Waktu yang dibutuhkan oleh komputer untuk boot bergantung pada jumlah aplikasi yang ada di daftar startup sistem. Jadi, makin banyak aplikasi yg mesti dibuka pada saat startup, makin lama pula waktu yg dibutuhkan untuk me-load sistem operasi. Biasanya sih tidak terlalu penting untuk memulai semua aplikasi yang sering digunakan dalam satu waktu, apalagi jika spesifikasi komputer anda tergolong miskin.
Nah, sebagai solusi mengakali waktu mem-boot sistem, Star-Up Tool boleh dijajal. Aplikasi ini merupakan startup item editor mini yang didesain untuk membantu anda menambahkan entri baru, menghapus, atau menonaktifkan startup item. Pun ukuranya sangat kecil dan tidak membutuhkan instalasi sehingga mudah digunakan sebagai aplikasi portabel.
Dari sisi antarmuka, Start-Up Tool bisa dikelola dari jendela utamanya. Begitu diakses, program ini akan menayangkan semua entri startup. Menambahkan entri baru sangat mudah, dan anda juga bisa memasukkan nama, memilih file EXE, serta parameter disana.
Selain melihat sekelumit detail perihal setiap item, aplikasi ini dapat pula membuat sebuah dokumen HTML, yang lebih mirip daftar, berisi semua startup item-memungkinkan anda menayangkan detail secara lebih elegan via browser. Ingin menghapus registri suatu disabled item? Gunakan fungsi cleanup yg telah disediakan. Tapi harap hati-hati karena setelah tombol tersebut dipencet dan pesan peringatan anda tidak indahkan, langkah tersebut tidak bisa ditarik kembali.
Sabtu, 25 April 2009
free download MetatOGGer
Tool tagging musik yang berbasis WPF
Tiap lagu ataupun musik,tentunya memiliki kesan ataupun arti berbeda bagi pendengarnya, termasuk anda. Biasanya, lagu tersebut diberikan tag tertentu yang menginformasikan identitas dari lagu itu sendiri.Anda pun dapat terlibat di dalamnya, dengan menambahkan, mengubah ataupun menghilangkan tag tertentu.
Penggunaan tag ini memudahkan untuk pencarian berdasarkan key-word, kriteria ataupun kategori. Hal tersebut dapat dilakukan melalui aplikasi, yaitu MetatOGGer. Aplikasi ini mudah digunakan, namun powerful. Tidak hanya tag,namun anda dapat mengorganisasikan semua file musik koleksi favorit melalui MetatOGGer.
Perlu anda ketahui bahwa aplikasi ini merupakan tool tagging pertama yang memiliki vektor dan dinamik user interface berbasiskan pada Windows Presentation Foundation (WPF). Anda dapat dengan mudah mengedit tag melalui sebuah modification dialog sederhana. Aplikasi ini membutuhkan Framework .Net 3.5 SP1 untuk dapat dijalankan sehingga pastikan sistem anda telah memilikinya.
Tiap lagu ataupun musik,tentunya memiliki kesan ataupun arti berbeda bagi pendengarnya, termasuk anda. Biasanya, lagu tersebut diberikan tag tertentu yang menginformasikan identitas dari lagu itu sendiri.Anda pun dapat terlibat di dalamnya, dengan menambahkan, mengubah ataupun menghilangkan tag tertentu.
Penggunaan tag ini memudahkan untuk pencarian berdasarkan key-word, kriteria ataupun kategori. Hal tersebut dapat dilakukan melalui aplikasi, yaitu MetatOGGer. Aplikasi ini mudah digunakan, namun powerful. Tidak hanya tag,namun anda dapat mengorganisasikan semua file musik koleksi favorit melalui MetatOGGer.
Perlu anda ketahui bahwa aplikasi ini merupakan tool tagging pertama yang memiliki vektor dan dinamik user interface berbasiskan pada Windows Presentation Foundation (WPF). Anda dapat dengan mudah mengedit tag melalui sebuah modification dialog sederhana. Aplikasi ini membutuhkan Framework .Net 3.5 SP1 untuk dapat dijalankan sehingga pastikan sistem anda telah memilikinya.
Jumat, 17 April 2009
Search Engine Optimization
Gerbang utama untuk masuk ke dalam WWW bernama search engine.
Semua publikasi di WWW menginginkan pengunjung sebanyak-banyakmya, dan menjadi website pertama yang ditemukan pengunjung yang masuk melalui gerbang search engine. Menjadi website teratas dalam hasil pencarian search engine bukan hanya merupakan sebuah kebanggaan, melainkan upaya untuk meningkatkan citra, dan meraih perhatian pengunjung. Search Engine Optimization (SEO) adalah cara untuk mewujudkan ini semua.
Cara Kerja SEO
Untuk memahami cara kerja SEO, Anda terlebih dahulu harus memahami bagaimana sebuah search engine bekerja. Semua search engine menjalankan 3 langkah dasar.
Pertama, search engine mencari informasi di WWW berdasarkan kata kunci atau frase tertentu. Selanjutnya search engine menbuat indeks hasil temuan tersebut, dan dimana mereka menemukannya. Terakhir, indeks tersebut dikumpulkan dalam database, untuk memudahkan search engine menampilkan hasil pencarian yang dilakukan oleh pengguna.
Sekarang kita akan melihat apa yang dilakukan SEO, agar website tertentu tampil optimal dalam hasil pencarian yang dilakukan oleh search engine. Target SEO adalah meningkatkan volume traffic, dan peringkat sebuah website dalam Search Engine Result Page (SERP), dengan mengkondisikan website agar lebih mudah ditemukan oleh search engine.
Ada beberapa cara yang dilakukan SEO. Tapi, cara yang paling umum adalah memperbaiki konten website. Karena search engine sampai saat ini hanya mengenali text, penempatan kata kunci yang relevan dan tepat dari sebuah website akan lebih memudahkan search engine menemukannya.
Cara lain yang dilakukan SEO untuk menaikkan peringkat dan traffic sebuah website adalah melalui popularitas link, yang diukur dari jumlah total link dari website lain yang mengarah pada satu website tertentu. Popularitas link memainkan peran yang sangat vital dalam menentukan posisi puncak sebuah website dalam SERPS karena hampir semua search engine menjadikan faktor popularitas link sebagai acuan dalam menentukan peringkat sebuah website. Beberapa search engine menuntut minimal satu link yang mengarah ke sebuah website untuk masuk ke dalam indeks.
Teknik lain yang digunakan dalam SEO adalah memanffatkan meta-tag, yakni elemen metadata dalam HTML (Hyper Text Markup Language) atau XHTML (Extensible Hyper Text Markup Language), yang digunakan untuk mendefenisikan konten dari sebuah halaman web. Metadata yang bersih akan membantu meningkatkan kecepatan load halaman web, serta meningkatkan rasio code-to-text. Search engine mengenali meta data ini, dan menjadikannya sebagai acuan untuk menemukan relevansi antara kode-kode di dalamnya,dengan isi text sebuah halaman web.
Jika kode dalam metadata lebih banyak dari pada isi text, sebuah halaman web dianggap memiliki relevansi yang rendah, dengan kata kunci yang ada. Akibatnya, semakin rendah nilai relevansi metadata dengan text, semakin rendah pula peringkat yang akan diberikan pada sebuah halaman web.
White Hat & Black Hat
Jika teknik SEO di atas digunakan sesuai dengan ketentuan dari masing-masing search engine, serta tidak melakukan kecurangan maka pelakunya disebut dengan white hat SEO. Tidak hanya menaati panduan dan ketentuan dari search engine, white hat SEO juga memastikan bahwa konten yang masuk ke dalam indeks search engine sama dengan konten yang akan dilihat oleh pengunjung halaman web.
Sementara itu, Black Hat SEO berusaha menaikkan peringkat sebuah website dengan cara yang bertentangan dengan ketentuan dari search engine, atau melakukan kecurangan. Salah satu teknik Black Hat SEO adalah menyembunyikan text dengan cara membuat warna text serupa dengan background, menyimpan text di dalam div invisible kode HTML, atau memposisikannya di luar layar. Metode lainnya yang digunakan Black Hat SEo adalah memberikan halaman yang berbeda antara yang diminta search engine dengan halaman yang akan ditampilkan untuk pengunjung. Metode terakhir ini dikenal dengan sebutan cloaking.
Search engine akan menjatuhkan hukuman pada semua website yang menggunakan Black Hat SEO, dengan menurunkan peringkatnya atau mengeluarkannya dari database. Hukuman ini dapat dijatuhkan kepada semua website nakal tersebut secara otomatis, dengan menggunakan algoritma tertentu atau berdasarkan laporan dari pengunjung yang merasa tertipu. Sebuah contoh yang terkenal dalam kasus Black Hat SEO ini adalah dikeluarkannya website BMW Jerman, dan Ricoh Jerman dari database Google pada Februari 2006.
Semua publikasi di WWW menginginkan pengunjung sebanyak-banyakmya, dan menjadi website pertama yang ditemukan pengunjung yang masuk melalui gerbang search engine. Menjadi website teratas dalam hasil pencarian search engine bukan hanya merupakan sebuah kebanggaan, melainkan upaya untuk meningkatkan citra, dan meraih perhatian pengunjung. Search Engine Optimization (SEO) adalah cara untuk mewujudkan ini semua.
Cara Kerja SEO
Untuk memahami cara kerja SEO, Anda terlebih dahulu harus memahami bagaimana sebuah search engine bekerja. Semua search engine menjalankan 3 langkah dasar.
Pertama, search engine mencari informasi di WWW berdasarkan kata kunci atau frase tertentu. Selanjutnya search engine menbuat indeks hasil temuan tersebut, dan dimana mereka menemukannya. Terakhir, indeks tersebut dikumpulkan dalam database, untuk memudahkan search engine menampilkan hasil pencarian yang dilakukan oleh pengguna.
Sekarang kita akan melihat apa yang dilakukan SEO, agar website tertentu tampil optimal dalam hasil pencarian yang dilakukan oleh search engine. Target SEO adalah meningkatkan volume traffic, dan peringkat sebuah website dalam Search Engine Result Page (SERP), dengan mengkondisikan website agar lebih mudah ditemukan oleh search engine.
Ada beberapa cara yang dilakukan SEO. Tapi, cara yang paling umum adalah memperbaiki konten website. Karena search engine sampai saat ini hanya mengenali text, penempatan kata kunci yang relevan dan tepat dari sebuah website akan lebih memudahkan search engine menemukannya.
Cara lain yang dilakukan SEO untuk menaikkan peringkat dan traffic sebuah website adalah melalui popularitas link, yang diukur dari jumlah total link dari website lain yang mengarah pada satu website tertentu. Popularitas link memainkan peran yang sangat vital dalam menentukan posisi puncak sebuah website dalam SERPS karena hampir semua search engine menjadikan faktor popularitas link sebagai acuan dalam menentukan peringkat sebuah website. Beberapa search engine menuntut minimal satu link yang mengarah ke sebuah website untuk masuk ke dalam indeks.
Teknik lain yang digunakan dalam SEO adalah memanffatkan meta-tag, yakni elemen metadata dalam HTML (Hyper Text Markup Language) atau XHTML (Extensible Hyper Text Markup Language), yang digunakan untuk mendefenisikan konten dari sebuah halaman web. Metadata yang bersih akan membantu meningkatkan kecepatan load halaman web, serta meningkatkan rasio code-to-text. Search engine mengenali meta data ini, dan menjadikannya sebagai acuan untuk menemukan relevansi antara kode-kode di dalamnya,dengan isi text sebuah halaman web.
Jika kode dalam metadata lebih banyak dari pada isi text, sebuah halaman web dianggap memiliki relevansi yang rendah, dengan kata kunci yang ada. Akibatnya, semakin rendah nilai relevansi metadata dengan text, semakin rendah pula peringkat yang akan diberikan pada sebuah halaman web.
White Hat & Black Hat
Jika teknik SEO di atas digunakan sesuai dengan ketentuan dari masing-masing search engine, serta tidak melakukan kecurangan maka pelakunya disebut dengan white hat SEO. Tidak hanya menaati panduan dan ketentuan dari search engine, white hat SEO juga memastikan bahwa konten yang masuk ke dalam indeks search engine sama dengan konten yang akan dilihat oleh pengunjung halaman web.
Sementara itu, Black Hat SEO berusaha menaikkan peringkat sebuah website dengan cara yang bertentangan dengan ketentuan dari search engine, atau melakukan kecurangan. Salah satu teknik Black Hat SEO adalah menyembunyikan text dengan cara membuat warna text serupa dengan background, menyimpan text di dalam div invisible kode HTML, atau memposisikannya di luar layar. Metode lainnya yang digunakan Black Hat SEo adalah memberikan halaman yang berbeda antara yang diminta search engine dengan halaman yang akan ditampilkan untuk pengunjung. Metode terakhir ini dikenal dengan sebutan cloaking.
Search engine akan menjatuhkan hukuman pada semua website yang menggunakan Black Hat SEO, dengan menurunkan peringkatnya atau mengeluarkannya dari database. Hukuman ini dapat dijatuhkan kepada semua website nakal tersebut secara otomatis, dengan menggunakan algoritma tertentu atau berdasarkan laporan dari pengunjung yang merasa tertipu. Sebuah contoh yang terkenal dalam kasus Black Hat SEO ini adalah dikeluarkannya website BMW Jerman, dan Ricoh Jerman dari database Google pada Februari 2006.
Face Recognition
Seringkali kita bertemu dengan seseorang yg rasanya pernah kita kenal. Setelah sedikit berbasa-basi, kita tahu bahwa dia adalah teman waktu SD dulu. Ini adalah bukti bahwa manusia memiliki kecerdasan untuk mengenali wajah. Kecerdasan inilah yg akan diadaptasikan pd komputer yg dikenal dengan face recognition.
Pada tahun 1960-an, para ilmuan telah mulai meneliti bagaimana komputer bisa mengenali wajah manusia. Sejak saat itu, software pengenal wajah telah banyak berkembang. Setiap wajah memiliki kontur khusus yang membedakannya satu sama lain. Paling tidak, aada 80 titik kontur yang dapat diukur dengan software, diantaranya adalah jarak antara kedua mata, kedalaman lekuk mata, lebar hidung, bentuk tulang pipi, dan panjang rahang.
Titik-titik kontur tersebut diukur dengan menggunakan kode numerik, disebut faceprint, yang disimpan dalam databse. Pada mulanya, Softwre face recognition mengandalkan foto wajah dua dimensi (2D) untuk dibandingkan dan diidentifikasi dengan foto waja 2D lainnya yang tersimpan dalam database.
Untuk mendapatkan hasil yang efektif dan akurat, foto wajah yang diambil harus bener-benar menghadap kamera, dengan toleransi yg minim terhadap perbedaan cahaya dan mimik wajah dari gambar yang terdapat dalam database.
Belum lagi perbedaan pencahayaan dan mimik wajah yang dapat mengakibatkan tidak dikenalinya foto wajah orang yang telah tersimpan di dalam database. Utk mengatasi kelemahan inilah dikembangkan software pengenal wajah yang menggunakan model tiga dimensi (3D).
FACE RECOGNITION 3D
penggunaan model 3D dalam software face recognition diklaim memiliki tingkat akurasi yang lebih tinggi. Face recognition 3D ini menangkap foto permukaan wajah manusia secara 3D. Software ini mengenali bagian-bagian khusus pada wajah manusia, yakni jaringan otot dan tulang wajah yang menonjol, seperti bentuk cekungan mata, hidung, dan dagu.
Face recognition 3D ini dapat mengenali wajah manusia dalam kegelapan dan dari sudut pandang yang berbeda, hingga 90 derajat.
Adapun urutan langkah-langkah software ini dalam mengenali wajah manusia, antara lain :
* Deteksi
Pengambilan foto wajah manusia yang dilakukan dengan men-scan foto 2D secara digital, atau menggunakan video untuk menganbil foto wajah 3D.
* Penjajaran
Saat berhasil mendeteksi wajah, software akan menentukan posisi, ukuran, dan sikap kepala. Software 3D mampu mengenali foto wajah hingga 90 derajat, sementara pada software 2D, posisi kepala harus menghadap kamera paling tidak 35 derajat.
* Pengukuran
Software mengukur lekukan yang ada di wajah menggunakan skala sub-milimeter (microwave), dan membuat template.
* Representasi
Template tersebut diterjemahkan ke dalam sebuah kode unik, yang merepresentasikan setiap wajah.
* Pencocokan
Jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam database sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan representasi 3D dengan database foto 2D. Teknologi baru ini tengah menjawab tantangan tersebut. Ketika foto wajah 3D diambil, software akan mengidentifikasi beberapa titik (biasanya tiga titik), antara lain mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini, software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar 2D yang ada dalam database.
* Verifikasi atau Identifikasi
Verifikasi adalah pencocokan satu berbanding satu, misalnya foto wajah yang diambildicocokkan dengan database dari DPO kasus perampokan.software akan langsung menberitahukan identitas DPO tersebut.
Sedangkan Identifikasi adalah pembandingan foto wajah yang dimbil dengan seluruh gambar yang memiliki kemiripan dalam database, termasuk DPO dalam kasus lain.
* Analisis Tekstur Wajah
Kemajuan dalam software face recognition adalah penggunaan biometrik kulit, atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokan. Namun, terdapat beberapa faktor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata, atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang menakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yg rendah (foto diambil dari kejauhan).
Pada tahun 1960-an, para ilmuan telah mulai meneliti bagaimana komputer bisa mengenali wajah manusia. Sejak saat itu, software pengenal wajah telah banyak berkembang. Setiap wajah memiliki kontur khusus yang membedakannya satu sama lain. Paling tidak, aada 80 titik kontur yang dapat diukur dengan software, diantaranya adalah jarak antara kedua mata, kedalaman lekuk mata, lebar hidung, bentuk tulang pipi, dan panjang rahang.
Titik-titik kontur tersebut diukur dengan menggunakan kode numerik, disebut faceprint, yang disimpan dalam databse. Pada mulanya, Softwre face recognition mengandalkan foto wajah dua dimensi (2D) untuk dibandingkan dan diidentifikasi dengan foto waja 2D lainnya yang tersimpan dalam database.
Untuk mendapatkan hasil yang efektif dan akurat, foto wajah yang diambil harus bener-benar menghadap kamera, dengan toleransi yg minim terhadap perbedaan cahaya dan mimik wajah dari gambar yang terdapat dalam database.
Belum lagi perbedaan pencahayaan dan mimik wajah yang dapat mengakibatkan tidak dikenalinya foto wajah orang yang telah tersimpan di dalam database. Utk mengatasi kelemahan inilah dikembangkan software pengenal wajah yang menggunakan model tiga dimensi (3D).
FACE RECOGNITION 3D
penggunaan model 3D dalam software face recognition diklaim memiliki tingkat akurasi yang lebih tinggi. Face recognition 3D ini menangkap foto permukaan wajah manusia secara 3D. Software ini mengenali bagian-bagian khusus pada wajah manusia, yakni jaringan otot dan tulang wajah yang menonjol, seperti bentuk cekungan mata, hidung, dan dagu.
Face recognition 3D ini dapat mengenali wajah manusia dalam kegelapan dan dari sudut pandang yang berbeda, hingga 90 derajat.
Adapun urutan langkah-langkah software ini dalam mengenali wajah manusia, antara lain :
* Deteksi
Pengambilan foto wajah manusia yang dilakukan dengan men-scan foto 2D secara digital, atau menggunakan video untuk menganbil foto wajah 3D.
* Penjajaran
Saat berhasil mendeteksi wajah, software akan menentukan posisi, ukuran, dan sikap kepala. Software 3D mampu mengenali foto wajah hingga 90 derajat, sementara pada software 2D, posisi kepala harus menghadap kamera paling tidak 35 derajat.
* Pengukuran
Software mengukur lekukan yang ada di wajah menggunakan skala sub-milimeter (microwave), dan membuat template.
* Representasi
Template tersebut diterjemahkan ke dalam sebuah kode unik, yang merepresentasikan setiap wajah.
* Pencocokan
Jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam database sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan representasi 3D dengan database foto 2D. Teknologi baru ini tengah menjawab tantangan tersebut. Ketika foto wajah 3D diambil, software akan mengidentifikasi beberapa titik (biasanya tiga titik), antara lain mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini, software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar 2D yang ada dalam database.
* Verifikasi atau Identifikasi
Verifikasi adalah pencocokan satu berbanding satu, misalnya foto wajah yang diambildicocokkan dengan database dari DPO kasus perampokan.software akan langsung menberitahukan identitas DPO tersebut.
Sedangkan Identifikasi adalah pembandingan foto wajah yang dimbil dengan seluruh gambar yang memiliki kemiripan dalam database, termasuk DPO dalam kasus lain.
* Analisis Tekstur Wajah
Kemajuan dalam software face recognition adalah penggunaan biometrik kulit, atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokan. Namun, terdapat beberapa faktor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata, atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang menakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yg rendah (foto diambil dari kejauhan).
Langganan:
Postingan (Atom)
