Semua Jurusan Bisa Belajar Python untuk Jadi Praktisi Data Pemula yang Profesional

DQLab Phyton Program (dok. DQLab)

Tangerang – Python menjadi salah satu tools yang paling terkenal dan banyak digunakan, karena cukup kuat untuk data berukuran besar. Mengingat di era big data ini, data science dibutuhkan untuk mengekstrak informasi yang bermanfaat dari kumpulan big data. Python menjadi penting untuk seorang praktisi data profesional. Untuk membekali calon praktisi data, DQLab dan Kominfo memberikan arahan dalam live session dengan tema Python for Data Professional Beginner. Acara ini mengundang pemateri, yaitu Shella Theresya Pandiangan selaku Data Scientist di United Tractor Group member of Astra. Live session ini merupakan serangkaian acara dari Digital Talent Scholarship (DTS), yang dilaksanakan secara daring.

Sebelum memasuki Python, Shella memberikan pengantar tentang macam-macam profesi di bidang data, khususnya Data Engineer. Sebelum mengolah data, hal pertama yang harus dilakukan adalah mengumpulkan data.  Seorang Data Scientist dan Data Analyst bertugas mengolah data, sedangkan Data Engineer yang mengumpulkan data. Tugas utama Data Engineer adalah mengumpulkan database atau membuat data arsitekturnya. Menurut Shella, skill yang harus dipelajari untuk menjadi Data Engineer adalah programming (bisa menggunakan Python atau Query SQL), matematika dan big data. Ketika Data Engineer bekerja, ada beberapa tools yang sering digunakan seperti Hadoop, SQL atau NoSQL dan Python. 

“Berdasarkan data pada google trend, dari 2020 hingga 2021, Python mendominasi peringkat awal dalam pemakaian bahasa pemrograman yang populer. Ini lah alasan kita harus menggunakan Python saat ini,” ucap Shella.

Tidak sama dengan tools-tools lain, Shella menyampaikan bahwa Python bisa digunakan untuk application development sekaligus untuk data. Python dinilai populer karena open source, lebih mudah membuat library, simple syntax dan lebih produktif. Python bisa diimplementasikan untuk Data Scientist, artificial intelligence, machine learning dan deep learning. Seperti yang sudah Shella jelaskan tadi, selain pada data science Python juga bisa digunakan di web application, mobile apps dan desktop apps. Menurut Shella, skill bahasa pemrograman Python sangat dibutuhkan untuk diri sendiri dan perusahaan. 

Python untuk data science dan Python untuk software engineering berbeda. Perbedaan yang pertama adalah outputnya, di data science outputnya berupa model sedangkan software engineering outputnya berupa application. Perbedaan kedua ada pada metode, di data science metode yang digunakan adalah pipeline sedangkan pada software engineer adalah SDLC. Perbedaan ketiga ada pada fokus, data science berfokus pada eksperimen, sedangkan software engineering berfokus pada development. Perbedaan yang terakhir adalah orientasi, untuk data science berorientasi pada data sedangkan software engineering berorientasi pada object. 

Baca juga Yuk, Belajar Python di DQLab bersama Andrew Tirta Alumni Informatika UMN!

Selanjutnya, struktur data yang terdiri dari vektor, matrix dan list. Shella menjelaskan list adalah data struktur dalam Python, yang dapat ditulis sebagai daftar nilai yang dipisahkan koma (item) antara tanda kurung siku. Dan array juga merupakan struktur data yang dapat menyimpan berbagai macam item yang bersifat tidak unik, artinya boleh terdapat dua data yang sama di dalam satu array. 

Masuk ke pembahasan NumPy atau Numerical Python, yang merupakan salah satu library Python yang berfungsi untuk proses komputasi numerik. NumPy bisa membuat objek N-dimensi array. Selain NumPy, ada Pandas yang merupakan library Python yang digunakan untuk tools manipulasi. Pandas ini open source dan memiliki struktur data dan analisis data yang mudah digunakan. 

“Ketika kita belajar data, kita tidak harus hafal membuat programnya seperti apa. Teman-teman cukup paham konsepnya, logikanya seperti apa. Ketika teman-teman menemukan error nantinya, teman-teman bisa tempelkan di google. Pasti nanti banyak yang merespon untuk membantu,” ujar Shella.

Sebelum berlanjut ke praktek langsung pada Python, Shella memberikan beberapa buku referensi yang bisa digunakan untuk pemula yang baru belajar Python. Ada empat buku, yaitu Googling the Error Message, Changing Stuff and Seeing What Happens, Copying and Pasting from Stack Overflow dan Trying Stuff Until it Works. 

Selain bisa mempelajari Python melalui buku referensi dari Shella, DQLab juga bisa menjadi salah satu pilihan pemula untuk mulai belajar Python.

by Lathifa Lisa | DQLab

Kuliah di Jakarta untuk jurusan program studi Informatika| Sistem Informasi | Teknik Komputer | Teknik Elektro | Teknik Fisika | Akuntansi | Manajemen| Komunikasi Strategis | Jurnalistik | Desain Komunikasi Visual | Film dan Animasi | Arsitektur | D3 Perhotelan , di Universitas Multimedia Nusantara. www.umn.ac.id