I'm a simple man ..
Lahir di Sleman Yogyakarta, 7 Juni 1976
PENDIDIKAN:
TK : - (tidak ada TK di tj Priok waktu itu)
SDN : Papanggo, Jakarta 83 - 89
SMPN : 129, Jakarta 89 - 92
SMAN : 8, Yogyakarta 92 - 95
Univ. : Fak. Teknik UGM, Yogyakarta 95 - 2001
Pasca. : Tek. Informatika STMIK Nusa Mandiri, Jakarta 2008 - 2010
Doctoral : Information Management Asian Institute of Technology, Thailand 2013 - 2018
PEKERJAAN:
Tek. Komputer AMIK BSI Jakarta : 2002 - 2005
IT Danamon Jakarta : 2005 - 2008
Tek. Informatika STMIK Nusa Mandiri Jakarta : 2005 - 2008
Univ. Darma Persada Jakarta: 2008 - 2013
Fakultas Teknik Universitas Islam "45" Bekasi : 2008 - Skrg ( Homebase)
Univ. Bhayangkara Jakarta Raya: 2018 - Skrg
Univ. Nusa Putra Sukabumi: 2018 - Skrg
Chatbot yang menggunakan model bahasa besar (LLM) biasanya hanya bisa menjawab berdasarkan data yang sudah dilatih sebelumnya. Jika pertanyaan yang diajukan berada di luar cakupan datanya, jawabannya bisa jadi kurang relevan atau umum. Oleh karena itu, metode Retrieval-Augmented Generation (RAG) menjadi solusi untuk meningkatkan akurasi jawaban dengan menambahkan data eksternal yang lebih spesifik. Dengan RAG, chatbot bisa mencari informasi di database lokal terlebih dahulu sebelum memberikan jawaban, sehingga lebih sesuai dengan kebutuhan pengguna.
Dalam pengimplementasiannya, data yang digunakan oleh chatbot bisa disimpan dalam bentuk embedding vektor yang memudahkan pencarian informasi relevan. Sebagai contoh, jika chatbot awalnya tidak mengetahui tren konsumsi gas domestik, pengguna dapat menambahkan dataset terbaru ke dalam sistem. Dengan begitu, chatbot dapat memberikan jawaban berdasarkan sumber yang lebih aktual tanpa perlu melatih ulang modelnya. Hal ini sangat berguna dalam skenario seperti informasi harga minyak terkini atau jadwal pendaftaran mahasiswa yang selalu diperbarui setiap tahun.
Keunggulan utama dari metode RAG dibanding fine-tuning adalah fleksibilitasnya. Fine-tuning memerlukan waktu dan sumber daya komputasi yang besar untuk melatih ulang model dengan data baru. Sebaliknya, dengan RAG, cukup dengan memperbarui repository data eksternal, chatbot dapat memberikan jawaban yang lebih akurat tanpa perlu melakukan pelatihan ulang. Oleh karena itu, pendekatan ini lebih efisien untuk aplikasi yang membutuhkan pembaruan informasi secara berkala.
Large Language Model (LLM) dapat dijalankan secara lokal di Windows dengan mengunduh source code dan menginstalnya. Proses ini memerlukan ruang penyimpanan yang cukup besar, tergantung pada ukuran model yang dipilih. Setelah unduhan selesai, instalasi dilakukan dengan menjalankan installer yang tersedia, kemudian membuka program yang telah terpasang untuk memastikan bahwa LLM dapat berjalan dengan baik.
Setelah instalasi, langkah berikutnya adalah mengecek apakah model telah berfungsi dengan benar. Ini dapat dilakukan melalui terminal dengan memeriksa versi yang terinstal serta mencoba menjalankan perintah sederhana. Salah satu fitur unggulan dari model ini adalah kemampuannya untuk berkomunikasi melalui API, memungkinkan interaksi dengan jaringan lokal. Jika belum ada model yang terpasang, pengguna dapat mengunduh model yang sesuai, seperti LLaMA versi 3, dengan ukuran yang bervariasi tergantung pada kompleksitasnya.
Untuk mengakses LLM melalui web, pengguna dapat menggunakan framework seperti Flask dengan menghubungkannya ke file HTML untuk input dan output. Hal ini memungkinkan interaksi melalui browser, di mana pengguna dapat mengajukan pertanyaan atau melakukan tugas seperti analisis sentimen. Dalam implementasinya, penting untuk memperhatikan waktu eksekusi agar sistem dapat menangani permintaan dengan efisien. Setelah konfigurasi selesai, pengguna dapat menguji chatbot dengan berbagai skenario, termasuk matematika dan pemrosesan bahasa alami.
Assalamualaikum pengguna Mac! Terkadang kita dipusingkan dengan aplikasi berbayar untuk mengedit PDF. Namun, dengan aplikasi PDF Reader Pro, kita bisa memanfaatkan fasilitas gratisnya untuk memotong halaman PDF. Caranya cukup mudah, pertama, buka file PDF dengan aplikasi tersebut. Kemudian, untuk memotong halaman tertentu, gunakan fitur “Print”, lalu pilih “Range From” dan tentukan halaman yang ingin dipotong. Setelah itu, pilih “Save as PDF” di bagian bawah dan beri nama sesuai keinginan. Dengan cara ini, kita bisa menyimpan halaman yang diinginkan tanpa harus menggunakan aplikasi berbayar.
Selanjutnya, bagaimana jika ingin menggabungkan beberapa halaman PDF, misalnya menggabungkan cover dengan isi dokumen? Caranya hampir sama dengan langkah sebelumnya. Pilih opsi “Print” dan tentukan halaman yang ingin digabungkan. Setelah itu, simpan hasilnya dengan nama baru, misalnya “Isi”. Jika ingin menyisipkan cover dengan isi, buka terlebih dahulu file cover, lalu di menu “File” pilih “Merge PDFs”. Selanjutnya, pilih file isi yang ingin digabungkan dengan cover, lalu beri nama baru untuk file hasil gabungan tersebut.
Setelah selesai, cek hasilnya dan pastikan halaman telah tersusun dengan benar. Dengan trik ini, kita bisa memotong dan menggabungkan halaman PDF tanpa perlu aplikasi berbayar. Meskipun ada aplikasi online yang bisa digunakan, namun ada risiko data kita diambil tanpa izin. Dengan menggunakan PDF Reader Pro, kita bisa mengedit PDF dengan aman dan gratis. Semoga tutorial ini bermanfaat. Wassalamualaikum warahmatullahi wabarakatuh.
Beberapa aplikasi chatbot sudah mendukung mode offline, sehingga tidak memerlukan koneksi internet untuk beroperasi. Dengan fitur ini, pengguna tetap dapat mengakses berbagai layanan seperti pembuatan ringkasan atau analisis teks tanpa harus terhubung ke server online. Namun, penggunaan chatbot offline memiliki keterbatasan, salah satunya adalah kebutuhan perangkat dengan prosesor CPU dan GPU yang cukup tinggi agar proses berjalan lancar.
Salah satu keuntungan utama dari chatbot offline adalah privasi yang lebih terjaga. Karena data tidak dikirim ke server eksternal, risiko informasi tersebar atau dibagikan secara tidak sengaja ke pihak lain dapat diminimalkan. Dalam pengujian terhadap sebuah paper ilmiah, chatbot offline mampu mengenali bahwa dokumen tersebut adalah studi literatur yang berisi ringkasan berbagai penelitian terdahulu. Dengan demikian, pengguna dapat dengan cepat memahami konteks dokumen tanpa harus membaca seluruh isinya.
Meskipun hasil yang diberikan cukup baik, chatbot offline masih memiliki keterbatasan dalam memahami dan menyajikan informasi. Dalam beberapa kasus, penggunaan prosesor yang tinggi dapat mempengaruhi kinerja perangkat, terutama jika dokumen yang diproses sangat kompleks. Namun, chatbot ini tetap memberikan manfaat dengan kemampuannya membaca abstrak, mengenali isi utama, serta memberikan gambaran umum dari sebuah artikel sebelum pengguna membacanya lebih lanjut.
Pemanfaatan Hugging Face untuk analisis sentimen dimulai dengan proses pendaftaran guna mengakses fasilitas yang tersedia. Setelah itu, dilakukan instalasi library Transformers di Google Colab, diikuti dengan impor modul penting seperti AutoTokenizer dan AutoModel. Inferensi dilakukan dengan mengecek sentimen dari sebuah kalimat yang dimasukkan, namun hasil awal menunjukkan skor positif yang terlalu tinggi, mengindikasikan kurangnya akurasi pada model yang digunakan.
Untuk meningkatkan akurasi, model kemudian diganti dengan yang lebih sesuai, seperti IndoBERT. Model ini diunduh dan dijalankan menggunakan tokenizer serta pipeline yang tersedia. Dengan memanfaatkan BERT multilingual yang telah dilatih untuk memahami berbagai bahasa, termasuk bahasa Indonesia, analisis sentimen menunjukkan hasil yang lebih akurat. Sentimen positif dan negatif dapat diidentifikasi dengan lebih baik dibandingkan model sebelumnya.
Pengujian lebih lanjut dilakukan dengan beberapa contoh kalimat untuk memastikan keakuratan model. Input dengan sentimen negatif diuji untuk melihat apakah model dapat mengenalinya dengan benar. Hasilnya menunjukkan peningkatan akurasi, di mana skor yang semakin mendekati lima menunjukkan sentimen yang semakin positif. Dengan pendekatan ini, Hugging Face berhasil dimanfaatkan untuk analisis sentimen menggunakan Transformers, memberikan hasil yang lebih andal untuk pemrosesan bahasa alami. Lihat link Colab berikut.
Dalam postingan video di bawah, saya membahas secara mendalam mengenai keamanan data dan perlindungan informasi dalam manajemen data. Saya menjelaskan berbagai konsep dasar terkait pengamanan data, termasuk pentingnya mengenali jenis data yang dikelola serta risiko kebocoran informasi. Selain itu, saya juga menguraikan langkah-langkah preventif yang dapat diambil oleh organisasi untuk menjaga data mereka dari ancaman siber yang semakin meningkat.
Saya juga menyoroti berbagai ancaman yang dapat membahayakan keamanan data, seperti serangan siber, kebocoran informasi, serta eksploitasi terhadap sistem yang rentan. Dalam postingan ini, saya menjelaskan bagaimana metode enkripsi seperti hashing, RSA, dan AES dapat digunakan untuk menjaga kerahasiaan data. Selain itu, saya menekankan bahwa regulasi pemerintah dan kebutuhan bisnis memiliki peran penting dalam menentukan strategi keamanan data yang efektif.
Lebih lanjut, saya mengulas berbagai teknologi perlindungan, seperti firewall, PGP, serta sistem autentikasi dan otorisasi yang tepat untuk mencegah akses tidak sah. Saya juga merekomendasikan agar organisasi terus melakukan evaluasi serta pembaruan kebijakan keamanan guna menghadapi ancaman yang terus berkembang. Dengan menerapkan strategi yang tepat, saya yakin keamanan data dapat tetap terjaga, dan risiko kebocoran informasi dapat diminimalisir.
Scopus dapat dimanfaatkan untuk studi literatur atau Systematic Literature Review (SLR) dengan fitur pencarian kata kunci dan filter waktu. Pengguna bisa mengunduh abstrak atau full paper jika kampus memiliki langganan jurnal, sementara paper open access dapat diakses gratis. Scopus membatasi unduhan hingga 50 paper per batch, sehingga proses harus dilakukan bertahap jika jumlahnya banyak.
Untuk mempercepat analisis, AI seperti ChatGPT dapat digunakan untuk meringkas paper, mengekstrak novelty, atau mencari informasi spesifik dalam dokumen PDF. Fitur upload PDF di ChatGPT kini tidak memiliki batasan jumlah halaman, hanya dibatasi ukuran maksimal 20 MB, sehingga mempermudah peneliti dalam meninjau referensi dengan lebih efisien.
Perkembangan kecerdasan buatan (AI) semakin pesat, dan salah satu yang banyak digunakan saat ini adalah model bahasa besar (LLM). Salah satu model yang tengah mendapat perhatian adalah DeepSeek, yang dapat dijalankan secara lokal di perangkat pengguna. Sejumlah antarmuka grafis (GUI) telah tersedia untuk mempermudah penggunaannya, salah satunya adalah Ollama.
DeepSeek menawarkan beberapa varian model, termasuk versi yang telah disuling (distilled) agar lebih ringan. Model aslinya berukuran sekitar 400GB, sehingga kurang praktis untuk dijalankan di laptop pribadi. Sebagai alternatif, tersedia model yang lebih kecil dengan ukuran berkisar antara 4.7GB hingga 9GB, yang lebih ramah bagi perangkat dengan keterbatasan daya komputasi.
Untuk menjalankannya, pengguna dapat mengunduh dan menginstal perangkat lunak melalui terminal. Salah satu GUI yang banyak direkomendasikan adalah LM Studio, yang memiliki tampilan lebih intuitif dibandingkan dengan antarmuka berbasis chat lainnya. LM Studio memungkinkan pengguna memilih berbagai model AI, mulai dari Llama 3.2 yang berukuran 2GB hingga model yang lebih besar seperti 70B dengan ukuran sekitar 37GB.
Keunggulan utama AI lokal seperti DeepSeek adalah kemampuannya untuk beroperasi tanpa memerlukan koneksi internet. Hal ini berbeda dengan ChatGPT, yang membutuhkan akses ke server di luar negeri. Namun, ada tantangan tersendiri dalam penggunaannya, seperti beban pemrosesan yang lebih tinggi pada CPU dan GPU, yang dapat membuat perangkat lebih panas dan proses lebih lambat dibandingkan AI berbasis cloud.
Fitur unggulan lain yang ditawarkan adalah kemampuan membaca dokumen, termasuk file Word. Berbeda dengan ChatGPT yang membatasi fitur unggah dokumen pada versi berlangganan, AI lokal memungkinkan pengguna mengakses fitur ini secara gratis. Meski demikian, pemrosesan dokumen pada AI lokal membutuhkan waktu lebih lama dibandingkan layanan berbasis cloud.
Dengan semakin banyaknya pilihan model AI lokal, pengguna kini memiliki alternatif untuk mengakses teknologi AI tanpa ketergantungan pada layanan berbayar. Meskipun prosesnya tidak secepat layanan berbasis cloud, kebebasan dan fleksibilitas yang ditawarkan menjadi nilai tambah tersendiri bagi pengguna yang mengutamakan privasi dan akses tanpa batasan kuota.
Udara pagi di desa membuat segar setelah semalaman tidur nyenyak karena lelah akibat perjalanan Bekasi ke Ciamis di malam hari. Menyusuri jalan beraspal sambil memandang sawah yang masih hijau membuat rileks hati. Sesekali kendaraan melalui jalan itu diselingi dengan bunyi jangkrik di pinggir kali.
Kebetulan di dekat rumah bibi ada gedung yang akan dijadikan dapur makan bergizi, proyek dari presiden Prabowo, sesuai dengan janji saat kampanye dulu. Postingan ini hanya selingan terkait dengan perang AI antara Amerika Serikat dengan China. Lalu apa hubungannya dengan proyek makan bergizi Prabowo?
Ketika tulisan ini dibuat, baru saja saya menginstal DeepSeek dari China yang diberikan mesin AI-nya secara cuma-cuma. Berbeda dengan ChatGPT dimana GPT tidak bisa kita pasang di laptop atau server kita, bahkan untuk memanfaatkan GPT untuk aplikasi yang dibuat perlu berlangganan. Itu pun hanya berupa Application Programming Interface (AI) dan mesin AI tidak berada di server kita.
China secara mengejutkan membuat mesin AI yang kabarnya lebih canggih dari ChatGPT, khususnya di bidang matematis. Sebelumnya Alibaba memang menampilkan QWEN yang memiliki ketangguhan mirip ChatGPT, dengan kekhususan di bidang bisnis. Tentu saja dengan DeepSeek, aplikasi-aplikasi berbasis LLM dan Generative AI yang tadinya berlangganan ChatGPT pasti berhenti berlangganan. Berikut video untuk menginstall DeepSeek versi mini (diberi istilah distilled atau hasil penyulingan) agar bisa dipasang di laptop atau server kecil. Ukuran bervariasi dari 1,5 gigabyte hingga 400-an Gb.
Jika dibandingkan ternyata untuk pertanyaan sederhana sepertinya ChatGPT masih lebih praktis dan cepat, apalagi di Macbook ada fasilitas menekan Option+Space untuk mengaktifkan ChatGPT instan. Ini merupakan keunggulan ChatGPT dimana versi onlinenya selalu ok, berbeda dnegan DeepSeek yang terkadang “busy”, karena tidak sanggup menjawab pertanyaa orang-orang seluruh dunia. Tapi tetap saja kita bisa memasang secara offline yang tidak perlu pulsa di komputer atau laptop kita.
Untuk interface, banyak aplikasi yang menyediakan selain Chatbox, salah satunya yang saya coba adalah LM Studio. Kemampuan DeepSeek dalam DeepThink bisa dilihat, dan tentu saja fasilitas upload PDF tersedia, walaupun di ChatGPT pun bisa upload PDF. Jadi jika kita malas membaca paper, tinggal upload file pdf paper/artikel ilmiah dan tanya saja atau minta resume.
Jadi dengan AI anak-anak kita dengan mudah belajar apapun. Tinggal bagaimana otak anak-anak kita bisa segera menyerap ilmu yang sekarang bebas diakses. Jadi sebesar apapun biaya untuk fasilitas pembelajaran, jika otak anak-anak kita ‘melempem’ sepertinya mubazir. Lebih baik investasi ke kecerdasarn generasi kita ke depan, karena kalau sudah cerdas, tinggal diasah mental (keimanan, cinta tanah air, dan lain-lain) dan belajar dari media apapun, terutama memanfaatkan Artificial Intelligence (AI).
Saat ini bidang-bidang ilmu memerlukan instrumen dalam analisis data yang ada. Instrumen tersebut biasanya terkait dengan informatika atau ilmu komputer. Tentu saja bidang-bidang ilmu seperti kedokteran, ekonomi, psikologi, dan lain-lain akan memerlukan waktu jika diharuskan belajar ilmu komputer. Oleh karena itulah pakar-pakar ilmu komputer berusaha menyediakan sarana berupa aplikasi agar bidang lain selain informatika dapat memanfaatkan metode atau teknik yang dikembangkan oleh pakar ilmu komputer untuk menyelesaikan problem masing-masing bidang/disiplin ilmu.
Tahun 2008 merupakan tahun yang mengesankan karena di tahun itu perkuliahan pasca sarjana bidang ilmu komputer saya mulai. Bidang ilmu komputer merupakan bidang baru karena sarjana saya yang cukup berbeda, yaknik teknik mesin. Tiap jumat malam dan sabtu, dengan mengendarai motor suzuki thunder, perjalanan bekasi ke jakart terasa ringan, walau kalau dipikir-pikir saat ini, kaget juga, mengapa saya kuat berkendara roda dua sejauh itu. Salah satu dosen kebetulan bukan doktor bidang ilmu komputer, namun memiliki kemampuan dan juga kebijaksanaan dalam mengajari para mahasiswa terkait ilmu komputer. Salah satunya adalah data mining, dimana Dr. Prabowo Pudjo Widodo, kerap membagikan software-software untuk mengelola data mining, salah satunya adalah RapidMiner.
Walaupun software itu sejatinya untuk peneliti non komputer, tetapi cocok juga untuk praktik dasar-dasar data mining (dalam bahasa Indonesia diberi istilah penambangan data). Nah, saat ini RapidMiner sudah ada versi 2025 yang dikenal dengan sebutan Altair AI Studio. Seperti penamaan standar, nama depan berarti vendornya, yakni Altair. Seperti Microsoft Word, berarti Microsoft itu vendornya. Visualisasi, analisa statistik, pengolahan data, dan pekerjaan-pekerjaan sains data lainnya dapat dimanfaatkan oleh software free tersebut (asalkan data <= 10.000 record). Memang software lain, seperti tableau, atau power BI lebih powerful, tapi berbayar.
Salah satu paket menarik dari RapidMiner adalah AutoModel. Di sini kita jika punya satu set data, khususnya dalam format CSV, ketika diunggah ke RapidMiner maka secara otomatis akan diberikan rekomendasi apa saja yang bisa dilakukan, seperti Clustering, Prediction/Inference, Regression, Association Rule, dan lain-lain. Silahkan lihat postingan berikut mengenai fungsi-fungsi dalam Data Mining.
Kira-kira satu atau dua tahun yang lalu, beberapa proyek meminta untuk implementasi AI di aplikasi berbasis web. Kebetulan karena jamannya pilpres dan pilkada, teknik scrapping berita di media online kemudian mengecek sentimen dan emosi dari postingan banyak yang minta. Alhasil mengingat keterbatasan yang ada, Naive Bayes, SVM dan metode klasik lainnya jadi andalan. Dengan data terbatas bisa dilatih model yang mampu mengetahui sentimen dari berita online, dengan akurasi yang tidak jauh dari 80%.
Waktu itu ChatGPT mulai muncul dan tentu saja mengalahkan model-model klasik lainnya. Salah satu keterbatasannya adalah jika ingin memanfaatkan fasilitas model GPT itu, harus berlangganan, dan karena berbasis Application Programming Interface (API), mesin AI tidak berada di sisi kita, melainkan hanya ‘menyewa’. Biayanya pun tidak tanggung-tanggung, hitungan per kata.
Untuk menghitung sentimen, dengan metode klasik pun bisa, tapi jika diminta membuat ringkasan (summary), meringkas, melaporkan (reporting), tentu saja mengandalkan model LLM gratis, waktu itu masih kurang akurat. Namun toh, aplikasi bisa berjalan dengan tetap pengguna mengecek ulang keakuratannya dan tidak serta-merta percaya.
Waktu terus berjalan, Donald Trump tampil dan mengumumkan perang dagang dengan China. Nah, di sinilah muncul DeepSeek, AI buatan China yang mengungguli ChatGPT dari sisi kalkulasi matematis. Bukan hanya itu, mesin AI-nya pun dibagikan secara cuma-cuma dalam skema Opensource. Sehingga pengguna tidak perlu berlangganan jika ingin memanfaatkan Generative AI tersebut. Bayangkan, bagaimana hebohnya pengguna yang sudah terlanjur berlangganan ChatGPT, dipastikan akan beralih ke yang gratis. Walaupun tentu saja masih banyak yang ragu, tapi toh, model yang dibagikan itu karena open source, bisa terlihat struktur dalamnya. Ada beberapa bias, khususnya informasi terkait Taiwan, yang menurut DeepSeek masih bagian dari China. Sebelumnya, model QWEN dari Alibaba juga mulai menyaingi ChatGPT, yang cocok untuk bisnis, tapi dari sisi matematis masih kalah dengan DeepSeek.
Kelebihan DeepSeek ternyata tidak didukung oleh situs onlinenya yang terkadang ‘sibuk’ ketika ditanya, terutama ketika memanfaatkan fasilitas ‘deepthink’ dan ‘web’. Namun, toh bisa kita install di laptop kita dan dapat berjalan walau tanpa terkoneksi ke jaringan, sangat cocok untuk yang tidak punya pulsa. Berikut video bagaimana menginstallnya di Mac, dengan bantuan situs Ollama [Link] dan interface Chatbox [Link].
Bagi dosen, membuat presentasi merupakan pekerjaan sehari-hari. Memang banyak bertebaran slide-slide yang bisa dipakai. Tetapi alangkah baiknya bisa membuat presentasi sendiri. Membuat presentasi sendiri membuat kita lebih PD dan lancar dalam presentasi karena mengerti apa yang ada di slide itu baik yang tertulis maupun yang tersirat.
Saat ini AI bisa membantu membuatkan slide, tapi tentu saja disain dan tampilan perlu dibuat sendiri. Saat ini Canva merupakan andalan anak-anak membuat presentasi karena template yang beragam dan tersedia online tanpa terlebih dahulu instal aplikasi seperti Microsoft Power Point dan sejenisnya.
Anda pasti bisa menjalankan Microsoft Office, seperti Word, Power Point, hingga Excel. Jadi untuk presentasi, orang-orang jadul pasti memilih Microsoft Power Point. Nah, untuk template ternyata Microsoft Power Point tersedia di internet. Bahkan yang versi gratis pun banyak diperoleh dengan disain-disain yang tak kalah dengan Canva. Saya pernah mencoba Canva tapi mungkin karena terbiasa dengan power point, Canva terasa lebih lambat, apalagi aplikasi ini harus terkoneksi ke internet. Power point bisa dipakai offline, saat di pesawat, atau tempat dimana tidak ada akses internet, aplikasi ini bisa menjadi andalan. Silahkan bagaimana menjadikan template power point jadi Themes di Microsoft Power Point kita.
Anda yang lulus di bangku kuliah di awal milenium baru, tahun 2000-an, pasti mengalami kesulitan karena sulitnya mencari kerja akibat krisis yang baru saja pulih. Banyak lulusan perguruan tinggi yang bukan saja kesulitan mencari kerja, beberapa malah ada yang terkena PHK. Generasi era itu merupakan generasi yang unik, karena saat ini banyak korban-korban PHK di jaman itu yang justru menjadi profesor, mengepalai beberapa perusahaan, pengusaha, dan lain-lain.
Salah satu yang menjadi fokus pada postingan ini adalah mental saat itu yang jika tidak kuat akibatnya bisa fatal. Tapi untungnya sebagian besar kuat dan justru jadi tangguh. Entah, mungkin karena banyak temannya. Kecewa ditolak lamarannya hingga persaingan di dunia kerja mewarnai era itu, maklum terkait dapur, kadang manusia lupa jati dirinya.
Bayangkan Anda hidup di era sebelum ada medsos dan dunia online. Informasi harus dicari dengan segala cara. Untungnya internet sudah mulai tumbuh, namun tidak se-masif sekarang, ditambah biaya pulsa yang tidak murah waktu itu. Warnet merupakan lokasi andalan, karena rumah tidak ekonomis untuk berlangganan internet.
Kondisi waktu itu diperparah karena harus keluar kerja karena suami istri dilarang kerja di tempat yang sama. Alhasil, kerja serabutan pun ditempuh, salah satunya sebagai karyawan outsourcing di bank swasta nasional. Berbeda dengan dunia kampus yang politiknya ‘halus’, perusahaan lebih kasar. Beberapa kali pegawai outsourcing menjadi sapi perah pegawai tetap. Pernah juga menjadi ‘tameng’ ketika ada kesalahan. Cukuplah tiga tahun tersiksa sebagai pegawai outsourcing yang digaji separuh dari uang yang diberikan perusahaan induk ke perusahaan outsourcing. Kekecewaan yang ada menghasilkan dua pilihan: 1) menjadi luka batin, atau 2) bahan baku peningkatan mental. Karena manusia berhak memilih, pilihan kedua menjadi pilihan yang terbaik. Jika Anda kecewa diperlakukan seperti itu, maka tidak seharusnya melakukan itu ke orang lain, yang pastinya akan membuat kecewa.
Di siang itu, setelah menunggu kabar lamaran saya ke sebuah kampus di dekat wilayah senen, Jakarta. Akhirnya ada informasi penolakan yakni bidang ilmu saya yang tidak cocok dengan kampus informatika itu. “kalau teknik elektro sih ok, masih dekat”, informasi yang saya peroleh mengenai alasan penolakannya. Kecewa? tentu saja, tapi di dalam benak saya waktu itu muncul energi yang seolah-olah mengatakan, “tunggu, suatu saat saya akan kuliah di jurusan informatika sampai mentok”. Walau setelah itu tersadar bahwa waktu itu jangankan pikiran S3, magister saja belum kepikiran.
Namun energi itu ternyata menarik ke arah cita-cita itu. Secara perlahan setiap hari tidak ada kata berhenti belajar, atau meningkatkan kualitas diri. Dan uniknya, peluang selalu bermunculan. Karena sudah siap, maka peluang yang ada dengan serta merta diambil tanpa susah payah. Jadi, keberuntungan itu adalah kombinasi dari peluang dan kesiapan. Ada peluang tapi Anda tidak siap, maka peluang itu berlalu sia-sia.
Ada kesempatan untuk S2 dengan biaya 50% langsung saja diambil, tanpa perlu pikir panjang. Alhasil lulus dan bergelar master. Tidak lama kemudian, kampus di Bekasi menerima untuk menjadi dosen tetap, setelah 1 tahun menjadi dosen honorer. Seperti biasa, persaingan ada di mana-mana. Rekan saya sempat memberitahu saya kalau pemimpin di tempat saya mengatakan kalau saya bodoh. Tahukah Anda, dibilang bodoh adalah stress terberat bagi orang Jawa. Kecewa? Marah? Tentu saja tidak, justru jadi saya jadikan bahan bakar mental, bahkan menguatkan cita-cita beberapa tahun yang lalu.
Tidak lama kemudian, ada pelatihan bahasa gratis oleh DIKTI ke Jogja selama 3 bulan. Langsung saja diambil walau berat. Toh, mudah karena dulu kuliah di sana enam tahun. Alhasil dengan IELTS score sebesar 6.0, dan bagian writing ber-skor 6.0 sudah cukup untuk studi ke luar negeri. Dan benar, ketika ada peluang beasiswa, saya yang sudah siap dengan IELTS dan proposal, diterima dengan biaya nol rupiah.
Seperti kata Denzel Washington, pemain film ternama yang juga motivator, bahwa saingan atau kompetitor Anda yang sesungguhnya adalah bukan rekan, atasan, atau orang lain, melainkan diri Anda yang kemarin. Asalkan Anda selalu berusaha lebih baik dari Anda yang kemarin, dipastikan Anda akan sukses, cepat atau lambat. Kalau Anda menganggap rekan sebagai kompetitor, maka cenderung lebih mudah ‘menjegal’ dari pada meningkatkan diri, apalagi kepada juniornya. Sulitnya memperoleh ijin dan hal-hal yang menghalangi rekannya yang mau studi lanjut dengan alasan yang mengada-ada, bisa jadi contoh menganggap kompetitor kepada orang lain. Tapi, untungnya yang seperti itu minoritas di kebanyakan institusi.
Walaupun rekan saya banyak yang lebih sukses, bahkan sekarang jadi Profesor, tetapi itu bukan menjadi kompetitor bagi saya, termasuk pembaca sekalian, kompetitor utama saya adalah saya yang kemarin. Sekian, semoga menginspirasi.
Beberapa hari yang lalu terdengar berita kisruh di kementerian diktisainstek, tidak tanggung-tanggung, antara menteri sendiri dengan bawahannya, yang kebetulan emak-emak. Entah kenapa kalau sudah berurusan dengan emak-emak, urusan jadi viral. Walau akhirnya damai, toh kondisi tidak bisa lagi seperti semula. Sepertinya masih ada bara yang siap menyala sewaktu-waktu.
Urusan kedosenan pun kalau sudah terkait dengan emak-emak, pasti urusan akan berlanjut dan viral. Pedagang, entah itu sayur, barang kelontong, dan lain-lain, ketika yang belanja itu emak-emak, dijamin tawar menawar akan seru, ibarat perjuangan sampai tetes darah terakhir. Nah, untuk kesejahteraan dosen, emak-emak pun memegang peranan penting. Lihat saja video buatan mahasiswa UPN terkait kesejahteraan dosen berikut.
Tentu saja kesejahteraan tidak selalu berkaitan dengan gender. Bapak-bapak pun juga tidak tinggal diam, walau terkadang agak sedikit diredam asal harga diri tidak terpicu. Dosen berbeda dengan pegawai biasa, profesi ini ternyata melibatkan berbagai pihak dari mahasiswa, yayasan, hingga pemerintah, bahkan terakhir BPK [Lihat post yang lalu]. Beberapa waktu yang lalu ada edaran bahwa lolos butuh diwajibkan lagi, menandakan kembali berkuasanya pihak yayasan ketika ada dosen yang akan pindah dalam rangka mencari penghidupan yang lebih layak. Tugas berat menanti kemendiktisaintek.
Di tahun 2015an, saya beli macbook air 11 inch yang kecil. Tetapi diinstal dual OS lewat bootcamp, karena ada aplikasi yang memang harus menggunakan Windows. Ternyata disertakan aplikasi Bootcamp di Mac agar bisa dual OS, satu IOS satunya lagi Windows.
Namun karena spek yang rendah, ram 4 giga dan SSD hanya 128 terpaksa kembali lagi ke Mac OS. Maklum, di Mac OS ram 4 giga byte ga masalah, tapi di windows sangat menderita. Akhirnya saya cabut dual OS bootcamp. Tapi ternyata masalah ada di bootcamp yang tidak bisa menghapusnya. Terpaksa dihapus manual. Nah, masalahnya adalah sisa partisi Windows yang dicabut tidak bisa digunakan di Mac. Alhasil, harddisk tinggal 70 Giga saja.
Tanya google dan Youtube, ternyata tidak ketemu. Biasanya di Youtube ok ok saja mereka mengelola partisi lewat Disk Utils. Ternyata di sini Chat GPT bisa membantu. Tentu saja kita harus bertanya mengenai resiko yang terjadi, yakni Mac OS rusak. Alangkah baiknya di backup dulu datanya. Berikut bagaimana melakukan merger partisi Mac yang hilang (bekasi dual OS dengan Windows) dengan yang saat ini jalan. Sekian, semoga bisa membantu.