"Belajar Python dari nol dalam 30 hari, langsung siap kerja." Kalimat seperti itu sering muncul di iklan kursus, dan wajar kalau kamu tergoda. Sebulan terdengar singkat, dan Python katanya bahasa pemrograman yang paling ramah pemula.
Jawaban jujurnya ada di tengah. Dalam 30 hari, kamu bisa paham dasar Python dan membuat program kecil yang benar-benar berguna. Tapi "siap kerja" sebagai programmer atau data analyst butuh waktu lebih lama. Artikel ini membahas apa yang realistis dicapai, rencana belajar per minggu, dan jebakan yang bikin banyak orang berhenti di minggu kedua.
TL;DR
- Dalam 30 hari dengan latihan rutin, target realistisnya: paham variabel, tipe data, kondisi, perulangan, fungsi, list, dictionary, dan membaca file. Belum siap kerja, tapi sudah punya pondasi.
- Pakai Google Colab supaya bisa langsung menulis kode di browser tanpa instalasi.
- Akhiri bulan pertama dengan satu proyek kecil, lalu lanjut ke pandas kalau tujuanmu kerja di bidang data.
Realistis atau Cuma Mimpi?
Bedakan dua hal: paham dasar dan siap kerja.
Paham dasar artinya kamu bisa membaca kode Python sederhana, menulis program pendek untuk menyelesaikan masalah kecil, dan tahu harus mencari apa saat error. Ini sangat mungkin dicapai dalam 30 hari kalau kamu latihan rutin, misalnya satu sampai dua jam per hari.
Siap kerja artinya kamu bisa menyelesaikan tugas nyata dengan data yang berantakan, membaca kode orang lain, dan memakai library yang dipakai di industri. Itu butuh waktu lebih panjang dan banyak proyek. Durasinya berbeda untuk tiap orang, tergantung latar belakang dan intensitas latihan.
Jadi, 30 hari itu realistis sebagai bulan pertama yang serius, bukan sebagai garis finis.
Yang Bisa dan Belum Bisa Dikuasai
| Realistis dalam 30 hari | Biasanya butuh waktu lebih lama |
|---|---|
| Variabel, tipe data, operasi dasar | Pemrograman berorientasi objek yang matang |
| if, elif, else, perulangan for dan while | Library analisis data seperti pandas secara mendalam |
| Fungsi buatan sendiri | Membangun aplikasi web atau API |
| List dan dictionary | Machine learning |
| Membaca dan menulis file CSV sederhana | Menulis kode yang rapi untuk proyek tim |
| Satu proyek kecil yang berfungsi | Portofolio yang siap dilirik rekruter |
Tools Gratis untuk Mulai
Kamu tidak perlu laptop mahal atau instalasi rumit di awal.
- Google Colab: notebook Python yang jalan di browser, cukup login dengan akun Google. Paling cocok untuk minggu pertama, karena kamu bisa langsung fokus ke kode.
- Jupyter: notebook yang sama konsepnya, tapi berjalan di komputer sendiri. Banyak dipakai data analyst untuk eksplorasi data.
- Python + VS Code: unduh Python dari python.org dan editor VS Code. Cocok saat kamu mulai menulis skrip yang dijalankan berulang.
- Tutorial resmi Python: dokumentasi resmi yang sering diremehkan pemula, padahal bahasanya jelas dan contohnya pendek.
Saran: pakai Colab di dua minggu pertama, lalu pasang Python di laptop di minggu ketiga supaya terbiasa dengan file dan folder.
Rencana Belajar Python 30 Hari per Minggu
Rencana ini mengasumsikan latihan sekitar satu sampai dua jam per hari. Kalau waktumu lebih sedikit, tidak apa-apa memanjangkan tiap minggu. Yang penting urutannya.
Minggu 1: Variabel, Tipe Data, dan Kondisi
Fokus minggu ini adalah membuat Python menghitung dan mengambil keputusan sederhana.
nama = "Rani"
uang_saku = 1500000
harga_kopi = 18000
sisa = uang_saku - harga_kopi * 20
print(f"Halo {nama}, sisa uang saku setelah 20 kopi: Rp{sisa:,}")
nilai = 78
if nilai >= 85:
print("A")
elif nilai >= 70:
print("B")
else:
print("C")
Output baris pertama: Halo Rani, sisa uang saku setelah 20 kopi: Rp1,140,000. Format :, memakai koma sebagai pemisah ribuan ala Inggris. Lalu program mencetak B, karena 78 tidak memenuhi >= 85 tapi memenuhi >= 70.
Latihan harian: ubah angka-angkanya, buat kalkulator BMI, konversi suhu, atau penentu ganjil-genap.
Minggu 2: Perulangan, List, dan Fungsi
Sekarang kamu belajar mengulang pekerjaan dan membungkus logika ke dalam fungsi supaya bisa dipakai ulang.
pengeluaran = [25000, 18000, 40000, 12000]
total = 0
for p in pengeluaran:
total += p
print("Total:", total)
print("Rata-rata:", total / len(pengeluaran))
def hitung_diskon(harga, persen):
return harga * (100 - persen) / 100
print(hitung_diskon(200000, 15))
Hasilnya Total: 95000, Rata-rata: 23750.0, dan 170000.0. Setelah paham versi manual, kenalan juga dengan fungsi bawaan sum(), len(), max(), dan min() yang membuat kode lebih ringkas.
Minggu 3: Dictionary dan Membaca File
Dictionary menyimpan pasangan kunci dan nilai. Ini struktur data yang paling sering dipakai saat mengolah data.
stok = {"kaos": 12, "topi": 0, "tas": 5}
for barang, jumlah in stok.items():
if jumlah == 0:
print(f"{barang} habis, perlu restock")
Program ini mencetak topi habis, perlu restock. Di minggu ini, mulai juga membaca file CSV dengan modul csv bawaan Python, dan belajar membaca pesan error. KeyError, TypeError, dan IndentationError akan jadi teman akrabmu, dan itu normal.
Minggu 4: Proyek Kecil
Minggu terakhir dipakai untuk menyatukan semuanya dalam satu proyek. Jangan menambah materi baru. Fokus menyelesaikan sesuatu yang berfungsi dari awal sampai akhir.
Pola Belajar Harian yang Bisa Ditiru
Supaya satu sampai dua jam per hari tidak habis untuk menonton saja, bagi waktunya kira-kira seperti ini:
- Seperempat waktu untuk materi baru. Baca atau tonton satu konsep saja, misalnya perulangan
for. - Separuh waktu untuk mengetik dan mengubah contoh. Ganti angka, ganti kondisi, sengaja bikin error, lalu perbaiki.
- Sisanya untuk satu soal kecil tanpa contekan. Misalnya, "hitung berapa hari dalam seminggu Rani jajan di atas Rp20.000".
- Tutup dengan catatan singkat. Tulis apa yang dipelajari hari ini dan error apa yang ditemui. Catatan ini berguna saat kamu lupa di minggu berikutnya.
Kalau di satu hari kamu cuma punya 20 menit, kerjakan langkah ketiga saja. Lebih baik sedikit daripada putus rantai.
Contoh Proyek Akhir: Rekap Pengeluaran Bulanan
Siapkan file pengeluaran.csv berisi catatan pengeluaranmu:
tanggal,kategori,jumlah
2026-11-01,Makan,25000
2026-11-01,Transport,15000
2026-11-02,Makan,30000
2026-11-03,Hiburan,50000
2026-11-03,Transport,15000
2026-11-04,Makan,22000
Lalu tulis program yang menjumlahkan pengeluaran per kategori dan menghitung persentasenya:
import csv
total_per_kategori = {}
with open("pengeluaran.csv", encoding="utf-8") as f:
for baris in csv.DictReader(f):
kategori = baris["kategori"]
jumlah = int(baris["jumlah"])
total_per_kategori[kategori] = total_per_kategori.get(kategori, 0) + jumlah
total_semua = sum(total_per_kategori.values())
for kategori, jumlah in sorted(total_per_kategori.items(), key=lambda x: x[1], reverse=True):
persen = jumlah / total_semua * 100
print(f"{kategori:<10} Rp{jumlah:>8,} ({persen:.1f}%)")
print(f"{'TOTAL':<10} Rp{total_semua:>8,}")
Output-nya:
Makan Rp 77,000 (49.0%)
Hiburan Rp 50,000 (31.8%)
Transport Rp 30,000 (19.1%)
TOTAL Rp 157,000
Proyek kecil ini memakai hampir semua materi sebulan: variabel, perulangan, dictionary, fungsi bawaan, membaca file, dan format teks. Kalau sudah jalan, kembangkan sendiri. Tambahkan filter per tanggal, peringatan kalau kategori tertentu melewati anggaran, atau simpan hasilnya ke file baru.
Ide proyek lain yang setara: penghitung nilai akhir mahasiswa dari file nilai, pengecek stok barang toko, atau rekap absensi sederhana.
Kesalahan Umum Pemula Python
- Cuma menonton video. Menonton orang menulis kode terasa produktif, padahal kemampuan baru terbentuk saat kamu mengetik dan memperbaiki error sendiri. Aturan praktis: setiap habis menonton materi, langsung tulis ulang kodenya tanpa melihat.
- Takut error. Pesan error adalah petunjuk, bukan tanda kamu gagal. Baca baris terakhirnya dulu, di situ biasanya letak masalahnya.
- Indentasi asal-asalan. Python memakai spasi di awal baris untuk menandai blok kode. Campur tab dan spasi adalah sumber error klasik.
- Lompat ke machine learning di minggu kedua. Library canggih akan terasa seperti sihir yang membingungkan kalau dasar list, dictionary, dan fungsi belum kuat.
- Copy-paste jawaban dari AI tanpa paham. AI berguna untuk menjelaskan error, tapi kalau kamu cuma menempelkan jawaban, kamu tidak belajar apa-apa. Minta penjelasannya, lalu tulis ulang sendiri.
- Tidak konsisten. Belajar enam jam di hari Minggu lalu absen lima hari biasanya kalah dari satu jam setiap hari.
Setelah 30 Hari: Lanjut ke Pandas
Kalau tujuanmu bekerja di bidang data, langkah berikutnya adalah pandas, library Python untuk mengolah tabel. Proyek rekap pengeluaran di atas, dengan pandas, bisa ditulis jauh lebih ringkas:
import pandas as pd
df = pd.read_csv("pengeluaran.csv")
rekap = df.groupby("kategori")["jumlah"].sum().sort_values(ascending=False)
print(rekap)
Tiga baris inti untuk hasil yang sama. Tapi kamu baru benar-benar paham apa yang terjadi di balik groupby karena sudah pernah menulis versi manualnya dengan dictionary. Itulah alasan dasar Python tetap perlu dipelajari dulu.
Kalau kamu sudah terbiasa dengan Excel, halaman padanan rumus Excel di Pandas membantu menerjemahkan SUMIFS, XLOOKUP, dan Pivot Table ke kode. Masih ragu apakah sebaiknya mulai dari Python atau tools lain? Baca juga Excel, SQL, atau Python: mana yang dipelajari duluan.
Pertanyaan yang Sering Ditanyakan
Apakah bisa belajar Python dari nol dalam 30 hari?
Bisa untuk tingkat dasar, yaitu variabel, kondisi, perulangan, fungsi, list, dictionary, dan membaca file, asalkan latihan rutin setiap hari. Untuk siap kerja, umumnya dibutuhkan waktu lebih lama dan beberapa proyek nyata.
Berapa jam sehari belajar Python yang ideal untuk pemula?
Satu sampai dua jam per hari secara rutin sudah cukup untuk kemajuan yang terasa. Konsistensi lebih penting daripada durasi panjang tapi jarang.
Apakah harus install Python untuk mulai belajar?
Tidak. Kamu bisa mulai di Google Colab yang berjalan di browser. Instalasi Python di laptop bisa dilakukan belakangan saat mulai menulis skrip sendiri.
Setelah dasar Python, belajar apa selanjutnya untuk data analyst?
Lanjut ke pandas untuk mengolah tabel, lalu visualisasi dengan matplotlib atau seaborn. SQL juga sebaiknya dikuasai karena data perusahaan umumnya tersimpan di database.
Penutup
Belajar Python dari nol dalam 30 hari bukan mimpi, selama targetnya realistis: pondasi yang kuat dan satu proyek kecil yang berfungsi. Itu sudah pencapaian besar dibanding kebanyakan orang yang berhenti di video tutorial ketiga. Setelah itu, perjalanan berikutnya tinggal memilih arah, dan untuk dunia data arahnya jelas: pandas.
Kalau kamu siap melangkah ke tahap itu, mulai dari Kamus Pandas Zennit yang berisi fungsi-fungsi pandas lengkap dengan contoh kasusnya.