Our Books

Print Friendly, PDF & Email
504 Views

Softscients telah menerbitkan beberapa buku dengan judul dan bahasa pemrograman yang beragam melalui penerbit ternama yaitu Andi Publisher dan Graha Ilmu-Tekno Sain. Saat ini kami juga tengah menunggu buku ke-4 kami diterbitkan dan kami juga tengah menyelesaiakan penulisan buku ke-5 dan ke-6.  Kami akan terus berkarya sebagai partisipasi kami meningkatkan giat publikasi karya tulis dan karya ilmiah di Indonesia. Semoga karya kami dapat bermanfaat bagi pembaca.

Buku ke 4

Link pembelian di

  1. graha ilmu: https://grahailmu.id/product/belajar-mudah-pemrograman-gnu-octave/
  2. pustaka kita : https://www.pustakakita.com/belajar-mudah-pemrograman-gnu-octave.html

Judul : Belajar Mudah pemrograman Octave

GNU Octave atau disebut Octave merupakan tools “scientific calculator” yang sangat canggih dan salah satu alternatif MATLAB yang bersifat functional programming, free, opensource, ringan dan multi operating system. Topik bahasan pada buku ini telah disusun secara berjenjang yaitu:

  1. Octave: IDE, editor, package, documentation.
  2. Programming Octave: variabel, tipe data struktur, control flow.
  3. Array: flattening, reshape, repmat, transpose, selection, concatenate, comparison
  4. Function: anonymous, pointer, default argument, manajemen function.
  5. Plot Grafik: line, multiple plot-axes, scatter, bar, surface, anotasi.

Buku ini juga dilengkapi dengan studi kasus yang mudah dipahami yaitu

  1. persamaan kuadrat dan linear programming;
  2. Kmeans clustering;
  3. fuzzy c-means clustering;
  4. particle swarm optimization;
  5. perceptron;
  6. adaptive boosting;
  7. learning vector quantization.

Kombinasi antara dasar-dasar pemrograman Octave dan studi kasus, maka diharapkan mempermudah pembaca dalam mengimplementasikan algoritma dengan sedikit penulisan kode, meningkatkan akurasi, visualisasi data yang terintegrasi.

Penerbit
Penulis ,
ISBN 978-623-7110-68-2
EISBN 978-623-7110-69-9
Format 17×24
Halaman X+138
Tahun

Materi tambahan belajar octave

Materi tambahan

  1. Dasar-Dasar Algoritma Genetika bagian 1
  2. Menulis algoritma genetika menggunakan Octave bagian 2

Buku ke 3

Tempat Beli Buku

  1. https://grahailmu.id/product/belajar-mudah-python-dengan-package-open-source/
  2. https://www.bukalapak.com/p/hobi-koleksi/buku/komputer-487/wco01c-jual-belajar-mudah-python-dengan-package-open-source-mulkan-syarif-graha-ilmu
  3. https://www.tokopedia.com/bukukuliahan/belajar-mudah-python-dengan-package-open-source-mulkan-syarif
  4. https://togamas.com/detail-buku-8585=Belajar_Mudah_Python_dengan_Package_Open_Source_
  5. https://petramas.co.id/product/belajar-mudah-python-dengan-package-open-source-a8c4  

Judul : Buku Belajar Mudah Python dengan Package Open Source

ISBN : 978-602-5759-74-1

Python merupakan bahasa intrepreter yang banyak digunakan untuk kepentingan akademis, riset, bahkan para praktisi umum dikarenakan tersedianya package-package yang siap pakai mulai dari untuk komputasi numerik, array, olah grafik, sinyal, machine learning, dan computer vision. Kemudahan managemen instalasi package tersebut dikarenakan adanya Anaconda Navigator yang mampu mengintegrasikan semua package dengan lebih mudah bagi pemula sekalipun.

Buku ini memfokuskan diri tidak hanya membahas dasar-dasar bahasa Python tapi lebih luas lagi yaitu mengajak pembaca menggunakan package-package yang sudah default terinstal di Anaconda Navigator dan beberapa package tambahan terpisah yaitu

  • Python
  • IDE Spyder sebagai Editor
  • Package Numpy untuk perhitungan array
  • Package Matplolib untuk visualisasi grafis
  • Package Pandas untuk pengolahan data terstruktur
  • Package Scipy untuk pengolahan data statistika
  • Package OpenCV (instal tersendiri)

Daftar Isi Buku Belajar Mudah Python dengan Package Open Source

  1. BAB 1 ANACONDA
    1. Pengenalan Anaconda
    2. Instalasi Anaconda
    3. Environment Anaconda Navigator
  2. BAB 2 PYTHON DAN EDITOR SPYDER
    1. PengenalanInterpreter Python
    2. Pengenalan Bahasa Python
    3. Tipe Data Terstruktur
    4. Control Flow
    5. Pengenalan Function
    6. Pengenalan Class
    7. Manajemen Modul/Package
  3. BAB 3 NUMPY
    1. Import package
    2. Membuat Array
    3. Pengenalan Operasi Array
    4. Contoh Kasus Penggunaan Array
  4. BAB 4 MATPLOTLIB
    1. Line Plot
    2. Bar Plot
    3. Line Area
    4. Scatter
    5. Scatter 3D
    6. Contour
    7. Contour Surface
    8. Surface
  5. BAB 5 PANDAS
    1. Struktur Data Pandas
    2. Pengenalan Data Frame
    3. Operasi Masking
  6. BAB 6 SCIPY
    1. Analisis Korelasi Sederhana
    2. Analisis Regresi Linear
    3. Klustering dan Klasifikasi
  7. BAB 7 OPENCV
    1. Cara Install
    2. Membaca dan Menyimpan File Gambar
    3. Integrasi OpenCV dengan Matplotlib
    4. Akses dan Modifikasi Nilai Pixel Gambar
    5. Operasi Transformasi Geometrik
    6. Operasi Segmentasi Gambar
    7. Operasi Filtering Gambar
    8. Operasi Morfologi Gambar
    9. Operasi Pencarian Contour Gambar
    10. Membaca File Video
    11. Update Content
      1. Enhancement
        1. Penerapan Perataan Histogram
        2. Penerapan Watershed
      2. OpenCV- Crop the image by annotation XML
      3. OpenCV-Penentuan Skala pada Pengambilan Gambar via Drone
      4. Deteksi Tepi /  Edge Detection dengan Sobel
      5. Clustering Color with Kmeans
      6. Merging Binary Objek
      7. Pengenalan Tulisan Angka dengan Tangan
      8. Optical Character Recognition dengan Tesseract
      9. Membaca KTP NIK Indonesia
      10. OCR KTP Indonesia
      11. Contour Retrieval Mode Find Contour
      12. Perbaikan Skew gambar untuk Akurasi Mesin Scanner

Selain daftar isi buku diatas, kalian juga belajar lagi beberapa tambahan materi/topik dibawah ini yang kalian bisa baca di website ini

Update Content Fundamental Python

  1. Install dan Management Package
    1. Cara Install Modul di python via PIP
    2. Package Management System di python
    3. Menambahkan modul SSL pada install PIP
  2. Optimasi Pandas
    1. Cleaning Currency Dataset dengan Pandas
    2. Cleaning Dataset dengan Pandas
  3. Utilitas
    1. List File dengan Extension
    2. Serialisasi dan Deserialisasi Object di Python
    3. Setup size Figure Matplotlib 
    4. Memperbaiki Bugs Spyder dengan Reset Ulang
    5. Memilih Framework GUI terbaik di Python
  4. Matplotlib
    1. Cara membuat Ploting Grafik Dual Axis
    2. Cara membuat Ploting Grafik Piramid
  5. Numpy
    1. Append Array di Numpy
  6. Pandas
    1. Bekerja dengan Format Date Time untuk mempermudah transaksi
    2. Mempercepat query jutaan basis data menggunakan agregasi
    3. Belajar Pivot tabel – Agregasi data
  7.  Package
    1. Reading JSON Format with Python
    2. Library Sound Format WAV in Python
    3. Aplikasi GUI Python Merge File PDF
    4. Membaca Data stock saham
    5. PandasGUI: Lupakan excel pakai ini saja untuk bikin pivot!
  8. Case Study
    1. Linear Programming dan Simplex
    2. Pengacakan Dataset
    3. Menghitung Confussion Matrix
    4. Backup Files and Folders di Python
    5. Aplikasi berbasis CLI – Command Line Interface
    6. Scrapping Text di Tweeter dengan python
  9. Random Password Generator
  10. Pencocokan String  – Sequence Matcher
  11. Belajar Regular Expression
  12. Big data
    1. Menyimpan Jutaan Record Data berbasis SQL dengan Python secara Mudah
    2. Library Pengolah Jutaan Data – Big Data

Update Content Machine Learning Python

  1. Install
    1. Cara Install TensorFlow dan Keras
    2. Cara Install pytorch
  2. Menghitung Tingkat Kemiripan menggunakan Cosimiliarity
  3. Tensor
    1. Yuk belajar machine learning dengan gradient descent
    2. Yuk Belajar Dasar Tensor dengan Tensorflow versi 2.0 keatas
  4. Case Study
    1. Traning Neural Network with Particle Swarm Optimization
    2. Klasifikasi menggunakan Support Vector Machine
    3. Learning Vector Quantization
    4. Trend Model with Radial Basis Function
    5. Kmeans Clustering
    6. Simple Adaptive Boosting
    7. Neural Network Backpropagation
    8. Teknik Reduksi Dimensi menggunakan Principal Component Analyst
  5. Feature selection
  6. Decision Making with Multi-Attribute Decision Making Using Simple Additive Weighting 
  7. Extreme Learning

Buku ke 2


http://www.softscients.web.id/2018/08/sinopis-olah-citra-dengan-c-menggunakan.html

Buku ke 1


http://andipublisher.com/produk-1204004305-bermacam-project-java-dengan-ide-netbean.html

Judul: Bermacam Project Java dengan IDE Netbeans

Buku yang Anda pegang ini merupakan kumpulan project pengembangan aplikasi dalam bahasa java. Berbagai project meliputi chart, parser, image processing, interfacing webcam. Buku ini tidak membahasa dasar-dasar bahasa pemrograman java akan tetapi pengguna harus sudah familier dengan OOP dan SWING karena aplikasi melibatkan kedua teknologi tersebut.

Chart merupakan hal yang wajib dalam membuat aplikasi terutama visualisasi laporan. Pengenalan berbagai chart seperti Pie, Bar, Scatter, Gannt dengan memanfaatkan library Jfreechart dan Jcommon

Parser dalam buku ini membahas 2 parser yaitu HTML (CSS) dan XML. Parser berguna untuk melakukan pengumpulan dan pemilihan dari sebuah dokumen menjadi lebih berguna. Misalnya melakukan pengumpulan (extract) email dari sebuah halaman situs. Sedangkan XML adalah format pertukaran data yang secara luas digunakan oleh dunia industri, sehingga diharapkan Anda dapat memahami dan menggunakan XML untuk pengembangan aplikasi yang lebih berguna, misalnya membaca berita via RSS Feed dengan memenfaatkan library Jsoup dan kXML

Pengolahan citra yang dimaksud disini adalah aplikasi pengolahan citra berbasis java meliputi convert RGB ke gray, bw (black-white), pembuatan filter (blur, sharp), mengextract pixel citra dan menyimpannya kedalam berbagai format (CSV, PRN), dan juga rescaling citra dengan memanfaatkan library JImage

Interfacing webcam adalah aplikasi koneksi WebCam dengan java. Pada aplikasi ini kita akan diajak untuk melakukan koneksi dan capture dari video serta menyimpannya kedalam format JPG dengan memanfaatkan JMF (java media framework)

Semoga keempat project diatas dapat menginspirasi Anda untuk mengembangkan aplikasi yang lebih berguna lagi.

Content Update: Pengolahan Citra Digital OpenCV dengan Java

  1. Histogram Equalization
  2. Teknik Enhancement Normalisasi Citra
  3. Gray Level Coocurance Matrix
  4. Mengenai ImageJ
  5. Kasus
    1. Aplikasi Scanner Kartu KTP Indonesia
  6. Library Digital Image Processing dengan OpenCV
    1. Yup mencoba library OpenCV di Java Bagian 1
    2. Yup mencoba library OpenCV di Java Bagian 2
    3. Yup mencoba library OpenCV di Java untuk menghitung KMeans Clustering Bagian 3
    4. Yup mencoba library OpenCV di Java untuk menghitung Support Vector Machine Bagian 4
    5. Yup mencoba library OpenCV di Java untuk menghitung Histogram Bagian 5