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.

 

 

 

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.

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.

Menggunakan VLOOKUP Pada Microsoft Excel

[komputer.1|manajemen|lab.software|pert.10]

VLOOKUP merupakan satu fungsi yang mirip dengan sistem basis data. Satu buah kunci (key) akan mengarahkan ke field (atribut) yang lain. Misalnya gambar di bawah jika suatu cell diisi dengan kode ADM maka kolom bagian akan mengisi dengan “administrasi”. Begitu juga dengan MAN dan PRS. Begitu pula untuk golongan A, B, dan C yang akan mengisi gaji pokok berdasarkan golongan tersebut.

Cara paling mudah adalah dengan menekan tombol “fx” di bagian fungsi MS Excel. Pertama-tama letakan di Cell yang akan diisi melalui proses vlookup.

Ketik di kolom “search” dengan kata kunci vlookup tekan enter (atau klik Go) maka akan ditemukan fungsi vlookup. Tekan Ok untuk lanjut mengisi parameter vlookup.

Ada tiga isian yang harus diisi range-nya: Lookup_value, Table_array, dan Col_index_num. Sebagiknya tidak diisi manual, melainkan dengan mengklik lewat mouse. Tekan simbol tabel di bagian kanan.

Untuk Lookup_value diisi dengan kolom dimana suatu kode/key akan dilihat referensinya, misalnya ADM, maka arahkan ke sebelah kiri Cell yang akan diisi lalu tekan klik kiri pada mouse.

Untuk Table_array diisi dengan matriks referensi (biasanya lebih dari satu kolom). Jangan lupa tekan F4 untuk memberikan simbol $ di baris maupun kolomnya.

Terakhir dan tidak kalah pentingnya, Col_index_num berisi kolom ke berapa. Dalam hal ini kolom 2 menunjukan referensi ADM yaitu Administrasi. Tekan OK dan pastikan berubah sesuai dengan referensi pada cel yang menjadi Lookup_value. Berikutnya tinggal mengkopi cel tersebut ke seluruh cell yang akan dicari nilai vlookupnya.

Membuat Histogram

[komputer.1|manajemen|lab.sainstech|pert.9]

Histogram adalah grafik yang menunjukan hubungan data dengan frekuensi dalam inteval tertentu. Grafik ini penting untuk menunjukan sebaran nilai suatu data. Sehingga informasi dapat digali dari data tersebut. Misalkan kita memiliki data nilai sebagai berikut:

Berikutnya kita ingin melihat sebaran nilai tersebut dalam suatu interval:

Excel memiliki fasilitas “Data Analysis” yang dapat diakses di Menu Data (biasanya di sebelah kanan atas).

Excel akan mengeluarkan jendela Data Analysis. Pilih Histogram dilanjutkan dengan memilih range data.

Pilih range data nilai di atas serta bagian bin range data yang berisi data interval di atas.

Setelah ditek OK maka akan tampak Sheet baru yang menunjukan data tersebut.

Menyiapkan Data Citra Untuk Pelatihan JST

[peng.citra|t.komputer|lab.hardware|pert.9]

Berikut ini contoh menyiapkan data training dan target sebagai masukan proses pelatihan pada Jaringan Syaraf Tiruan (JST). Kasusnya mirip dengan postingan yang lalu, hanya saja di sini kita coba dengan gambar/citra sesungguhnya. Bagaimana membuat data training dengan GUI agar lebih mudah menyiapkan datanya? Selain itu tentu saja terhindar dari kesalahan manusiawi (human error) ketika meramu data-nya.

Membuat GUI Pemrosesan Citra

Secara sederhana dan praktis data dibuat dengan paint bawaan Windows. Misalnya sistem yang dibuat mampu menebak angka 0, 1, hingga 5 saja. Tiap angka digambar sebanyak lima kali, beri nama misalnya 1a, 1b, .. dan seterusnya.

JST memisahkan data dengan target. Jadi data latih dari 0 hingga 5 dengan masing-masing angka lima gambar harus disediakan. Totalnya adalah 6×5 atau 30 data latih, begitu juga targetnya. Misal kita buat GUI sebagai berikut.

Algoritma

Prinsip kerja sederhana dari data yang akan dilatih adalah dengan membuat hubungan satu-satu antara data latih dengan targetnya. Jadi satu record citra yang sudah diolah dikonversi menjadi vektor baris (satu baris terdiri dari beberapa kolom) dibuatkan targetnya dengan indeks baris yang sama.

Pem-Vektor-an

Input: Citra

Output: Vector Citra

  • Ambil citra
  • Jadikan hitam putih
  • Jadikan biner
  • Perkecil, misal 20%
  • Jadikan vektor

Kode di bawah ini salah satu contoh menyimpan hasil pemvektoran data citra.

  • [img,file]=uigetfile(‘*.jpg’)
  • image=imread(img)
  • % pemrosesan citra
  • % jadi hitam putih
  • image=rgb2gray(image)
  • % jadi biner
  • image=im2bw(image)
  • % perkecil 20%
  • [baris,kolom]=size(image) %cari ukuran
  • image=imresize(image,[round(baris*0.2) round(kolom*0.2)]);
  • imshow(image)
  • % cek ukuran yg baru
  • [baris,kolom]=size(image)
  • % jadi vektor
  • image=reshape(image,1,(baris*kolom),[])
  • handles.image=image;
  • guidata(hObject,handles)
  • [baris,kolom]=size(image)
  • simpan=img(1:2)
  • save(simpan,’image’)

Simpan Vektor Hasil Pemrosesan

Salah satu hal sepele tetapi merepotkan adalah menyimpan vektor hasilnya. Di sini fungsi simpan=img(1:2) akan menyimpan vektor dengan nama yang sama dengan gambar yang diambil, tetapi hanya depannya saja (satu sampai dua karakter) karena ekstensinya beda (*.mat).

Setelah citra diambil dan diolah menjadi vektor, selain ditampilkan hasil prosesnya (biner dan diperkecil 20%) pastikan di folder tersimpan file matlab dengan nama yang sama dengan nama citra awalnya (hanya ekstensinya yang berbeda). Tinggal nanti seluruh file hasil pemvektoran digabung menjadi satu data latih beserta satu buah data label/targetnya. Sekian, semoga bermanfaat.