manager adalah orang atau seseorang yang harus mampu membuat orang-orang dalam organisasi yang berbagai karakteristik, latar belakang budaya, akan tetapi memiliki ciri yang sesuai dengan tujuan (goals) dan teknologi (technology).tugas manager adalah bagaimana mengintegrasikan berbagai macam variabel (karakteristik, budaya, pendidikan dan lain sebagainya) kedalam suatu tujuan organisasi yang sama dengan cara melakukan mekanisme penyesuaian.
Setidaknya ada 3 (tiga) karakteristik yang dapat digunakan untuk mengukur tingkat kualifikasi seseorang untuk menjadi Manajer Proyek yaitu:
A. Karakter Pribadinya
1. Memiliki pemahaman yang menyeluruh mengenai teknis pekerjaan dari proyek yang dikelola olehnya.
2. Mampu bertindak sebagai seorang pengambil keputusan yang handal dan bertanggung jawab.
3. Memiliki integritas diri yang baik namun tetap mampu menghadirkan suasana yang mendukung di lingkungan tempat dia bekerja.
4. Asertif
5. Memiliki pengalaman dan keahlian yang memadai dalam mengelola waktu dan manusia.
B. Karakteristik Kemampuan Terkait dengan Proyek yang Dikelola
1. Memiliki komitmen yang kuat dalam meraih tujuan dan keberhasilan proyek dalam jadwal, anggaran dan prosedur yang dibuat.
2. Pelaksanakan seluruh proses pengembangan proyek IT sesuai dengan anggaran dan waktu yang dapat memuaskan para pengguna/klien.
3. Pernah terlibat dalam proyek yang sejenis.
4. Mampu mengendalikan hasil-hasil proyek dengan melakukan pengukuran dan evaluasi kinerja yang disesuaikan dengan standar dan tujuan yang ingin dicapai dari proyek yang dilaksanakan.
5. Membuat dan melakukan rencana darurat untuk mengantisipasi hal-hal maupun masalah tak terduga.
6. Membuat dan menerapkan keputusan terkait dengan perencanaan.
7. Memiliki kemauan untuk mendefinisikan ulang tujuan, tanggung jawab dan jadwal selama hal tersebut ditujukan untuk mengembalikan arah tujuan dari pelaksanaan proyek jika terjadi jadwal maupun anggaran yang meleset.
8. Membangun dan menyesuaikan kegiatan dengan prioritas yang ada serta tenggat waktu yang ditentukan sebelumnya.
9. Memiliki kematangan yang tinggi dalam perencanaan yang baik dalam upaya mengurangi tekanan dan stres sehingga dapat meningkatkan produktifitas kerja tim.
10. Mampu membuat perencanaan dalam jangka panjang dan jangka pendek.
C. Karakteristik Kemampuan Terkait dengan Tim yang Dipimpin
1. Memiliki kemampuan dan keahlian berkomunikasi serta manajerial.
2. Mampu menyusun rencana, mengorganisasi, memimpin, memotivasi serta mendelegasikan tugas secara bertanggung jawab kepada setiap anggota tim.
3. Menghormati para anggota tim kerjanya serta mendapat kepercayaan dan penghormatan dari mereka.
4. Berbagi sukses dengan seluruh anggota tim.
5. Mampu menempatkan orang yang tepat di posisi yang sesuai.
6. Memberikan apresiasi yang baik kepada para anggota tim yang bekerja dengan baik.
7. Mampu mempengaruhi pihak-pihak lain yang terkait dengan proyek yang dipimpinnya untuk menerima pendapat-pendapatnya serta melaksanakan rencana-rencana yang disusunnya.
8. Mendelegasikan tugas-tugas namun tetap melakukan pengendalian melekat.
9. Memiliki kepercayaan yang tinggi kepada para profesional terlatih untuk menerima pekerjaan-pekerjaan yang didelegasikan darinya.
10. Menjadikan dirinya sebagai bagian yang terintegrasi dengan tim yang dipimpinnya.
11. Mampu membangun kedisiplinan secara struktural.
12. Mampu mengidentifikasi kelebihan-kelebihan dari masing-masing anggota tim serta memanfaatkannya sebagai kekuatan individual.
13. Mendayagunakan setiap elemen pekerjaan untuk menstimulasi rasa hormat dari para personil yang terlibat dan mengembangkan sisi profesionalisme mereka.
14. Menyediakan sedikit waktu untuk menerima setiap ide yang dapat meningkatkan kematangan serta pengembangan dirinya.
15. Selalu terbuka atas hal-hal yang mendorong kemajuan.
16. Memahami secara menyeluruh para anggota tim yang dipimpinnya dan mengembangkan komunikasi efektif di dalamnya.
Senin, 23 April 2012
pengertian cocomo dan jenis jenis cocomo
COCOMO (Constructive Cost Model)
DEFINISI DAN SEJARAH
Constructive Cost Model (COCOMO) adalah algoritma estimasi biaya perangkat lunak model yang dikembangkan oleh Barry Boehm . Model ini menggunakan dasar regresi formula, dengan parameter yang berasal dari data historis dan karakteristik proyek proyek saat ini.
COCOMO pertama kali diterbitkan pada tahun 1981 Barry Boehm W. ‘s Book rekayasa ekonomi Perangkat Lunak sebagai model untuk memperkirakan usaha, biaya, dan jadwal untuk proyek-proyek perangkat lunak. Ini menarik pada studi dari 63 proyek di TRW Aerospace mana Barry Boehm adalah Direktur Riset dan Teknologi Perangkat Lunak pada tahun 1981. Penelitian ini memeriksa proyek-proyek ukuran mulai dari 2.000 sampai 100.000 baris kode , dan bahasa pemrograman mulai dari perakitan untuk PL / I . Proyek-proyek ini didasarkan pada model waterfall pengembangan perangkat lunak yang merupakan pengembangan software proses lazim pada tahun 1981.
COCOMO merupakan singkatan dari Constructive Cost Model yaitu algortima model estimasi biaya perangkat lunak yang dikembangkan dan diterbitkan oleh Barry Boehm. Cocomo merupakan sebuah model – model untuk memperkirakan usaha, biaya dan jadwal untuk proyek-proyek perangkat lunak.
Pada tahun 1981,Barry Boehm memperkenalkan hirarki model estimasi PL dengan nama COCOMO, Barry Boehm mendesain COCOMO untuk memberikan estimasi / perkiraan jumlah Person-Months untuk mengembangkan suatu produk software. Referensi pada model ini dikenal dengan nama COCOMO 81.
Pada tahun 1990, muncul suatu model estimasi baru yang disebut dengan COCOMO II. Secara umum referensi COCOMO sebelum 1995 merujuk pada original COCOMO model yaitu COCOMO 81, setelah itu merujuk pada COCOMO II.
COCOMO merupakan model terbuka sehingga semua detail dapat dipublikasi, termasuk :
Dasar persamaan perkiraan biaya
Setiap asumsi yang dibuat dalam model
Setiap definisi
Biaya yang disertakan dalam perkiraan dinyatakan secara eksplisit
JENIS-JENIS COCOMO
COCOMO, Biaya Konstruktif Model statis tunggal-variabel model. Barry Boehm memperkenalkan model COCOMO. Ada hirarki dari model ini.
Model 1:
Dasar model COCOMO adalah statis nilai-tunggal model yang menghitung usaha pengembangan perangkat lunak (dan biaya) sebagai fungsi dari ukuran program diekspresikan dalam baris kode perkiraan.
Model 2:
Menengah model COCOMO menghitung usaha pengembangan perangkat lunak sebagai fungsi dari ukuran program dan serangkaian “pengendali biaya” yang mencakup penilaian subjektif dari produk, perangkat keras, personil, dan atribut proyek.
Model 3:
Lanjutan model COCOMO mencakup semua karakteristik versi intermediate dengan penilaian terhadap pengaruh pengendali biaya pada setiap langkah, seperti analisis, desain, dll.
Model COCOMO ditetapkan untuk tiga kelas proyek PL :
mode organik – proyek PL yang sederhana dan relatif kecil di mana tim kecil dengan pengalaman aplikasi yang baik.
mode semi-detached – proyek PL menengah 9dalam ukuran dan kompleksitas) di mana tim dengan pengalaman pada tingkat tingkat yang berbeda-beda harus memenuhi bauran yang kurang kuat dari syarat yang ketat (misalnya sistem pemrosesan transaksi dengan syarat tertentu untuk PK terminal dan PL database)
mode embedded – proyek PL yang harus dikembangkan ke dalam serangkaian PK, Pl dan batasan operasional yang ketat (seperti PL kontrol penerbangan untuk pesawat udara).
DEFINISI DAN SEJARAH
Constructive Cost Model (COCOMO) adalah algoritma estimasi biaya perangkat lunak model yang dikembangkan oleh Barry Boehm . Model ini menggunakan dasar regresi formula, dengan parameter yang berasal dari data historis dan karakteristik proyek proyek saat ini.
COCOMO pertama kali diterbitkan pada tahun 1981 Barry Boehm W. ‘s Book rekayasa ekonomi Perangkat Lunak sebagai model untuk memperkirakan usaha, biaya, dan jadwal untuk proyek-proyek perangkat lunak. Ini menarik pada studi dari 63 proyek di TRW Aerospace mana Barry Boehm adalah Direktur Riset dan Teknologi Perangkat Lunak pada tahun 1981. Penelitian ini memeriksa proyek-proyek ukuran mulai dari 2.000 sampai 100.000 baris kode , dan bahasa pemrograman mulai dari perakitan untuk PL / I . Proyek-proyek ini didasarkan pada model waterfall pengembangan perangkat lunak yang merupakan pengembangan software proses lazim pada tahun 1981.
COCOMO merupakan singkatan dari Constructive Cost Model yaitu algortima model estimasi biaya perangkat lunak yang dikembangkan dan diterbitkan oleh Barry Boehm. Cocomo merupakan sebuah model – model untuk memperkirakan usaha, biaya dan jadwal untuk proyek-proyek perangkat lunak.
Pada tahun 1981,Barry Boehm memperkenalkan hirarki model estimasi PL dengan nama COCOMO, Barry Boehm mendesain COCOMO untuk memberikan estimasi / perkiraan jumlah Person-Months untuk mengembangkan suatu produk software. Referensi pada model ini dikenal dengan nama COCOMO 81.
Pada tahun 1990, muncul suatu model estimasi baru yang disebut dengan COCOMO II. Secara umum referensi COCOMO sebelum 1995 merujuk pada original COCOMO model yaitu COCOMO 81, setelah itu merujuk pada COCOMO II.
COCOMO merupakan model terbuka sehingga semua detail dapat dipublikasi, termasuk :
Dasar persamaan perkiraan biaya
Setiap asumsi yang dibuat dalam model
Setiap definisi
Biaya yang disertakan dalam perkiraan dinyatakan secara eksplisit
JENIS-JENIS COCOMO
COCOMO, Biaya Konstruktif Model statis tunggal-variabel model. Barry Boehm memperkenalkan model COCOMO. Ada hirarki dari model ini.
Model 1:
Dasar model COCOMO adalah statis nilai-tunggal model yang menghitung usaha pengembangan perangkat lunak (dan biaya) sebagai fungsi dari ukuran program diekspresikan dalam baris kode perkiraan.
Model 2:
Menengah model COCOMO menghitung usaha pengembangan perangkat lunak sebagai fungsi dari ukuran program dan serangkaian “pengendali biaya” yang mencakup penilaian subjektif dari produk, perangkat keras, personil, dan atribut proyek.
Model 3:
Lanjutan model COCOMO mencakup semua karakteristik versi intermediate dengan penilaian terhadap pengaruh pengendali biaya pada setiap langkah, seperti analisis, desain, dll.
Model COCOMO ditetapkan untuk tiga kelas proyek PL :
mode organik – proyek PL yang sederhana dan relatif kecil di mana tim kecil dengan pengalaman aplikasi yang baik.
mode semi-detached – proyek PL menengah 9dalam ukuran dan kompleksitas) di mana tim dengan pengalaman pada tingkat tingkat yang berbeda-beda harus memenuhi bauran yang kurang kuat dari syarat yang ketat (misalnya sistem pemrosesan transaksi dengan syarat tertentu untuk PK terminal dan PL database)
mode embedded – proyek PL yang harus dikembangkan ke dalam serangkaian PK, Pl dan batasan operasional yang ketat (seperti PL kontrol penerbangan untuk pesawat udara).
Rabu, 28 Maret 2012
etika - etika dalam TSI beserta undang undangnya
A. Etika dan moral dalam penggunaan Teknologi Informasi dan Komunikasi
Etika berasal dari bahasa Yunani ethikos yang berarti timbul dari kebiasaan. Etika mencakup analisis dan penerapan nilai-nilai seperti benar, salah, baik, buruk dan tanggung jawab. Etika dan moral harus diterapkan dalam penggunaan teknologi informasi dan komunikasi. Meski berupa dunia digital, teknologi informasi dan komunikasi hanyalah media yang dikendalikan oleh manusia.
Salah satu contoh penerapan etika dalam teknologi informasi dan komunikasi adalah etiket atau etika dan sopan santun berkomunikasi melalui Internet. Meski komunikasi melalui Internet banyak terjadi melalui tulisan dan simbol, namun pengguna Internet harus menjaga tutur katanya dan menerapkan etika yang baik. Jika seseorang memiliki etika yang baik, maka orang tersebut juga memiliki moral yang baik. Begitu juga sebaliknya. Dalam hal penggunaan perangkat lunak, etika serta moral berkaitan erat dengan hak seseorang, yakni pembuat perangkat lunak tersebut. Pembuat perangkat lunak telah bekerja keras untuk berkarya sehingga hasil karyanya itu patut dihargai dan dilindungi dengan undang-undang. Indonesia sebagai negara hukum memiliki undang-undang yang mengatur hak atas kekayaan intelektual.
Selain memperhatikan etika dan moral, penggunaan komputer dan alat-alat teknologi informasi dan komunikasi lainnya harus juga memperhatikan prinsip kesehatan dan keselamatan kerja. Penggunaan perangkat keras yang tidak sesuai prosedur dapat mendatangkan dampak negatif bagi pengguna. Dalam dunia kerja, terlebih dunia kerja yang sifatnya massal dan besar, faktor-faktor kesehatan dan keselamatan kerja perlu diperhatikan dengan saksama.
B. Hak Atas Kekayaan Intelektual
Hak atas Kekayaan intelektual adalah pengakuan hukum yang memungkinkan pemegang hak (atas) kekayaan intelektual tersebut mengatur penggunaan gagasan-gagasan dan ekspresi yang diciptakannya dalam jangka waktu tertentu. Istilah 'kekayaan intelektual' mencerminkan bahwa hal tersebut merupakan hasil pikiran atau intelektualitas, dan bahwa hak kekayaan intelektual dapat dilindungi oleh hukum sebagaimana bentuk hak milik lainnya Hak atas Kekayaan Intelektual sering disingkat HAKI dan secara umum lebih sering dikenal HAKI. Objek yang diatur dalam HAKI menyangkut karya-karya manusia yang lahir akibat kemampuan intelektualnya. HAKI dibagi menjadi dua yaitu:
• hak cipta atau copyright
• hak kekayaan industri atau industrial property right
Ruang lingkup hak cipta meliputi karya-karya baik berupa barang, lagu, tulisan, desain dan sebagainya. Hasil-hasil karya semacam itu dapat didaftarkan ke Departemen Kehakiman sehingga dilindungi oleh undang-undang. Pada dasarnya, setiap hasil karya/cipta manusia dapat didaftarkan ke departemen kehakiman agar mendapat perlindungan hukum.
Undang-undang hak cipta mengacu pada Undang-Undang Republik Indonesia Nomor 19 tahun 2002. Seseorang atau lembaga yang mendaftarkan hasil karyanya kepada lembaga yang berwenang akan mendapatkan perlindungan hukum. Dalam Undang-undang RI No 19 tahun 2002 tersebut dijelaskan bahwa:
• Hak cipta adalah hak eksklusif bagi pencipta atau penerima hak untuk mengumumkan, memperbanyak ciptaannya, atau memberikan izin untuk itu dengan tidak mengurangi pembatasan-pembatasan menurut peraturan perundangundangan yang berlaku.
• Pencipta adalah seorang atau beberapa orang secara bersama-sama yang atas inspirasinya melahirkan suatu ciptaan berdasarkan kemampuan pikiran, imajinasi, kecekatan, keterampilan, atau keahlian yang dituangkan ke dalam bentuk yang khas dan bersifat pribadi.
• Ciptaan adalah hasil setiap karya pencipta yang menunjukkan keasliannya dalam lapangan ilmu pengetahuan, seni, atau sastra.
• Pemegang hak cipta adalah pencipta sebagai pemilik hak cipta atau pihak yang menerima hak tersebut dari pencipta, atau pihak lain yang menerima lebih lanjut hak dari pihak yang menerima hak tersebut.
• Pengumuman adalah pembacaan, penyiaran, pameran, penjualan, pengedaran, atau penyebaran suatu ciptaan dengan menggunakan alat apapun, termasuk media Internet, atau melakukan dengan cara apapun sehingga suatu ciptaan dapat dibaca, didengar, atau dilihat orang lain.
• Perbanyakan adalah penambahan jumlah sesuatu ciptaan, baik secara keseluruhan maupun bagian yang sangat substansial dengan menggunakan bahan-bahan yang sama ataupun tidak sama, termasuk mengalihwujudkan secara permanen atau temporer (sementara).
• Program komputer adalah sekumpulan instruksi yang diwujudkan dalam bentuk bahasa, kode, skema, ataupun bentuk lain yang apabila digabungkan dengan media yang dapat dibaca dengan komputer akan mampu membuat komputer bekerja untuk melakukan fungsi-fungsi khusus atau untuk mencapai hasil yang khusus, termasuk persiapan dalam merancang instruksi-instruksi tersebut.
• Lisensi adalah izin yang diberikan oleh Pemegang Hak Cipta atau Pemegang Hak Terkait kepada pihak lain untuk mengumumkan dan/atau memperbanyak Ciptaannya atau produk Hak Terkaitnya dengan persyaratan tertentu.
C. Aturan-aturan hak cipta perangkat lunak
Aturan hak cipta terkait dengan perangkat lunak komputer diatur dalam Undang-undang Negara Republik Indonesia No 19 Tahun 2000 yang terdiri dari 15 bab dan 78 pasal. Sebelumnya, negara kita pernah memiliki Undang-undang Hak Cipta, yaitu:
• Undang-undang No. 6 Tahun 1982
• Undang-undang No. 7 Tahun 1987
• Undang-undang No. 12 Tahun 1997
Undang-undang Hak Cipta dibuat untuk melindungi hasil karya atau ciptaan dari pelanggaran-pelanggaran yang dilakukan oleh orang-orang yang tidak bertanggung jawab. Berikut ini kutipan dari Undang-undang Republik Indonesia No. 19 Tahun 2002:
Pasal 49
a. Pelaku memiliki hak eksklusif untuk memberikan izin atau melarang pihak lain yang tanpa persetujuannya membuat, memperbanyak, atau menyiarkan rekaman suara dan/ atau gambar pertunjukkannya.
b. Produser rekaman suara memiliki hak eksklusif untuk memberikan izin atau melarang pihak lain yang tanpa persetujuannya memperbanyak dan/atau menyewakan karya rekaman suara atau rekaman bunyi.
Dalam bidang perangkat lunak atau software, ada beberapa istilah yang berkaitan dengan hak paten. Selain itu, ada beberapa definisi yang menunjukkan status sebuah software yang perlu kita ketahui. Istilah-istilah tersebut adalah:
• Perangkat Lunak Berpemilik (Proprietary)
Perangkat lunak berpemilik (proprietary) adalah perangkat lunak yang tidak bebas atau pun semi-bebas. Seseorang dapat dilarang, atau harus meminta izin, atau akan dikenakan pembatasan lainnya jika menggunakan, mengedarkan, atau memodifikasinya.
• Perangkat Lunak Komersial
Perangkat lunak komersial adalah perangkat lunak yang dikembangkan oleh kalangan bisnis untuk memperoleh keuntungan dari penggunaannya. Komersial dan kepemilikan adalah dua hal yang berbeda. Kebanyakan perangkat lunak komersial adalah berpemilik, tapi ada perangkat lunak bebas komersial, dan ada perangkat lunak tidak bebas dan tidak komersial.
• Perangkat Lunak Semi—Bebas
Perangkat lunak semi-bebas adalah perangkat lunak yang tidak bebas, tapi mengizinkan setiap orang untuk menggunakan, menyalin, mendistribusikan, dan memodifikasinya (termasuk distribusi dari versi yang telah dimodifikasi) untuk tujuan tertentu. Perangkat lunak semi-bebas jauh lebih baik dari perangkat lunak berpemilik, namun masih ada masalah karena seseorang tidak dapat menggunakannya pada sembarang sistem operasi.
• Public Domain
Perangkat lunak public domain adalah perangkat lunak tanpa hak cipta. Ini merupakan kasus khusus dari perangkat lunak bebas non-copyleft (lihat GNU/GPL), yang berarti bahwa beberapa salinan atau versi yang telah dimodifikasi bisa jadi tidak bebas sama sekali. Terkadang ada yang menggunakan istilah public domain secara bebas yang berarti cuma-cuma atau tersedia gratis. Namun public domain merupakan istilah hukum yang artinya tidak memiliki hak cipta. Untuk jelasnya, lebih baik kita menggunakan istilah ``public domain'' dalam arti tersebut, serta menggunakan istilah lain untuk mengartikan pengertian yang lain.
• Freeware
Istilah freeware tidak terdefinisi dengan jelas, tetapi biasanya digunakan untuk paket-paket yang mengizinkan pendistribusian kembali tanpa modifikasi (kode programnya tidak tersedia). Paket-paket ini bukan perangkat lunak bebas.
• Shareware
Shareware ialah perangkat lunak yang mengizinkan orang-orang untuk meredistribusikan salinannya, tetapi mereka yang terus menggunakannya diminta untuk membayar biaya lisensi. Dalam praktiknya, orang-orang sering tidak mempedulikan perjanjian distribusi dan tetap menggunakan perangkat lunak tersebut meski sebenarnya perjanjian tidak mengizinkannya. GNU General Public License (GNU//GPL) GNU/GPL merupakan sebuah kumpulan ketentuan pendistribusian tertentu untuk mengcopyleft-kan sebuah program (copyleft adalah awan kata dari copyright). Proyek GNU menggunakannya sebagai perjanjian distribusi untuk sebagian besar perangkat lunak GNU. Sebagai contoh adalah lisensi GPL yang umum digunakan pada perangkat lunak Open Source. GPL memberikan hak kepada orang lain untuk menggunakan sebuah ciptaan asalkan modifikasi atau produk derivasi dari ciptaan tersebut memiliki lisensi yang sama. Kebalikan dari hak cipta adalah public domain. Ciptaan dalam public domain dapat digunakan sekehendaknya oleh pihak lain.
• Sumber Terbuka (Opensourrce)
Konsep Perangkat Lunak Sumber Terbuka (Open Source Software) pada intinya adalah membuka kode sumber (source code) dari sebuah perangkat lunak. Konsep ini terasa aneh pada awalnya dikarenakan kode sumber merupakan kunci dari sebuah perangkat lunak. Dengan mengetahui logika yang ada di kode sumber, maka orang lain semestinya dapat membuat perangkat lunak yang sama fungsinya. Konsep open source sebenarnya hanya sebatas itu. Artinya, perangkat lunak open source tidak harus gratis. Kita bisa saja membuat perangkat lunak yang kita buka kode-sumber-nya, mempatenkan algoritmanya, mendaftarkan hak cipta, dan tetap menjual perangkat lunak tersebut secara komersial (alias tidak gratis).
D. Bentuk dan Aturan Pelanggaran Hak Cipta
Perkembangan teknologi informasi dan komunikasi memerlukan sumber daya yang baik dari segala aspek, terlebih dari aspek sumber daya manusia. Hasil karya cipta, dalam hal ini karya cipta yang terkait dengan perangkat lunak, sudah sepantasnya mendapat penghargaan yang layak agar di masa mendatang tercipta karya-karya yang lebih baik. Pelanggaran hak cipta dalam bidang teknologi informasi dan komunikasi umumnya terjadi pada karya cipta peranti lunak atau software. Bentuk pelanggarannya dapat berupa:
a. duplikasi atau penggandaan perangkat lunak proprietary tanpa ijin
b. penjualan perangkat lunak bajakan
c. instalasi perangkat lunak bajakan ke dalam harddisk
d. modifikasi perangkat lunak tanpa ijin
Pelanggaran atas hak cipta seseorang akan dikenai sanksi hukum sesuai dengan pasal 72 Undang-Undang Hak Cipta No. 19 Tahun 2002 yang menyatakan :
a. Barang siapa dengan sengaja dan tanpa hak melakukan perbuatan sebagaimana dimaksud dalam Pasal 2 ayat (1) atau Pasal 49 ayat (1) dan ayat (2) dipidana dengan pidana penjara masing-masing paling singkat 1 (satu) bulan dan/atau denda paling sedikit Rp. 1.000.000,00 (satu juta rupiah), atau pidana penjara paling lama 7 (tujuh) tahun dan/atau denda paling banyak Rp.5.000.000.0000,00 (lima miliar rupiah).
b. Barang siapa dengan sengaja menyiarkan, memamerkan, mengedarkan, atau menjual kepada umum suatu ciptaan atau barang hasil pelanggaran Hak Cipta atau Hak Terkait sebagaimana dimaksud pada ayat (1) dipidana dengan pidana penjara paling lama 5 (lima) tahun dan/atau denda paling banyak Rp. 500.000.000,00 (lima ratus juta rupiah).
c. Barang siapa dengan sengaja dan tanpa hak memperbanyak penggunaan untuk kepentingan komersial suatu Program Komputer dipidana dengan pidana penjara paling lama 5 (lima) tahun dan/atau denda paling banyak Rp.500.000.000,00 (lima ratus juta rupiah).
E. Menghargai Hak Cipta Orang Lain
Sebagai warga negara yang baik, sudah sepantasnya kita menghargai hak cipta orang lain, misalnya dengan cara berikut ini.
1. Selalu menggunakan perangkat lunak yang legal dan berlisensi. Legal dan berlisensi tidak selalu berarti kita harus membayar untuk mendapatkannya. Sebagai contoh, kita dapat menggunakan sistem operasi Linux yang legal dan berlisensi tanpa harus membayar.
2. Tidak melakukan penggandaan software-software ilegal.
3. Selalu menggunakan perangkat lunak untuk hal-hal positif.
4. Tidak mengubah atau memodifikasi program komputer yang memang tidak boleh diubah atau dimodifikasi oleh pembuatnya.
5. Tidak menyalahgunakan perangkat lunak untuk berbagai hal yang melanggar hukum.
Etika berasal dari bahasa Yunani ethikos yang berarti timbul dari kebiasaan. Etika mencakup analisis dan penerapan nilai-nilai seperti benar, salah, baik, buruk dan tanggung jawab. Etika dan moral harus diterapkan dalam penggunaan teknologi informasi dan komunikasi. Meski berupa dunia digital, teknologi informasi dan komunikasi hanyalah media yang dikendalikan oleh manusia.
Salah satu contoh penerapan etika dalam teknologi informasi dan komunikasi adalah etiket atau etika dan sopan santun berkomunikasi melalui Internet. Meski komunikasi melalui Internet banyak terjadi melalui tulisan dan simbol, namun pengguna Internet harus menjaga tutur katanya dan menerapkan etika yang baik. Jika seseorang memiliki etika yang baik, maka orang tersebut juga memiliki moral yang baik. Begitu juga sebaliknya. Dalam hal penggunaan perangkat lunak, etika serta moral berkaitan erat dengan hak seseorang, yakni pembuat perangkat lunak tersebut. Pembuat perangkat lunak telah bekerja keras untuk berkarya sehingga hasil karyanya itu patut dihargai dan dilindungi dengan undang-undang. Indonesia sebagai negara hukum memiliki undang-undang yang mengatur hak atas kekayaan intelektual.
Selain memperhatikan etika dan moral, penggunaan komputer dan alat-alat teknologi informasi dan komunikasi lainnya harus juga memperhatikan prinsip kesehatan dan keselamatan kerja. Penggunaan perangkat keras yang tidak sesuai prosedur dapat mendatangkan dampak negatif bagi pengguna. Dalam dunia kerja, terlebih dunia kerja yang sifatnya massal dan besar, faktor-faktor kesehatan dan keselamatan kerja perlu diperhatikan dengan saksama.
B. Hak Atas Kekayaan Intelektual
Hak atas Kekayaan intelektual adalah pengakuan hukum yang memungkinkan pemegang hak (atas) kekayaan intelektual tersebut mengatur penggunaan gagasan-gagasan dan ekspresi yang diciptakannya dalam jangka waktu tertentu. Istilah 'kekayaan intelektual' mencerminkan bahwa hal tersebut merupakan hasil pikiran atau intelektualitas, dan bahwa hak kekayaan intelektual dapat dilindungi oleh hukum sebagaimana bentuk hak milik lainnya Hak atas Kekayaan Intelektual sering disingkat HAKI dan secara umum lebih sering dikenal HAKI. Objek yang diatur dalam HAKI menyangkut karya-karya manusia yang lahir akibat kemampuan intelektualnya. HAKI dibagi menjadi dua yaitu:
• hak cipta atau copyright
• hak kekayaan industri atau industrial property right
Ruang lingkup hak cipta meliputi karya-karya baik berupa barang, lagu, tulisan, desain dan sebagainya. Hasil-hasil karya semacam itu dapat didaftarkan ke Departemen Kehakiman sehingga dilindungi oleh undang-undang. Pada dasarnya, setiap hasil karya/cipta manusia dapat didaftarkan ke departemen kehakiman agar mendapat perlindungan hukum.
Undang-undang hak cipta mengacu pada Undang-Undang Republik Indonesia Nomor 19 tahun 2002. Seseorang atau lembaga yang mendaftarkan hasil karyanya kepada lembaga yang berwenang akan mendapatkan perlindungan hukum. Dalam Undang-undang RI No 19 tahun 2002 tersebut dijelaskan bahwa:
• Hak cipta adalah hak eksklusif bagi pencipta atau penerima hak untuk mengumumkan, memperbanyak ciptaannya, atau memberikan izin untuk itu dengan tidak mengurangi pembatasan-pembatasan menurut peraturan perundangundangan yang berlaku.
• Pencipta adalah seorang atau beberapa orang secara bersama-sama yang atas inspirasinya melahirkan suatu ciptaan berdasarkan kemampuan pikiran, imajinasi, kecekatan, keterampilan, atau keahlian yang dituangkan ke dalam bentuk yang khas dan bersifat pribadi.
• Ciptaan adalah hasil setiap karya pencipta yang menunjukkan keasliannya dalam lapangan ilmu pengetahuan, seni, atau sastra.
• Pemegang hak cipta adalah pencipta sebagai pemilik hak cipta atau pihak yang menerima hak tersebut dari pencipta, atau pihak lain yang menerima lebih lanjut hak dari pihak yang menerima hak tersebut.
• Pengumuman adalah pembacaan, penyiaran, pameran, penjualan, pengedaran, atau penyebaran suatu ciptaan dengan menggunakan alat apapun, termasuk media Internet, atau melakukan dengan cara apapun sehingga suatu ciptaan dapat dibaca, didengar, atau dilihat orang lain.
• Perbanyakan adalah penambahan jumlah sesuatu ciptaan, baik secara keseluruhan maupun bagian yang sangat substansial dengan menggunakan bahan-bahan yang sama ataupun tidak sama, termasuk mengalihwujudkan secara permanen atau temporer (sementara).
• Program komputer adalah sekumpulan instruksi yang diwujudkan dalam bentuk bahasa, kode, skema, ataupun bentuk lain yang apabila digabungkan dengan media yang dapat dibaca dengan komputer akan mampu membuat komputer bekerja untuk melakukan fungsi-fungsi khusus atau untuk mencapai hasil yang khusus, termasuk persiapan dalam merancang instruksi-instruksi tersebut.
• Lisensi adalah izin yang diberikan oleh Pemegang Hak Cipta atau Pemegang Hak Terkait kepada pihak lain untuk mengumumkan dan/atau memperbanyak Ciptaannya atau produk Hak Terkaitnya dengan persyaratan tertentu.
C. Aturan-aturan hak cipta perangkat lunak
Aturan hak cipta terkait dengan perangkat lunak komputer diatur dalam Undang-undang Negara Republik Indonesia No 19 Tahun 2000 yang terdiri dari 15 bab dan 78 pasal. Sebelumnya, negara kita pernah memiliki Undang-undang Hak Cipta, yaitu:
• Undang-undang No. 6 Tahun 1982
• Undang-undang No. 7 Tahun 1987
• Undang-undang No. 12 Tahun 1997
Undang-undang Hak Cipta dibuat untuk melindungi hasil karya atau ciptaan dari pelanggaran-pelanggaran yang dilakukan oleh orang-orang yang tidak bertanggung jawab. Berikut ini kutipan dari Undang-undang Republik Indonesia No. 19 Tahun 2002:
Pasal 49
a. Pelaku memiliki hak eksklusif untuk memberikan izin atau melarang pihak lain yang tanpa persetujuannya membuat, memperbanyak, atau menyiarkan rekaman suara dan/ atau gambar pertunjukkannya.
b. Produser rekaman suara memiliki hak eksklusif untuk memberikan izin atau melarang pihak lain yang tanpa persetujuannya memperbanyak dan/atau menyewakan karya rekaman suara atau rekaman bunyi.
Dalam bidang perangkat lunak atau software, ada beberapa istilah yang berkaitan dengan hak paten. Selain itu, ada beberapa definisi yang menunjukkan status sebuah software yang perlu kita ketahui. Istilah-istilah tersebut adalah:
• Perangkat Lunak Berpemilik (Proprietary)
Perangkat lunak berpemilik (proprietary) adalah perangkat lunak yang tidak bebas atau pun semi-bebas. Seseorang dapat dilarang, atau harus meminta izin, atau akan dikenakan pembatasan lainnya jika menggunakan, mengedarkan, atau memodifikasinya.
• Perangkat Lunak Komersial
Perangkat lunak komersial adalah perangkat lunak yang dikembangkan oleh kalangan bisnis untuk memperoleh keuntungan dari penggunaannya. Komersial dan kepemilikan adalah dua hal yang berbeda. Kebanyakan perangkat lunak komersial adalah berpemilik, tapi ada perangkat lunak bebas komersial, dan ada perangkat lunak tidak bebas dan tidak komersial.
• Perangkat Lunak Semi—Bebas
Perangkat lunak semi-bebas adalah perangkat lunak yang tidak bebas, tapi mengizinkan setiap orang untuk menggunakan, menyalin, mendistribusikan, dan memodifikasinya (termasuk distribusi dari versi yang telah dimodifikasi) untuk tujuan tertentu. Perangkat lunak semi-bebas jauh lebih baik dari perangkat lunak berpemilik, namun masih ada masalah karena seseorang tidak dapat menggunakannya pada sembarang sistem operasi.
• Public Domain
Perangkat lunak public domain adalah perangkat lunak tanpa hak cipta. Ini merupakan kasus khusus dari perangkat lunak bebas non-copyleft (lihat GNU/GPL), yang berarti bahwa beberapa salinan atau versi yang telah dimodifikasi bisa jadi tidak bebas sama sekali. Terkadang ada yang menggunakan istilah public domain secara bebas yang berarti cuma-cuma atau tersedia gratis. Namun public domain merupakan istilah hukum yang artinya tidak memiliki hak cipta. Untuk jelasnya, lebih baik kita menggunakan istilah ``public domain'' dalam arti tersebut, serta menggunakan istilah lain untuk mengartikan pengertian yang lain.
• Freeware
Istilah freeware tidak terdefinisi dengan jelas, tetapi biasanya digunakan untuk paket-paket yang mengizinkan pendistribusian kembali tanpa modifikasi (kode programnya tidak tersedia). Paket-paket ini bukan perangkat lunak bebas.
• Shareware
Shareware ialah perangkat lunak yang mengizinkan orang-orang untuk meredistribusikan salinannya, tetapi mereka yang terus menggunakannya diminta untuk membayar biaya lisensi. Dalam praktiknya, orang-orang sering tidak mempedulikan perjanjian distribusi dan tetap menggunakan perangkat lunak tersebut meski sebenarnya perjanjian tidak mengizinkannya. GNU General Public License (GNU//GPL) GNU/GPL merupakan sebuah kumpulan ketentuan pendistribusian tertentu untuk mengcopyleft-kan sebuah program (copyleft adalah awan kata dari copyright). Proyek GNU menggunakannya sebagai perjanjian distribusi untuk sebagian besar perangkat lunak GNU. Sebagai contoh adalah lisensi GPL yang umum digunakan pada perangkat lunak Open Source. GPL memberikan hak kepada orang lain untuk menggunakan sebuah ciptaan asalkan modifikasi atau produk derivasi dari ciptaan tersebut memiliki lisensi yang sama. Kebalikan dari hak cipta adalah public domain. Ciptaan dalam public domain dapat digunakan sekehendaknya oleh pihak lain.
• Sumber Terbuka (Opensourrce)
Konsep Perangkat Lunak Sumber Terbuka (Open Source Software) pada intinya adalah membuka kode sumber (source code) dari sebuah perangkat lunak. Konsep ini terasa aneh pada awalnya dikarenakan kode sumber merupakan kunci dari sebuah perangkat lunak. Dengan mengetahui logika yang ada di kode sumber, maka orang lain semestinya dapat membuat perangkat lunak yang sama fungsinya. Konsep open source sebenarnya hanya sebatas itu. Artinya, perangkat lunak open source tidak harus gratis. Kita bisa saja membuat perangkat lunak yang kita buka kode-sumber-nya, mempatenkan algoritmanya, mendaftarkan hak cipta, dan tetap menjual perangkat lunak tersebut secara komersial (alias tidak gratis).
D. Bentuk dan Aturan Pelanggaran Hak Cipta
Perkembangan teknologi informasi dan komunikasi memerlukan sumber daya yang baik dari segala aspek, terlebih dari aspek sumber daya manusia. Hasil karya cipta, dalam hal ini karya cipta yang terkait dengan perangkat lunak, sudah sepantasnya mendapat penghargaan yang layak agar di masa mendatang tercipta karya-karya yang lebih baik. Pelanggaran hak cipta dalam bidang teknologi informasi dan komunikasi umumnya terjadi pada karya cipta peranti lunak atau software. Bentuk pelanggarannya dapat berupa:
a. duplikasi atau penggandaan perangkat lunak proprietary tanpa ijin
b. penjualan perangkat lunak bajakan
c. instalasi perangkat lunak bajakan ke dalam harddisk
d. modifikasi perangkat lunak tanpa ijin
Pelanggaran atas hak cipta seseorang akan dikenai sanksi hukum sesuai dengan pasal 72 Undang-Undang Hak Cipta No. 19 Tahun 2002 yang menyatakan :
a. Barang siapa dengan sengaja dan tanpa hak melakukan perbuatan sebagaimana dimaksud dalam Pasal 2 ayat (1) atau Pasal 49 ayat (1) dan ayat (2) dipidana dengan pidana penjara masing-masing paling singkat 1 (satu) bulan dan/atau denda paling sedikit Rp. 1.000.000,00 (satu juta rupiah), atau pidana penjara paling lama 7 (tujuh) tahun dan/atau denda paling banyak Rp.5.000.000.0000,00 (lima miliar rupiah).
b. Barang siapa dengan sengaja menyiarkan, memamerkan, mengedarkan, atau menjual kepada umum suatu ciptaan atau barang hasil pelanggaran Hak Cipta atau Hak Terkait sebagaimana dimaksud pada ayat (1) dipidana dengan pidana penjara paling lama 5 (lima) tahun dan/atau denda paling banyak Rp. 500.000.000,00 (lima ratus juta rupiah).
c. Barang siapa dengan sengaja dan tanpa hak memperbanyak penggunaan untuk kepentingan komersial suatu Program Komputer dipidana dengan pidana penjara paling lama 5 (lima) tahun dan/atau denda paling banyak Rp.500.000.000,00 (lima ratus juta rupiah).
E. Menghargai Hak Cipta Orang Lain
Sebagai warga negara yang baik, sudah sepantasnya kita menghargai hak cipta orang lain, misalnya dengan cara berikut ini.
1. Selalu menggunakan perangkat lunak yang legal dan berlisensi. Legal dan berlisensi tidak selalu berarti kita harus membayar untuk mendapatkannya. Sebagai contoh, kita dapat menggunakan sistem operasi Linux yang legal dan berlisensi tanpa harus membayar.
2. Tidak melakukan penggandaan software-software ilegal.
3. Selalu menggunakan perangkat lunak untuk hal-hal positif.
4. Tidak mengubah atau memodifikasi program komputer yang memang tidak boleh diubah atau dimodifikasi oleh pembuatnya.
5. Tidak menyalahgunakan perangkat lunak untuk berbagai hal yang melanggar hukum.
Senin, 14 November 2011
Komputer Vision
Visi Komputer adalah ilmu dan teknologi mesin yang melihat, di mana lihat dalam hal ini berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis.
Sebagai disiplin teknologi, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Contoh aplikasi dari visi komputer mencakup sistem untuk:
* Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
* Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).
* Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar
urutan).
* Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis
atau model topografi).
* Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia).
Komputer visi berkaitan erat dengan kajian visi biologis. Bidang studi visi biologis dan model proses fisiologis di balik persepsi visual pada manusia dan hewan lainnya. Komputer visi, di sisi lain, studi dan menggambarkan proses diimplementasikan dalam perangkat lunak dan perangkat keras di belakang sistem visi buatan. pertukaran Interdisipliner antara visi biologi dan komputer telah terbukti bermanfaat bagi kedua bidang.
Komputer visi, dalam beberapa hal, invers grafis komputer. Sementara komputer grafis menghasilkan data gambar dari model 3D, visi komputer sering menghasilkan model 3D dari data citra. Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana dibahas dalam realitas ditambah.
Sub-domain dari visi komputer termasuk adegan rekonstruksi, deteksi event, pelacakan video, pengenalan obyek, belajar, indexing, estimasi gerak, dan pemulihan citra.
Negara seni
Komputer visi adalah bidang beragam dan relatif baru belajar. Pada hari-hari awal komputasi, sulit untuk memproses set bahkan cukup besar data citra. Tidak sampai akhir 1970-an bahwa penelitian lebih terfokus lapangan muncul. Komputer visi mencakup berbagai topik yang sering berhubungan dengan disiplin lain, dan akibatnya tidak ada perumusan standar "masalah visi komputer". Selain itu, tidak ada rumusan standar tentang bagaimana komputer masalah penglihatan harus diselesaikan. Sebaliknya, terdapat banyak sekali metode untuk memecahkan berbagai tugas visi komputer yang terdefinisi dengan baik, dimana metode sering sangat tugas spesifik dan jarang dapat digeneralisir rentang aplikasi yang luas. Banyak metode dan aplikasi yang masih dalam keadaan penelitian dasar, tetapi metode semakin banyak menemukan cara mereka ke produk komersial, di mana mereka sering merupakan bagian dari sistem yang lebih besar yang dapat menyelesaikan tugas-tugas kompleks (misalnya, di bidang medis gambar, atau pengendalian mutu dan pengukuran dalam proses industri). Pada kebanyakan aplikasi praktis visi komputer, komputer adalah pra-diprogram untuk menyelesaikan tugas tertentu, namun metode berdasarkan pembelajaran yang sekarang menjadi semakin umum.
Bidang-bidang terkait
Hubungan antara visi komputer dan berbagai bidang lainnya
Banyak kesepakatan kecerdasan buatan dengan perencanaan otonom atau musyawarah untuk sistem robotical untuk menavigasi melalui lingkungan. Pemahaman yang rinci tentang lingkungan ini diperlukan untuk menavigasi melalui mereka. Informasi tentang lingkungan dapat diberikan oleh sistem visi komputer, bertindak sebagai sensor visi dan memberikan informasi tingkat tinggi tentang lingkungan dan robot. Kecerdasan buatan dan topik-topik berbagi komputer visi lain seperti pengenalan pola dan teknik pembelajaran. Akibatnya, visi komputer kadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau ilmu bidang komputer secara umum.
Fisika merupakan bidang lain yang terkait erat dengan visi komputer. sistem visi Komputer bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik yang biasanya dalam bentuk baik cahaya tampak atau infra-merah. Sensor dirancang dengan menggunakan fisika solid-state. Proses di mana cahaya merambat dan mencerminkan off permukaan dijelaskan menggunakan optik. sensor gambar canggih bahkan meminta mekanika kuantum untuk memberikan pemahaman lengkap dari proses pembentukan gambar. Selain itu, berbagai masalah pengukuran fisika dapat diatasi dengan menggunakan visi komputer, untuk gerakan misalnya dalam cairan.
Bidang ketiga yang memainkan peran penting adalah neurobiologi, khususnya studi tentang sistem visi biologis. Selama abad terakhir, telah terjadi studi ekstensif dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visual pada manusia dan berbagai hewan. Hal ini menimbulkan gambaran kasar, namun rumit, tentang bagaimana "sebenarnya" sistem visi beroperasi dalam menyelesaikan tugas-tugas visi tertentu yang terkait. Hasil ini telah menyebabkan subfield di dalam visi komputer di mana sistem buatan yang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada berbagai tingkat kompleksitas. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkan dalam visi memiliki latar belakang mereka dalam biologi.
Namun bidang lain yang terkait dengan visi komputer pemrosesan sinyal. Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal, dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyal multi-variabel dalam visi komputer. Namun, karena sifat spesifik gambar ada banyak metode dikembangkan dalam visi komputer yang tidak memiliki mitra dalam pengolahan sinyal satu-variabel. Sebuah karakter yang berbeda dari metode ini adalah kenyataan bahwa mereka adalah non-linear yang bersama-sama dengan dimensi-multi sinyal, mendefinisikan subfield dalam pemrosesan sinyal sebagai bagian dari visi komputer.
Selain pandangan yang disebutkan di atas pada visi komputer, banyak topik penelitian yang terkait juga dapat dipelajari dari sudut pandang matematika murni. Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, optimasi atau geometri. Akhirnya, bagian penting dari lapangan dikhususkan untuk aspek pelaksanaan visi komputer, bagaimana metode yang ada dapat diwujudkan dalam berbagai kombinasi perangkat lunak dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja .
Bidang yang paling erat kaitannya dengan visi komputer pengolahan citra, analisis citra dan visi mesin. Ada yang signifikan tumpang tindih dalam berbagai teknik dan aplikasi yang menutupi. Ini berarti bahwa teknik-teknik dasar yang digunakan dan dikembangkan dalam bidang ini kurang lebih sama, sesuatu yang dapat diartikan sebagai hanya ada satu lapangan dengan nama yang berbeda. Di sisi lain, tampaknya perlu untuk kelompok penelitian, jurnal ilmiah, konferensi dan perusahaan untuk menyajikan atau memasarkan diri sebagai milik khusus untuk salah satu bidang dan, karenanya, berbagai penokohan yang membedakan masing-masing bidang dari yang lain telah disajikan.
Karakterisasi berikut akan muncul yang relevan tetapi tidak harus diambil sebagai universal diterima:
* Pengolahan citra dan analisis citra cenderung untuk fokus pada gambar 2D, bagaimana mengubah satu gambar yang lain, misalnya, dari operasi pixel-bijaksana seperti peningkatan kontras, daerah operasi seperti ekstraksi tepi atau penghapusan noise, atau transformasi geometri seperti memutar gambar. karakterisasi ini menunjukkan bahwa pengolahan gambar / analisis tidak memerlukan asumsi atau menghasilkan interpretasi tentang isi gambar.
* Visi Komputer cenderung untuk berfokus pada adegan 3D diproyeksikan ke satu atau beberapa gambar, misalnya, bagaimana merekonstruksi struktur atau informasi lain tentang adegan 3D dari satu atau beberapa gambar. Komputer visi sering mengandalkan pada asumsi yang lebih kompleks atau kurang tentang adegan digambarkan dalam gambar.
* Visi Mesin cenderung untuk fokus pada aplikasi, terutama di bidang manufaktur, misalnya, visi robot otonom berbasis dan sistem untuk inspeksi berbasis visi atau pengukuran. Ini berarti bahwa teknologi sensor gambar dan teori kontrol sering terintegrasi dengan pengolahan data citra untuk mengontrol robot dan bahwa pemrosesan real-time ditekankan dengan cara implementasi efisien dalam hardware dan software. Hal ini juga menyiratkan bahwa kondisi eksternal seperti pencahayaan dapat dan sering lebih terkontrol dalam visi mesin daripada di visi komputer umum, yang dapat memungkinkan penggunaan algoritma yang berbeda.
* Ada juga bidang pencitraan yang disebut yang terutama berfokus pada proses menghasilkan gambar, tapi kadang-kadang juga berkaitan dengan pengolahan dan analisis gambar. Sebagai contoh, pencitraan medis berisi banyak bekerja pada analisis data gambar dalam aplikasi medis.
* Akhirnya, pengenalan pola adalah bidang yang menggunakan berbagai metode untuk mengekstrak informasi dari sinyal pada umumnya, terutama didasarkan pada pendekatan statistik. Sebuah bagian penting dari bidang ini dikhususkan untuk menerapkan metode ini untuk data citra.
Aplikasi untuk visi computer
Salah satu bidang aplikasi yang paling menonjol adalah computer vision medis atau pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis.
Sebuah wilayah aplikasi kedua dalam visi komputer di industri, kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan massal, proses yang disebut sortir optik.
Militer aplikasi mungkin salah satu daerah terbesar untuk visi komputer. Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebih sistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik, dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. konsep modern militer, seperti "kesadaran medan perang", menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.
Artis Konsep Rover di Mars, sebuah contoh dari kendaraan darat tak berawak. Perhatikan kamera stereo yang terpasang di atas Rover.
Salah satu area aplikasi yang lebih baru adalah kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di mana sistem visi berbasis komputer mendukung driver atau pilot dalam berbagai situasi. Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-peristiwa tugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi mengemudi mobil, tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar. Ada banyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk misi pengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA.
Khas tugas visi computer
Masing-masing dari area aplikasi yang dijelaskan di atas menggunakan berbagai tugas visi komputer, lebih atau kurang baik pasti pengukuran masalah atau masalah pemrosesan, yang dapat diselesaikan dengan menggunakan berbagai metode. Beberapa contoh tugas visi komputer biasa disajikan di bawah ini.
Pengakuan
Masalah klasik dalam visi komputer, pengolahan gambar, dan visi mesin adalah menentukan apakah atau tidak data gambar berisi beberapa objek tertentu, fitur, atau kegiatan. Tugas ini biasanya dapat diselesaikan kokoh dan tanpa usaha oleh manusia, namun masih belum memuaskan dipecahkan dalam visi komputer untuk kasus umum: objek sewenang-wenang dalam situasi sewenang-wenang. Metode yang ada untuk menangani masalah ini bisa di terbaik mengatasinya hanya untuk objek tertentu, seperti objek geometris sederhana (misalnya, polyhedra), wajah manusia, dicetak atau karakter yang ditulis tangan, atau kendaraan, dan dalam situasi tertentu, biasanya dijelaskan dalam hal pencahayaan yang jelas, latar belakang, dan pose objek relatif terhadap kamera.
varietas yang berbeda dari masalah pengakuan dijelaskan dalam literatur:
* Obyek pengakuan: satu atau beberapa pra-ditentukan atau objek belajar atau kelas objek dapat dikenali, biasanya bersama dengan posisi mereka dalam gambar 2D atau 3D pose dalam adegan.
* Identifikasi: Sebuah contoh individu objek diakui. Contoh: identifikasi wajah orang tertentu atau sidik jari, atau identifikasi dari sebuah kendaraan tertentu.
* Deteksi: data gambar dipindai untuk kondisi tertentu. Contoh: mendeteksi sel abnormal mungkin atau jaringan dalam gambar medis atau deteksi dari sebuah kendaraan di jalan tol sistem otomatis. Deteksi berdasarkan perhitungan relatif sederhana dan cepat kadang-kadang digunakan untuk mencari daerah yang lebih kecil data citra yang menarik yang dapat dianalisa lebih lanjut oleh lebih menuntut komputasi teknik untuk menghasilkan sebuah interpretasi yang tepat.
Beberapa tugas khusus berdasarkan pengakuan ada, seperti:
* Content berbasis image retrieval: menemukan semua gambar dalam satu set gambar yang lebih besar yang memiliki konten yang spesifik. Konten tersebut dapat ditetapkan dengan cara yang berbeda, misalnya dalam hal relatif kesamaan gambar target (beri aku semua gambar yang mirip dengan gambar X), atau dalam hal kriteria pencarian tingkat tinggi diberikan sebagai input teks (memberi saya semua gambar yang berisi banyak rumah, yang diambil selama musim dingin, dan tidak memiliki mobil di dalamnya).
* Pose estimasi: memperkirakan posisi atau orientasi objek tertentu relatif terhadap kamera. Sebuah contoh aplikasi untuk teknik ini akan membantu lengan robot dalam mengambil objek dari sabuk konveyor dalam situasi jalur perakitan.
* Optical pengenalan karakter (OCR): mengidentifikasi karakter dalam gambar teks dicetak atau tulisan tangan, biasanya dengan tujuan untuk pengkodean teks dalam format yang lebih setuju untuk mengedit atau pengindeksan (misalnya ASCII).
Analisis gerak
Beberapa tugas yang berhubungan dengan estimasi gerakan di mana suatu urutan gambar diproses untuk menghasilkan perkiraan kecepatan baik pada setiap titik dalam gambar atau dalam adegan 3D, atau bahkan dari kamera yang menghasilkan gambar. Contoh tugas tersebut adalah:
* Egomotion: menentukan gerak kaku 3D (rotasi dan translasi) dari kamera dari urutan gambar yang dihasilkan oleh kamera.
* Pelacakan: mengikuti pergerakan dari satu set (biasanya) lebih kecil dari poin bunga atau objek (misalnya, kendaraan atau manusia) dalam urutan gambar.
* Aliran Optical: untuk menentukan, untuk setiap titik dalam gambar, bagaimana titik yang bergerak relatif terhadap bidang gambar, yaitu, gerak yang tampak jelas.Gerakan ini adalah hasil kedua bagaimana titik 3D yang terkait bergerak dalam adegan dan bagaimana kamera bergerak relatif ke TKP.
Scene rekonstruksi
Mengingat satu atau (biasanya) gambar lebih dari adegan, atau video, adegan rekonstruksi bertujuan komputasi model 3D dari TKP. Dalam kasus yang paling sederhana model bisa menjadi set 3D poin. metode yang lebih canggih menghasilkan model permukaan 3D lengkap.
Gambar restorasi
Tujuan dari restorasi citra penghapusan noise (sensor noise, blur, dll) dari gambar.Pendekatan paling sederhana untuk menghilangkan kebisingan adalah berbagai jenis filter seperti filter low-pass atau filter median. metode yang lebih canggih mengasumsikan model bagaimana struktur gambar lokal terlihat seperti, model yang membedakan mereka dari kebisingan. Dengan pertama-tama menganalisis data citra dalam hal struktur gambar lokal, seperti garis atau tepi, dan kemudian mengendalikan penyaringan berdasarkan informasi lokal dari tahap analisis, tingkat kebisingan yang lebih baik penghapusan biasanya diperoleh dibandingkan dengan pendekatan sederhana. Sebuah contoh dalam bidang ini adalah inpainting tersebut.
Komputer visi system
Organisasi sistem visi komputer sangat tergantung aplikasi. Beberapa sistem adalah aplikasi yang berdiri sendiri yang memecahkan suatu pengukuran tertentu atau masalah deteksi, sementara yang lain merupakan sub-sistem desain yang lebih besar yang, misalnya, juga mengandung sub-sistem untuk kontrol aktuator mekanik, perencanaan, database informasi, manusia antarmuka mesin, dll Pelaksanaan spesifik sistem visi komputer juga tergantung apakah fungsinya adalah pra-ditentukan atau jika beberapa bagian dari itu bisa dipelajari atau diubah selama operasi. Namun demikian, fungsi khas yang ditemukan dalam sistem computer vision banyak.
* Akuisisi Image: Sebuah gambar digital yang dihasilkan oleh satu atau beberapa sensor gambar, yang, selain berbagai jenis kamera peka cahaya, termasuk sensor jarak, perangkat tomografi, radar, kamera ultra-sonic, dll Tergantung pada jenis sensor, data gambar yang dihasilkan adalah gambar 2D biasa, volume 3D, atau urutan gambar. pixel Nilai biasanya sesuai dengan intensitas cahaya dalam satu atau beberapa spektral band (gambar abu-abu atau gambar warna), tetapi juga dapat dihubungkan dengan berbagai tindakan fisik, seperti kedalaman, penyerapan atau pantulan gelombang sonik atau elektromagnetik, atau resonansi magnetik nuklir.
* Pre-processing: Sebelum metode visi komputer dapat diterapkan pada data citra untuk mengekstrak beberapa bagian spesifik informasi, biasanya diperlukan untuk mengolah data dalam rangka untuk memastikan bahwa itu memenuhi asumsi tertentu tersirat oleh metode ini. Contohnya adalah
o-sampling dalam rangka untuk memastikan bahwa gambar sistem koordinat benar.
o Pengurangan kebisingan dalam rangka untuk memastikan bahwa kebisingan
sensor tidak memperkenalkan informasi palsu.
peningkatan Kontras o untuk memastikan bahwa informasi yang relevan dapat
dideteksi.
o Skala-ruang representasi untuk meningkatkan struktur citra pada skala yang
tepat.
* Fitur ekstraksi: Image fitur pada berbagai tingkat kompleksitas yang diekstraksi
dari data gambar. Contoh umum dari fitur tersebut
o Lines, pinggiran dan pegunungan.
o bunga poin Localized seperti sudut, gumpalan atau poin.
Lebih banyak fitur kompleks mungkin berhubungan dengan tekstur, bentuk atau gerakan.
Deteksi
• segmentasi: Pada beberapa titik dalam proses keputusan dibuat tentang gambar mana yang poin atau wilayah gambar yang relevan untuk diproses lebih lanjut. Contohnya adalah
• Pemilihan serangkaian tertentu titik bunga
• Segmentasi satu atau beberapa citra daerah yang berisi objek tertentu yang menarik.
• Tingkat tinggi pengolahan: Pada langkah ini masukan biasanya satu set kecil data, misalnya satu set poin atau wilayah gambar yang dianggap mengandung suatu objek tertentu. Pengolahan transaksi yang tersisa dengan, misalnya:
• Verifikasi bahwa data model berbasis memuaskan dan asumsi aplikasi spesifik.
• estimasi parameter aplikasi tertentu, seperti obyek menimbulkan atau objek ukuran.
• Klasifikasi benda terdeteksi ke dalam kategori yang berbeda.
Artikel ini saya ambil dari sebuah situs di Internet
Sebagai disiplin teknologi, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Contoh aplikasi dari visi komputer mencakup sistem untuk:
* Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
* Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).
* Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar
urutan).
* Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis
atau model topografi).
* Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia).
Komputer visi berkaitan erat dengan kajian visi biologis. Bidang studi visi biologis dan model proses fisiologis di balik persepsi visual pada manusia dan hewan lainnya. Komputer visi, di sisi lain, studi dan menggambarkan proses diimplementasikan dalam perangkat lunak dan perangkat keras di belakang sistem visi buatan. pertukaran Interdisipliner antara visi biologi dan komputer telah terbukti bermanfaat bagi kedua bidang.
Komputer visi, dalam beberapa hal, invers grafis komputer. Sementara komputer grafis menghasilkan data gambar dari model 3D, visi komputer sering menghasilkan model 3D dari data citra. Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana dibahas dalam realitas ditambah.
Sub-domain dari visi komputer termasuk adegan rekonstruksi, deteksi event, pelacakan video, pengenalan obyek, belajar, indexing, estimasi gerak, dan pemulihan citra.
Negara seni
Komputer visi adalah bidang beragam dan relatif baru belajar. Pada hari-hari awal komputasi, sulit untuk memproses set bahkan cukup besar data citra. Tidak sampai akhir 1970-an bahwa penelitian lebih terfokus lapangan muncul. Komputer visi mencakup berbagai topik yang sering berhubungan dengan disiplin lain, dan akibatnya tidak ada perumusan standar "masalah visi komputer". Selain itu, tidak ada rumusan standar tentang bagaimana komputer masalah penglihatan harus diselesaikan. Sebaliknya, terdapat banyak sekali metode untuk memecahkan berbagai tugas visi komputer yang terdefinisi dengan baik, dimana metode sering sangat tugas spesifik dan jarang dapat digeneralisir rentang aplikasi yang luas. Banyak metode dan aplikasi yang masih dalam keadaan penelitian dasar, tetapi metode semakin banyak menemukan cara mereka ke produk komersial, di mana mereka sering merupakan bagian dari sistem yang lebih besar yang dapat menyelesaikan tugas-tugas kompleks (misalnya, di bidang medis gambar, atau pengendalian mutu dan pengukuran dalam proses industri). Pada kebanyakan aplikasi praktis visi komputer, komputer adalah pra-diprogram untuk menyelesaikan tugas tertentu, namun metode berdasarkan pembelajaran yang sekarang menjadi semakin umum.
Bidang-bidang terkait
Hubungan antara visi komputer dan berbagai bidang lainnya
Banyak kesepakatan kecerdasan buatan dengan perencanaan otonom atau musyawarah untuk sistem robotical untuk menavigasi melalui lingkungan. Pemahaman yang rinci tentang lingkungan ini diperlukan untuk menavigasi melalui mereka. Informasi tentang lingkungan dapat diberikan oleh sistem visi komputer, bertindak sebagai sensor visi dan memberikan informasi tingkat tinggi tentang lingkungan dan robot. Kecerdasan buatan dan topik-topik berbagi komputer visi lain seperti pengenalan pola dan teknik pembelajaran. Akibatnya, visi komputer kadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau ilmu bidang komputer secara umum.
Fisika merupakan bidang lain yang terkait erat dengan visi komputer. sistem visi Komputer bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik yang biasanya dalam bentuk baik cahaya tampak atau infra-merah. Sensor dirancang dengan menggunakan fisika solid-state. Proses di mana cahaya merambat dan mencerminkan off permukaan dijelaskan menggunakan optik. sensor gambar canggih bahkan meminta mekanika kuantum untuk memberikan pemahaman lengkap dari proses pembentukan gambar. Selain itu, berbagai masalah pengukuran fisika dapat diatasi dengan menggunakan visi komputer, untuk gerakan misalnya dalam cairan.
Bidang ketiga yang memainkan peran penting adalah neurobiologi, khususnya studi tentang sistem visi biologis. Selama abad terakhir, telah terjadi studi ekstensif dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visual pada manusia dan berbagai hewan. Hal ini menimbulkan gambaran kasar, namun rumit, tentang bagaimana "sebenarnya" sistem visi beroperasi dalam menyelesaikan tugas-tugas visi tertentu yang terkait. Hasil ini telah menyebabkan subfield di dalam visi komputer di mana sistem buatan yang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada berbagai tingkat kompleksitas. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkan dalam visi memiliki latar belakang mereka dalam biologi.
Namun bidang lain yang terkait dengan visi komputer pemrosesan sinyal. Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal, dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyal multi-variabel dalam visi komputer. Namun, karena sifat spesifik gambar ada banyak metode dikembangkan dalam visi komputer yang tidak memiliki mitra dalam pengolahan sinyal satu-variabel. Sebuah karakter yang berbeda dari metode ini adalah kenyataan bahwa mereka adalah non-linear yang bersama-sama dengan dimensi-multi sinyal, mendefinisikan subfield dalam pemrosesan sinyal sebagai bagian dari visi komputer.
Selain pandangan yang disebutkan di atas pada visi komputer, banyak topik penelitian yang terkait juga dapat dipelajari dari sudut pandang matematika murni. Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, optimasi atau geometri. Akhirnya, bagian penting dari lapangan dikhususkan untuk aspek pelaksanaan visi komputer, bagaimana metode yang ada dapat diwujudkan dalam berbagai kombinasi perangkat lunak dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja .
Bidang yang paling erat kaitannya dengan visi komputer pengolahan citra, analisis citra dan visi mesin. Ada yang signifikan tumpang tindih dalam berbagai teknik dan aplikasi yang menutupi. Ini berarti bahwa teknik-teknik dasar yang digunakan dan dikembangkan dalam bidang ini kurang lebih sama, sesuatu yang dapat diartikan sebagai hanya ada satu lapangan dengan nama yang berbeda. Di sisi lain, tampaknya perlu untuk kelompok penelitian, jurnal ilmiah, konferensi dan perusahaan untuk menyajikan atau memasarkan diri sebagai milik khusus untuk salah satu bidang dan, karenanya, berbagai penokohan yang membedakan masing-masing bidang dari yang lain telah disajikan.
Karakterisasi berikut akan muncul yang relevan tetapi tidak harus diambil sebagai universal diterima:
* Pengolahan citra dan analisis citra cenderung untuk fokus pada gambar 2D, bagaimana mengubah satu gambar yang lain, misalnya, dari operasi pixel-bijaksana seperti peningkatan kontras, daerah operasi seperti ekstraksi tepi atau penghapusan noise, atau transformasi geometri seperti memutar gambar. karakterisasi ini menunjukkan bahwa pengolahan gambar / analisis tidak memerlukan asumsi atau menghasilkan interpretasi tentang isi gambar.
* Visi Komputer cenderung untuk berfokus pada adegan 3D diproyeksikan ke satu atau beberapa gambar, misalnya, bagaimana merekonstruksi struktur atau informasi lain tentang adegan 3D dari satu atau beberapa gambar. Komputer visi sering mengandalkan pada asumsi yang lebih kompleks atau kurang tentang adegan digambarkan dalam gambar.
* Visi Mesin cenderung untuk fokus pada aplikasi, terutama di bidang manufaktur, misalnya, visi robot otonom berbasis dan sistem untuk inspeksi berbasis visi atau pengukuran. Ini berarti bahwa teknologi sensor gambar dan teori kontrol sering terintegrasi dengan pengolahan data citra untuk mengontrol robot dan bahwa pemrosesan real-time ditekankan dengan cara implementasi efisien dalam hardware dan software. Hal ini juga menyiratkan bahwa kondisi eksternal seperti pencahayaan dapat dan sering lebih terkontrol dalam visi mesin daripada di visi komputer umum, yang dapat memungkinkan penggunaan algoritma yang berbeda.
* Ada juga bidang pencitraan yang disebut yang terutama berfokus pada proses menghasilkan gambar, tapi kadang-kadang juga berkaitan dengan pengolahan dan analisis gambar. Sebagai contoh, pencitraan medis berisi banyak bekerja pada analisis data gambar dalam aplikasi medis.
* Akhirnya, pengenalan pola adalah bidang yang menggunakan berbagai metode untuk mengekstrak informasi dari sinyal pada umumnya, terutama didasarkan pada pendekatan statistik. Sebuah bagian penting dari bidang ini dikhususkan untuk menerapkan metode ini untuk data citra.
Aplikasi untuk visi computer
Salah satu bidang aplikasi yang paling menonjol adalah computer vision medis atau pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis.
Sebuah wilayah aplikasi kedua dalam visi komputer di industri, kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan massal, proses yang disebut sortir optik.
Militer aplikasi mungkin salah satu daerah terbesar untuk visi komputer. Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebih sistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik, dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. konsep modern militer, seperti "kesadaran medan perang", menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.
Artis Konsep Rover di Mars, sebuah contoh dari kendaraan darat tak berawak. Perhatikan kamera stereo yang terpasang di atas Rover.
Salah satu area aplikasi yang lebih baru adalah kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di mana sistem visi berbasis komputer mendukung driver atau pilot dalam berbagai situasi. Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-peristiwa tugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi mengemudi mobil, tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar. Ada banyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk misi pengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA.
Khas tugas visi computer
Masing-masing dari area aplikasi yang dijelaskan di atas menggunakan berbagai tugas visi komputer, lebih atau kurang baik pasti pengukuran masalah atau masalah pemrosesan, yang dapat diselesaikan dengan menggunakan berbagai metode. Beberapa contoh tugas visi komputer biasa disajikan di bawah ini.
Pengakuan
Masalah klasik dalam visi komputer, pengolahan gambar, dan visi mesin adalah menentukan apakah atau tidak data gambar berisi beberapa objek tertentu, fitur, atau kegiatan. Tugas ini biasanya dapat diselesaikan kokoh dan tanpa usaha oleh manusia, namun masih belum memuaskan dipecahkan dalam visi komputer untuk kasus umum: objek sewenang-wenang dalam situasi sewenang-wenang. Metode yang ada untuk menangani masalah ini bisa di terbaik mengatasinya hanya untuk objek tertentu, seperti objek geometris sederhana (misalnya, polyhedra), wajah manusia, dicetak atau karakter yang ditulis tangan, atau kendaraan, dan dalam situasi tertentu, biasanya dijelaskan dalam hal pencahayaan yang jelas, latar belakang, dan pose objek relatif terhadap kamera.
varietas yang berbeda dari masalah pengakuan dijelaskan dalam literatur:
* Obyek pengakuan: satu atau beberapa pra-ditentukan atau objek belajar atau kelas objek dapat dikenali, biasanya bersama dengan posisi mereka dalam gambar 2D atau 3D pose dalam adegan.
* Identifikasi: Sebuah contoh individu objek diakui. Contoh: identifikasi wajah orang tertentu atau sidik jari, atau identifikasi dari sebuah kendaraan tertentu.
* Deteksi: data gambar dipindai untuk kondisi tertentu. Contoh: mendeteksi sel abnormal mungkin atau jaringan dalam gambar medis atau deteksi dari sebuah kendaraan di jalan tol sistem otomatis. Deteksi berdasarkan perhitungan relatif sederhana dan cepat kadang-kadang digunakan untuk mencari daerah yang lebih kecil data citra yang menarik yang dapat dianalisa lebih lanjut oleh lebih menuntut komputasi teknik untuk menghasilkan sebuah interpretasi yang tepat.
Beberapa tugas khusus berdasarkan pengakuan ada, seperti:
* Content berbasis image retrieval: menemukan semua gambar dalam satu set gambar yang lebih besar yang memiliki konten yang spesifik. Konten tersebut dapat ditetapkan dengan cara yang berbeda, misalnya dalam hal relatif kesamaan gambar target (beri aku semua gambar yang mirip dengan gambar X), atau dalam hal kriteria pencarian tingkat tinggi diberikan sebagai input teks (memberi saya semua gambar yang berisi banyak rumah, yang diambil selama musim dingin, dan tidak memiliki mobil di dalamnya).
* Pose estimasi: memperkirakan posisi atau orientasi objek tertentu relatif terhadap kamera. Sebuah contoh aplikasi untuk teknik ini akan membantu lengan robot dalam mengambil objek dari sabuk konveyor dalam situasi jalur perakitan.
* Optical pengenalan karakter (OCR): mengidentifikasi karakter dalam gambar teks dicetak atau tulisan tangan, biasanya dengan tujuan untuk pengkodean teks dalam format yang lebih setuju untuk mengedit atau pengindeksan (misalnya ASCII).
Analisis gerak
Beberapa tugas yang berhubungan dengan estimasi gerakan di mana suatu urutan gambar diproses untuk menghasilkan perkiraan kecepatan baik pada setiap titik dalam gambar atau dalam adegan 3D, atau bahkan dari kamera yang menghasilkan gambar. Contoh tugas tersebut adalah:
* Egomotion: menentukan gerak kaku 3D (rotasi dan translasi) dari kamera dari urutan gambar yang dihasilkan oleh kamera.
* Pelacakan: mengikuti pergerakan dari satu set (biasanya) lebih kecil dari poin bunga atau objek (misalnya, kendaraan atau manusia) dalam urutan gambar.
* Aliran Optical: untuk menentukan, untuk setiap titik dalam gambar, bagaimana titik yang bergerak relatif terhadap bidang gambar, yaitu, gerak yang tampak jelas.Gerakan ini adalah hasil kedua bagaimana titik 3D yang terkait bergerak dalam adegan dan bagaimana kamera bergerak relatif ke TKP.
Scene rekonstruksi
Mengingat satu atau (biasanya) gambar lebih dari adegan, atau video, adegan rekonstruksi bertujuan komputasi model 3D dari TKP. Dalam kasus yang paling sederhana model bisa menjadi set 3D poin. metode yang lebih canggih menghasilkan model permukaan 3D lengkap.
Gambar restorasi
Tujuan dari restorasi citra penghapusan noise (sensor noise, blur, dll) dari gambar.Pendekatan paling sederhana untuk menghilangkan kebisingan adalah berbagai jenis filter seperti filter low-pass atau filter median. metode yang lebih canggih mengasumsikan model bagaimana struktur gambar lokal terlihat seperti, model yang membedakan mereka dari kebisingan. Dengan pertama-tama menganalisis data citra dalam hal struktur gambar lokal, seperti garis atau tepi, dan kemudian mengendalikan penyaringan berdasarkan informasi lokal dari tahap analisis, tingkat kebisingan yang lebih baik penghapusan biasanya diperoleh dibandingkan dengan pendekatan sederhana. Sebuah contoh dalam bidang ini adalah inpainting tersebut.
Komputer visi system
Organisasi sistem visi komputer sangat tergantung aplikasi. Beberapa sistem adalah aplikasi yang berdiri sendiri yang memecahkan suatu pengukuran tertentu atau masalah deteksi, sementara yang lain merupakan sub-sistem desain yang lebih besar yang, misalnya, juga mengandung sub-sistem untuk kontrol aktuator mekanik, perencanaan, database informasi, manusia antarmuka mesin, dll Pelaksanaan spesifik sistem visi komputer juga tergantung apakah fungsinya adalah pra-ditentukan atau jika beberapa bagian dari itu bisa dipelajari atau diubah selama operasi. Namun demikian, fungsi khas yang ditemukan dalam sistem computer vision banyak.
* Akuisisi Image: Sebuah gambar digital yang dihasilkan oleh satu atau beberapa sensor gambar, yang, selain berbagai jenis kamera peka cahaya, termasuk sensor jarak, perangkat tomografi, radar, kamera ultra-sonic, dll Tergantung pada jenis sensor, data gambar yang dihasilkan adalah gambar 2D biasa, volume 3D, atau urutan gambar. pixel Nilai biasanya sesuai dengan intensitas cahaya dalam satu atau beberapa spektral band (gambar abu-abu atau gambar warna), tetapi juga dapat dihubungkan dengan berbagai tindakan fisik, seperti kedalaman, penyerapan atau pantulan gelombang sonik atau elektromagnetik, atau resonansi magnetik nuklir.
* Pre-processing: Sebelum metode visi komputer dapat diterapkan pada data citra untuk mengekstrak beberapa bagian spesifik informasi, biasanya diperlukan untuk mengolah data dalam rangka untuk memastikan bahwa itu memenuhi asumsi tertentu tersirat oleh metode ini. Contohnya adalah
o-sampling dalam rangka untuk memastikan bahwa gambar sistem koordinat benar.
o Pengurangan kebisingan dalam rangka untuk memastikan bahwa kebisingan
sensor tidak memperkenalkan informasi palsu.
peningkatan Kontras o untuk memastikan bahwa informasi yang relevan dapat
dideteksi.
o Skala-ruang representasi untuk meningkatkan struktur citra pada skala yang
tepat.
* Fitur ekstraksi: Image fitur pada berbagai tingkat kompleksitas yang diekstraksi
dari data gambar. Contoh umum dari fitur tersebut
o Lines, pinggiran dan pegunungan.
o bunga poin Localized seperti sudut, gumpalan atau poin.
Lebih banyak fitur kompleks mungkin berhubungan dengan tekstur, bentuk atau gerakan.
Deteksi
• segmentasi: Pada beberapa titik dalam proses keputusan dibuat tentang gambar mana yang poin atau wilayah gambar yang relevan untuk diproses lebih lanjut. Contohnya adalah
• Pemilihan serangkaian tertentu titik bunga
• Segmentasi satu atau beberapa citra daerah yang berisi objek tertentu yang menarik.
• Tingkat tinggi pengolahan: Pada langkah ini masukan biasanya satu set kecil data, misalnya satu set poin atau wilayah gambar yang dianggap mengandung suatu objek tertentu. Pengolahan transaksi yang tersisa dengan, misalnya:
• Verifikasi bahwa data model berbasis memuaskan dan asumsi aplikasi spesifik.
• estimasi parameter aplikasi tertentu, seperti obyek menimbulkan atau objek ukuran.
• Klasifikasi benda terdeteksi ke dalam kategori yang berbeda.
Artikel ini saya ambil dari sebuah situs di Internet
Rabu, 26 Oktober 2011
Telematika
Layanan Telematika
pada dasarnya telematika terdapat beberapa layanan, antara lain:
1. Layanan Informasi
layanan informasi merupakan penggabungan dari telekomunikasi digital dan teknologi computer yang memainkan peran penting dalam komunikasi antar manusia. layanan informasi menggabungkan suatu system komunikasi dengan kendaraan yang bergerak, seperti mobil untuk menawarkan layanan informasi yang disebut GPS, dimana GPS tersebut adalah sebagai petunjuk jalan. contoh lain dari layanan informasi misalnya internet services yang saat ini sudah lazim.
penggunaan teknologi telematika dan aliran informasi harus selalu ditujukan untuk meningkatkan kesejahteraan masyarakat, termasuk pemberantasan kemiskinan dan kesenjangan, serta meningkatkan kualitas hidup masyarakat.
layanan informasi mencakup empat hal pola lalu lintas informasi, antara lain alokasi, pembicaraam, konsultasi dan registrasi. beberapa contoh lainnya adalah:
a. Internet Services, contohnya seperti
• M-Commerce
• VOD
• News and Weather
b. Real-time traffic information (Mobile data dan Mobile television)
• mobile data menggunakan komunikasi data nirkabel menggunakan gelombang radio untuk mengirim dan menerima data computer real time untuk, dari dan antara perangkat yang digunakan oleh personil berbasis lapangan. alat-alat ini dapat dipasang semata-mata untuk digunakan saat berada dalam kendaraan (Fixed Data Terminal) atau untuk digunakan di dalam dan keluar dari kendaraan (Mobile Data Terminal).
c. Telematik Terminal.
telematika terminal yang mungkin termasuk fungsi komunikasi untuk berkomunikasi dengan server atau telematika dapat beroperasi dalam hubungannya dengan komunikasi mobile terminal, seperti telepon portable. secara umum, terminal telematika tidak memiliki perangkat layar, sehingga mereka dapat memberikan informasi gambar.
2. Layanan Keamanan
layanan keamanan merupakan layanan yang menyediakanan keamananinformasi dan data. layanan terdiri dari enkripsi, penggunaan protocol, penentuan akses control dan auditin.
layanan keamanan memberikan fasilitas yang berfungsi untuk memantau dan memberikan informasi bila ada sesuatu yang berjalan atau beroperasi tidak seharusnya. dengan kata lain layanan ini sangat penting untuk menjaga agar suatu data dalam jaringan tidak mudah terhapus atau hilang.
kelebihan dari layanan ini adalah dapat mengurangi tingkat pencurian dan kejahatan.
contoh layanan keamanan yaitu:
a. navigation assistant
b. weather,stock information
c. entertainment and M-commerce.
d. penggunaan Firewall dan Antivirus
3.Layanan Context Aware & Event Base
Context awareness adalah kemampuan sistem untuk mengerti akan kebutuhan dari user, network, lingkungan. Pada sekarang ini sangat dibutuhkan suatu teknologi yang dapat memberikan kemudahan bagi user untuk mengakses informasi setiap saat user membutuhkannya. Yang disebut context-aware computing yang dapat memenuhi kebutuhan tersebut dan akan menjadi trend yang penting untuk dikembangkan kedepannya.
Dengan adanya context aware, user tidak perlu selalu memberikan input yang secara eksplisit untuk membuat komputer menjalankan tugas-tugasnya.
Beberapa bagian dari context awareness telah mulai dikembangkan. Misalnya LBS: location-based service. Ketika user mencari keyword tertentu, maka user akan memperoleh hasil yang dibutuhkan tergantung pada posisi user itu berada. Ini juga dapat digabungkan dengan beberapa data dan informasi yang di inputkan dari user. Sebagai contoh user tersebut mencari data lokasi dimana posisi keberadaan user sekarang berada.
ada tiga hal yang menjadi perhatian system context aware menurut Albrecht Schmidt, yaitu:
a. The acquisition of context. hal ini berkaitan dengan pemilihan konteks dan bagaimana cara memperoleh konteks yang diinginkan. contoh: pemilihan konteks lokasi dengan penggunaan sensor lokasi tertentu(misalnya: GPS).
b. The abstraction and understanding of context. Bagaimana cara konteks yang dipilih berhubungan dengan kondisi nyata, bagaimana informasi yang dimiliki suatu konteks dapat membantu meningkatkan kinerja apliaksi.
c. Application behavior based on the recognized context. Dua hal yang paling penting adalah bagaimana pengguna dapat memahami system dan tingkah lakunya yang sesuai dengan konteks yang dimilkinya serta bagaimana caranya memberikan control penuh kepada pengguna terhadap system.
4. Layanan Perbaikan Sumber
Layanan telematika yang terakhir adalah layanan perbaikan sumber. Resource Discovery Service (RDS) adalah sebuah layanan yang berfungsi untuk penemuan layanan utilitas yang diperlukan. The RDS juga berfungsi dalam pengindeksan lokasi layanan utilitas untuk mempercepat kecepatan penemuan.
contoh :
perbaikan ekonomi pada masyarakat.
pada dasarnya telematika terdapat beberapa layanan, antara lain:
1. Layanan Informasi
layanan informasi merupakan penggabungan dari telekomunikasi digital dan teknologi computer yang memainkan peran penting dalam komunikasi antar manusia. layanan informasi menggabungkan suatu system komunikasi dengan kendaraan yang bergerak, seperti mobil untuk menawarkan layanan informasi yang disebut GPS, dimana GPS tersebut adalah sebagai petunjuk jalan. contoh lain dari layanan informasi misalnya internet services yang saat ini sudah lazim.
penggunaan teknologi telematika dan aliran informasi harus selalu ditujukan untuk meningkatkan kesejahteraan masyarakat, termasuk pemberantasan kemiskinan dan kesenjangan, serta meningkatkan kualitas hidup masyarakat.
layanan informasi mencakup empat hal pola lalu lintas informasi, antara lain alokasi, pembicaraam, konsultasi dan registrasi. beberapa contoh lainnya adalah:
a. Internet Services, contohnya seperti
• M-Commerce
• VOD
• News and Weather
b. Real-time traffic information (Mobile data dan Mobile television)
• mobile data menggunakan komunikasi data nirkabel menggunakan gelombang radio untuk mengirim dan menerima data computer real time untuk, dari dan antara perangkat yang digunakan oleh personil berbasis lapangan. alat-alat ini dapat dipasang semata-mata untuk digunakan saat berada dalam kendaraan (Fixed Data Terminal) atau untuk digunakan di dalam dan keluar dari kendaraan (Mobile Data Terminal).
c. Telematik Terminal.
telematika terminal yang mungkin termasuk fungsi komunikasi untuk berkomunikasi dengan server atau telematika dapat beroperasi dalam hubungannya dengan komunikasi mobile terminal, seperti telepon portable. secara umum, terminal telematika tidak memiliki perangkat layar, sehingga mereka dapat memberikan informasi gambar.
2. Layanan Keamanan
layanan keamanan merupakan layanan yang menyediakanan keamananinformasi dan data. layanan terdiri dari enkripsi, penggunaan protocol, penentuan akses control dan auditin.
layanan keamanan memberikan fasilitas yang berfungsi untuk memantau dan memberikan informasi bila ada sesuatu yang berjalan atau beroperasi tidak seharusnya. dengan kata lain layanan ini sangat penting untuk menjaga agar suatu data dalam jaringan tidak mudah terhapus atau hilang.
kelebihan dari layanan ini adalah dapat mengurangi tingkat pencurian dan kejahatan.
contoh layanan keamanan yaitu:
a. navigation assistant
b. weather,stock information
c. entertainment and M-commerce.
d. penggunaan Firewall dan Antivirus
3.Layanan Context Aware & Event Base
Context awareness adalah kemampuan sistem untuk mengerti akan kebutuhan dari user, network, lingkungan. Pada sekarang ini sangat dibutuhkan suatu teknologi yang dapat memberikan kemudahan bagi user untuk mengakses informasi setiap saat user membutuhkannya. Yang disebut context-aware computing yang dapat memenuhi kebutuhan tersebut dan akan menjadi trend yang penting untuk dikembangkan kedepannya.
Dengan adanya context aware, user tidak perlu selalu memberikan input yang secara eksplisit untuk membuat komputer menjalankan tugas-tugasnya.
Beberapa bagian dari context awareness telah mulai dikembangkan. Misalnya LBS: location-based service. Ketika user mencari keyword tertentu, maka user akan memperoleh hasil yang dibutuhkan tergantung pada posisi user itu berada. Ini juga dapat digabungkan dengan beberapa data dan informasi yang di inputkan dari user. Sebagai contoh user tersebut mencari data lokasi dimana posisi keberadaan user sekarang berada.
ada tiga hal yang menjadi perhatian system context aware menurut Albrecht Schmidt, yaitu:
a. The acquisition of context. hal ini berkaitan dengan pemilihan konteks dan bagaimana cara memperoleh konteks yang diinginkan. contoh: pemilihan konteks lokasi dengan penggunaan sensor lokasi tertentu(misalnya: GPS).
b. The abstraction and understanding of context. Bagaimana cara konteks yang dipilih berhubungan dengan kondisi nyata, bagaimana informasi yang dimiliki suatu konteks dapat membantu meningkatkan kinerja apliaksi.
c. Application behavior based on the recognized context. Dua hal yang paling penting adalah bagaimana pengguna dapat memahami system dan tingkah lakunya yang sesuai dengan konteks yang dimilkinya serta bagaimana caranya memberikan control penuh kepada pengguna terhadap system.
4. Layanan Perbaikan Sumber
Layanan telematika yang terakhir adalah layanan perbaikan sumber. Resource Discovery Service (RDS) adalah sebuah layanan yang berfungsi untuk penemuan layanan utilitas yang diperlukan. The RDS juga berfungsi dalam pengindeksan lokasi layanan utilitas untuk mempercepat kecepatan penemuan.
contoh :
perbaikan ekonomi pada masyarakat.
Rabu, 28 September 2011
WNDW: Studi kasus: Komunitas Dharamsala Jaringan Wireless Mesh
Jaringan Wireless Mesh Komunitas Dharamsala mulai hidup di Februari 2005, mengikuti deregulasi WiFi untuk penggunaan di luar ruangan di India. Pada akhir Februari 2005, jaringan mesh telah menghubungkan delapan (8) kampus. Ujicoba secara mendalam dilakukan selama bulan Februari 2005 menunjukkan bahwa wilayah bergunung-gunung sangat cocok untuk jaringan mesh, karena jaringan konvensional point-to-multipoint, tidak dapat mengatasi keterbatasan line-of-sight yang ada pada wilayah yang bergunung-gunung. Topologi mesh juga menawarkan wilayah cakupan yang lebih besar, dengan kemampuan "penyembuhan sendiri" dari routing mesh secara alamiah, terbukti menjadi penting pada tempat dimana pasokan listrik sangat tidak menentu.
Tulang punggung mesh mencakup lebih dari 30 node, semua berbagi pada satu kanal radio. Sambungan Internet broadband diberikan pada semua anggota mesh. Total bandwidth ke Internet yang tersedia adalah 6 Mbps. Terdapat lebih dari 2000 komputer terhubung ke mesh, sambungan internet broadband membuat beban mesh sangat besar. Saat ini, tampaknya sistem dapat menangani beban tanpa peningkatan latensi atau packet-loss. Jelas skalabilitas / pengembangan akan menjadi masalah jika kita terus menggunakan satu saluran radio. Untuk memecahkan masalah ini, router mesh baru dengan dukungan beberapa saluran radio sedang dikembangkan dan diuji di Dharamsala, dengan penekanan pada produk yang memenuhi persyaratan baik teknis maupun sisi ekonomis. Hasil awal yang ada sangat menjanjikan.
Menghubungkan jaringan mesh yang berbasis pada peralatan daur ulang, yang di rancang dan dibuat secara lokal - dikenal sebagai Himalayan-Mesh-Router (http://drupal.airjaldi.com/node/9). Router mesh di instalasi di setiap lokasi, berbeda hanya antenna saja, tergantung pada lokasi geografis dan kebutuhan. Kami menggunakan berbagai antena, dari 8 - 11 dBi omnidirectional, 12 - 24 dBi antena directional dan kadang-kadang antenna sektoral penguatan tinggi (dan biaya tinggi). Mesh terutama digunakan untuk:
* Akses Internet.
* Aplikasi file sharing.
* Off-situs backup.
* Memutar video berkualitas tinggi dari arsip yang jauh.
Gambar 11.5: Seorang installer Dharamsala bekerja pada sebuah menara
Sebuah pusat VoIP, PBX berbasis software (Asterisk) juga di install dan memberikan layanan jasa telepon untuk anggota. PBX Asterisk juga dihubungkan ke jaringan telepon PSTN. Namun, karena masalah hukum saat ini hanya digunakan untuk panggilan masuk ke dalam mesh. Pelanggan menggunakan berbagai software-phone, serta berbagai ATA (Analog Telepon Adaptor) maupun IP phone yang mempunyai fitur lengkap.
Pada tulang punggung mesh yang di enkripsi tidak di ijinkan akses bagi perangkat mobile (notebook dan PDA), jadi kami telah menempatkan beberapa akses point 802.11b di banyak lokasi yang sama dimana router mesh diinstal. Router mesh memberikan infrastruktur tulang punggung sedang AP memberikan akses untuk perangkat mobile, dimana diperlukan.
Akses ke tulang punggung mesh hanya di ijinkan bagi router mesh. Wireless klien yang sederhana yang tidak memiliki kepandaian untuk "berbicara" menggunakan routing protokol mesh akan menghadapi kebijakan akses yang ketat. Kanal mesh oleh karenanya di enkripsi (WPA), dan juga "disembunyikan" untuk mencegah peralatan mobile untuk menemukannya dan mencoba untuk mengaksesnya. Dengan hanya mengijinkan akses ke mesh pada router router memungkinkan untuk kebijakan kontrol akses yang ketat dan melakukan pembatasan pada CPE (Client Premises Equipment) yang merupakan elemen penting yang dibutuhkan untuk mencapai keamanan end-to-end, mengatur trafik, dan Quality-of-Service.
Konsumsi daya dari router mesh kurang dari 4 Watt. Hal ini membuat mereka ideal untuk penggunaan panel surya. Banyak dari router mesh Dharamsala hanya menggunakan panel surya kecil. Penggunaan tenaga surya di kombinasi dengan antena kecil dan router rendah daya sangat cocok untuk daerah bencana, karena sangat mungkin untuk bertahan ketika semua infrastruktur komunikasi lain sudah rusak.
Tulang punggung mesh mencakup lebih dari 30 node, semua berbagi pada satu kanal radio. Sambungan Internet broadband diberikan pada semua anggota mesh. Total bandwidth ke Internet yang tersedia adalah 6 Mbps. Terdapat lebih dari 2000 komputer terhubung ke mesh, sambungan internet broadband membuat beban mesh sangat besar. Saat ini, tampaknya sistem dapat menangani beban tanpa peningkatan latensi atau packet-loss. Jelas skalabilitas / pengembangan akan menjadi masalah jika kita terus menggunakan satu saluran radio. Untuk memecahkan masalah ini, router mesh baru dengan dukungan beberapa saluran radio sedang dikembangkan dan diuji di Dharamsala, dengan penekanan pada produk yang memenuhi persyaratan baik teknis maupun sisi ekonomis. Hasil awal yang ada sangat menjanjikan.
Menghubungkan jaringan mesh yang berbasis pada peralatan daur ulang, yang di rancang dan dibuat secara lokal - dikenal sebagai Himalayan-Mesh-Router (http://drupal.airjaldi.com/node/9). Router mesh di instalasi di setiap lokasi, berbeda hanya antenna saja, tergantung pada lokasi geografis dan kebutuhan. Kami menggunakan berbagai antena, dari 8 - 11 dBi omnidirectional, 12 - 24 dBi antena directional dan kadang-kadang antenna sektoral penguatan tinggi (dan biaya tinggi). Mesh terutama digunakan untuk:
* Akses Internet.
* Aplikasi file sharing.
* Off-situs backup.
* Memutar video berkualitas tinggi dari arsip yang jauh.
Gambar 11.5: Seorang installer Dharamsala bekerja pada sebuah menaraSebuah pusat VoIP, PBX berbasis software (Asterisk) juga di install dan memberikan layanan jasa telepon untuk anggota. PBX Asterisk juga dihubungkan ke jaringan telepon PSTN. Namun, karena masalah hukum saat ini hanya digunakan untuk panggilan masuk ke dalam mesh. Pelanggan menggunakan berbagai software-phone, serta berbagai ATA (Analog Telepon Adaptor) maupun IP phone yang mempunyai fitur lengkap.
Pada tulang punggung mesh yang di enkripsi tidak di ijinkan akses bagi perangkat mobile (notebook dan PDA), jadi kami telah menempatkan beberapa akses point 802.11b di banyak lokasi yang sama dimana router mesh diinstal. Router mesh memberikan infrastruktur tulang punggung sedang AP memberikan akses untuk perangkat mobile, dimana diperlukan.
Akses ke tulang punggung mesh hanya di ijinkan bagi router mesh. Wireless klien yang sederhana yang tidak memiliki kepandaian untuk "berbicara" menggunakan routing protokol mesh akan menghadapi kebijakan akses yang ketat. Kanal mesh oleh karenanya di enkripsi (WPA), dan juga "disembunyikan" untuk mencegah peralatan mobile untuk menemukannya dan mencoba untuk mengaksesnya. Dengan hanya mengijinkan akses ke mesh pada router router memungkinkan untuk kebijakan kontrol akses yang ketat dan melakukan pembatasan pada CPE (Client Premises Equipment) yang merupakan elemen penting yang dibutuhkan untuk mencapai keamanan end-to-end, mengatur trafik, dan Quality-of-Service.
Konsumsi daya dari router mesh kurang dari 4 Watt. Hal ini membuat mereka ideal untuk penggunaan panel surya. Banyak dari router mesh Dharamsala hanya menggunakan panel surya kecil. Penggunaan tenaga surya di kombinasi dengan antena kecil dan router rendah daya sangat cocok untuk daerah bencana, karena sangat mungkin untuk bertahan ketika semua infrastruktur komunikasi lain sudah rusak.
Senin, 09 Mei 2011
Sinopsis Film Sang Pemimpi
Film Sekuel Laskar Pelangi hadir kembali sesuai novelnya dengan judul film Sang Pemimpi. Film yang menceritakan kisah perjalanan hidup Ikal, Arai dan Jimbron ketika beranjak dewasa. Mereka bertiga mengidolakan guru Bali karena memberikan inspirasi luar biasa dalam mendidik tetapi berbeda 180 derajat dengan kepala sekolah Pak mustar karena sistemnya yang memberikan hukuman bagi yang lalai.
Lika – liku kehidupan tidak hanya di lingkungan sekolah tetapi juga ketika bertahan hidup, dunia cinta dan kehidupan remaja. Saat mereka bertiga beranjak remaja, Arai jatuh cinta dengan seseorang yangg bernama Zakiah Nurmala yang berprofesi seorang penyanyi. Kemudian si Jimbron dengan Laksmi yang profesinya sebagai buruh di pabrik cincau. lain halnya dengan Ikal yang tertarik dengan seorang wanita yang ada di poster iklan di film bioskop indonesia.
Karena bimbang dengan kondisinya, Ikal merasa putus asa dan berusaha menghilangkan semua impiannya untuk sekolah ke Eropa bersama Arai. Karena sikap Ikal inilah membuat hati ayahnya kecewa besar.
Karena rasa bersalah yang besar kepada ayahnya, ikal kemudian bangkit lagi bersama teman temannya yang senasib seperjuangan untuk meraih mimpi. Tidak salah mereka berucap sang pemimpi untuk meraih cita – cita, harapan dan cinta. Hingga akhirnya mereka meraih kesuksesan ketika sarjana diraih. Tetapi Arai malah menghilang, apakah Ikal mampu mengejar mimpi sendirian tanpa Arai ?
Lika – liku kehidupan tidak hanya di lingkungan sekolah tetapi juga ketika bertahan hidup, dunia cinta dan kehidupan remaja. Saat mereka bertiga beranjak remaja, Arai jatuh cinta dengan seseorang yangg bernama Zakiah Nurmala yang berprofesi seorang penyanyi. Kemudian si Jimbron dengan Laksmi yang profesinya sebagai buruh di pabrik cincau. lain halnya dengan Ikal yang tertarik dengan seorang wanita yang ada di poster iklan di film bioskop indonesia.
Karena bimbang dengan kondisinya, Ikal merasa putus asa dan berusaha menghilangkan semua impiannya untuk sekolah ke Eropa bersama Arai. Karena sikap Ikal inilah membuat hati ayahnya kecewa besar.
Karena rasa bersalah yang besar kepada ayahnya, ikal kemudian bangkit lagi bersama teman temannya yang senasib seperjuangan untuk meraih mimpi. Tidak salah mereka berucap sang pemimpi untuk meraih cita – cita, harapan dan cinta. Hingga akhirnya mereka meraih kesuksesan ketika sarjana diraih. Tetapi Arai malah menghilang, apakah Ikal mampu mengejar mimpi sendirian tanpa Arai ?
Langganan:
Postingan (Atom)