tutorial 1: Persiapan Pengembangan Android
Untuk membuat aplikasi android, ada beberapa syarat yang harus dipenuhi terlebih dahulu, yaitu:
- Memiliki IDE Eclipse (gak harus)
- Install ADT
- Install SDK
Pada tutorial ini gw menggunakan IDE Eclipse karena dia lebih bersahabat dengan komputer gw dibandingkan NetBeans. IDE sendiri adalah suatu aplikasi dimana kita akan membuat kode yang nantinya akan diinterpretasikan ke dalam kode-kode biner. Kenapa bisa gitu? Kalo mau tau lebih lanjut bisa buka di http://developer.android.com/guide/basics/what-is-android.html . Maaf gak gw jelasin di sini karena gak nyambung sama judul ntarnya. Hhe Read the rest of this entry
Sekilas Text Summarization
Pernahkan kita mendengar executive summary? Laporan tahunan yang memilik ribuan halaman yang membuat buku laporan bisa untuk ngebunuh anjing dapat diringkas menjadi satu lembar. Namun, lembaran tersebut tidak mengurangi makna dari laporan tersebut. Itulah yang dimaksud dengan ringkasan atau summarization. Di dalam search engine, para pengembang sistem pencarian menggunakan metode ini untuk memberikan ilustrasi dari dokumen yang menjadi hasil query.
Pada text summarization, terdapat dua paradigma: Abstraksi dan Ringkasan. Ringkasan merujuk kepada kalimat-kalimat penting pada dokumen yang kemudian kalimat-kalimat tersebut drangkai menjadi suatu cerita. Abstraksi adalah perumusan kalimat atau beberapa kalimat yang dibuat berdasarkan pemikiran dari penulis. Abstraksi berbentuk hampir sama dengan resume sehingga kita akan memahami isi dari dokumen tanpa harus membaca secara keseluruhan. Antara ringkasan dan abstraksi, metode ringkasan lebih mudah karena kita dapat membuat ringkasan dari pembobotan kalimat secara statistik sedangkan metode abstraksi sulit dilakukan karena menggunakan metode sematik atau memahami maksud dari makna dokumen. Penelitian tentang abstraksi sedang ditekuni di beberapa topik penelitian salah satunya Knowledge Graph. Well, saya tidak akan fokus di bidang abstraksi, karena pembahasannya akan sangat panjang. hhe.
Pada peringkasan, hal pertama yang harus dilakukan adalah melakukan parsing kalimat. Hal ini penting karena kita ingin menampilkan kalimat mana saja yang mewakili suatu paragraf. Pemarsingan pada kalimat tidaklah mudah. Ada beberapa pertimbangan dalam memparsing kalimat seperti tanda titik, koma, dan sebagainya. Setelah melakukan parsing, dilakukan pembobotan terhadap kalimat yang telah diparsing. Untuk metode pembobotan, belum ada kaidah yang baku dan paling bagus. Salah satunya Linear Feature Combination.
W(u) = α.Location(u) + β.Phrase(u) + γ.Theme(u) + δ. Term(u) + . . .
w(u) adalah bobot untuk kalimat ke-u. Nilai α, β, γ, dan δ serta Location(u), Phrase(u) ditentukan oleh developer. Google memiliki nilai-nilai α, β, γ, dan δ sendiri yang dirahasiakan. Istilahnya mah, kombinasi nilai tersebut adalah resep dapur dari Google. Berapa banyak parameter yang digunakan pun tidak ada aturan yang baku. So, yang masih mau penelitian di bidang ini, masih ada ruang dan peluang yang besar koq.
Text summarization termasuk kedalam golongan supervised sehingga ia membutuhkan data training. Tujuannya adalah untuk menentukan nilai alpha, beta, gamma, dan delta. Data training yang digunakan adalah pasangan dokumen dengan ringakasan dokumen yang telah dianggap benar. Penentuan nilai tersebut dapat menggunakan regresi linear.
contoh:
Kalimat:
Ancaman krisis pangan sudah di depan mata dan bakal dirasakan rakyat bila pemerintah tidak segera turun tangan untuk memperbaiki
sektor pertanian yang juga mengalami krisis. Tanda akan krisis pangan sudah tampak dan diungkapkan Jafar Hasnah dalam acara sosialisasi program perluasan areal tanam tahun 2004 di Balikpapan. Salah satu ancaman bagi stabilitas pangan nasional, antara lain,
adalah semakin menyempitnya lahan pertanian akibat alih fungsi untuk perumahan dan tempat usaha lain, seperti pabrik dan
pergudangan. Selain itu, irigasi pertanian di berbagai daerah semakin tidak mendapat perhatian dalam hal perawatan sehingga di sana-sini retak, bocor, dan tidak lagi efektif untuk mengalirkan air ke petak-petak areal pertanian.
Tabel menunjukkan banyaknya dokumen yang mengandung kata. Misalkan N=1000 dokumen. Ringkas menjadi 2 kalimat dengan pembobotan TF.IDF. Maka isi tabel berikut adalah
| term | df | idf | TF | TF.IDF | ||||||
| S1 | S2 | S3 | S4 | S1 | S2 | S3 | S4 | |||
| ancama | 20 | 1.69897 | 1 | 0 | 1 | 0 | 1.69897 | 0 | 1.69897 | 0 |
| krsi | 25 | 1.60206 | 2 | 1 | 0 | 0 | 3.20412 | 1.60206 | 0 | 0 |
| pangan | 15 | 1.823909 | 1 | 1 | 1 | 0 | 1.823909 | 1.823909 | 1.823909 | 0 |
| pertanian | 100 | 1 | 1 | 0 | 1 | 2 | 1 | 0 | 1 | 2 |
| stabilitas | 10 | 2 | 0 | 0 | 1 | 0 | 0 | 0 | 2 | 0 |
| alih fungsi | 10 | 2 | 0 | 0 | 1 | 0 | 0 | 0 | 2 | 0 |
| perumahan | 15 | 1.823909 | 0 | 0 | 1 | 0 | 0 | 0 | 1.823909 | 0 |
| pabrik | 5 | 2.30103 | 0 | 0 | 1 | 0 | 0 | 0 | 2.30103 | 0 |
| gudang | 5 | 2.30103 | 0 | 0 | 1 | 0 | 0 | 0 | 2.30103 | 0 |
| 7.726999 | 3.425969 | 14.94885 | 2 | |||||||
karena S3 memiliki nilai paling tinggi, maka ringaksan adalah menggunakan kalimat ke-3. Jika ingin ada dua kalimat yang digunakan dalam ringkasan, maka kalimat 3 dan kalimat 1 yang digunakan. Namun, penulisan tetap harus berurutan agar logika kalimat tetap terjaga. hhe
…
seperti biasa
ditinggal oleh sahabat sendiri.
mungkn ada alasan kuat
dan saya pun bisa memaklumi alasannya tersebut
sudah biasa
dari dulu pun sepert itu. hhe
ganbatte ne
-_-
apa karena kesalahan yang lalu
manusia tidak bisa berubah
ketika ingin berubah
ingin sekali
menjadi orang yang bermanfaat
hanya saja
mungkin karena ketidakpandaian
dan kesalahan yang terungkit kembali
membuatnya tidak percaya
mungkn apa yang dirasa
sangat tidak adil
tapi keyakinan tersebut dapat diperbaiki
bahwa Allah
selalu adil terhadap hamba-hambaNya
seorang anak bermain lumpur
lumpur yang membuatnya kotor dihadapan tuannya
sang tuan marah, kecewa, dan kesal
sang tuan menegur anak tersebut agar kembali
kembali untuk mengikuti perintahnya
perintah untuk selalu bersih di hadapan tuannya
si anak sedih karena membuat tuan marah
si anak pun menuruti perintah tuannya
ia cuci dengan penuh kesungguhan
ia bertekad untuk memperbaiki kesalahannya
agar tuannya menjadi tersenyum kembali
senyum indah penuh kesejukan
beberpa waktu berlalu
si anak masih terus berusaha membersihkan noda noda di sekujur tubuhnya
si anak mendapakan seorang sahabat
sahabat yang selalu mengajari
mengingatkan untuk selalu membuat tuannya tersenyum
akhirnya si anak tau cara yang tepat untuk membuat tuannya tersenyum
si anak pun tidak mau kalah
ia memberi kemampuan terabaiknya
untuk memuat sahabatnya ikut tersenyum juga
Namun,
ketika sahabat tahu akan kesalahannya di masa lalu
sahabat menjauh
sahabat diam
akhirnya si anak sadar
bahwa kesalahan ia akan selalu dibawa sampai kapanpun
dan yang anak tahu adalah
untuk selalu mencoba dari awal lagi
agar tuan
dan sahabatnya
dapat kembali
tersenyum
Akar
Menginstall Microsoft Office di Ubuntu 11.10
Salah satu gak enaknya menggunakan linux adalah aplikasi perkantoran yang menggunakan Open Office atau Libre Office yang tampilannya sangat tidak familiar untuk orang awam seperti gw. Sebenarnya sih bisa aja kalo punya niat yang kuat untuk “ngoprek” Open Office atau Libre Office sih, kedua aplikasi tersebut dapat menjadi alternatif. Namun, karena males dan udah keenakan menggunakan Microsoft Office, akhirnya gw mencari cara agar bisa menjalankan Microsoft Office di Ubuntu 11.10
Alhamdulillah berdasarkan diskusi dengan teman dan googling2 (thanks to google), akhirnya gw nemu caranya. Karena lisensi “halal” yang gw punya adalah microsoft office 2007 (beli di kampus. kebetulan kampus gw ada kerjasama dengan Microsoft), pada tulisan kali ini, office yang diinstall adalah Ms office 2007 dan OS yang dipake adalah Ubuntu 11.10. Berikut adalah tata cara penginstalan Microsoft Office 2007 pada ubuntu 11.10. Read the rest of this entry


