Mengenal Variabel dan Tipe Data di Python untuk Sains
Saat pertama kali belajar pemrograman untuk sains, banyak orang langsung membayangkan rumus rumit dan grafik canggih. Padahal, fondasi dari semua itu jauh lebih sederhana: variabel dan tipe data. Dua konsep inilah yang mengubah Python dari sekadar kalkulator menjadi alat komputasi ilmiah yang sesungguhnya. Mari kita pahami dari nol, dengan contoh-contoh dari fisika, kimia, dan ilmu material.
Apa Itu Variabel?
Variabel adalah lokasi penyimpanan bernama di memori komputer yang menampung sebuah nilai — dan nilai itu bisa dipakai serta diubah selama program berjalan. Cara paling mudah membayangkannya: variabel adalah sebuah wadah dengan label di luarnya.
mass → 2.0
velocity → 15.0
temperature → 300Dalam sains, variabel ada di mana-mana. Setiap besaran yang biasa kita tulis dengan simbol punya padanannya di kode:
m→ massav→ kecepatanT→ suhuP→ tekanan
Python sekadar memungkinkan kita menyimpan besaran-besaran ini secara elektronik:
mass = 2.0
velocity = 15.0Artinya: mass menyimpan nilai 2.0, dan velocity menyimpan nilai 15.0. Sesederhana itu.
Mengapa Kita Membutuhkan Variabel?
Bayangkan menghitung energi kinetik tanpa variabel:
0.5 * 2.0 * 15.0**2Kode ini berfungsi, tetapi seminggu kemudian Anda mungkin lupa: angka 2.0 itu apa? 15.0 itu apa? Sekarang bandingkan dengan versi yang memakai variabel:
mass = 2.0
velocity = 15.0
kinetic_energy = 0.5 * mass * velocity**2Program menjadi menjelaskan dirinya sendiri. Siapa pun yang membacanya langsung tahu apa yang sedang dihitung.
Empat manfaat utama variabel
- Meningkatkan keterbacaan.
0.5*mass*velocity**2jauh lebih jelas daripada0.5*2.0*15.0**2. - Mudah diubah. Jika massa berubah menjadi 5.0, Anda cukup mengganti satu baris (
mass = 5.0), bukan mencari-cari angka di seluruh kode. - Mengurangi kesalahan. Anda tidak perlu mengetik ulang angka yang sama berkali-kali.
- Program dapat dipakai ulang. Dengan
input(), siapa pun bisa memakai program Anda dengan nilainya sendiri:
mass = float(input("Massa: "))
velocity = float(input("Kecepatan: "))Memahami Tipe Data Anda
Setiap nilai yang disimpan variabel punya tipe data. Tipe inilah yang menentukan operasi apa saja yang boleh dilakukan. Mari kenali empat tipe inti yang paling sering dipakai di sains.
1. float — bilangan desimal
a = 0.000234
type(a) # <class 'float'>Banyak besaran sains berupa desimal: konsentrasi (0.000234 mol/L), absorbansi, regangan (strain). Dengan tipe float, Python bisa melakukan operasi matematika atas bilangan desimal layaknya besaran fisis nyata.
2. Notasi ilmiah
Untuk angka yang sangat kecil atau sangat besar, gunakan notasi ilmiah:
b = 1.23e-5 # setara dengan 0.0000123Ini membuat kode jauh lebih mudah dibaca. Bandingkan 0.000000005 dengan 5e-9 — keduanya sama, tetapi yang kedua jelas dan minim salah hitung. Contoh besaran yang lazim ditulis begini:
| Besaran | Nilai |
|---|---|
| Muatan elektron | 1.6e-19 C |
| Bilangan Avogadro | 6.022e23 |
| Diameter nanopartikel | 5e-9 m |
3. int — bilangan bulat
c = 25
type(c) # <class 'int'>Banyak hal di sains memang berupa bilangan utuh: jumlah mahasiswa, jumlah atom, jumlah iterasi, jumlah eksperimen. Selain itu, bilangan bulat (int) diproses lebih cepat dan memakai memori lebih sedikit dibanding bilangan desimal.
4. complex — bilangan kompleks
d = complex(2, 4) # 2 + 4j
type(d) # <class 'complex'>Bilangan kompleks ada di banyak bidang sains: rangkaian listrik AC (Z = R + jX), mekanika kuantum (fungsi gelombang ψ = A·e^{iωt}), gelombang elektromagnetik, dan pemrosesan sinyal. Misalnya Z = complex(10, 5) berarti impedansi 10 + 5j Ω.
Keuntungan besarnya: Python melakukan aritmetika kompleks secara otomatis — Anda tak perlu menjabarkan perkalian dengan tangan.
z1 = complex(2, 4)
z2 = complex(3, 1)
print(z1 * z2) # (2+14j)str — teks (string)
Tak semua hal di sains berupa angka. Satuan, nama material, label sampel, dan kondisi eksperimen adalah teks:
e = 'hours'
sample = "Biochar"
method = "Pyrolysis"String membuat program lebih informatif:
print("Reaction time =", 5, "hours")
# Reaction time = 5 hoursMengapa Kita Memakai type()?
Perintah type(a) bertanya kepada Python: “Data jenis apa yang tersimpan di variabel ini?” Ini penting karena tipe yang berbeda mendukung operasi yang berbeda. Perhatikan dua variabel yang terlihat mirip:
a = 5 # int
b = "5" # str
a + a # 10 (penjumlahan)
b + b # "55" (penggabungan teks)Hasilnya berbeda jauh: a + a memberi 10 karena keduanya angka, sedangkan b + b memberi "55" karena string digabung (concatenation), bukan dijumlahkan.
Analogi: tipe data itu seperti satuan. Anda tidak bisa menjumlahkan 5 meter + "apel". Begitu pula, Python perlu tahu apakah sebuah variabel berupa angka, desimal, bilangan kompleks, atau teks sebelum bisa mengoperasikannya dengan benar. Membiasakan diri berpikir begini akan mencegah banyak bug sejak awal — sama seperti memeriksa kesesuaian satuan dalam perhitungan fisika.
Ringkasan Tipe Data
| Tipe Python | Contoh | Penggunaan di Sains |
|---|---|---|
int | 25 | Jumlah partikel, iterasi |
float | 0.000234 | Pengukuran, konsentrasi |
complex | 2 + 4j | Rangkaian AC, mekanika kuantum |
str | "hours" | Satuan, label, nama sampel |
Penutup
Inti dari semuanya: variabel memungkinkan ilmuwan dan insinyur merepresentasikan besaran dunia nyata di dalam komputer — sehingga kita dapat menghitung, menganalisis, memodelkan, dan mensimulasikan fenomena fisis secara efisien. Tanpa variabel, Python hanyalah kalkulator. Dengan variabel, Python menjadi alat komputasi ilmiah yang ampuh.
Setelah memahami variabel dan tipe data, langkah berikutnya yang sangat penting adalah menampilkan hasil hitung secara benar — lengkap dengan satuan dan jumlah angka penting yang tepat. Topik itu kita bahas di artikel lanjutan: Angka Penting di Python: Menampilkan Hasil Hitung dengan f-string.
Catatan: seluruh contoh kode pada artikel ini ditulis untuk Python 3 dan bisa langsung dijalankan di Spyder atau Jupyter Notebook (lewat Anaconda) maupun di interpreter Python lainnya.