Author: admin

Mengakses LimeSurvey API dengan Python Citric

Kemarin kita telah mencoba menggunakan library limepy untuk mendapatkan data response survey. Sepengetahuan saya setelah mencobanya, limepy mempunyai method-method terbatas. Tidak ada cara bagaimana mengakses LimeSurvey API menggunakan library ini. Kelihatannya memang tidak ada. Dia hanya memanfaatkan sedikit LimeSurveyAPI untuk medukung fungsi-fungsi dia sendiri.

Tapi bukan Python namanya kalau berhenti disitu. Python itu surganya library. Kita mendapatkan library untuk memaksimalkan penggunaan LimeSurvey API: citric. Library ini bisa mengakses seluruh fungsi dalam Limesurvey. Nampaknya, ini mirip library limer  pada R.

Ok langsung saja …

Install Library Citric

Okey, cukup dengan pip install citric

Contoh menampilkan semua List Survey

from citric import Client

client = Client(
    "https://mylimesite.limequery.com/admin/remotecontrol",
    "myusername",
    "mypassword"
)

for survey in client.list_surveys():
    print(survey["surveyls_title"])

Contoh mengambil struktur pertanyaan menggunakan list_question

from citric import Client

# Connect to your LimeSurvey instance
client = Client(
    "https://mylimesite.limequery.com/admin/remotecontrol", 
    "myusername", 
    "mypassword"
)

# Choose a survey ID 
survey_id = 452848 

# List questions from the chosen survey
questions = client.list_questions(survey_id)

# Print the questions
for question in questions:
    print(f"Question ID: {question['qid']}, Question Text: {question['question']}")

Contoh mengambil data dalam format CSV

from citric import Client

client = Client(
    "https://mylimesite.limequery.com/admin/remotecontrol", 
    "myusername", 
    "mypassword"
)

survey_id = 452848  # Replace with your survey ID

export_response = client.save_responses(
    filename="responses.csv",
    survey_id=survey_id,
    file_format="csv",
    language=None,  # None will use the default language
    completion_status="all",  # all, incomplete, complete
    heading_type="code",  # code, abbreviated, full
    response_type="long",  # short, long
    from_response_id=None,  # None will export all responses
    to_response_id=None  # None will export all responses
)

print("Responses have been exported and saved to responses.csv")

Untuk dokumentasi citric, silahkan akses dimari …

Oke sedemikian dulu, nanti kita lanjutkan dengan kasus-kasus yang lebih implementatif. Enjoy …

Preparasi Pengolahan Data dengan LimeSurvey API, Python dan SQLite

Ditempat saya bekerja, sudah biasa melakukan preparasi pengolahan data dengan cara mengambil data survey dalam format csv,  melalui LimeSurvey API dengan menggunakan bahasa R. Data dalam format csv itu kemudian di padukan dengan struktur kuesioner dan diolah.

Memang di Lime Survey penggunaan API menjadi penting karena kalau kita langsung mengakses database, kita akan mendapati sebuah pertanyaan text dengan kode A12 bisa menjadi 452848X96X2183. Nah kalau kita menggunakan API, maka kita bisa mendapatkan data dengan kolom kode pertanyaan.

Ok, saya akan menirukan cara diatas menggunakan Python dengan library limepy. beberapa prosedur yang akan saya lakukan adalah.

  1. Mendownload data menggunakan limepy ke dalam bentuk csv dengan nama respons.csv
  2. Mendwnload struktur pertanyaan dengan nama structure.lss melalui halaman belakang limesurvey.
  3. Menggabungkan keduanya menjadi sebuah file sqlite dengan tabel structure dan respons

Install limepy

Cara install limepy dengan cara pip install limepy

Download response menggunakan limepy

from pathlib import Path
from limepy import download

base_url = 'https://yourlimesurveypath.com/index.php/admin/remotecontrol'
user_name = 'admin'
password = 'yourpassword'
user_id =  1 # nggak tahu mengapa harus ada ini
sid = 868964

csv = download.get_responses(base_url, user_name, password, user_id, sid, lang=None,
                  document_type='csv', completion_status='all',
                  heading_type='short', response_type='long',
                  from_response_id=None, to_response_id=None, fields=None)

path = Path('responses.csv')
path.write_text(csv)

'''
Rerensi:

def get_responses(base_url, user_name, password, user_id, sid, lang=None,
                  document_type='csv', completion_status='all',
                  heading_type='code', response_type='short',
                  from_response_id=None, to_response_id=None, fields=None):
    """Get session key, download and store responses and close session.

    :param base_url: e.g. https://mywebsite.nl/survey.
    :param user_name: LimeSurvey user name
    :param password: LimeSurvey user password
    :param user_id: LimeSurvey user id
    :param sid: LimeSurvey survey id
    :param lang: language. (Default value = None)
    :param document_type: format for results (Default value = 'csv')
    :param completion_status: which responses to export, 'complete',
        'incomplete' or 'all' (Default value = 'all')
    :param heading_type: 'code', 'full' or 'abbreviated'
        (Default value = 'code')
    :param response_type: 'short' or 'long' (Default value = 'short')
    :param from_response_id: for partial export (Default value = None)
    :param to_response_id: for partial export (Default value = None)
    :param fields: for partial export (Default value = None)

'''

Download structure.lss melalui halaman login

Cari di menu Export pada survey yang diinginkan.

Buat data menjadi file SQLite

Mengapa harus dijadikan SQLite, nggak diolah menggunakan dataframe saja.  Alasannya memang cukup memalukan yaitu karena saya lupa sintak pandas karena lama tidak saya gunakan, Sedangkan SQL tidak lupa karena sering saya gunakan.

from limepy.wrangle import Survey, Question
import pandas as pd
import sqlite3
import datetime

df = pd.read_csv('responses.csv', sep=';', encoding='ISO-8859-1')
with open('structure.lss', encoding="ISO-8859-1") as f:
    my_structure = f.read()

my_survey = Survey(df, my_structure,language=None, strip_tags=True)

responses_df = my_survey.dataframe
question_df = my_survey.question_list

current_time = datetime.datetime.now().strftime("%Y%m%d%H%M%S")
db_file = 'survey.sqlite3'
db_file = f"{current_time}_{db_file}"
conn = sqlite3.connect(db_file)

# Masukkan data dari DataFrame ke dalam tabel SQLite
table_name = 'responses'
responses_df.to_sql(table_name, conn, if_exists='replace', index=False)

table_name = 'questions'
question_df.to_sql(table_name, conn, if_exists='replace', index=False)

# Tutup koneksi ke database
conn.close()

print(f"Data has been inserted into table in {db_file} database.")

Nah. hasilnya akan didapatkan file SQLite yang siap diQuery

Ok, segitu dulu, selamat mencoba ….

Full Stack Developer

/ Leave a Comment

Dapat gambar di group KLUG. Tidak tahu siapa yang membuat gambar ini, namun memberikan gambaran mudah tentang Full Stack Developer.

Saya banyak menguasai diantaranya karena saya bisa dibilang menyaksikan lahirnya teknologi-teknologi itu. Atau bisa dikatakan banyak teknologi itu yang lahir dalam timeline hidup saya.

Walaupun kelihatannya rumit, asal sering digunakan saya kira tetal bisa dikuasai. Oke, mulai darimana?

Laravolt, Laravel Starter Kit

Framework sudah sangat membantu kita dalam urusan membuat aplikasi, namun ada yang lebih mudah lagi: menggunakan  Starter Kit.

Dalam starter kit sudah disediakan kerangka aplikasi, kita tinggal menambahkan modul yang kita inginkan. Soal user, otentikasi, dan contoh modul sudah ada.

Dikatakan, Laravolt adalah sebuah platform untuk membangun sistem informasi yang telah disesuaikan dengan kebutuhan pengguna di Indonesia.

Silahkan yang akan mencoba Laravel starter kit yang diracik anak bangsa ini di laravolt.dev .

Simulasi Benda Langit

Diantara ketertarikan saya dalam pengetahuan adalah ketertarikan dengan benda langit. Ada keteraturan dalam pergerakan benda langit yang membentuk orkestra jagad raya ini.

Dulu saya intens sekali dalam bidang ini, dan karena lama tidak saya gunakan menjadi lupa.

Belum lama ini Muhammadiyah mengumumkan Kalender Hijriyah Global Tunggal dengan kriteria utama

  1. Imkanur Rukyat dengan derajat ketinggian bulan saat matahari tenggelam minimal 5 derajat dan sudut elongasi minimal 8 derajat setelah konjungsi.
  2. Menggunakan global tempat pengamatan. artinya, jika bulan sabit “terlihat” di satu tempat dimuka bumi, maka berlaku tanggal satu dengan mengikuti perputaran bumi, dengan catatan bagian bumi bagian timur (New Zealand) sudah konjungsi sebelum subuh.

Dulu saya mengoleksi simulator benda-benda langit itu, namun sayangnya saya simpan di hardisk dan tentus aja, begitu saya ganti komputer maka alat-alat simulasi saya tertinggal di komputer lama yang suddah tidak saya gunakan.

Nah setelah saya cari-cari kembali saya menemukan kembali silmulasi-simulasi itu dalam situs University of Nebrasca Lincoln.

Silahkan mengeksplorasi simulasi benda langit dalam laboratorium online ini.