Bioinformatika

Bioinformatika (bahasa Inggris: bioinformatics) adalah (ilmu yang mempelajari) penerapan teknikkomputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur proteinmaupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Sejarah

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.

Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium Biologi Molekular Eropa). Penemuan tekniksekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

Penerapan utama bioinformatika

Basis data sekuens biologis

Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupunprotein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat.

Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.

Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot(Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.

BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.

PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.

Penyejajaran sekuens

Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut. Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).

  ccat---caac

  | ||     ||||

  caatgggcaac

Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi, sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut.

Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering digunakan dalam penelusuran basis data sekuens. BLAST menggunakan algoritma heuristik dalam penyusunan alignment.

Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan panjang sekuens tersebut. Metode Smith-Waterman menghasilkanalignment lokal, yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise alignment)

Clustal adalah program bioinformatika untuk alignment multipel (multiple alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal adalah ClustalWdan ClustalX.

Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode protein dalam genom dan prediksi struktur sekunder protein.

Prediksi struktur protein

Model protein hemaglutinin darivirus influensa

Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinar-X ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode sekuensing protein relatif lebih mudah mengungkapkansekuens asam amino protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan de novo.

Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan pada teori bahwa dua protein yanghomolog memiliki struktur yang sangat mirip satu sama lain. Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalamprotein threading berusaha menentukan tingkat kompatibilitas tersebut.

Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan superkomputer (misalnya superkomputer Blue Gene [1] dari IBM) atau komputasi terdistribusi(distributed computing, misalnya proyek Folding@home) maupun komputasi grid.

Analisis ekspresi gen

Analisis klastering ekspresi gen pada kanker payudara

Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam teknik (misalnya dengan microarray ataupunSerial Analysis of Gene Expression ["Analisis Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.

Bioinformatika di Indonesia

Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika sudah diajarkan di beberapa perguruan tinggi diIndonesia. Sekolah Ilmu dan Teknologi Hayati ITB menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan mata kuliah "Bioinformatika" untuk program Pascasarjana. Fakultas Teknobiologi Universitas Atma Jaya, Jakarta menawarkan mata kuliah "Pengantar Bioinformatika" sebagai mata kuliah wajib dan "Pemodelan Struktur Protein" sebagai mata kuliah pilihan untuk tingkat program Sarjana. Mata kuliah "Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA Universitas Indonesia (UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum program S3 bioteknologi Universitas Gadjah Mada (UGM),Yogyakarta. Materi bioinformatika termasuk di dalam silabus beberapa mata kuliah untuk program sarjana maupun pascasarjanabiokimia,biologi, dan bioteknologi pada Institut Pertanian Bogor (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan oleh mahasiswa program S1 Ilmu Komputer maupun program pascasarjana biologi serta bioteknologi IPB.

Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu Pengetahuan Indonesia (LIPI), Cibinong, Bogor. Lembaga Biologi Molekul Eijkman, Jakarta, secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan risetnya. Selain itu, basis data sekuens DNA mikroorganisme asli Indonesia sedang dikembangkan di UI.

Sumber : http://id.wikipedia.org/wiki/Bioinformatika

Cybercrime

Cybercrime adalah sebuah istilah yang mengacu kepada aktivitas kejahatan dengan komputer atau jaringan komputer menjadi alat, sasaran atau tempat terjadinya kejahatan. Termasuk ke dalam kejahatan dunia maya antara lain adalah penipuan lelang secara online, pemalsuan cek, penipuan kartu kredit/carding, confidence fraud, penipuan identitas, pornografi anak, dll.

Walaupun kejahatan dunia maya atau cybercrime umumnya mengacu kepada aktivitas kejahatan dengan komputer atau jaringan komputer sebagai unsur utamanya, istilah ini juga digunakan untuk kegiatan kejahatan tradisional di mana komputer atau jaringan komputer digunakan untuk mempermudah atau memungkinkan kejahatan itu terjadi.

Contoh kejahatan dunia maya di mana komputer sebagai alat adalah spamming dan kejahatan terhadap hak cipta dan kekayaan intelektual. Contoh kejahatan dunia maya di mana komputer sebagai sasarannya adalah akses ilegal (mengelabui kontrol akses), malware dan serangan DoS. Contoh kejahatan dunia maya di mana komputer sebagai tempatnya adalah penipuan identitas. Sedangkan contoh kejahatan tradisional dengan komputer sebagai alatnya adalah pornografi anak dan judi online. Beberapa situs-situs penipuan berkedok judi online termasuk dalam sebuah situs yang merupakan situs kejahatan di dunia maya yang sedang dipantau oleh pihak kepolisian dengan pelanggaran pasal 303 KUHP tentang perjudian dan pasal 378 KUHP tentang penipuan berkedok permainan online dengan cara memaksa pemilik website tersebut untuk menutup website melalui metode DDOS website yang bersangkutan.

Dalam perkembangannya kejahatan konvensional cybercrime dikenal dengan :

Kejahatan kerah biru

Kejahatan kerah putih

Cybercrime sendiri memiliki karakteristik unik yaitu :

Ruang lingkup kejahatan

Sifat kejahatan

Pelaku kejahatan

Modus kejahatan

Jenis kerugian yang ditimbulkan

Dari beberapa karakteristik diatas, untuk mempermudah penanganannya maka cybercrime diklasifikasikan :

Cyberpiracy : Penggunaan teknologi computer untuk mencetak ulang software atau informasi, lalu mendistribusikan informasi atau software tersebut lewat teknologi komputer.

Cybertrespass : Penggunaan teknologi computer untuk meningkatkan akses pada system computer suatu organisasi atau indifidu.

Cybervandalism : Penggunaan teknologi computer untuk membuat program yang menganggu proses transmisi elektronik, dan menghancurkan data dikomputer.

Dapat diperkirakan perkembangan kejahatan cyber kedepan akan semakin meningkat seiring dengan perkembangan teknologi atau globalisasi dibidang teknologi informasi dan komunikasi, sebagai berikut :

Denial of Service Attack. Serangan tujuan ini adalah untuk memacetkan sistem dengan mengganggu akses dari pengguna jasa internet yang sah. Taktik yang digunakan adalah dengan mengirim atau membanjiri situs web dengan data sampah yang tidak perlu bagi orang yang dituju. Pemilik situs web menderita kerugian, karena untuk mengendalikan atau mengontrol kembali situs web tersebut dapat memakan waktu tidak sedikit yang menguras tenaga dan energi.

Hate sites. Situs ini sering digunakan oleh hackers untuk saling menyerang dan melontarkan komentar-komentar yang tidak sopan dan vulgar yang dikelola oleh para “ekstrimis” untuk menyerang pihak-pihak yang tidak disenanginya. Penyerangan terhadap lawan atau opponent ini sering mengangkat pada isu-isu rasial, perang program dan promosi kebijakan ataupun suatu pandangan (isme) yang dianut oleh seseorang / kelompok, bangsa dan negara untuk bisa dibaca serta dipahami orang atau pihak lain sebagai “pesan” yang disampaikan.

Cyber Stalking adalah segala bentuk kiriman e-mail yang tidak dikehendaki oleh user atau junk e-mail yang sering memakai folder serta tidak jarang dengan pemaksaan. Walaupun e-mail “sampah” ini tidak dikehendaki oleh para user.

Sumber : http://www.zainalhakim.web.id/apa-itu-cybercrime.html

Analisis website menggunakan tools (alexa/google rank)

Analisis website menggunakan tools (alexa/google rank)

alexa rank adalah sebuah analiasa rangking yang mencerminkan dari sebuah tingkat kesuksesan blog anda dalam meraih pengunjung baik itu kunjungan dari search engine atauun dari kunjungan yang lainnya terutama dari tautan link. Alexa rank ada yang berupa global rank dan ranking by country . Global rank alexa adalah rangking blog atau website anda secara global sedangkan rangking by country yang di tunjukan dari peringkat di suatu peringkat di negara, lebih jelasnya adalah ranking blog atau website anda di negara tertentu.

Kelebihan Alexa:

1.         Alexa rank menghitung lebih syariah dan Google fokus kepada backlink sehingga para vendor dan webmaster lebih menyukai Alexa.

2.         Alexa mempunyai ranking yang tidak terlalu lama updatenya dibandingkan Google yang update ± 3 bulan sekali.

3.         Keuntungan menggunakan Alexa adalah Alexa memberikan data real yand didapat dari jumlah kunjungan yang bersifat unik dan sangat baik untuk memonitor prestasi website dalam jumlah kunjungan.

Kekurangan Alexa:

Alexa rank sebagai ukuran populeritas situs itu bohong , terbukti alexarank tidak bisa baca populeritas situs yang tidak di pasang baner alexa .

Alexa rank tidak up to date perkembangan situs , mulai dari konten, baik  artikel, keyword dan diskripsi, silahkan cek situs anda masing masing dan perhatikan keyword jaman dulu masih muncul .

Laporan backlink alexa rank tidak akurat, silahkan buktikan buat situs baru dengan satu backlink atau beberapa backlink, cek di sana pasti tidak sama.

Sumber : http://sinana-coratcoret.blogspot.com/2015/06/analisis-website-menggunakan-tools.html

Search Engine Optimization (SEO)

Optimisasi mesin pencari (bahasa Inggris: Search Engine Optimization, biasa disingkat SEO) adalah serangkaian proses yang dilakukan secara sistematis yang bertujuan untuk meningkatkan volume dan kualitas trafik kunjungan melalui mesin pencari menuju situs web tertentu dengan memanfaatkan mekanisme kerja atau algoritma mesin pencari tersebut. Tujuan dari SEO adalah menempatkan sebuah situs web pada posisi teratas, atau setidaknya halaman pertama hasil pencarian berdasarkan kata kunci tertentu yang ditargetkan. Secara logis, situs web yang menempati posisi teratas pada hasil pencarian memiliki peluang lebih besar untuk mendapatkan pengunjung.

Sejalan dengan makin berkembangnya pemanfaatan jaringan internet sebagai media bisnis, kebutuhan atas SEO juga semakin meningkat. Berada pada posisi teratas hasil pencarian akan meningkatkan peluang sebuah perusahaan pemasaran berbasis web untuk mendapatkan pelanggan baru. Peluang ini dimanfaatkan sejumlah pihak untuk menawarkan jasa optimisasi mesin pencari bagi perusahaan-perusahaan yang memiliki basis usaha di internet.

Sejarah

Menurut Danny Sullivan, istilah search engine optimization pertama kali digunakan pada 26 Juli tahun 1997 oleh sebuah pesan spam yang diposting di Usenet. Pada masa itu algoritma mesin pencari belum terlalu kompleks sehingga mudah dimanipulasi.

Versi awal algoritma pencarian didasarkan sepenuhnya pada informasi yang disediakan oleh webmaster melalui meta tag pada kode html situs web mereka. Meta tag menyediakan informasi tentang konten yang terkandung pada suatu halaman web dengan serangkaian kata kunci (keyword). Sebagian webmaster melakukan manipulasi dengan cara menuliskan katakunci yang tidak sesuai dengan konten situs yang sesungguhnya, sehingga mesin pencari salah menempatkan dan memeringkat situs tersebut. Hal ini menyebabkan hasil pencarian menjadi tidak akurat dan menimbulkan kerugian baik bagi mesin pencari maupun bagi pengguna internet yang mengharapkan informasi yangrelevan dan berkualitas.

Larry Page dan Sergey Brin, dua mahasiswa doktoral ilmu komputer Universitas Stanford, berusaha mengatasi permasalahan tersebut dengan membangun Backrub, sebuah mesin pencari sederhana yang mengandalkan perhitungan matematika untuk memeringkat halaman web. Algoritma tersebut, yang dinamakan PageRank, merupakan fungsi matematika yang kompleks berupa kombinasi antara perhitungan jumlah link yang mengarah pada suatu halaman web dengan analisis atas kualitas masing-masing link tersebut.

Berdasarkan prinsip kerja PageRank, secara umum bisa dikatakan bahwa halaman web yang memperoleh peringkat tinggi adalah halaman web yang banyak di-link oleh halaman web lain. Nilai PageRank juga akan semakin tinggi apabila halaman web yang mengarah kepadanya juga memiliki kualitas yang tinggi. Nilai sebuah link dari situs berkualitas tinggi seperti Yahoo! atau DMOZ dapat bernilai lebih tinggi daripada kombinasi nilai link dari seratus situs web berkualitas rendah.

Backrub hanyalah sebuah permulaan. Pada tahun 1998 Page dan Brin mendirikan Google yang merupakan versi tingkat lanjut dari Backrub. Dalam waktu singkat Google memperoleh reputasi dan kepercayaan dari publik pengguna internet karena berhasil menyajikan hasil pencarian yang berkualitas (tidak dimanipulasi), cepat, dan relevan. PageRank lantas menjadi standar baik bagi mesin pencari lain maupun bagi webmaster yang berusaha agar situs webnya memperoleh nilai PageRank setinggi mungkin sehingga menempati posisi tertinggi pada hasil pencarian.

Webmaster dan mesin pencari

Sejak tahun 1997 perusahaan mesin pencari menyadari bahwa beberapa [webmaster] (pengelola website) melakukan segala hal untuk dapat terindeks pada urutan teratas hasil pencarian, termasuk dengan cara-cara yang manipulatif dan ilegal. Infoseek, salah satu mesin pencari generasi pertama, melakukan perbaikan pada algortima mereka untuk mencegah manipulasi dengan "meta tag" yang tidak relevan.

Bagaimanapun, dalam beberapa hal mesin pencari juga menyadari nilai ekonomi yang besar dari peringkat hasil pencarian, dan mereka kadang-kadang memiliki kepentingan terselubung dari aktivitas perusahaan SEO. Beberapa perusahaan mesin pencari mengirim perwakilan atau menjadi tamu pada event-event rutin yang diselenggarakan komunitas SEO.

Mesin pencari besar seperti Google dan Yahoo! menyediakan program dan panduan yang memungkinkan webmaster mengoptimalkan situsnya agar terindeks dengan baik. Google menyediakan aplikasi Webmaster Tool (anda harus mempunyai akun di Google guna melihat tool ini) dan memperkenalkan sitemap berbasis XML standar mereka, sedangkan Yahoo! menyediakan program Site Explorer (juga harus login dengan akun pengguna Yahoo! anda) yang memungkinkan webmaster mendaftarkan URL situs, mengecek jumlah halaman web mereka yang telah terindeks di data-base Yahoo!, dan melihat informasi link masuk. Namun demikian mesin pencari tidak mentolerir metode SEO yang manipulatif dan menghalalkan segala cara.

Etika dan legalitas

Sistem PageRank, walau menerapkan algoritma yang kompleks, belakangan juga tidak lagi sepenuhnya mampu menghadapi trik dan manipulasi. Sejumlah webmaster dan praktisi SEO telah mengembangkan beberapa metode yang memanfaatkan cara kerja PageRank agar halaman web klien mereka berada pada peringkat pertama hasil pencarian. Google secara resmi telah melarang penggunaan beberapa teknik ilegal seperti link farming, doorway pages, keyword stuffing, dan auto generated pages atauscraper pages. Situs atau layanan SEO yang tetap menggunakanannya terancam akan dihapus dari indeks pencarian.

Ancaman Google dan mesin pencari lain bukan hanya gertakan. Beberapa perusahaan layanan SEO beserta klien mereka yang tidak mengindahkan larangan tersebut menerima penalti yang serius karena perbuatan ilegal mereka. Pada tahun 2005, Matt Cutts dari Google mengatakan bahwa URL sebuah firma SEO bernama Traffic Powerbeserta klien-klien mereka telah dihapus dari indeks Google karena menggunakan teknik SEO ilegal. Kasus lain yang terkenal adalah ketika Google pada Februari 2006 menghapus situs web perusahaan BMW dan Ricoh Jerman dari daftar karena terbukti menggunakan metode SEO yang manipulatif. BMW dan Ricoh dengan segera meminta maaf kepada Google dan memperbaiki situs mereka. Google kemudian memasukkan kembali situs web mereka ke dalam indeks pencarian. Namun skandal tersebut tetap meninggalkan citra buruk dan memalukan bagi kedua perusahaan tersebut.

Berdasarkan panduan resmi mesin pencari, SEO bukanlah teknik ilegal sepanjang dilakukan dengan mengikuti etika dan aturan yang ada. Hal tersebut untuk menjamin setiap situs web memperoleh kesempatan yang sama dalam pencarian, dan pemeringkatan dilakukan dengan obyektif, di mana yang paling berperan dalam menentukan peringkat suatu halaman web adalah kualitas dan manfaatnya bagi pengguna internet.

Tokoh-tokoh SEO Terkemuka

Selain pendiri Google Larry Page dan Sergey Brin, beberapa orang menjadi figur yang dihargai dan pendapatnya dijadikan acuan seputar bisnis mesin pencari dan SEO.

Danny Sullivan

Mantan wartawan LA Times yang mendirikan situs web Search Engine Watch yang aktif menyoroti perkembangan bisnis dan teknologi mesin pencari. Kini dia aktif menulis dan membuat reportase di Search Engine Land.

Matt Cutts

Programmer dan mantan pegawai NSA (National Security Agency) Amerika Serikat yang bergabung dengan Google pada tahun 2001 dan saat ini mengepalai tim penanggulangan spam Google. Selain menjadi karyawan Google, Matt Cutts adalah seorang blogger terkemuka. Artikel-artikel di blognya menjadi rujukan para praktisi SEO dari seluruh dunia, karena blognya sering menjadi sumber pertama setiap informasi mengenai perkembangan teknologi pencarian Google. Matt Cutts sering dianggap sebagai juru bicara tidak resmi Google.

Vannesa Fox

Mantan karyawati Google. Vannesa dikenal di kalangan webmaster sebagai konseptor dan programmer yang mengepalai proyek Google Webmaster Central.

Strategi pemasaran internasional

Bisnis dan layanan SEO berkembang pesat seiring dengan pertumbuhan web, yang menyebabkan sebuah situs harus berusaha lebih keras agar alamatnya lebih mudah ditemukan pengunjung di antara jutaan alamat situs lain dari seluruh dunia yang menjadi kompetitornya. Mesin pencari merupakan pintu masuk utama, karena pengguna internet tidak lagi sanggup menghafalkan jutaan situs web, dan sebagai gantinya mereka mengandalkan hasil pencarian dari Google, Yahoo!, Bing, dan mesin pencari lain.

Berada pada posisi teratas atau setidaknya halaman pertama hasil pencarian untuk subyek tertentu memberikan keuntungan ganda bagi perusahaan pemasaran via internet:

Peluang calon pelanggan mengunjungi situs web mereka menjadi lebih besar. Hal tersebut dapat berlanjut pada meningkatnya tingkat konversi dari pengunjung biasa menjadi pembeli.

Berada pada peringkat pertama hasil pencarian memberikan citra dan reputasi yang baik bagi sebuah situs di mata pengunjung.

Mesin pencari pada umumnya tidak mencari keuntungan secara langsung dari hasil pencarian organik. Pendapatan usaha mereka diperoleh dari iklan yang ditampilkan pada bagian atas atau samping hasil pencarian organik tersebut. Perusahaan yang kurang berhasil menerapkan strategi SEO sehingga alamat situsnya tidak berada pada posisi teratas dalam hasil pencarian organik masih dapat memperoleh pengunjung dengan beriklan pada mesin pencari tersebut.

Pada Google, pemasangan iklan dapat dilakukan melalui Google AdWords. Google AdWord menerapkan mekanisme pay per click atau bayar per klik, artinya untuk setiap iklan yang diklik oleh pengunjung, pemasang iklan akan dikenakan biaya, yang besarnya berbeda-beda tergantung pada proses lelang (bidding) katakunci yang dilakukan oleh pemasang iklan.

Sumber : http://id.wikipedia.org/wiki/Optimisasi_mesin_pencari

Komputasi awan (Cloud Computing)

Komputasi awan (Cloud Computing)

Komputasi awan (bahasa Inggris: cloud computing) adalah gabungan pemanfaatan teknologi komputer ('komputasi') dan pengembangan berbasis Internet ('awan'). Awan (cloud) adalah metafora dari internet, sebagaimana awan yang sering digambarkan di diagram jaringan komputer. 

Sebagaimana awan dalam diagram jaringan komputer tersebut, awan (cloud)dalam Cloud Computing juga merupakan abstraksi dari infrastruktur kompleks yang disembunyikannya. Ia adalah suatu metoda komputasi di mana kapabilitas terkait teknologi informasi disajikan sebagai suatu layanan (as a service),  sehingga pengguna dapat mengaksesnya lewat Internet ("di dalam awan") tanpa mengetahui apa yang ada didalamnya, ahli dengannya, atau memiliki kendali terhadap infrastruktur teknologi yang membantunya. Menurut sebuah makalah tahun 2008 yang dipublikasi IEEE Internet Computing "Cloud Computing adalah suatu paradigma di mana informasi secara permanen tersimpan di server di internet dan tersimpan secara sementara di komputer pengguna (client) termasuk di dalamnya adalah desktop, komputer tablet, notebook, komputer tembok, handheld, sensor-sensor, monitor dan lain-lain."

Komputasi awan adalah suatu konsep umum yang mencakup SaaS, Web 2.0, dan tren teknologi terbaru lain yang dikenal luas, dengan tema umum berupa ketergantungan terhadap Internet untuk memberikan kebutuhan komputasi pengguna. Sebagai contoh, Google Apps menyediakan aplikasi bisnis umum secara daring yang diakses melalui suatu penjelajah webdengan perangkat lunak dan data yang tersimpan di server. Komputasi awan saat ini merupakan trend teknologi terbaru, dan contoh bentuk pengembangan dari teknologi Cloud Computing ini adalah iCloud

Sejarah Komputasi Awan

Pada tahun 50-an, Cloud Computing memiliki konsep yang mendasar. Ketika komputer mainframe yang tersedia dalam skala yang besar dalam dunia pendidikan dan perusahaan dapat diakses melalui komputer terminal disebut dengan Terminal Statis. Terminal tersebut hanya dapat digunakan untuk melakukan komunikasi tetapi tidak memiliki kapasitas pemrosesan internal. Agar penggunaan mainframe yang relatif mahal menjadi efisien maka mengembangkan akses fisik komputer dari pembagian kinerja CPU. Hal ini dapat menghilangkan periode tidak aktif pada mainframae, memungkinkan untuk kembali pada investasi. Hinga pertengahan tahun 70-an dikenal dengan RJE remote proses Entry Home Job yang berkaitan besar dengan IBM dan DEC Mainframe.

Tahun 60-an, John McCarthy berpendapat bahwa “Perhitungan suatu hari nanti dapat diatur sebagai utilitas publik.” Di buku Douglas Parkhill, The Challenge of the Computer Utility menunjukkan perbandingan idustri listrik dan penggunaan pada listrik di masyarakat umum dan pemerintahan dalam penyediaan cloud computing. Ketika Ilmuan Herb Grosch mendalilkan bahwa seluruh dunia akan beroperasi pada terminal bodah didukung oleh sekitar 15 pusat data yang besar. Karena komputer ini sangat canggih, banyak perusahaan dan entitas lain menyediakan sendiri kemampuan komputasi melalui berbagai waktu danbeberapa organisasi, seperti GE GEISCO, Anak perusahaan IBM Biro Corporation, Tymshare, CSS Nasional, Data Dial, Bolt, dan Beranek and Newman.

Tahun 90-an, perusahaan telekomunikasi mulai menawarkan VPN layanan jaringan pribadi dengan kualitas sebanding pelayanannya, tapi dengan biaya yang lebih rendah. Karena merasa cocok dengan hal tersebut untuk menyeimbangkan penggunaan server, mereka dapat menggunakan bandwidth jaringan secara keseluruhan. Lalu menggunakan simbol awan sebagai penunjuk titik demarkasi antara penyedia dan pengguna yang saling bertanggung jawab. Cloud computing memperluas batas iniuntuk menutup server serta infrastruktur jaringan.

Sejak Tahun 2000, Amazon sebagai peran penting dalam semua pengembangan cloud computing dengan memodernisasi pusat data, seperti jaringan komputer yang menggunakan sesedikit 10% dari kapasitas mereka pada satu waktu. Setelah menemukan asitektur awan baru, mengalami peningkatan efisiensi internal sedikit bergerak capat “Tim Dua-Pizza”(Tim kecil untuk memberi makan dengan dua pizza) dapat menambahkan fitur baru dengan cepat dan lebih mudah. Kemudian Amazon mulai mengembangkan produk baru sebagai penyedia cloud computing untuk pelanggan eksternalm dan meluncurkan Amzaon Web Service (AWS) tahun 2006.

Awal tahun 2008, Eucalypus menjadi yang pertama open source, AWS API Platform yang kompatibel menyebarkan awan swasta. Open Nebula ditingkatkan dalam proyek Eropa Reservoir Komisi yang sudah didanai. Pada tahun yang sama, agar difokuskan pada penyediaan jaminan kualitas layanan (seperti yang dipersyaratkan oleh aplikasi interaktif real-time) untuk infrastruktur berbasis cloud dalam rangka IRMOS Eropa Proyek yang didanai Komisi. Pertengahan 2008, Gartner melihat kesempatan untuk membentuk hubungan antara konsumen layanan TI, mereka menggunakan layanan TI dan menjualnya. Dan mengamati bahwa “Organisasi layanan TI yang beralih dari perangkat keras milik perusahaan dan aset perangkat lunak untuk digunakan layanan berbasis model sehingga pergeseran diproyeksikan untuk komputasi.....akan menghasilkan pertumbuhan dramatis dalam produk IT di beberapadaerahdan pengurangan yang signifikan di daerah lain.”.

Tanggal 1 Maret 2011,IBM mengumumkan SmartCloud kerangka IBM Smarter Planet untuk mendukung. Di antara berbagai komponen dasar Smarter Computing, cloud computing adalah bagian yang paling penting.

Tahun 1960

John McCarthy, Pakar Komputasi dan kecerdasan buatan dari MIT. “Suatu hari nanti, komputasi akan menjadi Infrastruktur publik seperti halnya listrik dan telepon.” Ini adalah sebuah ide yang mengawali suatu bentuk komputasi yang kita kenal dengan istilah Komputasi awan.

Tahun 1995

Larry Ellison, pendiri perusahaan Oracle. “Network Computing” Ide ini sebenarnya cukup unik dan sedikit menyindir perusahaan Microsoft pada saat itu. Intinya, kita tidak harus "menanam" berbagai perangkat lunak kedalam PC pengguna, mulai dari sistem operasi hingga perangkat lunak lainya. Cukup dengan koneksi dengan server dimana akan disediakan sebuah environment yang mencakup berbagai kebutuhan PC pengguna.

Pada era ini juga wacana “Network Computing” cukup populer. Banyak perusahaan yang menggalang sistem ini contohnya Sun Mycrosystem dan Novell Netware. Disayangkan kualitas jaringan komputer saat itu masih belum memadai, penggunapun cenderung memilih PC karena cenderung lebih cepat.

Akhir Era -90

Lahir konsep ASP (Application Service Provider) yang ditandai dengan kemunculan perusahaan pusat pengolahan data. Ini merupakan sebuah perkembangan pada kualitas jaringan komputer. Akses untuk pengguna menjadi lebih cepat.

Tahun 2000

Marc Benioff, mantan wakil presiden perusahaan Oracle. “salesforce.com” ini merupakan sebuah perangkat lunak CRM dengan basis SaaS (Software as a Service). Tak disangka gebrakan ini mendapat tanggapan hebat. Sebagai suksesor dari visi Larry Ellison, boss-nya. Dia memiliki sebuah misi yaitu “The End of Software”.

2005 - Sekarang

Cloud Computing sudah semakin meningkat popularitasnya, dari mulai penerapan sistem, pengunaan nama, dll. Amazon.com dengan EC2 (Elastic Computer Cloud); Google dengan Google App. Engine; IBM dengan Blue Cord Initiative; dsb. Perhelatan cloud computing meroket sebagaimana berjalanya waktu. Sekarang, sudah banyak sekali pemakaian sistem komputasi itu, ditambah lagi dengan sudah meningkatnya kualitas jaringan komputer dan beragamnya gadget yang ada. Contoh dari pengaplikasianya adalah Evernote, Dropbox, Google Drive, Sky Drive, Youtube, Scribd, dll.

Manfaat Komputasi Awan

Dari penjelasan tentang cloud computing diatas, ada banyak manfaat yang bisa kita ambil dari cloud computing, yaitu :

Skalabilitas, yaitu dengan cloud computing kita bisa menambah kapasitas penyimpanan data kita tanpa harus membeli peralatan tambahan, misalnya hardisk dll. Kita cukup menambah kapasitas yang disediakan oleh penyedia layanan cloud computing.

Aksesibilitas, yaitu kita bisa mengakses data kapanpun dan dimanapun kita berada, asal kita terkoneksi dengan internet, sehingga memudahkan kita mengakses data disaat yang penting.

Keamanan, yaitu data kita bisa terjamin keamanan nya oleh penyedia layanan cloud computing, sehingga bagi perusahaan yang berbasis IT, data bisa disimpan secara aman di penyedia cloud computing. Itu juga mengurangi biaya yang diperlukan untuk mengamankan data perusahaan.

Kreasi, yaitu para user bisa melakukan/mengembangkan kreasi atau project mereka tanpa harus mengirimkan project mereka secara langsung ke perusahaan, tapi user bisa mengirimkan nya lewat penyedia layanan cloud computing.

Kecemasan, ketika terjadi bencana alam data milik kita tersimpan aman di cloud meskipun hardisk atau gadget kita rusak.

Sumber : http://id.wikipedia.org/wiki/Komputasi_awan

Pembuatan Perusahaan

Syarat Pembuatan Perusahaan

Berikut adalah dokumen-dokumen dan informasi tersebut:

1. Nama Perusahaan (Anda siapkan 2 atau 3 nama perusahaan bila pilihan pertama ditolak        Departemen Hukum dan Ham)
2. Bidang Usaha yang Digeluti
3. Nama-Nama Pemilik Modal (Minimal Dua Orang)
4. Klasifikasi Usaha: Kecil (Rp51 Juta - Rp500 Juta), Menengah (Rp501 Juta - Rp10 M), Besar (Di atas 10 M)
5. Persentase Kepemilikan Modal
6. Nama Direktur Utama/Direktur (Pimpinan Tertinggi Perusahaan)
7. Copy KTP Pemilik Modal 
8. Kartu Keluarga (bila Direktur Utama/Direktur adalah perempuan)
9. NPWP Direktur Utama/Direktur
10. Foto Direktur/Direktur Utama ukuran 3x4 2 lembar (4x6 2 lembar untuk wilayah Bogor) 
11. Surat Keterangan Domisili Usaha 
12. Copy Bukti Surat Kepemilikan Tempat Usaha dan PBB atau Bukti Sewa-Menyewa Tempat Usaha
13. Nomor Telepon Perusahaan
14. Denah Lokasi Tempat Usaha (Bila Perusahaan menjadi PKP (Perusahaan Kena Pajak)

Itulah beberapa dokumen umum yang perlu Anda persiapkan sebagai syarat pendirian perusahaan sebelum Anda mendapatkan akte perusahaan, NPWP perusahaan, SIUP (Surat Izin Usaha Perdagangan) dan TDP (Tanda Daftar Perusahaan).

PAKET PELAYANAN PENGURUSAN PENDIRIAN PERUSAHAAN

Bila Anda membutuhkan bantuan kami untuk mengurus pendirian perusahaan Anda, kami menyiapkan beberapa paket yang bisa Anda pertimbangkan. Ada Paket A, B, C, dan D. Apa saja yang Anda peroleh pada masing-masing paket, bisa dilihat pada tabel di bawah ini.

NO.	NAMA DOKUMEN	PAKET A	PAKET B	PAKET C	PAKET D
1.	Akte Notaris	X	X	X	X
2.	Surat Keterangan Domisili Usaha	-	X	X	X
3.	SK Menteri Hukum dan HAM	X	X	X	X
4.	NPWP Perusahaan	X	X	X	X
5.	SIUP	X	X	X	X
6.	TDP	X	X	X	X
7.	PKP (Pengusaha Kena Pajak)	-	-	X	X
8.	Izin Lain	-	-	-	X

Berikut adalah dokumen-dokumen yang dibutuhkan sebagai syarat pendirian perusahaan. Beda paket beda dokumen yang dibutuhkan, seperti yang bisa Anda lihat pada tabel di bawah ini.

No.	Informasi	Paket A	Paket B	Paket C	Paket D
1.	Nama Usaha (2 atau 3 opsi)	X	X	X	X
2.	Domisili Usaha	X	X	X	X
3.	Bidang Usaha	X	X	X	X
4.	Nama-Nama Pemilik Modal (Minimal Dua Orang)	X	X	X	X
5.	Klasifikasi Usaha: Kecil (Rp51 Juta - Rp500 Juta), Menengah (Rp501 Juta - Rp10 M), Besar (Di atas 10 M)	X	X	X	X
6.	Modal Dasar (Rp)	X	X	X	X
7.	Modal Disetor	X	X	X	X
8.	Persentase Kepemilikan Modal	X	X	X	X
9.	Nama Direktur Utama/Direktur (Pimpinan Tertinggi)	X	X	X	X
10.	Copy KTP Pemilik Modal	X	X	X	X
11.	Kartu Keluarga (bila Direktur Utama/Direktur adalah perempuan)	X	X	X	X
12.	NPWP Direktur Utama/Direktur	X	X	X	X
13.	Foto Direktur/Direktur Utama ukuran 3x4 2 lembar (4x6 2 lembar untuk wilayah Bogor)	X	X	X	X
14.	Surat Keterangan Domisili Usaha		X	X	X
15.	Nama Komisaris	X	X	X	X
16.	Fotocopy KTP Komisaris	X	X	X	X
17.	Copy Bukti Surat Kepemilikan Tempat Usaha dan PBB atau Bukti Sewa-Menyewa Tempat Usaha	X	X	X	X
18.	No. Telepon Usaha	X	X	X	X
19.	Denah Lokasi Tempat Usaha (Bila Perusahaan menjadi PKP (Perusahaan Kena Pajak)			X	X
20.	Surat Kuasa (Bila penandatanganan akta pendirian dikuasakan kepada orang lain)	X	X	X	X

SIUP (Surat Izin Usaha Perdagangan)

SIUP adalah Izin Usaha yang dikeluarkan Instansi Pemerintah melalui Dinas Perindustrian dan Perdagangan Kota/Wilayah sesuai domisili perusahaan. SIUP digunakan untuk menjalankan kegiatan usaha dibidang Perdagangan Barang/Jasa di Indonesia sesuai dengan KLUI “Klasifikasi Lapangan Usaha Indonesia”.

PENGGOLONGAN SIUP
Berdasarkan besarnya jumlah Modal dan Kekayaan Bersih di luar tanah dan bangunan atau jumlah modal disetor dalam akta pendirian/perubahan, maka penggolongan SIUP dibedakan menjadi 3 (tiga) yaitu :

SIUP BESAR, diberikan kepada perusahaan yang memiliki modal dan kekayaan bersih atau modal disetor dalam AKTA PENDIRIAN/PERUBAHAN dengan nilai diatas Rp.500.000.000,- (limaratus juta rupiah).

SIUP MENENGAH, diberikan kepada perusahaan yang memiliki modal dan kekayaan bersih atau modal disetor dalam AKTA PENDIRIAN/PERUBAHAN dengan nilai diatas Rp.200.000.000,- (duartus juta rupiah) s/d Rp. 500.000.000,- (limaratus juta rupiah).

SIUP KECIL, diberikan kepada perusahaan yang memiliki modal dan kekayaan bersih atau modal disetor dalam AKTA PENDIRIAN/PERUBAHAN dengan nilai sampai dengan Rp.200.000.000- (duartus juta rupiah).

PROSEDUR PERMOHONAN

Perusahaan mengambil formulir, mengisi dan mengajukan permohonan SIUP beserta persyaratannya melalui Kantor Dinas Perindustrian & Perdagangan Kota/Wilayah sesuai domisili perusahaan untuk permohonan SIUP Menengah dan SIUP Kecil

Sedangkan untuk permohonan SIUP-BESAR diajukan melalui Kanwil Perindustrian dan Perdagangan Kota/Propinsi sesuai domisili perusahaan

PERSYARATAN
Copy Akta pendiran (asli diperlihatkan)
Copy Akta perubahannya & Laporannya, jika ada (asli diperlihatkan)
Copy SK. Menteri Hukum & HAM RI (asli diperlihatkan) atau Bukti PNBP untuk PT-Baru
Copy Surat Keterangan Domisili perusahaan, (asli diperlihatkan)
Copy SITU-Surat Izin Tempat Usaha (bagi perusahaan yang dipersyaratan)
Copy Kontrak/Sewa T.Usaha/Surat Keterangan dari pemilik gedung
Copy NPWP-Nomor Pokok Wajib Pajak (asli diperlihatkan)
Copy KTP Pemegang Saham atau NPWP jika Badan Usaha
Copy KTP Pengurus Perseroan (Direksi & Komisaris)
Copy KK jika Pimpinan/Penanggung Jawab perusahaan adalah Wanita
Pas Photo Direktur Utama/Pimpinan Perusahaan (3 x 4) 2 lembar
Copy Neraca Awal Perusahaan

MASA BERLAKU
SIUP berlaku selama perusahaan masih menjalankan kegiatan usaha perdagangan barang/jasa sejak tanggal dikeluarkan.

BIAYA PENGURUSAN SIUP

GOLONGAN — BIAYA —– PROSES —— BIAYA SUDAH TERMASUK
– BESAR —— Rp. 2.750k – 10 Hari Kerja — Pengambilan Formulir & Persyaratannya
– MENENGAH –  Rp. 1.750k – 10 Hari Kerja — Persiapan dan Pemeriksaan
– KECIL ——  Rp. 850k —  10 Hari Kerja — Pengajuan Permohonan SIUP Biaya Administrasi & Fee Jasa Kami – Legalisir Copy SIUP oleh Notaris – Pas Photo 3 x 4= 2 lembar

Sumber      :              

·         http://www.putra-putri-indonesia.com/syarat-pendirian-perusahaan.html

·         http://fadla.wordpress.com/2008/07/02/siup-surat-izin-usaha-dagang/

·         https://lh5.googleusercontent.com/-

·         OSpYm1psIjU/UoG7QIbrc7I/AAAAAAAAAB0/7p1A8CZDvJA/w800-h800/np.jpg