Komputasi Python dengan Conda Environment: Perbedaan antara revisi

Revisi per 29 April 2025 05.40

Halaman ini menjelaskan menjalankan komputasi / aplikasi Python dengan conda environment di ALELEON Supercomputer.

Laman ini merupakan bagian laman -> Komputasi Python

Wololo!

Perhatikan halaman ini sedang dalam proses revisi penulisan. User disarankan untuk kembali mereferensi halaman ini setelah pesan ini hilang. Terima kasih untuk bersedia menunggu dan mohon maaf atas ketidaknyamanannya.

Langkah Menjalankan Komputasi

Terdapat tiga langkah utama:

Buat conda environment untuk menampung instalasi package.
Instal package Python yang diperlukan di conda env tersebut.
Menggunakan conda env tersebut untuk menjalankan komputasi.

Spesifikasi

Tutorial ini memandu membuat conda environment dengan site-packages terisolasi di dalamnya.

Keterangan simbol perintah terminal
`$` -> perintah ketika conda env tidak aktif
`_(env)$` -> perintah ketika conda env aktif

Membuat Conda Environment

ALELEON Supercomputer menyediakan pilihan Python Package Manager (PPM) berikut untuk membuat conda environment. Pilih sesuai preferensi user:

- Membuat conda env dengan Anaconda -

PPM Python paling banyak digunakan.
Saat ini menjadi standar industri.

0

Menggunakan terminal!

User web EFIRO buka app Aleleon Shell Access.

1

Pilih dan aktifkan modul Anaconda untuk membuat conda env:

Ingat atau catat modul Anaconda yang dipakai.
Kedepannya digunakan untuk mengaktifkan conda env ini.

$ module load [nama-modul-anaconda]

Daftar nama modul Anaconda 3
Versi	Nama Modul	Versi Py default
2024-02-1	`Anaconda3/2024.02-1`	3.11.7
2023.07-2	`Anaconda3/2023.07-2`	3.11.4
2022.05	`Anaconda3/2022.05`	3.9.12
2021.05	`Anaconda3/2021.05`	3.8.8
2020.11	`Anaconda3/2020.11`	3.8.5

Daftar package yang butuh Python versi spesifik:

Gunakan opsi 2B untuk membuat conda env.

Package	Versi Python
TensorFlow	3.9 - 3.12

2

Buat conda env dengan opsi:

2A - Conda env kosong dengan Python 3 versi terbaru (3.13):

$ conda create -n [nama-conda-env] pip

Contoh dengan nama 'skripsi' 
$ conda create -n skripsi pip

2B - Conda env kosong dengan Python versi tertentu:

$ conda create -n [nama-conda-env] python=[versi]

Contoh dengan Python 3.10 
$ conda create -n skripsi python=3.10

Saran

Pilih nama conda env yang mengandung unsur nama modul:

Untuk mengingat modul yang digunakan membuat conda env.
Contoh user memilih modul Anaconda3/2024-02-1
Gunakan nama conda env seperti A2024-skripsi

---

- Membuat conda env dengan Mamba -

Alternatif yang dikembangkan komunitas.
Dalam beberapa kasus lebih ringan dan cepat dari Anaconda.

0

Menggunakan terminal!

User web EFIRO buka app Aleleon Shell Access.

1

Pilih dan aktifkan modul Mamba untuk membuat conda env:

Ingat atau catat modul Mamba yang dipakai.
Kedepannya digunakan untuk mengaktifkan conda env ini.

$ module load [nama-modul-mamba]

Daftar nama modul Mamba
Versi	Nama Modul	Versi Py default
23.11.0-0	`Mamba/23.11.0-0`	3.10.13

Daftar package yang butuh Python versi spesifik

Gunakan opsi 2B untuk membuat conda env.

Package	Versi Python
TensorFlow	3.9 - 3.12

2

Buat conda env dengan opsi:

2A - Conda env kosong dengan Python 3 versi terbaru (3.13):

$ mamba create -n [nama-conda-env] pip

Contoh dengan nama 'skripsi' 
$ mamba create -n skripsi pip

2B - Conda env kosong dengan Python versi tertentu:

$ mamba create -n [nama-conda-env] python=[versi]

Contoh dengan Python 3.10 
$ mamba create -n skripsi python=3.10

Saran

Pilih nama conda env yang mengandung unsur nama modul:

Untuk mengingat modul yang digunakan membuat conda env.
Contoh user memilih modul Mamba/23.11.0-0
Gunakan nama conda env seperti M23-skripsi

---

Mengaktifkan Conda Env dan Instalasi Package

Ada baiknya user melengkapi instalasi package sebelum menjalankan komputasi karena:

Batch job -> supaya script Python berjalan tanpa error missing package.
Sesi Jupyter -> untuk efisiensi penggunaan karena terkadang ada package yang membutuhkan waktu lama untuk instalasi.

Instalasi ini berjalan di login node sehingga tidak mengkonsumsi Core Hour.

Mengaktifkan Conda Environment

0

Menggunakan terminal!

User web EFIRO buka app Aleleon Shell Access.

1

Muat modul PPM yang digunakan untuk membuat conda env

$ module load [Anaconda-atau-Mamba ....]

2

Aktifkan conda env dengan perintah source:

$ source activate [nama-conda-env]

3

Pilih panduan instalasi package yang dibutuhkan

- Instalasi Package Umum dengan pip / conda -
Pip dan conda adalah package manager Python yang paling banyak digunakan. Pilih sesuai kebutuhan package. Terkadang ada pilihan package yang lebih lengkap di pip atau conda.
pip	Contoh format instalasi _{(pilih salah satu)}: `_(env)$ pip install [nama-package]` `_(env)$ python3 -m pip install [nama-package]`
pip	Daftar package dan tutorial instal pip lihat web: [PyPI The Python Package Index].

conda	Contoh format instalasi _{(pilih salah satu)}: `_(env)$ conda install [nama-package]` `_(env)$ conda install conda-forge::[nama-package]`
conda	Daftar package dan tutorial instal conda lihat web: [Packages in Conda Forge].
---

- Instalasi Package TensorFlow -
Tersedia dua versi TensorFlow, pilih sesuai kebutuhan: Versi CPU - berjalan di CPU. Versi GPU - berjalan dengan akselerasi GPU Spesifikasi CPU dan GPU lihat [Spesifikasi ALELEON Supercomputer]
Pastikan user membuat conda env dengan Python versi 3.9 - 3.12
Versi	Platform	Perintah pip
Latest (2.19.0)		`_(env)$ python3 -m pip install tensorflow`
Latest (2.19.0)		`_(env)$ python3 -m pip install 'tensorflow[and-cuda]'`

Semua versi		Versi lainnya lihat [PyPI TensorFlow Release History] `_(env)$ python3 -m pip install tensorflow==[versi]`

Pranala lanjut lihat [Install TensorFlow with pip]
---

- Instalasi Package PyTorch -
Tersedia dua versi PyTorch, pilih sesuai kebutuhan: Versi CPU - berjalan di CPU. Versi GPU - ALELEON menggunakan GPU NVIDIA sehingga instal package versi cuda.
Versi	Perintah pip
CPU	`(env-user)$ pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu`
GPU - CUDA 11.8	`(env-user)$ pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118`
GPU - CUDA 12.1	`(env-user)$ pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121`
GPU - CUDA 12.4	`(env-user)$ pip3 install torch torchvision torchaudio`
Pranala lanjut lihat [PyTorch - Start Locally]
---

- Instalasi Package JAX -
Tersedia dua versi JAX, pilih sesuai kebutuhan: Versi CPU - berjalan di CPU. Versi GPU - ALELEON menggunakan GPU NVIDIA sehingga instal package versi cuda.
Versi	Perintah pip
CPU	`(env-user)$ pip install -U jax`
GPU	`(env-user)$ pip install -U "jax[cuda12]"`
Pranala lanjut lihat [JAX - Installation]
---

4

Apabila hendak menonaktfkan conda env:

_(env)$ conda deactivate

Saran

Apabila lupa dengan nama conda env, cari dengan:

$ conda env list

Menjalankan Conda Env dengan GPU?

Berikut hal yang perlu diperhatikan untuk menjalankan package komputasi Python dan conda env di GPU ALELEON Supercomputer:

Package Python Versi CUDA

Partisi GPU ALELEON menggunakan GPU NVIDIA sehingga:

Instal package Python versi CUDA (apabila ada).
Apabila ikut tutorial subbab diatas, pilih versi GPU .

Apakah Perlu Memuat Modul CUDA?

Package Python versi CUDA membutuhkan library CUDA yang sesuai untuk berjalan. Biasanya instalasi package Python versi CUDA juga menginstal library CUDA yang diperlukan. Berikut langkah cek kelengkapan library CUDA:

1

Setelah instalasi package, cek ketersediaan library CUDA di conda env:

- Apabila instal package dengan pip
(env-user)$ pip list | grep cuda

- Apabila instal package dengan conda
(env-user)$ conda list | grep cuda

Apabila ada output cuda:

Conda env siap digunakan, user tidak perlu memuat modul CUDA.

Apabila tidak ada output cuda:

User harus memuat modul CUDA dengan ketentuan:

Perhatikan versi CUDA yang dibutuhkan.
Lihat dokumentasi package tersebut.

- Tutorial memuat dan daftar modul CUDA -
Bagi yang menjalankan conda env dengan batch job: Tambah perintah berikut pada submit script: ... # Memuat modul module load ${PM} module load [nama-modul-CUDA] ...

Bagi yang menjalankan conda env dengan sesi Jupyter: Isi nama modul pada kolom `Software Modules`.

Versi CUDA	Nama modul CUDA
11.2	`cuda/11.2-cuDNN8.1.1`
11.6	`cuda/11.6-cuDNN8.3.3`
11.8	`cuda/11.8-cuDNN8.6.0`
12.0	`cuda/12.0-cuDNN8.7.0`
12.1	`cuda/12.1-cuDNN8.8.1`
12.3	`cuda/12.3-cuDNN8.9.6`
12.4	`cuda/12.4-cuDNN9.2.1`
12.5	`cuda/12.5-cuDNN9.2.1`
Permintaan instalasi CUDA versi lain: Hubungi tim admin di support@efisonlt.com Layanan gratis.
---

---

Pilihan Menjalankan Komputasi

User dapat menjalankan komputasi dengan conda env melalui pilihan berikut, pilih sesuai kebutuhan:

Batch Job

Menjalankan script Python siap jalan tanpa interaksi user melalui manajemen Slurm di [compute node].

Perhatikan untuk file .ipynb harus dikonversi ke file .py.
Tersedia dua pilihan tampilan yaitu terminal dan web EFIRO. Pilih sesuai keinginan.

(klik expand / kembangkan)

- Langkah Batch Job di Terminal -

Menggunakan terminal!

User web EFIRO buka app Aleleon Shell Access.

1

Siapkan conda env dan file komputasi yang dibutuhkan.

User dapat upload / download file dengan software FTP.
User web EFIRO juga dapat gunakan app Home Directory

2A

Buat Submit Script yaitu 'formulir' untuk menjalankan job komputasi.

Nama file bebas dengan format .sh, contoh submit.sh

Contoh template Submit Script

Ikuti petunjuk NOTES dan alur script di dalamnya.

Klik expand / kembangkan

- Template submit script Conda Environment versi CPU -

#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script
# Python dengan Conda Environment (CPU) | rev.210125
#
# NOTES:
# 1. Isi bagian yang ditandai 4 garing (////).
# 2. Template ini bersifat referensi.
#    User dapat mengubah bagian yang perlu diubah.
# 3. Pastikan user sudah melengkapi conda environment.
# -----------------------------------------------------

# -----------------------------------------------------
# Alokasi komputasi SBATCH dan file input
# -----------------------------------------------------

# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////

# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////

# Definisi file untuk menampung output terminal program
#SBATCH --output=result-%j.txt

# Definisi file untuk menampung output error log
#SBATCH --error=error-%j.txt

# Input nama modul package manager yang digunakan untuk membuat
# conda env user. Daftar nama:
# Anaconda3/2020.11   || Anaconda3/2021.05   || Anaconda3/2022.05 ||
# Anaconda3/2023.07-2 || Anaconda3/2024.02-1 || Mamba/23.11.0-0   ||
PM="////"

# Nama conda environment yang digunakan
CONDA_NAME="////"

# ----------------------------------------------------
# Script jalannya program
# ----------------------------------------------------

# Memuat modul
module load ${PM}

# Mengaktifkan Conda Environment
source activate ${CONDA_NAME}

# Tuliskan perintah menjalankan komputasi Python user
# contoh -> python3 [nama-file-python]
////

- Template submit script conda environment versi GPU -

Note:

Perhatikan apakah perlu memuat modul CUDA.
Info detail lihat [Menjalankan Conda Env dengan GPU].

#!/bin/bash

# -----------------------------------------------------
# Template SLURM Submit Script
# Python dengan Conda Environment (GPU) | rev.210125
#
# NOTES:
# 1. Isi bagian yang ditandai 4 garing (////).
# 2. Template ini bersifat referensi.
#    User dapat mengubah bagian yang perlu diubah.
# 3. Pastikan user sudah melengkapi conda environment.
# -----------------------------------------------------

# -----------------------------------------------------
# Alokasi komputasi SBATCH dan file input
# -----------------------------------------------------

# Partisi compute node GPU
#SBATCH --partition=ampere

# Alokasi jumlah core thread CPU
#SBATCH --ntasks=////

# Alokasi jumlah GPU
#SBATCH --gpus=////

# Alokasi jumlah memori RAM (satuan GB)
#SBATCH --mem=////GB

# Alokasi limit waktu menjalankan job
# Format HH:MM:SS atau D-HH:MM:SS
#SBATCH --time=////

# Definisi file untuk menampung output terminal program
#SBATCH --output=result-%j.txt

# Definisi file untuk menampung output error log
#SBATCH --error=error-%j.txt

# Input nama modul package manager yang digunakan untuk membuat
# conda env user. Daftar nama:
# Anaconda3/2020.11   || Anaconda3/2021.05   || Anaconda3/2022.05 ||
# Anaconda3/2023.07-2 || Anaconda3/2024.02-1 || Mamba/23.11.0-0   ||
PM="////"

# Nama conda environment yang digunakan
CONDA_NAME="////"

# ----------------------------------------------------
# Script jalannya program
# ----------------------------------------------------

# Memuat modul
module load ${PM} 

# Mengaktifkan Conda Environment
source activate ${CONDA_NAME}

# Tuliskan perintah menjalankan komputasi Python user
# contoh -> python3 [nama-file-python]
////

Info script lebih detail lihat Submit Script ALELEON Supercomputer.
Untuk SBATCH notifikasi email status jalannya job lihat Slurm Jojo.

2B

SBATCH komputasi (ntasks, mem, time, dll) mempunyai limit berdasarkan:

Sisa Core Hour user dan Fair Usage Limit.
Spesifikasi sistem dan software komputasi.

Untuk melihat limit, jalankan perintah:

$ slimit-python

3

Jalankan job komputasi dengan perintah:

$ sbatch [nama-submit-script]

Contoh:
$ sbatch submit.sh

4

User dapat melihat status jalannya job dengan perintah:

$ squeue -ul $USER

Kolom ST atau STATE menunjukkan status jalannya job.
STATE	Penjelasan
R (RUN)	Job berjalan
PD (PENDING)	Job tertahan, lihat NODELIST(REASON)
CG (COMPLETING)	Job selesai dan dalam proses clean-up
CA (CANCELED)	Job dibatalkan user
PR (PREEMPETED)	Job dibatalkan admin, alasan dikabarkan via email
S (SUSPENDED)	Job ditahan admin, alasan dikabarkan via email

Apabila user ingin menghentikan job yang berjalan, jalankan perintah:

$ scancel [job-ID]

Job ID ada pada squeue diatas.
contoh membatalkan job ID 231:
$ scancel 231

---

- Langkah Batch Job di web EFIRO -

1

Login ke web EFIRO ALELEON Supercomputer.

2

Buka pinned apps Job Composer di homepage EFIRO.

Pilih menu New Job -> From Template

3

Pilih template Anaconda Python yang diinginkan:
Nama Template	Penjelasan
Conda Environment Python (CPU)	Menjalankan conda env pada CPU
Conda Environment Python (GPU)	Menjalankan conda env pada GPU

Kemudian Isi Job Name dan klik Create New Job

4

Siapkan file komputasi dan conda env yang dibutuhkan:

Upload / download / edit file via menu Edit Files
Akses terminal untuk manajemen conda env via menu Open Terminal

5A

Lengkapi Submit Script melalui tombol Open Editor:

Submit script adalah 'formulir' untuk menjalankan job komputasi.
- Ikuti petunjuk NOTES dan alur script didalamnya.
Klik Save setiap kali mengubah script.

Bagi yang memilih template GPU:

Perhatikan apakah perlu memuat modul CUDA.

Info detail lihat [Menjalankan Conda Env dengan GPU].

Info script lebih detail lihat Submit Script ALELEON Supercomputer.
Untuk SBATCH notifikasi email status jalannya job lihat Slurm Jojo.

5B

SBATCH komputasi (ntasks, mem, time, dll) mempunyai limit berdasarkan:

Sisa Core Hour user dan Fair Usage Limit.
Spesifikasi sistem dan software komputasi.

Untuk melihat limit, jalankan perintah ini via menu Open Terminal:

$ slimit-python

6

Jalankan job dengan klik tombol Submit.

Pantau kolom status yang menjelaskan status jalannya job.
Apabila ingin membatalkan job yang berjalan, klik Stop.

Daftar Status Job
Status	Arti
Not Submitted	Job belum pernah dijalankan.
Running	Job berjalan.
Queue	Job mengantri dan belum berjalan.
Completed	Job selesai berjalan.
Failed	Job berhenti karena error atau di stop user.
Untuk melihat alasan job yang queue: Buka pinned apps Active Jobs di homepage EFIRO. Ubah opsi All jobs ke Your Jobs. Klik simbol > untuk melihat status job yang pending pada kolom Reason. Arti reason lihat laman Daftar Reason NODELIST ALELEON Supercomputer.

7

Lihat output file komputasi pada kolom Folder Contents

Atau dengan membuka Edit Files

Kolom Folder Contents.

8

Untuk menghapus ruang job dan datanya:

Pilih ruang job yang akan dihapus.
Klik menu Delete

---

Sesi Jupyter

Menjalankan sesi interaktif Jupyter Lab atau Notebook di [interactive node].

- Langkah Sesi Jupyter -

1

Login ke web EFIRO ALELEON Supercomputer.

2

Siapkan conda environment yang akan digunakan.

User Mamba jangan lupa instal package Jupyter di conda env.

Untuk sesi Jupyter efektif terkait batasan waktu dan konsumsi Core Hour:

Disarankan melengkapi instalasi package sebelum sesi Jupyter.

3

	Buka pinned apps Jupyter di homepage EFIRO.

4

Isi formulir untuk memulai sesi Jupyter dengan panduan berikut:

`Choose Jupyter version`
Pilih sesuai preferensi user, `Jupyter Lab` atau `Notebook`

`Partition`
Pilih sesuai kebutuhan: `torti` -> interactive node CPU `tilla` -> interactive node GPU

`Number of CPU thread(s)`
Alokasi core CPU, range `2 - 32` untuk torti dan tilla.

`Amount of memory/RAM (GB)`
Alokasi RAM dalam satuan GB, range `1 - 64` untuk torti dan tilla.

`Number of GPUs` (apabila pilih partition tilla)
Jumlah GPU, isi angka `1`

`Number of hours`
Waktu maksimal sesi Jupyter, range `1 - 72` untuk torti dan tilla.

Form CPU, RAM, GPU, dan hours mempunyai limit berdasarkan: Sisa Core Hour user dan Fair Usage Limit. Spesifikasi sistem dan software komputasi. Langkah melihat limit: Buka menu Clusters > Aleleon Shell Access Jalankan perintah: $ slimit-python

`Choose how to launch Jupyter`
Pilih `Anaconda/Mamba`

`Choose Anaconda/Mamba version`
Pilih versi yang digunakan untuk membuat conda env user.

`Conda/Mamba environment directory`
Isi nama conda env user, contoh: `skripsi`

`Software Modules`
Memuat modul software diluar conda env user , isi apabila ada.
Bagi user yang memilih partition tilla: Perhatikan apakah perlu memuat modul CUDA. Info detail lihat [Menjalankan Conda Env dengan GPU].

`Environment setup`
Memuat environment variable, isi apabila ada.

`Additional Jupyter arguments`
Memuat argumen tambahan Jupyter, isi apabila ada.

`Email address`
Notifikasi email untuk status mulai dan selesainya Jupyter. Isi apabila berkenan.

5

Klik tombol Launch untuk memulai sesi Jupyter.

User akan diarahkan ke halaman My Interactive Sessions.
Tunggu hingga sesi Jupyter siap diakses.

6

Apabila status Running, klik tombol Connect to Jupyter.

Sistem mulai menghitung Core Hour!
Untuk menghentikan sesi yang sedang running, klik tombol Cancel

7

Pilih Notebook Python 3 untuk memulai sesi notebook Python 3.

Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Notebook

Gunakan Notebook Python 3 untuk menjalankan kernel conda env user di Jupyter Lab

8

User dapat mengunjungi sesi Jupyter yang sedang berjalan pada:

Menu My Interactive Sessions pada homepage EFIRO.
Kolom Active interactive sessions pada homepage EFIRO.

---

Pelaporan Kendala dan Support

Apabila menjumpai masalah teknis dalam menjalankan komputasi, silahkan lapor dengan klik gambar berikut ini.

Bila terdapat pertanyaan lainnya, silahkan hubungi admin EFISON melalui email:

support@efisonlt.com

Article tools

Perkakas pribadi

Navigasi

Perkakas

Komputasi Python dengan Conda Environment: Perbedaan antara revisi

Revisi per 29 April 2025 05.40

Daftar isi

Wololo!

Langkah Menjalankan Komputasi

Spesifikasi

Membuat Conda Environment

Mengaktifkan Conda Env dan Instalasi Package

Menjalankan Conda Env dengan GPU?

Package Python Versi CUDA

Apakah Perlu Memuat Modul CUDA?

Pilihan Menjalankan Komputasi

Batch Job

Sesi Jupyter

Pelaporan Kendala dan Support

@@ Baris 29: / Baris 29: @@
 == '''''Membuat Conda Environment''''' ==
 ALELEON Supercomputer menyediakan pilihan Python Package Manager (PPM) berikut untuk membuat conda environment. Pilih sesuai preferensi user:
-{| class="wikitable"
+{| class="wikitable mw-collapsible mw-collapsed"
-|-
+!- Membuat conda env dengan Anaconda -
-![[Berkas:Anaconda transparent logo.png|nirbing|130x130px]]
+[[Berkas:Anaconda transparent logo.png|nirbing|90x90px]]
-![[Berkas:Mamba transparent logo.png|nirbing|100x100px]]
 |-
 |
-*PM Python paling banyak digunakan.
+*PPM Python paling banyak digunakan.
 *Saat ini menjadi standar industri.
-|
+|-
-*Alternatif yang dikembangkan komunitas.
-*Dalam beberapa kasus lebih ringan dan cepat.
-|}
-{| class="wikitable"
 !<big>0</big>
 |-
@@ Baris 49: / Baris 43: @@
 |-
 !<big>1</big>
-|-
-|Pilih skenario berikut yang sesuai dengan kebutuhan user:
-''<small><code>(klik expand / kembangkan)</code></small>''
-{| class="wikitable mw-collapsible mw-collapsed"
-!- Membuat conda env dengan Anaconda -
-[[Berkas:Anaconda transparent logo.png|nirbing|90x90px]]
-|-
-!<big>1.1 - 1</big>
 |-
 |Pilih dan aktifkan modul Anaconda untuk membuat conda env:
-<code>$ '''module load ''[nama-modul-anaconda]'''''</code>
+* ''Ingat atau catat modul Anaconda yang dipakai.''
+* ''Kedepannya digunakan untuk mengaktifkan conda env ini.''
+ $ '''module load ''[nama-modul-anaconda]'''''
 {| class="wikitable"
 |+Daftar nama modul Anaconda 3
@@ Baris 86: / Baris 76: @@
 |''3.8.5''
 |}
-|-
-! <big>1.1 - 2</big>
-|-
-| '''Ingat atau catat''' nama modul Anaconda yang dipakai.
-*''Kedepannya digunakan untuk mengaktifkan conda env ini.''
 |-
 !''Daftar package yang butuh Python versi spesifik:''
 |-
-|Gunakan opsi 3B untuk membuat conda env.
+|Gunakan opsi '''<big>2B</big>''' untuk membuat conda env.
 {| class="wikitable"
 !Package
@@ Baris 103: / Baris 88: @@
 |}
 |-
-! <big>1.1 - 3</big>
+! <big>2</big>
+|-
+!Buat conda env dengan opsi:
 |-
-|Buat conda env dengan opsi:
+|'''<big>2A</big> -''' Conda env kosong dengan Python 3 versi terbaru '''(3.13)''':
+ $ '''conda create -n ''[nama-conda-env]'' pip'''
+ <small>''Contoh dengan nama 'skripsi'''</small>
+ <small>$ conda create -n '''skripsi''' pip</small>
 |-
-|'''<big>3A -</big>''' Conda env kosong dengan Python 3 versi terbaru:
+!
-<code>$ '''conda create -n ''[nama-conda-env]'' pip'''</code>
-<small>''Contoh nama 'skripsi' ->'' <code>$ conda create -n '''skripsi''' pip</code></small>
 |-
-|<big>'''3B -'''</big> Conda env kosong dengan Python versi tertentu:
+|'''<big>2B</big> -''' Conda env kosong dengan Python versi tertentu:
-<code>$ '''conda create -n ''[nama-conda-env]'' python=''[versi]'''''</code>
+ $ '''conda create -n ''[nama-conda-env]'' python=''[versi]'''''
-<small>''Contoh denganPython 3.10 ->'' <code>$ conda create -n '''skripsi''' python='''3.10'''</code></small>
+ <small>''Contoh dengan Python 3.10''</small>
+ <small>$ conda create -n '''skripsi python=3.10'''</small>
 |-
 !Saran
@@ Baris 121: / Baris 110: @@
 |Pilih nama conda env yang mengandung unsur nama modul:
-* Untuk mengingat modul yang digunakan membuat conda env.
+* ''Untuk mengingat modul yang digunakan membuat conda env.''
-* Contoh user memilih modul Anaconda3/2024-02-1
+* ''Contoh user memilih modul Anaconda3/2024-02-1''
-* Gunakan nama conda env seperti "<code>'''A2024-skripsi'''</code>"
+* ''Gunakan nama conda env seperti <code>'''A2024-skripsi'''</code>''
 |-
 !---
@@ Baris 132: / Baris 121: @@
 [[Berkas:Mamba transparent logo.png|nirbing|90x90px]]
 |-
-!<big>1.2 - 1</big>
+|
+*Alternatif yang dikembangkan komunitas.
+*Dalam beberapa kasus lebih ringan dan cepat dari Anaconda.
+|-
+!<big>0</big>
+|-
+|[[Berkas:Icon apps terminal cropped.png|kiri|nirbing|80x80px]]Menggunakan terminal!
+* User web EFIRO buka app '''<code>Aleleon Shell Access</code>'''.
+|-
+!<big>1</big>
 |-
 |Pilih dan aktifkan modul Mamba untuk membuat conda env:
-<code>$ '''module load ''[nama-modul-mamba]'''''</code>
+* ''Ingat atau catat modul Mamba yang dipakai.''
+* ''Kedepannya digunakan untuk mengaktifkan conda env ini.''
+ '''$ module load ''[nama-modul-mamba]'''''
 {| class="wikitable"
 |+Daftar nama modul Mamba
@@ Baris 146: / Baris 148: @@
 |''3.10.13''
 |}
-|-
-!<big>1.2 - 2</big>
-|-
-|'''Ingat atau catat''' modul Mamba yang dipakai.
-*''Kedepannya digunakan untuk mengaktifkan conda env ini.''
 |-
 !''Daftar package yang butuh Python versi spesifik''
 |-
-|Gunakan opsi '''3B''' untuk membuat conda env.
+|Gunakan opsi <big>'''2B'''</big> untuk membuat conda env.
 {| class="wikitable"
 !Package
@@ Baris 163: / Baris 160: @@
 |}
 |-
-! <big>1.2 - 3</big>
+! <big>2</big>
+|-
+!Buat conda env dengan opsi:
 |-
-|Buat conda env dengan opsi:
+|'''<big>2A</big> -''' Conda env kosong dengan Python 3 versi terbaru '''(3.13)''':
+ $ '''mamba create -n ''[nama-conda-env]'' pip'''
+ <small>''Contoh dengan nama 'skripsi'''</small>
+ <small>$ mamba create -n '''skripsi''' pip</small>
 |-
-|'''<big>3A</big> -''' Conda env kosong dengan Python 3 versi terbaru '''(3.13)''':
+!
-<code>$ '''mamba create -n ''[nama-conda-env]'' pip'''</code>
-<small>''Contoh nama 'skripsi' ->'' <code>$ mamba create -n '''skripsi''' pip</code></small>
 |-
-|'''<big>3B</big> -''' Conda env kosong dengan Python versi tertentu:
+|'''<big>2B</big> -''' Conda env kosong dengan Python versi tertentu:
-<code>$ '''mamba create -n ''[nama-conda-env]'' python=''[versi]'''''</code>
+ $ '''mamba create -n ''[nama-conda-env]'' python=''[versi]'''''
-<small>''Contoh dengan Python 3.10 ->'' <code>$ mamba create -n '''skripsi''' python='''3.10'''</code></small>
+ <small>''Contoh dengan Python 3.10''</small>
+ <small>$ mamba create -n '''skripsi python=3.10'''</small>
 |-
 !Saran
@@ Baris 181: / Baris 182: @@
 |Pilih nama conda env yang mengandung unsur nama modul:
-* Untuk mengingat modul yang digunakan membuat conda env.
+* ''Untuk mengingat modul yang digunakan membuat conda env.''
-* Contoh user memilih modul Mamba/23.11.0-0
+* ''Contoh user memilih modul Mamba/23.11.0-0''
-* Gunakan nama conda env seperti "<code>'''M23-skripsi'''</code>"
+* ''Gunakan nama conda env seperti <code>'''M23-skripsi'''</code>''
 |-
 !---
 |}
-|}
 == '''''Mengaktifkan Conda Env dan Instalasi Package''''' ==
 [[Berkas:GMB warning wololo.png|nirbing|50x50px]] Ada baiknya user melengkapi instalasi package '''sebelum menjalankan komputasi''' karena:
@@ Baris 207: / Baris 206: @@
 |-
 |Muat modul PPM yang digunakan untuk membuat conda env
-<code>'''$ module load ''[Anaconda-atau-Mamba ....]'''''</code>
+ '''$ module load ''[Anaconda-atau-Mamba ....]'''''
 |-
 !<big>2</big>
 |-
 |Aktifkan conda env dengan perintah source:
-<code>'''$ source activate ''[nama-conda-env]'''''</code>
+ '''$ source activate ''[nama-conda-env]'''''
 |-
 !<big>3</big>
 |-
-|Panduan instalasi package di tabel berikutnya.
+!Pilih panduan instalasi package yang dibutuhkan
 |-
-!<big>4</big>
+|
-|-
-|Apabila hendak menonaktfkan conda env:
-<code>'''<sub>(env)</sub>$ conda deactivate'''</code>
-|-
-!Saran
-|-
-|Apabila lupa dengan nama conda env, cari dengan:
-<code>'''$ conda env list'''</code>
-|}
-{| class="wikitable"
-!Pilihan Tutorial Instalasi Package Python
-|-
-|Pilih tutorial instalasi sesuai kebutuhan:
-''<small><code>(klik expand / kembangkan)</code></small>''
 {| class="wikitable mw-collapsible mw-collapsed"
 ! colspan="2" |- Instalasi Package Umum dengan pip / conda -
@@ Baris 271: / Baris 256: @@
 | colspan="3" |Tersedia dua versi TensorFlow, pilih sesuai kebutuhan:
 * Versi CPU - berjalan di CPU.
 *Versi GPU - berjalan dengan akselerasi GPU
 Spesifikasi CPU dan GPU lihat '''[<nowiki/>[[Spesifikasi ALELEON Supercomputer]]]'''
 |-
@@ Baris 349: / Baris 334: @@
 |}
 |-
-!Apabila butuh tutorial instalasi package lain:
+!<big>4</big>
 |-
-|Hubungi tim admin di '''''support@efisonlt.com'''''
+|Apabila hendak menonaktfkan conda env:
+<code>'''<sub>(env)</sub>$ conda deactivate'''</code>
+|-
+!Saran
+|-
+|Apabila lupa dengan nama conda env, cari dengan:
+<code>'''$ conda env list'''</code>
 |}