Komputasi Python dengan Conda Environment: Perbedaan antara revisi

Revisi terkini sejak 24 Maret 2025 08.05

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

Laman ini merupakan bagian laman -> Komputasi Python

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.

Membangun Conda Environment

ALELEON Supercomputer menyediakan pilihan package manager Python untuk membuat conda environment. Pilih sesuai preferensi user:


PM Python paling banyak digunakan. Saat ini menjadi standar industri.	Alternatif yang dikembangkan komunitas. Dalam beberapa kasus lebih ringan dan cepat.

Membuat dan Manajemen Conda Environment

0

Menggunakan terminal!

User web EFIRO buka app Aleleon Shell Access.

1

Pilih skenario berikut yang sesuai dengan kebutuhan user:

(klik expand / kembangkan)

- Membuat conda env dengan Anaconda -

1

Pilih dan aktifkan modul Anaconda untuk membuat conda env:

$ 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

2

Ingat atau catat modul Anaconda yang dipakai.

Kedepannya digunakan untuk mengaktifkan conda env ini.

3

Buat conda env di direktori HOME:

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

Contoh nama 'skripsi' -> $ conda create -n skripsi

4

Aktifkan conda env dengan perintah source:

$ source activate [nama-conda-env]

Contoh nama 'skripsi' -> $ source activate skripsi

MANAJEMEN ESENSIAL

- Menonaktifkan conda env:
(env-user)$ conda deactivate

- Mengaktifkan kembali conda env:
Lakukan langkah 1 dan 4 diatas

- Melihat daftar conda env yang dibuat user: 
$ conda env list

- Menghapus conda env:
$ conda remove -n [nama-conda-env] --all

- Manajemen lainnya lihat:
[Conda Managing environments]

---

- Membuat conda env dengan Mamba -

1

Pilih dan aktifkan modul Mamba untuk membuat conda env:

$ 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

2

Ingat atau catat modul Mamba yang dipakai.

Kedepannya digunakan untuk mengaktifkan conda env ini.

3

Buat conda env di direktori HOME:

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

Contoh nama 'skripsi' -> $ mamba create -n skripsi

4

Aktifkan conda env dengan perintah source:

$ source activate [nama-conda-env]

Contoh nama 'skripsi' -> $ source activate skripsi

5

Bagi user yang mau pakai sesi Jupyter, instal:

(env-user)$ mamba install -c conda-forge jupyterlab
(env-user)$ mamba install -c conda-forge jupyter

MANAJEMEN ESENSIAL

- Menonaktifkan conda env:
(env-user)$ conda deactivate

- Mengaktifkan kembali conda env:
Lakukan langkah 1 dan 4 diatas

- Melihat daftar conda env yang dibuat user: 
$ conda env list

- Menghapus conda env:
$ conda remove -n [nama-conda-env] --all

- Manajemen lainnya lihat:
[Conda Managing environments]

---

Instalasi Package di Conda Environment

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.

0

Menggunakan terminal!

User web EFIRO buka app Aleleon Shell Access.

1

Aktifkan conda env yang akan dipakai untuk instalasi package ini.

2

Pilih tutorial instalasi sesuai kebutuhan:

(klik expand / kembangkan)

- Instalasi Package Umum dengan pip / conda -
User dapat melakukan instalasi package lainnya dengan pip atau conda
pip	Contoh umum: `(env-user)$ pip install [nama-package]`
pip	Daftar package dan tutorial instal pip lihat web: [PyPI The Python Package Index].

conda	Contoh umum: `(env-user)$ 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 - ALELEON menggunakan GPU NVIDIA sehingga instal package versi cuda.
Versi	Perintah pip
CPU	`(env-user)$ python3 -m pip install tensorflow`
GPU	`(env-user)$ python3 -m pip install 'tensorflow[and-cuda]'`
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]
---

Apabila butuh tutorial instalasi package lain:

Hubungi tim admin di support@efisonlt.com

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 terkini sejak 24 Maret 2025 08.05

Daftar isi

Langkah Menjalankan Komputasi

Membangun Conda Environment

Membuat dan Manajemen Conda Environment

Instalasi Package di Conda Environment

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 2: / Baris 2: @@
 [[Berkas:Logo Python Anaconda Mamba ALELEON tp.png|400x400px]]
-Halaman ini menjelaskan menjalankan komputasi Python dengan '''conda environment''' di ALELEON Supercomputer.
+Halaman ini menjelaskan menjalankan komputasi / aplikasi Python dengan '''conda environment''' di ALELEON Supercomputer.
 {| class="wikitable"
 !''Laman ini merupakan bagian laman ->'' [[Komputasi Python]]
@@ Baris 8: / Baris 8: @@
 == '''Langkah Menjalankan Komputasi''' ==
-Terdapat dua langkah utama:
+Terdapat tiga langkah utama:
-# Membuat conda environment dan instal package yang diperlukan di dalamnya.
+# Buat conda environment untuk menampung instalasi package.
-# Menjalankan komputasi dengan conda env tersebut.
+# Instal package Python yang diperlukan di conda env tersebut.
+# Menggunakan conda env tersebut untuk menjalankan komputasi.
 == '''Membangun Conda Environment''' ==
@@ Baris 24: / Baris 25: @@
 *Saat ini menjadi standar industri.
 |
-*Alternatif Anaconda, dibuat dengan C++.
+*Alternatif yang dikembangkan komunitas.
-*Dikembangkan oleh komunitas.
 *Dalam beberapa kasus lebih ringan dan cepat.
 |}
 === Membuat dan Manajemen Conda Environment ===
 {| class="wikitable"
-!
+!0
 |-
 |[[Berkas:Icon apps terminal cropped.png|kiri|nirbing|80x80px]]Menggunakan terminal!
@@ Baris 40: / Baris 40: @@
 ''<small><code>(klik expand / kembangkan)</code></small>''
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Membuat conda env secara umum dengan Anaconda |</nowiki>
+!- Membuat conda env dengan Anaconda -
 [[Berkas:Anaconda transparent logo.png|nirbing|90x90px]]
 |-
@@ Baris 115: / Baris 115: @@
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Membuat conda env secara umum dengan Mamba |</nowiki>
+!- Membuat conda env dengan Mamba -
 [[Berkas:Mamba transparent logo.png|nirbing|90x90px]]
 |-
@@ Baris 151: / Baris 151: @@
 <small>''Contoh nama 'skripsi' ->'' <code>$ source activate '''skripsi'''</code></small>
+|-
+!5
+[[Berkas:Logo Mamba Jupyter tp.png|nirbing|150x150px]]
+|-
+|Bagi user yang mau pakai sesi Jupyter, instal:
+ <small>(env-user)$</small> '''mamba install -c conda-forge jupyterlab'''
+ <small>(env-user)$</small> '''mamba install -c conda-forge jupyter'''
 |-
 !MANAJEMEN ESENSIAL
@@ Baris 175: / Baris 182: @@
 === Instalasi Package di Conda Environment ===
-'''Note:'''
+[[Berkas:GMB warning wololo.png|nirbing|50x50px]] Ada baiknya user melengkapi instalasi package '''sebelum menjalankan komputasi''' karena:
-# Ada baiknya user melengkapi instalasi package sebelum menjalankan komputasi:
+# Batch job -> supaya script Python berjalan tanpa error ''missing package''.
-#* 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.
-#* Sesi Jupyter -> untuk efisiensi penggunaan sesi karena terkadang package besar membutuhkan waktu lama untuk instalasi.
-# Instalasi ini berjalan di login node sehingga tidak mengkonsumsi Core Hour.
+Instalasi ini berjalan di login node sehingga '''tidak mengkonsumsi Core Hour.'''
 {| class="wikitable"
-!
+!0
 |-
 |[[Berkas:Icon apps terminal cropped.png|kiri|nirbing|80x80px]]Menggunakan terminal!
@@ Baris 197: / Baris 203: @@
 ''<small><code>(klik expand / kembangkan)</code></small>''
 {| class="wikitable mw-collapsible mw-collapsed"
-! colspan="2" |<nowiki>| Instalasi Package Secara Umum dengan pip / conda |</nowiki>
+! colspan="2" |- Instalasi Package Umum dengan pip / conda -
 [[Berkas:GMB Pip Conda icon.png|nirbing|120x120px]]
 |-
@@ Baris 222: / Baris 228: @@
 {| class="wikitable mw-collapsible mw-collapsed"
-! colspan="2" |<nowiki>| Instalasi Package TensorFlow |</nowiki>
+! colspan="2" |- Instalasi Package TensorFlow -
 [[Berkas:Logo TF GMB pip.png|nirbing|140x140px]]
 |-
 | colspan="2" |Tersedia dua versi TensorFlow, pilih sesuai kebutuhan:
-* Versi CPU - berjalan di CPU. [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
+* Versi CPU - berjalan di CPU.
-*Versi GPU - berjalan dengan akselerasi GPU NVIDIA dan lib. CUDA. [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
+*Versi GPU - ALELEON menggunakan GPU '''NVIDIA''' sehingga instal package versi '''cuda'''.
 |-
 !Versi
 !Perintah pip
 |-
-|CPU
+|CPU [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
 | <code><small>(env-user)$</small> '''python3 -m pip install tensorflow'''</code>
 |-
-|GPU
+|GPU [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
 |<code><small>(env-user)$</small> '''python3 -m pip install 'tensorflow[and-cuda]''''</code>
+|-
+| colspan="2" |Pranala lanjut lihat '''[[https://www.tensorflow.org/install/pip Install TensorFlow with pip]]'''
 |-
 ! colspan="2" |---
@@ Baris 242: / Baris 250: @@
 {| class="wikitable mw-collapsible mw-collapsed"
-! colspan="2" |<nowiki>| Instalasi Package PyTorch |</nowiki>
+! colspan="2" |- Instalasi Package PyTorch -
 [[Berkas:Logo PyTorch GMB pip.png|nirbing|150x150px]]
 |-
 | colspan="2" |Tersedia dua versi PyTorch, pilih sesuai kebutuhan:
-*Versi CPU - berjalan di CPU. [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
+*Versi CPU - berjalan di CPU.
-*Versi GPU - berjalan dengan akselerasi GPU NVIDIA dan lib. CUDA. [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
+*Versi GPU - ALELEON menggunakan GPU '''NVIDIA''' sehingga instal package versi '''cuda'''.
 |-
 !Versi
 !Perintah pip
 |-
-|CPU
+|CPU [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
 |<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio --index-url <nowiki>https://download.pytorch.org/whl/cpu</nowiki>'''</code>
 |-
-| GPU - CUDA 11.8
+| GPU - CUDA 11.8 [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
 |<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio --index-url <nowiki>https://download.pytorch.org/whl/cu118</nowiki>'''</code>
 |-
-|GPU - CUDA 12.1
+|GPU - CUDA 12.1 [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
 |<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio --index-url <nowiki>https://download.pytorch.org/whl/cu121</nowiki>'''</code>
 |-
-|GPU - CUDA 12.4
+|GPU - CUDA 12.4 [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
 |<code><small>(env-user)$</small> '''pip3 install torch torchvision torchaudio'''</code>
+|-
+| colspan="2" |Pranala lanjut lihat '''[[https://pytorch.org/get-started/locally/ PyTorch - Start Locally]]'''
 |-
 ! colspan="2" |---
 |}
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Instalasi Package Jupyter untuk user Mamba |</nowiki>
+! colspan="2" |- Instalasi Package JAX -
-[[Berkas:Logo Mamba Jupyter tp.png|nirbing|150x150px]]
+|-
+| colspan="2" |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 [[Berkas:GMB CPU icon.png|nirbing|60x60px]]
+|<code><small>(env-user)$</small> '''pip install -U jax'''</code>
+|-
+|GPU [[Berkas:GMB GPU icon.png|nirbing|80x80px]]
+|<code><small>(env-user)$</small> '''pip install -U "jax[cuda12]"'''</code>
 |-
-|Conda env dari Mamba perlu instalasi package Jupyter untuk menggunakan sesi Jupyter:
+| colspan="2" |Pranala lanjut lihat '''[[https://docs.jax.dev/en/latest/installation.html JAX - Installation]]'''
- <small>(env-user)$</small> '''mamba install -c conda-forge jupyterlab'''
- <small>(env-user)$</small> '''mamba install -c conda-forge jupyter'''
 |-
-!---
+! colspan="2" |---
 |}
+|-
+!Apabila butuh tutorial instalasi package lain:
+|-
+|Hubungi tim admin di '''''support@efisonlt.com'''''
 |}
-== '''Menjalankan Conda Env dengan GPU?''' ==
+=== '''Menjalankan Conda Env dengan GPU?''' ===
-ALELEON Supercomputer menggunakan '''GPU''' '''NVIDIA''' sehingga untuk menjalankan conda env di GPU membutuhkan:
+[[Berkas:GMB warning wololo.png|nirbing|50x50px]] Berikut hal yang perlu diperhatikan untuk menjalankan package komputasi Python dan conda env di GPU ALELEON Supercomputer:
-# Instalasi package Python versi CUDA. Lihat subbab diatas.
+==== Package Python Versi CUDA ====
-# Library NVIDIA CUDA dan pendukungnya sesuai kebutuhan package.
+Partisi GPU ALELEON menggunakan GPU NVIDIA sehingga:
-=== Apakah Conda Env Mempunyai Library CUDA? ===
+* Instal package Python versi '''CUDA''' ''(apabila ada)'''''.'''
-Biasanya instalasi package Python versi CUDA termasuk instalasi library CUDA yang diperlukan. Setelah instalasi package, user dapat mengecek ketersediaan library CUDA di conda env dengan:
+* Apabila ikut tutorial subbab diatas, pilih versi GPU [[Berkas:GMB GPU icon.png|nirbing|80x80px]].
+==== 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:
+{| class="wikitable"
+!1
+|-
+|Setelah instalasi package, cek ketersediaan library CUDA di conda env:
   - Apabila instal package dengan pip
-  '''<small>(env-user)</small>$ pip list | grep cuda'''
+  <small>(env-user)</small>$ '''pip list | grep cuda'''
   - Apabila instal package dengan conda
-  '''<small>(env-user)</small>$ conda list | grep cuda'''
+  <small>(env-user)</small>$ '''conda list | grep cuda'''
-Apabila ada output, berarti conda env siap menjalankan package GPU dan user dapat menggunakan partisi GPU (lihat subbab Pilihan Menjalankan Komputasi) '''tanpa perlu''' memuat modul CUDA.
+|-
+!Apabila ada output cuda:
-=== Conda Env Tidak Mempunyai Library CUDA ===
+|-
-Apabila tidak ada output maka user '''harus memuat modul CUDA''' sebelum menjalankan komputasi dengan ketentuan:
+|Conda env siap digunakan, user '''tidak perlu memuat modul CUDA.'''
+|-
-# Perhatikan versi CUDA yang dibutuhkan. Lihat dokumentasi package tersebut.
+![[Berkas:GMB warning wololo.png|nirbing|50x50px]] Apabila tidak ada output cuda:
-# Tutorial memuat dan daftar modul sofware lihat:
+|-
+|User '''harus memuat modul CUDA''' dengan ketentuan:
+# Perhatikan versi CUDA yang dibutuhkan.
+# Lihat dokumentasi package tersebut.
 {| class="wikitable mw-collapsible mw-collapsed"
-! colspan="2" |Daftar modul software CUDA ALELEON  -
+! colspan="2" |- Tutorial memuat dan daftar modul CUDA -
 [[Berkas:Logo CUDA ALELEON tp.png|nirbing|150x150px]]
 |-
 | colspan="2" |'''Bagi yang menjalankan conda env dengan batch job:'''
+* Tambah perintah berikut pada submit script:
-* Tambah perintah berikut pada submit script:
   ...
@@ Baris 313: / Baris 345: @@
   '''module load ''[nama-modul-CUDA]'''''
   ...
+|-
+! colspan="2" |
 |-
 | colspan="2" |'''Bagi yang menjalankan conda env dengan sesi Jupyter:'''
@@ Baris 348: / Baris 382: @@
 | colspan="2" |Permintaan instalasi CUDA versi lain:
-* Hubungi tim admin di '''''support@efisonlt.com'''''.
+* Hubungi tim admin di '''''support@efisonlt.com'''''
 * Layanan gratis.
 |-
 ! colspan="2" |---
 |}
+|-
+!---
+|}
 == '''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 '''[<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Compute%20Node|compute node]]].'''
-*Perhatikan untuk '''file <code>.ipynb</code>''' harus dikonversi ke '''file <code>.py</code>'''.
+*[[Berkas:GMB warning wololo.png|nirbing|50x50px]]Perhatikan untuk '''file <code>.ipynb</code>''' harus dikonversi ke '''file <code>.py</code>'''.
 *Tersedia dua pilihan tampilan yaitu terminal dan web EFIRO. Pilih sesuai keinginan.
 ''<small><code>(klik expand / kembangkan)</code></small>''
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Langkah Job Submission Slurm di Terminal |</nowiki>
+!- Langkah Batch Job di Terminal -
 [[Berkas:Sbatch terminal display rev2.png|tepi|400x400px]]
 |-
@@ Baris 384: / Baris 422: @@
 ''<small><code>Klik expand / kembangkan</code></small>''
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Template submit script Conda Environment versi CPU |</nowiki>
+!- Template submit script Conda Environment versi CPU -
 [[Berkas:GMB CPU icon.png|nirbing|80x80px]]
 |-
@@ Baris 448: / Baris 486: @@
 |
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Template submit script conda environment versi GPU |</nowiki>
+!- Template submit script conda environment versi GPU -
 [[Berkas:GMB GPU icon.png|nirbing|100x100px]]
 |-
-|'''Note:'''
+|[[Berkas:GMB warning wololo.png|nirbing|50x50px]]'''Note:'''
-* Apakah perlu memuat modul CUDA lihat subbab '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment#Menjalankan_Conda_Env_dengan_GPU? Menjalankan Conda Env dengan GPU]]'''.
+* Perhatikan apakah perlu memuat modul CUDA.
+* Info detail lihat '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment#Menjalankan_Conda_Env_dengan_GPU? Menjalankan Conda Env dengan GPU]]'''.
 |-
 |<syntaxhighlight lang="bash" line="1">
@@ Baris 580: / Baris 619: @@
 |}
 {| class="wikitable mw-collapsible mw-collapsed"
-!Langkah Job Submission Slurm di web EFIRO -
+!- Langkah Batch Job di web EFIRO -
 [[Berkas:Efiro jobcomposer display.png|nirbing|400x400px]]
 |-
@@ Baris 589: / Baris 628: @@
 !2
 |-
-|[[Berkas:New Pinnedapps jc.png|nirbing|128x128px]]Buka pinned apps '''Job Composer'''  di homepage EFIRO.
+|[[Berkas:EOD Apps Job Composer full.png|nirbing|126x126px]]Buka pinned apps '''Job Composer'''  di homepage EFIRO.
 Pilih menu '''<code>New Job</code>''' -> '''<code>From Template</code>'''
@@ Baris 598: / Baris 637: @@
 |
 {| class="wikitable"
-! colspan="2" |Pilih template Anaconda Python yang diinginkan:
+! colspan="2" |''Pilih template Anaconda Python yang diinginkan:''
 |-
 !Nama Template
@@ Baris 627: / Baris 666: @@
 [[Berkas:Jceditor3.png|al=|nirbing|400x400px]]
 |-
-|'''Bagi yang memilih template GPU, apakah perlu memuat modul CUDA?'''
+|[[Berkas:GMB warning wololo.png|nirbing|50x50px]] '''Bagi yang memilih template GPU:'''
-* Lihat subbab '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment#Menjalankan_Conda_Env_dengan_GPU? Menjalankan Conda Env dengan GPU]]'''.
+* Perhatikan apakah perlu memuat modul CUDA.
+* Info detail lihat '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment#Menjalankan_Conda_Env_dengan_GPU? Menjalankan Conda Env dengan GPU]]'''.
 |-
 |
@@ Baris 691: / Baris 732: @@
 Menjalankan sesi interaktif Jupyter Lab atau Notebook di '''[<nowiki/>[[Spesifikasi ALELEON Supercomputer#Spesifikasi%20Interactive%20Node|interactive node]]].'''
 {| class="wikitable mw-collapsible mw-collapsed"
-!<nowiki>| Langkah Sesi Jupyter |</nowiki>
+!- Langkah Sesi Jupyter -
 [[Berkas:Efiro jupyter display.png|400x400px]]
 |-
@@ Baris 701: / Baris 742: @@
 |-
 |Siapkan '''conda environment''' yang akan digunakan.
-*Jangan lupa instal package Jupyter untuk conda env dari Mamba
+*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.
-*Hindari instalasi package besar selama sesi Jupyter.
 |-
 !3
@@ Baris 745: / Baris 785: @@
 !
 |-
-!''<code>Number of GPUs</code>''
+!''<code>Number of GPUs</code> (apabila pilih partition tilla)''
 |-
-|Jumlah GPU, isi angka <code>1</code> apabila pakai tilla
+|Jumlah GPU, isi angka <code>1</code>
 |-
 !
@@ Baris 790: / Baris 830: @@
 |Memuat modul software diluar conda env user , ''isi apabila ada''.
 |-
-|Bagi user yang memilih '''partition tilla''':
+|[[Berkas:GMB warning wololo.png|nirbing|50x50px]] Bagi user yang memilih '''partition tilla''':
-* Lihat subbab '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment#Menjalankan_Conda_Env_dengan_GPU? Menjalankan Conda Env dengan GPU]]'''.
+* Perhatikan apakah perlu memuat modul CUDA.
-* Kosongkan apabila conda env mempunyai library CUDA.
+* Info detail lihat '''[[https://wiki.efisonlt.com/wiki/Komputasi_Python_dengan_Conda_Environment#Menjalankan_Conda_Env_dengan_GPU? Menjalankan Conda Env dengan GPU]]'''.
 |-
 !