Sebutkan, jelaskan dan berikan contoh peralatan atau aplikasi Inovasi Sistem Informasi yang diterapkan atau digunakan untuk mendeteksi seseorang terpapar Covid 19

 

Beberapa Inovasi Untuk Mendeteksi Seseorang terpapar Covid-19

• Pemerintah China

Pemerintah China diketahui telah meluncurkan aplikasi yang memungkinkan orang mengetahui apakah mereka berisiko terkena virus corona.

Aplikasi bernama Close Contact Detector akan memberitahu pengguna jika mereka berada di dekat seseorang yang telah dikonfirmasi atau diduga tertular virus corona. Untuk melakukan penyelidikan, pengguna memindai QR code pada ponsel mereka.

Setelah aplikasi baru terdaftar dengan nomor telepon, pengguna diminta untuk memasukkan nama dan nomor ID mereka. Setiap nomor telepon yang terdaftar kemudian dapat digunakan untuk memeriksa status hingga tiga nomor ID.

Aplikasi itu dikembangkan bersama oleh pemerintah China dan China Electronics Technology Group Corporation dan didukung oleh data dari otoritas kesehatan dan transportasi.

Aplikasi ini memberikan informasi tentang:

- Orang yang bekerja bersama, berbagi ruang kelas, atau tinggal di rumah yang sama.

- Staf medis, anggota keluarga atau orang lain yang telah melakukan kontak dekat dengan pasien dan pengasuh mereka

- Penumpang dan kru yang telah naik pesawat, kereta api dan transportasi lainnya dengan orang yang terinfeksi.

 

• Alibaba

Alibaba memperkenalkan beberapa fitur perawatan kesehatan. Pada bulan Januari, Alibaba meluncurkan layanan klinik online pada aplikasi Alipay dan Taobao untuk pengguna di provinsi Hubei, tempat virus corona pertama kali ditemukan, yang kemudian diperluas ke Beijing. Layanan itu, yang memungkinkan orang melakukan konsultasi online dengan dokter.

Pada bulan Februari, perusahaan meluncurkan layanan pengiriman obat untuk orang-orang untuk mengobati penyakit kronis. Layanan itu muncul ketika rumah sakit kewalahan karena virus corona.

Kelompok riset Alibaba juga mengembangkan algoritma artificial intelligence baru untuk menganalisis CT Scan. Perusahaan mengklaim AI-nya dapat mengidentifikasi perbedaan gambar antara pneumonia yang terinfeksi virus corona yang dicurigai, sedikit dicurigai, dan pneumonia yang tidak terinfeksi virus corona dalam 20 detik, dengan tingkat akurasi hingga 96%.

Teknologi itu telah digunakan di 26 rumah sakit di 16 provinsi dan kota. Dalam beberapa minggu ke depan, teknologi ini akan tersedia di lebih dari 100 rumah sakit di China.

 

• Tencent

Tencent adalah salah satu perusahaan video game terbesar di dunia. Tidak hanya itu, Tencent juga juga menjalankan platform chatting paling populer di China, WeChat.

Perusahaan itu telah meluncurkan layanan konsultasi kesehatan online gratis melalui lima platform layanan kesehatan online via WeChat. Ada juga yang disebut "chatbot" yang memungkinkan pengguna untuk mengajukan pertanyaan dan mendapatkan diagnosis awal.

Tencent juga telah membuka fasilitas super komputer untuk membantu para peneliti menemukan obat untuk virus tersebut, menurut laporan CNN. Super komputer dapat menjalankan proses lebih cepat dari komputer biasa.

 

• Huawei

Huawei dikenal dengan peralatan jaringan telekomunikasi dan telepon pintar. Tetapi Huawei juga memiliki bisnis cloud yang terus berkembang.

Unit cloud perusahaan, bersama dengan perusahaan bernama GrandOmics Biosciences, mengembangkan alat untuk memahami susunan genetik dari virus corona. Teknologi Huawei juga sedang digunakan oleh para peneliti untuk menyeleksi obat-obatan untuk menemukan satu yang mungkin cocok untuk pengobatan coronavirus.

Platform cloud computing perusahaan juga digunakan untuk analisis CT scan yang dapat membantu mengidentifikasi pasien dengan virus.

 

• DiDi

DiDi adalah layanan ride-hailing (berbagi tumpangan) terbesar di China, tetapi juga memiliki bisnis cloud computing.

Perusahaan membuka fasilitas cloud-nya secara gratis untuk penelitian dan proyek bantuan yang berkaitan dengan virus corona. DiDi mengatakan beberapa "organisasi analisis data medis telah menerapkan dan mulai menggunakan layanan ini."

 

• Baidu

Baidu adalah mesin pencari (search engine) terbesar di China. Perusahaan juga telah berkecimpung dalam teknologi AI.

Perusahaan itu sudah menjalankan platform konsultasi dokter online secara gratis. Baidu mengatakan platform ini telah menangani lebih dari 15 juta pertanyaan dari pengguna dan ada lebih dari 100.000 dokter yang telah bergabung untuk menjawab pertanyaan.

Baidu juga memberikan algoritma yang disebutnya "LinerFold" secara gratis ke lembaga pengujian gen, pusat kontrol epidemi, dan lembaga penelitian global. Algoritma ini dapat membantu para ilmuwan memahami susunan genetik dari virus coronavirus, dan dapat membantu upaya mengembangkan vaksin.

Read More

Sebutkan, jelaskan dan berikan contoh peralatan-peralatan canggih dari Inovasi Sistem Informasi yang diterapkan atau digunakan dalam masa pandemi Covid 19

 

Inovasi SI Dalam Masa Penanganan Virus Covid-19

 

• Non-PCR diagnostic test/ Rapid Detection Test (RDT) Covid-19

BPPT bersama dengan Konsorsium Riset dan Inovasi Covid-19 yaitu UGM, Unair, Hepatika Mataram, Universitas Mataram, ITB, Unpad dan sejumlah pelaku industri melakukan pengembangan RDT Kit. RDT Kit yang terdiri dari dua perangkat, yakni RDT Kit untuk deteksi antibodi IgG/IgM, dan RDT Kit untuk deteksi antigen micro-chip. DT antibodi IgG/IgM mampu mendeteksi secara cepat keberadaan virus Covid-19 dalam waktu 5-10 menit cukup dengan meneteskan darah atau serum pada alat RDT Kit IgG/IgM. RDT Kit ini didesain menggunakan platform teknologi imunokromatografi yang berbasiskan virus lokal Indonesia, sehingga diharapkan lebih sensitif dan lebih spesifik untuk orang Indonesia dibandingkan produk impor.

Salah satu produk IgG/IgM yang dikembangkan merupakan hasil bersama antara BPPT, UGM, ITB, Unair, PT Hepatika /UNRAM. RDT ini mempunyai manfaat untuk deteksi antibodi IgM dan IgG orang terpapar Covid19 baik digunakan untuk OTG, ODP, PDP, Post Infeksi dan gambaran Herd Immunity. Alat ini mempunyai keunggulan praktis diaplikasikan, spesifik, tanpa alat, di mana saja, cepat paling lama 15 menit. Pada tanggal 19 Mei 2020, telah didapatkan Nomor Ijin Edar (NIE) dari Kementerian Kesehatan RI dengan nomor AKD 20303020697. Pada minggu ke-2 Mei 2020 telah dilakukan uji validasi pada beberapa rumah sakit di Yogyakarta, Solo, Semarang dan Surabaya.

Pada bulan Mei ada sebanyak 10 ribu untuk validasi lapangan di RS di Yogyakarta, Semarang, Solo dan Surabaya. Bulan Juni sekitar 40 ribu alat tes terdistribusi ke rumah sakit. Pada Juli sampai Agustus sekitar 100 ribu hingga 500 ribut alat tes siap diproduksi massal oleh PT Hepatika Mataram, BPPT dan industri lainnya. BPPT, ITB, UNPAD, PT Pakar Biomedika Indonesia juga mengembangkan RDT untuk deteksi IgG/IgM berbasis protein S1 dan protein N. Yang akan dilakukan validasi pada akhir Juli dan akan diproduksi 10 ribu alat tes pada awal Agustus 2020.

Sementara itu perangkat RDT Kit micro- chip merupakan alat pendeteksi antigen yang mampu mendeteksi secara dini (early detection) keberadaan virus Covid-19 dengan menggunakan sensor Surface Plasmon Resonance (SPR).

Alat tes bisa dilakukan pada pasien dalam pengawasan (PDP), orang dalam pemantauan (ODP) dan orang tanpa gejala (OTG). Satu micro-chip dapat mendeteksi sekaligus delapan sampel dari hasil swab. Reagen biosensor yang dikembangkan lebih sederhana dibandingkan dengan teknik PCR. Setelah diuji validasi reagen biosensor menggunakan microchip SPR, akhir Juli 2020 produk reagen sejumlah 100 alat diserahkan ke rumah sakit. Kemudian dilakukan evaluasi produk dari feedback RS akan diberikan di Agustus 2020.

 

• PCR Test Kit

Alat test PCR yang dikembangkan bersama oleh BPPT, NUSANTICS dan PT Biofarma ini didesain dengan target gen deteksi SARS-CoV-2 sesuai dengan sekuens virus Indonesia. PCR test kit ini mempunyai sensitivitas tinggi (100 persen) terhadap SARS-CoV-2 dengan menggunakan sistem terbuka (open system) sehingga bisa digunakan di berbagai alat RTPCROpen system (bisa digunakan di berbagai alat RT-PCR.

TFRIC-19 juga telah melakukan distribusi untuk uji komparasi di 10 institusi di Mikrobiologi UI, RS Tangerang, RSND Semarang, RSPI, Litbangkes, Eijkman, Labkesda DKI, Labkes Prov Jabar, Kimia Farma, Bio Farma. Proses produksi secara massal ini memanfaatkan fasilitas produksi PT Biofarma, termasuk untuk proses pengujian, pengemasan, dan distribusi.

Pengembangan ini sempat terkendala oleh ketersediaan alat reagen yang saat ini masih harus impor. Meski begitu pada akhir Mei 2020 akan rampung didistribusikan ke rumah sakit serta laboratorium yang menguji spesimen Covid-19. AlatPCR ini telah berhasil diproduksi sebanyak 50 ribu unit. Rencananya, alattestPCR ini telah akan diproduksi sebanyak 100 ribu unit pada akhir Mei 2020.

• Penggunaan AI untuk penanganan Covid-19

Teknologi AI untuk penanganan Covid-19, akan dilakukan TFRIC-19 melalui Sub-tim Artificial Intelligence. Prinsip kerjanya, berdasarkan data X-Ray dan CT-Scan dari pasien yang positif dan negatif Covid-19, akan dibangun model AI. Selanjutnya dibuat software berbasis AI untuk mendeteksi Deteksi Covid-19 dari CT-scan & X-ray yang dapat digunakan untuk membantu pendeteksian dini pasien dengan validasi dari radiolog dan dokter. AI bisa digunakan untuk menjadi landasan pengambilan keputusan dan kebijakan oleh pejabat yang berwenang. Keunggulan software ini yang dibangun adalah cepat, mudah, relatif murah, membantu radiolog dan dokter dalam memutuskan diagnosis Covid-19. Insitusi yang terlibat diantaranya adalah ITB, BPPT, RSCM-UI, RS-Koja, Untag, Unesa, Politeknik Negeri Malang, Univ. Atmajaya, Unsyiah, Neurabot Lab, Riset.ai, Zi.care, dan IAIS. Diharapkan sistem yang dikembangkan ini akan melengkapi atau bersifat komplemen terhadap pengujian berbasis PCR, maupun Whole Genome Sequencing (WGS) Covid-19 Indonesia.

 

• Whole Genome Sequencing (WGS) Covid-19 asal Indonesia

WGS juga dilakukan oleh TFRIC-19 untuk tujuan desain vaksin dan kegiatan epidemiologi Covid-19 di Indonesia. WGS dilakukan untuk identifikasi whole genome dari virus 2019-nCoV dari beberapa daerah di Indonesia. TRFIC19 juga membandingkan sekuens dari berbagai virus Indonesia dengan virus yang ada di berbagai negara yang tersimpan di GISAID. GISAID sendiri merupakan institusi yang dibuat oleh Pemerintah Jerman dan Lembaga Swadaya Masyarakat (LSM) Internasional untuk mempelajari data genetika virus.

Tim juga menganalisa mutasi yang terjadi pada sampel virus SARS-CoV-2 Indonesia dan membandingkan sekuens virus dari penderita dengan symptom dan asymptomatic. Diharapkan kegiatan ini mampu mendesain genom sehingga bisa digunakan universal khususnya di Indonesia untuk produksi obat dan vaksin Covid-19. WGS serupa juga dilakukan oleh Lembaga Biologi Molekuler Eijkman. WGS antaran institusi ini dianggap BPPT berguna untuk melengkapi rangkaian genom virus SARS-CoV-2 dari Indonesia.

WGS diketahui dapat mengarakterisasi virus corona secara spesifik di Indonesia. Selain itu, WGS juga untuk memonitor dan mengevaluasi virus corona. Kemudian, WGS juga dapat menentukan seberapa cepat virus beradaptasi saat menyebar di Indonesia. Serta, WGS juga dapat memprediksi ancaman pandemi berikutnya. WGS Sars-Cov-2 asal Indonesia merupakan WGS pertama kontribusi dari Indonesia untuk nasional maupun internasional.

  

• Emergency Ventilator

Sementara itu, untuk membantu pasien terinfeksi virus corona yang mengalami gangguan pernapasan, BPPT, PT LEN, PT Polijaya telah mengembangkan Emergency Ventilator. Produk ini mengadopsi desain open source yang dikembangkan di Eropa dengan modifikasi sesuai material dan komponen yang ada di pasar lokal. Ventilator portabel ini menggunakan ambu bag (alat untuk memompa oksigen atau pipa berkatup). Cara kerja ambu bag ini akan dipompa dengan alat mekanisme menggunakan motor listrik yang dikendalikan secara otomatis. Guna mengantisipasi kebutuhan terhadap produksi massal, BPPT juga telah menjalin kesepakatan dengan tiga industri nasional dari kalangan BUMN dan swasta.

Saat ini BPPT sedang melakukan uji fungsi dan klinis oleh yang dijalankan oleh tim dokter yang berasal dari rumah sakit BUMN dan rumah sakit swasta. Diperkirakan kebutuhan ventilator di Indonesia pada saat puncak pandemi akan lebih dari 70 ribu unit. Padahal, sementara ini jumlah ventilator yang tersedia di rumah sakit di seluruh Indonesia diperkirakan tidak sampai 7 ribu unit.

 

• Aplikasi Covid Track

BPPT juga telah meluncurkan aplikasi untuk memonitor keberadaan pasien positif Covid-19 dalam rangka melindungi tenaga medis. Melalui aplikasi ini, ketika seorang dokter akan melakukan anamnesa dan mulai mendata pasien, berdasarkan NIK yang dimasukkan, dokter akan tahu apakah pasien tersebut sudah pernah terdata sebelumnya. Bila data menunjukkan bahwa pasien berstatus PDP atau konfirmasi positif, aplikasi akan mengirimkan notifikasi ke dokter, untuk mengambil tindakan preventif.

 

• Mobile Lab BSL-2

Inovasi selanjutnya adalah Mobile laboratorium Bio Safety Level-2 (BSL-2). Inovasi ini siap untuk difungsikan, dan telah diuji coba di Rumah Sakit (RS) Ridwan Meuraksa, Jakarta Timur, kemarin sore (19/05). "Kami telah merampungkan pembangunan Mobile Lab, atau Laboratorium Bio Safety Level 2 (BSL-2), yang dapat beroperasi secara mobile," urai Kepala BPPT Hammam Riza.

Mobile Lab BSL-2 ini dibangun di atas kontainer yang diharapkan bisa dikirimkan ke berbagai daerah untuk memudahkan pelaksanaan uji PCR dalam rangka mendeteksi Covid-19. "Mobile lab BSL-2 ini juga telah mengikuti standar WHO yang dilengkapi sejumlah peralatan untuk mendukung pemeriksaan swab Covid-19 antara lain: peralatan PCR untuk tes swab Covid-19, bio-safety cabinet, dan sistem pemprosesan limbah medis," terangnya.

Sebagai informasi, Mobile Lab BSL-2 merupakan laboratorium yang dirancang secara mobile untuk deteksi Covid-19. Memiliki fitur diantaranya memenuhi standar WHO (BSL 2 ), memiliki Biosafety Cabinet Level II A2, mencegah virus menginfeksi penguji, ruang utama bertekanan negatif, mencegah virus keluar ke lingkungan, memiliki autoclave (alat pemusnah limbah).

Fitur lainnya adalah limbah virus dapat langsung dimusnahkan, pemantauan suhu, tekanan, kelembaban, limbah, CCTV secara otomatis 24 jam, menjamin keamanan lingkungan laboratorium, memenuhi standar laboratorium pengujian, alur pengujian satu arah (unidirectional flow), mencegah kontaminasi saat proses pengujian, sistem pencatatan sampel dan pelaporan hasil yang terintegrasi, mencegah kesalahan pelaporan.

Keunggulan yang dimiliki diantaranya bentuk berupa standar kontainer berukuran enam meter sehingga mudah untuk dimobilisasi, dilengkapi teknologi Biosafety dan sistem kendali terotomasi serta sistem pengawasan terintegrasi, dilengkapi reagen/ test kit BioCoV-19.

Read More

Sebutkan, jelaskan dan berikan contoh peralatan atau aplikasi canggih AI yang diterapkan atau digunakan untuk mendeteksi seseorang terpapar Covid 19

 

Artificial Intelligence Pendeteksi Terpapar Virus Corona

 

• Thermal Scanner

Sejumlah negara kini telah memasang alat thermal scanner di bandara untuk memantau suhu tubuh pengunjung sebagai salah satu langkah antisipasi guna mendeteksi adanya indikasi virus yang mungkin dibawa oleh penumpang. Thermal scanner sendiri merupakan alat untuk mengetahui suhu pada sebuah objek dengan menggunakan teknologi FPA (focal plane array) sebagai detektor yang akan menerima sinyal infra merah. Alat berupa kamera ini nantinya akan mendeteksi suhu dengan menghasilkan output berupa cahaya warna-warni.

Suhu objek yang ditangkap akan menunjukkan warna yang berbeda-beda. Untuk suhu yang lebih dingin dimunculkan dengan warna biru, ungu, dan hijau. Sedangkan suhu yang lebih hangat diberi warna merah, oranye, dan kuning. Di Indonesia, alat ini sudah difungsikan di beberapa bandara maupun pelabuhan.

• Gelang Pintar

Gelang ini dirancang khusus untuk memantau kondisi kesehatan pengguna seperti pengecekan temperatur badan secara langsung atau real-time untuk mengetahui apakah ada gejala demam atau tidak. Dengan dukungan sistem Global Positioning System (GPS), artinya gelang ini dapat terintegrasi melalui smartphone yang telah terhubung dengan aplikasi untuk memonitor kondisi kesehatan penggunanya.

Apabila pengguna mengalami masalah kesehatan, nantinya aplikasi yang terhubung ke gelang pintar tersebut akan memberi peringatan dan merekomendasi mereka untuk melakukan tindakan lebih lanjut. Gelang ini juga dapat membantu para tenaga medis dalam mengawasi dan memantau kesehatan pasien yang terpapar virus Covid-19. Tak hanya untuk para tenaga medis, beberapa waktu lalu Pemerintah Kota Beijing juga telah menyiapkan gelang pintar untuk mendeteksi jika ada sesuatu yang tidak normal di badan siswa sehingga langsung dapat mengantisipasinya. Statistik suhu badan yang dideteksi gelang itu nantinya akan diupload ke smartphone melalui koneksi bluetooth. Siswa yang sudah kembali bersekolah diminta memakai gelang itu selama jam pelajaran berlangsung. Pemerintah Beijing rencananya akan memperluas implementasi gelang pintar itu dalam waktu dekat.

• Deteksi atau Diagnosa Penyakit akibat COVID-19 / Virus Corona

Pembacaan hasil CT scan oleh dokter atau ahli radiologi dapat dikurangi bebannya jika dibantu dengan implementasi AI. Sejumlah ahli menggunakan suatu dataset yang terdiri atas 46.000 citra CT dari 106 pasien, dari 26.000 pasien COVID-19 dan lebih dari 20.000 citra dari 55 kelompok kontrol. Mereka menggunakan jaringan syaraf tiruan (neural network) bernama UNet++.

Akurasi hasil pembacaannya mencapai 95,24% per pasien dan 98,5% per citra. Di samping itu, diagnosa menggunakan AI ini juga mengurangi waktu analisa sebanyak 65%. Di sinilah AI berperan besar memperbaiki efisiensi diagnosa dan mengurangi beban kerja dokter serta ahli radiologi.

Dua perusahaan yang telah mengimplementasikan kecerdasan buatan (AI) untuk diagnosa Corona ini adalah Infer Vision dan Alibaba. Alibaba mengklaim bahwa sistem mereka mampu mencapai akurasi 96% menggunakan 5.000 data tes yang telah terkonfirmasi. Menurut laporan Asian Review dari Nikkei, sistem AI Alibaba ini hanya membutuhkan waktu 20 detik untuk mengambil keputusan diagnosa, sementara seorang dokter normalnya membutuhkan waktu 15 menit.

Read More

Sebutkan, jelaskan dan berikan contoh peralatan-peralatan canggih AI yang diterapkan atau digunakan dalam masa pandemi Covid 19

 

Pemanfaatan Artificial Intelligence

 

• Deteksi atau Diagnosa Penyakit akibat COVID-19 / Virus Corona

Pembacaan hasil CT scan oleh dokter atau ahli radiologi dapat dikurangi bebannya jika dibantu dengan implementasi AI. Sejumlah ahli menggunakan suatu dataset yang terdiri atas 46.000 citra CT dari 106 pasien, dari 26.000 pasien COVID-19 dan lebih dari 20.000 citra dari 55 kelompok kontrol. Mereka menggunakan jaringan syaraf tiruan (neural network) bernama UNet++.

Akurasi hasil pembacaannya mencapai 95,24% per pasien dan 98,5% per citra. Di samping itu, diagnosa menggunakan AI ini juga mengurangi waktu analisa sebanyak 65%. Di sinilah AI berperan besar memperbaiki efisiensi diagnosa dan mengurangi beban kerja dokter serta ahli radiologi.

Dua perusahaan yang telah mengimplementasikan kecerdasan buatan (AI) untuk diagnosa Corona ini adalah Infer Vision dan Alibaba. Alibaba mengklaim bahwa sistem mereka mampu mencapai akurasi 96% menggunakan 5.000 data tes yang telah terkonfirmasi. Menurut laporan Asian Review dari Nikkei, sistem AI Alibaba ini hanya membutuhkan waktu 20 detik untuk mengambil keputusan diagnosa, sementara seorang dokter normalnya membutuhkan waktu 15 menit.

• Tracking dan Analisa Penyebaran Virus Corona / COVID-19 untuk Tindakan Pencegahan

Jika penyebaran COVID-19 dapat diketahui secara real time maka tindakan pencegahan yang tepat dapat segera dilakukan. Di sinilah pentingnya suatu kemampuan prediksi mengenai pandemi (Coronavirus outbreak) dan peran AI yang signifikan dalam melakukan tracking secara real time.

Cara kerja AI di sini adalah dengan melakukan data mining dari sejumlah sumber seperti website, ruang-ruang chatting, pencarian Google, Twitter dan lain sebagainya. Di sini AI akan berusaha menemukan pola-pola tertentu dari sumber-sumber tersebut.

Platform terbesar saat ini untuk menelusuri penyebaran COVID-19 adalah John Hopkins Dashboard. Platform tersebut melaporkan perkembangan kasus terkonfirmasi dan kasus kesembuhan pasien virus Corona. Platform lainnya seperti NextStrain yang menelusuri bagaimana virus COVID-19 ini menyebar dan platform Bluedot yang memprediksi penyakit-penyakit menular.

Bluedot, sebuah start up berbasis AI, juga membangun sistem cerdas untuk memprediksi kemungkinan orang-orang terkena penyakit. Menggunakan analisa big data untuk memetakan dan mencegah penyakit menggunakan perkembangan teknologi AI terbaru.

Bluedot pernah memprediksi pandemi SARS yang kemudian terbukti benar. Ia menggunakan NLP (Natural Language Processing) untuk menelusuri penyakit-penyakit dari seluruh dunia dengan analisa bahasa yang berbeda-beda dari banyak manusia.

Teknologi berbasis AI lainnya adalah GIS (Geographic Information Systems). Dalam sistem ini terdapat dashboard analisa data yang mendata semua studi kasus COVID-19 di dunia. Sistem ini mendeteksi tempat-tempat di mana orang bercakap-cakap dan berdiskusi mengenai Corona.

Platform lainnya dikeluarkan oleh Kaggle. Mereka baru saja mengeluarkan pernyataan bahwa COVID-19 Open Research Dataset atau CORD-19 baru saja dirilis. CORD-19 adalah suatu koleksi yang memiliki lebih dari 29.000 artikel ilmiah di mana lebih dari 13.000 artikel full-text mengenai penelitian atau riset-riset atas penyakit COVID-19, SARS-CoV-2, dan virus Corona terkait lainnya.

Tidak ketinggalan dari Indonesia. Meski tidak benar-benar berbasis AI, namun karya ini layak untuk disebut. Adalah Ahmad Alghozy Ramadhan. Ia membuat aplikasi untuk tracking COVID-19 yang diberinya nama FightCovid19.id.

Seperti ditulis Dahlan Iskan di blog pribadinya, Ahmad Alghozy menawarkan aplikasi buatannya ini secara gratis. Ia tawarkan ke mana-mana, namun minim sambutan. Akhirnya, Gubernur Bangka Belitung Erzaldi Roesman lewat staf khususnya Prof. Saparudin berkenan menggunakan aplikasi tersebut di Provinsi Bangka Belitung.

Lewat aplikasinya itu, semua orang yang masuk-keluar Bangka Belitung, baik lewat laut dan udara akan terpantau dengan baik. Di bandara atau pelabuhan, mereka diberi gelang elektronik dan harus men-download aplikasi. Lalu mengisi form.

Setelah itu mereka akan menerima kode lewat email. Guna kode tersebut untuk melaporkan kondisi kesehatan mereka. Lewat gelang elektronik yang terkonek ke aplikasi, maka ketika orang yang kondisi kesehatannya tidak bagus keluar rumah, petugas di BNPB Provinsi akan tahu. Mereka akan ditelpon untuk ditanyakan kenapa keluar rumah. Bagi yang melanggar aturan, akan dikenakan sanksi berupa isolasi selama tiga hari.

• Chatbot Sebagai Alat Bantu Pelayanan Kesehatan

Seperti yang sudah dijelaskan pada artikel Bagaimana Peran Chatbot Di Tengah Wabah COVID-19 bahwa chatbot juga dapat berperan sebagai solusi layanan kesehatan masyarakat. Di tengah kondisi social distancing seperti ini dimana masyarakat diminta untuk meminimalisir pergerakan diluar rumah guna menghindari dari paparan virus corona, chatbot dapat membantu masyarakat melakukan pemeriksaan dini sebelum melakukan pemeriksaan lebih lanjut dengan dokter. Selain itu, teknologi chatbot juga dapat membantu pemerintah memberantas berita palsu yang beredar di masyarakat.

Banyak hal yang dapat dilakukan oleh chatbot untuk membantu tenaga kesehatan untuk memberikan layanan kesehatan bagi masyarakat, mulai dari menyediakan F.A.Q. (Frequently Asked Questions) mengenai COVID-19 hingga memberikan layanan pemeriksaan gejala lewat teks sebelum melakukan pemeriksaan lebih lanjut. Selain itu, chatbot juga memberikan informasi terbaru mengenai COVID-19 secara real-time sehingga masyarakat dapat mendapatkan informasi tersebut secara mudah.

 

Read More

Latihan/Quiz VClass Pertemuan 3-Note dan Skenario

Muhammad Reza Pahlevi

1B119074

2KA20

ColorNote

Aplikasi cepat dan sederhana ini memungkinkan pengguna menulis catatan, memo, email, pesan, daftar belanja, dan daftar yang harus dilakukan. Membuat catatan dengan ColorNote Notepad lebih mudah daripada aplikasi notepad atau memo pad lainnya.

Aplikasi ini memiliki dua format penulisan catatan dasar, opsi teks bergaris-kertas, dan opsi daftar periksa. Tambahkan sebanyak yang Anda inginkan ke daftar master Anda, yang muncul di layar awal aplikasi setiap kali program terbuka. Daftar ini dapat dilihat dalam urutan menaik tradisional, dalam format kotak, atau dengan warna catatan.

Evernote

Didirikan oleh Stepan Pachikov, Evernote adalah aplikasi freemium yang membantu Anda fokus pada hal yang paling penting dan memiliki akses ke informasi Anda saat Anda membutuhkannya. Tambahkan masukan catatan yang diketik, pindai catatan tulisan tangan, foto yang harus dilakukan, foto, gambar, halaman web, audio, dan semuanya dapat dicari secara instan.

Selain itu, Anda juga dapat membuat notebook, penyelenggara, dan perencana. Atur catatan dengan cara apa pun yang Anda inginkan dan bagikan dengan siapa pun. Aplikasi ini menyinkronkan catatan dan buku catatan Anda di seluruh perangkat sehingga informasi Anda selalu bersama Anda, ke mana pun Anda pergi.

Google Keep

Tidak seperti alternatif populer lainnya, Google Keep juga dapat digunakan sebagai aplikasi web. Berbicara tentang fitur pencatatan, ini memungkinkan pengguna untuk dengan cepat menangkap apa yang ada di pikiran mereka dan mendapatkan pengingat nanti di tempat atau waktu yang tepat.

Ucapkan memo suara saat bepergian dan minta ditranskrip secara otomatis. Ambil foto poster, tanda terima atau dokumen dan dengan mudah mengatur atau menemukannya nanti dalam pencarian. Aplikasi ini memudahkan untuk menangkap pemikiran atau daftar untuk diri sendiri, dan membagikannya dengan teman dan keluarga.

Notion

Notion baru-baru ini bergabung dengan daftar aplikasi android terbaik tahun 2018, yang dirilis oleh Google. Ini memadukan catatan, tugas, wiki dalam satu aplikasi. Uraikan ide Anda, lalu atur ulang dalam urutan apa pun. Editor unik Notion membantu Anda menyusun pemikiran dan rencana harian Anda. Aplikasi ini menyinkronkan semua perangkat dan kolaborator Anda secara real-time. Ini berfungsi di browser Anda dan berjalan offline dengan Mac, Windows, dan aplikasi seluler.

Istilah-istilah teknis lainnya yang umum digunakan :

1. BCU (BIG CLOSE UP): Pengambilan gambar dengan jarak yang sangat dekat. Biasanya, untuk gambar-gambar kecil agar lebih jelas dan detail, seperti anting tokoh.

2.      CAMERA FOLLOW: Petunjuk pengambilan gambar dengan cara mengikuti pergerakan obyek

3.      CAMERA PAN TO: Petunjuk pengambilan gambar dengan cara mengalihkan kamera kepada obyek yang dituju dari obyek sebelumnya

4.      COMMERCIAL BREAK: Jeda iklan. Penulis skenario harus memperhitungkan jeda ini, dengan memberi kejutan atau suspense agar penonton tetap menunggu adegan berikutnya.

5.      CREDIT TITLE: Penayangan nama tim kreatif dan orang yang terlibat dalam sebuah produksi

6.      CU (CLOSE UP): Pengambilan gambar dengan jarak yang cukup dekat. Biasanya, untuk menegaskan detail sesuatu seperti ekspresi tokoh yang penting, seperti senyum manis atau lirikan mata. Tokoh biasanya muncul gambar wajah saja.

7.      CUT BACK TO: Transisi perpindahan dalam waktu yang cepat untuk kembali ke tempat sebelumnya. Jadi, ada satu kejadian di satu tempat, lalu berpindah ke tempat lain, dan kembali ke tempat semula.

8.      CUT TO FLASH BACK: Petunjuk mengalihkan gambar ke adegan flash back

9.      CUT TO: Mengakhiri adegan secara langsung tanpa proses transisi

10.  CUT TO: Perpindahan untuk menggambarkan peristiwa yang terjadi bersamaan, tetapi di tempat yang berbeda atau kelanjutan adegan di hari yang sama.

11.  DISSOLVE TO: Perpindahan dengan gambar yang semakin lama semakin kabur sebelum berpindah ke adegan berikutnya.

12.  ESTABLISHING SHOT: Pengambilan gambar secara keseluruhan, biasa disingkat ESTABLISH saja.

ADVERTISEMENT

REPORT THIS AD

13.  EXT.(EXTERIOR): Menunjukan tempat pengambilan gambar diluar ruangan.

14.  FADE IN: Petunjuk transisi memasuki adegan secara perlahan

15.  FADE OUT: Petunjuk transisi mengakhiri adegan secara perlahan dari layar

16.  FLASH BACK CUT TO: Petunjuk untuk mengakhiri adegan flash back

17.  FLASHBACK: Ulangan atau kilas balik peristiwa. Biasanya, gambarnya dibedakan dengan gambar tayangan sekarang.

18.  FLASHES: Penggambaran sesuatu yang belum terjadi dalam waktu cepat; contohnya: orang melamun.

19.  FREEZE: Aksi pada posisi terakhir. Harus diambil adegan yang terjadi pada tokoh utama dan dapat membuat penonton penasaran sehingga membuat penonton bersedia menunggu kelanjutannya.

20.  INSERT: Sisipan adegan pendek, tetapi penting di dalam satu scene.

21.  INT. (INTERIOR): Pengambilan gambar pada jarak jauh. Biasanya untuk gambar yang terlihat secara keseluruhan.

22.  INTERCUT: Perpindahan dengan cepat dari satu adegan ke adegan lain yang berbeda dalam satu kesatuan cerita.

23.  LS (LONG SHOT): Pengambilan gambar pada jarak jauh. Biasanya untuk gambar yang terlihat secara keseluruhan.

24.  MAIN TITLE: Judul cerita pada sinetron atau film.

25.  MONTAGE: Beberapa gambar yang menunjukkan adegan berurutan dan mengalir. Bisa juga menunjukkan beberapa lokasi yang berbeda, tetapi merupakan satu rangkaian cerita.

26.  OS (ONLY SOUND): Suara orang yang terdengar dari tempat lain; berbeda tempat dengan tokoh yang mendengarnya.

27.  PAUSE: Jeda sejenak dalam dialog, untuk memberi intonasi ataupun nada dialog.

28.  POV (POINT OF VIEW): Sudut pandang satu atau beberapa tokoh terhadap sesuatu yang memegang peranan penting untuk tokoh yang bersangkutan.

29.  SCENE: Berarti adegan atau bagian terkecil dari sebuah cerita.

30.  SFX (SOUND EFFECT): Untuk suara yang dihasilkan di luar suara manusia dan ilustrasi musik. Misalnya, suara telepon berdering, bel sekolah, dll.

31.  SLOW MOTION: Gerakan yang lebih lambat dari biasanya. Untuk menunjukkan hal yang dramatis.

32.  SPLIT SCREEN: Adegan berbeda yang muncul pada satu frame atau layar.

33.  TEASER: Adegan gebrakan di awal cerita untuk memancing rasa penasaran penonton agar terus mengikuti cerita.

34.  VO (VOICE OVER): Orang yang berbicara dalam hati. Suara yang terdengar dari pelakon namun bibir tidak bergerak.

35.  ZOOM IN: Petunjuk gerakan kamera dengan menyorot obyek dari jauh sampai dekat atau close-up

36.  ZOOM OUT: Petunjuk gerakan kamera dengan menyorot obyek dari dekat sampai jauh.

Read More

Sebutkan dan jelaskan kelebihan dan kekurangan alat mPOS sebagai alat pembayaran dalam bidang Perbankan

Muhammad Reza Pahlevi

1B119074

3KA21 

Kelebihan dari MPOS

• Sistem ini kompatibel dengan berbagai gadget, mulai dari laptop, komputer, tablet, hingga smartphone. Anda pun bisa mengawasi proses transaksi dari gadget pribadi karena sistem POS akan sepenuhnya memberi akses informasi kepada Anda.
• Setiap data transaksi, baik berupa produk yang keluar ataupun uang yang masuk, seluruhnya akan direkam dan didata secara otomatis. Dan pendataan ini pun bersifat real-time yang artinya dilakukan saat itu juga. Anda pun bisa mengawasi transaksi dengan lebih cepat dan dari mana saja sehingga lebih efisien.
• Keamanan data juga terjamin karena seluruhnya akan ditransfer ke cloud POS. Dan Anda sebagai pemilik akan memiliki username dan password sehingga tidak sembarangan orang yang dapat mengelola atau memantau data statistik transaksi.
• Sistem POS juga sudah bisa Anda gunakan untuk mengelola data jual beli online. Anda pun bisa meningkatkan efisiensi toko online dengan adanya POS sistem ini, seperti misalnya proses update stok yang bisa dilakukan secara otomatis. Lalu ada pula perubahan data seperti diskon dan lain sebagainya yang juga sangat terbantu berkat adanya sistem POS.

Kekurangan dari MPOS

• Oleh karena sistem ini terhubung dengan komputer dan internet, bukan tidak mungkin akan terjadi crash atau beberapa hal merugikan lainnya yang tidak bisa diprediksi secara teknis.
• Berbeda dengan mesin kasir, aplikasi ini menuntut Anda memiliki gadget yang cukup bagus agar sistem POS bisa berjalan dengan tampilan maksimal. Dan hal ini pula yang setidaknya memaksa Anda mengeluarkan modal tambahan untuk pengadaan beberapa komputer atau tablet.
• kelemahan terakhir dari sistem ini adalah, adanya biaya bulanan yang umum diminta oleh developer untuk proses maintenance. Berbeda dengan mesin kasir yang tidak membutuhkan biaya tambahan lagi karena semuanya akan langsung didapat sejak pembelian awal.
• Untuk kelemahan yang terakhir dari aplikasi ini adalah minimnya pengetahuan masyarakat dalam menentukan software POS terbaik yang paling sesuai dengan kebutuhan usahanya. Oleh karena itu diperlukan adanya jasa konsultan yang umumnya bisa didapat dari beberapa developer sistem informasi. Dan salah satu yang cukup terpercaya adalah soltius.com yang sudah melayani berbagai kebutuhan pelanggan, baik untuk usaha kecil ataupun menengah dari brand besar Indonesia.

Read More

Sebutkan dan jelaskan contoh alat atau aplikasi sistem cerdas yang diterapkan dalam bidang pendidikan yang terkini

Muhammad Reza Pahlevi

1B119074

3KA21

Personalisasi Berbasis AI

Contoh penerapan AI di bidang pendidikan adalah sistem yang dapat mempersonalisasi pembelajaran untuk tiap orang atau murid. Sistem AI dapat membantu membuatkan learning profile untuk tiap murid dan menyesuaikan materi pembelajaran dengan kemampuan, cara belajar, dan pengalaman tiap murid.

Sistem AI memungkinkan para profesional di bidang pendidikan memanfaatkan intelligence assistance yang dapat menyajikan berbagai materi pembelajaran berbasis kurikulum yang sudah ditetapkan tetapi materi tersebut disesuaikan dengan kebutuhan khusus tiap murid.

Konten-konten pembelajaran digital yang terpersonalisasi juga dapat dihadirkan berkat AI dan machine learning. Buku-buku teks yang tebal kini dapat dipilah-pilah menjadi konten yang lebih ringkas, lebih enak dibaca dan dipahami, seperti panduan belajar, ringkasan, flashcard, atau catatan pendek.

Sistem AI juga memungkinkan orang belajar dengan bantuan education assistant seperti bot. Selain membantu dari sisi proses belajar, kehadiran education assistant ini juga menghadirkan adaptive learning di mana tiap orang dapat belajar dengan kecepatan masing-masing.

Voice Assistant

Contoh penerapan AI lainnya di bidang pendidikan adalah pemanfaatan voice assistant di kelas. Kehadiran voice assistant, seperti Amazon Alexa, Google Home, Apple Siri, dan Microsoft Cortana memungkinkan murid berinteraksi dengan materi pembelajaran tanpa harus berinteraksi dengan guru atau dosen, baik di ruang kelas maupun di rumah.

Di lingkungan pendidikan tinggi, voice assistant berbasis AI dimanfaatkan untuk memberikan informasi seputar kampus. Dengan cara ini, mahasiswa tidak perlu lagi menenteng-nenteng buku panduan yang tebal atau bolak balik harus mengunjungi situs web ketika mencari informasi tentang kampus. 

Contoh penerapan seperti ini ditemui di Arizona State University, AS. Universitas memberikan Amazon Alexa kepada tiap mahasiswa baru agar dapat memperoleh informasi seputar kampus pada waktu yang tepat dan lebih detail.

Read More

Prefix Dan Postfix

 -Soal

-Jawaban dan Cara

Read More

Inovasi Sistem Informasi SI

Muhammad Reza Pahlevi

1B119074

2KA20

Inovasi SI & New Technology #

1.WEB 1.0

Web 1.0 merupakan website yang digunakan untuk pertama kalinya,dimana seluruh data yang dibuat dan ditampilkan didalamnya serta design dari web tetrsebut itu semuanya ditentukan oleh admin, hingga sedikit terasa agak monoton. Web 1.0 tidak terlalu interaktin dikarenakan sifat dari Web 1.0 adalah read, maka ketika ada seseorang yang akan menambahkan atau memberikan komentar, seseorang tersebut harus menghubungi langsung admin yang bersangkutan melalui address yang telah ditentukan oleh admin. Jadi dalam penggunaan Web 1.0 ,kita hanya bisa untuk browsing sesuatu. Dan juga pada Web 1.0 yang mengharuskan pengguna internet untuk datang ke dalam website tersebut dan melihat satu persatu konten di dalamnya,membuatnya menjadi tidak praktis.

 

Ciri-ciri dari situs Web 1.0 yaitu;

1.                  Halaman statis, perubahan ataupun isinya seluruhnya tergantung oleh pihak admin/ pemilik web tersebut.

2.                  Penggunaan framesets.

3.                  Milik HTML ekstensi seperti dan tag diperkenalkan pada awal perang browser.

4.                  Online guestbook.

5.                  GIF tombol, biasanya 88×31 piksel dalam ukuran web browser dan mempromosikan produk lain.

6.                  Pengguna akan mengisi formulir, dan setelah mereka mengklik mengirimkan email klien akan mencoba untuk mengirim email yang berisi formulir rincian.

WEB 2.0

Istilah Semantik lebih dahulu dipakai sebelum istilah Web 2.0. Web 2.0 dikembangkan pada tahun 2004. Perkembangan dari Web 2.0 lebih pada penyajian konten dan tampilan di dalam suatu website, yang versi yang sebelumnya berpusat pada sang pemilik website. Web 2.0 lebih bersifat interaktif daripada Web 1.0 dan sifatnya yang Read Write, sehingga memudahkan dalam menambahkan materi,berkomentar ,dan lain-lain,yang dilakukan oleh pembaca web tersebut. Ini juga dikarenakan sifatnya untuk share,collaborate dan exploite.

Dalam web 2.0 user interface suatu situs web yang digunakan adalah teknologi flex (aplikasi rich internet berbasis flash dari macromedia yang sekarang adobe), lazlo(platform aplikasi flash open source) atau menggunakan ajax secara intensif seperti gmail atau google map maka situs itu bisa dikatakan merupakan situs tipe web 2.0, selain itu aktivitas drag and drop, auto complete ,chat, voice itu juga karena adanya dukungan Ajax. AJAX adalah penggabungan dari JavaScript dan XML yang menekankan pada pengelolaan konten.

Dan gabungan aplikasi lainnya adalah HTML dengan yang dinamis. XML digunakan untuk mendefinisikan format data. Dibawah ini beberapa alplikasi dan teknik yang dipakai dalam pengembangan Web 2.0

 

Contoh Dari WEB 1.0

WEB 1.0

Double Click

Ofoto

Akamai

Mp3.com

Britannica Online

Page View

Content Management System

Directory ( Taxonomy )

Stickiness

 

Ciri- ciri dari Web 2.0 ;

1.                  Konten dinamis, metadata, web standar dan skalabilitas.

2.                  Mudah untuk memasukkan data atau mengambil data dari system.

3.                  Berbasis web murni.

4.                  Pengguna memiliki datanya sendiri pada situs.

5.                  Pelaku utama Perusahaan Pengguna/Komunitas.

6.                  Hubungan dengan server Client-server Peer to peer.

7.                  Bahasa pemrograman penampil konten HTML XML.

8.                  Pola hubungan penerbit-pengguna Searah Dua arah/ Interaktif.

9.                  Pengelolaan konten Taksonomi/direktori Folksonomi/penanda/tag.

10.              Penayangan berbagai kanal informasi Portal RSS/Sindikasi.

11.              Hubungan antar pengakses Tidak ada Berjejaring.

12.              Sumber konten Penerbit/pemilik situs Pengguna.

 

 

Contoh-contoh Web 2.0 sebenarnya adalah website-website situs yang sudah tidak asing lagi bagi seseorang yang sering menggunakan Internet, dan mungkin merupakan situs-situs yang diakses setiap harinya, seperti Wikipedia, e-Bay, Friendster, dan masih banyak lagi. Apakah keunikan dan website-website tersebut sehingga menyandang predikat Web 2.0? Menurut definisi oleh Tim O’Reilly (pendiri dari O’Reilly Media), Web 2.0 adalah sebuah revolusi bisnis pada industri komputer yang dikarenakan oleh perpindahan Internet menjadi sebuah platform.

Contoh untuk mempermudah pemahaman konsep Web 2.0 adalah dengan melihat contoh perbandingan antara website konvensional (Web 1 .0) dengan website yang telah termasuk kedalam Web 2.0. Pada era booming dot com, sedemikian banyak orang yang membuat website pribadi sehingga halaman pertamanya rata – rata menuliskan “Welcome to My Personal Homepage”, tidak lupa menambahkan fasilitas buku tamu dan web counter. Dengan perubahan kearah konsep Web 2.0, website-website pribadi itu menjelma menjadi blog. Blog adalah Web 2.0, sehingga kita akan terlihat ketinggalan zaman ketika menanyakan kepada rekan kita apakah telah memiliki website pribadi, tetapi akan terlihat lebih modern dan gaul ketika menanyakan apakah ia memiliki blog. Hal tersebut adalah sebuah revolusi yang jelas terlihat pada industri komuter saat ini. Secara teknis mungkin tidak ada hal yang benar benar merupakan teknologi baru untuk membuat blog, tetapi lihatlah bahwa sebuah web yang menyediakan host service blog, seperti wordpress.com, blogspot.com, dan lain sebagainya secara strategis telah menjadi sebuah platform untuk komunitas blogger berkolaborasi.

Contoh Dari WEB 2.0

WEB 2.0

Google adsense

Flickr

BitTorrent

Napster

Wikipedia

Cost Per Click

Wikis

Tagging ( Folksonomy )

 

 

Web 3.0

Web 3.0 adalah generasi ketiga dari layanan internet berbasis web. Konsep Web 3.0 pertama kali diperkenalkan pada tahun 2001, saat Tim Berners-Lee, penemu World Wide Web, menulis sebuah artikel ilmiah yang menggambarkan Web 3.0 sebagai sebuah sarana bagi mesin untuk membaca halaman-halaman Web. Hal ini berarti bahwa mesin akan memiliki kemampuan membaca Web sama seperti yang manusia dapat lakukan sekarang ini.

Web 3.0 berhubungan dengan konsep Web semantik, yang memungkinkan isi web dinikmati tidak hanya dalam bahasa asli pengguna, tapi juga dalam bentuk format yang bisa diakses oleh agen-agen software. Beberapa ahli bahkan menamai Web 3.0 sebagai Web Semantik itu sendiri.

Keunikan dari Web 3.0 adalah konsep dimana manusia dapat berkomunikasi dengan mesin pencari. Kita bisa meminta Web untuk mencari suatu data spesifik tanpa bersusah-susah mencari satu per satu dalam situs-situs Web. Web 3.0 juga mampu menyediakan keterangan-keterangan yang relevan tentang informasi yang ingin kita cari, bahkan tanpa kita minta.

Web 3.0 terdiri dari:

·                     Web semantik

·                     Format mikro

·                     Pencarian dalam bahasa pengguna

·                     Penyimpanan data dalam jumlah besar

·                     Pembelajaran lewat mesin

·                     Agen rekomendasi, yang merujuk pada kecerdasan buatan Web

Web 3.0 menawarkan metode yang efisien dalam membantu komputer mengorganisasi dan menarik kesimpulan dari data online. Web 3.0 juga memungkinkan fitur Web menjadi sebuah sarana penyimpanan data dengan kapasitas yang luar biasa besar.

Walaupun masih belum sepenuhnya direalisasikan, Web 3.0 telah memiliki beberapa standar operasional untuk bisa menjalankan fungsinya dalam menampung metadata, misalnya Resource Description Framework (RDF) dan the Web Ontology Language (OWL). Konsep Web Semantik metadata juga telah dijalankan pada Yahoo’s Food Site, Spivack’s Radar Networks, dan sebuah development platform, Jena, di Hewlett-Packard.

Jika diformulasikan, web 3.0 bisa dijabarkan dalam perumusan berikut : WEB 3.0 = 4C + P +VS 4C = content, commerce, community, context P = personality VS = virtual search

Maka, web 3.0 sebagai asisten personal penggunanya yang tahu segala sesuatu tentang penggunanya dan mengakses internet untuk mencari jawaban dari kebutuhannya.

 

Contoh web 3.0 :  search engine seperti  Google (http://www.google.co.id.)

 

Sumber : http://dwiseftih25.blogspot.com/2018/11/inovasi-sistem-informasi-tugas-3.html?m=0

 

 

2. Di Indonesia sendiri, teknologi drone dapat digunakan di berbagai sektor seperti pemetaan garis pantai, riset/penelitian, penanggulangan bencana yang meliputi pemetaan daerah bencana, penyisiran korban, pemberian bantuan, dll, pemantauan lahan pertanian dan perkebunan, hobi fotografi, serta perencanaan kota dan pedesaan. Sehubungan dengan hal tersebut, Yayasan The Development CAFE meluncurkan program yang dinamakan Drones for Development (D4D) yang bertujuan untuk mendorong masyarakat pedesaan, pemerintah dan LSM dalam memanfaatkan teknologi drone.

 

Dalam program ini DevCAFE menyediakan jasa konsultasi dengan tenaga ahli dalam pemetaan wilayah, pemantauan kondisi lahan pertanian, penggunaan teknologi informasi dan komunikasi untuk pembangunan (ICT4D), bimbingan dan perencanan proyek evaluasi, riset serta pelaksanaan proyek di berbagai sektor seperti pertanian, kesehatan publik, analisa kebijakan dan rencana kerja, dll. Selain itu, DevCAFE juga membuka peluang kerjasama dengan produsen drone, konsultan maupun perusahaan pengguna drone serta menyelenggarakan pelatihan mengenai dasar-dasar penggunaan drone untuk evaluasi, pemetaan dan pertanian.

 

Salah satu upaya DevCAFE untuk mengenalkan teknologi drone sebagai inovasi dalam pembangunan diwujudkan dengan diadakannya workshop dengan tema  Innovation in Evaluation “Use of IoTs, Drones, and ICTs for Development Evaluation” pada 5-6 Oktober 2017 di Universitas Trisakti, Jakarta. Dalam workshop ini, DevCAFE bekerjasama dengan  Indonesian Development Evaluation Community (InDEC) dan Pusat Studi Reka Rancang Visual dan Lingkungan FSRD Universitas Trisakti dan membahas mengenai penggunaan drone sebagai alat untuk mengumpulkan data, serta mengajarkan penggunaan alat teknologi komunikasi informasi (ICT) seperti komputer, laptop, dan program software untuk evaluasi dan pengumpulan data secara online maupun offline.

Kegiatan seperti ini sangat penting untuk diadakan mengingat banyak keuntungan yang didapatkan dengan memanfaatkan teknologi drone. Penggunaan drone dapat menjadi solusi bagi permasalahan yang dihadapi dalam pengumpulan data secara manual, baik dari segi kualitas data yang diperoleh maupun dari segi waktu dan biaya yang dikeluarkan. Kedepannya diharapkan akan semakin banyak kegiatan workshop ataupun pelatihan mengenai pemanfaatan teknologi drone sehingga tidak hanya dapat meningkatkan pengetahuan dan keterampilan masyarakat dalam hal penguasaan teknologi mutakhir tetapi juga dapat meningkatkan kapasitas dalam melakukan penelitian ataupun evaluasi program kerja dalam rangka memajukan pembangunan di Indonesia.

 

Sumber : https://www.dev-cafe.org/drone-sebagai-inovasi-pembangunan/

 

3. Dalam pembangunan sistem informasi diperlukan upaya pemetaan dan tahapan-tahapan tertentu agar sistem informasi yang dibangun dapat diimplementasikan sesuai kebutuhan organisasi/perusahaan. Suatu sistem informasi digunakan untuk mengatur hubungan anatar manusia dan komponene mesin serta prosedur-prosedur yang harus dilakukan serta berkaitan satu dengan yang lainya untuk mendukung kebutuhan informasi atau mekanisme bisnis pada sebuah organisasi.

Agar sistem informasi yang dibangun sesuai dengan kebutuhan organisasi maka diperlukan upaya proses pengembangan sistem (system develoment life cycle [SDLC] ) yang harus dilakukan oleh organisasi.  SDLC merupakan proses formal yang harus dilakukan organisasi yang akan membangun sebuah sistem infrmasi yang berbasi komputer. Termasuk dalam hal ini adalah, size of organisation, jobs description, relevant experiece, education system yang terintegrasikan dalam proses informasi, sumber daya, peralatan dan teknis operasional.

Siklus Hidup Pengembangan Sistem

Siklus hidup sistem (system life cycle – SLC) adalah proses evolusioner yang diikuti dalam menerapkan sistem atau subsistem informasi berbasis komputer. SLC sering disebut dengan pendekatan air terjun (waterfall approach) bagi pengembangan dan penggunaan sistem.Tahapan dari siklus hidup sistem yaitu :

1.      Tahap Perencanaan

2.      Tahap Analisis

3.      Tahap Rancangan

4.      Tahap Penerapan

5.      Tahap Penggunaan

Empat tahap pertama dinamakan dengan siklus hidup pengembangan sistem (system development life cycle – SDLC).SDLC adalah tahapan-tahapan pekerjaan yang dilakukan oleh analis sistem dan programmer dalam membangun sistem informasi. SDLC juga merupakan alat untuk manajemen proyek yang bisa digunakan untuk merencanakan, memutuskan dan mengontrol proses pengembangan sistem informasi.SDLC berfungsi untuk menggambarkan tahapan–tahapan utama dan langkah–langkah dari setiap tahapan yang secara garis besar terbagi dalam empat kegiatan utama, yaitu initiation, analysis, design dan implementation.Siklus hidup pengembangan sistem dapat didefinisikan sebagai serangkaian aktivitas yang dilaksanakan oleh professional dan pemakai sistem informasi untuk mengembangkan dan mengimplementasikan sistem informasi.

Setiap kegiatan dalam SDLC dapat dijelaskan melalui tujuan (purpose) dan hasil kegiatannya (deliverable). SDLC mencakup kebutuhan (requirement), validasi, pelatihan, kepemilikan (user ownership) sebuah sistem informasi yang diperoleh melalui investigasi, analisis, desain, implementasi, dan perawatan software. Software yang dikembangkan berdasarkan SDLC akan menghasilkan sistem dengan kualitas yang tinggi, memenuhi harapan penggunanya, tepat dalam waktu dan biaya, bekerja dengan efektif dan efisien dalam infrastruktur teknologi informasi yang ada atau yang direncanakan, serta murah dalam perawatan dan pengembangan selanjutnya.

Siklus hidup sistem yang pertama dikelola oleh manajet unit jasa informasi, dibantu oleh manajer dari analisis sistem, pemrograman dan operasi. Namun kecenderungan saat ini, meletakkan tanggung jawab pada tingkat yang lebih tinggi dan lebih rendah. Ada tiga tingkatan besar (hirarki) dari manajemen siklus hidup sistem, yaitu :

·         Tanggung Jawab Eksekutif

·         Komite Pengarah SIM (steering committee MIS – SC MIS)

·         Kepemimpinan Proyek

Tahap–Tahap SDLC

1.      Tahap Perencanaan

Tahap perencanaan adalah sebuah proses dasar untuk memahami mengapa sebuah sistem harus dibangun. Pada tahap ini diperlukan analisa kelayakan dengan mencari data atau melakukan proses information gathering kepada pengguna. Tahap ini bertujuan untuk mengidentifikasi dan memprioritaskan sistem informasi apa yang akan dikembangkan, sasaran – sasaran yang ingin dicapai, jangka waktu pelaksanaan serta mempertimbangkan dana yang tersedia dan siapa yang melaksanakan.

2.      Tahap Analisis

Analisis sistem adalah sebuah proses investigasi terhadap sistem yang sedang berjalan dengan tujuan untuk mendapatkan jawaban mengenai pengguna sistem, cara kerja sistem dan waktu penggunaan sistem. Dari proses analisa ini akan didapatkan cara untuk membangun sistem baru.Jadi, analisis sistem adalah penelitian atas sistem yang telah ada dengan tujuan untuk merancang sistem yang baru atau diperbaharui.Merupakan tahap yang kritis dan penting karena kesalahan pada tahap ini akan menyebabkan kesalahan pada tahap berikutnya.

3.      Desain Sistem

Desain berkonsentrasi pada bagaimana sistem dibangun untuk memenuhi kebutuhan pada fase analisis. Manfaat desain sistem adalah memberikan gambaran rancang bangun (blue print) yang lengkap, sebagai penuntun (guideline) bagi programmer dalam membuat aplikasi. Rancangan sistem adalah penentuan proses dan data yang diperlukan oleh sistem baru. Untuk sistem berbasis komputer biasanyadalam rancangan ada spesifikasi jenis peralatan yang akan digunakan.Sistem informasi yang terkomputerisasi setidaknya terdiri dari:

·         Hardware: terdiri dari komponen input, proses, output, dan jaringan.

·         Software: terdiri dari sistem operasi, utilitas, dan aplikasi.

·         Data: mencakup struktur data, keamanan dan integritas data.

·         Prosedur: seperti dokumentasi, prosedur sistem, buku petunjuk operasional dan teknis.

·         Manusia: pihak yang terlibat dalam penggunaan sistem informasi.

1.      Implementasi Sistem

Implementasi sistem adalah proses pembangunan dan pengujian sistem, instalasi sistem, dan rencana dukungan sistem.Fase ini melibatkan beberapa spesialis informasi tambahan yang mengubah desain dari bentuk kertas menjadi satu dalam hardware, software, dan data. Pelaksanaan adalah penambahan dan penggabungan antara sumber-sumber secara fisik dan konseptual yang menghasilkan pekerjaan sistem. Dalam tahap ini, desain yang sudah diterjemahkan ke dalam kode.Program komputer yang ditulis menggunakan bahasa pemrograman konvensional atau aplikasi generator. Alat pemrograman seperti kompiler, Juru, Debuggers digunakan untuk menghasilkan kode. Berbagai bahasa pemrograman tingkat tinggi seperti C, C ++, Pascal, Java digunakan untuk coding.

1.      Tahap Penggunaan

Selama fase penggunaan, audit memimpin pelaksanaannya untuk menjamin bahwa sistem benar-benar dikerjakan, dan pemeliharaannya pun dilakukan sehingga sistem dapat menyediakan kebutuhan yang diinginkan. Guna memberi respon yang lebih baik bagi kebutuhan pemakai, spesialis informasi telah membuat modifikasi pada SLC, sehingga waktu yang diperlukan untuk menerapkan sistem dapat dikurangi. Hal tersebut yang banyak mendapat perhatian yaitu protipe (prototyping) dan pengembangan aplikasi cepat (Rapid Application Development – RAD).

Kegunaan SDLC

Adapun kegunaan utama dari SDLC adalah mengakomodasi beberapa kebutuhan. Kebutuhan – kebutuhanitu biasanya berasal dari kebutuhan pengguna akhir dan juga pengadaan perbaikan sejumlah masalah yang terkait dengan pengembangan perangkat lunak. Kesemua itu dirangkum pada proses SDLC yang dapat berupa penambahan fitur baru baik itu secara modular maupun dengan proses instalasi baru. Dari proses SDLC juga berapa lama umur sebuah perangkat lunak dapat diperkirakan untuk dipergunakan yang dapat diukur atau disesuaikan dengan kebijakan dukungan dari pengembang perangkat lunak terkait.

 

 

 

 

 

Read More