Tugas Besar Pengantar Multimedia

June 20, 2013 in Uncategorized

hallo selamat malam jumat, kali ini saya mau posting tugas besar nih… biasa mahasiswa klo gak ada tugas gak ada keseruan tersendiri hehehe….
klo ada tugas itu rame suka sibuk sendiri .. okay kali ini saya dapat sesuatu  yakni tugas dimana tugas tersebut adalah sebuah video yang didalamnya mempunyai suatu makna tersendiri untuk mengajak para masyarakat penonton youtube  untuk bisa tersadar akan lingkungan sekitar  nah setelah kita edit video tadi akhirnya video di kirim ke youtube setelah hampir seharian ngulik akhirnya  beres juga dan ada suatu kepuasan tersendiri oh ya klo mau liat hasilnya silahkan monggo diklik aja http://www.youtube.com/watch?v=7wtJTTlNsOs , oh ya tugas yang saya buat bertemakan banjir loh,kenapa banjir?? karena akhir-akhir ini dilingkungan sekitar saya sering terjadi hujan lebat dan ketika hujan lebat saya memperhatikan banyak masyarakat yang sengaja membuang sampah tanpa memperhatikan jangka panjangnya,dan akhirnya banjir tersebut menggenagi pemukiman-pemukiman warga.nah loh kalo udah banjir kan dampaknya sama saudara-saudara kita kan yang akhirnya kalo udah gk bisa ditangani lagi akhir-akhirnya pemerintah juga kan nyalahinnya..!!
dengan adanya video ini saya berharap agar semua orang dari seluruh lapisan untuk selalu hidup disiplin dalam kesehariannya contoh kecil membuang sampah pada tempatnya..
mari kita saling berbenah diri untuk melakukan hidup bersih dari mulai sekarang tanpa pengecualian. sekian motivasi atau mungkin curhatan saya ,maaf bila ada kesalahan kata atau kekurangan pada video tersebut ..terimakasih atas perhatiannya. Salam Super

Print Friendly

TECHNOLOGI STAR TREK

May 29, 2013 in Uncategorized

Star Trek adalah salah satu film mengenai luar angkasa dan fiksi sains yang sangat populer hingga saat ini. Tapi kali ini bukan membahas mengenai filmnya, mengenai aspek teknologi yang ada di film tersebut.
Kita tahu bahwa ada banyak teknologi canggih di Star Trek yang saat ditayangkan pertama kali mungkin masih berupa angan-angan, namun kini, beberapa telah benar-benar diwujudkan dalam kehidupan nyata, apa saja teknologi tersebut? Kita lihat langsung dibawah:
1. Ponsel lipat
Saat berada dalam sebuah misi, kru Star Trek berbicara melalui semacam alat komunikasi yang mirip dengan walkie talk yang bisa dilipat atas, mirip dengan ponsel lipat (clamshell mobile phone) masa kini. Ini menginspirasi Motorola pada 1996 dan menciptakan ponsel lipat pertama bernama StarTAC.
[youtube wY9NkYGUEyE]
2. “iPad”
Di salah satu episode Star Trek: The Next Generation, kontrol panel berbasis teknologi sentuh bernama PADD (personal access display devices) seringkali digunakan oleh anggota kru. Dan alat tersebutcomputer tablet masa kini (iPad, TouchPad dst).
[youtube yVqHoGKQXLI]
3. Bluetooth Headset
Di salah satu adegan di film Star Trek (2009), terlihat Uhura memakai alat komunikasi di kupingnya dan terlihat seperti berbicara sendiri. Teringat dengan perangkat Bluetooth di kuping bukan?
4. Tricorder
Di Star Trek, Tricorder adalah alat yang digunakan untuk sensor scanning, analisis data, dan rekaman data.
Pada pertengahan 90-an, perusahaan bernama Vital Technologies berusaha mereplikasinya dengan nama TR-107 Mark 1. Seperti layaknya film, perangkat ini memiliki fungsi seperti electromagnetic field meter, thermometer, barometer, dan light meter.
Google juga membuat versi Androidnya sebelum stasiun TV CBS menuntut pelanggaran hak cipta.
5. Floppy disk dan USB Drive
Di Star Trek, ada semacam benda dari plastik berbentuk persegi yang bisa dimasukkan ke bermacam komputer. Tahun 80an sampai 90an kita melihat benda nyata itu yang kita sebut floppy disk atau disket dan ukurannya juga mirip dengan di film tersebut.
Selain itu, di Star Trek: The Next Generation, ada semacam chip yang bisa menyimpan gigabit data. Mirip dengan flash disk masa kini bukan?
6. Teknologi Aktivasi Suara
Tidak perlu dijelaskan lagi, banyak perangkat masa kini (smartphone dan kawan-kawan) memiliki teknologi pengenalan suara (voice recognition), lihat salah satu contoh teknologi tersebut dari cuplikan episode dibawah ini:
[youtube tpKx7Oi0oeM]
7. GPS
Pada 1995, GPS pertama kali digunakan oleh pemerintah AS, sekitar 30 tahun dari konsep yang dikenalkan oleh Star Trek.
source: http://sibukforever.blogspot.com/2012/03/7-gadget-dari-star-trek-yang-menjadi.html
BEBERAPA RAKITAN TEKNOLOGI
1. Pesawat
Gorder tdak membuat desain pesawat tersebut memakai komputer animasi canggih, namun dia memilih mencari mainan yang ada, menggabungkannya sehingga mirip dengan bentuk pesawat luar angkasa,
Crew member Al Gonzales putting together the model of the spaceship
lalu men-catnya. Lalu bagaimana mendapatkan efek pesawat yang sedang terbang di luar angkasa? mudah saja letakkan kamera di roda bergerak, jadi bukan pesawat anda yang bergerak. Jangan lupa teknik pencahayaannya.
2. Asteroid
Perjalanan luar angkasa tidak lengkap tanpa hadirnya meteor
Untuk membuatnya cari saja batu lava yang sudah mengering lalu taruh di meja putar, ini memberi efek seakan-akan meteor tersebut berotasi.
A piece of lava rock being placed on a turntable, to simulate an asteroid
3. Ruang Komando
Ini pasti ruang favorit para aktor syuting, karena itu kondisi ruang komando harus serealistis mungkin atau secanggih mungkin.
LED instrument panels were simulated using out-of-focus pegboards, lit from behind with co...
Yah mungkin tidak juga, mungkin cuma diperlukan beberapa lampu-lampu LED
4. Cahaya-cahaya
The model spaceship, with internal LED wiring and batteries visible
Didalam pesawat ditempatkan lampu dan baterai, ini memberi efek lampu kelap-kelip atau memberi efek mesin pendorong pesawat yang sedang bekerja.
Black cardboard attached to the lens (top and bottom) masked out parts of the set not mean...
Saya tebak ketika anda menonton pesawat luar angkasa yang anda lihat cuma bagian depan, samping, sama bokongnya…jadi anda tidak usah repot-repot membuat pesawat yang detail. Dalam kasus ini tutupi saja bagian pesawat dengan kertas hitam.
5. Bintang
Starfields were produced by poking holes in black cloth, then lighting it from behind
Efek bintang-bintang dilangit, cari saja karton hitam atau permukaan apapun yang hitam pekat, bolongi beberapa bagian sesuai keinginan lalu sorotkan cahaya dari belakang permukaan hitam tersebut, voila jadilah bintang indah dilangit…
Film C ini sebenarnya belum jadi jadi video diatas sebatas trailer, namun begitu dana sudah mencukupi duo film maker asal New York ini bakalan membuat filmnya secara utuh, lalu bagaimana sinopsisnya? film ini berkisah mengenai Flight Officer yang membajak sebuah kapal luar angkasa dalam konflik antar planet untuk melarikan diri mencari kedamaian dengan mencari sistem tata surya baru yang bisa dihuni. Bagaimana cerita selanjutnya? hmm kita tunggu saja
Print Friendly

TUGAS WEB DESAIN

May 4, 2013 in Uncategorized

Profil Pembicara 

CEO Arnesia: Adam ardisasmita

Salah seorang dari pembicara di acara seminar kita nanti ialah Adam Ardisasmita, beliau adalah CEO dari Arsanesia, sebuah industri yang bergerak dibidang  ”Digital Entertainment”.  beliau juga pernah memenangkan  penghargaan dari Nokia sebagai Nokia Developer Champion. beliau  bisa berhasil di dunia Digital Entertainment, khususnya didunia Game Developing. 
berikut profil:

  • Chief Executive Officer di Arsanesia Entertainment (Perusahaan Perseorangan)
  • Vice President of Nokia Indonesia Community Enthusiast (NICE) diNokia Indonesia Community Enthusiast

Dulu

Pendidikan

  • Institut Teknologi Bandung (ITB)
  • MAN Insan Cendekia Serpong

Ringkasan adam ardisasmita

- Founder and CEO of a mobile games company, Arsanesia
– Vice President of Nokia Indonesia Community Enthusiast
– A passionate speaker, influencer, and blogger
– Love to generate out of the box creative ideas to solve a problem

Spesialisasi

Business, Startup, Leadership, Communication, Management, Mobile Technology, Game Industry, User Experience

CEO Agate studio
Arif widhiyasa berikut profilnya:

  • Nama Lengkap: Arief Widhiyasa
  • TTL: Denpasar, 4 April 1987
  • Pendidikan: ITB (Drop Out)Spesialisasi: Business Development, Negotiation, Networking, Game Programming, Game Development, Game Business.
    • General Manager di G-Softworks(2005-2007)
    • Microsoft Student Partner di Microsoft Innovation Center(2007-2009)
    • CEO di Agate Studio(2007-Present)
  • SAP :Wawan dewanto
    Wawan Dhewanto menyelesaikan sarjananya di Jurusan Teknik Industri, Institut Teknologi Bandung pada bulan Februari 2000. Wawan kemudian mendapatkan beasiswa Huygens Scholarshipuntuk melanjutkan studi masternya di Faculty of Technology, Policy and ManagementTecnische Universiteit Delft, Belanda dan menyelesaikan tesisnya di sebuah perusahaan konsultan multinasional (Accenture Amsterdam) dengan topik simulasi bisnis di perusahaan energi Belanda pada bulan Agustus 2003. Sejak bulan Juli 2007, Wawan mendapatkan beasiswa Australian Development Scholarship (ADS) untuk melanjutkan studi doktornya di Faculty of Business and EconomicsMonash University, Australia dengan topik komersialiasi teknologi di perusahaan-perusahaan berbasis teknologi Australia (perusahaan teknologi informasi, perusahaan manufaktur dan perusahaan bioteknologi).
  • Wawan bergabung di Kelompok Keahlian Kewirausahaan dan Manajemen Teknologi dengan kepakaran/spesialisasi: Manajemen Teknologi (terutama bisnis Teknologi Informasi, bisnis Manufaktur dan bisnis Bioteknologi), Analisis Kebijakan (terutama industri Energi dan industri Telekomunikasi), serta Intrapreneurship (Kewirausahaan di dalam Perusahaan). Pada tahun 2007, Wawan menulis buku tentang manajemen teknologi informasi berjudul ERP: Menyelaraskan Teknologi Informasi Dengan Strategi Bisnis.Sejak mahasiswa, Wawan aktif menulis, beberapa di antaranya berhasil memenangkan berbagai lomba karya tulis, seperti juara 1 Lomba Karya Tulis Statistika oleh ITS pada tahun 1997, juara 2 Lomba Karya Tulis Pendidikan oleh Yayasan Toyota Astra Motor pada tahun 2000 dan juara 1 Lomba Essay Undang-Undang Perlindungan Konsumen Nasional oleh Yayasan Lembaga Konsumen Indonesia (YLKI). Setelah menjadi dosen, Wawan meneruskan tradisi menulis, beberapa diantaranya berhasil memenangkan berbagai lomba karya tulis seperti menjadi juara 1 The Best Idea in Business oleh Majalah SWA tahun 2005, juara 3 Lomba Analisis dan Proyeksi Inflasi oleh Bank Indonesia pada tahun 2006 dan juara 2 XL Award Writing Competition oleh PT Excelcomindo Pratama pada tahun 2007.
    • Business Strategy & marketing
    • Entrepreneurship Study
    • Innovation Management
    • Technology Management and New Product Development
    • Intrapreneurship (S1 Manajemen)
    • Knowledge and Innovation (S2 MBA)
    • Family Business (S2 MSM)
  • Riwayat:

 Penjelasan Technopreneurship

Technopreneurship merupakan istilah bentukan dari dua kata, yaitu ‘technology’ dan ‘enterprneneurship’. Jika kedua kata digabungkan, maka kata teknologi mengalami penyempitan arti, karena teknologi dalam “technopreneurship” mengacu pada teknologi informasi, yaitu teknologi yang menggunakan computer dan internet sebagai alat pemrosesan.

Posadas (2007) mendifisikian istilah technopreneurship dalam cakupan yang lebih luas, yaitu sebagai wirausaha di bidang  teknologi  yang mencakup teknologi semikonduktor sampai ke aksesoris computer pribadi (PC). Sebagai contoh bagaimana Steven Wozniak dan Steve Job mengembangkan hobi hingga mampu merakit  dan menjual 50 komputer Apple yang pertama; atau juga bagaimana Larry Page dan Sergey Brin mengembangkan karya mereka yang kemudian dikenal sebagai mesin pencari Google. Mereka inilah yang disebut technopreneur  dalam defenisi ini.

Era industri teknologi digital sangat berkembang dalam perekonomian dunia saat ini. Teknologi informasi dan kominkasi menjadi tren baru bukan saja dalam dunia bisnis tapi menjadi life style masyarakat bukan saja di perkotaan tapi hampir diseluruh daerah di dunia.

Saat ini banyak jutawan baru telah lahir dari pemanfaatan  teknologi internet untuk bisnis. Kita pasti pernah mendengar ada seorang ibu rumah tangga yang menjual pakaian melalui blog dan akhirnya mendirikan butik online dengan omzet ratusan juta rupiah per bulan.

Kita juga pernah mendengar ada seorang mahasiswa yang berhasil mengumpulkan uang milyaran rupiah dengan menjual informasi di internet. Tentu saja hal tersebut sangat mungkin dilakukan di Indonesia. Internet jika dimanfaatkan untuk bisnis bisa memangkas banyak sekali biaya. Jika sebelumnya untuk membuka sebuah butik anda harus menyewa sebuah kios atau ruko, membayar upah pegawai dan mengeluarkan biaya operasional, maka dengan adnya internet, biaya-biaya tersebut bias ditiadakan. Ini merupakan salah satu contoh bagi orang yang memilki bisnis konvensional dipindahkan ke internet.

Bagi anda yang tidak memilki bisnis konvensional tetap bias menjadi kaya, karenaa internet menawarkan begitu banyak system yang sangat menarik dan semuanya itu akan memberikan imbalan dalam bentuk uang. Sebut saja bisnis reseller, bisnis adsense, bisnis pay per clik, social networking, multi level marketing, money game, web hosting, dan lain-lain.

Bisnis dengan memanfaatkan dan menggunakan internet mepunyai kelebihan dan kekurangan. Kelebihannya adalah hanya membutuhkan modal yang relative kecil, namun demikian dapat menjangkau segmen pasar yang lebih luas. Sedangkan kekurangannya, sulit membuat seorang pengguna internet mempercayai dan mau melakukan keputusan pembelian dengan cepat. Hal ini cenderung diakibatkan oleh budaya masyarakat Indonesia, pada umumnya, yang masih kurang percaya jika membeli sesuatu tanpa memegang barangnya terlebih dahulu. Kelebihan dan kekurangan tersebut dapat dikelola agar menghasilkan keuntungan bagi anda sebagai pelaku bisnis online.

 Asal Muasal Nama AGATE STUDIO
sesuai dengan passion, walaupun di awal kami start dengan gaji cuma Rp 50 ribu seorang, sehari bisa berkarya minimal 15 jam, semuanya menyenangkan. Salah satu momen yang sangat mengharukan bagi kami, adalah ketika kami jumlahnya sudah sekitar 30-an orang, dan bisa menggaji sesuai dengn UMR, sangat terharu.
Agate merupakan Home for us (we use Home instead of House, because there’s family in it), tempat bermain, dan tentunya tempat berkarya. Agate juga merupakan lingkungan yang sangat positif untuk bisa berkembang dan berkontribusi ke dunia.

 


Menurut saya dalam seninar yang saya ikuti, bisa  menambah  wawasan saya dalam berpikir bagaimana kita dapat membuat sebuah bakat menjadi sebuah penghasilan dimana bakat yang kita miliki dapat kita aplikasikan dengan benar sehingga bakat yang kita miliki tidak hanya bermanfaat bagi kita sendiri tetapi untuk orang-orang sekitar juga….

 

 

 

Print Friendly

Tugas technopreneurship

May 4, 2013 in Uncategorized

Profil Pembicara 

CEO Arnesia: Adam ardisasmita

Salah seorang dari pembicara di acara seminar kita nanti ialah Adam Ardisasmita, beliau adalah CEO dari Arsanesia, sebuah industri yang bergerak dibidang  ”Digital Entertainment”.  beliau juga pernah memenangkan  penghargaan dari Nokia sebagai Nokia Developer Champion. beliau  bisa berhasil di dunia Digital Entertainment, khususnya didunia Game Developing. 
berikut profil:

  • Chief Executive Officer di Arsanesia Entertainment (Perusahaan Perseorangan)
  • Vice President of Nokia Indonesia Community Enthusiast (NICE) diNokia Indonesia Community Enthusiast

Dulu

Pendidikan

  • Institut Teknologi Bandung (ITB)
  • MAN Insan Cendekia Serpong

Ringkasan adam ardisasmita

- Founder and CEO of a mobile games company, Arsanesia
- Vice President of Nokia Indonesia Community Enthusiast
- A passionate speaker, influencer, and blogger
- Love to generate out of the box creative ideas to solve a problem

Spesialisasi

Business, Startup, Leadership, Communication, Management, Mobile Technology, Game Industry, User Experience

CEO Agate studio
Arif widhiyasa berikut profilnya:

  • Nama Lengkap: Arief Widhiyasa
  • TTL: Denpasar, 4 April 1987
  • Pendidikan: ITB (Drop Out)
  • Riwayat:
    • General Manager di G-Softworks(2005-2007)
    • Microsoft Student Partner di Microsoft Innovation Center(2007-2009)
    • CEO di Agate Studio(2007-Present)
  • Spesialisasi: Business Development, Negotiation, Networking, Game Programming, Game Development, Game Business.
  • SAP :Wawan dewanto
    Wawan Dhewanto menyelesaikan sarjananya di Jurusan Teknik Industri, Institut Teknologi Bandung pada bulan Februari 2000. Wawan kemudian mendapatkan beasiswa Huygens Scholarshipuntuk melanjutkan studi masternya di Faculty of Technology, Policy and ManagementTecnische Universiteit Delft, Belanda dan menyelesaikan tesisnya di sebuah perusahaan konsultan multinasional (Accenture Amsterdam) dengan topik simulasi bisnis di perusahaan energi Belanda pada bulan Agustus 2003. Sejak bulan Juli 2007, Wawan mendapatkan beasiswa Australian Development Scholarship (ADS) untuk melanjutkan studi doktornya di Faculty of Business and EconomicsMonash University, Australia dengan topik komersialiasi teknologi di perusahaan-perusahaan berbasis teknologi Australia (perusahaan teknologi informasi, perusahaan manufaktur dan perusahaan bioteknologi).
  • Wawan bergabung di Kelompok Keahlian Kewirausahaan dan Manajemen Teknologi dengan kepakaran/spesialisasi: Manajemen Teknologi (terutama bisnis Teknologi Informasi, bisnis Manufaktur dan bisnis Bioteknologi), Analisis Kebijakan (terutama industri Energi dan industri Telekomunikasi), serta Intrapreneurship (Kewirausahaan di dalam Perusahaan). Pada tahun 2007, Wawan menulis buku tentang manajemen teknologi informasi berjudul ERP: Menyelaraskan Teknologi Informasi Dengan Strategi Bisnis.Sejak mahasiswa, Wawan aktif menulis, beberapa di antaranya berhasil memenangkan berbagai lomba karya tulis, seperti juara 1 Lomba Karya Tulis Statistika oleh ITS pada tahun 1997, juara 2 Lomba Karya Tulis Pendidikan oleh Yayasan Toyota Astra Motor pada tahun 2000 dan juara 1 Lomba Essay Undang-Undang Perlindungan Konsumen Nasional oleh Yayasan Lembaga Konsumen Indonesia (YLKI). Setelah menjadi dosen, Wawan meneruskan tradisi menulis, beberapa diantaranya berhasil memenangkan berbagai lomba karya tulis seperti menjadi juara 1 The Best Idea in Business oleh Majalah SWA tahun 2005, juara 3 Lomba Analisis dan Proyeksi Inflasi oleh Bank Indonesia pada tahun 2006 dan juara 2 XL Award Writing Competition oleh PT Excelcomindo Pratama pada tahun 2007.
    • Business Strategy & marketing
    • Entrepreneurship Study
    • Innovation Management
    • Technology Management and New Product Development
    • Intrapreneurship (S1 Manajemen)
    • Knowledge and Innovation (S2 MBA)
    • Family Business (S2 MSM)
     Penjelasan Technopreneurship

    Technopreneurship merupakan istilah bentukan dari dua kata, yaitu ‘technology’ dan ‘enterprneneurship’. Jika kedua kata digabungkan, maka kata teknologi mengalami penyempitan arti, karena teknologi dalam “technopreneurship” mengacu pada teknologi informasi, yaitu teknologi yang menggunakan computer dan internet sebagai alat pemrosesan.

    Posadas (2007) mendifisikian istilah technopreneurship dalam cakupan yang lebih luas, yaitu sebagai wirausaha di bidang  teknologi  yang mencakup teknologi semikonduktor sampai ke aksesoris computer pribadi (PC). Sebagai contoh bagaimana Steven Wozniak dan Steve Job mengembangkan hobi hingga mampu merakit  dan menjual 50 komputer Apple yang pertama; atau juga bagaimana Larry Page dan Sergey Brin mengembangkan karya mereka yang kemudian dikenal sebagai mesin pencari Google. Mereka inilah yang disebut technopreneur  dalam defenisi ini.

    Era industri teknologi digital sangat berkembang dalam perekonomian dunia saat ini. Teknologi informasi dan kominkasi menjadi tren baru bukan saja dalam dunia bisnis tapi menjadi life style masyarakat bukan saja di perkotaan tapi hampir diseluruh daerah di dunia.

    
    

    Saat ini banyak jutawan baru telah lahir dari pemanfaatan  teknologi internet untuk bisnis. Kita pasti pernah mendengar ada seorang ibu rumah tangga yang menjual pakaian melalui blog dan akhirnya mendirikan butik online dengan omzet ratusan juta rupiah per bulan.

    Kita juga pernah mendengar ada seorang mahasiswa yang berhasil mengumpulkan uang milyaran rupiah dengan menjual informasi di internet. Tentu saja hal tersebut sangat mungkin dilakukan di Indonesia. Internet jika dimanfaatkan untuk bisnis bisa memangkas banyak sekali biaya. Jika sebelumnya untuk membuka sebuah butik anda harus menyewa sebuah kios atau ruko, membayar upah pegawai dan mengeluarkan biaya operasional, maka dengan adnya internet, biaya-biaya tersebut bias ditiadakan. Ini merupakan salah satu contoh bagi orang yang memilki bisnis konvensional dipindahkan ke internet.

    
    

    Bagi anda yang tidak memilki bisnis konvensional tetap bias menjadi kaya, karenaa internet menawarkan begitu banyak system yang sangat menarik dan semuanya itu akan memberikan imbalan dalam bentuk uang. Sebut saja bisnis reseller, bisnis adsense, bisnis pay per clik, social networking, multi level marketing, money game, web hosting, dan lain-lain.

    
    

    Bisnis dengan memanfaatkan dan menggunakan internet mepunyai kelebihan dan kekurangan. Kelebihannya adalah hanya membutuhkan modal yang relative kecil, namun demikian dapat menjangkau segmen pasar yang lebih luas. Sedangkan kekurangannya, sulit membuat seorang pengguna internet mempercayai dan mau melakukan keputusan pembelian dengan cepat. Hal ini cenderung diakibatkan oleh budaya masyarakat Indonesia, pada umumnya, yang masih kurang percaya jika membeli sesuatu tanpa memegang barangnya terlebih dahulu. Kelebihan dan kekurangan tersebut dapat dikelola agar menghasilkan keuntungan bagi anda sebagai pelaku bisnis online.

     Asal Muasal Nama AGATE STUDIO
    sesuai dengan passion, walaupun di awal kami start dengan gaji cuma Rp 50 ribu seorang, sehari bisa berkarya minimal 15 jam, semuanya menyenangkan. Salah satu momen yang sangat mengharukan bagi kami, adalah ketika kami jumlahnya sudah sekitar 30-an orang, dan bisa menggaji sesuai dengn UMR, sangat terharu.
    Agate merupakan Home for us (we use Home instead of House, because there’s family in it), tempat bermain, dan tentunya tempat berkarya. Agate juga merupakan lingkungan yang sangat positif untuk bisa berkembang dan berkontribusi ke dunia.
    Menurut saya dalam seninar yang saya ikuti, bisa  menambah  wawasan saya dalam berpikir bagaimana kita dapat membuat sebuah bakat menjadi sebuah penghasilan dimana bakat yang kita miliki dapat kita aplikasikan dengan benar sehingga bakat yang kita miliki tidak hanya bermanfaat bagi kita sendiri tetapi untuk orang-orang sekitar juga….

 

 

Print Friendly

kompresi data

April 28, 2013 in Uncategorized

1.KOMPRESI DATA

kompresi data adalah sebuah cara untuk memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil sehingga lebih efisien dalam menyimpannya atau mempersingkat waktu pertukaran data tersebut. Ada terdapat dua jenis pemampatan data, yaitu pemampatan tanpa kehilangan (lossless data compression) dan pemampatan berkehilangan (lossy data compression).

Pemampatan data tanpa kehilangan

Teknik ini mampu memadatkan data dan mengembalikannya sama persis seperti semula. Tidak ada informasi yang hilang atau harus dikurangi dalam proses untuk mengurangi ukuran besar data. Biasanya algoritma pemadatan data jenis ini menggunakan prinsip kelebihan statistik (statistical redundancy) supaya data bisa disimpan dengan lebih ringkas. Karena kebanyakan data yang dipakai sehari-hari memiliki bagian yang berulang atau berlebihan (redundant data), pemampatan tanpa kehilangan bisa terjadi.

Contoh mudahnya, apabila berkas gambar berukuran 256×256 berwarna polos (setiap pixel berwarna sama) dan tiap pixelnya berukuran 4 byte, tanpa pemadatan, berkas harus disimpan berukuran 4 kali 256×256, sama dengan 262144 byte. Namun, dengan pemadatan, maka data yang perlu disimpan hanyalah data satu warna tersebut dan informasi bahwa seluruh pixel gambar memiliki satu warna yang sama. Jadi, data yang perlu disimpan hanyalah 4 byte tambah beberapa byte untuk menandakan pengulangan pixel yang sama. Ingatlah ini hanya contoh yang simpel.

Pemadatan tanpa kehilangan memiliki batas rendah di mana berkas tidak bisa dipadatkan lebih jauh lagi. Teorem Shannon menunjukkan bahwa pemadatan data tidak bisa menghasilkan kadar kode yang lebih rendah daripada entropi Shannon berkas, tanpa menyebabkan kehilangan informasi. Maka, apabila suatu berkas sudah dipadatkan (misalnya, berkas gambar disimpan di berkas .zip), berkas .zip tersebut tidak bisa lagi dipadatkan.

Mengapa kompresi diperlukan pada data multimedia?

Ada empat pendekatan yang digunakan pada kompresi suatu data, yaitu:
1. Pendekatan statistik
Kompresi didasarkan pada frekuensi kemunculan derajat keabuan pixel didalam seluruh bagian.
Contoh metode : Huffman Coding.
2. Pendekatan ruang
Kompresi didasarkan pada hubungan spasial antara pixel-pixel di dalam suatu kelompok yang memiliki derajat keabuan yang sama dalam suatu daerah gambar atau data.
Contoh metode : Run-Length Encoding.
3. Pendekatan kuantisasi
Kompresi dilakukan dengan mengurangi jumlah derajat keabuan yang tersedia.
Contoh metode : kompresi kuantisasi (CS&Q).
4. Pendekatan fraktal
Kompresi dilakukan pada kenyataan bahwa kemiripan bagian-bagian didalam data atau citra atau gambar dapat dieksploitasi dengan suatu matriks transformasi.
Contoh metode : Fractal Image Compression.

Metode pemampatan data atau kompresi data dapat dikelompokan dalam dua kelompok besar, yaitu:

I. Metode lossless
Lossless data kompresi adalah kelas dari algoritma data kompresi yang memungkinkan data yang asli dapat disusun kembali dari data kompresi. Lossless data kompresi digunakan dalam berbagai aplikasi seperti format ZIP dan GZIP. Lossless juga sering digunakan sebagai komponen dalam teknologi kompresi data lossy. Kompresi Lossless digunakan ketika sesuatu yang penting pada kondisi asli. Beberapa format gambar sperti PNG atau GIF hanya menggunakan kompresi lossless, sedangkan yang lainnya sperti TIFF dan MNG dapat menggunakan metode lossy atau lossless.
Metode lossless menghasilkan data yang identik dengan data aslinya, hal ini dibutuhkan untuk banyak tipe data, contohnya: executable code, word processing files, tabulated numbers,dan sebagainya. Misalnya pada citra atau gambar dimana metode ini akan menghasilkan hasil yang tepat sama dengan citra semula, pixel per pixel sehingga tidak ada informasi yang hilang akibat kompresi. Namun ratio kompresi (Rasio kompresi yaitu, ukuran file yang dikompresi dibanding yang tak terkompresi dari file) dengan metode ini sangat rendah. Metode ini cocok untuk kompresi citra yang mengandung informasi penting yang tidak boleh rusak akibat kompresi, misalnya gambar hasil diagnosa medis. Contoh metode lossless adalah metode run-length, Huffman, delta dan LZW.

TEKNIK KOMPRESI LOSSLESS

Kebanyakan program kompresi lossless menggunakan dua jenis algoritma yang berbeda: yang satu menghasilkan model statistik untuk input data, dan yang lainnya memetakan data input ke rangkaian bit menggunakan model ini dengan cara bahwa “probable” data akan menghasilkan output yang lebih pendek dari “improbable” data. algoritma encoding yang utama yang dipakai untuk menghasilkan rangkaian bit adalah Huffman coding dan Aritmatik Coding.
II. Metode lossy
Lossy kompresi adalah suatu metode untuk mengkompresi data dan men-dekompresinya, data yang diperoleh mungkin berbeda dari yang aslinya tetapi cukup dekat perbedaaanya. Lossy kompresi ini paling sering digunakan untuk kompres data multimedia (Audio, gambar diam). Sebaliknya, kompresi lossless diperlukan untuk data teks dan file, seperti catatan bank, artikel teks dll.
Format kompresi lossy mengalami generation loss yaitu jika melakukan berulang kali kompresi dan dekompresi file akan menyebabkan kehilangan kualitas secara progresif. hal ini berbeda dengan kompresi data lossless. ketika pengguna yang menerima file terkompresi secara lossy (misalnya untuk mengurangi waktu download) file yang diambil dapat sedikit berbeda dari yang asli dilevel bit ketika tidak dapat dibedakan oleh mata dan telinga manusia untuk tujuan paling praktis.
Metode ini menghasilkan ratio kompresi yang lebih besar daripada metode lossless. Misal terdapat image asli berukuran 12,249 bytes, kemudian dilakukan kompresi dengan JPEG kualitas 30 dan berukuran 1,869 bytes berarti image tersebut 85% lebih kecil dan ratio kompresi 15%. Contoh metode lossy adalah metode CS&Q (coarser sampling and/or quantization), JPEG, dan MPEG.

Ada dua skema dasar lossy kompresi :
Lossy transform codec, sampel suara atau gambar yang diambil, di potong kesegmen kecil, diubah menjadi ruang basis yang baru, dan kuantisasi. hasil nilai kuantisasi menjadi entropy coded
• Lossy predictive codec, sebelum dan/atau sesudahnya data di-decode digunakan untuk memprediksi sampel suara dan frame picture saat ini. kesalahan antara data prediksi dan data yang nyata, bersama-sama dengan informasi lain digunakan untuk mereproduksi prediksi, dan kemudian dikuantisasi dan kode.
Dalam beberapa sistem kedua teknik digabungkan, dengan mengubah codec yang digunakan untuk mengkompresi kesalahan sinyal yang dihasilkan dari tahapan prediksi

Ada berapa jenis kompresi data yang dapat digunakan pada tipe data multimedia?

Ada terdapat dua jenis kompresi data , yaitu kompresi tanpa kehilangan (lossless data compression) dan kompresi berkehilangan (lossy data compression)

Jelaskan perbedaan antara teknik kompresi lossy dan lossless, berikan contoh yang sesuai.

LOSSY Vs LOSSLESS

• Keuntungan dari metode lossy atas lossless adalah dalam bebeapa kasus metode lossy dapat menghasilkan file kompresi yang lebih kecil dibandingkan dengan metode lossless yang ada, ketika masih memenuhi persyaratan aplikasi.
• Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video. karena data tersebut dimaksudkan kepada human interpretation dimana pikiran dapat dengan mudah “mengisi bagian-bagian yang kosong” atau melihat kesalahan masa lalu sangat kecil atau inkonsistensi-idealnya lossy adalah kompresi transparan, yg dapat diverifikasi dengan tes ABX. Sedangkan lossless digunakan untuk mengkompresi data untuk diterima ditujuan dalam kondisi asli seperti dokumen teks.
• Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil dekompresi sama dengan data asli.

Klasifikasi Teknik Kompresi
  •   Entropy Encoding
Bersifat loseless
Tekniknya tidak berdasarkan media dengan spesifikasi dan karakteristik tertentu namun berdasarkan urutan data.
Statistical encoding, tidak memperhatikan semantik data.
Mis: Run-length coding, Huffman coding, Arithmetic coding
  •   Source Coding
Bersifat lossy
Berkaitan dengan data semantik (arti data) dan media.
Mis: Prediction (DPCM, DM), Transformation (FFT, DCT), Layered Coding (Bit position, subsampling, sub-band coding), Vector quantization
  • Hybrid Coding
Gabungan antara lossy + loseless
mis: JPEG, MPEG, H.261, DVI
Secara umum kompresi data terdiri dari dua kegiatan besar, yaitu Modeling dan Coding. Proses dasar dari kompresi data adalah menentukan serangkaian bagian dari data (stream of symbols) mengubahnya menjadi kode (stream of codes). Jika proses kompresi efektif maka hasil dari stream of codes akan lebih kecil dari segi ukuran daripada stream of symbols. Keputusan untuk mengindentikan symbols tertentu dengan codes tertentu adalah inti dari proses modeling. Secara umum dapat diartikan bahwa sebuah model adalah kumpulan data dan aturan yang menentukan pasangan antara symbol sebagai input dan code sebagai output dari proses kompresi. Sedangkan coding adalah proses untuk menerapkan modeling tersebut menjadi sebuah proses kompresi data.
I.Coding
Melakukan proses encoding dengan menggunakan ASCII atau EBDIC yang merupakan standar dalam proses komputasi memberikan kelemahan mendasar apabila dilihat dari paradigma kompresi data. ASCII dan EBDIC menggunakan jumlah bit yang sama untuk setiap karakter, hal ini menyebabkan banyak bit yang ”terbuang” untuk merepresentasikan karakter-karakter yang sebenarnya jarang muncul pada sebuah pesan.
Salah satu cara mengatasi permasalahan di atas adalah dengan menggunakan Huffman-coding. Huffman-coding yang dikembangkan oleh D.A. Huffman mampu menekan jumlah redundancy yang terjadi pada sebuah pesan yang panjangnya tetap. Huffman-coding bukanlah teknik yang paling optimal untuk mengurangi redundancy tetapi Huffman-coding merupakan teknik terbaik untuk melakukan coding terhadap symbol pada pesan yang panjangnya tetap. Permasalahan utama dengan Huffman-coding adalah hanya bisa menggunakan bilangan bulat untuk jumlah bit dari setiap code. Jika entropy dari karakter tersebut adalah 2,5 maka apabila melakukan pengkodean dengan Huffman-coding karakter tersebut harus terdiri dari 2 atau 3 bit. Hal tersebut membuat Huffman-coding tidak bisa menjadi algoritma paling optimal dalam mengatasi redundancy ini.
Huffman-coding memang kurang efisien karena untuk melakukan pengkodean kita harus menggunakan bilangan bulat. Walaupun demikian Huffman-coding sangat mudah digunakan dan sampai awal era 90-an di mana prosesor komputer masih sulit untuk melakukan komputasi bilangan pecahan Huffman-coding dianggap paling rasional untuk diaplikasikan pada proses kompresi data. Setelah kelahiran prosesor yang mampu melakukan operasi bilangan pecahan dengan cepat maka banyak algoritma coding baru bermunculan dan salah satunya adalah Arithmatic-coding.
Arithmatic coding lebih kompleks dan rumit dibandingkan Huffman-coding, tetapi di sisi lain Arithmatic-coding memberikan optimalisasi yang lebih tinggi. Arithmatic-coding memungkinkan jumlah bit dalam pecahan karena arithmatic coding tidak bekerja per karakter dari pesan tetapi langsung pada keseluruhan pesan. Misalnya entropy dari karakter e pada pesan adalah 1,5 bit maka pada output code pun jumlah bit-nya adalah 1,5 dan bukan 1 atau 2 seperti pada Huffman-coding.
ALGORITMA KOMPRESI DATA
Algoritma Shannon-Fano dan Algortima Huffman. Walaupun saat ini sudah bukan lagi proses coding yang menghasilkan kompresi paling optimal namun algoritma Shannon-Fano dan Algoritma Huffman adalah dua algoritma dasar yang sebaiknya dipahami oleh mereka yang mempelajari tentang kompresi data.
1. Algoritma Shannon-Fano
Teknik coding ini dikembangkan oleh dua orang dalam dua buah proses yang berbeda, yaitu Claude Shannon di Bell Laboratory dan R.M. Fano di MIT, namun karena memiliki kemiripan maka akhirnya teknik ini dinamai dengan mengggabungkan nama keduanya. Pada dasarnya proses coding dengan algoritma ini membutuhkan data akan frekuensi jumlah kemunculan suatu karakter pada sebuah pesan. Tiga prinsip utama yang mendasari algoritma ini adalah:
a.  Simbol yang berbeda memiliki kode yang berbeda
b. Kode untuk symbol yang sering muncul memiliki jumlah bit yang lebih sedikit dan  sebaliknya symbol yang jarang muncul memiliki kode dengan jumlah bit lebih besar.
c. Walaupun berbeda jumlah bit-nya tetapi kode harus tetap dikodekan secara pasti (tidak     ambigu).
Berikut adalah langka-langkah Algoritma Shannon-Fano :
1. Buatlah tabel yang memuat frekuensi kemunculan dari tiap karakter.
2. Urutkan berdasar frekuensi tersebut dengan karakter yang frekuensinya paling sering muncul berada di atas dari daftar (descending).
3. Bagilah 2 tabel tersebut dengan jumlah total frekuensi pada bagian atas mendekati jumlah total frekuensi pada bagian bawah (lihat tabel 3).
4. Untuk bagian paro atas berikan kode 0 dan pada paro bawah berikan kode
5. Ulangi langkah 3 dan 4 pada masing-masing paro tadi hingga seluruh symbol selesai dikodekan.
2. Algoritma Huffman
Algoritma Huffman memiliki kemiripan karakteristik dengan Algoritma Shannon-Fano. Masing-masing simbol dikodekan dengan deretan bit secara unik dan simbol yang paling sering muncul mendapatkan jumlah bit yang paling pendek. Perbedaan dengan Shannon-Fano adalah pada proses pengkodean. Jika algoritma Shannon-Fano membangun tree dengan pendekatan top-down, yaitu dengan memberikan bit pada tiap-tiap simbol dan melakukannya secara berurutan hingga seluruh leaf mendapatkan kode bit masing-masing. Sedangkan algoritma Huffman sebaliknyamemberikan kode mulai dari leaf secara berurutan hingga mencapai root.
Prosedur untuk membangun tree ini sederhana dan mudah dipahami. Masing-masing simbol diurutkan sesuai frekuensinya, frekuensi ini dianggap sebagai bobot dari tiap simbol, dan kemudian diikuti dengan langkah-langkah sebagai berikut:
1. Dua node bebas dengan bobot terendah dipasangkan.
2. Parent node untuk kedua node pada langkah sebelumnya dibuat. Jumlahkan frekuensi keduanya dan gunakan sebagai bobot.
3. Sekarang parent node berperan sebagai node bebas.
4. Berikan kode 0 untuk node kiri dan 1 untuk node kanan.
5. Ulangi langkah di atas sampai hanya tersisa satu node. Sisa satu node inilah yang disebut sebagai root.
II. Modeling
Jika coding adalah roda dari sebuah mobil maka modeling adalah mesinnya. Sebaik apapun algoritma untuk melakukan coding tanpa model yang baik kompresi data tidak akan pernah terwujud. Kompresi Data Lossless pada umumnya diimplementasikan menggunakan salah satu dari dua tipe modeling, yaitu statistical atau dictionary-based. Statistical-modeling melakukan prosesnya menggunakan probabilitas kemunculan dari sebuah symbol sedangkan dictionary-based menggunakan kode-kode untuk menggantikan sekumpulan symbol.
1. Statistical Modeling
Pada bentuk paling sederhananya, statistical-modeling menggunakan tabel statis yang berisi probabilitas kemunculan suatu karakter atau symbol. Tabel ini pada awalnya bersifat universal, sebagai contoh pada bahasa Inggris karakter yang paling sering muncul adalah huruf “e” maka karakter ini memiliki 9 probabilitas tertinggi pada file teks yang berbahasa Inggris.
Menggunakan tabel universal pada akhirnya tidak memuaskan para ahli kopresi data karena apabila terjadi perubahan pada subyek yang dikompresi dan tidak sesuai dengan tabel universal maka akan terjadi penurunan rasio kompresi secara signifikan. Akhirnya muncul modeling dengan menggunakan tabel yang adaptif, di mana tabel tidak lagi bersifat statis tetapi bisa berubah sesuai dengan kode. Pada prinsipnya dengan model ini, sistem melakukan penghitungan atau scan pada keseluruhan data setelah itu barulah membangun tabel probabilitas kemunculan dari tiap karakter atau symbol.
Model ini kemudian dikembangkan lagi menjadi adaptive statistical modeling di mana sistem tidak perlu melakukan scan ke seluruh symbol untuk membangun tabel statistik, tetapi secara adaptif melakukan perubahan tabel pada proses scan karakter per karakter.
2. Dictionary Based Modeling
Jika statistical model pada umumnya melakukan proses encode simbol satu per satu mengikuti siklus: baca karakter  hitung probabilitas  buat kodenya maka dictionary-based modeling menggunakan mekanisme yang berbeda. Dictionary-based modeling membaca input data dan membandingkannya dengan isi dictionary. Jika sekumpulan string sesuai dengan isi dictionary maka indeks dari dictionary entry lah yang dikeluarkan sebagai output dan bukan kodenya. Sebagai perumpamaan dari dictionary-based dapat digunakan makalah ilmiah sebagai contoh. Saat kita membaca makalah ilmiah kita sering membaca nomor-nomor referensi yang bisa kita cocokkan dengan daftar pustaka di belakang. Hal ini mirip dengan proses pada dictionary-based modeling.
PERBANDINGAN ALGORITMA PADA KOMPRESI DATA
Symbol
Jumlah
Kode
Shannon
Fano
Kode
Huffman
Ukuran
Shannon-
Fano
Jumlah
Bit
Shannon-
Fano
Ukuran
Hufman
Jumlah
Bit
Huffman
A
15
00
0
2
30
1
15
B
7
01
100
2
14
3
21
C
6
10
101
2
12
3
18
D
6
110
110
3
18
3
18
E
5
111
111
3
15
3
15
TOTAL BIT
89
87
KESIMPULAN
Berdasarkan penjelasan di atas, kita dapat menyimpulkan bahwa Kompresi Data dapat mempermudahkan dalam hal penyimpanan file yang begitu besar. Dan media penyimpanan kita bisa menampung data sebanyak- banyaknya.
REFERENSI
Nelson, M., Gailly, J.L., The Data Compression Book, Second Edition. M&T Books, New
York, 1996

www.google.com

www.wikipedia.com

 

 

 

 

Print Friendly

Hello world!

April 26, 2013 in Uncategorized

Welcome to Blog Universitas Widyatama Sites. This is your first post. Edit or delete it, then start blogging!

Print Friendly