Cerahkan peradaban dengan nanoteknologi

Cerahkan peradaban dengan nanoteknologi

Jakarta (ANTARA) – Indonesia tidak kekurangan riset nanoteknologi. Di berbagai perguruan tinggi dan lembaga penelitian, kita dapat menemukan studi tentang nanopartikel, nanomaterial, nanosensor, membran, biomaterial, sistem penghantaran obat, material energi, hingga pemanfaatan biomassa dan sumber daya alam.

Paper terbit, prototipe dibuat, paten didaftarkan. Namun pertanyaan terpenting justru muncul setelah itu: Berapa banyak hasil penelitian tersebut yang benar-benar menjadi produk, layanan, atau teknologi yang digunakan masyarakat?

Di sinilah persoalan utama pengembangan nanoteknologi kita berada. Tantangannya bukan semata-mata kemampuan menghasilkan pengetahuan baru, melainkan kemampuan menerjemahkan pengetahuan menjadi manfaat.

Banyak inovasi berhenti di wilayah yang dikenal sebagai valley of death, lembah kematian inovasi, yaitu tahap ketika hasil laboratorium belum cukup matang, belum cukup konsisten, belum cukup ekonomis, atau belum memiliki jalur regulasi dan pasar untuk menjadi produk nyata.

Jarak antara laboratorium dan aplikasi memang tidak sederhana. Material yang bekerja sangat baik pada skala miligram atau gram belum tentu mempertahankan karakter yang sama ketika diproduksi dalam jumlah besar.

Perubahan suhu, kecepatan pencampuran, kualitas bahan baku, kelembaban, metode pengeringan, urutan proses, atau kondisi penyimpanan dapat mengubah sifat akhir nanomaterial.

Dalam aplikasi kesehatan, persoalannya bertambah karena produk juga harus memenuhi tuntutan keamanan, toksikologi, biodistribusi, stabilitas, konsistensi antar-batch, efektivitas, serta regulasi.

Karena itu, kesalahan yang perlu dihentikan adalah memperlakukan hilirisasi sebagai pekerjaan yang baru dimulai setelah penelitian selesai. Translasi bukan bab terakhir penelitian. Ia harus menjadi bagian dari desain penelitian sejak pertanyaan pertama dirumuskan.

Sejak awal, peneliti perlu mengetahui masalah apa yang hendak diselesaikan, siapa pengguna akhirnya, atribut mutu apa yang harus dipertahankan, bagaimana teknologi akan diproduksi dalam skala lebih besar, berapa kira-kira biayanya, regulasi apa yang harus dipenuhi, dan siapa mitra yang dapat membawanya ke tahap berikutnya.

Pertama, riset nanoteknologi perlu lebih kuat berbasis problematika, bukan semata-mata berbasis material. Pertanyaan “nanomaterial apa yang dapat kita buat?” perlu dilengkapi dengan pertanyaan yang lebih penting dan spesifik: “masalah apa yang dapat kita selesaikan dengan lebih baik?”

Indonesia memiliki kebutuhan nyata dalam kesehatan, air bersih, pangan, lingkungan, energi, dan material maju. Fokus pada kebutuhan konkret akan membantu riset memiliki jalur translasi yang lebih jelas sekaligus mencegah inovasi berhenti sebagai demonstrasi teknologi yang menarik tetapi tidak memiliki pengguna.

Kedua, industri harus dilibatkan lebih awal. Hubungan peneliti dan industri tidak seharusnya baru dimulai ketika prototipe sudah selesai dan peneliti sedang mencari pihak yang bersedia memproduksinya.

Industri perlu hadir sejak fase pengembangan untuk memberi masukan mengenai bahan baku, proses produksi, kendali mutu, rantai pasok, biaya, kebutuhan pasar, dan persyaratan teknis. Dengan demikian, desain laboratorium tidak berjalan terpisah dari realitas manufaktur.

Ketiga, Indonesia membutuhkan fasilitas translasi bersama. Banyak kelompok riset mampu melakukan sintesis dan karakterisasi awal, tetapi tidak semuanya memiliki akses terhadap instrumen karakterisasi lanjutan, fasilitas manufaktur percontohan, pengujian keamanan, standardisasi, ataupun quality assurance yang diperlukan untuk melangkah menuju produk.

Infrastruktur semacam ini tidak harus dimiliki oleh setiap institusi. Yang lebih penting adalah membangun jejaring fasilitas yang dapat diakses secara transparan, memiliki standar layanan yang jelas, dan mampu menjembatani universitas, lembaga riset, rumah sakit, regulator, serta industri.

Keempat, pembiayaan riset perlu memiliki jalur khusus untuk tahap translasi. Skema pendanaan akademik sering kuat untuk menghasilkan publikasi, tetapi fase setelah prototipe justru membutuhkan jenis dukungan yang berbeda: optimasi proses, scale-up, validasi, pengujian mutu, studi keamanan, dokumentasi regulatori, desain manufaktur, dan uji pasar.

Tahap ini sering terlalu aplikatif untuk hibah riset dasar, tetapi masih terlalu berisiko bagi investasi komersial. Tanpa instrumen pembiayaan yang dirancang untuk menutup celah tersebut, valley of death akan terus berulang.

Kelima, ukuran keberhasilan perlu diperluas. Publikasi dan paten tetap penting, tetapi tidak cukup menjadi satu-satunya indikator. Ekosistem inovasi juga perlu menghargai lisensi teknologi, kemitraan industri, produk yang lolos validasi, standar yang dihasilkan, prototipe yang berhasil ditingkatkan skalanya, teknologi yang masuk pengadaan, serta dampak yang benar-benar dirasakan pengguna.

Dengan ukuran seperti ini, peneliti tidak didorong hanya untuk “menyelesaikan proyek”, melainkan untuk membangun kesinambungan dari pengetahuan menuju pemanfaatan.

Semua itu menuntut kolaborasi lintas disiplin. Nanoteknologi tidak dapat berkembang hanya di tangan ahli material.

Untuk aplikasi kesehatan, misalnya, dibutuhkan dokter yang memahami kebutuhan klinis, ahli material yang memahami karakter nano, farmakolog dan toksikolog yang menilai keamanan, insinyur yang memikirkan proses produksi, ilmuwan data yang mengolah bukti, ekonom yang menilai kelayakan, regulator yang memahami risiko, serta industri yang mampu memproduksi secara konsisten.

Inovasi lahir di laboratorium, tetapi keberhasilan translasi lahir dari ekosistem.

Indonesia tidak perlu mengejar seluruh frontier nanoteknologi sekaligus. Kita justru perlu memilih sejumlah misi yang mempertemukan tiga hal: masalah nasional yang mendesak, kapasitas ilmiah yang sudah dimiliki, dan peluang untuk diproduksi serta digunakan.

Kesehatan presisi dan regeneratif, air dan lingkungan, pemanfaatan biomassa serta sumber daya kelautan, serta energi dan material maju dapat menjadi contoh wilayah prioritas. Fokus semacam ini membuat sumber daya, infrastruktur, regulasi, dan pembiayaan dapat diarahkan secara lebih konsisten.

Pada akhirnya, pertanyaan tentang masa depan nanoteknologi Indonesia bukanlah berapa banyak nanopartikel yang mampu kita sintesis atau berapa banyak paper yang dapat kita terbitkan.

Pertanyaannya adalah berapa banyak masalah nyata yang dapat kita selesaikan secara aman, terukur, terjangkau, dan berkelanjutan. Kekayaan sumber daya baru menjadi kekuatan ketika diubah menjadi pengetahuan; pengetahuan menjadi teknologi; teknologi menjadi produk; dan produk bermanfaat dan berdampak positif bagi masyarakat.

Nanoteknologi bekerja pada skala yang sangat kecil, tetapi tantangan terbesarnya justru berada pada skala sistem. Kita memerlukan perubahan cara merancang riset, membangun kemitraan, membiayai translasi, menyediakan infrastruktur, mengelola regulasi, dan menilai keberhasilan.

Bila rantai itu dapat dibangun secara konsisten, maka laboratorium tidak lagi menjadi titik akhir inovasi, melainkan titik awal perjalanan menuju manfaat. Dari sanalah, nanoteknologi benar-benar berperan mencerahkan peradaban.

*) Penulis adalah alumnus PhD IPCTRM Taipei Medical University, dokter riset, dosen, peneliti, penulis, kolumnis, reviewer jurnal internasional, trainer berlisensi BNSP

Sumber : https://www.antaranews.com/berita/5687580/cerahkan-peradaban-dengan-nanoteknologi

ITS Kembangkan Teknologi PLTS Terintegrasi, Efisiensi Daya Bisa Naik 750 Persen

ITS Kembangkan Teknologi PLTS Terintegrasi, Efisiensi Daya Bisa Naik 750 Persen

KOMPAS.com – Guru Besar ke-254 Institut Teknologi Sepuluh Nopember (ITS) Bambang Arip Dwiyantoro mengembangkan teknologi energi surya terintegrasi (integrated solar cell) untuk meningkatkan efisiensi pembangkit listrik tenaga surya (PLTS).

Hasil penelitian Bambang menunjukkan, konfigurasi teknologi yang dikembangkan mampu meningkatkan daya listrik hingga lebih dari 750 persen dibandingkan model standar.

Menurut Bambang, temuan tersebut menunjukkan bahwa peningkatan kinerja PLTS tidak selalu harus dilakukan dengan memperbesar ukuran sistem. Efisiensi juga dapat ditingkatkan melalui rekayasa desain dan integrasi sejumlah teknologi.

“Pendekatan ini membuka peluang penerapan pembangkit listrik tenaga surya yang sederhana, ekonomis, dan sesuai dengan kondisi wilayah Indonesia,” ujar Bambang, dilansir dari laman resmi ITS, Kamis (6/8/2026).

Salah satu teknologi yang dikembangkan Bambang adalah Solar Chimney Power Plant (SCPP). Sistem ini memanfaatkan panas matahari untuk menghasilkan aliran udara yang kemudian digunakan untuk memutar turbin dan menghasilkan listrik.

Bambang mengoptimalkan desain absorber dan geometri cerobong melalui pendekatan eksperimen serta simulasi Computational Fluid Dynamics (CFD). Optimalisasi tersebut ditujukan untuk meningkatkan performa sistem dalam mengonversi energi matahari menjadi listrik.

Manfaatkan limbah untuk pendingin panel

Selain mengembangkan sistem solar chimney, Bambang merancang teknologi pendingin pasif untuk panel surya menggunakan serat kelapa sawit dan ampas tebu.

Pemanfaatan limbah biomassa lokal tersebut ditujukan untuk menjaga temperatur panel tetap optimal tanpa membutuhkan tambahan energi listrik.

“Ini sekaligus meningkatkan nilai guna limbah pertanian melalui konsep ekonomi sirkular,” kata Bambang yang merupakan alumnus doktoral National Taiwan University of Science and Technology (NTUST).

Bambang juga mengembangkan teknologi solar tracking untuk PLTS terapung serta sistem PLTS hibrida berbasis Energy Management System (EMS).

Berbagai inovasi tersebut kemudian diintegrasikan dalam konsep Integrated Sustainable Solar Energy System, yakni sistem yang menggabungkan peningkatan efisiensi panel surya, penyimpanan energi, dan pengelolaan distribusi daya secara berkelanjutan.

Ke depan, Bambang berencana mengembangkan teknologi Solar Chimney melalui integrasi thermal energy storage, kecerdasan buatan (AI), serta desain dalam skala yang lebih besar.

Pengembangan tersebut diharapkan dapat meningkatkan efisiensi konversi energi sekaligus mendukung sistem energi yang lebih bersih dan tangguh.

“Pengembangan energi terbarukan tidak sekadar menghadirkan teknologi baru, tetapi juga menjadi investasi bagi masa depan bangsa,” tutur dosen Departemen Teknik Mesin ITS tersebut.

Bambang menyampaikan berbagai inovasi tersebut dalam orasi ilmiah bertajuk “Optimalisasi Teknologi Panel Surya dan Solar Chimney untuk Mendukung Kemandirian Energi”.

Menurut dia, pengembangan teknologi energi surya menjadi penting bagi Indonesia di tengah meningkatnya kebutuhan listrik dan tuntutan transisi menuju energi bersih.

PLTS Indonesia masih tertinggal

Di sisi lain, pemanfaatan energi surya di Indonesia masih menghadapi tantangan dari sisi pertumbuhan kapasitas.

Analis Sistem Ketenagalistrikan dan Energi Terbarukan Institute for Essential Services Reform (IESR), Alvin Putra Sisdwinugraha, mengatakan pemanfaatan PLTS berkembang pesat secara global, termasuk di kawasan Asia Tenggara.

Namun, Indonesia masih tertinggal dibandingkan sejumlah negara tetangga, seperti Vietnam, Thailand, dan Malaysia.

Menurut Alvin, semakin efisiennya modul surya dan semakin rendahnya biaya produksi, terutama produk dari China, menjadi salah satu faktor yang mendorong pertumbuhan PLTS di berbagai negara.

Di Asia Tenggara, Vietnam, Thailand, dan Malaysia juga telah lebih dahulu mendorong pengembangan PLTS melalui kebijakan feed-in tariff (FiT) sebelum 2020.

Meskipun kebijakan FiT tersebut kini telah dihentikan, kapasitas PLTS di ketiga negara tersebut terus bertambah. Kapasitas PLTS atap di masing-masing negara bahkan telah mencapai lebih dari 1 gigawatt (GW).

Sementara itu, pertumbuhan PLTS di Indonesia dinilai masih relatif lambat.

“PLTS atap memang tumbuh cukup tinggi dalam beberapa tahun terakhir. Namun, pendorong utamanya adalah sektor industri dan komersial yang menerapkan standar hijau,” ujar Alvin dalam webinar, Selasa (2/9/2025).

Sumber : https://lestari.kompas.com/read/2026/08/08/105249986/its-kembangkan-teknologi-plts-terintegrasi-efisiensi-daya-bisa-naik-750

Peran Teknologi Informatika: Bantu Olah Data Biodiversitas jadi Panduan Kebijakan

Peran Teknologi Informatika: Bantu Olah Data Biodiversitas jadi Panduan Kebijakan

KOMPAS.com-Hilangnya keanekaragaman hayati telah menjadi topik utama dalam perdebatan publik, politik, dan ilmu pengetahuan selama beberapa dekade.

Meskipun dampaknya sudah disadari secara luas, mengolah data keanekaragaman hayati yang sangat banyak supaya bisa menjadi indikator terpercaya dalam pembuatan kebijakan masih menjadi tantangan yang membutuhkan waktu dan tenaga teknis yang besar.

Melansir Phys, Sabtu (1/8/2026) untuk membantu mengatasi masalah tersebut, proyek Uni Eropa bernama B-Cubed mengembangkan sistem pemrosesan data otomatis dan terintegrasi yang telah diuji melalui berbagai studi kasus.

Dengan memanfaatkan teknologi tersebut pengguna bisa merangkum ribuan data keberadaan hewan atau tumbuhan menjadi ringkasan yang rapi dan konsisten sebagai dasar pengambilan keputusan.

Mengubah data menjadi langkah nyata

Sejak diluncurkan Maret 2023, B-Cubed telah mengembangkan sebuah layanan di Global Biodiversity Information Facility (GBIF) dengan membuat “kubus keberadaan spesies” (species occurrence cubes).

Lewat fitur ini, pengguna dapat mengolah data keberadaan spesies yang melimpah misalnya saja data keberadaan lebah Bombus humilis di Belgia dari tahun 2012 hingga 2022 menjadi bentuk kubus data khusus.

Hal ini membantu pelaporan indikator yang konsisten serta penilaian perubahan keanekaragaman hayati yang efisien untuk pengambilan keputusan.

Dengan menggunakan kubus data keanekaragaman hayati tersebut, para peneliti dapat menghasilkan indikator yang menyederhanakan data rumit menjadi ukuran yang mudah dipahami untuk melihat status dan tren keanekaragaman hayati.

Indikator yang dihasilkan mencakup berbagai hal, mulai dari tren keberadaan spesies, penilaian invasi makhluk hidup asing, hingga pengukuran tingkat hilangnya keanekaragaman hayati secara mendalam.

Dengan indikator ini, kondisi keanekaragaman hayati dapat dipantau dan dihitung ulang kapan saja, sehingga bisa merespons ancaman dengan cepat, seperti misalnya serangan spesies invasif atau perubahan iklim.

Setelah data dianalisis menggunakan indikator tersebut, hasilnya dapat disajikan kepada pembuat kebijakan melalui laporan, tampilan visual, serta ukuran-ukuran yang relevan dengan arah kebijakan.

Sistem ini juga membantu memperlihatkan dan memperbaiki masalah klasik dalam penelitian, yaitu perbedaan tingkat kesulitan dalam menemukan spesies serta perbedaan seberapa besar upaya survei yang telah dilakukan.

Selain itu, informasi indikator dapat diperluas dengan bantuan simulasi kubus data. Fitur ini memberikan peringatan dini dan perencanaan manajemen yang lebih baik dengan cara menghubungkan data pengamatan keanekaragaman hayati dengan faktor lingkungan lainnya, seperti proses ekologi, masuknya spesies asing, atau perubahan struktur komunitas makhluk hidup.

Untuk memastikan metode ini dapat digunakan terus-menerus dan diulang dengan mudah di masa depan, proyek B-Cubed menyediakan panduan lengkap, tutorial, dan materi teknis yang ramah pengguna.

Semua materi ini tidak hanya bisa dipakai oleh ilmuwan data dan peneliti, tetapi juga oleh berbagai gerakan keanekaragaman hayati saat ini maupun di masa depan yang ingin menerapkan sistem kubus data ini ke dalam kerja mereka.

Sumber : https://lestari.kompas.com/read/2026/08/10/171050786/peran-teknologi-informatika-bantu-olah-data-biodiversitas-jadi-panduan

Pendiri Strategy Michael Saylor Raup Rp 268 Triliun Berkat ChatGPT

Pendiri Strategy Michael Saylor Raup Rp 268 Triliun Berkat ChatGPT

Liputan6.com, Jakarta – Miliarder sekaligus pendiri Strategy, Michael Saylor memanfaatkan ChatGPT untuk membantu perusahaannya menghasilkan pendapatan US$ 15 miliar atau Rp 268,94 triliun (asumsi kurs dolar AS terhadap rupiah di kisaran 17.930).

“Jika Anda berada di usia produktif dan ingin memajukan dunia, membuat perubahan nyata, serta dikenang karena suatu pencapaian, prinsipnya cukup sederhana: jangan terus menerus melakukan hal yang sama, bekerja semakin keras setiap tahun atau melawan arus otomatisasi modern,” ujar Saylor saat wawancara dengan Diary of a CEO, yang diterbitkan pada Kamis, dikutip dari Yahoo Finance, Jumat (7/8/2026).

“Jangan mencoba mengalahkan robot dalam hal kerja keras,” ia menambahkan.

Pria berusia 61 tahun itu melontarkan komentar tersebut setelah podcaster Steven Bartlett bertanya kepadanya tentang apa yang diperlukan untuk membangun warisan (legacy) berskala besar, seperti yang dimiliki Michael Jackson atau Elon Musk serta mendapatkan pengakuan global atas dampak yang dihasilkan.

Saran Saylor didasarkan pada pengalamannya sendiri dalam mentransformasi Strategy, perusahaan yang sebelumnya dikenal sebagai MicroStrategy.

Ia mendirikan perusahaan perangkat lunak tersebut pada 1989, tetapi dalam lima tahun terakhir mengalihkan fokusnya ke Bitcoin, menjadikannya perusahaan publik pertama yang mengadopsi mata uang kripto tersebut sebagai bagian utama dari strategi perbendaharaan (treasury) perusahaan.

Setelah cara-cara konvensional untuk menggalang modal guna membeli lebih banyak  kripto dirasa tidak lagi memadai, Saylor beralih ke ChatGPT untuk membantu merancang saham preferen berbasis Bitcoin.

Produk ini awalnya diragukan oleh para pengacara dan bankir karena belum pernah ada yang menciptakan produk serupa sebelumnya. Pada akhirnya, Strategy berhasil menggalang dana sekitar US$ 15 miliar melalui initial public offering (IPO) atau penawaran saham perdana dan penawaran terkait yang membuat Saylor mengatakan AI telah membantunya menghasilkan US$ 15 miliar tersebut.

Kemampuan Mengajukan Pertanyaan

Bagi para wirausahawan dan pekerja yang ingin memanfaatkan tren pesat AI, Saylor berpendapat menggunakan teknologi ini adalah langkah yang sangat logis dan jelas menguntungkan (no-brainer). Akan tetapi, keunggulan sesungguhnya terletak pada kemampuan mengajukan pertanyaan yang lebih baik, bukan sekadar mengotomatisasi tugas-tugas yang sudah ada.

“Anda tidak perlu mempelajari cara melakukan hal-hal yang sudah bisa dikerjakan oleh AI. Sebaliknya, Anda perlu belajar cara meminta AI melakukan sesuatu yang belum pernah dilakukan sebelumnya,” ujarnya.

“Jika Anda ingin menciptakan kesuksesan luar biasa, Anda harus menemukan peluang emas yang istimewa,” ia menambahkan.

Taruhan Bitcoin Saylor membawa risiko yang tak asing: mempertaruhkan segalanya (going all in)

Meskipun kekayaan bersih Saylor saat ini mencapai US$ 3,3 miliar atau Rp 59,16 triliun menurut Forbes, strategi terbarunya yang didorong oleh AI bukannya tanpa risiko. Pendekatan MicroStrategy yang sangat bergantung pada Bitcoin serta penggunaan saham preferen untuk menggalang modal tambahan telah membuat perusahaan semakin terikat pada kinerja mata uang kripto tersebut. Shawn Tully dari Fortune menggambarkan struktur ini memiliki tingkat leverage (daya ungkit) yang “berbahaya” terhadap harga Bitcoin.

Harga Bitcoin Turun

Eksposur tersebut menjadi sorotan tahun ini: harga Bitcoin turun 26%, sementara saham MicroStrategy anjlok 38%. Namun, Saylor berpendapat terobosan besar sering kali menuntut ketangguhan dalam menghadapi kemunduran, dan kesediaan perusahaannya untuk beradaptasi di tengah tantangan telah menjadi kunci kesuksesannya.

“Kami menemukan sesuatu yang luar biasa keren. Kami berkomitmen penuh dengan segenap jiwa raga dan bertekad untuk mewujudkannya, apa pun rintangan yang menghadang,” ujar Saylor.

“Kami berkali-kali dihantam keras. Namun, setiap kali menghadapi masalah, kami berhenti sejenak, melakukan penyesuaian ulang, dan mengambil arah yang berbeda,” ia menambahkan.

Ini bukan kali pertama langkah agresif Saylor berujung pada konsekuensi besar. Setelah lonjakan saham MicroStrategy di era boom dot-com menjadikannya seorang miliarder, perusahaan terpaksa menyajikan ulang laporan keuangan mereka setelah terungkap pendapatan 1999 telah dilaporkan terlalu tinggi sebesar 25%.

Skandal akuntansi tersebut menyebabkan kerugian sebesar US$ 6 miliar atau Rp 107,7 triliun dalam satu hari, jumlah kerugian terbesar yang pernah dialami seseorang dalam kurun waktu 24 jam pada saat itu. Kemudian pada tahun yang sama, SEC menuduhnya melanggar undang-undang sekuritas federal; ia akhirnya menyelesaikan kasus tersebut dengan membayar US$ 8 juta atau Rp 143,4 miliar kepada badan pengawas itu tanpa pernah mengakui adanya kesalahan. Fortune telah menghubungi MicroStrategy untuk meminta komentar lebih lanjut.

Sumber : https://www.liputan6.com/crypto/read/8264056/pendiri-strategy-michael-saylor-raup-rp-268-triliun-berkat-chatgpt

Akun Gratis ChatGPT Kini Bisa Chat Tanpa Limit

Akun Gratis ChatGPT Kini Bisa Chat Tanpa Limit

Liputan6.com, Jakarta – OpenAI memperkenalkan banyak pembaruan pada ChatGPT dan membawa angin segar bagi para pengguna, terutama pengguna akun gratis. Kini, mereka dapat menikmati obrolan tanpa batas (chat tanpa limit).

Perusahaan mengatakan pengguna akun gratis tidak lagi mendapat batasan harian untuk menggunakan layanan obrolan berbasis teks. Selain itu, model bawaan akun gratis resmi ditingkatkan ke GPT-5.6 Luna.

Diwartakan Digital Trends, Minggu (8/8/2026), model ini dilengkapi context window raksasa sebesar 1.050.000 token dan basis pengetahuan hingga 16 Februari 2026.

Sifatnya juga multimodal, mampu memproses input teks serta media. Meskipun demikian, sistem ini belum mendukung audio atau video, dan batasan unggahan berkas media untuk akun gratis tetap berlaku.

Tidak hanya itu, OpenAI menawarkan fitur tombol “Think” untuk akun gratis. Fitur ini memungkinkan kecerdasan buatan (Artificial Intelligence/AI) beralih ke mode berpikir mendalam saat ditanya pertanyaan rumit yang membutuhkan penalaran beserta penggalian informasi ekstra.

Secara teknis, model Luna mirip dengan lini model “nano” sebelum OpenAI memperbarui nama seri GPT-5.6 awal tahun ini.

Bagi pengguna berbayar Plus maupun Pro, OpenAI turut memperbarui kemampuan model GPT-5.6 Sol, dengan mendapat optimalisasi agar dapat merespons lebih fokus, adaptif terhadap pertanyaan rumit, serta mengurangi format teks yang tidak diperlukan.

Klaim Perusahaan

“Kami telah memperbarui GPT0-5.6 Sol menjadi lebih baik. Model ini memberikan jawaban lebih fokus, menyesuaikan tingkat detail pertanyaan, menghindari format tidak diperlukan, dan menawarkan koreksi alih-alih hanya mengiyakan,” kata OpenAI menjelaskan.

Perusahaan mengklaim jawaban dari GPT-5.6 Sol jauh lebih tegas dengan minim kesalahan.

Berdasarkan pengujian internal OpenAI, tingkat kesalahan model ini berhasil ditekan hingga 68% dibandingkan versi sebelumnya.

Sumber : https://www.liputan6.com/tekno/read/8264600/akun-gratis-chatgpt-kini-bisa-chat-tanpa-limit

Ilmuwan AS Bikin Virus Buatan Pemungkas Bakteri Pakai AI

Ilmuwan AS Bikin Virus Buatan Pemungkas Bakteri Pakai AI

Tim ilmuwan asal Amerika Serikat (AS) dari Universitas Stanford dan Arc Institute mengukir terobosan besar yang mendobrak batas sains modern. Mereka sukses memanfaatkan kecerdasan buatan (AI) untuk merancang virus baru yang sama sekali tidak ditemukan di alam.

Laporan penelitian yang diterbitkan dalam jurnal Science, Kamis (6/8/2026), menunjukkan bahwa AI kini tak cuma pandai merangkai kata atau gambar, tetapi juga sanggup merancang sistem biologis utuh pada skala genom.

Dalam riset berisiko tinggi tersebut, para peneliti menggunakan dua ‘model bahasa genom’ buatan bernama Evo 1 dan Evo 2 untuk merancang bakteriofag –sejenis virus yang khusus menginfeksi dan membasmi bakteri.

Bekerja Mirip ChatGPT, tapi Susun Kode Genetik

Secara teknis, model Evo 1 dan Evo 2 bekerja dengan prinsip yang mirip seperti model bahasa besar (Large Language Model) pada AI teks. Bedanya, jika AI biasa memprediksi susunan kata, Evo 1 dan 2 bertugas menebak dan menyusun urutan genetik.

Basis data pelatihannya pun tak main-main. AI ini disuport jutaan data genom alami dari berbagai organisme, mulai dari virus, bakteri, hingga makhluk hidup yang lebih kompleks seperti tanaman dan hewan.

Dari cetak biru digital yang dihasilkan AI, para peneliti kemudian menyintesis hampir 300 genom secara kimiawi di laboratorium. Eksperimen ini berhasil menetas menjadi 16 bakteriofag buatan dengan variasi struktur dan profil kebugaran yang beragam.

Lebih Ampuh Basmi Bakteri Dibanding Virus Alami

Hasil uji laboratorium menunjukkan potensi yang amat menjanjikan. Saat diadu di dalam wadah eksperimen, virus rekayasa AI ini terbukti jauh lebih agresif dan efektif membunuh bakteri E. coli ketimbang virus pembunuh bakteri yang terbentuk secara alami di alam.

Pencapaian ini melompati batasan yang selama ini ada pada metode genomika sintetis konvensional, seperti teknik evolusi terarah maupun rekayasa rasional.

Senjata Baru Lawan Superbug dan Pandemi Masa Depan

Keberhasilan merancang virus buatan ini dinilai bakal membuka pintu bagi lahirnya terapi biologis jenis baru. Salah satu yang paling dinanti adalah pengembangan terapi fag adaptif yang sanggup menyesuaikan diri untuk menghadapi superbug—bakteri kebal obat atau patogen berbahaya yang berevolusi dengan sangat cepat.

Lebih dari sekadar membasmi bakteri, para peneliti menegaskan bahwa langkah awal desain genom berbasis AI ini merupakan fondasi penting bagi kemajuan ilmu kedokteran masa depan.

Di kemudian hari, teknologi serupa diharapkan bisa dipakai untuk merancang sistem biologis dan pengobatan skala besar yang jauh lebih kompleks.

Sumber : https://www.inilah.com/ilmuwan-as-bikin-virus-buatan-pemungkas-bakteri-pakai-ai

Mengenal Kimi K3 dari Moonshot yang Guncang Industri AI

Mengenal Kimi K3 dari Moonshot yang Guncang Industri AI

Jakarta, CNN Indonesia — Industri kecerdasan buatan (AI) kembali diguncang kehadiran model asal China. Setelah DeepSeek mengejutkan dunia pada awal 2025, kini giliran Kimi K3 buatan startup Moonshot AI yang mencuri perhatian.

Antusiasme terhadap Kimi K3 bahkan membuat Moonshot menghentikan sementara langganan baru hanya dua hari setelah peluncuran karena kapasitas komputasinya kewalahan menghadapi permintaan.

Kimi K3 menarik perhatian karena diklaim mampu menyamai, bahkan dalam sejumlah pengujian melampaui, model AI canggih asal Amerika Serikat (AS) seperti versi terbaru GPT milik OpenAI dan Claude buatan Anthropic.

Kehadiran Kimi K3 yang juga bisa digunakan secara gratis semakin memanaskan persaingan AI antara AS dan China.

Washington selama beberapa tahun terakhir memperketat pembatasan ekspor teknologi ke China untuk memperlambat perkembangan AI dan cip yang berpotensi digunakan dalam sektor militer.

Setelah Kimi K3 dirilis, pejabat AS dan Anthropic kembali menuduh Moonshot menggunakan teknik distillation terhadap model Amerika.

Teknik tersebut memungkinkan suatu model AI dilatih menggunakan keluaran dari model lain. Moonshot membantah tuduhan itu.

Kemampuan Kimi K3 juga kembali memunculkan pertanyaan mengenai efektivitas pembatasan teknologi AS. Model tersebut menantang anggapan bahwa pengembangan AI terdepan selalu membutuhkan investasi pusat data dan cip canggih dalam jumlah besar.

Berbeda dari sebagian besar model milik perusahaan AS yang bersifat tertutup, Kimi K3 dirilis sebagai model berbobot terbuka atau open weight.

Pengembang dapat mengunduh, memodifikasi, dan menjalankan model itu melalui server mereka sendiri secara gratis. Pendekatan tersebut dinilai mempermudah adopsi Kimi K3 di pasar global.

Analis senior Morningstar Chelsey Tam mengatakan banyak organisasi memilih model terbuka karena dapat dijalankan secara mandiri dan memberi kendali lebih besar terhadap data sensitif.

“Berbagai organisasi menghargai kemampuan untuk menjalankan model terbuka secara mandiri sehingga mereka dapat mempertahankan kendali atas bobot model dan data sensitif, alih-alih hanya bergantung pada penyedia model tertutup,” katanya, dikutip dari CNN, Jumat (31/7).

Siapa pembuat Kimi K3?

Moonshot AI didirikan tiga tahun lalu oleh Yang Zhilin, insinyur perangkat lunak asal Shantou, China.

Yang menempuh pendidikan di Tsinghua University sebelum melanjutkan studi doktoral ilmu komputer di Carnegie Mellon University.

Ia mendirikan Moonshot ketika berusia 32 tahun dan menjadi salah satu pengusaha AI termuda di China.

Nama Moonshot terinspirasi dari album favorit Yang, The Dark Side of the Moon milik Pink Floyd. Ia berharap perusahaannya dapat menciptakan sesuatu yang bernilai besar, tetapi sangat sulit dilakukan, seperti mendarat di Bulan.

Moonshot mulai dikenal setelah merilis model Kimi pertama pada 2023. Pada tahun yang sama, perusahaan mengumpulkan hampir US$300 juta dari dua putaran pendanaan pertamanya.

Bukan sekadar DeepSeek kedua

Kemunculan Kimi K3 mengingatkan pada momen DeepSeek-R1 yang mengguncang industri AI global.

Namun, analis Morningstar Ivan Su mengatakan keunggulan biaya Kimi K3 terhadap model terdepan AS tidak sebesar selisih biaya DeepSeek saat pertama kali muncul.

Meski demikian, Kimi K3 menunjukkan perusahaan China terus memperkecil kesenjangan dengan model AS.

Pendiri buletin Hello China Tech Poe Zhao menilai DeepSeek kini terlihat bukan sebagai kejutan tunggal, melainkan awal dari sebuah pola.

“DeepSeek adalah kejutan. K3 menjadi bukti bahwa kemajuan China semakin dapat diulang,” ujarnya.

Analis Counterpoint Research Wei Sun memperkirakan jarak kemampuan umum model China dan AS kini menyempit menjadi sekitar tiga hingga enam bulan, meski berbeda-beda tergantung tugasnya.

Namun, sejumlah analis masih meragukan apakah kemampuan Kimi K3 benar-benar setara dengan model terdepan AS dalam penggunaan nyata.

Di sisi lain, analis Morningstar Malik Ahmed Khan mengatakan hasil pengujian Kimi K3 belum tentu mencerminkan performa di dunia nyata karena pengembang model terbuka sebelumnya diketahui mengoptimalkan perangkat lunaknya untuk memperoleh nilai tinggi dalam sejumlah benchmark.

Sumber : https://www.cnnindonesia.com/teknologi/20260731153534-192-1387143/mengenal-kimi-k3-dari-moonshot-yang-guncang-industri-ai

Cara Mudah Amankan Akun Facebook Lewat Verifikasi Video Selfie Gratis dari Meta

Cara Mudah Amankan Akun Facebook Lewat Verifikasi Video Selfie Gratis dari Meta

PORTALBERITA.CO.ID – Keamanan akun media sosial kini menjadi perhatian utama bagi para pengguna internet di seluruh dunia. Mengantisipasi maraknya fenomena pemalsuan identitas, Meta menghadirkan solusi praktis terbaru bagi para pengguna platform Facebook.

Raksasa teknologi tersebut secara resmi telah meluncurkan sebuah fitur keamanan baru yang diberi nama “Facebook Verified”. Fitur pembaruan ini memungkinkan setiap pengguna untuk mendapatkan lencana verifikasi khusus berupa centang hitam.

Menariknya, proses pendaftaran verifikasi akun ini dapat diakses oleh masyarakat luas tanpa dipungut biaya alias gratis. Pengguna hanya perlu melakukan verifikasi identitas mandiri melalui pengambilan rekaman video selfie singkat secara langsung.

Dikutip dari Bisnismarket.com, inovasi strategis yang dihadirkan perusahaan tersebut bertujuan untuk memperkuat benteng sistem keamanan digital. Kehadiran perlindungan tambahan ini diharapkan dapat menciptakan lingkungan interaksi yang lebih aman di dalam platform.

“Langkah strategis ini diambil sebagai bentuk upaya nyata perusahaan untuk terus meningkatkan keamanan dan kenyamanan pengguna platform secara menyeluruh,” kata pihak Meta.

Melalui pemanfaatan fitur verifikasi video selfie tersebut, para pengguna dapat membuktikan keaslian profil pribadi yang mereka kelola. Sistem keamanan akan mencocokkan struktur wajah secara presisi guna memastikan bahwa pemilik akun merupakan manusia sungguhan.

Kehadiran fitur ini sekaligus menjadi solusi praktis dalam membedakan antara akun asli dengan akun palsu. Langkah ini terbukti sangat krusial di tengah maraknya proliferasi akun otomatis atau bot serta pemanfaatan kecerdasan buatan (AI).

“Pihak Meta berkomitmen untuk membantu para pengguna agar lebih mudah membedakan antara akun manusia asli dengan akun yang dikelola oleh bot atau kecerdasan buatan,” ujar pihak Meta.

Bagi masyarakat yang ingin meningkatkan kredibilitas serta keamanan profil pribadi, pemanfaatan fitur ini sangat direkomendasikan. Pengguna dapat langsung mengakses fitur verifikasi video selfie ini melalui menu pengaturan keamanan di aplikasi Facebook secara praktis.

Sumber : https://portalberita.co.id/post/cara-mudah-amankan-akun-facebook-lewat-verifikasi-video-selfie-gratis-dari-meta

ChatGPT vs Gemini untuk Menulis, Mana AI yang Lebih Jago Bikin Artikel Berkualitas?

ChatGPT vs Gemini untuk Menulis, Mana AI yang Lebih Jago Bikin Artikel Berkualitas?

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah mengubah cara banyak orang dalam membuat karya tulis.

Kini, AI tidak hanya dimanfaatkan untuk mencari informasi, tetapi juga membantu menyusun ide, mengatasi writer’s block, hingga mempercepat pembuatan draf awal sehingga proses menulis menjadi lebih efisien.

Di antara berbagai platform AI untuk menulis yang tersedia, ChatGPT dan Gemini menjadi dua yang paling banyak digunakan untuk membuat beragam jenis tulisan, termasuk artikel SEO, tutorial, blog pribadi, hingga artikel informatif lainnya.

Meski sama-sama mampu menghasilkan artikel, keduanya menawarkan pengalaman yang berbeda dalam proses penulisan.

Lantas, bagaimana pengalaman menggunakan ChatGPT dan Gemini untuk menulis artikel?

Dalam artikel ini, tim INILAH.com akan membagikan pengalaman menggunakan kedua AI tersebut, mulai dari menyusun ide hingga menghasilkan artikel, sekaligus membahas kelebihan dan kekurangan masing-masing.

Parameter Pengujian ChatGPT dan Gemini untuk Menulis

Agar perbandingan kemampuan menulis antara ChatGPT dan Gemini berlangsung secara adil dan objektif, tim inilah.com akan menggunakan skenario pengujian yang sama untuk kedua AI.

Beberapa parameter yang disamakan dalam pengujian ini meliputi:

  • Menggunakan prompt yang sama.
  • Mengangkat topik yang sama.
  • Menggunakan bahasa Indonesia.
  • Menargetkan pembaca yang sama.
  • Menghasilkan artikel dengan panjang sekitar 600 kata.

Setelah artikel dari masing-masing AI selesai dibuat, tim inilah.com akan membandingkan berbagai aspek penting dalam kualitas tulisan.

Penilaian tidak hanya berfokus pada hasil akhir, tetapi juga pada bagaimana masing-masing AI mengembangkan sebuah topik menjadi artikel yang utuh.

Beberapa aspek yang akan menjadi perhatian antara lain struktur penulisan, alur pembahasan, keterpaduan antarparagraf, pemilihan diksi, hingga kenyamanan tulisan saat dibaca.

Selain itu, tim juga akan menilai apakah hasil tulisan masih terasa seperti dibuat AI, misalnya penggunaan kalimat yang terlalu kaku, berulang, atau kurang natural.

Tak kalah penting, pengujian ini juga akan melihat sejauh mana ChatGPT dan Gemini mampu mengembangkan pembahasan secara kreatif.

Apakah keduanya hanya menyampaikan informasi secara umum, atau mampu menghadirkan penjelasan yang lebih kaya, relevan, serta memberikan nilai tambah bagi pembaca.

Dengan pendekatan tersebut, hasil perbandingan diharapkan dapat memberikan gambaran yang lebih menyeluruh mengenai kemampuan masing-masing AI dalam menghasilkan artikel berbahasa Indonesia.

Contoh Hasil Pengujian Artikel Blog ChatGPT dan Gemini

Untuk melihat bagaimana kemampuan ChatGPT dan Gemini dalam menghasilkan sebuah artikel blog, tim inilah.com melakukan pengujian dengan memberikan prompt yang sama kepada kedua AI.

Adapun prompt yang digunakan dalam pengujian ini mencakup beberapa poin berikut:

  • Menggunakan keyword utama: “cara upload foto di IG”.
  • Membuat artikel dengan panjang sekitar 600 kata.
  • Menghasilkan artikel yang informatif, berbobot, dan mudah dipahami oleh pembaca.
  • Membuat judul artikel yang telah disesuaikan dengan kebutuhan SEO.
  • Membuat pembukaan artikel dengan memasukkan data dari Statista mengenai “Number of Instagram users worldwide 2025”, yang menunjukkan Instagram memiliki sekitar 2,99 miliar pengguna aktif setiap bulan.
  • Membuat bagian pembahasan utama dengan heading H2 yang membahas cara upload foto di Instagram secara lengkap, termasuk tahapan atau langkah-langkah yang perlu dilakukan pengguna.

Melalui prompt tersebut, ChatGPT dan Gemini diminta menghasilkan artikel dengan struktur dan kebutuhan konten yang sama.

Hasil tulisan dari kedua AI kemudian akan dibandingkan berdasarkan beberapa aspek, seperti struktur artikel, kualitas alur pembahasan, penggunaan bahasa, tingkat kealamian tulisan, hingga kemampuan masing-masing AI dalam mengembangkan informasi.

Berikut adalah hasil artikel yang dibuat oleh ChatGPT dan Gemini berdasarkan prompt yang telah diberikan sebelumnya:

Analisis Perbandingan Hasil Penulisan ChatGPT dan Gemini

Berikut adalah hasil analisis perbandingan berdasarkan beberapa aspek penilaian:

1. Kesesuaian dengan Prompt

Secara keseluruhan, ChatGPT dan Gemini sama-sama mampu mengikuti arahan yang diberikan.

Keduanya berhasil membuat artikel dengan topik “cara upload foto di IG”, menggunakan bahasa Indonesia, serta menyajikan pembahasan sesuai dengan target pembaca yang ditentukan.

2. Perbandingan Judul SEO

Dari sisi judul, kedua AI mampu menghasilkan judul yang relevan dengan keyword utama dan sudah memenuhi unsur SEO.

Namun, berdasarkan penilaian tim inilah.com, judul yang dihasilkan oleh ChatGPT dinilai lebih unggul karena memiliki susunan kata yang lebih menarik dan terasa lebih natural bagi pembaca.

Judul tersebut tidak hanya mengandung keyword utama, tetapi juga memiliki daya tarik yang lebih besar untuk mendorong pengguna membuka artikel.

Sementara itu, judul dari Gemini juga sudah sesuai dengan kebutuhan SEO, tetapi terasa lebih umum dan belum memiliki unsur daya tarik sebesar hasil dari ChatGPT.

3. Kualitas Pembukaan Artikel

Pada bagian pembukaan, kedua AI menghasilkan hasil yang cukup baik. ChatGPT dan Gemini sama-sama mampu mengikuti instruksi untuk memasukkan data dari Statista mengenai “Number of Instagram users worldwide 2025”, yang menunjukkan jumlah pengguna aktif Instagram mencapai sekitar 2,99 miliar pengguna setiap bulannya.

Penempatan informasi tersebut juga sudah sesuai karena berada di bagian awal artikel.

Hal ini membuat pembukaan artikel tetap relevan dengan topik dan memberikan konteks kepada pembaca mengenai pentingnya memahami penggunaan Instagram.

4. Struktur dan Alur Pembahasan

Untuk bagian isi artikel, ChatGPT dan Gemini memiliki gaya penulisan masing-masing.

Dari sisi kelengkapan informasi, keduanya mampu menjelaskan cara upload foto di Instagram secara detail dengan tahapan yang runtut.

Namun, perbedaan terlihat pada struktur penyampaian.

Hasil dari ChatGPT dinilai memiliki struktur yang lebih rapi dengan alur pembahasan yang lebih nyaman diikuti.

Setiap bagian artikel terasa lebih terhubung sehingga memberikan pengalaman membaca yang lebih baik.

Sementara itu, Gemini juga mampu memberikan informasi yang lengkap, tetapi gaya penulisannya cenderung lebih langsung dan ringkas.

Hal tersebut membuat artikel terasa lebih kaku dibandingkan hasil dari ChatGPT.

5. Pengembangan Pembahasan dan Kreativitas

Salah satu perbedaan paling terlihat terdapat pada bagian akhir artikel. ChatGPT memberikan pengembangan tambahan berupa tips agar pengguna dapat membuat hasil unggahan foto di Instagram menjadi lebih menarik.

Selain itu, ChatGPT juga memberikan bagian penutup yang membuat artikel terasa lebih lengkap dan natural.

Sementara itu, Gemini memberikan bagian kesimpulan sebagai penutup tanpa tambahan informasi atau pengembangan pembahasan lainnya.

Dari sisi kreativitas, ChatGPT terlihat lebih mampu memberikan nilai tambah di luar informasi dasar yang diminta dalam prompt.

6. Penggunaan Keyword

Dalam aspek penggunaan keyword, hasil ChatGPT dinilai lebih baik karena keyword utama dapat ditempatkan secara lebih natural dan tersebar di beberapa bagian artikel.

Sementara itu, pada hasil Gemini, penggunaan keyword lebih terlihat hanya pada bagian heading dan bagian akhir artikel.

Meskipun tetap memenuhi kebutuhan dasar SEO, penyebaran keyword tersebut masih dapat dikembangkan agar lebih optimal.

7. Jumlah Kata Artikel

Dari sisi jumlah kata, ChatGPT dan Gemini menghasilkan artikel dengan panjang yang mendekati target yang telah ditentukan, yaitu sekitar 600 kata.

Hasil artikel dari ChatGPT memiliki jumlah sekitar 622 kata, sehingga sedikit melebihi target yang diberikan.

Meskipun demikian, tambahan jumlah kata tersebut masih dalam batas wajar karena digunakan untuk memperkaya pembahasan dan memberikan informasi tambahan yang relevan.

Sementara itu, artikel dari Gemini memiliki jumlah sekitar 593 kata, yang berarti sedikit kurang dari target 600 kata.

Meski selisihnya tidak terlalu jauh, hasil tersebut menunjukkan bahwa Gemini cenderung menyampaikan informasi secara lebih ringkas dan langsung pada inti pembahasan.

Secara keseluruhan, kedua AI masih mampu memenuhi kebutuhan panjang artikel. Namun, dari sisi pengembangan konten, ChatGPT terlihat lebih leluasa dalam memperluas pembahasan tanpa keluar dari topik utama.

8. Kesimpulan Perbandingan

Secara keseluruhan, tim inilah.com menilai bahwa artikel hasil ChatGPT memiliki kualitas yang lebih unggul dalam pengujian ini.

Struktur tulisan lebih rapi, bahasa yang digunakan lebih natural, serta pengembangan pembahasannya terasa lebih matang.

Hasil dari ChatGPT juga dinilai sudah mendekati artikel siap publikasi sehingga hanya membutuhkan sedikit penyuntingan.

Di sisi lain, Gemini tetap mampu menghasilkan artikel yang informatif dan sesuai dengan instruksi.

Gaya penulisannya yang lebih ringkas dan langsung juga menjadi kelebihan tersendiri.

Namun, agar lebih nyaman dibaca oleh pembaca umum, hasil dari Gemini masih membutuhkan beberapa penyesuaian, terutama pada aspek gaya bahasa, alur tulisan, dan pengembangan informasi tambahan.

Tabel Perbandingan Hasil Penulisan ChatGPT dan Gemini

Aspek ChatGPT Gemini
Kesesuaian Prompt Sesuai dengan seluruh instruksi yang diberikan. Sesuai dengan instruksi utama yang diberikan.
Judul SEO Lebih menarik dan natural untuk pembaca. Sudah sesuai SEO, tetapi lebih umum.
Pembukaan Artikel Memasukkan data Statista dengan alur yang lebih natural. Memasukkan data Statista sesuai arahan.
Struktur Artikel Lebih rapi dan memiliki alur pembahasan yang nyaman dibaca. Struktur cukup baik, tetapi lebih sederhana.
Isi Pembahasan Detail, terstruktur, dan memiliki pengembangan tambahan. Detail dan informatif, tetapi lebih to the point.
Gaya Bahasa Lebih natural dan terasa seperti tulisan manusia. Cenderung lebih formal dan sedikit kaku.
Kreativitas Memberikan tambahan tips dan pengembangan informasi. Fokus pada pembahasan utama sesuai prompt.
Penggunaan Keyword Keyword tersebar lebih natural di dalam artikel. Keyword lebih banyak muncul di heading dan bagian akhir.
Penutup Artikel Memiliki penutup yang membuat artikel terasa lebih lengkap. Menggunakan kesimpulan sebagai bagian akhir.
Hasil Akhir Lebih siap dipublikasikan dengan sedikit revisi. Membutuhkan penyesuaian agar lebih menarik dibaca.

Kelebihan dan Kekurangan ChatGPT dan Gemini dalam Penulisan Artikel

Berdasarkan hasil pengujian dan analisis perbandingan sebelumnya, ChatGPT dan Gemini memiliki kelebihan serta kekurangan masing-masing dalam menghasilkan artikel blog.

Berikut adalah penjelasannya:

Kelebihan ChatGPT

  • Memiliki struktur artikel yang lebih rapi dan alur pembahasan yang lebih mudah diikuti.
  • Gaya bahasa lebih natural sehingga tulisan terasa lebih seperti dibuat oleh manusia.
  • Mampu mengembangkan pembahasan dengan memberikan tambahan informasi yang relevan.
  • Penggunaan keyword lebih tersebar secara alami dan mendukung kebutuhan SEO.
  • Hasil tulisan sudah cukup matang dan membutuhkan sedikit penyuntingan sebelum dipublikasikan.

Kekurangan ChatGPT

  • Terkadang memberikan pembahasan yang lebih panjang dibandingkan kebutuhan awal.
  • Membutuhkan arahan yang cukup spesifik agar hasil tulisan benar-benar sesuai dengan gaya atau karakter media tertentu.

Kelebihan Gemini

  • Mampu menghasilkan artikel sesuai dengan prompt dan struktur yang diberikan.
  • Pembahasan yang dibuat cukup lengkap dan informatif.
  • Gaya penulisan lebih ringkas sehingga pembaca dapat menemukan informasi utama dengan cepat.
  • Cocok digunakan untuk kebutuhan artikel yang membutuhkan penyampaian informasi secara langsung.

Kekurangan Gemini

  • Gaya bahasa cenderung lebih formal dan terasa lebih kaku dibandingkan hasil ChatGPT.
  • Pengembangan ide dan kreativitas dalam artikel masih terbatas.
  • Penyebaran keyword belum seoptimal ChatGPT karena lebih banyak muncul pada bagian tertentu.
  • Membutuhkan penyesuaian tambahan agar tulisan terasa lebih natural dan menarik bagi pembaca.

Secara keseluruhan, ChatGPT lebih unggul dalam aspek kreativitas, struktur tulisan, dan pengalaman membaca.

Sementara itu, Gemini tetap memiliki kemampuan yang baik dalam menghasilkan artikel informatif dengan penyampaian yang lebih sederhana dan langsung.

Sumber : https://www.inilah.com/pengalaman-menggunakan-chatgpt-vs-gemini-untuk-menulis

Desain anyar MacBook Ultra tak akan eksklusif untuk waktu lama

Desain anyar MacBook Ultra tak akan eksklusif untuk waktu lama

Jakarta (ANTARA) – Apple telah dirumorkan bakal merilis MacBook Ultra yang digadang-gadang menjadi varian tertinggi dari MacBook Pro dengan layar OLED namun ternyata laporan baru mengungkap bahwa desain anyar tersebut tidak akan eksklusif untuk waktu yang lama.

Kabar ini terungkap oleh Mark Gurman dari Bloomberg seperti diwartakan Macrumors, Kamis (30/7) waktu setempat, yang menyebutkan bahwa desain MacBook Ultra tersebut mungkin “menjangkau Mac yang jauh lebih murah dalam waktu sekitar satu tahun setelah peluncuran”.

Menurutnya Apple berencana untuk memperbarui setiap Mac yang dijualnya selama dua tahun ke depan.

Ia menyebutkan dalam laporan itu bahwa MacBook Pro 14 inci kelas bawah akan dirilis pada 2027 dan bakal memiliki kode nama K104 yang dikatakan menyerupai desain mesin kelas atas sambil menggunakan chip M7 standar.

Adapun dalam hal desain, terakhir kali perusahaan melakukan desain ulang pada MacBook Pro terjadi pada 2021 bersamaan dengan pengenalan chip M1 Pro dan M1 Max.

Perombakan tersebut dinilai berjalan berlawanan arah dengan tindakan Apple yang akan diambil untuk 2027 mendatang.

Pada 2021 itu MacBook Pro hadir dengan bobot yang lebih berat dan tebal, Apple mengembalikan port HDMI, hingga slot kartu SD.

Kini perusahaan kembali mencoba untuk membuat laptop yang lebih tipis dan tidak lagi tebal.

Sasisnya diperkirakan akan jauh lebih tipis dan ringan, lalu perusahaan juga akan mengganti lampu latar mini-LED dengan susunan OLED hibrida.

Meski begitu belum ada indikasi bahwa Apple bakal mengorbankan port konektivitas seperti yang sebelumnya pernah dilakukan karena langkah itu pernah terbukti tidak efektif dan tidak efisien bagi pengguna.

Perubahan paling banyak mungkin terjadi pada bagian depan perangkat. Notch diperkirakan akan hilang dan digantikan oleh kamera punch-hole yang lebih kecil.

Lubang kamera tersebut dikatakan dirancang berbentuk pil memungkinkan hadirnya fitur Dynamic Island interaktif yang dapat berkembang seperti pada iPhone.

Untuk ukurannya belum dapat dipastikan apakah ada penambahan atau tidak namun yang jelas perusahaan riset industri Omdia dalam laporannya mengklaim bahwa Samsung Display akan memasok panel 14,3 inci dan 16,3 inci untuk Apple.

Ukurannya sedikit lebih besar dari layar 14,2 inci dan 16,2 inci pada model yang saat ini beredar.

Apple juga dikabarkan memasang engsel yang diperkuat agar layar tidak goyang saat disentuh, tetapi belum jelas apakah ini akan menghasilkan perubahan visual eksternal.

Gurman menggambarkan pendekatan terhadap pengalaman sentuhan itu sebagai “ramah sentuhan, bukan mengutamakan sentuhan”.

Dalam laporan Gurman disebutkan juga belum ada kepastian mengenai penamaan MacBook Pro kelas atas di masa mendatang.

Mungkin saja penamaan MacBook Ultra yang baru dapat menggantikan model MacBook Pro dengan M5 Pro dan M5 Max yang saat ini ada di pasaran dengan harga yang lebih tinggi atau hadir di atasnya sebagai tingkatan yang baru.

Sumber : https://www.antaranews.com/berita/5675111/desain-anyar-macbook-ultra-tak-akan-eksklusif-untuk-waktu-lama