tag:theconversation.com,2011:/us/topics/komputer-43820/articleskomputer – The Conversation2023-09-06T07:32:20Ztag:theconversation.com,2011:article/2113452023-09-06T07:32:20Z2023-09-06T07:32:20ZTeknologi dan resistensi: kisah anti-mobil hingga AI<p><em>Artikel ini adalah bagian dari serial #KenapaTakutAI?#</em></p>
<p>Teknologi, sebagai kekuatan pengubah sejarah, secara konstan memengaruhi hampir setiap aspek kehidupan kita. Namun di setiap titik perubahan, sering kali kita dihantui oleh keraguan, rasa takut, dan penolakan.</p>
<p><a href="https://www.zdnet.com/article/humanity-has-always-feared-technology-in-the-21st-century-are-we-right-to-be-afraid/">Kisah resistensi itu bisa kita lacak</a>, misalnya, dari munculnya mobil, internet hingga kecerdasan buatan atau <em>artificial intelligence</em> (AI).</p>
<p>Momen-momen keresahan itu berperan sebagai tonggak-tonggak sejarah manusia. Sebenarnya, <a href="https://timeline.com/forget-self-driving-car-anxiety-in-the-early-days-human-drivers-were-the-fear-55a770262c10">resistensi dan kekhawatiran muncul</a> sebagai respons alamiah terhadap perubahan yang tidak dapat dihindari.</p>
<p>Satu riset menunjukkan <a href="https://www.washingtonpost.com/sf/business/2015/05/30/net-of-insecurity-part-1/">internet komersial, yang dulu dikhawatirkan</a> pada awal kemunculannya, telah menciptakan <a href="https://www.iab.com/news/study-finds-internet-economy-grew-seven-times-faster/">17 juta pekerjaan baru</a> di seluruh dunia antara 2016 dan 2021. </p>
<p>Mari kita lihat beberapa contoh inovasi teknologi lainnya yang selalu diawali dengan rasa takut tapi akhirnya mendorong kemajuan peradaban umat manusia. </p>
<h2>Dari mobil hingga komputer</h2>
<p>Dengan merujuk pada era penemuan otomotif, <a href="https://www.history.com/topics/inventions/automobiles">saat mobil komersial pertama kali diciptakan pada akhir abad ke-19</a>, negara-negara di seluruh dunia dipenuhi dengan kegelisahan, yang berakibat pada pengetatan regulasi. </p>
<p>Inggris pada akhir abad ke-19, misalnya, membuat <a href="https://en.wikipedia.org/wiki/Locomotives_on_Highways_Act_1896">Locomotives on Highways Act 1896</a>. Undang-undang ini membatasi kecepatan dan mewajibkan mobil di jalanan didahului oleh pejalan kaki yang membawa bendera merah sebagai tanda peringatan. Hal itu mencerminkan kekhawatiran masyarakat bahwa inovasi baru dapat mengganggu gaya hidup tradisional, memengaruhi pekerjaan lama seperti tukang becak dan kusir kereta kuda.</p>
<p>Lebih lanjut, ketika <a href="https://www.newyorker.com/culture/infinite-scroll/the-birth-of-the-personal-computer">komputer personal (<em>personal computer</em>) dikomersialisasikan pada akhir 1970-an,</a> banyak <a href="https://link.springer.com/article/10.3758/bf03203781">publikasi paper pada 1980-an sampai 1990-an</a> yang membahas tentang <em>computerphobia</em>. Beberapa kelompok masyarakat khawatir dan beranggapan bahwa teknologi ini merupakan <a href="https://www.nature.com/articles/s41599-020-00650-4">monster mekanik</a>, berpotensi menciptakan manusia yang malas dan tergantung pada teknologi untuk melakukan perhitungan dasar. </p>
<p>Namun, sebaliknya, teknologi ini justru memfasilitasi kemajuan ilmu pengetahuan. Kemampuan komputer menyelesaikan perhitungan yang kompleks dengan cepat dan akurat membuat ilmuwan bisa menghasilkan penemuan baru ataupun merancang solusi yang lebih inovatif. </p>
<p>Selain itu, teknologi ini membantu meningkatkan produktivitas di berbagai sektor. Ini memungkinkan kita untuk fokus pada tugas-tugas yang lebih memerlukan keterampilan manusia seperti kreativitas dan analisis.</p>
<p><a href="https://en.wikipedia.org/wiki/Grace_Hopper">Grace Murray Hopper</a>, seorang ilmuwan komputer Amerika Serikat (AS) yang bekerja di <a href="https://www.nre.navy.mil/">the Office of Naval Reserve (ONR)</a> - organisasi di Departemen Angkatan Laut AS yang bertanggung jawab atas program ilmu pengetahuan dan teknologi dari Angkatan Laut AS - memiliki peran penting dalam perkembangan komputer generasi awal dengan penemuan kompiler. Kompiler adalah alat yang mengubah kode pemrograman, menjadi kode mesin yang dapat dijalankan oleh komputer.</p>
<p>Melalui pengembangan kompiler, Hopper membuka akses pemrograman kepada masyarakat luas dan membuktikan bahwa komputer <a href="https://news.yale.edu/2017/02/10/grace-murray-hopper-1906-1992-legacy-innovation-and-service">bukanlah teknologi yang harus ditakuti</a>. Sebaliknya, komputer dapat memberikan nilai besar untuk bisnis, pendidikan, dan bidang lainnya.</p>
<h2>Era AI: kekhawatiran versus masa depan</h2>
<p>Hari ini, kita menghadapi lonjakan teknologi serupa dalam bentuk AI. Seperti teknologi sebelumnya, AI juga memunculkan kekhawatiran bahwa teknologi ini akan mengambil alih pekerjaan manusia dan meningkatkan pengangguran. </p>
<p>Namun, pandangan ini terlalu sederhana. </p>
<p>AI, dengan kemampuannya untuk mengambil alih tugas-tugas rutin dan berulang, sebenarnya membebaskan manusia untuk lebih fokus pada pekerjaan yang memerlukan keterampilan kreatif, pemecahan masalah, dan interpersonal.</p>
<p>Misalnya, dokter bisa memanfaatkan AI untuk diagnosis penyakit dan merancang rencana perawatan yang lebih personal. Sementara guru bisa memanfaatkan AI untuk personalisasi pembelajaran dan mengidentifikasi area yang perlu ditingkatkan. </p>
<hr>
<p>
<em>
<strong>
Baca juga:
<a href="https://theconversation.com/manfaat-ai-untuk-diagnosis-radiologi-medis-berapa-akurasi-dan-apa-masalah-di-baliknya-208679">Manfaat AI untuk diagnosis radiologi medis, berapa akurasi dan apa masalah di baliknya?</a>
</strong>
</em>
</p>
<hr>
<p>Sejauh ini, <a href="https://www.sciencedirect.com/science/article/pii/S0048733321002183">penelitian menunjukkan bahwa AI</a> cenderung <em>mengubah</em> pekerjaan daripada <em>menggantikannya</em>. Artinya, peran AI lebih banyak mengubah cara kita bekerja daripada menggantikan pekerjaan manusia.</p>
<p>Meskipun AI dapat mengotomatisasi tugas-tugas tertentu di satu pekerjaan, pekerjaan tersebut secara umum tetap memerlukan sentuhan manusia dan pemikiran kreatif yang tidak dapat digantikan sepenuhnya oleh AI. </p>
<p>Contohnya, akuntan bisa menggunakan AI untuk memprediksi mengenai adanya potensi kecurangan, tapi pengambilan keputusan tidak bisa dilakukan sepenuhnya oleh AI. Keahlian dan pengetahuan akuntan tetap diperlukan.</p>
<p>Selain itu, seperti teknologi sebelumnya, <a href="https://teamstage.io/technology-in-the-workplace-statistics/">AI juga berpotensi menciptakan banyak pekerjaan baru</a> yang belum pernah kita bayangkan sebelumnya.</p>
<p>Namun, untuk menghadapi era AI ini, kita perlu pendekatan yang berbasis pada pendidikan dan pemahaman, bukan rasa takut. Kita perlu melihat AI sebagai alat yang dapat membantu kita, bukan sebagai ancaman. </p>
<p>Melalui pendidikan dan pelatihan yang tepat, kita dapat mempersiapkan diri dan generasi mendatang untuk era AI. Selain itu, kita juga perlu memastikan bahwa AI dikembangkan dan digunakan dengan cara yang etis dan bertanggung jawab.</p>
<p>Dengan melibatkan manusia dalam proses pengambilan keputusan, kita dapat memastikan bahwa AI digunakan untuk kebaikan, bukan sebaliknya.</p>
<hr>
<p>
<em>
<strong>
Baca juga:
<a href="https://theconversation.com/penggunaan-chatgpt-tak-perlu-dilarang-layanan-ai-bisa-mendukung-riset-dan-pendidikan-201686">Penggunaan ChatGPT tak perlu dilarang: layanan AI bisa mendukung riset dan pendidikan</a>
</strong>
</em>
</p>
<hr>
<h2>Peluang kerja dan ekonomi baru</h2>
<p>Sejarah menunjukkan bahwa mobil bukan hanya memfasilitasi pergerakan penduduk dan meningkatkan akses geografis. Mobil juga membuka peluang kerja baru dalam industri otomotif dan terkait. Bidang pekerjaan ini beragam, mulai dari insinyur otomotif, teknisi perawatan, hingga peran dalam penjualan dan pemasaran mobil. </p>
<p>Oleh karena itu, inovasi ini tidak hanya merombak cara kita bergerak, tapi juga mengubah struktur ekonomi kita.</p>
<p>Industri otomotif merupakan sektor ekonomi terbesar dan paling penting di dunia. Di Eropa, misalnya, <a href="https://www.acea.auto/fact/facts-about-the-automobile-industry/">data pada 2023</a> menunjukkan bahwa sektor otomotif menyerap tenaga kerja sebanyak 13 juta orang di Eropa (secara langsung dan tidak langsung). Ini mencakup 7% dari total pekerjaan di Uni Eropa. </p>
<p>Sekitar 11,5% dari total pekerjaan di sektor manufaktur Uni Eropa–sekitar 3,4 juta–berada di sektor otomotif. Lapangan kerja ini mencakup berbagai bidang, mulai dari perakitan dan manufaktur hingga penjualan, pemasaran, dan perawatan.</p>
<p>Komputer dan internet juga telah memengaruhi hampir setiap aspek ekonomi dan menciptakan jutaan pekerjaan baru di teknologi informasi (TI). </p>
<p>Misalnya, sepanjang sepuluh tahun terakhir, jumlah pekerjaan di sektor TI di AS terus meningkat. Meskipun ada penurunan signifikan dalam jumlah tenaga kerja TI pada 2020, angka tersebut melampaui 3 juta mulai April 2022 dan mencapai puncaknya <a href="https://www.statista.com/topics/5275/employment-in-the-it-industry/#topicOverview">hampir 3,12 juta pekerja</a> pada Januari 2023. </p>
<p>Dalam kurun <a href="https://economictimes.indiatimes.com/tech/internet/internet-creates-2-4-jobs-for-every-job-it-destroys-mckinsey/articleshow/8586070.cms?from=mdr">waktu 1990 hingga 2010</a>, lembaga konsultan bisnis McKinsey menyatakan bahwa internet mengakibatkan punahnya 500 ribu pekerjaan, tapi pada saat yang sama internet juga menciptakan 1,2 juta pekerjaan baru.</p>
<p>Dengan demikian, ketakutan <a href="https://www.irishtimes.com/news/who-s-afraid-of-the-internet-1.289721">awal terhadap internet</a>, termasuk isu privasi dan isolasi sosial, ternyata tidak sebanding dengan manfaatnya.</p>
<p>Internet juga memfasilitasi pertumbuhan <em>e-commerce</em>, dengan penjualan global <a href="https://www.oberlo.com/statistics/global-ecommerce-sales-growth#:%7E:text=The%20global%20ecommerce%20growth%20rate,a%20massive%20dip%20from%202021.">mencapai $5.89 triliun (hampir Rp90 ribu triliun) pada 2023</a>. Komunikasi dan kolaborasi juga lebih mudah dan efisien berkat fitur seperti email dan <em>video call</em>. </p>
<p>Komputer dan internet memfasilitasi kerja jarak jauh, memberikan fleksibilitas dan memperluas peluang bagi mereka yang tinggal jauh dari pusat-pusat pekerjaan. Selain itu, komputer juga telah membuka lapangan kerja baru dalam bidang seperti analisis data, analis keamanan siber, dan arsitek komputasi awan.</p>
<p>Meski ada tantangan dan risiko, dengan pemahaman dan regulasi yang tepat, kita dapat memanfaatkan potensi internet, termasuk AI, sambil memitigasi risikonya.</p>
<p>Jadi, pertanyaannya bukan lagi apakah kita harus menerima teknologi baru seperti AI atau tidak, tapi bagaimana kita dapat memanfaatkan teknologi ini untuk kebaikan kita. </p>
<p>Dengan pendidikan, pelatihan, dan regulasi yang tepat, kita dapat memastikan bahwa umat manusia tidak hanya bisa bertahan dalam era digital ini, tapi juga berkembang dan maju.</p><img src="https://counter.theconversation.com/content/211345/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Arif Perdana tidak bekerja, menjadi konsultan, memiliki saham, atau menerima dana dari perusahaan atau organisasi mana pun yang akan mengambil untung dari artikel ini, dan telah mengungkapkan bahwa ia tidak memiliki afiliasi selain yang telah disebut di atas.</span></em></p>Inovasi ini tidak hanya merombak cara kita bergerak, tapi juga mengubah struktur ekonomi kita.Arif Perdana, Associate Professor Digital Strategy and Data Science, Monash UniversityLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/1727082021-12-21T06:07:05Z2021-12-21T06:07:05ZIni daftar ‘password’ paling umum tahun 2021, ada punya kamu di situ?<figure><img src="https://images.theconversation.com/files/434134/original/file-20211126-17-1i30mul.jpg?ixlib=rb-1.1.0&rect=8%2C26%2C5982%2C3970&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">
</span> <span class="attribution"><a class="source" href="https://www.shutterstock.com/image-photo/woman-typing-password-her-laptop-computer-1117015901">Thomas Andreas</a></span></figcaption></figure><p>Bila kamu menggunakan “123456”, “password”, atau “qwerty” sebagai kata sandi (<em>password</em>), kamu mungkin sadar telah membuat diri rentan terhadap peretas. Tetapi kamu juga tidak sendirian - ini adalah tiga dari sepuluh kata sandi paling umum di seluruh dunia, menurut <a href="https://nordpass.com/most-common-passwords-list/">laporan terbaru</a>.</p>
<p>Bekerja sama dengan peneliti independen, layanan manajemen kata sandi NordPass mengumpulkan jutaan kata sandi ke dalam kumpulan data untuk membuat daftar 200 kata sandi yang paling umum digunakan di seluruh dunia pada tahun 2021.</p>
<p>Mereka menganalisis data dan mempresentasikan hasil di 50 negara, melihat seberapa populer berbagai pilihan di berbagai belahan dunia. Mereka juga melihat tren kata sandi berdasarkan jenis kelamin.</p>
<iframe title="Top 10 most common passwords globally" aria-label="table" id="datawrapper-chart-jOmug" src="https://datawrapper.dwcdn.net/jOmug/2/" scrolling="no" frameborder="0" style="border: none;" width="100%" height="510"></iframe>
<p>Penemuan ini menunjukkan pilihan kata sandi biasanya berhubungan dengan referensi budaya pengguna. Contohnya, orang-orang dari berbagai negara biasanya terinspirasi dari klub sepak bola favorit mereka. </p>
<p>Di Inggris, “liverpool” berada dalam urutan ketiga dari kata sandi terpopuler, dengan 224.160 temuan. sedangkan nama klub sepak bola Chili “colocolo” digunakan oleh 15.748 orang di Chili, menjadikannya pilihan paling umum kelima. </p>
<p>Di beberapa negara, kata sandi terkait agama sangat populer. Misalnya, “christ” adalah kata sandi ke-19 yang paling umum digunakan di Nigeria, digunakan 7.169 kali. Sementara itu “bismillah” digunakan oleh 1.599 orang di Arab Saudi – pilihan ke-30 yang paling umum.</p>
<p>Laporan tersebut juga menunjukkan perbedaan antara jenis kelamin. Perempuan cenderung menggunakan kata dan frasa yang lebih positif dan penuh kasih sayang seperti “sunshine” atau “iloveyou”. </p>
<p>Sementara, laki-laki sering menggunakan kata sandi yang berhubungan dengan olahraga. Di beberapa negara, laki-laki lebih banyak menggunakan kata-kata umpatan daripada perempuan.</p>
<p>Kata sandi bertema musik populer di kedua jenis kelamin. Tapi, pilihan seperti “onedirection” atau “justinbieber” lebih populer di kalangan perempuan. Sedangkan lelaki menyukai band seperti “metallica” dan “slipknot”.</p>
<hr>
<p>
<em>
<strong>
Baca juga:
<a href="https://theconversation.com/bila-kode-keamanan-login-via-sms-dan-email-tak-aman-lagi-ini-dia-penggantinya-117321">Bila kode keamanan login via SMS dan email tak aman lagi, ini dia penggantinya</a>
</strong>
</em>
</p>
<hr>
<h2>Gunakanlah <em>passwords</em> yang panjang dan kompleks</h2>
<p>Kata sandi masih menjadi mekanisme autentikasi utama untuk komputer dan produk serta layanan berbasis jaringan. </p>
<p>Namun kami tahu bahwa orang-orang terus memilih kata sandi yang lemah dan sering kali tidak mengelolanya dengan aman. Akhirnya akun mereka rentan terhadap ancaman keamanan online.</p>
<p>Kata sandi yang lemah mudah ditebak dan dapat dipecahkan tanpa kesulitan oleh penyerang menggunakan <a href="https://www.cloudflare.com/en-gb/learning/bots/brute-force-attack/">metode brute-force.</a> Metode ini mencoba semua kombinasi huruf, angka dan simbol untuk menemukan kecocokan. </p>
<p>Mereka juga menjadi sasaran empuk untuk <a href="https://www.sciencedirect.com/topics/computer-science/dictionary-attack">serangan kamus</a>, yang merupakan metode sistematis yang digunakan penyerang untuk menebak kata sandi, mencoba banyak kata umum dan variasinya.</p>
<figure class="align-center ">
<img alt="A man using a smartphone in a cafe." src="https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=400&fit=crop&dpr=1 600w, https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=400&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=400&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=503&fit=crop&dpr=1 754w, https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=503&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/432428/original/file-20211117-17-hdekn9.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=503&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px">
<figcaption>
<span class="caption">Kombinasi angka sederhana banyak ditemukan dalam daftar 10 kata sandi terpopuler.</span>
<span class="attribution"><a class="source" href="https://www.shutterstock.com/image-photo/film-effect-handsome-african-student-shirt-435536992">WAYHOME studio/Shutterstock</a></span>
</figcaption>
</figure>
<p>Untuk mengatasi masalah keamanan, peneliti dan pengembang berfokus pada pembuatan sistem autentikasi yang <a href="https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber%20=9152694">tidak bergantung</a> pada kata sandi sama sekali. </p>
<p>Sejauh ini, metode autentikasi dua faktor (2FA) atau autentikasi multi-faktor (MFA) adalah cara yang baik untuk mengamankan akun kita. Metode ini menggabungkan kata sandi dengan informasi biometrik (misalnya, pemindaian wajah atau sidik jari) atau sesuatu yang kita miliki, seperti token.</p>
<p>Kita dapat membuat sandi yang kuat dan mudah diingat dengan menggabungkan <a href="https://www.ncsc.gov.uk/blog-post/three-random-words-or-thinkrandom-0">tiga kata acak</a>. <a href="https://www.ncsc.gov.uk/collection/passwords/updating-your-approach">Kata sandi yang dibuat mesin</a> juga sulit ditebak dan cenderung tidak muncul di kamus kata sandi yang digunakan oleh penyerang.</p>
<p>Tapi tentu saja, semua ini lebih mudah diucapkan ketimbang dilakukan. </p>
<p>Salah satu tantangan yang kita hadapi di era digital saat ini adalah banyaknya jumlah kata sandi yang mungkin akan sulit untuk diingat – terlebih yang rumit, terutama yang dibuat oleh mesin.</p>
<p>Jadi, sebaiknya gunakan pengelola kata sandi yang andal untuk tujuan ini. Mengandalkan browser web kita untuk mengingat kata sandi tidaklah aman. Penyerang bisa saja mengeksploitasi kerentanan di browser untuk mengakses kata sandi yang disimpan.</p>
<hr>
<p>
<em>
<strong>
Baca juga:
<a href="https://theconversation.com/dari-pembobolan-rekening-hingga-pemerasan-seksual-4-risiko-kebocoran-data-pribadi-dan-cara-mudah-mengantisipasinya-163879">Dari pembobolan rekening hingga pemerasan seksual: 4 risiko kebocoran data pribadi dan cara mudah mengantisipasinya</a>
</strong>
</em>
</p>
<hr>
<p>Temuan NordPass, meskipun tidak dipublikasikan dalam jurnal peer-review, sejalan dengan apa yang kami temukan pada <a href="https://www.teampassword.com/blog/top-50-worst-passwords-of-2019">daftar serupa</a> yang diterbitkan di tempat lain – bahwa kata sandi yang paling populer memanglah lemah.</p>
<p>Dengan mengetahui daftar ini, semoga kita terdorong untuk menggunakan kata sandi yang lebih kuat. Peretas etis – orang yang bekerja untuk mencegah komputer dan jaringan diretas – juga dapat menggunakan informasi ini untuk kebaikan. </p>
<p>Di sisi lain, kita harus mengakui kemungkinan bahwa peretas dapat menggunakan informasi ini untuk menargetkan serangan kata sandi. Ini semua menjadi faktor kuat agar kita menggunakan kata sandi yang lebih aman.</p>
<hr>
<p><em>Rachel Noorajavi menerjemahkan artikel ini dari bahasa Inggris.</em></p><img src="https://counter.theconversation.com/content/172708/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Para penulis tidak bekerja, menjadi konsultan, memiliki saham atau menerima dana dari perusahaan atau organisasi mana pun yang akan mengambil untung dari artikel ini, dan telah mengungkapkan bahwa ia tidak memiliki afiliasi di luar afiliasi akademis yang telah disebut di atas.</span></em></p>Membuat dan mengelola kata sandi yang kuat lebih mudah diucapkan daripada dilakukan. Tapi ini diperlukan untuk melindungi keamanan online kita.Chaminda Hewage, Reader in Data Security, Cardiff Metropolitan UniversityElochukwu Ukwandu, Lecturer in Computer Security, Department of Computer Science, Cardiff Metropolitan UniversityLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/1299862020-01-20T07:33:37Z2020-01-20T07:33:37ZKini kecerdasan buatan AI dapat membaca emosi manusia, mengapa kita perlu waspada?<figure><img src="https://images.theconversation.com/files/310624/original/file-20200117-118323-1j3yjyx.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">Teknologi pengenalan emosi, sebuah perkembangan teknologi pengenalan wajah, terus berkembang dengan cepat.</span> <span class="attribution"><span class="source">Steve Jurvetson/flickr, CC BY-SA</span>, <a class="license" href="http://creativecommons.org/licenses/by-sa/4.0/">CC BY-SA</a></span></figcaption></figure><p>Dalam <a href="https://ainowinstitute.org/reports.html">laporan tahunannya</a>, <em>AI Now Institute</em>, sebuah pusat penelitian interdisipliner yang mempelajari implikasi sosial dari kecerdasan buatan (<em>artificial intelligence</em>), menyerukan larangan teknologi yang dirancang untuk mengenali emosi manusia dalam kasus-kasus tertentu. </p>
<p>Secara khusus, para peneliti mengatakan <a href="https://www.washingtonpost.com/business/2019/07/31/emotion-detection-ai-is-billion-industry-new-research-says-it-cant-do-what-it-claims/">teknologi pengenalan afek</a>, atau biasa disebut juga teknologi pengenalan emosi, tidak boleh digunakan dalam pengambilan keputusan yang “mempengaruhi kehidupan dan akses peluang seseorang”, seperti pengambilan keputusan dalam merekrut seseorang atau penilaian rasa sakit, karena teknologi ini <a href="https://www.bbc.com/news/technology-50761116">tidak cukup akurat</a> dan dapat menyebabkan keputusan yang bias.</p>
<p>Apa sebenarnya teknologi ini, bagian mana saja yang sudah digunakan dan dipasarkan, dan mengapa teknologi ini menimbulkan kekhawatiran?</p>
<h2>Perkembangan teknologi pengenalan wajah</h2>
<p>Para peneliti telah aktif bekerja pada algoritme visi komputer yang dapat menentukan emosi dan niat manusia, begitu pula dengan membuat kesimpulan lainnya, setidaknya selama satu dekade ini. Analisis ekspresi wajah <a href="https://doi.org/10.1109/JPROC.2003.817122">telah ada setidaknya sejak 2003</a>.</p>
<p>Komputer telah mampu memahami emosi <a href="https://mitpress.mit.edu/books/affective-computing">bahkan jauh lebih lama lagi</a>. Teknologi terbaru ini bergantung pada teknik data-sentris yang disebut sebagai “pembelajaran mesin” (<em>machine learning</em>), sebuah algortime yang dapat memproses data untuk “dipelajari” bagaimana membuat keputusan untuk mencapai hasil teknologi pengenalan yang lebih akurat.</p>
<h2>Tantangan dalam membaca emosi</h2>
<p>Para peneliti selalu mencari cara untuk melakukan hal-hal baru dengan mempelajari apa yang telah diteliti sebelumnya. Pengenalan emosi sangat menarik karena, entah bagaimana, <a href="https://www.ncbi.nlm.nih.gov/pubmed/25492258">kita sebagai manusia dapat mencapai hal ini dengan cukup baik bahkan sejak dulu</a>. Namun kemampuan meniru keterampilan manusia dengan menggunakan komputer masih sulit dicapai. </p>
<p>Meskipun sangat mungkin komputer melakukan beberapa hal yang sangat luar biasa dengan gambar, seperti <a href="https://junyanz.github.io/CycleGAN/">menyesuaikan sebuah foto menjadi terlihat seperti digambar oleh seorang seniman terkenal</a> dan bahkan <a href="https://medium.com/@susanne.lundkvist/creating-faces-with-generative-adversarial-networks-gan-12c61f2ae28d">membuat foto wajah realistis</a> (belum lagi membuat foto <a href="https://www.popularmechanics.com/technology/security/a28691128/deepfake-technology/"><em>deepfake</em></a>), kemampuan komputer untuk menyimpulkan sifat manusia seperti emosi dari sebuah foto asli selalu menjadi hal menarik bagi para peneliti.</p>
<figure>
<iframe width="440" height="260" src="https://www.youtube.com/embed/9iQiGpSmQ74?wmode=transparent&start=0" frameborder="0" allowfullscreen=""></iframe>
<figcaption><span class="caption">Mengenali emosi orang dengan komputer memiliki potensi untuk sejumlah aplikasi positif, seorang peneliti yang sekarang bekerja di Microsoft menjelaskannya.</span></figcaption>
</figure>
<p>Emosi sangat sulit dibaca karena cenderung bergantung pada konteks. Misalnya, ketika seseorang sedang berkonsentrasi pada sesuatu, <a href="https://www.cl.cam.ac.uk/techreports/UCAM-CL-TR-636.pdf#page=150">mungkin akan tampak sesederhana mereka sedang berpikir</a>. Pengenalan <a href="https://paperswithcode.com/paper/facenet-a-unified-embedding-for-face">wajah telah lama</a> menggunakan pembelajaran mesin, namun mengidentifikasi keadaan emosi seseorang murni berdasarkan dengan melihat wajah seseorang kerap gagal menangkap informasi penting. </p>
<p>Emosi tidak hanya diekspresikan melalui ekspresi seseorang tapi juga diperlihatkan dari keberadaan seseorang dan apa yang sedang ia lakukan. Tanda-tanda kontekstual ini sulit untuk dimasukkan ke dalam algoritme pembelajaran mesin modern. Untuk mengatasi ini, ada upaya aktif yang dilakukan untuk <a href="https://www.darpa.mil/about-us/darpa-perspective-on-ai">meningkatkan teknik kecerdasan buatan yang dapat mempertimbangkan konteks</a>, tidak lagi hanya untuk pengenalan emosi tapi juga digunakan untuk semua jenis aplikasi. </p>
<h2>Membaca emosi pegawai</h2>
<p><a href="https://ainowinstitute.org/AI_Now_2019_Report.pdf#page=50">Laporan yang dirilis oleh <em>AI Now</em></a> menyoroti beberapa cara penerapan kecerdasan buatan pada tenaga kerja dalam mengevaluasi produktivitas pegawai dan bahkan digunakan pada tahap awal seperti tahap wawancara. Menganalisis rekaman wawancara, terutama untuk pencari kerja jarak jauh, <a href="https://techcrunch.com/2019/04/23/the-robot-recruiter-is-coming-vcvs-ai-will-read-your-face-in-a-job-interview/">sudah lama digunakan</a>. </p>
<p>Jika seorang manajer dapat memahami emosi bawahannya dari wawancara hingga tingkat evaluasi produktivitas, pengambilan keputusan terkait masalah ketenagakerjaan lain, seperti kenaikan gaji, promosi, atau penugasan, mungkin dapat dipengaruhi oleh informasi tersebut. Tentu, teknologi ini dapat digunakan untuk cara-cara lainnya.</p>
<h2>Mengapa ada kekhawatiran?</h2>
<p>Jenis-jenis sistem ini hampir selalu memiliki kelemahan dari sisi keadilan, akuntabilitas, transparansi, dan etis (biasa disingkat “FATE”), <a href="https://phys.org/news/2019-01-emotion-reading-tech-racial-bias.html">yang telah tertanam dalam pencocokan pola mereka</a>. Sebagai contoh, sebuah studi menemukan bahwa algoritme pengenalan wajah menilai <a href="https://theconversation.com/emotion-reading-tech-fails-the-racial-bias-test-108404">wajah orang berkulit hitam lebih marah dibandingkan orang berkulit putih</a>), bahkan ini terjadi ketika mereka tersenyum.</p>
<p><a href="https://www.microsoft.com/en-us/research/group/fate">Banyak kelompok penelitian sedang mencoba mengatasi masalah ini</a> meski tampaknya dengan jelas pada titik ini masalah tidak dapat diselesaikan pada tingkat teknologi. Masalah-masalah tentang FATE dalam kecerdasan buatan akan membutuhkan upaya berkelanjutan dan dilakukan bersama oleh pihak-pihak yang menggunakan teknologi ini untuk sadar akan permasalahan yang ada dan mengatasinya. </p>
<p><a href="https://ainowinstitute.org/AI_Now_2019_Report.pdf#page=20">Seperti yang disoroti laporan <em>AI Now</em></a>, “Meskipun terdapat peningkatan konten etika kecerdasan buatan, prinsip dan pernyataan etika jarang sekali berfokus pada bagaimana etika kecerdasan buatan dapat diterapkan dan apakah bekerja efektif.” </p>
<p>Laporan tersebut mencatat bahwa pernyataan etika kecerdasan buatan sebagian besar mengabaikan pertanyaan bagaimana, di mana, dan siapa yang akan menerapkan pedoman tersebut. Pada kenyataannya, kemungkinan setiap orang harus menyadari jenis bias dan kelemahan yang dimiliki sistem ini, sama seperti dengan bagaimana kita harus menyadari bias kita sendiri dan bias orang lain.</p>
<h2>Masalah mengenai larangan teknologi berlapis</h2>
<p>Keakuratan yang lebih tinggi dan kemudahan dalam pemantauan membawa masalah lain di luar etika. Ada juga sejumlah masalah privasi terkait teknologi umum, mulai dari <a href="https://www.vox.com/recode/2019/10/8/20903536/amazon-ring-doorbell-civil-rights-police-partnerships">menjamurnya kamera yang berfungsi membantu polisi</a> hingga <a href="https://medium.com/luminovo/data-privacy-in-machine-learning-a-technical-deep-dive-f7f0365b1d60">kamera yang berpotensi membuat data sensitif menjadi anonim</a>.</p>
<p>Dengan masalah etika dan privasi ini, reaksi umum yang mungkin adalah dengan menyerukan larangan pada teknik-teknik ini. Tentu saja, menerapkan kecerdasan buatan untuk hasil wawancara atau <a href="https://theconversation.com/why-big-data-analysis-of-police-activity-is-inherently-biased-72640">prosedur penghukuman pidana</a> tampaknya berbahaya jika sistem tersebut bias dan tidak dapat diandalkan. </p>
<p>Namun ada bentuk penerapan yang berguna, misalnya dalam <a href="https://www.theatlantic.com/technology/archive/2019/07/google-partners-lgbt-suicide-prevention-nonprofit/593821/">membantu mengidentifikasi tanda berbahaya untuk mencegah bunuh diri di kalangan remaja</a> dan <a href="http://web.cse.ohio-state.edu/%7Exuan.3/papers/10_perhealth_dtbsx.pdf">dalam mendeteksi pengemudi yang mabuk</a>. Itulah salah satu alasan mengapa, bahkan para peneliti, pembuat aturan, dan warga negara yang peduli akan hal ini, pada umumnya berhenti meminta larangan berlapis atas penggunaan teknologi yang berkaitan dengan kecerdasan buatan. </p>
<h2>Mengkombinasikan kecerdasan buatan dengan penilaian manusia</h2>
<p>Pada akhirnya, perancang teknologi dan masyarakat secara keseluruhan perlu melihat dengan saksama bagaimana informasi dari sistem kecerdasan buatan dilibatkan ke dalam proses pengambilan keputusan. Sistem ini dapat memberikan hasil yang salah sama seperti bentuk kecerdasan lainnya. </p>
<p>Tidak berbeda dengan manusia, <a href="https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Nguyen_Deep_Neural_Networks_2015_CVPR_paper.pdf">mereka juga terkenal buruk</a> dalam menilai tingkat kepercayaan mereka sendiri bahkan dalam tugas-tugas sederhana seperti <a href="http://www.doi.org/10.1109/CVPR.2015.7298640">kemampuan mengenali objek</a>. Tentu masih ada tantangan teknis yang signifikan dalam membaca emosi, terutama <a href="https://www.pnas.org/content/pnas/early/2019/02/26/1812250116.full.pdf">dalam mempertimbangkan konteks untuk menyimpulkan emosi</a>. </p>
<p>Jika orang-orang mengandalkan sistem yang tidak akurat dalam membuat keputusan, pengguna sistem akan menjadi jauh lebih buruk. Kita juga tahu bahwa <a href="https://www.oracle.com/corporate/pressrelease/robots-at-work-101519.html">manusia cenderung lebih mempercayai sistem ini ketimbang figur otoritas lainnya</a>. </p>
<p>Oleh karena itu, kita sebagai masyarakat perlu mempertimbangkan dengan saksama sisi keadilan, akuntabilitas, transparansi, dan etika sistem ini, baik dalam proses perancangan maupun penerapannya di masyarakat. Kita juga harus selalu menempatkan manusia sebagai pembuat keputusan akhir.</p>
<p><em>Rizki Nur Fitriansyah menerjemahkan artikel ini dari bahasa Inggris.</em></p><img src="https://counter.theconversation.com/content/129986/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Christoffer Heckman receives funding from the Defense Advanced Research Projects Agency and the National Science Foundation.</span></em></p>Perancang teknologi dan masyarakat perlu melihat dengan saksama bagaimana informasi dari sistem kecerdasan buatan digunakan dalam proses pengambilan keputusan.Christoffer Heckman, Assistant Professor of Computer Science, University of Colorado BoulderLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/1272262019-11-22T15:19:40Z2019-11-22T15:19:40ZGoogle klaim komputer kuantum mereka bisa selesaikan komputasi hanya 3 menit, sementara komputer klasik 10.000 tahun<figure><img src="https://images.theconversation.com/files/302471/original/file-20191119-111690-re5hfk.png?ixlib=rb-1.1.0&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">Prosesor Sycamore </span> <span class="attribution"><a class="source" href="https://1.bp.blogspot.com/-4pbQ6nBDyxY/XbC8MHKgTCI/AAAAAAAAE10/wu0JGYKYZ-wyCUIQRTvYt2PGzCPKmHsrACLcBGAsYHQ/s1600/Google_Quantum_Nature_cover_art_Sycamore_device_small.png">Erik Lucero/Google Quantum A.I.</a></span></figcaption></figure><p>Baru-baru ini raksasa teknologi informasi Google membuat kehebohan melalui sebuah terobosan dalam komputasi kuantum. </p>
<p>Tim Google Artificial Intelligence Quantum pimpinan fisikawan <a href="https://ai.google/research/people/105018/">John Martinis</a> menerbitkan sebuah artikel ilmiah di jurnal bergengsi <a href="https://www.nature.com/articles/s41586-019-1666-5">Nature</a> bulan lalu. Artikel ini memuat hasil eksperimen mereka menggunakan komputer kuantum. </p>
<p>Mereka klaim, berdasarkan uji coba mereka, komputer kuantum yang mereka bangun dapat menghitung bilangan acak yang sangat rumit dalam waktu 3 menit 20 detik, sementara superkomputer atau komputer klasik tercanggih saat ini, akan membutuhkan waktu 10.000 tahun. </p>
<p>Mereka menyebut capaian itu sebagai supremasi kuantum. </p>
<p>Artikel ini membahas capaian Google ini dan bagaimana dampaknya bagi dunia teknologi masa mendatang. </p>
<hr>
<p>
<em>
<strong>
Baca juga:
<a href="https://theconversation.com/inovasi-dari-komputer-kuantum-mengapa-kita-membutuhkannya-102890">Inovasi dari komputer kuantum, mengapa kita membutuhkannya?</a>
</strong>
</em>
</p>
<hr>
<h2>Supremasi kuantum</h2>
<p>Istilah <a href="https://arxiv.org/abs/1203.5813">supremasi kuantum</a> pertama kali diusulkan tahun 2012 oleh fisikawan <a href="http://www.theory.caltech.edu/people/preskill/">John Preskill dari California Institute of Technology</a>. </p>
<p>Istilah ini bermula dari asumsi bahwa komputer klasik, komputer yang kita gunakan saat ini, tidak dapat menghitung secara efisien terhadap sistem kuantum, sistem yang mengatur perilaku benda-benda sangat kecil seperti molekul dan atom. </p>
<p>Preskill mengatakan suatu saat kita akan sampai pada sebuah era ketika <a href="https://theconversation.com/inovasi-dari-komputer-kuantum-mengapa-kita-membutuhkannya-102890">komputer kuantum</a> dapat secara efisien menghitung bilangan terhadap sistem kuantum jauh melebihi apa yang bisa dilakukan oleh komputer klasik tercanggih. </p>
<p>Era seperti itu disebut sebagai supremasi kuantum. </p>
<h2>Summit versus Sycamore</h2>
<p><a href="https://www.ibm.com/thought-leadership/summit-supercomputer/">Superkomputer tercanggih di muka bumi</a> saat ini bernama <a href="https://www.olcf.ornl.gov/olcf-resources/compute-systems/summit/">Summit</a> yang berada di Laboratorium Nasional Oak Ridge, milik Departemen Energi Amerika Serikat. Summit saat ini dapat melakukan 200 juta miliar operasi penghitungan bilangan biner seperti penambahan, pengurangan, perkalian, dan pembagian, tiap detiknya.</p>
<p>Teknologi superkomputer secara prinsip bekerja seperti komputer kita di rumah, yaitu menghitung kombinasi bit 0 dan 1 secara bertahap. Semua data komputer disimpan dalam angka biner: 0 atau 1. Dinamakan superkomputer karena kinerjanya yang jauh melebihi komputer kita saat ini. </p>
<p>Sementara komputer kuantum Google menggunakan prosesor kuantum berbasis <em>quantum bit (qubit)</em> superkonduktor yang mereka namai “Sycamore”. </p>
<p><em>Qubit</em> adalah satuan informasi terkecil dalam sebuah komputer kuantum, layaknya <a href="https://kbbi.kemdikbud.go.id/entri/bit">bit</a> dalam komputer klasik. Jika komputer di rumah dan kantor kita memproses informasi melalui bit-bit 0 atau 1 yang bekerja seperti sakelar, komputer kuantum dapat menghitung <em>qubit-qubit</em> |0〉 dan |1〉secara bersamaan, layaknya sakelar yang hidup dan mati sekaligus dalam satu waktu.</p>
<p>Kemampuan luar biasa prosesor <em>qubit</em> terjadi karena dalam prosesor <em>qubit</em> arus listrik dapat mengalir searah jarum jam, berlawanan jarum jam, atau kombinasi dari keduanya. Arah perputaran arus ini yang mendefinisikan <em>qubit</em> |0〉 dan |1〉.</p>
<p>Prosesor <em>qubit</em> bisa melakukan hal tersebut karena tersusun atas sirkuit (loop) dari kawat aluminium, yang ketika didinginkan di bawah suhu 1,2 Kelvin (-271,93 derajat Celsius) akan kehilangan hambatan listriknya, sehingga arus listrik dapat mengalir tanpa kehilangan energi, menghasilkan efek yang disebut superkonduktivitas. </p>
<p>Sycamore memiliki 54 <em>qubit</em> yang saling terhubung satu sama lain.</p>
<h2>Menghitung kemungkinan munculnya bilangan acak</h2>
<p>Untuk membandingkan kemampuan komputer kuantum milik Google dengan superkomputer tercanggih di dunia saat ini, tim Google AI Quantum merancang sebuah algoritme kuantum yang didesain cukup sulit untuk diselesaikan superkomputer. </p>
<p>Algoritme yang dikembangkan tim Google ditujukan untuk menghasilkan bilangan-bilangan acak yang direpresentasikan dalam rangkaian kombinasi bilangan biner, {001100, 001010,…} misalnya. </p>
<p>Dalam eksperimennya, tim Google menjalankan algoritme ini pada 53 <em>qubit</em> yang ada di Sycamore. </p>
<p>Jika kita hitung, akan ada 2<sup>53</sup> atau 9 juta miliar kombinasi bilangan biner yang berbeda. </p>
<p>Jumlah ini bukan angka yang kecil dan tidak akan mudah bagi komputer klasik untuk menjalankan algoritme ini. </p>
<h2>Analogi burung garuda vs angka</h2>
<p>Untuk membayangkan betapa sulit operasi komputer kuantum ini, kita bisa analogikan <a href="https://kbbi.kemdikbud.go.id/entri/bit">bit</a> 0 dan 1 sebagai dua muka pada uang koin, burung garuda mewakili 0 dan angka nominal mewakili 1.</p>
<p>Bayangkan ada 53 orang, masing-masing memegang 1 koin, kemudian tiap orang melemparkan koin ke udara kemudian menangkapnya lagi untuk melihat muka koin mana yang muncul, burung Garuda atau nominal. </p>
<p>Satu lemparan bersamaan dari masing-masing orang akan menghasilkan kombinasi 53 deretan angka 0 dan 1. Orang pertama mendapat burung garuda, orang kedua mendapat nominal, orang ketiga mendapat nominal dan seterusnya hingga orang ke-53. Jika kita perintahkan 53 orang tersebut untuk melemparkan koin lagi kemungkinan akan diperoleh deretan angka 0 dan 1 yang berbeda dan akan ada 9 juta miliar kemungkinan kombinasi yang berbeda. </p>
<p>Jika kita perintahkan 53 orang tadi untuk melemparkan koin berkali-kali secara bersamaan kemudian kita catat kombinasi angka hasil dari masing-masing lemparan, akan ada kemungkinan kombinasi tertentu lebih sering muncul dibanding kombinasi lain. Kira-kira seperti itu analogi bagaimana komputer klasik menghitung, dilakukan bertahap lemparan demi lemparan. </p>
<p>Berbeda halnya dengan komputer klasik, komputer kuantum dapat menghitung ketika koin berputar di udara. <a href="https://kbbi.kemdikbud.go.id/entri/bit">Bit</a> 0 dan 1 dalam komputer kuantum dapat eksis dalam waktu yang bersamaan karena fenomena superposisi kuantum. (Superposisi kuantum adalah fenomena yang hanya terjadi pada benda-benda mikro seperti elektron yang memungkinkannya untuk berada pada dua atau lebih keadaan atau posisi pada waktu bersamaan). Anda bisa dapatkan 9 juta miliar kemungkinan kombinasi secara simultan. </p>
<p>Untuk membandingkan kemampuan menghitung ini pada komputer kuantum dengan superkomputer, tim Google menggunakan protokol yang dinamakan <em>cross-entropy benchmarking</em> (XEB). Protokol ini akan menilai apakah komputer kuantum dapat bekerja menjalankan algoritme secara benar dengan cara membandingkannya dengan simulasi penghitungan yang dijalankan di superkomputer. </p>
<p>Hasilnya, penghitungan dengan dengan 53 <em>qubit</em> membutuhkan waktu 200 detik, sedangkan simulasi dengan superkomputer dengan 1 juta inti prosesor (<a href="https://en.wikipedia.org/wiki/Multi-core_processor"><em>core</em></a>) membutuhkan waktu 130 detik. Ini berarti dibutuhkan kurang lebih komputer klasik dengan 1 juta <em>core</em> prosesor untuk menyamai kecepatan sebuah prosesor Sycamore dalam menghitung.</p>
<p><em>Core</em> merupakan bagian dalam chip prosesor komputer yang bertugas memproses informasi tertentu. Chip prosesor pada komputer saat ini dilengkapi dengan lebih dari 1 <em>core</em> yang membuatnya dapat melakukan <em>multitasking</em>.</p>
<p>Dari hasil <a href="https://kbbi.web.id/ekstrapolasi">ekstrapolasi data atau perluasan data di luar data yang tersedia</a> terhadap peningkatan kompleksitas algoritme diperoleh waktu 3 menit 20 detik bagi Sycamore untuk menghitung, sedangkan superkomputer Summit (komputer klasik tercanggih saat ini) membutuhkan waktu selama 10.000 tahun. </p>
<p>Selisih waktu yang amat jauh ini membuat tim Google mengklaim diri sebagai yang pertama mencapai supremasi kuantum. </p>
<h2>Respons IBM dan potensi komputer kuantum ke depan</h2>
<p>Tidak semua pihak menyambut positif capaian tim Google. Raksasa komputer IBM yang juga mengembangkan komputer kuantum menanggapinya secara sinis. Melalui publikasi yang diunggah dalam situs <a href="https://arxiv.org/abs/1910.09534">ArXiv</a>, IBM mengestimasi bahwa algoritme Google dapat diselesaikan oleh superkomputer Summit dalam waktu 2,5 hari saja dengan pendekatan yang berbeda dengan yang dilakukan Google. </p>
<p>Terlepas dari kontroversi itu, capaian yang diraih Google menjadi bukti bahwa kedigdayaan komputer kuantum atas komputer klasik bukan sekadar “dongeng” riset. Algoritme yang dijalankan mungkin tidak punya penerapan praktis saat ini tapi demonstrasi ini menunjukkan pada publik bahwa komputer kuantum sedang menapak menuju teknologi yang akan memberi manfaat sesungguhnya pada dunia nyata. </p>
<p>Layaknya komputer kita saat ini yang memudahkan pekerjaan sehari-hari, komputer super canggih itu akan banyak bermanfaat dalam riset yang membutuhkan hitungan sangat kompleks dan berukuran atom. </p>
<p>Kita bisa bayangkan pada tahun-tahun ke depan ilmuwan menyimulasikan miliaran atom di dalam material sel surya untuk merancang sel surya yang lebih efisien atau ilmuwan komputer membuat algoritme untuk membuat sandi yang sangat sulit dipecahkan peretas.</p><img src="https://counter.theconversation.com/content/127226/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Dwi Prananto tidak bekerja, menjadi konsultan, memiliki saham, atau menerima dana dari perusahaan atau organisasi mana pun yang akan mengambil untung dari artikel ini, dan telah mengungkapkan bahwa ia tidak memiliki afiliasi selain yang telah disebut di atas.</span></em></p>Namun IBM mengestimasi bahwa algoritme Google dapat diselesaikan oleh superkomputer Summit dalam waktu 2,5 hari saja dengan pendekatan yang berbeda dengan yang dilakukan Google.Dwi Prananto, Specially Appointed Assistant Professor, Niigata UniversityLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/1103552019-02-05T10:26:32Z2019-02-05T10:26:32ZSiswa tidak mampu di Jakarta belajar coding: menjawab kesenjangan akses belajar komputer<figure><img src="https://images.theconversation.com/files/256251/original/file-20190130-108355-13dfd19.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">Pelatihan _coding_ di SMA di Jakarta Timur, 2018.</span> <span class="attribution"><span class="source">Author provided</span></span></figcaption></figure><p>Presiden Joko Widodo baru-baru ini mendorong <a href="https://nasional.kompas.com/read/2018/08/14/18564721/jokowi-harap-pramuka-juga-diajarkan-coding-dan-artificial-intelligence">siswa Indonesia belajar pemrograman komputer (coding)</a>, <em>artificial intelligence</em>, dan <em>internet of things</em>. Namun, dorongan ini belum terealisasi dalam materi pelajaran pendidikan formal di sekolah.</p>
<p>Baik bagi siswa laki-laki maupun perempuan, pendidikan <em>coding</em> sangat penting karena peluang kerja di sektor teknologi informasi begitu luas di masa depan. Bila tidak disiapkan dengan optimal, bukan tidak mungkin bahwa kekurangan tersebut akan diisi oleh pekerja profesional dari negara lain.</p>
<p>Sebuah laporan dari konsultan keuangan Inggris KPMG <a href="https://socsc.smu.edu.sg/sites/socsc.smu.edu.sg/files/%5Bcurrent-domain%3Amachine_name%5D/news_room/Managing%20Skills%20Challenges%20in%20ASEAN-5_Final%20Report.pdf">yang dikutip oleh riset Singapore Management University dan JP Morgan</a> memperkirakan Indonesia akan menghadapi kekurangan 9 juta tenaga kerja di bidang teknologi informasi dan komunikasi (TIK) antara 2015 dan 2030.</p>
<p>Di Indonesia, materi <em>coding</em> tergabung dalam mata pelajaran Teknologi Informasi dan Komunikasi (TIK). Namun, pada 2013 <a href="http://bsnp-indonesia.org/2013/05/14/peraturan-pemerintah-no-32-tahun-2013/">mata pelajaran TIK dihapuskan dari kurikulum SMA</a>. Pada tahun akademik 2019-2020, siswa SMA dapat mengambil TIK sebagai <a href="https://www.kompasiana.com/wijayalabs/5b9146df43322f240205c7e2/semnas-guru-tik-se-indonesia-di-pgri">mata pelajaran opsional</a>. Artinya, siswa tidak wajib mengambil mata pelajaran ini. Bagi siswa tidak mampu, keputusan ini mempersempit kesempatan mereka untuk mengakses pembelajaran <em>coding</em> secara formal di sekolah.</p>
<p>Lalu bagaimana mengatasi kesenjangan akses ke pelajaran ilmu komputer bagi siswa tidak mampu? Salah satu jawabannya adalah pendidikan informal. </p>
<h2>Kesenjangan akses dan tidak terampil</h2>
<p>Siswa dari keluarga mampu cenderung memiliki akses informasi yang lebih baik sehingga mereka cenderung menyadari pentingnya untuk belajar <em>coding</em> untuk masa depan kerja mereka. Bagi siswa tersebut, mereka dapat belajar <em>coding</em> dari kursus privat dan berbagai platform kursus online.</p>
<p>Sedangkan siswa dari keluarga tidak mampu cenderung tidak menyadari pentingnya belajar coding. Bahkan jika siswa tersebut menyadari pentingnya <em>coding</em>, mereka dihadapi oleh kesulitan yang cukup tinggi untuk mempelajari coding. Contohnya, seorang siswa yang ikut program <a href="https://www.markoding.com">Markoding</a> merasa kesulitan terbesar dalam memahami materi yang diberikan adalah kata-kata baru <em>coding</em> yang asing dan dalam bahasa Inggris. </p>
<p>Dengan demikian, apakah siswa tidak mampu akan makin tersingkir dari kesempatan kerja di sektor digital? Tergantung dari upaya pemerintah dan masyarakat untuk mengatasi potensi masalah tersebut. Masalah yang lebih besar adalah ketidakcocokan antara kebutuhan industri teknologi dan kualifikasi lulusan sekolah. </p>
<p>Setiap tahun setidaknya <a href="http://publikasi.data.kemdikbud.go.id/uploadDir/isi_C4BEF388-2A03-4B74-9C02-E976CE8177D6_.pdf">terdapat 1,2 juta lulusan SMA</a>. Masalah ketidakcocokan keahlian dapat dilihat, salah satunya, dari indikator tingkat pengangguran. Berdasarkan data <a href="https://openknowledge.worldbank.org/handle/10986/26447">World Development Indicators 2017</a>, tenaga kerja dengan pendidikan menengah (SMA/ sederajat) memiliki tingkat pengangguran tertinggi di Indonesia (8,37%) jika dibandingkan dengan kelompok pendidikan SD-SMP (2,43%) dan pendidikan tinggi (4,9%). </p>
<h2>Intervensi pendidikan informal</h2>
<p>Melihat ada jarak yang cukup jauh antara dunia kerja sektor teknologi dan kemampuan siswa pendidikan menengah, <a href="https://www.markoding.com">Yayasan Markoding</a> berusaha mengatasi ketidakcocokan keahlian (<em>skill gap</em>) dengan melatih <em>coding</em> bagi siswa tidak mampu. Dibentuk pada 2017, Markoding tahun lalu melatih 87 siswa tidak mampu di Jakarta Timur melalui program pilot dan bekerja sama dengan 20 volunteer mentor-profesional programmer dari <em>start-up</em> terkemuka di Indonesia. </p>
<p>Salah satu temuan yang menarik adalah siswa perempuan dapat lebih unggul dalam pembelajaran pemrograman komputer (<em>coding</em>) dibanding siswa laki-laki. Ini tercermin dari perolehan angka keberhasilan dalam pembelajaran. Tingkat kesuksesan siswa laki-laki 3,3%, sedangkan tingkat kesuksesan siswa perempuan pada pelatihan <em>coding</em> yang diadakan oleh Markoding adalah 18,5%. Tingkat kesuksesan diukur berdasarkan 8% teratas dari kombinasi nilai tes <em>coding</em> yang diberikan oleh Markoding dan kehadiran selama pelatihan berlangsung. </p>
<p>Temuan ini merupakan indikasi awal yang bersifat korelasi dari data program pembelajaran informal <em>coding</em> untuk siswa tidak mampu di Sekolah Menengah Atas (SMA) dan Sekolah Menengah Kejuruan (SMK)) di Jakarta Timur tahun lalu. </p>
<p>Walau baru pada tahap awal, temuan tersebut sejalan dengan temuan bahwa <a href="https://theconversation.com/riset-1-6-juta-nilai-tunjukkan-sedikit-perbedaan-gender-dalam-matematika-dan-sains-di-sekolah-105970">tidak terdapat perbedaan gender dalam sains</a>. Namun, temuan tersebut tidak dapat menyanggah kemungkinan perbedaan tingkat kesuksesan karena ada motivasi yang lebih tinggi dari siswa perempuan yang mendaftar pada pelatihan ini dibandingkan siswa laki-laki. </p>
<p>Sebelum pelatihan, terlihat adanya ketidakseimbangan keahlian dasar komputer di sekolah-sekolah di Jakarta. Dari empat sekolah yang menjadi tempat pelatihan Markoding, satu sekolah di wilayah paling marjinal memiliki keahlian dasar komputer yang sangat minim. Sebagai contoh, siswa-siswa di sekolah tersebut kesulitan mengetik di layar komputer atau tidak dapat membuka e-mail. </p>
<p>Namun, setelah dilatih dan didampingi oleh mentor profesional selama 4 minggu, siswa-siswa di sekolah ini berhasil memperoleh rata-rata nilai tes yang sama dengan 3 sekolah lainnya. </p>
<p>Kesenjangan ilmu komputer ini tidak hanya terjadi di Jakarta. Dalam <a href="http://services.google.com/fh/files/misc/diversity-gaps-in-computer-science-report.pdf">sebuah laporan</a>, Google bekerja sama dengan Gallup mendokumentasikan adanya kesenjangan ilmu komputer pada siswa kelas 7-12 (sekitar usia 12-18 tahun) yang dialami oleh kelompok marjinal di Amerika Serikat, khususnya siswa perempuan, kulit hitam, dan Hispanik. </p>
<h2>Harapan berubah</h2>
<p><em>Coding</em> mendorong siswa untuk membangun keahlian berpikir kritis, sistematis dalam memecahkan masalah, dan melatih berpikir logis. </p>
<figure class="align-center ">
<img alt="" src="https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=450&fit=crop&dpr=1 600w, https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=450&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=450&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=566&fit=crop&dpr=1 754w, https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=566&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/256172/original/file-20190129-108364-16z4nu9.JPG?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=566&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px">
<figcaption>
<span class="caption">Siswa perempuan belajar coding.</span>
<span class="attribution"><span class="source">Author provided.</span></span>
</figcaption>
</figure>
<p>Salah satu hal menarik dari pilot pelatihan <em>coding</em> ini adalah perubahan ekspektasi siswa atas kegiatan setelah lulus sekolah menengah. Ketika ditanya sebelum pelatihan diberikan, seorang siswa perempuan kelas XII-belum pernah melakukan <em>coding</em> sama sekali dan secara mengejutkan menduduki peringkat teratas-mengatakan akan mencari pekerjaan setelah lulus SMK. </p>
<p>Setelah ikut pelatihan, saat diwawancara untuk evaluasi program, dia mengungkapkan ingin melanjutkan studi dengan mendaftar ujian masuk perguruan tinggi negeri. </p>
<h2>Perubahan dunia kerja</h2>
<p>Perkembangan teknologi komputer, selain <a href="https://theconversation.com/teknologi-dan-robot-akan-guncang-kebijakan-ketenagakerjaan-di-asia-dan-dunia-110296">mengancam pekerjaan lama karena meningkatnya peran robot dan kecerdasan buatan</a>, juga menciptakan kesempatan baru dan tantangan untuk negara berkembang seperti Indonesia. Dari sisi kesempatan, kemajuan teknologi dapat meningkatkan akses untuk aktivitas ekonomi, produktivitas pekerja, dan pada akhirnya meningkatkan pertumbuhan ekonomi.</p>
<p>Contohnya, dengan koneksi internet yang terus membaik, pasar digital seperti Tokopedia, Bukalapak, dan Elevania menghubungkan penjual dan pembeli di berbagai pelosok di Indonesia melalui platform online. Dari sisi tantangan, perkembangan teknologi dalam hal otomatisasi dapat menggantikan peran tenaga kerja manusia. </p>
<p><a href="http://documents.worldbank.org/curated/en/816281518818814423/2019-WDR-Report.pdf">World Bank World Development Report 2019 </a> telah mendokumentasikan perubahan dalam dunia kerja. Keahlian yang dibutuhkan dalam pasar tenaga kerja saat ini tidak lagi sama dengan era sebelumnya, sedangkan keahlian yang diberikan dalam kurikulum pendidikan tidak mengalami banyak perubahan. </p>
<p><em>Coding</em> tidak hanya mengembangkan kemampuan bahasa pemrograman, tapi juga kemampuan menganalisis dan memecahkan masalah. Dua kemampuan ini yang dibutuhkan dalam <a href="http://www.worldbank.org/en/publication/wdr2019">pasar tenaga kerja saat ini</a> dan <a href="http://www3.weforum.org/docs/WEF_Future_of_Jobs_2018.pdf">pada masa depan</a>.</p>
<h2>Apa solusinya?</h2>
<p>Melihat minimnya kemampuan dasar komputer di sekolah, dibutuhkan peran yang lebih besar dari pemerintah dan sekolah dalam memberikan pelatihan dasar penggunaan komputer bagi siswa-siswa, tidak hanya di Jakarta tapi juga di seluruh daerah. Dengan memberikan kesetaraan akses komputer dasar bagi siswa laki-laki dan perempuan, terutama dari kalangan tidak mampu, kita dapat memberikan kesempatan siswa untuk meningkatkan kemungkinan mendapatkan pekerjaan yang lebih baik pada masa depan.</p>
<p>Dibutuhkan juga keterlibatan berbagai pihak termasuk swasta untuk kesuksesan program pelatihan informal ini. Dalam contoh Markoding, keterlibatan ini mencakup partisipasi komunitas (pengelola Ruang Publik Terpadu Ramah Anak dan pendamping dari Gerakan Kepedulian Indonesia), sekolah (guru Teknologi Informasi dan Komunikasi dan kepala sekolah), pemerintah, dan industri.</p>
<p>Dalam konteks pembangunan pada era digital, kita tidak bisa membiarkan anak-anak tidak mampu tertinggal di belakang karena tidak memiliki kemampuan dasar komputer.</p><img src="https://counter.theconversation.com/content/110355/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Rhita Simorangkir adalah salah satu pendiri Yayasan Markoding.</span></em></p>Coding bukan hanya mengembangkan bahasa pemrograman, tapi juga keahlian menganalisis dan memecahkan masalah.Rhita Simorangkir, Researcher, CERGE-EI (Center for Economic Research and Graduate Education – Economics Institute)Licensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/1051132018-11-01T07:49:35Z2018-11-01T07:49:35ZBagaimana membuat komputer kita bekerja lebih cepat dan ramah lingkungan?<figure><img src="https://images.theconversation.com/files/242539/original/file-20181026-7056-nybdit.jpg?ixlib=rb-1.1.0&rect=0%2C11%2C7796%2C3979&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">_Internet of Things_ dapat meningkatkan kualitas hidup, tetapi juga membutuhkan banyak energi listrik dan meningkatkan emisi gas rumah kaca</span> <span class="attribution"><span class="source">www.shutterstock.com</span></span></figcaption></figure><p><a href="https://www.popularmechanics.com/space/moon-mars/a25655/nasa-computer-iphone-comparison/">Ponsel Anda jauh lebih kuat dari komputer NASA</a> yang membawa Neil Armstrong dan Buzz Aldrin ke bulan pada tahun 1969, tetapi ponsel Anda juga menyerap banyak energi. Dalam komputasi, penggunaan energi sering dianggap sebagai masalah kedua setelah kecepatan dan penyimpanan, tetapi dengan kemajuan teknologi, hal tersebut menumbuhkan kekhawatiran soal dampaknya terhadap lingkungan. </p>
<p>Ketika perusahaan <em>cryptocurrency</em> Hut 8 membuka proyek pertambangan bitcoin terbesar di Kanada di luar Medicine Hat, Alta, Kanada, aktivis lingkungan memberi peringatan. <a href="https://www.cbc.ca/news/business/hut8-medicine-hat-bitcoin-mining-1.4834027">Pabrik di sana mengonsumsi 10 kali lebih banyak listrik</a>, sebagian besar diproduksi oleh pembangkit listrik berbahan bakar gas alam, daripada fasilitas lain di kota.</p>
<p>Secara global, emisi gas rumah kaca (GRK) dari sektor informasi, komunikasi, dan teknologi (TIK) <a href="https://www.theclimategroup.org/sites/default/files/archive/files/Smart2020Report.pdf">diperkirakan mencapai setara dengan 1,4 gigaton (miliar metrik ton) karbon dioksida setiap tahun pada tahun 2020</a>. Jumlah itu sekitar 2,7% dari GRK global dan <a href="https://www.canada.ca/en/environment-climate-change/services/environmental-indicators/greenhouse-gas-emissions.html">sekitar dua kali produksi gas rumah kaca tahunan Kanada</a>.</p>
<p>Dengan merancang prosesor komputer hemat energi, kita dapat mengurangi konsumsi energi, dan kita bisa mengurangi emisi gas rumah kaca di tempat-tempat dimana listrik diproduksi menggunakan bahan bakar fosil. Sebagai seorang insinyur komputer yang fokus dalam arsitektur komputer dan aritmatika, saya dan rekan-rekan saya yakin bahwa ini dapat dicapai tanpa mengurangi kinerja komputer atau kenyamanan pengguna.</p>
<h2>Koneksi yang kuat</h2>
<p><em>Internet of Things</em> (IoT)–yang terdiri dari perangkat yang terhubung dengan internet yang tertanam pada objek sehari-hari–sudah memberikan dampak ekonomi dan sosial yang positif, mengubah masyarakat kita, lingkungan dan rantai pasokan makanan kita menjadi lebih baik.</p>
<p><a href="https://www.iotforall.com/internet-of-things-examples-applications/">Perangkat-perangkat ini</a> memonitor dan mengurangi polusi udara, meningkatkan konservasi air dan menjamin pasokan makan dunia. Mereka juga membuat rumah dan bisnis kita lebih efisien, mengendalikan termostat, penerangan, pemanas air, lemari es, dan mesin cuci.</p>
<figure class="align-center ">
<img alt="" src="https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=400&fit=crop&dpr=1 600w, https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=400&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=400&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=503&fit=crop&dpr=1 754w, https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=503&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/237959/original/file-20180925-149982-jqn0bm.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=503&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px">
<figcaption>
<span class="caption">Alat yang terhubung dengan Internet menambah kebutuhan untuk proses data dan konsumsi energi.</span>
<span class="attribution"><span class="source">(Shutterstock)</span></span>
</figcaption>
</figure>
<p>Jumlah perangkat yang terhubung dengan Internet akan mencapai <a href="https://www.gartner.com/en/newsroom/press-releases/2017-02-07-gartner-says-8-billion-connected-things-%20akan-digunakan-di-2017-up-31-persen-dari-2016">11 miliar</a>–tidak termasuk komputer dan telepon–pada tahun 2018. IoT akan menghasilkan data yang besar yang membutuhkan komputasi tingkat tinggi. </p>
<p>Membuat sistem komputasi yang lebih hemat energi akan menghemat uang dan mengurangi penggunaan energi. Hal ini juga akan memungkinkan baterai yang diperlukan oleh sistem menjadi lebih kecil atau berjalan lebih lama. Selain itu, perhitungan bisa berjalan lebih cepat, sehingga sistem komputasi tidak menghasilkan panas begitu banyak. </p>
<h2>Perkiraan komputasi</h2>
<p>Sistem komputasi saat ini dirancang untuk memberikan solusi tepat dengan biaya energi tinggi. Tetapi banyak algoritma yang tahan terhadap berbagai jenis kesalahan seperti, pemrosesan gambar, suara dan video, penambangan data, analisis data sensor dan pembelajaran mendalam tidak memerlukan jawaban yang tepat.</p>
<p>Akurasi yang berlebihan dan pengeluaran energi yang berlebihan itu membuang-buang energi. Ada keterbatasan pada persepsi manusia–kita tidak selalu membutuhkan akurasi 100 persen untuk puas dengan hasilnya. Sebagai contoh, perubahan kecil dalam kualitas gambar dan video sering tidak diperhatikan.</p>
<figure class="align-center ">
<img alt="" src="https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=316&fit=crop&dpr=1 600w, https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=316&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=316&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=398&fit=crop&dpr=1 754w, https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=398&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/237958/original/file-20180925-149970-1p60s38.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=398&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px">
<figcaption>
<span class="caption">Aplikasi video tidak memerlukan akurasi 100%</span>
<span class="attribution"><span class="source">(Shutterstock)</span></span>
</figcaption>
</figure>
<p>Sistem komputasi bisa mengambil kesempatan dari keterbatasan dalam mengurangi penggunaan energi tanpa berdampak negatif pada pengguna. “Perkiraan komputasi” adalah teknik komputasi yang terkadang mengembalikan hasil yang tidak akurat, membuatnya berguna untuk aplikasi yang hasilnya cukup memadai.</p>
<p>Di laboratorium teknik komputer Universitas Saskatchewan, Kanada, kami mengusulkan untuk merancang dan mengimplementasikan solusi komputasi perkiraan ini, sehingga mereka dapat secara optimal menggunakan keakuratan dan efisiensi di seluruh perangkat lunak dan perangkat keras. Ketika kami menerapkan solusi ini ke komponen komputasi inti dari prosesor, kami menemukan bahwa konsumsi daya turun <a href="https://ieeexplore.ieee.org/document/8333766/">lebih dari 50%</a> dengan hampir tidak ada penurunan kinerja .</p>
<h2>Presisi fleksibel</h2>
<p>Saat ini, kebanyakan komputer pribadi berisi format numerik standar 64-bit. Ini berarti bahwa mereka menggunakan angka dengan 64 digit (baik nol atau satu) untuk melakukan semua perhitungan.</p>
<p>Grafis tiga dimensi (3D), realitas virtual, dan realitas tambahan (<em>augmented reality</em>) membutuhkan format 64-bit untuk berfungsi. Tetapi pemrosesan audio dan gambar dasar dapat dilakukan dengan format 32-bit dan tetap memberikan hasil yang memuaskan. Selain itu, aplikasi yang menggunakan teknologi yang lebih canggih bahkan dapat menggunakan <a href="https://ai.intel.com/lowering-numerical-precision-increase-deep-learning-performance/">16-bit atau format 8-bit</a> karena mereka tidak rentan membuat kesalahan.</p>
<figure class="align-center ">
<img alt="" src="https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=400&fit=crop&dpr=1 600w, https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=400&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=400&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=503&fit=crop&dpr=1 754w, https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=503&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/237957/original/file-20180925-149973-15ejze3.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=503&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px">
<figcaption>
<span class="caption">Desain inovatif dalam perangkat lunak dan keras komputer bisa meningkatkan efisiensi energi.</span>
<span class="attribution"><span class="source">(Shutterstock)</span></span>
</figcaption>
</figure>
<p>Semakin pendek format numerik, semakin sedikit energi yang digunakan untuk melakukan perhitungan. Kita dapat mendesain solusi komputasi yang fleksibel, namun tepat, yang menjalankan berbagai aplikasi menggunakan format numerik yang paling sesuai sehingga meningkatkan efisiensi energi.</p>
<p>Sebagai contoh, aplikasi canggih yang menggunakan solusi komputasi fleksibel ini dapat mengurangi konsumsi energi hingga 15%, menurut percobaan awal kami. Selain itu, solusi yang diusulkan dapat dikonfigurasi ulang untuk secara bersamaan melakukan beberapa operasi yang sistem numerik dengan presisi yang rendah dan meningkatkan kinerja.</p>
<p>IOT menjanjikan banyak hal, tetapi kita juga harus memikirkan ongkos pemrosesan semua data ini. Dengan prosesor yang lebih cerdas dan lebih ramah lingkungan, kita dapat membantu mengatasi masalah lingkungan dan memperlambat atau mengurangi kontribusi mereka terhadap perubahan iklim.</p>
<hr>
<p><em>Artikel ini diterjemahkan dari bahasa Inggris oleh Gracesillya Febriyani</em></p><img src="https://counter.theconversation.com/content/105113/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Seokbum Ko menerima dana dari NSERC.</span></em></p>Internet of Things berkontribusi terhadap perubahan iklim. Inovasi dalam desain komputer dapat membantu meredakan masalah.Seokbum Ko, Professor, University of SaskatchewanLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/1028902018-09-27T07:54:38Z2018-09-27T07:54:38ZInovasi dari komputer kuantum, mengapa kita membutuhkannya?<figure><img src="https://images.theconversation.com/files/237558/original/file-20180922-129862-o46xti.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">IBM Q, komputer kuantum yang dikembangkan oleh IBM.</span> <span class="attribution"><a class="source" href="https://www.flickr.com/photos/ibm_research_zurich/38296273694/in/album-72157663611181258/">IBM Research/flickr</a>, <a class="license" href="http://creativecommons.org/licenses/by-nd/4.0/">CC BY-ND</a></span></figcaption></figure><p>Bayangkanlah satu lampu di kamar Anda hidup dan mati dalam waktu yang bersamaan. Atau seekor kucing yang hidup dan mati dalam waktu yang bersamaan. Bisakah Anda membayangkannya? Tentu ini sulit dibayangkan. </p>
<p>Fenomena “hidup dan mati” secara bersamaan itu akan kita temui dalam komputer kuantum. Jenis komputer ini memanfaatkan fenomena yang disebut superposisi, yakni fenomena kuantum yang memungkinkan dua keadaan berbeda atau bertolak belakang terjadi dalam waktu yang bersamaan. Fenomena ini terjadi pada benda berukuran sangat kecil seperti atom, bukan pada kucing atau <em>ball lamp</em>. </p>
<p>Perusahaan-perusahaan raksasa teknologi informasi seperti <a href="https://www.technologyreview.com/s/610274/google-thinks-its-close-to-quantum-supremacy-heres-what-that-really-means/">Google</a>, <a href="https://www.bbc.com/news/technology-43580972">Microsoft</a>, dan <a href="https://www.forbes.com/sites/tiriasresearch/2018/09/18/does-ibm-have-the-quantum-advantage/#4a02d6fd54e8">IBM</a> kini sedang berlomba merealisasikan sebuah teknologi yang pada masa mendatang dipercaya dapat berdampak besar bagi kehidupan manusia. </p>
<p>Mereka berlomba untuk merealisasikan <a href="https://www.wired.co.uk/article/quantum-computing-explained">komputer kuantum</a>, sebuah mesin penghitung yang memanfaatkan fisika kuantum dalam proses penghitungannya. Mesin ini diprediksi akan memiliki kemampuan yang jauh melebihi komputer yang kita gunakan saat ini.</p>
<p>Komputer yang sering kita pakai sekarang telah memberikan begitu banyak manfaat yang mungkin tidak dapat dibayangkan oleh orang tua kita puluhan tahun silam. Komputer “klasik” ini bisa kita gunakan untuk hal sederhana seperti menghitung harga barang belanjaan, membuat tugas sekolah, berkomunikasi melalui media sosial, hingga mengenali wajah dan suara kita melalui <a href="https://en.wikipedia.org/wiki/Artificial_intelligence">kecerdasan buatan</a> yang dimilikinya. </p>
<p>Manfaat yang tak terbayangkan saat ini akan dapat terwujud pada masa mendatang dengan terwujudnya komputer kuantum. Bagaimana komputer kuantum bekerja? Dan bagaimana komputer kuantum dapat memiliki kemampuan yang jauh melampaui komputer kita saat ini? Tulisan ini menjelaskan inovasi yang begitu ambisius dan segera bisa diwujudkan tersebut.</p>
<h2>Komputer klasik</h2>
<p>Komputer yang kita gunakan saat ini memproses segala informasi dalam kombinasi angka biner yang disebut bit (kependekan dari <em>binary digit</em>). Sebuah bit dapat berupa “1” atau “0”. Ini seperti sakelar di rumah kita yang jika kita tekan akan menghidupkan lampu di kamar dan jika kita tekan lagi akan mematikan lampu. Apa yang terlihat pada layar komputer kita saat ini adalah hasil pemrosesan dari kombinasi banyak bit.</p>
<p>Sebagai contoh, jika kita punya dua buah bit, angka desimal 2 akan diwakilkan sebagai kombinasi bit “10” (satu-nol, bukan angka sepuluh). Dua buah bit dapat merepresentasikan angka desimal sebanyak 2<sup>2</sup> yang dimulai dari “00” yang merepresentasikan nol, “01” merepresentasikan angka desimal 1, “10” merepresentasikan angka desimal 2, dan “11” merepresentasikan angka desimal 3. </p>
<p>Semakin banyak bit yang kita punya semakin banyak angka desimal yang bisa direpresentasikan dan diproses, sesuai dengan rumus 2<sup>n</sup>, dengan n adalah jumlah bit. Semakin banyak bit yang digunakan dalam sebuah komputer, semakin banyak informasi yang dapat diproses oleh komputer; yang berarti semakin baik kinerja komputer tersebut dalam melakukan tugas-tugas penghitungan yang rumit.</p>
<h2>Superposisi kuantum</h2>
<p>Sekarang, bayangkan bagaimana jika informasi dalam bit yang tadinya hanya berupa “0” atau “1” dapat sekaligus berupa “0” dan “1” pada waktu yang bersamaan. Komputer kuantum memanfaatkan fenomena yang dinamakan superposisi, yakni fenomena kuantum yang memungkinkan dua keadaan berbeda terjadi dalam waktu yang bersamaan. </p>
<p>Dalam dunia mikroskopis, molekul, atom, atau elektron dapat berperilaku sangat aneh dan sangat berbeda dengan dunia makroskopis yang dapat kita amati tanpa mikroskop. Benda-benda di dunia mikroskopis dapat berada di dua keadaan yang berbeda dalam satu waktu. Ini sulit dibayangkan bagi kita yang terbiasa mengindera benda-benda di sekitar kita yang hanya bisa berada dalam salah satu dari dua keadaan saja dalam satu waktu. </p>
<p>Sebagai gambaran, kita bisa ibaratkan lampu sebagai elektron, kemudian hidup dan matinya lampu kita ibaratkan dengan dua keadaan elektron. Di dunia mikroskopis kita bisa mendapati “lampu kuantum” ini hidup dan mati di waktu yang sama. </p>
<p>Fisikawan Austria <a href="https://en.wikipedia.org/wiki/Erwin_Schr%C3%B6dinger">Erwin Schrödinger</a> punya dongeng menarik tentang fenomena superposisi. Ia membayangkan seekor kucing yang berada di dalam kotak terisolasi dan terhubung dengan dunia kuantum. <a href="https://bigthink.com/scotty-hendricks/the-life-and-death-of-schrodingers-cat-and-what-it-really-means">Kucing Schrödinger</a> ini selama berada di dalam kotak berada dalam dua keadaan yang berbeda dalam satu waktu, yaitu hidup dan mati. Bukankah itu sangat aneh dan tidak mungkin terjadi di dunia makroskopis yang biasa kita lihat? Tapi seperti itulah dunia kuantum. </p>
<p>Komputer kuantum memanfaatkan fenomena superposisi dalam proses penghitungannya. Alih-alih menghitung bit demi bit atau kombinasi bit demi kombinasi bit dalam satu waktu, komputer kuantum dapat menghitung secara bersamaan terhadap banyak bit atau kombinasi bit dalam satu waktu. </p>
<p>Secara fisik, keadaan kuantum pada komputer kuantum bisa direalisasikan oleh benda-benda kecil seukuran molekul (10<sup>-10</sup> meter) atau yang lebih kecil. Sebagai contoh, elektron memiliki sifat intrinsik menyerupai batang magnet yang dinamakan spin. Seperti magnet, elektron dapat menunjuk ke satu arah tertentu, atas atau bawah. Dua arah spin elektron yang berlawanan ini ibarat bit “0” dan “1” pada komputer klasik. </p>
<p>Keadaan kuantum pada spin elektron biasa dituliskan dengan |0〉 ketika menunjuk arah bawah, |1〉 ketika menunjuk ke atas, atau a|0〉 + b|1〉 ketika menunjuk ke atas dan ke bawah sekaligus. Tanda | 〉 disebut dengan “ket”, adalah representasi matematis dari suatu keadaan kuantum.</p>
<figure class="align-center zoomable">
<a href="https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=45&auto=format&w=1000&fit=clip"><img alt="" src="https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=520&fit=crop&dpr=1 600w, https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=520&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=520&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=654&fit=crop&dpr=1 754w, https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=654&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/237575/original/file-20180923-129844-137nion.png?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=654&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px"></a>
<figcaption>
<span class="caption">Ilustrasi yang menggambarkan konsep Kucing Schrödinger.</span>
<span class="attribution"><a class="source" href="http://www.publicdomainfiles.com/show_file.php?id=13488686412382">Open Clip Art Library/Modified by author.</a></span>
</figcaption>
</figure>
<h2>Penghitungan paralel</h2>
<p>Bayangkan sebuah komputer klasik dengan dua bit, komputer ini hanya dapat melakukan penghitungan terhadap kombinasi bit “00”, “01”, “10”, atau “11” saja dalam satu waktu. Sekarang, jika kita punya sebuah komputer kuantum dengan dengan dua buah <em>qubit</em> (dibaca kiubit) (kependekan dari <em>quantum bit</em>), sebutan untuk bit dari komputer kuantum, komputer kuantum dapat melakukan penghitungan terhadap keempat kombinasi |00〉, |01〉, |10〉, dan |11〉 sekaligus dalam satu waktu.</p>
<p>Dalam komputer kuantum, semakin banyak jumlah <em>qubit</em> N yang digunakan akan semakin banyak keadaan kuantum yang bisa digunakan untuk menghitung secara serentak, yang dirumuskan sebagai 2<sup>N</sup>. Tiap tambahan sebuah <em>qubit</em> dalam sebuah komputer kuantum, jumlah keadaan kuantum yang bisa digunakan dalam penghitungan akan menjadi dua kali lipat. Peningkatan jumlah <em>qubit</em> akan meningkatkan kemampuan komputasi komputer kuantum secara eksponensial. </p>
<p>Hal ini sangat menguntungkan jika kita menghitung super rumit yang melibatkan sangat banyak angka seperti menghitung reaksi kimia dari atom-atom dalam sebuah material yang jumlahnya bisa mencapai ribuan triliun. Jika kita punya 128 <em>qubit</em> saja, kita akan punya 2<sup>128</sup> atau 3,402823669×10<sup>38</sup> (3,402823669 diikuti 38 angka nol) keadaan, ini jumlah yang lebih banyak dari jumlah atom dalam satu liter air.</p>
<p>Kita bisa membandingkan secara kasar bagaimana kinerja komputer kuantum dapat melampaui kinerja komputer klasik kita. Bayangkan kita punya 16 buah komputer klasik yang bekerja secara paralel dengan tiap-tiap komputer memiliki kecepatan pemrosesan 2 GHz (giga Hertz), yang berarti dapat memproses 2 miliar informasi dalam satu detik. Kita dapat melakukan 32 miliar (16 × 2 miliar) penghitungan tiap detiknya dengan 16 komputer tersebut. </p>
<p>Jika kita punya satu buah saja komputer kuantum dengan 8 <em>qubit</em> saja, yang berarti mempunyai 256 keadaan, dan memiliki kecepatan pemrosesan yang sama yaitu 2 GHz, itu berarti kita dapat melakukan 256 dikalikan dengan 2 miliar. Ini sama dengan 512 miliar penghitungan setiap detiknya. Bayangkan betapa jauh perbedaanya dengan jumlah <em>qubit</em> setengah saja dari jumlah komputer klasik!</p>
<h2>Apa yang bisa dilakukan komputer kuantum?</h2>
<p>Dengan komputer kuantum diharapkan penghitungan-penghitungan super rumit yang melibatkan angka dalam jumlah yang sangat banyak dapat dilakukan. Farmakolog dapat menghitung bagaimana tiap-tiap atom dalam sebuah obat dapat bereaksi terhadap sejumlah virus dengan lebih cepat dan cermat untuk menghasilkan obat yang lebih ampuh melawan penyakit. </p>
<p>Ilmuwan material dapat merancang material-material baru yang dapat mengonversi energi panas atau cahaya dari matahari secara lebih efisien. Klimatolog dapat memprakirakan dengan lebih cermat perubahan cuaca ekstrem akibat perubahan iklim global sehingga pemerintah dapat melakukan antisipasi untuk mengurangi dampak buruknya.</p>
<p>Anda mungkin tidak akan menggunakan komputer kuantum untuk meng-<em>update</em> status media sosial, karena itu berarti fungsi komputer kuantum akan menjadi mubazir. Tapi, farmakolog, fisikawan, kimiawan, hingga ilmuwan komputer akan sangat terbantu dengan adanya komputer kuantum. Akan semakin banyak inovasi-inovasi yang bermanfaat bagi kelangsungan hidup manusia yang akan dihasilkan dari penghitungan mereka menggunakan komputer kuantum.</p><img src="https://counter.theconversation.com/content/102890/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Dwi Prananto menerima dana dari Japan Advanced Institute of Science and Technology. </span></em></p>Google, IBM, dan Microsoft sedang berlomba bikin komputer kuantum. Prinsipnya kerja seperti Kucing Schrödinger.Dwi Prananto, Mahasiswa PhD Bidang Ilmu Material, Japan Advanced Institute of Science and TechnologyLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/976822018-06-04T02:29:19Z2018-06-04T02:29:19ZMengapa ilmu sosial makin relevan di dunia digital<figure><img src="https://images.theconversation.com/files/221455/original/file-20180603-142083-1ug4ob6.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">
</span> <span class="attribution"><a class="source" href="https://www.shutterstock.com/download/success?u=http%3A%2F%2Fdownload.shutterstock.com%2Fgatekeeper%2FW3siZSI6MTUyODA3Njc5OCwiYyI6Il9waG90b19zZXNzaW9uX2lkIiwiZGMiOiJpZGxfMTAxOTAxMDIzOCIsImsiOiJwaG90by8xMDE5MDEwMjM4L21lZGl1bS5qcGciLCJtIjoxLCJkIjoic2h1dHRlcnN0b2NrLW1lZGlhIn0sIlVpT0dpbUw3VkZaa1puSmtDV1c1UXNjTS9DTSJd%2Fshutterstock_1019010238.jpg&pi=26377567&m=1019010238&src=EMHyMzUcqnFNExMxPPtqTw-1-3">Kmls/Shutterstock</a></span></figcaption></figure><iframe src="https://open.spotify.com/embed-podcast/episode/5VZyCqrSZVeHedIgMZs5Kr" width="100%" height="232" frameborder="0" allowtransparency="true" allow="encrypted-media"></iframe>
<p>Ilmu sosial pada era digital justru menemukan ladang yang subur dalam penyelesaian masalah yang tidak bisa diselesaikan oleh ilmu-ilmu komputer. Sebab, secanggih apa pun <a href="https://theconversation.com/sains-sekitar-kita-saat-algoritme-mengendalikan-pilihan-di-internet-93187">algoritme</a>, perilaku manusia dan masyarakat membutuhkan penjelasan dari ilmuwan sosial seperti psikologi, sosiologi, antropologi, dan ilmu sosial lainnya. Bahkan ilmu bahasa makin dibutuhkan untuk mengenali pola-pola komunikasi di media sosial.</p>
<p>Suharyo Sumowidagdo, fisikawan dari Lembaga Ilmu Pengetahuan Indonesia (LIPI), mengatakan ilmu sosial sampai kapan pun, selama masih ada manusia, masih relevan. Kecuali semua manusia menjadi robot, tapi itu tidak mungkin. </p>
<p>Bagaimana pun juga algoritme itu mesin. Dia butuh data, yang memasukkan data itu adalah manusia, makhluk sosial. Apa pun ilmunya, yang terpenting adalah mengembangkan berpikir kritis, agar tidak terjebak dengan berfikir dogmatis. Kali ini Suharyo Sumowidagdo bercerita tentang relevansinya ilmu sosial dari perspektif fisikawan.</p>
<p>Edisi ke-13 Sains Sekitar Kita ini disiapkan oleh Ikhsan Raharjo dan narator Ikram Putra. Selamat mendengarkan!</p><img src="https://counter.theconversation.com/content/97682/count.gif" alt="The Conversation" width="1" height="1" />
Bagaimana pun juga algoritme itu mesin. Dia butuh data, yang memasukkan data itu adalah manusia, makhluk sosial.Ahmad Nurhasim, Health+Science Editor, The ConversationLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/852752017-10-10T09:44:05Z2017-10-10T09:44:05ZJika ingin kaya, meniru Bill Gates ide yang buruk<p>Miliarder pendiri Microsoft Bill Gates adalah orang yang jauh lebih beruntung daripada yang mungkin Anda sadari. Dia mungkin memang sangat berbakat dan berhasil mengangkat dirinya dari seseorang yang <em>drop out</em> dari Universitas Harvard menjadi orang terkaya di dunia. Namun, kesuksesannya yang luar biasa bercerita lebih banyak tentang bagaimana situasi di luar kendalinya mempengaruhi hidupnya daripada soal bagaimana kemampuan dan kerja keras dihargai. </p>
<p>Kita sering terpedaya oleh gagasan bahwa orang yang luar biasa adalah orang yang paling terampil atau berbakat. Gagasan ini salah. Tokoh luar biasa cenderung muncul dari keadaan luar biasa. Orang-orang yang paling sukses seringkali mereka yang paling mujur, yang beruntung berada di tempat dan waktu yang tepat. Mereka yang kita sebut <em>outlier</em>, kekecualian atau orang yang tidak biasa, yang keberhasilannya bisa jadi contoh yang jauh berbeda dari sistem yang dijalani orang lain. </p>
<p>Banyak orang memberi perhatian besar dan penghargaan terhadap Gates dan orang-orang sukses lainnya sebagai orang-orang yang dapat kita tiru <a href="https://www.cnbc.com/amp/2017/08/24/what-you-can-learn-from-bill-gates-and-steve-ballmer.html">untuk kita belajar</a> tentang bagaimana cara sukses. Namun besar kemungkinan bahwa asumsi bahwa para “pemenang” kehidupan mencapai sukses karena kinerjanya sendiri akan menimbulkan kekecewaan. Bahkan jika Anda bisa meniru semua yang dilakukan Gates, Anda tidak akan bisa mereplikasi keberuntungan yang ia punya dari sejak awal. </p>
<p>Misalnya, latar belakang Gates sebagai anggota kelas atas dan <a href="https://www.biography.com/people/bill-gates-9307520">pendidikan swasta elit</a> yang ia tempuh memungkinkannya untuk mendapatkan pengalaman pemrograman di saat kurang dari <a href="https://www.amazon.co.uk/Outliers-Story-Success-Malcolm-Gladwell/dp/0141036257">0,01%</a> generasinya memiliki akses ke komputer. Hubungan sosial ibunya dengan petinggi IBM memungkinkannya mendapatkan kontrak dari perusahaan komputer terdepan yang sangat penting untuk membangun kerajaan perangkat lunaknya.</p>
<p>Hal ini penting karena kebanyakan konsumen yang menggunakan komputer IBM dipaksa mempelajari bagaimana menggunakan perangkat lunak Microsoft yang menyertainya. Keadaan ini menguntungkan Microsoft. Perangkat lunak berikutnya yang dipilih pelanggan ini lebih cenderung menjadi milik Microsoft, bukan karena perangkat lunak mereka memang yang terbaik, tapi karena kebanyakan orang terlalu sibuk untuk belajar menggunakan yang lain. Keberhasilan dan pangsa pasar Microsoft mungkin berbeda dari waktu ke waktu, tapi <a href="http://www.jstor.org/stable/2234208?seq=1#page_scan_tab_contents">perbedaan itu benar-benar dimungkinkan oleh keberuntungan awal Gates</a>, diperkuat oleh <a href="http://www.pnas.org/content/109/24/9331.abstract">dinamika sukses-melahirkan-sukses </a>yang kuat.</p>
<hr>
<p><em><strong>Baca juga:</strong> <a href="https://theconversation.com/apakah-bekerja-lepas-jadi-pilihan-masa-depan-83818">Apakah bekerja lepas jadi pilihan masa depan?</a></em></p>
<hr>
<p>Tentu saja, bakat dan usaha Gates berperan penting dalam kesuksesan Microsoft yang ekstrem. Namun itu saja tidak cukup untuk menciptakan seorang outlier semacam itu. Bakat dan usaha keras cenderung kurang penting dibandingkan situasi, dalam artian ia tak akan mungkin begitu sukses tanpa adanya situasi tersebut. </p>
<figure class="align-center ">
<img alt="" src="https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&fit=clip" srcset="https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=600&h=400&fit=crop&dpr=1 600w, https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=600&h=400&fit=crop&dpr=2 1200w, https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=600&h=400&fit=crop&dpr=3 1800w, https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=754&h=503&fit=crop&dpr=1 754w, https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=30&auto=format&w=754&h=503&fit=crop&dpr=2 1508w, https://images.theconversation.com/files/186583/original/file-20170919-22620-1b12h9z.jpg?ixlib=rb-1.1.0&q=15&auto=format&w=754&h=503&fit=crop&dpr=3 2262w" sizes="(min-width: 1466px) 754px, (max-width: 599px) 100vw, (min-width: 600px) 600px, 237px">
<figcaption>
<span class="caption">10.000 jam tidak cukup.</span>
<span class="attribution"><span class="source">Shutterstock</span></span>
</figcaption>
</figure>
<p>Orang bisa berpendapat bahwa banyak orang luar biasa meraih keterampilan mereka yang luar biasa melalui kerja keras, motivasi yang luar biasa atau keberanian, jadi mereka tidak pantas menerima penghargaan dan pujian sekadarnya saja. Beberapa bahkan menyarankan bahwa ada angka ajaib untuk keberhasilan, <a href="https://www.amazon.co.uk/Peak-Secrets-New-Science-Expertise/dp/0544456238">dalil sepuluh tahun atau 10.000 jam</a>. Maksudnya, berlatih dan mempraktikkan suatu keterampilan khusus di bidang apa pun dengan durasi 20 jam per pekan selama 10 tahun. Banyak profesional dan ahli memperoleh keterampilan luar biasa mereka melalui <a href="https://www.amazon.co.uk/Grit-passion-resilience-secrets-success/dp/1785040200/ref=pd_lpo_sbs_14_img_1?_encoding=UTF8&psc=1&refRID=4XDQTN0PE0TAGGCDDBNT">praktik yang terus-menerus dan disengaja</a> mengikuti dalil tersebut. Bahkan, 10.000 jam Gates mempelajari pemrograman komputer semasa remaja <a href="http://wisdomgroup.com/blog/10000-hours-of-practice/">telah disorot </a> sebagai salah satu alasan keberhasilannya.</p>
<p>Namun analisis mendetail dari banyak studi kasus mengisyaratkan faktor situasional tertentu yang berasal di luar kendali para tokoh luar biasa juga berperan penting. Contohnya, tiga juara tenis meja di Inggris berasal dari jalan yang sama di pinggiran kota kecil satu kota di Inggris. Ini bukan suatu kebetulan atau bahwa tak ada lagi yang bisa dilakukan di sana selain berlatih ping pong. Ternyata seorang pelatih tenis terkenal, Peter Charters, <a href="https://www.amazon.co.uk/Bounce-Myth-Talent-Power-Practice/dp/0007350546/ref=sr_1_1?s=books&ie=UTF8&qid=1505752124&sr=1-1&keywords=bounce+syed">kebetulan menghabiskan masa pensiun di daerah pinggiran kota tersebut</a>. </p>
<p>Banyak anak yang tinggal di jalan yang sama dengan pelatih pensiunan itu tertarik dengan olahraga ini karena dia. Dan tiga di antara mereka, setelah mengikuti “dalil 10.000 jam”, tampil sangat baik, termasuk memenangkan kejuaraan nasional. Bakat dan usaha keras mereka, tentu saja, penting untuk mewujudkan penampilan mereka yang luar biasa. Tapi tanpa keberuntungan awal mereka (memiliki pelatih berkualitas dan andal serta dukungan keluarga), hanya berlatih 10.000 jam tanpa umpan balik yang memadai tidak akan menyebabkan anak manapun untuk menjadi juara nasional. </p>
<h2>Semakin besar kesuksesannya, makin sedikit yang bisa kita pelajari</h2>
<p>Kita dapat juga membayangkan seorang anak dengan bakat luar biasa di tenis meja mendapat nasib buruk sejak awal, seperti tidak memiliki pelatih andal atau tinggal di sebuah negara yang tidak menganggap atlet sebagai karir yang menjanjikan. Maka mereka tidak pernah mendapatkan kesempatan untuk mewujudkan potensinya. Implikasinya: semakin luar biasa seseorang, semakin sedikit pelajaran penting yang dapat diterapkan, yang benar-benar dapat kita pelajari dari si pemenang. </p>
<p>Ketika kita bicara tentang prestasi moderat, intuisi kita tentang sukses bisa jadi benar. Petuah konvensional seperti “semakin keras saya bekerja, semakin banyak keuntungan yang saya dapat” atau “kesempatan berpihak kepada mereka yang siap”, menjadi masuk akal ketika bicara soal seseorang yang tadinya kinerjanya buruk menjadi baik. Namun, dari baik menjadi luar biasa, itu cerita yang berbeda. Berada di tempat yang tepat (sukses dalam konteks hasil awal memiliki dampak yang panjang) pada waktu yang tepat (memiliki keberuntungan sejak awal) dapat menjadi sangat penting <a href="http://pubsonline.informs.org/doi/abs/10.1287/stsc.2017.0025">bahkan melebihi faktor bakat dan usaha keras</a>.</p>
<p>Dengan informasi ini, ada baiknya kita tidak hanya menghargai atau meniru pemenang kehidupan dan berharap mendapat sukses serupa. Namun bagi para orang-orang sukses bolehlah mempertimbangkan meniru orang seperti Gates (yang menjadi filantropis) atau Warren Buffet (yang berpendapat bahwa orang Amerika yang lebih kaya seharusnya membayar pajak lebih tinggi) yang telah memilih menggunakan kekayaan dan kesuksesannya untuk melakukan hal-hal baik. Pemenang yang menghargai keberuntungan mereka dan tidak mengambil semua kekayaannya, layak mendapat penghargaan yang lebih besar.</p><img src="https://counter.theconversation.com/content/85275/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Chengwei Liu tidak bekerja, menjadi konsultan, memiliki saham, atau menerima dana dari perusahaan atau organisasi mana pun yang akan mengambil untung dari artikel ini, dan telah mengungkapkan bahwa ia tidak memiliki afiliasi di luar afiliasi akademis yang telah disebut di atas.</span></em></p>Orang luar biasa berasal dari keadaan luar biasa yang tidak mudah direplikasi kesuksesannya seperti dalam kasus Bill Gates.Chengwei Liu, Associate Professor of Strategy and Behavioural Science, Warwick Business School, University of WarwickLicensed as Creative Commons – attribution, no derivatives.tag:theconversation.com,2011:article/846122017-09-27T09:45:34Z2017-09-27T09:45:34ZApakah kecerdasan buatan adalah pembunuh pekerjaan?<figure><img src="https://images.theconversation.com/files/187385/original/file-20170925-17390-1ugyy9s.jpg?ixlib=rb-1.1.0&q=45&auto=format&w=496&fit=clip" /><figcaption><span class="caption">Gambar ini diproduksi oleh algoritma AI dari jaringan saraf buatan ''Deep Dream Generator'.</span> <span class="attribution"><a class="source" href="https://www.flickr.com/photos/34520999@N05/21008810999">lylejk/flickr</a></span></figcaption></figure><p>Akhir-akhir ini peringatan soal bahaya kecerdasan buatan (<em>artificial intelligence</em> atau kerap dikenal AI) melimpah.</p>
<p>Nabi modern, seperti fisikawan Stephen Hawking dan investor Elon Musk, meramalkan <a href="http://www.bbc.com/news/technology-30290540">kejatuhan manusia yang akan segera terjadi</a>. Dengan munculnya <a href="http://www.agi-society.org/">kecerdasan umum buatan </a> dan program kecerdasan yang dirancang sendiri, AI jenis baru yang lebih cerdas akan lahir. AI canggih ini akan dengan cepat menciptakan mesin yang lebih cerdas yang pada akhirnya akan melampaui kemampuan manusia.</p>
<p>Ketika kita mencapai yang disebut <a href="https://futurism.com/kurzweil-claims-that-the-singularity-will-happen-by-2045/">singularitas teknologi AI</a>, pikiran dan tubuh kita akan menjadi usang. Manusia bisa bergabung dengan mesin dan terus berkembang sebagai <a href="https://www.theguardian.com/technology/2017/feb/15/elon-musk-cyborgs-robots-artificial-intelligence-is-he-right"><em>cyborg</em></a>.</p>
<p>Apakah masa depan seperti ini yang benar-benar yang akan kita hadapi?</p>
<h2>Warna-warni AI pada masa lalu</h2>
<p>Tidak juga. </p>
<p>AI, sebuah disiplin ilmiah yang berakar pada ilmu komputer, matematika, psikologi, dan ilmu saraf, bertujuan menciptakan mesin yang meniru fungsi kognitif manusia seperti pembelajaran dan pemecahan masalah.</p>
<p><a href="http://world-information.org/wio/infostructure/100437611663/100438659360">Sejak 1950-an</a>, robot telah memasuki imajinasi publik. Namun, dalam sejarahnya, keberhasilan AI sering diikuti oleh kekecewaan-yang sebagian besar disebabkan oleh ramalan para visioner teknologi yang terlampau berlebihan. </p>
<p>Pada 1960, salah satu pendiri bidang AI, Herbert Simon, <a href="https://www.digitaltrends.com/features/top-10-bad-tech-predictions/5/">meramalkan</a> bahwa “mesin akan mampu, dalam dua puluh tahun, melakukan pekerjaan yang bisa dilakukan seorang pria.” (Dia tidak mengatakan apa pun tentang perempuan.)</p>
<p>Marvin Minsky, pelopor jaringan saraf tiruan, <a href="http://news.mit.edu/2013/center-for-brains-minds-and-machines-0909">lebih blak-blakan</a>, “dalam satu generasi,” kata dia, “… masalah bagaimana membuat ‘kecerdasan buatan’ secara substansial akan dapat dipecahkan”.</p>
<p>Tapi ternyata <a href="https://en.wikiquote.org/wiki/Niels_Bohr">Niels Bohr, fisikawan Denmark awal abad ke-20</a>, benar saat dia (dilaporkan) berkata, “Prediksi itu sangat sulit, apalagi tentang masa depan.”</p>
<hr>
<p><em><strong>Baca juga:</strong> <a href="https://theconversation.com/ai-dapat-memprediksi-kelanggengan-cinta-berdasarkan-cara-anda-bicara-dengan-pasangan-85278">AI dapat memprediksi kelanggengan cinta berdasarkan cara Anda bicara dengan pasangan</a></em></p>
<hr>
<p>Saat ini, kemampuan AI mencakup pengenalan suara, performa unggul di permainan strategi seperti <a href="https://www.theatlantic.com/technology/archive/2016/02/when-computers-started-beating-chess-champions/462216/">catur</a> dan <a href="https://www.wired.com/2016/01/in-a-huge-breakthrough-googles-ai-beats-a-top-player-at-the-game-of-go/">Go</a>, <a href="http://selfdrivingcars.mit.edu/">mobil berjalan sendiri</a> (<em>self-driving cars</em>), dan <a href="https://www.quora.com/What-were-the-main-advances-in-machine-learning-artificial-intelligence-in-2016">kemampuan menguak pola tersembunyi yang tertanam dalam data kompleks.</a></p>
<p>Beragam kemampuan ini tak sampai membuat manusia jadi tidak relevan.</p>
<h2>Euforia neuron baru</h2>
<p>Tapi AI sedang berkembang cepat. Euforia AI terbaru dipicu pada 2009 oleh <a href="https://www.nature.com/nature/journal/v521/n7553/abs/nature14539.html">pembelajaran jaringan saraf mendalam (<em>learning of deep neural networks</em></a> yang jauh lebih cepat. (Istilah <em>deep learning</em> mengacu pada melatih jaringan saraf buatan untuk mengidentifikasi pola dari sekumpulan data).</p>
<p>Kecerdasan buatan terdiri dari kumpulan besar unit komputasi yang disebut neuron buatan yang saling terhubung. Mereka bisa secara bebas dianalogikan seperti kumpulan saraf di otak kita. Untuk melatih jaringan ini “berpikir”, para ilmuwan memberikan banyak masalah, yang sudah ada jawabannya, untuk dipecahkan.</p>
<p>Salah satu contoh masalah sebagai berikut: kami menunjukkan sekumpulan gambar jaringan tubuh, masing-masing diberi catatan diagnosis kanker atau tanpa kanker, pada jaringan neuron buatan untuk menghitung probabilitas kanker.</p>
<p>Respon jaringan neuron buatan itu kemudian kami bandingkan dengan jawaban yang benar, menyesuaikan hubungan antara “neuron” dengan setiap kecocokan yang gagal. Kami kemudian mengulangi prosesnya, menyempurnakan semuanya, sampai sebagian besar tanggapan sesuai dengan jawaban yang benar.</p>
<p>Pada akhirnya, jaringan saraf buatan ini akan siap melakukan apa yang biasanya dilakukan oleh ahli patologi: memeriksa gambar jaringan untuk memprediksi kemungkinan kanker.</p>
<p>Ini mirip dengan cara seorang anak belajar memainkan alat musik: dia mempraktikkan dan mengulang lagu sampai sempurna. Pengetahuannya disimpan dalam jaringan saraf, tapi mekanisme bagaimana seorang anak belajar memainkan musik tak mudah dijelaskan. </p>
<p>Jaringan dengan banyak lapisan “neuron” (karena itu disebut jaringan saraf “dalam”) berhasil diaplikasikan secara praktis hanya ketika para peneliti mulai menggunakan banyak prosesor paralel pada chip grafis untuk pelatihan mereka.</p>
<p>Kondisi lain yang mendorong keberhasilan _deep learning _adalah banyaknya kumpulan soal untuk dipecahkan. Dengan menambang internet, jejaring sosial dan Wikipedia, para peneliti membuat koleksi gambar dan teks yang besar. Ini memungkinkan untuk melatih mesin mengelompokkan gambar, mengenali ucapan, dan menerjemahkan bahasa.</p>
<p>Jaringan saraf mendalam sudah melakukan tugas-tugas ini hampir sama seperti manusia.</p>
<h2>AI tidak tertawa</h2>
<p>Tapi performa bagus mereka hanya terbatas pada tugas-tugas tertentu.</p>
<p>Para ilmuwan belum melihat peningkatan kemampuan AI dalam memahami makna dari gambar dan teks. Jika kita menunjukkan kartun Snoopy ke jaringan mendalam yang terlatih, dia dapat mengenali bentuk dan objek–seekor anjing di sini, anak laki-laki di sana–tapi tidak akan menguraikan makna (atau melihat humornya).</p>
<p>Kami juga menggunakan jaringan saraf untuk meningkatkan gaya penulisan anak-anak. Alat kami menyarankan perbaikan dalam bentuk, ejaan, dan tata bahasa dengan cukup baik, namun tidak berdaya bila menyangkut struktur logis, penalaran, dan alur gagasan.</p>
<p>Model saat ini bahkan tidak memahami komposisi sederhana anak sekolah berusia 11 tahun.</p>
<figure>
<iframe width="440" height="260" src="https://www.youtube.com/embed/eX3u0IlBBO4?wmode=transparent&start=0" frameborder="0" allowfullscreen=""></iframe>
<figcaption><span class="caption">Serial televisi sukses ‘Westworld’ oleh Jonathan Nolan dan Lisa Joy, menggambarkan hubungan kita dengan karakter AI.</span></figcaption>
</figure>
<p>Kinerja AI juga dibatasi oleh jumlah data yang tersedia. Dalam <a href="https://scholar.google.si/citations?user=Bo-VQjkAAAAJ&hl=en&oi=ao">penelitian AI</a> saya sendiri, misalnya, saya menerapkan jaringan saraf mendalam ke diagnosa medis, yang terkadang menghasilkan diagnosis yang sedikit lebih baik daripada di masa lalu, tapi peningkatannya tidak luar biasa. </p>
<p>Salah satu sebabnya adalah tidak tersedia koleksi data pasien yang besar untuk menyuapi mesin cerdas ini. Data rumah sakit yang ada saat ini tidak dapat menangkap interaksi yang kompleks antara psikologi dan fisik yang menyebabkan penyakit seperti jantung koroner, migrain atau kanker.</p>
<h2>Robot mencuri pekerjaan Anda</h2>
<p>Jadi, para manusia, tak perlu takut. Ramalan soal <a href="http://time.com/3614349/artificial-intelligence-singularity-stephen-hawking-elon-musk/">singularitas AI</a> masih jauh dari kenyataan, kita tidak dalam bahaya <a href="https://www.theguardian.com/technology/2017/feb/15/elon-musk-cyborgs-robots-artificial-intelligence-is-he-right">menjadi tidak relevan.</a></p>
<p>Kemampuan AI memperkaya karya fiksi ilmiah dalam bentuk novel dan film, serta menjadi bahan <a href="http://scienceblogs.com/neurophilosophy/2007/08/04/the-philosophy-of-the-matrix/">perdebatan filosofis yang menarik</a>. Namun kita belum sampai pada tahap terciptanya mesin yang <a href="https://link.springer.com/article/10.1007/s11023-007-9065-3">dapat meningkatkan kemampuannya secara mandiri</a> yang mampu menghasilkan kecerdasan buatan secara keseluruhan. Selain itu tidak ada indikasi bahwa kecerdasan buatan bisa berkembang tanpa batas. </p>
<figure>
<iframe width="440" height="260" src="https://www.youtube.com/embed/ARJ8cAGm6JE?wmode=transparent&start=0" frameborder="0" allowfullscreen=""></iframe>
<figcaption><span class="caption">‘Saya minta maaf Dave saya khawatir saya tidak dapat melakukan itu’: jawaban ikonik oleh komputer AI Hal 9000 di ‘2001: A Space Odysssey’ oleh Kubrick.</span></figcaption>
</figure>
<p>Jaringan saraf mendalam, tak bisa dipungkiri, pasti <a href="http://www.zdnet.com/article/mckinsey-ai-jobs-and-workforce-automation/">mengotomatisasi banyak pekerjaan</a>. AI akan mengambil pekerjaan kita, membahayakan keberadaan pekerja manual, ahli diagnosa medis, dan mungkin, pada suatu hari yang akan saya ratapi, juga para profesor ilmu komputer. </p>
<p>Robot sudah <a href="https://theconversation.com/are-robots-taking-over-the-worlds-finance-jobs-77561">menaklukkan Wall Street</a>. Penelitian menunjukkan bahwa “agen kecerdasan buatan” dapat menyebabkan sekitar 230 ribu pekerjaan di sektor keuangan hilang pada 2025. </p>
<p>Di tangan yang salah, kecerdasan buatan sangat berbahaya. Virus komputer baru <a href="https://www.scientificamerican.com/article/will-democracy-survive-big-data-and-artificial-intelligence/">dapat mendeteksi pemilih yang belum memutuskan pilihan</a> dan membombardir mereka dengan berita yang disesuaikan untuk menggoyang pemilihan. </p>
<p>Amerika Serikat, Cina, dan Rusia sudah berinvestasi dalam senjata otonom menggunakan AI di pesawat tak berawak, kendaraan tempur, dan robot tempur, yang menyebabkan <a href="http://www.news.com.au/technology/innovation/inventions/robotics-scientist-warns-of-terrifying-future-as-world-powers-embark-on-ai-arms-race/news-story/d61a1ce5ea50d080d595c1d9d0812bbe">perlombaan senjata berbahaya</a>. </p>
<p>Nah, itu sesuatu yang mungkin harus kita cemaskan.</p><img src="https://counter.theconversation.com/content/84612/count.gif" alt="The Conversation" width="1" height="1" />
<p class="fine-print"><em><span>Marko Robnik-Šikonja menerima dana dari Slovenian Research Agency. </span></em></p>Bahaya sebenarnya dari kecerdasan buatan bukanlah “singularitas AI” yang terkenal itu, tapi kehilangan pekerjaan dan penyalahgunaan oleh orang-orang jahat.Marko Robnik-Šikonja, Associate Professor of Computer Science and Informatics, University of LjubljanaLicensed as Creative Commons – attribution, no derivatives.