Teknik Sorting List Multidimensi di Python

Penerapan Teknik ‘Clean Code’ di Python

Menulis kode yang “bersih” atau “clean code” adalah salah satu prinsip dasar dalam pengembangan perangkat lunak. Kode yang bersih lebih mudah dibaca, dimengerti, dan dikelola. Teknik ‘clean code’ bukan hanya tentang estetika kode, tetapi juga tentang membangun perangkat lunak yang efisien, efektif, dan dapat diandalkan. Apa saja manfaat dari ‘clean code’, dan bagaimana cara penerapannya di Python akan dikupas di artikel ini.

view post

Python

OOP Python: Cara Membuat Class

Pemrograman berorientasi objek (OOP) adalah paradigma pemrograman yang penting dalam pengembangan perangkat lunak. Python, sebagai bahasa pemrograman yang serbaguna, mendukung OOP dengan cara yang intuitif dan sederhana. Salah satu elemen utama dalam OOP adalah “class” (kelas), yang merupakan blueprint atau cetak biru untuk membuat objek.

Dalam artikel ini, akan dijelaskan cara membuat class di Python beserta contoh penggunaannya.

view post

Python

Tutorial Datetime di Python

Di Python, datetime bukanlah sebuah tipe data primitif seperti halnya string, boolean, atau numbers (integer atau float), melainkan kita dapat menjadikan datetime ini sebagai obyek dengan menggunakan sebuah library khusus yang sudah tersedia. Dengan dijadikannya datetime ini sebagai sebuah obyek dengan library tersebut, selanjutnya kita bisa menggunakan beberapa method yang tersedia untuk mengolahnya seperti mencari selisih waktu dari dua buah datetime, atau menentukan datetime tertentu setelah interval waktu tertentu, dsb.

Tutorial kali ini akan dibahas bagaimana kita bekerja dengan datetime di Python. Pembahasan dimulai dari bagaimana kita menggunakan library nya, bagaimana cara mendapatkan datetime pada saat itu (current datetime), bagaimana memformat datetime ke dalam bentuk string, menentukan datetime setelah atau sebelum interval waktu tertentu, mencari selisih waktu dari dua buah datetime, dan terakhir tentang bagaimana kita memparsing datetime yang ada di dalam sebuah string.

view post

Data Science, Python

Pengenalan Fungsi Dasar Pandas Library di Python

Pandas library termasuk salah satu library yang paling populer di antara banyak Python library. Pandas library sering digunakan karena kemampuannya untuk mengelola data berbentuk tabel (lebih lanjut disebut dengan dataframe) dimana sebagian besar data science project menggunakan data berbasis tabel. Sebagai Python Data Scientist maupun pemula yang baru mempelajari data science, sangat penting untuk menguasai fungsi-fungsi dasar yang ada dalam Pandas library.

Artikel kali ini akan membahas fungsi-fungsi dasar apa saja sih yang ada di Pandas Library, yang sering digunakan oleh para data scientist.

view post

Data Science, Python

Tutorial Membuat Kurva ROC (Receiver Operating Characteristic) dengan Python

Dalam membuat model AI (artificial intelligence), salah satu tools yang sering digunakan oleh seorang Python Data Scientist untuk memvisualisasikan performa model yang dibuat adalah dengan membuat kurva ROC (Receiver Operating Characteristic). Kurva ROC adalah kurva yang menyajikan ilustrasi performansi dari binary classifier system dalam menghasilkan sebuah prediksi. Kurva ROC didapatkan dengan membuat plotting dari true positive rate (TPR) terhadap false positive rate (FPR).

Artikel ini nanti akan membahas bagaimana membuat kurva ROC menggunakan Python.

view post

Data Science, Python

Tutorial Mann Whitney U-Test dengan Python

Melakukan uji statistik adalah salah satu tugas utama seorang data scientist. Salah satu uji statistik yang sering dilakukan adalah U-Test. U-Test banyak digunakan karena seringkali hasil eksperimen tidak memenuhi asumsi distribusi normal, dan U-test valid untuk dilakukan di dalam situasi tersebut. U-test sering dilakukan dengan software SPSS, namun bisa juga dilakukan dengan Python lho.

Dalam tutorial ini akan dijelaskan bagaimana melakukan U-Test, tepatnya Mann Whitney U-Test dengan Python.

view post

Data Science, Python

Cara Upgrade/Downgrade Python di Anaconda

Anaconda merupakan salah satu software distribusi Python, dan juga bahasa R yang secara spesifik digunakan untuk keperluan komputasi sains dan juga datascience. Kelebihan Anaconda ini adalah telah lengkapnya library-library yang mendukung komputasi sains tersebut.

Terdapat beberapa jenis lisensi Anaconda, yaitu ada yang untuk keperluan perorangan atau Individual Edition, dan juga untuk keperluan Enterprise (Enterprise Edition). Adapun yang Anaconda Individual Edition sepenuhnya adalah FREE alias gratis.

Meskipun di dalam Anaconda secara built-in sudah terdapat beberapa library yang sifatnya esensial untuk keperluan komputasi data science, namun terkadang masih diperlukan instalasi library tambahan secara mandiri. Dampak dari instalasi mandiri ini, terkadang terjadi ketidakkompatibelan pada versi Python yang menjadi bawaan Anaconda tersebut dengan library yang diinstall. Sebagai contoh misalkan akan diinstall library PySpark. Library PySpark yang terbaru, kurang kompatibel dengan Python versi 3.8 yang menjadi bawaan Anaconda versi terbaru pada saat tulisan ini dibuat. Oleh karena itu, perlu dilakukan downgrade terhadap versi Python yang ada di Anaconda ke versi 3.7.

Dalam artikel ini akan dibahas bagaimana cara mendowngrade atau mengupgrade versi Python yang ada di Anaconda.

view post

12 3