Tugas kuliah model dan simulasi

1. Apa yang dimaksud dengan model ?
2. Apa yang dimaksud dengan simulasi ?
3. Berikan contoh dan jelaskan mengenai jenis-jenis dari model dan perbedaannya ?
4. Jelaskan apa yang dimaksud dengan simulasi ?
5. Kapan simulasi dapat digunakan sebagai pendekatan penyelesaian persoalan dan kapan tidak dapat digunakan ?
6. Apakah perbedaan antara model stokastik & model deterministik dalam bentuk variabel input dan dengan cara menginterpretasikan hasilnya
7. Apakah 2 karakteristik sistem yang menyebabkannya menjadi kompleks ?
8. Apa yang menjadi prinsip-prinsip dalam pengembangan model ? Berikan contohnya ?

 Jawaban: 

1. Model: gambaran dari sebuah sistem, dapat secara fisik atau matematis

2. Simulasi: Simulasi adalah tiruan dari sebuah sistem dinamis dengan menggunakan model computer yang digunakan untuk melakukan evaluasi dan meningkatkan kinerja sistem

 

3.  model fisik statik adalah model bangunan yang dirancang oleh para arsitektur maupun teknik sipil. Model tersebut dapat berupa gambar maupun maket bangunan. Contoh model fisik dinamik adalah model pesawat (berukuran kecil) yang sedang dalam pengujian di ruang pengujian angin. Ruang pengujian tersebut berupaya mencontoh kondisi udara, kecepatan dan lain sebagainya dengan berbagai kondisi ukuran untuk menguji model pesawat yang akan dibangun. Contoh lain model fisik dinamik adalah model bangunan anti erosi yang akan dibangun di pantai. model bangunan ini sebelum dipasang di pantai memerlukan pembangunan dalam skala kecil (model) yang diuji dalam laboratorium dengan berbagai kondisi gelombang selama beberapa waktu.

Model matematik merupakan imitasi sistem nyata dalam bentuk simbol-simbol matematik. Model matematik statik tidak mempertimbangkan waktu dalam pengolahan datanya sehingga sistem tidak berubah oleh waktu, sedangkan  model matemtik dinamik adalah sebaliknya. Contoh model matematik adalah model inventori (persediaan). Model persediaan ini ada yang statik yaitu yang data permintaan, data lead time diasumsikan berfsifat statik (deterministik), ada pula model persediaan dinamik dimana data permintaan, dan lead time bersifat probabilistik. 

Model komputer menurut Singh (2009) merupakan perkembangan lanjut dalam pemodelan karena seluruh model matematik baik statik maupun dinamik dapat dimodelkan secara lebih baik melalui komputer. Model komputer dinamik dapat kita lihat secara sederhana pada model permainan (game) yang meniru dunia nyata.

Berbeda dengan singh (2009), Banks et al (2001) hanya mengelompokkan model dalam dua jenis yaitu model fisik dan model matematik. Model matematik ini dapat dinyatakan dalam bentuk notasi simbol atau persamaan matematik, dan bisa juga disajikan dalam bentuk model simulasi. Model simulasi ini kemudian lebih jauh dapat diklasifikasin sebagai model simulasi statik atau dinamik, model simulasi deterministik atau stokastik, dan model simulasi diskrit atau kontinu.

Model simulasi statik dikenal juga dengan nama Simulasi Monte Carlo yang merepresentasikan sebuah sistem pada suatu waktu tertentu. Sebagai contoh, ingin dismulasikan jumlah pelanggan yang membeli suatu produk di sebuah toko berdasarkan data historis yang berdistribusi eksponensial. Kemudian dibangkitkan bilangan random untuk menunjukkan jumlah pelanggan yang dibangkitkan sesuai posisi interval distribusinya. Model simulasi dinamik merepresentasikan sistem dari waktu ke waktu, misal, simulasi sebuah bank dalam rentang jam kerja tertentu. Namun harus diperhatikan bahwa model simulasi dinamis dalam pengertian ini berbeda dengan model simulasi sistem dinamis (dynamic system). Simulasi sistem dinamis akan dijelaskan dalam tulisan lainnya.

Model simulasi deterministik adalah model simulasi yang tidak memiliki variable random dalam inputnya. Sebagai contoh, simulasi kedatangan pasien seorang dokter praktek yang telah diatur jadwal pelayanannya. Model simulasi stokastik adalah model simulasi yang memiliki satu atau beberapa variabel random dalam inputnya. Random input ini akan menghasilkan output yang random pula. Simulasi layanan teller bank adalah salah satu contoh model simulasi stokastik.

Model simulasi diskrit adalah model simulasi yang status variabelnya berubah secara diskrit pada satu waktu tertentu. Contohnya, simulasi layanan teller bank, dimana jumlah pelanggan yang menunggu/antri berubah secara diskrit dari waktu ke waktu. Model simulasi kontinu adalah model simulasi yang status variabel berubah secara kontinu dari waktu ke waktu. Simulasi permukaan air bendungan adalah contoh simulasi kontinu.

4. Simulasi adalah metode yang paling luas penggunaannya dalam mengevaluasi berbagai alternatif sistem sumberdaya air. Teknik ini mengandalkan cara coba-banding (trial-and-error) untuk memperoleh hasil yang mendekati optimal. Model simulasi mempunyai maksud untuk mereproduksi watak esensial dari sistem yang dipelajari. Teknik simulasi dapat dibayangkan dengan percobaan (eksperimen), sebagai penyelesaian masalah untuk mempelajari sistem yang kompleks yang tidak dapat dianalisis secara langsung dengan cara analitik. Teknik simulasi merupakan metode kuantitatif yang menggambarkan perilaku suatu sistem. Digunakan untuk memperkirakan keluaran (output) dari masukan (input) sistem yang telah ditentukan. 

5. Simulasi diperlukan ketika,,,,,
   1.    Model sangat rumit dengan banyak variabel dan komponen yang saling berinteraksi.
   2.    Hubungan antar variabel tidak linear
   3.    Model memiliki variate acak
   4.    Output dari model akan divisualisasikan sebagai animasi komputer 3D.

  Simulasi tidak tepat digunakan untuk suatu studi apabila hal-hal berikut ini detemui:

1. suatu masalah dapat diselesaikan dengan nalar.
2. Suatu masalah dapat diselesaikan secara analitik.
3. Suatu percobaan sederhana dapat dilakukan.
4. Biaya simulasi sangat besar.
5. Waktu dan sumber daya yang tidak tersedia.
6. Tidak tersedia data (termasuk data estimasi/hipotetik).
7. Adanya ekspektasi yang berlebihan terhadap hasil.
8. Sistem terlalu kompleks dan tidak bisa didefinisikan.

6.  Perbedaan antara model stokastik & model deterministik

Model deterministik adalah yang menghasilkan penaksiran kuantitas defenitif seperti hasil tanaman yang tidak disertai dengan informasi mengenai peluang. Ini dapat berlaku untuk kasus tertentu, tapi kurang memuaskan untuk kuantitas yang sangat bervariasi seperti curah hujan. Sebaliknya model stokastik mengandung unsur acak atau distribusi peluang, sehingga tidak hanya membuat penaksiran keluaran yang definitif tapi juga disertai dengan deviasi (variance).

Model simulasi stokastik : adalah model simulasi yang mengandung input-input probabilistik (random) dan output yang dihasilkan pun sifatnya random (probabilistik). Pengelompokan Model sedangkan Model Deterministik :Model yang dipergunakan untuk memecahkan suatu persoalan dalam situsai yang pasti

 7. Dalam melakukan studi sistem bahwa sebenarnya simulasi merupakan turunan dari model matematik dimana sistem, berdasarkan sifat perubahannya sendiri dikategorikan menjadi dua (2) yaitu sistem diskrit dan sistem kontinyu. Sistem diskrit mempunyai maksud bahwa jika keadaan variabel-variabel dam sistem berubah seketika itu juga pada poin waktu terpisah, misalnya pada sebuah bank dimana variabelnya adalah jumlah nasabah yang akan berubah hanya ketika nasabah datang atau setelah selesai dilayani dan pergi. Sedangkan Sistem kontinyu mempunyai arti jika keadaan variabel- variabel dalam sistem berubah secara terus menerus (kontinyu) mengikuti jalannya waktu, misalnya pesawat terbang yang bergerak diudara dimana variabelnya seperti posisi dan kecepatannya akan terus bergerak

8. Prinsip dasar pengembangan model yaitu:

a. Elaborasi merupakan model di mulai dari yang sederhana, sampai di dapatkan model yang repsentatif.

b. Analogi merupakan pengembangan menggunakan prinsip-prinsip dan teori yang sudah dikenal luas

c. Dinamis merupakan pengembangan mungkin saja terdapat proses pengulangan

Tugas kuliah model dan simulasi

1. Apa yang dimaksud dengan model ?
2. Apa yang dimaksud dengan simulasi ?
3. Berikan contoh dan jelaskan mengenai jenis-jenis dari model dan perbedaannya ?
4. Jelaskan apa yang dimaksud dengan simulasi ?
5. Kapan simulasi dapat digunakan sebagai pendekatan penyelesaian persoalan dan kapan tidak dapat digunakan ?
6. Apakah perbedaan antara model stokastik & model deterministik dalam bentuk variabel input dan dengan cara menginterpretasikan hasilnya
7. Apakah 2 karakteristik sistem yang menyebabkannya menjadi kompleks ?
8. Apa yang menjadi prinsip-prinsip dalam pengembangan model ? Berikan contohnya ?

 Jawaban: 

1. Model: gambaran dari sebuah sistem, dapat secara fisik atau matematis

2. Simulasi: Simulasi adalah tiruan dari sebuah sistem dinamis dengan menggunakan model computer yang digunakan untuk melakukan evaluasi dan meningkatkan kinerja sistem

 

3.  model fisik statik adalah model bangunan yang dirancang oleh para arsitektur maupun teknik sipil. Model tersebut dapat berupa gambar maupun maket bangunan. Contoh model fisik dinamik adalah model pesawat (berukuran kecil) yang sedang dalam pengujian di ruang pengujian angin. Ruang pengujian tersebut berupaya mencontoh kondisi udara, kecepatan dan lain sebagainya dengan berbagai kondisi ukuran untuk menguji model pesawat yang akan dibangun. Contoh lain model fisik dinamik adalah model bangunan anti erosi yang akan dibangun di pantai. model bangunan ini sebelum dipasang di pantai memerlukan pembangunan dalam skala kecil (model) yang diuji dalam laboratorium dengan berbagai kondisi gelombang selama beberapa waktu.

Model matematik merupakan imitasi sistem nyata dalam bentuk simbol-simbol matematik. Model matematik statik tidak mempertimbangkan waktu dalam pengolahan datanya sehingga sistem tidak berubah oleh waktu, sedangkan  model matemtik dinamik adalah sebaliknya. Contoh model matematik adalah model inventori (persediaan). Model persediaan ini ada yang statik yaitu yang data permintaan, data lead time diasumsikan berfsifat statik (deterministik), ada pula model persediaan dinamik dimana data permintaan, dan lead time bersifat probabilistik. 

Model komputer menurut Singh (2009) merupakan perkembangan lanjut dalam pemodelan karena seluruh model matematik baik statik maupun dinamik dapat dimodelkan secara lebih baik melalui komputer. Model komputer dinamik dapat kita lihat secara sederhana pada model permainan (game) yang meniru dunia nyata.

Berbeda dengan singh (2009), Banks et al (2001) hanya mengelompokkan model dalam dua jenis yaitu model fisik dan model matematik. Model matematik ini dapat dinyatakan dalam bentuk notasi simbol atau persamaan matematik, dan bisa juga disajikan dalam bentuk model simulasi. Model simulasi ini kemudian lebih jauh dapat diklasifikasin sebagai model simulasi statik atau dinamik, model simulasi deterministik atau stokastik, dan model simulasi diskrit atau kontinu.

Model simulasi statik dikenal juga dengan nama Simulasi Monte Carlo yang merepresentasikan sebuah sistem pada suatu waktu tertentu. Sebagai contoh, ingin dismulasikan jumlah pelanggan yang membeli suatu produk di sebuah toko berdasarkan data historis yang berdistribusi eksponensial. Kemudian dibangkitkan bilangan random untuk menunjukkan jumlah pelanggan yang dibangkitkan sesuai posisi interval distribusinya. Model simulasi dinamik merepresentasikan sistem dari waktu ke waktu, misal, simulasi sebuah bank dalam rentang jam kerja tertentu. Namun harus diperhatikan bahwa model simulasi dinamis dalam pengertian ini berbeda dengan model simulasi sistem dinamis (dynamic system). Simulasi sistem dinamis akan dijelaskan dalam tulisan lainnya.

Model simulasi deterministik adalah model simulasi yang tidak memiliki variable random dalam inputnya. Sebagai contoh, simulasi kedatangan pasien seorang dokter praktek yang telah diatur jadwal pelayanannya. Model simulasi stokastik adalah model simulasi yang memiliki satu atau beberapa variabel random dalam inputnya. Random input ini akan menghasilkan output yang random pula. Simulasi layanan teller bank adalah salah satu contoh model simulasi stokastik.

Model simulasi diskrit adalah model simulasi yang status variabelnya berubah secara diskrit pada satu waktu tertentu. Contohnya, simulasi layanan teller bank, dimana jumlah pelanggan yang menunggu/antri berubah secara diskrit dari waktu ke waktu. Model simulasi kontinu adalah model simulasi yang status variabel berubah secara kontinu dari waktu ke waktu. Simulasi permukaan air bendungan adalah contoh simulasi kontinu.

4. Simulasi adalah metode yang paling luas penggunaannya dalam mengevaluasi berbagai alternatif sistem sumberdaya air. Teknik ini mengandalkan cara coba-banding (trial-and-error) untuk memperoleh hasil yang mendekati optimal. Model simulasi mempunyai maksud untuk mereproduksi watak esensial dari sistem yang dipelajari. Teknik simulasi dapat dibayangkan dengan percobaan (eksperimen), sebagai penyelesaian masalah untuk mempelajari sistem yang kompleks yang tidak dapat dianalisis secara langsung dengan cara analitik. Teknik simulasi merupakan metode kuantitatif yang menggambarkan perilaku suatu sistem. Digunakan untuk memperkirakan keluaran (output) dari masukan (input) sistem yang telah ditentukan. 

5. Simulasi diperlukan ketika,,,,,
   1.    Model sangat rumit dengan banyak variabel dan komponen yang saling berinteraksi.
   2.    Hubungan antar variabel tidak linear
   3.    Model memiliki variate acak
   4.    Output dari model akan divisualisasikan sebagai animasi komputer 3D.

  Simulasi tidak tepat digunakan untuk suatu studi apabila hal-hal berikut ini detemui:

1. suatu masalah dapat diselesaikan dengan nalar.
2. Suatu masalah dapat diselesaikan secara analitik.
3. Suatu percobaan sederhana dapat dilakukan.
4. Biaya simulasi sangat besar.
5. Waktu dan sumber daya yang tidak tersedia.
6. Tidak tersedia data (termasuk data estimasi/hipotetik).
7. Adanya ekspektasi yang berlebihan terhadap hasil.
8. Sistem terlalu kompleks dan tidak bisa didefinisikan.

6.  Perbedaan antara model stokastik & model deterministik

Model deterministik adalah yang menghasilkan penaksiran kuantitas defenitif seperti hasil tanaman yang tidak disertai dengan informasi mengenai peluang. Ini dapat berlaku untuk kasus tertentu, tapi kurang memuaskan untuk kuantitas yang sangat bervariasi seperti curah hujan. Sebaliknya model stokastik mengandung unsur acak atau distribusi peluang, sehingga tidak hanya membuat penaksiran keluaran yang definitif tapi juga disertai dengan deviasi (variance).

Model simulasi stokastik : adalah model simulasi yang mengandung input-input probabilistik (random) dan output yang dihasilkan pun sifatnya random (probabilistik). Pengelompokan Model sedangkan Model Deterministik :Model yang dipergunakan untuk memecahkan suatu persoalan dalam situsai yang pasti

 7. Dalam melakukan studi sistem bahwa sebenarnya simulasi merupakan turunan dari model matematik dimana sistem, berdasarkan sifat perubahannya sendiri dikategorikan menjadi dua (2) yaitu sistem diskrit dan sistem kontinyu. Sistem diskrit mempunyai maksud bahwa jika keadaan variabel-variabel dam sistem berubah seketika itu juga pada poin waktu terpisah, misalnya pada sebuah bank dimana variabelnya adalah jumlah nasabah yang akan berubah hanya ketika nasabah datang atau setelah selesai dilayani dan pergi. Sedangkan Sistem kontinyu mempunyai arti jika keadaan variabel- variabel dalam sistem berubah secara terus menerus (kontinyu) mengikuti jalannya waktu, misalnya pesawat terbang yang bergerak diudara dimana variabelnya seperti posisi dan kecepatannya akan terus bergerak

8. Prinsip dasar pengembangan model yaitu:

a. Elaborasi merupakan model di mulai dari yang sederhana, sampai di dapatkan model yang repsentatif.

b. Analogi merupakan pengembangan menggunakan prinsip-prinsip dan teori yang sudah dikenal luas

c. Dinamis merupakan pengembangan mungkin saja terdapat proses pengulangan

ERD MENYEWA MOBIL

 

Menyimak Entity-Relationship Diagram (ERD)

Posted by Jhontor on Thursday, 22 March 2012 in KULIAHKU, TUGAS KU

Entity-Relationship Diagram (ERD), dari kata yang terakhir saja dibenak kita sudah muncul sebuah kata “Skema / sketsa” ataupun kata lainnya yang berarti sama. Dimana ERD  merupakan sketsa yang memvisualisasikan keterkaitan (relationship) antara entitas (entity) satu dengan entitas yang lainnya.

Sehingga dengan adanya E-R Diagram ini, seorang desainer dapat mengekspresikan struktur logis dari sebuah basis data dengan simple dan jelas.

Dalam E-R Diagram, ada 3 bentuk yang mendasar yaitu :

• Persegi: merepresentasikan entitas
• Elips : merepresentasikan attribute
• Garis : merepresentasikan hubungan

Selain tiga bentuk dasar tersebut, dikembangkan menjadi bentuk-bentuk yang lain, untuk merepresentasikan sifat yang berbeda dari ketiga bentuk dasar diatas.

Untuk simbol-simbol yang digunakan dalam E-R Diagram adalah seperti berikut :

Gambar 1. Simbol-simbol ERD

Kalau dalam dunia pemrograman, mungkin E-R Diagram ini bisa diibaratkan dengan algoritma yang harus dibuat sebelum melakukan coding (pengetikan code-code pemrograman). Begitu pula dengan membangun sebuah database. Yang perlu kita garis bawahi bahwa dalam membuat E-R Diagaram kita harus melalui beberapa tahap, diantaranya :

1. Mengidentifikasikan dan menetapkan seluruh himpunan entity yang akan terlibat.
2. Menentukan atribut-atribut dari setiap entity.
3. Menentukan atribut primary key dari setiap entity.
4. Menentukan relationship antar entity.
5. Menentukan atribut-atribut dari setiap relationship (jika ada).
6. Menentukan Cardinality Ratio.
7. Menentukan Participation Constraint.

Adapun contoh E-R Diagram dengan relationship seperti berikut :

Gambar 2. Contoh ERD One to Many

Dari contoh diatas :

• Terdapat 2 Entity yaitu Dosen & Matakuliah
• Entity Dosen mempunyai attribute : nip dan nama_dosen
• Entity Matakuliah mempunyai attribute : kode_mk dan nama_mk
• Pada entity Dosen, nip digunakan sebagai primary key
• Pada entity Matakuliah, kode_mk digunakan sebagai primary key
• Antara entity Dosen & Matakuliah terdapat sebuah relationship yaitu “Mengajar”
• Disebut One to Many, karena seorang dosen dapat mengajar mata kuliah lebih dari 1

Gambar 3. Contoh ERD Many to Many

Dari contoh diatas :

• Terdapat 2 Entity yaitu Mahasiswa & Matakuliah
• Entity Mahasiswa mempunyai attribute : nim dan nama_mhs
• Entity Matakuliah mempunyai attribute : kode_mk dan nama_mk
• Pada entity Mahasiswa, nim digunakan sebagai primary key
• Pada entity Matakuliah, kode_mk digunakan sebagai primary key
• Antara entity Mahasiswa & Matakuliah terdapat sebuah relationship yaitu “mengambil”
• Disebut Many to Many, karena seorang Mahasiswa dapat mengambil mata kuliah lebih dari 1 dan sebaliknya, 1 matakuliah dapat diambil mahasiswa lebih dari 1.

Studi Kasus :

Penyewaan Kendaraan Roda 4

Spesifikasi Database :

• Attribute dari kendaraan yaitu : Brand,Type,Th_buat
• Attribute dari pelanggan yaitu : Nama,Almt,No_Hp
• Dari kendaraan yang ada dikelompok-kelompokkan berdasarkan jenis kendaraan tersebut, mempunyai harga yang berbeda beda untuk setiap jenisnya.
• Seorang pelanggan dapat menyewa kendaraan lebih dari 1
• Satu kendaraan dapat disewa beberapa pelanggan
• Lama Sewa sesuai dengan jumlah kendaraan, terhitung dari tanggal sewa
• Denda berlaku untuk keterlambatan dengan berlipat dengan hari dan jumlah kendaraan.

Tahap Pembuatan Entity Relationship Diagram

Mengidentifikasi entity yang ada
Entity : Mobil, Pelanggan, Klmpk_Mbl

Menentukan attribut dari setiap entity

Entity	Attribute
Mobil	Brand,Type,Th_Buat
Klmpk_Mbl	Jenis,Harga_Sewa
Pelanggan	Nama,Almt,No_Hp

Menentukan primary key dari setiap entity

Entity	Attribute
Mobil	No_Polisi,Brand,Type,Th_Buat
Klmpk_Mbl	Jenis,Harga_Sewa
Pelanggan	Id,Nama,Almt,No_Hp

Menentukan relationship antar entity

Entity	Relationship	Entity
Mobil	Dikelompokkan	Klmpk_Mbl
Pelanggan	Menyewa	Mobil

Menentukan attribut dari setiap relationship (jika ada)

Relationship	Entity
Dikelompokkan	-
Menyewa	Tgl_Sewa,Tgl_Kembali,Total_Mobil,Total_Harga,Denda,

Menentukan cardinality rasio

Entity	Relationship	Entity	Cardinality Rasio
Mobil	Dikelompokkan	Klmpk_Mbl	N:1
Pelanggan	Menyewa	Mobil	N:M

Hasil dari ER Diagram

Program phyton hp symbian

Program phyton

• Muncul Tahun: 1990
• Perancang: Guido van Rossum
• Pengembang: Python Software
  Foundation
• Sistem pengetikan: kuat, dinamis, duck
  typing
• Situs web : http://www.python.org
  Python adalah bahasa pemrograman dinamis yang mendukung pemrograman berorientasi obyek . Python dapat digunakan untuk
  berbagai keperluan pengembangan perangkat lunak dan dapat berjalan di
  berbagai platform sistem operasi. Seperti halnya bahasa pemrograman dinamis, python seringkali digunakan
  sebagai bahasa skrip dengan interpreter yang teintergrasi dalam sistem operasi. Saat ini kode python dapat dijalankan pada sistem berbasis:
• Linux/Unix
• Windows Mac OS X
• Java
• Virtual Machine OS/2
• Amiga
• Palm dan
• Symbian (untuk produk- produk Nokia)

Python didistribusikan dengan
beberapa lisensi yang berbeda dari beberapa versi. Lihat sejarahnya di Python Copyright. Namun pada prinsipnya Python dapat diperoleh dan dipergunakan secara bebas , bahkan untuk kepentingan komersial. Lisensi Python tidak bertentangan
baik menurut definisi Open Source maupun General Public License (GPL)
Sejarah Python dikembangkan oleh Guido van Rossum pada tahun 1990 di CWI, Amsterdam sebagai kelanjutan dari bahasa pemrograman ABC. Versi
terakhir yang dikeluarkan CWI adalah 1.2. Tahun 1995, Guido pindah ke
CNRI sambil terus melanjutkan pengembangan Python. Versi terakhir yang dikeluarkan adalah 1.6. Tahun
2000, Guido dan para pengembang inti Python pindah ke BeOpen.com yang
merupakan sebuah perusahaan komersial dan membentuk BeOpen
PythonLabs. Python 2.0 dikeluarkan oleh BeOpen. Setelah mengeluarkan Python 2.0, Guido dan beberapa
anggota tim PythonLabs pindah ke DigitalCreations. Saat ini pengembangan Python terus dilakukan oleh sekumpulan pemrogram yang dikoordinir Guido dan Python
Software Foundation.
Python Software Foundation adalah sebuah organisasi non-profit
yang dibentuk sebagai pemegang hak cipta intelektual Python sejak versi
2.1 dan dengan demikian mencegah Python dimiliki oleh perusahaan komersial. Saat ini distribusi Python
sudah mencapai versi 2.6.1 dan
versi 3.0. Nama Python dipilih oleh
Guido sebagai nama bahasa ciptaannya karena kecintaan guido pada acara televisi Monty Python’s Flying Circus . Oleh karena itu seringkali ungkapan-ungkapan khas dari acara tersebut seringkali
muncul dalam korespondensi
antar pengguna Python.
Fitur
Beberapa fitur yang dimiliki Python adalah:

memiliki kepustakaan yang
luas; dalam distribusi Python telah disediakan modul-modul ‘siap pakai’ untuk berbagai keperluan.

memiliki tata bahasa yang jernih dan mudah dipelajari.

memiliki aturan layout kode
sumber yang memudahkan pengecekan pembacaan kembali dan penulisan ulang kode sumber.

berorientasi obyek.

memiliki sistem pengelolaan memori otomatis (garbage collection, seperti java ) modular, mudah dikembangkan dengan menciptakan modul-modul
baru; modul-modul tersebut
dapat dibangun dengan bahasa Python maupun C/C++.

memiliki fasilitas pengumpulan sampah otomatis, seperti halnya pada
bahasa pemrograman Java , python memiliki fasilitas pengaturan penggunaan ingatan komputer sehingga para pemrogram tidak perlu
melakukan pengaturan ingatan komputer secara langsung. Input / Output
Contoh Input :
n a ma = r a w_ i n p u t ( ” M a s u k k a n n a ma A n d a : ” )
Contoh Output :
p r i n t ” H a l o ” , n a ma , ” : ) “

Hello World
p r i n t ” H e l l o , wo r l d ! “

Itu sekelumit kisah tentang phyton yang saya dapatkan dari sumber wikipidia Tapi disini saya tidak akan membahas sejarah nya tapi tentang aplikasi aplikasi phyton yang di gunakan pada handphone symbian yaitu aplikasi basicnya yang harus terinstall pada handphone anda supaya anda bisa menjalankan aplikasi yang menggunakan program phyton berikut aplikasinya:
Python Scripts & Apps
Python
=>
Python v1.4.4.sis [527kb][OS 7]
=>
Python v1.4.4.sis [567kb] [OS 8.0]
=>

Python v1.4.4 (N70/N90).sis
[568kb] [OS 8.1]
Python Script Shell
=>

Script Shell v1.4.4.sis [24kb] [OS 7]
=>
Script Shell v1.4.4.sis [29kb] [OS 8.0]
=>

Script Shell v1.4.4.sis [28kb] [OS 8.1]
Python Module Pack
=>
Module Pack v1.26.sis [99kb]
=>Module Pack v1.25.sis [74kb]