TUGAS SOFTSKILL
1. Carilah dua peristiwa di dunia yang menyebabkan teknologi berdampak negatif bagi setiap orang.
1. Penemuan nuklir
Otto Hahn, OBE, ForMemRS (8 Maret 1879 - 28 Juli 1968) adalah seorang Jerman ahli kimia dan pelopor dalam bidang radioaktivitas dan Radiokimia yang memenangkan Hadiah Nobel dalam Kimia untuk penemuan fisi nuklir. Ia dikenal pula sebagai "bapak kimia nuklir". Otto Hahn adalah seorang penemu pembelahan inti (fisi nuklir ,1938), penemu radioactinium (1905), mesothorium (1907) dan protakkctinium (1917), doktor, guru besar, pengarang, Presiden Kaiser Wilhelm Society (1948-1960).
Bersama Frietz Strassmann ia mendapat hadiah Nobel untuk kimia pada tahun 1944.
Awalnya pada sekitar tahun 1930-an seseorang bernama Entiko Fermi yang memang seorang. Ahli Fisika melakukan percobaan mengebom Uranium dengan Netron. Pengeboman itu menghasilkan zat zat radioaktif , tapi Fermi tak tahu kalau apa nama unsur yang di hasilkannya itu , bahkan ia mengira unsur itu adalah unsur yang sama dengan Uranium.
Pada tahun 1934 Otto Hahn mengulangi percobaan Fermi bersama pembantunya , mereka mengadakan penelitian selama 4 tahun dan berhasil menghasilkan unsur Barium dari percobaan pengemboman Uranium dengan Netron. Penemuan ini di umumkan di majalah Die Natirwissenschaften pada tahun 1939 , tapi Hahn tidak berani bilang kalo penemuan Barium adalah hasil pembelahan inti karna takut di ejek oleh para ahli fisika pada zamannya (karna pembelahan inti itu mustahil pada saat itu).
Tahun 1938 , ketika Hahn berhasil membelahan inti , Lise Meitner ( salah satu pembantu Hahn) melarikan diri ke Swedia untuk berlindung dari kejaran Nazi ( karna ia adalah seorang Yahudi). Ketika di Swedia , ia membaca laporan Hahn dan tertulis kalau penemuan Hahn adalah Fisi Nuklir. Akhirnya Meitner memberikan berkas penelitian Hahn ke Amerika Serikat dan di Amerika Serikat penemuan Hahn di garap dan berhasil membuat bom atom pertama di dunia.
2.Gatling Gun
Dalam dunia militer, senapan mesin Gatling Gun dianggap sebagai pelopor senapan mesin pertama di dunia. Keganasan senjata pembunuh ini telah teruji pada saat perang saudara Amerika pada abad ke-18. Uniknya, orang yang menciptakan senjata mematikan ini bukan dari kalangan ilmuwan atau saintis, tetapi seorang dokter gigi.
Gutling gun adalah suatu senjata mesin berat yang memiliki beberapa barel berputar dan diputar oleh putaran tangan yang diciptakan pada abad ke-18. Bentuk dan ukurannya hampir sebesar meriam kanon dan biasanya menggunakan roda untuk memudahkan pengangkutan senjata ini yang disebut dapat menembakkan 200 peluru per menit. Senjata ini pernah digunakan pada Perang Saudara Amerika dan merupakan salah satu senjata mengerikan yang ditakuti pada masa itu.
Senapan ini dirancang oleh penemu Amerika Richard J. Gatling pada 1861 dan dipatenkan pada 1862. Istilah senapan gatling masih sering digunakan sekarang ini untuk menunjuk kepada meriam dengan barel-berputar seperti meriam auto M61 Vulcan 20mm.
Richard Gatling menciptakan senjata-nya selama Perang Saudara Amerika, ia percaya bahwa penemuannya akan mengakhiri perang dan untuk menyelamatkan jiwa,tidak terpikirkan untuk menggunakannya karena pembantaian yang mengerikan mungkin dengan senjatanya. Paling tidak,
Gatling Gun akan mengurangi jumlah tentara yang diperlukan untuk tetap berada di medan perang.
2. Carilah dua peristiwa di dunia yang menyebabkan teknologi berdampak positif bagi setiap orang.
1. Mobil listrik Tesla
Di penghujung Maret 2016 lalu, Tesla memperkenalkan mobil listrik sedan terbarunya, Model 3. Di hadapan ratusan wartawan, investor, dan para pecinta mobil listrik, Elon Musk tampil memukau, menjelaskan apa dan seperti apa Model 3 itu.
Musk, sang CEO berhasil meyakinkan banyak orang. Dalam waktu 24 jam, Tesla menerima 150.000 pesanan. Padahal, Tesla belum memproduksi Model 3 sebanyak itu. Para pemesan harus bersabar menunggu hingga akhir tahun depan.
Sebulan berselang, permintaan akan Model 3 terus melonjak. Hingga April, tercatat 325.000 pesanan yang diterima Tesla. Angka ini bisa dikatakan fantastis, mengingat tahun lalu Tesla hanya berhasil menjual 50.658 unit kendaraan.
Memang, untuk sebuah mobil listrik, Model 3 bisa dikatakan cukup murah. Ia hanya dibanderol $35.000 atau sekitar Rp466 juta. Para pemesan hanya perlu membayar $1.000 di muka. Dibandingkan dengan pendahulunya, Model S, harga model terbaru ini hanya setengahnya. Model S dijual dengan harga sekitar $71.000.
Meski terbilang murah, Musk menyebut model terbaru ini bintang lima di setiap kategori. Model S mampu menempuh jarak 346 kilometer per satu kali pengisian daya. Ia juga dilengkapi dengan autopilot hardware.
Karena permintaan yang kian melonjak, Tesla menaikkan rencana produksinya lima kali lipat dan dua tahun lebih cepat dari target awal. Tadinya, perusahaan asal Amerika ini menargetkan produksi 500.000 per tahun mulai 2020. Namun, kuartal pertama tahun ini, Musk memukau para investor dengan janji akan memajukan target dua tahun lebih cepat, yakni 2018. Apakah Tesla mampu memenuhi janji itu?
“Menambah produksi lima kali lipat dalam dua tahun ke depan tentu sangat menantang dan butuh modal lebih besar. Tetapi ini adalah gol kami, dan kami akan kerja keras untuk membuatnya mungkin dicapai,” kata Musk dalam laporannya kepada para investor.
Musk tak main-main, untuk mewujudkan target itu, Tesla membangun Gigafactory di Nevada. Gigafactory ini akan menjadi pabrik pembuatan baterai. Memproduksi lebih banyak mobil berarti membutuhkan lebih banyak baterai. Ditambah kini Tesla memiliki lini usaha energi yang menjual baterai-beterai pengisi daya, penyimpan energi matahari bernama Powerwall.
2. Penemuan proyektor
LCD proyektor ditemukan di New York oleh Gene Dolgoff. Dia mulai bekerja di dalam kampus pada tahun 1968 dan bertujuan untuk memproduksi sebuah video proyektor yang dalam idenya akan membuat sebuah LCD yang lebih cerah dibandingkan dengan 3-CRT proyektor. Ide tersebut untuk menggunakan elemen yang disebut sebagai “cahaya katup” untuk mengatur jumlah cahaya yang melewati itu. Hal ini akan memungkinkan penggunaan yang sangat ampuh untuk sumber cahaya eksternal. Setelah mencoba berbagai bahan, dia menduduki kristal cair untuk mengatur terang pada tahun 1971.
Ia membawanya sampai 1984 untuk mendapatkan addressable layar kristal cair (LCD), yang dibangun adalah ketika ia pertama di dunia LCD proyektor. Setelah pemeriksaannya itu, dia melihat banyak masalah yang harus dikoreksi termasuk kerugian besar. Dia kemudian menggunakan metode baru untuk menciptakan efisiensi yang tinggi untuk menghilangkan tampilan pada piksel. Ia mulai bekerja di Projectavision Inc pada tahun 1988, pertama kali dunia LCD proyektor didirikan.
3. Posting manfaat Natural Language Processing bagi manusia!
NATURAL LANGUAGE PROCESSING (NLP)
Sejarah NLP dimulai pada tahun 1950-an, meskipun telah ada penilitian NLP pada tahun-tahun sebelumnya. Pada tahun 1950, Alan Turing (bapak ilmu komputer) mempublikasikan artikel terkenalnya yang berjudul “Computing Machinery and Intelligence” yang di dalamnya Alan Turing mengusulkan tes yang sekarang disebut dengan Turing Test. Tes Turing adalah sebuah tes yang mengukur kemampuan mesin (dalam hal ini program komputer) untuk menunjukan perilaku cerdas. Dalam ilustrasi contoh aslinya, seorang juri manusia akan terlibat dalam percakapan dengan manusia dan mesin yang akan dites. Semua peserta dipisahkan satu sama lain. Jika juri tidak bisa membedakan antara manusia dan mesin, maka mesin tersebut dikatakan lulus tes.
Pemrosesan Bahasa Alami atau Natural Language Processing (NLP) adalah komponen penting dalam text mining dan subbidang dalam kecerdasan buatan (artificial intelligence/AI) dan komputasi linguistic. Dia mempelajari tentang bagaimana ‘memahami’ bahasa manusia alami, dengan cara mengubah gambaran bahasa manusia (seperti dokumen teks) menjadi penyajian yang lebih formal (dalam bentuk data numeric dan sombolik) yang lebih mudah untuk dimanupulasi oleh program computer. Tujuan NLP adalah untuk melangkah melebihi manipulasi teks berbasis sintaks (yang sering kali disebut dengan ‘word counting’) ke pemahaman yang benar dan memproses bahasa alami yang mempertimbangkan berbagai batasan semantik dan gramatikal dan juga konteks.
Definisi dan scope dari kata ‘memahami’ adalah salah satu topic utama dalam diskusi tentang NLP. Dengan mempertimbangkan bahwa bahasa alami manusia adalah kabur dan bahwa pemahaman yang benar terhadap suatu arti memerlukan pengetahuan yang luas terhadap suatu topic (jauh berada diluar kata, kalimat, dan paragraph), akankah komputer mampu memahami bahasa alami dengan cara yang sama dan akurasi yang sama dengan manusia? Barangkali tidak! NLP telah ada lama sejak era ‘word counting’ yang sederhana, namun dia masih perlu lebih lama lahi untuk menuju ke benar-benar mampu memahami bahasa alami manusia. Berikut adalah beberapa tantangan yang biasanya dikaitkan dengan implementasi NLP:
Part-of-speech tagging. Sangatlah sulit untuk menandai istilah-istilah dalam suatu teks yang terkait dengan bagian tertentu dari suatu naskah (misalnya kata benda, kata kerja, kata sifat, kata keterangan, dst), karena bagian dari naskah tidak hanya bergantung pada definisi istilah tetapi juga pada konteks dimana teks digunakan.
Text segmentation. Beberapa bahasa tulisan, seperti bahasa mandarin, jepang, dan thai, tidak memiliki batasan kata. Dalam contoh ini, tugas text-parsing memerlukan idetifikasi terhadap batasan kata, yang seringkali merupakan tugas yang sangat sulit. Tantangan serupa dalam segmentasi naskah muncul ketika menganalisa bahasa verbal, karena suara menyajikan rangkaian huruf dan kata yang bercampur satu sama lain.
Word sense disambiguation. Banyak kata yang memiliki lebih dari satu arti. Memilih arti yang paling masuk akan hanya bisa dicapai dengan mempertimbangkan konteks di mana kata digunakan.
Syntactic ambiguity. Tata bahasa dalam bahasa alami seringkali ambigu; artinya, ada berbagai struktur kalimat yang memungkinakan yang perlu dipertimbangkan. Memilih struktur yang paling tepat biasanya memerlukan paduan informasi kontektual dan semantik.
Imperfect or irregular input. Aksen asing atau lokal dan berbagai hambatan vokal dalam pidato dan kesalahan ketik dan tata bahasa dalam teks-teks menyebabkan pengolahan bahasa bahkan lebih sulit.
Speech acts. Suatu kalimat seringkali dianggap sebagai suatu aksi oleh si pembicara. Struktur kalimatnya sendiri mungkin tidak berisi cukup informasi untuk mendefinisikan tindakan ini. Contohnya, “Can you pass the class?” memerlukan jawaban singkat ya/tidak, padahal “Can you pass the salt?” adalah permintaan untuk melakukan suatu tindakan nyata untuk dilakukan.
Salah satu manfaat terbesar dari NLP adalah Modeling. Modeling adalah jantung NLP. Modeling disini bukan sebagai model majalah loh. Melainkan meniru atau menduplikasi kemampuan seseorang lalu diterapkan ke dalam diri kita, contoh, kepercayaan diri. Selain itu manfaat dari ilmu NLP dari sisi Psikologi, dapat menyelesaikan masalah masalah psikologi seperti trauma, fobia, kebiasaan buruk, kesulitan belajar, insomnia, dan lain lain.
