Python adalah salah satu bahasa pemrograman paling populer di kalangan developer namun karena kecepatannya yang rendah maka banyak perusahaan menulis ulang aplikasi mereka dalam bahasa lain setelah kecepatan Python menjadi hambatan bagi pengguna. Tetapi bagaimana jika ada cara untuk mempertahankan fitur-fitur mengagumkan Python dan meningkatkan kecepatannya? Solusinya pada menggunakan pypy
Apa itu modul SSL: SSL (Secure Socket Layer) adalah lapisan keamanan untuk melindungi transaksi di website Anda dengan teknologi enkripsi data yang canggih. Pada website dengan SSL maka alamatnya berubah menjadi https dan muncul tanda padlock (gembok) di address bar browser yang bisa di-klik untuk melihat jenis SSL, teknologi enkripsi yang dipakai dan siapa identitas pemilik website. Kayak di web ini menggunakan https://softscients.com bukan https://softscients.com. Biasanya SSL digunakan pada payment gateway agar pertukaran antar data terutama login password diwebsite tidak bersifat plain karena sudah di enkripsi. Kalian bisa koq melihat POST dan GET sebuah pertukaran data yang terjadi antara sisi client dan server menggunakan aplikasi wireshark. Berikut kegunaan SSL utama menggunakan SSL:
K-means merupakan algoritma clustering “unsupervised machine learning algorithms” yang paling sederhana dan populer serta non hirarki yang berusaha untuk mempartisi objek yang ada kedalam satu atau lebih cluster atau kelompok objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokan kedalam cluster yang lain.
Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada di dalam kelompok yang lain.
Dengan kata lain, metode K-Means Clustering bertujuan untuk meminimalisasikan objective function yang diset dalam proses clustering dengan cara meminimalkan variasi antar data yang ada di dalam suatu cluster dan memaksimalkan variasi dengan data yang ada di cluster lainnya juga bertujuan untuk menemukan grup dalam data, dengan jumlah grup yang diwakili oleh variabel K. Variabel K sendiri adalah jumlah cluster yang diinginkan. Membagi data menjadi beberapa kelompok. Algoritma ini menerima masukan berupa data tanpa label kelas. Hal ini berbeda dengan supervised learning yang menerima masukan berupa vektor (x1 , y1) , (x2 , y2) , …, (xi , yi), di mana xi merupakan data dari suatu data pelatihan dan yi merupakan label kelas untuk xi .
K-Means Clustering bisa kalian gunakan lho untuk melakukan segmentasi ataupun grouping warna/kuantisasi/Clustering Color pada image true color atau grayscale selain menggunakan teknik inrange(). Kalian bisa menggunakan library OpenCV sudah dilengkapi dengan function Kmeans() yaitu https://docs.opencv.org/3.4.3/d1/d5c/tutorial_py_kmeans_opencv.html.
Caranya pun sangat mudah koq, kalian bisa menggunakan library dari OpenCV untuk melakukan Clustering Color. Kalian bisa menggunakan kode berikut
JupyterLab 3.0 menawarkan fitur mengesankan seperti debugger visual, dukungan berbagai bahasa, Server Jyputer, dan banyak lagi. JupyterLab adalah antarmuka berbasis web yang populer untuk Jupyter Notebooks. JupyterLab memungkinkan pengguna untuk melakukan pekerjaan dengan dokumen seperti notebook Jupyter, editor teks, komponen kustom, antara lain secara fleksibel, terintegrasi, dan dapat diperluas. JupyterLab menawarkan banyak fitur intuitif yang memungkinkan data scientist dan developer bekerja dengan notebook, kode, dan data secara efisien. Fitur-fiturnya antara lain:
Convert jpg to pdf merupakan aplikasi yang banyak digunakan selama masa CPNS kemarin lho, yaitu pada proses pemberkasan, nah salah satunya yang paling mudah menggunakan aplikasi berbasis online seperti https://jpg2pdf.com/id/. Saya sering menggunakannya koq tapi saya ada juga alternatif lain yaitu menggunakan coding saya melalui package Pillow, yups. Ternyata library ini bisa juga lho mengkonvert gambar *.png; *.jpg ke pdf! Bagi kalian yang belum tahu apa itu pillow bisa baca disini. Berikut Tahapan Convert Image/gambar ke PDF menggunakan Python
Menjelajahi data secara visual membuka pikiran pada banyak hal yang mungkin tidak terlihat sebaliknya. Ada beberapa pustaka yang berguna untuk melakukan visualisasi dengan Python, seperti matplotlib atau seaborn. Pustaka ini intuitif dan mudah digunakan. Ada juga pandas yang pada dasarnya adalah alat analisis data, tetapi juga menyediakan beberapa opsi untuk visualisasi.
Pandas, kalian tidak salah informasi. Bahwa sebenarnya kita bisa membuat ploting (visualisasi) data yang selama ini menggunakan matplolib sekarang hanya dengan pandas. Visualisasi Data adalah langkah penting dalam pipeline ilmu data apa pun.
Membuat plot dengan panda cukup mudah. Dalam artikel ini, kita akan melihat cara menjelajahi dan memvisualisasikan data saham dengan pandas, lalu kita akan mendalami lebih dalam beberapa kemampuan lanjutan untuk visualisasi dengan pandas.
OpenCV sudah menjadi bagian tidak terpisahkan bila kita bekerja dengan computer vision, bahkan untuk Java-Python-Scala-Julia, kami sering menggunakan library tersebut untuk sekedar hanya membaca serta sedikit melakukan operasi image processing. Namun demikian terutama di Python, ada PIL – Pillow adalah singkatan dari Python Image Library. Pada artikel ini, PIL sudah mencapai versi 8.0.1 pada tanggal 23 Oktober 2020, bisa kalian install via pip https://pypi.org/project/Pillow/
Pillow menyediakan dukungan untuk berbagai format gambar termasuk format JPEG dan PNG yang populer. Pillow juga menyediakan berbagai metode pemrosesan gambar seperti yang akan kita lihat di bagian ini. Teknik ini sangat berguna terutama dalam menambah data pelatihan untuk masalah computer vision.
Lupakan Excel! itu kata yang terbaik setelah menggunakan tools ini! Saat ini library pandas telah menjadi alat defacto untuk melakukan analisis data eksplorasi apa pun dengan Python. Fleksibilitas dan kemudahan penggunaannya menjadikannya library menjadi pilihan bagi banyak data science saat ini. Library pandas mempunyai support yang banyak dan sangat aktif karenanya selalu dalam pengembangan dan peningkatan aktif. Banyak library turunan yang digunakan dari library Pandas yaitu
Banyak aplikasi saat ini mengharuskan pattern matching Sebagai contoh, memeriksa validitas alamat e-mail, Semua hal tersebut dilakukan dengan bantuan Regular Expression.
Regular Expression adalah suatu cara menggambarkan susunan pola dalam suatu kalimat. Regular Expression ini banyak digunakan dalam text processing. Kalian mungkin bertanya-tanya apa sih kegunaan Regular Expression yang sering disingkat regex ini?
Pembahasan regex disini ditujukan untuk pemula sehingga pembahasannya tidak akan terlalu mendalam. Sebagai ilustrasi dari pemakaian regex, kita akan mengambil contoh berikut. Misalnya kalian memiliki sebuah daftar nama dan nomor telepon, kemudian ingin mencari pemilik nomor yang digit ke-3 nya adalah 8 dan digit terakhirnya adalah 9. Ataupun hanya ingin mengekstrak semua alamat e-mail ataupun website dalam suatu dokumen. Tentu yang kalian butuhkan adalah teknik Regular Expression.
www.softscients.com | Grafik piramida pada package matplotlib belum tersedia khusus, namun demikian kita bisa melakukan modifikasi dengan membaginya melalui subplot yang terdiri dari 2 kolom. Lebih dari cukup sih daripada ribet-ribet, berikut tampilan dari grafik pyramid matplotlib sebagai bahan tambahan karena di buku kami belum ada dibahas