Penerapan Komputasi Modern pada berbagai bidang kehidupan

Komputasi

          Komputasi bisa diartikan sebagai cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma. Hal ini ialah apa yang disebut dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika. Selama ribuan tahun, perhitungan dan komputasi umumnya dilakukan dengan menggunakan pena dan kertas, atau kapur dan batu tulis, atau dikerjakan secara mental, kadang-kadang dengan bantuan suatu tabel. Namun sekarang, kebanyakan komputasi telah dilakukan dengan menggunakan komputer.

         Secara umum iIlmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains). Dalam penggunaan praktis, biasanya berupa penerapan simulasi komputer atau berbagai bentuk komputasi lainnya untuk menyelesaikan masalah-masalah dalam berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk menemukan prinsip-prinsip baru yang mendasar dalam ilmu.

Adapun beberapa penerapannya dalam kehidupan, yaitu implementasinya sendiri pada kehidupan nyata, seperti yang dijelaskan dibawah ini:

Bidang Matematika

          Implementasi komputasi modern di bidang matematika ada numerical analysis yaitu sebuah algoritma dipakai untuk menganalisa masalah – masalah matematika. Bidang analisis numerik sudah sudah dikembangkan berabad-abad sebelum penemuan komputer modern. Interpolasi linear sudah digunakan lebih dari 2000 tahun yang lalu. Banyak matematikawan besar dari masa lalu disibukkan oleh analisis numerik, seperti yang terlihat jelas dari nama algoritma penting seperti metode Newton,interpolasi polynomial Lagrange, eliminasi Gauss, atau metode Euler.

          Buku-buku besar berisi rumus dan tabel data seperti interpolasi titik dan koefisien fungsi diciptakan untuk memudahkan perhitungan tangan. Dengan menggunakan tabel ini (seringkali menampilkan perhitungan sampai 16 angka desimal atau lebih untuk beberapa fungsi), kita bisa melihat nilai-nilai untuk diisikan ke dalam rumus yang diberikan dan mencapai perkiraan numeris sangat baik untuk beberapa fungsi. Karya utama dalam bidang ini adalah penerbitan NIST yang disunting oleh Abramovich dan Stegun, sebuah buku setebal 1000 halaman lebih. Buku ini berisi banyak sekali rumus yang umum digunakan dan fungsi dan nilainilainya di banyak titik. Nilai f-nilai fungsi tersebut tidak lagi terlalu berguna ketika komputer tersedia, namun senarai rumus masih mungkin sangat berguna.Kalkulator mekanik juga dikembangkan sebagai alat untuk perhitungan tangan.

          Kalkulator ini berevolusi menjadi komputer elektronik pada tahun 1940. Kemudian ditemukan bahwa komputer juga berguna untuk tujuan administratif. Tetapi penemuan komputer juga mempengaruhi bidang analisis numerik, karena memungkinkan dilakukannya perhitungan yang lebih panjang dan rumit.

Bidang Fisika

     Implementasi komputasi modern di bidang Fisika adalah Computational Physics yang mempelajari suatu gabungan antara Fisika, Komputer Sains dan Matematika Terapan untuk memberikan solusi pada “Kejadian dan masalah yang kompleks pada dunia nyata” baik dengan menggunakan simulasi juga penggunaan Algoritma yang tepat. Pemahaman Fisika pada teori, eksperimen dan komputasi haruslah sebanding. Agar dihasilkan solusi numerik dan visualisasi atau pemodelan yang tepat untuk memahami masalah Fisika. Untuk melakukan pekerjaan seperti evaluasi integral, penyelesaian persamaan differensial, penyelesaian persamaan simultan, mem-plot suatu fungsi/data, membuat pengembangan suatu seri fungsi, menemukan akar persamaan dan bekerja dengan bilangan kompleks yang menjadi tujuan penerapan Fisika komputasi. Banyak perangkat lunak ataupun bahasa yang digunakan, seperti : MatLab, Visual Basic, Fortran, Open Source Physics (OSP), Labview, Mathematica, dan lain sebagainya digunakan untuk pemahaman dan pencarian solusi numerik dari masalah-masalah pada Fisika komputasi.

Bidang Ekonomi

          Implementasi pada ilmu pengetahuan ekonomi adalah mempelajari agent-based computational modeling, computational econometrics dan statistika, komputasi keuangan, computational modeling of dynamic macroeconomic systems, pemrograman yang didesain khusus untuk komputasi ekonomi, dan pengembangan alat bantu dalam pendidikan komputasi ekonomi.Karena dibidang ekonomi pasti memiliki permasalahan yang harus dipecahkan oleh algoritma contohnya adalah memecahkan teori statistika untuk memecahkan permasalahan keuangan.

          Salah satu contoh komputasi di bidang ekonomi adalah komputasi statistik. Komputasi statistik adalah jurusan yang mempelajari teknik pengolahan data, membuat program, dan analisis data serta teknik penyusunan sistem informasi statistik seperti penyusunan basis data, komunikasi data, sistem jaringan, dan diseminasi data statistik. Komputasi dapat digunakan untuk memecahkan masalah ekonomi contohnya seperti Data Mining, dengan data mining, sebuah perusahaan dapat memecahkan masalah dengan cara yang seefektif mungkin.

Bidang Kimia

     Implementasi komputasi modern di bidang kimia adalah Computational Chemistry yaitu penggunaan ilmu komputer untuk membantu menyelesaikan masalah kimia, contohnya penggunaan super komputer untuk menghitung struktur dan sifat molekul. Istilah kimia teori dapat didefinisikan sebagai deskripsi matematika untuk kimia, sedangkan kimia komputasi biasanya digunakan ketika metode matematika dikembangkan dengan cukup baik untuk dapat digunakan dalam program komputer. Perlu dicatat bahwa kata "tepat" atau "sempurna" tidak muncul di sini, karena sedikit sekali aspek kimia yang dapat dihitung secara tepat. Hampir semua aspek kimia dapat digambarkan dalam skema komputasi kualitatif atau kuantitatif hampiran.

       Molekul terdiri atas inti dan elektron, sehingga diperlukan metode mekanika kuantum. Kimiawan komputasi sering berusaha memecahkan persamaan Schrödinger non-relativistik, dengan penambahan koreksi relativistik, walaupun beberapa perkembangan telah dilakukan untuk memecahkan persamaan Schrödinger yang sepenuhnya relativistik. Pada prinsipnya persamaan Schrödinger mungkin diselesaikan, baik dalam bentuk bergantung-waktu atau tak-bergantung-waktu, disesuaikan dengan masalah yang dikaji, tetapi pada praktiknya tidak mungkin kecuali untuk sistem yang amat kecil. Karena itu, sejumlah besar metode hampiran dikembangkan untuk mencapai kompromi terbaik antara ketepatan perhitungan dan biaya komputasi.

Dalam kimia teori, kimiawan dan fisikawan secara bersama mengembangkan algoritma dan program komputer untuk memungkinkan peramalan sifat-sifat atom dan molekul, dan/atau lintasan reaksi untuk reaksi kimia, serta simulasi sistem makroskopis. Kimiawan komputasi kebanyakan “sekedar” menggunakan program komputer dan metodologi yang ada dan menerapkannya untuk permasalahan kimia tertentu. Di antara sebagian besar waktu yang digunakan untuk hal tersebut, kimiawan komputasi juga dapat terlibat dalam pengembangan algoritma baru, maupun pemilihan teori kimia yang sesuai, agar diperoleh proses komputasi yang paling efisien dan akurat.

Bidang Geografi

          Geografi adalah ilmu yang mempelajari tentang lokasi serta persamaan dan perbedaan (variasi) keruangan atas fenomena fisik dan manusia di atas permukaan bumi. Komputasi dalam bidang Geografi biasanya di gunakan untuk peramalan cuaca, di Indonesia khususnya ada salah satu instansi Negara dengan nama BMKG (Badan Meteorologi Klimatologi dan Geofisika) yakni instansi negara yang meneliti mengamati tentang Metereologi, Klimatologi kualitas udara dan Geofisika supaya tetap sesuai dengan perundang undangan yang berlaku di Indonesia.

Bidang Kesehatan

          Dunia kesehatan modern tak luput dari perkembangan teknologi. Teknologi pada bidang ini digunakan untuk meningkatkan efisiensi serta efektivitas di dunia kesehatan. Dalam dunia kesehatan komputer mempermudah dokter dan perawat dalam memonitor kesehatan pasien, monitor detak jantung pasien lewat monitor komputer, aliran darah, memeriksa organ dalam pasien dengan sinar X.

Komputer juga memungkinkan data kesehatan di-share secara mudah dan cepat. Salah satu potensi yang digunakan untuk melakukan pemantauan kesehatan tersebut bernama telemedicine, yaitu suatu pemantauan dan pengobatan pasien dari jarak jauh melalui sensor yang tersambung ke internet. Telemedicine juga dapat membawa perawatan medis kepada masyarakat di lokasi terpencil.

Berikut beberapa alat kedokteran yang merupakan hasil dari implementasi komputasi modern:

1. CT Scan atau CT-scanner (computerized tomography scanner)

CT Scan adalah mesin sinar-x khusus yang mengirimkan berbagai berkas pencintraan secara bersamaan dari sudut yang berbeda. Berkas-berkas sinar-X melewati tubuh dan kekuatannya diukur dengan algoritma khusus untuk pencitraan. Sebuah komputer dapat menggunakan informasi ini untuk menampilkan sebagai gambar dua dimensi pada monitor.

2. Biosensor

Biosensor adalah sensor yang mengombinasikan komponen hayati dengan komponen elektronik (transduser) yang mengubah sinyal dari komponen hayati menjadi luaran yang terukur. Contoh yang paling umum dari biosensor adalah pengukur gula darah, yang menggunakan enzim glukosa oksidase untuk memecah gula darah.

3. USG (Ultra Sonografi)

USG adalah sebuah teknik diagnostik pencitraan menggunakan suara ultra yang digunakan untuk mencitrakan organ internal dan otot, ukuran, struktur, dan luka patologi, membuat teknik ini berguna untuk memeriksa organ. Sonografi obsterik biasa digunakan ketika masa kehamilan. USG memanfaatkan gelombang ultrasonik, yaitu gelombang suara yang memiliki frekuensi yang tinggi (250 kHz – 2000 kHz) yang kemudian hasilnya ditampilkan dalam layar monitor.

Sumber:

https://id.wikipedia.org/wiki/Komputasi

https://yuanfachrulamanda.wordpress.com/2015/06/18/implementasi-komputasi-modern-di-bidang-matematika/

http://bloggerbukancafe.blogspot.co.id/2015/04/implementasi-komputasi-pada-bidang.html

https://rayenmaulana.wordpress.com/2016/03/27/pengantar-komputasi-modern-pengertian-dan-implementasi-komputasi-modern/

http://keysara-keysara.blogspot.co.id/2015/03/komputasi-dan-implementasi-pada-bidang.html

http://aep-shareit.blogspot.co.id/2017/04/penerapan-komputasi-modern-di-bidang.html

Teknik atau Metode Pengolahan Data

 Pengertian Data

     Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal dari bahasa latin yang berarti “sesuatu yang diberikan”. Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra.

Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan banyak data sesuai dengan persamaan atau perbedaan yang terkandung dinamakan klasifikasi.

Dalam pokok bahasan manajemen pengetahuan data dicirikan sebagai sesuatu yang bersifat mentah dan tidak memiliki konteks. Dia sekedar ada dan tidak memiliki signifikansi makna di luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk, terlepas dari apakah dia bisa dimanfaatkan atau tidak.

Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:

•  Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti fakta

•  Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu (resources) dan kejadian (transactions)yang terjadi

•  Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian yang kita hadapi

Intinya data itu adalah suatu fakta-fakta tertentu sehingga menghasilkan suatu kesimpulan dalam menarik suatu keputusan

Pengertian Pengolahan Data

Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalam memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.

Mengadakan manipulasi terhadap data mentah berarti mengubah data mentah tersebut dari bentuk awalnya menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antara fenomena. Beberapa tingkatan kegiatan perlu dilakukan, antara lain memeriksa data mentah, sekali lagi, membuatnya dalam bentuk tabel yang berguna, baik secara manual ataupun dengan menggunakan komputer.

Setelah data disusun dalam kelompok-kelompok serta hubungan-hubungan yang terjadi dianalisa, perlu pula dibuat penafsiran-penafsiran terhadap hubungan antara fenomena yang terjadi dan membandingkannya dengan fenomena-fenomena lain di luar penelitian tersebut. Berdasarkan pengolahan data tersebut, perlu dianalisis dan dilakukan penarikan kesimpulan hasil penelitian.

Pengolahan data secara sederhana diartikan sebagai proses mengartikan data-data lapangan sesuai dengan tujuan, rancangan, dan sifat penelitian. Misalnya dalam rancangan penelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif. Lain halnya dalam rancangan penelitian kualitatif, maka pengolahan data menggunakan teknik non statitistik, mengingat data-data lapangan diperoleh dalam bentuk narasi atau kata-kata, bukan angka-angka. Mengingat data lapangan disajikan dalam bentuk narasi kata-kata, maka pengolahan datanya tidak bisa dikuantifikasikan. Perbedaan ini harus dipahami oleh peneliti atau siapapun yang melakukan penelitian, sehingga penyajian data dan analisis kesimpulan penelitian relevan dengan sifat atau jenis data dan prosedur pengolahan data yang akan digunakan. Di atas dikatakan bahwa pengolahan data diartikan sebagai proses mengartikan data lapangan, yang berarti supaya data lapangan yang diperoleh melalui alat pengumpul data dapat dimaknai, baik secara kuantitatif maupun kualitatif, sehingga proses penarikan kesimpulan penelitian dapat dilaksanakan. Dengan demikian, pengolahan data tersebut dalam kaitannya dengan praktek pendidikan adalah sebagai upaya untuk memaknai data atau fakta menjadi makna.

Makna penelitian yang diperoleh dalam pengolahan data, tidak sampai menjawab pada analisis “kemengapaan” tentang makna-makna yang diperoleh. Misalnya dalam rancanganpenelitian kuantitatif, maka angka-angka yang diperoleh melalui alat pengumpul data tersebut harus diolah secara kuantitatif, baik melalui pengolahan statistik inferensial maupun statistik deskriptif.

Jenis data

Data menurut jenisnya ada dua yaitu data kualitatif dan data kuantitatif sebagai berikut:
a. Data kualitatif

Data yang berhubungan dengan kategorisasi, karakteristik berwujud pertanyaan atau berupa kata-kata. Contonya wanita itu cantik, pria itu tampan, baik, buruk, rumah itu besar dan sebagainya. Data ini biasanya didapat dari wawancara yang bersifat subyektif sebab data tersebut ditapsirkan lain oleh orang yang berbeda. Data kualitatif dapat diangkakan dalam bentuk ordinal atau rangking.

b. Data kuantitatif

Data yang berwujud angka-angka. Contohnya ; yang diterima menjadi PNS 150 orang, penghasilan klinik bersalin 1 milyar/ bulan. Data ini diperoleh dari pengukuran langsung maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data kuantitatif. Data kuantitatif bersifat objektif dan bisa ditafsirkan oleh semua orang.

Langkah-langkah pengolahan data

a. Penyusunan data

Data yang sudah ada perlu dikumpulkan semua agar mudah untuk mengecek apakah semua data yang dibutuhkan sudah terekap semua. Kegiatan ini dimaksudkan untuk menguji hipotesis penelitian. Penyusunan data harus dipilih data yang ada hubungannya dengan penelitian, dan benar-benar otentik. Adapun data yang diambil melalui wawancara harus dipisahkan antara pendapat responden dan pendapat interviwer.

b. Klasifikasi data

Klasifikasi data merupakan usaha menggolongkan, mengelompokkan, dan memilah data berdasarkan pada klasifikasi tertentu yang telah dibuat dan ditentukan oleh peneliti. Keuntungan klasifikasi data ini adalah untuk memudahkan pengujian hipotesis.

c. Pengolahan data

Pengolahan data dilakukan untuk menguji hipotesis yang telah dirumuskan. Hipotesis yang akan diuji harus berkaitan dan berhubungan dengan permasalahan yang akan diajukan. Semua jenis penelitian tidak harus berhipotesis akan tetapi semua jenis penelitian wajib merumuskan masalahnya, sedangkan penelitian yang menggunakan hipotesis adalah metode eksperimen. Jenis data akan menentukan apakah peneliti akan menggunakan teknik kualitatif atau kuantitatif. Data kualitatif diolah dengan menggunakan teknik statistika baik statistika non parametrik maupun statistika parametrik. Statistika non parametrik tidak menguji parameter populasi akan tetapi yang diuji adalah distribusi yang menggunakan asumsi bahwa data yang akan dianalisis tidak terikat dengan adanya distribusi normal atau tidak harus berdistribusi normal dan data yang banyak digunakan untuk statistika non parametrik adalah data nominal atau data ordinal.

d. Interpretasi hasil pengolahan data

Tahap ini menerangkan setelah peneliti menyelesaikan analisis datanya dengan cermat. Kemudian langkah selanjutnya peneliti menginterpretasikan hasil analisis akhirnya peneliti menarik suatu kesimpulan yang berisikan intisari dari seluruh rangkaian kegiatan penelitian dan membuat rekomendasinya. Menginterpretasikan hasil analisis perlu diperhatikan hal-hal antara lain: interpretasi tidak melenceng dari hasil analisis, interpretasi harus masih dalam batas kerangka penelitian, dan secara etis peneliti rela mengemukakan kesulitan dan hambatan-hambatan sewaktu dalam penelitian.

 
Pengolahan Data Penelitian Secara Kualitatif dan Kuantitatif

a. Pengolahan Data Kualitatif

Pengolahan data kualitatif dalam penelitian akan melalui tiga kegiatan analisis yakni sebagai berikut.

1) Reduksi Data

Reduksi data dapat diartikan sebagai suatu proses pemilihan data, pemusatan perhatian pada penyederhanaan data, pengabstrakan data, dan transformasi data kasar yang muncul dari catatan-catatan tertulis di lapangan. Dalam kegiatan reduksi data dilakukan pemilahan-pemilahan tentang: bagian data yang perlu diberi kode, bagian data yang harus dibuang, dan pola yang harus dilakukan peringkasan. Jadi dalam kegiatan reduksi data dilakukan: penajaman data, penggolongan data, pengarahan data, pembuangan data yang tidak perlu, pengorganisasian data untuk bahan menarik kesimpulan. Kegiatan reduksi data ini dapat dilakukan melalui: seleksi data yang ketat, pembuatan ringkasan, dan menggolongkan data menjadi suatu pola yang lebih luas dan mudah dipahami.

2) Penyajian Data

Penyajian data dapat dijadikan sebagai kumpulan informasi yang tersusun sehingga memberikan kemungkinan adanya penarikan kesimpulan dan pengambilan tindakan. Penyajian yang sering digunakan adalah dalam bentuk naratif, bentuk matriks, grafik, dan bagan.

3) Menarik Kesimpulan/Verifikasi

Sejak langkah awal dalam pengumpulan data, peneliti sudah mulai mencari arti tentang segala hal yang telah dicatat atau disusun menjadi suatu konfigurasi tertentu. Pengolahan data kualitatif tidak akan menarik kesimpulan secara tergesa-gesa, tetapi secara bertahap dengan tetap memperhatikan perkembangan perolehan data.

b. Pengolahan Data Kuantitatif

1) Mengelompokkan Data

Ada dua jenis data, yaitu data kualitatif dan data kuantitatif. Data kualitatif tidak memerlukan perhitungan matematis. Sebaliknya, data kuantitatif memerlukan adanya perhitungan secara matematis. Oleh sebab itu, data kuantitatif perlu diolah dan dianalisis antara lain dengan statistik. Untuk mengolah dan menganalisis data, ada dua macam statistik, yaitu statistik deskriptif dan statistik inferensial. Statistik deskriptif digunakan untuk mendeskripsikan variabel penelitian melalui pengukuran. Statistik inferensial digunakan untuk menguji hipotesis dan membuat generalisasi.

2) Kegiatan Awal dalam Mengelompokkan Data

Agar data dapat dikelompokkan secara baik, perlu dilakukan kegiatan awal sebagai berikut.

(a) Editing, yaitu proses memeriksa data yang sudah terkumpul, meliputi kelengkapan isian, keterbacaan tulisan, kejelasan jawaban, relevansi jawaban, keseragaman satuan data yang digunakan, dan sebagainya.

(b) Coding, yaitu kegiatan memberikan kode pada setiap data yang terkumpul di setiap instrumen penelitian. Kegiatan ini bertujuan untuk memudahkan dalam penganalisisan dan penafsiran data.

(c) Tabulating, yaitu memasukkan data yang sudah dikelompokkan ke dalam tabel-tabel agar mudah dipahami.

3) Pengolahan Statistik Sederhana

Pengolahan statistik adalah cara mengolah data kuantitatif sehingga data mempunyai arti. Biasanya pengolahan data dilakukan dengan beberapa macam teknik, misalnya distribusi frekuensi (sebaran frekuensi) dan ukuran memusat (mean, median, modus).

sumber : https://diachs-an-nur.blogspot.co.id/2012/05/teknik-pengolahan-data.html?showComment=1493914199879#c2129552381465906032