Tutorial Python Dasar untuk Pemula Tanpa Background IT

Lagi cari tutorial Python dasar? DQLab akan bocorkan untuk Sahabat DQ! 

Python akan sering Sahabat DQ dengar ketika mulai belajar tentang data science. Yup, bahasa pemrograman ini menjadi salah satu hard skill yang wajib banget dimiliki praktisi data. Eits, tapi jangan lupa praktisi data juga perlu menguasai soft skill seperti kemampuan komunikasi yang baik karena praktisi data harus mampu menyampaikan hasil analisisnya kepada tim terkait. Sahabat DQ bisa melatih kemampuan tersebut dengan memberikan insight dari analisis yang telah Sahabat DQ lakukan baik dalam bentuk tulisan atau video. 

Tips agar dapat menguasai skill pemrograman yaitu dengan learning by doing. Sahabat DQ bisa mencoba menuliskan sintaks-sintaks sederhana misalnya memanggil library, membuat code perhitungan matematika sederhana, dan lain sebagainya. Jangan takut dengan error, karena code error ini kita jadi lebih memahami bagaimana penerapan code yang sesuai. Python ini bisa dikatakan ramah untuk pemula karena mudah dipahami dan dipelajari. Sintaks yang digunakan cenderung menggunakan bahasa yang singkat dan mudah diingat. Artikel kali ini DQLab mau kasih bocoran tutorial Python dasar untuk pemula data, nih. Simak artikelnya sampai akhir, ya!

1. Python untuk Data Science 

Data science adalah ilmu yang sangat berpengaruh di era digital seperti sekarang. Perusahaan semakin melek data sehingga memerlukan talent-talent data handal untuk mengolah data perusahaan. Contoh profesi Data Scientist dan Data Analyst adalah profesi yang banyak dicari di berbagai industri. Sebelum lebih jauh, kenali dulu apa itu data science. Data science merupakan kombinasi ilmu matematika, statistik, dan pemrograman yang mempermudah proses pengolahan data.

Python inilah yang digunakan untuk mewujudkan aktivitas tersebut. Kenapa Python? Karena Python memiliki banyak library yang sangat membantu pengolahan data, visualisasi data, hingga membangun machine learning. Beberapa diantaranya yaitu sebagai berikut:

• Pandas digunakan untuk memproses data yang meliputi pembersihan data, manipulasi data, hingga melakukan analisis data. Pandas ini berfungsi mengakses data sumber yang akan kita gunakan. Format file yang dapat dibaca oleh Pandas adalah csv, tsv, dan txt.

• Numpy (Numerical Python) adalah library yang digunakan untuk melakukan komputasi data yang bertipe numerik. Numpy bisa memproses operasi vektor, matriks, dan juga operasi matematika atau statistik. Beberapa tipe data yang ada dalam Numpy yaitu boolean, integer, unsigned integer, dan float.

• Matplotlib merupakan library pada Python yang digunakan untuk melakukan visualisasi data menjadi menarik, biasanya menggunakan grafik atau plot yang sesuai dengan data yang dimiliki baik dalam bentuk 2D atau 3D.

• Scikit-learn adalah library Python yang digunakan untuk membangun machine learning. Scikit-Learn menyediakan berbagai algoritma pembelajaran untuk regresi, pengelompokkan, dan klasifikasi.

Penerapan library-library tersebut yaitu seperti berikut:

Perintah import pada code adalah fungsi untuk memanggil library. 

Baca juga: Tutorial Membuat Portofolio Data dari Python Streamlit

2. Module Gratis untuk Pemula Data

Mau ikut kursus data tapi takut zonk? Coba dulu pakai module gratis dari DQLab, yuk! Sahabat DQ cukup daftar dengan mengisikan data diri di DQLab.id seperti pada gambar di bawah ini.

Sudah berhasil Sign Up? Jika sudah Sahabat DQ bisa langsung akses module gratis sebagai berikut:

• Introduction to Data Science with Python merupakan module gratis DQLab yang membahas dasar-dasar Python untuk Data Science yang dimentori oleh Xeratic. Beberapa materinya bisa dilihat pada gambar di bawah in

  

• Introduction to Data Science with R merupakan module gratis dari DQLab untuk mengenal bahasa pemrograman R untuk Data Science. 

Menarik, kan materi-materinya? Pahami dan kerjakan module sampai selesai untuk dapat sertifikat gratisnya. 

Ingin belajar lebih dalam lagi? Yuk, upgrade ke paket premium! Dengan paket premium, Sahabat DQ akan dapat akses ke semua module DQLab yang di mentori oleh praktisi data profesional seperti dari Telkom Indonesia, Jabar Digital Service, dan PT. Buma. 

3. Ngoding Asyik dengan Live Code Editor

Bagi pemula yang baru belajar pemrograman, mungkin agak bingung ya gimana buat mulai ngoding. Tentu ketika ingin belajar coding, Sahabat DQ harus menginstall tools yang dibutuhkan. Misalnya untuk belajar R, maka gunakan RStudio. Nah, di DQLab sahabat data tidak perlu repot install tools karena tersedia live code editor. Fitur ini berfungsi untuk menjalankan code yang Sahabat DQ tuliskan. Live code editor berlaku untuk semua module yang ada di DQLab. 

Jadi sahabat DQ bisa belajar ngoding langsung di situs DQLab. Kalau sudah paham, Sahabat DQ bisa teruskan dengan menginstall tools di laptop atau komputermu. Bagaimana caranya pakai live code editor? Simak video di bawah ini, yuk!

Sahabat DQ tinggal menuliskan code di bagian code editor kemudian klik Run untuk menjalankan codenya. 

4. Tutorial Python dengan JupyterLab

Sudah tahu cara menerapkan sintaks-sintaks Python kan, sahabat DQ? Sekarang kita coba langsung di salah satu tools untuk menjalankan bahasa pemrograman Python yaitu JupyterLab. Kita coba fungsi dasar Python yaitu print untuk menampilkan kalimat œHello World. Caranya seperti di bawah ini. 

Contoh lainnya kita buat program sederhana untuk menentukan seseorang wajib membayar pajak atau tidak berdasarkan gaji, yaitu sebagai berikut.

Jalankan code dan akan muncul kolom. Isikan kolom-kolom tersebut untuk melihat apakah gaji yang diinput sudah wajib membayar pajak atau belum. 

Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python

5. Tingkatkan Skill Data dengan Project DQLab

Setelah belajar dengan tutorial dasar Python, sekarang tingkatkan skillmu dengan mengerjakan project-project yang tersedia di DQLab. Ada berbagai macam project seperti bagaimana membangun machine learning dengan Python dan ETL dengan Python. 

Project ini disusun oleh mentor yang ahli di bidang data. Jadi Sahabat DQ bisa belajar step by step sehingga bisa memahami betul project yang sedang dikerjakan. Project tersebut bisa Sahabat DQ eksplorasi lagi dan membuatnya menjadi portofolio data yang menarik. 

Daftar di DQLab.id sekarang dan mulai berkarir sebagai praktisi data walaupun Sahabat DQ NON STEM. Semangat Sahabat DQ!

Penulis: Dita Kurniasari

Editor: Annissa Widya

Tags