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.

 

 

 

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.

Kisah Unik Matematikawan Dodgson – Dodgson Condensation

Membaca tulisan yang membahas seorang ahli matematika abad 19, Reverend Charles Lutwidge Dodgson (1832-1898) cukup menarik juga. Ahli matematika ini ternyata menulis cerita terkenal “Alice in Wonderland” dan “Through the Looking Glass” dengan nama samaran Lewis Carroll. Dikisahkan bahwa Ratu Victoria ternyata kagum dengan cerita “Alice in Wonderland” sehingga ketika selesai membaca dia meminta bawahannya untuk membawakan buku karangan Lewis Carroll (yang nama aslinya Dodgson) yang lain. Tidak berapa lama kemudian tibalah bawahannya tersebut dengan membawa buku Dodgson yang berjudul “Elementary Theorems Relating to Determinants” yang ternyata buku matematika .. haha.

Metode Kondensasi Dodgson

Metode terkenal ini sangat ampuh untuk menghitung determinan matriks dengan jumlah baris dan kolom yang banyak. Tentu saja penting di jaman dulu ketika komputer (atau minimal kalkulator) belum ditemukan. Postingan ini sedikit banyak membahas metode ini, sebagai kelanjutan post terdahulu tentang invers matriks 4×4.

Misal sebuah matriks A dengan ukuran lebih besar atau sama dengan 3×3 dengan matriks dalam (interior matrix) menyatakan matriks (n-2)x(n-2) hasil penghilangan baris awal, akhir dan kolom awal serta akhir (kalau pusing, langsung loncat ke contoh kasus di bawah ya). Metode kondensasi Dodgson terdiri dari empat langkah/tahap antara lain:

  • Gunakan metode operasi baris dan kolom untuk menghilangkan nol dari matriks dalam (interior).
  • Cari determinan matriks 2×2 untuk tiap-tiap empat elemen untuk membentuk matriks baru berukuran lebih kecil (n-1)x(n-1), misalnya diberi nama matriks B.
  • Ulangi langkah sebelumnya untuk matriks (n-2)x(n-2) lalu bagi tiap elemen menurut interior original matriks A, untuk memperoleh matriks C.
  • Lanjutkan terus “kondensasi” di atas sampai hasil satuan ditemukan. Nilai ini merupakan determinan dari matriks A.

Sebagai ilustrasi ada baiknya menggunakan contoh kasus. Lebih mudah khususnya orang teknik yang suka praktis-praktis seperti saya, hehe. Diketahui matriks A.

Karena tidak ada nol di interior, langsung ke langkah 2 untuk mencari matriks B hasil penentuan determinan. Misalnya untuk sisi kiri atas serta sampingnya.

Lanjutkan hingga seluruh matriks A sehingga matriks B dari tahap kedua adalah sebagai berikut:

Tampak matriks A berukuran 5×5 menjadi (5-1)x(5-1) di atas. Tahap ketiga selanjutnya meneruskan kondensasi menghasilkan matriks 3×3, misalnya untuk bagian kiri atas.

Teruskan untuk sisi-sisi lainnya sehingga diperoleh matriks C

Lanjutkan dengan cara yang sama hingga menjadi matriks D. Di sini istilah kondensasi sepertinya ada benarnya. Ibarat embun yang timbul dari uap air yang terkumpul di udara.

Nah berikutnya adalah membagi matriks terakhir D ini (terkecil) dengan interior dari Matriks B yakni:

Tiap elemen matriks D dibagi mengikuti posisi int B, misalnya -84 dibagi -6, -580 dibagi 2, dan seterusnya hingga diperoleh matriks E:

Dengan mudah kita menghitung determinan matriks E ini dengan cara biasa det=14*(-109)-421*(-290) yang menghasilkan 120564. Apakah sudah selesai? Belum, dikit lagi yaitu membagi nilai tersebut dengan interion matriks C yang bernilai 36. Dan hasil akhirnya adalah 3349. Sekian semoga bermanfaat.