Sharing one of my online class activity
Data Governance Model For The Ministry Of Education Malaysia Using Enterprise Architecture Approach
The Ministry of Education Malaysia is one of Malaysia’s largest ministries. It oversees the entire country’s public education system, including pre-school education, primary schools, secondary school, and pre-tertiary education. The spread of more than 10,000 schools and several teacher training and development institutions shows that the Ministry meets its growing operational needs by adopting new digital capabilities. The Ministry’s operations depend on three main entities: students, teachers, and learning institutions. Learning institutions are the primary data source, with teachers and learning institution administrators responsible for performing data entry. Data governance is a procedure that defines the roles and duties of the person in charge of data management in an organization to gather and appropriately use educational data, ensure the protection of personal data, and establish data standardization, consistency, and adequate educational data use across agencies. The adoption of Enterprise Architecture will be a significant factor in delivering the new age of digital services. For the data handling in the Ministry of Education Malaysia, the combination of data governance and Enterprise Architecture will produce a data-driven architecture that accelerates time to value and demonstrates accurate results to stakeholders. Thus, this paper aims to propose a data governance model for the Ministry of Education, Malaysia.
For more details, click here to download the paper.
Using Enterprise Architecture to Manage Income Tax Compliance Rate Issues in Malaysia
The 6th International Conference on Information Technology and Digital Applications
5-6 November 2021
Appreciation video for all committee members of IPDOCS2021
IPDOCS2021
TQ for the experience and memories. One of the best conferences that I love being part of.
The committees are awesome
I dedicated this video to them, created by yours truly,
Kontrak Pintar (Smart Contract) vs Kontrak Ricardian (Ricardian Contract) : Apa Perbezaannya?
Dalam dunia blockchain, dan salah satu pengertian yang jelas dalam bidang ini disebut “kontrak pintar”. Apakah perbezaan antara kontrak pintar dan Ricardian. Namun, sebelum menyelami perinciannya, mari kita jawab dua soalan mudah tetapi penting: “Mengapa seseorang memerlukan kontrak pintar di tempat pertama?” dan “Adakah kekurangan dengan kontrak tradisional?”
Jawapan ringkas untuk soalan kedua adalah terdapat satu kelemahan dalam kontrak tradisional. Ianya ditulis dalam bahasa manusia, sehingga ianya boleh cenderung untuk disalah tafsirkan. Kekaburan bahasa kita membolehkan peguam membina jalan keluar dalam klausa kontrak. Dalam dunia yang ideal, kontrak mesti memastikan bahawa setiap pihak yang terlibat memberikan dan menerima apa yang mereka tawarkan. Tetapi itu tidak selalu berlaku. Kadang-kadang pihak, dalam membentuk kontrak, mungkin memahami beberapa perkara secara berbeza, dan itu boleh mengakibatkan bencana. Dalam kes ini, pihak kontrak bergantung pada sistem kehakiman awam untuk menangani situasi tersebut, yang boleh memakan masa dan memakan masa yang sangat mahal.
Kontrak Pintar
Walaupun teknologi blockchain dianggap oleh banyak orang sebagai simbol masa depan, istilah ‘kontrak pintar’ telah diketahui selama beberapa dekad. Seorang kriptografer dan saintis komputer Nick Szabo mengemukakan idea itu pada pertengahan tahun 90an. Dengan kata-katanya sendiri, kontrak pintar “adalah protokol transaksi berkomputer yang melaksanakan syarat-syarat kontrak. Objektif umum adalah untuk memenuhi syarat kontrak biasa ”. Idea utama di sebalik kontrak pintar adalah untuk menentukan hubungan dan tanggungjawab antara pihak melalui kod komputer dan mentadbirnya secara automatik. Sekiranya anda mahukan definisi yang kurang teknikal, kontrak pintar memungkinkan untuk menukar wang, harta benda, saham, atau pada dasarnya apa sahaja yang bernilai dengan cara yang telus dan tidak bertentangan. Dengan kata lain, kontrak pintar memberikan kepercayaan, yang merupakan faktor penting untuk rangkaian blockchain yang terdesentralisasi di mana pihak tetap tidak dikenali.
Pada acara blockchain di Washington, DC pada tahun 2016, Vitalik Buterin, ketika itu seorang programmer berusia 23 tahun dari projek Ethereum, menjelaskan bahawa dengan penggunaan kontrak pintar, aset atau mata wang dipindahkan ke dalam program yang memonitornya pematuhan dengan syarat yang ditetapkan. Pada satu ketika, program ini mengesahkan pemenuhan syarat kontrak dan “secara automatik mengesahkan suatu syarat dan secara automatik menentukan sama ada aset tersebut harus diserahkan kepada satu orang atau kembali kepada orang lain, atau adakah ia harus dikembalikan dengan segera kepada orang tersebut yang menghantarnya atau gabungannya. ” Sementara itu, lejar terdesentralisasi juga menyimpan dan meniru dokumen, yang memberikannya keselamatan dan kebolehubahan tertentu.
Istilah “kontrak pintar” berkait rapat dengan Ethereum. Kod kontrak pintar ditulis menggunakan Solidity – bahasa ibunda Ethereum. Setelah kod ditulis, ia dimuatkan di Mesin Maya EVM-Ethereum, yang mewakili penyusun atau penyemak imbas runtime sejagat untuk melaksanakan kod kontrak pintar. Adalah wajar untuk mengatakan bahawa kontrak pintar Ethereum adalah yang paling popular.
Ciri-ciri kontrak pintar:
-Melaksanakan sendiri (tentu saja, ini bermaksud bahawa mereka tidak berjalan melainkan seseorang memulakannya);
-tidak berubah;
-mengesahkan diri;
-penguatkuasaan automatik;
-Jimat kos;
Kontrak Ricardian
Jenis kontrak ini berakar pada karya Ian Grigg, seorang pakar dalam kriptografi kewangan, yang diselesaikan pada pertengahan tahun 90-an sebagai sumbangan kepada Ricardo, sistem pemindahan aset yang dibangun pada tahun 1995-1996. Sistem dan corak reka bentuk diberi nama David Ricardo, untuk menghormati sumbangan formatifnya terhadap teori perdagangan antarabangsa.
Menurut penciptanya, kontrak Ricardian adalah “kontrak digital yang menentukan terma dan syarat interaksi, antara dua atau lebih rakan sebaya, yang ditandatangani dan diperiksa secara kriptografi. Yang penting ia boleh dibaca manusia dan mesin dan ditandatangani secara digital ”.
Kontrak Ricardian mendaftarkan dokumen yang sah dan disambungkan secara digital ke objek atau nilai tertentu. Pelaksanaannya mungkin berbeza. Kontrak Ricardian meletakkan semua maklumat dari dokumen undang-undang dalam format yang dapat dilaksanakan oleh perisian. Dengan cara ini merupakan perjanjian sah antara pihak dan protokol yang menggabungkan perjanjian yang menawarkan tahap keselamatan yang tinggi kerana pengenalan kriptografi.
Ciri utama kontrak jenis ini adalah seperti berikut:
-dokumen itu boleh dicetak;
-program yang dapat dihuraikan;
-semua bentuk (dipaparkan, dicetak, dihuraikan) jelas setara;
-ditandatangani oleh penerbit;
-dapat dikenal pasti dengan selamat, di mana keselamatan bermaksud bahawa sebarang percubaan untuk mengubah hubungan antara rujukan dan kontrak tidak praktikal;
Perbezaan Antara Kontrak Pintar dan Ricardian
Kontrak pintar merujuk kepada jenis perjanjian digital yang telah disepakati dan dapat dilaksanakan secara automatik. Sementara itu, kontrak Ricardian mengikuti model kontrak yang mencatatkan apa yang disebut “niat” dan “tindakan” kontrak tertentu, tidak kira ia telah dilaksanakan atau tidak. Dengan menggunakan hash yang merujuk kepada dokumen luaran, kontrak Ricardian juga boleh merujuk kepada kod. Akan ada lebih banyak interaksi antara jenis kontrak ini dan kontrak pintar di masa depan, dan transaksi mungkin akan dilakukan berdasarkan bentuk hibrid yang berbeza.
Data-Driven Inventory Management Solution for Procurement and Supply Chain of Utility Company
Paper presented in the 1st International Conference on Information Technology and Business (ICITB2020)
انًؤحًش انذوني األول في حكُونوجيا انًعهوياث واألعًال 13-14 July 2020
Overview of reading charts
A well-designed chart should be easy to read and understand, and should not mislead. Here’s how to be an educated data consumer
Know the elements of charts
Ask questions
Watch for misleading or confusing charts
When viewing charts, pay attention to the following items, as they are susceptible to design choices that mislead readers. Here are three examples.
Bar charts with an axis not including zero (0)-An axis without a zero can be misleading on a bar chart, as it can distort the scale of differences between categorical data.
Colour confusion-Color is an effective tool for drawing attention to or differentiating areas of data but can cause confusion if not used carefully. For example, we usually associate density in maps with a darker colour, but if the author reverses the colour range, that can be confusing, and even misleading.
Wrong chart type for the data-Not all chart types work for the selected dimensions and measures.
Charts are the most effective and readable when matched to the right data and purpose.
- Line — View trends in data over time.
Examples: Stock price change over a five-year period or website page views during a month. - Bar — Compare data across categories.
Examples: Volume of shirts in different sizes, or per cent of spending by department. - Heat Map — Show the relationship between two factors.
Examples: Segment analysis of the target market or sales leads by individual rep. - Highlight Table — Shows detailed information on heat maps.
Examples: The per cent of a market for different segments, or sales numbers in a region. - Treemap — Show hierarchical data as a proportion of a whole.
Examples: Storage usage across computer machines, comparing fiscal budgets between years. - Gantt — Show duration over time.
Examples: Project timeline, duration of a machine’s use, availability of players on a team. - Bullet — Evaluate the performance of a metric against a goal.
Examples: Sales quota assessment, performance spectrum (great/good/poor). - Scatterplot — Investigate relationships between quantitative values.
Examples: Male versus the female likelihood of having lung cancer at different ages, or technology early adopters’ and laggards’ purchase patterns of smartphones. - Histogram — Understand the distribution of your data.
Examples: Number of customers by company size, student performance on an exam, frequency of a product - Symbol maps — Use for totals rather than rates. Be careful, as small differences will be hard to see.
Examples: Number of customers in different geographies.defect. - Area maps — Use for rates rather than totals.
Use a sensible base geography. Examples: Rates of internet-usage in certain geographies, house prices in different neighbourhoods. - Box-and-Whisker — Show the distribution of a set of data.
Examples: Understanding your data at a glance, seeing how data is skewed towards one end, identifying outliers in your data.
Recent Comments