Wolfram Alpha : Mesin Pencari Baru dengan Bahasa Manusia yang Cukup Meyakinkan

Wolfram Alpha : Mesin Pencari Baru dengan Bahasa Manusia yang Cukup Meyakinkan

  Admin07 on Thu Jun 18, 2009 10:42 pm

Perkembangan dunia computer terlihat semakin dinamis, segala sesuatunya berjalan dengan sangat cepat. Belum lama ini Google search engine mempunyai saingan baru dalam hal teknologi pencarian. Mesin pencari baru ini menggunakan kecerdasan buatan (artificial intelegent) yang disebut dengan Wolfram Alpha. Situs pencari ini dapat Anda akses di www.wolframalpha.com . Mesin pencari ini ditemukan oleh seorang ilmuwan matematika asal Inggris yang juga bernama Stephen Wolfram.

Kelebihan yang dimiliki Wolfram Alpha dibandingkan dengan mesin pencari lainnya yaitu kemampuannya dalam mengolah data yang dikaitkan dengan sumber-sumber terpercaya lainnya. Bahasa yang digunakan untuk berkomunikasi pun bisa menggunakan bahasa manusia, sehingga mesin ini diharapkan dapat memecahkan permasalahan yang dialami oleh user secara cepat, tepat, lengkap, dan akurat. Dalam uji coba yang saya lakukan, menurut saya, hasil pencariannya memang masih kalah dengan Google, namun pendekatan dan terobosan yang dilakukan Wolfram Alpha layak untuk diacungi jempol. Saya pernah menggunakan Wolfram Alpha untuk mencari informasi tentang "Einstein" dan dari situ muncul informasi mengenai Einstein dari tanggal lahir sampai tanggal wafatnya beliau.

Selain itu, melalui Wolfram Alpha kita juga bisa menggunakan bahasa manusia untuk meminta data atau informasi yang kita inginkan. Saya mencoba untuk mencari informasi jarak dari New York ke Jakarta dengan mengetikan pada kotak pencarian "Perth to Jakarta". Menakjubkan, hasil pencarian menampilkan jarak antara kota Perth dengan Jakarta, bahkan informasi mengenai lama terbang, path/peta, dan kondisi perbedaan jam juga ditampilkan dalam hasil pencarian.



Menurut saya, Wolfram Alpha sangat cocok untuk mencari data-data yang bersifat ilmiah. Dengan metode komputasi yang canggih, Wolfram Alpha mampu memberikan informasi yang lumayan lengkap dan kelebihan ini mungkin akan menjadi andalan untuk bersaing dengan teknologi pencarian yang telah ada.

Oke..Kita tunggu saja, apakah Wolfram Alpha akan mampu untuk menandingi Google??

Referensi : vemobo.com dan math-blog.com

* * * * * * * DNA Sudoku: Logika dari Teka-Teki Matematika "Sudoku" yang digunakan untuk Meningkatkan Kemampuan Rangkaian Genome

DNA Sudoku: Logika dari Teka-Teki Matematika "Sudoku" yang digunakan untuk Meningkatkan Kemampuan Rangkaian Genome

  

Sebuah Matematika berbasis permainan yang menyenangkan dan teka-teki mungkin sekarang digunakan untuk merevolusionerkan perubahan yang cepat dunia dari rangkaian genome dan bidang genetika medis. Hal ini ditunjukkan melalui laporan baru yang disarankan oleh tim yang terdiri dari para ilmuwan di Laboratorium Cold Spring Harbor (CSHL). Laporan ini akan diterbitkan sebagai cover story pada awal Juli yang merupakan isu dari jurnal Penelitian Genome.

Dengan menggabungkan Teorema Matematika Cina yang berusia 2000 tahun dengan konsep kriptologi, para ilmuwan CSHL telah merancang DNA Sudoku. Strategi ini memungkinkan untuk puluhan ribu sampel DNA yang digabungkan dan urutan-urutan di mana huruf abjad dari DNA (A, T, G, dan C) berderet di dalam genome untuk ditentukan sekaligus.

Hal ini signifikan untuk meningkatkan pendekatan yang ada pada saat ini, yang terbaik, dapat menggabungkan ratusan sampel untuk rangkaian.

Keuntungan dari DNA Sudoku
(singkat saja)
Pencampuran secara bersama-sama dan rangkaian yang serentak dari jumlah besar sampel DNA dikenal sebagai "multiplexing". Dalam pendekatan multiplexing sebelumnya, pertama-tama, ilmuwan merangkaikan setiap sampel dengan barcode. Setelah campuran sampel telah dirangkai, para ilmuwan dapat menggunakan tag barcode pada hasil-hasil rangkaian sebagai tanda identifikasi kemudian mengindikasikan rangkaian mana yang menjadi milik sampel tersebut.

Metode yang dipatenkan oleh tim CSHL ini, paling cocok untuk analisis genotip yang membutuhkan segmen singkat saja dari seorang individu yang genome-nya dirangkaikan untuk mengetahui apakah individu tersebut sedang membawa varian tertentu dari plasma pembawa sifat keturunan atau mutasi langka.

By : Daniel Ari Wardana

Lirik Lagu Letto

Menyambut Janji Lyrics

ku menanti sang kekasih
dalam sunyi ku bersuara lirih
yang berganti hanya buih
yang sejati tak akan berdalih
*courtesy of LirikLaguIndonesia.net
lembaran putih telah terpilih
dan demi cinta
ku tepiskan semua keraguan jiwa
dan ku ganti dengan kepastian
hatiku ini yang mulai mengerti
dan berani tuk menyambut janji
kisah cinta yang abadi
takkan ada jika tak kau cari
sering juga hanya mimpi
yang membuatku bertahan di sini
lingkaran putih telah terpilih
dan demi cinta
ku tepiskan semua keraguan jiwa
dan ku ganti dengan kepastian
hatiku ini yang mulai mengerti
dan berani tuk menyambut janji
ku tepiskan semua keraguan jiwa
dan ku ganti dengan kepastian
hatiku ini yang mulai mengerti
dan berani tuk menyambut janji
ku tepiskan semua keraguan jiwa
dan ku ganti dengan kepastian
hatiku ini yang mulai mengerti
dan berani tuk menyambut janji

Source: http://liriklaguindonesia.net/l/letto/letto-menyambut-janji/#ixzz1PPGLIdrV

Lirik Lagu Letto Dalam Duka Lyrics

dalam suka ku percaya
kau kan bisa menemani dengan cinta
dalam duka ku bertanya
bagaimana dalam hatimu bicara
*courtesy of LirikLaguIndonesia.net
* cerita yang kita punya
takkan ada jika tak percaya
reff:
di saat hampa harimu dan saat hampa hatimu
ku kan ada, ku di sana, menemanimu selalu
di saat hilang jalanmu dan saat hilang nafasmu
ku kan ada, ku di sana, menemanimu selalu
dalam cinta ku bertanya
sampai mana rasa ini kan dicoba
repeat *
repeat reff [3x]
dalam duka

Source: http://liriklaguindonesia.net/l/letto/letto-dalam-duka/#ixzz1PPHNQsEQ

Lirik Lagu Letto Cinta… Bersabarlah Lyrics

walau sehari ku tak berhenti
untuk mencari bunga hati
*courtesy of LirikLaguIndonesia.net
reff:
oh rasa cinta bersabarlah menantinya
oh rasa cinta bersabarlah menantinya
begitu lama aku mencoba
dan sampai kini tak berdaya
repeat reff
walau tak ku punya
tapi ku percaya cinta itu indah
walau tak terlihat
tapi ku percaya cinta itu indah
repeat reff [2x]
walau tak ku punya
tapi ku percaya cinta itu indah

Source: http://liriklaguindonesia.net/l/letto/letto-cinta-bersabarlah/#ixzz1PPJ1fYlF

asyik.... jalan jalan ke singapore

Underwater World

Underwater World

Underwater World Singapore is one of Asia's most exciting tropical oceanarium (Large aquarium). Tourists will have the opportunity to admire the amazing sea lives from this part of the world together with endangered underwater animals. This place offers visitors the chance to look at different ocean creatures which are sure to captivate you and you do not need to dive into the water and get yourself wet. These creatures, native to Australia, have the natural camouflage of leafy and frilly appendages. This large aquarium features a long walk-through tank where you can experience sharks and rays swimming right over your head; especially liked the little sea dragons, relatives of the sea horse.

Night Safari

NIght Safari

This is the world's premier night zoo. The twilight holds many surprises and more so at Night Safari, where you can look a rhinocerous in the eye or hear the howls of a pack of striped hyenas. There are over 1,200 animals of over 110 exotic species to watch out for. The animals are in 8 zones that recreate various geographic regions like the Southeast Asian rainforest, African savanna, Nepalese river valley, South American pampas and Burmese jungle.

Changi Chapel and Museum,

Changi Chapel and Museum

The Changi Museum was relocated to its new home on 15 February 2001. It replaces the former Changi Prison Chapel and Museum (built in 1988) that had to make way for the expansion of the Changi Prison. In honouring the spirit and commitment of those who rose from the depths of adversity, the Museum inspires future generations to come and deepen their appreciation of the heroic and inspirational stories that took place in Changi. The Changi Museum is dedicated to all those who lived and died in Singapore, in particular the Changi area, during the dark years of World War II.

Best Beaches in Singapore right on Sentosa

Sentosa Beach

Beach lovers can enjoy exciting games and sea sports along the 3.2-km long sandy beaches stretching across Siloso, Palawan and Tanjong. You can indulge in a host of leisure activities such as cycling, in-line skating, canoeing, horse riding or simply unwind at the beach pubs. On weekends, the beach pubs will spring into action as beach volleyball fans flock to Siloso Beach for their favourite game. In recent years, Sentosa had also gained international fame for holding some of Singapore's most exciting themed events like the Sentosa Sandsation (an international sandsculpting event), Black Moon Foam Parties, Zouk Out Dance Festival and Sentosa's yearly Countdown Parties right here!






East Coast Park

East Coast Park

East Coast Park, located off the East Coast Parkway, is a favourite play area for Singaporeans, either at the beach or on its landscaped vistas and terrains where cycling is much enjoyed. Hire a bicycle or pair of rollerblades or just laze on the sandy beach. Eat at the many fine seafood restaurants or amuse yourself at the various leisure attractions. These include a bowling alley, golf driving range, tennis and squash complexes, watersports centre, swimming lagoon and the East Coast Sailing Centre.


enjoying  for all.. ^^


siapa aja boleh request mau jalan kemana aja boleh..... heheh
*gratis*

distribusi frekuensi

distribusi frekuensi adalah daftar nilai data (bisa nilai individual atau nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai dengan nilai frekuensi yang sesuai.
Sebagai contoh, perhatikan contoh data pada Tabel 1. Tabel tersebut adalah daftar nilai ujian Matakuliah Statistik dari 80 Mahasiswa (Sudjana, 19xx).
Tabel 1. Daftar Nilai Ujian Matakuliah Statistik

79	49	48	74	81	98	87	80
80	84	90	70	91	93	82	78
70	71	92	38	56	81	74	73
68	72	85	51	65	93	83	86
90	35	83	73	74	43	86	88
92	93	76	71	90	72	67	75
80	91	61	72	97	91	88	81
70	74	99	95	80	59	71	77
63	60	83	82	60	67	89	63
76	63	88	70	66	88	79	75

Sangatlah sulit untuk menarik suatu kesimpulan dari daftar data tersebut. Secara sepintas, kita belum bisa menentukan berapa nilai ujian terkecil atau terbesar. Demikian pula, kita belum bisa mengetahui dengan tepat, berapa nilai ujian yang paling banyak atau berapa banyak mahasiswa yang mendapatkan nilai tertentu. Dengan demikian, kita harus mengolah data tersebut terlebih dulu agar dapat memberikan gambaran atau keterangan yang lebih baik.
Bandingkan dengan tabel yang sudah disusun dalam bentuk daftar frekuensi (Tabel 2a dan Tabel 2b). Tabel 2a merupakan daftar frekuensi dari data tunggal dan Tabel 2b merupakan daftar frekuensi yang disusun dari data yang sudah di kelompokkan pada kelas yang sesuai dengan selangnya. Kita bisa memperoleh beberapa informasi atau karakteristik dari data nilai ujian mahasiswa

Tabel 2a.

No	Nilai Ujian	Frekuensi
	xi	fi
1	35	1
2	36	0
3	37	0
4	38	1
:	:	:
16	70	4
17	71	3
:	:	1
42	98	1
43	99	1
	Total	80

Pada Tabel 2a, kita bisa mengetahui bahwa ada 80 mahasiswa yang mengikuti ujian, nilai ujian terkecil adalah 35 dan tertinggi adalah 99. Nilai 70 merupakan nilai yang paling banyak diperoleh oleh mahasiswa, yaitu ada 4 orang, atau kita juga bisa mengatakan ada 4 mahasiswa yang memperoleh nilai 70, tidak ada satu pun mahasiswa yang mendapatkan nilai 36, atau hanya satu orang mahasiswa yang mendapatkan nilai 35.
Tabel 2b.

Kelas ke-	Nilai Ujian	Frekuensi fi
1	31 – 40	2
2	41 – 50	3
3	51 – 60	5
4	61 – 70	13
5	71 – 80	24
6	81 – 90	21
7	91 – 100	12
	Jumlah	80

Tabel 2b merupakan daftar frekuensi dari data yang sudah dikelompokkan. Daftar ini merupakan daftar frekuensi yang sering digunakan. Kita sering kali mengelompokkan data contoh ke dalam selang-selang tertentu agar memperoleh gambaran yang lebih baik mengenai karakteristik dari data. Dari daftar tersebut, kita bisa mengetahui bahwa mahasiswa yang mengikuti ujian ada 80, selang kelas nilai yang paling banyak diperoleh oleh mahasiswa adalah sekitar 71 sampai 80, yaitu ada 24 orang, dan seterusnya. Hanya saja perlu diingat bahwa dengan cara ini kita bisa kehilangan identitas dari data aslinya. Sebagai contoh, kita bisa mengetahui bahwa ada 2 orang yang mendapatkan nilai antara 31 sampai 40. Meskipun demikian, kita tidak akan tahu dengan persis, berapa nilai sebenarnya dari 2 orang mahasiswa tersebut, apakah 31 apakah 32 atau 36 dst.


Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daftar frekuensi.
Tabel 3.

Kelas ke-	Selang Nilai Ujian	Batas Kelas	Nilai Kelas (xi)	Frekuensi (fi)
1	31 – 40	30.5 – 40.5	35.5	2
2	41 – 50	40.5 – 50.5	45.5	3
3	51 – 60	50.5 – 60.5	55.5	5
4	61 – 70	60.5 – 70.5	65.5	13
5	71 – 80	70.5 – 80.5	75.5	24
6	81 – 90	80.5 – 90.5	85.5	21
7	91 – 100	90.5 – 100.5	95.5	12
	Jumlah			80

Range : Selisih antara nilai tertinggi dan terendah. Pada contoh ujian di atas, Range = 99 – 35 = 64
Batas bawah kelas: Nilai terkecil yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas, batas bawah kelasnya adalah 31, 41, 51, 61, …, 91)
Batas atas kelas: Nilai terbesar yang berada pada setiap kelas. (Contoh: Pada Tabel 3 di atas, batas bawah kelasnya adalah 40, 50, 60, …, 100)
Batas kelas (Class boundary): Nilai yang digunakan untuk memisahkan antar kelas, tapi tanpa adanya jarak antara batas atas kelas dengan batas bawah kelas berikutnya. Contoh: Pada kelas ke-1, batas kelas terkecilnya yaitu 30.5 dan terbesar 40.5. Pada kelas ke-2, batas kelasnya yaitu 40.5 dan 50.5. Nilai pada batas atas kelas ke-1 (40.5) sama dengan dan merupakan nilai batas bawah bagi kelas ke-2 (40.5). Batas kelas selalu dinyatakan dengan jumlah digit satu desimal lebih banyak daripada data pengamatan asalnya. Hal ini dilakukan untuk menjamin tidak ada nilai pengamatan yang jatuh tepat pada batas kelasnya, sehingga menghindarkan keraguan pada kelas mana data tersebut harus ditempatkan. Contoh: bila batas kelas di buat seperti ini:
Kelas ke-1 : 30 – 40
Kelas ke-2 : 40 – 50
:
dst.
Apabila ada nilai ujian dengan angka 40, apakah harus ditempatkan pada kelas-1 ataukah kelas ke-2?
Panjang/lebar kelas (selang kelas): Selisih antara dua nilai batas bawah kelas yang berurutan atau selisih antara dua nilai batas atas kelas yang berurutan atau selisih antara nilai terbesar dan terkecil batas kelas bagi kelas yang bersangkutan. Biasanya lebar kelas tersebut memiliki lebar yang sama. Contoh:
lebar kelas = 41 – 31 = 10 (selisih antara 2 batas bawah kelas yang berurutan) atau
lebar kelas = 50 – 40 = 10 (selisih antara 2 batas atas kelas yang berurutan) atau
lebar kelas = 40.5 – 30.5 = 10. (selisih antara nilai terbesar dan terkecil batas kelas pada kelas ke-1)
Nilai tengah kelas: Nilai kelas merupakan nilai tengah dari kelas yang bersangkutan yang diperoleh dengan formula berikut: ½ (batas atas kelas+batas bawah kelas). Nilai ini yang dijadikan pewakil dari selang kelas tertentu untuk perhitungan analisis statistik selanjutnya. Contoh: Nilai kelas ke-1 adalah ½(31+40) = 35.5
Banyak kelas: Sudah jelas! Pada tabel ada 7 kelas.
Frekuensi kelas: Banyaknya kejadian (nilai) yang muncul pada selang kelas tertentu. Contoh, pada kelas ke-1, frekuensinya = 2. Nilai frekuensi = 2 karena pada selang antara 30.5 – 40.5, hanya ada 2 angka yang muncul, yaitu nilai ujian 31 dan 38.

catatan : mav buat smartstat dah CF,,,
semoga bermanfaat :)

Karbon tetraklorida

Karbon tetraklorida, tetraklorometana atau dikenal dengan banyak nama lain (lihat di bawah), adalah senyawa kimia dengan rumus CCl₄. Senyawa ini banyak digunakan dalam sintesis kimia organik. Dulunya karbon tetraklorida juga digunakan dalam pemadam api dan refrigerasi, namun sekarang sudah ditinggalkan. Pada keadaan standar (suhu kamar dan tekanan atmosfer), CCl₄ adalah cairan tak berwarna dengan bau yang "manis".

Penamaan

Menurut tatanama IUPAC, senyawa ini dinamai karbon tetraklorida (jika dianggap sebagai senyawa anorganik) dan tetraklorometana (jika dianggap sebagai senyawa organik). Secara umum, senyawa ini memiliki banyak nama tidak resmi, seperti karbon tet, benziform, karbon klorida, metana tetraklorida, perklorometana, benzinoform, Freon 10, Halon 104, tetraform, dan tetrasol

Produksi

Kebanyakan karbon tetraklorida diproduksi melalui klorinasi karbon disulfida pada suhu 105-130 °C, dengan persamaan reaksi:

CS₂ + 3Cl₂ → CCl₄ + S₂Cl₂

CCl₄ juga merupakan produk samping dalam produksi diklorometana and kloroform melalui reaksi:

CH₄ + 4Cl₂ → CCl₄ + 4HCl