Tujuan Pembelajaran
Setelah mengikuti pertemuan ini, mahasiswa diharapkan mampu menerapkan konsep dan keterampilan berikut secara mandiri.
- Menjelaskan pengertian kecerdasan buatan dan cabang-cabangnya.
- Menerangkan alasan Python menjadi bahasa utama pengembangan AI.
- Menginstal Anaconda dan menjalankan Jupyter Notebook.
- Menggunakan variabel, tipe data, dan operator dasar Python.
Kecerdasan buatan adalah kemampuan mesin meniru fungsi kognitif manusia seperti belajar, menalar, dan mengambil keputusan. AI bekerja berdasarkan data; semakin banyak dan berkualitas data yang dimiliki, semakin baik hasil yang dihasilkan. Contoh yang mudah ditemui adalah rekomendasi produk di aplikasi belanja, asisten suara di ponsel, filter wajah pada kamera, hingga sistem deteksi penipuan pada transaksi keuangan.
AI terdiri atas beberapa cabang. Machine Learning (ML) membuat mesin belajar dari data tanpa perlu diprogram eksplisit untuk setiap aturan. Deep Learning adalah bagian ML yang memakai jaringan saraf tiruan berlapis banyak untuk menangani data yang lebih kompleks seperti gambar dan suara. Pada kursus ini, kita berangkat dari konsep dasar tersebut, lalu bergerak menuju penerapan nyata dengan bahasa Python.Perkenalan diri dosen dan kontrak perkuliahan, menjelaskan bahwa AI Programming membangun keterampilan dari alur sains data: mengolah data, melatih model, lalu memublikasikannya ke aplikasi.
Mengapa Python untuk AI
Python sangat cocok untuk AI karena sintaksnya pendek dan mirip bahasa manusia sehingga mudah dibaca pemula. Keunggulan utamanya adalah ekosistem pustaka yang sangat lengkap: NumPy untuk perhitungan numerik, Pandas untuk manipulasi data, Matplotlib dan Seaborn untuk visualisasi, Scikit-learn untuk machine learning, serta TensorFlow untuk deep learning. Semua bagian tersebut akan kita gunakan secara bergantian dalam enam belas pertemuan.Menekankan bahwa praktik lebih penting daripada hafalan. Setiap konsep yang dibahas nanti langsung dicoba dalam Jupyter Notebook. Mahasiswa disarankan menyiapkan folder kerja khusus dan memberi nama file yang rapi agar mudah ditemukan kembali di tengah semester.
Instalasi Anaconda
Anaconda adalah distribusi Python yang sudah dibundel dengan ratusan pustaka sains data dan Jupyter Notebook. Jupyter Notebook menyediakan antarmuka berbasis halaman web tempat Anda menulis dan menjalankan kode per sel, menampilkan hasil, serta menyisipkan catatan. Alur pekerjaan ini sangat populer di dunia data science. Instalasi cukup dilakukan sekali dan hasilnya dapat langsung dipakai hingga akhir semester.
cala = 7
r = 7
luas = 3.14 * r ** 2
print("Luas lingkaran:", luas)Blok kode di atas menghitung luas lingkaran dan mencetak hasilnya. Ini contoh sederhana dari operasi pangkat dan perkalian yang akan sering ditemui selama mengolah data numerik.
Variabel dan Tipe Data
Variabel adalah nama yang merujuk pada sebuah nilai. Python menentukan tipe data secara otomatis, tanpa deklarasi eksplisit. Tipe dasar yang perlu dipahami meliputi integer untuk bilangan bulat, float untuk bilangan desimal, string untuk teks, boolean untuk nilai benar atau salah, serta list yang menyimpan banyak nilai dalam satu urutan.
nama = "Budi"
umur = 21
tinggi = 172.5
aktif = True
print(nama, type(nama))
print(umur, type(umur))
print(tinggi, type(tinggi))
print(aktif, type(aktif))Fungsi type() digunakan untuk melihat tipe data sebuah nilai. Dengan memahami tipe data, kita tahu operasi apa yang sah dilakukan pada masing-masing nilai, misalnya penjumlahan angka atau penggabungan teks.
Operator Dasar
Python menyediakan operator aritmetika standar: penjumlahan, pengurangan, perkalian, pembagian, pembagian bulat, sisa bagi, dan pangkat. Operator pembagian selalu menghasilkan float, sedangkan pembagian bulat membuang bagian desimal. Sisa bagi sangat berguna untuk mendeteksi bilangan genap atau ganjil.
a = 10
b = 3
print("Tambah:", a + b)
print("Kurang:", a - b)
print("Kali:", a * b)
print("Bagi:", a / b)
print("Sisa:", a % b)
print("Pangkat:", a ** 2)Langkah Praktik
Ikuti langkah berikut secara berurutan di komputer Anda. Instalasi yang benar sangat penting karena menjadi dasar seluruh praktik semester ini.
- Unduh installer Anaconda dari situs resmi sesuai sistem operasi.
- Jalankan installer dan centang opsi menambahkan Anaconda ke PATH.
- Buka Anaconda Navigator lalu luncurkan Jupyter Notebook.
- Buat notebook baru dan beri nama folder_kerja/pertemuan1.ipynb.
- Tulis kode variabel dan tipe data, lalu jalankan dengan menekan tombol Run.
Setelah instalasi tuntas, pastikan Anda dapat menjalankan kode variabel dan mencetak hasilnya. Jika muncul kesalahan, baca pesan error dengan teliti karena biasanya petunjuk perbaikannya sudah ada di sana.
Latihan
Kerjakan latihan berikut secara mandiri setelah memahami materi. Jika menemui kendala, ulangi kembali bagian terkait atau bertanya kepada dosen.
- Buat variabel nama, semester, dan IPK Anda, lalu cetak ketiganya beserta tipe datanya.
- Hitung luas lingkaran berjari-jari 7 memakai rumus phi dikali r kuadrat (gunakan 3.14).
- Sebelum masuk materi berikut, coba buat list berisi tiga nilai lalu cetak elemen kedua.