Catatan Aktifitas Milis 22 Agustus – 27 Agustus 2006

Keterangan :

Angka yang terdapat di dalam [ ] adalah nomer posting pada yahoogroups. Misalnya [123] adalah posting No.#123, dapat diakses dari http://groups.yahoo.com/group/sc-ina/message/123

A. Paper & Artikel

• C. Zhang et al., “Significance of Gene Ranking for Classification of Microarray Samples”, IEEE/ACM Trans. on Computational Biology & Bioinformatics, Vol. 3, No. 3, pp. 321-320 [1082]

B. CFP, Conference & Workshop

• The Twentieth International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems [1145]
  URL : http://winnie.kuis.kyoto-u.ac.jp/IEAAIE-2007/

C. e-Kolokium

• Jadwal Presentasi bulan Agustus -September 2006 :
  1. 18-31 Agustus 2006 (e-kolokium bersama milis sc-ina dan indo-dm)
     Judul : Pengantar Data Mining
     Penyaji : Iko Pramudiono (Nippon Telegraph & Telephone Co.)
     Moderator: Anto Satriyo Nugroho
  2. 1-15 September 2006 (e-kolokium bersama milis sc-ina dan indo-dm)
     Judul : Knowledge Discovery in Scientific Documents
     Penyaji: Igg Adiwijaya (AdvanTechnologies, Inc. & University of Maryland, USA)
  3. 16-30 September 2006
     Judul : Strategi membangun komunitas iptek berbasis internet
     Penyaji : Romi Satria Wahono (LIPI, IKC, Brainmatics)
• No.1 dan 2 adalah e-kolokium bersama milis sc-ina dan indo-dm, terselenggara atas dukungan japati.net
• Jadwal presentasi dapat dilihat dari web soft-computing.org
• Rekan-rekan yang berkeinginan mempresentasikan penelitiannya dalam e-kolokium, silakan menghubungi administrator milis (Son Kuswadi & Anto S. Nugroho)

D. Diskusi

• Diskusi ttg Pengantar Datamining dipandu oleh Dr. Iko Pramudiono

E. Pertanyaan belum terjawab

• Bagaimana mengubah format binary grid menjadi ASCII grid di FORTRAN ? [1129]
• Bagaimana menghasilkan rule dari proses training pada JST ? [820]
• Apa beda antara fitness function & fitness criteria dalam task klasifikasi datamining ? [754]
• Apakah ada yg mengetahui Transition Probability/Markov (TPM) dan neuro-fuzzy [630]
• kurikulum bioinformatika di UGM [588]
• Exponentially Weighted Moving Average (EWMA) : apa kelebihannya, dan bagaimana perbedaan pada hasil yg diperoleh, dibandingkan dg neural network ? [547]
• Customable application [514]
• Mengapa grafik ROC yg diperoleh pada video object extraction tidak mudah dianalisa ? (Surya) [505]
• Di mana bisa beli software Problem Based Learning (PBL) for Administrators [705]

F. Lain-lain

• Perkenalan Anggota Baru : Noor Akhmad Setiawan [1128], Siti Maimunah [1141]
• Jumlah Anggota milis : 245 alamat aktif (28 alamat di antaranya berstatus bouncing)

Catatan Aktifitas Milis 13-21 Agustus 2006

Keterangan :

Angka yang terdapat di dalam [ ] adalah nomer posting pada yahoogroups. Misalnya [123] adalah posting No.#123, dapat diakses dari http://groups.yahoo.com/group/sc-ina/message/123

A. Paper & Artikel
B. CFP, Conference & Workshop
C. e-Kolokium

• Jadwal Presentasi bulan Agustus 2006 :
  1. 18-31 Agustus 2006 (e-kolokium bersama milis sc-ina dan indo-dm)
     Judul : Pengantar Data Mining
     Penyaji : Iko Pramudiono (Nippon Telegraph & Telephone Co.)
     Moderator: Anto Satriyo Nugroho
• Jadwal presentasi dapat dilihat dari web soft-computing.org
• Rekan-rekan yang berkeinginan mempresentasikan penelitiannya dalam e-kolokium, silakan menghubungi administrator milis (Son Kuswadi & Anto S. Nugroho)

D. Diskusi

• Diskusi ttg. pengantar datamining / presentasi pak Iko Pramudiono [1122]
• daftar referensi soft-computing [1109]

E. Pertanyaan belum terjawab

• Bagaimana menghasilkan rule dari proses training pada JST ? [820]
• Apa beda antara fitness function & fitness criteria dalam task klasifikasi datamining ? [754]
• Apakah ada yg mengetahui Transition Probability/Markov (TPM) dan neuro-fuzzy [630]
• kurikulum bioinformatika di UGM [588]
• Exponentially Weighted Moving Average (EWMA) : apa kelebihannya, dan bagaimana perbedaan pada hasil yg diperoleh, dibandingkan dg neural network ? [547]
• Customable application [514]
• Mengapa grafik ROC yg diperoleh pada video object extraction tidak mudah dianalisa ? (Surya) [505]
• Di mana bisa beli software Problem Based Learning (PBL) for Administrators [705]

F. Lain-lain

• Perkenalan Anggota Baru : Soni Darmawan [1111], Suwardi Annas[1119], Sidiq Syamsul Hidayat [1124], Muhammad Arrofiq [1125]
• Jumlah Anggota milis : 238 alamat aktif (27 alamat di antaranya berstatus bouncing)

Knowledge Discovery in Scientific Documents

Penyaji : Dr. Igg Adiwijaya (AdvanTechnologies, Inc. & University of Maryland, USA)

Abstrak:

Pesatnya pengunaan dan adopsi Internet telah memacu pertumbuhan dan pertukaran informasi yang sangat pesat dibandingkan era sebelumnya. Sebagai akibatnya, jumlah informasi terus meningkat secara exponensial, lebih dari 550 triliun dokumen. Walau perkembangan ini memungkinan informasi untuk di akses penguna dengan mudah, jumlah yang terkendalikan ini telah menimbulkan isu and tantangan yang besar. Dilain pihak, situasi ini juga telah menghasilkan ‘success story’ di bidang solusi dan tool untuk membantu penguna mencari dan mengorganisasi informasi dalam jumlah besar, mulai dari AltaVista sampai Google sekarang. Tidak hanya di Internet, jumlah informasi, terutama dalam bentuk dokumen atau text, juga di hasilkan, koleksi, dan konsumsi dalam jumlah yang tidak kalah besar di berbagai institusi dan perusahaan pada umumnya. Akses dan pengunaan akan informasi text yang tidak lagi di dominasi oleh ahli riset, spesialis analisa dan informasi, dan librarian seperti di era sebelumnya telah membuat tantangan menjadi lebih komplex. Pencarian dan konsumsi informasi text telah menjadi sesuatu yang umum untuk semua tipe pengguna dengan kepentingan yang berbeda.

Untuk e-Kolokium text mining ini, saya akan memberikan gambaran secara garis besar terhadap bidang text mining yang sedang berkembang. Didalamnya, saya akan diskusikan issue dan tantangan yang di hadapi di bidang text mining. Untuk setiap tantangan, saya akan presentasikan solusi-solusi yang telah di hasilkan oleh ahli-ahli riset di dunia dan kekurangannya. Bilamana tepat, akan saya berikan sedikit ulasan akan product komersial yang ada. Pada akhir makalah, saya akan ulas issue dan tantangan text mining yang saya hadapi sekarang, khususnya di bidang “knowledge discovery”.

Catatan : tema ini akan dipresentasikan di e-kolokium bersama komunitas datamining dan komunitas softcomputing Indonesia, pada tanggal 1-15 September 2006.

Catatan Aktifitas Milis 7 Juli – 12 Agustus 2006

Keterangan :

Angka yang terdapat di dalam [ ] adalah nomer posting pada yahoogroups. Misalnya [123] adalah posting No.#123, dapat diakses dari http://groups.yahoo.com/group/sc-ina/message/123

A. Paper & Artikel

• C. Zhang et al., “Significance of Gene Ranking for Classification of Microarray Samples”, IEEE/ACM Trans. on Computational Biology & Bioinformatics, Vol. 3, No. 3, pp. 321-320 [1082]

B. CFP, Conference & Workshop

• Industrial Electronic Seminar 2006 (http://ies.eepis-its.edu)
  deadline diperpanjang hingga 28 Agustus 2006 [1094]

C. e-Kolokium

• Jadwal Presentasi bulan Agustus 2006 :
  1. 1-15 Agustus 2006
     Judul : Kendali Cerdas (Intelligent Control)
     Penyaji : Son Kuswadi (Robotics and Automation Based on Biologically Inspired Technology (RABBIT) Research Group, Electronic Engineering Polytechnic Institute of Surabaya)
     Moderator: Anto Satriyo Nugroho
  2. 16-31 Agustus 2006 (e-kolokium bersama milis sc-ina dan indo-dm)
     Judul : Pengantar Data Mining
     Penyaji : Iko Pramudiono (Nippon Telegraph & Telephone Co.)
     Moderator: Anto Satriyo Nugroho
• Jadwal presentasi dapat dilihat dari web soft-computing.org
• Rekan-rekan yang berkeinginan mempresentasikan penelitiannya dalam e-kolokium, silakan menghubungi administrator milis (Son Kuswadi & Anto S. Nugroho)

D. Diskusi

• Diskusi ttg. kendali cerdas / presentasi pak Son Kuswadi
• reminder joint e-kolokium datamining & text mining [1044]
• Lowongan dosen [1046]
• design pattern atau water marking [1047], [1078]
• pendataan anggota [1058]
• info: PhD position Secure Management of Healthcare Data [1066]
• diagnosa parasit [1070]
• linear NNBP [1072]
• buku pengajaran soft-computing [1077], [1102]
• Biometrik, biomimetik, mechatronic [1084]
• free e-book tugas akhir [1101]

E. Pertanyaan belum terjawab

• Bagaimana menghasilkan rule dari proses training pada JST ? [820]
• Apa beda antara fitness function & fitness criteria dalam task klasifikasi datamining ? [754]
• Apakah ada yg mengetahui Transition Probability/Markov (TPM) dan neuro-fuzzy [630]
• kurikulum bioinformatika di UGM [588]
• Exponentially Weighted Moving Average (EWMA) : apa kelebihannya, dan bagaimana perbedaan pada hasil yg diperoleh, dibandingkan dg neural network ? [547]
• Customable application [514]
• Mengapa grafik ROC yg diperoleh pada video object extraction tidak mudah dianalisa ? (Surya) [505]
• Di mana bisa beli software Problem Based Learning (PBL) for Administrators [705]

F. Lain-lain

• Perkenalan Anggota Baru : Ardhasena Sopaheluwakan [1045], A Yulandi [1049], R.R. Dian [1059], Priyanto Sismadi [1069], Bagus Yudantyo [1071]
• Jumlah Anggota milis : 230 alamat aktif (26 alamat di antaranya berstatus bouncing)

Pengantar Data Mining

Penyaji : Iko Pramudiono (Nippon Telegraph & Telephone Co.)

Abstrak:

Data Mining (DM) adalah salah satu bidang yang berkembang pesat karena besarnya kebutuhan akan nilai tambah dari database skala besar yang makin banyak terakumulasi sejalan dengan pertumbuhan teknologi informasi. Definisi umum dari data mining itu sendiri adalah serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data. Dalam tulisan ini, penulis mencoba memperkenalkan data mining dengan membandingkannya dengan bidang ilmu yang sudah ada, dan juga memberikan beberapa ilustrasi tentang teknik-teknik yang umum dipakai di data mining.

Catatan : tema ini dipresentasikan di e-kolokium bersama komunitas datamining dan komunitas softcomputing Indonesia, pada tanggal 18-31 Agustus 2006.

Joint e-kolokium Datamining & Text-mining (16 Agustus – 15 September 2006)

Kemajuan di bidang ilmu pengetahuan dan teknologi mendorong pertumbuhan data di dunia. Berbagai fenomena alam semakin mudah diobservasi dan didokumentasikan. Keberadaan data sebagai nyawa dari tumbuh dan berkembangnya teknologi menjadi sangat mudah diperoleh. Apalagi perkembangan teknologi hardware dan software yang semakin pesat dan semakin murah, membuat proses dokumentasi menjadi semakin mudah. Faktor-faktor ini yang akhirnya menyebabkan terjadinya ledakan data di berbagai bidang. Misalnya kalau di biologi, pertumbuhan pesat data genome dapat dilihat di situs genbank (http://www.ncbi.nih.gov/Genbank/genbankstats.html ) Sedangkan informasi yang berupa teks, pertumbuhannya tidak kalah pesat. Di situs Medline, jumlah abstrak yang didokumentasikan tahun 2003 dilaporkan sekitar 12 juta. Kalau satu abstrak terdiri dari 200 kata, maka sekitar 2.4 milyar kata terekam di Medline.

Data dan teks yang melimpah ini tidak akan ada artinya, bila tidak ada metode komputasi efektif yang mampu mengolah data berskala besar, dan menggali informasi terpendam di dalamnya. Datamining adalah solusi yang ditawarkan oleh teknologi komputasi agar informasi yang selama ini terpendam di tumpukan data itu dapat digali dan dimanfaatkan. Aplikasi datamining sangat luas dan terdapat di berbagai bidang. Bagi pelaku bisnis misalnya, datamining bermanfaat untuk mengetahui kecenderungan perilaku konsumen di supermarket maupun toko online, sehingga mereka dapat merancang strategi jitu untuk meningkatkan pelayanan pada konsumen.

Pentingnya data dan teknologi datamining ini telah dirasakan oleh kalangan iptek Indonesia. Upaya penyediaan data ilmiah, misalnya dengan pengadaan mirror scientific data (L.T.Handoko dkk.) yang beralamatkan di http://www.arsip.lipi.go.id/
Beberapa data penting di bidang bioteknologi, bioinformatika, dan fisika seperti GenBank, Protein Data Bank (PDB), Particle Data Group (PDG), telah dapat diakses mudah dari Indonesia. Walau masih terbatas, tapi setidaknya telah dimulai upaya untuk mempermudah akses komunitas Indonesia ke berbagai data ilmiah penting.

Bagaimana dengan teknologi datamining ? Akhir-akhir ini seminar, pelatihan, workshop mengenai datamining telah dilakukan di berbagai instansi, antara lain STTTelkom, ITB, Politeknik ITS, dsb. Ini adalah berita yang menggembirakan, dan menunjukkan bahwa potensi datamining telah mulai diperhatikan di Indonesia. Namun demikian, upaya untuk  menyelenggarakan seminar berbasis internet di bidang ini masih dirasakan kurang kalau tidak dapat dikatakan belum pernah dilakukan oleh komunitas internet Indonesia. Padahal umumnya kalangan mahasiswa, peneliti dan praktisi teknologi di Indonesia telah terbiasa berkomunikasi lewat internet, dan persentase mereka cukup besar. Menurut Onno Purbo porsi diskusi keilmuan di internet berada pada kisaran 19% dari keseluruhan posting di internet. Angka ini termasuk
jumlah yang signifikan, dan menempati peringkat kedua setelah posting yang sifatnya silaturahmi (21.9%). Pornografi yang selama ini dikhawatirkan ternyata berada pada prosentase yang lebih kecil yaitu 12.9%. Penelitian Onno yang dimuat di situs ilmukomputer.com ini, memberikan harapan segar bahwa ternyata perhatian masyarakat terhadap perkembangan iptek cukup besar.

Dalam hal ini, komunitas softcomputing Indonesia (sc-ina@yahoogroups.com) dan komunitas datamining Indonesia (indo-dm@yahoogroups.com) bekerja sama menyelenggarakan e-kolokium bertemakan datamining dan text-mining, yang akan disajikan oleh dua peneliti Indonesia yang aktif melakukan riset di bidang ini.

Jadwal dan tema presentasi adalah sbb.

1. Pengantar Data Mining
   • Tgl. : 16-31 Agustus 2006
   • Penyaji : Dr. Iko Pramudiono (Nippon Telegraph & Telephone Co., Japan)
2. Knowledge Discovery in Scientific Documents
   • Tgl. : 1-15 September 2006
   • Penyaji : Dr. Igg Adiwijaya (AdvanTechnologies, Inc. & University of Maryland, USA)

Makalah presentasi dan diskusi (tanya jawab) akan diforward ke dua milis (indo-dm@yahoogroups.com & sc-ina@yahoogroups.com). Dengan mengikuti kegiatan ini diharapkan peserta dapat memahami konsep teknologi datamining dan text mining, yang mungkin akan bermanfaat bagi riset dan bidangnya masing-masing. Semoga kegiatan ini dapat bermanfaat bagi perkembangan iptek di Indonesia.

Alamat milis :

• Komunitas Softcomputing Indonesia (http://soft-computing.org milis : sc-ina@yahoogroups.com )
• Komunitas Datamining Indonesia (milis : indo-dm@yahoogroups.com )

Catatan Aktifitas Milis 31 Juli – 6 Agustus 2006

Keterangan :

Angka yang terdapat di dalam [ ] adalah nomer posting pada yahoogroups. Misalnya [123] adalah posting No.#123, dapat diakses dari http://groups.yahoo.com/group/sc-ina/message/123

A. Paper & Artikel
B. CFP, Conference & Workshop
C. e-Kolokium

• Jadwal Presentasi bulan Agustus 2006 :
  1. 1-15 Agustus 2006
     Judul : Kendali Cerdas (Intelligent Control)
     Penyaji : Son Kuswadi (Robotics and Automation Based on Biologically Inspired Technology (RABBIT) Research Group, Electronic Engineering Polytechnic Institute of Surabaya)
     Moderator: Anto Satriyo Nugroho
  2. 16-31 Agustus 2006 (e-kolokium bersama milis sc-ina dan indo-dm)
     Judul : Pengantar Data Mining
     Penyaji : Iko Pramudiono (Nippon Telegraph & Telephone Co.)
     Moderator: Anto Satriyo Nugroho
• Jadwal presentasi dapat dilihat dari web soft-computing.org
• Rekan-rekan yang berkeinginan mempresentasikan penelitiannya dalam e-kolokium, silakan menghubungi administrator milis (Son Kuswadi & Anto S. Nugroho)

D. Diskusi

• Diskusi lanjutan ttg. presentasi pak Rudiyanto (Pemodelan Hidrolika Sistem Resirkulasi Akuakultur Terkendali) [988]
• Diskusi ttg. kendali cerdas / presentasi pak Son Kuswadi [993]
• milis job vacancy groups [999]
• laporan keanggotaan milis [1011]
• artikel di republika mengenai Irigasi Kendi : penelitian pak Rudiyanto dkk. [1013]
• pembuatan data anggota milis [1037]

E. Pertanyaan belum terjawab

• mencari referensi ttg. design pattern atau water marking [1019]
• Bagaimana menghasilkan rule dari proses training pada JST ? [820]
• Apa beda antara fitness function & fitness criteria dalam task klasifikasi datamining ? [754]
• Apakah ada yg mengetahui Transition Probability/Markov (TPM) dan neuro-fuzzy [630]
• kurikulum bioinformatika di UGM [588]
• Exponentially Weighted Moving Average (EWMA) : apa kelebihannya, dan bagaimana perbedaan pada hasil yg diperoleh, dibandingkan dg neural network ? [547]
• Customable application [514]
• Mengapa grafik ROC yg diperoleh pada video object extraction tidak mudah dianalisa ? (Surya) [505]
• Di mana bisa beli software Problem Based Learning (PBL) for Administrators [705]

F. Lain-lain

• Perkenalan Anggota Baru : Wiyli Yustanti [991],Adha Imam Cahyadi [994], Lasman Parulian Purba[1006], Yusril Yusuf[1010], Hery Mochtady [1025]
• Jumlah Anggota milis : 225 alamat aktif (28 alamat di antaranya berstatus bouncing)

Kendali Cerdas: Definisi, Prinsip Teknologi dan Arah Pengembangannya

Penyaji: Son Kuswadi (dosen Politeknik Elektronika Negeri Surabaya, PENS ITS).

Abstrak:
Istilah kendali cerdas sering muncul dalam pembicaraan baik dalam forum ilmiah maupun dagang dalam berbagai konteks dan penafsiran, yang sering kali tidak berdasar. Untuk mengurangi kesalahpahaman tersebut, maka dalam makalah ini akan dibahas tentang definisi kendali cerdas menurut para pakar beserta prinsip-prinsip teknologi yang digunakan. Beberapa contoh aplikasi nyata akan dipaparkan, termasuk robot ruang angkasa. Makalah ini akan ditutup dengan beberapa petunjuk (hint) tentang arah pengembangan teknologi kendali cerdas, baik yang berada di depan mata mau pun yang bersifat futuristik.

Kata Kunci:
Sistem Kendali, Kecerdasan, Sains-Kognitif, Pembelajaran, Kompleksitas