Business Intelligence

Membicarakan Business Intelligence (BI), berarti membicarakan penerapan teknologi informasi untuk meningkatkan produktivitas dan daya saing sebuah organisasi. Ada salah satu makalah yang bisa diunduh gratis untuk merunut dasar-dasar istilah andalan bidang Sistem Informasi (SI) ini. Selain itu silahkan baca artikel-artikel referensi yang disitasi oleh artikel jenis review tersebut.

Singkat kata, BI memanfaatkan metode-metode baik yang lawas yang terdapat dalam Sistem Pengambil Keputusan (Decesion Support System) dengan teknologi pendukungnya seperti Data Warehouse, Machine Learning, maupun teknologi terkini yang masuk Industri 4.0 seperti Big Data, AI, dan lainya. Bagan berikut bisa dijadikan patokan framework BI:

Sebelumnya harus bisa dibedakan Online Transaction Processing (OLTP) yang bertanggung jawab terhadap data transaksi dengan Online Analytical Processing (OLAP) untuk analisis yang dipakai pada framework BI. Data Mart sangat penting untuk mendukung pengambil keputusan. Data ini memang ekstrak dari data total yang bersumber dari Data Warehouse yang menggunakan istilah Extract Transform Load (ETL) yang sumbernya bisa dari dalam dan bisa juga dari luar (internet).

Jadi BI memang luas dan melibatkan teknologi-teknologi sehingga beberapa institusi sudah menjadikan BI sebagai jurusan baru yang terpisah dari jurusan Teknik Informatika, Teknologi Informasi, maupun Sistem Informasi. Yuk, yang tertarik dengan bidang ini segera mempelajari informasi terkininya lewat jurnal-jurnal.

Audit Keamanan Informasi

Dulu pernah diminta mengajar mata kuliah keamanan sistem informasi, dari dasar-dasar serangan siber, enkripsi, dan sejenisnya. Tetapi ketika beralih ke jurusan sistem informasi, ternyata ada yang namanya audit keamanan sistem informasi. Nah, ini di Indonesia sedang digodok aturannya oleh Badan Siber dan Sandi Nasional (BSSN). Dulu divisi kemanan transaksi elektronik di luar BSSN dibawah Indonesia Security Incident Response Team on Internet Infrastructure/Coordination Center (ID-SIRTII/CC) dan sekarang digabung dengan lembaga sandi negara menjadi BSSN, bahkan lembaga sandi negara ditunjuk sebagai pengatur lembaga baru tersebut.

Penilaian & Audit Keamanan Transaksi Perdagangan Berbasis Elektronik

Era disrupsi memiliki konsekuensi dari sisi transaksi yang mengharuskan dalam bentuk elektronik. Bahkan dari sisi audit jika ditemukan dua jenis bukti (elektronik dan paper) maka yang elektronik memiliki kekuatan yang lebih besar. Saat ini hampir sebagian besar transaksi keuangan bersifat elektronik. Jadi audit tentang transaksi ini mutlak diperlukan.

Kekurangan Auditor

Saat ini di Indonesia jumlah auditor hanya 300-an menurut asosiasi auditor sistem informasi di Indonesia (IASII) padahal kebutuhan di tanah air cukup tinggi. Sebagai informasi negara-negara tetangga seperti Thailand, Vietnam, dan Filipina sudah kelebihan auditor dan siap-siap masuk ke Indonesia untuk mensuplai kebutuhan auditor. India? Jangan ditanya, sudah sejak lama mereka masuk bahkan IASII kerap mem-briefing auditor-auditor India yang akan bertugas di Indonesia, waduh. Apalagi perjanjian-perjanjian seperti AFTAA, WTO, MEA, dan lain-lain kebanyakan sudah ditandatangani pemerintah.

Pembentukan Aturan

Memang aturan mudah dibentuk, tetapi jika tidak memandang dunia internasional, agak sulit di era globalisasi ini. Tampak wakil dari praktisi sepertinya keberatan jika auditor harus disertifikasi ulang oleh BSSN mengingat mereka sudah memiliki sertifikasi internasional. Jika aturan dibuat sendiri sertifikasinya, tetangga apalagi internasional akan menanyakan apa itu BSSN, maklum tidak mengenalnya. Bahkan dari asosiasi mempertanyakan mengapa e-KTP yang budgetnya trilyunan tidak diaudit keamanan informasinya, sementara nanti para pengusaha dengan budget yang sedikit diharuskan untuk diaudit keamanan transaksi online-nya. Sepertinya perlu dikomunikasikan dengan para praktisi sebelum aturannya dibuat, dan segera mengingat dunia startup, terutama bidang finansial (misal fintech, paytren, dll) sudah mulai merambah. Sekian sekilas info.

Benarkah “IT doesn’t Matter?”

Salah satu mata kuliah pasca yang rumit adalah mata kuliah “IT Strategic” karena melibatkan faktor-faktor sosial yang memang sulit diukur. Dalam salah satu buku wajibnya adalah buku yang berjudul “Corporate IT Strategic” karya Lynda M. Applegate. Dalam kolom khususnya, disinggung suatu tulisan yang cukup heboh seperti judul di atas, “IT Doesn’t Matter”. Singkatnya tulisan tersebut membahas IT yang saat ini tidak menjadi faktor penentu keberhasilan suatu organisasi. Beberapa survey dilakukan ke perusahaan-perusahaan dan hasilnya ternyata IT di organisasinya tidak memiliki dampak signifikan dibanding biaya yang dikeluarkannya. Sebabnya karena IT sudah menjadi barang umum yang hampir semua organisasi memiliki atau memanfaatkannya. Seandainya suatu perusahaan menerapkan IT sebagai strategi bisnis, toh perusahaan lain dengan mudahnya ikut menerapkan lewat membeli dari vendor-vendor IT yang banyak bermunculan.

Tulisan yang dipublikasi di majalah Harvard Business Review (HBR) oleh Carr edisi Mei 2003 tersebut membuat heboh bidang sistem/teknologi informasi. Maklum majalah terkenal itu merupakan bacaan wajib para pemerhati bisnis. Protes pun bermunculan.

Surat dari Petinggi Xerox

Terus terang buku itu tebal dan berat sekali bagi yang baru belajar membaca teks bahasa Inggris, termasuk saya waktu kuliah pasca dulu. Tapi sebenarnya sangat berbobot dan memiliki dampak yang signifikan terhadap perkembangan bisnis saat ini. Beragam surat balasan bermunculan, salah satunya dari Brown, seorang petinggi dari Xerox.

Brown menyindir Carr yang dalam menganalogikan IT dengan mesin, listrik, dan komponen-komponen industri lainnya. Sebaliknya IT sesungguhnya memiliki dampak yang tidak langsung dalam memberi keuntungan suatu perusahaan. Strategi yang dimunculkan oleh suatu perusahaan yang menerapkan IT dalam proses bisnisnya terletak pada inovasi-inovasi yang bermunculan dengan adanya perkembangan teknologi IT seperti internet yang kian cepat dan terjangkau, aplikasi-aplikasi yang kian mudah dibuat, dan sebagainya.

Disrupsi

Memang buku karya Applegate muncul sebelum era disrupsi yang mengahantam perusahaan-perusahaan besar hingga runtuh. Tetapi ternyata tidak membutuhkan waktu lama ketika era disrupsi yang dimotori oleh startup-startup seperti grab, gojek, fintech, airbnb, dan kawan-kawan menghancurkan perusahaan-perusahaan yang lalai bahwa perkembangan IT memungkinkan inovasi-inovasi bisnis yang bahkan muncul bukan dari pesaing tetapi dari pendatang baru yang tidak pernah dideteksi sebelumnya lewat metode konvensional, seperti Strengths, Weaknesses, Opportunity, and Threats (SWOT).

Bagaimana respon dari petinggi-petinggi organisasi lainnya selain dari Xerox, silahkan baca rujukan aslinya yang sangat seru (termasuk co-author buku tersebut, McFarlan), mirip baca novel-novel, tapi seputar dunia bisnis, dan sistem/teknologi informasi.

Referensi

Lynda M. Applegate, R.D. Austin, and F. W. McFarlan. “Corporate Information Strategy and Management – 7th Ed, Text and Cases”. New york, McGraw-Hill.

Mengenal Istilah-Istilah dalam Audit Sistem Informasi

Audit SI merupakan subyek sistem informasi yang kian penting bahkan untuk bidang lainnya seperti accounting. Hal ini terjadi karena peran IT pada suatu organisasi yang kian penting dan melekat dengan sistem yang ada. Untuk bisa mengikuti perkembangan audit SI ada baiknya mengenal terlebih dahulu istilah-istilah yang kerap digunakan dalam literatur Audit SI.

  • GEIT: Governance of Enterprise IT. Atau sering diistilahkan dengan IT governance.
  • COBIT: Control Objective for Information and Related Technology. Saat tulisan ini dibuat masuk COBIT versi 5.
  • ITIL: Information Technology Infrastructure Library.
  • TOGAF: The Open Group Architecture Framework.
  • ISO: International Organization for Standardization. Untuk audit: ISO27001 dan ISO/IEC 38500:2008.
  • ISACA: Information Systems Audit & Control Association. Merupakan badan pencetus COBIT.
  • GRC: Governance, Risk, and Compliance
  • ISCA: Information Systems Control and Audit. Istilah lain dari Audit SI yang sering digunakan di kampus lain di luar negeri.
  • CEO: Chief Executive Officers, CFO: Chief Financial Officer, dan CIO: Chief Information Officers. Merupakan jabatan-jabatan level atas dalam manajemen.
  • ERM: Enterprise Risk Management
  • FAS: Financial Accounting Standards
  • IAS: International Accounting Standards

Mungkin istilah-istilah di atas merupakan istilah yang sering dijumpai berualang kali di buku Audit SI. Ada baiknya selalu diingat agar membacanya jadi lancar. Juga istilah-istilah asing seperti compliance, conformance, governance, dan lain-lain ketika membaca rujukan asing. Berikutnya istilah-istilah dalam proses audit, antra lain:

  • Exposure. Yaitu seberapa besar kehilangan yang diakibatkan dari resiko yang terjadi.
  • Threat. Suatu entitas, lingkungan, kejadian, atau hal-hal lain yang berpotensi membahayakan sistem perangkat lunak atau komponen-komponennya lewat akses yang tidak diperbolehkan/diijinkan, perusakan, modifikasi ilegal, denial of service, dan sejenisnya.
  • Likelihood. Seberapa besar kemungkinan threat menyerang sistem yang ada. Oleh karena pengamanan harus diberikan menyesuaikan likelihood suatu threat yang dianalisa.
  • Attack. Merupakan aksi nyata dari threat yang mengakses sistem secara ilegal. Biasanya attack ini berasal dari luar yang mengeksploitasi ketersediaan sistem yang ada agar berhenti/tidak bekerja.
  • CIA: Confidentiality, Integrity or Availability. Tiga komponen kemananan yang menjaga sistem yang ada dan selalu dijadikan target sasaran attack.
  • Risk. Potensi yang mungkin terjadi ketika ada eksploitasi dari attack yang merusak availability/ketersediaan, sehingga merusak aset yang ada. Risk analysis diperlukan untuk menganalisa seberapa besar potensi suatu resiko berpengaruh terhadap organisasi.

Mungkin istilah-istilah di atas dapat membantu untuk membaca literatur tentang Audit Sistem Informasi. Mudah-mudahan bermanfaat, salah satunya bagi saya yang sering lupa, selamat belajar Audit SI.

Mengenal Istilah “SOLID” dalam Disain Berbasis Objek

Selain Unified Modeling Language (UML) dikenal istilah lain yang agak baru lagi, yaitu SOLID (dalam disain berbasis objek). Istilah ini muncul dari saran Uncle Bob (Robert C. Martin), yang berisi empat prinsip dalam disain berbasis objek. Lima prinsip tersebut antara lain:

1. S – Single-responsibility principle

Prinsip ini mewajibkan suatu kelas (class) sebaiknya hanya memiliki satu tugas. Jangan sampai satu kelas memiliki lebih dari satu tugas. Sebagai contoh suatu program bermaksud menghitung luas seluruh bentuk, misal lingkaran, bujur sangkar, dan lain-lain. Suatu kelas yang berisi perhitungan total area beserta outputnya sebaiknya dihindari. Sesuai prinsip “single-responsibility principle (SRP)” sebaiknya kelas totalArea(shape) dipisahkan dengan outputArea(area). Jadi kelas totalArea hanya berisi perhitungan area sementara outputArea memiliki tugas menampilkan keluaran apakah JASON, HTML, atau format lainnya.

2. O – Open-closed principle

Terbuka di sini menyatakan suatu kelas bisa di extend tetapi “closed” dalam artian tidak perlu memodifikasi kelas sebelumnya. Misal kasus sebelumnya, menghitung total luas area beberapa bangun. Dengan memisahkan kelas totalArea dan outputArea, SRP terpenuhi. Tetapi jika ingin menambah satu bentuk baru, misalnya segitiga maka kelas totalArea terkadang harus di-modif, terutama di loopingnya. Hal ini melanggar prinsip “tak memodif”. Untuk mengatasi hal tersebut, tiap kelas bentuk/bangun, Shape, menyertakan suatu interface berupa implement, yaitu metode/fungsi berisi penentuak jari2/sisi/parameter lain disertai luasnya, misalnya diberi nama shapeInterface. Kemudian kelas totalArea memiliki fungsi sum yang memanggil interface dengan for each terhadap seluruh bangun/bentuk. Jika ada satu bentuk/bangun baru, maka asalkan disertai interface dengan nama shapeInterface maka akan otomatis ikut terhitung. Dan karena tidak ada modif di kelas totalArea, maka prinsip “open-closed” terpenuhi.

3. L – Liskov substitution principle

Jika tipe S adalah sub-tipe dari tipe T, maka fungsi q(x) yang bisa menjalankan objek x dari tipe T bisa juga menjalankan q(y) dimana y adalah objek S.

“Let q(x) be a property provable about objects of x of type T. Then q(y) should be provable for objects y of type S where S is a subtype of T.”

Contoh sederhananya kembali ke kelas perhitungan luas. Karena volume adalah sub-tipe dari luas, maka perhitungan volume bisa mengambil fungsi dari perhitungan area/luas. Misal persegi panjang, maka volume balok bisa mengambil luas persegi panjang dikalikan tinggi, dengan memanfaatkan extend.

4. I – Interface segregation principle

Prinsip ini menganjurkan agar tidak memaksa pemesan/client mempunyai metode (method) yang tidak mereka butuhkan. Misalnya kita diminta menghitung bentuk 3D seperti kotak, bola, dll maka pada metode shapeInterface akan diisi luas dan volume yang harus dimiliki oleh kelas-kelas lain yang tidak memiliki volume (lingkaran, bujur sangkar, dll). Oleh karena itu agar tidak melanggar prinsip “interface segregation” yang memaksa perhitungan volume, maka perlu membedakan kelas solid dengan yang tidak memiliki volmue. Dengan kata lain perlu interface solidShapeInterface dengan fungsi perhitungan volume.

5. D – Dependency Inversion Principle

Prinsip ini mengharuskan tiap entitas tergantung dari hasil abstraksi (pemodelan fungsi dari kondisi real). Suatu kelas pengingat pasword, passwordReminder tidak boleh tergantung dari koneksi ke MySQL atau Oracle atau database lain. Jika ada pergantian jenis database, misal dari MySQL ke SQL Server, maka tidak melanggar juga prinsip ini “Open-closed principle” yang tidak boleh lagi memodifikasi fungsi sebelumnya (koneksi ke MySQL). Solusinya adalah menambah interface koneksi database, misal DBConnectionInterface. Jika sebelumnya class MySQLConnection implements DBConnectionInterface, jika diganti SQLSERVER maka tinggal menggati dengan SQLSERVERConnection implemetns DBConnectionInterface.

Prinsip SOLID ini sangat penting, itulah mengapa dalam videonya di youtube bu Inge menyinggung masalah SOLID ini. Bahkan merupakan hal yang wajib diketahui oleh para developer.

Referensi

https://scotch.io/bar-talk/s-o-l-i-d-the-first-five-principles-of-object-oriented-design

Merekam dan Memainkan Suara dengan Matlab (Versi Lama dan Baru)

Banyak aplikasi cerdas dengan Matlab yang membutuhkan pengolahan sinyal suara. Sebelum mengolah, salah satu fungsi penting adalah menangkap suara yang akan diolah. Postingan berikut ini membahas fungsi-fungsi yang diperlukan untuk menangkap suara, termasuk juga membunyikan hasil tangkapan suara tersebut (untuk menguji apakah fungsi perekaman berhasil).

Versi Lama

Matlab versi 2008 (versi 7.7) sedikit berbeda dengan versi terbaru. Versi lama ini menggunakan fungsi wavrecord, wavplay, dan wavwrite yang berfungsi berturut-turut untuk merekam, memainkan dan menulis. Kode singkat berikut ini bermaksud merekam, menyimpan dan memainkan suara. Tentu saja diperlukan fasilitas mic dan speaker (biasanya sudah ada pada setiap laptop).

  • clear all;
  • fs=8000;
  • y= wavrecord(5.0*fs, fs, ‘double’); %merekam suara
  • wavwrite(y,fs,‘aiueo.wav’);        %simpan rekaman ke hardisk
  • wavplay(y,fs);                %mainkan hasil rekaman
  • figure,plot(y);                %sinyal hasil rekaman di plot

Versi 2013 ke atas (Baru)

Sebenarnya kode sebelumnya bisa digunakan, hanya saja ada pesan (warning) dari Matlab bahwa wavrecord dan wavplay sebaiknya diganti dengan audiorecorder dan audioplayer untuk merekam dan memainkan.

Ganti kode sebelumnya dengan fungsi yang terbaru berikut ini, lihat referensinya di link resminya. Disini frekuensi sampling dan parameter lainnya standar 8000 Hz dan 8 bit.

  • % Record your voice for 5 seconds.
  • recObj = audiorecorder;
  • disp(‘Start speaking.’)
  • recordblocking(recObj, 5);
  • disp(‘End of Recording.’);
  • % Play back the recording.
  • play(recObj);
  • % Store data in double-precision array.
  • myRecording = getaudiodata(recObj);
  • % Plot the waveform.
  • plot(myRecording);

Jika fungsi menangkap bisa dijalankan, maka untuk mengolah lanjut dapat dilakukan dengan mudah. Banyak terapan-terapan yang menggunakan sinyal suara, antara lain:

  • Pengenalan suara
  • Deteksi kelainan detak jantung
  • Deteksi kerusakan mesin, dll

Suara yang terekam dapat dilihat grafiknya seperti di bawah ini. Sekian, semoga postingan singkat ini bermanfaat.

Penjelasan Sederhana Jaringan Syaraf Tiruan – Kasus Logika OR

Dulu sempat ambil mata kuliah “Artificial Intelligent & Neuro-Fuzzy” dengan buku referensi yang digunakan adalah “Neural Network Design” karangan Hagan. Materinya cukup berat karena satu buku tersebut harus dikuasai dalam setengah semester (sampai UTS/Midterm Examination). Selain itu buku tersebut sepertinya ditujukan untuk level advance (lanjut). Postingan ini bermaksud menjelaskan secara sederhana prinsip kerja jaringan syaraf tiruan. Kasus yang dijadikan contoh adalah bagaimana jaringan syaraf tiruan (JST) sederhana mampu menjalankan Logika OR.

Gambar berikut adalah JST dengan jumlah neuron hanya satu buah. Neuron adalah sel di otak yang memiliki kemampuan menyimpan dan mentransfer informasi. Disimpan dalam bentuk bobot dan bias serta mentransfer dengan fungsi aktivasi.

W1 dan W2 adalah bobot yang mengalikan tiap input yang akan diteruskan ke neuron lainnya. Sementara itu b adalah bias yang menjumlahkan total masukan yang telah dikalikan bobot. Pada gambar di atas fungsi aktivasi belum dilibatkan. Persamaan matematis gambar di atas adalah sebagai berikut:

Dengan cara training, misal backpropagation, W dan b dapat ditemukan. Tetapi sebenarnya dengan intuisi kita dapat menemukan bahwa W1 dan W2 berharga masing-masing “1” dan biasnya “nol”. Kita coba memasukan ke persamaan y di atas diperoleh akurasi yang baik hanya saja di bagian akhir, yaitu ketika masukan X1 dan X2 kedua-duanya “1” yang seharusnya keluaran y = 1 di sini berharga “2”. Oleh karena itu diperlukan fungsi aktivasi seperti gambar di bawah ini.

Di antara ketiga fungsi aktivasi, yaitu tangen sigmoid, tangga, dan purelin, yang cocok dengan kasus kita adalah tangen sigmoid. Di sini tangga bisa diterapkan, tetapi agak sulit jika digunakan untuk backpropagation yang membutuhkan diferensiasi. Tangen sigmoid (juga log sigmoid) jika diturunkan berharga -1, mudah untuk dikalkulasi saat proses pembobotan ulang (rambat balik dari target ke input). Sementara purelin tidak cocok karena jika input 2 keluarnya akan 2 juga (jika y=x persamaan purelin-nya). Dengan menambah fungsi aktivasi sebelum ke output, nilai 2 dengan fungsi tangen sigmoid bernilai 1 sehingga sesuai dengan table kebenaran logika OR. Gambar di atas sebenarnya cuplikan video yang saya upload di youtube berikut ini:

 

 

 

Pilih Waterfall atau Iterasi?

Waterfall merupakan teknik perancangan sistem yang telah lama digunakan. Banyak yang berhasil menggunakan metode ini tetapi banyak juga yang gagal, bahkan kerugiannya pun cukup besar. Hal ini karena tahapan yang mengalir seperti air terjun itu, penentuan keberhasilannya di akhir, yaitu setelah tahap implementasi. Padahal sampai tahap itu telah banyak dana yang digelontorkan.

Untuk mengurangi dampak negatif tersebut, diperkenalkanlah metode iterasi. Metode ini mempercepat waktu pemodelan seperti metode waterfall (kebutuhan, analisa, disain, implementasi dan test) tetapi diulang kembali pada iterasi berikutnya. Karena satu iterasi merupakan fasa waterfal maka proyek pembuatan sistem informasi mampu mendeteksi resiko ketika satu iterasi terlaksana.

Misalnya iterasi 1 dan 2 pada gambar di atas (diambil dari buku UP karangan Jim Arlow (Arlow & Neustadt, 2005)) tahap requirements hingga test dilaksanakan. Jika sukses maka iterasi berikutnya (konstruksi dan transisi) siap dilaksanakan dan peluang berhasilnya lebih tinggi dibanding tanpa adanya iterasi. Metode iterasi juga bisa mengantisipasi perubahan-perubahan, terutama requirements, ketika di tengah jalan ada hal mendesak yang harus ditambahkan.

Contoh Kasus

Di suatu kampus tidak ada SIM yang mengelola baik urusan akademik (KRS, Bimbingan, dll) maupun urusan kepegawaian (absen, surat menyurat, dll). Kampus tersebut mencoba untuk membuat proyek pengadaan SIM tersebut dengan membayar perusahaan yang bersedia membuatkannya. Metode yang digunakan adalah waterfall dimana pihak kampus menunjukan alur proses dan kebutuhan-kebutuhannya lengkap. Setelah beberapa tahun ternyata tidak jadi walaupun uang sudah banyak keluar.

Kemudian vendor pun diganti. Rancangan sudah dijalankan, namun hampir dua tahun belum juga terlaksana. Sepertinya proyek tersebut terlampau sulit dan besar bagi vendor pembuatnya. Testing dan implementasi tak kunjung terlaksana karena seluruh requirements belum beres. Terpaksa manual masih dijalankan total.

Di awal perkuliahan, seorang dosen menanyakan e-learning, apakah sudah tersedia. Pihak IT mengatakan sudah, dan akun pun dibuatkan untuk dosen tersebut. Namun, baik mata kuliah maupun siswa tidak ada. Ketika ingin mendaftarkan mata kuliah yang ingin diajarkan, ternyata tidak bisa. Ketika menanyakan ke pihak IT jawabannya adalah mata kuliah didaftarkan oleh pihak rektorat. Namun pihak rektorat belum siap. Padahal si dosen hanya membutuhkan alat/tools untuk berkomunikasi, memberikan materi (text atau video) ke siswa. Pihak IT pun dengan “PD” mengatakan ke dosen tersebut bahwa e-learning akan dibuat canggih seperti universitas terbuka (UT). Tentu saja dengan kata “akan” yang artinya entah kapan. Akhirnya dosen tersebut menggunakan Whatsupp untuk berkomunikasi dengan mahasiswa, dan berhasil secara efektif.

Bagaimana jika menggunakan metode iterasi? Tentu saja mudah. Lakukan saja yang urgen terlebih dahulu, misalnya yang melibatkan perkuliahan. KRS online dan informasi nilai UTS dan UAS. Buat e-learning sementara yang dengan fleksibel pengajar berinteraksi dengan si mahasiswa. Toh tidak e-learning murni dimana nilai dan perkuliahan tidak 100% online. Lalu jika sudah OK, buat iterasi berikutnya yang menambahkan fitur-fitur SIM tersebut hingga sempurna. Dengan metode iterasi ini, pihak kampus bisa langsung menerapkan SIM, berbeda dengan metode waterfall yang menunggu 100% jadi baru diterapkan entah kapan, yang beresiko mengalami kegagalan seperti sebelumnya. Tapi tetap saja keputusan di pihak kita, menggunakan metode waterfall atau iterasi, kedua-duanya berpotensi berhasil, hanya saja iterasi memiliki resiko yang lebih kecil, katanya .. silahkan baca buku-buku yang bertema analisa dan disain sistem informasi baik konvensional atau berorientasi obyek. Sekian semoga bisa menginspirasi.

Referensi

  • Singer, PW., & Cole, A. Ghost Fleet… Ups .. sorry salah
  • Arlow, J., & Neustadt, I. (2005). UML 2 and the Unified Process (Second). United States: Pearson Education Limited.

 

Manajemen dan Strategi Informasi Perusahaan-Perusahaan Besar

Ketika membenahi buku-buku lawas yang berantakan, saya menemukan buku yang digunakan untuk perkualiahan IT strategy. Perkuliahan S2 tersebut “lumayan”. Maksudnya sulit dimengerti karena ada unsur “mengantuk”nya. Maklum temanya berat karena masih agak asing. Di tahun 2008 memang era disrupsi belum dimulai (atau mungkin sedang dimulai). Buku berjudul “Corporate Information Strategy and Management, 7 edition – Text and Cases” tersebut dikarang oleh Lynda M. Applegate, dkk, yang merupakan dosen harvard business school.

Ketika membacanya, buku terbitan tahun 2005 itu memang berbahasa Inggris “level atas”. Ditambah dengan banyak studi kasus, membuat kepala pening. Padahal niatnya ingin dapat nilai sekadarnya dan lulus master sebagai prasarat minimal jadi seorang dosen. Namun saat ini, ketika membacanya kembali ada sedikit kekaguman. Ternyata bagus juga bukunya dalam mengulas secara detil kasus per kasus.

Sedikit Ringkasan di Modul – 1: Business Impacts

Banyak studi kasus yang diberikan modul 1, biasanya cerita sukses penggunaan IT dalam mempertahankan kinerja perusahaannya. Tapi ada satu kolom yang ditulis oleh Nicholas G. Carr (ditulis dalam majalah Financial Times tahun 2001). Isinya kira-kira sebagai berikut:

Penerapan CPU dalam Silikon Kecil

Waktu itu, di tahun 68, seorang peneliti di Intel, Ted Hoff, mampu menyisipkan prosesor dalam silikon kecil. Sejak itulah pembuatan komputer berukuran kecil membanjiri pasaran. Dari penggunaan anggaran 5%, 15%, dan terus hingga 50% perusahaan-perusahaan AS digunakan untuk sarana dan prasarana IT.

IT Sebagai Penentu Kesuksesan

Banyak perusahaan-perusahaan besar yang memiliki sarana dan prasarana IT yang baik mengungguli perusahaan-perusahaan lain yang kurang memiliki sarana tersebut. Hal ini berlangsung cukup lama. Namun lama kelamaan akibat teknologi IT yang terus berkembang, sarana dan prasarana IT menjadi sangat murah dan semua perusahaan mampu membelinya. Ini menimbulkan sedikit gejolak baru.

Menghilangnya IT Sebagai Penentu Kesuksesan

Mirip kejadian era setelah revolusi industri. Ketika itu banyak perusahaan-perusahaan kuat memiliki jalur distribusi sendiri, seperti kereta api, pasokan daya listrik, bahkan jalan khusus pabrik tersebut. Namun berkembangnya teknologi kelistrikan dan elektronik. Munculnya perusahaan-perusahaan jasa pengiriman, memunculkan dibangunnya sarana dan prasarana untuk umum. Sehingga tiap perusahaan bisa menggunakannya, istilah saat ini adalah share infrastruktur. Begitu pula yang terjadi dalam IT yang masuk ke dunia online. Tidak ada lagi saat ini yang menggunakan infrastruktur IT yang full terisolasi, yang berpotensi menuntut biaya tinggi.

Terlalu Banyak Hal-Hal yang Baik

Tulisan tersebut diakhiri dengan satu kekhawatiran. Memang waktu tulisan itu ditulis, dunia online belum begitu tampak. Amazon, Alibaba, Gojek, Grab, dan sejenisnya belum tampak. Atau bahkan beberapa pendiri masih sekolah. Namun dengan analogi era setelah revolusi industri, sepertinya akan terulang lagi. Bahkan, sejarawan D.S. Landes memprediksi adanya ketidakpastian akibat penerapan teknologi IT yang terus berkembang dan kian sempurna.

Demikian, kolom singkat di modul-1 yang bagi saya sangat menarik. Menarik di sini karena tulisan itu bisa meramal kondisi 10 tahun kemudian dimana saat ini banyak perusahaan-perusahaan raksasa tumbang akibat perkembangan pesat teknologi informasi. Sekian, semoga bisa menginspirasi.

Menggunakan RDBMS untuk Pemrograman Berbasis Obyek

Di ruangan tampak buku-buku analisa disain yang lumayan tebal. Kebanyakan tentang analisa dan disain sistem berorientasi obyek. Buku yang ternyata milik rekan yang digunakan ketika ambil S2 belasan tahun yang lalu itu cukup menarik dan “wajib” dibaca oleh pemerhati mata kuliah analisa dan disain sistem informasi, khususnya yang tertarik dengan pemrograman berbasis obyek.

 

Ada satu bab yang menarik yaitu pembahasan mengenai penggunaan RDBMS ketika mengimplementasikan pemrograman berbasis obyek. Ivar Jacobson, pengarang buku berjudul “Object Oriented Software Engineering” sekaligus salah satu pencetus UML menyarankan beberapa teknik berikut ini.

  • Problem utama ketika menerapkan konsep obyek ke sistem basis data relasional adalah masalah impedansi. Di sini aplikasi berbasis obyek harus melekat dengan basis data. Padahal konsep RDBMS bebas platform aplikasi. Untuk itu perlu mengurangi kelekatannya dengan sedikit mengatur pentabelannya.
  • Konversikan atribut menjadi field atau kolom dalam tabel. Jika tidak cukup, buat satu tabel baru yang mengakomodasi atribut yang kompleks yang dimiliki oleh aplikasi berbasis obyek.
  • Instansiasi pada aplikasi berbasis obyek dikonversikan menjadi record atau baris pada tabel RDBMS.
  • Ketika dijumpai satu relasi [0..N], buat satu tabel baru dengan kunci diambil dari bagian yang bukan “many”. Kasus ini sering dijumpai ketika membuat tabel “detil pemesanan” ketika dijumpai jumlah pesanan yang lebih dari satu untuk satu orang pelanggan.
  • Kasus yang terberat adalah masalah inheritance dimana ada sedikit sudut pandang dalam mengkonversikan menjadi RDBMS. Dua pilihan yang mungkin diambil antara lain: 1) membuat kelas abstrak dalam satu tabel, dan 2) tidak membuat kelas abstrak. Masing-masing punya kelemahan dan kelebihan. Untuk kecepatan akses, pembuatan kelas abstrak menjadi tabel tersendiri (pilihan 1), mengakibatkan lambatnya proses ketika melakukan proses “join” pada instruksi SQL.

Memang dari sudut pandang pemrograman berbasis obyek, RDBMS terlihat sangat primitif karena membatasi kelas dalam tipe data tertentu, ditambah lagi tidak bisa menyimpan method/operasi dalam suatu tabel, dan mengandalkan aplikasi. Demikian, resensi singkat, semoga bermanfaat.

Kode Warna HTML

Banyak referensi kode warna dijumpai di internet. Saya sendiri memerlukan referensi tersebut sewaktu-waktu. Terkadang repot juga ketika butuh, tidak ada catatan tentang kode tersebut. Terpaksa buka internet. Salat satu kode yang akurat adalah dari situs ini karena beragam warna tersedia.

Perhatikan, dengan mngklik warna hijau di pallete, langsung Color code muncul: #2EFE2E. Tapi untuk warna dasar bisa menggunakan kode berikut, sekaligus sebagai contekan jka sewaktu-waktu butuh:

  

  Nama Warna HEX RGB
 
Alice Blue #F0F8FF rgb(240, 248, 254)
 
Antique White #FAEBD7 rgb(251, 235, 217)
 
Aqua #00FFFF rgb(0, 255, 254)
 
Aquamarine #7FFFD4 rgb(115, 255, 216)
 
Azure #F0FFFF rgb(239, 255, 255)
 
Beige #F5F5DC rgb(245, 245, 223)
 
Bisque #FFE4C4 rgb(255, 227, 200)
 
Black #000000 rgb(0, 0, 0)
 
Blanched Almond #FFEBCD rgb(255, 234, 208)
 
Blue #0000FF rgb(0, 0, 255)
 
Blue Violet #8A2BE2 rgb(138, 43, 226)
 
Brown #A52A2A rgb(165, 42, 42)
 
Burly Wood #DEB887 rgb(222, 184, 135)
 
Cadet Blue #5F9EA0 rgb(95, 158, 160)
 
Chartreuse #7FFF00 rgb(127, 255, 1)
 
Chocolate #D2691E rgb(210, 105, 30)
 
Coral #FF7F50 rgb(251, 127, 80)
 
Cornflower Blue #6495ED rgb(100, 149, 237)
 
Cornsilk #FFF8DC rgb(225, 248, 220)
 
Crimson #DC143C rgb(220, 20, 60)
 
Cyan #00FFFF rgb(62, 254, 255)
 
Dark Blue #00008B rgb(0, 0, 139)
 
Dark Cyan #008B8B rgb(29, 139, 139)
 
Dark Golden Rod #B8860B rgb(184, 134, 11)
 
Dark Gray #A9A9A9 rgb(169, 169, 169)
 
Dark Green #006400 rgb(19, 100, 0)
 
Dark Khaki #BDB76B rgb(189, 183, 107)
 
Dark Magenta #8B008B rgb(139, 0, 140)
 
Dark Olive Green #556B2F rgb(85, 107, 47)
 
Dark Orange #FF8C00 rgb(251, 140, 1)
 
Dark Orchid #9932CC rgb(153, 50, 204)
 
Dark Red #8B0000 rgb(139, 5, 0)
 
Dark Salmon #E9967A rgb(233, 150, 122)
 
Dark Sea Green #8FBC8F rgb(143, 188, 144)
 
Dark Slate Blue #483D8B rgb(72, 61, 139)
 
Dark Slate Gray #2F4F4F rgb(47, 79, 79)
 
Dark Turquoise #00CED1 rgb(48, 206, 209)
 
Dark Violet #9400D3 rgb(148, 0, 211)
 
Deep Pink #FF1493 rgb(249, 19, 147)
 
Deep Sky Blue #00BFFF rgb(43, 191, 254)
 
Dim Gray #696969 rgb(105, 105, 105)
 
Dodger Blue #1E90FF rgb(30, 144, 255)
 
Fire Brick #B22222 rgb(178, 34, 33)
 
Floral White #FFFAF0 rgb(255, 250, 240)
 
Forest Green #228B22 rgb(34, 139, 35)
 
Fuchsia #FF00FF rgb(249, 0, 255)
 
Gainsboro #DCDCDC rgb(220, 220, 220)
 
Ghost White #F8F8FF rgb(248, 248, 255)
 
Gold #FFD700 rgb(253, 215, 3)
 
Golden Rod #DAA520 rgb(218, 165, 32)
 
Gray #808080 rgb(128, 128, 128)
 
Green #008000 rgb(27, 128, 1)
 
Green Yellow #ADFF2F rgb(173, 255, 48)
 
Honey Dew #F0FFF0 rgb(240, 255, 240)
 
Hot Pink #FF69B4 rgb(240, 255, 240)
 
Indian Red #CD5C5C rgb(205, 92, 92)
 
Indigo #4B0082 rgb(75, 0, 130)
 
Ivory #FFFFF0 rgb(255, 255, 239)
 
Khaki #F0E68C rgb(240, 230, 140)
 
Lavender #E6E6FA rgb(230, 230, 250)
 
Lavender Blush #FFF0F5 rgb(254, 240, 245)
 
Lawn Green #7CFC00 rgb(124, 252, 2)
 
Lemon Chiffon #FFFACD rgb(255, 250, 205)
 
Light Blue #ADD8E6 rgb(173, 216, 230)
 
Light Coral #F08080 rgb(240, 128, 128)
 
Light Cyan #E0FFFF rgb(224, 255, 255)
 
Light Golden Rod Yellow #FAFAD2 rgb(250, 250, 210)
 
Light Gray #D3D3D3 rgb(211, 211, 211)
 
Light Green #90EE90 rgb(144, 238, 144)
 
Light Pink #FFB6C1 rgb(252, 182, 193)
 
Light Salmon #FFA07A rgb(251, 160, 122)
 
Light Sea Green #20B2AA rgb(40, 178, 170)
 
Light Sky Blue #87CEFA rgb(135, 206, 250)
 
Light Slate Gray #778899 rgb(119, 136, 153)
 
Light Steel Blue #B0C4DE rgb(176, 196, 222)
 
Light Yellow #FFFFE0 rgb(255, 255, 224)
 
Lime #00FF00 rgb(63, 255, 0)
 
Lime Green #32CD32 rgb(50, 205, 50)
 
Linen #FAF0E6 rgb(250, 240, 230)
 
Magenta #FF00FF rgb(249, 0, 255)
 
Maroon #800000 rgb(128, 4, 0)
 
Medium Aqua Marine #66CDAA rgb(102, 205, 170)
 
Medium Blue #0000CD rgb(0, 0, 205)
 
Medium Orchid #BA55D3 rgb(186, 85, 211)
 
Medium Purple #9370DB rgb(147, 112, 219)
 
Medium Sea Green #3CB371 rgb(60, 179, 113)
 
Medium Slate Blue #7B68EE rgb(123, 103, 238)
 
Medium Spring Green #00FA9A rgb(62, 250, 153)
 
Medium Turquoise #48D1CC rgb(72, 209, 204)
 
Medium Violet Red #C71585 rgb(199, 21, 133)
 
Midnight Blue #191970 rgb(25, 25, 112)
 
Mint Cream #F5FFFA rgb(245, 255, 250)
 
Misty Rose #FFE4E1 rgb(254, 228, 225)
 
Moccasin #FFE4B5 rgb(254, 228, 181)
 
Navajo White #FFDEAD rgb(254, 222, 173)
 
Navy #000080 rgb(0, 0, 128)
 
Old Lace #FDF5E6 rgb(253, 245, 230)
 
Olive #808000 rgb(128, 128, 1)
 
Olive Drab #6B8E23 rgb(107, 142, 35)
 
Orange #FFA500 rgb(252, 165, 3)
 
Orange Red #FF4500 rgb(250, 69, 1)
 
Orchid #DA70D6 rgb(218, 112, 214)
 
Pale Golden Rod #EEE8AA rgb(238, 232, 170)
 
Pale Green #98FB98 rgb(152, 251, 153)
 
Pale Turquoise #AFEEEE rgb(175, 238, 239)
 
Pale Violet Red #DB7093 rgb(219, 112, 147)
 
Papaya Whip #FFEFD5 rgb(254, 239, 213)
 
Peach Puff #FFDAB9 rgb(253, 218, 185)
 
Peru #CD853F rgb(205, 133, 63)
 
Pink #FFC0CB rgb(252, 192, 203)
 
Plum #DDA0DD rgb(221, 160, 221)
 
Powder Blue #B0E0E6 rgb(176, 224, 230)
 
Purple #800080 rgb(128, 0, 128)
 
Rebecca Purple #663399 rgb(102, 51, 153)
 
Red #FF0000 rgb(255, 0, 0)
 
Rosy Brown #BC8F8F rgb(188, 143, 142)
 
Royal Blue #4169E1 rgb(65, 105, 225)
 
Saddle Brown #8B4513 rgb(139, 69, 19)
 
Salmon #FA8072 rgb(250, 128, 114)
 
Sandy Brown #F4A460 rgb(244, 164, 95)
 
Sea Green #2E8B57 rgb(46, 139, 87)
 
Sea Shell #FFF5EE rgb(255, 245, 238)
 
Sienna #A0522D rgb(160, 82, 45)
 
Silver #C0C0C0 rgb(192, 192, 192)
 
Sky Blue #87CEEB rgb(135, 206, 235)
 
Slate Blue #6A5ACD rgb(106, 90, 205)
 
Slate Gray #708090 rgb(112, 128, 145)
 
Snow #FFFAFA rgb(255, 250, 250)
 
Spring Green #00FF7F rgb(63, 255, 128)
 
Steel Blue #4682B4 rgb(70, 130, 180)
 
Tan #D2B48C rgb(210, 180, 140)
 
Teal #008080 rgb(26, 128, 127)
 
Thistle #D8BFD8 rgb(216, 191, 216)
 
Tomato #FF6347 rgb(250, 99, 71)
 
Turquoise #40E0D0 rgb(64, 224, 208)
 
Violet #EE82EE rgb(238, 130, 238)
 
Wheat #F5DEB3 rgb(245, 222, 179)
 
White #FFFFFF rgb(255, 255, 255)
 
White Smoke #F5F5F5 rgb(245, 245, 245)
 
Yellow #FFFF00 rgb(255, 255, 0)
 
Yellow Green #9ACD32 rgb(154, 205, 49)

 

Referensi:

  • dianagung.com
  • html-color-codes.info/
  • w3schools.com/cssref/css_colors.asp

 

Open Journal System (OJS) Versi 3

Oleh: Herlawati, S.Si., M.M., M.Kom. (STMIK Bina Insani)

Open Journal System (OJS) adalah aplikasi gratis untuk mengelola jurnal. Aplikasi ini dibuat oleh Public Knowledge Project (PKP), silahkan kunjungi situsnya. Saat ini OJS sudah versi 3 dengan tambahan utama misalnya ORCID ID terlihat, serta tahapan proses publikasi lebih singkat dibanding OJS versi sebelumnya (versi 2). Selain itu tampilan lebih halus, bentuk sitasi yang kustom, dan lain-lain.

Untuk info lebih lanjut, silahkan hubungi tim Relawan Jurnal Indonesia (RJI). Beberapa waktu yang lalu, sebagai contoh perguruan tinggi Bina Insani mengadakan pelatihan OJS tersebut. Postingan tentang pelatihan kustomisasi OJS 3 dan MOU dengan pihak Relawan Jurnal Indonesia (RJI) korda Jakarta dapat dilihat link berikut ini.

Salah satu kustomisasi adalah mengaktifkan plugin. Plugin ini berfungsi untuk menseting komponen-komponen tertentu di OJS, seperti menambah focus and scope, peer review, template, alamat redaksi, stats counter, dan lain-lain. Silahkan video tutorialnya berikut.

Setelah diaktivasi, untuk menambah salah satu komponen, misalnya stats counter, akan dilanjutkan pada postingan lainnya.

Kuesioner (Questionnaire) untuk AHP

Analytic Hierarchy Process (AHP) merupakan teknik untuk membandingkan satu pilihan dengan pilihan lainnya. Sangat bermanfaat bagi pengambil keputusan. Vendor terkenal yang serius mengenai hal ini adalah expert choice, yang juga menyediakan software berbayarnya. Lihat post sebelumnya. Postingan kali ini mencoba sharing tentang kuesionar yang diperlukan untuk mengisi data sebelum diolah oleh AHP yang dicetuskan pertama kali oleh L. Saaty (Saaty, 2008).

Pairwise Comparison

Terus terang saya malah belum pernah mendapatkan kuesioner dalam bahasa Indonesia. Dalam jurnal-jurnal internasional, yang sering disebutkan adalah pairwise comparison survey, yang isinya membandingkan antara satu pilihan dengan pilihan lainnya.

Survey dapat dilakukan dalam bentuk lembaran kertas ataupun online. Biasanya menggunakan Google Form, dengan tampilan yang menarik, serta mudah untuk direkap via Ms Excel. Jumlah koresponden karena ini membutuhkan pakar (expert) maka tidak perlu banyak-banyak, dan bisa di bawah sepuluh orang.

Memulai

Ada baiknya menjelaskan terlebih dahulu secara singkat masalah yang akan disurvey. Jangan lupa data tentang koresponden sangat penting untuk diketahui. Berikut tampilan awalnya.

Bagian Inti

AHP membutuhkan perbandingan satu pilihan (choice) dengan lainnya. Ada enam pilihan dengan tingkat paling rendah hingga tinggi, berturut-turut: less, equal, moderate, strong, very strong, dan extreme. Berikut contohnya:

AHP mengharuskan kondisi dimana tingkat konsistensi harus kurang dari 0.1. Ini penting untuk menjaga keanehan-keanehan dalam perbandingan. Misal tikus takut kucing, kucing takut dengan seorang ibu, dan seorang ibu takut tikus. Pada contoh di atas, Physical Health akan dibandingkan dengan Psychological Condition, Social Relationships, Environment, Economic Condition & Development, dan Access to Facilities & Services. Berikut contoh survey yang pernah saya sebar.

Minta Contoh Penulis Jurnal

Terkadang ada baiknya meminta contoh kuesioner dari seorang penulis jurnal, baik nasional maupun internasional. Walau terkadang tidak dibalas, tetapi banyak juga yang membalas dan memberikan respon. Setidaknya jika tidak memberikan sample dia menjelaskan apa isinya saja. Contoh di atas saya peroleh ketika meminta dari jurnal internasional ini (Bhatti, Tripathi, Nitivattananon, Rana, & Mozumder, 2015). Silahkan baca sumber referensi tentang AHP dari Springer ini.

Referensi:

Bhatti, S. S., Tripathi, N. K., Nitivattananon, V., Rana, I. A., & Mozumder, C. (2015). A multi-scale modeling approach for simulating urbanization in a metropolitan region. Habitat International, 50, 354–365. http://doi.org/10.1016/j.habitatint.2015.09.005

Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), 83. http://doi.org/10.1504/IJSSCI.2008.017590

Link dari Google

 

Klasifikasi, Pengklusteran dan Optimasi

Bahasa merupakan pelajaran pertama tiap manusia. Untuk mempelajari komputasi pun pertama-tama membutuhkan bahasa. Sebagai contoh adalah judul di atas yang terdiri dari tiga kata: klasifikasi (classification), pengklusteran (clustering) dan optimasi (optimization). Postingan ringan ini membahas secara gampang tiga kata di atas.

Klasifikasi

Sesuai dengan arti katanya, klasifikasi berarti memilah obyek tertentu ke dalam kelas-kelas yang sesuai. Komponen utama dari klasifikasi adalah classifier yang artinya pengklasifikasi. Jika tertarik dengan bidang ini maka akan bermain pada bagian pengklasifikasi ini. Jika menggunakan jaringan syaraf tiruan (JST) maka akan meramu bobot, bias, dan layer pada JST agar mampu mengklasifikasi suatu obyek. Jika menggunakan Support Vector Machine (SVM) meramu persamaan pemisah antara dua kelas atau banyak kelas (multi-class).
Sepertinya tidak ada masalah untuk konsep ini. Masalah muncul ketika ada konsep baru, misalnya pengklusteran.

Pengklusteran

Manusia itu makin belajar makin bertambah merasa bodoh, karena makin banyak pertanyaan yang muncul. Ketika klasifikasi tidak ada masalah dalam memahami maksudnya, munculnya konsep pengklusteran membuat pertanyaan baru di kepala, apa itu? Paling gampang memahami arti dari kluster, yaitu satu kelompok dalam area tertutup, zona, atau istilah lain yang menggambarkan kelompok yang biasanya memiliki kesamaan. Pengklusteran berarti mengelompokan beberapa obyek berdasarkan kesamaannya. Jadi harus ada obyeknya dulu, karena kalau tidak ada apa yang mau dikelompokan?

Lalu bedanya dengan klasifikasi? Penjelasan gampangnya adalah klasifikasi memisahkan berdasarkan kelas-kelas yang sudah didefinisikan dengan jelas sementara pengklusteran kelompok yang akan dipisahkan tidak didefinisikan lebih dahulu. Bisa juga dengan melatih berdasarkan data yang sudah ada kelasnya (target/label nya). Misal untuk kasus penjurusan, kita bisa saja mengklasifikasikan siswa masuk IPA jika nilai IPA nya lebih baik dari IPS dan sebaliknya untuk jurusan IPS. Sementara pengklusteran kita biarkan sistem memisahkan sekelompok siswa menjadi dua kelompok yaitu kelompok IPA dan IPS. Masalah muncul ketika mengklasifikasikan berdasarkan nilai IPA dan IPS-nya, jika guru IPAnya “Killer” sementara yg guru IPS “baik hati”, maka dengan classifier itu tidak akan ada yang masuk jurusan IPA. Sementara pengklusteran akan memisahkan siswa-siswa itu menjadi dua kelompok. Bisa saja yang nilai IPA nya misalnya 6 masuk ke kelas IPA karena nilai 6 itu udah top di sekolah itu.

Optimasi

Nah, apalagi ini? Kembali lagi sesuai dengan arti katanya optimasi berarti mencari nilai optimal. Optimal tentu saja tidak harus maksimal/minimal, apalagi ketika faktor-faktor yang ingin dicari nilai optimalnya banyak, atau dikenal dengan istilah multiobjective. Apakah bisa untuk klasifikasi? Ya paling hanya mengklasifikasikan optimal dan tidak optimal saja. Biasanya optimasi digunakan untuk mengoptimalkan classifier dalam mengklasifikasi, misal untuk JST adalah komposisi neuron, layer, dan paramter-parameter lainnya. Atau gampangnya, kalau klasifikasi mengklasifikasikan siswa-siswi ganteng dan cantik, optimasi mencari yang ter-ganteng dan ter-cantik. Sederhana bukan? Ternyata tidak juga. Banyak orang baik di negara kita, tetapi mencari beberapa yang terbaik saja ternyata malah “hang” sistemnya.

Metode Menentukan Bobot pada Multi-Criteria Selain Pairwise Comparison (AHP)

Untuk mencari lokasi yang cocok untuk penggunaan lahan tertentu, optimasi rancangan, dan sejenisnya ada empat metode yang terkenal: ranking, rating, trade-off, dan pairwise. Cara penggunaannya dapat dilihat pada artikel berikut ini, dalam jurnal teknik sipil.

Di bagian kesimpulan, ketika faktor biaya, waktu dan kemudahan penggunaan menjadi perhatian maka metode ranking, rating, dan trade-off layak untuk digunakan. Tetapi ketika faktor akurasi dan fondasi teoritis yang menjadi perhatian maka metode pairwise yang biasanya dengan analytic hierarchy process (AHP) digunakan, dengan software yang terkenalnya “expert choice”.

Kelemahan multi-criteria dalam menentukan kesesuaian (suitability) terhadap suatu hal adalah sangat bergantung dengan penentuan bobot seperti diutarakan dalam presentasi oleh ESRI (vendor dari ArcGIS) berikut ini:

Semoga postingan ini bisa bermanfaat, terutama saya sendiri baru saja menjawab pertanyaan mengapa menggunakan metode pairwise tidak dengan metode yang lainnya.

Referensi:

http://www.iaeme.com/MasterAdmin/UploadFolder/IJCIET_06_11_012-2/IJCIET_06_11_012-2.pdf

https://maps.uky.edu/esri-uc/esri_uc_2k12/Files/130.pdf