Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Tutorial dan lokakarya untuk mempelajari Step Functions
<a name="learning-resources"></a>

Pelajari dari panduan, lokakarya, dan tutorial praktis ini cara mengintegrasikan dan mengatur layanan dengan Step Functions.

![\[Contoh visual dari enam kasus penggunaan alur kerja umum, dicatat dalam lokakarya dan tutorial berikut.\]](http://docs.aws.amazon.com/id_id/step-functions/latest/dg/images/use-case-examples.png)


## Tutorial untuk mempelajari Step Functions
<a name="tutorials"></a>

Untuk pengenalan singkat, lihat:[Tutorial memulai](getting-started.md).

Untuk skenario tertentu, lihat tutorial berikut:
+ [Menangani kondisi kesalahan di mesin status Step Functions](tutorial-handling-error-conditions.md)
+ [Buat mesin status Step Functions menggunakan AWS SAM](tutorial-state-machine-using-sam.md)
+ [Menggunakan CloudFormation untuk membuat alur kerja di Step Functions](tutorial-lambda-state-machine-cloudformation.md)
+ [Menggunakan AWS CDK untuk membuat alur kerja Express di Step Functions](tutorial-step-functions-rest-api-integration-cdk.md)
+ [Menggunakan AWS CDK untuk membuat alur kerja Standar di Step Functions](tutorial-lambda-state-machine-cdk.md)
+ [Memeriksa eksekusi mesin status di Step Functions](debug-sm-exec-using-ui.md)
+ [Membuat mesin status Step Functions yang menggunakan Lambda](tutorial-creating-lambda-state-machine.md)
+ [Menerapkan alur kerja yang menunggu persetujuan manusia di Step Functions](tutorial-human-approval.md)
+ [Menggunakan status Peta Inline untuk mengulangi tindakan di Step Functions](tutorial-map-inline.md)
+ [Menyalin data CSV skala besar menggunakan Peta Terdistribusi di Step Functions](tutorial-map-distributed.md)
+ [Ulangi loop dengan fungsi Lambda di Step Functions](tutorial-create-iterate-pattern-section.md)
+ [Memproses data batch dengan fungsi Lambda di Step Functions](tutorial-itembatcher-param-task.md)
+ [Memproses item individual dengan fungsi Lambda di Step Functions](tutorial-itembatcher-single-item-process.md)
+ [Memulai alur kerja Step Functions dalam menanggapi peristiwa](tutorial-cloudwatch-events-s3.md)
+ [Membuat Step Functions API menggunakan API Gateway](tutorial-api-gateway.md)
+ [Membuat mesin status Aktivitas menggunakan Step Functions](tutorial-creating-activity-state-machine.md)
+ [Lihat jejak X-Ray di Step Functions](tutorial-xray-traces.md)
+ [Kumpulkan info bucket Amazon S3 menggunakan integrasi layanan AWS SDK](tutorial-gather-s3-info.md)
+ [Lanjutkan alur kerja yang berjalan lama menggunakan Step Functions API (disarankan)](tutorial-continue-new.md)
+ [Menggunakan fungsi Lambda untuk melanjutkan eksekusi baru di Step Functions](tutorial-use-lambda-cont-exec.md)
+ [Mengakses AWS sumber daya lintas akun di Step Functions](tutorial-access-cross-acct-resources.md)

**Belajar dengan template pemula**  
Untuk menerapkan dan belajar dari mesin ready-to-run status untuk berbagai kasus penggunaan, lihat[Template pemula](starter-templates.md).

## Lokakarya untuk mempelajari Step Functions
<a name="workshops"></a>

**Workshop: [Workshop Step Functions](https://catalog.workshops.aws/stepfunctions/en-US)**  
Dalam lokakarya ini, Anda akan belajar menggunakan fitur utama Step Functions sambil membangun alur kerja. Serangkaian modul interaktif dimulai dengan memperkenalkan Anda ke alur kerja dasar, status tugas, dan penanganan kesalahan. Anda dapat terus mempelajari status pilihan untuk logika cabang, status peta untuk memproses array, dan status paralel untuk menjalankan beberapa cabang secara paralel.

**Workshop: [Pemrosesan Data Skala Besar dengan Step Functions](https://catalog.workshops.aws/serverless-data-processing)**  
Pelajari bagaimana teknologi tanpa server seperti Step Functions dan Lambda dapat menyederhanakan pengelolaan dan penskalaan, membongkar tugas yang tidak berdiferensiasi, dan mengatasi tantangan pemrosesan data terdistribusi skala besar. Sepanjang jalan, Anda akan bekerja dengan peta terdistribusi untuk pemrosesan konkurensi tinggi. Lokakarya ini juga menyajikan praktik terbaik untuk mengoptimalkan alur kerja Anda, dan kasus penggunaan praktis untuk pemrosesan klaim, pemindaian kerentanan, dan simulasi Monte Carlo.