0% menganggap dokumen ini bermanfaat (0 suara)
71 tayangan28 halaman

Modul 2 (Python Untuk Pengolahan Citra)

Dokumen ini memperkenalkan dasar-dasar pemrograman Python untuk pengolahan citra, mencakup variabel, tipe data, control flow, dan beberapa library populer seperti Numpy, Matplotlib, Scikit-Image, Scikit-Learn, dan TensorFlow.

Diunggah oleh

rdtfs12345
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
71 tayangan28 halaman

Modul 2 (Python Untuk Pengolahan Citra)

Dokumen ini memperkenalkan dasar-dasar pemrograman Python untuk pengolahan citra, mencakup variabel, tipe data, control flow, dan beberapa library populer seperti Numpy, Matplotlib, Scikit-Image, Scikit-Learn, dan TensorFlow.

Diunggah oleh

rdtfs12345
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

INTRO TO PYTHON

UNTUK PENGOLAHAN CITRA


DR. HABIBULLAH AKBAR
Tujuan Sesi Kuliah
Tujuan Sesi Kuliah
• Dapat menjelaskan lebih dalam mengenai pemrograman dengan python

• Dapat menjelaskan dasar python mencakup variabel, tipe data, dan control flow

• Dapat menyebutkan berbagai library yang tersedia pada bahasa pemrograman python

• Dapat menyelesaikan tugas dasar python


Konten

1 2 3 4

PERKENALAN DASAR Python TUGAS


Python Python LIBRARIES
PERKENALAN
Python
Perkenalan Python
• Pada sesi 1, kita telah mengetahui mengapa python lebih populer untuk machine learning
dibandingkan bahasa lainnya ( penulisannya lebih sederhana)
• Pada sesi ini, kita akan mempelajari lebih dalam mengenai python
• Python lahir pada tahun 1991 dan dirilis oleh Guido van Rossum
• Pada tahun 2000, python berevolusi menjadi versi 2 yang menambahkan fitur seperti
manajemen memori yang membuatnya bekerja lebih efisien
• Hingga saat ini, python sudah memiliki versi 3 (tepatnya versi 3.11) yang sintaksnya menjadi
lebih efisien lagi, mudah dibaca, konsisten dan eksplisit
• Sayangnya hal ini menjadikan python versi 3 ini tidak kompatibel dengan versi sebelumnya
Google Colaboratory
• Ada banyak cara untuk menerapkan bahasa pemrograman python seperti menggunakan
Jupyter Notebook, VS Code, dsb
• Pada mata kuliah ini, anda diminta cukup menggunakan google colaboratory
• Untuk mencobanya, lakukan 3 langkah berikut ini
■ klik tautan https://colab.research.google.com/?hl=id
■ Pilih File, lalu tekan Notebook Baru atau New Notebook
■ Tulis print("Hello World!") pada bagian Kode dan Jalankan Kode tersebut
Klik tautan https://colab.research.google.com/?hl=id
Pilih File, lalu tekan Notebook Baru atau New Notebook
Tulis print("Hello World!") pada bagian Kode dan
Jalankan Kode
SELAMAT! jika Berhasil,
anda akan melihat tampilan berikut
Dasar Python
Dasar Python
• Untuk memahami dasar-dasar untuk menerapkan bahasa pemrograman python, anda perlu
menguasai topik berikut ini
■ Variabel
■ Tipe Data
■ Control Flow
Variabel
• Variabel adalah suatu lokasi memori dalam komputer yang digunakan untuk menyimpan data
• Untuk mengisi nilai suatu variabel, gunakan tanda sama dengan (=)
• Contohnya kita ingin memberi nilai 5 pada sebuah variabel x:

• Pada contoh diatas, anda telah belajar tipe data Numbers integer, yaitu tipe data bilangan
bulat yang tidak memilik angka desimal atau koma
Tipe Data
• Selain tipe data integer, tipe data numbers python lainnya adalah float, boolean dan string
• Tipe data boolean hanya dapat bernilai True atau False (benar atau salah).

• Tipe data string adalah karakter yang berurutan dan penulisannya harus dilingkupi baik
dengan kutip satu (‘ ‘) ataupun kutip dua (“ “).

• note: selain tipe data tersebut,


masih ada tipe data lain seperti list, set, dsb.
Tugas 1
• Kerjakan tugas berikut ini dan submit di elearning
Control Flow
• Untuk mengatur kapan program mulai dan kapan harus berhenti, kita dapat menggunakan control flow.
Contoh control flow adalah percabangan, perulangan, dan penanganan error
• Pada sesi ini, kita akan membahas percabangan saja. Percabangan adalah kode program yang berjalan
berdasarkan suatu keadaan. Contoh keadaan adalah jika anda sedang makan malam di rumah dan
ternyata tidak ada sambal dan anda memutuskan untuk memilih saos.
• Contoh penulisan kode adalah menggunakan if dan else yaitu sebagai berikut. Perhatikan isi variabel
sambal memiliki tipe data Boolean yang bernilai True atau False
Tugas 2
• Kerjakan tugas berikut ini dan submit di elearning
Sumber Bacaan
• Jika anda ingin menambah pemahaman mengenai Python, silahkan belajar lebih dalam di
https://www.w3schools.com/python/default.asp
Python LIBRARIES
Python libraries (pustaka)
• Python memiliki libraries (pustaka) yang cukup lengkap untuk kebutuhan machine learning
• Pustaka ini berisi beragam fungsi untuk melakukan membaca data, statistik, visualisasi,
pengolah data gambar, teks, audio maupun data berbentuk tabel
• Pada slide berikutnya akan diperkenalkan beberapa pustaka utama

note: selain pustaka yang akan disebutkan, python memiliki banyak pustaka lainnya yang
sebenarnya juga populer. Namun, akan terlalu banyak jika dimasukkan dalam slide ini
Numpy
• Numpy lahir tahun 2005 dan dirilis oleh Travis Oliphant
• adalah pustaka python yang menangani data bertipe numerik, array (kumpulan item), dan
matriks
• Selain untuk mengolah array, numpy juga berisi fungsi untuk aljabar linier dan transformasi
Fourier
• Numpy digunakan oleh library lain seperti Scikit-learn, Matplotlib, dan TensorFlow
Matplotlib
• Numpy lahir tahun 2003 dan dirilis oleh John D. Hunter
• Matplotlib adalah pustaka python yang digunakan untuk visualisasi data yang terinspirasi dari
Matlab
• Pustaka ini memiliki berbagai model visual data seperti plot garis, histogram, scatter plot, plot
3D, dsb
Scikit-Image
• Numpy lahir tahun 2009 dan dipelopori oleh Stéfan
van der Walt
• Scikit-Image adala pustaka python yang digunakan
untuk pengolahan citra
• Pustaka ini memiliki berbagai algoritma untuk
mengolah citra seperti filtering, segmentasi, ekstraksi
fitur, manipulasi ruang warna, dsb
• Ia dibangun dari pustaka lain seperti NumPy, SciPy, and
matplotlib
• Contoh penggunaannya gambar disebelah kanan
Tugas 3
• Gantilah url gambar disebelah kanan dan
submit di elearning
Scikit-Learn
• Numpy lahir tahun 2007 dan dirilis oleh David Cournapeau
• Scikit-learn merupakan pustaka python untuk membuat berbagai model pembelajaran
machine learning seperti klasifikasi, regresi and clustering.
• Contoh modelnya adalah support-vector machines, random forests, gradient boosting, k-means,
dan DBSCAN
TensorFlow
• Numpy lahir tahun 2015 dan dikembangkan oleh Google Brain
• TensorFLow memudahkan pembuatan model machine learning dan deep learning
• Pustaka ini juga berisi berbagai model machine learning yang telah dilatih sebelumnya
• Model yang dihasilkan dapat dijalankan pada berbagai platform seperti server, mobile device,
browser maupun cloud
• TensorFlow dapat digunakan dalam berbagai bahasa pemrograman lain seperti JavaScript,
C++, dan Java.
THANK YOU

Anda mungkin juga menyukai