Nama : Nuralmi Saleh

Nim : 411423022 

Prodi/Kelas : Pendidikan Matematika/B 

Mata Kuliah : Komputasi dan Pemrograman

Dosen Pengampu : Agusyarif Rezka Nuha, S.pd, M.si

 

Soal: 1

plot fungsi berikut menggunakan python pada interval x=-5 hingga x=5 f(x)=3x^3-2x^2+4x-5tampilkan grafik yang jelas dengan label sumbu x dan sumbu y

Jawaban:

1. Import Library

Kita mengimpor pustaka numpy untuk operasi numerik dan matplotlib.pyplot untuk membuat grafik. numpy akan digunakan untuk membuat rentang nilai x, sementara matplotlib untuk memvisualisasikan grafik.

2. Definisikan Fungsi Kubik

Fungsi cubic_function didefinisikan untuk menghitung nilai f(x) dari persamaan kubik f(x)=3x^3-2x^2+4x-5. Fungsi ini menerima input x dan mengembalikan hasil perhitungan sesuai rumus.

3. Tentukan Rentang Nilai x untuk Plot

x_values adalah array yang berisi 400 nilai antara -5 dan 5, yang dihasilkan menggunakan np.linspace. Array ini menentukan rentang nilai x untuk grafik. Kemudian y_values adalah nilai f(x) yang dihasilkan dengan memasukkan setiap elemen x_values ke dalam fungsi cubic_function.

4. Membuat Grafik

Membuat figur baru dengan ukuran 10x6 inci. Langkah ini penting agar grafik terlihat lebih besar dan jelas.

5. Plot Grafik Fungsi

Kita menggambar grafik fungsi dengan plt.plot, menggunakan x_values sebagai sumbu-x dan y_values sebagai sumbu-y. Label persamaan ditambahkan untuk digunakan dalam legenda, dan warna grafik diatur menjadi ungu (purple).

6. Menambahkan Label Sumbu

plt.xlabel dan plt.ylabel menambahkan label pada sumbu-x dan sumbu-y sebagai 'x' dan 'f(x)', yang membantu pembaca memahami grafik.

7. Menambahkan Judul

Judul grafik ditambahkan untuk menjelaskan fungsi yang sedang diplot.

8. Menambahkan Garis Bantu pada Sumbu-x dan Sumbu-y

plt.axhline(0) dan plt.axvline(0) menambahkan garis bantu pada sumbu-x dan sumbu-y di titik 0 dengan warna hitam dan ketebalan 0.5. Garis ini memudahkan dalam membaca titik potong dengan sumbu.

9. Menampilkan Legenda

Menampilkan legenda pada grafik, yang berisi label persamaan kubik yang sudah ditambahkan di langkah sebelumnya.

10. Menambahkan Grid dan Menampilkan Grafik

plt.grid(True) menambahkan grid pada grafik untuk memudahkan pembacaan nilai. Terakhir, plt.show() digunakan untuk menampilkan grafik di layar.

Hasil Visualisasi:

 

 Soal: 2

visualisasikan grafik dari ungsi kuadrat berikut menggunakan python:2x^2-7x+3=0

Jawaban:

1. Import Library

Kita mengimpor pustaka numpy untuk membantu melakukan operasi numerik dan matplotlib.pyplot untuk membuat grafik.

2. Definisikan Fungsi Kuadrat

 

 Fungsi quadratic_function didefinisikan untuk menghitung nilai f(x) persamaan kuadrat f(x)=2x^2-7x+3. Fungsi ini menerima input x dan mengembalikan hasil perhitungan sesuai rumus.

3. Tentukan Rentang Nilai x untuk Grafik

x_values adalah array yang berisi 400 nilai antara -2 dan 5, yang dihasilkan menggunakan np.linspace. Array ini menentukan rentang nilai x untuk grafik. Kemudian y_values adalah hasil dari memasukkan setiap elemen x_values ke dalam fungsi quadratic_function, yang akan digunakan sebagai nilai pada sumbu-y.

4. Buat Grafik

Membuat figur baru dengan ukuran 10x6 inci agar grafik terlihat lebih besar dan jelas.

5. Plot Grafik Fungsi Kuadrat

Kita menggambar grafik fungsi kuadrat dengan plt.plot, menggunakan x_values sebagai sumbu-x dan y_values sebagai sumbu-y. Label fungsi ditambahkan untuk digunakan dalam legenda, dan warna grafik diatur menjadi biru (blue).

6. Menambahkan Label Sumbu

plt.xlabel dan plt.ylabel menambahkan label pada sumbu-x dan sumbu-y sebagai 'x' dan 'f(x)', untuk memperjelas nilai yang ditampilkan pada masing-masing sumbu.

7. Menambahkan Judul Grafik

Menambahkan judul grafik yang menjelaskan fungsi yang sedang diplot, yaitu f(x)=2x^2-7x+3

8. Menambahkan Garis Bantu pada Sumbu-x dan Sumbu-y

plt.axhline(0) dan plt.axvline(0) menambahkan garis bantu pada sumbu-x dan sumbu-y di titik 0 dengan warna hitam dan ketebalan 0.5. Garis ini membantu pembacaan titik potong dengan sumbu.

9. Menampilkan Legenda

Menampilkan legenda pada grafik, yang berisi label fungsi kuadrat yang ditambahkan sebelumnya. Ini membantu untuk mengidentifikasi grafik jika ada beberapa fungsi yang diplot bersama.

10. Menambahkan Grid dan Menampilkan Grafik

plt.grid(True) menambahkan grid pada grafik agar lebih mudah membaca titik-titik pada grafik. Terakhir, plt.show() menampilkan grafik di layar.

 

Hasil Visualisasi:

 

 

 

 

 

 

 

Nama : Nuralmi Saleh

Nim : 411423022 

Prodi/Kelas : Pendidikan Matematika/B 

Mata Kuliah : Komputasi dan Pemrograman

Dosen Pengampu : Agusyarif Rezka Nuha, S.pd, M.si

 

1. Penjumlahan dan Pengurangan Matriks

Langkah perlangkah:

1. Fungsi input_matriks(baris, kolom)

• Tujuan: Mengambil input dari pengguna untuk membangun matriks.
• Proses: Menggunakan list comprehension untuk membuat matriks:
• Loop luar (for i in range(baris)) untuk iterasi baris.
• Loop dalam (for j in range(kolom)) untuk iterasi kolom.
• Mengambil input dari pengguna dan mengkonversinya menjadi integer (int(input(...))).
• Mengembalikan matriks yang diisi oleh elemen-elemen dari input pengguna.

2. Fungsi operasi_matriks(matriks1, matriks2, operasi)

• Tujuan: Melakukan operasi (penjumlahan atau pengurangan) pada dua matriks.
• Proses: Menggunakan list comprehension untuk membangun matriks hasil:
• Loop luar (for i in range(len(matriks1))) untuk iterasi setiap baris.
• Loop dalam (for j in range(len(matriks1[0]))) untuk iterasi setiap kolom.
• Memanggil fungsi operasi (yang merupakan fungsi lambda) untuk menghitung hasil antara elemen yang sesuai dari matriks1 dan matriks2.
• Mengembalikan matriks hasil dari operasi tersebut.

3. Input Jumlah Baris dan Kolom

• Meminta pengguna untuk memasukkan jumlah baris dan kolom untuk matriks.
• Menggunakan int(input(...)) untuk mengkonversi input menjadi integer.

4. Input Matriks Pertama

• Menampilkan pesan untuk meminta pengguna memasukkan elemen-elemen dari matriks pertama.
• Memanggil fungsi input_matriks dengan parameter baris dan kolom untuk mendapatkan matriks1.

5. Input Matriks Kedua

• Menampilkan pesan untuk meminta pengguna memasukkan elemen-elemen dari matriks kedua.
• Memanggil fungsi input_matriks dengan parameter yang sama untuk mendapatkan matriks2.

6. Operasi Matriks

• Penjumlahan: Memanggil fungsi operasi_matriks dengan matriks1, matriks2, dan fungsi lambda lambda x, y: x + y untuk menjumlahkan elemen-elemen yang sesuai dari kedua matriks.
• Menyimpan hasil penjumlahan dalam variabel hasil_penjumlahan.
• Pengurangan: Memanggil fungsi operasi_matriks dengan matriks1, matriks2, dan fungsi lambda lambda x, y: x - y untuk mengurangi elemen-elemen yang sesuai dari kedua matriks.
• Menyimpan hasil pengurangan dalam variabel hasil_pengurangan.

7. Output Hasil

• Hasil Penjumlahan:
• Menampilkan pesan "Hasil Penjumlahan Matriks:".
• Menggunakan loop untuk mencetak setiap baris dari hasil penjumlahan (hasil_penjumlahan).
• Hasil Pengurangan:
• Menampilkan pesan "Hasil Pengurangan Matriks:".
• Menggunakan loop untuk mencetak setiap baris dari hasil pengurangan (hasil_pengurangan).

Hasil Ketika Program dijalankan:

 

2. Perkalian Matriks

Langkah perlangkah:

1. Fungsi input_matriks(baris, kolom)

• Tujuan: Mengambil input dari pengguna untuk membangun matriks.
• Proses:
• Menggunakan list comprehension untuk membuat matriks:
• Loop luar (for i in range(baris)) untuk iterasi setiap baris.
• Loop dalam (for j in range(kolom)) untuk iterasi setiap kolom.
• Mengambil input dari pengguna dan mengkonversinya menjadi integer (int(input(...))).
• Mengembalikan matriks yang diisi oleh elemen-elemen dari input pengguna.

2. Fungsi kali_matriks(m1, m2)

• Tujuan: Menghitung hasil perkalian dua matriks.
• Proses:
• Menggunakan list comprehension untuk membangun matriks hasil:
• Loop luar (for i in range(len(m1))) untuk iterasi setiap baris dari matriks pertama (m1).
• Loop dalam (for j in range(len(m2[0]))) untuk iterasi setiap kolom dari matriks kedua (m2).
• Menggunakan sum() untuk menghitung hasil perkalian elemen:
• Loop dalam ketiga (for k in range(len(m2))) untuk menjumlahkan produk elemen dari baris i di m1 dan kolom j di m2.
• Mengembalikan matriks hasil perkalian.

3. Input Dimensi Matriks Pertama

• Meminta pengguna untuk memasukkan jumlah baris dan kolom untuk matriks pertama.
• Menggunakan int(input(...)) untuk mengkonversi input menjadi integer.

4. Input Matriks Pertama

• Menampilkan pesan untuk meminta pengguna memasukkan elemen-elemen dari matriks pertama.
• Memanggil fungsi input_matriks dengan parameter jumlah baris dan kolom untuk mendapatkan matriks1.

5. Input Dimensi Matriks Kedua

• Meminta pengguna untuk memasukkan jumlah baris dan kolom untuk matriks kedua.
• Menggunakan int(input(...)) untuk mengkonversi input menjadi integer.

6. Pemeriksaan Dimensi untuk Perkalian

• Memeriksa apakah jumlah kolom dari matriks pertama (kolom1) sama dengan jumlah baris dari matriks kedua (baris2).
• Jika tidak sama, mencetak pesan error dan menghentikan eksekusi lebih lanjut.

7. Input Matriks Kedua

• Jika pemeriksaan dimensi valid, menampilkan pesan untuk meminta pengguna memasukkan elemen-elemen dari matriks kedua.
• Memanggil fungsi input_matriks untuk mendapatkan matriks2.

8. Perkalian Matriks

• Memanggil fungsi kali_matriks untuk menghitung hasil perkalian antara matriks1 dan matriks2.
• Menyimpan hasilnya dalam variabel hasil.

9. Output Hasil

• Menampilkan pesan "Hasil Perkalian Matriks:".
• Menggunakan loop untuk mencetak setiap baris dari hasil perkalian (hasil).

Hasil Ketika Program dijalankan:

 

Nama : Nuralmi Saleh

Nim : 411423022 

Prodi/Kelas : Pendidikan Matematika/B 

Mata Kuliah : Komputasi dan Pemrograman

Dosen Pengampu : Agusyarif Rezka Nuha, S.pd, M.si

 

 

Contoh Ilustrasi Data:

Penyelesainnya:

1. Mengimpor Library

• Mengimpor matplotlib.pyplot sebagai plt untuk membuat grafik visual.
• Mengimpor pandas sebagai pd untuk mengolah data dalam bentuk tabel (DataFrame).
• Mengimpor numpy sebagai np untuk melakukan operasi matematika dan statistika.

2. Memuat Data dari File CSV

• namaFILE menyimpan path file CSV yang ingin dibaca.
• pd.read_csv(namaFILE, delimiter=";") membaca file CSV dan mengonversinya menjadi DataFrame, dengan delimiter=";" menunjukkan bahwa data dipisahkan oleh tanda ;.

3. Menampilkan Data

•  print(data) menampilkan seluruh isi DataFrame data di console.
• print('_'*37) mencetak garis bawah sebagai pemisah untuk memperjelas tampilan hasil.

4. Menghitung dan Menampilkan Statistik Penjualan

• np.min(data['Total Penjualan']) menghitung nilai minimum dari kolom "Total Penjualan".
• np.max(data['Total Penjualan']) menghitung nilai maksimum dari kolom "Total Penjualan".
• np.mean(data['Total Penjualan']) menghitung nilai rata-rata dari kolom "Total Penjualan".
• Setiap nilai ditampilkan dengan dua angka desimal dan format ribuan.

5. Membuat Grafik Batang

• Hari mengambil data dari kolom "Hari" dalam DataFrame data, yang nantinya akan digunakan sebagai label pada sumbu x.
• penjualan mengambil data dari kolom "Total Penjualan" yang akan menjadi nilai sumbu y.

6. Menampilkan Grafik

• plt.bar(Hari, penjualan, color='pink')
• plt.title('Grafis Penjualan 1 Minggu')
• plt.ylabel('Jumlah')
• plt.xlabel('Hari')
• plt.show()

Hasil Program Ketika dijalankan:

Visual Grafik:

 

Nama : Nuralmi Saleh

Nim : 411423022 

Prodi/Kelas : Pendidikan Matematika/B 

Mata Kuliah : Komputasi dan Pemrograman

Dosen Pengampu : Agusyarif Rezka Nuha, S.pd, M.si

 

Ilustrasi Data yang dibuat di MS Excel dengan Format CSV

Penyelesainnya:

1. Import Library yang Dibutuhkan

• pandas digunakan untuk memanipulasi data dalam bentuk tabel (dataframe), memungkinkan kita untuk membaca, mengedit, dan menganalisis data.
• numpy adalah pustaka untuk komputasi numerik yang menyediakan fungsi matematika, seperti pencarian nilai maksimum dan minimum.

2. Membaca Data dari File CSV

• Variabel namaFILE menyimpan path file CSV.
• pd.read_csv() membaca file CSV dengan nama file yang diberikan. Parameter delimiter=";" menunjukkan bahwa data dalam CSV dipisahkan oleh titik koma (;).
• Hasilnya disimpan dalam variabel data, yang merupakan dataframe yang memuat seluruh data dari file CSV.

3. Menampilkan Data

• Menampilkan data dalam bentuk tabel agar pengguna bisa melihat seluruh isi data yang dibaca dari file CSV.

4. Garis Pembatas

• Mencetak garis pembatas berupa 80 karakter underscore (_) untuk memisahkan output sebelumnya dari bagian selanjutnya.

5. Menampilkan Gaji Maksimum

• np.max(data['GAJI']) digunakan untuk menemukan nilai maksimum dari kolom GAJI dalam dataframe data.
• "{:0,.2f}".format(...) digunakan untuk memformat angka hasil maksimum menjadi format dua desimal dengan pemisah ribuan (,), agar lebih mudah dibaca.
• print() kemudian mencetak hasilnya dengan label "Gaji maksimum".

6. Menampilkan Gaji Minimum

• Mirip dengan langkah sebelumnya, np.min(data['GAJI']) menemukan nilai minimum dari kolom GAJI.
• Nilai tersebut kemudian diformat dan dicetak dengan label "Gaji minimum".

7. Garis Pembatas Kedua

• Mencetak garis pembatas sekali lagi untuk memberikan struktur yang lebih rapi dalam tampilan output.

Hasil Program Ketika dijalankan:

 

Nama : Nuralmi Saleh

Nim : 411423022

Prodi/kelas : Pendidikan Matematika/B

Mata Kuliah : Komputasi dan Pemrograman

Dosen Pengampu : Agusyarif Rezka Nuha, S.pd, M.si

 Data Jumlah Kargo yang Melalui Bandara di Provinsi Gorontalo (kg), 2024

• Januari : 82.723
• Februari : 87.429
• Maret : 81.449
• April : 92.976
• Mei : 90.845
• Juni : 74.360
• Juli : 75.718
• Agustus : 78.026

Sumber : Badan Pusat Statistik Provinsi Gorontalo. (2024). Jumlah Kargo yang Melalui Bandara di Provinsi Gorontalo (kg), 2024. Diakses dari https://gorontalo.bps.go.id/id/statistics-table/2/MzE3IzI=/jumlah-kargo-yang-melalui-bandara-di-provinsi-gorontalo--kg-.html diakses pada 22 Oktober 2024.

Langkah-langkah Operasi Statistika Dasar Pada array:

1. Import Library :

• Kode ini mengimpor dua library: numpy untuk operasi numerik dan statistics untuk fungsi statistika dasar.

2. Membuat Array :

• Di sini, Anda membuat array NumPy yang berisi nilai-nilai yang akan dianalisis.

3. Menghitung Rata-Rata (Mean) :

• Menggunakan np.mean(a) untuk menghitung nilai rata-rata dari array a.

4. Menghitung Median :

• Menggunakan np.median(a) untuk mendapatkan nilai median dari array.

5. Menghitung Mode :

• Menggunakan statistics.mode(a) untuk menemukan nilai yang paling sering muncul (mode) dalam array.

6. Menghitung Deviasi Standar :

• Menggunakan np.std(a) untuk menghitung deviasi standar, yang menunjukkan sebaran data.

7. Menghitung Kuartil :

• Menggunakan np.quantile(a, q) untuk menghitung kuartil Q1 (25%), Q2 (50%, median), dan Q3 (75%)

8. Menghitung Varians Populasi :

• Menggunakan statistics.pvariance(a) untuk menghitung varians populasi dari data.

9. Menghitung Nilai Maksimum dan Minimum :

• Fungsi np.max(a) dan np.min(a) digunakan untuk mendapatkan nilai maksimum dan minimum dari array.

10. Menghitung Jumlah dan Produk :

• a.sum() menghitung total dari semua elemen dalam array, sedangkan a.prod() menghitung hasil kali dari semua elemen.

11. Menghitung Indeks Minimum dan Maksimum :

• a.argmin() memberikan indeks dari nilai minimum, dan a.argmax() memberikan indeks dari nilai maksimum.

Kemudian ketika program dijalankan maka akan memberikan hasil seperti berikut :