Sharing Tidak Menggunakan Kabel

SHARING TIDAK MENGGUNAKAN KABEL

• Buka Control Panel, pilih Network and Internet dan lanjutkan dengan klik Network and Sharing Center.

• Klik Change Advanced Sharing Setting dan rubah semua setting agar mengijinkan komputer lain bisa mengakses komputer windows 7 ini. Kalau perlu, jangan gunakan pilihan password protection sharing agar orang yang mengakses komputer anda tidak perlu lagi mengakses menggunakan password (Demi keamanan data-data anda, jangan pernah gunakan pilihan ini pada jaringan publik seperti hotspot di kafe, mall atau wilayah publik yang lain).

• Setelah itu, klik Save Changes.
• Lanjutkan dengan membuat folder yang akan di share dengan komputer lain.
• Buka windows explorer dan buat folder baru. Klik kanan folder tersebut dan pilih properties.
• Klik tab Sharing diikuti dengan klik tombol Share.

• Pada menu drop down, tambahkan user yang diizinkan untuk mengakses folder (Pada contoh kali ini kami menggunakan Evryone, yang intinya semua orang bisa akses tanpa melalui autenstikasi dan password).

• Tambahkan tingkat perizinan pada user Everyone, apakah hanya bisa membaca saja atau bisa juga menambahkan file (menulis).

• Terakhir, klik share dan di ikuti dengan klik tombol Done.

Read More

Pengertian Database

ini blogger...

saya ada info sedikit mengenai pengertian database..
selamat membaca..

1. PENGERTIAN DATABASE

Ada beberapa pendapat mengenai pengertian dari database, diantaranya:

a) Menurut Gordon C. Everest : Database adalah koleksi atau kumpulan data yang mekanis, terbagi/shared, terdefinisi secara formal dan dikontrol terpusat pada organisasi.

b) Menurut C.J. Date : Database adalah koleksi “data operasional” yang tersimpan dan dipakai oleh sistem aplikasi  dari suatu organisasi.

-  Data input adalah data yang masuk dari luar sistem

-  Data output adalah data yang dihasilkan sistem

-  Data operasional adalah data yang tersimpan pada sistem

c) Menurut Toni Fabbri : Database adalah sebuah sistem file-file yang terintegrasi yang mempunyai minimal primary key untuk pengulangan data.

d) Menurut S. Attre : Database adalah koleksi data-data yang saling berhubungan mengenai suatu organisasi / enterprise dengan macam-macam pemakaiannya.

Jadi SISTEM DATABASE adalah sistem penyimpanan data memakai komputer.

• Sifat-sifat database :

- Internal                  : Kesatuan (integritas) dari file-file yang terlibat.

- Terbagi/share     : Elemen-elemen database dapat dibagikan pada para user baik secara sendiri-sendiri maupun secara serentak dan pada waktu yang sama (Concurrent sharing).

• Elemen-elemen database :

1. Tipe  :

• Enterprise      =  Suatu jenis organisasi, misalnya Bank, Hotel, Universitas dan lain-lain.
• Entity              =  File  =  Obyek pada enterprise berdasarkan data yang disimpan
• Atribute          =  Field = Data item  =  Beberapa hal yang ingin diketahui dari suatu file
• Record            =  Satu set field yang merupakan ciri khas dari suatu file.

Istilah entity dan atribute biasanya digunakan pada tingkat konsepsual dan logikal, sedangkan file, record dan field pada tingkat internal/fisikal.

Hubungan : Enterprise terdiri dari beberapa entity, entity terdiri dari beberapa record dan record terdiri dari beberapa field.

2. Isi / Nilai :

• Data File               :  Seluruh isi data pada file
• Data Record         :  Satu set isi data pada suatu susunan field dari suatu file
• Data Value           :  Isi data masing-masing data elemen

2. DATABASE MANAGEMENT SYSTEM

Ada beberapa pendapat mengenai pengertian dari database Management system, diantaranya:

1. Menurut C.J. Date       : DBMS adalah merupakan software yang menghandel seluruh akses pada database untuk melayani kebutuhan user.
2. Menurut S, Attre         : DBMS adalah software, hardware, firmware dan procedure-procedure yang memanage database. Firmware adalah software yang telah menjadi modul yang tertanam pada hardware (ROM).
3. Menurut Gordon C. Everest   :  DBMS adalah manajemen yang efektif untuk mengorganisasi sumber daya data.

Jadi, DBMS  :  Semua peralatan komputer (Hardware+Software+Firmware). DBMS dilengkapi dengan bahasa yang berorientasi pada data (High level data langauage) yang sering disebut juga sebagai bahasa generasi ke 4 (fourth generation language).

Fungsi DBMS :

• Definisi data dan hubungannya
• Memanipulasi data
• Keamanan dan integritas data
• Security dan integritas data
• Recovery/perbaikan dan concurency data
• Data dictionary
• Unjuk kerja / performance

Peran DBMS

Dengan menggunakan DBMS, maka dapat :

• Mendefinisikan data dan hubungannya.
• Mendokumentasikan struktur dan definisi data
• Menggambarkan, mengorganisasikan dan menyimpan data untuk akses yang selektif/dipilih dan efisien.
• Hubungan yang sesuai antara user dengan sumber daya data.
• Perlindungan terhadap sumber daya data akan terjamin, dapat diandalkan, konsisten dan benar.
• Memisahkan masalah Logical dan physical sehingga merubah implementasi database secara fisik tidak menghendaki user untuk merubah maksud data (Logical).
• Menentukan pembagian data kepada para user untuk mengakses secara concurrent pada sumber daya data.

Contoh DBMS

• IMS-2 (Information Management System) oleh IBM, 1968
• IDMS (Integrated Database Management System) oleh Cullinett Software Inc, 1972
• INGRES oleh UN of CA & Relational Tech., 1973
• System-R oleh IBM Research, 1975
• ORACLE oleh Relational Software Inc. , 1979
• DBASE II oleh Ashton-Tate, 1981

3. TIPE DATABASE

a. Database Hierarkis

Pada database Hierarkis, field atau record diatur dalam kelompok-kelompok yang berhubungan, menyerupai diagram pohon, dengan record child (level lebih rendah) berada di bawah record parent (level yang lebih tinggi). Database hierarkis merupakan model tertua dan paling sederhana dari kelima model database. Dalam model database ini mengakses atau mengupdate data bisa berlangsung sangat cepat karena hubungan-hubungan sudah ditentukan. Tetapi, karena struktur harus didefinisikan lebih dahulu, maka hal ini cukup riskan. Lagipula menambahkan field baru ke sebuah record database membuat semua database harus didefinisikan kembali. Karena itulah diperlukan model database yang baru untuk menunjukkan masalah pengulangan data dan hubungan data yang kompleks.

b. Database Jaringan

Konsep database jaringan mirip dengan database hierarkis tetapi setiap record child dapat memiliki lebih dari satu record parent. Selanjutnya setiap record child dapat dimiliki oleh lebih dari satu record parent. Database jaringan pada dasarnya digunakan dengan mainframe, lebih fleksibel disbanding database hierarkis karena ada hubungan yang berbeda antarcabang data. Akan tetapi strukturnya masih harus didefinisikan lebih dahulu. Pengguna harus sudah terbiasa dengan struktur database. Lagipula jumlah hubungan antar-record juga terbatas, dan untuk menguji sebuah field seseorang harus mendapatkan kembali semua record.

c. Database Relasional

Database Relasional bekerja dengan menghubungkan data pada file-file yang berbeda dengan menggunakan sebuah kunci atau elemen data yang umum. Cara kerja database relasional dideskripsikan sebagai berikut: Elemen-elemen data disimpan dalam tabel lain yang membentuk baris dan kolom. Dalam model database ini data diatur secara logis, yakni berdasarkan isi. Masing-masing record dalam tabel diidentifikasi oleh sebuah field – kunci primer – yang berisi sebuah nilai unik. Karena itulah data dalam database relasional dapat muncul dengan cara yang berbeda dari cara ia disimpan secara fisik pada komputer. Pengguna tidak boleh mengetahui lokasi fisik sebuah record untuk mendapatkan kembali datanya.

d. Database Berorientasi Objek

Model ini menggunakan objek sebagai perangkat lunak yang ditulis dalam potongan kecil yang dapat digunakan kembali sebagai elemen dalam file database. Database berorientasi objek adalah sebuah database multimedia yang bisa menyimpan lebih banyak tipe data dibanding database relasional. Salah satu model database berorientasi objek adalah database hypertext atau database web, yang memuat teks dan dihubungkan ke dokumen lain.  Model lainnya adalah database hypermedia, yang memuat link dan juga grafis, suara, dan video.

Contoh: database DB2, Cloudscape, Oracle9i dan sebagainya

e. Database Multidimensial

Database Multidimensial (MDA) memodelkan data sebagai fakta, dimensi, atau numerik untuk menganalisis data dalam jumlah besar, tujuannya adalah untuk mengambil keputusan. Database Multidimensial menggunakan bentuk kubus untuk merepresentasikan dimensi-dimensi data yang tersedia bagi seorang pengguna, maksimal empat dimensi.

Contoh: InterSystem Cache, ContourCube, dan Cognoa PowerPlay

4. Data Mining

a. Pengertian

Penggalian data (bahasa Inggris: data mining) adalah ekstraksi pola yang menarik dari data dalam jumlah besar. Suatu pola dikatakan menarik apabila pola tersebut tidak sepele, implisit, tidak diketahui sebelumnya, dan berguna. Pola yang disajikan haruslah mudah dipahami, berlaku untuk data yang akan diprediksi dengan derajat kepastian tertentu, berguna, dan baru. Penggalian data memiliki beberapa nama alternatif, meskipun definisi eksaknya berbeda, seperti KDD (knowledge discovery in database), analisis pola, arkeologi data, pemanenan informasi, dan intelegensia bisnis. Penggalian data diperlukan saat data yang tersedia terlalu banyak (misalnya data yang diperoleh dari sistem basis data perusahaan, e-commerce, data saham, dan data bioinformatika), tapi tidak tahu pola apa yang bisa didapatkan.

b. Proses Pencarian Pola

Penggalian data adalah salah satu bagian dari proses pencarian pola. Berikut ini urutan proses pencarian pola:

• Pembersihan Data: yaitu menghapus data pengganggu (noise) dan mengisi data yang hilang.
• Integrasi Data: yaitu menggabungkan berbagai sumber data.
• Pemilihan Data: yaitu memilih data yang relevan.
• Transformasi Data: yaitu mentransformasi data ke dalam format untuk diproses dalam penggalian data.
• Penggalian Data: yaitu menerapkan metode cerdas untuk ekstraksi pola.
• Evaluasi pola: yaitu mengenali pola-pola yang menarik saja.
• Penyajian pola: yaitu memvisualisasi pola ke pengguna.

c. Teknik Penggalian Data

Pada dasarnya penggalian data dibedakan menjadi dua fungsionalitas, yaitu deskripsi dan prediksi. Berikut ini beberapa fungsionalitas penggalian data yang sering digunakan:

1. Karakterisasi dan Diskriminasi: yaitu menggeneralisasi, merangkum, dan mengkontraskan karakteristik data.
2. Penggalian pola berulang: yaitu pencarian pola asosiasi (association rule) atau pola intra-transaksi, atau pola pembelian yang terjadi dalam satu kali transaksi.
3. Klasifikasi: yaitu membangun suatu model yang bisa mengklasifikasikan suatu objek berdasar atribut-atributnya. Kelas target sudah tersedia dalam data sebelumnya, sehingga fokusnya adalah bagaimana mempelajari data yang ada agar klasifikator bisa mengklasifikasikan sendiri.
4. Prediksi: yaitu memprediksi nilai yang tidak diketahui atau nilai yang hilang, menggunakan model dari klasifikasi.
5. Penggugusan/Cluster analysis: yaitu mengelompokkan sekumpulan objek data berdasarkan kemiripannya. Kelas target tidak tersedia dalam data sebelumnya, sehingga fokusnya adalah memaksimalkan kemiripan intrakelas dan meminimalkan kemiripan antarkelas.
6. Analisis outlier: yaitu proses pengenalan data yang tidak sesuai dengan perilaku umum dari data lainnya. Contoh: mengenali noise dan pengecualian dalam data.
7. Analisis trend dan evolusi: meliputi analisis regresi, penggalian pola sekuensial, analisis periodisitas, dan analisis berbasis kemiripan.

 naahhh.. itu tadi sedikit info dari saya..
jangan lupa di likee ya blogger..
selamat datang kembali
www.siiinspirator.blogspot.com

Read More