Kriptograf - Algoritma Kriptografi Klasik (bagian 1)KuliahKita
Materi pengenalan algoritma kriptografi klasik seperti caesar cipher, dan cipher-cipher sederhana lain yang juga pernah dipakai di jaman perang dulu di http://kuliahkita.com/kelas/kriptografi/
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)KuliahKita
Materi pengenalan algoritma kriptografi klasik seperti caesar cipher, dan cipher-cipher sederhana lain yang juga pernah dipakai di jaman perang dulu di http://kuliahkita.com/kelas/kriptografi/
Buku kecil tentang Six Sigma dengan bahasa sederhana. Redesigned dari versi sebelumnya.
Download, share, print, pelajari dan implementasikan!
AND Have fun!
Tahap perencanaan meliputi perumusan masalah, pemilihan pendekatan, dan pembuatan desain riset (dimana ketiga hal tersebut akan diwujudkan dalam proposal riset). Tahap pelaksanaan meliputi pengumpulan data di lapangan, pengolahan hingga analisis data. Terakhir, membuat laporan riset dan mempresentasikannya sehingga hasil riset bisa memberi manfaat kepada orang lain.
MW PENGUMPULAN DAN PENGOLAHAN DATA [Autosaved].pptxMuktiono Waspodo
Metode pengumpulan data merupakan cara yang teratur dan sistematis untuk mendapatkan informasi atau data yang dibutuhkan.
Penggunaan cara pengumpulan data yang tepat akan mampu membantu pengmbilan keputusan, menghemat biaya, tenaga, dan waktu
Seminar and DevTalk : Mastering UX Research - What is UX Researchpmgdscunsri
This is made to help you understand what makes effective UX-Research and guide you through the essential steps. Whether you're new to UX or seeking to improve your skills, this event will provide you with the knowledge and tools to master your skills in UX research. Don't miss out on this opportunity to enhance your proficiency in crafting the UX that the users need!
ppt profesionalisasi pendidikan Pai 9.pdfNur afiyah
Pembelajaran landasan pendidikan yang membahas tentang profesionalisasi pendidikan. Semoga dengan adanya materi ini dapat memudahkan kita untuk memahami dengan baik serta menambah pengetahuan kita tentang profesionalisasi pendidikan.
3. Data adalah sekumpulan fakta: bilangan, kata,
ukuran, pengamatan atau bahkan hanya berupa
deskripsi tentang sesuatu
Data dapat berupa kualitatif atau kuantitatif
Data kuantitatif dapat berupa diskrit atau
kontinyu
Data diskrit : 5,35, 56, ...
Data kontinyu : 3.99 ; ....
3 02/12/2016
Jenis Data
4. Mengumpulkan dan menganalisa data
Data mempengaruhi kehidupan dengan banyak cara
Bagaimana data digunakan?
Dimana dan bagaimana data dikumpulkan?
Siapa yang mengumpulkannya, dan
Bagaimana mereka menggunakannya?
4 02/12/2016
Mengenal Data [1]
CSH1F2 Pengantar Teknik Informatika
5. Dalam komputasi, fokus kita adalah:
– Darimana data berasal,
– Apa struktur atau format data tersebut, dan
– Apa pengetahuan atau informasi yang bisa kita ekstrak dari data
tersebut menggunakan alat komputasi.
Siapa/Apa yang menghasilkan data?
Dimana data disimpan? Siapa yang memilikinya?
5 02/12/2016
Mengenal Data [2]
CSH1F2 Pengantar Teknik Informatika
6. Dalam Computer Science, terkadang komputer itu sendiri
yang menghasilkan data untuk kita.
Ada data yang tidak bisa dihasilkan oleh komputer:
– Data tentang orang dan
– Bagaimana orang bertindak di dunia nyata
Sulit memperoleh data tersebut tanpa bertanya langsung
Jadi, survey/tools online mencoba mencatat respon orang
terhadap sesuatu karena data tersebut, secara akumulasi,
bisa berisi informasi yang berguna yang bisa diekstrak.
Contoh :
http://www.zimbio.com/quiz/3FlNH9tImJ4/How+Much+Left
+Right+Brained+Person.
6 02/12/2016
Mengenal Data [3]
CSH1F2 Pengantar Teknik Informatika
7. Online quiz “konyol” tersebut merupakan salah satu contoh.
Quiz ini meminta orang mengungkapkan hal-hal tentang
mereka, kecenderungannya, suka dan tidak suka. Ini
merupakan data!
Quiz online ini mungkin terlihat tidak ofensif, namun
beberapa hal menarik tentang orang bisa ditemukan jika
data tersebut dianalisa.
7 02/12/2016
Mengenal Data [4]
CSH1F2 Pengantar Teknik Informatika
12. Bar Graphs
Histogram
Line Graphs
Pie Charts
Scatter Plots
Time series graphs
See : video basic data visualization techniques
12 02/12/2016
Teknik Dasar Visualisasi Data
13. Kita bisa menggunakan Google Trends untuk visualisasi data
historis pencarian:
Identifikasi trend yang menarik, atau
Pola yang menarik
You can try these links :
https://www.google.com/trends/
https://support.google.com/trends#topic=4365530
13 02/12/2016
Mencari Trend dengan Visualisasi
CSH1F2 Pengantar Teknik Informatika
14. Saat melihat data, mengapa kita pisahkan antara
apa dengan mengapa ?
Tujuannya adalah agar peduli dengan asumsi
yang kita buat saat melihat data.
Menganalisa dan menerjemahkan data biasanya
memerlukan beberapa asumsi yang dibuat
tentang akurasi data dan penyebab keterkaitan di
dalamnya.
14 02/12/2016
Mencari Trend dengan Visualisasi
CSH1F2 Pengantar Teknik Informatika
15. Saat keputusan dibuat berdasarkan sekumpulan
data, semua itu berdasarkan asumsi tentang data itu
sendiri.
Oleh karena itu, mengidentifikasi dan validasi (atau
invalidasi) asumsi menjadi bagian yang penting dari
analisa data.
15 02/12/2016
Mencari Trend dengan Visualisasi
CSH1F2 Pengantar Teknik Informatika
16. Coba Anda buat visualisasi data dari sumber data
berikut :
16 02/12/2016
Aktivitas 1
No. NIM Quiz Tugas UTS UAS Nilai Akhir
1 613091003 80 80 56 78 69.6
2 613120057 30 56 64 45 52.2
3 613090071 69 78 67 35 55.5
4 613120058 87 57 78 67 72.4
5 613120067 34 67 89 87 80.5
6 613120059 34 35 35 45 38.9
7 613120050 67 64 46 35 45.5
8 613120100 35 35 46 46 43.8
9 613120048 57 25 46 56 49
10 613120044 35 89 46 67 57.6
17. Anda bisa membuat beberapa visualisasi data
untuk informasi tertentu , misal :
• Informasi jumlah mhs yang memperoleh nilai quiz di
bawah nilai tertentu
• Informasi jumlah mhs yang mendapatkan nilai >70
• Informasi jumlah mhs dr setiap range nilai tertentu
• Dll
• Visualisasi data bisa berupa jenis graphs yang
sesuai
17 02/12/2016
Aktivitas 1 (cont...)
18. 18 12/2/2016
1. Mengenal Data
2. Finding Trends with
Visualizations
3. Asumsi
Manipulasi dan Visualisasi
Data
19. Pertimbangkan dengan baik asumsi yang kita buat saat
menerjemahkan data dan visualisasi data.
Kita lihat bagaimana proyek Google Flu Trends mencoba dan
gagal menggunakan trend pencarian untuk memprediksi
wabah flu.
Video Google Trend
19 02/12/2016
Asumsi [1]
CSH1F2 Pengantar Teknik Informatika
20. Hal-hal yang bisa dipelajari dari proyek Google Flu trends:
Google Flu Trends berfungsi baik dalam beberapa hal namun
seringkali over-estimated, under-estimated, atau betul-betul
meleset dalam prediksi wabah. Contoh: Google Flu Trends
gagal saat wabah flu virus H1N1.
Hanya karena seseorang membaca tentang flu tidak berarti
bahwa dia sedang terkena flu.
Beberapa istilah pencarian seperti “high school basketball”
mungkin bisa jadi prediktor yang bagus untuk setahun tapi
tidak bisa digunakan untuk mengukur apakah seseorang
terkena flu.
20 02/12/2016
Asumsi [2]
CSH1F2 Pengantar Teknik Informatika
21. Secara umum, banyak istilah yang bisa menjadi prediktor
bagus untuk flu namun hanya sementara, karena seperti
halnya “high school basketball”, mereka lebih banyak dicari
saat musim dingin ketika orang terkena flu.
Google mulai merekomendasikan pencarian ke user, yang
mengubah istilah yang digunakan orang dalam pencarian.
Hasilnya, tool Google Flu Trends juga mengukur pencarian
yang dihasilkan Google tersebut, sehingga hasilnya bias.
21 02/12/2016
Asumsi [3]
CSH1F2 Pengantar Teknik Informatika
22. Digital Divide : akses terhadap teknologi dibedakan secara
luas dengan karakteristik pribadi seperti ras dan
pendapatan.
Asumsi globalnya yaitu data yang dikumpulkan secara online
mewakili populasi yang besar.
22 02/12/2016
Asumsi [4]
CSH1F2 Pengantar Teknik Informatika