Pustaka (Library) Python untuk Analisis Data

Informatika Kelas X — Bab 6: Analisis Data

Bagian F: Pustaka (Library) Python untuk Analisis Data

Pengampu : Zuli Irawanto, ST

🎯 Tujuan Pembelajaran

Setelah mempelajari materi ini, siswa diharapkan mampu:

1. Menjelaskan pengertian pustaka (library) dan fungsinya dalam pemrograman.
2. Memakai perintah import untuk memanggil pustaka.
3. Menyebutkan fungsi pustaka NumPy, pandas, dan Matplotlib dalam analisis data.
4. Membuat dan menjelajahi tabel data (DataFrame) menggunakan pandas.

Apa Itu Pustaka (Library)?

Di Bagian E kita menghitung total dan rata-rata dengan menulis perulangan sendiri. Bayangkan kalau setiap kali analisis kita harus menulis semua rumus dari nol. Capek, bukan? Untungnya, para programmer di seluruh dunia sudah menulis kode yang rapi, cepat, dan teruji, lalu membagikannya. Kumpulan kode siap pakai itu disebut pustaka atau library.

Tiga pustaka paling populer untuk analisis data:

Kabar baiknya, ketiga pustaka ini sudah terpasang di Google Colab, jadi kita tinggal memakainya.

Cara Belajar Bagian Ini

Bagian ini berisi 5 Tugas Praktik, yaitu Praktik 24 sampai 28 (melanjutkan Bagian E). Polanya masih sama: 🤔 Tebak dulu → ⌨️ Ketik & jalankan → ✅ Cocokkan → 💡 Pahami → 🏁 Tantangan mini.

🧪 Tugas Praktik 24: Mengenal import

⌨️ Ketik di sel kode, lalu jalankan:

import math

print(math.sqrt(81))
print(math.pi)

✅ Hasilnya:

9.0
3.141592653589793

💡 Penjelasan: Perintah import math “mengambil” pustaka math dari kotak perkakas. Sesudah itu, kita memakai isinya dengan format nama_pustaka.nama_fungsi. Di sini math.sqrt(81) menghitung akar kuadrat, dan math.pi adalah nilai π. Tanpa import, Python akan menampilkan NameError karena belum tahu apa itu math.

🧪 Tugas Praktik 25: NumPy: Menghitung Angka dengan Cepat

⌨️ Ketik di sel kode, lalu jalankan:

import numpy as np

nilai = np.array([87, 65, 90, 72, 95])

print(nilai.mean())
print(nilai.max())
print(nilai.min())
print(nilai + 5)

✅ Hasilnya:

81.8
95
65
[ 92  70  95  77 100]

💡 Penjelasan: Kata as np memberi nama singkat agar tidak repot mengetik numpy berulang kali. np.array([...]) membuat array NumPy dari sebuah list. Dengan array, .mean() langsung menghitung rata-rata (81,8, sama dengan di Bagian A!), dan nilai + 5 menambah 5 pada semua elemen sekaligus tanpa perulangan. Pada list biasa, hal itu tidak bisa.

🧪 Tugas Praktik 26: pandas: Membuat Tabel Data (DataFrame)

⌨️ Ketik di sel kode, lalu jalankan:

import pandas as pd

data = {
    "Nama": ["Budi", "Sari", "Andi"],
    "Nilai": [87, 90, 75]
}

df = pd.DataFrame(data)
print(df)

✅ Hasilnya:

   Nama  Nilai
0  Budi     87
1  Sari     90
2  Andi     75

💡 Penjelasan: pandas mengolah data dalam bentuk tabel yang disebut DataFrame (singkatnya df). Data awalnya kita tulis dalam kurung kurawal { } yang disebut dictionary: setiap pasangan berbentuk "nama kolom": [isi kolom]. Nomor di kiri (0, 1, 2) adalah indeks baris yang dibuat otomatis, mirip indeks list di Bagian D. Tips: di Colab, kalau kamu menulis df saja di baris terakhir sel (tanpa print), tabelnya tampil lebih cantik.

🧪 Tugas Praktik 27: Menjelajahi Isi DataFrame

⌨️ Ketik di sel kode, lalu jalankan:

print(df["Nilai"].mean())
print(df["Nilai"].max())
print(df.shape)

print(df[df["Nilai"] >= 80])

✅ Hasilnya:

84.0
90
(3, 2)
   Nama  Nilai
0  Budi     87
1  Sari     90

💡 Penjelasan: Satu kolom diambil dengan df["Nilai"], lalu kita bisa langsung memakai .mean() dan .max(). df.shape menunjukkan ukuran tabel: 3 baris dan 2 kolom. Baris terakhir menyaring (filter) data: df[df["Nilai"] >= 80] hanya menampilkan baris yang memenuhi kondisi. Ini sama dengan if di Bagian E, tetapi tanpa perulangan. Praktik ini memakai variabel df dari Praktik 26, jadi jalankan sel itu dulu.

🧪 Tugas Praktik 28: Menambah Kolom dan Mengurutkan Data

⌨️ Ketik di sel kode, lalu jalankan:

df["Bonus"] = df["Nilai"] + 5

df_urut = df.sort_values("Nilai", ascending=False)
print(df_urut)

✅ Hasilnya:

   Nama  Nilai  Bonus
1  Sari     90     95
0  Budi     87     92
2  Andi     75     80

💡 Penjelasan: Menulis df["Bonus"] = ... membuat kolom baru yang dihitung untuk semua baris sekaligus. sort_values("Nilai", ascending=False) mengurutkan berdasarkan kolom Nilai dari yang terbesar (ascending=False artinya menurun). Perhatikan angka indeks di kiri: Sari tetap bernomor 1 karena nomor itu melekat pada barisnya. Selamat! 🎉 Kamu sudah menganalisis data dengan pandas.

Rangkuman

• Pustaka (library) adalah kumpulan kode siap pakai yang dipanggil dengan import.
• Memakai isi pustaka: nama_pustaka.nama_fungsi. Nama singkat dibuat dengan as, misalnya import numpy as np.
• NumPy menghitung angka dengan cepat memakai array, misalnya .mean() dan operasi pada semua elemen sekaligus.
• pandas mengolah data berbentuk tabel yang disebut DataFrame. Isi awalnya bisa dibuat dari dictionary.
• Dengan pandas kita bisa mengambil kolom (df["Nilai"]), menyaring baris, menambah kolom, dan mengurutkan data.
• Matplotlib untuk membuat grafik akan kita pakai di Bagian I.

!pip install nama_pustaka