Metode hierarchical clustering

Metode hierarchical clustering menghasilkan suatu dendogram yang merepresentasikan pengelompokan bersarang dari dokumen-dokumen. Hasil clustering pada metode hierarchical dapat dipandang sebagai suatu pohon terbalik (upside-down). Akar pohon adalah clustering paling tinggi, daun-daun pohon dalah cluster paling rendah yang merupakan dokumen individu, dan cabang-cabang pohon adalah level menengah pada hasil clustering. Dalam hal teknik pembentukan dendogram, metode hierarchical terbagi menjadi dua kategori, yaitu agglomerative dan divisive

Clustering dokumen

Clustering dokumen banyak diterapkan di berbagai area, seperti mesin pencari, web mining, information retrieval dan text mining. Implementasi clustering mampu mengungkap keterkaitan antar dokumen yang secara normal sulit dilakukan. Clustering dapat digunakan untuk mengelompokkan dokumen secar otomatis ke dalam grup-grup berdasarkan kemiripannya. Bagi pengguna, clustering sangat membantu aktivitas pencarian dokumen-dokumen yang relevan.

Sampai saat ini sudah banyak algoritma-algoritma clustering yang dikembangkan oleh para peneliti, namun masih sedikit diantaranya yang emmenuhi kriteria clustering dokumen. Sedikitnya ada lima kriteria utama yang harus dipenuhi oleh algoritma clustering, yaitu :

1. Dimensionalitas tinggi

Banyaknya term-term relevan di himpunan dokumen umumnya mencapai ribuan hingga puluhan ribu. Tiap-tiap term ini merupakan suatu dimensi di dalam vektor dokumen. kebanyakan algoritma clusttering dapat bekerja baik pada data dengan dimensi rendah dan gagal menghasilkan cluster di ruang yang memiliki dimensi tinggi. Algoritma yang baik seharusnya dapat bekerja di ruang dengan dimensi rendah dan tidak mengalami penurunan drastis ketika digunakan pada ruang berdimensi tinggi.

2. Skalabilitas

Dalam pengambilan informasi, himpunan data bisa berisi ratusan hingga ribuan dokumen. beberapa algoritma clustering tidak mampu menangani himpunan data yang berisi lebih dari sepuluh ribu objek data. permasalahan ini biasanya diselesaikan dengan melakukan clustering pada subset himpunan data, tetapi hal ini dapat mengakibatkan hasil clustering tidak seimbang.. Oleh karena itu algoritma clustering seharusnya dapat menangani himpunan data baik dalam jumlah kecil maupun besar.

3. Akurasi

Solusi clustering yang baik seharusnya memiliki kemiripan intra-cluster tinggi dan kemiripan intra-cluster rendah. Artinya, dokumen-dokumen didalam cluster yang sama harus sangat mirip, dan sangat berbeda dengan dokumen-dokumen di cluster lainnya.

4. Kemudahan browsing

Hasil clustering harus mampu menyediakan struktur yang masuk akal dan dengan deskripsi cluster yang memiliki arti, sehingga pengguna dapat melakukan aktivitas browsing dengan mudah.

5. Prior dokumen knowledge

Banyak algoritma clustering yang emmerlukan intervensi pengguna untuk emnetapkan beberapa parameter masukan. Pada kenyataannya, untuk menentukan nilai-nilai parameter ini sering diperlukan prior domain knowledge. Apabila suatu algoritma clustering sensitif terhadap kondisi ini, tingkat keakuratannya dapat menurun secara drastis. Dampak lain yang bisa timbul adalah kualitas clustering yang akan sulit dikendalikan.

CRM dalam perspektif sistem informasi

CRM pada dasarnya adalah sebuah aplikasi basis data yang bersifat web enabled, yang mampu menyediakan akses informasi secara cepat dan akurat , mampu mengoptimasi interaksi dengan customer, meningkatkan efisiensi dan produktivitas, bisa mengintegrasikan berbagai macam platform serta akses yang sama kepada data customer baik oleh staff maupun customer.

Sebuah sistem CRM sebaiknya mengacu pada sebuah model yang bisa digunakan untuk mengevaluasi sistem CRM yang akan dibuat. Melissa B. Lin menggambarkan klasifikasi yang sudah digeneralisasi berdasarkan studi yang dilakukannya terhadap fitur-fitur di berbagai sistem CRM . Sistem CRM terdiri dari fungsi-fungsi yang bersifat front end, core-center, dan back end.

Renungan Hidup

Saat tulisan ini dibuat, dua hari lagi, tahun Hijrah segera berganti, dari tahun 1430 H ke 1431 H. Lima belas hari lagi, tahun Masehi berganti, dari tahun 2009 ke tahun 2010. Beberapa hari lagi, kawan saya si Fulan genap berusia 38 tahun. Itu berarti jatah hidupnya telah berkurang lagi setahun dibandingkan tahun lalu. Ia lalu mengajak saya untuk merenung. Ia kemudian berandai-andai sebagai berikut:

Andai jatah hidup kita di dunia ini 60 tahun, dengan usia kita saat ini 38 tahun, berarti sisa hidup kita tinggal 22 tahun lagi. Andai jatah hidup kita di dunia ini 50 tahun, berarti sisa hidup kita tinggal 12 tahun lagi. Andai jatah hidup kita di dunia ini 40 tahun, berarti sisa hidup kita tinggal 2 tahun lagi. Bagaimana jika jatah umur kita sudah habis dan besok atau lusa Malaikat Ijrail mencabut nyawa kita? Duh! Betapa singkatnya hidup 38 tahun. Jika demikian, betapa tidak akan terasa menjalani sisa hidup yang lebih pendek lagi; 22 tahun, 12 tahun, 2 tahun, atau malah cuma dua hari lagi…

Mendengar ’ocehan’-nya, saya mulai tersentak. Diam-diam, saya pun mulai merenungkan kata-katanya. Ia lalu melanjutkan:

Andai selama 38 tahun itu kita tidur selama delapan jam perhari, berarti sepertiga hidup kita hanya dipakai untuk tidur, yakni sekitar 12,7 tahun. Andai sisa waktu kita perhari yang tinggal 16 jam itu kita pakai 4 jam untuk nonton tivi, ngobrol ngalor-ngidul, santai, dan melakukan hal-hal yang tak berguna, berarti sisa waktu kita perhari tinggal 12 jam. Sebab, yang 12 jamnya dipakai untuk tidur dan melakukan hal-hal tadi. Dua belas jam berarti setengah hari. Jika ia dikalikan 38 tahun, berarti 19 tahun (separuh umur kita) hanya kita pakai untuk tidur dan melakukan hal-hal yang tak berguna.

Saya makin termenung. Diam-diam saya makin hanyut dalam kontemplasinya. Ia pun bertutur lagi:

Dalam usia 38 tahun itu, kita, misalkan, baru mulai bekerja efektif pada usia 25 tahun. Berarti kita bekerja sudah 13 tahun. Jika rata-rata kita bekerja 8 jam perhari, berarti kita telah menghabiskan waktu kita untuk bekerja 1/3×13 tahun=3,9 tahun. Artinya, dari 38 tahun itu kita menghabiskan total kira-kira 22,9 tahun hanya untuk tidur dan bekerja mencari dunia; termasuk nonton tivi, ngobrol ngalor-ngidul, santai, dan mungkin melakukan hal-hal tak berguna.

Mari kita bandingkan dengan aktivitas ibadah kita, juga dakwah kita. Andai shalat kita yang lima waktu, ditambah shalat-shalat sunnah, memakan waktu total hanya 1,5 jam perhari, berarti kita hanya menghabiskan 547 jam pertahun untuk shalat. Itu berarti hanya sekitar 23 hari pertahun. Andai kita baru benar-benar menunaikan shalat umur 15 tahun (saat mulai balig), berarti kita baru menghabiskan sekitar 414 hari (=23×18 [38-15]) untuk shalat. Artinya, selama 38 tahun, kita menunaikan shalat hanya 1 tahun 49 hari!

Bagaimana dengan aktivitas dakwah kita? Andai dakwah kita baru kita mulai pada usia 20 tahun dan hanya memakan waktu rata-rata 2 jam perhari, berarti kita menghabiskan waktu kira-kira 547,5 hari untuk berdakwah. Artinya, kita hanya menghabiskan waktu 1,5 tahun saja untuk berdakwah.

Aku semakin larut dalam kata-katanya. Emosiku tak tertahan. Namun, si Fulan kawanku terus saja ’berceloteh’. Ia lalu mengajakku untuk merenungkan kembali firman Allah SWT (yang artinya): Tidaklah Aku menciptkan jin dan manusia, kecuali untuk beribadah kepada-Ku (QS adz-Dzariyat [51]: 56). Ia kemudian bertutur lagi:

Saat merenungkan kembali ayat itu, hatiku menangis. Betapa tidak. Allah menciptakan hidupku dan memberiku usia sekian puluh tahun sesungguhnya agar aku gunakan untuk beribadah kepada-Nya. Namun kenyataan-nya, hidupku habis untuk tidur dan bekerja mencari dunia, juga melakukan hal yang sia-sia. Sebaliknya, hanya sebagian kecil usiaku aku habiskan untuk ibadah dan dakwah.

Saya menyela, “Bekerja kan termasuk ibadah juga.”

Namun, segera ia mengajukan pertanyaan retoris kepada saya:

Baik. Sekarang bagaimana jika semua itu ternyata tidak bernilai di sisi Allah? Bagaimana jika amal-amal kita ternyata tidak diterima oleh Allah? Bagaimana jika shalat kita yang jarang sekali khusyuk itu ditolak oleh Allah? Bagaimana pula jika dakwah kita pun—yang mungkin kadang bercampur dengan riya dan tak jarang minimalis—tak dipandang oleh Allah?

Betul. Kita tidak boleh pesimis. Kita harus penuh harap kepada Allah, semoga semua amal-amal kita Dia terima. Namun, kita pun sepantasnya khawatir jika semua amal yang selama ini kita anggap amal shalih dan bernilai pahala, ternyata sebagian besarnya tidak bernilai apa-apa di sisi Allah. Na’udzu billâh. Kita memang tidak berharap seperti itu.

Di sisi lain, setiap hari, puluhan kali kita bermaksiat. Kalikan saja, misalkan, dengan 23 tahun usia kita (38 tahun dikurangi masa kanak-kanak prabalig).

Tak terasa, saya pun mencucurkan air mata, tak kuasa menahan tangis, seraya bergumam, “Ya Allah, setiap detik karunia dan nikmat-Mu turun kepadaku. Namun, setiap detik pula dosa dan kesalahanku naik kepada-Mu.”

Saya lantas berdoa dengan doa Nabi Adam as.:

Ya Allah, Tuhan kami. Selama ini kami hanya menzalimi dan menganiaya diri kami sendiri. Jika saja Engkau tidak mengampuni dosa-dosa kami dan mengasihi kami, tentu kami termasuk orang-orang yang merugi.

Saya pun bedoa dengan doa Imam al-Ghazali:

Tuhanku, tidaklah pantas aku menjadi penghuni Firdaus-Mu. Namun, tak mungkin pula aku kuat menahan panasnya Neraka-Mu. Karena itu, terimalah tobatku dan ampunilah dosa-dosaku. Sesunguhnya Engkau Maha Pengampun dosa dan Engkau Mahabesar. Amin.

Wa mâ tawfîqî illâ billâh wa ’alayhi tawakkaltu wa ilayhi unîb. [Arief BI]

SPK pengukuran dan analisis produktivitas UKM dengan metode OMAX

Produktivitas merupakan salah satu faktor penting dalam kesejahteraan Usaha Kecil dan Menengah (UKM) . Dinas perindustrian dan perdagangan (disperindag) sebagai fasilitator pembinaan UKM, setiap tahun melakukan kegiatan pengukuran dan analisis terhadap UKM di kabupaten bangkalan. Namun sistem yang digunakan saat ini masih manual, yaitu observasi langsung oleh tim survey pada lokasi se-kabupaten bangkalan dan penetapan keputusan oleh pimpinan disperindag yang masih bersifat subyektif.

SPK Metode Entropy

Metode pembobotan entropy merupakan metode pengambilan keputusan yang memberikan sekelompok kriteria dan menaksir preferensi suatu bobot menurut Jean-Charles dan Sergio Barba (1996) adalah pengukuran j melalui fungsi tertentu sesuai kuantitas informasi yang diberikan dan penilaian bobot kriteria j dilakukan melalui pengukuran Dispersy Dj.

Langkah-langkah pembobotan metode entropy :

1. Semua pengambil keputusan harus memberikan nilai yang menunjukkan kepentingan suatu kriteria tertentu terhadap pengambilan keputusan. Tiap pengambilan keputusan boleh menilai sesuai preferensinya masing-masing. Misalnya metode penelitian adalah menggunakan angka integer ganjil antara 1 sampai 9. Tiap angka menunjukkan tingkat kepentinagn tertentu, mulai dari angka 1, yaitu sangat tidak penting, sampai angka 9 yang menunjukkan bahwa kriteria tersebut sangat penting.

2. Kurangkan tiap angka tersebut dengan nilai paling ideal, dalam contoh diatas adalah 9.

3. Bagi tiap nilai dengan jumlah total nilai dalam semua kriteria

4. menghitung nilai entropy untuk tiap kriteria

5. Menghitung dispersi tiap kriteria

6. Asumsi total bobot untuk semua kriteria dalah penjumlahan terhadap nilai dispersy untuk tiap kriteria atau dispersy akhir. dan nilai dispersy akhir yang nantinya dijadikan sebagai nilai acuan.

PERANCANGAN TRANSLATOR BAHASA ALAMI KE DALAM FORMAT SQL (STRUCTURED QUERY LANGUAGE)

Basis data pada umumnya diaplikasikan dengan arsitektur Client-Server, dimana pada arsitektur ini terdapat dua komponen utama, yaitu client dan server. Client berisi aplikasi basis data sedangkan server berisi DBMS dan basis data. Setiap aktifitas yang dikehendaki pemakai akan lebih dahulu ditangani oleh client. Jika ada proses yang harus melibatkan data pada basis data, barulah client melakukan kontak permintaan terhadap server dan selanjutnya server mengeksekusi permintaan tersebut terhadap basis data yang terdapat di dalamnya .
Permintaan data oleh client terhadap server dinyatakan dengan bahasa basis data. Dari sekian banyak bahasa basis data yang pernah ada seperti SQL, dbase, QUEL dan lain-lain, yang menjadi standar pada saat ini adalah SQL (Stuctured Query Language).
Untuk melihat informasi dengan kriteria tertentu dalam suatu database dengan menggunakan SQL, maka pemakai harus memahami struktur SQL, dimana setelah diolah dalam “SQL engine”, informasi pada database dapat dikeluarkan sebagai hasil query.
Untuk memudahkan pemakai mendapatkan informasi dalam suatu database, cukup menggunakan bahasa alami yang biasa digunakan sehari-hari. Agar hal ini dapat terjadi maka diperlukan suatu sub sistem lain diantara user dan sistem yang dapat mentranslasi bahasa alami ke dalam format SQL. Sub sistem yang dimaksud adalah “Translator bahasa alami ke SQL” .

“Perintah bahasa alami” yang menjadi input sub sistem “Translator bahas alami ke SQL” dalam sistem ini merupakan teks kalimat bahasa Indonesia yang baku, sedangkan “SQL” yang menjadi keluarannya berupa baris perintah dalam format SQL.
Proses aplikasi yang akan menerima keluaran sub sistem tersebut adalah proses pencarian data dengan format SQL. Proses pencarian data merupakan aplikasi SQL yang paling banyak digunakan dalam interaksi antara manusia dengan komputer, sedangkan aplikasi lainnya seperti penambahan, perubahan atau penghapusan data. biasanya hanya diijinkan untuk orang-orang tertentu.
Paper ini membahas tentang pengembangan metode pendektesian kata untuk melakukan proses translasi dari bahasa alami menjadi bahasa dalam format SQL.

Enterprise Architecture : Antara teori dan praktek

Seberapa tepat penerapan teknologi informasi didalam sebuah organisasi bila diukur dari tujuan organisasi (visi dan misi organisasi) serta strategi bisnis yang diterapkan oleh organisasi itu sendiri ? Meskipun kita setuju bahwa teknologi informasi dapat membantu organisasi dalam mencapai tujuannya, namun seringkali kita mendapati bahwa investasi penerapan teknologi informasi didalam organisasi sangat tidak terarah atau bahkan tidak sesuai dengan strategi bisnis organisasi itu sendiri. Kondisi ini yang kemudian memicu kita untuk melontarkan pertanyaan : bagaimana kita dapat memastikan bahwa investasi, penerapan teknologi informasi sesuai sasaran sesuai dengan tujuan organisasi dan strategi bisnis organisasi.

Permasalahan ini sebenarnya telah terjawab didalam teori Enterprise Architecture (EA). EA yang kerap kali lebih didekatkan pada dunia teknologi informasi diciptakan untuk dapat meletakkan investasi dan strategi teknologi informasi secara tepat sesuai dengan strategi bisnis organisasi. Dengan kata lain, EA memungkinkan kita untuk dapat menelusuri penurunan strategi bisnis organisasi hingga ke penerapan teknologi informasi didalam organisasi. Kesesuaian penerapan teknologi informasi ini akan membawa pada kesuksesan organisasi dalam meraih tujuan organisasi sesuai dengan strategi bisnis organisasi itu sendiri.

Namun demikian bagaimanakah dengan praktek pelaksanaannya ? Dapatkah EA ini diterapkan dengan mudah dan dapat memberikan hasil seperti yang dijanjikannya ?

Penerapan EA ini pada kenyataannya tidak semulus yang diharapkan. terdapat beberapa faktor umum yang kemudian menjadikannya justru gagal ditengah jalan. Tidak sedikit bahkan yang kemudian malah berbalik menjadi sebuah usaha yang sia-sia dan memakan biaya yang tidak sedikit didalam pembentukannya.