Musiman

Pada data deret waktu, musiman adalah adanya variasi yang terjadi pada interval waktu tertentu yang kurang dari satu tahun, seperti mingguan, bulanan, atau kuartalan. Musiman dapat disebabkan oleh berbagai faktor, seperti cuaca, liburan, dan hari raya dan terdiri dari pola yang periodik, berulang, dan umumnya teratur dan dapat diprediksi pada level dari suatu deret waktu.

Fluktuasi musiman dalam deret waktu dapat dikontraskan dengan pola siklus. Yang terakhir ini terjadi ketika data menunjukkan kenaikan dan penurunan yang tidak memiliki periode tetap. Fluktuasi non-musiman tersebut biasanya disebabkan oleh kondisi ekonomi dan sering kali terkait dengan "siklus bisnis"; periode mereka biasanya lebih dari satu tahun, dan fluktuasinya biasanya paling sedikit dua tahun.

Organisasi yang menghadapi variasi musiman, seperti penjual es krim, sering kali tertarik untuk mengetahui kinerja mereka relatif terhadap variasi musiman normal. Variasi musiman di pasar tenaga kerja dapat dikaitkan dengan masuknya para lulusan sekolah ke pasar kerja karena mereka ingin berkontribusi pada dunia kerja setelah menyelesaikan sekolah mereka. Perubahan reguler ini kurang menarik bagi mereka yang mempelajari data ketenagakerjaan daripada variasi yang terjadi karena keadaan ekonomi yang mendasarinya; fokus mereka adalah pada bagaimana pengangguran di angkatan kerja telah berubah, terlepas dari dampak variasi musiman reguler.

Penting bagi organisasi untuk mengidentifikasi dan mengukur variasi musiman dalam pasar mereka untuk membantu mereka merencanakan masa depan. Hal ini dapat mempersiapkan mereka untuk kenaikan atau penurunan sementara dalam kebutuhan tenaga kerja dan inventaris karena permintaan untuk produk atau layanan mereka berfluktuasi selama periode tertentu. Hal ini mungkin memerlukan pelatihan, pemeliharaan berkala, dan sebagainya yang dapat diatur sebelumnya. Terlepas dari pertimbangan-pertimbangan ini, organisasi perlu mengetahui apakah variasi yang mereka alami lebih atau kurang dari jumlah yang diharapkan, di luar dari apa yang biasa terjadi pada variasi musiman.

Motivasi

Ada beberapa alasan utama mempelajari variasi musiman:

Mendeskripsikan dampak musiman memungkinkan kita untuk lebih memahami pengaruh faktor-faktor ini pada serangkaian hasil.

Setelah menetapkan pola musiman, kita dapat menggunakan metode untuk mengekstrak sampel tersebut dari rangkaian waktu, sehingga menghilangkan perubahan lain seperti rotasi . Pengaruh komponen dapat dipelajari. Sepertinya kilat. Menghilangkan efek musiman ini disebut detrending atau transformasi data musiman.

Studi tentang variasi musiman juga melibatkan penerapan pola masa lalu untuk membuat prakiraan dan memprediksi tren masa depan. Konteks iklim umum. Oleh karena itu, pemahaman mendalam tentang perubahan musim dapat menjadi alat yang berguna dalam perencanaan strategis dan pengambilan keputusan untuk mengoptimalkan kinerja produk atau layanan.

Motivasi

Ada beberapa alasan utama untuk mempelajari variasi musiman:

• Deskripsi efek musiman memberikan pemahaman yang lebih baik tentang dampak komponen ini terhadap deret waktu tertentu.
• Setelah menetapkan pola musiman, metode dapat diterapkan untuk menghilangkannya dari deret waktu untuk mempelajari efek komponen lain seperti variasi siklus dan tidak teratur. Penghilangan efek musiman ini disebut sebagai de-musiman atau penyesuaian musiman data.
• Menggunakan pola masa lalu dari variasi musiman untuk berkontribusi pada peramalan dan prediksi tren masa depan, seperti pada iklim normal.

Deteksi

Teknik grafis berikut ini dapat digunakan untuk mendeteksi musim:

Sebuah plot urutan waktu berjalan sering kali akan menunjukkan musiman

• Plot musiman penggunaan listrik AS
• Plot musiman akan menunjukkan data dari setiap musim yang tumpang tindih
• Plot subseri musiman adalah teknik khusus untuk menunjukkan musiman
• Beberapa plot kotak dapat digunakan sebagai alternatif dari plot subseri musiman untuk mendeteksi musiman
• Plot autokorelasi (ACF) dan plot spektral dapat membantu mengidentifikasi musiman.

Cara yang sangat baik untuk menemukan periodisitas, termasuk musiman, dalam rangkaian data reguler adalah dengan menghilangkan tren keseluruhan terlebih dahulu dan kemudian memeriksa periodisitas waktu.

Plot run sequence adalah langkah pertama yang direkomendasikan untuk menganalisis deret waktu apa pun. Meskipun musiman terkadang dapat ditunjukkan oleh plot ini, musiman ditunjukkan dengan lebih jelas oleh plot subseri musiman atau plot kotak. Plot subseri musiman melakukan pekerjaan yang sangat baik dalam menunjukkan perbedaan musiman (antara pola kelompok) dan juga pola di dalam kelompok. Plot kotak menunjukkan perbedaan musiman (antara pola kelompok) dengan cukup baik, tetapi tidak menunjukkan pola dalam kelompok. Namun, untuk kumpulan data yang besar, plot kotak biasanya lebih mudah dibaca daripada plot subseri musiman.

Plot musiman, plot subseri musiman, dan plot kotak semuanya mengasumsikan bahwa periode musiman telah diketahui. Dalam banyak kasus, analis akan mengetahui hal ini. Misalnya, untuk data bulanan, periodenya adalah 12 karena ada 12 bulan dalam satu tahun. Namun, jika periode tidak diketahui, plot autokorelasi dapat membantu. Jika terdapat musiman yang signifikan, plot autokorelasi akan menunjukkan lonjakan pada lag yang sama dengan periode. Sebagai contoh, untuk data bulanan, jika ada efek musiman, kita akan melihat puncak yang signifikan pada lag 12, 24, 36, dan seterusnya (meskipun intensitasnya dapat menurun semakin jauh).

Plot autokorelasi (ACF) dapat digunakan untuk mengidentifikasi musiman, karena plot ini menghitung perbedaan (jumlah residu) antara nilai Y dan nilai lag Y. Hasilnya memberikan beberapa titik di mana kedua nilai tersebut berdekatan (tidak ada musiman), tetapi titik lain di mana terdapat perbedaan yang besar. Titik-titik ini menunjukkan tingkat musiman dalam data.

Perhitungan

Variasi musiman diukur dalam sebuah indeks, yang disebut indeks musiman. Indeks musiman adalah rata-rata yang dapat digunakan untuk membandingkan pengamatan aktual dengan apa yang akan terjadi jika tidak ada variasi musiman. Nilai indeks dilampirkan pada setiap periode deret waktu dalam satu tahun. Hal ini mengimplikasikan bahwa jika data bulanan dipertimbangkan, terdapat 12 indeks musiman yang terpisah, satu untuk setiap bulan. Metode-metode berikut ini menggunakan indeks musiman untuk mengukur variasi musiman dari data deret waktu.

• Metode rata-rata sederhana
• Metode rasio terhadap tren
• Metode rasio terhadap rata-rata bergerak
• Metode hubungan kerabat

Disadur dari: en.wikipedia.org

Supply Chain Manajemen

Dalam perdagangan, manajemen rantai pasokan (SCM) berhubungan dengan sistem pengadaan (pembelian bahan baku/komponen), manajemen operasi, logistik, dan saluran pemasaran, yang melaluinya bahan baku dapat dikembangkan menjadi produk jadi dan dikirim ke pelanggan akhir. Definisi yang lebih sempit dari manajemen rantai pasokan adalah "desain, perencanaan, pelaksanaan, kontrol, dan pemantauan kegiatan rantai pasokan dengan tujuan menciptakan nilai bersih, membangun infrastruktur yang kompetitif, meningkatkan logistik di seluruh dunia, menyinkronkan pasokan dengan permintaan, dan mengukur kinerja secara global." Hal ini dapat mencakup pergerakan dan penyimpanan bahan mentah, persediaan barang dalam proses, barang jadi, dan pemenuhan pesanan ujung ke ujung dari titik asal ke titik konsumsi. Jaringan, saluran, dan simpul bisnis yang saling berhubungan, saling terkait, dan saling terkait digabungkan dalam penyediaan produk dan layanan yang dibutuhkan oleh pelanggan akhir dalam rantai pasokan.

SCM adalah berbagai kegiatan yang diperlukan untuk merencanakan, mengendalikan, dan melaksanakan aliran produk dari bahan ke produksi hingga distribusi dengan cara yang paling ekonomis. SCM mencakup perencanaan dan pelaksanaan proses yang terintegrasi yang diperlukan untuk mengoptimalkan aliran bahan, informasi, dan modal dalam fungsi-fungsi yang secara luas mencakup perencanaan permintaan, pengadaan, produksi, manajemen inventaris, dan logistik-atau penyimpanan dan transportasi.

Manajemen rantai pasokan mengupayakan pendekatan multidisiplin dan multimetode yang terintegrasi. Penelitian saat ini [kapan?] dalam manajemen rantai pasokan berkaitan dengan topik-topik yang terkait dengan ketahanan, keberlanjutan, dan manajemen risiko, di antaranya. Beberapa pihak berpendapat bahwa "dimensi manusia" dari SCM, isu-isu etika, integrasi internal, transparansi/keterbukaan, dan manajemen sumber daya manusia/bakat merupakan topik-topik yang sejauh ini kurang terwakili dalam agenda penelitian.

Misi

Manajemen rantai pasokan, teknik yang bertujuan untuk mengkoordinasikan semua bagian SC, mulai dari memasok bahan baku hingga pengiriman dan/atau pengiriman kembali produk, mencoba meminimalkan total biaya sehubungan dengan konflik yang ada di antara para mitra rantai. Contoh dari konflik ini adalah keterkaitan antara bagian penjualan yang ingin memiliki tingkat persediaan yang lebih tinggi untuk memenuhi permintaan dan gudang yang menginginkan persediaan yang lebih rendah untuk mengurangi biaya penyimpanan.

Asal usul istilah dan definisi

Pada tahun 1982, Keith Oliver, seorang konsultan di Booz Allen Hamilton, memperkenalkan istilah "manajemen rantai pasokan" ke ranah publik dalam sebuah wawancara untuk Financial Times. Pada tahun 1983, WirtschaftsWoche di Jerman mempublikasikan untuk pertama kalinya hasil dari sebuah proyek yang disebut "proyek Manajemen Rantai Pasokan", yang dipimpin oleh Wolfgang Partsch.

Rantai pasokan pada awalnya didefinisikan sebagai mencakup semua kegiatan yang terkait dengan aliran dan transformasi barang dari bahan mentah hingga ke pengguna akhir atau konsumen akhir, serta aliran informasi yang terkait. Mentzer et al. menganggap penting untuk dicatat bahwa konsumen akhir termasuk dalam definisi awal ini. Manajemen rantai pasokan kemudian didefinisikan lebih lanjut sebagai integrasi aktivitas rantai pasokan melalui peningkatan hubungan rantai pasokan untuk mencapai keunggulan kompetitif.

Mentzer et al. menganggap penting untuk dicatat bahwa konsumen akhir termasuk dalam definisi awal ini.  Manajemen rantai pasokan kemudian didefinisikan lebih lanjut sebagai integrasi aktivitas rantai pasokan melalui peningkatan hubungan rantai pasokan untuk mencapai keunggulan kompetitif.

Pada akhir tahun 1990-an, "manajemen rantai pasokan" (SCM) menjadi terkenal, dan para manajer operasi mulai menggunakannya dalam jabatan mereka dengan lebih sering. Rantai pasokan, yang berlawanan dengan manajemen rantai pasokan, adalah sekumpulan perusahaan yang memindahkan material "ke depan", atau sekumpulan organisasi, yang secara langsung dihubungkan oleh satu atau lebih aliran produk, layanan, keuangan, atau informasi hulu dan hilir dari sumber ke pelanggan. Manajemen rantai pasokan adalah manajemen rantai semacam itu.

Definisi lain yang diterima secara umum dari manajemen rantai pasokan meliputi:

• Manajemen aliran nilai tambah hulu dan hilir dari bahan, barang jadi, dan informasi terkait di antara pemasok, perusahaan, pengecer, dan konsumen akhir.
• Koordinasi sistematis dan strategis dari fungsi dan taktik bisnis tradisional di seluruh fungsi bisnis di perusahaan tertentu dan di seluruh bisnis dalam rantai pasokan, dengan tujuan meningkatkan kinerja jangka panjang masing-masing perusahaan dan rantai pasokan secara keseluruhan.
• Definisi yang berfokus pada pelanggan diberikan oleh Hines (2004:p76): "Strategi rantai pasokan membutuhkan pandangan sistem total dari mata rantai yang bekerja sama secara efisien untuk menciptakan kepuasan pelanggan pada titik akhir pengiriman ke konsumen. Sebagai konsekuensinya, biaya harus diturunkan di seluruh rantai dengan menghilangkan pengeluaran, pergerakan, dan penanganan yang tidak perlu. Fokus utama beralih ke efisiensi dan nilai tambah, atau persepsi pengguna akhir tentang nilai. Efisiensi harus ditingkatkan, dan hambatan harus dihilangkan. Pengukuran kinerja berfokus pada efisiensi sistem secara keseluruhan dan distribusi imbalan moneter yang adil bagi mereka yang berada di dalam rantai pasokan. Sistem rantai pasokan harus responsif terhadap kebutuhan pelanggan."
• Integrasi proses bisnis utama di seluruh rantai pasokan untuk tujuan menciptakan nilai bagi pelanggan dan pemangku kepentingan.
• Menurut Council of Supply Chain Management Professionals (CSCMP), manajemen rantai pasokan mencakup perencanaan dan pengelolaan semua kegiatan yang terlibat dalam pengadaan, pengadaan, konversi, dan manajemen logistik. Hal ini juga mencakup koordinasi dan kolaborasi dengan mitra saluran, yang dapat berupa pemasok, perantara, penyedia layanan pihak ketiga, atau pelanggan.Manajemen rantai pasokan mengintegrasikan manajemen penawaran dan permintaan di dalam dan di seluruh perusahaan. Baru-baru ini, jaringan bisnis yang digabungkan secara longgar dan mengorganisir diri sendiri yang bekerja sama untuk menyediakan penawaran produk dan layanan disebut Extended Enterprise.

Mentzer dkk. membuat perbedaan lebih lanjut antara "manajemen rantai pasokan" dan "orientasi rantai pasokan". Istilah yang terakhir melibatkan pengakuan bahwa strategi bisnis tidak dapat dipenuhi tanpa mengelola aktivitas pemasok dan pelanggan di hulu dan hilir, sedangkan istilah yang pertama digunakan untuk "implementasi aktual dari orientasi ini".

Visibilitas rantai pasokan, pada awalnya, berkaitan dengan pengetahuan tentang lokasi/tahap produksi dan tanggal pengiriman yang diharapkan dari produk dan bahan yang masuk, sehingga produksi dapat direncanakan, tetapi perkembangan istilah ini telah memungkinkannya untuk digunakan untuk merencanakan pesanan menggunakan pengetahuan tentang persediaan potensial, dan untuk melacak proses pasca-produksi sejauh pengiriman ke pelanggan.

Perangkat lunak manajemen rantai pasokan mencakup alat atau modul yang digunakan untuk menjalankan transaksi rantai pasokan, mengelola hubungan pemasok, dan mengontrol proses bisnis terkait. Tujuan keseluruhan perangkat lunak ini adalah untuk meningkatkan kinerja rantai pasokan dengan memantau jaringan rantai pasokan perusahaan dari ujung ke ujung (pemasok, pengangkut, pengembalian, gudang, pengecer, produsen, dan pelanggan).Dalam beberapa kasus, rantai pasokan mencakup pengumpulan barang setelah digunakan oleh konsumen untuk didaur ulang atau proses logistik terbalik untuk mengembalikan produk yang rusak atau tidak diinginkan kembali ke produsen dalam rantai nilai.

Fungsi
Manajemen rantai pasokan adalah pendekatan lintas fungsi yang mencakup pengelolaan pergerakan bahan baku ke dalam organisasi, aspek-aspek tertentu dari pemrosesan internal bahan menjadi barang jadi, dan pergerakan barang jadi keluar dari organisasi dan menuju konsumen akhir. Ketika organisasi berusaha untuk fokus pada kompetensi inti dan menjadi lebih fleksibel, mereka mengurangi kepemilikan sumber bahan baku dan saluran distribusi.

Fungsi-fungsi ini semakin banyak dialihdayakan ke perusahaan lain yang dapat melakukan kegiatan dengan lebih baik atau lebih hemat biaya. Efeknya adalah meningkatkan jumlah organisasi yang terlibat dalam memenuhi permintaan pelanggan, sekaligus mengurangi kontrol manajerial atas operasi logistik harian. Kontrol yang lebih sedikit dan lebih banyak mitra rantai pasokan mengarah pada penciptaan konsep manajemen rantai pasokan. Manajemen rantai pasokan berkaitan dengan peningkatan kepercayaan dan kolaborasi di antara mitra rantai pasokan, sehingga meningkatkan visibilitas inventaris dan kecepatan pergerakan inventaris.

Pentingnya
Organisasi semakin menyadari bahwa mereka harus bergantung pada rantai pasokan yang efektif, atau jaringan, untuk bersaing di pasar global dan ekonomi berjejaring. Dalam paradigma manajemen baru Peter Drucker (1998), konsep hubungan bisnis ini melampaui batas-batas perusahaan tradisional dan berusaha mengatur seluruh proses bisnis di seluruh rantai nilai beberapa perusahaan.

Dalam beberapa dekade terakhir, globalisasi, outsourcing, dan teknologi informasi telah memungkinkan banyak organisasi, seperti Dell dan Hewlett-Packard, untuk berhasil mengoperasikan jaringan pasokan kolaboratif di mana setiap mitra bisnis khusus hanya berfokus pada beberapa kegiatan strategis utama. Jaringan pasokan antar organisasi ini dapat diakui sebagai bentuk organisasi baru. Namun, dengan interaksi yang rumit di antara para pemain, struktur jaringan ini tidak sesuai dengan kategori "pasar" atau "hierarki."Tidak jelas dampak kinerja seperti apa yang dapat ditimbulkan oleh struktur jaringan pasokan yang berbeda terhadap perusahaan, dan hanya sedikit yang diketahui tentang kondisi koordinasi dan pertukaran yang mungkin terjadi di antara para pemain. Dari perspektif sistem, struktur jaringan yang kompleks dapat diuraikan menjadi perusahaan-perusahaan komponen individual. Secara tradisional, perusahaan-perusahaan dalam jaringan pasokan berkonsentrasi pada input dan output proses, dengan sedikit perhatian pada manajemen internal yang bekerja pada masing-masing pemain. Oleh karena itu, pilihan struktur pengendalian manajemen internal diketahui berdampak pada kinerja perusahaan lokal.

Pada abad ke-21, perubahan dalam lingkungan bisnis telah berkontribusi pada pengembangan jaringan rantai pasokan. Pertama, sebagai hasil dari globalisasi dan berkembangnya perusahaan multinasional, usaha patungan, aliansi strategis, dan kemitraan bisnis, faktor keberhasilan yang signifikan telah diidentifikasi, melengkapi praktik-praktik "just-in-time", lean manufacturing, dan manufaktur yang gesit sebelumnya. Kedua, perubahan teknologi, terutama penurunan dramatis dalam biaya komunikasi (komponen signifikan dari biaya transaksi), telah menyebabkan perubahan koordinasi di antara para anggota jaringan rantai pasokan.

Banyak peneliti telah mengakui struktur jaringan pasokan sebagai bentuk organisasi baru, menggunakan istilah-istilah seperti "Keiretsu", "Perusahaan yang Diperluas", "Perusahaan Virtual", "Jaringan Produksi Global", dan "Sistem Manufaktur Generasi Berikutnya."Secara umum, struktur seperti itu dapat didefinisikan sebagai "sekelompok organisasi semi-independen, masing-masing dengan kapabilitasnya, yang berkolaborasi dalam rasi bintang yang terus berubah untuk melayani satu atau beberapa pasar untuk mencapai beberapa tujuan bisnis yang spesifik untuk kolaborasi tersebut."

Pentingnya manajemen rantai pasokan terbukti sangat penting dalam perang melawan pandemi virus corona (COVID-19) 2019-2020 yang melanda seluruh dunia. Selama periode pandemi, pemerintah di negara-negara yang memiliki manajemen rantai pasokan domestik yang efektif memiliki persediaan medis yang cukup untuk mendukung kebutuhan mereka dan cukup untuk menyumbangkan kelebihan mereka kepada petugas kesehatan garis depan di yurisdiksi lain. Krisis COVID-19 yang dahsyat di Amerika Serikat telah menjungkirbalikkan banyak sektor ekonomi lokal, termasuk industri logistik bertingkat di negara itu. Beberapa organisasi dapat dengan cepat mengembangkan rantai pasokan luar negeri untuk mengimpor pasokan medis yang sangat dibutuhkan.

Manajemen rantai pasokan juga penting untuk pembelajaran organisasi. Perusahaan dengan rantai pasokan yang lebih luas secara geografis yang menghubungkan berbagai kelompok perdagangan cenderung menjadi lebih inovatif dan produktif. Sistem manajemen keamanan untuk rantai pasokan dijelaskan dalam ISO/IEC 28000 dan ISO/IEC 28001 dan standar terkait yang diterbitkan bersama oleh ISO dan IEC. Manajemen Rantai Pasokan banyak diambil dari bidang manajemen operasi, logistik, pengadaan, dan teknologi informasi, dan mengupayakan pendekatan yang terintegrasi.

Disadur dari: en.wikipedia.org

Simulasi komputer

Simulasi komputer adalah proses pemodelan matematis, yang dilakukan di komputer, yang dirancang untuk memprediksi perilaku, atau hasil dari, dunia nyata atau sistem fisik. Keandalan beberapa model matematika dapat ditentukan dengan membandingkan hasilnya dengan hasil dunia nyata yang ingin diprediksi. Simulasi komputer telah menjadi alat yang berguna untuk pemodelan matematis dari banyak sistem alam dalam fisika (fisika komputasi), astrofisika, klimatologi, kimia, biologi, dan manufaktur, serta sistem manusia di bidang ekonomi, psikologi, ilmu pengetahuan sosial, kesehatan, dan teknik. Simulasi suatu sistem direpresentasikan sebagai menjalankan model sistem. Simulasi dapat digunakan untuk mengeksplorasi dan mendapatkan wawasan baru tentang teknologi baru dan untuk memperkirakan kinerja sistem yang terlalu kompleks untuk solusi analitis.

Simulasi komputer diwujudkan dengan menjalankan program komputer yang dapat berupa program kecil, yang berjalan hampir seketika di perangkat kecil, atau program berskala besar yang berjalan berjam-jam atau berhari-hari di kelompok komputer berbasis jaringan. Skala peristiwa yang disimulasikan oleh simulasi komputer telah jauh melampaui apa pun yang mungkin (atau bahkan mungkin dapat dibayangkan) menggunakan pemodelan matematika kertas dan pensil tradisional.

Pada tahun, simulasi pertempuran gurun dari satu pasukan yang menyerang pasukan lain melibatkan pemodelan tank, truk, dan kendaraan lain di medan simulasi di sekitar Kuwait, menggunakan beberapa superkomputer dalam Program Modernisasi Komputer Kinerja Tinggi DoD. Contoh lainnya termasuk model atom dari deformasi material; model atom dari organel penghasil protein kompleks dari semua organisme hidup, ribosom, di; simulasi lengkap siklus hidup Mycoplasma genitalium di; dan proyek Blue Brain di EPFL (Swiss), yang dimulai pada bulan Mei untuk membuat simulasi komputer pertama dari seluruh otak manusia, hingga ke tingkat molekuler. Karena biaya komputasi dari simulasi, eksperimen komputer digunakan untuk melakukan inferensi seperti kuantifikasi ketidakpastian.

Simulation vs Model

Sebuah model terdiri dari persamaan-persamaan yang digunakan untuk menangkap perilaku suatu sistem. Sebaliknya, simulasi komputer adalah menjalankan program yang sebenarnya yang menjalankan algoritme yang memecahkan persamaan-persamaan tersebut, seringkali dengan cara perkiraan. Oleh karena itu, simulasi adalah proses menjalankan sebuah model. Dengan demikian, seseorang tidak akan "membuat simulasi"; sebaliknya, seseorang akan "membuat model (atau simulator)", dan kemudian "menjalankan model" atau secara ekuivalen "menjalankan simulasi".

Sejarah

Simulasi komputer berkembang seiring dengan pesatnya pertumbuhan komputer, setelah penggunaan skala besar pertamanya selama Proyek Manhattan pada Perang Dunia II untuk memodelkan proses peledakan nuklir. Itu adalah simulasi 12 bola keras menggunakan algoritma Monte Carlo. Simulasi komputer sering digunakan sebagai tambahan, atau pengganti, sistem pemodelan yang tidak dapat diselesaikan dengan solusi analitik bentuk tertutup yang sederhana. Ada banyak jenis simulasi komputer; fitur umum mereka adalah upaya untuk menghasilkan sampel skenario representatif untuk sebuah model di mana penghitungan lengkap dari semua keadaan yang mungkin terjadi pada model tersebut akan menjadi penghalang atau tidak mungkin dilakukan.

Persiapan data

Kebutuhan data eksternal untuk simulasi dan model sangat bervariasi. Bagi sebagian orang, input mungkin hanya berupa beberapa angka (misalnya, simulasi bentuk gelombang listrik AC pada kabel), sementara yang lain mungkin memerlukan informasi terabyte (seperti model cuaca dan iklim).

Sumber masukan juga sangat bervariasi:

• Sensor dan perangkat fisik lainnya yang terhubung ke model;
• Permukaan kontrol yang digunakan untuk mengarahkan kemajuan simulasi dengan cara tertentu;
• Data saat ini atau data historis yang dimasukkan dengan tangan;
• Nilai yang diekstrak sebagai produk sampingan dari proses lain;
• Nilai yang dihasilkan untuk tujuan simulasi, model, atau proses lain.

Terakhir, waktu ketersediaan data bervariasi:

• Data "invarian" sering kali dimasukkan ke dalam kode model, baik karena nilainya benar-benar invarian (misalnya, nilai π) atau karena perancang menganggap nilai tersebut invarian untuk semua kasus yang diminati;
• data dapat dimasukkan ke dalam simulasi saat simulasi dimulai, misalnya dengan membaca satu atau lebih file, atau dengan membaca data dari preprocessor;
• data dapat disediakan selama simulasi berjalan, misalnya dengan jaringan sensor.
• Karena keragaman ini, dan karena sistem simulasi yang beragam memiliki banyak elemen umum, ada banyak bahasa simulasi khusus. Yang paling terkenal mungkin Simula. Sekarang ada banyak yang lain.

Sistem yang menerima data dari sumber eksternal harus sangat berhati-hati dalam mengetahui apa yang mereka terima. Meskipun mudah bagi komputer untuk membaca nilai dari teks atau file biner, yang jauh lebih sulit adalah mengetahui keakuratannya (dibandingkan dengan resolusi dan presisi pengukuran) dari nilai tersebut. Sering kali nilai tersebut dinyatakan sebagai "bilah kesalahan", penyimpangan minimum dan maksimum dari rentang nilai di mana nilai yang sebenarnya (diharapkan) berada. Karena matematika komputer digital tidak sempurna, kesalahan pembulatan dan pemotongan melipatgandakan kesalahan ini, sehingga sangat berguna untuk melakukan "analisis kesalahan"[8] untuk memastikan bahwa nilai yang dihasilkan oleh simulasi akan tetap akurat.

Visualization

Sebelumnya, data keluaran dari simulasi komputer terkadang disajikan dalam bentuk tabel atau matriks yang menunjukkan bagaimana data dipengaruhi oleh berbagai perubahan dalam parameter simulasi. Penggunaan format matriks terkait dengan penggunaan tradisional konsep matriks dalam model matematika. Namun, para psikolog dan yang lainnya mencatat bahwa manusia dapat dengan cepat melihat tren dengan melihat grafik atau bahkan gambar bergerak atau gambar bergerak yang dihasilkan dari data, seperti yang ditampilkan oleh animasi yang dibuat oleh komputer (computer-generated-imagery/CGI).

Meskipun pengamat tidak dapat membaca angka atau mengutip rumus matematika, dengan mengamati grafik cuaca yang bergerak, mereka mungkin dapat memprediksi kejadian (dan "melihat bahwa hujan akan turun") lebih cepat dibandingkan dengan memindai tabel koordinat awan hujan. Tampilan grafis yang begitu intens, yang melampaui dunia angka dan rumus, terkadang juga menghasilkan keluaran yang tidak memiliki kisi koordinat atau cap waktu yang dihilangkan, seolah-olah menyimpang terlalu jauh dari tampilan data numerik. Saat ini, model prakiraan cuaca cenderung menyeimbangkan tampilan awan hujan/salju yang bergerak dengan peta yang menggunakan koordinat numerik dan stempel waktu numerik dari peristiwa.

Demikian pula, simulasi komputer CGI dari pemindaian CAT dapat mensimulasikan bagaimana tumor dapat menyusut atau berubah selama periode perawatan medis yang lama, menyajikan perjalanan waktu sebagai tampilan berputar dari kepala manusia yang terlihat, saat tumor berubah.Aplikasi lain dari simulasi komputer CGI sedang dikembangkanuntuk menampilkan data dalam jumlah besar secara grafis, dalam gerakan, saat perubahan terjadi selama simulasi berjalan.

Perangkap

Meskipun terkadang diabaikan dalam simulasi komputer, sangat penting untuk melakukan analisis sensitivitas untuk memastikan keakuratan hasil yang diperoleh. Sebagai contoh, analisis risiko probabilistik terhadap faktor-faktor yang menentukan keberhasilan program eksplorasi ladang minyak melibatkan penggabungan sampel dari berbagai distribusi statistik dengan menggunakan metode Monte Carlo. Jika, misalnya, salah satu parameter kunci (misalnya, rasio bersih strata yang mengandung minyak) diketahui hanya satu angka signifikan, maka hasil simulasi mungkin tidak akan lebih tepat daripada satu angka signifikan, meskipun mungkin (secara menyesatkan) disajikan sebagai memiliki empat angka signifikan.

Disadur dari: en.wikipedia.org

Sibernetika
Sibernetika adalah bidang teori sistem yang mempelajari sistem sebab akibat melingkar yang keluarannya juga merupakan masukan, seperti sistem umpan balik. Bidang ini berkaitan dengan prinsip-prinsip umum proses kausal melingkar, termasuk dalam sistem ekologi, teknologi, biologi, kognitif, dan sosial, serta dalam konteks kegiatan praktis seperti merancang, belajar, dan mengelola.

Bidang ini dinamai sesuai dengan contoh umpan balik kausal melingkar-yaitu mengemudikan kapal (bahasa Yunani kuno κυβερνήτης (kybernḗtēs) berarti "juru kemudi"). Dalam mengemudikan kapal, juru kemudi menyesuaikan kemudi mereka sebagai respons terus-menerus terhadap efek yang diamati, membentuk lingkaran umpan balik yang melaluinya arah yang stabil dapat dipertahankan dalam lingkungan yang berubah, merespons gangguan dari angin silang dan air pasang.

Karakter transdisipliner sibernetika berarti bahwa sibernetika bersinggungan dengan sejumlah bidang lain, sehingga memiliki pengaruh yang luas dan interpretasi yang beragam.

Definisi
Sibernetika telah didefinisikan dengan berbagai cara, yang mencerminkan "kekayaan basis konseptualnya."Salah satu definisi yang paling terkenal adalah dari Norbert Wiener yang mencirikan sibernetika sebagai sesuatu yang berkaitan dengan "kontrol dan komunikasi pada hewan dan mesin."Definisi awal lainnya adalah definisi konferensi sibernetika Macy, di mana sibernetika dipahami sebagai studi tentang "mekanisme sebab akibat dan umpan balik melingkar pada sistem biologis dan sosial." Margaret Mead menekankan peran sibernetika sebagai "suatu bentuk pemikiran lintas disiplin yang memungkinkan anggota dari banyak disiplin ilmu untuk berkomunikasi satu sama lain dengan mudah dalam bahasa yang dapat dimengerti oleh semua orang."

Definisi lain termasuk: "seni memerintah atau ilmu pemerintahan" (André-Marie Ampère); "seni kemudi" (Ross Ashby); "studi tentang sistem dalam bentuk apa pun yang mampu menerima, menyimpan, dan memproses informasi sehingga dapat menggunakannya untuk kontrol" (Andrey Kolmogorov); dan "cabang matematika yang berurusan dengan masalah kontrol, rekursif, dan informasi, yang berfokus pada bentuk-bentuk dan pola-pola yang menghubungkan" (Gregory Bateson).

Etimologi
Istilah Yunani Kuno κυβερνητικός (kubernētikos, '(pandai) menyetir') muncul dalam Republik Plato dan Alcibiades, di mana metafora kemudi digunakan untuk menandakan tata kelola masyarakat. Kata cybernétique dalam bahasa Prancis juga digunakan pada tahun 1834 oleh fisikawan André-Marie Ampère untuk menunjukkan ilmu pemerintahan dalam sistem klasifikasi pengetahuan manusia.

Menurut Norbert Wiener, kata cybernetics diciptakan oleh sebuah kelompok penelitian yang melibatkan dirinya dan Arturo Rosenblueth pada musim panas 1947. Hal ini telah dibuktikan dalam bentuk cetak setidaknya sejak tahun 1948 melalui buku Wiener yang berjudul Cybernetics: Atau Kontrol dan Komunikasi pada Hewan dan Mesin. Dalam buku tersebut, Wiener menyatakan:

Setelah banyak pertimbangan, kami sampai pada kesimpulan bahwa semua terminologi yang ada memiliki bias yang terlalu berat ke satu sisi atau sisi lain untuk melayani perkembangan masa depan bidang ini sebagaimana mestinya; dan seperti yang sering terjadi pada para ilmuwan, kami terpaksa menciptakan setidaknya satu ungkapan neo-Yunani buatan untuk mengisi kekosongan tersebut. Kami telah memutuskan untuk menyebut seluruh bidang teori kontrol dan komunikasi, baik pada mesin maupun pada hewan, dengan nama Sibernetika, yang kami bentuk dari bahasa Yunani κυβερνήτης atau kemudi.

Selain itu, Wiener menjelaskan, istilah ini dipilih untuk mengakui publikasi James Clerk Maxwell pada tahun 1868 tentang mekanisme umpan balik yang melibatkan pengatur, dengan mencatat bahwa istilah pengatur juga berasal dari κυβερνήτης (kubernḗtēs) melalui gubernator dalam bahasa Latin. Akhirnya, Wiener memotivasi pilihannya dengan mesin kemudi kapal sebagai "salah satu bentuk mekanisme umpan balik yang paling awal dan paling berkembang".

Sejarah
Gelombang pertama
Fokus awal sibernetika adalah pada kesamaan antara proses umpan balik pengaturan dalam sistem biologis dan teknologi. Dua artikel dasar diterbitkan pada tahun 1943: "Perilaku, Tujuan, dan Teleologi" oleh Arturo Rosenblueth, Norbert Wiener, dan Julian Bigelow - berdasarkan penelitian tentang organisme hidup yang dilakukan Rosenblueth di Meksiko - dan makalah "Kalkulus Logis dari Ide-ide yang Imanen dalam Aktivitas Saraf" oleh Warren McCulloch dan Walter Pitts. Dasar-dasar sibernetika kemudian dikembangkan melalui serangkaian konferensi transdisipliner yang didanai oleh Josiah Macy, Jr. Foundation, antara tahun 1946 dan 1953. Konferensi-konferensi tersebut diketuai oleh McCulloch dan diikuti oleh Ross Ashby, Gregory Bateson, Heinz von Foerster, Margaret Mead, John von Neumann, dan Norbert Wiener. Di Inggris, fokus serupa dieksplorasi oleh Ratio Club, sebuah klub makan informal yang beranggotakan psikiater, psikolog, fisiolog, matematikawan, dan insinyur muda yang bertemu antara tahun 1949 dan 1958. Wiener memperkenalkan neologisme sibernetika untuk menunjukkan studi tentang "mekanisme teleologis" dan mempopulerkannya melalui buku Cybernetics: Atau Kontrol dan Komunikasi pada Hewan dan Mesin.

Selama tahun 1950-an, sibernetika dikembangkan sebagai disiplin ilmu yang terutama bersifat teknis, seperti dalam "Engineering Cybernetics" karya Qian Xuesen pada tahun 1954. Di Uni Soviet, Sibernetika awalnya dianggap dengan kecurigaan tetapi mulai diterima dari pertengahan hingga akhir 1950-an.

Namun, pada tahun 1960-an dan 1970-an, transdisiplineritas sibernetika terpecah-pecah, dengan fokus teknis yang terpisah-pisah ke dalam bidang-bidang yang berbeda. Kecerdasan buatan (AI) didirikan sebagai disiplin ilmu yang berbeda di lokakarya Dartmouth pada tahun 1956, yang membedakan dirinya dari bidang sibernetika yang lebih luas. Setelah beberapa kali hidup berdampingan dengan tidak nyaman, AI mendapatkan pendanaan dan menjadi terkenal. Akibatnya, ilmu-ilmu sibernetika seperti studi tentang jaringan syaraf tiruan diremehkan. Demikian pula, ilmu komputer didefinisikan sebagai disiplin akademis yang berbeda pada tahun 1950-an dan awal 1960-an.

Gelombang kedua
Gelombang kedua sibernetika menjadi terkenal sejak tahun 1960-an dan seterusnya, dengan fokusnya yang bergeser dari teknologi ke arah keprihatinan sosial, ekologi, dan filosofis. Hal ini masih didasarkan pada biologi, terutama autopoiesis Maturana dan Varela, dan dibangun di atas karya sebelumnya tentang sistem pengorganisasian diri dan kehadiran antropolog Mead dan Bateson dalam pertemuan Macy. Laboratorium Komputer Biologi, yang didirikan pada tahun 1958 dan aktif hingga pertengahan 1970-an di bawah arahan Heinz von Foerster di Universitas Illinois di Urbana-Champaign, merupakan inkubator utama dari tren penelitian sibernetika ini.

Fokus dari gelombang kedua sibernetika termasuk sibernetika manajemen, seperti model sistem yang layak yang terinspirasi secara biologis dari Stafford Beer; pekerjaan dalam terapi keluarga, yang mengacu pada Bateson; sistem sosial, seperti dalam karya Niklas Luhmann; epistemologi dan pedagogi, seperti dalam pengembangan konstruktivisme radikal. Tema inti sibernetika yaitu kausalitas melingkar dikembangkan di luar proses yang berorientasi pada tujuan menjadi perhatian pada refleksivitas dan perulangan. Hal ini terutama terjadi dalam pengembangan sibernetika orde dua (atau sibernetika dari sibernetika), yang dikembangkan dan dipromosikan oleh Heinz von Foerster, yang berfokus pada pertanyaan-pertanyaan tentang observasi, kognisi, epistemologi, dan etika.

Pada tahun 1960-an dan seterusnya, sibernetika juga mulai mengembangkan pertukaran dengan seni kreatif, desain, dan arsitektur, terutama dengan pameran Cybernetic Serendipity (ICA, London, 1968), yang dikuratori oleh Jasia Reichardt, dan proyek Fun Palace yang tidak terealisasi (London, tidak terealisasi, 1964 dan seterusnya), di mana Gordon Pask menjadi konsultan arsitek Cedric Price dan sutradara teater Joan Littlewood.

Gelombang ketiga
Sejak tahun 1990-an dan seterusnya, ada minat baru dalam sibernetika dari berbagai arah. Karya-karya awal sibernetika pada jaringan syaraf tiruan telah dikembalikan sebagai paradigma dalam pembelajaran mesin dan kecerdasan buatan. Keterikatan masyarakat dengan teknologi yang muncul telah menyebabkan pertukaran dengan teknosains feminis dan posthumanisme. Pemeriksaan ulang sejarah sibernetika telah membuat para sarjana studi sains menekankan kualitas sibernetika yang tidak biasa sebagai sebuah ilmu, seperti "ontologi performatif."Disiplin desain praktis telah memanfaatkan sibernetika untuk landasan teoritis dan koneksi transdisipliner. Topik yang muncul termasuk bagaimana keterlibatan sibernetika dengan konteks sosial, manusia, dan ekologi dapat bersatu dengan fokus teknologi sebelumnya, baik sebagai wacana kritis atau "cabang teknik baru".

Bidang dan aplikasi terkait
Konsep utama sibernetika tentang kausalitas melingkar memiliki penerapan yang luas, yang mengarah pada beragam aplikasi dan hubungan dengan bidang-bidang lain. Banyak aplikasi awal sibernetika berfokus pada teknik, biologi, dan pertukaran antara keduanya, seperti sibernetika medis dan robotika serta topik-topik seperti jaringan saraf, heterarki. Dalam ilmu sosial dan perilaku, sibernetika telah memasukkan dan mempengaruhi pekerjaan dalam antropologi, sosiologi, ekonomi, terapi keluarga, ilmu kognitif, dan psikologi.

Seiring perkembangannya, sibernetika telah meluas cakupannya hingga mencakup pekerjaan di bidang manajemen, desain, pedagogi, dan seni kreatif, sementara juga mengembangkan pertukaran dengan filosofi konstruktivis, gerakan kontra-budaya, dan studi media. Perkembangan sibernetika manajemen telah menghasilkan berbagai aplikasi, terutama pada ekonomi nasional Chili di bawah pemerintahan Allende dalam Proyek Cybersyn. Dalam desain, sibernetika telah berpengaruh pada arsitektur interaktif, interaksi manusia-komputer, penelitian desain, dan pengembangan desain sistemik dan praktik metadesain.

Sibernetika sering dipahami dalam konteks ilmu sistem, teori sistem, dan pemikiran sistem. Pendekatan sistem yang dipengaruhi oleh sibernetika termasuk pemikiran sistem kritis, yang menggabungkan model sistem yang layak; desain sistemik; dan dinamika sistem, yang didasarkan pada konsep loop umpan balik kausal.

Banyak bidang yang melacak asal-usulnya secara keseluruhan atau sebagian dari pekerjaan yang dilakukan dalam sibernetika, atau sebagian diserap ke dalam sibernetika ketika dikembangkan. Bidang-bidang tersebut antara lain kecerdasan buatan, bionik, ilmu kognitif, teori kontrol, ilmu kompleksitas, ilmu komputer, teori informasi, dan robotika. Beberapa aspek dari kecerdasan buatan modern, khususnya mesin sosial, sering digambarkan dalam istilah sibernetik.

Disadur dari: en.wikipedia.org

Peta dunia adalah peta sebagian besar atau seluruh permukaan Bumi. Peta dunia, karena skalanya, harus berurusan dengan masalah proyeksi. Peta yang dirender dalam dua dimensi karena kebutuhan mendistorsi tampilan permukaan bumi tiga dimensi. Meskipun ini berlaku untuk peta mana pun, distorsi ini mencapai ekstrem di peta dunia. Banyak teknik telah dikembangkan untuk menyajikan peta dunia yang membahas beragam tujuan teknis dan estetika.

Memetakan peta dunia membutuhkan pengetahuan global tentang bumi, lautannya, dan benua-benuanya. Dari prasejarah hingga Abad Pertengahan, membuat peta dunia yang akurat tidak mungkin dilakukan karena kurang dari separuh garis pantai Bumi dan hanya sebagian kecil interior benua yang diketahui budaya mana pun. Dengan eksplorasi yang dimulai selama Renaisans Eropa, pengetahuan tentang permukaan bumi terakumulasi dengan cepat, sehingga sebagian besar garis pantai dunia telah dipetakan, setidaknya secara kasar, pada pertengahan 1700-an dan interior benua pada abad kedua puluh.

Peta dunia umumnya berfokus pada fitur politik atau fitur fisik. Peta politik menekankan batas wilayah dan pemukiman manusia. Peta fisik menunjukkan fitur geografis seperti pegunungan, jenis tanah, atau penggunaan lahan. Peta geologi tidak hanya memperlihatkan permukaan, tetapi juga karakteristik batuan di bawahnya, garis patahan, dan struktur bawah permukaan. Peta choropleth menggunakan rona warna dan intensitas untuk membedakan perbedaan antar wilayah, seperti statistik demografis atau ekonomi.

Proyeksi peta
Semua peta dunia didasarkan pada salah satu dari beberapa proyeksi peta, atau metode untuk merepresentasikan bola dunia di pesawat. Semua proyeksi mendistorsi fitur geografis, jarak, dan arah dalam beberapa cara. Berbagai proyeksi peta yang telah dikembangkan memberikan cara yang berbeda untuk menyeimbangkan akurasi dan distorsi yang tak terhindarkan yang melekat dalam pembuatan peta dunia.

Mungkin proyeksi yang paling terkenal adalah Proyeksi Mercator, awalnya dirancang sebagai bagan bahari.

Mercator projection (82°S and 82°N)

Mollweide projection

B.J.S. Cahill Butterfly Map, 1909, from 1919 pamphlet

Polar azimuthal equidistant projection
 

A south-up map

Pacific-centric map (more commonly used in East Asian and Oceania countries)

Gall–Peters projection, an equal-area map projection

Robinson projection, formerly used by National Geographic Society

Sumber: wikipedia
 

KOMPAS.com - Terkait rencana terbatas pembelajaran tatap muka (PTM), Wakil Presiden Republik Indonesia dan Ketua Pengurus Besar Nadhatul Ulama (PBNU), Prof. Mohammad Nasir, jawabnya. Nasir berharap, perkuliahan tatap muka terbatas tidak dimaknai sebagai akhir dari perkuliahan daring. Menurutnya, perkuliahan daring merupakan sebuah langkah maju yang sangat berharga dalam dunia pendidikan. “(Dengan bantuan pembelajaran daring) kita sudah mengalami kemajuan. Bahwa perkuliahan daring tidak boleh ditolak dan ditarik kembali. “Bahkan perlu kita kombinasikan dengan pembelajaran daring dan perkuliahan tatap muka,” kata Nasir yang juga mantan Menteri Sains, Teknologi, dan Pendidikan Tinggi itu dalam Webinar Komunitas Pusat Vidya Utama (Sevima). , Selasa (27 April 2021).

Menurut Nasir, dunia pendidikan harus menggunakan metode ini sebagai alat untuk membawa pendidikan Indonesia ke jenjang yang lebih tinggi. Nasir meyakini metode pembelajaran gabungan atau kombinasi antara tatap muka dan perkuliahan daring bisa menjadi solusi untuk menciptakan hasil pendidikan yang lebih baik di Indonesia. Dengan kata lain, menggabungkan keunggulan pembelajaran daring. Dan menutupi kekurangan dengan tatap muka. -pembelajaran tatap muka.-perkuliahan tatap muka. Artinya tidak ada metode yang tertinggal dengan kombinasinya. “Perlu ditegaskan, dengan adanya pandemi ini kita memahami bahwa pembelajaran daring tidak berarti mengurangi hakikat belajar mengajar, dan sama sekali tidak menjadi hambatan untuk meningkatkan kualitas pendidikan yang cerdas dan kompeten,” kata Nasir.

Keunggulan Blended Learning

Menggabungkan perkuliahan tatap muka dan daring mempunyai beberapa keunggulan, yaitu:

1. Peluang

Berbeda dengan komunitas pendidikan sekolah yang biasanya memilih tatap muka -belajar tatap muka, siswa dan orang tuanya justru lebih nyaman. belajar daring “Karena mahasiswa cenderung mandiri dalam belajar. Selain itu, penelitian di universitas negeri menunjukkan bahwa mahasiswa suka belajar online.”

2. Dari sudut pandang ekonomi.

Kelas online berarti mahasiswa luar kota tidak perlu belajar online. tidak perlu mengemudi atau terbang." Ini merupakan penghematan besar bagi keluarga,” tambah Nasir.

3. Pekerjaan lebih mudah bagi mahasiswa yang bekerja

Mereka dapat mengikuti perkuliahan online di mana saja, kapan saja. Rekaman kuliah online dapat dilihat kapan saja. Begitu pula dengan mata kuliah yang dapat diambil nantinya jika memenuhi batas waktu yang ditentukan. Cara ini biasa disebut pembelajaran asynchronous (tidak langsung). “Itulah kemudahan perkuliahan online, bisa belajar kapan saja, di mana saja, dan di mana saja (anywhere). Meski mahasiswa menghadapi perkuliahan tatap muka terbatas, namun pembelajaran daring memungkinkan mereka memperdalam perkuliahan,” kata Nasir.

Tidak, Anda tetap dapat menyampaikan perkuliahan online secara penuh, namun perkuliahan online pun memiliki tantangannya masing-masing. Apalagi kesempatan belajar yang tidak merata. Beberapa kursus tidak memerlukan latihan. Hal ini menjadi lebih sulit karena tidak adanya perkuliahan tatap muka. Nasir mengungkapkan sebenarnya ada solusi teknis untuk mengatasi permasalahan tersebut. Misalnya saja penggunaan kecerdasan buatan (AI), virtual reality (VR) dan mekanisme pembelajaran otomatis lainnya. Namun tidak semua lapisan masyarakat mempunyai pilihan tersebut, karena harganya yang cukup mahal. “Di Kanada, mahasiswa kedokteran bisa menggunakan VR Box (kacamata virtual tiga dimensi) sehingga mereka bisa berhadapan langsung dengan pasien dan melatih keterampilannya. Tapi harus diakui fasilitas ini mahal, sangat mahal,” tambah Nasir.

Jadi solusi terbaik yang bisa dilakukan adalah dengan memperbanyak penggunaan e-learning dan membatasi perkuliahan tatap muka.Nasir menyambut baik dengan adanya perkuliahan tatap muka terbatas ini dan menyarankan agar protokol kesehatan dijalankan dengan baik. Yakni menerapkan protokol 5M: mencuci tangan, menggunakan masker, menjaga jarak, menjauhi kerumunan, dan mengurangi pergerakan. Nasir, kata ceramahnya, yaitu:

1. Kurangi jam kerja fisik dan gantikan dengan opsi lain.
2. Siapkan perencanaan olahraga atau olahraga yang efektif di lembaga pendidikan.
3. Siapkan tutorial online dalam jumlah yang memadai.
4. Anda harus benar-benar mengikuti aturan kesehatan. Demikian pendapat Nasih dan pakar kesehatan Sukadiano mengenai rencana perkuliahan perguruan tinggi.

Sumber: kompas.com