Dokumen ini merupakan perkenalan NumPy di LaTeX

1. Analisa Kenaikan
Bahan Bakar
Minyak
dan Interprestasi dengan
menggunakan PythonTEX
& NumPy
Hirwanto
24 Nopember 2014

2. Motivasi
Di era modern saat ini, pembaca berita mulai kritis
terhadap berita, misalnya tentang kenaikan bbm(bahan
bakar minyak) yang sedang hangat dibicarakan. Hal ini
berimplikasi pada kenaikan harga kebutuhan hidup
sehari -hari mulai dari makanan pokok hingga kebutuhan
akan informasi. Masyarakat mulai melakukan demo untuk
melakukan aksi protes terhadap harga bbm tersebut.
Kebijakan yang tentang kenaikan bbm tidak mendukung
rakyat atau menyengsarakan rakyat. Namun kita harus
melihat dari kacamata yang berbeda tentang kenaikan
bbm tersebut. Apakah tujuan mulia tentang kenaikan
bbm tersebut ? Atau hanya sekedar kebijakan tanpa
aturan yang tidak jelas akan tujuannya. Marilah kita tilik
lebih dekat dengan tujuan pemerintah mengenai
kenaikkan bbm. Saya mulai bertanya ” Apakah
masyarakat mengetahui tujuan kenaikan bbm ? ”. Tentu
ini sebuah pertanyaan besar bagi kita untuk
menjawabnya .

3. Permasalahan
Kenaikan bbm akan berdampak pada kenaikkan harga
kebutuhan pokok hingga hingga kebutuhan akan
informasi. Apakah sebagian besar masyarakat tahu
tentang tujuan dari kenaikan harga bbm atau mereka
hanya tahu bahwa kebijakan itu menyengsarakan rakyat.
Dari sini kita tarik benang merah yaitu masyarakat perlu
tahu tujuan dari kenaikan bbm dan pemerintah
seharusnya menunjukkan tujuan kenaikan bbm ke rakyat.
Solusinya adalah bagi sebagian kecil masyarakat yang
memiliki tingkat pendidikan sudah mengerti tentang
bagaimana mengakses informasi, dan tentunya dapat
mengakses tentang tujuan pemerintah menaikkan harga
bbm.

4. Solusi Permasalahan
Bagi seorang analisa, data dampak yang ditimbulkan
tentang kenaikan bbm adalah sangat penting artinya
sejauh mana akan menyengsarakan rakyat atau tidak.
Selain itu, suatu interpretasi yang paling mudah adalah
digambarkan sebuah tabel, kurva, atau interpretasi
lainnya yang bersumber dari data resmi.
Di zaman modern ini sudah saatnya masyarakat disajikan
kedua data yaitu tentang data resmi dampak kenaikan
bbm dan hasil analisa ” Apakah menyengsarakan
masyarakat atau tidak”.
Dengan kedua data tersebut masyakarat diharapkan
mengerti tentang tujuan kenaikan bbm.

5. Pembahasan
Untuk menyelesaikan permasalahan permasalahan
tersebut, seorang analisi perlu mendapatkan data resmi
dan memilih perangkat lunak yang tepat untuk melakuan
interpretasi data beserta hasil dalam satu halaman/
tempat. Salah satu perangkat yang mendukung kedua
hal ; data dan hasil adalah iPython Notebook. IPython
Notebook merupakan suatu editor yang sangat akrab
dengan pengguna, mudah digunakan, terintegrasi
dengan bahasa pemrograman Python, dapat dikonversi
ke format lain seperti format .pdf, html, dan format
standar IPython (.py / .ipyb).

6. IPython notebook
IPYthon notebook merupakan editor yang memudahkan
kita dalam menyajikan data, memproses data, serta hasil
interpretasinya dalam satu tempat yaitu perangkat
pencarian yang telah terinstal di komputermu masing -
masing seperti Mozill, Google Chrome, Opera, Internet
Explores dan lain sebagainya.

7. Instalasi IPython notebook
Untuk memulai IPython notebook terlebih instalasi Python
2.7 atau Python 3.4, selanjutnya buka command prompt,
ketik cmd kemudian klik OK. Untuk instalasi IPython lakukan
hasil seperti ini :
pip install ipython notebook
atau
easy_install ipython notebook
Kamu bisa melakukan instalasi secara manual dengan
terlebih mengunduh module IPython yaitu
python setup.py install

8. Memulai IPython notebook
Kita akan memulai Python notebook dengan cara, buka
command prompt lalu ketik perintah dibawah ini :
ipython notebook --pylab inline
Jika tidak menginginkan gambar grafik, lakukan perintah
berikut :
ipython notebook
Mulai dengan program sederhana seperti ini :
In[1] : print("Hello World")
Hello World
Jika perintah diatas menampilkan hasil ”Hello World maka
instalasi perangkat IPython berhasil.

9. Perhitungan sederhana
Kita akan melakukan perhitungan sederhana dengan
IPython seperti menjumlahkan kedua bilangan,
pengurangan, perkalian maupun pembagian.
1. Operasi Penjumlahan dengan perintah plus(+).
In[1] : 200000000000 + 1123232323
Out[1]: 201123232323
2. Operasi Pengurangan dengan perintah minus(-).
In[1] : 200000000000 - 1123232323
Out[2]: 198876767677
3. Operasi Perkalian dengan perintah star(*).
In[1] : 200000000000*1123232323
Out[2]: 224646464600000000000

10. Numpy
Numpy merupakan singkatan dari Numerical Python
adalah module yang dikhususnya untuk menganalisa
data dan melakukan pemrosesan secara numerik
disimbolkan dalam bentuk array(susunan). Ini sangat
cocok bagi kita dalam menganalisa data dampak yang
terjadi terhadap kenaikan bbm.
Selain itu, kita tidak hanya mengacu pada penggunaan
NumPy saja, karena tidak menutup kemungkikan akan
menggunakan module lain seperti sympy, scipy, atau
matplotlib dan lain lain. Untuk menghasilkan interpretasi
yang terbaik.

11. Instalasi NumPy
Untuk instalasi, kita gunakan salah satu dari ketiga cara
instalasi module di Python yaitu
python setup.py install
Kita tidak akan membahas lebih jauh untuk instalasi
module yang diperlukan dan jika mengalami kendala
seperti ketidaktersedianya module hanya lakukan salah
satu cara instalasi diatas. Untuk catatan ; instalasi
menggunakan pip dan easy_install terlebih dahulu
lakukan instalasi module pip dan easy_install.

12. Contoh sederhana : NumPy
Berikut ini contoh sederhana penggunaan NumPy yaitu :
import numpy as np
# Buatlah array dengan anggota sebanyak 10.
arr = np.arange(1e1)
print(arr)
[0:1:2:3:4:5:6:7:8:9:]
# Konversi array kedalam daftar.
larr = arr.tolist()
print(larr)
[0:0; 1:0; 2:0; 3:0; 4:0; 5:0; 6:0; 7:0; 8:0; 9:0]

13. Membuat Array
Dengan menggunakan NumPy, kita akan membuat array
dari suatu data, seperti berikut ini :
1. Membuat Array
# Buat sebuah daftar, kemudian satu dengan
# fungsi np.array()
alist = [1, 2, 3]
arr = np.array(alist)
Akan hasil seperti ini :
[123]
2. Membuat Array semua bernilai 0.
arr = np.zeros(5)
Akan hasil seperti ini :
[0:0:0:0:0:]

14. Perhitungan Aljabar
NumPy dapat juga menghitung persamaan linear seperti
ini :
3x + 6y 5z = 12 (1)
x 3y + 2z = 2 (2)
5x y + 4z = 10 (3)
Dengan perintah seperti ini, dan persamaan didefinisikan
kedalam matriks :
import numpy as np
A = np.matrix([[3, 6, -5],
[1, -3, 2],
[5, -1, 4]])
B = np.matrix([[12],
[-2],
[10]])
Akan didapat solusi untuk (x; y; z) adalah
[[1:75][1:75][0:75]]

15. Bersambung .....
Kita akan lanjut di lain waktu ...
Terima Kasih .,

16. Untuk tutorial selanjutnya,
kita akan membahas Pandas
Perangkat yang digunakan dalam presentasi ini 100%
Gratis yaitu :
I PythonTEX
I Python 3.4
I NumPy
I LATEX
I IPython notebook
Semua distribusi dari tutorial ini gratis, boleh diubah,
digandakan, dan disebarkan. Untuk informasi lebih lanjut,
lihat di l-hirwanto.blogspot.com