Share

Malam ini saya cukup terkesan dengan perkembangan laptop terbaru, lebis spesifik ke saudara acer. Di tempat praktek saya menemukan pasien acer yang terbilang aneh, di jenis notebook tersebut terdapat hologram bahwa notebook tersebut terdapat jenis graphic Nvidia, dan tersedia driver bawaanya. tapi ketika diinstal driver Nvidia tersebur diisntal mengalami error, setelah nyari referensi dari mbah google terdapatlah penjelasan sebagai berikut. 

Nvidia Optimus terdengar seperti salah satu anggota Transformer, sayangnya bukan, tapi teknologi ini tidak kalah keren.

Teknologi Nvidia Optimus ini mengoptimalkan performa graphical processing unit(GPU) notebook kita untuk menampilkan grafik yang outstanding. Teknologi ini akan bekerja ketika user menjalankan aplikasi yang memerlukan tampilan lebih baik dari NVIDIA graphics card. Setelah tidak diperlukan lagi, maka tampilan akan di-switch otomatis menggunakan Intel graphics card. Kereeen’kan!

Nah, beberapa notebook keluaran Acer kini dilengkapi dengan teknologi Nvidia Optimus ini.

Teknologi Nvidia Optimus memungkinkan switch grafik secara otomatis pada aplikasi yang memiliki profile-profile tertentu. Tapi apabila aplikasi yang ingin spAcer jalankan tidak memiliki profile ini maka grafik tidak bisa switch otomatis dari Intel menjadi Nvidia. Namun, spacer masih bisa mengubah grafik Intel menjadi Nvidia secara manual.

Langkah-langkahnya adalah sebagai berikut:

1. Klik ‘Start’ dan pilih ‘Control Panel’
2. Dobel klik pada ‘Nvidia Control Panel’
3. Klik ‘View’ dan tambahkan pilihan ‘Run with graphics processor’ ke Context Menu. Setelah itu tutup jendela Nvidia Control Panel
4. Klik kanan pada aplikasi yang spAcer inginkan dan pilih ‘Run with graphics processor’. Setelah itu klik lagi ‘High-performance NVIDIA processor’

Teknologi Nvidia Optimus ini terdapat pada notebook Acer seri Aspire 4750G, Aspire 4755G, Aspire Timeline X 4830TG dan Aspire Timeline X 3830TG.

Jadi pada intinya jenis notebook ini memiliki dua macam jenis driver vga yang berbeda, can cara untuk mengistal driver vga ini harus mengistal driver display intel terlebih dahulu.

semoga bermanfaat...:) 

Share

Anyyong haseyo semuanya, kabar baik semuanya isnyaallah kan? :-D
Posting kali ini membahas tentang bahasa korea, tapi hanya sebatas plesetanya saja. chek it out!! :-D

Apa Kabar = Anyong Asem
Sampai Jumpa = Anyong
Kurang Ajar = Monyong
Tidak Lurus = Men Chong
Pria suka berdandan = Ben Chong
Tiba-tiba = She Khonyong Khonyong
 =================  
Gak Punya Duit = Nao Dhong
Pengangguran = Nong Krong
Belanja = Bao Rhong
Merampok = Cho Long
Saringan Botol = Choo Rhong
Kendaraan Berkuda = An Dhong
Jual Mahal = Gheng Xi Dhong
=================
Ngelamun = Bae Ngong
Mulut = Mon Chong
Sosis = Lap Chong
Suami dari adiknya Papa = Ku Chong
Kiss me = Soon Dhong Yang
Sweet memory = Choo Pang Dhong
Mobil mogok = Dho Rong Dhong
Lapangan luas = Park King Lot
================
Pantat gatal-gatal = Che Bhok Dhong
Nasi dibungkus daun pisang: Lon Thong
Cowok Cakep Kaca Mata: Bae Yong Jun
Cowok Cakep Rambut Lurus: Jang Dong Gun
Cowok Cakep Rambut Keriting: Ahn Jung Hwan
Bagian belakang = Bho Khong
Masih muda = brondhong
Pantat gatal = Ga ruk dong
=================
Telur asin = Ndok A Chin
Sendok Gede = Cen Thong
Celana Sobek = Bho Long
Kepala Botak = Kin Clong
Lagi Menyanyi = Me Lo Lhong
Orang Hitam = Goo Shong
=================
Bibir Ucup = Mo Nyong
Berbulu = Ge Ran Dhong
Jongkok Di Pinggir Kali = Be ol Dong
Jidat lebar = jhe nhong
Badan gede = bha phuk
Perut buncit = ghen duth
================
Orang Hitam = GOO SHONG
Bibir Ucup = MO NYONG
Berbulu = GE RAN DHONG
Diriku = Gan Theng Dong
Dirimu = Chan Thik Dhong

Sekian posting hari ini, semoga terhibur....:-D

Share

Penjelasan mengenai data - data yang terdapat dalam materi statistika adalah, harus memahami tentang data - data sebagai berikut, sebagai acuhan untuk mengenal lebih dalam tentang materi statistika dalam dunia pendidikan. :

1. Data diskrit adalah data yang sifatnya terputus-putus, nilainya bukan merupakan pecahan (angka utuh). Contoh data diskrit adalah data tentang jumlah penduduk, kendaraan dan sebagainya,
2. Data kontinyu adalah data yang sifatnya sinambung atau kontinyu, nilainya bisa berupa pecahan. Contoh data kontinyu adalah data tentang hasil panen padi, panjang jalan, berat sapi dan sebagainya.
3. Data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal merupakan data diskrit dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang tindih dan bersisa. Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui. Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan pernah mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atau tujuh kali. Begitu juga tentang ukuran jumlah anak dalam suatu keluarga. Numerik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan skala nominal.
   
4. Data Ordinal bagian lain dari data kontinum adalah data ordinal. Data ini, selain memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk. Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali, dengan kode 1. Dari hasil pengukuran dengan menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlation dan Kendall Tau.  
5. Data interval Pemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran ordinal dan ditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan data interval. Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur. Data yang diperoleh dari hasil pengukuran menggunakan skala interval dinamakan data interval. Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran interval pada skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda prestasi antara mahasiswa C dan A adalah 3 – 1 = 2. Beda prestasi antara mahasiswa C dan F adalah 6 – 3 = 3. Akan tetapi tidak bisa dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A ataupun prestasi mahasiswa F adalah 3 kali lebih baik dari prestasi mahasiswa B. Dari hasil pengukuran dengan menggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis asosiatif) statistik parametrik yang lazim digunakan untuk data interval ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.  
6. Data ratio Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran dengan skala rasio memiliki titik nol. Karenanya, interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol di atas. Oleh karena ada titik nol, maka data rasio dapat dibuat perkalian ataupun pembagian. Angka pada data rasio dapat menunjukkan nilai sebenarnya dari objek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan ukuran rasio maka pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan pengemudi D adalah 5 kali pendapatan pengemudi A. Pendapatan pengemudi C adalah 4/3 kali pendapatan pengemudi B. Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1, rasio antara pengemudi D dan A adalah 5 : 1, sedangkan rasio antara pengemudi C dan B adalah 4 : 3. Interval pendapatan pengemudi A dan C adalah 30.000, dan pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Contoh data rasio lainnya adalah berat badan bayi yang diukur dengan skala rasio. Bayi A memiliki berat 3 Kg. Bayi B memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg. Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3 kali dari berat badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi C, dan bayi C memiliki rasio berat badan sepertiga kali berat badan bayi A, dst. Dari hasil pengukuran dengan menggunakan skala rasio ini akan diperoleh data rasio. Alat analisis (uji hipotesis asosiatif) yang digunakan adalah statistik parametrik dan yang lazim digunakan untuk data rasio ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.Sesuai dengan ulasan jenis pengukuran yang digunakan, maka variabel penelitian lazimnya bisa di bagi menjadi 4 jenis variabel, yakni variabel (data) nominal, variabel (data) ordinal, variabel (data) interval, dan variabel (data) rasio. Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah satu sama lain, misalnya status perkawinan, jenis kelamin, suku bangsa, profesi pekerjaan seseorang dan sebagainya. Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti motivasi seseorang untuk bekerja, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain. Variabel interval adalah variabel yang diukur dengan ukuran interval seperti indek prestasi mahasiswa, skala termometer dan sebagainya, sedangkan variabel rasio adalah variabel yang disusun dengan ukuran rasio seperti tingkat penganggguran, penghasilan, berat badan, dan sebagainya.