Sejarah Etika dan Perkembangan Komputer

1. Kesimpulan utuk pertemuan 2

Era 1940-1950-an

Diawali dengan penelitian Norbert Wiener (Prof dari MIT) tentang komputasi pada meriam yang mampu menembak jatuh pesawat yang melintas di atasnya (PD II).

Era 1960-an

Ungkapan Donn Parker: “that when people entered the computer center, they left their ethics at the door”. Dalam contoh kasus pemrosesan data, spesialis komputer bisa mengetahui data apa saja secara cepat.

Era 1980-an

Kemunculan kejahatan komputer (virus, unautorizhed login, etc)

Studi berkembang menjadi suatu diskusi serius tentang masalah etika komputer. Lahirlah buku “Computer Ethics” (Johnson,1985)

Era 1990-an sampai sekarang

Implikasi pada bisnis yang semakin meluas akibat dari kejahatan komputer, membuat lahirnya forum-forum yang peduli pada masalah tersebut.

• Berawal dari Tahap 1.0 sebuah revolusi industri dimulai dari pemanfaatan Sumber daya Air dan Uap yang digunakan sebagai tenaga mesin ,
• Selanjutnya pada tahap 2.0 Sudah mulai dimanfaatkanya Listrik sebagai salah satu Energi yang lebih efisiensi dan efektivitas dalam meningkatkan manufaktur Industri, Seiring berjalanya waktu sebuah 
• Tahap Revolusi 3.0 mulai terlihat perkembangan teknologi komputer yaitu Perangkat keras dan Perangkat lunak sudah mulai digunakan dan mempermudah kinerja operator industri.Dilanjutkan tahap baru yaitu masa kini atau tahap
• Revolusi Industri 4.0 dimana manusia lebih menggabungkanteknologi Internet yang mutakhir termasuk manufaktur aditif, robotika, kecerdasan buatan dan teknologi kognitif lainnya. 

2. Jenis kejahatan pada Cyber Crime

    

 1. Pencurian Data

Pencurian data atau data theft merupakan suatu tindakan ilegal dengan mencuri data dari sistem komputer untuk kepentingan pribadi atau dikomersilkan dengan menjual data curian kepada pihak lain. Biasanya, tindakan pencurian data ini berujung pada kejahatan penipuan secara online.

2. Akses ilegal

Lewat akses ilegal atau unauthorized access, seseorang yang tidak bertanggung jawab bisa memasuki atau menyusup ke dalam suatu skema jaringan komputer tanpa izin atau tanpa sepengetahuan dari pemilik.

Oleh karena hal ini, biasanya korban akan kehilangan data penting. Tak jarang juga aksi ini merupakan langkah yang diambil oknum tertentu untuk melakukan aksi penipuan dengan memakai nama pemilik akun.

3. Hacking dan Cracking

Hacking merupakan aktivitas menerobos program komputer milik orang lain. Si pelaku, atau yang lebih dikenal dengan sebutan hacker biasanya memiliki keahlian membuat dan membaca program tertentu dan terobsesi mengamati keamanannya.

Hacker sebetulnya tak selamanya buruk, karena ada juga kegiatan hacking yang positif. Hanya saja, tak jarang kemampuan ini malah disalahgunakan demi keuntungan pribadi atau urusan komersil lainnya dengan merugikan pihak lain.

Ada juga kejahatan yang dinamakan cracking, yaitu hacking untuk tujuan jahat. Biasanya, para cracker atau sebutan bagi pelaku cracking bisa mengetahui simpanan para nasabah di beberapa bank atau pusat data sensitif lain untuk menguntungkan diri sendiri.

Sekilas, hacking dan cracking hampir sama saja, tetapi ada perbedaan yang mendasar di antara keduanya. Jika hacking adalah upaya yang lebih fokus pada prosesnya, cracking lebih fokus untuk menikmati hasilnya.

4. Carding

Carding atau penyalahgunaan kartu kredit adalah kegiatan berbelanja menggunakan nomor dan identitas kartu kredit orang lain. Hal ini dilakukan secara ilegal dan data kartu kredit biasanya didapat melalui tindakan pencurian lewat internet.

5. Defacing

Defacing adalah aktivitas mengubah halaman suatu website milik pihak lain. Pada kasus-kasus defacing yang sering dijumpai, biasanya para pelaku melakukannya hanya untuk iseng, pamer kemampuan bisa membuat program, hingga berniat jahat untuk mencuri data dan dijual ke pihak lain.

6. Cybersquatting

Cybersquatting atau penyerobotan domain name yang merupakan jenis kejahatan dunia maya yang masuk ke dalam kategori domain hijacking (pembajakan domain). Cara yang dilakukan adalah dengan mendaftarkan domain nama perusahaan atau nama orang lain.

Hasil kejahatan biasanya akan dijual kepada perusahaan atau pihak lain dengan harga yang lebih mahal. Pelaku akan berusaha untuk menguntungkan dirinya sendiri dengan merugikan pihak lain.

7. Cyber Typosquatting

Cyber typosquatting merupakan kejahatan yang dilakukan dengan cara membuat domain plesetan yang mirip dengan nama domain orang lain. Salah satu tujuannya adalah menjatuhkan domain asli dengan melakukan penipuan atau berita bohong kepada masyarakat.

8. Menyebarkan Konten Ilegal

Konten ilegal biasanya berisi tentang informasi atau data yang tidak etis, tidak benar, dan bisa jadi melanggar hukum. Jenisnya sendiri ada banyak sekali, beberapa di antaranya yang sering kita jumpai adalah berita hoax dan konten yang mengandung unsur pornografi.

9. Malware

Malware merupakan salah satu program koputer yang mencari kelemahan dari suatu software. Biasanya malware diciptakan untuk membobol atau merusak suatu software atau sistem operasi.

Malware terdiri dari beberapa jenis, seperti worm, virus, trojan horse, adware, browser hijacker, dan yang lainnya.

Meskipun tersebar juga antivirus atau antispam, Anda tetap harus waspada agar terhindar dari malware karena si pembuat biasanya sangat kreatif dan terus produktif dalam membuat program yang merugikan para korbannya.

10. Cyber Terorism

Kejahatan dunia maya bisa masuk ke dalam kategori cyber terorism jika telah mengancam pemerintah. Para pelaku cyber terorism biasanya akan melakukn cracking ke situs pemerintah atau militer.

    

METODE MOVING AVERAGE, METODE LEAST SQUARE

 Analisa Deret Berkala

Metode Moving Average (Rata – rata Bergerak)

A.        Rata – rata Bergerak Sederhana

Metode yang sering digunakan untuk meratakan deret berkala yang bergelombang adalah metode rata – rata bergerak.

Metode ini dibedakan atas dasar jumlah tahun yang digunakan untuk mencari rata - ratanya. Jika digunakan 3 tahun sebagai dasar pencarian rata – rata bergerak, teknik tersebut dinamakan Rata –rata Bergerak per 3 tahun.

Prosedur menghitung rata –rata bergerak sederhana per 3 tahun sebagai berikut :

1.         Jumlahkan data selama 3 tahun berturut -turut. Hasilnya diletakkan ditengah – tengah tahun tersebut.

2.         Bagilah dengan banyaknya tahun tersebut (3) untuk mencari nilai rata – rata hitungnya.

3.         Jumlahkan data berikutnya selama 3 tahun berturut –turut dengan meninggalkan tahun yang pertama. Hasilnya diletakkan ditengah –tengah tahun tersebut dan bagilah dengan banyaknya tahun tersebut (3) dan seterusnya sampai selesai.

B.        Rata – rata Bergerak Tertimbang.

Umumnya timbangan yang digunakan bagi rata –rata bergerak ialah Koefisien Binomial. Rata –rata bergerak per 3 tahun harus diberi koefisien 1, 2, 1 sebagai timbangannya.

Prosedur menghitung rata –rata bergerak tertimbang per 3 tahun sebagai berikut:

1.         Jumlahkan data tersebut selama 3 tahun berturut –turut secara tertimbang.

2.         Bagilah hasil penjumlahan tersebut dengan faktor pembagi 1 + 2 + 1 = 4. Hasilnya diletakkan di tengah – tengah tahun tersebut.

3.         Dan seterusnya sampai selesai.

Analisis trend merupakan suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan.

Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek.
Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method). 

 DATA BERKALA

Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi, harga, hasil penjaulan, jumlah penduduk, jumlah kecelakaan, jumlah kejahatan, dsb).

Serangkaian nilai-nilai variabel yang disusun berdasarkan waktu. Serangkaian data yang terdiri dari variabel Yi yang merupakan serangkaian hasil observasidan fungsi dari variabel Xi yang merupakan variabel waktu yang bergerak secara seragam dan ke arah yang sama, dari waktu yang lampau ke waktu yang mendatang.

1.              Komponen Deret Berkala

1.     Trend Sekuler, yaitu gerakan yang berjangka panjang, lamban seolah-olah alun ombak dan berkecenderungan menuju ke satu arah, arah menaik atau menurun.

2. Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.

3. Variasi Sikli, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih tidak teratur.

4. Variasi Random/Residu, yaitu gerakan yang tidak teratur sama sekali

    3.        Pengolahan Deret Berkala

Data kuantitatif deret berkala merupakan bahan analisis trend sekuler, variasi musim (seasonal), dan variasi siklikal. Pada hakekatnya, pengolahan dan penyesuaian data harus dilakukan sebelum data tersebut digunakan untuk tujuan analisis.

1.         Variasi penanggalan

Pada umumnya, setahun dianggap memiliki 365 hari. Meskipun satu tahun terdiri dari 12 bulan, setiap bulann dapat memiliki jumlah hari yang berbeda yang bervariasi antara 28 sampai dengan 31 hari.

2.         Perubahan harga-harga

Dalam banyak kasus, data deret berkala terdiri dari angka-angka nilai produksi. Jika kita akan menggunakan deret berkala untuk menganalisis perubahan fisik yang bebas dari pengaruh fluktuasi harga, data kuantitatif tersebut harus dideflasikan dengan indeks harga yang sesuai sebelum dapat digunakan untuk tujuan analisis.

3.         Perubahan penduduk

Ada kalanya, kita ingin mengetahui fluktuasi produksi per kapita atau konsumsi per kapita.

4.         Syarat perbandingan data

Semua data deret berkala yang digunakan sebagai dasar analisis, seharusnya betul-betul sebanding. Jika sumber data berbeda, maka perlu dilakukan penelitian terhadap perumusan istilah-istilah oleh beberapa sumber yang berbeda. Perumusan yang berbeda tentang suatu istilah yang sama oleh beberapa sumber, perlu disesuaikan sebelum data tersebut digunakan.

    4.        Pengolahan Deret Berkala Sebagai Gerakan-Gerakan Runtut Waktu

Pola ini bisanya disebut sebagai komponen dari deret berkala (runtut waktu). Empat komponen deret berkala itu adalah :

1.              Gerakan trend jangka panjang  atau trend sekuler(long term movements or seculer trend (T)

Yaitu suatu gerakan yang menunjukan arah perkembangan secara umum (kecenderungan menaik atau menurun) dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun ke atas.

2.              Gerakan siklis atau cyclical movements or variation 

Adalah gerakan/variasi jangka panjang disekitar garis trend.

3.              Gerakan/variasi musim atau seasonal movements or variation 

Adalah gerakan yang berayun naik dan turun, secara periodik disekitar garis trend dan memiliki waktu gerak yang kurang dari 1 (satu) tahun, dapat dalam kwartal, minggu atau hari.

4.              Gerakan variasi yang tidak teratur (irregular or random movements) 

Yaitu gerakan atau variasi yang sporadis sifatnya. Faktor yang dominan dalam gerakan ini adalah faktor-faktor yang bersifat kebetulan misalnya perang, pemogokan, bencana alam dll.

5.         Berdasarkan model klasik, nilai deret berkala atau time series (Y) 

Merupakan gabungan perkalian dari nilai-nilai komponennya, dan dapat dinyatakan dalam persamaan berikut :

                                    Y = T x C x S x I

Jadi suatu data runtut waktu merupakan hasil kali dari 4 komponen yaitu “trend (T), cyclus (C), seasonal (S) dan irregular (I).

2.       Metode Semi Average (Setengah Rata – rata).

Prosedur pencarian nilai trend sebagai berikut:

•       Kelompokkan data menjadi dua kelompok dengan jumlah tahun dan jumlah deret berkala yang sama.

•       Hitung semi total tiap kelompok dengan jalan menjumlahkan nilai deret berkala tiap kelompok.

•       Carilah rata – rata hitung tiap kelompok untuk memperoleh setengah rata-rata (semiaverage).

•       Untuk menentukan nilai trend linier untuk tahun –tahun tertentu dapat dirumuskan sebagai berikut : Y’= +bx

Croxton dan Cowden memperkenalkan metode statistik tahun 1955 yaitu dengan metode Statistik Deskriptif dengan memberi definisi statistik sebagai metode guna mengumpulkan, mengolah, menyajikan, menganalisa dan menginterpretasi data yang berwujud angka-angka.

   Dalam metode Statistik Deskriptif terdapat berbagi jenis metode statistik  salah satunya adalah Analisisi Deret Berkala.

· Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi, harga, hasil penjualan, jumlah penduduk, jumlah kecelakaan, jumlah kejahatan, dsb).

·  Serangkaian nilai-nilai variabel yang disusun berdasarkan waktu.

· Serangkaian data yang terdiri dari variabel Yi yang merupakan serangkaian hasil observasi dan fungsi dari variabel Xi yang merupakan variabel waktu yang bergerak secara seragam dan ke arah yang sama, dari waktu yang lampau ke waktu yang mendatang.

Deret berkala atau runtut waktu adalah serangkaian pengamatan terhadap peristiwa, kejadian atau variabel yang diambil dari waktu ke waktu, dicatat secara teliti menurut urut-urutan waktu terjadinya, kemudian disusun sebagai data statistik.

Dari suatu runtut waktu akan dapat diketahui pola perkembangan suatu peristiwa, kejadian atau variabel. Jika perkembangan suatu peristiwa mengikuti suatu pola yang teratur, maka berdasarkan pola perkembangan tersebut akan dapat diramalkan peristiwa yang bakal terjadi dimasa yang akan datang.

Jika nilai variabel atau besarnya gejala (peristiwa) dalam runtut waktu (serangkaian waktu) diberi simbol Y1, Y2, ..Yn dan waktu-waktu pencatatan nilai variabel (peristiwa) diberi simbol X1, X­2, ..Xn maka rutut waktu dari nilai variabel Y dapat ditunjukan oleh persamaan Y = f (X) yaitu besarnya nilai variabel Y tergantung pada waktu terjadinya peristiwa itu.

2.3. Komponen Deret Berkala

Pola gerakan runtut waktu atau deret berkala dapat dikelompokan kedalam 4 (empat) pola pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala (runtut waktu). Empat komponen deret berkala itu adalah:

1. Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun keatas.

2. Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.

3. Variasi Siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih teratur.

4. Variasi Yang Tidak Tetap (Irreguler), yaitu gerakan yang tidak teratur sama sekali.

Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu:

·  Gerakan/variasi trend jangka panjang atau long term movements or seculer trend yaitu suatu gerakan yang menunjukan arah perkembangan secara umum (kecenderungan menaik atau menurun) dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun ke atas.

· Gerakan/variasi siklis atau cyclical movements or variation adalah gerakan/variasi jangka panjang disekitar garis trend.

· Gerakan/variasi musim atau seasonal movements or variation adalah gerakan yang berayun naik dan turun, secara periodik disekitar garis trend dan memiliki waktu gerak yang kurang dari 1 (satu) tahun, dapat dalam kwartal, minggu atau hari.

· Gerakan variasi yang tidak teratur (irregular or random movements) yaitu gerakan atau variasi yang sporadis sifatnya. Faktor yang dominan dalam gerakan ini adalah faktor-faktor yang bersifat kebetulan misalnya perang, pemogokan, bencana alam dll.    

13.2 RUMUS METODE SEMI AVERAGE

 Jika periode dasar pada kelompok 1

   Jika periode dasar pada kelompok 2

Y‘ = data berkala (time series) = taksiran nilai trend.

= nilai trend pada tahun dasar.

b = rata – rata pertumbuhan nilai trend tiap tahun.

x = variabel waktu (hari, minggu, bulan atau tahun).

n = jumlah data tiap kelompok

REGRESI DAN KORELASI SEDERHANA

1. PENGERTIAN REGRSI DAN KORELASI

1.1         Regresi

Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau tidaknya korelasi antarvariabel. Jika kita memiliki dua buah variabel atau lebih maka sudah selayaknya apabila kita ingin mempelajari bagaimana variabel-variabel itu berhubungan atau dapat diramalkan.

Analisa korelasi digunakan untuk mengukur keeratan hubungan antara variabel-variabel. Menentukan persamaan hubungan antar variabel, langkah-langkahnya sbb:

1.     Mengumpulkan data dari variabel yang dibutuhkan misalnya X sebagai variabel bebas dan Y sebagai variabel tidak bebas.

2.     Menggambarkan titik-titik pasangan (x,y) dalam sebuah sistem koordinat bidang. Hasil dari gambar itu disebut SCATTER DIAGRAM (Diagram Pencar/Tebaran) dimana dapat dibayangkan bentuk kurva halus yang sesuai dengan data.

3.     Menentukan persamaan garis regresi atau mencari nilai – nilai konstan.

Analisa Regresi Sederhana

Persamaan garis regresi linier sederhana untuk sampel : y = a + bx, yang diperoleh dengan menggunakan Metode Kuadrat Terkecil.

Bila diberikan data sampel

{( xi , yi ) ; i = 1,2,…,n}

Maka nilai dugaan kuadrat terkecil bagi parameter dalam garis regresi :

y = a +b x

1.2         Korelasi

Korelasi Dalam teori probabilitas dan statistika, korelasi, juga disebut koefisien korelasi, adalah nilaiyang menunjukkan kekuatan dan arah hubungan linier antara dua peubah acak (random variable).

Salah satu jenis korelasi yang paling populer adalah koefisien korelasi momen-produk Pearson,yang diperoleh dengan membagi kovarians kedua variabel dengan perkalian simpangan bakunya. Meski memiliki nama Pearson, metode ini pertama kali diperkenalkan oleh Francis Galton.

Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah/variabelbebas (X) dengan satu peubah tak bebas (Y). Dalam penelitian peubah bebas ( X) biasanya peubah yang ditentukan oleh peneliti secara bebas misalnya dosis obat, lama penyimpanan, kadar zat pengawet, umur ternak dan sebagainya.

Disamping itu peubah bebas bisa juga berupa peubah tak bebasnya, misalnya dalam pengukuran panjang badan dan berat badan sapi, karena panjang badan lebih mudah diukur maka panjang badan dimasukkan kedalam peubah bebas (X), sedangkan berat badan dimasukkan peubah tak bebas (Y).

Sedangkan peubah tak bebas (Y) dalam penelitian berupa respon yang diukur akibat perlakuan/peubah bebas (X). misalnya jumlah sel darah merah akibat pengobatan dengan dosis tertentu, jumlah mikroba daging setelah disimpan beberapa hari, berat ayam pada umur tertentu dan sebagainya.

2. RUMUS REGRSI DAN KORELASI

Keterangan :

Y = nilai yang diukur / dihitung pada variabel tidak bebas

X = nilai tertentu dari variabel bebas

a = intersep / perpotongan garis regresi dengan sumbu y

b = koefisien regresi / kemiringan dari garis regresi / untuk mengukur kenaikan atau penurunan y untuk setiap perubahan satu – satuan x / untuk mengukur besarnya pengaruh x terhadap y kalau x naik satuunit.