Jadwal Trans Jogja

Foto ini saya ambil tgl.3 September 2011.

Lugas (dan adakalanya pedas)-nya debat sains

Dalam mereview paper baik di international/national journal, atau conference, lazim dipakai kata-kata tegas dan lugas. Ada kalanya saya komentari: referensi yang dipakai out of date, unreliable, dsb. ketika referensi paper yang saya review ternyata sudah lebih dari 30 tahun lebih usianya, atau memakai wikipedia sebagai referensi, situs-situs internet yang berisi pendapat pribadi, yang jelas tidak melalui peer review. Biasanya saya tambahkan komentar: “references should be chosen from journal, peer-reviewed conference proceedings. Text books should be carefully considered and normally not included as references. Wikipedia, blog, programming manuals, should not be included formally as references”, karena reviewer dan terutama editor harus berperan sebagai edukator. Tidak cukup kalau menyalahkan saja, tetapi harus memberikan argumentasi dan informasi bagaimana koreksi harus dilakukan. Karena itu mereject suatu paper sangat berat, sebenarnya. Reviewer harus menulis argumentasi mengapa dia mereject paper itu. Kalau tidak memberi argumentasi, artinya dia tidak mengerti etika dalam dunia sains. Tidak bisa memenuhi kepercayaan yang diberikan editor.

Adakalanya saya komentari “author harus memperhatikan style penulisan sebagaimana di journal-journal X”. Sebenarnya saya ingin teriak “Anda…gak pernah baca paper ya ? Koq nulisnya kayak begitu”, cuma terlalu kasar. Berani menulis paper artinya sudah harus memenuhi syarat: cukup membaca literatur. Kadangkala ada penulis yang membuat paper tapi lebih mirip ke proposal penelitian atau laporan project. Ini menunjukkan ybs. tidak pernah membaca atau memperhatikan bagaimana tradisi penulisan paper, yang berbeda dengan proposal atau laporan project.

Kalau debat secara lisan, pedas-nya lebih terasa. Saat mengikuti  ICONIP (International Conference on Neural Information Processing) di Italy th.2000 dulu juga ada yg langsung menukas “you are simply wrong !” saat satu presenter (org Belanda kalau gak salah) mengclaim kalau metodenya terbaik.  Debat lisan kadang memerahkan telinga. Saat diskusi sambil makan-makan dengan beberapa sensei, beberapa sensei ngumpul dan adu argumen. Sampai sempat berkata ke lawan debatnya, “Anda nggak konsisten dengan filosofi yang dipakai. Kalau saya ditunjuk sebagai reviewer papermu, bakal langsung kureject”. Di kalangan scientist, kata2 lugas, tidak abu-abu, dan tegas dan kadang pedas, tidak jarang dipakai. Qulil haqqa walau kaana murron (katakanlah kebenaran, walau itu pahit). Kalau dipakai dalam keseharian memang mengundang kesan yang negatif, walau kalau dalam debat saintifik, itu wajar terjadi.

Reuni SMPN 2 Surakarta Angkatan 1986

Gambar nya nampang dulu. Tulisan menyusul…kan katanya 1 gambar mewakili 1000 kata

Genap vs Ganjil: mungkinkah rumput yang bergoyang itu dapat menjawabnya ?

Alkisah di suatu siang, saya pernah menguji CPNS, yang tentu saja pesertanya sudah bergelar sarjana. Teman saya yang turut menguji memberikan pertanyaan: “jelaskan algoritma sorting”, “jelaskan algoritma untuk menentukan apakah x bilangan prima atau bukan”. Peserta tsb. tidak dapat menjawab dengan baik. Akhirnya saya turunkan level kesulitan pertanyaan: “jelaskan algoritma untuk menentukan apakah x bilangan genap atau ganjil”. Ini pertanyaan “haram” untuk menguji sarjana. Tapi, peserta tsb ternyata tidak dapat menjawab juga. “Baiklah, kalau demikian, bisakah saudara jelaskan ke saya, definisi bilangan genap itu seperti apa, definisi bilangan ganjil, itu seperti apa.” Saya jadi shock, ketika peserta ujian itu tidak dapat menjelaskan, apa beda genap dan ganjil. Ya, Tuhan. Bagaimana kalau sarjana yang mau masuk jadi PNS seperti ini ? Saya tidak tahu, apa yang salah dengan pendidikan kita. Masak di era ketika anak SD sudah main facebook, seorang sarjana tidak dapat menjelaskan beda genap & ganjil. Mari kita tanyakan pada rumput yang bergoyang.

Dua puluh lima tahun yll. saat saya masih SMA, sering mendengar “Pak Habibie merekrut putra putri terbaik Indonesia, untuk disekolahkan ke luar negeri, sehingga kelak dapat membangun negeri ini”. Saat itu, menjadi PNS karyasiswa merupakan prestise yang diperebutkan putera-puteri terbaik di Nusantara. Di luar negeri pun, mereka mengukir prestasi gemilang, menjadi tulang punggung professor di LN dalam melakukan penelitian. Itu 25 tahun yang lalu. Tetapi sekarang jaman sudah berubah. Kalau sekarang saya tanyakan ke murid-murid saya yang cemerlang, sangat jarang dari mereka yang tertarik untuk melamar pekerjaan sebagai PNS. Rumput tetangga memang lebih hijau, dan saya memahami posisi mereka.

Tak salah kalau saya pun berangan-angan, kapankah kiranya, posisi PNS akan kembali dilirik & diperebutkan oleh anak-anak muda Indonesia yang cemerlang ? Mari kita tanyakan pada rumput yang bergoyang.

Jaya Indonesia-ku, Jaya PNS-ku.

Sahur di Stasiun Tugu

Sejak minggu kemarin, saya naik kereta Senja Utama Yogyakarta saat pulang ke Solo. Kereta Senja Utama Yogya berangkat dari St.Senen pk 19.30, lebih awal 45 menit dibandingkan kereta Senja Utama Solo yg berangkat 20.15. Walau terpaut hanya 45 menit, tapi saya bisa tiba di Solo sekitar 06.30am dengan ganti kereta Prameks sesampai nya di St Tugu. Sedangkan kalau naik Senja Utama, biasanya sampai Solo pk.7.15 atau 7.30. Bagi saya, pk 7 menjadi batas psikologis, pagi atau siang. Kereta Senja Yogya sampai di St.Tugu sekitar pk 04.30. Bahkan pagi ini sampai Yogya, pk 04.15. Karena Subuh masih sekitar 15 menit, saya masih sempat menikmati sahur dengan gudeg jogja dan teh hangat di stasiun. Masih bisa sholat Subuh di Musholla Stasiun yg bersih. Perut kenyang, ibadah tenang . Kalau naik Senja Utama Solo, saya harus sholat di dalam kereta, wudlu di WC yg sempit.

Kalau naik Senja Utama Yogya, sampai sekitar Wates selalu ada pengamen banci yang melagukan lagu sama “…ewer-ewer-ewer…” Begitu penggalan lagunya. Yah, anggap saja sebagai alarm, sudah sampai Wates. Harus siap-siap karena sekitar 10 menit lagi, perjalanan berakhir sampai Stasiun Tugu Yogyakarta.

Untuk meneruskan perjalanan ke Solo, cukup dengan Rp 10 ribu beli tiket Prameks (Prambanan Ekspres). Kereta Prameks pertama, berangkat pk 05.35. Dua perjalanan terakhir selalu kereta dengan warna ungu.

Yah, walaupun kenyamanannya jauh kalau dibandingkan dengan Moonlight Nagara yang dulu suka saya pakai untuk perjalanan malam Nagoya ke Tokyo, tetapi saya tidak perlu pusing cari tempat shalat di stasiun. Kalau di stasiun Tokyo, saya harus wudlu sembunyi2 di WC (agar tidak menaikkan kaki ke wastafel), mencari pojok yg tidak menyolok, mencari arah kiblat & menggelar tikar sajadah. Tetapi kalau di sini, musholla bersih sudah tersedia. Tiap perjalanan pasti ada kesan dan cerita masing-masing yah ?

Berapa rata-rata uang tunai dalam dompet anda ?

Pagi ini sambil ngopi dan ngobrol bersama teman-teman, saya melontarkan pertanyaan: berapa rata-rata anda membawa uang tunai di dompet ? (dalam kondisi keseharian). Jawab: kebanyakan berkisar kurang dari 500 ribu an rupiah. Hari ini saya 160 ribu. Jadi tertarik untuk membuat data, berapa uang tunai di dompetku. Kalau dapat data selama 1 bulan aja, udah bisa jadi topik cerita yg menarik. Fluktuasinya dikaitkan dg kegiatan rutinitas harian seseorang. Kalau di Jepang biasanya topik sosial macam begini diangkat di berita TV sekitar pk.5 sore.

Thesis Supervision in 2011

1. Preliminary Research on Automated Malaria Parasite Identification and Classification from Thin Blood Smear Images Using Computer Aided Diagnosis System

by  Christian Pratama (Faculty of Biotechnology, Atma Jaya Catholic University of Indonesia)

Abstract:

2. Automatic Status Identification of Microscopic Images Obtained from malaria Thin Blood Smears

by Dian Anggraini ( Faculty of Life Science, Department of Biomedical Engineering, Swiss German University)

Abstract:

Development of an accurate laboratory diagnostic tool, as recommended by WHO, is the key step to overcome the serious global health burden caused by malaria. This study aims to explore the possibility of computerized diagnosis of malaria and to develop a novel image processing algorithm to reliably detect the presence of malaria parasite from Plasmodium falciparum species in thin smears of Giemsa stained peripheral blood sample. The algorithm was designed as an expert system based on the method used by medical practitioner performing microscopy diagnosis of malaria. Digital images were acquired using a digital camera connected to a light microscope. Prior to processing, the images were subjected to gray-scale conversion to decrease image variability. Global thresholding was implemented to obtain erythrocyte and other blood cell components in each image. The segmented images were further processed to obtain informative features that were further used in classification stage. Two-stage classification using selected features was built based on Bayesian Decision Theory. Malaria samples prepared and provided by Eijkman Institute of Molecular Biology Indonesia were used to build and test the proposed algorithm.

Keywords:  malaria, thin blood smears, image segmentation, thresholding

Publication related to no.1 and 2:

Automatic Status Identification of Microscopic Images Obtained from Malaria Thin Blood Smears, Dian Anggraini, Anto Satriyo Nugroho, Christian Pratama, Ismail Ekoprayitno, Aulia Arif Iskandar, Reggio Nurtanio Hartono, to appear in Proc. 3rd International Conference on Electrical Engineering and Informatics (ICEEI 2011), Institut Teknologi Bandung, Bandung, Indonesia, July 17-19, 2011

3. Development of Indonesian Automated Document Reader: Evaluation of Text Segmentation Algorithms

by Teresa Vania Tjahja (Faculty of Information Technology, Swiss German University)

Abstract

In developing countries such as Indonesia, textual information is carried mostly bypaper medium. Such information, however, is not available to citizens with visualimpairment. To assist them, Agency for the Assessment and Application ofTechnology (Badan Pengkajian dan Penerapan Teknologi; BPPT) develops Indonesian Automated Document Reader (I-ADR), which converts textualinformation on paper documents to speech. This research is conducted to develop aprototype of I-ADR featuring OCR, Text Summarization, and Text-to-Speech (TTS)Synthesizer modules. The main focus is Text Segmentation module as an integral partof OCR. In this study, several Text Segmentation algorithms for grayscale and colorimages are developed and evaluated, with priority over algorithms for grayscaleimages. Text segmentation for grayscale images uses an improved version ofEnhanced CRLA (Sun, 2006), while segmentation for color images employsmultivalued image decomposition algorithm (Jain and Yu, 1998) combined with theimproved Enhanced CRLA. Based on the experiments, the success rate for grayscaleimages is 100% and 96.35% for color images

Keywords – visual impairment, text segmentation, text summarization, text-to-speechsynthesizer, OCR.

Published paper:

Recursive Text Segmentation for Indonesian Automated Document Reader for People with Visual Impairment, Teresa Vania Tjahja, Anto Satriyo Nugroho, James Purnama, Nur Aziza Azis, Rose Maulidiyatul Hikmah, Oskar Riandi, Bowo Prasetyo, to appear in Proc. 3rd International Conference on Electrical Engineering and Informatics (ICEEI 2011), Institut Teknologi Bandung, Bandung, Indonesia, July 17-19, 2011

4. Approximation Model for Fingerprint Orientation Field Correction

by Andree Ang Kisjanto Surya (Faculty of Information Technology, Swiss German University)

The estimation of fingerprint Orientation Field (OF) plays an important role in most fingerprint feature extraction algorithms. Many of the later stages in fingerprint feature extraction process (e.g. ridge enhancement, singular points detection) utilize fingerprint OF information as a cornerstone, thus the far-reaching implication of its estimation to the whole recognition process. Unfortunately, the accurate and robust estimation of fingerprint OF in low-quality fingerprint images is difficult and still remains as a challenge until today. This research attempts to evaluate the effectiveness of the fingerprint OF correction approaches based on the use of an approximation model derived from regression analysis. From the experimental results, it can be seen that performance of the approximation model based on Fourier basis is comparable to the classical filter-based approach to refine fingerprint OF. For practical purpose, a minor workaround can be utilized to significantly enhance the performance of a Fourier series model. For the advancement of research on related fields, the author recommends a further exploration to search for a mathematical model which can better extrapolate fingerprint’s ridge structure.

Keywords: Fingerprint, Orientation Field, approximation model, regression analysis

Foto Keluarga 15 Mei 2011 di TawangMangu

PR untuk Tika & Alya

Sebelum berangkat ke Jakarta, saya ingin biasakan memberi PR untuk Tika & Alya. Agar walaupun tidak bisa mendampingi langsung, saya bisa terlibat mendidik mereka belajar.
PR hari ini: berhitung buat Tika & menyelesaikan gambar buat Alya.

Doa sebelum tidur yang diajarkan bapak ibu

Saat masih kecil, sebelum tidur kami diajak berdoa dulu oleh almarhum bapak & ibu. Saya tulis di sini sebagai kenangan kepada mereka:
“Gusti Allah. Kula badhe bobok. Mugi-mugi dipun paringi sehat, waras, panjang umur, sugih beja, kandel iman lan tansah dipun jaga. Wilujeng sak lampah2ipun. Tansah dipun rekso dening Pangeran. Aaamiiin”

Gaussian Pseudorandom Generator

Adakalanya dalam penelitian, kita harus menggenerate synthetic random data untuk mengamati karakteristik algoritma yg sedang dibuat. Program ini dipakai untuk meng-generate angka random dengan distribusi Gaussian pada stdev & mean tertentu.

#include
#include
#include
#define pi_25 3.141592653589793238462643
#define SEED 10

void *mymalloc( int size)
{
void*buf;
if((buf=(void*)malloc(size))==NULL)
{
fprintf(stderr,”Not enough Memory.\n”);
exit(1);
}
return(buf);
}

// Gaussian random modified from http://www-ee.uta.edu/eeweb/ip/courses/ee5352/Prog/random.c

void gaussian_random(int Random_Seed, int Num, float *x, float mean, float std)
{
int i;
time_t t1;
float tmp1,tmp2;

srand48((long)Random_Seed);
for(i=0;i<Num;i++) {
tmp1 = cos(2*pi_25*drand48());
tmp2 = sqrt( -2.0 * log(drand48()));
x[i]= mean + std * tmp1 * tmp2;
}
}

void datastat(float *x,int Num,float *Min,float *Max)
{

int i,j;
float s, var,ave,sk;

ave=0; var=0; *Max=-pow(2,10); *Min=pow(2,10);
for(i=0;i<Num;i++) {
ave+=x[i]/Num;
*Min=(*Minx[i])?*Max:x[i];
}

for(i=0;i<Num;i++) var+=(x[i]-ave)*(x[i]-ave);
// var=var/(Num-1); // sample variance
var=var/Num; // population variance

s=(float)sqrt((long)var);
for(i=0,sk=0;i<Num;i++) sk+= pow((x[i]-ave)/s,3) * (float)Num/((Num-1)*(Num-2));

fprintf(stdout,"Statistic of the the data :\n");
fprintf(stdout,"\tNum %d\n",Num);
fprintf(stdout,"\tMin %f\n\tMax %f\n",*Min,*Max);
fprintf(stdout,"\tMean %f\n",ave);
fprintf(stdout,"\tVariance %f\n",var);
fprintf(stdout,"\tSt.Dev %f\n",s);
fprintf(stdout,"\tSkewness %f\n",sk);

}

void create_frequency_distribution(float *x,float Min,float Max,int Num )
{

int i,j,k;
int *f;
int level_num;

level_num=1+(int)(log(Num)/log(2));
f=(int*)mymalloc((int)sizeof(int)*level_num);
for(k=0;k<level_num;k++) f[k]=0;
for(i=0;i=level_num) {
f[level_num-1]++;
}
else
f[k]++;
}
fprintf(stdout,”Frequency Polygon:\n”);
for(k=0;k<level_num;k++) {
fprintf(stdout,"%f\t%d\n",Min+(2*k+1)*(Max-Min)/(level_num*2),f[k]);
}
free(f);

}

main(int argc,char **argv)
{
int i;
int Dim,Num;
float *dat,Mean,SD,Min,Max;

if(argc!=4) {
fprintf(stderr,"Usage : %s Mean Stdev Data_Num\n",argv[0]);
exit(1);
}
Mean=atof(argv[1]);
SD=atof(argv[2]);
Num=atoi(argv[3]);
dat=(float*)mymalloc((int)sizeof(float)*Num);
gaussian_random(SEED,Num,dat,Mean,SD);
datastat(dat,Num,&Min,&Max); // statistical information of dat[]
create_frequency_distribution(dat,Min,Max,Num);
fprintf(stdout,"Data:\n");
for(i=0;i<Num;i++) fprintf(stdout,"%d\t%f\n",i,dat[i]); // print the pseudo-random data
free(dat);
}

Ngoprek Ubuntu 10.10

1. Urusan codec: http://ubuntu-indonesia.com/forums/ubbthreads.php/topics/40692/Re_Paket_Ubuntu_10_10_offline_#Post40692
2. Add package hardinfo untuk mengetahui infomasi ttg hardware
3. Pakai lspci untuk mengetahui semua PCI bus
4. Setting Japanese input. Step-by-step instruction dijelaskan di http://www.localizingjapan.com/blog/2010/06/15/setting-up-japanese-input-on-ubuntu-linux-10-04-lts-lucid-lynx/

Diproteksi: Catatan dari “arena” kompetisi Datamining GeMasTIK 2010

Tulisan ini dilindungi kata sandi. Untuk melihatnya mohon masukkan sandi Anda di bawah ini:

Kata Sandi:

Golongan darah AB

Saat bekerja di Chukyo, teman saya seorang professor pernah menggosipkan dosen lain yang aneh tingkah lakunya. “Yoshida Sensei itu golongan darahnya AB. Kelakuannya agak aneh, suka berubah-ubah dan agak sulit komunikasinya. Sama saja dengan si Takeshi (salah seorang staf beliau). Dia kan kelakuannya aneh, sama saja seperti Yoshida sensei. Karena itu mereka berkolaborasi riset, chemistry nya cocok. Soalnya sama-sama kelakuannya aneh, To…hahahahahaha” Saya yang diajak bergosip-pun juga ketawa ngakak….tapi dalam hati ngomel-ngomel… Duuuh…sensei…tidak tahukah anda, bahwa saya ini golongan darahnya AB juga

Note:

1. Golongan darah AB termasuk golongan darah yang cukup langka di dunia.
2. Nama “Yoshida” dan “Takeshi” di atas bukan nama sebenarnya, melainkan sekedar untuk menyamarkan identitas ybs.

Diproteksi: Research Progress 19 April 2010

Tulisan ini dilindungi kata sandi. Untuk melihatnya mohon masukkan sandi Anda di bawah ini:

Kata Sandi: