Distribusi Peluang Teoritis

1.         Pendahuluan

Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.

.

·    Peubah Acak

Fungsi yang mendefinisikan titik-titik contoh dalam ruang contoh sehingga memiliki nilai berupa bilangan nyata  disebut : PEUBAH ACAK = VARIABEL ACAK = RANDOM VARIABLE (beberapa buku juga menyebutnya sebagai STOCHASTIC VARIABLE )  

·    X dan x

Biasanya PEUBAH ACAK dinotasikan sebagai X (X kapital) 

Nilai dalam X dinyatakan sebagai x (huruf kecil x).

Contoh 1 :

Pelemparan sekeping Mata Uang setimbang sebanyak 3 Kali

S : {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA}

dimana G = GAMBAR  dan  A = ANGKA

X: setiap satu sisi GAMBAR bernilai satu (G = 1)

S : {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA}

          ¯        ¯         ¯       ¯        ¯         ¯        ¯        ¯

          3         2        2        2         1         1        1         0

Perhatikan bahwa X{0,1,2,3}

Nilai x1= 0, x2= 1 x3= 2, x4= 3

·    Kategori Peubah Acak

Peubah Acak dapat dikategorikan menjadi:

a.         Peubah Acak Diskrit  :           

nilainyaberupa bilangan cacah, dapat dihitung dan terhingga.

            ®        untuk hal-hal yang dapat dicacah

                        Misal : Banyaknya Produk yang rusak = 12 buah 

                                                Banyak pegawai yang di-PHK= 5 orang

            

b.         Peubah Acak Kontinyu:        

nilainya berupa selang bilangan, tidak dapat di hitung dan tidak terhingga 

(memungkinkan pernyataan dalam bilangan pecahan)

®                untuk hal-hal yang diukur 

        (jarak, waktu, berat, volume)

            Misalnya          Jarak Pabrik ke Pasar = 35.57 km

                                    Waktu produksi per unit = 15.07 menit

                                    Berat  bersih produk = 209.69 gram

                                    Volume kemasan = 100.00 cc             

·          Distribusi Peluang Teoritis

Tabel atau Rumus yang mencantumkan semua kemungkinan nilai peubah acak berikut peluangnya. 

Berhubungan dengan kategori peubah acak, maka dikenal :

a. Distribusi Peluang Diskrit   : Binomial, Poisson

b. Distribusi Peluang Kontinyu   : Normal*) t, F, c²(chi kuadrat)

2.         Distribusi Peluang Diskrit

2.1         Distribusi Peluang Binomial

·    Percobaan Binomial

Percobaan Binomial adalah percobaan yang mempunyai ciri-ciri sebagai berikut:

1. Percobaan diulang n kali

2. Hasil setiap ulangan hanya dapat dikategorikan ke  dalam 2 kelas; 

           Misal:  "BERHASIL" atau  "GAGAL"   

   ("YA" atau "TIDAK";  "SUCCESS" or "FAILED")

3. Peluang keberhasilan = p dan dalam setiap ulangan nilai p tidak berubah.

    Peluang gagal = q = 1- p.

4. Setiap ulangan bersifat bebas satu dengan yang lain.

Definisi Distribusi Peluang Binomial  

 untuk x = 0,1,23,...,n

n: banyaknya ulangan

x: banyak keberhasilan dalam peubah acak X

p: peluang berhasil pada setiap ulangan 

q: peluang gagal =  1 - p pada setiap ulangan

Contoh 2 :

Tentukan peluang mendapatkan "MATA 1" muncul 3 kali pada pelemparan 5 kali sebuah dadu setimbang! 

Kejadian sukses/berhasil = mendapat "MATA 1"

x = 3

n = 5 pelemparan diulang 5 kali

Contoh 4b:

Peluang seorang mahasiswa membolos adalah 6:10, jika terdapat 5 mahasiswa, berapa peluang terdapat 2 orang mahasiswa yang tidak membolos? 

Kejadian yang ditanyakan ® Kejadian SUKSES = TIDAK MEMBOLOS

Yang diketahui peluang MEMBOLOS = q = 6 : 10 = 0.60

p = 1 - q = 1 - 0.60 = 0.40                   x = 2,                           n = 5

b(x = 2; n = 5, p = 0.40) = ....................

• Tabel Peluang Binomial

Soal-soal peluang peluang binomial dapat diselesaikan dengan bantuan Tabel Distribusi Peluang Binomial (Lihat hal  157-162, Statistika 2)

Cara membaca Tabel tersebut :

Misal :

           n          x          p = 0.10           p = 0.15           p = 0.20   dst 

            

            5          0          0.5905             0.4437             0.3277

                        1          0.3280             0.3915             0.4096

                        2          0.0729             0.1382             0.2048

                        3          0.0081             0.0244             0.0512

                        4          0.0004             0.0020             0.0064

                        5          0.0000             0.0001             0.0003

            

Perhatikan Total setiap Kolom p = 1.0000 (atau karena pembulatan, nilainya tidak persis = 1.0000  hanya mendekati 1.0000)

x = 0    n = 5    p = 0.10                                   b(0; 5, 0.10) = 0.5905

x =1     n = 5    p = 0.10                                   b(1; 5, 0.10) = 0.3280

Jika 0 x 2, n = 5 dan p = 0.10 maka b(x; n, p)  = 

b(0; 5, 0.10)+ b(1; 5, 0.10)+b(2;5,0.10)

= 0.5905 + 0.3280 +0.0729 = 0.9914

Contoh 5 

Suatu perusahaan “pengiriman paket ” terikat perjanjian bahwa keterlambatan paket akan menyebabkan perusahaan harus membayar biaya kompensasi. 

Jika Peluang setiap kiriman akan terlambat adalah 0.20  Bila terdapat 5 paket, hitunglah probabilitas :

a. Tidak ada paket yang terlambat, sehingga perusahaan tidak membayar biaya kompensasi?

    (x = 0)

b. Lebih dari 2 paket terlambat? (x >2)

c. Tidak Lebih dari 3 paket yang terlambat?(x £ 3)

d. Ada 2 sampai 4  paket yang terlambat?(2 £  x  £ 4)

e. Paling tidak ada 2 paket yang terlambat?(x ³ 2)

Jawab 

a. x = 0  ® b(0; 5, 0.20) = 03277 (lihat di tabel atau dihitung dgn rumus)

b. x > 2 ® Lihat tabel dan  lakukan penjumlahan sebagai berikut : 

                  b(3; 5, 0.20) + b(4; 5, 0.20) + b(5; 5, 0.20)  =

                  0.0512+ 0.0064 + 0.0003  = 0.0579

            atau .....

            ®  1 - b(x £ 2) = 1 - [b(0; 5, 0.20) +  b(1;  5, 0.20) + b(2; 5, 0.20) = 1 - [0.3277 + 0.4096 + 0.2048)=  1 - 0.9421 = 0.0579  

Rata-rata dan Ragam Distribusi Binomial b(x; n, p) adalah

                                    Rata-rata   = np 

                                    Ragam   s ²  = npq

n = ukuran populasi

p = peluang keberhasilan setiap ulangan 

q = 1 - p = peluang gagal setiap ulangan

 

2.3       Distribusi Peluang Poisson

Percobaan Poisson memiliki ciri-ciri berikut :

1.         Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari hasil    percobaan di selang waktu dan tempat yang lain yang terpisah

2.         Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang waktu dan       luas tempat percobaan terjadi. Hal ini berlaku hanya untuk selang waktu yang singkat   dan luas daerah yang sempit

3.         Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada satu selang waktu             dan luasan tempat yang sama diabaikan 

Definisi  Distribusi Peluang Poisson :

   e : bilangan natural = 2.71828...          

                        x : banyaknya unsur BERHASIL dalam sampel

                       m :  rata-rata keberhasilan 

Perhatikan rumus yang digunakan! Peluang suatu kejadian Poisson hitung dari rata-rata populasi (m)

·    Tabel Peluang Poisson

Seperti halnya peluang binomial, soal-soal peluang Poisson dapat diselesaikan dengan Tabel Poisson (Statistika 2, hal 163-164)

Cara membaca dan menggunakan Tabel ini tidak jauh berbeda dengan Tabel Binomial

Misal:              x          m = 4.5             m = 5.0

                        0          0.0111             0.0067

                        1          0.0500             0.0337

                        2          0.1125             0.0842

                        3          0.1687             0.1404

                        dst       dst                   dst

                        15        0.0001             0.0002

poisson(2; 4.5) = 0.1125

poisson(x < 3; 4.5) = poisson(0;4.5) + poisson(1; 4.5)+ poisson(2; 4.5)

                               = 0.0111 + 0.0500 + 0.1125 = 0.1736

poisson(x > 2;4.5) = poisson(3; 4.5) + poisson(4; 4.5) +...+ poisson(15;4.5)

                            atau

                            = 1 - poisson(x £ 2) 

                            = 1 - [poisson(0;4.5) + poisson(1; 4.5)+ poisson(2; 4.5)]

                            = 1 - [0.0111 + 0.0500 + 0.1125 ] = 1 - 0.1736 = 0.8264

Contoh 6 :

Rata-rata seorang sekretaris baru melakukan 5 kesalahan ketik per halaman.  Berapa peluang bahwa pada halaman berikut ia membuat:

a. tidak ada kesalahan?(x = 0)

b. tidak lebih  dari 3 kesalahan?( x £ 3)

c. lebih dari 3 kesalahan?(x >3)

d. paling tidak ada 3 kesalahan (x ³ 3)

Jawab: 

= 5

a. x = 0 dengan rumus?  hitung poisson(0; 5) 

                  atau 

              dengan Tabel Distribusi Poisson

                  di bawah x:0 dengan  = 5.0 (0; 5.0) = 0.0067

b. x 3 dengan Tabel Distribusi Poisson  hitung

                   poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.0)  =

                   0.0067 + 0.0337 + 0.0842 + 0.1404 = 0.2650

c. x > 3   poisson( x 3; 5.0) = poisson(4; 5.0) + poisson(5; 5.0) + poisson (6; 5.0) + 

                                                      poisson(7; 5.0) + ... + poisson(15; 5.0)

                                    atau

                        poisson(x >3) = 1 - poisson(x3)

                                                    = 1 - [poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) +                                                             poisson(3; 5.0)]

                                                   =  1 - [0.0067 + 0.0337 + 0.0842 + 0.1404] 

                                                   =  1 - 0.2650 

                                                   =  0.7350

Pendekatan Poisson untuk Distribusi Binomial : 

·         Pendekatan Peluang Poisson untuk Peluang Binomial, dilakukan jika n besar (n > 20) dan p sangat kecil  (p < 0.01) dengan terlebih dahulu menetapkan  p dan kemudian menetapkan  m = n x p  

Contoh 7

Dari 1 000 orang mahasiswa 2 orang mengaku selalu terlambat masuk kuliah setiap hari, jika pada suatu hari terdapat 5 000 mahasiswa, berapa peluang ada lebih dari 3 orang yang terlambat?

Kejadian Sukses : selalu terlambat masuk kuliah

jika diselesaikan dengan peluang Binomial  ® b(x > 3; 5 000, 0.002)

                                                                          tidak ada di Tabel, jika menggunakan rumus 

                                                                          sangat tidak praktis.

p  =   0.002                                          n = 5 000         x>3

m  = n ´ p = 0.002 ´ 5 000 = 10

diselesaikan dengan peluang Poisson ® poisson (x > 3; 10) = 1 - poisson (x £ 3)  

                        = 1 - [poisson (0;10) + poisson(1; 10) + poisson(2;10) + poisson(3; 10)

                        = 1 - [0.0000 +  0.0005 + 0.0023 ] = 1 - 0.0028 = 0.9972

3          Distribusi Peluang Kontinyu

3.1       Distribusi Normal

·         Nilai Peluang peubah acak dalamDistribusi Peluang Normal dinyatakan dalam luas dari di bawah kurva berbentuk genta\lonceng (bell shaped curve).  

·         Kurva maupun persamaan Normal melibatkan nilai x, m dan s.  

·         Keseluruhan kurva akan bernilai 1, ini mengambarkan sifat peluang yang tidak pernah negatif dan maksimal bernilai satu  

Definisi Distribusi Peluang Normal 

m          : rata-rata populasi

s          : simpangan baku populasi

s²        : ragam populasi

·         Untuk memudahkan penyelesaian soal-soal peluang Normal, telah disediakan tabel nilai z  (Statistika2, hal 175)

Dalam soal-soal peluang Normal tanda = . £ dan ³ diabaikan,  jadi hanya ada tanda < dan >

·         Untuk memastikan pembacaan peluang normal, gambarkan daerah yang ditanyakan!

Contoh 11 :

Rata-rata upah seorang buruh = $ 8.00 perjam dengan simpangan baku =  $ 0.60, jika terdapat 1 000 orang buruh, hitunglah :

a.  banyak buruh yang menerima upah/jam kurang dari $ 7.80

b.  banyak buruh yang menerima upah/jam lebih dari $ 8.30

c. .banyak buruh yang menerima upah/jam antara $ 7.80 sampai 8.30

m = 8.00                       s = 0.60

a.         x < 7.80

P(x < 7.80) =  P(z < -0.33) = 0.5 - 0.1293 = 0.3707 (Gambarkan!)

            

            banyak buruh yang menerima upah/jam kurang dari $ 7.80 = 0.3707 x 1 000

                                                                                                       =  370.7 = 371 orang

b.         x > 8.30

P(x > 8.30) =  P(z > 0.50) = 0.5 - 0.1915 = 0.3085 (Gambarkan!)

            Banyak buruh yang menerima upah/jam lebih dari  $ 8.30  = 0.3085 x 1 000

                                                                                                       =  308.5 = 309 orang

c.         7.80 < x < 8.30

            z₁ = -0.33         z₂ = 0.50

            P(7.80 < x < 8.30) = P(-0.33 < z < 0.50) = 0.1915 + 0.1293 = 0.3208 (Gambarkan)

            Banyak buruh yang menerima upah/jam dari $ 7.80 sampai   $ 8.30 

                                                                                                = 0.3208 x 1 000

                                                                                                  =  320.8 = 321 orang

·      Pendekatan untuk peluang Binomial 

p bernilai sangat kecil dan n relatif besar dan 

a)         JIKA rata-rata (m)   £ 20  MAKA lakukan pendekatan dengan distribusi POISSON

            dengan            m = n ´ p 

b)         JIKA rata-rata (m) > 20 MAKA lakukan pendekatan dengan distribusi NORMAL 

dengan            m = n ´ p

Contoh 12 :

Dari 200 soal pilihan berganda, yang jawabannya terdiri dari lima pilihan (a, b, c,d dan e), berapa peluang anda akan menjawab BENAR lebih dari 50 soal?

n = 300                        p = 1/5 = 0.20

q = 1 - 0.20 = 0.80

Kerjakan dengan POISSON

P(x >50, p = 0.20)                               m = n ´ p = 200 ´ 0.20 = 40

Poisson (x  > 50; m = 40 ), m = 40 dalam TABEL POISSON menggunakan RUMUS., terlalu rumit!

KERJAKAN dengan NORMAL 

P (x > 50, p = 0.20)                 m = n ´ p = 200 ´ 0.20 = 40 

= 200 ´ 0.20 ´0.80 = 32

=

 

P(x > 50 , p = 0.20) ®  P (z > ?)

z = 

P (z > 1.77) = 0.5 - 0.4616 = 0.0384 = 3.84 %

TUGAS STATISTIKA 2

Sebelumnya saya sudah membuat data empiris, tetapi sengaja saya ubah untuk pengerjaan ini agar lebih mudah padahal sama aja sih. D sini ada jumpah pemakai dan frekuensinya.

MEDIAN

N                             = 5049 : 2 = 2545,5

TA                           = 2531

S’                            = 3.8

Fmedian              = 3.8

I                               = 1213

 MEAN

5049 : 4 = 1009,8

MODUS

TB                           = 2545,5

D1                           = 3.8 – 1.1 = 2.7

D2                           = 3.8

I                               = 1213

  

RAGAM (VARIASI)

O = 9228

 SIMPANGAN BAKU

O = 5049

THREADS PADA WINDOWS

THREADS Threads dapat dikatakan sebagai suatu atau beberapa kegiatan dalam suatu proses. Threads merupakan unit terkecil dari suatu proses yang dapat dijadwalkan oleh suatu sistem operasi. Suatu thread memiliki : - Thread ID - Program counter - Register set - Stack Suatu threads berbagi memory, code section, data section dan sumber daya sistem operasi dengan threads lainnya yang berada pada proses yang sama. Keuntungan dari adanya threads - Pembuatan thread baru lebih cepat dari pada proses baru, - Penghentian thread lebih singkat daripada penghentian proses, - Switching antara dua thread lebih singkat daripada switching antar proses, - Thread dapat berkomunikasi satu sama lain. User Threads User threads merupakan threads yang berjalan pada user level. Pengaturan dan penjadwalan dari thread ini sepenuhnya dilakukan pada user level tanpa campur tangan dari kernel level. Setiap proses memiliki thread table untuk menyimpan informasi thread yang dimilikinya. User threads secara umum lebih ringan dalam proses pembentukan dan penjadwalan. Akan tetapi tidak dapat berjalan secara multi threading.

Kernel Threads Kernel threads merupakan threads yang dicipatakan dan berjalan pada kernel level. Penjadwalan dan manajemen dilakukan oleh kernel pada kernel level. Kernel threads sering disebut juga proses yang ringan (Lightweight Process/LWP). Kernel threads lebih lambat proses pembentukan dan penjadwalan jika dibandingan dengan user threads. Kernel threads mendukung multithreading dimana beberapa thread dapat dijalankan dalam waktu yang bersamaan.

Terdapat relasi diantara user threads dan kernel threads. Relasi ini secara umum dapat dimodelkan menjadi 3 bentuk yaitu :

1.    Many-to-One

     Many-to-One model memetakan semua user thread ke dalam satu kernel thread. Manajemen pengaturan thread dilakukan pada user level sehingga kinerja lebih cepat. Kekurangannya adalah jika suatu thread melakukan blocking maka thread yang lain tidak dapat berjalan. Hanya satu thread yang dapat dijalankan pada satu waktu.

2.    One-to-One

     Satu user thread memiliki satu kernel thread. Keuntungan dari model ini adalah lebih dari satu thread dapat berjalan secara bersamaan. Jika satu thread melakukan blocking, thread yang lain tetap dapat berjalan. Karena setiap penciptaan user thread harus dibarengi dengan kernel thread maka model ini cenderung lebih lambat dibandingkan dengan many-to-one. Gambar 2 . Kernel Threads

3.    Many-to-Many

Memetakan beberapa user thread ke dalam sejumlah kernel thread, dimana jumlah kernel thread yang dapat digunakan sama atau lebih sedikit dari jumlah user thread. Pada model ini hanya satu thread yang dapat dijadwalkan oleh kernel thread dalam satu waktu.

THREADS PADA WINDOWS

Windows mengunakan Win32 API sebagai API utama dalam hampir semua sistem operasi Microsoft. Selain itu windows mengimplementasi model relasi One-to-One, dimana terdapat satu kernel thread yang berasosiasi dengan masing – masing user thread. Thread pada windows secara umum mempunyai komponen sebagai berikut :

• Thread ID

• Register set

• User stack dan kernel stack

• Private storage area.

Register set, stacks dan private data storage disebut sebagai context dari sebuah thread. Struktur data utama dari sebuah thread :

• ETHREAD (executive thread block)

• KTHREAD (kernel thread block)

• TEB (thread environment block)

Bagian penting dari ETHREAD adalah KTHREAD, Process ID, Thread start address. Blok KTHREAD merupakan pointer yang merujuk pada kernel thread (KTHREAD), Process ID juga merupakan suatu pointer yang menunjuk pada proses utama yang memiliki thread tersebut dan Thread start address adalah alamat dari rutin awal thread.

KTHREAD (kernel thread block)

KTHREAD menyimpan informasi yang dibutuhkan oleh kernel untuk dapat melakukan penjadwalan dan sinkronisasi thread. Pada KTHREAD juga terdapat kernel stack, yang mana akan digunakan ketika thread berjalan pada kernel mode. Juga terdapat pointer yang menunjuk TEB.

TEB (thread environment block)

TEB menyimpan informasi image loader dan beberapa DLLs dari windows. Komponen - komponen ini berjalan pada user mode, maka dibutuhkan suatu struktur data yang dapat dimanipulasi(writable) pada user mode. Oleh karena itu, tidak seperti KTHREAD dan ETHREAD yang berada pada kernel space, TEB berada pada user space.

Proses Pembentukan Thread

Sebelum sebuah thread dibuat, diperlukan stack dan context dimana thread akan dijalankan. Proses pembentukan stack dilakukan dengan pemanggilan fungsi CreateThread. Fungsi ini terdapat dalam Kernel32.dll. Process manager akan mengalokasikan space untuk object dari thread yang baru dan memanggil kernel untuk membuat kernel thread block. Berikut ini langkah – langkah pembentukan thread :

1. Memanggil fungsi CreateThread membuat stack untuk thread pada user-level.

2. Thread's hardware context diinilisasi oleh CreateThread.

3. Fungsi NtCreateThread dipanggil untuk membuat executive thread object.

NtCreateThread memanggil fungsi PspCreateThread dan menjalankan proses – proses berikut :

• Thread count pada program/proses akan dinaikan 1.

• Executive thread block (ETHREAD) dibuat dan diinisialisasi.

• Thread ID dibuat untuk thread yang baru

 • TEB di setup (user- mode)

• Thread start address pada user-mode disimpan dalam ETHREAD

• Fungsi KelnitThread dipanggil untuk membuat KTHREAD block.

KelnitThread mengalokasikan kernel stack dan inisialisasi machinedependent hardware context termasuk didalamnya context, trap, dan exception frames.

• Thread access token di set sesuai dengan proces acces token dan akan dicek apakah program/proces tersebut memiliki hak untuk membuat thread atau tidak. Proses cek ini akan selalu berhasil jika thread yang diciptakan bersifat lokal, dimana thread yang diciptakan masih berada dalam program/proces yang sama. Kemungkinan gagal jika thread yang akan dibuat untuk program/proces yang lain.

4. Thread baru diinformasikan oleh CreateThread kepada Windows subsystem dan subsystem melakukan beberapa proses setup untuk thread yang baru.

5. Thread handle dan thread ID dikembalikan kepada proses/program yang membuat thread tersebut.

6. Thread dijalankan.

KESIMPULAN

Windows dalam mengimplementasikan thread memakai model One-to-One. Sehingga windows mendukung multithreading. Win32 API adalah pustaka thread yang digunakan oleh windows. Struktur data utama dalam thread windows : ETHREAD (executive thread block), KTHREAD (kernel thread block) yang keduanya berada pada kernel-level dan TEB (thread environment block) yang berada pada user-level.

DAFTAR PUSTAKA

 http://en.wikipedia.org/wiki/Windows_API

http://en.wikipedia.org/wiki/Thread_(computer_science)

Russinovich, M., and Solomon, D. Microsoft Windows, Internals Fourth Edition:

Microsoft Windows Server 2003, Windows XP, and Windows 2000. Microsoft Press, 2005. hal 289 – 322 Silberschatz, A., Galvin, P., Gagne, G. 2004. Operating Systems Concepts with Java. Sixth Edition. John Wiley & Sons. hal 181 - 212

SmarTech, Antara Pelanggaran Privacy dan Kebutuhan Pengguna

Pada kuartal 2 di tahun 2015, jumlah pengiriman (shipment) Android masih melesat jauh di atasplatform smartphone lain. Gambar di bawah ini merupakan statistik yang dikeluarkan oleh idc.com; suatu lembaga yang membantu organisasi dalam membuat keputusan berdasarkan fakta dan data yang ada.

Diagram histogram dari frekuensi di atas:

Terlihat pada gambar tersebut sebanyak 82% (dari 341,5 juta pemesanan) lebih merupakan pengguna Android. Dari data di atas, dapat disimpulkan bahwa mayoritas penggunasmartphone di dunia adalah pengguna Android.

Android mendominasi pasar sistem operasi ponsel pintar dengan kecanggihan yang ditawarkan. Mungkin diantara pembaca juga pengguna dari sistem operasi ini, bukan?

Sistem operasi ini memiliki banyak ‘kebisaan’ yang semua ‘kebisaan’ itu disemat dalam berbagai macam aplikasi. Di dalamnya terdapat ribuan bahkan jutaan aplikasi yang dapat memenuhi kebutuhan bahkan memanjakan keinginan Anda. Berbagai aplikasi telah digunakan oleh banyak orang. Mulai dari aplikasi ‘coba-coba’ hingga aplikasi yang wajib menjadi kebutuhan pengguna.

Namun, di sisi lain tanpa diketahui oleh pengguna, ternyata tidak sedikit pembuat aplikasi yang merugikan privasi mereka (baca: pengguna). Mengapa dirugikan? Untuk menggunakan aplikasi pada OS ini, pengguna diwajibkan untuk menginstal aplikasi terlebih dahulu. Ketika proses instalasi akan berlangsung, pengguna diminta untuk memberikan izin akses terhadap resourcetertentu yang diminta oleh aplikasi, tanpa menjelaskan mengapa resource tersebut dibutuhkan oleh aplikasi. Banyak pengguna yang tidak sadar/tidak tahu/masa bodoh dengan permintaan ini, sehingga mereka akan mengizinkan untuk menginstal aplikasi. Langkah pemberian ‘izin’ pun cukup beralasan, karena mereka (baca: pengguna) butuh aplikasi tersebut (mungkin untuk hiburan, atau memang untuk kebutuhan sehari-hari).

Dari aturan seperti ini, para pembuat aplikasi dapat saja mensyaratkan pengguna untuk mengizinkan mereka (developer) untuk dapat mengakses resource yang krusial seperti penyimpanan, kontak, perpesanan, serta resource lainnya. Sayangnya, tidak sedikit pengguna yang tidak membaca terms and conditions ini dan langsung menginstal aplikasi yang mereka inginkan. Akibatnya, memang mereka dapat menggunakan aplikasi, namun di pihak developer, pun dapat mengakses data pengguna. Terjadilah simbiosis mutualisme – pengguna dapat menggunakan aplikasi, penyedia aplikasi mendapatkan data pengguna, sama-sama senang. Pengguna senang, developer pun senang 

Selain itu, pada OS ini terdapat aplikasi yang sangat canggih yaitu location history. Aplikasi (dalam hal ini adalah Google), akan mencatat lokasi Anda dengan informasi yang komprehensif. Informasi tersebut seperti seperti posisi, waktu, jarak, dan lain sebagainya. Aplikasi ini sebenarnya sangat membantu bagi pengguna yang ingin mengetahui posisi ia berada dalam beberapa waktu yang lalu, atau mungkin ingin mengetahui posisi kekasih? Atau bahkan bisa melacak ponsel yang hilang. Satu syarat dari aplikasi ini agar dapat berjalan yaitu GPS (Global Positioning System) pengguna harus aktif. Aplikasi ini sebenarnya sudah diketahui oleh banyak orang, namun mungkin karena tidak ada bukti otentik dan belum ada tulisan seperti ini, para pengguna belum sadar akan keamanan privasi mereka.

Lalu dimana letak pelanggaran privacy?
Aplikasi ini akan mengetahui banyak informasi mengenai diri Anda meskipun Anda tidak memberikan informasi tersebut. Misalnya, pada waktu rush hour kantor (waktu pergi dan pulang kantor), orang-orang menggunakan commuter line untuk mencapai tujuan (baik kantor maupun rumah). Karena banyak orang yang menggunakan OS ini, maka fitur ini pun akan mencatat pada waktu tersebut bahwa terdapat sekelompok orang/banyak orang yang berada di suatu titik yang sama kemudian berpindah dengan sangat cepat ke suatu titik tertentu. Aktivitas rutin seperti ini selalu dilakukan pada waktu yang sama sehingga aplikasi akan membuat statistik serta menganalisa bahwa di titik tersebut terdapat suatu kendaraan cepat (commuter-line) yang akan membawa sebanyak x orang (mungkin 1000 atau 2000 orang) pada waktu rush hour.

Dari contoh di atas, dapat dipastikan bahwa aplikasi akan mengetahui aktivitas serta informasi pengguna meskipun pengguna tidak memberikan informasi sedikitpun mengenai data dan aktivitas mereka.

History Location:

Rincian Aktivitas:

Gambar di atas merupakan history location saya beberapa bulan lalu ketika saya berada di suatu tempat. Aplikasi ini akan mencatat setiap aktivitas yang dilakukan. Apakah Anda berjalan ke tempat tujuan menggunakan kendaraan, atau hanya jalan kaki, berapa jauh tujuan Anda, berapa lama Anda mencapai tujuan, semuanya akan tercatat oleh aplikasi. Canggih bukan? Bahkan aplikasi ini mengetahui dimana Anda tinggal. Apakah Anda bisa menebak bagaimana aplikasi ini mengetahui dimana Anda tinggal? Gampang! Aplikasi ini akan membuat statistik waktu yang paling banyak Anda habiskan di malam hari. Apabila data statistik telah terpenuhi, maka sangat mudah bagi aplikasi mengetahui rumah Anda, serta kegiatan Anda sehari-hari.

Hal ini dapat terjadi karena pengguna mengaktifkan GPS pada ponsel mereka. GPS yang diaktifkan akan mengirimkan data lokasi pada periode tertentu pada Google, sehingga Google dapat mencatat dimana Anda berada pada detik:menit:jam:hari:bulan:tahun.

Hingga saat ini masih sangat banyak pengguna yang mengaktifkan GPS mereka (baik untuk tracking lokasi, maupun sebagai penunjuk jalan, dan lain sebagainya). Statistik di bawah ini menunjukkan bahwa banyak pengguna yang menggunakan ponsel mereka sebagai alat bantu dalam navigasi.

Di bawah ini merupakan diagram kurva ogivenya:

Diagram Pie Chart:

Statistik di atas diambil hanya dari pengguna yang berada di US saja. Terlihat bahwa sangat banyak pengguna yang mengaktifkan GPS mereka untuk berbagai macam kebutuhan[2]. Ya, tentu saja saya tidak bisa men-judge para pengguna untuk tidak mengaktifkan GPS. Kebutuhan GPS merupakan hak pengguna yang tentu berbeda dengan kebutuhan pengguna lain, seperti saya.

Jika saya tidak mengaktifkan GPS, apakah lokasi saya masih dapat diketahui? (Mungkin) Tidak.
Asumi saya mengatakan (Mungkin) Tidak adalah karena kita tidak tahu apakah memang hanya satu-satunya tombol GPS yang tidak diaktifkan itu, atau apakah ada ‘tombol’ GPS lain yang pengguna tidak mengetahuinya.

Selain itu, jika Anda tidak mengaktifkan GPS, data-data Anda juga akan dapat diakses. Akses data dapat dilakukan melalui aplikasi yang sudah ada install, seperti aplikasi chatting, atau aplikasi maps/traffic.

Jadi, data Anda akan tetap diakses dan dikirimkan melalui aplikasi yang telah ada install.

Jadi bagaimana solusinya?
Saat ini, kita tidak bisa menghindar dari teknologi yang disuguhkan. Teknologi yang begitu canggih, menggiurkan, serta dapat membantu pekerjaan kita secara signifikan, memang tidak bisa benar-benar lepas dari teknologi yang ada.

Ada dua solusi yang bisa diterapkan.

Pertama adalah membuat aplikasi sendiri. Poin pertama saya rasa sangat sulit untuk diimplementasikan karena di sisi lain kita sebagai pengguna membutuhkan aplikasi tersebut saat ini, tidak ada waktu untuk membuat apalagi harus berkutat dengan code yang njelimet, infrastruktur, biaya perawatan, dan lain sebagainya.