UNIVERSITAS GUNADARMA
FAKULTAS TEKNOLOGI INDUSTRI
Komputasi Modern
Kelompok 4 :
Dzalfikri Alizidan
Indah DwiSeptia N
Mougy Jessie
Muhamad Riski Maulana
Muhammad Ardon
Kelas : 4IA21
NPM : 54418375
Nama Dosen : ADAM HUDA NUGRAHA
Jakarta
2022
1.Pengenalan Jupyter Notebook
Jupyter (https://jupyter.org/) adalah organisasi non-profit untuk mengembangkan software interaktif dalam berbagai bahasa pemrograman. Notebook adalah satu software buatan Jupyter, adalah aplikasi web open-source yang memungkinkan Anda membuat dan berbagi dokumen interaktif yang berisi kode live, persamaan, visualisasi, dan teks naratif yang kaya.
Mungkin penjelasan di atas kurang jelas. Ilustrasinya begini. Dulu, biasanya kita membagikan kode dan dokumen secara terpisah. Kode-kode kita satukan dalam sebuah librari/aplikasi/proyek (Visual Studio, Eclipse, dsb), dan dokumen kita buat dengan penyunting kata. Dalam dokumen bisa tampilkan cuplikan kode, tampilan hasil, dan visualisasi lainnya dari program kita.
Project Jupyter adalah proyek dan komunitas yang bertujuan untuk "mengembangkan perangkat lunak sumber terbuka, standar terbuka, dan layanan untuk komputasi interaktif di berbagai bahasa pemrograman". Jupyter notebook adalah software sangat sangat populer beberapa tahun terakhir. Mungkin sebagian besar dari pembaca sudah menggunakannya sehari-hari. Tapi mungkin ada beberapa yang baru mengenal nama saja dan belum terlalu mengerti. Atau bahkan mungkin baru mendengar. Jangan kuatir, tulisan ini akan mengenalkan Anda kepada Jupyter notebook dari nol sampai sedikit menguasainya.
2.Kecerdasan Buatan (Artificial Intelligence)
Kecerdasan buatan adalah kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau bisa disebut juga intelegensi artifisial (bahasa Inggris: Artificial Intelligence) atau hanya disingkat AI, didefinisikan sebagai kecerdasan entitas ilmiah. Andreas Kaplan dan Michael Haenlein mendefinisikan kecerdasan buatan sebagai “kemampuan sistem untuk menafsirkan data eksternal dengan benar, untuk belajar dari data tersebut, dan menggunakan pembelajaran tersebut guna mencapai tujuan dan tugas tertentu melalui adaptasi yang fleksibel”. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam komputer agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer, logika kabur, jaringan saraf tiruan dan robotika. Secara teknis, kecerdasan buatan adalah model statistik yang digunakan untuk mengambil keputusan dengan menggeneralisir karakteristik dari suatu objek berbasis data yang kemudian dipasang di berbagai perangkat elektronik.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, atau membuat permainan catur. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Objek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin dan program komputer untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, sains, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
Kecerdasan buatan ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tetapi juga mengkonstruksinya. Tidak ada definisi yang memuaskan untuk 'kecerdasan':
1.kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
2.atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
3.Penggunaan Jupyter Notebook sebagai solusi pembelajaran berbagai model AI
Pemelajaran mesin, cabang dari kecerdasan buatan, adalah disiplin ilmu yang mencakup perancangan dan pengembangan algoritme yang memungkinkan komputer untuk mengembangkan perilaku berdasarkan data empiris, seperti dari sensor data basis data. Sistem pembelajar dapat memanfaatkan contoh (data) untuk menangkap ciri yang diperlukan dari probabilitas yang mendasarinya (yang tidak diketahui). Data dapat dilihat sebagai contoh yang menggambarkan hubungan antara variabel yang diamati. Fokus besar penelitian pemelajaran mesin adalah bagaimana mengenali secara otomatis pola kompleks dan membuat keputusan cerdas berdasarkan data. Kesukarannya terjadi karena himpunan semua peri laku yang mungkin, dari semua masukan yang dimungkinkan, terlalu besar untuk diliput oleh himpunan contoh pengamatan (data pelatihan). Karena itu pembelajar harus merampatkan (generalisasi) perilaku dari contoh yang ada untuk menghasilkan keluaran yang berguna dalam kasus-kasus baru.
Mesin yang dimaksud di sini adalah mesin dalam pengertian lebih mendekati kepada ‘sistem’, bukan mesin 'mekanik'. Istilah pemelajaran pertama kali muncul dalam disiplin ilmu kecerdasan buatan. Pemelajaran berarti menambah pengetahuan, memahami dengan belajar, dan mengikuti perintah. Pemelajaran mesin merupakan salah satu cabang dari kecerdasan buatan yang membahas mengenai pembangunan sistem yang didapat berdasarkan pada pemelajaran data, atau sebuah studi yang mempelajari cara untuk memprogram sebuah komputer untuk belajar. Inti dari pemelajaran mesin adalah representasi dan generalisasi. Pada tahun 1959, Arthur Samuel mendefinisikan bahwa pemelajaran mesin adalah bidang studi yang memberikan kemampuan untuk belajar tanpa diprogram secara eksplisit. Kemampuan belajar yang menjadi dominan ditentukan oleh kemampuan perangkat lunak atau alogaritmanya. Implementasi kemampuan belajar dapat dicapai dengan berbagai teknik, ada yang menggunakan kaidah (rule), ada yang menggunakan statistika, ada yang menggunakan pendekatan fisiologi yaitu sistem saraf manusia atau disebut dengan ANN (artificial neural network) atau jaringan saraf tiruan. Pemelajaran mesin dapat berfungsi untuk beradaptasi dengan suatu keadaan yang baru, serta untuk mendeteksi dan memperkirakan suatu pola.
Peranan teknologi Artificial Intelligence (AI) kian nyata di berbagai sektor, tak terkecuali sektor pendidikan.
Seiring berjalannya waktu dan zaman, tentu nya metode pembelajaran juga semakin berkembang. Kehadiran teknologi AI telah mentransformasi kurikulum pendidikan, terutama di bidang teknologi, sains, matematika, dan teknik. Namun AI juga akan mengubah wajah dunia pendidikan secara keseluruhan. AI di pasar pendidikan global diproyeksikan akan mencapai USD3,68 miliar, dengan CAGR 47% sepanjang 2018 hingga 2023, menurut marketsandmarkets.com. Pertumbuhan yang signifikan ini seiring kian tingginya permintaan akan teknologi AI di sektor pendidikan.
Dari berbagai teknologi yang termasuk dalam AI, Natural Language Processing (NLP) akan tumbuh dengan CAGR tertinggi antara 2018 hingga 2023. Salah satu penyebabnya adalah NLP dibutuhkan untuk membantu "membaca" informasi dalam format digital dan untuk membantu memahami bahasa manusia berdasarkan berbagai dataset.
Kemudian dari sisi solusi dan layanan, marketsandmarkets.com memprediksi solusi virtual facilitator dan learning environment berbasis AI diproyeksikan memiliki pangsa pasar terbesar sampai dengan 2023. Solusi ini dikembangkan guna menjawab kebutuhan siswa untuk belajar secara independen dan belajar di rumah. Dan secara wilayah, kawasan Asia Pasifik memperlihatkan CAGR tertinggi dalam hal permintaan solusi dan layanan pendidikan berbasis AI hingga tahun 2023 nanti.
Dapat di simpulkan bahwa penggunaan Jupyter notebook sebagai solusi pembelajaran berbagai model AI sangat memudahkan pengguna dalam pembelajaran, dikarenakan Jupyter Notebook yang basis browser REPL (baca eval print loop) yang dibangun di atas IPython dan pustaka sumber terbuka lainnya, memungkinkan kita untuk menjalankan kode python interaktif di browser.
Ini tidak hanya menjalankan kode python tetapi juga memiliki banyak plugin menarik dan perintah ajaib yang sangat meningkatkan pengalaman pengkodean python.
Keunggulan menggunakan Jupyter Notebook untuk pembelajaran yaitu :
1. Hitung waktu eksekusi sel:
Seseorang dapat menghitung waktu eksekusi sel notebook jupyter menggunakan perintah ajaib di awal sel. Ini menghitung waktu dinding yang dapat disebut sebagai total waktu yang diperlukan untuk mengeksekusi sel itu.
2. Bilah Kemajuan:
Seseorang dapat menggunakan pustaka eksternal python untuk membuat bilah kemajuan, yang dapat memberikan pembaruan langsung dari kemajuan kode. Itu membuat pengguna mendapat informasi tentang status skrip kode yang sedang berjalan. Anda bisa mendapatkan repositori perpustakaan Github di sini .
Pertama, Anda perlu menginstaltqdm perpustakaan,
pip3 install tqdm
3. Pemformat Kode Otomatis:
Menggunakan nb_blackpustaka, seseorang dapat memformat potongan kode dalam sel ke format yang tepat. Terkadang cuplikan kode dalam sel notebook jupyter tidak diformat dengan baik, pustaka ini membantu mencapai pemformatan yang tepat dari cuplikan kode.
nb_black adalah ekstensi sederhana untuk Jupyter Notebook dan Jupyter Lab untuk mempercantik kode Python secara otomatis.
Pemasangan perpustakaan:
pip3 install nb_black
%load_ext nb_black
(Image by Author), Unformatted cell
(Image by Author), Formatted cell using nb_blackNotebook Jupyter dapat menginstal paket python apa pun di notebook itu sendiri. Untuk menginstal paket python menggunakan perintah pip di sel notebook jupyter masukkan !sebelum perintah.
Untuk menginstal paket pandas: Masuk ! pip install pandasdan jalankan sel.
5. Dokumentasi:
Notebook Jupyter dapat menunjukkan dokumentasi dari fungsi yang Anda panggil. Tekan Shift+Tabuntuk melihat dokumentasi. Ini sangat membantu karena Anda tidak perlu membuka situs web dokumentasi setiap saat. Fitur ini juga berfungsi untuk fungsi kustom lokal.
Pemakaian:
- Tulis nama fungsi yang ingin Anda terapkan
- Tekan
Shift+Tabuntuk melihat dokumentasi. - Klik di
^pojok kanan atas dokumentasi untuk melihatnya di halaman. - Klik
+untuk menumbuhkan docstring secara vertikal. - Klik
xuntuk menutup docstring.
(Gambar oleh Penulis), Docstring untuk fungsi read_csv pandasNotebook Jupyter dapat menampilkan saran untuk nama fungsi atau variabel apa pun. Untuk melihat saran penulisan mengetik kode tekan Tabdi keyboard Anda dan saran akan muncul di menu top-down. Tekan tombol arrow-up atau arrow-downuntuk menggulir menu ke atas atau bawah. Anda juga dapat menggulir menggunakan mouse Anda. Klik pada kata kunci atau tekan enter pada kata kunci yang dipilih untuk mengkonfirmasi saran Anda.
Anda juga akan mendapatkan saran untuk fungsi dan variabel khusus.
(Gambar oleh Penulis), Saran dari paket pandas7. Sesuaikan tampilan Output:
Notebook Jupyter dapat mencetak output dari setiap sel tepat di bawah sel. Ketika Anda memiliki banyak output, Anda dapat mengurangi jumlah ruang yang dibutuhkan dengan mengklik panel sisi kiri output. Ini akan mengubah keluaran menjadi jendela gulir. Klik dua kali di sisi kiri keluaran untuk menutup sepenuhnya panel keluaran.
Anda dapat mengulangi proses dengan satu klik atau klik dua kali untuk mengubah format tampilan panel output.
(Gif oleh Penulis), Klik di sisi kiri panel untuk mengubah tampilan layar keluaran8. Fitur Eksekusi Sel:
Notebook Jupyter memiliki fitur eksekusi sel tertentu yang memudahkan kinerja pemrogram.
- Sial + Enter akan menjalankan sel saat ini dan menyorot sel berikutnya, jika tidak ada sel, itu akan membuat sel baru.
- Alt + Enter akan menjalankan sel saat ini dan memasukkan sel baru dan menyorotnya.
Sel notebook Jupyter tidak hanya dapat menjalankan cuplikan kode tetapi juga digunakan untuk menulis teks. Sel penurunan harga dapat digunakan untuk menulis deskripsi teks. Ini adalah cara yang lebih baik untuk mengekspresikan daripada menggunakan komentar.
Pemakaian:
- Klik pada sel untuk mengubahnya menjadi penurunan harga.
- Pilih opsi Markdown dari menu drop-down
(Gambar oleh Penulis), Sel kode terselubung ke sel penurunan harga
(Sumber)Sel Notebook Jupyter juga dapat digunakan untuk mengkompilasi dan menjalankan kode dari berbagai bahasa menggunakan perintah ajaib IPython. Gunakan IPython Magics dengan nama kernel Anda di awal setiap sel yang ingin Anda gunakan untuk sel itu:
%%bash%%HTML%%python2%%python3%%ruby%%perl
(Gambar oleh Penulis), potongan kode HTML dalam sel notebook jupyterNotebook Jupyter mendukung pengeditan kode menggunakan beberapa kursor sekaligus. Untuk memilih kode yang akan diedit sekaligus tekan Alttombol dan pilih potongan kode menggunakan mouse Anda. Setelah memilih, Anda sekarang dapat mengedit kode menggunakan beberapa kursor sekaligus.
12. Membuat Presentasi dari Jupyter Notebook:
Notebook Jupyter dapat digunakan untuk membuat presentasi bergaya PowerPoint. Di sini setiap sel atau kelompok sel dari notebook dapat diperlakukan sebagai setiap slide.
- Pertama, instal RISE menggunakan conda:
conda install -c damianavila82 rise - Tombol Enter / Exit RISE Slideshow muncul di toolbar notebook. Opsi slideshow juga akan muncul di bawah View> Cell Toolbar> Slideshow
- Untuk mempersiapkan Slideshow, klik View> Cell Toolbar> Slideshow dan pilih sel notebook jupyter untuk setiap slide.
- Setelah memilih setiap slide, klik tombol RISE Slideshow di toolbar notebook.
(Sumber)13. Bagikan Notebook Jupyter:
Setelah kode selesai, Anda memiliki beberapa opsi untuk membagikan buku catatan jupyter Anda.
- Unduh buku catatan jupyter Anda sebagai HTML, pdf, ipynb, file py, dll.
Anda dapat menggunakan JupyterHub yang dapat membuat Hub multi-pengguna yang memunculkan, mengelola, dan memproksikan beberapa instance server notebook Jupyter pengguna tunggal. Anda dapat mempublikasikan ke media langsung dari notebook jupyter. Baca ini untuk mengetahui langkah-langkahnya.Notebook Jupyter adalah alat terbaik yang digunakan untuk analisis dan visualisasi data. Ini dapat digunakan untuk menghasilkan berbagai jenis plot menggunakan pustaka python atau R. Beberapa pustaka python yang digunakan untuk membuat plot adalah:
- Matplotlib
- Yg keturunan dr laut
- bokeh
- plot.ly
(Sumber), Berbagai jenis plotPintasan digunakan untuk menghemat banyak waktu programmer dan memudahkan pengalaman pengkodean. Notebook Jupyter memiliki banyak cara pintas keyboard inbuilt yang Anda temukan di bawah Help menu bar: Help>Keyboard Shortcuts.
Notebook Jupyter juga menyediakan fungsionalitas untuk mengedit pintasan keyboard sesuai kenyamanan programmer. Anda dapat mengedit shortcut keyboard: Help>Edit Keyboard Shortcuts.
(Gambar oleh Penulis), Pintasan Keyboard Mode Perintah
(Gambar oleh Penulis), Edit Pintasan Keyboard Mode
Sumber :
https://ichi.pro/id/15-tips-dan-trik-untuk-jupyter-notebook-yang-akan-memudahkan-pengalaman-coding-anda-251140167616860
https://id.wikipedia.org/wiki/Kecerdasan_buatan
https://infokomputer.grid.id/read/122757073/contoh-penerapan-artificial-intelligence-di-sektor-pendidikan?page=all
https://www.megabagus.id/belajar-python/
https://indoml.com/2019/09/29/pengenalan-dan-panduan-jupyter-notebook-untuk-pemula/
Baca juga
