DETEKSI KEJADIAN

Even Perangkat Lunak (Software Event)

Ketika sebuah even (kejadian) diasosiasikan dengan sebuah fungsi program, dapat dikatakan
bahwa sistem tersebut berkolerasi dengan perangkat lunak (software event). Kejadian jenis
ini terjadi saat suatu program mencapai tingkat eksekusi tertentu (misalnya ketika operasi
I/O dimulai).
Prinsip deteksi even perangkat lunak adalah dengan melakukan pemasukan kode-kode
khusus (seperti kode jebakan, kode pancingan) dalam tempat-tempat spesifik pada sistem
operasi.

Even Perangkat Keras (Hardware Event)

Ketika sebuah even (kejadian) diasosiasikan dengan perangkat keras (hardware event),
deteksi dilakukan berdasarkan penampakan suatu sinyal tertentu dalam sirkuit-sirkuit
sebuah komponen sistem. Banyak even perangkat keras dapat dikenali melalui perangkat
lunak, karena even-even
tersebut disertai dengan sejumlah modifikasi lokasi memori yang merupakan even perangkat
lunak.
PROSES PENGUKURAN

Adalah Suatu fungsi informasi yang dapat diperoleh melalui monitor dan
biaya pengukuran.
Kegunaan pengukuran
1. Menaksir (assessment)
2. Memprediksi (prediction)

Tipe pengukuran
a. Pengukuran langsung (direct measurement) dari atribut tidak tergantung pda
atribut lainnya, contoh : pengukuran panjang, lebar.
b. Pengukuran tidak langsung (Indirect measurement) pengukuran satu atau lebih
atribut, mengukur reabilitas.
c. Pengukuran Proxy percobaan pengukuran properti dari suatu obyek secara tidak
langsung menggunakan properti lainnya yang lebih mudah didapatkan. Memerlukan
pendekatan prediksi dari properti real. Pengukuran Proxy harus dapat
mendemontrasikan : reliabilitas dan validitas (Harrison, 1994)
Kriteria Pengukuran

a. Obyektif. Pengukuran dilakukan lewat pendekatan yang obyektif, tidak subyektif

menggunakan semua tester yang mungkin dilakukan.
b. Reliabilitas. Pengukuran realibel (stabil dan presisi) jika dalam pengulangan yang
dilakukan dalam kondisi yang sama, juga didapatkan hasil yang sama.
c. Validitas, pengukuran valid jika hasil pengukuran memenuhi karakteristik kualitas.
d. Normalisasi. Normalisasi diperlukan untuk dapat memiliki skala hasil pengukuran dapat
direpresentasikan dengan mudah. Ini berhubungan dengan skalabilitas.
e. Mudah dibandingkan. Pengukuran mudah dibandingkan ketika diatur suatu relasi ke
pengukuran lainnya.
f. Economis. Pengukuran harus memiliki biaya yang rendah. Tergantung pada derajat
otomatisasi dan nilai pengukuran, yang biasanya digunakan untuk pemilihan
penggunaan perangkat bantu jenis tertentu.
g. Berguna. Mudah dibuktikan dengan validitas, dan amat berguna dalam evaluasi
kualitas
Kegunaan Pengukuran
Secara dasar pengukuran digunakan untuk :
a. Penilaian Keadaan (menaksir)
b. Memprediksi, tentang atribut yang belum terjadi.

Reliabilitas Pengukuran :
a. Akurasi
b. Dapat diulang

Faktor reabilitas adalah :

a. Konsistensi internal, semua elemen pengukuran harus ditaksir dalam
b. konstruksi yang sama dan r\tidak saling berhubungan.
c. stabilitas, nilai yang ekuivalen harus didapatkan pada koleksi yang
diulang dari data dalam lingkup yang sama.
TEORI SAMPLING

Metode sampling merupakan sebuah teknik statistik yang bisa digunakan kapan saja
untuk melakukan pengukuran semua data yang merupakan karakteristik sekelompok
orang, obyek atau pun even-even yang tidaklah mungkin untuk diambil secara
keseluruhan karan tidak praktis atau terlalu mahal. Walau pun menguji sekelompok
populasi, metode ini hanya menganalisis sebagian saja, yang disebut sample. Melalui
sample tersebut dapat dilakukan perkiraan dari sejumlah parameter yang merupakan
karakteristik populasi.
Sampling dapat digunakan untuk 2 tujuan :

1. Untuk mengukur pecahan dari interval waktu masing-masing sistem yang

tersedia yang dihabiskan dalam berbagai keadaan. Data yang dikumpulkan
selama interval pengukuran adalah bagian dari analisis posteriori untuk
menentukan apa saja yang terjadi selama masa interval dan bagaimana
perbedaan jenis aktivitas itu berhubungan satu sama lain.
2. Untuk mengikuti evolusi sistem dan memprediksi kejadian masa depannya
sehingga keputusan yang memiliki pengaruh positif pada kinerjanya dapat
terjadi.
SIMULASI

Simulasi adalah teknik pengukuran yang melakukan pengukuran sebuah model yang
identik dalam skala yang lebih kecil dari suatu sistem. Model simulasi
merepresentasikan kinerja dinamis dari suatu sistem dengan mereproduksi
keadaannya dan mengikuti transisi situasi tersebut yang disebabkan oleh urutan
stimulan eksternal yang sesuai. Kerugian utama teknik pemodelan ini adalah sulitnya
membangun
model agar hasil yang diperoleh tetap akurat. Terdapatnya sumber kesalahan (error)
dalam pengukuran langsung dalam simulasi kasus yang menyiratkan perbedaan yang
tidak bisa dihindari antara kinerja model dam kinerja sistem itu tersendiri.
Terdapat 2 jenis simulator :

• Simulator komersial
Untuk menjalankan simulator komersial yang dikembangkan dan didistribusikan
oleh perusahaan tertentu, dengan memberikan deskripsi sistem dan beban kerja
yang sudah ditentukan sebelumbya.
• Simulator spesifik
Berupa program yang dibuat untuk studi evaluasi kinerja yang harus dapat
beradaptasi pada sistem dengan konfigurasi serta aplikasi yang spesifik.
Model Simulasi Kinerja

Secara konsep, model simulasi dari dunia nyata adalah suatu program komputer.
Simulasi akan mengizinkan siuatu sistem dibuat modelnya pada setiap level detail
: dari translasi langsung model antrian jaringan untuk menangkap setiap aspek
dari perilaku sistem. Simulasi juga mendukung koleksi metrik kinerja yang dapat
didefinisikan dan dapat diprogram.
METROLOGI
Metrologi : adalah ilmu tentang pengukuran
KONSEP PENGUKURAN
Ketelitian atau Kebenaran : tingkat kesesuaian besaran yang diukur atau
dihitung terhadap standar yang diakui.
Presisi : mampu ulang (repeatability) proses pengukuran atau kesamaan
dari pengukuran yang dilakukan dalam kondisi yang sama.
Kepekaan (sensitivity) : kemampuan untuk membedakan perbedaan
sewaktu mengukur suatu besaran.
DIMENSI DAN TOLERANSI
Untuk menunjukkan ketelitian ditambahkan suatu toleransi pada suatu ukuran.
Toleransi : besar variasi yang diperkenankan pada suatu bagian tertentu atau merupakan variasi
total yang diijinkan pada dimensi tertentu.
Contoh : Suatu poros mempunyai ukuran nominal 63,5 mm, namun nilai ini sulit dipertahankan
dalam produksi karena akan memakan biaya besar, oleh karena itu diberi toleransi tertentu,
variasi sebesar ±0,08 mm dapat diterima. Dimensi dituliskan sebagai : 63,5 ±0,08 mm.
PENGAWASAN MUTU

Pemeriksaan terhadap semua produk (100% dari setiap produk) akan memakan waktu
dan mahal. Dengan teknologi pengawasan mutu memungkinkan pemeriksaan dilakukan
secara matematik dan menetapkan apakah rangkaian produksi produk dapat diterima.
Langkah-langkah pengawasan mutu :

1. Periksalah serangkaian produk.

2. Ukurlah dimensi.
3. Hitunglah deviasi dimensi terhadap dimensi rata-rata.
4. Susunlah peta kontrol.
5. Gambarkan data pada peta kontrol.
Pemilihan sampel yang akan diukur harus dilakukan dengan bebas. Variasi ukuran pada
produk bisa disebabkan oleh dua :
a. penyebab acak yang tak terelakkan.
b. penyebab tetap yang dapat dikurangi
Penyebab tetap dapat dikurangi karena mencakup faktor-faktor seperti alat perkakas yang
tidak baik, cara pengukuran yang tidak baik, cacat bahan atau buruh yang tak terlatih.
Mencari harga deviasi standar,σ, ditentukan sebagai berikut :
1. Hitunglah harga rata-rata dimensi, setiap nilai disebut x,
2. Hitungla harga deviasi standar dengan rumus berikut :

Penyusunan peta kontrol dilakukan dengan menggambarkan dimensi

rata-rata sampel sebagai fungsi waktu, limit kontrol atas dan limit
kontrol bawah.
 Dimensi Sampel Ukuran rata-rata Deviasi
Nomor Sampel
X1 X2 X3 Sample X σ
1 2,345 2,536 2,445 2,442 0,04504
2 2,577 2,556 2,879 2,671 0,08520
3 2,377 2,094 2,802 2,424 0,16799
4 2,833 2,783 2,556 2,724 0,06959
5 2,556 2,444 2,094 2,365 0,11361
6 2,094 2,567 2,783 2,481 0,16612
7 2,783 2,789 2,544 2,705 0,06588
8 2,572 2,786 2,955 2,771 0,09048
9 2,334 2,993 2,566 2,631 0,15758
10 2,456 2,455 2,333 2,415 0,03334
11 2,677 2,865 2,455 2,666 0,09675
JUMLAH 28,295 1,09157

Harga Rata-rata X Deviasi Standar Nilai LKA dan LKB

2,57224 0,09923 0,23717
0,24
 Dimensi Sampel Ukuran rata-rata Deviasi
Nomor Sampel
Tugas : X1 X2 X3 X4 X5 Sample X σ
1 3,466 4,633 3,444 4,633 4,551
2 3,444 3,555 4,044 3,555 4,678
3 4,044 4,099 4,522 4,551 3,909
4 4,551 4,551 4,633 4,678 3,499
5 4,678 4,678 3,555 3,909 4,551
6 3,909 4,044 4,099 3,499 4,678
7 3,499 4,522 4,551 4,551 3,909
8 3,544 4,633 4,678 4,678 3,544
9 4,587 3,555 4,044 3,909 4,587
10 4,566 4,099 4,522 4,587 3,909
11 4,878 4,566 4,633 3,333 4,587
12 4,442 4,878 3,555 4,566 3,333
13 3,544 4,442 4,566 4,878 4,566
14 4,587 3,544 4,878 4,442 4,878
15 4,566 4,587 4,566 4,779 4,442
16 4,878 3,567 4,878 4,555 3,544
17 4,442 4,778 4,442 4,442 4,587
18 4,566 4,442 3,544 3,544 3,333
19 4,878 3,544 4,587 4,587 4,566
20 4,442 4,587 3,788 4,556 4,558
JUMLAH
Tentukan :

1. Nilai Sampel rata-rata X 1 s.d. 20

2. Nilai Deviasi sample 1 s.d. 20
3. Harga Rata-rata X
4. Nilai Deviasi Standar
5. Nilai LKA dan LKB
6. Dan Jelaskan Yang dimaksud dengan deviasi dan fungsinya pada sebuah
penelitian serta olah data