ARSIP BULANAN : October 2024

tugas visualisasi grafik

31 October 2024 18:22:18 Dibaca : 14

Nama              : Ardiansyah Marali

NIM                 : 411423076

Prodi/Kelas     : Pendidikan Matematika/B

TUGAS

1. plot fungsi berikut menggunakan pyhton pada interval x=-5 hingga x=5

f(x)=3x^3-2x^+4x-5 tampilkan grafik yang jelas dengan label sumbu x dan y

Program ini bertujuan untuk mendefinisikan dan memvisualisasikan grafik dari sebuah fungsi polinomial f(x) = 3x^3 - 2x^2 + 4x - 5. Untuk mencapai tujuan ini, program menggunakan library NumPy dan Matplotlib.

Pertama-tama, program mengimpor library NumPy sebagai np dan Matplotlib.pyplot sebagai plt. Hal ini memungkinkan program untuk mengakses fungsi-fungsi di dalam kedua library tersebut.

Selanjutnya, program mendefinisikan fungsi f(x) menggunakan sintaks Python yang sederhana. Fungsi ini mengembalikan hasil perhitungan 3x^3 - 2x^2 + 4x - 5.

Setelah itu, program menciptakan sebuah interval x yang terdiri dari 30 titik yang terdistribusi secara merata dari -5 hingga 5. Hal ini dilakukan menggunakan fungsi np.linspace(). Interval x ini akan digunakan sebagai input untuk fungsi f(x).

Program kemudian menghitung nilai-nilai fungsi f(x) untuk setiap titik dalam interval x. Hasil perhitungan disimpan dalam variabel y.

Langkah selanjutnya adalah memvisualisasikan grafik fungsi f(x). Program menggunakan fungsi plt.figure() untuk membuat sebuah kanvas gambar dengan ukuran 10x6. Lalu, fungsi plt.plot() dipanggil untuk memplot garis yang menggambarkan fungsi f(x), dengan x sebagai sumbu horizontal dan y sebagai sumbu vertikal. Beberapa opsi tambahan seperti label, warna, dan lebar garis juga diatur.

Untuk memberikan judul dan label sumbu pada plot, program menggunakan fungsi plt.title() dan plt.xlabel().

Selanjutnya, program melakukan beberapa penyesuaian lain pada plot, seperti menambahkan garis kisi menggunakan plt.grid(), mengatur batas sumbu menggunakan plt.xlim() dan plt.ylim(), serta menambahkan legenda menggunakan plt.legend().

Akhirnya, program memanggil plt.show() untuk menampilkan plot yang telah dikonfigurasi.

Secara keseluruhan, program ini merupakan contoh sederhana penggunaan NumPy dan Matplotlib untuk mendefinisikan dan memvisualisasikan sebuah fungsi polinomial. Hal ini dapat menjadi dasar yang berguna bagi siapa pun yang ingin mempelajari visualisasi data menggunakan Python.

MAKA TAMPILAN GRAFIK AKAN SEPERTI INI:

 

2. Visualisasikan grafik dari fungsi kuadrat berikut menggunakan phyton: 2x^2-7x+3=0

 

Program ini bertujuan untuk menggambarkan grafik dari sebuah fungsi kuadrat f(x) = 2x^2 - 7x + 3. Sama seperti sebelumnya, program ini menggunakan library NumPy dan Matplotlib.

Pertama-tama, program mengimpor modul-modul yang diperlukan dari kedua library tersebut.

Kemudian, program mendefinisikan fungsi f(x) yang mengembalikan hasil perhitungan 2x^2 - 7x + 3. Ini adalah bentuk umum dari fungsi kuadrat.

Selanjutnya, program membuat sebuah array x yang terdiri dari 400 titik yang terdistribusi secara merata dari -1 hingga 4 menggunakan np.linspace(). Nilai-nilai fungsi f(x) untuk setiap titik dalam array x dihitung dan disimpan dalam variabel y.

Setelah itu, program mulai memvisualisasikan grafik fungsi kuadrat f(x). Pertama-tama, plt.plot() dipanggil untuk memplot garis yang menggambarkan fungsi f(x), dengan x sebagai sumbu horizontal dan y sebagai sumbu vertikal. Warna garis diatur menjadi hijau.

Kemudian, plt.xlabel() dan plt.ylabel() digunakan untuk memberikan label pada sumbu x dan y.

Selanjutnya, program memberikan judul pada plot menggunakan plt.title(). Judul yang diberikan adalah "Grafik Fungsi Kuadrat f(x)=2x**2 - 7x + 3".

Terakhir, program memanggil plt.grid() untuk menambahkan garis kisi pada plot, dan plt.show() untuk menampilkan plot yang telah dikonfigurasi.

Secara keseluruhan, program ini mendemonstrasikan cara mendefinisikan dan memvisualisasikan sebuah fungsi kuadrat menggunakan NumPy dan Matplotlib. Hal ini dapat menjadi contoh yang berguna bagi mereka yang ingin mempelajari visualisasi data matematika menggunakan Python.

MAKA TAMPILAN GRAFIK AKAN SEPERTI INI:

Studi kasus 5

30 October 2024 22:02:10 Dibaca : 11

Jika pada studi kasus sebelumnya kita hanya sampai dimemanggil data dari file,kali ini kita juga akan memvisualisasikannya. langkahnya hampir mirip pertama buat datanya di MS excel dengan format csv.

elanjutnya kita buat program pythonnya

Langkah 1: Impor library yang dibutuhkan

Pada langkah ini, kita mengimpor tiga library yang akan digunakan dalam program, yaitu pandas, numpy, dan matplotlib.pyplot. pandas digunakan untuk membaca data dari file CSV, numpy digunakan untuk menghitung nilai maksimum dan minimum dari kolom "Pengeluaran", dan matplotlib.pyplot digunakan untuk membuat grafik visualisasi.

Langkah 2: Baca data dari file CSV

Pada langkah ini, kita menentukan path file CSV yang akan dibaca, dan kemudian menggunakan pd.read_csv() untuk membaca data dari file tersebut. Karena file CSV menggunakan tanda titik koma (;) sebagai delimiter, kita menspesifikasikannya menggunakan parameter delimiter=";".

Langkah 3: Analisis data

Pada langkah ini, kita mencetak data data yang telah dibaca, dan menghitung serta mencetak nilai maksimum dan minimum dari kolom "Pengeluaran" menggunakan np.max() dan np.min() serta rata-rata dari pengeluaran dengan menggunakan np.mean().

Langkah 4: Visualisasi data

Kemudian ketika program kita jalankan akan menampilkan hasil seperti berikut ini :

 

Studi kasus 4

30 October 2024 22:01:52 Dibaca : 10

Pada blog kali ini kita akan membuat algoritma membaca sumber data dari file dengan format csv, misalnya data yang berisi informasi pekerja.

1. Membuat File CSV

Baiklah pertama-tama kita buat terlebih dahulu file CSV menggunakan Microsoft Excel dengan contoh isian data seperti pada gambar di bawah ini:

Jika sudah dibuat, simpanlah dengan format CSV (Contoh "Studi Kasus 4 KDP.csv")

*Note: Pada kolom yang menggunakan angka harus dalam format general (jangan diberi format pemisah ribuan seperti titik dan koma)

 

2. Membuat Algoritma Pembaca CSV

Secara Sederhana Algoritma yang kita butuhkan akan tampak seperti ini

Algoritma ini bertujuan untuk membaca data pekerja dari file CSV dan menampilkan gaji maksimum dan minimum dalam format tertentu. Kita menggunakan dua library utama di Python, yaitu Pandas dan NumPy.

Berikut penjelasan setiap baris dan block yang kita gunakan

penjelasan pertama:

- import pandas as pd Pernyataan ini mengimpor library/modul "pandas" ke dalam kode, dan memberikan alias "pd" untuk memudahkan penggunaannya nanti. Library "pandas" adalah alat yang sangat berguna untuk melakukan pengolahan dan analisis data.

- import numpy as np Pernyataan ini mengimpor library/modul "numpy" ke dalam kode, dan memberikan alias "np" untuk memudahkan penggunaannya. Library "numpy" adalah alat yang kuat untuk melakukan komputasi numerik dan matematika yang kompleks.

penjelasan kedua:

- namaFile = (r'C:\Users\ACER\OneDrive\Documents\Book3.csv')

Baris ini mendefinisikan variabel "namaFile" dan memberikan nilai berupa path atau lokasi file CSV yang akan dibaca.Penggunaan tanda "r" di awal string menunjukkan bahwa ini adalah raw string, yang memungkinkan penggunaan karakter backslash tanpa harus menuliskannya sebagai double backslash.

- data = pd.read_csv(namaFile, delimiter=";")

Baris ini menggunakan fungsi "read_csv()" dari library "pandas" (alias "pd") untuk membaca file CSV yang ditentukan oleh variabel "namaFile".Parameter "delimiter" diberikan nilai ";" yang menunjukkan bahwa file CSV tersebut menggunakan tanda titik koma sebagai pemisah antar kolom.Hasil pembacaan file CSV tersebut disimpan dalam variabel "data".

penjelasan ketiga:

- print("Data yang dibaca dari file csv:")

Baris ini akan mencetak atau menampilkan teks "Data yang dibaca dari file csv:" ke output.Ini biasanya digunakan untuk memberikan konteks atau menjelaskan apa yang akan ditampilkan selanjutnya.

- print(data)

Baris ini akan mencetak atau menampilkan isi dari variabel "data" ke output.Sebelumnya, kode sebelumnya telah membaca data dari file CSV dan menyimpannya dalam variabel "data".Jadi, baris ini akan menampilkan keseluruhan data yang telah dibaca dari file CSV tersebut.

penjelasan keempat:

- print("- " * 80)

Baris ini akan mencetak tanda "-" sebanyak 80 kali.Ini biasanya digunakan untuk membuat garis pembatas atau separator visual di output.

- print("gaji maksimum:", "{:0.2f}".format(np.max(data['GAJI'])))

Baris ini akan mencetak teks "gaji maksimum:" diikuti dengan nilai gaji maksimum dari data yang tersimpan dalam kolom 'GAJI'.Fungsi np.max() digunakan untuk mencari nilai maksimum dari kolom 'GAJI'.Hasil dari np.max(data['GAJI']) akan diformat menjadi string dengan format "0.2f" (2 digit di belakang koma) menggunakan format().

- print("gaji minimum:", "{:0.2f}".format(np.min(data['GAJI'])))

Baris ini akan mencetak teks "gaji minimum:" diikuti dengan nilai gaji minimum dari data yang tersimpan dalam kolom 'GAJI'.Fungsi np.min() digunakan untuk mencari nilai minimum dari kolom 'GAJI'.Hasil dari np.min(data['GAJI']) akan diformat menjadi string dengan format "0.2f" (2 digit di belakang koma) menggunakan format().

- print("- " * 80)

Baris ini kembali mencetak tanda "-" sebanyak 80 kali untuk membuat garis pembatas.

 

3. Hasil Akhir:Program ini akan menampilkan tabel data pekerja, kemudian menampilkan gaji tertinggi dan terendah dalam data tersebut dengan format dua angka desimal.

kesimpulan:

Algoritma ini sangat berguna untuk analisis data dasar, khususnya dalam mencari nilai maksimum dan minimum dari sebuah dataset. Dengan memahami kode ini, Anda bisa menerapkan logika serupa untuk mengelola data lain yang serupa

tugas bab 5 5.9

30 October 2024 10:51:30 Dibaca : 8

Berikut merupakan program python yaitu penjumlahan, pengurangan dan perkalian matriks tanpa menggunakan fungsi ada yang ada pada library.

1. Meminta input

 Fungsi input_matriks meminta pengguna memasukkan elemen-elemen untuk sebuah matriks berukuran baris x kolom. Setiap elemen dimasukkan dengan format [i+1, j+1], menandakan baris dan kolom elemen. Matriks yang dibangun berbentuk list dalam list, yaitu list baris yang berisi elemen-elemen kolom. Fungsi ini kemudian mengembalikan matriks yang telah diisi.

2. Fungsi tambah_matriks, kurang_matriks, dan kali_matriks

Kode ini menggunakan tiga fungsi untuk melakukan operasi dasar pada matriks:

 

- tambah_matriks(A, B) dan kurang_matriks(A, B) Kedua fungsi ini menambahkan atau mengurangi matriks A dan B elemen demi elemen. Mereka memerlukan ukuran matriks A dan B yang sama, jika tidak, penjumlahan dan pengurangan tidak dapat dilakukan.

 

- kali_matriks (A, B) Fungsi ini melakukan perkalian matriks antara A dan B, yang hanya dapat dilakukan jika jumlah kolom di matriks A sama dengan jumlah baris di matriks B. Dalam perkalian matriks, setiap elemen hasil dihitung dengan menjumlahkan hasil perkalian elemen-elemen baris dari A dan kolom dari B.

 

3. Meminta ukuran matriks dari pengguna

Pengguna diminta memasukkan jumlah baris dan kolom untuk matriks A dan B. Berdasarkan input ini, kita akan tahu apakah penjumlahan, pengurangan, atau perkalian matriks bisa dilakukan.

 

4. Memastikan Ukuran Matriks Sesuai untuk Operasi Penjumlahan dan Pengurangan Matriks

 

Penjumlahan dan pengurangan matriks hanya bisa dilakukan jika matriks A dan B memiliki ukuran yang sama. Jika kondisi terpenuhi, fungsi tambah_matriks dan kurang_matriks akan dipanggil, dan hasilnya ditampilkan. Jika ukuran tidak sama, program mencetak pesan error.

 

Program akan Berjalan Seperti ini:

ANALISIS JUMLAH PENDUDUK KABUPATEN BONE BOLANGO

22 October 2024 15:36:22 Dibaca : 13

program ini digunakan untuk menganalisis jumlah penduduk di kabupaten Bone Bolango tiap kecamatan 

1. Analisis data jumlah penduduk

Data jumlah penduduk di setiap kecamatan disimpan dalam sebuah array numpy bernama jumlah_penduduk

2. Menghitung rata rata mean

Menggunakan fungsi mean() dari numpy untuk menghitung nilai rata-rata jumlah penduduk tiap kecamatan.

3. Menghitung media

Menggunakan fungsi median() dari numpy untuk mendapatkan nilai median, yaitu nilai tengah ketika data diurutkan.

4. Menghitung modus

Menggunakan fungsi mode() dari modul statistics untuk menghitung modus, nilai yang paling sering muncul.

5. Menghitung standar deviasi

Menggunakan fungsi stdev() untuk menghitung standar deviasi, yang menggambarkan seberapa tersebar data jumlah penduduk dari nilai rata-rata.

6. Menghitung variansi

Varians menggambarkan seberapa besar penyebaran data dari rata-rata. Dihitung menggunakan fungsi var().

7. Menghitung nilai maksimum dan minimum 

min() dan max() digunakan untuk mendapatkan nilai terkecil dan terbesar dari data.

8. Menghitung jumlah total sum

sum() digunakan untuk menjumlahkan semua jumlah penduduk

9. Menghitung hasil perkalian semua elemen (prod)

prod() mengalikan semua elemen dalam array suku bunga.

10. Mencari indeks minimum dan maksimum 

argmin() dan argmax() mengembalikan indeks di mana nilai minimum dan maksimum ditemukan dalam array.

 

Program akan berjalan seperti pada gambar dibawah ini 

 

Kategori

Blogroll

  • Masih Kosong