Hari 2: Python Dasar: Variabel, Tipe Data & Operasi Matematika

Belajar Python dasar untuk data analisis: variabel, tipe data, operasi matematika. Praktik langsung dengan contoh! Kuasai fondasi pemrograman Python untuk pemula.

Keywords: python dasar, belajar python, tipe data python, operasi matematika python, python untuk pemula

Mengapa Python Menjadi Bahasa Wajib Data Analis?

Di Hari 1, kita sudah memahami peran vital data analis dan menginstal lingkungan kerja Python dengan Anaconda. Sekarang, mari kita selami lebih dalam alat paling powerful yang akan menjadi senjata utama Anda: Python. Mengapa Python menjadi bahasa pemrograman wajib bagi data analis?

Python memiliki sintaksis yang sederhana dan mudah dibaca, mirip dengan bahasa Inggris sehari-hari. Ini membuatnya ideal untuk pemula yang baru memulai pemrograman. Selain itu, Python memiliki ekosistem library yang sangat khusus untuk analisis data seperti Pandas, NumPy, dan Matplotlib yang akan kita pelajari di hari-hari berikutnya. Bayangkan Python sebagai “bahasa universal” yang menghubungkan Anda dengan dunia data – dari manipulasi sederhana hingga machine learning kompleks.

Python adalah bahasa para data hero. Kuasai dasarnya di Hari 2!

Setiap data hero memulai perjalanannya dengan menguasai dasar-dasar. Hari ini, kita akan membangun fondasi kokoh dengan mempelajari konsep paling fundamental dalam Python: variabel, tipe data, dan operasi matematika. Ini adalah batu loncatan kritis yang akan memungkinkan Anda untuk memanipulasi data, melakukan perhitungan, dan akhirnya menghasilkan insight yang berharga. Tanpa pemahaman kuat akan konsep-konsep ini, Anda akan kesulitan saat menghadapi tantangan analisis data yang lebih kompleks di kemudian hari.

Variabel: Wadah Penyimpanan Data Dalam Python

Variabel dalam Python dapat kita analogikan sebagai wadah atau kotak penyimpanan yang memiliki label. Anda dapat menyimpan berbagai jenis informasi dalam variabel ini dan mengaksesnya kembali kapan saja menggunakan labelnya.

Dalam Python, membuat variabel sangat sederhana. Anda cukup menulis nama variabel diikuti tanda sama dengan (=) dan nilai yang ingin disimpan. Misalnya:

nama = "Budi Santoso"
umur = 28
tinggi = 175.5
is_student = True

nama = "Budi Santoso"
umur = 28
tinggi = 175.5
is_student = True

Ada beberapa aturan penting dalam penamaan variabel:

1. Nama variabel harus dimulai dengan huruf atau underscore (_)
2. Nama variabel hanya boleh berisi karakter alfanumerik dan underscore (A-z, 0-9, _)
3. Nama variabel bersifat case-sensitive (umur berbeda dengan Umur)
4. Nama variabel tidak boleh menggunakan kata kunci Python (seperti if, else, for, dll)

Praktik terbaik dalam penamaan variabel adalah menggunakan nama yang deskriptif dan mudah dibaca. Sebagai contoh, gunakan harga_produk daripada h atau total_penjualan daripada tp. Ini akan membuat kode Anda lebih mudah dipahami oleh orang lain (termasuk diri Anda di masa depan).

Tipe Data Dasar dalam Python

Python memiliki beberapa tipe data dasar yang perlu Anda kuasai sebagai data analis. Setiap tipe data memiliki karakteristik dan kegunaan spesifik:

1. Integer (int)

Tipe data ini digunakan untuk menyimpan bilangan bulat (tanpa desimal). Contoh penggunaannya dalam analisis data adalah untuk menyimpan jumlah produk, jumlah pelanggan, atau tahun.

jumlah_produk = 150
tahun_berdiri = 2020

jumlah_produk = 150
tahun_berdiri = 2020

2. Float

Float digunakan untuk bilangan desimal. Ini sangat penting dalam analisis data karena banyak metrik bisnis melibatkan persentase, rata-rata, atau nilai uang.

harga_satuan = 25000.50
diskon_persen = 0.15  # 15%

harga_satuan = 25000.50
diskon_persen = 0.15  # 15%

3. String (str)

String adalah kumpulan karakter yang digunakan untuk menyimpan teks. Dalam analisis data, string sering digunakan untuk nama produk, kategori, atau alamat.

nama_produk = "Laptop Gaming ASUS ROG"
kategori = "Elektronik"

nama_produk = "Laptop Gaming ASUS ROG"
kategori = "Elektronik"

4. Boolean (bool)

Boolean hanya memiliki dua nilai: True atau False. Tipe data ini sangat berguna untuk logika kondisional dan filtering data.

is_available = True
has_discount = False

is_available = True
has_discount = False

Anda dapat memeriksa tipe data suatu variabel menggunakan fungsi type():

print(type(jumlah_produk))  # Output: <class 'int'>
print(type(nama_produk))   # Output: <class 'str'>

print(type(jumlah_produk))  # Output: <class 'int'>
print(type(nama_produk))   # Output: <class 'str'>

Operasi Matematika dalam Python

Python mendukung semua operasi matematika dasar yang sangat penting dalam analisis data. Berikut adalah operasi yang perlu Anda kuasai:

1. Operasi Aritmatika Dasar

• Penjumlahan (+)
• Pengurangan (-)
• Perkalian (*)
• Pembagian (/)
• Pembagian bulat (//)
• Modulus/sisa bagi (%)
• Pangkat (**)

Contoh implementasi:

a = 20
b = 3

print(a + b)   # Output: 23
print(a - b)   # Output: 17
print(a * b)   # Output: 60
print(a / b)   # Output: 6.666...
print(a // b)  # Output: 6
print(a % b)   # Output: 2
print(a ** b)  # Output: 8000

a = 20
b = 3

print(a + b)   # Output: 23
print(a - b)   # Output: 17
print(a * b)   # Output: 60
print(a / b)   # Output: 6.666...
print(a // b)  # Output: 6
print(a % b)   # Output: 2
print(a ** b)  # Output: 8000

2. Operasi Perbandingan

Operasi ini menghasilkan nilai Boolean (True/False) dan sangat berguna untuk filtering data:

• Sama dengan (==)
• Tidak sama dengan (!=)
• Lebih besar dari (>)
• Lebih kecil dari (<)
• Lebih besar atau sama dengan (>=)
• Lebih kecil atau sama dengan (<=)

Contoh:

x = 10
y = 20

print(x == y)  # Output: False
print(x != y)  # Output: True
print(x > y)   # Output: False
print(x < y)   # Output: True

x = 10
y = 20

print(x == y)  # Output: False
print(x != y)  # Output: True
print(x > y)   # Output: False
print(x < y)   # Output: True

3. Operator Logika

Operator ini digunakan untuk menggabungkan kondisi:

• and (kedua kondisi harus True)
• or (salah satu kondisi harus True)
• not (membalikkan nilai Boolean)

age = 25
has_job = True

print(age > 18 and has_job)  # Output: True
print(age < 18 or has_job)   # Output: True
print(not has_job)           # Output: False

age = 25
has_job = True

print(age > 18 and has_job)  # Output: True
print(age < 18 or has_job)   # Output: True
print(not has_job)           # Output: False

Studi Kasus: Menghitung Diskon Produk dengan Python

Mari kita terapkan pengetahuan kita dalam skenario nyata yang sering dihadapi data analis di e-commerce. Sebuah toko online ingin menghitung harga akhir produk setelah diskon.

Kasus:

• Produk: Laptop Gaming
• Harga awal: Rp 15.000.000
• Diskon: 20%
• PPN: 10% (dihitung setelah diskon)

Kita akan membuat program Python untuk menghitung:

1. Besarnya diskon
2. Harga setelah diskon
3. Besarnya PPN
4. Harga akhir yang harus dibayar pelanggan

# Data produk
harga_awal = 15000000
diskon_persen = 0.2  # 20%
ppn_persen = 0.1     # 10%

# Perhitungan
besar_diskon = harga_awal * diskon_persen
harga_setelah_diskon = harga_awal - besar_diskon
besar_ppn = harga_setelah_diskon * ppn_persen
harga_akhir = harga_setelah_diskon + besar_ppn

# Menampilkan hasil
print(f"Harga awal: Rp {harga_awal:,}")
print(f"Diskon ({diskon_persen*100}%): Rp {besar_diskon:,}")
print(f"Harga setelah diskon: Rp {harga_setelah_diskon:,}")
print(f"PPN ({ppn_persen*100}%): Rp {besar_ppn:,}")
print(f"Harga akhir: Rp {harga_akhir:,}")

# Data produk
harga_awal = 15000000
diskon_persen = 0.2  # 20%
ppn_persen = 0.1     # 10%

# Perhitungan
besar_diskon = harga_awal * diskon_persen
harga_setelah_diskon = harga_awal - besar_diskon
besar_ppn = harga_setelah_diskon * ppn_persen
harga_akhir = harga_setelah_diskon + besar_ppn

# Menampilkan hasil
print(f"Harga awal: Rp {harga_awal:,}")
print(f"Diskon ({diskon_persen*100}%): Rp {besar_diskon:,}")
print(f"Harga setelah diskon: Rp {harga_setelah_diskon:,}")
print(f"PPN ({ppn_persen*100}%): Rp {besar_ppn:,}")
print(f"Harga akhir: Rp {harga_akhir:,}")

Output program ini akan menampilkan:

Harga awal: Rp 15,000,000
Diskon (20.0%): Rp 3,000,000
Harga setelah diskon: Rp 12,000,000
PPN (10.0%): Rp 1,200,000
Harga akhir: Rp 13,200,000

Harga awal: Rp 15,000,000
Diskon (20.0%): Rp 3,000,000
Harga setelah diskon: Rp 12,000,000
PPN (10.0%): Rp 1,200,000
Harga akhir: Rp 13,200,000

Contoh Praktik: Menghitung BMI dengan Python

Sekarang, mari kita lihat contoh lain yang sering digunakan dalam analisis data kesehatan: perhitungan Indeks Massa Tubuh (BMI). BMI dihitung dengan rumus:

BMI = Berat (kg) / (Tinggi (m))²

# Input data
berat = 70  # dalam kg
tinggi = 1.75  # dalam meter

# Perhitungan BMI
bmi = berat / (tinggi ** 2)

# Menentukan kategori BMI
if bmi < 18.5:
    kategori = "Berat badan kurang"
elif 18.5 <= bmi < 25:
    kategori = "Berat badan normal"
elif 25 <= bmi < 30:
    kategori = "Kelebihan berat badan"
else:
    kategori = "Obesitas"

# Menampilkan hasil
print(f"BMI Anda: {bmi:.1f}")
print(f"Kategori: {kategori}")

# Input data
berat = 70  # dalam kg
tinggi = 1.75  # dalam meter

# Perhitungan BMI
bmi = berat / (tinggi ** 2)

# Menentukan kategori BMI
if bmi < 18.5:
    kategori = "Berat badan kurang"
elif 18.5 <= bmi < 25:
    kategori = "Berat badan normal"
elif 25 <= bmi < 30:
    kategori = "Kelebihan berat badan"
else:
    kategori = "Obesitas"

# Menampilkan hasil
print(f"BMI Anda: {bmi:.1f}")
print(f"Kategori: {kategori}")

Contoh output untuk berat 70 kg dan tinggi 1.75 m:

BMI Anda: 22.9
Kategori: Berat badan normal

BMI Anda: 22.9
Kategori: Berat badan normal

Kesimpulan

Hari ini kita telah membangun fondasi kokok dalam pemrograman Python dengan mempelajari tiga konsep fundamental: variabel, tipe data, dan operasi matematika. Variabel memungkinkan kita menyimpan dan mengelola data, tipe data menentukan jenis informasi yang bisa kita kerjakan, dan operasi matematika memberi kita alat untuk melakukan perhitungan penting dalam analisis data.

Python adalah fondasi wajib yang akan menopang semua kemampuan analisis data Anda di masa depan. Setiap operasi kompleks yang akan Anda lakukan dengan Pandas, visualisasi data, atau machine learning, semuanya dibangun di atas pemahaman kuat akan konsep-konsep dasar ini. Latih operasi dasar setiap hari hingga menjadi naluri Anda!

Buat program hitung BMI (Body Mass Index) dengan Python. Share kode Anda di kolom komentar! Jangan lupa untuk menambahkan variasi seperti menentukan kategori berat badan ideal atau menghitung kebutuhan kalori harian. Di Hari 3, kita akan melangkah lebih jauh dengan mempelajari struktur data Python: List, Tuple, dan Dictionary yang akan memperluas kemampuan Anda dalam mengelola data yang lebih kompleks. Tetap semangat belajar!