Sentimen Analisis

Sentimen analisis adalah kontekstual mining dari teks dimana mengidentifikasi dan mengekstrak informasi subjektif dari sumber. Dan membantu pebisnis untuk mengerti sentiment social dari merek, produk, atau layanan yang dipantau percakapan online. Namun, analisis dari social media biasanya dibatasi pada sentimen analisis dasar dan perhitungan metrik.

Sentiment analysis ini dibagi menjadi 2 kategori besar :

1.       Coarse-grained sentiment analysis

2.       Fined-grained sentiment analysis

Coarse-grained sentiment analysis - kita mencoba melakukan proses analysis pada level Dokumen. Singkatnya adalah kita mencoba mengklasifikasikan orientasi sebuah dokumen secara keseluruhan. Orientasi ini ada 3 jenis : Positif, Netral, Negatif. Akan tetapi, ada juga yang menjadikan nilai orientasi ini bersifat kontinu / tidak diskrit.

Fined-grained sentiment analysis - kategori kedua ini yang sedang Naik Daun sekarang. Maksudnya adalah para researcher sebagian besar fokus pada jenis ini. Obyek yang ingin diklasifikasi bukan berada pada level dokumen melainkan sebuah kalimat pada suatu dokumen.

contoh :

- Saya tidak suka programming (negatif)

- Hotel yang baru saja dikunjungi sangat indah sekali (positif)

Hingga sekarang, hampir sebagian besar penelitian di bidang sentiment analysis hanya ditujukan untuk Bahasa Inggris karena memang Tools/Resources untuk bahasa inggris sangat banyak sekali. Beberapa resources yang sering digunakan untuk sentiment analysis adalah SentiWordNet dan WordNet.

Sumber:

https://towardsdatascience.com/sentiment-analysis-concept-analysis-and-applications-6c94d6f58c17

http://alfan-farizki.blogspot.co.id/2011/01/apa-itu-sentiment-analysis-opinion.html

Algoritma Shor dan Quantum Gates

Pendahuluan
Pada penerapan komputer kuantum memiliki suatu algoritma yaitu Algoritma Shor. Algoritma ini berfungsi untuk menyelesaikan faktorisasi terhadap bilangan integer. Pada penerapan komputer kuantum juga memiliki gerbang logika yang disebut dengan Quantum Gates. Gerbang logika ini memiliki jenis gerbang logika seperti pada umumnya yaitu AND, OR, dan NOT.

Algoritma Shor
Algoritma Shor, dinamai matematikawan Peter Shor, adalah algoritma kuantum yaitu merupakan suatu algoritma yang berjalan pada komputer kuantum yang berguna untuk faktorisasi bilangan bulat. Algoritma Shor dirumuskan pada tahun 1994.  Inti dari algoritma ini merupakan bagaimana cara menyelesaikan faktorisasi terhadap bilanga interger atau bulat yang besar.

Efisiensi algoritma Shor adalah karena efisiensi kuantum Transformasi Fourier, dan modular eksponensial. Jika sebuah komputer kuantum dengan jumlah yang memadai qubit dapat beroperasi tanpa mengalah kebisingan dan fenomena interferensi kuantum lainnya, algoritma Shor dapat digunakan untuk memecahkan kriptografi kunci publik skema seperti banyak digunakan skema RSA.

Algoritma Shor terdiri dari dua bagian:
- Penurunan yang bisa dilakukan pada komputer klasik, dari masalah anjak untuk masalah ketertiban temuan.
- Sebuah algoritma kuantum untuk memecahkan masalah order-temuan.

Hambatan runtime dari algoritma Shor adalah kuantum eksponensial modular yang jauh lebih lambat dibandingkan dengan kuantum Transformasi Fourier dan pre-/post-processing klasik. Ada beberapa pendekatan untuk membangun dan mengoptimalkan sirkuit untuk eksponensial modular. Yang paling sederhana dan saat ini yaitu pendekatan paling praktis adalah dengan menggunakan meniru sirkuit aritmatika konvensional dengan gerbang reversibel , dimulai dengan penambah ripple-carry. Sirkuit Reversible biasanya menggunakan nilai pada urutan n ^ 3, gerbang untuk n qubit. Teknik alternatif asimtotik meningkatkan jumlah gerbang dengan menggunakan kuantum transformasi Fourier , tetapi tidak kompetitif dengan kurang dari 600 qubit karena konstanta tinggi.

Quantum Gates
Quantum Gates / Gerbang Quantum merupakan sebuah aturan logika / gerbang logika yang berlaku pada quantum computing. Prinsip kerja dari quantum gates hampir sama dengan gerbang logika pada komputer digital. Jika pada komputer digital terdapat beberapa operasi logika seperti AND, OR, NOT, pada quantum computing gerbang quantum terdiri dari beberapa bilangan qubits, sehingga quantum gates lebih susah untuk dihitung daripada gerang logika pada komputer digital.

Prosedur berikut menunjukkan bagaimana cara untuk membuat sirkuit reversibel yang mensimulasikan dan sirkuit ireversibel sementara untuk membuat penghematan yang besar dalam jumlah ancillae yang digunakan.

- Pertama mensimulasikan gerbang di babak pertama tingkat
- Jauhkan hasil gerbang di tingkat d/2 secara terpisah
- Bersihkan bit ancillae
- Gunakan mereka untuk mensimulasikan gerbang di babak kedua tingkat
- Setelah menghitung output, membersihkan bit ancillae
- Bersihkan hasil tingkat d/2

Sekarang kita telah melihat gerbang reversibel ireversibel klasik dan klasik, memiliki konteks yang lebih baik untuk menghargai fungsi dari gerbang kuantum. Sama seperti setiap perhitungan klasik dapat dipecah menjadi urutan klasik gerbang logika yang bertindak hanya pada bit klasik pada satu waktu, sehingga juga bisa setiap kuantum perhitungan dapat dipecah menjadi urutan gerbang logika kuantum yang bekerja pada hanya beberapa qubit pada suatu waktu. Perbedaan utama adalah bahwa gerbang logika klasik memanipulasi nilai bit klasik, 0 atau 1, gerbang kuantum dapat sewenang-wenang memanipulasi nilai kuantum multi-partite termasuk superposisi dari komputasi dasar yang juga dilibatkan. Jadi gerbang logika kuantum perhitungannya jauh lebih bervariasi daripada gerbang logika perhitungan klasik.

Penerapan quantum computation
Beberapa waktu lalu para ilmuwan di Pusat penelitian di Almaden telah berhasil menjalankan kalkulasi komputer-kuantum yang paling rumit hingga saat ini. Mereka berhasil membuat seribu triliun molekul yang didesain khusus dalam sebuah tabung menjadi sebuah komputer kuantum 7-qubit yang mampu memecahkan sebuah versi sederhana perhitungan matematika yang merupakan inti dari banyak di antara system kriptografis pengamanan data (data security cryptographic system).

Keberhasilan ini memperkuat keyakinan bahwa suatu saat komputer-komputer kuantum akan mampu memecahkan problem yang demikian kompleks yang selama ini tidak mungkin dapat dipecahkan oleh super komputer-super komputer yang paling hebat meski dalam tempo jutaan tahun sekalipun.

Dalam edisi jurnal ilmiah Nature yang terbit beberapa waktu lalu, sebuah tim bersama-sama mahasiswa tingkat graduate dari Unversitas Stanford melaporkan demonstrasi pertama dari "AlgoritmaShor" sebuah metode yang dikembangkantahun 1994 oleh ilmuwan AT&T Peter Shor untuk menggunakan computer kuantum yang futuristis untuk menemukan faktor-faktor dari sebuah bilangan. Bilangan-bilangan yang diperkalikan satu dengan yang lain untuk memperoleh bilangan asli. Saatini, pemfaktoran (factoring) sebuah bilangan besar masih terlalu sulit bagi computer konvensional meskipun begitu mudah untuk diverifikasi. Itulah sebabnya pemfaktoran bilangan besar ini banyak digunakan dalam metode kriptografi untuk melindungi data.

Pada 19 Nov 2013 Lockheed Martin, NASA dan Google semua memiliki satu misi yang sama yaitu mereka semua membuat komputer kuantum sendiri. Komputer kuantum ini adalah superkonduktor chip yang dirancang oleh sistem D - gelombang dan yang dibuat di NASA Jet Propulsion Laboratories.
NASA dan Google berbagi sebuah komputer kuantum untuk digunakan di Quantum Artificial Intelligence Lab menggunakan 512 qubit D -Wave Two yang akan digunakan untuk penelitian pembelajaran mesin yang membantu dalam menggunakan jaringan syaraf tiruan untuk mencari set data astronomi planet ekstrasurya dan untuk meningkatkan efisiensi searchs internet dengan menggunakan AI metaheuristik di search engine heuristical. 

A.I. seperti metaheuristik dapat menyerupai masalah optimisasi global mirip dengan masalah klasik seperti pedagang keliling, koloni semut atau optimasi swarm, yang dapat menavigasi melalui database seperti labirin. Menggunakan partikel terjerat sebagai qubit, algoritma ini bisa dinavigasi jauh lebih cepat daripada komputer konvensional dan dengan lebih banyak variabel.

Sumber:
https://putrinurani94.wordpress.com/2016/04/25/pengoperasian-data-qubit-quantum-gates-dan-algoritma-shor/
https://yuliatwn.wordpress.com/2016/04/26/498/
http://abusyahalam.blogspot.co.id/2014/05/quantum-computing-dan-implementasi.html

Cloud Computing pada Windows Azure dan Amazon Web Services

PERBANDINGAN CLOUD COMPUTING PADA WINDOWS AZURE DAN AMAZON
Muhammad Fadil Fidrian, Rahmat Burhanudin
Kelas 4IA10 Jurusan Teknik Informatika
Depok, Indonesia 

ABSTRAK

Pada era teknologi ini peran cloud computing sangat membantu penggunanya baik manusia secara individu maupun perusahaan. Cloud computing sendiri adalah suatu layanan layanan teknologi informasi dimana resource diambil dari internet melalui tool dan aplikasi berbasis web dan bukan koneksi langsung ke server. Dan data dan perangkat lunak disimpan di server. Terdapat dua contoh layanan cloud computing yaitu Windows Azure dan Amazon Web Services. Windows Azure adalah suatu layanan dari Microsoft dimana layanan ini adalah sebuah bentuk implementasi Platform as a Service (PaaS) dari sebuah cloud computing. Sedangkan Amazon Web Services adalah layanan berbasis cloud yang disediakan Amazon sejak tahun 2002.

Kata kunci: Cloud, Azure, Amazon.

1.    Pendahuluan

Pada era teknologi ini perkembangan berbagai jenis teknologi semakin pesat. Teknologi ini dimanfaatkan oleh berbagai kalangan seperti manusia secara individu maupun perusahaan. Terkadang seseorang ataupun perusahaan membutuhkan suatu media komputasi, dimana dapat melihat maupun mengedit data apapun yang pernah dibuat. Terkadang media komputasi ini susah untuk diakses pada saat tertentu, seperti ketika komputer rusak. Maka dari itu dibutuhkan sebuah media komputasi yang dapat diakses online dari perangkat manapun.

Oleh karena itu, berbagai layanan cloud computing hadir untuk memudahkan. Layanan ini adalah suatu layanan yang mengambil resource dari internet dimana data dan perangkat lunaknya disimpan di server. Layanan ini tentu memudahkan penggunanya dalam membuat dan menyimpan suatu data penting. Ada dua contoh dari cloud computing ini yaitu Windows Azure dan Amazon Web Services. Dari contoh layanan tersebut ada fitur-fitur yang tidak dimiliki oleh layanan cloud computing lainnya yang mungkin membuat penggunanya kesulitan memutuskan layanan cloud computing yang akan digunakan.

2.    Pembahasan

Cloud computing adalah sebuah model untuk memberikan layanan teknologi informasi dimana resource diambil dari internet melalui tool dan aplikasi berbasis web dan bukan koneksi langsung ke server. Data dan perangkat lunak disimpan di server. Namun, struktur cloud computing memungkinkan akses ke informasi asalkan perangkat elektronik tersebut memiliki akses ke web. Jenis sistem ini memungkinkan penggunanya bekerja dari jarak jauh (secara remote).

Cloud computing mempunyai berbagai manfaat, diantaranya sebagai berikut:

- Semua data tersimpan di server secara terpusat

Salah satu keunggulan teknologi cloud adalah memungkinkan pengguna untuk menyimpan data secara terpusat di satu server berdasarkan layanan yang disediakan oleh penyedia layanan Cloud Computing itu sendiri. Dengan demikian, pengguna tidak per perlu lagi menyediakan infrastruktur seperti data center, media penyimpanan/storage dll karena semua telah tersedia secara virtual.

- Keamanan Data

Keamanan data pengguna dapat disimpan dengan aman lewat server yang disediakan oleh penyedia layanan Cloud Computing seperti jaminan platform teknologi, jaminan ISO, data pribadi, dll.

- Fleksibilitas dan skalabilitas yang tinggi

Teknologi Cloud menawarkan fleksibilitas dengan kemudahan data akses, kapan dan dimanapun kita berada dengan catatan bahwa pengguna (user) terkoneksi dengan internet. Selain itu, pengguna dapat dengan mudah meningkatkan atau mengurangi kapasitas penyimpanan data tanpa perlu membeli peralatan tambahan seperti hardisk. 

- Investasi jangka panjang

Penghematan biaya akan pembelian inventaris seperti infrastruktur, hardisk, dll akan berkurang dikarenakan pengguna akan dikenakan biaya kompensasi rutin per bulan sesuai dengan paket layanan yang telah disepakati dengan penyedia layanan Cloud Computing. Biaya royalti atas lisensi software juga bisa dikurangi karena semua telah dijalankan lewat komputasi berbasis Cloud.

Salah satu contoh dari Cloud Computing adalah Windows Azure. Teknologi bentukan Microsoft ini adalah sebuah bentuk implementasi Platform as a Service (PaaS) dari sebuah cloud computing. Teknologi ini memungkinkan kita untuk membangun sebuah aplikasi melalui cloud, baik berupa teknologi web application, cloud service,  maupun aplikasi-aplikasi yang berjalan di atas virtual machine.

Salah satu yang menjadi keunggulan Windows Azure adalah kemampuan untuk menjalankan aplikasi dari berbagai jenis teknologi dan platform, diantaranya adalah .NET (sebagai teknologi dari Microsoft), JAVA, dan juga PHP.

Terdapat tiga buah komponen dari teknologi Windows Azure, diantaranya adalah :

1. Compute : Merupakan bagian dari teknologi Windows Azure yang berguna dalam proses komputasi, baik secara foreground maupun background job (berjalan di belakang layar). Compute tools dari Windows Azure diantaranya adalah web role, worker role, dan virtual role.

2. Storage : Merupakan bagian dari teknologi Windows Azure yang berguna dalam proses penyimpanan data. Terdapat dua jenis storage dalam Windows Azure, yang pertama adalah Azure Storage yang berguna untuk penyimpanan data yang berbentuk table, cloud, dan blob. Sementara itu, bentuk storage lainnya adalah SQL Azure yang merupakan versi SQL Server yang berjalan di cloud.

3.  Fabric : Merupakan bagian yang berguna sebagai “otak” dari teknologi ini. Proses ini diatur oleh Windows Azure Fabric Controller yang berguna dalam proses scheduling, resource allocation, dan management. 

Windows Azure bersandar pada teknologi REST (Representational State Transfer) sehingga proses komunikasi antar aplikasi dapat dilakukan dengan menggunakan protokol HTTP. Abstraksi dari konsep Windows Azure dapat dilihat pada gambar di bawah ini:

 

Windows Azure memiliki beberapa kelebihan diantaranya:

-  Platform Kuat dan Praktis

Pengembang Anda tidak perlu belajar perkakas atau platform baru untuk memanfaatkan keunggulan dari kekuatan awan. Dengan Microsoft Azure, dengan mudah Anda dapat memindahkan aplikasi yang sudah ada ke awan, dan pengembang Anda dapat membuat aplikasi dan layanan baru menggunakan teknologi yang sudah mereka ketahui dan percaya.

-  Fleksibilitas

Anda dapat mengerjakan beberapa hal secara serempak. Karena itulah Microsoft Azure memberi Anda ketangkasan untuk memanfatkan bermacam aplikasi perkakas pengembangan, manajemen layanan otomatis dan pusat data global untuk merespon lebih cepat terhadap kebutuhan konsumen. Saatnya fokus pada pembeda yang membuat Anda kompetitif dan raih pasar baru.

-  Kebebasan Memilih

Kini Departemen TI Anda adalah pengambil keputusan. Microsoft Azure membuat mereka dapat mengatur, mengimplementasi dan menyimpan data, sementara Anda fokus pada tantangan bisnis dan kebutuhan konsumen.

-  Penyederhanaan Pendekatan

Pengembang Anda sudah menguasai banyak bahasa, sehingga tak perlu lagi mempelajari bahasa baru. Dengan Microsoft Azure, mereka dapat menciptakan dan mengatur aplikasi dan layanan menggunakan bahasa yang sudah mereka kuasai seperti .Net, java, PHP dan Ruby.

-  Solusi yang dapat diandalkan

Anda adalah pihak yang dapat diandalkan. Begitu pula komputasi awan dari Microsoft. Dengan kinerja 99,9%+ dan dukungan 24/7, Anda tak akan pernah kehabisan kekuatan awan.

Contoh lain dari cloud computing adalah Amazon Web Services. Amazon Web Services adalah sekumpulan layanan-layanan berbasis cloud yang di sediakan oleh Amazon semenjak tahun 2002. Meskipun salah satau perusahaan raksasa internet ini sering kita kenal untuk membeli buku, namun sekarang Amazon telah menambah layanan nya dalam hal infrastrutktur cloud. Yang lebih menakjubkan lagi adalah Amazon Web Services ini menyediakan layanan-layanan nya yang saling terintegrasi dan mudah kustomisasi.

Layanan-layanan Amazon Web Services dapat di kelompokkan menjadi 5 bagian besar:

- Layanan Komputasi: Layanan ini di khususkan untuk memberi infrastruktur untuk pengguna yang ingin menggunakan Amazon untuk melakukan komputasi seperti server atau clustered server. Dimana server-server tersebut disebut instance. Kita dapat memiliki lebih dari 1 instance dan dapat tersebar di semua datacenter Amazon. Instance-instance tersebut juga dapat di kustomisasi sesuai dengan keingina user.

- Layanan Penyimpanan: Layanan ini di khususkan untuk memberi infrastruktur untuk pengguna yang ingin menggunakan Amazon untuk melakukan penyimpanan. Layanan ini dapat digunakan oleh user sebagai media backup maupun Content Delivery Network (CDN). Data-data kita di simpan dengan aman, cepat dan dapat diandalkan.

- Layanan Basis Data: Layanan ini di khususkan untuk basis data, dimana basis data kita tersebut disimpan di cloud, dan dapat di akses dari mana saja secara aman, cepat dan terpecaya. Layanan ini tentunya sangan menghemat waktu bagi para pengembang aplikasi web, karena akan menghemat banyak waktu dalam melakukan konfigurasi dan replikasi data.

- Layanan Jaringan: Layanan ini di khususkan untuk mengatur jaringan antara layanan-layanan yang di dalam cloud maupun di luar cloud. Salah satu layanan nya adalah DNS Server yang memberikan kita kemudahan untuk konfigurasi DNS website domain yang kita miliki dengan harga yang sangat terjangkau dan sangat cepat.

- Layanan Aplikasi: Layanan aplikasi ini desediakan oleh Amazon untuk melengkapi layanan-layanan yang lainnya. Layanan-layanan ini seperti aplikasi pencarian, aplikasi notifikasi, aplikasi email server, aplikasi workflow.

Layanan komputasi yang di sediakan oleh Amazon Web Services ini adalah:

- Amazon Elastic Compute Cloud (EC2) adalah platform komputasi berupa virtual computer yang dapat di kustomisasi maupun di kembangkan dengan menggunakan prinsip cluster dan load balance. Untuk deployment nya sendiri sangat mudah sekali karena hanya perlu memilih image yang disebut AMI (Amazon Machine Instances) dan setup hanya perlu 5-10 menit. Lihat disini untuk cara melakukan setup Amazon EC2.

- Amazon Elastic Map Reduce adalah layanan yang membantu analisis data seperti data penjualan, data stock, data server log dan lain-lain. Yang kemudian data-data tersebut dapat di konversikan menjadi sebuah hasil analisis yang dapat digunakan dalam sistem pengambil keputusan.

- Elastic Load Balancing adalah layanan yang menjadi satu paket dengan Amazon EC2, dimana layanan ini berfungsi untuk menyeimbangkan beban antara instance-instance yang kita miliki dalam Amazon EC2.

Sedangkan layanan penyimpanan yang di sediakan oleh Amazon Web Services ini adalah:

- Amazon Simple Storage Service (S3) adalah salah satu layanan media penyimpanan yang paling favorit di media internet. Karena selain harganya sangat murah, layanan ini juga sangat aman dan sangat dapat diandalkan. Namun tidak hanya itu, layanan ini juga terintegrasi dengan layanan-layanan amazon lainnya, khusus nya Amazon EC2, dimana akan menggunakan EBS storage yang disimpan diatas Amazon S3 ini. Dengan bantuan perangkat lunak yang kita install di komputer kita, kita dapat menjadikan Amazon S3 ini menjadi shared folder maupun Network Attached Storage.

- Amazon Elastic Block Store (EBS) adalah layanan ini juga merupakan salah satu paket dari Amazon EC2, dimana sistem operasi yang berjalan diatas Amazon EC2 membutuhkan harddrive, dan EBS storage ini adalah sebagai penggantinya. EBS ini juga merupakan media yang disimpan diatas Amazon S3.

- AWS Storage Gateway adalah layanan penyimpanan yang disediakan Amazon untuk perusahaan berskala besar. Dimana layanan ini membutuhkan VMware HyperX dengan requirements yang cukup tinggi. Layanan ini dapat menjadikan media penyimpanan yang ada di local cloud kita tersinkronisasi otomatis dengan media penyimpanan yang ada di Amazon S3. Sangat cocok bagi perusahaan yang memiliki banyak data sensitif dan butuh offsite backup.

- Amazon CloudFront adalah layanan untuk distribusi konten ke berbagai lokasi server Amazon. Layanan ini digunakan untuk Content Delivery Network (CDN), yang banyak di gunakan untuk aplikasi web sehingga kecepatan load untuk konten akan jauh berkurang, sebab konten diambil dari lokasi terdekat dari user yang sedang melakukan akses ke website.

Amazon Web Services memiliki kelebihan yaitu:

-  Amazon sendiri menggunakan AWS untuk menjalankan amazon.com. Hal ini berarti bahwa kita dapat menggunakan infrastruktur yang sama dengan infrastruktur yang digunakan oleh amazon.com.

-  Kita dapat memilih region dimana layanan AWS yang kita pakai akan ditaruh. Semakin dekat user dengan region maka akses akan menjadi lebih cepat.

-  Mudah menaikkan/menurunkan resource yang diperlukan sesuai kebutuhan.

3. Kesimpulan

Dari pembahasan diatas dapat disimpulkan bahwa diantara dua jenis Cloud Computing yaitu Windows Azure dan Amazon Web Services terdapat beberapa perbedaan. Pada Windows Azure layanan untuk penyimpanan sudah terdapat pada satu layanan untuk komputasi  Sedangkan pada Amazon Web Services, setiap layanan komputasi dibagi-bagi lagi. Untuk Azure mempunyai kelebihan platform kuat dan praktis, flexibel, kebebasan memilih dan bantuan 24 jam. Untuk Amazon Web Services memiliki kelebihan memilih region, mudah menaikkan dan menurunkan resource.

Sumber:

https://bfl-definisi.blogspot.co.id/2017/05/pengertian-manfaat-jenis-contoh-cloud-computing.html
http://www.cloudindonesia.or.id/mengenal-windows-azure.html
http://www.cloudindonesia.or.id/pengenalan-amazon-web-services.html
http://blog.anugrahpratama.com/microsoft-azure-media-penyimpanan-berbasis-cloud/
https://github.com/wlzch/praxmatig/blob/master/source/_posts/2013-09-25-amazon-web-service-for-beginner.markdown

Sentiment Analysis Twitter menggunakan R

Anggota Kelompok:

Axel Aryobowo

M. Fadil Fidrian

M. Zaim Milzam

Taufik Hidayat

4IA10

Pada postingan ini saya akan membahas analisis sentimen pada twitter menggunakan bahasa R. Sentiment analysis merupakan salah satu bidang dari ilmu komputer yang mempelajari komputasi linguistik, pengolahan bahasa alami. Tema yang diangkat pada post ini adalah Black Campaign.

Langkah pertama adalah masuk ke apps.twitter.com. Lalu pilih create an application.

Setelah terbuat maka akan terlihat kode untuk tokennya. Kode inilah yang akan digunakan untuk mendaftarkan API twitter pada bahasa R.

Langkah selanjutnya adalah pengkodean pada program R. Terlebih dahulu kita menginstall package untuk mencari kata kunci yaitu twitteR dan RCurl. Package ini kemudian juga diaktifkan.

Token token yang telah didapat dimasukkan kedalam sintaks bahasa R untuk mendaftarkan API twitter.

> consumer_key <- 'diisikan consumer key'

> consumer_secret <- 'diisikan consumer secret'

> access_token <- 'diisikan access token'

> access_secret <- 'diisikan access secret'

Jika tidak terdapat error maka koneksi API twitter dengan bahasa R berhasil. Kemudian kita  melakukan mining tweets dengan memasukkan kata kuncinya. Dalam contoh ini kata kunci yang digunakan adalah "antek pki".

> miningtweets <- searchTwitter('antek+pki', lang='id', n=100, resultType="recent")

> class(miningtweets)

> miningtweets_text <- sapply(miningtweets, function(x) x$getText())

> str(miningtweets_text)

Langkah selanjutnya adalah menginstall package corpus dan tm. Package ini digunakan untuk menampilkan semua tweet hasil mining.

Lalu kita menampilkan hasil tweet yang dilakukan mining. Cara menampilkannya dengan memanggil Corpus yang baru saja diinstall.

> kampanye_corpus <- Corpus(VectorSource(miningtweets_text))

> kampanye_corpus

> inspect(kampanye_corpus)

Kemudian dilakukan filter kata untuk menyaring agar hanya kata kunci yang dibutuhkan saja yang akan digunakan.

Setelah itu dilakukan wordcloud untuk menampilkan kata-kata kunci dalam bentuk gambar susunan seperti awan. Dilakukan install packagenya terlebih dahulu.

Jika sudah maka lakukan wordcloud untuk menampilkan kata kunci yang telah disaring.

> wordcloud(black_clear, random.order=F, col=rainbow(50))

Kompresi Audio

M. Fadil Fidrian
57414184
4IA10

Kompresi audio adalah salah satu bentuk kompresi data yang bertujuan untuk mengecilkan ukuran file audio dengan teknik, yaitu:

1. Kompresi Audio Lossless: Kompresi lossless audio menghasilkan representasi data digital yang dapat diperluas ke tepat digital duplikat dari stream audio asli dan menghasilkan 50-60% dari ukuran asli.

• Kesulitan: Sulit untuk menjaga semua data dalam aliran audio dan mencapai kompresi substansial. Nilai-nilai dari audio sample berubah sangat cepat.

• Kriteria Evaluasi: Lossless audio codec tidak mempunyai masalah kualitas suara,

• Penggunaannya dapat difokuskan pada:  Kecepatan kompresi dan dekompresi ,Tingkat kompresi Ketahanan dan koreksi kesalahan, Dukungan produk  Loseless → format : FLAC

• Pengguna : audio engineer, audiophiles

2. Kompresi Audio Lossy: Inovasi dari kompresi audio lossy adalah menggunakan psychoacoustics untuk mengakui bahwa tidak semua data dalam aliran audio dapat dirasakan oleh sistem pendengaran manusia. Kompresi lossy biasanya mencapai kompresi yang jauh lebih besar daripada kompresi lossless (data dari 5 persen menjadi 20 persen dari aliran asli).

• Kekurangan: Data akan dihapus selama kompresi lossy dan tidak dapat dipulihkan oleh dekompresi Kompresi lossy dapat mengakibatkan pengurangan persepsi kualitas audio yang berkisar dari tidak ada sampai parah Ciri-ciri Dari Metode Kompresi Lossy Pada Audio Adaptive Differetial Pulse Code Modulation, contohnya CCITT G.721,16 tau 32 Kbit/sec – Melakukan encode dua atau lebih sinyal yang berbeda, perbedaan kuantisasi pada encode tersebut adalah kehilangan sinyal data suara. – Mengadaptasi terhadap kuantisasi terhadap beberapa bit dapat digunakan asalkan isi data sinyal suara sedikit. Linier Predective Coding (LPC) difungsikan untuk menyesuaikan sinyal data yang ada dengan sinyal suara manusia, kemudian mengirimkan parameter model suara tersebut ketempat tujuan, seperti sebuah computer yang dapat berbicara dengan bahasa manusia dengan kecepatan 2,4 kbps. o Code Excited Linear Predicator (CELP) bekerja mirip seperti LPC, tetapi ada tambahan CELP dapat memancarkan data suara yang salah, sedangkan PLC tidak, contohnya mutu percakapan audio pada kecepatan 4,8 kbps.

• Kriteria Evaluasi: Algoritma kompresi Lossy memiliki kekurangan dari segi suara, karena ada penghapusan data yang tidak masuk dalam ambang batas pendengaran manusia, sehingga lebih ditujukan pada : Persepsi kualitas audio,Kompresi faktor ,Kecepatan kompresi dan dekompresi Latency algoritma (kritis untuk aplikasi streaming real-time)  Lossy →format : Vorbis, MP3

Metode Kompresi Audio

- Metode Transformasi

Menggunakan algoritma seperti MDCT (Modified Discreate Cosine Transform) untuk mengkonversikan gelombang bunyi ke dalam sinyal digital agar tetap dapat didengar oleh manusia (20 Hz s/d 20kHz) , yaitu menjadi frekuensi 2 s/d 4kHz dan 96 dB.

- Metode Waktu

Menggunakan LPC (Linier Predictive Coding) yaitu digunakan untuk speech (pidato), dimana LPC akan menyesuaikan sinyal data pada suara manusia, kemudian mengirimkannya ke pendengar.  Jadi seperti layaknya komputer yang berbicara dengan  bahasa manusia dengan kecepatan 2,4 kbps.

Teknik kompresi audio dengan format MPEG (Moving Picture Expert Group)

MPEG-1 menggunakan bandwidth 1,5 Mbits/sec untuk audio dan video, dimana 1,2 Mbits/sec digunakan untuk video sedangkan 0,3 Mbits/sec digunakan untuk audio. Nilai 0,3 Mbits/sec ini lebih kecil dibandingkan dengan bandwidth yang dibutuhkan oleh CD Audio yang tidak terkompres sebesar 44100 samples/sec x 16 bits/sample * 2 channel > 1,4 Mbits/sec yang hanya terdiri dari suara saja. Untuk ratio kompresi 6:1 untuk 16 bit stereo dengan frekuensi 48kHz dan bitrate 256 kbps CBR akan menghasilkan ukuran file terkompresi kira-kira 12.763 KB, sedangkan ukuran file tidak terkompresinya adalah 75.576 KB. MPEG-1 audio mendukung frekuensi dari 8kHz, 11kHz, 12kHz, 16kHz, 22kHz, 24 kHz, 32 kHz, 44kHz, dan 48 kHz.  Juga mampu bekerja pada mode mono (single audio channel), dual audio channel, stereo, dan joint-stereo.

Algoritma MPEG Audio

• Menggunakan filter untuk membagi sinyal audio: misalnya pada 48 KHz, suara dibagi menjadi 32 subband 

• Memberikan pembatas pada masing-masing frekuensi yang telah dibagi-bagi, jika tidak akan terjadi intermodulasi (tabrakan frekuensi)

• Jika sinyal suara terlalu rendah, maka tidak dilakukan encode pada sinyal suara tersebut

• Diberikan bit paritas yang digunakan untuk mengecek apakah data tersebut rusak atau tidak. Apabila rusak, maka bit tersebut akan digantikan bit yang jenisnya sama dengan bit terdekatnya

Kompresi Audio MP3

Asal-usul MP3 dimulai dari penelitian IIS-FHG (Institut Integriette Schaltungen-Fraunhofer Gesellschaft), sebuah lembaga penelitian terapan di Munich, Jerman dalam penelitian coding audio perceptual.  Penelitian tersebut menghasilkan suatu algoritma yang menjadi standard sebagai ISO-MPEG Audio Layer-3 (MP3).

Format Header MP3 
File MP3 terdiri dari dua bagian data yaitu:

• Header : berfungsi sebagai tanda pengenal bagi file MP3 agar dapat dibaca oleh MP3 player yang berukuran 4 byte Beberapa karakteristik yang dibaca komputer adalah bit ID, bit layer, bit sampling frequency dan bit mode.

• Data audio : berisi data file mp3.

Teknik kompresi MP3 
Beberapa karakteristik dari MP3 memanfaatkan kelemahan pendengaran manusia, diantaranya:

• Model psikoakustik: Adalah model yang menggambarkan karakteristik pendengaran manusia. Salah satu karakteristik pendengaran manusia adalah memiliki batas frekuensi 20 Hz s/d 20 KHz, dimana suara yang memiliki frekuensi yang berada dibawah ambang batas ini tidak dapat didengar manusia, sehingga tidak perlu dikodekan. 

·   Auditory masking: Manusia tidak mampu mendengarkan suara pada frekuensi tertentu dengan amplitudo yang jauh lebih tinggi.

·     Critical band: Merupakan daerah frekuensi tertentu dimana pendengaran manusia lebih peka pada frekuensi-frekuensi rendah. Sehingga alokasi bit dan alokasi sub-band pada filter critical band lebih banyak dibandingkan frekuensi lebih tinggi.

·   Joint stereo: Terkadang dual channel stereo mengirimkan informasi yang sama. Dengan joint stereo, informasi yang sama ini cukup ditempatkan dalam salah satu channel saja dan ditambah dengan informasi tertentu. Dengan teknik ini bitrate dapat diperkecil.

Beberapa persyaratan dari suatu encoder/decoder MP3:

• Ukuran file terkompresi harus sekecil mungkin

• Kualitas suara file yang telah terkompresi haruslah sedekat mungkin dengan file asli yang belum dikompresi

• Tingkat kesulitan rendah, sehingga dapat direalisasikan dengan aplikasi yang mudah dibuat dan perangkat keras yang "sederhana" dengan konsumsi daya yang rendah

Sumber:
http://pengetahuan.blog.widyatama.ac.id/2017/01/10/kompresi-audio-dan-video/
lecturer.ukdw.ac.id/anton/download/multimedia8.pdf

Profil Dell Inc.

Dell Inc. (sebelumnya bernama Dell Computer) adalah sebuah perusahaan yang bergerak di bidang teknologi komputer.  Sebagian pangsa pasarnya bergerak di bidang komputer personal, meskipun demikian Dell juga menjual server, switch jaringan, dan kluster komputer untuk perusahaan. Pada tahun 2005 Dell tampil di tempat pertama sebagai “Perusahaan Paling Dibanggakan” oleh majalah Fortune. Perusahaan ini didirikan oleh Michael Dell (yang juga menjadi CEO) dan berpusat di Round Rock, Texas, Amerika Serikat.

Produk yang ditawarkan

Pada tahun 2001-2002 Dell menjual alat penyimpanan data yang bekerja sama dengan EMC. Dell juga menjual data routing switcher, printer dan printer cartridge, flat screen LCD TV dan peralatan toko retail. Dell juga menjual MP3 player bernama Dell DJ. Dell juga memasarkan plasma tv pada tahun 2004. Sejak tahun 1990, Dell telah memasarkan CD dan DVD drive, printer, scanner, modem, monitor, kamera digital, memory card, alat penyimpanan data, dan speaker.

Sejarah dan Perkembangan

Pada tahun 1984, Michael Dell membentuk PCs Limited ketika masih menjadi mahasiswa University of Texas, Austin dengan modal awal US$1000. Michael Dell menjadikan kamar asramanya menjadi markas perusahaan saat itu. Disana, Michael menjual komputer IBM-compatible yang dirakit dari komponen-komponen yang telah disediakan. Michael akhirnya memutuskan untuk berhenti kuliah agar bisa memfokuskan diri terhadap bisnisnya tersebut.

Pada tahun 1985, perusahaan ini memproduksi komputer pertamanya yang diberi nama “Turbo PC”. Komputer tersebut menggunakan prosesor Intel 8088-compatible dan berjalan pada kecepatan 8 MHz. Sistem komputer tersebut ditawarkan melalui majalah komputer nasional untuk penjualan langsung kepada konsumen. Konfigurasi dari komputer ini dapat diubah sesuai dengan kebutuhan konsumen berdasarkan pilihan konfigurasi yang ada. Penawaran ini memiliki kemudahan bagi konsumen dengan tidak perlu merakit komponen sendiri. Pada tahun ini, Dell meraih pendapatan kotor lebih dari US$73 juta.

Pada tahun 1989, PC’s Limited mengoperasikan layanan ditempat (on site servce) sebagai pengganti dari layanan yang biasa disediakan peritel lokal. Pada tahun ini estimasi nilai bisnis perusahaan naik dari $30 juta menjadi US$80 juta yang berasal dari penawaran saham publik awal sebanyak 3,5 juta lembar dengan harga US$8.50 perlembar. Nama perusahaan pun berganti menjadi Dell Computer Corporation.

Pada tahun 1990 Dell Computer Corporation mencoba menjual produknya secara tidak langsung melalui warehouse-clubs dan computer-superstores, namun hasil yang diperoleh kurang memuaskan dan kembali ke model penjualan produk langsung ke konsumen.

Pada tahun 1992, Dell Computer Corporation masuk kedalam daftar 500 perusahaan besar dunia oleh majalah Fortune.

Pada tahun 1996, Dell mulai memasarkan produknya melalui internet.

Pada tahun 1999, Dell mengambil alih Compaq dan menjadi penjual komputer personal terbesar di Amerika Serikat dengan pendapatan US$ 25 Milyar. Nama perusahaan pun diubah menjadi Dell Inc. pada rapat tahunan perusahaan tahun 2003 guna melengkapi ekspansi diluar komputer.

Pada tahun 2002, Dell mencoba memasuki pasar multimedia dan home entertainment dengan memperkenalkan produk televisi, handhelds, dan pemutar suara digital. Dell juga memproduksi printer Dell untuk pengguna rumahan dan kantor kecil. Michael Dell mengundurkan diri sebagai CEO pada 16 Juli 2004 dan menunjuk Kevin Rollins sebagai CEO yang baru.

Pada tanggal 22 Desember 2004, Dell Inc. mengumumkan akan membangun pusat perakitan baru di Winston Salem, Carolina Utara.

Pada bulan Februari 2005, Dell muncul pada daftar “Perusahaan yang Paling Disegani” oleh Majalah Fortune.

Pada tanggal 23 Maret 2006, Dell membeli perusahaan pembuat perangkat keras bernama Allienware. Rencananya Allienware tetap diizinkan beroperasi secara independen melalui manajemen yang sudah ada. Diharapkan Allienware dapat memperoleh manfaat dari produksi Dell yang efisien.

Pada tanggal 17 Agustus 2006, Dell merilis kepada pers bahwa mulai September 2006 komputer Dell akan menggunakan prosesor dari AMD dan pada akhir tahun Dell akan merilis dua soket yaitu server multiprosesor dengan prosesor AMD Opteron. Menggantikan prosesor Intel yang biasa dilakukan Dell pada masa-masa sebelumnya.

Pada tanggal 31 Januari 2007, Kevin Rollins mengundurkan diri dari jabatan CEO secara tiba-tiba. Michael Dell kembali mengambil alih jabatan CEO. Investor dan pemegang saham beranggapan pengunduran diri Rollins diakibatkan karena buruknya performa perusahaan.

Pada tanggal 26 Februari 2007, Dell mengumumkan pihaknya telah memulai program untuk menjual dan mendistribusikan komputer yang telah diinstall Linux. Dell mengindikasikan bahwa distro SUSE Linux yang akan digunakan pertama kali. Keesokan harinya, Dell menyatakan pihaknya tidak mempunyai rencana menjual komputer yang terinstall Linux. Pada tanggal 28 Maret 2007, Dell mengumumkan akan memasarkan beberapa komputer desktop dan laptop yang telah terinstall Linux, namun tidak ada petunjuk pasti mengenai distro Linux atau perangkat keras yang akan digunakan. Pada tanggal 1 Mei 2007, Dell mengumumkan akan memasarkan produk yang menggunakan Linux Ubuntu. Dan pada tanggal 24 Mei 2007, Dell mulai menjual laptop dan PC yang menggunakan Linux Ubuntu 7.04.

Struktur Organisasi

Klien Dell Inc.

EMC Corporation

EMC adalah perusahaan multinasional yang bermarkas di Hopkinton, Massachusetts. Perusahaan ini didirikan pada tahun 1979. Perusahaan ini dipimpin oleh David Goulden. Perusahaan ini bergerak pada penjualan alat penyimpanan data, keamanan informasi, cloud computing, dan sebagainya.

VMware

VMware adalah sebuah perusahaan perangkat lunak virtualisasi yang berbasis di Palo Alto, California. Perusahaan ini didirikan pada tahun 1998. VMware mengembangkan berbagai produk dan yang paling menonjol adalah hypervisors. VMware meluncurkan produk pertamanya, VMware Workstation pada bulan Mei 1999 dan memasuki pasar server pada tahun 2001 dengan produk VMware GSX Server (host) dan VMware ESX Server (hostless). Pada tahun 2003 VMware meluncurkan VMware Virtual Center.

Hasil Pembuatan Game

Pada post ini saya akan membahas game yang saya buat yaitu game "ME VS MONSTERS". Game ini dibuat menggunakan software Adobe Flash CS3. Game ini dapat dimainkan oleh semua umur.

Tampilan Menu Utama

Game ini bercerita tentang seorang pemain yang mengemudikan roket di luar angkasa. Roket ini harus berhadapan dengan monster (berperan sebagai AI) yang datang menyerbu sang pemain. Pemain diwajibkan untuk menghindari serangan dari monster tersebut dengan cara menggerakkan kursor selama mungkin menjauhi monster. Semakin lama ia bertahan di luar angkasa, maka semakin baik pula poin yang didapatkan.

Tampilan Game

Jika pemain menabrak monster, maka akan ditampilkan lama waktu pemain tersebut bertahan. Dan pada menu ini terdapat dua pilihan yaitu try again dan kembali ke main menu. Jika ingin main lagi maka pemain dapat menekan try again sedangkan jika ingin ke menu utama pemain tinggal menekan main menu.

Tampilan Game Over