Catatan Kecil Seorang Engineer

Aug 25, 2018 • 0 Komentar

Integrating CodeIgniter 3 with Laravel-Mix

CodeIgniter 3 with Laravel-Mix

Pada kesempatan kali ini saya ingin mengulas tentang integrasi framework CodeIgniter 3 dengan Laravel-Mix. Mungkin sudah lama sekali sepertinya dari postingan terakhir di website ini, tapi alhamdulillah bisa menulis kembali saat ini. Artikel ini dibuat karena beberapa hari ini penulis sedang melakukan refactoring seluruh assets pada beberapa aplikasi web. Jadi butuh tools untuk mempermudah kompilasi atau bundling beberapa file js, scss dan gambar menjadi satu kesatuan assets.

Sebenarnya banyak teknologi yang bisa digunakan untuk melakukan tugas kompilasi atau bundling ini, seperti halnya grunt, gulp, dan webpack yang umum digunakan sebagai Task Runners untuk menjalankan tugas kompilasi. Namun dibalik teknologi itu semua sebenarnya bergantung dari kebutuhan kita sendiri lebih prefer menggunakan yang mana, karena saya percaya semua teknologi itu ada untuk saling melengkapi serta mempermudah pekerjaan kita.

Mar 17, 2017 • 0 Komentar

Demo K-Means Clustering Algorithm

Contoh Input Data :

N Dimension (n,m) : 2,2
Samples : 5.09,5.80,3.24,5.90,1.68,4.90,1.00,3.17,1.48,1.38,2.91,0.20,4.76,0.10,6.32,1.10,7.00,2.83,6.52,4.62
Centroids : 1.48,1.38,4.76,0.10

Keterangan :

Feb 14, 2017 • 0 Komentar

Penerapan K-Means Clustering pada Multivariate Data

penerapan-k-means-clustering

Penerapan K-Means Clustering pada Multivariate Data

Tidak sedikit yang menanyakan tentang penerapan K-Means, beberapa menanyakan apakah K-Means dapat digunakan pada Multivariate Data ? beberapa diantaranya juga menanyakan apakah bisa digunakan pada data dengan attribut yang banyak ? ada juga yang menanyakan apakah bisa untuk melakukan clustering terhadap data non numerik ? dan beberapa pertanyaan lainnya.

Pada artikel kali ini, khusus penulis akan membahas penerapan K-Means Clustering pada Multivariate Data. Apa itu multivariate data ? adalah data yang memiliki variasi tipe data yang berbeda. Data dapat kita bedakan berdasarkan tipenya, seperti :

Quantitative Data / Numerical Data, adalah data yang berupa data angka, baik integer, positive/negative integer, atau pun float/decimal.

Binary Data, adalah data yang hanya berisi data 0/1, true/false, ya/tidak, Pria/Wanita, dll.

Nominal Data, adalah data yang berisi pilihan, dimana data hanya dapat dipilih satu dari sekian banyak pilihan. Contoh : Dalam pertanyaan dengan pilihan ganda hanya boleh memilih 1 jawaban dari opsi (a, b, c, d), dsb.

Ordinal Scale, adalah data yang menyerupai skala atau jangkauan data, dimana data tersebut tidak ada nilai quatitative yang signifikan. Contoh : (Sangat Tidak Setuju, Tidak Setuju, Setuju, Sangat Setuju), atau (Memuaskan, Sangat Memuaskan, dan Dengan Pujian), dsb.

Setelah mengetahui tipe datanya, mari kita langsung ke pokok diskusi. Berikut dibawah ini adalah data sample yang saya miliki.

Feb 9, 2017 • 0 Komentar

K-Means Clustering Algorithm

k-means-clustering

K-Means Clustering

K-Means Clustering adalah salah satu algoritma dalam menentukan klasifikasi terhadap objek berdasarkan attribut / fitur dari objek tersebut kedalam K kluster/partisi. K adalah angka positif yang menyatakan jumlah grup/kluster/partisi terhadap objek. Pemartisian data dilakukan dengan mencari nilai jarak minimum antara data dan nilai centroid yang telah di set baik secara random atau pun dengan Initial Set of Centroids, kita juga dapat menentukan nilai centroid berdasarkan K object yang berurutan.

Centroid adalah nilai rata-rata aritmetik dari sebuah bentuk objek dari seluruh titik dalam objek tersebut. Penerapan K-Means Clustering ini dapat dilakukan dengan prosedur step by step berikut :

Siapkan data training berbentuk vector.

Set nilai K cluster.

Set nilai awal centroids.

Hitung jarak antara data dan centroid menggunakan rumus Euclidean Distance.

Partisi data berdasarkan nilai minimum.

Kemudian lakukan iterasi selama partisi data masih bergerak (tidak ada lagi objek yang bergerak ke partisi lain), bila masih maka ke poin 3.

Bila grup data sekarang sama dengan grup data sebelumnya, maka hentikan iterasi.

Data telah dipartisi sesuai nilai centroid akhir.

Dec 31, 2016 • 0 Komentar

Aksi Hacker 2 pada ekojunaidisalam.com

aksi-hacker-2-indoxploit

Aksi Hacker 2 Oleh Anang Onani (indoxploit)

Aksi Hacker 2 kali ini saya cukup berterima kasih pada si Anang Onani (indoxploit), paling tidak saya mau ga mau harus sedikit membuang rasa malas untuk bersih2 website dari bekas2 plugin wordpress yang rentan di hack karena bugnya. Malesnya kebanyakan wordpress dihack karena pluginnya.

Postingan kali ini saya agak males membahas secara detail mengenai cara penyerangan si hacker yang selanjutnya saya sebut tersangka, tapi paling tidak hasil tracking memberikan banyak informasi detail dari aktivitasnya, hehe. Jadi singkat cerita, tersangka mencoba mencari celah pada website saya mulai dari POST data ke “/wp-content/uploads/2016/12/m.php” hingga mencoba merusak dengan menggunakan tools yang dia punya di “http://pw-aad.com/gst.php?dir=/home/k9962981/public_html&do=auto_dwp“.

Sebenarnya, aksi hacking 1 dan aksi hacking 2 ini tidak langsung serta merta masuk kedalam website saya. Namun mereka menggunakan celah pada website tetangga saya, untuk bisa penetrasi ke website saya. Dan tentunya menggunakan tools seperti biasa yang dapat di backtrace, meski dia coba hilangkan jejak dari tools tersebut.

Begin « Prev 1 2 3 4 5 Next » Last