by Doni Setyawan | Sep 4, 2019
Menurut Wikipedia, Sertifikasi Profesi adalah suatu penetapan yang diberikan oleh suatu organisasi profesional terhadap seseorang untuk menunjukkan bahwa orang tersebut mampu untuk melakukan suatu pekerjaan atau tugas spesifik.
Di Indonesia ada Badan Nasional Sertifikasi Profesi (BNSP) yang mengawasi konsistensi dan kredibiltas Lembaga Sertifikasi Profesi (LSP) yang memberikan sertifikat atas suatu profesi atau kompetensi tertentu. BNSP akan memberikan lisensi kepada LSP yang dianggap kredibel untuk memberikan sertifikasi, salah satunya adalah Inixindo.
Kemudian apa manfaat dari memiliki sertifikasi profesi ini?
Memiliki keunggulan kompetitif
Dibandingkan dengan kandidat tanpa sertifikasi profesi, anda yang memiliki sertifikasi profesi akan lebih memiliki keunggulan ketika bersaing kompetitif karena kemampuan anda sudah diakui secara tertulis. Ini akan menunjang anda baik di perusahaan maupun instansi tempat anda bekerja.
Memiliki potensi untuk mendapatkan upah lebih tinggi
Banyak instansi dan perusahaan sangat menghargai kemampuan SDM mereka dengan memberikan upah yang lebih tinggi. Dengan memiliki sertifikat profesi ini anda dapat membuktikan kepada instansi anda bahwa anda memiliki potensi lebih.
Memiliki kesempatan yang lebih besar untuk mendapatkan pekerjaan
Bagi anda pekerja lepas (freelance) dan belum memiliki pekerjaan, anda bisa memanfaatkan sertifikat ini sebagai tambahan pertimbangan untuk calon rekruiter dan perusahaan tempat anda melamar atau mengajukan pekerjaan. Banyak rekruiter dan perusahaan sangat mempertimbangkan sertifikat profesi seseorang karena kemampuan kandidat akan lebih terbukti dibandingkan kandidat yang tidak memiliki atau mengikuti sertifikasi profesi ini.
Menunjang karir
Dalam karir, kemampuan anda saja tidak cukup untuk meyakinkan instansi untuk memberi anda peran lebih. Sertifikasi diperlukan sebagai bukti bahwa anda telah terbukti memiliki kemampuan profesional sesuai dengan bidang anda.
Dengan banyaknya kebutuhan terkait pemenuhan kompetensi Pegawai, ASN dan kelengkapan SKPI khususnya bidang TIK, LSP LPK Inixindo sebagai lembaga sertifikasi nasional di bawah Badan Nasional Sertifikasi Profesi di bidang TIK memberikan solusi dalam bentuk pendidikan, pelatihan, dan sertifikasi nasional. Selain Sertifikasi Profesi, Inixindo juga memiliki sertifikasi lain yang diakui secara nasional dan internasional untuk lebih lengkapnya dapat diakses melalui halaman Sertifikasi
by Doni Setyawan | Aug 30, 2019
Pada hari Kamis, tanggal 29 Agustus 2019 Inixindo Jogja kembali kedatangan tamu istimewa dari Dinas Komunikasi dan Informasi Kabupaten Biak Numfor Provinsi Papua. Kunjungan ke kantor Inixindo Jogja di Jalan Kenari No. 69 Yogyakarta ini bertujuan untuk mengetahui bagaimana command center di sebuah smart city berjalan. Dua orang instruktur Inixindo Jogja yaitu Riska Dedy Sutomo dan Umar Affandi berkesempatan untuk memberikan penjelasan pada demo kali ini.
Riska Dedy Sutomo yang biasa dipanggil Mas Dedy menjelaskan tentang alasan kenapa command center dibuat. Seperti namanya jika diterjemahkan secara harfiah ke dalam Bahasa Indonesia yang berarti pusat perintah, command center berfungsi sebagai fasilitas penunjang dalam mengambil keputusan secara cepat berdasarkan data. Seperti yang kita ketahui bahwa pengambilan keputusan berdasarkan data membutuhkan proses analisis yang cukup memakan waktu. Dengan hadirnya command center dalam smart city, proses tersebut dapat dilakukan dengan waktu singkat karena data dalam command center dapat ditampilkan secara real time. Inilah mengapa di negara Amerika Serikat command center disebut dengan war room karena perintah atau langkah yang diambil bisa bersifat sangat taktis seperti seperti saat berperang.
Di kesempatan kali ini Mas Dedy juga menyampaikan tentang data apa saja yang dapat ditampilkan dalam command center yang didukung oleh infrastruktur yang memadai. Contoh infrastruktur yang ada dalam smart city adalah smart pole yang selain berfungsi sebagai penerangan jalan juga berfungsi sebagai sumber data yang menggunakan teknologi IoT (internet of things). Dengan smart pole ini, data seperti trafik lalu-lintas, cuaca, banjir, dan bahkan kebakaran dapat diambil secara real time. Hal ini dapat menjadikan smart pole sebagai sistem deteksi dini (early warning system).
Setelah demo command center dari Mas Dedy, giliran Umar Affandi yang menjelaskan tentang apa saja yang harus dipersiapkan suatu kota pintar untuk membangun command center. Command center dapat masuk dalam program smart city oleh masing-masing kepala daerah karena memang command center akan memiliki lebih banyak fungsi jika dibangun pada kota dengan konsep smart city. Sementara untuk integrasi data, Dinas Komunikasi dan Informasi dapat mengacu pada program SPBE yang dicanangkan oleh Pemerintah Pusat.
Dalam kesempatan kali ini, staff Dinas Komunikasi dan Informasi Kabupaten Biak Numfor Ghazali Moenandar menyampaikan pesan dan kesannya untuk Inixindo Jogja bahwa pelatihan yang diselenggarakan Inixindo Jogja sesuai dengan kebutuhan mereka dalam meningkatkan kualitas sumber daya manusia di bidang TIK serta selalu up to date dengan perkembangan teknologi. Ghazali Moenandar juga mengatakan bahwa Inixindo Jogja banyak memberikan added value kepada mereka.
by Doni Setyawan | Aug 23, 2019
Comday: Pemanfaatan Teknologi IoT dalam Smart City
Komponen penting dalam transformasi digital adalah pemanfaatan data. Akan tetapi, pemanfaatan data tidak akan bisa dilakukan tanpa adanya sumber data yang masif. Oleh karena itu, banyak yang beranggapan bahwa teknologi internet of things (IoT) merupakan pemicu dari transformasi digital. Teknologi Internet of Things (IOT) sendiri telah banyak dimanfaatkan untuk alat-alat wearables yang selalu melekat di tubuh pengguna seperti smartwatch, Google Glass, dan masih banyak lagi. Selain itu, alat-alat di dalam rumah, otomatisasi untuk rumah atau perkantoran juga memanfaatkan teknologi IoT yang sering dikategorikan sebagai rumah pintar atau smart home.
IoT juga diterapkan dalam alat-alat untuk mendukung ekosistem dengan skala yang lebih besar seperti smart city. Contoh pemakaian IoT adalah smart pole dan early warning system untuk kebakaran, bencana alam dan lainnya. Lalu ada GPS yang bisa digunakan untuk tracking kendaraan operasional maupun transportasi umum. dan sebagainya dimana data dari perangkat dengan teknologi IoT tersebut dapat dipergunakan sebagai salah satu sumber data untuk analisis yang dimunculkan dan dilakukan di dalam command center.
Di dalam command center memiliki beberapa komponen seperti Building (bangunan), Multimedia (TV, Audio, Camera), dan Platform (Software / Aplikasi analisis data).
Dalam comday ini akan didemokan bagaimana konfigurasi IoT dengan Arduino untuk membantu mendeteksi kondisi di suatu tempat, dan mengirimkan data nya ke sebuah Application Programming Interface (API) untuk kemudian dimunculkan ke dalam command center.
Biaya
Free (tempat terbatas)
DATE AND TIME
Kamis, 29 Agustus 2019
14.00 WIB – Selesai
LOCATION
Eduparx – Inixindo Jogja
Jalan Kenari No 69 Yogyakarta
View Maps
by Doni Setyawan | Aug 22, 2019
Untuk mewujudkan tata kelola Pemerintahan yang baik, Dinas komunikasi dan informatika Provinsi Jawa Tengah menyelenggarkan kegiatan Focus Group Discussion (FGD) pada (20/8) bertempat di Aula Diskominfo Provinsi Jateng, di Semarang. Kegiatan tersebut salah satunya membahas tentang Kolaborasi Manajemen Tata Kelola TIK dan SPBE.
Dalam mengelola TIK dan SPBE pemerintah membutuhkan kerangka berpikir agar tujuan dan penerapannya dapat terlaksana serta terukur. Dimulai dari RPJMD (Rencana Pembangunan Jangka Menengah Daerah) dimana dalam rencana tersebut dirancang program-program sebagai penjabaran dari Visi Misi Kepala Daerah dengan sasaran IT sebagai enabler di Pemerintahan untuk mewujudkan inovasi Smart City di daerah tersebut. Lalu didalam konsep smart city yang memanfaatkan penerapan TIK memerlukan platform ekosistem yang tertuang dalam SPBE (sistem pemerintahan berbasis elektronik) yang dapat mendukung bussiness process pemerintahan dalam memberikan pelayanan kepada masyarakat, menggali dan mengelola potensi daerah, memantau dan mengoptimalkan kinerja ASN.
Dalam sistem tata kelola ini Pemerintah dihadapkan dengan kondisi dimana perencanaan TIK, penyusunan arsitektur TIK, pengembangan TIK, pengoperasian TIK dan pemeliharaan TIK tidak dirancang, dibangun, dijalankan dan dikelola dengan baik. Sehingga terkesan tidak ada manfaat TIK dalam Pemerintahan tersebut, seperti tidak ada pengamanan untuk aplikasi penting, tidak dapat mendeteksi gangguan, aplikasi yang dibangun tidak dapat memuaskan pengguna dan manfaat yang diberikan stagnan, sulit melakukan mingrasi data, dan aplikasi yang terpisah-pisah dengan single data.
Lalu Seberapa Penting Tata Kelola Yang Baik?
Dalam paparannya Andi Yuniantoro selaku Direktur Inixindo Jogja mencoba memberikan ilustrasi dengan perbandingan ketika berkunjung ke Coffe Shop terkenal dengan warung kopi kaki lima. Di coffe shop untuk menyajikan secangkir kopi mereka harus menyajikan sesuai dengan SOP (standar operasional prosedur) mulai dari pemilihan bahan, kebersihan, saran penyajian, dan bagaimana memberikan servis kepada konsumen. Hal tersebut tentu tidak akan didapat apabila berkunjung ke warung kopi kaki lima yang menyajikan kopi apa adanya. Tentu hasil akhir dari dua gelas cangkir kopi tersebut akan berbeda meskipun sama-sama diseduh dengan air panas.
Andi menambahkan bahwa ilustrasi tersebut dapat diterapkan dalam proses tata kelola pemerintahan yang baik. Dimana dalam sebuah proses tata kelola Pemerintahan terdapat Visi Misi, Prioritas Pembangunan dan RPJMD yang digunakan sebagai input pendoman bussiness process, untuk mengelola layanan di dalam Pemerintah agar menghasilkan tata kelola IT yang baik diantaranya membangun dan mengelola aplikasi, infrastruktur, SDM TIK, dan informasi.
by Doni Setyawan | Aug 21, 2019
Bahasan machine learning di era revolusi industri 4.0 sudah bagaikan gosip selebritis yang tak ada habisnya. Belum sempat kita mendapat info si seleb A pacaran dengan seleb B, tahu-tahu kita baca berita di timeline jejaring sosial seleb A sudah menikah dengan seleb C. Belum sempat kita paham sepenuhnya tentang machine learning, tahu-tahu kita melihat istilah deep learning.
Well, karena Anda mengklik judul yang ada kata-kata ‘untuk yang tak mau pusing’, penulis akan berusaha untuk sebisa mungkin menjelaskan deep learning dengan bahasa yang gampang dengan metafora menggunakan kasus-kasus di sekitar kita. Jika Anda belum tahu tentang apa itu machine learning, Anda dapat membaca artikel mengenal machine learning yang kami tulis sebelumnya. Jika Anda pusing secara harfiah dan datang ke sini berharap deep learning dapat membuat pusing Anda hilang, segera cari tanda silang (x) di bagian atas dan tutup halaman ini segera.
Apa itu deep learning?
Sebelum kami menjelaskan deep learning dengan bahasa yang gampang, pertama-tama kami akan menjelaskan deep learning dengan bahasa resmi wikipedia supaya dianggap artikel yang berbobot.
Deep learning merupakan salah satu bagian dari berbagai macam metode machine learning yang menggunakan artificial neural networks (ANN). Jenis pembelajaran dalam deep learning dapat berupa supervised, semi-supervised, dan unsupervised. Dalam artikel ini yang akan kita bahas adalah metode supervised.
Sudah bingung? Jangan khawatir, setelah ini kami akan jelaskan dengan bahasa yang lebih manusiawi. Kami asumsikan, Anda telah membaca tentang machine learning di atas. Deep learning adalah metode pembelajaran yang dilakukan oleh mesin dengan cara meniru bagaimana sistem dasar otak manusia bekerja. Sistem dasar otak manusia bekerja ini disebut neural networks. Itulah kenapa deep learning disebut menggunakan artificial neural networks yang dengan kata lain menggunakan ‘neural networks buatan’.
Lalu bagaimana ANN bekerja? Tenang, hal tersebut akan kami jelaskan nanti karena sesuai dengan janji manis kami, kami akan menggunakan metafora sehari-hari dalam memberikan gambaran tentang deep learning. Deep learning merupakan teknologi yang dipakai pada image recognition dan computer vision. Oleh karena itu, kami akan memberikan contoh seputar pengenalan objek pada gambar.
Pada machine learning tradisional jika kita menyodorkan gambar seekor kucing lalu kita bertanya pada mesin tersebut apakah ini kucing atau bukan, proses ‘berpikir’ mesin tersebut didasari oleh algoritma yang kita buat. Contohnya, apakah objek memiliki dua mata? Apakah objek memiliki empat kaki? Apakah objek memiliki kumis panjang? Apakah objek memiliki bulu tebal? Jika sebagian besar atau semua jawabannya adalah ‘iya’ maka si mesin akan memutuskan bahwa itu adalah gambar kucing. Lalu bagaimana jika mesin tersebut disodori gambar seperti di bawah ini?
Jika kita menentukan algoritma pembelajaran seperti di atas pasti jawaban dari si mesin adalah ‘bukan’. Padahal kita sebagai manusia tahu kalau gambar tersebut merupakan gambar kucing. Misal kita disuruh mendeskripsikan bagaimana kita tahu kalau itu kucing dari ciri-ciri spesifik objek tersebut untuk kemudian dibuat algoritmanya tentu saja belum tentu berhasil. Tidak semua hewan berbulu, memiliki ekor, dan telinga menjuntai ke atas itu kucing. Lalu bagaimana kita mengenali itu kucing? Itulah di mana neural networks mengambil peran.
Artificial Neural Networks (ANN)
Artificial Neural Networks yang biasa disingkat dengan ANN adalah bagian yang paling ajaib ajaib dari deep learning. ANN ini mensimulasikan kerja otak kita yang tersusun jaringan saraf yang disebut neuron. Sama seperti sistem otak manusia, dalam jaringan artificial neural network ini si mesin menerima informasi pada titik-titik yang disebut nodes yang terkumpul pada satu layer untuk kemudian diteruskan dan diproses ke layer selanjutnya yang disebut hidden layers.
Contoh: kita mempunyai gambar berupa tulisan tangan angka 9 berukuran 28×28 pixel. Setiap piksel dari gambar ini kemudian dipecah menjadi nodes dalam layer input. Sehingga kita memiliki 784 nodes. Lalu untuk mengetahui angka apa itu, kita harus menset nodes output sebanyak 10 (0-9). Dalam hidden layers informasi tersebut difilter hingga akhirnya diteruskan dan informasi masuk di nodes output 9. Dalam kasus supervised learning, kita tak perlu mengatur algoritma yang ada di hidden layers. Yang perlu kita lakukan memasukkan angka yang ditulis tangan sebanyak mungkin dan menentukan outputnya sehingga terbentuk suatu pola dalam hidden layers. Jika pola dalam hidden layers sudah terbentuk, kita tinggal mengetes sejauh mana si mesin dapat mengenali gambar.
Convolutional Neural Networks (CNN)
Dalam kasus image recognition untuk gambar objek kucing di atas, metode yang digunakan sudah lebih canggih lagi dari ANN yang disebut Convolutional Neural Networks (CNN). Secara komputasi, metode CNN ini lebih irit daya, bayangkan jika gambar kucing tersebut berukuran 1920×1080 pixel. Ini berarti ada 2.073.600 nodes yang harus dibuat pada layer input. Belum lagi jika gambar tersebut berwarna di mana setiap pixel terdiri dari 3 warna RGB. Berarti jumlah nodes yang sudah banyak tadi harus dikalikan 3. Bisa dibayangkan berapa jumlah nodes pada layer pertama. Kami sendiri pun malas menghitungnya.
Berbeda dari ANN tradisional yang setiap node-nya terpisah, node dari convolutional neural networks sendiri terhubung satu sama lain. Lihat animasi di bawah agar terhindar dari kebingungan akut!
CNN memindai bagian per bagian area kecil di dalam gambar tersebut untuk dijadikan node. Setiap angka dalam nodes merupakan hasil penghitungan matriks dari filter/kernel. Dalam CNN, terdapat bagian yang sama antara node satu dengan node yang ada di sebelahnya. Itulah mengapa tadi dikatakan bahwa node dalam CNN selalu terhubung. Hal ini tentu saja dilakukan untuk menghemat daya komputasi terutama deteksi objek secara live.
Penerapan Teknologi Deep Learning
Di tahun 2019 ini, penerapan teknologi deep learning sendiri sudah cukup banyak kita jumpai seperti Google Photos, face unlock di smartphone, sistem tilang otomatis, dan sebagainya. Deep learning sendiri juga merupakan komponen utama yang menjadikan artificial intelligence menjadi semakin mirip dengan manusia. Bisa saja adegan-adegan di film fiksi ilmiah mungkin saja akan segera menjadi kenyataan. Atau jangan-jangan cerita dalam film tersebut memang sudah dibuat oleh AI sehingga lebih cocok untuk disebut sebagai prediksi daripada khayalan? Hmmm…
***
Jika Anda masih penasaran dengan teknologi machine learning Anda dapat mengikuti pelatihan machine learning selama 5 hari di Inixindo Jogja.
