BOOTCAMP SESI 3
BELAJAR PYTHON
DATA SCIENCE
Yusep Maulana., [Link], [Link], MBA
@ o y u s e p
Memahami Kontrol Alur Lanjutan dalam Data Science
Pentingnya Kontrol Alur dalam Data Science
Pengambilan Keputusan Berdasarkan Data:
Dalam data science, sering kali Anda perlu mengambil keputusan berdasarkan kondisi
tertentu yang muncul dari data yang Anda analisis. Kontrol alur seperti if-else
memungkinkan Anda untuk mengimplementasikan logika ini secara efektif.
Contoh: Memilih model prediksi berdasarkan performa atau mengubah parameter
preprocessing berdasarkan jenis data yang Anda hadapi.
Memahami Kontrol Alur Lanjutan dalam Data Science
Algoritma yang Bergantung pada Kondisi:
Banyak algoritma machine learning dan statistik yang mengandalkan pengulangan
tindakan hingga kondisi tertentu terpenuhi, seperti konvergensi loss function dalam
training model.
Contoh: Menggunakan while loop untuk menjalankan algoritma optimisasi hingga
perbedaan antara iterasi sebelumnya dan iterasi saat ini kurang dari nilai threshold
tertentu.
Pengulangan Tindakan pada Data:
Pengulangan adalah inti dari banyak operasi data science, mulai dari iterasi melalui baris-
baris data dalam DataFrame hingga melakukan perhitungan agregat pada kelompok
data.
Contoh: Menggunakan for loop untuk iterasi melalui data dalam sebuah list atau
DataFrame untuk melakukan operasi seperti normalisasi data atau perhitungan statistik.
Memahami Kontrol Alur Lanjutan dalam Data Science
Menggunakan Fungsi untuk Modularisasi Kode
Membuat Kode yang Terstruktur dan Reusable:
Fungsi membantu dalam membagi kode menjadi bagian-bagian yang lebih kecil dan
lebih mudah dikelola. Ini penting dalam proyek data science di mana proses seperti
preprocessing, analisis, dan modeling sering kali harus diulang.
Contoh: Membuat fungsi untuk preprocessing data, menghitung metrik evaluasi, atau
menjalankan pipeline machine learning.
Memudahkan Kolaborasi dan Pemeliharaan Kode:
Dengan menggunakan fungsi, kode menjadi lebih mudah dibaca dan dipahami oleh
orang lain, memudahkan kolaborasi dalam tim dan pemeliharaan kode dalam jangka
panjang.
Memahami Kontrol Alur Lanjutan dalam Data Science
Penanganan Error untuk Data yang Tidak Bersih
Menghadapi Data yang Tidak Konsisten:
Data yang digunakan dalam data science sering kali tidak bersih dan mengandung
kesalahan. Penanganan error (exception handling) memungkinkan Anda untuk menulis
kode yang robust yang dapat menangani dan melaporkan kesalahan tanpa
menghentikan eksekusi program.
Contoh: Menggunakan try-except untuk menangani kesalahan saat membaca data dari
file yang mungkin memiliki format yang salah atau data yang hilang.
Meningkatkan Keandalan Kode:
Dengan menangani error secara eksplisit, Anda dapat memastikan bahwa kode Anda
dapat menangani berbagai situasi tak terduga yang mungkin terjadi saat bekerja dengan
data dunia nyata.
KONTROL ALUR #If-else Statements
x = 10
LANJUTAN
if x > 5:
print("x is greater than 5")
else:
print("x is less than or
Kontrol alur dalam pemrograman Python sangat penting
dalam pengembangan aplikasi, termasuk aplikasi data
equal to 5")
science. Kontrol alur memungkinkan Anda untuk membuat #For Loop
keputusan berdasarkan data yang Anda miliki, mengulangi
for i in range(5):
proses tertentu, dan menangani kondisi yang tidak terduga.
print(i)
If-else Statements
Digunakan untuk membuat keputusan dalam program #Contoh pada Data Science
berdasarkan kondisi tertentu. data = [1, 2, 3, 4, 5]
for value in data:
For Loop
print(value)
For loop digunakan untuk mengulangi blok kode tertentu
dengan jumlah iterasi yang telah ditentukan.
KONTROL ALUR #While Loop
LANJUTAN
count = 0
while count < 5:
print(count)
count += 1
While Loop
While loop digunakan untuk mengulangi blok kode selama error = 1
kondisi tertentu terpenuhi. while error > 0.01:
Contoh pada Data Science: Menggunakan while loop untuk # Update model
menjalankan algoritma hingga kondisi konvergensi error = update_model()
tercapai.
FUNGSI #Definisi Fungsi
PENGGUNAAN DASAR
def greet(name):
print(f"Hello, {name}!")
greet("Alice")
Fungsi memungkinkan Anda untuk mengorganisir kode Anda
ke dalam blok-blok yang dapat digunakan kembali. Ini sangat
penting dalam data science untuk modularisasi kode dan
menghindari pengulangan. #Return Statement
def add(a, b):
return a + b
#Fungsi dengan Default Parameters
def greet(name, message="Hello"):
result = add(3, 4)
print(f"{message}, {name}!")
print(result) # Output: 7
greet("Bob") # Output: Hello, Bob!
greet("Charlie", "Hi") # Output: Hi, Charlie!
ERROR
#Multiple Exceptions
try:
result = int("abc")
EXCEPTION HANDLING
except ValueError:
print("ValueError: invalid
literal for int()")
except Exception as e:
Menangani error sangat penting dalam pengembangan data print(f"Unexpected error:
science karena data sering kali tidak bersih atau tidak sesuai {e}")
dengan harapan. Dengan exception handling, Anda bisa
menangani kasus-kasus yang tidak terduga tanpa #Finaly-Block
menghentikan program secara keseluruhan.
try:
#Try-Except Block result = 10 / 2
try: except ZeroDivisionError:
result = 10 / 0 print("You can't divide by
except ZeroDivisionError: zero!")
print("You can't divide by zero!") finally:
print("This will always be
executed.")
Praktik: Membuat Program
Sederhana Menggunakan
Kontrol Alur dan Fungsi
Program Sederhana: Analisis Data Karyawan
DEFINISIKAN FUNGSI UNTUK MENAMBAH
DAN MENAMPILKAN DATA KARYAWAN
employees = []
def add_employee(id, name, department):
employee = {
"id": id,
"name": name,
"department": department
}
[Link](employee)
def display_employees():
if not employees:
print("Belum ada data karyawan.")
else:
print("Daftar Karyawan:")
for employee in employees:
print(f"""
ID : {employee['id']},
Nama : {employee['name']},
Departemen : {employee['department']}""")
Program Sederhana: Analisis Data Karyawan
GUNAKAN KONDISI DAN LOOP UNTUK
MENGELOLA DATA KARYAWAN
def main():
while True:
print("\nMenu:")
print("1. Tambah Karyawan")
print("2. Tampilkan Daftar Karyawan")
print("3. Keluar") Dengan pemahaman kontrol
choice = input("Pilih opsi (1/2/3): ") alur ini, kita akan lebih siap
if choice == '1': untuk menangani
id = input("Masukkan ID: ")
name = input("Masukkan Nama: ") kompleksitas dalam proyek
data science, seperti
department = input("Masukkan Departemen: ")
add_employee(id, name, department)
print("Karyawan berhasil ditambahkan.")
elif choice == '2': mengelola data yang besar,
display_employees()
elif choice == '3':
membersihkan data, dan
print("Keluar dari aplikasi.")
break
menjalankan algoritma
else:
print("Opsi tidak valid. Silakan coba lagi.")
secara efisien.
main()
TUGAS
1. Buatlah program sederhana dengan kondisi:
a. Terdapat paling sedikit satu objek class
model yang telah menerapkan konsep OOP
b. Terdapat block kode untuk exception handling
KESIMPULAN
Memahami kontrol alur lanjutan, penggunaan fungsi, dan penanganan error adalah
keterampilan dasar yang sangat penting dalam data science. Keterampilan ini tidak
hanya membantu dalam menulis kode yang efisien dan mudah dipelihara tetapi juga
memastikan bahwa Anda dapat mengatasi berbagai tantangan yang muncul saat
bekerja dengan data dunia nyata. Oleh karena itu, mempelajari konsep-konsep ini di
sesi ini akan memberikan dasar yang kuat untuk pengembangan kemampuan data
science yang lebih lanjut.