ThinkFree Office Versi Terbaru

JAKARTA - PT Andalan Solusindo Pratama dan Haansoft Inc memperkenalkan ThinkFree Office versi terbaru, software meliputi program-program word processing, spreadsheet, dan presentasi yang mampu berjalan di berbagai platform, online maupun offline.

ThinkFree Office terdiri dari komponen-komponen yang serupa dengan produk aplikasi perkantoran dari kompetitornya, terutama Microsoft dengan Microsoft Office-nya.

Aplikasinya meliputi word processing dengan ThinkFree Write, spreadsheet dengan ThinkFree Calc, dan aplikasi presentasi grafik dengan ThinkFree Show, yang memungkinkan pengguna membuat ataupun menyunting dokumen dan filenya.

Selain itu, user ThinkFree juga mendapatkan manfaat dari fungsi "Save As PDF" untuk mengkonversi dokumen mereka ke format Portable Document Format (PDF).

"Think Free Office dikembangkan dengan kemiripan user interface dengan Microsoft Office. Para pengguna yang sudah friendly dengan Microsoft Office akan mudah beradaptasi dengan ThinkFree Office," ujar Managing Director Andalan Solusindo Pratama Richard Kartawijaya, saat jumpa pers di Mario's Place Cikini, Jakarta, Selasa (19/2/2008).

"Beberapa fitur tambahan dan harga yang jelas lebih murah tentu menjadi daya tarik tersendiri bagi perusahaan-perusahaan maupun UKM dengan dana terbatas untuk operasional dan terhubung menggunakan aplikasi-aplikasi perkantoran dari kompetitor kami," imbuhnya.

Aplikasi-Aplikasi ThinkFree ini dikembangkan dengan menggunakan teknologi Java yang dapat berjalan pada sistem operasi Linux, Mac, ataupun Windows, Sun Polaris, dan Unix. Aplikasi ini juga bekerja dalam 11 bahasa, termasuk Inggris, Spanyol, Italia, Jerman, Prancis, China, dan Jepang.

ThinkFree Office dijual retail untuk enterprise ataupun satuan dengan harga sekira USD50. "Harga retail dari kami adalah USD50. Untuk volume user, akan ada kesepatakan sendiri yang pasti jauh lebih murah. Harga ini cukup terjangkau dibandingkan kompetitor kami yang tujuh hingga sepuluh kali lipat lebih mahal dari harga kami," papar Richard. (mbs)

ThinkFree Office Targetkan 20.000 Lisensi

Managing Director PT Andalan Solusindo Pratama Richard Kartawijaya menargetkan ThinkOffice akan terjual sebanyak 20.000 Lisensi pada 2008.

"Kami targetkan yah kurang lebih 20.000 lisensi. Segmen kami tidak hanya enterprise, meliputi banking industry, pemerintahan, dan individual PC-user, tetapi juga sekolah-sekolah. Kali ini kami dan Haansoft ingin berkontribusi untuk pendidikan. Dengan harga yang terjangkau, saya pikir segmen kami tersebut tidak keberatan menerima produk kami. Menurut saya, angka 20.000 tidak muluk," ujarnya saat diwawancarai okezone usai jumpa pers di Mario's Place Cikini, Selasa (19/2/2008).

Tidak hanya itu, saat ini Andalan Solusindo Pratama menjalin kerja sama dengan Asosiasi Warung Internet Indonesia (AWARI). "Kami juga mensosialisasikan ThinkFree pada warnet-warnet di Indonesia. Tidak sedikit warnet dengan puluhan PC mengeluh keberatan dengan bandrol Microsoft Office yang berlisensi," jelas Richard.

Hingga saat ini, Haansoft bekerjasama dengan Andalan Solusindo Pratama untuk pendistribusian yang sudah mencakup Pulau Jawa, Sumatra, Kalimantan, Sulawesi, dan Bali.

"Saat ini kami (Andalan) menandatangani partnership agreement dengan PT Berca Cakra Teknologi yang sementara ini memiliki 30 reseller. Rencananya pertengahan hingga akhir tahun ini partner kami mencapai 54 reseller untuk memperluas jangkauan hingga ke Lombok dan kota-kota kecil lainnya," tutur Richard ketika ditanyakan komentarnya tentang distribusi.(mbs)

Sumber : Okezone

Software Pengenal Wajah, Saat Wajah Tak Bisa Disembunyikan

Peneliti dari Inggris berhasil membuat perangkat lunak untuk mengenali wajah dengan lebih sempurna. Alamat buruk bagi para teroris yang piawai gonta-ganti penampilan.

Ini peringatan buat Noordin M Top dan para gembong teroris lainnya yang piawai bergonta-ganti wajah. Belum lama ini, sejumlah peneliti dari Inggris berhasil membuat perangkat lunak yang mampu membaca wajah "asli" seseorang. Alhasil, meski sang buronan telah mereparasi muka berkali-kali, komputer akan tetap bisa mengenali foto diri yang sebenarnya. Bahkan, meskipun perubahan itu telah dilakukan 15 tahun sebelumnya.

Adalah Rob Jenkins dan Mike Burton, dua orang pakar psikologi dari Universitas Glasgow, Inggris, yang terinspirasi untuk menemukan software tersebut. Awalnya, mereka mendapatkan fakta bahwa manusia lebih mudah mengenali wajah seseorang dari beberapa foto yang diberikan daripada hanya sebuah.

Rupanya, hikmah di balik kesimpulan itu adalah manusia bisa mengenali karena melihat atau menganalisis dari sudut dan suasana yang berbeda. "Kami," demikian Jenkins dan Burton, "Terinspirasi untuk membuat gambar khusus yang merupakan ?rata-rata' dari sejumlah foto seseorang." Gambar sintesis itulah yang kemudian menolong perangkat lunak pengenal wajah untuk melakukan tugasnya sehingga menjadi lebih mudah.

Untuk membuktikan hasil kerjanya itu, kedua peneliti tersebut memasukkan foto tunggal sejumlah artis laki-laki pada layanan online MyHeritage.com. Ini adalah website yang memiliki data ratusan foto artis di seluruh dunia. Orang dapat meng-input fotonya untuk membandingkan dan menemukan orang terkenal mana yang paling mirip dengan dirinya.

Website itu digawangi oleh program pengenal wajah yang dikenal dengan nama FaceVACS. Ini adalah perangkat lunak pembaca raut muka terbaik berdasarkan pengujian US National Institute of Standards and Technology pada tahun 2006.

Jenkins and Burton persisnya memasukkan foto 25 orang terkenal–mulai dari Bill Clinton hingga Jack Nicholson–untuk menguji apakah MyHeritage mengenali mereka secara tepat. Rupanya, dengan data tak kurang dari 450 gambar wajah, hanya 54 persen dari foto yang dimasukkan oleh para peneliti itu yang berhasil dikenali.

Foto-foto yang tak berhasil dikenali itu lantas diolah sehingga didapatkan gambar "rata-rata"-nya. Setelah foto "komposit" itu dimasukkan kembali ke MyHeritage, perangkat lunak itu mengenali hampir semuanya (80 persen). "Ini adalah untuk pertama kali software mengenali foto dengan sejumlah elemen, seperti pencahayaan dan pose yang tak dikontrol," kata Jenkins. "Ini seperti mekanisme bagaimana manusia mengenali obyek yang dilihat," imbuhnya.

Salah satu bagian fundamental dari pembuatan foto komposit itu adalah dibuangnya faktor pencahayaan dan pose yang sering kali membedakan foto yang satu dengan lainnya. Dengan kata lain, teknik tersebut mengekstrak bagian-bagian yang paling esensial dari wajah seseorang. "Benar bahwa sejumlah informasi akan hilang, namun justru bagian informasi itu yang tak diperlukan," terang Jenkins.

Teknik pembuatan wajah rata-rata itu persisnya mengidentifikasi ciri paling khusus dan rahasia dari sebuah foto wajah, misalnya sudut mata dan bibir. Sementara, jika foto menampilkan seseorang dengan sudut yang berbeda, maka sistem akan mengoreksi gambar sehingga ciri khusus antara beberapa foto akan tampak. Akhirnya beberapa foto itu akan digabungkan dan dihasilkan foto sintesis.

Dengan penerapan teknik foto sintesis pada passport atau dokumen identitas lainnya, kata Jenkins, maka proses pengamanan, misalnya di Bandara, akan menjadi lebih maksimal. Bahkan, meski foto komposit itu dibuat 15 tahun lalu, maka tetap saja wajah seseorang dapat dengan mudah untuk dikenali.

Jonathon Phillips, peneliti dari National Institute of Technologies and Standards, Amerika Serikat, pada tahun 2006 sejatinya juga melakukan penelitian yang sama. Namun, dia menggunakan faktor yang sangat terkontrol, misalnya resolusi gambar mesti tinggi dan subyek harus menghadap kamera dengan pencahayaan yang telah ditentukan.

Phillips mengungkapkan, ketika itu tim yang dipimpinnya berhasil membuat sistem yang berhasil memadukan dua teknik yang selama ini berkembang secara bersamaan, yakni koreksi pada foto non-frontal dan membuat rata-rata gambar wajah. "Namun, untuk mengaplikasikan teknik tersebut diperlukan bank data yang cukup besar," urainya. (Trust//mbs)

Intelijen Bisa Memata-matai Warga

Pada akhir tahun 2006, Jan Erik Solem, peneliti sari Swedia, berhasil menemukan Polar Rose. Ini adalah sistem pencari gambar di internet yang dapat merekonstruksi bentuk tiga dimensi wajah manusia, dan sekaligus mengombinasikan dengan ciri khususnya untuk menghasilkan sebuah foto dua dimensi yang unik.

Selama ini, ujar Solem, mesin pencari data di internet sebenarnya hanya bisa mencari gambar berdasarkan teks yang menyertainya. Singkat kata, mesin itu buta terhadap gambar. Tapi, Polar Rose tidak. Bahkan, sistem ini bisa membuat model tiga dimensi dari sebuah foto dua dimensi. "Kami menggunakan metode statistik untuk mengerjakan hal itu," terangnya.

Nordic Venture Partners, perusahaan asal Negeri Skandinavia itu, bersedia mendanai pengembangan Polar Rose tak kurang dari USD5,3 juta. Sistem ini merupakan yang pertama di dunia, dan Erik Solem percaya dapat menyaingi mesin pencari yang sudah ada sebelumnya. "Belum ada search engine seperti ini. Jika ini sukses, kami akan bersaing dengan raksasa, seperti Google, Microsoft, dan Yahoo," ungkapnya percaya diri.

Erik Solem juga berkeyakinan bahwa teknologi yang dikembangkannya itu dapat diterapkan di dunia game. Teknologi ini memungkinkan memasukkan obyek-obyek ke dunia maya hanya dengan mengambil fotonya. Jadi, teknologi ini semakin mempermudah dan menghemat biaya karena selama ini pembuatan obyek 3D di sebuah game dibuat secara manual.

Namun, di balik kemudahan itu, muncul pula kekhawatiran. Yaman Akdeniz, aktivis yang gencar menyuarakan tentang privasi, mengatakan bahwa sistem pencarian gambar via internet itu bisa jadi menolong untuk mencari penjahat. Tapi, di sisi lain teknologi itu bisa digunakan untuk membongkar data pribadi seseorang, bahkan dimanfaatkan oleh aparat intelijen guna memata-matai warganya. (Trust//mbs)

Sumber : Okezone

Mari Menulis Ilmiah dengan LaTex

Oleh Emanuel Sungging

Bagi banyak ilmuwan, seringkali penulisan dokumen menggunakan LaTeX merupakan keharusan. Tetapi penulisan dokumen menggunakan LaTeX seringkali menyebabkan dahi berkerut dibandingkan menggunakan pengolah kata komersil yang sudah ada. Seringkali muncul pertanyaan, kenapa LaTeX? Atau, apakah itu LaTeX?

LaTeX adalah sebuah sistem untuk mempersiapkan dokumen (dilafalkan 'la-te(c)h', bukan latex), dengan LaTeX maka bisa dibuat suatu dokumen yang terbaca. Apakah itu berarti sama dengan pengolah kata komersil, sebutlah Microsoft Word(TM)? Atau yang gratis seperti Open Office? Kalau hanya sekedar 'mengolah kata', memang hanya itulah kesamaannya.

Kode-kode

Dibanding pengolah kata standar yang bersifat WYSIWYG (What You See is What You Get), bekerja dalam LaTeX lebih seperti membuat pemrograman, karena harus berurusan dengan kode-kode, tetapi LaTeX menjadi pilihan komunitas sains internasional karena kualitas yang dihasilkan, gratis, bisa dipergunakan semua jenis komputer, semua sistem operasi, dan bisa dipergukanakan untuk menampilkan hal-hal yang sulit dilakukan oleh pengolah kata standar.

Kenapa namanya LaTeX? Etimologi LaTeX dimulai ketika Donald Knuth menciptakan TeX, sekitar tahun 1978, dari tiga huruf besar Yunani, Tau, Epsilon dan Chi, yang dalam bahasa inggris menjadi akar kata dari "technical" dan "technique", ketika kemudian Leslie Lamport mengembangkan supaya TeX bisa lebih dipergunakan secara lebih sederhana, maka diperkenalkan LaTeX, mungkin agar bisa disesuaikan dengan namanya?
Bagi yang belum pernah bekerja dengan LaTeX, mungkin bisa dibayangkan seperti menyusun dokumen untuk HTML, tetapi LaTeX sendiri jauh lebih dari sekedar itu saja.

Ada 10 alasan kenapa LaTeX dipilih oleh para ilmuwan:

• Keluaran TeX selalu yang terbaik, baik tulisan, gambar, rumus, format, tanpa bergantung pada peralatan tambahan, huruf tambahan. Baik untuk dokumen sederhana maupun dokumen yang rumit. Bayangkan menulis rumus dalam Microsft Words(TM), yang harus bergantung pada Microsoft Equation(TM), bagaimana jika rumusnya rumit-rumit, atau hurufnya besar kecil, sesuatu yang tidak muncul dalam tulisan sehari-hari? LaTeX juga menyediakan semua peralatan untuk membuat tabel, cross-references, hyper-links, yang bisa dilakukan dengan mudah. Karena kemudahan dan keunggulan dalam menuliskan rumus-rumus yang ajaib, maka TeX adalah pilihan terbaik untuk dokumen-dokumen ilmiah. Dan itu dilakukan menggunakan penulisan text standar saja.

• LaTeX dan typesetting, LaTeX bisa mengatur simbol untuk variabel, berapa besar dan ruang yang dibutuhkan bagi notasi, superscript dan subscript, dsb. Bagan, flow chart, not balok, atau gambar rangkaian dapat dikerjakan dengan mudah. Bahkan dari penulisan standar bisa digunakan untuk menuliskan karakter-karakter bahasa di seluruh muka Bumi. Dengan demikian setiap dokumen dengan mudah mengikuti standar penulisan yang dibutuhkan, per se, tanpa harus berpusing-pusing mengatur format, setiap kali menulis.

• LaTeX selalu cepat, karena untuk menulis dalam LaTeX bisa saja menggunakan text standard, maka menggunakan notepad pun bisa dilakukan, yang berarti mengirit ruang dan memori komputer.

• LaTeX selalu stabil, sejak diperkenalkan, dipergunakan oleh jutaan orang, tidak pernah ada keluhan berarti, bahkan banyak yang membantu mengembangkannya. Stabil berarti LaTeX itu bekerja, dan akan terus bekerja, karena semakin banyak orang yang mempekerjakannya.

• LaTeX itu luwes, setiap institusi, setiap jurnal punya gayanya sendiri, dan tidak hanya dalam 'gaya' yang ada di luarnya, tetapi juga dalam pengembangan engine-nya; tetapi terlepas semua pilihan yang dipergunakan, inti terdalam LaTeX itu selalu tetap sama.

• Input yang selalu text. Dengan demikian, maka bekerja bisa dilakukan di komputer model apa saja, sistem operasi apa saja, dan untuk keperluan apa saja, jauh dari hanya sekedar pengolah-kata, tetapi bisa dikembangkan untuk basis data, atau keperluan yang memerlukan sumber daya yang besar, tetapi tidak boros.

• Keluaran bisa berupa apa saja, dari sekedar untuk keperluan pencetakan, seperti pdf, ps, atau sekedar menampilkan seperti html, bahkan terbuka untuk pengembangan yang belum terpikirkan sebelumnya.

• LaTeX itu gratis.

• LaTeX itu bisa digunakan di mana saja, tanpa memandang sistem operasi, jenis komputer, atau jenis media.

• LaTeX itu standar. Banyak penerbitan ilmiah dan Jurnal mempergunakan laTeX sebagai standar penyusunan dokumen.

Sumber : http:// Netsains.com

Membangun Search Engine yang Paham Bahasa Indonesia

Oleh I Made Wiryana

Mendengar istilah search engine, pasti sebagian besar pikiran langsung ke Google. Tetapi apakah Google selalu dapat memenuhi kebutuhan kita? Terutama bila dokumen tersebut menggunakan bahasa tertentu. Dari kebutuhan mesin pencari (search engine) di dalam situs Presiden Republik Indonesia, maka tim pengembang telah mencobakan berbagai macam mesin pencari yang ada. Dari pengalaman ini, kami merasakan hingga saat ini belum ada mesin pencari yang cukup memahami bahasa Indonesia, dan masih sedikit yang melakukan analisi kandungan (content analysis) ketika melakukan pencarian.

Memang beberapa search engine telah mampu melakukan identifikasi bahasa yang digunakan pada dokumen tersebut. Proses identifikasi ini biasanya dilakukan dengan cara mengenali beberapa kata di dokumen tersebut yang khas bagi bahasa tertentu, tetapi mesin pencari tersebut tidak melakukan analisa kandungan dari dokumen tersebut. Sehingga untuk beberapa kondisi menjadi sangat terbatas dan bahkan menyebabkan pencarian yang memberikan hasil, yang tidak memiliki hubungan dengan makna kata yang ingin ditemukan.

Pendekatan

Mesin pencari yang dibangun ini menggunakan 2 pendekatan yang masih jarang dilakukan oleh mesin pencari. Pertama dalam melakukan proses pencarian yaitu menggunakan analisa kandungan teks bahasa Indonesia. Kedua, dalam penyajian hasil pencarian serta metoda memfokuskan pencarian yang menggunakan "cloud of tag". Tag adalah kata atau frase yang digunakan untuk merepresentasikan topik dari suatu artikel. Pada dunia "blog" sering suatu artikel diberi metadata yang disebut tag yang berupa topik dari artikel tersebut. Kedua hal di atas menjadi fokus pengembangan disebabkan karena beberapa keterbatasan yang kami jumpai pada pemanfaatan beberapa mesin pencari yang ada.

Sebagai contoh sederhana, mesin pencari yang ada saat ini tak mampu membedakan konteks pada kata seperti "beruang". Mesin pencari tersebut tak membedakan kata "beruang" sebagai binatang, atau "beruang" dalam arti memiliki uang. Mesin pencari yang ada tidak membedakan kedua kata tersebut, dan akan menampilkan semua dokumen yang mengandung kata tersebut. Mesin pencari yang dikembangkan berusaha mengenali perbedaan arti tersebut.

Faktor lain adalah ketika ingin melakukan fokus pencarian dari hasil pencarian yang telah diperoleh dengan menggunakan suatu kata kunci. Beberapa search engine menggunakan fasilitas, pencarian dengan opsi lanjutan. Sayangnya hal ini tetap berdasarkan kesamaan kata, belum berdasarkan makna kata tersebut. Ada juga mesin pencari seperti Vivisimo yang menggunakan teknik klaster untuk mengelompokkan hasil pencarian. Sayangnya proses kluster ini hanya berdasarkan statistik kesamaan kata, alih-alih dengan melakukan analisis kandungan dari dokumen.

Sebagai contoh ketika dilakukan pencarian misal dengan kata kunci Presiden, maka relatif konteks yang terkaiat dengna kata Presiden tersebut tak dapat ditampilkan untuk mempermudah pencarian. Sehingga pengguna harus berusaha menemukan kata kunci tambahan lainnya. Di dalam mesin pencari ini, maka sistem akan memberikan saran tag (atau topik) yang terkait dengan kata kunci yang diberikan oleh pengguna. Penyusunan korelasi antar topik ini dilakuakn secara otomatis. Dengan cara ini pengguna dapat lebih mudah mencari teks yang dibutuhkan.

Analisa

Pada prinsipnya search engine ini akan melakukan analisis kandungan teks bahasa Indonesia, kemudian berdasarkan topic map yang disusun maka akan dihasilkan "cloud of tag" atau topik dari artikel yang terkait. Tag (yang banyak digunakan di blogsphere) ini akan memudahkan proses pencarian berikutnya. User tinggal memilih topik yang terkait dengan keyword yang pertama yang digunakan. Sebagai contoh, user pertama kali akan mencari dengan kata "Presiden", maka sistem akan memberikan hasil pencarian yaitu artikel yang memiliki kata tersebut, dan user disuguhi dengan cloud of tag yang berisi pilihan misal "presiden SBY", "presiden Suharto", "presiden BJ Habibie" dan seterusnya. Sehingga user bisa dapat memilih tag mana yang sebetulnya akan dicari.

Penggunaan komponen Open Source adalah keputusan strategis yang tak dapat dihindari dalam mengembangkan mesin pencari ini. Hal ini disebabkan keterbatasan tenaga, dana, serta waktu yang ada. Dan tentu saja keluwesan yang ada pada komponen Open Source tersebut, serta beberapa teknologi memang hanya ada pada aplikasi Open Source. Dengan komponen Open Source memungkinkan pengembangan dilakukan secara cepat dengan hasil yang baik tanpa menghabiskan dana untuk lisensi. Open Source memungkinkan peneliti yang memiliki keterbatasan dana penelitian dan jumlah peneliti untuk melakukan suatu penelitian yang tadinya dianggap mustahil.

Sebagai komponen utama untuk proses pencarian, sistem ini menggunakan project Open Source Lucene sebagai komponen yang membantu proses pengindeksan dan pencarian dokumen. Sedangkan untuk melakukan analisis kandungan teks maka digunakan proyek kreasi IBM Unstructured Information Management Architecture (UIMA). Tentu saja agar sistem dapat berjalan dengan baik maka dibutuhkan komponen lainnya, antara lain Tomcat dan MySql. Sedangkan sebagai bahasa pemrograman digunakan Java dengan berbagai pustaka yang mendukung.

Tidak terbayangkan tanpa adanya Open Source, maka proyek semacam ini dapat dikerjakan hanya dalam tempo singkat (sekitar 6 bulan) telah terwujudkan dan itupun bersifat paruh waktu. Saat ini prototype sudah berjalan dan dapat diakses dicoba di :

http://cmsdev.jardiknas.org/TagGenerator/

Tentu saja masih ada keterbatasan, misal dari dictionary bahasa Indonesia yang kami gunakan dan lain sebagainya. Silahkan masukkan saran Anda, saat ini kami juga ingin mempelajari bagaimana pola pencarian pengguna Indonesia, terutama dengan teks bahasa Indonesia, dan kata kunci berbahasa Indonesia. Untuk pengembangan ini kami ucapkan terima kasih kepada Dr. Putu Laxman Pendit (UI - RMIT), Dr. Wayan Arka (ANU), Prof. Sulistyo Basuki (UI), atas saran-sarannya, serta kepada Dr. Andi Mallarangeng yang telah mengizinkan penggunaan teks di situs Presiden. Juga kepada Dr. Gatot HP, dan Dr. Abe Susanto yang telah mengizinkan penggunaan server jardiknas.org.

Sumber : Netsains.com

Tips Menghemat Memori Firefox Hingga 3x Lipat

Bagi Anda penghobi internet, tentu tidak asing dengan nama Firefox. Ya, aplikasi browser besutan Mozilla Foundation ini begitu populer khususnya di kalangan pengguna open source. Namun pernahkah Anda frustasi saat berselancar dengan firefox tiba - tiba komputer Anda melambat atau bahkan ngadat? Contoh saat Anda menunggu login email di google mail (GMAIL), Anda mencoba membuka situs forum linux.or.id di tab baru. Namun tiba-tiba mouse Anda menjadi sulit digerakkan alias komputer melambat . Hal ini mungkin akan membuat Anda frustasi.

Mengapa hal ini bisa terjadi? Salah satu penyebab utamanya adalah karena firefox itu sendiri. Meski populer rupanya Firefox bukanlah browser ringan. Browser ini tergolong tambun dan boros, karena menghabiskan resource komputer yang lumayan tinggi. Untuk pertama kali dijalankan saja browser ini (versi 2) menghabiskan paling sedikit 10 mega memori di Linux, dan 20 mega di Windows. Semakin banyak Anda membuka tab / web maka semakin besar memori yang dihabiskan dan semakin sibuk pula CPU Anda bekerja. Anda bisa mengeceknya via aplikasi semacam top dan free di console atau ksysguard di KDE. Dari sisi manajemen memori tampaknya browser ini masih kalah dibanding rivalnya Opera.

Gambar 01.

Men-disable animasi flash terbukti ampuh dalam menghemat memori yang dipakai Firefox. Jenuh bukan melihat “flash” yang bertebaran seperti ini?

Namun Anda tidak perlu berkecil hati dan lekas-lekas memutuskan berpindah ke browser lain. Karena dengan sedikit tune up Anda bisa memperbaiki kinerja Firefox kesayangan. Silahkan ikuti langkah - langkah berikut..

Buka firefox. pada address ketikkan about:config (Lihat Gambar 02).

Gambar 02.
about:config

1. Batasi kapasitas cache memori
Setiap kali Anda membuka sebuah halaman web, Firefox otomatis akan menyimpannya dalam cache memori. Secara default Firefox menggunakannya sebesar jumlah maksimal RAM yang Anda miliki. Itulah mengapa semakin banyak Anda membuka web, memori komputer Anda semakin habis. Untuk membatasinya tambahkan opsi: browser.cache.memory.capacity. Caranya klik kanan, New > Integer. Ketik browser.cache.memory.capacity, enter, masukkan angka 2048. 2048 disini artinya gunakan cache memori maksimal hanya 2 Mega. Anda bisa coba - coba dengan angka yang lain, namun usahakan merupakan kelipatan dari 1024.

2. Batasi kapasitas cache history
Sama seperti cache memori, hanya bedanya peruntukan cache disini oleh Firefox lebih ditujukan untuk mempercepat loading halaman saat Anda menekan tombol back dan forward pada browser. Apabila Anda jarang memakai back dan forward, ada baiknya Anda set dengan nilai kecil guna menghemat memori. Pada filter ketikkan: browser.sessionhistory.max_total_viewers, ubah nilai -1 menjadi 3. Default -1 artinya gunakan semaksimal RAM yang ada. hmm.. nilai default dari Firefox benar-benar rakus bukan?

3. Batasi kapasitas cache disk
Secara default Mozilla menset ukuran cache disk sebesar 50 Mega. Tentunya ini pemborosan memori. Mensetnya menjadi 2 MB dapat memberikan performa yang positif khususnya bagi komputer dengan memori dibawah 128 MB dan harddisk model lama. Pada filter ketikkan: browser.cache.disk.capacity, ubah nilai 50000 menjadi 2000.

4. Batasi extension/add-ons
Semakin banyak add-ons yang Anda gunakan, semakin besar RAM yang dihabiskan. Disable add-ons yang kurang Anda gunakan. Untuk membandingkan performa memori yang digunakan saat menggunakan dan tanpa add-ons dapat dilakukan dengan mencoba menjalankan Firefox pada kondisi safe-mode. Caranya dengan perintah: $ firefox -safe-mode. Pada pilihan yang muncul pastikan Anda beri tanda pada opsi: Disable all add-ons (Lihat Gambar 03)

Gambar 03.
Opsi pilihan pada safe-mode

5. Disable Flash
Tahukah anda bahwa animasi flash yang di load saat Anda membuka web memakan resource RAM yang lumayan besar? Konsekuensinya adalah waktu loading menjadi lebih lambat dan berat. Bahkan pada plugin flash sebelum versi 9, resource RAM yang dipakai merupakan akumulasi dari jumlah flash yang dibuka sebelumnya. Gerah? (Lihat Gambar 01) Ada baiknya anda disable flash. Silahkan download dan install flashblock addon disini:
http://downloads.mozdev.org/flashblock/flashblock-1.5.5.xpi (untuk firefox > 1.5.5)

6. Disable download history
Sebaiknya anda nonaktifkan fitur history ini. Karena semakin banyak download history yang disimpan, maka akan menurunkan performa Firefox. Apalagi bila media penyimpannya pada media removeable seperti disket. Caranya mudah, pilih menu Tools > Options > Privacy. lalu hilangkan pilihan pada “Remember what I’ve downloaded” (Lihat Gambar 04)

Gambar 04.
Hilangkan pada pilihan “Remember what I’ve downloaded”

7. Load yang perlu saja
Secara default Firefox tanpa kita sadari merusaha melakukan pre-download pada link halaman web yang mungkin akan kita klik. Hal ini meniru taktik Google yang mencache terlebih dahulu result pertama dari link pencarian yang dia temukan. Tentu cara ini hanya memboroskan bandwdith, dan performa CPU. Untuk menonaktifkan fitur ini ketik pada filter: network.prefetch-next, klik dua kali, agar nilainya menjadi false.

8. Download dan segera tampilkan.
Tips ini mungkin berguna buat yang tidak sabaran. Umumnya firefox akan menunggu beberapa saat setelah download untuk mulai menampilkan halaman yang dituju. Untuk memaksa Firefox agar segera menampilkan halaman web yang didownloadnya Anda bisa menset nilai: nglayout.initialpaint.delay menjadi 0. Apabila belum ada silahkan klik kanan, new > integer > nglayout.initialpaint.delay

Tips untuk menghemat memori lainnya adalah dengan mengaktifkan fitur config.trim_on_minimize. Hanya saja fitur ini hanya efektif pada lingkungan Windows. Caranya klik kanan, new > boolean, ketikkan config.trim_on_minimize. Set nilainya True. Dengan cara ini setiap kali Firefox di minimize, otomatis memori yang di pakai akan dilepas / dibebaskan, sehingga dapat dipakai untuk proses aplikasi lainnya.

OK, apabila langkah - langkah diatas telah Anda kerjakan, langkah terakhir adalah me-restart Firefox kesayangan Anda. Bagaimana kini performa Firefox Anda? Kami tunggu komentarnya.

catatan:
Untuk melihat besar cache memory yang digunakan Firefox saat ini, dapat dilihat dengan mengetikkan about:cache pada url browser.

Sumber : majalah-linux

Google Knol Pesaing Wikipedia

Jika analisis Josh Bernoff dari firma riset pasar Forrester Research benar, Google Inc. segera merampungkan ambisi untuk mengendalikan pengalaman para pengguna Internet. Ini ditandai oleh peluncuran Google Knol, situs ensiklopedia online-nya, pada pekan lalu.

"Ini adalah cara Google menggenggam 'halaman ketika' dari pencarian," ujar Bernoff. Google, menurut Bernoff, telah menguasai halaman pertama (halaman utama dari portal) dan kedua (halaman hasil perencanaan). Tapi karena tidak memiliki content sendiri, Google tak memiliki kendali pada halaman ketiga.

Kehadiran Google Knol diumumkan oleh Vice President Engineering Google Udi Mander di blog resmi perusahaan itu: Google Blog (http://googleblog.blogspot.com). Knol, menurut Google, adalah satuan terkecil dari knowledge.

"Tujuan kami adalah mendorong orang yang mengetahui sebuah subyek tertentu untuk menuliskannya menjadi sebuah artikel yang resmi," Manber menuliskan. Knol nantinya akan memuat semua topik, dari konsep sains hingga informasi kesehatan; dari geografi dan sejarah sampai hiburan; serta dari informasi produk hingga instruksi bagaimana memperbaikinya jika rusak.

Sebagai tahap awal, mulai pekan ini, Google hanya mengundang sekelompok penulis untuk mencoba Knol. Ini pula yang membedakan Knol dengan pemimpin situs ensiklopedia saat ini, Wikipedia. Tak seperti penyumbang artikel Wikipedia, pada Knol, identitas dan foto penulis terpampang di halaman artikelnya.

Penulis juga berkesempatan mendapatkan pendapatan. Jika penulis menghendakinya, di halamannya akan dipasang iklan. Metode pemeringkatan Knol akan sama dengan cara pemeringkatan halaman web yang lain, yakni berdasarkan hasil pencarian. Di sini muncul kekhawatiran lainnya: apakah Google bisa obyektif menampilkan hasil pencariannya dan tidak menaruh content miliknya di puncak halaman hasil pencarian?

Artikel Knol juga tidak dibuat secara kolaboratif oleh beberapa penulis anonim seperti di Wikipedia. Seorang penulis Knol menuliskan sebuah topik tertentu. Penulis lain tidak diperkenankan menyunting artikel tersebut, tapi ia bisa membuat artikel dengan topik yang sama.

Pengguna web masih bisa berpartisipasi dalam Knol sebagai penilai. Mereka bisa me-ranking artikel berdasarkan tingkat kegunaannya. Pengguna bisa mengirimkan komentar dan juga pertanyaan kepada penulis knol tersebut.

Menurut Google, gagasan kunci di belakang proyek Knol adalah menyoroti para penulis. "Kami percaya dengan mengetahui siapa yang menulis membantu pengguna secara signifikan untuk menggunakan lebih baik content web.

Akankah Knol menjadi pesaing bagi Wikipedia? Tampaknya, dari segi kemiripan, Knol lebih mirip About.com. Situs yang kini dimiliki oleh The New York Times Company itu berdiri pada 1996 dan saat ini memiliki lebih dari 600 pakar penulis artikel yang disebut guide. About memiliki lebih dari 1,6 juta artikel yang tersebar dalam 22 kanal. Setiap pekan bertambah 3.000 potongan content baru.

Sementara itu, pemimpin dalam ensiklopedia online, Wikipedia.org, kini memiliki lebih dari 8,2 juta artikel dalam lebih dari 200 bahasa. Untuk yang berbahasa Inggris, terdapat lebih dari 2 juta artikel. Namun, masalah akurasi artikel menjadi isu utama yang membayangi Wikipedia.

GOOGLEBLOG | THE NEW YORK TIMES | CNET | WSJ | ZDNET | GUARDIAN | ABOUT | WIRED | SEARCHENGINELAND | DAILYTECH | DODY

Sumber : TEMPO Interaktif

Ubuntu 8.04 alpha 1 dan alpha 2

Komunitas Ubuntu kembali merilis platform software seri terbaru. Perangkat lunak yang diberi nama Ubuntu 8.04 alpha 1 dan alpha 2 itu memiliki kode nama Hardy Heron.

Platform seri terbaru tersebut adalah seri kelima yang tergolong LTS (long term support). Sistem LTS itu menandakan bahwa karya tersebut mampu bertahan hingga 3 hingga 5 tahun.

Sistem LTS kali pertama diaplikasikan pada Ubuntu seri 6.06 yang telah dirilis pada 2006. Selanjutnya, diaplikasikan pula pada versi-versi terbarunya, 6.10, 7.04 dan yang terakhir dirilis Oktober 2007, yaitu 7.10 atau dikenal dengan nama Gutsy Gibbon.

Di seri Hardy Heron, Ubuntu akan memanjakan pengguna dengan memberikan kualitas gambar yang memuaskan. Fasilitas Pulseaudio juga diberikan dengan penambahan fitur volume control yang lebih lengkap.

Cara penginstalannya juga tidak terlalu rumit. Ubuntu versi Hardy Heron tersebut memiliki kesamaan cara dalam penginstalan bak Kubuntu, Edubuntu, Gobuntu, UbuntuJeOS, dan UbuntuStudio. Ubuntu versi LTS untuk desktop dan server juga support dengan PC Intel x86 dan AMD64. Untuk server edition, alangkah baiknya spek minimum pada PC kita adalah Pentium berfrekuensi 75MHz dengan RAM minimum 32MB.

Jika ingin hasilnya lebih optimal, sebaiknya PC memiliki spesifikasi 300 MHz x86 processor, 64 MB of RAM, 500MB of disk space, VGA graphics card capable of 640×480 resolution, dan CD-ROM drive. (dey/bs)

Sumber : Jawa Pos dotcom