syarfina's blog

Just another Telkom University Student Blog site

Text Mining

Orange adalah software open source untuk pengolahan Data Analytics / Data Mining. Dibandingkan dengan software Data Mining lainnya, Orange unggul dalam hal visualisasi atau yang biasa kita sebut visual programmingOrange menyediakan banyak widget yang kita letakkan pada canvas / drawing board kemudian kita hubungkan dengan widget widget lainnya. Dengan media canvas ini maka akan memudahkan pemakai bermain dengan data dan melakukan proses data analytics secara intuitif.

Selain widget, orange juga menyediakan beberapa add-on / modul untuk problem pada domain domain tertentu  seperti Text Mining / Text Analytics, Bioinformatics, Network Data / Social Network,  Model Maps, Prototypes Process, dan lain lain.

Berikut ini salah satu model orange yang saya gunakan untuk menganalisis pengguna twitter dalam pencaharian akun @linkaja, menggunakan Text Mining. Berikut adalah langkah-langkah menggunakan aplikasi Orange


Hasil analisis diatas yaitu yang dibicarakan oleh pengguna twitter mengenai Linkaja. Topic Modelling terdapat 10 topik

Hasil analisis diatas merupakan topik dibicarakan oleh pengguna twitter mengenai Linkaja

Hasil analisis diatas menjelaskan tingkat sentiment seseorang ketika menuliskan topik mengenai Linkaja

Hasil analisis diatas terdapat bagaimana tingkatan sentiment seseorang ketika menuliskan topik tentang Linkaja 

EGO NETWORK

Ego Network adalah jejaring sosial yang kita miliki, atau dengan kata lain jejaring sosial dengan kita sebagai pusatnya. Dengan melihat jejaring sosial yang kita miliki, kita bisa mengetahui karakteristik dari lingkungan kita seperti: siapa saja teman kita, seberapa besar jangkauan pertemanan kita, ada berapa kelompok / grup pertemanan yang kita miliki, dll. Sebagai bagian dari Social Network Analysis yang tujuannya adalah kuantifikasi hubungan sosial dalam bentuk representasi graf, maka Ego network pun mempunyai tujuan sama tapi dengan lingkungan yang lebih spesifik yaitu lingkungan ego sekitar kita.

Pada tugas Ego Network ini saya menggunakan sosial media Twitter untuk men- crowling data, dengan username yang di gunakan yaitu @ridadwiw, @enefnadya, @drvdel, @alyazahrantiara, @nitiyogaaryo. Dari beberapa akun twitter tersebut diketahui terdapat interaksi pertemanan dalam seluruh akun, kurang lebih sebanyak 1000 orang dengan interaksi followers-following. Data ini akan di olah menggunakan aplikasi Gephi

Berikut adalah Nodes yang menunjukkan username twitter dan label nama pemilik akun

Berikut adalah Edges yang menunjukkan informasi interaksi antar username di Twitter

Berikut adalah data yang diubah dalam bentuk layout Yifan Hu

Visualize

Kesimpulan

  1. Degree : @ridadwiw dengan nilai paling besar 1296
  2. Indegree : @ridadwiw dengan nilai paling besar 608
  3. Outdegree : @ridadwiw dengan nilai paling besar 688
  4. Modularity : @nitiyogaaryo dengan nilai paling besar 3
  5. Closeness Centrality : @ridadwiw dengan nilai paling besar 0,621813
  6. Betweenness Centrality : @ridadwiw dengan nilai paling besar 1889911,376012
  7. Harmonic Closeness : @ridadwiw dengan nilai paling besar 0,6959

Tugas 3 Big Data

  1. Mengidentifikasi complex systems pada kehidupan sehari-hari yang dapat dikelola dari system computer (ex. Information system, DSS, ERP, etc)

A. Sistem Informasi

Sistem Informasi (SI) adalah kombinasi dari teknologi informasi dan aktivitas orang yang menggunakan teknologi itu untuk mendukung operasi dan manajemen. Dalam arti yang sangat luas, istilah sistem informasi yang sering digunakan merujuk kepada interaksi antara orang, proses algoritmik, data, dan teknologi. Dalam pengertian ini, istilah ini digunakan untuk merujuk tidak hanya pada penggunaan organisasi teknoligi informasi dan komunikasi (TIK), tetapi juga untuk cara di mana orang berinteraksi dengan teknologi ini dalam mendukung proses bisnis.

Contoh penerapannya yaitu seperti TPS. TPS adalah sistem informasi yang terkomputerisasi yang dikembangkan untuk memproses data dalam jumlah besar untuk transaksi bisnis rutin seperti daftar gaji dan inventarisasi. TPS berfungsi pada level organisasi yang memungkinkan organisasi bisa berinteraksi dengan lingkungan eksternal. Data yang dihasilkan oleh TPS dapat dilihat atau digunakanoleh manajer. Sistem ini bekerja pada level operasional. Input pada level ini adalah transaksi dan kejadian. Proses dalam sistem ini meliputi pengurutan data, melihat data, memperbaharui data. Sedangkan outputnya adalah laporan yang detail, daftar lengkap dan ringkasan.

B. Decision Support Systems

Sistem pendukung keputusan (Inggris: decision support systems disingkat DSS) adalah bagian dari system informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.

Contoh penggunaannya, DSS untuk proses kenaikan jabatan dan perencanaan karir pada PT. X . Salah satu contoh yang akan disorot dalam hal ini adalah cara pemilihan karyawan yang sesuai dengan kriteria yang ada pada suatu jabatan tertentu. Oleh karena itu diperlukan suatu sistem pendukung keputusan untuk proses profile matching dan analisis gap yang dibuat berdasarkan data dan norma-norma SDM yang terdapat di PT. X. Proses Profile Matching dilakukan untuk menentukan rekomendasi karyawan dalam Sistem Kenaikan Jabatan dan Perencanaan Karir berdasar pada 3 aspek yaitu Kapasitas Intelektual, Sikap Kerja dan Perilaku. Hasil dari proses ini berupa ranking karyawan sebagai rekomendasi bagi pengambil keputusan untuk memilih karyawan yang cocok pada jabatan yang kosong tersebut. Dari hasil implementasi sistem, disimpulkan bahwa dengan penggunaan software ini dapat membantu proses pengambilan keputusan terhadap profile matching proses kenaikan jabatan dan perencanaan karir di PT. X.

C. Enterprise Resource Planning

Perencanaan sumber daya perusahaan, atau sering disingkat ERP dari istilah bahasa inggrisnya, enterprise resource planning, adalah system informasi yang diperuntukkan bagi perusahan manufaktur maupun jasa yang berperan mengintegrasikan dan mengotomasikan proses bisnis yang berhubungan dengan aspek operasi, produksi maupun distribusi di perusahaan bersangkutan. ERP adalah konsep untuk merencanakan dan mengelola sumber daya perusahaan yang mencakup dana, permesinan, SDM, waktu, bahan, dan kapasitas.

Secara umum, berikut ini adalah beberapa manfaat menggunakan ERP (Enterprise Resource Planning) di perusahaan:

  • Sistem ERP akan menyederhanakan proses mengendalikan dan memantau proses bisnis. Selain itu, ERP akan memberikan wawasan luas bagi para pembuat keputusan dan membantu mereka membuat prediksi dan membuat keputusan yang lebih baik.
  • Fungsi otomatisasi yang dimiliki oleh ERP akan memastikan aliran informasi dapat disalurkan dengan benar. Dengan begitu, proses bisnis bisa berjalan lebih sederhana dan responsif.
  • Sistem ERP dapat menyatukan banyak unit dalam ekosistem perusahaan. Dengan begitu, ekosistem perusahaan dapat terintegrasi dengan baik.
  • Dengan adanya sistem ERP, perusahaan berkembang dapat beradaptasi dan lebih fleksibel dengan semua kebutuhan mereka di masa depan.

2. Membandingkan 4 tipe dari problem context (Cynefin Framework)

A. Simple

Problem ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya sangat jelas dan erat. Sehingga semua orang juga tahu. Sumber pengetahuan ada di mana-mana dan bisa dilakukan siapa saja.

Untuk mengatasinya tidak memerlukan analisa dan pemikiran yang rumit. Pendekatan yang dilakukan adalah Sense->Categorize->Respond. Artinya melihat situasinya bagaimana, kemudian mengidentifikasi akar masalahnya termasuk kategori apa, kemudian langsung merespon/mencabut akar masalahnya.

Dengan adanya kategori atau kelompok penyebab/akar masalah yang sudah jelas tersebut, maka untuk jenis problem yang simple sudah ada sekumpulan BEST PRACTICES.  Estimasi waktu yang dibutuhkan juga mudah sekali dikalkulasi. Apakah ini akan selesai 1 jam, 1 hari atau 1 minggu.

Contoh: Handphone mati setelah 2 hari dipakai terus menerus. Tidak bisa melakukan panggilan telepon, tidak ada dial tone.

B. Complicated (Rumit)

Problem jenis ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya belum jelas. Sehingga untuk mengetahui penyebabnya, butuh pemeriksaan lebih lanjut, butuh analisa lebih lanjut. Penyebab/akar masalahnya bisa lebih dari satu kemungkinan dan bisa saling berkaitan. Sumber pengetahuan tersedia dan dapat diajarkan.

Karena membutuhkan pemeriksaan dan analisa, maka pendekatan yang dilakukan adalah Sense->Analyze->Respond. Lihat terlebih dahulu situasinya untuk mendefinisikan masalahnya, kemudian kita analisa apa saja kemungkinan yang menjadi penyebabnya, kemudian merespon atau mengambil tindakan yang diperlukan.

Untuk problem jenis ini, kita memiliki sekumpulan GOOD PRACTICES.

Estimasi waktu untuk problem jenis ini agak sukar dikalkulasi. Kita hanya bisa melakukan estimasi berdasarkan waktu maksimum yang pernah kita lakukan sebelumnya. Mungkin antara 1 hari atau 2 hari. Mungkin juga 1 minggu sampai 2 minggu.

Contoh: Koneksi internet Anda lambat ke situs-situs tertentu saja. Aplikasi Anda mengalami connection timeout.

D. Complex

Problem jenis ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya tidak jelas. Sehingga untuk mengatasinya membutuhkan perenungan, kontemplasi, bertapa, mencari petunjuk, meminta pencerahan. Sumber pengetahuan mungkin tersedia tapi sangat terbatas. Karena membutuhkan kontemplasi, pendekatan yang dilakukan adalah Probe->Sense->Respond. Jika ternyata berhasil, baru kita bisa lihat mengapa berhasil kemudian merespon/menunjukkan penemuan tersebut.

Estimasi waktu untuk problem jenis ini sangat sulit dikalkulasi. Kita tidak bisa mengira-ngira kapan problem tersebut akan berhasil diatasi.

Contoh: Membuat software baru. Mendesain pesawat. Menjalankan bisnis. Melakukan Riset.

D. Chaos (Kacau)

Problem jenis ini didefinisikan sebagai problem yang tidak memiliki hubungan antara penyebab dan akibat. Sehingga untuk mengatasinya bukan dengan berpikir atau kontemplasi. Tapi langsung bertindak tanpa banyak berpikir.

Pendekatan yang dilakukan adalah Act->Sense->Respond, yaitu kita bertindak dulu kemudian melihat situasinya baru bisa mengambil keputusan. Estimasi waktunya juga tidak akan bisa diukur.

Contoh: Server crash, database corrupt, disk failed, kebakaran, kerusuhan, mendirikan bisnis baru, penyerbuan, peperangan.

3. Mencari studi kasus dari strategi sebuah perusahaan  dengan pengelolaan big data analytics

A. Upaya mengoptimalkan big data

Meski dinilai banyak manfaatnya penerapan big data tidaklah muda, setidaknya butuh investasi dan teknologi yang mumpuni untuk membangun teknologi yang mumpuni. Di Traveloka misalnya, penerapan big data merupakan sebuah tantangan sehingga pihaknya perlu membangun sebuah tim yang solid baik untuk data engineering maupun software engineering. Orang-orang di dalamnya pun disebutkan orang-orang berprestasi seperti lulusan mahasiswa  unggulan yang berprestasi, alumni perusahaan Silicon Valley, dan beberapa ahli di berbagai bidang disiplin ilmu. Tak jauh beda, Pegipegi pun dikisahkan telah mengembangkan sebuah sistem terintegrasi yang mampu meng-handle data-data yang ada untuk selanjutnya diolah untuk mendapatkan wawasan yang bisa digunakan sebagai pertimbangan sebelum mengambil keputusan.

Apa yang dilakukan keduanya pun juga dilakukan oleh beberapa perusahaan level internasional yang berada di segmen travel. Disebutkan dalam sebuah artikel, AirBnb juga menerapkan big data yang dikombinasikan dengan sebuah algoritma yang mampu mencocokkan preferensi host dan tamu sehingga bisa mendapatkan hasil yang memuaskan bagi kedua belah pihak.

B. Hasil pemanfaatan data

Dari informasi yang didapat DailySocial, Traveloka dan Pegipegi sudah beberapa kali mengeluarkan fitur atau layanan yang berdasarkan data-data yang dimiliki. Fitur tersebut beragam. Untuk Traveloka, buah analisis data dihadirkan melalui fitur Notifikasi Harga yang saat ini bisa ditemukan di aplikasi Android dan iOS mereka. Fitur ini menyuguhkan hasil olahan ribuan data harga tiket pesawat setiap harinya untuk dihadirkan ke pelanggan.

Tugas 2 Big Data

Di sebuah Rumah Sakit pasti terdapat banyak sekali data rekam medis yang belum dimanfaatkan secara maksimal. Seringkali data rekam medis hanya menjadi data yang menumpuk dan tidak dilakukan penelusuran untuk menghasilkan pengetahuan yang berguna bagi Rumah Sakit.  Selain dapat menjadi sumber pengetahuan bagi Rumah Sakit, data tersebut juga dapat memberikan informasi tersembunyi yang dijadikan pengambilan keputusan yang efektif oleh para praktisi kesehatan. Ternyata sejumlah besar data rekam medis yang terdapat dalam Rumah Sakit memiliki banyak nilai yang jika di teliti atau digali lebih dalam lagi dapat memberikan hasil tidak hanya kepada para pasien melainkan juga dapat memberikan keuntungan juga pada pihak Rumah Sakit.

Setelah mengetahui bahwa data rekam medis masih dapat memberikan keuntungan tentunya banyak pihak yang ingin menggali lebih dalam lagi tentang hal tersebut dan bagaimana cara agar mereka dapat memperoleh hal yang lebih banyak lagi dari data rekam medis yang selama ini terdapat dalam Rumah Sakit. Dengan adanya kemajuan teknologi Rumah Sakit juga ikut serta membangun sistem dan juga berlomba-lomba untuk memajukan kemampuan teknologi yang ada didalam Rumah Sakit tersebut. Untuk memajukan teknologi dalam sistem Rumah Sakit ini tentunya diperlukan data-data. Data tersebut dapat diperoleh melalui data rekam medis yang sudah ada sebelumnya, nantinya data tersebut dapat di kelola menggunakan Data Mining.

              Berdasarkan penelitian-penelitian yang telah dilakukan untuk memprediksi penyakit jantung, diperoleh hasil bahwa data mining menggunakan metode Decision Tree mempunyai hasil yang terbaik. Akan tetapi penerapan algoritma Decision Tree (C4.5) dalam prediksi penyakit jantung akurasinya masih belum mencapai level excellence sehingga akurasi metode algoritma Decision Tree  ditingkatkan dengan metode Adaboost dalam memecahkan masalah prediksi jantung.

              Ternyata terdapat perbedaan antara hasil penelitian prediksi penyakit jantung dengan menggunakan algoritma C4.5 dengan hasil penilitan yang menggunakan algoritma C4.5 berbasis Adaboost. Terbukti setelah melakukan penelitian Penerarpan Algoritma C4.5 Berbasis Adaboost  Untuk  Prediksi Penyakit Jantung, peneliti tersebut memperoleh hasil yang positif. Saat peneliti menggunakan data mining dengan algoritma C4.5 saja diperoleh hasil dengan akurasi sebesar 86,59% sedangkan untuk penelitian yang menggunakan algoritma C4.5 berbasis Adaboost memiliki nilai akurasi sebesar 92.24% dengan selisih akurasi 5,65%.

Tugas 1 Big Data (State The Objective, Problems, Solution Idea)

Syarfina Estiana Zahira | 1401174029 | MB-41-04

The Objective

Penerapan analitik big data dalam perawatan kesehatan memiliki dan membuahkan hal hal yang positif bagi dunia kesehatan. Big data mengacu pada informasi yang berjumlah besar yang dikonsolidasikan  dianalisis oleh teknologi tertentu dan diterapkan pada bidang kesehatan, ia akan menggunakan data kesehatan tertentu dari suatu populasi dan berpotensi membantu mencegah epidemi dan menyembuhkan penyakit.

Selain itu big data juga bisa berperan untuk mendapatkan data pribadi pasien dan akan mengurangi kesalahan pihak rumah sakit dalam memberikan obat. Hal ini biasanya terjadi karena pihak rumah sakit kekurangan data dari pasien tersebut, dengan adanya big data hal ini tidak akan terjadi.

Problem

Masalah klasik yang sering di hadapi banyak rumah sakit, yakni terlalu banyak staff atau terlalu sedikit staff yang ada, jika pihak rumah sakit mengenakan terlalu banyak pekerja, pihak rumah sakit tersebut akan beresiko mendapatkan biaya tambahan dan biaya tenaga kerja yang tidak perlu dan hal tersebut akan merugikan pihak rumah sakit. Sama hal nya dengan kekurangan pekerja atau terlalu sedikit  pekerja yang ada, otomatis hal tersebut akan mengurangi pelayanan rumah sakit terhadap pasien pasien yang ada, yang bisa berakibat fatal bagi pasien.

Jika rumah sakit tersebut memiliki big data tentu hal tersebut tidak akan terjadi, karena big data mampu mencegah hal ini dan jika hal ini terjadi big data mampu membantu memecahkan masalah ini. Setidaknya di beberapa rumah sakit di paris telah menggunakan data dari berbagai sumber untuk mendapatkan prediksi harian dan per jam berapa pasien yang diharapkan berada di setiap rumah sakit. Selain itu big data juga bermanfaat bagi perawat dan staff administrasi rumah sakit yang tidak terlatih dalam ilmu data.

Dengan big data peneliti medis dapat menggunakan sejumlah data yang besar pada rencana awal tingkat pemulihan untuk menemukan tingkat keberhasilan yang tinggi di dunia nyata dan untuk menambah peluang sembuh nya pasien yang mengidap kanker. Sebagai contoh, dengan adanya big data peneliti dapat memeriksa sampel tumor di biobank yang di hubungkan dengan catatan perawatan pasien yang di dapatkan melalui big data.

Solusi

Indonesia memiliki sebuah software bernama PAQUES, singkatan dari Parallel Query System, adalah sebuah Big Data Analytic Tool yang dapat memproses dan mengolah data dalam jumlah yang besar dari berbagai sumber dengan variasi data berbeda baik yang terstruktur ataupun tidak terstruktur. Keunggulan PAQUES sendiri adalah, PAQUES memiliki metodologi kerja yang di namai SECAV, yang terdiri dari search, extract, correlate, aggregate dan visualize. Selain itu PAQUES dapat melakukan melakukan single query yang memberikan berbagai manfaat di berbagai level organisasi yang membutuhkan analisa big data.

E-commerce

electronic commerce atau e-commerce adalah penyebaran, pembelian, penjualan, pemasaran barang dan jasa melalui sistem elektronik seperti internet atau televisi, www, atau jaringan komputer lainnya. E-commerce dapat melibatkan transfer dana elektronik, pertukaran data elektronik, sistem manajemen inventori otomatis, dan sistem pengumpulan data otomatis.

Masalah yang harus dihadapi pelanggan terkait informasi dari merchant favoritnya

Validated problem

Difficultis in managing data and knowing their loyal customer’s profile (nerchant)

Difficulties in getting information from their favorite merchants difficulties in bringing cards (end user)

Umkm pelakunya kebanyakan dipameran

Merchant

Mencatat data customer secara manual ( buku, excel)

Profit customer tidak lengkap

Clap adalah aplikasi yang memberikan sebuah informasi kepada masyarakat untuk mengetahui informasih apa saja yang sedang terjadi dalam shooping (diskon)

Memiliki 4 pelanggan , bold, gold dll

Merchant

Messaging (create messaging)

Profilling ( report customer int.customer loyality lebel purchase history home dashboarf point system)

Relevant offering ( create rewards customers recomendation)

End user

Inbox notification

Account customer level point system

My cards promo nearby

Dashboard mengetahui berapa jumlah total dari penghasilan atau transaksi kita brp ( merchant)

Six strategy business objectives that can be achieved by investing in information system

– Operation excellence

– New products, services, and business models

– Customer and supplier intimacy

– Improved decision making

– Competitive advantage

– Survival

Fungsi sistem informasi dalam bisnis?

Mempermudah masyarakat dalam mengakses aplikasi tersebut dalam berbisnis

Interactive Session: Management

■Apa keuntungan dan kerugian dari memberikan karyawan menggunakan smarphone pribadi mereka untuk bekerja ?

Keuntungan :
smartphone dapat membantu efektivitas dalam pekerjaan. Karyawan juga akan lebih mudah dan lebih menikmati menggunakan smartphone nya sendiri dibandingkan smartphone dari perusahaan. Mereka dapat mengetahui apa saja kelebihan dari smartphone sendiri dan dapat menjaga semua hal privasi yang ingin kita simpan di smartphone kita sendiri.

Kerugian:
Biaya yang dikeluarkan akan ditanggung sendiri oleh kita sendiri karena memakai smartphone pribadi. Tuntutan dari perusahaan akan makin susah karena memakai smartphone sendiri akan menimbulkan dampak2 nya.

■Faktor manajemen, organisasi, dan teknologi apa yang harus ditangani saat memutuskan apakah mengizinkan karyawan menggunakan ponsel cerdas pribadinya untuk bekerja?

Faktor Manajemen :
1. Memberikan sebuah motivasi baik secara individu maupun kelompok
2. Dapat menguasai organisasi secara keseluruhan dari segala aspek.
Faktor Organisasi:
1. Dapat mempermudah komunikasi antar sesama karyawan dalam menangani masalah-masalah yang terjadi didalam perusahaan tersebut.
2. Mempermudah mempasarkan atau menberitahukan informasi dari perusahaan
Faktor Teknologi:
1. Sebagai knowledge kepada para pemimpin dalam mengambil sebuah keputusan.
2. Sebagai jembatan untuk berkomunikasi antar perusahaan lain dalam bekerja sama ataupun berkolaborasi dalam segala aspek.

■Memungkin karyawan untuk menggunakan smartphone mereka sendiri untuk bekerja akan menghemat uang perusahaan. Apa kamu setuju?

Menurut saya setuju, karena perusahaan dapat menghemat pengeluaran karena perusahaan tidak perlu menyediakan perangkat untuk karyawan mereka. Di era modern ini sydah seharusnya setiap keryawan memiliki perangkat pribadi untuk memudahkan kerja mereka dan koordinasi mereka dengan pihak perusahaan

!!STUDY TIPS!!

Hallo semuaa, kali ini aku mau sharing knowledge tentang gimana cara mencatat atau merangkum catatan biar ga ngebosenin. Disini aku ngasih contoh dari video youtuber asal Indonesia dan dia juga merupakan Beauty Blogger, di video tersebut kiara menjelaskan metode mencatat yang dia lakukan, yaitu dengan metode cornell

Cornell Notes Method yaitu cara mencatat dengan membagi 3 bagian kertas, bagian untuk mencatat, resume, dan review. menurut Kiara, metode ini sangat membantu untuk kuliahnya. Aku sendiri sudah mencoba metode yang digunakan kiara, menurut aku sendiri memang sangat membantu.

Cara yang aku gunakan disini yaitu dengan menulis pada bagian mencatat, lalu aku baca ulang catatan tersebut dan aku highlight dengan stabilo, setelah itu aku membuat pertanyaan atau kata kunci pada bagian kiri kertas, dan membuat kesimpulan pada kolom bawah kertas.

Dibawah ini aku kasih gambaran untuk metode Cornell

Literasi TIK

Pada dasarnya, TIK merupakan singkatan dari Teknologi Informasi dan Komunikasi. Literasi TIK adalah kemampuan untuk menggunakan teknologi digital, alat komunikasi dan atau jaringan dalam mendefinisikan, mengakses, mengelola, mengintegrasikan, mengevaluasi, menciptakan, dan mengkomunikasikan informasi secara baik dan legal untuk menghasilkan sebuah konsep baru dalam rangka membangun masyarakat berpengetahuan. Dari paparan tersebut, tujuan Literasi teknologi itu sendiri untuk menyelesaikan masalah menggunakan informasi. Informasi ini bisa dalam bentuk data, informasi, pengetahuan, juga kebijakan.

ICT memiliki banyak peranan, contohnya saja kita ambil dari sisi ICT dalam Pembangunan
1. Memantapkan komitmen nasional untuk merangkul dan memanfaatkan ICT dibawah naungan kerangka nasional teknologi
2. Stratei ICT akan meningkatkan upaya mengurangi kemiskinan secara nasional
3. Implementasi strategi yang memanfaatkan pendekatan desentralisasi akan mendorong proses pengalihan peran dan tanggung jawab pemerintah pusat ke tingkat daerah

> Dengan catatan
1. Jika berdiri sendiri, ICT tidak dapat berperan optimal
2. ICT paling tepat dimanfaatkan untuk menyempurnkan proses yang sudah berjalan cukup baik
3. Penggunaan ICT biasanya orang-orang yang sudah cukup akrab dengan ICT
4. Penerapan ICT melibatkan baik infrastruktur teknologi maupun informasi

Kesimpulan:
1. Dengan ICT kita pantas berharap, bahkan yang tidak terduga pun dapat muncul sebagai hasil
2. ICT mungkin membuka peluang-peluang bagi pembangunan, tetapi hasil yang diharapkan selalu muncul dari kegiatan manusianya

OJEK ONLINE

Pada tau kan Ojek Online? Yap, ojek online yaitu ojek yang kita pesan melalui suatu aplikasi. Dimana mereka akan datang/menjemput kita sesuai lokasi kita saat itu. Pasti kalian banyak menggunakan ojek onlie kann? Tentunya kita sebagi pelanggan sangat merasakan sekali keuntungan yang di dapat melalui aplikasi ini. Pada zaman terdahulu, kita harus mencari pangkalan ojek terlebih dahulu, sekarang cukup dengan maps yang di deteksi oleh aplikasi ojek online tersebut.

Perubahan digital pada era ini, teknologi sangat berpengaruh sekali di berbagai bidang, apalagi di bidag transportasi. Saat ini di Indonesia sendiri telah banyak aplikasi ojek online, sebut saja Go-Jek, Grab, dan Uber.

Dengan munculnya berbagai teknologi-teknologi baru, banyak perusahaan dan pebisnis yang terinovasi untuk membuat model bisnis yang menarik dengan layanan yang tidak kalah mengagumkan. Salah satu perkembangan teknologi saat ini terdapat pada layanan ojek online. Walaupun keberadaan transportasi sudah ada sejak dulu, tetapi menjadi sangat fenomenal ketika digabungkan dengan teknologi dan jadilah transportasi berbasis online.

Sekilas Perkembangan Bisnis Transportasi Berbasis Online di Indonesia

Di akhir tahun 2014, walaupun Uber dan GrabTaxi telah masuk ke pasar Indonesia, hampir tidak ada tanda-tanda yang menunjukkan bila layanan ojek online akan menjadi sesuatu yang besar pada tahun ini. Bisnis transportasi on-demand memang sudah mulai dikenal, salah satunya karena kontroversi kehadiran Uber di Indonesia. Namun istilah ojek online saat itu belum begitu dikenal. Walau GrabTaxi telah mengujicoba layanan GrabBike di Vietnam pada bulan Oktober 2014, tidak ada indikasi ketika itu kalau mereka akan meluncurkannya di Indonesia.

Setahun berselang, berkat kehadiran aplikasi GO-JEK pada bulan Januari dan layanan GrabBike empat bulan kemudian, ojek online langsung menjadi salah satu bisnis startup yang paling populer di Indonesia. Dalam rentang waktu dua belas bulan, GO-JEK berkembang dari sebuah aplikasi mobile baru menjadi sebuah layanan besar, yang kemudian diikuti oleh perusahaan GrabTaxi dengan layanan GrabBike.

Memasuki tahun 2016, persaingan ketiga startup tersebut justru semakin sengit. GrabTaxi mengubah namanya menjadi Grab, dan berusaha menyaingi GO-JEK di bisnis pengantaran makanan dengan membuat layanan GrabFood. Uber pun turut memanaskan persaingan dengan menghadirkan UberMotor, demi bersaing dengan GrabBike dan GO-JEK. Seperti ingin memberi serangan balasan, GO-JEK pun turut hadir dengan layanan GO-CA demi menghadang perkembangan layanan UberX dan GrabCar tepat seminggu setelah Uber meluncurkan UberMotor.

Sadar kalau metode pembayaran seringkali menghambat para pengguna dalam menggunakan layanan-layanan mereka, pada tahun 2016 ini pula GO-JEK meluncurkan metode pembayaran GO-PAY. Kini saldo GO-PAY dapat diisi lewat berbagai cara, mulai dari transfer bank hingga dengan memberikan uang langsung ke pengemudi GO-JEK. Seakan ingin memperkuat posisi GO-PAY sebagai metode pembayaran mereka, GO-JEK pun mengakuisisi sebuah layanan pembayaran bernama PonselPay di tahun 2016. Grab juga meluncurkan metode pembayaran melalui GrabPay untuk menyainginya.

Tak berhenti sampai di situ, GO-JEK pun turut memperkuat layanan lama mereka, seperti GO-SEND. Mereka juga bekerja sama dengan marketplace Tokopedia dan Bukalapak untuk mengantarkan barang pesanan dari penjual kepada para pembeli.

GO-JEK pun telah bekerja sama dengan aplikasi chat LINE, sehingga pengguna LINE kini bisa memesan GO-JEK langsung di aplikasi tersebut. Menjelang akhir tahun, Uber pun kemudian ikut membuat fitur serupa.

Berbeda dengan GO-JEK yang coba merambah bisnis lain di luar transportasi, Grab justru fokus di bidang transportasi online dengan menghadirkan layanan GrabHitch. Dengan layanan GrabHitch ini, para pengguna Grab yang membawa sepeda motor bisa berbagi tumpangan kepada pengguna lain, serupa dengan layanan Nebengers dan TemanJalan.

Demi memudahkan pengguna ketika menghubungi para pengemudi, Grab pun menghadirkan fitur chat di dalam aplikasi mereka. Selain itu, Grab pun membuat sebuah program loyalitas yang bernama Top Partners untuk pengemudi, serta GrabRewards untuk para pengguna mereka. Program ini seperti mengikuti GO-JEK yang sebelumnya juga berusaha memudahkan para pengemudi mereka untuk mengakses fasilitas keuangan dengan program bernama Swadaya.

Tak mau kalah dengan kedua pesaingnya, Uber pun turut menghadirkan beberapa layanan baru. Sepanjang 2016, mereka telah meluncurkan layanan berbagi tumpangan UberPool dan layanan sewa mobil harian UberTrip.

Hadirnya layanan transportasi online tentu saja menuai banyak kontroversi, di awal tahun 2016, ribuan pengemudi angkutan umum yang merasa pendapatan mereka menurun akibat kehadiran layanan transportasi online akhirnya melakukan demonstrasi. Massa yang didominasi oleh para pengemudi taksi tersebut menuntut layanan seperti Uber dan Grab agar segera ditutup.

Insiden ini tak hanya berlangsung sekali, mereka pun kembali melakukan aksi demonstrasi seminggu setelahnya. Hal ini pun memaksa pemerintah untuk segera mengambil sikap. Mereka pun membuat aturan yang mengharuskan kendaraan yang digunakan oleh Uber, Grab, dan GO-CAR untuk melakukan uji kir, serta bernaung di bawah badan hukum berbentuk koperasi.

Pemerintah juga sempat mengharuskan para pengendara kendaraan transportasi online untuk mengubah nama di Surat Tanda Nomor Kendaraan (STNK) menjadi nama perusahaan atau koperasi. Namun pemerintah kemudian membatalkan aturan tersebut.

Pada akhir 2016, justru muncul konflik dari perusahaan ojek online itu sendiri seperti GO-JEK dan GRAB yang mendapat tekanan dari pengemudi mereka sendiri yang merasa pendapatannya terlalu kecil.

Uniknya, menjelang akhir tahun 2016, perusahaan taksi yang sebelumnya seperti menentang layanan transportasi online, justru mengubah sikap. Mereka akhirnya melirik layanan transportasi online sebagai sebuah kesempatan, dan menjalin kerja sama dengan mereka.

Hal ini ditunjukkan dengan kerja sama yang dilakukan Blue Bird dengan GO-JEK, serta Express Group dengan Uber. Sehingga kita dapat memesan armada taksi. Blue Bird lewat aplikasi GO-JEK, atau mendapatkan armada taksi Express ketika memesan layanan UberX.

Keperkasaan GO-JEK, Uber, dan Grab bukannya tanpa akibat yang buruk. Layanan baru yang mencoba mengikuti kesuksesan mereka bertiga seperti Blu-Jek, TopJek, dan LadyJek kini hampir tidak terlihat lagi di jalanan ibu kota. Dari akun media sosial mereka, bisa terlihat kalau layanan-layanan tersebut kini justru mengalihkan fokus ke bidang logistik. GO-JEK, Uber, dan Grab sendiri pun terus berinovasi demi menjadi layanan terdepan di tanah air.

Berbeda dengan para pesaingnya, GO-JEK merupakan startup yang menghadirkan layanan paling banyak. Setelah membaut layanan seperti GO-CLEAN dan GO-MASSAGE, mereka kembali menghadirkan layanan baru berupa layanan perbaikan dan cuci kendaraan GO-AUTO, layanan isi pulsa GO-PULSA, serta layanan pengiriman obat GO-MED.

Selain menambah berbagai layanan baru, baik GO-JEK, Uber, dan Grab pun turut memperluas jangkauan mereka ke kota-kota baru. GO-JEK menjadi layanan yang paling gesit dengan hadir di berbagai kota seperti Malang, Solo, Samarinda, dan Manado . Mereka pun diikuti oleh Uber yang mulai beroperasi di Surabaya, Yogyakarta, dan Malang. Mereka terus memperluas jangkauan hingga pada tahun 2017 ini, layanan ojek online dapat ditemukan hampir di semua daerah di Indonesia

Harus kita akui bahwa bisnis transportasi berbasis online ini merupakan terobosan baru di bidang transportasi. Walaupun menuai banyak kontroversi, perkembangan teknologi yang pesat tidak dapat ditahan sehingga mau-tidak mau setiap teknologi baru dapat teraplikasikan dalam kehidupan sehari-hari, terlepas dari masalah tersebut, masyarakat Indonesia sangat memerlukan sarana transportasi yang nyaman, aman, tepat waktu dan tidak mahal. Oleh karena itu, bisnis tranportasi online ini harus disambut dengan baik dan terus dikembangkan

sumber: https://unfaedahblog.wordpress.com/2017/10/05/perkembangan-teknologi-dalam-bisnis-transportasi-online-di-indonesia-2/

« Older posts

© 2024 syarfina's blog

Theme by Anders NorenUp ↑