Sejak kapan Manusia mulai mempertukarkan informasi ?? sekitar 3000 tahun sebelum masehi atau jika dihitung sudah lebih dari 5000 tahun yang lalu. Cara mempertukarkan informasi itu adalah dengan menuliskannya pada batu, kayu, papirus atau tanah liat. Awal sejarah perkembangan sistem informasi dimulai dari sini. Tanpa langkah yang dilakukan oleh manusia kuno ini, tidak akan ada perangkat teknologi canggih seperti komputer dan telepon seluler.
Ada empat tahapan yang dilalui dalam perkembangan komunikasi dan informasi, berikut penjelasannya :
Periode pertama: Pra Mekanik
Pada periode ini, komunikasi menggunakan simbol untuk menyampaikan informasi. Pada tahun 3000-2000 sebelum masehi, manusia menggunakan gambar juga untuk menyampaikan pesan. Contohnya adalah bangsa Fenisia yang mendiami Timur Tengah (saat ini Lebanon) menciptakan model yang sama. Bangsa Yunani Kuno mengadaptasi simbol milik bangsa Fenisia dengan menambahkan huruf vokal yang membuatnya mudah digunakan. Bangsa Romawi Kuno kemudian memakainya juga, yang mana saat ini menjadi alfabet yang kita kenal dan gunakan saat ini. Pembuatan buku dari papirus yang dilekatkan dimulai pada tahun 600 sebelum masehi. Pada awalnya hanya pemuka agama dan pemimpin yang memiliki koleksi buku. Setelah itu ada bangsa Mesir Kuno yang menciptakan sistem angka, sehingga juga mengarahkan pada penemuan alat bantu hitung yang disebut abakus.
Periode kedua: Mekanik
Masa ini termasuk dalam masa abad pertengahan. Dimana orang sudah menggunakan peralatan untuk menyimpan, mengolah dan merekam informasi. Salah satu penemuan terpenting dalam masa ini adalah mesin cetak Gutenburg dari Jerman. Penyampaian informasi menjadi lebih mudah dikarenakan mesin cetak dapat memproduksi tulisan yang sama dalam jumlah besar. Pada tahun 1600, komputer atau mesin hitung pertama kali diciptakan oleh Blaise Pascal. Komputer ini disebut sebagai Pascaline dan dianggap sebagai titik awal mesin menggantikan otak manusia dalam menghitung data.
Periode ketiga: Elektromekanik
Pada masa ini, penggunaan listrik untuk memberikan energi untuk menjalankan penemuan mesin sesudah Pascaline terus ditemukan. Pada periode ini pula diciptakan telepon dan kode Morse untuk digunakan dalam komunikasi jarak jauh secara langsung. Kemudian diperkenalkan komputer pertama yang digunakan untuk menyimpan program dan data pada awal 1948. Komputer tersebut adalah Dubbed Manchester Mark 1. Komputer ini adalah awal penemuan teknologi selanjutnya yang sekarang menjadi komputer, laptop, tablet dan smartphone.
Periode keempat: Elektronik
Jean Hoerni mengembangkan transistor planar pada tahun 1957. Alat ini dapat mengintegrasikan semua sirkuit yang diciptakan tahun-tahun selanjutnya. Pada tahun 1960, Departemen Pertahanan Amerika Serikat mendirikan ARPANET (Advanced Research Project Agency NETwork) yang mana ini adalah cikal bakal dari Internet yang anda gunakan sekarang ini. Pada saat itu ARPANET hanya digunakan untuk pemerintah, penelitian dan universitas. Peneliti dari MIT yang bernama Licklider memperluas ARPANET ke jaringan komputer di seluruh dunia untuk interaksi sosial. Ini terjadi pada tahun 1962. Pada tahun 1968, Andrew Grove, Gor don Moore dan Robert Noyce telah menciptakan mikrochip pertama kalinya. Mereka lalu menjual rancangan tersebut kepada intel untuk diproduksi secara massal.
Tau gak sih remaja itu hobinya curhat-mencurhat ? Apalagi kalo curhat masalah doi 😔 . Banyak di kalangan masyarakat yang menilai bahwa orang yang suka nulis buku diary adalah orang yang sering terdzolimi, orang yang ngondek, atau kalau untuk cewek biasanya sedikit feminim, atau mungkin ada juga yang menilai kekanak-kanakan atau malah kurang kerjaan ? Salaaahhh !!!!!
Berikut manfaat dari menulis diary / jurnal harian :
Memori tersimpan rapi. Dengan menulis kamu akan ingat hal-hal apa saja yang terjadi di keseharian mu. Lagi kesel sama temen atau mungkin berantem sama doi ? yuk tulis di diary 😂😂😂
Meningkatkan kemampuan menulis dan kreatifitas. Secara gak langsung jika kita terus menulis aktivitas harian di diary maka tulisan kamu akan semakin bagus loh ! . Selain itu kreatifitas kita untuk menulis / mendekorasi pun akan meningkat .
Mengevaluasi diri. Ini yang paling penting...... Kenapa bisa menulis diary bisa mengevaluasi diri? Karena apa yang kita tulis dan ketika kita membaca kembali maka akan muncul pikiran bahwa mungkin saja tindakan yang kamu lakukan yang tertulis pada diary itu salah, maka akan muncul perasaan untuk memperbaiki dirimu lagi.
Dulu nih ya waktu SD , itu lagi jaman-jaman nya nulis diary di buku yang ada gembok sama kunci nya ( supaya nggak ada yang bisa baca apa isi tulisan kita 😂😂😂 ) . FYI, kebanyakan orang menyebut istilah Diary sama dengan Planner atau pun Journal, perbedaannya terletak pada hal penulisan saja kok. Sekarang ini banyak kok tutorial di youtube maupun blog yang memberi inspirasi buat kita supaya tulisan di jurnal atau diary kita lebih menarik , lucu dan gak norak . Coba check blog ini ya IPC & PAI untuk lebih jelas nya.
Berikut ini adalah daily/monthly planner yang saya buat sendiri 😊
Ini dia salah satu inspirasi untuk kamu yang ingin mulai nulis Diary/Planning/ lagi 👇👇👇
Tahukah kalian bahwa untuk menghubungkan perangkat keras (hardware) ke pengguna, maka sebuah komputer membutuh kan yang namanya sebuah Sistem Operasi . Sistem operasi merupakan perangkat lunak atau software yang tugasnya itu memanajemen serta mengontrol perangkat keras sekaligus operasi-operasi dasar sistem.
Baru-baru ini situs nomor satu kumpulnya
para “developer” yaitu Stack Overflow mengungkapkan data survei yang membuat
kita sedikit kaget nih...Mengapa ? Menurut survei yang mereka lakukan ditahun 2016 ini,
dengan membandingkan antara sistem
operasi Windows,MAC OS X dan Linux , sebanyak 26,2% developer menggunakan MAC OSX sebagai sistem operasi utamanya. Sedangkan Windows 7 berada diposisi kedua dengan 22,5% .
Survey yang dilakukan Stack Overflow pada tahun 2016.
Pada survei 2015 Windows 7 yang menduduki posisi pertama dengan 33,8 % . Ditahun 2014 dan 2013 pun Windows 7 yang masih diminati.
Oh iya buat yang penasaran dengan stack overflow , stack overflow itu adalah website untuk tanya jawab yang fokus kepada permasalahan teknis yang dihadapi programer. Stack
Overflow juga menyebut survei ini
sebagai “survei pengembang dengan cangkupan paling luas yang pernah dilakukan ” dimana melibatkan 56.000 coders dari 173 negara di dunia. Dan yang lebih mencengangkannya lagi jika
trend ini terus berlanjut, hanya seperdua dari jumlah developer yang akan
menggunakan Windows OS pada tahun depan.
Beberapa alasan yang mendominasi MAC OS X lebih diminati oleh para developer ?
1. Securitas .Apple sangat lengkap menjelaskan detail keamanannya di situs web resminya. Dengan banyaknya fitur keamanan tersebut, pantas jika Mac lebih aman dari virus jika dibandingkan dengan Windows. Namun tidak dipungkiri bahwa MAC OSX juga bisa terkena yang namanya virus loh .
2. Kepuasan .Kebanyakan orang yang menggunakan MAC OSX dengan pengalaman lamanya menggunakan sistem operasi lain menyatakan bahwa ada kepuasan yang lebih dimana MAC OSX lebih cepat, lebih stabil, dan lebih jarang error. Karena Hardware dan Software Mac dirancang oleh satu perusahaan yang sama, yaitu Apple maka dalam hal pengontrolan lebih mudah dikendalikan.
3. Free Upgrade .Untuk mendapatkan fitur-fitur terbaru pasti tiap OS akan mengarahkan penggunannya untuk mengupgrade OS yang sudah terpasang . Nah MAC OS juga secara detail memberi kemudahan pada pengguna untuk memperbaharui sistem operasi yang terbaru . Dan yang paling penting adalah It's Free !!! .
Dulu sih memang pada awalnya MAC lebih identik dengan para desainer. Saat dunia musik sedang naik daun, para komposer kebanyakan lebih suka menggunakan Mac karena lebih stabil. Namun lama-kelamaan Mac makin diminati oleh developer karena mereka membutuhkannya untuk membuat aplikasi Android, iOS, Web, dan bahkan Windows dengan menggunakan Boot Camp atau mesin virtual, sehingga banyak nih developer yang mulai beralih menggunakan MAC OS .
Jadi tahun 2016 ini MAC OSX lebih diminati oleh para developer dalam melakukan pekerjaannya walaupun masih banyak juga developer yang menggunakan windows dan sistem operasi lainnya. Tentu saja setiap sistem operasi pasti memiliki kelebihan dan kekurangannya masing-masing , tergantung bagaimana kebutuhan dan kemampuan tiap developer. Kalo kalian masih pelajar dan hanya bisa menggunakan windows ataupun OS lainnya , It's OK 👌 Yuk simak video berikut untuk menambah wawasan mu 👇
Kali ini saya akan membahas mengenai teknologi penyortir mentimun yang dilakukan oleh Makoto Koike menggunakan deep learning dan tensorflow untuk kebun milik orang tuanya . Makoto sangat terkejut dengan banyaknya beban kerja yang harus dilakukan untuk menyortir timun berdasarkan ukuran, bentuk, warna dan atribut-atribut lainnya.
Ayah Makoto sangat membanggakan mentimun "berduri" yang diproduksi kebunnya, Ia telah mendedikasikan hidupnya untuk memproduksi mentimun yang segar dan krispi yang masih memiliki "duri-duri" di badannya. Mentimun yang lurus dan gemuk dengan warna yang terang serta memiliki banyak "duri" merupakan mentimun yang berkualitas dan memiliki harga lebih tinggi di pasaran.
Akhirnya Makoto dengan cepat menyadari bahwa proses menyortir mentimun merupakan pekerjaan yang sama sulitnya dengan menanam mentimun itu sendiri. "Tiap mentimun memiliki warna, bentuk, kualitas serta tingkat kesegaran yang berbeda", ujar Makoto.
Di Jepang, tiap kebun memiliki standar sendiri-sendiri dan tidak ada standar resmi. Kebun Makoto menyortir mentimunnya kedalam sembilan kelas, Ibu Makoto lah yang menyortir keseluruhan mentimun secara manual yang menghabiskan waktu sampai dengan delapan jam per hari saat waktu panen tiba.
"Proses penyortiran ini bukan sebuah pekerjaan yang mudah untuk dipelajari. Kita harus melihat tidak hanya berdasarkan ukuran dan tebalnya, namun juga warna, tekstur, goresan, apakah mereka bungkuk atau tidak dan apakah mereka memiliki "duri-duri. Butuh waktu berbulan-bulan untuk mempelajari sistemnya dan kita tidak dapat mempekerjakan karyawan part-time untuk bekerja di waktu-waktu paling sibuk. Saya sendiri baru memahami bagaimana menyortir timun dengan baik," terang Makoto lagi.
Mesin penyortir otomatis telah tersedia di pasar, namun mesin tersebut memiliki keterbatasan dalam hal performa dan harga, selain itu kebun yang relatif kecil biasanya tidak menggunakan mesin ini.
Makoto tidak merasa bahwa penyortiran merupakan pekerjaan penting bagi petani mentimun. "Petani ingin fokus dan menghabiskan waktu mereka untuk menanam sayuran yang lezat. Saya ingin mengotomasi proses penyortiran sebelum mengambil alih bisnis perkebunan ini dari orangtua saya."
Makoto pertama kali mendapatkan ide ngoprekmachine learning untuk proses penyortiran mentimun dari studi kasus yang jauh berbeda: GoogleAlphaGo yang berhasil mengalahkan pemain Go profesional terbaik dunia.
"Saat melihat Google AlphaGo, Saya menyadari ada sesuatu yang sangat spektakuler terjadi di sini," ujar Makotor. "Berita itu telah memancing saya untuk memulai mengembangkan penyortir mentimun dengan teknologi deep learning".
Sortir, deep learning dan tensorflow itu apa ?
Sortir/grading merupakan kegiatan dalam penanganan pasca panen yang bertujuan untuk memisahkan bahan utama berdasarkan mutu yang dimiliki bahan tersebut atau pemisahan bahan baku ke dalam kategori-kategori berdasarkan kualitasnya. Deep Learning sendiri merupakan tumpukan/stack dari beberapa algoritma atau metode, sehingga berkembang berbagai pendekatan deep learning dengan berbagai arsitektur. Beberapa tujuan dari tumpukan metode/deep learning ini adalah feature extraction, juga memanfaatkan seluruh resourceseoptimal mungkin.
Sedangkan Tensorflow merupakan sebuah mesin belajar dengan sistem pengembangan open source. Tensor Flow digunakan untuk segala sesuatu dari pengenalan suara di aplikasi Google, Smart Reply di Inbox, atau untuk mencari sesuatu di Google Photo.
Menggunakan deep learning untuk pengenalan citra memungkinkan sebuah komputer untuk belajar dari kumpulan data mengenai fitur-fitur yang dimiliki oleh tiap gambar. Menggunakan neuron-neuron buatan, deep learning dapat secara otomatis mengklasifikasi gambar dengan tingkat akurasi yang tinggi. Dengan demikian, neural network dapat mengenal berbagai spesies kucing, atau model mobil atau bahkan pesawat hanya dari gambar. Terkadang neural network dapat bekerja lebih baik dari mata manusia untuk aplikasi tertentu.
Benarkah komputer dapat belajar seni menyortir mentimun sang Ibu? Makoto memutuskan untuk melihat apakah Ia dapat menggunakan teknologideep learning untuk menyortir mentimun menggunakan pustaka machine learning yang belum lama ini di open source kan oleh Google, TensorFlow.
"Google baru saja meng-open source-kan TensorFlow, jadi Saya ingin mulai mencobanya dengan gambar-gambar mentimun saya," jelas Makoto. "Ini merupakan pertama kalinya saya mencoba menggunakan teknologi machine learning atau deep learning, dan langsung mendapatkan akurasi yang lebih tinggi dari yang saya harapkan. Hasil tadi memompa kepercayaan diri bahwa teknologi ini dapat mengatasi permasalahan yang saya hadapi."
Dengan TensorFlow, kita tidak perlu menjadi ahli model matematika atau optimasi algoritma untuk mengimplementasi deep neural network. Cukup unduh contoh kode yang ada dan membaca tutorialnya, kita dapat langsung mulai menyelami samudra deep learning. Pustaka ini menurunkan tingkat kesulitan untuk menggunakan teknologi machine learning dan sejak Google meng-open source-kan TensorFlow November lalu, banyak orang yang bukan ahli machine learning memanfaatkan teknologi ini dengan aplikasi dan kumpulan data mereka sendiri.
Desain sistem penyortiran mentimun
Berikut ini diagram sistem untuk penyortir mentimun yang dibuat oleh Makoto. Sistem ini menggunakan Raspberry Pi 3 sebagai pengontrol utama untuk mengambil foto mentimun dengan sebuah kamera, dan melakukan analisis tahap awal menggunakan TensorFlow untuk menentukan apakah gambar yang diambil merupakan mentimun atau bukan. Apabila telah dipastikan bahwa gambar yang diambil adalah gambar mentimun, maka gambar ini akan dikirim ke program yang sesungguhnya di server Linux untuk menjalankan pendeteksian kualitas mentimun dengan lebih akurat.
Makoto menggunakan contoh kode TensorFlow Deep MNIST for Expertsdengan sedikit modifikasi. Berikut ini mesin penyortir buatan Makoto yang mulai beroperasi pada bulan Juli:
Berikut ini foto close-up dari tangan penyortir dan antarmuka kamera:
Dan berikut ini video mesin penyortir mentimun saat bekerja:
Apa Hambatan utama nya ?
Tantangan yang paling berat bagi deep learning adalah kita membutuhkantraining dataset yang banyak. Untuk melatih model penyortir mentimun ini, Makoto menghabiskan tiga bulan penuh untuk mengambil 7.000 gambar mentimun yang disortir oleh ibunya, namun jumlah ini mungkin tidak cukup.
"Saat saya melakukan validasi dengan sebuah contoh-contoh gambar, tingkat akurasinya melebihi 95%. Namun saat kita mengaplikasikan sistem dengan kondisi yang sebenarnya, tingkat akurasi menurun menjadi sekitar 70%. Saya mencurigai model neural network ini memiliki masalah overfitting (fenomenaneural network di mana model yang dilatih hanya sesuai pada dataset yang terbatas) karena jumlah gambar pelatih yang kurang banyak."
Tantangan yang kedua dari deep learning itu adalah besarnya daya komputasi yang dibutuhkan. Penyortir yang telah bekerja berjalan di PC Windows untuk melatih neural network model. Meskipun ia mengubah ukuran gambar mentimun ke dalam resolusi yang lebih rendah berukuran 80 x 80 pixel, mesin penyortir ini masih membutuhkan dua hingga tiga hari untuk menyelesaikan proses pelatihan model dengan 7.000 gambar.
"Bahkan dengan gambar beresolusi rendah ini, sistem yang ada hanya dapat mengklasifikasinya berdasarkan bentuk, panjang dan tingkat pembelokan. Sistem ini tidak dapat mengenali gambar, tekstur, goresn dan durinya," Makoto menjelaskan. Meningkatkan resolusi gambar dengan melakukanzooming dapat menaikkan tingkat akurasi namun juga membuat waktu pelatihan menjadi lebih lama.
Untuk meningkatkan "deep learning", beberapa perusahaan besar melakukantraining terdistribusi dalam skala besar, namun tentu server tersebut meningkatkan besar biaya yang dibutuhkan. Google menawarkan Cloud Machine Learning (Cloud ML), sebuah platform cloud terjangkau yang dapat melakukan training dan prediksi menggunakan ratusan server cloud terdistribusi dengan TensorFlow. Dengan Cloud ML, Google akan menangani sistem cluster berskala besar untuk training terdistribusi, dan kita cukup membayar apa yang terpakai sehingga developer akan lebih mudah untuk mencoba teknologi deep learning tanpa melakukan investasi yang signifikan.
Makoto begitu menantikan Cloud ML. "Saya dapat menggunakan Cloud ML untuk mencoba melatih model dengan resolusi gambar yang lebih tinggi dan jumlah data yang lebih besar. Selain itu, Saya juga dapat mencoba mengganti konfigurasi, parameter, serta algoritma dari neural network untuk melihat peningkatan akurasinya. Saya tak dapat menunggu untuk mencoba teknologi ini."
Menurut saya inovasi produk ini sangat berguna untuk petani yang hanya memiliki kebun kecil sendiri. Karena mesin sortir/ grading yang ada dipasaran harga yang ditawarkan cukup mahal dan tidak sebanding dengan besarnya panen yang dihasilkan para petani kecil . Kita tahu baha proses penyortiran dengan tangan bukan sebuah pekerjaan yang mudah untuk dipelajari. Kita harus melihat tidak hanya berdasarkan ukuran dan tebalnya, namun juga warna, tekstur, goresan, apakah mereka bungkuk atau tidak dan apakah mereka memiliki "duri-duri" sehingga alat ini cukup membantu dalam hal penyortiran walupun belum sempurna. Sebab perlu dilatih lagi model dengan resolusi gambar yang lebih tinggi dan jumlah data yang lebih besar sehingga tingkat akurasi bisa bertambah .
Pengertian Virtual Reality (VR) dan Augmented Reality (AR)
Virtual Reality (VR) atau Realitas Maya adalah
teknologi yang memungkinkan user dapat berinteraksi dengan suatu
lingkungan berdimensi 3 yang disimulasikan oleh komputer terhadap suatu objek
nyata atau imajinasi, sehingga membuat user seolah-olah terlibat
secara fisik pada lingkungan tersebut. Augmented Reality (AR) atau Realitas Tertambah
adalah teknologi yang menggabungkan benda-benda maya (baik berdimensi 2
dan/atau berdimensi 3) dan benda-benda nyata ke dalam sebuah lingkungan nyata
berdimensi 3, lalu memproyeksikan benda-benda maya tersebut dalam waktu nyata
agar terintegrasi dan berjalan secara interaktif dalam dunia nyata.
Sejarah Virtual Reality (VR) dan Augmented Reality (AR)
Pada 1800-an, manusia telah berusaha melihat “suasana lain”
melalui lukisan panorama. Lukisan berjudul “Battle of Borodino, 1812”
menggambarkan suasana perang di lapangan yang luas. Di abad yang sama, tepatnya 1838, Charles Wheatstone mendemonstrasikan bahwa otak
memproses dua gambar 2D berbeda di masing-masing mata. Ia kemudian menciptakan
View-Master stereoscope untuk “turis virtual”. Konsep ini yang digunakan di
Google Cardboad masa kini.
Di 1929, Edward Link menciptakan Link Trainer yang merupakan
simulator penerbangan dan seluruhnya electromechanical. Alat ini digunakan oleh
calon pilot untuk pelatihan kemampuan selama masa Perang Dunia II.
Pada 1957, Morton Heilig dianggap sebagai father of virtual
karena berhasil mengembangkan sensorama yang dipatenkan 1962, teater kecil yang
menstimulasi semua indera. Ia dibekali layar 3D, kipas angin, generator bau,
dan kursi bergetar sehingga penonton film bisa menikmati film dengan pengalaman
nyata. layar VR di kepala pertama diciptakan pada 1960. Heilig menciptakan
Telesphere Mask dan head-mounted display (HMD) sebagai medium menonton
film tanpa bisa berinteraksi dengan pergerakan. Headset itu hanya menampilkan
pemandangan 3D, sehingga film menjadi nyata.
Setahun berikutnya, barulah VR yang bisa mendeteksi gerakan
diciptakan oleh teknisi Philco Corporation. Pada 1968, Ivan Sutherland yang
juga menjabat sebagai associate professor of electrical engineering di HAvard
University, dan muridnya Bob Sproull menciptakan VR/ AR dengan sistem mounted
display (HMD),alat tersebut bernama the sword of democles. walaupun sangat
berat alat tersebut terdapat binocular display dan head tracking, sejak saat
itu semakin banyak penemuan dari berbagai ilmuwan.
1972: General Electric mengembangkan simulator komputer pertama untuk penerbangan.
1977: Sayre Gloves pertama kali didokumentasikan.
1979: Militer mulai bereksperimen dengan headset simulasi
1980: Peta interaktif virtual pertama dibuat
1981: Thomas Furnes mengembangkan “Virtual Cockpit”
1985: Pengembangan sistem praktis pertama dari viewfinder stereo
Kendati telah tercipta, nama virtual reality lahir pada 1987 ketika Jaron Lanier, penemu visual programming lab (VPL) membuatnya. Lanier kemudian menciptakan banyak range virtual reality termasuk Dataglove, EyePhone, dan menjual Virtual Reality gogles serta gloves.
1990: Surge Sense8 ditemukan oleh Pat Gelband
1991: W. Industries membangun Virtuality, dengan headset dan kacamata untuk melihat
VR kemudian muncul dalam karya-karya fiksi ilmiah seperti di film Startrek dan lainnya.
1993 SEGA – VR perusahaan game asal Jepang mulai melirik
teknologi menjadi perusahaan yang mengumumkan kacamata protipe VR pertama pada
ajang CES 1993. Sega VR-1 dilengkapi dengan sensor gerakan kepala dan 3D
polygon graphics dalam stereoscopic 3D. Sayangnya hanya versi arcade yang
dirilis, versi home console nya dibatalkan, ukuranya pun jauh lebih modern dan
ringan dari pada sword of democies
1995: Nintendo merilis “Virtual Boy”
1997: Pengembangan perangkat yang memungkinkan untuk melakukan eksperimen gerakan nyata dalam sebuah cabina
2003: Pembuatan dunia 3D paling terkenal “Second life”
2004: Google membeli Earth-view
2005: Nintendo Wii diluncurkan
2012: Oculus Rift, sebuah perangkat virtual reality untuk game dan penggunaan profesional dibuat.
2014: Munculnya headset virtual reality Sony Project Morpheus
Bagaimanakah perbandingkan VR / AR dari masa kemasa ?
Menurut yang saya lihat teknologi Virtual Reality di masa sekarang semakin bertambah kwalitas yang dihasilkan . Apalagi dibidang Kedokteran tentu teknologi ini nantinya sangat dibutuhkan misalnya untuk mempelajari organ-organ tubuh manusia . Pada bulan Januari 2016, Nicklaus Hospital di Amerika Serikat memanfaatkan VR sederhana dengan menggunakan Google Cardboard untuk memandu dokter bedah dalam bedah jantung anak. Dengan bantuan VR ini citra radiologi berbentuk 3 dimensi dapat membantu dokter untuk menentukan lokasi mana saja yang perlu dilakukan pembedahan.
Selain itu Virtual Reality ini bisa membawa sensasi baru oleh penggunanya dimana kita bisa merasakan dunia maya yang dibuat terlihat seperti nyata . Di tahun 2016 ini HTC Vive menjadi pemenang dalam pertarungan headset VR kali ini. Dengan harga yang dibilang tidak murah, namun HTC Vive memberikan pengalaman virtual yang tiada tandingannya. Dibanderol harga $ 799 / £689 / AU$899 atau sekitar Rp. 10.387.000 (kurs 1 dollar = Rp. 13.000), Anda akan dapat menikmati pengalaman terbaik ketika menggunakan VR karena HTC Vive dilengkapi dengan katup yang dilengkapi dengan GPU yang high-end dan juga mahal. Sampai saat ini, HTC Vive adalah VR yang terkomplit yang ada di pasaran.
HTC Vive menyematkan dua layar 1080p yang akan membuat gambar terlihat sangat tajam. Namun sayangnya headset VR ini belum cukup memiliki resolusi yang tinggi sehingga Anda masih dapat membedakan dengan sangat jelas antara dunia nyata dan VR, sampai saat ini HTC Vive masih merupakan headset dengan resolusi tertinggi di pasaran di samping Oculus Rift.
Sebuah fitur menonjol dari HTC Vive ialah fitur ruang yang cukup besar yang memungkinkan Anda untuk bisa berjalan di ruangan berukuran 4,5 x 4.5m. Tentu ini akan memberikan dimensi lain untuk menambah perasaan menarik dan seru yang Anda alami pada saat menggunakan. Anda tak hanya menekan tombol-tombol pada tongkat analog saja, tetapi Anda juga menggunakan kaki Anda untuk melakukan perjalanan menuju pengalaman yang menakjubkan. Namun dengan catatan Anda mempunyai ruang yang cukup untuk melakukan hal tersebut.
Dengan pengalaman yang hebat dalam memakai HTC Vive, harus diakui jika harga Headset VR ini terbilang mahal, bahkan dua kali harga konsol yang saat ini beredar. Namun hal ini sesuai dengan pengalaman mengasyikkan yang disajikan.
.jpeg)
