Artikel Bioinformatika dan Bidang-Bidangnya

Pengertian Bioinformatika :

Bioinformatika adalah salah satu cabang baru ilmu biologi yang merupakan perpaduan antara biologi dan teknologi informasi. Menurut Durso (1997) bioinformatika adalah manajemen dan analisis informasi biologis yang disimpan dalam database.

Ilmu ini mengajarkan aplikasi, analisis, dan mengorganisir miliaran bit informasi genetik dalam sel mahluk hidup. Studi bioinformatika terutama didukung uleh studi genomik, biologi komputasi, dan teknologi komputer. Menurut Roderick (lihat Hieter & Boguski, 1997), genomik adalah studi yang berhubungan dengan pemetaan, sekuen, dan analisis genom. Walaupun belum jelas, secara umum Genomik bisa diartikan sebagai penggunaan informasi genom secara sistematis, dengan data eksperimental baru untuk menjawab permasalahan biologis, medis, maupun industri (Jordan, 1999).

ioinformatika sendiri mencakup kajian yang lebih mendalam dari genomik. Dalam studi bioinformatika digunakan komputer yang mampu menyimpan data dalam jumlah yang sangat banyak dan didukung berbagai macam software untuk menganalisis jutaan data yang berasal dari mahluk hidup.

Bidang-Bidang yang Terkait dengan Bioinformatika :

Biophysics

Biologi molekul sendiri merupakan pengembangan yang lahir dari biophysics. Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik- teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society). Sesuai dengan definisi di atas, bidang ini merupakan suatu bidang yang luas. Namun secara langsung disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.

Computational Biology

Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Tak dapat dielakkan bahwa Biologi Molekul cukup penting dalam computational biology, namun itu bukanlah inti dari disiplin ilmu ini. Pada penerapan computational biology, model-model statistika untuk fenomena biologi lebih disukai dipakai dibandingkan dengan model sebenarnya. 

Dalam beberapa hal cara tersebut cukup baik mengingat pada kasus tertentu eksperimen langsung pada fenomena biologi cukup sulit. Tidak semua dari computational biology merupakan Bioinformatika, seperti contohnya Model Matematika bukan merupakan Bioinformatika, bahkan meskipun dikaitkan dengan masalah biologi.

Cheminformatics

Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference). Pengertian disiplin ilmu yang disebutkan di atas lebih merupakan identifikasi dari salah satu aktivitas yang paling populer dibandingkan dengan berbagai bidang studi yang mungkin ada di bawah bidang ini.

Salah satu contoh penemuan obat yang paling sukses sepanjang sejarah adalah penisilin, dapat menggambarkan cara untuk menemukan dan mengembangkan obatobatan hingga sekarang –meskipun terlihat aneh–. Cara untuk menemukan dan mengembangkan obat adalah hasil dari kesempatan, observasi, dan banyak proses kimia yang intensif dan lambat. Sampai beberapa waktu yang lalu, disain obat dianggap harus selalu menggunakan kerja yang intensif, proses uji dan gagal (trial-error process).

Kemungkinan penggunaan TI untuk merencanakan secara cerdas dan dengan mengotomatiskan proses-proses yang terkait dengan sintesis kimiawi dari komponen-komponen pengobatan merupakan suatu prospek yang sangat menarik bagi ahli kimia dan ahli biokimia. Penghargaan untuk menghasilkan obat yang dapat dipasarkan secara lebih cepat sangatlah besar, sehingga target inilah yang merupakan inti dari cheminformatics.

Ruang lingkup akademis dari cheminformatics ini sangat luas. Contoh bidang minatnya antara lain: Synthesis Planning, Reaction and Structure Retrieval, 3-D Structure Retrieval, Modelling, Computational Chemistry, Visualisation Tools and Utilities.

Genomics

Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology

Mathematical biology lebih mudah dibedakan dengan Bioinformatika daripada computational biology dengan Bioinformatika. Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware. Bahkan metode yang dipakai tidak perlu “menyelesaikan” masalah apapun; dalam mathematical biology bisa dianggap beralasan untuk mempublikasikan sebuah hasil yang hanya menyatakan bahwa suatu masalah biologi berada pada kelas umum tertentu. 

Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Ilmu yang mempelajari proteome, yang disebut proteomics, pada saat ini tidak hanya memperhatikan semua protein di dalam sel yang diberikan, tetapi juga himpunan dari semua bentuk isoform dan modifikasi dari semua protein, interaksi diantaranya, deskripsi struktural dari proteinprotein dan kompleks-kompleks orde tingkat tinggi dari protein, dan mengenai masalah tersebut hampir semua pasca genom. 

Pharmacogenomics

Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker). 

Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih “trivial” — tetapi dapat diargumentasikan lebih berguna– dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.

Pharmacogenetics

Tiap individu mempunyai respon yang berbeda-beda terhadap berbagai pengaruh obat; sebagian ada yang positif, sebagian ada yang sedikit perubahan yang tampak pada kondisi mereka dan ada juga yang mendapatkan efek samping atau reaksi alergi. Sebagian dari reaksi-reaksi ini diketahui mempunyai dasar genetik. Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan. 

Secara menakjubkan pendekatan tersebut telah digunakan untuk “menghidupkan kembali” obat-obatan yang sebelumnya dianggap tidak efektif, namun ternyata diketahui manjur pada sekelompok pasien tertentu. Disiplin ilmu ini juga dapat digunakan untuk mengoptimalkan dosis kemoterapi pada pasien-pasien tertentu. Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika di atas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.

Sumber :
http://fahrezamaulana.blogspot.com/2011/03/perkembangan-bioteknologi.html
http://id.wikipedia.org/wiki/Bioinformatika

Hubungan Antara Parallel Processing Dengan Komputasi Modern

Mengenai hubungan dan pengaruh parallel processing dengan komputasi modern. Sebelumnya kita bahas terlebih dahulu mengenai parallel processing. Parallel processing adalah komputasi dua atau lebih tugas pada waktu bersamaan dengan tujuan untuk mempersingkat waktu penyelesaian tugas-tugas tersebut dengan cara mengoptimalkan resource pada sistem komputer yang ada. Parallel processing dapat mempersingkat waktu ekseskusi suatu program dengan cara membagi suatu program menjadi bagian-bagian yang lebih kecil yang dapat dikerjakan pada masing-masing prosesor secara bersamaan.

   

Tujuan utama dari parallel processing adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Michael J. Flynn membagi komputer dalam 4 kategori yaitu :

SISD (Single Instruction, Single Data Stream)

Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

MISD (Multiple Instruction, Single Data Stream)

MISD menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

SIMD (Single Instruction, Multiple Data Streams)

SIMD menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

MIMD (Multiple Instruction, Multiple Data Streams)

MIMD menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

    Mengetahui sedikit mengenai parallel processing, agar dapat menghubungkan dengan komputasi modern maka saya menghubungkan materi diatas dengan jurnal yang berjudul Parallel processing Menggunakan Komputer Heterogen. Pada jurnal ini Masalah yang akan dibahas adalah bagaimana mengaplikasikan parallel processing menggunakan komputer yang heterogen (spesifikasinya berbeda-beda). 

    Sistem juga tidak akan terhubung ke jaringan Internet. Sehingga dapat dihubungkan bahwa Komputasi Modern merupakan sebuah sistem yang akan menyelesaikan masalah matematis menggunakan komputer dengan cara menyusun algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan suatu masalah.  Dalam komputasi modern terdapat perhitungan dan pencarian solusi dari masalah. Perhitungan dari komputasi modern adalah akurasi, kecepatan, problem, volume dan besar serta kompleksitas.

     Konsep parallel processing adalah bagaimana membangun sebuah ekosistem dimana komputer mandiri dapat mengerjakan serangkaian tugas secara bersama dalam waktu yang bersamaan dan bersifat kontinyu. Dalam kondisi teknologi sekarang ini, komputasi modern bagaikan selalu berdampingan dengan parallel processing. Sebagian besar perusahaan berbasisi internet seperti google, facebook, twitter pasti memiliki ekosistem server yang menerapkan parallel processing untuk menjaga kecepatan akses dari server.

     Dari jurnal yang telah didapatkan dapat dilihat dilihat bahwa sistem paralel dapat dibangun dari kumpulan komputer dengan spesifikasi yang beraneka macam. Hal itu ditunjang dengan fakta bahwa sistem paralel dapat memanfaatkan sumber daya komputer yang telah ada walaupun spesifikasinya berbeda-beda. Selain itu pada jumlah komputer, sistem paralel dapat menyelesaikan suatu suatu masalah lebih cepat dari suatu komputer tunggal. Sehingga dapat disimpulkan bahwa parallel processing berhubungan dengan komputasi modern karena keduanya saling membutuhkan dan berkaitan satu sama lain.

Penerapan Komputasi Modern

• Pada bidang Fisika

Dalam fisika, berbagai teori yang berdasarkan permodelan matematika menyediakan prediksi yang akurat mengenai bagaimana sebuah sistem bergerak. Namun seringkali penggunaan permodelam matematika untuk sebuah sistem khusus yang bertujuan untuk menghasilkan prediksi yang bermanfaat tidak bisa dilakukan ketika itu. Hal ini terjadi karena solusi permasalahan tidak memiliki ekspresi bentuk tertutup (closed-form expression) atau terlalu rumit. Dalam banyak kasus, perkiraan numerik dibutuhkan. Fisika Komputasi adalah subjek yang berhubungan dengan berbagai perkiraan numerik; perkiraan solusi yang ditulis sebagai sejumlah besar bilangan terbatas (finite) dari operasi matematika sederhana (algoritma), dan komputer digunakan untuk melakukan operasi tersebut dan menghitung solusi dan errornya

Fisika komputasi adalah studi implementasi numerik algoritma untuk memecahkan masalah di bidang fisika di mana teori kuantitatif sudah ada. Dalam sejarah, fisika komputasi adalah aplikasi ilmu komputer modern pertama di bidang sains, dan sekarang menjadi subbagian dari sains komputasi.

• Pada bidang Kimia

Kimia komputasi adalah cabang kimia yang menggunakan hasil kimia teori yang diterjemahkan ke dalam program komputer untuk menghitung sifat-sifat molekul dan perubahannya maupun melakukan simulasi terhadap sistem-sistem besar (makromolekul seperti protein atau sistem banyak molekul seperti gas, cairan, padatan, dan kristal cair), dan menerapkan program tersebut pada sistem kimia nyata.

Contoh sifat-sifat molekul yang dihitung antara lain struktur (yaitu letak atom-atom penyusunnya), energi dan selisih energi, muatan, momen dipol, kereaktifan, frekuensi getaran dan besaran spektroskopi lainnya. Simulasi terhadap makromolekul (seperti protein dan asam nukleat) dan sistem besar bisa mencakup kajian konformasi molekul dan perubahannya (mis. proses denaturasi protein), perubahan fase, serta peramalan sifat-sifat makroskopik (seperti kalor jenis) berdasarkan perilaku di tingkat atom dan molekul. Istilah kimia komputasi kadang-kadang digunakan juga untuk bidang-bidang tumpang-tindah antara ilmu komputer dan kimia.

Terdapat beberapa bidang utama dalam topik ini, antara lain:

1. Penyajian komputasi atom dan molekul.
2. Pendekatan dalam penyimpanan dan pencarian spesi kimia (Basisdata kimia).
3. Pendekatan dalam penentuan pola dan hubungan antara struktur kimia dan sifat-sifatnya (QSPR, QSAR).
4. Elusidasi struktur secara teoretis berdasarkan pada simulasi gaya-gaya.
5. Pendekatan komputasi untuk membantu sintesis senyawa yang efisien.
6. Pendekatan komputasi untuk merancang molekul yang berinteraksi lewat cara-cara yang khusus, khususnya dalam perancangan obat.
7. Simulasi proses transisi fase.
8. Simulasi sifat-sifat bahan seperti polimer, logam, dan kristal (termasuk kristal cair).

Agar diperoleh proses komputasi yang paling efisien dan akurat dapat dilakukan beberapa pendekatan, seperti :

1. Kajian komputasi dapat dilakukan untuk menemukan titik awal untuk sintesis dalam laboratorium.
2. Kajian komputasi dapat digunakan untuk menjelajahi mekanisme reaksi dan menjelaskan pengamatan pada reaksi di laboratorium.
3. Kajian komputasi dapat digunakan untuk memahami sifat dan perubahan pada sistem makroskopis melalui simulasi yang berlandaskan hukum-hukum interaksi yang ada dalam sistem.

• Pada bidang Biologi

Bioinformatika adalah ilmu yang mempelajari penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika sudah diajarkan di beberapa perguruan tinggi di Indonesia. Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan, seperti :

1. Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu Pengetahuan Indonesia (LIPI), Cibinong, Bogor.
2. Lembaga Biologi Molekul Eijkman, Jakarta, secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan risetnya.
3. Basis data sekuens DNA mikroorganisme asli Indonesia sedang dikembangkan di UI.

Dengan demikian, akan semakin mudah para peneliti dapat mengembangkan obat mau pun vaksin untuk berbagai penyakit yang ada serta mencegah kelainan gen pada manusia.

• Pada bidang Matematika

Matematika Komputasi adalah ilmu yang mengintegrasikan matematika terapan dan ilmu komputer. Banyak masalah industri, juga masalah dalam bidang teknik, kesehatan, sains, bisnis, dan ekonomi dapat dimodelkan secara matematika dan disimulasikan dengan bantuan komputer, dengan tujuan untuk mendapatkan solusi dari masalah tersebut. Karena itu, sangat diperlukan orang-orang yang memiliki pengetahuan dan keahlian dalam simulasi komputer dari model matematika, dan mampu menganalisa dan mengkomunikasikan hasil simulasinya kepada orang lain.

Pengertian Komputasi Modern

Pengertian Komputasi Modern

Komputasi modern adalah sebuah konsep sistem yang menerima intruksi-intruksi dan menyimpannya dalam sebuah memory, memory disini bisa juga dari memory komputer. Oleh karena pada saat ini kita melakukan komputasi menggunakan komputer maka bisa dibilang komputer merupakan sebuah komputasi modern. Konsep ini pertama kali digagasi oleh John Von Neumann (1903-1957). Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern. Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann memberikan berbagai sumbangsih dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer yang di salurkan melalui karya-karyanya . Beliau juga merupakan salah satu ilmuwan yang terkait dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kegeniusannya dalam matematika telah terlihat semenjak kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam kepalanya.

Dalam kerjanya komputasi modern menghitung dan mencari solusi dari masalah yang ada, dan perhitungan yang dilakukan itu meliputi:

1. Akurasi (big, Floating point)
2. Kecepatan (dalam satuan Hz)
3. Problem Volume Besar (Down Sizzing atau pararel)
4. Modeling (NN & GA)
5. Kompleksitas (Menggunakan Teori big O)

Jenis-jenis Komputasi Modern

Komputasi modern terbagi tiga macam, yaitu komputasi mobile (bergerak), komputasi grid, dan komputasi cloud (awan). Penjelasan lebih lanjut dari jenis-jenis komputasi modern sebagai berikut :

1. Mobile computing

Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

2. Grid computing

Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

3. Cloud computing

Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet. Komputasi cloud menggambarkan pelengkap baru, konsumsi dan layanan IT berbasis model dalam internet, dan biasanya melibatkan ketentuan dari keterukuran dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Cara Kerja & Teknologi Jaringan 4G

Jaringan 4G (4G network) adalah generasi keempat jaringan nirkabel untuk komunikasi mobile.

Jaringan ini dimaksudkan sebagai solusi jaringan komunikasi yang komprehensif dan aman dengan kecepatan data yang jauh lebih cepat dari generasi sebelumnya.

Standar baru seperti WiMax dan Long Term Evolution (LTE) telah disebut sebagai 4G, meskipun masih terdapat beberapa perdebatan tentang status mereka.

Spesifikasi 4G

Jaringan 4G secara spesifik diarahkan untuk menyediakan layanan berkualitas tinggi dan kecepatan transfer data yang tinggi pula.

Jaringan ini ditujukan untuk memberikan kualitas penerimaan yang lebih baik, aliran transfer data lebih stabil, serta pertukaran informasi lebih cepat.

International Telecommunication Union (ITU) atau organisasi yang mengawasi standar untuk jaringan nirkabel menyatakan bahwa kemajuan signifikan untuk layanan pesan multimedia, termasuk layanan video, merupakan suatu hal yang harus segera dicapai.

4G mampu memberikan kecepatan transfer data minimal 100 megabit per detik saat pengguna bergerak pada kecepatan tinggi (seperti ketika sedang berada di kereta api), serta sebesar satu gigabit per detik dalam posisi diam. Ponsel dan perangkat mobile pada jaringan 4G juga menggunakan teknologi Internet Protocol (IP) untuk memungkinkan transfer data melalui paket, alih-alih menggunakan metode telepon tradisional.

Kemajuan Menuju 4G

Salah satu implementasi jaringan 4G terdapat pada teknologi WiMax, yang merupakan versi lebih cepat dari transfer data nirkabel melalui jaringan WiFi.

LTE adalah teknologi lain yang berusaha mendapatkan standar 4G meskipun belum cukup memenuhi persyaratan ITU untuk kecepatan data.

Meskipun demikian, WiMax dan LTE telah diberi label sebagai jaringan 4G, meskipun pengakuannya masih memicu sedikit kebingungan dan kontroversi.

Karena kedua metode tersebut menggunakan paket IP dan telah menunjukkan kemajuan dibandingkan standar 3G, ITU akhirnya menyetujui pelabelan mereka sebagai 4G.

Jaringan Awal Sebelum 4G

Jaringan nirkabel pertama, yang dikenal sebagai 1G, diluncurkan pada tahun 1980.

2G kemudian diperkenalkan pada awal 1990-an yang memungkinkan lebih banyak transmisi per saluran komunikasi.

Selanjutnya, peletakan dasar 3G mulai dilakukan pada akhir tahun 1990-an dan mulai diterapkan di sebagian besar dunia di awal abad ke-21.

Sementara jaringan 3G merupakan yang pertama memungkinkan aplikasi multimedia, jaringan 4G menjanjikan membawa teknologi dasar ini ke level berikutnya

KIAT MEMBANGUN SEBUAH BISNIS

Dalam membangun bisnis atau usaha diperlukan perencanaan yang matang.  Mulai dari materi, prosedur, goal target dan banyak lagi yang harus benar-benar dipersiapkan sehingga bisnis dapat berjalan dengan baik, benar dan lancar. Selain itu perlu adanya kerja keras agar bisnis yang kita kelola maju sesuai keinginan kita karena untuk membangun suatu usaha bisnis itu tidak mudah.

Dengan adanya pergerakan teknologi yang semakin kencang, bidang IT ini sangat menjanjikan untuk berbisnis. Dan berikut ini, ada beberapa kiat sukses untuk  membangun bisnis dibidang IT, mudah-mudahan bisa membantu Anda untuk bisa menjadi pengusaha IT yang sukses.

1. Target atau Visi
   Suatu perusahaan yang sukses adalah perusahaan yang berlari dengan tujuan. Seperti contohnya petinju yang tidak sembarangan saja memukul, tapi tahu targetnya. Dalam berbisnis tentunya kita mengetahui target dan tujuan kita adalah konsumen atau masyarakat. Dan, masyarakat ini pun memiliki golongan yang berbeda-beda mulai dari anak-anak, remaja dan orang tua. Sehingga, setiap kebutuhan pasti pun berbeda. Maka, sebagai pengusaha, perlu mengetahu kebutuhan apa yang masyarakat butuhkan akhir-akhir ini dan dimasa mendatang sehingga dapat memenuhi setiap kebutuhan tersebut. Demikianlah meninju tepat pada sasaran.

2. Menyiapkan Mental Yang Kuat
   Seperti yang kita ketahui resiko membuka usaha lebih besar ketimbang menjadi karyawan suatu perusahaan, salah satunya risiko kehilangan seluruh modal yang investasikan. Karena itu kita harus  memerlukan mental yang kuat sebab bisnis kita memiliki kemungkinan untuk sukses besar, namun juga bisa gagal total. Walaupun begitu, keberhasilan tetap ada. Lalu apa saja yang perlu kita perhatikan ?

• Selektif Jeli melihat peluang di pasar
  Upayakan agar bisa menangkap sekecil apapun peluang yang ada dan gunakan perhitungan yang matang karena sebagai seorang pengusaha, harus cermat serta jeli melihat peluang-peluang di pasar.

• Cerdik menghadapi kompetitor
  Adanya pesaing adalah hambatan untuk berhasilnya suatu usaha. Karena itu, harus cerdik dalam menghadapai mereka. Cari perbedaan antara produk kita dengan produk mereka sehingga mempunyai nilai lebih (added value) jika dibandingkan dengan mereka. Misalnya, dalam usaha fotocopy kamu memberikan kupon undian pada pelanggan dengan pembayaran di atas Rp 50.000,- yang akan diundi setiap 6 bulan sekali.

• Menawarkan produk dengan sistem
  Kunci sukses untuk bisnis kamu adalah melalui teknik pemasaran. Sebagai tahap awal mungkin perlu ekstra usaha yakni mungkin dengan melakukan door-to-door menawarkan produk. Selanjutnya baru memasarkan produk dengan sistem imbalan dan seterusnya.

• Sering melakukan evaluasi
  Lanjutkan perkembangan usaha dengan memantapkannya. Langkah awal dalam menstabilkan usaha adalah dengan melakukan evaluasi. Evaluasi yang dilakukan secara teratur akan mempertahankan dan meningkatkan mutu usaha. Contohnya, kita bisa mencari feed back– dan memberikan penerangan kepada para karyawan setiap 3 bulan sekali.

• Belajar dari kegagalan
  Setiap usaha tidak akan pernah ada yang lepas dari mengalami kegagalan, karena memang kegagalan berjalan seiringan dengan keberhasilan. Proses ‘Jatuh’ dan ‘Bangun’ yakni masa laris tidak laris adalah sesuatu yang wajar. Asalkan ketika kita jatuh, jangan langsung patah semangat dan kemudian berpikir untuk menutup usaha alias gulung tikar, sebaliknya lakukan evalusi mungkin dengan mencari inspirasi untuk menciptakan produk dan jasa baru yang akan semakin menjadikan usaha kita menarik, membaca kiat sukses para wirausahawan (businessman) dan bagaimana cara mereka melewati masa-masa sulit, mencoba teknik pemasaran yang baru, dan harus terus Belajar.

• Selalu menjaga hubungan baik
  Berhubung usaha anda sangat besar dipengaruhi oleh konsumen, maka harus bisa menjaga hubungan tetap langgeng dengan mereka degan serius menanggapi saran dari mereka, memberi bingkisan hari raya, sekali-kali memberi diskon atau juga dengan hanya sekedar tersenyum ramah menyapa dan ngobrol dengan mereka.

MASALAH DALAM MEMBANGUN BISNIS DI BIDANG IT

Seperti yang telah diketahui saat membangun sesuatu pasti akan ada halangan atau rintangan. Dalam membangun bisnis IT pun demikian. Dan berikut adalah masalah yang secara umum timbul dalam bisnis IT :

1. Persaingan yang Ketat dengan Bisnis IT lainnya

Pastinya yang memiliki gagasan dan ide untuk membuka bisnis IT bukan kita saja. Pasti ada orang lain juga yang sedang malah sudah membangun bisnis IT ini. Banyak ide kreatifitas yang akan lahir bahkan sudah lahir menjadi inovasi dan motivasi baru dalam bidang IT. Dan inilah yang harus pengusaha bisnis IT ini kejar. Ide kreatifitas akan menjadi sahabat dan juga menjadi musuh utama.

2. Penipuan atau Mengabagikan Keamanan

Penipuan Penipuan adalah salah satu masalah pembisnis. Bergerak dibidang IT masalah akan muncul dari media media sosial. Penipuan sering terjadi karena adanya ketidak jelasan atau ketidaktelitiannya pengusaha ataupun pihak oknum.

3. Kurangnya Kualitas Pekerja

Kurang baiknya kualitas sumber daya manusianya sehingga tidak dapat menuhi kebutuhan pasaran akan mengganggu kemajuannya perusahaan.

4. Kekurangan Informasi yang Akurat dan Up To Date

Kurangnya ketersediaan informasi yang akan menimbulkan masalah ini. Karena hal ini akan menimbulkan perusahaan tidak dapat mengetahui kebutuhan konsumen atau pasaran.

Sumber :

https://parkjiyoung.wordpress.com/2013/07/02/pemasaran/

http://lakubgt.com/5-kendala-dan-solusi-bisnis-online/