Merubah Bahasa Inggris ke Indonesia Pada Windows 10

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

1. Masuk ke menu “Settings”

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

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

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

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

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

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

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

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

Membuat Mask (Bingkai) Pada Citra & Manfaatnya

Postingan ini bermaksud menginformasikan problem ketika pencocokan pola citra kurang berhasil akibat pola yang tidak memiliki bingkai. Ketika dengan Autoassociative Memory diminta memprediksi angka satu berikut (lihat yang berwarna putih).

Prediksi di sebelah kanan memang tepat angka satu, tetapi terpotong di bagian atas dan bawahnya. Kita coba untuk menambahkan bingkai pada citra yang akan dilatih dan diterka.

Menambahkan Nol di Sekitar Matriks

Misal angka nol di bawah akan dibuatkan bingkainya. Langkah pertama adalah mengetahui ukuran matriks angka nol tersebut.

Gunakan fungsi size di Matlab. Setelah itu dengan fungsi “zeros” buat matriks berukuran dua digit lebih banyak dari ukuran sebelumnya. Misalnya matriks di atas memiliki ukuran baris x kolom sebesar 5 x 3 maka buatlah matriks nol dengan ukuran 7 x 5.

  • imshow(nol,’InitialMagnification’,’fit’)
  • nolmask=zeros(7,5);
  • nolmask(2:6,2:4)=nol;
  • imshow(nolmask,’InitialMagnification’,’fit’)

Perhatikan angka nol (yang berwarna putih) telah memiliki bingkai (warna hitam di sekelilingnya). Berikutnya kita coba melatih jaringan syaraf tiruan (JST) yang sebelumnya tanpa bingkai. Diuji dengan angka satu udah ok: hasil: “satu” (sebelah kiri) dan yang sebelah kanan nol dengan sedikit error berhasil mendeteksi (hasil deteksi: “nol”).

Mengkonversi Polygon Peta Pada ArcGIS ke Matriks di Matlab

Terkadang untuk melakukan manipulasi dengan Matlab membutuhkan konversi dari data berupa peta menjadi matriks. Jika sudah dalam bentuk matriks maka beragam metode dapat diterapkan untuk memanipulasi matriks peta tersebut seperti pengklusteran, klasifikasi, dan lain-lain. Postingan ini bermaksud mengkonversi citra polygon menjadi matriks di Matlab.

Mempersiapkan Poligon

Terlebih dahulu persiapkan peta poligon, misalnya lokasi sekolah di bekasi selatan. Karena fungsi polygon to raster di ArcGIS tidak berlaku untuk titik maka diperlukan proses “buffering” agar dihasilkan region sebuah titik. Cari fungsi “buffering” tersebut di kolom “search” pada ArcGIS anda.

Di sini dibuat lingkaran dengan jarak 50 meter dari pusat titik di tiap-tiap lokasi. Secara default tipenya adalah lingkaran. Jika sudah tekan “OK” di bagian bawah. Pastikan peta baru yang berisi lingkaran dengan jari-jari 50 meter yang berada di sekitar titik lokasi.

Konversi ke Raster

Untuk menjadikan poligon menjadi matriks diperlukan proses konversi dari poligon ke raster dengan fungsi “Polygon to Raster”.

Tekan “OK” dan tunggu sesaat hingga ArcGIS membuat rasternya seperti gambar berikut ini. Perhatikan yang tadinya lingkaran (round) sedikit berubah menjadi kotak-kotak.

Membentuk Matriks di Matlab

Terakhir kita menarik data yang telah dibuat oleh ArcGIS ke Matlab. Pertama-tama data perlu di- “Export” terlebih dahulu. Bentuknya terdiri dari beberapa layer dengan komponen utamanya berekstensi TIF yang mirip dengan JPG atau PNG.

Pastikan di folder target terdapat salah satu citra yang akan dibaca matriksnya lewat Matlab. Arahkan “Current Directory” pada lokasi yang sesuai agar bisa dibaca Matlab. Jalankan perintah ini untuk melihat “image”nya.

  • imshow(‘sekolah_PolygonToRaster11.tif’)

Jika kita lihat ukurannya masih sangat besar.

  • I=imread(‘sekolah_PolygonToRaster11.tif’);
  • size(I)
  • ans =
  • 474 248

Ada baiknya resolusi sedikit diturunkan agar diperoleh matriks yang mudah dimanipulasi. Gunakan fungsi “imresize” dengan sebelumnya mengkonversi gray menjadi biner.

  • I2=imresize(I,0.25);
  • size(I2)
  • ans =
  • 119 62

Tampak resolusinya berkurang seperempatnya. Konversi menjadi biner agar dihasilkan image yang tidak pecah-pecah seperti di atas. Untuk membahas masalah tersebut perlu postingan lain tentang pengolahan citra. Semoga bisa menginspirasi.

Red, Green, dan Blue (RGB) Pada Matlab

Representasi warna yang dikenal antara lain: i) Red, Green, Blue (RGB), ii) Cyan, Magenta, Yellow, Black (CMYK), iii) Hue, Saturation, Brightness (HSB), dan iv) CIE-XYZ. Di sini yang paling mudah dan terkenal adalah RGB. Postingan ini bermaksud menjelaskan secara mudah model warna RGB ini.

Sejarah

Kita mengenal TV berwarna yang mengkombinasikan tiap piksel dengan gabungan komposisi warna Red, Green, dan Blue. Jika seluruh warna R, G, dan B nol atau padam, maka dihasilkan warna hitam. Sebaliknya jika seluruhnya menyala maksimal, diperoleh warna putih.

Membuat Warna

Perhatikan warna Turqoise di bawah ini. Warna ini merupakan kombinasi warna Red, Green, dan Blue berturut-turut 64, 224, dan 208. Bagaimana merepresentasikannya dalam Matlab?

Baik, kita mulai saja dengan membuka Matlab versi 2008 ke atas (mungkin sebelumnya bisa, asalkan ada fungsi “imshow” dan “cat” pada matriks).

Format RGB pada Matlab

Matlab menggunakan format matriks tiga dimensi, berbeda dengan gray atau biner yang menggunakan satu matriks saja. Oke, misalnya kita buat piksel yang membentuk huruf ‘c’.

  • c=[1 1 1;1 0 0;1 1 1];
  • imshow(c,’InitialMagnification’,’fit’)

Disini “InitialMagnification” artinya memperbesar huruf c tersebut agar bisa dilihat jelas. Coba saja tanpa fungsi itu, pasti hanya berupa titik kecil saja.

Nah, di sini kita diminta merubah huruf c format biner tersebut menjadi warna turquoise pada gambar di atas sebelumnya. Caranya adalah dengan merubah satu matriks ‘c’ tersebut menjadi komposisi tiga matriks R, G, dan B berupa perbandingan dari 0 hingga 255.

Warna Red, Green, Blue

Di sini warna merah adalah 64 dari 255. Tuliskan di command window instruksi berikut.

  • r=c*64/255
  • r =
  • 0.2510 0.2510 0.2510
  • 0.2510 0 0
  • 0.2510 0.2510 0.2510

Dengan cara yang sama buat juga Green dan Blue.

  • g=c*224/255;
  • b=c*224/208;

Jika komposisi R, G, dan B sudah dibuat, berikutnya adalah meng-concatenate tiga matriks tersebut (r, g, dan b) menjadi satu.

  • image=cat(3,r,g,b);
  • imshow(image,’InitialMagnification’,’fit’)

Pastikan diperoleh huruf ‘c’ dengan warna turquoise seperti di bawah. Jika Anda bisa memanipulasi satu piksel maka Anda pasti bisa memanipulasi beragam citra menjadi warna-warna tertentu. Sekian, semoga bermanfaat.

AppSheet – Aplikasi Android Untuk Mengelola Data Excel

Mungkin banyak yang bertanya, apa maksud judul di atas? Apa hubungannya Excel dengan android? Tentu saja di sini Excel yang digunakan bukan Excel di laptop melainkan menggunakan cloud application bawaan Google, yaitu AppSheet. Sambil membaca postingan ini, ada baiknya anda menginstall aplikasi sebesar 13-an Mb tersebut di playstore. Oiya, karena berbasis Google, tentu saja lebih optimal menggunakan browser Google Chrome dibanding lainnya (Mozilla, Safari, IE, dll).

1. Siapkan file Excel

Untuk membuat aplikasi yang membaca secara interaktif data sheet, terlebih dahulu siapkan datanya, yaitu data yang dibuat di Microsoft Excel. Misalnya daftar nilai mahasiswa berikut ini:

2. Upload ke Google Drive

Berikutnya kita buka Google Drive. Cara termudah adalah dengan masuk ke akun email dilanjutkan dengan menekan tombol empat titik dilanjutkan dengan menekan simbol Drive.

Upload file excel tersebut lewat menu File – Open dan lanjutkan dengan mengupload file excel yang akan dibuat ke appview.

Buka via Google Sheet file tersebut, sehingga memunculkan sheet yang mirip Microsoft Excel. Perhatikan di sini Google Sheet berbeda dengan sekedar view sheet. Tampilah Google Sheet dapat dilihat di bawah ini.

Sepertinya butuh koneksi internet yang cepat untuk membuka Google Sheet ini. Jadi, harap bersabar.

3. Mengeset AppSheet

AppSheet merupakan Add on yang disediakan oleh Google Chrome. Oleh karena itu di browser harus ditambahkan terlebih dahulu. Add on ini gratis

Jika Add on sudah ditambahkan maka pada Google Sheet akan muncul Add on serta koneksi ke AppSheet Anda.

Kemudian kita tinggal masuk ke AppSheet dengan terlebih dulu menambahkan Add on yang ada.

Cari AppSheet dan klik ketika ditemukan. Lanjutkan dengan menginstal appview di Chrome Anda.

Jika sudah berhasil terinstal, di menu Add on akan muncul AppSheet. Jalankan dengan menekan di menu “launch”.

Di sebelah kanan akan muncul smartphone yang akan dihubungkan dengan data sheet kita. Tekan Go untuk melanjutkan proses pembuatan.

Pastikan data sudah bisa diakses via AppSheet dengan melihat di bagian kanan Chrome, tampak nama-nama yang ada di data sheet Anda.

4. Deploy Aplikasi

Terakhir tentu saja kita harus bisa mengeshare aplikasi agar bisa dijalankan via ponsel kita. Terlebih dahulu kita masuk ke Setting dan Properties di AppSheet.

Jika sudah dirasa OK, tinggal men-share aplikasi tersebut.

5. Testing

Berikutnya buka AppSheet di handphone Anda. Ketika diminta login via Google maka akan muncul satu aplikasi yang telah Anda buat. Ketika dibuka maka Anda bisa melihat dan mengedit aplikasi Excel yang sudah berupa Android App tersebut.

Ketika dishare, maka yang akan melihat otomatis diminta menginstal aplikasi AppSheet, instruksinya seperti ini. Sekian semoga berfaedah.

NOTE: untuk excel yang lebih dari satu sheet, ada instruksi untuk menambahkan sheet lainnya, karena secara default AppSheet hanya menampilkan satu sheet saja.

Imresize Citra dengan Matlab

Imresize merupakan fungsi dalam Matlab untuk memperkecil ukuran citra. Misal sebuah citra berukuran 100 x 100 dapat diperkecil menjadi 10 x 10. Gunanya adalah menurunkan resolusi agar dapat lebih cepat diproses. Perhatikan citra berikut (nama file “Huruf A.png”):

Citra bertipe JPG atau PNG harus dibaca di konsol Matlab. Gunakan fungsi imread untuk mengkonversi JPG menjadi matriks gambar.

  • x=imread(‘Huruf A.png’);
  • x2=rgb2gray(x);

Fungsi rgb2gray bermaksud merubah citra berwarna (red, green, dan blue) menjadi hitam putih. Berikutnya kita coba mereduksi matriksnya dengan fungsi imresize berikut ini:

  • x3=imresize(x2,.05)

Perhatikan x3 merudiksi x2 sebesar 5 persen. Jika dilihat gambarnya dengan fungsi imshow akan muncul citra yang sudah tereduksi ukurannya.

  • Imshow(x3,’InitialMagnification’,’fit’)

Citra hasil imresize dari sulit dimanipulasi. Misal dibagi dgn 255 tiap elemennya menjadi 1.

Tampak citra yang masih berbentuk gray. Untuk diolah dengan jaringan syaraf tiruan perlu dikonversi menjadi biner 1 dan 0 atau +1 dan -1. Untuk gambar yg normal bisa dengan im2bw, tetapi hasilnya akan 1 semua. Cari paling sederhana adalah membuat kode untuk merubah 255 menjadi -1 dan yang bukan 255 menjadi 1.

  • [row kol]=size(x3)
  • for i=1:row
  • for j=1:row
  • if x3(i,j)==max(max(x))
  • x3(i,j)=-1;
  • else
  • x3(i,j)=1;
  • end
  • end
  • end

Hasilnya matrix nol dan 1 yang harus dikalikan dengan 255 terlebih dahulu sebelum dimanipulasi dengan fungsi im2bw.

  • x4=x3*255;
  • x5=im2bw(x4);
  • x6=x5*2-1;
  • imshow(x6,’InitialMagnification’,’fit’)

Hasilnya adalah tampak pada gambar di bawah, berupa matriks hasil reduksi dari yang sebelah kanan. Dari ukuran matriks 190×193 menjadi matriks 10×10 yang lebih mudah dimanipulasi.

 

 

 

 

Merubah Foto Menjadi Citra Negatif dan Sebaliknya

Untuk yang pernah hidup di era 80-an, pasti mengenal foto yang dicetak dari negatif foto atau dikenal dengan nama klise. Nah, jika foto sudah jamuran atau rusak, bisa mereproduksi foto tersebut jika masih memiliki klise-nya. Gunakan scanner untuk memindai klise tersebut.

Fungsi untuk merubah citra menjadi negatif dan sebaliknya pada Matlab adalah imcomplement atau dengan persamaan 255-1-i, dengan “i” adalah imread dari citra berformat jpg, jpeg, atau png. Misal gambar berikut ini (silahkan unduh di sini).

Gunakan kode sederhana pada command window. Misal citra yang diunduh diberi nama “sample.jpg”.

  • a=imread(‘sample.jpg’);
  • b=255-1-a;
  • imshow(b)

Tampak hasil foto real dari negatif fotonya. Jika ingin menyimpan citra menjadi file gambar gunakan fungsi imwrite.

  • Imwrite(b,’hasil.jpg’)

Maka muncul satu file bernama “hasil.jpg” yang merupakan hasil pemrosesan citra file “sample.jpg” yang lalu.

Silahkan buat GUI supaya lebih mudah digunakan.

Cukup dengan kode berikut di tombol “Ambil File”, gambar yang siap cetak diberinama “konversi.jpg”:

  • x=uigetfile(‘*.jpg’);
  • a=imread(x);
  • b=imcomplement(a);
  • axes(handles.axes1);
  • imshow(a)
  • axes(handles.axes2);
  • imshow(b)
  • imwrite(b,’konversi.jpg’);

Menghitung Resiko (Risk)

mk.keamanan.jaringan.dan.sistem.informasi

Manajemen resiko dibutuhkan ketika suatu keputusan akan diambil dalam suatu organisasi. Dalam keamanan sistem informasi pun diperlukan analisa terhadap resiko yang mungkin terjadi ketika suatu sistem baru akan diterapkan. Resiko merupakan akumulasi perkalian antara seberapa besar konsekuensi terhadap seberapa seringnya terjadi.

Pada rumus di atas ada variabel m yang merupakan faktor-faktor resiko. Faktor-faktor ini harus dirumuskan oleh orang yang ingin menghitung skor resiko. Faktor resiko diperoleh lewat:

  • Sejarah
  • Analisa
  • Pengetahuan

Contoh Perhitungan

Misalnya ada kebijakan untuk merubah sistem akademik dari manual menjadi online. Bagaimana menghitung skor resikonya? Pertama-tama tentu merinci faktor-faktor resikonya. Tiap orang tentu saja berbeda-beda tergantung pengalamannya. Makin berpengalaman seseorang maka makin akurat perhitungan skor resikonya. Misalnya faktor resikonya antara lain:

  • Jadwal perkualiahan kacau di awal, sehingga mahasiswa banyak yang salah masuk kelas, bahkan bisa terjadi demonstrasi. Untuk faktor ini misalnya konsekuensi=4 dan frequency=4 dengan alasan sangat berdampak pada reputasi kampus. Sementara frekuensi besar mengingat kampus tersebut suka sekali demonstrasi.
  • Banyak dosen yang tidak bisa mengajar sesuai jadwal karena sistem bisa saja kesulitan mengaturnya. Konsekuensi=2 dan frekuensi=3. Dalam hal ini misalnya kampus dengan mudah mencari dosen pengganti dan tidak terlalu berdampak. Sementara frekuensi 3 karena kejadian tersebut jarang terjadi dan sudah biasa ditangani oleh pihak tata usaha.
  • Reputasi pembuat sistem dipertanyakan karena baru dua kali menangani sistem, itu pun tidak serumit yang akan diterapkan di kampus tersebut. Di sini konsekuensi=5 (maksimal) dan frekuensi juga 5 karena berdasarkan informasi kampus-kampus lain banyak yang harus disinkronkan antara sistem dengan pengembang, sehingga butuh pengembang yang berpengalaman.

Misalnya hanya tiga faktor saja yang dibahas, dengan skor dari 1 hingga maksimal 5. Maka total resikonya diperoleh dengan mengalikan konsekuensi dengan frekuensi di tiap-tiap faktor: 4×4 + 2×3 + 5×5 = 47 yang jika dirata-ratakan = 15,7. Perhatikan tabel di bawah ini, maka skor resiko masuk dalam kategori High Risk. Sekian, semoga bermanfaat.

Menjalankan MS Word di Ubuntu

Ada dua aplikasi terkenal yang mirip MS Word di Linux yaitu LibreOffice Writer dan satu lagi yang terkenal buatan Apache yaitu Open Office. Aplikasi yang digunakan untuk menjalankan MS Word di linux adalah PlayOnLinux. Aplikasi ini berupa mesin virtualisasi yang berupa wadah untuk proses instalasi MS Office di dalamnya. Silahkan lihat tatacara instalasinya di situs resmi ubuntu.

Tekan tombol Install pada PlayOnLinux dan pilih aplikasi yang berbasis Windows yang tersedia. Tentu saja siapkan juga software installernya. Sempat install MS Office 64 bit tetapi ternyata PlayOnLinux diperuntukan aplikasi berplatform 32bit. Akhirnya coba install Office 2010 32bit. Fasilitas-fasilitas unggul MS Word seperti Automatic Table of Contents, review, dan lain-lain dapat dijalankan di linux, sehingga mempermudah user yang sudah terbiasa dengan MS Word. Sayangnya ketika mencoba share to blog tidak berhasil teregister akun wordpressnya, entah mengapa. Ada baiknya menggunakan bawaan Linux seperti LibreOffice dan OpenOffice karena tentu saja lebih cepat, terutama jika sekedar mengetik. Selamat mencoba, siapa tahu berminat.

 

 

 

Perancangan Basis Data Buttom Up dengan Normalisasi

[basis.data|akuntansi|lab.software|per.15]

Dikenal dua pendekatan dalam merancang basis data yaitu top down dan buttom up. Top down biasanya dilakukan untuk sistem yang benar-benar baru, tidak pernah dilakukan transaksi sebelumnya walaupun secara manual. Atau jika ingin merombak sistem yang terdahulu yang tidak sesuai lagi dengan proses bisnis yang efisien. Sebagian besar e-commerce yang bermunculan saat ini (toko online maupun aplikasi taksi/ojek online) berbasis top down karena memang benar-benar baru.

Postingan ini khusus membahas metode buttom up yang lebih sederhana karena hanya mengkonversi transaksi manual menjadi terkomputerisasi juga online. Cara kerjanya menganalisa kebutuhan berdasarkan arsip-arsip manual yang ada misalnya nota penjualan, nota pembelian, dan laporan-laporan yang sebelumnya ada. Metode ini lebih sederhana dalam pengalihan sistem karena operator-operator tidak perlu belajar intensif karena proses yang ada tetap seperti sebelumnya, hanya mungkin perlu pelatihan penggunaan aplikasi sebagai pengganti sistem manual sebelumnya. Perhatikan sampel arsip nota penjualan di bawah ini. Bagaimana proses normalisasinya?

Ada beberapa jenis normalisasi tabel yaitu unnormalize (UNF), normal pertama (1NF), normal kedua (2NF), dan normal ketiga (3NF). Ada bentuk normal lainnya karena adanya konstrain terhadap relasi yang dimiliki misalnya Boyce-Code Normal Form (BCNF), normal keempat (4NF) dan kelima (5NF).

Unnormalize Form (UNF)

Bentuk normal ini gunanya untuk mendata calon-calon atribut suatu tabel. Adanya perulangan (redundancy) dan multivalue (satu field berisi lebih dari satu isian) diijinkan. Jadi contoh di atas bentuk UNF-nya adalah:

penjualan = no_nota + kode_kasir + nama_kasir + kode_customer + nama_customer + alamat + {kode + nama_barang + harga + jumlah} + total

Primary key diberi symbol “@”. Perhatikan adanya multivalue di atas yang diberi simbol “{ }”. Tugas berikutnya untuk normal pertama adalah membuat tabel tersebut dapat dibuat dalam satu tabel tanpa melanggar konsep basis data relational. Note: untuk basis data non-relational (berbasis objek) multivalue dapat diterapkan.

First Normal Form (1NF)

Penghilangan multivalue dapat dilakukan dengan cara membuat kunci komposit antara barang dengan penjualan. Kandidatnya adalah kode barang + no_nota sebagai primary key-nya.

Penjualan = @no_nota + @kode + kode_kasir + nama_kasir + kode_customer + nama_customer + alamat + nama_barang + harga + jumlah + total

Walaupun terdapat redundansi, misalnya no_nota yang sama tetapi karena primary key menggunakan gabungan no_nota dan kode barang maka selama gabungan keduanya unik, tidak melanggar prinsip primary key. Terkadang beberapa kunci kandidat bisa diidentifikasi untuk proses lebih lanjut, misalnya kode_customer dan kode_kasir.

Second Normal Form (2NF)

Untuk normal kedua, syarat mutlaknya selain 1NF adalah ketergantungan fungsional (functional dependency) antara satu atribut dengan atribut lainnya. Perhatikan bentuk 1NF sebelumnya, keluarkan (bentuk tabel baru) jika ada atribut yang tergantung dengan salah satu primary key (no_nota saja atau kode barang saja). Tercatat ada beberapa antara lain:

  1. nama_barang, harga dan jumlah tergantung kode
  2. kode_customer, nama_customer, alamat dan total, kode kasir dan nama kasir tergantung no_nota.

Nama, harga dan jumlah tergantung kode barang begitu juga yang terlibat transaksi penjualan (pelanggan dan kasir) tergantung nota penjualan. Karena kedua ketergantungan parsial di atas (partial dependency) hanya tergantung pada salah satu kunci komposit primary key, maka harus dihilangkan agar memenuhi syarat 2NF.

  1. barang = @kode + nama_barang + harga
  2. penjualan =@no_nota + kode_kasir + nama_kasir + kode_customer + nama_customer + alamat + total
  3. detilpenjualan = @no_nota + @kode + jumlah

Perhatikan tidak ada atribut yang tergantung secara parsial.

Third Normal Form (3NF)

Bentuk 2NF jika masih terdapat ketergantungan secara transitif antara satu atribut dengan atribut lainnya harus dinormalkan agar bisa menjadi normal ketiga. Perhatikan tabel penjualan yang memiliki beberapa atribut non-key ternyata antara satu atribut tergantung dengan atribut lainnya:

  1. nama_kasir tergantung kode_kasir
  2. nama_customer dan alamat tergantung kode_customer

Oleh karena itu perlu dibuat dua tabel baru. Tabel penjualan hanya menyertakan kunci tamu (foreign key) saja dengan simbol “#” di depannya.

  1. kasir = @kode_kasir + nama_kasir
  2. Pelanggan = @kode_customer + nama_customer + alamat
  3. barang = @kode + nama_barang + harga
  4. penjualan =@no_nota + #kode_kasir + #kode_customer + total
  5. detilpenjualan = @no_nota + @kode + jumlah

Jika tidak ada lagi ketergantungan transitif pada tiap-tiap atribut non-key maka proses normalisasi ketiga telah selesai. Biasanya sampai 3NF saja jika tidak ada konstrain/batasan-batasan ketat atribut tertentu, misalnya harga barang yang tergantung dari pelanggan tertentu, dan lain-lain. Semoga ujian akhir nanti lancar.

Membuat Slide Master di Power Point

[komputer.1|manajemen|lab.sainstech|pert.13]

Slide master merupakan salah satu fasilitas pada Microsoft Power Point untuk mengatur tampilan seluruh slide yang ada. Untuk mempraktekannya cukup mudah, setelah memilih disain yang diinginkan masuk ke View – pilih Slide Master.

Pilih jenis slide yang akan dibuatkan masternya, misalnya bentuk judul + point. Berikutnya dengan mengeset slide tersebut maka akan merubah seluruh slide yang dibuat (new – slide/ctrl-m) dengan format tersebut. Salah satu fungsi yang bisa dimanfaatkan pada slide master adalah hyperlink antar slide.

Membuat Hyperlink

Buat terlebih dahulu outline dari presentasi yang akan dibuat. Outline ini akan dibuatkan link ke target slidenya.

Hyperlink dibuat dengan menyorot salah satu outline tersebut dilanjutkan dengan klik kanan – Hyperlink.

Pilih “Place in This Document” yang artinya mengarahkan hyperlink ke file power point yang sedang dikerjakan dilanjutkan dengan memilih slide yang ingin menjadi target, misalnya PENDAHULUAN. Lanjutkan dengan outline yang lain. Setelah selesai jangan lupa keluar dari Master Slide dengan masuk ke menu Slide Master dan tekan Close Master View. Tes dan pastikan hyperlink berfungsi dengan baik. Selamat mencoba.

Persamaan Persepsi Dosen

Selain mendengar dari orang lain, saya mengalami sendiri konflik yang terjadi antara satu dosen (bahkan satu grup dosen) dengan yang lain. Korbannya sudah dipastikan mahasiswa, khususnya ketika menyelesaikan tahap akhir penyelesaian skripsi/tugas akhir mereka. Biasanya terjadi karena ego antar dosen selain tentu saja beda pemahaman terhadap suatu konsep dan aturan-aturan yang memang ada hak independen dari sisi pengajar dalam berfikir ilmiah. Untuk masalah ego memang sedikit rumit, apalagi ada unsur-unsur konflik pribadi antar dosen. Postingan ini sedikit menggambarkan kondisi ini dari pengalaman pribadi.

Persamaan Persepsi

Untuk bidang tertentu yang skripsinya mirip-mirip antara satu sama lain dengan metode-metode yang sudah baku, sebuah pertemuan yang mengundang para dosen sangat penting. Manfaatnya untuk membuat standar yang baku dan adil terhadap mahasiswa. Misalnya topik-topik apa saja yang masuk wilayah domain jurusan dengan bentuk laporan skripsinya. Hal ini agar tidak membuat siswa bingung karena oleh satu dosen di suruh begitu, oleh dosen pembimbing yg lain disalahkan, kan kasihan. Juga dengan pertemuan itu, diharapkan kemampuan pembimbing bisa bertambah, minimal tidak jomplang satu dengan lainnya, apalagi jika disertakan dengan pelatihan/seminar oleh dosen yang dianggap pakar di bidangnya. Atau bisa mengundang pakar dari institusi lain.

Standar Tingkat Kesulitan

Sudah pasti tingkat kesulitan antara mahasiswa D3, S1, S2 dan Doktoral berbeda. Repotnya beberapa dosen guna mengejar publikasi menyamakan level D3, S1 dan S2 terhadap mahasiswanya. Melihat mahasiswa D3 yang diminta menganalisa antara satu metode dengan metode lainnya oleh dosen pembimbing kasihan juga. Walaupun ada baiknya tetapi tidak sesuai dengan tujuan D3 yang memang ketika bekerja hanya diminta menyelesaikan pekerjaan dengan metode tertentu yang diperintahkan oleh atasannya, harus selesai dengan baik dan cepat. Jika ngotot dan protes kalau metodenya kalah dengan yang lain bakal dipecat nanti. Jadi fokus ke skill pada level vokasi diutamakan. Level S1 pun berbeda dengan S2 yang mencoba ada aspek analisa satu metode dengan lainnya. Bukan hanya apa yang harus dilakukan tetapi juga mengapa suatu konsep diperlukan dan lebih baik dari konsep dan metode lainnya. Untuk mahasiswa doktoral terlepas dari pertanyaan apa, mengapa dan bagaimana, aspek kebaruan sangat mutlak, walau pun sederhana/kecil. Silahkan membimbing mahasiswa doktoral jika ingin publikasinya banyak dan jangan memaksa mahasiswa S1 apalagi D3 untuk bisa mempublikasi di jurnal internasional yang memang dituntut state of the art.

Standar Internasional

Terkadang walaupun sudah ada persamaan persepsi antara satu dosen dengan lainnya, ketika implementasi di lapangan, ada hal-hal tertentu berbeda pemahamannya karena memang topik yang luas yang tidak bisa selalu disamakan. Jika terjadai ada baiknya menggunakan dasar dan rujukan yang baik dan benar. Untungnya saat ini sebagian besar sudah ada standarnya, misal UML, ERD, dan lainnya. Jadi tidak elok jika memaksakan metode sendiri (tidak standar). Salah satu contoh kasus di bawah ini, tentang ERD.

ERD di atas merupakan standar dari Chen (1976) dan karena sekedar contoh, tidak semua atribut ditulis. Tetapi yang jelas ERD merupakan diagram konsep. Ada polemik mahasiswa yang menggambar diagram di atas disalahkan oleh pembimbing (biasanya praktisi/programmer) karena diagram di atas tidak bisa dijalankan di aplikasi. Tentu saja, karena itu masih konsep dan perlu konversi menjadi tabel, dan ada teorinya (weak entity, many to many, dan lainnya untuk dikonversi menjadi tabel). Silahkan menggunakan beragam standar/jenis model ERD lain (crow foot) atau dengan class diagram UML berstandar internasional. Baik perancang sistem maupun programmer harus bisa bekerja sama bukan malah mengagung2kan bidangnya apalagi menjelek-jelekan bidang lain. Mungkin itu sekadar contoh, semoga bisa menjadi bahan evaluasi bersama.

Insert Data Multitable dengan PHP

[s.basis.data|akuntansi|lab.soft|per.14]

Pertemuan ini mencoba membuat aplikasi berbasis web dengan PHP untuk memasukan data baru ke basis data. Sebagai informasi, semua file-file PHP diletakan di folder ..\xampp\htdocs\ sementara basis data diletakan pada folder ..\xampp\mysql\data.

Insert Data yang Melibatkan Satu Tabel

Postingan ini menggunakan data pertemuan yang lalu. Misalnya input data barang dengan form berupa tabel yang dibuat dengan mode HTML. Struktur dari file PHP nya dapat digambarkan sebagai berikut.

  • <Judul Form>
  • <Metode Form: POST, Action: simpan.php>
  • <Interface untuk Input-input Data>
  • <Interface Untuk Tombol Submit>

Struktur php di atas (misal diberi nama formbarang.php) membutuhkan file simpan.php untuk mengeksekusi isian yang telah diisi. Struktur simpan.php adalah kira-kira sebagai berikut:

  • <Membuat koneksi>
  • <Membuat variabel $ untuk tiap input data dari formbarang.php>
  • <Membuat SQL insert data dengan VALUE dari variabel tersebut>
  • <Eksekusi SQL dan tutup koneksi>

Koneksi bisa dibuat di file simpan.php atau membuat satu file php khusus untuk koneksi. Untuk PHP 7 instruksi mysql diganti menjadi mysqli yang membutuhkan link koneksi tiap eksekusi. Silahkan browsing kode detail dari file php tersebut yang banyak tersebar di internet. Berikut contoh hasil eksekusinya.

Pastikan ketika tombol SIMPAN ditekan pada tabel barang data baru muncul. Berikutnya untuk form yang melibatkan dua tabel.

Insert Data yang Melibatkan 2 Tabel

Sebagai contoh adalah tabel pembelian yang melibatkan tabel pembelian dan tabel pemasok (suplier). Karena pelanggan harus sesuai dengan tabel. Kode suplier pada tabel pemasok merupakan kunci tamu (Foreign Key) di tabel pembelian. Struktur file pembelian.php adalah sebagai berikut:

  • <Judul Form>
  • <Membuat Koneksi>
  • <Membuat Form Methode :POST, Action: simpanbeli.php>
  • <Membuat SQL mengambil data suplier>
  • <Menyiapkan Array Javascript utk menampung hasil>
  • <Membuat pilihan dari data suplier>
  • <Menyimpan variabel $ array hasil pilihan>
  • <Interface input data>
  • <Interface submit / insert data>
  • <Fungsi Javascript mengisi input data berdasarkan $ array>

Form ini mirip sebelumnya tetapi sedikit rumit karena perlu menyiapkan data suplier sebagai pilihan dalam bentuk combo box. Ketika satu suplier dipilih, maka data lainnya seperti Nama, Alamat, dan Kontak muncul di interface input data. Untuk total diisi manual, biasanya total ini diinput otomatis dari form transaksi yang lebih detil (melibatkan data barang lebih dari satu). Karena sekedar contoh bagaimana menginput data yang melibatkan dua tabel, kiranya cukup sekedar demo. File simpanbeli.php diperlukan untuk menyimpan data pembelian. Berikut strukturnya:

  • <Membuat koneksi>
  • <Membuat variabel $ untuk tiap input data dari pembelian.php>
  • <Membuat SQL insert data dengan VALUE dari variabel tersebut>
  • <Eksekusi SQL dan tutup koneksi>

Kode untuk tombol simpan mirip simpan data barang sebelumnya. Tinggal copas dan ganti variabel dengan variabel $ baru mengikuti nama dari input data di file php sebelumnya yang memanggil (pembelian.php). Testing apakah sudah berjalan dengan baik.

Untuk detil yang melibatkan pembelian lebih dari satu barang sehingga membutuhkan isian dinamis (muncul isian baru ketika ada penambahan) perlu dicoba, juga pembuatan aplikasinya pada android. Semoga bermanfaat.

Migrasi ke PHP versi 7 itu Wajib

Semester ini teknik kompilasi, information retrieval, algoritma, pengolahan citra dan basis data menjadi santapan sehari-hari (karena mengajar). Teknik kompilasi membahas teknik-teknik parsing suatu bahasa pemrograman. Ada informasi bahwa PHP versi 5 ke bawah sangat rentan dan mudah dimanipulasi parsing-nya. Dan yang terpenting PHP 5 akan dihentikan dukungannya per 31 Desember 2018 nanti. PHP sendiri saya gunakan sebagai praktek dalam mata kuliah sistem basis data. Berikut edaran dari Badan Siber dan Sandi Negara (BSSN) mengenai hal tersebut.

Yuk, Install Versi 7.x

Silahkan unduh PHP versi terbaru di SINI. Pada postingan ini saya mencoba menggunakan versi terbaru itu. Coba pilih versi 7.3 yang terbaru ketika postingan ini ditulis.

Ukuran XAMPP untuk PHP 7.3 ini cukup kecil, hanya sekitar seratusan mega byte. Isi dari XAMPP dapat dilihat saat proses instalasi. Oiya, gunakan login Administrator agar instalasi optimal, karena ada pesan / warning ketika tidak menggunakan login itu.

Intal XAMPP ini satu paket dalam Bitnamiyang mensuport paket Drupal, Joomla, Moodle dan WordPress. Lanjutakan dengan menekan Next> hingga proses instalasi selesai.

Testing XAMPP yang Baru

Dimulai dengan pemilihan bahasa, control panel XAMPP muncul ketika aplikasi pertama kali dijalankan. Hidupkan server database dan PHP untuk memulai aplikasi (wah .. ada Tomcat .. jadi trauma waktu S2 dulu). Seperti biasa windows minta konfirmasi apakah kedua server itu dihidupkan, tekan saja OK.

Coba saya migrasi beberapa file terdahulu (php dan mysql) untuk testing. Misalnya input data barang.

Ternyata tampilan XAMPP jika dijalankan localhost langsung menuju dashboard yang menginformasikan tentang versi 7.3 dari PHP ini.

Tampak berhasil insert satu data baru. Silahkan migrasi ke PHP versi 7 agar tenang dan nyaman, khususnya bagi admin web (sementara mungkin, karena serangan terus terjadi mencari kelemahan-kelemahan yang mungkin ada). Semoga bermanfaat.

Ketika acara FGD (dua dari kanan)

Menyamakan Ukuran Citra

[peng.citra|t.komputer|lab.hardware|pert.10]

Untuk membandingkan dua citra baik dengan JST atau metode yang lain, hal mutlak yang harus dilakukan adalah menyamakan ukuran dari citra. Menyamakan ukuran berarti menyamakan dimensi matriks antara satu gambar dengan gambar yang akan diuji kemiripannya. Gambar GUI di bawah ini adalah contoh ilustrasi proses pembandingan.

Perhatikan gambar di atas dimana gambar 1 yang merupakan master akan diuji dengan gambar 2 yang memiliki ukuran berbeda (kolom atau tinggi segiempatnya) dimana angka tiga 371, sementara angka 2 742. Proses callback “Resize Gbr 2” berisi kode berikut:

  • image=handles.image;
  • b=handles.b;
  • c=handles.c;
  • % ukuran gbr2
  • [b2,c2]=size(image)
  • save testing
  • image=imresize(image,[b c])
  • axes(handles.axes2)
  • imshow(image)
  • set(handles.edit5,’String’,b)
  • set(handles.edit6,’String’,c)

Perhatikan gambar di atas. Ukuran baru gambar dua sudah sama dengan tiga (kolom = 371). Dengan samanya ukuran gambar 1 dan gambar 2 maka proses selanjutnya (Uji Kecocokan) dapat dilakukan. Ada hal-hal tertentu yang didapat pada praktik hari ini:

  • Tidak boleh memberi nama GUI dengan nama yang dimiliki suatu fungsi pada Matlab, misalnya dengan nama “imresize”, karana ketika ada instruksi “imshow” akan menampilkan GUI tersebut bukannya gambar/citra.
  • Ketika GUI dengan Matlab 2013 dijalankan di 2008 ada pesan error dan tidak dapat dijalankan. Tetapi jika GUI dengan Matlab 2008 dapat dijalankan dengan 2013 ke atas. Semoga bermanfaat.