The post BINUS UNIVERSITY PERINGKAT 8 PERGURUAN TINGGI INDONESIA appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Bandung, 27 Oktober 2018 – BINUS @Bandung berkomitmen untuk memberikan kontribusi bagi masyarakat sekitar lingkungan kampus dengan melakukan kegiatan sosial. Salah satu kegiatannya adalah pengobatan gratis.

BINUS @Bandung bersama Teach For Indonesia (TFI) mengadakan pengobatan gratis bagi masyarakat di lingkungan kampus. Pengobatan gratis ini diadakan di BINUS @Bandung yang dilaksanakan pada 27 Oktober 2018. Kegiatan ini mendapatkan respon yang sangat positif dari masyarakat sekitar BINUS @Bandung. Selain itu kegiatan sosial juga dihadiri 300 lebih masyarakat sekitar kampus BINUS @Bandung yang antusias mengikuti kegiatan pengobatan gratis ini.
Pengobatan gratis yang diadakan meliputi pemeriksaan kesehatan masyarakat berupa pemeriksaan kesehatan umum seperti cek tekanan darah, influenza dan kesehatan umum lainnya. Kemudian kegiatan ini juga meliputi pemberian obat-obatan secara gratis sesuai dengan kebutuhan masyarakat selain tindakan suntik atau imunisasi. Selain itu juga ada pemeriksaan atau pengecekan kadar kandungan darah.

“Sebagai suatu wujud kepedulian, BINUS @Bandung menyelenggarakan Acara Pengobatan Gratis untuk masyarakat yang membutuhkan. Penyelenggaran Pengobatan Gratis ini dilakukan melalui Teach for Indonesia yang merupakan bagian dari Yayasan Bina Nusantara. Kami berharap kegiatan ini bermanfaat bagi saudara-saudari kita yang memerlukan bantuan pengobatan dan peningkatan kesehatannya. Semoga makin banyak masyarakat yang sembuh dan dapat hidup sehat kembali.”, ujar Andreas Chang, Rektor BINUS @Bandung.

Kegiatan Pengobatan Gratis merupakan bentuk kepedulian BINUS UNIVERSITY untuk meningkatkan kesehatan masyarakat khususnya di Kota Bandung dan juga dengan melalui Kegiatan Pengobatan Gratis ini diharapkan bisa mewujudkan rasa solidaritas antar sesama, kemudian juga diharapkan dapat mempererat tali persaudaraan antar sesama, serta dapat meningkatkan dan mewujudkan semangat kepedulian terhadap sesama.

The post BINUS @Bandung Mewujudkan Nusantara Sehat Dengan Pengobatan Gratis appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Keberadaan furnitur menjadi elemen mendasar dan sekaligus menentukan aktivitas keseharian manusia. Furnitur adalah sarana untuk menjadi penyelesaian sempurna dari konsep, tujuan, atau rencana kegiatan dalam berkehidupan dalam ruang. Di balik desain arsitektur bangunan yang mempesona mata ada tujuan yang tersirat berupa aktifitas manusia yang diharapkan terjadi di dalamnya.

Untuk mewujudkan harapan ini diperlukan perencanaan dan desain (desain interior) yang tepat sehingga konsep aktivitas di ruang yang bersangkutan dapat diterjemahkan. Furniture adalah manifestasi dari terjemahan ini. Perabotan dirancang untuk membentuk suatu kegiatan agar sesuai dengan konsep ide (manusia). Dengan demikian, seluruh rangkaian desain mulai dari bangunan, ruang, dan furnitur yang tampil parsial, sebenarnya menampilkan kesatuan konsep dan tujuan utuh serta memberikan manfaat. Sebagai antiklimaks, jika furnitur tidak dirancang dan direncanakan (dirancang) maka konsep tersebut hanyalah konsep tanpa realisasi (wacana), tujuan dari gagasan aktivitas kehidupan tidak tercapai, tidak berdampak pada manfaat, dan bahkan risiko membahayakan manusianya.

Berdasarkan paparan tersebut, dapat dipahami betapa pentingnya peran furnitur sehingga dalam penanganan (desain) membutuhkan pihak-pihak dengan latar belakang keahlian dan keilmuan yang spesifik. Merancang produk furnitur tidak bisa hanya mengandalkan penilaian keindahan visual saja, tetapi pertimbangan multi aspek sebelum produk furnitur akhirnya mencapai konsumen sehingga produk tersebut memenuhi kriteria dasar yaitu antara lain nyaman, aman, sehat, cantik, berfungsi sesuai rencana, dan menambah nilai. Seorang perancang furnitur dituntut untuk dapat memenuhi kriteria ini dan melakukan semua proses yang diperlukan.

Dalam prakteknya pada pengkategorisasian kelompok massa konsumen, kegiatan memilih furnitur oleh konsumen seringkali dilakukan atas dasar pertimbangan ekonomi, penampilan, fungsi, dan kualitas. Dengan demikian, produsen furnitur bersaing untuk memenuhinya dengan berbagai upaya yang dapat mengkonsolidasikan kesemua kriteria ini dengan kapasitas kemampuan produksi yang ada. Artinya, desain furnitur pada tingkat ini membutuhkan proses pemikiran desain yang mumpuni agar menghasilkan furnitur yang layak dan menjawab.

Jika kita menghubungkan skema desain keseluruhan (arsitektur, interior, furnitur) yang dibahas sebelumnya, adalah tepat bahwa perencanaan furnitur tidak ditangani hanya demi pencapaian visual saja, sehingga fase pemilihan dan perencanaan furnitur ditempatkan di urutan terakhir dalam skema ini. Melakukan hal itu sama saja dengan merelakan pemikiran dan konsep yang telah dibangun hanya menjadi wacana dan secara tidak langsung menunjukkan sisi ketidakpedulian atau tidak keseriusan desainer dan atau arsitek terhadap pengguna. Apabila pada konteks konsumsi massal mendesain furnitur perlu mengkonsolidasikan kriteria yang rumit, maka apalagi untuk kelompok konsumen yang lebih personal (skala proyek), penanganan furnitur harus dilakukan dengan lebih serius! Perencanaan furnitur harus didiskusikan dan ditangani dengan melibatkan perancang furnitur dalam pelaksanaannya sejak awal.

The post POSISI VITAL DESAIN FURNITUR DALAM SKEMA PERANCANGAN ARSITEKTUR dan DESAIN INTERIOR appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Cahaya memainkan peran penting dalam kehidupan kita, sering kali kita tidak terlalu sadar akan hal itu. Mengubah cahaya akan mengubah suasana ruang pula, dan bahkan perubahan sebuah skema cahaya yang paling sederhana pun akan berdampak dramatis dan mengejutkan.

Bagaimana anda menata cahaya pada rumah anda sama pentingnya dengan saat anda menata, merancang atau mendekorasi. Pada umumnya orang akan lebih fokus kepada elemen dekoratif, tetapi hanya sedikit yang memperhatikan pencahayaan.

daylight-interior-skylight.,- InteriorDesign.id

Cahaya merupakan sesuatu yang secara fisik tidak dapat kita genggam atau pegang. Efeknya susah ditebak karena bisa berubah tergantung dimana kita mengarahkan jatuhnya sinar ataupun berubah karena apa yang ada disekitarnya. Armature lampu dan bohlam yang sama juga bisa menghasilkan efek yang berbeda tergantung dimana dan bagaimana kita menempatkannya.

Perencanaan pencahayaan yang baik tidaklah susah. Jika sebuah ruang diberi pencahayaan yang baik, sudah pasti akan tampil menarik dan mengundang. Jika kita mengerti jenis-jenis sumber cahaya yang tersedia dan perbedaan kebutuhan pencahayaan untuk ruang yang berbeda pula, maka kita siap untuk memulai memilih, positioning dan layering pencahayaan pada ruangan.

InteriorDesign.id

Begitu kita memilih lampu yang tepat dan menempatkannya diposisi yang benar, langkah selanjutnya adalah mengontrol intensitas cahaya. Menciptakan tingkat cahaya yang cukup terang untuk aktivitas kerja atau menyediakan cahaya yang berintensitas rendah untuk menciptakan “mood”. Manipulasi sederhana dari sumber pencahayaan fix adalah kunci keberhasilan untuk ruang multifungsi. Pada intinya adalah, kita harus bisa menyediakan tingkat intensitas cahaya yang sesuai untuk berbagai macam keperluan dan pada waktu yang berbeda-beda setiap hari.

The post KONTRIBUSI CAHAYA TERHADAP RUANG AKTIVITAS MANUSIA appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Binus University berkolaborasi dengan BBS (Binus Business School) Alumni mengadakan event Binus Run .Binus RUN adalah event running pertama Binus yang di harapkan dapat menjadi ajang untuk menyatukan alumni-alumni Binus dari berbagai jurusan, baik alumni yang berada di bawah BBS Alumni Association atau dukungan dari IKA Binus dengan bertemakan “Home Coming”.

Selain itu ajang ini juga diharapkan dapat menjadi tempat perkenalan antara para alumni dengan mahasiswa, dosen dan keluarga besar Binus yang nanti kedepanya diharapkan dapat bersinergi menciptakan dan memberikan kontribusi yang positif baik kepada almamater, perusahaan tempat mereka bekerja, lingkungan serta negara.

Event Binus RUN ini adalah pertama kali diadakan di Binus sejak berdirinya Binus University, akan tetapi event ini akan menjadi event regular Binus kedepanya. Dengan menargetkan 1000 peserta, baik alumni, mahasiswa, dosen (BINUSIAN) dan masyarakat umum (NON BINUSIAN).

Pada hari  Minggu 4 November, virtual run 5K juga diadakan di Binus @Bandung dengan rute mengelilingi kawasan Paskal Hyper Square. Kegiatan ini diramaikan dengan antusis oleh perwakilan IKA Binus bersama Pimpinan, Dosen, staff, dan mahasiswa Binus @Bandung. Dengan posisi start di lobi langit 23 Paskal, para peserta secara bersama-sama memulai kegiatan ini mengelilingi kawasan kawasan Paskal Hyper Square untuk memenuhi syarat 5 Kilometer. Dengan waktu kurang lebih satu jam, semua peserta berhasil menempuh jarak tersebut. Para peserta juga berlomba-lomba memposting foto selama berlari ke akun media sosial mereka diserta tagar #BinusRunforPalu.

Tak hanya sampai disitu, seusai acara penyerahan medali, dilakukan juga donasi on the spot untuk para korban bencana di Palu sesuai dengan tema kegiatan ini. Donasi yang terkumpul pada hari itu langsung disalurkan kepada saudara-saudara kita yang membutuhkan.

The post BINUS Run for Palu di BINUS @Bandung appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Ketiga mahasiswa BINUS @Bandung, Alvin, Janice Wilona Wijaya, dan Vincent Japherlich berhasil meraih penghargaan dalam kategori “BEST REPORT” dalam ajang MICE Innovation and Practice Competition 2018 yang diselenggarakan pada tanggal 1 dan 2 November 2018 di Negara Republik Rakyat China.

Kompetisi MICE Innovation and Practice adalah suatu kompetisi yang diadakan oleh Kementerian Pendidikan Pemerintah China. Peserta yang ikut berkompetisi harus membuat proposal proyek dalam bidang MICE (Meeting, Incentive, Conference, and Exhibition). Proposal tersebut kemudian akan diseleksi dan dinilai oleh tim juri. Hasil penilaian tersebut akan diumumkan dan bagi peserta yang lolos akan maju ke babak selanjutnya dan mempresentasikan proposal proyek mereka dihadapan juri di Negara Republik Rakyat China.

Walaupun masih tergolong perguruan tinggi baru, namun mahasiswa Program Studi Creativepreneurship BINUS @Bandung mampu membuktikan bahwa mereka mampu bersaing dalam level internasional mengalahkan beberapa negara yang turut berpartisipasi dalam kompetisi tersebut.

Semoga prestasi ini mampu memicu semangat rekan-rekan BINUSIAN lainnya untuk terus dapat berprestasi dan memberikan kontribusi terbaiknya khususnya untuk BINUS dan tentunya untuk dapat mengharumkan nama Indonesia di mata dunia.

The post Mahasiswa Creativepreneurship Raih Best Report Award Dalam Ajang MICE Innovation and Practice Competition 2018 di China appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Pada tanggal 26 – 27 Oktober 2018 International Council for Small Business (ICSB) Asia menyelenggarakan Musyawarah Nasional Pertama di Bandung dengan tujuan menyatukan kalangan pemerintah, akademik, dan ICSB demi kondisi Usaha Mikro, Kecil, dan Menengah (UMKM) yang lebih baik di Indonesia. Di dalam agenda tersebut juga diselenggarakan kegiatan konferensi akademis dan Prodi Creativepreneurship mendapatkan kesempatan untuk menjadi salah satu presenter dari sedikit universitas di Bandung yang ditunjuk di konferensi tersebut. Humane Entrepreneurship adalah suatu konsep mengenai kewirausahaan dan pertama kali dicetuskan oleh Prof. Kim Ki-Chan, dan tujuan konferensi ini adalah untuk mematangkan konsep mengenai elemen – elemen Humane Entrepreneurship agar dapat menjadi acuan pengusaha UMKM di Indonesia.

The post Pengukuhan Konsep Humane Entrepreneurship Pertama Kali di Indonesia appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

The post Open Consultation appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

The post Open Consultation November appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

The post Trial Class BINUS @Bandung November appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Dilansir dari venturebeat.com, Jeremy Horwitz, seorang penulis tentang AI, Apple, dan berita teknologi melaporkan hasil dari penelitian mengenai asisten digital menggunakan speaker pintar berbasis AI, yang dilakukan oleh Loup Ventures, sebuah perusahaan riset yang berfokus pada modal ventura. Loup Ventures menerbitkan “tes IQ asisten digital tahunan”, yaitu dengan meneliti kinerja empat asisten digital terdepan yang menggunakan AI pada ponsel cerdas. Perusahaan tersebut menyampaikan bahwa Google Assistant, Siri Apple, dan Cortana milik Microsoft telah meningkat kemampuannya selama setahun terakhir, tetapi secara mengejutkan adanya peningkatan yang cukup signifikan di Siri, sembari mengatakan bahwa Cortana berada jauh di belakang Alexa milik Amazon.

Loup menggunakan 800 set pertanyaan untuk setiap asisten digital tersebut, dan menyebarkannya di lima kategori: lokal, perdagangan, navigasi, informasi, dan perintah. Untuk lebih mencerminkan kemampuan asisten digital modern, pertanyaan tahun ini telah dimodifikasi dari yang pernah digunakan dalam pengujian serupa pada bulan April 2017.

Secara keseluruhan, pemenang tes yang paling jelas adalah Google Assistant, yang benar-benar memahami 100 persen pertanyaan, dan memiliki jawaban yang paling benar pada angka 85,5 persen. Google Asisstant memenangkan empat dari lima kategori. Mengikuti di belakangnya adalah Siri yang hanya mampu mengerti pada kategori “perintah”, yaitu dengan menguji kemampuan kecerdasan buatan atau AI untuk mengeksekusi fitur tertentu. Loup memberikan ulasan khusus yang positif untuk kinerja di kategori “informasi” pada Google Asisstant, dimana hal ini akan sangat membantu ketika digunakan untuk mencari informasi. Hal ini menegaskan bahwa Google Assistant dapat digunakan untuk mencari dan menemukan informasi yang tepat, dan membacakannya dengan lebih jelas.

Meskipun tahun ini adalah tahun yang suram bagi Siri, Siri menduduki peringkat kedua dalam pengujian. Loup mengatakan bahwa Siri memahami 99 persen pertanyaan dan menjawab 78,5 persen dari 800 pertanyaan dengan benar. “Hampir setiap pertanyaan yang dijawab salah sebenarnya menggunakan kata benda yang tepat,” kata Loup, “seringkali nama sebuah kota atau restoran lokal.” Dengan pengecualian dari detail-detail nontrivial, klaimnya, hampir semua asisten digital dengan AI akan memahami apa pun yang Anda katakan kepada mereka.

Kekuatan terbesar Siri adalah menjawab pertanyaan terkait musik, serta kemudahannya dalam mengontrol ponsel, aksesori rumah pintar, dan fitur lainnya, yang Loup sampaikan, termasuk fleksibilitas yang lebih besar dalam mengerti maksud pengguna. Secara khusus, tidak seperti Siri versi terbatas yang ditemukan di HomePod dan Apple TV, Siri pada iPhone berfitur lengkap, memungkinkannya untuk mencapai skor lebih tinggi daripada pada tes speaker pintar sebelumnya.

Alexa dan Cortana tertinggal di belakang dari asisten digital lainnya; keduanya memiliki tingkat keberhasilan 98 persen dalam memahami pertanyaan, tetapi Alexa hanya menjawab 61,4 persen dengan benar, sedangkan Cortana memiliki pemahaman sebesar 52,4 persen. Loup mengkritisi Alexa karena terlalu sering menanggapi pertanyaan terkait perdagangan dengan “gaya Amazon” yaitu dalam kategori produk daripada kategori yang lebih luas lainnya, sehingga memaksa pengguna untuk melakukan pencarian tambahan. Masalah Cortana adalah kinerja biasa-biasa saja di seluruh area, dan kelemahan khusus dalam kategori “perdagangan”, di mana asisten digital ini memiliki kemampuan yang sangat buruk untuk merespons dengan benar – hanya 20 persen.

Loup menyebutkan bahwa kemampuan Google dan Apple untuk mengintegrasikan asisten mereka langsung ke ponsel memberi mereka keunggulan alami dibandingkan dengan Alexa dan Cortana, yang berjalan hanya sebagai aplikasi third party di ponsel Android dan iOS; ini diartikan sebagai keterampilan navigasi yang mumpuni pada perangkat saku dan integrasi yang lebih dalam di tingkat OS.

Karena semua asisten digital menunjukkan perbaikan besar dalam pemrosesan bahasa dan dukungan multi-perangkat, Loup mengatakan bahwa mereka tidak mengharapkan lompatan lebih besar dalam akurasi interpretatif; sebaliknya, asisten digital dengan AI akan belajar untuk melakukan lebih banyak hal, dan mengendalikan perangkat dengan jangkauan yang lebih luas. Loup mengharapkan bahwa layanan baru seperti Siri Shortcuts akan menghilangkan friksi dengan membiarkan pengguna membuat perintah suara yang lebih custom untuk aplikasi dan fungsi, sementara fitur yang ada seperti ride hailing dan melakukan pembayaran akan bisa dilakukan secara meluas.

Diadaptasi dari: https://venturebeat.com/2018/07/25/google-assistant-wins-ai-iq-test-siri-beats-alexa-and-cortana/

The post Google Assistant memenangkan tes IQ untuk AI; Siri mengalahkan Alexa dan Cortana appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Games menjadi salah satu perhatian dunia saat ini dengan pertumbuhan-nya yang luar biasa cepat, dari market global yang bernilai ratusan juga US$ pada awal tahun 1970an, menjadi lebih dari 90 Milyar US$ pada tahun 2015 dan masih tumbuh 9% tiap tahunnya. Cepatnya pertumbuhan games secara global ini tidak lepas dari sifat dasar manusia yang ingin bermain atau juga dikenal dengan konsep homo ludens.

Tidak hanya sebagai pembawaan biologis manusia, Jane Mc Gonigal, seorang peneliti games dalam bukunya “Reality is Broken” menyatakan bahwa game dapat menjadikan dunia lebih baik. Dalam contohnya di buku tersebut, Mc Gonigal memberikan contoh bahwa sebuah negara kuno yang bermain games bisa menghadapi paceklik tanam jauh lebih lama dibanding yang tidak.

Perkembangan games secara global tentu saja juga berimbas kepada pertumbuhan pasar di Indonesia. Dari hanya sekitar US$80 pada tahun 2011, menjadi lebih dari US$321 juta pada tahun 2015, dengan pertumbuhan tahunan lebih dari 40% – jauh lebih tinggi dari subsektor manapun. Bahkan secara global, tingkat pertumbuhan Indonesia hanya kalah dibandingkan dengan India.

Kekuatan pertumbuhan games yang luar biasa ini tentu saja didukung oleh perkembangan teknologi yang pesat, mulai dari teknologi perangkat genggam sampai jaringan telekomunikasi dan informasi. Dukungan ini yang tidak lain memastikan bahwa games akan menjadi salah satu sokogoro pertumbuhan ekonomi nasional di masa depan.

Game adalah permainan, game merupakan bagian dari bermain dan bermain juga bagian dari game keduanya saling berhubung. Game adalah kegiatan kompleks yang di dalamnya terdapat peraturan. Sebuah adalah sebuah sistem di mana game terlibat dalam konflik buatan, disini game berinteraksi dengan sistem dan konflik dalam game merupakan rekayasa atau buatan, dalam game terdapat peraturan yang bertujuan untuk membatasi       perilaku game dan menentukan game. Game bertujuan untuk menghibur, biasanya game banyak disukai oleh anak anak hingga orang dewasa.

Game sebenarnya penting untuk perkembangan otak, untuk meningkatkan konsentrasi dan melatih untuk memecahkan masalah dengan tepat dan cepat karena dalam game terdapat berbagai konflik atau masalah yang menuntut peneliti untuk menyelesaikannya dengan cepat dan tepat. Sekarang ini perkembangan game juga tidak kalah dengan teknologi, game pun tidak hanya bisa di mainkan di console saja, tapi juga bisa di mainkan di komputer, ataupun di handphone yang sering kita dengar dengan smartphone atau ponsel pintar.

            Ada 6 komponen yang terbagi di dalam otak, yaitu frontal lobe, parietal lobe, occipital lobe, temporal lobe, cerebellum, dan brain stem. Frontal lobe menyambungkan dan mengintegrasikan semua komponen             perilaku ke tingkat yang lebih tinggi. Salah satu fungsinya yaitu problem    solving, motor planning. Parietal lobe ini yang mengatur sebagian besar kemampuan dan bahasa. Salah satu fungsinya yaitu mengetahui ukuran, bentuk, warna, persepsi visual. Occipital Lobe ini yang menjadi kunci visualisasi manusia. Fungsi utamanya yaitu penglihatan. Temporal lobe iniyang menerima dan memproses verbal lisan. Fungsinya yaitu memori ingatan, pendengaran. Cerebellum ini untuk mengerti hal-hal umum dan    fungsi otak itu sendiri. Fungsinya yaitu keseimbangan, mengatur langkah     jalan. Brain Stem ini yang memainkan peran penting tentang gairah,            perasaan. Fungsinya bernafas, detak jantungm kemampuan untuk tidur. (Brain Injury Alliance, p.1 diakses melalui https://biau.org/about-brain-injuries/cognitive-skills-of-the-brain/)

Perbandingan game online dan offline, keunggulan game offline yaitu dapat dimainkan dimanapun user ingin bermain tanpa harus memikirkan signal atau jaringan yang ada, sedangkan online harus menggunakan paket data dan signal yang dapat membuat user terganggu saat bermain bila ada gangguan. (Tom Hainey, (2011), Computer and Education, p.1 diakses http://www.sciencedirect.com/science/article/pii/S0360131511001308).

            Matching Images : Memorize Guess merupakan sebuah game yang melatih daya ingat, lalu ada game Blendoku yang memainkan tentang warna, menyusun sesuai dengan urutan warna. Berdasarkan hasil penelitian terbaru yang dilakukan oleh Regus, survei opini lebih dari 16.000 orang pekerja profesional di seluruh dunia,             ditemukan bahwa lebih dari setengah pekerja di Indonesia (64%) mengatakan        bahwa tingkatan stres mereka bertambah. Sejumlah faktor dalam negeri          seperti, kemacetan lalu lintas dan kenaikan harga menjadi salah satu penyebabnya. Penyebab utama dari stres adalah pekerjaan (73%), manajemen (39%), dan keuangan pribadi (36%). Oleh karena itu game dibuat untuk membantu menurunkan kadar stress untuk para pekerja pria maupun wanita umur produktif 24 sampai 35 tahun (komunitas berani jadi miliarder, (2015).                 Survei membuktikan banyak pekerja di kota-kota besar stress memuncak, diakses melalui https://republikbjm.wordpress.com/2015/04/20/survei-membuktikan-banyak-pekerja-di-kota-kota-besar-stress-memuncak/) (Liputan6, (2012). Usia paling stress wanita, 25-34 tahun, diakses melalui http://health.liputan6.com/read/450423/usia-paling-stres-wanita-25-34-tahun), namun mulai dari usia 3 tahun game merupakan suatu jalan yang baik untuk belajar dan mendapatkan ilmu baru, dapat melatih physical skills, cognitive skills, emotional skills, dalam physical skills sendiri terdapat pelatihan kordinasi antara mata dan tangan, gerakan mata, berpikir menggunakan strategi, dalam cognitive skills terdapat pelatihan mengerti    tentang dunia sekitar mereka, pengenalan bentuk, ingatan, problem solving, dan dalam emotional skills terdapat pelatihan sabar, menentukan      goal. (Michelle Manno, (2013). The Benefits of Puzzles in Early Childhood Development, diakses melalui https://teach.com/blog/the-benefits-of-          puzzles-in-early-childhood-development/).

            Penyebab stress pada manusia diantaranya yaitu ada pekerjaan, uang, hubungan, dan teknologi. Disini teknologi menjadi salah satu faktornya karena ada sebuah studi yang menemukan bahwa pekerja dibingungkan             dengan email atau panggilan telepon yang selalu berdering lebih dari 2 kali dalam 10 menit memiliki respon otak yang sama dengan pengidap ganja.(Sucipto Kuncoro, (2015). Faktor penyebab stress dan cara             mengelolanya, diakses melalui http://www.pasiensehat.com/2015/03/ penyebab-stress-dan-cara-mengelolanya.html?m=0).

            Menurut penelitian, ketika Gadgeteers mengalami hari yang berat di kantor atau kampus lalu bermain video games selama 20 sampai 40 menit. Hal           tersebut dapat menurunkan kadar stress seseorang. Sebuah penelitian yang dipublikasikan pada buku Computers in Human Behavior ini mengatakan bahwa bermain video games tidak hanya selalu menimbulkan efek samping yang berdampak buruk, tapi juga dapat berdampak baik. Sang penulis yaitu Professor Karyn Riddle beserta dua mahasiswanya dari Universitas Wisconsin-Madison membuktikan mereka mengambil sampel dari 82 orang         yang berpartisipasi. Setengah dari partisipan tersebut diberi kesempatan untuk       bermain permainan yang memusingkan. para partisipan diharuskan mengisi sebuah kuisioner. Dari sana terlihat bahwa video games memang    meningkatkan kesenangan seseorang dan menurunkan kadar stress. Namun terdapat perbedaan dari mereka yang bermain game kekerasan atau mungkin yang terlalu memusingkan. Walaupun memang benar mereka yang bermain             permainan genre kekerasan tersebut merasa “senang” namun pada akhirnya mereka akan melihat dunia dengan cara yang berbeda, mereka akan berpikiran terlalu bebas untuk melakukan sesuatu yang pada kenyataannya hal tersebut dibatasi. Pada akhirnya hasil dari test tentang efek video           games ini mengatakan bahwa: Video games dapat mengatur emosional seseorang yang bersifat negatif seperti stress. Namun bila permainan tersebut          terlalu serius pembawaannya, pemain nantinya akan terlalu terbawa jauh ke dalam permainan itu sendiri sehingga menimbulkan suatu masalah.(Zaky Islami, (2015). Bermain game dapat mengurangi stress, diakses melalui http://www.gadgetgaul.com/studi-mengatakan-bermain-game-dapat-mengurangi-stress.html).

            Statistik menggambarkan pangsa pasar yang dimiliki oleh sistem operasi mobile di Indonesia dari 2015 hingga 2018. Pada bulan September 2018, sistem operasi Android mencapai 70,71 persen. Diperkirakan 200 juta orang yang memiliki ponsel di Indonesia pada tahun 2018, dimana sekitar 54 persen menggunakan smartphone. Sistem operasi Android adalah sistem operasi yang paling banyak digunakan di Indonesia pada tahun 2018.

            Pengguna ponsel di Indonesia semakin menggunakan perangkat mereka untuk browsing internet dan diperkirakan 38,4 persen pengguna mengakses internet dari ponsel mereka di 2018. Di antara layanan digital yang paling populer di Indonesia Gmail, Yahoo Mail dan Whatsapp. Ponsel game ini juga populer di negeri ini dan, pada Juni 2018, 48 persen responden di Indonesia menyatakan bahwa mereka bermain game di ponsel mereka setiap hari.

            Untuk jenis atau kategori aplikasi games, menurut Adams (2010,     pp.70-71), game dikategorikan menjadi beberapa genre. Genre merupakan    pengkategorian dari game yang dibagi berdasarkan cara bermain atau tantangan yang diberikan dalam suatu game. Salah satu genre yang diminati   adalah Puzzle Games. Puzzle Games bersifat dapat melatih kemampuan otak          dan mengasah otak. Selain itu, Puzzle Games dapat mengandung tantangan yang bersifat membuat pemain penasaran.

            Contoh game yang termasuk dalam Puzzle Games adalah Tetris, Candy Crush Saga, Brain Wars. Big Fish, sebuah game studio dari Amerika mencatat bahwa game dengan tipe casual arcade dan puzzle merupakan dua genre game mobile yang paling sering dimainkan (ESA, 2014).

Gambar 1. Casual dan Puzzle adalah Genre Mobile Game Terpopuler.

The post Belajar Tentang Game appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Michael Yoseph Ricky

Abstract: Android Malware is a threat that needs to be considered by the Android OS user because it can interfere with the performance of the smartphone being used. Many applications that are scattered on the Google Store is a point of weakness for the user to determine which applications containing malware or not. This comprehensive study can explain about many applications that are scattered on the Google Store is a point of weakness for the user to determine which applications containing malware or not using several methods and display the comparison results between all previous studies in the review of Android Mobile Malware. Till now there the optimal method suggested solution that could be considered as standard mechanism for Android Malware Detection is Bayesian classification algorithm based on the methods of previous research used in the detection of Android Malware. For this reason we intended to make our work as a survey paper to make it easier for Android user to determine installed application contains malicious program or not.

Keywords: Android; Malware Detection; Mobile Malware; Mobile Security

1 Introduction

Mobile devices that exist in the world today which has become a popular as a smartphone term, a device that “smart” with a variety of operating systems. Operating systems that currently exist in the mobile devices are iOS, Android, Blackberry and others. Android is leading rapidly in its development, which until now being developed by Google and other developers since its open source operating system. The development of the Android operating system very rapidly starting from beta version (released in November 2007) and then popping the next version that is Cupcake (1.5), Donut (1.6), Eclair (2.0–2.1), Froyo (2.2–2.2.3), Gingerbread (2.3–2.3.7), Honeycomb (3.0–3.2.6), Ice Cream Sandwich (4.0–4.0.4), Jelly Bean (4.1–4.3.1), KitKat (4.4–4.4.4, 4.4W–4.4W.2), Lollipop (5.0–5.1.1), Marshmallow (6.0), Nougat (7.0-7.1), Oreo (8.0), Pie (9.).

Play Store facilitate users as the online market where users can download a variety of Android OS application provided either free or paid. Android has a built-in feature that will check each application to be installed, either allowed to install applications from the Play Store alone or can install other applications developed by developers using the application apk file. Beginner user are advised to install only applications that have been authorized by Google.

In this paper will be discussed about a system that can protect android user from malicious application. The objective of this research is to present comparison previous research based on android mobile malware using K-means clustering, feature selection and profiling user-trigger dependence.

2 Malware

1. Vulnerability

Vulnerability is a key-hole weakness that allowed unauthorized user to have access in target device that caused either by error application setting or unintended left by administrator (Raiyn, 2014).

1. Malware Types

• Adware: a malware which its objective is to advertise a non-harmful products or sites.
• Moualbad: a malware that perform automatic calling secretly unnoticeable by user. This malware performs until device screen turned off and locked.
• Botnet: a malware that controlled by attacker.

1. Attack Processes

Fig. 1. Attack Processes.

Reconnaissance refers to the preparatory phase where an attacker seeks to gather as much information as possible about a target of evaluation prior to launching an attack. Active reconnaissance involves interacting with the target directly by any means. Passive reconnaissance involves acquiring information without directly interacting with the target.

Scanning refers to the pre-attack phase when the hacker scans the network for specific information on the basis of information gathered during reconnaissance. Scanning can include use of dialers, port scanners, network mapping, sweeping, vulnerability scanners, etc.

Gaining access refers to the penetration phase. The attacker exploits the vulnerability in the system. The exploit can occur over a LAN, the Internet, or as a deception, or theft. Examples include buffer overflows, denial of service, session hijacking, and password cracking.

Maintaining access refers to the phase when the attacker tries to retain his/her ownership of the system. Attackers may prevent the system from being owned by other attackers by securing their exclusive access with Backdoors, RootKits, or Trojans. Attackers can upload, download, or manipulate data, applications, and configurations on the owned system.

Covering tracks refer to the activities carried out by an attacker to hide his misdeeds. Reasons include the need for prolonged stay, continued use of resources, removing evidence of hacking, or avoiding legal action.

3 Related Work

Android OS is vulnerable for Malware attack, therefore a lot of effort in Android security that perform earlier detection. An Android Antivirus has been developed to solve this problem. The previous research of Android Malware detection can be implemented to expand user knowledge which android application can be trusted installed on their devices and to prevent unintended malware installed in devices.

Almin, Shaikh Busra et al. (2015) proposed a system will help Android user either to make decision to proceed the ongoing installation of applications or to remove application containing malicious application that has been installed previously. In the proposed system, k-means clustering algorithm used when performing authorization checking process to determine that application contain malicious program or not. The results will used naïve Bayesian classification algorithm to check accurately either the application contains a malicious program or not.

The process steps are described below:

1. Identify the applications which already installed
2. Retrieve application information (application name, package, version, and other data) that is significantly important for the user by using permission extraction.
3. Clustering of permissions will classify the permissions of each application using k-Means algorithm and splits it into two clusters are malicious cluster and safe cluster
4. The cluster will be checked for its accuracy malicious using Naive Bayesian algorithm to ensure truly malicious applications or secure.
5. The last stage to provide recommendations to the user either to remove the malicious application or to ignore the malicious application.

The result of their experiment are the proposed system called Android Application Analyzer will perform an analysis of the applications that are installed whether harmful or not that need to be uninstalled. Proposed system has been tested on Android OS Jelly Bean version 4.4.2 using malicious application DogWar, iCalendar, and SuperSolo.

Fig. 2 Android Application Analyzer Model

Experiment is done with existing anti-virus in the Android OS that already exist today and compared with proposed system that has been successfully detects experiment  application as malware with the following results:

Fig. 3 Android Application Analyzer Result Testing

Android Application Analyzer has been able to detect malicious application on Android OS and provides recommendations to remove them. The system can also grouping either an application is malicious application or not, even better than the anti-virus that already exists today in the Android OS.

Takayuki et al. (2012) conducted research on a system that perform risk checking level of an Android application during the initial installation. The proposed system will summarize application information on google play (the number of downloads, user ratings, user reviews). Then analyzed the combination of permissions malicious application to be installed, so that the user can decide either to continue the installation or terminate installation based on information on the risk level indicator.

Suleiman Y. et al. (2013) conducted research and find effective approaches in detecting malicious application based on Bayesian classification model that identify codes and characteristics of application, checking for suspicious activity such as taking sensitive information from the phone, run a malicious embedded at runtime or in an external folder or other places. Running code used Java-based Android package profiling tool to automatically reverse engineering process of APK file checked.

Agematsu, H et al. (2012) create a security manager module to define a knowledge database that can determine the malicious behavior application in Android, event notification module that will provide running activities notification to the security manager. If security manager finds the installed applications do not have a notification codes, then remove all applications that do not have event notification code.

Ghorbanian, M. et al. (2013) conduct research intrusion detection model based on Log Files derived from command logcat via the Android logging system, then the data was analyzed based on pattern matching to detect whether there is malicious rule sets used in an Android application.

Dong-Jie Wu et al. (2012) conduct research using DroidMat application that can provide statistical data to detect Android malware using the K-means algorithm and kNN algorithm to classify the application if it is safe or contains malicious.

Wei Tang et al. (2011) conduct research on the Security Distance models in mitigating malware. The model is looking for differences between permissions and combination of permissions with a security problem. The higher the value of threat point indicated an application has a large security threat, otherwise declared as safe from malicious apps.

Hamandi, K et al. (2013) conduct research on Malware SMS and proposed an application that notified user whether the received SMS contains malicious program or not and advised user to specify the settings to grant or block the sender of the received SMS.

1. Thanh (2013) conduct research about Android Malware variation and methods for analyzing them based on data that has been collected by using tools such as smali, blacksmali and others to do the reverse engineering process of a apk file and displays the results of its detection and suggestions to help user recognizes malware.

Heloise et al. (2012) conduct research about trends and characteristics of Android botnet which helps enable Android users to identify botnet activity as Android bot. As a result, today trend are SMS Trojans, root exploits, and receives commands from the remote server bot.

Enck et al. (2009) conduct research to create lightweight certification used as security rules to match the malicious properties of Malware. The system will block all applications that have possible risky permissions combination or containing suspicious action. Method used is machine learning that will recognize Malware in the Android OS.

Feizollah, Ali et al. (2012) review 100 papers published from 2010 to 2014 with the perspective of feature selection in the detection of malware on mobile devices [14]. To develop an effective detection system, in this research will select only a promising subset of the features from hundreds of features available. In this research that categorize different features into 4 groups, namely static features, dynamic features, hybrid features, and application metadata. In addition, in this paper discussed about datasets used in the previous study and how to measure evaluation.

The methods used are feature selection such as android permissions, java code, certification, the behavior of the application on the device, etc. These features selection is the first step and a very important, and checking each group features category in detection of malware on mobile devices (static, dynamic, hybrid, and application metadata).

Fig. 3. Taxonomy of Mobile Malware Features

Feature selection will conducted in two ways: selection based on rationalizing and selection based on feature ranking algorithms. In this study authors only classify category of malware on mobile devices as a result of the above. The previous studies is lack of tested samples of malware for mobile devices.

Elish, Karim et al. (2015) conduct research to classify accurately an android application whether harmful or not. The methods used are extraction of data-flow feature when a user trigger sensitive API, known as user-trigger dependence, and classification is done by the data dependence graph, trigger metric tuple per operation (trigger metric feature captures static dependence relationship with the user input/action and sensitive operations that provide critical system functions in the program), aggregated metrics and program analysis for feature extraction.

Based on experiment conducted, the evaluation of the 1433 malware application and 2684 free popular application showed that the level of classification accuracy is 2.1% false negative rate and false positive rate of 2.0%. This method also discovered a new malicious applications in Google play that cannot be detected by antivirus software. The method used in this research and from previous studies is the use of benign properties in the program. These benign properties are observed on a trusted program is not in a dangerous application.

4 Result and Discussion

In this section, we make a comparison between all papers in the review of Android Mobile Malware.

Table 1. Android Malware Comparison

5 Conclusion

As we make a comprehensive study in this paper, we noted that Android Malware detection can be applied in android OS to detect an application is harmful or not. Thus the overall methods used are pattern matching, K-means algorithm and kNN algorithm, naïve Bayesian classification algorithm, machine learning, and feature selection.

Till now there the optimal method suggested solution that could be considered as standard mechanism for Android Malware Detection is Bayesian classification algorithm based on the methods of previous research used in the detection of Android Malware. For this reason and others we intended to make our work as a survey paper to make it easier for android user to determine installed application contains malicious program and decide to remove the application or ignore the results. Future works will be conducted in the implementation of android detection system in android market (Google Play), hence user will be provided trusted applications.

References

Android Developer. http://developer.android.com/reference/packages.html retrieved at May 1, 2015

Raiyn, Jamal. “A Survey of Cyber Attack Detection Strategies”, International Journal of Security and Its Application, vol. 8, no. 1, pp. 247-256, 2014.

Almin, Shaikh Bushra., Chatterjee, Madhumita. “A Novel Approach to Detect Android Malware”, International Conference on Advanced Computing Technologies and Applications, Procedia Comptuer Science 45, pp. 4017-417, 2015.

Takayuki Matsudo, Eiichiro Kodama, Jiahong Wang, and Toyoo Takata. “A Proposal of Security Advisory System at the time of installation of Applications on android OS”, 15th IEEE International Conference on network-based Information System (NBiS), 2012.

Yerima, S.Y., Sexer,S., McWilliams, G. “A new Anroid Malware Detection Approach using Bayesian Classification”, Advanced Information networking and Applications (AINA), 2013, IEEE 27th International Conference, Vol, no, pp 121-128, 25-28 March 2013.

Agematsu, H., Kani, J., Nasaka, K., Kawabata, H., Isohara, T., Takemori, K., Nishigaki, M. “A proposal to Realize the Provision of Secure Android Applications–ADMS: An Application Development and Management System: Innovative Mobile and Internet Service in Ubiquitous Computing (IMIS), 2012 Sixth International Conference, vol, no, pp.677,682,4-6 July 2012.

Ghorbanian, M., Shanmugam, B., Narayansamy, G., Idris, N.B. “Signature-based Hybrid Intrusion detection System (HIDS) for Android Devices,” Business Engineering and Industrial Applications Colloquium (BEIAC), 2013 IEEE, vol,no,pp.827,831,7-9 April 2013.

Dong-Jie Wu, Ching-Hao Mao, te-En Wei, Hahn-Ming Lee, Kuo-Ping Wu. “Droidmat: Android Malware Detection through manifest and API calls Tracing. “Information Security (Asia JCIS), 2012 seventh Asia Joint Conference, vol, no, pp.62,69, 9-10 Aug 2012.

Wei Tang, Gunag jin, Jiaming He, Xinaliang jiang, “Extending android Security Enforcement with a security Distance Model”, Internet Technology and Applications (iTAP), 2011 International Conference, vol., no., pp.1,4, 16-18 Aug. 2011.

Hamandi K., Chebab, A., Elhajj, I.H., Kayssi, A., “Android SMS Malware: vulnerability and Mitigation, “Advanced Information networking and Applications Workshops (WAINA), 2013 27th International Conference, vol,no.,pp.1004,1009, 25-28 March 2013.

H, Thanh, “Analysis of Malware Families on Android mobiles: Detection Characteristics Recognizable by Ordinary Phone Users and How to fix it.,” Journal of Information Security, vol 4 no 4, pp.213-224, 2013.

Pieterse, H., Olivier, M.S., “Android botnets on the rise: Trends and Characteristics,” Information Security for South Africa (ISSA), 2012, vol.,no.,pp.1,5, 15-17 Aug. 2012

Enck, W., Ongtang, M., McDaniel, P,” On lightweight mobile phone application certification.” Proceeding of the 16th ACM conference on Computer and Communication Security, New York, NY, USA, ACM(2009) 235-245.

Feizollah, Ali, Nor Badrul Anuar, Rosli Salleh, Ainuddin Wahid Abdul Wahab, “A review on feature selection in mobile malware detection”, Digital Investigation 13,pp. 22-37, 2015.

Elish, Karim O., Xiaokui Shu, Danfeng (Daphne) Yao, Barbara G. Ryder a, Xuxian Jiang. “Profiling user-trigger dependence for Android Malware detection”. computers and Security 49, pp. 255-273, 2015.

The post A Comprehensive Study for Mobile Android Malware Detection appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Michael Yoseph Ricky

ABSTRACT

Hadoop is an open source application developed by IBM that can be used to perform distributed processing of large data using MapReduce. The purpose of this study was to compare the MapReduce process to search data on Inaugural CORPUS using Python programming language with Multi Nodes Hadoop-based compare to without Hadoop. Based on the experimental results showed that the Mapper and Reducer process for indexing if without Hadoop, the reduce time increased by 20%. In this research, it can be inferred that by leveraging Hadoop to help the process of parallel processing can reduce the processing time and also improve overall performance of the system.

INTRODUCTION

Hadoop is an open source project of the Apache Foundation. It is a framework written in Java originally developed by Doug Cutting who named it after his son’s toy elephant. Hadoop uses Google’s MapReduce and Google File System technologies as its foundation.

It is optimized to handle massive quantities of data which could be structured, unstructured or semi-structured, using commodity hardware, that is, relatively inexpensive computers. This massive parallel processing is done with great performance.

Hadoop replicates its data across multiple computers, so that if one goes down, the data is processed on one of the replicated computers. It is a batch operation handling massive quantities of data, so the response time is not immediate.

Hadoop has two major components:

• The distributed file system component, the main example of which is the Hadoop Distributed File System, though other file systems, such as IBM GPFS-FPO, are supported.
• The MapReduce component, which is a framework for performing calculations on the data in the distributed file system

HDFS was based on a paper Google published about their Google File System, Hadoop’s MapReduce is inspired by a paper Google published on the MapReduce technology. It is designed to process huge datasets for certain kinds of distributable problems using a large number of nodes.

A MapReduce program consists of two types of transformations that can be applied to data any number of times, a map transformation and a reduce transformation. A MapReduce job is an executing MapReduce program that is divided into map tasks that run in parallel with each other and reduce tasks that run in parallel with each other.

MapReduce is a programming model for processing large data sets with a parallel, distributed algorithm on a cluster. It is a way to process large data sets by distributing the work across a large number of nodes. Prior to executing the Mapper function, the master node partitions the input into smaller sub-problems which are then distributed to worker nodes.

in this case, the Hadoop Distributed File System (HDFS) is used and this provides a cluster of commodity-quality data nodes over which the blocks of the files are distributed.

A MapReduce (MR) program comprises a Map procedure or routine that performs extraction, filtering, and sorting and a Reduce procedure that performs a summary operation. The MapReduce infrastructure or framework coordinates and controls the distributed servers, running the various tasks in parallel, managing all communications and data transfers between the various parts of the system, providing for redundancy and fault tolerance, and overall management of the whole process.

The model is inspired by Map and Reduce functions commonly used in functional programming, although their purpose in the MapReduce framework is not the same as their original forms. All the same, functional programming breaks down a problem into a set of functions that take inputs and produce outputs.

Figure 1. MapReduce High Level

The key contributions of the Hadoop MapReduce framework are not the actual map and reduce functions, but the scalability and fault-tolerance achieved for a variety of applications by optimizing the execution engine once.

There is a single JobTracker for the cluster. Each datanode on the cluster has a TaskTracker and thus there are multiple TaskTrackers, possibly dozen, hundreds, or thousands, depending on the number of nodes in the cluster.

The JobTracker runs on the master node, and a TaskTracker works on each data (or worker) node. Worker nodes may themselves act as master nodes in that they in turn may partition the sub-problem into even smaller sub-problems. In the Reduce step the master node takes the answers from all of the Mapper sub-problems and combines them in such a way as to get the output that solves the problem.

Assume that we have a massively parallel processing database environment. A client program connects to the coordinator node and sends a request to total the number of employees in each job classification. The coordinator node in turn sends that request to each of the nodes. Since for this request there is no inter-data dependencies, each sub-agent is able to process the request against its portion of the table in parallel with all of the other sub-agents.

A Map function reads an input file or generally, a split of a file (in the form of a block or blocks of a file or files) creates a series of key / value pairs, processes each pair, and generates zero or more output key / value pairs.

Map functions do not require any order in the input data and do not provide or require dependencies from one record of data to another. The output of a Map function is written to the local file system as only one copy is needed, it is input to a Reduce function and just a temporary set of data.

The Reduce function is called once for each unique key in sorted order. It then iterates through the values that are associated with that key and outputs zero or more values. The Reduce function works on a set of key / value pairs independently of any other set of key / value pairs and so multiple Reduce functions can be processed in parallel.

The output of a Reduce function is written to HDFS and is thus replicated.

Normally Hadoop MR Applications are written in Java. But there is an API that allows the Map and Reduce functions to be written in any language such as Python.

This is the summary of concept for MapReduce process :

Figure 2. Getting Data to The Mapper

Figure 3. Mapper and Reducer Concept

Finally : Writing the Output

Figure 4. Reducer to Output File

COMPARISON

The MapReduce engine consists of one JobTracker and, for each datanode, a TaskTracker. The client submits a MapReduce job to the JobTracker which in turn pushes the work out to available TaskTrackers. The JobTracker attempts to push the work to the datanode closest to the data, i.e., one that contains a block of the input data.

The JobTracker will generally run on a master node, but on a small cluster or in a pseudo-distributed environment, one simulating a multi-node cluster, the JobTracker may be on the same node as the NameNode.

A TaskTracker runs on a datanode, every datanode. TaskTrackers monitor the running tasks and communicate with the JobTracker.

ANALYZE (EXPERIMENT RESULT)

We’re using a large collection of files containing corpus INAUGURAL. Blocks of these files are stored on multiple data nodes (another computer). The data in one block is not dependent on data in any other block.

A Mapper task gets invoked on each datanode where there is an appropriate block of data. The Mapper function reads the lines of the file, parses out each word, and emits a key / value pair record that contains the word (as the key) and the number of occurrences of that word (which is always 1) as the data. The resulting key / value pairs are sorted on the key value. All records with the same key value are then sent to the same Reducer datanode. There may be multiple sets of key / value pairs handled by a single Reducer datanode. This is the shuffle phase.

Based on previous reseach, figure below show an example for a job with 96 map tasks and 64 reduces. The data show about total tasks, successful tasks, failed tasks, killed tasks.

Figure 5. Job Analyze

Figure 5. Map and Reduce Analyze

Figure 7. Time Taken by Reduce Task Multi Node Hadoop JobTracker analyze feature for the reduce tasks in a job.

This figure below show stacked chart view of tasks, integrated with machine statistics (CPU and network use) from Ganglia. Data show need 5 minutes to map and shuffle, then 25 minutes to reduces data.

Figure 8. Map, Shufle, Sort, Reduce Time Processing

On each Reducer datanode the Reduce task merges the input records based on the key value. It then iterates through all data values for each key and, in this example, totals those values.

The job of interest consisted of 98 map tasks followed by 64 reduces, run on a cluster with 65 compute nodes. Figure below shows a time-line of task executions faster than MapReduce not using Hadoop. Each horizontal line is the execution interval of a map, shuffle, or reduce task, with tasks ordered from earliest start time (bottom) to latest start time (top). This graphic inform that reduce tasks dominate the execution time of the job. The standard Hadoop JobTracker views indicate this much, but Figure below reveals a curious inverse relation between reduce task duration and shuffle task duration; furthermore, shuffle times are slowest for tasks that started earlier.

Figure 9. Task durations for one job, using default job parameters. Total reduce time is the elapsed time between start of the first shuffle/reduce task and completion of all tasks using Hadoop Multi Node.

Figure below show the graphic of reduce time without Hadoop and Multi Nodes.

Figure 10. The same job as previous Figure, but the start of shuffle/reduce tasks is delayed until 90% of map tasks are complete. More reduce tasks run slowly, and total reduce time increases by 20%.

In this situation we’re analyze that Hadoop using Multi Nodes and Pararel Processing will reduce the processing time and also increase the performance. But based on Hadoop concept the size of files will affect the speed and performance.

For running create index, we want to make sure OUTPUT folder is not exist. If any index_output or query_output e can delete using syntax : hadoop dfs -rm index_output / hadoop dfs -rm query_output to erase all of files inside folder then hadoop dfs -rm index_output / hadoop dfs -rmdir query_output for delete permanently. Then execute create index :

hadoop jar /usr/local/hadoop/share/hadoop/tools/lib/hadoop-*streaming*.jar -file /home/hduser/createIndexMapper Inaugural.py -mapper /home/hduser/createIndexMapper Inaugural.py -file /home/hduser/createIndexReducer.py  -reducer /home/hduser/createIndexReducer.py -input /user/hduser/brown_input/input.txt -output /user/hduser/index_output

After finish indexing, we’re using this syntax : hadoop dfs -cat index_output/part-00000 to view the result, then copy to Linux using hadoop dfs -copyToLocal /user/hduser/index_output/part-00000 part-00000-index_output.txt. The result save in part-00000-index_output.txt

For search in the result, we’re using query :

hadoop jar /usr/local/hadoop/share/hadoop/tools/lib/hadoop-*streaming*.jar -file /home/hduser/queryIndexMapper.py -mapper /home/hduser/queryIndexMapper.py -file /home/hduser/queryIndexReducer.py  -reducer /home/hduser/queryIndexReducer.py -input /user/hduser/index_output/part-00000 -output /user/hduser/query_output

DISCUSSION

Searching any CORPUS Collection using MapReduce based on Hadoop Multi Nodes and Pararel Processing proven to reduce the processing time and and can improve the performance of the system as a process to be faster.

Hadoop is aware of the placement of datanodes within the various racks that constitute the cluster. A “rack” in this case should not be thought of as the physical metal structure that the datanode is housed in, but the switch that the datanode is connected to.

Due to the approach that MapReduce takes in solving a problem, the entire job execution time is sensitive to the slowest running task. Hadoop tries to detect any tasks that are running slower than expected.

Hadoop does not try to diagnosis the problem but rather launches an equivalent task. When there are two tasks that are processing the same data, (each block of data resides on several nodes), then one of the two tasks complete (Hadoop does not care which task), Hadoop then kills the remaining task. This approach is called speculative execution.

REFERENCES

[1] GridEngine User’s Guide: http://rc.usf.edu/trac/doc/wiki/gridEngineUsers

[2] GridEngine Hadoop Submission Script: http://rc.usf.edu/trac/doc/wiki/Hadoop

[3] Hadoop Tutorial: http://developer.yahoo.com/hadoop/tutorial/module1.html

[4] Hadoop Streaming: http://hadoop.apache.org/common/docs/r0.15.2/streaming.html

[5] Hadoop API: http://hadoop.apache.org/common/docs/current/api

[6] HDFS Commands Reference: http://hadoop.apache.org/hdfs/docs/current/file_system_shell.htm

[7] http://www.glennklockwood.com/di/hadoop-streaming.php

[8] http://blog.cloudera.com/blog/2013/01/a-guide-to-python-frameworks-for-hadoop/

[9] P. Burkhardt, A profile of Apache Hadoop MapReduce computing efficiency, part II (2010). URL http://www.cloudera.com/blog/2010/12/a-profile-of-hadoop-mapreduce-computing-efficiency-continued/

[10] M. L. Massie, B. N. Chun, D. E. Culler, The ganglia distributed monitoring system: Design, implementation, and experience, Parallel Computing 30 (2004) 817–840

[11] J. Dean, S. Ghemawat, MapReduce: Simplified data processing on large clusters, in: OSDI’04: Sixth Symposium on Operating Systems Design and Implementation, USENIX Association, 2004.

[12] Apache Hadoop project (2015). URL http://hadoop.apache.org/

[13] M. L. Massie, B. N. Chun, D. E. Culler, The ganglia distributed monitoring system: Design, implementation, and experience, Parallel Computing 30 (2004) 817–840.

The post Searching INAUGURAL-RCV1 Collection System using MapReduce Based on Hadoop appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

 – Michael Yosep Ricky

Mari kita belajar mengenai Enumeration. Kita menggunakan target server yang dapat menerima NULL session (untuk dapat masuk ke dalam komputer target tanpa membutuhkan username dan password).

Menambah ip address target di dalam Quick List dalam software Cain

Klik kanan pada ip address target dan memilih Connect As dan tekan OK

Pada Users pilih Yes untuk Start menjalakan users enumeration untuk mencari username dari target.

Didapatkan username dari target sebagai berikut

Pada comment prompt masuk ke dalam directory C:\tools\Nmap kemudian melalukan nmap untuk mengetahui port apa saja yang terbuka pada komputer target

Tambahkan ‘123456’ di akhir file pass.txt sebagai salah satu alternative password yang akan digunakan untuk menyerang komputer target

Menggunakan Commant Prompt pada directory c:\tools\Hydra untuk melakukan proses brute force mencari password untuk user john menggunakan dictionary password yang ada pada file pass.txt kemudian diketahui bahwa passwordnya adalah 123456

Dalam folder Hydra membuat file login.txt untuk melakukan pencarian username dan password yang ada dalam komputer target

Dan didapatkan password dari user belly yaitu password

Remove ip address 192.168.100.2 pada tab Network dalam software Cain&Abel, kemudian dilakukan add ip address to quick list dengan memasukkan ip address target.

Kemudian login dengan user John dan password 123456

Kemudian klik kanan pada service untuk instalasi Abel

Kemudian setelah selesai diinstal disconnect dari ip address target kemudian connect kembali dengan user john. Setelah itu muncul sub menu baru Abel, kemudian klik Hashes dan pada saat ditanyakan include password History Hashes pilih No.

Pada user belly klik kanan dan pilih Send To Cracker

Pada tab Cracker klik kanan user belly kemudian memilih Dictionary Attack dan pilih LM Hashes, sesuai informasi yang terlihat pada LM Hash dan NT Hash

Kemudian pada Dictionary Attack pilih file pertama, klik kanan pilih “Reset initial file position” kemudian pilih Start untuk melakukan cracking

Kemudian hasilnya adalah sebagai berikut

Kembali ke Network Tab pada software Cain, click Abel – Console, kemudian tampilannya menjadi sebagai berikut

Kemudian membuat user baru dengan nama user ‘user2’ dan password ‘12345678’ dengan command net user user2 12345678 /add

Kemudian user2 tersebut ditambahkan dalam localgroup administrators

###########

The post Enumeration appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Situasi pasar saat ini semakin kompetitif dengan persaingan yang semakin meningkat pula diantara para produsen. brand merupakan nilai utama pemasaran. Jika situasi persaingan meningkat, peran pemasaran akan makin meningkat pula dan pada saat yang sama peran brand akan semakin penting.

Dengan demikian, brand saat ini tak hanya sekedar identitas suatu produk saja dan hanya sebagai pembeda dari produk pesaing, melainkan lebih dari itu, brand memiliki ikatan emosional istimewa yang tercipta antara konsumen dengan produsen. Pesaing bisa saja menawarkan produk yang mirip, tapi mereka tidak mungkin menawarkan janji emosional yang sama.

Pasar telah dibanjiri berbagai jenis barang yang diproduksi massal, akibatnya konsumen pun menghadapi terlalu banyak pilihan produk, namun sayangnya informasi tentang kualitas-kualitas produk yang ada di pasaran sangat minimum sekali. Dalam kondisi seperti itu, produsen harus punya keahlian untuk memelihara, melindungi, dan meningkatkan kekuatan mereknya sebab pada saat brand equity sudah terbentuk, maka ia akan menjadi aset yang sangat berharga sekali bagi perusahaan. kekuatan merek  yang memberikan nilai kepada konsumen. Dengan brand equity, nilai total produk lebih tinggi dari nilai produk sebenarnya secara obyektif. Ini berarti, bila brand equity-nya tinggi, maka nilai tambah yang diperoleh konsumen dari produk tersebut akan semakin tinggi pula dibandingkan merek-merek produk lainnya.

Karena hal itu, pada akhirnya brand akan mampu menjadi sumber daya saing yang bisa berlangsung lama dan bisa menjadi penghasil arus kas bagi perusahaan dalam jangka panjang . Produk yang telah memiliki brand yang kuat akan sulit ditiru. Lain dari produk yang bisa dengan mudah ditiru oleh pesaing, sebuah brand yang kuat akan sulit ditiru karena persepsi konsumen atas nilai suatu brand tertentu itu tidak akan mudah diciptakan. Dengan brand equity yang kuat, konsumen memiliki persepsi akan mendapatkan nilai tambah dari suatu produk yang tak akan didapatkan dari produk-produk lainnya. Dengan demikian,Brand equity akan mampu memperbaiki margin dan penjualan terhadap produk tersebut.

 Brand yang sukses harus disertai dengan penjualan yang efektif, pengiklanan, kampanye promosi yang akan mengkonsumsikan dari brand itu dan nilai-nilai yang terkandung di dalamnya. Dengan usaha keras, dan komitmen untuk memperkuat komunikasi itu, maka akan menimbulkan kesadaran konsumen akan brand tersebut.

Akan tetapi, brand equity tidak bisa tercipta dalam waktu yang singkat. Ini merupakan proses yang membutuhkan waktu dan melibatkan semua ini dalam perusahaan. Mulai dari product development, financial distribution, dan tentu saja tim marketing, hal ini merupakan suatu kesatuan yang berkaitan yang akan menciptakan brand equity. Konsistensi brand menjadi critical dalam menjaga kekuatan dan keunggulan asosiasi brand bagi konsumen.

Strategi pemasaran yang dapat dilakukan perusahaan adalah dengan melakukan bauran promosi yang mampu memberikan informasi kepada konsumen yaitu iklan. Iklan merupakan salah satu alat bauran promosi yang digunakan sebagai alat pengantar pesan untuk membentuk sikap konsumen, agar penyampaian pesan dapat diterima oleh konsumen dengan baik maka dibutuhkan media yang tepat. Berkembangnya media informasi di Indonesia menyebabkan banyaknya iklan. Media yang digunakan adalah televisi, radio, majalah, atau surat kabar, dan lain-lain. Iklan masih dianggap cara yang paling efektif dalam mempromosikan produk. Perusahaan harus memiliki cara kreatif dalam beriklan agar dapat menarik perhatian konsumen dan menciptakan preferensi terhadap brand. Salah satu cara kreatif dalam beriklan agar dapat menarik perhatian konsumen dan menciptakan preferensi terhadap brand dengan menggunakan endorser

Problem statement

Di pasar yang serba kompetitif, merek mempunyai peranan penting bagi kelangsungan hidup sebuah perusahaan. Produk yang bermerek baik akan membuat nilai total produknya menjadi lebih tinggi. Sebuah merek sudah dianggap sebagai equity oleh sebuah perusahaan, atau yang lebih dikenal dengan istilah brand equity (ekuitas merek). Pemasaran modern diwarnai oleh penciptaan berbagai merek, perusahaan pun mengandalkan riset untuk merumuskan dan mengembangkan basis diferensiasi merek. Untuk mempertahankan sebuah merek, perusahaan perlu mengumpulkan data yang dapat diandalkan dalam jangka panjang dan kemudian menganalisanya dengan perspektif yang baru dan berbeda.

Pada umumnya perusahaan hanya fokus pada proses penentuan harga dan penjualan produk pada masa sekarang dibandingkan dengan melakukan sejumlah riset untuk mempertahankan kelangsungan hidup merek di masa yang akan datang, sehingga terkadang investasi merek jangka panjang tidak begitu diprioritaskan. Banyak perusahaan yang menggunakan strategi jangka pendek untuk mengelola merek, seperti fokus pada satu rekan bisnis yang besar dan memberi diskon terhadap produk untuk menarik konsumen. Seharusnya yang dilakukan perusahaan adalah memposisikan diri untuk jangka panjang, dengan memelihara hubungan yang baik dengan beberapa rekan bisnis dan melakukan investasi sehubungan dengan ekuitas merek, diantaranya dengan mengalokasikan anggaran untuk iklan, pengembangan produk baru dan inovasi dalam distribusi.

Tiga faktor utama yang menyebabkan merek tidak terbangun dengan baik, yaitu:

1. Perusahaan tidak mengukur kinerja merek.

Minimnya informasi yang dapat digunakan untuk menganalisa efek jangka panjang terhadap investasi merek, produk baru dan distribusi, membuat perusahaan terkadang memberi diskon yang berlebihan atas produk. Diskon yang berlebihan memberikan dampak yang tidak baik terhadap brand equity, karena dapat menyebabkan perilaku konsumen berubah, diantaranya membuat konsumen hanya membeli produk saat diskon dan berhenti membeli produk saat harga kembali normal. Selain itu juga dapat membuat brand equity menjadi lemah, karena konsumen menjadi sensitif terhadap harga dan produk hanya menjadi sekedar komoditas saja. Pemberian diskon biasanya juga akan membuat pesaing melakukan hal yang sama, hal ini dapat membuat margin penjualan menjadi berkurang.

2. Produsen tidak mengkomunikasikan merek dengan baik.

Daripada perusahaan melakukan promosi, akan lebih baik jika perusahaan mengalokasikan anggarannya untuk beriklan dan membangun komunikasi yang baik dengan pasar tentang merek. Efek jangka panjang memang tidak mudah untuk diukur, untuk itu perusahaan perlu melakukan inovasi dalam distribusi agar dapat meningkatkan harga dan meraih target penjualan untuk jangka panjang. Dalam pemberian diskon sebisa mungkin jangan terlalu sering dan dalam periode yang lama, karena akan membuat kinerja merek menurun dan akan berdampak pada jangka panjang.

3. Produsen tidak mengawasi Brand Managers dengan baik.

Masa jabatan Brand Managers yang singkat dapat menghambat pembangunan merek. Hal ini terjadi karena strategi pemasaran yang dijalankan untuk meningkatkan brand equity menjadi tidak berkesinambungan. Keputusan-keputusan yang diambil berpotensi tumpang tindih dan akan mengancam kelangsungan merek dalam jangka panjang.

Bagi merek-merek yang memiliki konsumen loyal, mereka tidak merasa perlu untuk mengurangi harga dan mereka tetap dapat menjual dengan harga yang normal. Hal ini disebabkan konsumen yang loyal terhadap suatu merek tidak akan menunda untuk membeli walaupun barang tidak diskon dan ini terjadi karena brand equity yang dimiliki perusahaan memiliki nilai yang tinggi.

Problem Analysis

Dimasa ini, brand building dan brand equity menjadi sesuatu yang penting bagi perusahaan. Hal ini disebabkan karena brand merupakan citra perusahaan dan juga produk-produk didalamnya terhadap konsumen. Terdapat 5 faktor yang harus dicapai dalam pengembangan brand equity yang berisikan:

1. Emotional Connection: Sebuah brand harus mampu menyentuh titik sensitive para konsumen yang menjadikan mereka “jatuh cinta” yang mengakibatkan keterikatan kepada brand tersebut.
2. Value: Produk yang telah diberikan sebuah brand harus dapat memberikan kualitas yang setimpal dengan pengeluaran / pengorbanan yang diberikan oleh konsumen.
3. Accessibilty: Penting bagi konsumen untuk melihat availability sebuah produk dari sebuah brand untuk menilai kemudahan dalam membeli dan juga network penjualannya
4. Awareness: brand harus memiliki suatu ciri khas agar mudah dikenali dan diingat oleh konsumen sehingga menjadi prioritas pertama dalam menentukan sebuah pilihan bagi konsumen.
5. Relevant Differentiation: dalam usaha untuk memenangkan sebuah kompetisi dimana produk tersebut memiliki banyak pesaing maka differentiation brand adalah suatu hal yang mutlak dimiliki oleh sebuah produk agar menjadi critical point bagi awareness konsumen dan unique product, tetapi hal itu harus disesuaikan dengan habit dan behavior konsumen agar produk tersebut masuk akal dibenak konsumen (make sense).

Apabila sebuah brand dapat menguasai kelima factor yang telah disebutkan, maka tingkat loyalitas konsumen akan meningkat dan membesarkan kemampuan perusahaan untuk memberikan harga premium. Namun, sebuah perusahaan yang telah memiliki brand equity yang baik dapat pula menghancurkan “brand image”-nya melalui promosi.

Salah satu strategi marketing  untuk meningkatkan penjualan adalah dengan melakukan diskon dimana perusahaan memberikan penawaran harga dibawah harga aslinya dengan tujuan menggaet konsumen untuk membeli. Tetapi promosi menjadi masalah apabila hal itu memiliki tenggang waktu yang berlangsung cukup lama sehingga konsumen menjadi terbiasa dengan gimmick diskon yang diberikan yang mengakibatkan munculnya suatu kebiasan untuk menunggu munculnya promosi untuk melakukan pembelian. Dampaknya terhadap brand tersebut adalah perubahan persepsi dari sebuah brand yang memiliki kelas menjadi brand yang sering memberikan promosi diskon dan lain sebagainya. Perubahan persepsi ini juga akan mendorong penurunan sales pada saat tidak ada promo dan berkurangnya kemampuan perusahaan untuk memberikan price premium atas produknya. Oleh karena itu harus dilakukan penataan brand kembali untuk meningkatkan citra dari brand tersebut.

Untuk mengetahui perkembangan brand equity di dalam masyarakat, perusahaan mengenal sebuah teknik yang dinamakan dashboard approach. Dengan melihat dashboard approach dimana brand manager dapat melihat setiap penjualan secara real time, maka dapat dilihat efek dari brand yang telah diluncurkan kepada pasar serta dapat memperhatikan pergerakannya untuk mendapatkan gambaran secara lengkap mengenai perkembangan brand perusahaan. Yang menjadi tolok ukur dalam dashboard approach adalah:

• Nilai Baseline Sales (estimasi harga sebelum promosi) yang dimonitor perkembangannya terhadap jumlah sales
• Estimasi respon masyarakat atas harga normal dengan harga diskon dan perubahan jumlah sales dalam hal pengadaan promosi atau tidak

Secara jangka panjang, sebuah brand equity dapat dimonitor perkembangannya dan juga tren acceptance dari masyarakat akan produknya. Dengan melakukan semua itu maka diharapkan brand yang dikembangkan dimonitor dengan lebih baik oleh perusahaan dan  meningkatkan loyalitas konsumen terhadap produk tersebut sehingga dengan tingkat loyalitas yang tinggi dapat memperbesar margin produk, brand equity dan profit bagi perusahaan.

Solution & Conclusion

Beberapa brand memiliki nilai yang semakin menyusut dari nilai aslinya. Banyak perusahaan yang menggunakan diskon dalam jumlah yang besar, tetapi Leonard Lodish dan Fuqua School’s Carl Mela memiliki penjelasan yang berbeda. Penelitian mereka menunjukkan bahwa perusahaan telah merusak merek mereka dengan berinvestasi terlalu banyak dalam jangka pendek dengan memberikan harga promosi, tetapi berinvestasi terlalu sedikit dalam jangka panjang untuk membangun brand. Untuk menyelamatkan merek mereka dan meningkatkan keuntungan, manajer perusahaan harus mempersenjatai diri dengan langkah-langkah jangka panjang dan menggunakannya untuk membuat keputusan pemasaran yang lebih cerdas. Faktor yang menjelaskan kekurangan pada brand manajemen yaitu memberikan diskon besar-besaran untuk segera meningkatkan penjualan, peningkatan ketersediaan barang dalam jumlah banyak dengan menyediakan stok mingguan, atau bahkan per jam, tanpa memperhatikan demand atau kebutuhan customer, menggunakan iklan dengan biaya yang mahal tanpa mengukur dampak iklan atau advertising tersebut, melakukan pengembangan produk baru asal-asalan.

Walaupun diskon dapat meningkatkan penjualan dalam jangka pendek, tetapi akhirnya margin keuntungan menjadi lebih rendah. Jika sebuah produk sering diberikan diskon, konsumen belajar untuk membelinya hanya ketika produk tersebut dijual dalam kondisi diskon. Selain itu, ketika satu perusahaan meningkatkan diskon, biasanya perusahaan lain mengikuti, semua kompetitor juga ikut menurunkan margin. Eksekutif perusahaan harus dapat memantau kinerja brand dalam jangka panjang dengan memperhatikan perkembangan brand secara real time.

Faktor yang harus dilakukan untuk meningkatkan brand equity yaitu yang memperhatikan real-time data penjualan yang membuat promosi jangka pendek memiliki efek lebih nyata, sehingga mendorong produsen untuk tidak over dalam memberikan discount, menilai efek jangka panjang investasi dalam brand equity, produk baru, dan distribusi, dan membuat masa jabatan pendek untuk brand manajer.

Perbaikan atas keadaan melemahnya brand dibuktikan dalam beberapa tahun terakhir, dengan meningkatkan pemahaman tentang bagaimana merek yang kuat (strong brand) dapat dibangun, sehingga dapat membantu perusahaan untuk melakukan pekerjaan yang lebih baik dari
‘kepemilikan’ (owning) pelanggan mereka. Dibutuhkan fokus strategi pemasaran untuk meningkatkan brand equity dan perlu membuat keputusan pemasaran (marketing decision) yang dapat melindungi suatu brand.

Dari short term monitoring yang dilakukan oleh brand manager dari data penjualan sehingga dapat dilihat trend penjualan untuk menentukan waktu dan harga promosi yang tepat, sehingga brand manager dapat melihat price promotion dapat mengukur efek kerusakan brand dalam jangka panjang dilihat dari brand equity.

The post Background appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Executive Summary

                Globalisasi yang penuh tantangan dan persaingan, menuntut adanya profesionalisme di segala aspek kehidupan, baik keberadaan individu ataupun keberadaan sebuah organisasi. Globalisasi telah muncul sebagai fenomena baru yang lahir akibat kemajuan jaman. Kondisi tersebut menuntut suatu organisasi untuk senantiasa melakukan berbagai inovasi guna mengantisipasi adanya persaingan yang sangat ketat. Organisasi pada era global saat ini dituntut untuk mempunyai keunggulan bersaing baik dalam hal kualitas produk, jasa, biaya, maupun sumber daya manusia yang profesional. Dalam sebuah persaingan global, keberadaan sumber daya manusia yang handal memiliki peran yang lebih strategis dibandingkan sumber daya yang lain. Micail Amstrong (1990:1) menyatakan bahwa Sumber daya manusia adalah harta yang paling penting yang dimiliki oleh suatu organisasi, sedangkan manajemen yang efektif adalah kunci bagi keberhasilan suatu organisasi tersebut. Salah satu indikator dari profesionalitas sumberdaya manusia adalah bahwa sumberdaya manusia itu mempunyai prestasi kerja yang baik.     

Prestasi kerja yang baik selalu didukung dengan motivasi yang tinggi yang dapat datang dari berbagai aspek. Salah satunya adalah level jabatan. Level jabatan menjanjikan tingkat pendapatan yang lebih tinggi, tunjangan yang baik, dan juga tingkat responsibility serta harga diri yang secara tidak langsung turut meningkat. Semua ini mendorong karyawan untuk memberikan yang terbaik kepada perusahaan. Oleh karena itu, grup kami menganalisa hubungan antara keduanya. Apabila mendapat nilai positif, akan member arti bahwa semakin tinggi jabatan yang diemban, maka performa lebih bagus karena karyawan merasa puas dan nyaman dengan posisinya dan merasa dihargai oleh perusahaan. Apabila nilai negative yang keluar, maka berarti semakin tinggi tingkat jabatan tidak akan meningkatkan motivasi, dan kedua variable tidak memiliki hubungan apabila mendapat nilai 0.

Introduction

Faktor penting yang mempengaruhi prestasi kerja adalah motivasi kerja. Motivasi adalah keadaan dalam diri seseorang yang menimbulkan kekuatan, menggerakan, mendorong, mengarahkan. Semakin besar motivasi kerja karyawan semakin tinggi prestasi kerjanya. Dengan demikian dapat dikatakan bahwa motivasi kerja adalah faktor yang sangat penting dalam peningkatan kerja.

Salah satu cara yang ditempuh divisi HRD untuk meningkatkan prestasi kerja, adalah melalui pemberian upah berdasarkan sistem insentif. Sistem insentif adalah pemberian upah berdasarkan prestasi kerja karyawan (Simamora, 1998 : 629). Tujuan sistem insentif pada hakikatnya adalah untuk meningkatkan motivasi karyawan dalam berupaya meningkatkan prestasi kerjanya dengan menawarkan perangsang financial bagi karyawan yang mampu mencapai prestasi kerja tinggi. Menurut Handoko “bagi mayoritas karyawan , uang masih tetap merupakan motivasi kuat atau bahkan paling kuat” (Handoko,1998:176). Atas dasar tersebut diperkirakan pemberlakuan sistem insentif akan mampu membuat karyawan termotivasi untuk meningkatkan prestasi kerjanya, yang pada akhirnya akan memberikan dampak positif bagi perusahaan. Manager yang berhasil adalah yang mampu menggerakkan bawahannya dengan menciptakan motivasi yang tepat bagi bawahannya

Background

            Universitas Bina Nusantara pada awalnya berasal dari sebuah institusi pelatihan HkomputerH Modern Computer Course yang didirikan pada H21 OktoberH H1974H. Seiring dengan perkembangan, Modern Computer Course kemudian berkembang menjadi Akademi Teknik Komputer (ATK) pada H1 JuliH H1981H. Akademi ini menawarkan pendidikan manajemen informatika dan teknik informatika. Tiga tahun kemudian pada H13 JuliH H1984H ATK mendapatkan status terdaftar dan berubah menjadi AMIK Jakarta. Pada H1 JuliH H1985H, AMIK membuka kursus di bidang komputerisasi HakuntansiH. AMIK mulai menggunakan nama Bina Nusantara pada H21 SeptemberH H1985H.

Pada H9 NovemberH H1987H AMIK Bina Nusantara bergabung dengan STMIK Bina Nusantara membentuk satu institusi pendidikan yang menawarkan program studi diploma (D3) dan strata 1 (S1). STMIK Bina Nusantara memperoleh status disamakan untuk semua program studi pada H18 MaretH H1992H. STMIK Bina Nusantara kemudian membuka program studi HpascasarjanaH manajemen sistem informasi, pertama di HIndonesiaH pada H10 MeiH H1993H. Universitas Bina Nusantara kemudian didirikan pada H8 AgustusH H1996H. STMIK Bina Nusantara kemudian bergabung dengan Universitas Bina Nusantara pada H20 DesemberH H1998H.

Universitas Bina Nusantara adalah salah satu dari sekian banyak universitas yang ada di Indonesia. Universitas ini dituntut untuk bisa berkompetisi dengan lembaga-lembaga pendidikan baik yang sejenis maupun lembaga pendidikan yang tidak sejenis. Untuk bisa berkompetisi maka dituntut adanya tenaga pengajar (dosen) yang profesional, yang salah satu bentuknya adalah dosen yang mempunyai kinerja yang baik. Sebagai salah satu universitas swasta di Indonesia Universitas Bina Nusantara dituntut untuk bisa bersaing dalam melaksanakan tugas dan meningkatkan kualitas kerja seiring dengan perkembangan zaman, maka dibutuhkan program kompensasi yang tepat dan benar serta motivasi untuk meningkatkan kinerja karyawan. Kinerja atau prestasi kerja karyawan Bina Nusantara tersebut tidak terlepas dari kompensasi yang diterima baik kompensasi yang berupa finansial maupun kompensasi non finansial serta motivasi kerja dari para karyawan dalam bekerja. Pemberian rewards untuk best employee selalu dilakukan setiap satu tahun sekali untuk meningkatkan produktivitas dan motivasi karyawan.

Problem’s definition

Bertitik tolak dari uraian pada latar belakang masalah, maka masalah dalam penelitian ini dapat dirumuskan sebagai berikut :

1. Apakah faktor kompensasi dan motivasi kerja secara parsial berpengaruh signifikan terhadap prestasi kerja karyawan Universitas Bina Nusantara ?
2. Apakah faktor kompensasi dan motivasi kerja secara simultan berpengaruh signifikan terhadap prestasi kerja karyawan Universitas Bina Nusantara ?

Method Case / Framework

Berdasarkan Hierarchy of Needs Theory (Abraham Maslow; 1935), kebutuhan manusia terdiri dari physiological, safety and security, social (belongingness and love), esteem, self actualization. Dalam teori motivasi karyawan yaitu expectancy theory (Stephen P. Robbins) “The strength of a tendency to act in a certain way depends on the strength of an expectation that the act will be followed by a given outcome and on the attractiveness of that outcome to the individual”, maka besar kecilnya usaha kerja yang akan diperlihatkan oleh seseorang, tergantung pada bagaimana orang tersebut memandang kemungkinan keberhasilan dari tingkah lakunya itu dalam mencapai tujuan yang diinginkan yang dipengaruhi oleh Effort, Performance, Rewards, dan Goals.

Dalam Expectancy Theory, terbagi menjadi 3 relationship yaitu Effort-to-Performance (E-to-P) expectancy, Performance-to-Outcome (P-to-O) expectancy, dan reward-personal goals relationship (valences of outcomes).

Menurut equity theory (Stephen P. Robbins) “Individuals compare their job inputs and outcomes with those of others and then respond so as to eliminate any inequities”, memang pada dasarnya manusia menyenangi perlakuan yang adil / sebanding.

Data Gathering and Analysis

Berdasarkan data yang kami peroleh dari BiNus University unit Software Laboratory Center (SLC) dengan menggunakan Software SPSS sebagai tools dalam menganalisis data yang ada, dijelaskan bahwa kuat lemahnya tingkah laku manusia ditentukan oleh sifat tujuan yang hendak dicapai, kecenderungan manusia untuk berjuang lebih keras mencapai suatu tujuan, apabila tujuan itu jelas, dipahami dan bermanfaat, dan makin kabur atau makin sulit dipahami suatu tujuan, akan makin besar keenganan untuk bertingkah laku.

Berdasarkan dari hasil analisis, didapatkan bahwa terdapat 2 tipe karyawan berdasarkan karakteristiknya yakni karyawan tipe x dan tipe y. Karyawan tipe x (performance total score rendah) adalah orang yang tidak suka bekerja, malas dan sedapat mungkin menghindarinya, orang yang tidak jujur, tidak mau bertanggung jawab, dan lebih suka “cari selamat”, orang yang tidak kreatif, ambisinya rendah, tidak mementingkan pekerjaan tetapi apa yang dia peroleh, sehingga dibutuhkan teknik untuk memotivasi seseorang agar dapat bekerja dengan baik dengan cara pemaksaan, pengawasan secara ketat, perilaku pekerja diarahkan dengan insentif dan ancaman hukuman, tugas dibuat dalam operasi-operasi yang sederhana dan mudah dipelajari. Berbeda dengan tipe karyawan kedua yaitu adalah tipe y (performance total score tinggi)  yaitu orang yang rajin dan suka bekerja keras, orang yang jujur dan bertanggung jawab, orang yang kreatif, inovatif dan memiliki ambisi yang tinggi untuk berprestasi, dapat dimotivasi dengan pemberian otonomi, tanggung jawab, keterlibatan dalam kepanitiaan, pemberdayaan, memberikan kesempatan untuk berkembang. Faktor penentu keberhasilan dalam keberhasilan dalam memotivasi karyawan yaitu berdasarkan efektivitas teknik yang digunakan, karakteristik bawahan, situasi dan atribut manajer / pemimpin (position power, personal power, dan critical skills).

Teknik memotivatisi (dengan menggunakan pendekatan pekerja) yang dilakukan pada pada unit SLC dengan menggunakan pendekatan tradisional (“Be Strong”), pendekatan human relations (be good), “Implicit Bargaining”,kompetisi, dan motivasi internal. Untuk menghindari unsur kualitatif dalam mengukur tingkat motivasi, maka akan dilakukan analisis berdasarkan level jabatan dan nilai performa untuk melihat hubungan apakah nilai performa didorong dengan keinginan kenaikan level jabatan. Berikut adalah penjelasan mengenai tiap variable yang digunakan:

• Level Jabatan

Level  jabatan dipilih sebagai motivasi karena tingkat jabatan yang lebih tinggi merefleksikan peningkatan gaji (pendapatan) terhadap orang tersebut dan juga semakin tinggi pula tingkat responsibility yang diberikan oleh perusahaan kepada orang tersebut. Selain yang telah dijelaskan, kenaikan level jabatan juga merefleksikan reward yang diberikan oleh perusahaan atas kerja keras yang diberikan kepada karyawan.

• Performance Score

Nilai ini didapatkan dengan melakukan rata-rata dari skor KPI (Key Performance Index) yang dinilai secara obyektif berdasarkan kinerja karyawan dengan nilai compliance yang didapatkan dari penilaian secara subyektif yang dilakukan oleh supervisor karyawan yang bersangkutan. Variabel ini dipilih karena nilai ini mengukur nilai perpaduan antara prestasi pekerjaan dengan hubungan karyawan tersebut terhadap rekan kerjanya.

Dengan menggunakan table anova yang dijalankan melalui program SPSS versi 16.0 dan tingkat keyakinan 95%, maka hasil hubungan antara kedua variable yang dikeluarkan adalah positif. Ini berarti relasi antara kedua variable adalah searah, atau kenaikan level jabatan, yang memberikan gaji dan tanggung jawab yang lebih tinggi, dapat mendorong kinerja seseorang untuk lebih berprestasi dengan harapan dapat menduduki posisi yang lebih tinggi. Selain itu juga dapat berarti bahwa seseorang dengan nilai kinerja yang rendah akan susah untuk menempati posisi atau tingkat jabatan yang lebih tinggi dimana membutuhkan tingkat tanggung jawab yang lebih besar.

Conclusion

Motivasi dalam bekerja adalah sesuatu hal yang diperlukan seorang karyawan dalam memberikan effort yang lebih untuk pekerjaannya. Dengan adanya motivasi dalam bekerja, seorang karyawan dapat memberikan kinerja yang lebih terhadap pekerjaannya. Apabila seorang karyawan kurang termotivasi, maka hasil dari pekerjaannya akan ternilai kurang memuaskan dan akhirnya akan memberikan citra yang buruk terhadap karyawan itu.

Sumber motivasi bisa diambil dari berbagai area, baik dari internal karyawan maupun eksternal. Internal meliputi personal goal, keinginan untuk maju, dan lain sebagainya. Selain itu, sumber motivasi external bisa berasal dari dorongan-dorongan yang berasal dari keluarga, rekan kerja, dan lain-lainnya. Semua itu berfungsi sebagai dorongan untuk memberikan kinerja sebaik-baiknya terhadap pekerjaan yang dihadapi. Level jabatan dapat menjadi motivasi bagi karyawan karena untuk mencapai tingkat jabatan yang lebih tinggi yang menjanjikan tingkat gaji, tunjangan, dan harga diri yang lebih tinggi merupakan personal goal yang diimpikan oleh semua karyawan. Dengan tujuan yang jelas dan juga kepuasan terhadap perusahaan, mengakibatkan para karyawan memberikan kinerja yang bagus kepada perusahaan. Dilain pihak, terdapat pula beberapa karyawan yang kurang memberikan kinerja yang memuaskan bagi perusahaan karena kurangnya motivasi.

Setelah dilakukan analisis untuk mencari korelasi antara level jabatan dengan performa yang bertujuan untuk mencari pengaruh level jabatan terhadap kinerja karyawan Bina Nusantara bagian Software Laboratory Center, terdapat hasil positif. Hasil ini memberikan maksud bahwa setelah para karyawan puas dengan fasilitas dan juga pendapatan yang diterima, para karyawan dapat memberikan kinerja yang bagus kepada perusahaan.

Recommendation

Perhatian dari Bina Nusantara terhadap karyawannya dinilai baik karena banyak karyawan yang merasa puas dengan tingkat gaji dan juga tunjangan yang dibarengi dengan tingkat jabatan yang disandang oleh karyawan tersebut, namun terdapat beberapa karyawan yang dinilai kurang dalam hal kinerja dapat memberikan pertanyaan terhadap perusahaan. Berikut adalah rekomendasi dari grup kami:

• Memberikan training kepada karyawan yang kurang termotivasi dengan maksud membangun kembali rasa tanggung jawab terhadap pekerjaannya dan juga memfokuskan kembali motivasi karyawan tersebut.
• Memberikan insentif tambahan kepada karyawan yang kurang termotivasi untuk membangun kembali motivasi mereka. Namun apabila kurang berhasil, maka diberikan surat peringatan yang berujung kepada pemecatan.
• Memberikan konseling kepada karyawan yang kurang termotivasi untuk membangun motivasinya kembali

Opsi-opsi ini dapat membangun kembali rasa percaya diri dan juga motivasi terhadap pekerjaan yang dilakukan karyawan tersebut.

The post Human Resource appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

Comprehensive Study on Information Retrieval: Arabic Document Indexing. Research J. Science and Tech. 6(2): April- June, 2014, 79-86

Dokumen yang berada di internet saat ini tersedia dalam jumlah banyak dengan berbagai jenis dokumen seperti artikel, majalah, e-book, research paper, dan lain-lain. Koleksi tersebut disimpan dalam teks database dari berbagai sumber dalam format teks yang tidak terstruktur yang tidak bisa begitu saja digunakan untuk diproses oleh komputer karena adalah untuk mengekstrak informasi yang berguna tidak bisa hanya mengekstrak kata kunci yang dapat digunakan oleh pengguna web untuk menemukan apa yang ingin dicari.

Untuk mencari dokumen yang mengandung huruf alphabet lebih mudah daripada untuk huruf Arabic, untuk mempermudah melakukan hal tersebut dilakukan proses text indexing. Metode yang dilakukan untuk melakukan indexing untuk huruf Arabic yaitu sebagai berikut :

1. Metode pembelajaran untuk mengekstrak kata kunci yaitu Metode pembobotan (weighting) dan jarak, Pengetahuan Linguistik dengan mengektrasi fitur leksikal dokumen dari corpus Arab, Algoritma yang digunakan decision tree classifier dan GenEx (genitor and extractor), Tahapan yang dilakukan : Linguistic pre-processing, menentukan frase candidate key, menentukan frase final key
2. Metode untuk menciptakan index otomatis untuk buku Arab yaitu Fase pertama dengan melakukan pre-processing : menghilangkan stop words, tanda seru, non-letters, diacritics, kata dalam Bahasa Inggris, Menghitung jumlah frekuensi yang ada dalam dokumen dan menyimpan dari urutan terbesar, Menambahkan index yang digenerate di setiap akhir dokumen, Fase berikutnya mengecek apakah dokumen yang dicek sudah ada di dalam database atau belum, jika belum ada di dalam database maka akan melakukan fase pertama, Evaluasi yang digunakan Precision dan Recall.

Penulis membuat perbandingan dari penelitian sebelumnya berdasarkan metodologi yang diusulkan dengan membandingkan tipe index, model, statistical/ un-statistical, metodologi yang diusulkan, komputasi statistik. Terlihat bahwa tipe index yang digunakan diantara phrase terms, word term, noun phrase, sementara untuk model yang digunakan paling banyak menggunakan vector model, dan untuk komputasi statistik yang digunakan paling banyak adalah TF-IDF.

Penulis juga membuat perbandingan antara data set yang digunakan, ukuran yang digunakan untuk mengevaluasi metodologi yang diusulkan, dan hasil dari penelitiannya. Terlihat bahwa metode evaluasi yang paling sering digunakan yaitu Recall dan Precision, selain itu ada juga yang menggunakan avg recall, avg precision, under stemming, over stemming, stemming weight.

Disimpulkan bahwa untuk melakukan indexing Arabic teks khususnya untuk Arabic dokumen hingga saat ini tidak ada solusi optimal yang disarankan untuk digunakan sebagai standar dalam melakukan proses indexing. Tujuan pembuatan paper tersebut lebih untuk menjadikan sebagai survei paper untuk mempermudah setiap orang yang tertarik untuk melakukan penelitian di area ini.

Lyrics-Based Genre Classification Using Variant TF-IDF Weighting Schemes. Journal of Applied Science 15(2) : 289-294, 2015

Dokumen musik sering diklasifikasikan berdasarkan genre dan mood. Dalam beberapa tahun terakhir teks lirik digunakan untuk mengklasifikasikan dokumen musik yang ada. Untuk mengatur koleksi dokumen musik digital dibutuhkan teknik Music Information Retrieval yang efektif agar dapat menampilkan dokumen yang relevan dengan yang dicari oleh user. Genre musik serpeti pop, country, soul adalah label yang diciptakan oleh manusia untuk menjelaskan musik, dan dokumen musik diklasifikasikan berdasarkan mood seperti senang, sedih, dan marah. User biasanya mencari musik berdasarkan genre atau mood tersebut.

Usulan baru untuk mengklasifikasikan musical genre tidak hanya berdasarkan korelasi antara genre dengan mood saja, tetapi juga menggukan lirik teks sebagai dasar pengklasifikasian. Yang and Lee tahun 2004 pernah melakukan penelitian terhadap pengklasifikasian mood dengan mengkombinasikan antara lirik teks dan fitur audio dengan menggunakan 145 lagu dengan lirik, Laurier tahun 2008, 2010 mengkonfirmasi relevansi lirik atau mood yang diekspresikan mellaui musik dan data akustik berkolerasi dan penelitiannya menunjukkan kombinasi antara audio dan lirik dapat meningkatkan performance dari klasifikasi musik dokumen. Van Zaanen dan Kanters tahun 2010 melakukan penelitian berdasarkan lirik dan hasilnya menunjukkan bahwa lirik teks menjadi sumber informasi yang berguna untuk secara otomatis melakukan pengklasifikasian mood musik dengan menggunakan metode Term Frequency (tf) Times Inverse Document Frequency (idf) (TF-IDF).

TF-IDF terdiri dari 2 komponen yaitu dalam penelitian ini term t yang muncul dalam dokumen contohnya genre, dan perulangan term yang dicari dalam dokumen, dibagi dengan jumlah perulangan yang ada di dalam semua dokumen. TF mengukur frekuensi munculnya term dalam sebuah dokumen tertentu, dan genre yang dicari, jika term memiliki frekuensi yang tinggi di dalam lirik sebuah genre musik maka akan memiliki nilai tf yang tinggi berdasarkan genre yang dicari. IDF mengukur seberapa penting sebuah dokumen, jumlah dokumen, jenis genre musik yang ada, dalam penelitian ini jika term yang dicari ditemukan dalam lirik teks dalam satu atau beberapa genre maka nilai idf akan tinggi.

Uji coba dilakukan menggunakan 1000 musik English yang dipilih secara acak, data preprocessing yang digunakan yaitu lirik teks yang sudah dibersihkan secara manual yaitu menghapus kata “chorus” dan “fade out” dan digantikan dengan lirik yang seharusnya untuk mendapatkan lirik teks yang lengkap. Genre musik yang digunakan ada 10 yaitu pop, blue, country, folk, R and B, reggae, grunge, punk rock, soul and metal, untuk setiap lagu dalam koleksi yang digunakan dalam uji coba telah diberikan tag label genre berdasarkan informasi yang tersedia dari website, sementara untuk mood yang digunakan yaitu senang, sedih, marah, relaks, tenang, gloomy, romantis, percaya diri, disgusted (jijik), dan agresif, dalam uji coba ini mood diklasifikasikan dengan beberapa cara pelabelan dan diberikan tag pada setiap lagu. Algoritma yang digunakan yaitu k-Nearest-Neighbour (kNN), Naïve Bayes, dan Support Vector Machines. Hasil dari penelitian ini menyatakan pendekatan baru dalam klasifikasi genre musik berdasarkan korelasi antara genre dan mood menggunakan lirik teks. Tujuan dari penelitian ini untuk meningkatkan performa dari klasifikasi genre musik berdasarkan lirik teks.

Study on Image Retrieval Technology Based on Digital Watermark. Journal of Applied Sciences 14 (9): 892-900, 2014.

Dengan perkembangan multimedia dan teknologi jaringan, gambar merupakan hal yang penting dalam mengambil informasi. Dalam rangka meningkatkan cara untuk mengambil informasi gambar secara efektif, sistem image retrieval telah diperkenalkan baik teks atau konten based. Teknologi digital watermarking digunakan untuk mengamankan informasi dan perlindungan terhadap copyright.

Berdasarkan Zhang (2008) image retrieval adalah teknik untuk mengekstrak dan mencari gambar dan koleksi gambar dari database image yang ada. Secara umum metode hingga saat ini yang digunakan untuk mencari gambar terbagi menjadi dua yaitu text-based information retrieval (TBIR) dan content-based information retrieval (CBIR).

TBIR dapat menciptakan index berdasarkan deskripsi dari karakteristik gambar, alternatif lainnya beberapa tambahan informasi dideskripsikan sehingga dapat menciptakan index dari file gambar. Untuk mendapatkan gambar dengan cara TBIR dengan menggunakan keyword yang akan dicocokkan dengan deskripsi gambar, apakah sama persis atau kemungkinan mirip dengan deskripsi dari gambar yang ada di dalam database. Keterbatasan dengan metode TBIR yaitu kesulitan untuk menyampaikan dengan lengkap dalam dekripsi gambar yang ada, perbedaan pengertian setiap orang dari gambar yang ada, kesulitan melakukan indexing dengan perbedaan bahasa, dan kurang cocok untuk informasi yang umum.

CBIR dapat secara otomatis menganalisis gambar dengan mengekstrak informasi karakteristik dari gambar termasuk warna, bentuk, tekstur, dan kombinasinya. Selama proses image retrieval akan menganalisis gambar untuk mendapatkan informasi image feature vector, menghitung kesamaan vector antara gambar yang dicari dengan gambar yang ada dalam library dengan menggunakan similarity matching algorithm, kemudian hasilnya akan menampilkan gambar berdasarkan similarity degree. Metode CBIR banyak digunakan untuk mendapatkan gambar yang menggunakan visual features, dan digunakan dalam matching teknologi seperti computer vision, image processing, image understanding dan database.

Fungsi dasar dari digital watermark adalah untuk embed watermark ke dalam digital media dan harus tidak mengurangi kualitas, tidak mengubah data awal, tidak mengubah persepsi dari dokumen yang diberikan watermark. Dari sisi keamanan dengan adanya watermark tidak mengijinkan orang yang tidak memiliki hak akses untuk mengubah dokumen yang telah diberikan watermark.

Watermark detecting adalah metode untuk menentukan apakah suatu dokumen mengandung watermark atau tidak. Proses untuk mendapatkan gambar berdasarkan digital watermark yaitu user mencari gambar berdasarkan keyword tertentu, kemudian mengecek gambar yang tersedia dan mengekstrak watermark, kemudian melakukan proses pencocokan gambar, jika sesuai maka akan menampilkan hasil dari pencarian jika tidak maka akan kembali mengecek gambar yang ada dalam database sampai menemukan gambar yang dicari atau menampilkan hasil tidak ada gambar yang dicari.

Image retrieval pada penelitian ini didasarkan pada DCT transform (image akan dibagi menjadi 8×8 bagian akan akan diberikan koefisien dari DCT, watermark akan diperoleh dari hasil ekstrak koefisien tersebut. Hasil dari beberapa bagian akan digabungkan menjadi satu watermark yang utuh). Hasil yang diperoleh menunjukkan bahwa metode ini dapat meningkatkan kualitas keamanan dari digital image transmission. Dalam mengekstrak digital watermark meskipun image diproses atau diserang, maka kualitas image akan tetap terjaga. Penelitian berdasarkan watermark ini akan menyelesaikan 2 permasalahn sekaligus yaitu masalah hak cipta dan retrieval sekaligus.

Intelligent Query Refine and Expansion Model for the retrieval of e-learning process

Journal of Applied Science 2013.

E-learning merupakan suatu sistem yang menyajikan pengetahuan dimana untuk mengumpulkan data dan menyajikan data yang relevan menjadi sangat crucial. Masalah yang terjadi saat ini adlaah bagaimana menemukan informasi yang relevan. Kebutuhan saat ini adalah bagaimana mendapatkan suatu informasi yang relevan secara intelligent berdasarkan query dari user.Information Retrieval (IR) digunakan untuk memberi rangking untuk dokumen yang relevan. Dalam penelitian ini statistical language model yang dapat beradaptasi untuk fungsi training dan learning. Pendekatan yang digunakan adalah joint probability distribution P(D,Q) dimana D adalah document  dan Q adalah Query.

Arsitektur

User akan mengirimkan query melalui learner interface yang akan menginisasi distribusi dari mobile agent yang akan dikirimkan ke retrieval agents di jaringan. IR Agent akan mengumpulkan informasi di jaringan dan mengembalikan hasil dengan format yang relevan. Retrieval agent akan mengautentikasi request dan asal agent.

Setelah diautentikasi oleh system IR, maka hasil pencarian akan diproses. Dokumen yang dikirimkan ke system IR akan diberi ranking dan dibandingkan dengan feedback yang diberikan oleh experts. Jika hasil yang dikrimkan tidak sesuai dengan minimal 50% maka sistem akan mengirimkan query kembali dan akan diformulasikan kembali untuk mengembalikan dokumen atau data yang lebih akurat. Hasil yang sudah mencapai minimal 80% akan dikirimkan sebagai hasil akhir. Hasil yang disampaikan kepada user adalah dokumen yang relevan beserta saran query untuk pencarian yang lebih akurat.

Proses rangking dokumen akan dilakukan Learning Objects Repository (LOR). Semua dokumen baik yang relevan maupun tidak akan disimpan sementara dalam LOR. Cara kerja Language Model yang digunakan adalah dengan mendefenisikan probability distribution pada vocabulary tertentu. Unigram Language Model (ULM) akan memprediksi kemiripan kemunculan dari setiap kata yang satu dengan yang lain. Mesin rangking akan menampilkan hasil berdasarkan kategori dan rangking dokumen secara menurun. Model distribusi dalam ULM adalah bimonial/multi Bernoulli probability distribution. Model ini akan mengestimasi parameter yang menandakan probability dari query berdasarkan kemunculannya. Pendekatan lain yang digunakan adalah dengan menggunakan model poisson untuk menghitung kemunculan dari query.

Hasil dari penelitian ini adalah dengan membandingkan probabilitas dengan menggunakan expansion query dan teknik probabilitas statistik, diperoleh bahwa dengan menggunakan pendekatan model poisson menyajikan hasil yang lebih akurat dibandingkan dengan teknik lain.

Study of Query Expansion Techniques and Their Application in the Biomedical Information Retrieval. The Scientific World Journal 2014

Penelitian ini membandingkan beberapa teknik yang digunakan dalam information retrieval (IR) dalam implementasi di bidang biomedical public scientific database . Metode yang sering digunakan adalah query expansion (EQ) tetapi terbatas pada hal mengembalikan hasil yang sesuai dengan keywords yang di-query dimana kelemahannya adalah tidak dapat mengembalikan hasil yang relevan dengan kata lain dari keywords yang memiliki makna yang sama. Proses dari IR sendiri yaitu :

1. Indexing

Proses ini akan menghasilkan keywords yang digunakan dalam query pada preprocessing dokumen. Analisa yang dilakukan adalah dampak dari algoritma stemming (Porter and Krovetz) dan stopwords list (NLM & SMART). Dari hasil penelitian, diketahui bahwa dengan menggunakan stopwords list (SMART) lebih banyak akan menghasilkan hasil yang lebih baik .

2. Matching

Matching adalah proses komputasi dari kesamaan beberapa dokumen dan query dengan pemberian bobot. Teknik yang digunakan dalam penelitian ini adalah BM25 dan TF-IDF. Untuk menghasilkan parameter yang optimal maka akan digunakan pendekatan optimasi. Pendekatan dengan BM25 menghasilkan pendekatan yang lebih baik dibandingkan dengan TF-IDF.

Penelitian ini mengkhusukan pencarian artikel biomedical dari dokumen CORPUS. Test yang dilakukan adalah menguji keuntungan dari menggunakan stemming dan stopwords dalam preprocessing dokumen beserta pembobotan dari algoritma BM25 dan TF-IDF pada LEMUR tool. Hasil yang diperoleh adalah pembobotan melalui pendekatan BM25 menghasilkan hasil yang lebih baik. Untuk menghasilkan relevan dokumen yang lebih efektif disarankan untuk mengambil informasi berdasarkan abstrak, MeSH dan title fields dari dokumen biomedical. Penggunaan dari relevance feedback juga memberikan peningkatan pencarian dalam scientific dokumen.

The post Information Retrieval appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

The website, Android and iOS Based Online Big Data Shopping Application

Michael Yosep Ricky

Abstrct

The purpose of this study is to build a web, Android and iOS-based online shopping application with handling Big Data product catalog, shopping cart, testimonials, suggestions, and the admin panel features. The methodology used in this study is the literature study method by reading books, and other essays related to the existing problems within the company, and Agile methods with Extreme Programming modeling processes for analysis process and manufacturing process. The achieved result is to produce an online shopping application running on a website, as well as Android and iOS mobile devices. The conclusions of this study is a running online shopping with product catalog, shopping cart, rating, testimonials, suggestions, and admin panel features with the user’s expectations.

Keyword: Big Data, Online Shopping Application, Android, iOS, Appcelerator Titanium

1.    Introductions

Nowadays high tech companies’ captures a significant opportunity to create an online shopping application that can run on the website and can also run on mobile applications. Opportunities in the form of a wider market outreach for those who want to sell online. So not only through personal computers are the potential buyers can conduct transactions online, but can also be done via smartphone. In this research using the IBM DB2 and Big Data Analytics, ASP.NET MVC 2-based websites and mobile applications based on Android and IOS. We use tools Appcelerator Titanium to convert our online shopping website in the form of native mobile applications.

2.    General Guidelines

The methodologies in this research are:

2.1.         Study Literature

E-Commerce

Greenstein and Vasarhelyi: electronic commerce is defined as the use of electronic transmission intermediaries to perform the exchange, including the purchase and sale of products or services that require transportation, both physically and digitally from one location to another.

Rayport and Jaworski: e-commerce as an exchange between the part connected with the technology (either individual or organization) is also on the activity or inter-based organization that supports the electronic exchange of intersection.

O’Brien: e-commerce is the buying and selling process, as well as marketing and servicing of products, services, and information via computer networks, are diverse.

2.1.         Analysis Method

Rich Picture

Figure 1. Rich Picture Online Shopping

2.2.         Design Method

Conceptual database design

Figure 2. Entity Relationship Diagram Online Shopping

Use Case Diagram

Figure 3. Use Case Diagram Online Shopping

.

Class Diagram

Figure 4. Class Diagram Online Shopping

3.       Problem Identification

Users want to create a store which sells many products of toys. Along with the development e-commerce of the present, the user wants to make many online transactions via internet media. The apps of online shopping are used not only in the form of e-commerce as it has been circulating now but also in the form of mobile applications. The user wants to target a wider market and ease of transactions through two media i.e. website e-commerce and mobile applications. Here are the solutions from the analysis of the above problems:

1. Website e-commerce

Creating a website that is not only could display the products but can handling the Big Data and the user also can perform the ordering of goods, giving testimonials, suggestion, rating. It has an Admin Control Panel with CMS (Content Management System) functions.

2. Mobile Application

Creating a mobile application using Android, and iOS’ platform and also using Big Data Analytics which have many features that exist must be able to handle many transactions and can be run on many platforms.

4.       Implementation

Figure 5.  Home Screen on Android (left), iOS (right)

Figure 6. Featured Items Screen on Android (left), iOS (right)

Figure 7. Categories Screen on Android (left), iOS (right)

Figure 8. Top 20 Screen on Android (left), iOS (right)

Figure 9. All Items Screen on Android (left), iOS (right)

Figure 10. Detail Products Screen on Android (left), iOS (right)

Figure 11. Rating Screen on Android (left), iOS (right)

Figure 12. Search Screen on Android (left), iOS (right)

Figure 13. Empty Shopping Cart Screen on Android (left), iOS (right)

Figure 14. Featured Items Screen on Android (left), iOS (right)

Figure 15. Order Process Screen on Android (left), iOS (right)

Figure 16. Testimonial Screen on Android (left), iOS (right)

Figure 17. Suggestion Screen on Android (left), iOS (right)

Figure 18. Login Screen on Android (left), iOS (right)

5.       Conclusion

Based on the analysis and design “Website, Android and iOS Based Online Big Data Shopping Application”:

1. With the establishment of a web-based application, Android, and IOS will provide customer convenience in accessing the Online Store.
2. By using the web service, allowing big data to be accessed via the Android platform and iOS
3. With the member registration system, will facilitate administrator in processing the incoming data
4. With Admin Control Panel feature allows the administrator to set the owner of this application content to be displayed more easily

References

Anonim1. (2011). Android.  Retrieved 08-10-2011 from http://www.openhandsetalliance.com/.

Anonim3. (2010). iOS Overview. Retrieved 12-10-2011 from http://developer.apple.com/library/ios/#referencelibrary/GettingStarted/URL_iPhone_OS_Overview/_index.html#//apple_ref/doc/uid/TP40007592.

Anonim2. (2011). Titanium Mobile. Retrieved 09-10-2011 from      http://www.appcelerator.com/.

Ambler, Scott. W. (2008). An Introduction to Agile Modeling. Retrieved 10-10-2011 from http://www.agilemodeling.com/essays/introductionToAM.htm.

Basiura, Russ., Eide, Andreas.,Miller, Chris.,Sempf, Bill.,Sivakumar, Srinivasa., Batongbacal, Mike., Reynolds, Matthew., Clark, Mike.,Loesgen, Brian., Eisenberg, Robert.,Bohling, Brandon., Lee, Don. (2001). Professional ASP.NET Web Service. (1^st edition).United Kingdom: Wrox Press Ltd.

Booch,  Grady,  Maksimchuk,  Robert A.,  Engle,  Michael W.,  Young, Bobbi J., Conallen, Jim., Houston, Kelli A. (2007). Object-Oriented Analysis and Design with Applications. (3^rd edition). Boston: Pearson Education, Inc.

Connoly, Thomas M. & Begg, C. E. (2004). Database Systems: A Practical Approach to Design, Implementation, and Management. (4^th edition). New York: Addison-Wesley.

Coupey, Eloise. (2001). Marketing and The Internet: Conceptual foundations. (1^st edition).United States of America: Prentice Hall.

Edutechnolife. (2011). OS Android Merajalela-Blackberry & Microsoft Terancam. Retrieved 01-09-2011 from http://edutechnolife.com/os-Android-merajalela-blackberry-&-microsoft-terancam/.

Fling, Brian. (2009). Mobile Design and Development. (1^st edition). United States of America: O’Reilly.

Galloway, Jon, Haack, Phil, Hanselman, Scott, Guthrie, Scott, Conery, Rob. (2010). Professional ASP.NET MVC 2. (1^st edition). Indianapolis: Wiley Publishing.

Greenstein, Marylin & Vasarhelyi, Miklos. (2004). Electronic Commerce: Security, Risk Management, and Control. (2^nd edition).United States of America: Mc Graw-Hill.

Jaworski, B. J. & Rayport, J. F. (2003). Introduction to e-commerce. (2^nd edition). Singapore: Mc Graw-Hill.

Kadir, Abdul. (2003). Pemrograman Web Mencakup HTML CSS JavaScript & PHP.(Edisi ke-1). Yogyakarta: ANDI.

Karch, Marziah. (2011). What Is Google Android?. Retrieved 08-10-2011 from http://google.about.com/od/socialtoolsfromgoogle/p/android_what_is.htm.

Kotler, Phillip & Armstrong, Gary. (2010).Principles of Marketing. (1^st edition). New

Jersey: Pearson Education, Inc.

Krill, Paul. (2009). Appcelerator Enables iPhone Android App Dev. Retrieved 11-10-2011 from http://www.infoworld.com/d/developer-world/appcelerator-enables-iphone-android-app-dev-655.

Maryono, Y. & Istiana, B. P. (2008). Teknologi Informasi & Komunikasi. (Edisi ke-1). Jakarta: Quadra.

Microsoft. (2011). Get Started. Retrieved 12-10-2011 from http://www.asp.net/get-started

Mitchell, S. & Atkinson, J. (2000). Sams Teach Yourself Active Server Pages 3.0 in 21 days. (1^st edition). United States of America: Sams Publishing.

Mulyadi. (2001) . Sistem Akuntansi. (Edisi ke-3). Jakarta: Salemba Empat

O’Brien, J. A. (2003). Introduction to Information System: Essential for e-Business Enterprise. (11^th edition). New York: McGraw-Hill E.Companies.

Oz, Effy. (2002). Foundation of E-Commerce. (1^st edition). United States of America: Prentice Hall.

Pearman, Greg & Goodwill, James. (2006). Pro .NET 2.0 Extreme Programming. (1^st edition). New York: Apress.

Proboyekti, Ummi. (2008). Agile Software Development. Retrieved 11-10-2011 from lecturer.ukdw.ac.id/othie/agile_model.pdf.

Sahai, Akhil & Graupner, Sven. (2005). Web Service in The Enterprise: Concepts, Standards, Solutions, and Management. (1^st edition). United States of America: Springer Science+Business Media, Inc.

Shneiderman, Ben & Plaisant, Catherine. (2010). Designing The User Interface: Strategies For Effective Human-Computer Interaction. (5^th edition). United States of America: Pearson Education, Inc.

Turban, Efraim & Rainer, R Kelly. (2001).   Introduction to Information Technology. (1^st edition).  New York: John Wiley & Sons, Inc.

Walther, Stephen. (2004). ASP.NET Unleashed. (2^nd edition). United States of America: Sams Publishing.

Warren, Christina. (2010). Appcelerator Simplifies iPad App Development. Retrieved 09-10-2011 from  http://mashable.com/2010/04/05/titanium-tablet-sdk/.

Whitten, Jeffrey L. & Bentley, Lonnie D. (2007). System Analysis and Design Methods. (7th edition). New York: McGraw-Hill/Irwin.

Williams, Laurie & Kessler, Robert R. (2003). Pair Programming Illuminated. (1^st edition). Boston: Pearson Education, Inc.

Yuhefizar. (2008). 10 Jam Menguasai Internet Teknologi & Aplikasinya.(Edisi ke-1) Jakarta: Elex Media Komputindo.

The post The website, Android and iOS Based Online Big Data Shopping Application appeared first on Binus @Bandung - Kampus Teknologi Kreatif.

The post BINUS @Bandung di Paskal 23 Mall appeared first on Binus @Bandung - Kampus Teknologi Kreatif.