Kategori: Software Engineering

Install MySQL di Mac Silicon

Belajar pemrograman web di Mac terkadang perlu instal sofware pendukung, salah satunya adalah MySQL untuk basis data. Salah satu andalan saya adalah ‘brew’ yang merupakan fungsi bawaan untuk instal-instal aplikasi di Mac.

Setelah memasukkan instruksi

brew install mysql

Tunggu hingga selesai proses instlasi. Cek dengan instruksi

mysql –version

Pastikan muncul, versinya, misalnya: mysql  Ver 9.5.0 for macos26.1 on arm64 (Homebrew). Selanjutnya jika ingin install phpmyadmin (versi mudah untuk merancang basis data).

brew install phpmyadmin

Namun saat ini beberapa departemen mengharuskan basis data dengan non-MySQL, misalnya PosgreSQL. Namun, untuk latihan, misalnya pengajaran basis data di kampus/sekolah, MySQL sudah cukup, karena mudah (misal XAMPP) dengan GUI seperti Pypmyadmin.

php -S localhost:8080 -t /opt/homebrew/share/phpmyadmin

Kode di atas menjalankan tanpa Apache. Perhatikan letak dari aplikasi phpmyadmin di /opt/homebrew/share/phpmyadmin

Kita perlu memasukan password terlebih dahulu karena phpmyadmin menolak jika masuk tanpa kata sandi/password. Gunakan instruksi ini untuk buat password:

mysql -u root

Lalu ganti password dengan password baru, brew melarang tanpa password untuk user root.

mysqladmin -u root password ‘password’

Maka kita baru bisa masuk dengan password baru tersebut (dengan password: password).

Untuk menghentikan MySqL gunakan kode ini

brew services stop mysql

Tapi untuk mengakhiri phpmyadmin, cukup ctrl-c saja di terminal yang phpmyadmin dihidupkan di awal.

Utak-Atik Server Linux Ubuntu

Terkadang kita dengan mudah membuat aplikasi Artificial Intelligence (AI), misalnya Chatbot. Nah, selain rancangan harus sesuai dengan keinginan user, masalah lain muncul ketika harus bekerja dengan tim lain yang terkadang menggunakan bahasa dan framework yang berbeda.

Biasanya aplikasi yang dibuat tidak sama dengan AI yang dirancang, misalnya AI dengan Python sementara aplikasi induknya dengan Node JS, Laravel, maupun Java. Ini yang membutuhkan kerja sama yang pas antara Web Developer dengan AI designer. Jika sudah pun terkadang ketika diinstal di server production, perlu dites kembali, mengingat library yang menyertai AI harus seluruhnya sesuai. Jika sudah, pihak Web Developer harus bisa menghubungkan port AI dengan web yang dirancang.

Web developer perlu sedikit dijelaskan prinsip dasar menjalankan Python yang terintegrasi dengan PHP, javascript, dan modul-modul HTML yang menyertai. Juga saat menu Restart AI dan cek AI, yang harus diberikan bagi Admin guna memastikan engine AI berjalan dengan baik. Video berikut mengilustrasikan bagaimana ribetnya bekerja Remote ke server tujuan, khususnya Linux.

Peralatan Data Sains

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.

Predictive Analysis – DTree

Clustering – KMeans

Market Basket Analysis

Association Rule

Era Open Source Mulai

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].

Node.Js yang Efisien

Hypertext Preprocessor (PHP) merupakan bahasa pemrograman yang masih banyak digunakan di Indonesia. Namun untuk proyek-proyek sudah mulai tergantingan dengan aplikasi berbasis Microservices. Ada satu bahasa pemrograman web yang sudah lama ada, yakni Javascript. Namun kode ini berjalan di sisi client, alias di browser pengguna. Kode tentu saja dapat dilihat dan digunakan oleh pengguna.

Node.Js di sisi lain mengimplementasikan kode Javascript tapi berjalan di sisi server. Silahkan cari informasi bahasa ini yang kabarnya lebih cepat dibanding PHP, terutama ketika banyak user yang mengakses aplikasi web. Kalau ingin belajar instal Node.Js di server yang ada Dockernya, bisa latihan dengan Play with Docker, seperti pada video ini.

Pergeseran Fokus Informatika dari Pemrograman ke AI

Di Indonesia ada organisasi yang mengurusi pendidikan informatika dan komputer bernama APTIKOM. Kira-kira sepuluh tahun yang lalu informasi dari Association for Computing Machinery (ACM) bahwa jurusan infokom wajib bisa programming. Jadi entah jurusan sistem informasi, teknik komputer, apalagi informatika/ilmu komputer harus ada mata kuliah tentang pemrograman.

Waktu terus berjalan, sebelum COVID saat pertemuan APTIKOM, ketuanya mengatakan seluruh jurusan infokom wajib ada mata kuliah Artificial Intelligence (AI) di kurikulumnya, alias tiap jurusan entah itu berupa mata kuliah khusus atau kalau terlanjur dibuat kurikulumnya harus disisipkan di mata kuliah tertentu yang relevan.

Kemunculan aplikasi berbasis AI membuat perubahan peta infokom. Beberapa situs seperti Stack Overflow dan bahkan Googling mulai ditinggalkan oleh para programmer. Mereka lebih cepat bertanya ke ChatGPT, Copilot, Gemini, dan sejenisnya. Beberapa programmer menyadari hal itu dan cara bertahannya seperti pada [Url] ini. Beberapa hal kreatif yang tidak bisa digantikan dengan AI masih jadi andalan programmer seperti aspek seni, komunikasi yang baik dengan pemesan, dan bermain dengan AI. Tapi jika dipikir-pikir itu kan bukan bidangnya programmer, yakni UI/UX designer, Analis Sistem dan Data Sains atau Machine Learning dan Deep Learning.

Beberapa kampus untuk bidang informatika masih menerapkan konsentrasi ke pembuatan software yang fokus ke pemrograman saat akan mengarah ke skripsi/tugas akhir. Tentu saja konsentrasi ini menjadi sasaran mahasiswa karena mudah dan tinggal buat sendiri program lewat AI atau minta buatkan orang. Di satu sisi konsentrasi yang lain seperti data sains hanya menggunakan Google Colab, rapid miner dan sejenisnya tanpa menunjukan implementasinya dimana skill ini sangat dibutuhkan oleh pengembang perangkat lunak. Sebaiknya konsentrasi fokus ke AI, Data Sains, dan sejenisnya tanpa melupakan bahwa Strata 1 (S1) fokus ke penerapan ilmu, alias buat sesuatu. Namun karena dosen perlu dan wajib riset untuk Beban Kerja Dosen (BKD) per semester terkadang memaksa siswa bimbingan mengikuti level risetnya.

Kekhawatiran mahasiswa yang ambil AI misalnya sulit dalam mengimplementasikan dalam AI sepertinya berlebihan karena AI saat ini bisa membantu siswa mengimplementasikan model yang dibuatnya dalam suatu aplikasi sederhana. Misalnya video berikut mengimplementasikan AI yang dibuat lewat Teachable Machine [Url] menjadi aplikasi desktop dengan framework Kivy.

Editing User Interface file PHP

Dulu banyak situs yang menyediakan hosting file gratis, namun saat ini sangat jarang. Hosting itu biasanya menyediakan server dengan bahasa pemrograman php dan database mysql. Postingan yang lalu dengan Infinityfree [url] saat ini jadi andalan setelah 000webhost.com sudah berbayar. Namun ketika digunakan di lab dimana IP bersama, langsung disuspen oleh Infinityfree.

Sementara itu untuk disain, w3schools secara free menyediakan tools untuk hosting gratis dengan HTML, hanya saja tidak bisa menyediakan server database. Sehingga untuk mengedit user interface file PHP yang akan dijalankan diserver php perlu instal XAMPP dan sejenisnya. Bagaimana jika lab tidak menyediakan? Caranya tentu saja dengan online. Salah satu aplikasi yang bisa jadi alat praktik edit style php adalah w3schools tapi dengan trik hanya mengambil bagian HTML nya saja.

Bagaimana untuk hosting? tentu saja selain Infinityfree bisa memanfaatkan Play with Docker. Video berikut mengilustrasikan bagaimana menambahkan css pada file php yang telah ter-deploy, tentu dengan seting permission dan penanganan container yang sedikit rumit. Tentu saja Play with Docker sepertinya hanya untuk testing karena hanya diberikan waktu 4 jam saja.

How To

Banyak informasi beredar kalau sumber daya manusia (SDM) kita masih lemah. Hal ini menyebabkan beberapa sektor diisi oleh pekerja-pekerja asing. Repotnya, sektor itu merupakan sektor dengan bayaran yang sangat tinggi karena menuntut keahlian tertentu. Seperti prinsip ekonomi, jika permintaan tinggi tetapi suplai kurang maka dipastikan harga akan naik.

Sebenarnya apa sih permintaan yang tinggi itu? Beberapa industri membutuhkan SDM yang tidak bisa diganti oleh mesin atau yang saat ini mulai menggantikan peran manusia adalah kecerdasan buatan, alias Artificial Intelligence (AI) atau sering diistilahkan dengan singkatan indonesia Akal Imitasi (AI).

Sebenarnya hampir semua pekerjaan berisi ‘how to’ atau bagaimana mengerjakan, menyelesaikan, meningkatkan, dan sejenisnya terhadap suatu aktivitas tertentu. Beberapa pekerjaan mungkin bisa diselesaikan oleh satu karyawan, tetapi karena perlu volume yang besar membutuhkan tambahan tenaga, sehingga menghasilan permintaan terhadap pekerjaan itu.

Industri membutuhkan SDM, tetapi kampus atau sekolah tidak mampu memberikan suplai ke industri itu. Beberapa industri terpaksa memberikan pelatihan ke karyawan tersebut. Beberapa merekrut pekerja magang dari sekolah/kampus karena dianggap sudah mampu menjawab ‘how to’ melakukan tugas tertentu. Adanya AI menimbulkan masalah tertentu karena dapat menggantikan peran pekerja manusia. Tapi ternyata AI dapat dimanfaatkan bagi pelajar atau mahasiswa dalam melatih diri sendiri menjawab ‘how to’. Misalnya bagaimana membuat aplikasi mobile seperti ditunjukan pada video berikut.

Konsep-konsep tertentu seperti Application Programming Interface (API) yang sebelumnya perlu membaca buku atau tutorial yang tebal-tebal dan terkadang perlu pelatih, sekarang dengan AI bisa membantu menjelaskan, misalnya ChatGPT. Nah, salah satu yang diperlukan oleh pelajar di masa depan adalah kemampuan belajar sepanjang hayat, salah satunya adalah meningkatkan kemampuan metakognisi di mana seseorang memiliki kemampuan mengetahui apa yang dibutuhkannya dengan mengetahui apa yang perlu dipelajari dengan efisien. Video berikut memperlihatkan bagaimana menghubungkan aplikasi mobile dengan API. Jika berhasil maka dapat mengembangkan ke metode yang lebih kompleks selain ‘read’, yakni ‘update’, ‘create’ dan ‘delete’ dalam format Restful API misalnya (post, get, put, dan lain-lain).

Solusi Hosting Gratis untuk Pemrograman Web di Lab: Tantangan dan Alternatif

Terkadang lab tidak menyediakan tool untuk pemrograman web, sehingga mengandalkan aplikasi yang ada versi gratisnya, lihat pos yang lalu. Tetapi ternyata sudah tidak gratis lagi, harus berlangganan. Masih ada penyedia hosting yang gratis yakni infinityfree [link]. Hanya saja problem ketika digunakan di lab, akun semua kena suspen. Mungkin karena ketika menggunakan jaringan di lab, IP terdeteksi sama, sehingga melanggar batas maksimum.

Beberapa aplikasi seperti w3school menyediakan juga server tapi hanya HTML, tidak bisa memasang database seperti Php-Mysql. Namun ada juga yang menyediakan server secara gratis, tetapi harus menghinstall full, yakni Play-With-Docker (PWD).

Untuk latihan Phpmyadmin bisa lihat instalasi di PWD berikut ini. Lumayan, menghemat anggaran Laboratorium. Apalagi Docker sendiri sudah merupakan teknologi terkini untuk server.

Untuk memulai, login terlebih dahulu ke hub docker terlebih dahulu. Oiya, untuk PWD jika digunakan di Wifi kampus aman, tidak kena suspen seperti Infinityfree.

Sekian semoga tertarik.

Figma: Mengintegrasikan Desain, Pengalaman Pengguna, dan Kode dalam Pengembangan Aplikasi

Software terkadang membutuhkan ilmu lain selain informatika dan komputer. Hal ini karena melibatkan manusia sebagai pengguna. Aspek lain seperti seni, psikologi, dan ilmu sosial lainnya sangat menentukan useability software yang dibuat.

Salah satu aplikasi untuk orang non-komputer dalam mendisain aplikasi, khususnya web dan mobile adalah Figma. Aplikasi ini selain mendisain interface (UI) juga memberikan aspek experience (UX) kepada pengguna lewat proses/flow yang terjadi di dalamnya. Berikut ini contoh disain yang selain menghasilkan tampilan, juga bisa dikonversi menjadi HTML yang siap pakai. Dilengkapi dengan fasilitas CSS sehingga memberikan hasil seperti image yang dirancang. Berbeda dengan Canva, Figma tidak hanya disain, melainkan file yang terkoneksi dengan web (HTML dan CSS).

Selain tampilan antar muka, dengan Prototyping yang tersedia di Figma, perancang bisa melihat keterkaitan antara satu page dengan page lainnya. Prototipe dapat dibuat dengan cepat untuk diberikan ke calon pengguna/pemesan apakah sesuai dengan yang diinginkan. Sehingga jika ada perubahan akan langsung direspon tanpa menunggu kode selesai dibuat.

Silahkan coba buat disain yang keren, seperti yang ada di internet. Anda juga bisa menjual template yang dibuat, siapa tahu ada yang berminat. Sekian, selamat mencoba.

Push Docker Image dengan Play With Docker

Saat ini banyak aplikasi yang berbasis internet untuk pendukung pembelajaran Software Engineering, misalnya Play With Docker [url]. Sebelumnya aplikasi seperti Google Colab [url] pun cukup baik membantu pemrograman Python. Jadi dari seluruh tahapan CRISP-DM [url] dari business understandine, hingga deployment dapat diakomodir.

Amat disayangkan Google Colab yang sejatinya untuk meramu algoritma sebelum diimplementasikan tidak dilanjutkan ke aplikasi oleh mahasiswa S1 yang notabene harusnya di level penerapan. Jadi mahasiswa S1 hanya menggunakan Google Colab saja. Yang membuat jadi tidak jelas adalah sementara di Google Colab tidak ada temuan metode, hanya menggunakan saja, tapi tidak diimplementasikan menjadi aplikasi baik berbasis desktop, web, maupun model.

Beberapa rekan dosen mungkin mengatakan bahwa itu masuk ke konsentrasi sains data, tapi sejatinya sains data adalah bagaimana mensuport organisasi sehingga wajib adanya riset di satu organisasi. Jadi jika mahasiswa hanya memakai metode dengan Google Colab tanpa riset ke suatu organisasi sepertinya tidak sesuai dengan level 6 KKNI. Oke, jadi ada baiknya siswa S1 diminta sedikit membuat aplikasi yang saat ini dipermudah dengan adanya ChatGPT yang membantu pembuatan aplikasi. Untuk deployment, berikut contoh dengan Play With Docker. Sekian semoga bermanfaat.

Memasang phpMyAdmin Pada Play with Docker

Postingan yang lalu telah dibahas NGINX pada Docker [URL] dengan Dockerfile. Nah, sekarang kita coba Phpmyadmin yang menyediakan database server MySQL yang dapat diakses lewat NGINX yang lalu. Karena akan diinstal database maka perlu menyiapkan password root, misalnya untuk mempermudah: ‘password’.

Untuk Phpmyadmin lebih mudah dengan memanfaatkan docker-compose dengan ekstensi yml. Phpmyadmin masih disukai karena untuk membuat database beserta tabel-tabelnya masih menggunakan GUI yang mudah. Karena Docker merupakan mesin virtualisasi, agar data yang ada di MySQL tetap ada walau Docker dimatikan perlu memasang volumes di file yml. Untuk jelasnya silahkan lihat video youtube berikut.

Membuat Image Docker Nginx Aplikasi Web dengan Play with Docker

Teknologi informasi berkembang sangat cepat. Beragam metode dan teknik terkini muncul setiap hari. Teknologi beberapa tahun yang lalu muncul dan baru saja dipelajari di kampus, kini sudah usang. Mau tidak mau baik dosen maupun mahasiswa harus update teknik terkini kalau tidak mau dibilang ‘kudet’ alias kurang update.

Saya ingat beberapa tahun yang lalu menginstall server virtual di cabang-cabang bank swasta nasional dengan VMWARE. Kaget juga pertama kali tahu kalau aplikasi virtual itu bisa dipakai untuk transaksi real, walaupun pada dasarnya ‘kepepet’ karena hardware server berganti tetapi sistem masih yang lama, alhasil digunakanlah VMWARE sistem yang lama berjalan di hardware yang baru yang belum jadi sistem untuk transaksinya. Jadi, walau virtual ternyata bisa beroperasi layaknya server real, yang ternyata aplikasi cloud computing dasarnya adalah aplikasi-aplikasi jenis ini.

Nah, sekarang muncul jenis virtualisasi baru yang dikenal dengan nama docker. Jenis ini berbeda dengan VMWARE yang membuat virtual satu mesin full lengkap dengan sistem operasi, pada docker hanya membuat virtualisasi di sisi aplikasi. Sistem operasi masih menggunakan sistem induknya, hanya saja perlu menginstal aplikasi docker. Alasan utamanya adalah untuk memperingan akses mengingat tanpa membangkitkan sistem operasi, cukup aplikasinya saja.

Video berikut memperlihatkan sebuah Docker yang dicoba di Play-With-Docker untuk memasang aplikasi Web dengan server NGINX. Server tidak perlu diinstall NGINX karena di image Docker telah terinstall server itu. Manfaat lainnya, server tidak ‘tercemarai’ dengan aplikasi-aplikasi yang perlu diinstall, dari Library, Database, dan lain-lain yang beresiko server Crash.

Deploy AI dengan Docker

Artificial Intelligence (AI) sangat luas, baik dari implementasi maupun definisi. AI terbagi jadi empat kuadran yakni Think Humanly, Think Rationally, Act Humanly, dan Act Rationally. Namun demikian definisi yang memuaskan sulit didapat, misalnya Alan Turing cenderung mendefinisikan AI sebagai Think Humanly, dengan Turing Test-nya dimana seseorang diminta menebak dia chatting dengan manusia atau mesin. Sementara itu tokoh lain seperti Elaine Rich menyatakan bahwa AI merupakan rancangan komputer yang melakukan sesuatu dimana saat ini manusia menunjukan hasil yang lebih baik. Misalnya aplikasi catur, ketika Grandmaster Gary Kasparov kalah oleh aplikasi catur Deep Blue, maka catur bisa dikatakan bukan wilayah AI lagi. Kalau bukan AI apa namanya? Alhasil, pertandingan catur harus mencegah pemain memanfaatkan AI. Misal ada robot yang mengendalikan motor dan mengalahkan Valentino Rossi, berarti robot pembalap itu sudah di luar AI.

Inilah yang dikhawatirkan oleh beberapa ilmuwan AI dimana produk dari AI yang mengalahkan manusia. Ketika ChatGPT muncul, ujian atau tugas mahasiswa sudah harus dipastikan tanpa memanfaatkan ChatGPT mengingat kemampuan aplikasi ini dalam men-generate tulisan atau menjawab soal-soal. Repotnya ketika AI yang telah dibuat belum ada cara mengantisipasi dampaknya.

Beragam produk AI dihasilkan setiap hari. Yang unik kebanyakan diakses tanpa perlu membayar, mirip Google yang gratis digunakan untuk searching, atau ChatGPT untuk menjawab pertanyaan-pertanyaan. Mengapa? Hal ini karena pengguna hanya diberi akses tanpa memiliki Engine AI itu sendiri. Ketika pengembang AI menciptakan engine, biasanya mereka tidak memberikan engine itu ke orang lain, melainkan hanya memberikan akses saja, misalnya dengan API. Video berikut memperlihatkan bagaiman mengimplementasikan AI lewat akses API dengan salah satu situs online untuk praktik DevOps, yakni Play-with-Docker.

Mengatasi Problem Keterbatasan Server Lab di Indonesia

Memiliki sebuah server praktikum merupakan kendala utama untuk dunia pendidikan baik kampus maupun sekolah, khususnya di Indonesia terkait kendala biaya. Beberapa opsi dapat digunakan, salah satunya adalah menyewa server cloud. Namun biaya sewa juga menjadi masalah mengingat untuk aplikasi-aplikasi terkini yang berjenis stack-based development memerlukan infrastruktur yang kompleks.

Untuk masalah itu, solusi yang praktis adalah memanfaatkan aplikasi online yang saat ini tersedia, yakni Play with Docker [Link]. Aplikasi ini menyediakan secara gratis server yang terdiri dari beberapa instance untuk dipakai berlatih. Di sini disebut berlatih karena hanya diberi waktu empat jam untuk tiap sesi latihan. Walaupun sebentar, waktu empat jam sepertinya sudah cukup. Sebagai contoh di sini saya menggunakan satu instance baru. Instance baru tersedia dengan sebuah terminal yang sudah terinstall docker di dalamnya. Kita bisa membuat image atau untuk latihan kali ini hanya mengimpor image dari Docker Hub [Link]. Silahkan menginstall Docker Desktop di laptop Anda [Link]. Versi yang tersedia cukup lengkap dari Windows, Linux, hingga Mac OS. Untuk windows ada sedikit setting pada virtualisasi diaktifkan, silahkan panduannya untuk instalasi dengan Windows lihat di [Link].

Menjalankan Play with Docker.

Tekan start untuk memulai PWD. Pada terminal masukan instruksi ‘docker pull’ untuk menarik image dari Docker Hub yang telah kita buat sebelumnya. Proses ini memerlukan waktu sesuai dengan besar atau kecilnya image. Karena proses transfer dari cloud ke cloud dan tidak mengunduh ke laptop kita sehingga tidak membutuhkan waktu yang lama. Selanjutnya jalankan dengan instruksi ‘docker run’, sesuaikan port yang akan dipublikasi.

Di sini 8080:3000 berarti yang akan diakses oleh publik adalah 8080 (kita bisa gunakan sesuai kebutuhan), sementara 3000 merupakan port yang dipakai di aplikasi FLASK. Sekedar informasi, image yang ditarik merupakan aplikasi berbasis Flask Python untuk mentranslate bahasa Indonesia ke bahasa Inggris.

Menjalankan Aplikasi Play with Docker.

Untuk menjalankan aplikasi tekan angka PORT yang muncul di sebelah kanan OPEN PORT. Jika tidak muncul bisa mengklik kotak OPEN PORT dan isi sesuai dengan port pada Docker Run tadi. Pastikan ketika port 8080 dijalankan akan muncul aplikasi yang jika dijalankan berfungsi normal untuk mentranslate kalimat.

Beberapa waktu yang lalu Play with Docker tidak bisa diakses, biasanya sedang ada gangguan di server PWD, dan ketika tulisan ini dibuat berjalan dengan normal, semoga ke depan aplikasi online ini banyak dibuat karena secara ekonomis sangat membantu dunia pendidikan khususnya untuk software development dimana saat ini teknik stake-based development sangat dibutuhkan dengan aplikasi-aplikasi berbasis microservices atu akses antar platform yang berbeda. Untuk ilustrasi video silahkan buka link Youtube berikut ini.