Kategori: Pasca Sarjana

Mengkoneksikan Database Ke Matlab – Bagian 1

Berikut ini akan kita coba menghubungkan Matlab dengan sebuah database, misalnya Microsoft Access 2007. Cara termudah yang menjadi favorit siswa-siswa adalah dengan Open Database Connectivity (ODBC) Windows. Untuk Matlab yang diinstall di Linux, terpaksa Anda menggunakan Java Database Container (JDBC) untuk mengakses database. Buat database berikut, beri nama rab.mdb dan buat satu tabel dengan field2 kode, nama, dan harga.


Baik, kita mulai langkah awal membuat ODBC. Buka Control Panel – Administrative Tool, pilih ODBC. Maka akan muncul jendela ODBC. Klik Add untuk menambah suatu ODBC baru.


Berikutnya Anda diminta memilih driver sesuai software database yang Anda gunakan. Untuk kasus ini pilih Microsoft Access Driver (*.mdb, *.accdb).


Kemudian Anda diminta untuk memberi nama ODBC yang akan diakses Matlab, pilih Select untuk memilih file Microsoft Access, cari letak file tersebut di komputer Anda.


Klik OK, dan Anda telah berhasil membuat ODBC. Untuk tulisan berikutnya kita akan belajar mengkoneksikan ODBC tersebut dengan Matlab. Cao ..


3AS

Creating an Adaptive Neuro Fuzzy Inference System (ANFIS)

Oleh: Dr. Ir. Prabowo Pudjo Widodo, MS. & Rahmadya Trias H., ST., MKom.

Studi Kasus:

Buatlah rancangan Adaptive Neuro Fuzzy Inference System untuk kasus penentuan bonus pegawai restoran berdasarkan pelayanan dan masakan yang disajikan. Gunakan rule yang dibentuk dengan proses learning.

Penyelesaian:

  1. Langkah pertama adalah buka Matlab Anda. Arahkan Current Directory pada posisi folder yang tepat.


  1. Berikutnya kita akan membuat proses learning pada ANFIS. Kembali ke command window, ketik “anfisedit“.


 

  1. Yang perlu diperhatikan adalah kita diminta untuk me-load data. Data yang akan dijadikan sarana training ANFIS adalah gabungan antara masukan dengan keluaran. Dari kombinasi-kombinasi yang mungkin dapat kita bentuk menjadi matrik dengan jumlah kolom sebanyak tiga kolom yang menggambarkan dua masukan dan satu keluaran. Matriks tersebut terdiri dari komposisi beberapa kemungkinan, misalnya jika pelayanan nol dan masakan nol harapannya bonusnya juga nol. Buat matriks pada command window sebagai berikut (sekedar ilustrasi):

    train_data =

     

    0 0 0

    1 0 1

    0 1 1

    2 1 3

    2 2 4

    1 2 3

    3 0 3

    3 1 4

    3 2 5

    4 1 5

    1 4 5

    5 1 6

    5 2 7

    5 3 8

    5 4 9

    5 5 10

    Anda dapat membentuk training data ini selengkap mungkin. Kembali ke ANFIS editor, pada isian load data, klik tombol radio worksp, yang artinya kita akan mengambil data dari workspace command window. Klik Load data, maka kita akan diminta mengisikan variabelnya, ketik: train_data, lalu OK.

  2. Pada isian generate FIS, pilih tombol radio Load from file, karena kita akan memanggil FIS hasil kreasi kita sebelumnya. Klik Load, dan arahkan ke file bonus.fis. Berikutnya pada isian Train FIS, klik Train now. Gunakan Epoch secukupnya, misalnya 10.

     


 

  1. Kemudian kita akan membuat FIS secara otomatis. Pada isian Generate FIS, pilih Grid partition, dilanjutkan dengan mengklik Generate FIS.
  2. Akan muncul jendela isian tentang tipe fungsi keanggotaannya. Pilih misalnya gbellmf dengan masing-masing 3 fungsi yang pada isian number of MFs berisi 3 3. Klik OK. Pada ANFIS info jika kita klik Structure, maka akan muncul informasi neuron pada ANFIS yang baru kita generate tadi.

 


 

  1. Selamat, Anda telah berhasil membuat satu engine FIS dengan cara Training ANFIS. Untuk menyimpan dapat kita lakukan dengan mengklik: file – export. Ada dua pilihan yang tersedia, yaitu to Workspace dan to File. Bila kita pilih to workspace maka hanya akan muncul pada Matlab saat aktif sekarang saja. Bila di-shutdown, data akan hilang. Sebaiknya kita pilih to file agar lebih permanen. Setelah diklik to file, beri nama misalnya bonis. File fuzzy akan tersimpan dengan ekstensi “fis”.
  2. Untuk memperjelas FIS hasil training ANFIS, buka FIS tersebut dengan mengetik pada command window:

    >> fuzzy bonus

     


 

  1. Ganti nama input1 menjadi pelayanan, input2 menjadi masakan dan output menjadi bonus, pada isian Name di Current Variable.

 


 

  1. Dobel klik pada pelayanan, maka akan memunculkan membership function editor, ganti nama yang sesuai misalnya buruk, rata-rata dan baik seperti pada gambar di bawah ini. Lakukan hal yang sama untuk masakan.

     


 

  1. Setelah kita edit nama input beserta fungsi keanggotannya, maka secara otomatis, rule akan berubah mengikuti nama tersebut. Dobel klik pada bagian rule, sehingga memunculkan logika sebagai berikut:

 


 

  1. Berikutnya kita akan menguji fuzzy yang telah kita buat. Kembali ke command window, ketik: fis=readfis(‘bonus’) lalu enter maka Matlab akan meload engine FIS yang kita miliki yaitu bonus.fis. Berarti variabelnya diberi nama “fis”.

    fis=readfis(‘bonus’)

     

    fis =

     

    name: ‘bonus’

    type: ‘sugeno’

    andMethod: ‘prod’

    orMethod: ‘probor’

    defuzzMethod: ‘wtaver’

    impMethod: ‘prod’

    aggMethod: ‘sum’

    input: [1×2 struct]

    output: [1×1 struct]

    rule: [1×9 struct]

 

  1. Berikutnya kita uji misalnya pelayanan buruk, yaitu 1 sedangkan masakannya pun tidak enak. Instruksi yang diperlukan adalah evalfis.

    >> out = evalfis([1 1],fis)

     

    out =

     

    1.6195

     

    Hasil defuzzifikasi, dengan variabel out, adalah 3,2863 yang jika dibandingkan dengan skala 10 masih dibilang buruk.

    >> out = evalfis([5 5],fis)

     

    out =

     

    9.9078

     

    Engine FIS hasil training ANFIS yang telah kita bentuk ini dapat kita aplikasikan dengan GUI yang tersedia pada Matlab agar interaksi dengan user lebih baik.

 

 

 

 

 


Pemrograman Database dengan Applet

By: Rahmadya Trias Handayanto

Java menyediakan fasilitas Applet yang dapat berjalan lewat browser. Tentu saja dengan syarat komputer yang menjalankan applet tersebut telah terinstal Java Development Kit (JDK) yang gratis diungguh dari situs resmi Sun Microsystem. Tulisan ini bermaksud sebagai tutorial dasar membuat aplikasi Applet dengan database MySQL. IDE yang digunakan adalah netbeans yang dapat didonlot gratis di www.netbeans.org.

Buka netbeans IDE Anda lalu buat proyek standar baru. Klik kanan pada package pilih Applet Form. Jika tidak ada cari di Other lalu pilih AWT GUI Form. Maka akan muncul tampilan kosong GUI untuk Applet Anda. Untuk mempercantik tampilan drag pada Swing Container tombol “Panel” dan letakan di GUI kosong Anda. Pada jendela propterties ganti warna sesuai selera Anda.


Gambar GUI Kosong

Agar susunan kontrol dapat diletakan bebas di GUI editor maka kita harus mengklik kanan pada layar GUI, pilih layout kemudian klik “Free Design”. Tambahkan Label, TextField dan Button yang ada pada Swing Control ke GUI kosong Anda dan rubah menjadi NIP, Nama dan Cari. Sehingga jika program dijalankan dan ditekan tombol “Cari” maka akan memunculkan NIP dan Nama pada TextField tetapi akan memunculkan pesan “Data Tidak Ditemukan” jika NIP yang dicari tidak ditemukan.


Gambar Tampilan GUI Applet Hasil Rancangan

Tentu saja jika dirunning, program tersebut belum bisa dijalankan. Untuk menjalankannya kita harus membuat script dengan cara mengklik dua kali pada tombol “Cari”. Ketikan instruksi sebagai berikut:

 

try

{

{

Class.forName(“com.mysql.jdbc.Driver”);

java.sql.Connection con = DriverManager.getConnection(“jdbc:mysql://localhost:3306/karyawan”,”root”,””);

java.sql.PreparedStatement stat = con.prepareStatement(“select * from tabelkaryawan where id=?”);

stat.setString(1,jTextField1.getText());

ResultSet r = stat.executeQuery();

 

if(r.next());

 

{

jTextField1.setText(r.getString(1));

jTextField2.setText(r.getString(2));

}

}

catch(Exception e) {

jTextField1.setText(“”);

System.out.println(“Data Tidak Ditemukan!”);

javax.swing.JOptionPane.showMessageDialog(null,”Tidak ada Data “+ e);

}

}

 

Buatlah database karyawan dengan satu tabel “tabelkaryawan” di MySql. Isikan beberapa nama. Kemudian jalankan, maka akan muncul tampilan sebagai berikut. Selamat Mencba !!


Gambar Tampilan Applet


Creating Database by Datanamic Dezign

By: Rahmadya Trias Handayanto

Seorang Database Administrator (DBA) tidak boleh melewatkan begitu saja fasilitas-fasilitas yang membantu dalam kegiatan sehari-harinya. Salah satunya adalah Computer Aided Software Engineering. Walaupun kemampuan Scripting yang tinggi, namun jika dibutuhkan meramu suatu database yang besar yang melibatkan banyak tabel dan relasi, tidak ada salahnya menggunakan  alat bantu. Misalnya saja untuk Oracle kita bisa menggunakan PL/SQL. Untuk program bantu komersial bisa menggunakan Open ModelSphere (Open Source) ataupun Datanamic Dezign (Lisensi).

Berikut ini salah satu yang bisa dicoba, Datanamic Dezign yang untuk trialnya bisa didonlot dan dipakai untuk jangka waktu 30 hari (satu bulan). Silahkan cari sendiri situsnya (lihat lewat google). Jika sudah siap mari kita install bareng. Dobel Klik file setup dezign trial, klik next pada tampilan welcome wizard, baca license agreemen, lalu klik Next.

Setelah menentukan lokasi tempat software diinstall maka proses instalasi terjadi. Tunggu beberapa saat maka anda telah selesai menginstall dezign. Di tampilan awal Anda diminta mengklik untuk evaluasi (versi trial).

Untuk melihat bagaimana merakit program penjualan dan pembelian sederhana, klik link berikut ini, selamat mencoba … (ada sedikit kesalahan dalam setting tipe data .. sorry)

Using Open ModelSphere for Business Process Modeling

Hari/Tgl/M.Kul/Dosen: Sabtu/30-10-2010/Rahmadya Trias

Software berjenis Computer Aided Software Engineering (CASE) yang beredar di pasaran dimaksudkan untuk mempermudah pengguna dalam membuat suatu perangkat lunak. Beberapa di antaranya harus membeli lisensi (silverrun, powersim, rational rose dan sebagainya) sedangkan beberapa berlisensi open source yang gratis. Salah satunya adalah Open ModelSphare yang akan kita bahas berikut ini. Kita telah mengetahui bahwa jenis CASE ada yang high dan ada yang low. High hanya dimaksudkan untuk modeling sedangkan low bisa membantu programmer membuat coding, walaupun ada beberapa CASE yang sanggup mengkonversi dari modeling menjadi coding.

Setelah didonlot dari situsnya, cobalah untuk menginstalnya. Mari kita bareng-bareng menginstall software Open ModelSphare. Dobel klik pada installer software tersebut. Klik bahasa Inggris, lalu tekan OK hingga menampilkan “Welcome to Open ModelSphere Setup Wizard”. Klik dan sebaiknya baca GNU General Public License versi 3 berikut ini.


Klik “I accept the agreement” lalu tekan next beberapa kali. Setelah memilih letak lokasi instalasi maka akan terjadi proses penginstalan. Setelah FINIS akan muncul program yang telah kita instal berikut ini.


Kita akan diminta CASE jenis apa yang akan kita gunakan. Ada tiga pilihan antara lain Data Model, Business Process Model (BPM) dan UML.


Di sini akan kita coba Busines Process Model dengan model yang sudah lama dikenal antara lain Data Flow Diagram (DFD). Pilih jenis yang sesuai dengan kampus dimana Anda menyelesaikan skripsi. Untuk BSI/Nusa Mandiri biasanya menggunakan Ward-Mellor Notation.


In the link below I try to show you how to use Open ModelSphere in Modeling Business Process. I only show how to add context diagram, nol diagram and detail diagram in brief manner with Gane – Sarson Notation.


 

 

 

 

 


Membuat Fuzzy dgn Toolbox Matlab

Hari/Tgl/Mt Kuliah/Dosen/Kampus: Sabtu/16-10-2010/Metode Riset/Dr. Prabowo – Rahmadya, M.Kom./S2 STMIK Nusa Mandiri

 

Studi Kasus:

Buatlah rancangan Fuzzy Inference System untuk kasus penentuan bonus pegawai restoran berdasarkan pelayanan dan masakan yang disajikan. Gunakan rule Mamdani dengan logika yang tepat.

 

Penyelesaian:

  1. Langkah pertama adalah buka Matlab Anda. Arahkan Current Directory pada posisi folder yang tepat.

 


 

  1. Pada Command Window ketik “fuzzy”, maka akan muncul jendela berikut ini.

     


 

  1. Secara default Matlab menyediakan satu masukan, satu kelauaran dan satu rule bertipe Mamdani. Karena kita diminta untuk membuat dua masukan yaitu pelayanan dan masakan, klik: edit – Add Variable – Klik “input”. Tambahkan pelayanan dan masakan sebagai variabel masukan. Beri nama yang sesuai untuk output, misalnya “bonus”.

 


 

  1. Langkah berikutnya adalah kita membuat fungsi keanggotaan (membership function) untuk input. Misal pelayanan terlebih dahulu, dobel klik pada masukan pelayanan, maka akan muncul jendela baru untuk mengatur fungsi keanggotaan. Yang perlu kita atur adalah nama fungsi keanggotaan, range dan tipe-nya. Nama fungsi keanggotaan pada FIS berupa ciri verbal seperti baik, rata-rata atau buruk. Range menyatakan jangkauan angka misalnya lima menyatakan paling baik, nol menyatakan paling buruk, berarti antara dua dan tiga adalah rata-rata. Coba sendiri membuat fungsi keanggotaan seperti pada gambar di bawah ini. Agar lebih cepat, coba gunakan tipe z, gauss dan s untuk berturut-turut pada fungsi buruk, rata-rata dan baik.

 


 

  1. Dengan cara yang sama dengan langkah keempat, buat untuk masukan masakan. Untuk mudahnya gunakan nama fungsi masakan tidak enak, rata-rata dan enak. Range gunakan jangkauan yang sama untuk pelayanan.

 


 

  1. Berikutnya kita merancang fungsi keanggotaan pada variabel keluaran yaitu bonus. Misalnya kita akan mengkategorikan bonus menjadi banyak, rata-rata dan sedikit. Untuk memudahkan, gunakan range penjumlahan dua masukan yaitu sepuluh. Gunakan fungsi sederhana yaitu fungsi segitiga. Atur nama fungsi serta tipenya sehingga menghasilkan gambar sebagai berikut.

 


 

  1. Jika telah selesai, maka terakhir kita akan membuat logika pada rule. Close terlebih dahulu Membership Function Editor. Dobel klik pada bagian tengah FIS editor. Isikan logika yang sesuai, coba skenario terbaik, terburuk dan rata-rata.

 


 

  1. Untuk melihat apakah sesuai dengan yang diharapkan, klik: view – surface, perhatikan apakah sudah sesuai dengan keinginan.

 


 

  1. Untuk mengatur kecenderungan kita apakah memberi bonus baik atau tidak, dapat kita lakukan dengan mengklik: view – rules. Untuk mengatur kecenderungannya dapat kita lakukan dengan menggeser garis tengah berwarna merah untuk tiap fungsi keanggotaan.

 


 

  1. Selamat, Anda telah berhasil membuat satu engine FIS. Untuk menyimpan dapat kita lakukan dengan mengklik: file – export. Ada dua pilihan yang tersedia, yaitu to Workspace dan to File. Bila kita pilih to workspace maka hanya akan muncul pada Matlab saat aktif sekarang saja. Bila di-shutdown, data akan hilang. Sebaiknya kita pilih to file agar lebih permanen. Setelah diklik to file, beri nama misalnya bonis. File fuzzy akan tersimpan dengan ekstensi “fis”.
  2. Berikutnya kita akan menguji fuzzy yang telah kita buat. Kembali ke command window, ketik: fis=readfis(‘bonus’) lalu enter maka Matlab akan meload engine FIS yang kita miliki yaitu bonus.fis. Berarti variabelnya diberi nama “fis”.

    >> fis=readfis(‘bonus’)

 

  1. Berikutnya kita uji misalnya pelayanan buruk, yaitu 1 sedangkan masakannya pun tidak enak. Instruksi yang diperlukan adalah evalfis.

    >> out = evalfis([1 1],fis)

     

    out =

     

    3.2863

     

    Hasil defuzzifikasi, dengan variabel out, adalah 3,2863 yang jika dibandingkan dengan skala 10 masih dibilang buruk.

    >> out = evalfis([5 5],fis)

     

    out =

     

    7.3379

     

    Selamat Mencoba.

 

 

 

 

 

 


 

Internet Connection Sharring (ICS)

Sumber: http://support.microsoft.com/kb/306126/id-id

Artikel ini menjelaskan cara mempersiapkan dan menggunakan fitur Internet Connection Sharing dalam Microsoft Windows XP. Dengan Internet Connection Sharing, Anda dapat menggunakan komputer yang memiliki jaringan untuk berbagi sambungan tunggal ke Internet.

Cara menggunakan Internet Connection Sharing

Menggunakan Internet Connection Sharing untuk berbagi sambungan Internet, komputer host harus memiliki adapter jaringan yang telah dikonfigurasi untuk menyambungkan ke jaringan internal, dan satu adapter jaringan atau modem telah dikonfigurasi untuk menyambungkan ke Internet.
Pada komputer host

Pada komputer host, ikuti langkah-langkah untuk berbagi sambungan Internet:

  1. Log on ke komputer host sebagai Administrator atau sebagai Pemilik.
  2. Klik Mulai menjalankan, dan kemudian klik Panel Kontrol.
  3. Klik Sambungan Jaringan dan Internet.
  4. Klik Sambungan Jaringan.
  5. Klik kanan sambungan yang Anda gunakan untuk menyambungkan ke Internet. Contohnya, apabila Anda tersambung ke Internet dengan menggunakan modem, klik kanan sambungan yang Anda kehendaki di bawahDial-up.
  6. Klik Properti.
  7. Klik tab Lanjut.
  8. Di bawah Internet Connection Sharing, pilih kotak centang Izinkan pengguna jaringan lain untuk tersambung melalui sambungan Internet komputer ini.
  9. Apabila Anda berbagi sambungan Internet dial-up, pilih kotak centang Melakukan sambungan dial-up kapan saja komputer di jaringan berusaha mengakses Internet jika Anda ingin komputer tersambung ke Internet secara otomatis.
  10. Klik OK. Anda menerima pesan berikut ini:

    Saat Internet Connection Sharing aktif, adapter LAN akan disetel untuk menggunakan IP
    alamat 192.168.0.1. Komputer Anda bisa saja kehilangan konektivitas dengan komputer lainnya di
    dalam jaringan. Apabila komputer lainnya memiliki alamat IP yang tetap, sebaiknya disetel
    untuk memunculkan alamat IP secara otomatis. Anda yakin ingin mengaktifkan Internet
    Connection Sharing?

  11. Klik Ya.

Sambungan ke Internet dibagi ke komputer lainnya pada jaringan area lokal (LAN). Adapter jaringan yang disambungkan ke LAN telah dikonfigurasi dengan alamat IP tetap 192.168.0.1 dan penutup subnet 255.255.255.0
Untuk menyambungkan ke Internet dengan menggunakan sambungan terbagi, Anda harus mengkonfirmasi konfigurasi IP adapter LAN, kemudian mengkonfigurasi komputer klien. Untuk mengkonfirmasi konfigurasi IP adapter LAN, ikuti langkah-langkah berikut ini:

  1. Log on ke komputer klien sebagai Administrator atau sebagai Pemilik.
  2. Klik Mulai menjalankan, dan kemudian klik Panel Kontrol.
  3. Klik Sambungan Jaringan dan Internet.
  4. Klik Sambungan Jaringan.
  5. Klik kanan Sambungan Area Lokal, kemudian klik Properti.
  6. Klik tab Umum, klik Protokol Internet (TCP/IP) di dalam daftar Sambungan ini menggunakan item berikut ini, kemudian klik Properti.
  7. Di dalam kotak dialog Properti Protokol Internet (TCP/IP), klik Munculkan alamat IP secara otomatis (jika belum dipilih), kemudian klik OK.

    Catatan Anda juga dapat menetapkan alamat IP tetap tertentu di dalam kisaran 192.168.0.2 sampai 192.168.0.254. Contohnya, Anda dapat menetapkan alamat IP tetap, penutup subnet, dan gateway default berikut ini:

  8. Alamat IP 192.168.0.2
  9. Penutup Subnet 255.255.255.0
  10. Gateway default 192.168.0.1            
  11. Di dalam kotak dialog Properti Sambungan Area Lokal, klik OK.
  12. Tutup Panel Kontrol.

Untuk mengkonfigurasi komputer klien agar dapat menggunakan sambungan Internet terbagi, ikuti langkah-langkah berikut ini:

  1. Klik Mulai menjalankan, dan kemudian klik Panel Kontrol.
  2. Klik Sambungan Jaringan dan Internet.
  3. Klik Opsi Internet.
  4. Pada kotak dialog Properti Internet, klik tab Sambungan.
  5. Klik tombol Persiapan.
    Wisaya Sambungan Baru mulai berjalan.
  6. Pada halaman Selamat Datang di Wisaya Sambungan Baru, klik Berikutnya.
  7. Klik Sambungkan ke Internet, dan kemudian klik Berikutnya.
  8. Klik Persiapkan sambungan secara manual, dan kemudian klik Berikutnya.
  9. Klik Sambungkan dengan menggunakan sambungan broadband yang selalu aktif, kemudian klik Berikutnya.
  10. Pada halaman Melengkapi Wisaya Sambungan Baru, klik Selesai.
  11. Tutup Panel Kontrol.

Sekarang saat Anda menjalankan Microsoft Internet Explorer, komputer klien akan mencoba menyambungkan ke Internet dengan menggunakan komputer host dengan sambungan Internet yang terbagi.


 

RDBMS dan MySQL

Oleh: Rahmadya Trias H., ST, MKom & Herlawati, S.Si, MM.

Selama bertahun-tahun, dikenal MySQL server sebagai sistem basis data dengan Connecter /J JDBC Driver-nya yang bersifat open source bersama dengan software database lainnya seperti mSQL dan PostgreSQL. Sedangkan perusahaan besar yang memiliki dana yang cukup untuk membeli lisensi menggunakan Microsoft SQL Server atau ORACLE, dan Microsoft Access atau database Foxpro untuk kelas menengah.

Sekarang, dengan meningkatnya penggunaan internet, aplikasi berbasis open source makin diminati. Kemampuannya pun cukup memadai dalam menangani pengelolaan database dengan fungsi-fungsi yang lumayan lengkap. Dan yang terpenting adalah database open source cenderung mudah dirawat karena sistemnya yang transparan.

RDBMS

Diantara ODBMS (Object Database Management Systems), ORDBMS (Object Relational Database Management Systems) dan RDBMS (Relational Database Management Systems), RDBMS paling banyak digunakan karena alur logikanya yang sederhana dan cocok untuk sistem yang membutuhkan integrasi, multi user dan konsisten. Berikut ini adalah beberapa keuntungan yang diperoleh jika menggunakan RDBMS sebagai sistem basis data.

1. Multi User Access

Multi User berarti mengijinkan lebih dari satu user mengakses tabel yang sama. Untuk menghindari kesalahan akibat ketidakkonsistenan dibutuhkan strategi penguncian saat seorang user merubah database. Dengan RDBMS strategi penguncian sangat lengkap dibandingkan sistem flat file (comma atau tab-separated) yang hanya menggunakan single lock. Single lock mengakibatkan antrian yang lama saat seorang user akan merubah (insert/edit) data.

2. Storage Transparancy

Transparansi storage sangat menguntungkan karena software aplikasi tidak perlu tahu bagaimana sistem basis data menyimpan data secara fisik. Sehingga jika lokasi tempat penyimpanan data barubah tidak perlu merubah software aplikasinya. Transparansi storage sangat dibutuhkan untuk sistem yang membutuhkan protokol jaringan dalam bekerjanya.

3. Transaction

Ketika lebih dari satu user yang akan mengakses database kita, maka dikatakan seorang user untuk melakukan transaksi. Untuk menjelaskan contoh transaksi, ada baiknya mengambil sampel sistem perbankan. Misalnya dua orang yang melakukan join account dan tiap orang bisa melakukan transaksi, katakanlah penarikan tunai Rp. 20 juta. Diperlukan testing yang dinamakan ACID test, singkatan dari Atomicity, Concistency, Isolation and Durability. MySQL belum memenuhi syarat test ACID, akan tetapi setelah dimunculkannya fungsi new BDB dan InnoDB tables type, MySQL memenuhi syarat test ACID.

4. Sortir, Modifikasi dan Analisa Data

Tanpa ada fungsi tambahan, misalnya dalam flat file, diperlukan waktu yang lama untuk mensortir, misal dengan algoritma B-trees, hashes dan sebagainya. Sedangkan dengan RDBMS kita dengan mudah memanfaatkan fungsi indexing (sebagai informasi, Windows 7 saat ini telah menggunakan fungsi idexing dalam mencari suatu file). Intinya, dengan RDBMS kita telah diberikan fasilitas untuk menangan seluruh fungsi sortir, modifikasi dan analisa data.

5. Ad Hoc Queries

Ad Hoc Queries dibutuhkan saat kita akan menerima data dengan parameter tertentu. Flat file tida bisa digunakan karena tiap data memiliki karakteristik yang berbeda. Kebanyak RDBMS menggunakan standar Structure Query Language (SQL) dalam mengakses databasenya. SQL mengintruksikan “apa” data yang akan diolah bukan “bagaimana” mengolah datanya.

Key Performance Indicators (KPIs)

Tiap institusi punya visi dan misi yang pada akhirnya memiliki tujuan tertentu. Tujuan tiap institusi pun berbeda karakteristiknya, misalnya antara industri yang bertujuan mencari keuntungan, menguasai pasar, dan sebagainya akan berbeda dengan universitas yang bertujuan meningkatkan jumlah lulusan, jumlah yang diterima kerja dan sebagainya. Untuk itu kita perlu memantau apakah aktivitas dan hasil yang kita jalani sesuai dengan tujuan (goal) institusi? Salah satu indikatornya dinamakan Key Performance Indicators (KPIs). Oleh karena itu KPI harus memiliki karakteristik antara lain: Merefleksikan tujuan insitusi, dapat diukur (measurable), sebagai kunci sukses organisasi.

Salah satu buku yang lumayan bagus membahas KPIs adalah “Key Performance Indicators – Developing, Implementing, and Winning KPIs” karangan David Parmentir. Dalam buku itu ternyata KPI bagian rinci dari KRIs, RIs dan PIs, seperti tampak pada gambar di bawah ini:


Gambar Empat Tipe Pengukuran Performa (hal 2)

Contoh KRIs antara lain: Kepuasan pelanggan, Keuntungan Bersih di luar pajak, Pelanggan yg menguntungkan, kepuasan pelanggan, nilai return dari ongkos pegawai. Sedangkan Performance Indicators (PIs) sedikit berbeda, sebagai contoh: Persentase kenaikan penjualan 10%, Komplain dari pelanggan, Keterlambatan atas konsumen kunci dan sebagainya. Sedangkan RIs merupakan ringkasan aktivitas, di bagian dalam KRIs antara lain misalnya: Keuntungan bersih dari produk utama, Penjualan kemarin, Komplain dari pelanggan kunci.

Bagaimana dengan KPIs? Kemampuan menentukan KPIs sangat menentukan pula kemajuan dari organisasi dalam menuju tujuan dan mencapai visi dan misi-nya. Berikut ini contoh KPIs yang buruk (http://management.about.com/cs/generalmanagement/a/keyperfindic_2.htm):

  • Title of KPI: Increase Sales
  • Defined: Change in Sales volume from month to month
  • Measured: Total of Sales By Region for all region
  • Target: Increase each month

Mengapa demikian? Peningkatan penjualan tidak dijelaskan berapa rupiah/dollar-kah peningkatannya? Berdasarkan list price ataukah sales price? Bagaimana kita bisa menjamin penghitungan total penjualan tiap region tidak saling tumpang tindih?

Sedangkan KPIs yang baik dapat diambil contoh sebagai berikut:

  • Title of KPI: Employee Turnover
  • Defined: The total of the number of employees who resign for whatever reason, plus the number of employees terminated for performance reasons, and that total divided by the number of employees at the beginning of the year. Employees lost due to Reductions in Force (RIF) will not be included in this calculation.
  • Measured: The HRIS contains records of each employee. The separation section lists reason and date of separation for each employee. Monthly, or when requested by the SVP, the HRIS group will query the database and provide Department Heads with Turnover Reports. HRIS will post graphs of each report on the Intranet.
  • Target: Reduce Employee Turnover by 5% per year.

Berikutnya adalah, apa yang kita perbuat terhadap KPIs yang telah kita tentukan tersebut? Jadikanlah KPIs sebagai perlengkapan manajemen performa. Yakinkan bahwa tiap pegawai menyadari dan berfokus kepada KPIs tersebut. Kalau perlu tempelkan pada dinding ruang kantor, tempat makan bahkan di kamar mandi.



 

FIS – ANFIS – NEURAL NETWORK DGN MATLAB

Riset yang berkaitan dengan Soft Computing saat ini sedang marak dari bidang sains, teknik hingga kedokteran. Sedangkan buku yang berisi penerapan langsungnya dirasa jarang, apalagi yang berbahasa Indonesia. Oleh karena itu, rencananya Kami akan membuat buku panduan pengguanaan MATLAB berbasis GUI tentang bidang-bidang Soft Computing yang terkenal yaitu FIS, ANFIS dan NN. Berikut ini rancangan buku tersebut, kami mengharapkan masukan dari siapapun .. Bismillahirrohmaanirrohiim.

 Judul:
Penerapan Logika Fuzzy dan Jaringan Syaraf Tiruan berbasis GUI dengan MATLAB

DAFTAR ISI

Kata Pengantar     
Daftar Isi     
I. Teori Dasar Fuzzy Inference System (FIS)    
1.1.
1.2.
…
1.x. Studi Kasus Penerapan FIS dengan MATLAB

II. Teori Dasar Adaptive Neuro-Fuzzy Inference System
(ANFIS)    
2.1.
2.2.
…
2.x. Studi Kasus Penerapan ANFIS dengan MATLAB

 III. Teori Dasar Jaringan Syaraf Tiruan    
3.1.
3.2.
…

3.x. Studi Kasus Penerapan Jaringan Syaraf Tiruan dengan MATLAB    
 IV. Kompilasi     
4.1. Project Deployment
4.2. Packaging

Penutup    
Daftar Pustaka    


Pertemuan III: Rekayasa Perangkat Lunak

Hari/Tgl : Sabtu, 17 April 2010

Pertemuan ini membahas analisa model. Berikut kelompok yang telah dibentuk yang akan digunakan untuk presentasi tugas pertemuan VII nanti. Hari ini diminta membuat ER diagram untuk bahan pembentukan database fisik dengan bantuan Datanamic Dezign. Berikut pembagian kelompok serta target software database yang wajib digunakan.

Kelompok I: Warsono, Ucok, Imam, Heri suranto dan Yaenuri. -> OK (rental vcd) -> Access

Kelompok II: Ahmad Zaki, Deden Fazih -> Ok (peminjaman buku) -> MySQL

Kelompok III: Didit, Gigih, Ipin, Warmansyah dan Wasis -> Ok (peminjaman buku) ->MysQL

Kelompok IV: Herman, Ivan, Enrico, Datuk dan Nugroho -> Ok(pengajuan kepegawaian) -> MS Sql Server 2005

Kelompok V: Heru, Mardianto, Eka, Nanang dan hendra -> Ok (Rumah Sakit) -> Postgree SQL 8

Kelompok VI: Teguh, Wahyu, Fitri, Risda, dan Laili -> Ok (bank) ->Ms SQL Server 2005

Kelompok VII: Rahmadsyah, Dadang, M. Jatmiko, Baki dan Alief -> belum ada -> PostgreeSQL 8.

Kelompok IV:

UTS Metode Riset

Manfaat: diri sendiri, masyarakat, institusi, kampus

Tinjauan Obyek Studi: dibahas teknologi Penutup: pentingnya penelitian ini. Penelitian … sangat penting karena memberi kontribusi

Harapan, ada dua harapan : 1) proposal diterima, 2) pelaksanaan penelitian berjalan lancar. Harapan yang lain dituliskan bebas.

Verifikasi: model – perlengkapan komputer Validasi: model – dunia nyata.

Acak : tiap individu punya kesempatan yang sama Sembarang: tidak setiap anggota populasi dipilih menjadi sample. Biasanya riset SEM sembarang, oleh karena supaya bisa diolah harus acak, maka syarat probabilitas 0,05 harus terpenuhi !

Pa Prabowo: Tadi ada rombongan ibu – ibu, “Kok ga pake batik?”, kata pa Bowo. Eh … ternyata seragam volly pantai -nya batik. Weeeeehh

Pertemuan IV: Metode Riset

BAB I    PENDAHULUAN

BAB II   LANDASAN TEORI

BAB III  METODOLOGI PENELITIAN

________Pembangunan Sistem / Prototipe

BAB IV  HASIL DAN PEMBAHASAN

BAB V   KESIMPULAN DAN SARAN

Daftar istilah jika 6 atau 7 ditambahkan di bab I, kalo banyak lampirkan di glosary.

 

BAB I:

Latar Belakang (jangan terlalu luas)

Masalah Penelitian

Identifikasi Masalah (masalah yang bisa diangkat dari thessis yg dibuat)

Batasan Masalah (memang memungkinkan tapi  mengingat waktu, biaya dan tenaga, penelitian ini hanya dibatasi ….).

Rumusan Masalah (pasang dalam bentuk kalimat tanya, bisa satu atau beberapa – riset question: faktor2 apa sajakah yang … bagaimana membuat suatu prototipe ..? dll). Setiap jawab dari inti masalah harus tercermin di kesimpulan !! Kalo masalah 3 item, di kesimpulan min 3. Rumusan masalah menyentuh hipotesis sehingga bisa lebih dari 3 item. Hubugannya dengan hipotesis? Item2 yang perlu diuji.

Ct. Bgmn tata kelola it di bsi? Berapa besar tngkat kematangan tata kelola bsi saat ini? Bgmn cara perbaikan yg harus dilakukan? Hipo: dlm penelitian ini diajukan hipotesis sbb: kalimat if – then, hipotesis 0: ct: Menurut ITG1 2005 current status untuk it gov pada level 2. Diduga tingkat kematangan tata kelola bsi saat ini berada pada level 2. (target perbaikannya di 3,5)

Tujuan dan Manfaat

Tujuan: tercermin dari apa yg dtuangkan dlm rumusan masalah, misal: memperoleh info tata kelola saat ini, memperoleh gambaran tingkat kematangan, merangkum apa yang harus dilakukan ke depan. Keterkaitannya dengan pemilik perusahaan atau pihak2 yang terkait dengan obyek penelitian.

Manfaat

Sistematika Penulisan

(boleh ditambahkan daftar istilah, kalo banyak tambahkan di lampiran glosary.

 

BAB II:

Tinjauan Pustaka : harus match dengan judul yg dipilih, IT Gov, tata kelola, dll. Ditarik dari text book atau jurnal2 terkait yang lain (disarankan text book saja). Louden, O’brien, Lukman, dsb. Cobit 4.0. IT IL

Tinjauan Studi Terdahulu yang Terkait (riset2 yang lalu atau di tempat lain ada kaitannya dengan judul/penelitian Anda – usahakan minimal 3). Jika akses di internet: kapan aksesnya?

Tinjauan Obyek Penelitian  (jangan hanya struktur organisasi)

Kerangka Konsep Penelitian

Kerangka Pemikiran (pemecahan masalah): pendekatan yang akan dilakukan, bentuknya diagram alir, namun demikian sajikan di jalannya uraian terhadap gambar itu. Singkat saja !!! misal nama variabel, kisi2 penelitian.

Langkah-langkah Penelitian

Hipotesis  : Link dengan rumusan masalah yang membutuhkan hipotesis. Ketika merumuskan hipotesis Anda harus mempunyai patokan knp hipotesis keluar? Hipotesis ini dikembankan atas dasar ketentuan yang dituangkan dalam ITGI 2005 (Cobit) …

 

BAB III:

Jenis Penelitian: Riset seperti ini banyak ragamnya, 1) bersifat diskriptif 2) Eksplanatif – menjelaskan mengenai pengaruh…thd… 3) Eksploratif – belum ada basis konsepnya, tata kelola di perusah A blm di audit. Boleh dipetik dari buku2 metodologi yang lain.

Variabel Penelitian (penting: variabel operasi), variabel eksogen – mempengaruhi variabel lain (asal tanda panah), variabel endogen – dipengaruhi dan mempengaruhi variabel lain.

Metode Pemilihan Sampel:  gariskan dulu populasi dlm penelitian ini adalah …, apa itu sample-nya: sampel adalah individu yang …, Teknik penarikan Sample (beda acak dgn sembarang). Acak=random sampling, sembarang=porposif sampling – tidak semua mendapat kesempatan yang sama.

JUMLah = Merepresentasikan tidak? SEM: lebih dari 100. (dilebihkan agar tetap 100 jika ada yg didelete). Di hasil : disampaikan – sample-nya adalah …

Metode Pengumpulan Data : Harus disebutkan 2 data: primer dan sekunder. Primer didapatkan dari observasi/sensus di lapangan. Data sekunder diambil dari data pustaka, jurnal, publikasi terkait atau akses internet.

Instrumen Penelitian: berkaitan dengan data primer, bentuknya bisa daftar kuesioner yg memiliki format end – close atau open.

End – close: dalam bentuk pernyataan, sy menyukai produk ini karena kemudahannya – tinggal di contreng (tegas: ss, ts,..).

Skala pengukuran bisa lickert (skala 1 – 5), gootman dan semantik diferensial (skala interval – ujungnya saja – dgn cara menyilang tanda). Lickert dirubah parametrik dengan suksessive interval.

Jika skala sdh minimal interval ?

Instrumen peelitian ditarik dari kisi-kisi. Misal: Indikator kemudahan, 4 pertanyaan. Instrumen selengkapnya dapat dilihat pada lampiran.

End – open: Bagaimana motivasi belajar di lingkungan subbid A? Teknik mengolahnya menggunakan ez-text.

Metode Analisis : Dikenalkan dlm 2 bentuk, 1) deskriptif – tdk menyimpulkan 2) inferensial – boleh menarik kesimpulan. Pengujian hipotesis dilakukan dengan uji-t.

Ct. Bgmn tata kelola it di bsi? àdeskriptif

Berapa besar tngkat kematangan tata kelola bsi saat ini? àKuantitatif

Bgmn cara perbaikan yg harus dilakukan? à deskriptif. Grafik jaringan sarang laba2.

Biaya dan Jadwal Penelitian

 Risalah Singkat Penelitian : Merupakan penelitian yg penting bagi user karena .. meningkatkan revenue, efektivitas dan sebagainya.

Harapan-harapan yang terkait dengan :

Persetujuan Proposal Penelitian: Diharapkan proposal ini dapat diterima. Penelitian berjalan dengan lancar.

Kelancaran Pelaksanaan Penelitian

NOTE: Selain hasil dan pembahasan harus dilanjutkan dengan implikasi penelitian (aspek manajerial, aspek sistem dan aspek penelitian lanjutan).

PERTEMUAN III: DECISION SUPPORT SYSTEM & METODE RISET

Hari/Tanggal : Jum’at & Sabtu, 28-29 Agustus 2009

Dosen: Dr. Prabowo Pujo Widodo

Pada mata kuliah decision support system (sistem pakar), pa Prabowo memberikan software Balance Score Card. Software ini biasa digunakan untuk mencari faktor-faktor dalam strategi suatu perusahaan/institusi (visi, misi, titik lemah, titik kuat dan sebagainya). Apakah perlu menambah pegawai dan sebagainya bisa memanfaatkan software ini. Software ini lumayan baik, terbukti banyak siswa yang menampakkan “wajah kagum” (istilah yang diberikan oleh pa Prabowo).

Software balance score card bisa diinstall asalkan tidak terinstall transtool di laptop kita (software rekso). Untuk temen – temen yang ngambil konstentrasi e-business kayaknya ga diberi software tersebut oleh pa Prabowo, sebaiknya minta dari temen2 MIS.

Untuk Metode Riset, hari ini diajarkan cara pembuatan proposal. Power pointnya ada pada kami. Setelah selesai kuliah, banyak siswa yang mengajukan proposal, termasuk saya yang mengajukan tugas pa Dana (IT Policy & Strategic Mngmt) untuk dijadikan Thessis. Dan disarankan mengambil judul pemilihan strategi dengan software bantuan AHP (expert choice). Untuk kuesionernya sedikit berbeda dengan bu Nita c.s yang sepertinya menggunakan AMOS. Dengan tambahan utaut pada variabel mediatory-nya (apa itu? variabel yang mendukung pengaruh satu variabel dengan variabel lainnya). Yang menarik adalah Faisal yang mengajukan DRP (disaster resource planning – kalo ga salah sih).

Yang terpenting adalah dalam pemilihan judul harus mengetengahkan aspek IT (supaya tidak sama dengan jurusan Magister Management). Oke deh Pak !!

Pertemuan II: Decision Support System

Dosen: Dr. Prabowo P.W

Ruang: 101

Hari: Jumat, 14 Agustus 09

Setelah pertemuan minggu lalu pa Prabowo memberikan software DS Win2, sekarang diberikan lagi software expert choice. Lumayan bisa digunakan untuk membandingkan produk-produk yang akan kita gunakan. Misalnya kita akan memilih, motor matic mana saja yang akan kita beli (skywave, spin, vario dan mio).

Expert

Cara membandingkannya adalah, misal skywave: tenaganya dibanding spin berapa kali, dibanding vario berapa kali dan dibanding mio berapa kali. Tentu saja  subyektif, tetapi kalo yang memberi jawaban samplenya banyak, lumayan akurat sih.

Di akhir kuliah pa Prabowo cerita, seorang wanita yang mengalami masalah di duburnya sedang berobat. “pa dokter, sy sakit apa ya?”, kata si ibu. “Oke, kalo gitu saya periksa dengan termometer dulu”. Akhirnya diperiksalah si ibu. “Pa dokter, itu bukan dubur!”, kata si ibu, kaget. “Tenang bu, ini juga bukan termometer kok”.