[Artificial Intellegence] Dibutuhkan, Penelitian AI yang Membumi

Jakarta, 11 May 2017, 23.54 WIB.

Artificial Intelligence (AI) atau Kecerdasan Buatan, jelas bukan barang baru bagi dunia komputasi. Metode ini sudah ditemukan sejak tahun 1956 (eh, ternyata bareng dengan lahirnya UKSW - red), ketika John McCarthy dan Marvin Minsky mempublikasikan metode ini dalam konferensi pertama mereka tentang AI. Sempat kurang diminati karena ekspektasi terlalu tinggi jauh melampaui teori, era Komputer Cerdas-pun menggeliat kembali sejak kemunculan Machine Learning yang digagas Yarowsky (1995). Dan di era Big Data ini berkembanglah Deep Learning (2010) yang mampu mengolah data besar dengan mempertahankan velocity (kecepatan tinggi), volume (jumlah besar data) dan variety (variasi data yang sangat besar).

Tantangannya adalah, banyak penelitian-penelitian tentang AI yang gagal membumi karena terlalu berkutat dengan metode dan teori yang berada di awan-awan. Petani Jepang dalam penelitiannya di bawah ini membuktikan, bahwa AI, dalam hal ini Deep Learning bisa diaplikasikan dengan sangat nyata untuk membantu tugas kesehariannya. Bagaimana dengan kita? Iya, kita.. Anda dan saya..

Panen Mentimun di Jepang pakai Deep Learning

Ilustrasi Mentimun, dari Codepolitan.com

Makoto Koike, mantan embedded system designer dari industri otomobil Jepang, mulai membantu orang tuanya untuk berkebun. Ketika tiba musim panen mentimun, ia sangat terkejut dengan banyaknya beban kerja yang harus dilakukan untuk menyortir timun berdasarkan ukuran, bentuk, warna dan atribut-atribut lainnya. Ayah Makoto sangat membanggakan mentimun "berduri" yang diproduksi kebunnya, Ia telah mendedikasikan hidupnya untuk memproduksi mentimun yang segar dan krispi yang masih memiliki "duri-duri" di badannya. Tetapi proses menyortirnya bukan sebuah pekerjaan yang mudah.

Mesin penyortir otomatis telah tersedia di pasar, namun mesin tersebut memiliki keterbatasan dalam hal performa dan harga, selain itu kebun yang relatif kecil biasanya tidak menggunakan mesin ini. Untuk itulah Makoto tertantang untuk mengembangkan sendiri model penyortiran berbasis komputasi. Deep learning dengan TensorFlow menjadi pilihan utamanya untuk pengenalan citra mentimun dan memungkinkan komputer belajar dari fitur-fitur yang dimiliki oleh tiap gambar dan merekomendasikan hasil. Untuk baca cerita lengkap dan kiprah sang petani, cekidot di Website Codepolitan disini:

Petani Jepang Menggunakan Deep Learning untuk Panen Mentimun

Read more »

[Computer Science] Mau Buat Sentiment Analysis pada Netizen ala Debat Gubernur DKI? Nggak Susah Kok

Ilustrasi from Merdeka.Com

Hiruk pikuk Pilkada Jakarta, memunculkan banyak analisis dadakan. Yang paling sering media luncurkan adalah Sentiment Analysis yang dilakukan terhadap kedua pasang calon. Seperti contoh dalam debat Cagub Jakarta beberapa hari kemarin, media seperti berlomba untuk melakukan analisis tanggapan netizen terhadap kedua pasangan calon dalam debat tersebut. PoliticaWave misalnya, mengatakan bahwa pasangan Anies Rasyid Baswedan-Sandiaga Salahuddin Uno unggul tipis atas Basuki Tjahaja Purnama (Ahok)-Djarot Saiful Hidayat dari sisi aspek jumlah percakapan netizen. Dalam catatan analisis mereka, 51 persen netizen membicarakan Anies Sandi dan 49 persen membicarakan pasangan Ahok-Djarot (Sumber: Detikcom, Rabu (12/4/2017). Catatan media lain menyebutkan bahwa Ahok-Djarot lebih unggul dari sisi sentimen yang diberikan netizen yaitu 64 persen untuk sentimen positif dan 36 persen sentimen negatif. Sedangkan pasangan Anies-Sandi mendapat 59 persen untuk sentimen positif dan 41 persen sentimen negatif (Sumber: Metronews). Beberapa info media lain tentang sosial media analisis terkait debat pilkada ini dapat dilihat pada referensi berita di bagian bawah artikel,

Tentang Sentiment Analysis dan Sosial Media

Sentiment Analysis atau yang biasa disebut juga sebagai opinion mining merupakan salah satu cabang penelitian Text Mining. Analisa ini merupakan salah satu jenis riset komputasional dari opini, sentimen dan emosi yang diekspresikan secara tekstual. Sebagai contoh penelitian dilakukan terhadap suatu set dokumen teks yang berisi opini mengenai suatu objek, maka opinion mining bertujuan untuk mengekstrak atribut dan komponen dari objek yang telah dikomentasi pada setiap dokumen dan untuk menentukan apakah komentar tersebut bermakna positif atau negative (Falahah, 2015).

Sosial Media, merupakan target yang empuk untuk melakukan Sentiment Analysis tersebut. Hal ini bisa dipahami mengingat begitu besarnya jumlah masyarakat netizen yang dianggap mampu mewakili pendapat masyarakat yang sesungguhnya. Bagaimana tidak? Di Indonesia sendiri misalnya. Survey APJII menunjukkan bahwa 87,4% pengguna mengakses internet untuk kebutuhan sosial media, 69% untuk pencarian informasi, 60% untuk instant messaging dan 60% untuk mencari berita terbaru (APJII, 2015). Sementara itu dari sisi aplikasi yang digunakan, situs jejaring sosial yang paling banyak diakses oleh pengguna adalah Twitter dan Facebook. Dari sisi pengguna Facebook, Indonesia bahkan menempati peringkat empat dunia (Perfectinsider, 2015).

Bagaimana Membuat Sentiment Analysis?  

Berdasarkan sumber datanya, Sentiment Analysis terbagi menjadi dua  kelompok besar yaitu Coarse-grained Sentiment Analysis dan fined-grained Sentiment Analysis. Coarse-grained menganalisis sentimen pada level dokumen dan menganggap seluruh isi dokumen sebagai sebuah sentiment positif atau sentiment negatif. Sedangkan Fined-grained menganalisa level kalimat yang menentukan sentimen pada setiap kalimat.

Socmed Analysis (ilustrasi : linkedin.com)

Mengapa judul di atas mengatakan "gampang" untuk membuat sentiment analysis? Karena memang sudah banyak tools atau alat bantu yang menyediakan prosesnya. Mulai dari aplikasi Twitter Sentiment (www.sentiment140.com) misalnya, merupakan very simple twitter analysis dengan beberapa features seperti penyediaan chart, penyediaan sentimen secara periodeik, dan bahkan tidak perlu sign up untuk bisa melakukannya. Just log in with your twiiter account. Ada lagi TwazzUp (new.twazzup.com) merupakan free tools twitter untuk mendapatkan hasil twit berdasarkan kata kunci tertentu dan memperlihatkan detail akun yang melakukan tweet pada kata kunci tersebut. Atau Twitalyzer yang merupakan free tools untuk memberikan berbagai analisa dalam bentuk metrik grafik akun twitter Anda. Puluhan jenis grafik disediakan untuk akan memberikan analisis mendalam tentang akun twitter anda. Disamping itu masih banyak lagi aplikasi yang menyediakan perangkat siap pakai untuk melakukan analisis semacam itu.

Tentu berbagai aplikasi di atas kurang menantang bagi Anda yang suka programming. Analisa yang diberikan pada aplikasi-aplikasi di atas tentu hanya sebatas pada yang disediakan oleh tools tersebut. Jika anda adalah programming mania yang tertantang untuk membuat sendiri aplikasi tersebut, Anda dapat menggunakan bahasa pemrograman R, Rapid Miner atau juga Tableau. Jangan khawatir dengan jenis analisis yang diguankan, karena bahasa-bahasa tersebut sudah menyediakan library analisis yang cukup lengkap. Sebagai contoh, R menyediakan library Twitter Data Analysis mulai dari  tahap autentikasi Twiter API, SearchTweets untuk pencarian data dengan kata kunci tertentu, stem words serta fungsi-fungsi analisis seperti Frequent Term, Associantion, Clustering, Word Cloud dan info-info grafis seperti barplot atau semacamnya.

Saya sebenarnya ada sedikit contoh Twitter Data Analysis dengan R-Programming yang saya buat untuk tugas mata kuliah Knowledge and Information Retrieval beberapa waktu lalu. Tapi ini baru saya bongkar-bongkar untuk coba ditulis kembali dalam blog ini. Tunggu posting berikutnya ya..


Kaki Merbabu, Tengah April 2017.
Ditulis di sela-sela penghayatan Sabtu Sunyi menyongsong Paskah 2017.


Lampiran Referensi Berita:

• Debat Final, Ahok-Djarot Dapat Apresiasi Positif dari Netizen
• 560 ribu kicauan bersiliweran kala Debat kedua Pilkada DKI Jakarta
• 55% Percakapan soal Pilgub di Twitter Berasal dari Luar DKI
• Politicawave: 51 Persen Netizen Bicarakan Anies-Sandi Saat Debat

Read more »

[Galery] Mengunjungi Lippo Cikarang, Kota Mandiri yang Mempesona

Memasuki area Lippo Cikarang, ternyata jauh dari apa yang saya bayangkan. Ketika mau berkunjung ke Cikarang, saya sudah membayangkan banyaknya pabrik, polusi udara, dan juga panas. Maklum,

Cikarang lebih dikenal sebagai kawasan industri dengan banyaknya perusahaan yang berada di sana. Tetapi ternyata sungguh di luar dugaan. Turun dari angkot jurusan 17 (kalau tidak salah), saya menapak di sebuah jalan bersih dengan hamparan rumput nan menghijau, ala kota-kota di luar negeri. Saya bahkan langsung terbayang Sun Shine Coast, sebuah kota kecil di Australia yang pernah kami kunjungi beberapa waktu lalu. Sungguh merupakan kawasan hunian modern yang memperhatikan kondisi lingkungan yang asri dan sehat bagi seluruh penghuni.

Akhirnya mendaratkan kaki di Kota Cikarang

Menilik Wikipedia, Lippo Cikarang merupakan proyek kota mandiri yang dibangun oleh PT Lippo Karawaci Tbk di bagian timur Jakarta tepatnya di Cikarang, Kabupaten Bekasi. Dengan mengandalkan tujuh kawasan industri di sekelilingnya dan berbagai macam fasilitas perkotaan seperti perkantoran, hotel, hiburan, rekreasi, perbelanjaan dan olahraga maka kawasan ini layak disebut sebagai kota mandiri. Berikut adalah beberapa  jepretan saya sepanjang perjalanan menyusuri kota asri ini.

Habis dari Jakarta yang bising, agak kaget datang kesini yang terasa lengang dan sejuk.

Pusat perbelanjaan dengan konsep City Walk, sebuah pusat lifestyle dengan tenant-tenant modern.

ATM Drive Thru, mempermudah transaksi tanpa harus turun parkir mobil. 

Hotel Sahid Jaya, siap membuat tidur Anda lebih nyenyak.. :-)

Bunderan dekat RS Siloam ini terasa cantik menghijau

Bunderan empat angsa.. Jadi pengin berputar-putar dulu disitu.. hahahah

Mau kemana tujuan Anda?

Mau Wisata Rohani? Bisa datang ke sini.. :-)

Sambutan hangat sahabat-sahabat dari Cikarang

Perjalanan ini terasa lengkap, dengan sambutan hangat dari rekan-rekan yang berada di kota ini. Keluarga Mas Gie, Keluarga Mas Hafid, dan Keluarga om Rinto, terima kasih atas sambutan yang hangat dan luar biasa.

Cikarang, 2 April 2017.

Read more »

[Kampus News] Sentra HKI UKSW Adakan Seminar Komersialisasi Produk

Kamis (10/11) lalu, Sentra HKI Universitas Kristen Satya Wacana (UKSW) bekerjasama dengan Kementerian Riset, Teknologi dan Pendidikan Tinggi menggelar acara Seminar dan Demonstrasi Komersialisasi Produk Hak Kekayaan Intelektual yang digelar di E 126. Pembantu Rektor II UKSW Teguh Wahyono, S.Kom.,M.Cs membuka secara resmi kegiatan ini.

Dalam sambutannya, Teguh Wahyono menyampaikan apresiasinya atas terselenggaranya kegiatan ini. Menurutnya, kegiatan ini merupakan salah satu respon UKSW sebagai perguruan tinggi dimana peruruan tinggi saat ini telah memasuki generasi ke tiga, entrepreneurial university.

Lebih lanjut dikatakan Teguh Wahyono, memasuki generasi ini perguruan tinggi tidak cukup hanya melakukan riset saja tetapi juga harus memikirkan bagaimana riset dapat bermanfaat bagi orang banyak, salah satunya dengan mengangkat riset untuk dikomersialisasikan.

“Terlebih saat ini UKSW masuk dalam 25 universitas dengan status klaster mandiri sehingga tidak cukup hanya melakukan penelitian saja, namun juga bagaimana riset bisa bermanfaat untuk masyarakat luas,” tegasnya.

Demonstrasi Software

Dalam seminar kemarin juga dikupas materi proses komersialisasi oleh Dr. Sri Sulandjari dan juga kriteria produk siap dikomersialisasikan dalam bidang pertanian, alat dan aplikasi perangkat lunak. Dr. Ir. Nugraheni Widyawati, M.P mengupas kriteria produk pertanian, Deddy Susilo, M.Eng mengupas kriteria produk alat dan Prof. Dr. Ir. Eko Sediyono, M.Kom berbagi tentang aplikasi perangkat lunak.

iDaun, software pengukur luas daun dan software Aplikasi Akuntansi menjadi dua produk yang didemonstrasikan dalam acara kemarin. Kedua software ini juga telah mendapatkan sertifikat hak cipta. Dr. Iwan Setyawan langsung berbagi tentang software karyanya iDaun seri terbaru. Software ini saat ini telah dipakai di Fakultas Pertanian dan Bisnis (FPB) UKSW. Sementara itu Saptadi Nugroho, M.Sc mendemonstrasikan software Aplikasi Akuntansi yang berguna untuk komputerisasi pencatatan keuangan dan penyusunan laporan keuangan bagi perusahaan dan lembaga pendidikan.

Seminar kemarin diikuti oleh puluhan peserta yang terdiri dari dosen, perwakilan dari Sekolah Menengah Pertama (SMP), Sekolah Menengah Atas (SMA) dan juga Usaha Kecil dan Menengah (UKM) di Salatiga. Sebagai informasi, di UKSW sampai dengan Oktober 2016 telah mendaftarkan 15 hak paten dan 105 hak cipta atas hasil karya intelektual para dosen yang prosesnya difasilitasi oleh Sentra HKI. Sentra HKI juga dapat memfasilitasi proses pendaftaran HKI bagi para dosen, mahasiswa, guru, siswa, pengusaha dan anggota masyarakat lainnya. (upk_bphl/foto:upk).

Sumber : Humas UKSW

Read more »

[Kuliah Kapita Selekta 1.8] Beberapa Kesalahan yang sering terjadi dalam Penulisan Karya Ilmiah

Seperti yang pernah saya sampaikan dalam artikel sebelumnya, bahwa menulis karya ilmiah tentu tidak sama dengan menulis populer. Menulis di Jurnal Informatika, tentu tidak sama dengan menulis di Majalah Info Komputer. Pada tulisan populer, Anda lebih bebas untuk "mengekspresikan diri" lewat tulisan-tulisan Anda, tetapi pada tulisan Imiah, Anda dibatasi oleh kaidah-kaidah penulisan formal.

Picture from www.bleedingcool.com

Berikut ini adalah beberapa kesalahan umum yang sering terjadi dalam penulisan karya ilmiah yang ditemukan pada berbagai sumber.

1. Sulit membedakan antara kata depan dan kata awalan. Contoh pada kasus penulisan di, ke dan dari.
2. Penulisan kata serapan yang seharusnya italic (cetak miring). 
3. Masih sering menggunakan kata ganti orang seperti kami, kita, saya, Anda dan sebagainya.
4. Kesalahan penulisan acuan dalam tinjauan pustaka.
5. Kesalahan penuisan tanda baca, misalnya tanda titik, koma, titik koma, titik dua, yang secara umum
   harus ditulis melekat kata sebelumnya, dan terpisah dengan kata yang mengikutinya.
6. Masih seringnya menggunakan kata lesan seperti "nggak", "nampak", "mestinya", dan sebagainya.
7. Kata sambung salah kaprah karena ditulis di awal kalimat seperti "Dan", "Sehingga", dan sebagainya.

Berikut adalah contoh beberapa artikel dan jurnal yang bisa Anda acu untuk hal-hal tersebut di atas.

1. Kesalahan-kesalahan dalam proposal...  (download disini)
2. Analisis kesalahan berbahasa... (download disini)
3. Kesalahan-kesalahan umum dalam... (download disini)

Read more »

[Kampus News] Kinerja Riset Perguruan Tinggi 2016 : UKSW Masuk Klaster Mandiri

Tanggal 18 Agustus 2016. Tepat sehari setelah perayaan HUT Kemerdekaan RI ke 71, Kemenristekdikti mengeluarkan hasil penilaian kinerja penelitian Perguruan Tinggi. Berdasarkan surat resmi yang ditandatangan oleh Direktur Riset dan Pengabdian kepada Masyarakat, Ocky Karna Rajasa,  pengelompokan dilakukan berdasarkan penilaian kinerja penelitian perguruan tinggi dari tahun 2013 sampai dengan tahun 2015.

Surat dari Kemenristek Dikti tertanggal 18 Agustus 2016

Dari 1477 perguruan tinggi yang masuk dalam penialaian, terdapat  25 perguruan tinggi yang mendapatkan peringkat Klaster Mandiri,  73 perguruan tinggi Klaster Utama,  160 Klaster Madya dan 1219 Klaster Binaan.  Berikut adalah hasil pengelompokan kinerja riset Perguruan Tinggi yang tertulis dalam lampiran surat tersebut.

KLASTER MANDIRI

1.   Universitas Gadjah Mada

2.   Universitas Indonesia

3.   Institut Teknologi Bandung

4.   Universitas Hasanuddin

5.   Institut Pertanian Bogor

6.   Universitas Airlangga

7.   Universitas Diponegoro

8.   Universitas Sebelas Maret

9.   Universitas Brawijaya

10. Universitas Padjadjaran

11. Institut Teknologi Sepuluh Nopember

12. Universitas Andalas

13. Universitas Riau

14. Universitas Pendidikan Indonesia

15. Universitas Negeri Yogyakarta

16. Universitas Islam Indonesia

17. Universitas Muhammadiyah Malang

18. Universitas Mataram

19. Universitas Udayana

20. Universitas Kristen Satya Wacana

21. Universitas Lampung

22. UPN Veteran Yogyakarta

23. UPN Veteran Jawa Timur

24. Universitas Muhammadiyah Surakarta

25. Universitas Negeri Semarang

KLASTER UTAMA

26. Universitas Bina Nusantara

27. Universitas Halu Oleo

28. Universitas Negeri Jakarta

29. Universitas Kristen Petra

30. Universitas Gunadarma

31. Universitas Tarumanagara

32. Universitas Jember

33. Universitas Negeri Gorontalo

34. Universitas Trisakti

35. Universitas Sriwijaya

36. Universitas Atma Jaya Yogyakarta

37. Universitas Katolik Parahyangan

38. Universitas Negeri Padang

39. Universitas Katolik Indonesia Atma Jaya

40. Universitas Negeri Surabaya

48. Universitas Muhammadiyah Yogyakarta

49. Universitas Djuanda

50. Universitas Trunojoyo

...

96. Universitas Muhammadiyah Prof Dr Hamka

97. Politeknik Negeri Jakarta

98. Universitas Nasional

KLASTER MADYA

99.   Universitas Pendidikan Ganesha

100. Universitas Nusa Cendana

101. Universitas Mahasaraswati Denpasar

102. IKIP PGRI Madiun

103. Universitas Al-azhar Indonesia

104. Universitas Dian Nuswantoro

105. Universitas Jenderal Achmad Yani

106. Universitas Muhammadiyah Semarang

....

255. Universitas PGRI Ronggolawe

256. Universitas Sarjanawiyata Tamansiswa

257. Sekolah Tinggi Teknologi Bontang

258. STIKES Al Irsyad Al Islamiyyah Cilacap

KLASTER BINAAN

259. STKIP Garut

260. Sekolah Tinggi Elektronika Dan Komputer Pat

261. STMIK Indonesia Padang

262. Sekolah Tinggi Ilmu Ekonomi IEU

....

1473. STKIP Yayasan Abdi Pendidikan

1474. Sekolah Tinggi Bahasa Asing Prayoga

1475. Akademi Keperawatan Nabila

1476. Akademi Farmasi Prayoga Padang

1477. Universitas Nuku

---------

UKSW Melompat ke Klaster Mandiri

Yang luar biasa dari UKSW dalam pengelompokan kinerja riset perguruan tinggi tersebut adalah bahwa Universitas ini meloncat 4 tingkat dari Klaster Binaan ke Klaster Mandiri. Ada 4 Klaster Universitas berbasis kinerja riset ini yaitu Binaan, Madya, Utama dan yang tertinggi adalah Mandiri.

Pada penilaian tahun 2016 ini, terdapat 25 Perguruan Tinggi yang masuk dalam kelompok Mandiri. Dari 25 tersebut, terdapat 6 perguruan tinggi swasta yaitu Universitas Islam Indonesia, Universitas Muhammadiyah Malang, Universitas Kristen Satya Wacana, UPN Veteran Yogyakarta, UPN Veteran Jawa Timur dan Universitas Muhammadiyah Surakarta. Menurut sumber kemenristekdikti, suatu perguruan tinggi mendapatkan predikat mandiri didasarkan pada 4 kriteria yaitu sumber daya, manajemen, keluaran, dan aplikasi di masyarakat.

Selamat untuk Satya Wacana. Ini adalah berkat Tuhan untuk 60 tahun universitas ini. Semoga menjadi saluran berkat juga untuk seluruh civitas akademika dan masyarakat yang ada di sekelilingnya.

Hiduplah Garba Ilmiah Kita !
------------

Peringkat lengkap dapat diakses disini.

• Surat Penilaian Kinerja Penelitian Perguruan Tinggi
• Lampiran Hasil Penilaian Kinerja Penelitian 

Sumber : http://simlitabmas.ristekdikti.go.id/

Read more »