Wawan Nurmansyah - UKSW
8
Transcript of Wawan Nurmansyah - UKSW
vi
Wawan Nurmansyah
A12 Pembangunan M-Konseling Psikologi Klinis Rita Wiryasaputra,
Rendra Gustriansyah,
Wawan Nurmansyah
74
A13 Perancangan Program Edugame Mini Zoo Land Untuk Siswa Taman
Kanak-Kanak
Jeanny Pragantha,
Helmy Thendean,
Sindy Kosasi
79
B. INFORMATION SYSTEM
B1 Pembelajaran Sistem Kolaboratif Online Berbasis Knowledge
Construction
Puspa Setia Pratiwi 1
B2 Social Network Analysis: Collaborative Network Penyuluh Pertanian
Dalam Mendukung Program Pengembangan Usaha Agribisnis
Perdesaan
Bentar Priyopradono 10
B3 Data Warehouse Sebagai Basis Analisis Data Akademik Perguruan
Tinggi
Mewati Ayub,
Tanti Kristanti,
Maresha Caroline
18
B4 Pemanfaatan Digital Technology Untuk Pembelajaran Matematika
Anak Usia Sekolah Dasar Menggunakan Teori TAM dan Otomatisasi
Sugeng Astanggo,
Jap Tji Beng,
Sri Tiatri
26
B5 Association Rules Untuk Mendukung Strategi Pelayanan Publik Dan
Sistem E-Government
Zyad Rusdi,
Dedi Trisnawarman
32
B6 Data Mart Model For Human Resources Department (Recruitment
Module)
Eka Miranda 37
B7 Perancangan E-Marketing Pada PT. Rajawali Nusindo Zulfiandri
Bayu Waspodo,
Budi Wibowo,
45
B8 Model Decision Support System Penetapan Kontribusi Pendapatan Asli
Daerah
Heru Soetanto Putra 51
B9 Perancangan Data Warehouse Pada Biro Travel PT. AKZ Dewi Wuisan,
Heru Soetanto Putra,
Evaristus Didik
Madyatmadja
59
B10 Studi Kelayakan Sistem Informasi Bank ASI berbasis Syariah di Jakarta Agung Sediyono,
Binti Solihah
64
vii
B11 Penerapan Framework Fast Pada Pengembangan Sistem Informasi Pola
Karir
Iwan Rijayana,
Dodo Prawira Pradana
69
B12 Pengembangan Sistem Informasi Akademik dengan menggunakan
Visualisasi Dashboard Sistem (SIAT)
Edi Setiawan 77
C. NETWORK, DISTRIBUTED, INSTRUMENTATION
C1 Implementasi Microcontroller Sebagai Detektor Asap Rokok Sederhana Syifaul Fuada,
Citta Anindya,
Faishol Badar,
Dian Shofiyulloh
1
C2 Perancangan Alat Pemberi Makan Binatang Otomatis Jimmy Agustian Loekito ,
Andrew Sebastian Lehman
8
C3 Pemodelan Helipad Menggunakan Microcontroller Andrew Sebastian Lehman 13
C4 Analisis Forensika Digital Pada Sony Playstation Portable Untuk
Mendukung Pembuktian Pelanggaran Hak Cipta Pada Game Console
Yudi Prayudi ,
Reza Febryan Alexandra
18
C5 Model Digital Forensic Readiness Index (DiFRI) Untuk Mengukur Tigkat
Kesiapan Institusi Dalam Menanggulangi Aktifitas Cyber Crime
Tri Widodo ,
Yudi Prayudi
24
C6 Analisis Dan Perancangan Sistem Absensi Berbasis Global Positioning
Sytem (GPS) Pada Android 4.x
Fransiskus Adikara 30
C7 Sistem Monitoring Pengatur Intensitas Cahaya, Suhu Dan Kelembaban
Ruangan Terintegrasi Berbasis Web Untuk Metode Manajemen Energi
Riki Ruli A Siregar,
Delinawati Manurung
37
C8 Analisis Perbandingan Qos Wireless Router Asus Wl-520gu, Tp Link Td-
W8101g, Dan Linksys Wrt54gl Pada Streaming Video On Demand
Reqi Rangga Raditya,
Agung Sediyono
45
C9 Pemanfaatan Cloud Computing dalam Google Maps Untuk Pemetaan
Informasi Alih Fungsi Lahan di Kabupaten Minahasa Tenggara
Leonardo Refialy,
Eko Sediyono,
Adi Setiawan
52
C10 Sistem Pembelajaran Jarak Jauh Menggunakan FTP dan E-Learning
Server
Kori Cahyono 59
A7 Seminar Nasional Teknologi Informasi 2013
42
KOMPRESI DATA UNTUK MENGHEMAT BANDWIDTH
DENGAN MENGGUNAKAN ALGORITMA DEFLATE1
Angel Louren Paat 1) Eko Sediyono
2) Adi Setiawan
3)
1,2)
Magister Sistem Informasi Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60 Salatiga, 50711- Indonesia email :
3) Fakultas Sain dan Matematika, Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60 Salatiga, 50711- Indonesia email :
1 Dibiayai dari Hibah Tim Pascasarjana DIKTI 2013
ABSTRACT Computer networks and the internet allow people to
communicate and share information. File can be easily
transmitted from one computer to another. The speed of
the file transfer process is affected by the speed of the
Internet and the file size. The larger the file is transmitted,
the longer the processing time, and become increasingly
busy the computer network. So it is needed an application
that compresses files to become smaller than the earlier
siz. The compression must not eliminate the meaning of the
file. Deflate compression algorithm is a lossless
compression, which means that the decompressed file
exactly the same with the original file, there is no part that
is removed from the file. In this study, an application is
implemented using Deflate compression algorithm, which
managed to save bandwidth and speed up the process of
file transmission.
Key words File Compression, Deflate Algorithm, transmission file
1. Pendahuluan
Jaringan komputer dan internet mempermudah orang
untuk berkomunikasi dan bertukar informasi. Suatu file
dapat dengan mudah ditransmisikan dari satu komputer ke
komputer yang lain. Kecepatan proses transfer file ini
dipengaruhi oleh kecepatan jaringan internet dan ukuran
file tersebut. Semakin besar file yang ditransmisikan,
semakin lama waktu proses, dan akan membuat jaringan
menjadi semakin sibuk [1]. Jenis file video dan audio yang
cenderung memiliki ukuran lebih besar dari file word,
excel atau pdf, akan membutuhkan waktu yang lama ketika
dikirimkan melalui jaringan komputer, apalagi melalui
jaringan internet.
Untuk menghemat pengiriman file, diperlukan sebuah
aplikasi yang berfungsi memampatkan ukuran file,
sehingga menjadi lebih kecil dari ukuran sebelumnya.
Kompresi tersebut tidak menghilangkan makna dari file
tersebut. Dengan ukuran file yang lebih kecil, maka jika
file tersebut ditransmisikan melalui jaringan komputer
diharapkan menjadi lebih cepat dan hemat. Teknik
kompresi yang tidak menghilangkan makna dari file
disebut lossless compression, yang berlawanan dengan
teknik lossy compression yang menghilangkan beberapa
bagian dari file sehingga mencapai ukuran file yang lebih
kecil [2].
Algoritma kompresi Deflate merupakan algoritma
kompresi yang bersifat lossless, yang berarti ketika file
didekompresi, isi file sama dengan isi file semula, tidak ada
bagian yang dihilangkan dari file tersebut [3].
Berdasarkan uraian latar belakang masalah tersebut,
maka pada pada penelitian ini diimplementasikan suatu
aplikasi kompresi menggunakan algoritma Deflate, yang
dapat melakukan penghematan bandwidth dan
mempercepat proses transmisi file.
2. Tinjauan Pustaka
Pada penelitian yang berjudul “Network performance
effects of HTTP/1.1, CSS1, and PNG”, dibahas tentang
kompresi pada implementasi HTTP client dan server.
Penggunan kompresi Deflate secara signifikan dapat
menghemat 16% ukuran paket data dan 12% waktu yang
diperlukan untuk mengirim paket data.[4].
Pada penelitian berjudul “Implementasi Kompresi
Data Pada Jaringan Komputer Menggunakan Algoritma
ZLib”, dibahas mengenai pengiriman data terkompresi
Seminar Nasional Teknologi Informasi 2013 A7
43
melalui jaringan. Untuk proses kompresi digunakan
algoritma ZLib. Kesimpulan dari penelitian tersebut adalah
untuk tipe data berformat BMP memiliki rasio paling
signifikan. Rata-rata perbedaan pengiriman data
terkompresi adalah 0.02 mili detik. Untuk file gambar
bertipe PNG dan JPG, nilai rasio tidak terlalu signifikan
[1].
Algoritma kompresi Deflate merupakan kombinasi dari
algoritma dari algoritma LZ77 dan Huffman coding.
Deflate digunakan pada zip dan gzip dan didukung oleh
software archiver yang lain. Deflate digunakan secara
internal pada gambar berformat PNG, dokumen PDF, dan
JAR archive file pada Java. Pada format Deflate, pointer
offset berkisar antara 1-32,786 dan panjang 3-258. 'Literal'
dan 'panjang' dikodekan pada 286 simbol alfabet yaitu
kode Huffman diikuti dengan 5 bit tidak terkompresi.
Suatu kode 'panjang' diikuti dengan sebuah offset dari 30
kode Huffman, dan diikuti dengan 13 ekstra bit tidak
terkompresi [3][5].
Lempel-Ziv-Markov chain algorithm (LZMA)
merupakan sebuah algoritma kompresi lossless,
dikembangkan dari tahun 1998. Algoritma ini pertama kali
dipakai pada aplikasi 7-zip archiver, sebuah aplikasi
kompresi, pada tahun 2001[6]. LZMA menggunakan
skema dictionary compression yang serupa dengan
algoritma LZ77 karya Abraham Lempel dan Jacob Liv
pada tahun 1977. LZMA memiliki rasio kompresi yang
tinggi (secara umum lebih tinggi dari bzip2), dan memiliki
ukuran kamus mencapai 4GB [7][8].
Deflate64 atau expanded deflate merupakan
pengembangan dari algoritma Deflate. Perbedaan utama
Deflate64 dengan Deflate adalah pada Deflate64
menggunakan 64KB sliding window, sedangkan Deflate
hanya 32KB. [9][10]
Pada penelitian ini algoritma Deflate
diimplementasikan dengan menggunakan bahasa
pemrograman C# .Net Framework 4.5. Transmisi data
lewat jaringan komputer dilakukan dengan cara
mengirimkan data asli dan data terkompresi, dari aplikasi
client (pengirim) ke aplikasi server (penerima), pada Local
Area Network. Waktu transmisi diukur dan dibandingkan
untuk data asli dan data setelah terkompresi.
3. Metode dan Perancangan Sistem
Penelitian yang dilakukan, diselesaikan melalui tahapan
penelitian yang terbagi dalam lima tahapan, yaitu: (1)
Analisis kebutuhan dan pengumpulan data, (2)
Perancangan sistem, (3) Perancangan aplikasi/program, (4)
Implementasi dan pengujian sistem, serta analisis hasil
pengujian, (5) Penulisan laporan hasil penelitian.
Gambar 1 Tahapan Penelitian [11]
3.1. Analisis Kebutuhan
Software yang digunakan untuk pengembangan adalah
.Net Framework 4.5 dengan bahasa pemrograman C#. File
yang digunakan sebagai input adalah berbagai file
multimedia dengan beragam format yaitu mp3, wav, wma,
bmp, gif, jpg, png, avi, mp4 dan wmv. Output dari aplikasi
adalah file yang terkompresi dengan ekstensi file .cmp.
Ekstensi ini digunakan sebagai penanda bahwa file tersebut
adalah file terkompresi, dan berguna pada saat proses
dekompresi, pada bagian aplikasi penerima.
3.2. Perancangan Sistem
Proses utama dibedakan menjadi dua yaitu proses
pengiriman file dan proses terima file. Dalam proses
pengiriman file terdapat proses kompresi, dan dalam
proses terima file terdapat proses dekompresi.
Gambar 2 Proses Pengiriman File
Analisis Kebutuhan dan Pengumpulan Data
Perancangan Sistem meliputi Perancangan Proses (Flowchart)
Kompresi dan Dekompresi
Perancangan Aplikasi/Program
Implementasi dan Pengujian Sistem,
Serta Analisis Hasil Pengujian
Penulisan Laporan Hasil Penelitian
A7 Seminar Nasional Teknologi Informasi 2013
44
3.3. Perancangan Aplikasi
Dalam perancangan aplikasi ini dibuat menjadi dua
aplikasi yaitu aplikasi pengiriman file dan aplikasi terima
file
3.3.1 Aplikasi Pengiriman
Dalam aplikasi pengiriman ini dirancang untuk proses
kompresi di sisi client (Pengirim). Disini terdapat koneksi
server IP untuk menghubungkan Client dengan server,
server port, pilih file untuk menentukan file mana yang
akan dikompresi, kirim kompersi, kirim tanpa kompersi
dan info dari file.
Gambar 3 Rancangan Tampilan Aplikasi Pengirim
3.3.2 Aplikasi Penerima
Dalam aplikasi penerima dirancang untuk melihat hasil
data yang telah dikompresi dan yang belum dikompresi.
Gambar 4 Rancangan Tampilan Aplikasi Penerima
4. Hasil dan Pembahasan
Pada bagian ini, dijelaskan hasil implementasi sistem
berdasarkan perancangan yang telah dibuat.
Aplikasi yang dibuat terdiri dari dua bagian, yaitu
Aplikasi Pengirim dan Aplikasi Penerima. Pada Aplikasi
Pengirim, terjadi proses kompresi, kemudian file hasil
kompresi dikirimkan ke Aplikasi Penerima.
Aplikasi Penerima berfungsi sebagai Server, menerima
file yang dikirim melalui jaringan. Pada Aplikasi
Penerima, terjadi proses dekompresi file (untuk file yang
terkompresi).
Gambar 5 Tampilkan Aplikasi Proses Kompresi di Sisi Client
(Pengirim)
Gambar 6 Tampilan Aplikasi Proses Dekompresi pada Sisi
Server (Penerima)
Pengujian Pengaruh Kompresi Terhadap Kecepatan
Transfer (Pengujian 1), dilakukan dengan cara melihat
perbedaan waktu transfer antara file tanpa kompresi
dengan file yang terkompresi. Pengujian ini juga dicatat
waktu proses kompresi dan waktu dekompresi. Hasil
pengujian 1 ditunjukkan pada Tabel 1.
Tabel 1 Hasil Pengujian Transmisi Data Asli dan Terkompresi
File
Rasio
Kompresi
(%)
Waktu
Kirim File
Terkompresi
Waktu Kirim
File Asli (ms)
Kalimba.mp3 98.449 5.0003 6.0004
Kalimba.wav 96.757 4.0002 4.0003
Kalimba.wma 93.809 45.0026 53.0030
Penguins.bmp 70.323 1.0001 2.0001
Penguins.gif 99.997 1.0001 1.0000
Penguins.jpg 99.658 1.0000 5.0003
Penguins.png 100.03 2.0001 1.0000
Wildlife.avi 97.852 47.0027 55.0031
Wildlife.mp4 99.653 17.0010 17.0010
Wildlife.wmv 99.6 23.0014 33.0019
Seminar Nasional Teknologi Informasi 2013 A7
45
Gambar 5. Grafik Perbandingan Kecepatan Pengiriman File
Berdasarkan hasil pengujian 1, disimpulkan bahwa file
terkompresi memerlukan waktu transfer yang lebih sedikit
karena ukuran file terkompresi lebih kecil dari ukuran file
semula.
Pengujian Perbandingan Rasio dengan Algoritma yang
lain (Pengujian 2) dilakukan untuk melihat kelebihan
algoritma Deflate dibandingkan dengan algoritma yang
lain yang umum[12] dipakai yaitu LZMA [13] dan
Deflate64[14]. Hasil pengujian 2 ditunjukkan pada Tabel
2.
Tabel 2 Perbandingan Rasio antara Deflate, Deflate64 dan LZMA
File
Ukuran
Semula
Rasio Kompresi (%)
Deflate Deflate64 LZMA
Kalimba.mp3 8414449 98.45% 98.53% 98.62%
Kalimba.wav 61471620 93.81% 93.84% 101.67%
Kalimba.wma 5611011 96.76% 96.97% 96.92%
Penguins.bmp 2359350 70.32% 66.01% 127.79%
Penguins.gif 333787 100.00% 100.05% 100.05%
Penguins.jpg 777835 99.66% 99.69% 100.02%
Penguins.png 1639981 100.03% 100.01% 100.00%
Wildlife.avi 79017394 97.85% 97.36% 95.33%
Wildlife.mp4 28959051 99.65% 99.65% 102.71%
Wildlife.wmv 26246026 99.60% 99.69% 100.00%
Berdasarkan hasil pengujian 2 yang ditunjukan pada
Tabel 2, disimpulkan bahwa algoritma Deflate memiliki
hasil kompresi yang lebih baik dari 2 algoritma yang lain.
Dapat dilihat dengan file Kalimba.mp3 dengan nilai
deflate 98.45% memiliki nilai yang lebih kecil dari
Deflate64 dengan nilai rasio kompresi 98.53% dan LZMA
98.62%. Dengan asums bahwa nilai kompresi kecil
memiliki nilai yang lebih baik. Kecuali untuk file bertipe
bmp, dan mp4, algoritma Deflate64 memiliki hasil
kompresi yang lebih kecil. Untuk jenis file PNG,
algoritma LZMA tidak melakukan kompresi, karena pada
dasarnya di dalam file PNG, sudah terjadi kompresi [15].
Pengujian Integritas File (Pengujian 3) dilakukan
dengan cara menghitung nilai checksum integrity file
sebelum dikirimkan (sebelum dikompresi) dan setelah file
diterima (dan didekompresi). File dinyatakan identik
(tidak mengalami perubahan) jika nilai checksum integrity
yang dimiliki sama. Pada pengujian ini digunakan
software HashTab untuk membangkitkan nilai checksum
dengan algoritma SHA-256. Hasil pengujian 3
ditunjukkan pada Tabel 3.
Tabel 3 Hasil Pengujian Integritas File
Nilai Checksum
Awal Akhir
Pengu
ins.b
mp
DBF87D286676CA85A2
8C78272756165B5DF80
F852141A69A986F43C0
9E10EA56
DBF87D286676CA85A28
C78272756165B5DF80F8
52141A69A986F43C09E1
0EA56
Pengu
ins.gif
96CF35028FC8D9364C6
EAAD2216FD28672BF8
5285F4A40D67F5B6757
68B68A64
96CF35028FC8D9364C6E
AAD2216FD28672BF852
85F4A40D67F5B675768B
68A64
Pengu
ins.jp
g
7E5BDD023B6CF21EFE
42A8EC90BC1993FC853
980D4B564688E5AC2D
28C64223C
7E5BDD023B6CF21EFE4
2A8EC90BC1993FC8539
80D4B564688E5AC2D28
C64223C
Pengu
ins.pn
g
9F47627E0513165421A5
F81645126D83132228E
D1F9200A132D690E1FF
6388EF
9F47627E0513165421A5F
81645126D83132228ED1
F9200A132D690E1FF638
8EF
Kalim
ba.mp
3
23F02DB43918E36E4E5
014A8016D40A624B621
891C9F2FF9CC15E0429
3591B54
23F02DB43918E36E4E50
14A8016D40A624B62189
1C9F2FF9CC15E0429359
1B54
Kalim
ba.w
ma
40FA4820BA7EE7736F6
8E32592A22C64B00B36
ED1E5A9CD69EAB5478
98C1BA6D
40FA4820BA7EE7736F68
E32592A22C64B00B36E
D1E5A9CD69EAB547898
C1BA6D
Kalim
ba.wa
v
C82CFE83CE13E60EB1
232F21693827110C7D84
3C3AD8FACDB50DD11
E62317481
C82CFE83CE13E60EB12
32F21693827110C7D843
C3AD8FACDB50DD11E6
2317481
Wildli
fe.avi
AAEA622772BE44C854
9935B90E4CB98881DCF
EB2D65B6A2E3C09355
5BE90CBA1
AAEA622772BE44C8549
935B90E4CB98881DCFE
B2D65B6A2E3C093555B
E90CBA1
Wildli
fe.mp
4
8C6C91BA6A5C0AB9B
F33DA139EFE0E293C3
C59640B41BE6ABCC92
67DF8C8E104
8C6C91BA6A5C0AB9BF
33DA139EFE0E293C3C5
9640B41BE6ABCC9267D
F8C8E104
Wildli
fe.wm
v
05AEFC9502534CAC696
A25E5020AE40ABBC2A
2BC918A9902A6067384
9A0857B4
05AEFC9502534CAC696
A25E5020AE40ABBC2A
2BC918A9902A60673849
A0857B4
Berdasarkan hasil pengujian 3, disimpulkan bahwa
algoritma kompresi Deflate tidak mengubah isi file, yang
berarti bahwa nilai hash sebelum dan sesudah kompresi
bernilai sama.
A7 Seminar Nasional Teknologi Informasi 2013
46
5. Kesimpulan
Berdasarkan penelitian, pengujian dan analisa terhadap
sistem, maka dihasilkan kesimpulan sebagai berikut: (1)
Penghematan bandwidth pada proses pengiriman dapat
dilakukan dengan cara melakukan kompresi pada file yang
dikirimkan; (2) Semakin kecil angka rasio kompresi,
semakin cepat file ditransmisikan lewat jaringan komputer.
(3) File dengan format BMP memiliki rasio kompresi
paling signfikan; (4) Tidak terjadi perubahan isi pada file
kompresi yang ditransmisikan, hal ini berarti bahwa sifat
lossless pada algoritma Deflate telah terbukti.
UCAPAN TERIMA KASIH Ucapan terima kasih disampaikan kepada Dirjen DIKTI
atas pendanaan yang diberikan melalui hibah penelitian
Tim Pascasarjana tahun anggaran 2013.
REFERENSI [1] Rahmat, H., Damiri, D. J., & Susanto, A., 2012.
Implementasi Kompresi Data Pada Jaringan Komputer
Menggunakan Algoritma Zlib. Jurnal Algoritma, 9(01).
[2] Storer, J. A., 1988. Data compression: methods and theory.
Computer Science Press, Inc.
[3] Deutsch, L. P., 1996. DEFLATE compressed data format
specification version 1.3.
[4] Nielsen, H. F., Gettys, J., Baird-Smith, A., Prud'hommeaux,
E., Lie, H. W., & Lilley, C., 1997. Network performance
effects of HTTP/1.1, CSS1, and PNG. In ACM SIGCOMM
Computer Communication Review (Vol. 27, No. 4, pp. 155-
166). ACM.
[5] Feldspar, A., 2011. An explanation of the deflate algorithm.
URL: http://www. gzip. org/zlib/feldspar. html.
[6] Pavlov, I., 2009. LZMA Software Development Kit.
[7] Collin, L., 2005. A quick benchmark: Gzip vs. Bzip2 vs.
LZMA.
[8] Klausmann, Tobias, 2008. "Gzip, Bzip2 and Lzma
compared". Retrieved 2013-06-16.
[9] Langiu, A., 2013. On parsing optimality for dictionary-
based text compression—the Zip case. Journal of Discrete
Algorithms
[10] Crochemore, M., Langiu, A., & Mignosi, F., 2012. The
rightmost equal-cost position problem. In Data
Compression Conference, IEEE Computer Society (pp. 421-
430).
[11] Hasibuan, Z. A., 2007. Metodologi Penelitian Pada Bidang
Ilmu Komputer dan Teknologi Informasi. Fakultas Ilmu
Komputer Universitas Indonesia, Jakarta.
[12] Held, G., & Marshall, T., 1991. Data Compression;
Techniques and Applications: Hardware and Software
Considerations. John Wiley & Sons, Inc.
[13] Pavlov, I., 2009. LZMA Software Development Kit.
[14] Konecki, M., Kudelic, R., & Lovrencic, A., 2011.
Efficiency of lossless data compression. In MIPRO, 2011
Proceedings of the 34th International Convention (pp. 810-
815). IEEE.
[15] Boutell, T., 2000. PNG (Portable Network Graphics)
Specification Version 1.0.
Angel Lauren Paat, memperoleh gelar sarjana Pendidikan
Teknik Informasi dari Universitas Negeri Manado tahun 2012.
Saat ini sedang menyelesaikan studi di Magister Sistem
Informasi, Universitas Kristen Satya Wacana, Salatiga.
Eko Sediyono, memperoleh gelar Sarjana Statistika dari Fakultas
MIPA Institut Pertanian Bogor pada tahun 1985. Kemudian
tahun 1993 memperoleh gelar Magister Komputer dari Fakultas
Ilmu Komputer, Universitas Indonesia Jakarta. Doktor Ilmu
Komputer di peroleh tahun 2006 pada universitas yang sama.
Jabatan akademik Guru Besar di bidang Ilmu Informatika di
peroleh di UKSW pada tahun 2008. Saat ini menjabat sebagai
ketua program studi Magister Sistem Informasi, Universitas
Kristen Satya Wacana, Salatiga.
Adi Setiawan, memperoleh gelar Sarjana Matematika dari
UGM tahun 1991, Master di bidang Matematika diperoleh di
Vrije Universiteit Amsterdam pada tahun 1997
dan doktor diperoleh di Vrije Universiteit pada tahun 2007. Saat
ini sebagai dosen pada prodi Matematika Fakultas Sains dan
Matematika UKSW
