Senin, 27 Juni 2016

Mari Mengenal Bioinformatika




Apa itu Bioinformatika ?


Bioinformatika atau bioinformatics adalah ilmu yang mempelajari atau penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penarapoan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis. penyejajaran sekuens ( sequence alignment ), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.


Sejarah Bioinformatika


Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an. Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.



Bidang-Bidang yang Terkait Bioinformatika

  1. Biophysics
    Merupakan sebuah bidang interdisiplier yang mengaplikasikan teknik-teknik dari ilmu fisika untuk memahami struktur dan ilmu biologi. Ilmu ini terkait dengan bioinformatika karena untuk mengenal teknik-teknik dari ilmu fisika untuk memahami struktur tersebut membutuhkan penggunaan TI.

  2. Computational Biology
    Bidang ini merupakan bagian dari bioinformatika yang paling dekat dengan bidang Biologi umum klasik. Fokus dari Computational Biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Pada penerapan bidang ini model-model statistika untuk fenomena biologi lebih di pakai dibandingkan dengan model sebenarnya.
  3. Medical Informatics
    Merupakan sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian, dan manajemen informasi medis. Disiplin ilmu ini, berkaitan dengan data-data yang didapatkan pada level biologi yang lebih “rumit”, dimana sebagian besar bioinformatika lebih memperhatikan informasi dari sistem dan struktur biomolekul dan seluler.

  4. Proteomics
    Pertama kali digunakan utnuk menggambarkan himpunan dari protein-protein yang tersusun oleh genom. Mengkarakterisasi banyaknya puluhan ribu protein yang dinyatakan dalam sebuah tipe sel yang diberikan pada waktu tertentu melibatkan tempat penyimpanan dan perbandingan dari data yang memiliki jumlah yang sangat besar, tak terhindarkan lagi akan memerlukan bioinformatika.

  5. Genomics
    Adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingakna seluruh komplemen genetik dari satu spesies atau lebih.


Penerapan Utama Bioinformatika


Basis data sekuens biologis


Basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat. Basis data utama untuk asam nukleat adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ (Jepang). Ketiga basis data tersebut bekerjasama dan bertukar data secara harian untuk menjaga keleluasaan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.Contoh beberapa basis data penting yang menyimpan sekuens primer adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt yang didanai terutama oleh Amerika Serikat. Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut. BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.PDB (Protein Data Bank) adalah basis data tunggal yang menyimpan model struktural 3D protein dan asam nukleat hasil penentuan eksperimental dengan kristalografi sinar X, spektroskopi NMR dan mikroskopi elektron. PDB menyimpan data struktur sebagai koordinat 3D yang menggambarkan posisi atom-atom dalam protein maupun asam nukleat.

Bioinformatika dalam Dunia Kedokteran

  1. Bioinformatika dalam bidang klinis
    Perananan Bioinformatika dalam bidang klinis ini sering juga disebut sebagai informatika klinis (clinical informatics). Aplikasi dari clinical informatics ini adalah berbentuk manajemen data-data klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan oleh Clement J.

  2. Bioinformatika untuk penemuan obat
    Penemuan obat yang efektif adalah penemuan senyawa yang berinteraksi dengan asam amino yang berperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut. Karena itu analisa struktur dan fungsi enzim ini biasanya difokuskan pada analisa asam amino yang berperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut. Dengan adanya Bioinformatika, data-data protein yang sudah dianalisa bebas diakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROT (http://www.ebi.ac.uk/swissprot/) maupun struktur 3D-nya yang tersedia di Protein Data Bank (PDB) (http://www.rcsb.org/pdb/). Dengan database yang tersedia ini, enzim yang baru ditemukan bisa dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam amino yang berperan untuk active site dan kestabilan enzim tersebut. Hasil perkiraan kemudian diuji di laboratorium. Dengan demikian, akan lebih menghemat waktu dari pada analisa secara random.


Bioinformatika dalam  Sistem Informasi Geografi (SIG)


SIG adalah Pengintegrasian data sistem informasi geografi (SIG) seperti peta, sistem cuaca, dengan hasil kesehatan dan data genotipe, akan membantu kita untuk memprediksi hasil sukses dari penelitian agrikultural. Dengan adanya bioinformatika yang sudah menjalar pada beberapa bidang membuat kita lebih dimudahkan dalam menyelesaikan masalah. Ini membuktikan bahwa setiap waktunya teknologi berkembang sangat pesat dan kita sangat membutuhkannya untuk mempermudah hidup. Tentu diharapkan kemajuan ini tidak hanya berhenti sampai disini, melainkan ada inovasi-inovasi baru  dalam bioinformatika yang dapat dibuat dibidang lain.



Sumber :
https://id.wikipedia.org/wiki/Bioinformatika
http://www.academia.edu/5353692/BIOINFORMATIKA_PROTEIN
https://avanar88.wordpress.com/2011/04/22/mengetahui-lebih-dalam-bioinformatika
http://rahmanrosemary13.blogspot.co.id/2013/06/bioinformatika-dan-penerapannya.html

Minggu, 01 Mei 2016

Hubungan antara komputasi modern dengan parallel processing

Seperti yang sudah dibahas pada jurnal yang berjudul “PARALLEL PROCESSING UNTUK MENINGKATKAN KINERJA SERVER E-LEARNING DENGAN MENGGUNAKAN MESSAGE PASSING INTERFACE (MPI) STUDI KASUS SMA NEGERI 1 PEKANBARU”. Komputasi Parallel merupakan teknik untuk melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer yang independen secara bersamaan. Biasanya digunakan untuk kapasitas yang pengolahan data yang sangat besar (lingkungan industri, bioinformatika dll) atau karena tuntutan komputasi yang banyak. Pada kasus yang kedua biasanya ditemukannya kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika komputasi), kimia (kimai komputasi) dll. Untuk melakukan berbagai jenis komputasi parallel diperlukan infrastruktur mesin parallel yang terdiri dari banyak komputer yang nantinya dihubungkan dengan jaringan dan mampu bekerja secara parallel untuk menyelesaikan suatu masalah. Untuk itu maka digunakannya perangkat lunak pendukung yang biasa disebut middleware yang berperan untuk mengatur distribusi antar titik dalam satu mesin parallel. Selanjutnya pemakai harus membuat pemrograman parallel untuk merealisasikan komputasi. Salah satu middleware yang asli dikembangkan di Indonesia adalah OpenPC yang dipelopori oleh GFTK LIPI dan diimplementasikan di LIPI Public Center.

Komputasi parallel berbeda dengan multitasking. Multitasking itu sendiri adalah komputer dengan processor tunggal yang dapat mengeksekusi beberapa tugas secara bersamaan. Sedangkan komputasi parallel menggunakan beberapa processor atau komputer. Selain itu komputasi parallel tidak menggunakan arsitektur Von Neumann. Untuk lebih memperjelas lebih dalam mengenai perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi parallel (menggunakan beberapa processor), maka kita harus mengetahui 4 model komputasi yang digunakan, yaitu:

  1. SISD
    Merupakan singkatan dari Single Instruction, Single Data yaitu satu-satunya yang menggunakan arsitektur Von Neumann, karena pada model ini hanya menggunakan 1 processor saja. Oleh karena itu model ini dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi parallel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

  2. SIMD
    Merupakan singkatan dari Single Instruction, Multiple Data. Model ini menggunakan banyak processor dengan instruksi yang sama, namun dengan data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

  3. MISD
    Merupakan singkatan dari Multiple Instruction, Single Data. MISD menggunakan banyak processor dengan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Sebagai contoh, dengan menggunakan kasus yang sama pada contoh model SIMD namun cara untuk menyelesaikannya yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

  4. MIMD
    Pada Multiple Instruction, Multiple Data biasanya menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.



Kesimpulan


Intinya hubungan antara komputasi modern dan parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.

Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih mudah menggunakan satu CPU saja.

 


Sumber


http://jurnal-tip.net/jurnal-resource/file/2-Vol6No2Sep2013-AbdulSyukur.pdf
http://cluster.teori.fisika.lipi.go.id/utama.cgi?menu=hinfo


Sabtu, 02 April 2016

Komputasi Modern

Komputasi Modern



Pengertian Komputasi Modern

Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains). Dalam penggunaan praktis, biasanya berupa penerapan simulasi komputer atau berbagai bentuk komputasi lainnya untuk menyelesaikan masalah-masalah dalam berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk menemukan prinsip-prinsip baru yang mendasar dalam ilmu.

Bidang ini berbeda dengan ilmu komputer (computer science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Bidang ini juga berbeda dengan teori dan percobaan sebagai bentuk tradisional dari ilmu dan kerja keilmuan. Dalam ilmu alam, pendekatan ilmu komputasi dapat memberikan berbagai pemahaman baru, melalui penerapan model-model matematika dalam program komputer berdasarkan landasan teori yang telah berkembang, untuk menyelesaikan masalah-masalah nyata dalam ilmu tersebut.

Jadi, Komputasi Modern merupakan sebuah sistem yang akan menyelesaikan masalah matematis menggunakan komputer dengan cara menyusun algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan suatu masalah.
Komputasi modern bisa disebut sebuah konsep sistem yang menerima intruksi-intruksi dan menyimpannya dalam sebuah memory, memory disini bisa juga dari memory komputer. Oleh karena pada saat ini kita melakukan komputasi menggunakan komputer maka bisa dibilang komputer merupakan sebuah komputasi modern. Dalam kerjanya komputasi modern menghitung dan mencari solusi dari masalah yang ada, dan perhitungan yang dilakukan itu meliputi:
·         Akurasi (big, Floating point)
·         Kecepatan (dalam satuan Hz)
·         ProblemVolume Besar (Down Sizzing atau pararel)
·         Modelling (NN & GA)
·         Kompleksitas (Menggunakan Teori big O)

Sejarah Komputasi Modern

Awal mula dari komputasi adalah adanya perhitungan-perhitungan angka yang dilakukan manusia. Manusia telah mengenal angka dan perhitungan sejak berabad-abad yang lalu. Bangsa romawi pun telah dapat menghitung sistem kalender dan rasi bintang. Seiring dengan perkembangan zaman manusia pun melakukan perhitungan-perhitungan yang lebih kompleks. Otak manusia juga mengalami keterbatasan dalam menghitung angka yang jumlahnya bisa berdigit-digit, kemudian diciptakan alat sempoa untuk menghitung, kemudian dikembangkan menjadi kalkulator, Karena semakin berkembangnya alat dan kebutuhan semakin banyak pula data-data yang ingin dihitung, dan mulailah ide pembuatan untuk membuat komputer sebagai alat hitung dengan konsep komputasi modern. Tidak hanya itu, komputer yang diciptakan hingga sekarang ini bukan menjadi sebuah alat yang digunakan untuk menghitung, tapi juga bisa menyimpan, mengedit dan mengolah kata serta masih banyak lagi kegunaan dan kelebihan yang dimiliki oleh komputer.

John Von Neumann

Sejarah perkembangan komputasi modern dimulai dari seseorang ilmuan yang ternama dari hungaria bernama John Von Neumann (1903-1957). Von Neumann seorang ilmuan yang belajar dari Berlin dan Zurich dan mendapatkan diploma pada bidang teknik kimia pada tahun 1926.

Pada tahun yang sama dia mendapatkan gelar doktor pada bidang matematika dari Universitas Budapest. Berkat keahlian dan kepiawaiannya Von Neumann dalam bidang teori game yang melahirkan konsep seluler automata, teknologi bom atom di Los Alamos pada Perang Dunia II , dan komputasi modern yang kemudian melahirkan komputer.

Kegeniusannya dalam matematika telah terlihat semenjak kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam kepalanya. Setelah mengajar di Berlin dan Hamburg, Von Neumann pindah ke Amerika pada tahun 1930 dan bekerja di Universitas Princeton serta menjadi salah satu pendiri Institute for Advanced Studies.

Dipicu ketertarikannya pada hidrodinamika dan kesulitan penyelesaian persamaan diferensial parsial nonlinier yang digunakan, Von Neumann kemudian beralih dalam bidang komputasi. Sebagai konsultan pada pengembangan ENIAC, dia merancang konsep arsitektur komputer yang masih dipakai sampai sekarang. Arsitektur Von Nuemann adalah komputer dengan program yang tersimpan (program dan data disimpan pada memori) dengan pengendali pusat, I/O, dan memori.

Berdasarkan beberapa definisi di atas, maka komputasi modern dapat diartikan sebagai suatu pemecahan masalah berdasarkan suatu inputan dengan menggunakan algoritma dimana penerapannya menggunakan berbagai teknologi yang telah berkembang seperti komputer.
Berikut ini beberapa contoh komputasi modern sampai dengan lahirnya ENIAC :
  • Konrad Zuse’s electromechanical “Z mesin”.Z3 (1941) sebuah mesin pertama menampilkan biner aritmatika, termasuk aritmatika floating point dan ukuran programmability. Pada tahun 1998, Z3 operasional pertama di dunia komputer itu di anggap sebagai Turing lengkap.
  • Berikutnya Non-programmable Atanasoff-Berry Computer yang di temukan pada tahun 1941 alat ini menggunakan tabung hampa berdasarkan perhitungan, angka biner, dan regeneratif memori kapasitor.Penggunaan memori regeneratif diperbolehkan untuk menjadi jauh lebih seragam (berukuran meja besar atau meja kerja).
  • Selanjutnya komputer Colossus ditemukan pada tahun 1943, berkemampuan untuk membatasi kemampuan program pada alat ini menunjukkan bahwa perangkat menggunakan ribuan tabung dapat digunakan lebih baik dan elektronik reprogrammable.Komputer ini digunakan untuk memecahkan kode perang Jerman.
  • The Harvard Mark I ditemukan pada 1944, mempunyai skala besar, merupakan komputer elektromekanis dengan programmability terbatas.
  • Lalu lahirlah US Army’s Ballistic Research Laboratory ENIAC ditemukan pada tahun 1946, komputer ini digunakan unutk menghitung desimal aritmatika dan biasanya disebut sebagai tujuan umum pertama komputer elektronik (ENIAC merupaka generasi yang sudah sangat berkembang di zamannya sejak komputer pertama Konrad Zuse ’s Z3 yang ditemukan padatahun 1941).

Macam-macam Komputasi Modern

Sebelumnya jenis-jenis komputasi modern terbagi atas tiga macam, yaitu komputasi mobile (bergerak), komputasi grid, dan komputasi cloud (awan). Penjelasan lebih lanjut dari jenis-jenis komputasi modern sebagai berikut :


1.       Mobile computing
Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel.
Dan berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan perubahan dari sisi manusia maupun alat. Dan dapat dilihat contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.


2.       Grid computing
Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.
Ada beberapa daftar yang dapat dugunakan untuk mengenali sistem komputasi grid, adalah :

  • Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.
  •  Sistem menggunakan standard dan protocol yang terbuka.
  • Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid.



3.       Cloud computing
Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet. Komputasi cloud menggambarkan pelengkap baru, konsumsi dan layanan IT berbasis model dalam internet, dan biasanya melibatkan ketentuan dari keterukuran dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Perbedaan dan Persamaan Mobile, Grid, dan Cloud Computing

Perbedaan antara komputasi mobile, grid, dan cloud :

  1. Komputasi mobile menggunakan teknologi komputer yang bekerja seperti handphone, sedangkan komputasi grid dan cloud menggunakan komputer.
  2. Biaya untuk tenaga komputasi mobile lebih mahal dibandingkan dengan komputasi grid dan cloud.Komputasi mobile tidak membutuhkan tempat dan mudah dibawa kemana-mana, sedangkan grid dan cloud membutuhkan tempat yang khusus.
  3. Untuk komputasi mobile proses tergantung si pengguna, komputasi grid proses tergantung pengguna mendapatkan server atau tidak, dan komputasi cloud prosesnya membutuhkan jaringan internet sebagai penghubungnya.

Dan ada juga persamaan antara komputasi mobile, komputasi grid, dan komputasi cloud, penjelasanya sebagai berikut :

  1. Ketiganya merupakan metode untuk melakukan komputasi, pemecahan masalah, dan pencarian solusi.
  2. Ketiganya memerlukan alat proses data yang modern seperti komputer, laptop atau telepon genggam untuk menjalankannya.

Karakteristik Komputasi Modern

  • Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.
  • Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.
  • Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

Manfaat Komputasi Modern

Komputasi modern ini melakukan perhitungan dengan menggunakan komputer yang canggih dimana pada computer tersebut tersimpan sejumlah algoritma untuk menyelesaikan masalah perhitungan secara efektif dan efisien.

Dari sana dapat terlihat bahwa komputasi modern dapat dimanfaatkan untuk memecahkan masalah-masalah seperti dibawah ini:
  • menghitung akurasi (bit, floating point)
  • menghitung kecepatan (dalam satuanHz)
  • menghitung problem volume besar (paralel)
  • modeling (NN dan GA)
  • kompleksitas (menggunakan Teori Big O)
Manfaat lainnya dari komputasi modern yang sering kita dengar sekarang ini adalah tentang pembacaan sidik jari dan scan retina mata. itu dinamakan dengan teknik biometric.
Nah sekarang muncul lagi pertanyaan. Memangnya teknik biometric itu apa sih??
Tapi sebelum membahas tentang teknik biometric, sebaiknya kita perlu tau terlebih dahulu tentang computer biometric. Baca terus yaaa..

Komputer Biometric adalah komputer yang bekerja dengan pengukuran statistic analisa data biologi yang mengacu pada teknologi untuk menganalisa dan mendeteksi karakteristik suatu tubuh / organ tubuh seorang individu. Jadi biometric ini menggambarkan pendeteksian dan pengklasifikasian dari atribut fisik seorang individu, misalnya seperti pendeteksi organ tubuh manusia (sidik jari ataupun retina mata). Dan kesimpulannya teknik biometric ini adalah suatu cara untuk mendeteksi seorang individu berdasarkan organ tubuh yang dimilikinya.
Contoh teknik biometric adalah:
  • Pembacaan sidik jari / telapak tangan
  • Geometri tangan
  • Pembacaan retina / iris
  • Pengenalan suara
  • Dinamika tanda tangan

Sumber:

Minggu, 17 Januari 2016

Teknologi Speech Recognition

Halo viewers, kali ini saya akan membahas tentang teknologi speech recognition, mungkin sebagian dari kalian sudah banyak yang mengetahui teknologi yang satu ini. Nah bagi viewers yang belum mengetahuinya, silahkan dibaca post saya ini ya.

Sekilas Tentang Speech Recognition

Apa sih speech recognition itu ?
Itu loh yang biasanya ada di smartphone. Kalau saya tanya pertanyaan diatas ke teman-teman saya, hampir semuanya menjawab seperti itu. Memang speech recognition banyak di implementasikan dengan perangkat pintar dan merupakan salah satu fitur yang dibenamkan di setiap smartphone, baik itu pada Android, IOS, dan pada OS lainnya. Tidak hanya pada smartphone namun fitur ini juga banyak dipakai di mobil masa kini, contohnya adalah Ford yang menggunakan fitur SYNC™ agar memudahkan pengemudi hanya dengan memerintahnya kemudian aplikasi ini akan menjalankan perintah tersebut, jadi pengemudi bisa tetap fokus menyetir. Untuk lebih jelasnya mengenai Speech recognition kalian bisa baca artikel ini.

Pengenalan Ucapan

Pengenalan ucapan atau pengenalan wicara dalam istilah bahasa Inggrisnya, automatic speech recognition (ASR) adalah suatu pengembangan teknik dan sistem yang memungkinkan komputer untuk menerima masukan berupa kata yang diucapkan. Teknologi ini memungkinkan suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan cara digitalisasi kata dan mencocokkan sinyal digital tersebut dengan suatu pola tertentu yang tersimpan dalam suatu perangkat. Kata-kata yang diucapkan diubah bentuknya menjadi sinyal digital dengan cara mengubah gelombang suara menjadi sekumpulan angka yang kemudian disesuaikan dengan kode-kode tertentu untuk mengidentifikasikan kata-kata tersebut. Hasil dari identifikasi kata yang diucapkan dapat ditampilkan dalam bentuk tulisan atau dapat dibaca oleh perangkat teknologi sebagai sebuah komando untuk melakukan suatu pekerjaan, misalnya penekanan tombol pada telepon genggam yang dilakukan secara otomatis dengan komando suara.

Alat pengenal ucapan, yang sering disebut dengan speech recognizer, membutuhkan sampel kata sebenarnya yang diucapkan dari pengguna. Sampel kata akan didigitalisasi, disimpan dalam komputer, dan kemudian digunakan sebagai basis data dalam mencocokkan kata yang diucapkan selanjutnya. Sebagian besar alat pengenal ucapan sifatnya masih tergantung kepada pembicara. Alat ini hanya dapat mengenal kata yang diucapkan dari satu atau dua orang saja dan hanya bisa mengenal kata-kata terpisah, yaitu kata-kata yang dalam penyampaiannya terdapat jeda antar kata. Hanya sebagian kecil dari peralatan yang menggunakan teknologi ini yang sifatnya tidak tergantung pada pembicara. Alat ini sudah dapat mengenal kata yang diucapkan oleh banyak orang dan juga dapat mengenal kata-kata kontinu, atau kata-kata yang dalam penyampaiannya tidak terdapat jeda antar kata.

Pengenalan ucapan dalam perkembangan teknologinya merupakan bagian dari pengenalan suara (proses identifikasi seseorang berdasarkan suaranya). Pengenalan suara sendiri terbagi menjadi dua, yaitu pengenalan pembicara (identifikasi suara berdasarkan orang yang berbicara) dan pengenalan ucapan (identifikasi suara berdasarkan kata yang diucapkan).

Perkembangan alat pengenal ucapan

Sejak tahun 1940, perusahaan American Telephone and Telegraph Company (AT&T) sudah mulai mengembangkan suatu perangkat teknologi yang dapat mengidentifikasi kata yang diucapkan manusia. Sekitar tahun 1960-an, para peneliti dari perusahaan tersebut sudah berhasil membuat suatu perangkat yang dapat mengidentifikasi kata-kata terpisah dan pada tahun 1970-an mereka berhasil membuat perangkat yang dapat mengidentifikasi kata-kata kontinu. Alat pengenal ucapan kemudian menjadi sangat fungsional sejak tahun 1980-an dan masih dikembangkan dan terus ditingkatkan keefektifannya hingga sekarang.

Jenis-jenis pengenalan ucapan

Berdasarkan kemampuan dalam mengenal kata yang diucapkan, terdapat 5 jenis pengenalan kata, yaitu :

  1. Kata-kata yang terisolasi
    Proses pengidentifikasian kata yang hanya dapat mengenal kata yang diucapkan jika kata tersebut memiliki jeda waktu pengucapan antar kata.
  2. Kata-kata yang berhubungan
    Proses pengidentifikasian kata yang mirip dengan kata-kata terisolasi, namun membutuhkan jeda waktu pengucapan antar kata yang lebih singkat.
  3. Kata-kata yang berkelanjutan
    Proses pengidentifikasian kata yang sudah lebih maju karena dapat mengenal kata-kata yang diucapkan secara berkesinambungan dengan jeda waktu yang sangat sedikit atau tanpa jeda waktu. Proses pengenalan suara ini sangat rumit karena membutuhkan metode khusus untuk membedakan kata-kata yang diucapkan tanpa jeda waktu. Pengguna perangkat ini dapat mengucapkan kata-kata secara natural.
  4. Kata-kata spontan
    Proses pengidentifikasian kata yang dapat mengenal kata-kata yang diucapkan secara spontan tanpa jeda waktu antar kata.
  5. Verifikasi atau identifikasi suara
    Proses pengidentifikasian kata yang tidak hanya mampu mengenal kata, namun juga mengidentifikasi siapa yang berbicara.


Proses kerja alat pengenal ucapan

Alat pengenal ucapan memiliki beberapa tahapan dalam prosesnya, yaitu :


Tahap penerimaan masukan

Masukan berupa kata-kata yang diucapkan lewat pengeras suara.


Tahap ekstraksi

Tahap ini adalah tahap penyimpanaan masukan yang berupa suara sekaligus pembuatan basis data sebagai pola. Proses ekstraksi dilakukan berdasarkan metode Model Markov Tersembunyi atau Hidden Markov Model (HMM), yang merupakan model statistik dari sebuah sistem yang diasumsikan oleh Markov sebagai suatu proses dengan parameter yang tidak diketahui. Tantangan dalam model statistik ini adalah menentukan parameter-parameter tersembunyi dari parameter yang dapat diamati. Parameter-parameter yang telah kita tentukan kemudian digunakan untuk analisis yang lebih jauh pada proses pengenalan kata yang diucapkan. Berdasarkan HMM, proses pengenalan ucapan secara umum menghasilkan keluaran yang dapat dikarakterisasikan sebagai sinyal. Sinyal dapat bersifat diskrit (karakter dalam abjad) maupun kontinu (pengukuran temperatur, alunan musik). Sinyal dapat pula bersifat stabil (nilai statistiknya tidak berubah terhadap waktu) maupun nonstabil (nilai sinyal berubah-ubah terhadap waktu). Dengan melakukan pemodelan terhadap sinyal secara benar, dapat dilakukan simulasi terhadap masukan dan pelatihan sebanyak mungkin melalui proses simulasi tersebut sehingga model dapat diterapkan dalam sistem prediksi, sistem pengenalan, maupun sistem identifikasi. Secara garis besar model sinyal dapat dikategorikan menjadi dua golongan, yaitu: model deterministik dan model statistikal. Model deterministik menggunakan nilai-nilai properti dari sebuah sinyal seperti: amplitudo, frekuensi, dan fase dari gelombang sinus. Model statistikal menggunakan nilai-nilai statistik dari sebuah sinyal seperti: proses Gaussian, proses Poisson, proses Markov, dan proses Markov Tersembunyi. Suatu model HMM secara umum memiliki unsur-unsur sebagai berikut:
N, yaitu jumlah bagian dalam model. Secara umum bagian tersebut saling terhubung satu dengan yang lain, dan suatu bagian bisa mencapai semua bagian yang lain, serta sebaliknya (disebut dengan model ergodik). Namun hal tersebut tidak mutlak karena terdapat kondisi lain dimana suatu bagian hanya bisa berputar ke diri sendiri dan berpindah ke satu bagian berikutnya. Hal ini bergantung pada implementasi dari model.
M, yaitu jumlah simbol observasi secara unik pada tiap bagiannya, misalnya: karakter dalam abjad, dimana bagian diartikan sebagai huruf dalam kata.
Probabilita Perpindahan Bagian { } = ij A a
Probabilita Simbol Observasi pada bagian j, { } () = j Bb k
Inisial Distribusi Bagian i p p
Setelah memberikan nilai N, M, A, B, dan p , maka proses ekstraksi dapat diurutkan. Berikut adalah tahapan ekstraksi pengenalan ucapan berdasarkan HMM :


Tahap ekstraksi tampilan

Penyaringan sinyal suara dan pengubahan sinyal suara analog ke digital.


Tahap tugas pemodelan

Pembuatan suatu model HMM dari data-data yang berupa sampel ucapan sebuah kata yang sudah berupa data digital.


Tahap sistem pengenalan HMM

Penemuan parameter-parameter yang dapat merepresentasikan sinyal suara untuk analisis lebih lanjut.


Tahap pembandingan

Tahap ini merupakan tahap pencocokan data baru dengan data suara (pencocokan tata bahasa) pada pola. Tahap ini dimulai dengan proses konversi sinyal suara digital hasil dari proses ekstraksi ke dalam bentuk spektrum suara yang akan dianalisa dengan membandingkannya dengan pola suara pada basis data. Sebelumnya, data suara masukan dipilah-pilah dan diproses satu per satu berdasarkan urutannya. Pemilihan ini dilakukan agar proses analisis dapat dilakukan secara paralel. Proses yang pertama kali dilakukan ialah memproses gelombang kontinu spektrum suara ke dalam bentuk diskrit. Langkah berikutnya ialah proses kalkulasi yang dibagi menjadi dua bagian :
  1. Transformasi gelombang diskrit menjadi data yang terurut
    Gelombang diskrit berbentuk masukan berukuran n yang menjadi objek yang akan dibagi pada proses konversi dengan cara pembagian rincian waktu
  2. Menghitung frekuensi pada tiap elemen data yang terurut
    Selanjutnya tiap elemen dari data yang terurut tersebut dikonversi ke dalam bentuk bilangan biner. Data biner tersebut nantinya akan dibandingkan dengan pola data suara dan kemudian diterjemahkan sebagai keluaran yang dapat berbentuk tulisan ataupun perintah pada perangkat.


Tahap validasi identitas pengguna

Alat pengenal ucapan yang sudah memiliki sistem verifikasi/identifikasi suara akan melakukan identifikasi orang yang berbicara berdasarkan kata yang diucapkan setelah menerjemahkan suara tersebut menjadi tulisan atau komando.


Aplikasi alat pengenal ucapan

Bidang komunikasi

Perintah Suara
Perintah Suara (komando suara) adalah suatu program pada komputer yang melakukan perintah berdasarkan perintah suara dari pengguna. Contohnya pada aplikasi Microsoft Voice yang berbasis bahasa Inggris. Ketika pengguna mengatakan “Mulai kalkulator” dengan intonasi dan tata bahasa yang sesuai, komputer akan segera membuka aplikasi kalkulator. Jika komando suara yang diberikan sesuai dengan daftar perintah yang tersedia, aplikasi akan memastikan komando suara dengan menampilkan tulisan “Apakah Anda meminta saya untuk ‘mulai kalkulator’?”. Untuk melakukan verifikasi, pengguna cukup mengatakan “Lakukan” dan komputer akan langsung beroperasi.

Pendiktean
Pendiktean adalah sebuah proses mendikte yang sekarang ini banyak dimanfaatkan dalam pembuatan laporan atau penelitian. Contohnya pada aplikasi Microsoft Dictation yang merupakan aplikasi yang dapat menuliskan apa yang diucapkan oleh pengguna secara otomatis.

Telepon
Pada telepon, teknologi pengenal ucapan digunakan pada proses penekanan tombol otomatis yang dapat menelpon nomor tujuan dengan komando suara.

Bidang kesehatan

Alat pengenal ucapan banyak digunakan dalam bidang kesehatan untuk membantu para penyandang cacat dalam beraktivitas. Contohnya pada aplikasi Antarmuka Suara Pengguna atau Voice User Interface (VUI) yang menggunakan teknologi pengenal ucapan dimana pengendalian saklar lampu misalnya, tidak perlu dilakukan secara manual dengan menggerakkan saklar tetapi cukup dengan mengeluarkan perintah dalam bentuk ucapan sebagai saklarnya. Metode ini membantu manusia yang secara fisik tidak dapat menggerakkan saklar karena cacat pada tangan misalnya. Penerapan VUI ini tidak hanya untuk lampu saja tapi bisa juga untuk aplikasi-aplikasi kontrol yang lain.

Bidang militer

Pelatihan Penerbangan
Aplikasi alat pengenal ucapan dalam bidang militer adalah pada pengatur lalu-lintas udara atau yang dikenal dengan Air Traffic Controllers (ATC) yang dipakai oleh para pilot untuk mendapatkan keterangan mengenai keadaan lalu-lintas udara seperti radar, cuaca, dan navigasi. Alat pengenal ucapan digunakan sebagai pengganti operator yang memberikan informasi kepada pilot dengan cara berdialog.

Helikopter
Aplikasi alat pengenal ucapan pada helikopter digunakan untuk berkomunikasi lewat radio dan menyesuaikan sistem navigasi. Alat ini sangat diperlukan pada helikopter karena ketika terbang, sangat banyak gangguan yang akan menyulitkan pilot bila harus berkomunikasi dan menyesuaikan navigasi dengan terlebih dahulu memencet tombol tertentu.

Kelebihan alat pengenal ucapan

Kelebihan dari peralatan yang menggunakan teknologi ini adalah :
  1. Cepat
    Teknologi ini mempercepat transmisi informasi dan umpan balik dari transmisi tersebut. Contohnya pada komando suara. Hanya dalam selang waktu sekitar satu atau dua detik setelah kita mengkomandokan perintah melalui suara, komputer sudah memberi umpan balik atas komando kita.
  2. Mudah digunakan
    Kemudahan teknologi ini juga dapat dilihat dalam aplikasi komando suara. Komando yang biasanya kita masukkan ke dalam komputer dengan menggunakan tetikus atau papan ketik kini dapat dengan mudahnya kita lakukan tanpa perangkat keras, yakni dengan komando suara.

Kekurangan alat pengenal ucapan

Kekurangan dari peralatan yang menggunakan teknologi ini adalah :
  1. Rawan terhadap gangguan
    Hal ini disebabkan oleh proses sinyal suara yang masih berbasis frekuensi. Ketika sebuah informasi dalam sinyal suara mempunyai komponen frekuensi yang sama banyaknya dengan komponen frekuensi gangguannya, akan sulit untuk memisahkan gangguan dari sinyal suara
  2. Jumlah kata yang dapat dikenal terbatas
    Hal ini disebabkan pengenal ucapan bekerja dengan cara mencari kemiripan dengan basis data yang dimiliki.

Oke, sekian post saya kali ini. Semoga bermanfaat bagi kalian semua.

Referensi :
https://id.wikipedia.org/wiki/Pengenalan_ucapan

Senin, 11 Januari 2016

Solusi dari masalah yang sering dihadapi pada bisnis IT


Memulai sebuah bisnis tidak akan pernah menjadi menarik ketika tidak ada tantangan dan resiko yang harus dihadapi oleh pemilik bisnis. Terutama pada sebuah bisnis baru atau startup yang baru saja memulai mendirikan bisnis mereka. Ada banyak resiko bisnis yang harus diketahui dan dihadapi oleh masing – masing pemilik startup dalam menjalankan bisnisnya. Ini ditujukan agar mereka mampu mencari jalan keluar dari setiap masalah dengan atau tanpa meraup kerugian bagi bisnis mereka. Kendala seperti apa yang biasa dihadapi oleh pemilik startup? Berikut ini contoh diantaranya :
  1. Bingung dengan model bisnisBiasanya ini sering dirasakan entrepeneur di bidang IT. Kadang model bisnis yang akan dijalankan masih membingungkan karena konsumen di Indonesia cukup unik. Contohnya startup IT senang membuat aplikasi keren tapi seringkali tidak tahu bagaimana cara memonetize dan akhirnya tidak ke mana-mana. Kaskus sendiri berjalan sekitar 7 tahun sebelum akhirnya digaet Semut Api dan akhirnya menghasilkan uang.
    Solusi: Lebih kreatif dalam memilih model bisnis yang ingin dijual. Dengan adanya mentoring pembuatan model bisnis, hal ini bisa diatasi.
  2. Kekurangan modal usaha
    Tiba-tiba saat baru memulai usaha mengalami kekurangan modal. Ini biasanya
    juga sering terjadi di bidang jasa. Dimana klien perusahaannya tidak langsung membayar lunas tapi memberlakukan pembagian waktu untuk pembayaran sebuah kontrak kerja.

    Solusi: Gunakan simpanan atau tabungan Anda atau ajukan pinjaman ke Bank. Jika simpanan Anda hanya cukup untuk kebutuhan hidup selama beberapa bulan ke depan, sebaiknya Anda segera ajukan pinjaman ke Bank untuk modal usaha setelah kontrak dan arahan kerja sama jelas.
  3. Legalitas
    Tadinya memulai usaha dalam skala kecil, tapi ternyata dalam beberapa bulan usaha meningkat pesat. Bisa saja karena musim, keadaan pasar sedang sesuai dengan promo atau produk yang kita tawarkan, atau produk dianggap inovasi dan bermanfaat. Biasanya terjadi di bidang kerajinan atau IT seperti penjualan software. Tiba-tiba ada kerja sama dengan pihak yang membutuhkan legalitas dan ternyata belum sempat diurus. Ini bisa jadi masalah yang menghambat.

    Solusi: Urus legalitas atau cari mitra yang bisa di ajak kerja sama dan bisa meminjamkan legalitas. Akan lebih sempurna jika Anda memiliki usaha menggunakan legalitas atas nama perusahaan itu sendiri.
  4. Melihat peluang lain
    Belum stabil dengan usaha yang dijalani, kemudian melihat peluang lain dan merasa itu juga ingin dijalani. Malah sebagian entrepeneur yang merasa gagal di awal usahanya berpikir usaha tersebut yang seharusnya ia jalani.

    Solusi: Itulah pentingnya melakukan survey sebelum usaha. Cari informasi tentang usaha yang akan Anda jalani. Jika Anda menjual sebuah produk, pelajari tempat membeli materi produk, pelajari kebutuhan pasar, pelajari cara menentukan harga, pelajari cara mencari keuntungan dalam sebuah usaha. Semua itu tentu membutuhkan survey.


Demikianlah beberapa kendala yang sering dihadapi dalam membangun bisnis IT, untuk mengantisipasi masalah diatas juga bisa dengan membaca Kiat-kiat Membangun Bisnis IT. Semoga informasi ini dapat bermanfaat bagi Anda semua.

Source :
http://jagowirausaha.com/kiat-sukses/4-masalah-yang-biasa-dihadapi-entrepreneur-saat-memulai-usaha/

Hal-hal penting yang harus diperhatikan dalam membangun bisnis IT



Menyiapkan strategi
Strategi dalam membangun sebuah Startup IT sangatlah penting. Kita harus merincikan berbagai macam resiko. Mulai dari pendanaan, penyusutan karyawan dan performa pengembangan yang semakin hari harus di tingkatkan. Founder yang baik akan banyak menyikapi kemungkinan-kemungkinan terburuk, karena pada akhirnya yang harus tetap bertahan adalah para founder nya sendiri.


Budgeting
Hal ini merupakan paling sensitif dari sebuah Startup IT. Supaya para founder bisa fokus 100% bekerja untuk product nya, dibutuhkan pendanaan dari angel investor atau seed funding yang cukup untuk 1 sampai 3 tahun. Jika kempuan para founder terbatas, dipastikan harus meng-hire karyawan yang dapat membantunya dalam pengembangkan product sampai bisa monetize atau sampai mendapatkan pendanaan lagi.


Culture Lingkungan Pekerjaan
Sebuah startup IT biasanya memiliki culture yang sangat dynamic. Karena biasanya para founder menginginkan orang-orang yang membantu mereka dalam mengembangkan product nyaman untuk bekerja dan bisa bertahan lebih lama. Maka tak heran jika banyak startup IT yang menerapkan culture yang sama seperti flexible time dan yang lainnya.


Mempertahankan budget Salary
Setelah mendapatkan pendanaan biasanya para founder akan meng estimasi biaya-biaya yang di keluarkan untuk jangka waktu yang sudah di tentukan. Yang paling sensitif adalah masalah salary, ada beberapa startup yang menerapkan kenaikan gaji per semester atau per tahun. Ada juga startup yang mempertahankan salary dari awal sampai mereka mendapatkan pendanaan kembali. Besar kemungkinan karyawan akan keluar dari perusahaan jika ada perusahaan lain yang menawarkan salary yang jauh dari salary yang diberikan. Hal ini harus diprediksikan sehingga para founder sudah siap untuk di tinggalkan dan pengembangan product tetap berjalan sesuai waktu yang sudah di tentukan.


Second Family is your Startup
Berbagai cara dilakukan oleh para founder agar culture kekeluargaan dalam startup tetap terjaga. Misal, para founder ber inisiatif untuk memberikan hiburan sebulan sekali seperti karaoke bersama, nonton bersama, atau sekedar makan malam atau makan siang bersama. Keinginan kuat para founder agar semua karyawan yang bergabung sampai menuaikan hasil adalah alasan utamanya. Supaya semua yang berjuang dari awal menuai keberhasilan bersama.


Apresiasi Setelah Kemenangan
Menjadikan orang-orang terdahulu menjadi orang terpenting dalam sebuah startup adalah sebuah apresiasi yang harus dilakukan. Itu adalah kado dan hadiah untuk mereka yang sudah membantu para founder dalam mewujudkan mimpinya. Mengangkat mereka sebagai pejabat tertinggi setelah title startup berganti menjadi establish company.




Source :




Kiat-kiat Membangun Bisnis IT


Dunia IT merupakan sebuah dunia yang sangat menjanjikan bagi para entrepreneur muda karena sifatnya yang sangat terbuka bagi siapa saja yang berminat memasukinya, bahkan untuk menggambarkan betapa terbukanya bidang ini dinyatakan oleh pernyataan seorang aktor dalam sebuah film fiksi tentang perusahaan IT yang berjudul “Anti Trust” mengatakan bahwa “Every student who works on their garage is potentianly become a competitor in this business…”
Setiap mahasiswa yang bekerja dari sebuah garasi di rumahnya untuk membuat perangkat lunak IT berpotensi untuk menjadi pesaing bagi perusahaan yang telah beroperasi terlebih dahulu. Seperti juga sebuah bisnis pada umumnya, jika gampang memasukinya maka gampang pula untuk terlempar keluar dari persaingan, oleh sebab itu pemahaman dan pemilihan dalam membangun sebuah bisnis, khususnya dalam bidang IT sangat menentukan sukses tidaknya usaha tersebut dijalankan.
Sebuah perusahaan ibaratnya sebuah bibit tanaman yang disebarkan di permukaan tanah. Tumbuh tidaknya sebuah bibit selain ditentukan oleh kualitas bibit itu sendiri juga ditentukan oleh lingkungan tempat bibit tersebut berada. Dalam melakukan kegiatan sebagai entrepreneur bidang IT di Indonesia, lingkungan dan kondisi usaha di Indonesia sangatlah menentukan sukses tidaknya perusahaan yang baru dibangun oleh seorang entrepreneur.
Postingan kali ini lebih dikhususkan untuk programmer. Meskipun untuk mendirikan perusahaan IT cakupan luas dengan modal terbatas bisa dilakukan oleh siapapun (sekalipun bukan oleh seorang programmer).

Mengenai cara untuk membangun perusahaan IT. Berikut rangkuman dari semua artikel yang telah saya kumpulkan :
  1. Memulai dengan Penyediaan Jasa
    Permasalahan yang sering dihadapi oleh seseorang untuk memulai bisnis adalah modal. Sebagai programmer, Anda tidak perlu risau akan permasalahan ini. Dengan bermodalkan Laptop spesifikasi standar dan modem berkecepatan di bawah rata-ratapun, Anda masih bisa memproduksi software atau perangkat lunak berkualitas baik. Untuk mendirikan perusahaaan IT dengan modal yang minimalis, Anda harus mulai menjual kemampuan dan kreativitas Anda dalam menghasilkan software. Anda bisa mulai dengan menggarap proyek-proyek skala kecil hingga skala besar. Keuntungan dari cara ini tidak hanya uang sebagai investasi untuk perusahaan Anda tetapi juga pembangunan relasi dengan klien Anda. Jika Anda sudah menggarap setidak-tidaknya 25 proyek skala kecil hingga besar, mulailah pergunakan keuntungan yang Anda dapatkan itu untuk membangun perusahaan IT.
  2. Bangun Website yang Terlihat Profesional
    Pada tahap ini, Anda dituntut berpikir kreatif, inovatif, dan imajinatif. Anda harus mampu membangun website yang clean, elegant, and profesional. Dengan cara ini, Anda memiliki setidak-tidaknya dua keuntungan. Anda tidak memerlukan office atau ruang kerja yang tentunya memerlukan biaya yang tidak sedikit dan Anda bisa melakukan transaksi dimana saja. Tentunya, Anda juga dapat menjangkau marketing target yang luas, bahkan secara Internasional. Pada tahap ini, Anda sudah dapat meladeni klien-klien dari berbagai penjuru dunia, dan impian memiliki perusahaan IT yang greget akan segera tercapai.
  3. Mulai Merekrut Pekerja
    Jika Anda telah melewati tahap pertama dan kedua secara optimal, Anda sudah cukup mampu untuk mulai merekrut pekerja-pekerja yang dapat membantu Anda dalam bekerja. Tidak perlu banyak-banyak, Anda dapat mulai mencari pekerja hanya pada bidang-bidang kerja yang esensial atau penting. Setelah Anda memiliki pekerja yang membantu Anda, produktivitas usaha Anda akan semakin baik, dan keuntungan yang didapat akan semakin banyak. Untuk memulai tahap ini, Anda harus sangat hati-hati dalam memilih pekerja karena Anda benar-benar harus memiliki pekerja yang dapat Anda andalkan.
  4. Persiapkan Berkas-Berkas Usaha
    Anda harus memiliki pandangan bahwa usaha yang sedang Anda bangun adalah usaha yang serius. Oleh karena itu, Anda harus memulai untuk menyiapkan berkas-berkas yang berkaitan dengan usaha Anda. Misalnya, jika Anda ingin mendirikan CV, pada tahap ini Anda dapat mulai mengurusi pemberkasan pendirian CV sehingga Anda dapat memasuki area tender milik pemerintah. Jika Anda memiliki modal yang cukup besar, Anda dapat mendirikan perusahaan dalam bentuk PT. Setelah tahap ini, Anda sudah memiliki dasar yang cukup untuk membangun perusahaan IT dengan cakupan yang luas.
  5. Membangun Kerja Sama dengan Banyak Pihak
    Setelah perusahaan Anda berdiri dengan lebih mapan, Anda dapat mulai membangun kerjasama dengan banyak pihak. Untuk tahap awal, Anda dapat memulai kerja sama dengan perusahaan-perusahaan skala kecil. Namun, seiring perkembangan perusahaan Anda nantinya, Anda bisa saja membangun kerja sama dengan perusahaan-perusahaan skala besar. Dengan adanya kerja sama dengan banyak pihak, perusahaan IT Anda akan semakin maju dan menjadi perusahaan besar.
  6. Hindari Kejenuhan Pasar
    Perusahaan startup IT jangan hanya bergerak pada pengolahan produk software saja, namun usahakan perusahaan juga bergerak di bidang lain seperti misalnya menyediakan layanan cloud server dan usaha service lain-lain. Hal ini perlu dilakukan para pelaku bisnis digital untuk menghindari kejenuhan pasar. Setiap produk dan layanan sendiri memang memiliki batas atau limitasi tertentu dalam masa kejenuhan pasar.  Maka jika hal ini terjadi biasanya perusahaan akan susah dalam mencari konsumen. Untuk itulah, inovasi dan pembaruan harus dilakukan selalu rutin dilakukan agar pasar yang disasar tidak cepat mengalami kejenuhan.
  7. Tangguhlah Pada Kompetisi
    Dalam bisnis akan selalu ada kompetitor atau pesaing yang datang dari perusahaan lain. Kompetitor ini bisa saja akan melirik potensi dan kemudian merebut pasar perusahaan Anda. Hal ini biasanya terjadi saat perusahaan Anda mengalami fase declining improvement. Ketika hal ini menghampiri perusahaan Anda, maka Anda harus terus melaju dan menjadikan hal ini sebagai sesuatu yang positif. Yang perlu Anda lakukan saat kompetisi ini datang adalah Menunjukkan bahwa produk perusahaan Anda lebih baik dari pesaing. Jika Anda tidak melakukannya, jangan salahkan konsumen atau pelanggan Anda akan beralih pada perusahaan kompetitor Anda.
  8. Waspadai Penurunan Harga
    Salah satu kendala dalam berbisnis di dunia IT dan digital adalah harga pasaran yang cenderung mengalami penurunan. Penurunan harga ini disebabkan oleh pertumbuhan teknologi yang pesat, hingga menyebabkan ditinggalkannya teknologi lama dan menurunnya harga. Untuk itu perusahaan startup digital ini harus selalu terus meng-update produk atau layanannya dengan teknologi terkini, sehingga tidak akan mudah terjebak pada kecenderungan penurunan harga IT.
  9. Tambah Sumber Daya
    Untuk menjadikan perusahaan yang besar, pelaku usaha harus berani berinvestasi. Investasi ini dilakukan dengan cara mencari atau menambah sumber daya, entah itu sumber daya manusia atau sumber daya yang lain. Ketika sebuah perusahaan bertumbuh dan kemudian mendapat pesaing yang ketat, maka saat itulah anda harus berinvestasi untuk terus bisa mendatangkan konsumen dan pelanggan yang baru.  Hal ini memang harus dilakukan jika Anda tidak mau calon konsumen dan pelanggan potensial Anda diambil kompetitor.
  10. Tingkatkan Daya Pelayanan
    Ketika perusahaan Anda sedang bertumbuh dengan banyak banyak konsumen atau pelanggan tentu akan menuntut Anda untuk bisa memberikan pelayanan lebih baik. Untuk bisa melayani pelanggan dengan baik Anda harus mampu menciptakan sistem yang mumpuni. Salah satu sistem pelayanan yang bisa Anda coba adalah meningkatkan integrasi teknologi guna membentuk service terbaik buat pelanggan.
  11. Belajar Cara Manajemen Perusahaan
    Saat memulai bisnis startup ini bisa jadi Anda melakukannya dengan santai. Namun apa yang bisa Anda lakukan jika perusahaan Anda sudah bertumbuh dengan besar? Tentu dengan perusahaan yang besar, Anda tak mungkin lagi bisa bertindak sendirian. Anda butuh manajemen dan teknik pengelolaan perusahaan yang lebih kuat. Maka dari itu sejak dini Anda harus mulai belajar dari sana-sini tentang bagaimana cara mengelola atau memanajemen sebuah perusahaan agar tetap survive dan bertahan.
Demikianlah beberapa cara mendirikan perusahaan IT, semoga tulisan ini dapat bermanfaat bagi Anda semua.

Source :