Setup MacBook Air M5 2026 untuk Belajar Data Analyst
Panduan ini memastikan MacBook Abbas siap dipakai belajar dari hari pertama sampai capstone di Bulan 12. Ikuti urutan seksinya: dari yang wajib di hari pertama, sampai konfigurasi lanjutan di akhir pekan.
Seksi 1: Yang Harus Abbas Lakukan di Hari Pertama
Empat langkah ini harus selesai sebelum Abbas melakukan apa pun dengan MacBook baru. Jangan dilewati.
MacBook baru belum tentu pakai versi macOS terbaru saat keluar dari kotak. Update dulu sebelum install apa pun, karena banyak tools developer bergantung pada sistem terbaru.
Cara: Klik logo Apple di pojok kiri atas → System Settings → General → Software Update.
Kalau ada update, klik Update Now. MacBook akan restart. Proses ini bisa 10-30 menit tergantung koneksi. Sambungkan ke charger dulu supaya tidak kehabisan baterai di tengah update.
Pesan "macOS is up to date" muncul di halaman Software Update.
Apple ID diperlukan untuk download aplikasi dari App Store. iCloud berguna untuk sync file antar perangkat Apple.
Cara: System Settings → klik nama di bagian atas sidebar → masuk dengan Apple ID Abbas. Kalau belum punya, buat di appleid.apple.com.
Aktifkan iCloud Drive supaya folder Desktop dan Documents otomatis ter-backup ke cloud. Gratis sampai 5 GB. Kalau butuh lebih, bisa upgrade nanti.
Beberapa pengaturan default Mac perlu disesuaikan supaya nyaman dipakai belajar coding.
Night Shift: Matikan
System Settings → Displays → Night Shift → pastikan Off. Warna layar yang akurat penting saat membaca grafik dan visualisasi data. Night Shift membuat warna data chart terlihat berbeda dari yang sebenarnya.
Hot Corners: Aktifkan
System Settings → Desktop & Dock → Hot Corners. Rekomendasi setup untuk coder:
- Pojok kiri atas → Mission Control (lihat semua jendela)
- Pojok kanan atas → Notification Center
- Pojok kiri bawah → Desktop (semua jendela menyingkir)
- Pojok kanan bawah → Screen Saver
Tetap pakai Light Mode. Visualisasi data dan grafik dari matplotlib, seaborn, dan plotly secara default dioptimalkan untuk background putih. Kalau pakai dark mode di macOS, tampilan chart di Jupyter Notebook bisa terlihat aneh.
Google Colab (platform utama belajar Python Abbas di Bulan 1-4) paling stabil dipakai di Chrome. Safari kadang punya masalah kompatibilitas dengan fitur Colab tertentu.
Download: google.com/chrome → klik Download Chrome → buka file .dmg → drag Chrome ke folder Applications.
Setelah Chrome terbuka, login dengan akun Google Abbas. Ini penting supaya bookmark, riwayat, dan akses Google Drive otomatis tersinkronisasi. Login juga membuka akses ke Google Colab langsung.
Buka Chrome, ketik colab.research.google.com di address bar. Harusnya langsung bisa buka halaman Google Colab tanpa diminta login ulang.
Seksi 2: Install Essential Tools
Lakukan ini di weekend pertama saat Abbas punya waktu kosong dan koneksi internet stabil. Instalasi ini sifatnya permanen dan hanya perlu dilakukan sekali.
Homebrew adalah "toko aplikasi" untuk tools developer di Mac. Hampir semua yang Abbas butuhkan untuk belajar data analyst bisa diinstall via Homebrew dengan satu perintah. Ini adalah fondasi dari semua yang lain.
Cara buka Terminal: Tekan Cmd + Space, ketik "Terminal", tekan Enter.
# Paste seluruh perintah ini, lalu tekan Enter % /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
Saat instalasi Homebrew berjalan, mungkin akan muncul popup yang minta install Xcode Command Line Tools. Klik Install dan tunggu sampai selesai (bisa 5-15 menit). Ini normal dan dibutuhkan.
Setelah instalasi selesai, Homebrew akan meminta Abbas untuk menjalankan dua perintah tambahan untuk menambahkan Homebrew ke PATH. Perhatikan output di Terminal dan jalankan perintah yang disebutkan di sana.
# Verifikasi Homebrew berhasil terinstall % brew --version Homebrew 4.x.x % brew doctor Your system is ready to brew.
brew --version menampilkan nomor versi (contoh: Homebrew 4.3.2) brew doctor menampilkan "Your system is ready to brew."
Mac sudah punya Python bawaan, tapi versinya mungkin lama dan tidak boleh dimodifikasi (dipakai sistem macOS). Abbas butuh Python versi baru yang bisa dikelola sendiri.
% brew install python3 ... (output instalasi panjang, ini normal) # Setelah selesai, verifikasi: % python3 --version Python 3.12.x % pip3 --version pip 24.x.x from /opt/homebrew/lib/python3.12/...
Di Mac, perintah python (tanpa angka 3) mengarah ke Python 2 yang sudah usang dan tidak boleh dipakai. Selalu gunakan python3 dan pip3 saat kerja di Terminal.
Git adalah sistem version control: alat untuk menyimpan riwayat perubahan kode. Ini dibutuhkan mulai Bulan 11 saat Abbas membuat GitHub portfolio. Install sekarang supaya tidak terburu-buru nanti.
% brew install git # Verifikasi: % git --version git version 2.x.x # Set identitas (ganti dengan nama dan email Abbas yang asli) % git config --global user.name "Abbas NamaLengkap" % git config --global user.email "email@abbaspunya.com" # Konfirmasi identitas tersimpan: % git config --global --list user.name=Abbas NamaLengkap user.email=email@abbaspunya.com
Saat Abbas membuat akun GitHub di Bulan 11, gunakan email yang sama dengan yang didaftarkan di git config di atas. Ini penting supaya commit history Abbas tampil benar di profil GitHub.
VS Code adalah editor kode paling populer untuk data analyst dan data scientist. Mulai intensif dipakai di Bulan 5, tapi install sekarang supaya terbiasa dengan tampilan antarmukanya.
Download VS Code:
- Buka code.visualstudio.com
- Klik Download for Mac (pilih Apple Silicon untuk M5)
- Buka file .zip yang didownload, drag VS Code ke folder Applications
Install Python Extension:
- Buka VS Code
- Tekan Cmd + Shift + X untuk buka panel Extensions
- Ketik "Python" di kotak pencarian
- Install extension Python dari Microsoft (yang pertama muncul, dengan badge centang biru)
Install code command di Terminal: Di VS Code, tekan Cmd + Shift + P, ketik "shell command", pilih Shell Command: Install 'code' command in PATH.
# Cek VS Code bisa dibuka dari Terminal: % code --version 1.xx.x xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx x64
- VS Code terbuka dari Launchpad / Applications - code --version menampilkan nomor versi - Extension Python (Microsoft) terlihat di daftar installed extensions - python3 --version, git --version keduanya menampilkan versi
Seksi 3: Python Environment Setup
Setelah Python terinstall, Abbas perlu install library-library yang akan dipakai sepanjang 12 bulan belajar, dan membuat virtual environment supaya proyek tidak saling mencampuri.
Berikut adalah library yang akan Abbas pakai sepanjang program 12 bulan. Install semuanya sekarang supaya tidak perlu install satu-satu nanti.
% pip3 install numpy pandas matplotlib seaborn scipy scikit-learn plotly jupyter Collecting numpy... Collecting pandas... ... (output panjang, ini normal) Successfully installed numpy-2.x.x pandas-2.x.x matplotlib-3.x.x ... # Verifikasi satu per satu: % python3 -c "import numpy; print('numpy', numpy.__version__)" numpy 2.x.x % python3 -c "import pandas; print('pandas', pandas.__version__)" pandas 2.x.x
- numpy: operasi matematika dan array (Bulan 1-3)
- pandas: manipulasi data tabel (Bulan 5, inti utama)
- matplotlib: visualisasi dasar (Bulan 6)
- seaborn: visualisasi statistik yang cantik (Bulan 6)
- scipy: statistik inferensial (Bulan 7)
- scikit-learn: machine learning (Bulan 9-10)
- plotly: grafik interaktif untuk dashboard (Bulan 11)
- jupyter: Jupyter Notebook lokal (alternatif Colab)
Google Colab adalah opsi utama, tapi kadang Abbas tidak punya koneksi internet. Jupyter Notebook versi lokal bisa jadi backup.
# Buka Jupyter dengan folder Desktop/learning sebagai home % jupyter notebook --notebook-dir=~/Desktop/learning ... Jupyter Notebook is running at: http://localhost:8888/
Browser akan terbuka otomatis dan menampilkan antarmuka Jupyter. Tekan Ctrl + C di Terminal untuk menghentikan Jupyter saat selesai.
Pakai Google Colab sebagai default (gratis, tidak perlu setup, GPU gratis untuk ML). Gunakan Jupyter lokal hanya saat tidak ada internet atau butuh akses file lokal yang besar.
Virtual environment adalah "ruangan terpisah" untuk tiap proyek Python, sehingga library satu proyek tidak bertabrakan dengan yang lain. Ini praktik standar profesional.
# Buat folder untuk menyimpan virtual environments % mkdir -p ~/.venvs # Buat virtual environment bernama dataanalyst % python3 -m venv ~/.venvs/dataanalyst # Aktifkan virtual environment % source ~/.venvs/dataanalyst/bin/activate (dataanalyst) % # Sekarang install library di dalam venv ini (dataanalyst) % pip install numpy pandas matplotlib seaborn scipy scikit-learn plotly jupyter # Untuk menonaktifkan venv: (dataanalyst) % deactivate %
Saat virtual environment aktif, nama "(dataanalyst)" muncul di awal prompt Terminal. Ini tanda bahwa semua perintah python dan pip sekarang berjalan di dalam lingkungan terisolasi itu.
Alias adalah "shortcut" perintah Terminal. Dengan alias, Abbas bisa ketik perintah pendek sebagai ganti perintah panjang yang sering dipakai.
# Buka file .zprofile di VS Code untuk diedit % code ~/.zprofile
Tambahkan baris-baris berikut di akhir file:
# Alias Data Analyst Learning - Abbas
# Aktifkan virtual environment data analyst
alias da="source ~/.venvs/dataanalyst/bin/activate"
# Buka folder belajar di VS Code
alias learn="code ~/Desktop/data-analyst"
# Buka Jupyter Notebook langsung ke folder belajar
alias jup="jupyter notebook --notebook-dir=~/Desktop/data-analyst"
# Python shorthand
alias py="python3"
# Reload konfigurasi supaya alias aktif sekarang % source ~/.zprofile # Uji alias: % da (dataanalyst) % # virtual environment aktif!
Seksi 4: Google Account Setup untuk Learning
Google menyediakan ekosistem gratis yang luar biasa untuk belajar data analyst: Colab untuk Python, Sheets untuk spreadsheet, Forms untuk survey, dan Drive untuk storage.
Folder ini akan jadi "rumah" semua notebook Colab dan file belajar Abbas selama 12 bulan. Semua otomatis tersimpan di cloud.
- Buka drive.google.com di Chrome
- Klik + New → New Folder
- Beri nama:
Data Analyst Learning - Di dalam folder itu, buat subfolder:
Bulan-01,Bulan-02, ...,Bulan-12,Proyek,Datasets
Setiap Notebook yang Abbas buat di Google Colab otomatis tersimpan di Google Drive. Tidak perlu klik Save, tidak perlu takut kehilangan kerjaan saat laptop mati mendadak.
Pastikan Colab berjalan normal dengan membuat notebook pertama Abbas.
- Buka colab.research.google.com
- Klik New Notebook
- Di cell pertama, ketik kode di bawah ini
- Tekan Shift + Enter untuk menjalankan
# Kode pertama Abbas di Google Colab
print("Halo! Nama saya Abbas.")
print("Hari ini saya mulai belajar Data Analyst.")
# Cek Python version
import sys
print(f"Python version: {sys.version}")
# Cek library tersedia
import numpy as np
import pandas as pd
print(f"NumPy: {np.__version__}, Pandas: {pd.__version__}")
Halo! Nama saya Abbas. Hari ini saya mulai belajar Data Analyst. Python version: 3.x.x (main, ...) NumPy: 2.x.x, Pandas: 2.x.x
Google Sheets akan banyak dipakai di Bulan 3 (Spreadsheet & Excel). Aktifkan mode offline supaya bisa diedit saat tidak ada internet.
- Buka sheets.google.com
- Klik ikon gigi (Settings) di pojok kanan atas
- Aktifkan toggle Offline
- Chrome akan minta install ekstensi "Google Docs Offline", klik Install
Di Bulan 8, Abbas akan membuat mini survey menggunakan Google Forms dan menganalisis hasilnya. Sekarang cukup coba buka dan kenali antarmukanya.
Buka forms.google.com → klik Blank Form → lihat sebentar pilihan jenis pertanyaan yang tersedia. Tutup saja, belum perlu buat apapun.
Proyek P4: Mini Survey di Bulan 8 akan memandu Abbas dari desain pertanyaan, distribusi form, sampai analisis hasil. Semua tool yang dibutuhkan sudah ada di Google, gratis.
Seksi 5: MacBook Productivity Tips untuk Coder
Tips-tips ini tidak wajib dilakukan di hari pertama, tapi akan membuat Abbas jauh lebih cepat dan nyaman bekerja sehari-hari.
Hafal 10 shortcut ini dulu. Kalau sudah otomatis, Abbas bisa bekerja tanpa mengangkat tangan ke mouse setiap saat.
| Shortcut | Fungsi | Kapan Dipakai |
|---|---|---|
| Cmd + Space | Spotlight Search | Buka aplikasi apa pun tanpa klik-klik |
| Cmd + Tab | Switch App | Pindah antar Chrome, Terminal, VS Code |
| Cmd + ` | Switch Window (app sama) | Pindah antar jendela Terminal |
| Ctrl + Up | Mission Control | Lihat semua jendela yang terbuka |
| Cmd + Shift + 4 | Screenshot area | Capture grafik atau error untuk ditunjukkan |
| Cmd + Shift + 5 | Screenshot menu lengkap | Rekam video layar atau screenshot dengan opsi |
| Cmd + W | Tutup tab/jendela | Tutup tab Chrome atau Terminal |
| Cmd + T | Tab baru | Tab baru di Chrome atau Terminal |
| Cmd + Z | Undo | Urungkan perubahan terakhir |
| Cmd + Shift + Z | Redo | Ulang perubahan yang di-undo |
oh-my-zsh adalah framework untuk mempercantik dan memperkuat Terminal. Fitur utama yang berguna: auto-complete lebih pintar, tampilan prompt yang informatif, dan plugin git.
# Install oh-my-zsh % sh -c "$(curl -fsSL https://raw.githubusercontent.com/ohmyzsh/ohmyzsh/master/tools/install.sh)" __ __ ____ / /_ ____ ___ __ __ ____ _____/ /_ / __ \/ __ \ / __ `__ \/ / / / /_ / / ___/ __ \ / /_/ / / / / / / / / / / /_/ / / /_(__ ) / / / \____/_/ /_/ /_/ /_/ /_/\__, / /___/____/_/ /_/ /____/ ....is now installed!
oh-my-zsh membuat file baru ~/.zshrc. Alias yang Abbas buat di ~/.zprofile tadi tetap bekerja karena zshrc dan zprofile keduanya dibaca oleh zsh. Tidak perlu dipindah.
Default Finder menyembunyikan file penting untuk developer. Aktifkan tampilan file tersembunyi dan informasi path.
Tampilkan file tersembunyi:
# Tampilkan semua file tersembunyi di Finder % defaults write com.apple.finder AppleShowAllFiles true % killall Finder (Finder akan restart otomatis)
Aktifkan Path Bar dan Status Bar:
Buka Finder → menu View di atas → centang Show Path Bar dan Show Status Bar. Sekarang Abbas bisa lihat lokasi file saat ini di bagian bawah jendela Finder.
Klik kanan folder mana pun di Finder → New Terminal at Folder. Terminal akan terbuka langsung di dalam folder itu. Sangat berguna saat mau jalankan script Python di folder tertentu.
Seksi 6: Struktur Folder yang Direkomendasikan
Struktur folder yang konsisten membuat Abbas mudah menemukan file, dan terlihat profesional saat menunjukkan kerjanya ke orang lain. Setup ini sekali, lalu tinggal ikuti polanya.
Jalankan perintah ini di Terminal untuk membuat seluruh struktur folder sekaligus:
% mkdir -p ~/Desktop/data-analyst/{bulan-01,bulan-02,bulan-03,bulan-04,bulan-05,bulan-06,bulan-07,bulan-08,bulan-09,bulan-10,bulan-11,bulan-12,datasets,proyek} (tidak ada output = berhasil) # Verifikasi struktur: % ls ~/Desktop/data-analyst/ bulan-01 bulan-03 bulan-05 bulan-07 bulan-09 bulan-11 datasets bulan-02 bulan-04 bulan-06 bulan-08 bulan-10 bulan-12 proyek
Ini adalah tampilan lengkap struktur folder yang Abbas butuhkan:
Virtual environment disimpan di ~/.venvs/dataanalyst/ (di luar folder proyek), bukan di dalam folder data-analyst/. Ini cara yang lebih bersih: satu virtual environment untuk semua bulan, tidak perlu buat ulang tiap bulan.
Seksi 7: Backup dan Keamanan
Satu tahun kerja keras, ratusan notebook, dan proyek capstone bisa hilang dalam hitungan detik kalau MacBook rusak, hilang, atau salah format. Backup itu bukan opsional.
Time Machine adalah sistem backup bawaan Mac yang otomatis backup tiap jam. Butuh external hard drive atau SSD (minimal 128 GB, harga 150-300 ribu).
- Sambungkan external drive ke MacBook
- Mac akan tanya "Pakai drive ini untuk Time Machine?" → klik Use as Backup Disk
- Kalau tidak muncul popup: System Settings → General → Time Machine → klik Add Backup Disk
- Aktifkan Back Up Automatically
Tidak apa-apa. Gunakan Google Drive sebagai backup sementara (langkah berikutnya). Beli external drive segera, harganya terjangkau dan worth it untuk melindungi satu tahun kerja keras Abbas.
Google Drive for Desktop menyinkronisasi folder lokal ke cloud secara otomatis. Download aplikasinya supaya folder data-analyst selalu ter-backup.
- Download Google Drive for Desktop
- Install dan login dengan akun Google Abbas
- Klik ikon Google Drive di menu bar → Settings → Add Folder
- Pilih
~/Desktop/data-analyst - Pilih Sync with Google Drive
Folder data-analyst di Desktop punya ikon cloud kecil di sebelahnya. File di dalam folder tersebut juga punya ikon centang hijau kalau sudah ter-sync.
File .gitignore memberitahu Git file apa yang tidak perlu di-track (seperti file cache dan virtual environment). Buat sekarang supaya tidak lupa.
# Buat .gitignore di root folder data-analyst % code ~/Desktop/data-analyst/.gitignore
Isi file dengan template berikut:
# Python
__pycache__/
*.py[cod]
*$py.class
*.pyc
# Virtual environments
.venv/
venv/
env/
.env
# Jupyter Notebook
.ipynb_checkpoints/
*.ipynb_checkpoint
# macOS
.DS_Store
.AppleDouble
.LSOverrideAttribute
# VS Code
.vscode/
*.code-workspace
# Data files besar (jangan push ke Git)
*.csv.gz
*.parquet
datasets/raw/
# Credentials (JANGAN PERNAH push ke Git)
*.env
secrets.json
credentials.json
Kalau Abbas nanti pakai API key (Google Sheets API, dll), simpan di file .env yang sudah masuk .gitignore. Jangan pernah tulis API key langsung di dalam kode yang mau di-commit. Ini salah satu kesalahan paling mahal dalam karir seorang developer.
Seksi 8: Resources Offline yang Harus Didownload
Cheat sheet dan referensi PDF ini akan sangat membantu saat Abbas belajar tanpa internet, atau butuh referensi cepat tanpa perlu browsing. Simpan di folder ~/Desktop/data-analyst/datasets/referensi/.
# Buat folder untuk menyimpan referensi offline % mkdir -p ~/Desktop/data-analyst/datasets/referensi
Jangan hafal. Simpan di folder referensi, dan buka saat Abbas butuh. Setelah dipakai berkali-kali, perintah yang sering dipakai akan hafal sendiri secara alami. Proses ini memakan waktu berbulan-bulan, bukan beberapa hari, dan itu normal.
Checklist Setup Selesai
Tandai tiap item saat sudah selesai. Kalau semua sudah dicentang, MacBook Abbas siap dipakai untuk belajar selama 12 bulan ke depan.
Hari Pertama
- macOS sudah diupdate ke versi terbaru
- Apple ID dan iCloud aktif
- Night Shift dimatikan, Light Mode aktif
- Hot Corners dikonfigurasi
- Google Chrome sudah terinstall
Weekend Pertama
- Homebrew terinstall, brew doctor OK
- Python 3.12+ terinstall, versi terkonfirmasi
- Git terinstall, user.name dan user.email dikonfigurasi
- VS Code terinstall, Python extension aktif
- Library data science terinstall (numpy, pandas, dst)
- Virtual environment dataanalyst dibuat
- Alias Terminal dikonfigurasi di .zprofile
Google Setup
- Folder "Data Analyst Learning" dibuat di Google Drive
- Colab test berhasil: print dan import library OK
- Google Sheets offline addon aktif
Backup dan Organisasi
- Struktur folder data-analyst di Desktop dibuat
- Google Drive sync aktif untuk folder data-analyst
- File .gitignore dibuat di root data-analyst
- Cheat sheet penting sudah didownload
Setup selesai. Sekarang Abbas siap mulai Bulan 1.
- Buka Bulan 1: Python Dasar untuk mulai hari pertama belajar
- Gunakan Google Colab sebagai lingkungan coding utama, Jupyter lokal sebagai backup
- Simpan semua notebook ke folder bulan yang sesuai di Google Drive
- Saat bingung atau stuck, cek cheat sheet dulu sebelum Google atau tanya AI