• Blog Stats

    • 61,583 hits
  • Categories

  • Archives

  • Advertisements

Output Perguruan Tinggi dan kebijakan pemerintah sebagai cara pemecahan masalah bangsa

Berikut merupakan anugerah  dari yang Maha Kuasa yang diperoleh penulis  sebagai oleh oleh dari kunjungan ke Pardubice University, Czech Republic.

Statuta Universitas Indonesia (UI) mencanangkan visi UI untuk menjadi pusat ilmu pengetahuan, teknologi, dan kebudayaan yang unggul dan berdaya saing, melalui upaya mencerdaskan kehidupan bangsa untuk meningkatkan kesejahteraan masyarakat, sehingga berkontribusi bagi pembangunan masyarakat Indonesia dan dunia. Sementara dalam Kebijakan Umum (KU) butir 4.b menyatakan bahwa pengembangan UI bertumpu pada perwujdan integrasi akademik berlandaskan pendidikan inter, multi, lintas, trans-disiplin serta hibriditas keilmuan dengan tetap memperhatikan ilmu ilmu dasar. Saya akan memfokuskan pada kata kunci : meningkatkan kesejahteraan masyarakat, kontribusi pada masyarakat Indonesia dengan cara ikut memecahkan masalah bangsa dan dunia.

Disini akan diberikan studi kasus nyata terkait dengan pengalaman untuk berkunjung ke KBRI di PRague (Praha). Pertanyaan terbesar.. bagaimana cara sampai ke sana dari kota kecil Pardubice di tengah negara dengan bahasa Cesky.

Langkah pertama adalah menggunakan teknologi informasi yakni dengan browsing di internet dan ketemula situs KBRI di Praha http://www.indonesia.cz yang ditautkan dengan http://www.kemlu.go.id/prague/Pages/default.aspx. Dari situs itulah saya berkomunikasi dgn staff KBRI, untuk mencapai kesanan saya disarankan mulai dari Stasiun Andel dan naik bus 191 turun di daerah Pod Lipkami. Staff itu pun mensarankan saya untuk mempelajari situs transportasi kota Praha berikut, http://www.dpp.cz/en/. Di sini saya bisa mempelajari bagaimana membeli tiket apa yang harus dibeli

http://www.dpp.cz/en/ticket-sales/

Kemudian saya ambil menu journey planner, dan memasukkan asal dan tujuan, dan keluarlah alternative solusi yang sangat rinci, naik apa saja (tram lalu bus), pemberhentian yg akan dilalui apa saja dan jam berapa, dimana harus stop dan harus nyambung di stopan yang mana. Saya masukkan asal Praha hl. n. dan tujuan Pod Lipkami, dgn opsi with transfer – at most 4 dan didapat informasi berikut:

Dan setelah langkah dan petunjuk di atas diikuti.. alhamdulillah… sangat membantu hanya perlu ditambah keberanian untuk bertanya….

Lalu dimana kaitannya dengan Visi UI? Pendapat saya, informasi yang mudah didapat dan akurat yang mendukung satu aktfitas manusia.. yakni…mobilitas orang.. transportasi yang sangat lancar dan dapat dipercata dalam suatu negara akan sangat mendukung kelancaran aktifitas dan perekonomian negara itu. Jadi ini bisa mendukung pemecahan masalah masyarakat, mampu menarik pendatang dari luar (misalnya wistawan) dan mereka akan merasa nyaman.

Dimana kaitannya dengan KU UI? Pendapat saya,.. pengelolaan informasi transportasi tersebut melibatkan disiplin paling sedikit, ilmu seperti teknologi informasi (ilmu komputer), transportasi, kebijakan publik, management, dan ilmu politik.

Terakhir..ttg politik.. harus ada kemauan dari pembuat kebijakan baik wakil rakyat dan pemerintah untuk bisa menerapkan hasil kajian multidisiplin terkait masalah bangsa ini untuk kesejahteraan masyarakat. Karena tanpa ada kebijakan, maka teknologi yang berdampak positif bagi masyarakat.. hanya akan menjadi hiasan di perpustakaan perguruan tinggi. Wallahu’alam…

Catatan:

Tulisan ini juga ditampilkan dalam ajang pemilihan Rektor yang tak diikuti secara lengkap oleh penulis. Saat penulisan,  penulis sedang  berada di  Faculty of Engineering and Informatics, Pardubice University, Czech Republic,  http://www.upce.cz/english/feei/index.html

 

Advertisements

Mathematical Challenges of Big Data, UK, Dec 2014

it is a good conference n valuable to attend and read the materials, i got this from na digest,

Date: September 26, 2014
Subject: Mathematical Challenges of Big Data, UK, Dec 2014

The Big Data Revolution is one of the main science and technology
challenges of today. While this is multifaceted, mathematics is at the
very core of the challenge ?€? in ranking information from vast networks
in web browsers such as Google, or identifying consumer preferences,
loyalty or even sentiment and making personalised recommendations, the
very scale of big data makes automation necessary and this, in turn,
necessarily relies on mathematical algorithms. The challenge is to
derive value from signals buried in an avalanche of noise arising from
challenging data volume, flow and validity. The mathematical
challenges are as varied as they are important. Whether searching for
influential nodes in huge networks, segmenting graphs into meaningful
communities, modelling uncertainties in health trends for individual
patients, linking data bases with different levels of granularity in
space and time, unbiased sampling, or connecting with infrastructure
involving sensors, privacy protection and high performance computing,
answers to these questions are the key to competitiveness and
leadership in this field. This event will highlight current
challenges in mathematical methodology alongside new mathematical
problems arising from Big Data applications.

Papers should describe mathematical challenges specific to the
following topics or their application in large-scale use cases:
Optimal and dynamic sampling; Probably approximately correct
methodologies; Uncertainty modelling & generalisation error bounds;
Network analysis & community finding; Graph & web mining methods;
Trend tracking & novelty detection; Stream data management; Dynamic
segmentation & clustering; Transfer learning; Latent models for
hierarchical data; Deep learning; Context awareness; Multimodal data
linkage; Integration of multi-scale models; Mining of unstructured,
spatio-temporal, streaming and ; multimedia data; Computational
intelligence in large sensor networks; Predictive analytics and
recommender systems; Real-time forecasting; Access on-demand in
distributed databases; Affordable high performance computing; Privacy
protecting data mining; Data integrity & provenance methods;
Visualization methods; Mathematics underpinning large-scale use cases

Please visit the conference webpage for details on registration:
http://ima.org.uk/conferences/conferences_calendar/big_data.html

For further information, please visit the conference webpage:
http://ima.org.uk/conferences/conferences_calendar/big_data.html