Menampilkan Data Spasial Web-based dengan Google Map API

Google menyediakan fasilitas online untuk melihat peta lokasi suatu wilayah. Banyak fasilitas yang diberikan baik dalam format peta biasa (Map) maupun citra satelit (Satellite). Bahkan bisa juga melihat lokasi jalan dengan memanfaatkan fasilitas Google Street View yang menempel di Application Programming Interface (API) Google Map.

Membuat Kode Sederhana

Sebelum masuk ke sistem basis data, ada baiknya bisa menampilkan terlebih dahulu Google map pada aplikasi web-based yang akan kita buat. Buka saja teks editor ringan, notepad untuk mengetikan kode HTML singkatnya. Copas saja kode berikut dalam notepad:

Ketika menyimpan, seperti biasa pilih ekstension “All”, jangan gunakan defaultnya (*.txt). Kemudian beri nama dengan tambahan di belakangnya .html.

Setelah disimpan, buka file HTML tersebut. Jangan lupa program yang membukanya adalah browser (ie, mozilla, chrome, dll). Kalau tidak otomatis terbuka, klik kanan dan pilih “open with” yang sesuai.

Tombol (1) untuk menampilkan format satelit atau peta biasa dan tombol (2) untuk melihat Street View dengan men-drag simbol orang ke jalan yang ingin dilihat citranya.

Ketika men-drag simbol orang, tampak jalan berwarna kebiruan. Itu tandanya lokasi yang sudah difoto oleh mobil Google. Hasilnya tampak seperti gambar di bawah ini:

Tinggal berikutnya adalah mengkoneksikan ke sistem basis data, misalnya mysql, untuk menampilkan lokasi-lokasi yang ada di database kita. Semoga bermanfaat.

Natural Language Processing

Natural Language Processing (NLP) merupakan istilah lain dari computational linguistic dimana bahasa dikenali atau diproses dengan bantuan komputer. Tentu saja perlu pemahaman yang baik tentang teori bahasa yang melibatkan tata bahasa (grammar), semantik dan fonetik. Bahasa sendiri terdiri dari dua pokok yaitu berbicara (speaking) dan bacaan/tulisan (text).

Peran Machine Learning

Ada istilah classical computational linguistic. Istilah klasik berarti menggunakan komputasi model lama. Model lama di sini memang karena sudah dikembangkan sejak dulu. Teori bahasa dan otomata merupakan induk dari metode komputasi klasik. Sempat juga belajar, dari otomata, teori bahasa formal, hingga mesin turing. Sulit juga ternyata, karena melibatkan teorema-teorema yang tidak disukai oleh orang teknik (misalnya: for all .. there exist … dan sejenisnya), mungkin kalau orang MIPA sudah terbiasa.

Perkembangan yang lebih modern melibatkan statistik, sehingga dikenal dengan Statistical Natural Language Processing. Statistik mulai diterapkan dalam NLP karena melibatkan data-data yang berukuran besar sehingga melibatkan teori-teori statistik dalam komputasinya. Teori-teori probabilitas sangat penting karena berguna dalam melakukan suatu inferensi/perkiraan. Tetapi karena karakter bahasa yang fleksibel dan terkadang melibatkan hal-hal yang tidak pasti, tidak lengkap, dan sejenisnya yang sulit dikelola dengan statistik, membuat peran fuzzy dan teori-teori soft computing lainnya kian penting. Akibatnya peran machine learning dalam NLP saat ini kian penting. Dalam penerapannya machine learning biasanya digunakan untuk menangani data teks dan membuat suatu sistem yang menyerupai manusia dalam bekerja dengan bahasa alami.

Deep Learning dalam NLP

Saat ini Jaringan Syaraf Tiruan (JST) lebih disukai untuk mengelola NLP karena memiliki karakteristik yang robust. JST itu sendiri merupakan komponen utama dari subyek deep learning, yaitu JST yang melibatkan lapisan yang banyak (multilayer). Lihat post terdahulu tentang apa itu deep learing.

Penerapan dan Riset NLP Saat Ini

Jadi kesimpulannya, saat ini riset tentang NLP berkecimpung dengan machine learning yang mengelola input berupa teks dan output yang berupa bahasa yang semirip mungkin dengan manusia (natural language). Bidang ini dapat diterapkan ke dalam pembelajaran jarak jauh (PJJ) dalam mengelola naskah-naskah yang menjadi alat komunikasi antara siswa dengan tutor online. Dulu sempat jadi proposal disertasi saya sebelum beralih ke data spasial. Siapa tahu ada yang berminat dan mencoba melakukan riset PJJ (lihat riset tentang ini) yang melibatkan machine learning atau soft computing. Jawaban siswa yang menjiplak, absen online, dan lain-lain dapat ditangani dengan cepat dan akurat lewat bantuan soft computing. Semoga pembaca tertarik.

Referensi:

https://machinelearningmastery.com/natural-language-processing/

Online Education Research

Riset tentang pendidikan jarak jauh (PJJ) melibatkan banyak bidang ilmu (multidisiplin). Karakternya yang banyak melibatkan ilmu sosial membuat tiap tempat berbeda karakternya, sehingga melibatkan institusi-institusi tiap negara. Lihat postingan terdahulu tentang webinar (seminar online) PJJ. Beberapa hari yang lalu ada kiriman buku tentang riset pendidikan daring di Indonesia, cocok untuk yang ingin memulai riset di bidang ini.

Setelah membaca sekilas banyak informasi-informasi yang diberikan dalam buku itu. Kalau pun tidak detil, pembaca bisa membaca rujukan yang disertakan, kebanyakan berupa paper ilmiah (jurnal internasional). Jangan takut, banyak cara untuk mengunduh jurnal-jurnal yang berbayar tersebut. Berikut informasi yang diberikan:

  • Riset PJJ di Indonesia, bahkan di Asia, masih sangat kurang. Kebanyakan oleh negara-negara maju seperti AS, Australia, dan Eropa.
  • Banyak jurnal-jurnal rujukan yang disertakan (dalam tabel) yang bisa kita baca lebih lanjut setelah mengunduh paper tersebut. Cocok untuk yang ingin membuat proposal disertasi/studi lanjut s3.
  • Disertakan teori-teori pembelajaran (walau secara umum) sebagai referensi.
  • Dijelaskan teknik-teknik untuk riset (jenis-jenis riset, teknik pengambilan data, dan lain-lain)
  • Ada pembekalan dalam menulis artikel ilmiah (memilih jurnal sasaran, mengatur tulisan-tulisan yang disubmit, dan pengertian-pengertian tentang submit, minor/major revision, dan lain-lain)
  • Strategi untuk mengaplikasikan PJJ di Indonesia agar lebih efektif

Apapun saat ini sudah mulai di-online-kan. Mau tidak mau kita harus mengerti konsepnya, begitu juga dengan para dosen dan pengajar, konsep e-learning harus dikuasai. Ada tiga sisi dalam diri seorang dosen: Peneliti, Pengajar/pendidik, dan Pengabdi. Jadi riset untuk meningkatkan pengajaran jangan dilupakan juga. Semoga bermanfaat.

Tak Ada Lagi Ilmuwan “Superman”

Ketika kecil dulu saya sering membaca buku biografi ilmuwan-ilmuwan ternama seperti Isaac Newton, Einstein, dan kawan-kawan. Temuannya sangat fenomenal karena menginspirasi temuan-temuan lainnya. Dilanjutkan era Lutfi Zadeh dengan fuzzy-nya, atau Barners Lee dengan temuan teknologi untuk website, dan lain-lain. Di negara kita ada Prof. habibie, mantan menristek dan juga presiden ketiga kita. Setelah era Habibie, sepertinya negara kita rindu dengan sosok seperti dia ditandai beberapa informasi hoax tentang ilmuwan fenomenal yang sangat direspon baik oleh rakyat, walau akhirnya kecewa.

Superman – Superman Kecil

Untuk menghasilkan temuan-temuan baru saat ini sudah sangat sulit karena ilmu yang sudah “established”. Hanya beberapa parameter-parameter kecil suatu metode tertentu (dalam fuzzy, algoritma genetika, PSO, dan lainnya) dan terkadang untuk kebutuhan khusus tertentu. Dosen saya pun pernah mengatakan bahwa dulu, suatu disertasi seorang mahasiswa doktoral menciptakan satu jenis bahasa pemrograman, berbeda dengan saat ini yang baginya “biasa-biasa saja”.

Saat ini era interdisiplin dimana satu bidang ilmu bertemu dengan bidang lainnya untuk menyelesaikan permasalahan-permasalahan yang ada. Tidak perlu ilmuwan-ilmuwan seperti penemu-penemu hebat seperti zaman dulu melainkan cukup pakar dengan keahlian khusus yang sanggup bekerja sama secara tim dengan pakar lainnya. Dengan demikian “superman-superman” kecil dibutuhkan, bukan hanya seorang “superman” yang super segalanya (walaupun patut disyukuri jika memang ada).

Aplikasi-aplikasi sederhana seperti Youtube, facebook, google dan aplikasi bisnis online lainnya, serta alat-alat komunikasi yang banyak beredar yang membantu kehidupan orang banyak, adalah hasil karya superman-superman kecil itu yang bekerja sama dalam satu timnya Zukenberg, Steve Job, Bill Gates, dan di Indonesia misalnya anak-anak muda seperti Nadiem Makarim dan lainnya.

Sharing

Saat ini adalah era-nya sharing, misalnya penggunaan kendaraan pribadi yang “nganggur” sebagai alat transportasi publik (gojek, grab, uber, dan lain-lain), rumah pribadi menjadi hotel (AirBnB), dan lein-lain. Suatu saat dalam dunia pendidikan dan penelitian pun demikian. Publikasi ilmiah, misalnya, merupakan salah satu sharing ilmu pengetahuan yang efektif. Selain itu aktivitas bersama oleh beberapa peneliti otomatis sudah menciptakan iklim berbagi. Pertemuan ilmiah merupakan ajang pertemuan para peneliti dalam mendiskusikan beberapa masalah yang diangkat. Syukurlah, aturan Ristek-Dikti yang menyamakan bobot penilaian seminar internasional dengan jurnal internasional, asalkan terindeks di pengindeks ternama (Scopus dan ISI Thomson).

Vitamin itu Bernama Hibah Penelitian

Industri dan bisnis membutuhkan peneliti-peneliti untuk meningkatkan profit mereka. Banyak permasalahan muncul dalam kolaborasi antara peneliti dengan industri/bisnis. Buku yang berjudul “university.inc” mengkritik kebijakan tertutup yang tidak mempublikasikan peneliti-peneliti yang berkolaborasi dengan dunia industri, terutama yang berkaitan dengan kemaslahatan bersama (pengobatan, kesehatan, dan sejenisnya). Walaupun dari sisi finansial si peneliti cukup untuk memperbaiki taraf hidupnya.

Untungnya Ristek-Dikti masih memberikan suntikan dana untuk hibah penelitian, dengan salah satu luaran (hasil) wajib adalah publikasi ilmiah (nasional terakreditasi atau internasional). Pemerintah pun bisa memilih dari sekian banyak proposal yang diajukan yang sekiranya bermanfaat untuk rakyat banyak, walaupun dalam prakteknya perlu dilakukan evaluasi terkait aturan yang memberatkan peneliti. Sebagai contoh, komputer yang kita gunakan saat ini menggunakan turing machine hasil riset yang didanai pemerintah Inggris untuk menghadapi kode-kode rahasia Jerman, yang hampir saja tidak jadi ketika dana yang dikeluarkan tak kunjung memberikan hasil. Setelah mengucurkan dana lagi akhirnya proyek itu berhasil dan sandi-sandi rahasia Jerman berhasil di-decode yang mengakhiri perang dunia kedua. Memang masalah pendanaan dalam suatu riset sangat sulit diprediksi besarnya, terkadang kurang terkadang lebih. Demikian kurang lebihnya postingan singkat ini. Yuk, jadi “superman” kecil.

Inisialisasi Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan (JST) atau dalam bahasa Inggrisnya Artificial Neural Network, atau Neural Network saja, merupakan salah satu Machine Learning yang terkenal, dan saat ini juga dikenal dengan istilah Deep Learning (lihat post yg lalu). Sejak dulu setelah ditemukannya metode training terkenal “Backpropagation” atau rambatan error kian banyak yang meriset, terutama dalam proses pembelajarannya.

Dalam training JST, faktor inisialisasi bobot sangat menentukan kualitas dan kecepatan proses pembelajaran. Banyak faktor-faktor yang mempengaruhinya kecepatan proses pembelajaran, antara lain:

  • Nilai awal bobot dan bias
  • Laju pembelajaran
  • Topologi JST
  • Peningkatan laju pembelajaran (momentum)

Menggunakan pendekatan “Global Search” untuk menentukan parameter-parameter tersebut sangat tidak layak, karena pengaruh kecil saja sudah mempengaruhi konvergensi dari proses pembelajaran. Konvergensi ini sangat menentukan keberhasilan proses training.

Metode Inisialisasi Bobot

Beberapa periset sudah merekomendasikan metode-metode terbaik dalam menentukan inisialisasi bobot, antara lain:

  • Inisialisasi Bobot Acak. Ini merupakan cara paling sederhana. Lebih baik dari pada seluruh bobot diberi harga nol, yang menurut Rummerhald, tiap training cenderung memberikan hasil yang sama. Dengan bobot acak, akan diperoleh hasil pelatihan yang berbeda-beda, sangat tergantung dengan attractors, istilah untuk faktor-faktor yang mempengaruhi konvergensi.
  • Menggunakan analisa statistik dan geometri. Metode ini sangat menguras waktu. Salah satu yang terkenal adalah metode pseudo-inverse. Menurut peneliti masih banyak memiliki kelemahan.
  • Menggunakan properti yang khusus dari JST yang akan ditraining, misalnya untuk tipe JST radial basis, menggunakan cara yang berbeda dengan multilayer perceptron lainnya.

Tulisan yang membahas metode-metode inisialisasi bobot yang terkenal adalah Thimm, dkk (Thimm & Fiesler, 1994). Beberapa peneliti terkenal antara lain: Fahlman, Bottou, Boers, Smieja, Lee, Haffner, Watrous, dan yang saat ini banyak digunakan yaitu Nguyen dan Widrow. Silahkan baca bagi yang berminat, semoga bermanfaat bagi yang riset tentang JST.

Referensi:

Thimm, G., & Fiesler, E. (1994). High Order and Multilayer Perceptron Initialization. NEURAL NETWORKS.

 

Kian Maraknya Publikasi Ilmiah

Gembira juga baca grup WA kampus yang bersi kegiatan rekan-rekan yang presentasi paper di seminar internasional. Syukurlah minat untuk publikasi sudah kian tinggi. Rekan-rekan lainnya yang agak “nyantai” sepertinya terprovokasi.

Publikasi Adalah Buah

Buah di sini adalah sesuatu yang dihasilkan. Kalau dalam istilah DIKTI, disebut “luaran”. Entah dari mana asalnya, sampai keluar-keluar begitu. Ibarat sesuatu yang dihasilkan tentu saja perlu proses dan bahan baku untuk menghasilkan buah tersebut. Bahan bakunya tidak lain dan tidak bukan adalah RISET. Makanya dua departement, yaitu kementerian riset dan teknologi dan dirjen pendidikan tinggi, digabung menjadi satu, yaitu kementerian riset, teknologi, dan pendidikan tinggi (Kemenristek-Dikti). Menurut saya cukup tepat.

Untuk menghasilkan buah berupa publikasi tentu saja perlu riset karena tulisan ilmiah bukanlah mengarang bebas seperti menulis novel atau buku harian atau update status (yang bukan share). Makin bagus riset seharusnya makin bagus publikasi yang dihasilkan, asalkan ditulis dengan baik dan pesan dari hasil penelitian tersampaikan dengan jelas. Jadi jangan gede kemauan tapi ga ada tenaga, alias jika ingin ikut seminar atau publikasi ke jurnal, ya mau tidak mau harus perbanyak risetnya. Jangan sampai terjadi “self plagiarism” akibat minim riset dan banyak mempublikasikan tulisan hasil riset yang sama di berbagai tempat.

Bukan Hanya Publish tetapi juga Disitasi

Saat ini kita memang sedang mengejar ketertinggalan jumlah publikasi dengan negara tetangga ASEAN kita (Malaysia, Singapura, dan Thailand). Tetapi jangan lupa, esensi publikasi adalah banyaknya yang membaca karya kita, ditunjukan dalam jumlah sitasinya. Jangan sampai yang membaca tuisan kita hanya, reviewer, editor dan kita sendiri. Gampang saja, jika ingin banyak disitasi, publikasikan ke jurnal yang berimpak faktor tinggi. Tentu saja sulit bagi pemula, tetapi ada baiknya mencoba. Minimal dengan impak faktor di sekitar satu.

Bagi pemula seperti saya, tentu saja fokus ke publikasi terlebih dahulu. Jangan lupa pantau situs PAK Ristek-Dikti untuk mengetahui jurnal-jurnal dan seminar-seminar terlarang. Sepertinya DIKTI kian ketat dan standarnya makin tinggi. Selain publikasi, jangan lupa plagiarisme harus dicek juga. Terkadang kita tidak sengaja melakukan plagiasi terhadap tulisan orang. Lihat post terdahulu tentang tools untuk pengecekan plagirarisme (gratis maupun berbayar).

Didanai atau Tidak, Riset Jalan Terus

Riset kadang butuh dana yang tidak bisa diprediksi. Terkadang kurang terkadang juga lebih, maklum beda dengan proyek, misalnya bikin jembatan, buat software, dan lain-lain. Terkadang ribet juga kalau diminta laporan keuangan. Bayangkan Einstein yang menemukan rumus E=m.c^2 dan diminta struk dana hibah. Paling isi laporan keuangannya buat beli pulpen, kertas, sama obat encok, hehe.

Saat ini persyaratan riset dinaikan dan tidak ada harapan bagi para dosen kecuali yang sudah doktor atau lektor kepala. Yang bisa hanya hibah-hibah pengabdian dan penelitian dosen pemula (untuk dosen muda atau dosen tua yang jadi muda lagi). Sekian, semoga menginspirasi.

Mengeset Referensi Koordinat pada Image di IDRISI

Terkadang untuk melakukan manipulasi diperlukan penyamaan koordinat dan proyeksi dua image atau lebih yang terlibat. Misalnya untuk operasi Window (lihat post tentang window ini) dalam rangka memotong suatu image mengikuti image lainnya (dalam ArcGIS diistilahkan dengan nama clipping). Obyek yang memotong dan dipotong tentu saja harus memiliki proyeksi koordinat yang sama.

Menggunakan Metadata

Selain untuk mengeset proyeksi, metadata ini sering digunakan untuk mengeset legend terutama untuk memodelkan land use (LCM). Misalnya gambar peta urban di sekitar Jabotabek di bawah ini yang akan dicrop untuk Bekasi.

Gambar di atas adalah hasil klasifikasi (unsupervised) dengan IDRISI. Perhatikan di bagian metadata di bawah kiri. Pada isian ref system pilih proyeksi yang sesuai.

Selain ref. system yang perlu diperhatikan juga adalah Min/Max X dan Y. Permasalahan muncul ketika ref. system sudah sama tetapi Min/Max X,Y tidak sama. Jika dua gambar yang ingin disamakan memang berukuran sama tidak masalah (dengan copy dan paste). Tetapi jika tidak sama ukurannya maka perlu menggunakan trik lain. (Bersambung).

Embed PDF dari Google Drive di WordPress

Google drive merupakan salah satu fasilitas cloud storage dari Google. Untuk yang free lumayan besar yaitu 15 Gb, dibanding dropbox yang 2 Gb dan onedrive yang 5 Gb. Selain storage, google drive bisa juga untuk membuka file Printable Document Format (PDF) yang dapat ditempel di wordpress/blog kita.

Langkah-langkah

Untuk menempelkan file PDF atau yang diistilahkan dengan “embed” pada drive agak tersembunyi. Langkah yang harus ditempuh ada 2 yaitu:

  • Membuka file PDF dengan klik ganda (klik kanan – Preview)
  • M embuka ke jendela baru agar tombol “embed” muncul

Setelah itu dengan mengkopi link embed dan paste ke wordpress yang akan dipublish maka file PDF itu berhasil ditempel ke wordpress. Ketika blog dibuka, file PDF tersebut akan langsung tayang tanpa mengunduhnya.

Alternatif Lain

Banyak aplikasi cloud storage tersedia (onedrive, dropbox, slideshare, 4shared, dll), pilihlah yang sering digunakan. Beberapa waktu yang lalu karena jarang saya gunakan, dropbox memberi “warning” agar aktif ke file dropbox saya. Karena dikirim ke email yang jarang digunakan, tidak terbaca dan akibatnya akun dropbox hilang, beserta datanya.

Bagaimana yang berbayar? Menurut saya bagus juga. Tetapi jika ingin ditempel di wordpress sebaiknya yang agak abadi. Maksudnya jika tidak berlangganan lagi tetap tayang dengan yang free. Atau sebaiknya gunakan saja yang free dan selalu aktif gunakan cloud storage-nya agar tidak di-suspend seperti kasus dropbox saya. Untuk embed youtube, slideshare, dan onedrive bisa dilihat hasilnya di postingan sebelumnya. Semoga bermanfaat.

Matlab dan Penerapannya

Matlab merupakan software untuk komputasi yang dibuat oleh sebuah vendor software bernama Mathworks. Software yang biasa digunakan kampus/lembaga pendidikan ini cukup ampuh untuk mengimplementasikan suatu metode tingkat lanjut. Prinsip yang berbasis matrix menjadi keunggulan tersendiri dibanding bahasa pesaing lainnya. Oiya, Matlab itu singkatan dari “Matrix Laboratory” lho, bukan “Mathematic Laboratory”.

Harga

Software ini merupakan software yang berbayar, lihat link ini untuk mengetahui informasi resminya. Untungnya, bagi kampus, seperti yang saya gunakan di kampus tempat kuliah, harganya bisa sangat murah, sekitar 7 jutaan rupiah.

Tentu saja itu harga standar, jika ingin menggunakan fasilitas tambahan khusus lainnya, seperti: simulink, control design, dan lainnya sesuai jurusan yang menggunakannya, ada biaya tambahan. Khusus untuk pengguna yang seorang mahasiswa tidak sampai satu juta. Hanya saja untuk dipakai pribadi (non pendidikan), harganya lumayan mahal, sekitar 30-an juta rupiah. Hal inilah yang membuat banyak yang beralih ke bahasa pemrograman lainnya, bahkan ada yang mirip yaitu Octave dengan sintaks yang tidak berbeda dengan matlab, baik dari sisi pemrograman (for-next, while, dll) hingga ekstensi file programmnya (*.m).

Alat Ukur dalam Riset

Seperti halnya riset fisika yang membutuhkan akurasi alat ukurnya, seperti timbangan, alat ukur tekanan, dan lain-lain, ketika membandingkan metode pun diperlukan alat ukur yang ter-kalibrasi. Jadi ketika membandingkan satu metode dengan metode lainnya Matlab dapat dikatakan terjamin, terutama toolbox yang digunakannya. Error dan berapa iterasi yang digunakan juga cukup dapat diandalkan. Karena tidak akurat jika membandingkan dua metode dengan software yang berbeda, misalnya satu metode dibuat dengan bahasa C++ sementara yang akan dibandingkan dibuat dengan dengan VB.

Begitu juga dengan Jurnal-jurnal tentang metode-metode yang melibatkan algoritma-algoritma tertentu. Biasanya dengan menyebutkan parameter-paramter yang digunakan dalam toolbox Matlab, peneliti lainnya dapat mereplika penelitiannya, sehingga kebenaran suatu riset bisa terjamin dan diulangi. Bandingkan jika menggunakan program “Custom”, apalagi tidak disertakan kode programnya yang bisa digunakan oleh pembaca/peneliti lainnya. Rekan-rekan saya banyak juga yang mengatakan Matlab kurang baik karena karakternya yang lamban dalam mengeksekusi instruksi dibanding dengan java apalagi c++. Khusus untuk Anda yang ingin lulus doktoral dengan cepat, Matlab bisa diandalkan. Saya jadi ingat cerita rekan saya yang membuat aplikasi dengan C++ dalam waktu setahun dengan Matlab hanya dalam waktu kira-kira sebulan saja. Namun jika untuk production, baru lain lagi ceritanya.

Untuk Membangun Aplikasi

Walaupun Matlab menyediakan fasilitas deployment yang bisa meng-generate
executable program, untuk mendevelop program, sepertinya software ini kalah pamor dengan bahasa lainnya, seperti c++ dan java yang cepat, php, ruby dan lainnya yang berbasis web. Tentu saja ketika implementasi, kecepatan dan efisiensi compiler bahasa pemrograman sangat menentukan kualitas produk software yang dibangun. Walaupun terkadang faktor lain seperti kemudahan dan kecepatan memrogram penting juga.

Harga lisensi yang mahal membuat bahasa pemrograman lainnya, terutama yang berbasis linux sering jadi pilihan utama para pengembang. Namun satu hal yang terpenting adalah, bagi seorang praktisi IT sebaiknya tidak mengandalkan satu tool saja. Lagi pula, jika bos Anda menuntut dengan bahasa “x”, tidak mungkin kita melawan, mangkir, protes, demo, karena menganggap bahasa “y” idola kita dirasa lebih powerfull, kecuali kalo memang mau dipecat. Idealis boleh saja, tetapi kalau tidak bisa memuaskan pelanggan di era informasi ini bakal ditinggalkan walau secanggih apapun karyanya.

Problematika Keabsahan Jurnal Internasional

Baik di WA maupun Facebook, belakangan beredar berita berantai mengenai di-blacklist-nya jurnal Inderscience oleh tim Penilaian Angka Kredit (PAK) dosen (lihat link berikut) yang diupload tanggal 23 November 2017. Kehebohan ditambah dengan waktunya yang bertepatan batas akhir penilaian kinerja lektor kepala dan profesor, yaitu tanggal 27 November tahun ini (2017). Jika sampai tanggal tersebut belum sampai ke tim PAK, tunjangan terancam tidak tersalurkan (lihat info dari kopertis 8 berikut ini). Trus bagaimana, waktu 4 hari tersisa? Jangan khawatir, berdasarkan surat edaran di bawah ini, untuk saat ini tidak ada hubungannya dengan tunjangan dulu, hanya pemetaan saja (paragraph pertama). Syukurlah, tidak seperti bos saya waktu kerja jadi IT suatu bank, kalau ada divisi lain yang ingin minta keringanan dan hal yang aneh-aneh, jawab saja “Itu urusan loe sama keluarga loe “, hehe.

Beberapa aktivis pemerhati riset, mulai mempertanyakan dasar-dasar opini tim PAK dalam melarang dan tidak mengakui suatu jurnal internasional, seperti link facebook Dr. Sunu ini. Ada yang mempermasalahkan ada yang biasa-biasa saja. Hal ini karena ada beberapa motif orang mempublikasikan karya ilmiahnya dalam suatu jurnal.

Ingin Berbagi Ilmu

Ketika mempublikasikan suatu temuan, peneliti pasti sadar bahwa ilmunya dapat dipergunakan oleh siapapun. Salah satu etika yang wajib adalah ketika mensitasi harus menyebutkan sumber referensinya. Biasanya penulis yang ingin berbagi ilmu tulisannya banyak disitasi oleh peneliti lain. Temuannya dijadikan rujukan peneliti-peneliti lainnya. Hal inilah yang menyebabkan ilmu terus berkembang. Bayangkan jika tiap peneliti merahasiakan temuannya, maka ilmu akan sulit berkembang. Tentu saja, terindeks di pengindeks internasional menjadi syarat wajib jika tulisannya ingin dibaca dan disitasi oleh sebanyak mungkin peneliti lain di dunia. Istilah “not only published, but also get cited” menjadi moto dari peneliti yang bermotif ingin membagikan ilmu ke seluruh dunia. Entah itu diakui PAK Dikti atau tidak, tidak masalah.

Untuk Kenaikan Pangkat

Motif ini paling banyak dijumpai di tanah air. Percuma mempublikasikan tulisan dan disitasi oleh banyak orang tetapi tidak diakui oleh tim PAK dosen Dikti, atau diakui tetapi bobotnya kecil. Untuk itu perlu memantau terus jurnal-jurnal atau seminar internasional yang diakui Dikti di situs resminya. Tidak ada masalah sih dengan motif ini, tapi sebaiknya tidak 100% hanya fokus ke tujuan kenaikan pangkat.

Untuk Luaran Penelitian

Beberapa hibah penelitian mengharuskan publikasi di jurnal internasional, atau setidaknya seminar internasional. Karena waktu yang mepet, biasanya peneliti memilih jurnal internasional yang secepat mungkin proses publikasinya. Atau dengan international conference yang memang waktunya sudah fixed. Tetapi tidak ada salahnya dosen yang memperoleh hibah, untuk memenuhi luaran memperhatikan juga jurnal-jurnal yang diakui tim PAK Dikti.

Untuk Lulus Studi Doktoral

Beberapa kampus mengharuskan mahasiswa doktoralnya untuk mempublikasikan tulisan di jurnal internasional yang diakui oleh kampus tersebut. Tiap kampus berbeda-beda dalam menentukan jurnal mana yang diakui atau tidak (dilarang). Tentu saja mahasiswa yang seorang Dosen tugas belajar, tetap memperhatikan jurnal targetnya diakui atau tidak di PAK Dikti. Mungkin langkah-langkah yang diambil kampus dalam menentukan jurnal yang diperbolehkan maupun yang dilarang bisa ditiru, yakni:

  • Kampus menerbitkan daftar jurnal-jurnal yang dilarang (discourage) untuk syarat publikasi selama periode tertentu misalnya dua atau tiga tahun.
  • Jika jurnal yang jadi target publikasi tidak ada dalam list, tersedia FORM untuk dirapatkan di level senat akademik yang berisi profesor-profesor pilihan (sebulan sekali). Jika disetujui, barulah si mahasiswa boleh mengirimkan berkas ke jurnal tersebut.

Mungkin teknik tersebut dapat diadopsi oleh tim PAK Dikti. Bisa saja assessment sendiri, tapi sebaiknya dilakukan tapi tiap periode tertentu dengan mengeluarkan daftar blacklist yang harus dipatuhi oleh dosen-dosen yang ingin mempublikasikan penelitiannya. Jika ada dosen yang ingin mempublikasi ke jurnal yang tidak ada di daftar, bisa minta dicek bagian PAK boleh atau tidak dengan borang tertentu yang resmi. Jadi ketika tulisan dosen tersebut diterima dan dipublikasi, sudah memiliki kekuatan hukum bahwa tulisannya diakui tim PAK Dikti. Jadi, tidak hanya dengan melihat jurnal apa yang dipublikasikan oleh seorang dosen ketika proses kenaikan pangkat dan setelah dicek baru ditentukan jurnalnya diterima atau tidak (ibarat masuk ke meja hakim dan harus menunggu keputusan). Hmm .. sekian, semoga bisa jadi inspirasi.

Update: 27 November 2017

Di grup WA kian ramai saja. Beberapa pemerhati dan pengelola jurnal ikut nimbrung dan memberi saran, seperti tulisan dari Dr. Tole ini:

Update: 28 November 2017

Tim PAK mulai merespon dengan menjawab di situs resminya (lihat link berikut). Cara mendeteksi dengan melihat proses dari submit hingga accepted dan published, terutama korespondensi dengan reviewer sepertinya cukup baik. Semoga pihak yg berkepentingan dengan kasus ini membaca info tersebut, terutama di bagian ini:

“mengirimkan bukti termasuk surat keberatan atas informasi tentang inderscience yang dipublish sejak tanggal 23 November 2017 yang ditujukan kepada Dirjen SDID dengan alamat email:admin.pja@ristekdikti.go.id

Diterima paling lambat hari rabu  tanggal  29 November 2017 pukul 18.00 WIB”

Seminar Wireless 5G di Kampus

Sambil mengurus berkas-berkas sebelum pulang menunggu proses external disertasi, iseng-iseng ikut seminar di jurusan ICT (telkom) jurusan sebelah. Pengisinya adalah dosen dari Jepang (Masayuki Ariyosi) tentang penerapan wireless 5G di kedokteran dan disaster management. Sering juga mendengar bahwa teknologi 4G sebentar lagi akan digantikan oleh 5G. Teknologi terbaru itu kini sedang dikembangkan, banyak masalah-masalah yang dijumpai. Tetapi untuk yang machine to machine communication sepertinya sudah established.

LCX Multi Input Multi Output

Terus terang saya mendengarkan sambil pusing memikirkan maksud dari pembicara yang kental logat Jepangnya. Tetapi lama kelamaan “ngeh” juga ketika dia membahas mengenai LCX. LCX itu adalah metode baru pengganti access point (terminal WIFI) yang memiliki kelemahan karena terdistribusi hanya dalam satu titik sementara LCX kontinyu dan panjang.

Silahkan searching LCX yang berisi kabel coaxial dengan tambahan lilitan (horizontal atau vertical) yang berfungsi sebagai antena. Jadi prinsip kerjanya adalah LCX ini seperti access point yang kontinyu sehingga pengguna yang tersebar memeliki quality of service yang seragam, berbeda dengan access point dimana pengguna yang jauh dari access point akan lambat alias “lemot”.

LCX terus berkembang dari yang tadinya tipe 2×2 berlanjut ke 4×4 MIMO dimana dua kabel LCX digabung menjadi satu. Saya juga masih berfikir apakah tidak saling mengganggu mengingat masalah yang 2×2 saja harus diatur peletakannya agar satu sama lain tidak saling mengganggu.

Riset di Wireless

Sepertinya profesor pembicara itu membutuhkan tim untuk riset dan menawarkan untuk membimbing mahasiswa di kampus saya untuk lanjut ke Jepang atau sekedar kuliah tambahan. Sepertinya banyak rekan saya di Indonesia yang spesialis dalam jaringan piconet ini. Seperti dalam supply dan demand, terkadang perlu dihubungkan antara pensuplai (supervisor) dan yang membutuhkan (mahasiswa bimbingan).

Masalah utama calon-calon mahasiswa doktoral di tanah air adalah kendala bahasa. Pemberi beasiswa dan kampus tujuan biasanya mematok skor IELTS dan TOEFL yang tinggi, sementara jika mengandalkan kampus dalam negeri tentu ada batasnya (anggaran dan kuota dosen pembimbing/supervisor). Sekian semoga bermanfaat bagi rekan yang serius di telkom.

Perkembangan e-Learning Saat Ini

Ketika mendaftar beasiswa DIKTI, calon karya siswa (mahasiswa yang memperoleh beasiswa) diwajibkan untuk melampirkan proposal disertasi. Waktu itu saya mengusulkan penerapan soft computing dalam sebuah e-learning. Soft computing yang diterapkan pun beragam dari yang biometrik hingga plagiarism check. Setelah wawancara dan dinyatakan lulus, mulailah satu persatu jurnal e-learning saya baca. Ternyata rumit juga .. he he. Alhasil saya beralih dari e-learning ke data spasial, kebetulan dapat hibah bersaing DIKTI tentang optimasi data spasial, jadi sekalian kerja serempak. Ditambah lagi, kampus tempat saya kuliah tidak menawarkan course e-learning.

Kualitas e-learning Terkini

Jujur saja saya tidak begitu mendalami masalah teknis aplikasi e-learning, yang dimotori oleh Moodle. Hanya sedikit berbagi pengalaman saja sebagai pengguna (siswa dan juga pengajar). Ketika kuliah remote sensing & GIS, dosen saya menyediakan e-learning (disebutnya virtual class). Tetapi jarang saya buka, karena hanya sekedar share file-file dan tugas kuliah saja. Waktu itu bentuknya pun tidak jauh berbeda dengan Moodle yang pernah saya coba install dengan php-mysql di laptop. Sekarang ada sedikit perbedaan, seperti tampak dalam gambar di bawah ini.

Sebagai mahasiswa sepertinya sangat pasif dan hampir tidak ada fasilitas untuk onlinenya. Mungkin karena tidak optimal digunakan. Malah lebih suka mengunakan Facebook untuk media komunikasinya. Sementara itu, di bawah ini salah satu situs e-learning dari universitas terbuka.

Tugas-tugas yang diberikan tiap minggu dapat dengan mudah diperiksa dalam sebuah forum diskusi dan juga tugas-tugas. Untuk membuat e-learning yang mirip sekali dengan perkuliahan tatap muka sepertinya agak sulit. Untuk sekedar diskusi saja tingkat keikutsertaan siswa masih rendah. Sepertinya mobile-learning dengan smartphone perlu diusahakan agar memudahkan pengguna. Mirip aplikasi Grab/gojek/atau lainnya yang mudah dan user friendly.

E-learning SEAMEO SEAMOLEC

Salah satu faktor utama suatu aplikasi adalah tingkat penggunaannya. Percuma aplikasi yang baik dan canggih tetapi orang malas menggunakannya. Oleh karena itu sebaiknya riset melibatkan pengguna. Salah satu lembaga level Asia Tenggara (+ Australia dan Timur Leste) adalah Seameo Seamolec (lihat link resminya). Gambar berikut menampilkan seminar internasionalnya (saat tulisan ini dibuat, acara masih berlangsung) via online yang membahas perkembangan terkini online learning.

Software yang digunakan adalah plugin dari Cisco (Webex). Saya kagum juga dengan Cisco dalam menyediakan fasilitas video conference. Pernah ada uji coba dari univ di jogja yang mengadakan diskusi online lewat aplikasi Cisco yang akan dibeli kampus itu (saya lupa nama produknya). Hasilnya cukup OK walaupun saya menggunakan ponsel HP (GSM) sinyalnya, tapi tidak putus-putus.

Salut juga untuk tim (Binus dkk) yang menyelenggarakan seminar ini. Semoga e-learning terus berkembang sehingga bisa menjangkau wilayah Indonesia yang luas dalam mencerdaskan bangsa.

Berikut ini contoh tampilan konferensi online ini (2nd Indopec International seminar). Semoga info ini berguna.

Waterfall, Iteration, atau Metode Extreem/Agile dalam Menulis dan Revisi

Bagi rekan-rekan yang berkecimpung dalam dunia IT pasti mengenal metode waterfall, iteration atau Extreem/Agile. Metode-metode tersebut diterapkan dalam perancangan perangkat lunak dan analisa & disain. Namun demikian, saya kerap menerapkannya dalam menulis, baik buku, paper imiah, maupun sekedar postingan di blog. Di antara metode-metode tersebut, manakah yang cocok dengan Anda? Mungkin postingan ini bisa sedikit membantu.

Waterfall

Waterfall artinya air terjun. Jadi metode ini menggunakan prinsip air terjun yang jatuh dari atas ke bawah. Menulis dengan metode waterfall berarti menulis secara cepat, tanpa memperhatikan tata bahasa, mengikuti ide yang ada di kepala. Ketika selesai 100% barulah proses editing dimulai. Kesalahan-kesalahan kecil, salah ketik (typo), maupun salah komposisi (letak kalimat dan paragraf) diperbaiki setelah semua ide dituangkan dalam tulisan. Banyak tips dan trik menulis yang saya terima menganjurkan metode ini, sangat cocok sebagai pemula yang terkadang “bengong” ketika di depan laptop. Fokus menuangkan ide menjadi dasar utama, apalagi bagi pemula yang jarang menulis. Re-writing menjadi wajib bagi yang menerapkan metode ini.

Kelebihan waterfall yang mengalirkan tulisan dengan lincah terkadang menyulitkan penulis buku yang tebal. Tidak mungkin lagi mengecek tulisan dari awal. Bayangkan saja berapa waktu yang dibutuhkan untuk mengecek lagi. Skimming mungkin bisa, tetapi jika mengecek dengan teliti hingga di level tata bahasa, sangat memberatkan, kecuali memang ada bagian yang mengoreksinya. Presiden RI pertama, Ir. Soekarno, pun dalam kata pengantar buku “di bawah bendera revolusi” disebutkan bahwa ketika beliau menulis buku tersebut (kumpulan tulisan) mengatakan tidak sempat lagi membaca ulang kembali apa yang ditulisnya. Kemungkinan besar beliau menggunakan metode iterasi, yang merupakan perbaikan dari metode waterfall dalam perancangan sistem.

Iteration

Metode iterasi menerapkan perulangan (iterasi) dalam proses pembuatannya. Ide-nya adalah merubah sesuatu ketika masih sederhana lebih mudah dibanding jika sudah kompleks. Termasuk juga mengoreksinya dan mengujinya. Tentu saja mengecek perbab lebih enak dibanding per-buku. Ketika menulis disertasi, yang paling melelahkan adalah ketika mengoreksi seluruh isi disertasi. Metode iterasi ini digunakan dengan cara ketika selesai satu bab, langsung koreksi bab yang baru saja ditulis. Terkadang bukan hanya satu bab, satu paragraf pun langsung dikoreksi ketika selesai dibuat. Terkadang kesalahan logika bisa ditemukan sebelum terlanjur, misalnya ternyata paragraf yang baru ditulis salah tempat atau kurang cocok di bab/sub-bab yang sedang digarap.

Jika seluruh tulisan selesai dibuat, mengoreksi tulisan yang dibuat dengan metode iterasi ini lebih cepat dan mudah dibanding mengoreksi tulisan yang dibuat dengan waterfall yang masih banyak salah di sana sini. Bahkan bisa hanya dengan “skimming”. Tentu saja konsep re-writing tetap diterapkan walau menulis menggunakan metode iterasi.

Extreem/Agile

Pernah dalam satu semester saya mengikuti kuliah web development dengan ruby and rails. Metode yang digunakan adalah dengan extreem/agile. Metode ini berfokus menghasilkan satu aplikasi dengan cepat. Berbeda dengan iterasi yang hanya perulangan beberapa milestoon/tahap dalam waterfall, extreem/agile menggabungkan beberapa tahap dalam proses pengembangannya. Ketika proses pembuatan proyek, ada fasilitas bantu yang berupa testing. Jadi testing dapat dilakukan sebelum software selesai dibuat. Metode ini bisa cepat karena dibuat “keroyokan” dengan alat bantu versioning. Rollback ketika new version gagal dengan mudah dan aman dilakukan.

Dalam hal menulis, banyak alat bantu yang bisa digunakan. Misalnya spelling and grammar check yang tersedia di wordprocessing yang digunakan. Aplikasi seperti grammarly terkadang bisa mendeteksi bukan hanya salah ketik, melainkan juga tata bahasa (singular, plural, atau completion). Satu tool yang saat ini mutlak diperlukan dalam publikasi ilmiah adalah cek plagiarisme. Beberapa software bisa digunakan untuk itu, seperti turnitin, plagscan, smallseotools, dll (lihat post sebelumnya). Untuk menulis “keroyokan”, penerapan cloud seperti google drive/one drive bisa juga diterapkan, termasuk menu review di mirosoft word.

Mungkin ide dalam postingan ini aneh bagi Anda, tetapi di jaman “disruption” yang melibatkan multi/interdisiplin dalam berbagai bidang, penerapan satu metode di luar domain ilmu sudah biasa dilakukan. Yang background-nya IT, tidak ada salahnya menerapkan metode-metode orang IT untuk hal-hal tertentu. Siapa yang “rigid”/kaku/radikal siap-siap akan ditinggalkan.

Curve Fitting dengan Matlab

Curve fitting artinya membuat sebuah kurva dari rentetan titik. Kurva yang dihasilkan berupa persamaan linear ataupun non linear (matlab menyediakan quadratic hingga polinomial pangkat sembilan). Silahkan lihat post sebelumnya untuk membedakannya dengan interpolasi. Biasanya dijumpai ketika praktikum yang menguji satu variabel dengan perbedaan perlakuan tertentu. Saya sendiri menjumpai pertama kali kasus ini ketika praktikum fisika dasar di tingkat pertama kuliah. Hasilnya pun hanya dengan menarik garik lurus (linear) terhadap serangkaian titik hasil uji coba tersebut.

Matlab menyediakan toolbox dengan nama “cftool” yang dapat diakses dengan mengetik fungsi tersebut di command window. Misalnya kita memiliki serangkaian data sebagai berikut:

  • data =
  • 19.8960
  • 16.9290
  • 15.6660
  • 19.8870
  • 17.9100
  • 18.4260
  • 18.9570
  • 18.7710
  • 15.4860
  • 17.1510
  • 15.3210
  • 18.2580
  • 17.8860
  • 13.7100
  • 17.6040
  • 16.7610
  • 15.8880
  • 16.6200

Langkah pertama adalah memasukan data tersebut ke dalam cftool. Tekan tombol “data” untuk memunculkan jendela data.

 

Karena data hanya satu seri, isi dengan data x atau data y. Saya coba keduanya ternyata hasilnya sama karena memang datanya hanya satu seri. Setelah menekan “create data set” maka toolbox akan terisi data tersebut. Kembali ke jendela “cftool” tekan “Fitting” untuk memulai proses curve fitting. Muncul jendala baru untuk mengisi parameter-parameter yang sesuai (linear / non linear).

Setelah memasukan jenis polinomialnya, lanjutkan dengan menekan “Apply“. Hasil polinomialnya tampak dalam kolom “Result” dan grafiknya dapat dilihat di jendela “Cftool“.

 

Hasil di kolom result dapat dilihat. Parameter yang dihasilkan adalah konstanta persamaan linear beserta parameter-parameter lainnya seperti Goodness of fit, SSE, R-square, dan lain-lain yang dapat dilihat dari pelajaran statistik. Silahkan coba untuk korelasi dua variabel.

  • Linear model Poly1:
  • f(x) = p1*x + p2
  • Coefficients (with 95% confidence bounds):
  • p1 = -0.1403 (-0.2877, 0.007083)
  • p2 = 18.62 (17.02, 20.21)
  • Goodness of fit:
  • SSE: 37.47
  • R-square: 0.2029
  • Adjusted R-square: 0.1531
  • RMSE: 1.53

Mudah untuk Copy-Paste, Mudah Pula Mengeceknya (Plagiarism atau tidak)

Menjadi pengajar/tutor e-learning memerlukan aspek-aspek khusus, salah satunya adalah otentifikasi tugas ataupun jawaban yang diberikan oleh peserta kuliah online. Walaupun aspek-aspek lain masih harus diverifikasi seperti apakah benar murni dari tulisan sendiri ataukah orang lain yang menulis. Otentifikasi biometrik sepertinya diperlukan. Setidaknya minimal tulisan yang dikirim terhindar dari plagiarisme yang merupakan salah satu aspek penting dalam dunia akademik.

Untuk mahasiswa yang malas, cara copy-paste terkadang menjadi jalan pintas yang murah. Sumber-sumber informasi bertebaran di internet. Dengan sekali googling, jawaban langsung ditemukan, bahkan kalau keywords yang diketik tepat hasilnya muncul di list teratas google. Namun ternyata mudah men-copas mudah pula mengeceknya. Apalagi saat ini bertebaran fasilitas-fasilitas gratis untuk cek plagiasi (lihat postingan tentang software plagiasi sebelumnya). Berikut contoh cek plagiasi terhadap tugas mahasiswa dengan smallseotools.

Lebih enak jika tugas dalam bentuk soft copy karena tinggal copas ke plagiarism checker dibanding jika mengumpulkannya dalam bentuk tulisan tangan. Tekan tombol “Check Plagiarsm” di bagian bawah dan tunggu beberapa saat.

Hasilnya sungguh mengesankan, 84% mirip dengan tulisan orang lain yang jika saya tekan salah satu tulisan berwarna merah tersebut, mengarahkan ke source aslinya (kebanyakan mahasiswa copas dari tulisan blog orang yg berbahasa Indonesia).

Tiap-tiap institusi berbeda-beda syarat maksimal persentasi similaritinya. Misal untuk serdos dipatok 50%, jurnal berstandard IEEE sebanyak 20%. Kampus saya kuliah 15%, dan lain-lain. Bagaimana jika dia mencontek jawaban temannya yang tidak dipublish di internet melainkan hanya dikumpulkan ke dosen. Salah satu software yang tepat sepertinya Plagscan. Software ini setelah login kita bisa memasukan naskah jawaban siswa dan jika ada naskah baru, dan discan similaritinya, plagscan juga mensearch dari naskah jawaban yang kita masukan walaupun belum dipublish. Jadi, untuk para mahasiswa, berfikir dua kali lah jika ingin menjiplak tulisan orang. Copas itu mudah, tetapi mudah pula mendeteksi kecurangannya. Selamat menjiplak .. ups, mencoba software cek plagiasi maksudnya.