Jelaskan mengapa perancangan basis data merupakan micro life cycle dari perancangan sistem informasi.
Basis data merupakan komponen dasar dari sebuah sistem informasi dan
pengembangan serta penggunaannya sebaiknya dipandang dari perspektif
kebutuhan organisasi yang lebih besar.
Oleh karena itu siklus hidup sebuah
sistem informasi organisasi berhubungan dengan siklus hidup sistem
database yang mendukungnya.
Jumat, 17 April 2020
Rabu, 15 April 2020
pretest_vc1_3IA06_56417546_Muhammad Akmal Maulana
Enhanced Entity Relationship Diagram (EERD)
Model EERD berisi seluru konsep ERD di tambah dengan konsep konsep yang berhubungan yaitu spesialization dan generalization, model EERD menekan pada superclass/subclass relationship yang merupakan hubungan antara superclass dan subclass nya
kapan model EERD di gunakan ?
saat meningkatnya kebutuhan aplikasi basis data untuk macam aplikasi yang juga menigkat
Jumat, 20 Maret 2020
Path Finding
Path Finding
Path Finding & Waypoint
Path Finding merupakan salah satu materi yang sangat penting didalam Artificial Intelligence. Path Finding biasanya digunakan untuk menyelesaikan masalah pada sebuah graph. Dalam matematika graph merupakan himpunan titik-titik atau biasa disebut dengan node yang tehubung oleh edge. Edge yang menghubungkan setiap node merupakan suatu vektor yang memiliki arah dan besaran tertentu. Untuk dapat menemukan jalan dari Node Awal menuju Node Tujuan, dilakukan penelusuran terhadap graph tersebut. Penelusuran biasanya dilakukan dengan mengikuti arah edge yang menghubungkan antar node.
Pathfinding adalah salah satu masalah paling dasar dari kece
rdasan buatan (Artificial Intelligence / AI) yang ada pada game. Pathfinding yang buruk dapat membuat karakter yang ada pada game terlihat brainless (bodoh). Penanganan masalah pathfinding secara efektif dapat membuat game lebih menyenangkan dan memberikan pengalaman bermain yang mendalam bagi player (David M. Broug dan Glenn Seemann, 2004).
Untuk mencari jalan dari titik awal ke titik tujuan, kita perlu tahu tentang peta(map) yang ada seperti posisi jalan yang bisa dilalui dan posisi hambatan. Untuk itu peta akan direpresentasi ke dalam bentuk yang lain, salah satunya dalam bentuk grid yang disebut dengan grid graph. Selain grid graph, ada beberapa bentuk representasi peta diantaranya waypoint graph, dan navigation mesh. Waypoint graph merepresentasi peta dengan bentuk penempatan node secara bebas dengan tiap node saling terhubung satu sama lain. Sedangkan navigation mesh merepresentasi peta dalam beberapa bentuk segitiga mesh. Mesh tersebut menggambarkan area yang bisa dilalui (Aron Granborg, 2013). Grid graph menghasilkan node dalam pola grid lebar*panjang.
Grid graph adalah graph yang paling mudah. Selain itu, grid graph berkerja sangat baik terutama saat ada perubahan graph yang dibutuhkan secara runtime seperti pada game RTS dan Tower Defence (Aron Granborg, 2013). Grid graph banyak digunakan pada beberapa game. Bahkan game genre RTS seperti Age of Empires dan Warcraft III menggunakan grid graph (Steve Rabin, 2010).
TAKTIK DAN STRATEGI AI
Implementasi metode pathfinding banyak digunakan dalam video game. Metode pathfinding ini banyak digunakan pada game genre Real Time Strategy (RTS) dan Tower Defence (TD). Selain game genre RTS dan TD, game dengan genre action puzzle juga ada yang mengimplementasikan metode pathfinding.
Real Time Strategy (RTS)
Pada game jenis ini, kita dapat mengendalikan pasukan secara langsung, dari mencari sumber daya, hingga menghancurkan musuh. Semua pertempuran ini dapat kita saksikan secara langsung.
Turn Based Strategy (TBS)
Game Jenis ini adalah game yang di jalankan secara bergiliran, saat kita mengambil keputusan dan menggerakan pasukan, saat itu pihak lawan harus menunggu, begitu pula sebaliknya, layaknya catur.
Algoritma A*
Untuk dapat menyelesaikan permasalahan pencarian rute terpendek, dapat digunakan suatu algoritma A* (A Star). Algoritma A* merupakan salah satu algoritma path finding yang umum digunakan. Dalam menemukan rute yang disebutkan diatas dapat menggunakan perhitungan algoritma A* dan metode Heuristik. Hasil yang didapat yaitu jarak terpendek yang bisa dilalui.
Pada tahun 1967 Bertram Raphael membuat perbaikan-perbaikan dramatis atas algoritma ini, tapi gagal menunjukkan keoptimasiannya. Ia menyebut algoritma ini A2. Kemudian pada tahun 1968 Peter E. Hart memperkenalkan sebuah argumen yang membuktikan A2 optimal ketika menggunakan heuristik konsisten hanya dengan perubahan kecil. Pembuktiannya atas algoritma tersebut juga termasuk bagian yang menunjukkan bahwa algoritma A2 yang baru adalah algoritma terbaik. Maka dari itu, ia menamai algoritma baru ini dalam sintaksis Kleene Star untuk menjadi algoritma yang berawal dari A dan memasukkan semua nomor-nomor yang mungkin dari A*. Dalam sains komputer, A* (dibaca “A star”) adalah algoritma komputer yang digunakan secara luas dalam mencari jalur (pathfinding) dan grafik melintang (graph traversal), proses plotting sebuah jalur melintang secara efisian antara titik-titik, disebut node (Suyanto, 2014).
Algoritma A Star atau A* adalah salah satu algoritma pencarian yang menganalisa input, mengevaluasi sejumlah jalur yang mungkin dilewati dan menghasilkan solusi. Algoritma A* adalah algoritma komputer yang digunakan secara luas dalam graph traversal dan penemuan jalur serta proses perencanaan jalur yang bisa dilewati secara efisien di sekitar titik-titik yang disebut node (Reddy, 2013).
Algoritma A* memberikan solusi efektif untuk masalah pathfinding. Algoritma ini merupakan algoritma Best First Search yang menggabungkan Uniform Cost Search dan Greedy Best-First Search. Algoritma A* memberikan hasil keluaran yang complete dan optimal (Suyanto, 2007).
Karakteristik yang menjelaskan algoritma A* adalah pengembangan dari “daftar tertutup” untuk merekam area yang dievaluasi. Daftar tertutup ini adalah sebuah daftar untuk merekam area berdekatan yang sudah dievaluasi, kemudian melakukan perhitungan jarak yang dikunjungi dari “titik awal” dengan jarak diperkirakan ke “titik tujuan” (Reddy, 2013).
Pada tahun 1964 Nils Nilsson menemukan heuristik berdasarkan pendekatan untuk menambah kecepatan pada Algoritma Dijkstra. Algoritma ini disebut dengan A1
Pada gambar diatas, suatu graph dengan Node Awal ππ dan Node Tujuan πΊπ terhubung dengan node - node lain oleh edge yang memiliki besaran yang berbeda. Jika ditelusuri, terdapat banyak kombinasi rute yang dapat dilalui untuk menuju node tujuan. Bisa dikatakan dari graph tersebut, setiap node akan memberikan solusi arah menuju node tujuan. A* merupakan bentuk yang paling dari Best First Search (BFS). A* mengevaluasi node dengan menggabungkan g(n), yaitu cost untuk mencapai node, dan h(n), yaitu cost yang diperlukan dari node untuk mencapai tujuan, dalam notasi matematika dituliskan sebagai: f(n)=g(n)+h(n) (1)
Dimana:
f(n) = Biaya evaluasi
g(n) = Biaya yang sudah dikeluarkan dari keadaan awal sampai keadaan n
h(n) = Estimasi biaya untuk sampai pada suatu tujuan mulai dari n
Algoritma Djikstra
Djikstra merupakan salah satu varian bentuk algoritma popular dalam pemecahan persoalan terkait masalah optimasi pencarian lintasan terpendek sebuah lintasan yang mempunyai panjang minimum dari verteks a ke z dalam graph berbobot, bobot tersebut adalah bilangan positif jadi tidak dapat dilalui oleh node negatif. Namun jika terjadi demikian, maka penyelesaian yang diberikan adalah infiniti (Tak Hingga). Pada algoritma Dijkstra, node digunakan karena algoritma Dijkstra menggunakan graph berarah untuk penentuan rute listasan terpendek.
Algoritma Dijkstra merupakan algoritma yang dipakai dalam penentuan lintasan terpendek dari suatu titik tertentu ke setiap titik lain pada suatu graf. Strategi yang digunakan pada algoritma Dijkstra yaitu dengan membentuk suatu pohon Dijkstra pada setiap pengulangan dengan menggunakan fungsi
Dijkstra-nextEdge. Pohon Dijkstra yang dibentuk setelah pengulangan terakhir merupakan pohon
pembangun dari graf awal.
Untuk bisa menerapkan algoritma ini dibutuhkan beberapa data yang harus disiapkan, yaitu :
1. Beberapa Titik/simpul/daerah, titik/simpul/daerah yang bisa dijangkau secara langsung, dan juga jarak antara mereka.
2. Titik/simpul/daerah awal.
3. Titik/simpul/daerah tujuan.
Path Finding & Waypoint
Path Finding merupakan salah satu materi yang sangat penting didalam Artificial Intelligence. Path Finding biasanya digunakan untuk menyelesaikan masalah pada sebuah graph. Dalam matematika graph merupakan himpunan titik-titik atau biasa disebut dengan node yang tehubung oleh edge. Edge yang menghubungkan setiap node merupakan suatu vektor yang memiliki arah dan besaran tertentu. Untuk dapat menemukan jalan dari Node Awal menuju Node Tujuan, dilakukan penelusuran terhadap graph tersebut. Penelusuran biasanya dilakukan dengan mengikuti arah edge yang menghubungkan antar node.
Pathfinding adalah salah satu masalah paling dasar dari kece
Untuk mencari jalan dari titik awal ke titik tujuan, kita perlu tahu tentang peta(map) yang ada seperti posisi jalan yang bisa dilalui dan posisi hambatan. Untuk itu peta akan direpresentasi ke dalam bentuk yang lain, salah satunya dalam bentuk grid yang disebut dengan grid graph. Selain grid graph, ada beberapa bentuk representasi peta diantaranya waypoint graph, dan navigation mesh. Waypoint graph merepresentasi peta dengan bentuk penempatan node secara bebas dengan tiap node saling terhubung satu sama lain. Sedangkan navigation mesh merepresentasi peta dalam beberapa bentuk segitiga mesh. Mesh tersebut menggambarkan area yang bisa dilalui (Aron Granborg, 2013). Grid graph menghasilkan node dalam pola grid lebar*panjang.
Grid graph adalah graph yang paling mudah. Selain itu, grid graph berkerja sangat baik terutama saat ada perubahan graph yang dibutuhkan secara runtime seperti pada game RTS dan Tower Defence (Aron Granborg, 2013). Grid graph banyak digunakan pada beberapa game. Bahkan game genre RTS seperti Age of Empires dan Warcraft III menggunakan grid graph (Steve Rabin, 2010).
TAKTIK DAN STRATEGI AI
Implementasi metode pathfinding banyak digunakan dalam video game. Metode pathfinding ini banyak digunakan pada game genre Real Time Strategy (RTS) dan Tower Defence (TD). Selain game genre RTS dan TD, game dengan genre action puzzle juga ada yang mengimplementasikan metode pathfinding.
Real Time Strategy (RTS)
Pada game jenis ini, kita dapat mengendalikan pasukan secara langsung, dari mencari sumber daya, hingga menghancurkan musuh. Semua pertempuran ini dapat kita saksikan secara langsung.
Turn Based Strategy (TBS)
Game Jenis ini adalah game yang di jalankan secara bergiliran, saat kita mengambil keputusan dan menggerakan pasukan, saat itu pihak lawan harus menunggu, begitu pula sebaliknya, layaknya catur.
Algoritma A*
Untuk dapat menyelesaikan permasalahan pencarian rute terpendek, dapat digunakan suatu algoritma A* (A Star). Algoritma A* merupakan salah satu algoritma path finding yang umum digunakan. Dalam menemukan rute yang disebutkan diatas dapat menggunakan perhitungan algoritma A* dan metode Heuristik. Hasil yang didapat yaitu jarak terpendek yang bisa dilalui.
Pada tahun 1967 Bertram Raphael membuat perbaikan-perbaikan dramatis atas algoritma ini, tapi gagal menunjukkan keoptimasiannya. Ia menyebut algoritma ini A2. Kemudian pada tahun 1968 Peter E. Hart memperkenalkan sebuah argumen yang membuktikan A2 optimal ketika menggunakan heuristik konsisten hanya dengan perubahan kecil. Pembuktiannya atas algoritma tersebut juga termasuk bagian yang menunjukkan bahwa algoritma A2 yang baru adalah algoritma terbaik. Maka dari itu, ia menamai algoritma baru ini dalam sintaksis Kleene Star untuk menjadi algoritma yang berawal dari A dan memasukkan semua nomor-nomor yang mungkin dari A*. Dalam sains komputer, A* (dibaca “A star”) adalah algoritma komputer yang digunakan secara luas dalam mencari jalur (pathfinding) dan grafik melintang (graph traversal), proses plotting sebuah jalur melintang secara efisian antara titik-titik, disebut node (Suyanto, 2014).
Algoritma A Star atau A* adalah salah satu algoritma pencarian yang menganalisa input, mengevaluasi sejumlah jalur yang mungkin dilewati dan menghasilkan solusi. Algoritma A* adalah algoritma komputer yang digunakan secara luas dalam graph traversal dan penemuan jalur serta proses perencanaan jalur yang bisa dilewati secara efisien di sekitar titik-titik yang disebut node (Reddy, 2013).
Algoritma A* memberikan solusi efektif untuk masalah pathfinding. Algoritma ini merupakan algoritma Best First Search yang menggabungkan Uniform Cost Search dan Greedy Best-First Search. Algoritma A* memberikan hasil keluaran yang complete dan optimal (Suyanto, 2007).
Karakteristik yang menjelaskan algoritma A* adalah pengembangan dari “daftar tertutup” untuk merekam area yang dievaluasi. Daftar tertutup ini adalah sebuah daftar untuk merekam area berdekatan yang sudah dievaluasi, kemudian melakukan perhitungan jarak yang dikunjungi dari “titik awal” dengan jarak diperkirakan ke “titik tujuan” (Reddy, 2013).
Pada tahun 1964 Nils Nilsson menemukan heuristik berdasarkan pendekatan untuk menambah kecepatan pada Algoritma Dijkstra. Algoritma ini disebut dengan A1
Pada gambar diatas, suatu graph dengan Node Awal ππ dan Node Tujuan πΊπ terhubung dengan node - node lain oleh edge yang memiliki besaran yang berbeda. Jika ditelusuri, terdapat banyak kombinasi rute yang dapat dilalui untuk menuju node tujuan. Bisa dikatakan dari graph tersebut, setiap node akan memberikan solusi arah menuju node tujuan. A* merupakan bentuk yang paling dari Best First Search (BFS). A* mengevaluasi node dengan menggabungkan g(n), yaitu cost untuk mencapai node, dan h(n), yaitu cost yang diperlukan dari node untuk mencapai tujuan, dalam notasi matematika dituliskan sebagai: f(n)=g(n)+h(n) (1)
Dimana:
f(n) = Biaya evaluasi
g(n) = Biaya yang sudah dikeluarkan dari keadaan awal sampai keadaan n
h(n) = Estimasi biaya untuk sampai pada suatu tujuan mulai dari n
Algoritma Djikstra
Djikstra merupakan salah satu varian bentuk algoritma popular dalam pemecahan persoalan terkait masalah optimasi pencarian lintasan terpendek sebuah lintasan yang mempunyai panjang minimum dari verteks a ke z dalam graph berbobot, bobot tersebut adalah bilangan positif jadi tidak dapat dilalui oleh node negatif. Namun jika terjadi demikian, maka penyelesaian yang diberikan adalah infiniti (Tak Hingga). Pada algoritma Dijkstra, node digunakan karena algoritma Dijkstra menggunakan graph berarah untuk penentuan rute listasan terpendek.
Algoritma Dijkstra merupakan algoritma yang dipakai dalam penentuan lintasan terpendek dari suatu titik tertentu ke setiap titik lain pada suatu graf. Strategi yang digunakan pada algoritma Dijkstra yaitu dengan membentuk suatu pohon Dijkstra pada setiap pengulangan dengan menggunakan fungsi
Dijkstra-nextEdge. Pohon Dijkstra yang dibentuk setelah pengulangan terakhir merupakan pohon
pembangun dari graf awal.
Untuk bisa menerapkan algoritma ini dibutuhkan beberapa data yang harus disiapkan, yaitu :
1. Beberapa Titik/simpul/daerah, titik/simpul/daerah yang bisa dijangkau secara langsung, dan juga jarak antara mereka.
2. Titik/simpul/daerah awal.
3. Titik/simpul/daerah tujuan.
Minggu, 21 April 2019
Proses Analisis Web dan Parameter Pengukurannya
Seiring berkembangnya kemajuan teknologi, tidak terasa sudah lama sekali kita mengenal internet sebagai suatu alat untuk membantu kehidupan kita. Setiap hari bahkan hampir setiap jam kita seakan memiliki ketergantungan terhadap internet. Salah satu fitur yang ditawarkan internet adalah sebuah web, yang merupakan salah satu fitur dari internet yang paling sering kita kunjungi. Setelah menjadi pengamat dan pengunjung banyak web, sudah seharusnya kita mengenal dan dapat membedakan mana web-web yang berkualitas dan tidak sehingga kita dapat memanfaatkan informasi yang kita dapatkan dari web-web tersebut dengan baik. Kita dapat mengukur kualitas suatu web dengan analisis web. Analisis Web adalah pengukuran, pengumpulan, analisis dan pelaporan data internet untuk tujuan memahami dan mengoptimalkan penggunaan web. Untuk menganalisa suatu website perlu di ketahui kriteria apa saja yang akan di analisa.
Untuk mengevaluasi sebuah website kita bisa menggunakan sebuah parameter sebagai acuan, ada banyak sekali parameter yang dapat digunakan untuk mengevaluasi sebuah website. Namun secara umum ada beberapa parameter yang paling sering digunakan dalam menilai sebuah website seperti :
Accesibility
Yaitu bagian yang menjelaskan seberapa baik sebuah website dalam aspek aksesnya. Seperti apakah website tersebut sudah dapat diakses menggunakan teknologi-teknologi terbaru yang ada saat ini seperti melalui ponsel atau PDA ?.
Readibility
Yaitu bagian yang menjelaskan tentang “Apakah situs tersebut nyaman untuk dibaca ?” dan “Apakah pengakses bisa mudah membaca dan mengerti isi situs tersebut?”.
Speed
Yaitu bagian yang menjelaskan tentang kecepatan tampilnya sebuah situs. Pengakses cenderung malas dan langsung menutup browser pada saat mereka membuka sebuah situs yang lambat diakses, sehingga mereka harus menunggu beberapa lama untuk melihat tampilan situs tersebut. Pengakses cenderung tidak mau menunggu terlalu lama untuk melihat sebuah situs. Semakin cepat situs itu dalam melakukan loading time pastinya akan semakin baik.
Content
Yaitu bagian yang menjelaskan tentang isi dari website tersebut. Karena itu konten adalah bagian yang paling penting dari sebuah penilaian. Karena itu konten haruslah menarik, relevan, dan sesuai untuk target audien situs yang dituju.
Technology
Maksud dari technology disini yaitu menjelaskan tentang aplikasi atau teknologi apa saja yang digunakan dalam pengembangan website tersebut. Seperti teknologi yang yang digunakan dalam segi mendesain website tersebut. Dan seberapa baik desain itu dibangun.
Setelah mengetahui parameter – parameter umum dalam menilai sebuah website, kita dapat melakukan analisa terhadap suatu website. Sebelum itu kita harus mengetahui tipe analisis web.
Tipe-Tipe Analisis Web:
a. Content Analysis
Mengidentifikasi isi yang akan ditampilkan pada aplikasi berbasis web ini. Isi informasi dapat berupa teks, grafik, audio, maupun video.
b. Interaction Analysis
Analisis yang menunjukkan hubungan antara web dengan pengguna.
c. Functional Analysis
Menentukan operasi yang akan diaplikasikan pada WebApp dan termasuk di dalamnya fungsi-fungsi yang melakukan proses. Semua operasi dan fungsi dideskripsikan secara detil
d. Configuration Analysis
Konfigurasi yang digunakan pada aplikasi berbasis web, internet, intranet, atau extranet. Selain itu, analisis ini juga meliputi relasi database dengan web jika diperlukan. Setelah mengetahui apa saja jjenis dari analisis maka kita akan masuk ke tahap proses menganalisanya.
Setelah mengetahui apa saja parameter dan tipe analisis data, tentunya kita juga harus mengetahui langkah-langkah pengujiannya. Pengujian merupakan salah satu bagian yang paling penting dalam jaminan kualitas aplikasi. Pengujian ini dilakukan untuk menemukan beberapa kesalahan yang disebabkan oleh proses perancangan maupun proses implementasi yang belum benar.
Biasanya sebuah pengujian dilakukan oleh sekelompok tim yang sudah teroganisir. Dalam pengujian aplikasi berbasis WEB ini tim tersebut akan menyusun beberapa langkah. Menurut Krishen Kota terdapat 10 langkah dalam pengujian aplikasi berbasis WEB diantaranya adalah :
1. Menentukan Sasaran Pengujian (Objective)
Sebelum melakukan sebuah pengujian kita harus menentukan beberapa sasaran pengujian, agar pengujian yang akan dilakukan terarah. Sehingga seorang penguji dapat menentukan beberapa prioritas pengujian dalam sebuah pengujian aplikasi.
2. Menentukan Proses dan Pelaporan Pengujian
Dengan menentukan proses pengujian dan susunan pelaporan pengujian, maka setiap anggota dalam sebuah tim penguji akan mengerti aliran dari sebuah proses pengujian.
3. Memantau Hasil Pengujian (Tracking Results)
Ketika kita sudah memulai sebuah proses pengujian aplikasi, kita akan menemukan beberapa error, bug, defect, dan sebagainya. Sehingga tim penguji membutuhkan cara untuk menyimpan, mengorganisir dan mendistribusikan informasi tersebut kepada semua anggota tim penguji. Tim juga akan membutuhkan cara untuk menjaga tim agar tetap mendapat informasi status dari sebuah proses pengujian. Oleh karena itu, dalam sebuah pengujian dibutuhkan pemantauan hasil (tracking results).
4. Menentukan Area Pengujian (Environment Test)
Menentukan area pengujian disini diartikan sebagai pembagian wilayah kerja dari sebuah tim, misalkan sebuah tim penguji dibagi menjadi tiga area pengujian yaituWEB server, database server, dan application server.
5. Pengujian Kegunaan Aplikasi (Usability Testing)
Dalam tahap usability test ini kita akan mencoba meneliti tiga aspek yang berkaitan dengan user’s experience diantaranya adalah :
Apakah WEB application tersebut memiliki desain antarmuka yang konsisten?
Seberapa mudahkah navigasi dari WEB application tersebut?
Apakah feed back yang diberikan WEB application tersebut sesuai dengan keinginan pengguna?
6. Pengujian Unit (Unit Testing)
Unit testing ini merupakan pengujian yang hanya fokus pada beberapa bagian kecil dari fungsionalitas WEB application. Misalnya menguji kebenaran dari penyimpanan data setelah pengguna menekan tombol “submit”.
7. Pengujian Kode HTML
Pengujian kode HTML ini bertujuan untuk menguji apakah aplikasi tersebut dapat dijalankan pada bermacam-macam browser, resolusi layar dan OS yang berbeda. Pengujian ini dapat dilakukan melalui http://validator.w3.org.
8. Load Testing
Pengujian ini dimaksudkan untuk mengukur seberapa lamakah sebuah halamanWEB application di-load kedalam browser milik pengguna. Pada umumnya, sebuah halaman dapat di-load kurang dari 15 detik.
9. User Acceptance Testing
Dengan melakukan pengujian ini, tim akan mengetahui apakah WEB applicationtersebut sudah memiliki fungsi yang sesuai dengan keinginan pengguna atau belum. Pengujian ini dapat dilakukan dengan menguji aplikasi versi Beta.
10. Pengujian Keamanan (Security Testing)
Tahap ini merupakan tahap akhir yang penting untuk mengetahui apakah WEB application tersebut sudah memiliki sistem keamanan yang baik atau belum. Kita juga harus menguji apakah WEB application tersebut aman terhadap serangan dari dalam maupun luar sistem.
Minggu, 07 April 2019
Pengelolahan website
Intitusi Pengelolaan Web / Internet
Pengelolaan web dilakukan oleh sejumlah organisasi atau lembaga yang memiliki pengaruh terhadap perkembangan internet serta menjadi guide atas perkembangan internet dan web . Meskipun dulunya internet diawali dari proyek ARPANET dan berkembang dari kolaborasi penelitian institusi militer dan pendidikan, namun infrastruktur dan teknologi internet saat ini bisa dikatakan bukan milik suatu institusi atau perorangan ataupun negara . Intitusi pengelolaan web diantaranya :
Pengelolaan web dilakukan oleh sejumlah organisasi atau lembaga yang memiliki pengaruh terhadap perkembangan internet serta menjadi guide atas perkembangan internet dan web . Meskipun dulunya internet diawali dari proyek ARPANET dan berkembang dari kolaborasi penelitian institusi militer dan pendidikan, namun infrastruktur dan teknologi internet saat ini bisa dikatakan bukan milik suatu institusi atau perorangan ataupun negara . Intitusi pengelolaan web diantaranya :
- Internet Engineering Task Force (IETF).
Merupakan badan yang bertanggungjawab terhadap masalah teknis dari perkembangan teknologi internet. IETF bertugas mengkaji berbagai teknologi terkait untuk kemudian distandarkan menjadi sebuah request for comment (RFC). IETF fokus pada evolusi dari internet.
Merupakan badan yang bertanggungjawab terhadap masalah teknis dari perkembangan teknologi internet. IETF bertugas mengkaji berbagai teknologi terkait untuk kemudian distandarkan menjadi sebuah request for comment (RFC). IETF fokus pada evolusi dari internet.
- Internet Society (ISOC).
Dibentuk dari berbagai organisasi, pemerintahan, non-profit, komunitas, akademisi maupun para professional. Kelompok ini bertanggungjawab dalam membuat kebijakan tentang internet, dan memantau lembaga lain seperti IETF.
Dibentuk dari berbagai organisasi, pemerintahan, non-profit, komunitas, akademisi maupun para professional. Kelompok ini bertanggungjawab dalam membuat kebijakan tentang internet, dan memantau lembaga lain seperti IETF.
- APJII dan PANDI .
Dua nama tersebut merupakan institusi yang mengatur pengelolaan internet untuk wilayah Indonesia. Meraka adalah APJII (Asosiasi Penyelenggara Jasa Internet Indonesia) dan PANDI (Pengelola Nama Domain Internet Indonesia).
ASPEK HUKUM DAN ETIKA DALAM INTERNET
Dua nama tersebut merupakan institusi yang mengatur pengelolaan internet untuk wilayah Indonesia. Meraka adalah APJII (Asosiasi Penyelenggara Jasa Internet Indonesia) dan PANDI (Pengelola Nama Domain Internet Indonesia).
Dalam dunia Teknologi Informasi (atau IT/Information Technology), masalah yang berhubungan dengan etika dan hukum bermunculan, mulai dari penipuan, pelanggaran, pembobolan informasi rahasia, persaingan curang sampai kejahatan yang sifatnya pidana sudah sering terjadi tanpa dapat diselesaikan secara memuaskan melalui hukum dan prosedur penyidikan yang ada saat ini.
Undang-undang Hak Cipta dan Hak atas Kekayaan Intelektual (HaKI)
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 perlindunga hukum”.
Tindakan penggunaan teknologi informasi yang bertentangan dengan moral dan undang-undang yang berlaku dan banyak dibicarakan saat ini, antara lain:
1. Hacking atau cracking
Tindakan pembobolan data rahasia suatu institusi, membeli barang lewat internet dengan menggunakan nomor kartu kredit orang lain tanpa izin (carding) merupakan contoh-contoh dari tindakan hacking. Orang yang melakukan hacking disebut hacker. Begitu pula dengan membuka kode program tertentu atau membuat suatu proses agar beberapa tahap yang harus dilakukan menjadi terlewatkan (contoh: cracking serial number) apabila dilakukan tanpa izin juga merupakan tindakan yang menyalahi hukum.
2. Pembajakan
Mengutip atau menduplikasi suatu produk, misalkan program komputer, kemudian menggunakan dan menyebarkan tanpa izin atau lisensi dari pemegang hak cipta merupakan dalam posisi lemah akan dikenai sanksi dan konsekuensi sesuai hukum yang berlaku.
3. Browsing situs-situs yang tidak sesuai dengan moral dan etika kita
Membuka situs dewasa bagi orang yang belum layak merupakan tindakan yang tidak sesuai dengan norma dan etika. Teknologi internet yang dapat memberikan informasi tanpa batas akan mengakibatkan tindakan yang beragam, mulai dari tindakan-tindakan positif sampai negatif. Orang yang tahu akan manfaat internet dan memanfaatkan secara positif akan mendapatkan hasil yang positif pula, dan begitu juga sebaliknya
Langganan:
Postingan (Atom)





