Data merujuk pada atribut kualitatif atau kuantitatif dari variabel atau set variabel. Data biasanya hasil pengukuran dan dapat menjadi dasar dari grafik, gambar, atau pengamatan dari satu set variabel. Data sering dilihat sebagai tingkat terendah abstraksi dari mana informasi dan pengetahuan berasal. Raw data mengacu pada koleksi angka, karakter, gambar atau output lain dari perangkat yang mengumpulkan informasi untuk mengubah besaran fisik ke dalam simbol, yang diproses.
Informatics adalah ilmu informasi, praktek pengolahan informasi, dan rekayasa sistem informasi. Informatika mempelajari struktur, algoritma, perilaku, dan interaksi sistem alam dan buatan yang menyimpan, mengolah, akses dan mengkomunikasikan informasi. Hal ini juga mengembangkan dasarnya sendiri konseptual dan teoritis dan memanfaatkan yayasan dikembangkan di bidang lain. Sejak munculnya komputer, individu dan organisasi semakin memproses informasi digital. Hal ini telah menyebabkan studi tentang informatika yang memiliki aspek komputasi, kognitif dan sosial, termasuk studi tentang dampak sosial dari teknologi informasi.
sumber :
http://en.wikipedia.org/wiki/Data
http://en.wikipedia.org/wiki/Informatics_%28academic_field%29
NIM : 0812502920
Nama : Jimmy Firdaut
Kelompok : AB
Nama Kelompok : ELSE
Sabtu, 20 November 2010
Health IT
Health Information Technology (HIT) adalah "aplikasi pengolahan informasi melibatkan baik perangkat keras komputer dan software yang berhubungan dengan penyimpanan, pengambilan, berbagi, dan penggunaan informasi kesehatan, data, dan pengetahuan untuk komunikasi dan pengambilan keputusan" (Brailer, & Thompson, 2004). Teknologi adalah sebuah konsep luas yang berhubungan dengan penggunaan dan pengetahuan alat dan kerajinan, dan bagaimana hal itu mempengaruhi spesies spesies kemampuan untuk mengendalikan dan beradaptasi dengan lingkungannya. Namun, definisi yang ketat yang sulit dipahami, "teknologi" dapat merujuk kepada benda-benda materi digunakan untuk kemanusiaan, seperti mesin, perangkat keras atau peralatan, tetapi juga dapat mencakup tema yang lebih luas, termasuk sistem, metode organisasi, dan teknik. Untuk HIT, teknologi merupakan komputer dan atribut komunikasi yang dapat jaringan untuk membangun sistem untuk memindahkan informasi kesehatan. Informatika adalah satu lagi aspek yang tidak terpisahkan dari HIT.
Informatika mengacu pada ilmu informasi, praktek pengolahan informasi, dan rekayasa sistem informasi. Informatika mendasari penyelidikan akademis dan aplikasi praktisi komputasi dan komunikasi teknologi untuk kesehatan, pendidikan kesehatan, dan penelitian biomedis. Kesehatan informatika mengacu pada persimpangan ilmu informasi, ilmu komputer, dan perawatan kesehatan. Kesehatan informatika menjelaskan penggunaan dan berbagi informasi dalam industri kesehatan dengan kontribusi dari ilmu komputer, matematika, dan psikologi. Ini berkaitan dengan sumber daya, perangkat, dan metode yang diperlukan untuk mengoptimalkan akuisisi, penyimpanan, pencarian, dan penggunaan informasi dalam kesehatan dan biomedis. Alat Kesehatan informatika meliputi tidak hanya komputer tetapi juga panduan klinis, terminologi medis formal, dan informasi dan sistem komunikasi. informatika kedokteran, informatika keperawatan, informatika kesehatan masyarakat, dan farmasi informatika adalah subdisiplin yang menginformasikan informatika kesehatan dari perspektif disiplin ilmu yang berbeda. Proses dan orang-orang yang menjadi perhatian atau studi adalah variabel utama.
Informatika mengacu pada ilmu informasi, praktek pengolahan informasi, dan rekayasa sistem informasi. Informatika mendasari penyelidikan akademis dan aplikasi praktisi komputasi dan komunikasi teknologi untuk kesehatan, pendidikan kesehatan, dan penelitian biomedis. Kesehatan informatika mengacu pada persimpangan ilmu informasi, ilmu komputer, dan perawatan kesehatan. Kesehatan informatika menjelaskan penggunaan dan berbagi informasi dalam industri kesehatan dengan kontribusi dari ilmu komputer, matematika, dan psikologi. Ini berkaitan dengan sumber daya, perangkat, dan metode yang diperlukan untuk mengoptimalkan akuisisi, penyimpanan, pencarian, dan penggunaan informasi dalam kesehatan dan biomedis. Alat Kesehatan informatika meliputi tidak hanya komputer tetapi juga panduan klinis, terminologi medis formal, dan informasi dan sistem komunikasi. informatika kedokteran, informatika keperawatan, informatika kesehatan masyarakat, dan farmasi informatika adalah subdisiplin yang menginformasikan informatika kesehatan dari perspektif disiplin ilmu yang berbeda. Proses dan orang-orang yang menjadi perhatian atau studi adalah variabel utama.
Sumber : http://en.wikipedia.org/wiki/Health_information_technology
Imaging
Definisi : Representasi visual dari sebuah objek, seperti bagian tubuh atau benda-benda langit, untuk tujuan diagnosa medis atau pengumpulan data, dengan menggunakan salah satu dari berbagai teknik biasanya komputerisasi, seperti USG atau spektroskopi.
Kebijakan :
Mata mungkin cermin untuk jiwa, tetapi iris mengungkapkan identitas yang sebenarnya seseorang - struktur rumit merupakan biometrik yang kuat. Sebuah laporan baru oleh ilmuwan komputer di Institut Nasional Standar dan Teknologi (NIST) menunjukkan bahwa algoritma pengenalan iris bisa menjaga keakuratan dan interoperabilitas dengan gambar kompak, menegaskan potensi mereka untuk aplikasi identitas manajemen skala besar seperti program Identity federal Pribadi Verifikasi , cyber keamanan dan kontraterorisme.
Gambar-gambar iris dikompresi dari IREX saya uji menggambarkan mengapa format JPEG tidak memenuhi kriteria uji. The JPEG 2000 Format (atas) mempertahankan kualitas setelah kompresi untuk penyimpanan dan transmisi, sedangkan format JPEG menjadi mabuk saat mengurangi jumlah yang sama.
Kredit: NIST
Setelah sidik jari, iris pengakuan telah muncul dalam beberapa tahun terakhir sebagai karakteristik biometrik kedua yang paling banyak didukung. pasar ini terletak, sebagian besar, pada kemampuan pengenalan algoritma untuk memproses gambar standar dari banyak kamera sekarang tersedia. Ini memerlukan gambar yang akan diambil dalam format standar dan disusun sehingga mereka cukup kompak untuk kartu cerdas dan untuk transmisi jaringan global. Gambar juga harus diidentifikasi oleh algoritma komputer dan interoperable dengan produk apapun iris-matcher terlepas dari produsen.
ilmuwan NIST bekerja dengan komunitas biometrik internasional untuk merevisi standar pengakuan iris dan untuk memajukan gambar iris sebagai media pertukaran global dalam bidang ini berkembang pesat.
NIST mendirikan Iris Bursa program IREX sebagai kolaborasi NIST-industri untuk mendorong pengembangan algoritma pengenalan iris operasi pada gambar sesuai dengan standar ISO 19794-6 baru-IEC. Proyek IREX pertama, IREX saya, memberikan dukungan kuantitatif untuk standar dengan melakukan tes dikelola secara independen terbesar teknologi pengenalan iris-to-date. Tes menarik 19 teknologi pengakuan dari 10 penyedia yang berbeda. Ini merupakan urutan besarnya ekspansi industri selama lima tahun terakhir.
Standar internasional, saat ini sedang direvisi, ditetapkan tiga format gambar yang bersaing dan tiga metode kompresi: yang IREX saya uji lapangan menyempit dengan menentukan mana yang dilakukan secara konsisten pada tingkat tinggi dan termasuk dalam laporan IREX. Uji format gambar menunjukkan bahwa dua dari tiga format kinerja yang baik: pusat ini dan tanaman iris, atau pusat, tanaman dan kelopak mata topeng dan bulu mata. Penelitian ini juga menentukan bahwa dua standar kompresi ditemukan memeras gambar ke ukuran yang cukup kecil untuk penyimpanan dan transmisi sementara tetap mempertahankan tingkat kualitas yang diperlukan. Salah satunya adalah JPEG2000 yang memberikan akurasi pengenalan yang lebih baik daripada JPEG lebih umum digunakan, dan yang lainnya PNG format yang menggunakan kompresi lossless untuk sepenuhnya menjaga informasi iris.
The IREX saya tes juga melihat faktor teknis yang mempengaruhi pengguna. Ini termasuk pengorbanan kecepatan-ketepatan, kalibrasi threshold, persyaratan penyimpanan, penilaian kualitas gambar, dan efek ukuran iris, oklusi dan pelebaran kelopak mata murid. Hasil pengujian menunjukkan bahwa aplikasi forensik, dimana kualitas gambar yang kadang-kadang rusak, bisa mendapatkan keuntungan dari algoritma yang kuat tetapi lebih lambat.
Rekomendasi berdasarkan hasil NIST telah diadopsi oleh komite standar. Laporan, IREX I: Kinerja Algoritma Iris Pengakuan tentang Standar Foto, dapat didownload dari http://iris.nist.gov/irex. Sejak dimulai pada tahun 2007, IREX telah membantu memajukan pengenalan iris terhadap tingkat kematangan teknis dan interoperabilitas biometrik sidik jari dan telah menegaskan potensi untuk menggunakan biometrik iris sebagai modalitas kedua untuk aplikasi identitas skala besar manajemen.
Sementara itu, rencana untuk IREX II berada di bawah cara untuk mengkalibrasi dan mengevaluasi efektivitas dan efisiensi algoritma penilaian kualitas gambar iris. Penelitian ini akan mendukung standar internasional baru iris kualitas gambar dengan mengidentifikasi sifat gambar tertentu iris yang berpengaruh terhadap akurasi pengenalan. Draft kedua dari penelitian online II IREX rencana-tersedia di http://iris.nist.gov/irexII-is dibuka sampai dengan 15 November 2009. Komentar harus disampaikan kepada irex@nist.gov.
Pendanaan untuk IREX disediakan oleh Departemen Keamanan Dalam Negeri Kantor AS-KUNJUNGAN serta Sains dan Teknologi Direktorat.
Sumber : http://www.nist.gov/itl/csd/id_110309.cfm
Kebijakan :
Mata mungkin cermin untuk jiwa, tetapi iris mengungkapkan identitas yang sebenarnya seseorang - struktur rumit merupakan biometrik yang kuat. Sebuah laporan baru oleh ilmuwan komputer di Institut Nasional Standar dan Teknologi (NIST) menunjukkan bahwa algoritma pengenalan iris bisa menjaga keakuratan dan interoperabilitas dengan gambar kompak, menegaskan potensi mereka untuk aplikasi identitas manajemen skala besar seperti program Identity federal Pribadi Verifikasi , cyber keamanan dan kontraterorisme.
Gambar-gambar iris dikompresi dari IREX saya uji menggambarkan mengapa format JPEG tidak memenuhi kriteria uji. The JPEG 2000 Format (atas) mempertahankan kualitas setelah kompresi untuk penyimpanan dan transmisi, sedangkan format JPEG menjadi mabuk saat mengurangi jumlah yang sama.
Kredit: NIST
Setelah sidik jari, iris pengakuan telah muncul dalam beberapa tahun terakhir sebagai karakteristik biometrik kedua yang paling banyak didukung. pasar ini terletak, sebagian besar, pada kemampuan pengenalan algoritma untuk memproses gambar standar dari banyak kamera sekarang tersedia. Ini memerlukan gambar yang akan diambil dalam format standar dan disusun sehingga mereka cukup kompak untuk kartu cerdas dan untuk transmisi jaringan global. Gambar juga harus diidentifikasi oleh algoritma komputer dan interoperable dengan produk apapun iris-matcher terlepas dari produsen.
ilmuwan NIST bekerja dengan komunitas biometrik internasional untuk merevisi standar pengakuan iris dan untuk memajukan gambar iris sebagai media pertukaran global dalam bidang ini berkembang pesat.
NIST mendirikan Iris Bursa program IREX sebagai kolaborasi NIST-industri untuk mendorong pengembangan algoritma pengenalan iris operasi pada gambar sesuai dengan standar ISO 19794-6 baru-IEC. Proyek IREX pertama, IREX saya, memberikan dukungan kuantitatif untuk standar dengan melakukan tes dikelola secara independen terbesar teknologi pengenalan iris-to-date. Tes menarik 19 teknologi pengakuan dari 10 penyedia yang berbeda. Ini merupakan urutan besarnya ekspansi industri selama lima tahun terakhir.
Standar internasional, saat ini sedang direvisi, ditetapkan tiga format gambar yang bersaing dan tiga metode kompresi: yang IREX saya uji lapangan menyempit dengan menentukan mana yang dilakukan secara konsisten pada tingkat tinggi dan termasuk dalam laporan IREX. Uji format gambar menunjukkan bahwa dua dari tiga format kinerja yang baik: pusat ini dan tanaman iris, atau pusat, tanaman dan kelopak mata topeng dan bulu mata. Penelitian ini juga menentukan bahwa dua standar kompresi ditemukan memeras gambar ke ukuran yang cukup kecil untuk penyimpanan dan transmisi sementara tetap mempertahankan tingkat kualitas yang diperlukan. Salah satunya adalah JPEG2000 yang memberikan akurasi pengenalan yang lebih baik daripada JPEG lebih umum digunakan, dan yang lainnya PNG format yang menggunakan kompresi lossless untuk sepenuhnya menjaga informasi iris.
The IREX saya tes juga melihat faktor teknis yang mempengaruhi pengguna. Ini termasuk pengorbanan kecepatan-ketepatan, kalibrasi threshold, persyaratan penyimpanan, penilaian kualitas gambar, dan efek ukuran iris, oklusi dan pelebaran kelopak mata murid. Hasil pengujian menunjukkan bahwa aplikasi forensik, dimana kualitas gambar yang kadang-kadang rusak, bisa mendapatkan keuntungan dari algoritma yang kuat tetapi lebih lambat.
Rekomendasi berdasarkan hasil NIST telah diadopsi oleh komite standar. Laporan, IREX I: Kinerja Algoritma Iris Pengakuan tentang Standar Foto, dapat didownload dari http://iris.nist.gov/irex. Sejak dimulai pada tahun 2007, IREX telah membantu memajukan pengenalan iris terhadap tingkat kematangan teknis dan interoperabilitas biometrik sidik jari dan telah menegaskan potensi untuk menggunakan biometrik iris sebagai modalitas kedua untuk aplikasi identitas skala besar manajemen.
Sementara itu, rencana untuk IREX II berada di bawah cara untuk mengkalibrasi dan mengevaluasi efektivitas dan efisiensi algoritma penilaian kualitas gambar iris. Penelitian ini akan mendukung standar internasional baru iris kualitas gambar dengan mengidentifikasi sifat gambar tertentu iris yang berpengaruh terhadap akurasi pengenalan. Draft kedua dari penelitian online II IREX rencana-tersedia di http://iris.nist.gov/irexII-is dibuka sampai dengan 15 November 2009. Komentar harus disampaikan kepada irex@nist.gov.
Pendanaan untuk IREX disediakan oleh Departemen Keamanan Dalam Negeri Kantor AS-KUNJUNGAN serta Sains dan Teknologi Direktorat.
Sumber : http://www.nist.gov/itl/csd/id_110309.cfm
Jumat, 19 November 2010
Data Mining
definisi : sebuah proses yang menggunakan tools analisis data untuk menemukan pola dan keterhubungan antar data sehingga dapat digunakan untuk prediksi / perkiraan akan data secara valid
kebijakan : Panel pada Kebijakan Privasi dan Praktik Terbaik Data Mining Pemerintah
Pembicara pada panel kebijakan privasi dan praktik terbaik membahas standar privasi untuk pertambangan data pemerintah. Membangun konsensus antara banyak pemerintah saat ini dan kelompok sektor swasta, akademisi, advokat privasi, ahli keamanan, dan lain-lain yang telah mempelajari masalah privasi yang terkait dengan data mining, para panelis mengidentifikasi privasi berikut persyaratan untuk melaksanakan program data mining: Otorisasi oleh Kongres atau pejabat senior pemerintah. Transparansi maksimum sesuai dengan tujuan program . Pengumpulan dan penggunaan data yang konsisten dengan hukum yang berlaku. Penilaian efektivitas program (termasuk dampak terhadap individu) dalam mencapai didokumentasikan tujuan, baik sebelum dan selama penyebaran. Keterbatasan akses oleh karyawan pemerintah atau kontraktor untuk database digunakan untuk data mining. Pembatasan atas data yang digunakan, dengan tujuan untuk mencegah " misi berantakan."
Kebutuhan untuk pembatasan tujuan sangat penting dimana pemerintah memperoleh data awal yang dikumpulkan oleh sektor swasta. Penggunaan alat data minimalisasi dan anonymization, untuk membatasi informasi yang diakses dalam program data mining. Audit alat untuk memantau kepatuhan terhadap peraturan dan kebijakan yang mengatur data mining dandata yang digunakan. Review dan persetujuan program data mining yang dilakukan oleh orang lain selain pendukung program tersebut, misalnya, oleh sebuah dewan peninjauan kelembagaan atau eksternal komite penasihat. Penanganan mekanisme untuk mengatasi bahaya yang disebabkan dimana data hasil pertambangan keliru diterapkan pada individu. Penanganan dapat mencakup mekanisme umpan balik,serupa dengan yang dalam konteks pelaporan kredit, yang memungkinkan untuk koreksi terus-menerus data dalam database yang digunakan untuk data mining. Pengawasan ketat program data mining. Pengawasan bisa mengambil berbagai bentuk, termasuk ditinjau oleh petugas privasi oleh inspektur badan atau lembaga umum, serta sebagai melalui legislasi.
Seperti yang dibahas di bawah ini, Departemen telah memasukkan perlindungan ini ke dalam proses
meninjau proyek penelitian privasi-sensitif yang dilakukan oleh perusahaan Sains dan Teknologi Direktorat.
kebijakan : Panel pada Kebijakan Privasi dan Praktik Terbaik Data Mining Pemerintah
Pembicara pada panel kebijakan privasi dan praktik terbaik membahas standar privasi untuk pertambangan data pemerintah. Membangun konsensus antara banyak pemerintah saat ini dan kelompok sektor swasta, akademisi, advokat privasi, ahli keamanan, dan lain-lain yang telah mempelajari masalah privasi yang terkait dengan data mining, para panelis mengidentifikasi privasi berikut persyaratan untuk melaksanakan program data mining: Otorisasi oleh Kongres atau pejabat senior pemerintah. Transparansi maksimum sesuai dengan tujuan program . Pengumpulan dan penggunaan data yang konsisten dengan hukum yang berlaku. Penilaian efektivitas program (termasuk dampak terhadap individu) dalam mencapai didokumentasikan tujuan, baik sebelum dan selama penyebaran. Keterbatasan akses oleh karyawan pemerintah atau kontraktor untuk database digunakan untuk data mining. Pembatasan atas data yang digunakan, dengan tujuan untuk mencegah " misi berantakan."
Kebutuhan untuk pembatasan tujuan sangat penting dimana pemerintah memperoleh data awal yang dikumpulkan oleh sektor swasta. Penggunaan alat data minimalisasi dan anonymization, untuk membatasi informasi yang diakses dalam program data mining. Audit alat untuk memantau kepatuhan terhadap peraturan dan kebijakan yang mengatur data mining dandata yang digunakan. Review dan persetujuan program data mining yang dilakukan oleh orang lain selain pendukung program tersebut, misalnya, oleh sebuah dewan peninjauan kelembagaan atau eksternal komite penasihat. Penanganan mekanisme untuk mengatasi bahaya yang disebabkan dimana data hasil pertambangan keliru diterapkan pada individu. Penanganan dapat mencakup mekanisme umpan balik,serupa dengan yang dalam konteks pelaporan kredit, yang memungkinkan untuk koreksi terus-menerus data dalam database yang digunakan untuk data mining. Pengawasan ketat program data mining. Pengawasan bisa mengambil berbagai bentuk, termasuk ditinjau oleh petugas privasi oleh inspektur badan atau lembaga umum, serta sebagai melalui legislasi.
Seperti yang dibahas di bawah ini, Departemen telah memasukkan perlindungan ini ke dalam proses
meninjau proyek penelitian privasi-sensitif yang dilakukan oleh perusahaan Sains dan Teknologi Direktorat.
Sumber : Data Mining: Technology and Policy, 2008 Report to Congress, The DHS Privacy Office
Langganan:
Postingan (Atom)