0

Topik 0: Pengenalan Google Colab

Topik ini membahas tentang:

● Pengantar Google Colab

● Dataset
● Pengantar Python
o Jenis Data Pada Python
o Operator Dasar
o Array
o List
o Aktivitas
o Library
o Array Multidimensi
o Indexing dan Slicing

0
Pengantar Google Colab
Google Colab adalah layanan cloud computing gratis yang disediakan oleh Google,
memungkinkan pengguna untuk menulis dan mengeksekusi kode Python melalui browser web.
Keuntungan utamanya termasuk akses mudah ke GPU dan TPU, kemudahan berbagi notebook,
serta konsistensi lingkungan. Colab lingkungan Jupyter notebook tidak berbayar yang bejalan
dalam cloud. Colab tidak memerlukan setup dan mensuport library machine learning sehingga
mudah digunakan. Kita akan menggunakan Colab dalam modul 1-9 karena sumber daya
komputasi yang tersedia secara gratis, kemudahan akses, dan konsistensi lingkungan yang
terjamin. Bagaimana memulai google colab ? (Gambar 1).

Gambar 1. Tampilan Awal Google Colab

A. MEMULAI HALAMAN BARU

Untuk memulai dengan Google Colab (GC), langkah pertama adalah membuka browser
web dan mengunjungi situs Colab di https://colab.research.google.com/. Setelah masuk
dengan akun Google, pengguna dapat membuat notebook baru atau memuat yang sudah ada
(Gambar 2).

Gambar 2. Memulai Halaman Notebook Baru

Notebook Colab adalah dokumen interaktif yang menggabungkan kode Python yang dapat
dieksekusi dengan teks naratif dan elemen visual seperti grafik, tabel, dan gambar. Colab

1
menyediakan lingkungan yang siap pakai dengan semua paket yang umumnya digunakan
dalam pengembangan data dan machine learning. Ini termasuk perpustakaan populer seperti
NumPy, pandas, TensorFlow, dan PyTorch, yang semuanya telah diinstal sebelumnya, sehingga
pengguna dapat langsung mulai menulis dan menjalankan kode mereka tanpa perlu melakukan
konfigurasi tambahan. Pengguna dapat menulis kode dalam sel, menjalankan sel tersebut
(Gambar 3), dan menyimpan hasil pekerjaan mereka langsung di Google Drive, memastikan
bahwa proyek dan analisis mereka aman dan mudah diakses dari mana saja.

Gambar 3. Membuat Program Pada Sel

Selain itu, Colab menawarkan akses ke sumber daya komputasi yang kuat seperti CPU,
GPU, dan TPU secara gratis. Fasilitas ini sangat bermanfaat untuk pelatihan model machine
learning dan analisis data yang membutuhkan daya komputasi tinggi. Misalnya, pengguna dapat
memanfaatkan GPU untuk mempercepat proses pelatihan model deep learning, atau
menggunakan TPU untuk tugas-tugas yang lebih berat secara komputasi. Dengan fitur-fitur ini,
Google Colab memungkinkan pengguna untuk melakukan pengembangan kode Python secara
efisien dan kolaboratif. Pengguna juga dapat berbagi notebook mereka dengan orang lain,
memungkinkan kolaborasi yang lebih mudah dan efisien dalam tim. Semua perubahan dan hasil
eksekusi kode dapat dilihat dan diulas bersama, menjadikan Colab alat yang sangat cocok untuk
proyek pengembangan bersama. Secara keseluruhan, memulai dengan Google Colab adalah
langkah yang cepat dan mudah untuk mengadopsi praktek pengembangan Python yang
modern dan kolaboratif. Colab menghilangkan banyak hambatan teknis yang sering dihadapi
saat memulai proyek data science atau machine learning, memungkinkan pengguna untuk
fokus pada penulisan kode dan analisis data, bukan pada pengaturan lingkungan kerja.

B. MENYIMPAN FILE

Google Colab memungkinkan untuk menyimpan file langsung ke Google Drive. Ini adalah
metode yang disarankan karena file akan tetap tersimpan dan dapat diakses di sesi berikutnya.
Contoh penyimpanan yang langsung dari data goocle colab diperlihatkan pada Gambar 4.

2
 Gambar 4. Menyimpan file

from google.colab import drive

drive.mount('/content/drive')

# Menyimpan file
with open('/content/drive/My Drive/folder_di_drive/nama_file.txt', 'w') as
file:
file.write('Isi file ini')

Google colab juga bisa menyimpan file ke direktori lokal di lingkungan Colab. Namun,
file-file ini akan hilang setelah sesi Colab berakhir.

with open('/content/nama_file.txt', 'w') as file:

file.write('Isi file ini')

C. MEMBUKA FILE

Setelah menghubungkan Google Drive, dapat membuka file yang tersimpan di sana.

with open('/content/drive/My Drive/folder_di_drive/nama_file.txt', 'r') as

file:
content = file.read()
print(content)

Jika file tersimpan di direktori lokal di Colab, bisa membukanya dengan cara berikut.

with open('/content/nama_file.txt', 'r') as file:

content = file.read()
print(content)

3
DATASET
Untuk melakukan upload dataset, dapat dilakukan dengan melakukan :

1. Memilih menu folder

2. Menekan tombol upload

3. Memilih Dataset

4. Mengekstrak dataset menjadi file *.zip

# Mengekstrak Data Set
# 1. Upload File Data Set . zip ke Direktori from zipfile import
Zip File
file_name = "/ content / Data Set . zip "
with Zip File ( file_name , ’ r’) as zip : zip . extractall ()
print (’ Done ’)

4
5. Setelah di ekstrak menjadi file *.zip

6. Mengambil path file pada directori

5
Pengantar Python
Python menggunakan indentasi untuk menandai blok kode. Program pada Listing dibawah
adalah blok if dalam C yang dibatasi oleh kurung kurawal "{" dan "}". Dalam Python, blok if
ditunjukkan dengan indentasi, di mana kode dalam satu blok memiliki margin kiri yang sama,
seperti yang ditunjukkan pada contoh program di Listing berikut.

if (5 >2)
{ printf (" Lima Lebih besar dari dua ");
}
if 5 > 2:
print (" Lima Lebih besar dari dua ")

Apabila blok if tidak mengikuti aturan tesebut maka akan muncul pensan kesalahan seperti
pada Gambar
if 5 > 2:
print ("" Lima Lebih besar dari dua ")

Jika menggunakan range dilakukan dengan menggunakan perintah for sebagai berikut.
a= [4 ,2 ,1 ,4]
print (" sebelum sort ", a) for i in range (3) :
for j in range (3) : if a[ j] >a[ j +1]:
d=a[ j] a[ j]=a[ j +1] a[ j +1]= d
print (" sesudah sort ", a)

A. VARIABLE

Variabel adalah wadah yang digunakan untuk menyimpan nilai data dalam program
komputer. Mereka memungkinkan program untuk menyimpan, mengakses, dan
memanipulasi data selama eksekusi. Variabel dapat menyimpan berbagai jenis data
seperti angka, teks, atau objek, dan nilainya bisa berubah-ubah seiring berjalannya
program. Sebagai contoh, variabel dalam bahasa pemrograman Python tidak
memerlukan deklarasi tipe data secara eksplisit, sehingga memudahkan programmer
untuk bekerja dengan berbagai jenis data. Dengan menggunakan variabel,
pengembangan dan pemeliharaan program menjadi lebih efisien dan terstruktur.
Deklarasi Variabel:

1. Python tidak memiliki perintah untuk mendeklarasikan variabel.

2. Variabel dibuat saat pertama kali menetapkan nilai padanya.
x = 5

6
y = " John " print ( x) print ( y)

B. JENIS DATA
Python memiliki beberapa jenis data dasar yang digunakan untuk menyimpan berbagai jenis
informasi. Berikut adalah jenis-jenis data utama dalam Python.

DATA TYPE
Text str
Numeric int, float, complex
Sequence list, tuple, range
Mapping dict
Set set, frozenset
Boolean bool
Binary bytes, bytearray, memoryview

Sama dengan program yang lain, pada python kita perlu melakukan deklarasi jenis data
menggunakan perintah sebagai berikut.

x = ”Hello World” str

x = 20 int
x = 20.5 float
x = 1j complex
x = [”apple”, ”banana”, ”cherry”] list
x = (”apple”, ”banana”, ”cherry”) tuple
x = range(6) range
x = {”name” : ”John”, ”age” : 36} dict
x = {”apple”, ”banana”, ”cherry”} set
x = frozenset({”apple”, ”banana”, ”cherry”}) frozenset x = True bool
x = b”Hello” bytes
x = bytearray(5) bytearray
x = memoryview(bytes(5)) memoryview

C. OPERATOR
Operator pada Python adalah simbol-simbol yang digunakan untuk melakukan operasi
pada variabel dan nilai. Ada beberapa jenis operator dalam Python yang dapat digunakan untuk
berbagai jenis operasi.

1. Operator Aritmatika : Digunakan untuk melakukan operasi matematis seperti

penjumlahan (`+`), pengurangan (`-`), perkalian (``), pembagian (`/`), modulus (`%`),
eksponen (``), dan pembagian lantai (`//`).

OPERATO NAME CONTO

R H
+ Addition x+y
- Subtraction x-y
* Multiplication x*y
/ Division x/y
% Modulus x%y
** Exponentiatio x ** y
n

7
 // Floor division x // y

2. Operator Perbandingan: Digunakan untuk membandingkan dua nilai dan

mengembalikan nilai Boolean (`True` atau `False`). Contohnya adalah sama dengan (`==`),
tidak sama dengan (`!=`), lebih besar dari (`>`), lebih kecil dari (`<`), lebih besar atau sama
dengan (`>=`), dan lebih kecil atau sama dengan (`<=`).

OPERATO NAMA CONTO

R H
== Equal x == y
!= Not equal x != y
> Greater than x >y
< Less than x <y
>= Greater than or equal x >= y
to
<= Less than or equal to x <= y
Operator Nama Contoh

3. Operator Penugasan: Digunakan untuk menetapkan nilai ke variabel. Contohnya adalah

penugasan (`=`), penambahan dan penugasan (`+=`), pengurangan dan penugasan (`-=`),
perkalian dan penugasan (`=`), pembagian dan penugasan (`/=`), modulus dan penugasan
(`%=`), eksponen dan penugasan (`=`), dan pembagian lantai dan penugasan (`//=`).

OPERATO NAMA CONTO

R H
= Penugasan x=5
+= Penambahan dan Penugasan x+=5
-= Pengurangan dan Penugasan x-=5
*= Perkalian dan Penugasan x*=5
/= Pembagian dan Penugasan x/=5
%= Modulus dan Penugasan x%=5
**= Eksponen dan Penugasan x**=5
//= Pembagian Lantai dan x//=5
Penugasan

4. Operator Logika: Digunakan untuk operasi logika dan mengembalikan nilai Boolean.
Contohnya adalah `and`, `or`, dan `not`.
OPERATO NAMA CONTOH
R
and Returns True if both statements are true x <5 and x <10
or Returns True if one of the statements is true x <5 or x <4
not Reverse the result, returns False if the result is not(x <5 and x <10)
true

5. Operator Bitwise: Digunakan untuk operasi pada level bit. Contohnya adalah AND (`&`),
OR (`|`), XOR (`^`), negasi (`~`), shift kiri (`<<`), dan shift kanan (`>>`).

8
 OPERATO NAMA CONTO
R H
& AND x&y
| OR x|y
^ XOR x^y
~ NOT ~x
<< Shift Kiri x<<2
>> Shift x>>2
Kanan

6. Operator Keanggotaan: Digunakan untuk menguji apakah suatu nilai adalah anggota dari
sebuah urutan seperti string, list, atau tuple. Contohnya adalah `in` dan `not in`.

OPERATO NAMA CONTOH

R
In Keanggotaan “a” in “Apple”
not in Bukan “b” not in
Keanggotaan “apple”

7. Operator Identitas: Digunakan untuk membandingkan objek, bukan hanya nilainya.

Contohnya adalah `is` dan `is not`.

OPERATOR NAMA CONTOH

Is Identitas x is y
Is not Bukan x is not y
Identitas

D. STATEMENT
D.1 STATEMENT IF
Statement “if” dalam Python digunakan untuk membuat keputusan berdasarkan kondisi
tertentu. Struktur dasar dari pernyataan if adalah sebagai berikut.
a = 33
b = 200
if b > a:
print (" b leih besar dari a")

D.2 STATEMENT LIST

Python tidak memiliki tipe data array seperti yang ada di beberapa bahasa
pemrograman lain seperti C atau Java. Namun, Python menggunakan list untuk menyimpan
urutan elemen yang mirip dengan array. List di Python sangat fleksibel dan dapat menyimpan
berbagai tipe data dalam satu list. Elemen-elemen dalam list dapat diakses melalui indeks dan
list dapat diubah ukurannya (ditambah atau dikurangi elemen) dengan mudah.

# Contoh Variabel List Data berisi data dengan beberapa jenis yang berbeda
List Data =(" Komputer " ,(" Monitor " ,2) ,(40.0 ,30.5) )
print ( List Data ) print ( len ( List Data ))

9
 List juga mendukung operasi lain seperti slicing, iterasi, dan berbagai metode bawaan
yang memudahkan manipulasi data. Selain itu, Python memiliki modul array untuk array yang
lebih efisien dalam hal memori dan tipe data seragam, namun penggunaannya tidak seluas list.
1. Loop While
Python juga mendukung loop while yang memungkinkan eksekusi berulang dari blok
kode selama kondisi tertentu terpenuhi. Loop while berguna dalam berbagai situasi di mana
jumlah iterasi tidak diketahui sebelumnya dan tergantung pada kondisi dinamis. Misalnya, kita
dapat menggunakan loop while untuk terus memproses elemen dalam list hingga mencapai
kondisi tertentu, atau untuk menunggu hingga kondisi eksternal berubah sebelum melanjutkan
eksekusi program. Berikut adalah contoh penggunaan loop while dengan list.

i = 1
while i < 6: print ( i)
i += 1

2. Loop For
Loop for dalam Python adalah struktur kontrol yang digunakan untuk mengulang atau
menelusuri elemen dari sebuah koleksi (seperti list, tuple, string, atau range). Loop for sangat
berguna karena memungkinkan kita untuk menjalankan blok kode yang sama berulang kali
untuk setiap elemen dalam koleksi. Loop for sering digunakan untuk iterasi melalui
elemen-elemen dalam sebuah list.
Contoh Loop For Mulai dari 0
for x in range ( 6): print ( x)

Contoh Loop For Mulai dari 2

for x in range (2 , 6):
print ( x)

Contoh Loop For Mulai dari 2 step 3

for x in range (2 , 30 , 3):
print ( x)

E. FUNGSI
Fungsi adalah blok kode yang dijalankan ketika dipanggil. Fungsi memungkinkan kita
untuk mengelompokkan logika yang berulang dalam satu tempat, sehingga membuat kode
lebih modular dan mudah dipelihara. Dengan menggunakan fungsi, kita bisa memanggil blok
kode tersebut berkali-kali tanpa harus menuliskannya ulang. fungsi didefinisikan dengan
menggunakan keyoword def.

10
for x in range (2 , 30 , 3): print ( x)

F. LIBRARY
Library di Python adalah kumpulan modul dan paket yang menyediakan fungsi, kelas,
dan variabel yang siap digunakan untuk membantu dalam pengembangan aplikasi. Library ini
membantu mempercepat proses pengembangan dengan menyediakan alat dan fungsi yang
sudah diuji dan didokumentasikan dengan baik. Library yang sering digunakan adalah NumPy.
NumPy, singkatan dari Numerical Python, adalah salah satu library paling penting dan mendasar
dalam ekosistem Python untuk komputasi ilmiah dan analisis data. NumPy menyediakan
dukungan untuk array multidimensi serta berbagai fungsi matematika yang efisien dan cepat
untuk operasi pada array tersebut.
1. Menggunakan Library Numpy Pada Phyton
Sebelum menggunakan NumPy, perlu menginstalnya terlebih dahulu. Instalasi NumPy
bisa dilakukan dengan mudah menggunakan pip, manajer paket Python. Jalankan perintah
berikut di terminal atau command prompt.

pip install numpy

Namun pada google colab, sudah library ini sudah terinstal dan tinggal menggunakan
saja. Setelah diinstall, dapat mulai menggunakan NumPy dengan mengimpornya ke dalam
script Python/ colabs:

Import Library Numpy Ke Program

import numpy as np

2. Membuat Array numpy

NumPy menyediakan objek ndarray yang merupakan array multidimensi. Ada beberapa
cara untuk membuat array menggunakan NumPy. Anda dapat membuat array NumPy dari list
Python menggunakan np.array:
Membuat array 1 dimensi
import numpy as np
# Membuat array menggunakan numpy v=np. array ([1 ,2 ,3 ,4 ,5]) #
Mencetak isi v
print ( v)
# Menampilkan Dimensi v print ( v. shape )

11
Membuat Array Multidimensi
import numpy as np
# Membuat array menggunakan numpy
v=np. array ([[1 ,2 ,3 ,4 ,5] ,[6 ,7 ,8 ,9 ,10] ,[11 ,12 ,13 ,14 ,15]])
# Mencetak isi v
print ( v)
# Menampilkan Dimensi v
print ( v. shape )

3. Indexing dan Slicing

Indexing dan Slicing adalah konsep penting dalam pemrograman, terutama saat bekerja
dengan struktur data seperti list, tuple, dan array di Python. Kedua teknik ini memungkinkan kita
untuk mengakses dan memanipulasi data dengan cara yang sangat efisien. Indexing adalah
proses mengakses elemen individu dalam sebuah struktur data berdasarkan posisinya. Dalam
Python, indeks dimulai dari 0, yang berarti elemen pertama dalam sebuah list atau array
memiliki indeks 0, elemen kedua memiliki indeks 1, dan seterusnya. Sedangkan Slicing adalah
teknik untuk mengambil subset dari elemen-elemen dalam sebuah list, tuple, atau array. Slicing
memungkinkan kita untuk menentukan rentang indeks yang ingin kita ambil. Sintaks slicing
adalah start:stop:step, di mana start adalah indeks awal, stop adalah indeks akhir (tidak
termasuk), dan step adalah interval antara indeks.

import numpy as np
# Membuat 2 D array menggunakan numpy v=np. array ([[1 ,2 ,3 ,4 ,5]
,[6 ,7 ,8 ,9 ,10] ,[11 ,12 ,13 ,14 ,15]])
# Mencetak isi v print (" Menampilkan Nila v") print ( v)
print (" Menampilkan dimensi v") print ( v. shape )
# Mengambil v pada kom ke 0 c=v [: ,0]
print (" Menampilkan c=v [: ,0] ") print ( c)
print (" Menampilkan dimensi ") print ( c. shape )
# Mengambil v dari baris ke 0 sampai 3 dan kolom ke 0 sampai 2 c=v [ 0: 2 ,
0: 3]
print (" Menampilkan c=v [ 0: 2 , 0: 0: 3] ") print ( c)
print (" Menampilkan dimensi ", c. shape ) print ( c. shape )

12
A. Perkalian Sel Dua Matrix

Penulisan yang benar dari perkalian dua matriks A dan B adalah sebagai berikut:

(
𝐴 = 𝑎11 𝑎12 𝑎21 𝑎22 )
(
𝐵 = 𝑏11 𝑏12 𝑏21 𝑏22 )
Matriks hasil perkalian C=A×B adalah:

(
𝐶 = 𝑐11 𝑐12 𝑐21 𝑐22 )
dengan elemen-elemen matriks C dihitung sebagai:

𝑐11 = 𝑎11𝑏11

𝑐12 = 𝑎12𝑏12

𝑐21 = 𝑎21𝑏21

𝑐22 = 𝑎22𝑏22

Sehingga penulisan lengkapnya adalah:

(
𝐶 = 𝑎11𝑏11 𝑎12𝑏12 𝑎21𝑏21 𝑎22𝑏22 )
Perkalian Sel Dua Matrix
import numpy as np
a=np. array ([[1 ,2] ,[3 ,4] ,[5 ,6]])
b=np. array ([[2 ,4] ,[6 ,8] ,[10 ,12]])
c=a* b print (" a=", a)
print (" b=", b)
print (" c=", c)

13
B. Perkalian Sel Dua Matrix

Penulisan yang benar dari perkalian dua matriks A dan B adalah sebagai berikut:

(
𝐴 = 𝑎11 𝑎12 𝑎21 𝑎22 )
(
𝐵 = 𝑏11 𝑏12 𝑏21 𝑏22 )
Matriks hasil perkalian C=A×B adalah:

(
𝐶 = 𝑐11 𝑐12 𝑐21 𝑐22 )
dengan elemen-elemen matriks C dihitung sebagai:

𝑐11 = 𝑎11𝑏11 + 𝑎12𝑏21

𝑐12 = 𝑎11𝑏12 + 𝑎12𝑏22

𝑐21 = 𝑎21𝑏11 + 𝑎22𝑏21

𝑐22 = 𝑎21𝑏12 + 𝑎22𝑏22

Sehingga penulisan lengkapnya adalah:

(
𝐶 = 𝑎11𝑏11 + 𝑎12𝑏21 𝑎11𝑏12 + 𝑎12𝑏22 𝑎21𝑏11 + 𝑎22𝑏21 𝑎21𝑏12 + 𝑎22𝑏22 )
Perkalian Dua Matrix
import numpy as np
a=np. array ([[1 ,2 ,3] ,[4 ,5 ,6]])
b=np. array ([[2 ,4] ,[6 ,8] ,[10 ,12]])
c=np. matmul ( a, b) print (" a=\ n", a)
print (" b=\ n", b)
print (" c=\ n", c)

14
15
Versi
Judul Mata Kuliah Versi Rilis Kontributor
Pengantar ke Machine Machine 1.0.0 2 April 2024 Sari Ayu
Learning dan Artificial Learning and AI Wulandari
Intelligence Applications (Universitas
Dian
Nuswantoro)

16
0