Jupyter Notebook untuk Pemula: Panduan Analis Data (2026)

Jupyter Notebook adalah aplikasi buat nulis dan jalanin kode Python per potongan kecil, lengkap dengan hasil dan catatan di satu file.

Buat analis data, ini tempat kerja utama. Kamu bisa narik data, coba satu baris kode, lihat hasilnya, benerin, lanjut. Semua tanpa jalanin ulang seluruh skrip dari awal.

Aku bahas dari cara install, jalanin cell, campur kode sama markdown, sampai olah data penjualan toko biar kebayang dipakainya kayak gimana.

Apa itu Jupyter Notebook?

Jupyter Notebook adalah aplikasi berbasis browser buat nulis kode Python dalam potongan yang disebut cell. Tiap cell bisa kamu jalanin sendiri, dan hasilnya langsung muncul di bawahnya. Satu file notebook nyimpen kode, output, grafik, dan teks penjelasan sekaligus.

Nama file-nya berakhiran .ipynb. Isinya urutan cell yang bisa kamu jalanin dalam urutan apa aja. Buat ngerti peran ini di kerjaan sehari-hari, cek glossary Data Analyst.

Ada dua jenis cell yang paling sering kepakai. Code cell buat Python, dan markdown cell buat teks. Kombinasi ini yang bikin Jupyter beda dari editor kode biasa.

Gimana cara install Jupyter Notebook?

Cara paling gampang lewat Anaconda, paket yang udah bawa Python plus Jupyter dan library analisa data sekaligus. Download dari situs resminya, install seperti aplikasi biasa, lalu buka Anaconda Navigator dan klik Launch di Jupyter. Selesai dalam sekali klik.

Kalau kamu udah punya Python dan lebih suka lewat terminal, install pakai pip:

pip install notebook

# jalanin Jupyter
jupyter notebook

Perintah jupyter notebook bakal buka tab browser otomatis. Dari situ kamu lihat folder di komputer, dan bisa bikin notebook baru lewat tombol New, terus pilih Python 3.

Buat pemula, aku saranin Anaconda. Semua library kayak pandas dan matplotlib udah keinstall, jadi kamu nggak nyangkut di error ModuleNotFoundError pas baru mulai.

Gimana cara jalanin cell di Jupyter?

Klik cell, ketik kode, lalu tekan Shift+Enter. Kode langsung jalan dan hasilnya muncul di bawah. Kursor otomatis pindah ke cell berikutnya, jadi kamu bisa kerja cepat baris demi baris.

# cell pertama
harga = 15000
jumlah = 8
total = harga * jumlah
total

Jalanin cell itu, hasilnya 120000 muncul persis di bawah. Baris terakhir tanpa print otomatis ditampilkan, ini kebiasaan khas Jupyter yang bikin ngintip nilai jadi cepat.

Ada dua shortcut yang wajib nempel. Shift+Enter jalanin cell dan pindah ke bawah. Ctrl+Enter jalanin cell tapi tetap di tempat, berguna kalau kamu mau coba-coba di cell yang sama.

Apa bedanya code cell dan markdown cell?

Code cell buat Python yang dieksekusi. Markdown cell buat teks yang diformat, kayak judul, daftar, dan penjelasan. Kamu ganti tipe cell lewat menu dropdown di toolbar, atau tekan Esc lalu M buat markdown, Esc lalu Y buat kembali ke code.

Markdown itu cara nulis teks berformat pakai simbol sederhana. Tanda pagar buat judul, bintang buat teks miring atau tebal. Ini bikin notebook kamu kebaca kayak laporan, bukan cuma tumpukan kode.

# Analisa Penjualan November

Data penjualan **toko_berkah** bulan ini.

- Total transaksi
- Rata-rata per hari
- Hari paling ramai

Jalanin markdown cell itu, teksnya berubah jadi judul besar dan daftar rapi. Trik ini yang bikin analis suka Jupyter buat presentasi hasil, karena kode dan penjelasan nyatu di satu file.

Contoh kasus: olah data penjualan toko_berkah

Toko_berkah punya catatan penjualan 7 hari. Aku mau tau total, rata-rata harian, dan hari paling ramai. Ini alur kerja khas di Jupyter, satu cell buat satu langkah.

import pandas as pd

data = {
    'hari': ['Sen', 'Sel', 'Rab', 'Kam', 'Jum', 'Sab', 'Min'],
    'penjualan': [3200000, 2800000, 3100000, 2950000, 4100000, 5300000, 4800000]
}
df = pd.DataFrame(data)
df

Cell itu bikin tabel rapi di bawahnya. Sekarang aku hitung ringkasannya di cell terpisah, jadi kalau salah aku cukup benerin satu cell.

total = df['penjualan'].sum()
rata = df['penjualan'].mean()
ramai = df.loc[df['penjualan'].idxmax(), 'hari']

print('Total penjualan:', total)
print('Rata-rata harian:', round(rata))
print('Hari paling ramai:', ramai)

Hasilnya jelas. Total penjualan 26.250.000, rata-rata 3.750.000 per hari, dan Sabtu jadi hari paling ramai dengan 5,3 juta.

Angka ini kepakai buat keputusan nyata. Sabtu dan Minggu narik 38% dari total penjualan seminggu, padahal cuma 2 dari 7 hari. Artinya stok dan tenaga ekstra paling masuk akal ditaruh di akhir pekan.

Lanjut, aku bikin grafik biar polanya kelihatan sekali lihat. Dasar bikin grafiknya ada di tutorial Matplotlib untuk pemula.

import matplotlib.pyplot as plt

plt.bar(df['hari'], df['penjualan'])
plt.title('Penjualan toko_berkah per hari')
plt.ylabel('Rupiah')
plt.show()

Grafik batangnya muncul langsung di bawah cell, bukan di window terpisah. Ini kelebihan Jupyter buat analisa, kamu lihat data dan visualnya berdampingan.

Kesalahan umum pemula di Jupyter

• Jalanin cell nggak urut. Kalau kamu jalanin cell bawah sebelum cell atas yang bikin variabelnya, muncul NameError. Lihat angka di [ ] kiri cell buat tau urutan jalannya.
• Lupa import di awal. Import pandas atau matplotlib harus jalan dulu sebelum dipakai. Taruh semua import di cell paling atas biar aman.
• Ngira notebook auto-save tiap detik. Jupyter simpan berkala, tapi tekan Ctrl+S sendiri sebelum tutup biar kerjaan nggak hilang.
• Numpuk semua kode di satu cell. Pecah per langkah. Satu cell buat load data, satu buat hitung, satu buat grafik. Lebih gampang benerin kalau ada yang salah.
• Lupa restart kernel pas variabel berantakan. Kalau hasil aneh gara-gara cell dijalanin bolak-balik, pakai menu Kernel lalu Restart and Run All buat mulai bersih.

FAQ

Jupyter Notebook itu buat apa sih?

Jupyter Notebook dipakai buat nulis kode Python sambil langsung lihat hasilnya, potong demi potong. Analis data pakai ini buat eksplorasi data, bikin grafik, dan nyoba ide analisa tanpa harus jalanin ulang seluruh program. Kamu juga bisa nyisipin teks penjelasan pakai markdown, jadi satu file berisi kode, hasil, dan catatan sekaligus. Praktis buat laporan dan belajar.

Jupyter Notebook sama Google Colab bedanya apa?

Jupyter Notebook jalan di komputer kamu sendiri, jadi datanya nggak ke mana-mana dan bisa dipakai offline. Google Colab versi online yang jalan di browser tanpa install apa-apa, plus dapat GPU gratis. Buat belajar cepat, Colab lebih gampang. Buat kerja rutin dengan data sensitif atau file besar di lokal, Jupyter di komputer sendiri lebih pas. Kode di keduanya sama.

Gimana cara jalanin satu cell di Jupyter?

Klik cell yang mau kamu jalanin, lalu tekan Shift+Enter. Kode di cell itu bakal dieksekusi dan hasilnya muncul tepat di bawahnya, terus kursor pindah ke cell berikutnya. Kalau mau jalanin tanpa pindah, pakai Ctrl+Enter. Kamu bisa jalanin cell dalam urutan apa aja, tapi hati-hati soalnya variabel dari cell yang belum jalan bisa bikin error.

Apakah Jupyter Notebook gratis?

Iya, Jupyter Notebook gratis dan open source. Kamu bisa install lewat Anaconda yang juga gratis, atau lewat pip kalau udah punya Python. Nggak ada biaya langganan atau lisensi. Ini salah satu alasan Jupyter jadi standar buat belajar dan kerja analisa data di seluruh dunia. Semua fiturnya, dari cell sampai export ke HTML, bisa kamu pakai tanpa bayar.

File .ipynb itu apa dan gimana cara bukanya?

File .ipynb adalah format file notebook Jupyter, isinya kode, hasil, dan teks dalam satu dokumen. Kamu buka pakai Jupyter Notebook, JupyterLab, VS Code, atau upload ke Google Colab. Di dalamnya sebenernya format JSON, tapi kamu nggak perlu ngerti itu buat pakai. Cukup buka lewat aplikasi Jupyter, dan semua cell plus hasilnya bakal muncul rapi seperti terakhir kamu simpan.

Lanjut praktek

Tiga hal yang perlu nempel. Cell dijalanin pakai Shift+Enter, code cell buat Python dan markdown cell buat penjelasan, dan pecah kerjaan per cell biar gampang dibenerin.

Habis nyaman sama Jupyter, langkah berikutnya olah data beneran. Mulai dari baca file pakai pandas read_csv, lalu lanjut bikin visual di Seaborn untuk pemula. Konsep Python-nya bisa kamu cek di glossary Python.

Dokumentasi resminya ada di docs.jupyter.org. Mau latihan olah dataset dari nol? Cek materi di Ngulik Data dan mulai ngulik notebook pertamamu.