Siapโ€”kita bikin step-by-step paling aman & simpel buat mulai di Amazon SageMaker. Fokusnya: cepat jalan, biaya hemat, dan gak ribet.


๐Ÿš€ STEP 0 โ€” Login AWS

  1. Buka: https://aws.amazon.com
  2. Login ke akun kamu
  3. Di search bar atas, ketik: SageMaker

๐Ÿง  STEP 1 โ€” Masuk ke SageMaker Studio

Image
Image
Image
Image
Image
Image
  1. Klik SageMaker โ†’ Studio
  2. Klik โ€œCreate domainโ€ (kalau belum ada)

๐Ÿ‘‰ Pilih:

  • Quick setup (recommended) โœ…
  • Default semua (biar gak ribet)
  1. Tunggu ยฑ2โ€“5 menit

๐Ÿ‘ค STEP 2 โ€” Buat User

  1. Setelah domain jadi โ†’ klik Open Studio
  2. Buat user (nama bebas, misal: sunny-user)
  3. Klik Launch

๐Ÿ’ป STEP 3 โ€” Buka Notebook (kayak Colab)

Image
Image
Image
Image
Image
Image
Image
  1. Di dalam Studio โ†’ klik Launcher
  2. Pilih:
    • Notebook โ†’ Python 3 (Data Science)

โš™๏ธ STEP 4 โ€” Pilih Instance (INI PENTING ๐Ÿ’ธ)

Saat pertama launch:

๐Ÿ‘‰ Pilih ini:

  • ml.t3.medium โœ… (murah & cukup)

โŒ Jangan pilih GPU dulu (mahal)


๐Ÿงช STEP 5 โ€” Tes kode pertama

Copy ini di cell:

print("Hello Sunny ๐Ÿš€")

Klik โ–ถ๏ธ Run

๐Ÿ‘‰ Kalau muncul output โ†’ berarti berhasil ๐ŸŽ‰


๐Ÿค– STEP 6 โ€” Coba Machine Learning simple

Copy ini:

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

# load data
data = load_iris()
X, y = data.data, data.target

# split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# model
model = RandomForestClassifier()
model.fit(X_train, y_train)

# accuracy
print("Accuracy:", model.score(X_test, y_test))

๐Ÿ‘‰ Ini contoh ML pertama kamu ๐Ÿ”ฅ


๐Ÿ’ธ STEP 7 โ€” WAJIB: Matikan biar gak boros

Ini kesalahan paling sering โš ๏ธ

Setelah selesai:

  1. Klik Running terminals & kernels
  2. Shutdown semua
  3. Stop instance

๐Ÿง  Tips penting buat kamu

  • Mulai dari CPU dulu
  • Gunakan dataset kecil
  • Jangan nyalakan instance lama-lama

โšก Roadmap setelah ini

Kalau sudah ngerti dasar:

  1. Coba dataset sendiri
  2. Belajar PyTorch / TensorFlow
  3. Baru pakai GPU

๐Ÿ”ฅ Kesimpulan

๐Ÿ‘‰ Kamu sekarang sudah bisa:

  • Launch SageMaker
  • Jalankan notebook
  • Train model ML

Kalau kamu mau next step, aku bisa lanjut:
๐Ÿ‘‰ bikin project AI (image classifier / face detection)
๐Ÿ‘‰ cara pakai GPU di SageMaker (hemat biaya)
๐Ÿ‘‰ bandingin SageMaker vs Google Colab

Tinggal bilang: โ€œnext projectโ€ ๐Ÿš€