Jumat, 24 September 2021

Menjalankan Jupyter Notebook

 

Jupyter Notebook

Cara menjalankan Jupyter Notebook adalah dengan mengetik jupyter notebook di terminal.

Jupyter Notebook diakses melalui browser. Saat servis dijalankan anda akan diarahkan ke halaman browser pada alamat http://localhost:8888/tree

Halaman Jupyter Notebook akan muncul di lokasi folder dimana kita menjalankan sintaks jupyter notebook

Halaman Jupyter Notebok
Halaman Directory Linux
Operasi File / Folder

Di Jupyter Notebook kita bisa membuat file dan folder seperti kita membuatnya di halaman sistem operasi seperti Windows/Linux/Mac

Membuat File / Folder di Jupyter Notebook

Saat membuat file atau folder di Jupyter Notebook secara otomatis akan bernama ‘Untitled

Untitled File dan Folder

Untuk merubah nama folder centang “Untitled folder” kemudian tekan tombol Rename dan masukkan nama baru untuk Folder

Rename Folder

Sedangkan untuk merubah nama file masuk ke file “Untitled.ipynb” dan klik judul Untitled disamping logo Jupyter dan masukkan nama file baru

Rename File
Cell

Cell merupakan area untuk menaruh kode di Jupyter Notebook.

empty_cell
Cell di Jupyter Notebook

Untuk menjalankan cell tekan SHIFT+ENTER di keyboard atau tombol RUN di Toolbar pada cell aktif sehingga kode akan dieksekusi dan menghasilkan output

Ada 2 tipe cell yaitu code cell dan markdown cell

Code cell adalah cell untuk menulis dan meneksekusi kode python
markdown cell adalah cell untuk menulis teks yang terformat

Tipe cell dapat dipilih melalui Toolbar

Keyboard Shortcuts

Keyboard Shortcuts digunakan untuk melakukan perintah dengan cepat menggunakan keyboard. Keyboard shortcut seperti menambah cell, menghapus cell, melakukan copy paste, menjalankan kode dan sebagainya

Detail keyboard shortcuts dapat di lihat di Menu Help -> Keyboard Shortcuts

Detail Keyboard Shortcuts Jupyter Notebook
Toolbar

Toolbar mempunyai beberapa tombol shortcuts penting.

Toolbar di Jupyter Notebook

Dari kiri ke kanan :

save and checkpoint = menyimpan file dan melakukan checkpoint
insert cell below = menambah cell dibawah cell aktif
cut selected cell = memotong cell aktif
copy selected cell = menyalin cell aktif
paste cell below = menempel ke cell dibawah cell aktif
move selected cell up = memindah cell aktif ke atas
move selected cell down = memindah cell aktif ke bawah
run = menjalankan cell aktif
interupt kernel = interupsi kernel
restart the kernel = memulai ulang kernel
restart the kernel and re-run the whole notebook = memulai ulang kernel dan menjalankan seluruh kode notebook
cell type = Tipe cell (code / markdown)
command palette = shortcuts perintah
Hands on Jupyter Notebook

Kita sudah belajar fitur Jupyter Notebook selanjutnya kita akan mencoba menggunakan Jupyter Notebook untuk ngoding python

Case 1 : Menggunakan Jupyter Notebook untuk proses aritmatika dasar

operasi jupyter notebook
Operasi aritmatika di Jupyter Notebook

Case 2 : Menggunakan Jupyter Notebook untuk percabangan

Percabangan di Jupyter Notebook
Percabangan di Jupyter Notebook

Case 3 : Struktur Dictionary di Jupyter Notebook

Dictionary di Jupyter Notebook

Jadi Jupyter Notebook merupakan tool interaktif untuk melakukan coding python khususnya untuk analisis data. Jupyter Notebook juga sangat fleksibel dan mudah digunakan.

Instalasi Jupyter Notebook

Pengenalan dan Panduan Instalasi Jupyter Notebook 

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.

Apakah Jupyter Notebook dan Kenapa Dia Begitu Populer

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.

Nah Jupyter Notebook menyatukan semua ini, baik itu teks/narasi, kode hidup, persamaan, tampilan hasil, gambar statis, dan visualisasi grafis, dalam satu file interaktif. Dan, kelebihan lainnya, notebook dapat dijalankan ulang oleh siapapun yang membukanya, untuk mereproduksi eksekusi kode di dalamnya.

Untuk instalasi ada 2 cara, dari cara 1 yang paling ringan dan cara 2 menggunakan Anaconda yang mmemiliki fitur lebih lengkap (untuk kuliah kita direkomendasikan cara ke 2):

1. Instalasi Python

 Sebelumnya, semestinya Anda harus mempunyai instalasi Python. Kalau belum, maka Anda perlu menginstalasinya terlebih dahulu dari https://www.python.org/downloads/. Pilih Python versi 3 terakhir.

Ada beberapa cara untuk menginstall Jupyter, tapi menurut saya yang paling praktis adalah menggunakan pip. Cukup jalankan perintah ini di Terminal (Mac/Linux) atau Command Prompt (Windows):

pip3 install jupyter

Alternatifnya, kalau Anda mengalami kesulitan menginstall dengan cara di atas, mungkin bisa dicoba cara ini:

python3 -m pip install --upgrade pip
python3 -m pip install jupyter

Setelah terinstall, maka siap dijalankan.

Untuk menjalankan Jupyter Notebook, jalankan perintah di bawah ini di Terminal (Mac/Linux) atau Command Prompt (Windows) dari direktori yang menaungi semua direktori proyek-proyek Anda (misalnya Anda mempunyai dua proyek yaitu di C:\project\project1 dan C:\project\project2, maka jalankan dari direktori C:\project agar Anda bisa mengakses kedua proyek tersebut dari Jupyter).

jupyter notebook

Setelah beberapa saat, jupyter akan membuka laman http://localhost:8888/ yang merupakan laman depan dari instalasi Jupyter notebook Anda (disebut laman Notebook Dashboard).

Notebook Dashboard

Laman ini menampilkan semua direktori dan file yang ada di direktori di mana Jupyter dijalankan. Di tempat saya tampilannya seperti ini:

Notebook Dashboard

Sekarang kita siap membuat notebook baru.


2. Instalasi Anaconda di Windows

Python dapat diinstall di berbagai platform salah satunya adalah sistem operasi windows. Untuk menginstall python diperlukan software python yang dapat diunduh di https://www.python.org/downloads/. Tetapi dalam prakteknya python membutuhkan banyak library untuk memproses data serta memerlukan pengaturan terlebih dahulu sebelum dapat digunakan.

Ananconda memberikan alternatif yang lebih baik dalam instalasi python beserta librarinya. Cukup download installer Anaconda dan sekali install python beserta banyak package lainnya sudah terpasang secara otomatis. Pengguna cukup menggunakan berbagai macam fitur tanpa harus repot menginstall satu persatu library python.

Beberapa library python di Anaconda

Ada beberapa kelebihan Anaconda seperti:

  • Mudah dan Cepat dalam menginstall package untuk data science
  • Mudah dalam mengatur library, dependensi dan lingkungan dengan Conda
  • Library machine learning sudah tersedia seperti scikit-learn, TensorFlow, Theano untuk melakukan pengembangan dan pelatihan data
  • Library data analysis seperti numpy, pandas dan Numba
  • Library visualisasi yang sudah ada seperti Dash, Matplotlib, Bokeh, Datashader dan lainnya
  • Jupyter Notebook sebagai lingkungan IDE berbasis web yang mudah digunakan

Let’s install Anaconda

Pertama silahkan akses halaman resmi Anaconda di Anaconda.com/distribution. Disana tersedia installer dalam 3 sistem operasi yaitu: windows, linux dan MacOS. Biasanya halaman download akan secara otomatis mengenali sistem operasi yang kita gunakan sehingga diarahkan di menu download sesuai dengan sistem operasi kita.

Anaconda memberikan pilihan installer python versi 2 dan python versi 3. Perbedaan Python versi 2 dan versi 3 dapat dilihat di halaman ini (coming soon). Saat ini kita fokus ke Python 3 karena merupakan jenis python yang banyak digunakan sedangkan python 2 pada tahun 2020 akan mulai dihentikan pengembangannya.

Versi Python 3 saat penulis mendownload installer adalah versi 3.7 . Bagi yang ingin mengunduh versi lamanya seperti 3.6, 3.5 dan seterusnya anda dapat mencari link archive di halaman official Anconda untuk melihat berbagai versi python yang tersedia.

Setelah di download selanjutnya kita install dengan mengklik 2 kali (double click) pada file installer Anaconda sehingga muncul pop up seperti ini

Tekan Tombol Next untuk melanjutkan

Anda akan masuk pada License Agreement. Pilih Tombol I Agree untuk melanjutkan

Biarkan default, pilih Just Me dan klik tombol Next

Pilihlah lokasi instalasi Anaconda. Biarkan default saja dan tekan tombol Next

Biarkan default dan tekan tombol Install

Proses instalasi sedang berlangsung. Tunggu beberapa menit dan ketika selesai tekan tombol Next

Muncul halaman informasi tambahan untuk rekomendasi IDE menggunakan pyCharm. Tekan Next saja

Halaman instalasi terakhir. Hilangkan centang dan tekan tombol Finish.

Horee selamat anda sudah berhasil menginstall python beserta banyak library

Untuk melakukan verifikasi coba buka Anaconda Navigator melalui tombol start di keyboard dan ketik “anaconda navigator”

Anaconda Navigator adalah interface desktop yang menampung bermacam-macam aplikasi lainnya yang dibundel di dalam Anaconda. Tetapi untuk prakteknya kita bisa menggunakan interface ini untuk memanggil aplikasi atau langsung memanggilnya melalui terminal / command prompt

Terakhir, untuk mengecek versi anaconda dan python yang terinstall buka command prompt melalui start (seperti memanggil Anaconda Navigator) dan ketik “cmd”

Untuk mengecek versi anaconda ketik conda -V

untuk mengecek versi python ketik python -V

Implementasi Praktis dari Algoritma Faster R-CNN untuk Deteksi Objek (Bagian 2 – dengan kode Python)

  Pengantar Tujuan di balik seri tulisan ini adalah untuk menunjukkan betapa bermanfaatnya berbagai jenis algoritma R-CNN.  Dalam artikel in...