Firefox Himbau Pegguna Nonaktifkan Plugin McAfee

Browser Firefox menghimbau para penggunanya untuk menonaktifkan software McAfee ScriptScan, yang disebut-sebut menjadi penyebab masalah stabilitas atau masalah keamanan.

ScriptScan terdapat pada program antivirus McAfee VirusScan, yang sengaja dirancang untuk menjaga keamanan peselancar web dengan cara memindai setiap kode skrip berbahaya yang mungkin beroperasi pada browser. Namun menurut Mozilla, software ini ternyata memiliki efek samping yang tidak disengaja, sehingga membuat Firefox menjadi sering mengalami crash.

Mozilla dalam websitenya menyatakan, add-on menyebabkan crash dengan volume tinggi maka sangat disarankan agar pengguna untuk menonaktifkan sementara software tersebut. Peringatan ini berlaku bagi seluruh pengguna versi 14.4.0.

Pada forum user McAfee, ada sebagian pengguna yang menyampaikan keluhan mengenai masalah yang terjadi pada Firefoxnya. Sementara browser Firefox mulai hari Senin kemarin telah memunculkan pop-up pesan peringatan, yang menyarankan pengguna untuk menonaktifkan software hingga ada update terbaru.

Menurut juru bicara McAfee Francie Coulter, masalah yang terjadi menyebabkan gangguan terhadap pengguna FireFox 7. McAfee telah mengidentifikasi penyebabnya dan bekerja secara aktif dengan tim dari Firefox untuk mengatasi masalah tersebut, sehingga diharapkan dapat meluncurkan update dalam waktu dekat. (fahrur)

Macam Macam Tipe Data

1. Tipe data Integer / Ordinal
Tipe data ini adalah tipe data yang berupa bilangan bulat yang akan digunakan untuk operasi matematika. Ada beberapa tipe data yang termasuk integer, yaitu antara lain:

a. Short Int : memiliki nilai range -128 sampai 127 (signed 8-bit)
b. Small Int : memiliki nilai range antara – 32768 sampai dengan 32767 (signed 16-bit)
c. Long Int : memiliki nilai range -2147483648 sampai 2147483647 (signed 32-bit )
d. Int64 : memiliki range -263+1 sampai 263-1 (signed 64-bit)
e. Byte : memiliki nilai range 0 sampai 255 (unsigned 8-bit)
f. Word : memiliki nilai range 0 sampai 65535 (unsigned 16-bit)
g. Long Word : memiliki nilain range 0 sampai 4294967295(unsigned 32-bit )

2. Tipe data Boolean
Tipe data ini hanya terdiri dari nilai logika True dan False. Ada beberapa jenis dari tipe Boolean ini, yaitu:

a. Boolean : berukuran 1 byte (false 0, true 1)
b. ByteBool : berukuran Byte (false 0, true 255 – 8 bit)
c. Bool : berukuran Double (false 0, true -1)
d. WordBool : berukuran Word (false 0, true 65535 – 16 bit)
e. LongBool : berukuran Double (false 0, true -1)

3. Tipe data Floating Point /Real
Tibe data ini meliputi bentuk bilangan desimal. Beberapa bentuk dari tipe data ini adalah:

a. Real : memiliki range 2.9 x 10-39 sampai 1.7 x 1038
b. Single : memiliki range 1.5 x 10-45 sampai 3.4 x 1038
c. Double : memiliki range 5.0 x 10-324 sampai 1.7 x 104392
d. Extended : memiliki range 3.6 x 10-4951 sampai 1.1 x 104392
e. Currency : memiliki range -922337203685477.5808 sampai 922337203685477.5808
f. Comp : memiliki range -263+1 sampai 263-1

4. Tipe Data Enumerated
Tipe data ini adalah berupa nilai urutan dari data yang telah dibuat.

5. Tipe data Sub Range
Tipe data ini memungkinkan kita membuat range sendiri.

6. Tipe data String dan Character
Tipe data String adalah tipe data yang merupakan rangkaian dari huruf, angka atau symbol yang tidak mengandung harga (nilai).
Beberapa tipe data string adalah sebagai berikut:

a. ShortString : Dapat menampung 255 karakter (ANSIChar)
b. AnsiString : Dapat menampung ~231 karakter (ANSIChar)
c. WideString : Dapat menampung ~230 karakter (WideChar)
d. String : Dapat menampung 255 karakter (ANSIChar)

Tipe data Character adalah tipe data yang berkaitan dengan karakter ( huruf, angka, symbol). Ada beberapa tipe data dari Character yaitu:
a. ANSIChar : Satu karakter ANSI
b. WideChar : Satu karakter Unicode
c. Char : Sama dengan ANSIChar

Definisi Data Mining

Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Data mining adalah proses menerapkan metode ini untuk data dengan maksud untuk mengungkap pola-pola tersembunyi. Dengan arti lain Data mining adalah proses untuk penggalian pola-pola dari data. Data mining menjadi alat yang semakin penting untuk mengubah data tersebut menjadi informasi. Hal ini sering digunakan dalam berbagai praktek profil, seperti pemasaran, pengawasan, penipuan deteksi dan penemuan ilmiah. Telah digunakan selama bertahun-tahun oleh bisnis, ilmuwan dan pemerintah untuk menyaring volume data seperti catatan perjalanan penumpang penerbangan, data sensus dan supermarket scanner data untuk menghasilkan laporan riset pasar.

Alasan utama untuk menggunakan data mining adalah untuk membantu dalam analisis koleksi pengamatan perilaku. Data tersebut rentan terhadap collinearity karena diketahui keterkaitan. Fakta yang tak terelakkan data mining adalah bahwa subset/set data yang dianalisis mungkin tidak mewakili seluruh domain, dan karenanya tidak boleh berisi contoh-contoh hubungan kritis tertentu dan perilaku yang ada di bagian lain dari domain . Untuk mengatasi masalah semacam ini, analisis dapat ditambah menggunakan berbasis percobaan dan pendekatan lain, seperti Choice Modelling untuk data yang dihasilkan manusia. Dalam situasi ini, yang melekat dapat berupa korelasi dikontrol untuk, atau dihapus sama sekali, selama konstruksi desain eksperimental.

Beberapa teknik yang sering disebut-sebut dalam literatur Data Mining dalam penerapannya antara lain: clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. Yang membedakan persepsi terhadap Data Mining adalah perkembangan teknik-teknik Data Mining untuk aplikasi pada database skala besar. Sebelum populernya Data Mining, teknik-teknik tersebut hanya dapat dipakai untuk data skala kecil saja.

Karakteristik Database Terdistribusi

Karakteristik database terdistribusi yaitu :

1. Kumpulan data yang digunakan bersama secara logic tersebar pada sejumlah computer yang berbeda
2. Komputer yang dihubungkan menggunakan jaringan komunikasi.
3. Data pada masing-masing situs dapat menangani aplikasi-aplikasi local secara otonom.
4. Data pada masing situs di bawah kendali satu DBMS.
5. Masing-masing DBMS berpartisipasi dalam sedikitnya satu aplikasi global.

Database Terdistribusi

Database terdistribusi Yaitu kumpulan data yang digunakan bersama yang saling terhubung secara logic tetapi tersebar secara fisik pada suatu jaringan computer. 

Dalam sebuah database terdistribusi, database disimpan pada beberapa komputer. Komputer-komputer dalam sebuah sistem terdistribusi berhubungan satu sama lain melalui bermacam-macam media komunikasi seperti high-speed buses atau telephone line.

Sebuah sistem database terdistribusi berisikan sekumpulan site, di mana tiap-tiap site dapat berpartisipasi dalam pengeksekusian transaksi-transaksi yang mengakses data pada satu site atau beberapa site. Tiap-tiap site dapat memproses transaksi lokal yaitu sebuah transaksi yang mengakses data pada satu site di mana transaksi telah ditentukan.

Sebuah site juga dapat mengambil bagian dalam mengeksekusi transaksi global yaitu transaksi yang mengakses data pada site yang berbeda di mana transaksi telah ditentukan, atau transaksi yang mengakses data pada beberapa site yang berbeda.

Pengertian Grid Computing

Menurut definisi Grid Computing atau Komputasi Grid merupakan salah satu dari tipe Komputasi Paralel, adalah penggunaan sumber daya yang melibatkan banyak komputer terpisah secara geografis namun tersambung via jalur komunikasi (termasuk Internet) untuk memecahkan persoalan komputasi skala besar. Semakin cepat jalur komunikasi terbuka, maka peluang untuk menggabungkan kinerja komputasi dari sumber-sumber komputasi yang terpisah menjadi semakin meningkat. Dengan demikian, skala komputasi terdistribusi dapat ditingkatkan secara geografis lebih jauh lagi, melintasi batas-batas domain administrasi yang ada.

Dalam buku The Grid:Blue Print for a new computing infrastructure dijelaskan bahwa yang dimaksud dengan komputasi grid adalah infrastruktur perangkat keras dan perangkat lunak yang dapat menyediakan akses yang bisa diandalkan, konsisten, tahan lama dan tidak mahal terhadap kemampuan komputasi mutakhir yang tersedia.

Pengertian Cloud Computing

Anda mungkin mulai sering mendengar istilah “cloud” atau “cloud computing”, tetapi masih belum terlalu mengerti  ‘binatang’ apa cloud itu sebenarnya. Sebagian orang menganggap cloud adalah semacam teknik virtualisasi komputer, sehingga satu atau beberapa komputer bisa dibuat menjadi banyak virtual komputer. Ada juga yang menganggap cloud tidak ada bedanya dengan VPS (virtual private server), di mana VPS ini adalah teknologi yang sudah ada dari beberapa tahun yang lalu.  Pada dasarnya pendapat tersebut tidak sepenuhnya salah, karena virtualisasi memang merupakan salah satu komponen dari cloud computing.

Tetapi pengertian cloud sebenarnya lebih dari itu.  Cloud computing adalah kumpulan dari beberapacomputing resources yang terintegrasi menjadi satu dan di-delivered melalui web. Cloud computing juga didasarkan pada teknologi grid computing, yaitu membuat skalabilitas suatu sistem computing menjadi sangat besar dengan cara menggabungkan beberapa computing resources menjadi satu resource.

Bisa dikatakan cloud computing adalah grid computing + virtualisasi.