NUMPY UNTUK FORENSIK

NumPy (Numerical Python) is an open source Python library that’s used in almost every field of science and engineering. A mind map for NumPy would center on "NumPy" as the core concept and branch out to its key features and functionalities.

Pada pertemuan ini, kita akan belajar untuk:

• Memahami Konsep Array di Numpy.
• Mengaplikasikan library Numpy, Matplotlib, dan Library lainnya untuk forensik awal gambar

Numpy

Numpy array merupakan salah satu library yang disediakan oleh Python dalam memudahkan operasi komputasi tipe data numerik. Numpy bisa digunakan sebagai pengganti matlab ketika digunakan dengan Scipy (Scientific Python) dan matplotlib. Biasanya numpy dituliskan dengan singkatan np.

Array

Array adalah kumpulan-kumpulan variabel yang menyimpan data dengan tipe yang sama atau data-data yang tersusun secara linear dimana di dalamnya terdapat elemen dengan tipe yang sama. Indeks dalam array menyatakan elemen yang disimpan dan panjang atau length menyatakan total elemen yang tersimpan.

Berikut adalah panduan singkat menggunakan Numpy

Contoh NumPy

1. Import numpy
import numpy as np   # 'np' jadi alias agar lebih singkat dipakai

2. Membuat array 1D
arr1 = np.array([1, 2, 3, 4, 5])   # array satu dimensi

3. Membuat array 2D
arr2 = np.array([[1, 2], [3, 4]])  # array dua dimensi (matrix)

4. Array dengan range
arr3 = np.arange(0, 10, 2)   # array mulai 0 s.d <10, step = 2

5. Array dengan linspace
arr4 = np.linspace(0, 1, 5)  # 5 angka antara 0 sampai 1 secara merata

6. Array nol
zeros = np.zeros((3,3))   # matrix 3x3 berisi nol

7. Array satu
ones = np.ones((2,4))     # matrix 2x4 berisi angka satu

8. Array identitas
eye = np.eye(4)   # matrix identitas 4x4

9. Random uniform
rand1 = np.random.rand(3,3)   # random bilangan antara 0-1 ukuran 3x3

10. Random integer
rand2 = np.random.randint(0, 10, (2,5))   # random bilangan bulat 0-9 ukuran 2x5

# 11. Operasi element-wise
arr5 = np.array([10, 20, 30])
arr6 = np.array([1, 2, 3])
hasil = arr5 + arr6   # penjumlahan tiap elemen

12. Operasi matrix
mat1 = np.array([[1,2],[3,4]])
mat2 = np.array([[5,6],[7,8]])
dot = np.dot(mat1, mat2)   # perkalian matrix

13. Transpose matrix
trans = mat1.T   # transpose (baris jadi kolom)

14. Reshape array
reshaped = np.arange(12).reshape(3,4)   # ubah shape array 1D jadi 3x4

15. Flatten array
flat = reshaped.flatten()   # ubah matrix jadi array 1D

16. Statistik dasar
mean_val = arr5.mean()   # rata-rata
std_val  = arr5.std()    # standar deviasi

17. Indexing & slicing
slice1 = arr1[1:4]   # ambil elemen index 1-3

18. Boolean indexing
bool_idx = arr1[arr1 > 2]   # ambil hanya elemen > 2

19. Sort array
sorted_arr = np.sort(np.array([3,1,2,5,4]))   # urutkan array

20. Broadcasting
broad = np.array([1,2,3]) + 10   # setiap elemen ditambah 10

DIGITAL FORENSIK AWAL

Selengkapnya Contoh Digital Forensik Awal