Selasa, 22 November 2016

3D TEKNOLOGI



3D efek kamera tracker

3D efek kamera pelacak analisis urutan video untuk mengekstrak gerak kamera dan data adegan 3D. Gerakan kamera 3D memungkinkan Anda untuk benar komposit elemen 3D lebih rekaman 2D Anda.
Seperti Warp Stabilizer, 3D efek kamera pelacak analisis menggunakan proses latar belakang melakukan. Jangan ragu untuk menyesuaikan pengaturan atau bekerja pada bagian yang berbeda dari proyek Anda saat analisis berlangsung.

Menganalisis rekaman dan penggalian gerak kamera

  1. Dengan lapisan rekaman yang dipilih, lakukan salah satu hal berikut:
1.    Pilih Animasi> Jalur Camera, atau memilih lagu Camera dari menu konteks lapisan.
2.    Pilih Effect> Perspective> Kamera 3D Tracker.
3.    Pada panel Tracker, klik tombol Melacak Camera.
  1. Menyesuaikan pengaturan, sesuai kebutuhan.
3D diselesaikan poin track muncul sebagai kecil berwarna x. Anda dapat menggunakan poin track ini untuk menempatkan konten ke TKP.
Anda dapat memilih lebih dari satu lapisan pada satu waktu untuk pelacakan kamera menggunakan efek kamera pelacak 3D.
Augmented Reality (AR)
AR merupakan teknologi yang menggabungkan benda-benda maya, biasa digunakan untuk menampilkan skor pada pertandingan olahraga yang ditayangkan melalui 3D, foto, pesan teks di perangkat mobile.
Baik berdimensi 2 atau 3 dan benda-benda nyata ke dalam sebuah lingkungan nyata berdimensi 3, lalu memproyeksikan benda-benda maya tersebut dalam waktu nyata agar terintegrasi dan berjalan secara interaktif dalam dunia nyata.
AR membutuhkan input device seperti kamera atau webcam, alat output device seperti monitor atau HMD, agar benda maya tambahan berupa penanda dihasilkan berjalan secara real-time.
Kebanyakan pemimpin industri menggunakan teknologi AR, untuk melakukan hal-hal menakjubkan dan revolusioner dengan hologram dan perintah gerak yang telah diaktifkan.
SUMBER :
TUGAS ARBI PRAMANA 3”

DATA MINING




-DATA MINING-


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.
Fungsi Data Mining
Teknik – teknik data mining telah digunakan untuk menemukan pola yang tersembunyi dan meprediksi tren masa depan. Dan keuntungan kompetitif dari data mining termasuk dengan meningkatnya pendapatan, berkurangnya pengeluaran, dan kemampuan pemasaran yang meningkat.
Data Mining mempunyai 5 fungsi:

a. Classification
Classification, yaitu menyimpulkan definisi-definisi karakteristik sebuah grup. Contoh: pelanggan-pelanggan perusahaan yang telah berpindah kesaingan perusahaan yang lain.
b. Clustering
Clustering, yaitu mengindentifikasikan kelompok-kelompok dari barang-barang atau produk-produk yang mempunyai karakteristik khusus(clustering berbeda dengan classification, dimana pada clustering tidak terdapat definisi-definisi karakteristik awak yang di berikan pada waktu classification.)
c. Association
Association, yaitu mengidentifikasikan hubungan antara kejadian-kejadian yang terjadi pada suatu waktu, seperti isi-isi dari keranjang belanja.
d. Sequencing
Hampir sama dengan association, sequencing mengidentifikasikan hubungan-hubungan yang berbeda pada suatu periode waktu tertentu, seperti pelanggan-pelanggan yang mengunjungi supermarket secara berulang-ulang.
e. Forecasting
Forecasting memperkirakan nilai pada masa yang akan datang berdasarkan pola-pola dengan sekumpulan data yang besar, seperti peramalan permintaan pasar.

Tujuan data mining antara lain:

a. Explanatory
Untuk menjelaskan beberapa kondisi penelitian, seperti mengapa penjualan truk pick up meningkat di colorado.
b. Confirmatory
Untuk mempertegas hipotesis, seperti halnya 2 kali pendapatan keluarga lebih suka di pakai untuk membeli peralatan keluarga, di bandingkan dengan satu kali pendapatan keluarga.
c. Exploratory
Menganalisis data untuk hubungan yang baru yang tidak di harapkan, seperti halnya pola apa yang cocok untuk kasus penggelapan kartu kredit.
Pola Pencarian Proses
Data mining merupakan salah satu bagian dari proses pola pencarian. Berikut pola urutan proses pencarian :
  • Data Cleaning: yaitu menghapus data gangguan (noise) dan mengisi data yang hilang.
  • Data Integrasi: yaitu menggabungkan berbagai sumber data.
  • Pemilihan Data: yaitu memilih data yang relevan.
  • Transformasi data: yang mengubah data menjadi format untuk diproses dalam data mining.
  • Penggalian Data: yaitu menerapkan metode cerdas untuk ekstraksi pola.
  • Pola evaluasi: yang mengenali pola yang menarik saja.
  • Pola presentasi: pengguna untuk memvisualisasikan pola.

       Contoh Implementasi Datamining

Analisa Pasar dan Manajemen : Untuk analisa pasar, banyak sekali sumber data yang dapat digunakan seperti transaksi kartu kredit, kartu anggota club tertentu, kupon diskon, keluhan pembeli, ditambah dengan studi tentang gaya hidup publik.
      Sumber :
‘TUGAS ARBI PRAMANA 3’




INTERNET OF THINGS

INTERNET OF THINGS



Internet of Things, atau dikenal juga dengan singkatan' IoT, merupakan sebuah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus-menerus. Adapun kemampuan seperti berbagi data, remote control, dan sebagainya, termasuk juga pada benda di dunia nyata. Contohnya bahan pangan, elektronik, koleksi, peralatan apa saja, termasuk benda hidup yang semuanya tersambung ke jaringan lokal dan global melalui sensor yang tertanam dan selalu aktif.
Pada dasarnya, Internet of Things mengacu pada benda yang dapat diidentifikasikan secara unik sebagai representasi virtual dalam struktur berbasis Internet. Istilah Internet of Things awalnya disarankan oleh Kevin Ashton pada tahun 1999 dan mulai terkenal melalui Auto-ID Center di MIT.Dan kini IoT menjadi salah satu tugas bagi seorang mahasiswa di sebuah perguruan tinggi.

       Cara Kerja Internet of Things ini yaitu dengan memanfaatkan sebuah perintah pemrograman dimana tiap-tiap perintah itu akan menghasilkan sebuah interaksi antara sesama mesin yang terhubung secara otomatis tanpa campur tangan manusia dan dalam jarak sejauh apapun. Internet menjadi penghubung di antara interaksi sesama mesin tersebut, sementara kita sebagai manusia hanya  sebagai pengatur dan pengawas bekerjanya alat tersebut secara langsung.

      Akan tetapi, setiap hal pasti mempunyai hambatan atau tantangan, tantangan terbesar dalam mewujudkan IoT adalah menyusun jaringan komunikasi itu sendiri, karena jaringan tersebut sangatlah kompleks, dan memerlukan sistem keamanan yang ketat. Selain itu biaya yang mahal sering menjadi penyebab kegagalan yang berujung pada gagalnya produksi. Untuk lebih memahami IoT ini saya akan mencoba memberikan beberapa contoh yang mungkin mudah di mengerti. 

       Yang pertama yaitu, kemungkinan di masa depan akan ada namanya Smart Home, ini merupakan project yang dikembangkan oleh perusahaan Apple. Maksud smart home ini yaitu rumah pintar dimana segala sesuatu yang terdapat dalam rumah tersebut akan langsung terhubung ke koneksi internet. Dengan bantuan sebuah smartphone, pemilik rumah akan lebih leluasa mengetahui hal apa saja yang terjadi didalam rumahnya. Misalnya, peralatan elektronik yang terhubung ke internet seperti lemari pendingin atau yang lebih kita kenal dengan sebutan kulkas, dimana kulkas yang terkoneksi dengan internet ini akan sangat membantu pemilik rumah untuk mengetahui barang apa saja yang sudah habis didalam kulkas tersebut meskipun pemilik rumah sedang berada diluar. Atau mungkin dimasa depan bakalan ada juga aplikasi untuk membantu pemilik rumah mengetahui ada orang yang tak dikenal telah masuk kerumah. Misalnya apabila ada seseorang yang tanpa ijin masuk kerumah kita, maka secara otomatis smartphone kita akan bordering memberitahukan bahwa pintu rumah telah dibuka orang asing. Tentunya teknologi seperti ini akan meningkatkan keamanan rumah kita. 
        Contoh lainnya yaitu dalam hal yang lebih canggih yaitu Smart Parking, sensor smart parking ini akan diletakkan ditempat-tempat parkir umum. Dengan adanya smart parking ini akan membantu pengendara untuk mendapatkan informasi tempat parkir yang kosong, dimana untuk kota sepadat Jakarta ini mencari tempat parkir di mall-mall besar sangatlah sulit, untuk mencari tempat parkir saja menghabiskan waktu lama. Selain itu system ini juga akan menawarkan system booking online parkir dan bahkann pembayaran online parkir. 
Sumber :
‘TUGAS ARBI PRAMANA 3’