M01184

Dampak Negatif Penggunaan Teknologi Informasi dalam

Bentuk

Cyberbullying

di Kalangan Remaja

Flourensia Sapty Rahayu

Program Studi Teknik Informatika, Universitas Atma Jaya Yogyakarta

Jl. Babarsari no. 43 Jogjakarta, email: sapty@mail.uajy.ac.id, saptyrahayu@gmail.com

ABSTRAK

Teknologi Informasi selain dapat membawa dampak positif juga dapat membawa negatif bagi penggunanya. Salah satu dampak negatif yang mungkin timbul akibat penggunaan Teknologi Informasi adalah munculnya fenomena Cyberbullying. Cyberbullying adalah perilaku pelecehan dengan menggunakan sarana Teknologi Informasi. Di luar negeri banyak dijumpai kasus-kasus cyberbullying yang membawa yang dampak sangat serius bagi korbannya seperti bunuh diri. Penelitian ini dilakukan untuk mendapatkan informasi tentang bagaimana fenomena cyberbullying ini di kalangan remaja kita di Indonesia. Kuesioner disebarkan ke remaja usia SMP dan SMU di kota Magelang, Yogyakarta, dan Semarang. Dari hasil penelitian didapatkan fakta bahwa fenomena cyberbullying ini sudah terjadi namun dampaknya belum begitu serius. Banyak remaja yang belum memahami tentang cyberbullying khususnya bagaimana potensi kerusakan yang dapat diakibatkannya. Hal ini dapat dilihat dari kebanyakan remaja yang menganggap bahwa perilaku cyberbullying ini wajar dilakukan oleh anak-anak seusia mereka. Selanjutnya dipaparkan tentang peran dan apa yang dapat dilakukan oleh orang tua, sekolah, penegak hukum dan masyarakat dalam usaha ikut mencegah dan menghentikan fenomena cyberbullying ini. Kata Kunci: Dampak Teknologi Informasi, Cyberbullying, Remaja

1. Pendahuluan

Pemanfaatan Teknologi Informasi di dunia sekarang ini memang bagaikan pisau bermata dua. Di satu sisi banyak keuntungan dan manfaat yang bisa kita dapatkan namun di sisi lain tidak sedikit kerugian dalam bentuk hal-hal negatif yang menyertai penggunaan Teknologi Informasi ini. Salah satu dampak negatif yang timbul dengan adanya Teknologi Informasi ini adalah munculnya fenomena cyberbullying di kalangan anak-anak maupun remaja. Cyberbullying atau kekerasan dunia maya ternyata lebih menyakitkan jika dibandingkan dengan kekerasan secara fisik. Banyak peneliti menyatakan bahwa korban cyberbullying seringkali mengalami depresi, merasa terisolasi, diperlakukan tidak manusiawi, dan tak berdaya ketika diserang. Walaupun intimidasi secara fisik atau verbal pun menimbulkan depresi namun ternyata korban cyberbullying mengalami tingkat depresi lebih tinggi. Dampak dari cyberbullying untuk para korban tidak berhenti sampai pada tahap depresi saja, melainkan sudah sampai pada tindakan yang lebih ekstrim yaitu bunuh diri. Hasil penelitian yang dilakukan oleh Hinduja dan Patchin (2010c) mengungkapkan fakta bahwa meskipun tingkat bunuh diri di AS menurun 28,5 % pada tahun-tahun terakhir namun ada tren pertumbuhan tingkat bunuh diri pada anak dan remaja usia 10 sampai 19 tahun.

cyberbullying di kalangan remaja kita. Berdasarkan informasi tersebut dapat dilakukan penelitian lebih lanjut untuk menganalisa peran dan tanggung jawab orang tua, sekolah, masyarakat, dan pemerintah dalam menyikapi fenomena cyberbullying. Diharapkan setelah kondisi yang sebenarnya diketahui, dapat diambil tindakan-tindakan untuk memberikan kesadaran kepada masyarakat supaya perilaku cyberbullying ini dapat dicegah dan dihentikan.

2. Pembahasan

Adapun populasi dalam penelitian ini adalah siswa remaja yang berusia 12-19 tahun (tingkat SMP dan SMU) di Jawa Tengah dan Yogyakarta. Sedangkan sampel dalam penelitian ini terdiri dari 7 (tujuh) sekolah yaitu SMP Bopkri 3 Yogyakarta, SMP Kanisius Gayam, Yogyakarta, SMP Pangudi Luhur 1 Yogyakarta, SMU Tarakanita Magelang, SMU Sedes Sapientiae Semarang, SMU Bopkri 2 Yogyakarta, dan SMU Santo Thomas Yogyakarta. Untuk menggali data digunakan instrumen berupa kuesioner. Kuesioner disebarkan ke 500 anak usia remaja (12-19 th) di kota Magelang, Semarang, dan Yogyakarta. Materi kuesioner menanyakan tentang pengalaman anak- anak tentang akan fenomena bullying baik secara tradisional maupun cyberbullying.

Dari hasil kuesioner didapatkan data bahwa 28% siswa pernah mengalami cyberbullying dan 1% siswa mengatakan sering mengalaminya. Angka 28% ini bisa dikatakan cukup besar mengingat dampak yang bisa ditimbulkannya cukup berbahaya. Jika tidak diberikan informasi dan sosialisasi tentang dampak negatif cyberbullying kepada para siswa bisa jadi angka ini akan semakin meningkat. Selanjutnya berusaha didapatkan data dimana cyberbullying ini kerap terjadi. 55% siswa mengatakan cyberbullying terjadi pada saat mereka berada di lingkungan sekolah dan 45% mengatakan cyberbullying terjadi pada saat mereka berada di luar lingkungan sekolah.

Tentang pelaku cyberbullying terhadap siswa, 40% siswa mengatakan tidak tahu pelakunya dan 60% mengatakan mengetahui pelakunya yaitu: teman sekolah (37%), kakak kelas (6%), adik kelas (40%), dan teman luar sekolah (7%). Dalam satu penelitiannya, Kowalski & Limber (2007) mandapatkan data bahwa 47% korban cyberbullying mengatakan pelakunya adalah siswa lain di sekolah yang sama. Sedangkan penelitian lain mengungkapkan bahwa 43% korban menyatakan bahwa pelakunya adalah teman yang sudah dikenal dan 57% pelakunya hanya bertemu secara online dan tidak dikenal secara langsung (Wolak et al., 2007).

Jenis kelamin pelaku cyberbullying yang diketahui secara pasti oleh siswa yaitu 50% laki- laki dan 25% perempuan. Sisanya tidak diketahui dengan jelas jenis kelaminnya. Dalam bullying tradisional, penelitian menunjukkan bahwa anak laki-laki biasanya lebih terlibat dalam aksi bullying secara keseluruhan, namun anak perempuan lebih sering mengalami bullying yang bersifat tidak langsung dan psikologis seperti gosip-gosip yang menyebar dan pengucilan dari pergaulan sosial (Kowalski et al., 2008; Ma, 2002; Raskauskas & Stoltz, 2007).

Oleh karena itu, para peneliti menunjukkan bahwa cyberbullying lebih umum terjadi di kalangan anak perempuan (Anderson & Sturm, 2007; Willard, 2007) karena cyberbullying ini berbasis teks dan anak perempuan cenderung lebih verbal daripada anak laki-laki. Namun, beberapa penelitian menunjukkan hasil yang berbeda-beda. Beberapa penelitian menemukan bahwa anak laki-laki lebih terlibat dalam cyberbullying daripada anak perempuan girls (Dehue et al., 2008; Katzer et al., 2009; Shariff, 2008), dan anak-anak perempuan lebih cenderung menjadi korban secara online (Dehue et al., 2008; Smith et al., 2008). Di sisi yang lain, Li (2006) melaporkan bahwa lebih banyak anak laki-laki yang mengalami cyberbullying daripada anak perempuan.

menggunakan situs jejaring sosial. Dari angka tersebut sebanyak 63% online setiap hari. 75% remaja memiliki ponselnya sendiri dan dari 75% tersebut 54% mengirimkan dan menerima pesan teks setiap hari. 73% remaja telah menggunakan situs jejaring sosial dan 37% remaja yang berusia 10 sampai 12 tahun telah memiliki akun Facebook (meskipun Facebook telah menerapkan aturan penggunaan hanya bagi yang berusia 13 tahun keatas).

Seperti halnya bullying tradisional, perlakuan cyberbullying yang paling banyak diterima oleh korban adalah dalam bentuk diejek/diolok-olok/dimaki-maki (52%), kemudian disusul dengan perlakuan difitnah/digosipkan (30,3%). Bentuk yang lain adalah disebarkannya gambar/ foto/video korban yang bertujuan untuk mempermalukan korban (9,6%) dan dikirimi materi pornografi (3%). Untuk frekuensi cyberbullying, 5% siswa mengatakan menerima perlakuan cyberbullying seminggu sekali, 4% mengatakan beberapa kali dalam satu minggu, dan 3% menerima perlakuan cyberbullying 2 atau 3 kali setiap bulan.

―social prestige‖ menjadi faktor utama pemicu cyberbullying selain faktor ―balas dendam‖ (Ybarra and Mitchell, 2004), atau bisa jadi seseorang yang pernah menjadi korban dan ingin membalas dendam dan merasa puas jika melihat orang lain dipermalukan, dengan atau tanpa kehadiran penonton. Hinduja & Patchin (2010b) melakukan penelitian yang berusaha mencari kaitan antara faktor ketegangan/stres dan hubungannya dengan cyberbullying. Dari hasil penelitian yang melibatkan 2000 siswa sekolah menengah di Amerika Serikat terungkap fakta bahwa remaja yang merasa marah atau frustasi dan remaja yang mengalami ketegangan/stres lebih cenderung untuk melakukan bullying atau cyberbullying kepada orang lain. Sehingga remaja yang mengalami stres yang berasal dari konflik dengan sesama teman perlu mengatasi stres tersebut dengan cara yang sehat dan positif.

Kami menanyakan pendapat siswa tentang cyberbullying apakah menurut mereka cyberbullying memiliki efek yang sama, lebih banyak, atau lebih sedikit bila dibandingkan dengan bullying tradisional. Hasilnya 37% siswa mengatakan cyberbullying memiliki efek yang lebih banyak terhadap korban, 18% mengatakan efeknya sama, dan 14% mengatakan efeknya lebih sedikit. Pengetahuan tentang efek cyberbullying ini penting untuk diketahui oleh para remaja karena seringkali mereka menganggap remeh dan menganggap sudah biasa aksi seperti ini terjadi. Mereka sering tidak mengetahui efek yang bisa ditimbulkan dari aksi cyberbullying ini.

Bullying dalam berbagai bentuk dapat menimbulkan dampak jangka panjang yang cukup serius termasuk turunnya kepercayaan diri, depresi, kemarahan, kegagalan di sekolah, dan di beberapa kasus yang tragis bisa berdampak pada menyakiti diri sendiri atau bunuh diri (Willard, 2007). Penelitian yang dilakukan oleh Hinduja & Patchin (2010a) yang melibatkan 2000 siswa sekolah menengah di Amerika menunjukkan bahwa baik korban maupun pelaku memiliki kepercayaan diri yang lebih rendah daripada mereka yang tidak pernah mengalami cyberbullying. Terhadap konsekuensi emosional, efek cyberbullying tidak hanya sampai pada taraf menyakiti perasaan saja namum lebih jauh dari itu, cyberbullying dapat merusak jiwa dan kondisi psikologis dari banyak remaja (Hinduja & Patchin, 2010e). Dari hasil penelitian tersebut didapatkan fakta bahwa korban merasa depresi, sedih, dan frustasi. Juga ditemukan bahwa jumlah remaja perempuan yang mengalami frustasi atau kemarahan akibat cyberbullying lebih banyak daripada remaja laki-laki. Salah satu dampak yang paling mengkhawatirkan dari cyberbullying adalah kecenderungan untuk bunuh diri pada korban. Penelitian yang dilakukan Hinduja & Patchin (2010c) mengungkapkan bahwa 20% responden dilaporkan pernah berpikir secara serius untuk bunuh diri. Semua bentuk bullying secara signifikan berkaitan dengan meningkatnya keinginan untuk bunuh diri. Dan percobaan bunuh diri yang dicoba dilakukan oleh korban cyberbullying jumlahnya hampir dua kali lebih banyak daripada remaja yang tidak pernah mengalami cyberbullying.

Berdasarkan data yang diperoleh tentang lokasi dimana cyberbullying ini kerap terjadi dimana didapatkan fakta bahwa cyberbullying lebih sering terjadi pada saat siswa berada di lingkungan sekolah, kami menanyakan pendapat siswa tentang pelarangan penggunaan sarana teknologi informasi seperti ponsel maupun Internet di sekolah. Hasilnya 43% siswa mengatakan bahwa pelarangan penggunaan perangkat TI di sekolah tidak akan mencegah atau mengurangi terjadinya cyberbullying sedangkan 29% siswa setuju dengan pelarangan penggunaan perangkat TI di sekolah untuk mencegah atau mengurangi cyberbullying.

penyerangan yang lain yang lebih serius daripada cyberbullying. Meskipun benar bahwa ada banyak masalah lain yang dihadapi oleh anak-anak, remaja, orang tua, sekolah, dan penegak hukum namun tetap harus bisa diterima bahwa cyberbullying adalah satu masalah yang jika diabaikan akan menjadi lebih serius dampaknya. Tantangan yang lain berkaitan dengan siapa yang akan bertanggung jawab terhadap penyalahgunaan teknologi. Orang tua kadang mengatakan bahwa mereka tidak memiliki cukup ketrampilan untuk bisa terus memantau aktivitas online anak mereka, guru kadang takut untuk mencampuri masalah-masalah yang terjadi di luar sekolah, dan penegak hukum bersikeras tidak mau terlibat jika tidak ada bukti yang jelas dari sebuah kejahatan atau ancaman yang signifikan terhadap keselamatan seseorang. Masalah cyberbullying ini sebenarnya tidak hanya menjadi masalah anak dan remaja saja. Banyak pihak yang harus ikut peduli dan bertanggung jawab atas terjadinya permasalahan ini. Pihak-pihak lain tersebut mencakup orang tua, sekolah, konselor, para penegak hukum, media sosial, dan masyarakat umum. Tantangan-tantangan di atas inilah yang menyebabkan aksi cyberbullying terus berlanjut dan semakin meningkat jumlahnya karena tidak segera ditangani. Untuk mengatasi tantangan- tantangan ini dibutuhkan kerjasama dari pihak-pihak tersebut.

3. Kesimpulan

Berdasarkan hasil penelitian didapatkan informasi bahwa fenomena cyberbullying telah terjadi di kalangan remaja kita. Meskipun belum didapatkan kasus yang sangat serius namun sudah cukup banyak remaja yang mengalami cyberbullying yaitu sebanyak 28% dari 363 siswa. Pelaku cyberbullying kebanyakan adalah teman sekolah dan jenis kelamin terbanyak adalah laki-laki (50%). Sarana teknologi informasi yang banyak digunakan untuk cyberbullying ini adalah dengan menggunakan situs jejaring sosial (35%) dan pesan teks (SMS) (33%). Sedangkan perlakuan cyberbullying yang paling banyak diterima oleh korban adalah diejek/diolok-olok/dimaki-maki lewat sarana tersebut. Kebanyakan korban yang mendapat perlakuan cyberbullying menceritakan pengalaman yang mereka alami kepada teman-teman mereka (51,3%). Selain mencari tahu apakah siswa pernah menjadi korban cyberbullying, ditanyakan juga apakah mereka pernah menjadi pelaku cyberbullying. Hasilnya 32% siswa mengatakan pernah melakukan cyberbullying. Alasan mereka melakukan cyberbullying kepada teman-teman mereka sebagian besar menjawab hanya karena iseng saja (49%). Dari hasil kuesioner dan komentar-komentar yang diberikan oleh siswa dapat disimpulkan bahwa masih banyak yang belum paham tentang bahaya dari cyberbullying ini. Ini terbukti dari banyaknya siswa yang masih menganggap cyberbullying sebagai sesuatu yang wajar dilakukan oleh remaja. Banyak hal yang dapat dilakukan untuk mengatasi cyberbullying ini. Peran berbagai pihak sangat dibutuhkan agar cyberbullying dapat dicegah dan dihentikan. Dengan respon yang tepat baik dari pihak korban, orang tua maupun sekolah, aksi cyberbullying ini dapat dihentikan.

Daftar Pustaka

1. Common Sense Media, 2010, Cyberbullying - Damage in a Digital Age(Online), (www.ncta.com/PublicationType/WhitePaper/Cyberbullying- Damage-in-a-Digital-Age.aspx, diakses tanggal 18 Februari 2012)

2. Dehue, F., Bolman, C., Vllink, T., CyberbullyingYoungsters' Experiences and Parental Perception, CyberPsychology Behavior, Vol. 11 2008, p.217-223. 3. Hinduja, S. & Patchin, J.W, 2010a, Cyberbullying and Self Esteem:

Cyberbullying Research Summary, (Online), (www.cyberbullying.us/

cyberbullying_and_self_esteem_research_fact_sheet.pdf, diakses tanggal 20 Juni 2011)

Research Summary, (Online), (www.cyberbullying.us/

cyberbullying_and_strain_research_fact_sheet.pdf, diakses tanggal 20 Juni 2011) 5. Hinduja, S. & Patchin, J.W, 2010c, Cyberbullying and Suicide: Cyberbullying

Research Summary, (Online), (www.cyberbullying.us/

cyberbullying_and_suicide_research_fact_sheet.pdf, diakses tanggal 20 Juni 2011)

6. Hinduja, S. & Patchin, J.W, 2010d, Cyberbullying: Identification, Prevention, and Response, (Online), (www.cyberbullying.us/

Cyberbullying_Identification_Prevention_Response_Fact_Sheet.pdf, diakses tanggal 20 Juni 2011)

7. Hinduja, S. & Patchin, J.W, 2010e, Emotional and Psychological Consequences: Cyberbullying Research Summary, (Online), (www.cyberbullying.us/

cyberbullying_emotional_consequences.pdf, diakses tanggal 20 Juni 2011) 8. Katzer, C., Fetchenhauer, D., Belschak, F., Cyberbullying Who are The Victims?

A Comparison of Victimization in Internet Chatrooms and Victimization in School, Journal of Media PsychologyTheories, Methods, and Applications, Vol. 21 2009, p.25-36.

9. Kowalski, M. R., Limber, P. S., Agatson, W. P., 2008, Cyberbullying: Bullying in the Digital Age, Malden, MABlackwell Publishing.

10. Kowalski, R. M., Limber, S. P., Electronic Bullying Among Middle School Students, Journal of Adolescent Health, Vol. 41 2007, p.522-530.

11. Li, Q., Cyberbullying in Schools A Research of Gender Differences, School Psychology International, Vol. 27 2006, p.157-170.

12. Ma, X., Bullying in Middle School Individual and School Characteristics of Victims and Offenders, School Effectiveness and School Improvement, Vol. 13 2002, p.63 89.

13. Raskauskas, J., Stoltz, A. D., Involvement in Traditional and Electronic Bullying Among Adolescents, Developmental Psychology, Vol. 43 2007, p.564-575.

14. Shariff, S., 2008, Cyber-Bullying Issues and Solutions for the School, the Classroom and the Home, New York Routledge.

15. Smith, P.K., Talamelli, L., Cowie, H., Naylor, P., & Chauhan, P., Profiles of Non Victims, Escaped Victims, Continuing Victims and New Victims of School Bullying, British Journal of Educational Psychology, Vol. 74 2004, p. 565–581.

16. Smith P.K., Mahdavi J., Carvalho M., Fisher S., Russell S., and Tippett N., Cyberbullying: Its Nature and Impact in Secondary School Pupils, Journal of Child Psychology and Psychiatry, Vol. 49 2008, p. 376–385.

17. Willard N., 2007, Educator‘s Guide to Cyberbullying and Cyberthreats, Eugene, OR: Center for Safe and Responsible Internet Use, (Online), (new.csriu.org/cyberbully/docs/ cbcteducator.pdf, diakses tanggal 10 Januari 2012)

18. Wolak, J., Mitchell K.J., & Finkelhor, D., Unwanted and Wanted Exposure to Pornography in A National Sample of Youth Internet Users, Pediatrics,Vol. 119 2007, p. 247-257.

PENGEMBANGAN COST DRIVER MODEL COCOMO II DENGAN

MODIFIKASI NILAI ATRIBUT PERSONEL UNTUK ESTIMASI USAHA

PERANGKAT LUNAK

Sri Andayani1, Retantyo Wardoyo2 1

Sekolah Tinggi Teknik Musi Palembang, andayani_s@sttmusi.ac.id 2

Universitas Gadjah Mada Yogyakarta, rw@.ugm.ac.id

ABSTRAK

Estimasi pembangunan perangkat lunak adalah proses memperkirakan upaya untuk

pengembangan perangkat lunak. Upaya adalah usaha(orang/bulan), jadwal(bulan) dan

biaya. Estimasi pembangunan perangkat lunak diperlukan untuk mendapatkan hasil

dengan tingkat akurasi yang tinggi. Modifikasi model COCOMO II yang disesuaikan

dengan lingkungan pemograman lokal dianggap dapat meningkatkan akurasi dan

prediksi estimasi perangkat lunak. Atribut personel cost driver model COCOMO II adalah

atribut yang menilai pekerjaan proyek berdasarkan sumber daya manusia karenanya

dianggap penting dalam kegiatan suatu organisasi. Penelitian ini menggunakan 29

dataset dari beberapa perusahaan pengembang perangkat lunak. Tujuannya adalah

untuk menentukan perbedaan hasil estimasi usaha menggunakan model COCOMO II dan

COCOMO modifikasi. Hal lainnya adalah untuk mengetahui tingkat akurasi dan prediksi

model COCOMO modifikasi terhadap estimasi usaha perangkat lunak. Model COCOMO II

memberikan akurasi 13,1% dan prediksi 80% tetapi model COCOMO modifikasi

memberikan akurasi 13,0% dan prediksinya 90% sehingga terdapat peningkatan akurasi

sebesar 0,1% dan prediksi sebesar 10%.

Kata kunci: COCOMO II, COCOMO Modifikasi, atribut personel, cost driver

1.

Pendahuluan

Pembangunan proyek perangkat lunak berbeda dengan pembangunan proyek

fisik seperti pembangunan gedung ataupun jalan yang dapat diukur seperti jumlah,

ukuran, berat dan sebagainya. Estimasi pembangunan perangkat lunak adalah proses

memprediksi upaya yang diperlukan untuk mengembangkan proyek perangkat lunak.

Prediksi upaya yang dimaksud adalah usaha (orang/bulan), jadwal (bulan) dan biaya.

Estimasi pembangunan perangkat lunak mungkin sederhana dalam konsep tetapi sulit

dan rumit dalam kenyataannya karena karakteristiknya yang abstrak tidak dapat diukur

secara kasat mata. Proses ini merupakan salah satu tantangan terbesar dan komponen

yang paling mahal di pembangunan perangkat lunak.

Model COCOMO II mempunyai tiga tingkatan yaitu: (1) Tingkat pembuatan

prototipe awal (2) Tingkat perancangan awal (3) Tingkat pasca arsitektur

(Post-Architecture). Tingkat Post-Architecture adalah tingkatan yang paling rinci dan memang

ditujukan untuk digunakan saat arsitektur perangkat lunak siklus hidup telah

dikembangkan. Selain itu, terdapat dua aspek penting pada tingkat

Post-Architecture

model COCOMO II yaitu lima scale factor (faktor skalar) adalah faktor penentu eksponen

yang digunakan dalam

effort equation (persamaan usaha) dan 17 atribut

cost driver

(pengendali biaya) adalah faktor pengali yang menentukan usaha yang diperlukan untuk

menyelesaikan proyek perangkat lunak (Boehm., dkk., 2000).

Salah satu atribut pada

cost driver (pengendali biaya) adalah atribut personel.

Atribut ini menilai pekerjaan berdasarkan faktor sumber daya manusia. Faktor sumber

daya manusia adalah salah satu aspek yang penting dan relevan dengan manajemen

proyek perangkat lunak. Sumber daya manusia pada proyek adalah para pekerja yang

terlibat pada proyek tersebut. Pekerja bisa mengarahkan terjadinya perbaikan kinerja

organisasi tetapi bisa juga menurunkan kinerja. Biaya dan jadwal pembangunan

perangkat lunak juga tergantung pada kinerja pekerja. Disamping itu, faktor manusia

dianggap rumit karena perbedaan kemampuan tiap individu dan lingkungannya

(Palacios., dkk., 2007).

Penyesuaian nilai ketetapan pada model COCOMO II terus dilakukan karena

berbedanya lingkungan pemrograman di tiap Negara. Beberapa peneliti melakukan

proses kalibrasi dan modifikasi terhadap aspek faktor skala dan

cost driver model

COCOMO II dengan model estimasi lainnya sehingga menghasilkan koefisien baru yang

telah disesuaikan dengan lingkungan pemograman lokal (Yahya., dkk., 2006). Hal

tersebut diharapkan dapat memberikan gambaran yang jelas mengenai kontribusi dari

faktor skala dan

cost driver

terhadap estimasi usaha perangkat lunak sehingga dapat

memberikan pengaruh yang signifikansi dan tingkat akurasi yang tinggi terhadap

estimasi usaha perangkat lunak. (Yahya, dkk., 2010).

Dari uraian di atas, maka permasalahan dalam penelitian ini adalah: (1)

Bagaimana memodifikasi nilai atribut personel pada aspek cost drivers model COCOMO

II (2) Bagaimana menguji coba dengan menggunakan 29 dataset yg sama untuk melihat

apakah modifikasi yg dilakukan terhadap enam atribut personel berpengaruh secara

signifikan pada akurasi estimasi usaha dan (3) Bagaimana membandingkan akurasi hasil

estimasi usaha pembangunan perangkat lunak yang menggunakan model COCOMO II

dengan hasil estimasi usaha pembangunan perangkat lunak yang menggunakan model

COCOMO modifikasi serta mengevaluasi performansi hasil COCOMO modifikasi.

Peneliti-Peneliti Terdahulu

Penelitian-penelitian mengenai model COCOMO II telah banyak dilakukan. Di

Indonesia bahkan di beberapa negara maju, penelitian terhadap model ini terus

dilakukan untuk mendapatkan hasil yang akurat. Beberapa penelitian dilakukan dengan

mengkalibrasi dan memodifikasi beberapa aspek yang mendukung model COCOMO II.

Beberapa tinjauan penelitian yang telah dilakukan berkaitan dengan penelitian yang

akan dilakukan diuraikan sebagai berikut:

Penelitian pertama yang dibahas sebagai tinjauan pustaka adalah penelitian yang

dilakukan oleh Ye Yang, dkk., (2005) menyajikan penyelidikan efek kompresi jadwal

(SCED) pada proyek perangkat lunak pengembangan usaha dan biaya. Ada tiga

penelitian yang dilakukan yaitu: (1) Mengikuti

effort multipliers ideal (IEM) analisis cost

driver SCED dari model COCOMO II. IEM digunakan untuk menormalkan efek buruk dari

atribut yang akan dianalisis pada penelitian. (2) Membandingkan jadwal nyata rasio

kompresi yang didapatkan dari 161 proyek industri dan rasio diwakili oleh SCED

cost

driver. Perbandingan yang dilakukan dengan menggunakan model COCOMO 81 dan

model COCOMO II. (3) Analisis yang didapatkan bahwa satu set rating baru diusulkan

peringkat pengendali SCED untuk COCOMO II diperkenalkan yang menunjukkan

perbaikan dari 6% pada akurasi model estimasi.

Palacios, dkk., (2007), melakukan penelitian terhadap model COCOMO II yang

disesuaikan dengan kondisi pengembangan perangkat lunak di negara tersebut.

Penelitian lebih tertuju pada aspek atribut personel sebagai cost driver pada model

COCOMO II dan dikombinasikan dengan model People-CMM. Pada penelitian ini

dijelaskan faktor manusia (Human Factor) adalah salah satu relevansi yang terpenting

dan aspek yang krusial pada manajemen pengembangan proyek perangkat lunak.

Tujuannya adalah perbaikan unjuk kerja untuk menyelesaikan perangkat lunak pada

organisasi.

Ibrahim, A., dkk. (2008) menjelaskan tujuan penelitian ini adalah melakukan

estimasi perangkat lunak dengan menggunakan tingkatan early desain model COCOMO

II. Hasil akhirnya adalah tingkatan

early desain model COCOMO II dapat diterapkan

dalam memprediksi biaya (usaha dan jadwal) perangkat lunak.

Yahya dkk. (2009) melakukan penelitian tentang aspek PMAT (Process Maturity)

sebagai scale factor COCOMO II untuk mengetahui pengaruhnya pada jadwal perangkat

lunak. Tujuan penelitian ini adalah mendapatkan nilai baru faktor skala yang telah

disesuaikan dengan lingkungan lokal mereka. Dengan 40 dataset didapatlah nilai PMAT

baru yang diberi nama Ideal Scale Factor (ISF PMAT). Hasil penelitian menyatakan bahwa

ISF-PMAT berhasil mengestimasi jadwal lebih dekat ke jadwal aktual dibandingkan

dengan estimasi jadwal yang didapat dari model COCOMO II. ISF-PMAT memberikan

perbaikan akurasi model COCOMO II dengan PRED 20% yaitu 13% untuk CMMI level satu

(Lower Half), 12% untuk CMMI level one (Upper Half), 37% untuk CMMI level dua, 50%

untuk CMMI level tiga dan 38% untuk CMMI level empat.

manajemen proyek. Salah satu input yang paling penting untuk biaya perangkat lunak

estimasi model COCOMO II adalah proses PMAT. Ditunjukan bahwa arus nilai untuk

scale factor PMAT COCOMO II tidak cukup mencerminkan dampak CMMI-based.

Hasil penelitian adalah didapatkan nilai PMAT baru (Ideal Scale Factor-PMAT) yang lebih

mencerminkan dampak proses CMMI- based pada usaha pengembangan perangkat

lunak. Nilai baru tersebut menghasilkan perbaikan akurasi dalam model COCOMO II

dalam hal PRED (30) sebesar 12% untuk CMMI tingkat satu (bagian bawah), 13% untuk

satu tingkat CMMI (atas setengah), 37% untuk dua tingkat CMMI, 50% untuk tingkat tiga

CMMI dan 25% untuk organisasi tingkat empat CMMI.

2. Pembahasan

Modifikasi Atribut Personel Cost Driver Model COCOMO II

Dataset yang telah dikumpulkan, digunakan untuk mendapatkan effort multiplier

yang ideal (IEM). IEM ini digunakan untuk menormalkan efek buruk dari atribut yang

akan dianalisis (Boehm., dkk., 2000). Langkah modifikasi atribut adalah:

1.

Hitung Usaha(P,CdaModif) dengan menggunakan persamaan:

A= 2,94, EM_but_Modif adalah

effort multilpier

kecuali atribut personel yang

dianalisis sehingga ada 16 atribut cost driver yang dihitung.

B = 1,01 + 0,01 * ∑ ekspo e faktor skala …...(2)

2.

Menghitung IEM(P,CDA) dengan persamaan:

3.

Mengelompokkan IEM(P,CDA) dengan mengunakan tabel rating untuk atribut

personel (contoh: VL,L,N,H,VH)

4.

Menghitung nilai rata-rata untuk setiap kelompok sebagai IEM-CDA nilai rating

dimana hasil akhirnya adalah rating baru.

Rating baru yang didapat dari proses modifikasi atribut personel cost driver ditunjukkan

pada Tabel 1.

Tabel 1. Rating Baru Atribut Personel Cost Driver Model COCOMO II

...(1)

Estimasi Usaha

Hasil estimasi usaha model COCOMO II dan model COCOMO Modifikasi dapat

ditunjukkan pada Tabel 2 di mana proyek yang diestimasi berjumlah 10.

Tabel 2. Perbandingan Usaha Aktual, Usaha COCOMO dan Usaha Modifikasi

Pengujian Terhadap Estimasi Usaha Perangkat Lunak

Pengujian dilakukan dengan menggunakan MRE dan PRED(25%) untuk

mengukur akurasi dan prediksi model Cocomo dan model Cocomo Modifikasi.

Pengujian dilakukan untuk mengetahui akurasi (accurate) model COCOMO II dan

model COCOMO modifikasi. Teknik pengujian dengan melakukan perbandingan antara

data aktual dan data hasil estimasi dengan menggunakan MRE dan PRED 25% .

Rumusan perhitungan MRE dan PRED 25% ditunjukkan pada persamaan(:

...(6)

MRE atau Magnitude Relative Error didapatkan dari pengurangan usaha estimasi dengan

usaha aktual kemudian dibagi dengan usaha aktual.

Usaha estimasi adalah usaha yang didapatkan dari proses estimasi sedangkan

usaha aktual adalah usaha yang didapatkan dari proses sebenarnya (nyata).

...(7)

K adalah jumlah proyek dimana MRE kurang dari atau sama dengan P (dalam penelitian

ini menggunakan 25%) dan N adalah jumlah proyek (Conte.,dkk., 1986).

Berdasarkan perhitungan dapat disimpulkan bahwa akurasi estimasi Usaha

Cocomo atau MMRE = 0,131 atau sekitar 13,1% mendekati Usaha Aktual. Perhitungan

prediksi (PRED(25%)) mempunyai tingkat 80% prediksi Usaha Cocomo mendekati Usaha

Aktual. dari perbandingan uji MRE dan PRED(25%) pada Usaha Cocomo dan Usaha

Modifikasi maka didapatlah hasil perbaikan akurasi estimasi usaha sebesar 0,1% dan

perbaikan prediksi sebesar 10%.

3. Kesimpulan

Berdasarkan penelitian yang telah dilakukan, dirangkum kesimpulan dalam

beberapa hal sebagai berikut:

2.

Modifikasi atribut personel

cost driver

model COCOMO II telah berhasil

diimplementasikan dalam bentuk perangkat lunak untuk dapat melakukan estimasi

usaha perangkat lunak.

3.

Modifikasi atribut personel

cost driver model COCOMO II terhadap estimasi usaha

memberikan perbaikan tingkat akurasi sebesar 0,1% dan prediksi sebesar 10%

dibandingkan dengan model COCOMO II.

4.

Kinerja dari model COCOMO modifikasi relatif lebih baik dari model COCOMO II

karena MRE model COCOMO modifikasi lebih rendah dari MRE model COCOMO II.

Tingkat akurasi hasil estimasi dikatakan tinggi jika MRE hasil estimasi adalah

rendah.

Daftar Pustaka

1.

Boeh , B,

,

Software E gi eeri g Eco o ics”,

Prentice-Hall, New Jersey

2.

Boehm, B., Clark, B., Horowitz, E., Westland, C., Madachy, R., Selby., R., 1995,

Cost Models for Future Life Cycle Processes: COCOMO 2.0, Science Publisher,

Amsterdam.

3.

http://sunset.usc.edu/research/COCOMOII/Docs/C2ASE_submitted.pdf

, diakses

pada tanggal 12 April 2011.

4.

Boehm, B., Abts, C., Brown, A., Chulani, S.D, Clark, B., Horowitz, E., Madachy, R.,

‘eifer, D., a d “tee e, B.,

,

Software Cost Estimation with COCOMO II

,

Prentice Hall, New Jersey.

5.

Ce ter for “oft are E gi eeri g,

COCOMO II Cost Estimation Questionnaire

,

Computer Science Department, University of Southern California.

6.

Co te, “., Du s ore, H., “he , V.,

,

Software Engineering Metrics and

Models”,

Menlo Park, California: Benjamin/Cummings.

7.

Ibrahim, A., dan Ali, S., 2008, Analisis Keberkesanan Sistem Penyelarasan Kos

Projek Pembangunan Perisian Menggunakan Model Reka Bentuk Awalan

COCOMO II, Jurnal Teknologi, 48(D).

8.

Palacios, R.C., Marcos, R.M.,, M.G.B., Juan., G.C., Angel. , 2007, Competency

Assessment: Integrating COCOMO II and People-CMM for Estimation

Improvement, CLEI Electronic Journal, No.2, Vol.10.

9.

Yahya, M.A., Masoud, F., dan Hudaib, A., 2006, The Effect of Software

Development Environment on Software Cost Estimation,

in Proceedings of the

10

th

World Multi Conference on Systematic, Cybernetics and Informatics,

pp.

239-243, USA.

10.

Yahya, M.A., Rodina, A., dan Sai, L., 2009, Effect of CMMI-Based Software

Process Maturity on Software Schedule Estimation,

Malaysian Journal of

Computer Science, No. 2, Vol. 22

11.

Yahya, M.A, Rodina, A., dan Sai, L., 2010, Impact of CMMI Based Software

Process Maturity o COCOMO II s Effort Esti atio ,

The International Arab

Journal of Information Technology, No. 2, Vol. 7.

Komputasi Paralel Kompresi Gambar Citra

menggunakan Intel

Threading Building Block

Muhammad Faris Fathoni, Muhammad Nasrun, Astri Novianty Prodi Sistem Komputer, Institut Teknologi Telkom, Bandung

Email : mfarisfathoni@gmail.com

ABSTRAK

Pada saat ini komputasi kompresi gambar citra dilakukan secara sekuensial yang banyak melibatkan operasi matriks dengan perintah pengulangan (looping) seperti: sekuensial for, dengan menganggap bahwa prosesor yang digunakan adalah satu. Pada sisi lain sistem komputer paralel (multicore) sudah berada pada lingkungan pribadi. Contoh : Intel Core 2 Duo (2 core), i7 (8 core). Untuk memaksimalkan kinerja (performance) sistem komputer, Intel TBB (Threading Building Block) perlu dimanfaatkan dalam pemrograman komputasi paralel (multicore).

Pada penelitian ini dirancang dan diimplementasi suatu perangkat lunak kompresi paralel gambar citra menggunakan framework Intel TBB. Program ditulis dalam C++ pada MS Visual Studio 2008 dan dijalankan pada komputer berbasis Intel Core 2 Duo. Pengujian kompresi dilakukan secara sekuensial dan paralel pada berbagai gambar citra bitmap dengan faktor kualitas kompresi (Q = 1, 5, 10). Hasil pengujian menunjukkan bahwa rasio kompresi bernilai antara 6,8 sampai 17,0, sedangkan speedup bernilai antara 1,02 sampai 1,69.

Kata kunci : komputasi paralel, multithread, multicore, kompresi gambar

1. Pendahuluan

Pada saat ini, kompresi gambar citra banyak digunakan pada berbagai bidang. Misalnya : streaming citra pada pesawat terbang patroli maritim, rekam data gambar pasien dalam kedokteran, streaming gambar citra telekonferensi, dan lain lain. Pada umumnya komputasi kompresi gambar citra dilakukan secara sekuensial (serial) yang banyak melibatkan operasi matriks dengan perintah pengulangan (looping) seperti: for, while, dengan menganggap bahwa prosesor yang digunakan adalah satu. Sedangkan ukuran operasi matriks pada proses kompresi gambar citra sebanding dengan resolusi dari gambar citra tersebut.

Pada sisi lain, sistem komputer paralel (multicore) sudah berada pada lingkungan pribadi (personal computer). Contoh : Intel Core 2 Duo (2 core), i5 (4 core), i7 (8 core). Program sekuensial jika dieksekusi pada komputer multicore hanya memerlukan satu prosesor (1 core) sehingga prosesor (core) yang lain akan idle. Paradigma komputasi paralel (multicore) perlu dimanfaatkan untuk memaksimalkan kinerja (performance) sistem komputer yang ada. Pustaka (library dan framework) Intel TBB (Threading Building Block) mengimplementasikan komputasi paralel dengan menjadwalkan (scheduling) task (proses) dan menyeimbangkan beban kerja (workload) paralel diantara prosesor (core) untuk meningkatkan utilisasi core.

dengan menggunakan pustaka Intel TBB agar waktu komputasi lebih cepat dan kinerja prosesor multicore lebih optimal dengan membandingkan waktu antara komputasi sekuensial dan waktu komputasi paralel untuk berbagai faktor kualitas kompresi (Q = 1, 5, dan 10).

Kompresi Gambar Citra

Suatu frame gambar digital direpresentasikan dengan sebuah matriks yang masing-masing elemennnya merepresentasikan nilai intensitas piksel (pixel). Data gambar citra dapat dipisahkan menjadi 3 komponen warna, yaitu merah (red), hijau (green), dan biru (blue). Warna tiap piksel ditentukan oleh kombinasi dari masing – masing warna. Pada format PAL (Phase Alternating Line), citra dipisahkan berdasarkan komponen kecerahan (luminance) dan komponen warna (crominance). Kecerahan dinyatakan dengan Y, sedangkan warna dinyatakan dengan U dan V. Komponen tersebut merupakan hasil transformasi RGB dengan rumus :

�

= 0,299 + 0,587 + 0,114

=

− �

× 0,493

;

= (

− �

) × 0,877

Kompresi gambar citra terdiri atas proses transformasi dan kuantisasi, yang bersifat lossy, sedangkan pengkodeannya bersifat lossless. Untuk melakukan transformasi dari domain waktu ke domain ruang digunakan Discrete Cosine Transform (DCT). Kemudian kuantisasi digunakan untuk memotong hasil transformasi. Selanjutnya pengkodean dengan menggunakan Run Length Encoding (RLE) dan Variable Length Coding (VLC). Gambar 1 memperlihatkan tahapan proses kompresi suatu gambar citra.

DCT Quant RLE VLC

(YUV)

Gambar 1. Tahapan proses kompresi gambar citra.

Prinsip dasar DCT adalah mentransformasikan data dari domain ruang ke domain frekuensi. Masukkan proses DCT berupa matriks data dua dimensi NxN yang memilki persamaan :

,

=

1

2

�

. ( )

,

.

�−1

=0 �−1

=0

cos

(2 + 1)

�

2

�

. cos

(2 + 1)

�

2

�

�

=

1

2

�

= 0,

�

= 1

� ≠

0

dimana f(x,y) = data pada domain ruang, dan F(u,v) = data pada domain frekuensi. Keluaran proses DCT merupakan matriks data dua dimensi NxN. Tiap koefisien dari matriks keluaran ini adalah nilai tiap frekuensi spasial dua dimensi. Secara teori, DCT adalah lossless. Namun pembulatan mengakibatkan sifat lossy.

INPUT (RGB)

Kuantisasi diperlukan untuk mengurangi jumlah bit yang dibutuhkan untuk menyimpan suatu nilai dengan cara memperkecilnya. Proses ini dilakukan setelah proses DCT. Proses kuantisasi dilakukan dengan persamaan berikut.

Hasil kuantisasi (x,y) = F(x,y) / Quantum (x,y)

Quantum = Matriks Kuantisasi (uniform / nonuniform)

RLE (Run Length Encoding) adalah salah satu metode pengkodean yang memanfaatkan serangkaian simbol berurutan, dikodekan menjadi suatu kode baru yang terdiri dari simbol tersebut dan jumlah pengulangannya. RLE dilakukan pada data yang bernilai nol karena pada keluaran proses DCT yang dikuantisasi, nilai nol akan berulang secara berurutan sedangkan nilai lain jarang berurutan.

VLC (Variable Length Coding) digunakan untuk mengkodekan simbol dengan kode – kode tertentu yang mempunyai panjang berlainan. VLC menggunakan prinsip entropi, yaitu simbol yang sering muncul dikodekan dengan kode yang pendek dan simbol yang jarang muncul dikodekan dengan kode yang panjang. Hal ini menyebabkan bit yang dibutuhkan menjadi lebih sedikit.

Komputasi Paralel (Multicore)

Komputasi paralel adalah suatu komputasi dengan memanfaatkan beberapa prosesor internal maupun beberapa komputer yang saling terhubung membentuk platform komputasi kinerja tinggi yang koheren. Implementasi komputasi paralel antara lain: jaringan (network), cluster, tersebar (distributed), multikomputer (multiprosesor), dan multicore. Komputer multicore adalah sistem komputer dengan dua atau lebih prosesor (core) dimana semua prosesor (core) terletak pada satu chip IC. Gambar 2 berikut memperlihatkan suatu contoh sistem komputer multicore yaitu komputer berbasis prosesor Intel Core 2 Duo, yang mempunyai dua buah core dalam satu chip IC.

Gambar 2 Sistem komputer multicore berbasis Intel Core 2 Duo.

=

�

� �

�

�

�

� �

�

�

(

)

Intel Threading Building Block (TBB) adalah library berbasis C++ yang dikembangkan oleh perusahaan prosesor Intel untuk penulisan program dengan memanfaatkan prosesor multicore. Library ini terdiri dari struktur data dan algoritma yang memungkinkan pemrogram menghindari kerumitan yang ada dalam mekanisme multithreading pada prosesor multicore. Program berbasis TBB akan mampu menciptakan, mensinkronkan dan mematikan proses sesuai algoritma yang dibuat oleh pemrogram.

Intel TBB mengimplementasikan task (proses) dengan menyeimbangkan beban kerja (workload) paralel diantara prosesor (core) agar meningkatkan utilisasi core. Jika satu core menyelesaikan pekerjaan sementara core lain mempunyai antrian pekerjaan, maka TBB akan menugaskan ulang pekerjaan tersebut dari core yang sibuk (busy) ke core yang nganggur (idle). Kemampuan dinamis dari TBB ini memungkinkan pemrogram menulis program aplikasi dengan keseimbangan beban antar core dan utilisasi sistem menjadi maksimal.

Gambar 3 Layout framework Intel TBB.

Pada dasarnya pengolahan gambar citra banyak melibatkan perkalian matrik, karena suatu frame gambar dapat dipandang sebagai data matrik. Perkalian matriks secara sekuensial dilakukan dengan cara pengulangan menggunakan perintah sekuensial for. Sedangkan perkalian matriks secara paralel dapat dilakukan dengan cara menggunakan pustaka Intel TBB yaitu parallel_for.

2. Pembahasan

dan Par_Encoder.cpp. Hasil compile dan link proyek encoder menghasilkan file SEncoder08.exe dan PEncoder08.exe.

Sek_DCT Sek_Quant Sek_RLE Sek_VLC

(YUV)

a. Kompresi sekuensial (Sek_Encoder)

Par_DCT Par_Quant Par_RLE Par_VLC

(YUV)

b. Kompresi paralel (Par_Encoder)

Gambar 4. Implementasi sekuensial dan paralel kompresi gambar citra.

Pengujian kompresi dilakukan secara sekuensial dan paralel pada berbagai gambar citra bitmap dengan faktor kualitas kompresi (Q = 1, 5, 10). Gambar 5 memperlihatkan file gambar citra original yang akan digunakan untuk pengujian kompresi, sebagai masukkan dari eksekusi program SEncoder08.exe dan PEncoder08.exe.

Tabel 1 memperlihatkan perbandingan hasil pengujian kompresi gambar citra hasil keluaran dari eksekusi program SEncoder08.exe dan PEncoder08.exe. Rasio kompresi adalah hasil perbandingan antara ukuran file original dan ukuran file hasil kompresi. Dari tabel terlihat bahwa rasio kompresi bernilai antara 6,8 sampai 17,0, sedangkan speedup bernilai antara 1,02 sampai 1,69.

a. ITT.bmp b. ITT1.bmp c. MIT.bmp

Gambar 5. File gambar original untuk pengujian.

Tabel 1 Perbandingan hasil pengujian kompresi gambar citra Nama

File Original

Faktor Kinerja Kompresi Sekuensial

Kompresi Paralel ITT1.bmp

(768 x 1024 piksel, 2359296 Byte)

Nama File Kompresi Faktor Kualitas (Q) Ukuran File (Byte) Rasio Kompresi (x) Waktu Kompresi (detik) Speedup (x) = 1,36736

ITT1q1s 1 489543 4,819385 1,271280

ITT1q1p 1 489543 4,819385 0.929733 INPUT

(RGB)

OUTPUT

INPUT (RGB)

ITT1.bmp (768 x 1024 piksel,

2359296 Byte)

Nama File Kompresi Faktor Kualitas (Q) Ukuran File (Byte) Rasio Kompresi (x) Waktu Kompresi (detik) Speedup (x) = 1,32846

ITT1q5s 5 242590 9,725446 0,785788 ITT1q5p 5 242590 9,725446 0,591502 ITT1.bmp

(768 x 1024 piksel, 2359296 Byte)

Nama File Kompresi Faktor Kualitas (Q) Ukuran File (Byte) Rasio Kompresi (x) Waktu Kompresi (detik) Speedup (x) = 1,22363

ITTq10s 10 158598 14,875951 0,692191 ITT1q10p 10 158598 14,875951 0,565682 MIT.bmp

(768 x 1024 piksel, 2359296 Byte)

Nama File Kompresi Faktor Kualitas (Q) Ukuran File (Byte) Rasio Kompresi (x) Waktu Kompresi (detik) Speedup (x) = 1,28794

MITq1s 1 344335 6,851746 0,830132 MITq1p 1 344335 6,851746 0,644542 MIT.bmp

(768 x 1024 piksel, 2359296 Byte)

Nama File Kompresi Faktor Kualitas (Q) Ukuran File (Byte) Rasio Kompresi (x) Waktu Kompresi (detik) Speedup (x) = 1,32302

MITq5s 5 185371 12,727428 0,708233 MITq5p 5 185371 12,727428 0,535312 MIT.bmp

(768 x 1024 piksel, 2359296 Byte)

Nama File Kompresi Faktor Kualitas (Q) Ukuran File (Byte) Rasio Kompresi (x) Waktu Kompresi (detik) Speedup (x) = 1,69884

MITq10s 10 125008 18,873160 0,909523 MITq10p 10 125008 18,873160 0,535378 3. Kesimpulan

Dari hasil pengujian kompresi pada beberapa file gambar dengan berbagai faktor kualitas kompresi, dapat disimpulkan bahwa waktu komputasi kompresi yang dilakukan secara paralel lebih cepat dibandingkan dengan waktu komputasi kompresi secara sekuensial. Hal ini dikarenakan pada komputasi paralel penggunaan prosesor multicore lebih optimal. Sedangkan pada komputasi kompresi secara sekuensial hanya menggunakan satu core walaupun prosesor yang digunakan adalah prosesor multicore. Hal ini akan mempengaruhi nilai speedup komputasi paralel jika dibandingkan dengan komputasi sekuensial.

Penelitian selanjutnya dapat dilakukan dengan prosesor multicore yang memilki jumlah core lebih banyak (quadcore, i7, dsb.). Selain itu dapat diuji file gambar citra dengan berbagai ukuran yang lebih besar dan variasi warna yang lebih banyak.

Daftar Pustaka

1. Bulloch, G., "Introduction to Data Compression", Computer Science Dept., Carnegie Mellon University, 2001.

2. Cameron Hughes, Tracey Hughes, "Professional Multicore Programming : Design and Implementation for C++ Developers", Wiley Pub., Inc., Indianapolis, 2008.

Processor Parallelism", O'Reilly, California, 2007.

4. Paul Guermonprez, "Parallel Programming Course", Intel Software, Intel Corp., 2012.

5. Pu, I. M., "Fundamental Data Compression". Butterworth - Heinmann (BH), Elsevier, Oxford, 2001.

6. Richard H. Carver, Kuo-Chung Tai, "Modern Multithreading : Implementing, Testing, and Debugging Multithreaded Java and C++ / Pthreads / Win32 Programs", A John Wiley & Sons, Inc., New Jersey, 2006.

7. Salomon, D., "Data Compression: The Complete Reference‖, 4th Edition, Springer - Verlag, London, 2007.

8. Thomas Rauber, Gudula Runger, "Parallel Programming : for Multicore and Cluster Systems", Springer - Verlag, Berlin, 2010.

E-CARD PASIEN PUSKESMAS KEDUNGMUNDU

Ahmad Zainuri, Muhammad Luthfi Hidayatullah, Deva Rizky Surya Putra, Anaz Satria Aji, Etika Kartikadarma

ahmad.zainuri02@gmail.com, misterluthfi@gmail.com, deva.rizky91@gmail.com,

aji.anaz@gmail.com, etika.kartikadarma@dsn.dinus.ac.id

Universitas Dian Nuswantoro 2013

ABSTRAK

Dunia kesehatan kali ini tidak bisa lepas dengan perkembangan jaman yang sudah berbau teknologi. Apalagi itu menyangkut sebuah rekam medis dari pasien. Pengambilan data rekam medis dari pasien di lingkup rumah sakit sudah dilakukan secara mudah, yaitu dengan menggunakan e-card pasien yang di berikan ke setiap pasien. Dimana e-card pasien tersebut digunakan pasien saat hendak berobat ke rumah sakit, sehingga dokter dapat dengan mudah mengetahui rekam medis pasien dan dapat melakukan tindakan yang tepat kepada pasien tersebut. Namun E-card tersebut baru menjamah Rumah Sakit besar, bagaimana dengan yang berobat di puskesmas? Tentu ini sangat berbeda. Padahal rekam medis ini sangat penting untuk masyarakat khususnya pasien yang bersangkutan dan juga pihak kesehatan khususnya RS dan Puskesmas. Untuk itu, diciptakanlah E-card yang dapat dicetak sendiri dengan mudah dan dapat menghemat pengeluaran anggaran puskesmas serta dapat bermanfaat untuk mengetahui rekam medis dari pasien yang hendak berobat ke puskesmas tersebut.

Keywords : E-card , Puskesmas, Rekam Medis, Kartu Pasien.

1. Pendahuluan

Rekam Medis adalah hal yang sangat di perlukan dokter untuk mengidentifikasi penyakit pasien dengan mengetahui catatan fisik kondisi kesehatan pasien, sebelumnya untuk melakukan pemeriksaan lebih lanjut. Pengambilan data rekam medis dari pasien di lingkup rumah sakit sudah dilakukan secara mudah, yaitu dengan menggunakan e-card pasien yang di berikan ke setiap pasien. Dimana e-card pasien tersebut digunakan pasien saat hendak berobat ke rumah sakit, sehingga dokter dapat dengan mudah mengetahui rekam medis pasien dan dapat melakukan tindakan yang tepat kepada pasien tersebut

Penggunaan e-card pasien memang telah banyak di gunakan di berbagai rumah sakit besar, akan tetapi pemanfaatan teknologi e-card pasien ini belum menjamah lingkup puskesmas. Padahal puskesmas adalah tempat terdekat bagi masyarakat untuk berobat.

menggunakan satu kartu pasien saja. Penggunaan kartu pasien ini di rasa kurang efektif karena pasien kerap lupa membawa kartu pasien tersebut saat berobat, dan juga kartu pasien tersebut mudah rusak karena hanya menggunakan kertas biasa.

Belum digunakannya teknologi e-card pasien ini karena harga fasilitas kartu pasien sangat mahal dan tidak sesuai dengan anggaran yang ada di puskesmas.

Oleh karena itu dengan adanya e-card pasien yang dapat dicetak sendiri dengan mudah dapat menghemat pengeluaran anggaran puskesmas dan dapat bermanfaat untuk mengetahui rekam medis dari pasien yang hendak berobat ke puskesmas tersebut.

2. Pembahasan

a. Metode yang Digunakan

Dalam melakukan penelitian ini, kami melakukan survei ke lapangan atau puskesmas yang akan menggunakan perangkat lunak pencetak e-card pasien. Studi literature dengan mempelajari konsep dan teori - teori yang dapat mendukung proses pembuatan.  Pemilihan type label barcode yang akan di cetak yaitu Code 39

 Pemilihan bahasa pemrogaman yang akan digunakan yaitu PHP.

 Penentuan informasi yang akan ditampilkan pada e-card adalah barcode yang berisi kode unik no KK serta nama KK dan kode kelurahan.

 Pembuatan desain e-card pasien.

 Rencana pembuatan dan pemasangan menu pencetak e-card pasien puskesmas.  Proses pembuatan menu Pencetak e-card pasien puskesmas.

 Pengujian awal program dengan menggunakan sample pasien.  Pemasangan dan Pengujian program pada puskesmas.

b. Rancangan & Penjelasan

Hasil dari pembangunan perangkat lunak yang kami buat dapat di jelaskan dengan design interface sebagai berikut :

 Menu Cetak Kartu pada Pendaftaran Pasien

Setelah petugas puskesmas melakukan input data pasien, system akan memproses simpan data pasien ke dalam table. Kemudian system akan mencari apakah No. KK yang disimpan sudah pernah mencetak kartu. Jika sudah pernah mencetak, maka system akan memberi warning kepada user. Jika belum pernah mencetak kartu, maka akan muncul file pdf kartu yang siap cetak.

Hal ini dibuat dengan tujuan agar tidak terjadi redudansi cetak kartu, sehingga pasien puskesmas pun lebih tertib & berhati-hati akan kepemilikan kartu pasien puskesmas.  Menu Pencarian & Cetak Kartu Berdasarkan No. KK pada Kartu Pasien Puskesmas

belum pernah cetak kartu maka akan muncu tombol cetak pada form yang jika diklik muncul file pdf kartu pasien puskesmas secara otomatis yang siap dicetak.

 Menu Reset Cetak Kartu

Jika pasien mengalami kehilangan kartu pasien puskesmas, maka status cetak kartu pasien harus di-reset terlebih dahulu, supaya pasien dapat melakukan cetak kartu kembali.

c. Hasil

Berikut gambaran hasil dari E-card ini :

Gambar 1. Kartu E-card Keluarga Pasien

Inilah kartu yang digunakan dalam program sistem E-card puskesmas dalam penelitian ini. Satu E-card digunakan untuk satu kepala keluarga.

Gambar 2. Beranda Sistem Informasi E-card

Gambar 3. Halaman Registrasi Pasien

Form ini adalah form pendaftaran pasien baru, apabila No. KK yang diinputkan sudah pernah mencetak kartu, maka system akan memberi warning kepada user. Jika belum pernah mencetak kartu, maka akan muncul file pdf kartu yang siap cetak

Gambar 4. Form Pencarian Data Pasien

Ini merupakan Form yang digunakan untuk mencari data pasien dengan men-scan E-card pasien atau sesuai dengan nama KK dan kode kelurahan yang tertera pada E-card.

Form ini bisa tampil jika hasil data yang di cari sudah sesuai dan siap untuk dicetak sebagi bukti riwayat kesehatan.

Gambar 6. Form Hasil Data Pencarian

Menu ini digunakan untuk mereset kartu jika pasien kehilangan kartu, dengan mengisikan nama KK dan kelurahan tempat tinggal.

3. Kesimpulan

Perangkat Lunak E-card Pasien ini dapat digunakan oleh puskesmas sehingga dapat meminimalkan pengeluaran biaya karena tidak membeli mesin pencetak e-card pasien dan lebih memudahkan dokter dalam mengetahui rekam medis pasien yang hendak diperiksa, sehingga tidak terjadi kesalahan dalam mendiagnosa penyakit pasien dan dalam pemberian obat. Dapat memberikan efek yang positif kepada masyarakat yang berobat ke puskesmas, sehingga lebih percaya dengan pemeriksaan di puskesmas. Serta juga dapat membantu rumah sakit lain yang ingin mendapatkan rekam medis dari pasien yang pernah berobat ke puskesmas dengan mengambil rekam medis secara langsung.

Daftar Pustaka

1. Implementasi Teknologi Barcode Dalam Dunia Bisnis. Yogyakarta : Andi Publisher . 2. Kadir, Abdul. 2005. Microsoft Visual Basic 6.0. Yogyakarta : Andi Offset.

3. Herry, Agus. ―Mudahnya Membuat ID Card Sendiri.‖

http://idcardmurah.blogdetik.com/2012/01/11/mudahnya-membuat-id-card-sendiri/

(diakses tanggal 20 Juli 2012)

Rancangan Pengamanan Telecommand Berbasis Smartphone

dengan Algoritma RC4

Prasetyo Adi Wibowo Putro

Sekolah Tinggi Sandi Negara, JL Raya H. Usa, Putat Nutug, Bogor prasetyo.adi@stsn-nci.ac.id

ABSTRAK

Penelitian ini dilatarbelakangi rancangan pengamanan telecommand untuk robot berbasis smartphone, sehingga dalam melakukan telecommand perintah ke robot jauh lebih aman. Yang mana telecommand adalah perintah jarak jauh, sehingga rentan terhadap bahaya keamanan maupun pembajakan data ditengah-tengah perjalanan oleh sebab itu digunakan algoritma RC4 untuk mengamankan data telecommand yang digunakan untuk robot. Tujuan yang diharapkan dari penelitian ini mampu membuat pengamanan telecommand menggunakan algoritma RC4 sehingga dapat menjaga kerahasiaan data yang digunakan untuk instruksi. Diawali dengan Mikrokontroller Arduino yang dihubungkan dengan sensor bluetooth shield yang digunakan robot agar dapat pairing dan komunikasi dengan bluetooth smartphone android. User interface pengujian telecommand dari smartphone android dibuat dengan pemrograman android. Hasil yang diperoleh dapat mengamankan instruksi / data yang dikirim dari smartphone untuk telecommand sehingga menjadi ciphertext atau bukan real data awal (plaintext) saat diterima mikrokontroller (robot).

Kata kunci: Mikrokontroller Arduino, bluetooth shield, smartphone android, telecommand, kriptografi.

1. Pendahuluan

Dewasa kini, perkembangan teknologi telecommand amatlah pesat. Telecommand adalah sistem kendali jarak jauh yang digunakan untuk mengirimkan sebuah data dengan tujuan mengendalikan alat sesuai dengan keinginan dari operator. Penerapan telecommand sudah banyak dimanfaatkan pada perusahaan atau instansi pemerintahan, dan juga dapat digunakan untuk pengendalian robot[1].

Tidak hanya teknologi telecommand yang berkembang, smartphone juga mengalami perkembangan yang pesat pula. Smartphone kini layaknya komputer, memiliki sistem operasi. Smartphone dengan sistem operasi android kini kian banyak aplikasinya karena bersifat open source[2]. Dengan memanfaatkan kelebihan itulah banyak pengguna teknologi smartphone menggimplementasikan dalam berbagai bidang, salah satunya dapat digunakan sebagai pengendali jarak jauh untuk mengirim perintah telecommand untuk robot.

adalah perintah kendali jarak jauh karena perintah inilah yang menjadi informasi bagaimana sebuah robot harus bergerak.

Enkripsi merupakan salah satu cara yang dilakukan untuk mengamankan sistem atau informasi dari hal yang akan menyebabkan aspek-aspek tersebut terpenuhi, seperti untuk menjaga kerahasiaan data yang digunakan untuk telecommand. Algoritma RC4 adalah sebuah algoritma yang digunakan untuk kriptografi atau untuk pengamanan memproses unit atau input data pada suatu saat [3]. Dengan algoritma RC4 perancang akan mengamankan data untuk telecommand. Berdasarkan latar belakang tersebut maka peneliti lakukan adalah untuk pengamanan telecommand pada robot dengan algoritma kriptografi RC4.

Penelitian yang sebelumnya dilakukan adalah pemanfaatan telecommand untuk sistem kendali robot yang telah dilakukan oleh Bayu Hananto. Menggunakan mikrokontroller DT-51 dengan prosesor atmel 89S51 sebagai client dan computer sebagai server. Pengiriman data dilakukan oleh server dengan menggunakan COM serial port pada Visual Basic 6, pengiriman data tersebut dilakukan dengan serial melalui transmisi kabel serial RS-232. Pada sistem client sudah terdapat program yang telah diinput ke mikrokontroller. Sistem client ini hanya akan mengeksekusi apa yang telah diperintahkan oleh server[1].

2. Pembahasan

2.1 Analisis Pengamanan Telecommand

Pengamanan telecommand akan menggunakan algoritma RC4. RC4 ini merupakan

jenis stream cipher. Artinya operasi enkripsi dilakukan satuan data, dalam hal ini satu

perintah (command). Bila dibandingkan dengan block cipher yang beroperasi pada

data maka algoritma

stream cipher menjadi pilihan karena setiap perintah akan

diinterpretasikan sebagai 1 byte. Algoritma RC4 dipilih karena merupakan algoritma

stream cipher tercepat hingga saat ini [8].

Pada RC4 terdapat proses difusi kunci dengan menggunakan S-Box. Kunci sepanjang 256

byte akan dipermutasikan dengan S-Box. Penggunaan S-Box adalah sebuah konstanta

yang akan diinisalisasi saat sistem bekerja [4]. Sebagaimana terlihat pada Gambar 1,

Hasil permutasi kunci akan menjadi inisalisasi pembuatan kunci pseudo random.

Proses enkripsi dan dekripsi untuk telecommand yang akan dikirim dari smartphone ke

robot digambarkan pada Gambar 2. Perintah yang akan dikirim terlebih dahulu di XOR

dengan kunci hasil Pseudo-Random Sequence Generator dan menghasilkan sebuah

ciphertext. Setelah memperoleh ciphertext barulah ciphertext tersebut yang dikirimkan

ke robot. Proses XOR dilakukan per satuan perintah, dalam hal ini setiap perintah

berukuran 1 byte.

a.

Enkripsi

b. Dekripsi

Gambar 2. Skema Pengamanan Telecommand

Proses enkripsi dan dekripsi membutuhkan

Key.

Key merupakan kunci yang diberikan

oleh pengguna berupa data biner berukuran 1 byte. Key merupakan

One Time Key oleh

karena itu Pseudo-Random Sequence Generator harus menghasilkan rangkaian key yang

dapat digunakan sampai rangkaian

telecommand selesai (robot selesai beroperasi). Key

nantinya akan disimpan pada sebuah Proses selanjutnya adalah

Pseudo-Random

Sequence Generator yang merupakan rangkaian pengolahan

Key dengan S-Box hingga

pengacakan S-Box sehingga dihasilkan kunci baru. fungsi ini merupakan penggabungan 4

langkah awal persiapan kunci RC4 sebagaimana pada gambar 1. Ciphertext Bitstream

sebagai hasil proses enkripsi akan dikirimkan oleh telecommand dan setelah diterima

oleh robot akan dilakukan proses dekripsi sebagaimana terlihat pada Gambar 2.b.

2.2 Implementasi Sistem

Rancangan pengamanan yang telah dibuat selanjutnya diuji coba dengan

diimplementasikan ke sebuah aplikasi. Media nirkabel yang digunakan pada

implementasi ini adalah

bluetooth dengan detail spesifikasi perangkat yang digunakan

sebagai berikut :

1.

Robot :

a.

Mikrokontroller Arduino Uno

b.

Kabel Serial A/B

c.

Power Supply

d.

Bluetooth Shield

2.

Telecommand

Gambar 3. User Interface Aplikasi Telecommand dengan bluetooth

2.3 Manajemen Kunci

Manajemen Kunci adalah serangkaian teknik dan prosedur yang mendukung

pembentukan dan pemeliharaan keying relationship antara pihak-pihak yang telah

disahkan. Teknik manajemen kunci yang digunakan pada penelitian ini mencakup :

1.

Pembuatan.

Merupakan rencana bagaimana menciptakan kunci yang akan digunakan untuk

mengenkripsi dan mendekripsi. Pada penelitian ini kunci yang dibuat dengan

membuat kata yang bebas untuk kunci.

2.

Insert.

Merupakan pengelolaan bagaimana kunci yang akan digunakan untuk enkripsi

maupun dekripsi berada pada device yang akan digunakan. Pada penelitian ini

kunci dimasukkan dalam hardcoding.

3.

Penggunaan.

Merupakan bagaimana kunci yang akan kita gunakan untuk enkripsi an dekripsi

berada pada program. Pada penelitian ini kunci yang akan digunakan pada

program diinisialisasi pada variable.

4.

Pengendalian.

Merupakan penggunaan dan pemusnahan kunci yang digunakan baik untuk

enkripsi dan dekripsi. Pada penelitian ini kunci yang akan digunakan maupun

dimusnahkan dengan cara meng-hardcode atau mengganti kunci didalam

codingannya untuk mekanisme update kunci.

2.4 Pengujian

Tabel 1. Hasil Pengujian Telecommand Berbasis Bluetooth dengan pengamanan RC4

Dari Tabel 1 dapat dilihat percobaan selama 30 kali dan tingkat keberhasilan dari

aplikasi ini adalah 100%. Kemudian rata-rata dari interval waktu untuk proses

pengiriman data telecommmand aplikasi ini adalah (Jumlah interval waktu / jumlah uji

coba) = 63.55 / 30 = 2.12 detik. Pada saat pengujian apabila smartphone android

telah pairing dengan robot (mikrokontroller arduino + bluetoothshield), dan

smartphone meng-close aplikasi untuk mengirim telecommand, maka untuk pairing

kedua kalinya dengan menekan tombol reset terlebih dahulu pada mikrokontroller

arduino.

3. Kesimpulan

1.

Untuk dapat sinkronisasi antara robot (mikrokontroller+bluetoothshield) dengan

smartphone android melalui bluetooth, maka bluetooth pada robot

(mikrokontroller+bluetoothshield) diset sebagai slave agar dapat pairing dan

komunikasi dengan smartphone android. Bluetooth pada smartphone bekerja

sebagai master.

4.

Kriptografi simetrik memiliki kelemahan yakni apabila pihak kedua sniffing

perintah menggerakan robot memang pihak kedua tidak dapat membaca perintah

tersebut karena perintah tersebut sudah dienkrip, tetapi apabila pihak kedua

menyadari bahwa sistem aplikasi pengendali robot menggunakan kriptografi

simetrik maka pihak kedua dapat mengirim perintah yang dihasilkan dari

sniffing tadi untuk menggerakan robot. Jadi untuk pengembangan kriptografi

untuk pengamanan pengendalian robot selanjutnya dapat menggunakan

kriptografi asimetrik.

5.

Dapat dilakukan penelitian serupa pada sistem Symbian, J2ME, IOS atau Windows

Phone dengan memperhatikan layanan kriptografi yang disediakan masing-masing

sistem.

6.

Untuk pengembangan robot selanjutnya, agar jarak jangkauannya lebih jauh

maka dapat menggunakan wifi dengan menggunakan sensor wifi bee atau

internet dengan sensor ethernetshield yang support dengan mikrokontroller

arduino.

7.

Untuk pengembangan manajemen kunci untuk robot maupun

smartphone

menggunakan user interface / GUI dan dapat dilakukan tanpa perlu memanggil

robot.

Daftar Pustaka

1. Hananto, Bayu. “ Pemanfaatan Telecommand Untuk Sistem Kendali Robot”.

UPN “Veteran” Jakarta. Jakarta :2009.

2. H, Safaat, Nazruddin. “Pemrograman Aplikasi mobile Smartphone dan Tablet

PC berbasis Android”. Penerbit :Informatika Bandung. Bandung : 2011.

3. http://budi.insan.co.id/courses/el7010/dikmenjur/slamet-report.doc (diunduh tanggal 8 Februari 2013)

4. Kurniawan, Yusuf. 2004. Kriptografi Keamanan Internet dan Jaringan Telekomunikasi. Bandung : Penerbit Informatika. ISBN : 979-3338-16-4

5. Pratama, Arie. “Algoritma RC4 sebagai Perkembangan Metode Kriptografi”. ITB. Bandung : 2010.

6. http://dendiatama.blogspot.com/2011/09/arduino-teknologi-barumikrokontroler.htm (dilihat tanggal 6 November 2012)

7. Kusuma Jaya, Yudhistira. “Perancangan Sistem Muatan Roket dan Pemantau

Realtime untuk Attitude Serta Surveillance”. UPN “Veteran” Jakarta. Jakarta 2011.

Pemenuhan Kebutuhan Pada Komunitas

Online

Perempuan

Yudi Basuki1, Roos Akbar2, Pradono3, Miming Miharja4 1

Program Doktor Perencanaan Wilayah & Kota SAPPK ITB;

yudibasuki@yahoo.com

2

Program Doktor Perencanaan Wilayah & Kota SAPPK ITB; rakbar@pl.itb.ac.id 3

Program Doktor Perencanaan Wilayah & Kota SAPPK ITB; pradono@pl.itb.ac.id

4

Program Doktor Perencanaan Wilayah & Kota SAPPK ITB; mimingm@pl.itb.ac.id

ABSTRAK

Perkembangan aktivitas perkotaan di seluruh dunia dewasa ini berlangsung sangat pesat seiring dengan perkembangan teknologi, terutama yang menyangkut informasi dan komunikasi. Pada perkembangannya hal ini mengakibatkan perubahan definisi masyarakat (society) menjadi masyarakat jejaring (network society). Pada masyarakat jejaring, pola hubungan sosial masyarakat berubah dari struktural hirarkis menjadi lebih fleksibel.

Perubahan pola hubungan sosial masyarakat ini tidak hanya terjadi di negara maju namun juga di negara berkembang sehingga gejala perubahan hubungan sosial akibat masyarakat jejaring dapat dikatakan telah mendunia. Hal ini tergantung dari ketersediaan teknologi informasi dan komunikasi yang cenderung menjadi semakin mudah dan murah. Awalnya, teknologi informasi dan komunikasi diyakini akan mengurangi pertemuan fisik manusia atau meniadakan jarak (death of distance)

Kemudahan aplikasi di internet memudahkan orang untuk membentuk komunitas online (online communities) berdasarkan kesamaan kepentingan dan ketertarikan. Komunitas online yang terbentuk dapat beranggotakan banyak orang ataupun terbatas. Jenis komunitas online pun beragam. Keberadaan komunitas online juga dapat bertahan lama ataupun hanya sebentar. Aktivitas anggota komunitas online juga beragam namun pada umumnya adalah berupa pertukaran informasi dan pengetahuan.

Kemudahan ini juga telah memfasilitasi kaum perempuan dalam mengaktualisasikan dirinya melalui komunitas onlline perempuan. Dengan keunikan dan kekhasan tersendiri kaum perempuan membuat suatu komunitas yang sesuai dengan ketertarikan dan kesamaan kepentingannya. Dalam komunitas online, orang dapat beraktivitas tanpa harus bertemu secara langsung. Hal ini yang awalnya menjadi keyakinan bahwa sebagian besar urusan dapat diselesaikan dengan tanpa harus bertemu.

Artikel ini bertujuan untuk menjelaskan pemenuh