1Dasar AI + Mindset + Setup

Setup Environment Kerja

2-3 jam (instalasi + verifikasi)14 min baca
Tujuan

Setelah selesai, laptopmu siap untuk **seluruh perjalanan** belajar AI: 12 minggu prep + 6 bulan bootcamp + karir berikutnya.

06 — Setup Environment Kerja

Estimasi: 2-3 jam (instalasi + verifikasi) Prasyarat: Windows 11 (kamu pakai ini), koneksi internet stabil Tujuan: Setelah selesai, laptopmu siap untuk seluruh perjalanan belajar AI: 12 minggu prep + 6 bulan bootcamp + karir berikutnya.

Pembukaan

Setup yang baik = investasi sekali, manfaat sepanjang karir. Setup yang asal-asalan = pemborosan waktu setiap kali ada error misterius.

File ini akan jadi referensi, bukan untuk dibaca sekali lalu lupa. Bookmark, kembali kalau butuh.

Yang Akan Kita Install

Tool Fungsi Wajib?
Git Version control (rekam perubahan kode) ✅ Wajib
Python 3.11 Bahasa utama AI ✅ Wajib
VS Code Editor kode ✅ Wajib
Windows Terminal Terminal modern ✅ Wajib
GitHub account Cloud storage code ✅ Wajib
Anaconda / Miniconda Package manager untuk data science ✅ Wajib
Docker Desktop Containerization ⏳ Nanti (Fase 6+)
Postman / Insomnia API testing ⏳ Nanti (Fase 7)

Fokus dulu yang wajib. Nanti tambah kalau butuh.

Bagian 1 — Git

Apa Itu Git?

Analogi: Bayangkan kamu menulis novel. Git = mesin waktu untuk file kode kamu. Bisa kembali ke versi kemarin, bandingkan dua versi, atau gabungkan kerjaan dari banyak orang tanpa konflik.

Instalasi (Windows)

  1. Download dari git-scm.com/download/win
  2. Run installer. Klik Next pada hampir semua step. Tapi perhatikan:
    • "Adjusting your PATH environment" → pilih "Git from the command line and also from 3rd-party software"
    • "Choosing the default editor" → pilih "Use Visual Studio Code as Git's default editor" (kalau VS Code sudah ter-install). Kalau belum, biarkan default lalu ubah nanti.
    • "Default branch name" → pilih "main" (modern standard, bukan "master")
    • Sisanya default ok

Verifikasi

Buka Command Prompt atau PowerShell:

git --version

Harus muncul git version 2.x.x. Kalau "command not found", restart laptop.

Konfigurasi Awal (Wajib)

git config --global user.name "Nama Lengkapmu"
git config --global user.email "email@github.com"
git config --global init.defaultBranch main
git config --global core.autocrlf true

core.autocrlf true penting untuk Windows — handle perbedaan line ending antara Windows dan Unix.

Bagian 2 — Python (via Miniconda)

Kenapa Miniconda, Bukan Python Langsung?

Banyak pemula install Python dari python.org langsung. Itu OK untuk script kecil, tapi untuk AI/data science, kamu akan butuh:

  • Multiple Python versions (Python 3.10 untuk project A, 3.11 untuk project B)
  • Isolated environments (paket project A tidak bentrok dengan project B)
  • Library yang sulit di-install via pip (TensorFlow GPU, dll)

Conda menyelesaikan ini semua. Miniconda = versi minimal Anaconda (lebih kecil, lebih cepat).

Instalasi Miniconda

  1. Download dari docs.conda.io/projects/miniconda/en/latest/
  2. Pilih "Miniconda3 Windows 64-bit"
  3. Run installer:
    • Install for: "Just Me"
    • "Add Miniconda3 to my PATH environment variable" → centang (walau dia bilang "Not recommended", abaikan, lebih praktis)
    • "Register Miniconda3 as my default Python" → centang

Verifikasi

Buka Command Prompt baru (penting: harus baru, supaya PATH ter-update):

conda --version
python --version

Harus muncul conda 24.x.x dan Python 3.11.x (atau versi terdekat).

Update Conda

conda update -n base -c defaults conda

Membuat Environment Pertama (Wajib Coba)

conda create -n ai-prep python=3.11

-n ai-prep artinya environment bernama "ai-prep". Kamu akan pakai ini untuk semua kerjaan persiapan.

Aktifkan:

conda activate ai-prep

Tanda berhasil: prompt berubah jadi (ai-prep) C:\Users\yazid>.

Install Library Dasar

pip install numpy pandas matplotlib jupyter scikit-learn

Ini library yang akan kamu pakai mulai Fase 2.

Tips: kalau install pakai conda lebih disarankan: conda install numpy pandas matplotlib jupyter scikit-learn. Lebih reliable untuk dependency rumit.

Cheat Sheet Conda

# List environment yang ada
conda env list

# Aktifkan environment
conda activate ai-prep

# Keluar dari environment
conda deactivate

# Hapus environment
conda env remove -n ai-prep

# Install package
conda install nama-package
# atau
pip install nama-package

# List package di environment
conda list

# Export environment ke file (untuk share)
conda env export > environment.yml

# Import environment dari file
conda env create -f environment.yml

Aturan: selalu aktifkan environment sebelum kerja. Jangan install package di base environment — itu akan berantakan setelah beberapa bulan.

Bagian 3 — VS Code

Kenapa VS Code?

Editor paling populer untuk AI. Ringan, gratis, ekstensi melimpah, AI built-in (Copilot, Cursor sebagai fork).

Instalasi

Download dari code.visualstudio.com. Run installer dengan default settings, kecuali:

  • Centang "Add to PATH" supaya bisa buka VS Code dari terminal dengan code .
  • Centang "Add 'Open with Code' action to Windows Explorer file/directory context menu" — sangat berguna

Ekstensi Wajib

Buka VS Code → klik ikon kotak di sidebar (Extensions) atau Ctrl+Shift+X.

Install ini:

Esensial

  • Python (Microsoft) — language support
  • Pylance (Microsoft) — IntelliSense untuk Python (biasanya auto ter-install)
  • Jupyter (Microsoft) — jalankan notebook di VS Code
  • GitLens — Git superpowers
  • Git Graph — visualisasi history git
  • Indent Rainbow — pewarnaan indentasi (Python pakai indentasi banyak)

Quality of Life

  • Material Icon Theme — ikon file lebih jelas
  • One Dark Pro atau theme favoritmu (saran: Dracula, Tokyo Night)
  • Error Lens — error muncul inline, bukan tab terpisah
  • Better Comments — pewarnaan komen TODO, FIXME, dll
  • Path Intellisense — autocomplete path file

Untuk AI Coding (opsional, tapi sangat direkomendasi)

  • GitHub Copilot — AI autocomplete (free untuk student, $10/bulan biasa)
  • Continue.dev — alternatif open source dengan banyak model

Konfigurasi VS Code Awal

Buka settings (Ctrl+,). Cari dan ubah:

Editor: Format On Save → centang
Editor: Tab Size → 4
Editor: Word Wrap → on
Files: Auto Save → afterDelay
Python > Linting: Enabled → centang

Atau edit langsung di settings.json (Ctrl+Shift+P → "Open User Settings JSON"):

{
  "editor.formatOnSave": true,
  "editor.tabSize": 4,
  "editor.wordWrap": "on",
  "files.autoSave": "afterDelay",
  "python.linting.enabled": true,
  "python.formatting.provider": "black",
  "[python]": {
    "editor.formatOnSave": true,
    "editor.defaultFormatter": "ms-python.black-formatter"
  },
  "workbench.colorTheme": "One Dark Pro",
  "workbench.iconTheme": "material-icon-theme"
}

Install Black Formatter ekstensi dulu kalau belum.

Connect VS Code dengan Conda Environment

  1. Buka folder project (akan ada nanti)
  2. Tekan Ctrl+Shift+P
  3. Cari "Python: Select Interpreter"
  4. Pilih environment ai-prep yang barusan kamu buat

Indikator di kanan bawah akan show Python 3.11.x ('ai-prep'). Kalau pilih ini, terminal yang dibuka di VS Code otomatis aktif environment-nya.

Bagian 4 — Windows Terminal (Bonus, Recommended)

Kenapa?

Command Prompt default Windows itu jadul. Windows Terminal = aplikasi terminal modern yang bisa berbagai shell (PowerShell, Bash, CMD) di tab.

Instalasi

Microsoft Store → cari "Windows Terminal" → install. Atau di Windows 11 biasanya sudah pre-installed.

Set sebagai Default

Settings → "Default terminal application" → pilih "Windows Terminal".

Bash di Windows (via Git Bash)

Saat install Git tadi, Git Bash otomatis ter-install. Ini terminal Bash di Windows.

Banyak tutorial AI pakai command Bash (Linux/Mac). Pakai Git Bash supaya kamu tidak perlu translate ke PowerShell setiap kali.

Buka Windows Terminal → klik ▼ di tab → Settings → Profiles → tambah Git Bash kalau belum ada (biasanya auto detected).

Bagian 5 — GitHub Account

Daftar

  1. Pergi ke github.com
  2. Sign up dengan email yang sama dengan git config user.email
  3. Pilih username yang profesional — ini akan jadi URL portfoliomu (github.com/username). Hindari "xx-coder123-xx".

Setup Authentication (Wajib)

GitHub tidak terima password biasa untuk push code. Pakai SSH key atau Personal Access Token.

Cara Mudah: GitHub CLI

Download dari cli.github.com (atau install via winget install GitHub.cli).

Auth sekali:

gh auth login

Ikuti instruksi (pilih GitHub.com → HTTPS → login via browser). Selesai. Sekarang git push ke repo kamu langsung jalan.

Bikin Repo Pertama

mkdir dicoding-genai-prep
cd dicoding-genai-prep
git init
echo "# Dicoding GenAI Prep Journey" > README.md
git add README.md
git commit -m "Initial commit"
gh repo create dicoding-genai-prep --public --source=. --remote=origin --push

Done. Cek di github.com/usernamemu/dicoding-genai-prep — repo sudah ada online.

Profile README (Bonus, Bikin Menonjol)

GitHub punya fitur "profile README" — README di repo dengan nama yang sama dengan username kamu, akan muncul di profile.

gh repo create usernamemu --public

Bikin README.md dengan info tentang kamu (background, learning journey, project highlights). Banyak HR ngintip ini.

Bagian 6 — Folder Structure Project

Buat struktur folder yang rapi sejak awal. Save trouble nanti.

C:\Users\yazid\
├── Learning\                    ← folder kerja AI prep (sudah ada)
│   ├── learning-materials\      ← materi (yang sedang kamu baca)
│   ├── learning-journal\        ← jurnal harian
│   ├── projects\                ← mini project + capstone
│   │   ├── 01-cli-todo\
│   │   ├── 02-eda-titanic\
│   │   └── ...
│   ├── notebooks\               ← Jupyter notebook eksplorasi
│   └── notes\                   ← catatan lepas

Tiap project punya struktur sendiri:

projects/01-cli-todo/
├── README.md           ← deskripsi project
├── requirements.txt    ← list package Python
├── src/                ← source code
│   └── main.py
├── tests/              ← unit tests (nanti)
└── .gitignore          ← file yang tidak di-track git

.gitignore Wajib

Tiap project bikin .gitignore untuk Python:

# Python
__pycache__/
*.pyc
*.pyo
.venv/
venv/
*.egg-info/

# Jupyter
.ipynb_checkpoints/

# Environment
.env
*.env

# Data (biasanya)
data/raw/
*.csv

# IDE
.vscode/
.idea/

# OS
.DS_Store
Thumbs.db

Penting: JANGAN PERNAH commit file .env (berisi API key). Sekali ke-push ke GitHub publik, anggap API key kamu sudah bocor.

Bagian 7 — Verifikasi Lengkap

Lakukan ini untuk pastikan semua working:

Test 1: Python + Conda

conda activate ai-prep
python -c "import numpy, pandas, matplotlib, sklearn; print('All good!')"

Harus print All good!.

Test 2: Jupyter Notebook

jupyter notebook

Browser akan terbuka. Klik New → Python 3 → ketik:

print("Hello from Jupyter!")
import pandas as pd
df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})
df

Run cell (Shift+Enter). Harus muncul tabel.

Test 3: VS Code + Conda

  1. Buka folder project di VS Code (code . di terminal)
  2. Buat file test.py: 
    import numpy as np
arr = np.array([1, 2, 3])
print(f"NumPy version: {np.__version__}")
print(f"Array: {arr}")
  3. Klik ▶ Run di kanan atas
  4. Output harus muncul di terminal VS Code

Test 4: Git + GitHub

cd c:\Users\yazid\Learning
echo "test" > test.txt
git add test.txt
git commit -m "test commit"
git push

Cek di repo GitHub kamu — file test.txt harus muncul.

Bagian 8 — Akun-akun yang Perlu Dibuat

Wajib

  • ✅ GitHub (sudah di atas)
  • ✅ Dicoding (untuk akses kelas gratis: dicoding.com)
  • ✅ Hugging Face — huggingface.co. Free tier oke. Akan dipakai mulai Fase 6.
  • ✅ Kaggle — kaggle.com. Untuk dataset + competition + course.

Untuk Akses LLM API (Opsional, Tidak Wajib Sekarang)

  • OpenAI — platform.openai.com. Berbayar (top up minimum $5). Kalau budget terbatas, skip dulu.
  • Anthropic — console.anthropic.com. Berbayar. Skip dulu.
  • Google AI Studio — aistudio.google.com. Gemini punya free tier generous. Bikin akun ini.

Komunitas (Untuk Fase 5+)

  • Twitter/X — follow @karpathy, @ylecun, @AndrewYNg, @sama
  • LinkedIn — update profile, follow company AI
  • 1 grup Telegram/Discord AI Indonesia

Bagian 9 — Troubleshooting Umum

"conda: command not found"

→ PATH tidak ter-set. Restart terminal, atau tambah manual:

  • Cari folder Miniconda3\Scripts (biasanya di C:\Users\username\miniconda3\Scripts)
  • Add ke System Environment Variables → PATH

"Python tidak ditemukan" tapi conda ada

→ Aktifkan environment dulu: conda activate ai-prep

"pip install gagal dengan SSL error"

→ Coba: pip install --trusted-host pypi.org --trusted-host files.pythonhosted.org nama-package. Atau update pip: python -m pip install --upgrade pip.

VS Code tidak detect Python interpreter

→ Ctrl+Shift+P → "Python: Select Interpreter" → manual cari C:\Users\username\miniconda3\envs\ai-prep\python.exe

Git push minta password terus

→ Pakai gh auth login, atau setup SSH key.

Jupyter notebook tidak bisa di-launch

→ Pastikan environment aktif. conda activate ai-prep lalu jupyter notebook.

"Permission denied" saat install di base environment

→ Jangan install di base. Always pakai environment khusus (ai-prep).

Bagian 10 — Best Practices Sehari-hari

Git Workflow Dasar

# Pagi mulai kerja
git pull                          # ambil perubahan terbaru (kalau ada)

# Selama kerja
# ... edit file ...

# Sebelum lunch / akhir hari
git status                        # lihat file yang berubah
git add nama-file.py              # stage file (jangan pakai 'git add .' kecuali yakin)
git commit -m "deskripsi singkat" # commit
git push                          # upload ke GitHub

Aturan Commit Message

Format: verb singkat: deskripsi

Bagus:

  • add: tutorial python loop
  • fix: typo di file 03
  • update: jurnal hari ke-5

Buruk:

  • update
  • asdfg
  • progress

Selalu Aktifkan Environment

Bikin habit: setiap buka terminal, langsung conda activate ai-prep. Atau set di .bashrc (Git Bash) supaya auto-activate.

Backup

GitHub = backup otomatis. Push minimal sekali sehari. Laptop bisa rusak, file bisa kena virus. Cloud aman.

Cek Pemahaman

  • Bisa jelaskan apa itu virtual environment dan kenapa penting?
  • Bisa bikin conda environment baru, aktifkan, install package, deactivate?
  • Bisa push code ke GitHub repo?
  • VS Code sudah connected dengan conda environment?
  • Tahu cara bikin .gitignore? Apa yang TIDAK BOLEH di-commit?
  • Tahu bedanya pip install dan conda install?

Challenge Fase 1.6

Challenge 1 — Setup Lengkap (Wajib, Beberapa Jam)

Selesaikan semua step di file ini. Kalau ada yang stuck, catat di jurnal apa errornya, lalu cari solusi.

Verifikasi: jalankan keempat test di Bagian 7. Screenshot hasilnya, posting di jurnal.

Challenge 2 — Bikin Repo Belajar (Wajib)

  1. Buat repo dicoding-genai-prep di GitHub (publik)
  2. Clone ke laptop
  3. Bikin struktur folder seperti di Bagian 6
  4. Bikin README.md dengan:
    • Nama kamu
    • Tujuan: "Persiapan bootcamp Dicoding GenAI Agustus 2026"
    • Roadmap singkat 7 fase
    • Status: Fase 1 in progress
  5. Push semua

Challenge 3 — Hello World, AI Style (Sedang)

Bikin file notebooks/hello-ai.ipynb:

# Cell 1
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
print("Setup berhasil!")

# Cell 2
# Bikin random data
data = np.random.randn(100)

# Cell 3
# Plot histogram
plt.hist(data, bins=20)
plt.title("Distribusi Random Normal")
plt.xlabel("Value")
plt.ylabel("Frekuensi")
plt.show()

# Cell 4
# Statistik
print(f"Mean: {data.mean():.4f}")
print(f"Std: {data.std():.4f}")

Run, screenshot output, push ke GitHub.

Challenge 4 — Keyboard Shortcut Sprint (Mudah)

Hafalkan minimal 10 shortcut VS Code dalam 1 hari. Berikut yang paling sering dipakai:

Shortcut Fungsi
Ctrl+P Quick file open
Ctrl+Shift+P Command palette
Ctrl+, Settings
Ctrl+B Toggle sidebar
`Ctrl+`` Toggle terminal
Ctrl+/ Comment line
Ctrl+D Select next occurrence
Alt+↑/↓ Move line up/down
Shift+Alt+↓ Duplicate line
Ctrl+Shift+K Delete line
F2 Rename symbol
Ctrl+G Go to line

Kelihatan sepele, tapi 10 shortcut ini menghemat ratusan jam selama karir. Pakai langsung dari hari ini.

Challenge 5 — Setup Jurnal (Wajib)

Bikin file learning-journal/README.md:

# Learning Journal

Catatan harian persiapan bootcamp Dicoding GenAI.

## Cara Pakai
- 1 file per hari, format: `YYYY-MM-DD.md`
- Tulis 5-10 menit setiap malam
- Format: belajar apa, paham apa, bingung apa, besok apa

Lalu bikin file pertama learning-journal/2026-05-13.md (atau tanggal hari kamu setup) dengan refleksi: "Hari ini saya setup environment kerja AI..."

Push.

Penutup Fase 1

Selamat. Kamu sekarang punya:

  • ✅ Mental model AI/ML/DL/GenAI
  • ✅ Pemahaman 3 jenis ML
  • ✅ Intuisi neural network
  • ✅ Pemahaman LLM, token, embedding, attention
  • ✅ Mindset belajar yang sehat
  • ✅ Environment kerja yang siap tempur
  • ✅ Repo GitHub untuk track progress

Yang belum kamu punya:

  • Skill Python yang tajam
  • Pengalaman build project ML
  • Pengalaman pakai LLM API

Itu yang akan kita bangun di Fase 2-7.

Selanjutnya: challenges.md — kumpulan challenge final Fase 1 untuk konsolidasi sebelum lanjut ke Python di Fase 2.

Sebelum lanjut, pastikan:

  • Sudah selesaikan challenge dari semua file 01-06
  • Sudah tulis minimal 5-7 entri jurnal
  • Setup development environment komplit
  • Repo GitHub sudah punya beberapa commit
  • Bisa jelaskan ke teman: "Apa beda ChatGPT, deep learning, dan machine learning?"

Kalau semua centang → siap masuk Fase 2: Python.

Previous
Mindset Belajar untuk Jadi Siswa Terbaik
Next
Final Challenges — Fase 1