Python adalah bahasa pemrograman serbaguna yang sangat populer karena sintaksnya yang bersih dan mudah dibaca. Bahasa ini telah menjadi pilihan utama dalam berbagai bidang, mulai dari pengembangan web, analisis data, kecerdasan buatan, hingga otomatisasi tugas sehari-hari. Bagi mereka yang baru memulai, melihat contoh program nyata adalah cara terbaik untuk memahami konsep dasarnya.
Program ini menunjukkan bagaimana Python menangani input pengguna dan operasi aritmatika dasar. Ini adalah titik awal yang bagus untuk memahami variabel, input/output, dan percabangan (if/elif/else).
# Contoh Program Python: Kalkulator Sederhana
def kalkulator():
print("--- Kalkulator Sederhana Python ---")
try:
angka1 = float(input("Masukkan angka pertama: "))
operator = input("Pilih operator (+, -, *, /): ")
angka2 = float(input("Masukkan angka kedua: "))
if operator == '+':
hasil = angka1 + angka2
elif operator == '-':
hasil = angka1 - angka2
elif operator == '*':
hasil = angka1 * angka2
elif operator == '/':
if angka2 != 0:
hasil = angka1 / angka2
else:
print("Error: Tidak bisa dibagi nol!")
return
else:
print("Operator tidak valid.")
return
print(f"Hasil dari {angka1} {operator} {angka2} adalah: {hasil}")
except ValueError:
print("Input tidak valid. Pastikan Anda memasukkan angka yang benar.")
kalkulator()
Perulangan (loops) adalah konsep fundamental. Program faktorial menggunakan perulangan `for` untuk mengalikan serangkaian angka hingga batas yang ditentukan. Ini sangat berguna dalam algoritma yang memerlukan iterasi berulang.
# Contoh Program Python: Menghitung Faktorial
def hitung_faktorial(n):
if n < 0:
return "Faktorial tidak terdefinisi untuk bilangan negatif"
elif n == 0:
return 1
else:
faktorial = 1
# Loop dari 1 hingga n
for i in range(1, n + 1):
faktorial = faktorial * i
return faktorial
angka_input = 5
print(f"Faktorial dari {angka_input} adalah: {hitung_faktorial(angka_input)}")
Dalam contoh di atas, fungsi `range(1, n + 1)` menghasilkan urutan angka yang akan dikalikan satu per satu. Struktur ini sangat efisien untuk tugas iteratif.
List adalah struktur data yang paling umum digunakan di Python untuk menyimpan koleksi data. List Comprehension adalah cara Pythonic (khas Python) untuk membuat list baru secara ringkas. Mari kita lihat contoh memfilter bilangan genap dari sebuah list.
# Contoh Program Python: Filter Bilangan Genap menggunakan List Comprehension
data_angka = [12, 5, 18, 3, 22, 9, 30, 1]
# Metode Tradisional (menggunakan loop for)
bilangan_genap_tradisional = []
for x in data_angka:
if x % 2 == 0:
bilangan_genap_tradisional.append(x)
# Metode Pythonic (List Comprehension)
bilangan_genap_lc = [x for x in data_angka if x % 2 == 0]
print(f"Data Awal: {data_angka}")
print(f"Hasil Tradisional: {bilangan_genap_tradisional}")
print(f"Hasil List Comprehension: {bilangan_genap_lc}")
Perhatikan betapa ringkasnya baris `[x for x in data_angka if x % 2 == 0]`. Ini menunjukkan kekuatan dan kejelasan sintaks Python, membuatnya unggul dalam tugas manipulasi data sederhana.
Python sangat kuat dalam otomatisasi. Berikut adalah contoh bagaimana Python dapat digunakan untuk menulis (dan membaca) konten ke dalam file teks.
# Contoh Program Python: Menulis ke File Teks
nama_file = "catatan_harian.txt"
baris_teks = [
"Hari ini belajar Python sangat menyenangkan.",
"Membuat contoh program kalkulator.",
"Perulangan adalah kunci otomatisasi."
]
# Menulis ke file ('w' mode = write/tulis)
with open(nama_file, 'w') as file:
for baris in baris_teks:
file.write(baris + "\n")
print(f"Data telah berhasil ditulis ke {nama_file}")
# Membaca kembali isi file ('r' mode = read/baca)
print("\n--- Isi File yang Dibaca Ulang ---")
with open(nama_file, 'r') as file:
konten = file.read()
print(konten)
Penggunaan `with open(...)` adalah praktik terbaik karena secara otomatis menutup file setelah selesai, bahkan jika terjadi error. Contoh-contoh sederhana ini membuktikan bahwa Python dapat diakses oleh siapa saja yang ingin mulai melakukan pemrograman atau otomatisasi tugas-tugas rutin mereka. Menguasai dasar-dasar ini membuka jalan untuk menjelajahi pustaka canggih seperti Pandas, NumPy, atau Django.