beberapa perbaikan

Author: sandyherho

README.md

@@ -5,10 +5,15 @@
 [![Open Source Love svg2](https://badges.frapsoft.com/os/v2/open-source.svg?v=103)](https://github.com/ellerbrock/open-source-badges/)
 [![License: CC0-1.0](https://img.shields.io/badge/License-CC0%201.0-lightgrey.svg)](http://creativecommons.org/publicdomain/zero/1.0/)
 
-<div style="text-align: justify">`xarray` merupakan pustaka di lingkungan komputasi ilmiah Python yang berguna untuk menangani dataset
-multidimensi dengan metode pelabelan seperti pada struktur `DataFrame`  di pustaka pandas. Hal ini sangatlah menguntungkan bagi kaum *awam* yang terbiasa
+<div style="text-align: justify"> ```xarray``` merupakan pustaka di lingkungan komputasi ilmiah Python yang berguna untuk menangani dataset
+multidimensi dengan metode pelabelan seperti pada struktur ```DataFrame```  di pustaka pandas. Hal ini sangatlah menguntungkan bagi kaum <i>awam</i> yang terbiasa
 menangani data tabular, untuk mengeksplorasi data multidimensi secara lebih intuitif. Tutorial ini sendiri lebih berfokus pada analisis sederhana data luaran model iklim
 berformat NetCDF menggunakan `xarray`. Diharapkan dengan hadirnya tutorial ini, dapat membantu kesulitan para praktisi dan mahasiswa S-1, utamanya untuk bidang non-geosains untuk mengeksplorasi data berformat NetCDF.</div>
 
 
-<div style="text-align: justify">Untuk  mereproduksi tutorial ini, kawan - kawan dapat mengakses file - file NetCDF yang saya gunakan pada situs [!berikut](https://osf.io/gvf37/)</div>
+Untuk mereproduksi tutorial ini pastikan kalian telah melakukan hal - hal sebagai berikut:
+1. Jalankan ```git clone [email protected]:sandyherho/tutorial_xarray.git```
+2. Unduh dan jalankan [!Anaconda versi 3](https://www.anaconda.com/distribution/#download-section).
+3. Jalankan perintah berikut ini:
+```conda env create -f environment.yml```
+4. Unduh data model iklim global yang dijadikan contoh pada folder ```Data``` di situs [!ini](https://osf.io/gvf37/).

latex_script/pengantarNetcdfXarray.tex

@@ -161,7 +161,7 @@ \chapter{Pengaturan Lingkungan Komputasi}
     conda install -c conda-forge xarray cartopy pynio pseudonetcdf
 \end{lstlisting}
 
-Pembaca juga disarankan untuk melakukan instalasi \verb|jupyter notebook| atau konsol \verb|ipython| karena tutorial ini mengasumsikan pembaca menjalankan perintah - perintah Python di lingkungan interaktif. Untuk mempermudah pembaca (tidak perlu melakukan perintah - perintah sebelumnya, kecuali instalasi Anaconda), saya telah membuatkan file \verb|tutorial_xarray.yml| di repositori GitHub saya\footnote{\url{xxx.ww.}} dengan perintah berikut ini:
+Pembaca juga disarankan untuk melakukan instalasi \verb|jupyter notebook| atau konsol \verb|ipython| karena tutorial ini mengasumsikan pembaca menjalankan perintah - perintah Python di lingkungan interaktif. Untuk mempermudah pembaca (tidak perlu melakukan perintah - perintah sebelumnya, kecuali instalasi Anaconda), saya telah membuatkan file \verb|tutorial_xarray.yml| di repositori GitHub saya\footnote{\url{https://github.com/sandyherho/tutorial_xarray}} dengan perintah berikut ini:
 \begin{lstlisting}[language=bash, numbers=none]
     conda env create -f tutorial_xarray.yml
 \end{lstlisting}

pengantarNetcdfXarray.pdf

@@ -0,0 +1,199 @@
+name: tutorial_xarray
+channels:
+  - conda-forge
+  - anaconda
+  - defaults
+dependencies:
+  - _libgcc_mutex=0.1=main
+  - attrs=19.3.0=py_0
+  - backcall=0.1.0=py37_0
+  - blas=1.0=mkl
+  - bleach=3.1.0=py37_0
+  - bokeh=1.4.0=py37_0
+  - boost-cpp=1.70.0=h8e57a91_2
+  - bzip2=1.0.8=h516909a_2
+  - ca-certificates=2020.1.1=0
+  - cairo=1.16.0=hfb77d84_1002
+  - cartopy=0.17.0=py37h88e1628_1010
+  - certifi=2019.11.28=py37_0
+  - cffi=1.13.2=py37h8022711_0
+  - cfitsio=3.470=hb60a0a2_2
+  - cftime=1.0.4.2=py37hc1659b7_0
+  - chardet=3.0.4=py37_1003
+  - click=7.0=py37_0
+  - cloudpickle=1.3.0=py_0
+  - cryptography=2.8=py37h72c5cf5_1
+  - curl=7.68.0=hf8cf82a_0
+  - cycler=0.10.0=py37_0
+  - cytoolz=0.10.1=py37h7b6447c_0
+  - dask=2.10.1=py_0
+  - dask-core=2.10.1=py_0
+  - dbus=1.13.12=h746ee38_0
+  - decorator=4.4.1=py_0
+  - defusedxml=0.6.0=py_0
+  - distributed=2.10.0=py_0
+  - entrypoints=0.3=py37_0
+  - expat=2.2.9=he1b5a44_2
+  - fontconfig=2.13.1=h86ecdb6_1001
+  - freetype=2.9.1=h8a8886c_1
+  - freexl=1.0.5=h14c3975_1002
+  - fsspec=0.6.2=py_0
+  - g2clib=1.6.0=hf3f1b0b_9
+  - geos=3.8.0=he1b5a44_0
+  - geotiff=1.5.1=h38872f0_8
+  - giflib=5.2.1=h516909a_1
+  - glib=2.63.1=h5a9c865_0
+  - gmp=6.1.2=hb3b607b_0
+  - gst-plugins-base=1.14.5=h0935bb2_2
+  - gstreamer=1.14.5=h36ae1b5_2
+  - hdf4=4.2.13=hf30be14_1003
+  - hdf5=1.10.5=nompi_h3c11f04_1104
+  - hdfeos2=2.20=h64bfcee_1000
+  - hdfeos5=5.1.16=h8b6279f_5
+  - heapdict=1.0.1=py_0
+  - icu=64.2=he1b5a44_1
+  - idna=2.8=py37_1000
+  - importlib_metadata=1.5.0=py37_0
+  - intel-openmp=2020.0=166
+  - ipykernel=5.1.4=py37h39e3cac_0
+  - ipython=7.12.0=py37h5ca1d4c_0
+  - ipython_genutils=0.2.0=py37_0
+  - jasper=1.900.1=h07fcdf6_1006
+  - jedi=0.16.0=py37_0
+  - jinja2=2.11.1=py_0
+  - jpeg=9c=h14c3975_1001
+  - json-c=0.13.1=h14c3975_1001
+  - jsonschema=3.2.0=py37_0
+  - jupyter_client=5.3.4=py37_0
+  - jupyter_core=4.6.1=py37_0
+  - kealib=1.4.10=h58c409b_1005
+  - kiwisolver=1.1.0=py37he6710b0_0
+  - krb5=1.16.4=h2fd8d38_0
+  - ld_impl_linux-64=2.33.1=h53a641e_7
+  - libcurl=7.68.0=hda55be3_0
+  - libdap4=3.20.4=hd3bb157_0
+  - libedit=3.1.20181209=hc058e9b_0
+  - libffi=3.2.1=hd88cf55_4
+  - libgcc-ng=9.1.0=hdf63c60_0
+  - libgdal=3.0.4=h20022a4_0
+  - libgfortran-ng=7.3.0=hdf63c60_0
+  - libiconv=1.15=h516909a_1005
+  - libkml=1.3.0=h4fcabce_1010
+  - libnetcdf=4.7.3=nompi_h9f9fd6a_101
+  - libpng=1.6.37=hbc83047_0
+  - libpq=12.1=hd9ab2ff_0
+  - libsodium=1.0.16=h1bed415_0
+  - libspatialite=4.3.0a=ha48a99a_1034
+  - libssh2=1.8.2=h22169c7_2
+  - libstdcxx-ng=9.1.0=hdf63c60_0
+  - libtiff=4.1.0=hc3755c2_3
+  - libuuid=2.32.1=h14c3975_1000
+  - libwebp=1.0.2=h56121f0_5
+  - libxcb=1.13=h1bed415_1
+  - libxml2=2.9.10=hee79883_0
+  - locket=0.2.0=py37_1
+  - lz4-c=1.8.3=he1b5a44_1001
+  - markupsafe=1.1.1=py37h7b6447c_0
+  - matplotlib=3.1.3=py37_0
+  - matplotlib-base=3.1.3=py37h250f245_0
+  - mistune=0.8.4=py37h7b6447c_0
+  - mkl=2020.0=166
+  - mkl-service=2.3.0=py37he904b0f_0
+  - mkl_fft=1.0.15=py37ha843d7b_0
+  - mkl_random=1.1.0=py37hd6b4f25_0
+  - msgpack-python=0.6.1=py37hfd86e86_1
+  - nbconvert=5.6.1=py37_0
+  - nbformat=5.0.4=py_0
+  - nc-time-axis=1.2.0=py_1
+  - ncurses=6.1=he6710b0_1
+  - netcdf4=1.5.3=nompi_py37hd35fb8e_102
+  - notebook=6.0.3=py37_0
+  - numpy=1.18.1=py37h4f9e942_0
+  - numpy-base=1.18.1=py37hde5b4d6_1
+  - olefile=0.46=py_0
+  - openjpeg=2.3.1=h981e76c_3
+  - openssl=1.1.1=h7b6447c_0
+  - owslib=0.19.1=py_0
+  - packaging=20.1=py_0
+  - pandas=1.0.1=py37h0573a6f_0
+  - pandoc=2.2.3.2=0
+  - pandocfilters=1.4.2=py37_1
+  - parso=0.6.1=py_0
+  - partd=1.1.0=py_0
+  - pcre=8.43=he6710b0_0
+  - pexpect=4.8.0=py37_0
+  - pickleshare=0.7.5=py37_0
+  - pillow=7.0.0=py37hefe7db6_0
+  - pip=20.0.2=py37_1
+  - pixman=0.38.0=h516909a_1003
+  - poppler=0.67.0=h14e79db_8
+  - poppler-data=0.4.9=1
+  - postgresql=12.1=hc63931a_0
+  - proj=6.3.0=hc80f0dc_0
+  - prometheus_client=0.7.1=py_0
+  - prompt_toolkit=3.0.3=py_0
+  - pseudonetcdf=3.1.0=py_0
+  - psutil=5.6.7=py37h7b6447c_0
+  - ptyprocess=0.6.0=py37_0
+  - pycparser=2.19=py37_1
+  - pyepsg=0.4.0=py_0
+  - pygments=2.5.2=py_0
+  - pykdtree=1.3.1=py37hc1659b7_1002
+  - pynio=1.5.5=py37h3763121_9
+  - pyopenssl=19.1.0=py37_0
+  - pyparsing=2.4.6=py_0
+  - pyproj=2.4.2.post1=py37h8ff28aa_1
+  - pyqt=5.9.2=py37h05f1152_2
+  - pyrsistent=0.15.7=py37h7b6447c_0
+  - pyshp=2.1.0=py_0
+  - pysocks=1.7.1=py37_0
+  - python=3.7.6=h357f687_2
+  - python-dateutil=2.8.1=py_0
+  - pytz=2019.3=py_0
+  - pyyaml=5.3=py37h516909a_0
+  - pyzmq=18.1.1=py37he6710b0_0
+  - qt=5.9.7=h0c104cb_3
+  - readline=8.0=hf8c457e_0
+  - requests=2.22.0=py37_1
+  - scipy=1.4.1=py37h0b6359f_0
+  - send2trash=1.5.0=py37_0
+  - setuptools=45.2.0=py37_0
+  - shapely=1.7.0=py37h5d51c17_0
+  - sip=4.19.8=py37hf484d3e_0
+  - six=1.14.0=py37_0
+  - sortedcontainers=2.1.0=py37_0
+  - sqlite=3.31.1=h7b6447c_0
+  - tbb=2018.0.5=h2d50403_0
+  - tblib=1.6.0=py_0
+  - terminado=0.8.3=py37_0
+  - testpath=0.4.4=py_0
+  - tiledb=1.7.0=hcde45ca_2
+  - tk=8.6.10=hed695b0_0
+  - toolz=0.10.0=py_0
+  - tornado=6.0.3=py37h7b6447c_3
+  - traitlets=4.3.3=py37_0
+  - tzcode=2019a=h516909a_1002
+  - urllib3=1.25.7=py37_0
+  - wcwidth=0.1.8=py_0
+  - webencodings=0.5.1=py37_1
+  - wheel=0.34.2=py37_0
+  - xarray=0.15.0=py_0
+  - xerces-c=3.2.2=h8412b87_1004
+  - xorg-kbproto=1.0.7=h14c3975_1002
+  - xorg-libice=1.0.10=h516909a_0
+  - xorg-libsm=1.2.3=h84519dc_1000
+  - xorg-libx11=1.6.9=h516909a_0
+  - xorg-libxext=1.3.4=h516909a_0
+  - xorg-libxrender=0.9.10=h516909a_1002
+  - xorg-renderproto=0.11.1=h14c3975_1002
+  - xorg-xextproto=7.3.0=h14c3975_1002
+  - xorg-xproto=7.0.31=h14c3975_1007
+  - xz=5.2.4=h14c3975_4
+  - yaml=0.2.2=h516909a_1
+  - zeromq=4.3.1=he6710b0_3
+  - zict=1.0.0=py_0
+  - zipp=2.2.0=py_0
+  - zlib=1.2.11=h7b6447c_3
+  - zstd=1.4.4=h3b9ef0a_1
+prefix: /home/ronggolawe/anaconda3/envs/tutorial_xarray
+