Artikel 2 — Panduan Super Pemula: Cara Menggunakan Google Colab dan Menjalankan Kode dari GPT-5 Tanpa Error

Padahal tidak.

• Dengan Google Colab, belajar Python menjadi:
• 1.    Tanpa instalasi (cukup browser: Chrome/Firefox)
• 2. Gratis
• 3. Langsung bisa dipakai
• 4. Mirip menggunakan Jupyter Notebook
• 5. Bisa menjalankan data besar
• 6. Bisa copy–paste kode dari GPT-5
• 7. Bisa upload file CSV secara langsung
• 
  
• Colab membuat mahasiswa bisa langsung fokus pada pemahaman data, bukan ribet instalasi software.

Artikel ini adalah panduan paling dasar untuk memulai Google Colab dari nol. Bahkan jika Anda belum pernah coding sebelumnya, panduan ini akan membuat Anda langsung bisa praktik.

Bagian 1 — Membuka Google Colab

• Ikuti langkah berikut:
• 1.  Buka browser Chrome atau Firefox
•      Hindari Safari agar lebih stabil.
• 2. Kunjungi alamat ini:
•      https://colab.google.com 
• 3. Login menggunakan akun Google Anda
•      Email kampus atau email pribadi tidak masalah.
• 4. Klik tombol “New Notebook”
•      Letaknya di pojok kanan bawah.
• 
  
• Anda akan melihat halaman kosong dengan nama:
• 
  
• Untitled.ipynb
• 
  
• Inilah yang disebut Notebook — tempat Anda menjalankan kode Python.
• 
  
• Bagian 2 — Mengenal Sel Kode (Code Cell)

Google Colab bekerja berdasarkan sel, mirip kotak-kotak kecil.

Contohnya:

[ ]   # ← ini yang disebut cell

• Di dalam cell, Anda bisa:
• 1.     Menulis kode Python
• 2. Menjalankan kode
• 3. Melihat hasil analisis
• 4. Melihat grafik
• 
  
• Untuk menjalankan cell, tekan:

SHIFT + ENTER

atau klik tombol “Play” di sebelah kiri cell.

Bagian 3 — Cara Copy Kode dari GPT-5 ke Colab

Inilah proses yang paling sering dilakukan mahasiswa.

Misalnya GPT-5 memberikan kode berikut:

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_csv("scm_bigdata_10000.csv")

df.head()

• Langkah copy–paste:
• 1.     Blok seluruh kode
• 2. Tekan CTRL + C (copy)
• 3. Kembali ke Colab
• 4. Klik pada cell kosong
• 5. Tekan CTRL + V (paste)
• 6. Jalankan dengan SHIFT + ENTER
• 
  
• Catatan penting untuk pemula:
• 
  

Jangan ubah kode dulu sebelum Anda menjalankannya. Kalau salah mengetik 1 huruf saja, kode bisa error.

Bagian 4 — Meng-upload File CSV ke Google Colab

Sebagian besar analisis Big Data × SCM menggunakan dataset CSV.

• Langkah upload:
• 1.     Buat cell baru
• 2. Masukkan kode upload:
•         from google.colab import files
•         uploaded = files.upload()
• 3. Jalankan cell
• 4. Jendela upload muncul
• 5. Pilih file yang ingin di-upload, misalnya:
•         scm_bigdata_10000.csv
• 
  
• Jika berhasil, Colab akan menampilkan:

Saving scm_bigdata_10000.csv to scm_bigdata_10000.csv

Artinya file siap dipakai.

Bagian 5 — Membaca File Data di Colab

Setelah upload, gunakan kode berikut:

import pandas as pd

df = pd.read_csv("scm_bigdata_10000.csv")

df.head()

• Penjelasan:
• 1.     pd.read_csv() membaca file CSV
• 2. "scm_bigdata_10000.csv" adalah nama file yang Anda upload
• 3. df.head() menampilkan 5 baris pertama (seperti melihat Excel)
• 
  
• Kalau data muncul dengan benar, maka semuanya siap.

Bagian 6 — Cleaning Data Paling Dasar

Contoh cleaning:

df["SKU"] = df["SKU"].str.strip().str.upper()

• Penjelasan:
• 1.     str.strip(): membersihkan spasi
• 2. str.upper() : membuat SKU kapital
• 3. Ini penting agar SKU tidak double karena spasi
• 
  
• Contoh lain:

df = df.dropna()

Ini membuang semua baris yang kosong.

Bagian 7 — Membuat Grafik Pertama Anda

Misalnya GPT-5 menulis kode ini:

demand_region = df.groupby("region")["qty"].sum()

demand_region.plot(kind="bar", figsize=(7,5))

plt.title("Total Demand per Region")

plt.show()

Anda tinggal copy → paste → SHIFT+ENTER.

Jika Colab menampilkan grafik, berarti proses berhasil.

Bagian 8 — Apa yang Harus Dilakukan Jika Muncul Error?

Mahasiswa pemula pasti akan menemui error.

• Jangan panik — lakukan 3 langkah ini:
• 1.  Copy lengkap pesan error
•      Contoh:
•      KeyError: 'region'
• 2. Copy kodenya
•      Jangan diubah.
• 3. Paste ke GPT-5 dan tanyakan
•      Contoh prompt:
•      “GPT-5, ini kode saya dan error-nya.
•      Mohon jelaskan masalahnya dan perbaiki versinya.”
• 
  
• GPT-5 akan menjelaskan:
• a. Apa masalahnya
• b. Bagaimana memperbaikinya
• c. Apa penyebab error
• d. Versi kode yang benar
• 
  
• Ini membuat proses belajar tidak menakutkan.

Bagian 9 — Contoh Alur Kerja Lengkap (Pemula Banget)

Ini contoh alur kerja yang bisa langsung dipraktikkan di kelas:

1. Upload file

    from google.colab import files

    uploaded = files.upload()

2. Baca file

     import pandas as pd

     df = pd.read_csv("scm_bigdata_10000.csv")

     df.head()

3. Cleaning SKU

     df["SKU"] = df["SKU"].str.strip().str.upper()

4. Hitung demand per region

     demand_region = df.groupby("region")["qty"].sum()

     print(demand_region)

5. Grafik

     import matplotlib.pyplot as plt

    demand_region.plot(kind="bar", figsize=(7,5))

    plt.title("Demand per Region")

    plt.show()

Semua contoh di atas bisa dibuat otomatis oleh GPT-5 hanya dari instruksi bahasa Indonesia.

Bagian 10 — Kesimpulan: Colab + GPT-5 = Kombinasi Sempurna untuk Mahasiswa Non-Programmer

• Dengan Google Colab, mahasiswa:
• a. Tidak perlu instal Python
• b. Tidak perlu setting environment
• c. Cukup copy–paste kode yang dibuat GPT-5
• d. Bisa menjalankan dataset besar (10.000+ baris)
• e. Bisa melihat grafik langsung
• f.     Bisa belajar langkah demi langkah
• g. Bisa minta penjelasan setiap baris script
• 
  
• GPT-5 menjadi:
• a. Penulis kode,
• b. Tutor pemula,
• c. Debugger error,
• d. Analis data,
• e. Mentor 24 jam.
• 
  
• Dan inilah yang membuat mahasiswa yang awalnya hanya menguasai Excel bisa naik level menjadi pengguna Big Data.