Laporan PKL Bangkit [PDF]

Citation preview

LAPORAN PRAKTIK KERJA LAPANGAN DI GOOGLE BANGKIT ACADEMY MACHINE LEARNING PATH



CRASH COURSE PYTHON Disusun oleh : Muhammad Erico Darul Falah



( 5301418048 – 2018 )



Dosen Pembimbing : Ahmad Fashiha Hastawan, S.T., M.Eng.



PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI SEMARANG 2021 1



HALAMAN PENGESAHAN Laporan PKL/PI telah disahkan oleh Dosen Pembimbing Bangkit 2021 dan Jurusan Teknik Elektro Universitas Negeri Semarang. Hari : Kamis Tanggal : 23 Desember 2021



Dosen Pembimbing



Pimpinan Kelompok Mitra



Ahmad Fashiha Hastawan, S.T., M.Eng NIP. 198802102018031001



Mengetahui,



2



ABSTRAK



Muhammad Erico Darul Falah Crash Course Python Google Bangkit Academy



Pendidikan Teknik Elektro – Jurusan Teknik Elektro Universitas Negeri Semarang Tahun 2021



Program Bangkit sebagai salah satu Program yang diselenggarakan oleh Kampus Merdeka atau kita biasa sebut dengan Merdeka Belajar Kampus Mengajar ( MBKM ). Program Bangkit sebagai salah satu bentuk usaha untuk mengembangkan kompetensi mahasiswa dalam berkarir di dunia teknologi yang didesain memiliki 3 program pelatihan antara lain Machine Learning, Cloud Computing, dan Mobile Development. Program Bangkit melalui kemitraan Dirjen Pendidikan Tinggi Kemendikbud, Google, Gojek, Tokopedia, Traveloka, dan mitra perguruan tinggi ditawarkan melalui Kampus Merdeka untuk 3000 mahasiswa terpilih akan belajar tentang keterampilan penting. Salah satu contohnya adalah dalam Machine Learning learning path akan diajarkan Otomatisasi menggunakan Python, Matematika untuk Machine Learning, Dasar-Dasar Deep Learning dan lain sebagainya. Machine learning (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan sendirinya tanpa arahan dari penggunanya. Pembelajaran mesin dikembangkan berdasarkan disiplin ilmu lainnya seperti statistika, matematika dan data mining sehingga mesin dapat belajar dengan menganalisa data tanpa perlu di program ulang atau diperintah. Tugas akhir untuk Crash Course Python adalah membuat suatu program dengan orientasi objek ( Object Oriented Programming ) yang dijalankan pada IDE tertentu dengan fungsi yang telah diperintahkan.



Kata kunci : Program Bangkit, Python, Tugas Akhir



3



KATA PENGANTAR Puji dan syukur penulis panjatkan kepada Allah SWT atas rahmat dan karunia-Nya sehingga pelaksanaan PKL/PI dan penyusunan laporan ini dapat terselesaikan dengan lancar. Laporan PKL/PI dengan judul “ Python Crash Course” ini diajukan untuk memenuhi syarat PKL/PI dalam menempuh pendidikan Program Strata 1 pada Jurusan Pendidikan Teknik Elektro Fakultas Teknik Universitas Negeri Semarang. Rasa terima kasih yang tulus penulis ucapkan kepada semua pihak yang telah membantu selama pelaksanaan laporan PKL/PI ini. 1. Ir. Ulfah Mediaty Arief, M. T., IPM. selaku Ketua Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Semarang. 2. Drs. Said Sunardiyo, M.T. selaku Dosen Wali. 3. Ahmad Fashiha Hastawan, S.T., M.Eng. selaku Dosen Pembimbing yang selalu memberikan bimbingan dan arahan kepada penulis. 4. Orang Tua yang telah memberikan doa, kasih sayang, dan mengajarkan tentang hidup kepada penulis. 5. Semua Anggota TIM Wasteless yang telah membantu dalam penyelesaian Tugas Akhir Program Bangkit. 6. Saudara Renaldi Nafiawan yang selalu mengingatkan penulis untuk menyelesaikan laporan praktik kerja lapangan ini. Laporan praktik kerja lapangan ini masih jauh dari kata sempurna, oleh karena itu penulis mengharapkan adanya kritik dan saran dari pembaca. Semoga laporan ini dapat bermanfaat dan memberikan inspirasi bagi kaum akademisi maupun non-akademisi



Kudus, 20 Desember 2021



Muhammad Erico Darul Falah NIM. 5301418048



4



DAFTAR ISI



HALAMAN PENGESAHAN...........................................................................................................2 ABSTRAK...........................................................................................................................................3 KATA PENGANTAR........................................................................................................................4 DAFTAR ISI.......................................................................................................................................5 DAFTAR GAMBAR.........................................................................................................................6 BAB I...................................................................................................................................................7 1.1



Latar Belakang.............................................................................................................7



1.2



Rumusan Masalah.......................................................................................................9



1.3



Tujuan Kegiatan..........................................................................................................9



1.4



Manfaat Kegiatan........................................................................................................9



BAB II................................................................................................................................................10 2.1



Gambaran Umum Program Bangkit - Machine Learning Learning Path................10



2.1.1



Apa Itu Machine Learning?...............................................................................10



2.1.2



Pengertian Machine Learning............................................................................10



2.1.3



Teknik Belajar Machine Learning.....................................................................10



2.2



Metode Pelaksanaan Program Bangkit – Machine Learning Path............................11



2.3



Pelaksanaan Program Bangkit – Machine Learning Learning Path..........................12



BAB III..............................................................................................................................................14 3.1



Python Crash Course.................................................................................................14



3.1.1



Bahasa Pemrograman Python............................................................................14



3.1.2



Syntax Dasar Python..........................................................................................14



3.1.3



Loop...................................................................................................................17



3.1.4



String..................................................................................................................18



3.1.5



Object Oriented Programming...........................................................................19



3.2



Submisi Tugas Akhir.................................................................................................20



3.3



Hasil Submisi Tugas..................................................................................................22



3.4



Sertifikat Kompetensi................................................................................................23



BAB IV..............................................................................................................................................24 4.1



Kesimpulan................................................................................................................24



4.2



Saran..........................................................................................................................24



DAFTAR PUSTAKA.......................................................................................................................25



5



DAFTAR GAMBAR Gambar 1: Deskripsi Tugas Akhir.........................................................................................................20 Gambar 2: Instalasi Library yang diperlukan........................................................................................20 Gambar 3: Upload Widget...................................................................................................................20 Gambar 4: Kode Utama.......................................................................................................................21 Gambar 5: Kode Untuk Menampilkan Hasil.........................................................................................21 Gambar 6: Hasil Program Yang Dibuat.................................................................................................21 Gambar 7: Hasil Submisi di Coursera...................................................................................................22 Gambar 8: Sertifikat Kursus.................................................................................................................23



6



BAB I PENDAHULUAN



1.1 Latar Belakang JAKARTA, 15 Februari 2021 – Program Bangkit—pengembangan kompetensi mahasiswa untuk berkarir di dunia teknologi yang didesain melalui kemitraan Dirjen Pendidikan Tinggi Kemendikbud, Google, Gojek, Tokopedia, Traveloka, dan mitra perguruan tinggi tahun ini ditawarkan melalui Kampus Merdeka untuk 3000 mahasiswa terpilih resmi dimulai peserta juga akan belajar tentang keterampilan penting yang berguna untuk mengembangkan karir masa depan mereka, seperti design thinking, kepemimpinan, komunikasi, entrepreneurship dan keterampilan presentasi. “Program Bangkit merupakan salah satu model pembelajaran Kampus Merdeka yang dirancang melalui kolaborasi Google sebagai pelaku teknologi global, unicorn dan decacorn dalam negeri bersama perguruan tinggi. Program ini juga bekerjasama dengan Universitas Stanford melalui program University Innovation Fellow. Peserta-peserta terbaik nantinya berkesempatan untuk mengikuti program internship dari Stanford University. Menurut para analis, teknologi AI berpotensi meningkatkan pertumbuhan ekonomi Indonesia dengan nilai hingga 366 Milyar USD dalam 10 tahun ke depan. Karenanya, kita harus menyiapkan talenta teknologi AI yang akan menjadi pemimpin AI tidak hanya di Indonesia bahkan di Asia Tenggara. Saya berharap Program Bangkit dapat melahirkan para pemimpin teknologi di Indonesia yang membawa akselerasi ekonomi digital di tanah air” kata Nizam pada pembukaan Bangkit 2021 hari ini. Tahun ini, Bangkit mendapat antusias yang luar biasa, hampir 28.000 pendaftar dari 500 perguruan tinggi di seluruh Indonesia. Kemudian mereka mengikuti proses aplikasi dan seleksi yang komprehensif, 3000 mahasiswa lolos seleksi dan diundang untuk mendaftar. Dari mereka yang mendaftar, 30% adalah perempuan dan sekitar 29% diantaranya berasal dari latar belakang non CS / IT. Program Bangkit bekerja sama dengan 15 universitas mitra dan mahasiswa terpilih akan mengikuti pengalaman belajar online di Bangkit selama 18 minggu mulai Februari 2021. Para mahasiswa akan didampingi oleh coach/mentor dari industri dan perguruan tinggi. Di akhir semester, akan dipilih lima belas tim proyek akhir untuk pengembangan lebih lanjut termasuk hibah inkubasi dan dukungan dari perguruan tinggi mitra Bangkit. Peserta yang menyelesaikan program ini mendapatkan hingga 20 sks/satuan kredit semester dari perguruan tingginya (tergantung persetujuan universitas peserta). Selain itu, setelah menyelesaikan program, peserta akan diundang ke virtual career fair, di mana mereka akan mendapatkan akses ke peluang kerja eksklusif di perusahaan terkemuka di Indonesia. Kemitraan dengan berbagai Industri juga menjadi salah satu keuntungan bagi para peserta Bangkit. Pesertapeserta terbaik akan mendapat kesempatan untuk mengikuti program University Innovation Fellow dari Stanford University. Seperti yang disampaikan Leontinus Alpha Edison selaku Vice Chairman & Cofounder, Tokopedia pada acara pembukaan hari ini  “Kami sangat senang menjadi bagian dalam menyukseskan Kampus Merdeka melalui program Bangkit di tahun ini. Sebagai 7



perusahaan teknologi Indonesia, kolaborasi ini sejalan dengan upaya berkelanjutan Tokopedia dalam melahirkan talenta digital masa depan tanah air, membuka akses bagi setiap orang untuk belajar berkontribusi bagi negeri lewat teknologi serta bersama-sama mendorong pemerataan ekonomi secara digital di Indonesia.” ujarnya  Lebih lanjut, Monica Oudang, Chairwoman Yayasan Anak Bangsa Bisa (bagian dari Gojek) juga menambahkan, “Kami percaya  pemanfaatan teknologi dapat mengubah kehidupan jutaan orang menjadi lebih baik. Sejalan dengan itu, Gojek secara berkelanjutan membina talenta-talenta terutama di bidang teknologi agar semakin banyak pembawa perubahan yang lahir dan menjadi penggagas serta menciptakan ide-ide kreatif, untuk terus memajukan bangsa. Kami merasa terhormat atas kepercayaan untuk ikut ambil bagian dalam Program Bangkit, yang memiliki kesamaan visi dengan Gojek. Tahun ini, sebanyak 41 karyawan Gojek yang kami sebut dengan GoTroops akan menjadi mentor bagi ribuan siswa Bangkit untuk saling berbagi wawasan dan pengetahuan di bidang Machine Learning, Cloud Computing, Android Mobile Programming dan pengembangan karir.” Melalui Yayasan Anak Bangsa Bisa, Gojek dapat memperluas cakupan dan upaya dalam pengembangan komunitas yang berkelanjutan, dengan fokus pada pengembangan talenta dan memberikan solusi sesuai dengan apa yang dibutuhkan masyarakat,  melalui teknologi dan jangkauan ekosistem Gojek.  Albert, Co-Founder Traveloka juga mengungkapkan, “Program Bangkit adalah wadah bagi kami sebagai perusahaan teknologi dalam mengembangkan talenta anak bangsa khususnya di bidang machine learning, Android dan Cloud. Kami sangat bersemangat untuk kembali berperan aktif tahun ini dalam memberikan ilmu langsung dari talenta terbaik kami kepada 3000 mahasiswa terpilih yang akan belajar di bawah naungan Kampus Merdeka, mendukung mereka bukan hanya dalam pengembangan teknologi tapi juga pengembangan soft skills seperti kolaborasi, komunikasi, design thinking, hingga etos kerja yang merupakan komponen esensial bagi pengembangan karir mereka ke depan. Kami siap melangkah lebih maju bersama Kemendikbud dan para mitra lainnya untuk memberikan dampak konkret bagi kemajuan teknologi, edukasi, dan ekonomi di tanah air.” “Dari program Bangkit yang berhasil dilaksanakan tahun lalu, di mana 73% dari 300 peserta yang berhasil menyelesaikan program ini merasa prospek pekerjaan mereka meningkat. Untuk itu dengan senang hati kami mengumumkan di tahun ini kami lebih berambisi dalam merancang program ini dengan lebih baik juga dengan kurikulum yang lebih ketat. Tahun ini, kami bersemangat untuk menjadi bagian dari Kampus Merdeka dan memiliki 3000 siswa muda Indonesia yang termotivasi dari seluruh Indonesia. Bersama dengan perusahaan teknologi terkemuka di Indonesia; Gojek, Tokopedia, dan Traveloka, dan dengan bantuan lebih dari 370 instruktur relawan dan fasilitator pembelajaran dari Google dan mitra kami, kami sangat bersemangat untuk melihat bagaimana para peserta tahun ini, dari waktu ke waktu, memberikan dampak nyata pada ekosistem teknologi Indonesia” jelas Randy Jusuf, Managing Director Google Indonesia. hari ini. Tahun ini, di samping kurikulum machine learning, Bangkit akan menawarkan dua topik pembelajaran lain agar mahasiswa siap untuk berkarier di bidang teknologi, 8



yaitu pemrograman dengan pengembangan Android dan dasar-dasar Cloud dengan fokus pada Google Cloud Platform. Di setiap jalur pembelajaran, 1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka rumusan masalahnya sebagai berikut : 1.



Bagaimana Program Bangkit menjadi salah satu model pembelajaran Kampus Merdeka?



2. Bagaimana Program Bangkit pada Machine Learning Learning Path berjalan secara online dengan bimbingan dari coach maupun mentor? 3. Bagaimana bekal materi yang diberikan pada Program Bangkit pada Machine Learning Learning Path? 1.3 Tujuan Kegiatan Tujuan kegiatan Program Bangkit sebagai berikut : 1. Mengembangkan kompetensi mahasiswa yang ingin berkarir di dunia teknologi. 2. Melahirkan talenta baru yang kompeten dan berkomitmen tinggi dalam tiga bidang, yaitu Machine Learning, Cloud Computing, dan Mobile Development. 3. Mengembangkan kompetensi soft skill dan hard skill dan mengaplikasikan ilmunya ke masyarakat. 4. Memberikan kesempatan mahasiswa untuk berinteraksi dengan praktisi industri, konversi sks hingga 20 sks, serta mendapatkan transkrip dan sertifikat kompetensi.



1.4 Manfaat Kegiatan Manfaat kegiatan Program Bangkit pada Machine Learning Learning Path sebagai berikut : 1. Mendapatkan konversi 20 SKS mata kuliah di Universitas. 2. Mendapatkan sertifikasi kompetensi keahlian dari Google dan Coursera. 3. Kesempatan untuk menjadi salah satu dari 10 tim terpilih untuk menerima dana inkubasi untuk proyek yang dibuat. 4. Kesempatan menjadi salah satu dari 40 nominator Bangkit untuk mengikuti program UIF di Universitas Stanford.



9



BAB II LANDASAN TEORI 2.1 Gambaran Umum Program Bangkit - Machine Learning Learning Path 2.1.1



Apa Itu Machine Learning? Machine learning (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan sendirinya tanpa arahan dari penggunanya. Pembelajaran mesin dikembangkan berdasarkan disiplin ilmu lainnya seperti statistika, matematika dan data mining sehingga mesin dapat belajar dengan menganalisa data tanpa perlu di program ulang atau diperintah.



2.1.2



Pengertian Machine Learning Pembelajaran mesin atau machine learning adalah bidang ilmu komputer yang berkaitan dengan membangun algoritma yang berguna, mengandalkan kumpulan contoh beberapa fenomena atau event. Contoh-contoh ini dapat berasal dari alam, dibuat oleh manusia atau dihasilkan oleh algoritma lain. Pembelajaran mesin juga dapat didefinisikan sebagai proses penyelesaian masalah praktis dengan 1) mengumpulkan dataset, dan 2) secara algoritmik membangun model statistik berdasarkan pada dataset tersebut. Model statistik itu diasumsikan digunakan entah bagaimana untuk menyelesaikan masalah praktis. Machine Learning (ML) atau Pembelajaran Mesin menggunakan beberapa jenis algoritma yang secara berulang-ulang menuntun komputer untuk belajar dari data. Jadi komputer akan diberikan input berupa data secara terus menerus, sedangkan algoritma akan “berubah” secara luar biasa berdasarkan data masuk (data training) tersebut, sehingga pada akhirnya “kemampuan berfikir” komputer akan meningkat dan mampu memahami data input serta memprediksi hasil (outcome).



2.1.3



Teknik Belajar Machine Learning Ada beberapa teknik yang dimiliki oleh machine learning, namun secara luas ML memiliki dua teknik dasar belajar, yaitu supervised dan unsupervised.



A. Supervised Learning Teknik supervised learning merupakan teknik yang bisa kamu terapkan pada pembelajaran mesin yang bisa menerima informasi yang sudah ada pada data dengan memberikan label tertentu. Diharapkan teknik ini bisa memberikan target terhadap output yang dilakukan dengan membandingkan pengalaman belajar di masa lalu.



10



Misalkan kamu mempunyai sejumlah film yang sudah kamu beri label dengan kategori tertentu. Kamu juga memiliki film dengan kategori komedi meliputi film 21 Jump Street dan Jumanji. Selain itu kamu juga punya kategori lain misalkan kategori film horror seperti The Conjuring dan It. Ketika kamu membeli film baru, maka kamu akan mengidentifikasi genre dan isi dari film tersebut. Setelah film teridentifikasi barulah kamu akan menyimpan film tersebut pada kategori yang sesuai. B. Unsupervised Learning Teknik unsupervised learning merupakan teknik yang bisa kamu terapkan pada machine learning yang digunakan pada data yang tidak memiliki informasi yang bisa diterapkan secara langsung. Diharapkan teknik ini dapat membantu menemukan struktur atau pola tersembunyi pada data yang tidak memiliki label. Sedikit berbeda dengan supervised learning, kamu tidak memiliki data apapun yang akan dijadikan acuan sebelumnya. Misalkan kamu belum pernah sekalipun membeli film sama sekali, akan tetapi pada suatu waktu, kamu membeli sejumlah film dan ingin membaginya ke dalam beberapa kategori agar mudah untuk ditemukan.  Tentunya kamu akan mengidentifikasi film-film mana saja yang mirip. Dalam hal ini misalkan kamu mengidentifikasi berdasarkan dari genre film. Misalnya, kamu mempunyai film the Conjuring, maka kamu akan menyimpan film The Conjuring tersebut pada kategori film horror. 2.2



Metode Pelaksanaan Program Bangkit – Machine Learning Path



Pelatihan Bangkit 2021 menawarkan tiga program pelatihan antara lain machine learning, mobile programming, dan cloud computing. Program yang terbuka bagi mahasiswa D4/S1 di perguruan tinggi yang setidaknya telah menyelesaikan semester 5. Dalam pelaksanaannya, Bangkit 2021 juga bekerja sama dengan 15 perguruan tinggi yang akan menjadi host. Metode pelaksanaannya sendiri menggunakan pembelajaran online mandiri serta sesi pelatihan yang dipimpin instruktur. Dengan ditugaskan ke kelompok tertentu untuk mempelajari keterampilan teknis dan pengembangan karir, keterampilan nonteknis, dan selanjutnya akan ditugaskan ke kelompok yang lebih kecil untuk Project Capstone dalam Program Bangkit ini menggunakan beberapa platform online seperti : - GSuite for Education : SSO/Account, Classroom, Meet, Drive - Discord - Dicoding / Coursera / Qwiklabs - Merdeka Belajar – Kampus Merdeka 11



- Tribo



Dengan jadwal campuran antara Soft Skill dan Tech Skill dari Learning Path yang dipilih, Bangkit adalah program unik yang dipimpin oleh Google bekerja sama dengan perusahaan teknologi terkemuka di Indonesia termasuk Gojek, Tokopedia, Traveloka, dan Deeptech Foundation. Di Bangkit, kita memiliki kesempatan untuk belajar dari dan dibimbing oleh pakar materi pelajaran dari semua perusahaan ini, termasuk Google. Dirancang untuk membangun pengetahuan dan pengalaman Anda yang sudah ada, kita akan ditantang untuk mengembangkan keterampilan baru: teknis ( berpusat di sekitar jalur pembelajaran pilihan Anda) dan non-teknis, untuk membantu mempersiapkan karir yang sukses di perusahaan teknologi terkemuka di Indonesia dan dunia.



2.3



Pelaksanaan Program Bangkit – Machine Learning Learning Path



Dalam Program Bangkit, kita diberikan jadwal selama 16 Minggu untuk mempelajari tentang dua hal, yaitu Soft Skill Development dan Learning Path yang kami pilih. Yang mana bisa dilihat dibawah ini : Machine Learning (Rev: Mar 3, 2021) Soft skills 1



Onboarding



Digital Branding



Time Management Professional Communications



Soft skills 2



Life Path



Soft skills 3



Digital Branding



Tech 1



IT Automation with Python (Course 1-2)



Tech 2



Tech 3



Google IT Support Professional Certificate (Course 1)



ILT 01: Crash Course on Python & Using Python to Interact with the Operating System



Tech 4



Mathematics for Machine Learning: Linear Algebra



ILT 02: Introduction to Git and GitHub & Troubleshooting and Debugging Techniques



IT Automation with Python (Course 5)



Google IT Support Professional Certificate (Course 4-5)



Mathematics for Machine Learning: Multivariate Calculus



ILT 03: Configuration Management and the Cloud & Automating Real-World Tasks with Python



IT Automation with Python (Capstone Course 6)



Google IT Support Professional Certificate



Mathematic s for Machine



IT Automation with Python (Course 3-4)



Google IT Support Professional Certificate (Course 2-3)



Tech 5



12



(Course 5) IT Automation with Python (Capstone Course 6)



Giving & Receiving Feedback



ILT 05: AMLI: AMLI: Track 02: Data Analysis & Data Analysis & Manipulation Manipulation



Adaptability



ILT 07: AMLI Track 04: Classification (Instructor led)



Persuasive Leader



Team Assignment for Final Project



MVP



AMLI 01: What is Machine Learning?



Critical Thinking



Persuasive Leader



Persuasiv e Leader



ILT 04: AMLI What is Machine Learning?



MLCC: Problem Framing



ILT 05: AMLI: Data Analysis & Manipulation



MLCC: Data Prep



ILT 06: AMLI Track 03: Regression



AMLI: Track 03: Regression (Selfstudy)



AMLI: Track 03: AMLI: Track 04: Regression Classification



DeepLearning.AI TensorFlow Developer Professional AMLI: Track 04: Certificate Classification program DeepLearning.AI TensorFlow Developer Professional AMLI: Track 04: Certificate Classification program DeepLearning.AI TensorFlow Developer Professional Certificate program



Business Finance



Learning: PCA



Startup Valuation



TensorFlow Data and Deployment Specialization



Final Project



TensorFlow Data and Deployment Specialization



Structuring Machine Learning Projects: Coursera



TensorFlow Data and Deployment Specialization



ILT 08: Deployment (Example)



TensorFlow Data and Deployment Specialization TensorFlow Data and Deployment Specialization



Final Project



TensorFlow ILT 09: Certification Prep TensorFlow (Dicoding) Certification Prep



Bootcamp by Kalibrr Bootcamp by Kalibrr



Final Project



Final Project Career Preparation Tips



Capstone Project Presentation



Tensorflow Certification



13



BAB III HASIL DAN PEMBAHASAN



3.1 Python Crash Course 3.1.1



Bahasa Pemrograman Python



Python adalah bahasa pemrograman interpretatif yang dapat digunakan di berbagai platform dengan filosofi perancangan yang berfokus pada tingkat keterbacaan kode dan merupakan salah satu bahasa populer yang berkaitan dengan Data Science, Machine Learning, dan Internet of Things (IoT). Keunggulan Python yang bersifat interpretatif juga banyak digunakan untuk prototyping, scripting dalam pengelolaan infrastruktur, hingga pembuatan website berskala besar. 3.1.2



Syntax Dasar Python



Python merupakan bahasa pemrograman yang memiliki sintaks yang sederhana dan mudah dimengerti. Python memiliki filosofi bahwa kode program harus mudah dibaca. Filosofi python tertuang dalam PEP 20. a. Statement (Pernyataan) di Python Semua perintah yang bisa dieksekusi oleh Python disebut statement. Misalnya, a = 1 adalah sebuah statement penugasan. Selain statement penugasan ada statement lain seperti statement if, statement for, dan lain sebagainya. b. Statement Multibaris Di Python, akhir dari sebuah statement adalah karakter baris baru (newline). Kita dapat membuat sebuah statement terdiri dari beberapa baris dengan menggunakan tanda backslash ( \ ). Misalnya: a = panjang1 + panjang2 + \ panjang3 + \ panjang4 Statement yang ada di dalam tanda kurung [ ], { }, dan ( ) tidak memerlukan tanda \. Contohnya: nama_bulan = ['Januari', 'Maret', 'Juni', 'September'] 14



c. Baris dan Indentasi Python tidak menggunakan tanda { } untuk menandai blok / grup kode. Blok kode di python menggunakan tanda indentasi (spasi). Jumlah spasi untuk setiap baris yang ada dalam satu blok kode harus sama. Contoh yang benar adalah sebagai berikut: if nilai