๐Ÿ’ป

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.

Sky Blue M5 16 GB RAM 512 GB SSD macOS Tahun 2026 Total setup: ~2,5 jam

Seksi 1: Yang Harus Abbas Lakukan di Hari Pertama

Empat langkah ini harus selesai sebelum Abbas melakukan apa pun dengan MacBook baru. Jangan dilewati.

1
Update macOS ke versi terbaru
5 menit

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 SettingsGeneralSoftware Update.

๐Ÿ’กTips

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.

Hasilnya kalau sudah oke
Pesan "macOS is up to date" muncul di halaman Software Update.
2
Aktifkan Apple ID dan iCloud
5 menit

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.

๐Ÿ’กiCloud Drive

Aktifkan iCloud Drive supaya folder Desktop dan Documents otomatis ter-backup ke cloud. Gratis sampai 5 GB. Kalau butuh lebih, bisa upgrade nanti.

3
System Preferences yang penting
5 menit

Beberapa pengaturan default Mac perlu disesuaikan supaya nyaman dipakai belajar coding.

Night Shift: Matikan

System SettingsDisplaysNight 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 SettingsDesktop & DockHot 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
โš ๏ธJangan aktifkan Dark Mode

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.

4
Download Google Chrome
5 menit

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.

๐Ÿ’กLogin ke Chrome dengan akun Google

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.

Cek berhasil
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.

1
Install Homebrew (Package Manager macOS)
15-30 menit

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.

Terminal โ€” zsh
# Paste seluruh perintah ini, lalu tekan Enter
% /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
โš ๏ธXcode Command Line Tools

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.

Terminal โ€” verifikasi
# Verifikasi Homebrew berhasil terinstall
% brew --version
Homebrew 4.x.x

% brew doctor
Your system is ready to brew.
Hasilnya kalau berhasil
brew --version menampilkan nomor versi (contoh: Homebrew 4.3.2)
brew doctor menampilkan "Your system is ready to brew."
2
Install Python 3.12+
5 menit

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.

Terminal
% 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/...
๐Ÿ’กKenapa bukan python, tapi python3?

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.

3
Install Git dan Konfigurasi Identitas
5 menit

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.

Terminal
% 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
๐Ÿ’กPakai email yang sama dengan GitHub nanti

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.

4
Install VS Code dan Python Extension
10 menit

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.

Terminal โ€” verifikasi
# Cek VS Code bisa dibuka dari Terminal:
% code --version
1.xx.x
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
x64
Semua berhasil jika
- 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.

1
Install Library Data Science
5-10 menit

Berikut adalah library yang akan Abbas pakai sepanjang program 12 bulan. Install semuanya sekarang supaya tidak perlu install satu-satu nanti.

Terminal
% 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
๐Ÿ“ฆLibrary yang diinstall dan kegunaannya
  • 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)
2
Coba Jupyter Notebook Lokal
5 menit

Google Colab adalah opsi utama, tapi kadang Abbas tidak punya koneksi internet. Jupyter Notebook versi lokal bisa jadi backup.

Terminal
# 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.

๐Ÿ’กColab vs Jupyter Lokal

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.

3
Buat Virtual Environment untuk Data Analyst
10 menit

Virtual environment adalah "ruangan terpisah" untuk tiap proyek Python, sehingga library satu proyek tidak bertabrakan dengan yang lain. Ini praktik standar profesional.

Terminal
# 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
%
Tanda aktif
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.
4
Setup Alias di .zprofile untuk Kemudahan
5 menit

Alias adalah "shortcut" perintah Terminal. Dengan alias, Abbas bisa ketik perintah pendek sebagai ganti perintah panjang yang sering dipakai.

Terminal
# Buka file .zprofile di VS Code untuk diedit
% code ~/.zprofile

Tambahkan baris-baris berikut di akhir file:

bash
# 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"
Terminal โ€” reload config
# 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.

1
Buat Folder "Data Analyst Learning" di Google Drive
5 menit

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 + NewNew Folder
  • Beri nama: Data Analyst Learning
  • Di dalam folder itu, buat subfolder: Bulan-01, Bulan-02, ..., Bulan-12, Proyek, Datasets
๐Ÿ’กSinkronisasi otomatis

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.

2
Test Google Colab: Kode Pertama
10 menit

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
python
# 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__}")
Output yang diharapkan
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
3
Google Sheets: Aktifkan Addon Offline
5 menit

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
4
Google Forms: Kenali untuk Proyek Survey Bulan 8
2 menit

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.

โ„น๏ธNanti dipakai di Proyek P4

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.

1
Keyboard Shortcuts Wajib untuk Coder Mac
Hafalkan pelan-pelan

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
2
Upgrade Terminal dengan oh-my-zsh
10 menit

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.

Terminal
# Install oh-my-zsh
% sh -c "$(curl -fsSL https://raw.githubusercontent.com/ohmyzsh/ohmyzsh/master/tools/install.sh)"
         __                                     __
  ____  / /_     ____ ___  __  __   ____  _____/ /_
 / __ \/ __ \   / __ `__ \/ / / /  /_  / / ___/ __ \
/ /_/ / / / /  / / / / / / /_/ /    / /_(__  ) / / /
\____/_/ /_/  /_/ /_/ /_/\__, /    /___/____/_/ /_/
                         /____/                       ....is now installed!
๐Ÿ’กSetelah install oh-my-zsh

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.

3
Konfigurasi Finder untuk Coder
5 menit

Default Finder menyembunyikan file penting untuk developer. Aktifkan tampilan file tersembunyi dan informasi path.

Tampilkan file tersembunyi:

Terminal
# 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.

๐Ÿ’กBuka folder di Terminal dari 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.

1
Buat Struktur Folder di Desktop
5 menit

Jalankan perintah ini di Terminal untuk membuat seluruh struktur folder sekaligus:

Terminal
% 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:

~/Desktop/ data-analyst/ bulan-01/ โ† notebook Python Bulan 1 bulan-02/ โ† notebook Statistik Bulan 2 bulan-03/ โ† file Excel / Sheets Bulan 3 bulan-04/ โ† SQL files Bulan 4 bulan-05/ โ† notebook Pandas Bulan 5 bulan-06/ โ† notebook Visualisasi Bulan 6 bulan-07/ โ† notebook Statistik Inferensial bulan-08/ โ† file Survey & Research bulan-09/ โ† notebook Machine Learning bulan-10/ โ† notebook Evaluasi Model bulan-11/ โ† dashboard + GitHub setup bulan-12/ โ† Capstone Final datasets/ โ† semua file CSV/Excel yang didownload proyek/ โ† proyek selesai (P1 sampai P6) .gitignore โ† dibuat di Seksi 7
โ„น๏ธKenapa tidak ada .venv di sini?

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.

1
Aktifkan Time Machine dengan External Drive
10 menit setup

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 SettingsGeneralTime Machine → klik Add Backup Disk
  • Aktifkan Back Up Automatically
๐Ÿ’กTidak punya external drive sekarang?

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.

2
Sync Folder data-analyst ke Google Drive
5 menit

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 → SettingsAdd Folder
  • Pilih ~/Desktop/data-analyst
  • Pilih Sync with Google Drive
Tanda berhasil
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.
3
Buat .gitignore Template untuk Python
5 menit

File .gitignore memberitahu Git file apa yang tidak perlu di-track (seperti file cache dan virtual environment). Buat sekarang supaya tidak lupa.

Terminal
# Buat .gitignore di root folder data-analyst
% code ~/Desktop/data-analyst/.gitignore

Isi file dengan template berikut:

gitignore
# 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
โš ๏ธJANGAN push credentials ke Git

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/.

Terminal
# Buat folder untuk menyimpan referensi offline
% mkdir -p ~/Desktop/data-analyst/datasets/referensi
๐Ÿ
Python Cheat Sheet
Ringkasan syntax Python: tipe data, loop, function, list comprehension
Download PDF →
๐Ÿผ
Pandas Cheat Sheet
Operasi DataFrame paling umum: read, filter, groupby, merge, export
Download PDF →
๐Ÿ“Š
Matplotlib Cheat Sheet
Jenis chart, parameter warna, ukuran, judul, dan legend
Download PDF →
๐Ÿ—„๏ธ
SQL Cheat Sheet
SELECT, WHERE, JOIN, GROUP BY, subquery, dan agregasi
Download PDF →
๐Ÿ”ข
NumPy Cheat Sheet
Array operations, slicing, reshaping, statistik dasar dengan NumPy
Download PDF →
๐Ÿ“ˆ
Seaborn / Matplotlib Gallery
Koleksi jenis chart beserta kode dan kapan dipakai
Bookmark halaman ini →
๐Ÿค–
Scikit-learn Cheat Sheet
Pilih algoritma ML yang tepat berdasarkan jenis data dan tujuan
Simpan gambar →
๐Ÿ“‹
Markdown Cheat Sheet
Format teks di Jupyter Notebook dan README GitHub
Bookmark halaman ini →
๐Ÿ’กCara pakai cheat sheet yang efektif

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