Profesi IT yang diinginkan, alasan dan job descnya

Profesi IT yang saya inginkan adalah Interactive Media (Bagian Media Interaktif)

Alasannya, adalah saya senang sekali mendesain dan sesuai dengan kemampuan saya.

Job Description : berhubungan dengan media merupakan salah satu karakteristik dalam dunia informasi, semua harus menggunakan media. Jadi bagian web development, web desain, penggambar 3D, dan jenis pekerjaan yang sedikit membutuhkan seni sangat di perlukan pada jenis profesi dalam bidang tekhnologi informasi ini. 

Etika Berinternet yang Sehat

Internet sudah tidak asing lagi bagi kita. apapun yg kita cari bisa kita dapatkan melalui internet, anda butuh mobil, motor, sepatu, pakaian, rumah, tanah semuanya bisa di liat di internet termasuk anda bisa liat lokasi di mana rumah anda berada.
segala macam ada di internet mulai hal besar sampe hal terkecil sekalipun, yang baik dan juga hal yg buruk semuanya ada di internet.

Apakah anda sering berinternet??

Hal apa aja yg sering anda lakukan selama berinternet?
Tentu jawabannya akan bermacam2 tergantung kebutuhan seseorang dalam berinternet, seperti:

·         Ada yg buka email

·         Cari-cari data

·         Cari-cari bahan kuliah

·         Cari artikel, novel, dan lain sebagainya…!!

Apakah internet berpengaruh buruk??

mungkin jawabannya ya tergantung!!!,

 tergantung anda yg membukanya apakah anda membuka situs yang gak jelas, membuka situs2 tentang trik membunuh orang misalkan ..

nah tentu cara ini menirukan cara yg tidak baik...

Lalu bagaimana cara berinternet dengan baik sehingga bermanfaat…??

Mungkin jawabannya adalah,

·         Dengan sering membuka situs-situs tentang pengetahuan

·         Tentang hal yg mengasah otak anda agar menjadi pintar

·         mungkin bisa buka situs agama misalkan untuk melihat jadwal pengajian atau artikel-artikel yang berhubungan dengan keagamaan.

Maka dengan itu…

·         Gunakanlah internet dengan sebaik-baiknya, selama anda di depan komputer selama itu juga anda bisa banyak belajar tentang segala hal...belajar dan trus belajar adalah sebuah prioritas yang sangat baik selama berinternet...

·         Gunakanlah waktu dengan sebaik-baiknya jangan buang waktu secara percuma, misalkan saja hanya chatingan saja, atau maen game saja

 kapan mau maju? kapan mau jd pinter ..

paling pinternya cuma maen game sama chatingan saja ..!!!

Sebenarnya masih banyak hal yang perlu diperhatikan sebagai bagian dari etika menggunakan internet. Akan tetapi yang menjadi intinya adalah walaupun internet ini dunia maya, akan tetapi karena interaksi yang terjadi di dalamnya tetap melibatkan manusia dengan berbagai jenis dan karakter tak ubahnya di dunia nyata sehari-hari, maka etika keseharian tetap harus diterapkan. Bagaimanapun pelanggaran terhadap etika tersebut bisa berdampak kurang baik bahkan bisa menjadi sesuatu yang buruk bagi kita dan anak kita. Konsekuensinya sendiri bisa terjadi dalam bentuk ringan seperti pengucilan, pemblokiran, dan hal sejenis lainnya, hingga dalam bentuk yang cukup berat yang bisa membawa kita berurusan dengan pihak kepolisian dan pengadilan.

Sumber : http://eptik6c.blogspot.com/2011/11/internet-yang-baik.html

Etika Berkomunikasi dalam Media Sosial

Di Indonesia pertumbuhan media social sudah sangat  pesat sekali. Sebagian besar anak muda, sudah menggunakan media social untuk berkomunikasi, berbagi informasi, dan lain sebagainya. Media social yang sangat berkembang saat ini adalah Twitter, Facebook, Blog, dan lain-lain. Meski bebas berinteraksi di media sosial,  kadang kita melupakan etika. Kita seyogyanya tetap menjaga sopan santun, menjaga kesopanan saat berinteraksi di sana. Internet memberikan kebebasan, namun jangan sampai kebebasan itu kita salahgunakan.  Kebebasan yang kita dapat jangan digunakan untuk menyebar fitnah, kebohongan, atau hal lain yang merugikan pihak lain. Berselancar di media sosial, juga harus dijaga sopan santun  agar kita mendapat simpati, dipercaya, serta menjadi acuan masyarakat.

Banyak pihak yang tidak mengindahkan hal itu. Misalnya menyalah gunakan media sosial seperti facebook untuk hal-hal yang negatif. Kasus terbaru adalah lomba kartun nabi. Tentu hal ini dikatakan pembuatnya bentuk kebebasan, namun hal itu menyakiti orang lain. Selain itu juga marak penipuan dengan melibatkan media sosial ini. Ada yang menipu lewat YM, Facebook, dan sebagainya. Internet adalah dunia terbuka, siapa saja bisa masuk ke dalamnya dan berbuat apa saja. Karena itu diperlukan filter. Selain undang-undang, filternya tentu dari diri kita sendiri. Dengan menerapkan etika kita bisa membuat dunia maya semakin aman dan nyaman bagi kita.

Saya sendiri merasa jauh dari sempurna ketika berinteraksi dengan orang lain dengan bahasa tertulis. Saya tidak mengetahui apakah kalimat-kalimat saya berkenan di hati atau tidak. Namun saya selalu beriktikad baik untuk tidak menyakiti hati orang lain melalui kaliman-kalimat yang saya tulis.  Berikut ini beberapa tips untuk menghindari perseteruan akibat salah memahami maksud dan makna yang disampaikan orang lain.

1. Pergunakan kalimat yang jelas dan selesai.

Pergunakan bahasa yang mudah dipahami orang lain. Pilih kata-kata yang maknanya jelas. Jangan lupa, membuat kalimat yang utuh, jangan sepotong-sepotong yang bisa membuat orang lain susah memahami maksudnya.

2. Hati-hati penggunaan huruf kecil dan besar.

Meskipun sederhana, penggunaan huruf kecil atau besar juga bermakna berbeda. Huruf besar identik dengan marah dan arogansi kita terhadap orang lain.

3. Hati-hati dengan pemilihan warna.

Hati-hati dalam memilih warna yang dipergunakan untuk mewarnai kalimat yang akan diposting. Setiap warna memiliki arti yang berbeda-beda.

4. Hati-hati memilih ikon atau simbol.

Untuk mengekspresikan isi hati, seringkali kita menggunakan ikon atu simbol untuk mewakilinya. Pilihlah ikon atau simbol yang tepat untuk menggambarkan isi hati Anda.

5. Pergunakan bahasa yang tepat dengan siapa kita berinteraksi.

Perlu kiranya kita memahami dengan siapa kita berinteraksi. Ingat, tidak semua orang senang bahasa gaul ataupun bahasa yang terlalu sopan. Salah satu cara sederhana untuk mengetahui bahasa yang yang dicocok dengan orang lain adalah dengan cara membaya gaya bahasa yang dipergunakan saat berkirim pesan menulis status ataupun merespon status orang lain.

6. Berikan respon secepat yang kita bisa.

Tidak adanya balasan atas pesan yang dikirim juga bukanlah etika berkomunikasi yang baik. Jika terjadi komunikasi tertulis via email atau chat sedangkan orang lain masih memerlukan klarisikasi, lebih baik segera diselesaikan. Jangan biarkan orang lain memberikan penilaian yang buruk dengan diri kita. Jika memang sibuk, pergunakan kata ‘maaf’ jika kita baru bisa merespon pertanyaan orang lain tersebut.

7. Jangan lari dari tanggung jawab.

Apapun yang terjadi, kita harus bertanggung jawab terhadap setiap ungkapan yang kita keluarkan dalam bentuk tulisan. Suka atau tidak suka, kita harus menerima komentar atas ungkapan yang kita buat tersebut, jangan sampai kita lari dari tanggung jawab. Ini bukan suatu etika diskusi yang baik, apalagi diskusi tersebut dilakukan oleh mereka kaum terdidik.

8. Mengakui kekurangan kita.

Janganlah marah ketika kita menerima kritik dari orang lain, jika memang kita masih ada kekurangan atau kita salah. Bersikaplah ‘jantan‘ untuk mengakui kesalahan atau kekurangan kita.

Meskipun menggunakan bahasa tulisan, namun setiap ungkapan yang kita buat menggambarkan siapa kita. Jika kita peduli dengan integritas dan reputasi diri kita, jangan pertaruhkan reputasi dan integritas diri kita rusak gara-gara kecerobohan kita dalam berkomukasi tertulis. Sebaiknya kita memastikan setiap kalimat yang kita kirimkan tidak menimbulkan makna ganda yang akan menyulut perseteruan atau rusaknya tali silaturahmi.

Sumber : http://aninbakrie.com/?p=917, http://subekti.com/2012/10/03/tata-etika-berbahasa-lisan-tulisan/

Middleware Telematika

Pengertian

Middleware Didefinisikan sebagai sebuah aplikasi yang secara logic berada diantara lapisan aplikasi (application layer) dan lapisan data dari sebuah arsitektur layer-layer TCP/IP [1]. Middleware bisa juga disebut protokol. Protokol komunikasi middleware mendukung layanan komunikasi aras tinggi. Pengertian yang lain yaitu :

 Software yang berfungsi sebagai lapisan konversi atau penerjemah.

 Software penghubung yang berisi sekumpulan layanan yang memungkinkan beberapa proses dapat berjalan pada satu atau lebih mesin untuk saling berinteraksi pada suatu jaringan

 Juga sebagai integrator.

 Middleware saat ini dikembangkan untuk memungkinkan satu aplikasi berkomunikasi dengan lainnya walaupun berjalan pada platform yang berbeda.

– Biasa dipakai saat bermigrasi

Contoh Middleware

 Java’s: Remote Procedure Call

 Object Management Group's: Common Object Request Broker Architecture (CORBA)

 Microsoft's COM/DCOM (Component Object Model)

– Also .NET Remoting

Layanan Middleware

Menyediakan kumpulan fungsi API (Application Programming Interfaces) yang lebih tinggi daripada API yang disediakan sistem operasi dan layanan jaringan yang memungkinkan suatu aplikasi dapat :

 Mengalokasikan suatu layanan secara transparan pada jaringan

 Menyediakan interaksi dengan aplikasi atau layanan lain

 Diperluas (dikembangkan) kapasitasnya tanpa kehilangan fungsinya.

Contoh Layanan Middleware

 Transaction Monitor

1. Produk pertama yang disebut middleware.

2. Menempati posisi antara permintaan dari program client dan database, untuk menyakinkan bahwa semua transaksi ke database terlayani dengan baik

 Messaging Middleware

1. Menyimpan data dalam suatu antrian message jika mesin tujuan sedang mati atau overloaded

2. Mungkin berisi business logic yang merutekan message ke ujuan sebenarnya dan memformat ulang data lebih tepat

3. Sama seperti sistem messaging email, kecuali messaging middleware digunakan untuk mengirim data antar aplikasi

Contoh Layanan Middleware

 Distributed Object Middleware

Contoh: RPC, CORBA dan DCOM/COM

 Middleware basis data

menyediakan antarmuka antara sebuah query dengan beberapa database yang terdistribusi

Contoh: JDBC, ODBC, dan ADO.NET

 Application Server Middleware

J2EE Application Server, Oracle Application Server

Sumber : http://traycorser.blogspot.com/2009/11/middleware-telematika.html?m=1

Teknologi Wireless

Dalam perkembangan perangkat telekomunikasi tentunya kita sering mendengar kata wireless, yaitu penghubung dua perangkat yang tidak mengunakan media kabel. Teknologi wireless merupakan teknologi nirkabel, dalam melakukan hubungan telekomunikasi tidak lagi mengunakan media atau sarana kabel tetapi dengan menggunakan gelombang elektromagnetik sebagai pengganti kabel.

Perkembangan teknologi wireless tumbuh dan berkembang dengan pesat, dimana setiap saat kita selalu membutuhkan sarana telekomuinikasi. Hal ini terbukti dengan semakin banyaknya pemakaian telepon selular, selain itu berkembang pula teknologi wireless yang digunakan untuk akses internet.

Beberapa contoh teknologi wireless yakni :

* Infrared (IR), radiasi elektromagnetik dari panjang gelombang lebih panjang dari cahaya tampak, tetapi lebih pendek dari radiasi gelombang radio.

* Wireless wide area network (bluetooth), spesifikasi industri untuk jaringan kawasan pribadi (personal area networks atau PAN) tanpa kabel. Bluetooth menghubungkan dan dapat dipakai untuk melakukan tukar-menukar informasi di antara peralatan-peralatan.

* Radio Frequency (RF), menunjuk ke spektrum elektromagnetik di mana gelombang elektromagnetik dapat dihasilkan oleh pemberian arus bolak-balik ke sebuah antena.

* Wireless personal area network, umumnya memiliki jarak komunikasi maksimal 10m saja, lebih pendek dibandingkan dengan Wireless Local Area Network (WLAN).

* Wireless LAN (802.11), suatu jaringan nirkabel yang menggunakan frekuensi radio untuk komunikasi antara perangkat komputer dan akhirnya titik akses yang merupakan dasar dari transiver radio dua arah yang tipikalnya bekerja di bandwith 2,4 GHz (802.11b, 802.11g) atau 5 GHz (802.11a). Kebanyakan peralatan mempunyai kualifikasi Wi-Fi, IEEE 802.11b atau akomodasi IEEE 802.11g dan menawarkan beberapa level keamanan seperti WEP dan atau WPA.

Dari beberapa contoh teknologi wireless diatas, saya akan menjelaskan salah satunya, yaitu Infrared. Infrared dapat dimanfaatkan pada beberapa bidang, yakni kesehatan, komunikasi, keruangan, dan industri.

Di bidang komunikasi, kegunaan inframerah yakni sebagai berikut :

Adanya sistem sensor inframerah. Sistem sensor ini pada dasarnya menggunakan inframerah sebagai media komunikasi yang menghubungkan antara dua perangkat. Penerapan sistem sensor infra merah ini sangat bermanfaat sebagai pengendali jarak jauh, alarm keamanan, dan otomatisasi pada sistem. Adapun pemancar pada sistem ini terdiri atas sebuah LED (Lightemitting Diode) infra merah yang telah dilengkapi dengan rangkaian yang mampu membangkitkan data untuk dikirimkan melalui sinar inframerah, sedangkan pada bagian penerima biasanya terdapat foto transistor, fotodioda, atau modulasi infra merah yang berfungsi untuk menerima sinar inframerah yang dikirimkan oleh pemancar.

Adanya kamera tembus pandang yang memanfaatkan sinar inframerah. Sinar inframerah memang tidak dapat ditangkap oleh mata telanjang manusia, namun sinar inframerah tersebut dapat ditangkap oleh kamera digital atau video handycam. Dengan adanya suatu teknologi yang berupa filter iR PF yang berfungi sebagai penerus cahaya inframerah, maka kemampuan kamera atau video tersebut menjadi meningkat. Teknologi ini juga telah diaplikasikan ke kamera handphone

Untuk pencitraan pandangan seperti nightscoop

Inframerah digunakan untuk komunikasi jarak dekat, seperti pada remote TV. Gelombang inframerah itu mudah untuk dibuat, harganya relatif murah, tidak dapat menembus tembok atau benda gelap, serta memiliki fluktuasi daya tinggi dan dapat diinterfensi oleh cahaya matahari.

Sebagai alat komunikasi pengontrol jarak jauh. Inframerah dapat bekerja dengan jarak yang tidak terlalu jauh (kurang lebih 10 meter dan tidak ada penghalang).

Sebagai salah satu standardisasi komunikasi tanpa kabel. Jadi, inframerah dapat dikatakan sebagai salah satu konektivitas yang berupa perangkat nirkabel yang digunakan untuk mengubungkan atau transfer data dari suatu perangkat ke parangkat lain. Penggunaan inframerah yang seperti ini dapat kita lihat pada handphone dan laptop yang memiliki aplikasi inframerah. Ketika kita ingin mengirim file ke handphone, maka bagian infra harus dihadapkan dengan modul infra merah pada PC. Selama proses pengiriman berlangsung, tidak boleh ada benda lain yang menghalangi. Fungsi inframerah pada handphone dan laptop dijalankan melalui teknologi IrDA (Infra red Data Acquition). IrDA dibentuk dengan tujuan untuk mengembangkan sistem komunikasi via inframerah.

Kelebihan inframerah dalam pengiriman data

Pengiriman data dengan infra merah dapat dilakukan kapan saja, karena pengiriman dengan inframerah tidak membutuhkan sinyal.

Pengiriman data dengan infra merah dapat dikatakan mudah karena termasuk alat yang sederhana.

Pengiriman data dari ponsel tidak memakan biaya (gratis)

Kelemahan inframerah dalam pengiriman data

Pada pengiriman data dengan inframerah, kedua lubang infra merah harus berhadapan satu sama lain. Hal ini agak menyulitkan kita dalam mentransfer data karena caranya yang merepotkan.

Inframerah sangat berbahaya bagi mata, sehingga jangan sekalipun sorotan infra merah mengenai mata

Pengiriman data dengan inframerah dapat dikatakan lebih lambat dibandingkan dengan rekannya Bluetooth.

Sumber :http://eziekim.wordpress.com/2011/11/02/implementasi-teknologi-wireless/

Layanan Telematika

Dalam Telematika, ada beberapa layananan yang dapat digunakan. Yang termasuk dalam layanan tersebut adalah layanan dial up untuk browsing internet maupun semua jenis atau macam jaringan yang didasarkan pada sistem telekomunikasi untuk mentransfer ataupun mengirimkan data melalui layanan Internet. Internet sendiri merupakan salah satu layanan yang merupakan contoh dari telematika.

Beberapa Jenis Layanan telematika:

- Layanan Informasi

- Layanan Kesehatan

- Layanan keamanan

- Layanan Context-Aware dan Event-base

- Layanan Perbaikan sumber

Layanan Informasi

Layanan yang ditujukan kepada masyarakat

- Meningkatkan kesejahteraan rakyat

- Pemberantasan kemiskinan dan kesenjangan

- Meningkatkan Kualitas hidup masyarakat

Sarana

- e-learning

- e-commerce

- Network cultural

- Network TV

Contoh

Untuk memudahkan masyarakat dalam mengecek status laporan kasus yang dilaporkannya dengan meng-klik website Polda Metro Jaya di http://www.reskrimum.metro.polri.go.id

Layanan Kesehatan

Layanan yang dapat digunakan untuk memenuhi kebutuhan dan perawatan kesehatan bagi masyarakat

Sarana yang digunakan :

- Forum kesehatan online

- Sistem pakar kesehatan online

- Medical Treatment Web

Contoh

TeleSCAN merupakan layanan internet untuk riset penyakit kanker, perawatan dan pendidikan di Eropa yang menyediakan interface yang berbasis web untuk menyediakan layanan serta sumberdaya yang berhubungan dengan kanker.

Layanan Keamanan

Digunakan masyarakat untuk ikut serta dalam peningkatan keamanan

Sarana yang digunakan :

- Forum online di web

- Security learning and web

- Traffic service online

Contoh

Cyber law

Layanan Context-Aware dan Event-base

kemampuan layanan network untuk mengetahui berbagai konteks, yaitu kumpulan parameter yang relevan dari pengguna (user) dan penggunaan network itu, serta memberikan layanan yang sesuai dengan parameter-parameter itu.

Tiga hal yang menjadi perhatian sistem context-aware menurut Albrecht Schmidt, yaitu:

-The acquisition of context (Perolehan Konteks)

Hal ini berkaitan dengan pemilihan konteks dan bagaimana cara memperoleh konteks yang diinginkan, sebagai contoh : pemilihan konteks lokasi, dengan penggunaan suatu sensor lokasi tertentu (misalnya: GPS) untuk melihat situasi atau posisi suatu lokasi tersebut.

-The abstraction and understanding of context (Abstraksi dan pemahaman konteks)

Pemahaman terhadap bagaimana cara konteks yang dipilih berhubungan dengan kondisi nyata, bagaimana informasi yang dimiliki suatu konteks dapat membantu meningkatkan kinerja aplikasi, dan bagaimana tanggapan sistem dan cara kerja terhadap inputan dalam suatu konteks.

-Application behaviour based on the recognized context (Tingkah laku aplikasi)

Bagaimana pengguna dapat memahami sistem dan tingkah lakunya yang sesuai dengan konteks yang dimilikinya serta bagaimana caranya memberikan kontrol penuh kepada pengguna terhadap sistem

Layanan Perbaikan sumber

-Telematika untuk mempersatukan bangsa dan memberdayakan masyarakat

-Telematika dalam masyarakat untuk masyarakat

-Infrastruktur Informasi Nasional

-Sektor swasta dan iklim usaha

-Peningkatan kapasitas dan teknologi

-Government online

-Tim Koordinasi Telematika Indonesia (TKTI)

Deteksi Kejadian

Even Perangkat Lunak (Software Event)

Ketika sebuah even (kejadian) diasosiasikan dengan sebuah fungsi program, dapat dikatakan bahwa sistem tersebut berkolerasi dengan perangkat lunak (software event). Kejadian jenis ini terjadi saat suatu program mencapai tingkat eksekusi tertentu (misalnya ketika operasi I/O dimulai).

Prinsip deteksi even perangkat lunak adalah dengan melakukan pemasukan kode-kode khusus (seperti kode jebakan, kode pancingan) dalam tempattempat spesifik pada sistem operasi.

Even Perangkat Keras (Hardware Event)

Ketika sebuah even (kejadian) diasosiasikan dengan perangkat keras (hardware event), deteksi dilakukan berdasarkan penampakan suatu sinyal tertentu dalam sirkuit-sirkuit sebuah komponen sistem. Banyak even perangkat keras dapat dikenali melalui perangkat lunak, karena even-even tersebut disertai dengan sejumlah modifikasi lokasi memori yang merupakan even perangkat lunak.

a.      Sistem Relasional

Proses pengukuran adalah proses untuk mengasosiasikan symbol dengan suatu obyek berdasarkan properti obyek tersebut. Asosiasi tersebut harus dapat dinyatakan sebagai suatu pemetaan hubungan empiris terhadap hubungan formal.

Sistem relasional (Roberts, 1979) dapat direpresentasikan dengan tuple :

dimana A adalah obyek yang tidak kosong dan Ri adalah relasi pada A. Untuk beberapa kasus S dapat saja tidak terdefinisikan dengan baik.

Sistem Relasi Empiris

Dalam sistem relasi empiris, A adalah obyek tidak kosong dari sistem yang akan diukur. Ri adalah ki-ary dalam relasi empiris pada A dengan i = 1, ..., n, Sebagai contoh, relasi empiris "sama dengan” or "lebih kompleks dari". Oj , j = 1, ... , m adalah operasi biner pada obyek empiris A yang akan diukur.

Kita mengasumsikan untuk sistem relasional empiris A haruslah dapat menentukan interpretasi empiris untuk elemen A dan untuk setiap relasi Si dari A. Kita juga mengasumsikan sama untuk operasi biner. Sistem relasi empiris mendeskripsikan bagian dari kenyataan yang dibawa dalam proses pengukuran (melalui set terhadap obyek A) dan pengetahuan empiris pada atribut obyek yang akan kita ukur (melalui pengumpulan relasi empiris Ri). Tergantung pada atribut yang akan kita ukur kita dapat menggunakan relasi yang berbeda.

Operasi biner dapat menunjukkan kasus pada obyek yang dioperasikan secara ternary. Ini sangat penting pada setiap sistem empiris yang tidak mengandung eferensi untuk mengukur atau pun angka tertentu. Hanya bentuk "kualitatif" yang ditegaskan untuk mendasari pemahaman terhadap atribut yang kita pilih (Brian, 1996) . Statemen ini dapat ditranslasikan ke dalam relasi formal yang dijelaskan di bawah ini.

Formal Relational Sistem

Dalam formal relational system, B adalah obyek formal yang diset dengan himpunan tidak kosong, sebagai contoh angka vektor, Si , i = 1 , ... , m, adalah relasi ki-ary pada B serupa dengan "lebih besar sama dengan " or "sama dengan" or "lebih besar". Pk , k = 1, ..., m, sangat dekat dengan operasi biner pada B yang dikenai operasi penambahan dan perkalian.

Formal relational sistem mendeskripsikan (melalui set B) domain dari pengukuran untuk mempelajari atribut dari suatu obyek. Misalnya, pada sistem ini bisa berupa integer, real, vector dari integer, dan sebagainya. Formal relational sistem juga mendeskripsikan (melalui pengumpulan relasi Sis) relasi yang menarik di antara bagian-bagian yang diukur tersebut.

Hubungan anatara relasi empiris sistem disusun berdasarkan pengukuran

seperti di bawah ini :

Mengukur μ adalah memetakan (Zuse, 1990)

kemudian yang demikian itu diikuti dengan penggabungan semua i = 1, ... , n; j = 1, ... , m untuk semua a, b, a1i, ..., aki elemen A; It yields for every empirical object element A a formal object (measurement value) μ(a) element B.

dan

maka tripple(A, B, μ) disebut skala

Kuantitas

Nilai Kuantitas (Value of quantity (VIM))

Besaran kuantitas suatu bagian yang terdapat pada unit pengukuran yang dijabarkan dalam angka.

Proses untuk mendefinisikan kuantitas, unit dan skala tertentu. Salah satu level untuk mempertimbangkan suatu pengukuran. Deskripsi nilai yang diukur belum valid tanpa menspesifikasikan kuantitas yang daiukur tersebut.

Nilai Hasil ukuran (Measured value (MV))

Numerik yang dihasilkan dari aplikasi yang menggunakan metode pengukuran tertentu untuk melakukan pengukuran obeyek dalam kuantitas tertentu.

Salah satu karakteristik nilai hasil pengukuran adalah traceablity. Ini berarti bahwa property hasil pengukuran atau nilai standar yang dapat dibandingkan dengan standar referensi nasional maupun internasional didapat dengan melalui perbandingan yang berkesinambungan yang dapat dilakukan.

Definisi traceability membutuhkan evaluasi pada suatu ketidakpastian. Untuk pengukuran pada Teknologi informasi, ketidakpastian sangat sulit untuk didefenisikan karena terlalu sedikit kuantitasnya. Metode statistik tidak dapat begitu saja mengaplikasikannya.

Jadi, pada prinsipnya Kuantitas akan menunjuk ke "atribut dari suatu fenomena, tubuh atau isi yang dapat dibedakan secara jumlah tertentu”. Oleh karena itu kuantitas membutuhkan spesifikasi, properti yang jelas berbeda untuk diukur.

Metrologi

Ilmu yang mempelajari tentang pengukuran dan termasuk di dalamnya semua aspek, teori dan praktek pada lingkup keilmuan maupun tenknologi

Dalam bidang teknologi informasi, siapa saja dapat didefinisikan dan menetapkan bit-bit informasi tanpa melakukan pengukuran terhadap devais tersebut. Tidak ada definisi yang tepat. Pencarian literatur tentang metrik IT dan peproses pengukuran menghasilkan beberapa ratus ribuan entri, semuanya berbicara tentang metrik yang meliputi kualitas, ukuran, kompleksitas atau kinerja dan mekanisme pemilihan, namun amat sedikit yang berdiskusi soal dasar-dasar fundamental dalam pengukuran.

2. Penyajian Pengukuran

Representasi Teori Pengukuran

Pengukuran disebut valid jika dapat mencapai kondisi dapat direpresentasikan . Kalau hal itu ditangkap dalam dunia matematik, perilakunya harus dapat dirasakan dalam dunia empiris. Untuk pengukuran yang berkarakteristik atribut yang valid, semua hubungan empiris harus dinyatakan dalam sistem relasi numerik. Atau dengan kata lain pengukuran harus homogen dalam satu bentuk tertentu. Kondisi representasi data harus dapat menghubungkan antara relasi empiris dengan relasi numerik dalam dua arah (Fenton, 1994 ).

Pernyataan yang dihasilkan dari suatu pengukuran akan berarti jika kebenaran atau atau ketidakbenaran tidak berubah dalam transformasi yang diizinkan. Admissible transformation ini adalah transformasi dari suatu bentuk representasi yang valid ke representasi valid yang lain.

Pengukuran langsung pada atribut yang dimiliki biasanya dilakukan dengan memahami atribut tersebut secara intuitif (Fenton, 1994). Pemahaman ini membawa kita dalam mengidentifikasi relasi empiris antara entitas yang ada. Himpunan entitas C, secara bersama dengan himpunan relasi entitas R, sering disebut sistem relasi empiris (C, R) untuk atribut. Seperti atribut “lebar” orang-orang akan memberikan relasi empiris seperti “sama tinggi dengan”, “lebih tinggi dari”, “jauh lebih tinggi”

Harus pula kita perhatikan pemahaman intuitif untuk atribut Q pada obyek untuk mengukur secara lanjut tugas-tugas numerik yang diberikan kepadanya. Pemahaman intuitif ini mencari karakteristik pada relasi empiris R melalui himpunan C dari obyek yang terukur tersebut. (model formal obyek). Himpunan C dan R diketahui sebagai sistem relasi empiris untuk atribut Q. (Fenton, 1992)

Teori Representasi

Jumlah pekerjaan yang terdapat pada proses pengukuran harus dapat menunjukkan hasil observasi relasi empiris dengan baik. Harus dalam bentuk pemetaan homomorfik atau isomorfik dari bentuk empiris untuk memilih sistem numerik. Akan tetapi, teroema ini kurang begitu berguna dalam suatu latihan prakiraan, sejak empiris sistem tersebut menjadi tidak terbatas dan tidak dapat dibuat dalam numerik. Setiap sistem empiris harus selalu mendapatkan system numerik untuk dapat melayani pengukuran tersebut.

Teori Unik

Pengukuran adalah unik untuk setiap level transformasi. Teori ini dapat dibuktikan dengan melihat bentuk pembuktian formal terhadap semua relasi numerik yang ekuivalen kepada semua relasi empiris untuk semua bentuk pemetaan yang diizinkan dari sistem empiris dalam numeric atau sistem pengukuran.

Kondisi Representasi

Untuk mengukur suatu atribut, yang dikarakteristikkan oleh system relasi empiris (C, R) membutuhkan pemetaan M untuk berubah menjadi sistem relasi numerik (N, P). Khususnya, pemetaan M entitis dalam C ke angka (atau simbol) dalam N, dan kemudian relasi empiris dalam R dipetakan ke relasi numerik dalam P, dengan cara inilah semua relasi empiris dapat dipertahankan. Metode yang disebut kondisi representasi, dan pemetaan M disebut representasi. Kondisi representasi menegaskan korespondensi antara relasi numerik dan relasi empiris dalam dua cara. Misalnya, sebagai contoh relasi biner < akan dipetakan oleh M ke relasi numerik <. Lalu secara formal kita memiliki :

Kondisi Representasi : 

Kemudian seandainya C adalah himpunan orang dan R memiliki relasi "lebih tinggi dari". Pengukuran M dari tinggi akan memetakan C dalam suatu himpunan bilangan real R dan "lebih tinggi dari" ke relasi >. Representasi akan menegaskan A lebih tinggi dari B, jika M(A) > M(B).

Setiap obyek yang dipetakan dalam nilai B, misalnya, akan diukur dalam pengukuran m(a). Setiap relasi empiris Ri dipetakan dalam relasi formal Si. Sebagai contoh, relasi “lebih komples dari”, antara dua program dipetakan ke dalam relasi ">" di antara pengukuran kompleksitas yang dilakukan untuk dua macam program. Relasi formal harus dapat mempertahankan arti pernyataan empiris. Sebagai contoh lagi andai R1 adalah relasi empiris "lebih kompleks dari", S1 adalah relasi formal dari ">", dan m adalah pengukuran kompleksitas. Maka kita perlu menyatakan program P1 lebih kompleks dari program P2 jika dan hanya jika m(P1) > m(P2)

Dengan konteks di atas, konsep properti dapa dilihat sebagai suatu karakteristik properti, untuk setiap konsep pengukuran (seperti rumpun pengukuran), sistem relasi formal.Properti ini mempertahankan korespondensisistem relasi empiris ketika sistem relasi formal diperoleh.

Tetapi, himpunan properti dari konsep tersebut tidak sepenuhnya mengkarakterisikkan system relasi formal. Untuk aplikasi pengukuran tertentu, beberapa properti akan spesifik bekerja dalam lingkungan dan model (yang ditangkap dari sstem relasi empiris).

3. Skala dan Transformasi

Skala pengukuran dapat kita nyatakan sebagai suatu aturan tertentu dalam pengukuran untuk memudahkan pengambilan nilai.

Teori pengukuran sebagai prinsip dasar memiliki banyak jenis skala pengukuran, seperti nominal, ordinal, interval, rasional dan setiap pengambilan informasi akan menjadi bagian yang paling dahulu diperhatikan. Skala nominal meletakkan item dalam kategori tertentu. Skala ordinal memilih tingkatan-tingkatan item dalam antrian.

Interval dari skala didefinisikan sebagai jarak antara satu poin ke poin lainnya, yang harus sama. Untuk skala ordinal properti ini tidak tersedia, begitu juga untuk perhitungan mean-nya. Jadi, pada dasarnya tidak ada poin absolut dalam skala interval ini.

Skala harus berisi banyak informasi dan fleksibel dalam skala rasio seperti derajat nol mutlak, rasio pemeliharaan dan mengizinkan analisis dari pengalaman yang ada.

Kategori Skala :

•       Simbol (nominal data)

•       Numerik (ordinal, interval, dan ratio absolute)

Petimbangkan sistem relasional empiris :

Terdiri dari himpunan program {P1, P2, P3} dan relasi >> (lebih besar dari). Lalu jika P1 >>P2 dan P2 >>P3, skala akan memetakan P1 ke nilai yang lebih besar dari nilai pada pemetaan P2 dan memetakan P2 ke nilai yang lebih besar dari nilai pemetaan P3. Maka :

Pemetaan Skala :

Statemen yang menyangkut pengukuran menyatakan : akan lebih berarti jika kebenaran tidak berubah ketika suatu skala diterapkan untuk menggantikannya. Ini yang disebut dengan transformasi yang dapat diterima. Jadi tipe skala pengukuran yang didefinisikan dalam operasi matematis harus memiliki arti yang jelas dari data pengukuran.. Setiap pengukuran dapat ditransformasikan ke skala lain dengan pemetaan satu persatu. Ini membuat pengukuran lain :

Defenisi dari transformasi yang dapat diterima

Berikan (A, B, μ) sebagai skala. Pemetaan :

g : A → A

adalah transformasi yang dapat diterima, jika (A,B,g,μ) juga skala.

Skala Nominal (skala paling rendah).

Skala ini digunakan untuk fitur yang bersifat kualitatif. Skala ini menunjukkan kesamaan atau ketidaksamaan. Ini memungkinkan untuk menentukan suatu obyek masuk ke kelas yang mana Contoh : nomor registrasi.

Skala ini tidak menangkap setiap konsep yang dapat dihasilkan dari atribut, hanya entitas yang diklasifikasikan saja. Transformasi yang diizinkan adalah transformasi one to one. Contoh : Mengukur tinggi hanya menangkap orang yang memiliki tinggi yang sama, pemetaan yang dilakukan hanya termasuk atau tidak termasuk, sering disebut metode kategori. Transformasi yang diizinkan :

dimana f adalah sebuah fungsi one to one.

Skala Ordinal

Skala ini tidak menangkap setiap konsep yang dapat mempengaruhi atribut, hanya meletakkan atribut tersebut dalam perintah kuantitas atribut. Contoh : pengukuran tinggi akan menangkap relasi “lebih tinggi dari”. Fitur lainnya dalam skala ini adalah seperti : 'lebih besar dari', 'lebih kecil dari', 'sama dengan'. Skala Ordinal mengizinkan pembuatan median dan system rangking pada koefisien yang berhubungan. Contoh : rangking pada pembagian rapor di sekolah, klasifikasi kapasitas penggunaan mesin.

Transformasi yang diizinkan untuk pengukuran nominal adalah fungsi monotonic increasing. Ini akan menjaga hubungan berdasarkan rangking pada masing-masing obyek. Ini sering disebut pula sebagai ordered categories. Tidak ada konsep jarak antara masing-masing obyek. Transformasi yang diizinkan :

f dalah fungsi monotonically increasing. Skala ini memerlukan kombinasi adjacent classes

Skala Interval

Skala ini memberikan setiap transformasi linier yang positif. Jadi tidak hanya menentukan rangking tapi juga perbedaan antara interval obyek tersebut. Proses aritmatik mean dan standar deviasi dapat dihitung secara pasti. Contoh : skala temperatur pada Fahrenheit, Celsius, Reamur.

Skala ini menggunakan unit pengukuran namun tidak memiliki nol derajat mutlak. Sistem ini menangkap tidak hanya setiap konsep yang dapat mempengaruhi atribut, tapi juga dugaan jarak antara entitas yang mempengaruhi atribut tersebut. Contoh : Tahun ini pengukuran temperature dalam skala 100 derajat dan Fahrenheit.

Tidak hanya relasi yang diminta tapi juga jarak antara obyek yang didapatkan dari unit yang ekuivalen Transformasi yang diizinkan :

Skala Rasio (Skala yang harus diketahui dengan baik)

Skala ini mengizinkan transformasi untuk setiap fungsi yang sama (f' =u.f, u real, u > 0). Unit yang berarti, harus digunakan dalam skala dan dalam nilai absolut atau nilai nol mutlak yang memungkinkan. Operasi yang diizinkan dalam skala ini adalah termasuk hasil bagi, perhitungan presentasi, nilai mean dan standar deviasi. Contoh : panjang, massa, waktu, sudut, volume, temperatur dalam kelvin dan harga.

Skala ini hampir sama dengan skala interval, namun memiliki derajat nol mutlak. Disebut skala rasio karena keberadaan nol membuat berarti mengambil berdasarkan rasio. Contoh : panjang dalam sentimeter. 0 cm berarti tidak ada panjang dan dalam saat yang sama cm adalah unit yang sah. Ini akan membentuk karakteristik proporsional seperti dua adalah banyak atau setengah itu banyak.

Transformasi yang diizinkan :

 

Skala Absolut (Skala paling baik).

Pengukuran mutlak akan menghitung jumlah yang terjadi pada atribut yang diukur. Pengukuran absolut pada suatu atribut itu unik, misalnya hanya transformasi yang diizinkan saja yang merupakan fungsi identitas. Skala absolut digunakan untuk transformasi untuk setiap fungsi identitas (f' = f). Tipe skala ini merepresentasikan semua skala yang samar atau tidak tegas. Karena hanya transformasi identitas saja yang diperbolehkan, semua tetap tidak berbeda. Contoh frekuensi dan probabilitas.

Skala real jika diklasifikasikan pada transformasi yang dapat diterima :

Aplikasi teknik statistik dalam pengukuran skala sangatlah penting. Mengukur kecenderungan utama dan penyebarannya dapat dibuat dalam skala dengan menyediakan proses transformasi. Kita dapat menggunakan mode dan dsitribusi frekuensi untuk menganalisa data nominal yang dideskripsikan namun kita tidak dapat menggunakan nilai mean dan daviasi standar. Dengan

skala ordinal, urutan data yang diukur kita dapat menggunakan kategori tertentu seperti median, maksimum, dan minimum analisis. Tapi untuk data dalam bentuk interval atau rasio tertentu, kita menggunakan mean, deviasi standar dan deviations dan mode statistik lainnya (Briand and Basili, 1996).

Skala dan Struktur grup Matematik :

Kesederhanaan (banyaknya upaya yang dibutuhkan untuk mendefinisikan metrik, pengumpulan data dan validasi model).:

Nominal < Ordinal < Interval < Ratio

4. Proses Pengukuran

Adalah Suatu fungsi informasi yang dapat diperoleh melalui monitor dan biaya pengukuran.

Kegunaan pengukuran

1.      Menaksir (assessment)

2.      Memprediksi (prediction)

Tipe pengukuran

•       Pengukuran langsung (direct measurement) dari atribut tidak tergantung pda atribut lainnya, contoh : pengukuran panjang, lebar.

•       Pengukuran tidak langsung (Indirect measurement) pengukuran satu atau lebih atribut, mengukur reabilitas.

•       Pengukuran Proxy percobaan pengukuran properti dari suatu obyek secara tidak langsung menggunakan properti lainnya yang lebih mudah didapatkan. Memerlukan pendekatan prediksi dari properti real. Pengukuran Proxy harus dapat mendemontrasikan : reliabilitas dan validitas (Harrison, 1994)

Kriteria Pengukuran

•       Obyektif. Pengukuran dilakukan lewat pendekatan yang obyektif, tidak subyektif menggunakan semua tester yang mungkin dilakukan.

•       Reliabilitas. Pengukuran realibel (stabil dan presisi) jika dalam pengulangan yang dilakukan dalam kondisi yang sama, juga didapatkan hasil yang sama.

•       Validitas, pengukuran valid jika hasil pengukuran memenuhi karakteristik kualitas.

•       Normalisasi. Normalisasi diperlukan untuk dapat memiliki skala hasil pengukuran dapat direpresentasikan dengan mudah. Ini berhubungan dengan skalabilitas.

•       Mudah dibandingkan. Pengukuran mudah dibandingkan ketika diatur suatu relasi ke pengukuran lainnya.

•       Economis. Pengukuran harus memiliki biaya yang rendah. Tergantung pada derajat otomatisasi dan nilai pengukuran, yang biasanya digunakan untuk pemilihan penggunaan perangkat bantu jenis tertentu.

•       Berguna. Mudah dibuktikan dengan validitas, dan amat berguna dalam evaluasi kualitas

Analisis untuk mencapai tujuan evaluasi kinerja

1.      Analisis makroskopis

Analisis untuk menentukan indeks global seperti massa median, waktu respon median, pemanfaatan device peripheral dan sebagainya.

2.      Analisis mikroskopis

Analisis dengan detail yang lebih tinggi, seperti menentukan peningkatan kontribusi setiap jenis instruksi bagi penggunaan CPU, menganalisis jumlah page yang dimasukkan selama waktu yang tersedia.

Faktor yang membedakan dua jenis analisis ini adalah durasi fenomena yang diamati dan frekuensi kejadian saat itu.

Tingkat pengujian dalam proses implementasi suatu sistem

•       Pengujian bagian (modul) ; pengujian pada level modul.

•       Pengujian integrasi ; pengujian pengelompokan logis dari modul-modul tersebut.

•       Pengujian Sistem ; pengujian keseluruhan sistem baru dengan mengikutsertakan pemakai sistem.

•       Pengujian penerimaan ; pengujian khusus oleh pemakai sistem semua komponen perancangan, termasuk manual, dokumentasi dan metode sosialisasi.

•       Pengujian operasi dan lingkungan ; pengujian saat pengoperasian system baru dilakukan pada lingkungan yang sesungguhnya.

Properti Pengukuran

Axiomatika yang harus selalu ada agar pengukuran dapat berguna :

•       Harus memungkinkan untuk dideskripsikan, walau tidak formal, aturannya menentukan. Ada mekanisme yang mengurangi kesalahan dan pengukuran pada obyek atau proses yang sama harus diletakkan pada kelas yang sama.

•       Pengukuran harus dapat membuat paling tidak dua kelas yang ekuivalen.

•       Relasi yang sama dibutuhkan.

•       Jika terdapat jumlah nilai yang tidak terbatas dari obyek atau even telah diukur, bisa jadi dua atau lebih even tersambung pada kelas ekuivalen yang sama, karena itu kita dapat mengukur jumlah yang tidak terbatas dari obyek.

•       Metrik harusnya tidak menghasilkan suat ketidaknormalan, metric harus dapat menjaga suatu obyek tetap sama dengan sifat empirisnya.

•       Teorema yang unik harus dapat mempertahankan semua kemungkinan transformasi pada semua tipe skala. Maka hanya ada satu bentuk antara perubah dalam struktur pengukuran.

Kegunaan Pengukuran

Secara dasar pengukuran digunakan untuk :

•       Penilaian Keadaan (menaksir)

•       Memprediksi, tentang atribut yang belum terjadi.

Reliabilitas Pengukuran :

•       akurasi

•       dapat diulang

Faktor reabilitas adalah :

•       Konsistensi internal, semua elemen pengukuran harus ditaksir dalam konstruksi yang sama dan r\tidak saling berhubungan.

•       Stabilitas, nilai yang ekuivalen harus didapatkan pada koleksi yang diulang dari data dalam lingkup yang sama.

Contoh hasil pengukuran

5. Pengukuran danMetrik

Metrik merupakan karakteristik numerik atribut sederhana seperti panjang, banyak keputusan, banyak operator (untuk program) atau banyak bug yang ditemukan dan waktu (untuk proses)

Mengukur adalah salah satu fungsi metrik yang dapat digunakan untuk menaksir atau memprediksi atribut yang lebih kompleks seperti biaya dan kualitas. Pengukuran tidak selalu nilai yang real. Defenisi dari pemetaan numerik tidak hanya diterapkan dalam pengukuran. Setiap pengukuran adalah metrik tapi tidak berlaku sebaliknya. (Harrison, 1994). Oleh karena itu kita harus mengetahuo apa yang kita ukur sebelum membuat pemetaan numeric tersebut. (Fenton, 1994).

Metrik adalah fungsi m, mendefinisikan pasang obyek x,y yang di antara keduanya memiliki jarak pengukuran m(x, y). Properti Metrik antara lain (Fenton, 1994) :

1.      m(x , y) = 0, untuk semua x,

2.      m(x , y) = m(y, x) for all x, y dan

3.      m(x, z) =gt m(x,y) + m(y,z) untuk semua x, y, z.

Tipe metrik (Bieman et al., 1991):

·         Metrik internal software : mengukur karakterisrik statik atau atribut dari dokumen perangkat lunak.

·         Metrik external software : mengukur karakteristik atau atribut secara simultan antara atribut dari dokumen perangkat lunak dan apa saja yang berada di luar dokumen tersebut.

·         Metrik prediktif software : mengestimasi karakteristik atau atribut dari dokumen perangkat lunak yang tidak aktif atau karena alasan tertentu menjadi tidak tersedia pada saat dilakukan pengukuran.

Metrik digunakan sebagai (Daskalantonakis, 1992):

·         Proses metric

·         Produk metric

·         Proyek metric

Metrik :

·         Token based metric

·         Control-Flow metric

·         Data-flow metric

·         Macro metric

·         Problem metric

Langkah-langkah membuat software metrik :

·         Spesifikasikan domain untuk metric

·         Spesifikasikan atribut dokumen yang akan diukur oleh metric

·         Spesifikasikan model untuk dokumen software. Modelnya harus mewakili atribut obyek. Dengan kata lain dapat menyatakan abstraksi atribut tersebut.

·         Definisikan pemetaan dokumen untuk diset pada model.

·         Definisikan order untuk di set pada model tersebut.

·         Definisikan jawaban untuk order yang didefiniskan tersebut.

·         Definisikan fungsi dari setting model untuk menjawab order tadi. Fungsi ini harus bisa memelihara order tersebut.

Metrik Yang berdayaguna, adalah metrik yang :

·         Mudah dimengerti dan didefinisi, dalam memfasilitasi kalkulasi dan analisis nilai metrik yang konsisten.

·         obyektif (Mungkin dilakukan) dalam mengurangi pengaruh dari perkiraan personal dalam mengkalkulasi dan menganalisis nilai metrik.

·         Biaya yang efektif dalam mendapatkan roi(return on investment) yang positif. Nilai informasi yang dihasilkan harus melampaui biaya untuk mengumpulkan data, mengkalkulasi metrik dan analisa niali tersebut.

·         informatif dalam memastikan perubahan nilai metrik memiliki interpretasi yang benar (misalnya dalam mengestimasi meningkatnya akurasi suatu proyek, amat berimlikasi terhadap teknik estimasi yang digunakan).

Proses Mengukur :

·         Definisi tujuan pengukuran

·         Pembuat tugas pengukuran berdasarkan tujuan pengukuran.

·         Menentukan obyek pengukuran.

·         Tentukan metrik pengukuran dan skala pengukuran

·         Alokasi metode pengukuran dan alatbantu pengukuran untuk mengukur obyek dan metrik.

·         Menemukan nilai pengukuran.

·         Interpretasi metrik.

Dalam orientasi tujuan pengukuran, identifikasi tujuan pengukuran dan karakteristik penting yang akan diukur haruslah ada sebelum mendefinisikan metrik. Ini tidak hanya dibutuhkan untuk definisi metrik, tapi juga sebagai bahan untuk membuat interpretasi nilai yang akan diukur tersebut.

Validasi Metrik.

Validasi perangkat lunak metrik adalah proses memastikan metric dalam karakteristik numerik yang tepat dari atribut yang dimaksud.

Proses validasi metrik membutuhkan metode ilmiah – yaitu dengan hipotesa yang membentuk pengumpulan data yang benar, dan percobaan hipotessi tersebut. (Fenton, 1991).

·         Validasi Content (isi), dibutuhkan dalam definisi domain, untuk mencatat fenomena yang terdapat pada kompleksnya perangkat lunak tersebut.

·         Validasi Prediksi, menggunakan pengukuran untuk mempredeksi keluaran dari beberapa even. Validasi ini dihasilkan oleh hubungan antara pengukuran dan kriterianya.

·         Validasi konstruksi, melihat sedekat apa hubungan antara pendefinisian operasi pada data dengan pembuatan konstruksi abstraknya.

Sumber : http://journal.mercubuana.ac.id/data/BAB%202%20-%20Teknik%20Pengukuran.pdf