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

Tahapan-Tahapan Algoritma ANP (Analitical Network Process)

Pengenalan Metode Algoritma ANP

Metode Algoritma ANP (Analitical Network Process) dikembangkan Prof. Thomas L. Saaty dan Roozan. Menurut Saaty, Metode algoritma ANP sebagai bentuk pengembangan dari  Algoritma AHP. Metode algoritma ANP, digunakan untuk mengatasi faktor-faktor yang tidak dapat mendukung dalam pengambilan keputusan untuk permasalahan yang komplek pada Algortima AHP.  Metode Algoritma ANP memiliki kemampuan  dapat mengakomodasi keterkaitan atar kriteria atau alternatif-alternatif(saaty, 2003). 

4 Tahapan pengambilan keputusan dengan Metode algoritma ANP

1. Menetukan kriteria dan alternatif pilihan.
2. Membentuk matrik perbandingan berpasangan
3. Menghitung bobot elemen Vector prioritas w disebut sebagai eVektor  Rumus A.w = λmax.W
4. Menghitung Rasio Konsistensi

Metode algoritma ANP memiliki dua jenis keterkaitan inner dependency dan outer dependency.Metode algoritma ANP  membutuhkan cluster (klasifikasi) hirarki yang dimodifikasi menjadi jaringan umpan balik. Hirarki Algoritma ANP merupakan sebuah struktur dengan tujuan pada level atas hirarki digolongkan menjadi 4 kelompok diantaranya suparchy, Intarchy, sinarchy, hiernet. 

Metode algoritma ANP  memiliki struktur jaringan digambarkan dengan panah dua jalur(busur lingkaran) yang saling ketergantungan antar cluster atau jika didalam tingkatan faktor yang sama akan terbentuk loop. Busur lingkaran berasal dari pengendalian atribut yang menghubungkan dengan atribut lain yang dapat saling mempengaruhi.

 

Metode algoritma ANP mampu menangani saling ketergantungan antar unsur-unsur dengan memperoleh bobot gabungan melalui pengembangan dari supermatriks. Saaty(2003) menjelaskan konsep super matriks sebagai paralel pada proses rantai Markov.

Integritas DBMS, Data Warehouse dan Data Mining dalam Bisnis

RDBMS(Relational Database Management System)

Contoh yang akan digunakan adalah Grosir Kamera digital untuk mengetahui pola perilaku konsumen, sekmentasi pasar, dan prediksi dan tren penjualan kedepan.

Sebuah sistem database DBMS terdiri dari tabel-tabel dibentuk secara unik dan saling terkait atau relasi antar tabel. Setiap tabel terdiri dari satu set atribut field(kolom) dan  menyimpan satu set catatan record, setiap record data dalam databasee relational merupakan object yang di buat suatu kunci unik (primery key) dan untuk satu kunci untuk relasi data tabel yang dinamakan Foreign Key. Contoh perangkat lunak DBMS diantaranya SQL Sever, MySQL, Firebird, Oracle dsb. DBMS dapat diakses dengan bahasa query database SQL ( stucture Query Leaguage) atau dengan bantuan antar muka grid table. Query dalam database merupakan bahasa yang digunakan untuk melayani request yang diberikan seperti operasi join, seleksi, pengelompokan data, sum(), count(), max(), min(), avg(). Melalui SQL ini data-data yang ada dalam database bisa diolah.

Langkah-Langkah Perhitungan Manual AHP

Algortitma AHP

Analytical Hierarchy Process (AHP) merupakan salah satu metode pengambilan keputusan multikriteria digunakan untuk masalah yang kompleks. Metode Analytical Hierarchy Process (AHP) ini dikembangkan oleh Prof. Thomas L. Saaty, Metode AHP merupakan sebuah hirarki fungsional dengan input utamanya presepsi manusia. Metode algoritma AHP ini mendukung pengambilan keputusan multi kriteria untuk mendapatkan keputusan yang terbaik dari berbagai alternatif kriteria pilihan kemudian membuat ranking alternatif keputusan.

5 proses penyusunan metode Algoritma AHP

1. Aspek prioritas kriteria dan prioritas kriteria alternatif
2. Proses penyusunan hirarki
3. Menentukan prioritas kriteria
4. Menentukan prioritas alternatif kriteria
5. Perhitungan hasil akir AHP

Contoh perhitungan metode algoritma AHP untuk menentukan Penerima Raskin

perhitungan AHP ini melibatkan enam kriteria penilaian :

1. Kriteria Jenis Lantai (Tanah,Plester,Keramik)

2. Kriteria Jenis Dinding (Kayu, Tembok Tanpa Plester, Tembok Plester)

3. Kriteria Jenis Pekerjaan (PNS, Wiraswasta, Buruh)

4. Kriteria Jumlah Makan (Kurang dari 2x, 2x makan, Lebih dari 2x)

5. Kriteria Jenis WC (Tidak Layak, Layak, Sangat Layak)

6. Kriteria Jenis Bahan Bakar (Kayu, Minyak Tanah, Gas Elpiji)