LAST DAY PROMO 7.7! DISKON 98%
Belajar Data Science Bersertifikat, 12 Bulan hanya 177K!
0 Hari 1 Jam 34 Menit 16 Detik

Tutorial Gampang Portfolio Data Science dengan Docker

Belajar Data Science di Rumah 22-Februari-2024
https://dqlab.id/files/dqlab/cache/kv-2-banner-longtail-selasa-05-2024-02-21-151845_x_Thumbnail800.jpg

Ilmu data science semakin dibutuhkan oleh perusahaan karena membantu dalam mengambil keputusan yang akurat, efektif, dan efisien. Hal inilah yang membuat orang semakin tertarik untuk mempelajarinya. Bukti dari pencapaian selama proses belajar data science adalah sebuah portofolio. Portofolio menunjukkan seberapa mahir Sahabat DQ mengaplikasikan data science, minat topik apa yang menjadi fokus kalian, dan sebagai personal branding. 


Pemilihan platform untuk portfolio data science juga penting untuk kalian perhatikan. Faktor seperti mudah diaplikasikan oleh pemula, dapat diakses publik secara mudah dan gratis, memiliki fitur yang lengkap, akan membantu kalian dalam membuat portfolio yang berkualitas. Nah, salah satunya bisa menggunakan Docker. Seperti apa detail fungsi dan cara menggunakannya? Yuk simak penjelasan berikut ini!


1. Apa Itu Docker dan Fungsinya?

Data Science

Docker adalah layanan yang menyediakan kemampuan untuk membuat dan menjalankan sebuah aplikasi dalam sebuah lingkungan yang terisolasi dan disebut dengan container. Dengan adanya isolasi dan keamanan yang memadai maka kalian dapat menjalankan banyak container di waktu yang bersamaan pada host tertentu.


Docker memiliki beberapa fitur yang dapat digunakan sesuai kebutuhan. Fitur tersebut diantaranya adalah:

  • Docker engine. Fitur ini berfungsi sebagai pembuat image dan container.

  • Docker Hub. Fitur ini adalah register yang berisikan kumpulan dari image-image. Dengan menggunakan docker hub kalian dapat mengumpulkan image. Hub ini berbeda dengan docker engine yang hanya membuat image.

  • Docker compose. Salah satu fitur unggulan yang berfungsi untuk menjalankan beberapa container atau biasa disebut multi-container sehingga dapat menghemat banyak waktu.

  • Docker for Mac. Fitur ini memungkinkan kalian untuk menjalankan container pada sistem operasi Mac.

  • Docker for Linux.  Fitur ini juga memungkinkan kalian untuk menjalankan container pada sistem operasi Linux.

  • Docker for Windows. Fitur ini memungkinkan penggunanya untuk menjalankan container pada sistem operasi Windows.


Baca juga: Data Science Adalah: Yuk Kenali Lebih Jauh Tentang Data Science


2. Mengapa Perlu Portfolio Data Science?

Data Science

Ilmu data science membutuhkan beberapa kemampuan yang tidak dapat diukur secara teori atau hanya pemahaman konsep. Semakin sering mengerjakan projek atau permasalahan, maka meningkat pula kemampuannya. Inilah mengapa praktisi data sebaiknya tidak hanya bergantung pada sertifikat atau pelatihan saja namun juga menunjukkan portfolionya sebagai nilai tambah.


Berikut alasan pentingnya membangun portfolio bagi seorang data science.

  • Sumber acuan pencapaian yang pernah diraih. Saat melakukan seleksi, tentunya perusahaan membutuhkan informasi sebanyak-banyaknya tentang pelamar kerja. Salah satu jenis informasi yang cukup signifikan diperlukan oleh perusahaan yaitu mengenai pencapaian yang telah diraih serta pengalaman sebelumnya. Perusahaan dapat mengacu pada portofolio yang dikirimkan pelamar kerja untuk melihat berbagai pencapaian yang pernah diraih.

  • Memeriksa kecocokan skill dan pekerjaan yang ditawarkan. Perusahaan juga perlu mencari orang yang memiliki skill sesuai dengan pekerjaan yang ditawarkan. Misalnya posisinya berfokus pada pembangunan model machine learning, maka akan kurang relevan jika skill yang kalian miliki adalah visualisasi data. 

  • Sebagai bahan pertimbangan kisaran gaji yang diberikan. Biasanya perusahaan menentukan besaran gaji minimal yang akan diberikan pada calon pekerjanya. Namun, besaran gaji tersebut dapat bertambah sesuai dengan kapasitas kemampuan pelamar kerja. Adanya daftar pencapaian dapat dijadikan acuan untuk menentukan apakah gaji yang ditawarkan sudah sesuai atau belum.


3. Keunggulan Membuat Portfolio di Docker

Tentunya Docker memiliki kelebihan sehingga populer di kalangan developer atau data scientist. Berikut kelebihan yang perlu kalian pertimbangkan agar membuat portfolio di Docker.

  • Tingkat keamanan yang baik. Docker memiliki tingkat keamanan yang baik. Ia akan memastikan aplikasi yang sedang berjalan tidak dapat memengaruhi container. Selain itu, Docker juga memiliki fitur keamanan lain seperti pengaturan OS host mount dengan akses read-only sehingga tidak akan mengubah konfigurasi apa pun, kecuali ada yang memiliki akses secara penuh.

  • Memiliki konfigurasi yang sederhana. Docker memiliki konfigurasi yang cukup sederhana dan dapat disesuaikan dengan kebutuhan aplikasi yang sedang kalian kembangkan. Hanya dengan menentukan beberapa kode, Docker akan membuat environment sendiri yang berbeda dengan environment dari server utama.

  • Dapat dijalankan pada beberapa platform cloud. Salah satu penyebab Docker banyak diminati oleh banyak perusahaan adalah karena dapat dijalankan pada beberapa platform cloud. Dengan begitu, penggunanya akan lebih fleksibel dalam melakukan porting aplikasi.

  • Dapat digunakan pada berbagai sistem operasi. Seperti pembahasan sebelumnya dimana Docker memiliki fitur yang dapat dijalankan pada Windows, Linux, maupun Mac. Hal tersebut akan memudahkan pengguna dari fleksibilitas. 

  • Dapat melakukan debugging. Waktu yang dibutuhkannya juga tergolong cepat, yakni hanya sekitar satu menit saja untuk melakukan proses debug pada Sandbox.


Baca juga: 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian


4. Langkah Membuat Portfolio di Docker

Sebelumnya, kenali terlebih dahulu istilah yang terdapat pada Docker berikut.

  • Docker image. Kumpulan file yang menunjang sebuah aplikasi.

  • Docker container. Wadah untuk mengemas dan menjalankan aplikasi. Wadah ini mencakup kode, runtime, system tools, dan pengaturan. Container hanya bisa mengakses resource yang telah ditentukan dalam Docker image.

  • Docker client. Tempat di mana pengguna dapat mengirimkan perintah seperti Docker build, Docker pull, dan Docker run kepada Docker daemon.

  • Docker Engine Rest API. Komponen yang digunakan untuk berinteraksi dengan Docker daemon. Komponen ini bisa diakses klien melalui HTTP.

  • Docker daemon. Proses pengelolaan Docker images, container, network, dan storage volumes. Docker daemon menerima request dari Docker API dan akan memprosesnya.

  • Docker host. Komponen yang menyediakan lingkungan untuk menjalankan aplikasi. Docker host bertanggung jawab menerima perintah yang diberikan Docker client.

  • Docker registry. Wadah untuk menyimpan Docker image. Docker image akan memberi reaksi sesuai perintah yang diberikan. Misalnya, saat diberi perintah docker push, docker image akan didorong atau dibagikan ke registry Docker Hub.

  • Docker Hub. Layanan yang disediakan untuk menemukan dan berbagi Docker image.


Selanjutnya yuk belajar cara instalasi Docker sehingga bisa digunakan untuk membuat portfolio. 

1) Buka website docker untuk desktop.

Data Science

2) Download untuk versi stable. 

Data Science

3) Buka InstallDocker.msi dan install seperti biasa. Ikuti Install Wizard: accept the license, authorize the installer, and proceed with the install. Lalu klik finish. Docker akan mulai secara otomatis.

Data Science

4) Melakukan verifikasi dengan membuka command prompt lalu ketik command docker run hello-world kalo muncul tulisan hello-world maka Docker berhasil dijalankan.

Selanjutnya membuat Docker container dengan langkah-langkah berikut ini.

  • Login melalui SSH Client.

  • Setelah login, pilih image yang ada di server.

  • Apabila belum memiliki image di server, kalian harus download image dari Docker Hub. Docker Hub adalah tempat di mana kalian dan developer lainnya bisa saling berbagi Docker image.

  • Dengan adanya image, Anda siap membuat Docker container. Pertama-tama, buat container dari image yang baru saja di-download. 

  • Selanjutnya aktifkan Docker container.

  • Saat mengaktifkan Docker container, Anda juga bisa menamainya dengan perintah –name. Sebagai contoh, mari namai container tadi dengan nama MyContainer. 


Apakah kalian sudah ada gambaran akan mengunggah portfolio tentang topik tertentu? Mulai cari tahu ide portfolio di DQLab. Selain studi kasus yang beragam, modul ajarnya juga lengkap dan bervariasi. Bahkan diintegrasikan dengan ChatGPT. Manfaatnya apa?

  • Membantu kalian menjelaskan lebih detail code yang sedang dipelajari

  • Membantu menemukan code yang salah atau tidak sesuai

  • Memberikan solusi atas problem yang dihadapi pada code

  • Membantu kalian belajar kapanpun dan dimanapun


Selain itu, DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Tunggu apa lagi, segera Sign Up dan siapkan diri untuk berkarir di industri impian kalian! 

Penulis : Dita Feby 

Editor : Annissa Widya

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login