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’);

Prosedur Pengecekan Jurnal Internasional Bereputasi

Studi Kasus: Seorang dosen telah mempublikasikan tulisannya di sebuah jurnal internasional “TELKOMNIKA” dengan judul “Land-use Growth Simulation and Optimization for Achieving a Sustainable Urban Form”. Langkah verifikasinya:

1. Verifikasi bukti sudah publish di jurnal TELKOMNIKA yang berupa link di OJS/web site resmi jurnal tersebut. Misalnya untuk kasus ini Vol 16 No. 5. Cek nama dan afiliasi apakah sesuai dengan pengusul.

2. Verifikasi terpublikasi di pengindeks bereputasi. Buka http://scopus.com. Tekan SEARCH. Pilih TITLE dan masukan nama jurnalnya: TELKOMNIKA, lalu tekan Find Sources.

Pastikan muncul jurnalnya di kolom hasil pencarian. Jika tidak ada berarti tidak terindeks. Namun untuk menghindari salah ketik nama jurnal, ada baiknya pencarian menggunakan ISSN.

NOTE: ISSN ada dua, biasanya yang terdata di Scopus hanya satu (P-ISSN). Atau kalau mau aman masukan saja baik e-ISSN maupun p-ISSN. Untuk contoh TELKOMNIKA, yang terindeks adalah yang p-ISSN. Hasilnya sbb:

3. Untuk mengetahui kualitas jurnal (kuartil) bisa menggunakan SCIMAGO. Masuk ke link: http://scimagojr.com. Masukan nama jurnalnya: TELKOMNIKA.

Tekan simbol Searching lalu pastikan muncul namanya.

Tekan nama jurnal yang sesuai untuk melihat h-index dan Quartile nya. Terkadang ada beberapa nama yang mirip, pastikan sesuai dengan melihat ISSN-nya.

Untuk melihat Quartile, arahkan mouse di tahun terakhir, maka akan muncul indikator Q berapa jurnal tersebut, misalnya untuk kasus ini masuk kategori Q2.

NOTE: Karena SCIMAGOJR membutuhkan interval waktu tertentu untuk masuk ke sistem pe-rangkingannya, terkadang jurnal yang baru terindeks Scopus belum terekap SCIMAGO. Namun jurnal tersebut karena sudah terindeks Scopus sudah masuk kategori terindeks oleh pengindeks bereputasi.

Mungkin bermanfaat untuk pengurus LPPM ketika ada yang mengajukan insentif. Teknik ini biasa digunakan oleh reviewer luaran tambahan Ristek-Dikti (sekarang Dirjen SumberDaya IPTEKS dan DIKTI).

 

Menghadapi Era Milenial Bagi Pengajar

Banyak rekan-rekan seumuran saya yang terkaget-kaget dan tergopoh-gopoh di era milenial ini. Era yang sering disebut industri 4.0. Jangankan guru yang kaget melihat siswanya banyak yang lebih tahu dari dia, dosen pun mengalami hal yang sama. Tinggal searching di google, siswa sudah tahu apapun yang diinginkannya. Postingan ini sedikit memberi pertahanan agar para pengajar tidak dilibas oleh era ini.

Melatih Ingatan

Tidak dapat dipungkiri, dengan adanya google kita jadi malas untuk mengingat-ingat. Toh, ada di google jawabannya. Tapi secepat-cepatnya Anda searching, tetap jauh lebih cepat jika Anda mengetahui dari ingatan Anda. Sebenarnya era generasi X dan sebelumnya memiliki keunggulan dalam hal ingatan (maklum belum ada google, jadi harus buka buku atau nanya-nanya). Tidak ada salahnya mengingat-ingat informasi yang pernah kita miliki. Oiya, era industri 4.0 bercirikan bahwa pengajar bukan seperti pemberi informasi melainkan fasilitator, motivator, dan model bagi siswa. Kita tentu lebih mengagumi seseorang yang ketika ditanya langsung menjawab dibandingkan buka contekan dulu, atau searching di Google. Jika kita langsung menjawab kemungkinan besar siswa kagum, dan jika siswa mengagumi gurunya makan mereka akan lebih mudah diajari dan dimotivasi.

Gunakan Metode Iterasi

Bagi orang IT, dikenal metode pengembangan sistem (SDLC) waterfall. Metode ini mengalir terus dari analisa, disain, coding, testing, dan implementasi. Dikatakan waterfall karena mengalir turun ke bawah bak air terjun. Ketika membaca atau mempelajari ilmu baru jangan gunakan metode jadul tersebut, melainkan pilih metode yang terjamin keberhasilannya, yaitu iterasi.

Metode yang biasanya digunakan oleh pengembang program berorientasi objek ini memastikan ketika melaksanakan atau mengerjakan sesuatu, seluruh tahapan (analisa, disain, coding, testing dan implementasi) dilakukan. Bagaimana praktisnya? Sederhana sebenarnya, ketika kita membaca satu tulisan, misalnya postingan ini. Dimulai dari paragraf pertama Anda wajib menjalankan seluruh metode belajar yang dikuasai (biasanya mencari topik utama, menguji apa yg diserap, dan mengulang jika kurang paham). Ketika Anda membaca sampai sini, jika Anda lupa mencari topik bacaan tiap paragraf, dan tidak mengetes apa informasi yang baru diterima, jangan-jangan setelah selesai membaca postingan ini tidak ada yang masuk di otak. Di jaman yang cepat ini membaca ulang sangat memboroskan waktu Anda, jadi pastikan sekali gebuk (maksudnya baca) langsung mengerti. Sebenarnya sifat alami otak itu iterasi. Pernahkan Anda menonton film di bioskop berkali-kali? Tentu saja tidak. Hal ini karena ketika menonton, di kepala kita tidak hanya mengikuti cerita melainkan muncul seluruh metode belajar dari memahami, menyimpulkan, menguji hasil pengamatan, dan seterusnya. Ada dua kemungkinan Anda menonton kembali: menyukai film tersebut, atau ketiduran ketika menonton yang pertama atau melakukan aktivitas-aktivitas lain yang ga jelas. Jika ada tambahan bisa ditambahkan di komentar. Sekian, semoga bisa membantu.

Memberilah atau Otomatis Anda Berhutang

Dalam kehidupan, kita melihat ada orang-orang yang sukses, ada yang biasa-biasa saja, dan ada yang bisa dikatakan belum berhasil. Memang terkadang orang melihat yang sukses itu adalah yang kaya dengan harta berlimpah, kedudukan tinggi dan sejenisnya. Tetapi pada dasarnya jika kita perhatikan mereka memiliki sesuatu yang “diberikan” kepada umat manusia, atau minimal di lingkungan sekitarnya.

Memberi

Tulisan di blog yang Anda baca ini bisa dibaca dengan memanfaatkan teknologi web yang dikembangkan oleh Tim Barners-Lee. Oiya, website pertama silahkan lihat di link ini: http://info.cern.ch/hypertext/WWW/TheProject.html. Banyak yang sudah memanfaatkan hasil “pemberian” dari Lee tersebut. Apakah dia sukses? Tuhan maha adil, siapa yang banyak memberi tentu saja dia yang banyak menerima. Ada lagi, misalnya penemu sosmed, www.facebook.com yang merupakan situs terbanyak digunakan setelah www.google.com. Banyak orang yang bisa bertemu dengan teman-teman lama yang menghilang lewat aplikasi tersebut. Banyak orang yang menerima manfaat secara otomatis akan kembali ke orang yang memberikan manfaat. Atau yang sederhana di tanah air, pencetus Gojek, Mas Nadiem. Banyak yang terbantu dengan aplikasi buatannya. Akhirnya manfaat akan kembali ke menteri pendidikan yang baru tersebut.

Memberi tidak selalu dengan uang atau harta lainnya. Bisa juga dengan ilmu yang kita miliki. Dibayar atau tidak, alam akan mengembalikan apa yang telah kita berikan. Bahkan ketika kita mengajari orang dengan ikhlas, biasanya ilmu malah akan bertambah, tidak berkurang. Ada yang membagikannya lewat Youtube. Bahkan hiburan yang sederhana saja tetapi banyak dinikmati orang, profit akan mengalir ke chanel Youtube tersebut. Artinya makin banyak yang menikmati pemberian kita, makin banyak yang dikembalikan kepada si pemberi.

Memberi atau Berhutang

Ada pepatah di Tibet yang penuh aroma Budha, yaitu jika anda menerima melebihi yang Anda berikan ke orang lain, maka Anda dapat dikatakan maling. Tentu saja tidak maling dalam arti sebenarnya. Kita bekerja menghasilkan barang/jasa, dinikmati orang, kemudian hasil kita terima baik lewat gaji maupun keuntungan. Nah, maling, rampok, koruptor, dan sejenisnya itu bermaksud menerima tanpa secuilpun memberi. Dan banyak kita secara tidak sadar melakukan praktik tersebut. Kita banyak menerima hal-hal yang free tetapi tidak mau memberikan secara free kepada orang lain. Adilkah? Tentu saja tidak ada yang free secara hukum alam/sunatullah terlepas dari adil atau tidak. Jika banyak menerima tapi sedikit memberi maka jika tidak mau dikatakan maling, berarti kita berhutang. Bayarlah hutang dengan memberikan manfaat ke orang lain. Dari yang sederhana, memberi info penting ke teman-teman, bekerja melebihi upah yang diberikan, membatu sesama dan aktivitas-aktivitas non-bisnis lainnya.

Kadang banyak rekan-rekan sesama dosen yang mengeluh, gaji yang kecil, tidak dihargai, tuntutan yang berat seperti jurnal terindeks Scopus, dan lain-lain. Jika Anda merasa yang diterima kurang dari yang diberikan, bersyukurlah kita tidak berhutang kepada alam semesta (walaupun masih ngutang uang di sana sini sih ke orang), dan hukum alam itu pasti, tunggu saja balasan baik akan tiba, jika tidak ke kita ya mudah-mudahan ke anak cucu kita. So, jangan khawatir jika udah gaji dosen seadanya, dimaki-maki pula oleh pemilik kampus, cobalah berfikir luas sedikit, ke lingkungan sekitar hingga alam semesta. Mudah-mudahan postingan berbau filsafat ini bisa menenangkan yang sedang gundah gulana.

Bagimu Iseng-Iseng, Bagi Kami adalah Etika

Bagi editor mengelola jurnal merupakan pekerjaan yang melelahkan. Dimulai dari mencari naskah tulisan lewat promosi ke medsos, grup WA, email, hingga ke editing sesuai gaya selingkung jurnal. Jika kekurangan naskah, terpaksa tulisan yang ada diterima dengan konsekuensi kualitas jurnal akan jatuh dari sisi konten. Jika naskah berlebih, maka butuh waktu untuk mereviewnya, dan repot jika hampir semua naskah tersebut tidak layak terbit, ujung-ujungnya memaksa beberapa tulisan untuk diterbitkan.

Jurnal ber-ISSN yang dulu hanya untuk naik pangkat sekarang memiliki banyak manfaat lainnya, dari syarat laporan serdos, syarat hibah, syarat lulus kuliah hingga sekedar memperoleh insentif dari kampus tempat mengajar. Sehingga lama-kelamaan filosofi meneliti mulai bergeser. Dari pengalaman mengelola jurnal, mereview dan meneliti berikut ini mungkin harus dihindari.

1. Multiple Submission

Untuk mempublikasikan satu naskah membutuhkan waktu yang cukup lama, dari submit, review hingga publikasi. Terkadang satu tulisan perlu direvisi berkali-kali sebelum re-submit. Nah, banyak penulis yang mengirim tulisan yang sama ke berbagai jurnal dengan harapan siapa yang duluan accept itulah yang dipilih. Boleh saja kan? Bagi yang menjawab boleh perlu sedikit mengetahui hal-hal berikut.

Sebuah naskah paper hanya boleh publish di satu jurnal. Jika dipublikasikan lebih dari satu jurnal maka walaupun ditulis oleh penulis yang sama tetap dianggap plagiarisme. Di sini konflik muncul ketika dua atau lebih penerbit mempublikasikan tulisan yang sama tersebut. Silahkan menjawab dengan kalimat “bodo amat”, tetapi resiko Anda tanggung sendiri. Oiya, bukan hanya Anda tapi kampus tempat Anda bernaung juga ikut menanggung malu. Mengapa? Hal ini terjadi karena Ristek Dikti sudah membuat satu alat pengecekan naskah Anda di link ini: http://anjani.ristekdikti.go.id/pelaporan/retraksi.

Situs yang bernama Anjani itu membahas penyimpangan-penyimpanan yang terjadi. Bagi pengelola jurnal sih gampang saja, tinggal cabut saja tulisan bermasalah itu dan beres. Tetapi data “kenakalan” Anda akan terekam hingga anak cucu Anda.

2. Review Gratis

Terkadang review dibutuhkan untuk perbaikan naskah kita. Ketika disubmit, editor akan mengirim naskah itu ke reviewer untuk dinilai. Entah diterima atau tidak, hasil review sangat bermanfaat untuk kesempurnaan tulisan tersebut. Nah, masalah muncul jika penulis sengaja hanya ingin dicek saja, dan ketika naskah dinyatakan diterima (baik lewat mayor atau revisi minor) si penulis menarik (withdraw) tulisan tersebut. Pernah sekali jurnal saya mengalami hal yang sama. Silahkan jika Anda ingin seperti itu, tapi perasaan seorang editor yang sakit akan dibalas oleh Tuhan. Memang tidak ada hukuman real dari pengelola jurnal dan pemerintah, tetapi saat ini dimana medsos, komunikasi komunitas yang transparan, “blacklist” terkadang berlaku secara tidak langsung. Nama Anda akan masuk daftar penulis nakal yang perlu diwaspadai ketika submit tulisan di jurnal tetangga.

3. Tidak Mau Merevisi

Tentu saja jika tidak mau merevisi, tinggal reject saja. Ya, itu berlaku untuk jurnal yang sudah level mengengah ke atas. Tetapi untuk jurnal yang pas-pasan, hidup segan mati tak mau, sebuah tulisan sangat penting. Terkadang memang si penulis hanya untuk “gugur tugas saja”, seperti laporan BKD serdos, dan sejenisnya (kinerja pegawai). Dengan kekuasaannya terkadang “memaksa” editor untuk mempublikasikan tulisannya. Perlu disadari pekerjaan editor sangat melelahkan, dari menyiapkan OJS, merawat jurnal, mengedit tulisan, dan lain-lain. Jika berhasil, kualitas jurnal naik, dan si penulis pun terbantu ketika akreditasi jurnal tersebut baik. Terkadang editor meminta kualitas gambar yang jelas, seting layout yang harus mengikuti template jurnal dan lain-lain. Oiya, editor bukan menekan Anda untuk memperbaiki naskah tetapi justru memperbaiki kualitas karya Anda. Baik buruknya jurnal tergantung dari bukan saja pengelolaan jurnal, tetapi reviewer dan juga Anda sebagai penulis. Bantulah jurnal tempat Anda mempublikasikan karya Anda agar kualitasnya meningkat dengan memperbaiki kualitas tulisan Anda ketika diminta revisi.

4. Permainan Author dan Co-Author

Yang paling sering terjadi adalah seorang dosen yang mengambil karya mahasiswa tanpa menyertakan si mahasiswa. Editor juga seorang dosen, pasti tahu tulisan itu karya siswa atau tidak. Bahkan saking “kasar”nya, masih ada kata-kata skripsi dalam naskah yang dikirim ke editor dan tertulis hanya nama dosennya. Sungguh tidak etis dan pernah terjadi hal demikian hingga oleh si mahasiswa dibawa ke ranah hukum. Akibatnya si dosen menjadi malu.

Bagaimana dengan urutannya? Sebagian besar menempatkan si mahasiswa sebagai penulis utama dan dosen pembimbing sebagai co-author. Tetapi diperbolehkan ketika si dosen menggabungkan beberapa karya bimbingannya menjadi satu naskah atau menambahkan metode yang meng-improve atau meningkatkan akurasi hasil risetnya. Untuk rekan-rekan yang kuliah di Jepang sedikit berbeda, si profesor pembimbing memaksa dia menjadi penulis utama. Hal ini menurut saya sangat dimaklumi. Berbeda dengan di Indonesia dimana riset mahasiswa tidak terkait dengan industri dan proyek pembimbing. Di sana terkadang pihak industri memesan riset tertentu, seperti misalnya mencari kualitas komposisi bahan yang baik untuk rem. Si dosen membagi tugas-tugas proyek itu ke mahasiswa-mahasiswa. Ketika menguji, mencari data, si dosen terkadang sangat ketat memantau, memberi panduan, dan harus mengikuti standar yang ada. Si Dosen harus mempertanggungjawabkan hasil riset ke industri sehingga seolah-olah mahasiswa hanya kepanjangan tangan dari dosennya. Memang terkadang inovasi, ide, dan temuan bisa muncul dari mahasiswa. Tetapi karena ide penelitian berasal dari dosen maka mereka merasa si pembimbinglah yang layak menjadi penulis utama. Ristekdikti sepertinya melihat hal ini sehingga membolehkan Co-author memperoleh hak setara dengan Author (penulis satu), dengan syarat co-author tersebut sebagai corresponding author, yaitu yang mengurus submit, review, dan hal-hal administratif lainnya.

Mungkin banyak hal-hal rumit lainnya dalam perjurnalan yang bisa ditulis di kolom komentar untuk dibahas bersama, sekian semoga menginspirasi.

 

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.

Melihat Network Hasil Training dengan NNTOOL

Secanggih apapun alat bantu tetap saja kita butuh pengetahuan akan prinsip-prinsip kerjanya. Begitu pula Matlab yang dalam meramu Jaringan Syaraf Tiruan (JST) menawarkan toolbox NNTOOL. Selain dengan toolbox berbasis Graphic User Interface (GUI), Matlab di versi awal hanya menyediakan toolbox berbentuk fungsi, yaitu newff.

Pelatihan/Training

Sebagai contoh kasus, misalnya kita diminta meramu JST untuk merubah masukan menjadi keluaran berdasarkan logika XOR. Perlu diketahui, riset JST sempat terhenti karena tidak sanggup menyelesaikan kasus sederhana tersebut. Barulah setelah multilayer JST baru dapat diselesaikan masalah tersebut. Pertama-tama kita siapkan dulu data trainingnya:

  • >> data=[1 1 0 0; 1 0 1 0];
  • >> target=[0 1 1 0];
  • >> net=newff(data,target,[2]);
  • >> net=train(net,data,target);

Berikutnya akan muncul jendela progress pelatihan. Karena hanya sederhana, prosesnya cepat.

Untuk menguji hasil training tes saja dengan mensimulasikan JST dengan input data. Pastikan outputnya sesuai dengan target.

  • >> sim(net,data)
  • ans =
  • 0.9980 0.9845 0.9612 0.5277

Perhatikan jawaban di atas, cukup banyak error-nya, harusnya [0 1 1 0]. Ok, anggap saja sudah akurat. Setelah disimpan dengan mengetik “save xor” di command window network tersimpan dalam bentuk file xor.mat yang siap digunakan nanti. Jika tidak disimpan maka ketika Matlab dimatikan maka hasil pembelajaran (training) tentu saja akan hilang.

Melihat Bobot dan Bias

Nah, untuk melihat bobot dan bias banyak yang tidak mengetahui. Padahal inti dari teori JST adalah bagaimana menemukan bobot dan bias yang tepat. Jalankan NNTOOL dengan mengetik nntool pada command window.

>>nntool

Jendela Network/Data Manager akan muncul. Tekan Import untuk melihat network hasil pembelajaran.

 

Berikutnya klik ganda net pada sisi Networks untuk melihat isi dari JST yang pernah kita latih dulu. Lihat sisi Weight/Bias. Bobot dan bias tampak di tiap sisi, baik masukan, hidden layer dan keluaran. Selamat mencoba.