Pengantar

Selamat datang di materi Basic Python 101! Bagian ini memberikan gambaran umum tentang tujuan pembelajaran, prasyarat, dan alur belajar yang akan diikuti.

Tujuan Pembelajaran

Setelah menyelesaikan materi ini, mahasiswa diharapkan mampu:

  1. Memahami dasar-dasar Python - sintaks, tipe data, struktur kontrol, fungsi, dan pemrograman berorientasi objek

  2. Menggunakan NumPy - manipulasi array multidimensi untuk komputasi numerik

  3. Menggunakan Pandas - analisis dan manipulasi data tabular

  4. Memahami dasar Machine Learning - alur kerja ML dengan scikit-learn

  5. Memahami dasar Deep Learning - tensor, autograd, dan neural network dengan PyTorch

  6. Memahami dasar NLP - tokenisasi, POS tagging, dan NER dengan spaCy

Prasyarat

Untuk mengikuti materi ini dengan baik, mahasiswa sebaiknya memiliki:

  • Pengetahuan dasar matematika (aljabar linear, kalkulus dasar)

  • Kemauan untuk belajar dan bereksperimen dengan kode

  • Akses ke komputer dengan Python terinstal

Catatan

Tidak diperlukan pengalaman pemrograman sebelumnya. Materi ini dirancang untuk pemula yang ingin mempelajari Python dari awal.

Alur Belajar

Berikut adalah urutan pembelajaran yang disarankan:

┌─────────────┐
│   Setup     │ ← Instalasi Python & lingkungan kerja
└──────┬──────┘
       ▼
┌─────────────┐
│   Python    │ ← Dasar-dasar pemrograman Python
└──────┬──────┘
       ▼
┌─────────────┐
│   NumPy     │ ← Komputasi numerik dengan array
└──────┬──────┘
       ▼
┌─────────────┐
│   Pandas    │ ← Analisis data tabular
└──────┬──────┘
       ▼
┌─────────────┐
│ Scikit-learn│ ← Machine Learning dasar
└──────┬──────┘
       ▼
┌─────────────┐
│   PyTorch   │ ← Deep Learning dasar
└──────┬──────┘
       ▼
┌─────────────┐
│    NLP      │ ← Natural Language Processing dengan spaCy
└─────────────┘

Cara Menggunakan Materi Ini

  1. Baca teori - Pahami konsep yang dijelaskan di setiap halaman

  2. Jalankan contoh kode - Ketik dan jalankan contoh kode di komputer Anda

  3. Eksperimen - Modifikasi kode untuk memahami lebih dalam

  4. Latihan - Kerjakan latihan yang diberikan di akhir setiap bagian

Tip

Gunakan Jupyter Notebook atau IPython untuk bereksperimen dengan kode secara interaktif.

Kontak

Materi ini dikembangkan oleh Dr. -Ing. Ahmad Z. Ihsan untuk mahasiswa Universitas Darunnajah (UDN).