Tips memilih Database Server Open Source

tips mengetahui kehandalan database server

Seberapa penting peranan database dalam pembangunan sistem informasi ? database merupakan bagian penting pada pembangunan sebuah proyek sistem informasi baik skala enterprise maupun small bussiness sebab, database server pada dasarnya digunakan sebagai  media penyimpanan data yang digunakan secara bersama-sama  sebagai suppy data request user. Sebelum memutuskan menggunakan sebuah database server hal yang terpenting adalah bagaimana mengetahui performance database tersebut. 

Performa database tidak bisa diukur dengan cara melihat tingkat popularitas pengguna database lalu, bukankah popularitas pengguna bisa digunakan sebagai tolak ukur performance sebuah database ?. besarnya jumlah pengguna sebuah database open source bisa digunakan sebagai sumber referensi pemilihan database. Setiap perancang database mempunyai cara masing-masing untuk memilih kriteria database server sesuai dengan kebutuhan tetapi, ada beberapa pertimbangan dasar dalam memilih sebuah database. Sedikit nya ada 9 faktor teknik memilih database open source diantaranya:

1. Response time: hal ini berhubungan dengan waktu akses database, seberapa lama waktu yang dibutuhkan user untuk mengakses item informasi dalam database.
2. Concurrent Users: berapa jumlah kapasitas maksimal pengguna dapat mengakses data dalam waktu bersamaan.
3.  Security  Data : hal ini berhubungan dengan sistem keaman data pada database
4. Fasilitas backup dan restore Data : tujuan dari falisitas backup data adalah sebagai salinan data dimana jika suatu saat ada masalah pada  data atau  kehilangan data data backup bisa dikembalikan pada saat data terakir beckup dengan menggunakan fasilitas restore data
5. Recovery Tool Database : recovery digunakan sebagai alat bantu untuk repair corupt data,  cacat metadata  pada database biasanya ini sering diakibatkan sering listrik mati contoh alat recovery pada database firebird : GFIX,  Data Pump, IB Surgeon
6. Space Utility : kapasitas ruang penyimpanan data pada sebuah database
7. Transaction Data : Jumlah rata-rata transaksi yang sanggup diproses  permenit dalam sistem database
8. Monitoring Tool  : monitoring dalam sistem database meliputi monitoring user akses, database monitor,SQL monitor, memori resource performance.  Biasanya sebuah database server memiliki fasilitas  tool monitoring
9. Multi Platform : multi platform adalah bisa dijalankan pada sistem operasi berbeda misal Microsoft,Linux,Mac OS, Open Solaris

Ada beberapa versi database free baik open source maupun limited edition diantaranya: Firebird, My SQL, Postgre, Microsoft SQL SERVER Lite edition 2005 dan 2008

Sebagai cara menguji tips memilih database server  ini bisa dilakukan dengan benchmark database. “Benchmark data” bisa dilakukan sendiri maupun melihat data referensi dari situs internet yang menyediakan hasil benchmark database. Tips Tutorial pemilihan database server ini untuk pemula yang baru belajar database semoga tips cara memilih database server opon source ini dabat memberikan wawasan untuk memulai belajar database

Kehebatan Google Glass

Wearable device Google Glass

Melihat sisi Kehebatan “wearable device” kaca mata pintar buatan perusahaan raksasa serch engine Google Inc. apayang diketahui tentang google glass ? Google glass didesain bergaya layaknya  smart phone melalui proyek riset dan pengembangan. Salah satu hal yang unik pada google glass adalah “bone conduction transducer” sebagai media perantara suara melalui tulang tengkorak ke telinga bagian dalam ,  Secara built in Google Glass memberikan fitur-fitur yang lengkap melihat dari sisi  kenyamanan pengguna. Diantara fitur-fitur yang ditawarkan google ada 7 fitur pokok pada google glass diantaranya:

1. Kompatibilitas : Google glass membutuhkan sistem operasi  android versi  4.0.3 keatas. Sistem operasi android digunakan untuk menjalankan aplikasi sofware tambahan google glass yaitu MyGlass yang berfingsi untuk menjalakan fitur GPS dan SMS      
2. Konektivitas : perangkat penghubung konesksi jaringan google glass mengunakan standart  WiFi 820.11b.g dan bluetooth
3. Kapasitas media penyimpanan :  besar kapasitas media penyimpanan google glass mencapai  16 GB  dan kemampuan sinkronisasi data dengan Cloud Storage Google
4. Kamera foto dan video : Google Glass melengkapi kamera foto mencapai 5 megapixel dan kamera video HD 1280 x 720 p
5. Audio device
6. Layar resolusi layar google glass setara display high definition
7. Bantalan hidung dan frame bisa disesuaikan dengan semua bentuk wajah

Hasil riset Daniel Oscar baskoro dkk., dalam wawacaranya mengatakan bahwa “informasi yang ditampilkan perangkat google glass jauh lebih cepat dan jauh lebih ringkas dibandingkan dengan perangkat mobile”.

Daniel Oscar Baskorodkk.,menggunakan  google glass  sebagai perangkat untuk aplikasi Quick Disaster. Penasaran dengan Quick Disaster ? Quick Disaster  merupakan sistem cerdas berbasis visual dan suara sebagai metode  pencarian informasi terkait dengan mitigasi  bencana.  Tujuan Quick disaster sebagai media informasi langkah-langkah antisipasi terkena bencana, sedikitnya ada 9 jenis bencana seperti :

1. Erupsi gunung berapi
2. Tanah longsor
3. Topan
4. Gempa bumi
5. Hujan abu vulkanik
6. Banjir
7. Kebakaran
8. Tsunami

aplikasi Quick disaster merupakan hasil riset karya mahasiswa UGM dan berhasil mendapatkan  Global Winner di London pada 30 Juni 2014 digawangi oleh Daniel Oscar Baskoro,  Zamahsyari, Bahrunnur, Sabrina Woro Anggraini dan Maulana Rizki Aditama. 

Dengan memanfaatkan Google Glass Sebagai perangkat capture data semoga hasil karya Indonesia lebih banyak berkiprah dikancah internasional. Mungkin ini masih sebagian kecil dari kehebatan google glass ditunggu hasil publikasi riset yang lainya   

Algoritma Optimasi Keputusan Topsis

Bingung ? cara membuat keputusan terbaik berdasarkan banyak kriteria penilaian ? harus memulai penilain kriteria darimana? tidak mengerti membuat skala penilaian setiap kriteria? Mau tau tips langkah-langkah membuat keputusan ideal berdasarkan nilai solusi ideal multi kriteria ? Penasaran, silahkan ikuti tips membuat keputusan terbaik dengan menggunakan Algoritma optimasi keputusan topsis.

Awal Mula  Algoritma Topsis
Metode Topsis merupakan salah satu metode pengambilan keputusan multi kriteria(Multiple Criteria Decission Making). Pada tahun 1981 metode topsis diperkenalkan oleh Yoon and Wang. Topsis digunakan sebagai pendukung keputusan dengan tujuan mendapatkan solusi terbaik dari pertimbangan keragaman kriteria-kriteria.

Tujuan dan Manfaat  Penggunaan Algoritma Topsis

Metode algoritma topsis marupakan salah satu metode mendapatkan solusi terbaik atas permasalahan multiple criteria decision making dapat digunakan TOPSIS( Technique For Others Reference by Similarity to Ideal Solution), yang dalam implementasinya akan memunculkan beberapa alternatif solusi berdasarkan hasil rangking kumulatif, kemudian dapat dipilih satu solusi tertentu, berdasarkan kriteria tambahan dari pemegang kebijaan . kemudian, beberapa alternatif solusi tersebut dapat dijadikan referensi tim pengambil keputusan untuk diajukan kepada pimpinan. Sehingga, pemimpin dapat memilih satu solusi dari beberapa alternatif solusi yang ada, dan diharapkan dapat mengambil keputusan terbaik yang menguntungkan.

Mekanisme Proses Perhitungan Topsis

Perhitungan Topsis dilakukan dengan memberikan bobot penilaian pada masing-masing kriteria sesuai skala prioritas kriteria.
5 Tahapan Metode TOPSIS

1. Membuat matriks keputusan ternormalisasi
2. Membuat matriks keputusan ternormalisasi berbobot
3. Menentukan matriks solusi ideal positif dan matrik solusi ideal negatif
4. Menentukan jarak antar nilai alternatif dengan matrik solusi ideal positif dan negatif
5. Menentukan nilai preferensi setiap alternatif

Algoritma Topsis, memiliki prinsip alternatif terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terpanjang dari solusi ideal negatif dari sudut geometris dengan menggunakan jarak Euclidean sebagai cara menentukan keadaan relatif dari suatu alternatif dengan solusi optimal.

Solusi ideal positif topsis adalah jumlah seluruh nilai kriteria terbaik setiap atribut, sedangkan solusi ideal negatif topsis terdiri dari seluruh nilai terburuk dari setiap atribut. Topsis mempertimbang jarak antara solusi ideal posistif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif.

Metode Topsis didasarkan pada konsep bahwa alternatif terpilih terbaik hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif. Proses perhitungan bobot kriteria Topsis dilakukan dengan menggunakan pembobotan Algoritma AHP sebelum melakukan perhitungan metode Topsis. Metode perhitungan Topsis mempunyai algoritma yang saling berurutan untuk mendapatkan solusi ideal.

Langkah-langkah Algortima Topsis

1. Perhitungan Rangking tiap alternatif keriteria
2. Perhitungan matrik keputusan ternormalisasi terbobot
3. Menghitung solusi ideal positif dan negatif : solusi ideal posistif A+ dan solusi ideal negatif A- ditentukan berdasarkan rangking bobot ternormalisaisi
4. Perhitungan jarak solusi ideal, Jarak adalah alternatif Ai dengan solusi ideal positif dan jarak Ai dengan solusi ideal negatif
5. Perhitungan Nilai preferensi setiap alternatif 

Mengenal Bisnis Intelijen

Apa tujuan kinerja spesifik bisnis? apakah  bisnis memiliki tujuan pangsa pasar ? apakah optimasi biaya dibutuhkan untuk mencapai target bisnis? Bagaimana cara mengukur kinerja bisnis? Seberapa sering pengukuran kinerja  bisnis dilakukan ? seberapa cepat  mendeteksi dan merespon kecepatan perubahan  pasar pada bisnis yang dikelola? Bagaimana mengukur strategi tujuan dan penentuan kebijakan bisnis? 

Membuat  keputusan bisnis lebih baik dengan alat analisis berkinerja tinggi  bisnis intelijen (Bussines Intelligence).

Definisi Bisnis Intelijen (BI)  adalah aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisis dan akses data untuk membantu pengguna perusahaan membuat keputusan bisnis yang lebih baik.

rumus algoritma regresi linier sederhana data mining

Fungsi Prediksi Data mining

Fungsi Prediksi merupakan bagian dari fungsi minor data mining. Prediksi adalah suatu cara untuk mencari kemungkinan hasil dari suatu hal pada masa akan datang. Pada teknologi data mining,metode peramalan digunakan sebagai alat bantu memprediksi kemungkinan akan datang berdasarkan bukti-bukti temuan pada data.proses prediksi berhubungan erat dengan perhitungan matematik dan statistik.

Langkah prediksi dapat dilakukan menggunakan perhitungan rumus regresi linier matematika. Ada 2 jenis rumus regresi sebagai langkah proses analisis prediksi yaitu, regresi linear sederhana dan regresi linear berganda. Cara membaca hubungan korelasi data hipotesis hasil analisis prediksi dilakukan melalui analisis statistik. Contoh proses prediksi data mining kali ini dilakukan dengan menggunakan regresi linier sederhana