Data-Science-For-Beginners/translations/id/INSTALLATION.md

Panduan Instalasi

Panduan ini akan membantu Anda menyiapkan lingkungan untuk bekerja dengan kurikulum Data Science untuk Pemula.

Daftar Isi

• Prasyarat
• Opsi Mulai Cepat
• Instalasi Lokal
• Verifikasi Instalasi Anda

Prasyarat

Sebelum memulai, pastikan Anda memiliki:

• Pemahaman dasar tentang command line/terminal
• Akun GitHub (gratis)
• Koneksi internet yang stabil untuk pengaturan awal

Opsi Mulai Cepat

Opsi 1: GitHub Codespaces (Direkomendasikan untuk Pemula)

Cara termudah untuk memulai adalah dengan GitHub Codespaces, yang menyediakan lingkungan pengembangan lengkap di browser Anda.

1. Buka repository
2. Klik menu dropdown Code
3. Pilih tab Codespaces
4. Klik Create codespace on main
5. Tunggu hingga lingkungan selesai diinisialisasi (2-3 menit)

Lingkungan Anda sekarang siap dengan semua dependensi yang sudah diinstal!

Opsi 2: Pengembangan Lokal

Untuk bekerja di komputer Anda sendiri, ikuti instruksi rinci di bawah ini.

Instalasi Lokal

Langkah 1: Instal Git

Git diperlukan untuk mengkloning repository dan melacak perubahan Anda.

Windows:

• Unduh dari git-scm.com
• Jalankan installer dengan pengaturan default

macOS:

• Instal melalui Homebrew: brew install git
• Atau unduh dari git-scm.com

Linux:

# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git

# Fedora
sudo dnf install git

# Arch
sudo pacman -S git

Langkah 2: Kloning Repository

# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# Navigate to the directory
cd Data-Science-For-Beginners

Langkah 3: Instal Python dan Jupyter

Python 3.7 atau versi lebih tinggi diperlukan untuk pelajaran data science.

Windows:

1. Unduh Python dari python.org
2. Saat instalasi, centang "Add Python to PATH"
3. Verifikasi instalasi:

python --version

macOS:

# Using Homebrew
brew install python3

# Verify installation
python3 --version

Linux:

# Most Linux distributions come with Python pre-installed
python3 --version

# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip

# Fedora
sudo dnf install python3 python3-pip

Langkah 4: Siapkan Lingkungan Python

Disarankan untuk menggunakan virtual environment agar dependensi tetap terisolasi.

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
# On Windows:
venv\Scripts\activate

# On macOS/Linux:
source venv/bin/activate

Langkah 5: Instal Paket Python

Instal pustaka data science yang diperlukan:

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Langkah 6: Instal Node.js dan npm (Untuk Aplikasi Kuis)

Aplikasi kuis memerlukan Node.js dan npm.

Windows/macOS:

• Unduh dari nodejs.org (versi LTS direkomendasikan)
• Jalankan installer

Linux:

# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
#   curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
#   less setup_lts.x
# Then run:
#   sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

# Fedora
sudo dnf install nodejs

# Verify installation
node --version
npm --version

Langkah 7: Instal Dependensi Aplikasi Kuis

# Navigate to quiz app directory
cd quiz-app

# Install dependencies
npm install

# Return to root directory
cd ..

Langkah 8: Instal Docsify (Opsional)

Untuk akses offline ke dokumentasi:

npm install -g docsify-cli

Verifikasi Instalasi Anda

Uji Python dan Jupyter

# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate

# Start Jupyter Notebook
jupyter notebook

Browser Anda seharusnya terbuka dengan antarmuka Jupyter. Anda sekarang dapat menavigasi ke file .ipynb dari pelajaran mana pun.

Uji Aplikasi Kuis

# Navigate to quiz app
cd quiz-app

# Start development server
npm run serve

Aplikasi kuis seharusnya tersedia di http://localhost:8080 (atau port lain jika 8080 sudah digunakan).

Uji Server Dokumentasi

# From the root directory of the repository
docsify serve

Dokumentasi seharusnya tersedia di http://localhost:3000.

Menggunakan VS Code Dev Containers

Jika Anda memiliki Docker yang terinstal, Anda dapat menggunakan VS Code Dev Containers:

1. Instal Docker Desktop
2. Instal Visual Studio Code
3. Instal ekstensi Remote - Containers
4. Buka repository di VS Code
5. Tekan F1 dan pilih "Remote-Containers: Reopen in Container"
6. Tunggu hingga container selesai dibangun (hanya pertama kali)

Langkah Selanjutnya

• Jelajahi README.md untuk gambaran umum kurikulum
• Baca USAGE.md untuk alur kerja dan contoh umum
• Periksa TROUBLESHOOTING.md jika Anda mengalami masalah
• Tinjau CONTRIBUTING.md jika Anda ingin berkontribusi

Mendapatkan Bantuan

Jika Anda mengalami masalah:

1. Periksa panduan TROUBLESHOOTING.md
2. Cari GitHub Issues yang sudah ada
3. Bergabunglah dengan komunitas Discord kami
4. Buat issue baru dengan informasi rinci tentang masalah Anda

---

Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI Co-op Translator. Meskipun kami berupaya untuk memberikan hasil yang akurat, harap diperhatikan bahwa terjemahan otomatis dapat mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan manusia profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau interpretasi yang keliru yang timbul dari penggunaan terjemahan ini.