Mengedit Profil di Scopus

Scopus menjadi salah satu andalah pengindeks di Indonesia karena merupakan salah satu pengindeks yang konsisten dan ketat dalam menyeleksi naskah-naskah di seluruh dunia. Banyak naskah-naskah di tanah air baik dari jurnal maupun seminar sudah terindeks, tetapi beberapa penulis masih kebingungan cara mengetahui ID scopusnya (lihat link terdahulu cara mengetahui ID Scopus). Terkadang ketika sudah ada di Scopus, banyak penulisan nama dan afiliasi yang tidak sesuai. Hal ini terjadi biasanya karena salah pengisian data oleh pengelola jurnal/seminar. Postingan ini bermaksud sharing bagaimana merubah nama dan afiliasi. Dulu pernah posting seperti ini (klik di sini) tapi menggunakan ID Scopus berbayar, tetapi portingan kali ini akan kita gunakan ID Scopus yang gratis.

1. Sign Up

Langkah pertama adalah “Sign Up” ke Scopus. Apakah bayar? Ternyata Scopus telah membolehkan pengguna untuk daftar ke Scopus tanpa bayar. Tentu saja hanya untuk mencari afiliasi dan merubah/edit nama-nama di Scopus. Yang dapat dirubah hanya penulis yang tulisannya sudah terindeks Scopus. Jadi jika Anda belum memiliki tulisan yang terindeks di Scopus, tentu saja tidak bisa membuat ID Scopus sendiri.

Scopus menyebutnya fasilitas ini “Scopus Preview”. Hanya bisa mengutak-atik Author tetapi tidak bisa mencari dokumen yang terindeks scopus.

2. Pencarian Author

Di bagian atas ada menu “Author Search”. Coba klik dengan mouse Anda untuk masuk “Author Profile”. Pilih “Author Feedback Wizard” untuk mereview apakah ID Scopus kita berisi profil yang benar.

3. Mengedit Scopus Profile

Berikutnya mulai masuk ke menu editing. Di sini yang dapat diutak-atik adalah: 1) Preffered Name, 2) Merge Profiles, 3) Add and Remove Documents, dan 4) Update Affiliation.

Masukan nama Anda dan pastikan muncul di kolom pencarian. Gunakan minimal “Author last name” di isi, lebih lengkap dengan “first name” lebih baik.

Perhatikan ada 13 dokumen padahal saya sudah 14 dokumen. Kemudian afiliasinya “Islam 45 University” padahal di dokumen terakhir sudah saya tulis Universitas Islam 45 Bekasi, dan saya ingin namanya “Universitas Islam 45”, misalnya. Ikuti langkah-langkah yang diminta dimulai dari “Select Profile(s)”, “Review Documents”, “Review Affiliation”, hingga “Confirm and Submit”. Oiya, cheklist dahulu dengan mouse kotak di sebelah kiri nama Anda sebelum menekan “Review Documents” di bawah kanan. Pastikan nama sudah benar.

4. Review Dokumen

Masuk ke dokumen Anda yang di Scopus dan tambahkan dokumen lain yang tidak terdeteksi dengan menekan “Search Missing Documents”.

Banyak caranya baik dengan menekan Author, Title, dan DOI. Untuk mudahnya gunakan saja DOI jika sudah tahu. Perhatikan dokumen di bawah, tampak DOI yang tinggal dicopas ke “Search Dokuments” di atas.

Masukan ke isian “Search Documents”, jangan lupa di bagian kanan pilih “DOI”. Lanjutkan dengan menekan “Search”.

Pastikan dokumen ditemukan. Ceklis lingkaran di sebelah kiri dokumen dan tekan “Confirm Author” untuk melanjutkan nama Author yang akan diedit.

 

Pilih Author yang akan diedit. Perhatikan di sini seharusnya “Handayanto, Rahmadya Trias” tetapi dimasukan “Trias Handayanto, Rahmadya” oleh paper terakhir, oleh karena itu akan kita revisi. Tekan “Add Documents”.

Pastikan muncul satu dokumen baru tersebut dan lanjutkan dengan menekan “Review Affiliation”.

5. Review Afiliasi

Review afiliasi jika ada dokumen baru dengan afiliasi baru dan kita ingin mengikuti afiliasi tersebut. Terkadang afiliasi yang sama tetapi tulisannya ingin yang terbaru, misalnya “Islam 45 University” ingin saya ganti dengan standar terbaru “Universitas Islam 45” mengingat kampus bukan kata tetapi simbol seperti Merk yang tidak perlu diterjemahkan ke bahasa Inggris.

Perhatikan kolom universitas bisa Anda piliah yang sesuai dengan menekan scroll panah bawah. Tentu saja Anda tidak bisa sembarangan mengisi nama di situ. Hanya dokumen yang sudah terindeks saja yang muncul.

6. Confirm & Submit

Terakhir adalah “Confirm & Submit”. Di sini kita meminta Scopus untuk merevisi Profile kita. Tentu saja bentuknya berupa proposal yang bisa saja ditolak oleh Scopus. Tetapi selama ini biasanya disetujui. Buka email yang digunakan untuk Login Scopus dan pastikan ada pemberitahuan mengenai proposal perubahan. Perlu diketahui bahwa langkah 1 sampai 6 di atas gratis (tidak berbayar). Tapi jika Anda punya akun Scopus berbayar bisa juga, bahkan sepertinya lebih baik.

Tunggu beberapa hari menunggu kabar dari Scopus mengenai perubahan yang diajukan. Sekian, semoga bisa sedikit membantu.

 

 

 

Membuat Web-GIS dengan Data Wrapper

Terkadang GIS tidak harus menampilkan letak geografis yang akurat mengikuti standar proyeksi lintang dan bujur. Pengguna mungkin hanya ingin mengetahui informasi sebaran data dengan melihat lokasi wilayahnya tanpa perlu detil peta. Selain itu kecepatan akses dibutuhkan oleh pengguna internet, sehingga beberapa atribut peta yang membutuhkan data besar bisa diminimalisir. Berikut penggunaan salah satu penyedia Web-GIS ringan dari datawrapper. Berikut ini adalah contoh tampilannya (klik Link ini). Hanya gambar karena blog ini tidak support “i-frame”.

Mulai membuat dengan menekan tombol “Start Creating” di bagian bawah. Data wrapper tidak perlu “sign up”, hanya saja ketika ingin mengambil peta “embedded” harus via email.

Tampak navigasi langkah-langkah yang diperlukan, antara lain: upload data, check and describe, visualize, dan publish & embedded. Pilih New Map di bagian atas.

Ketika masuk di bagian “Select your Map” pilih Indonesia, misalnya Provinsi. Jika kurang detil ada pilihan kabupaten/kotamadya.

Nah, di bagian value silahkan isi, misalnya kasus Corona berapa saja di provinsi tersebut. Selain itu bisa juga data lewat “import”. Copas saja ID dan Value tabel di atas dan paste ke Excel untuk menginput data secara offline. Nanti kalau sudah diisi tinggal diupload saja datanya.

Misalnya sudah diperoleh sebagai berikut. Simpan dalam bentuk CSV, misalnya “datacorona.csv”.

Tekan “Proceed” di sisi kanan tempat upload data.

Isi anotasi yang dibutuhkan, misalnya pembuat, sumber data, judul dan seterusnya.

Setelah menekan “Proceed” lanjutkan dengan “Publish”. Sekarang sepertinya harus menerima email jika ingin mengembed data. Tulis email Anda.

Jika ingin mencetak bisa langsung tanpa perlu menunggi email “embedded”nya. Sekian, semoga bermanfaat. Gunakan embedded code jika ingin ditempel di blog/situs seperti di awal tulisan. Buka email dan klik “Get my visualization” untuk membuka lagi peta Anda.

Selanjutnya peta Anda, dan lakukan proses data “embedded”nya.

Pentingnya Kampus Memiliki Jurnal

Ada postingan di grup bahwa lebih baik fokus dosen-dosen menulis di jurnal-jurnal dibandingkan mengelola jurnal sendiri. Alasannya kinerja kampus dipengaruhi oleh dosen-dosennya yang aktif memublikasi artikel ilmiahnya. Apalagi jika publish di jurnal internasional bereputasi. Postingan ini sedikit menjawab apakah benar statement tersebut?

Perhitungan Sinta

Apa itu Sinta? Silahkan baca post terdahulu mengenai pengindeks Indonesia tersebut. Sinta saat ini menjadi rujukan kinerja penelitian kampus. Bahkan pemeringkatan kampus di tanah air dapat dilihat di situs tersebut, hingga tulisan ini dibuat, tiga besar masih dipegang UI, ITB dan UGM.

Saya mencoba menghitung secara manual skor kampus saya, Universitas Islam 45 Bekasi yang dapat diakses di laman Sinta per 6 Maret 2020 akan dihitung secara manual.

Rinciannya adalah sebagai berikut, jurnal Q2 berbobot 40 ada 3 buah, Q3 berbobot 35 3 buah, Q4/non-Q yang berbobot 30 ada satu. Prosiding yang berbobot 15 ada 12 buah.

Selain dari sisi jumlah, sitasi pun dihitung. Ada 45 sitasi scopus yang berbobot 4. Untuk Google Scholar, Restek/BRIN membatasi maksimal sitasi 1000, sementara di UNISMA lebih dari 1000, dengan bobot 0,5. Terlihat jumlah sitasi di Scopus sebanyak 19 dengan bobot 4 sementara jumlah terindeks Google Scholar 3040 buah dengan bobot 0,5. Lengkapnya gambar di bawah ini. Jurnal yang terindeks Sinta ada 6 dengan bobot 15.

 

Untuk menghitungnya silahkan lihat di panduan yang ada di link Sinta berikut. Untuk versi 2.0 Sinta sudah memasukan faktor jurnal dalam perhitungan skor institusi.

Formula Sinta Score: Wa x A + Wb x B + Wc x C + Wd x D + We x E

Dengan A, B, C, D dan E berturut-turut adalah jumlah jurnal di Scopus, Non-jurnal di Scopus, Sitasi Scopus, Sitasi Google Scholar, jumlah artikel di jurnal terindeks Sinta, dan Jumlah jurnal terakreditasi sinta. Bobot dapat dilihat berikut, mengikuti Sinta.

Jika dimasukan dengan formula Sinta diperoleh hasil sebagai berikut:

SKOR = [40×3+35×3+30×1] + [15×12] + [63×4] + [1000×0,5] + [25×4+15×20+20×15] + [6×15] = 1977

Ada sedikit perbedaan sebesar 11 persen dibanding perhitungan Sinta yang sebesear 2237. Mungkin ada sedikit salah hitung dari saya.

Peran Jurnal Terakreditasi

Kembali ke topik semula, apakah ada manfaatnya kampus memiliki jurnal terakreditasi? Silahkan lihat perhitungan di atas. Walaupun sedikit bobotnya tetapi jurnal kampus menjadi andalan para dosen-dosennya, terutama yang membimbing skripsi/tugas akhir untuk mempublikasikan hasil penelitiannya. Oiya, jurnal kampus merupakan satu-satunya skor yang “abadi”, dibanding dengan dosen yang bisa pindah, pensiun, atau meninggal dunia. Silahkan kalau Anda sanggup mengikat dosen-dosen untuk tidak kabur ke kampus lain.

Sebagai ilustrasi, berikut contoh hitung2an jika tiap prodi di kampus saya (27 prodi) memiliki jurnal terakreditasi Sinta (misalnya S3 ke bawah). Akan ada tambahan 27×15 = 405 point. Otomatis peringkat naik, walau sedikit. Tentu saja bukan cuma dari skor jurnal, ada dampak tidak langsung dari dosen-dosen di 27 jurnal tersebut, karena biasanya lebih mengutamakan dosen-dosen internal yang menulis. Jika satu jurnal mempublish 5 tulisan dosen-dosennya, maka ada sekitar 27x5x15 = 2025 tambahan skor tiap edisinya. Jika per tahun dua kali publish maka ada tambahan 4050 !!! Silahkan kalau berani kampus Anda tidak memiliki jurnal ilmiah terakreditasi. Dapat dipastikan akan tergantung dengan kampus lain yang memiliki jurnal. Memang dalam prakteknya ada “barter” penulis jurnal antar kampus tapi tentu saja kampus A akan mikir-mikir jika kampus B mengirim paper ke A jauh lebih banyak dari kampus A ke kampus B. Jika kita lihat peringkat kampus, tampak tipis sekali bedanya, 405 point jurnal ditambah dosen-dosen yang menulis sudah cukup menggenjot peringkat kampus Anda.

Sebenarnya sasaran pemerintah adalah jangan sampai bergantung dengan Scopus. Tentu saja syarat yang harus dipenuhi adalah kualitas dan kuantitas jurnal yang ada di Indonesia harus diperkuat. Tanpa hal itu, beresiko jika mengatakan untuk tidak perlu menggunakan standar internasional (Scopus atau Web of Science) mengingat kampus merupakan organisasi yang berbasis kepercayaan publik. Oiya, yang penting untuk diperhatikan, tidak semua orang memiliki kemampuan sebagai editor yang harus sabar dan tekun mengikuti tren penelitian di dunia. Semoga tulisan ini bisa menginspirasi dan tetap membangkitkan semangat kampus untuk meningkatkan kualitas jurnal-jurnalnya yang jujur saja kita kalah dengan negara-negara tetangga. Oiya, pemilik (owner) kampus tidak ada salahnya menyimak tulisan ini lho.

Yuk, Mulai Belajar Buat GUI di Jupyter Notebook Python

Jupyter notebook saat ini menjadi IDE andalan pengguna Python. IDE ini sangat membantu pengguna yang “alergi” bermain console. Dengan notebook masalah import library dapat mudah teratasi, yaitu lewat Anaconda Navigator. Nah, itu untuk kode, bagaimana untuk user? Agak kerepotan jika mereka ketika menjalankan sistem harus lewat kode. Di sinilah peran GUI diperlukan, yaitu bagaimana user tinggal memasukan data dan mengeksekusi/memproses data tersebut hanya dengan “single click”.

Salah satu library yang paling banyak digunakan untuk membuat GUI adalah Tkinter. Entah kenapa namanya kayak klub bola gitu. Lagi-lagi jika menggunakan paket Anaconda maka Tkinter bisa diimport. Coba buka Jupyter Notebook, dan jalankan kode sederhana berikut.

  • import tkinter as tk
  • window = tk.Tk()
  • greeting = tk.Label(text=”Hello, Tkinter”)
  • greeting.pack()
  • window.mainloop()

Jalankan (run). Oiya, untuk python versi 3 (terkini) harus menggunakan “t” kecil. Perhatikan ada jendela yang berisi teks “hello, Tkinter” yang merupakan contoh jendela GUI sederhana. Lihat link untuk belajar berikut ini.

Di jaman online, sangat mudah belajar programming. Atau coba link ini untuk yang ingin bahasa Indonesia, misalnya untuk tombol “push button” beserta inputnya. Dikombinasikan dengan Machine Learning maka GUI ini sangat ampuh.

Mengekspor dan Mengimpor BibTex Mendeley

Selain dengan memasukan langsung file pdf paper ke Mendeley, kita bisa juga memasukan paper yang akan disitasi lewat BibTex. File berekstensi *.bib biasanya disediakan oleh pengelola jurnal internasional. Kita tinggal unduh file tersebut dan pindahkan ke Mendeley, secara otomatis Mendeley akan mengeset referensi sesuai dengan style yang kita inginkan, misal IEEE, APA, Harvard, dan lain-lain. Terkadang jurnal-jurnal lokal di Indonesia tidak menyediakan BibTex, jadi mau tidak mau harus memasukan secara manual ke Mendeley. Postingan kali ini bermaksud memberikan alternatif selain input manual, yaitu lewat pembuatan BibTex dari paper yang tidak menyediakan file *.bib.

Membuat Template BibTex

Format BibTex mirip kode XML. Antara buku, jurnal, conference dan bentuk artikel lain berbeda satu sama lain. Hal ini terjadi karena tiap-tiap style membedakan penulisan buku, jurnal, prosiding, dan lainnya. Misalnya kita akan membuat template artikel jurnal. Klik kanan saja pada artikel di Mendeley dan pilih “Export”.

Simpan dengan nama yang kita inginkan, misalnya “Handayanto.bib”. Sebenarnya ada tiga pilihan yang tersedia yaitu BibTex, ris, dan EndNote XML.

Setelah disimpan, buka dengan “notepad” maka akan tampil format/kerangka BibTex yang dapat kita edit dengan paper lain. Pindahkan saja informasi artikel ke “handayanto.bib” yang telah dibuat sebelumnya. Isi point penting seperti author, title, volume, tahun dan lain-lain yang berada di dalam kurung kurawal ” { }”. Hapus informasi tentang file {} karena di sini kita tidak memasukan file.

Simpan dan coba drag ke Mendeley, pastikan dapat digunakan untuk referensi otomatis di naskah paper.

Uji dengan menginput ke naskah. Biasanya referensi terbentuk dengan baik sesuai style referensi yang diinginkan. Tentu saja ini khusus artikel yg tidak ada link download BibTex, kalau ada ya tinggal download dan ekspor ke Mendeley kita.

Sudahkah Mendaftar Github?

Kebanyakan pengembang menggunakan Github untuk sarana sharing kode program. Saya mengenal pertama kali ketika kuliah web technology di Thailand. Waktu itu bahasa pemrograman yang digunakan adalah Ruby and Rails (lihat post-post saya tentang ruby and rails), yang memang pertama kali ditujukan untuk bahasa tersebut. Github terkenal dengan version controlnya. Lumayan ribet. Nah, untuk Anda yang belum memiliki akun di Github, postingan kali sedikit memandu Anda mendaftar Github.

Pertama-tama kunjungi situs Github untuk Join/bergabung. Berikutnya isilah data diri yang diminta oleh Github. Seperti biasa, Anda akan diminta mengisi username, email address, dan password untuk login nanti.

Selanjutnya Anda diminta untuk “mengutak-atik” puzzle, memastikan kalau Anda bukan robot/mesin. Tekan “Select a Plan”.

Pilih “Plan” yang diinginkan, kalau bisa sih yang berbayar. Tapi yang gratis juga ok.

Pilih “Individual – Pick the plan” dilanjutkan dengan mengisi data lain terkait tujuan mendaftar Github.

Lanjutkan dengan menekan “Complete Setup” dan buka email yang didaftarkan barusan untuk konfirmasi. Tekan verifikasi di email, untuk melanjutkan login. Setelah login, Anda diminta membuka email lagi untuk memasukan angka yang harus diisikan. Jika sudah maka Anda siap menggunakan Github. Banyak pro dan kontra ketika situs repository ini dibeli Microsoft. Selamat mencoba, “keep calm and code on”.

Yuk, Mencoba Mencetak “Hello World” di TensorFlow 2.0

TensorFlow (TF) merupakan platform machine learning open source buatan Google. Saat ini TF sudah masuk versi 2.0. Masalah muncul karena antara versi 1.0 dengan versi 2.0 banyak yang berubah. Nah, sesuai judul, ada baiknya Anda memulai belajar versi 2.0 yang katanya lebih simpel, lebih mudah digunakan dan fleksibel ketika berjalan di beragam platform. Sebagai contoh, untuk mencetak “Hello World” di TensorFlow 1.0 adalah sebagai berikut:

  • import tensorflow as tf
  • msg=tf.constant(‘Testing TensorFlow’)
  • sesi=tf.Session()
  • print(sesi.run(msg))

Bandingkan ketika menggunakan TensorFlow 2.0 berikut ini:

  • Import tensorflow as tf
  • msg = tf.constant(‘Hello World’)
  • tf.print(msg)

Versi 2.0 lebih sederhana. Bagaimana jika kita sudah terbiasa menggunakan versi 1.0 dan ingin menerapkan juga di versi 2.0? TensorFlow mengakomodasi masalah tersebut dengan mengimpor versi 1.0 yang kompatibel dengan versi 2.0.

  • import tensorflow.compat.v1 as tf
  • tf.disable_v2_behavior()
  • msg=tf.constant(‘Hello World’)
  • sesi=tf.Session()
  • print(sesi.run(msg))

TensorFlow menyediakan “Automatic Conversion Script” agar Anda tidak perlu mengganti kode satu persatu agar bisa dijalankan di TensorFlow 2.0. Silahkan pelajari lebih lanjut di link resminya ini.

 

Problem Read_CSV Pada Pandas yang Terbaca Satu Kolom

Biasanya kita membuat file Comma Separated Values (CSV) menggunakan Excel, walaupun bisa menggunakan Notepad atau text editor lain. Mungkin banyak yang mengalami masalah ketika menyimpan di Excel dalam pilihan “*.csv”, ternyata ketika dibuka di Python berisi satu kolom, alias tidak terpisah dengan sempurna.

Jika dicari di Google, sedikit sulit karena kebanyakan fokus ke pustaka Pandas. Sebenarnya masalah pada setingan di Windows, khususnya di bagian standarisasi penulisan-penulisan yang melibatkan angka. Postingan ini mencoba memandu untuk merubahan setingan. Pertama-tama coba buka file CSV Anda dengan notepad. Jika tampilannya seperti di bawah ini, dapat dipastikan ketika diekspor ke Python akan berisi satu kolom saja.

Hal tersebut diakibatkan karena ketika Excel menyimpan format tersebut, standar yang digunakan adalah titik koma ” ; ” bukan koma ” , “. Untuk membenahi hal tersebut masuk terlebih dahulu ke Control panel, dan pilih “Change, date, time and number format”. Ganti “List Separator” dari titik koma menjadi koma.

Pastikan kembali setelah file Excel disimpan dan dibuka dengan notepad, titik koma berubah menjadi koma seperti berikut.

Dan ketika coba dijalankan dengan Google Colab, hasilnya ok, alias terekspor ke Python. Perhatikan di bagian bawah yang menyatakan ukuran data berisi jumlah kolom sesuai dengan data CSV-nya. Semoga bermanfaat.

Magang Yuk

Salah satu kebijakan Nadiem adalah bukan hanya sekedar “link and match”, tetapi antara kampus dan industri/pengguna berhubungan erat, bahkan kalau perlu menjadikan tempat kerja sebagai ruang kuliah. Bukan saja sasaran perkuliahan mengantarkan lulusan langsung 100% bekerja, tetapi ketika kuliah pun, para mahasiswa diharapkan sudah dikasih kerjaan oleh pengguna.

Kebijakan para pendahulu terkadang tidak didukung secara sukarela oleh dunia kerja. Dukungan pun terkadang terpaksa yang akibatnya tidak efektif berjalan. Nah, bagaimana konsep magang yang diperkenalkan oleh mendikbud yang baru ini? Apakah dapat berjalan? Sementara kita pantau dan dukung terus. Semoga didukung oleh dunia kerja mengingat menteri kita yang satu ini sejatinya adalah berasal dari dunia kerja, bahkan salah satu pengusaha dari generasi “milenial” yang sukses.

Saya sendiri sempat bekerja di perusahaan IT yang bergerak di perbankan berskala nasional. Antara yang dipelajari di kampus, terkadang “jauh panggang dari api”. Kurikulum didasarkan pada siapa yang ngajar bukan kebutuhan kerja. Bahkan belajar IT sesungguhnya malah dari dunia kerja. Sebenarnya sudah ada masukan dari para pencari kerja, tetapi untuk “menekan” kampus menyesuaikan kurikulum tidak semudah membalik telapak tangan. Alhasil, dunia kerja pasrah saja menerima karyawan baru dengan tambahan biaya pelatihan dan training yang cukup berat.

Ketika ke dunia kampus, ternyata berat juga menyesuaikan kurikulum dengan yang dibutuhkan saat ini. Ketika mengganti satu mata kuliah saja, siap-siap diprotes oleh dosen-dosen yang “kehilangan” mata kuliahnya. Ditambah lagi kerepotan-kerepotan lain terkait dengan kualifikasi pengajar. Jika mengandalkan expert, kesulitan utama adalah waktu yang tidak bisa diatur semaunya oleh kampus. Mungkin dengan online learning, hal ini dapat diatasi, dengan syarat-syarat yang ketat tentunya.

Siang itu, sepi seperti biasa jika perkuliahan libur semester. Para dosen biasanya sibuk mengerjakan riset, menulis paper (untuk yang mau saja), membuat laporan LKD/BKD serdos, dan sebagainya. Tiba-tiba salah satu staf TU memanggil saya katanya ada perusahaan yang meminta mahasiswanya magang. Unik juga, selama menjabat ketua program studi baru kali ini permintaan magang secara langsung. Biasanya harus mencari dahulu, itu pun ujung-ujungnya formalitas belaka dalam rangka pemenuhan kerja praktek/PKL. Yang diminta pun tidak banyak, tetapi di sini skill yang diminta jelas, yaitu pandai mendisain. Bisa diprediksi nanti skill lainnya bakal diminta pula, seperti mobila app, web developer, dan lain-lain. Tapi oke lah, dicoba dulu. Setelah memilih salah satu siswa yang kira-kira sesuai dengan permintaan, proses magang pun berjalan otomatis. Tidak perlu mengajari siswa membuat CV, berlatih wawancara, dan tetek-bengek proses penerimaan kerja lainnya karena secara otomatis mereka dipaksa melakukan itu.

Ternyata ada informasi lain dari mahasiswa bahwa beberapa mahasiswa sudah aktif magang tanpa sepengetahuan saya di salah satu web developer. Sepertinya saya harus mendata lagi, ternyata hal unik terjadi dimana dunia kerja secara gesit menerobos tembok kampus, mencari talenta-talenta yang bahkan oleh kampusnya sendiri tidak disadari. Untuk para akademisi, yuk buka mata, sepertinya era baru pendidikan sudah dimulai.

Beasiswa adalah Hak Kita

Beruntunglah rekan-rekan yang sudah mengambil beasiswa karena saat ini persaingan memperoleh beasiswa cukup berat. Apalagi andalan rekan-rekan dosen non-millenial seperti saya, yaitu BPPDN/BPPLN, sudah mulai kritis kondisinya dan terancam disuntik mati.

Tinggal kini beasiswa unggulan dosen Indonesia (BUDI) yang menjadi sasaran para dosen yang ingin menebus hutang “kuliah”, alias yang belum S3. BUDI, yang merupakan skema LPDP dari departemen keuangan sulit ditembus oleh dosen-dosen rata-rata di Indonesia, apalagi untuk Indonesia timur. Logika sederhananya adalah ketika BPPDN/LN saja tidak lulus, apalagi BUDIDN/LN. Namun jangan berkecil hati, seperti nasehat pewawancara saya dahulu, harus optimis dan jalankan prinsip “coba lagi saja”. Sederhana, tapi manjur, apalagi sambil berdoa. Apalagi jika usia masih di bawah 47 tahun (batas maksimal usia pelamar BUDI).

Apa salahnya melakukan beberapa aktivitas berikut jika Anda seorang dosen yang wajib melaksanakan Tri Darma perguruan tinggi.

1. Riset. Oiya, beberapa skema riset jika ditekuni memiliki anggaran yang melebihi biaya kuliah lho. Jadi selain Facebook, pantau terus situs penelitian ini. Nah, jika kita beruntung menerima hibah, baik besar atau kecil, di Sinta akan tercatat dan bisa “dilirik” oleh calon-calon advisor kita, khususnya yang ingin ambil S3 dalam negeri. Terlebih lagi bisa diakses oleh umum, misalnya riset saya.

2. Kecakapan berbahasa Inggris. Lihat situs resmi BUDI. Di sana mensyaratkan IELTS 6.5 yang merupakan skor yang cukup sulit bagi orang teknik seperti saya. Utk BPPLN, dulu 6.0 masih diperbolehkan. Oiya, saya ikut pelatihan gratis IELST + tes dari DIKTI di Jogja dulu, dapat Skor 6.0 dan dipakai untuk studi lanjut S3 (lihat post saya dahulu), alhamdulillah lancar.

3. Indeks Scopus. Untuk yang ini, kemampuan menulis mutlak diperlukan. Terkait dengan riset, banyak syarat-syarat h-index dan sebagai penulis pertama di paper yang terindeks scopus. Menjadi anggota peneliti tidak dilarang kok. Oiya, jangan sampai belum punya ID Scopus.

4. Sosialisasi. Aktif di forum-forum atau asosiasi profesi tidak ada salahnya. Banyak kenalan di forum yang akhirnya menjadi supervisor S3.

Mungkin itu sedikit gambaran kondisi beasiswa Ristekdikti/BRIN dan bagaimana dosen mengkondisikan dengan aturan-aturan yang ada agar “menarik” di mata pemberi beasiswa. Jangan khawatir, banyak juga lho yang bukan dari pemerintah. Bisa dari kampus tujuan, lembaga internasional, kedutaan negara asing, dan lain-lain. Sekian, semoga menginspirasi.

Membuat Grafik dengan Matplotlib Python

Kelanjutan dari postingan terdahulu tentang Jupyter Notebook Online lewat Collaboration, kali ini akan dicoba untuk pembuatan grafik lewat pustakan andalan Python dalam pembuatan grafik, yaitu Matplotlib. Buka kembali Collaboration, buat notebook baru untuk mengisi instruksi berikut ini lewat File – New Notebook.

  • import numpy as np
  • x=np.array([[1,2,3],[4,5,6]])
  • y=x*2
  • import matplotlib.pyplot as plt
  • plt.scatter(x[0,:],x[1,:])
  • plt.show()

Tiga baris pertama masih membahas matriks pada postingan yang lalu. Fasilitas Array diimpor lewat pustaka NumPy. Perhatikan teknik pembuatan Matriks tersebut. Instruksi keempat mulai memanggil pustaka Matplotlib, khususnya payplot. Nah, pemilihan absis dan ordinat menggunakan teknik manipulasi matriks pada python. Perlu diingat, notas elemen matriks Python berbeda dengan Matlab. Jika matlab dimulai dari satu, pada Python dimulai dari nol. Jadi pada python x[0,:] artinya matriks “x” baris ke nol seluruh kolom, setara dengan Matlab ‘x(1,:)’ baris satu seluruh kolom. Jalankan dengan menekan tombol “Run” di kiri instruksi.

Fungsi plt.scatter bermaksud memanggil pustaka matplotlib, khususnya jenis plot “scatter”. Parameter yang dibutuhkan adalah sumbu absis dan ordinat. Fungsi “plt.show()” akan menampilkan grafik scatter. Jika ingin informasi lebih jauh, bisa mengetik “help(plt)”.

Selamat mencoba, semoga bermanfaat.

 

Merubah Bahasa Inggris ke Indonesia Pada Windows 10

Ketika membeli laptop, saat pertama kali dinyalakan, maka Windows langsung terpasang dengan beberapa setingan yang harus diselesaikan. Waktu itu dipilih bahasa tertentu, misalnya Bahasa Inggris (English). Karena pada laptop tersebut hanya Windows yang berlisensi, maka harus menginstal yang lainnya misalnya Ms Office. Kebetulan tidak tersedia di toko tersebut. Terpaksa ke toko lain yang menjual program. Ketika tiba di toko yang menjual MS Office, dan iseng minta diganti bahasa sistem operasinya, toko tersebut mengatakan jika Windows terlanjur disetting bahasa tertentu, maka tidak bisa dirubah, harus instal ulang Windows. Tentu saja aneh, tidak mungkin Windows sebodoh itu merancang OS. Akhirnya iseng-iseng googling, ketemu langkah-langkahnya di Youtube. Sederhana tetapi tetap saja ribet bagi orang yang sibuk. Berikut kira-kira ringkasan langkah-langkahnya di Windows 10.

1. Masuk ke menu “Settings”

2. Masuk ke menu “Accounts” yang ada di jendela “Settings”.

3. Setelah masuk ke “Accounts”, klik “Sync your settings”.

4. Cari “Language preferences” dan matikan (Off).

5. Mundur lagi dengan menekan simbol “Back” di pojok kiri atas. Masuk ke “Time & Language”.

6. Masuk ke “Language”. Atau “Region & Languages” untuk versi Windows 10 tertentu. Tekan “Add a prefered language” untuk menambahkan bahasa, misalnya Bahasa Indonesia.

7. Pilih Bahasa Indonesia, dilanjutkan dengan menekan tombol “Next”. Jangan lupa, ceklis “Set as my display language” jika belum tercentang. Tekan tombol “Install” di bagian bawah.

8. Karena kita mengeset “Bahasa Indonesia” sebagai display language maka Windows meminta kita “Sign Out”.

9. Sign out, atau Restart juga boleh. Nanti setelah login lagi maka bahasa langsung berubah menjadi bahasa Indonesia, tidak perlu menunggu seminggu seperti bikin e-KTP. Misalnya “Recycled bin” menjadi “keranjang sampah”, dan lain-lain. Sekian, semoga bermanfaat.

Jupyter Notebook Python Online via Collaboratory

Matlab saat ini masih digunakan oleh peneliti-peneliti sebagai alat bantu komputasi. Karena karakternya yang berbayar maka permasalahan lisensi menjadi masalah utama peneliti-peneliti Indonesia yang beranggaran terbatas. Walaupun Matlab sudah menyediakan versi online yang gratis, tetapi untuk fasilitas tertentu harus berlangganan. lihat postingan yg lalu tentang Matlab Android. Sementara itu, Google sangat gencar melakukan riset tentang metode-metode machine learning, misalnya TensorFlow yang terkenal, menggunakan bahasa Python.

Salah satu paket yang menurut saya cukup baik mengelola komputasi adalan Jupyter Notebook yang sudah terinstal lewat paket Anaconda. Bentuknya mirip Matlab yang sudah terintegrasi, hanya saja beberapa sintaks perlu deklarasi “import”. Belum selesai menggunakan Jupyter Notebook, kini versi online sudah tersedia dengan proses yang dilakukan oleh GPU milik Google. Sehingga ketika kita membuka browser lewat HP dan terhubung ke situs Jupyeter Notebook Collaboratory maka ketika memproses, seolah-oleh kita menggunakan super computer pinjaman Google. Bahkan mirip Word, Excell versi Google Drive, kita bisa mengerjakan coding bersama-sama secara online.

Sebagai ilustrasi, di bawah ini saya menggunakan Collaboratory ketika memanipulasi matriks 2×3 lewat fasilitas pengelola matriks terkenal Python bernama “NumPy”.

Kode di atas hanya mengilustrasikan Jupyter Notebook versi online yang dikenal dengan nama “Collaboratory” ketika mengkalkulasi matriks. Praktis karena bisa dilakukan di smartphone tanpa perlu instal Jupyter Notebook dan yang terpenting proses komputasi dilakukan di GPU Google. Untuk pengguna Matlab, sebagai perbandingan lihat instruksi Matlab di bawah ini. Silahkan pilih mana yang menurut Anda baik, kalau saya sih kedua-duanya. Selamat berkoding.

Relasi Antar Tabel dengan Fasilitas Designer Pada Phpmyadmin

Biasanya kita membuat tabel di MySql dengan kode SQL lewat fungsi CREATE TABLE dan seterusnya. Sementara untuk relasi antar tabel menggunakan fungsi ALTER TABLE dilanjutkan dengan FOREIGN KEY dan REFERENCES. Nah untuk versi-versi terbaru Phpmyadmin menyediakan fasilitas designer jika ingin melihat diagram tabel-tabel dalam satu basis data. Postingan ini mungkin bermanfaat bagi kita yang malas mengetik kode sql seperti saya.

Pertama-tama klik basis data yang ingin dibuat relasi antar tabelnya. Perhatikan di bagian paling kanan ada tombol “designer” yang disediakan oleh Phpmyadmin untuk mengelola tabel-tabel yang terlibat. Tekan tombol tersebut untuk membuat relasi antar tabelnya.

Misalnya tabel pinjam memiliki field NPM yang merupakan foreign key dari tabel siswa. Oleh karena itu perlu membuat relasi antara tabel pinjam dengan tabel siswa. Tekan simbol relasi pada icon di jendela designer.

Pilih NPM pada tabel siswa sebagai referenced key. Field ini merupakan primary key tabel siswa.

Berikutnya pilih foreign key pada tabel pinjam.

Pilih “on update” pilih “Cascade” agar ketika NPM berubah di tabel siswa, di tabel pinjam ikut berubah juga.

Jika sudah, tekan OK. Maka selesai sudah pembuatan relasi. Untuk melihat kode SQL lengkapnya bisa dengan mengekspor database tersebut. Caranya dengan menakan tombol “eksport”.

Setelah itu kita diminta menentukan lokasi penyimpanan. Jika dibuka kode SQL tampak ada kode untuk menambah relasi, lengkap dengan “on update cascade”. Selamat mencoba.

 

 

Mengetahui RULE Hasil Training ANFIS.

Berbeda dengan JST yang hasil trainingnya mirip “black box” yang tidak diketahui logikanya, pada Adaptive Neuro-Fuzzy Inference System (ANFIS) hasil trainingnya memiliki logika. Logika ini dikenal dengan istilah RULE. Postingan ini bermaksud menunjukan bagaimana melihat RULE hasil training. Masukan data training, misalnya data yang mirip Logika XoR.

Buka ANFIS editor dengan mengetik “anfisedit” pada command window. Masukan data latih tersebut. Gunakan “From: worksp”.

Rancang FIS yang akan dilatih dengan menekan “Generate FIS” di editor ANFIS.

Di sini di isian “Number of MFs” berisi “3 3” yang artinya tiga kelas input1 dan input2, misal “baik”, “cukup”, “kurang”, bisa juga diganti “2 2” jika hanya dua kategori, misal “baik” dan “buruk” saja. Tentu saja makin banyak kategori biasanya hasil lebih baik, apalagi jika datanya sedikit seperti kasus di contoh ini. Lanjutkan dengan menekan “Train Now”. Jika sudah perhatikan RULE yang terbentuk dengan menekan “Edit” – “Rule”.

In1mf1, dan seterusnya bisa diedit dengan bahasa yang kita mengerti, dengan cara masuk ke menu “edit” – “FIS Proerties”. Mirip caranya dengan mengedit fuzzy inference system (FIS). Berbeda dengan Jaringan Syaraf Tiruan (JST), ANFIS memiliki keunggulan dimana hasil training memiliki logika tertentu. Selanjutnya, uji dengan data sesungguhnya yaitu Logika XoR. Sebelumnya simpan ke “Workspace” misalnya dengan nama “xor”.

Testing dengan data sesungguhnya, yaitu logika XoR.

Jalankan dengan fungsi “evalfis” untuk menguji data “xorlogic” tersebut (kolom 1 dan 2) apakah sama dengan targetnya (kolom 3), yaitu beruturut-turut 0, 1, 1, 0.

Perhatikan “result” dengan jawaban logika xor yang asli, jika result dibulatkan (ketik “round(ans)”) akan menghasilkan jawaban sesungguhnya, alias akurat 100%. Selamat mencoba.