Skip to content

Latest commit

 

History

History
601 lines (428 loc) · 13.3 KB

TROUBLESHOOTING.md

File metadata and controls

601 lines (428 loc) · 13.3 KB

Panduan Pemecahan Masalah

Panduan ini membantu Anda menyelesaikan masalah umum saat bekerja dengan kurikulum Machine Learning untuk Pemula. Jika Anda tidak menemukan solusi di sini, silakan cek Diskusi Discord atau buka masalah baru.

Daftar Isi

Masalah Instalasi

Instalasi Python

Masalah: python: command not found

Solusi:

  1. Instal Python 3.8 atau versi lebih tinggi dari python.org
  2. Verifikasi instalasi: python --version atau python3 --version
  3. Di macOS/Linux, Anda mungkin perlu menggunakan python3 alih-alih python

Masalah: Konflik karena beberapa versi Python

Solusi:

# Use virtual environments to isolate projects
python -m venv ml-env

# Activate virtual environment
# On Windows:
ml-env\Scripts\activate
# On macOS/Linux:
source ml-env/bin/activate

Instalasi Jupyter

Masalah: jupyter: command not found

Solusi:

# Install Jupyter
pip install jupyter

# Or with pip3
pip3 install jupyter

# Verify installation
jupyter --version

Masalah: Jupyter tidak terbuka di browser

Solusi:

# Try specifying the browser
jupyter notebook --browser=chrome

# Or copy the URL with token from terminal and paste in browser manually
# Look for: http://localhost:8888/?token=...

Instalasi R

Masalah: Paket R tidak dapat diinstal

Solusi:

# Ensure you have the latest R version
# Install packages with dependencies
install.packages(c("tidyverse", "tidymodels", "caret"), dependencies = TRUE)

# If compilation fails, try installing binary versions
install.packages("package-name", type = "binary")

Masalah: IRkernel tidak tersedia di Jupyter

Solusi:

# In R console
install.packages('IRkernel')
IRkernel::installspec(user = TRUE)

Masalah Jupyter Notebook

Masalah Kernel

Masalah: Kernel terus mati atau restart

Solusi:

  1. Restart kernel: Kernel → Restart
  2. Hapus output dan restart: Kernel → Restart & Clear Output
  3. Periksa masalah memori (lihat Masalah Performa)
  4. Coba jalankan sel satu per satu untuk mengidentifikasi kode yang bermasalah

Masalah: Kernel Python yang salah dipilih

Solusi:

  1. Periksa kernel saat ini: Kernel → Change Kernel
  2. Pilih versi Python yang benar
  3. Jika kernel hilang, buat kernel baru:
python -m ipykernel install --user --name=ml-env

Masalah: Kernel tidak dapat dimulai

Solusi:

# Reinstall ipykernel
pip uninstall ipykernel
pip install ipykernel

# Register the kernel again
python -m ipykernel install --user

Masalah Sel Notebook

Masalah: Sel berjalan tetapi tidak menunjukkan output

Solusi:

  1. Periksa apakah sel masih berjalan (lihat indikator [*])
  2. Restart kernel dan jalankan semua sel: Kernel → Restart & Run All
  3. Periksa konsol browser untuk kesalahan JavaScript (F12)

Masalah: Tidak dapat menjalankan sel - tidak ada respons saat mengklik "Run"

Solusi:

  1. Periksa apakah server Jupyter masih berjalan di terminal
  2. Refresh halaman browser
  3. Tutup dan buka kembali notebook
  4. Restart server Jupyter

Masalah Paket Python

Kesalahan Import

Masalah: ModuleNotFoundError: No module named 'sklearn'

Solusi:

pip install scikit-learn

# Common ML packages for this course
pip install scikit-learn pandas numpy matplotlib seaborn

Masalah: ImportError: cannot import name 'X' from 'sklearn'

Solusi:

# Update scikit-learn to latest version
pip install --upgrade scikit-learn

# Check version
python -c "import sklearn; print(sklearn.__version__)"

Konflik Versi

Masalah: Kesalahan ketidakcocokan versi paket

Solusi:

# Create a new virtual environment
python -m venv fresh-env
source fresh-env/bin/activate  # or fresh-env\Scripts\activate on Windows

# Install packages fresh
pip install jupyter scikit-learn pandas numpy matplotlib seaborn

# If specific version needed
pip install scikit-learn==1.3.0

Masalah: pip install gagal dengan kesalahan izin

Solusi:

# Install for current user only
pip install --user package-name

# Or use virtual environment (recommended)
python -m venv venv
source venv/bin/activate
pip install package-name

Masalah Pemrosesan Data

Masalah: FileNotFoundError saat memuat file CSV

Solusi:

import os
# Check current working directory
print(os.getcwd())

# Use relative paths from notebook location
df = pd.read_csv('../../data/filename.csv')

# Or use absolute paths
df = pd.read_csv('/full/path/to/data/filename.csv')

Masalah Lingkungan R

Instalasi Paket

Masalah: Instalasi paket gagal dengan kesalahan kompilasi

Solusi:

# Install binary version (Windows/macOS)
install.packages("package-name", type = "binary")

# Update R to latest version if packages require it
# Check R version
R.version.string

# Install system dependencies (Linux)
# For Ubuntu/Debian, in terminal:
# sudo apt-get install r-base-dev

Masalah: tidyverse tidak dapat diinstal

Solusi:

# Install dependencies first
install.packages(c("rlang", "vctrs", "pillar"))

# Then install tidyverse
install.packages("tidyverse")

# Or install components individually
install.packages(c("dplyr", "ggplot2", "tidyr", "readr"))

Masalah RMarkdown

Masalah: RMarkdown tidak dapat dirender

Solusi:

# Install/update rmarkdown
install.packages("rmarkdown")

# Install pandoc if needed
install.packages("pandoc")

# For PDF output, install tinytex
install.packages("tinytex")
tinytex::install_tinytex()

Masalah Aplikasi Kuis

Build dan Instalasi

Masalah: npm install gagal

Solusi:

# Clear npm cache
npm cache clean --force

# Remove node_modules and package-lock.json
rm -rf node_modules package-lock.json

# Reinstall
npm install

# If still fails, try with legacy peer deps
npm install --legacy-peer-deps

Masalah: Port 8080 sudah digunakan

Solusi:

# Use different port
npm run serve -- --port 8081

# Or find and kill process using port 8080
# On Linux/macOS:
lsof -ti:8080 | xargs kill -9

# On Windows:
netstat -ano | findstr :8080
taskkill /PID <PID> /F

Kesalahan Build

Masalah: npm run build gagal

Solusi:

# Check Node.js version (should be 14+)
node --version

# Update Node.js if needed
# Then clean install
rm -rf node_modules package-lock.json
npm install
npm run build

Masalah: Kesalahan linting mencegah build

Solusi:

# Fix auto-fixable issues
npm run lint -- --fix

# Or temporarily disable linting in build
# (not recommended for production)

Masalah Data dan Jalur File

Masalah Jalur

Masalah: File data tidak ditemukan saat menjalankan notebook

Solusi:

  1. Selalu jalankan notebook dari direktori tempat file berada

    cd /path/to/lesson/folder
jupyter notebook

  2. Periksa jalur relatif dalam kode

    # Correct path from notebook location
df = pd.read_csv('../data/filename.csv')

# Not from your terminal location

  3. Gunakan jalur absolut jika diperlukan

    import os
base_path = os.path.dirname(os.path.abspath(__file__))
data_path = os.path.join(base_path, 'data', 'filename.csv')

File Data Hilang

Masalah: File dataset hilang

Solusi:

  1. Periksa apakah data seharusnya ada di repositori - sebagian besar dataset sudah disertakan
  2. Beberapa pelajaran mungkin memerlukan pengunduhan data - periksa README pelajaran
  3. Pastikan Anda telah menarik perubahan terbaru: 
    git pull origin main

Pesan Kesalahan Umum

Kesalahan Memori

Kesalahan: MemoryError atau kernel mati saat memproses data

Solusi:

# Load data in chunks
for chunk in pd.read_csv('large_file.csv', chunksize=10000):
    process(chunk)

# Or read only needed columns
df = pd.read_csv('file.csv', usecols=['col1', 'col2'])

# Free memory when done
del large_dataframe
import gc
gc.collect()

Peringatan Konvergensi

Peringatan: ConvergenceWarning: Maximum number of iterations reached

Solusi:

from sklearn.linear_model import LogisticRegression

# Increase max iterations
model = LogisticRegression(max_iter=1000)

# Or scale your features first
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

Masalah Plotting

Masalah: Plot tidak muncul di Jupyter

Solusi:

# Enable inline plotting
%matplotlib inline

# Import pyplot
import matplotlib.pyplot as plt

# Show plot explicitly
plt.plot(data)
plt.show()

Masalah: Plot Seaborn terlihat berbeda atau menghasilkan kesalahan

Solusi:

import warnings
warnings.filterwarnings('ignore', category=UserWarning)

# Update to compatible version
# pip install --upgrade seaborn matplotlib

Kesalahan Unicode/Encoding

Masalah: UnicodeDecodeError saat membaca file

Solusi:

# Specify encoding explicitly
df = pd.read_csv('file.csv', encoding='utf-8')

# Or try different encoding
df = pd.read_csv('file.csv', encoding='latin-1')

# For errors='ignore' to skip problematic characters
df = pd.read_csv('file.csv', encoding='utf-8', errors='ignore')

Masalah Performa

Eksekusi Notebook Lambat

Masalah: Notebook sangat lambat dijalankan

Solusi:

  1. Restart kernel untuk membebaskan memori: Kernel → Restart
  2. Tutup notebook yang tidak digunakan untuk membebaskan sumber daya
  3. Gunakan sampel data yang lebih kecil untuk pengujian: 
    # Work with subset during development
df_sample = df.sample(n=1000)
  4. Profil kode Anda untuk menemukan hambatan: 
    %time operation()  # Time single operation
%timeit operation()  # Time with multiple runs

Penggunaan Memori Tinggi

Masalah: Sistem kehabisan memori

Solusi:

# Check memory usage
df.info(memory_usage='deep')

# Optimize data types
df['column'] = df['column'].astype('int32')  # Instead of int64

# Drop unnecessary columns
df = df[['col1', 'col2']]  # Keep only needed columns

# Process in batches
for batch in np.array_split(df, 10):
    process(batch)

Lingkungan dan Konfigurasi

Masalah Lingkungan Virtual

Masalah: Lingkungan virtual tidak aktif

Solusi:

# Windows
python -m venv venv
venv\Scripts\activate.bat

# macOS/Linux
python3 -m venv venv
source venv/bin/activate

# Check if activated (should show venv name in prompt)
which python  # Should point to venv python

Masalah: Paket terinstal tetapi tidak ditemukan di notebook

Solusi:

# Ensure notebook uses the correct kernel
# Install ipykernel in your venv
pip install ipykernel
python -m ipykernel install --user --name=ml-env --display-name="Python (ml-env)"

# In Jupyter: Kernel → Change Kernel → Python (ml-env)

Masalah Git

Masalah: Tidak dapat menarik perubahan terbaru - konflik merge

Solusi:

# Stash your changes
git stash

# Pull latest
git pull origin main

# Reapply your changes
git stash pop

# If conflicts, resolve manually or:
git checkout --theirs path/to/file  # Take remote version
git checkout --ours path/to/file    # Keep your version

Integrasi VS Code

Masalah: Notebook Jupyter tidak dapat dibuka di VS Code

Solusi:

  1. Instal ekstensi Python di VS Code
  2. Instal ekstensi Jupyter di VS Code
  3. Pilih interpreter Python yang benar: Ctrl+Shift+P → "Python: Select Interpreter"
  4. Restart VS Code

Sumber Daya Tambahan

Masih Mengalami Masalah?

Jika Anda telah mencoba solusi di atas dan masih mengalami masalah:

  1. Cari masalah yang sudah ada: GitHub Issues
  2. Periksa diskusi di Discord: Diskusi Discord
  3. Buka masalah baru: Sertakan:
    • Sistem operasi dan versinya
    • Versi Python/R
    • Pesan kesalahan (traceback lengkap)
    • Langkah-langkah untuk mereproduksi masalah
    • Apa yang sudah Anda coba

Kami siap membantu! 🚀

Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI Co-op Translator. Meskipun kami berusaha untuk memberikan hasil yang akurat, harap diperhatikan bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan manusia profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau interpretasi yang keliru yang timbul dari penggunaan terjemahan ini.