0% menganggap dokumen ini bermanfaat (0 suara)
0 tayangan14 halaman

Week4 Basic Computer Programming for Business

Dokumen ini membahas tentang otomatisasi bisnis menggunakan perulangan dalam pemrograman Python untuk efisiensi skala besar. Ditekankan pentingnya skalabilitas, reproducibility, dan vektorisasi dengan menggunakan pustaka seperti NumPy dan Pandas untuk mengolah data dalam jumlah besar. Contoh penggunaan for loop dan while loop juga diberikan untuk menunjukkan cara iterasi pada koleksi data.

Diunggah oleh

ich.bekti
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
0 tayangan14 halaman

Week4 Basic Computer Programming for Business

Dokumen ini membahas tentang otomatisasi bisnis menggunakan perulangan dalam pemrograman Python untuk efisiensi skala besar. Ditekankan pentingnya skalabilitas, reproducibility, dan vektorisasi dengan menggunakan pustaka seperti NumPy dan Pandas untuk mengolah data dalam jumlah besar. Contoh penggunaan for loop dan while loop juga diberikan untuk menunjukkan cara iterasi pada koleksi data.

Diunggah oleh

ich.bekti
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Basic Computer Programming for

Business
Minggu 4 - Otomatisasi Bisnis dengan Perulangan

Ichwan Subekti
Fundamental Pemrograman untuk
Efisiensi Skala Besar
Ketika bisnis mulai berkembang dan harus memproses "Skala Besar" (jutaan
baris data), perulangan manual (for loop) dengan Python standar kadang
masih terlalu lambat. Oleh karena itu, fundamental efisiensi skala besar
sangat bergantung pada konsep skalabilitas, reproducibility, dan vektorisasi

1. Skalabilitas & Reproducibility: Skrip Python mampu mengolah jutaan baris


data tanpa membuat komputer crash, dan proses analitik tersebut bisa diulang
kapan saja hanya dengan satu klik (reproducible).

[Link] (Vectorization): Untuk mengoptimalkan kecepatan di skala besar,


data engineer menggunakan pustaka (library) khusus seperti NumPy dan
Pandas yang menggunakan basis bahasa C. NumPy memungkinkan operasi
matematika dilakukan pada seluruh blok data sekaligus (array-oriented
programming) tanpa perlu menulis loop secara eksplisit
Delegasi Digital
1. For Loop
for loop digunakan untuk melakukan iterasi (perulangan) pada sebuah
koleksi data (seperti list, tuple) atau iterator. Perulangan ini sangat cocok
digunakan jika Anda sudah tahu seberapa banyak data atau elemen yang
perlu diproses.
sequence = [1, 2, 3, 4, 5, 6, 7] #deret angka
total_until_5 = 0

for value in sequence:


if value == 5:
break
total_until_5 += value

print(total_until_5)
Delegasi Digital
2. While Loop
while loop digunakan untuk menjalankan sebuah blok kode secara terus-menerus selama
sebuah kondisi tertentu masih bernilai True (benar), atau sampai perulangan tersebut
dihentikan secara eksplisit menggunakan perintah break. while loop cocok digunakan jika Anda
tidak tahu pasti berapa kali perulangan harus dilakukan, tetapi Anda tahu kondisi kapan
perulangan itu harus berhenti.
x = 256
total = 0

while x > 0:
if total > 500:
break
total += x
x = x // 2

print(total)

Anda mungkin juga menyukai