---
Basic/01_introduction/README.md | 31 ++--
Basic/02_tipe_data/README.md | 9 +-
Basic/02_tipe_data/tipe_data.py | 24 +--
Basic/03_variable/README.md | 80 ++++++++--
Basic/03_variable/string_variable.py | 2 +-
.../03_variable/{Variable.py => variable.py} | 0
Basic/04_operator/README.md | 138 ++++++++++++------
Basic/04_operator/operator_identitas.py | 12 +-
Basic/04_operator/operator_keanggotaan.py | 8 +-
Basic/04_operator/operator_logika.py | 10 +-
Basic/04_operator/operator_perbandingan.py | 1 -
Basic/05_string/README.md | 27 ++--
Basic/05_string/string_python.py | 1 +
Basic/06_input_output/README.md | 80 +++-------
Basic/06_input_output/input_output.py | 2 +
Basic/07_logika_percabangan/README.md | 15 +-
.../logika_percabangan.py | 2 +
Basic/08_perulangan/README.md | 73 ++++-----
Basic/09_fungsi/README.md | 55 ++++---
Basic/10_list_tuple/README.md | 22 +--
20 files changed, 347 insertions(+), 245 deletions(-)
rename Basic/03_variable/{Variable.py => variable.py} (100%)
diff --git a/Basic/01_introduction/README.md b/Basic/01_introduction/README.md
index 09b7ca7d..e2184902 100644
--- a/Basic/01_introduction/README.md
+++ b/Basic/01_introduction/README.md
@@ -1,10 +1,10 @@
# Python
-
+
-Selamat datang di basic pemrograman Python. Disini kalian dapat memulai pertama kali mencoba pemrograman Python. Python sendiri
+Selamat datang di pemrograman Python dasar. Disini kalian dapat memulai pertama kali mencoba pemrograman Python.
## Daftar Isi
@@ -15,23 +15,22 @@ Selamat datang di basic pemrograman Python. Disini kalian dapat memulai pertama
## Gambaran Singkat Tentang Bahasa Pemrograman Python
-Python dibuat dan dikembangkan oleh guido van rossum, programmer yang berasal dari belanda. Python dibuat dengan menggunakan bahasa pemrograman C sebagai basisnya. pemilihan nama python itu sendiri diambil dari sebuah acara televisi yang lumayan terkenal yang bernama __moth python flying circus__ yang merupakan acara sirkus favorit dari guido.
+Python dibuat dan dikembangkan oleh [Guido van Rossum](https://en.wikipedia.org/wiki/Guido_van_Rossum), programmer yang berasal dari Belanda. Python dibuat dengan menggunakan bahasa pemrograman C sebagai basisnya. Pemilihan nama Python itu sendiri diambil dari sebuah acara televisi yang lumayan terkenal yang bernama __Monty Python’s Flying Circus__ yang merupakan acara sirkus favorit dari Guido.
-python adalah bahasa pemograman multi paaradigma, pemogramaan berorientasi objek dan pemograman terstruktur juga didukung penuh, dan banyak fiturnya mendukung pemgoraman fungsional.
+Python adalah bahasa pemograman multiparadigma, yaitu mendukum pemogramaan berorientasi objek, pemograman terstruktur dan pemgoraman fungsional.
-kelebihan diatara python antara lain
-- mudah digunakan untuk menulis di perangkat lunak terbaru
-- mudah untuk diajarkan
-- mendukung __iot__ (__internet of things__)
-- mudah dipahami
-- serta mudah didapatkan, karena mudah diinstal, python juga termasuk __multiplatform__
+Kelebihan Python antara lain:
+- mudah untuk dipelajari,
+- mudah digunakan,
+- mendukung __iot__ (__internet of things__),
+- __multiplatform__, artinya dapat dijalan di berbagai jenis sistem.
-contoh yang implementasi dari bahasa pemograman python adalah
-- komputasi ilmiah dan numerik contohnya seperti scipy
-- aplikasi bisnis seperti tryton
-- pembuatan game seperti battlefield 2
-- pengembangan web seperti django atau flask (library)
-- pengembangan dari situs web dan layanan sperti dropbox, buzfeed dan uber
+Contoh yang implementasi dari bahasa pemograman Python adalah:
+- komputasi ilmiah dan numerik contohnya seperti [SciPy](https://scipy.org/),
+- aplikasi bisnis seperti [Tryton](https://www.tryton.org/),
+- pembuatan game seperti [Battlefield 2](https://en.wikipedia.org/wiki/Battlefield_2),
+- pengembangan web seperti [Django](https://www.djangoproject.com) atau [Flask](https://flask.palletsprojects.com),
+- pengembangan dari situs web dan layanan sperti [Dropbox](https://www.dropbox.com), [BuzzFeed](https://www.buzzfeed.com) dan [Uber](https://www.uber.com).
```python
print("hello bellshade")
diff --git a/Basic/02_tipe_data/README.md b/Basic/02_tipe_data/README.md
index 3bfa2a65..0e316dfd 100644
--- a/Basic/02_tipe_data/README.md
+++ b/Basic/02_tipe_data/README.md
@@ -1,6 +1,9 @@
-## tipe data
+## Tipe Data
-dalam pemograman, tipe data adalah salah satu konsep yang sangat penting, dalam pemograman variabel dapat memberikan beberapa tipe data value yang sangat berguna dalam menentukan hasil dan operasi pada pemograman, tipe data melingkupi
+Tipe data adalah klasifikasi data. Tipe data menentukan jenis sebuah variabel.
+Variabel sendiri adalah sebuah wadah untuk menyimpan data.
+
+Beberapa tipe data dalam Python:
- berupa text
@@ -115,6 +118,6 @@ dalam pemograman, tipe data adalah salah satu konsep yang sangat penting, dalam
angka_saya1 = memoryview(bytes(1212))
```
-video penjelasan tentang tipe data = [Belajar python dasar - mengenal tipe data data](https://www.youtube.com/watch?v=b3X0CH98Y9g&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=6)
+Video penjelasan tentang tipe data = [Belajar python dasar - mengenal tipe data data](https://www.youtube.com/watch?v=b3X0CH98Y9g&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=6)
[Materi Selanjutnya](../03_variable)
\ No newline at end of file
diff --git a/Basic/02_tipe_data/tipe_data.py b/Basic/02_tipe_data/tipe_data.py
index 8e7f9a4d..bca72e8b 100644
--- a/Basic/02_tipe_data/tipe_data.py
+++ b/Basic/02_tipe_data/tipe_data.py
@@ -1,21 +1,25 @@
-# tipe data pada python adalah
-# tipe text yaitu string
+# Tipe data pada Python adalah:
+# tipe text yaitu str (string)
# tipe angka yaitu int, float, dan complex
# tipe data majemuk yaitu list, tuple, set, dan range
# tipe data map yaitu dict
-# penggunaan type() sebagai pemeriksa sebuah tipe data
-# pada variabel
+# type() digunakan untuk memeriksa tipe data pada variabel
-# suatu tipe data yang terdapat pada variabel
-# menampilkan contoh tipe data integer
+# contoh tipe data integer
bilangan_integer = 2
+print(bilangan_integer)
print(type(bilangan_integer))
-# menampilkan tipe data yang merupakan
-# hasil dari kedua value
-operasi = 3 + 3
-print(type(operasi))
+# contoh tipe data float
+bilangan_desimal = 3.13
+print(bilangan_desimal)
+print(type(bilangan_desimal))
+
+# contoh tipe data str
+teks_string = "Halo dunia!"
+print(teks_string)
+print(type(teks_string))
# contoh tipe data dari list
nama_siswa = ["andi", "buzz", "wheezy", "army"]
diff --git a/Basic/03_variable/README.md b/Basic/03_variable/README.md
index 7d08d8bf..181b4784 100644
--- a/Basic/03_variable/README.md
+++ b/Basic/03_variable/README.md
@@ -1,13 +1,13 @@
-# variabel
+# Variabel
-variabel adalah referensi dari sebuah value yang ingin dipanggil.penggunaan variabel akan sangat mudah dikarenakan untuk menampilkan sebuah angka, dan huruf, contoh penggunaan variabel pada python
+Variabel adalah referensi dari sebuah value. Contoh penggunaan variabel pada Python:
```python
angka_saya = 100
print(angka_saya)
```
-kode diatas kita membuat sebuah variabel yang mereferensikan sebuah nilai angka berupa ``100`` dan dengan penggunaan dari variabel kita bisa memanggil lebih dari sekali
+Pada kode diatas, kita membuat sebuah variabel yang mereferensikan nilai angka ``100``. Dengan penggunaan dari variabel kita bisa memanggil lebih dari sekali, misalnya:
```python
angka_saya = 20
@@ -15,9 +15,9 @@ print(angka_saya)
print(angka_saya)
```
-## assign variabel
+## Assign variabel
-kita bisa assing variable dengan variabel lainnya agar mudah unduk mendklarasikan sebuah nilai yang sama dengan variabel yang berbeda sebagai contoh
+Kita bisa assing variable dengan variabel lainnya agar mudah unduk mendklarasikan sebuah nilai yang sama dengan variabel yang berbeda, sebagai contoh:
```python
angka_saya = 200
@@ -25,12 +25,16 @@ angka_lain = angka_saya
print(angka_saya)
print(angka_lain)
```
-maka program akan menampilkan
+
+Akan menghasilkan:
+
```
200
200
```
-atau bisa juga dengan cara
+
+Atau bisa juga dengan cara:
+
```python
angka_saya = angka_lain = angka_banyak = 200
print(angka_saya)
@@ -38,17 +42,18 @@ print(angka_lain)
print(angka_banyak)
```
-contoh pada string
+Contoh pada string:
+
```python
nama = "adams"
print(nama)
```
-## peraturan penamaan dalam variabel pada python
+## Peraturan penamaan variabel pada Python
-python memiliki beberapa peraturan dalam penulisan sebuah variabel agar mengikuti standar dari python dengan persayaratan dalam membuat variabel adalah
+Python memiliki beberapa peraturan dalam penulisan sebuah variabel. Peraturan tersebut adalah:
-1. menggunakan kata tanpa didahuli dengan angka
+1. menggunakan kata tanpa didahuli dengan angka:
**contoh benar**
```python
@@ -58,7 +63,7 @@ python memiliki beberapa peraturan dalam penulisan sebuah variabel agar mengikut
```python
1nama = "bob"
```
-2. menggunakan underscore (garis bawah) jika ingin menggunakan kata yang panjang
+2. menggunakan underscore (garis bawah) jika ingin menggunakan kata yang panjang:
**contoh yang benar**
```python
@@ -68,7 +73,7 @@ python memiliki beberapa peraturan dalam penulisan sebuah variabel agar mengikut
```python
12angka_saya = 12
```
-3. variabel pada python bersifat sensitif, penggunaan huruf besar dan kecil sangat diperhatikan
+3. variabel pada python bersifat sensitif, penggunaan huruf besar dan kecil sangat diperhatikan:
contoh
```python
@@ -77,7 +82,54 @@ python memiliki beberapa peraturan dalam penulisan sebuah variabel agar mengikut
```
contoh diatas akan menghasilkan 2 nama karena variabel tersebut secara kalimat sama tapi secara penulisan berbeda, python memperhatikan hal ini.
-pada python penggunaan variabel disarankan menggunakan ``snake_case`` untuk mengikuti style bawaan dari python
+Pada Python, penggunaan variabel disarankan menggunakan ``snake_case``.
+
+## keywords yang tidak bisa digunakan pada python
+
+Ada beberapa kata yang dilarang untuk digunakan sebagai nama variabel. Contoh penggunaan kata yang dilarang pada Python:
+
+```python
+class sma_saya = "bahasa"
+print(sma_saya)
+```
+
+Hasil esekusi diatas akan menyebabkan error karena ``class`` merupaakan salah satu nama fungsi dari python.
+
+Kata/keywords yang dilarang:
+
+- False
+- None
+- True
+- and
+- as
+- assert
+- break
+- class
+- continue
+- def
+- del
+- elif
+- else
+- except
+- finally
+- for
+- from
+- global
+- if
+- import
+- in
+- is
+- lambda
+- nonlocal
+- not
+- or
+- pass
+- raise
+- try
+- return
+- while
+- with
+- yield
video penjelasan tentang variabel = [Belajar python dasar - mengenal variabel](https://www.youtube.com/watch?v=gxmTFXfrMzk&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=5)
diff --git a/Basic/03_variable/string_variable.py b/Basic/03_variable/string_variable.py
index 8ac9b1b2..8aa852c2 100644
--- a/Basic/03_variable/string_variable.py
+++ b/Basic/03_variable/string_variable.py
@@ -1,6 +1,6 @@
# String dalam Python diidentifikasi
# sebagai serangkaian karakter yang berdekatan
-# yangdiwakili dalam tanda kutip.
+# yang diwakili dalam tanda kutip.
pesan = "saya pergi ke pasar"
diff --git a/Basic/03_variable/Variable.py b/Basic/03_variable/variable.py
similarity index 100%
rename from Basic/03_variable/Variable.py
rename to Basic/03_variable/variable.py
diff --git a/Basic/04_operator/README.md b/Basic/04_operator/README.md
index 9f2279d1..3a6f82c7 100644
--- a/Basic/04_operator/README.md
+++ b/Basic/04_operator/README.md
@@ -1,9 +1,8 @@
# Operator
-operator digunakan untuk melakukan operasi pada kedua variabel atau value
-
-python memiliki beberapa jenis operator yaitu
+Operator digunakan untuk melakukan operasi pada variabel atau value.
+Python memiliki beberapa jenis operator yaitu:
- [operator aritmatika](operator_aritmatika.py)
- [operator penugasan](operator_penugasan.py)
- [operator komparasi](operator_perbandingan.py)
@@ -12,19 +11,21 @@ python memiliki beberapa jenis operator yaitu
- operasi member
-## Operasi Aritmatika
-operasi aritmatika adalah operasi yang digunakan untuk melakukan operasi matematika diantara kedua value atau kedua variabel
+## Operator Aritmatika
+Operator aritmatika adalah operator yang digunakan untuk melakukan operasi matematika diantara value atau variabel.
+
+Sebagai contoh operasi pertambahan:
-sebagai contoh operasi pertambahan
```python
angka = 2
angka_kedua = 3
print(angka + angka_kedua)
```
-operasi tersebut menambahkan kedua variabel yang memiliki value yaitu 2 dan 3
-berikut table dari operasi aritmatika
+Operasi tersebut menambahkan kedua variabel yang memiliki value yaitu 2 dan 3.
+
+Berikut table dari operator aritmatika:
| operator | nama operator | contoh penggunaan |
|----------|---------------|-------------------|
@@ -36,19 +37,22 @@ berikut table dari operasi aritmatika
| % | modulus | a % b |
| // | floor | a // b |
-## Operasi Penugasan
-operasi penugasan adalah operasi yang digunakan untuk menetapkan suatu bilangan ke dalam variabel
-sebagai contoh operasi penugasan
+## Operator Penugasan
+Operator penugasan adalah opertor yang digunakan untuk menetapkan suatu bilangan ke dalam variabel.
+
+Sebagai contoh operasi penugasan:
+
```python
nilai = 5
nilai += 3
print("nilai adalah", nilai)
```
-operasi tersebut menambahkan sekaligus menetapkan ke dalam variabel nilai
-berikut tabel dari operasi penugasan
+Operasi tersebut menambahkan sekaligus menetapkan ke dalam variabel nilai.
+
+Berikut tabel dari operasi penugasan:
| Operator | Example | Sama Dengan |
|---------------|---------------|---------------|
@@ -67,17 +71,19 @@ berikut tabel dari operasi penugasan
| >>= | x >>= 3 | x = x >> 3 |
-## Operasi Perbandingan
-operasi perbandingan adalah operasi yang digunakan untuk membandingkan suatu nilai dengan nilai yang lain
+## Operator Perbandingan
+Operator perbandingan adalah operator yang digunakan untuk membandingkan suatu nilai dengan nilai yang lain.
+
+Sebagai contoh operasi perbandingan:
-sebagai contoh operasi perbandingan
```python
print(2 < 3) # True
```
-operasi tersebut membandingkan apakah nilai pertama lebih kecil daripada nilai kedua
+Operasi tersebut membandingkan apakah nilai pertama lebih kecil daripada nilai kedua.
+
+Berikut tabel dari operasi perbandingan:
-berikut tabel dari operasi perbandingan
| Operator | Artinya |
|---------------|---------------------------------------|
| == | Sama Dengan |
@@ -87,17 +93,19 @@ berikut tabel dari operasi perbandingan
| >= | Lebih Besar dari atau sama dengan |
| <= | Lebih Kecil dari atau sama dengan |
-## Operasi Logika
-operasi logika adalah operasi yang digunakan untuk mengecek pernyataan apakah True atau False
+## Operator Logika
+Operator logika adalah operator yang digunakan untuk mengecek apakah sebuah penyataan bernilai True atau False.
+
+Sebagai contoh operasi logika:
-sebagai contoh operasi logika
```python
print(3 < 5 and 5 > 3) # True
```
-operasi tersebut mengecek apakah kedua nilai yang di cek memiliki nilai True
+Operasi tersebut mengecek apakah kedua nilai yang di cek memiliki nilai True.
+
+Berikut tabel dari operasi logika:
-berikut tabel dari operasi logika
| Operator | Penjelasan |
|---------------|-----------------------------------------------------------------------|
| and | Mengembalikan nilai True jika kedua nilai memiliki nilai True |
@@ -105,27 +113,31 @@ berikut tabel dari operasi logika
| not | Membalikkan hasil, mengembalikan False jika hasilnya True |
-## Operasi Keanggotaan
-operasi keanggotaan adalah operasi yang digunakan untuk memvalidasi anggota di dalam sebuah objek
+## Operator Keanggotaan
+Operator keanggotaan adalah operator yang digunakan untuk memvalidasi anggota di dalam sebuah kumpulan data.
+
+Contoh operasi keanggotaan:
-contoh operasi keanggotaan
```python
list_bahasa_pemrograman = ["javascript", "java", "Python", "Dart"]
print("Python" in list_bahasa_pemrograman) # True
```
-operasi tersebut memvalidasi apakah `"Python"` ada di dalam list `list_bahasa_pemrograman`
+Operasi tersebut memvalidasi apakah `"Python"` ada di dalam list `list_bahasa_pemrograman`.
+
+Berikut tabel dari operasi keanggotaan:
-berikut tabel dari operasi keanggotaan
| Operator | Penjelasan |
|---------------|-------------------------------------------------------------------------------|
| in | Mengembalikan nilai True jika nilai yang disebutkan ada di dalam objek |
| not in | Mengembalikan nilai True jika nilai yang disebutkan tidak ada di dalam objek |
-## Operasi Identitas
-Operator Identitas adalah operator yang digunakanuntuk membandingkan suatu object. Jika object bernilai sama dan memilii memori yang sama, maka akan mengembalikan nilai True.
-contoh dari oeprasi identitas
+## Operator Identitas
+Operator identitas adalah operator yang digunakan untuk membandingkan suatu data. Jika data bernilai sama dan memilii memori yang sama, maka akan mengembalikan nilai True.
+
+Contoh dari operasi identitas:
+
`contoh 1`
```python
x = 3
@@ -136,10 +148,13 @@ if x is y:
elif x is not y:
print("Tidak sama")
```
+
Hasil:
+
```
>> Tidak sama
```
+
Karena nilai dari variabel `x` dan `y` tidak memilki nilai dan memori yang sama.
`contoh 2`
@@ -149,34 +164,42 @@ if (type(y) != int):
else:
print("Ini adalah integer")
```
+
Hasil:
+
```
>> Ini adalah integer
```
+
Karena tipe data yang digunakan pada variabel `y` adalah `integer`, bukan string ataupun tipe data lainnya.
-berikut tabel dari operasi identitas.
+Berikut tabel dari operasi identitas:
+
| Operator | Penjelasan |
|---------------|-------------------------------------------------------------------------------|
| is | Mengembalikan nilai True jika nilai yang disebutkan memiliki objek dan memori yang sama |
| is not | Mengembalikan nilai True jika nilai yang disebutkan tidak memiliki objek dan memori yang sama |git
-## operator bitwise
+## Operator bitwise
-Dalam Python, operator bitwise digunakan untuk melakukan perhitungan bitwise pada bilangan bulat. Bilangan bulat pertama diubah menjadi biner dan kemudian operasi dilakukan pada bit demi bit, maka nama operator bitwise. Kemudian hasilnya dikembalikan dalam format desimal.
+Operator bitwise digunakan untuk melakukan operasi bilangan biner. Bilangan bulat pertama diubah menjadi biner dan kemudian operasi dilakukan pada bit demi bit, maka nama operator bitwise. Kemudian hasilnya dikembalikan dalam format desimal.
-| operator | deskripsi | sintaks |
-|:-- |---------------------| --: |
-|& | Bitwise AND | x & y |
-|\| | Bitwise OR | x | y |
-|~ | Bitwise NOT | ~x |
-|^ | Bitwise XOR | x ^ y |
-|>> | Bitwise right shift | x>> |
-|<< | Bitwise left shift | x<< |
+Contoh dari **bitwise not operator**:
+
+```python
+angka_saya = 10
+print(~a)
+```
+
+Hasilnya:
+
+```bash
+-11
+```
+Penjelasannya sebagai berikut:
-contoh dari **bitwise not operator**
```
angka_saya = 10 = 1010
~a = ~1010
@@ -185,12 +208,37 @@ angka_saya = 10 = 1010
= -11
```
-contoh dari **bitwise right**
+Contoh dari **bitwise right**:
+
+```python
+angkat_saya = 10
+print(angka_saya >> 1)
+```
+
+Hasilnya:
+
+```bash
+5
+```
+
```
angka_saya = 10 = 0000 1010
a >> 1 = 0000 0101 = 5
```
-Teman-teman bisa mempelajari lebih lanjut tentang operator di link berikut
+
+Berikut tabel dari operasi identitas:
+
+| operator | deskripsi | sintaks |
+|:-- |---------------------| --: |
+|& | Bitwise AND | x & y |
+|\| | Bitwise OR | x | y |
+|~ | Bitwise NOT | ~x |
+|^ | Bitwise XOR | x ^ y |
+|>> | Bitwise right shift | x>> |
+|<< | Bitwise left shift | x<< |
+
+
+Teman-teman bisa mempelajari lebih lanjut tentang operator di link berikut:
1. [Operator Aritmatika](https://www.youtube.com/watch?v=gxmTFXfrMzk&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=5)
2. [Operator Perbandingan](https://www.youtube.com/watch?v=Kv_lDWq8kCc&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=11)
3. [Operator Logika](https://www.youtube.com/watch?v=Sl7zqPpC2VI&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=12)
diff --git a/Basic/04_operator/operator_identitas.py b/Basic/04_operator/operator_identitas.py
index 9b010ad6..a5a38ccb 100644
--- a/Basic/04_operator/operator_identitas.py
+++ b/Basic/04_operator/operator_identitas.py
@@ -1,9 +1,9 @@
-"""
-Operator Identitas adalah operator yang digunakan
-untuk membandingkan suatu object. Jika object bernilai sama
-dan memiliki memori yang sama, maka akan mengembalikan nilai True.
-contoh:
-"""
+# Operator Identitas adalah operator yang digunakan
+# untuk membandingkan suatu object. Jika object bernilai sama
+# dan memiliki memori yang sama, maka akan mengembalikan nilai True.
+# contoh:
+
+
# variabel
x = 3
y = 7
diff --git a/Basic/04_operator/operator_keanggotaan.py b/Basic/04_operator/operator_keanggotaan.py
index 0ac7060d..2eef5ffa 100644
--- a/Basic/04_operator/operator_keanggotaan.py
+++ b/Basic/04_operator/operator_keanggotaan.py
@@ -1,9 +1,7 @@
-"""
-Operator Keanggotaan (Membership Operator) adalah operator
-yang memvalidasi anggota dari sebuah objek iterable
+# Operator Keanggotaan (Membership Operator) adalah operator
+# yang memvalidasi anggota dari sebuah objek iterable
+# contoh:
-contoh:
-"""
X = [1, 2, "3", 4, "lima"]
diff --git a/Basic/04_operator/operator_logika.py b/Basic/04_operator/operator_logika.py
index b099c6c4..f489bf18 100644
--- a/Basic/04_operator/operator_logika.py
+++ b/Basic/04_operator/operator_logika.py
@@ -1,10 +1,8 @@
-"""
-operator logika (Logical Operator) digunakan untuk
-menggabungkan pernyataan kondisional
+# operator logika (Logical Operator) digunakan untuk
+# menggabungkan pernyataan kondisional
+# bingung?
+# mari kita buat contohnya
-bingung?
-mari kita buat contohnya
-"""
# variabel
X = 5
diff --git a/Basic/04_operator/operator_perbandingan.py b/Basic/04_operator/operator_perbandingan.py
index b70dbf45..63bd8887 100644
--- a/Basic/04_operator/operator_perbandingan.py
+++ b/Basic/04_operator/operator_perbandingan.py
@@ -1,6 +1,5 @@
# Operator Perbandingan (Comparison Operator) digunakan untuk
# Membadingkan antara dua nilai
-
# contoh
# Variable
diff --git a/Basic/05_string/README.md b/Basic/05_string/README.md
index a3d88638..980498a6 100644
--- a/Basic/05_string/README.md
+++ b/Basic/05_string/README.md
@@ -1,18 +1,18 @@
# String
-seperti yang dijelaskan pada materi sebelumnya, String adalah salah satu tipe data
-pada python yang berfungsi untuk menghasilkan tipe data string seperti huruf abjad atau simbol lain
+Seperti yang dijelaskan pada materi sebelumnya, string adalah salah satu tipe data
+pada Python yang berfungsi untuk menyimpan huruf abjad atau simbol lain.
## Mendeklarasikan variabel string
-```py
+
+```python
kata_pertama = "warung"
```
-
## Multiline String
-String juga dapat dideklarasikan dengan cara berikut
+String juga dapat dideklarasikan dengan cara berikut:
-```py
+```python
kata_saya = """indonesia adalah negara yang indah
berada di bawah garis khatulistiwa
aku cinta indonesia
@@ -20,36 +20,35 @@ aku cinta indonesia
```
## Mencetak tipe data string
-```py
+```python
print(kata_saya)
```
## Mengkapitalisasi setiap karakter pada string
-```py
+```python
print(kata_pertama.upper())
```
## Membuat setiap karakter pada string menjadi huruf kecil
-```py
+```python
print(kata_pertama.lower())
```
-
## Mengambil salah satu karakter dari string
-```py
+```python
print(kata_pertama[0])
```
## Menghitung jumlah karatker dari string
-```py
+```python
print(len(kata_pertama))
```
## Mengecek kata khusus dalam sebuah string
-```py
+```python
print("indonesia" in kata_saya)
```
-video penjelasan tentang string = [Belajar python dasar - pengenalan string](https://www.youtube.com/watch?v=fhAEh1Z9YuY&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=16)
+Video penjelasan tentang string = [Belajar python dasar - pengenalan string](https://www.youtube.com/watch?v=fhAEh1Z9YuY&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=16)
[Materi Selanjutnya](../06_input_output)
\ No newline at end of file
diff --git a/Basic/05_string/string_python.py b/Basic/05_string/string_python.py
index 58fe4f64..385ea3d5 100644
--- a/Basic/05_string/string_python.py
+++ b/Basic/05_string/string_python.py
@@ -4,6 +4,7 @@
# "Hello World" sama dengan 'hello world'
# 'hello world' sama dengan "hello world"
+
kata_pertama = "warung"
# bisa juga menggunakan multi string
diff --git a/Basic/06_input_output/README.md b/Basic/06_input_output/README.md
index 7b1b42dc..bb504d90 100644
--- a/Basic/06_input_output/README.md
+++ b/Basic/06_input_output/README.md
@@ -1,35 +1,43 @@
-# input python
+# Input/Output Python
-pada python terdapat fungsi dimana kita bisa membuat sebuah inputan dimana bisa berubah secara dinamis tanpa harus dirubah ke dalam kodingan. contohnya sebagai berikut
+Pada Python terdapat fungsi dimana kita bisa membuat sebuah inputan. Contohnya sebagai berikut:
```python
nama = input("masukkan nama kamu ")
print(nama)
```
-pada kode diatas jika dijalkan akan menamppilkan
-```
+pada kode diatas jika dijalankan akan menampilkan:
+
+```bash
masukkan nama kamu
```
-jika kita memasukkan nama maka program akan menampilkan nama yang sebelumnya kita ketik
-```
+
+Jika kita memasukkan nama maka program akan menampilkan nama yang sebelumnya kita ketik:
+
+```bash
masukkan nama kamu
arfy
arfy
```
-contoh lain
+
+Contoh lain:
+
```python
nama = input("masukkan nama ")
print("selamat pagi ", nama)
```
-maka akan menampilkan berupa ``selamat pagi nama_yang_diinputkan`` contoh output
-```
+
+Maka akan menampilkan berupa ``selamat pagi nama_yang_diinputkan``. Contoh output:
+
+```bash
masukkan nama
arfy
selamat pagi arfy
```
-kita juga bisa merubah value dari variabel yang sudah ada dengan menggunakan input
+Kita juga bisa merubah value dari variabel yang sudah ada dengan menggunakan input.
+
```python
nama = "arfy"
# menampikan isi value dari nama terlebih dahulu
@@ -37,58 +45,16 @@ print(nama)
nama = input("masukkan nama ")
print("di variabel nama sekarang adalah ", nama)
```
-maka output yang keluar adalah
-```
+
+Maka output yang keluar adalah
+
+```bash
arfy
masukkan nama
jole
di variabel nama sekarang adalah jole
```
-
-## keywords yang tidak bisa digunakan pada python
-
-contoh penggunaan keywords yang dilarang pada python
-```python
-class sma_saya = "bahasa"
-print(sma_saya)
-```
-hasil esekusi diatas akan menyebabkan error karena ``class`` merupaakan salah satu nama fungsi dari python
-
-- False
-- None
-- True
-- and
-- as
-- assert
-- break
-- class
-- continue
-- def
-- del
-- elif
-- else
-- except
-- finally
-- for
-- from
-- global
-- if
-- import
-- in
-- is
-- lambda
-- nonlocal
-- not
-- or
-- pass
-- raise
-- try
-- return
-- while
-- with
-- yield
-
-video penjelasan tentang operator input output = [Belajar python dasar - mengambil input data dari user](https://www.youtube.com/watch?v=Ar1xxIsyuvI&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=8)
+Video penjelasan tentang operator input output = [Belajar python dasar - mengambil input data dari user](https://www.youtube.com/watch?v=Ar1xxIsyuvI&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=8)
[Materi Selanjutnya](../07_logika_percabangan)
\ No newline at end of file
diff --git a/Basic/06_input_output/input_output.py b/Basic/06_input_output/input_output.py
index d60f8d39..c923d092 100644
--- a/Basic/06_input_output/input_output.py
+++ b/Basic/06_input_output/input_output.py
@@ -2,6 +2,8 @@
# memasukkan variabel secara dinamis
# output digunakan untuk
# contoh
+
+
nama = "joes"
print(nama)
diff --git a/Basic/07_logika_percabangan/README.md b/Basic/07_logika_percabangan/README.md
index 64668e3d..e5c3efb9 100644
--- a/Basic/07_logika_percabangan/README.md
+++ b/Basic/07_logika_percabangan/README.md
@@ -1,15 +1,16 @@
-# logika percabangan
+# Logika Percabangan
-Logika percabangan adalah salah satu operator atau fungsi dimana mengambil dan memutuskan sesuatu dari sebuah pernyataan dan kemudian menghasilkan sebuah pernyataan jika suatu solusi dapat dipenuhi sebagai contoh, ``jika kamu kehujanan maka kamu menggunakan payung``, dalam contoh kodenya adalah
+Logika percabangan akan mengambil dan memutuskan sesuatu dari sebuah pernyataan dan kemudian menghasilkan sebuah pernyataan jika suatu solusi dapat dipenuhi. Sebagai contoh, ``jika kamu kehujanan maka kamu menggunakan payung``, dalam contoh kodenya adalah:
```python
cuaca = "hujan"
if cuaca == "hujan":
print("gunakan payung")
```
-contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika cuaca hujan maka akan menggunakan payung, dan bagaimana jika value dari ``"hujan"`` kita ganti dengan cerah?.
-jika kita mengganti variabelnya dari ``cuaca = "hujan"``, maka program tidak menghasilkan apapun karena tidak membuat sebuah fungsi atau operator apapun jika ``cerah``, maka untuk membuat fungsi atau operator logika agar dapat mengambil data value berupa ``jika cerah maka tidak menggunakan payung``.
+Contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika cuaca hujan maka akan menggunakan payung, dan bagaimana jika value dari ``"hujan"`` kita ganti dengan cerah?.
+
+Jika kita mengganti variabelnya dari ``cuaca = "hujan"``, maka program tidak menghasilkan apapun karena tidak membuat sebuah fungsi atau operator apapun jika ``cerah``, maka untuk membuat fungsi atau operator logika agar dapat mengambil data value berupa ``jika cerah maka tidak menggunakan payung``.
```python
cuaca = "cerah"
@@ -19,7 +20,8 @@ if cuaca == "hujan":
elif cuaca == "cerah":
print("tidak menggunakan payung")
```
-contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika cuaca cerah maka tidak menggunakan payung, dan bagaimana jika value dari ``"cerah"``, ``"hujan"`` kita ganti dengan bebas?.
+
+Contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika cuaca cerah maka tidak menggunakan payung, dan bagaimana jika value dari ``"cerah"``, ``"hujan"`` kita ganti dengan bebas?
```python
# membuat variabel dari cuaca
@@ -37,7 +39,8 @@ elif cuaca == "cerah":
else:
print("gunakan pakaian renang")
```
-contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika selain dari cuaca hujan dan cerah maka menampilkan ``gunakan pakaian renang``
+
+Contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika selain dari cuaca hujan dan cerah maka menampilkan ``gunakan pakaian renang``.
video penjelasan tentang logika percabangan (elif) = [Belajar python dasar - elif statement](https://www.youtube.com/watch?v=ICowoqcLp4E&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=23)
diff --git a/Basic/07_logika_percabangan/logika_percabangan.py b/Basic/07_logika_percabangan/logika_percabangan.py
index 26fdaa64..c23f1dd6 100644
--- a/Basic/07_logika_percabangan/logika_percabangan.py
+++ b/Basic/07_logika_percabangan/logika_percabangan.py
@@ -1,5 +1,7 @@
# membuat variabel dari cuaca
# dan membuat value "cerah"
+
+
cuaca = "cerah"
# logika jika cuaca hujan
if cuaca == "hujan":
diff --git a/Basic/08_perulangan/README.md b/Basic/08_perulangan/README.md
index e11f78d8..9f86b767 100644
--- a/Basic/08_perulangan/README.md
+++ b/Basic/08_perulangan/README.md
@@ -1,16 +1,17 @@
-# looping
+# Perulangan
-Looping adalah urutan instruksi yang akan dijalankan, apabila suatu kondisi terpenuhi.
+Perulangan adalah urutan instruksi yang akan dijalankan, apabila suatu kondisi terpenuhi.
-looping pada python terbagi 2, yaitu
-- while loop
-- for loop
+Perulangan pada Python terbagi 2, yaitu:
+- while
+- for
-mari kita ulas terlebih dahulu while loop
+mari kita ulas terlebih dahulu while loop.
-## while loop
+## While
+
+Contoh:
-contoh
```python
a = 1
@@ -19,9 +20,10 @@ while a <= 5:
a += 1
```
-yang mana kondisi dari koding di atas adalah, apabila variable `a` yang awalnya 1, tidak melebihi ataupun sama dengan 5 maka loop bisa berjalan, apabila kondisinya sudah tidak terpenuhi lagi, maka statement loop akan otomatis selesai
+Apabila variable `a` yang awalnya 1, tidak melebihi ataupun sama dengan 5 maka loop bisa berjalan, apabila kondisinya sudah tidak terpenuhi lagi, maka statement loop akan otomatis selesai.
+
+Contoh lainnya:
-contoh lainnya
```python
b = 5
@@ -30,13 +32,13 @@ while b >= 1:
b -= 1
```
-dimana kondisinya adalah, apabila variable b yang awalnya 5, masih lebih besar atau sama dengan 1, apabila variable b sudah menyentuh angka 0,
-maka loop statement otomatis tidak akan bekerja
+Apabila variable b yang awalnya 5, masih lebih besar atau sama dengan 1, apabila variable b sudah menyentuh angka 0, maka loop statement otomatis tidak akan bekerja.
-bisakah kita menghentikan proses looping ditengah statement yang masih memenuhi persyaratan ? tentu bisa dong !!
-dengan memakai keyword ```break```, kita bisa melakukannya
+Bisakah kita menghentikan proses looping ditengah statement yang masih memenuhi persyaratan?
+Tentu bisa dong!
+
+Yaitu denga menggunakan keyword ```break```. Contohnya:
-contohnya adalah
```python
c = 1
@@ -47,9 +49,10 @@ while c <= 5:
c += 1
```
-maksudnya gimana tu ? nah maksud dari koding di atas adalah, apabila nilai variable c masih ada dibawah atau sama dengan 5 maka proses loop bisa dilakukan, tetapi, jika nilai c sudah di angka 3, kita melakukan proses ```break```, atau berhenti, jadi kita menghentikan loop nya meskipun hasil statement loop nya masih benar
+Apabila nilai variable `c` masih ada dibawah atau sama dengan `5` maka proses loop bisa dilakukan, tetapi, jika nilai `c` sudah di angka `3`, kita melakukan proses ```break```, atau berhenti. Jadi kita menghentikan loop nya meskipun hasil statement loop nya masih benar.
+
+Terus, bisa diskip ga sih suatu bilangan? Bisa dong, kita memakai statement ```continue```, contohnya:
-terus, bisa diskip ga sih suatu bilangan ? bisa dong, kita memakai statement ```continue```, contohnya gimana tu ?
```python
d = 0
@@ -60,9 +63,9 @@ while d < 5:
print(d)
```
-dari program di atas, kita melakukan statement yang sama dengan 3 statement di atas, tapi ni, bedanya adalah, apabila variable d sudah ada di angka 3, kita ```continue``` aja, atau kita skip
+Dari program di atas, kita melakukan statement yang sama dengan `3` statement di atas, tapi ni, bedanya adalah, apabila variable `d` sudah ada di angka `3`, kita ```continue``` aja, atau kita skip.
-last but not least, gimana sih cara ngasih tau kita kalau misalnya loop nya udah selesai gitu ? tentu ada caranya, kita akan pakai statement ```else```
+Last but not least, gimana sih cara ngasih tau kita kalau misalnya loop nya udah selesai gitu? tentu ada caranya, kita akan pakai statement ```else```. Contohnya:
```python
e = 0
@@ -74,11 +77,12 @@ else:
print("Selamat, looping anda telah selesai !!")
```
-nah, jadi kalau misalnya loop kita udah selesai, python akan ngasih tau kita ni dengan statement, "Selamat, looping anda telah selesai !!"
+Nah, jadi kalau misalnya loop kita udah selesai, Python akan memberikan statement, `"Selamat, looping anda telah selesai !!`
-ayo kita lanjut ke jenis loop kedua dari python, tentu dengan konsep yang masih sama, ```break```, ```continue```, dan ```else``` tapi dengan perbedaan cara tulisnya aja nii
-## for loop
+## For
+
+Contohnya:
```python
angka = [1,2,3,4,5]
@@ -87,9 +91,9 @@ for item in angka:
print(item)
```
-maksudnya gimana tu ? jadi maksud dari koding di atas adalah, untuk setiap item di dalam list angka, silahkan tampilkan item tersebut.
+Jadi maksud dari koding di atas adalah untuk setiap item di dalam list angka, silahkan tampilkan item tersebut.
-terus, di while loop kita kan bisa pake ```break```, di for ? bisa juga dong dengan statement
+Kita juga bisa menggunakan `break` di perulangan `for`:
```python
for item in angka:
@@ -97,9 +101,10 @@ for item in angka:
if item == 3:
break
```
-meskipun statement dari break for loop ini beda dengan while loop, makna nya sama aja yaa, kalau item nya udah di angka 3, break aja, atau selesaikan aja
-apa di for loop ada ```continue``` ? pastinyaa
+Meskipun statement dari `break` for loop ini beda dengan while loop, makna nya sama saja, kalau item nya udah di angka 3, break aja, atau selesaikan aja.
+
+apa di for loop ada ```continue```? pastinyaa:
```python
for item in angka:
@@ -108,9 +113,9 @@ for item in angka:
print(item)
```
-penjelasannya adalah, apabila item dari list angka tersebut udah ada di angka 3, angka 3 nya skip aja, dan lanjut ke angka 4...
+Penjelasannya adalah, apabila item dari list angka tersebut udah ada di angka `3`, angka `3` nya diskip, dan berlanjut ke angka 4.
-last but not least
+Last but not least,
```else``` statement
@@ -122,16 +127,18 @@ else:
```
-tapi nih, apa sih perbedaan antara while loop dan for loop ?
-perbedaaan-nya adalah, while loop itu bergerak / melakukan sesuatu berdasarkan "kondisi" seperti misalnya tadi, "jika nilai a masih dibawah 5, maka tampilkan a", tapi kalau tidak ? tentu outputnya tidak ada lagi dan while loop selesai, hal ini bisa di dukung dengan arti dari ```while``` yang artinya ```ketika```
-sementara for loop adalah looping yang melakukan sesuatu berdasarkan "keanggotaan", seperti misalnya, "untuk setiap anggota dari list angka, tampilkan (print)", hal ini tentu di dukung dengan arti dari statement for loop yaitu ```for item in iterable``` yang artinya ```untuk setiap item yang ada di dalam iterable``` dan arti kata ```for``` itu sendiri yang artinya ```untuk```
+Apa sih perbedaan antara while loop dan for loop?
+
+- while loop itu bergerak/melakukan sesuatu berdasarkan "kondisi" seperti misalnya tadi, "jika nilai a masih dibawah 5, maka tampilkan a", tapi kalau tidak? tentu outputnya tidak ada lagi dan while loop selesai, hal ini bisa di dukung dengan arti dari ```while``` yang artinya ```ketika```.
+
+- for loop adalah looping yang melakukan sesuatu berdasarkan "keanggotaan", seperti misalnya, "untuk setiap anggota dari list angka, tampilkan (print)", hal ini tentu di dukung dengan arti dari statement for loop yaitu ```for item in iterable``` yang artinya ```untuk setiap item yang ada di dalam iterable``` dan arti kata ```for``` itu sendiri yang artinya ```untuk```.
while loop
for loop
-video penjelasan tentang looping (for) = [Belajar dasar python - for loop (perulangan)](https://www.youtube.com/watch?v=Z4qfMhx4XzQ&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=25)
+Video penjelasan tentang looping (for) = [Belajar dasar python - for loop (perulangan)](https://www.youtube.com/watch?v=Z4qfMhx4XzQ&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=25)
-video penjelasan tentang looping (while) = [Belajar dasar python - while loop (perulangan)](https://www.youtube.com/watch?v=ZupffvoCChQ&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=26)
+Video penjelasan tentang looping (while) = [Belajar dasar python - while loop (perulangan)](https://www.youtube.com/watch?v=ZupffvoCChQ&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=26)
[Materi Selanjutnya](../09_fungsi)
\ No newline at end of file
diff --git a/Basic/09_fungsi/README.md b/Basic/09_fungsi/README.md
index 4d94f943..54f69298 100644
--- a/Basic/09_fungsi/README.md
+++ b/Basic/09_fungsi/README.md
@@ -2,32 +2,37 @@
Fungsi adalah sebuah blok kode yang berjalan ketika ingin digunakan.
-Contoh
+Contoh:
+
```python
def hello():
print('Hello !')
```
-Apabila kita ingin meng-gunakan fungsi tersebut kita tinggal command:
+Apabila kita ingin meng-gunakan fungsi tersebut kita bisa memanggilnya dengan:
+
```python
hello()
```
-Lantas, apakah kita bisa memasukkan input ke dalam fungsi? Tentu bisa
-input yang kita kirimkan ke dalam fungsi disebut sebagai Argument, seperti apa contohnya?
+Lantas, apakah kita bisa memasukkan input ke dalam fungsi?
+Tentu bisa input yang kita kirimkan ke dalam fungsi disebut sebagai argument, seperti apa contohnya?
```python
def hello(nama):
print('Hello '+str(nama)+' !')
```
-Apabila kita ingin memakai fungsi tersebut dan memasukkan argument kita cukup mengetikkan
+Apabila kita ingin memakai fungsi tersebut dan memasukkan argument kita cukup mengetikkan:
+
```python
hello('Bellshade')
```
-Apa kita cuma bisa memasukkan satu argument saja? Jawabannya, tentunya ga dong, kita bisa memasukkan lebih dari satu argument!
-contohnya
+Kita bisa memasukkan lebih dari satu argument!
+
+Contohnya:
+
```python
def triangle(alas,tinggi):
hasil = (alas * tinggi)/2
@@ -35,13 +40,16 @@ def triangle(alas,tinggi):
```
Dan kita pun akan memakai fungsi segitiga kita:
+
```python
triangle(2,3)
```
-Next, pembahasan kita tentang ```return```, Apa itu return ? Return adalah sebuah function keyword yang mengembalikan nilai dan juga sekaligus "mengakhiri" function itu sendiri.
+## Return
+Return adalah sebuah function keyword yang mengembalikan nilai dan juga sekaligus "mengakhiri" function itu sendiri.
+
+Contohnya:
-contohnya
```python
def triangle(alas,tinggi):
hasil = (alas * tinggi)/2
@@ -52,10 +60,11 @@ print(triangle(2,3))
Return pada koding di atas, mengakhiri function dari triangle, jadi kita tidak bisa lagi melakukan command apapun yang lewat dari line `return hasil`.
-Next, kita akan bahas sesuatu yang disebut, `default argument`, apa tu ? default argument terjadi apabila kita mendefault / mengatur nilai default dari sebuah argument, misalnya:
-```python
+## Default argument
+Default argument terjadi apabila kita mendefault/mengatur nilai default dari sebuah argument, misalnya:
+```python
def salam(waktu="Pagi"):
greet = "Selamat " + str(waktu)
return greet
@@ -69,8 +78,12 @@ print(salam()) # Selamat Pagi
Di sini kita melakukan default value terhadap argument dari waktu menjadi "Pagi", jadi apabila kita memanggil ```salam()```,
maka itu tidak akan menimbulkan error, karena sudah ada default valuenya, dan default value juga bersifat `flexibel` dimana masih bisa diubah menjadi, 'Siang', 'Malam', dan lainnya.
-Next kita akan bicara tentang suatu konsep yang menarik, yaitu, `Unlimited` atau `Infinite`, dimana artinya adalah, tak terbatas, apa yang tak terbatas?
-Yang tak terbatas di python function adalah argument yang dapat kita inputkan, "caranya begimane tuh ya ? pake infinity stone ga ?", berikut caranya:
+
+## Unlimited atau Infinite
+`Unlimited` atau `Infinite` artinya adalah tak terbatas, apa yang tak terbatas?
+Yang tak terbatas di python function adalah argument yang dapat kita inputkan.
+
+Contohnya:
```python
def unlimited(*args):
@@ -86,7 +99,7 @@ Contoh dari unlimited nya adalah, pada command pertama, kita memasukkan 4 parame
Last, but not least, unlimited keyword argument, dimana kita memberi tahu bahwa argument kita ini memiliki key, atau kunci, hal ini sama dengan dictionary
di mana pada unlimited keyword argument, python memakai prinsip dictionary, sementara pada unlimited argument, python mengadopsi konsep tuple.
-contohnya ?
+Contohnya:
```python
def unlimitedkeyword(**infinite):
@@ -100,8 +113,10 @@ unlimitedkeyword(fname="Harry",lname="Potter")
Di mana pada command pertama, kita memasukkan 3 parameter dengan masing-masing key a,b,c dan value 1,2,3.
Dan pada command kedua, kita memasukkan 2 parameter dengan masing-masing key yaitu fname dan lname dengan value Harry, Potter.
-# Fungsi Rekursi
-## Definisi Fungsi Rekursi
+
+## Fungsi Rekursi
+
+### Definisi Fungsi Rekursi
Fungsi yang dapat memanggil dirinya sendiri dinamakan fungsi rekursi. Beberapa permasalahan dalam algoritma dan struktur data menggunakan
rekursi sebagai solusi penyelesaian, misalnya, dalam struktur data *linked list* atau *tree*. Perhatikan fungsi ```recursion``` di bawah:
@@ -141,7 +156,7 @@ def faktorial(n):
Visualisasi dari proses rekursi di atas adalah sebagai berikut

-## Rekursi Versus Loop
+### Rekursi Versus Loop
Sebenarnya, beberapa permasalahan dalam pemrograman bisa diselesaikan menggunakan *loop* biasa daripada menggunakan rekursi, seperti pada kasus faktorial di atas. Kode untuk menghitung nilai faktorial menggunakan *loop* ditunjukkan pada kode di bawah ini:
```python
@@ -165,8 +180,10 @@ Jawabannya : **tidak**. Sebab, beberapa permasalahan dalam algoritma dan struktu
Contoh lain dari penyelesaian masalah menggunakan rekursi dapat dilihat di file ```recursion_example.py``` yang ada di repositori.
-# Closure
-## Definisi Closure
+
+## Closure
+
+### Definisi Closure
Kita bisa mendefinisikan fungsi di dalam fungsi. Di Python, teknik ini disebut sebagai *closure* atau *nested function*. *Closure* dapat mengakses variabel yang tidak berada di dalam *scope* fungsi tersebut. Variabel ini biasa disebut *nonlocal variable*. *Closure* juga dapat mengembalikan fungsi layaknya fungsi rekursi. Fungsi ```outerFunc()``` di bawah ini mendemonstrasikan bagaimana *closure* bekerja:
```python
diff --git a/Basic/10_list_tuple/README.md b/Basic/10_list_tuple/README.md
index ff5bccef..0c4e80b5 100644
--- a/Basic/10_list_tuple/README.md
+++ b/Basic/10_list_tuple/README.md
@@ -1,12 +1,14 @@
-## list
-list digunakan untuk menyimpan data yang banyak dengan hanya satu variable, list menggunakan square bracket atau kurung petak, contoh.
+# List
+List digunakan untuk menyimpan data yang banyak dengan hanya satu variable, list menggunakan square bracket atau kurung petak (`[]`). Contoh:
+
```python
nama_hewan = ["sapi", "gajah", "ayam", "bebek"]
print(nama_hewan)
```
-list memiliki index, index dimulai dari 0, dan index kedua dimulai dari angka 1
-kelebihan antara dari list adalah
+List memiliki index, index dimulai dari 0, dan index kedua dimulai dari angka 1.
+
+Kelebihan antara dari list adalah
- bisa dirubah
list bisa dirubah dengan dengan cara
@@ -22,14 +24,16 @@ kelebihan antara dari list adalah
print(nama_hewan)
```
-## tuple
-list digunakan untuk menyimpan data yang banyak dengan menggunakan satu variabel. tuple menggunakan round bracket atau kurung bulat, tuple adalah salah satu tipe data yang **tidak dapat dirubah**,contoh.
+# Tuple
+Tuple mirip dengan list, kecuali datanya tidak bisa diubah lagi. Tuple menggunakan round bracket atau kurung bulat (`()`). Contoh:
+
```python
nama_hewan = ("ikan", "gajah", "sapi", "paus")
print(nama_hewan)
```
-buat tuple dengan hanya satu item di dalamnya, jangan lupa menggunakan koma
+Vuat tuple dengan hanya satu item di dalamnya, jangan lupa menggunakan koma (`,`):
+
```python
nama_hewan = ("sapi",)
print(nama_hewan)
@@ -38,7 +42,7 @@ print(nama_hewan)
# Comprehension
Kita juga dapat membuat/membangun list atau dictionary menggunakan *comprehension*. *Comprehension* memanfaatkan *loop* untuk membangun list atau dictionary. Dengan *comprehension*, kita dapat membuat list dengan kode yang lebih ringkas.
-Dalam menggunakan *comprehension*, ada 3 hal yang harus kita perhatikan, yakni :
+Dalam menggunakan *comprehension*, ada 3 hal yang harus kita perhatikan, yakni:
1. Output
2. Loop
@@ -49,7 +53,7 @@ Ketiga hal di atas ditulis dengan notasi *comprehension* sebagai berikut :
Penjelasan diolah dari [freecodecamp](https://www.freecodecamp.org/news/list-comprehension-in-python/)
## List Comprehension
-Kita dapat membangun list menggunakan *comprehension*. Kita memiliki *template* untuk list comprehension, seperti kode yang ditunjukkan di bawah :
+Kita dapat membangun list menggunakan *comprehension*. Kita memiliki *template* untuk list comprehension, seperti kode yang ditunjukkan di bawah:
```python
list_comprehension = [x for x in interable]
From 21d53f6ab30602361d3b7d1eb81da22f312ff7c9 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Mon, 29 Aug 2022 10:56:51 +0000
Subject: [PATCH 013/212] update DIRECTORY.md
---
DIRECTORY.md | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index ebdf8cb2..a32c9cbe 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -3,8 +3,8 @@
* 02 Tipe Data
* [Tipe Data](https://github.com/bellshade/Python/blob/main/Basic/02_tipe_data/tipe_data.py)
* 03 Variable
- * [Variable](https://github.com/bellshade/Python/blob/main/Basic/03_variable/Variable.py)
* [String Variable](https://github.com/bellshade/Python/blob/main/Basic/03_variable/string_variable.py)
+ * [Variable](https://github.com/bellshade/Python/blob/main/Basic/03_variable/variable.py)
* 04 Operator
* [Operator Aritmatika](https://github.com/bellshade/Python/blob/main/Basic/04_operator/operator_aritmatika.py)
* [Operator Bitwise](https://github.com/bellshade/Python/blob/main/Basic/04_operator/operator_bitwise.py)
From 57015afeca74ed4fc9e412d650ed30a5f03ea228 Mon Sep 17 00:00:00 2001
From: Bob Chrismansyah
Date: Sun, 4 Sep 2022 01:35:29 +0800
Subject: [PATCH 014/212] fix: memperbaiki penulisan dan typo (#201)
* fix: memperbaiki penulisan dan typo
* fix: memperbaiki penulisan dan typo
* fix: memperbaiki penulisan dan typo
---
Basic/01_introduction/README.md | 4 +-
Basic/02_tipe_data/README.md | 42 +++----
Basic/03_variable/README.md | 14 +--
Basic/04_operator/README.md | 117 +++++++++---------
Basic/05_string/README.md | 22 ++--
Basic/05_string/string_python.py | 6 +-
Basic/06_input_output/README.md | 2 +-
Basic/07_logika_percabangan/README.md | 4 +-
Basic/08_perulangan/README.md | 6 +-
Basic/09_fungsi/README.md | 15 +--
Basic/10_list_tuple/README.md | 12 +-
Basic/11_manipulasi_string/README.md | 24 ++--
Basic/12_exception/README.md | 20 +--
Basic/13_module/README.md | 6 +-
Basic/14_python_datetime/README.md | 24 ++--
Basic/15_python_math/README.md | 28 ++---
Basic/16_class/README.md | 8 +-
Basic/17_inheritance/README.md | 12 +-
.../18_akses_modifikasi/02_private/README.md | 2 +-
.../03_protected/README.md | 4 +-
Basic/19_iterator/README.md | 8 +-
Basic/20_lambda/README.md | 20 +--
Basic/21_regex/README.md | 8 +-
Basic/22_scope/README.md | 12 +-
README.md | 25 ++--
algorithm/arithmetic_analysis/README.md | 16 +--
algorithm/arithmetic_analysis/bisection.py | 2 +-
algorithm/backtracking/permutation.py | 2 +-
algorithm/backtracking/subsequence.py | 2 +-
algorithm/divide_and_conquer/convex_hull.py | 2 +-
algorithm/matrix/matrix_class.py | 2 +-
.../blockchain/diophantine_equation.py | 2 +-
implementation/celular_automata/README.md | 2 +-
implementation/chiper/README.md | 2 +-
implementation/fractal/README.md | 2 +-
implementation/linear_algebra/README.md | 2 +-
object_oriented_programming/README.md | 24 ++--
.../basic_oop/00_definisi_kelas/README.md | 50 ++++----
.../basic_oop/01_atribut_kelas/README.md | 26 ++--
.../basic_oop/02_mewarisi_kelas/README.md | 14 +--
.../intermediate/README.md | 20 +--
.../intermediate/encapsulation/README.md | 12 +-
.../intermediate/polimorfis/README.md | 42 +++----
other/turtle/README.md | 4 +-
.../00_pengenalan_regex/README.md | 4 +-
struktur_data/stack/README.md | 10 +-
struktur_data/tree/README.md | 8 +-
struktur_data/tree/avl_tree/README.md | 32 ++---
.../tree/binary_search_tree/README.md | 4 +-
web_programming/README.md | 2 +-
50 files changed, 368 insertions(+), 365 deletions(-)
diff --git a/Basic/01_introduction/README.md b/Basic/01_introduction/README.md
index e2184902..eac1dee4 100644
--- a/Basic/01_introduction/README.md
+++ b/Basic/01_introduction/README.md
@@ -17,7 +17,7 @@ Selamat datang di pemrograman Python dasar. Disini kalian dapat memulai pertama
Python dibuat dan dikembangkan oleh [Guido van Rossum](https://en.wikipedia.org/wiki/Guido_van_Rossum), programmer yang berasal dari Belanda. Python dibuat dengan menggunakan bahasa pemrograman C sebagai basisnya. Pemilihan nama Python itu sendiri diambil dari sebuah acara televisi yang lumayan terkenal yang bernama __Monty Python’s Flying Circus__ yang merupakan acara sirkus favorit dari Guido.
-Python adalah bahasa pemograman multiparadigma, yaitu mendukum pemogramaan berorientasi objek, pemograman terstruktur dan pemgoraman fungsional.
+Python adalah bahasa pemograman multiparadigma, yaitu mendukung pemograman berorientasi objek, pemograman terstruktur dan pemgoraman fungsional.
Kelebihan Python antara lain:
- mudah untuk dipelajari,
@@ -25,7 +25,7 @@ Kelebihan Python antara lain:
- mendukung __iot__ (__internet of things__),
- __multiplatform__, artinya dapat dijalan di berbagai jenis sistem.
-Contoh yang implementasi dari bahasa pemograman Python adalah:
+Contoh implementasi dari bahasa pemograman Python adalah:
- komputasi ilmiah dan numerik contohnya seperti [SciPy](https://scipy.org/),
- aplikasi bisnis seperti [Tryton](https://www.tryton.org/),
- pembuatan game seperti [Battlefield 2](https://en.wikipedia.org/wiki/Battlefield_2),
diff --git a/Basic/02_tipe_data/README.md b/Basic/02_tipe_data/README.md
index 0e316dfd..e078590c 100644
--- a/Basic/02_tipe_data/README.md
+++ b/Basic/02_tipe_data/README.md
@@ -5,21 +5,21 @@ Variabel sendiri adalah sebuah wadah untuk menyimpan data.
Beberapa tipe data dalam Python:
-- berupa text
+- Berupa text
- ``str``
- merupakan salah satu tipe data yang berupa string, berfungsi untuk menghasilkan tipe data string seperti huruf abjad atau simbol lain
+ Merupakan salah satu tipe data yang berupa string, berfungsi untuk menghasilkan tipe data string seperti huruf abjad atau simbol lain.
```python
nama_saya = "franklin"
email_saya = "benjamin@franklin"
```
-- berupa angka
+- Berupa angka
- ``int``
- merupakan salah satu tipe numerik yang sering dipakai dalam pemograman, yang berupa bilangan bulat
+ Merupakan salah satu tipe numerik yang sering dipakai dalam pemograman berupa bilangan bulat.
```python
angka_saya = 25
tahun_lahir = 1945
@@ -27,7 +27,7 @@ Beberapa tipe data dalam Python:
- ``float``
- merupakan salah satu tipe numerik yang menghasilkan berupa bilangan pecahan, sangat berguna dalam menghasilkan nilai secara detail
+ Merupakan salah satu tipe numerik yang menghasilkan berupa bilangan pecahan, sangat berguna dalam menghasilkan nilai secara detail.
```python
nilai_saya = 95.281724
nilai_teman = 30.25912
@@ -35,17 +35,17 @@ Beberapa tipe data dalam Python:
- ``complex``
- merupakan salah satu tipe data numerik yang berfungsi menghasil sebuah angka complex, contoh angka complex bisa dilihat [disini](https://id.wikipedia.org/wiki/Bilangan_kompleks)
+ Merupakan salah satu tipe data numerik yang berfungsi menghasil sebuah angka complex, contoh angka complex bisa dilihat [di sini](https://id.wikipedia.org/wiki/Bilangan_kompleks).
```python
angka_kompleks_saya = complex(1.5)
angka_teman_saya = complex(2j)
```
-- berupa urutan (sekuensial)
+- Berupa urutan (sekuensial)
- ``list``
- tipe data list adalah tipe data koleksi yang berisi beberapa value yang terdapat dalam satu variabel. list menggunakan kurung kotak
+ Tipe data list adalah tipe data koleksi yang berisi beberapa value yang terdapat dalam satu variabel. List menggunakan kurung kotak ``[ ]``.
```python
nama_siswa = ['woody', 'buzz', 'andy']
nilai_siswa = [12, 13, 14]
@@ -53,10 +53,10 @@ Beberapa tipe data dalam Python:
- ``tuple``
- tipe data tuple adalah tipe data koleksi yang berisi beberap value yang terdapat dalam satu variabel. perbedaan diantara keduanya adalah
+ Tipe data tuple adalah tipe data koleksi yang berisi beberap value yang terdapat dalam satu variabel. Perbedaan di antara keduanya adalah:
- - tipe data tuple jika diberi value, maka tipe data tersebut tidak dapat diubah kembali
- - tipe data tuple menggunakan tutup kurung biasa ``()``
+ - tipe data tuple jika diberi value, maka tipe data tersebut tidak dapat diubah kembali.
+ - tipe data tuple menggunakan tutup kurung biasa ``()``.
```python
nama_siswa = ('buzz', 'andy', 'woody')
@@ -65,7 +65,7 @@ Beberapa tipe data dalam Python:
- ``set``
- Tipe data set adalah tipe data koleksi yang elemennya dapat dirubah, tidak terurut, dan bersifat unik. Sesuai dengan namanya, tipe data set memiliki operasi matematika himpunan seperti gabungan, irisan, selisih, dan lain-lain. Set menggunakan kurung kurawal ``{}``
+ Tipe data set adalah tipe data koleksi yang elemennya dapat dirubah, tidak terurut, dan bersifat unik. Sesuai dengan namanya, tipe data set memiliki operasi matematika himpunan seperti gabungan, irisan, selisih, dan lain-lain. Set menggunakan kurung kurawal ``{}``.
```python
nama_siswa = {'buzz', 'andy', 'woody'}
@@ -74,18 +74,18 @@ Beberapa tipe data dalam Python:
- ``frozenset``
- Tipe data frozenset adalah tipe data koleksi yang mirip dengan set, yang membedakannya dengan set adalah elemen pada frozenset tidak dapat dirubah setelah frozenset dibuat
+ Tipe data frozenset adalah tipe data koleksi yang mirip dengan set, yang membedakannya dengan set adalah elemen pada frozenset tidak dapat dirubah setelah frozenset dibuat.
```python
nama_siswa = frozenset(['woody', 'buzz', 'andy'])
nilai = frozenset([12, 13, 14])
```
-- berupa map (kata kunci, dictionary)
+- Berupa map (kata kunci, dictionary)
- ``dict``
- tipe data dict atau dictionary adalah tipe data array dimana kunci atau __key__ dari array bisa berbentuk string, dan angka
+ Tipe data dict atau dictionary adalah tipe data array dimana kunci atau __key__ dari array bisa berbentuk string dan angka.
```python
hari = {
"sen": "senin",
@@ -94,30 +94,28 @@ Beberapa tipe data dalam Python:
}
```
-- berupa tipe data binary (bytes, bytearray, memmoryview)
+- Berupa tipe data binary (bytes, bytearray, memmoryview)
- ``bytes``
- merupakan sebuah object tipe data yang berisikan array tunggal
+ Merupakan sebuah object tipe data yang berisikan array tunggal.
```python
angka_saya = bytes(12)
angka_saya1 = bytes(300)
```
- ``bytearray``
- merupakan seubah object tipe data yang berisikan array byte tunggal yang tidak dapat dirubah
+ Merupakan seubah object tipe data yang berisikan array byte tunggal yang tidak dapat dirubah.
```python
angka_saya = bytearray(12)
```
- ``memoryview``
- memmoryview adalah cara aman untuk mengekspos protokol buffer dengan python. ini memungkinkan untuk mengakses buffer internal suatu objek dengan membuat objek tampilan.
-
- memmoryview mengambalikan fungsi tampilan memori daripada objek yang diberikan
+ Memmoryview adalah cara aman untuk mengekspos protokol buffer dengan python. Ini memungkinkan untuk mengakses buffer internal suatu objek dengan membuat objek tampilan. Memmoryview mengambalikan fungsi tampilan memori daripada objek yang diberikan.
```python
angka_saya = memoryview(bytes(12))
angka_saya1 = memoryview(bytes(1212))
```
-Video penjelasan tentang tipe data = [Belajar python dasar - mengenal tipe data data](https://www.youtube.com/watch?v=b3X0CH98Y9g&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=6)
+Video penjelasan tentang tipe data = [Belajar python dasar - mengenal tipe data](https://www.youtube.com/watch?v=b3X0CH98Y9g&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=6)
[Materi Selanjutnya](../03_variable)
\ No newline at end of file
diff --git a/Basic/03_variable/README.md b/Basic/03_variable/README.md
index 181b4784..83d8f978 100644
--- a/Basic/03_variable/README.md
+++ b/Basic/03_variable/README.md
@@ -17,7 +17,7 @@ print(angka_saya)
## Assign variabel
-Kita bisa assing variable dengan variabel lainnya agar mudah unduk mendklarasikan sebuah nilai yang sama dengan variabel yang berbeda, sebagai contoh:
+Kita bisa assing variable dengan variabel lainnya agar mudah untuk mendeklarasikan sebuah nilai yang sama dengan variabel yang berbeda, sebagai contoh:
```python
angka_saya = 200
@@ -53,7 +53,7 @@ print(nama)
Python memiliki beberapa peraturan dalam penulisan sebuah variabel. Peraturan tersebut adalah:
-1. menggunakan kata tanpa didahuli dengan angka:
+1. Menggunakan kata tanpa didahuli dengan angka:
**contoh benar**
```python
@@ -63,7 +63,7 @@ Python memiliki beberapa peraturan dalam penulisan sebuah variabel. Peraturan te
```python
1nama = "bob"
```
-2. menggunakan underscore (garis bawah) jika ingin menggunakan kata yang panjang:
+2. Menggunakan underscore (garis bawah) jika ingin menggunakan kata yang panjang:
**contoh yang benar**
```python
@@ -73,18 +73,18 @@ Python memiliki beberapa peraturan dalam penulisan sebuah variabel. Peraturan te
```python
12angka_saya = 12
```
-3. variabel pada python bersifat sensitif, penggunaan huruf besar dan kecil sangat diperhatikan:
+3. Variabel pada python bersifat sensitif, penggunaan huruf besar dan kecil sangat diperhatikan:
contoh
```python
Nama_saya = "james"
nama_saya = "james"
```
- contoh diatas akan menghasilkan 2 nama karena variabel tersebut secara kalimat sama tapi secara penulisan berbeda, python memperhatikan hal ini.
+ contoh diatas akan menghasilkan 2 nama karena variabel tersebut secara kalimat sama tapi secara penulisan berbeda, Python memperhatikan hal ini.
Pada Python, penggunaan variabel disarankan menggunakan ``snake_case``.
-## keywords yang tidak bisa digunakan pada python
+## Keywords yang tidak bisa digunakan pada python
Ada beberapa kata yang dilarang untuk digunakan sebagai nama variabel. Contoh penggunaan kata yang dilarang pada Python:
@@ -93,7 +93,7 @@ class sma_saya = "bahasa"
print(sma_saya)
```
-Hasil esekusi diatas akan menyebabkan error karena ``class`` merupaakan salah satu nama fungsi dari python.
+Hasil esekusi diatas akan menyebabkan error karena ``class`` merupakan salah satu nama fungsi dari Python.
Kata/keywords yang dilarang:
diff --git a/Basic/04_operator/README.md b/Basic/04_operator/README.md
index 3a6f82c7..6d48169b 100644
--- a/Basic/04_operator/README.md
+++ b/Basic/04_operator/README.md
@@ -3,6 +3,7 @@
Operator digunakan untuk melakukan operasi pada variabel atau value.
Python memiliki beberapa jenis operator yaitu:
+
- [operator aritmatika](operator_aritmatika.py)
- [operator penugasan](operator_penugasan.py)
- [operator komparasi](operator_perbandingan.py)
@@ -10,9 +11,9 @@ Python memiliki beberapa jenis operator yaitu:
- [operator identitas](operator_identitas.py)
- operasi member
-
## Operator Aritmatika
-Operator aritmatika adalah operator yang digunakan untuk melakukan operasi matematika diantara value atau variabel.
+
+Operator aritmatika adalah operator yang digunakan untuk melakukan operasi matematika di antara value atau variabel.
Sebagai contoh operasi pertambahan:
@@ -28,17 +29,17 @@ Operasi tersebut menambahkan kedua variabel yang memiliki value yaitu 2 dan 3.
Berikut table dari operator aritmatika:
| operator | nama operator | contoh penggunaan |
-|----------|---------------|-------------------|
+| -------- | ------------- | ----------------- |
| + | penambahan | a + b |
| - | pengurangan | a - b |
| * | perkalian | a * b |
| / | pembagian | a / b |
-| ** | perpangkatan | a ** b |
+| * * | perpangkatan | a ** b |
| % | modulus | a % b |
| // | floor | a // b |
-
## Operator Penugasan
+
Operator penugasan adalah opertor yang digunakan untuk menetapkan suatu bilangan ke dalam variabel.
Sebagai contoh operasi penugasan:
@@ -54,24 +55,24 @@ Operasi tersebut menambahkan sekaligus menetapkan ke dalam variabel nilai.
Berikut tabel dari operasi penugasan:
-| Operator | Example | Sama Dengan |
-|---------------|---------------|---------------|
-| = | x = 5 | x = 5 |
-| += | x += 3 | x = x + 3 |
-| -= | x -= 3 | x = x - 3 |
-| *= | x *= 3 | x = x * 3 |
-| /= | x /= 3 | x = x / 3 |
-| %= | x %= 3 | x = x % 3 |
-| //= | x //= 3 | x = x // 3 |
-| **= | x **= 3 | x = x ** 3 |
-| &= | x &= 3 | x = x & 3 |
-| |= | x |= 3 | x = x | 3 |
-| ^= | x ^= 3 | x = x ^ 3 |
-| <<= | x <<= 3 | x = x << 3 |
-| >>= | x >>= 3 | x = x >> 3 |
-
+| Operator | Example | Sama Dengan |
+| -------- | ----------- | -------------- |
+| = | x = 5 | x = 5 |
+| += | x += 3 | x = x + 3 |
+| -= | x -= 3 | x = x - 3 |
+| *= | x *= 3 | x = x * 3 |
+| /= | x /= 3 | x = x / 3 |
+| %= | x %= 3 | x = x % 3 |
+| //= | x //= 3 | x = x // 3 |
+| **= | x **= 3 | x = x ** 3 |
+| &= | x &= 3 | x = x & 3 |
+| |= | x |= 3 | x = x | 3 |
+| ^= | x ^= 3 | x = x ^ 3 |
+| <<= | x <<= 3 | x = x << 3 |
+| >>= | x >>= 3 | x = x >> 3 |
## Operator Perbandingan
+
Operator perbandingan adalah operator yang digunakan untuk membandingkan suatu nilai dengan nilai yang lain.
Sebagai contoh operasi perbandingan:
@@ -84,16 +85,17 @@ Operasi tersebut membandingkan apakah nilai pertama lebih kecil daripada nilai k
Berikut tabel dari operasi perbandingan:
-| Operator | Artinya |
-|---------------|---------------------------------------|
-| == | Sama Dengan |
-| != | Tidak Sama Dengan |
-| > | Lebih besar dari |
-| < | Lebih Kecil dari |
-| >= | Lebih Besar dari atau sama dengan |
-| <= | Lebih Kecil dari atau sama dengan |
+| Operator | Artinya |
+| -------- | --------------------------------- |
+| == | Sama Dengan |
+| != | Tidak Sama Dengan |
+| > | Lebih besar dari |
+| < | Lebih Kecil dari |
+| >= | Lebih Besar dari atau sama dengan |
+| <= | Lebih Kecil dari atau sama dengan |
## Operator Logika
+
Operator logika adalah operator yang digunakan untuk mengecek apakah sebuah penyataan bernilai True atau False.
Sebagai contoh operasi logika:
@@ -102,18 +104,18 @@ Sebagai contoh operasi logika:
print(3 < 5 and 5 > 3) # True
```
-Operasi tersebut mengecek apakah kedua nilai yang di cek memiliki nilai True.
+Operasi tersebut mengecek apakah kedua nilai yang dicek memiliki nilai True.
Berikut tabel dari operasi logika:
-| Operator | Penjelasan |
-|---------------|-----------------------------------------------------------------------|
-| and | Mengembalikan nilai True jika kedua nilai memiliki nilai True |
-| or | Mengembalikan nilai True jika salah satu nilai memiliki nilai True |
-| not | Membalikkan hasil, mengembalikan False jika hasilnya True |
-
+| Operator | Penjelasan |
+| -------- | ------------------------------------------------------------------ |
+| and | Mengembalikan nilai True jika kedua nilai memiliki nilai True |
+| or | Mengembalikan nilai True jika salah satu nilai memiliki nilai True |
+| not | Membalikkan hasil, mengembalikan False jika hasilnya True |
## Operator Keanggotaan
+
Operator keanggotaan adalah operator yang digunakan untuk memvalidasi anggota di dalam sebuah kumpulan data.
Contoh operasi keanggotaan:
@@ -127,18 +129,19 @@ Operasi tersebut memvalidasi apakah `"Python"` ada di dalam list `list_bahasa_pe
Berikut tabel dari operasi keanggotaan:
-| Operator | Penjelasan |
-|---------------|-------------------------------------------------------------------------------|
-| in | Mengembalikan nilai True jika nilai yang disebutkan ada di dalam objek |
-| not in | Mengembalikan nilai True jika nilai yang disebutkan tidak ada di dalam objek |
-
+| Operator | Penjelasan |
+| -------- | ---------------------------------------------------------------------------- |
+| in | Mengembalikan nilai True jika nilai yang disebutkan ada di dalam objek |
+| not in | Mengembalikan nilai True jika nilai yang disebutkan tidak ada di dalam objek |
## Operator Identitas
-Operator identitas adalah operator yang digunakan untuk membandingkan suatu data. Jika data bernilai sama dan memilii memori yang sama, maka akan mengembalikan nilai True.
+
+Operator identitas adalah operator yang digunakan untuk membandingkan suatu data. Jika data bernilai sama dan memiliki memori yang sama, maka akan mengembalikan nilai True.
Contoh dari operasi identitas:
`contoh 1`
+
```python
x = 3
y = 7
@@ -158,6 +161,7 @@ Hasil:
Karena nilai dari variabel `x` dan `y` tidak memilki nilai dan memori yang sama.
`contoh 2`
+
```python
if (type(y) != int):
print("Ini bukan integer")
@@ -175,11 +179,10 @@ Karena tipe data yang digunakan pada variabel `y` adalah `integer`, bukan string
Berikut tabel dari operasi identitas:
-| Operator | Penjelasan |
-|---------------|-------------------------------------------------------------------------------|
-| is | Mengembalikan nilai True jika nilai yang disebutkan memiliki objek dan memori yang sama |
-| is not | Mengembalikan nilai True jika nilai yang disebutkan tidak memiliki objek dan memori yang sama |git
-
+| Operator | Penjelasan |
+| -------- | --------------------------------------------------------------------------------------------- | --- |
+| is | Mengembalikan nilai True jika nilai yang disebutkan memiliki objek dan memori yang sama |
+| is not | Mengembalikan nilai True jika nilai yang disebutkan tidak memiliki objek dan memori yang sama | git |
## Operator bitwise
@@ -228,20 +231,20 @@ a >> 1 = 0000 0101 = 5
Berikut tabel dari operasi identitas:
-| operator | deskripsi | sintaks |
-|:-- |---------------------| --: |
-|& | Bitwise AND | x & y |
-|\| | Bitwise OR | x | y |
-|~ | Bitwise NOT | ~x |
-|^ | Bitwise XOR | x ^ y |
-|>> | Bitwise right shift | x>> |
-|<< | Bitwise left shift | x<< |
-
+| operator | deskripsi | sintaks |
+| :------- | ------------------- | ------: | --- |
+| & | Bitwise AND | x & y |
+| \| | Bitwise OR | x | y |
+| ~ | Bitwise NOT | ~x |
+| ^ | Bitwise XOR | x ^ y |
+| >> | Bitwise right shift | x>> |
+| << | Bitwise left shift | x<< |
Teman-teman bisa mempelajari lebih lanjut tentang operator di link berikut:
+
1. [Operator Aritmatika](https://www.youtube.com/watch?v=gxmTFXfrMzk&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=5)
2. [Operator Perbandingan](https://www.youtube.com/watch?v=Kv_lDWq8kCc&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=11)
3. [Operator Logika](https://www.youtube.com/watch?v=Sl7zqPpC2VI&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=12)
4. [Operator Bitwise](https://www.youtube.com/watch?v=-VrqfCGwr88&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=14)
-[Materi Selanjutnya](../05_string)
\ No newline at end of file
+[Materi Selanjutnya](../05_string)
diff --git a/Basic/05_string/README.md b/Basic/05_string/README.md
index 980498a6..7290e18f 100644
--- a/Basic/05_string/README.md
+++ b/Basic/05_string/README.md
@@ -3,50 +3,50 @@
Seperti yang dijelaskan pada materi sebelumnya, string adalah salah satu tipe data
pada Python yang berfungsi untuk menyimpan huruf abjad atau simbol lain.
-## Mendeklarasikan variabel string
+### Mendeklarasikan variabel string
```python
kata_pertama = "warung"
```
-## Multiline String
+### Multiline String
String juga dapat dideklarasikan dengan cara berikut:
```python
-kata_saya = """indonesia adalah negara yang indah
+kata_saya = """Indonesia adalah negara yang indah
berada di bawah garis khatulistiwa
-aku cinta indonesia
+aku cinta Indonesia
"""
```
-## Mencetak tipe data string
+### Mencetak tipe data string
```python
print(kata_saya)
```
-## Mengkapitalisasi setiap karakter pada string
+### Mengkapitalisasi setiap karakter pada string
```python
print(kata_pertama.upper())
```
-## Membuat setiap karakter pada string menjadi huruf kecil
+### Membuat setiap karakter pada string menjadi huruf kecil
```python
print(kata_pertama.lower())
```
-## Mengambil salah satu karakter dari string
+### Mengambil salah satu karakter dari string
```python
print(kata_pertama[0])
```
-## Menghitung jumlah karatker dari string
+### Menghitung jumlah karatker dari string
```python
print(len(kata_pertama))
```
-## Mengecek kata khusus dalam sebuah string
+### Mengecek kata khusus dalam sebuah string
```python
-print("indonesia" in kata_saya)
+print("Indonesia" in kata_saya)
```
Video penjelasan tentang string = [Belajar python dasar - pengenalan string](https://www.youtube.com/watch?v=fhAEh1Z9YuY&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=16)
diff --git a/Basic/05_string/string_python.py b/Basic/05_string/string_python.py
index 385ea3d5..92550f2c 100644
--- a/Basic/05_string/string_python.py
+++ b/Basic/05_string/string_python.py
@@ -9,9 +9,9 @@
# bisa juga menggunakan multi string
# bisa menggunakan 3 tanda petik dua atau satu
-kata_saya = """indonesia adalah negara yang indah
+kata_saya = """Indonesia adalah negara yang indah
berada di bawah garis khatulistiwa
-aku cinta indonesia
+aku cinta Indonesia
"""
# print(kata_pertama)
@@ -33,4 +33,4 @@
# kita juga dapat mengecek kata khusus dalam sebuah string
# contoh
-print("indonesia" in kata_saya)
+print("Indonesia" in kata_saya)
diff --git a/Basic/06_input_output/README.md b/Basic/06_input_output/README.md
index bb504d90..fe71910e 100644
--- a/Basic/06_input_output/README.md
+++ b/Basic/06_input_output/README.md
@@ -46,7 +46,7 @@ nama = input("masukkan nama ")
print("di variabel nama sekarang adalah ", nama)
```
-Maka output yang keluar adalah
+Maka output yang keluar adalah:
```bash
arfy
diff --git a/Basic/07_logika_percabangan/README.md b/Basic/07_logika_percabangan/README.md
index e5c3efb9..75158b8d 100644
--- a/Basic/07_logika_percabangan/README.md
+++ b/Basic/07_logika_percabangan/README.md
@@ -8,7 +8,7 @@ if cuaca == "hujan":
print("gunakan payung")
```
-Contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika cuaca hujan maka akan menggunakan payung, dan bagaimana jika value dari ``"hujan"`` kita ganti dengan cerah?.
+Contoh di atas merupakan contoh sederhana dari logika percabangan dimana jika cuaca hujan maka akan menggunakan payung, dan bagaimana jika value dari ``"hujan"`` kita ganti dengan cerah?.
Jika kita mengganti variabelnya dari ``cuaca = "hujan"``, maka program tidak menghasilkan apapun karena tidak membuat sebuah fungsi atau operator apapun jika ``cerah``, maka untuk membuat fungsi atau operator logika agar dapat mengambil data value berupa ``jika cerah maka tidak menggunakan payung``.
@@ -21,7 +21,7 @@ elif cuaca == "cerah":
print("tidak menggunakan payung")
```
-Contoh diatas merupakan contoh sederhana dari logika percabangan dimana jika cuaca cerah maka tidak menggunakan payung, dan bagaimana jika value dari ``"cerah"``, ``"hujan"`` kita ganti dengan bebas?
+Contoh di atas merupakan contoh sederhana dari logika percabangan dimana jika cuaca cerah maka tidak menggunakan payung, dan bagaimana jika value dari ``"cerah"``, ``"hujan"`` kita ganti dengan bebas?
```python
# membuat variabel dari cuaca
diff --git a/Basic/08_perulangan/README.md b/Basic/08_perulangan/README.md
index 9f86b767..2fee0fe3 100644
--- a/Basic/08_perulangan/README.md
+++ b/Basic/08_perulangan/README.md
@@ -34,7 +34,7 @@ while b >= 1:
Apabila variable b yang awalnya 5, masih lebih besar atau sama dengan 1, apabila variable b sudah menyentuh angka 0, maka loop statement otomatis tidak akan bekerja.
-Bisakah kita menghentikan proses looping ditengah statement yang masih memenuhi persyaratan?
+Bisakah kita menghentikan proses looping di tengah statement yang masih memenuhi persyaratan?
Tentu bisa dong!
Yaitu denga menggunakan keyword ```break```. Contohnya:
@@ -49,7 +49,7 @@ while c <= 5:
c += 1
```
-Apabila nilai variable `c` masih ada dibawah atau sama dengan `5` maka proses loop bisa dilakukan, tetapi, jika nilai `c` sudah di angka `3`, kita melakukan proses ```break```, atau berhenti. Jadi kita menghentikan loop nya meskipun hasil statement loop nya masih benar.
+Apabila nilai variable `c` masih ada di bawah atau sama dengan `5` maka proses loop bisa dilakukan, tetapi, jika nilai `c` sudah di angka `3`, kita melakukan proses ```break```, atau berhenti. Jadi kita menghentikan loop nya meskipun hasil statement loop nya masih benar.
Terus, bisa diskip ga sih suatu bilangan? Bisa dong, kita memakai statement ```continue```, contohnya:
@@ -102,7 +102,7 @@ for item in angka:
break
```
-Meskipun statement dari `break` for loop ini beda dengan while loop, makna nya sama saja, kalau item nya udah di angka 3, break aja, atau selesaikan aja.
+Meskipun statement dari `break` for loop ini beda dengan while loop, maknanya sama saja, kalau itemnya udah di angka 3, break aja, atau selesaikan aja.
apa di for loop ada ```continue```? pastinyaa:
diff --git a/Basic/09_fungsi/README.md b/Basic/09_fungsi/README.md
index 54f69298..b92739b3 100644
--- a/Basic/09_fungsi/README.md
+++ b/Basic/09_fungsi/README.md
@@ -9,7 +9,7 @@ def hello():
print('Hello !')
```
-Apabila kita ingin meng-gunakan fungsi tersebut kita bisa memanggilnya dengan:
+Apabila kita ingin menggunakan fungsi tersebut kita bisa memanggilnya dengan:
```python
hello()
@@ -96,8 +96,7 @@ unlimited([1,2],[3,4])
Contoh dari unlimited nya adalah, pada command pertama, kita memasukkan 4 parameter, command kedua, kita memasukkan 2 parameter.
-Last, but not least, unlimited keyword argument, dimana kita memberi tahu bahwa argument kita ini memiliki key, atau kunci, hal ini sama dengan dictionary
-di mana pada unlimited keyword argument, python memakai prinsip dictionary, sementara pada unlimited argument, python mengadopsi konsep tuple.
+Last, but not least, unlimited keyword argument, dimana kita memberi tahu bahwa argument kita ini memiliki key, atau kunci, hal ini sama dengan dictionary dimana pada unlimited keyword argument, python memakai prinsip dictionary, sementara pada unlimited argument, python mengadopsi konsep tuple.
Contohnya:
@@ -126,10 +125,10 @@ def recursion(param):
```
Kita harus memperhatikan dua hal ketika berurusan dengan rekursi:
-1. *Base Case* : *Base Case* berfungsi untuk mengentikan proses rekursi. Kita harus jeli ketika mendefinisikan *base case*, sebab tiap
+1. __*Base Case*__ : *Base Case* berfungsi untuk mengentikan proses rekursi. Kita harus jeli ketika mendefinisikan *base case*, sebab tiap
permasalahan memiliki *base case* yang berbeda. Salah mendefinisikan *base case* dapat berakhir dengan *infinite recursion*. *Base Case* biasanya
didefinisikan ketika ```n = 0``` atau ```n = 1```.
-2. Proses Rekursi : Proses rekursi merupakan solusi penyederhanaan dari masalah yang besar menjadi subpermasalahan yang lebih kecil. Sama seperti
+2. __Proses Rekursi__ : Proses rekursi merupakan solusi penyederhanaan dari masalah yang besar menjadi subpermasalahan yang lebih kecil. Sama seperti
*base case*, proses rekursi setiap permasalahan berbeda-beda.
Contoh fungsi rekursi adalah faktorial. Faktorial merupakan perkalian mundur suatu bilangan positif yang kurang lebih atau sama dengan *n*. Faktorial dilambangkan dengan ```n!```. Faktorial 0 atau ```0!``` bernilai 1. Nilai faktorial suatu bilangan positif dapat dihitung menggunakan proses rekursi yang ditunjukkan pada fungsi ```faktorial(n)``` di bawah:
@@ -178,7 +177,7 @@ Jika kita meng-```input``` variabel *n* dengan nilai 5, kita akan mendapatkan ``
**Jadi, daripada memikirkan base case dan proses rekursi, lebih baik kita menggunakan loop biasa ketika menghadapi permasalahan yang melibatkan proses iterasi?**
Jawabannya : **tidak**. Sebab, beberapa permasalahan dalam algoritma dan struktur data menggunakan pendekatan rekursi sebagai penyelesaian masalah. Hal ini disebabkan penyelesaian permasalahan menggunakan *loop* atau iterasi biasa tidak intuitif untuk permasalahan tersebut. Contoh solusi yang kurang intuitif dari permasalahan pada algoritma dan struktur data adalah ketika kita ingin meng-*insert* *node* pada *linked list* atau menambahkan *node* pada *tree*. Setidaknya sampai tulisan ini dibuat, penulis belum mendapatkan penyelesaian untuk menambahkan *node* pada kedua struktur data di atas menggunakan pendekatan iterasi biasa.
-Contoh lain dari penyelesaian masalah menggunakan rekursi dapat dilihat di file ```recursion_example.py``` yang ada di repositori.
+Contoh lain dari penyelesaian masalah menggunakan rekursi dapat dilihat pada file ```recursion_example.py``` yang ada di repositori.
## Closure
@@ -227,6 +226,8 @@ print(pangkat3(3))
```
-Bellshade Python Function
+Bellshade Python Function
+Bellshade Python Recursion
+
[Materi Selanjutnya](../10_list_tuple)
diff --git a/Basic/10_list_tuple/README.md b/Basic/10_list_tuple/README.md
index 0c4e80b5..3944223e 100644
--- a/Basic/10_list_tuple/README.md
+++ b/Basic/10_list_tuple/README.md
@@ -8,17 +8,17 @@ print(nama_hewan)
List memiliki index, index dimulai dari 0, dan index kedua dimulai dari angka 1.
-Kelebihan antara dari list adalah
+Kelebihan dari list adalah:
-- bisa dirubah
- list bisa dirubah dengan dengan cara
+- Bisa dirubah
+ list bisa dirubah dengan dengan cara:
```python
nama_hewan = ["sapi", "gajah", "ayam", "bebek"]
nama_hewan[1] = "kucing"
print(nama_hewan)
```
-- menerima duplikasi
- list juga duplikasi item, sebagai contoh
+- Menerima duplikasi
+ list juga duplikasi item, sebagai contoh:
```python
nama_hewan = ["ikan", "singa", "ikan", "sapi"]
print(nama_hewan)
@@ -32,7 +32,7 @@ nama_hewan = ("ikan", "gajah", "sapi", "paus")
print(nama_hewan)
```
-Vuat tuple dengan hanya satu item di dalamnya, jangan lupa menggunakan koma (`,`):
+Untuk tuple dengan hanya satu item di dalamnya menggunakan koma (`,`) karena jika tidak menggunakan koma akan dianggap sebagai string. Contoh:
```python
nama_hewan = ("sapi",)
diff --git a/Basic/11_manipulasi_string/README.md b/Basic/11_manipulasi_string/README.md
index 2d63d459..8818eeb5 100644
--- a/Basic/11_manipulasi_string/README.md
+++ b/Basic/11_manipulasi_string/README.md
@@ -1,37 +1,37 @@
-# manipulasi string
+# Manipulasi string
-pada python kita bisa merubah, dan memanipulasi string yang sudah ada agar sesuai dengan kebutuhan yang diinginkan
+Pada Python kita bisa merubah dan memanipulasi string yang sudah ada agar sesuai dengan kebutuhan yang diinginkan.
-- mengakses salah satu karakter dari string
+- Mengakses salah satu karakter dari string
```python
nama_saya = "zoelfikrie"
print(nama_saya[0])
```
-- menghitung semua karakter string
+- Menghitung semua karakter string
```python
nama_saya = "athallamajed"
print(len(nama_saya))
```
-- menghitung jumlah suatu huruf dari karakter
+- Menghitung jumlah suatu huruf dari karakter
```python
nama_saya = "carl loghmatten"
print(nama_saya.count("l"))
```
-- menghitung jumlah spasi pada string
+- Menghitung jumlah spasi pada string
```python
kalimat = "program belajar indonesia"
print(kalimat.count(' '))
```
-- memotong karakter
+- Memotong karakter
```
kata = "indonesia programming"
@@ -55,13 +55,13 @@ pada python kita bisa merubah, dan memanipulasi string yang sudah ada agar sesua
print(kata[-3:])
```
-- mengulang sebanyak dari string
+- Mengulang sebanyak dari string
```python
# mengulang sebanyak 100 kali
print("indonesia" * 100)
```
-- mengubah kata dari string
+- Mengubah kata dari string
```python
kata = "belajar memasak"
@@ -77,7 +77,7 @@ pada python kita bisa merubah, dan memanipulasi string yang sudah ada agar sesua
| ``capitalize()`` | mengubah awalan huruf utama menjadi kapital | ``kata.capitalize()`` |
| ``swapcase()``| mengubah setiap awalan kata kalimat menjadi huruf kecil | ``kata.swapcase()``|
-- membalikkan string
+- Membalikkan string
```python
kata = "bellshade python"
@@ -87,7 +87,7 @@ pada python kita bisa merubah, dan memanipulasi string yang sudah ada agar sesua
print(' '.join(reversed(kata)))
```
-- penggabungan string
+- Penggabungan string
```python
kata = "memasak"
@@ -101,7 +101,7 @@ pada python kita bisa merubah, dan memanipulasi string yang sudah ada agar sesua
print("x".join(kata))
```
-- pengecekan
+- Pengecekan
- ``kata.isalnum()``
cek kata tersebut mengandung alphanumerik atau tidak
diff --git a/Basic/12_exception/README.md b/Basic/12_exception/README.md
index d355eab1..20b71b4a 100644
--- a/Basic/12_exception/README.md
+++ b/Basic/12_exception/README.md
@@ -1,7 +1,7 @@
# Exceptions (Eksepsi)
-Saat melakukan pemrograman di bahasa _python_, pasti sebagian besar _developer_ pernah mengalami kesalahan ketika mengeksekusi sebuah program yang dikenal dengan sebutan _error_. Hal ini terjadi karena ada kesalahan dalam menuliskan sintaks yang membuat program tersebut berhenti dan memunculkan pesan kesalahan (_error_) tersebut. Beberapa contoh kesalahan yang biasa kita lakukan ketika memprogram bahasa _python_ diantaranya:
+Saat melakukan pemrograman di bahasa _Python_, pasti sebagian besar _developer_ pernah mengalami kesalahan ketika mengeksekusi sebuah program yang dikenal dengan sebutan _error_. Hal ini terjadi karena ada kesalahan dalam menuliskan sintaks yang membuat program tersebut berhenti dan memunculkan pesan kesalahan (_error_) tersebut. Beberapa contoh kesalahan yang biasa kita lakukan ketika memprogram bahasa _Python_ diantaranya:
-- Pernyataan `if` atau `for` yang tidak diikuti dengan tanda titik dua
+- Pernyataan `if` atau `for` yang tidak diikuti dengan tanda titik dua.
```python
>>> if True
File "", line 1
@@ -10,7 +10,7 @@ Saat melakukan pemrograman di bahasa _python_, pasti sebagian besar _developer_
SyntaxError: invalid syntax
```
-- Penggunaan tanda kurung yang salah
+- Penggunaan tanda kurung yang salah.
```python
>>> print('contoh penulisan yang salah'))
File "", line 1
@@ -20,7 +20,7 @@ Saat melakukan pemrograman di bahasa _python_, pasti sebagian besar _developer_
```
_Error_ juga dapat terjadi saat program berjalan (_runtime_) yang disebut dengan eksepsi (_exception_). Beberapa contoh eksepsi yang biasa ditemukan adalah sebagai berikut:
-- `ZeroDivisionError` : suatu bilangan numerik tidak dapat dibagi dengan nol
+- `ZeroDivisionError` : suatu bilangan numerik tidak dapat dibagi dengan nol.
```python
>>> 2 / 0
Traceback (most recent call last):
@@ -28,7 +28,7 @@ _Error_ juga dapat terjadi saat program berjalan (_runtime_) yang disebut dengan
ZeroDivisionError: division by zero
```
-- `TypeError` : operasi aritmatika pada tipe data yang tidak sesuai, misalkan tidak dapat melakukan operasi penjumlahan antara _integer_ dengan _string_
+- `TypeError` : operasi aritmatika pada tipe data yang tidak sesuai, misalkan tidak dapat melakukan operasi penjumlahan antara _integer_ dengan _string_.
```python
>>> 5 + "5"
Traceback (most recent call last):
@@ -36,7 +36,7 @@ _Error_ juga dapat terjadi saat program berjalan (_runtime_) yang disebut dengan
TypeError: unsupported operand type(s) for +: 'int' and 'str'
```
## Exeption Handling (Penanganan Eksepsi)
-Seperti yang sudah diketahui di awal bahwa terjadinya _error_ atau _exception_ menyebabkan program terhenti. Untuk mengantisipasi hal ini, _python_ menyediakan penanganan kesalahan tersebut menggunakan pernyataan `try` dan `except`. Letakkan baris program yang memiliki kemungkinan _error_ di dalam blok `try`. Bila terjadi error di dalam blok `try`, tangani di dalam blok `except`. Struktur penulisan kodenya adalah sebagai berikut.
+Seperti yang sudah diketahui di awal bahwa terjadinya _error_ atau _exception_ menyebabkan program terhenti. Untuk mengantisipasi hal ini, _Python_ menyediakan penanganan kesalahan tersebut menggunakan pernyataan `try` dan `except`. Letakkan baris program yang memiliki kemungkinan _error_ di dalam blok `try`. Bila terjadi error di dalam blok `try`, tangani di dalam blok `except`. Struktur penulisan kodenya adalah sebagai berikut.
```python
try:
# eksekusi baris ini jika tidak ada kesalahan (error)
@@ -53,7 +53,7 @@ except:
# tangani error di sini
print('Bilangan tidak dapat dibagi dengan nol')
```
-Pada contoh di atas, sebelum masuk ke dalam blok `except`, alangkah baiknya diikuti dengan jenis eksepsi yang ingin ditangani. Karena bisa saja terdapat lebih dari satu jenis eksepsi yang berbeda untuk ditangani. Pada contoh di atas, untuk menangani untuk eksepsi `ZeroDivisionError`, maka penulisan kodenya sebagai berikut.
+Pada contoh di atas, sebelum masuk ke dalam blok `except`, alangkah baiknya diikuti dengan jenis eksepsi yang ingin ditangani. Karena bisa saja terdapat lebih dari satu jenis eksepsi yang berbeda untuk ditangani. Pada contoh di atas, untuk menangani untuk eksepsi `ZeroDivisionError`, maka penulisan kodenya sebagai berikut:
```python
try:
# karena pembaginya adalah nol, maka tangani error di except
@@ -64,7 +64,7 @@ except ZeroDivisionError:
print('Bilangan tidak dapat dibagi dengan nol')
```
-Jika kita ingin menangani lebih dari satu eksepsi, maka jenis eksepsi yang ingin disebutkan menggunakan tuple. Contoh, jika ingin menangani `ZeroDivisionError` dan `TypeError`, maka struktur penulisannya menjadi sebagai berikut.
+Jika kita ingin menangani lebih dari satu eksepsi, maka jenis eksepsi yang ingin disebutkan menggunakan tuple. Contoh, jika ingin menangani `ZeroDivisionError` dan `TypeError`, maka struktur penulisannya menjadi sebagai berikut:
```python
try:
# lakukan sesuatu
@@ -72,7 +72,7 @@ except (ZeroDivisionError, TypeError):
# tangani error di sini
```
-Eksepsi dapat ditangani menggunakan lebih dari satu blok `except`. Dari contoh kasus di atas, dapat dikembangkan sebagai berikut.
+Eksepsi dapat ditangani menggunakan lebih dari satu blok `except`. Dari contoh kasus di atas, dapat dikembangkan sebagai berikut:
```python
try:
hasil = 5 / "2"
@@ -85,7 +85,7 @@ except TypeError:
print("Kedua bilangan berbeda tipe")
```
-Selain itu, kita dapat menampilkan pesan kesalahan atau eksepsi bawaan _python_ dengan menambahkan _alias_ menggunakan kata kunci `as` setelah jenis eksepsinya. Kemudian cetak pesan kesalahan dengan _alias_ tersebut menggunakan `print()`. Contoh penulisannya sebagai berikut.
+Selain itu, kita dapat menampilkan pesan kesalahan atau eksepsi bawaan _Python_ dengan menambahkan _alias_ menggunakan kata kunci `as` setelah jenis eksepsinya. Kemudian cetak pesan kesalahan dengan _alias_ tersebut menggunakan `print()`. Contoh penulisannya sebagai berikut.
```python
# Bentuk 1
try:
diff --git a/Basic/13_module/README.md b/Basic/13_module/README.md
index a409690e..4af4d88b 100644
--- a/Basic/13_module/README.md
+++ b/Basic/13_module/README.md
@@ -1,5 +1,5 @@
# Module (Modul)
-_Module_ adalah sebuah _file_ yang berekstensi `.py` yang berisi kumpulan fungsi, _class_ maupun variabel. Keguanaan dari _module_ adalah untuk memecah kode bagian besar menjadi bagian-bagian kecil ke dalam _file_ yang terpisah berekstensi `.py` agar mudah dikelola. _Module_ bersifat _reusable_ yang artinya dapat digunakan secara berulang dimanapun sesuai dengan kebutuhan.
+_Module_ adalah sebuah _file_ yang berekstensi `.py` yang berisi kumpulan fungsi, _class_ maupun variabel. Kegunaan dari _module_ adalah untuk memecah kode bagian besar menjadi bagian-bagian kecil ke dalam _file_ yang terpisah berekstensi `.py` agar mudah dikelola. _Module_ bersifat _reusable_ yang artinya dapat digunakan secara berulang dimanapun sesuai dengan kebutuhan.
## Mendefinisikan modul
Misalkan, terdapat kumpulan fungsi untuk melakukan perhitungan operasi aritmatika sederhana di dalam sebuah _file_ baru, misalkan `kalkulator.py`
@@ -46,13 +46,13 @@ Output:
5.0
```
-Selain menggunakan kata kunci `import`, pemanggilan modul dapat dilakukan dengan menggunakan pola `from ... import ...`, dimana kata kunci `from` diikuti dengan nama modul (_file python_) yang ingin dipanggil dan dilanjutkan dengan kata kunci `import` yang diikuti dengan nama _class_, fungsi dan variabel yang ingin digunakan secara spesifik pada modul tersebut. Sebagai contoh, buat _file_ baru yang namanya `perhitungan2.py`. Di dalam _file_ tersebut, dilakukan pemanggilan _file_ `kalkulator.py` beserta fungsi di dalamnya yang akan digunakan. Penulisan di awal baris kode adalah sebagai berikut.
+Selain menggunakan kata kunci `import`, pemanggilan modul dapat dilakukan dengan menggunakan pola `from ... import ...`, dimana kata kunci `from` diikuti dengan nama modul (_file python_) yang ingin dipanggil dan dilanjutkan dengan kata kunci `import` yang diikuti dengan nama _class_, fungsi dan variabel yang ingin digunakan secara spesifik pada modul tersebut. Sebagai contoh, buat _file_ baru yang namanya `perhitungan2.py`. Di dalam _file_ tersebut, dilakukan pemanggilan _file_ `kalkulator.py` beserta fungsi di dalamnya yang akan digunakan. Penulisan di awal baris kode adalah sebagai berikut:
```python
from kalkulator import tambah, kurang, kali, bagi
```
-Penggunaan fungsi yang telah di-_import_ tanpa menggunakan notasi titik, sehingga menjadi sebagai berikut
+Penggunaan fungsi yang telah di-_import_ tanpa menggunakan notasi titik, sehingga menjadi sebagai berikut:
```python
print(tambah(2, 3))
print(kurang(2, 3))
diff --git a/Basic/14_python_datetime/README.md b/Basic/14_python_datetime/README.md
index ad8823b2..a17f3f73 100644
--- a/Basic/14_python_datetime/README.md
+++ b/Basic/14_python_datetime/README.md
@@ -1,6 +1,6 @@
# Tanggal dan Waktu (_datetime_)
-_Datetime_ adalah suatu standar pustaka (standard library) bawaan _python_ untuk manipulasi tanggal dan waktu. Untuk menggunakannya, cukup `import` dari module `datetime`.
+_Datetime_ adalah suatu standar pustaka (standard library) bawaan _P ython_ untuk manipulasi tanggal dan waktu. Untuk menggunakannya, cukup `import` dari module `datetime`.
```python
import datetime
@@ -28,19 +28,19 @@ print(sekarang.day)
## Format penulisan tanggal
-Modul `datetime` memungkinkan kita unuk menulis format tanggal sesuai yang diinginkan. Beberapa contoh penulisan tanggal adalah sebagai berikut
+Modul `datetime` memungkinkan kita unuk menulis format tanggal sesuai yang diinginkan. Beberapa contoh penulisan tanggal adalah sebagai berikut:
- 24-10-2021
- 24/10/2021
- 24 October 2021
- dan lain sebagainya
-Untuk melakukannya, gunakan fungsi `strftime()`, yang menerima argument string format penulisan tanggal yang biasanya diawali dengan tanda `%` yang dapat disebut juga dengan _directive_. Misalkan, jika ingin mengubah format tanggal hari ini menjadi `DD-MM-YYYY`, maka contoh penggunaan fungsi adalah sebagai berikut
+Untuk melakukannya, gunakan fungsi `strftime()`, yang menerima argument string format penulisan tanggal yang biasanya diawali dengan tanda `%` yang dapat disebut juga dengan _directive_. Misalkan, jika ingin mengubah format tanggal hari ini menjadi `DD-MM-YYYY`, maka contoh penggunaan fungsi adalah sebagai berikut:
```python
print(sekarang.strftime('%d-%m-%Y'))
```
-Contoh kode program di atas, terdapat 3 directive yang dapat dijelaskan sebagai berikut
+Contoh kode program di atas, terdapat 3 directive yang dapat dijelaskan sebagai berikut:
- `%d` : menampilkan tanggal dalam bentuk angka (01-31)
- `%m` : menampilkan bulan dalam bentuk angka (01-12)
- `%Y` : menampilkan tahun dalam versi lengkap (4 digit)
@@ -49,10 +49,10 @@ Sehingga, jika kode di atas dieksekusi, maka hasilnya adalah sebagai berikut (ha
```
24-10-2021
```
-Format penulisan tanggal dan waktu lainnya dapat dilihat pada referensi berikut [https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior](https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior)
+Format penulisan tanggal dan waktu lainnya dapat dilihat pada referensi berikut: [https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior](https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior)
## Membuat tanggal dan waktu sendiri
-Pada bagian sebelumnya, telah dijelaskan bagaimana mengetahui tanggal saat ini dan bentuk penulisannya. Untuk bagian ini, akan dibahas bagaimana mendefinisikan tanggal dan waktu yang akan kita buat. Masih menggunakan `datetime.datetime()`, misalkan kita mendefinisikan tanggal untuk hari kemerdekaan 17 Agustus 1945
+Pada bagian sebelumnya, telah dijelaskan bagaimana mengetahui tanggal saat ini dan bentuk penulisannya. Untuk bagian ini, akan dibahas bagaimana mendefinisikan tanggal dan waktu yang akan kita buat. Masih menggunakan `datetime.datetime()`, misalkan kita mendefinisikan tanggal untuk hari kemerdekaan 17 Agustus 1945.
```python
import datetime
@@ -63,7 +63,7 @@ hari_kemerdekaan = datetime.datetime(1945, 8, 17)
Sehingga, jika dicetak variabel `hari_kemerdekaan`, maka hasilnya adalah `1945-08-17`. Hasil tersebut dapat diubah format penanggalannya sesuai dengan cara yang dijelaskan pada bagian sebelumnya.
## Operasi `datetime`
-Tanggal dan waktu dapat dioperasikan seperti operator aritmatika pada umumnya. Salah satu contoh penerapannya adalah operasi pengurangan untuk menghitung umur kita saat ini dengan mengurangkan dari tanggal hari ini terhadap tanggal lahir. Contoh, jika tanggal lahirnya 29 Desember 1997, maka program perhitungan umur adalah sebagai berikut
+Tanggal dan waktu dapat dioperasikan seperti operator aritmatika pada umumnya. Salah satu contoh penerapannya adalah operasi pengurangan untuk menghitung umur kita saat ini dengan mengurangkan dari tanggal hari ini terhadap tanggal lahir. Contoh, jika tanggal lahirnya 29 Desember 1997, maka program perhitungan umur adalah sebagai berikut:
```python
import datetime
@@ -74,11 +74,11 @@ umur_sekarang = tanggal_sekarang - tanggal_lahir
print(umur_sekarang)
```
-Maka outputnya adalah `"8704 days, 12:49:29.801983"` (hasil dapat berbeda tergantung tanggal dieksekusi pada saat itu), yang berarti hasil pengurangannya adalah 8704 hari 12 jam 49 menit 29,801983 detik. Jika ingin menampilkan umur dalam tahun dan hari, maka langkah-langkahnya adalah sebagai berikut
-- Ambil jumlah harinya menggunakan properti `days`
-- Bagi jumlah hari tersebut dengan 365 menggunakan operator _floor division_ agar diperoleh hasil dalam tahun tipe integer
+Maka outputnya adalah `"8704 days, 12:49:29.801983"` (hasil dapat berbeda tergantung tanggal dieksekusi pada saat itu), yang berarti hasil pengurangannya adalah 8704 hari 12 jam 49 menit 29,801983 detik. Jika ingin menampilkan umur dalam tahun dan hari, maka langkah-langkahnya adalah sebagai berikut:
+- Ambil jumlah harinya menggunakan properti `days`.
+- Bagi jumlah hari tersebut dengan 365 menggunakan operator _floor division_ agar diperoleh hasil dalam tahun tipe integer.
- Bagi jumlah hari tersebut dengan 365 menggunakan operator _modulus_ agar diperoleh sisa harinya.
-Sehingga, jika kode di atas dilanjutkan, maka akan menjadi sebagai berikut
+Sehingga, jika kode di atas dilanjutkan, maka akan menjadi sebagai berikut:
```python
jumlah_hari = umur_sekarang.days
@@ -87,7 +87,7 @@ sisa_hari = jumlah_hari % 365
print("Umur saya adalah %d tahun %d hari" % (umur_tahun, sisa_hari))
```
-Jika dieksekusi kode di atas, maka hasilnya adalah `"Umur saya adalah 23 tahun 309 hari"`
+Jika dieksekusi kode di atas, maka hasilnya adalah `"Umur saya adalah 23 tahun 309 hari"`.
## Referensi
Hal-hal lebih lanjut tentang modul tanggal dan waktu (_datetime_) ini dapat mengunjungi [dokumentasi](https://docs.python.org/3.9/library/datetime.html) berikut
diff --git a/Basic/15_python_math/README.md b/Basic/15_python_math/README.md
index 61af6deb..687d38cd 100644
--- a/Basic/15_python_math/README.md
+++ b/Basic/15_python_math/README.md
@@ -1,19 +1,19 @@
# Fungsi Matematika (_math_)
-Ada kalanya ketika kita akan melakukan perhitungan numerik yang teknis atau saintifik. Perhitungan tersebut seperti trigonometri, eksponen, logaritma, pembulatan bilangan, dan lain sebagainya. Bahasa pemrograman Python menyediakan sebuah standar pustaka (_standard library_) yang memungkinkan kita untuk melakukan operasi perhitungan tersebut. Modul tersebut adalah `math`, di mana terdapat fungsi-fungsi matematis yang dapat digunakan. Gunakan keyword `import` untuk menggunakan modul tersebut.
+Ada kalanya ketika kita akan melakukan perhitungan numerik yang teknis atau saintifik. Perhitungan tersebut seperti trigonometri, eksponen, logaritma, pembulatan bilangan, dan lain sebagainya. Bahasa pemrograman Python menyediakan sebuah standar pustaka (_standard library_) yang memungkinkan kita untuk melakukan operasi perhitungan tersebut. Modul tersebut adalah `math`, dimana terdapat fungsi-fungsi matematis yang dapat digunakan. Gunakan keyword `import` untuk menggunakan modul tersebut.
```python
import math
```
-Kali ini, kita akan menggunakan beberapa fungsi yang sering digunakan untuk melakukan operasi fungsi matematis yang dasar
+Kali ini, kita akan menggunakan beberapa fungsi yang sering digunakan untuk melakukan operasi fungsi matematis yang dasar.
## Nilai Konstanta
-Konstanta merupakan nilai tetap yang ditemukan ilmuan setelah melalui serangkaian proses penelitian. Terdapat nilai konstanta yang disediakan oleh modul python, yaitu:
-- `math.pi` : Nilai konstanta dari $\pi$ = 3.141592... dengan nilai yang lebih presisi. Nilai ini biasanya digunakan untuk konversi satuan radian ke derajat, menghitung keliling dan luas lingkaran, volume bola, volume tabung, dan lain sebagainya
-- `math.e` : Nilai konstanta dari _e_ = 2.71828... dengan nilai yang lebih presisi. Dapat disebut juga sebagai konstanta Euler. Nilai ini biasanya digunakan untuk perhitungan bunga bank, menghitung jumlah penduduk suatu negara, mengukur peluruhan unsur radioaktif, dan lain sebagainya
-- `math.tau` : Nilai konstanta yang setara dengan 2 kali dari nilai $\pi$, yaitu $\tau$ = 6.283185..., untuk mengetahui lebih lanjut tentang bilangan ini, tonton video dari Vi Hart berikut [Pi is (still) Wrong](https://www.youtube.com/watch?v=jG7vhMMXagQ)
-- `math.inf` : Merupakan nilai positif tak terhingga (_infinity_). Untuk nilai negatif tak terhingga, gunakan `-math.inf`
-- `math.nan` : Merupakan nilai yang bukan merupakan angka (_not a number/NaN_). Ini ekuivalen dengan `float('nan')`
+Konstanta merupakan nilai tetap yang ditemukan ilmuan setelah melalui serangkaian proses penelitian. Terdapat nilai konstanta yang disediakan oleh modul Python, yaitu:
+- `math.pi` : Nilai konstanta dari $\pi$ = 3.141592... dengan nilai yang lebih presisi. Nilai ini biasanya digunakan untuk konversi satuan radian ke derajat, menghitung keliling dan luas lingkaran, volume bola, volume tabung, dan lain sebagainya.
+- `math.e` : Nilai konstanta dari _e_ = 2.71828... dengan nilai yang lebih presisi. Dapat disebut juga sebagai konstanta Euler. Nilai ini biasanya digunakan untuk perhitungan bunga bank, menghitung jumlah penduduk suatu negara, mengukur peluruhan unsur radioaktif, dan lain sebagainya.
+- `math.tau` : Nilai konstanta yang setara dengan 2 kali dari nilai $\pi$, yaitu $\tau$ = 6.283185..., untuk mengetahui lebih lanjut tentang bilangan ini, tonton video dari Vi Hart berikut [Pi is (still) Wrong](https://www.youtube.com/watch?v=jG7vhMMXagQ).
+- `math.inf` : Merupakan nilai positif tak terhingga (_infinity_). Untuk nilai negatif tak terhingga, gunakan `-math.inf`.
+- `math.nan` : Merupakan nilai yang bukan merupakan angka (_not a number/NaN_). Ini ekuivalen dengan `float('nan')`.
```python
import math
@@ -38,8 +38,8 @@ nan
## Pembulatan
Nilai bilangan desimal (_float_) dapat dibulatkan baik ke atas maupun ke bawah. Modul `math` menyediakan fungsi untuk melakukan itu, yaitu:
-- `math.floor(x)` : Sesuai dengan namanya (_floor_=lantai), fungsi ini untuk membulatkan bilangan ke bawah, dimana `x` adalah tipe data _float_. Contoh nilai 14.8 akan dibulatkan ke bawah menjadi 14
-- `math.ceil(x)` : Sesuai dengan namanya (_ceil_=langit atau genteng), fungsi ini untuk membulatkan bilangan ke atas, dimana `x` adalah tipe data _float_. Contoh nilai 14.3 akan dibulatkan ke atas menjadi 15
+- `math.floor(x)` : Sesuai dengan namanya (_floor_ = lantai), fungsi ini untuk membulatkan bilangan ke bawah, dimana `x` adalah tipe data _float_. Contoh nilai 14.8 akan dibulatkan ke bawah menjadi 14.
+- `math.ceil(x)` : Sesuai dengan namanya (_ceil_ = langit atau genteng), fungsi ini untuk membulatkan bilangan ke atas, dimana `x` adalah tipe data _float_. Contoh nilai 14.3 akan dibulatkan ke atas menjadi 15.
```python
import math
@@ -55,11 +55,11 @@ Output:
```
## Konversi Satuan Sudut
-Sudut dapat dikonversikan dari satuan derajat ke radian, maupun sebaliknya. Fungsi yang digunakan adalah `degrees()` dan `radians()`
-- `math.degrees(x)` : Mengkonversikan sudut dari `x` radian ke derajat
-- `math.radians(x)` : Mengkonversikan sudut dari `x` derajat ke radian
+Sudut dapat dikonversikan dari satuan derajat ke radian, maupun sebaliknya. Fungsi yang digunakan adalah `degrees()` dan `radians()`.
+- `math.degrees(x)` : Mengkonversikan sudut dari `x` radian ke derajat.
+- `math.radians(x)` : Mengkonversikan sudut dari `x` derajat ke radian.
-Nilai konstanta dari `pi` (pada penjelasan sebelumnya tentang "Nilai Konstanta") diperlukan untuk melakukan konversi satuan sudut dari radian ke derajat. Seperti diketahui, besar sudut dari 2 $\pi$ radian = 360 derajat, maka jika ingin melakukan konversi dari nilai 2 $\pi$ radian dan outputnya 360 derajat, gunakan konstanta dari `pi` tersebut. Berikut contoh penggunaan dari fungsi `degrees()` dan `radians()`
+Nilai konstanta dari `pi` (pada penjelasan sebelumnya tentang "Nilai Konstanta") diperlukan untuk melakukan konversi satuan sudut dari radian ke derajat. Seperti diketahui, besar sudut dari 2 $\pi$ radian = 360 derajat, maka jika ingin melakukan konversi dari nilai 2 $\pi$ radian dan outputnya 360 derajat, gunakan konstanta dari `pi` tersebut. Berikut contoh penggunaan dari fungsi `degrees()` dan `radians()`.
```python
import math
diff --git a/Basic/16_class/README.md b/Basic/16_class/README.md
index 4874f29b..24eab77a 100644
--- a/Basic/16_class/README.md
+++ b/Basic/16_class/README.md
@@ -16,15 +16,15 @@ Ada 3 jenis metode class, yaitu:
- instance method
-metode ini harus memiliki parameter self, yang berguna untuk mengakses atribut objek, untuk menggunakannya harus melalui objek.
+Metode ini harus memiliki parameter self, yang berguna untuk mengakses atribut objek, untuk menggunakannya harus melalui objek.
- classmethod
-metode ini menggunakan deokrator @classmethod dan harus memiliki parameter cls, yang berguna untuk mengakses atributnya, untuk menggunakannya dapat langsung dari kelasnya tanpa menggunakan objek.
+Metode ini menggunakan deokrator @classmethod dan harus memiliki parameter cls, yang berguna untuk mengakses atributnya, untuk menggunakannya dapat langsung dari kelasnya tanpa menggunakan objek.
- staticmethod
-metode ini menggunakan dekorator @staticmethod, metode ini sama seperti classmethod namun tidak perlu menggunakan parameter wajib
+Metode ini menggunakan dekorator @staticmethod, metode ini sama seperti classmethod namun tidak perlu menggunakan parameter wajib.
## Konstruktor dan Destruktor
@@ -45,7 +45,7 @@ contoh:
__add__, __repr__, __len__
```
-contoh penggunaan dari dunder method
+contoh penggunaan dari dunder method:
```python
class Hewan:
def __init__(self, nama_hewan, suara):
diff --git a/Basic/17_inheritance/README.md b/Basic/17_inheritance/README.md
index b6158b78..5ce0fbee 100644
--- a/Basic/17_inheritance/README.md
+++ b/Basic/17_inheritance/README.md
@@ -1,11 +1,11 @@
-# inheritance
+# Inheritance
Warisan memungkinkan kita untuk mendefinisikan kelas yang mewarisi semua metode dan properti dari kelas lain.
Kelas induk adalah kelas yang diwarisi, juga disebut kelas dasar.
Kelas anak adalah kelas yang mewarisi dari kelas lain, juga disebut kelas turunan.
-contoh
+contoh:
```python
class Merk(object):
@@ -25,10 +25,10 @@ data.tampilkan()
informasi:
- ``class Merk(object)``
- merupakan parent utama dari inheritance dengan mendeklarasikan variabel nama dengan value ``"calvin klein"``
+ Merupakan parent utama dari inheritance dengan mendeklarasikan variabel nama dengan value ``"calvin klein"``
- ``class Panggil(Merk)``
- merupakan child parent yang memanggil parent class utama
+ Merupakan child parent yang memanggil parent class utama
- ``Merk.__init__(self)``
merupakan konstruktor pemanggil parent class atau kelas induk
@@ -37,11 +37,11 @@ informasi:
memanggil dari variabel dari parent class atau kelas induk yang berupa ``self.nama`` yang berisi value string (``calvin klein``)
- ``data = Panggil()``
- deklarasi variabel baru dengan memanggil kelas ``Panggil()``
+ Deklarasi variabel baru dengan memanggil kelas ``Panggil()``
- ``data.tampilkan()``
- memanggil fungsi dari tampilkan dari kelas ``Panggil()``.kemudian menampilkan berupa variabel dari parent class atau kelas induk dari ``Merk`` yang berisi value berupa ``calvin klein``
+ Memanggil fungsi dari tampilkan dari kelas ``Panggil()``, kemudian menampilkan berupa variabel dari parent class atau kelas induk dari ``Merk`` yang berisi value berupa ``calvin klein``
Teman-teman bisa belajar lebih lanjut tentang inheritance [di sini](https://www.youtube.com/watch?v=G6fmTwxx8rw&list=PLZS-MHyEIRo7ab0-EveSvf4CLdyOECMm0&index=12), super method [di sini](https://www.youtube.com/watch?v=pjHk9CrB1JE&list=PLZS-MHyEIRo7ab0-EveSvf4CLdyOECMm0&index=13), dan override [di sini](https://www.youtube.com/watch?v=sYKhxqcDu3w&list=PLZS-MHyEIRo7ab0-EveSvf4CLdyOECMm0&index=14)
diff --git a/Basic/18_akses_modifikasi/02_private/README.md b/Basic/18_akses_modifikasi/02_private/README.md
index 5dda7f3a..4ab459c3 100644
--- a/Basic/18_akses_modifikasi/02_private/README.md
+++ b/Basic/18_akses_modifikasi/02_private/README.md
@@ -32,7 +32,7 @@ pekerja1 = PekerjaTambang("James", "Research")
pekerja1.menampikan_data()
```
-variabel dari ``__nama``, ``__jabatan`` adalah salah satu variabel yang hanya bisa diakses di dalam kelas (termasuk fungsi dari ``__menampilkan``, ini hanya bisa diakses di dalam kelas ``PekerjaTambang``), sementara fungsi ``menampilkan_data`` bisa diakses di luar atau di dalam kelas dikarenakan bersifat publik sehingga bisa diakses dari luar dengan membuat objek dan menampilkan hasil dari fungsi private yaitu ``__menampilkan``. jika kita menambahkan kode lagi dibawah dengan memanggil fungsi dari ``__menampilkan`` makan akan terjadi error karena kelas tersebut bersifat private. contoh error yang dihasilkan adalah
+Variabel dari ``__nama``, ``__jabatan`` adalah salah satu variabel yang hanya bisa diakses di dalam kelas (termasuk fungsi dari ``__menampilkan``, ini hanya bisa diakses di dalam kelas ``PekerjaTambang``), sementara fungsi ``menampilkan_data`` bisa diakses di luar atau di dalam kelas dikarenakan bersifat publik sehingga bisa diakses dari luar dengan membuat objek dan menampilkan hasil dari fungsi private yaitu ``__menampilkan``. Jika kita menambahkan kode lagi di bawah dengan memanggil fungsi dari ``__menampilkan`` makan akan terjadi error karena kelas tersebut bersifat private. Contoh error yang dihasilkan adalah:
```
Traceback (most recent call last):
File "file_saya.py", line x, in
diff --git a/Basic/18_akses_modifikasi/03_protected/README.md b/Basic/18_akses_modifikasi/03_protected/README.md
index 4d9e6fd0..aba1e933 100644
--- a/Basic/18_akses_modifikasi/03_protected/README.md
+++ b/Basic/18_akses_modifikasi/03_protected/README.md
@@ -1,4 +1,4 @@
-# protected access
+# Protected access
Anggota kelas yang dideklarasikan protected hanya dapat diakses oleh kelas turunannya. Anggota data dari suatu kelas dinyatakan terlindungi dengan menambahkan satu simbol underscore ``_`` sebelum anggota data dari kelas tersebut.
@@ -39,6 +39,6 @@ pekerja1 = Pekerja("james", "driller")
pekerja1.menampilkan()
```
-di atas, ``_nama``, ``_jabaran`` adalah anggota data yang protected dan metode ```_menampilkan()``` adalah metode yang dilindungi dari kelas ``Pekerja``. Metode ``menampilkan()`` adalah fungsi anggota publik dari kelas ``Pekerja()`` yang diturunkan dari kelas ``PekerjaTambang``, metode ``menampilkan()`` di kelas ``Pekerja`` mengakses data anggota kelas ``PekerjaTambang`` yang protected.
+Di atas, ``_nama``, ``_jabaran`` adalah anggota data yang protected dan metode ```_menampilkan()``` adalah metode yang dilindungi dari kelas ``Pekerja``. Metode ``menampilkan()`` adalah fungsi anggota publik dari kelas ``Pekerja()`` yang diturunkan dari kelas ``PekerjaTambang``, metode ``menampilkan()`` di kelas ``Pekerja`` mengakses data anggota kelas ``PekerjaTambang`` yang protected.
[Materi Selanjutnya](../../19_iterator)
\ No newline at end of file
diff --git a/Basic/19_iterator/README.md b/Basic/19_iterator/README.md
index f2373f13..56cbbdb4 100644
--- a/Basic/19_iterator/README.md
+++ b/Basic/19_iterator/README.md
@@ -1,8 +1,10 @@
-Iterator adalah objek yang berisi sesuatu yang bisa dihitung atau *iterable*
+# Iterator
-objek *iterable* adalah String, List, Tuple, Set, Dictionary
+Iterator adalah objek yang berisi sesuatu yang bisa dihitung atau *iterable*.
-contoh dari penggunaan iterator
+Objek *iterable* adalah String, List, Tuple, Set, Dictionary.
+
+contoh dari penggunaan iterator:
```py
nama_maintainer = ("majed", "permen", "kelvin", "hen")
show = iter(nama_maintainer)
diff --git a/Basic/20_lambda/README.md b/Basic/20_lambda/README.md
index 4f6c11f1..10421dbb 100644
--- a/Basic/20_lambda/README.md
+++ b/Basic/20_lambda/README.md
@@ -1,18 +1,18 @@
-# lambda function
+# Lambda function
-lambda function atau dikenal juga dengan anonymous function
+Lambda function atau dikenal juga dengan anonymous function
adalah sebuah function yang bisa menerima multiple arguments
-tetapi hanya bisa melakukan satu ekspresi atau satu eksekusi
+tetapi hanya bisa melakukan satu ekspresi atau satu eksekusi.
-pada contoh berikut, kita melakukan perhitungan luas persegi
-dengan satu argument yaitu sisi (s) dan satu ekspresi sisi*sisi
+Pada contoh berikut, kita melakukan perhitungan luas persegi
+dengan satu argument yaitu sisi (s) dan satu ekspresi sisi*sisi.
```python
luas_persegi = lambda s: s ** 2
print(luas_persegi(4))
```
-contoh dari lambda function yang bisa menerima multiple argument
+Contoh dari lambda function yang bisa menerima multiple argument
yaitu lambda function luas segitiga
```python
@@ -20,8 +20,8 @@ luas_segitiga = lambda a, t: (a * t) / 2
print(luas_segitiga(2, 3))
```
-lambda sendiri bisa menerima argumen secara tak terbatas
-seperti pada contoh
+Lambda sendiri bisa menerima argumen secara tak terbatas
+seperti pada contoh:
```python
infinite = lambda *input: sum(input)
@@ -29,14 +29,14 @@ print(infinite(1, 2, 3))
print(infinite(1, 2, 3, 4))
```
-bisa juga menerima argumen dengan keyword
+Bisa juga menerima argumen dengan keyword
```python
key_inf = lambda **kwargs: sum(kwargs.values())
print(key_inf(satu=1, dua=2, tiga=3)) # 6
print(key_inf(seven=7, eight=8, nine=9, ten=10)) # 34
```
-contoh penerapannya bisa kita lihat pada fungsi ```filter()```
+Contoh penerapannya bisa kita lihat pada fungsi ```filter()```
yaitu
```python
li = [i for i in range(10)]
diff --git a/Basic/21_regex/README.md b/Basic/21_regex/README.md
index 7bc6c738..7c2dd33a 100644
--- a/Basic/21_regex/README.md
+++ b/Basic/21_regex/README.md
@@ -29,12 +29,12 @@ Regular Expression adalah sekumpulan karakter yang membentuk suatu pola pencaria
# E. Reguler Expression Function
## 1. Findall
-Findall adalah sebuah fungsi dimana fungsi tersebut mengembalikan kecocokan antara sequences atau pola yang kita inginkan dengan text yang akan dicari
+Findall adalah sebuah fungsi dimana fungsi tersebut mengembalikan kecocokan antara sequences atau pola yang kita inginkan dengan text yang akan dicari.
## 2. Sub
-Sub adalah sebuah fungsi dimana fungsi tersebut mengganti sequences yang kita cari dengan sequences / kata baru
+Sub adalah sebuah fungsi dimana fungsi tersebut mengganti sequences yang kita cari dengan sequences / kata baru.
## 3. Search
-Search adalah sebuah fungsi dimana fungsi tersebut mencari object yang kita inginkan pada kata yang akan kita eksekusi
+Search adalah sebuah fungsi dimana fungsi tersebut mencari object yang kita inginkan pada kata yang akan kita eksekusi.
## 4. Split
-Split adalah sebuah fungsi dimana fungsi itu memecah / membagi kalimat yang akan dieksekusi berdasarkan sebuah pola
+Split adalah sebuah fungsi dimana fungsi itu memecah / membagi kalimat yang akan dieksekusi berdasarkan sebuah pola.
[Materi Selanjutnya](../22_scope)
\ No newline at end of file
diff --git a/Basic/22_scope/README.md b/Basic/22_scope/README.md
index 0300ef87..45ee9adc 100644
--- a/Basic/22_scope/README.md
+++ b/Basic/22_scope/README.md
@@ -1,11 +1,11 @@
# Pengertian
-sebuah variabel hanya dapat diakses didalam wilayah dia dibuat, inilah yang disebut dengan *Scope*
+Scope adalah sebuah variabel hanya dapat diakses didalam wilayah dia dibuat, inilah yang disebut dengan *Scope*.
# Jenis-Jenis Scope
## Local Scope
Sebuah variabel yang dibuat di dalam sebuah fungsi termasuk *Local Scope* dari fungsi tersebut
-dan hanya dapat digunakan didalam fungsi tersebut
+dan hanya dapat digunakan didalam fungsi tersebut.
Contoh:
```py
@@ -34,7 +34,7 @@ myfunc()
## Global Scope
Sebuah variabel yang dibuat di bagian utama kode python adalah *Global Variable* yang termasuk *Global Scope*
-variabel global dapat digunakan dimanapun
+variabel global dapat digunakan di manapun
Contoh:
```
@@ -49,8 +49,8 @@ print(x)
### Menamai Variabel
-jika kamu menamai suatu variabel `x` di global scope dan kamu juga menamai variabel lainnya dengan `x`,
-maka python akan memisahkan variabel tersebut menjadi dua variabel yang berbeda
+Jika kamu menamai suatu variabel `x` di global scope dan kamu juga menamai variabel lainnya dengan `x`,
+maka python akan memisahkan variabel tersebut menjadi dua variabel yang berbeda.
Contoh:
```py
@@ -67,7 +67,7 @@ print(x)
```
## Global Keyword
-jika kamu ingin membuat atau mengganti variabel tapi hanya bisa di *local scope*, kamu bisa menggunakan keyword global
+Jika kamu ingin membuat atau mengganti variabel tapi hanya bisa di *local scope*, kamu bisa menggunakan keyword global.
Contoh:
```py
diff --git a/README.md b/README.md
index 95e31252..faac2147 100644
--- a/README.md
+++ b/README.md
@@ -40,9 +40,9 @@ Contoh implementasi dari bahasa pemrograman python adalah
Untuk menggunakan repositori dengan maksimal, kalian perlu belajar programming dasar dahulu. Silahkan ikuti alur belajar berikut untuk mempelajari dasar - dasar pemograman langsung menggunakan Python
-| Langkah | Topik | Target Pembelajaran | Materi Rujukan |
-| :-----: | :------------------------------: | :-----------------------------------------------------------------------------------: | :----------------------------------: |
-| 01 | Introduksi Pemograman dan Python | Memahami apa itu membuat program dan apa peran Python dalam proses pembuatan program | [Materi](Basic/01_introduction) |
+| Langkah | Topik | Target Pembelajaran | Materi Rujukan |
+| :-----: | :------------------------------: | :-----------------------------------------------------------------------------------: | :-----------------------------------: |
+| 01 | Introduksi Pemograman dan Python | Memahami apa itu membuat program dan apa peran Python dalam proses pembuatan program | [Materi](Basic/01_introduction) |
| 02 | Tipe data | Memahami apa itu tipe data | [Materi](Basic/02_tipe_data) |
| 03 | Variabel | Memahami apa itu variabel | [Materi](Basic/03_variable) |
| 04 | Operasi | Dapat melakukan operasi sederhana menggunakan program yang ditulis menggunakan Python | [Materi](Basic/04_operator) |
@@ -51,13 +51,13 @@ Untuk menggunakan repositori dengan maksimal, kalian perlu belajar programming d
| 07 | Pengkondisian | Memahami salah satu dari inti dari membuat pemograman yaitu melakukan pengkondisian | [Materi](Basic/07_logika_percabangan) |
| 08 | Perulangan | Memahami inti kedua dari pemograman yaitu melakukan perulangan | [Materi](Basic/08_perulangan) |
| 09 | Fungsi | Mengenal konsep fungsi dalam teknik pemograman | [Materi](Basic/09_fungsi) |
-| 10 | List dan Tuple | Memahami konsep list dan tuple secara mendalam | [Materi](Basic/10_list_tuple) |
-| 11 | Manipulasi String | Memahami cara memanipulasi sebuah string | [Materi](Basic/11_manipulasi_string) |
-| 12 | Exception | Memahami konsep exception pada python | [Materi](Basic/12_exception) |
-| 13 | Module | Memahami cara mengimport sebuah module pada python | [Materi](Basic/13_module) |
-| 14 | Datetime | Mengenal module datetime pada python | [Materi](Basic/14_python_datetime) |
-| 15 | Math | Mengenal module math pada python | [Materi](Basic/15_python_math) |
-| 16 | kelas | Mengenal kelas pada python | [Materi](Basic/16_class) |
+| 10 | List dan Tuple | Memahami konsep list dan tuple secara mendalam | [Materi](Basic/10_list_tuple) |
+| 11 | Manipulasi String | Memahami cara memanipulasi sebuah string | [Materi](Basic/11_manipulasi_string) |
+| 12 | Exception | Memahami konsep exception pada python | [Materi](Basic/12_exception) |
+| 13 | Module | Memahami cara mengimport sebuah module pada python | [Materi](Basic/13_module) |
+| 14 | Datetime | Mengenal module datetime pada python | [Materi](Basic/14_python_datetime) |
+| 15 | Math | Mengenal module math pada python | [Materi](Basic/15_python_math) |
+| 16 | kelas | Mengenal kelas pada python | [Materi](Basic/16_class) |
Setelah menyelesaikan seluruh rangkaian pengenalan dasar - dasar pemograman, kalian dapat mulai untuk mempelajari topik - topik lain yang jauh lebih seru!
Untuk sekarang, mulai saja dulu dengan [Object Oriented Programming](object_oriented_programming/README.md)
@@ -66,10 +66,9 @@ Untuk sekarang, mulai saja dulu dengan [Object Oriented Programming](object_orie
Jika kalian sudah menguasai dasar - dasar pemograman beserta dengan paradigma _Object Oriented Programming_, kalian bisa langsung mengeksplorasi topik - topik lain yang jauh lebih menantang dan tidak kalah seru. Di repositori ini, kami telah menyiapkan beberapa topik yang mungkin kamu suka.
-01. [Struktur Data](/struktur_data)
-
-02. [Web Programming](/web_programming)
+1. [Struktur Data](/struktur_data)
+2. [Web Programming](/web_programming)
## ⚡ Quick Access ⚡
diff --git a/algorithm/arithmetic_analysis/README.md b/algorithm/arithmetic_analysis/README.md
index 289890d4..7ae2b29a 100644
--- a/algorithm/arithmetic_analysis/README.md
+++ b/algorithm/arithmetic_analysis/README.md
@@ -1,8 +1,8 @@
-# arithmetic analysis
+# Arithmetic analysis
-analisis numerik adalah studi algoritma untuk memecahkan masalah dalam __matematika kontinu__ (sebagimana dibedakan dalam matematika diskrit).
+Analisis numerik adalah studi algoritma untuk memecahkan masalah dalam __matematika kontinu__ (sebagimana dibedakan dalam matematika diskrit).
-analisis numerik secara alami diterapkan di semua bidang rekayasa dan ilmu-ilmu fisi, tetapi pada abad ke 21, ilmu-ilmu hayati dan seni mulai mengadopsi unsur-unsur komputasi ilmiah. persamaan diferensial biasa muncul dalam pergerakan benda langit (planet, bintang dan galaksi). optimisasi muncul dalam pengeloloaan portofolio. aljabar linear numerik sangat penting dalam psikologi kuantitatif. persamaan diferensial stokastik dan rantai markov penting dalam mensimulasikan sel hidup dalam kedokteran dan biologi.
+Analisis numerik secara alami diterapkan di semua bidang rekayasa dan ilmu-ilmu fisi, tetapi pada abad ke 21, ilmu-ilmu hayati dan seni mulai mengadopsi unsur-unsur komputasi ilmiah. persamaan diferensial biasa muncul dalam pergerakan benda langit (planet, bintang dan galaksi). optimisasi muncul dalam pengeloloaan portofolio. aljabar linear numerik sangat penting dalam psikologi kuantitatif. persamaan diferensial stokastik dan rantai markov penting dalam mensimulasikan sel hidup dalam kedokteran dan biologi.
list dari penerapan arithmetic analysis
- [bisection](bisection.py)
@@ -19,14 +19,14 @@ list dari penerapan arithmetic analysis
Materi Selanjutnya: [Backtracking](../backtracking)
-## bisection
+## Bisection
-Metode bisection digunakan untuk mencari akar-akar persamaan polinomial. ini memisahkan interval dan membagi interval di mana akar persmaan terletak. Prinsip dibalik metode ini adalah teorema perantara untuk fungsi kontinu. Ia bekerja dengan mempersempit kesenjangan antara interval positif dan negatif. Ini adalah metode yagn sederhana dan relatif lambat. metode bisection juga dikenal sebagai metode interval halving, metode pencarian akar, metode pencarian biner atau metode dikotomi.
+Metode bisection digunakan untuk mencari akar-akar persamaan polinomial. ini memisahkan interval dan membagi interval dimana akar persmaan terletak. Prinsip dibalik metode ini adalah teorema perantara untuk fungsi kontinu. Ia bekerja dengan mempersempit kesenjangan antara interval positif dan negatif. Ini adalah metode yagn sederhana dan relatif lambat. metode bisection juga dikenal sebagai metode interval halving, metode pencarian akar, metode pencarian biner atau metode dikotomi.
-## gaussian elimination
+## Gaussian elimination
dalam matematika, _gaussian elimination_ juga dikenal dengan reduksi baris, adalah algoritma untuk menyelesaikan persamaan linier. Ini terdiri dari urutan operasi yagn dilakukan pada matrik koefisien yang sesuai. Metode ini juga dapat digunakan untuk menghitung rank suatu matriks, determinan matriks persegi, dan invers matrik yang dapat dibalik.
-## static equilibrium
+## Static equilibrium
-keseimbangan statis (_static equilibrium_) mengacu pada sistem apapun di mana jumlah gaya, dan torsi, pada setiap partikel sistem adalah nol. Sederhananya, ini adalah keseimbangan istem yang bagian-bagiannya diam.
+keseimbangan statis (_static equilibrium_) mengacu pada sistem apapun dimana jumlah gaya, dan torsi, pada setiap partikel sistem adalah nol. Sederhananya, ini adalah keseimbangan sistem yang bagian-bagiannya diam.
diff --git a/algorithm/arithmetic_analysis/bisection.py b/algorithm/arithmetic_analysis/bisection.py
index aa1aa14e..bfcab07e 100644
--- a/algorithm/arithmetic_analysis/bisection.py
+++ b/algorithm/arithmetic_analysis/bisection.py
@@ -3,7 +3,7 @@
def bisection(function: Callable[[float], float], a: float, b: float) -> float:
"""
- menemukan di mana fungsi menjadi 0 dalam [a,b] menggunakan bolzano
+ menemukan dimana fungsi menjadi 0 dalam [a,b] menggunakan bolzano
>>> bisection(lambda x: x ** 3 - 1, -5, 5)
1.0000000149011612
>>> bisection(lambda x: x ** 3 - 1, 2, 1000)
diff --git a/algorithm/backtracking/permutation.py b/algorithm/backtracking/permutation.py
index e61ce098..a2416a1c 100644
--- a/algorithm/backtracking/permutation.py
+++ b/algorithm/backtracking/permutation.py
@@ -2,7 +2,7 @@
# dari urutan yang diberikan.
# Kami menggunakan backtracking untuk memecahkan masalah ini.
# Kompleksitas waktu: O(n! * n),
-# di mana n menyatakan panjang barisan yang diberikan.
+# dimana n menyatakan panjang barisan yang diberikan.
from __future__ import annotations
diff --git a/algorithm/backtracking/subsequence.py b/algorithm/backtracking/subsequence.py
index 69dcb1ac..58e3c7f4 100644
--- a/algorithm/backtracking/subsequence.py
+++ b/algorithm/backtracking/subsequence.py
@@ -2,7 +2,7 @@
# dari urutan yang diberikan.
# Kami menggunakan backtracking untuk memecahkan masalah ini.
# Kompleksitas waktu: O(2^n),
-# di mana n menyatakan panjang barisan yang diberikan.
+# dimana n menyatakan panjang barisan yang diberikan.
from __future__ import annotations
from typing import Any
diff --git a/algorithm/divide_and_conquer/convex_hull.py b/algorithm/divide_and_conquer/convex_hull.py
index d0ec7ec3..2ed49267 100644
--- a/algorithm/divide_and_conquer/convex_hull.py
+++ b/algorithm/divide_and_conquer/convex_hull.py
@@ -93,7 +93,7 @@ def _construct_points(
Return
--------
- points: daftar di mana setiap item bertipe Point. Ini hanya berisi objek
+ points: daftar dimana setiap item bertipe Point. Ini hanya berisi objek
yang dapat diubah menjadi Point.
Contoh
diff --git a/algorithm/matrix/matrix_class.py b/algorithm/matrix/matrix_class.py
index 1cf8a39f..1c5fc1f3 100644
--- a/algorithm/matrix/matrix_class.py
+++ b/algorithm/matrix/matrix_class.py
@@ -4,7 +4,7 @@
class Matrix:
"""
Objek matriks yang dihasilkan dari array 2D
- di mana setiap elemen adalah array yang mewakili
+ dimana setiap elemen adalah array yang mewakili
berturut-turut.
Baris dapat berisi tipe int atau float.
Operasi umum dan informasi tersedia.
diff --git a/implementation/blockchain/diophantine_equation.py b/implementation/blockchain/diophantine_equation.py
index 9d16052c..98d7c8bc 100644
--- a/implementation/blockchain/diophantine_equation.py
+++ b/implementation/blockchain/diophantine_equation.py
@@ -6,7 +6,7 @@ def diophantine(a: int, b: int, c: int) -> tuple[float, float]:
Persamaan Diophantine : Diberikan bilangan bulat a,b,c
( setidaknya satu dari a dan b != 0),
persamaan diophantine a*x + b*y = c
- memiliki solusi (di mana x dan y adalah bilangan bulat)
+ memiliki solusi (dimana x dan y adalah bilangan bulat)
jika gcd(a,b) membagi c.
>>> diophantine(10,6,14)
(-7.0, 14.0)
diff --git a/implementation/celular_automata/README.md b/implementation/celular_automata/README.md
index 7f983494..8fa95494 100644
--- a/implementation/celular_automata/README.md
+++ b/implementation/celular_automata/README.md
@@ -1,5 +1,5 @@
## Celular Automata
-celullar automat adalah cara untuk mensimulasikan perilaku "kehidupan", tidak peduli apakh itu robot atau sel. mereka biasanya mengikuti aturan sederhana tetapi dapat mengarah pada penciptaan bentuk yang kompleks.
+Celullar automata adalah cara untuk mensimulasikan perilaku "kehidupan", tidak peduli apakah itu robot atau sel. Mereka biasanya mengikuti aturan sederhana tetapi dapat mengarah pada penciptaan bentuk yang kompleks.
- [game of life](game_of_life.py)
- [one dimensional](one_dimensional.py)
diff --git a/implementation/chiper/README.md b/implementation/chiper/README.md
index 5d309d5c..9e8bf95d 100644
--- a/implementation/chiper/README.md
+++ b/implementation/chiper/README.md
@@ -1,5 +1,5 @@
# Apa itu Kriptografi ?
-Kriptografi adalah ilmu tentang teknik enkripsi dimana sebuah “naskah/teks asli” (*plaintext*) diacak menggunakan suatu kunci enkripsi menjadi “naskah/teks acak" (*ciphertext*) yang akan sulit dibaca oleh seseorang yang tidak memiliki kunci dekripsi. Untuk mendapatkan kembali "naskah/teks asli", diperlukan sebuah kunci dekripsi yang.
+Kriptografi adalah ilmu tentang teknik enkripsi dimana sebuah “naskah/teks asli” (*plaintext*) diacak menggunakan suatu kunci enkripsi menjadi “naskah/teks acak" (*ciphertext*) yang akan sulit dibaca oleh seseorang yang tidak memiliki kunci dekripsi. Untuk mendapatkan kembali "naskah/teks asli", diperlukan sebuah kunci dekripsi.
(Sumber : https://www.it-jurnal.com/pengertian-dan-sejarah-kriptografi/)
diff --git a/implementation/fractal/README.md b/implementation/fractal/README.md
index 556057f5..492b7b8b 100644
--- a/implementation/fractal/README.md
+++ b/implementation/fractal/README.md
@@ -1,5 +1,5 @@
## Fractal
-fractal adalah pola yang tidak pernah berakhir. fraktal adalah pol kompleks tak terhingga yang serup diri di seluruh skala yang berbed. mereka dibuat dengan mengulangi proses sederhana berulang-ulang dalam lingkarn umpan balik yang berkejelanjutan.
+Fractal adalah pola yang tidak pernah berakhir. Fraktal adalah pola kompleks tak terhingga yang serup diri di seluruh skala yang berbeda. Mereka dibuat dengan mengulangi proses sederhana berulang-ulang dalam lingkaran umpan balik yang berkejelanjutan.
Materi Selanjutnya: [Geodesy Engineering](../geodesy_engineering)
\ No newline at end of file
diff --git a/implementation/linear_algebra/README.md b/implementation/linear_algebra/README.md
index cd79502c..b2ee353c 100644
--- a/implementation/linear_algebra/README.md
+++ b/implementation/linear_algebra/README.md
@@ -1,5 +1,5 @@
## Linear Algebra
-linear algebra atau aljabar linear, adalah salah satu disiplin matematika yang berhubungan dengan vektor dan matriks, lebih umum, dengan ruang vektor dan transformasi linear. tidak seperti bagian lain dari matematika yang sering disergakan oleh ide-ide baru dan masalah yang belum terpecahkan, aljabar linear sangat dipahami dengan baik. nilainya terletka pada banyak aplikasinya, dari fisika matematika hingga aljabar modern dan teori pengkodean.
+Linear algebra atau aljabar linear, adalah salah satu disiplin matematika yang berhubungan dengan vektor dan matriks, lebih umum, dengan ruang vektor dan transformasi linear. Tidak seperti bagian lain dari matematika yang sering disergakan oleh ide-ide baru dan masalah yang belum terpecahkan, aljabar linear sangat dipahami dengan baik. Nlainya terletka pada banyak aplikasinya, dari fisika matematika hingga aljabar modern dan teori pengkodean.
Materi Selanjutnya: [Physics](../physics)
\ No newline at end of file
diff --git a/object_oriented_programming/README.md b/object_oriented_programming/README.md
index 537bbebd..ca51df8d 100644
--- a/object_oriented_programming/README.md
+++ b/object_oriented_programming/README.md
@@ -1,41 +1,41 @@
# Basic object oriented programming
Mulai Dari Sini: [Definisi Kelas](basic_oop/0_definisi_kelas)
-bahasa pemograman muncul terus menerus, dan begitu pula metodologi yang berbebda.Pemograman berorientasi objek adalah salah satu metodologi yang telah menjadi sangat populer selamat beberapa tahun terakhir.
+Bahasa pemograman muncul terus menerus, dan begitu pula metodologi yang berbeda. Pemograman berorientasi objek adalah salah satu metodologi yang telah menjadi sangat populer selamat beberapa tahun terakhir.
-di materi ini membahas tentang fitur-fitur bahasa pemograman python yang menjadikannya bahasa pemograman berorientasi objek.
+Di materi ini membahas tentang fitur-fitur bahasa pemograman python yang menjadikannya bahasa pemograman berorientasi objek.
## Apa itu pemograman berorientasi objek
-**berorientasi objek** berarti diarahkan pada objek, dengan kata lain, itu berarti secara fungsional diarahkan pada pemodelan objek. ini adalh salah satu dari banyak teknik yang digunakan untuk memodelkan sistemyang komples dengan menggambarkan kumpulan objek yang berinteraksi melalui data dan perilakunya.
+**Berorientasi objek** berarti diarahkan pada objek, dengan kata lain, itu berarti secara fungsional diarahkan pada pemodelan objek. Ini adalah salah satu dari banyak teknik yang digunakan untuk memodelkan sistem yang komples dengan menggambarkan kumpulan objek yang berinteraksi melalui data dan perilakunya.
-## prosedural vs pemograman berorientasi objek
+## Prosedural vs pemograman berorientasi objek
-pemograman berbasis prosedural diturunkan dari pemograman struktural berdasarkan konsep fungsi / prosedur / rutin. sangat mudah untuk mengakses dan mengubah data dalam pemograman berorientasi prosedural. di sisi lain, objek oriented programming (OOP) memungkinkan penguraian masalah menjadi sejumlah unit yang disebut objek dan kemudian membangun data dan fungsi di sekitar objek-objek tersebut. ini lebih menekankan pada data daripada prosedur atau fungsi. juga di OOP, data disembunyikan dan tidak dapat diakses oleh prosedur eksternal.
+Pemograman berbasis prosedural diturunkan dari pemograman struktural berdasarkan konsep fungsi / prosedur / rutin. Sangat mudah untuk mengakses dan mengubah data dalam pemograman berorientasi prosedural. Di sisi lain, objek oriented programming (OOP) memungkinkan penguraian masalah menjadi sejumlah unit yang disebut objek dan kemudian membangun data dan fungsi di sekitar objek-objek tersebut. Ini lebih menekankan pada data daripada prosedur atau fungsi. Juga di OOP, data disembunyikan dan tidak dapat diakses oleh prosedur eksternal.
-## prinsip dasar pemograman berorientasi objek
+## Prinsip dasar pemograman berorientasi objek
Pemrograman Berorientasi Objek (OOP) didasarkan pada konsep objek daripada tindakan, dan data daripada logika. Agar bahasa pemrograman berorientasi objek, ia harus memiliki mekanisme untuk memungkinkan bekerja dengan kelas dan objek serta penerapan dan penggunaan prinsip dan konsep dasar berorientasi objek yaitu pewarisan, abstraksi, enkapsulasi, dan polimorfisme.
-**enkapsulasi**
+**Enkapsulasi**
Properti ini menyembunyikan detail yang tidak perlu dan membuatnya lebih mudah untuk mengelola struktur program. Setiap implementasi dan status objek tersembunyi di balik batasan yang ditentukan dengan baik dan menyediakan antarmuka yang bersih dan sederhana untuk bekerja dengannya. Salah satu cara untuk mencapai ini adalah dengan membuat data pribadi.
-**warisan**
+**Warisan**
Warisan, juga disebut generalisasi, memungkinkan kita untuk menangkap hubungan hierarkis antara kelas dan objek. Misalnya, 'buah' adalah generalisasi dari 'jeruk'. Warisan sangat berguna dari perspektif penggunaan kembali kode.
-**abstraksi**
+**Abstraksi**
Properti ini memungkinkan kita untuk menyembunyikan detail dan hanya mengekspos fitur penting dari sebuah konsep atau objek. Misalnya, seseorang yang mengendarai skuter tahu bahwa saat menekan klakson, suara akan keluar, tetapi dia tidak tahu bagaimana sebenarnya suara itu dihasilkan saat menekan klakson.
-**polimorfisme**
+**Polimorfisme**
Polimorfisme berarti banyak bentuk. Artinya, suatu hal atau tindakan hadir dalam berbagai bentuk atau cara. Salah satu contoh polimorfisme yang baik adalah overloading konstruktor di kelas.
-## python berorientasi objek
+## Python berorientasi objek
-inti dari pemograman python adalah objek dan OOP. namun kita tidak perlu membatasi diri untuk menggunakan OOP dengan mengatur kode anda ke dalam kelas. OOP menambah keseluruhan filosofi desain python dan mendorong cara pemograman yang bersih dan pragmatis. OOP juga memungkinkan dalam menulis program yang lebih besar dan kompleks.
+Inti dari pemograman python adalah objek dan OOP. Namun kita tidak perlu membatasi diri untuk menggunakan OOP dengan mengatur kode anda ke dalam kelas. OOP menambah keseluruhan filosofi desain python dan mendorong cara pemograman yang bersih dan pragmatis. OOP juga memungkinkan dalam menulis program yang lebih besar dan kompleks.
Teman-teman bisa belajar lebih lanjut tentang dasar-dasar Object Oriented Programming [di sini](https://www.youtube.com/watch?v=1PjHsUnOkes&list=PLZS-MHyEIRo7ab0-EveSvf4CLdyOECMm0&index=1)
diff --git a/object_oriented_programming/basic_oop/00_definisi_kelas/README.md b/object_oriented_programming/basic_oop/00_definisi_kelas/README.md
index a60cdbd5..1dbff128 100644
--- a/object_oriented_programming/basic_oop/00_definisi_kelas/README.md
+++ b/object_oriented_programming/basic_oop/00_definisi_kelas/README.md
@@ -1,10 +1,10 @@
-# definisikan kelas dengan python
+# Definisikan kelas dengan python
-struktur data primitif seperti angka, string dan list dirancang untuk mewakili potongan informasi sederhana, seperti harga apel, nama puisi atau warna favorit, bagaimana jika ingin mempresentasikan suatu yang lebih kompleks ?
+Struktur data primitif seperti angka, string dan list dirancang untuk mewakili potongan informasi sederhana, seperti harga apel, nama puisi atau warna favorit, bagaimana jika ingin mempresentasikan suatu yang lebih kompleks?
-misalnya, kita ingin melacak karyawan di sebuah organisasi. kita perlu menyimpan beberapa informasi dasar tentang setiap karyawan, seperti nama, usia, posisi dan tahun mulai bekerja
+Misalnya, kita ingin melacak karyawan di sebuah organisasi. Kita perlu menyimpan beberapa informasi dasar tentang setiap karyawan, seperti nama, usia, posisi dan tahun mulai bekerja.
-aasalah satu car auntuk melakukannya adalah dengan mewakili setiap karyawan sebagai list
+Salah satu cara untuk melakukannya adalah dengan mewakili setiap karyawan sebagai list.
```python
sundar = ["sundar pichai", 25, "CEO", 4421]
@@ -14,15 +14,15 @@ lims = ["lim benjamin", "officer", 2612]
ada sejumlah masalah dengan pendekatan ini
-pertama, ini dapat emmbuat file kode yang lebih besar dan lebih sulit untuk dikelola. jika kita mereferensikan ``sundar[0]`` beberapa baris dari tempat ``sundar`` yang di deklarasikan, apakah kita akan mengingat bahwa elemen dengan indeks ``0`` adalah nama karyawan
+Pertama, ini dapat emmbuat file kode yang lebih besar dan lebih sulit untuk dikelola. Jika kita mereferensikan ``sundar[0]`` beberapa baris dari tempat ``sundar`` yang di deklarasikan, apakah kita akan mengingat bahwa elemen dengan indeks ``0`` adalah nama karyawan;
-kedua, dapat menimbulkan kesalahan jika tidak setiap karyawan memiliki jumlah elemen yang sama dalam daftar. contoh pada ``lims`` yang tidak terdapat daftar usia. jadi jika kita memanggil ``lims[1]`` maka ``"officer"`` akan digantikan sebagai usia
+Kedua, dapat menimbulkan kesalahan jika tidak setiap karyawan memiliki jumlah elemen yang sama dalam daftar. Contoh pada ``lims`` yang tidak terdapat daftar usia. Jadi jika kita memanggil ``lims[1]`` maka ``"officer"`` akan digantikan sebagai usia.
-car ayang bagus untuk membuat kode jenis ini lebih mudah dikelola adalah dengan menggunakan kelas
+Cara yang bagus untuk membuat kode jenis ini lebih mudah dikelola adalah dengan menggunakan kelas.
-## cara mendifinisikan kelas
+## Cara mendifinisikan kelas
-semua definisi kelasdimulai dengan ``class``, yang diikuti dengan nama kelas dan titik dua. setiap kode yang menjorok di bawah definisi kelas dianggap sebagai dari bagian dari badan kelas
+Semua definisi kelasdimulai dengan ``class``, yang diikuti dengan nama kelas dan titik dua. Setiap kode yang menjorok di bawah definisi kelas dianggap sebagai dari bagian dari badan kelas.
```python
class Pelajar:
@@ -30,12 +30,12 @@ class Pelajar:
pass
```
-catatan:
-__nama kelas python ditulis dalam notasi **CapitalizeWords** berdasarkan python naming convention. misalnya, kelas untuk jenis pelajar seperti pelajar mahasiswa akan ditulis sebagai **PelajarMahasiswa**__
+Catatan:
+__Nama kelas python ditulis dalam notasi **CapitalizeWords** berdasarkan python naming convention. Misalnya, kelas untuk jenis pelajar seperti pelajar mahasiswa akan ditulis sebagai **PelajarMahasiswa**__
-properti dari ``student`` harus dimiliki semua objek didefinisikan dalam metode yang disebut dengan ``.__init__()``. setiap kali baru student objek dibuat, ``.__init__()`` menetapkan awal dari objek dengan assign value dari objek properti. jadi, ``.__init__()`` akan menginisialisasi setiap instance baru di kelas.
+Properti dari ``student`` harus dimiliki semua objek didefinisikan dalam metode yang disebut dengan ``.__init__()``. Setiap kali baru student objek dibuat, ``.__init__()`` menetapkan awal dari objek dengan assign value dari objek properti. Jadi, ``.__init__()`` akan menginisialisasi setiap instance baru di kelas.
-kita dapat memberikan parameter di dalam ``.__init()__``, teatpi variabel pertama akan selaliu berupa variabel yang disebut dengan ``self``. ketika instance kelas beru dibuat, instance secara otomatis diteruskan ke ``self`` parameter ``.__init__()`` sehingga attribut baru dapat didefinisikan pada objek
+Kita dapat memberikan parameter di dalam ``.__init()__``, tetapi variabel pertama akan selalu berupa variabel yang disebut dengan ``self``. Ketika instance kelas beru dibuat, instance secara otomatis diteruskan ke ``self`` parameter ``.__init__()`` sehingga attribut baru dapat didefinisikan pada objek.
```python
class Pelajar:
@@ -44,16 +44,16 @@ class Pelajar:
self.umur = umur
```
-di dalam ``__init__()``, tedapat dua pernyataan yang menggunakan ``selfvariabel``
+Di dalam ``__init__()``, terdapat dua pernyataan yang menggunakan ``selfvariabel`` yaitu:
-1. ``self.nama = nama``, membuat atribut yang dipanggil nama dan memberikan nilai nama parameter padanya
-2. ``self.umur = umur``, membatu atribut yang dipanggil umur dan memberikan nilai umur parameter padanya
+1. ``self.nama = nama``, membuat atribut yang dipanggil nama dan memberikan nilai nama parameter padanya.
+2. ``self.umur = umur``, membatu atribut yang dipanggil umur dan memberikan nilai umur parameter padanya.
-attribut yang dibuat ``.__init__()`` disebut **attribut instance**. nilai atribut instance khusus untuk instance kelas tertenty, semua ``student`` objek memiliki nama dan usia, tetapi nilai atribut ``nama`` dan ``usia`` akan bervariasi tergantung pada ``student`` instance.
+Attribut yang dibuat ``.__init__()`` disebut **attribut instance**. Nilai atribut instance khusus untuk instance kelas tertent, semua ``student`` objek memiliki nama dan usia, tetapi nilai atribut ``nama`` dan ``usia`` akan bervariasi tergantung pada ``student`` instance.
-di sisi lain, **atribut kelas** adalah atribut yang memiliki nilai yang sama untuk semua instance kelas. kita dapat mendifinisikan atribut kelas dengan menetapkan nilai ke nama variabel di luar ``.__init__()``
+Di sisi lain, **atribut kelas** adalah atribut yang memiliki nilai yang sama untuk semua instance kelas. kita dapat mendifinisikan atribut kelas dengan menetapkan nilai ke nama variabel di luar ``.__init__()``
-misalnya, kelas ``student`` memiliiki atribut kelas yang disebut ``jenis_kelas`` dengan nilai ``bahasa``
+Misalnya, kelas ``student`` memiliiki atribut kelas yang disebut ``jenis_kelas`` dengan nilai ``bahasa``
```python
class Student:
@@ -64,13 +64,13 @@ class Student:
self.umur = umur
```
-atribut kelas didefinsikan langsung di bawah bari pertama nama kelas dan diberi indentasi oleh empat spasi. mereka harus selalu diberi nilai awal. ketika sebuah instance dari kelas dibuat. atribut kelas secara otomatis dibuat dan ditetapkan ke nilai awalnya.
+Atribut kelas didefinsikan langsung di bawah bari pertama nama kelas dan diberi indentasi oleh empat spasi. Mereka harus selalu diberi nilai awal, ketika sebuah instance dari kelas dibuat, atribut kelas secara otomatis dibuat dan ditetapkan ke nilai awalnya.
-gunakan atribut kelas untuk mendefinisikan properti yang harus memiliki nilai yang sama untuk setiap instanc kelas, gunakan atribut instance untuk properti yagn bervariasi dari satu instance ke instance lainnya
+Gunakan atribut kelas untuk mendefinisikan properti yang harus memiliki nilai yang sama untuk setiap instanc kelas, gunakan atribut instance untuk properti yagn bervariasi dari satu instance ke instance lainnya.
-## membuat instansi objek dengan python
+## Membuat instansi objek dengan python
-lakukan dengan cara buka terminal atau interaktif idle python, untuk pada terminal, cmd, powershell bisa dilakukan dengan cara melakukan perintah
+Lakukan dengan cara buka terminal atau interaktif idle python, untuk pada terminal, cmd, powershell bisa dilakukan dengan cara melakukan perintah:
```
python3
```
@@ -81,13 +81,13 @@ kemudian lakukan perintah
```
ini akan menciptakan kelas ``Pelajar`` baru tanpa atribut atau metode.
-membuat objek baru dari kelas disebut ``instantiating`` objek. kita dapat membuat instance objek ``Pelajar`` bari dengan mengetikkan nama kelas, diikuti dengan tanda kurung buka dan tutup
+Membuat objek baru dari kelas disebut ``instantiating`` objek. Kita dapat membuat instance objek ``Pelajar`` bari dengan mengetikkan nama kelas, diikuti dengan tanda kurung buka dan tutup.
```
>>> Pelajar
<__main__.Pelajar object at 0x7ff3b8e41640>
```
-kita skearang memiliki objek ``Pelajar`` pada ``0x7ff3b8e41640``, rangkaian huruf dan angka itu adalah **alamat memori** yang menunjukkan di mana objek ``Pelajar`` tersebut disimpan dalam memori komputer kita. setiap memanggil maka kita akan mendapatkan jenis memori yang berbeda beda tiap kita memanggilnya. cara mudah untuk membedakannya adalah dengan cara berikut
+Kita skearang memiliki objek ``Pelajar`` pada ``0x7ff3b8e41640``, rangkaian huruf dan angka itu adalah **alamat memori** yang menunjukkan di mana objek ``Pelajar`` tersebut disimpan dalam memori komputer kita. Setiap memanggil maka kita akan mendapatkan jenis memori yang berbeda-beda tiap kita memanggilnya. Cara mudah untuk membedakannya adalah dengan cara berikut:
```
>>> pertama = Pelajar()
diff --git a/object_oriented_programming/basic_oop/01_atribut_kelas/README.md b/object_oriented_programming/basic_oop/01_atribut_kelas/README.md
index 1187ff53..5c02a5bb 100644
--- a/object_oriented_programming/basic_oop/01_atribut_kelas/README.md
+++ b/object_oriented_programming/basic_oop/01_atribut_kelas/README.md
@@ -1,8 +1,8 @@
-# atribut kelas
+# Atribut kelas
-## atribut kelas dan instance
+## Atribut kelas dan instance
-sekarang, buat kelas dari ``Pelajar`` baru dengan atribut kelas yang disebut ``jenis_kelas`` dan dua atribut instance yang berupa ``nama`` dan ``umur``
+Sekarang, buat kelas dari ``Pelajar`` baru dengan atribut kelas yang disebut ``jenis_kelas`` dan dua atribut instance yang berupa ``nama`` dan ``umur``.
```python
class Pelajar:
@@ -12,33 +12,33 @@ class Pelajar:
self.umur = umur
```
-untuk meneruskan argumen ke parameter ``nama`` dan ``umur``, masukkan nilai ke dalam tanda kurugn setelah nama kelas
+Untuk meneruskan argumen ke parameter ``nama`` dan ``umur``, masukkan nilai ke dalam tanda kurung setelah nama kelas
```python
janis = Pelajar("janis", 21)
erik = Pelajar("erik", 23)
```
-ini menciptakan contoh ``Pelajar`` baru satu untuk pelajar berusia 21 tahun bernama ``janis`` dan satu untuk yang bernama ``erik`` yang berusia 23 tahun.
+Ini menciptakan contoh ``Pelajar`` baru satu untuk pelajar berusia 21 tahun bernama ``janis`` dan satu untuk yang bernama ``erik`` yang berusia 23 tahun.
-metode kelas ``pelajar``. ``__init__()`` memiliki tiga parameter, jadi mengapa hanya dua argumen yang diteruskan di dalam contoh?
+Metode kelas ``pelajar``. ``__init__()`` memiliki tiga parameter, jadi mengapa hanya dua argumen yang diteruskan di dalam contoh?
-saat kita membuat instance objek ``Pelajar``, Python membuat instance baru dan meneruskannya ke parameter pertama. ``__init__()`` ini pada dasarnya menghapus ``self`` paramter, jadi kita hanya perlu khawatir pada peremter ``nama`` dan ``umur``
+Saat kita membuat instance objek ``Pelajar``, Python membuat instance baru dan meneruskannya ke parameter pertama. ``__init__()`` ini pada dasarnya menghapus ``self`` paramter, jadi kita hanya perlu khawatir pada peremter ``nama`` dan ``umur``.
-setelah kita membuat instance pelajar, ktia dapat emengakses atribut instance mereka dengan menggunakan notasi titik
+Setelah kita membuat instance pelajar, ktia dapat emengakses atribut instance mereka dengan menggunakan notasi titik
```python
print(janis.umur)
print(erik.umur)
```
-kita juga dapat mengakses atribut kelas dengan cara yang sama yaitu
+Kita juga dapat mengakses atribut kelas dengan cara yang sama yaitu:
```python
print(janis.jenis_kelas)
print(erik.jenis_kelaas)
```
-salah satu keuntungan terbesar menggunakan kelas untuk mengatur data adalah bahwa instance dijamin memiliki atribut yang kita harpkan. semua objek ``pelajar`` memiliki ``jenis_kelas``,``nama`` dan ``umur``, sehingga kita dapat menggunakan atribut tersebut dengan percaya karena mengetahui bahwa mereka akan selalu mengembalikan nilai.
+Salah satu keuntungan terbesar menggunakan kelas untuk mengatur data adalah bahwa instance dijamin memiliki atribut yang kita harapkan. Semua objek ``pelajar`` memiliki ``jenis_kelas``,``nama`` dan ``umur``, sehingga kita dapat menggunakan atribut tersebut dengan percaya karena mengetahui bahwa mereka akan selalu mengembalikan nilai.
meskipun atribut dijamin ada, nilai dapat dirubah secara dinamis
@@ -47,9 +47,9 @@ janis.umur = 22
erik.umur = 22
```
-## motede instance
+## Motede instance
-metode instance adalah fungsi yang didefinisikan di dalam kelas dan hanya dapat dipanggil dari instace kelas tersebut, eperti ``__init__()``, parameter motede instance selalu ``self``
+Metode instance adalah fungsi yang didefinisikan di dalam kelas dan hanya dapat dipanggil dari instace kelas tersebut, eperti ``__init__()``, parameter motede instance selalu ``self``.
```python
class Pelajar:
@@ -66,7 +66,7 @@ class Pelajar:
janis = Pelajar("janis aneira", 22)
print(janis.deksripsi())
```
-``deskripsi()`` mengembalikan string yang menampilkan nama dan usia
+``deskripsi()`` mengembalikan string yang menampilkan nama dan usia.
Materi Selanjutnya: [mewarisi kelas](../02_mewarisi_kelas)
diff --git a/object_oriented_programming/basic_oop/02_mewarisi_kelas/README.md b/object_oriented_programming/basic_oop/02_mewarisi_kelas/README.md
index d4575c32..1c2ee2b8 100644
--- a/object_oriented_programming/basic_oop/02_mewarisi_kelas/README.md
+++ b/object_oriented_programming/basic_oop/02_mewarisi_kelas/README.md
@@ -1,14 +1,14 @@
-# mewarisi kelas lain dengan python
+# Mewarisi kelas lain dengan python
-warisan adalah proses dimana satu kelas mengambil atribut dan metode yang lain. kelas yang baru dibentuk disebut **anak kelas**,dan anak kelas yang berasal dari kelas anak disebut **kelas induk**
+Warisan adalah proses dimana satu kelas mengambil atribut dan metode yang lain. Kelas yang baru dibentuk disebut **anak kelas**,dan anak kelas yang berasal dari kelas anak disebut **kelas induk**.
-kelas anak dapat menimpa atau memperluas atribut dan metode kelas induk. dengan kata lain, kelas anak mewarisi semua taribut dan metode induk tetapijuga dapat menentukan atribut dan metode yang unit untuk dirinya sendiri.
+Kelas anak dapat menimpa atau memperluas atribut dan metode kelas induk. Dengan kata lain, kelas anak mewarisi semua taribut dan metode induk tetapi juga dapat menentukan atribut dan metode yang unit untuk dirinya sendiri.
-meskipun analoginya tidak sempurna, kita dapat memikirkan pewarisan objek seperti pewarisan genetik.
+Meskipun analoginya tidak sempurna, kita dapat memikirkan pewarisan objek seperti pewarisan genetik.
-kita mungkin mewarisi warna rambut dari ibu anda. ini adalah atribut yang anda miliki sejak lahir. katakanlah anda memutuskan untuk mewarnai rambut anda dengan warna ungu. dengan asumsi ibumu tidak mewakili rambut ungu, kamu baru saja mengganti atribut warna rambut yang kamu warisi dari ibumu.
+Kita mungkin mewarisi warna rambut dari ibu anda. Ini adalah atribut yang anda miliki sejak lahir. Katakanlah anda memutuskan untuk mewarnai rambut anda dengan warna ungu. Dengan asumsi ibumu tidak mewakili rambut ungu, kamu baru saja mengganti atribut warna rambut yang kamu warisi dari ibumu.
-kit juga mewarisi, dalam arti tertentu, bahasa kita dari rang tua kita. jika orang tua kita berbicara bahasa inggris. maka kita juga akan berbicara bahasa inggris. sekarang bayangkan kita memutuskan untuk belajar bahasa kedua. seperti bahasa jerman. dalam hal ini anda telah memperluas atribut anda karena kita telah menbahkan atribut yang tidak dimiliki orang tua kita.
+Kita juga mewarisi, dalam arti tertentu, bahasa kita dari orang tua kita. Jika orang tua kita berbicara bahasa Inggris, maka kita juga akan berbicara bahasa Inggris. Sekarang bayangkan kita memutuskan untuk belajar bahasa kedua, seperti bahasa Jerman. Dalam hal ini anda telah memperluas atribut anda karena kita telah menbahkan atribut yang tidak dimiliki orang tua kita.
-materi selanjutnya: [intermediate oop](https://github.com/bellshade/Python/blob/main/object_oriented_programming/intermediate/README.md)
+Materi selanjutnya: [intermediate oop](https://github.com/bellshade/Python/blob/main/object_oriented_programming/intermediate/README.md)
diff --git a/object_oriented_programming/intermediate/README.md b/object_oriented_programming/intermediate/README.md
index a1f84458..6a72f9a0 100644
--- a/object_oriented_programming/intermediate/README.md
+++ b/object_oriented_programming/intermediate/README.md
@@ -1,16 +1,16 @@
-# intermediate object oriented programming
+# Intermediate object oriented programming
-pada materi intermediate, disini akan membahas tentang dari
+Pada materi intermediate, di sini akan membahas tentang dari
- [Enkapsulasi](encapsulation)
-- [abstraksi](abstraksi)
-- [inheritance](inheritance)
-- [polimorfis](polimorfis)
+- [Abstraksi](abstraksi)
+- [Inheritance](inheritance)
+- [Polimorfis](polimorfis)
-untuk mencapai materi diatas tersebut dibutuhkan persyaratan yaitu mempelajari basic dari objek oriented programming yang bisa dilihat [disini](../basic_oop)
+Untuk mencapai materi diatas tersebut dibutuhkan persyaratan yaitu mempelajari basic dari objek oriented programming yang bisa dilihat [disini](../basic_oop)
-bisa dimulai dengan:
+Bisa dimulai dengan:
-- [definisi kelas](https://github.com/bellshade/Python/tree/main/object_oriented_programming/basic_oop/00_definisi_kelas)
-- [atribut kelas](../basic_oop/01_atribut_kelas)
-- [mewarisi kelas](../basic_oop/02_mewarisi_kelas)
+- [Definisi kelas](https://github.com/bellshade/Python/tree/main/object_oriented_programming/basic_oop/00_definisi_kelas)
+- [Atribut kelas](../basic_oop/01_atribut_kelas)
+- [Mewarisi kelas](../basic_oop/02_mewarisi_kelas)
diff --git a/object_oriented_programming/intermediate/encapsulation/README.md b/object_oriented_programming/intermediate/encapsulation/README.md
index b7f0bce9..1ab4670e 100644
--- a/object_oriented_programming/intermediate/encapsulation/README.md
+++ b/object_oriented_programming/intermediate/encapsulation/README.md
@@ -1,10 +1,10 @@
# Enkapsulasi dengan python
-enkapsulasi adalah satu konsep dasar dalam pemograman berorientas objek (oop). ini menggambarkan ide membungkus data dan metode yang bekerja pada data dalam satu unit. menemaptkan pembatasan dalam mengases variabel dan metode secara langsung dan dapat mencegah modifikasi data yang tidak sengaja. untuk mencegah perubahan yang tidak disengaja, variabel objek hanya dapat diubah dengan metode objek. jenis variabel tersbut dikenal sebagai **variabel privat**
+Enkapsulasi adalah satu konsep dasar dalam pemograman berorientas objek (oop). Ini menggambarkan ide membungkus data dan metode yang bekerja pada data dalam satu unit, menemapatkan pembatasan dalam mengases variabel dan metode secara langsung dan dapat mencegah modifikasi data yang tidak sengaja. Untuk mencegah perubahan yang tidak disengaja, variabel objek hanya dapat diubah dengan metode objek. jenis variabel tersbut dikenal sebagai **variabel privat**.
-## anggota yang dilindungi
+## Anggota yang dilindungi
-anggota yang dilindungi adalah anggota kelas yang tidak dapta diakses dari luar kelas tetapi dapat diakses dari dalam keas dan subkelasnya. untuk mencapai ini dengan python, cukup konvens dengan mengawali nama anggota dengan satu bawah ``_``
+Anggota yang dilindungi adalah anggota kelas yang tidak dapta diakses dari luar kelas tetapi dapat diakses dari dalam keas dan subkelasnya. Untuk mencapai ini dengan python, cukup konvens dengan mengawali nama anggota dengan satu bawah ``_``
```python
class Motor:
@@ -24,9 +24,9 @@ motor_matic.hidupkanMotor()
# motor_matric.__updatePart()
```
-variabel juga bisa menggunakan akses privat yang dapat berguna dalam beberapa tujuan. variabel privat hanya dapat diubah di dalam metode kelas dan tidak di luar kelas
+Variabel juga bisa menggunakan akses privat yang dapat berguna dalam beberapa tujuan. Variabel privat hanya dapat diubah di dalam metode kelas dan tidak di luar kelas.
-objek dapat menyimpan data penting untuk aplikasi kita dan kita tidak ingin data tersebut dapat diubah dari manapun dalam kode
+Objek dapat menyimpan data penting untuk aplikasi kita dan kita tidak ingin data tersebut dapat diubah dari manapun dalam kode.
```python
class Motor:
@@ -49,7 +49,7 @@ matic.__kecepatan = 300
matic.jalan()
```
-jika ingin merubah value dari private member dari kelas kita bisa menambahkan fungsi untuk meengganti serta memodifikasi dari member yang private
+Jika ingin merubah value dari private member dari kelas kita bisa menambahkan fungsi untuk meengganti serta memodifikasi dari member yang private.
```python
class Motor:
__kecepatan = 0
diff --git a/object_oriented_programming/intermediate/polimorfis/README.md b/object_oriented_programming/intermediate/polimorfis/README.md
index 8efb8111..e99668d8 100644
--- a/object_oriented_programming/intermediate/polimorfis/README.md
+++ b/object_oriented_programming/intermediate/polimorfis/README.md
@@ -1,38 +1,38 @@
-# polimorfisme
+# Polimorfisme
-kata polimofisme berarti memiliki banyak bentik. dalam pemograman, polimorfisme berarti nama fungsi yang sama (tetapi tanda tangan yangb berbeda) digunakan untuk jenis yang berbeda
+Kata polimofisme berarti memiliki banyak bentuk. Dalam pemograman, polimorfisme berarti nama fungsi yang sama (tetapi tanda tangan yang berbeda) digunakan untuk jenis yang berbeda.
-## polimorfisme sebagai operator penjumlahan
+## Polimorfisme sebagai operator penjumlahan
-kita tahu bahwa ``+`` operator digunakan secara luas dalam program python. tapu tidak memiliki penggunaan tunggal.untuk tipe data integer, ``+`` operator digunakan untuk melakukan operasi penjumlahan aritmatika
+Kita tahu bahwa ``+`` operator digunakan secara luas dalam program python. Tapi tidak memiliki penggunaan tunggal. Untuk tipe data integer, ``+`` operator digunakan untuk melakukan operasi penjumlahan aritmatika.
```python
angka1 = 12
angka3 = 200
print(angka1 + angka2)
```
-demikian pula untuk tipe data string, ``+`` operator digunkana untuk melakukan penggabungan
+Demikian pula untuk tipe data string, ``+`` operator digunkana untuk melakukan penggabungan.
```python
pesan1 = "python"
pesan2 = "bellshade"
print(pesan1+" "+pesan2)
```
-ini adalah salah satu dari polimorfimse yang paling sederhana pada python
+Ini adalah salah satu dari polimorfimse yang paling sederhana pada python.
-## fungsi polimorfisme di python
+## Fungsi polimorfisme di python
-ada beberapa fungsi dalam python yang kompatibel untuk dijalankan dengan beberapa tipe data
+Ada beberapa fungsi dalam python yang kompatibel untuk dijalankan dengan beberapa tipe data.
-salah satu fungsi tersebut adalah ``len()``, salah satu fungsi yang bisa berjalan di banyak tipe data.
+Salah satu fungsi tersebut adalah ``len()``, salah satu fungsi yang bisa berjalan di banyak tipe data.
```python
print(len("bellshade python"))
-print(len(["python", "programming", "indonesia"]))
-print(len({"nama": "anne", "negara": "russia"}))
+print(len(["python", "programming", "Indonesia"]))
+print(len({"nama": "anne", "negara": "Russia"}))
```
-disini kita dapat melihat bahwa banyak tipe data seperti ``string``, ``list``, ``tuple``, ``set`` dan ``dictionary`` bekerja dengan fungsi ``len()``. namun, kita dapat melihat bahwa itu mengembalikan informasi spesifik tentang tipe data tertentu.
+Di sini kita dapat melihat bahwa banyak tipe data seperti ``string``, ``list``, ``tuple``, ``set`` dan ``dictionary`` bekerja dengan fungsi ``len()``. Namun, kita dapat melihat bahwa itu mengembalikan informasi spesifik tentang tipe data tertentu.
-## kelas polimorfisme dengan python
+## Kelas polimorfisme dengan python
-kita dapat menggunakan konsep polimorfisme saat membuat metode kelas karena python memungknkan kelas yang berbeda memiliki metode dengan nama yang sama. kemudian kita dapat menggeneralisasi pemanggilan metode ini dengan mengabaikan bojke yang sedang kita kerjakan.
+Kita dapat menggunakan konsep polimorfisme saat membuat metode kelas karena python memungknkan kelas yang berbeda memiliki metode dengan nama yang sama. Kemudian kita dapat menggeneralisasi pemanggilan metode ini dengan mengabaikan bojke yang sedang kita kerjakan.
```python
class Kucing:
@@ -68,11 +68,11 @@ for hewan in (kucing_saya, harimau_saya):
hewan.suaranya()
```
-disni kita telah membuat dua kelas ``kucing`` dan ``harimau``. mereka berbagi struktur yagn sama dan memiliki nama metode yang sama ``info()`` dan ``suaranya()``, namun perhatikan bahwa kita belum membuat superclass umum atau menautkan kelas bersama sama dengan cara apapun, meski begitu, kita dapat megnemas dua objek berbeda ini ke dalam sebuah ``tuple`` dan mengulanginya menggunan persamaan ``hewan``. hal ini dimungkinkan karena polimorfisme.
+Di sini kita telah membuat dua kelas ``kucing`` dan ``harimau``. Mereka berbagi struktur yagn sama dan memiliki nama metode yang sama ``info()`` dan ``suaranya()``, namun perhatikan bahwa kita belum membuat superclass umum atau menautkan kelas bersama sama dengan cara apapun, meski begitu kita dapat mengemas dua objek berbeda ini ke dalam sebuah ``tuple`` dan mengulanginya menggunan persamaan ``hewan``. Hal ini dimungkinkan karena polimorfisme.
-## polimorfisme dan warisan
+## Polimorfisme dan warisan
-sperti dalam bahasa pemograman lain, kelas anak dalam python juga mewarisi metode dan atribut dari kelas induk. kita dapat mendifinisikan ulang metode dan atribut tertentu agar sesua dengan kelas anak, yang dikenal sebagi **metode overriding**. polimorfisme memungkinkan kita untuk mengakses metode dan atribut yang diganti ini yang memiliki nama yabg sama dengan kelas induknya.
+Seperti dalam bahasa pemograman lain, kelas anak dalam python juga mewarisi metode dan atribut dari kelas induk. Kita dapat mendifinisikan ulang metode dan atribut tertentu agar sesua dengan kelas anak, yang dikenal sebagi **metode overriding**. Polimorfisme memungkinkan kita untuk mengakses metode dan atribut yang diganti ini yang memiliki nama yang sama dengan kelas induknya.
```python
from math import pi
@@ -121,13 +121,13 @@ print(a.info())
print(a.area())
```
-disini kita dapat melihat bahwa metode ``__str__()``, yang belum di override di kelas anak, digunakan dari kelas induk.
+Di sini kita dapat melihat bahwa metode ``__str__()``, yang belum di override di kelas anak, digunakan dari kelas induk.
-karena polimorfisme, interpreter python secara otomatis mengenali bahwa ``info()`` metode untuk objek ``a`` (kelas ``persegi``) diganti. jadi, ia menggunakan yang didefinisikan di kelas anak.
+Karena polimorfisme, interpreter python secara otomatis mengenali bahwa ``info()`` metode untuk objek ``a`` (kelas ``persegi``) diganti. Jadi, ia menggunakan yang didefinisikan di kelas anak.
-di sisi lain, karena ``info()`` metode untuk objek ``B`` tidak ditimpa, itu digunakan dari induk ``Bentuk``
+Di sisi lain, karena ``info()`` metode untuk objek ``B`` tidak ditimpa, itu digunakan dari induk ``Bentuk``.
-contoh lain
+contoh lain:
```python
class Kakaktua:
def terbang(self):
diff --git a/other/turtle/README.md b/other/turtle/README.md
index f94bdf78..90607176 100644
--- a/other/turtle/README.md
+++ b/other/turtle/README.md
@@ -1,10 +1,10 @@
-# python turtle
+# Python turtle
Turtle adalah package python yang digunakan untuk mengenalkan tentang pemograman kepada anak-anak dengan cara mengoding dan kemudian menghasilkan gambar yang indah.
Di folder ini terdapat berbagai macam source code dari package turtle yagn menghasilkan gambar yang indah.
-contoh dari pytho turtle yang membentuk matahari
+Contoh dari python turtle yang membentuk matahari:
```python
from turtle import *
diff --git a/regular_expression/00_pengenalan_regex/README.md b/regular_expression/00_pengenalan_regex/README.md
index f7376f81..966683ba 100644
--- a/regular_expression/00_pengenalan_regex/README.md
+++ b/regular_expression/00_pengenalan_regex/README.md
@@ -4,9 +4,9 @@ RegEx, atau ekspresi reguler, adalah urutan karakter yang membentuk pola pencari
RegEx dapat digunakan untuk memeriksa apakah string berisi pola pencarian yang ditentukan.
- python memliki module regex yang disebut dengan ``re`` yang dapat digunakan untuk bekerja dengan ekspresi reguler
+ Python memliki module regex yang disebut dengan ``re`` yang dapat digunakan untuk bekerja dengan ekspresi reguler.
- contoh penggunaan regex untuk melihat apakah sebuah string dimulai dengan kata _saya_ dan diakhiri dengan _bellshade_
+ Contoh penggunaan regex untuk melihat apakah sebuah string dimulai dengan kata _saya_ dan diakhiri dengan _bellshade_
```python
import re
diff --git a/struktur_data/stack/README.md b/struktur_data/stack/README.md
index 72c24292..a0506954 100644
--- a/struktur_data/stack/README.md
+++ b/struktur_data/stack/README.md
@@ -1,14 +1,14 @@
# Stack
-Stack atau tumpukan adalah struktur data linier yang menyimpan item dengan cara _Last in/first out_ (``LIFO`` ) atau _fist in/last out_. di stack, elemen baru ditambahkn di satu ujung elemen dihapus dari ujung itu saja. operasi penyisipan dan penghapusan sering disebut push dan pop
+Stack atau tumpukan adalah struktur data linier yang menyimpan item dengan cara _Last in/first out_ (``LIFO`` ) atau _fist in/last out_. Di stack, elemen baru ditambahkn di satu ujung elemen dihapus dari ujung itu saja. Operasi penyisipan dan penghapusan sering disebut push dan pop.
-## implementasi
+## Implementasi
-ada berbagai cara di mana stack dapat diimplementasikan dengan python.
+Ada berbagai cara dimana stack dapat diimplementasikan dengan Python.
-## implementasi menggunakan list
+### Implementasi menggunakan list
-daftar struktur data bawaan python dapat digunakan sebagai tumpukan. alih alih ``push()``, ``append()`` digunakan untuk menambahkan elemen ke bagian atas tumpukan sementara ``pop()`` menghapus elemen dalam urutan ``LIFO``. sayangnya list ini memiliki kukurangan, masalah terbesarnya dalah ia dapat mengalami masalah kecepatan seiring dengan pertumbuhannya. item dalam list disimpan bersebelahan dengan memori, jika tumpukan tumbuh lebih besar dari blok memori yang saat ini menampungnya, maka python perlu melakukan beberapa alokasi memori. ini dapat menyebabkan beberapa panggilan ``append()`` memakan wwaktu lebih lama daripada yang lain.
+Daftar struktur data bawaan python dapat digunakan sebagai tumpukan. Alih alih ``push()``, ``append()`` digunakan untuk menambahkan elemen ke bagian atas tumpukan sementara ``pop()`` menghapus elemen dalam urutan ``LIFO``. Sayangnya list ini memiliki kukurangan, masalah terbesarnya dalah ia dapat mengalami masalah kecepatan seiring dengan pertumbuhannya. Item dalam list disimpan bersebelahan dengan memori, jika tumpukan tumbuh lebih besar dari blok memori yang saat ini menampungnya, maka python perlu melakukan beberapa alokasi memori. Ini dapat menyebabkan beberapa panggilan ``append()`` memakan waktu lebih lama daripada yang lain.
```py
stack = []
diff --git a/struktur_data/tree/README.md b/struktur_data/tree/README.md
index ee510367..1385b030 100644
--- a/struktur_data/tree/README.md
+++ b/struktur_data/tree/README.md
@@ -2,7 +2,7 @@
*Binary tree* (*BST*) adalah struktur data yang berbentuk nonlinier yang membentuk struktur seperti pohon dan terbentuk dari sekumpulan *node*. Pada *binary tree*, properti dari *node* berisi data, *pointer left*, dan *pointer right* (kita akan melihat kegunaan dari ketiga properti ini nanti!). Pada *binary tree*, sebuah *parent node* hanya boleh memiliki maksimal dua buah *child node*.
## Terminologi Pada *Tree*
-Pada *binary tree*, ada beberapa terminologi yang harus kita pahami, diantaranya:
+Pada *binary tree*, ada beberapa terminologi yang harus kita pahami, di antaranya:
1. Node : Merupakan titik yang membentuk sebuah *tree*
2. Root : Merupakan *node* yang terletak paling atas pada *tree*
@@ -28,7 +28,7 @@ Secara umum, **tinggi dari sebuah *tree* diukur dari *root node* ke *leaf node*
**Kedalaman dari sebuah *binary tree* diukur dari *root node* ke *node* yang ditentukan**. Pada *Tree A*, kedalaman dari *node 2* adalah 1 satuan, dan kedalaman dari *node 3* adalah 2 satuan. Sedangkan pada *Tree B*, kedalaman dari *node 2* dan *node 3* sama-sama 1 satuan.
## Ragam *Tree*
-Terdapat beberapa ragam *binary tree*, diantaranya :
+Terdapat beberapa ragam *binary tree*, di antaranya :
1. Full Binary Tree\
Merupakan *binary tree* yang memiliki **dua** atau **tidak sama sekali** *child node*\
@@ -44,12 +44,12 @@ Terdapat beberapa ragam *binary tree*, diantaranya :

## Perbedaan *Binary Tree* Dan *Binary Search Tree*
-Walau sekilas terlihat mirip, ternyata ada perbedaan antara *binary tree* dengan *binary search tree*, diantaranya:
+Walau sekilas terlihat mirip, ternyata ada perbedaan antara *binary tree* dengan *binary search tree*, di antaranya:
| **Pembeda** | **Binary Tree** | **Binary Sarch Tree** |
|-------------|--------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------|
| Struktur | Tidak ada aturan ketika melakukan *insert* pada *tree* | Nilai *node* pada *subtree* sebelah kiri selalu lebih kecil dari pada nilai *node* pada *subtree* sebelah kanan ketika kita melakukan *insert* |
| Operasi | Layaknya *linked list*, *binary tree* juga memiliki operasi *insert*, *delete*, juga *search* | Operasi yang dimiliki sama seperti *binary tree*, hanya saja performa pada *binary search tree* lebih optimal karena sudah tersturktur. |
-| Jenis | Ada beberapa jenis dari *binary tree*, diantaranya *full binary tree*, *complete binary tree*, dan *perfect binary tree* | Ada beberapa jenis dari *binary search tree*, diantaranya *AVL tree*, *red black tree*, dan *T tree* |
+| Jenis | Ada beberapa jenis dari *binary tree*, di antaranya *full binary tree*, *complete binary tree*, dan *perfect binary tree* | Ada beberapa jenis dari *binary search tree*, di antaranya *AVL tree*, *red black tree*, dan *T tree* |
Referensi :
1. https://www.upgrad.com/blog/5-types-of-binary-tree/
diff --git a/struktur_data/tree/avl_tree/README.md b/struktur_data/tree/avl_tree/README.md
index d44399cb..57ba3af8 100644
--- a/struktur_data/tree/avl_tree/README.md
+++ b/struktur_data/tree/avl_tree/README.md
@@ -1,26 +1,26 @@
# Avl tree
-AVL tree adalah binary search tree yang memiliki perbedaan tinggi/level maksumal 1 antar subtree kiri dan subtree kanan. AVL tree muncul untuk menyeimbangkan binary search tree. dengan AVL tree, waktu pencarian dan bentuk tree dapat dipersingkat dan disederhanakan.
+AVL tree adalah binary search tree yang memiliki perbedaan tinggi/level maksumal 1 antar subtree kiri dan subtree kanan. AVL tree muncul untuk menyeimbangkan binary search tree. Dengan AVL tree, waktu pencarian dan bentuk tree dapat dipersingkat dan disederhanakan.
-## perbedaan antara binary search tree dan avl tree
+## Perbedaan antara binary search tree dan avl tree
-**binary search tree**
+**Binary search tree**
-- binary search tree adalah height balanced p-tree yang artinya maksimum perbedaan height antara subtree kiri dan kanan adalah p
-- semua data dibagian kiri _sub-tree_ dari _node_ t selalu lebih kecil dari data dalam _node_ t itu sendiri.
-- semua data dibagian kana _sub-tree_ dari _node_ t selalu lebih besar atau sama dengan data dalam node t.
+- Binary search tree adalah height balanced p-tree yang artinya maksimum perbedaan height antara subtree kiri dan kanan adalah p.
+- Semua data dibagian kiri _sub-tree_ dari _node_ t selalu lebih kecil dari data dalam _node_ t itu sendiri.
+- Semua data dibagian kanan _sub-tree_ dari _node_ t selalu lebih besar atau sama dengan data dalam node t.
-**avl tree**
+**Avl tree**
-- avl tree adalah height balanced 1-tree yang berarti maksimum perbedaan antara subtree kiri dan kanan adalah satu.
-- path pencarian lokasi untuk dilakukan operasi insert dimulai dari root.
-- adanya node pada search path yang balancenya _TallLeft_(tanda -) atau _TallRight_(tanda +) dan terletak paling dekat dengan node yang baru.
+- Avl tree adalah height balanced 1-tree yang berarti maksimum perbedaan antara subtree kiri dan kanan adalah satu.
+- Path pencarian lokasi untuk dilakukan operasi insert dimulai dari root.
+- Adanya node pada search path yang balancenya _TallLeft_(tanda -) atau _TallRight_(tanda +) dan terletak paling dekat dengan node yang baru.
-## penerapan struktur data avl
+## Penerapan struktur data avl
-penerapan struktur data avl tree digunakan pada binary search tree yang bertujuan untuk menyeimbangkan tree tersebut, sehingga waktu pencarian an struktur tree dapat disederhanakan. avl tree dapat direpresentasikan dengan menggunakan array maupun linked list. contohnya untuk membuat program tingkatan pegawi dalam perusahaan dan silsilah keluarga.
+Penerapan struktur data avl tree digunakan pada binary search tree yang bertujuan untuk menyeimbangkan tree tersebut, sehingga waktu pencarian an struktur tree dapat disederhanakan. Avl tree dapat direpresentasikan dengan menggunakan array maupun linked list. Contohnya untuk membuat program tingkatan pegawi dalam perusahaan dan silsilah keluarga.
-**membuat node pohon**
+**Membuat node pohon**
```python
class TreeNode(object):
@@ -31,7 +31,7 @@ class TreeNode(object):
self.tinggi = 1
```
-**membuat kelas dari avl tree yang dimana termasuk fungsi insert**
+**Membuat kelas dari avl tree yang dimana termasuk fungsi insert**
```python
class AVL_Tree(object):
@@ -165,6 +165,6 @@ tree_saya.preOrder(root)
print()
```
-## kompleksitas waktu
+## Kompleksitas waktu
-operasi rotasi (putar kiri dan kanan) membutuhkan waktu yang konstan karena hanya beberapa petunjuk yang diubah disana. memperbarui ketinggian dan mendpatkan faktor keseimbangan juga membutuhkan waktu yang konstan. jadi kompleksitas waktu penyisipan avl tetap sama dengan penyisipan _binary search tree_ yaitu O(h) dimana h adalah tinggi dari pohon. kerna pohon avl seimbang, tingginya adalah O(Logn). jadi kompleksitas waktu penyisipan avl tree adalah O(Logn)
+Operasi rotasi (putar kiri dan kanan) membutuhkan waktu yang konstan karena hanya beberapa petunjuk yang diubah disana. Memperbarui ketinggian dan mendpatkan faktor keseimbangan juga membutuhkan waktu yang konstan. Jadi kompleksitas waktu penyisipan avl tetap sama dengan penyisipan _binary search tree_ yaitu O(h) dimana h adalah tinggi dari pohon. Karena pohon avl seimbang, tingginya adalah O(Logn). Jadi kompleksitas waktu penyisipan avl tree adalah O(Logn).
diff --git a/struktur_data/tree/binary_search_tree/README.md b/struktur_data/tree/binary_search_tree/README.md
index 27a41644..fbba7280 100644
--- a/struktur_data/tree/binary_search_tree/README.md
+++ b/struktur_data/tree/binary_search_tree/README.md
@@ -1,5 +1,5 @@
## Definisi
-*Binary search tree* (*BST*) adalah salah satu ragam dari *binary tree* yang memiliki karakteristik di mana nilai pada *node* sebelah kiri selalu lebih kecil dari *node* sebelah kanan. Dua *tree* di bawah merupakan ilustrasi dari *binary search tree*.
+*Binary search tree* (*BST*) adalah salah satu ragam dari *binary tree* yang memiliki karakteristik dimana nilai pada *node* sebelah kiri selalu lebih kecil dari *node* sebelah kanan. Dua *tree* di bawah merupakan ilustrasi dari *binary search tree*.

## Operasi Pada *Binary Search Tree*
@@ -101,7 +101,7 @@ Kode di bawah ini adalah implementasi dari ketiga jenis *traversal* di atas
arr.append(self.data)
return arr
```
-Sebagai contoh, misalkan kita punya *binary search tree* sebagai berikut
+Sebagai contoh, misalkan kita punya *binary search tree* sebagai berikut:
| *Preorder* | *Inorder* | *Postorder* |
|-------------|--------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------|
|  |  |  |
\ No newline at end of file
diff --git a/web_programming/README.md b/web_programming/README.md
index 8295682f..dd353057 100644
--- a/web_programming/README.md
+++ b/web_programming/README.md
@@ -1,3 +1,3 @@
## Web Programming
-Topik Selanjutnya: Coming Soon
\ No newline at end of file
+Topik Selanjutnya: Coming Soon
From 35363962c6a3f7e8f0fc6f528dfd25e17b07c91c Mon Sep 17 00:00:00 2001
From: "Deo Valiandro. M"
Date: Fri, 23 Sep 2022 14:52:21 +0800
Subject: [PATCH 015/212] fix: (#200)
1. Memperbaiki beberapa penjelasan
2. Menambahkan pengertian argument
3. Menambahkan newline di beberapa contoh program
Signed-off-by: deovaliandro
Signed-off-by: deovaliandro
---
Basic/09_fungsi/README.md | 65 ++++++++++++++++++++++-----------------
1 file changed, 36 insertions(+), 29 deletions(-)
diff --git a/Basic/09_fungsi/README.md b/Basic/09_fungsi/README.md
index b92739b3..f574c1a9 100644
--- a/Basic/09_fungsi/README.md
+++ b/Basic/09_fungsi/README.md
@@ -1,12 +1,12 @@
# Fungsi
-Fungsi adalah sebuah blok kode yang berjalan ketika ingin digunakan.
+Fungsi adalah sebuah blok kode yang berjalan ketika dipanggil.
Contoh:
```python
def hello():
- print('Hello !')
+ print('Hello!')
```
Apabila kita ingin menggunakan fungsi tersebut kita bisa memanggilnya dengan:
@@ -18,9 +18,11 @@ hello()
Lantas, apakah kita bisa memasukkan input ke dalam fungsi?
Tentu bisa input yang kita kirimkan ke dalam fungsi disebut sebagai argument, seperti apa contohnya?
+> Argument adalah nilai atau variabel yang dikirim kepada fungsi ketika fungsi tersebut dipanggil.
+
```python
def hello(nama):
- print('Hello '+str(nama)+' !')
+ print('Hello '+str(nama)+'!')
```
Apabila kita ingin memakai fungsi tersebut dan memasukkan argument kita cukup mengetikkan:
@@ -29,24 +31,25 @@ Apabila kita ingin memakai fungsi tersebut dan memasukkan argument kita cukup me
hello('Bellshade')
```
-Kita bisa memasukkan lebih dari satu argument!
+`Bellshade` adalah argument yang dikirim kepada fungsi `hello(py)`.
-Contohnya:
+Kita bisa mengirimkan lebih dari satu argument. Contohnya:
```python
-def triangle(alas,tinggi):
+def triangle(alas, tinggi):
hasil = (alas * tinggi)/2
print(hasil)
```
-Dan kita pun akan memakai fungsi segitiga kita:
+Dan kita pun akan memakai fungsi segitiga kita dengan mengirimkan dua argument, yaitu `2` dan `3`:
```python
triangle(2,3)
```
+
## Return
-Return adalah sebuah function keyword yang mengembalikan nilai dan juga sekaligus "mengakhiri" function itu sendiri.
+Return adalah sebuah keyword yang mengembalikan nilai dan juga sekaligus "mengakhiri" function itu sendiri.
Contohnya:
@@ -55,33 +58,35 @@ def triangle(alas,tinggi):
hasil = (alas * tinggi)/2
return hasil
+
print(triangle(2,3))
```
-Return pada koding di atas, mengakhiri function dari triangle, jadi kita tidak bisa lagi melakukan command apapun yang lewat dari line `return hasil`.
+Return pada koding di atas, mengakhiri function dari `triangle`, jadi kita tidak bisa lagi melakukan perintah apapun setelah baris `return hasil`.
## Default argument
-Default argument terjadi apabila kita mendefault/mengatur nilai default dari sebuah argument, misalnya:
+Default argument terjadi apabila kita membuat argument menjadi bernilai tetap, misalnya:
```python
def salam(waktu="Pagi"):
greet = "Selamat " + str(waktu)
return greet
+
print(salam("Siang")) # Selamat Siang
print(salam("Malam")) # Selamat Malam
print(salam("Sore")) # Selamat Sore
print(salam()) # Selamat Pagi
```
-Di sini kita melakukan default value terhadap argument dari waktu menjadi "Pagi", jadi apabila kita memanggil ```salam()```,
-maka itu tidak akan menimbulkan error, karena sudah ada default valuenya, dan default value juga bersifat `flexibel` dimana masih bisa diubah menjadi, 'Siang', 'Malam', dan lainnya.
+Di sini kita melakukan default value terhadap argument dari waktu menjadi `Pagi`, jadi apabila kita memanggil `salam()`,
+maka itu tidak akan menimbulkan error, karena sudah ada default valuenya, dan default value juga bersifat `flexibel` dimana masih bisa diubah menjadi, 'Siang', 'Malam', dan lainnya tergantung pada nilai yang diberikan pada argument fungsi.
## Unlimited atau Infinite
`Unlimited` atau `Infinite` artinya adalah tak terbatas, apa yang tak terbatas?
-Yang tak terbatas di python function adalah argument yang dapat kita inputkan.
+Yang tak terbatas di fungsi Python adalah jumlah argument yang dapat kita inputkan.
Contohnya:
@@ -90,13 +95,14 @@ def unlimited(*args):
for item in args:
print(item)
+
unlimited(1,2,3,4)
unlimited([1,2],[3,4])
```
Contoh dari unlimited nya adalah, pada command pertama, kita memasukkan 4 parameter, command kedua, kita memasukkan 2 parameter.
-Last, but not least, unlimited keyword argument, dimana kita memberi tahu bahwa argument kita ini memiliki key, atau kunci, hal ini sama dengan dictionary dimana pada unlimited keyword argument, python memakai prinsip dictionary, sementara pada unlimited argument, python mengadopsi konsep tuple.
+Last, but not least, unlimited keyword argument, dimana kita memberi tahu bahwa argument kita ini memiliki key, atau kunci. Hal ini sama dengan dictionary di mana pada unlimited keyword argument, Python memakai prinsip dictionary, sementara pada unlimited argument, Python mengadopsi konsep tuple.
Contohnya:
@@ -105,6 +111,7 @@ def unlimitedkeyword(**infinite):
for key, value in infinite.items():
print("index {} memiliki nilai {}".format(key,value))
+
unlimitedkeyword(a=2,b=1,c=3)
unlimitedkeyword(fname="Harry",lname="Potter")
```
@@ -116,8 +123,7 @@ Dan pada command kedua, kita memasukkan 2 parameter dengan masing-masing key yai
## Fungsi Rekursi
### Definisi Fungsi Rekursi
-Fungsi yang dapat memanggil dirinya sendiri dinamakan fungsi rekursi. Beberapa permasalahan dalam algoritma dan struktur data menggunakan
-rekursi sebagai solusi penyelesaian, misalnya, dalam struktur data *linked list* atau *tree*. Perhatikan fungsi ```recursion``` di bawah:
+Fungsi rekursi adalah fungsi yang dapat memanggil dirinya sendiri. Beberapa permasalahan dalam algoritma dan struktur data menggunakan rekursi sebagai solusi penyelesaian, misalnya, dalam struktur data *linked list* atau *tree*. Perhatikan fungsi `recursion` di bawah:
```python
def recursion(param):
@@ -131,7 +137,7 @@ didefinisikan ketika ```n = 0``` atau ```n = 1```.
2. __Proses Rekursi__ : Proses rekursi merupakan solusi penyederhanaan dari masalah yang besar menjadi subpermasalahan yang lebih kecil. Sama seperti
*base case*, proses rekursi setiap permasalahan berbeda-beda.
-Contoh fungsi rekursi adalah faktorial. Faktorial merupakan perkalian mundur suatu bilangan positif yang kurang lebih atau sama dengan *n*. Faktorial dilambangkan dengan ```n!```. Faktorial 0 atau ```0!``` bernilai 1. Nilai faktorial suatu bilangan positif dapat dihitung menggunakan proses rekursi yang ditunjukkan pada fungsi ```faktorial(n)``` di bawah:
+Contoh fungsi rekursi adalah faktorial. Faktorial merupakan perkalian mundur suatu bilangan positif yang kurang lebih atau sama dengan *n*. Faktorial dilambangkan dengan `n!`. Faktorial 0 atau `0!` bernilai 1. Nilai faktorial suatu bilangan positif dapat dihitung menggunakan proses rekursi yang ditunjukkan pada fungsi `faktorial(n)` di bawah:
```python
def faktorial(n):
@@ -155,24 +161,25 @@ def faktorial(n):
Visualisasi dari proses rekursi di atas adalah sebagai berikut

+
### Rekursi Versus Loop
Sebenarnya, beberapa permasalahan dalam pemrograman bisa diselesaikan menggunakan *loop* biasa daripada menggunakan rekursi, seperti pada kasus faktorial di atas. Kode untuk menghitung nilai faktorial menggunakan *loop* ditunjukkan pada kode di bawah ini:
```python
- n = int(input())
- hasil = 1
+n = int(input())
+hasil = 1
- if n == 0 or n == 1:
- print(1)
- else :
- for i in range(n, 0, -1):
- hasil = hasil * n
- n = n - 1
+if n == 0 or n == 1:
+ print(1)
+else :
+ for i in range(n, 0, -1):
+ hasil = hasil * n
+ n = n - 1
- print(hasil)
+print(hasil)
```
-Jika kita meng-```input``` variabel *n* dengan nilai 5, kita akan mendapatkan ```hasil``` 120. Dari hasil tersebut, kita sama-sama tahu, bahwa perhitungan faktorial menggunakan fungsi rekursi dan *loop* biasa menghasilkan solusi yang sama.
+Jika kita meng-`input` variabel *n* dengan nilai 5, kita akan mendapatkan `hasil` 120. Dari hasil tersebut, kita sama-sama tahu, bahwa perhitungan faktorial menggunakan fungsi rekursi dan *loop* biasa menghasilkan solusi yang sama.
**Jadi, daripada memikirkan base case dan proses rekursi, lebih baik kita menggunakan loop biasa ketika menghadapi permasalahan yang melibatkan proses iterasi?**
Jawabannya : **tidak**. Sebab, beberapa permasalahan dalam algoritma dan struktur data menggunakan pendekatan rekursi sebagai penyelesaian masalah. Hal ini disebabkan penyelesaian permasalahan menggunakan *loop* atau iterasi biasa tidak intuitif untuk permasalahan tersebut. Contoh solusi yang kurang intuitif dari permasalahan pada algoritma dan struktur data adalah ketika kita ingin meng-*insert* *node* pada *linked list* atau menambahkan *node* pada *tree*. Setidaknya sampai tulisan ini dibuat, penulis belum mendapatkan penyelesaian untuk menambahkan *node* pada kedua struktur data di atas menggunakan pendekatan iterasi biasa.
@@ -199,10 +206,10 @@ def outerFunc(pesan):
pesan = "Halo"
hasil = outerFunc(pesan)
# memunculkan "Halo juga dari innerFunc" di console
-hasil
+print(hasil)
```
-Seperti yang sudah disebutkan pada bagian definisi, *closure* juga dapat mengembalikan fungsi. *Closure* yang memiliki kegunaan seperti ini biasa disebut sebgai *factory function*. Fungsi ```pangkat()``` di bawah mendemonstrasikan bagaimana cara kerja *factory function*:
+Seperti yang sudah disebutkan pada bagian definisi, *closure* juga dapat mengembalikan fungsi. *Closure* yang memiliki kegunaan seperti ini biasa disebut sebgai *factory function*. Fungsi `pangkat()` di bawah mendemonstrasikan bagaimana cara kerja *factory function*:
```python
def pangkat(n):
From 09e827e393b42ad27e30d8f5334e207d36b5fc79 Mon Sep 17 00:00:00 2001
From: Muhammad Ammar Nabil
Date: Sun, 2 Oct 2022 11:52:22 +0700
Subject: [PATCH 016/212] docs: Penambahan Action Table of Content dan
perbaikan penulisan (#202)
* docs: menambahkan action Table of Content dan memperbaiki penulisan
* docs: Memperbaiki penulisan
* docs: Mengahapus fitur open in a new tab pada link
* docs: Penambahan heading "Contoh hello world"
---
Basic/01_introduction/README.md | 40 ++++++++++++++++++---------------
1 file changed, 22 insertions(+), 18 deletions(-)
diff --git a/Basic/01_introduction/README.md b/Basic/01_introduction/README.md
index eac1dee4..35da7cec 100644
--- a/Basic/01_introduction/README.md
+++ b/Basic/01_introduction/README.md
@@ -4,37 +4,41 @@
-Selamat datang di pemrograman Python dasar. Disini kalian dapat memulai pertama kali mencoba pemrograman Python.
+Selamat datang di pemrograman Python dasar. Di sini kalian dapat memulai serta mencoba pertama kali pemrograman Python.
-## Daftar Isi
+Daftar Isi
- Introduction
- - Daftar Isi
- - Gambaran Singkat
- - Contoh Hello World
+ - [Daftar Isi](#1)
+ - [Gambaran Singkat](#2)
+ - [Contoh Hello World](#3)
-## Gambaran Singkat Tentang Bahasa Pemrograman Python
+Gambaran Singkat Tentang Bahasa Pemrograman Python
-Python dibuat dan dikembangkan oleh [Guido van Rossum](https://en.wikipedia.org/wiki/Guido_van_Rossum), programmer yang berasal dari Belanda. Python dibuat dengan menggunakan bahasa pemrograman C sebagai basisnya. Pemilihan nama Python itu sendiri diambil dari sebuah acara televisi yang lumayan terkenal yang bernama __Monty Python’s Flying Circus__ yang merupakan acara sirkus favorit dari Guido.
+Python dibuat dan dikembangkan oleh [Guido van Rossum](https://en.wikipedia.org/wiki/Guido_van_Rossum), programmer yang berasal dari Belanda. Python dibuat dengan menggunakan bahasa pemrograman C sebagai basisnya. Pemilihan nama Python itu sendiri diambil dari sebuah acara televisi yang lumayan terkenal yang bernama **Monty Python’s Flying Circus** yang merupakan acara sirkus favorit dari Guido.
-Python adalah bahasa pemograman multiparadigma, yaitu mendukung pemograman berorientasi objek, pemograman terstruktur dan pemgoraman fungsional.
+Python adalah bahasa pemograman multiparadigma, yaitu mendukung pemograman berorientasi objek, pemograman terstruktur, dan pemgoraman fungsional.
Kelebihan Python antara lain:
-- mudah untuk dipelajari,
-- mudah digunakan,
-- mendukung __iot__ (__internet of things__),
-- __multiplatform__, artinya dapat dijalan di berbagai jenis sistem.
+
+- Mudah untuk dipelajari,
+- Mudah digunakan,
+- Mendukung **iot** (**internet of things**),
+- **Multiplatform**, artinya dapat dijalan di berbagai jenis sistem.
Contoh implementasi dari bahasa pemograman Python adalah:
-- komputasi ilmiah dan numerik contohnya seperti [SciPy](https://scipy.org/),
-- aplikasi bisnis seperti [Tryton](https://www.tryton.org/),
-- pembuatan game seperti [Battlefield 2](https://en.wikipedia.org/wiki/Battlefield_2),
-- pengembangan web seperti [Django](https://www.djangoproject.com) atau [Flask](https://flask.palletsprojects.com),
-- pengembangan dari situs web dan layanan sperti [Dropbox](https://www.dropbox.com), [BuzzFeed](https://www.buzzfeed.com) dan [Uber](https://www.uber.com).
+
+- Komputasi ilmiah dan numerik contohnya seperti [SciPy](https://scipy.org/),
+- Aplikasi bisnis seperti [Tryton](https://www.tryton.org/),
+- Pembuatan game seperti [Battlefield 2](https://en.wikipedia.org/wiki/Battlefield_2),
+- Pengembangan web seperti [Django](https://www.djangoproject.com) atau [Flask](https://flask.palletsprojects.com),
+- Pengembangan dari situs web dan layanan sperti [Dropbox](https://www.dropbox.com), [BuzzFeed](https://www.buzzfeed.com) dan [Uber](https://www.uber.com).
+
+Contoh `Hello World` pada python
```python
print("hello bellshade")
print("apa kabar ?")
```
-[Materi Selanjutnya](../02_tipe_data)
\ No newline at end of file
+[Materi Selanjutnya](../02_tipe_data)
From f7abeb991a9693b6e455d9f9c11f3f358f820fb1 Mon Sep 17 00:00:00 2001
From: Rangga K D <36787606+ranggakd@users.noreply.github.com>
Date: Sun, 2 Oct 2022 17:46:24 +0700
Subject: [PATCH 017/212] added code of conduct (#205)
---
CODE_OF_CONDUCT.md | 128 +++++++++++++++++++++++++++++++++++++++++++++
1 file changed, 128 insertions(+)
create mode 100644 CODE_OF_CONDUCT.md
diff --git a/CODE_OF_CONDUCT.md b/CODE_OF_CONDUCT.md
new file mode 100644
index 00000000..5604744b
--- /dev/null
+++ b/CODE_OF_CONDUCT.md
@@ -0,0 +1,128 @@
+# Contributor Covenant Code of Conduct
+
+## Our Pledge
+
+We as members, contributors, and leaders pledge to make participation in our
+community a harassment-free experience for everyone, regardless of age, body
+size, visible or invisible disability, ethnicity, sex characteristics, gender
+identity and expression, level of experience, education, socio-economic status,
+nationality, personal appearance, race, religion, or sexual identity
+and orientation.
+
+We pledge to act and interact in ways that contribute to an open, welcoming,
+diverse, inclusive, and healthy community.
+
+## Our Standards
+
+Examples of behavior that contributes to a positive environment for our
+community include:
+
+* Demonstrating empathy and kindness toward other people
+* Being respectful of differing opinions, viewpoints, and experiences
+* Giving and gracefully accepting constructive feedback
+* Accepting responsibility and apologizing to those affected by our mistakes,
+ and learning from the experience
+* Focusing on what is best not just for us as individuals, but for the
+ overall community
+
+Examples of unacceptable behavior include:
+
+* The use of sexualized language or imagery, and sexual attention or
+ advances of any kind
+* Trolling, insulting or derogatory comments, and personal or political attacks
+* Public or private harassment
+* Publishing others' private information, such as a physical or email
+ address, without their explicit permission
+* Other conduct which could reasonably be considered inappropriate in a
+ professional setting
+
+## Enforcement Responsibilities
+
+Community leaders are responsible for clarifying and enforcing our standards of
+acceptable behavior and will take appropriate and fair corrective action in
+response to any behavior that they deem inappropriate, threatening, offensive,
+or harmful.
+
+Community leaders have the right and responsibility to remove, edit, or reject
+comments, commits, code, wiki edits, issues, and other contributions that are
+not aligned to this Code of Conduct, and will communicate reasons for moderation
+decisions when appropriate.
+
+## Scope
+
+This Code of Conduct applies within all community spaces, and also applies when
+an individual is officially representing the community in public spaces.
+Examples of representing our community include using an official e-mail address,
+posting via an official social media account, or acting as an appointed
+representative at an online or offline event.
+
+## Enforcement
+
+Instances of abusive, harassing, or otherwise unacceptable behavior may be
+reported to the community leaders responsible for enforcement at
+[Discord Channel WPU](http://discord.gg/S4rrXQU).
+All complaints will be reviewed and investigated promptly and fairly.
+
+All community leaders are obligated to respect the privacy and security of the
+reporter of any incident.
+
+## Enforcement Guidelines
+
+Community leaders will follow these Community Impact Guidelines in determining
+the consequences for any action they deem in violation of this Code of Conduct:
+
+### 1. Correction
+
+**Community Impact**: Use of inappropriate language or other behavior deemed
+unprofessional or unwelcome in the community.
+
+**Consequence**: A private, written warning from community leaders, providing
+clarity around the nature of the violation and an explanation of why the
+behavior was inappropriate. A public apology may be requested.
+
+### 2. Warning
+
+**Community Impact**: A violation through a single incident or series
+of actions.
+
+**Consequence**: A warning with consequences for continued behavior. No
+interaction with the people involved, including unsolicited interaction with
+those enforcing the Code of Conduct, for a specified period of time. This
+includes avoiding interactions in community spaces as well as external channels
+like social media. Violating these terms may lead to a temporary or
+permanent ban.
+
+### 3. Temporary Ban
+
+**Community Impact**: A serious violation of community standards, including
+sustained inappropriate behavior.
+
+**Consequence**: A temporary ban from any sort of interaction or public
+communication with the community for a specified period of time. No public or
+private interaction with the people involved, including unsolicited interaction
+with those enforcing the Code of Conduct, is allowed during this period.
+Violating these terms may lead to a permanent ban.
+
+### 4. Permanent Ban
+
+**Community Impact**: Demonstrating a pattern of violation of community
+standards, including sustained inappropriate behavior, harassment of an
+individual, or aggression toward or disparagement of classes of individuals.
+
+**Consequence**: A permanent ban from any sort of public interaction within
+the community.
+
+## Attribution
+
+This Code of Conduct is adapted from the [Contributor Covenant][homepage],
+version 2.0, available at
+https://www.contributor-covenant.org/version/2/0/code_of_conduct.html.
+
+Community Impact Guidelines were inspired by [Mozilla's code of conduct
+enforcement ladder](https://github.com/mozilla/diversity).
+
+[homepage]: https://www.contributor-covenant.org
+
+For answers to common questions about this code of conduct, see the FAQ at
+https://www.contributor-covenant.org/faq. Translations are available at
+https://www.contributor-covenant.org/translations.
\ No newline at end of file
From d400daf381d3b57a29d4551e196b75b3a47c76ad Mon Sep 17 00:00:00 2001
From: Muhammad Ammar Nabil
Date: Sun, 2 Oct 2022 17:46:42 +0700
Subject: [PATCH 018/212] docs: Penambahan Table of Content ,perbaikan
penulisan dan menambahkan kode pada file tipe data (#203)
* docs: Menambahkan Table of Content + actionnya, dan penambahan penjelasan
* docs: Embed video thumbnail
* docs: Customizing layout
* docs: Add button icon "Materi Selanjutnya"
* add: Menambahkan tipe data complex, tuple, set, frozzenset, byte, bytesarray, dan memoryview
* add: Menghapus komentar yang tidak berguna
* add: Customizing layout
---
Basic/01_introduction/README.md | 2 +-
Basic/02_tipe_data/README.md | 212 +++++++++++++++++++-------------
Basic/02_tipe_data/tipe_data.py | 73 ++++++++++-
3 files changed, 197 insertions(+), 90 deletions(-)
diff --git a/Basic/01_introduction/README.md b/Basic/01_introduction/README.md
index 35da7cec..eaafdf26 100644
--- a/Basic/01_introduction/README.md
+++ b/Basic/01_introduction/README.md
@@ -41,4 +41,4 @@ print("hello bellshade")
print("apa kabar ?")
```
-[Materi Selanjutnya](../02_tipe_data)
+[Materi Selanjutnya ▶](../02_tipe_data)
diff --git a/Basic/02_tipe_data/README.md b/Basic/02_tipe_data/README.md
index e078590c..67270388 100644
--- a/Basic/02_tipe_data/README.md
+++ b/Basic/02_tipe_data/README.md
@@ -1,121 +1,167 @@
+◀ Materi Sebelumnya
+
## Tipe Data
+Daftar Isi
+
+- Tipe Data
+ - [Daftar Isi](#1)
+ - [Pendahuluan](#2)
+ - [String | `str`](#3)
+ - [Integer | `int`](#4)
+ - [Float | `float`](#5)
+ - [Complex | `complex`](#6)
+ - [List | `list`](#7)
+ - [Tuple | `tuple`](#8)
+ - [Set | `set`](#9)
+ - [FrozenSet | `frozenset`](#10)
+ - [Dictionary | `dict`](#11)
+ - [Bytes | `bytes`](#12)
+ - [ByteArray | `bytearray`](#13)
+ - [MemoryView | `memoryview`](#14)
+- [Video penjelasan tentang tipe data](#15)
+- [Praktikum](#16)
+
+Pendahuluan
+
Tipe data adalah klasifikasi data. Tipe data menentukan jenis sebuah variabel.
-Variabel sendiri adalah sebuah wadah untuk menyimpan data.
+**Variabel sendiri adalah sebuah wadah untuk menyimpan data.** Dalam penulisannya, python menganut paham `dynamic typing` yang mana dalam membuat variabel kita tidak harus menuliskan tipe datanya pula. Hal tersebut sejalan dengan tujuan python dikembangkan untuk memudahkan keterbacaan kode dan memprioritaskan pengembangan konsep dalam lebih sedikit baris kode
Beberapa tipe data dalam Python:
- Berupa text
- - ``str``
+ - `str`
+
+ Merupakan salah satu tipe data yang berupa string, berfungsi untuk menghasilkan tipe data string seperti huruf abjad atau simbol lain.
- Merupakan salah satu tipe data yang berupa string, berfungsi untuk menghasilkan tipe data string seperti huruf abjad atau simbol lain.
- ```python
- nama_saya = "franklin"
- email_saya = "benjamin@franklin"
- ```
+ ```python
+ nama_saya = "franklin"
+ email_saya = "benjamin@franklin"
+ ```
- Berupa angka
- - ``int``
+ - `int`
+
+ Merupakan salah satu tipe numerik yang sering dipakai dalam pemograman berupa bilangan bulat.
+
+ ```python
+ angka_saya = 25
+ tahun_lahir = 1945
+ ```
+
+ - `float`
- Merupakan salah satu tipe numerik yang sering dipakai dalam pemograman berupa bilangan bulat.
- ```python
- angka_saya = 25
- tahun_lahir = 1945
- ```
+ Merupakan salah satu tipe numerik yang menghasilkan berupa bilangan pecahan, sangat berguna dalam menghasilkan nilai secara detail.
- - ``float``
+ ```python
+ nilai_saya = 95.281724
+ nilai_teman = 30.25912
+ ```
- Merupakan salah satu tipe numerik yang menghasilkan berupa bilangan pecahan, sangat berguna dalam menghasilkan nilai secara detail.
- ```python
- nilai_saya = 95.281724
- nilai_teman = 30.25912
- ```
+ - `complex`
- - ``complex``
+ Merupakan salah satu tipe data numerik yang berfungsi menghasil sebuah angka complex, contoh angka complex bisa dilihat [di sini](https://id.wikipedia.org/wiki/Bilangan_kompleks).
- Merupakan salah satu tipe data numerik yang berfungsi menghasil sebuah angka complex, contoh angka complex bisa dilihat [di sini](https://id.wikipedia.org/wiki/Bilangan_kompleks).
- ```python
- angka_kompleks_saya = complex(1.5)
- angka_teman_saya = complex(2j)
- ```
+ ```python
+ angka_kompleks_saya = complex(1.5)
+ angka_teman_saya = complex(2j)
+ ```
- Berupa urutan (sekuensial)
- - ``list``
+ - `list`
- Tipe data list adalah tipe data koleksi yang berisi beberapa value yang terdapat dalam satu variabel. List menggunakan kurung kotak ``[ ]``.
- ```python
- nama_siswa = ['woody', 'buzz', 'andy']
- nilai_siswa = [12, 13, 14]
- ```
+ Tipe data list adalah tipe data koleksi yang berisi beberapa value yang terdapat dalam satu variabel. List menggunakan kurung kotak `[ ]`.
- - ``tuple``
+ ```python
+ nama_siswa = ['woody', 'buzz', 'andy']
+ nilai_siswa = [12, 13, 14]
+ ```
- Tipe data tuple adalah tipe data koleksi yang berisi beberap value yang terdapat dalam satu variabel. Perbedaan di antara keduanya adalah:
+ - `tuple`
- - tipe data tuple jika diberi value, maka tipe data tersebut tidak dapat diubah kembali.
- - tipe data tuple menggunakan tutup kurung biasa ``()``.
+ Tipe data tuple adalah tipe data koleksi yang berisi beberap value yang terdapat dalam satu variabel. Perbedaan di antara keduanya adalah:
- ```python
- nama_siswa = ('buzz', 'andy', 'woody')
- nilai = (12, 13, 14)
- ```
+ - tipe data tuple jika diberi value, maka tipe data tersebut tidak dapat diubah kembali.
+ - tipe data tuple menggunakan tutup kurung biasa `()`.
- - ``set``
+ ```python
+ nama_siswa = ('buzz', 'andy', 'woody')
+ nilai = (12, 13, 14)
+ ```
- Tipe data set adalah tipe data koleksi yang elemennya dapat dirubah, tidak terurut, dan bersifat unik. Sesuai dengan namanya, tipe data set memiliki operasi matematika himpunan seperti gabungan, irisan, selisih, dan lain-lain. Set menggunakan kurung kurawal ``{}``.
+ - `set`
- ```python
- nama_siswa = {'buzz', 'andy', 'woody'}
- nilai = {12, 13, 14}
- ```
+ Tipe data set adalah tipe data koleksi yang elemennya dapat dirubah, tidak terurut, dan bersifat unik. Sesuai dengan namanya, tipe data set memiliki operasi matematika himpunan seperti gabungan, irisan, selisih, dan lain-lain. Set menggunakan kurung kurawal `{}`.
- - ``frozenset``
+ ```python
+ nama_siswa = {'buzz', 'andy', 'woody'}
+ nilai = {12, 13, 14}
+ ```
- Tipe data frozenset adalah tipe data koleksi yang mirip dengan set, yang membedakannya dengan set adalah elemen pada frozenset tidak dapat dirubah setelah frozenset dibuat.
+ - `frozenset`
- ```python
- nama_siswa = frozenset(['woody', 'buzz', 'andy'])
- nilai = frozenset([12, 13, 14])
- ```
+ Tipe data frozenset adalah tipe data koleksi yang mirip dengan set, yang membedakannya dengan set adalah elemen pada frozenset tidak dapat dirubah setelah frozenset dibuat.
+
+ ```python
+ nama_siswa = frozenset(['woody', 'buzz', 'andy'])
+ nilai = frozenset([12, 13, 14])
+ ```
- Berupa map (kata kunci, dictionary)
- - ``dict``
+ - `dict`
+
+ Tipe data dict atau dictionary adalah tipe data array dimana kunci atau **key** dari array bisa berbentuk string dan angka.
- Tipe data dict atau dictionary adalah tipe data array dimana kunci atau __key__ dari array bisa berbentuk string dan angka.
- ```python
- hari = {
- "sen": "senin",
- "sel": "selasa",
- "rab": "rabu"
- }
- ```
+ ```python
+ hari = {
+ "sen": "senin",
+ "sel": "selasa",
+ "rab": "rabu"
+ }
+ ```
- Berupa tipe data binary (bytes, bytearray, memmoryview)
- - ``bytes``
- Merupakan sebuah object tipe data yang berisikan array tunggal.
- ```python
- angka_saya = bytes(12)
- angka_saya1 = bytes(300)
- ```
-
- - ``bytearray``
- Merupakan seubah object tipe data yang berisikan array byte tunggal yang tidak dapat dirubah.
- ```python
- angka_saya = bytearray(12)
- ```
-
- - ``memoryview``
- Memmoryview adalah cara aman untuk mengekspos protokol buffer dengan python. Ini memungkinkan untuk mengakses buffer internal suatu objek dengan membuat objek tampilan. Memmoryview mengambalikan fungsi tampilan memori daripada objek yang diberikan.
- ```python
- angka_saya = memoryview(bytes(12))
- angka_saya1 = memoryview(bytes(1212))
- ```
-
-Video penjelasan tentang tipe data = [Belajar python dasar - mengenal tipe data](https://www.youtube.com/watch?v=b3X0CH98Y9g&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=6)
-
-[Materi Selanjutnya](../03_variable)
\ No newline at end of file
+ - `bytes`
+
+ Merupakan sebuah object tipe data yang berisikan array tunggal.
+
+ ```python
+ angka_saya = bytes(12)
+ angka_saya1 = bytes(300)
+ ```
+
+ - `bytearray`
+
+ Merupakan seubah object tipe data yang berisikan array byte tunggal yang tidak dapat dirubah.
+
+ ```python
+ angka_saya = bytearray(12)
+ ```
+
+ - `memoryview`
+
+ Memmoryview adalah cara aman untuk mengekspos protokol buffer dengan python. Ini memungkinkan untuk mengakses buffer internal suatu objek dengan membuat objek tampilan. Memmoryview mengambalikan fungsi tampilan memori daripada objek yang diberikan.
+
+ ```python
+ angka_saya = memoryview(bytes(12))
+ angka_saya1 = memoryview(bytes(1212))
+ ```
+
+Video penjelasan tentang tipe data
+
+
+
+[](https://youtu.be/b3X0CH98Y9g?list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY)
+
+
+
+Praktikum
+
+Klik link ini untuk mencoba kode python dari pembahasan kali ini. [Source code](../02_tipe_data/tipe_data.py)
+
+Materi Selanjutnya ▶
diff --git a/Basic/02_tipe_data/tipe_data.py b/Basic/02_tipe_data/tipe_data.py
index bca72e8b..ec79d3ba 100644
--- a/Basic/02_tipe_data/tipe_data.py
+++ b/Basic/02_tipe_data/tipe_data.py
@@ -6,27 +6,88 @@
# type() digunakan untuk memeriksa tipe data pada variabel
+# contoh tipe data str
+teks_string = "Halo dunia!"
+print(teks_string)
+print(type(teks_string))
+print() # untuk menambahkan baris baru
+
# contoh tipe data integer
bilangan_integer = 2
print(bilangan_integer)
print(type(bilangan_integer))
+print() # untuk menambahkan baris baru
# contoh tipe data float
bilangan_desimal = 3.13
print(bilangan_desimal)
print(type(bilangan_desimal))
+print() # untuk menambahkan baris baru
-# contoh tipe data str
-teks_string = "Halo dunia!"
-print(teks_string)
-print(type(teks_string))
+# contoh tipe data dari complex
+bilangan_complex_1 = complex(1.5)
+bilangan_complex_2 = complex(2j)
+print(bilangan_complex_1)
+print(bilangan_complex_2)
+print(type(bilangan_complex_1))
+print(type(bilangan_complex_2))
+print() # untuk menambahkan baris baru
# contoh tipe data dari list
nama_siswa = ["andi", "buzz", "wheezy", "army"]
print(nama_siswa)
+print(nama_siswa[1])
+print(nama_siswa[2])
print(type(nama_siswa))
+print() # untuk menambahkan baris baru
-# contoh tipe data dari dict
-merk_mobil = {"merk": "ferrari", "asal": "italia"}
+# contoh tipe data dari tuple
+mahasiswa = ("suryadi", "sukoco", "sukijan", "sumarmi")
+print(mahasiswa)
+print(mahasiswa[1])
+print(mahasiswa[2])
+print(type(mahasiswa))
+print() # untuk menambahkan baris baru
+
+# contoh tipe data dari set
+merk_mobil = {"ferrari", "bmw", "toyota"}
print(merk_mobil)
+# jika code dibawah dijalankan akan error karena
+# tipe data set unsubcriptable (tidak berurutan)
+# print(merk_mobil[1])
+# jika code dibawah dijalankan akan error karena
+# tipe data set unsubcriptable (tidak berurutan)
+# print(merk_mobil[2])
print(type(merk_mobil))
+print() # untuk menambahkan baris baru
+
+# contoh tipe data dari frozzenset
+nama_desa = frozenset({"getasrejo", "karangmalang", "siti"})
+print(nama_desa)
+print(type(nama_desa))
+print() # untuk menambahkan baris baru
+
+# contoh tipe data dari dict
+detail_mobil = {"merk": "ferrari", "asal": "italia"}
+print(detail_mobil)
+print(detail_mobil["merk"])
+print(detail_mobil["asal"])
+print(type(detail_mobil))
+print() # untuk menambahkan baris baru
+
+# contoh tipe data dari bytes
+angka_bytes = bytes(12)
+print(angka_bytes)
+print(type(angka_bytes))
+print() # untuk menambahkan baris baru
+
+# contoh tipe data dari bytearray
+angka_bytearray = bytearray(12)
+print(angka_bytearray)
+print(type(angka_bytearray))
+print() # untuk menambahkan baris baru
+
+# contoh tipe data dari memoryview
+angka_memoryview = memoryview(bytes(12))
+print(angka_memoryview)
+print(type(angka_memoryview))
From 7e8a5cb3a13301f42ec60d520477ef927c519f85 Mon Sep 17 00:00:00 2001
From: Rangga K D <36787606+ranggakd@users.noreply.github.com>
Date: Mon, 3 Oct 2022 05:41:11 +0700
Subject: [PATCH 019/212] fix: memperbaiki CODEOWNERS dan standarisasi template
issue dan PR (#207)
* added code of conduct
* fix: memperbaiki error file codeowners
* fix: standardize comments on issue & PR templates
---
.github/CODEOWNERS | 8 +++++++-
.github/ISSUE_TEMPLATE/bug_report.md | 13 +++++++------
.github/ISSUE_TEMPLATE/lain-lain.md | 7 ++++---
.github/pull_request_template.md | 19 +++++++++++--------
4 files changed, 29 insertions(+), 18 deletions(-)
diff --git a/.github/CODEOWNERS b/.github/CODEOWNERS
index 6fb67048..1855f9be 100644
--- a/.github/CODEOWNERS
+++ b/.github/CODEOWNERS
@@ -6,4 +6,10 @@
# the repo. Unless a later match takes precedence,
# @global-owner1 and @global-owner2 will be requested for
# review when someone opens a pull request.
-* @athallahmaajid @KelvinMulyawan @dimascapella @hendri-27 @slowy07
\ No newline at end of file
+
+# Commenting instead of deleting these users in the legacy file
+# to fix the current errors.
+# @KelvinMulyawan - since this user could not be found on GitHub
+# @hendri-27 - since this user didn't appear to have write access
+# according to the bellshade/Python contributions graphs
+* @athallahmaajid @dimascapella @slowy07
\ No newline at end of file
diff --git a/.github/ISSUE_TEMPLATE/bug_report.md b/.github/ISSUE_TEMPLATE/bug_report.md
index 45ef134e..69aa9b51 100644
--- a/.github/ISSUE_TEMPLATE/bug_report.md
+++ b/.github/ISSUE_TEMPLATE/bug_report.md
@@ -7,17 +7,18 @@ assignees: slowy07
---
-**Masalah**
-Jelaskan masalah kamu disini
+## Masalah
+
-**Screenshots atau contoh error**a
-kamu bisa copy dan paste contoh errornya disini atau mngirim screenshot
+## Screenshots atau contoh error
+
```
pesan error
```
-**Desktop (please complete the following information):**
- - OS: ``linux/windows/macOS```
+## Desktop (please complete the following information):
+
+ - OS: ``linux/windows/macOS``
- Python: ``version``
diff --git a/.github/ISSUE_TEMPLATE/lain-lain.md b/.github/ISSUE_TEMPLATE/lain-lain.md
index 8d8e1ce0..3015ae43 100644
--- a/.github/ISSUE_TEMPLATE/lain-lain.md
+++ b/.github/ISSUE_TEMPLATE/lain-lain.md
@@ -7,11 +7,12 @@ assignees: ''
---
-## description
+## Description
-## saya menggunakan
-OS : ``Linux / Windows / MacOS``
+## Saya Menggunakan
+
+OS : ``Linux / Windows / MacOS``
Python: ``version``
## tambahan lainnya
diff --git a/.github/pull_request_template.md b/.github/pull_request_template.md
index 766258c6..fb7d97e3 100644
--- a/.github/pull_request_template.md
+++ b/.github/pull_request_template.md
@@ -1,26 +1,29 @@
-# Deskripsi (Description)
+## Deskripsi (Description)
-
-# Checklist:
-##### Umum:
+## Checklist:
+### Umum:
+
- [ ] Saya menambah algoritma terbaru.
- [ ] Saya memperbaiki algoritma yang sudah ada.
- [ ] Saya memperbaiki dokumentasi.
- [ ] Saya menambah dokumentasi.
-##### Contributor Requirements (Syarat Kontributor) dan Lain-Lain:
+### Contributor Requirements (Syarat Kontributor) dan Lain-Lain:
+
- [ ] Saya sudah membaca (I have read) [CONTRIBUTING](https://github.com/bellshade/PythonAlgorithm/blob/main/CONTRIBUTING.md) dan sudah menyetujui semua syarat.
- [ ] Saya telah menambahkan docstring yang memberikan penjelasan maksud dari kode yang saya buat.
- [ ] Saya menggunakan bahasa Indonesia untuk memberikan penjelasan dari kode yang saya buat.
-##### Unit Testing dan Linting:
+### Unit Testing dan Linting:
+
- [ ] pytest
- [ ] flake8
-# Environment
-Saya menggunakan (I'm using):
+## Environment
+Saya menggunakan (I'm using):
+
- ``os`` = ``linux / windows / macOS``
- ``python`` = ``python3 -V (unix) / py -3 -V (Windows-Python launcher)``
From 0ad50becf9dee8f21969c5d4b390c12a9ce090a3 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 4 Oct 2022 06:03:13 +0700
Subject: [PATCH 020/212] fix: menghapus maintainer yang tidak memliki akses
write
---
.github/CODEOWNERS | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.github/CODEOWNERS b/.github/CODEOWNERS
index 1855f9be..77ad5c1d 100644
--- a/.github/CODEOWNERS
+++ b/.github/CODEOWNERS
@@ -12,4 +12,4 @@
# @KelvinMulyawan - since this user could not be found on GitHub
# @hendri-27 - since this user didn't appear to have write access
# according to the bellshade/Python contributions graphs
-* @athallahmaajid @dimascapella @slowy07
\ No newline at end of file
+* @athallahmaajid @slowy07
From 17da382eeba20abab575c4fd78f4cc60b1c0d67b Mon Sep 17 00:00:00 2001
From: slowy07
Date: Tue, 4 Oct 2022 06:15:46 +0700
Subject: [PATCH 021/212] feat: mengganti pre-commit ke pytest
Signed-off-by: slowy07
---
.github/workflows/build.yml | 25 +++++++++++++++++++++++++
.github/workflows/pre-commit.yml | 24 ------------------------
2 files changed, 25 insertions(+), 24 deletions(-)
create mode 100644 .github/workflows/build.yml
delete mode 100644 .github/workflows/pre-commit.yml
diff --git a/.github/workflows/build.yml b/.github/workflows/build.yml
new file mode 100644
index 00000000..0a15c275
--- /dev/null
+++ b/.github/workflows/build.yml
@@ -0,0 +1,25 @@
+name: build
+
+on:
+ pull_request:
+ schedule:
+ - cron: "0 0 * * *"
+
+jobs:
+ pre-commit:
+ runs-on: ubuntu-latest
+ steps:
+ - uses: actions/checkout@v2
+ - uses: actions/setup-python@v4
+ with:
+ python-version: 3.x
+ - uses: actions/cache@v3
+ with:
+ path: ~/.cache/pip
+ key: ${{ runner.os }}-pip-${{ hashFiles('requirements.txt') }}
+ - name: install library
+ run: |
+ python -m pip install --upgrade pip setuptools six wheel
+ python -m pip install pytest-cov -r requirements.txt
+ - name: jalankan testing
+ run: pytest --doctest-modules --ignore=Basic/ --cov-report=term-missing:skip-covered --cov=. .
diff --git a/.github/workflows/pre-commit.yml b/.github/workflows/pre-commit.yml
deleted file mode 100644
index 26bd6748..00000000
--- a/.github/workflows/pre-commit.yml
+++ /dev/null
@@ -1,24 +0,0 @@
-name: pre-commit
-
-on: [push]
-
-jobs:
- pre-commit:
- runs-on: ubuntu-latest
- steps:
- - uses: actions/checkout@v2
- - uses: actions/cache@v2
- with:
- path: |
- ~/.cache/pre-commit
- ~/.cache/pip
- key: ${{ runner.os }}-pre-commit-${{ hashFiles('.pre-commit-config.yaml') }}
- - uses: actions/setup-python@v2
- with:
- python-version: "3.10"
- - uses: psf/black@21.4b0
- - name: Install pre-commit
- run: |
- python -m pip install --upgrade pip
- python -m pip install --upgrade pre-commit
- - run: pre-commit run --verbose --all-files --show-diff-on-failure
\ No newline at end of file
From f62b00364d53368f9bdf04e5917254c14d38dcae Mon Sep 17 00:00:00 2001
From: Muhammad Ammar Nabil
Date: Sat, 8 Oct 2022 17:18:55 +0700
Subject: [PATCH 022/212] docs: Merevisi README materi ke 4 (#209)
* docs fix: Customizing Layout and add datatype string
* docs: Fix Layout
* docs: Fix Header
* docs: Fix Header 2
* docs: Menambahkan penjelasan dan Memperbaiki Penulisan
* fix: Menambahkan keterangan pada kode
* docs: Menambahkan keterangan dan memperbaiki penulisan
* docs: mengganti single quote ke double quote
Co-authored-by: arfy slowy
* docs: mengganti single quote ke double quote
Co-authored-by: arfy slowy
* fix: menghapus variabel duplikat
* fix: menghapus variable duplikat
* docs: Menghapus bullet pada video penjelasan
Co-authored-by: arfy slowy
---
Basic/02_tipe_data/README.md | 14 +-
Basic/03_variable/README.md | 154 +++++++++++++++------
Basic/03_variable/string_variable.py | 20 ++-
Basic/03_variable/variable.py | 7 +-
Basic/04_operator/README.md | 191 ++++++++++++++++++++-------
5 files changed, 280 insertions(+), 106 deletions(-)
diff --git a/Basic/02_tipe_data/README.md b/Basic/02_tipe_data/README.md
index 67270388..a07f32a4 100644
--- a/Basic/02_tipe_data/README.md
+++ b/Basic/02_tipe_data/README.md
@@ -1,8 +1,12 @@
◀ Materi Sebelumnya
-## Tipe Data
+
+
+# Tipe Data
+
+
-Daftar Isi
+Daftar Isi
- Tipe Data
- [Daftar Isi](#1)
@@ -22,7 +26,7 @@
- [Video penjelasan tentang tipe data](#15)
- [Praktikum](#16)
-Pendahuluan
+Pendahuluan
Tipe data adalah klasifikasi data. Tipe data menentukan jenis sebuah variabel.
**Variabel sendiri adalah sebuah wadah untuk menyimpan data.** Dalam penulisannya, python menganut paham `dynamic typing` yang mana dalam membuat variabel kita tidak harus menuliskan tipe datanya pula. Hal tersebut sejalan dengan tujuan python dikembangkan untuk memudahkan keterbacaan kode dan memprioritaskan pengembangan konsep dalam lebih sedikit baris kode
@@ -152,7 +156,7 @@ Beberapa tipe data dalam Python:
angka_saya1 = memoryview(bytes(1212))
```
-Video penjelasan tentang tipe data
+Video penjelasan tentang tipe data
@@ -160,7 +164,7 @@ Beberapa tipe data dalam Python:
-Praktikum
+Praktikum
Klik link ini untuk mencoba kode python dari pembahasan kali ini. [Source code](../02_tipe_data/tipe_data.py)
diff --git a/Basic/03_variable/README.md b/Basic/03_variable/README.md
index 83d8f978..c9b9f266 100644
--- a/Basic/03_variable/README.md
+++ b/Basic/03_variable/README.md
@@ -1,36 +1,64 @@
+◀ Materi Sebelumnya
+
+
+
# Variabel
-Variabel adalah referensi dari sebuah value. Contoh penggunaan variabel pada Python:
+
+
+Daftar Isi
+
+---
+
+- [Daftar Isi](#1)
+- [Pendahuluan](#2)
+- [Assign Variabel](#3)
+- [Penamaan Variabel](#4)
+- [Penggunaan Built-in Keyword](#5)
+- [Video Penjelasan Tentang Variabel](#6)
+- [Praktikum](#7)
+
+Pendahuluan
+
+---
+
+**Variabel adalah referensi dari sebuah value.** Variabel sering di analogikan seperti **sebuah wadah yang menampung sebuah benda.** Seperti kita ketika ingin menyimpan suatu benda, maka perlu mencari tempat / wadah benda tersebut ingin disimpan terlebih dahulu. Dalam menentukan wadah, kita hanya perlu mencantumkan nama wadah (nama variabel) terlebih dahulu. Setelah itu, python akan secara otomatis mengambilkan wadah sesuai dengan kebutuhan kita. Contoh penggunaan variabel pada Python :
```python
angka_saya = 100
print(angka_saya)
+
+# outputnya
+# 100
```
-Pada kode diatas, kita membuat sebuah variabel yang mereferensikan nilai angka ``100``. Dengan penggunaan dari variabel kita bisa memanggil lebih dari sekali, misalnya:
+Pada kode diatas, kita membuat sebuah variabel yang mereferensikan nilai angka `100`. Dengan penggunaan dari variabel kita bisa memanggil lebih dari sekali, misalnya:
```python
angka_saya = 20
print(angka_saya)
print(angka_saya)
+
+# outputnya
+# 20
+# 20
```
-## Assign variabel
+Assign Variabel
+
+---
-Kita bisa assing variable dengan variabel lainnya agar mudah untuk mendeklarasikan sebuah nilai yang sama dengan variabel yang berbeda, sebagai contoh:
+Kita bisa assign variable dengan variabel lainnya agar mudah untuk mendeklarasikan sebuah nilai yang sama dengan variabel yang berbeda, sebagai contoh:
```python
angka_saya = 200
angka_lain = angka_saya
print(angka_saya)
print(angka_lain)
-```
-Akan menghasilkan:
-
-```
-200
-200
+# outputnya
+# 200
+# 200
```
Atau bisa juga dengan cara:
@@ -40,60 +68,90 @@ angka_saya = angka_lain = angka_banyak = 200
print(angka_saya)
print(angka_lain)
print(angka_banyak)
+
+# outputnya
+# 200
+# 200
+# 200
```
Contoh pada string:
```python
-nama = "adams"
+nama = nama_alias = "adams"
print(nama)
+print(nama_alias)
+
+# outputnya
+# adams
+# adams
```
-## Peraturan penamaan variabel pada Python
+Penamaan Variabel
-Python memiliki beberapa peraturan dalam penulisan sebuah variabel. Peraturan tersebut adalah:
+---
+
+Python memiliki beberapa peraturan dalam penulisan sebuah variabel. Jika kamu ingin melihat detail aturan tersebut bisa kunjungi laman [PEP8](https://peps.python.org/pep-0008/#type-variable-names) ini. Peraturan tersebut adalah:
1. Menggunakan kata tanpa didahuli dengan angka:
- **contoh benar**
- ```python
- nama = "bob"
- ```
- **contoh salah**
- ```python
- 1nama = "bob"
- ```
+ **contoh benar** ✅
+
+ ```python
+ nama = "bob"
+ ```
+
+ **contoh salah** ❌
+
+ ```python
+ 1nama = "bob"
+ ```
+
2. Menggunakan underscore (garis bawah) jika ingin menggunakan kata yang panjang:
- **contoh yang benar**
- ```python
- angka_saya = 12
- ```
- **contoh yang salah**
- ```python
- 12angka_saya = 12
- ```
+ **contoh yang benar** ✅
+
+ ```python
+ angka_saya = 12
+ ```
+
+ **contoh yang salah** ❌
+
+ ```python
+ 12angka_saya = 12
+ ```
+
3. Variabel pada python bersifat sensitif, penggunaan huruf besar dan kecil sangat diperhatikan:
- contoh
- ```python
- Nama_saya = "james"
- nama_saya = "james"
- ```
- contoh diatas akan menghasilkan 2 nama karena variabel tersebut secara kalimat sama tapi secara penulisan berbeda, Python memperhatikan hal ini.
+ contoh
+
+ ```python
+ Nama_saya = "james"
+ nama_saya = "joko"
+ print(Nama_saya)
+ print(nama_saya)
+
+ # outputnya
+ # james
+ # joko
+ ```
-Pada Python, penggunaan variabel disarankan menggunakan ``snake_case``.
+ contoh diatas akan menghasilkan 2 nama karena variabel tersebut secara kalimat sama tapi secara penulisan berbeda, Python memperhatikan hal ini.
-## Keywords yang tidak bisa digunakan pada python
+Pada Python, penggunaan variabel disarankan menggunakan `snake_case`.
-Ada beberapa kata yang dilarang untuk digunakan sebagai nama variabel. Contoh penggunaan kata yang dilarang pada Python:
+Penggunaan Built-in Keyword
+
+---
+
+**Built-in keyword** pada Python adalah kata-kata yang mana sudah ditetapkan/dibuat sebelumnya oleh Python. Keyword-keyword tersebut dibuat untuk melakukan suatu perintah tertentu. Maka dari itu, dalam membuat variabel kita harus menghindari kata-kata tersebut agar program kita tidak terjadi error. Ada beberapa kata yang dilarang untuk digunakan sebagai nama variabel. Contoh penggunaan kata yang dilarang pada Python:
```python
class sma_saya = "bahasa"
print(sma_saya)
```
-Hasil esekusi diatas akan menyebabkan error karena ``class`` merupakan salah satu nama fungsi dari Python.
+Hasil esekusi diatas akan menyebabkan error karena `class` merupakan salah satu nama fungsi dari Python.
Kata/keywords yang dilarang:
@@ -131,6 +189,20 @@ Kata/keywords yang dilarang:
- with
- yield
-video penjelasan tentang variabel = [Belajar python dasar - mengenal variabel](https://www.youtube.com/watch?v=gxmTFXfrMzk&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=5)
+Video Penjelasan Tentang Variabel
+
+---
+
+
+
+[](https://youtu.be/gxmTFXfrMzk?list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY)
+
+
+
+Praktikum
+
+---
+
+Klik link ini untuk mencoba kode python dari pembahasan kali ini. [Source code](../03_variable/variable.py)
-[Materi Selanjutnya](../04_operator)
+Materi Selanjutnya ▶
diff --git a/Basic/03_variable/string_variable.py b/Basic/03_variable/string_variable.py
index 8aa852c2..a9494778 100644
--- a/Basic/03_variable/string_variable.py
+++ b/Basic/03_variable/string_variable.py
@@ -2,6 +2,8 @@
# sebagai serangkaian karakter yang berdekatan
# yang diwakili dalam tanda kutip.
+# Dalam membuat variabel string kita dapat
+# menggunakan petik dua ("") / petik satu ('')
pesan = "saya pergi ke pasar"
# s a y a p e r g i
@@ -10,20 +12,24 @@
# k e p a s a r
# 10 11 12 13 14 15 16 17
+# Dalam tipe data string, value dari
+# variabel tersebut akan dianggap sebagai
+# list. Maka dari kita dapat memanggil
+# setiap karakter dengan urutan index
-print(pesan) # print secara keseluruhan
-print(pesan[0]) # print karakter 's'
-
-# print karakter dari karakter ke 3
-# ke karakter ke 5
+# print secara keseluruhan
+print(pesan)
+# print karakter pertama pada pesan
+print(pesan[0])
+# print karakter dari karakter ke 3 sampai 5
print(pesan[2:5])
-
# print dimulai dari karakter ke 3
print(pesan[2:])
-
# print kata 2 kali
print(pesan * 2)
+
# gabung kata dengan kata baru
# saya pergi kepasar dengan ibu saya
print(pesan + " dengan ibu saya")
+print(pesan, " dengan ibu saya")
diff --git a/Basic/03_variable/variable.py b/Basic/03_variable/variable.py
index 89e0255c..4202b571 100644
--- a/Basic/03_variable/variable.py
+++ b/Basic/03_variable/variable.py
@@ -1,11 +1,9 @@
-# variable pada python juga
-# dan juga banyak data dan value pada python
-# contoh dasar yaitu int, float, str
-
nama = "Riskiy" # contoh tipe data string
umur = 12 # contoh tipe data integer (int)
nilai = 95.5 # nilai
+# tanda koma ',' pada print digunakan untuk
+# menambahkan nilai variabel ke perintah print
print("Dia bernama ", nama)
print("Dia baru berumur ", umur, " tahun")
print("dan dia mendapatkan nilai ", nilai)
@@ -17,6 +15,7 @@
# contoh penggunaan variable yang baik
# nama_lengkap = "jhon lenon"
# nama_lengkap2 = "jhon lenin"
+# nama_lengkap_2 = "jhon lenan"
# contoh inisiasi beberapa variable
# dalam satu line
diff --git a/Basic/04_operator/README.md b/Basic/04_operator/README.md
index 6d48169b..39d2dbae 100644
--- a/Basic/04_operator/README.md
+++ b/Basic/04_operator/README.md
@@ -1,19 +1,48 @@
+◀ Materi Sebelumnya
+
+
+
# Operator
-Operator digunakan untuk melakukan operasi pada variabel atau value.
+
+
+Daftar Isi
+
+---
+
+- [Daftar Isi](#1)
+- [Pendahuluan](#2)
+- [Operator Aritmatika](#3)
+- [Operator Penugasan](#4)
+- [Operator Perbandingan](#5)
+- [Operator Logika](#6)
+- [Operator Keanggotaan](#7)
+- [Operator Identitas](#8)
+- [Operator Bitwise](#9)
+- [Video Penjelasan Tentang Variabel](#10)
+- [Praktikum](#11)
+
+Pendahuluan
+
+---
+
+**Operator digunakan untuk melakukan operasi pada variabel atau value.** Dengan operator kita dapat memanipulasi nilai dari operan berdasarkan operator yang kita masukkan seperti `2+3` yang mana angka `2` dan `3` merupakan `operand` dan `+` merupakan `operator` untuk fungsi penjumlahan.
Python memiliki beberapa jenis operator yaitu:
-- [operator aritmatika](operator_aritmatika.py)
-- [operator penugasan](operator_penugasan.py)
-- [operator komparasi](operator_perbandingan.py)
-- [operator logika](operator_logika.py)
-- [operator identitas](operator_identitas.py)
-- operasi member
+- [Operator Aritmatika](#3)
+- [Operator Penugasan](#4)
+- [Operator Perbandingan](#5)
+- [Operator Logika](#6)
+- [Operator Keanggotaan](#7)
+- [Operator Identitas](#8)
+- [Operator Bitwise](#9)
+
+Operator Aritmatika
-## Operator Aritmatika
+---
-Operator aritmatika adalah operator yang digunakan untuk melakukan operasi matematika di antara value atau variabel.
+Operator aritmatika adalah operator yang digunakan untuk melakukan operasi matematika seperti penjumlahan, pengurangan, perkalian, pembagian di antara value atau variabel.
Sebagai contoh operasi pertambahan:
@@ -22,6 +51,9 @@ angka = 2
angka_kedua = 3
print(angka + angka_kedua)
+
+# outputnya
+# 5
```
Operasi tersebut menambahkan kedua variabel yang memiliki value yaitu 2 dan 3.
@@ -32,46 +64,62 @@ Berikut table dari operator aritmatika:
| -------- | ------------- | ----------------- |
| + | penambahan | a + b |
| - | pengurangan | a - b |
-| * | perkalian | a * b |
+| \* | perkalian | a \* b |
| / | pembagian | a / b |
-| * * | perpangkatan | a ** b |
+| \* \* | perpangkatan | a \*\* b |
| % | modulus | a % b |
| // | floor | a // b |
-## Operator Penugasan
+```py
+print(6+2) # 8
+print(6-2) # 4
+print(6*2) # 12
+print(6/2) # 3.0
+print(6**2) # 36
+print(5%2) # 1
+print(10//3) # 3
+```
+
+Operator Penugasan
+
+---
-Operator penugasan adalah opertor yang digunakan untuk menetapkan suatu bilangan ke dalam variabel.
+Operator penugasan adalah operator yang digunakan untuk menetapkan suatu bilangan ke dalam variabel.
Sebagai contoh operasi penugasan:
```python
nilai = 5
nilai += 3
+# operator tersebut sama dengan
+# nilai = nilai + 3
-print("nilai adalah", nilai)
+print("nilai adalah", nilai) #8
```
Operasi tersebut menambahkan sekaligus menetapkan ke dalam variabel nilai.
Berikut tabel dari operasi penugasan:
-| Operator | Example | Sama Dengan |
-| -------- | ----------- | -------------- |
-| = | x = 5 | x = 5 |
-| += | x += 3 | x = x + 3 |
-| -= | x -= 3 | x = x - 3 |
-| *= | x *= 3 | x = x * 3 |
-| /= | x /= 3 | x = x / 3 |
-| %= | x %= 3 | x = x % 3 |
-| //= | x //= 3 | x = x // 3 |
-| **= | x **= 3 | x = x ** 3 |
-| &= | x &= 3 | x = x & 3 |
-| |= | x |= 3 | x = x | 3 |
-| ^= | x ^= 3 | x = x ^ 3 |
-| <<= | x <<= 3 | x = x << 3 |
-| >>= | x >>= 3 | x = x >> 3 |
-
-## Operator Perbandingan
+| Operator | Example | Sama Dengan | Hasil (jika x=5) |
+| -------- | ----------- | -------------- | :--------------: |
+| = | x = 5 | x = 5 | 44 |
+| += | x += 3 | x = x + 3 | 8 |
+| -= | x -= 3 | x = x - 3 | 2 |
+| \*= | x \*= 3 | x = x \* 3 | 15 |
+| /= | x /= 3 | x = x / 3 | 1.67 |
+| %= | x %= 3 | x = x % 3 | 2 |
+| //= | x //= 3 | x = x // 3 | 1 |
+| \*\*= | x \*\*= 3 | x = x \*\* 3 | 125 |
+| &= | x &= 3 | x = x & 3 | 1 |
+| |= | x |= 3 | x = x | 3 | 7 |
+| ^= | x ^= 3 | x = x ^ 3 | 6 |
+| <<= | x <<= 3 | x = x << 3 | 40 |
+| >>= | x >>= 3 | x = x >> 3 | 0 |
+
+Operator Perbandingan
+
+---
Operator perbandingan adalah operator yang digunakan untuk membandingkan suatu nilai dengan nilai yang lain.
@@ -94,7 +142,18 @@ Berikut tabel dari operasi perbandingan:
| >= | Lebih Besar dari atau sama dengan |
| <= | Lebih Kecil dari atau sama dengan |
-## Operator Logika
+```py
+print(2 < 3) # True
+print(2 > 3) # False
+print(2 <= 3) # True
+print(2 >= 3) # False
+print(2 == 3) # False
+print(2 != 3) # True
+```
+
+Operator Logika
+
+---
Operator logika adalah operator yang digunakan untuk mengecek apakah sebuah penyataan bernilai True atau False.
@@ -114,7 +173,21 @@ Berikut tabel dari operasi logika:
| or | Mengembalikan nilai True jika salah satu nilai memiliki nilai True |
| not | Membalikkan hasil, mengembalikan False jika hasilnya True |
-## Operator Keanggotaan
+```py
+print(True and True) # True
+print(True and False) # False
+print(False and False) # False
+print(True or True) # True
+print(True or False) # True
+print(False or False) # False
+print((True and not True)) # False
+print(True or not False) # True
+print(False and not False) # False
+```
+
+Operator Keanggotaan
+
+---
Operator keanggotaan adalah operator yang digunakan untuk memvalidasi anggota di dalam sebuah kumpulan data.
@@ -123,6 +196,7 @@ Contoh operasi keanggotaan:
```python
list_bahasa_pemrograman = ["javascript", "java", "Python", "Dart"]
print("Python" in list_bahasa_pemrograman) # True
+print("Indonesia" in list_bahasa_pemrograman) # False
```
Operasi tersebut memvalidasi apakah `"Python"` ada di dalam list `list_bahasa_pemrograman`.
@@ -134,7 +208,9 @@ Berikut tabel dari operasi keanggotaan:
| in | Mengembalikan nilai True jika nilai yang disebutkan ada di dalam objek |
| not in | Mengembalikan nilai True jika nilai yang disebutkan tidak ada di dalam objek |
-## Operator Identitas
+Operator Identitas
+
+---
Operator identitas adalah operator yang digunakan untuk membandingkan suatu data. Jika data bernilai sama dan memiliki memori yang sama, maka akan mengembalikan nilai True.
@@ -146,10 +222,8 @@ Contoh dari operasi identitas:
x = 3
y = 7
-if x is y:
- print("Sama")
-elif x is not y:
- print("Tidak sama")
+print(x is y) # False
+print(x is not y) # True
```
Hasil:
@@ -180,11 +254,13 @@ Karena tipe data yang digunakan pada variabel `y` adalah `integer`, bukan string
Berikut tabel dari operasi identitas:
| Operator | Penjelasan |
-| -------- | --------------------------------------------------------------------------------------------- | --- |
+| -------- | --------------------------------------------------------------------------------------------- |
| is | Mengembalikan nilai True jika nilai yang disebutkan memiliki objek dan memori yang sama |
-| is not | Mengembalikan nilai True jika nilai yang disebutkan tidak memiliki objek dan memori yang sama | git |
+| is not | Mengembalikan nilai True jika nilai yang disebutkan tidak memiliki objek dan memori yang sama |
-## Operator bitwise
+Operator Bitwise
+
+---
Operator bitwise digunakan untuk melakukan operasi bilangan biner. Bilangan bulat pertama diubah menjadi biner dan kemudian operasi dilakukan pada bit demi bit, maka nama operator bitwise. Kemudian hasilnya dikembalikan dalam format desimal.
@@ -232,19 +308,36 @@ a >> 1 = 0000 0101 = 5
Berikut tabel dari operasi identitas:
| operator | deskripsi | sintaks |
-| :------- | ------------------- | ------: | --- |
+| :------- | ------------------- | ------: |
| & | Bitwise AND | x & y |
-| \| | Bitwise OR | x | y |
+| \| | Bitwise OR | x \| y |
| ~ | Bitwise NOT | ~x |
| ^ | Bitwise XOR | x ^ y |
| >> | Bitwise right shift | x>> |
| << | Bitwise left shift | x<< |
-Teman-teman bisa mempelajari lebih lanjut tentang operator di link berikut:
+Video Penjelasan Tentang Variabel
+
+---
+
+[](https://youtu.be/RoDGGTWbKK4?list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY)
+[](https://www.youtube.com/watch?v=49KDyhzgCmA&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=15)
+[](https://www.youtube.com/watch?v=Kv_lDWq8kCc&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=11)
+[](https://www.youtube.com/watch?v=Sl7zqPpC2VI&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=12)
+[](https://www.youtube.com/watch?v=-VrqfCGwr88&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=14)
+
+Praktikum
+
+---
+
+Klik link dibawah untuk mencoba kode python dari pembahasan kali ini.
-1. [Operator Aritmatika](https://www.youtube.com/watch?v=gxmTFXfrMzk&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=5)
-2. [Operator Perbandingan](https://www.youtube.com/watch?v=Kv_lDWq8kCc&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=11)
-3. [Operator Logika](https://www.youtube.com/watch?v=Sl7zqPpC2VI&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=12)
-4. [Operator Bitwise](https://www.youtube.com/watch?v=-VrqfCGwr88&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=14)
+- [Operator Aritmatika](operator_aritmatika.py)
+- [Operator Penugasan](operator_penugasan.py)
+- [Operator Komparasi](operator_perbandingan.py)
+- [Operator Logika](operator_logika.py)
+- [Operator Identitas](operator_identitas.py)
+- [Operator Bitwise](operator_bitwise.py)
+- [Operator Keanggotaan](operator_keanggotaan.py)
-[Materi Selanjutnya](../05_string)
+Materi Selanjutnya ▶
From 8aadf878c6a0a18f75804d1fdeac244887746169 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sat, 8 Oct 2022 17:33:46 +0700
Subject: [PATCH 023/212] fix: update file pre commit
Signed-off-by: slowy07
---
.gitattributes | 1 +
.pre-commit-config.yaml | 25 ++++++++++++++++++++++---
CONTRIBUTING.md | 3 +++
3 files changed, 26 insertions(+), 3 deletions(-)
create mode 100644 .gitattributes
diff --git a/.gitattributes b/.gitattributes
new file mode 100644
index 00000000..176a458f
--- /dev/null
+++ b/.gitattributes
@@ -0,0 +1 @@
+* text=auto
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 4cddd312..3c35da9c 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -1,6 +1,6 @@
repos:
- repo: https://github.com/pre-commit/pre-commit-hooks
- rev: v4.1.0
+ rev: v4.3.0
hooks:
- id: check-executables-have-shebangs
- id: check-yaml
@@ -10,7 +10,7 @@ repos:
- id: requirements-txt-fixer
- repo: https://github.com/psf/black
- rev: 22.3.0
+ rev: 22.8.0
hooks:
- id: black
@@ -22,8 +22,27 @@ repos:
- --profile=black
- repo: https://github.com/asottile/pyupgrade
- rev: v2.31.0
+ rev: v2.38.2
hooks:
- id: pyupgrade
args:
- --py310-plus
+
+ - repo: https://github.com/PyCQA/flake8
+ rev: 5.0.4
+ hooks:
+ - id: flake8
+ args:
+ - --ignore=E203,W503
+ - -max-complexity=25
+ - -max-line-length=200
+
+ - repo: https://github.com/pre-commit/mirrors-mypy
+ rev: v0.981
+ hooks:
+ - id: mypy
+ args:
+ - --ignore-missing-imports
+ - --install-types
+ - --non-interactive
+ additional_dependencies: [types-requests]
diff --git a/CONTRIBUTING.md b/CONTRIBUTING.md
index 0bc0920a..04d7f917 100644
--- a/CONTRIBUTING.md
+++ b/CONTRIBUTING.md
@@ -133,6 +133,8 @@ count_bullet_speed
└── file_tambahan.py
```
+**Catatan :** **Tidak boleh merubah-rubah apapun yang terdapat pada file [DIRECTORY.md](DIRECTORY.md) karena akan menggenerate kode secara otoamatis dan dimasukkan kedalam ``DIRECTORY.md``
+
# *Pull Request*
***Pull request* yang baik**
@@ -180,3 +182,4 @@ Pull request akan di-*merge* jika:
- Jika ada tes yang tidak lewat atau gagal, kami akan cek kembali perubahan anda.
Untuk *pull request*, disarankan untuk menjelaskan secara detail yang kamu ubah atau tambahkan, dan bersikap sopan serta selalu berterima kasih. Itu salah satu bentuk tata krama yang baik terhadap sesama *contributor* dan *programmer* lainnya.
+
From 5e3a1dfabf1b6de7a55d8c11cd9d8e7f031c0d5f Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sat, 8 Oct 2022 17:37:30 +0700
Subject: [PATCH 024/212] fix: update file pre commit
Signed-off-by: slowy07
---
.pre-commit-config.yaml | 13 ++++++++++---
1 file changed, 10 insertions(+), 3 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 3c35da9c..30dcdd53 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -34,9 +34,9 @@ repos:
- id: flake8
args:
- --ignore=E203,W503
- - -max-complexity=25
- - -max-line-length=200
-
+ - --max-complexity=25
+ - --max-line-length=100
+
- repo: https://github.com/pre-commit/mirrors-mypy
rev: v0.981
hooks:
@@ -46,3 +46,10 @@ repos:
- --install-types
- --non-interactive
additional_dependencies: [types-requests]
+ - repo: local
+ hooks:
+ - id: validate-filenames
+ name: Validate filenames
+ entry: ./scripts/validate_filenames.py
+ language: script
+ pass_filenames: false
From f0e698f84d4f8907fe592be3c03a399b3f87c3c4 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sat, 8 Oct 2022 17:42:52 +0700
Subject: [PATCH 025/212] fix: update file pre commit
Signed-off-by: slowy07
---
.pre-commit-config.yaml | 19 ++-----------------
mypy.ini | 4 ----
pytest.ini | 2 ++
3 files changed, 4 insertions(+), 21 deletions(-)
delete mode 100644 mypy.ini
create mode 100644 pytest.ini
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 30dcdd53..9f064490 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -6,7 +6,6 @@ repos:
- id: check-yaml
- id: end-of-file-fixer
types: [python]
- - id: trailing-whitespace
- id: requirements-txt-fixer
- repo: https://github.com/psf/black
@@ -21,19 +20,12 @@ repos:
args:
- --profile=black
- - repo: https://github.com/asottile/pyupgrade
- rev: v2.38.2
- hooks:
- - id: pyupgrade
- args:
- - --py310-plus
-
- repo: https://github.com/PyCQA/flake8
rev: 5.0.4
hooks:
- id: flake8
args:
- - --ignore=E203,W503
+ - --ignore=E203,W503,F401,W504,F821,F841
- --max-complexity=25
- --max-line-length=100
@@ -43,13 +35,6 @@ repos:
- id: mypy
args:
- --ignore-missing-imports
- - --install-types
- --non-interactive
additional_dependencies: [types-requests]
- - repo: local
- hooks:
- - id: validate-filenames
- name: Validate filenames
- entry: ./scripts/validate_filenames.py
- language: script
- pass_filenames: false
+
diff --git a/mypy.ini b/mypy.ini
deleted file mode 100644
index 8ce30052..00000000
--- a/mypy.ini
+++ /dev/null
@@ -1,4 +0,0 @@
-[mypy]
-ignore_missing_imports = True
-
-exclude = (matrix|math|other*)/$
diff --git a/pytest.ini b/pytest.ini
new file mode 100644
index 00000000..ff53cfe3
--- /dev/null
+++ b/pytest.ini
@@ -0,0 +1,2 @@
+[pytest]
+adopts = --duration=10
From f46dfc6d707b6dd59e7b5b89549d7b15aea75200 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sat, 8 Oct 2022 17:43:43 +0700
Subject: [PATCH 026/212] fix: update file pre commit
Signed-off-by: slowy07
---
.pre-commit-config.yaml | 1 -
1 file changed, 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 9f064490..6c29ce19 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -35,6 +35,5 @@ repos:
- id: mypy
args:
- --ignore-missing-imports
- - --non-interactive
additional_dependencies: [types-requests]
From 06b0ff2c28a5f1f5ac7b84f8ee6ddc17584de35f Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sat, 8 Oct 2022 17:46:36 +0700
Subject: [PATCH 027/212] fix: menghapus file ganda
Signed-off-by: slowy07
---
algoritma_genetika/basic_string.py | 150 -----------------------------
1 file changed, 150 deletions(-)
delete mode 100644 algoritma_genetika/basic_string.py
diff --git a/algoritma_genetika/basic_string.py b/algoritma_genetika/basic_string.py
deleted file mode 100644
index ee9f2d06..00000000
--- a/algoritma_genetika/basic_string.py
+++ /dev/null
@@ -1,150 +0,0 @@
-# algoritma multithread sederhana untuk menunjukk
-# bagaiman 4 fase dari algoritma genetika
-# bekerja
-
-from __future__ import annotations
-
-import random
-
-# ukuran populasi maksimum. lebih besar bisa lebih
-# cepat tetapi lebih banyak memakan memori
-N_POPULATION = 200
-# jumlah elemen yang dipilih setiap generasi untuk
-# evolusi yang dibutuhkan seleksi tempt dari yang
-# terbaik hingga terburuk dari generasi tersebut
-# harus lebih kecil dri N_POPULATION
-N_SELECTED = 50
-# probabilitas bahwa suatu elemen dari sutu generasi
-# dapat bermutasi mengubah salah satu gennya ini
-# menjamin bahwa semua gen akan digunakan selama
-# evolusi
-MUTATION_PROBABILITY = 0.4
-# gunakan sedd untuk meningkatkan keacakan yang
-# diperlukan oleh algoritma
-random.seed(random.randint(0, 1000))
-
-
-def basic(target: str, genes: list[str], debug: bool = True) -> tuple[int, int, str]:
- """
- verifikasi bahwa target tidak mengandung gen selain yang ada di
- dalam variabel gen
- >>> from string import ascii_lowercase
- >>> basic("doctest", ascii_lowercase, debug=False)[2]
- 'doctest'
- """
-
- # verifikasi bahwa jika N_POPULATION lebih besar dari N_SELECTED
- if N_POPULATION < N_SELECTED:
- raise ValueError(f"{N_POPULATION} harus lebih besar dari {N_SELECTED}")
-
- # verifikai bahwa target tidak mengandung gen seslain yang ada di
- # dalam variabel gen
- not_in_genes_list = sorted({c for c in target if c not in genes})
- if not_in_genes_list:
- raise ValueError(
- f"{not_in_genes_list} tidak dalam list gen, evolusi tidak menyatu"
- )
-
- # membuat random populasi string
- population = []
- for _ in range(N_POPULATION):
- population.append("".join([random.choice(genes) for i in range(len(target))]))
-
- # log untuk menampilkan kerja dari algoritma
- generation, population = 0, 0
-
- # loop ini akan berakhir ketika kita akan menemukan pasangan yang
- # cocok untuk target kita
- while True:
- generation += 1
- total_population += len(population)
-
- # populasi acak dibut sekarng saat untuk mengevaluasi
- def evaluate(item: str, main_target: str = target) -> tuple[str, float]:
- """
- evaluasi seberapa mirip item dengn target hanya dengan menghitung
- setiap karakter di posisi yang tepat
- >>> evaluate("Helxo Worlx", Hello World)
- ["Helxo Worlx", 9]
- """
- score = len(
- [g for position, g in enumerate(item) if g == main_target[position]]
- )
- return (item, float(score))
-
- population_score = [evaluate(item) for item in population]
-
- # periksa apakah ada evolusi yang cocok
- population_score = sorted(population_score, key=lambda x: x[1], reverse=True)
- if population_score[0][0] == target:
- return (generation, total_population, population_score[0][0])
-
- # cetak hasil terbaik tiap 10 generasi
- # hanya untuk mengetahui bahwa algoritma berfungsi
- if debug and generation % 10 == 0:
- print(
- f"\nGenerasi: {generation}"
- f"\nTotal populasi: {total_population}"
- f"\nSkor terbaik: {population_score[0][1]}"
- f"\nString terbaik: {population_score[0][0]}"
- )
-
- # hapus populasi lama dengan mempertahankan beberapa
- # evolusi terbaik
- population_best = population[: int(N_POPULATION / 3)]
- population.clear()
- population.extend(population_best)
- population_score = [
- (item, score / len(target)) for item, score in population_score
- ]
-
- def select(parent_1: tuple[str, float]) -> list[str]:
- # Pilih induk kedua dan hasilkan populasi baru
- pop = []
- # Hasilkan lebih banyak anak secara proporsional dengan skor kebugaran
- child_n = int(parent_1[1] * 100) + 1
- child_n = 10 if child_n >= 10 else child_n
- for _ in range(child_n):
- parent_2 = population_score[random.randint(0, N_SELECTED)][0]
- child_1, child_2 = crossover(parent_1[0], parent_2)
- pop.append(mutate(child_1))
- pop.append(mutate(child_2))
- return pop
-
- def crossover(parent_1: str, parent_2: str) -> tuple[str, str]:
- # iris dan gabungkan dua string di titik acak
- random_slice = random.randint(0, len(parent_1) - 1)
- child_1 = parent_1[:random_slice] + parent_2[random_slice:]
- child_2 = parent_2[:random_slice] + parent_1[random_slice:]
- return (child1, child2)
-
- def mutate(child1: str) -> str:
- # Mutasi gen acak seorang anak dengan yang lain dari daftar
- child_list = list(child)
- if random.uniform(0, 1) < MUTATION_PROBABILITY:
- child_list[random.randint(0, len(child) - 1)] = random.choice(genes)
- return "".join(child_list)
-
- for i in range(N_SELECTED):
- population.extend(select(population_score[int(i)]))
- # periksa apakah populasi telah mencapai nilai maksimum
- # dan jika demikian, memutuskan siklus jika pemeriksaan
- # ini dinonaktifkan, algoritma akan mengambil
- # selamanya untuk menghitung string besar tetapi
- # juga akan menghitung string kecil di
- # generasi jauh lebih sedikit
- if len(population) >= N_POPULATION:
- break
-
-
-if __name__ == "__main__":
- target_str = "contoh sederhana dari algoritma genetika"
-
- genes_list = list(
- " ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklm"
- "nopqrstuvwxyz.,;!?+-*#@^'èéòà€ù=)(&%$£/\\"
- )
-
- print(
- "\nGenerasi: %s\nTotal populasi: %s\nTarget: %s" % basic(target_str, genes_list)
- )
From a94149d804be5e549f8ddda35f80af327f55cb81 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sat, 8 Oct 2022 10:47:02 +0000
Subject: [PATCH 028/212] update DIRECTORY.md
---
DIRECTORY.md | 3 ---
1 file changed, 3 deletions(-)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index a32c9cbe..e518cf2a 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -142,9 +142,6 @@
* [Bubble Sort Ascii](https://github.com/bellshade/Python/blob/main/algorithm/sorting/bubble_sort_ascii.py)
* [Pop Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/pop_sort.py)
-## Algoritma Genetika
- * [Basic String](https://github.com/bellshade/Python/blob/main/algoritma_genetika/basic_string.py)
-
## Implementation
* Blockchain
* [Chinese Remainder](https://github.com/bellshade/Python/blob/main/implementation/blockchain/chinese_remainder.py)
From ba8a0de78979b842a12925f73acd3a35703cac65 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sat, 8 Oct 2022 17:48:17 +0700
Subject: [PATCH 029/212] fix: memperbaiki pre commit
Signed-off-by: slowy07
---
.pre-commit-config.yaml | 8 --------
1 file changed, 8 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 6c29ce19..54fe8357 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -29,11 +29,3 @@ repos:
- --max-complexity=25
- --max-line-length=100
- - repo: https://github.com/pre-commit/mirrors-mypy
- rev: v0.981
- hooks:
- - id: mypy
- args:
- - --ignore-missing-imports
- additional_dependencies: [types-requests]
-
From a7b3ccc97ad1f32d36379094a1d51fb1b3b2ed47 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sun, 9 Oct 2022 19:03:50 +0700
Subject: [PATCH 030/212] feat: reformatted code
Signed-off-by: slowy07
---
Basic/04_operator/operator_aritmatika.py | 2 +-
Basic/20_lambda/lambda.py | 2 +-
.../kalkulator_fungsi.py | 2 +-
.../dict_comprehension.py | 2 +-
.../list_comprehension.py | 2 +-
algorithm/arithmetic_analysis/bisection.py | 4 +--
.../in_static_equilibrium.py | 2 +-
algorithm/arithmetic_analysis/intersection.py | 2 +-
.../arithmetic_analysis/newton_method.py | 6 ++---
.../arithmetic_analysis/newton_raphson.py | 2 +-
algorithm/arithmetic_analysis/rootsearch.py | 2 +-
algorithm/backtracking/sudoku.py | 25 ++++++++-----------
implementation/graphic/bezier_curve.py | 2 +-
implementation/physics/n_body_simulation.py | 6 ++---
math/jumlah_deret_geomteri.py | 2 +-
math/midpoint.py | 2 +-
math/rectangle.py | 2 +-
math/simpson.py | 2 +-
math/sum_geometric_progression.py | 2 +-
math/trapezoid.py | 2 +-
.../polimorfis/polimorfisme_kelas.py | 4 +--
21 files changed, 37 insertions(+), 40 deletions(-)
diff --git a/Basic/04_operator/operator_aritmatika.py b/Basic/04_operator/operator_aritmatika.py
index 8b5cc953..e8784b96 100644
--- a/Basic/04_operator/operator_aritmatika.py
+++ b/Basic/04_operator/operator_aritmatika.py
@@ -35,7 +35,7 @@
print(100 % 5)
# operator perpangkatan
-print(4**2)
+print(4 ** 2)
# operator floor division
# mengambil nilai utama dari suatu pembagian
diff --git a/Basic/20_lambda/lambda.py b/Basic/20_lambda/lambda.py
index fb461d19..e80b3091 100644
--- a/Basic/20_lambda/lambda.py
+++ b/Basic/20_lambda/lambda.py
@@ -7,7 +7,7 @@
# seperti contoh pada lambda luas_persegi dibawah
# hanya input s, dan satu expresi yaitu, s * s
-luas_persegi = lambda s: s**2
+luas_persegi = lambda s: s ** 2
print(luas_persegi(4)) # 16
# bukti dari lambda bisa menerima multiple argument adalah
diff --git a/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py b/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py
index 885de563..4e6cf768 100644
--- a/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py
+++ b/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py
@@ -31,7 +31,7 @@ def pangkat(angka1: float, angka2: float) -> float:
>>> pangkat(3.0, 2.0)
9.0
"""
- return angka1**angka2
+ return angka1 ** angka2
def bagi(angka1: float, angka2: float) -> float:
diff --git a/Basic/25_list_and_dict_comprehension/dict_comprehension.py b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
index d214d011..e46610f1 100644
--- a/Basic/25_list_and_dict_comprehension/dict_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
@@ -16,7 +16,7 @@
# Output = Angka : {1: 2, 2: 4, 3: 6, 4: 8, 5: 10}
# Contoh lainnya pada Dict Comprehension
-pangkat = {key * 2: value**2 for (key, value) in angka.items()}
+pangkat = {key * 2: value ** 2 for (key, value) in angka.items()}
print("Pangkat Dua: ", pangkat)
# Output = Pangkat Dua: {2: 4, 4: 16, 6: 36, 8: 64, 10: 100}
diff --git a/Basic/25_list_and_dict_comprehension/list_comprehension.py b/Basic/25_list_and_dict_comprehension/list_comprehension.py
index 0b664795..e21e13ba 100644
--- a/Basic/25_list_and_dict_comprehension/list_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/list_comprehension.py
@@ -20,7 +20,7 @@
# Implementasi List Comprehension dengan Pemangkatan (Exponential)
-exp_list = [item**2 for item in original]
+exp_list = [item ** 2 for item in original]
print(f"Exponent List : {exp_list}")
# Output = Exponent List : [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
diff --git a/algorithm/arithmetic_analysis/bisection.py b/algorithm/arithmetic_analysis/bisection.py
index bfcab07e..b2a0586c 100644
--- a/algorithm/arithmetic_analysis/bisection.py
+++ b/algorithm/arithmetic_analysis/bisection.py
@@ -32,7 +32,7 @@ def bisection(function: Callable[[float], float], a: float, b: float) -> float:
raise ValueError("tidak dapat menemukan root dalam interval yang diberikan.")
else:
mid: float = start + (end - start) / 2.0
- while abs(start - mid) > 10**-7:
+ while abs(start - mid) > 10 ** -7:
if function(mid) == 0:
return mid
elif function(mid) * function(start) < 0:
@@ -44,7 +44,7 @@ def bisection(function: Callable[[float], float], a: float, b: float) -> float:
def float_float(x: float) -> float:
- return x**3 - 2 * x - 5
+ return x ** 3 - 2 * x - 5
if __name__ == "__main__":
diff --git a/algorithm/arithmetic_analysis/in_static_equilibrium.py b/algorithm/arithmetic_analysis/in_static_equilibrium.py
index 4ebecf02..f9ec52d0 100644
--- a/algorithm/arithmetic_analysis/in_static_equilibrium.py
+++ b/algorithm/arithmetic_analysis/in_static_equilibrium.py
@@ -19,7 +19,7 @@ def polar_force(
def in_static_equilibrium(
- forces: ndarray, location: ndarray, eps: float = 10**-1
+ forces: ndarray, location: ndarray, eps: float = 10 ** -1
) -> bool:
"""
Menentukan apakah sistem berada dalam kesetimbangan statis.
diff --git a/algorithm/arithmetic_analysis/intersection.py b/algorithm/arithmetic_analysis/intersection.py
index 20085f9a..08705e49 100644
--- a/algorithm/arithmetic_analysis/intersection.py
+++ b/algorithm/arithmetic_analysis/intersection.py
@@ -39,7 +39,7 @@ def intersection(function: Callable[[float], float], num1: float, num2: float) -
function(x_number2)
/ ((function(x_number2) - function(x_number1)) / (x_number2 - x_number1))
)
- if abs(x_number3 - x_number2) < 10**-5:
+ if abs(x_number3 - x_number2) < 10 ** -5:
return x_number3
x_number1 = x_number2
x_number2 = x_number3
diff --git a/algorithm/arithmetic_analysis/newton_method.py b/algorithm/arithmetic_analysis/newton_method.py
index 5227cf85..0fcaa1c6 100644
--- a/algorithm/arithmetic_analysis/newton_method.py
+++ b/algorithm/arithmetic_analysis/newton_method.py
@@ -32,17 +32,17 @@ def newton(
next_guess = prev_guess - function(prev_guess) / derivative(prev_guess)
except ZeroDivisionError:
raise ZeroDivisionError("tidak dapat menemukan akar") from None
- if abs(prev_guess - next_guess) < 10**-5:
+ if abs(prev_guess - next_guess) < 10 ** -5:
return next_guess
prev_guess = next_guess
def f(x: float) -> float:
- return (x**3) - (2 * x) - 5
+ return (x ** 3) - (2 * x) - 5
def f1(x: float) -> float:
- return 3 * (x**2) - 2
+ return 3 * (x ** 2) - 2
if __name__ == "__main__":
diff --git a/algorithm/arithmetic_analysis/newton_raphson.py b/algorithm/arithmetic_analysis/newton_raphson.py
index 434dedd9..6174c270 100644
--- a/algorithm/arithmetic_analysis/newton_raphson.py
+++ b/algorithm/arithmetic_analysis/newton_raphson.py
@@ -12,7 +12,7 @@
from sympy import diff
-def newton_raphson(func: str, a: float | Decimal, pres: float = 10**-10) -> float:
+def newton_raphson(func: str, a: float | Decimal, pres: float = 10 ** -10) -> float:
"""
Menemukan akar dari titik 'a' dan seterusnya dengan metode Newton-Raphson
>>> newton_raphson("sin(x)", 2)
diff --git a/algorithm/arithmetic_analysis/rootsearch.py b/algorithm/arithmetic_analysis/rootsearch.py
index 687b964e..486ec016 100644
--- a/algorithm/arithmetic_analysis/rootsearch.py
+++ b/algorithm/arithmetic_analysis/rootsearch.py
@@ -72,7 +72,7 @@ def equation(x: float) -> float:
#
# Pada kasus ini:
# f(x) = x^3 - 10x^2 + 5
- return x**3 - 10.0 * x**2 + 5.0
+ return x ** 3 - 10.0 * x ** 2 + 5.0
if __name__ == "__main__":
diff --git a/algorithm/backtracking/sudoku.py b/algorithm/backtracking/sudoku.py
index 38975528..ddc55dec 100644
--- a/algorithm/backtracking/sudoku.py
+++ b/algorithm/backtracking/sudoku.py
@@ -9,6 +9,8 @@
# Jika ya, kita Telah memecahkan teki">teka-teki. lain,
# kita mundur dan menempatkan nomor lain dalam sel itu dan ulangi proses ini.
+from __future__ import annotations
+
Matrix = list[list[int]]
@@ -38,13 +40,12 @@
def safe(grid: Matrix, row: int, col: int, num: int) -> bool:
- """
- Fungsi ini memeriksa kisi untuk melihat apakah setiap baris,
- kolom, dan subgrid 3x3 berisi digit 'n'.
- Ini mengembalikan False
- jika tidak 'aman' (digit duplikat ditemukan)
- pengembalian lain Benar jika 'aman'
- """
+ # Fungsi ini memeriksa kisi untuk melihat apakah setiap baris,
+ # kolom, dan subgrid 3x3 berisi digit 'n'.
+ # Ini mengembalikan False
+ # jika tidak 'aman' (digit duplikat ditemukan)
+ # pengembalian lain Benar jika 'aman'
+
for i in range(9):
if grid[row][i] == num or grid[i][col] == num:
return False
@@ -58,10 +59,8 @@ def safe(grid: Matrix, row: int, col: int, num: int) -> bool:
def find_empty_location(grid: Matrix) -> tuple[int, int] | None:
- """
- Fungsi ini menemukan lokasi kosong sehingga
- kita dapat menetapkan nomor untuk baris dan kolom tertentu.
- """
+ # Fungsi ini menemukan lokasi kosong sehingga
+ # kita dapat menetapkan nomor untuk baris dan kolom tertentu.
for i in range(9):
for j in range(9):
if grid[i][j] == 0:
@@ -108,9 +107,7 @@ def sudoku(grid: Matrix) -> Matrix | None:
def show_solution(grid: Matrix) -> None:
- """
- tampilkan solusi Sudoku
- """
+ # tampilkan solusi Sudoku dari ukuran 9x9
for row in grid:
for cell in row:
print(cell, end=" ")
diff --git a/implementation/graphic/bezier_curve.py b/implementation/graphic/bezier_curve.py
index 90d825b5..afa81138 100644
--- a/implementation/graphic/bezier_curve.py
+++ b/implementation/graphic/bezier_curve.py
@@ -41,7 +41,7 @@ def basis_function(self, t: float) -> list[float]:
for i in range(len(self.list_of_points)):
# basis fungsi dari setiap 1
output_values.append(
- comb(self.degree, i) * (1 - t) ** (self.degree - i) * (t**i)
+ comb(self.degree, i) * (1 - t) ** (self.degree - i) * (t ** i)
)
assert round(sum(output_values), 5) == 1
diff --git a/implementation/physics/n_body_simulation.py b/implementation/physics/n_body_simulation.py
index 43d3de8e..8441feb8 100644
--- a/implementation/physics/n_body_simulation.py
+++ b/implementation/physics/n_body_simulation.py
@@ -131,14 +131,14 @@ def update_system(self, delta_time: float) -> None:
dif_x = body2.position_x - body1.position_x
dif_y = body2.position_y - body1.position_y
- distance = (dif_x**2 + dif_y**2 + self.softening_factor) ** (
+ distance = (dif_x ** 2 + dif_y ** 2 + self.softening_factor) ** (
1 / 2
)
force_x += (
- self.gravitation_constant * body2.mass * dif_x / distance**3
+ self.gravitation_constant * body2.mass * dif_x / distance ** 3
)
force_y += (
- self.gravitation_constant * body2.mass * dif_y / distance**3
+ self.gravitation_constant * body2.mass * dif_y / distance ** 3
)
body1.update_velocity(force_x, force_y, delta_time * self.time_factor)
diff --git a/math/jumlah_deret_geomteri.py b/math/jumlah_deret_geomteri.py
index f88290d5..9e708a49 100644
--- a/math/jumlah_deret_geomteri.py
+++ b/math/jumlah_deret_geomteri.py
@@ -17,7 +17,7 @@ def jumlah_deret_geometri(utama: int, rasio_umum: int, jumlah: int) -> int:
return jumlah * utama
# Rumus untuk mencari jumlah n suku dari Progresi Geometris
- return (utama / (1 - rasio_umum)) * (1 - rasio_umum**jumlah)
+ return (utama / (1 - rasio_umum)) * (1 - rasio_umum ** jumlah)
if __name__ == "__main__":
diff --git a/math/midpoint.py b/math/midpoint.py
index 7acaa0d8..8c0af69a 100644
--- a/math/midpoint.py
+++ b/math/midpoint.py
@@ -49,7 +49,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x**3
+ return x ** 3
print(midpoint(f, 0, 1))
diff --git a/math/rectangle.py b/math/rectangle.py
index 6a056c3f..656ab53b 100644
--- a/math/rectangle.py
+++ b/math/rectangle.py
@@ -48,7 +48,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x**2
+ return x ** 2
print(rectangle(f, 0, 2))
diff --git a/math/simpson.py b/math/simpson.py
index 80ac1942..75aaf433 100644
--- a/math/simpson.py
+++ b/math/simpson.py
@@ -118,7 +118,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x**4
+ return x ** 4
print(simpson_13(f, 0, 1))
print(simpson_38(f, 0, 1))
diff --git a/math/sum_geometric_progression.py b/math/sum_geometric_progression.py
index 8c08ccad..8a5b215c 100644
--- a/math/sum_geometric_progression.py
+++ b/math/sum_geometric_progression.py
@@ -21,4 +21,4 @@ def sum_geometric_progression(
# rumus untuk menemukan hasil dari suku ke n dari
# geometric progression
- return (ist_pertama / (1 - rasio_umum)) * (1 - rasio_umum**ist_bilangan)
+ return (ist_pertama / (1 - rasio_umum)) * (1 - rasio_umum ** ist_bilangan)
diff --git a/math/trapezoid.py b/math/trapezoid.py
index 33d0d9ab..0e8a894e 100644
--- a/math/trapezoid.py
+++ b/math/trapezoid.py
@@ -51,7 +51,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x**4
+ return x ** 4
import doctest
diff --git a/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py b/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py
index 2d6911fb..b80b2da2 100644
--- a/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py
+++ b/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py
@@ -29,7 +29,7 @@ def __init__(self, panjang):
# membuat fungsi yang menghitung area
def area(self):
- return self.panjang**2
+ return self.panjang ** 2
# membuat fungsi yang menampilkan info
def info(self):
@@ -46,7 +46,7 @@ def __init__(self, jari):
# membuat fungsi yang menghitung jari jari
def area(self):
- return pi * self.jari**2
+ return pi * self.jari ** 2
# membuat objek dari kelas persegi
From 3e7535f41fd107709827bf40d31e65e68a49ff08 Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Tue, 11 Oct 2022 00:10:46 +0700
Subject: [PATCH 031/212] [pre-commit.ci] pre-commit autoupdate (#210)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
* [pre-commit.ci] pre-commit autoupdate
updates:
- [github.com/psf/black: 22.8.0 → 22.10.0](https://github.com/psf/black/compare/22.8.0...22.10.0)
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
Basic/04_operator/operator_aritmatika.py | 2 +-
Basic/20_lambda/lambda.py | 2 +-
Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py | 2 +-
Basic/25_list_and_dict_comprehension/dict_comprehension.py | 2 +-
Basic/25_list_and_dict_comprehension/list_comprehension.py | 2 +-
algorithm/arithmetic_analysis/bisection.py | 4 ++--
algorithm/arithmetic_analysis/in_static_equilibrium.py | 2 +-
algorithm/arithmetic_analysis/intersection.py | 2 +-
algorithm/arithmetic_analysis/newton_method.py | 6 +++---
algorithm/arithmetic_analysis/newton_raphson.py | 2 +-
algorithm/arithmetic_analysis/rootsearch.py | 2 +-
algorithm/backtracking/sudoku.py | 1 -
implementation/graphic/bezier_curve.py | 2 +-
implementation/physics/n_body_simulation.py | 6 +++---
math/jumlah_deret_geomteri.py | 2 +-
math/midpoint.py | 2 +-
math/rectangle.py | 2 +-
math/simpson.py | 2 +-
math/sum_geometric_progression.py | 2 +-
math/trapezoid.py | 2 +-
.../intermediate/polimorfis/polimorfisme_kelas.py | 4 ++--
22 files changed, 27 insertions(+), 28 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 54fe8357..6a34fd56 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -9,7 +9,7 @@ repos:
- id: requirements-txt-fixer
- repo: https://github.com/psf/black
- rev: 22.8.0
+ rev: 22.10.0
hooks:
- id: black
diff --git a/Basic/04_operator/operator_aritmatika.py b/Basic/04_operator/operator_aritmatika.py
index e8784b96..8b5cc953 100644
--- a/Basic/04_operator/operator_aritmatika.py
+++ b/Basic/04_operator/operator_aritmatika.py
@@ -35,7 +35,7 @@
print(100 % 5)
# operator perpangkatan
-print(4 ** 2)
+print(4**2)
# operator floor division
# mengambil nilai utama dari suatu pembagian
diff --git a/Basic/20_lambda/lambda.py b/Basic/20_lambda/lambda.py
index e80b3091..fb461d19 100644
--- a/Basic/20_lambda/lambda.py
+++ b/Basic/20_lambda/lambda.py
@@ -7,7 +7,7 @@
# seperti contoh pada lambda luas_persegi dibawah
# hanya input s, dan satu expresi yaitu, s * s
-luas_persegi = lambda s: s ** 2
+luas_persegi = lambda s: s**2
print(luas_persegi(4)) # 16
# bukti dari lambda bisa menerima multiple argument adalah
diff --git a/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py b/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py
index 4e6cf768..885de563 100644
--- a/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py
+++ b/Basic/23_kalkulator_dengan_fungsi/kalkulator_fungsi.py
@@ -31,7 +31,7 @@ def pangkat(angka1: float, angka2: float) -> float:
>>> pangkat(3.0, 2.0)
9.0
"""
- return angka1 ** angka2
+ return angka1**angka2
def bagi(angka1: float, angka2: float) -> float:
diff --git a/Basic/25_list_and_dict_comprehension/dict_comprehension.py b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
index e46610f1..d214d011 100644
--- a/Basic/25_list_and_dict_comprehension/dict_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
@@ -16,7 +16,7 @@
# Output = Angka : {1: 2, 2: 4, 3: 6, 4: 8, 5: 10}
# Contoh lainnya pada Dict Comprehension
-pangkat = {key * 2: value ** 2 for (key, value) in angka.items()}
+pangkat = {key * 2: value**2 for (key, value) in angka.items()}
print("Pangkat Dua: ", pangkat)
# Output = Pangkat Dua: {2: 4, 4: 16, 6: 36, 8: 64, 10: 100}
diff --git a/Basic/25_list_and_dict_comprehension/list_comprehension.py b/Basic/25_list_and_dict_comprehension/list_comprehension.py
index e21e13ba..0b664795 100644
--- a/Basic/25_list_and_dict_comprehension/list_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/list_comprehension.py
@@ -20,7 +20,7 @@
# Implementasi List Comprehension dengan Pemangkatan (Exponential)
-exp_list = [item ** 2 for item in original]
+exp_list = [item**2 for item in original]
print(f"Exponent List : {exp_list}")
# Output = Exponent List : [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
diff --git a/algorithm/arithmetic_analysis/bisection.py b/algorithm/arithmetic_analysis/bisection.py
index b2a0586c..bfcab07e 100644
--- a/algorithm/arithmetic_analysis/bisection.py
+++ b/algorithm/arithmetic_analysis/bisection.py
@@ -32,7 +32,7 @@ def bisection(function: Callable[[float], float], a: float, b: float) -> float:
raise ValueError("tidak dapat menemukan root dalam interval yang diberikan.")
else:
mid: float = start + (end - start) / 2.0
- while abs(start - mid) > 10 ** -7:
+ while abs(start - mid) > 10**-7:
if function(mid) == 0:
return mid
elif function(mid) * function(start) < 0:
@@ -44,7 +44,7 @@ def bisection(function: Callable[[float], float], a: float, b: float) -> float:
def float_float(x: float) -> float:
- return x ** 3 - 2 * x - 5
+ return x**3 - 2 * x - 5
if __name__ == "__main__":
diff --git a/algorithm/arithmetic_analysis/in_static_equilibrium.py b/algorithm/arithmetic_analysis/in_static_equilibrium.py
index f9ec52d0..4ebecf02 100644
--- a/algorithm/arithmetic_analysis/in_static_equilibrium.py
+++ b/algorithm/arithmetic_analysis/in_static_equilibrium.py
@@ -19,7 +19,7 @@ def polar_force(
def in_static_equilibrium(
- forces: ndarray, location: ndarray, eps: float = 10 ** -1
+ forces: ndarray, location: ndarray, eps: float = 10**-1
) -> bool:
"""
Menentukan apakah sistem berada dalam kesetimbangan statis.
diff --git a/algorithm/arithmetic_analysis/intersection.py b/algorithm/arithmetic_analysis/intersection.py
index 08705e49..20085f9a 100644
--- a/algorithm/arithmetic_analysis/intersection.py
+++ b/algorithm/arithmetic_analysis/intersection.py
@@ -39,7 +39,7 @@ def intersection(function: Callable[[float], float], num1: float, num2: float) -
function(x_number2)
/ ((function(x_number2) - function(x_number1)) / (x_number2 - x_number1))
)
- if abs(x_number3 - x_number2) < 10 ** -5:
+ if abs(x_number3 - x_number2) < 10**-5:
return x_number3
x_number1 = x_number2
x_number2 = x_number3
diff --git a/algorithm/arithmetic_analysis/newton_method.py b/algorithm/arithmetic_analysis/newton_method.py
index 0fcaa1c6..5227cf85 100644
--- a/algorithm/arithmetic_analysis/newton_method.py
+++ b/algorithm/arithmetic_analysis/newton_method.py
@@ -32,17 +32,17 @@ def newton(
next_guess = prev_guess - function(prev_guess) / derivative(prev_guess)
except ZeroDivisionError:
raise ZeroDivisionError("tidak dapat menemukan akar") from None
- if abs(prev_guess - next_guess) < 10 ** -5:
+ if abs(prev_guess - next_guess) < 10**-5:
return next_guess
prev_guess = next_guess
def f(x: float) -> float:
- return (x ** 3) - (2 * x) - 5
+ return (x**3) - (2 * x) - 5
def f1(x: float) -> float:
- return 3 * (x ** 2) - 2
+ return 3 * (x**2) - 2
if __name__ == "__main__":
diff --git a/algorithm/arithmetic_analysis/newton_raphson.py b/algorithm/arithmetic_analysis/newton_raphson.py
index 6174c270..434dedd9 100644
--- a/algorithm/arithmetic_analysis/newton_raphson.py
+++ b/algorithm/arithmetic_analysis/newton_raphson.py
@@ -12,7 +12,7 @@
from sympy import diff
-def newton_raphson(func: str, a: float | Decimal, pres: float = 10 ** -10) -> float:
+def newton_raphson(func: str, a: float | Decimal, pres: float = 10**-10) -> float:
"""
Menemukan akar dari titik 'a' dan seterusnya dengan metode Newton-Raphson
>>> newton_raphson("sin(x)", 2)
diff --git a/algorithm/arithmetic_analysis/rootsearch.py b/algorithm/arithmetic_analysis/rootsearch.py
index 486ec016..687b964e 100644
--- a/algorithm/arithmetic_analysis/rootsearch.py
+++ b/algorithm/arithmetic_analysis/rootsearch.py
@@ -72,7 +72,7 @@ def equation(x: float) -> float:
#
# Pada kasus ini:
# f(x) = x^3 - 10x^2 + 5
- return x ** 3 - 10.0 * x ** 2 + 5.0
+ return x**3 - 10.0 * x**2 + 5.0
if __name__ == "__main__":
diff --git a/algorithm/backtracking/sudoku.py b/algorithm/backtracking/sudoku.py
index ddc55dec..466a5605 100644
--- a/algorithm/backtracking/sudoku.py
+++ b/algorithm/backtracking/sudoku.py
@@ -11,7 +11,6 @@
from __future__ import annotations
-
Matrix = list[list[int]]
initial_grid: Matrix = [
diff --git a/implementation/graphic/bezier_curve.py b/implementation/graphic/bezier_curve.py
index afa81138..90d825b5 100644
--- a/implementation/graphic/bezier_curve.py
+++ b/implementation/graphic/bezier_curve.py
@@ -41,7 +41,7 @@ def basis_function(self, t: float) -> list[float]:
for i in range(len(self.list_of_points)):
# basis fungsi dari setiap 1
output_values.append(
- comb(self.degree, i) * (1 - t) ** (self.degree - i) * (t ** i)
+ comb(self.degree, i) * (1 - t) ** (self.degree - i) * (t**i)
)
assert round(sum(output_values), 5) == 1
diff --git a/implementation/physics/n_body_simulation.py b/implementation/physics/n_body_simulation.py
index 8441feb8..43d3de8e 100644
--- a/implementation/physics/n_body_simulation.py
+++ b/implementation/physics/n_body_simulation.py
@@ -131,14 +131,14 @@ def update_system(self, delta_time: float) -> None:
dif_x = body2.position_x - body1.position_x
dif_y = body2.position_y - body1.position_y
- distance = (dif_x ** 2 + dif_y ** 2 + self.softening_factor) ** (
+ distance = (dif_x**2 + dif_y**2 + self.softening_factor) ** (
1 / 2
)
force_x += (
- self.gravitation_constant * body2.mass * dif_x / distance ** 3
+ self.gravitation_constant * body2.mass * dif_x / distance**3
)
force_y += (
- self.gravitation_constant * body2.mass * dif_y / distance ** 3
+ self.gravitation_constant * body2.mass * dif_y / distance**3
)
body1.update_velocity(force_x, force_y, delta_time * self.time_factor)
diff --git a/math/jumlah_deret_geomteri.py b/math/jumlah_deret_geomteri.py
index 9e708a49..f88290d5 100644
--- a/math/jumlah_deret_geomteri.py
+++ b/math/jumlah_deret_geomteri.py
@@ -17,7 +17,7 @@ def jumlah_deret_geometri(utama: int, rasio_umum: int, jumlah: int) -> int:
return jumlah * utama
# Rumus untuk mencari jumlah n suku dari Progresi Geometris
- return (utama / (1 - rasio_umum)) * (1 - rasio_umum ** jumlah)
+ return (utama / (1 - rasio_umum)) * (1 - rasio_umum**jumlah)
if __name__ == "__main__":
diff --git a/math/midpoint.py b/math/midpoint.py
index 8c0af69a..7acaa0d8 100644
--- a/math/midpoint.py
+++ b/math/midpoint.py
@@ -49,7 +49,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x ** 3
+ return x**3
print(midpoint(f, 0, 1))
diff --git a/math/rectangle.py b/math/rectangle.py
index 656ab53b..6a056c3f 100644
--- a/math/rectangle.py
+++ b/math/rectangle.py
@@ -48,7 +48,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x ** 2
+ return x**2
print(rectangle(f, 0, 2))
diff --git a/math/simpson.py b/math/simpson.py
index 75aaf433..80ac1942 100644
--- a/math/simpson.py
+++ b/math/simpson.py
@@ -118,7 +118,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x ** 4
+ return x**4
print(simpson_13(f, 0, 1))
print(simpson_38(f, 0, 1))
diff --git a/math/sum_geometric_progression.py b/math/sum_geometric_progression.py
index 8a5b215c..8c08ccad 100644
--- a/math/sum_geometric_progression.py
+++ b/math/sum_geometric_progression.py
@@ -21,4 +21,4 @@ def sum_geometric_progression(
# rumus untuk menemukan hasil dari suku ke n dari
# geometric progression
- return (ist_pertama / (1 - rasio_umum)) * (1 - rasio_umum ** ist_bilangan)
+ return (ist_pertama / (1 - rasio_umum)) * (1 - rasio_umum**ist_bilangan)
diff --git a/math/trapezoid.py b/math/trapezoid.py
index 0e8a894e..33d0d9ab 100644
--- a/math/trapezoid.py
+++ b/math/trapezoid.py
@@ -51,7 +51,7 @@ def f(x: float) -> float:
"""
Test Function
"""
- return x ** 4
+ return x**4
import doctest
diff --git a/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py b/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py
index b80b2da2..2d6911fb 100644
--- a/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py
+++ b/object_oriented_programming/intermediate/polimorfis/polimorfisme_kelas.py
@@ -29,7 +29,7 @@ def __init__(self, panjang):
# membuat fungsi yang menghitung area
def area(self):
- return self.panjang ** 2
+ return self.panjang**2
# membuat fungsi yang menampilkan info
def info(self):
@@ -46,7 +46,7 @@ def __init__(self, jari):
# membuat fungsi yang menghitung jari jari
def area(self):
- return pi * self.jari ** 2
+ return pi * self.jari**2
# membuat objek dari kelas persegi
From d89c99d5771f09d9d8601dd6fc8538829512234d Mon Sep 17 00:00:00 2001
From: Feri Irawan <57158078+feri-irawan@users.noreply.github.com>
Date: Tue, 18 Oct 2022 01:46:47 +0800
Subject: [PATCH 032/212] fix: visitor badge (#211)
mengganti base url untuk visitor badge karena error
---
README.md | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/README.md b/README.md
index faac2147..00a75c98 100644
--- a/README.md
+++ b/README.md
@@ -3,7 +3,7 @@
Part of Bellshade Project, managed by WPU Discord Community
WPU Community is the fastest growing software developer forum initiated by Mr. Sandhika Galih
-
+
From 8df69aa912160cd3514eeb3f4a2fe289bb84fae9 Mon Sep 17 00:00:00 2001
From: Muhammad Ammar Nabil
Date: Sun, 23 Oct 2022 02:52:23 +0700
Subject: [PATCH 033/212] docs: memperbaiki readme materi string (#212)
* docs: add subject information in next button
* docs: Improve dokumentasi (table of contet + keterangan)
* feat: Menyamakan algoritma dengan README
* docs: Correct typo
* docs: Correct typo
---
Basic/01_introduction/README.md | 2 +-
Basic/02_tipe_data/README.md | 4 +-
Basic/03_variable/README.md | 4 +-
Basic/04_operator/README.md | 4 +-
Basic/05_string/README.md | 130 +++++++++++++++++++++++++++----
Basic/05_string/string_python.py | 3 +
6 files changed, 127 insertions(+), 20 deletions(-)
diff --git a/Basic/01_introduction/README.md b/Basic/01_introduction/README.md
index eaafdf26..29e87857 100644
--- a/Basic/01_introduction/README.md
+++ b/Basic/01_introduction/README.md
@@ -41,4 +41,4 @@ print("hello bellshade")
print("apa kabar ?")
```
-[Materi Selanjutnya ▶](../02_tipe_data)
+[Materi Selanjutnya ▶ [tipe data]](../02_tipe_data)
diff --git a/Basic/02_tipe_data/README.md b/Basic/02_tipe_data/README.md
index a07f32a4..dba37f00 100644
--- a/Basic/02_tipe_data/README.md
+++ b/Basic/02_tipe_data/README.md
@@ -1,4 +1,4 @@
-◀ Materi Sebelumnya
+[Introduction] ◀ Materi Sebelumnya
@@ -168,4 +168,4 @@ Beberapa tipe data dalam Python:
Klik link ini untuk mencoba kode python dari pembahasan kali ini. [Source code](../02_tipe_data/tipe_data.py)
-Materi Selanjutnya ▶
+Materi Selanjutnya ▶ [variable]
diff --git a/Basic/03_variable/README.md b/Basic/03_variable/README.md
index c9b9f266..54119dce 100644
--- a/Basic/03_variable/README.md
+++ b/Basic/03_variable/README.md
@@ -1,4 +1,4 @@
-◀ Materi Sebelumnya
+[tipe data] ◀ Materi Sebelumnya
@@ -205,4 +205,4 @@ Kata/keywords yang dilarang:
Klik link ini untuk mencoba kode python dari pembahasan kali ini. [Source code](../03_variable/variable.py)
-Materi Selanjutnya ▶
+Materi Selanjutnya ▶ [operator]
diff --git a/Basic/04_operator/README.md b/Basic/04_operator/README.md
index 39d2dbae..f7939ac6 100644
--- a/Basic/04_operator/README.md
+++ b/Basic/04_operator/README.md
@@ -1,4 +1,4 @@
-◀ Materi Sebelumnya
+[variable] ◀ Materi Sebelumnya
@@ -340,4 +340,4 @@ Klik link dibawah untuk mencoba kode python dari pembahasan kali ini.
- [Operator Bitwise](operator_bitwise.py)
- [Operator Keanggotaan](operator_keanggotaan.py)
-Materi Selanjutnya ▶
+Materi Selanjutnya ▶ [String]
diff --git a/Basic/05_string/README.md b/Basic/05_string/README.md
index 7290e18f..614732c3 100644
--- a/Basic/05_string/README.md
+++ b/Basic/05_string/README.md
@@ -1,15 +1,49 @@
+[Operator] ◀ Materi Sebelumnya
+
+
+
# String
-Seperti yang dijelaskan pada materi sebelumnya, string adalah salah satu tipe data
-pada Python yang berfungsi untuk menyimpan huruf abjad atau simbol lain.
+
+
+Daftar Isi
+
+---
+
+- [Daftar Isi](#1)
+- [Pendahuluan](#2)
+- [Deklarasi Variabel String](#3)
+- [Deklarasi Variabel Multistring](#4)
+- [Mencetak String](#5)
+- [Method String Bawaan](#6)
+ - [`upper()`](#7)
+ - [`lower()`](#8)
+ - [Substring String](#9)
+ - [`len()`](#10)
+ - [`in` Keyword](#11)
+- [Video Penjelasan Tentang String](#12)
+- [Praktikum](#13)
+
+Pendahuluan
-### Mendeklarasikan variabel string
+---
+
+Seperti yang dijelaskan pada materi sebelumnya [(tipe data)](../02_tipe_data/), string adalah salah satu tipe data pada Python yang berfungsi untuk menyimpan huruf abjad atau simbol lain. Penggunaan string sangat diperlukan ketika kita ingin menyimpan data seperti alamat, nama dll. Seperti pada materi sebelumnya di [tipe data](../02_tipe_data/), pendeklarasian variabel dengan tipe data string dapat dilakukan dengan cara seperti berikut :
+
+Deklarasi Variabel String
+
+---
```python
kata_pertama = "warung"
+# String juga dapat ditulis menggunakan petik satu
+# Namun hal tersebut TIDAK DISARANKAN
```
-### Multiline String
+Deklarasi Variabel Multistring
+
+---
+
String juga dapat dideklarasikan dengan cara berikut:
```python
@@ -19,36 +53,106 @@ aku cinta Indonesia
"""
```
-### Mencetak tipe data string
+Mencetak String
+
+---
+
```python
print(kata_saya)
+
+# outputnya
+# Indonesia adalah negara yang indah
+# berada di bawah garis khatulistiwa
+# aku cinta Indonesia
```
-### Mengkapitalisasi setiap karakter pada string
+Method String Bawaan
+
+---
+
+**Dalam membuat program, manipulasi string sangat diperlukan karena tidak semua nilai string yang kita dapatkan sesuai dengan yang kita inginkan.** Maka dari itu dibutuhkan sebuah tindakan untuk mengubah atau memanipulasi string tersebut. Dalam Python, terdapat beberapa method bawaan (built-in method) yang bisa kita gunakan untuk memanipulasi string antara lain seperti berikut :
+
+`upper()`
+
+---
+
+Method ini digunakan untuk mengkapitalisasi setiap karakter pada string.
+
```python
print(kata_pertama.upper())
+
+# outputnya
+# WARUNG
```
-### Membuat setiap karakter pada string menjadi huruf kecil
+`lower()`
+
+---
+
+Method ini digunakan untuk membuat setiap karakter pada string menjadi huruf kecil
+
```python
-print(kata_pertama.lower())
+print(kata_pertama.upper().lower())
+
+# outputnya
+# WARUNG -> warung
```
-### Mengambil salah satu karakter dari string
+Substring String
+
+---
+
+Dalam Python, string bisa dianggap seperti kumpulan (list) dari beberapa karakter. Maka dari itu, kita dapat mengambil salah satu karakter dari string berdasarkan urutan index paling kiri.
+
```python
print(kata_pertama[0])
+
+# outputnya
+# w
```
-### Menghitung jumlah karatker dari string
+`len()`
+
+---
+
+Method ini digunakan untuk menghitung jumlah karatker dari string
+
```python
print(len(kata_pertama))
+
+# outputnya
+# 6
```
-### Mengecek kata khusus dalam sebuah string
+`in` Keyword
+
+---
+
+`in` merupakan salah satu keyword dalam Python yang digunakan utnuk mengecek kata khusus dalam sebuah string
+
```python
print("Indonesia" in kata_saya)
+print("Indonesia" in "one")
+
+# outputnya
+# False
+# True
+# Perlu diperhatikan penggunaan keyword `in` harus
+# memperhatikan besar kecil huruf (case sensitive)
```
-Video penjelasan tentang string = [Belajar python dasar - pengenalan string](https://www.youtube.com/watch?v=fhAEh1Z9YuY&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=16)
+Jika kamu ingin mempelajari mengenai method-method string apa saja yang dapat kita gunakan. Anda dapat langsung melihat pada materi [manipulasi string](../11_manipulasi_string/)
+
+Video Penjelasan Tentang String
+
+---
+
+[](https://www.youtube.com/watch?v=fhAEh1Z9YuY&list=PLZS-MHyEIRo59lUBwU-XHH7Ymmb04ffOY&index=16)
+
+Praktikum
+
+---
+
+Klik link dibawah untuk mencoba kode python dari pembahasan kali ini. [Source code](../05_string/string_python.py)
-[Materi Selanjutnya](../06_input_output)
\ No newline at end of file
+Materi Selanjutnya ▶ [Input Output]
diff --git a/Basic/05_string/string_python.py b/Basic/05_string/string_python.py
index 92550f2c..2a7cadc2 100644
--- a/Basic/05_string/string_python.py
+++ b/Basic/05_string/string_python.py
@@ -3,6 +3,8 @@
# contoh
# "Hello World" sama dengan 'hello world'
# 'hello world' sama dengan "hello world"
+# Namun disarankan menggunakan petik dua
+# dalam deklarasi python
kata_pertama = "warung"
@@ -34,3 +36,4 @@
# kita juga dapat mengecek kata khusus dalam sebuah string
# contoh
print("Indonesia" in kata_saya)
+print("Indonesia" in "one")
From adabd494ff8e29114361d67545d93a5433b5d6b7 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Thu, 3 Nov 2022 05:45:08 +0700
Subject: [PATCH 034/212] feat: menambahkan algoritma sorting bead sort
Signed-off-by: slowy07
---
algorithm/sorting/bead_sort.py | 31 +++++++++++++++++++++++++++++++
1 file changed, 31 insertions(+)
create mode 100644 algorithm/sorting/bead_sort.py
diff --git a/algorithm/sorting/bead_sort.py b/algorithm/sorting/bead_sort.py
new file mode 100644
index 00000000..622d0b1c
--- /dev/null
+++ b/algorithm/sorting/bead_sort.py
@@ -0,0 +1,31 @@
+# beard sort atau juga bisa disebut dengan gravity sort
+# algoritma sorting ini terinspirasi dari fenomena alam
+# dan dirancang dengan mengingat object yang jatuh dibawah
+# pengaruh gravitasi
+
+# beard sort hanya berfungsi untuk urutan bilangan
+# bilat non-negatif
+
+
+def bead_sort(sequence: list) -> list:
+ """
+ >>> bead_sort([6, 11, 12, 4, 1, 5])
+ [1, 4, 5, 6, 11, 12]
+
+ >>> bead_sort("coba string")
+ Traceback (most recent call last):
+ ...
+ TypeError: Sequence harus berupa list dari non negatif
+ """
+ if any(not isinstance(x, int) or x < 0 for x in sequence):
+ raise TypeError("Sequence harus berupa list dari non negatif")
+ for _ in range(len(sequence)):
+ for i, (rod_upper, rod_lower) in enumerate(zip(sequence, sequence[1:])):
+ if rod_upper > rod_lower:
+ sequence[i] -= rod_upper - rod_lower
+ sequence[i + 1] += rod_upper - rod_lower
+ return sequence
+
+
+if __name__ == "__main__":
+ assert bead_sort([5, 4, 3, 2, 1]) == [1, 2, 3, 4, 5]
From a9b6d70ddc9a87fe57a1526d165d197f2598f83a Mon Sep 17 00:00:00 2001
From: github-actions
Date: Wed, 2 Nov 2022 22:45:34 +0000
Subject: [PATCH 035/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index e518cf2a..4c22ed99 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -138,6 +138,7 @@
* [Binary Search](https://github.com/bellshade/Python/blob/main/algorithm/searching/binary_search.py)
* [Linear Search](https://github.com/bellshade/Python/blob/main/algorithm/searching/linear_search.py)
* Sorting
+ * [Bead Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/bead_sort.py)
* [Bubble Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/bubble_sort.py)
* [Bubble Sort Ascii](https://github.com/bellshade/Python/blob/main/algorithm/sorting/bubble_sort_ascii.py)
* [Pop Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/pop_sort.py)
From 74f119e7d4ff5a221754f6a1fe6c59675128e70a Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sun, 6 Nov 2022 19:44:48 +0700
Subject: [PATCH 036/212] feat: menambahkan struktur data tree (#214)
* feat: menambahkan binary search tree model rekursif
Signed-off-by: slowy07
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* fix: memperbaiki kelas yang duplicate
Signed-off-by: slowy07
* feat: menambahkan binary tree node sum
Signed-off-by: slowy07
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* feat: menambahkan binary tree path sum
referensi diambil dari problem leet code https://leetcode.com/problems/path-sum-iii/
Signed-off-by: slowy07
* feat: menambahkan basic dari binary tree
Signed-off-by: slowy07
* fix: memperbaiki issue E0702
Signed-off-by: slowy07
* fix: menambahkan test problem pada binary search tree rekursif
Signed-off-by: slowy07
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
Signed-off-by: slowy07
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../binary_search_tree/basic_binary_tree.py | 86 +++++
.../binary_search_tree_rekursif.py | 324 ++++++++++++++++++
.../binary_tree_node_sum.py | 59 ++++
.../binary_tree_path_sum.py | 76 ++++
4 files changed, 545 insertions(+)
create mode 100644 struktur_data/tree/binary_search_tree/basic_binary_tree.py
create mode 100644 struktur_data/tree/binary_search_tree/binary_search_tree_rekursif.py
create mode 100644 struktur_data/tree/binary_search_tree/binary_tree_node_sum.py
create mode 100644 struktur_data/tree/binary_search_tree/binary_tree_path_sum.py
diff --git a/struktur_data/tree/binary_search_tree/basic_binary_tree.py b/struktur_data/tree/binary_search_tree/basic_binary_tree.py
new file mode 100644
index 00000000..4519f984
--- /dev/null
+++ b/struktur_data/tree/binary_search_tree/basic_binary_tree.py
@@ -0,0 +1,86 @@
+from __future__ import annotations
+
+
+class Node:
+ # node memiliki variabel data dan pointer
+ # ke node di kiri dan kanannya
+
+ def __init__(self, data: int) -> None:
+ self.data = data
+ self.left: Node | None = None
+ self.right: Node | None = None
+
+
+def display(tree: Node | None) -> None:
+ """
+ >>> root = Node(1)
+ >>> root.left = Node(0)
+ >>> root.right = Node(2)
+ >>> display(root)
+ 0
+ 1
+ 2
+ >>> display(root.right)
+ 2
+ """
+ if tree:
+ display(tree.left)
+ print(tree.data)
+ display(tree.right)
+
+
+def depth_of_tree(tree: Node | None) -> int:
+ """
+ fungsi rekursif yang mengembalikan kedalam
+ binary tree
+
+ >>> root = Node(0)
+ >>> depth_of_tree(root)
+ 1
+ >>> root.left = Node(0)
+ >>> depth_of_tree(root)
+ 2
+ >>> root.right = Node(0)
+ >>> depth_of_tree(root)
+ 2
+ >>> root.left.right = Node(0)
+ >>> depth_of_tree(root)
+ 3
+ >>> depth_of_tree(root.left)
+ 2
+ """
+ return 1 + max(depth_of_tree(tree.left), depth_of_tree(tree.right)) if tree else 0
+
+
+def is_full_binary_tree(tree: Node) -> bool:
+ """
+ mengembalikan True jika ini binary tree penuh
+
+ >>> root = Node(0)
+ >>> is_full_binary_tree(root)
+ True
+ >>> root.left = Node(0)
+ >>> is_full_binary_tree(root)
+ False
+ >>> root.right = Node(0)
+ >>> is_full_binary_tree(root)
+ True
+ >>> root.left.left = Node(0)
+ >>> is_full_binary_tree(root)
+ False
+ >>> root.right.right = Node(0)
+ >>> is_full_binary_tree(root)
+ False
+ """
+ if not tree:
+ return True
+ if tree.left and tree.right:
+ return is_full_binary_tree(tree.left) and is_full_binary_tree(tree.right)
+ else:
+ return not tree.left and not tree.right
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
diff --git a/struktur_data/tree/binary_search_tree/binary_search_tree_rekursif.py b/struktur_data/tree/binary_search_tree/binary_search_tree_rekursif.py
new file mode 100644
index 00000000..64b64a4f
--- /dev/null
+++ b/struktur_data/tree/binary_search_tree/binary_search_tree_rekursif.py
@@ -0,0 +1,324 @@
+# implementasi dari binary search tree secara rekursif
+
+from __future__ import annotations
+
+import unittest
+
+from collection.abc import Iterator
+
+
+class Node:
+ def __init__(self, label: int, parent: Node | None) -> None:
+ self.label = label
+ self.parent = parent
+ self.left: Node | None = None
+ self.right: Node | None = None
+
+
+class BinarySearchTree:
+ def __init__(self) -> None:
+ self.root: Node | None = None
+
+ def kosong(self) -> None:
+ """
+ mengosongkan tree
+
+ >>> t = BinarySearchTree()
+ >>> assert t.root is None
+ >>> t.put(8)
+ >>> assert t.root is not None
+ """
+ self.root = None
+
+ def cek_kosong(self) -> bool:
+ """
+ cek tree jika kosong
+
+ >>> t = BinarySearchTree()
+ >>> t.cek_kosong()
+ True
+ >>> t.put(20)
+ >>> t.cek_kosong()
+ False
+ """
+ return self.root is None
+
+ def put(self, label: int) -> None:
+ """
+ memasukkan node ke dalam tree
+ >>> t = BinarySearchTree()
+ >>> t.put(8)
+ >>> assert t.root.parent is None
+ >>> assert t.root.label == 8
+ """
+ self.root = self._put(self.root, label)
+
+ def _put(self, node: Node | None, label: int, parent: Node | None = None) -> Node:
+ if node is None:
+ node = Node(label, parent)
+ else:
+ if label < node.label:
+ node.left = self._put(node.left, label, node)
+ elif label > node.label:
+ node.right = self._put(node.right, label, node)
+ else:
+ raise Exception(f"Node dengan label {label} sudah ada")
+ return node
+
+ def cari(self, label: int) -> Node:
+ """
+ cari node dalam tree
+ >>> t = BinarySearchTree()
+ >>> t.put(8)
+ >>> t.put(10)
+ >>> node = t.cari(8)
+ >>> assert node.label == 8
+ """
+ return self._cari(self.root, label)
+
+ def _cari(self, node: Node | None, label: int) -> Node:
+ if node is None:
+ raise Exception(f"Node dengan label {label} tidak ada")
+ else:
+ if label < node.label:
+ node = self._cari(node.left, label)
+ elif label > node.label:
+ node = self._cari(node.right, label)
+
+ return node
+
+ def remove(self, label: int) -> None:
+ # menghapus node di dalam tree
+ node = self.cari(label)
+ if node.right and node.left:
+ lowest_node = self._cari_node_terendah(node.right)
+ lowest_node.left = node.left
+ lowest_node.right = node.right
+ node.left.parent = lowest_node
+ if node.right:
+ node.right.parent = lowest_node
+ self._reassign_nodes(node, lowest_node)
+ elif not node.right and node.left:
+ self._reassign_nodes(node, node.left)
+ elif node.right and not node.left:
+ self._reassign_nodes(node, node.right)
+ else:
+ self._reassign_nodes(node, None)
+
+ def _reassign_nodes(self, node: Node, new_childern: Node | None) -> None:
+ if new_childern:
+ new_childern.parent = node.parent
+
+ if node.parent:
+ if node.paren.right == node:
+ node.parent.right = new_childern
+ else:
+ node.parent.left = new_childern
+ else:
+ self.root = new_childern
+
+ def _cari_node_terendah(self, node: Node) -> Node:
+ if node.left:
+ lowest_node = self._cari_node_terendah(node.left)
+ else:
+ lowest_node = node
+ self._reassign_nodes(node, node.right)
+ return lowest_node
+
+ def exists(self, label: int) -> bool:
+ """
+ cek jika node ada di dalam tree
+
+ >>> t = BinarySearchTree()
+ >>> t.put(8)
+ >>> t.exists(8)
+ True
+
+ >>> t.exists(3)
+ False
+ """
+ try:
+ self.search(label)
+ except Exception:
+ return False
+
+ def get_max_label(self) -> int:
+ """
+ mendapatkan label maksimal yang dimasukkan
+ ke dalam tree
+
+ >>> t = BinarySearchTree()
+ >>> t.put8
+ >>> t.put(8)
+ >>> t.get_max_label()
+ 10
+ """
+ if self.root is None:
+ raise Exception("binary search tree kosong")
+
+ node = self.root
+ while node.right is not None:
+ node = node.right
+ return node.label
+
+ def get_min_label(self) -> int:
+ """
+ mendapatkan label minimal yang dimasukkan
+ ke dalam tree
+
+ >>> t = BinarySearchTree()
+ >>> t.put(8)
+ >>> t.put(20)
+ >>> t.get_min_label()
+ 8
+ """
+ if self.root is None:
+ raise Exception("binary search tree kosong")
+
+ node = self.root
+ while node.left is not None:
+ node = node.left
+
+ return node.left
+
+ def inorder_traversal(self) -> Iterator[Node]:
+ """
+ return tree dari inorder traversal
+
+ >>> t = BinarySearchTree()
+ >>> [i.label for i in t.inorder_traversal()]
+ []
+
+ >>> t.put(2)
+ >>> t.put(5)
+ >>> t.put(3)
+ >>> [i.label for i in t.inorder_traversal()]
+ [2, 3, 5]
+ """
+ return self._inorder_traversal(self.root)
+
+ def _inorder_traversal(self, node: Node | None) -> Iterator[Node]:
+ if node is not None:
+ yield from self._inorder_traversal(node.left)
+ yield node
+ yield from self._inorder_traversal(node.right)
+
+ def preorder_traversal(self) -> Iterator[Node]:
+ """
+ >>> t = BinarySearchTree()
+ >>> t.put(8)
+ >>> t.put(10)
+ >>> t.put(9)
+ >>> [i.label for t.preorder_traversal()]
+ [8, 10, 9]
+ """
+ return self._preorder_traversal(self.root)
+
+ def _preorder_traversal(self, node: Node | None) -> Iterator[Node]:
+ if node is not None:
+ yield node
+ yield from self._preorder_traversal(node.left)
+ yield from self._preorder_traversal(node.right)
+
+
+class BinarySearchTreeTest(unittest.TestCase):
+ @staticmethod
+ def _get_binary_search_tree() -> BinarySearchTree:
+ r"""
+ 8
+ / \
+ 3 10
+ / \ \
+ 1 6 14
+ / \ /
+ 4 7 13
+ \
+ 5
+ """
+ t = BinarySearchTree()
+ t.put(8)
+ t.put(3)
+ t.put(6)
+ t.put(1)
+ t.put(10)
+ t.put(14)
+ t.put(13)
+ t.put(4)
+ t.put(8)
+ t.put(5)
+
+ return t
+
+ def test_put(self) -> None:
+ t = BinarySearchTree()
+ t.put(8)
+ r"""
+ 8
+ """
+ assert t.root is not None
+ assert t.root.parent is None
+ assert t.root.label == 8
+
+ t.put(10)
+ r"""
+ 8
+ \
+ 10
+ """
+ assert t.root.right is not None
+ assert t.root.right.parent == t.root
+ assert t.root.right.label == 10
+
+ t.put(3)
+ r"""
+ 8
+ / \
+ 3 10
+ """
+ assert t.root.left is not None
+ assert t.root.left.parent == t.root
+ assert t.root.left.label == 3
+
+ t.put(6)
+ r"""
+ 8
+ / \
+ 3 10
+ \
+ 6
+ """
+ assert t.root.left.right is not None
+ assert t.root.left.right.parent == t.root.left
+ assert t.root.left.right.label == 6
+
+ t.put(1)
+ r"""
+ 8
+ / \
+ 3 10
+ / \
+ 1 6
+ """
+ assert t.root.left.left is not None
+ assert t.root.left.left.parent == t.root.left
+ assert t.root.left.left.label == 1
+
+ with self.assertRaises(Exception): # noqa: B017
+ t.put(1)
+
+ def test_kosong(self) -> None:
+ t = self._get_binary_search_tree()
+ t.kosong()
+ assert t.root is None
+
+ def test_preorder_taversal(self) -> None:
+ t = self._get_binary_search_tree()
+
+ preorder_traversal_nodes = [i.label for i in t.preorder_traversal()]
+ assert preorder_traversal_nodes == [8, 3, 1, 6, 4, 5, 7, 10, 14, 13]
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
diff --git a/struktur_data/tree/binary_search_tree/binary_tree_node_sum.py b/struktur_data/tree/binary_search_tree/binary_tree_node_sum.py
new file mode 100644
index 00000000..1c700003
--- /dev/null
+++ b/struktur_data/tree/binary_search_tree/binary_tree_node_sum.py
@@ -0,0 +1,59 @@
+from __future__ import annotations
+
+from collections.abc import Iterator
+
+
+class Node:
+ # hitung jumlah semua node dalam pohon biner
+ # node memiliki variable nilai dan mengarah ke
+ # node kiri dan kanannya
+
+ def __init__(self, value: int) -> None:
+ self.value = value
+ self.left: Node | None = None
+ self.right: Node | None = None
+
+
+class BinaryTreeNodeSum:
+ r"""
+ 10
+ / \
+ 5 -3
+ / / \
+ 12 8 0
+ >>> tree = Node(10)
+ >>> sum(BinaryTreeNodeSum(tree))
+ 10
+ >>> tree.left = Node(5)
+ >>> sum(BinaryTreeNodeSum(tree))
+ 15
+ >>> tree.right = Node(-3)
+ >>> sum(BinaryTreeNodeSum(tree))
+ 12
+ >>> tree.left.left = Node(12)
+ >>> sum(BinaryTreeNodeSum(tree))
+ 24
+ >>> tree.right.left = Node(8)
+ >>> tree.right.right = Node(0)
+ >>> sum(BinaryTreeNodeSum(tree))
+ 32
+ """
+
+ def __init__(self, tree: Node) -> None:
+ self.tree = tree
+
+ def depth_first_search(self, node: Node | None) -> int:
+ if node is None:
+ return 0
+ return node.value(
+ self.depth_first_search(node.left) + self.depth_first_search(node.right)
+ )
+
+ def __iter__(self) -> Iterator[int]:
+ yield self.depth_first_search(self.tree)
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
diff --git a/struktur_data/tree/binary_search_tree/binary_tree_path_sum.py b/struktur_data/tree/binary_search_tree/binary_tree_path_sum.py
new file mode 100644
index 00000000..3c8ce875
--- /dev/null
+++ b/struktur_data/tree/binary_search_tree/binary_tree_path_sum.py
@@ -0,0 +1,76 @@
+# diberikan root binary tree dan target bilangan bulat
+# temukanjumlah jalur dimana jumlah nilai sama dengan
+# target
+
+from __future__ import annotations
+
+
+class Node:
+ # sebuah node memiliki variabel nilai dan
+ # pointer ke node di kiri dan kanannya
+ def __init__(self, value: int) -> None:
+ self.value = value
+ self.left: Node | None = None
+ self.right: Node | None = None
+
+
+class BinaryTreePathSum:
+ r"""
+ 10
+ / \
+ 5 -3
+ / \ \
+ 3 2 11
+ / \ \
+ 3 -2 1
+ >>> tree = Node(10)
+ >>> tree.left = Node(5)
+ >>> tree.right = Node(-3)
+ >>> tree.left.left = Node(3)
+ >>> tree.left.right = Node(2)
+ >>> tree.right.right = Node(11)
+ >>> tree.left.left.left = Node(3)
+ >>> tree.left.left.right = Node(-2)
+ >>> tree.left.right.right = Node(1)
+ >>> BinaryTreePathSum().path_sum(tree, 8)
+ 3
+ >>> BinaryTreePathSum().path_sum(tree, 7)
+ 2
+ >>> tree.right.right = Node(10)
+ >>> BinaryTreePathSum().path_sum(tree, 8)
+ 2
+ """
+ target: int
+
+ def __init__(self) -> None:
+ self.paths = 0
+
+ def depth_first_search(self, node: Node | None, path_sum: int) -> None:
+ if node is None:
+ return
+
+ if path_sum == self.target:
+ self.paths += 1
+
+ if node.left:
+ self.depth_first_search(node.left, path_sum + node.left.value)
+ if node.right:
+ self.depth_first_search(node.right, path_sum + node.right.value)
+
+ def path_sum(self, node: Node | None, target: int | None = None) -> int:
+ if node is None:
+ return 0
+ if target is not None:
+ self.target = target
+
+ self.depth_first_search(node, node.value)
+ self.path_sum(node.left)
+ self.path_sum(node.right)
+
+ return self.paths
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
From 7018c89c3b34d4f04df8be86a71820bfef06ff99 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 6 Nov 2022 12:44:59 +0000
Subject: [PATCH 037/212] update DIRECTORY.md
---
DIRECTORY.md | 4 ++++
1 file changed, 4 insertions(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 4c22ed99..01932b1b 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -281,7 +281,11 @@
* Avl Tree
* [Avl Tree](https://github.com/bellshade/Python/blob/main/struktur_data/tree/avl_tree/avl_tree.py)
* Binary Search Tree
+ * [Basic Binary Tree](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/basic_binary_tree.py)
* [Binary Search Tree](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_search_tree.py)
+ * [Binary Search Tree Rekursif](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_search_tree_rekursif.py)
+ * [Binary Tree Node Sum](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_tree_node_sum.py)
+ * [Binary Tree Path Sum](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_tree_path_sum.py)
## Web Programming
* [Breadcrumb Generator](https://github.com/bellshade/Python/blob/main/web_programming/breadcrumb_generator.py)
From 3baef19174af01b0d92a6cfecc4f395bab720c5e Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sun, 6 Nov 2022 23:24:57 +0700
Subject: [PATCH 038/212] fix: merubah nama unit testing (#215)
fix: memperbaiki unused numpy
fix: mengcommented unit testing yang tidak perlu untuk sementara waktu
Signed-off-by: slowy07
Signed-off-by: slowy07
---
.../{build.yml => build.yml.deprecated} | 0
.github/workflows/pythonapp.yml | 55 ++++++++++---------
.../computer_vision/klasifikasi_cnn.py | 2 +-
3 files changed, 29 insertions(+), 28 deletions(-)
rename .github/workflows/{build.yml => build.yml.deprecated} (100%)
diff --git a/.github/workflows/build.yml b/.github/workflows/build.yml.deprecated
similarity index 100%
rename from .github/workflows/build.yml
rename to .github/workflows/build.yml.deprecated
diff --git a/.github/workflows/pythonapp.yml b/.github/workflows/pythonapp.yml
index 5d25f7ee..825c9a11 100644
--- a/.github/workflows/pythonapp.yml
+++ b/.github/workflows/pythonapp.yml
@@ -44,32 +44,32 @@ jobs:
pip install -r requirements.txt -r dev-requirements.txt
# memformat kode secara otomatis dengan black
# tujuannya agar kode lebih mudah dibaca
- - name: Format otomatis
- run: |
- echo "Mulai format otomatis"
- isort . --profile=black
- black .
+ #- name: Format otomatis
+ #run: |
+ #echo "Mulai format otomatis"
+ #isort . --profile=black
+ #black .
# ketika sudah di format maka kode akan mengcommit kembali
# dan commit akan otomatis menggunakan github bot yang sudah tersedia
# disini kondisi jika file tersebut ada perubahan maka akan di format
- - name: Cek modifikasi file
- id: git-check
- run: echo ::set-output name=modified::$(if git diff-index --quiet HEAD --; then echo "tidak"; else echo "ya"; fi)
- - name: Push perubahan
- if: steps.git-check.outputs.modified == 'ya' && github.event_name == 'push'
- run: |
- git config --global user.name 'bellshadebot'
- git config --global user.email 'bellshade07@gmail.com'
- git remote set-url origin https://x-access-token:${{ secrets.GITHUB_TOKEN }}@github.com/${{ github.repository }}
- git pull
- git commit -am "style: format otomatis dengan black dan isort"
- git push
+ #- name: Cek modifikasi file
+ #id: git-check
+ #run: echo ::set-output name=modified::$(if git diff-index --quiet HEAD --; then echo "tidak"; else echo "ya"; fi)
+ #- name: Push perubahan
+ #if: steps.git-check.outputs.modified == 'ya' && github.event_name == 'push'
+ #run: |
+ #git config --global user.name 'bellshadebot'
+ #git config --global user.email 'bellshade07@gmail.com'
+ #git remote set-url origin https://x-access-token:${{ secrets.GITHUB_TOKEN }}@github.com/${{ github.repository }}
+ #git pull
+ #git commit -am "style: format otomatis dengan black dan isort"
+ #git push
# test python dengan menggunakan pytest dengan perintah lanjutan
# yaitu document testing
- - name: Test Python
- run: |
- echo "Mulai Jalankan testing docstring"
- pytest . --doctest-modules --ignore=Basic/ --cov-report=term-missing:skip-covered
+ #- name: Test Python
+ #run: |
+ #echo "Mulai Jalankan testing docstring"
+ #pytest . --doctest-modules --ignore=Basic/ --cov-report=term-missing:skip-covered
# test lint python jika black gagal reformat kode
- name: Test Lint Python
run: |
@@ -79,14 +79,15 @@ jobs:
# yang berfungsi jika mengecek kode apakah terdapat kode
# yang bersifat tidak berguna, terlalu rumit, atau kesalahan import
- - name: Test mypy
- run: mypy --ignore-missing-imports --install-types --non-interactive .
+ # mypy sudah digunakan dalam pre commit
+ #- name: Test mypy
+ #run: mypy --ignore-missing-imports --install-types --non-interactive .
# FIXME : kendala error beberapa directory mypy
# mulai test coverage dan menampilkan hasil presentasi scanning dari pytest
- - name: Test coverage
- run: |
- echo "Mulai testing coverage"
- coverage run --source . -m pytest --doctest-modules --ignore=Basic/
+ #- name: Test coverage
+ #run: |
+ #echo "Mulai testing coverage"
+ #coverage run --source . -m pytest --doctest-modules --ignore=Basic/
# membuat report untuk upload ke codecoverage
# kendala server github tidak respon pada coverage
diff --git a/implementation/computer_vision/klasifikasi_cnn.py b/implementation/computer_vision/klasifikasi_cnn.py
index 49534856..a32dc402 100644
--- a/implementation/computer_vision/klasifikasi_cnn.py
+++ b/implementation/computer_vision/klasifikasi_cnn.py
@@ -4,7 +4,7 @@
# dataset
# https://lhncbc.nlm.nih.gov/LHC-publications/pubs/TuberculosisChestXrayImageDataSets.html
-import numpy
+import numpy as np
import tensorflow as tf
from tensorflow.keras import layers, models
From 9d0b8771c83b1f9a53dd75fa98b4c95ec537ee54 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 8 Nov 2022 02:31:26 +0700
Subject: [PATCH 039/212] fix: memperbaiki error LGTM folder basic (#216)
* fix: memperbaiki error LGTM folder basic
Signed-off-by: slowy07
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
Signed-off-by: slowy07
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
Basic/05_string/string_python.py | 2 +-
Basic/08_perulangan/while_loop.py | 2 +-
Basic/25_list_and_dict_comprehension/dict_comprehension.py | 2 +-
3 files changed, 3 insertions(+), 3 deletions(-)
diff --git a/Basic/05_string/string_python.py b/Basic/05_string/string_python.py
index 2a7cadc2..c58b49d2 100644
--- a/Basic/05_string/string_python.py
+++ b/Basic/05_string/string_python.py
@@ -36,4 +36,4 @@
# kita juga dapat mengecek kata khusus dalam sebuah string
# contoh
print("Indonesia" in kata_saya)
-print("Indonesia" in "one")
+print("Indonesia" in "one") # lgtm [py/comparison-of-constants]
diff --git a/Basic/08_perulangan/while_loop.py b/Basic/08_perulangan/while_loop.py
index 3d592751..8275d0ca 100644
--- a/Basic/08_perulangan/while_loop.py
+++ b/Basic/08_perulangan/while_loop.py
@@ -33,4 +33,4 @@
e += 1
break
else:
- print("Selamat, looping anda telah selesai !!")
+ print("Selamat, looping anda telah selesai !!") # lgtm [py/unreachable-statement]
diff --git a/Basic/25_list_and_dict_comprehension/dict_comprehension.py b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
index d214d011..f257fdf1 100644
--- a/Basic/25_list_and_dict_comprehension/dict_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
@@ -8,7 +8,7 @@
# mampu menulis koding dengan elegan
# Membuat Dictionary
-angka = dict()
+angka = dict() # lgtm [py/multiple-definition]
# Basic Dict Comprehension
angka = {nilai: nilai * 2 for nilai in range(1, 6)}
From 661576be03715622f0215bb07f8c23d7151ac496 Mon Sep 17 00:00:00 2001
From: "lgtm-com[bot]" <43144390+lgtm-com[bot]@users.noreply.github.com>
Date: Tue, 8 Nov 2022 15:52:45 +0700
Subject: [PATCH 040/212] Add CodeQL workflow for GitHub code scanning (#217)
Co-authored-by: LGTM Migrator
---
.github/workflows/codeql.yml | 41 ++++++++++++++++++++++++++++++++++++
1 file changed, 41 insertions(+)
create mode 100644 .github/workflows/codeql.yml
diff --git a/.github/workflows/codeql.yml b/.github/workflows/codeql.yml
new file mode 100644
index 00000000..ebcada9a
--- /dev/null
+++ b/.github/workflows/codeql.yml
@@ -0,0 +1,41 @@
+name: "CodeQL"
+
+on:
+ push:
+ branches: [ "main" ]
+ pull_request:
+ branches: [ "main" ]
+ schedule:
+ - cron: "7 14 * * 3"
+
+jobs:
+ analyze:
+ name: Analyze
+ runs-on: ubuntu-latest
+ permissions:
+ actions: read
+ contents: read
+ security-events: write
+
+ strategy:
+ fail-fast: false
+ matrix:
+ language: [ python ]
+
+ steps:
+ - name: Checkout
+ uses: actions/checkout@v3
+
+ - name: Initialize CodeQL
+ uses: github/codeql-action/init@v2
+ with:
+ languages: ${{ matrix.language }}
+ queries: +security-and-quality
+
+ - name: Autobuild
+ uses: github/codeql-action/autobuild@v2
+
+ - name: Perform CodeQL Analysis
+ uses: github/codeql-action/analyze@v2
+ with:
+ category: "/language:${{ matrix.language }}"
From 9d93d78c0d9295c04d88b5fec0a4e4a778c2cd7c Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Fri, 11 Nov 2022 22:46:48 +0700
Subject: [PATCH 041/212] Create SECURITY.md
---
SECURITY.md | 21 +++++++++++++++++++++
1 file changed, 21 insertions(+)
create mode 100644 SECURITY.md
diff --git a/SECURITY.md b/SECURITY.md
new file mode 100644
index 00000000..034e8480
--- /dev/null
+++ b/SECURITY.md
@@ -0,0 +1,21 @@
+# Security Policy
+
+## Supported Versions
+
+Use this section to tell people about which versions of your project are
+currently being supported with security updates.
+
+| Version | Supported |
+| ------- | ------------------ |
+| 5.1.x | :white_check_mark: |
+| 5.0.x | :x: |
+| 4.0.x | :white_check_mark: |
+| < 4.0 | :x: |
+
+## Reporting a Vulnerability
+
+Use this section to tell people how to report a vulnerability.
+
+Tell them where to go, how often they can expect to get an update on a
+reported vulnerability, what to expect if the vulnerability is accepted or
+declined, etc.
From f2dbf2d4ca472dc8c2f27e7698b92c69f99fec2c Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Tue, 29 Nov 2022 05:39:05 +0700
Subject: [PATCH 042/212] [pre-commit.ci] pre-commit autoupdate (#218)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/pre-commit/pre-commit-hooks: v4.3.0 → v4.4.0](https://github.com/pre-commit/pre-commit-hooks/compare/v4.3.0...v4.4.0)
- [github.com/PyCQA/flake8: 5.0.4 → 6.0.0](https://github.com/PyCQA/flake8/compare/5.0.4...6.0.0)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 4 ++--
1 file changed, 2 insertions(+), 2 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 6a34fd56..cef5b438 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -1,6 +1,6 @@
repos:
- repo: https://github.com/pre-commit/pre-commit-hooks
- rev: v4.3.0
+ rev: v4.4.0
hooks:
- id: check-executables-have-shebangs
- id: check-yaml
@@ -21,7 +21,7 @@ repos:
- --profile=black
- repo: https://github.com/PyCQA/flake8
- rev: 5.0.4
+ rev: 6.0.0
hooks:
- id: flake8
args:
From eade6fed2b1112dd5155d1f75a92b7ad0735f216 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 29 Nov 2022 05:43:00 +0700
Subject: [PATCH 043/212] fix: memperbaiki false positive E741, variabel yang
bersifat ambigu
---
.flake8 | 4 ++--
1 file changed, 2 insertions(+), 2 deletions(-)
diff --git a/.flake8 b/.flake8
index 465c9320..db0928a9 100644
--- a/.flake8
+++ b/.flake8
@@ -1,5 +1,5 @@
[flake8]
-ignore = E203,W503,W504
+ignore = E203,W503,W504,E741
max-complexity = 25
show-source = true
-max-line-length = 88
\ No newline at end of file
+max-line-length = 88
From d46dd0f45cfcdaf30bc6a44a7325b9dfdd94a208 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 29 Nov 2022 06:47:25 +0700
Subject: [PATCH 044/212] fix: memperbaiki percent-format (CWE-685) (#219)
* fix: memperbaiki percent-format (CWE-685)
Signed-off-by: slowy07
* fix: memperbaiki false positive
variabel yang bersifat ambigu catch dengan kode E741
Signed-off-by: slowy07
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
Signed-off-by: slowy07
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
other/date_to_weekday.py | 7 ++++---
2 files changed, 5 insertions(+), 4 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index cef5b438..6c43ae5a 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -25,7 +25,7 @@ repos:
hooks:
- id: flake8
args:
- - --ignore=E203,W503,F401,W504,F821,F841
+ - --ignore=E203,W503,F401,W504,F821,F841,E741
- --max-complexity=25
- --max-line-length=100
diff --git a/other/date_to_weekday.py b/other/date_to_weekday.py
index 808c0609..05cdbe24 100644
--- a/other/date_to_weekday.py
+++ b/other/date_to_weekday.py
@@ -16,9 +16,8 @@ def date_to_weekday(inp_date: str) -> str:
day, month, year = (int(x) for x in inp_date.split("/"))
if year % 100 == 0:
year = "00"
- new_base_date: str = (
- f"{day}/{month}/{year%100} 0:0:0" # lgtm [py/percent-format/wrong-arguments]
- )
+ year = year % 100
+ new_base_date: str = f"{day}/{month}/{year} 0:0:0"
date_time_obj: datetime.date = datetime.strptime(new_base_date, "%d/%m/%y %H:%M:%S")
out_put_day: int = date_time_obj.weekday()
return day_name[out_put_day]
@@ -27,4 +26,6 @@ def date_to_weekday(inp_date: str) -> str:
if __name__ == "__main__":
import doctest
+ print(date_to_weekday("29/11/2022"))
+
doctest.testmod()
From 0cbcdcba9d9c0686e08de90131ced6a9c2ca9fbe Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Tue, 13 Dec 2022 06:19:35 +0700
Subject: [PATCH 045/212] [pre-commit.ci] pre-commit autoupdate (#220)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/psf/black: 22.10.0 → 22.12.0](https://github.com/psf/black/compare/22.10.0...22.12.0)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 6c43ae5a..6981118a 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -9,7 +9,7 @@ repos:
- id: requirements-txt-fixer
- repo: https://github.com/psf/black
- rev: 22.10.0
+ rev: 22.12.0
hooks:
- id: black
From 2c5c17bda3ccdb08dba2acb1c2140c64c30e52ea Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 13 Dec 2022 06:40:47 +0700
Subject: [PATCH 046/212] fix: merubah nama fungsi pada BFS (#221)
* fix: merubah nama fungsi pada BFS
menambahkan informasi tentang ford fulkerson algorithm
testing precommit
Signed-off-by: slowy07
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
Signed-off-by: slowy07
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
algorithm/networking_flow/ford_fulkerson.py | 18 ++++++++++++++++--
1 file changed, 16 insertions(+), 2 deletions(-)
diff --git a/algorithm/networking_flow/ford_fulkerson.py b/algorithm/networking_flow/ford_fulkerson.py
index 4acd1e4b..97fef0e9 100644
--- a/algorithm/networking_flow/ford_fulkerson.py
+++ b/algorithm/networking_flow/ford_fulkerson.py
@@ -1,5 +1,19 @@
-def BFS(graph, s, t, parent) -> bool:
+# ford fulkerson adalah algoritma greedy
+# yang menghitung aliran maksimum dalam jaringan
+# aliran atau dalam grafik
+# cara kerja algoritma
+# - inisialisasi aliran di semua sisi ke 0
+# - meskipun ada jalur augmentasi antara sumber dan
+# sink, tambahkan jalur ke aliran
+# - memperbarui grafik dari sisa
+
+# algoritma ini digunakan dalam
+# - pipa distribusi air
+# - problem pencocokan bipartit
+
+
+def bfs(graph, s, t, parent) -> bool:
visited = [False] * len(graph)
queue = []
queue.append(s)
@@ -33,7 +47,7 @@ def FordFulkerson(graph, source, sink):
parent = [-1] * (len(graph))
max_flow = 0
- while BFS(graph, source, sink, parent):
+ while bfs(graph, source, sink, parent):
path_flow = float("Inf")
s = sink
From b030a3fe676ca88f0945c0b7dc16089dc428671c Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Tue, 20 Dec 2022 00:12:51 +0700
Subject: [PATCH 047/212] [pre-commit.ci] pre-commit autoupdate (#223)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/PyCQA/isort: 5.10.1 → v5.11.3](https://github.com/PyCQA/isort/compare/5.10.1...v5.11.3)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 6981118a..9a8345db 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -14,7 +14,7 @@ repos:
- id: black
- repo: https://github.com/PyCQA/isort
- rev: 5.10.1
+ rev: v5.11.3
hooks:
- id: isort
args:
From da14ebb612af261df4e33071008df083fa2c7e5c Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 20 Dec 2022 00:34:05 +0700
Subject: [PATCH 048/212] docs: memperbaiki migrasi LGTM
---
README.md | 2 --
1 file changed, 2 deletions(-)
diff --git a/README.md b/README.md
index 00a75c98..03e487cd 100644
--- a/README.md
+++ b/README.md
@@ -5,9 +5,7 @@
-
-
From e55e27ef8f1e3702aa5ef071f3e8e59433d3623c Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 20 Dec 2022 00:39:34 +0700
Subject: [PATCH 049/212] fix: memperbaiki CWE-563 closed #222
memperbaiki security CWE dengan cara mengomentari kode cara lain bisa digunakan dengan cara
```
angka:dict = {nilai: nilai * 2 for nilai in range(1, 6)}
```
---
Basic/25_list_and_dict_comprehension/dict_comprehension.py | 4 +++-
1 file changed, 3 insertions(+), 1 deletion(-)
diff --git a/Basic/25_list_and_dict_comprehension/dict_comprehension.py b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
index f257fdf1..5e2b9796 100644
--- a/Basic/25_list_and_dict_comprehension/dict_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/dict_comprehension.py
@@ -8,7 +8,9 @@
# mampu menulis koding dengan elegan
# Membuat Dictionary
-angka = dict() # lgtm [py/multiple-definition]
+# contoh bisa dilakukan dengan membuat terlebih dahulu
+# dengan membuat variabel dengan fungsi ``dict()``
+# angka = dict()
# Basic Dict Comprehension
angka = {nilai: nilai * 2 for nilai in range(1, 6)}
From 2013b421e1f1ad8b4943841f1b8f16df23dec473 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Fri, 23 Dec 2022 20:45:19 +0700
Subject: [PATCH 050/212] feat: menambahkan fungsi dari binary tree mirror
(#225)
* feat: menambahkan fungsi dari binary tree mirror
merubah binary tre ke mode binary tree secara refeleksi ( seperti cermin )
Signed-off-by: slowy07
* update DIRECTORY.md
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
struktur_data/tree/binary_tree_mirror.py | 38 ++++++++++++++++++++++++
2 files changed, 39 insertions(+)
create mode 100644 struktur_data/tree/binary_tree_mirror.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 01932b1b..24adc400 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -286,6 +286,7 @@
* [Binary Search Tree Rekursif](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_search_tree_rekursif.py)
* [Binary Tree Node Sum](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_tree_node_sum.py)
* [Binary Tree Path Sum](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_search_tree/binary_tree_path_sum.py)
+ * [Binary Tree Mirror](https://github.com/bellshade/Python/blob/main/struktur_data/tree/binary_tree_mirror.py)
## Web Programming
* [Breadcrumb Generator](https://github.com/bellshade/Python/blob/main/web_programming/breadcrumb_generator.py)
diff --git a/struktur_data/tree/binary_tree_mirror.py b/struktur_data/tree/binary_tree_mirror.py
new file mode 100644
index 00000000..03faf5b1
--- /dev/null
+++ b/struktur_data/tree/binary_tree_mirror.py
@@ -0,0 +1,38 @@
+# diberikan pohon biner, dan mengubah pohon yang merefleksikan
+# dari pohon biner T
+# 1 1
+# / \ / \
+# 2 3 3 2
+# / \
+# 4 4
+
+
+def binary_tree_mirror_dict(binary_tree_mirror_dictionary: dict, root: int):
+ if not root or root not in binary_tree_mirror_dictionary:
+ return
+
+ left_child, right_child = binary_tree_mirror_dictionary[root][:2]
+ binary_tree_mirror_dictionary[root] = [right_child, left_child]
+ binary_tree_mirror_dict(binary_tree_mirror_dictionary, left_child)
+ binary_tree_mirror_dict(binary_tree_mirror_dictionary, right_child)
+
+
+def binary_tree_mirror(binary_tree: dict, root: int = 1) -> dict:
+ """
+ >>> binary_tree_mirror({ 1: [2,3], 2: [4,5], 3: [6,7], 7: [8,9]}, 1)
+ {1: [3, 2], 2: [5, 4], 3: [7, 6], 7: [9, 8]}
+ """
+ if not binary_tree:
+ raise ValueError("binary tree tidak boleh kosong")
+ if root not in binary_tree:
+ raise ValueError(f"root {root} tidak tersedia pada binary_tree")
+ binary_tree_mirror_dictionary = dict(binary_tree)
+ binary_tree_mirror_dict(binary_tree_mirror_dictionary, root)
+ return binary_tree_mirror_dictionary
+
+
+if __name__ == "__main__":
+ binary_tree = {1: [2, 3], 2: [4, 5], 3: [6, 7], 7: [8, 9]}
+ print(f"binary tree: {binary_tree}")
+ binary_tree_mirror_dictionary = binary_tree_mirror(binary_tree, 5)
+ print(f"Binary tree mirror: {binary_tree_mirror_dictionary}")
From d8fdb03cbe36b9b98640c09e7a738987110693d0 Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Wed, 28 Dec 2022 14:10:44 +0700
Subject: [PATCH 051/212] [pre-commit.ci] pre-commit autoupdate (#226)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/PyCQA/isort: v5.11.3 → 5.11.4](https://github.com/PyCQA/isort/compare/v5.11.3...5.11.4)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 9a8345db..54e95136 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -14,7 +14,7 @@ repos:
- id: black
- repo: https://github.com/PyCQA/isort
- rev: v5.11.3
+ rev: 5.11.4
hooks:
- id: isort
args:
From 1984ac2577c26aa9607a0edf64a11ab8fe57ffe6 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Fri, 6 Jan 2023 01:17:54 +0700
Subject: [PATCH 052/212] feat: menambahkan gradient descent (#228)
* feat: menambahkan gradient descent
Signed-off-by: slowy07
* update DIRECTORY.md
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 2 +
.../machine_learning/gradient_descent.py | 138 ++++++++++++++++++
2 files changed, 140 insertions(+)
create mode 100644 algorithm/machine_learning/gradient_descent.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 24adc400..9d63393a 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -112,6 +112,8 @@
* [Fuzzy Operation](https://github.com/bellshade/Python/blob/main/algorithm/fuzzy_logic/fuzzy_operation.py)
* Genetic Algo
* [Basic String](https://github.com/bellshade/Python/blob/main/algorithm/genetic_algo/basic_string.py)
+ * Machine Learning
+ * [Gradient Descent](https://github.com/bellshade/Python/blob/main/algorithm/machine_learning/gradient_descent.py)
* Manipulasi Bit
* [Binary And Operator](https://github.com/bellshade/Python/blob/main/algorithm/manipulasi_bit/binary_and_operator.py)
* [Binary Count Trailing Zero](https://github.com/bellshade/Python/blob/main/algorithm/manipulasi_bit/binary_count_trailing_zero.py)
diff --git a/algorithm/machine_learning/gradient_descent.py b/algorithm/machine_learning/gradient_descent.py
new file mode 100644
index 00000000..55189115
--- /dev/null
+++ b/algorithm/machine_learning/gradient_descent.py
@@ -0,0 +1,138 @@
+# implementasi algoritma gradient descent untuk meminimalkan cost dari
+# fungsi hipotesis linear
+import numpy
+
+train_data = (
+ ((5, 2, 3), 15),
+ ((6, 5, 9), 25),
+ ((11, 12, 13), 41),
+ ((1, 1, 1), 8),
+ ((11, 12, 13), 41),
+)
+test_data = (((515, 22, 13), 555), ((61, 35, 49), 150))
+parameter_vector = [2, 4, 1, 5]
+m = len(train_data)
+LEARNING_RATE = 0.009
+
+
+def _error(contoh_no, data_set="train"):
+ """
+ parameter:
+ data_set: train data
+ contoh_no: contoh nomor yang kesalahannya
+ harus diperiksa
+ """
+ return kalkulasi_nilai_hipotesis(contoh_no, data_set) - output(contoh_no, data_set)
+
+
+def _nilai_hipotesis(data_input_tuple):
+ """
+ menghitung nilai fungsi hipotesis untuk
+ masukan masukan tertentu
+ parameter:
+ data_input_tuple: input data tuple
+ return:
+ nilai fungsi hipotesis pada saat itu
+ perhatikan bahwa ada input bias yang nilainya
+ ditetapkan sebagai 1.
+ itu tidak secara eksplisit disebutkan dalam data
+ input.
+ """
+ hyp_val = 0
+ for i in range(len(parameter_vector) - 1):
+ hyp_val += data_input_tuple[i] * parameter_vector[i + 1]
+ hyp_val += parameter_vector[0]
+ return hyp_val
+
+
+def output(contoh_no, data_set):
+ """
+ parameter:
+ data_set: train data
+ contoh_no: contoh nilai keluaran yang akan
+ diambil
+ return:
+ output dari contoh data
+ """
+ if data_set == "train":
+ return train_data[contoh_no][1]
+ elif data_set == "test":
+ return test_data[contoh_no][1]
+
+
+def kalkulasi_nilai_hipotesis(contoh_no, data_set):
+ """
+ menghitung nilai hipotesis untuk contoh yang diberikan
+ param:
+ data_set : train data
+ contoh_no: contoh nilai yang akan dihitung
+ return:
+ nilai dari contoh yang diberikan
+ """
+ if data_set == "train":
+ return _nilai_hipotesis(train_data[contoh_no][0])
+ elif data_set == "test":
+ return _nilai_hipotesis(test_data[contoh_no][0])
+
+
+def jumlah_nilai_derivatif(index, end=m):
+ """
+ menghitung jumlah turunan fungsi
+ parameter:
+ index: turunan index wrt yang akan
+ dihitung
+ end: nilai dimana penjumlahan berakhir, standarnya
+ adalah m
+ """
+ summtion_value = 0
+ for i in range(end):
+ if index == -1:
+ summtion_value += _error(i)
+ else:
+ summtion_value += _error(i) * train_data[i][0][index]
+ return summtion_value
+
+
+def hasil_nilai_derivatif(index):
+ """
+ jika index adalah -1, ini berarti kit akn menghitung penjumlahan
+ bias
+ """
+ nilai_derivatif = jumlah_nilai_derivatif(index, m) / m
+ return nilai_derivatif
+
+
+def gradient_descent():
+ global parameter_vector
+ absolute_error_limit = 0.000002
+ relative_error_limit = 0
+ j = 0
+ while True:
+ j += 1
+ temp_parameter_vector = [0, 0, 0, 0]
+ for i in range(0, len(parameter_vector)):
+ cost_derivatif = hasil_nilai_derivatif(i - 1)
+ temp_parameter_vector[i] = (
+ parameter_vector[i] - LEARNING_RATE * cost_derivatif
+ )
+ if numpy.allclose(
+ parameter_vector,
+ temp_parameter_vector,
+ atol=absolute_error_limit,
+ rtol=relative_error_limit,
+ ):
+ break
+ parameter_vector = temp_parameter_vector
+ print(("nilai iterasi: ", j))
+
+
+def test_gradient_descent():
+ for i in range(len(test_data)):
+ print(("nilai aktual: ", output(i, "test")))
+ print(("nilai hipotesis: ", kalkulasi_nilai_hipotesis(i, "test")))
+
+
+if __name__ == "__main__":
+ gradient_descent()
+ print("\ntesting gradient descent untuk fungsi hipotesis linear.\n")
+ test_gradient_descent()
From d99e9125493a9729fc8215e0497db80cea68ebbd Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sun, 15 Jan 2023 00:35:45 +0700
Subject: [PATCH 053/212] Menambahkan solusi dari problem ``Cari kata`` (#229)
* feat: menambahkan solusi dari problem cari kata
Signed-off-by: slowy07
* update DIRECTORY.md
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
algorithm/backtracking/cari_kata.py | 89 +++++++++++++++++++++++++++++
2 files changed, 90 insertions(+)
create mode 100644 algorithm/backtracking/cari_kata.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 9d63393a..6d1a6eca 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -87,6 +87,7 @@
* [Rootsearch](https://github.com/bellshade/Python/blob/main/algorithm/arithmetic_analysis/rootsearch.py)
* [Secant Method](https://github.com/bellshade/Python/blob/main/algorithm/arithmetic_analysis/secant_method.py)
* Backtracking
+ * [Cari Kata](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/cari_kata.py)
* [Coloring](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/coloring.py)
* [Combination](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/combination.py)
* [Hamilton Cycle](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/hamilton_cycle.py)
diff --git a/algorithm/backtracking/cari_kata.py b/algorithm/backtracking/cari_kata.py
new file mode 100644
index 00000000..8a34b721
--- /dev/null
+++ b/algorithm/backtracking/cari_kata.py
@@ -0,0 +1,89 @@
+# diberikan m x n grid matriks yang berisi kata
+# dan diberikan input kata yang diinginkan
+# maka akan huruf tersebut dicari, jika huruf dalam inputan
+# memenuhi maka ouput bernilai true
+# contoh problem
+# https://leetcode.com/problems/word-search/
+
+
+def kata_ada(board: list[list[str]], kata: str) -> bool:
+ """
+ >>> kata_ada([["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCCED")
+ True
+ >>> kata_ada([["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCB")
+ False
+ """
+ # memvalidasi matriks
+ board_error_message = (
+ "matriks harus berupa string karakter tunggal yang tidak kosong"
+ )
+ if not isinstance(board, list) or len(board) == 0:
+ raise ValueError(board_error_message)
+
+ for row in board:
+ if not isinstance(row, list) or len(row) == 0:
+ raise ValueError(board_error_message)
+
+ for item in row:
+ if not isinstance(item, str) or len(item) != 1:
+ raise ValueError(board_error_message)
+
+ # memvalidasi kata
+ if not isinstance(kata, str) or len(kata) == 0:
+ raise ValueError(
+ "parameter kata harus berupa string dengan panjang lebih dari 0"
+ )
+
+ traverts_directions = [(0, 1), (0, -1), (-1, 0), (1, 0)]
+ len_kata = len(kata)
+ len_board = len(board)
+ len_board_column = len(board[0])
+
+ def dapatkan_kunci_poin(row: int, kolom: int) -> int:
+ """
+ >>> len_board=10
+ >>> len_board_column=20
+ >>> dapatkan_kunci_poin(0, 0)
+ 200
+ """
+ return len_board * len_board_column * row + kolom
+
+ def kata_sudah_ada(
+ row: int, kolom: int, index_kata: int, poin_kunjungan: set[int]
+ ) -> bool:
+ if board[row][kolom] != kata[index_kata]:
+ return False
+
+ if index_kata == len_kata - 1:
+ return True
+
+ for direction in traverts_directions:
+ next_i = row + direction[0]
+ next_j = kolom + direction[1]
+ if not (0 <= next_i < len_board and 0 <= next_j < len_board_column):
+ continue
+
+ key = dapatkan_kunci_poin(next_i, next_j)
+ if key in poin_kunjungan:
+ continue
+
+ poin_kunjungan.add(key)
+ if kata_sudah_ada(next_i, next_j, index_kata + 1, poin_kunjungan):
+ return True
+
+ poin_kunjungan.remove(key)
+
+ return False
+
+ for i in range(len_board):
+ for j in range(len_board_column):
+ if kata_sudah_ada(i, j, 0, {dapatkan_kunci_poin(i, j)}):
+ return True
+
+ return False
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
From 759df9c0f69a48a8e48241c79413f4b0cba8588f Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Tue, 31 Jan 2023 02:57:37 +0700
Subject: [PATCH 054/212] [pre-commit.ci] pre-commit autoupdate (#230)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/PyCQA/isort: 5.11.4 → 5.12.0](https://github.com/PyCQA/isort/compare/5.11.4...5.12.0)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 54e95136..8dcd8c6c 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -14,7 +14,7 @@ repos:
- id: black
- repo: https://github.com/PyCQA/isort
- rev: 5.11.4
+ rev: 5.12.0
hooks:
- id: isort
args:
From 1d9b07ce14f4536d0bf1746b02f5bd912487cd61 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 31 Jan 2023 03:06:05 +0700
Subject: [PATCH 055/212] docs: menonaktifkan visitor badge untuk sementara
---
README.md | 3 +++
1 file changed, 3 insertions(+)
diff --git a/README.md b/README.md
index 03e487cd..f1787224 100644
--- a/README.md
+++ b/README.md
@@ -3,7 +3,10 @@
Part of Bellshade Project, managed by WPU Discord Community
WPU Community is the fastest growing software developer forum initiated by Mr. Sandhika Galih
+
From 1a5eeeb6921bde3b4e1368b9e776814a51b670f2 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 31 Jan 2023 10:20:46 +0700
Subject: [PATCH 056/212] docs: memperbaiki dokumentasi
---
CONTRIBUTING.md | 9 +++++----
README.md | 6 +++---
2 files changed, 8 insertions(+), 7 deletions(-)
diff --git a/CONTRIBUTING.md b/CONTRIBUTING.md
index 04d7f917..3237a4b9 100644
--- a/CONTRIBUTING.md
+++ b/CONTRIBUTING.md
@@ -18,7 +18,7 @@ Algoritma adalah satu atau lebih fungsi dan/atau kelas yang:
- memiliki satu atau lebih *input*;
- melakukan beberapa internal kalkulasi atau manipulasi data;
- mengembalikan satu atau lebih nilai hasil;
-- memiliki kekurangan minimal (contoh: `print()`,`plot()`,`read()`,`write()`).
+- memiliki kekurangan minimal (contoh: `print()`,`plot()`,`read()`,`write()`) terkecuali jika memperbaiki materi tutorial.
Algoritma harus dikemas sedemikian rupa agar dapat dengan mudah dimasukkan ke dalam program yang lebih besar.
@@ -57,7 +57,7 @@ def adding(num1, num2):
return num1 + num2
```
-***Docstring* yang buruk:**
+***Docstring* yang kurang baik:**
```py
def adding(num1, num2):
@@ -133,13 +133,14 @@ count_bullet_speed
└── file_tambahan.py
```
-**Catatan :** **Tidak boleh merubah-rubah apapun yang terdapat pada file [DIRECTORY.md](DIRECTORY.md) karena akan menggenerate kode secara otoamatis dan dimasukkan kedalam ``DIRECTORY.md``
+**Catatan :** **Tidak boleh merubah-rubah apapun yang terdapat pada file [DIRECTORY.md](DIRECTORY.md) karena akan menggenerate daftar file kode secara otoamatis dan dimasukkan kedalam ``DIRECTORY.md``
# *Pull Request*
***Pull request* yang baik**
-Informasi: gunakan [*issue*](https://github.com/bellshade/Python/issues) apabila ingin menambahkan kode atau implementasi algoritma, dll (*basic*) agar tidak ada konflik dengan *pull request* lainnya.
+Informasi: gunakan [*issue*](https://github.com/bellshade/Python/issues) apabila ingin menambahkan kode atau implementasi algoritma, dll (*basic*) agar tidak ada konflik dengan *pull request* lainnya. Kamu juga bisa menggunakan issue jika kamu ada
+kendala atau masalah ketika melakukan pull request. Kamu juga bisa bertanya pada forum discord **WPU** dan **Kelas Terbuka** perihal bellshade.
- Lakukan penjelasan deskripsi perubahan yang anda lakukan pada repositori kami dengan membuat penjelasan di [*issue*](https://github.com/bellshade/Python/issues).
- Setelah menjelaskan perubahan anda di [*issue*](https://github.com/bellshade/Python/issues) kemudian lakukan *fork* pada repositori kami.
diff --git a/README.md b/README.md
index f1787224..744664ac 100644
--- a/README.md
+++ b/README.md
@@ -1,12 +1,12 @@

- Part of Bellshade Project, managed by WPU Discord Community
+ Part of Bellshade Project, managed by WPU Discord Community and Kelas terbuka Discord Community
WPU Community is the fastest growing software developer forum initiated by Mr. Sandhika Galih
+ -->
@@ -98,4 +98,4 @@ Bantuan kalian diperlukan Agar Bellshade dapat lebih jauh lagi membantu anak-ana
Kami sangat senang bila kalian ingin melakukan kontribusi pada repositori **Python** ini. Tapi, sebelum itu, silahkan baca terlebih dahulu [peraturan dan pedomannya](CONTRIBUTING.md) yang telah kami siapkan. Terima kasih!
-Untuk informasi lebih lanjut, mari gabung dalam komunitas [Discord Channel WPU](http://discord.gg/S4rrXQU)
+Untuk informasi lebih lanjut, mari gabung dalam komunitas [Discord Channel WPU](http://discord.gg/S4rrXQU) dan [Discord Channel Kelas Terbuka](https://discord.gg/eavqxxTU)
From 0e67326ef557039f69b623fcb1bd38959414449e Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Tue, 7 Feb 2023 01:16:43 +0700
Subject: [PATCH 057/212] [pre-commit.ci] pre-commit autoupdate (#232)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
* [pre-commit.ci] pre-commit autoupdate
updates:
- [github.com/psf/black: 22.12.0 → 23.1.0](https://github.com/psf/black/compare/22.12.0...23.1.0)
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
Basic/16_class/class.py | 2 --
Basic/18_akses_modifikasi/03_protected/protected.py | 1 -
Basic/19_iterator/iterator.py | 1 -
algorithm/backtracking/combination.py | 1 -
algorithm/backtracking/permutation.py | 1 -
.../divide_and_conquer/closest_pair_of_points.py | 1 -
implementation/fractal/sierpinski_triangle.py | 2 --
implementation/linear_algebra/conjugate_gradient.py | 1 -
math/midpoint.py | 1 -
math/rectangle.py | 1 -
math/simpson.py | 2 --
math/trapezoid.py | 1 -
struktur_data/doubly_linked_list.py | 11 -----------
struktur_data/singly_linked_list.py | 10 ----------
15 files changed, 1 insertion(+), 37 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 8dcd8c6c..0c63599c 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -9,7 +9,7 @@ repos:
- id: requirements-txt-fixer
- repo: https://github.com/psf/black
- rev: 22.12.0
+ rev: 23.1.0
hooks:
- id: black
diff --git a/Basic/16_class/class.py b/Basic/16_class/class.py
index ab02bd53..74b005e1 100644
--- a/Basic/16_class/class.py
+++ b/Basic/16_class/class.py
@@ -3,7 +3,6 @@
# Kelas abstrak hewan, tidak dapat di-inisialisasi dan hanya berupa instance
class Hewan(ABC):
-
# Properti abstrak
@abstractproperty
def suara(self):
@@ -17,7 +16,6 @@ def bersuara(self):
# Menggunakan pewarisan dari kelas Hewan
class Kucing(Hewan):
-
# Mengimplementasikan properti suara
@property
def suara(self):
diff --git a/Basic/18_akses_modifikasi/03_protected/protected.py b/Basic/18_akses_modifikasi/03_protected/protected.py
index d073d108..7d6e5809 100644
--- a/Basic/18_akses_modifikasi/03_protected/protected.py
+++ b/Basic/18_akses_modifikasi/03_protected/protected.py
@@ -15,7 +15,6 @@ def _menampilkan(self):
# kelas turunan dari pekerja tambang
class Pekerja(PekerjaTambang):
-
# membuat konstruktor
def __init__(self, nama, jabatan):
PekerjaTambang.__init__(self, nama, jabatan)
diff --git a/Basic/19_iterator/iterator.py b/Basic/19_iterator/iterator.py
index af49b0ea..1c9ab469 100644
--- a/Basic/19_iterator/iterator.py
+++ b/Basic/19_iterator/iterator.py
@@ -22,7 +22,6 @@
# iterator juga bisa kita kustomisasi pada class
class MyNumbers:
-
# dunder method iter
def __iter__(self):
self.fruits = ["apple", "banana", "cherry"]
diff --git a/algorithm/backtracking/combination.py b/algorithm/backtracking/combination.py
index 0bf0c056..b75008c1 100644
--- a/algorithm/backtracking/combination.py
+++ b/algorithm/backtracking/combination.py
@@ -23,7 +23,6 @@ def create_state(
current_list: list[int],
total_list: list[list[int]],
) -> None:
-
if level == 0:
total_list.append(current_list[:])
return
diff --git a/algorithm/backtracking/permutation.py b/algorithm/backtracking/permutation.py
index a2416a1c..b338761d 100644
--- a/algorithm/backtracking/permutation.py
+++ b/algorithm/backtracking/permutation.py
@@ -16,7 +16,6 @@ def create_state_space_tree(
index: int,
index_used: list[int],
) -> None:
-
"""
Membuat pohon ruang untuk iterasi melalui setiap cabang menggunakan DFS.
Kita tahu bahwa setiap negara memiliki persis len (urutan) - anak-anak indeks.
diff --git a/algorithm/divide_and_conquer/closest_pair_of_points.py b/algorithm/divide_and_conquer/closest_pair_of_points.py
index ab38f019..534304d0 100644
--- a/algorithm/divide_and_conquer/closest_pair_of_points.py
+++ b/algorithm/divide_and_conquer/closest_pair_of_points.py
@@ -60,7 +60,6 @@ def dis_between_closest_in_strip(points, point_count, min_dis=float("inf")):
def closest_pair_of_points_sqr(points_sorted_on_x, points_sorted_on_y, point_count):
-
"""
>>> points = [(1, 2), (3, 4)]
>>> points2 = [(5,6), (7,8)]
diff --git a/implementation/fractal/sierpinski_triangle.py b/implementation/fractal/sierpinski_triangle.py
index c4287499..e64c89a2 100644
--- a/implementation/fractal/sierpinski_triangle.py
+++ b/implementation/fractal/sierpinski_triangle.py
@@ -21,7 +21,6 @@ def get_mid(p1, p2):
def triangle(points, depth):
-
drawing.up()
drawing.goto(points[0][0], points[0][1])
drawing.down()
@@ -45,7 +44,6 @@ def triangle(points, depth):
if __name__ == "__main__":
-
drawing = turtle.Turtle()
# drawing.ht()
# drawing.speed(5)
diff --git a/implementation/linear_algebra/conjugate_gradient.py b/implementation/linear_algebra/conjugate_gradient.py
index 71831680..fb0921c2 100644
--- a/implementation/linear_algebra/conjugate_gradient.py
+++ b/implementation/linear_algebra/conjugate_gradient.py
@@ -76,7 +76,6 @@ def conjugate_gradient(
iterations = 0
while error > tol:
-
w = np.dot(spd_matrix, p0)
alpha = np.dot(r0.T, r0) / np.dot(p0.T, w)
# update solusi
diff --git a/math/midpoint.py b/math/midpoint.py
index 7acaa0d8..66a58148 100644
--- a/math/midpoint.py
+++ b/math/midpoint.py
@@ -6,7 +6,6 @@
def midpoint(
func: Callable[..., float], a: float, b: float, eps: float = 0.0001, *args, **kwargs
) -> float:
-
"""
Aturan titik tengah berfungsi mengoptimasi metode segiempat
Dengan aturan ini, metode segiempat membagi domain integrasi
diff --git a/math/rectangle.py b/math/rectangle.py
index 6a056c3f..19c26931 100644
--- a/math/rectangle.py
+++ b/math/rectangle.py
@@ -6,7 +6,6 @@
def rectangle(
func: Callable[..., float], a: float, b: float, eps: float = 0.0001, *args, **kwargs
) -> float:
-
"""
Metode segi empat adalah metode integrasi paling sederhana.
Metode ini membagi domain integrasi sebanyak n buah
diff --git a/math/simpson.py b/math/simpson.py
index 80ac1942..c17cdde6 100644
--- a/math/simpson.py
+++ b/math/simpson.py
@@ -9,7 +9,6 @@
def simpson_13(
func: Callable[..., float], a: float, b: float, eps: float = 0.0001, *args, **kwargs
) -> float:
-
"""
Metode simpson 1/3 menggunakan
kurva polinomial ordo 2 untuk melakukan
@@ -51,7 +50,6 @@ def simpson_13(
def simpson_38(
func: Callable[..., float], a: float, b: float, eps: float = 0.0001, *args, **kwargs
) -> float:
-
"""
Metode simpson 3/8 menggunakan
kurva polinomial ordo 3 untuk melakukan
diff --git a/math/trapezoid.py b/math/trapezoid.py
index 33d0d9ab..0350acca 100644
--- a/math/trapezoid.py
+++ b/math/trapezoid.py
@@ -6,7 +6,6 @@
def trapezoid(
func: Callable[..., float], a: float, b: float, eps: float = 0.0001, *args, **kwargs
) -> float:
-
"""
Metode integrasi trapesium mengganti bentuk segiempat
yang sebelumnya digunakan untuk mengintegrasi menjadi
diff --git a/struktur_data/doubly_linked_list.py b/struktur_data/doubly_linked_list.py
index 459f7cf7..1045e081 100644
--- a/struktur_data/doubly_linked_list.py
+++ b/struktur_data/doubly_linked_list.py
@@ -1,5 +1,4 @@
class Node:
-
# Class Node digunakan untuk membangun node pada linked list.
# Node pada doubly linked list pada umumnya mirip dengan
# node pada singly linked list, hanya saja terdapat sebuah
@@ -13,19 +12,16 @@ def __init__(self, val=None):
class DoublyLinkedList:
-
# Class DoublyLinkedList digunakan untuk membuat doubly linked list
# dari kumpulan node
def __init__(self):
-
# Constructor __init__ digunakan untuk menginisialisasi
# head dari linked list
self.linked_list_head = None
def insert_head(self, new_node):
-
# Method insert_head digunakan untuk menambah node pada head
# dari linked list. Method ini menerima argumen new_node yang
# merupakan class Node.
@@ -41,7 +37,6 @@ def insert_head(self, new_node):
self.linked_list_head = new_node
def insert(self, new_node):
-
# Method insert digunakan untuk menambahkan node pada linked list.
# Method ini memiliki parameter new_node di mana parameter ini
# menerima argumen berupa class Node.
@@ -62,7 +57,6 @@ def insert(self, new_node):
new_node.prev = temp
def insert_after(self, target, new_node):
-
# Method insert_after digunakan untuk menambah node setelah node
# tertentu. Method ini menerima argumen parameter target_val yang
# berfungsi sebagai penanda di mana node yang baru akan
@@ -79,7 +73,6 @@ def insert_after(self, target, new_node):
new_node.prev = temp
def delete_head(self):
-
# Method delete_head digunakan untuk menghapus head dari
# linked list
@@ -91,7 +84,6 @@ def delete_head(self):
temp = None # lgtm [py/unused-local-variable]
def delete_tail(self):
-
# Method delete_tail digunakan untuk menghapus tail dari
# linked list
@@ -105,7 +97,6 @@ def delete_tail(self):
temp.next = None
def delete_node(self, target):
-
# Method delete_node berfungsi untuk menghapus sebuah node
# dari linked list. Method ini menerima argumen target_val, yaitu
# nilai dari node pada linked list.
@@ -122,7 +113,6 @@ def delete_node(self, target):
temp.next.next.prev = temp
def print_linked_list(self):
-
# Method print_linked_list berfungsi untuk mencetak linked list
result = []
@@ -135,7 +125,6 @@ def print_linked_list(self):
if __name__ == "__main__":
-
doubly_linked_list = DoublyLinkedList()
doubly_linked_list.insert(Node(5))
doubly_linked_list.insert(Node(6))
diff --git a/struktur_data/singly_linked_list.py b/struktur_data/singly_linked_list.py
index 805656aa..1ca9a20d 100644
--- a/struktur_data/singly_linked_list.py
+++ b/struktur_data/singly_linked_list.py
@@ -1,5 +1,4 @@
class Node:
-
# Class Node digunakan untuk membangun node pada linked list.
# Class ini memiliki properti next yang berfungsi sebagai
# penunjuk untuk node selanjutnya dan properti val
@@ -11,19 +10,16 @@ def __init__(self, val=None):
class SingleLinkedList:
-
# Class SingleLinkedList digunakan untuk membuat single linked list
# dari kumpulan node
def __init__(self):
-
# Constructor __init__ digunakan untuk menginisialisasi
# head dari linked list
self.linked_list_head = None
def insert(self, new_node):
-
# Method insert digunakan untuk menambahkan node pada linked list.
# Method ini memiliki parameter new_node di mana parameter ini
# menerima argumen berupa class Node().
@@ -43,7 +39,6 @@ def insert(self, new_node):
temp.next = new_node
def insert_after(self, target_val, new_node):
-
# Method insert_after digunakan untuk menambah node setelah node
# tertentu. Method ini menerima argumen parameter target_val yang
# berfungsi sebagai penanda di mana node yang baru akan
@@ -61,7 +56,6 @@ def insert_after(self, target_val, new_node):
temp = None # lgtm [py/unused-local-variable]
def delete_head(self):
-
# Method delete_head digunakan untuk menghapus head dari
# linked list
@@ -70,7 +64,6 @@ def delete_head(self):
self.linked_list_head = temp
def delete_tail(self):
-
# Method delete_tail digunakan untuk menghapus tail dari
# linked list
@@ -84,7 +77,6 @@ def delete_tail(self):
temp.next = None
def delete_node(self, target_val):
-
# Method delete_node berfungsi untuk menghapus sebuah node
# dari linked list. Method ini menerima argumen target_val, yaitu
# nilai dari node pada linked list.
@@ -100,7 +92,6 @@ def delete_node(self, target_val):
temp.next = temp.next.next
def print_linked_list(self):
-
# Method print_linked_list berfungsi untuk mencetak linked list
result = []
@@ -113,7 +104,6 @@ def print_linked_list(self):
if __name__ == "__main__":
-
linked_list = SingleLinkedList()
linked_list.insert(Node(5))
linked_list.insert(Node(3))
From 4aa9269e63a00d73e38f0cc1fab55e108030544f Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sat, 11 Feb 2023 12:11:18 +0700
Subject: [PATCH 058/212] penambahan fungsi variance (#233)
* penambahan fungsi variance
* memperbaiki typo pada Docstring
* perbaikan dalam docstring serta typo
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* fix: menghapus tanda bintang
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
Co-authored-by: arfy slowy
---
math/variance.py | 42 ++++++++++++++++++++++++++++++++++++++++++
1 file changed, 42 insertions(+)
create mode 100644 math/variance.py
diff --git a/math/variance.py b/math/variance.py
new file mode 100644
index 00000000..ec948ef7
--- /dev/null
+++ b/math/variance.py
@@ -0,0 +1,42 @@
+def rata_rata(data: list[int | float]) -> float:
+ """
+ rata-rata merupakan model matematika untuk mengetahui
+ jumlah seluruh nilai data dibagi banyak data
+ contoh input:
+ >>> rata_rata([20,12,12])
+ 14.666666666666666
+ >>> rata_rata([-20,3,12])
+ -1.6666666666666667
+ """
+ jumlah = 0
+ panjang_data = 0
+ for number in data:
+ panjang_data += 1
+ jumlah += number
+ result = jumlah / panjang_data
+ return result
+
+
+def variance(data: list[int | float]) -> float:
+ """
+ variansi atau dalam bahasa inggris disebut juga disebut variance.
+ variansi ini berfungsi untuk menghitung ukuran nilai data agar,
+ mengetahui sifat-sifat serta semua titik data dalam kumpulan data.
+ >>> variance([10,20,20])
+ 33.33
+ >>> variance([-20,1,2])
+ 154.33
+ """
+ n = len(data)
+ jumlah = 0
+ for value in data:
+ hitung = (value - rata_rata(data)) ** 2
+ jumlah += hitung
+ result = jumlah / (n - 1)
+ return round(result, 2)
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
From 948b767a3b0f9301769b2a4d58e6871c62bbdcc5 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sat, 11 Feb 2023 05:11:31 +0000
Subject: [PATCH 059/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 6d1a6eca..26590633 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -239,6 +239,7 @@
* [Two Pointer](https://github.com/bellshade/Python/blob/main/math/two_pointer.py)
* [Two Sum](https://github.com/bellshade/Python/blob/main/math/two_sum.py)
* [Ugly Number](https://github.com/bellshade/Python/blob/main/math/ugly_number.py)
+ * [Variance](https://github.com/bellshade/Python/blob/main/math/variance.py)
* [Volume](https://github.com/bellshade/Python/blob/main/math/volume.py)
* [Zellers Congruence](https://github.com/bellshade/Python/blob/main/math/zellers_congruence.py)
From 95205663e9af76495766ade75f3908c73a60fca6 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Wed, 15 Feb 2023 11:35:25 +0700
Subject: [PATCH 060/212] Backtracking all combinations (#236)
* feat: menambahkan algoritma backtracking
menambahkan all combinations
Signed-off-by: slowy07
* feat: menambahkan algoritma backtracking
menambahkan all combinations
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
algorithm/backtracking/all_combinations.py | 48 ++++++++++++++++++++++
2 files changed, 49 insertions(+)
create mode 100644 algorithm/backtracking/all_combinations.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 26590633..078c071d 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -87,6 +87,7 @@
* [Rootsearch](https://github.com/bellshade/Python/blob/main/algorithm/arithmetic_analysis/rootsearch.py)
* [Secant Method](https://github.com/bellshade/Python/blob/main/algorithm/arithmetic_analysis/secant_method.py)
* Backtracking
+ * [All Combinations](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/all_combinations.py)
* [Cari Kata](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/cari_kata.py)
* [Coloring](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/coloring.py)
* [Combination](https://github.com/bellshade/Python/blob/main/algorithm/backtracking/combination.py)
diff --git a/algorithm/backtracking/all_combinations.py b/algorithm/backtracking/all_combinations.py
new file mode 100644
index 00000000..2665325c
--- /dev/null
+++ b/algorithm/backtracking/all_combinations.py
@@ -0,0 +1,48 @@
+# dalam soal contoh ini kita ingin menentukan semua
+# kemungkinan kombinasi dari k
+# angka dari 1 ... n. kita menggunakan algoritma
+# backtracking untuk memcahkan masalah
+
+from __future__ import annotations
+
+
+def generate_all_combinations(n: int, k: int) -> list[list[int]]:
+ """
+ >>> generate_all_combinations(n=4, k=2)
+ [[1, 2], [1, 3], [1, 4], [2, 3], [2, 4], [3, 4]]
+ """
+ result: list[list[int]] = []
+ create_all_state(1, n, k, [], result)
+ return result
+
+
+def create_all_state(
+ increment: int,
+ total_number: int,
+ level: int,
+ current_list: list[int],
+ total_list: list[list[int]],
+) -> None:
+ if level == 0:
+ total_list.append(current_list[:])
+ return
+
+ for i in range(increment, total_number - level + 2):
+ current_list.append(i)
+ create_all_state(i + 1, total_number, level - 1, current_list, total_list)
+ current_list.pop()
+
+
+def print_all_state(total_list: list[list[int]]) -> None:
+ for i in total_list:
+ print(*i)
+
+
+if __name__ == "__name__":
+ import doctest
+
+ doctest.testmod()
+ n = 4
+ k = 2
+ total_list = generate_all_combinations(n, k)
+ print_all_state(total_list)
From 1bcd54b3787f2e48c2b6fe44fbddca7af4657bb9 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sun, 19 Feb 2023 22:41:38 +0700
Subject: [PATCH 061/212] add: menambahkan algoritma baru (#237)
* add: menambahkan algoritma baru
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
math/fibonacci.py | 27 +++++++++++++++++++++++++++
1 file changed, 27 insertions(+)
create mode 100644 math/fibonacci.py
diff --git a/math/fibonacci.py b/math/fibonacci.py
new file mode 100644
index 00000000..18564bc7
--- /dev/null
+++ b/math/fibonacci.py
@@ -0,0 +1,27 @@
+def fibonacci(n: int) -> list[int]:
+ """
+ fibbonacci adalah urutan angka dari jumlah dari dua bilangan sebelumnya,.
+ kecuali dengan bilangan pertama dan kedua yang nilainya adalah 0 dan 1.
+ >>> fibonacci(5)
+ [0, 1, 1, 2, 3, 5]
+ >>> fibonacci(10)
+ [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
+ """
+ if n < 0:
+ assert "Input integer value tidak boleh negatif"
+
+ a = 0
+ b = 1
+ result = []
+ for _ in range(n + 1):
+ result.append(a)
+
+ a, b = b, a + b
+
+ return result
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From c7b7ffbb4afa5e6408783366c874a739b6a25b76 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 19 Feb 2023 15:41:52 +0000
Subject: [PATCH 062/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 078c071d..41e0a8eb 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -211,6 +211,7 @@
* [Bisection Math](https://github.com/bellshade/Python/blob/main/math/bisection_math.py)
* [Digit Sum](https://github.com/bellshade/Python/blob/main/math/digit_sum.py)
* [Faktor Prima](https://github.com/bellshade/Python/blob/main/math/faktor_prima.py)
+ * [Fibonacci](https://github.com/bellshade/Python/blob/main/math/fibonacci.py)
* [Geometric Sum](https://github.com/bellshade/Python/blob/main/math/geometric_sum.py)
* [Intergration](https://github.com/bellshade/Python/blob/main/math/intergration.py)
* [Is Prime](https://github.com/bellshade/Python/blob/main/math/is_prime.py)
From fcb18b7ae6bd39aa3c22698abda3a78f5e6b23ee Mon Sep 17 00:00:00 2001
From: Regi Apriandi <69528812+regiapriandi012@users.noreply.github.com>
Date: Wed, 22 Feb 2023 22:55:17 +0700
Subject: [PATCH 063/212] feat: menambahkan list comprehension (#240)
* feat: menambahkan list comprehension
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../list_comprehension.py | 13 +++++++++++++
1 file changed, 13 insertions(+)
diff --git a/Basic/25_list_and_dict_comprehension/list_comprehension.py b/Basic/25_list_and_dict_comprehension/list_comprehension.py
index 0b664795..321ad634 100644
--- a/Basic/25_list_and_dict_comprehension/list_comprehension.py
+++ b/Basic/25_list_and_dict_comprehension/list_comprehension.py
@@ -40,3 +40,16 @@
print(f"Huruf Awal : {huruf_awal}")
# Output = Huruf Awal : ['A', 'A', 'T', 'U']
+
+# Implementasi List Comprehension dengan Nested List
+# Implementasi matriks 3 dimensi
+
+matriks_3_3 = [["X" for _ in range(3)] for _ in range(3)]
+# Output = [['X', 'X', 'X'], ['X', 'X', 'X'], ['X', 'X', 'X']]
+
+# Menggabungkan List Lebih dari satu dimensi
+
+indonesia = [["Kudus", "Solo"], ["Bekasi", "Bogor"], ["Madiun", "Malang"]]
+
+list_kota = [kota for grup_kota in indonesia for kota in grup_kota]
+# Output = ['Kudus', 'Solo', 'Bekasi', 'Bogor', 'Madiun', 'Malang']
From 716e6f5103516d86596bb5e12458b7082d100212 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Wed, 22 Feb 2023 23:01:31 +0700
Subject: [PATCH 064/212] feat: menambahkan IIR audio filter (#238)
* feat: menambahkan IIR audio filter
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 2 +
implementation/audio_filter/iir_filter.py | 64 +++++++++++++++++++++++
2 files changed, 66 insertions(+)
create mode 100644 implementation/audio_filter/iir_filter.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 41e0a8eb..b820a832 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -148,6 +148,8 @@
* [Pop Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/pop_sort.py)
## Implementation
+ * Audio Filter
+ * [Iir Filter](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/iir_filter.py)
* Blockchain
* [Chinese Remainder](https://github.com/bellshade/Python/blob/main/implementation/blockchain/chinese_remainder.py)
* [Diophantine Equation](https://github.com/bellshade/Python/blob/main/implementation/blockchain/diophantine_equation.py)
diff --git a/implementation/audio_filter/iir_filter.py b/implementation/audio_filter/iir_filter.py
new file mode 100644
index 00000000..fa9509e5
--- /dev/null
+++ b/implementation/audio_filter/iir_filter.py
@@ -0,0 +1,64 @@
+from __future__ import annotations
+
+
+class IRFilter:
+ def __init__(self, order: int) -> None:
+ self.order = order
+
+ # a_{0} ... a_{k}
+ self.a_coeffs = [1.0] + [0.0] * order
+ # b_a{0} ... b_{k}
+ self.b_coeffs = [1.0] + [0.0] * order
+
+ # x[n-1] ... x[n-k]
+ self.input_history = [0.0] * self.order
+ # y[n-1] ... y[n-k]
+ self.output_history = [0.0] * self.order
+
+ def set_coefficients(self, a_coeffs: list[float], b_coeffs: list[float]) -> None:
+ """
+ menetapkan koefisien untuk filter IIR.
+ keduanya harus sesuai urutan ukuran +1
+ a_0 dapat ditinggalkan, dan akan menggunakan
+ 1.0 sebagai nilai default
+
+ metode ini bekerja dengan baik dengan
+ fungsi desain filter scipy
+ >>> import scipy.signal
+ >>> b_coeffs, a_coeffs = scipy.signal.butter(2, 1000,
+ ... btype='lowpass',
+ ... fs=48000)
+ >>> filt = IIRFilter(2)
+ >>> filt.set_coefficients(a_coeffs, b_coeffs)
+ """
+ if len(a_coeffs) < self.order:
+ a_coeffs = [1.0] + a_coeffs
+
+ if len(a_coeffs) != self.order + 1:
+ raise ValueError(
+ f"b_coeffs harus {self.order + 1} elemen untuk {self.order}"
+ f"-order filter, got {len(a_coeffs)}"
+ )
+
+ self.a_coeffs = a_coeffs
+ self.b_coeffs = b_coeffs
+
+ def process(self, sample: float) -> float:
+ result = 0.0
+
+ # mulai dari index 1 dan lakukan indeks 0
+ # di bagian akhir
+ for i in range(1, self.order + 1):
+ result += (
+ self.b_coeffs[i] * self.input_history[i - 1]
+ - self.a_coeffs[i] * self.output_history[i - 1]
+ )
+
+ result = (
+ result + self.b_coeffs[0] * self.b_coeffs[0] * sample
+ ) / self.a_coeffs[0]
+
+ self.input_history[1:] = self.input_history[:-1]
+ self.output_history[1:] = self.output_history[:-1]
+
+ return result
From a6fffa78a382d5cddfd93fffa6ee668659ad71a3 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Thu, 23 Feb 2023 22:10:22 +0700
Subject: [PATCH 065/212] feat: menambahkan konfigurasi auto walrus (#241)
Signed-off-by: slowy07
---
.pre-commit-config.yaml | 5 +++++
1 file changed, 5 insertions(+)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 0c63599c..4c254ef3 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -8,6 +8,11 @@ repos:
types: [python]
- id: requirements-txt-fixer
+ - repo: https://github.com/MarcoGorelli/auto-walrus
+ rev: v0.2.2
+ hooks:
+ - id: auto-walrus
+
- repo: https://github.com/psf/black
rev: 23.1.0
hooks:
From 5ec01f56947a63aa5df67e2f30c9fb60c2d58be9 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Mon, 27 Feb 2023 18:22:17 +0700
Subject: [PATCH 066/212] feat: menambahkan algoritma baru r2_score (#242)
* feat: menambahkan algoritma baru r2_score
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
math/r2_score.py | 26 ++++++++++++++++++++++++++
1 file changed, 26 insertions(+)
create mode 100644 math/r2_score.py
diff --git a/math/r2_score.py b/math/r2_score.py
new file mode 100644
index 00000000..7e81979e
--- /dev/null
+++ b/math/r2_score.py
@@ -0,0 +1,26 @@
+import numpy as np
+
+
+def r2_score(y_predict, y_actual):
+ """
+ R2_score adalah ukuran yang digunakan dalam statistik untuk mengukur••
+ seberapa baik model regresi cocok dengan data yang diamati••
+ R2_score memberikan informasi seberapa dekat••
+ titik data dengan garis regresi yang dihasilkan oleh model.
+
+ >>> r2_score(np.array([12,34,12,23]),np.array([11,2,11,22]))
+ -4.109452736318408
+ >>> r2_score(np.array([12,34,12,23]),np.array([12,30,11,23]))
+ 0.9319999999999999
+ """
+
+ sse = sum((y_actual - y_predict) ** 2)
+ sst = sum((y_actual - np.mean(y_actual)) ** 2)
+
+ return 1 - (sse / sst)
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 1ed0d929a1ec7aa7ff82a4a38bd6c743d41d60a3 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Mon, 27 Feb 2023 11:22:31 +0000
Subject: [PATCH 067/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index b820a832..257253e9 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -225,6 +225,7 @@
* [Prime Number Library](https://github.com/bellshade/Python/blob/main/math/prime_number_library.py)
* [Proth Number](https://github.com/bellshade/Python/blob/main/math/proth_number.py)
* [Qr Decomposition](https://github.com/bellshade/Python/blob/main/math/qr_decomposition.py)
+ * [R2 Score](https://github.com/bellshade/Python/blob/main/math/r2_score.py)
* [Radian](https://github.com/bellshade/Python/blob/main/math/radian.py)
* [Rectangle](https://github.com/bellshade/Python/blob/main/math/rectangle.py)
* [Recursion Power](https://github.com/bellshade/Python/blob/main/math/recursion_power.py)
From 4deb1a05fd2fb4bd529f661ad90b75e9b1beb304 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Thu, 9 Mar 2023 22:22:34 +0700
Subject: [PATCH 068/212] Audio response (#243)
* feat: menambahkan contoh audio response
Signed-off-by: slowy07
* fix: memperbaiki variabel filter
Signed-off-by: slowy07
* fix: memperbaiki variabel filter
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
implementation/audio_filter/audio_response.py | 77 +++++++++++++++++++
2 files changed, 78 insertions(+)
create mode 100644 implementation/audio_filter/audio_response.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 257253e9..eb868b15 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -149,6 +149,7 @@
## Implementation
* Audio Filter
+ * [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
* [Iir Filter](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/iir_filter.py)
* Blockchain
* [Chinese Remainder](https://github.com/bellshade/Python/blob/main/implementation/blockchain/chinese_remainder.py)
diff --git a/implementation/audio_filter/audio_response.py b/implementation/audio_filter/audio_response.py
new file mode 100644
index 00000000..62f062df
--- /dev/null
+++ b/implementation/audio_filter/audio_response.py
@@ -0,0 +1,77 @@
+from __future__ import annotations
+
+from math import pi
+from typing import Protocol
+
+import matplotlib.pyplot as plt
+import numpy as np
+
+
+class TipeFilter(Protocol):
+ def proses(self, sample: float):
+ """
+ kalkulasi y[n]
+
+ >>> issubclass(TipeFilter, Protocol)
+ True
+ """
+ return 0.0
+
+
+def batasan(hasil_fft: np.ndarray, samplerate: int) -> tuple[int | float, int | float]:
+ """
+ >>> import numpy
+ >>> array = numpy.linspace(-20.0, 20.0, 1000)
+ >>> batasan(array, 1000)
+ (-20, 20)
+ """
+ terendah = min([-20, np.min(hasil_fft[1 : samplerate // 2 - 1])])
+ tertinggi = max([20, np.max(hasil_fft[1 : samplerate // 2 - 1])])
+ return terendah, tertinggi
+
+
+def tampilan_frekuensi(tipe_filter: TipeFilter, samplerate: int) -> None:
+ ukuran = 512
+ inputs = [1] + [0] * (ukuran - 1)
+ outputs = [tipe_filter.proses(item) for item in inputs]
+
+ filter_output = [0] * (samplerate - ukuran)
+ outputs += filter_output
+ fft_keluar = np.abs(np.fft.fft(outputs))
+ fft_db = 20 * np.log10(fft_keluar)
+
+ plt.xlim(24, samplerate / 2 - 1)
+ plt.xlabel("frekuensi (Hz)")
+ plt.xscale("log")
+
+ bound = batasan(fft_db, samplerate)
+ plt.ylim(max([-80, bound[0]]), min([80, bound[1]]))
+ plt.ylabel("desibel (dB)")
+
+ plt.plot(fft_db)
+ plt.show()
+
+
+def tampilan_fase_respon(tipe_filter: TipeFilter, samplerate: int) -> None:
+ ukuran = 512
+ inputs = [1] + [0] * (ukuran - 1)
+ outputs = [tipe_filter.proses(item) for item in inputs]
+
+ filter_response = [0] * (samplerate - ukuran)
+ outputs += filter_response
+ output_fft = np.angle(np.fft.fft(outputs))
+
+ plt.xlim(24, samplerate / 2 - 1)
+ plt.xlabel("frekuensi (Hz)")
+ plt.xscale("log")
+
+ plt.ylim(-2 * pi, 2 * pi)
+ plt.ylabel("radian")
+ plt.plot(np.unwrap(output_fft, -2 * pi))
+ plt.show()
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
From f38fc5e2e6ba0c7c11f9d9b192eb5d90f6cf00f6 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Tue, 14 Mar 2023 12:52:15 +0700
Subject: [PATCH 069/212] feat:Menambahkan algoritma mean,media,modus (#245)
* feat:Menambahkan algoritma mean,media,modus
* feat: menambahkan algoritma rata-rata,media dan modus
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
implementation/statistic/median.py | 43 ++++++++++++++++++++
implementation/statistic/modus.py | 40 ++++++++++++++++++
implementation/statistic/rata_rata.py | 34 ++++++++++++++++
implementation/statistic/standard_deviasi.py | 11 +++++
4 files changed, 128 insertions(+)
create mode 100644 implementation/statistic/median.py
create mode 100644 implementation/statistic/modus.py
create mode 100644 implementation/statistic/rata_rata.py
create mode 100644 implementation/statistic/standard_deviasi.py
diff --git a/implementation/statistic/median.py b/implementation/statistic/median.py
new file mode 100644
index 00000000..0965dd53
--- /dev/null
+++ b/implementation/statistic/median.py
@@ -0,0 +1,43 @@
+def median(arr: list) -> int | float:
+ """
+ median adalah nilai yang dapat membagi data menjadi dua bagian yang sama.
+ dengan kata lain bagaimana cara
+
+ **Params**
+
+ -----
+ arr: tipe data ini adalah
+
+ **Return**
+
+ -----
+ value : value ini tergantung pada ganjil atau genapnya jumlah panjang data
+
+ **Contoh**
+
+ ---
+ >>> data=[1,2,3,4,5,6]
+ >>> median(data)
+ 3.5
+ >>> data=[1,1,2,2,2,3,3]
+ >>> median(data)
+ 2
+ """
+
+ # mengurutkan dari terkecil ke besar
+ arr.sort()
+ panjang_data = len(arr)
+
+ if panjang_data % 2 == 0:
+ index = panjang_data - 1
+ hasil = (arr[index // 2] + arr[(index // 2) + 1]) / 2
+ else:
+ index = panjang_data - 1
+ hasil = arr[(index + 1) // 2]
+ return hasil
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
diff --git a/implementation/statistic/modus.py b/implementation/statistic/modus.py
new file mode 100644
index 00000000..29abf8b6
--- /dev/null
+++ b/implementation/statistic/modus.py
@@ -0,0 +1,40 @@
+def mode(arr: list[int | float]) -> int | float:
+ """
+ mode atau dalam bahasa indonesia adalah modus
+ modus dalam statiska merupaka nilai yang sering muncul
+ dalam suatu kumpulan data.
+
+ **Parameter**
+
+ ---
+ :param arr: parameter ini bertipe data list
+
+ **Return**
+ :param return: output ini muncul sebagai sesuai dengan item yang sering terjadi
+
+ **Contoh**
+ >>> data=[1,1,2,2,2,3,3]
+ >>> mode(data)
+ 2
+ """
+ count = []
+ for value in arr:
+ # kita hitung jumlah frekuensi pada setiap value di array tersebut
+ count.append(arr.count(value))
+ combine = dict(zip(arr, count))
+ memo = [a for a, b in combine.items() if b == max(count)]
+ min_value = memo[0]
+ result = None
+ for value in memo:
+ if value < min_value:
+ min_value = value
+ result = min_value
+ if result == 1:
+ raise ValueError("nan")
+ return result
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
diff --git a/implementation/statistic/rata_rata.py b/implementation/statistic/rata_rata.py
new file mode 100644
index 00000000..11df708c
--- /dev/null
+++ b/implementation/statistic/rata_rata.py
@@ -0,0 +1,34 @@
+def rata_rata(arr: list[int | float]) -> float:
+ """
+ rata-rata adalah menghitung seluruh nilai pada data dengan
+ panjangnya data tersebut
+
+ **Parameter**
+
+ ----
+ :param arr:parameter ini bertipe data list mengandung bisa berupa bulat dan desimal
+
+ **Parameter**
+
+ ----
+ **Return**
+ :param return: paramater ini beroutput angka desimal
+ **Contoh**
+ >>> data=[1,1,2,2,2,3,3]
+ >>> rata_rata(data)
+ 2.0
+ """
+ arr = arr.copy()
+ panjang_data = 0
+ perjumlahan = 0
+ for value in arr:
+ panjang_data += 1
+ perjumlahan += value
+ hasil = perjumlahan / panjang_data
+ return hasil
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
diff --git a/implementation/statistic/standard_deviasi.py b/implementation/statistic/standard_deviasi.py
new file mode 100644
index 00000000..2289d2db
--- /dev/null
+++ b/implementation/statistic/standard_deviasi.py
@@ -0,0 +1,11 @@
+import numpy as np
+
+
+def standard_dev(vector: np.array) -> float:
+ x_sum = np.sum([(value - np.mean(vector)) ** 2 for value in vector])
+ result = np.sqrt(x_sum / len(vector))
+ return result
+
+
+data = [1, 2, 3, 1]
+print(standard_dev(data))
From 911de633c58ebf7baa564e1b2334f7e0467fca74 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Tue, 14 Mar 2023 05:52:30 +0000
Subject: [PATCH 070/212] update DIRECTORY.md
---
DIRECTORY.md | 5 +++++
1 file changed, 5 insertions(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index eb868b15..7fef689d 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -206,6 +206,11 @@
* Physics
* [N Body Simulation](https://github.com/bellshade/Python/blob/main/implementation/physics/n_body_simulation.py)
* [Percepatan](https://github.com/bellshade/Python/blob/main/implementation/physics/percepatan.py)
+ * Statistic
+ * [Median](https://github.com/bellshade/Python/blob/main/implementation/statistic/median.py)
+ * [Modus](https://github.com/bellshade/Python/blob/main/implementation/statistic/modus.py)
+ * [Rata Rata](https://github.com/bellshade/Python/blob/main/implementation/statistic/rata_rata.py)
+ * [Standard Deviasi](https://github.com/bellshade/Python/blob/main/implementation/statistic/standard_deviasi.py)
## Math
* [ Runge Kutta](https://github.com/bellshade/Python/blob/main/math/%20runge_kutta.py)
From bc336f37a4018b730a1835012770f1b1a0bfecb8 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Wed, 15 Mar 2023 09:59:21 +0700
Subject: [PATCH 071/212] fix: mengurangi kompleksitas kode algoritma cari kata
(#244)
Signed-off-by: slowy07
---
algorithm/backtracking/cari_kata.py | 136 +++++++++++++++-------------
1 file changed, 72 insertions(+), 64 deletions(-)
diff --git a/algorithm/backtracking/cari_kata.py b/algorithm/backtracking/cari_kata.py
index 8a34b721..5de6eed2 100644
--- a/algorithm/backtracking/cari_kata.py
+++ b/algorithm/backtracking/cari_kata.py
@@ -6,84 +6,92 @@
# https://leetcode.com/problems/word-search/
-def kata_ada(board: list[list[str]], kata: str) -> bool:
+def dapatkan_kata_kunci(
+ panjang_papan: int, panjang_kolom_papan: int, baris: int, kolom: int
+) -> int:
"""
- >>> kata_ada([["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCCED")
- True
- >>> kata_ada([["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCB")
- False
+ >>> dapatkan_kata_kunci(10, 20, 1, 0)
+ 200
"""
- # memvalidasi matriks
- board_error_message = (
- "matriks harus berupa string karakter tunggal yang tidak kosong"
- )
- if not isinstance(board, list) or len(board) == 0:
- raise ValueError(board_error_message)
-
- for row in board:
- if not isinstance(row, list) or len(row) == 0:
- raise ValueError(board_error_message)
-
- for item in row:
- if not isinstance(item, str) or len(item) != 1:
- raise ValueError(board_error_message)
+ return panjang_papan * panjang_kolom_papan * baris + kolom
- # memvalidasi kata
- if not isinstance(kata, str) or len(kata) == 0:
- raise ValueError(
- "parameter kata harus berupa string dengan panjang lebih dari 0"
- )
-
- traverts_directions = [(0, 1), (0, -1), (-1, 0), (1, 0)]
- len_kata = len(kata)
- len_board = len(board)
- len_board_column = len(board[0])
-
- def dapatkan_kunci_poin(row: int, kolom: int) -> int:
- """
- >>> len_board=10
- >>> len_board_column=20
- >>> dapatkan_kunci_poin(0, 0)
- 200
- """
- return len_board * len_board_column * row + kolom
-
- def kata_sudah_ada(
- row: int, kolom: int, index_kata: int, poin_kunjungan: set[int]
- ) -> bool:
- if board[row][kolom] != kata[index_kata]:
- return False
-
- if index_kata == len_kata - 1:
+
+def cari_kata(
+ papan: list[list[str]],
+ kata: str,
+ baris: int,
+ kolom: int,
+ indeks_kata: int,
+ set_poin: set[int],
+) -> bool:
+ """
+ >>> cari_kata([["A"]], "B", 0, 0, 0, set())
+ False
+ """
+ if papan[baris][kolom] != kata[indeks_kata]:
+ return False
+ if indeks_kata == len(kata) - 1:
+ return True
+
+ traverts_diversion = [(0, 1), (0, -1), (-1, 0), (1, 0)]
+ panjang_papan = len(papan)
+ panjang_kolom_papan = len(papan[0])
+ for direction in traverts_diversion:
+ next_i = baris + direction[0]
+ next_j = kolom + direction[1]
+ if not (0 <= next_i < panjang_papan and 0 <= next_j < panjang_kolom_papan):
+ continue
+
+ kunci = dapatkan_kata_kunci(panjang_papan, panjang_kolom_papan, next_i, next_j)
+ if kunci in set_poin:
+ continue
+
+ set_poin.add(kunci)
+ if cari_kata(papan, kata, next_i, next_j, indeks_kata + 1, set_poin):
return True
- for direction in traverts_directions:
- next_i = row + direction[0]
- next_j = kolom + direction[1]
- if not (0 <= next_i < len_board and 0 <= next_j < len_board_column):
- continue
+ set_poin.remove(kunci)
- key = dapatkan_kunci_poin(next_i, next_j)
- if key in poin_kunjungan:
- continue
+ return False
- poin_kunjungan.add(key)
- if kata_sudah_ada(next_i, next_j, index_kata + 1, poin_kunjungan):
- return True
- poin_kunjungan.remove(key)
+def cek_kata(papan: list[list[str]], kata: str) -> bool:
+ """
+ >>> cek_kata([["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], "ABCCED")
+ True
+ """
+ pesan_error = "papan tidak boleh kosong,"
+ panjang_papan = len(papan)
+ if not isinstance(papan, list) or len(papan) == 0:
+ raise ValueError(pesan_error)
- return False
+ for baris in papan:
+ if not isinstance(baris, list) or len(baris) == 0:
+ raise ValueError(pesan_error)
- for i in range(len_board):
- for j in range(len_board_column):
- if kata_sudah_ada(i, j, 0, {dapatkan_kunci_poin(i, j)}):
- return True
+ for item in baris:
+ if not isinstance(item, str) or len(item) != 1:
+ raise ValueError(pesan_error)
+ if not isinstance(kata, str) or len(kata) == 0:
+ raise ValueError("parameter kata tidak boleh kosong")
+
+ panjang_kolom_papan = len(papan[0])
+ for i in range(panjang_papan):
+ for j in range(panjang_kolom_papan):
+ if cari_kata(
+ papan,
+ kata,
+ i,
+ j,
+ 0,
+ {dapatkan_kata_kunci(panjang_papan, panjang_kolom_papan, i, j)},
+ ):
+ return True
return False
if __name__ == "__main__":
import doctest
- doctest.testmod()
+ doctest.tesmod()
From c00febb19182e96cd05e0822d934d2b89c672911 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Fri, 17 Mar 2023 00:31:35 +0700
Subject: [PATCH 072/212] chore: update folder dan menambahkan fungsi pada
kecerdasan buatan (#247)
* feat: menambahkan algoritma linear regression
chore: memindahkan merubah nama folder dan merename artifical_intelligence
Signed-off-by: slowy07
* update DIRECTORY.md
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
DIRECTORY.md | 5 +-
.../gradient_descent.py | 0
.../linear_regression.py | 114 ++++++++++++++++++
3 files changed, 117 insertions(+), 2 deletions(-)
rename {algorithm/machine_learning => implementation/artificial_intelligence}/gradient_descent.py (100%)
create mode 100644 implementation/artificial_intelligence/linear_regression.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 7fef689d..145fc8a9 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -114,8 +114,6 @@
* [Fuzzy Operation](https://github.com/bellshade/Python/blob/main/algorithm/fuzzy_logic/fuzzy_operation.py)
* Genetic Algo
* [Basic String](https://github.com/bellshade/Python/blob/main/algorithm/genetic_algo/basic_string.py)
- * Machine Learning
- * [Gradient Descent](https://github.com/bellshade/Python/blob/main/algorithm/machine_learning/gradient_descent.py)
* Manipulasi Bit
* [Binary And Operator](https://github.com/bellshade/Python/blob/main/algorithm/manipulasi_bit/binary_and_operator.py)
* [Binary Count Trailing Zero](https://github.com/bellshade/Python/blob/main/algorithm/manipulasi_bit/binary_count_trailing_zero.py)
@@ -148,6 +146,9 @@
* [Pop Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/pop_sort.py)
## Implementation
+ * Artificial Intelligence
+ * [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
+ * [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
* [Iir Filter](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/iir_filter.py)
diff --git a/algorithm/machine_learning/gradient_descent.py b/implementation/artificial_intelligence/gradient_descent.py
similarity index 100%
rename from algorithm/machine_learning/gradient_descent.py
rename to implementation/artificial_intelligence/gradient_descent.py
diff --git a/implementation/artificial_intelligence/linear_regression.py b/implementation/artificial_intelligence/linear_regression.py
new file mode 100644
index 00000000..6c67f4ca
--- /dev/null
+++ b/implementation/artificial_intelligence/linear_regression.py
@@ -0,0 +1,114 @@
+# regresi linear adalah jenis regresi paling dasar yang
+# biasa digunakan untuk analisis predktif. cukup sederhana,
+# kita memiliki kumpulan datadan kita memiliki fitur yang
+# terkait dengannya. fitur harus dipilih dengan sangat
+# hati-hati karena menentukan seberapa banyak yang kita
+# dapat buat prediksi di masa mendatang. kita akan mencoba
+# mengatur bobot dari fitur ini, melalui banyak iterasi
+# sehingga cocok dengan kumpulan data kita.
+import numpy as np
+import request
+
+
+def collect_dataset():
+ """
+ mengambil dataset
+ kita menggunakan dataset CSGO, dalam konten ini
+ mengandung data ADR vs rating dari player
+ """
+ respon = request.get(
+ "https://raw.githubusercontent.com/yashLadha/The_Math_of_Intelligence/"
+ "master/Week1/ADRvsRating.csv"
+ )
+ line = respon.text.splitlines()
+ data = []
+ for item in line:
+ item = item.split(",")
+ data.append(item)
+ # fungsi ``pop()`` digunkan untuk menghapus label dari list
+ data.pop(0)
+ dataset = np.matrix(data)
+ return dataset
+
+
+def jalankan_step_gradient_descent(data_x, data_y, panjang_data, alpha, theta):
+ """
+ jalankan fungsi gradient descent dan update fitur vector
+ berdasarkan
+ :param data_x: dataset
+ :param data_y: berisi output yang terkait dengan setiap entri data
+ :param panjang_data: panjang dari data
+ :param alpha: rating pembelajaran dari model
+ :param theta: fitur model atau ukuran dari model
+ """
+ n = panjang_data
+
+ prod = np.dot(theta, data_x.transpose())
+ prod -= data_y.transpose()
+ sum_grad = np.dot(prod, data_x)
+ theta = theta - (alpha / n) * sum_grad
+ return theta
+
+
+def jumlah_kesalahan_perhitungan(data_x, data_y, panjang_data, theta):
+ """
+ return jumlah kesalahan untuk perhitungan
+ :param data_x: dataset
+ :param data_y: berisi output (vector)
+ :param len_data: panjang dari dataset
+ :param theta: fitur vector
+ """
+ prod = np.dot(theta, data_x.transpose())
+ prod -= data_y.transpose()
+ sum_elem = np.sum(np.square)
+ error = sum_elem / (2 * panjang_data)
+ return error
+
+
+def jalankan_linear_regression(data_x, data_y):
+ """
+ implementasikan linear regression pada dataset
+ :param data_x: dataset
+ :param data_y: output
+ """
+ iterasi = 100000
+ alpha = 0.0001550
+
+ tanpa_fitur = data_x.shape[1]
+ panjang_data = data_x.shape[0] - 1
+ theta = np.zeros((1, tanpa_fitur))
+
+ for i in range(0, iterasi):
+ theta = jalankan_step_gradient_descent(
+ data_x, data_y, panjang_data, alpha, theta
+ )
+ error = jumlah_kesalahan_perhitungan(data_x, data_y, panjang_data, theta)
+ print(f"pada iterasi {i + 1} - error : {error:.5f}")
+
+ return theta
+
+
+def mean_absolute_error(prediksi_y, original_y):
+ total = sum(abs(y - prediksi_y[i]) for i, y in enumerate(original_y))
+ return total / len(original_y)
+
+
+def main():
+ """
+ fungsi untuk menjalankan fungsi-fungsi
+ diatas
+ """
+ data = collect_dataset()
+ panjang_data = data.shape[0]
+ data_x = np.c_[np.ones(panjang_data), data[:, :-1]].astype(float)
+ data_y = data[:, :-1].astype(float)
+
+ theta = jalankan_linear_regression(data_x, data_y)
+ panjang_hasil = theta.shape[1]
+ print("resultan fitur vector: ")
+ for i in range(0, panjang_hasil):
+ print(f"{theta[0, i]:5.f}")
+
+
+if __name__ == "__main__":
+ main()
From de92e1ae63719f3d2cabda7d91427535ad292fc0 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sat, 18 Mar 2023 18:37:52 +0700
Subject: [PATCH 073/212] Decision tree (#248)
* feat: menambahkan algoritma decision tree
Signed-off-by: slowy07
* fix: mengganti nama fungsi
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
.../artificial_intelligence/decision_tree.py | 144 ++++++++++++++++++
2 files changed, 145 insertions(+)
create mode 100644 implementation/artificial_intelligence/decision_tree.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 145fc8a9..1ac81890 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -147,6 +147,7 @@
## Implementation
* Artificial Intelligence
+ * [Decision Tree](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/decision_tree.py)
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* Audio Filter
diff --git a/implementation/artificial_intelligence/decision_tree.py b/implementation/artificial_intelligence/decision_tree.py
new file mode 100644
index 00000000..d4daf7ea
--- /dev/null
+++ b/implementation/artificial_intelligence/decision_tree.py
@@ -0,0 +1,144 @@
+# decision tree adalah diagaram yang bia membantu dalam memilih
+# salah satu dari beberapa banyak tindakan, disebut decision tree
+# karena model struktur ini menyerupai sebuah pohon
+# tahapan membuat model decision tree
+# 1. membuat keputusan utama
+# 2. menambahkan simpul keputusan
+# 3. titik node akhir
+import numpy as np
+
+
+class DecisionTree:
+ def __init__(self, depth=3, min_leaf_size=5):
+ self.depth = depth
+ self.decision_boundary = 0
+ self.kiri = None
+ self.kanan = None
+ self.min_leaf_size = min_leaf_size
+ self.prediksi = None
+
+ def mean_squared_error(self, label, prediksi):
+ """
+ mengukur nilai kualitas pengestimasi
+ :param label: array 1 dimensional
+ :param prediksi: nilai float
+
+ >>> testing = DecisionTree()
+ >>> test_label = np.array([1,2,3,4,5,6,7,8,9,10])
+ >>> test_prediksi = float(6)
+ """
+ if label.ndim != 1:
+ print("error: input label harus array 1 dimensi")
+ return np.mean((label - prediksi) ** 2)
+
+ def train(self, x, y):
+ """
+ fungsi train
+ bagian ini untuk memeriksa juga apakah input
+ sesuai dengan batasan dimensi
+ """
+ if x.ndim != 1:
+ print("error: input data set harus satu dimensi")
+ return
+ if len(x) != len(y):
+ print("error: x dan y mempunyai perbedaaan panjang")
+ return
+ if y.ndim != 1:
+ print("error: label dataset harus 1 dimensi")
+ return
+
+ if len(x) < 2 * self.min_leaf_size:
+ self.prediksi = np.mean(y)
+ return
+
+ if self.depth == 1:
+ self.prediksi = np.mean()
+ return
+
+ best_split = 0
+ min_error = self.mean_squared_error(x, np.mean(y)) * 2
+
+ # looping semua kemungkinan pemisahan untuk pohon keputusan dan
+ # kemudian menemukan perpecahan terbik, jika tidak ada pemisahan
+ # yang kurang dari 2 * error untuk larik maka kumpulan data
+ # dan tidak terbagi dan rata-rata untuk seluruh larik digunakan
+ # sebagai prediktor
+ for i in range(len(x)):
+ if len(x[:i]) < self.min_leaf_size:
+ continue
+ elif len(x[i:]) < self.min_leaf_size:
+ continue
+ else:
+ error_kiri = self.mean_squared_error(x[:i], np.mean(y[:i]))
+ error_kanan = self.mean_squared_error(x[i:], np.mean(y[i:]))
+ error = error_kiri + error_kanan
+ if error < min_error:
+ best_split = 1
+ min_error = error
+
+ if best_split != 0:
+ kiri_x = x[:best_split]
+ kiri_y = y[:best_split]
+ kanan_x = x[best_split:]
+ kanan_y = x[best_split:]
+
+ self.decision_boundary = x[best_split]
+ self.kiri = DecisionTree(
+ depth=self.depth - 1, min_leaf_size=self.min_leaf_size
+ )
+ self.kanan = DecisionTree(
+ depth=self.depth - 1, min_leaf_size=self.min_leaf_size
+ )
+ self.kiri.train(kiri_x, kiri_y)
+ self.kanan.train(kanan_x, kanan_y)
+ else:
+ self.prediksi = np.mean(y)
+
+ return
+
+ def fungsi_prediksi(self, x):
+ if self.prediksi is not None:
+ return self.prediksi
+ elif self.kiri or self.kanan is not None:
+ if x >= self.decision_boundary:
+ return self.kanan.fungsi_prediksi(x)
+ else:
+ return self.kiri.fungsi_prediksi(x)
+ else:
+ print("error: decision tree tidak train")
+ return None
+
+
+class TestDecisionTree:
+ @staticmethod
+ def helper_mean_square_error_tes(labels, prediksi):
+ hasil_squared_error = float(0)
+ for label in labels:
+ hasil_squared_error += (label - prediksi) ** 2
+ return float(hasil_squared_error / labels.size)
+
+
+def main():
+ """
+ kita akan membuat kumpulan data sample dari fungsi sin
+ di numpy. kemudian kita train decision tree pada kumpulan
+ data dan juga menggunakan decision tree untuk memprediksi
+ label daari 10 nilai tes yang berbeda.
+ """
+ x = np.arange(-1.0, 1.0, 0.005)
+ y = np.sin(x)
+
+ tree = DecisionTree(depth=10, min_leaf_size=10)
+ tree.train(x, y)
+
+ test_kasus = (np.random.rand(10) * 2) - 1
+ prediksi = np.array([tree.fungsi_prediksi(x) for x in test_kasus])
+ error_avg = np.mean((prediksi - test_kasus) ** 2)
+
+ print(f"test value {str(test_kasus)}")
+ print(f"prediksi {str(prediksi)}")
+ print(f"meaan error: {str(error_avg)}")
+
+
+if __name__ == "__main__":
+ main()
From 69b253cc11de701963be5438206bfc98e55d996a Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Mon, 20 Mar 2023 00:06:55 +0700
Subject: [PATCH 074/212] feat: menambahkan algoritma variance,entropy dan
information gain (#249)
* feat: menambahkan algoritma variance,entropy dan information gain
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
implementation/statistic/entropy.py | 37 ++++++++++++++++++
implementation/statistic/information_gain.py | 41 ++++++++++++++++++++
implementation/statistic/variance.py | 27 +++++++++++++
3 files changed, 105 insertions(+)
create mode 100644 implementation/statistic/entropy.py
create mode 100644 implementation/statistic/information_gain.py
create mode 100644 implementation/statistic/variance.py
diff --git a/implementation/statistic/entropy.py b/implementation/statistic/entropy.py
new file mode 100644
index 00000000..48d169dd
--- /dev/null
+++ b/implementation/statistic/entropy.py
@@ -0,0 +1,37 @@
+import numpy as np
+
+
+def entropy(labels, base=None) -> float:
+ """
+ menghitung entropy dari suatu fitur pada suatu dataset.
+
+ Parameter:
+
+ -----------
+ labels:numpy.array
+ Array 1-D yang berisi fitur yang akan dihitung entropynya
+ base: int
+ base ini merupakan basis log yang diingikan oleh pemakai
+ refensi:
+ https://www.youtube.com/watch?v=2s3aJfRr9gE (Video Tutorial)
+ https://en.wikipedia.org/wiki/Entropy_(information_theory) (online reading)
+ https://towardsdatascience.com/entropy-how-decision-trees-make-decisions-2946b9c18c8
+ (Towards Data Science)
+
+ example:
+
+ --------
+ >>> label=[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
+ >>> entropy(label,base=2)
+ 0.9967916319816366
+ """
+ _, counts = np.unique(labels, return_counts=True)
+ probs = counts / len(labels)
+ logs = np.log(probs) if base is None else np.log(probs) / np.log(base)
+ return np.sum(abs(probs * logs))
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
diff --git a/implementation/statistic/information_gain.py b/implementation/statistic/information_gain.py
new file mode 100644
index 00000000..ddd8487d
--- /dev/null
+++ b/implementation/statistic/information_gain.py
@@ -0,0 +1,41 @@
+import numpy as np
+from entropy import entropy
+
+
+def informain_gain(feature_df, label_df, base=None) -> float:
+ """
+ Menghitung information gain dari suatu fitur pada suatu dataset.
+
+ Parameter:
+
+ -----------
+ feature_arr: numpy.ndarray
+ Array 1D yang berisi fitur yang akan dihitung information gain-nya.
+ label_arr: numpy.ndarray
+ Array 1D yang berisi label dari dataset.
+ base:int
+ base ini digunakan untuk basis log
+
+ Return:
+ -------
+ float
+ infomasi gain dari fitur
+ refence:
+ https://homes.cs.washington.edu/~shapiro/EE596/notes/InfoGain.pdf
+ https://towardsdatascience.com/entropy-how-decision-trees-make-decisions-2946b9c18c8
+ """
+ # Menghitung entropy label
+ parent_entropy = entropy(label_df, base)
+
+ # Menghitung entropy setiap feature
+ child_entropy = 0
+ for value in np.unique(feature_df):
+ group_entropy = entropy(label_df[feature_df == value], base) * np.sum(
+ feature_df == value
+ )
+ child_entropy += group_entropy
+
+ # Menghitung information gain
+ information_gain = parent_entropy - child_entropy / len(feature_df)
+
+ return information_gain
diff --git a/implementation/statistic/variance.py b/implementation/statistic/variance.py
new file mode 100644
index 00000000..57501042
--- /dev/null
+++ b/implementation/statistic/variance.py
@@ -0,0 +1,27 @@
+import numpy as np
+
+
+def variance(arr: np.array, ddof=0) -> float:
+ """
+ variance adalah untuk mengetahui keragaraman data terhadap selisih dari
+ rata-rata tersebut
+
+ **Params**
+ ----------
+ arr:parameter ini berfungsi untuk input data
+
+ **Return**
+
+ ----------
+ float:hasil dari operasi ini berbentuk bilangan desimal
+ """
+ banyak_data = len(arr) - ddof
+ formula = sum((arr - arr.mean()) ** 2) / banyak_data
+
+ return formula
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From d086a283d762191e5eb98f5ef8ed8d75b9be9520 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 19 Mar 2023 17:07:10 +0000
Subject: [PATCH 075/212] update DIRECTORY.md
---
DIRECTORY.md | 3 +++
1 file changed, 3 insertions(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 1ac81890..841cec1b 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -209,10 +209,13 @@
* [N Body Simulation](https://github.com/bellshade/Python/blob/main/implementation/physics/n_body_simulation.py)
* [Percepatan](https://github.com/bellshade/Python/blob/main/implementation/physics/percepatan.py)
* Statistic
+ * [Entropy](https://github.com/bellshade/Python/blob/main/implementation/statistic/entropy.py)
+ * [Information Gain](https://github.com/bellshade/Python/blob/main/implementation/statistic/information_gain.py)
* [Median](https://github.com/bellshade/Python/blob/main/implementation/statistic/median.py)
* [Modus](https://github.com/bellshade/Python/blob/main/implementation/statistic/modus.py)
* [Rata Rata](https://github.com/bellshade/Python/blob/main/implementation/statistic/rata_rata.py)
* [Standard Deviasi](https://github.com/bellshade/Python/blob/main/implementation/statistic/standard_deviasi.py)
+ * [Variance](https://github.com/bellshade/Python/blob/main/implementation/statistic/variance.py)
## Math
* [ Runge Kutta](https://github.com/bellshade/Python/blob/main/math/%20runge_kutta.py)
From d272deeb660afed0c6e6afb51e954067a82b0af9 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sat, 25 Mar 2023 10:49:59 +0700
Subject: [PATCH 076/212] Kmeans clutser (#254)
* feat: menambhakan fungsi k means clutsering
Signed-off-by: slowy07
* update DIRECTORY.md
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* fix: memperbaiki module scikit-learn
Signed-off-by: slowy07
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
DIRECTORY.md | 1 +
.../k_means_clutser.py | 262 ++++++++++++++++++
requirements.txt | 5 +-
3 files changed, 266 insertions(+), 2 deletions(-)
create mode 100644 implementation/artificial_intelligence/k_means_clutser.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 841cec1b..e16d7849 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -149,6 +149,7 @@
* Artificial Intelligence
* [Decision Tree](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/decision_tree.py)
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
+ * [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
diff --git a/implementation/artificial_intelligence/k_means_clutser.py b/implementation/artificial_intelligence/k_means_clutser.py
new file mode 100644
index 00000000..3c2432cc
--- /dev/null
+++ b/implementation/artificial_intelligence/k_means_clutser.py
@@ -0,0 +1,262 @@
+# kmeans clutsering adalah salah satu algoritma
+# unsupervised learning yang sangat populer digunakan
+# algoritma ini di desain untuk memungkinkan untuk
+# mengelompokkan datake dalam grup yang berbeda dengan
+# cara yang lebih mudah berdasarkan variable tertentu
+# tanpa melakukan proses training
+# algoritma k means mengambil dataset yang tidak berlabel
+# sebagai input, kemudian menmbagi dataset menjadi sejumlah
+# k clutser, dan mengulangi proses tersebut sampai tidak
+# menemukan clutser terbaik. maka nilai K harus ditentukan
+# sebelumnya dalam algoritma ini.
+# tugas utama dari kmeans ini antara lain:
+# 1. menentukan nilai terbaik untuk titik pusat K atau
+# centroid dengan proses perulangan
+# 2. menetapkan setiap titik data ke pusat k terdekat.
+# titik yang dekat dengan pusat k tertentu
+import warnings
+
+import numpy as np
+import pandas as pd
+from matplotlib import pyplot as plt
+from sklearn.metrics import pairwise_distances
+
+warnings.filterwarnings("ignore")
+TAG = "K-MEANS-CLUTSER/ "
+
+
+def dapatkan_inisial_centroid(data, k, seed=None):
+ """
+ pilih secara acak titik k sebagai centroid awal
+ """
+ if seed is not None:
+ np.random.seed(seed)
+ n = data.shape[0]
+
+ # memilih indeks k dari rentang data [0 , N]
+ indeks_k = np.random.randint(0, n, k)
+
+ # tahan centroid sebagai format padat, karena
+ # banyak entri akan menjadi bukan nol karena
+ # nilai rata-rata. selama tidaknya satu dokumen
+ # dalam klutser berisi kata, itu kana membawa
+ # bobot bukan nol dalam vektor TF-IDF dari centroid
+ centroid = data[indeks_k, :]
+ return centroid
+
+
+def combine_centroid(x, centroid):
+ return dapatkan_inisial_centroid(x, centroid, metric="euclidean")
+
+
+def assign_model_clutser(data, centroid):
+ # hitung jarak antara setiap titik data dan kumpulan
+ # centroid
+ jarak_antara_centroid = combine_centroid(data, centroid)
+ assign_clutser = np.argmin(jarak_antara_centroid, axis=1)
+ return assign_clutser
+
+
+def fixing_centroid(data, k, assign_clutser):
+ centroid_baru = []
+ for i in range(k):
+ # pilih semua titik data yang termasuk dalam klutser
+ # isi bagian yang kososng
+ member_data_points = data[assign_clutser == 1]
+ centroid = member_data_points.mean(axis=0)
+ centroid_baru.append(centroid)
+ centroid = np.array(centroid_baru)
+ return centroid_baru
+
+
+def hitung_heterogenity(data, k, centroid, clutser_assign):
+ heterogenity = 0.0
+ # pilih semua titik datayang termasuk dalam klutser
+ for i in range(k):
+ member_data_points = data[clutser_assign == i, :]
+
+ # check member data poin apakah tidak kosong
+ if member_data_points.shape[0] > 0:
+ jarak = pairwise_distances(
+ member_data_points, [centroid[i]], metric="euclidean"
+ )
+ pengelompokkan_jarak = jarak**2
+ heterogenity += np.sum(pengelompokkan_jarak)
+
+ return heterogenity
+
+
+def plot_heteroginity(heterogenity, k):
+ plt.figure(figsize=(7, 4))
+ plt.plot(heterogenity, linewidth=4)
+ plt.xlabel("# iterasi")
+ plt.ylabel("heterogenity")
+ plt.title(f"klutser, K={k:d}")
+ plt.rcParams.update({"font.size": 16})
+ plt.show()
+
+
+def kmeans(
+ data, k, inisial_centroid, maxiter=500, var_hitung_heterogenity=None, verbose=False
+):
+ centroid = inisial_centroid[:]
+ prev_assign_clutser = None
+
+ for itr in range(maxiter):
+ if verbose:
+ print(itr, end="")
+
+ # buat tugas clutser menggunakan centroid
+ # terdekat
+ assign_clutser = assign_model_clutser(data, centroid)
+
+ # hitung centroid baru untuk setiap klutser k, rata-ratakan
+ # semua data
+ # poin yang ditetapkan ke klutser tersebut
+ centroid = fixing_centroid(data, k, assign_clutser)
+
+ if (prev_assign_clutser is not None) and (
+ prev_assign_clutser == assign_clutser
+ ).all():
+ break
+
+ # tampilkan jumlah dari assignment terbaru
+ if prev_assign_clutser is not None:
+ angka_berubah = np.sum(prev_assign_clutser != assign_clutser)
+ if verbose:
+ print(f"{angka_berubah:5d} elemen berbuah")
+ if var_hitung_heterogenity is not None:
+ skor = hitung_heterogenity(data, k, centroid, assign_clutser)
+ var_hitung_heterogenity.append(skor)
+
+ return centroid, assign_clutser
+
+
+if False:
+ from sklearn import dataset as ds
+
+ dataset = ds.load_iris()
+ k = 3
+ heterogenity = []
+ inisial_centroid = dapatkan_inisial_centroid(dataset["data"], k, seed=0)
+ centroid, assign_clutser = kmeans(
+ dataset["data"],
+ k,
+ inisial_centroid,
+ maxiter=400,
+ hitung_heterogenity=heterogenity,
+ verbose=True,
+ )
+ plot_heteroginity(heterogenity, k)
+
+
+def report_generator(
+ df: pd.DataFrame, clutsering_variable: np.ndarray, fill_missing_report=None
+) -> pd.DataFrame:
+ # isi daata yang hilang dengan rule yang diberikan
+ if fill_missing_report:
+ df = df.fillna(value=fill_missing_report)
+ df["dummy"] = 1
+ numeric_cols = df.select_dtypes(np.number).columns
+ report = (
+ df.groupby(["Clutser"])[numeric_cols]
+ .agg(
+ [
+ ("sum", np.sum),
+ ("mean_with_zeros", lambda x: np.mean(np.nan_to_num(x))),
+ ("mean_without_zeros", lambda x: x.replace(0, np.NaN).mean()),
+ (
+ "mean_25-75",
+ lambda x: np.mean(
+ np.nan_to_num(
+ sorted(x)[
+ round(len(x) * 25 / 100) : round(len(x) * 75 / 100)
+ ]
+ )
+ ),
+ ),
+ ("mean_with_na", np.mean),
+ ("min", lambda x: x.min()),
+ ("5%", lambda x: x.quantile(0.05)),
+ ("25%", lambda x: x.quantile(0.25)),
+ ("50%", lambda x: x.quantile(0.50)),
+ ("75%", lambda x: x.quantile(0.75)),
+ ("95%", lambda x: x.quantile(0.95)),
+ ("max", lambda x: x.max()),
+ ("count", lambda x: x.count()),
+ ("stdev", lambda x: x.std()),
+ ("mode", lambda x: x.mode()[0]),
+ ("median", lambda x: x.median()),
+ ("# > 0", lambda x: (x > 0).sum()),
+ ]
+ )
+ .T.reset_index()
+ .rename(index=str, columns={"level_0": "Features", "level_1": "Type"})
+ )
+ # menghitung ukuran dari klutser
+ clutsersize = report["ClutserSize"]
+ clutsersize.Features = "# of Customer"
+ clutserproportion = pd.DataFrame(
+ clutsersize.iloc[:, 2:].values / clutsersize.iloc[:, 2:].values.sum()
+ )
+ clutserproportion["Type"] = "% of Customer"
+ clutserproportion["Features"] = "ClutserProportion"
+ cols = clutserproportion.columns.tolist()
+ cols = cols[-2:] + cols[:-2]
+ clutserproportion = clutserproportion[cols]
+ clutserproportion.columns = report.column
+ a = pd.DataFrame(
+ abs(
+ report[report["Type"] == "count"].iloc[:, 2:].values
+ - clutsersize.iloc[:, 2:].values
+ )
+ )
+ # menghasilkan df dengan hitungan nilai nan
+ a["Features"] = 0
+ a["Type"] = "# of nan"
+ # menigisi nilai agar sesuai dengan report
+ a.Features = report[report["Type"] == "count"].Features.tolist()
+ cols = a.columns.tolist()
+ cols = cols[-2:] + cols[:-2]
+ # mengatur ulang kolom untuk mencocokkan laporan
+ a = a[cols]
+ # ganti nama kolom agar cocok dengan laporan
+ a.columns = report.columns
+ report = report.drop(report[report.Type == "count"].index)
+ report = pd.concat([report, a, clutsersize, clutserproportion], axis=0)
+ report["Mark"] = report["Features"].isin(clutsering_variable)
+ cols = report.columns.tolist()
+ cols = cols[0:2] + cols[-1:] + cols[2:-1]
+ report = report[cols]
+ sorter1 = {
+ "ClusterSize": 9,
+ "ClusterProportion": 8,
+ "mean_with_zeros": 7,
+ "mean_with_na": 6,
+ "max": 5,
+ "50%": 4,
+ "min": 3,
+ "25%": 2,
+ "75%": 1,
+ "# of nan": 0,
+ "# > 0": -1,
+ "sum_with_na": -2,
+ }
+ report = (
+ report.assign(
+ Sorter1=lambda x: x.Type.map(sorter1),
+ Sorter2=lambda x: list(reversed(range(len(x)))),
+ )
+ .sort_values(["Sorter1", "Mark", "Sorter2"], ascending=False)
+ .drop(["Sorter1", "Sorter2"], axis=1)
+ )
+ report.column.name = ""
+ report = report.reset_index()
+ report = report.drop(columns=["index"])
+ return report
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
diff --git a/requirements.txt b/requirements.txt
index 79d89846..9255e1b6 100644
--- a/requirements.txt
+++ b/requirements.txt
@@ -9,8 +9,9 @@ pandas
pillow
qiskit
requests
-# scikit-fuzzy
-sklearn
+scikit-fuzzy
+projectq
+scikit-learn
statsmodels
sympy
tensorflow
From e4efe5b9f2d95a36c2263b811ceb0de28c1ce641 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Tue, 28 Mar 2023 11:04:24 +0700
Subject: [PATCH 077/212] feat:menambah algoritma baru (#255)
* feat: menambah algoritma baru
* feat: menambahakan Algoritma baru
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
implementation/fuzzy_logic/fuzzy_logic.py | 53 +++++++++++++++++++++++
requirements.txt | 2 +-
2 files changed, 54 insertions(+), 1 deletion(-)
create mode 100644 implementation/fuzzy_logic/fuzzy_logic.py
diff --git a/implementation/fuzzy_logic/fuzzy_logic.py b/implementation/fuzzy_logic/fuzzy_logic.py
new file mode 100644
index 00000000..df79403f
--- /dev/null
+++ b/implementation/fuzzy_logic/fuzzy_logic.py
@@ -0,0 +1,53 @@
+import numpy as np
+
+
+def fuzzy_operations(n: int | float, close_number) -> float:
+ """
+ Fuzzy logic adalah suatu sistem logika yang memungkinkan untuk
+ mengatasi ketidakpastian
+ atau ambiguitas dalam pengambilan keputusan,
+ dengan menggunakan nilai-nilai yang tidak hanya bersifat benar atau salah,
+ tetapi juga dapat diukur dalam bentuk derajat kebenaran yang kabur.
+ Misalnya,penggunaan fuzzy logic dalam kendali otomatis
+ dapat membantu memperbaiki kinerja sistem,
+ karena dapat mengakomodasi variasi dan ketidakpastian
+ dalam lingkungan yang dioperasikan.
+ **Params**
+
+ -------
+ n:variabel n ini merupakan input angka baik bentuk bulat maupun desimal
+ close_number:angka ini merupakan angka terdekat
+
+ **Return**
+
+ -----------
+ keluar dari output ini berupa bilangan desimal di karenakan rumusnya
+ **refence**
+ http://staff.cs.upt.ro/~todinca/cad/Lectures/cad_fuzzysets.pdf(PDF file)
+ """
+ formula = 1 / (1 + pow(n - close_number, 2))
+
+ return formula
+
+
+def fuzzy_set(vector: np.array, close_number) -> float:
+ """
+ Fuzzy set dalam fuzzy logic adalah himpunan yang terdiri
+ dari elemen-elemen yang memiliki derajat keanggotaan yang kabur atau tidak tegas.
+ Dengan menggunakan konsep fuzzy set, fuzzy logic dapat menggambarkan secara
+ matematis pengambilan keputusan yang kompleks,
+ seperti pada sistem kendali otomatis yang mengandalkan
+ masukan berupa variabel-variabel kabur
+ yang dapat dinyatakan dalam bentuk fungsi keanggotaan.
+ """
+ result = 0
+ for value in vector:
+ formula = fuzzy_operations(value, close_number) / value
+ result += formula
+ return result
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
diff --git a/requirements.txt b/requirements.txt
index 9255e1b6..c8aabea3 100644
--- a/requirements.txt
+++ b/requirements.txt
@@ -7,10 +7,10 @@ numpy
opencv-python
pandas
pillow
+projectq
qiskit
requests
scikit-fuzzy
-projectq
scikit-learn
statsmodels
sympy
From 381f6f332c8c7d94b8343afdcec6bd1404811218 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Tue, 28 Mar 2023 04:04:41 +0000
Subject: [PATCH 078/212] update DIRECTORY.md
---
DIRECTORY.md | 2 ++
1 file changed, 2 insertions(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index e16d7849..3d089b14 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -196,6 +196,8 @@
* [Koch](https://github.com/bellshade/Python/blob/main/implementation/fractal/koch.py)
* [Mandelbrot](https://github.com/bellshade/Python/blob/main/implementation/fractal/mandelbrot.py)
* [Sierpinski Triangle](https://github.com/bellshade/Python/blob/main/implementation/fractal/sierpinski_triangle.py)
+ * Fuzzy Logic
+ * [Fuzzy Logic](https://github.com/bellshade/Python/blob/main/implementation/fuzzy_logic/fuzzy_logic.py)
* Geodesy Egineering
* [Ellipsodial Distance](https://github.com/bellshade/Python/blob/main/implementation/geodesy_egineering/ellipsodial_distance.py)
* [Haversine](https://github.com/bellshade/Python/blob/main/implementation/geodesy_egineering/haversine.py)
From 4ebf16ababaf2601a8a30d580562938491355bb4 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Wed, 29 Mar 2023 04:29:07 +0700
Subject: [PATCH 079/212] feat: menambahkan long short term memory (#256)
* feat: menambahkan long short term memory
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
.../artificial_intelligence/dataset_lstm.csv | 1259 +++++++++++++++++
.../artificial_intelligence/lstm.py | 52 +
3 files changed, 1312 insertions(+)
create mode 100644 implementation/artificial_intelligence/dataset_lstm.csv
create mode 100644 implementation/artificial_intelligence/lstm.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 3d089b14..41531d01 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -151,6 +151,7 @@
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
+ * [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
* [Iir Filter](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/iir_filter.py)
diff --git a/implementation/artificial_intelligence/dataset_lstm.csv b/implementation/artificial_intelligence/dataset_lstm.csv
new file mode 100644
index 00000000..f94db621
--- /dev/null
+++ b/implementation/artificial_intelligence/dataset_lstm.csv
@@ -0,0 +1,1259 @@
+04/24/2020, 1279.31, 1640394, 1261.17, 1280.4, 1249.45
+04/23/2020, 1276.31, 1566203, 1271.55, 1293.31, 1265.67
+04/22/2020, 1263.21, 2093140, 1245.54, 1285.6133, 1242
+04/21/2020, 1216.34, 2153003, 1247, 1254.27, 1209.71
+04/20/2020, 1266.61, 1695488, 1271, 1281.6, 1261.37
+04/17/2020, 1283.25, 1949042, 1284.85, 1294.43, 1271.23
+04/16/2020, 1263.47, 2518099, 1274.1, 1279, 1242.62
+04/15/2020, 1262.47, 1671703, 1245.61, 1280.46, 1240.4
+04/14/2020, 1269.23, 2470353, 1245.09, 1282.07, 1236.93
+04/13/2020, 1217.56, 1739828, 1209.18, 1220.51, 1187.5984
+04/09/2020, 1211.45, 2175421, 1224.08, 1225.57, 1196.7351
+04/08/2020, 1210.28, 1975135, 1206.5, 1219.07, 1188.16
+04/07/2020, 1186.51, 2387329, 1221, 1225, 1182.23
+04/06/2020, 1186.92, 2664723, 1138, 1194.66, 1130.94
+04/03/2020, 1097.88, 2313400, 1119.015, 1123.54, 1079.81
+04/02/2020, 1120.84, 1964881, 1098.26, 1126.86, 1096.4
+04/01/2020, 1105.62, 2344173, 1122, 1129.69, 1097.45
+03/31/2020, 1162.81, 2487983, 1147.3, 1175.31, 1138.14
+03/30/2020, 1146.82, 2574061, 1125.04, 1151.63, 1096.48
+03/27/2020, 1110.71, 3208495, 1125.67, 1150.6702, 1105.91
+03/26/2020, 1161.75, 3573755, 1111.8, 1169.97, 1093.53
+03/25/2020, 1102.49, 4081528, 1126.47, 1148.9, 1086.01
+03/24/2020, 1134.46, 3344450, 1103.77, 1135, 1090.62
+03/23/2020, 1056.62, 4044137, 1061.32, 1071.32, 1013.5361
+03/20/2020, 1072.32, 3601750, 1135.72, 1143.99, 1065.49
+03/19/2020, 1115.29, 3651106, 1093.05, 1157.9699, 1060.1075
+03/18/2020, 1096.8, 4233435, 1056.51, 1106.5, 1037.28
+03/17/2020, 1119.8, 3861489, 1093.11, 1130.86, 1056.01
+03/16/2020, 1084.33, 4252365, 1096, 1152.2665, 1074.44
+03/13/2020, 1219.73, 3700125, 1179, 1219.76, 1117.1432
+03/12/2020, 1114.91, 4226748, 1126, 1193.87, 1113.3
+03/11/2020, 1215.41, 2611229, 1249.7, 1260.96, 1196.07
+03/10/2020, 1280.39, 2611373, 1260, 1281.15, 1218.77
+03/09/2020, 1215.56, 3365365, 1205.3, 1254.7599, 1200
+03/06/2020, 1298.41, 2660628, 1277.06, 1306.22, 1261.05
+03/05/2020, 1319.04, 2561288, 1350.2, 1358.91, 1305.1
+03/04/2020, 1386.52, 1913315, 1359.23, 1388.09, 1343.11
+03/03/2020, 1341.39, 2402326, 1399.42, 1410.15, 1332
+03/02/2020, 1389.11, 2431468, 1351.61, 1390.87, 1326.815
+02/28/2020, 1339.33, 3790618, 1277.5, 1341.14, 1271
+02/27/2020, 1318.09, 2978300, 1362.06, 1371.7037, 1317.17
+02/26/2020, 1393.18, 2204037, 1396.14, 1415.7, 1379
+02/25/2020, 1388.45, 2478278, 1433, 1438.14, 1382.4
+02/24/2020, 1421.59, 2867053, 1426.11, 1436.97, 1411.39
+02/21/2020, 1485.11, 1732273, 1508.03, 1512.215, 1480.44
+02/20/2020, 1518.15, 1096552, 1522, 1529.64, 1506.82
+02/19/2020, 1526.69, 949268, 1525.07, 1532.1063, 1521.4
+02/18/2020, 1519.67, 1121140, 1515, 1531.63, 1512.59
+02/14/2020, 1520.74, 1197836, 1515.6, 1520.74, 1507.34
+02/13/2020, 1514.66, 929730, 1512.69, 1527.18, 1504.6
+02/12/2020, 1518.27, 1167565, 1514.48, 1520.695, 1508.11
+02/11/2020, 1508.79, 1344633, 1511.81, 1529.63, 1505.6378
+02/10/2020, 1508.68, 1419876, 1474.32, 1509.5, 1474.32
+02/07/2020, 1479.23, 1172270, 1467.3, 1485.84, 1466.35
+02/06/2020, 1476.23, 1679384, 1450.33, 1481.9997, 1449.57
+02/05/2020, 1448.23, 1986157, 1462.42, 1463.84, 1430.56
+02/04/2020, 1447.07, 3932954, 1457.07, 1469.5, 1426.3
+02/03/2020, 1485.94, 3055216, 1462, 1490, 1458.99
+01/31/2020, 1434.23, 2417214, 1468.9, 1470.13, 1428.53
+01/30/2020, 1455.84, 1339421, 1439.96, 1457.28, 1436.4
+01/29/2020, 1458.63, 1078667, 1458.8, 1465.43, 1446.74
+01/28/2020, 1452.56, 1577422, 1443, 1456, 1432.47
+01/27/2020, 1433.9, 1755201, 1431, 1438.07, 1421.2
+01/24/2020, 1466.71, 1784644, 1493.59, 1495.495, 1465.25
+01/23/2020, 1486.65, 1351354, 1487.64, 1495.52, 1482.1
+01/22/2020, 1485.95, 1610846, 1491, 1503.2143, 1484.93
+01/21/2020, 1484.4, 2036780, 1479.12, 1491.85, 1471.2
+01/17/2020, 1480.39, 2396215, 1462.91, 1481.2954, 1458.22
+01/16/2020, 1451.7, 1173688, 1447.44, 1451.99, 1440.92
+01/15/2020, 1439.2, 1282685, 1430.21, 1441.395, 1430.21
+01/14/2020, 1430.88, 1560453, 1439.01, 1441.8, 1428.37
+01/13/2020, 1439.23, 1653482, 1436.13, 1440.52, 1426.02
+01/10/2020, 1429.73, 1821566, 1427.56, 1434.9292, 1418.35
+01/09/2020, 1419.83, 1502664, 1420.57, 1427.33, 1410.27
+01/08/2020, 1404.32, 1529177, 1392.08, 1411.58, 1390.84
+01/07/2020, 1393.34, 1511693, 1397.94, 1402.99, 1390.38
+01/06/2020, 1394.21, 1733149, 1350, 1396.5, 1350
+01/03/2020, 1360.66, 1187006, 1347.86, 1372.5, 1345.5436
+01/02/2020, 1367.37, 1406731, 1341.55, 1368.14, 1341.55
+12/31/2019, 1337.02, 962468, 1330.11, 1338, 1329.085
+12/30/2019, 1336.14, 1051323, 1350, 1353, 1334.02
+12/27/2019, 1351.89, 1038718, 1362.99, 1364.53, 1349.31
+12/26/2019, 1360.4, 667754, 1346.17, 1361.3269, 1344.47
+12/24/2019, 1343.56, 347518, 1348.5, 1350.26, 1342.78
+12/23/2019, 1348.84, 883200, 1355.87, 1359.7999, 1346.51
+12/20/2019, 1349.59, 3316905, 1363.35, 1363.64, 1349
+12/19/2019, 1356.04, 1470112, 1351.82, 1358.1, 1348.985
+12/18/2019, 1352.62, 1657069, 1356.6, 1360.47, 1351
+12/17/2019, 1355.12, 1855259, 1362.89, 1365, 1351.3231
+12/16/2019, 1361.17, 1397451, 1356.5, 1364.68, 1352.67
+12/13/2019, 1347.83, 1550028, 1347.95, 1353.0931, 1343.87
+12/12/2019, 1350.27, 1281722, 1345.94, 1355.775, 1340.5
+12/11/2019, 1345.02, 850796, 1350.84, 1351.2, 1342.67
+12/10/2019, 1344.66, 1094653, 1341.5, 1349.975, 1336.04
+12/09/2019, 1343.56, 1355795, 1338.04, 1359.45, 1337.84
+12/06/2019, 1340.62, 1315510, 1333.44, 1344, 1333.44
+12/05/2019, 1328.13, 1212818, 1328, 1329.3579, 1316.44
+12/04/2019, 1320.54, 1538110, 1307.01, 1325.8, 1304.87
+12/03/2019, 1295.28, 1268647, 1279.57, 1298.461, 1279
+12/02/2019, 1289.92, 1511851, 1301, 1305.83, 1281
+11/29/2019, 1304.96, 586981, 1307.12, 1310.205, 1303.97
+11/27/2019, 1312.99, 996329, 1315, 1318.36, 1309.63
+11/26/2019, 1313.55, 1069795, 1309.86, 1314.8, 1305.09
+11/25/2019, 1306.69, 1036487, 1299.18, 1311.31, 1298.13
+11/22/2019, 1295.34, 1386506, 1305.62, 1308.73, 1291.41
+11/21/2019, 1301.35, 995499, 1301.48, 1312.59, 1293
+11/20/2019, 1303.05, 1309835, 1311.74, 1315, 1291.15
+11/19/2019, 1315.46, 1269372, 1327.7, 1327.7, 1312.8
+11/18/2019, 1320.7, 1488083, 1332.22, 1335.5288, 1317.5
+11/15/2019, 1334.87, 1782955, 1318.94, 1334.88, 1314.2796
+11/14/2019, 1311.46, 1194305, 1297.5, 1317, 1295.65
+11/13/2019, 1298, 853861, 1294.07, 1304.3, 1293.51
+11/12/2019, 1298.8, 1085859, 1300, 1310, 1295.77
+11/11/2019, 1299.19, 1012429, 1303.18, 1306.425, 1297.41
+11/08/2019, 1311.37, 1251916, 1305.28, 1318, 1304.365
+11/07/2019, 1308.86, 2029970, 1294.28, 1323.74, 1294.245
+11/06/2019, 1291.8, 1152977, 1289.46, 1293.73, 1282.5
+11/05/2019, 1292.03, 1282711, 1292.89, 1298.93, 1291.2289
+11/04/2019, 1291.37, 1500964, 1276.45, 1294.13, 1276.355
+11/01/2019, 1273.74, 1670072, 1265, 1274.62, 1260.5
+10/31/2019, 1260.11, 1455651, 1261.28, 1267.67, 1250.8428
+10/30/2019, 1261.29, 1408851, 1252.97, 1269.36, 1252
+10/29/2019, 1262.62, 1886380, 1276.23, 1281.59, 1257.2119
+10/28/2019, 1290, 2613237, 1275.45, 1299.31, 1272.54
+10/25/2019, 1265.13, 1213051, 1251.03, 1269.6, 1250.01
+10/24/2019, 1260.99, 1039868, 1260.9, 1264, 1253.715
+10/23/2019, 1259.13, 928595, 1242.36, 1259.89, 1242.36
+10/22/2019, 1242.8, 1047851, 1247.85, 1250.6, 1241.38
+10/21/2019, 1246.15, 1038042, 1252.26, 1254.6287, 1240.6
+10/18/2019, 1245.49, 1352839, 1253.46, 1258.89, 1241.08
+10/17/2019, 1253.07, 980510, 1250.93, 1263.325, 1249.94
+10/16/2019, 1243.64, 1168174, 1241.17, 1254.74, 1238.45
+10/15/2019, 1243.01, 1395259, 1220.4, 1247.33, 1220.4
+10/14/2019, 1217.14, 882039, 1212.34, 1226.33, 1211.76
+10/11/2019, 1215.45, 1277144, 1222.21, 1228.39, 1213.74
+10/10/2019, 1208.67, 932531, 1198.58, 1215, 1197.34
+10/09/2019, 1202.31, 876632, 1199.35, 1208.35, 1197.63
+10/08/2019, 1189.13, 1141784, 1197.59, 1206.08, 1189.01
+10/07/2019, 1207.68, 867149, 1204.4, 1218.2036, 1203.75
+10/04/2019, 1209, 1183264, 1191.89, 1211.44, 1189.17
+10/03/2019, 1187.83, 1663656, 1180, 1189.06, 1162.43
+10/02/2019, 1176.63, 1639237, 1196.98, 1196.99, 1171.29
+10/01/2019, 1205.1, 1358279, 1219, 1231.23, 1203.58
+09/30/2019, 1219, 1419676, 1220.97, 1226, 1212.3
+09/27/2019, 1225.09, 1354432, 1243.01, 1244.02, 1214.45
+09/26/2019, 1241.39, 1561882, 1241.96, 1245, 1232.268
+09/25/2019, 1246.52, 1593875, 1215.82, 1248.3, 1210.09
+09/24/2019, 1218.76, 1591786, 1240, 1246.74, 1210.68
+09/23/2019, 1234.03, 1075253, 1226, 1239.09, 1224.17
+09/20/2019, 1229.93, 2337269, 1233.12, 1243.32, 1223.08
+09/19/2019, 1238.71, 1000155, 1232.06, 1244.44, 1232.02
+09/18/2019, 1232.41, 1144333, 1227.51, 1235.61, 1216.53
+09/17/2019, 1229.15, 958112, 1230.4, 1235, 1223.69
+09/16/2019, 1231.3, 1053299, 1229.52, 1239.56, 1225.61
+09/13/2019, 1239.56, 1301350, 1231.35, 1240.88, 1227.01
+09/12/2019, 1234.25, 1725908, 1224.3, 1241.86, 1223.02
+09/11/2019, 1220.17, 1307033, 1203.41, 1222.6, 1202.2
+09/10/2019, 1206, 1260115, 1195.15, 1210, 1194.58
+09/09/2019, 1204.41, 1471880, 1204, 1220, 1192.62
+09/06/2019, 1204.93, 1072143, 1208.13, 1212.015, 1202.5222
+09/05/2019, 1211.38, 1408601, 1191.53, 1213.04, 1191.53
+09/04/2019, 1181.41, 1068968, 1176.71, 1183.48, 1171
+09/03/2019, 1168.39, 1480420, 1177.03, 1186.89, 1163.2
+08/30/2019, 1188.1, 1129959, 1198.5, 1198.5, 1183.8026
+08/29/2019, 1192.85, 1088858, 1181.12, 1196.06, 1181.12
+08/28/2019, 1171.02, 802243, 1161.71, 1176.4199, 1157.3
+08/27/2019, 1167.84, 1077452, 1180.53, 1182.4, 1161.45
+08/26/2019, 1168.89, 1226441, 1157.26, 1169.47, 1152.96
+08/23/2019, 1151.29, 1688271, 1181.99, 1194.08, 1147.75
+08/22/2019, 1189.53, 947906, 1194.07, 1198.0115, 1178.58
+08/21/2019, 1191.25, 741053, 1193.15, 1199, 1187.43
+08/20/2019, 1182.69, 915605, 1195.25, 1196.06, 1182.11
+08/19/2019, 1198.45, 1232517, 1190.09, 1206.99, 1190.09
+08/16/2019, 1177.6, 1349436, 1179.55, 1182.72, 1171.81
+08/15/2019, 1167.26, 1224739, 1163.5, 1175.84, 1162.11
+08/14/2019, 1164.29, 1578668, 1176.31, 1182.3, 1160.54
+08/13/2019, 1197.27, 1318009, 1171.46, 1204.78, 1171.46
+08/12/2019, 1174.71, 1003187, 1179.21, 1184.96, 1167.6723
+08/09/2019, 1188.01, 1065658, 1197.99, 1203.88, 1183.603
+08/08/2019, 1204.8, 1467997, 1182.83, 1205.01, 1173.02
+08/07/2019, 1173.99, 1444324, 1156, 1178.4451, 1149.6239
+08/06/2019, 1169.95, 1709374, 1163.31, 1179.96, 1160
+08/05/2019, 1152.32, 2597455, 1170.04, 1175.24, 1140.14
+08/02/2019, 1193.99, 1645067, 1200.74, 1206.9, 1188.94
+08/01/2019, 1209.01, 1698510, 1214.03, 1234.11, 1205.72
+07/31/2019, 1216.68, 1725454, 1223, 1234, 1207.7635
+07/30/2019, 1225.14, 1453263, 1225.41, 1234.87, 1223.3
+07/29/2019, 1239.41, 2223731, 1241.05, 1247.37, 1228.23
+07/26/2019, 1250.41, 4805752, 1224.04, 1265.5499, 1224
+07/25/2019, 1132.12, 2209823, 1137.82, 1141.7, 1120.92
+07/24/2019, 1137.81, 1590101, 1131.9, 1144, 1126.99
+07/23/2019, 1146.21, 1093688, 1144, 1146.9, 1131.8
+07/22/2019, 1138.07, 1301846, 1133.45, 1139.25, 1124.24
+07/19/2019, 1130.1, 1647245, 1148.19, 1151.14, 1129.62
+07/18/2019, 1146.33, 1291281, 1141.74, 1147.605, 1132.73
+07/17/2019, 1146.35, 1170047, 1150.97, 1158.36, 1145.77
+07/16/2019, 1153.58, 1238807, 1146, 1158.58, 1145
+07/15/2019, 1150.34, 903780, 1146.86, 1150.82, 1139.4
+07/12/2019, 1144.9, 863973, 1143.99, 1147.34, 1138.78
+07/11/2019, 1144.21, 1195569, 1143.25, 1153.07, 1139.58
+07/10/2019, 1140.48, 1209466, 1131.22, 1142.05, 1130.97
+07/09/2019, 1124.83, 1330370, 1111.8, 1128.025, 1107.17
+07/08/2019, 1116.35, 1236419, 1125.17, 1125.98, 1111.21
+07/05/2019, 1131.59, 1264540, 1117.8, 1132.88, 1116.14
+07/03/2019, 1121.58, 767011, 1117.41, 1126.76, 1113.86
+07/02/2019, 1111.25, 991755, 1102.24, 1111.77, 1098.17
+07/01/2019, 1097.95, 1438504, 1098, 1107.58, 1093.703
+06/28/2019, 1080.91, 1693450, 1076.39, 1081, 1073.37
+06/27/2019, 1076.01, 1004477, 1084, 1087.1, 1075.29
+06/26/2019, 1079.8, 1810869, 1086.5, 1092.97, 1072.24
+06/25/2019, 1086.35, 1546913, 1112.66, 1114.35, 1083.8
+06/24/2019, 1115.52, 1395696, 1119.61, 1122, 1111.01
+06/21/2019, 1121.88, 1947591, 1109.24, 1124.11, 1108.08
+06/20/2019, 1111.42, 1262011, 1119.99, 1120.12, 1104.74
+06/19/2019, 1102.33, 1339218, 1105.6, 1107, 1093.48
+06/18/2019, 1103.6, 1386684, 1109.69, 1116.39, 1098.99
+06/17/2019, 1092.5, 941602, 1086.28, 1099.18, 1086.28
+06/14/2019, 1085.35, 1111643, 1086.42, 1092.69, 1080.1721
+06/13/2019, 1088.77, 1058000, 1083.64, 1094.17, 1080.15
+06/12/2019, 1077.03, 1061255, 1078, 1080.93, 1067.54
+06/11/2019, 1078.72, 1437063, 1093.98, 1101.99, 1077.6025
+06/10/2019, 1080.38, 1464248, 1072.98, 1092.66, 1072.3216
+06/07/2019, 1066.04, 1802370, 1050.63, 1070.92, 1048.4
+06/06/2019, 1044.34, 1703244, 1044.99, 1047.49, 1033.7
+06/05/2019, 1042.22, 2168439, 1051.54, 1053.55, 1030.49
+06/04/2019, 1053.05, 2833483, 1042.9, 1056.05, 1033.69
+06/03/2019, 1036.23, 5130576, 1065.5, 1065.5, 1025
+05/31/2019, 1103.63, 1508203, 1101.29, 1109.6, 1100.18
+05/30/2019, 1117.95, 951873, 1115.54, 1123.13, 1112.12
+05/29/2019, 1116.46, 1538212, 1127.52, 1129.1, 1108.2201
+05/28/2019, 1134.15, 1365166, 1134, 1151.5871, 1133.12
+05/24/2019, 1133.47, 1112341, 1147.36, 1149.765, 1131.66
+05/23/2019, 1140.77, 1199300, 1140.5, 1145.9725, 1129.224
+05/22/2019, 1151.42, 914839, 1146.75, 1158.52, 1145.89
+05/21/2019, 1149.63, 1160158, 1148.49, 1152.7077, 1137.94
+05/20/2019, 1138.85, 1353292, 1144.5, 1146.7967, 1131.4425
+05/17/2019, 1162.3, 1208623, 1168.47, 1180.15, 1160.01
+05/16/2019, 1178.98, 1531404, 1164.51, 1188.16, 1162.84
+05/15/2019, 1164.21, 2289302, 1117.87, 1171.33, 1116.6657
+05/14/2019, 1120.44, 1836604, 1137.21, 1140.42, 1119.55
+05/13/2019, 1132.03, 1860648, 1141.96, 1147.94, 1122.11
+05/10/2019, 1164.27, 1314546, 1163.59, 1172.6, 1142.5
+05/09/2019, 1162.38, 1185973, 1159.03, 1169.66, 1150.85
+05/08/2019, 1166.27, 1309514, 1172.01, 1180.4243, 1165.74
+05/07/2019, 1174.1, 1551368, 1180.47, 1190.44, 1161.04
+05/06/2019, 1189.39, 1563943, 1166.26, 1190.85, 1166.26
+05/03/2019, 1185.4, 1980653, 1173.65, 1186.8, 1169
+05/02/2019, 1162.61, 1944817, 1167.76, 1174.1895, 1155.0018
+05/01/2019, 1168.08, 2642983, 1188.05, 1188.05, 1167.18
+04/30/2019, 1188.48, 6194691, 1185, 1192.81, 1175
+04/29/2019, 1287.58, 2412788, 1274, 1289.27, 1266.2949
+04/26/2019, 1272.18, 1228276, 1269, 1273.07, 1260.32
+04/25/2019, 1263.45, 1099614, 1264.77, 1267.4083, 1252.03
+04/24/2019, 1256, 1015006, 1264.12, 1268.01, 1255
+04/23/2019, 1264.55, 1271195, 1250.69, 1269, 1246.38
+04/22/2019, 1248.84, 806577, 1235.99, 1249.09, 1228.31
+04/18/2019, 1236.37, 1315676, 1239.18, 1242, 1234.61
+04/17/2019, 1236.34, 1211866, 1233, 1240.56, 1227.82
+04/16/2019, 1227.13, 855258, 1225, 1230.82, 1220.12
+04/15/2019, 1221.1, 1187353, 1218, 1224.2, 1209.1101
+04/12/2019, 1217.87, 926799, 1210, 1218.35, 1208.11
+04/11/2019, 1204.62, 709417, 1203.96, 1207.96, 1200.13
+04/10/2019, 1202.16, 724524, 1200.68, 1203.785, 1196.435
+04/09/2019, 1197.25, 865416, 1196, 1202.29, 1193.08
+04/08/2019, 1203.84, 859969, 1207.89, 1208.69, 1199.86
+04/05/2019, 1207.15, 900950, 1214.99, 1216.22, 1205.03
+04/04/2019, 1215, 949962, 1205.94, 1215.67, 1204.13
+04/03/2019, 1205.92, 1014195, 1207.48, 1216.3, 1200.5
+04/02/2019, 1200.49, 800820, 1195.32, 1201.35, 1185.71
+04/01/2019, 1194.43, 1188235, 1184.1, 1196.66, 1182
+03/29/2019, 1173.31, 1269573, 1174.9, 1178.99, 1162.88
+03/28/2019, 1168.49, 966843, 1171.54, 1171.565, 1159.4312
+03/27/2019, 1173.02, 1362217, 1185.5, 1187.559, 1159.37
+03/26/2019, 1184.62, 1894639, 1198.53, 1202.83, 1176.72
+03/25/2019, 1193, 1493841, 1196.93, 1206.3975, 1187.04
+03/22/2019, 1205.5, 1668910, 1226.32, 1230, 1202.825
+03/21/2019, 1231.54, 1195899, 1216, 1231.79, 1213.15
+03/20/2019, 1223.97, 2089367, 1197.35, 1227.14, 1196.17
+03/19/2019, 1198.85, 1404863, 1188.81, 1200, 1185.87
+03/18/2019, 1184.26, 1212506, 1183.3, 1190, 1177.4211
+03/15/2019, 1184.46, 2457597, 1193.38, 1196.57, 1182.61
+03/14/2019, 1185.55, 1150950, 1194.51, 1197.88, 1184.48
+03/13/2019, 1193.32, 1434816, 1200.645, 1200.93, 1191.94
+03/12/2019, 1193.2, 2012306, 1178.26, 1200, 1178.26
+03/11/2019, 1175.76, 1569332, 1144.45, 1176.19, 1144.45
+03/08/2019, 1142.32, 1212271, 1126.73, 1147.08, 1123.3
+03/07/2019, 1143.3, 1166076, 1155.72, 1156.755, 1134.91
+03/06/2019, 1157.86, 1094100, 1162.49, 1167.5658, 1155.49
+03/05/2019, 1162.03, 1422357, 1150.06, 1169.61, 1146.195
+03/04/2019, 1147.8, 1444774, 1146.99, 1158.2804, 1130.69
+03/01/2019, 1140.99, 1447454, 1124.9, 1142.97, 1124.75
+02/28/2019, 1119.92, 1541068, 1111.3, 1127.65, 1111.01
+02/27/2019, 1116.05, 968362, 1106.95, 1117.98, 1101
+02/26/2019, 1115.13, 1469761, 1105.75, 1119.51, 1099.92
+02/25/2019, 1109.4, 1395281, 1116, 1118.54, 1107.27
+02/22/2019, 1110.37, 1048361, 1100.9, 1111.24, 1095.6
+02/21/2019, 1096.97, 1414744, 1110.84, 1111.94, 1092.52
+02/20/2019, 1113.8, 1080144, 1119.99, 1123.41, 1105.28
+02/19/2019, 1118.56, 1046315, 1110, 1121.89, 1110
+02/15/2019, 1113.65, 1442461, 1130.08, 1131.67, 1110.65
+02/14/2019, 1121.67, 941678, 1118.05, 1128.23, 1110.445
+02/13/2019, 1120.16, 1048630, 1124.99, 1134.73, 1118.5
+02/12/2019, 1121.37, 1608658, 1106.8, 1125.295, 1105.85
+02/11/2019, 1095.01, 1063825, 1096.95, 1105.945, 1092.86
+02/08/2019, 1095.06, 1072031, 1087, 1098.91, 1086.55
+02/07/2019, 1098.71, 2040615, 1104.16, 1104.84, 1086
+02/06/2019, 1115.23, 2101674, 1139.57, 1147, 1112.77
+02/05/2019, 1145.99, 3529974, 1124.84, 1146.85, 1117.248
+02/04/2019, 1132.8, 2518184, 1112.66, 1132.8, 1109.02
+02/01/2019, 1110.75, 1455609, 1112.4, 1125, 1104.89
+01/31/2019, 1116.37, 1531463, 1103, 1117.33, 1095.41
+01/30/2019, 1089.06, 1241760, 1068.43, 1091, 1066.85
+01/29/2019, 1060.62, 1006731, 1072.68, 1075.15, 1055.8647
+01/28/2019, 1070.08, 1277745, 1080.11, 1083, 1063.8
+01/25/2019, 1090.99, 1114785, 1085, 1094, 1081.82
+01/24/2019, 1073.9, 1317718, 1076.48, 1079.475, 1060.7
+01/23/2019, 1075.57, 956526, 1077.35, 1084.93, 1059.75
+01/22/2019, 1070.52, 1607398, 1088, 1091.51, 1063.47
+01/18/2019, 1098.26, 1933754, 1100, 1108.352, 1090.9
+01/17/2019, 1089.9, 1223674, 1079.47, 1091.8, 1073.5
+01/16/2019, 1080.97, 1320530, 1080, 1092.375, 1079.34
+01/15/2019, 1077.15, 1452238, 1050.17, 1080.05, 1047.34
+01/14/2019, 1044.69, 1127417, 1046.92, 1051.53, 1041.255
+01/11/2019, 1057.19, 1512651, 1063.18, 1063.775, 1048.48
+01/10/2019, 1070.33, 1444976, 1067.66, 1071.15, 1057.71
+01/09/2019, 1074.66, 1198369, 1081.65, 1082.63, 1066.4
+01/08/2019, 1076.28, 1748371, 1076.11, 1084.56, 1060.53
+01/07/2019, 1068.39, 1978077, 1071.5, 1073.9999, 1054.76
+01/04/2019, 1070.71, 2080144, 1032.59, 1070.84, 1027.4179
+01/03/2019, 1016.06, 1829379, 1041, 1056.98, 1014.07
+01/02/2019, 1045.85, 1516681, 1016.57, 1052.32, 1015.71
+12/31/2018, 1035.61, 1492541, 1050.96, 1052.7, 1023.59
+12/28/2018, 1037.08, 1399218, 1049.62, 1055.56, 1033.1
+12/27/2018, 1043.88, 2102069, 1017.15, 1043.89, 997
+12/26/2018, 1039.46, 2337212, 989.01, 1040, 983
+12/24/2018, 976.22, 1590328, 973.9, 1003.54, 970.11
+12/21/2018, 979.54, 4560424, 1015.3, 1024.02, 973.69
+12/20/2018, 1009.41, 2659047, 1018.13, 1034.22, 996.36
+12/19/2018, 1023.01, 2419322, 1033.99, 1062, 1008.05
+12/18/2018, 1028.71, 2101854, 1026.09, 1049.48, 1021.44
+12/17/2018, 1016.53, 2337631, 1037.51, 1053.15, 1007.9
+12/14/2018, 1042.1, 1685802, 1049.98, 1062.6, 1040.79
+12/13/2018, 1061.9, 1329198, 1068.07, 1079.7597, 1053.93
+12/12/2018, 1063.68, 1523276, 1068, 1081.65, 1062.79
+12/11/2018, 1051.75, 1354751, 1056.49, 1060.6, 1039.84
+12/10/2018, 1039.55, 1793465, 1035.05, 1048.45, 1023.29
+12/07/2018, 1036.58, 2098526, 1060.01, 1075.26, 1028.5
+12/06/2018, 1068.73, 2758098, 1034.26, 1071.2, 1030.7701
+12/04/2018, 1050.82, 2278200, 1103.12, 1104.42, 1049.98
+12/03/2018, 1106.43, 1900355, 1123.14, 1124.65, 1103.6645
+11/30/2018, 1094.43, 2554416, 1089.07, 1095.57, 1077.88
+11/29/2018, 1088.3, 1403540, 1076.08, 1094.245, 1076
+11/28/2018, 1086.23, 2399374, 1048.76, 1086.84, 1035.76
+11/27/2018, 1044.41, 1801334, 1041, 1057.58, 1038.49
+11/26/2018, 1048.62, 1846430, 1038.35, 1049.31, 1033.91
+11/23/2018, 1023.88, 691462, 1030, 1037.59, 1022.3992
+11/21/2018, 1037.61, 1531676, 1036.76, 1048.56, 1033.47
+11/20/2018, 1025.76, 2447254, 1000, 1031.74, 996.02
+11/19/2018, 1020, 1837207, 1057.2, 1060.79, 1016.2601
+11/16/2018, 1061.49, 1641232, 1059.41, 1067, 1048.98
+11/15/2018, 1064.71, 1819132, 1044.71, 1071.85, 1031.78
+11/14/2018, 1043.66, 1561656, 1050, 1054.5643, 1031
+11/13/2018, 1036.05, 1496534, 1043.29, 1056.605, 1031.15
+11/12/2018, 1038.63, 1429319, 1061.39, 1062.12, 1031
+11/09/2018, 1066.15, 1343154, 1073.99, 1075.56, 1053.11
+11/08/2018, 1082.4, 1463022, 1091.38, 1093.27, 1072.2048
+11/07/2018, 1093.39, 2057155, 1069, 1095.46, 1065.9
+11/06/2018, 1055.81, 1225197, 1039.48, 1064.345, 1038.07
+11/05/2018, 1040.09, 2436742, 1055, 1058.47, 1021.24
+11/02/2018, 1057.79, 1829295, 1073.73, 1082.975, 1054.61
+11/01/2018, 1070, 1456222, 1075.8, 1083.975, 1062.46
+10/31/2018, 1076.77, 2528584, 1059.81, 1091.94, 1057
+10/30/2018, 1036.21, 3209126, 1008.46, 1037.49, 1000.75
+10/29/2018, 1020.08, 3873644, 1082.47, 1097.04, 995.83
+10/26/2018, 1071.47, 4185201, 1037.03, 1106.53, 1034.09
+10/25/2018, 1095.57, 2511884, 1071.79, 1110.98, 1069.55
+10/24/2018, 1050.71, 1910060, 1104.25, 1106.12, 1048.74
+10/23/2018, 1103.69, 1847798, 1080.89, 1107.89, 1070
+10/22/2018, 1101.16, 1494285, 1103.06, 1112.23, 1091
+10/19/2018, 1096.46, 1264605, 1093.37, 1110.36, 1087.75
+10/18/2018, 1087.97, 2056606, 1121.84, 1121.84, 1077.09
+10/17/2018, 1115.69, 1397613, 1126.46, 1128.99, 1102.19
+10/16/2018, 1121.28, 1845491, 1104.59, 1124.22, 1102.5
+10/15/2018, 1092.25, 1343231, 1108.91, 1113.4464, 1089
+10/12/2018, 1110.08, 2029872, 1108, 1115, 1086.402
+10/11/2018, 1079.32, 2939514, 1072.94, 1106.4, 1068.27
+10/10/2018, 1081.22, 2574985, 1131.08, 1132.17, 1081.13
+10/09/2018, 1138.82, 1308706, 1146.15, 1154.35, 1137.572
+10/08/2018, 1148.97, 1877142, 1150.11, 1168, 1127.3636
+10/05/2018, 1157.35, 1184245, 1167.5, 1173.4999, 1145.12
+10/04/2018, 1168.19, 2151762, 1195.33, 1197.51, 1155.576
+10/03/2018, 1202.95, 1207280, 1205, 1206.41, 1193.83
+10/02/2018, 1200.11, 1655602, 1190.96, 1209.96, 1186.63
+10/01/2018, 1195.31, 1345250, 1199.89, 1209.9, 1190.3
+09/28/2018, 1193.47, 1306822, 1191.87, 1195.41, 1184.5
+09/27/2018, 1194.64, 1244278, 1186.73, 1202.1, 1183.63
+09/26/2018, 1180.49, 1346434, 1185.15, 1194.23, 1174.765
+09/25/2018, 1184.65, 937577, 1176.15, 1186.88, 1168
+09/24/2018, 1173.37, 1218532, 1157.17, 1178, 1146.91
+09/21/2018, 1166.09, 4363929, 1192, 1192.21, 1166.04
+09/20/2018, 1186.87, 1209855, 1179.99, 1189.89, 1173.36
+09/19/2018, 1171.09, 1185321, 1164.98, 1173.21, 1154.58
+09/18/2018, 1161.22, 1184407, 1157.09, 1176.08, 1157.09
+09/17/2018, 1156.05, 1279147, 1170.14, 1177.24, 1154.03
+09/14/2018, 1172.53, 934300, 1179.1, 1180.425, 1168.3295
+09/13/2018, 1175.33, 1402005, 1170.74, 1178.61, 1162.85
+09/12/2018, 1162.82, 1291304, 1172.72, 1178.61, 1158.36
+09/11/2018, 1177.36, 1209171, 1161.63, 1178.68, 1156.24
+09/10/2018, 1164.64, 1115259, 1172.19, 1174.54, 1160.11
+09/07/2018, 1164.83, 1401034, 1158.67, 1175.26, 1157.215
+09/06/2018, 1171.44, 1886690, 1186.3, 1186.3, 1152
+09/05/2018, 1186.48, 2043732, 1193.8, 1199.0096, 1162
+09/04/2018, 1197, 1800509, 1204.27, 1212.99, 1192.5
+08/31/2018, 1218.19, 1812366, 1234.98, 1238.66, 1211.2854
+08/30/2018, 1239.12, 1320261, 1244.23, 1253.635, 1232.59
+08/29/2018, 1249.3, 1295939, 1237.45, 1250.66, 1236.3588
+08/28/2018, 1231.15, 1296532, 1241.29, 1242.545, 1228.69
+08/27/2018, 1241.82, 1154962, 1227.6, 1243.09, 1225.716
+08/24/2018, 1220.65, 946529, 1208.82, 1221.65, 1206.3588
+08/23/2018, 1205.38, 988509, 1207.14, 1221.28, 1204.24
+08/22/2018, 1207.33, 881463, 1200, 1211.84, 1199
+08/21/2018, 1201.62, 1187884, 1208, 1217.26, 1200.3537
+08/20/2018, 1207.77, 864462, 1205.02, 1211, 1194.6264
+08/17/2018, 1200.96, 1381724, 1202.03, 1209.02, 1188.24
+08/16/2018, 1206.49, 1319985, 1224.73, 1225.9999, 1202.55
+08/15/2018, 1214.38, 1815642, 1229.26, 1235.24, 1209.51
+08/14/2018, 1242.1, 1342534, 1235.19, 1245.8695, 1225.11
+08/13/2018, 1235.01, 957153, 1236.98, 1249.2728, 1233.6405
+08/10/2018, 1237.61, 1107323, 1243, 1245.695, 1232
+08/09/2018, 1249.1, 805227, 1249.9, 1255.542, 1246.01
+08/08/2018, 1245.61, 1369650, 1240.47, 1256.5, 1238.0083
+08/07/2018, 1242.22, 1493073, 1237, 1251.17, 1236.17
+08/06/2018, 1224.77, 1080923, 1225, 1226.0876, 1215.7965
+08/03/2018, 1223.71, 1072524, 1229.62, 1230, 1215.06
+08/02/2018, 1226.15, 1520488, 1205.9, 1229.88, 1204.79
+08/01/2018, 1220.01, 1567142, 1228, 1233.47, 1210.21
+07/31/2018, 1217.26, 1632823, 1220.01, 1227.5877, 1205.6
+07/30/2018, 1219.74, 1822782, 1228.01, 1234.916, 1211.47
+07/27/2018, 1238.5, 2115802, 1271, 1273.89, 1231
+07/26/2018, 1268.33, 2334881, 1251, 1269.7707, 1249.02
+07/25/2018, 1263.7, 2115890, 1239.13, 1265.86, 1239.13
+07/24/2018, 1248.08, 3303268, 1262.59, 1266, 1235.56
+07/23/2018, 1205.5, 2584034, 1181.01, 1206.49, 1181
+07/20/2018, 1184.91, 1246898, 1186.96, 1196.86, 1184.22
+07/19/2018, 1186.96, 1256113, 1191, 1200, 1183.32
+07/18/2018, 1195.88, 1391232, 1196.56, 1204.5, 1190.34
+07/17/2018, 1198.8, 1585091, 1172.22, 1203.04, 1170.6
+07/16/2018, 1183.86, 1049560, 1189.39, 1191, 1179.28
+07/13/2018, 1188.82, 1221687, 1185, 1195.4173, 1180
+07/12/2018, 1183.48, 1251083, 1159.89, 1184.41, 1155.935
+07/11/2018, 1153.9, 1094301, 1144.59, 1164.29, 1141.0003
+07/10/2018, 1152.84, 789249, 1156.98, 1159.59, 1149.59
+07/09/2018, 1154.05, 906073, 1148.48, 1154.67, 1143.42
+07/06/2018, 1140.17, 966155, 1123.58, 1140.93, 1120.7371
+07/05/2018, 1124.27, 1060752, 1110.53, 1127.5, 1108.48
+07/03/2018, 1102.89, 679034, 1135.82, 1135.82, 1100.02
+07/02/2018, 1127.46, 1188616, 1099, 1128, 1093.8
+06/29/2018, 1115.65, 1275979, 1120, 1128.2265, 1115
+06/28/2018, 1114.22, 1072438, 1102.09, 1122.31, 1096.01
+06/27/2018, 1103.98, 1287698, 1121.34, 1131.8362, 1103.62
+06/26/2018, 1118.46, 1559791, 1128, 1133.21, 1116.6589
+06/25/2018, 1124.81, 2155276, 1143.6, 1143.91, 1112.78
+06/22/2018, 1155.48, 1310164, 1159.14, 1162.4965, 1147.26
+06/21/2018, 1157.66, 1232352, 1174.85, 1177.295, 1152.232
+06/20/2018, 1169.84, 1648248, 1175.31, 1186.2856, 1169.16
+06/19/2018, 1168.06, 1616125, 1158.5, 1171.27, 1154.01
+06/18/2018, 1173.46, 1400641, 1143.65, 1174.31, 1143.59
+06/15/2018, 1152.26, 2119134, 1148.86, 1153.42, 1143.485
+06/14/2018, 1152.12, 1350085, 1143.85, 1155.47, 1140.64
+06/13/2018, 1134.79, 1490017, 1141.12, 1146.5, 1133.38
+06/12/2018, 1139.32, 899231, 1131.07, 1139.79, 1130.735
+06/11/2018, 1129.99, 1071114, 1118.6, 1137.26, 1118.6
+06/08/2018, 1120.87, 1289859, 1118.18, 1126.67, 1112.15
+06/07/2018, 1123.86, 1519860, 1131.32, 1135.82, 1116.52
+06/06/2018, 1136.88, 1697489, 1142.17, 1143, 1125.7429
+06/05/2018, 1139.66, 1538169, 1140.99, 1145.738, 1133.19
+06/04/2018, 1139.29, 1881046, 1122.33, 1141.89, 1122.005
+06/01/2018, 1119.5, 2416755, 1099.35, 1120, 1098.5
+05/31/2018, 1084.99, 3085325, 1067.56, 1097.19, 1067.56
+05/30/2018, 1067.8, 1129958, 1063.03, 1069.21, 1056.83
+05/29/2018, 1060.32, 1858676, 1064.89, 1073.37, 1055.22
+05/25/2018, 1075.66, 878903, 1079.02, 1082.56, 1073.775
+05/24/2018, 1079.24, 757752, 1079, 1080.47, 1066.15
+05/23/2018, 1079.69, 1057712, 1065.13, 1080.78, 1061.71
+05/22/2018, 1069.73, 1088700, 1083.56, 1086.59, 1066.69
+05/21/2018, 1079.58, 1012258, 1074.06, 1088, 1073.65
+05/18/2018, 1066.36, 1496448, 1061.86, 1069.94, 1060.68
+05/17/2018, 1078.59, 1031190, 1079.89, 1086.87, 1073.5
+05/16/2018, 1081.77, 989819, 1077.31, 1089.27, 1076.26
+05/15/2018, 1079.23, 1494306, 1090, 1090.05, 1073.47
+05/14/2018, 1100.2, 1450140, 1100, 1110.75, 1099.11
+05/11/2018, 1098.26, 1253205, 1093.6, 1101.3295, 1090.91
+05/10/2018, 1097.57, 1441456, 1086.03, 1100.44, 1085.64
+05/09/2018, 1082.76, 2032319, 1058.1, 1085.44, 1056.365
+05/08/2018, 1053.91, 1217260, 1058.54, 1060.55, 1047.145
+05/07/2018, 1054.79, 1464008, 1049.23, 1061.68, 1047.1
+05/04/2018, 1048.21, 1936797, 1016.9, 1048.51, 1016.9
+05/03/2018, 1023.72, 1813623, 1019, 1029.675, 1006.29
+05/02/2018, 1024.38, 1534094, 1028.1, 1040.389, 1022.87
+05/01/2018, 1037.31, 1427171, 1013.66, 1038.47, 1008.21
+04/30/2018, 1017.33, 1664084, 1030.01, 1037, 1016.85
+04/27/2018, 1030.05, 1617452, 1046, 1049.5, 1025.59
+04/26/2018, 1040.04, 1984448, 1029.51, 1047.98, 1018.19
+04/25/2018, 1021.18, 2225495, 1025.52, 1032.49, 1015.31
+04/24/2018, 1019.98, 4750851, 1052, 1057, 1010.59
+04/23/2018, 1067.45, 2278846, 1077.86, 1082.72, 1060.7
+04/20/2018, 1072.96, 1887698, 1082, 1092.35, 1069.57
+04/19/2018, 1087.7, 1741907, 1069.4, 1094.165, 1068.18
+04/18/2018, 1072.08, 1336678, 1077.43, 1077.43, 1066.225
+04/17/2018, 1074.16, 2311903, 1051.37, 1077.88, 1048.26
+04/16/2018, 1037.98, 1194144, 1037, 1043.24, 1026.74
+04/13/2018, 1029.27, 1175754, 1040.88, 1046.42, 1022.98
+04/12/2018, 1032.51, 1357599, 1025.04, 1040.69, 1021.4347
+04/11/2018, 1019.97, 1476133, 1027.99, 1031.3641, 1015.87
+04/10/2018, 1031.64, 1983510, 1026.44, 1036.28, 1011.34
+04/09/2018, 1015.45, 1738682, 1016.8, 1039.6, 1014.08
+04/06/2018, 1007.04, 1740896, 1020, 1031.42, 1003.03
+04/05/2018, 1027.81, 1345681, 1041.33, 1042.79, 1020.1311
+04/04/2018, 1025.14, 2464418, 993.41, 1028.7175, 993
+04/03/2018, 1013.41, 2271858, 1013.91, 1020.99, 994.07
+04/02/2018, 1006.47, 2679214, 1022.82, 1034.8, 990.37
+03/29/2018, 1031.79, 2714402, 1011.63, 1043, 1002.9
+03/28/2018, 1004.56, 3345046, 998, 1024.23, 980.64
+03/27/2018, 1005.1, 3081612, 1063, 1064.8393, 996.92
+03/26/2018, 1053.21, 2593808, 1046, 1055.63, 1008.4
+03/23/2018, 1021.57, 2147097, 1047.03, 1063.36, 1021.22
+03/22/2018, 1049.08, 2584639, 1081.88, 1082.9, 1045.91
+03/21/2018, 1090.88, 1878294, 1092.74, 1106.2999, 1085.15
+03/20/2018, 1097.71, 1802209, 1099, 1105.2, 1083.46
+03/19/2018, 1099.82, 2355186, 1120.01, 1121.99, 1089.01
+03/16/2018, 1135.73, 2614871, 1154.14, 1155.88, 1131.96
+03/15/2018, 1149.58, 1397767, 1149.96, 1161.08, 1134.54
+03/14/2018, 1149.49, 1290638, 1145.21, 1158.59, 1141.44
+03/13/2018, 1138.17, 1874176, 1170, 1176.76, 1133.33
+03/12/2018, 1164.5, 2106548, 1163.85, 1177.05, 1157.42
+03/09/2018, 1160.04, 2121425, 1136, 1160.8, 1132.4606
+03/08/2018, 1126, 1393529, 1115.32, 1127.6, 1112.8
+03/07/2018, 1109.64, 1277439, 1089.19, 1112.22, 1085.4823
+03/06/2018, 1095.06, 1497087, 1099.22, 1101.85, 1089.775
+03/05/2018, 1090.93, 1141932, 1075.14, 1097.1, 1069.0001
+03/02/2018, 1078.92, 2271394, 1053.08, 1081.9986, 1048.115
+03/01/2018, 1069.52, 2511872, 1107.87, 1110.12, 1067.001
+02/28/2018, 1104.73, 1873737, 1123.03, 1127.53, 1103.24
+02/27/2018, 1118.29, 1772866, 1141.24, 1144.04, 1118
+02/26/2018, 1143.75, 1514920, 1127.8, 1143.96, 1126.695
+02/23/2018, 1126.79, 1190432, 1112.64, 1127.28, 1104.7135
+02/22/2018, 1106.63, 1309536, 1116.19, 1122.82, 1102.59
+02/21/2018, 1111.34, 1507152, 1106.47, 1133.97, 1106.33
+02/20/2018, 1102.46, 1389491, 1090.57, 1113.95, 1088.52
+02/16/2018, 1094.8, 1680283, 1088.41, 1104.67, 1088.3134
+02/15/2018, 1089.52, 1785552, 1079.07, 1091.4794, 1064.34
+02/14/2018, 1069.7, 1547665, 1048.95, 1071.72, 1046.75
+02/13/2018, 1052.1, 1213800, 1045, 1058.37, 1044.0872
+02/12/2018, 1051.94, 2054002, 1048, 1061.5, 1040.928
+02/09/2018, 1037.78, 3503970, 1017.25, 1043.97, 992.56
+02/08/2018, 1001.52, 2809890, 1055.41, 1058.62, 1000.66
+02/07/2018, 1048.58, 2353003, 1081.54, 1081.78, 1048.26
+02/06/2018, 1080.6, 3432313, 1027.18, 1081.71, 1023.1367
+02/05/2018, 1055.8, 3769453, 1090.6, 1110, 1052.03
+02/02/2018, 1111.9, 4837979, 1122, 1123.07, 1107.2779
+02/01/2018, 1167.7, 2380221, 1162.61, 1174, 1157.52
+01/31/2018, 1169.94, 1523820, 1170.57, 1173, 1159.13
+01/30/2018, 1163.69, 1541771, 1167.83, 1176.52, 1163.52
+01/29/2018, 1175.58, 1337324, 1176.48, 1186.89, 1171.98
+01/26/2018, 1175.84, 1981173, 1175.08, 1175.84, 1158.11
+01/25/2018, 1170.37, 1461518, 1172.53, 1175.94, 1162.76
+01/24/2018, 1164.24, 1382904, 1177.33, 1179.86, 1161.05
+01/23/2018, 1169.97, 1309862, 1159.85, 1171.6266, 1158.75
+01/22/2018, 1155.81, 1616120, 1137.49, 1159.88, 1135.1101
+01/19/2018, 1137.51, 1390118, 1131.83, 1137.86, 1128.3
+01/18/2018, 1129.79, 1194943, 1131.41, 1132.51, 1117.5
+01/17/2018, 1131.98, 1200476, 1126.22, 1132.6, 1117.01
+01/16/2018, 1121.76, 1566662, 1132.51, 1139.91, 1117.8316
+01/12/2018, 1122.26, 1718491, 1102.41, 1124.29, 1101.15
+01/11/2018, 1105.52, 977727, 1106.3, 1106.525, 1099.59
+01/10/2018, 1102.61, 1042273, 1097.1, 1104.6, 1096.11
+01/09/2018, 1106.26, 900089, 1109.4, 1110.57, 1101.2307
+01/08/2018, 1106.94, 1046767, 1102.23, 1111.27, 1101.62
+01/05/2018, 1102.23, 1279990, 1094, 1104.25, 1092
+01/04/2018, 1086.4, 1002945, 1088, 1093.5699, 1084.0017
+01/03/2018, 1082.48, 1429757, 1064.31, 1086.29, 1063.21
+01/02/2018, 1065, 1236401, 1048.34, 1066.94, 1045.23
+12/29/2017, 1046.4, 886845, 1046.72, 1049.7, 1044.9
+12/28/2017, 1048.14, 833011, 1051.6, 1054.75, 1044.77
+12/27/2017, 1049.37, 1271780, 1057.39, 1058.37, 1048.05
+12/26/2017, 1056.74, 761097, 1058.07, 1060.12, 1050.2
+12/22/2017, 1060.12, 755089, 1061.11, 1064.2, 1059.44
+12/21/2017, 1063.63, 986548, 1064.95, 1069.33, 1061.7938
+12/20/2017, 1064.95, 1268285, 1071.78, 1073.38, 1061.52
+12/19/2017, 1070.68, 1307894, 1075.2, 1076.84, 1063.55
+12/18/2017, 1077.14, 1552016, 1066.08, 1078.49, 1062
+12/15/2017, 1064.19, 3275091, 1054.61, 1067.62, 1049.5
+12/14/2017, 1049.15, 1558684, 1045, 1058.5, 1043.11
+12/13/2017, 1040.61, 1220364, 1046.12, 1046.665, 1038.38
+12/12/2017, 1040.48, 1279511, 1039.63, 1050.31, 1033.6897
+12/11/2017, 1041.1, 1190527, 1035.5, 1043.8, 1032.0504
+12/08/2017, 1037.05, 1288419, 1037.49, 1042.05, 1032.5222
+12/07/2017, 1030.93, 1458145, 1020.43, 1034.24, 1018.071
+12/06/2017, 1018.38, 1258496, 1001.5, 1024.97, 1001.14
+12/05/2017, 1005.15, 2066247, 995.94, 1020.61, 988.28
+12/04/2017, 998.68, 1906058, 1012.66, 1016.1, 995.57
+12/01/2017, 1010.17, 1908962, 1015.8, 1022.4897, 1002.02
+11/30/2017, 1021.41, 1723003, 1022.37, 1028.4899, 1015
+11/29/2017, 1021.66, 2442974, 1042.68, 1044.08, 1015.65
+11/28/2017, 1047.41, 1421027, 1055.09, 1062.375, 1040
+11/27/2017, 1054.21, 1307471, 1040, 1055.46, 1038.44
+11/24/2017, 1040.61, 536996, 1035.87, 1043.178, 1035
+11/22/2017, 1035.96, 746351, 1035, 1039.706, 1031.43
+11/21/2017, 1034.49, 1096161, 1023.31, 1035.11, 1022.655
+11/20/2017, 1018.38, 898389, 1020.26, 1022.61, 1017.5
+11/17/2017, 1019.09, 1366936, 1034.01, 1034.42, 1017.75
+11/16/2017, 1032.5, 1129424, 1022.52, 1035.92, 1022.52
+11/15/2017, 1020.91, 847932, 1019.21, 1024.09, 1015.42
+11/14/2017, 1026, 958708, 1022.59, 1026.81, 1014.15
+11/13/2017, 1025.75, 885565, 1023.42, 1031.58, 1022.57
+11/10/2017, 1028.07, 720674, 1026.46, 1030.76, 1025.28
+11/09/2017, 1031.26, 1244701, 1033.99, 1033.99, 1019.6656
+11/08/2017, 1039.85, 1088395, 1030.52, 1043.522, 1028.45
+11/07/2017, 1033.33, 1112123, 1027.27, 1033.97, 1025.13
+11/06/2017, 1025.9, 1124757, 1028.99, 1034.87, 1025
+11/03/2017, 1032.48, 1075134, 1022.11, 1032.65, 1020.31
+11/02/2017, 1025.58, 1048584, 1021.76, 1028.09, 1013.01
+11/01/2017, 1025.5, 1371619, 1017.21, 1029.67, 1016.95
+10/31/2017, 1016.64, 1331265, 1015.22, 1024, 1010.42
+10/30/2017, 1017.11, 2083490, 1014, 1024.97, 1007.5
+10/27/2017, 1019.27, 5165922, 1009.19, 1048.39, 1008.2
+10/26/2017, 972.56, 2027218, 980, 987.6, 972.2
+10/25/2017, 973.33, 1210368, 968.37, 976.09, 960.5201
+10/24/2017, 970.54, 1206074, 970, 972.23, 961
+10/23/2017, 968.45, 1471544, 989.52, 989.52, 966.12
+10/20/2017, 988.2, 1176177, 989.44, 991, 984.58
+10/19/2017, 984.45, 1312706, 986, 988.88, 978.39
+10/18/2017, 992.81, 1057285, 991.77, 996.72, 986.9747
+10/17/2017, 992.18, 1290152, 990.29, 996.44, 988.59
+10/16/2017, 992, 910246, 992.1, 993.9065, 984
+10/13/2017, 989.68, 1169584, 992, 997.21, 989
+10/12/2017, 987.83, 1278357, 987.45, 994.12, 985
+10/11/2017, 989.25, 1692843, 973.72, 990.71, 972.25
+10/10/2017, 972.6, 968113, 980, 981.57, 966.0801
+10/09/2017, 977, 890620, 980, 985.425, 976.11
+10/06/2017, 978.89, 1146207, 966.7, 979.46, 963.36
+10/05/2017, 969.96, 1210427, 955.49, 970.91, 955.18
+10/04/2017, 951.68, 951766, 957, 960.39, 950.69
+10/03/2017, 957.79, 888303, 954, 958, 949.14
+10/02/2017, 953.27, 1282850, 959.98, 962.54, 947.84
+09/29/2017, 959.11, 1576365, 952, 959.7864, 951.51
+09/28/2017, 949.5, 997036, 941.36, 950.69, 940.55
+09/27/2017, 944.49, 2237538, 927.74, 949.9, 927.74
+09/26/2017, 924.86, 1666749, 923.72, 930.82, 921.14
+09/25/2017, 920.97, 1855742, 925.45, 926.4, 909.7
+09/22/2017, 928.53, 1052170, 927.75, 934.73, 926.48
+09/21/2017, 932.45, 1227059, 933, 936.53, 923.83
+09/20/2017, 931.58, 1535626, 922.98, 933.88, 922
+09/19/2017, 921.81, 912967, 917.42, 922.4199, 912.55
+09/18/2017, 915, 1300759, 920.01, 922.08, 910.6
+09/15/2017, 920.29, 2499466, 924.66, 926.49, 916.36
+09/14/2017, 925.11, 1395497, 931.25, 932.77, 924
+09/13/2017, 935.09, 1101145, 930.66, 937.25, 929.86
+09/12/2017, 932.07, 1133638, 932.59, 933.48, 923.861
+09/11/2017, 929.08, 1266020, 934.25, 938.38, 926.92
+09/08/2017, 926.5, 997699, 936.49, 936.99, 924.88
+09/07/2017, 935.95, 1211472, 931.73, 936.41, 923.62
+09/06/2017, 927.81, 1526209, 930.15, 930.915, 919.27
+09/05/2017, 928.45, 1346791, 933.08, 937, 921.96
+09/01/2017, 937.34, 943657, 941.13, 942.48, 935.15
+08/31/2017, 939.33, 1566888, 931.76, 941.98, 931.76
+08/30/2017, 929.57, 1300616, 920.05, 930.819, 919.65
+08/29/2017, 921.29, 1181391, 905.1, 923.33, 905
+08/28/2017, 913.81, 1085014, 916, 919.245, 911.87
+08/25/2017, 915.89, 1052764, 923.49, 925.555, 915.5
+08/24/2017, 921.28, 1266191, 928.66, 930.84, 915.5
+08/23/2017, 927, 1088575, 921.93, 929.93, 919.36
+08/22/2017, 924.69, 1166320, 912.72, 925.86, 911.4751
+08/21/2017, 906.66, 942328, 910, 913, 903.4
+08/18/2017, 910.67, 1341990, 910.31, 915.275, 907.1543
+08/17/2017, 910.98, 1241782, 925.78, 926.86, 910.98
+08/16/2017, 926.96, 1005261, 925.29, 932.7, 923.445
+08/15/2017, 922.22, 882479, 924.23, 926.5499, 919.82
+08/14/2017, 922.67, 1063404, 922.53, 924.668, 918.19
+08/11/2017, 914.39, 1205652, 907.97, 917.78, 905.58
+08/10/2017, 907.24, 1755521, 917.55, 919.26, 906.13
+08/09/2017, 922.9, 1191332, 920.61, 925.98, 917.2501
+08/08/2017, 926.79, 1057351, 927.09, 935.814, 925.6095
+08/07/2017, 929.36, 1031710, 929.06, 931.7, 926.5
+08/04/2017, 927.96, 1081814, 926.75, 930.3068, 923.03
+08/03/2017, 923.65, 1201519, 930.34, 932.24, 922.24
+08/02/2017, 930.39, 1822272, 928.61, 932.6, 916.68
+08/01/2017, 930.83, 1234612, 932.38, 937.447, 929.26
+07/31/2017, 930.5, 1964748, 941.89, 943.59, 926.04
+07/28/2017, 941.53, 1802343, 929.4, 943.83, 927.5
+07/27/2017, 934.09, 3128819, 951.78, 951.78, 920
+07/26/2017, 947.8, 2069349, 954.68, 955, 942.2788
+07/25/2017, 950.7, 4656609, 953.81, 959.7, 945.4
+07/24/2017, 980.34, 3205374, 972.22, 986.2, 970.77
+07/21/2017, 972.92, 1697190, 962.25, 973.23, 960.15
+07/20/2017, 968.15, 1620636, 975, 975.9, 961.51
+07/19/2017, 970.89, 1221155, 967.84, 973.04, 964.03
+07/18/2017, 965.4, 1152741, 953, 968.04, 950.6
+07/17/2017, 953.42, 1164141, 957, 960.74, 949.2407
+07/14/2017, 955.99, 1052855, 952, 956.91, 948.005
+07/13/2017, 947.16, 1294674, 946.29, 954.45, 943.01
+07/12/2017, 943.83, 1517168, 938.68, 946.3, 934.47
+07/11/2017, 930.09, 1112417, 929.54, 931.43, 922
+07/10/2017, 928.8, 1190237, 921.77, 930.38, 919.59
+07/07/2017, 918.59, 1590456, 908.85, 921.54, 908.85
+07/06/2017, 906.69, 1424290, 904.12, 914.9444, 899.7
+07/05/2017, 911.71, 1813309, 901.76, 914.51, 898.5
+07/03/2017, 898.7, 1710373, 912.18, 913.94, 894.79
+06/30/2017, 908.73, 2086340, 926.05, 926.05, 908.31
+06/29/2017, 917.79, 3287991, 929.92, 931.26, 910.62
+06/28/2017, 940.49, 2719213, 929, 942.75, 916
+06/27/2017, 927.33, 2566047, 942.46, 948.29, 926.85
+06/26/2017, 952.27, 1596664, 969.9, 973.31, 950.79
+06/23/2017, 965.59, 1527513, 956.83, 966, 954.2
+06/22/2017, 957.09, 941639, 958.7, 960.72, 954.55
+06/21/2017, 959.45, 1201971, 953.64, 960.1, 950.76
+06/20/2017, 950.63, 1125520, 957.52, 961.62, 950.01
+06/19/2017, 957.37, 1520715, 949.96, 959.99, 949.05
+06/16/2017, 939.78, 3061794, 940, 942.04, 931.595
+06/15/2017, 942.31, 2065271, 933.97, 943.339, 924.44
+06/14/2017, 950.76, 1487378, 959.92, 961.15, 942.25
+06/13/2017, 953.4, 2012980, 951.91, 959.98, 944.09
+06/12/2017, 942.9, 3762434, 939.56, 949.355, 915.2328
+06/09/2017, 949.83, 3305545, 984.5, 984.5, 935.63
+06/08/2017, 983.41, 1477151, 982.35, 984.57, 977.2
+06/07/2017, 981.08, 1447172, 979.65, 984.15, 975.77
+06/06/2017, 976.57, 1814323, 983.16, 988.25, 975.14
+06/05/2017, 983.68, 1251903, 976.55, 986.91, 975.1
+06/02/2017, 975.6, 1750723, 969.46, 975.88, 966
+06/01/2017, 966.95, 1408958, 968.95, 971.5, 960.01
+05/31/2017, 964.86, 2447176, 975.02, 979.27, 960.18
+05/30/2017, 975.88, 1466288, 970.31, 976.2, 969.49
+05/26/2017, 971.47, 1251425, 969.7, 974.98, 965.03
+05/25/2017, 969.54, 1659422, 957.33, 972.629, 955.47
+05/24/2017, 954.96, 1031408, 952.98, 955.09, 949.5
+05/23/2017, 948.82, 1269438, 947.92, 951.4666, 942.575
+05/22/2017, 941.86, 1118456, 935, 941.8828, 935
+05/19/2017, 934.01, 1389848, 931.47, 937.755, 931
+05/18/2017, 930.24, 1596058, 921, 933.17, 918.75
+05/17/2017, 919.62, 2357922, 935.67, 939.3325, 918.14
+05/16/2017, 943, 968288, 940, 943.11, 937.58
+05/15/2017, 937.08, 1104595, 932.95, 938.25, 929.34
+05/12/2017, 932.22, 1050377, 931.53, 933.44, 927.85
+05/11/2017, 930.6, 834997, 925.32, 932.53, 923.0301
+05/10/2017, 928.78, 1173887, 931.98, 932, 925.16
+05/09/2017, 932.17, 1581236, 936.95, 937.5, 929.53
+05/08/2017, 934.3, 1328885, 926.12, 936.925, 925.26
+05/05/2017, 927.13, 1910317, 933.54, 934.9, 925.2
+05/04/2017, 931.66, 1421938, 926.07, 935.93, 924.59
+05/03/2017, 927.04, 1497565, 914.86, 928.1, 912.5426
+05/02/2017, 916.44, 1543696, 909.62, 920.77, 909.4526
+05/01/2017, 912.57, 2114629, 901.94, 915.68, 901.45
+04/28/2017, 905.96, 3223850, 910.66, 916.85, 905.77
+04/27/2017, 874.25, 2009509, 873.6, 875.4, 870.38
+04/26/2017, 871.73, 1233724, 874.23, 876.05, 867.7481
+04/25/2017, 872.3, 1670095, 865, 875, 862.81
+04/24/2017, 862.76, 1371722, 851.2, 863.45, 849.86
+04/21/2017, 843.19, 1323364, 842.88, 843.88, 840.6
+04/20/2017, 841.65, 957994, 841.44, 845.2, 839.32
+04/19/2017, 838.21, 954324, 839.79, 842.22, 836.29
+04/18/2017, 836.82, 835433, 834.22, 838.93, 832.71
+04/17/2017, 837.17, 894540, 825.01, 837.75, 824.47
+04/13/2017, 823.56, 1118221, 822.14, 826.38, 821.44
+04/12/2017, 824.32, 900059, 821.93, 826.66, 821.02
+04/11/2017, 823.35, 1078951, 824.71, 827.4267, 817.0201
+04/10/2017, 824.73, 978825, 825.39, 829.35, 823.77
+04/07/2017, 824.67, 1056692, 827.96, 828.485, 820.5127
+04/06/2017, 827.88, 1254235, 832.4, 836.39, 826.46
+04/05/2017, 831.41, 1553163, 835.51, 842.45, 830.72
+04/04/2017, 834.57, 1044455, 831.36, 835.18, 829.0363
+04/03/2017, 838.55, 1670349, 829.22, 840.85, 829.22
+03/31/2017, 829.56, 1401756, 828.97, 831.64, 827.39
+03/30/2017, 831.5, 1055263, 833.5, 833.68, 829
+03/29/2017, 831.41, 1785006, 825, 832.765, 822.3801
+03/28/2017, 820.92, 1620532, 820.41, 825.99, 814.027
+03/27/2017, 819.51, 1894735, 806.95, 821.63, 803.37
+03/24/2017, 814.43, 1980415, 820.08, 821.93, 808.89
+03/23/2017, 817.58, 3485390, 821, 822.57, 812.257
+03/22/2017, 829.59, 1399409, 831.91, 835.55, 827.1801
+03/21/2017, 830.46, 2461375, 851.4, 853.5, 829.02
+03/20/2017, 848.4, 1217560, 850.01, 850.22, 845.15
+03/17/2017, 852.12, 1712397, 851.61, 853.4, 847.11
+03/16/2017, 848.78, 977384, 849.03, 850.85, 846.13
+03/15/2017, 847.2, 1381328, 847.59, 848.63, 840.77
+03/14/2017, 845.62, 779920, 843.64, 847.24, 840.8
+03/13/2017, 845.54, 1149928, 844, 848.685, 843.25
+03/10/2017, 843.25, 1702731, 843.28, 844.91, 839.5
+03/09/2017, 838.68, 1261393, 836, 842, 834.21
+03/08/2017, 835.37, 988900, 833.51, 838.15, 831.79
+03/07/2017, 831.91, 1037573, 827.4, 833.41, 826.52
+03/06/2017, 827.78, 1108799, 826.95, 828.88, 822.4
+03/03/2017, 829.08, 890640, 830.56, 831.36, 825.751
+03/02/2017, 830.63, 937824, 833.85, 834.51, 829.64
+03/01/2017, 835.24, 1495934, 828.85, 836.255, 827.26
+02/28/2017, 823.21, 2258695, 825.61, 828.54, 820.2
+02/27/2017, 829.28, 1101120, 824.55, 830.5, 824
+02/24/2017, 828.64, 1392039, 827.73, 829, 824.2
+02/23/2017, 831.33, 1471342, 830.12, 832.46, 822.88
+02/22/2017, 830.76, 983058, 828.66, 833.25, 828.64
+02/21/2017, 831.66, 1259841, 828.66, 833.45, 828.35
+02/17/2017, 828.07, 1602549, 823.02, 828.07, 821.655
+02/16/2017, 824.16, 1285919, 819.93, 824.4, 818.98
+02/15/2017, 818.98, 1311316, 819.36, 823, 818.47
+02/14/2017, 820.45, 1054472, 819, 823, 816
+02/13/2017, 819.24, 1205835, 816, 820.959, 815.49
+02/10/2017, 813.67, 1134701, 811.7, 815.25, 809.78
+02/09/2017, 809.56, 990260, 809.51, 810.66, 804.54
+02/08/2017, 808.38, 1155892, 807, 811.84, 803.1903
+02/07/2017, 806.97, 1240257, 803.99, 810.5, 801.78
+02/06/2017, 801.34, 1182882, 799.7, 801.67, 795.2501
+02/03/2017, 801.49, 1461217, 802.99, 806, 800.37
+02/02/2017, 798.53, 1530827, 793.8, 802.7, 792
+02/01/2017, 795.695, 2027708, 799.68, 801.19, 791.19
+01/31/2017, 796.79, 2153957, 796.86, 801.25, 790.52
+01/30/2017, 802.32, 3243568, 814.66, 815.84, 799.8
+01/27/2017, 823.31, 2964989, 834.71, 841.95, 820.44
+01/26/2017, 832.15, 2944642, 837.81, 838, 827.01
+01/25/2017, 835.67, 1612854, 829.62, 835.77, 825.06
+01/24/2017, 823.87, 1472228, 822.3, 825.9, 817.821
+01/23/2017, 819.31, 1962506, 807.25, 820.87, 803.74
+01/20/2017, 805.02, 1668638, 806.91, 806.91, 801.69
+01/19/2017, 802.175, 917085, 805.12, 809.48, 801.8
+01/18/2017, 806.07, 1293893, 805.81, 806.205, 800.99
+01/17/2017, 804.61, 1361935, 807.08, 807.14, 800.37
+01/13/2017, 807.88, 1098154, 807.48, 811.2244, 806.69
+01/12/2017, 806.36, 1352872, 807.14, 807.39, 799.17
+01/11/2017, 807.91, 1065360, 805, 808.15, 801.37
+01/10/2017, 804.79, 1176637, 807.86, 809.1299, 803.51
+01/09/2017, 806.65, 1274318, 806.4, 809.9664, 802.83
+01/06/2017, 806.15, 1639246, 795.26, 807.9, 792.2041
+01/05/2017, 794.02, 1334028, 786.08, 794.48, 785.02
+01/04/2017, 786.9, 1071198, 788.36, 791.34, 783.16
+01/03/2017, 786.14, 1657291, 778.81, 789.63, 775.8
+12/30/2016, 771.82, 1769809, 782.75, 782.78, 770.41
+12/29/2016, 782.79, 743808, 783.33, 785.93, 778.92
+12/28/2016, 785.05, 1142148, 793.7, 794.23, 783.2
+12/27/2016, 791.55, 789151, 790.68, 797.86, 787.657
+12/23/2016, 789.91, 623682, 790.9, 792.74, 787.28
+12/22/2016, 791.26, 972147, 792.36, 793.32, 788.58
+12/21/2016, 794.56, 1208770, 795.84, 796.6757, 787.1
+12/20/2016, 796.42, 950345, 796.76, 798.65, 793.27
+12/19/2016, 794.2, 1231966, 790.22, 797.66, 786.27
+12/16/2016, 790.8, 2435100, 800.4, 800.8558, 790.29
+12/15/2016, 797.85, 1623709, 797.34, 803, 792.92
+12/14/2016, 797.07, 1700875, 797.4, 804, 794.01
+12/13/2016, 796.1, 2122735, 793.9, 804.3799, 793.34
+12/12/2016, 789.27, 2102288, 785.04, 791.25, 784.3554
+12/09/2016, 789.29, 1821146, 780, 789.43, 779.021
+12/08/2016, 776.42, 1487517, 772.48, 778.18, 767.23
+12/07/2016, 771.19, 1757710, 761, 771.36, 755.8
+12/06/2016, 759.11, 1690365, 764.73, 768.83, 757.34
+12/05/2016, 762.52, 1393566, 757.71, 763.9, 752.9
+12/02/2016, 750.5, 1452181, 744.59, 754, 743.1
+12/01/2016, 747.92, 3017001, 757.44, 759.85, 737.0245
+11/30/2016, 758.04, 2386628, 770.07, 772.99, 754.83
+11/29/2016, 770.84, 1616427, 771.53, 778.5, 768.24
+11/28/2016, 768.24, 2177039, 760, 779.53, 759.8
+11/25/2016, 761.68, 587421, 764.26, 765, 760.52
+11/23/2016, 760.99, 1477501, 767.73, 768.2825, 755.25
+11/22/2016, 768.27, 1592372, 772.63, 776.96, 767
+11/21/2016, 769.2, 1324431, 762.61, 769.7, 760.6
+11/18/2016, 760.54, 1528555, 771.37, 775, 760
+11/17/2016, 771.23, 1298484, 766.92, 772.7, 764.23
+11/16/2016, 764.48, 1468196, 755.2, 766.36, 750.51
+11/15/2016, 758.49, 2375056, 746.97, 764.4162, 746.97
+11/14/2016, 736.08, 3644965, 755.6, 757.85, 727.54
+11/11/2016, 754.02, 2421889, 756.54, 760.78, 750.38
+11/10/2016, 762.56, 4733916, 791.17, 791.17, 752.18
+11/09/2016, 785.31, 2603860, 779.94, 791.2265, 771.67
+11/08/2016, 790.51, 1361472, 783.4, 795.633, 780.19
+11/07/2016, 782.52, 1574426, 774.5, 785.19, 772.55
+11/04/2016, 762.02, 2131948, 750.66, 770.36, 750.5611
+11/03/2016, 762.13, 1933937, 767.25, 769.95, 759.03
+11/02/2016, 768.7, 1905814, 778.2, 781.65, 763.4496
+11/01/2016, 783.61, 2404898, 782.89, 789.49, 775.54
+10/31/2016, 784.54, 2420892, 795.47, 796.86, 784
+10/28/2016, 795.37, 4261912, 808.35, 815.49, 793.59
+10/27/2016, 795.35, 2723097, 801, 803.49, 791.5
+10/26/2016, 799.07, 1645403, 806.34, 806.98, 796.32
+10/25/2016, 807.67, 1575020, 816.68, 816.68, 805.14
+10/24/2016, 813.11, 1693162, 804.9, 815.18, 804.82
+10/21/2016, 799.37, 1262042, 795, 799.5, 794
+10/20/2016, 796.97, 1755546, 803.3, 803.97, 796.03
+10/19/2016, 801.56, 1762990, 798.86, 804.63, 797.635
+10/18/2016, 795.26, 2046338, 787.85, 801.61, 785.565
+10/17/2016, 779.96, 1091524, 779.8, 785.85, 777.5
+10/14/2016, 778.53, 851512, 781.65, 783.95, 776
+10/13/2016, 778.19, 1360619, 781.22, 781.22, 773
+10/12/2016, 786.14, 935138, 783.76, 788.13, 782.06
+10/11/2016, 783.07, 1371461, 786.66, 792.28, 780.58
+10/10/2016, 785.94, 1161410, 777.71, 789.38, 775.87
+10/07/2016, 775.08, 932444, 779.66, 779.66, 770.75
+10/06/2016, 776.86, 1066910, 779, 780.48, 775.54
+10/05/2016, 776.47, 1457661, 779.31, 782.07, 775.65
+10/04/2016, 776.43, 1198361, 776.03, 778.71, 772.89
+10/03/2016, 772.56, 1276614, 774.25, 776.065, 769.5
+09/30/2016, 777.29, 1583293, 776.33, 780.94, 774.09
+09/29/2016, 775.01, 1310252, 781.44, 785.8, 774.232
+09/28/2016, 781.56, 1108249, 777.85, 781.81, 774.97
+09/27/2016, 783.01, 1152760, 775.5, 785.9899, 774.308
+09/26/2016, 774.21, 1531788, 782.74, 782.74, 773.07
+09/23/2016, 786.9, 1411439, 786.59, 788.93, 784.15
+09/22/2016, 787.21, 1483899, 780, 789.85, 778.44
+09/21/2016, 776.22, 1166290, 772.66, 777.16, 768.301
+09/20/2016, 771.41, 975434, 769, 773.33, 768.53
+09/19/2016, 765.7, 1171969, 772.42, 774, 764.4406
+09/16/2016, 768.88, 2047036, 769.75, 769.75, 764.66
+09/15/2016, 771.76, 1344945, 762.89, 773.8, 759.96
+09/14/2016, 762.49, 1093723, 759.61, 767.68, 759.11
+09/13/2016, 759.69, 1394158, 764.48, 766.2195, 755.8
+09/12/2016, 769.02, 1310493, 755.13, 770.29, 754.0001
+09/09/2016, 759.66, 1879903, 770.1, 773.245, 759.66
+09/08/2016, 775.32, 1268663, 778.59, 780.35, 773.58
+09/07/2016, 780.35, 893874, 780, 782.73, 776.2
+09/06/2016, 780.08, 1441864, 773.45, 782, 771
+09/02/2016, 771.46, 1070725, 773.01, 773.9199, 768.41
+09/01/2016, 768.78, 925019, 769.25, 771.02, 764.3
+08/31/2016, 767.05, 1247937, 767.01, 769.09, 765.38
+08/30/2016, 769.09, 1129932, 769.33, 774.466, 766.84
+08/29/2016, 772.15, 847537, 768.74, 774.99, 766.615
+08/26/2016, 769.54, 1164713, 769, 776.0799, 765.85
+08/25/2016, 769.41, 926856, 767, 771.89, 763.1846
+08/24/2016, 769.64, 1071569, 770.58, 774.5, 767.07
+08/23/2016, 772.08, 925356, 775.48, 776.44, 771.785
+08/22/2016, 772.15, 950417, 773.27, 774.54, 770.0502
+08/19/2016, 775.42, 860899, 775, 777.1, 773.13
+08/18/2016, 777.5, 718882, 780.01, 782.86, 777
+08/17/2016, 779.91, 921666, 777.32, 780.81, 773.53
+08/16/2016, 777.14, 1027836, 780.3, 780.98, 773.444
+08/15/2016, 782.44, 938183, 783.75, 787.49, 780.11
+08/12/2016, 783.22, 739761, 781.5, 783.395, 780.4
+08/11/2016, 784.85, 971742, 785, 789.75, 782.97
+08/10/2016, 784.68, 784559, 783.75, 786.8123, 782.778
+08/09/2016, 784.26, 1318457, 781.1, 788.94, 780.57
+08/08/2016, 781.76, 1106693, 782, 782.63, 778.091
+08/05/2016, 782.22, 1799478, 773.78, 783.04, 772.34
+08/04/2016, 771.61, 1139972, 772.22, 774.07, 768.795
+08/03/2016, 773.18, 1283186, 767.18, 773.21, 766.82
+08/02/2016, 771.07, 1782822, 768.69, 775.84, 767.85
+08/01/2016, 772.88, 2697699, 761.09, 780.43, 761.09
+07/29/2016, 768.79, 3830103, 772.71, 778.55, 766.77
+07/28/2016, 745.91, 3473040, 747.04, 748.65, 739.3
+07/27/2016, 741.77, 1509133, 738.28, 744.46, 737
+07/26/2016, 738.42, 1182993, 739.04, 741.69, 734.27
+07/25/2016, 739.77, 1031643, 740.67, 742.61, 737.5
+07/22/2016, 742.74, 1256741, 741.86, 743.24, 736.56
+07/21/2016, 738.63, 1022229, 740.36, 741.69, 735.831
+07/20/2016, 741.19, 1283931, 737.33, 742.13, 737.1
+07/19/2016, 736.96, 1225467, 729.89, 736.99, 729
+07/18/2016, 733.78, 1284740, 722.71, 736.13, 721.19
+07/15/2016, 719.85, 1277514, 725.73, 725.74, 719.055
+07/14/2016, 720.95, 949456, 721.58, 722.21, 718.03
+07/13/2016, 716.98, 933352, 723.62, 724, 716.85
+07/12/2016, 720.64, 1336112, 719.12, 722.94, 715.91
+07/11/2016, 715.09, 1107039, 708.05, 716.51, 707.24
+07/08/2016, 705.63, 1573909, 699.5, 705.71, 696.435
+07/07/2016, 695.36, 1303661, 698.08, 698.2, 688.215
+07/06/2016, 697.77, 1411080, 689.98, 701.68, 689.09
+07/05/2016, 694.49, 1462879, 696.06, 696.94, 688.88
+07/01/2016, 699.21, 1344387, 692.2, 700.65, 692.1301
+06/30/2016, 692.1, 1597298, 685.47, 692.32, 683.65
+06/29/2016, 684.11, 1931436, 683, 687.4292, 681.41
+06/28/2016, 680.04, 2169704, 678.97, 680.33, 673
+06/27/2016, 668.26, 2632011, 671, 672.3, 663.284
+06/24/2016, 675.22, 4442943, 675.17, 689.4, 673.45
+06/23/2016, 701.87, 2166183, 697.45, 701.95, 687
+06/22/2016, 697.46, 1182161, 699.06, 700.86, 693.0819
+06/21/2016, 695.94, 1464836, 698.4, 702.77, 692.01
+06/20/2016, 693.71, 2080645, 698.77, 702.48, 693.41
+06/17/2016, 691.72, 3397720, 708.65, 708.82, 688.4515
+06/16/2016, 710.36, 1981657, 714.91, 716.65, 703.26
+06/15/2016, 718.92, 1213386, 719, 722.98, 717.31
+06/14/2016, 718.27, 1303808, 716.48, 722.47, 713.12
+06/13/2016, 718.36, 1255199, 716.51, 725.44, 716.51
+06/10/2016, 719.41, 1213989, 719.47, 725.89, 716.43
+06/09/2016, 728.58, 987635, 722.87, 729.54, 722.3361
+06/08/2016, 728.28, 1583325, 723.96, 728.57, 720.58
+06/07/2016, 716.65, 1336348, 719.84, 721.98, 716.55
+06/06/2016, 716.55, 1565955, 724.91, 724.91, 714.61
+06/03/2016, 722.34, 1225924, 729.27, 729.49, 720.56
+06/02/2016, 730.4, 1340664, 732.5, 733.02, 724.17
+06/01/2016, 734.15, 1251468, 734.53, 737.21, 730.66
+05/31/2016, 735.72, 2128358, 731.74, 739.73, 731.26
+05/27/2016, 732.66, 1974425, 724.01, 733.936, 724
+05/26/2016, 724.12, 1573635, 722.87, 728.33, 720.28
+05/25/2016, 725.27, 1629790, 720.76, 727.51, 719.7047
+05/24/2016, 720.09, 1926828, 706.86, 720.97, 706.86
+05/23/2016, 704.24, 1326386, 706.53, 711.4781, 704.18
+05/20/2016, 709.74, 1825830, 701.62, 714.58, 700.52
+05/19/2016, 700.32, 1668887, 702.36, 706, 696.8
+05/18/2016, 706.63, 1765632, 703.67, 711.6, 700.63
+05/17/2016, 706.23, 1999883, 715.99, 721.52, 704.11
+05/16/2016, 716.49, 1316719, 709.13, 718.48, 705.65
+05/13/2016, 710.83, 1307559, 711.93, 716.6619, 709.26
+05/12/2016, 713.31, 1361170, 717.06, 719.25, 709
+05/11/2016, 715.29, 1690862, 723.41, 724.48, 712.8
+05/10/2016, 723.18, 1568621, 716.75, 723.5, 715.72
+05/09/2016, 712.9, 1509892, 712, 718.71, 710
+05/06/2016, 711.12, 1828508, 698.38, 711.86, 698.1067
+05/05/2016, 701.43, 1680220, 697.7, 702.3199, 695.72
+05/04/2016, 695.7, 1692757, 690.49, 699.75, 689.01
+05/03/2016, 692.36, 1541297, 696.87, 697.84, 692
+05/02/2016, 698.21, 1645013, 697.63, 700.64, 691
+04/29/2016, 693.01, 2486584, 690.7, 697.62, 689
+04/28/2016, 691.02, 2859790, 708.26, 714.17, 689.55
+04/27/2016, 705.84, 3094905, 707.29, 708.98, 692.3651
+04/26/2016, 708.14, 2739133, 725.42, 725.766, 703.0264
+04/25/2016, 723.15, 1956956, 716.1, 723.93, 715.59
+04/22/2016, 718.77, 5949699, 726.3, 736.12, 713.61
+04/21/2016, 759.14, 2995094, 755.38, 760.45, 749.55
+04/20/2016, 752.67, 1526776, 758, 758.1315, 750.01
+04/19/2016, 753.93, 2027962, 769.51, 769.9, 749.33
+04/18/2016, 766.61, 1557199, 760.46, 768.05, 757.3
+04/15/2016, 759, 1807062, 753.98, 761, 752.6938
+04/14/2016, 753.2, 1134056, 754.01, 757.31, 752.705
+04/13/2016, 751.72, 1707397, 749.16, 754.38, 744.261
+04/12/2016, 743.09, 1349780, 738, 743.83, 731.01
+04/11/2016, 736.1, 1218789, 743.02, 745, 736.05
+04/08/2016, 739.15, 1289869, 743.97, 745.45, 735.55
+04/07/2016, 740.28, 1452369, 745.37, 746.9999, 736.28
+04/06/2016, 745.69, 1052171, 735.77, 746.24, 735.56
+04/05/2016, 737.8, 1130817, 738, 742.8, 735.37
+04/04/2016, 745.29, 1134214, 750.06, 752.8, 742.43
+04/01/2016, 749.91, 1576240, 738.6, 750.34, 737
+03/31/2016, 744.95, 1718638, 749.25, 750.85, 740.94
+03/30/2016, 750.53, 1782278, 750.1, 757.88, 748.74
+03/29/2016, 744.77, 1902254, 734.59, 747.25, 728.76
+03/28/2016, 733.53, 1300817, 736.79, 738.99, 732.5
+03/24/2016, 735.3, 1570474, 732.01, 737.747, 731
+03/23/2016, 738.06, 1431130, 742.36, 745.7199, 736.15
+03/22/2016, 740.75, 1269263, 737.46, 745, 737.46
+03/21/2016, 742.09, 1835963, 736.5, 742.5, 733.5157
+03/18/2016, 737.6, 2982194, 741.86, 742, 731.83
+03/17/2016, 737.78, 1859562, 736.45, 743.07, 736
+03/16/2016, 736.09, 1621412, 726.37, 737.47, 724.51
+03/15/2016, 728.33, 1720790, 726.92, 732.29, 724.77
+03/14/2016, 730.49, 1717002, 726.81, 735.5, 725.15
+03/11/2016, 726.82, 1968164, 720, 726.92, 717.125
+03/10/2016, 712.82, 2830630, 708.12, 716.44, 703.36
+03/09/2016, 705.24, 1419661, 698.47, 705.68, 694
+03/08/2016, 693.97, 2075305, 688.59, 703.79, 685.34
+03/07/2016, 695.16, 2986064, 706.9, 708.0912, 686.9
+03/04/2016, 710.89, 1971379, 714.99, 716.49, 706.02
+03/03/2016, 712.42, 1956958, 718.68, 719.45, 706.02
+03/02/2016, 718.85, 1629501, 719, 720, 712
+03/01/2016, 718.81, 2148608, 703.62, 718.81, 699.77
+02/29/2016, 697.77, 2478214, 700.32, 710.89, 697.68
+02/26/2016, 705.07, 2241785, 708.58, 713.43, 700.86
+02/25/2016, 705.75, 1640430, 700.01, 705.98, 690.585
+02/24/2016, 699.56, 1961258, 688.92, 700, 680.78
+02/23/2016, 695.85, 2006572, 701.45, 708.4, 693.58
+02/22/2016, 706.46, 1949046, 707.45, 713.24, 702.51
+02/19/2016, 700.91, 1585152, 695.03, 703.0805, 694.05
+02/18/2016, 697.35, 1880306, 710, 712.35, 696.03
+02/17/2016, 708.4, 2490021, 699, 709.75, 691.38
+02/16/2016, 691, 2517324, 692.98, 698, 685.05
+02/12/2016, 682.4, 2138937, 690.26, 693.75, 678.6
+02/11/2016, 683.11, 3021587, 675, 689.35, 668.8675
+02/10/2016, 684.12, 2629130, 686.86, 701.31, 682.13
+02/09/2016, 678.11, 3605792, 672.32, 699.9, 668.77
+02/08/2016, 682.74, 4241416, 667.85, 684.03, 663.06
+02/05/2016, 683.57, 5098357, 703.87, 703.99, 680.15
+02/04/2016, 708.01, 5157988, 722.81, 727, 701.86
+02/03/2016, 726.95, 6166731, 770.22, 774.5, 720.5
+02/02/2016, 764.65, 6340548, 784.5, 789.8699, 764.65
+02/01/2016, 752, 5065235, 750.46, 757.86, 743.27
+01/29/2016, 742.95, 3464432, 731.53, 744.9899, 726.8
+01/28/2016, 730.96, 2664956, 722.22, 733.69, 712.35
+01/27/2016, 699.99, 2175913, 713.67, 718.235, 694.39
+01/26/2016, 713.04, 1329141, 713.85, 718.28, 706.48
+01/25/2016, 711.67, 1709777, 723.58, 729.68, 710.01
+01/22/2016, 725.25, 2009951, 723.6, 728.13, 720.121
+01/21/2016, 706.59, 2411079, 702.18, 719.19, 694.46
+01/20/2016, 698.45, 3441642, 688.61, 706.85, 673.26
+01/19/2016, 701.79, 2264747, 703.3, 709.98, 693.4101
+01/15/2016, 694.45, 3604137, 692.29, 706.74, 685.37
+01/14/2016, 714.72, 2225495, 705.38, 721.925, 689.1
+01/13/2016, 700.56, 2497086, 730.85, 734.74, 698.61
+01/12/2016, 726.07, 2010026, 721.68, 728.75, 717.3165
+01/11/2016, 716.03, 2089495, 716.61, 718.855, 703.54
+01/08/2016, 714.47, 2449420, 731.45, 733.23, 713
+01/07/2016, 726.39, 2960578, 730.31, 738.5, 719.06
+01/06/2016, 743.62, 1943685, 730, 747.18, 728.92
+01/05/2016, 742.58, 1949386, 746.45, 752, 738.64
+01/04/2016, 741.84, 3271348, 743, 744.06, 731.2577
+12/31/2015, 758.88, 1500129, 769.5, 769.5, 758.34
+12/30/2015, 771, 1293514, 776.6, 777.6, 766.9
+12/29/2015, 776.6, 1764044, 766.69, 779.98, 766.43
+12/28/2015, 762.51, 1515574, 752.92, 762.99, 749.52
+12/24/2015, 748.4, 527223, 749.55, 751.35, 746.62
+12/23/2015, 750.31, 1566723, 753.47, 754.21, 744
+12/22/2015, 750, 1365420, 751.65, 754.85, 745.53
+12/21/2015, 747.77, 1524535, 746.13, 750, 740
+12/18/2015, 739.31, 3140906, 746.51, 754.13, 738.15
+12/17/2015, 749.43, 1551087, 762.42, 762.68, 749
+12/16/2015, 758.09, 1986319, 750, 760.59, 739.435
+12/15/2015, 743.4, 2661199, 753, 758.08, 743.01
+12/14/2015, 747.77, 2417778, 741.79, 748.73, 724.17
+12/11/2015, 738.87, 2223284, 741.16, 745.71, 736.75
+12/10/2015, 749.46, 1988035, 752.85, 755.85, 743.83
+12/09/2015, 751.61, 2697978, 759.17, 764.23, 737.001
+12/08/2015, 762.37, 1829004, 757.89, 764.8, 754.2
+12/07/2015, 763.25, 1811336, 767.77, 768.73, 755.09
+12/04/2015, 766.81, 2756194, 753.1, 768.49, 750
+12/03/2015, 752.54, 2589641, 766.01, 768.995, 745.63
+12/02/2015, 762.38, 2196721, 768.9, 775.955, 758.96
+12/01/2015, 767.04, 2131827, 747.11, 768.95, 746.7
+11/30/2015, 742.6, 2045584, 748.81, 754.93, 741.27
+11/27/2015, 750.26, 838528, 748.46, 753.41, 747.49
+11/25/2015, 748.15, 1122224, 748.14, 752, 746.06
+11/24/2015, 748.28, 2333700, 752, 755.279, 737.63
+11/23/2015, 755.98, 1414640, 757.45, 762.7075, 751.82
+11/20/2015, 756.6, 2212934, 746.53, 757.92, 743
+11/19/2015, 738.41, 1327265, 738.74, 742, 737.43
+11/18/2015, 740, 1683978, 727.58, 741.41, 727
+11/17/2015, 725.3, 1507449, 729.29, 731.845, 723.027
+11/16/2015, 728.96, 1904395, 715.6, 729.49, 711.33
+11/13/2015, 717, 2072392, 729.17, 731.15, 716.73
+11/12/2015, 731.23, 1836567, 731, 737.8, 728.645
+11/11/2015, 735.4, 1366611, 732.46, 741, 730.23
+11/10/2015, 728.32, 1606499, 724.4, 730.59, 718.5001
+11/09/2015, 724.89, 2068920, 730.2, 734.71, 719.43
+11/06/2015, 733.76, 1510586, 731.5, 735.41, 727.01
+11/05/2015, 731.25, 1861100, 729.47, 739.48, 729.47
+11/04/2015, 728.11, 1705745, 722, 733.1, 721.9
+11/03/2015, 722.16, 1565355, 718.86, 724.65, 714.72
+11/02/2015, 721.11, 1885155, 711.06, 721.62, 705.85
+10/30/2015, 710.81, 1907732, 715.73, 718, 710.05
+10/29/2015, 716.92, 1455508, 710.5, 718.26, 710.01
+10/28/2015, 712.95, 2178841, 707.33, 712.98, 703.08
+10/27/2015, 708.49, 2232183, 707.38, 713.62, 704.55
+10/26/2015, 712.78, 2709292, 701.55, 719.15, 701.26
+10/23/2015, 702, 6651909, 727.5, 730, 701.5
+10/22/2015, 651.79, 3994360, 646.7, 657.8, 644.01
+10/21/2015, 642.61, 1792869, 654.15, 655.87, 641.73
+10/20/2015, 650.28, 2498077, 664.04, 664.7197, 644.195
+10/19/2015, 666.1, 1465691, 661.18, 666.82, 659.58
+10/16/2015, 662.2, 1610712, 664.11, 664.97, 657.2
+10/15/2015, 661.74, 1832832, 654.66, 663.13, 654.46
+10/14/2015, 651.16, 1413798, 653.21, 659.39, 648.85
+10/13/2015, 652.3, 1806003, 643.15, 657.8125, 643.15
+10/12/2015, 646.67, 1275565, 642.09, 648.5, 639.01
+10/09/2015, 643.61, 1648656, 640, 645.99, 635.318
+10/08/2015, 639.16, 2181990, 641.36, 644.45, 625.56
+10/07/2015, 642.36, 2092536, 649.24, 650.609, 632.15
+10/06/2015, 645.44, 2235078, 638.84, 649.25, 636.5295
+10/05/2015, 641.47, 1802263, 632, 643.01, 627
+10/02/2015, 626.91, 2681241, 607.2, 627.34, 603.13
+10/01/2015, 611.29, 1866223, 608.37, 612.09, 599.85
+09/30/2015, 608.42, 2412754, 603.28, 608.76, 600.73
+09/29/2015, 594.97, 2310065, 597.28, 605, 590.22
+09/28/2015, 594.89, 3118693, 610.34, 614.605, 589.38
+09/25/2015, 611.97, 2173134, 629.77, 629.77, 611
+09/24/2015, 625.8, 2238097, 616.64, 627.32, 612.4
+09/23/2015, 622.36, 1470633, 622.05, 628.93, 620
+09/22/2015, 622.69, 2561551, 627, 627.55, 615.43
+09/21/2015, 635.44, 1786543, 634.4, 636.49, 625.94
+09/18/2015, 629.25, 5123314, 636.79, 640, 627.02
+09/17/2015, 642.9, 2259404, 637.79, 650.9, 635.02
+09/16/2015, 635.98, 1276250, 635.47, 637.95, 632.32
+09/15/2015, 635.14, 2082426, 626.7, 638.7, 623.78
+09/14/2015, 623.24, 1701618, 625.7, 625.86, 619.43
+09/11/2015, 625.77, 1372803, 619.75, 625.78, 617.42
+09/10/2015, 621.35, 1903334, 613.1, 624.16, 611.43
+09/09/2015, 612.72, 1699686, 621.22, 626.52, 609.6
+09/08/2015, 614.66, 2277487, 612.49, 616.31, 604.12
+09/04/2015, 600.7, 2087028, 600, 603.47, 595.25
+09/03/2015, 606.25, 1757851, 617, 619.71, 602.8213
+09/02/2015, 614.34, 2573982, 605.59, 614.34, 599.71
+09/01/2015, 597.79, 3699844, 602.36, 612.86, 594.1
+08/31/2015, 618.25, 2172168, 627.54, 635.8, 617.68
+08/28/2015, 630.38, 1975818, 632.82, 636.88, 624.56
+08/27/2015, 637.61, 3485906, 639.4, 643.59, 622
+08/26/2015, 628.62, 4187276, 610.35, 631.71, 599.05
+08/25/2015, 582.06, 3521916, 614.91, 617.45, 581.11
+08/24/2015, 589.61, 5727282, 573, 614, 565.05
+08/21/2015, 612.48, 4261666, 639.78, 640.05, 612.33
+08/20/2015, 646.83, 2854028, 655.46, 662.99, 642.9
+08/19/2015, 660.9, 2132265, 656.6, 667, 654.19
+08/18/2015, 656.13, 1455664, 661.9, 664, 653.46
+08/17/2015, 660.87, 1050553, 656.8, 661.38, 651.24
+08/14/2015, 657.12, 1071333, 655.01, 659.855, 652.66
+08/13/2015, 656.45, 1807182, 659.323, 664.5, 651.661
+08/12/2015, 659.56, 2938651, 663.08, 665, 652.29
+08/11/2015, 660.78, 5016425, 669.2, 674.9, 654.27
+08/10/2015, 633.73, 1653836, 639.48, 643.44, 631.249
+08/07/2015, 635.3, 1403441, 640.23, 642.68, 629.71
+08/06/2015, 642.68, 1572150, 645, 645.379, 632.25
+08/05/2015, 643.78, 2331720, 634.33, 647.86, 633.16
+08/04/2015, 629.25, 1486858, 628.42, 634.81, 627.16
+08/03/2015, 631.21, 1301439, 625.34, 633.0556, 625.34
+07/31/2015, 625.61, 1705286, 631.38, 632.91, 625.5
+07/30/2015, 632.59, 1472286, 630, 635.22, 622.05
+07/29/2015, 631.93, 1573146, 628.8, 633.36, 622.65
+07/28/2015, 628, 1713684, 632.83, 632.83, 623.31
+07/27/2015, 627.26, 2673801, 621, 634.3, 620.5
+07/24/2015, 623.56, 3622089, 647, 648.17, 622.52
+07/23/2015, 644.28, 3014035, 661.27, 663.63, 641
+07/22/2015, 662.1, 3707818, 660.89, 678.64, 659
+07/21/2015, 662.3, 3363342, 655.21, 673, 654.3
+07/20/2015, 663.02, 5857092, 659.24, 668.88, 653.01
+07/17/2015, 672.93, 11153500, 649, 674.468, 645
+07/16/2015, 579.85, 4559712, 565.12, 580.68, 565
+07/15/2015, 560.22, 1782264, 560.13, 566.5029, 556.79
+07/14/2015, 561.1, 3231284, 546.76, 565.8487, 546.71
+07/13/2015, 546.55, 2204610, 532.88, 547.11, 532.4001
+07/10/2015, 530.13, 1954951, 526.29, 532.56, 525.55
+07/09/2015, 520.68, 1840155, 523.12, 523.77, 520.35
+07/08/2015, 516.83, 1293372, 521.05, 522.734, 516.11
+07/07/2015, 525.02, 1595672, 523.13, 526.18, 515.18
+07/06/2015, 522.86, 1278587, 519.5, 525.25, 519
+07/02/2015, 523.4, 1235773, 521.08, 524.65, 521.08
+07/01/2015, 521.84, 1961197, 524.73, 525.69, 518.2305
+06/30/2015, 520.51, 2234284, 526.02, 526.25, 520.5
+06/29/2015, 521.52, 1935361, 525.01, 528.61, 520.54
+06/26/2015, 531.69, 2108629, 537.26, 537.76, 531.35
+06/25/2015, 535.23, 1332412, 538.87, 540.9, 535.23
+06/24/2015, 537.84, 1286576, 540, 540, 535.66
+06/23/2015, 540.48, 1196115, 539.64, 541.499, 535.25
+06/22/2015, 538.19, 1243535, 539.59, 543.74, 537.53
+06/19/2015, 536.69, 1890916, 537.21, 538.25, 533.01
+06/18/2015, 536.73, 1832450, 531, 538.15, 530.79
+06/17/2015, 529.26, 1269113, 529.37, 530.98, 525.1
+06/16/2015, 528.15, 1071728, 528.4, 529.6399, 525.56
+06/15/2015, 527.2, 1632675, 528, 528.3, 524
+06/12/2015, 532.33, 955489, 531.6, 533.12, 530.16
+06/11/2015, 534.61, 1208632, 538.425, 538.98, 533.02
+06/10/2015, 536.69, 1813775, 529.36, 538.36, 529.35
+06/09/2015, 526.69, 1454172, 527.56, 529.2, 523.01
+06/08/2015, 526.83, 1523960, 533.31, 534.12, 526.24
+06/05/2015, 533.33, 1375008, 536.35, 537.2, 532.52
+06/04/2015, 536.7, 1346044, 537.76, 540.59, 534.32
+06/03/2015, 540.31, 1716836, 539.91, 543.5, 537.11
+06/02/2015, 539.18, 1936721, 532.93, 543, 531.33
+06/01/2015, 533.99, 1900257, 536.79, 536.79, 529.76
+05/29/2015, 532.11, 2590445, 537.37, 538.63, 531.45
+05/28/2015, 539.78, 1029764, 538.01, 540.61, 536.25
+05/27/2015, 539.79, 1524783, 532.8, 540.55, 531.71
+05/26/2015, 532.32, 2404462, 538.12, 539, 529.88
+05/22/2015, 540.11, 1175065, 540.15, 544.19, 539.51
+05/21/2015, 542.51, 1461431, 537.95, 543.8399, 535.98
+05/20/2015, 539.27, 1430565, 538.49, 542.92, 532.972
+05/19/2015, 537.36, 1964037, 533.98, 540.66, 533.04
+05/18/2015, 532.3, 2001117, 532.01, 534.82, 528.85
+05/15/2015, 533.85, 1965088, 539.18, 539.2743, 530.38
+05/14/2015, 538.4, 1401005, 533.77, 539, 532.41
+05/13/2015, 529.62, 1253005, 530.56, 534.3215, 528.655
+05/12/2015, 529.04, 1633180, 531.6, 533.2089, 525.26
+05/11/2015, 535.7, 904465, 538.37, 541.98, 535.4
+05/08/2015, 538.22, 1527181, 536.65, 541.15, 536
+05/07/2015, 530.7, 1543986, 523.99, 533.46, 521.75
+05/06/2015, 524.22, 1566865, 531.24, 532.38, 521.085
+05/05/2015, 530.8, 1380519, 538.21, 539.74, 530.3906
+05/04/2015, 540.78, 1303830, 538.53, 544.07, 535.06
+05/01/2015, 537.9, 1758085, 538.43, 539.54, 532.1
+04/30/2015, 537.34, 2080834, 547.87, 548.59, 535.05
+04/29/2015, 549.08, 1696886, 550.47, 553.68, 546.905
+04/28/2015, 553.68, 1490735, 554.64, 556.02, 550.366
+04/27/2015, 555.37, 2390696, 563.39, 565.95, 553.2001
diff --git a/implementation/artificial_intelligence/lstm.py b/implementation/artificial_intelligence/lstm.py
new file mode 100644
index 00000000..54cdf0cf
--- /dev/null
+++ b/implementation/artificial_intelligence/lstm.py
@@ -0,0 +1,52 @@
+# contoh sederahana dari long short term memory
+# dataset bisa dilihat pada file ``dataset_lstm.csv``
+# pengertian dari lstm bisa dilihat disini
+# https://en.wikipedia.org/wiki/Long_short-term_memory
+import numpy as np
+import pandas as pd
+from sklearn.preprocessing import MinMaxScaler
+from tensorflow.keras.layers import LSTM, Dense
+from tensorflow.keras.models import Sequential
+
+if __name__ == "__main__":
+ # pertama menyiaapkan data yang sudah kita
+ # siapkan
+ df = pd.read_csv("dataset_lstm.csv", header=None)
+ panjang_data = df.shape[0]
+
+ # jika dataset yang diinputkan lain, pastikan
+ # input tujun dari target dataset
+ data_aktual = df.iloc[:, 1:2]
+ data_aktual = data_aktual.values.reshape(panjang_data, 1)
+ data_aktual = MinMaxScaler().fit_transform(data_aktual)
+ data_sebelumnya = 10
+ hari_berikut = 5
+ periode = 20
+ pembagi_data = panjang_data - periode * data_sebelumnya
+ training_data = data_aktual[:pembagi_data]
+ testing_data = data_aktual[pembagi_data - data_sebelumnya :]
+ train_x, train_y = [], []
+ test_x, test_y = [], []
+
+ for i in range(0, len(training_data) - hari_berikut - data_sebelumnya + 1):
+ train_x.append(training_data[i : i + data_sebelumnya])
+ train_y.append(
+ training_data[i + data_sebelumnya : i + data_sebelumnya + hari_berikut]
+ )
+ for i in range(0, len(testing_data) - hari_berikut - data_sebelumnya + 1):
+ test_x.append(testing_data[i : i + data_sebelumnya])
+ test_y.append(testing_data[i + data_sebelumnya + hari_berikut])
+ x_train = np.array(train_x)
+ x_test = np.array(test_x)
+ y_train = np.array([list(i.ravel()) for i in train_y])
+ y_test = np.array([list(i.ravel()) for i in test_y])
+
+ model = Sequential()
+ model.add(LSTM(128, input_shape=(data_sebelumnya, 1), return_sequences=True))
+ model.add(LSTM(64, input_shape=(128, 1)))
+ model.add(Dense(hari_berikut))
+ model.compile(loss="mean_squared_error", optimizer="adam")
+ history = model.fit(
+ x_train, y_train, epochs=150, verbose=1, shuffle=True, batch_size=4
+ )
+ prediksi = model.predict(x_test)
From 691fc7bc7fd44ce41599768bb26212f351bf8dcd Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sat, 1 Apr 2023 10:02:20 +0700
Subject: [PATCH 080/212] add: menambahkan algoritma baru (#257)
* add: menambahkan algoritma baru
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
implementation/statistic/covariance.py | 52 ++++++++++++++++++++++++++
1 file changed, 52 insertions(+)
create mode 100644 implementation/statistic/covariance.py
diff --git a/implementation/statistic/covariance.py b/implementation/statistic/covariance.py
new file mode 100644
index 00000000..02a61659
--- /dev/null
+++ b/implementation/statistic/covariance.py
@@ -0,0 +1,52 @@
+import numpy as np
+import requests
+
+
+def dataset_collect():
+ collect = requests.get(
+ "https://raw.githubusercontent.com/yashLadha/The_Math_of_Intelligence/"
+ "master/Week1/ADRvsRating.csv"
+ )
+ line = collect.text.splitlines()
+ data = []
+ for item in line:
+ item = item.split(",")
+ data.append(item)
+ data.pop(0)
+ dataset = np.matrix(data).astype(float)
+ return dataset
+
+
+def cov(vector: np.array) -> np.array:
+ """
+ covariasi adalah pengukuran untuk hubungan dua variabel
+ apabaila ada salah satu variabel meningkat maka variabel lain
+ nya akan mengningkat pula
+
+ Parameter:
+
+ ----------
+ vector: kumpulan data yang dimensi 2
+
+ Return:
+
+ --------
+ vector: output ini berupa float di bungkus dgn vector
+
+ refence:
+ https://stats.stackexchange.com/questions/467306/how-calculate-variance-covariance-matrix-of-coefficients-for-multivariate-multi
+ https://en.wikipedia.org/wiki/Covariance
+ """
+ n_sample = vector.shape[0] - 1
+ mean_ = np.mean(vector, axis=0)
+ X = vector - mean_
+ return (X.T @ X) / n_sample
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
+ df = dataset_collect()
+ covariance = cov(df)
+ print(covariance)
From 68679572de4d70e069ceb659469f4e8e16b07ab3 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sat, 1 Apr 2023 03:02:37 +0000
Subject: [PATCH 081/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 41531d01..64d595e2 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -213,6 +213,7 @@
* [N Body Simulation](https://github.com/bellshade/Python/blob/main/implementation/physics/n_body_simulation.py)
* [Percepatan](https://github.com/bellshade/Python/blob/main/implementation/physics/percepatan.py)
* Statistic
+ * [Covariance](https://github.com/bellshade/Python/blob/main/implementation/statistic/covariance.py)
* [Entropy](https://github.com/bellshade/Python/blob/main/implementation/statistic/entropy.py)
* [Information Gain](https://github.com/bellshade/Python/blob/main/implementation/statistic/information_gain.py)
* [Median](https://github.com/bellshade/Python/blob/main/implementation/statistic/median.py)
From b29abbcaea2bf845e4c97e860aa43adc27f61e5f Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Mon, 3 Apr 2023 19:07:30 +0000
Subject: [PATCH 082/212] [pre-commit.ci] pre-commit autoupdate (#259)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/psf/black: 23.1.0 → 23.3.0](https://github.com/psf/black/compare/23.1.0...23.3.0)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 4c254ef3..b63ad87f 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -14,7 +14,7 @@ repos:
- id: auto-walrus
- repo: https://github.com/psf/black
- rev: 23.1.0
+ rev: 23.3.0
hooks:
- id: black
From 401cfc966f8cca3ceca42daaa1b45d3b669707f3 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Tue, 4 Apr 2023 09:27:22 +0700
Subject: [PATCH 083/212] feat: menambahkan fungsi logistik regressi (#258)
* feat: menambahkan fungsi logistik regressi
* update DIRECTORY.md
---------
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
.../logistic_regression.py | 75 +++++++++++++++++++
2 files changed, 76 insertions(+)
create mode 100644 implementation/artificial_intelligence/logistic_regression.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 64d595e2..ba5fadf8 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -151,6 +151,7 @@
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
+ * [Logistic Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/logistic_regression.py)
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
diff --git a/implementation/artificial_intelligence/logistic_regression.py b/implementation/artificial_intelligence/logistic_regression.py
new file mode 100644
index 00000000..7548ea12
--- /dev/null
+++ b/implementation/artificial_intelligence/logistic_regression.py
@@ -0,0 +1,75 @@
+# logistik regression adalah teknik analisis data yang
+# menggunakan matematika untuk menemukan antara dua
+# faktor data. kemudian menggunakan hubungan ini untuk
+# memprediksi nilai dari salah satu faktor tersebut
+# berdasarkan faktor yang lain. prediksi biasanya
+# memiliki jumlh hasil yang terbata, antara ya dan tidak.
+import numpy as np
+from matplotlib import pyplot as plt
+from sklearn import datasets
+
+
+def fungsi_cost(h, y):
+ """
+ untuk memetakan proses atau nilai dari
+ satu atau lebih bariabel ke bilangan rill
+ secara intuitif mewakili berapa biaya yang
+ terkait dengan proses
+ """
+ return (-y * np.log(h) - (1 - y) * np.log(1 - h)).mean()
+
+
+def kemungkinan_maksimum(x, y, ukuran):
+ """
+ ini adalah metode untuk memperkirakan parameter
+ dari distribusi probabilitas yang diasumsukan,
+ mengingat beberapa data yang diamati.
+ """
+ skor = np.dot(x, ukuran)
+ return np.sum(y * skor - np.log(1 + np.exp(skor)))
+
+
+def fungsi_sigmoid(n):
+ return 1 / (1 + np.exp(-n))
+
+
+def logsitik_regresi(alpha, x, y, max_iterasi=70000):
+ theta = np.zeros(x.shape[1])
+
+ for iterasi in range(max_iterasi):
+ z = np.dot(x, theta)
+ h = fungsi_sigmoid(z)
+ gradient = np.dot(x.T, h - y) / y.size
+ theta = theta - alpha * gradient
+ z = np.dot(x, theta)
+ h = fungsi_sigmoid(z)
+ j = fungsi_cost(h, y)
+ if iterasi % 100 == 0:
+ print(f"loss {j} \t")
+ return theta
+
+
+if __name__ == "__main__":
+ iris = datasets.load_iris()
+ x = iris.data[:, :2]
+ y = (iris.target != 0) * 1
+
+ alpha = 0.1
+ theta = logsitik_regresi(alpha, x, y, max_iterasi=70000)
+ print("theta: ", theta)
+
+ def prediksi_probabilitas(n):
+ return fungsi_sigmoid(np.dot(x, theta))
+
+ plt.figure(figsize=(10, 6))
+ plt.scatter(x[y == 0][:, 0], x[y == 0][:, 1], color="b", label="0")
+ plt.scatter(x[y == 1][:, 0], x[y == 1][:, 1], color="r", label="1")
+ (x1_min, x1_max) = (x[:, 0].min(), x[:, 0].max())
+ (x2_min, x2_max) = (x[:, 1].min(), x[:, 1].max())
+ (xx1, xx2) = np.meshgrid(np.linspace(x1_min, x1_max), np.linspace(x2_min, x2_max))
+ grid = np.c_[xx1.ravel(), xx2.ravel()]
+ probs = prediksi_probabilitas(grid).reshape(xx1.shape)
+ plt.contour(xx1, xx2, probs, [0.5], linewidths=1, colors="black")
+
+ plt.legend()
+ plt.show()
From 6e2e58f607e6466a01916f4c4a0965c87115f7ff Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Wed, 5 Apr 2023 09:41:41 +0700
Subject: [PATCH 084/212] feat: menambahkan distribusi multivariate (#261)
* feat: menambahkan distribusi multivariate
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
implementation/statistic/correlation.py | 46 +++++++++++++++++
.../normalDistribution_multivariate.py | 50 +++++++++++++++++++
2 files changed, 96 insertions(+)
create mode 100644 implementation/statistic/correlation.py
create mode 100644 implementation/statistic/normalDistribution_multivariate.py
diff --git a/implementation/statistic/correlation.py b/implementation/statistic/correlation.py
new file mode 100644
index 00000000..0af89805
--- /dev/null
+++ b/implementation/statistic/correlation.py
@@ -0,0 +1,46 @@
+import numpy as np
+import requests
+
+
+def dataset() -> np.array:
+ respon = requests.get(
+ "https://raw.githubusercontent.com/yashLadha/The_Math_of_Intelligence/"
+ "master/Week1/ADRvsRating.csv"
+ )
+ line = respon.text.splitlines()
+ data = []
+ for item in line:
+ item = item.split(",")
+ data.append(item)
+ data.pop(0)
+ dataset = np.matrix(data).astype(float)
+ return dataset
+
+
+def correlation(matrix: np.array) -> np.array:
+ """
+ correlation merupakan hubungan dua variabel
+ atau lebih baik variabel bersifat bebas atau
+ terikat.
+ Parama:
+ -------
+ params:matrix: merupakan bentuk array bersifat multivariat
+ refence:
+ https://en.wikipedia.org/wiki/Correlation
+ """
+ n = matrix.shape[0]
+ mean_ = np.mean(matrix, axis=0)
+ X = matrix - mean_
+ cov = (X.T @ X) / (n)
+ std_dev = np.sqrt(np.diag(cov))
+ inv_std_dev = np.diag(1 / std_dev)
+ return inv_std_dev @ cov @ inv_std_dev
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
+ matrix = dataset()
+ print(dataset())
+ print(correlation(matrix))
diff --git a/implementation/statistic/normalDistribution_multivariate.py b/implementation/statistic/normalDistribution_multivariate.py
new file mode 100644
index 00000000..ebbafbb3
--- /dev/null
+++ b/implementation/statistic/normalDistribution_multivariate.py
@@ -0,0 +1,50 @@
+import numpy as np
+import requests
+
+
+def dataset() -> np.array:
+ respon = requests.get(
+ "https://raw.githubusercontent.com/yashLadha/The_Math_of_Intelligence/"
+ "master/Week1/ADRvsRating.csv"
+ )
+ line = respon.text.splitlines()
+ data = []
+ for item in line:
+ item = item.split(",")
+ data.append(item)
+ data.pop(0)
+ dataset = np.matrix(data).astype(float)
+ dataset = dataset[:, [0, 1]]
+ return dataset
+
+
+def gauss_distribution_multivariate(vector: np.array) -> np.array:
+ """
+ gauss distribusi normal adalah merupakan
+ tipe peluang continues bertujuan menciptakan
+ data random yang mirip value aslinya
+
+ Param:
+ ------
+ vector:array dengan dimensi 2D
+
+ Return:
+ -----
+ array: berisi number yang telah dilakukan normal distrbution
+ """
+ n, m = vector.shape
+ mean_ = np.mean(vector, axis=0)
+ X = vector - mean_
+ cov = (X.T @ X) / (n - 1)
+ formula = (
+ 1.0
+ / np.sqrt((2 * np.pi) ** m * np.linalg.det(cov))
+ * (-0.5 * np.sum(X @ (np.linalg.inv(cov) @ X.T), axis=1))
+ )
+ return formula
+
+
+if __name__ == "__main__":
+ data = np.random.normal(loc=0, scale=1, size=(100, 2))
+ print(gauss_distribution_multivariate(dataset()))
+ print(gauss_distribution_multivariate(data))
From d63ba233c25a08a1082c00cc565da1470f4bceeb Mon Sep 17 00:00:00 2001
From: github-actions
Date: Wed, 5 Apr 2023 02:41:55 +0000
Subject: [PATCH 085/212] update DIRECTORY.md
---
DIRECTORY.md | 2 ++
1 file changed, 2 insertions(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index ba5fadf8..c5dde345 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -214,11 +214,13 @@
* [N Body Simulation](https://github.com/bellshade/Python/blob/main/implementation/physics/n_body_simulation.py)
* [Percepatan](https://github.com/bellshade/Python/blob/main/implementation/physics/percepatan.py)
* Statistic
+ * [Correlation](https://github.com/bellshade/Python/blob/main/implementation/statistic/correlation.py)
* [Covariance](https://github.com/bellshade/Python/blob/main/implementation/statistic/covariance.py)
* [Entropy](https://github.com/bellshade/Python/blob/main/implementation/statistic/entropy.py)
* [Information Gain](https://github.com/bellshade/Python/blob/main/implementation/statistic/information_gain.py)
* [Median](https://github.com/bellshade/Python/blob/main/implementation/statistic/median.py)
* [Modus](https://github.com/bellshade/Python/blob/main/implementation/statistic/modus.py)
+ * [Normaldistribution Multivariate](https://github.com/bellshade/Python/blob/main/implementation/statistic/normalDistribution_multivariate.py)
* [Rata Rata](https://github.com/bellshade/Python/blob/main/implementation/statistic/rata_rata.py)
* [Standard Deviasi](https://github.com/bellshade/Python/blob/main/implementation/statistic/standard_deviasi.py)
* [Variance](https://github.com/bellshade/Python/blob/main/implementation/statistic/variance.py)
From 9737315712182c41cf3154b9b8084d7a416dee02 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Thu, 6 Apr 2023 05:34:06 +0700
Subject: [PATCH 086/212] K nearest neighbour (#260)
* feat: menambahkan algoritma k nearest neigbour
* update DIRECTORY.md
---------
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
.../k_nearest_neighbour.py | 60 +++++++++++++++++++
2 files changed, 61 insertions(+)
create mode 100644 implementation/artificial_intelligence/k_nearest_neighbour.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index c5dde345..6d6d48be 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -150,6 +150,7 @@
* [Decision Tree](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/decision_tree.py)
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
+ * [K Nearest Neighbour](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_nearest_neighbour.py)
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* [Logistic Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/logistic_regression.py)
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
diff --git a/implementation/artificial_intelligence/k_nearest_neighbour.py b/implementation/artificial_intelligence/k_nearest_neighbour.py
new file mode 100644
index 00000000..2e46a112
--- /dev/null
+++ b/implementation/artificial_intelligence/k_nearest_neighbour.py
@@ -0,0 +1,60 @@
+# algoritma ini adalah merupakan algoritma machine learning
+# sederhana dan mudah diterapkan yang dapat digunakan untuk
+# menyelesaikan masalah klasifikasi dan regresi
+# algoritma KNN menggunakan sejumlah paramater
+# yang fleksibel, dan jumlah parameter seringkali bertambah
+# seiring data yang semakin banyak.
+# algoritma KNN juga bersifat lazy learning, yang artinya tidak
+# menggunaakan titik data training untuk membuat model. singkatnya
+# algoritma ini tidak ada fase training, kalaupun juga sangat minim.
+# referensi
+# - https://www.ibm.com/topics/knn
+
+from collections import Counter
+
+import numpy as np
+from sklearn import datasets
+from sklearn.model_selection import train_test_split
+
+data = datasets.load_iris()
+
+X = np.array(data["data"])
+y = np.array(data["target"])
+classes = data["target_names"]
+
+X_train, X_train, y_train, y_test = train_test_split(X, y)
+
+
+def euclidean_distance(a, b):
+ """
+ memberikan jarak antara dua euclidean
+ >>> euclidean_distance([0, 0], [3, 4])
+ 5.0
+ """
+ return np.linalg.norm(np.array(a) - np.array(b))
+
+
+def klasifikasi(train_data, train_target, classes, point, k=5):
+ """
+ mengklasifikasikan titik algoritma menggunakan algortima
+ KNN, k titik terdekat ditemukan (diurutkan dalam urutan
+ menaik jarak euclidean)
+
+ >>> X_train = [[0, 0], [1, 0], [0, 1], [0.5, 0.5], [3, 3], [2, 3], [3, 2]]
+ >>> y_train = [0, 0, 0, 0, 1, 1, 1]
+ >>> classes = ['A','B']; point = [1.2,1.2]
+ >>> klasifikasi(X_train, y_train, classes, point)
+ 'A'
+ """
+ data = zip(train_data, train_target)
+ jarak = []
+ for data_point in data:
+ jarak_1 = euclidean_distance(data_point[0], point)
+ jarak.append((jarak_1, data_point[1]))
+ votes = [i[1] for i in sorted(jarak)[:k]]
+ hasil = Counter(votes).most_common(1)[0][0]
+ return classes[hasil]
+
+
+if __name__ == "__main__":
+ print(klasifikasi(X_train, y_train, classes, [4.4, 3.1, 1.3, 1.4]))
From c0ccc465e164f5dd8a825d9e6c6639d08a3e6683 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Mon, 10 Apr 2023 18:03:06 +0700
Subject: [PATCH 087/212] feat: menambahkan distribusi multivariate (#262)
* fix: memperbaiki algoritma multivariate
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../statistic/multivariate_normal.py | 94 +++++++++++++++++++
1 file changed, 94 insertions(+)
create mode 100644 implementation/statistic/multivariate_normal.py
diff --git a/implementation/statistic/multivariate_normal.py b/implementation/statistic/multivariate_normal.py
new file mode 100644
index 00000000..f84dd6c5
--- /dev/null
+++ b/implementation/statistic/multivariate_normal.py
@@ -0,0 +1,94 @@
+import numpy as np
+import requests
+
+
+def dataset() -> np.array:
+ respon = requests.get(
+ "https://raw.githubusercontent.com/yashLadha/The_Math_of_Intelligence/"
+ "master/Week1/ADRvsRating.csv"
+ )
+ line = respon.text.splitlines()
+ data = []
+ for item in line:
+ item = item.split(",")
+ data.append(item)
+ data.pop(0)
+ dataset = np.matrix(data).astype(float)
+ dataset = dataset[:, [0, 1]]
+ return dataset
+
+
+def multivariate_normal(vector: np.array, mean=None, cov=None) -> np.array:
+ """
+ multivariate_normal adalah merupakan
+ tipe peluang continues bertujuan menciptakan
+ data random yang mirip value aslinya
+
+ Param:
+ ------
+ vector:array dengan dimensi 2D
+
+ Return:
+ -----
+ array: berisi number yang telah dilakukan normal distrbution
+
+ Refence:
+ --------
+ https://towardsdatascience.com/gaussian-mixture-models-implemented-from-scratch-1857e40ea566
+ https://github.com/Nuage21/Machine-Learning-from-Scratch/blob/master/Mgd.py
+ Example:
+ --------
+ >>> x=np.random.randint(1,100,size=(100,2))
+ >>> y=multivariate_normal(x)
+ >>> y
+ array(
+ [-1.26135853e-18, 4.13560174e-19, 1.36474857e-18, -1.49915563e-19,
+ -9.51188399e-19, 1.44746061e-19, -1.24068052e-18, -7.85764330e-19,
+ -6.41018269e-19, -2.63644611e-19, -9.04662880e-20, 1.22000251e-18,
+ 3.87712663e-20, 1.03390043e-19, -5.47967230e-19, -8.16781343e-19,
+ 1.69559671e-18, 1.42678260e-18, -1.84034277e-18, -1.61546943e-21,
+ 1.69559671e-18, -1.69559671e-18, 1.83517327e-19, -8.89154373e-19,
+ -2.89492121e-19, 1.11661247e-18, 7.80594827e-19, -5.47967230e-19,
+ -4.34238182e-19, 6.41018269e-19, 3.10170130e-19, -1.65424069e-18,
+ 8.16781343e-19, -5.78984243e-19, 9.09832382e-19, 1.62839318e-19,
+ -8.52967858e-20, 2.23322494e-18, 6.82374286e-19, -3.78019846e-20,
+ 1.59220667e-18, -7.96103334e-19, 1.48881662e-18, 1.03390043e-18,
+ -0.00000000e+00, -1.65424069e-18, -9.82205412e-19, 1.86102078e-18,
+ -3.17924383e-19, -2.94661624e-19, -1.01322243e-18, -1.34407056e-18,
+ -4.00636418e-20, 1.53017264e-18, 7.03052295e-19, -8.16781343e-19,
+ 3.82543160e-19, -2.89492121e-19, -7.23730304e-20, -1.08559546e-19,
+ -9.40849395e-19, 3.10170130e-19, 2.68814113e-19, 5.47967230e-19,
+ 2.58475108e-19, 1.03390043e-20, 5.27289221e-19, 6.82374286e-19,
+ 7.50224002e-19, 1.34407056e-18, 1.38542658e-18, -7.85764330e-19,
+ 3.46356645e-19, 1.96441082e-19, -8.68476364e-19, 2.06780087e-19,
+ -1.81966476e-18, 1.73695273e-18, 8.58137360e-19, -2.15051290e-18,
+ 7.65086321e-19, -1.73178323e-19, 7.65086321e-19, -1.81966476e-18,
+ -1.24068052e-18, -3.56695650e-19, 1.03390043e-19, 1.91271580e-19,
+ -5.47967230e-19, -1.59220667e-18, 8.06442338e-19, 1.75763074e-18,
+ -5.99662252e-19, 7.85764330e-19, -1.44746061e-18, -1.42678260e-18,
+ -7.65086321e-19, 1.98508883e-18, -7.75425325e-19, -1.05457844e-18]
+ )
+ """
+ # apabila ada mean sama dengan None
+ if mean is None:
+ mean = np.mean(vector, axis=0)
+ if cov is None:
+ X = vector - mean
+ cov = X.T @ X
+ # check apakah vectornya berdimensi 2
+ if vector.ndim != 2:
+ raise ValueError("Matrixnya harus berdimensi 2")
+ _, m = vector.shape
+ formula = (
+ 1.0
+ / np.sqrt((2 * np.pi) ** m * np.linalg.det(cov))
+ * (-0.5 * np.sum(X @ (np.linalg.inv(cov) @ X.T), axis=1))
+ )
+ output = formula.squeeze()
+ return output
+
+
+if __name__ == "__main__":
+ data = np.random.normal(loc=0, scale=1, size=(100, 2))
+ print(multivariate_normal(dataset()))
+ print(multivariate_normal(data))
From 72919a5ea9b8a557c86c3a0afa098b21363ae923 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Mon, 10 Apr 2023 11:03:22 +0000
Subject: [PATCH 088/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 6d6d48be..f66d6624 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -221,6 +221,7 @@
* [Information Gain](https://github.com/bellshade/Python/blob/main/implementation/statistic/information_gain.py)
* [Median](https://github.com/bellshade/Python/blob/main/implementation/statistic/median.py)
* [Modus](https://github.com/bellshade/Python/blob/main/implementation/statistic/modus.py)
+ * [Multivariate Normal](https://github.com/bellshade/Python/blob/main/implementation/statistic/multivariate_normal.py)
* [Normaldistribution Multivariate](https://github.com/bellshade/Python/blob/main/implementation/statistic/normalDistribution_multivariate.py)
* [Rata Rata](https://github.com/bellshade/Python/blob/main/implementation/statistic/rata_rata.py)
* [Standard Deviasi](https://github.com/bellshade/Python/blob/main/implementation/statistic/standard_deviasi.py)
From 0aa4c83d5c4fbb7b1fd2d780bac44869dfa6f20b Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sat, 15 Apr 2023 16:13:14 +0700
Subject: [PATCH 089/212] feat: menambahkan fungsi skoring (#263)
* feat: menambahkan fungsi skoring
* update DIRECTORY.md
---------
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
.../artificial_intelligence/fungsi_skoring.py | 97 +++++++++++++++++++
2 files changed, 98 insertions(+)
create mode 100644 implementation/artificial_intelligence/fungsi_skoring.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index f66d6624..40de3f7d 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -148,6 +148,7 @@
## Implementation
* Artificial Intelligence
* [Decision Tree](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/decision_tree.py)
+ * [Fungsi Skoring](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/fungsi_skoring.py)
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
* [K Nearest Neighbour](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_nearest_neighbour.py)
diff --git a/implementation/artificial_intelligence/fungsi_skoring.py b/implementation/artificial_intelligence/fungsi_skoring.py
new file mode 100644
index 00000000..796bab39
--- /dev/null
+++ b/implementation/artificial_intelligence/fungsi_skoring.py
@@ -0,0 +1,97 @@
+# implementasi dari fungsi skoring
+# untuk mengkalkulasikan perbedaan antara
+# value yang terprediksi dengan value yang aktual
+# terdapat juga mode dari:
+# - MAE (mean absolute error)
+# menghitung perbedaan mutlak rata-rata antara
+# dua vektor numerik
+# - RMSE (root mean squared error)
+# untuk mengukur seberapa jauh nilai observasi
+# dalam analisis regresi
+# - MSE (mean squared error)
+# fungsi untuk mengukur square error
+# - RMSLE (root mean square logarithmic error)
+# menambahkan satu ke aktual sebelum mengambil
+# nilai logaritma natural untuk menghindari
+# catching log natural nilai nol
+
+import numpy as np
+
+
+def fungsi_mae(prediksi: list, nilai_aktual: list) -> float:
+ """
+ >>> nilai_aktual = [1,2,3]
+ >>> prediksi = [1, 4, 3]
+ >>> np.around(fungsi_mae(prediksi, nilai_aktual), decimals=2)
+ 0.67
+ """
+ prediksi = np.array(prediksi)
+ nilai_aktual = np.array(nilai_aktual)
+ perbedaan = abs(prediksi - nilai_aktual)
+ hasil = perbedaan.mean()
+ return hasil
+
+
+def fungsi_mse(prediksi: list, nilai_aktual: list) -> float:
+ """
+ >>> nilai_aktual = [1, 1, 1]
+ >>> prediksi = [1, 1, 1]
+ >>> fungsi_mse(prediksi, nilai_aktual)
+ 0.0
+ """
+ prediksi = np.array(prediksi)
+ nilai_aktual = np.array(nilai_aktual)
+ perbedaan = prediksi - nilai_aktual
+ root_diff = np.square(perbedaan)
+ hasil = root_diff.mean()
+ return hasil
+
+
+def fungsi_rmse(prediksi: list, nilai_aktual: list) -> float:
+ """
+ >>> nilai_aktual = [1, 2, 3]
+ >>> prediksi = [1, 4, 3]
+ >>> np.around(fungsi_rmse(prediksi, nilai_aktual), decimals=2)
+ 1.15
+ """
+ prediksi = np.array(prediksi)
+ nilai_aktual = np.array(nilai_aktual)
+ perbedaan = prediksi - nilai_aktual
+ root_diff = np.square(perbedaan)
+ mean_square_diff = root_diff.mean()
+ hasil = np.sqrt(mean_square_diff)
+ return hasil
+
+
+def fungsi_rmsle(prediksi: list, nilai_aktual: list) -> float:
+ """
+ >>> nilai_aktual = [10, 10, 30]
+ >>> prediksi = [10, 2, 30]
+ >>> np.around(fungsi_rmsle(prediksi, nilai_aktual), decimals = 2)
+ 0.75
+ """
+ prediksi = np.array(prediksi)
+ nilai_aktual = np.array(nilai_aktual)
+ prediksi_log = np.log(prediksi + 1)
+ nilai_log_aktual = np.log(nilai_aktual + 1)
+ perbedaan = prediksi_log - nilai_log_aktual
+ square_diff = np.square(perbedaan)
+ mean_square_diff = square_diff.mean()
+ hasil = np.sqrt(mean_square_diff)
+ return hasil
+
+
+def fungsi_mbd(prediksi: list, nilai_aktual: list) -> float:
+ prediksi = np.array(prediksi)
+ nilai_aktual = np.array(nilai_aktual)
+ perbedaan = prediksi - nilai_aktual
+ numerator = np.sum(perbedaan) / len(prediksi)
+ denumerator = np.sum(nilai_aktual) / len(prediksi)
+ hasil = float(numerator) / denumerator * 100
+ return hasil
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 3079456264c579920480b0ac3846eecd1cde1967 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Fri, 5 May 2023 22:50:49 +0700
Subject: [PATCH 090/212] feat: menambahkan fungsi softmax dan class
LabelEncoding (#264)
* feat: menambahkan fungsi softmax dan class LabelEncoding
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* fix: Commented unused global variable
Signed: slowy07@bot.com
* fix: Add return ``None`` CodeQL
Signed: slowy07@bot.com
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
Co-authored-by: arfy slowy
---
implementation/statistic/LabelEncoding.py | 48 +++++++++++++++++++++++
implementation/statistic/softmax.py | 21 ++++++++++
2 files changed, 69 insertions(+)
create mode 100644 implementation/statistic/LabelEncoding.py
create mode 100644 implementation/statistic/softmax.py
diff --git a/implementation/statistic/LabelEncoding.py b/implementation/statistic/LabelEncoding.py
new file mode 100644
index 00000000..32c21199
--- /dev/null
+++ b/implementation/statistic/LabelEncoding.py
@@ -0,0 +1,48 @@
+from typing import Union
+
+import numpy as np
+import pandas as pd
+
+
+class LabelEncoding:
+ """
+ Deskripsi:
+
+ ---
+ Label Enconding adalah algoritma untuk tanda setiap value
+ agar bisa di kategorikan
+
+ Example:
+
+ ----
+
+ """
+
+ def __init__(self):
+ self.unique_values = []
+ self.label_map = {}
+
+ def fit(self, data: Union[np.array, pd.DataFrame]):
+ if isinstance(data, pd.DataFrame):
+ data = data.value
+ self.unique_values = np.unique(data)
+ return self
+
+ def transform(self, data: np.array):
+ labels = []
+ for row in data:
+ row_labels = []
+ for value in row:
+ if value not in self.label_map:
+ self.label_map[value] = len(self.label_map)
+ row_labels.append(self.label_map[value])
+ labels.append(row_labels)
+ return np.array(labels)
+
+
+if __name__ == "__main__":
+ data = np.array([[1, 2, 1, 2], [1, 2, 2, 1]])
+ # df = pd.DataFrame({"S": data[0], "B": data[1]})
+ label = LabelEncoding()
+ label.fit(data)
+ print(label.transform(data))
diff --git a/implementation/statistic/softmax.py b/implementation/statistic/softmax.py
new file mode 100644
index 00000000..2cc6246c
--- /dev/null
+++ b/implementation/statistic/softmax.py
@@ -0,0 +1,21 @@
+import numpy as np
+
+
+def softmax(array: np.array) -> None:
+ """
+ Softmax adalah salah satu fungsi aktivasi yang sering
+ digunakan pada jaringan saraf buatan untuk memetakan input ke
+ dalam probabilitas keluaran yang sesuai dengan nilai target.
+ """
+ x = np.array(array)
+ if x.ndim == 1:
+ return np.exp(x) / np.sum(np.exp(x))
+ elif x.ndim == 2:
+ n, _ = x.shape
+ return np.exp(x[:, n]) / np.sum(np.exp(x), axis=1)
+
+
+if __name__ == "__main__":
+ data = np.array([[1, 2, 3, 4, 5], [1, 2, 3, 4, 5]])
+ softmax_result = softmax(data)
+ print(softmax_result)
From 88261f6c2e28cc5fc16d0bddf280986c0010d12e Mon Sep 17 00:00:00 2001
From: github-actions
Date: Fri, 5 May 2023 15:51:05 +0000
Subject: [PATCH 091/212] update DIRECTORY.md
---
DIRECTORY.md | 2 ++
1 file changed, 2 insertions(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 40de3f7d..c4961265 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -216,6 +216,7 @@
* [N Body Simulation](https://github.com/bellshade/Python/blob/main/implementation/physics/n_body_simulation.py)
* [Percepatan](https://github.com/bellshade/Python/blob/main/implementation/physics/percepatan.py)
* Statistic
+ * [Labelencoding](https://github.com/bellshade/Python/blob/main/implementation/statistic/LabelEncoding.py)
* [Correlation](https://github.com/bellshade/Python/blob/main/implementation/statistic/correlation.py)
* [Covariance](https://github.com/bellshade/Python/blob/main/implementation/statistic/covariance.py)
* [Entropy](https://github.com/bellshade/Python/blob/main/implementation/statistic/entropy.py)
@@ -225,6 +226,7 @@
* [Multivariate Normal](https://github.com/bellshade/Python/blob/main/implementation/statistic/multivariate_normal.py)
* [Normaldistribution Multivariate](https://github.com/bellshade/Python/blob/main/implementation/statistic/normalDistribution_multivariate.py)
* [Rata Rata](https://github.com/bellshade/Python/blob/main/implementation/statistic/rata_rata.py)
+ * [Softmax](https://github.com/bellshade/Python/blob/main/implementation/statistic/softmax.py)
* [Standard Deviasi](https://github.com/bellshade/Python/blob/main/implementation/statistic/standard_deviasi.py)
* [Variance](https://github.com/bellshade/Python/blob/main/implementation/statistic/variance.py)
From 725ff722be639af245fa5831fe56712308f98ae9 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Mon, 15 May 2023 05:44:16 +0700
Subject: [PATCH 092/212] add: Menambahkan algorithm Factorial Analitic (#266)
* add: Menambahkan algorithm Factorial Analitic
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
implementation/statistic/factorAnalitic.py | 90 ++++++++++++++++++++++
1 file changed, 90 insertions(+)
create mode 100644 implementation/statistic/factorAnalitic.py
diff --git a/implementation/statistic/factorAnalitic.py b/implementation/statistic/factorAnalitic.py
new file mode 100644
index 00000000..328f7146
--- /dev/null
+++ b/implementation/statistic/factorAnalitic.py
@@ -0,0 +1,90 @@
+import numpy as np
+from sklearn.utils.extmath import randomized_svd
+
+
+class StandardScaler:
+ def __init__(self):
+ self.mean_ = None
+
+ def fit_transform(self, data, axis=0):
+ self.mean_ = np.mean(data, axis=axis)
+ std_data = np.std(data, axis=axis)
+ if axis == 1:
+ result = (data - self.mean_[:, np.newaxis]) / std_data[:, np.newaxis]
+ else:
+ result = (data - self.mean_) / std_data
+ return result
+
+
+class Factor_Analisis:
+ def __init__(self, n_factors):
+ """
+ factory analisis adalah salah satu
+ Params:
+ n_factors :n_factor merupakan fitur dalam
+ factor_loading:factor loading merupakan metode
+ untuk melihat variasi data yang
+ kita gunakan observasikan
+ explained_variance:instance ini merupakan untuk mengukur
+ secara model matematis yang memperhitungkan
+ variasi dari kumpulan data yang diberikan
+ factor_score:instance ini merupakan nilai numeric dengan menghasilkan
+ person's releative di atas latent factor
+ """
+ self.n_factors = n_factors
+ self.factor_loadings = None
+ self.explained_variance = None
+ self.factor_score = None
+
+ def fit(self, x: np.array):
+ X = np.asarray(x)
+ # transformasi data dulu
+ scaler = StandardScaler()
+ X_scaled = scaler.fit_transform(X, axis=1)
+
+ # Menghitung matriks kovarians
+ covariance_matrix = np.cov(X_scaled, rowvar=False)
+
+ # Menghitung eigenvalues dan eigenvectors dari matriks kovarians
+ if X_scaled.shape[0] < X_scaled.shape[1]:
+ # kodinfi ini apabila jumlah sample jumlah dari jumlah fitur
+ _, S, V = randomized_svd(covariance_matrix, n_components=self.n_factors)
+ eigenvalues = S**2
+ eigenvectors = V.T
+ else:
+ # Menggunakan eigendecomposition biasa jika jumlah sampel lebih besar
+ # atau sama dengan jumlah fitur
+ eigenvalues, eigenvectors = np.linalg.eig(covariance_matrix)
+
+ idx = np.argsort(eigenvalues)[::-1]
+ # Mengurutkan eigenvalues dan eigenvectors dalam urutan menurun
+ eigenvalues = eigenvalues[idx]
+ eigenvectors = eigenvectors[:, idx]
+
+ # Memilih n faktor teratas
+ self.factor_loadings = eigenvectors[:, : self.n_factors]
+
+ # Menghitung variance yang dijelaskan oleh setiap faktor
+ self.explained_variance = eigenvalues[: self.n_factors] / np.sum(eigenvalues)
+
+ return self
+
+ def fit_transform(self, X: np.array):
+ self.fit(X)
+ scaler = StandardScaler()
+ X_scaled = scaler.fit_transform(X, axis=1)
+ self.factor_score = np.dot(X_scaled, self.factor_loadings)
+ return self.factor_score
+
+
+if __name__ == "__main__":
+ import doctest
+
+ from sklearn.datasets import load_digits
+
+ digits = load_digits()
+ X = digits.data
+ fa = Factor_Analisis(n_factors=2)
+ X_transformed = fa.fit_transform(X)
+ print("bikin sendiri", X_transformed)
+ doctest.testmod(verbose=True)
From a4a5db9b27db3adc795b2f6339d33de536b33fd0 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 14 May 2023 22:44:32 +0000
Subject: [PATCH 093/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index c4961265..14f2ca99 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -220,6 +220,7 @@
* [Correlation](https://github.com/bellshade/Python/blob/main/implementation/statistic/correlation.py)
* [Covariance](https://github.com/bellshade/Python/blob/main/implementation/statistic/covariance.py)
* [Entropy](https://github.com/bellshade/Python/blob/main/implementation/statistic/entropy.py)
+ * [Factoranalitic](https://github.com/bellshade/Python/blob/main/implementation/statistic/factorAnalitic.py)
* [Information Gain](https://github.com/bellshade/Python/blob/main/implementation/statistic/information_gain.py)
* [Median](https://github.com/bellshade/Python/blob/main/implementation/statistic/median.py)
* [Modus](https://github.com/bellshade/Python/blob/main/implementation/statistic/modus.py)
From 359ccc0cfad3a432cdcc427680683ca76bbda74b Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Thu, 18 May 2023 20:03:52 +0700
Subject: [PATCH 094/212] feat: penambahan mean absolute percentage error dan
update dokumentasi (#267)
---
.../artificial_intelligence/fungsi_skoring.py | 47 +++++++++++++++++++
1 file changed, 47 insertions(+)
diff --git a/implementation/artificial_intelligence/fungsi_skoring.py b/implementation/artificial_intelligence/fungsi_skoring.py
index 796bab39..98e5d253 100644
--- a/implementation/artificial_intelligence/fungsi_skoring.py
+++ b/implementation/artificial_intelligence/fungsi_skoring.py
@@ -14,6 +14,8 @@
# menambahkan satu ke aktual sebelum mengambil
# nilai logaritma natural untuk menghindari
# catching log natural nilai nol
+# - MAPE (Mean Absoult Prediction Error)
+# fungsi ini untuk mengukur pesentasi akurasi method forecasting
import numpy as np
@@ -82,6 +84,18 @@ def fungsi_rmsle(prediksi: list, nilai_aktual: list) -> float:
def fungsi_mbd(prediksi: list, nilai_aktual: list) -> float:
+ """
+ Deskripsi:
+ ---
+ mean bias deviation adalah merupakan
+ pengukuran untuk presentasi kualitas
+ karateristik model
+
+ Parameters:
+ ---
+ :param prekdisi: parameter berisi nilai prediksi
+ :param aktual: parameter berisi nilai prediksi
+ """
prediksi = np.array(prediksi)
nilai_aktual = np.array(nilai_aktual)
perbedaan = prediksi - nilai_aktual
@@ -91,6 +105,39 @@ def fungsi_mbd(prediksi: list, nilai_aktual: list) -> float:
return hasil
+def fungsi_mape(prediksi: list, nilai_aktual: list) -> float:
+ """
+ Deskripsi:
+ ---
+ Mean Absolute Percentage Error (MAPE) merupakan
+ pengukuran akurasi nilai prediksi untuk
+ metode forcesting
+ Paramaters:
+ ---
+ :param prediksi: parameter berisi nilai prediksi
+ :param aktual: paramter berisi nilai aktual
+
+ Example:
+ ---
+ >>> nilai_aktual=[12,10,11]
+ >>> nilai_prediksi=[12,9,12]
+ >>> fungsi_mape(nilai_prediksi,nilai_aktual)
+ 6.363636363636364
+ Refensi:
+ ---
+ Time Series Forecasting in Python hal.48
+ https://en.wikipedia.org/wiki/Mean_absolute_percentage_error
+ """
+ nilai_aktual = np.array(nilai_aktual)
+ nilai_prediksi = np.array(prediksi)
+ # numertor pada MAPE dimana absolute
+ # selesih nilai aktual sama nilai prediksi
+ # dibagi dengan nilai prediksi tersebut
+ numerator = np.abs((nilai_aktual - nilai_prediksi) / nilai_aktual)
+ hasil = np.mean(numerator) * 100
+ return hasil
+
+
if __name__ == "__main__":
import doctest
From eece2b201e86fe80cb5a884564d095d04b4723ff Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Mon, 22 May 2023 07:55:24 +0700
Subject: [PATCH 095/212] feat: penambahan algoritma ridge Regession (#268)
* feat: penambahan algoritma ridge Regession
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../rigde_regession.py | 99 +++++++++++++++++++
1 file changed, 99 insertions(+)
create mode 100644 implementation/artificial_intelligence/rigde_regession.py
diff --git a/implementation/artificial_intelligence/rigde_regession.py b/implementation/artificial_intelligence/rigde_regession.py
new file mode 100644
index 00000000..ea243637
--- /dev/null
+++ b/implementation/artificial_intelligence/rigde_regession.py
@@ -0,0 +1,99 @@
+# ridge regession adalah dimana merupakan tipe
+# regessi untuk modifikasi OLS regesi yang bertujuan
+# agar membantu untuk menolak overfitting
+# overfiting itu adalah pemodelan matematis
+# bahwa koresponden yang terlalu dekat dengan nilai
+# actual yang bisa menggangu akurasi pemodelan kita
+import numpy as np
+
+
+class Ridge:
+ def __init__(self, ridge_parameter: float = 1.0) -> None:
+ """
+ Parameter:
+ ---
+ :param rigde_parameter: adalah merupakan alpha
+ yang berfungsi untuk bias
+ di OLS
+ """
+ self.alpha = ridge_parameter
+ self.intercept = None
+ self.coef_ = None
+ self.theta = None
+
+ def fit(self, x: np.array, y: np.array):
+ """
+ Parameters:
+ ---
+ :param X: merupakan data untuk melatih algoritma
+ :param y: merupakan data target
+
+ Return:
+ ---
+ :param self: merupakan estimator
+ """
+ X = np.array(x)
+ X = np.c_[np.ones((X.shape[0], 1)), X]
+ Y = np.array(y)
+ W = X.T @ X
+ identity = np.identity(Y.shape[0])
+ bias = self.alpha * identity
+ self.theta = np.linalg.inv(W + bias) @ X.T @ Y
+ self.coef_ = self.theta[1:]
+ self.intercept = self.theta[0]
+ return self
+
+ def transform(self, x: np.array):
+ """
+ Parameter:
+ ---
+ :param x:merupakan data input yang ingin mendapatkan
+ ouput dari hasil algoritma
+ Returns:
+ ---
+ :param self.predictions: merupakan hasil dari outputnya
+ """
+ thetas = self.theta
+ X = np.array(x)
+ X_predictor = np.c_[np.ones((X.shape[0], 1)), X]
+ self.predictions = X_predictor.dot(thetas)
+ return self.predictions
+
+ def error_value(self, x: np.array, y: np.array):
+ X = np.array(x)
+ y = np.array(y)
+ self.fit(X, y)
+ error = y - self.transform(X)
+ return error
+
+ def score(self, y_actual: np.array, y_predict: np.array) -> float:
+ tss = np.sum((y_actual - np.mean(y_actual)) ** 2)
+ rss = np.sum((y_actual - y_predict) ** 2)
+ r_squared = 1 - rss / tss
+ return r_squared
+
+
+def main():
+ import matplotlib.pyplot as plt
+
+ X = np.array([[1, 2], [2, 3], [4, 5]])
+ y = np.array([[1], [7], [9]])
+ print(X)
+ print(y.shape)
+ model = Ridge()
+ # modeling=Ridge()
+ model.fit(X, y)
+ y_predict = model.transform(X)
+ print(y_predict)
+ print(model.score(y, y_predict))
+ plt.scatter(X[:, 0], y, color="black")
+ plt.plot(X[:, 0], y_predict)
+ plt.title("Low-Alpha Ridge on Three Points")
+ plt.show()
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
+ main()
From d558a8bcaf8ce3642e4e5784760f35c681ab02a9 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Mon, 22 May 2023 00:55:39 +0000
Subject: [PATCH 096/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 14f2ca99..33e36597 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -155,6 +155,7 @@
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* [Logistic Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/logistic_regression.py)
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
+ * [Rigde Regession](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/rigde_regession.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
* [Iir Filter](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/iir_filter.py)
From c5e84bbf314eff1d2f4a838a5adecb478c339647 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sun, 28 May 2023 14:07:24 +0700
Subject: [PATCH 097/212] feat: menambahkan algoritma normalisasi (#269)
* feat: menambahkan algoritma normalisasi
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../normalization_data_tranform.py | 139 ++++++++++++++++++
1 file changed, 139 insertions(+)
create mode 100644 implementation/artificial_intelligence/normalization_data_tranform.py
diff --git a/implementation/artificial_intelligence/normalization_data_tranform.py b/implementation/artificial_intelligence/normalization_data_tranform.py
new file mode 100644
index 00000000..68d2485b
--- /dev/null
+++ b/implementation/artificial_intelligence/normalization_data_tranform.py
@@ -0,0 +1,139 @@
+import numpy as np
+
+
+def Z_score(data: np.array) -> np.array:
+ """
+ Deskripsi:
+ ---
+
+ Z_score atau biasa lebih terkenal dengan Standard scaler
+ nama yang sering jumpai pada memakai library
+ pada sklearn
+
+ Param
+ ---
+ :param data: parameter untuk input data bisa dalam bentuk
+ 1-D array maupun 2-D array
+
+ Return:
+ :result: yaitu hasi dari input tersebut dengan menggunakan
+ input ouput z_score
+ """
+ x = np.array(data)
+ if x.ndim == 1:
+ mean_x = np.mean(x)
+ std_x = np.std(x)
+ else:
+ mean_x = np.mean(x, axis=1)
+ std_x = np.std(x, axis=1)
+
+ return (x - mean_x) / std_x
+
+
+def min_max_normalization(
+ data: np.array, new_min: float = 0.0, new_max: float = 1.0
+) -> np.array:
+ """
+ Deskripsi:
+ ---
+
+ Melakukan normalisasi Min-Max pada data adalah
+ suatu teknik yang digunakan untuk mengubah rentang nilai data
+ menjadi interval yang ditentukan, biasanya dari 0 hingga 1.
+ Tujuan dari normalisasi ini adalah agar data memiliki skala
+ yang seragam dan dapat dibandingkan secara relatif.
+
+ Parameter:
+ ---
+ :param data: paramter input data
+ :param new_min: paramter memasukan input baru untuk min
+ :param new_max: paramter memasukan input baru untuk max
+
+ """
+ x = np.array(data)
+ if x.ndim == 1:
+ min_x = np.min(x)
+ max_x = np.max(x)
+ else:
+ min_x = np.min(x, axis=1)
+ max_x = np.max(x, axis=1)
+
+ result = ((data - min_x) / (max_x - min_x)) * (new_max - new_min) + new_min
+
+ return result
+
+
+def MaxAbsScaler(data: np.array):
+ """
+ Deskripsi
+ ---
+ Melakukan MaxAbs scaling pada data.
+ StandardScaler rentan terhadap outlier karena
+ outlier mempengaruhi rata-rata
+
+ Parameter:
+ ---
+ :param data: Data yang akan di-scaled.
+
+ Return:
+ :result: Hasil scaling MaxAbs pada data.
+
+ """
+ x = np.array(data)
+
+ if x.ndim == 1:
+ value_max = np.max(np.abs(x))
+ result = x / value_max
+ return result
+
+ if x.ndim == 2:
+ value_max = np.max(np.abs(x), axis=1)
+ result = x / value_max[:, np.newaxis]
+ return result
+
+
+def RobustScaler(data: np.array):
+ """
+ Deskripsi
+ ---
+ Melakukan Robust Scaling pada data.
+ Scaler ini menghapus median dan menskalakan
+ data sesuai dengan rentang kuartil
+
+ Parameter:
+ ---
+ :param data: Data yang akan di-scaled.
+
+ Return:
+ :result: Hasil scaling Robust pada data.
+ """
+ x = np.array(data)
+ numerator = x / np.quantile(x, 0.5)
+ denumerator = np.quantile(x, 0.75) - np.quantile(x, 0.25)
+
+ result = numerator / denumerator
+
+ return result
+
+
+def log_scaling(data: np.array):
+ """
+ Melakukan scaling logaritmik pada data.
+
+ Parameter:
+ ---
+ :param data: Data yang akan di-scaled.
+
+ Return:
+ :result: Hasil scaling logaritmik pada data.
+
+ """
+ x = np.array(data)
+ formula = np.log(x)
+ return formula
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 160c980c9be6971e43008e75c9184c1b40ef686d Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 28 May 2023 07:07:42 +0000
Subject: [PATCH 098/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 33e36597..006f8bdf 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -155,6 +155,7 @@
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* [Logistic Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/logistic_regression.py)
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
+ * [Normalization Data Tranform](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/normalization_data_tranform.py)
* [Rigde Regession](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/rigde_regession.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
From 90ef11f412792809bdffb1bcb8e005c24d95523d Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Wed, 31 May 2023 18:52:36 +0700
Subject: [PATCH 099/212] feat:menambahkan algorithm polynominal (#270)
* feat:menambahkan algorithm polynominal
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../artificial_intelligence/polynominal.py | 80 +++++++++++++++++++
1 file changed, 80 insertions(+)
create mode 100644 implementation/artificial_intelligence/polynominal.py
diff --git a/implementation/artificial_intelligence/polynominal.py b/implementation/artificial_intelligence/polynominal.py
new file mode 100644
index 00000000..a9496889
--- /dev/null
+++ b/implementation/artificial_intelligence/polynominal.py
@@ -0,0 +1,80 @@
+import numpy as np
+
+
+class PolynomialRegression:
+ def __init__(self, degree, learning_rate: float = 0.00001, iterations: int = 10000):
+ """
+ # PolynomialRegression
+ ----------
+
+ Polynominal Regression adalah merupakan model melatih
+ hubungan parameter non-linear dengan paramter β dengan
+ membentuk garis curved seperti persamaan polinominal
+ dibandingkan dengan simple linear regession,simple
+ linear regession hanya bekerja ketika hubungan para-
+ meter datanya bersifat linear
+
+ # Paramters:
+ ------------
+ :param degree: parameter derajat ini merupakan
+ regestor model data train
+ :param learning_rate: parameter ini merupakan update
+ estimasi hasil pembelajaran setiap
+ berapa kali di belajar
+ :param iterations: parameter ini merupakan merupakan berapa
+ ke berapa kali data itu belajar
+ """
+ self.degree = degree
+ self.learning_rate = learning_rate
+ self.iterations = iterations
+
+ def transform(self, X):
+ X_transform = np.ones((self.m, 1))
+ for j in range(self.degree + 1):
+ if j != 0:
+ x_pow = np.power(X, j)
+ X_transform = np.append(X_transform, x_pow.reshape(-1, 1), axis=1)
+ return X_transform
+
+ def normalize(self, X):
+ X[:, 1:] = (X[:, 1:] - np.mean(X[:, 1:], axis=0)) / np.std(X[:, 1:], axis=0)
+ return X
+
+ def fit(self, X: np.array, Y: np.array):
+ """
+ # Parameters:
+ :param X: merupakan data input bersifat independent
+ :param y: merupakan data real output bersifat
+ dependent
+ # Returns:
+ :param return: berupa nama Class
+ """
+ self.X = X
+ self.Y = Y
+ self.m, self.n = self.X.shape
+ self.W = np.zeros(self.degree + 1)
+ X_transform = self.transform(self.X)
+ X_normalize = self.normalize(X_transform)
+ for _ in range(self.iterations):
+ h = self.predict(self.X)
+ error = h - self.Y
+ self.W = self.W - self.learning_rate * (1 / self.m) * np.dot(
+ X_normalize.T, error
+ )
+ return self
+
+ def fit_tranform(self, X):
+ """
+ menjalankan fungsi dari Polynomial regression
+ >> X = np.array([[1], [2], [3], [4], [5], [6], [7]])
+ >> Y = np.array([45000, 50000, 60000, 80000, 110000, 150000, 200000])
+ >> model = PolynomialRegression(degree=2, learning_rate=0.01, iterations=500)
+ """
+ X_transform = self.transform(X)
+ return np.dot(X_transform, self.W)
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 61bfe1f1f3bc8b9b3dea63523724b7d319964740 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Wed, 31 May 2023 11:52:50 +0000
Subject: [PATCH 100/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 006f8bdf..1d34abd9 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -156,6 +156,7 @@
* [Logistic Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/logistic_regression.py)
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
* [Normalization Data Tranform](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/normalization_data_tranform.py)
+ * [Polynominal](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/polynominal.py)
* [Rigde Regession](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/rigde_regession.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
From 669dd58d2045d9b94314b3c3b568b9143b8a053e Mon Sep 17 00:00:00 2001
From: ShubhamZoro <89676909+ShubhamZoro@users.noreply.github.com>
Date: Tue, 6 Jun 2023 17:56:00 +0530
Subject: [PATCH 101/212] Menambahkan Algoritma pengklasifikasi Hutan Acak #271
(#272)
* Menambahkan Algoritma pengklasifikasi Hutan Acak #271
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* chore: mendeskripsikan fungsi yang digunakan dalam implementasi algoritma random forest classifier. #272
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* chore: Mencoba menghapus kesalahan Flake8 #272
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* chore: Mencoba menghapus kesalahan Flake8 #272
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* chore:Menghapus kode yang tidak dapat dijangkau #272
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../artificial_intelligence/random_forest.py | 234 ++++++++++++++++++
1 file changed, 234 insertions(+)
create mode 100644 implementation/artificial_intelligence/random_forest.py
diff --git a/implementation/artificial_intelligence/random_forest.py b/implementation/artificial_intelligence/random_forest.py
new file mode 100644
index 00000000..0e5b59e8
--- /dev/null
+++ b/implementation/artificial_intelligence/random_forest.py
@@ -0,0 +1,234 @@
+"""
+ Algoritme hutan acak bekerja dengan membuat ansambel pohon keputusan,
+ di mana setiap pohon dilatih pada subset acak dari data pelatihan.
+ Selama prediksi,
+ setiap pohon di hutan secara independen memprediksi label untuk sampel masukan
+ yang diberikan,
+ dan prediksi akhir ditentukan oleh suara terbanyak.
+ Pendekatan ansambel ini membantu meningkatkan akurasi dan ketahanan model
+ secara keseluruhan.
+"""
+import numpy as np
+
+
+class DecisionTree:
+ def __init__(self, max_depth=5, min_samples_leaf=2):
+ """
+ Kelas DecisionTree mewakili pohon keputusan tunggal di hutan acak.
+ Itu diinisialisasi dengan parameter max_depth (kedalaman maksimum pohon)
+ dan min_samples_leaf (jumlah minimum sampel yang
+ diperlukan untuk membuat simpul daun).
+ """
+ self.max_depth = max_depth
+ self.min_samples_leaf = min_samples_leaf
+ self.tree = {}
+
+ def fit(self, X, y):
+ """
+ Metode fit membangun pohon keputusan secara rekursif dengan memanggil
+ fungsi build_tree.
+ argumen:
+ X(__type__) : Nilai numerik array 2D
+ y(__type__) : Array 1D dari int
+ kedalaman (_type_):int
+ """
+ self.tree = self.build_tree(X, y, depth=0)
+
+ def build_tree(self, X, y, depth):
+ """
+ Fungsi build_tree secara rekursif membagi data berdasarkan fitur dan nilai
+ terbaik, dengan mempertimbangkan perolehan informasi
+ argumen:
+ X(__type__) : Nilai numerik array 2D
+ y(__type__) : Array 1D dari int
+ kedalaman (_type_):int
+ """
+ n_samples, n_features = X.shape
+ labels = np.unique(y)
+
+ # Base cases
+ if (
+ depth == self.max_depth
+ or n_samples < self.min_samples_leaf
+ or len(labels) == 1
+ ):
+ label_counts = np.bincount(y)
+ return {"label": np.argmax(label_counts), "count": len(y)}
+
+ # Randomly select features for splitting
+ feature_indices = np.random.choice(
+ n_features, int(np.sqrt(n_features)), replace=False
+ )
+
+ # Find the best split based on information gain
+ best_gain = -1
+ best_feature = None
+ best_value = None
+ best_partitions = None
+
+ for feature in feature_indices:
+ values = np.unique(X[:, feature])
+ for value in values:
+ left_indices = np.where(X[:, feature] <= value)[0]
+ right_indices = np.where(X[:, feature] > value)[0]
+ gain = self.information_gain(y, left_indices, right_indices)
+
+ if gain > best_gain:
+ best_gain = gain
+ best_feature = feature
+ best_value = value
+ best_partitions = (left_indices, right_indices)
+
+ # Recursively build the left and right subtrees
+ left_tree = self.build_tree(
+ X[best_partitions[0]], y[best_partitions[0]], depth + 1
+ )
+ right_tree = self.build_tree(
+ X[best_partitions[1]], y[best_partitions[1]], depth + 1
+ )
+
+ return {
+ "feature": best_feature,
+ "value": best_value,
+ "left": left_tree,
+ "right": right_tree,
+ }
+
+ def information_gain(self, y, left_indices, right_indices):
+ """
+ Fungsi information_gain menghitung perolehan informasi untuk pembagian tertentu.
+ Args:
+ y (_type_):1D array of int
+ left_indices (_type_): int
+ right_indices (_type_): int
+ """
+ parent_entropy = self.calculate_entropy(y)
+ left_entropy = self.calculate_entropy(y[left_indices])
+ right_entropy = self.calculate_entropy(y[right_indices])
+
+ n_samples = len(y)
+ left_weight = len(left_indices) / n_samples
+ right_weight = len(right_indices) / n_samples
+
+ gain = parent_entropy - (
+ left_weight * left_entropy + right_weight * right_entropy
+ )
+ return gain
+
+ def calculate_entropy(self, y):
+ """
+ fungsi count_entropy menghitung entropi dari sekumpulan label.
+ argumen:
+ y (_type_): larik int 1D.
+ """
+ class_counts = np.bincount(y)
+ probabilities = class_counts / len(y)
+ entropy = -np.sum(probabilities * np.log2(probabilities + 1e-10))
+ return entropy
+
+ # Metode prediksi memprediksi label untuk sekumpulan sampel input.
+ # Dengan memanggil fungsi predict_sample untuk setiap sampel.
+
+ def prediksi(self, X):
+ """
+ Metode memprediksi label untuk satu set sampel input.
+ Dengan memanggil fungsi predict_sample untuk setiap sampel.
+ argumen:
+ X (_type_): larik 2D dari nilai numerik
+
+ Pengembalian:
+ _type_: Larik label 1D (int)
+ """
+ return np.array([self.predict_sample(x) for x in X])
+
+ def predict_sample(self, x):
+ """
+ Fungsi predict_sample menelusuri pohon keputusan untuk menentukan prediksi
+ label untuk masukan satu sampel.
+ argumen:
+ x (_type_): larik 2D dari nilai numerik
+
+ Pengembalian:
+ _type_: kembalikan label(int)
+ """
+ node = self.tree
+ while "label" not in node:
+ if x[node["feature"]] <= node["value"]:
+ node = node["left"]
+ else:
+ node = node["right"]
+ return node["label"]
+
+
+class RandomForest:
+ def __init__(self, num_trees=10, max_depth=5, min_samples_leaf=2):
+ """
+ Kelas RandomForest mewakili ansambel hutan acak.
+ Args:
+ num_trees (int, optional):jumlah pohon di hutan Defaults to 10.
+ max_depth (int, optional):kedalaman maksimum setiap pohon Defaults to 5.
+ min_samples_leaf (int, optional):jumlah minimum sampel yang diperlukan
+ untuk membuat simpul daun. Defaults to 2.
+ """
+ self.num_trees = num_trees
+ self.max_depth = max_depth
+ self.min_samples_leaf = min_samples_leaf
+ self.trees = []
+
+ def fit(self, X, y):
+ """
+ #Metode fit melatih hutan acak dengan membuat pohon keputusan num_trees dan
+ # menyesuaikannya pada himpunan bagian acak dari data.
+ argumen:
+ X(__type__) : Nilai numerik array 2D
+ y(__type__) : Array 1D dari int
+ """
+ for _ in range(self.num_trees):
+ tree = DecisionTree(
+ max_depth=self.max_depth, min_samples_leaf=self.min_samples_leaf
+ )
+ indices = np.random.choice(len(X), len(X), replace=True)
+ tree.fit(X[indices], y[indices])
+ self.trees.append(tree)
+
+ def prediksi(self, X):
+ """Metode prediksi membuat prediksi untuk sekumpulan sampel input dengan
+ menggabungkan prediksi dari setiap pohon dan mengambil suara mayoritas.
+ argumen:
+ X (_type_): Nilai numerik larik 2D
+
+ Pengembalian:
+ _type_: Larik label 1D (int)
+ """
+ predictions = np.zeros((len(X), len(self.trees)))
+ for i, tree in enumerate(self.trees):
+ predictions[:, i] = tree.prediksi(X)
+ return np.array([np.bincount(row.astype(int)).argmax() for row in predictions])
+
+
+def main():
+ # Example usage
+ X_train = np.array([[1, 2], [2, 3], [3, 4], [4, 5]])
+ y_train = np.array([1, 2, 2, 3])
+
+ # Buat dan latih model hutan acak
+ num_trees = 10
+ max_depth = 3
+ min_samples_leaf = 2
+ model = RandomForest(
+ num_trees=num_trees, max_depth=max_depth, min_samples_leaf=min_samples_leaf
+ )
+ model.fit(X_train, y_train)
+
+ #
+ X_test = np.array([[2, 3], [8, 7]])
+
+ # Siapkan data uji
+ predictions = model.prediksi(X_test)
+
+ # Cetak prediksi
+ print("Predictions:", predictions)
+
+
+if __name__ == "__main__":
+ main()
From 141e08ddfe445207f166939798216ad38db7a70f Mon Sep 17 00:00:00 2001
From: github-actions
Date: Tue, 6 Jun 2023 12:26:15 +0000
Subject: [PATCH 102/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 1d34abd9..48727769 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -157,6 +157,7 @@
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
* [Normalization Data Tranform](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/normalization_data_tranform.py)
* [Polynominal](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/polynominal.py)
+ * [Random Forest](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/random_forest.py)
* [Rigde Regession](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/rigde_regession.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
From d5edcf6b500c58db0a00dde62c96d86a2af20550 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Wed, 7 Jun 2023 05:45:36 +0700
Subject: [PATCH 103/212] feat: testing python3.11 dan running di beberapa
arsitektur berserta operating system
---
.github/workflows/pythonapp.yml | 122 +++++++++-----------------------
1 file changed, 33 insertions(+), 89 deletions(-)
diff --git a/.github/workflows/pythonapp.yml b/.github/workflows/pythonapp.yml
index 825c9a11..1c76379f 100644
--- a/.github/workflows/pythonapp.yml
+++ b/.github/workflows/pythonapp.yml
@@ -1,99 +1,43 @@
-# doctesting untuk testing python
-# jika pull request fail dengan python testing
-# akan di review oleh contributor
-# jika tidak ada perubahan maka pull request akan ditutup
+name: Python Testing
-name: python testing
on:
- # target dari branch yang akan di pull request
- # atau di commit langsung
pull_request:
- branches: [ main ]
+ branches: [main]
jobs:
build:
- # untuk build terdapat 3 environment os
- # macOS, windows, linux
- runs-on: ubuntu-latest
+ # menjalankan testing dengan 3 os yaitu
+ # linux (ubuntu), windows, dan macOS
+ runs-on: ${{ matrix.os }}
+
+ strategy:
+ matrix:
+ os: [macos-latest, windows-latest, ubuntu-latest]
+ # untuk menggunakan arsitektur pada arm dan xx86
+ arm: [x86, arm64]
+
steps:
- # menggunakan checkout untuk cek kode
- - uses: actions/checkout@v2
- # menggunakan environment python versi 3.9
- - name: Set up Python 3.10
- uses: actions/setup-python@v2
- with:
- python-version: "3.10"
- - uses: actions/cache@v2
- with:
- path: ~/.cache/pip
- key: ${{ runner.os }}-pip-${{ hashFiles('requirements.txt')}}
- # testing bash dengan perintah echo
- - name: salam
- run: |
- echo "Halo!"
- echo "Mulai testing..."
- echo "harap tunggu sebentar... :)"
- # install requirement yang diperlukan
- # sebelum testing semua kode
- # bisa dilihat requirement yang dibutuhkan
- # pada file 'requirements.txt'
- - name: Install dependencies
- run: |
- echo "Mulai jalankan install requirement"
- python -m pip install --upgrade pip
- pip install -r requirements.txt -r dev-requirements.txt
- # memformat kode secara otomatis dengan black
- # tujuannya agar kode lebih mudah dibaca
- #- name: Format otomatis
- #run: |
- #echo "Mulai format otomatis"
- #isort . --profile=black
- #black .
- # ketika sudah di format maka kode akan mengcommit kembali
- # dan commit akan otomatis menggunakan github bot yang sudah tersedia
- # disini kondisi jika file tersebut ada perubahan maka akan di format
- #- name: Cek modifikasi file
- #id: git-check
- #run: echo ::set-output name=modified::$(if git diff-index --quiet HEAD --; then echo "tidak"; else echo "ya"; fi)
- #- name: Push perubahan
- #if: steps.git-check.outputs.modified == 'ya' && github.event_name == 'push'
- #run: |
- #git config --global user.name 'bellshadebot'
- #git config --global user.email 'bellshade07@gmail.com'
- #git remote set-url origin https://x-access-token:${{ secrets.GITHUB_TOKEN }}@github.com/${{ github.repository }}
- #git pull
- #git commit -am "style: format otomatis dengan black dan isort"
- #git push
- # test python dengan menggunakan pytest dengan perintah lanjutan
- # yaitu document testing
- #- name: Test Python
- #run: |
- #echo "Mulai Jalankan testing docstring"
- #pytest . --doctest-modules --ignore=Basic/ --cov-report=term-missing:skip-covered
- # test lint python jika black gagal reformat kode
- - name: Test Lint Python
- run: |
- echo "Mulai Jalankan testing flake8"
- flake8 .
- # mypy adalah unit testing diluar dari official python
- # yang berfungsi jika mengecek kode apakah terdapat kode
- # yang bersifat tidak berguna, terlalu rumit, atau kesalahan import
+ - name: Checkout Code
+ uses: actions/checkout@v3
+
+ - name: Setting python versi 3.11
+ uses: actions/setup-python@v4
+ with:
+ python-version: "3.11"
- # mypy sudah digunakan dalam pre commit
- #- name: Test mypy
- #run: mypy --ignore-missing-imports --install-types --non-interactive .
- # FIXME : kendala error beberapa directory mypy
- # mulai test coverage dan menampilkan hasil presentasi scanning dari pytest
- #- name: Test coverage
- #run: |
- #echo "Mulai testing coverage"
- #coverage run --source . -m pytest --doctest-modules --ignore=Basic/
- # membuat report untuk upload ke codecoverage
+ - name: Cache pip dependecies
+ uses: actions/cache@v2
+ with:
+ path: ~/.cache/pip
+ key: ${{ runner.os }}-pip-${{ hashFiles('requirements.txt')}}
- # kendala server github tidak respon pada coverage
- # untuk sementara dinonaktifkan
- # - name: Hasil coverage
- # run: |
- # echo "Laporan coverage"
- # coverage report -m
+ - name: Install Dependencies
+ run: |
+ echo "Installing required dependencies"
+ python -m pip install --upgrade pip
+ pip install -r requirements.txt -r dev-requirements.txt
+ - name: Python Linting
+ run: |
+ echo "Running flake8 tests"
+ flake8 .
From 72d5683e2f73fd198d31edd3938ff9c87f55b9ab Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sat, 10 Jun 2023 00:35:15 +0700
Subject: [PATCH 104/212] feat: menambahkan algoritm counter(yaudah) (#273)
* feat: menambahkan algoritm counter(yaudah)
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
math/counter.py | 66 +++++++++++++++++++++++++++++++++++++++++++++++++
1 file changed, 66 insertions(+)
create mode 100644 math/counter.py
diff --git a/math/counter.py b/math/counter.py
new file mode 100644
index 00000000..5c371a1d
--- /dev/null
+++ b/math/counter.py
@@ -0,0 +1,66 @@
+from heapq import nlargest
+from operator import itemgetter
+from typing import Any, Dict, List, Optional, Tuple
+
+
+class Counter(dict):
+ """
+ Counter merupakan Class untuk menghitung data-data unique
+ pada setiap nilai.
+
+ Args:
+ dict: parameter bersifat map.
+
+ """
+
+ def __init__(
+ self, iterable: Optional[Dict[Any, int]] = None, **kwargs: int
+ ) -> None:
+ """
+ counter ini bisa digunakan dalam bentuk apapun
+ baik bentuk sting,list maupun yang lain
+ >>> Counter("hallo")
+ {'h': 1, 'a': 1, 'l': 2, 'o': 1}
+ >>> Counter({'a':3,'b':2,'c':1})
+ {'a': 3, 'b': 2, 'c': 1}
+ """
+ super().__init__()
+ self.update(iterable, **kwargs)
+
+ def update(self, iterable: Optional[Dict[Any, int]] = None, **kwargs: int) -> None:
+ if iterable is not None:
+ if hasattr(iterable, "items"):
+ if self:
+ self_get = self.get
+ for element, count in iterable.items():
+ self[element] = self_get(element, 0) + count
+ else:
+ dict.update(self, iterable)
+ else:
+ self_get = self.get
+ for element in iterable:
+ self[element] = self_get(element, 0) + 1
+ if kwargs:
+ self.update(kwargs)
+
+ def paling_muncul(self, n: Optional[int] = None) -> List[Tuple[Any, int]]:
+ """
+ fungsi ini merupakan menampilkan angka
+ yang sering dicaribisa dikatakan bahwa
+ nilai yang dominan
+ Args:
+ n (int, optional): ingin menampilkan sampai ke
+ berapa.
+ Returns:
+ _type_: berupa value di urut dari terbesar
+ """
+ if n is None:
+ return sorted(self.items(), key=itemgetter(1), reverse=True)
+ else:
+ return nlargest(n, self.items(), key=itemgetter(1))
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 350355aa583dd137c4ea78ca94d8f54ce8a8cd29 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Fri, 9 Jun 2023 17:35:28 +0000
Subject: [PATCH 105/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 48727769..ebcf959f 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -240,6 +240,7 @@
* [Aliquot Sum](https://github.com/bellshade/Python/blob/main/math/aliquot_sum.py)
* [Angka Proth](https://github.com/bellshade/Python/blob/main/math/angka_proth.py)
* [Bisection Math](https://github.com/bellshade/Python/blob/main/math/bisection_math.py)
+ * [Counter](https://github.com/bellshade/Python/blob/main/math/counter.py)
* [Digit Sum](https://github.com/bellshade/Python/blob/main/math/digit_sum.py)
* [Faktor Prima](https://github.com/bellshade/Python/blob/main/math/faktor_prima.py)
* [Fibonacci](https://github.com/bellshade/Python/blob/main/math/fibonacci.py)
From bf68975ce046c43e73c640f5eb658ca135c9ce5b Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sat, 10 Jun 2023 13:10:07 +0700
Subject: [PATCH 106/212] fix: memperbaiki beberapa kode yang terbaca warning
dan error pada LGTM security (#275)
Signed-off-by: slowy07
---
.pre-commit-config.yaml | 7 ----
Basic/08_perulangan/while_loop.py | 2 +-
.../k_means_clutser.py | 26 ++++++++-----
.../linear_algebra/conjugate_gradient.py | 27 ++++++-------
.../binary_search_tree/binary_search_tree.py | 39 ++++++++++++-------
5 files changed, 52 insertions(+), 49 deletions(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index b63ad87f..44ea3127 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -18,13 +18,6 @@ repos:
hooks:
- id: black
- - repo: https://github.com/PyCQA/isort
- rev: 5.12.0
- hooks:
- - id: isort
- args:
- - --profile=black
-
- repo: https://github.com/PyCQA/flake8
rev: 6.0.0
hooks:
diff --git a/Basic/08_perulangan/while_loop.py b/Basic/08_perulangan/while_loop.py
index 8275d0ca..3d592751 100644
--- a/Basic/08_perulangan/while_loop.py
+++ b/Basic/08_perulangan/while_loop.py
@@ -33,4 +33,4 @@
e += 1
break
else:
- print("Selamat, looping anda telah selesai !!") # lgtm [py/unreachable-statement]
+ print("Selamat, looping anda telah selesai !!")
diff --git a/implementation/artificial_intelligence/k_means_clutser.py b/implementation/artificial_intelligence/k_means_clutser.py
index 3c2432cc..865cba85 100644
--- a/implementation/artificial_intelligence/k_means_clutser.py
+++ b/implementation/artificial_intelligence/k_means_clutser.py
@@ -15,10 +15,12 @@
# 2. menetapkan setiap titik data ke pusat k terdekat.
# titik yang dekat dengan pusat k tertentu
import warnings
+from typing import Optional
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
+from sklearn import datasets
from sklearn.metrics import pairwise_distances
warnings.filterwarnings("ignore")
@@ -97,14 +99,19 @@ def plot_heteroginity(heterogenity, k):
def kmeans(
- data, k, inisial_centroid, maxiter=500, var_hitung_heterogenity=None, verbose=False
+ data: np.ndarray,
+ k: int,
+ inisial_centroid: np.ndarray,
+ maxiter: int = 500,
+ var_hitung_heterogenity: Optional[list[float]] = None,
+ verbose: bool = False,
):
centroid = inisial_centroid[:]
prev_assign_clutser = None
for itr in range(maxiter):
if verbose:
- print(itr, end="")
+ print(itr, end=" ")
# buat tugas clutser menggunakan centroid
# terdekat
@@ -115,9 +122,9 @@ def kmeans(
# poin yang ditetapkan ke klutser tersebut
centroid = fixing_centroid(data, k, assign_clutser)
- if (prev_assign_clutser is not None) and (
- prev_assign_clutser == assign_clutser
- ).all():
+ if prev_assign_clutser is not None and np.array_equal(
+ prev_assign_clutser, assign_clutser
+ ):
break
# tampilkan jumlah dari assignment terbaru
@@ -128,16 +135,15 @@ def kmeans(
if var_hitung_heterogenity is not None:
skor = hitung_heterogenity(data, k, centroid, assign_clutser)
var_hitung_heterogenity.append(skor)
+ prev_assign_clutser = assign_clutser.copy()
return centroid, assign_clutser
if False:
- from sklearn import dataset as ds
-
- dataset = ds.load_iris()
- k = 3
- heterogenity = []
+ dataset = datasets.load_iris()
+ k: int = 3
+ heterogenity: list[float] = []
inisial_centroid = dapatkan_inisial_centroid(dataset["data"], k, seed=0)
centroid, assign_clutser = kmeans(
dataset["data"],
diff --git a/implementation/linear_algebra/conjugate_gradient.py b/implementation/linear_algebra/conjugate_gradient.py
index fb0921c2..966ec046 100644
--- a/implementation/linear_algebra/conjugate_gradient.py
+++ b/implementation/linear_algebra/conjugate_gradient.py
@@ -1,5 +1,3 @@
-from typing import Any
-
import numpy as np
@@ -14,10 +12,10 @@ def is_matrix_spd(matrix: np.ndarray) -> bool:
>>> is_matrix_spd(set_matrix)
True
"""
- assert np.shape(matrix)[0] == np.shape(matrix)[1]
+ assert matrix.shape[0] == matrix.shape[1]
# Jika matriks tidak simetris, exit
- if np.allclose(matrix, matrix.T) is False:
+ if not np.allclose(matrix, matrix.T):
return False
# Dapatkan nilai eigen dan
@@ -27,7 +25,7 @@ def is_matrix_spd(matrix: np.ndarray) -> bool:
return bool(np.all(eigen_value > 0))
-def create_spd_matrix(dimension: int) -> Any:
+def create_spd_matrix(dimension: int) -> np.ndarray:
"""
Mengembalikan matriks definit positif
simetris yang diberi dimensi.
@@ -40,11 +38,11 @@ def create_spd_matrix(dimension: int) -> Any:
def conjugate_gradient(
- spd_matrix,
- load_vector,
- max_iterations=1000,
- tol=1e-8,
-):
+ spd_matrix: np.ndarray,
+ load_vector: np.ndarray,
+ max_iterations: int = 1000,
+ tol: float = 1e-8,
+) -> np.ndarray:
"""
return solusi linear sistem np.dot(spd_matrix, x) = b
>>> import numpy as np
@@ -61,18 +59,15 @@ def conjugate_gradient(
[-0.01561498],
[ 0.13979294]])
"""
- assert np.shape(spd_matrix)[0] == np.shape(spd_matrix)[1]
- assert np.shape(load_vector)[0] == np.shape(spd_matrix)[0]
+ assert spd_matrix.shape[0] == spd_matrix.shape[1]
+ assert load_vector.shape[0] == spd_matrix.shape[0]
assert is_matrix_spd(spd_matrix)
x0 = np.zeros((np.shape(load_vector)[0], 1))
r0 = np.copy(load_vector)
p0 = np.copy(r0)
- error_residual = 1e9 # lgtm [py/multiple-definition]
- error_x_solution = 1e9 # lgtm [py/multiple-definition]
error = 1e9
-
iterations = 0
while error > tol:
@@ -91,7 +86,7 @@ def conjugate_gradient(
# kalkulasi error
error_residual = np.linalg.norm(r - r0)
error_x_solution = np.linalg.norm(x - x0)
- error = np.maximum(error_residual, error_x_solution)
+ error = max(error_residual, error_x_solution)
# update variabel
x0 = np.copy(x)
diff --git a/struktur_data/tree/binary_search_tree/binary_search_tree.py b/struktur_data/tree/binary_search_tree/binary_search_tree.py
index d7aa681a..02998241 100644
--- a/struktur_data/tree/binary_search_tree/binary_search_tree.py
+++ b/struktur_data/tree/binary_search_tree/binary_search_tree.py
@@ -1,11 +1,14 @@
+from typing import Optional
+
+
class BinarySearchTree:
# method __init__ digunakan untuk membangun Node
- def __init__(self, data: int = None):
- self.data = data
- self.left = None
- self.right = None
+ def __init__(self, data: Optional[int] = None) -> None:
+ self.data: Optional[int] = data
+ self.left: Optional[int] = None
+ self.right: Optional[int] = None
- def insert(self, new_data):
+ def insert(self, new_data: int) -> None:
if self.data is None:
# menginisasi root jika belum ada node sama sekali
self.data = new_data
@@ -24,40 +27,46 @@ def insert(self, new_data):
# rekursif melalui atribut right
self.right.insert(new_data)
- def preorder(self, arr: list = []):
+ def preorder(self, arr: Optional[list[int]] = None) -> list[int]:
# Algoritma preorder adalah sebagai berikut:
# 1. Append data pada node
# 2. Traverse ke kiri
# 3. Traverse ke kanan
- arr.append(self.data) # lgtm [py/modification-of-default-value]
+ if arr is None:
+ arr = []
+ arr.append(self.data)
if self.left is not None:
self.left.preorder(arr)
if self.right is not None:
self.right.preorder(arr)
return arr
- def inorder(self, arr: list = []):
+ def inorder(self, arr: Optional[list[int]] = None) -> list[int]:
# Algoritma inorder adalah sebagai berikut:
# 1. Traverse ke kiri
# 2. Append data pada node
# 3. Traverse ke kanan
- if self.left is not None:
+ if arr is None:
+ arr = []
+ if self.left:
self.left.inorder(arr)
- arr.append(self.data) # lgtm [py/modification-of-default-value]
- if self.right is not None:
+ arr.append(self.data)
+ if self.right:
self.right.inorder(arr)
return arr
- def postorder(self, arr: list = []):
+ def postorder(self, arr: Optional[list[int]] = None) -> list[int]:
# Algoritma postorder adalah sebagai berikut:
# 1. Traverse ke kiri
# 2. Traverse ke kanan
# 3. Append data pada node
- if self.left is not None:
+ if arr is None:
+ arr = []
+ if self.left:
self.left.postorder(arr)
- if self.right is not None:
+ if self.right:
self.right.postorder(arr)
- arr.append(self.data) # lgtm [py/modification-of-default-value]
+ arr.append(self.data)
return arr
From 4f9625423c3079697d3a4857ba2e6b1acae8039c Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Thu, 15 Jun 2023 09:56:04 +0700
Subject: [PATCH 107/212] fix: update logika baru (#279)
* fix: update logika baru
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
math/persamaan_kuadarat_bilangan_kompleks.py | 17 +++++++++++------
1 file changed, 11 insertions(+), 6 deletions(-)
diff --git a/math/persamaan_kuadarat_bilangan_kompleks.py b/math/persamaan_kuadarat_bilangan_kompleks.py
index df8d7300..0835171c 100644
--- a/math/persamaan_kuadarat_bilangan_kompleks.py
+++ b/math/persamaan_kuadarat_bilangan_kompleks.py
@@ -28,13 +28,18 @@ def akar_kuadrat(a: int, b: int, c: int) -> tuple[complex, complex]:
delta = b * b - 4 * a * c
- akar_1 = (-b + sqrt(delta)) / (2 * a)
- akar_2 = (-b - sqrt(delta)) / (2 * a)
+ if delta > 0:
+ akar_1: complex = (-b + sqrt(delta)) / (2 * a)
+ akar_2: complex = (-b - sqrt(delta)) / (2 * a)
- return (
- akar_1.real if not akar_1.imag else akar_1,
- akar_2.real if not akar_2.imag else akar_2,
- )
+ return akar_1, akar_2
+
+ elif delta == 0:
+ return 0
+
+ else:
+ msg: str = "persamaanya menjadi imajiner"
+ return msg
def main() -> None:
From 725a6440f5e01800accc2d12a391e808b821ab97 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sun, 18 Jun 2023 12:42:39 +0700
Subject: [PATCH 108/212] feat: menambahkan algorith random (#280)
* feat: menambahkan algorith random
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
math/random_generator.py | 75 ++++++++++++++++++++++++++++++++++++++++
1 file changed, 75 insertions(+)
create mode 100644 math/random_generator.py
diff --git a/math/random_generator.py b/math/random_generator.py
new file mode 100644
index 00000000..7c387faf
--- /dev/null
+++ b/math/random_generator.py
@@ -0,0 +1,75 @@
+import os
+
+
+def seed(n: int = 1, byteorder: str = "little"):
+ """random seed
+
+ random seed merupakan fungsi random yang
+ mengacak secara psuode code bukan value
+ random seed ini di perlukan dalam untuk
+ mengvalidasi hasil suatu perhitungan atau
+ model dalam perhitungan
+ Args:
+ n (int, optional): ini merupakan size ukuran bytes.
+ Defaults to 1.
+ Returns:
+ type: hasil pseucode dalam ukuran besar atau kecil
+ """
+ bytes_need = (n + 7) // 8
+ randbytes = os.urandom(bytes_need)
+ bit = int.from_bytes(randbytes, byteorder=byteorder)
+ return bit
+
+
+def random():
+ """Random
+ Describe:
+ merupakan algoritma yang menghasilkan angka desimal
+ random ini menggunakan algoritma lcg (linear congruential
+ generator)
+ refence:
+ https://www.firstpr.com.au/dsp/rand31/p1192-park.pdf
+ """
+ a = 1664525
+ c = 1013904223
+ m = 2**32
+ result = (a * (seed() * 1000) + c) % m
+ return result / m
+
+
+def generator_bit(n: int | float):
+ """_summary_
+
+ Args:
+ n (int | float)=input nilai yang mau ke dalam bit
+
+ Raises:
+ ValueError: inputnya harus bilangan positif
+
+ Returns:
+ _type_: float
+ """
+ if n <= 0:
+ raise ValueError("inputnya harus bilangan positif")
+ k = n.bit_length()
+ return seed(k) % n
+
+
+def randomint(low=0, high=1):
+ """
+ Fungsi ini merupakan algoritma untuk menghasilkan output acak
+ yang sesuai dengan batas low dan high
+ Args:
+ low (int, optional): input untuk batas bawah atau mini. Defaults to 0.
+ high (int, optional): _description_. Defaults to 1.
+
+ Returns:
+ int:hasil dari latihan
+ """
+ return generator_bit(high - low + 1) + low
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 7299b05c6ec221c6cda5d938195aa24f43b9d4a1 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 18 Jun 2023 05:42:50 +0000
Subject: [PATCH 109/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index ebcf959f..097b2742 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -257,6 +257,7 @@
* [Qr Decomposition](https://github.com/bellshade/Python/blob/main/math/qr_decomposition.py)
* [R2 Score](https://github.com/bellshade/Python/blob/main/math/r2_score.py)
* [Radian](https://github.com/bellshade/Python/blob/main/math/radian.py)
+ * [Random Generator](https://github.com/bellshade/Python/blob/main/math/random_generator.py)
* [Rectangle](https://github.com/bellshade/Python/blob/main/math/rectangle.py)
* [Recursion Power](https://github.com/bellshade/Python/blob/main/math/recursion_power.py)
* [Relu](https://github.com/bellshade/Python/blob/main/math/relu.py)
From 91e253f468dfcdbcec88fa6bbaea2092c8f8b5d1 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Sun, 18 Jun 2023 18:09:20 +0700
Subject: [PATCH 110/212] fix: update mergify configuration (#281)
Signed-off-by: slowy07
---
.mergify.yml | 3 +--
1 file changed, 1 insertion(+), 2 deletions(-)
diff --git a/.mergify.yml b/.mergify.yml
index 97c436d5..b5417ece 100644
--- a/.mergify.yml
+++ b/.mergify.yml
@@ -8,13 +8,12 @@ pull_request_rules:
# dan pull request secara otomatis akan merge
- name: ci testing kalo sukses ke squash dengan label
conditions:
- - check-success=build
- base=main
- label=ready-to-merge
actions:
# menambahkan komentar jika sudah di merge
comment:
- message: terima kasih atas kontribusinya @{{author}}!
+ message: terima kasih atas kontribusinya @{{author}} !
# menambahkan label jika sudah di merge
label:
add:
From b36802ad21b5ae9fec906c3e2395340fc957b464 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sat, 24 Jun 2023 19:32:41 +0700
Subject: [PATCH 111/212] feat: update algoritma ridge regession (#282)
* feat: update algoritma ridge regession
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../rigde_regession.py | 179 +++++++++++++-----
1 file changed, 133 insertions(+), 46 deletions(-)
diff --git a/implementation/artificial_intelligence/rigde_regession.py b/implementation/artificial_intelligence/rigde_regession.py
index ea243637..f5e2dab5 100644
--- a/implementation/artificial_intelligence/rigde_regession.py
+++ b/implementation/artificial_intelligence/rigde_regession.py
@@ -4,46 +4,144 @@
# overfiting itu adalah pemodelan matematis
# bahwa koresponden yang terlalu dekat dengan nilai
# actual yang bisa menggangu akurasi pemodelan kita
+
import numpy as np
+def costfunction(
+ x_data: np.ndarray,
+ y_data: np.ndarray,
+ alpha: float,
+ weigth: np.ndarray,
+ panjang_data: int,
+) -> float:
+ """
+ Program ini merupakan perhitungan untuk mengetahui performa
+ pemodelan data.cost function ini merupakan turunan dari rumus
+ rumusan machine learning khususnya
+ Args:
+ x_data (np.ndarray): parameter ini merupakan data inputan
+ yang bersifat independent
+ y_data (np.ndarray): paramater ini adalah data dependentnya
+ merupakan nilai dari nilai aktual
+ alpha (float): merupakan bentuk dari batasan dari persamaan
+ rigde regession
+ weigth (np.ndarray): _description_
+ panjang_data (int): _description_
+
+ Returns:
+ float: _description_
+ """
+ prod = np.dot(weigth, x_data)
+ prod = prod - y_data
+ sum_element = np.sum(prod**2) + (alpha * np.sum(weigth.T**2))
+ error = (sum_element) / (2 * panjang_data)
+ return error
+
+
+def step_gradient_descent(
+ data_x: np.ndarray,
+ data_y: np.ndarray,
+ alpha: float,
+ weight: np.ndarray,
+ panjang_data: int,
+) -> float:
+ """
+ gradient descent merupakan rumusan turunan dari cost function
+ dan ridge regession yang berguna untuk menghitung performa
+ gradient descent biasa digunakan bukan hanya machine learning
+ model,tetapi juga neural network juga
+ Args:
+ data_x (np.ndarray): parameter ini merupakan input data ber-
+ sifat dependent
+ data_y (np.ndarray): parameter ini merupakan input data(aktual)
+ bersifat independent
+ alpha (float): merupakan bentuk batasan-batasan dari persamaan
+ rigde regession
+ weight (np.ndarray): merupakan bobot array tersebut
+ panjang_data (int): merupakan panjang dari parameter data independent
+
+ Returns:
+ float: hasil kakulasi berupa angka desimal
+ """
+ prod = np.dot(weight, data_x)
+ prod = prod - data_y
+ # kita hitung perjumlahan nilai weight dengan alpha
+ # yang dikalikan dengan weight transpose
+ sum_grad = np.dot(prod, data_x.T) + alpha * weight.T
+ weight = weight - (alpha / panjang_data) * sum_grad
+ return weight
+
+
class Ridge:
- def __init__(self, ridge_parameter: float = 1.0) -> None:
+ def __init__(
+ self,
+ alpha: float = 1.0,
+ fit_intercept: bool = True,
+ iterable=100000,
+ learning_path: float = 0.0001550,
+ ) -> None:
"""
- Parameter:
- ---
- :param rigde_parameter: adalah merupakan alpha
- yang berfungsi untuk bias
- di OLS
+ merupakan salah satu model machine learning pada supervised learning,
+ yang berkembangan dari
+ model persamaan multi linear regession
+ Args:
+ alpha (float, optional): merupakan bentuk batasan persamaan.
+ Defaults to 1.0.
+ fit_intercept (bool, optional): merupakan penambahan bias 1 array pada data
+ input independent.
+ Defaults to True.
+ iterable (int, optional): merupakan banyaknya permodelan
+ melakukan pembelajaran.
+ Defaults to 1000.
+ learning_path (float, optional): merupakan langkah diambil dalam
+ melakukan pembelajaran.
+ Defaults to 0.00001.
+ refence :
+ https://towardsdatascience.com \
+ /from-linear-regression-to-ridge-regression-\
+ the-lasso-and-the-elastic-net-4eaecaf5f7e6
+
+ Example:
+ >>> import numpy as np
+ >>> n_samples, n_features = 10, 5
+ >>> rng = np.random.RandomState(0)
+ >>> y = rng.randn(n_samples)
+ >>> X = rng.randn(n_samples, n_features)
+ >>> clf = Ridge(alpha=1.0)
+ >>> clf.fit(X, y)
"""
- self.alpha = ridge_parameter
- self.intercept = None
- self.coef_ = None
- self.theta = None
+ self.alpha = alpha
+ self.intercept = fit_intercept
+ self.iterasi = iterable
+ self.learning = learning_path
+ self.weight = None
- def fit(self, x: np.array, y: np.array):
+ def fit(self, x: np.ndarray, y: np.ndarray) -> object:
"""
Parameters:
---
- :param X: merupakan data untuk melatih algoritma
- :param y: merupakan data target
+ :param X: merupakan data yang bersifat bebas
+ :param y: merupakan data input yang bersifat target
Return:
---
- :param self: merupakan estimator
+ :param self: merupakan object yang disimpan dengan variabel
"""
X = np.array(x)
- X = np.c_[np.ones((X.shape[0], 1)), X]
+ if self.intercept:
+ X = np.c_[np.ones((X.shape[0], 1)), X]
+ panjang_data, panjang_fitur = X.shape
Y = np.array(y)
- W = X.T @ X
- identity = np.identity(Y.shape[0])
- bias = self.alpha * identity
- self.theta = np.linalg.inv(W + bias) @ X.T @ Y
- self.coef_ = self.theta[1:]
- self.intercept = self.theta[0]
+ W = np.zeros(panjang_fitur)
+ for i in range(0, self.iterasi):
+ W = step_gradient_descent(X, Y, self.learning, W, panjang_data)
+ error = costfunction(X, Y, self.learning, W, panjang_data)
+ print(f"pada iterasi {i + 1} - error : {error:.5f}")
+ self.weight = W
return self
- def transform(self, x: np.array):
+ def transform(self, x: np.ndarray) -> np.ndarray:
"""
Parameter:
---
@@ -53,13 +151,22 @@ def transform(self, x: np.array):
---
:param self.predictions: merupakan hasil dari outputnya
"""
- thetas = self.theta
X = np.array(x)
- X_predictor = np.c_[np.ones((X.shape[0], 1)), X]
- self.predictions = X_predictor.dot(thetas)
+ if self.intercept:
+ X = np.c_[np.ones((X.shape[0], 1)), X]
+ self.predictions = X.dot(self.weight)
return self.predictions
- def error_value(self, x: np.array, y: np.array):
+ def error_value(self, x: np.ndarray, y: np.ndarray):
+ """
+ ini merupakan salah satu metode loss function yang digunakan
+ untuk mengtahui
+ Args:
+ x (np.ndarray): input data besifat bebas(independent)
+ y (np.ndarray): input data bersifat pastu (dependent)
+ Returns:
+ _type_: _description_
+ """
X = np.array(x)
y = np.array(y)
self.fit(X, y)
@@ -73,27 +180,7 @@ def score(self, y_actual: np.array, y_predict: np.array) -> float:
return r_squared
-def main():
- import matplotlib.pyplot as plt
-
- X = np.array([[1, 2], [2, 3], [4, 5]])
- y = np.array([[1], [7], [9]])
- print(X)
- print(y.shape)
- model = Ridge()
- # modeling=Ridge()
- model.fit(X, y)
- y_predict = model.transform(X)
- print(y_predict)
- print(model.score(y, y_predict))
- plt.scatter(X[:, 0], y, color="black")
- plt.plot(X[:, 0], y_predict)
- plt.title("Low-Alpha Ridge on Three Points")
- plt.show()
-
-
if __name__ == "__main__":
import doctest
doctest.testmod(verbose=True)
- main()
From ac0b5091a80d6896abd70ad04fac73aa3b758475 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Wed, 28 Jun 2023 06:44:58 +0700
Subject: [PATCH 112/212] feat: menambahkan materi tentang dekorator (#283)
* feat: menambahkan materi tentang dekorator
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
Basic/26_dekorator/README.md | 81 +++++++++++++++++++++++++++++++++
Basic/26_dekorator/dekorator.py | 34 ++++++++++++++
Basic/README.md | 2 +
DIRECTORY.md | 2 +
4 files changed, 119 insertions(+)
create mode 100644 Basic/26_dekorator/README.md
create mode 100644 Basic/26_dekorator/dekorator.py
diff --git a/Basic/26_dekorator/README.md b/Basic/26_dekorator/README.md
new file mode 100644
index 00000000..2d8c7df8
--- /dev/null
+++ b/Basic/26_dekorator/README.md
@@ -0,0 +1,81 @@
+# Python Dekorator
+
+Dalam python, Dekorator atau ``Decorator`` adalah pola desain dalam python yang memungkinkan pengguna menambahkan fungsi baru ke dalam objek yang sudah ada tanpa ada perubahan dalam strukturnya.
+Dekorator biasanya dipanggil sebelum definisi dari fungsi yang ingin dibuat.
+
+Python memperbolehkan penggunaan fungsi yang bercabang atau nested function untuk mengakses statement diluar dari fungsi yang dibuat, sebagai contoh
+
+```python
+def menampilkan_kata(pesan):
+ def kirim_pesan():
+ print(pesan)
+
+ kirim_pesan()
+
+menampilkan_kata("bellshade")
+```
+
+dengan contoh diatas, kita bisa membuat dekorator yang sederhana yang merubah huruf besar menjadi huruf kecil
+
+```python
+# mendifinisikan fungsi bernama 'dekorator_huruf_kecil'
+def dekorator_huruf_kecil(kata_besar):
+ # membuat fungsi nested yang kita sebut 'wrapper'
+ def wrapper():
+ # memanggil yang diteruskan dekorator_huruf_kecil
+ # dan kemudian dimasukkan ke dalam variabel
+ # 'kata_message'
+ kata_message = kata_besar()
+ # menggunakan fungsi 'lower()' untuk membuat
+ # variabel dari kata_message menjadi kecil
+ # dan kemudian ditugaskan dalam variabel
+ # buat_kata_kecil
+ buat_kata_kecil = kata_message.lower()
+ # mengembalikan nilai dari 'wrapper'
+ return buat_kata_kecil
+ # mengembalikan fungsi dari wrapper
+ return wrapper
+```
+
+kemudian disini kita bisa bisa menggunakan fungsi baru lagi dengan cara
+```python
+def kata():
+ return "BELLSHADE"
+
+jadikan_kata_kecil = dekorator_huruf_kecil(kata)
+jadikan_kata_kecil()
+```
+
+Python juga menyediakan cara yang lebih gampang dalam membuat kodingan diatas
+dari yang kita buat dengan cara menambahkan simbol ``@``
+
+```python
+@dekorator_huruf_kecil
+def kata():
+ return "BELLSHADE"
+kata()
+```
+
+## Aplikasikan dekorator yang banyak dalam satu fungsi
+
+Kita bisa menggunakan decorator yang banyak dalam satu fungsi sebagai contoh:
+
+sebelumnya kita sudah membuat dekorator yang bernama ``dekorator_huruf_kecil`` kali ini kita membuat kata menjadi dipecah menggunakan fungsi ``split()``
+
+```python
+def pecah_kata(kata_yang_mau_dipecah):
+ def wrapper():
+ kata = kata_yang_mau_dipecah()
+ split_kata = kata.split()
+ return split_kata
+ return wrapper
+```
+
+dengan ini kita sudah ada 2 fungsi dekorator, kemudian kita bisa membuat contoh untuk memanggil keduanya dengan ``@``
+
+```python
+@dekorator_huruf_kecil
+@pecah_kata
+def kata():
+ return "BELLSHADE"
+```
diff --git a/Basic/26_dekorator/dekorator.py b/Basic/26_dekorator/dekorator.py
new file mode 100644
index 00000000..c003acdb
--- /dev/null
+++ b/Basic/26_dekorator/dekorator.py
@@ -0,0 +1,34 @@
+def dekorator_huruf_kecil(kata):
+ # membuat fungsi nested yang kita sebut 'wrapper'
+ def wrapper():
+ # memanggil yang diteruskan dekorator_huruf_kecil
+ # dan kemudian dimasukkan ke dalam variabel
+ # 'kata_message'
+ kata_message = kata()
+ # menggunakan fungsi 'lower()' untuk membuat
+ # variabel dari kata_message menjadi kecil
+ # dan kemudian ditugaskan dalam variabel
+ # buat_kata_kecil
+ buat_kata_kecil = kata_message.lower()
+ # mengembalikan nilai dari 'wrapper'
+ return buat_kata_kecil
+
+ # mengembalikan fungsi dari wrapper
+ return wrapper
+
+
+def kata_besar():
+ return "BELLSHADE"
+
+
+dekorator = dekorator_huruf_kecil(kata_besar)
+
+print(dekorator() + "\n")
+
+
+@dekorator_huruf_kecil
+def kata_besar_():
+ return "BELLSHADE"
+
+
+print(kata_besar_())
diff --git a/Basic/README.md b/Basic/README.md
index 1085d58f..d521312f 100644
--- a/Basic/README.md
+++ b/Basic/README.md
@@ -31,6 +31,8 @@ Untuk kamu yang ingin belajar bahasa pemrograman python, berikut urutan basic un
22. [Scope](22_scope)
23. [Kalkulator dengan Fungsi](23_kalkulator_dengan_fungsi)
24. [Casting Tipe Data](24_casting_tipe_data)
+25. [list_and_dict](25_list_dict_comprehension)
+26. [dekorator](26_dekorator)
## Install python pada perangkat
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 097b2742..0c1b66eb 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -71,6 +71,8 @@
* 25 List And Dict Comprehension
* [Dict Comprehension](https://github.com/bellshade/Python/blob/main/Basic/25_list_and_dict_comprehension/dict_comprehension.py)
* [List Comprehension](https://github.com/bellshade/Python/blob/main/Basic/25_list_and_dict_comprehension/list_comprehension.py)
+ * 26 Dekorator
+ * [Dekorator](https://github.com/bellshade/Python/blob/main/Basic/26_dekorator/dekorator.py)
* [Introduction](https://github.com/bellshade/Python/blob/main/Basic/Introduction.py)
## Algorithm
From cc05009f556650e2a55774b3bec6feb5d9242cf6 Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Mon, 3 Jul 2023 07:12:05 +0700
Subject: [PATCH 113/212] feat: menambahkan lasso Regession (#284)
* feat: menambahkan lasso Regession
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.../lasso_regession.py | 122 ++++++++++++++++++
1 file changed, 122 insertions(+)
create mode 100644 implementation/artificial_intelligence/lasso_regession.py
diff --git a/implementation/artificial_intelligence/lasso_regession.py b/implementation/artificial_intelligence/lasso_regession.py
new file mode 100644
index 00000000..2209cb01
--- /dev/null
+++ b/implementation/artificial_intelligence/lasso_regession.py
@@ -0,0 +1,122 @@
+import numpy as np
+
+# refence:
+# https://stats.stackexchange.com/questions/\
+# 502376/\
+# what-is-gradient-of-the-objective-function-of-lasso-regression
+
+
+def costFunction(
+ x_data: np.ndarray,
+ y_data: np.ndarray,
+ alpha: float,
+ theta: np.ndarray,
+ panjang_data: int,
+) -> float:
+ """
+ Program ini merupakan perhitungan untuk mengetahui performa
+ pemodelan data.cost function ini merupakan turunan dari rumus
+ rumusan machine learning khususnya
+ Args:
+ x_data (np.ndarray): parameter ini merupakan data inputan
+ yang bersifat independent
+ y_data (np.ndarray): paramater ini adalah data dependentnya
+ merupakan nilai dari nilai aktual
+ alpha (float): merupakan bentuk dari batasan dari persamaan
+ rigde regession
+ weigth (np.ndarray): ini merupakan titik berat atau bisa di
+ bilang theta yang mengandung interpreted
+ panjang_data (int): merupakan panjang dari baris data (dimensi 2)
+
+ Returns:
+ float: hasil dari algoritma cost pada lasso
+ """
+ prod = np.dot(theta, x_data)
+ prod = prod - y_data
+ sum_element = np.sum(prod**2) + (alpha * np.sum(np.sign(prod.T)))
+ error = (sum_element) / (2 * panjang_data)
+ return error
+
+
+def gradient_descent_step(
+ X_data: np.array, y_data: np.array, alpha: float, theta: np.array, panjang_data: int
+) -> float:
+ prod = np.dot(theta, X_data)
+ prod = prod - y_data
+ sum_grad = np.dot(prod, X_data.T) + alpha * np.sign(prod.T)
+ theta = theta - (alpha / panjang_data) * sum_grad
+ return theta
+
+
+class Lasso:
+ def __init__(
+ self,
+ alpha: float = 1.0,
+ fit_intercept: bool = True,
+ iterable: int = 1000,
+ learning_path: float = 0.0001,
+ ) -> None:
+ """_summary_
+ lasso regession merupakan regulasi alternatif
+ pemodelan linear regession yang bertujuan agar model regessi
+ tidak overfitting yang mengakibatkan model regessi tersebut
+ jelek dan tidak bisa digunakan dalam case.
+ Args:
+ aplha (float, optional): alpha ini merupakan parameter penalti
+ untuk mengontrol koefiesien regesi.
+ Defaults to 1.0.
+ fit_intercept (bool, optional): parameter ini untuk menambahkan dummy
+ angka satu. Defaults to True.
+ iterable (int, optional): parameter banyaknya model tersebut belajar.
+ (Defaults to 1000.)
+ learning_path (float, optional): langkah model belajar yang akan
+ mempengaruhi akurasi model
+ tersebut.
+ (Defaults to .0001.)
+ """
+
+ self.intercept = fit_intercept
+ self.iterable = iterable
+ self.learning_path = learning_path
+ self.alpha = alpha
+ self.weight = None
+
+ def fit(self, x: np.array, y: np.array) -> object:
+ X = np.array(x)
+ if self.intercept:
+ X = np.c_[np.ones((X.shape[0], 1)), X]
+ panjang_data, panjang_fitur = X.shape
+ Y = np.array(y)
+ self.weight = np.zeros(panjang_fitur)
+ for i in range(1, self.iterable):
+ self.weight = gradient_descent_step(
+ X, Y, self.alpha, self.weight, panjang_data
+ )
+ error = costFunction(X, Y, self.alpha, self.weight, panjang_data)
+ print(f"iter:{i},theta:{self.weight},error:{error}")
+ return self.weight
+
+ def transforms(self, x: np.array) -> np.array:
+ X = np.array(x)
+ if self.intercept:
+ X = np.c_[np.ones((X.shape[0], 1)), X]
+ self.predictions = X.dot(self.weight)
+ return self.predictions
+
+
+def main():
+ X_train = np.array([[1, 2], [3, 4], [5, 6]])
+ y_train = np.array([3, 5, 7])
+
+ lasso = Lasso(alpha=0.5)
+ lasso.fit(X_train, y_train)
+
+ X_test = np.array([[2, 3], [4, 5]])
+ predictions = lasso.transform(X_test)
+ print(predictions)
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod(verbose=True)
From 5746171aa1e427491e79ae19958c00b17309869d Mon Sep 17 00:00:00 2001
From: github-actions
Date: Mon, 3 Jul 2023 00:12:21 +0000
Subject: [PATCH 114/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 0c1b66eb..1f907194 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -154,6 +154,7 @@
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
* [K Nearest Neighbour](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_nearest_neighbour.py)
+ * [Lasso Regession](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lasso_regession.py)
* [Linear Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/linear_regression.py)
* [Logistic Regression](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/logistic_regression.py)
* [Lstm](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/lstm.py)
From 293300e72c023eed0584b302a80543f9e4cd0e74 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Mon, 3 Jul 2023 12:41:12 +0700
Subject: [PATCH 115/212] feat: menambahkan algoritma quick sort (#286)
* feat: menambahkan algoritma quick sort
[Documentation]
fungsi `partisi` untuk mempartisi array berdasarkan elemen pivot. Array diparisi menjadi dua bagian: elemen-elemen yang lebih kecil dari pivot berada di sebelah kanan, fungsi ini akan mengembalikan indeks pivot setelah proeses partisi elsai
proses pada algoritma `quick_sort` bekerja dengan memilih sebuah elemen pivot, kemudian mempartisi array sehingga elemen-elemn yang lebih kecil dari pivot berda disebelah kiri dan elemen-elemen yang lebih besar disebelah kanan proses ini dilakukan secara rekursif pada kedua bagian array yang dihasilkan hingga seluruh dari array akan terurut
Signed-off-by: slowy07
* update DIRECTORY.md
---------
Signed-off-by: slowy07
Co-authored-by: github-actions
---
DIRECTORY.md | 1 +
algorithm/sorting/quick_sorting.py | 59 ++++++++++++++++++++++++++++++
2 files changed, 60 insertions(+)
create mode 100644 algorithm/sorting/quick_sorting.py
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 1f907194..cffec6b0 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -146,6 +146,7 @@
* [Bubble Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/bubble_sort.py)
* [Bubble Sort Ascii](https://github.com/bellshade/Python/blob/main/algorithm/sorting/bubble_sort_ascii.py)
* [Pop Sort](https://github.com/bellshade/Python/blob/main/algorithm/sorting/pop_sort.py)
+ * [Quick Sorting](https://github.com/bellshade/Python/blob/main/algorithm/sorting/quick_sorting.py)
## Implementation
* Artificial Intelligence
diff --git a/algorithm/sorting/quick_sorting.py b/algorithm/sorting/quick_sorting.py
new file mode 100644
index 00000000..c4dba3bf
--- /dev/null
+++ b/algorithm/sorting/quick_sorting.py
@@ -0,0 +1,59 @@
+from __future__ import annotations
+
+
+def partisi(array: list[int], low: int, high: int) -> int:
+ """
+ Partisi array menggunakan algoritma quicksort
+ array dipartisi menjadi dua bagian: elemen-elemen
+ yang lebih kecil dari pivot berada di sebelah kiri,
+ sementara elemen-elemen yang lebih besar berada
+ di sebelah kanan
+ Args:
+ array (list[int]): array yang akan dipartisi
+ low (int): indeks rendah dari array
+ high (int): indeks tinggi dari array
+ Return:
+ int: indeks dari pivot setlah proses partisi
+ """
+ pivot = array[high]
+ i = low - 1
+ for j in range(low, high):
+ if array[j] <= pivot:
+ i += 1
+ array[i], array[j] = array[j], array[i]
+ array[i + 1], array[high] = array[high], array[i + 1]
+ return i + 1
+
+
+def quick_sort(array: list[int]) -> None:
+ """
+ Algoritma proses untuk mengrutkan
+ fungsi ini menggunakan metode rekursif untuk
+ mengurutkan array secara rekursif, pada setiap
+ pemanggilan rekursif, elemen pivot dipilih dengan
+ memanggil fungsi `partisi`
+ Args:
+ array (list[int]): array yang akan diurutkan
+ return:
+ None
+
+ Contoh:
+ >>> data = [2, 1, 5, 6, 3]
+ >>> quick_sort(data)
+ >>> data
+ [1, 2, 3, 5, 6]
+ """
+
+ def _quick_sort(array: list[int], low: int, high: int) -> None:
+ if low < high:
+ pi = partisi(array, low, high)
+ _quick_sort(array, low, pi - 1)
+ _quick_sort(array, pi + 1, high)
+
+ _quick_sort(array, 0, len(array) - 1)
+
+
+if __name__ == "__main__":
+ import doctest
+
+ doctest.testmod()
From ce9dffc9afd23cc955555513b793a5d51990ee83 Mon Sep 17 00:00:00 2001
From: arfy slowy
Date: Mon, 10 Jul 2023 21:32:13 +0700
Subject: [PATCH 116/212] docs: Update CONTRIBUTING.md
---
CONTRIBUTING.md | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/CONTRIBUTING.md b/CONTRIBUTING.md
index 3237a4b9..cd06f09e 100644
--- a/CONTRIBUTING.md
+++ b/CONTRIBUTING.md
@@ -164,7 +164,7 @@ kendala atau masalah ketika melakukan pull request. Kamu juga bisa bertanya pada
Catatan: pesan commit harus menjelaskan perubahan secara singkat.
-Contoh:
+Contoh yang benar:
- ☒ feat: test_x.py
- ☑ feat: tambah unittest untuk algoritma x
From 5ca4b44d651d2351cfb9cf8d3b32b8943d67bf00 Mon Sep 17 00:00:00 2001
From: kayabaakihiko13
Date: Wed, 12 Jul 2023 23:31:17 +0700
Subject: [PATCH 117/212] feat: menambah algoritma sinus
# Deskripsi
algoritma sinus merupakan algoritma tentang pembuatan sinus dengan series
taylor tersebut merupakan hyperbolic algoritma pada putaran lingkaran tersebut
# sumber
[!youtube](https://www.youtube.com/watch?v=cWBroMOwLFo&t=243s)
[!pdf](https://people.math.sc.edu/girardi/m142/handouts/10sTaylorPolySeries.pdf)
---
math/sin.py | 22 ++++++++++++++++++++++
1 file changed, 22 insertions(+)
create mode 100644 math/sin.py
diff --git a/math/sin.py b/math/sin.py
new file mode 100644
index 00000000..a5612528
--- /dev/null
+++ b/math/sin.py
@@ -0,0 +1,22 @@
+from math import pi, e
+
+def factorial(n: int) -> int:
+ if n < 0:
+ raise ValueError("The input must be a non-negative integer.")
+ if n == 0 or n == 1:
+ return 1
+ else:
+ return n * factorial(n - 1)
+
+def sinus(x: float | int, iterable: int = 4):
+ result = 0
+ for n in range(iterable):
+ numerator = ((e ** (complex(0, pi / 180) * x)) - (e ** (-complex(0, pi / 180) * x)))
+ denominator = factorial(2 * n + 1)
+ result += (numerator / denominator)
+ return result
+
+if __name__ == "__main__":
+ list_sudut = [0,pi/2, pi * 3/4, pi]
+ for sudut in list_sudut:
+ print("Sudut:", sudut, "Sin:", sinus(sudut))
From f34986a2c8ddedee844933b92a3dcdaaac08157a Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Wed, 12 Jul 2023 16:32:52 +0000
Subject: [PATCH 118/212] [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---
math/sin.py | 11 ++++++++---
1 file changed, 8 insertions(+), 3 deletions(-)
diff --git a/math/sin.py b/math/sin.py
index a5612528..ccdb0637 100644
--- a/math/sin.py
+++ b/math/sin.py
@@ -1,5 +1,6 @@
from math import pi, e
+
def factorial(n: int) -> int:
if n < 0:
raise ValueError("The input must be a non-negative integer.")
@@ -8,15 +9,19 @@ def factorial(n: int) -> int:
else:
return n * factorial(n - 1)
+
def sinus(x: float | int, iterable: int = 4):
result = 0
for n in range(iterable):
- numerator = ((e ** (complex(0, pi / 180) * x)) - (e ** (-complex(0, pi / 180) * x)))
+ numerator = (e ** (complex(0, pi / 180) * x)) - (
+ e ** (-complex(0, pi / 180) * x)
+ )
denominator = factorial(2 * n + 1)
- result += (numerator / denominator)
+ result += numerator / denominator
return result
+
if __name__ == "__main__":
- list_sudut = [0,pi/2, pi * 3/4, pi]
+ list_sudut = [0, pi / 2, pi * 3 / 4, pi]
for sudut in list_sudut:
print("Sudut:", sudut, "Sin:", sinus(sudut))
From 4c0a87417f3dd88d7c854a816258690d569d3a34 Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Wed, 12 Jul 2023 16:32:52 +0000
Subject: [PATCH 119/212] [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---
math/sin.py | 23 ++++++++++++++++++++---
1 file changed, 20 insertions(+), 3 deletions(-)
diff --git a/math/sin.py b/math/sin.py
index a5612528..a075e082 100644
--- a/math/sin.py
+++ b/math/sin.py
@@ -1,22 +1,39 @@
from math import pi, e
+
def factorial(n: int) -> int:
if n < 0:
- raise ValueError("The input must be a non-negative integer.")
+ raise ValueError("angkanya harus bilangan real")
if n == 0 or n == 1:
return 1
else:
return n * factorial(n - 1)
+
def sinus(x: float | int, iterable: int = 4):
+ """
+ Sinus ini merupakan perhitungan dasar yang ada pada
+ teori pythagoras
+ Args:
+ x (float | int): input ini merupakan value dari sudut yang kita
+ inputkan
+ iterable (int, optional): paramater ini untuk jumlah data yang kuta sum kan
+ Defaults to 4.
+ Returns:
+ complex: hasil dari pembagian numerator (complex) dengan denominator
+ """
result = 0
for n in range(iterable):
- numerator = ((e ** (complex(0, pi / 180) * x)) - (e ** (-complex(0, pi / 180) * x)))
+ # bikin numerial nya
+ numerator = ((e ** (complex(0, pi / 180) * x))
+ - (e ** (-complex(0, pi / 180) * x)))
+ # dengan menggunakan factorial
denominator = factorial(2 * n + 1)
result += (numerator / denominator)
return result
+
if __name__ == "__main__":
- list_sudut = [0,pi/2, pi * 3/4, pi]
+ list_sudut = [0, pi / 2, pi * 3 / 4, pi]
for sudut in list_sudut:
print("Sudut:", sudut, "Sin:", sinus(sudut))
From 850448365a1f950e5a353ecef9c32717ae4dec7b Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Fri, 14 Jul 2023 14:01:38 +0000
Subject: [PATCH 120/212] [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---
math/sin.py | 1 -
1 file changed, 1 deletion(-)
diff --git a/math/sin.py b/math/sin.py
index 3967c4bc..58f4ebd0 100644
--- a/math/sin.py
+++ b/math/sin.py
@@ -1,7 +1,6 @@
from math import pi, e
-
def factorial(n: int) -> int:
if n < 0:
raise ValueError("angkanya harus bilangan real")
From b6a7f916ffcc77bafe93cab4b20e81fd058ff0fd Mon Sep 17 00:00:00 2001
From: Iqbal Ramadhan Anniswa
<95537097+kayabaakihiko13@users.noreply.github.com>
Date: Sat, 15 Jul 2023 11:55:52 +0700
Subject: [PATCH 121/212] feat: menambah algoritma sinus (#289)
* feat: menambah algoritma sinus
# Deskripsi
algoritma sinus merupakan algoritma tentang pembuatan sinus dengan series
taylor tersebut merupakan hyperbolic algoritma pada putaran lingkaran tersebut
# sumber
[!youtube](https://www.youtube.com/watch?v=cWBroMOwLFo&t=243s)
[!pdf](https://people.math.sc.edu/girardi/m142/handouts/10sTaylorPolySeries.pdf)
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
* [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---------
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
math/sin.py | 38 ++++++++++++++++++++++++++++++++++++++
1 file changed, 38 insertions(+)
create mode 100644 math/sin.py
diff --git a/math/sin.py b/math/sin.py
new file mode 100644
index 00000000..58f4ebd0
--- /dev/null
+++ b/math/sin.py
@@ -0,0 +1,38 @@
+from math import pi, e
+
+
+def factorial(n: int) -> int:
+ if n < 0:
+ raise ValueError("angkanya harus bilangan real")
+ if n == 0 or n == 1:
+ return 1
+ else:
+ return n * factorial(n - 1)
+
+
+def sinus(x: float | int, iterable: int = 4):
+ """
+ Sinus ini merupakan perhitungan dasar yang ada pada
+ teori pythagoras
+ Args:
+ x (float | int): input ini merupakan value dari sudut yang kita
+ inputkan
+ iterable (int, optional): paramater ini untuk jumlah data yang kuta sum kan
+ Defaults to 4.
+ Returns:
+ complex: hasil dari pembagian numerator (complex) dengan denominator
+ """
+ result = 0
+ for n in range(iterable):
+ numerator = (e ** (complex(0, pi / 180) * x)) - (
+ e ** (-complex(0, pi / 180) * x)
+ )
+ denominator = factorial(2 * n + 1)
+ result += numerator / denominator
+ return result
+
+
+if __name__ == "__main__":
+ list_sudut = [0, pi / 2, pi * 3 / 4, pi]
+ for sudut in list_sudut:
+ print("Sudut:", sudut, "Sin:", sinus(sudut))
From 930553f09bd66ca890e8801179f5bae58452d80c Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sat, 15 Jul 2023 04:56:05 +0000
Subject: [PATCH 122/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index cffec6b0..c531e0ca 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -269,6 +269,7 @@
* [Sieve Of Eratosthenes](https://github.com/bellshade/Python/blob/main/math/sieve_of_eratosthenes.py)
* [Sigmoid](https://github.com/bellshade/Python/blob/main/math/sigmoid.py)
* [Simpson](https://github.com/bellshade/Python/blob/main/math/simpson.py)
+ * [Sin](https://github.com/bellshade/Python/blob/main/math/sin.py)
* [Sock Merchant](https://github.com/bellshade/Python/blob/main/math/sock_merchant.py)
* [Softmax](https://github.com/bellshade/Python/blob/main/math/softmax.py)
* [Sum Geometric Progression](https://github.com/bellshade/Python/blob/main/math/sum_geometric_progression.py)
From cdb5fb90ef5581e082eca0168fd03f80b1281ce7 Mon Sep 17 00:00:00 2001
From: kayabaakihiko13
Date: Mon, 17 Jul 2023 23:15:57 +0700
Subject: [PATCH 123/212] feat: menambah Gaussian Naive Bayes
``Deskripsi``
Gaussian Naive Bayes merupakan teknik digunakan didalam klassifikasi data yang di dasarkan
mendekati probabilitas dan Distribusi Gaussian
``Refence``
[wikipedia](https://en.wikipedia.org/wiki/Naive_Bayes_classifier)
---
.../gaussian_naive_bayes.py | 94 +++++++++++++++++++
1 file changed, 94 insertions(+)
create mode 100644 implementation/artificial_intelligence/gaussian_naive_bayes.py
diff --git a/implementation/artificial_intelligence/gaussian_naive_bayes.py b/implementation/artificial_intelligence/gaussian_naive_bayes.py
new file mode 100644
index 00000000..b5def770
--- /dev/null
+++ b/implementation/artificial_intelligence/gaussian_naive_bayes.py
@@ -0,0 +1,94 @@
+import numpy as np
+
+
+class GaussianNB:
+ """
+ # Gaussian Naive Bayes (GaussianNB)
+ ---
+
+ ## Deskripsi
+ Gaussian Naive Bayes merupakan salah satu metode di dalam supervised
+ learning.
+ gaussian Naive Bayes digunakan klasifikasi data yang berguna untuk mencari tahu
+ menebak data `label` tersebut
+ """
+
+ def __init__(self) :
+ self.features = []
+ self.likelihoods = {}
+ self.class_priors = {}
+ self.pred_priors = {}
+ self.X = None
+ self.Y = None
+
+ def __kalkulasi_probability_class(self, panjang_data):
+ """
+ menghitung peluang dari nilai unique class
+ """
+ for unique_value in np.unique(self.Y):
+ value_outcome = sum(self.Y == unique_value)
+ self.class_priors[unique_value] = value_outcome / panjang_data
+
+ def __kalkulasi_kemiripan(self):
+ for fitur in self.features:
+ for outcome in np.unique(self.Y):
+ outcome_count = sum(self.Y == outcome)
+ feat_kemiripan = self.X[fitur][self.Y[self.Y == outcome].index.values]
+ feat_kemiripan = feat_kemiripan.value_counts().to_dict()
+ for feat_val, count in feat_kemiripan.item():
+ self.likelihoods[fitur][feat_val + "_" + outcome] = count
+ self.likelihoods[fitur][feat_val + "_" + outcome] /= outcome_count
+
+ def __kalkulasi_predictor_prior(self):
+ for fitur in self.features:
+ feat_vals = X[fitur].value_counts().to_dict()
+ for feat_val, count in feat_vals.items():
+ self.pred_priors[fitur][feat_val] = count / self.X[0]
+
+ def fit(self, x: np.array,
+ y: np.array) -> None:
+ self.X = np.array(x)
+ self.Y = np.array(y)
+ panjang_data, _ = self.X.shape
+ for fitur in self.features:
+ self.likelihoods[fitur] = {}
+ self.pred_priors[fitur] = {}
+ for feat_val in np.unique(self.X[fitur]):
+ self.pred_priors[fitur].update({feat_val: 0})
+ for outcome in np.unique(self.Y):
+ self.likelihoods[fitur].update({feat_val + "_" + outcome: 0})
+ self.class_priors.update({outcome: 0})
+ self.__kalkulasi_probability_class(panjang_data)
+ self.__kalkulasi_kemiripan()
+ self.__kalkulasi_predictor_prior()
+
+ def predict(self, x: np.array):
+ X = np.array(x)
+ results = []
+ for query in X:
+ probs_outcome = {}
+ for outcome in np.unique(self.Y):
+ prior = self.class_priors[outcome]
+ likelihood = 1
+ evidence = 1
+ for feat, feat_val in zip(self.features, query):
+ likelihood *= self.likelihoods[feat][feat_val + "_" + outcome]
+ evidence *= self.pred_priors[feat][feat_val]
+
+ posterior = (likelihood * prior) / evidence
+ probs_outcome[outcome] = posterior
+
+ result = max(probs_outcome, key=lambda x: probs_outcome[x])
+ results.append(result)
+
+ return np.array(results)
+
+
+if __name__ == "__main__":
+ import doctest
+ doctest.testmod(verbose=True)
+ X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
+ Y = np.array([1, 1, 1, 2, 2, 2])
+ clf = GaussianNB()
+ clf.fit(X, Y)
+ print(clf.predict([[-0.8, -1]]))
From b8b1935c167ac8650ef605e46c1fdbd333d9c823 Mon Sep 17 00:00:00 2001
From: kayabaakihiko13
Date: Mon, 17 Jul 2023 23:15:57 +0700
Subject: [PATCH 124/212] feat: menambah Gaussian Naive Bayes
``Deskripsi``
Gaussian Naive Bayes merupakan teknik digunakan didalam klassifikasi data yang di dasarkan
mendekati probabilitas dan Distribusi Gaussian
``Refence``
[wikipedia](https://en.wikipedia.org/wiki/Naive_Bayes_classifier)
---
.../gaussian_naive_bayes.py | 94 +++++++++++++++++++
1 file changed, 94 insertions(+)
create mode 100644 implementation/artificial_intelligence/gaussian_naive_bayes.py
diff --git a/implementation/artificial_intelligence/gaussian_naive_bayes.py b/implementation/artificial_intelligence/gaussian_naive_bayes.py
new file mode 100644
index 00000000..b5def770
--- /dev/null
+++ b/implementation/artificial_intelligence/gaussian_naive_bayes.py
@@ -0,0 +1,94 @@
+import numpy as np
+
+
+class GaussianNB:
+ """
+ # Gaussian Naive Bayes (GaussianNB)
+ ---
+
+ ## Deskripsi
+ Gaussian Naive Bayes merupakan salah satu metode di dalam supervised
+ learning.
+ gaussian Naive Bayes digunakan klasifikasi data yang berguna untuk mencari tahu
+ menebak data `label` tersebut
+ """
+
+ def __init__(self) :
+ self.features = []
+ self.likelihoods = {}
+ self.class_priors = {}
+ self.pred_priors = {}
+ self.X = None
+ self.Y = None
+
+ def __kalkulasi_probability_class(self, panjang_data):
+ """
+ menghitung peluang dari nilai unique class
+ """
+ for unique_value in np.unique(self.Y):
+ value_outcome = sum(self.Y == unique_value)
+ self.class_priors[unique_value] = value_outcome / panjang_data
+
+ def __kalkulasi_kemiripan(self):
+ for fitur in self.features:
+ for outcome in np.unique(self.Y):
+ outcome_count = sum(self.Y == outcome)
+ feat_kemiripan = self.X[fitur][self.Y[self.Y == outcome].index.values]
+ feat_kemiripan = feat_kemiripan.value_counts().to_dict()
+ for feat_val, count in feat_kemiripan.item():
+ self.likelihoods[fitur][feat_val + "_" + outcome] = count
+ self.likelihoods[fitur][feat_val + "_" + outcome] /= outcome_count
+
+ def __kalkulasi_predictor_prior(self):
+ for fitur in self.features:
+ feat_vals = X[fitur].value_counts().to_dict()
+ for feat_val, count in feat_vals.items():
+ self.pred_priors[fitur][feat_val] = count / self.X[0]
+
+ def fit(self, x: np.array,
+ y: np.array) -> None:
+ self.X = np.array(x)
+ self.Y = np.array(y)
+ panjang_data, _ = self.X.shape
+ for fitur in self.features:
+ self.likelihoods[fitur] = {}
+ self.pred_priors[fitur] = {}
+ for feat_val in np.unique(self.X[fitur]):
+ self.pred_priors[fitur].update({feat_val: 0})
+ for outcome in np.unique(self.Y):
+ self.likelihoods[fitur].update({feat_val + "_" + outcome: 0})
+ self.class_priors.update({outcome: 0})
+ self.__kalkulasi_probability_class(panjang_data)
+ self.__kalkulasi_kemiripan()
+ self.__kalkulasi_predictor_prior()
+
+ def predict(self, x: np.array):
+ X = np.array(x)
+ results = []
+ for query in X:
+ probs_outcome = {}
+ for outcome in np.unique(self.Y):
+ prior = self.class_priors[outcome]
+ likelihood = 1
+ evidence = 1
+ for feat, feat_val in zip(self.features, query):
+ likelihood *= self.likelihoods[feat][feat_val + "_" + outcome]
+ evidence *= self.pred_priors[feat][feat_val]
+
+ posterior = (likelihood * prior) / evidence
+ probs_outcome[outcome] = posterior
+
+ result = max(probs_outcome, key=lambda x: probs_outcome[x])
+ results.append(result)
+
+ return np.array(results)
+
+
+if __name__ == "__main__":
+ import doctest
+ doctest.testmod(verbose=True)
+ X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
+ Y = np.array([1, 1, 1, 2, 2, 2])
+ clf = GaussianNB()
+ clf.fit(X, Y)
+ print(clf.predict([[-0.8, -1]]))
From 45dd32b401c331e8b3573321ed54986a81a0aeae Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Mon, 17 Jul 2023 16:26:45 +0000
Subject: [PATCH 125/212] [pre-commit.ci] auto fixes from pre-commit.com hooks
for more information, see https://pre-commit.ci
---
.../artificial_intelligence/gaussian_naive_bayes.py | 6 +++---
1 file changed, 3 insertions(+), 3 deletions(-)
diff --git a/implementation/artificial_intelligence/gaussian_naive_bayes.py b/implementation/artificial_intelligence/gaussian_naive_bayes.py
index b5def770..4c8e186f 100644
--- a/implementation/artificial_intelligence/gaussian_naive_bayes.py
+++ b/implementation/artificial_intelligence/gaussian_naive_bayes.py
@@ -13,7 +13,7 @@ class GaussianNB:
menebak data `label` tersebut
"""
- def __init__(self) :
+ def __init__(self):
self.features = []
self.likelihoods = {}
self.class_priors = {}
@@ -45,8 +45,7 @@ def __kalkulasi_predictor_prior(self):
for feat_val, count in feat_vals.items():
self.pred_priors[fitur][feat_val] = count / self.X[0]
- def fit(self, x: np.array,
- y: np.array) -> None:
+ def fit(self, x: np.array, y: np.array) -> None:
self.X = np.array(x)
self.Y = np.array(y)
panjang_data, _ = self.X.shape
@@ -86,6 +85,7 @@ def predict(self, x: np.array):
if __name__ == "__main__":
import doctest
+
doctest.testmod(verbose=True)
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
Y = np.array([1, 1, 1, 2, 2, 2])
From 513b7d5a46784ab21af0b9a6c6722a3571d5bfc3 Mon Sep 17 00:00:00 2001
From: github-actions
Date: Tue, 18 Jul 2023 15:59:46 +0000
Subject: [PATCH 126/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index c531e0ca..2910cc0b 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -152,6 +152,7 @@
* Artificial Intelligence
* [Decision Tree](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/decision_tree.py)
* [Fungsi Skoring](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/fungsi_skoring.py)
+ * [Gaussian Naive Bayes](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gaussian_naive_bayes.py)
* [Gradient Descent](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/gradient_descent.py)
* [K Means Clutser](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_means_clutser.py)
* [K Nearest Neighbour](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/k_nearest_neighbour.py)
From 6430b73923579d0dd60e305a249065267a60facd Mon Sep 17 00:00:00 2001
From: "pre-commit-ci[bot]"
<66853113+pre-commit-ci[bot]@users.noreply.github.com>
Date: Wed, 19 Jul 2023 00:09:45 +0700
Subject: [PATCH 127/212] [pre-commit.ci] pre-commit autoupdate (#291)
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
updates:
- [github.com/psf/black: 23.3.0 → 23.7.0](https://github.com/psf/black/compare/23.3.0...23.7.0)
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
---
.pre-commit-config.yaml | 2 +-
1 file changed, 1 insertion(+), 1 deletion(-)
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index 44ea3127..43622a28 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -14,7 +14,7 @@ repos:
- id: auto-walrus
- repo: https://github.com/psf/black
- rev: 23.3.0
+ rev: 23.7.0
hooks:
- id: black
From 241b9bdad6d36de5cf08ce72a42b92136857198b Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sun, 30 Jul 2023 14:28:01 +0700
Subject: [PATCH 128/212] feat: menambahkan algoritma similarity_search
[Documentation]
similarity search adalah kemiripan adalah teknik pembelajaran mesin yang digunakan untuk menemukan dokumen, gambar, atau data lainnya yang mirip dengan kueri yang diberikan
Signed-off-by: slowy07
---
.../similarity_searching.py | 119 ++++++++++++++++++
1 file changed, 119 insertions(+)
create mode 100644 implementation/artificial_intelligence/similarity_searching.py
diff --git a/implementation/artificial_intelligence/similarity_searching.py b/implementation/artificial_intelligence/similarity_searching.py
new file mode 100644
index 00000000..55e61ccd
--- /dev/null
+++ b/implementation/artificial_intelligence/similarity_searching.py
@@ -0,0 +1,119 @@
+from __future__ import annotations
+import math
+import numpy as np
+from numpy.linalg import norm
+
+
+def euclidean(input_a: np.ndarray, input_b: np.ndarray) -> float:
+ """
+ menghitung jarak euclidean antara dua data
+
+ Args:
+ input_a (np.ndarray): array dari vektor pertama
+ input_b (np.ndarray): array dari vektor kedua
+
+ Return:
+ (float) : jarak euclidean antara input_a dan input_b
+ dengan menggunakan math.sqrt()
+
+ Contoh:
+
+ >>> euclidean(np.array([0]), np.array([1]))
+ 1.0
+ """
+ return math.sqrt(sum(pow(a - b, 2) for a, b in zip(input_a, input_b)))
+
+
+def similar_search(
+ dataset: np.ndarray, value_array: np.ndarray
+) -> list[list[float] | float]:
+ """
+ similiar search atau pencarian kemiripan adalah teknik machine
+ learning yang digunakan untuk menenumkan dokumen, gambar,
+ atau data lainnya yang mirip dengan query yang diberikan
+
+ referensi:
+ https://www.pinecone.io/learn/what-is-similarity-search/
+ https://en.wikipedia.org/wiki/Similarity_learning
+ https://encord.com/blog/vector-similarity-search/
+
+ Args:
+ dataset (np.ndarray): kumpulan vektor-vektor
+ value_array (np.ndarray): vektor yang ingin kita ketahui vektor
+ terdekat dari dataset
+
+ Return:
+ berupa sebuah daftar yang berisi vektor terdekat, jarak dari
+ vektor-vektor tersebut
+
+ Contoh:
+
+ >>> dataset = np.array([[0], [1], [2]])
+ >>> value_array = np.array([[0]])
+ >>> similar_search(dataset, value_array)
+ [[[0], 0.0]]
+
+ >>> dataset = np.array([[0, 0, 0], [1, 1, 1], [2, 2, 2]])
+ >>> value_array = np.array([[0, 0, 0], [0, 0, 1]])
+ >>> similar_search(dataset, value_array)
+ [[[0, 0, 0], 0.0], [[0, 0, 0], 1.0]]
+ """
+ if dataset.ndim != value_array.ndim:
+ pesan = (
+ f"dimensi data input salah, dataset: {dataset.ndim} : {value_array.ndim}"
+ )
+ raise ValueError(pesan)
+
+ try:
+ if dataset.shape[1] != value_array.shape[1]:
+ pesan = f"bentuk data input salah, dataset {dataset.shape[1]}, value_array: {value_array.shape[1]}"
+ raise ValueError(pesan)
+ except IndexError as index_error:
+ if dataset.ndim != value_array.ndim:
+ print(index_error)
+ raise TypeError("bentuk salah...")
+
+ if dataset.dtype != value_array.dtype:
+ pesan = f"tipe data input berbeda, dataset: {dataset.dtype}, value_array: {value_array.dtype}"
+ raise TypeError(pesan)
+
+ answer: list = []
+
+ for value in value_array:
+ dist = euclidean(value, dataset[0])
+ vector = dataset[0].tolist()
+
+ for dataset_value in dataset[1:]:
+ temp_dist = euclidean(value, dataset_value)
+ if dist > temp_dist:
+ dist = temp_dist
+ vector = dataset_value.tolist()
+ answer.append([vector, dist])
+
+ return answer
+
+
+def cosine_similarity(input_a: np.ndarray, input_b: np.ndarray) -> float:
+ """
+ menghitung kesamaan kosinus antara dua data
+
+ Args:
+ input_a (np.ndarray): array dari vektor pertama
+ input_b (np.ndarray): array dari vektor kedua
+
+ Return:
+ (float) : kesamaan kosinus input_a dan input_b. dengan menggunakan
+ math.sqrt()
+ """
+ return np.dot(input_a, input_b) / (norm(input_a) * norm(input_b))
+
+
+if __name__ == "__main__":
+ import doctest
+
+ # dataset = np.array([[0], [1], [2]])
+ # value_array = np.array([[0]])
+ # result = similar_search(dataset, value_array)
+ # print(result)
+
+ doctest.testmod()
From 11059e9b14d2f11398f22ef0be5a70e788797701 Mon Sep 17 00:00:00 2001
From: slowy07
Date: Sun, 30 Jul 2023 14:35:33 +0700
Subject: [PATCH 129/212] fix: memperbaiki flake8
Signed-off-by: slowy07
---
.../artificial_intelligence/similarity_searching.py | 13 ++++++++++---
1 file changed, 10 insertions(+), 3 deletions(-)
diff --git a/implementation/artificial_intelligence/similarity_searching.py b/implementation/artificial_intelligence/similarity_searching.py
index 55e61ccd..326f1043 100644
--- a/implementation/artificial_intelligence/similarity_searching.py
+++ b/implementation/artificial_intelligence/similarity_searching.py
@@ -60,13 +60,17 @@ def similar_search(
"""
if dataset.ndim != value_array.ndim:
pesan = (
- f"dimensi data input salah, dataset: {dataset.ndim} : {value_array.ndim}"
+ f"dimensi data input salah, dataset: {dataset.ndim} : "
+ f"{value_array.ndim}"
)
raise ValueError(pesan)
try:
if dataset.shape[1] != value_array.shape[1]:
- pesan = f"bentuk data input salah, dataset {dataset.shape[1]}, value_array: {value_array.shape[1]}"
+ pesan = (
+ f"bentuk data input salah, dataset {dataset.shape[1]}, "
+ f"value_array: {value_array.shape[1]}"
+ )
raise ValueError(pesan)
except IndexError as index_error:
if dataset.ndim != value_array.ndim:
@@ -74,7 +78,10 @@ def similar_search(
raise TypeError("bentuk salah...")
if dataset.dtype != value_array.dtype:
- pesan = f"tipe data input berbeda, dataset: {dataset.dtype}, value_array: {value_array.dtype}"
+ pesan = (
+ f"tipe data input berbeda, dataset: {dataset.dtype},"
+ f"value_array: {value_array.dtype}"
+ )
raise TypeError(pesan)
answer: list = []
From 24641c9ad93e1a5adf5d3b09078fd6edc0e142cc Mon Sep 17 00:00:00 2001
From: github-actions
Date: Sun, 30 Jul 2023 07:35:57 +0000
Subject: [PATCH 130/212] update DIRECTORY.md
---
DIRECTORY.md | 1 +
1 file changed, 1 insertion(+)
diff --git a/DIRECTORY.md b/DIRECTORY.md
index 2910cc0b..9083ed56 100644
--- a/DIRECTORY.md
+++ b/DIRECTORY.md
@@ -164,6 +164,7 @@
* [Polynominal](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/polynominal.py)
* [Random Forest](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/random_forest.py)
* [Rigde Regession](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/rigde_regession.py)
+ * [Similarity Searching](https://github.com/bellshade/Python/blob/main/implementation/artificial_intelligence/similarity_searching.py)
* Audio Filter
* [Audio Response](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/audio_response.py)
* [Iir Filter](https://github.com/bellshade/Python/blob/main/implementation/audio_filter/iir_filter.py)
From 7c1231af44b435968c3b77fbeaf1b10eb1908a0a Mon Sep 17 00:00:00 2001
From: slowy07
Date: Mon, 31 Jul 2023 16:45:40 +0700
Subject: [PATCH 131/212] feat: menambahkan contoh sederhana dari sepia
[Documentation]
sepia adalah nuansa warna tua yang terbentuk dari campuran warna coklat dan abu-abu. nama "Sepia" berasal dari tinta berwarna coklat yang ditemukan dalam cumi-cumi jenis sepia
gambar yang terproses akan memakan waktu sedikit lama karena gambar dengan piksel yang sangat besar
Signed-off-by: slowy07
---
.../image_processing/data_image/README.txt | 9 ++
.../image_processing/data_image/__init__.py | 0
.../data_image/example_image.jpg | Bin 0 -> 5553183 bytes
.../image_processing/gambar_sepia.py | 78 ++++++++++++++++++
4 files changed, 87 insertions(+)
create mode 100644 implementation/image_processing/data_image/README.txt
create mode 100644 implementation/image_processing/data_image/__init__.py
create mode 100644 implementation/image_processing/data_image/example_image.jpg
create mode 100644 implementation/image_processing/gambar_sepia.py
diff --git a/implementation/image_processing/data_image/README.txt b/implementation/image_processing/data_image/README.txt
new file mode 100644
index 00000000..46ca8d2e
--- /dev/null
+++ b/implementation/image_processing/data_image/README.txt
@@ -0,0 +1,9 @@
+[INFORMASI]
+
+Sumber Gambar Dari Dylann Hendricks yang berjudul "a stone staircase leading up to a building"
+
+Source dari gambar dan pemilik gambar bisa dilihat dibawah ini
+
+Gambar: https://unsplash.com/photos/a-stone-staircase-leading-up-to-a-building-oaoZXg5GAm8
+
+User: https://unsplash.com/@dylanhendricks
diff --git a/implementation/image_processing/data_image/__init__.py b/implementation/image_processing/data_image/__init__.py
new file mode 100644
index 00000000..e69de29b
diff --git a/implementation/image_processing/data_image/example_image.jpg b/implementation/image_processing/data_image/example_image.jpg
new file mode 100644
index 0000000000000000000000000000000000000000..30afcbc0c11c64bfebc66028660e50bda34caacd
GIT binary patch
literal 5553183
zcmbrl1#lcq5}-R`W+qFrn3A#KG-Fp#t
z@5R09>58wjvbw7?t9xp)YW}YN{S82umzI+TKtMnMWIr~*-(6%~ISC09Rdp3XuWq=#j|$C&_t1twWlGP3{3|349ig{!+K005!-q0M1wNa%mq{iA^&jQg#T2W9vyqYe7fG#>dA?CTr#GXyxh2q-tj2VCHT~CgI}bYUb<<
z0Q~Eo|EUGQ{KvLrA4cY8wa+m=`XgPp04~XEZ*MU
z%yw25%>Nkl-|7EV;oqA7d-$*GG5>SDf7^~s(#qNl=;%rIk5MgL99@9!WFD?&7FJ|T
z|IbeRe_ipvn)P4pU{trVwsN;}{o%8?B!~d7n{;LiD
z;J^Cy2VfPw1F%h)0q8T>0I2gx05ld70Ln1;qXgpLep5uy2K@8n>5zi|)$c#}qx^s7
z|4RlL|8WTEVP`}3k61!olgt9>?)49UJQM$9FaSgV8UPzW0Qdx;0MG)M0PFxBfB--g
zAO(;Ir~otpdH`d91;7^I1aJp<0|EeF0pWmXKms5YkO{~G6amTr)qr|H3!oFw2N(uS
z0A>M8fDOQJzyaVCa0Pe(ynMXK;2=;SupkH^NFk^o7$Ddocp-!#q#zU_)FJdBOd)I_
zoFRY^0T3Y&(GW=xnGpF9We{}`Z4iABV-Rx?YY;mS#}GFV&yY}%$dK5OB#_jQERejA
zVvq`unvh12Hjr+RevqM%agaYC3m_{Yn<4ukCm@#~e?y)^-a`SPkf3m($f1~^c%dYq
zRG{>stfAbYf}oJwd}lV?mQaGeHYL%R*~GTR^)(2SLX`
zXF``kH$x9XFF@}=UqQdapuiBrFu?G`$ie8s*uZ$hgu|r46vH&Z48bhH9Kbxl!ouRh
z(!lb-%EIcw+Qa(8#=z#l*1-0{&cW`%-owGc5x_CP3BjqrnZbF&g~MgQRl@ba&BGnQ
z{eeeB;FpeP3F<1XVqFD}
zlYAnPA#o+iAQ>Pz`-J;R^ppLkluzBCj!Cgdg-Pv5Q%HMAPsnh{#K;`Uevl24U6B)$
z%aQ}h^U0^lUp~`(*82SIbIs>13PcKC3TuiKihhbKN>WNC$^gm=%5^FPDqbpEs&uLm
zsz+)XY8~nb>K5uF8hjc#8b6u}noU|1S`k_|+5*}|I#@bhItRKOx>`91mT`7Z^S1RMm)1!1
z1g!*%1ownK3z-S!3;h-*6E+q8Dg0Z6T*OSIKx9{xLex^USQIQqCuT2JDRv>wD()`c
zB>pJDFA*rwD+whjBN-(*ErltiC6y`lOZv04jdX?dl?<1Rzf7+zjI4reqU?$siJXO8
zncS5;k9?r~paQajhC-&ot|GmnyJEW%q>{W+veKq9m9n#PiwZzRP9<4oOO-~|O|?S}
zR!vncOYKmdO+7$;L<391M5A2eK~r2aUUNf>Rtu=ruZ^Z{s9mQ0s3WP9r1M*sMK@4)
zLXS|-POnuTPG4KUSpVKY${^L?z>v!@+;G{5#>mHL%$U&F(YVV5&BV;4!4$?+$F$t^
z)l9{#!0g^!&OF=v%0j{--Qv_z)H22L*hez#P&D|ZF=
zVh;!pBac>3?2p0JB#;&u2Hf!y_R8}5@(?0?;Gh0_LKGl`9u3#`1c2p
z2Ye0K2^0&=4}u6X59$x52o4QC_#*SA^ef_5hp$uLSidEGy9?0?X%8g{{SvwtCKFZ>
zjvDSBz7io2k@p??yWRKcNRG&i$oDAAsPSml=(On97>k(kShm<7v47*NW
z6Py#46GakBlQ5F}lJ=67lABY=Qle7sQcY6F(m2!d(h<{v>A!y{{%Fmh%t*+1&9u#2
z$`a42$tKQ@%zn(V%$d&>&8^NO$&1c={%QAfHD4ybxq!MLtq``*tMIT$yJ!T&3o0un
zERHUID{(IQU8-I>SjJOUR!&?VUjbPGtT?VTtemZqtZJ=hs?M*$t%P+jF
z>lNzz8+aS48>t$zo3NUqnjxBfo3C1ITYk6dwa&H4xAnIRv^RAyca(IJcV>0rbj5cg
zc87NV?eXim?{)1x>$Bo@7&7|e9#R+@9hM#*7!e!k85J7s9OEBr8|NKw
znc$vip5&Trn&O&jn&zHvp5d8ko#mTtpA($xo)?+#Taa8BUX)v$SW;e^Th>}$T`^qw
zy=u97wC1>Wz3#RCvhigTW;1FFeJkx3@vnkyy6u|Z+`qeaBzGovHFh`lEcQ6{r9T(zaE?(ULK?V5d0~9;(Z!<)_DfMc)!BE{&=H%YkyaG-~8+J_wU~gKqvqb
z5)$eoK|@2q{FC55zQADN5aHlIHbgW;B*c#o8Y%`V%Eyk6g@J*EPmGU;PyCsb^fLn;
z123-v#Q)zD{Ot!|z~h*rib6qr20&s!Kw&`q9R%=xj9Va~KE@9J9@W6WLc>8q!9xHL
z5Fr5nYthFc00J5Y77qUJIsh5!qZl0u{bO|VYSQ_17eSQ2SRU}!LYGByh@q__<~G*v
za%}h)Fr!W7cs@AIf@6O^n5nO>Qg~rZe`1luxWQX>T-2UaPqw~0fmM~1VuUs=<<$iU
zChd`KMV3xAGd!LfBu}(N4N7gG`eKZtKwM_A{O0TdxHH~-}I#wehnpVbOtalI3kCUxEvudal%hTL0k>V2J>8ByXcE{Yimn7uc;Qab<
z&RX)7uOYs%@fckzJ#maXaAWY)4)wcih!gfxVPbVu;KWcMnkB0*TI&;NUhUn7LFcfD
zzvfQO2Se>TUHwMe;MY}JBOg<9dE}`60lce|khLgQL6+x<(5H|Y_&|I{I(5gNHeayw
zW65;{U{&zg>fh`*tjS#Z?HuI4r|wN_@1=aQJVIeq{T-uf4B7ex&BippE%3V98byst
zJA<8qZkk@|=QxMa<)?<&*;K1X5TcSAoDdzd?4_u9F_=NS{*8_nwRG?@NxJ>msoJEV&T?m6!=k~G~~
zTS2O48?vB3+7FAmtk{IP_=5RJg)xg!fF%C$29;*4B~S#24=3>{%H;@u-krsg<&;5A
z>{t`hz)8)kRF=ILbY}K7n9+Yrj9-MhlK!Rp&zrK2e@C1Lw}(%~ZPs1U7@T_<&@8ON
z?(1z_aOrd0UjU8Zo2{nYyJh&Bpb_Hh7WuOoD(U_l%Pe1Ix8K|M!wRIOCvPedO1lZ^
zt-W!^UWB^*lcKm8k`Ws$lPnY}yrSqtXDIG3w$@tO8J0f&
zovPBU5{-pvL(P>oK39WQZaTkQ?Xpt8ibkP?L1L{qBbPD8^65&g+MY{ADy};?5+33l
z=&v=&(Mu3G&5F_Qi7|$3IVVc#wA}%5aE*qiv<~xKhP`T-jAEW6;`kH1igH$qTZ|lL
zTyM7}#mm8$V`v+BgMvgPQST)TzS|N{(=?UkD0=03JQNcclhXd6A(Yqojb|0|uTQfa
z_vA@DH`!>XWYKx)CP9_XAy2d%_hUQXUnNPNAAFFq{r&<*sxOH}Vf7=+>XY;H+9j*n
zM*-YS9`p7*no3J;Uyz)FT7@x6Kb(0{QP#Af@9t6L@UxdK05oY~Or>qd-$>1A*MmKQ
zqyLq$M+;)*$&5A^`;l973BFeJ1Gpm&zz0y)toK|zsFO*;Il19iu;
z=-u=(Prix00|L=P_LNnxDBTATDo9R@tOihP%J6-Iv*9@z&t=0s5C
zx~e+$pdfiKgildbhh(3jZgQHgl~z0mNacgs(T~2ZDDaJ_s&%NVD!-Ut$)-TpJCmKg
z6^5e7-cv?F<61q!#UZjbN2LP{r}Wtq37CNP^XbK&DX{(_>9w``FF=m=t#luaAT95kMVBwD
z-oi=?%XapAi84?G@0Y%wv&Ub6p@)P-zUC804Y4R?uiO{V)6fgu(`~$r$RoqPy%9^l
zNb7cn=F4){OJ=}dfOgj=_x8opd&}#?8|&-L-UD_AMRJb<=M95>!V*g)R4UOzhc5&=
zQb~11Ic6#tyrzJ8gjAH#e}T8kmenICLhqO^aCbdiN-)1P3w$dalkV;-8erR8){Pg4
zK1)?VfYHQI{tHOfnleJJQyZI?DmTt^w_`xdO~R`vSVz`E8@^ZSYs4yybtt~^b%+A3
z2RfySWE3&l&k@|O+grM5HMZ&?=jQVhJ?~Y8Pk?@~d)AmQCC8CeKlNqhNn3!TlPyO{
z4L9tVfqD72sS0f^+j(oN*G>SlKmG%1C!RUxkHxJ0Ng2V1%$(
zC5E9H#pM^=mh@v{%5gU|_C%{Dp{KIe`$ns|I=BOwzM{!w7<9D;~k9p#av6DK@z1y*S;1tMvU)EGfbrn3x{OO%7I
zd$c2>+{$ypEK9pfm{{kTwrHE%blB(e@`?Qu&(iRqyli6cqp4dgl1=KNT6hH1JwOhk
zn%a=%kMJql#+|V7r6z*;u_xRJ4WdR1q@r(7Bbp9)SJF(GxdP5H#5FTQk?ye#BLI5K
z0$IO7%+Oyt3ce|Fo8S@nUl+yM?O|iNvs&pj0@VxU2HR|Ck%WrymUi+~(i7o|jxgGQ@2F|V<8
zql@VCVxUEooghec%3so+Xwa@^HoViBCHz_^^huy3ZFp~wBkS`m>40VF&~`%G#!-4$
zDn)ftmfG6oV2s52$(C*6knXZGbI|zVdr2XHM)5hTQX+I;AyF=R(4Wv2LQ+Z3Unt+I
zt|C`T_ib5$CDlo~|8rR787ZfjpMC_xX#04TVKA2E00WdVeesY$NzZV3o?1*!IJxzT
zY87+~efDAiktre*tv8|j*tt}OScr8@sh^&eBF7eJ^Czn29a7Jatq=E5Dd6=hAhLSZ$k~reSf}&jxqY|T39fPjxuh{|g#8BY{fX-jt$NTc|R3itSzE9o}B70xt$Jisau>Zl6FO&Ygrq-3vUSpqj5B(X{
zhcGM5eJkC-6mlGqA(F-CTj6guA#>vOltKd`%R4A>yh99)
z8P{HJ*x2T5_#&vy-USjTZgfc)LZjTqMSSq^N5O`5aX3gv>LD1_eB
zlHB8O6-Av*+T~XPjtKFdL_Kl0opwqRAOPk2$9Xd^d)&V+PpT141r5C2TmqJuR1Uku
zo=L|E-PGUTK&^)DDhZ5t=Vu#wGL4CKR$n2f{FA*5pzca?nT7TMK(rb^pi7NjQne1G
zh;Xa+=5z_F8VP4*%zcf2LOpL#ips&`@m~N~IrQueL9P0#x&$nE`1tB(;1bv}dFE;^
zVM%HN1{iBv{rvG}>w#u7KAHQs=1`<9jQTJ0hnxJZ#vi+G};0@qNlfFX{
zu`DXB55#N_Y)pYjJK(QdeU^x_xNBIIAA;P#<&N>4&Zn=_NZHpQKzAi|zO<%#N-jK9r=jFvQK1Fj>P+&TFi2JG2VfZY
z=a=_(lni68r2!J=ll3t_c*nJ-(;6BKrtAdbF_uEz21*3t3TK$Hd0zF0b8Gn~x(bz?
zJL|eLwwM(;uBnlkC!kPs|J{iJuTZ>ZWDi!kyfs_~Xni3NFX=;)s)tgT&AlpM{2nZJ-2z9x=9R3WH>(h6kmcmD5a50_
zxN1v+A!aM1Q~-%)4xV1FGRTw4l|o#sEn%^j+m$gw^w)1<5Q9C9HGBaVa8ab5@H_74fC$fCj2byQwAZt`hbBzAht&
zg7|weax`KSZ3H?k4vv&%X0dZ~G4o%5x@_f-)Nl#qG2HCaqPTDQPQoix>;vT&7c2Ck
zU1@yf20^DzFv{(r;qD7bIlWpbsF=%FC}mY!jN&(RBncQ5A}M^@0vyPlu#0gi6?qc&
zs`_X-%>(5}b$ZP`6ibOId-S`@#h;%w6l)6;YR@vi&omv*HHh6CqL(X>Hevg23B3`h
z+e~d+YSog~x7m({_cd)5<~ee&rGQAb_a7Q4Pga(m0^x;VCV!qU2J2#q&2vpp{4@}E
zS2~`c7x_gtxfuTLe>o0`y@NXx>|V4N0NG}%XMJ437|tmFynzMN=Co=(hZWZae7aI8
z1fKP2d)ZK#@0l=#&YUd(8|)dZR)IYE7Ls2(X4exPM5&UKDsaN|_(g>L81noa1TLq3
zXLH(kqi_?c_O~%|Z5CBXc?$$n6faZ?Uc?L|CR9o!TH&Rq*VsF~{)*Ekv4hL0D?1VD
zN!&fni5&8p_kCzU1eI7)>Gz*np>zc#h+>dRfmz?kUw7W{4m^t!TUB|5)R3G^8I@PG
zS?zgsVC)w=4s_ofq&+d7pql$+A97)ZtJ)bYQX;-C-7g2{uF&$_t)K!M-JF9#euS;H
zzX|=j_;%s=W#5Fru>>IxH7I>D5)W?`H$XwKt@!I-fJO0p==rhvg%o$0-`w>Bi5>k9
zxzZYjIIx4HX^qR|2Fui+KyX*66kJ!Ld_WL*BruNzsl*|7+a0U*rD>h7>vAmVyf-jD
zESgs-Hp3;|hQ(Ny;Cb(<>RDy%g_Ca4NMixRwi^&TH#bdMAu`P)vHDTkv%Yh(j8r
zz2Ax*VYqVIwxj0n%n@>-yK8@TUw&MCu+$#C!yu!jFB1P3&|-T25ijuiWF>gZ2lJbu
zsD`)lVC5KiV=C?>56eVI2-d^=xx&EUgm7fZ9u&QhFZ?}ViVaL3lq`K5sG@#v}
z2n{B~v<~oz`vCatIat=IXUsv#d&B7R^~_s4)H7IxrN$10Bbaf1ac1j6;wa?Vwe(i~
z5uB^E-AH`!6t!Nku^hnSv-sv@Qs@s3;;gooKmD=Y!!9DzYJi$K2Vbik^a2w#YJAgm
zVqVSZA7r4EBUH$o6fD(evp}P2?0)*a_3VVgNIHlK&UDp2hv$wI
z#duTD%E8mO0)C%%QRKFG_pq|T;q52JQ++qYio_Tdn+J2v
zv&KQX@Y1;#CkrmAVgra%6EZ5zTpU0%pW_};`-k|g+AsPp0^VOZa?t&T2%{w1_Y#&(
z3T$`{l0`ROR<1?vvJC>Ij_+gncy42x6NVZgJcuaCEV#%g=8HN*yo$(P;+ca(A4cE0F&0x&H;|J#~lOs<#t^eA*Ich@Y;`;?LDu(@#7AwNVVnVu^#}
z&2l3v%$>Cuo5Kvk8qJ5^JMAJ%lyTo#b#;?61Rx9`T`KA;B2`>}WWp?RP8MtG))=
zd&%H?Q!9BfKS|$Pj+?$R6H7THdtX^Yr>5^W&6s&Uki1g1ZOEQ25c3U+03G4{GW65TDWaz@4o7JpMGcXv-6mW^s;r
zt$e}Yf7?^c?sz0J_VE@m8Ncoj-Z(Ila_@~@@pa@la#?F&iJJCCPqKp=vz>031Wl@gV
zqT>q7H#j|X{b4ONqq8F*nqJ|v^=#zfM&i~bV%%9VpX#^580wXNU`efi4>awGe!GeI
zWA|J(hTTwcFA?f1h5$oxw|!INvG7u*_^vMt=_NDeq-^@6l_HCF{0NpgCr1N{A+J7HW!hUsK
zU^rucJ|(HU`|+MPA26{XyZ|1q^kZ{d)9d*pV(}M1absTzPu`=|i1Nm;TdiYo$5Y$`
zBk%3AU2T$_`sYZbozZ-(i@FbrNlK7-&`NO1cs^eAUCyu1-tadT{1OzK;i`k*+SLL2
zt8nHgnS^c?dtl8>Of%ntcK>v?6NYl6sck{c-Q+Xs*o$xYKy6sUpXF-z!|n0l#djXe
z*B*qGduo(>)+aXmRg@302?h
zI-I8wqEB959u2g!b2?xI#?qF2vvd?Zhsc3Xx!cSIo>Chnq*!I%k6`A(ShoAtQQ0H61nLxI
zqWQolQj;P1A3II#vWj-Uk$7jRy5h0H7ipnQZFwg7VJw8t@
zbhrq5j#p{T7IyM6@Wu%P=CYf^JSsu$4uR|jzV
zlR?A88GrTYG3pAC7d(*z3|L%UrsV8m5bZ
zY&`mFd_XP1zF3Y5{@JDBM;j@713GQt?=0mWL-TW-D}Q8Wn?Y4$M>4+8ySH0?>IsyF
z^qC97u^>2A#IOSg3-i-qjQeWujR!cYts<0pL^9PhHLr)Lq7ni6v=h@41&yo6{4SM@
z^Z20`n_QU6Z~-=r$d!Z3Szs1g;_UW}ff45A#N}+Q^RJ$XQ02-11JX0>4pEsVk3T&I
zncNhtQ6ic2I`zgi4FlrpXE3n9_NoRf6ZPN4i||w-89}TLnzL@6NDKVHR9w9T32Bdl
zxG4KK(7FC@^sU7m*7f1TK*fD%`oW=2a7BR+oiN%72I-_)x=A5=4?8;M#p7u=gS)`7
z{gzVHiX6gG(m$&yaSAn+iWxAI;lQ?wfn5i;9(b)&5|Y#-_t<8VM<_6R
z47aNnyt0+${x0jaq6@MP=Ht3E-EVIvaVDgiA6(TvPB}u&(@T{fKh{4eeBI(S@93ET
z@~{g~SlKc?^LTpfzoQr&*NjeF}lC~8S!
zX}<*VeoAa{cK0>fBA*UB_9%P3&Re}*>K^vYNYVc(zsJH-#?*~=gsM|~MnHSfxowoK
zR(h`R8DyZ-5w^(DI{LMw#xzayCodC&C3PA$Eq@z#BnLI&>G
zhH#hYfU&;qTP@c7^J{A(<8pp?U|^iuYwZS}=&+n^HD;rArytgBecky}MRc03ssiRv
zQPLY{P^Jfq_$^-S!&$WTGe^tlYlGLDm(AU~?DtqjKM!q7M(iebKavb>h+O4S&Ju@D
zv29yvj^gx~1MJ_Z+NhvGoMw=xKuQ+6D98?Q1dR2Qt<8c?tel
z-!t`^VB=z-{uQf`!9XN-_FF0Y4-HZXN(taui*ICyG3wyb^wWOe2zv=xp}&y=llBaI
z>+|XhJa1;qo(?QN_YZMT)=_)4!|~~+6X>efZs~Y0i#dr7U9;?*Yo_(AE*{I8D(7!r
zcLDSRfx`yU&LZHyfJGchfvZ!S(;h01b~*_@o1)H^-~_@ng9mz{F0G(q-$0X$jC&NE
zwGmD9&s_^rot%O}HcIE(0R5;>HF+D6V<%r`xUXKxyqJdUsf-8|lY?`_C3%kizd{(0d|`3q3+
z+z!r|aehE`lGym0oZ`>>sbtU99<31>`R3X>e?)SoiE&
zDm|XDjba$TK8V7tx#ORCE!1@n*3|DIXY#JNLnyg*cbb{!Wag{Ljh~Hr8^Eg`R-=9U
z5su_0OaDtr@K_n+;BtLgQC}pt-TPS?#L@8Gxt$zq@;NT4ynVb3*H4|-ibHXKoS|xR
zvkW;zgDhuLC4IKYnu$3BNYCZIrnNH3mHEznSFV2U_xgr|n;ZvcsZ^AqdI*c?)hA%X
zCS8{BAYAQOZ`z?)QFZR1S?5Pt6FgJFC%v(;Z^5zsJpk^eJnKw<$%Q+bzO#&PL%8Ce
zx>_9U>8QWO8{BbI1xy_JUMDjtZ-NZ0Fg4W5D1ly&{Bk)qXN7@wif
zicRlcv9yUB)Sh1>&N6n|&f6!yun>&%g<^`&XFI@NcKVF9xQ`&+WYENf9`MlJ+oOl-
zYf!^Y2~9zUi&KZ@Sx6DZ@r$TRB7z`!j1YF&Z(RoWi46G5
z<rOk|cBX^)*$#FbaC6T&O%rdl|E_ZP>+s0qo;*@ig&;7he$KW%$9|
zA`;AuF7=fpg%Y#LKVxaprt5+WPb&KA{=lET}
zIqF5`{;v*R!uDIk4GE=RyIjbA<)KL%b~x()&LmjVCS}aseX%KzB%yGDm8HYv7i1fX
z)BWU-=_30a{`vKVw6I+(e=IKrAhF@0;5C<+KMWCwM8`*s*DSmJ(s-8UAB7kivkMF^9D?
zuwC@Pzl6Tb?{x`Q5G65EPcf`=h8UdQ{@p}UD=8IWDcEsnJO>(_(7Y6_gQs*4vp4Zj
z(sadrQ_uAM?27#=QtBSIQ!L;9a96>;WN_a|qV6b5M%rJ=OVuAcU_{S>%PS#v?e4Ww
z>QG%*f(S&U+^Bj1suEoG=MXIA!z<5_|D}0jLO-l(o@8B*F-bAWS~~6l?ijdzk^-LX
zAi?3z%q9@~H#HQsz7Lew*UP~)qtRS2GzBF-n{bWPmn#{*|B)&Xt>G$!fsSs#kO}Nj
zcKh}i7((UdptQe+HOZ7GO2VYxSASp%pQe8&NK=ml2Xp?v}GYG
z-J%m2RE<=t@rej>*DS>0o`#a>{MPT=+3Ukv52>}TA$=ckshNhXZOeF6DmN-)n~fZ|O{5i2uIM3cQjoZ9BSfo`GG`e=@$7#Xk9O`o3g(h_~rdeFc;(~*9m
zm`UIylTo6+z>1>+Nl%}9*T|1^_Dvc5iaUswAD54Xyd4O-(Yo%$a9v{G@v~uBQSc1o
za+X-W2cvjWqoO~#k90$b($+CeN3wn1nA1j5)@K$thhIGFADW`qL5(}war^{nc6nhC
z=B*28!HoIB!3;Rs`!TGGK^w`#LejZrp~m9I1H7#fapC4+`DN_iG2CpUMOL+W2UVqM
zdB~SOFh>)4ZeXoMsE5>mJiWV=Tinueu~gq+SDt3f{`hohymMY50&SNzGO^!<8
zoij)zPW;~dx+byeq~Q)`?RcVj)=9$WX>E2E^;zR5-=nq7Y<68wM?@(xFQfy`vvb?X
zo9q(%gp+|r8eq`
zFZ~BaLspCqI`^quClsKXJ#`S}YfSMKkMwL{dWb>JVA2W*iWGLlRzBH~TMa$2QUhJz
z?*?KkhtD^&8bDz@j&PK;IG}c)SG#aGG)e_gUtt)vh<~8uz>cU!UuU1?$>HOb89ix+
zkP??Y(vHO!7FMSb724OhRe!Bj=#X1~ZS&gDLb37Vi94B;E2y3-FXi6lIGw5Mb>Uj<
z+1;vJ@C!=YV4~=~y9dLx*VH+)V;jfWiHco#)@ImFnBj`Kl+N17h0Bpt`etC%UWz|f
zI??pL+1bf^GFUg^D3(kW=wHC3$b!ja%|dmY
z%E(Fc)qbT@0E2E#X^jF@8c*u`*W=yd?>ZrQ{DcO`grJucy(byLfM<`I)#r#G`7Yxq
z`mU`f4hGr;H!^0)`2w1&mjf1{W{4d>76QB<=TSw{(+TgL9%|DI6;7M6MB!p{#05>2
z=~=e|OnI5dNuIrA?9>`jb0PC!=1B3X?h2I7E*=%4)4Oh-JMQDxs`j{`FFp%-5`>3@
z`E!yvWRQfVv6cnmetux*RCnp@^#)iXeX3aP))MZ%k^1gNsZ1}c>rjiz&Q1Hm&uzyH
zQQaGtxvWIO>g1(v7j5V1HQur@{<;x#Kp!=;Vq3n9
zC~W|&I@1&mSUNR1@#AiAs*jTs5!NsBnG6ay0JLYr$8&MJ%=llpYn$zVJu8EAs?Pi
z(9D!_8&2pIalsfm_*`@>NE29c*qui{P#u7~l}RO|rv11Eww=xSo}DTC}6&D%^UT
z?qKOaB)8T0#L2%N^_uCl5_6oI(li5mEzqZ?bMFa_%}X=G!SWv3MtG{z){cdWb&Tt#
z89vC(N5$3+J?!ljF)3a!ZxSZC7W2OH#%;F`OU~SHy2!qCVP7`K0O3vYHBL1S&sOpJ
z#^0HwxJTHu(CT;A=(G_=U2vMSUt69%K2}z$D)5=)G=g+|KjBjmmxi31fKdpZQ-=k#
zWC_o^qmDg30{DGOd=(s*rpV%FwwE?@fplvWd<|U737W
zNrUrq={;WRby!I2nGXzBL}Zy46cJDl4=Sg0HN9`S8woy;$O^f0%DM?rqqz%l0UL7J
zzCmpCA=(BXTMFZgr$4nhYBn_bcAsTQuC+cqmawih|8{=uIm}zQ;6L&31y8M8>$w*=
z8u@9{gs`ASfZy8>@7eV|Y9cI{+qmP2YP7Vx)b%yubvy=7=RDMBafaL8dzxlDa!K5!
zkEApF%@P$+>}Z>kFJ53lF8eRq7CTuh%Rmure3J7#ln{g_?VcAM#11;b=~Lfmh8+Iq
z*prG{+ZM_4=22JL%0*uftcqBz$9|8sk|brewQv#5+*x&%hPsi0!GKE<-g1
z;~Q}Gy25uSqD!J?vie){q{Of4m2u#oAAd{B`ec-?#CMkZoxmp{fOg*^`9UICHGAm>
z(!F^wmuW<2qqoUv7Pf^jtk9S9>|F@1_goI%umQ!5S+dKized
z=>X!S@;?5$3je@9d0<;r<+-vM=ZBkr81sORlawyC6a$SFSe~U0JPgpR1z_%Ir~L&`
zTP!Tbyq=6nIinaLS~$Z-5m)^MBsitd3hT11DSi_~n+XO92G1O8^dM{;yrqmy)H@%P
zC67hJRsKw4sin$W7Tk@5{;sB#ke%w>70U}8>m4J}tU;I(Kyb7`P9%$B9!jz2kQ*?-
zySJ#y=x>(BJ>lBF%>R<$4F%z(CZqw?H@X9vqNi;J*I}KERYM<_*d2(67Dp^#bz3&I
z!$$IGpcdrTwQkxPXqAZa>H0-ep5bIGk9#%LNGd8l>4zxzF2RDoumXR>RLHN3;=GC=
z^hg|kB0lnl?mhh7*E@P{rLUg-b8D3YEfx5<0<(GAj>p~jhq64@Arudd$igXy4bY`5
z^j6&YhjzH-P<#V)FXnu{8MaoC)%x<*>3ORl_!&xbEk{^eyd=c@pd15BQViIITZs~y
z?3jO_M;)FowMt8#}~ZV4L998HAH$&kr<@XO!!C1#7;@=R;7h
zqYDhHRPA_W^=eVgDyPz7QzG+H8^4Aqr#+`XqSP+0F%dh}`h(z%RR5!(*L|A=PE7(nUVVF*LpP>ZY
zhVm_>ggwx64uL;&eMvXg)59u!fUy*fwtcQY{XI|ZK;a+r+uIt>C-vkept->^F9KyhI
z2Ht7h4#1OKVMPbhZ7Xyd9qE{vjY%j254%+afb*_=1Bk+rSdug8&N1?#JYwMRsduOT
zdAAPH<~tdb#f-+F>?@GlJe@cAPe)YNiD~j(u%z61SOS_{P;HRP9gjfWv&Q7gdfCbE
zWoTJJoi&9w#RNiV$@Z@$E^Jksopk|JmfN29ok!O&H%=%Xy0!hXYwqbh>Mg)A$6FyA
z&i-b;A;P->kXx?D&-eVsem`Zsg_p^u0F)n>&rd0(JS2@8ey4CWmx-l0;lRD8}tBmRl>ibX(Ko?N|K-Z2lkQ5w%B
z_j*coN{}9L!uHJ8M70neRL*L_i7;4!9JI*48y3V9tsM1ZUx||W_3-}K*DIj2qpdHs
z@4jhTc+HonY>pspCJSb(SgXtX*_u&jJqJstMN1y`PAEozmv$6
z1gYq@W6}OI*jm`WKgIp{Bbp|&-#&yEHz6Y8O8h#{pwY9$hYUH>FwbXC##8LVPgKlp
zO-6|X5gQ;&4wJd(BfAFNvQxWW$VlTO>+^veMo*2`Gt?R`;TH*Rj=GZ8}JwSh2-PRjQt1r!pz?e1-_KZE)$T
zJds_YFVyZaH0~XqWnfMdq!K@`hsW2huY%H|uhqWB#4!Nq56u4spdz+~)l%x>3!G4c
zE8CwQgzn2w52={vB5X!9p8baP+~0M6-Jm-Aw2-s%naCI^gp5q-Xl7PBFD)0IJ(=2A
zp49HX*l)AbG!_I5$Sxtl+c(-K3XX*lSpA5h!Yrvh3&Y`UaaXCRoNg^gFG1=`*S7o0
zWELu5fkER{9pQ$C6vgfAUq35sh}l2?&1kLG_NIjq!8289x!=ki?CWt*V_|&Na~ym?
zXE1+-+_q7eCx7L%Lud<+e1(8qVC`H%m5SSN`Udu5$oceJa(8cfhLFQ(nTKtj(c~1o
zot{kjCb9KotA2Tx9(*7Qj6dFJp#Z|VTU0sz9HMIlZ}}Q&?)q`A)8n^z{SK6KlwzH$
z3KQtrEcRThJ5k?1TOjj%RhXYOb^BOmY)t6axlOq*QZpK*5@1f?nogG}kfR47!kq5+
zRf{yMX}-I(0^6bOG<1lIcpDoNo`inW&nim!!h3Q+k?%|)eo`b~)#O)Ek|mmvn6g`_
z1n5hSm6S(0Y~4DDHjXmZj2`I_ohai;Q7
z)}6(#D08?&nqF;eS_|>39)ES}Ev5Lld?C5Gele_qcsZ^gN}!{m87+B80aEcvq}#27
zdBqyH%IqSIa+n$ME=Qo;0L^#v_nHlL*axL$XW~TT+ix>9ScpgVOOCdS^?GiLhB#9M
zInOV%oigkCv$h1P&-ImSOH)b7AVw(;0w+FoX(kR(59n*w^q9Qgt%T08lkIC*dTXJw3B{E`v5lDba&HHNgn2ykmhkwF3O0c^)`HX%MM{lar>S21
z3o6Q|H{sLRDC?;?E4%JOKh{oYB=0p9sqNto88+`Mw!Pw3;-5Y%m*ntGRaqb)>jW11tTECFc8Y|>GK3!|F
zVw$dwN+IJ@YsaHEu`P0g`re7EtuSemj-kINx!O)J*3@d@e_s;Q(l@j2$7NSE8Y&A!
zjiCPC`11-;*4H+-N|;hQ694A00oo+R>r*By|c5zdg3uBR?`@!Fa+s>9X#Ewfj7<@(~@k~y8;M5YISZv<<9SM@XA54V#Z&~zxU
zvPhZ+l5qs%CTw7lQg%r5$~KZvr?Nh^3-OX+v}90AS~D{{Rxz|`Ajs!INyE|zr>58u
ziif?M3edSK7ALfu=3EZt7s=0UDhapL@`Z@I6k-VXSTMS>OqQN;LbaGUd?+1{2+fY@ZiEJuts$J8x{d=VM-2>N8#C5#=b(R1{(
zHiTw)g`z|uUeu?xZ$-`VpT|wlzkLE~CRK>1Y^d>d(SGB-UF!EVggKp}Y*C}6CJg-_
z08v1$zmm}@fQbe1Xbm>(rR~vf{z>cBy%|3kZT`D;=X7}zM_xh$q7XZb>l4W0`t-Bc
z$E3Q$QC~KB)3PP;EnVNL)m(hL+;u@tbm(O+q~+|wOH@tRNBr!R!CnUFO)R1;%I4pY
zdmuRPRQbuSGUTVr7DC2&6qx~(izehTr3
zmBm|!p?1{4>MX5sMXnby>yWEf1*%{OF28EskV#ndH6z2(}ZH0vAoQz8;mB%gCu9MuoWTkGquBHS=t
zUi>DBu_z@`uE2`xa^A!=B{YK}7t7s!%&RZP2jTWUO$^NQ4dU4=L)$RDRFh=kw3(J<
zp;dGi-U|&27U>YsBV#6}77cuPcD^kAjMdYT-O(tBVRHLs8YQxYd8$`4W|?$(+a;9h
zvsdU)t03srg_CzZ1FXdXbGt3h(j&>xdYt{AEJW-bFgV|LXwPVWG+$veq2>2nw2X$=
zP9P`kT}K#m-gtn|Y)X;DI|F&G#xVJ1roMIaoty?hlZ95#d-9*?tM|KePeJiR9nbaLLbZ-m9*DA(?oeg!;}n0M
zW4})lHK&1^JLv^1gL~08pLZFGL!;qzxt!Hj_E7%-JK6mCcIeuB9^2iHu(R}>;MhcJ
z*wq?vu&-R=iH>PmSh|4nU1LhBaIZa%#k_A-ATdRtTPcp6DUWqwUTTZb#+_>`S(4or
zvj7pTGR&P%(6bxS7FzzpNZ429;x(lU>8uJLE1=h-q$r@*p4AQb0o|%ROPuC8JaV~A?ZhO_AqHB^B?u1-<
z?NT5;&K(m`;MZ=W**kP+1}&Z;S)|f)B}eD$sDg6FH29Y{H871GK1muK%UGo|hS{fG^QozPo>2|0aP6eX96SsQ`iUD-p!!l)sUX|Dq
zge+LPwAUFJ*b^1aSW6mTOHwcksN$T_XBG*`>Bu_(TNhy`;!uJxY!AuJ7SI(XzQQVq
zw9vN6RWX-#)NG?%WsC#?4X+DLkk!#P#h10}i99ciNg?Dzjgf$in6}$NDQd4Su7Im5
z1$;X0K7C%Vb82r_tAmKmimn9IaZVfbmHoJQG9KwtErfES{-%Cb{>SOhc-QYCPApjo
z34<=@9&vs#&SLTARY3D~?Ydj8tfX*g=XvD}3*=F;`Dp}O*YTe=nuZ3hmd4(3?mPFR
z+XK<|7^e>z(kVmAGpwaxRA0fB59qohK6pyEQK+FqU^5W^>UeX^H(*|d9>RU
z!j(iSx~cKjB@%6n({yFoNm-5)5K@#bXd>Q&=t}PI?eXE4(JO8`_RXlQg*g$)NsSGU
zF>ZQv4a|fYFj%ob0qfruapx!$nzodd-H`XJhc9(!GbFz??P}WT!LZGYoomsQu(nDn
zTGr0v!nW_$2@c+KI@mRe>YgIf3q)N
zi5fPe_Us?xr-Wa)g8u**@RRoEFT@Q(f3*>R6^-dv>~i1cQ$KHu`U|u3ISZN9{f86y
z^|PC^^>x?r&r~njupf~zNq?;kpN+ER{<|9dZjxd8?kn4YEDYaj8uY_HXVUz2gI->2>W
z0Fv7mU#z=-BuS9|z>EBjoiFuhkK|lBpQ{AFDKwP*bpiQZtXuluH}U@f+8@_gpO8du
zzfuT(PwFxKfH(O2qKEe2SK`qd57t~iBQ%4*Uts=BZYBPj@BF*KOZAUW1;e=mfE=TAqzT}qf8fl*~daXUDasXyo#N7o=cY4
zL4tv4sM{n70gp6omXy`CgE9wNY`XQJaRhF3=^w`|&;436_&@S*_m5xT?v{`A2qW-#
zoFCiF{{Rer7XFCx4O2Kdw
zUf8@GtFo7Fn4{;|*?CoiZd)WNyslZt>0@gv6Y8>k9gJ#}hBDtFP3*9+&(y+fdI%LT
zZpzBpQWUmcOO=QSzJv0K*Hvn;R-@##4%M2*+fPwru3kCUQbdiHt)-aV0IPKBmjQa9
zofVuyqm3%{4O>OIXZ=s?g?)#nN6=j5XhtYj9Qto)o$#$x<6~>*M6{iBKsp%W&hno^
z%(XjpM>|>OU1WQPS+!*A%y{EeE|4+FL+blY-}~
zt$EJc_gh!1g9-uhUr0BFP_Y7$Y};WqF|8YTh+sq+p7kp+cea{7dhS@ZgGWt9)NR?u
zSx6K;i}mBrJuF5tj_pKu=A~^jrB?1hJ=LU+g7F_%ekiK?Q=@+^+_5_F=Gkj>$G)NF
z%RW=cirZD4hQnGc9JE=hKax51a45%*yE^q1)HN^1w35CE~j@oSCzxKf8{
ztXSD>fIA{m8$uy0JOupn)BGh7SCx{XF3`KZ!(Lxnk2wWq%s9^2xjJBAo0`q4HUCcby}yUoqj+GZ|dV
z2d^~+@^=2Bg)f|;^?IEbJ;m!#rW~<5r#BUIPu(g64umaqG>!8NK8^6Jo%D53QJnd&
zqafVp@m)&_S3bt*h~!irj-VI|=Q&*mGOwBSb$G+BV9TmR3GAncGjC&6T-UFs
z;Z^e{p0NN|%-cFLRgW@b(h_KSi!O`AkDj)4K6O+u&axd<%bL1_TPvHkbSBY0e2vqa
z1o?(XM{0r1d%7q^%0@Ry?4jnbIs+?|9A20oSI)Bfb9j#_O6jdKa+J=T*BQ=vbly_A
zem_llcgxrkpVTqPdAkmjCq>7*x{RC-Rrjj4LgdLE0WKFjK~M{2p1lFEWF2+|cSFTIefqQc_mh20I_Nc==uGaxa4L9r#$t4D
z-MQAz56s`uUfY@2=fxwx4H-0Sfv_%kL8?Gb2}!FNv^r8sR0chdwdm^ipU{1*fT{|Z
z60lq~vjffM>a%peRu*IctH`)7VVli^&UtnI;VvA9`UJBl5sUp2ipsa{Gpd_&z^}S0
zyMSzOJYA|~fzOP;lu$o#5x)^z>ifr-Xow)+)jc1VP|97<6~9R{KCfo&`#RP6Py_Y3
ze?or}mVa0I!B68@UCTWT;sTwFR|UZ@){E(g#C=Dq{;n0=ZFr8VJiub46>T-YY8HCAma$HCvJGs0dXE
z%Z{TM=R&gMbiAWoILmi9ES6lMw%Zf!%F2R%YnhE!{FIvbtz%V%L9&^Sooov6o1uW=
zC9_Bo{LyC&o3aT8)Q>yVg
zMFgsO53_QCN);N*c10kPk$Kt-pEg52o^<5X$%ltWOM?0|~C@U%cni!KTyE)iZkUC_F
z*Y(q{kJ7qlnv0Y(<(*E?bUSl=+?qOj9%z&&*Uy}LYfU{hKB>OlvaiJ1b^@^JrsW9r
zh7FLI56)L8HU6lA$;{@u2o$Q6W$igfL}PtuFrugULhLw`@D!~(usbv<>$_vHXwsJs
z^9n9+M}Pw5hiiC|hdjx-HwjS8Q?r&k6=y21f;fpQ0kwrp3nwiz47&h+KPRrMt
zq|c