Setup Environment¶
Sebelum mulai belajar Python, kita perlu menyiapkan lingkungan pengembangan. Bagian ini akan memandu Anda untuk menginstal Python dan alat-alat pendukung lainnya.
Instalasi Python¶
Windows¶
Kunjungi python.org/downloads
Unduh installer Python versi terbaru (3.11 atau lebih baru)
Jalankan installer dan centang “Add Python to PATH”
Klik “Install Now”
macOS¶
Gunakan Homebrew (disarankan):
# Instal Homebrew jika belum ada
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# Instal Python
brew install python
Linux (Ubuntu/Debian)¶
sudo apt update
sudo apt install python3 python3-pip python3-venv
Verifikasi Instalasi¶
Buka terminal atau command prompt dan jalankan:
python --version
# atau
python3 --version
Anda seharusnya melihat output seperti Python 3.11.x atau versi yang lebih baru.
Virtual Environment¶
Virtual environment adalah lingkungan Python yang terisolasi. Ini penting untuk menghindari konflik antar proyek.
Membuat Virtual Environment¶
# Buat folder proyek
mkdir proyek-python
cd proyek-python
# Buat virtual environment
python -m venv venv
# Aktivasi virtual environment
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate
Tanda Virtual Environment Aktif¶
Ketika virtual environment aktif, Anda akan melihat nama environment di awal prompt:
(venv) $
Menonaktifkan Virtual Environment¶
deactivate
Menggunakan uv (Opsional)¶
uv adalah package manager Python yang sangat cepat. Untuk menginstalnya:
# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows (PowerShell)
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
Kemudian buat proyek baru dengan:
uv init proyek-baru
cd proyek-baru
uv sync
Instalasi Pustaka yang Dibutuhkan¶
Untuk mengikuti materi ini, instal pustaka-pustaka berikut:
pip install numpy pandas scikit-learn torch matplotlib jupyter spacy transformers
Atau jika menggunakan uv:
uv add numpy pandas scikit-learn torch matplotlib jupyter spacy transformers
Model spaCy¶
Untuk menggunakan spaCy, Anda perlu mengunduh model bahasa:
# Model Bahasa Inggris
python -m spacy download en_core_web_sm
# Model Bahasa Indonesia
python -m spacy download id_core_news_sm
Model Transformers¶
Model Hugging Face Transformers akan diunduh secara otomatis saat pertama kali digunakan dan disimpan di cache lokal (~/.cache/huggingface/). Tidak perlu mengunduh model secara manual.
Editor/IDE yang Disarankan¶
Visual Studio Code¶
Gratis dan ringan
Extension Python yang sangat baik
Unduh di code.visualstudio.com
Setelah instal VS Code, pasang extension:
Python (Microsoft)
Pylance
Jupyter
Jupyter Notebook¶
Jupyter sangat berguna untuk eksperimen dan pembelajaran interaktif:
# Jalankan Jupyter
jupyter notebook
Browser akan terbuka dengan antarmuka Jupyter.
Struktur Folder Proyek¶
Berikut adalah struktur folder yang disarankan untuk proyek Python:
proyek-python/
├── venv/ # Virtual environment
├── src/ # Kode sumber
│ └── __init__.py
├── tests/ # Unit tests
├── notebooks/ # Jupyter notebooks
├── data/ # Data files
├── requirements.txt # Daftar dependensi
└── README.md # Dokumentasi proyek
Google Colab¶
Google Colab (Colaboratory) adalah lingkungan Jupyter Notebook berbasis cloud yang memungkinkan kita menjalankan Python langsung di browser tanpa instalasi. Biasanya, library populer di Google Colab sudah tersedia, tetapi jika perlu instal, jalankan:
!pip install pandas numpy matplotlib seaborn
Import Dataset di Google Colab¶
Terdapat beberapa cara umum untuk melakukan import dataset untuk digunakan di Google Colab.
Upload dari komputer lokal
Navigasi ke menu Files, upload dataset, copy path dataset yang telah diupload. Load dataset dengan:
df = pd.read_csv('path/to/dataset')
Import dari Google Drive
from google.colab import drive
drive.mount('/content/drive')
df = pd.read_csv("/content/drive/MyDrive/folder/nama_file.csv")
Import dari Link URL
url = "https://example.com/data.csv"
df = pd.read_csv(url)
Langkah Selanjutnya¶
Setelah lingkungan siap, lanjutkan ke bagian Dasar Python untuk mulai belajar pemrograman Python.