Teori ini kelak dipakai di mana pak ?

screen-shot-2016-10-08-at-6-07-51-amDi kelas, saya sering mendapat pertanyaan : “Pak, sebenarnya perhitungan matriks   seperti ini, terpakainya nanti di mana sih Pak ?”  Anak sekarang kritis-kritis. Mereka ingin mengetahui lebih dahulu, yang dipelajarinya kelak akan diaplikasikan ke mana. Yang ditanyakan macam-macam : eigen value, eigen vector, inverse matrix, akar persamaan memakai bracketing, open methods, dsb.  Menjawab pertanyaan seperti ini tidak mudah.  Karena saat belajar ilmu dasar, mereka masih melihat teori-teori itu sebagai puzzle yang terpisah. Belum tersusun menjadi suatu gambar  yang indah. Tugas saya untuk menceritakan, bahwa gambar yang indah itu tidak akan terbentuk kalau kita tidak dengan rajin dan sabar mengumpulkan serpihan puzzle tersebut.

Saya jawab sebagai berikut : banyak konsep di ilmu dasar untuk bidang computer science yang saat awal belajar, tidak mudah difahami, kelak akan dipakai di mana. Seperti misalnya aljabar linear dengan berbagai konsep seperti matrix transpose, matrix inverse, teori logika,  teori himpunan, diferensial, integral, dsb. Tetapi begitu nanti kalian belajar subject yang sudah mulai advanced seperti misalnya signal processing, digital image processing, kriptografi, security, big data/data mining, telekomunikasi, computer graphics, dsb. maka konsep-konsep dasar seperti calculus, optimisasi, aljabar linear, probability, matematika diskrit, logika, trigonometri akan muncul dan jadi prasyarat untuk memahaminya. Seringkali saat itu siswa baru sadar keterkaitan antara ilmu yang dipelajarinya selama ini dengan bidang yang akan ditekuninya, dengan topik skripsi yang dipilihnya.  Misalnya  teori diferensial ternyata jadi basis untuk mengembangkan algoritma menajamkan gambar, teori himpunan ternyata jadi fondasi metode pemrosesan morfologi citra yang bermanfaat  untuk misalnya menganalisa gerakan seseorang, konsep Transformasi Fourier  di Numerical Methods atau Kalkulus ternyata penting untuk memahami cara kerja aplikasi pengenalan suara yang dipakai di berbagai smartphone diperlukan juga untuk menganalisis tekstur, juga untuk mengetahui adanya upaya spoofing terhadap sistem biometrik.  Karena itu, di saat tahun-tahun awal, kumpulkanlah potongan-potongan puzzle itu. Kuasailah dengan baik teori-teori dasar yang diberikan, karena itu jadi prasyarat, jadi tool untuk memahami berbagai topik lanjut di semester-semester akhir.

Perlu bagi kita sbg dosen untuk menyiapkan jawaban di kelas, bagaimana link antara suatu puzzle dengan gambaran utuh yang akan dibuat. Bagaimana suatu konsep dasar kelak akan dimanfaatkan dalam suatu aplikasi teknologi komputasi, agar anak didik kita memahami bahwa yg mereka pelajari adalah building block dari sebuah bangunan yang utuh, yang kelak akan mereka peroleh di kemudian hari.

PS: Foto di atas adalah saat saya menjelaskan teknik sharpening suatu gambar di kelas Image Processing, Swiss German University. Kosep sharpening adalah bagaimana meng-highlight transisi intensitas pixel pada gambar, yang memerlukan perhitungan kalkulus : turunan derajat 2.

  1. Ada komentar menarik saat tulisan ini saya posting di Facebook, yaitu dari Dr. Taufik Sutanto (Quensland Univ. of Technology, UIN Syarif Hidayatullah ), sebagai berikut:

Menarik sekali, … mahasiswa memang paling sering menanyakan hal-hal seperti ini… 🙂

Rumus PageRank Google awal “hanyalah” eigenvalue/vector biasa. Algoritma tersebut ditemukan saat Larry Page and Sergey Brin kuliah di Stanford. Kalau tidak salah (CMIIW), saat mereka mengerjakan PR mata kuliah Linear Algebra. Berarti, walau cuma PR mata kuliah dasar, tapi kalau dilakukan dengan serius, bisa merubah dunia … ^_^ …

Saat saya penelitian S3 di tahun ke-2, saya mencoba mencari algoritma graph clustering yang efficient & scalable lewat long run markov chain,… tapi setelah penurunan panjang lebar, akhirnya malah konvergen ke rumusnya PageRank. Yang artinya kembali ke eigen … :v …. Linear Algebra nampak sederhana, tapi it’s a fine art. Dibalik kesederhanaan eigen, dekomposisi, dll di Aljabar linear termaktub banyak penjelasan fenomena kompleks di Statistika dan machine learning.

2. Komentar Pak Rizal Zaini Anthony

saat saya mengambil mata kuliah graduate atau melakukan riset, baru ngerasa ilmu-ilmu dasar yang saya pahami masih kurang, harus mereview kembali.

Mata kuliah dasar seperti linear algebra (matrix, vector), calculus (integral differensial), probability, menjadi fondasi utama untuk ilmu yg lebih lanjut seperti machine learning, information retrieval, recomendation, image processing.  Tanpa disadari sebenarnya kita sehari2 menggunakan teknologi yang memakai ilmu2 dasar tadi.  Saat searching di Google, ada algoritma di belakang yang mengubah kata-kata yang kita cari ke dalam vektor, melakukan transformasi linear algebra, menghitung eignvector, dsb, yang akhirnya menampilkan hasil query kita.  Saat kita menonton youtube, ada algoritma yang melihat history kita, melakukan kalkulasi linear algebra, matrix factorization, probability, dsb yang akhirnya memunculkan recommended video.  Saat kita posting status di Facebook, ada algorithma yang mengubah status menjadi word vector, melakukan manipulasi linear algebra, mengkalkulasi probability, dst. sampai akhirnya memunculkan iklan yang sesuai dengan postingan kita.  Saat kita mengambil foto dengan filter di instagram, ada algoritma dibelakang yang mengubah image menjadi matriks, melakukan transformasi linear algebra, fourier transform, dst, yang hasilnya membikin foto kita lebih indah.  Dan masih banyak teknologi yang kita pakai sehari2 yang basisnya ilmu-ilmu dasar tadi.

 

Tentang Anto Satriyo Nugroho

My name is Anto Satriyo Nugroho. I am working as research scientist at Center for Information & Communication Technology, Agency for the Assessment & Application of Technology (PTIK-BPPT : Pusat Teknologi Informasi & Komunikasi, Badan Pengkajian dan Penerapan Teknologi). I obtained my doctoral degree (Dr.Eng) from Nagoya Institute of Technology, Japan in 2003. My office is located in Serpong, Tangerang Selatan City.Since 2015, I was appointed as Program Director of R&D activities in Intelligent Computing Laboratory (former name: Digital Signal Processing Laboratory). The activities in the laboratory are organized into three groups : (i) Natural Language Processing (ii) Multimodal biometrics Identification (iii) ICT solution for Tropical Disease. I also enjoy to teach the students, as a part time lecturer in Swiss German University Serpong & UNS Sebelas Maret Surakarta. Should you want to know further information on my academic works, please visit my professional site at http://asnugroho.net
Pos ini dipublikasikan di kuliah. Tandai permalink.

Satu Balasan ke Teori ini kelak dipakai di mana pak ?

  1. kafkerr berkata:

    Terimakasih banyak pak atas informasinya yang indah sekali. selama ini dosen saya tidak menjelaskan ini, jadi saya terkadang malas mempelajarinya dan tidak ada ketertarikan sama sekali dengan mata kuliah tersebut. ternyata ada sesuatu yang indah dibalik ini semua

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s