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

# Membuat Instance Notebook
<a name="automatic-model-tuning-ex-notebook"></a>

**penting**  
Kebijakan IAM khusus yang memungkinkan Amazon SageMaker Studio atau Amazon SageMaker Studio Classic membuat SageMaker sumber daya Amazon juga harus memberikan izin untuk menambahkan tag ke sumber daya tersebut. Izin untuk menambahkan tag ke sumber daya diperlukan karena Studio dan Studio Classic secara otomatis menandai sumber daya apa pun yang mereka buat. Jika kebijakan IAM memungkinkan Studio dan Studio Classic membuat sumber daya tetapi tidak mengizinkan penandaan, kesalahan "AccessDenied" dapat terjadi saat mencoba membuat sumber daya. Untuk informasi selengkapnya, lihat [Berikan izin untuk menandai sumber daya AI SageMaker](security_iam_id-based-policy-examples.md#grant-tagging-permissions).  
[AWS kebijakan terkelola untuk Amazon SageMaker AI](security-iam-awsmanpol.md)yang memberikan izin untuk membuat SageMaker sumber daya sudah menyertakan izin untuk menambahkan tag saat membuat sumber daya tersebut.

Buat notebook Jupyter yang berisi lingkungan pra-instal dengan instalasi Anaconda default dan Python3. 

**Untuk membuat notebook Jupyter**

1. Buka konsol Amazon SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1. Buka instance notebook yang sedang berjalan, dengan memilih **Buka** di samping namanya. Halaman server notebook Jupyter muncul:

     
![Contoh halaman server notebook Jupyter.](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/notebook-dashboard.png)

1. Untuk membuat buku catatan, pilih **File**, **Baru**, dan **conda\_python3**.

1. Beri nama buku catatan.

## Langkah Selanjutnya
<a name="automatic-model-tuning-ex-next-client"></a>

[Dapatkan Klien Amazon SageMaker AI Boto 3](automatic-model-tuning-ex-client.md)