Pages

Monday 1 June 2009

Apa itu Cisco router?

Cisco router adalah peralatan utama yang banyak digunakan pada Jaringan Area Luas atau Wide Area Network (WAN). Dengan cisco router, informasi dapat diteruskan ke alamat-alamat yang berjauhan dan berada di jaringan computer yang berlainan. Untuk dapat meneruskan paket data dari suatu LAN ke LAN lainnya, Cisco router menggunakan tabel dan protocol routing yang berfungsi untuk mengatur lalu lintas data. Paket data yang tiba di router diperiksa dan diteruskan ke alamat yang dituju. Agar paket data yang diterima dapat sampai ke tujuannya dengan cepat, router harus memproses data tersebut dengan sangat tepat.
Untuk itu, Cisco Router menggunakan Central Processing Unit (CPU) seperti yangdigunakan di dalam komputer untuk memproses lalu lintas data tersebut dengan cepat. Seperti komputer, cisco router juga mempunyai sejumlah jenis memori yaitu ROM, RAM, NVRAM dan FLASH, yang berguna untuk membantu kerjanya CPU. Selain itu dilengkapi pula dengan sejumlah interface untuk berhubungan dengan dunia luar dan keluar masuk data. Sistem operasi yang digunakan oleh cisco router adalah Internetwork Operating System (IOS). Memori yang digunakan oleh cisco router masing-masing mempunyai kegunaan sendiri-sendiri sebagai berikut :
• ROM berguna untuk menyimpan sistem bootstrap yang berfungsi untuk mengatur proses boot dan menjalankan Power On Self Test (POST) dan IOS image.
• RAM berguna untuk menyimpan running configuration dan dan sistem operasi IOS yang aktif.
• NVRAM berguna untuk menyimpan konfigurasi awal (start-up configuration)
• FLASH berguna untuk menyimpan IOS image. Dengan menggunakan FLASH, IOS versi baru dapat diperoleh dari TFTP server tanpa harus mengganti komponen dalam router.


Macam-macam Cisco router
Perusahaan cisco membuat router dengan berbagai seri dan model untuk berbagai kelas
atau tingkat penggunaan, seperti :
1. CISCO ROUTER TIPE FIXED TINGKAT AKSES
• Cisco router 700 series
• Cisco router 801-804
• Cisco router 805
• Cisco router 811 dan 813
• Cisco router 827
• Cisco router 1000 series
• Cisco router 2000 series
• Cisco router 2500 series
• Cisco router 3000 series
2. CISCO ROUTER TIPE MODULAR TINGKAT AKSES
• Cisco router 1600 series
• Cisco router 1720 dan 1750
• Cisco router 2500 series
• Cisco router 2600 series
• Cisco router 3600 series
• Cisco router 4000 series
3. CISCO ROUTER TIPE MODULAR TINGKAT INTI
• Cisco router 7000 series, untuk enterprise
• Cisco router 10000 dan 12000 series, untuk enterprise
Umumnya perusahaan cisco memberikan nomor model dengan angka kecil seperti cisco router model 700 untuk jaringan WAN sederhana untuk dipakai oleh perusahaan kecil. Sedangkan nomor dengan angka yang besar seperti cisco router model 12000 digunakan
untuk jaringan WAN kompleks yang dipakai oleh perusahaan besar. Cisco router tipe fixed mempunyai interface tetap yang tidak dapat diganti-ganti sesuai dengan kebutuhan pemakai. Umumnya cisco router jenis modular harganya jauh lebih mahal, tetapi lebih fleksibel dalam penggunaanya. Cisco router 2500 series tersedia dalam
bentuk tipe fixed maupun modular.
Setiap router biasanya mempunyai dua Synchronous Serial port DB-60 (Serial0 dan Serial1) untuk hubungan WAN, satu ethernet port DB-15 (AUI) untuk hubungan LAN, satu Console port RJ-45 untuk akses langsung ke sistem router dan satu Auxiliary Port RJ-45 (AUX) untuk akses ke sistem router dengan modem.

Read more ...

Saturday 9 May 2009

ETOS KERJA

“ BEBERAPA PENGERTIAN ETOS KERJA ”
1. Keyakinan yang berfungsi sebagai panduan tingkah laku bagi seseorang,
sekelompok orang atau sebuah institusi.
2. Etos Kerja merupakan perilaku khas suatu komunitas atau organisasi,
mencangkup motivasi yang menggerakkan, karakteristik utama, spirit dasar,
pikiran dasar, kode etik, kode moral, kode perilaku,sikap-sikap,aspirasiaspirasi,
keyakinan-keyakinan, prinsip-prinsip, standar-standar.
3. Sehimpunan perilaku positif yang lahir sebagai buah keyakinan fundamental
dan komitmen total pada sehimpunan paradigma kerja yang integral.
“ DELAPAN ETOS KERJA MENURUT JANSEN H SINAMO ”
1. Kerja adalah Rahmat
bekerja tulus penuh syukur.
2. Kerja adalah Amanah
bekerja benar penuh tanggung jawab
3. Kerja adalah Panggilan
bekerja tuntas penuh integritas.
4. Kerja adalah Aktualisasi
bekerja keras penuh semangat.
5. Kerja adalah Ibadah
bekerja serius penuh kecintaan.
6. Kerja adalah Seni
bekerja cerdas penuh kreativitas.
7. Kerja adalah Kehormatan
bekerja tekun penuh keunggulan.
8. Kerja adalah Pelayanan
bekerja paripurna penuh kerendahan hati.
Read more ...

Monday 2 March 2009

Data Mining Menggali Informasi yang Terpendam

Data Mining memang salah satu cabang ilmu komputer yang relatif baru. Dan sampai sekarang orang masih memperdebatkan untuk menempatkan data mining di bidang ilmu mana, karena data mining menyangkut database, kecerdasan buatan (artificial intelligence), statistik, dsb. Ada pihak yang berpendapat bahwa data mining tidak lebih dari machine learning atau analisa statistik yang berjalan di atas database. Namun pihak lain berpendapat bahwadatabase berperanan penting di data mining karena data mining mengakses data yang ukurannya besar (bisa sampai terabyte) dan disini terlihat peran penting database terutama dalam optimisasi query-nya.
Lalu apakah data mining itu? Apakah memang berhubungan erat dengan dunia pertambangan…. tambang emas, tambang timah, dsb. Definisi sederhana dari data mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang ada di database yang besar. Dalam jurnal ilmiah, data mining juga dikenal dengan nama Knowledge Discovery in Databases (KDD).
Kehadiran data mining dilatar belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dsb.). Hampir semua data tersebut dimasukkan denganmenggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari-hari yang kebanyakan adalah OLTP (On Line Transaction Processing). Bayangkan berapa transaksi yang dimasukkan oleh hypermarket semacam Carrefour atau transaksi kartu kredit dari sebuah bank dalam seharinya dan bayangkan betapa besarnya ukuran data mereka jika nanti telah berjalan beberapa tahun. Pertanyaannya sekarang, apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah kita dapat me-‘nambang’-nya untuk mencari ‘emas’, ‘berlian’ yaitu informasi yang berguna untuk organisasi kita. Banyak diantara kita yang kebanjiran data tapi miskin informasi.
Jika Anda mempunyai kartu kredit, sudah pasti Anda bakal sering menerima surat berisi brosur penawaran barang atau jasa. Jika Bank pemberi kartu kredit Anda mempunyai 1.000.000 nasabah, dan mengirimkan sebuah (hanya satu) penawaran dengan biaya pengiriman sebesar Rp. 1.000 per buah maka biaya yang dihabiskan adalah Rp. 1 Milyar!! Jika Bank tersebut mengirimkan penawaran sekali sebulan yang berarti 12x dalam setahun maka anggaran yang dikeluarkan per tahunnya adalah Rp. 12 Milyar!! Dari dana Rp. 12 Milyar yang dikeluarkan, berapa persenkah konsumen yang benar-benar membeli? Mungkin hanya 10 %-nya saja. Secara harfiah, berarti 90% dari dana tersebut terbuang sia-sia.
Persoalan di atas merupakan salah satu persoalan yang dapat diatasi oleh data mining dari sekian banyak potensi permasalahan yang ada. Data mining dapat menambang data transaksi belanja kartu kredit untuk melihat manakah pembeli-pembeli yang memang potensial untuk membeli produk tertentu. Mungkin tidak sampai presisi 10%, tapi bayangkan jika kita dapat menyaring 20% saja, tentunya 80% dana dapat digunakan untuk hal lainnya.
Lalu apa beda data mining dengan data warehouse dan OLAP (On-line Analytical Processing)? Secara singkat bisa dijawab bahwa teknologi yang ada di data warehouse dan OLAP dimanfaatkan penuh untuk melakukan data mining.teknologi data warehouse digunakan untuk melakukan OLAP, sedangkan data mining digunakan untuk melakukan information discovery yang informasinya lebih ditujukan untuk seorang Data Analyst dan Business Analyst (dengan ditambah visualisasi tentunya). Dalam prakteknya, data mining juga mengambil data dari data warehouse. Hanya saja aplikasi dari data mining lebih khusus dan lebih spesifik dibandingkan OLAP mengingat database bukan satu-satunya bidang ilmu yang mempengaruhi data mining, banyak lagi bidang ilmu yang turut memperkaya data mining seperti: information science (ilmu informasi), high performance computing, visualisasi, machine learning, statistik, neural networks (jaringan syaraf tiruan), pemodelan matematika, information retrieval dan information extraction serta pengenalan pola. Bahkan pengolahan citra (image processing) juga digunakan dalam rangka melakukan data mining terhadap data image/spatial.
Dengan memadukan teknologi OLAP dengan data mining diharapkan pengguna dapat melakukan hal-hal yang biasa dilakukan di OLAP seperti drilling/rolling untuk melihat data lebih dalam atau lebih umum, pivoting, slicing dan dicing. Semua hal tersebut diharapkan nantinya dapat dilakukan secara interaktif dan dilengkapi dengan visualisasi.
Data mining tidak hanya melakukan mining terhadap data transaksi saja. Penelitian di bidang data mining saat ini sudah merambah ke sistem database lanjut seperti object oriented database, image/spatial database, time-series data/temporal database, teks (dikenal dengan nama text mining), web (dikenal dengan nama web mining) dan multimedia database.
Meskipun gaungnya mungkin tidak seramai seperti ketika Client/Server Database muncul, tetapi industri-industri seperti IBM, Microsoft, SAS, SGI, dan SPSS terus gencar melakukan penelitian-penelitian di bidang data mining dan telah menghasilkan berbagai software untuk melakukan data mining:
Intelligent Miner dari IBM. Berjalan di atas sistem operasi AIX, OS/390, OS/400, Solaris dan Windows NT. Dijual dengan harga sekitar US$60.000. Selain untuk data IBM juga mengeluarkan produk Intelligent Miner untuk teks. Web site:
www.software.ibm.com/data/iminer/fortext
www-4.inm.com/software/data/iminer/fordata/index.html •
Microsoft juga telah menambahkan fasilitas data mining di Microsoft SQL Server 2000. Web site: www.microsoft.com/sql/productinfo/feaover.htm •
Enterprise Miner dari SAS. Berjalan di atas sistem operasi AIX/6000, CMS, Compaq Tru64 UNIX, HP-UX, IRIX, Intel ABI, MVS, OS/2, Open VMS Alpha, Open VMS Vax, Solaris, dan Windows. Web site: www.sas.com •
MineSet dari Silicon Graphics. Berjalan di atas sistem operasi Windows 9x/NT dan IRIX. Dijual per seat seharga US$995, server (Windows NT) seharga US$35.000 dan untuk IRIX dijual US$50.000. Web site: www.sgi.com/software/mineset •
Clementine dari SPSS. Berjalan di atas sistem operasi UNIX dan Windows NT. Web site: www.spss.com/software/clementine
Beberapa penelitian sekarang ini sedang dilakukan untuk memajukan data mining diantaranya adalah peningkatan kinerja jika berurusan dengan data berukuran terabyte, visualisasi yang lebih menarik untuk user, pengembangan bahasa query untuk data mining yang sedapat mungkin mirip dengan SQL. Tujuannya tidak lain adalah agar end-user dapat melakukan data mining dengan mudah dan cepat serta mendapatkan hasil yang akurat.
Sumber: Yudho Giri Sucahyo, sucahyoy@cs.curtin.edu.au, http://www.ilmukomputer.com/

Read more ...

Saturday 24 January 2009

CakePHP

CakePHP adalah salah satu framework yang digunakan untuk membuat atau membangun wesbsite berbasis PHP. CakePHP dengan berbagai keunggulannya sangat membantu bagi para pengembang website dalam menyalurkan inspirasi web mereka.
CakePHP Tehe Rapid Development PHP Framework merupakan Wen Framework MVC di dunia PHP yang diinspirasi oleh popularitas RubyonRails. Mencoba menyajikan Rails like Framework di PHP, CakePHP di design mengikuti arsitektur RoR meskipun pastinya terdapat perbedaan.
Kenapa CakePHP menjadi pilihan? Jawabannya adalah ergantung anda sebagai user. CakePHP di design untuk menyelesaikan masalah set solusi yang telah dirangkai dalam paket framework secara tepat dan lengkap.
Itulah sekilas tentang CakePHP, untuk lebih lengkapnya lagi telusuri situs http://www.cakephp.org/ .

Read more ...