Konversi Universal Transverse Mercator (UTM) ke Latitude – Longitude

Repot juga kalau berhubungan dengan sistem proyeksi. Biro Informasi Geospasial (BIG) atau yang dulu dikenal dengan Bakosurtanal terkadang menyediakan dua versi koordinat yaitu UTM dan lintang/bujur. Ketika memperoleh file SHP yang berformat UTM, mudah untuk dimanipulasi (misalnya untuk optimasi), tetapi harus dikonversi kembali ke lintang dan bujur jika ingin ditampilkan di Googla Map yang berformat lintang dan bujur (lihat post sebelumnya).

Untungnya Matlab menyediakan konversi dari UTM ke lintang/bujur yang cukup akurat di situs resminya. Berikut ini contoh fungsi utm2ll yang tinggal dicopas dan simpan dengan nama utm2ll.m:

Misalnya saya impor dengan fungsi shaperead file SHP yang berkoordinat UTM (lihat cara menggunakan shaperead). Kemudian saya jalankan fungsi UTM2LL tersebut yang berisi parameter sumbu x,y zona (untuk contoh ini 48S yang diisi dengan -48, negatif karena di selatan). Sementara datumnya ‘wgs84’. Ambil satu contoh titik pertama:

  • >> real(1,:)
  • ans =
  • -6.2620 106.9955

Di ArcGIS sebenarnya ada fasilitas mengkonversi langsung, tetapi ketika saya impor ke Matlab shapefile-nya, angkanya masih tetap UTM. Tetapi bisa digunakan untuk menguji apakah hasil konversinya benar. Perhatikan jawaban titik pertama di atas (-6.2620 106.9955) yang ditunjukan pada (1) sama dengan koordinat lintang/bujur (2) pada gambar di bawah ini.

Selesai juga masalah konversi dari UTM (720779.301055732, 9307408.86579029) menjadi Latitude-Longitude (-6.2620 106.9955). Semoga bermanfaat.

Menampilkan Data Spasial Web-based dengan Google Map API

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

Membuat Kode Sederhana

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

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

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

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

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

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

Natural Language Processing

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

Peran Machine Learning

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

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

Deep Learning dalam NLP

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

Penerapan dan Riset NLP Saat Ini

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

Referensi:

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

Online Education Research

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

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

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

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

Menghindari Software Lain yang Ikut Terinstal Saat Update

Persaingan vendor perangkat lunak kian sengit saja. Beberapa software yang butuh update, misalnya adobe flash player, ketika update minta disertakan untuk diinstall juga. Repotnya yang diinstal software berat seperti anti virus. Beberapa update lainnya merubah default dari setingan browser, misalnya yahoo untuk searching defaultnya.

Walaupun bisa diuninstall, tapi merepotkan dan membuat sampah-sampah di registry. Flash player sendiri sempat menjadi standard di web tetapi karena banyak masalah dalam keamanan web, di HTML 5 tidak lagi menjadi standar, bahkan adobe sendiri melepas “flash player”-nya (lihat link ini). Tapi sepertinya masih disupport adobe hingga saat tulisan ini dibuat, terbukti masih tersedia di link ini.

Jangan Lupa Pilih yang Akan Diinstal

Software-software lain terinstall karena ketika ada pilihan install, checklist instal software tersebut tidak dihilangkan (secara default ikut terinstal). Repot juga, apalagi yang tidak sempat membacanya dan asal “next” saja.

Untunglah walaupun terlanjur, tetapi karena download McAfee lebih lama, ketika adobe flash selesai langsung saja di”silang”, dan McAfee pun ter-“cancel”.

 

Kesimpulannya

Ketika update, pastikan download dari situs resminya, dan sebelum lanjut perhatikan apakah ada software-software lain yang “nebeng” dan ikut terinstal. Syukur-syukur dibaca dulu “term & condition”nya.

Tak Ada Lagi Ilmuwan “Superman”

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

Superman – Superman Kecil

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

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

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

Sharing

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

Vitamin itu Bernama Hibah Penelitian

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

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

Beda Generasi Beda Zaman

Beberapa waktu yang lalu sempat membaca pesan berantai mengenai bagaimana membentuk mental anak yang “kuat”. Salah satunya adalah dengan tidak memanjakannya dan tidak menggunakan prinsip “karena saya dulu menderita, anak saya kasihan kalau menderita”. Sepertinya masuk akal, karena anak dilatih untuk bertarung dengan kehidupan dan tidak menjadi anak yang manja. Masalahnya, apakah dengan mengkondisikan si anak dengan kondisi “penderitaan” kita yang dulu bisa membuat anak kuat, tabah dan tegar?

Generasi Millennial

Untuk menjawab masalah di atas, mungkin tugasnya orang psikologi meneliti masalah itu. Yang kita tahu, tiap generasi memiliki karakternya sendiri. Generasi saat ini dikenal dengan generasi millennial atau kadang dikenal dengan generasi Y. Generasi ini sejak kanak-kanak dan remaja sudah mengenal dunia online/maya yang bercirikan akses yang cepat dalam informasi.

Apakah perlu anak merasakan menderita? Untuk menjawabnya pertama-tama harus disadari bahwa negara kita tertinggal, bahkan jauh tertinggal dengan negara lain. Jika mereka berjalan, untuk mengejar ketertinggalan kita harus berlari. Silahkan mengajari anak menderita, tetapi menderita ketika berlari. Bukannya tidak memberikan sepatu karena bapak dulu sekolah tidak pakai sepatu, misalnya. Prof. Rhenald Kasali, terhadap mahasiswanya bahkan mewajibkan mengunjungi negara lain, sehingga anak2 terbiasa mengurus ini itu sendiri, seperti passport, mencari tempat tinggal di luar dan lain-lain, sehingga kesulitan yang dihadapi adalah kesulitan “berlari” bukan kesulitan jaman primitif (berenang, panjat tebing, dll ketika sekolah).

Kita sepakat, mereka lah yang menghadapi masa depan. Orang tua punya pengalaman/data masa yang lalu, tetapi ketika merencanakan masa depan yang saat ini tidak pasti, tidak bisa menggunakan data yang usang. Kemampuan memprediksi kebutuhan masa depan sangat mutlak. Sebenarnya anak-anak saat ini gerakannya lincah dan cepat, terutama akses terhadap informasi, yang merupakan salah satu aspek penting dalam learning.

Memberi Peran ke Generasi Muda

Efek krisis moneter 1998 ternyata berdampak terhadap kesenjangan antara yang tua dan yang muda. Putusnya kesempatan kerja dari tahun 1998 hingga 2006 (info dari buku “disruption”) mengakibatkan antara top manager dengan manajer tengah bisa 10 atau bahkan 20 tahun usianya. Jika tidak segera diantisipasi regenerasinya bisa berbahaya. Generasi muda yang butuh pengalaman segera dalam menghadapi masa depan bisa tersumbat oleh generasi tua yang mengandalkan pengalaman masa lalu, cenderung sebagai “incumbent”, nyaman di kondisi saat ini. Terkejut saya membaca berita di link ini dimana seorang anak India yang masih sekolah, berusia 18 tahun, dipercaya merancang satelit yang diluncurkan NASA.

Di Indonesia sepertinya masalah ini sangat pelik. Kampus negeri yang cenderung menerima dosen dari alumninya, merupakan ciri-ciri nasionalisme sempit. Ditambah lagi karakter paternalistic, dimana junior terpaksa nurut senior masih sering terjadi. Padahal di luar negeri, misalnya Thailand dan Malaysia, banyak sekali mengambil dosen-dosen dari luar negeri yang bisa diambil ilmu dan pengalamannya. Beda dengan tugas belajar ke luar negeri yang hanya beberapa tahun, mengambil dosen luar bekerja di dalam negeri lebih besar dampaknya karena bisa melihat kesehariannya, terutama dalam transfer skill dan pengalaman.

Interdisiplin Ilmu

Saat ini antar ilmu saling terkait dalam menyelesaikan permasalahan yang ada. Jujur saja anak-anak saat ini lebih cerdik dalam melakukan proses interdisiplin. Mereka lebih pandai berhitung ketika main game dibanding dikhususkan hanya berhitung dalam suatu pelajaran. Terkadang mereka semangat ketika mempelajari sesuatu yang dibutuhkannya. Beberapa pemerhati pendidikan memperhatikan fenomena ini. Mungkin suatu saat pendidikan seperti berobat, ketika meracik obat diperlukan bahan-bahan tertentu yang dibutuhkan si pasien, bukan mengikuti aturan tertentu, yang dalam kasus pendidikan kurikulum pemerintah yang terkadang lambat berubah dalam mengantisipasi kebutuhan rakyat. Mungkin video ini bisa disimak, semoga bermanfaat.

Inisialisasi Jaringan Syaraf Tiruan

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

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

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

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

Metode Inisialisasi Bobot

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

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

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

Referensi:

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

 

Pemrosesan Citra Digital – Kabar baik dan buruknya untuk orang IT

Ketika semester dua kuliah, saya melihat daftar mata kuliah yang ditawarkan. Selain materi wajib untuk jurusan ilmu komputer dan sistem informasi, ditawarkan pula materi pilihan. Belum selesai terkejut karena Artificial Intelligent (AI) and Neuro-Fuzzy yang diampu oleh jurusan Mekatronika, ternyata Digital Image Processing (DIP) diampu oleh jurusan Remote Sensing & Geographic Information System (RS-GIS).

Sebagai orang IT (walau dulunya bukan), tentu sedikit tersinggung, mengapa bukan jurusan informatika yang mengajarkannya. Kebetulan riset saya mengenai data spasial, jadi agak berbenturan dengan beberapa mata kuliah mereka, salah satunya subyek DIP. Ternyata memang mereka yang serius meneliti masalah itu.

Kabar Buruk

Sebenarnya bukan kabar buruk, tetapi sedikit kejenuhan. Di awal-awal memang orang informatika yang tekun meneliti DIP, dari suatu citra bisa diolah sesuai kebutuhan: pencocokan dan identifikasi pola, klasifikasi pola, penentuan kematangan buah, dan terapan-terapan lainnya. Namun ada batas berkaitan dengan sensor yang digunakan, yang kebanyakan dengan frekuensi nyata. Untuk meneruskan riset agar diperoleh akurasi yang lebih baik diperlukan ilmu-ilmu lainnya, salah satunya adalah sensor. Sensor di sini dikembangkan oleh peneliti masalah satelit, misalnya Landsat yang telah menggunakan lebih dari 7 band ketika pemotretan muka bumi.

Sepertinya orang IT membutuhkan alat-alat yang dibuat oleh telkom dan RS-GIS. Rekan saya yang riset di bidang RS sempat membeli kamera yang mampu memotret beberapa band untuk mendeteksi suatu wilayah. Biasanya yang dibutuhkan adalah infra-red, agar mampu mendeteksi tanaman tertentu yang memang chlorophyl menyerap warna merah (sehingga tanaman tampak berwarna hijau). Rekan saya dikampus yang mendeteksi kematangan buah memiliki problem akurasi, walaupun model jaringan syaraf tiruannya (JST) diutak-atik berkali-kali. Tentu saja foto yang diambil dengan kamera biasa kurang mampu membedakan sinyal pantulan dari selisih warna tertentu, belum masalah pencahayaan. Harga kamera untuk infra-red cukup mahal, rekan saya dapat murah karena beli online di pasar gelap. Bahaya juga sih, terutama yg frekuensi tertentu yang bisa menembus pakaian orang .. waw.

Kabar Baik

Seperti biasa, orang IT datang ketika dibutuhkan. Sifatnya yang seperti “server” alias “melayani” merupakan ciri khas. Kita tunggu saja telkom dan RSGIS menemukan piranti-pirantinya, toh beberapa komputasi membutuhkan orang-orang ilmu komputer. Bahkan, GIS pun saat ini sudah membutuhkan “interdisiplin” ketika riset, dan jurnal internasional cenderung menolak riset-riset yang kata orang jawa “ngono-ngono thok”, alias tidak ada kebaruan.

Bahkan permintaan terhadap riset computer vision cukup besar, apalagi entertainment yang banyak diminati (3D). Bukan hanya deteksi warna, dan pola, dituntut pula karakteristik dinamis suatu citra (gerakan) yang realtime. Software yang diprogram pada drone mampu mendeteksi object. Bahkan ke depan, virtual reality, terutama yang mendeteksi gerakan mata sangat diperlukan agar sistem tampak lebih real. Tentu saja riset AI jangan sampai ke hal-hal yang berbahaya seperti video ini:

Main Android di Laptop

Salah satu kelemahan android adalah terinstal di handphone atau tablet yang berukuran layar kecil. Hal ini sangat berbahaya untuk mata. Selain itu tengkuk pun terasa sakit karena kerap menunduk. Sepupu saya yang semenjak kecil main tablet menderita efeknya yaitu mata minus. Anak saya yang walaupun dilarang tapi kadang main diam-diam terpaksa butuh cara untuk mengurangi dampak radiasinya, salah satunya adalah instal di laptop dan tayangkan ke televisi ukuran besar.

Banyak beredar cara bagaimana memainkan android di laptop. Paling banyak adalah menggunakan “emulator” dari bermacam-macam vendor. Berikut salah satu contohnya yaitu “nox player”. Setelah menginstal tampak di layar komputer seperti tablet/handphone. Tinggal instal aplikasi saja ke emulator tersebut.

Tampak game yang saat ini sedang “in”, Mobile Legend, bisa dimainkan di laptop. Emulator selain untuk android terkadang tersedia juga untuk menjalankan game-game jaman dulu yang tidak bisa dijalankan di piranti saat ini. Siapa tahu ada yang ingin bernostalgia ketika kecil/remaja dulu.

Spatial Metrics – Statistik untuk Landscape dan Data Spasial

Semua orang biasanya sudah belajar tentang statistik. Dari dulu sampai sekarang ya isinya begitu saja, tidak ada yang berubah dan tidak ada pula silang pendapat di antaranya. Karena ilmunya yang sudah “established” statistik menjadi alat bantu untuk riset di bidang lainnya, salah satunya adalah landscape, cabang dari arsitektur dan perencanaan wilayah. Tetapi orang komputer pun ikut nimbrung di dalamnya, termasuk saya.

Spatial sendiri dalam bahasa Indonesianya “spasial” yang berarti data yang berisi selain atribut juga koordinat/lokasi. Jadi data spasial harus menyimpan informasi lokasi suatu record (isi data). Jadi spatial metrics berarti ukuran tentang suatu data spasial, satuannya bermacam-macam hasil dari rumus yang telah disepakati bersama.

Spatial Metrics dan Landscape Metrics

Spatial metrics sejatinya sama dengan landscape metrics. Istilah “landscape metrics” muncul karena metrik ini dikembangkan oleh ilmu tentang landscape (terutama ekologi), geometri fraktal dan ilmu informatika [1]. Unik juga informatika nempel di mana-mana. Namun selama perjalanannya, para peneliti lebih suka menyebutnya dengan spatial metrics [2]–[4].

Pembagian Spatial Metrics

Tidak ada kesepakatan mengenai pembagian terhadap spatial metrics. Namun ada pembahasan yang baik dari McGarigal yang bisa diunduh [5]. Pembagian spatial metrics biasanya dibagi tiga level yaitu level patch, level kelas, dan level lanskap yang telah diterapkan dalam software FRAGSTATS yang juga dikembangkan oleh McGarigal dan kawan-kawan [6]. Tiap level memiliki variabel-variabel tentang:

  • Area & edge metrics
  • Shape metrics
  • Core area metrics
  • Contrast metrics
  • Aggregation metrics
  • Subdivision metrics
  • Isolation metrics
  • Diversity metrics

Peran Ilmu Statistik

Ilmu statistik berperan dalam perhitungan variabel-variabel di atas. Yang digunakan pun yang sering kita pelajari di bangku sekolah/kuliah: Median, Mean, Area-Weighted Mean, Range, Standar deviasi, dan covarian.

Source: [5]

Silahkan orang-orang IT yang tertarik untuk membantu para perencana kota/urban dalam melaksanakan risetnya.

Ref:

1.    E. J. Gustafson, “Quantifying Landscape Spatial Pattern: What Is the State of the Art?,” Ecosystems, vol. 1, no. 2, pp. 143–156, 1998.

2.    C. Sun, Z. Wu, Z. Lv, N. Yao, and J. Wei, “Quantifying different types of urban growth and the change dynamic in Guangzhou using multi-temporal remote sensing data,” Int. J. Appl. Earth Obs. Geoinf., vol. 21, pp. 409–417, 2013.

3.    H. M. Pham and Y. Yamaguchi, “Urban growth and change analysis using remote sensing and spatial metrics from 1975 to 2003 for Hanoi , Vietnam,” Int. J. Remote Sens., vol. 32, no. May 2015, pp. 37–41, 2011.

4.    Herlawati and R. T. Handayanto, “Mengenali Karakteristik Penggunaan Lahan dengan Statistika Spasial ( Spatial Metrics ),” INFORMATICS Educ. Prof., vol. 1, no. 2, pp. 227–232, 2017.

5.    K. Mcgarigal, “Landscape metrics for categorical map aatterns,” vol. 2001, no. Chapter 5, pp. 1–77, 2001.

6.    K. Mcgarigal, S. Cushman, and E. Ene, “FRAGSTATS v4: Spatial Pattern Analysis Program for Categorical and Continuous Maps,” 2015. [Online]. Available: http://www.umass.edu/landeco/research/fragstats/fragstats.html.

Kian Maraknya Publikasi Ilmiah

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

Publikasi Adalah Buah

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

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

Bukan Hanya Publish tetapi juga Disitasi

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

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

Didanai atau Tidak, Riset Jalan Terus

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

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

Mengeset Referensi Koordinat pada Image di IDRISI

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

Menggunakan Metadata

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

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

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

Deep learning, Machine Learning & Artificial Intelligent

Tiga istilah yang mirip tetapi sejatinya berbeda. Untuk menjawabnya tidak ada salahnya membaca buku tentang deep learning karangan (Kim, 2017). Dalam buku tersebut, secara gampangnya dijelaskan, deep learning adalah salah satu bagian dari machine learning, sedangkan machine learning sendiri merupakan salah satu subjek dari artificial intelligent (AI).

Machine Learning

Machine Learning (ML) bukanlah mengajari seorang murid yang berupa mesin. Kalaupun iya, itu adalah AI. ML di sini adalah membuat sebuah model dengan melatihnya lewat suatu data. Dengan demikian model tersebut bisa menjawab inputan tertentu sesuai dengan hasil pembelajaran dari data yang dikenal dengan istilah data training. Dari data dapat dibuat dua model yang terkenal yaitu regresi dan klasifikasi. Yang saat ini banyak diteliti adalah klasifikasi yang terdiri dari supervised, unsupervised, dan reinforcement.

Deep Learning

Saat ini pemodelan yang terkenal adalah artificial neural network (JST). Metode ini sempat mengalami pasang surut. Setelah McCulloch – Pitt menemukan model JST pertama, terjadi kevakuman karena metode ini tidak mampu menyelesaikan masalah sederhana, misalnya logika XOR. Namun setelah 30 tahun kemudian, munculnya backpropagation, sebuat metode learning baru yang bisa diterapkan dalam multilayer perceptron, akhirnya JST mulai menggeliat lagi, namun kemudian redup lagi karena masalah performa. Setelah 20 tahun kemudian, yaitu pertengahan 2000-an, diperkenalkanlah Deep Learning yang berfokus dalam meningkatkan performa Hidden Layer, yaitu beberapa layer antara input dan output. Sehingga riset tentang JST semarak lagi. Yuk, baca bareng buku itu.

Ref

Kim, P. (2017). MATLAB Deep Learning. New York: Apress. https://doi.org/10.1007/978-1-4842-2845-6

 

Hati-hati dengan Hati – Yang tak Berlogika

Kita mengenal logika yang berisi postulat-postulat tentang penarikan kesimpulan, seperti jika x maka y, dan sejenisnya. Bagaimana dengan hati manusia? Apakah ada logikanya, seperti kecintaan seseorang terhadap orang lain, atau sebaliknya kebencian? Mungkin cerita di bawah ini bisa menginspirasi.

Luka Hati yang Sulit Terobati

Di sini ceritanya dalam dunia akademis, cerita dari teman sekelas saya di information management. Seorang profesor yang terkenal ramah dan baik terhadap para mahasiswanya bercerita bahwa dia dulu tidak seperti yang tampak seperti saat ini. Sebagai seorang “super cerdas” banyak makan korban, baik dalam nilai maupun sidang skripsi. Suatu ketika dia menyidang seorang mahasiswi. Logikanya yang canggih membuat si mahasiswi mati kutu, namun ada satu statemen-nya yang “mengena” ke diri mahasiswi tersebut. Sidang berjalan lancar dan si mahasiswi dinyatakan lulus.

Beberapa waktu kemudian ada kabar bahwa si mahasiswi tersebut tidak mendaftar wisuda. Dan lebih mengejutkannya lagi, ijazah tidak diambilnya. Berita tersebut sampai ke profesor itu, dan meminta pihak kampus menyerahkan langsung ijazah. Namun, bahkan si profesornya sendiri yang memberikan, si mahasiswi tersebut tidak mau menerimanya. Aneh bukan? Di satu sisi banyak yang “beli ijazah” tapi di sini ketika hati yang terluka, tidak ada harganya sama sekali suatu ijazah sarjana. Sejak saat itu dia tidak akan lagi melukai hati mahasiswanya.

Yang Sulit Dimengerti

Saya menerima warisan buku “gratis” dari senior yang menghilang dari kampus. Buku yang sangat bermanfaat tentang sistem informasi geografis yang membantu saya menyelesaikan naskah disertasi. Kabarnya pihak kampus tidak bisa menghubungi lagi karena memang mahasiswi, yang lagi-lagi wanita itu tidak ingin lanjut. Padahal tinggal sedikit lagi menyelesaikan tesis yang sudah dibantu oleh pembimbingnya, cerita dari teman dekatnya, dan segera memperoleh master (M.Sc). Namun logika tidak sanggup menjawabnya.

Yang lebih mengejutkan adalah kabar meninggalnya senior saya, seorang mahasiswi doktoral, yang tinggal sedikit lagi menyelesaikan kuliahnya karena tugas terberatnya, publikasi di jurnal internasional, sudah selesai. Waktu berganti, bahkan saya sendiri yang sudah 4.5 tahun tidak mengenal langsung wajahnya karena dia tidak ada kabar semenjak saya datang. Biasanya, jika syarat publikasi terpenuhi, disertasi dapat diselesaikan paling lama setahun, atau bahkan ada yang sudah disertasinya dan tinggal nunggu publikasi. Rekan-rekan saya tidak ada yang sanggup memahaminya, yang melepas begitu saja gelar doktoral (Ph.D) bahkan hingga akhir hidupnya. Saya dan mungkin pembaca pernah ada luka di hati ketika kuliah/belajar, misalnya ketika sidang master dulu saya sempat “terluka” dengan kata-kata hinaan dosen penguji, yang padahal tadinya tokoh panutan saya.

Ada beberapa kejadian baru-baru ini yang seharusnya tidak dilakukan oleh seorang tokoh, terutama terhadap seorang wanita. Memang saat ini tidak ada lagi masalah gender yang berarti, tapi tetap saja seorang wanita memiliki hati yang berbeda, yang sebaiknya tidak sampai terluka, apalagi hinaan yang mengarah ke fisik dan kecantikannya, seperti kata-kata pesek, jelek, dan sejenisnya.