Part 5 — Kontrol Alur: Conditional

if/elif/else, ternary operator, match-case, dan np.where() di Python.
Fundamental
Kontrol Alur
Diterbitkan

26 Februari 2026

Fundamental Series — Part 5 of 20

Conditional memungkinkan kode mengambil keputusan — menjalankan blok kode berbeda tergantung kondisi.

if / elif / else

x = 15

if x > 10:
    hasil = "lebih dari 10"
else:
    hasil = "10 atau kurang"

hasil   # 'lebih dari 10'

if / elif / else

nilai = 75

if nilai >= 85:
    grade = "A"
elif nilai >= 70:
    grade = "B"
elif nilai >= 55:
    grade = "C"
else:
    grade = "D"

grade   # 'B'
PentingIndentasi Wajib!

Python menggunakan indentasi (4 spasi) untuk menandai blok kode, bukan kurung kurawal {} seperti R. Indentasi yang salah → IndentationError.

Ternary Operator — If Satu Baris

x = 15
hasil = "besar" if x > 10 else "kecil"
# 'besar'

# Bisa di-chain (tapi kurang readable)
nilai = 75
grade = "A" if nilai >= 85 else "B" if nilai >= 70 else "C" if nilai >= 55 else "D"

match / case — Pattern Matching (Python 3.10+)

hari = "Senin"

match hari:
    case "Senin" | "Selasa" | "Rabu" | "Kamis" | "Jumat":
        tipe = "Kerja"
    case "Sabtu" | "Minggu":
        tipe = "Libur"
    case _:
        tipe = "Tidak dikenal"

tipe   # 'Kerja'

Conditional pada Array: np.where()

Untuk operasi elemen per elemen pada array/DataFrame:

import numpy as np

x = np.array([5, 15, 25, 8, 30])

np.where(x > 10, "besar", "kecil")
# array(['kecil', 'besar', 'besar', 'kecil', 'besar'])

Nested np.where (untuk > 2 kondisi)

nilai = np.array([90, 72, 55, 40, 85])

np.where(nilai >= 85, "A",
    np.where(nilai >= 70, "B",
        np.where(nilai >= 55, "C", "D")))
# array(['A', 'B', 'C', 'D', 'A'])

np.select() — Lebih Bersih untuk Banyak Kondisi

conditions = [
    nilai >= 85,
    nilai >= 70,
    nilai >= 55
]
choices = ["A", "B", "C"]

np.select(conditions, choices, default="D")
# array(['A', 'B', 'C', 'D', 'A'])

Conditional dalam pandas

import pandas as pd

df = pd.DataFrame({"mpg": [32, 18, 25, 12, 28]})

# np.where
df["efisiensi"] = np.where(df["mpg"] >= 25, "irit", "boros")

# .apply() dengan fungsi
def kategorikan(mpg):
    if mpg >= 25:
        return "irit"
    elif mpg >= 15:
        return "sedang"
    else:
        return "boros"

df["kategori"] = df["mpg"].apply(kategorikan)

Latihan

BahayaLatihan 5.1 — if/elif/else 
# Input: suhu (satu angka)
# Output: "dingin" (<20), "normal" (20-30), "panas" (>30)

suhu = 28
# Tulis if/elif/else
BahayaLatihan 5.2 — np.where pada array 
import numpy as np
pendapatan = np.array([2.5, 8.0, 3.2, 15.0, 4.1, 1.8])

# 1. Buat array "miskin"/"kaya" dengan threshold 5 juta
# 2. Buat array "rendah"/"sedang"/"tinggi":
#    < 3 = rendah, 3-10 = sedang, > 10 = tinggi
#    (gunakan np.select)
BahayaLatihan 5.3 — Conditional di DataFrame 
import seaborn as sns
tips = sns.load_dataset("tips")

# Buat kolom "tip_level":
# tip < 2 → "low"
# 2 <= tip < 5 → "medium"
# tip >= 5 → "high"

# Hitung frekuensi masing-masing (value_counts)

Ringkasan

Fungsi Untuk Contoh
if/elif/else Skalar if x > 0: ...
Ternary Satu baris "pos" if x > 0 else "neg"
match/case Pattern matching match x: case 1: ...
np.where() Array/DataFrame np.where(x > 0, "pos", "neg")
np.select() Banyak kondisi np.select(conds, choices)
.apply() Fungsi kustom per baris df["col"].apply(func)

Sebelumnya: Part 4 — Operator & Ekspresi Selanjutnya: Part 6 — Kontrol Alur: Loop