masa kecil

sehari ini aku terpaku menatap gedung megah di depanku
seharian dulu aku bermain sepuasnya diatas tanah itu
sehari aku masih ingat ketika ibuku berlari mengejarku
dengan membawa walesan karena aku belum mandi dan sholat ashar
sehari kemudian semua berubah ketika ada mesin-mesin canggih yang merobohkan pohon pisang dan lamtoro tempatku bermain
sehari berikutnya aku melihat kolam renang yang besar yang kutahu sekarang bernama waduk bojongsari ah...sehari ini aku meyakinkan bahwa itu kenangan dulu.

jungkir balik

sungguh kasihan sekali rakyat indonesia namanya sangat laku dan laris ketika ajang jual beli kursi jabatan lewat lewat parpol-parpol tuk kepentingan mendapatkan kursi atau jabatan, begitu banyak iming-iming yang di tawarkan dan begitu banyak janji-janji yang di lontarkan tetapi begitu hajat oknum-oknum itu tersalurkan nama rakyat kemudian di hilangkan tertimbun oleh bencana, gempa,kebakaran, mahlnya harga sembako dan mahalnya pendidikan juga mahalnya biaya kesehatan. rakyat....rakyat...kasihan sekali dirimu seperti pepatah zaman dahulu " habis manis sepah di buang" tapi rakyat benar itulah watak sebenarnya para wakil kita. mereka hanya wakilkita tetapi mengapa mereka lebih sejahtera di banding ketuanya(baca: rakyat)

ANEKDOT SUFI

Apa Ada Kentut Yang Islami ? Sebuah seminar kaum cendekiawan Muslim sedang berlangsung, membahas Islamisasi Ilmu Pengetahuan dan Teknologi.
“Kita ini sudah waktunya meninggalkan Iptek dari Barat, karena dalam Al-Qur’an sudah lengkap dan sempurna tentang ayat-ayat Iptek,” kata seorang professor dari Gajah Mada University sembari membacakan sejumlah ayat Al-Qur’an tentang Iptek.

Para peserta sangat terkesima dengan paparan Islamisasi yang dicanangkannya, yang dianggapnya sebagai upaya menuju kebangkitan Islam pada 14 Hijriyah ini.
Di tengah-tengah kesima peserta, seorang peserta interupsi.
“Bapak ini ternyata orang munafik!!!...” katanya cukup keras.
Seluruh isi ruangan jadi gemuruh dan gaduh.
“Alasan anda mengatakan bapak professor ini munafik apa?” Tanya moderator.

“Kalau anda meminta ummat Islam meninggalkan Iptek dari Barat dan seluruh konsep Iptek yang datang dari Barat, karena yang serba Barat anda anggap ilmunya kafir, kenapa anda masih menggunakan mikrofon, listrik, otomotif dan kendaraan serta computer dari Barat?”
Suasana jadi gaduh dan gelagapan.

“Tapi kan di Al-Qur’an sudah jelas semuanya. Semuanya pun harus berdasarkan Al-Qur’an…” jawab sang professor Islamisasi tadi.
“Nah, sekarang bapak tidak hanya munafik, tapi telah dzolim…” kata sang peserta….
Suasana tambah riuh, bahkan seperti muncul sambutan tepuk tangan yang bersorak.
“Sebentar…sebentar….Maksudnya bagaimana anda ini kok menuding professor ini munafik dan dzolim…” Tanya moderator kembali.
“Bagaimana tidak munafik, wong sudah jelas minta meninggalkan Iptek Barat, malah anda memakai. Kenapa kita nggak adakan seminar ini di tengah hutan atau di tengah lapangan tanpa mikrofon, kita jalan kaki, atau pakai onta dan kuda saja.”
“Anda sebut dzolim?”

“Ya, karena pak professor tidak faham tafsir Al-Qur’an, tidak memahami kedudukan ayat suci Al-Qur’an, lalu meletakkan ayat Al-Qur’an bukan pada tempatnya. Nah, meletakkan kedudukan ayat suci bukan pada tempat pandangan, itu kan dzolim namanya…”
Lalu sang moderator menyilakan kepada professor untuk membela diri.
“Begini, pokoknya Al-Qur’an itu kebenaran mutlak…pokoknya…pokoknya…pokoknya…” kata professor itu, sembari mempertahankan “pokoknya” yang dihitung oleh peserta tadi sampai hampir 30-an kata “pokoknya…”

“Maaf professor, sekarang gelar anda bertambah. Bukan hanya munafik, dzolim, tapi juga bodoh…”
“Apa alasan anda memberi gelar bodoh pada professor itu?” Tanya moderator.

“Karena kebodohan itu selalu bersembunyi dibalik “pokoknya”. Di dalam “pokoknya” pasti ada hawa nafsu dan emosi. Dalam emosi dan hawa nafsu ada kebodohan…Nanti lama-lama Pak Professor ini membuat paradigma agar kalau kita kentut pun harus Islami. Saya nanti akan muncul pertanyaan, bagaimana bau kentut yang Islami, bunyi kentutnya bagaimana, strateginya kayak apa, dan dalilnya di surat apa..Lalu apa kita akan bikin seminar dengan judul Islamisasi kentut?. ”
Suasana jadi gerrrr. Seminar pun jadi bubar dan bubrah.
---(ooo)---

Sistem komputer

Lihat istilah tersebut pada istilah lain | Artikel | Buku

Penjabaran

Arti istilah Sistem komputer dianggap berkaitan erat dengan pengertian berikut

	adalah elemen-elemen yang terkait untuk menjalankan suatu aktifitas dengan menggunakan komputer. Elemen dari sistem komputer terdiri dari manusianya (brainware), perangkat lunak (software), set instruksi (instruction set), dan perangkat keras (hardware). Dengan demikian komponen tersebut merupakan elemen yang terlibat dalam suatu sistem komputer. Tentu saja hardware tidak berarti apa-apa jika tidak ada salah satu dari dua lainnya (software dan brainware). Contoh sederhananya, siapa yang akan menghidupkan komputer jika tidak ada manusia. Atau akan menjalankan perintah apa komputer tersebut jika tidak ada softwarenya. Adanya perkembangan teknologi elektronika dan informatika telah memberikan perangkat tambahan pada sebuah komputer personal seperti: - Mouse, suatu perangkat mekanik untuk melaksanakan suatu pekerjaan yang biasanya dikerjakan oleh manusia. Misalnya melakukan pengecatan mobil. Robot ini dilengkapi oleh perangkat mesin atau komputer baik sederhana maupun komplek yang mampu mengontrol gerakannya. - Modem, alat bantu untuk mengubah data digital ke bentuk data voice atau sebaliknya sehingga data dari sebuah komputer dapat dikomunikasikan ke komputer lain melalui saluran telepon biasa, radio komunikasi ataupun stasiun bumi - Sound card, bagian dari komponen komputer berupa kartu yang berfungsi untuk membangkitkan suara. - video card, alat untuk menampilkan informasi ke layar monitor. - kartu penerima televisi, alat untuk penangkap sinyal acara televisi. - kartu penerima radio, alat untuk menerima gelombang radio. - ethernet card, alat untuk penghubung dengan komputer jaringan. - Printer, alat pencetak (desk jet, buble jet, laser jet, plotter) - alat penterjemah gambar cetakan (digitizer dan scanner). Telusuri | Sempurnakan | Edit terakhir 22-April-2005 14:51:14 oleh feri

Istilah lain yang mungkin terkait

	Sistem Buddy Algoritma pengelolaan memori yang mamanfaatkan kelebihan penggunaan bilangan biner dalam pengalamata... Sistem informasi Istilah dalam bahasa Indonesia yang berasal dari bahasa Inggris untuk information system. Sistem Teknologi Informasi Disingkat dengan STI. Istilah Information techology system dalam bahasa Indonesia. Sistem Informasi Manajemen Berasal dari kata Management Information Systems dalam bahasa Inggris. Virus Komputer Adalah program buatan manusia yang dapat memperlambat kinerja sistem, merugikan atau bahkan merusak ...

Malam ini menggugah rasa
debar-debar buncahan pemikiran
mengalir dari pangkal otakku
yang lama telah beku
Patah-patah kata tak mampu berucap
bait-bait syair tak urung terdiam
hanya mata menangkap dan akal pikirpun
menjadi berhak menjalankan tugas sucinya
tapak-tapak kaki telah menyeret
mata hati tuk melihat dan merasa indahnya suatu keindahan


kamis 06 nov'08

ada yang kurasa spesial dengan halaman rumah neneku,tempat di mana aku bisa menjadi diriku tanpa ada bisikan -bisikan dari orang lain tak peduli siapapun dia walaaupun itu ibuku sendiri,aku senang menghabiskan waktuku di sana,dia begitu kokoh nan elegan selalu membuatku nyaman dan memberikan keteduhan di kala syaraf-syaraf dalam otaku mendidih, dialah sebatang pohon beringin tua

arsip untuk'information Retrival'kategori

Arsip untuk 'Information Retrieval' Kategori

« Entri Sebelumnya

Entri Berikutnya »

Model Vektor dan Clustering

Ditulis oleh putubuku di/pada April 3, 2008

Dalam teori pengindeksan dan information retrieval, dikenal adanya model klasik. Model ini menganggap bahwa setiap dokumen dapat digambarkan dengan, atau diwakili oleh, serangkaian katakunci yang disebut sebagai indeks (index). Kata atau istilah yang digunakan sebagai indeks (index terms) pada dasarnya adalah kata yang diambil dari dokumen, maupun yang ditentukan dari luar dokumen, yang secara semantik dapat membantu manusia mengetahui tema utama sebuah dokumen. Pada umumnya indeks adalah kata-benda, sebab kata-benda memiliki arti pada dirinya sendiri, sehingga secara semantik lebih mudah dikenali dan diartikan.

Indeks merupakan hal terpenting dalam information retrieval, tetapi tidak semua kata indeks memiliki nilai penting yang sama sebagai wakil dokumen. Jika sebuah penyimpanan memiliki 1000 dokumen, dan jika sebuah kata indeks (misalnya kata ‘informasi’) muncul di setiap dokumen tersebut, maka kata itu tidak ada gunanya sebab dia tidak dapat membedakan antara dokumen nomor 1 sampai nomor 1000, semuanya tentang informasi. Sebaliknya, kalau ada istilah yang muncul hanya di lima dokumen (misalnya frasa ‘pengetahuan eksplisit’), maka frasa tersebut sangat penting sebab menjadi ciri unik untuk lima dokumen yang dapat dipilih oleh pengguna sesuai keperluannya.

Maka pemberian nilai terhadap sebuah istilah indeks menjadi pokok persoalan bagi semua sistem information retrieval. Salah satu cara untuk mengenakan nilai yang berbeda-beda kepada sebuah istilah yang digunakan sebagai indeks adalah adalah dengan mendaftar semua istilah yang ada dalam indeks, lalu memberikan kemungkinan nilai sama dengan atau lebih besar dari nol, untuk satu per satu istilah itu.

Dalam sistem information retrieval yang menggunakan Boolean maka variabel nilai bobot istilah indeks selalu bersifat biner (dua pilihan), yaitu nol atau satu. Jika nilainya satu maka model Boolean menyimpulkan bahwa dokumen relevan terhadap sebuah permintaan (query). Selebihnya, kalau bernilai nol maka dokumen dianggap tidak relevan. Karena hanya dua pilihan (alias biner), maka tidak ada kemungkinan ‘agak relevan’ alias partial match. Keuntungan model Boolean tentunya adalah kesederhanaannya. Kerugian terbesarnya adalah pada kemungkinan penemuan dokumen yang terlalu banyak atau terlalu sedikit.

Pengenaan bobot (weighs) pada istilah indeks merupakan salah satu cara mengatasi kerugian model Boolean sederhana tersebut. Misalnya dengan menggunakan model Vektor. Model ini menganggap bahwa pembobotan biner terlalu terbatas kegunaannya, dan mengusulkan penggunaan konsep partial matching. Konsep ini dicapai dengan mengenakan bobot non-biner terhadap istilah indeks di dalam query dan di dalam dokumen. Masing-masing bobot ini kemudian digunakan untuk menghitung derajat kesamaan (degree of similarity) antara setiap dokumen di dalam sistem dan query yang diajukan pengguna. Sistem kemudian dapat mengurutkan dokumen menurut derajat kesamaan, dari yang paling tinggi ke yang paling rendah. Dengan kata lain, sistem menawarkan juga dokumen yang tidak sepenuhnya memenuhi query (atau ‘agak relevan’ alias partial match). Penjajaran dokumen secara berurutan ini diharapkan menghasilkan ketepatan (presisi) dibandingkan model Boolean klasik.

Perhatikanlah bahwa untuk model Vektor, bobot selalu dikaitkan dengan pasangan indeks dan query. Bobot ini selalu bernilai positif dan non-biner. Istilah yang digunakan di dalam query selalu diberi bobot. Lalu, dilakukan penghitungan vektor query dan vektor dokumen, sehingga yang muncul adalah variasi nilai mulai dari nol sampai satu. Dalam model Vektor, maka derajat kesamaan indeks dokumen dan istilah dalam query, dihitung sebagai sebuah korelasi antara dua vektor tersebut. Korelasi ini kemudian dapat dikuantiikasi, salah satunya dengan menghitung kosinus sudut antara kedua vektor.

Dengan kata lain, alih-alih memutuskan apakah sebuah dokumen relevan atau tidak, model Vektor membuat urut-urutan dokumen menurut derajat kesamaan (degree of similarity) terhadap query. Sebuah dokumen dapat dipilih walaupun hanya cocok dengan query secara sebagian (partial match).

Tetapi, bagaimana mendapatkan dan menghitung bobot untuk istilah indeks? Karya Salton dan McGill (1983) mengulas berbagai cara menghitung bobot itu. Cara yang mereka anggap paling efektif adalah dengan menerapkan prinsip-prinsip clustering alias pengelompokan. Jika ada sekumpulan koleksi objek, C, dan sebuah set A, maka algoritme clustering pada dasarnya hanya bermaksud memisahkan C menjadi dua kelompok: Pertama, kelompok yang berisi objek yang dapat dikaitkan dengan set A. Kedua, kelompok yang berisi objek yang tidak dapat dikaitkan dengan set A. Kondisi set A yang samar-samar menyebabkan kita tidak punya informasi yang lengkap untuk memutuskan secara tepat objek mana yang sungguh-sungguh cocok untuk set A dan objek mana yang sungguh-sungguh tidak cocok. Misalnya, seseorang mencari set A dari mobil-mobil yang harganya setara dengan Lexus 400. Jika kita tidak bisa secara persis dan tunggal, apa yang dimaksud dengan “setara”, maka kita tidak dapat dengan persis mendeskripsikan set A itu.

Untuk melihat persoalan information retrieval sebagai persoalan clustering, kita menganggap kumpulan dokumen sebagai koleksi C dan menganggap query pengguna sebagai set A yang samar-samar (vague). Dengan skenario ini, maka persoalan information retrieval dapat dipersempit menjadi persoalan tentang bagaimana menentukan dokumen yang dapat dimasukkan sebagai set A, dan dokumen yang tidak dapat dimasukkan ke set A.

Ada dua isyu yang harus diatasi. Pertama, harus ada cara untuk menentukan fitur yang paling tepat dapat menggambarkan objek-objek di set A. Kedua, harus ada cara untuk menentukan fitur yang paling tepat dapat memisahkan objek di set A dari objek-objek lain di C. Fitur yang pertama akan menjadi cara mengkuantifikasi kesamaan intra-cluster. Fitur kedua akan menjadi cara mengkuantifikasi perbedaan inter-cluster. Kalau sebuah sistem dapat menyeimbangkan keduanya, maka sistem itu bekerja dengan baik.

Bacaan:

Salton, G. dan M.J. McGill (1983), Introduction to Modern Information Retrival, Ne York : McGraw-Hill.

Ditulis dalam Information Retrieval | yang berkaitan: Boolean, Clustering, Pengindeksan, Vektor | Tidak ada komentar »

Periodisasi Information Retrieval

Ditulis oleh putubuku di/pada Maret 29, 2008

Ketika para pengelola perpustakaan baru mulai menggunakan komputer, salah satu hal mendasar dan terpenting yang pertama mereka lakukan adalah menciptakan katalog berbantuan komputer. Ini kemudian dikenal sebagai “online public access catalogue” alias OPAC. Pada awalnya, penerapan ini betul-betul hanya memindahkan katalog kartu ke dalam bentuk elektronik atau digital. Namun lama kelamaan, berbagai perkembangan teknologi memungkinkan sistem simpan dan temu kembali menjadi lebih rumit, lebih beragam, dan lebih luas.

Sementara itu, teknologi komputer sendiri sebenarnya juga berkembang secara spesifik ke arah penyimpanan dan penemuan kembali informasi. Sejak awal, teknologi ini di arahkan ke persoalan dasar “simpan dan temukan lagi” itu. Chu (2003) membagi seluruh perkembangan prinsip dan teknik menyimpan informasi berbantuan komputer ini dalam 4 periode, seperti ini:

1. Periode Peningkatan Kebutuhan (Increased demand) 1940s – sampai awal 1950an, yaitu periode ketika Perang Dunia II sedang menuju penyelesaian, dan negara-negara sekutu (terutama Amerika Serikat) bekerja keras menghajar Jerman dan Jepang. Pada saat itu muncul keperluan besar untuk laporan dan dokumen teknis dari penelitian yang menyangkut persenjataan. Dari kebutuhan yang meningkat pada masa perang inilah lahir salah satu prinsip yang kemudian diterapkan dalam bidang komputer, yaitu coordinated indexes yang pertama kali disebut-sebut secara resmi pada tahun 1951.
2. Periode Pertumbuhan Pesat (Rapid Growth) antara 1950an – 1980an, yaitu masa keemasan temu-kembali berbantuan komputer, saat teknologi ini diperkenalkan antara 1957 sampai 1959 oleh Hans Peter Luhn dalam bentuk mesin yang tidak hanya dapat melakukan penemuan informasi berdasarkan kecocokan kata kunci (keyword matching) saja, melainkan juga mengurutkan informasi secara sistematis (sorting), dan bahkan bisa melakukan analisis isi (content analysis) secara sederhana. Tahun 60an muncul DIALOG salah satu pionir dalam penyediaan informasi melalui jaringan terpasang (online database).
3. Periode Penghapusan Mitos (Demystified Phase) antara 1980an – 1990an yaitu saat komputer pribadi (PC) dan keping penyimpan data (CDROM) semakin lama semakin besar daya tampungnya. Ketika online system sudah semakin berkembang, para pengguna sebenarnya tidak bisa memakai langsung. Jadi, harus ada para perantara (intermediaries) yang menggunakannya, antara lain karena sistem itu mahal dan sulit digunakan oleh orang awam. Maka lalu ada istilah end-users (orang yang tidak melakukan pencarian, tetapi minta bantuan pustakawan untuk melakukan pencarian). Keadaan baru berubah setelah PC dan CDROM ditemukan. Berbagai sistem informasi dibuat menjadi semakin mudah digunakan (user friendly), sehingga mitos tentang betapa sulitnya melakukan pencarian secara terpasang (online search) pun perlahan sirna. Setiap orang lalu dapat melakukan pencarian tanpa harus meminta bantuan kepada pustakawan.
4. Periode Jaringan (The Networked Era) tahun 1990an – sekarang, yaitu ketika teknologi telematika memungkinkan para pencari informasi ‘mengunjungi’ berbagai pusat penyimpanan data dan informasi yang berbeda-beda untuk melakukan pencarian secara bersamaan, atau dikenal juga dengan istilah pencarian berpencar (distributed searching). Perkembangan Internet pun akhirnya melahirkan fenomena pencarian tanpa bantuan siapa pun terhadap berbagai sumber informasi digital yang nyaris tak terhingga jumlahnya.

Pada saat komputer mulai digunakan dalam kegiatan menyimpan dan menemukan kembali informasi, diperkenalkanlah istilah information retrieval sebagai nama untuk bidang khusus yang memperhatikan persoalan penyimpanan dan penemuan kembali informasi elektronik atau digital. Dalam perkembangan selanjutnya, istilah ini dibedakan dari data retrieval. Baeza-Yates dan Riberio-Neto (1999) merumuskan perbedaan antara keduanya sebagai berikut:

Information Retrieval (IR) deals with the representation, storage, organization of, and access to information items. The representation and organization of the information items should provide the user with easy access to information in which he is interested … Data retrieval, in the context of an IR system, consist mainly of determining which documents of a collection contain the keyword in the user query which, most frequently, is not enough to satisfy the user information need.

Jadi, information retrieval merujuk ke keseluruhan kegiatan yang meliputi pembuatan wakil informasi (representation), penyimpanan (storage), pengaturan (organization) sampai ke pengambilan (access). Semua ini harus memudahkan pemakai sistem informasi untuk memperoleh apa yang diinginkannya. Sementara itu, data retrieval memiliki lingkup yang lebih sempit, yaitu bagaimana mencocokkan antara kata-kata yang terkandung di sebuah dokumen dengan kata-kata yang digunakan seseorang dalam mencari informasi (dengan asumsi bahwa yang dicari adalah kata-kata dan dokumennya berisi kata-kata).

Seringkali ada kesalahpahaman tentang katalogisasi-klasifikasi dan information retrieval. Ada yang mengganggap bahwa keduanya adalah hal serupa, ada yang menganggap keduanya tidak serupa sama sekali, ada yang menganggap information retrieval menggantikan katalogisasi-klasifikasi. Padahal keduanya adalah hal yang berkesinambungan, tidak saling menggantikan, memiliki perbedaan yang mendasar, tetapi dibangun oleh prinsip dasar yang sama tentang penyimpanan dan penemuan kembali pengetahuan.

Rujukan:

Chu, Heting (2003), Information Representation and Retrival in the Digital Age, Medford NJ : Information Today

Baeza-Yates, Ricardo dan Berthier Riberio-Neto (1999), Modern Information Retrieval, New York : ACM Press.

Ditulis dalam Information Retrieval | yang berkaitan: data retrieval, online searching, OPA