Skip to main content

Jurnal Fasilkom Semester 5: Nilai Partisipasi



Yahallo!

Aku baru kelar semester 6 di Fasilkom namun blog ini tentang saat menjalani semester 5 sekitar setahun yang lalu (September 2020 - Desember 2020). Wadoh kok telat sekali? gak tau sih, sebenernya liburan lalu bisa dikerjain namun mental lumayan down karena sudah kelamaan menjalani PJJ di masa pandemi COVID-19. Beberapa bagian dari blog ini sebenernya sudah sempet ditulis selesai semester 5, beberapa lagi baru ditulis selesai semester 6. Biar konsisten, kuanggap baru selesai semester 5 aja ya >:(

Berbeda dengan semester 4 yang sangat ramai dimana aku ngambil 22 sks, PIC CPC COMPFEST, dan Asdos, semester 5 aku "hanya" mengambil 17 sks dan part-time di Bareksa jadi blog ini hanya 1 bagian (blog ini!). Strukturnya biasa, membahas mata kuliah diikuti kegiatan lain:

  1. Jaringan Komputer (Jarkom), Wajib Ilkom
  2. Pemrograman Sistem (Sysprog), Wajib Ilkom
  3. Pengolahan Citra (Pengcit), Peminatan
  4. Rekayasa Perangkat Lunak (RPL), Wajib Ilkom
  5. Sistem Cerdas (SC), Wajib Ilkom
  6. Keseluruhan Matkul
  7. Kegiatan Asdos
  8. Part-time(?)
  9. Kesan Semester 5
  10. Penutup
Jangan kaget tone pembahasan matkulnya. Berbeda dengan matkul semester 4 yang semuanya seru, hanya dua matkul semester 5 yang seru bagiku dengan sisanya rada boring. Hayo coba tebak yang mana dari membaca blog ini ._.

Mata semester 5 ini semua pembelajaran full online. Sebelum SIAK war (pemilihan IRS) aku sudah memprediksi bagaimana kira-kira pembelajaran semester ini:

nostradamus (semuanya bener)

Jaringan Komputer (Jarkom)

setiap tutorial AWS

Matkul jarkom ini membahas internet. Bukan teorinya seperti sejarah internet, kecepatan internet, dll, melainkan bagaimana caranya internet bekerja. Disini kita diajarkan 5 lapisan (layer) dalam mengakses suatu laman yaitu application layer, transport layer, network layer, link layer, dan physical layer. Matkul ini mengajarkan bahwa ada prosedur yang kompleks dibalik sebuah pengaksesan halaman yang simpel. Dosen pengampunya ada 3 yaitu Pak Anwar, Pak Hilman, dan Pak Bayu. Walaupun ada tiga kelas, sesi kelas digabung menjadi satu kelas dengan ketiga dosen mengambil giliran untuk mengajar materi tertentu.

Pada matkul ini, setiap layer dibahas secara mendalam. Jadi misalnya 2 minggu bahas application layer, lalu dua minggu bahas transport layer, dan seterusnya. Di akhir matkul ada materi tambahan yaitu Wi-Fi dan mobile network. Meskipun materi sudah cukup dijarakkan, aku tetep ngerasa materi matkul ini terlalu banyak .-. Mungkin karena ini matkul teori pertama yang kurasakan di Fasilkom. Jadi fokusnya di teori, bukan di perhitungan atau ngoding seperti matkul lain.

Gambaran umumnya, misalkan kita mau mengakses www.google.com. Kita pertama hit DNS server untuk mendapatkan IP address dari www.google.com (application layer). Setelah dapat IP address, kita membuat TCP connection dengan server google untuk mulai mengirim data (transport layer). Untuk mengirim data, kita memerlukan MAC address dari server google agar kita tahu dengan pasti akan mengirim kemana (network layer). Saat mengirimkan data, kita tidak langsung masuk ke server google, melainkan di masuk ke server-server lain dan terus di forward sehingga sampai ke server google. Tugas link layer protocol adalah memcari sebuah rute server sehingga bisa sampai ke server google. Physical layer cuma hardware dari server...

Skema penilaiannya:
  • UTS: 25%
  • UAS: 25%
  • Tugas: 40%
  • Kuis: 10%
  • Partisipasi: 5% (bonus)
Nilai bonus partisipasi ini memberikan chance untuk dapat nilai yang lebih tinggi. Tugas memiliki bobot besar karena memang tugas-tugasnya lumayan menantang. Setiap tugas kita harus hands-on menerapkan teori-teori yang sudah dipelajari. Semua tugas perlu dikerjakan dengan suatu aplikasi, seperti wireshark, packet tracer, atau AWS. Iya benar, pada mata kuliah ini setiap peserta dapat 300$ AWS credits untuk mengerjakan tugas dan lab. Waktu pengerjaan tugasnya cukup lama, seingetku tugas paling cepet yang kukerjain itu sekitar 3 jam (main wireshark), sedangkan tugas-tugas akhir semester yang main packet tracer bisa memakan setengah hari dalam pengerjaannya.

Total ada tujuh tugas. Lima tugas individu, dan dua tugas kelompok. Tugas individunya sudah dibahas diatas. Yang menarik itu tugas kelompoknya, tugas 1 dan tugas 3. Eh tugas 1 gak menaring deng, itu intinya kita cuma buat PPT mengenai topik seputar internet, seperti sejarah internet, protocol internet dll. NAH, yang menarik itu tugas 3. Pada tugas ini, kami diminta untuk membuat sebuah job scheduler.

master menerima kerjaan lalu mendelegasikan ke salah satu worker

Sistem yang kami buat harus memenuhi beberapa syarat:
  • User dapat mengirimkan job ke master node.
  • Master node akan mendelegasikan job tersebut ke salah satu worker node
  • Worker node harus berjalan di AWS
Bentuk job disini diserahkan ke kelompoknya. Jadi kelompok yang mendefinisikan job yang diterima apa saja. Mau hanya menjalankan hello world? silahkan! mau worker menjalankan executable? boleh. Karna kelompokku, bersama Akbar dan Zafir, anak TOKI semua, tentu saja kita memutuskan bentuk job paling TOKI-banget: coin change solver!

buat job coin change lalu dikerjain worker

Penilaian tugas ini gila-gilaan! kamu bisa memilih beberapa "fitur" untuk diimplementasikan di proyekmu dengan setiap fitur memiliki nilai tersendiri. Nilai maksimal yang bisa didapat dari tugas ini 150. Sangat crazy bukan mengingat bobot tugasnya 40%? Eits, tetapi memang kalau mau mencapai nilai segitu harus mengambil fitur-fitur yang cukup advanced, seperti security atau load balancer. Tentu saja kelompok kami tertantang >:( dan berhasil mencapai nilai maksimal tersebut . Berikut video demo aplikasi kami (beserta link gitlab pada desc) bagi yang tertarik.

Overall aku gak terlalu suka materinya jarkom karena sifatnya yang teori. Saat ngambil jarkom sampe lulus masih kurang tahu sebenernya AWS itu buat apa :|, untung ada Akbar DevOps yang jago. Tapi aku harus berikan apresiasi untuk tugas 3 jarkom yang hands-down tugas kelompok paling seru, dan dosen paling baik semester ini.

Rating 6/10: Materinya teori, tugas hands-on, namun kuis, UTS, UASnya teori :"(. Menurutku ini cara yang cukup baik untuk membawakan sebuah matkul teori kaya jarkom. Dosen-dosen jarkom juga sangat wholesome dan pengertian. Namun aku cuma gak tertarik saja sama internet :(( tertariknya ngoding dan AI
Effort 7/10: Setiap tugas jarkom tidak sulit secara mikir, namun butuh waktu lama untuk mengerjakan karena perlu discovery konsep-konsep yang dibutuhkan untuk menyelesaikannya. Makin akhir, tugasnya makin berat. Namun tidak masalah kalau kamu punya teman. UTS/UAS tersusah semester ini.

Pemrograman System (Sysprog)

System Call
Generate luminous element

Kalau matkul OS semester lalu belajar tentang behaviour operating system, pada matkul ini kita take step further dan ngoding di bawah operating system. Secara bodonya, kita membuat kodingan yang dipakai oleh operating system; kebalik dari yang biasanya kode kita yang dijalankan di atas operating system. 

Sistem Penilaian:
  • Worksheet: 72%
  • Weekly log: 10%
  • Final project: 18%
Matkul ini sudah adaptasi dengan sistem PJJ dengan menghilangkan UTS dan UAS, dan sebagai penggantinya ada tugas setiap minggu dengan bobot yang sangat tinggi. Inti perkuliahannya: setiap minggu ada suatu topik sysprog dengan suatu worksheet baru. Mahasiswa diminta untuk riset sendiri mengenai materinya dan mengerjakan worksheet tersebut. Worksheet awal-awalnya lebih ke teori seperti kegunaan beberapa komponen yang dipakai kernel, namun mulai selesai masa UTS worksheetnya berubah jadi soal-soal programming yang perlu dilakukan di kernel. 

Overall worksheet ini biasa saja, dan aku hanya butuh maksimal sejam untuk menyelesaikan setiap worksheet. Beberapa worksheet terakhir tasknya lumayan gila, beberapa contoh script yang pernah diminta buat: back-up semua data,  deploy server, dan parsing raw JSON. Semua script ini wajib dibuat dengan bash.

Untuk grup project sysprog kami diminta untuk membuat suatu driver program sederhana. Aku berkelompok dengan Akbar dan Yoga. Kami hanya membuat aplikasi sederhana untuk menaikkan atau menurunkan volume di laptop. Sangat sederhana namun cukup untuk mendapatkan nilai di atas 80 :).

Secara keseluruhan, sysprog ini sepert suatu matkul yang "lewat saja". Aku lulus sysprog tidak dapat banyak hal selain jadi tahu kalau ada yang namanya kernel programming. Namun aku gak bisa melihat diriku melakukan hal ini dalam waktu kedepan. Matkul ini wajib ilkom saat kuambil dulu, namun sekarang sudah jadi matkul peminatan.

Rating 4/10: Beberapa worksheet sebenernya lumayan menarik untuk dikerjakan dan aku selalu dapat hal baru dari ngerjain worksheetnya. Namun secara keseluruhan kurang tertarik dengan matkul ini :"(
Effort 6/10: Worksheetnya butuh effort terutama di akhir-akhir semester yang mulai ngoding. Tapi kalau ada teman diskusi jadi mudah

Pengolahan Citra (Pengcit)

lab pengcit in a nutshell

Atau "Image Processing" dalam Bahasa Inggris.

Mata kuliah ini fokus ke pengolahan gambar. Seperti bagaimana mempertajam kualitas gambar blur, mengekstrak object dari gambar, melakukan segmentasi image, dan sebagainya. Walaupun namanya "image processing", fokus disini lebih ke teknik pengolahan tanpa machine learning. Hanya final project yang membutuhkan machine learning.

Sistem Penilaian:
  • Lab: 45%
  • Partisipasi: 5%
  • Final Project: 50%
Sama seperti sysprog, matkul ini juga telah beradaptasi dengan PJJ dengan meniadakan UTS dan UAS. Namun berbeda dengan sysprog, tugas-tugas matkul ini seru >:(

Total ada tujuh lab, jadi setiap minggu di rilis lab baru. Topik setiap lab berbeda, ada lab dimana kita harus mempertajam image, ada lab deteksi objek, lab segmentasi, dll. Secara umum labnya cukup mudah karena ada dokumen pembantu yang menjelaskan semua konsep yang digunakan di lab beserta source codenya sehingga kami peserta pengcit hanya perlu mengindentifikasi dimana memakai kode-kode tersebut. Meski demikian tetap ada tantangan tersendiri karena perlu menentukan parameter-parameter yang tepat, dan juga menulis suatu justifikasi mengapa parameternya seperti itu. Lab ini dikerjakan secara berpasangan dua orang. Aku berkelompok dengan Krisna. Enaknya Krisna itu kalau ada 3 soal lab, dia bakal mengambil dua task tersusah...

Selain Lab, ada juga final project yang dikerjakan berempat. Aku berkelompok dengan Krisna, Nadhif, dan Rocky. Pada tugas kelompok ini kami, "Airlight Detection", diminta untuk mengidentifikasi kabut pada sebuah foto. Seperti contoh dibawah:

deteksi mana yang benda, mana yang kabut doang

Menariknya, ini satu-satunya tugas di kuliah ini yang menggunakan deep learning. Jadi sebelumnya kita hanya menggunakan teknik machine learning klasik. Untuk tugas ini ada dua approach yang harus dilakukan yaitu approach non-NN dan approach NN. Aku mengambil approach NN. Untuk pengerjaannya sendiri tidak terlalu susah karena sudah ada pengalaman ngoding CNN dari magang OVO. Namun, hal paling susahnya adalah actually jalanin kodenya; maksudnya gimana tuh? :O

Karena tugas kelompok, kami menggunakan google colab untuk mengerjakan. Jadi tim non-NN dan tim NN bisa meletakkan kode bareng. Tim NN (saya) sangat butuh google collab karena menjalankan CNN di lokal computer enggak banget mengingat computation power yang dibutuhkan. Sayangnya google collab sekarang sudah mulai gak stabil. Sering banget terjadi runtime disconnected saat menjalankan model. Ini membuat biasanya aku mager jalanin, jadi aku cuma ngoding trus ngeping Rocky "rock, jalanin rock" terus dah deh tinggal tidur.


Secara keseluruhan, Pengcit matkul yang lumayan menarik. Gaada UTS UAS membuatku lebih santai dan bisa belajar teknik-teknik yang lebih practical untuk membuat model yang lebih advance. Mungkin yang sedikit mengecewakan itu orientasi kelasnya ke "pakai kode orang", seperti pada lab dimana semua kode sudah disediakan dan kita hanya perlu ubah parameter saja jadi kurang disentuh cara kerjanya gitu? mungkin ini agak bahaya karena nanti orang orientasinya ngoding pengcit langsung copas full dari internet, padahal beberapa task yang lebih khusus mungkin butuh tweaking di kodenya seperti saat aku intern dulu di OVO. 

Kuakui sih habis lulus pengcit aku jadi ketularan, males ngoding dan nyari di google for every single task yang dimana hanya ada solusi generalnya. Contoh sederhana di task yang kuhadapi setelah pengcit: misal mau object detection. Banyak banget dong kode object detection di internet. Nah, gimana kalau misal image yang kita kasih resolusinya kurang baik? atau misal ukurannya besar? tentu saja kita perlu modify internal CNNnya (gak cuman input layernya :( ). Ini bakal menantang kalau gak tahu cara kerja CNN, dan problem statementnya mungkin terlalu spesifik untuk googling "CNN object detection large image"

NEW RECORD for lowest nilai

Rating 7/10: Materinya menarik namun tugas-tugasnya (TK, Lab) hanya pake-pake kode yang sudah disediakan sehingga kurang menantang.  
Effort 7/10: "Ambil pengcit guys, santai" kata temen kelompokku setelah lulus pengcit. Yah itu karna dia sekelompok kali ya >:(

Rekayasa Perangkat Lunak (RPL)

Matkul ini juga memiliki mana bahasa inggris yang keren: software engineering. Meskipun begitu, matkul ini belajar anything but coding. Maksudnya, kita belajar hal-hal yang dilakukan software engineer selain ngoding ._. Antara lain kita belajar:

- Software development process: macam-macam cara pengembangan seperti waterfall, agile, scrum
- requirements gathering: mencari tahu apa saja yang perlu dibuat dari spesifikasi produk yang diberikan client
- requirements elicitation: memperjelas requirement(????)
- diagrams: feature diagram, gant chart, lifecycle diagram, flow-chart, flow-graph, rasanya setiap minggu kita belajar diagram baru >_<
- Coding practices: menghitung kompleksitas kode (cyclometic complexity), membuat test case berkualitas, dll tanpa actually ngoding.

Penilaian matkul ini:
  • Tugas Kelompok: 25%
  • UTS + UAS: 55%
  • Latihan dan Kuis: 10%
  • Partisipasi: 10%
Pertama-tama, ini matkul pertama yang bobot nilai partisipasinya lebih dari 5% :))

Yang perlu diperhatikan lagi disini tidak ada tugas individu, melainkan semua tugasnya berkelompok. Kelompoknya milih sendiri dan aku berkelompok dengan Krisna, Akbar, dan Igo. Menurutku bobot tugas kelompoknya cukup ringan, karena kami selalu meyelesaikannya pada sebuah sesi meet bareng yang diadakan sekali sebelum deadline. Yang sedikit berbobot mungkin tugas kelompok terakhir karena kami perlu ngoding sebuah website seperti matkul PPW.

Sistem kelasnya cukup mudah. Setiap minggu di rilis video, lalu pada hari rabu siang diadakan sesi sinkronus untuk mengerjakan soal latihan. Disini kita biasa dibagi ke breakout room per kelompok TK. Yah, karena kelompok TKku ambis aku gak bisa tinggal tidur :( kami selalu mengerjakan dan mengumpulkan.

Secara keseluruhan, menurutku ini matkul yang kurang kelihatan kegunaannya. Ada beberapa hal yang berguna seperti jenis-jenis development process dan requirements gathering, namun sebagian besar materinya belom kutemukan cara penerapannya di dunia engineering. Aku ngambil matkul ini sambil part-time, dan gak pernah tuh aku buat flow-chart atau lifecycle diagram saat ngoding .__.

Meski demikian, kesulitan matkul ini menurutku relatif paling mudah semester ini dibandingkan matkul lain yang kuambil. Selain TK yang simpel dan sistem perkuliahan yang sans,  UTS/UASnya juga cukup mudah. Walaupun formatnya pilihan ganda + essay, dengan pilgannya banyak soal, setiap soalnya cukup ringan dan bisa dijawab dengan cepat. Ini pertama kalinya dalam hidup aku dapat perfect score dalam ujian pilgan. Kalau essay ya essay, bagiku sih cukup mudah. Nilai UASku mungkin paling tinggi selama kuliah di pacil, 99/100 .-.

Rating 3/10: Materi awal lumayan berguna, namun sisanya ribet dan belum nemu kegunaannya so far. 

Effort 3/10: Semua tugas TK dan kelompok carry parah membuat matkul ini lumayan santai. Materi ujian juga lumayan ringan.

Sistem Cerdas (SC)

Nama lainnya matkul AI. Walaupun namanya AI, algo yang dipelajari disini mencangkup semua bidang namun jadul. Matkul ini membahas algo seperti path-finding, cost-satisfaction problem, dan game theory. 

Di masa PJJ ini, jam perkuliahan sepertinya dipotong. Matkul-matkul yang biasanya saat normal kuliah 4 jam seminggu (2 sesi), saat PJJ bisa saja hanya kuliah 2 jam (1 sesi) karena... entah? matkul ini satu-satunya matkul yang commit dengan tetap mengadakan dua sesi kelas setiap minggu. Yah, gak bisa tidur.

Penilaian Matkul:
  • Group Project: 25%
  • UTS: 30%
  • UAS: 30%
  • Partisipasi: 5%
  • Worksheet: 10%
Kalau secara worksheet sih gak terlalu susah, hanya 4 kali. Namun yang lumayan seru itu group project. Setiap kelompok diberikan suatu topik AI dan harus membuat produk AI dengan tema COVID-19 menggunakan topik tersebut. Kelompok kami yang beranggotakan Krisna, Akbar, dan Zafir mendapat topik probabilistic reasoning dan membuat sebuah app yang memprediksi sentiment suatu tweet apakah pro social distancing, anti social distancing, neutral, atau provokasi.

"oprec" saat anggotanya masih sama Akbar & Krisna
Actually aku gatau apa yang akhirnya dikirim ke grup angkatan karena langsung dapat tim <3

Untuk pengerjaan group project ini lumayan seru, karena kami membutuhkan training data. Kami mining sekitar 4 GB data tweets COVID dari US dan UK,  lebih dari satu juta tweets dari Maret - April 2020, lalu kita berempat labelling manual. Setelah itu kita lakukan algo naive bayes untuk mempereksi sentiment tweet baru dan mendapatkan kata-kata mana yang paling berpengaruh. Dari grup project ini aku belajar how to work on "real" data the hard way. Seperti: zero class problem (pake laplace smoothing), underflow perkalian (jadiin log), dll. Ilmu SDA juga kepake, kita dapat pujian website jalan cepet :O

jadi gini terus sebanyak 2 juta tweets >_>
Label itu kita isi manual 1 - 4
kami cuma kuat 2500 </3

Dari group project SC ini aku dapat pengalaman yang lebih berharga dari AI, yaitu softskill dan pemilihan tim. Maksud softskill disini itu softskill menjual produk. Aku yakin produk AI kami mungkin one of the best and most advanced lah di SC, cuman aku tidak bisa "menjual"nya ke dosen saat presentasi sehingga mendapatkan nilai yang relatif kecil. Meanwhile, produk yang lebih simpel bisa dapet nilai yang lebih tinggi jika bisa mempresentasikan lebih bagus. Selama ini aku hightlight ke instrinstik dari produk, seperti algonya, speednya, optimizationnya yang top notch padahal harusnya highlight manfaatnya, accessibilitynya, dan sejenisnya. Orang lebih liat itu lah, gak terlalu peduli cara kerja dalemnya. Setelah menyadari ini langsung semua bintang align dan selama liburan semester aku banyak nonton acara sales (microsoft, apple, dkk) untuk meningkatkan softskill penting ini.

Yang kedua mengenai pemiihan tim lumayan lucu. Notice timku semuanya anak TOKI (dan Krisna, honorary TOKI). Kita semua sukanya backend, math, dll dan gasuka designing. Hasilnya back-end yang kuat, canggih, dan blazing-fast, namun front-end yang HTML polos. Jadi yah ada satu sisi yang gak kita sentuh. Mungkin itu contributing factor kenapa performa kita justru ngurang di group project ini. Belajar dari sini aku jadi tahu betapa pentingya diverse skillset dalam team.

Oh iya ini websitenya: sensitive.herokuapp.com, dan git repoya: https://gitlab.com/sensitive1. Salah satu plus yang tinggi dari sini adalah grup project ini sudah "cukup" advanced sehingga pernah ku mention saat interview company Jepang.

Rating 6/10: Materinya mungkin terlalu jadul(?), tapi group projectnya gud sih.
Effort 6/10: Labelling 1 juta data manual ._.

Kerja Kelompok Everywhere

Tema utama semester ini sepertinya kerja kelompok, karena semua matkul yang kuambil memiliki kerja kelompok. Sangat berbeda dengan semester-semester lalu yang biasanya hanya satu atau dua matkul yang ada kerja kelompok. Meski demikian, semua pembentukan kelompok milih sendiri, alias kita mendaftarkan mau sekelompok siapa. Ini membuat tugas kelompok menjadi "agak" seru karena aku tahu temen-temen sekelompokku pasti satu visi.

Tingkat kesulitan tugas kelompok juga sepertinya meningkat. Kalau sebelum-sebelumnya tugas kelompok itu antara terlalu gampang bisa di carry satu orang (POK, basdat), atau "tugas kelompok" tapi setiap orang sudah diberikan bagian rata dalam kelompok dan dinilai secara individu (PPW, adpro). Nah, karena sekarang sudah milih sendiri, tingkat kesulitan tugasnya dipersulit. Tugas tidak bisa dicarry satu orang karena ada mungkin ada beberapa role yang harus dipenuhi, dan tugas dinilai secara kolektif. Contohnya:
1. SC ada math major, front-end (wkwkwk), devops, dan back-end
2. Jarkom ada AWS mastah, GUI man, security setting-er
3. Pengcit ada deep learning coders dan dark channel enjoyers
4. Sysprog ada linux compilers dan driver coders
5. RPL ada yang ngide pertama, dan ada yang copas ke sisanya. Oke mungkin ini pengecualian, tingkat kesulitan kek basdat.



Dari lima TK, aku sekelompok dengan Akbar di empat (SC, Jarkom, Sysprog, RPL). Itupun karna dia gak ngambil pengcit. Akbar sepertinya jago docker.  Pokoknya kalau kalian liat repo-repo grup projectku lalu ada "docker" pasti kerjaan dia. 

top 10 mysteries science still can't answer


Matkulnya Sendiri Bagaimana?

Kalau kalian baca blog-blog semester sebelumnya dari 1 - 4, kalian mungkin nyadar kalau aku enjoy hampir semua matkul di setiap semester. In fact, dari semester 1 - 4, kayanya yang aku gasuka cuma fisdas doang?

Semester 5 menurutku secara keseluruhan merupakan semester yang gak seru. Berbeda dengan semester-semester sebelumnya, menurutku hanya ada dua matkul yang seru. Yang mana itu? baca ulang blognya yang teliti :). Matkulnya menjurus ke ilkom dan mulai spesifik. Jadi kalau misal kamu gaada minat di topik tersebut gabakal enjoy. Gak minat cloud computing? gabakal enjoy jarkom. Gak minat AI? gak enjoy SC. Gak minat [whatever RPL supposed to be]? gak enjoy RPL

Nilai Partisipasi?



Semenjak PJJ, matkul mulai memasukkan "nilai partisipasi" ke penilaiannya dengan bobot 5% (kecuali 10% buat RPL for some reason). Nilai partisipasi ini dilihat dari seberapa sering ikut kelas, keaktifan diskusi di forum, dkk. Saat offline dulu gaada tuh yang namanya nilai partisipasi. Palingan ya kalau skip kelas 3x gak bisa ngikutin UTS/UAS dengan namanya dibintangin di depan ruang ujian, "bintang kelas" namanya. 

Aku bukannya orang malas. In fact, aku berani bilang aku orang yang rajin saat offline, dimana aku selalu berusaha meminimalkan jumlah absen dari kelas saat ada kegiatan lomba. Hal ini jadi beda saat PJJ. Adanya janji "rekaman kelas" membuatku jadi gak serius mentengin di kelas, bahkan kadang-kadang kelas sambil maen games -_-. Lebih parah lagi, karena kelas sem-5 ini siang semua, kalau dah cape banget biasanya kutinggal tidur saja.

Apakah ini berarti aku skip ngambil nilai partisipasi? oh tidak. Aku masih tetep maksimalin nilai ajaib yang satu ini. Hanya saja ada dua matkul particular yang aku miss: SC dan pengcit. Seperti yang dijelaskan pada bagian pengcit, aku tidak pernah datang ke kelas sync pengcit. Ini karena kelasnya rabu pagi jam 8 dan ntahlah aku selalu kesiangan dan lupa. Ini membuatku dapat nilai partisipasi a whopping 21/100. Kalau SC lebih ke alasan klasik. Sering nunda ngisi refleksi hingga akhirnya lupa dan telat. Ternyata ini fatal, karena meskipun pengcitku tetap dapat A, SC ku meleset dari A karena nilai partisipasi ini. 


Kegiatan Asdos SDA


beberapa hari jadi asdos sudah masuk wall of shame :"

Selain perkuliahan diatas aku juga jadi asdos SDA. Alasan utamanya karena aku enjoy asdos yang ngoding karena bisa demo dan ngasi feedback secara langsung. Alasan lainnya karena mungkin relatif lebih santai dibandingkan opsi-opsi lain(?)

GGO kode asdosku

Sistem assignment asdos SDA lumayan unik. Mahasiswa diminta memilih sebuah "mystery box" yang didalamnya berisi asdos yang akan di reveal nantinya. Ini memungkinkan teman-teman memiliki satu asdos yang sama. Walaupun kayanya gak guna karena SDA gaada tugas kelompok. 

Sayangnya, alasan utamaku gagal di awal perkuliahan dimulai berkat assignment ini. TOKI'19 yang satu circle sepertinya memilih mystery box yang sama, dan akulah dibalik mystery box tersebut. Seperti yang kita ketahui, TOKI dan SDA adalah teman baik sehingga gak perlu feedback. Total mungkin hanya 3 asdosanku yang non-toki(?), tapi mereka sama jagonya.

Overall walaupun setiap lab demo sehingga banyak sesi bareng asdosan, total aku "kosong" karena ngasdos orang-orang jago semua. Sad :(

Part-time

Selain kesibukan kuliah diatas aku juga ngambil part-time di Bareksa. Bermula dari intern di awal Juni 2020, dilanjutkan jadi part-time sampai akhir Februari 2021. Roleku back-end engineer, dan ini pertama kalinya aku kerja di code beneran yang di deploy. Disini ilmu SDA kepakai banget karena harus membuat algoritma yang menghandle ratusan ribu data. Pernah ada bagian kode yang hang-hangan, lalu  ku-optimize kode O(N^2) jadi O(N), langsung secepat kilat. Uoh puas.

Kalau masalah kerjaan sih rasanya gak seseru AI engineer. Setiap dua minggu dikasi kerjaan develop sebuah fitur, lalu kudevelop, push, merge request, lanjut ngerjain tugas kuliah. Enaknya mereka pake sistem sprint (kerjaan baru setiap dua minggu), kalau aku bisa selesaiin semua tugasku cepet, tugas baru baru datang dua minggu lagi. Cocok dah buat aku yang diserang tugas kelompok dari semua matkul.

Namun yang menjadi oversightku disini seberapa membebankan menjalani part-time ini sambil kuliah. Walaupun tugas-tugas part-time relatif kecil, ada beberapa hari-hari yang melelahkan karena harus melayani request-request dari mas-mas front-end sehingga kadang-kadang aku keteteran.

Jadi, Apakah Semester 5 Santai?

Ide awalku mengambil 17 sks dan part-time ini karena aku ingin santai. Dari dulu dah cape sibuk mulu. Tapi ternyata semester ini tugas-tugasnya memang beda. Dengan semua matkul mengadakan TK yang butuh effort tinggi dan beberapa matkul yang mengadakan tugas mingguan (sysprog, pengcit), ditambah part-time yang tugas-tugasnya kecil namun banyak, membuat semester 5 ini engga santai. Ilahh... padahal maunya santai, akhirnya malah gini -_-. Tapi kalau malah kesibukan, tetep masih gaada yang ngalahin kesibukan jadi PIC CPC COMPFEST 12 >:( ditunggu special blognya

Penutup

Semester 5 mungkin semester yang menguji "power of friendship" kek di shonen anime. Kalau punya temen-temen strong dan motivated bakal enak banget ngelewatin semester ini. Kerja kelompok enak karena gaada carry-carry-an lagi. Disini juga penting untuk punya temen dengan skillset beda seperti designer, public speaker, dkk karena ngaruh guys :))

Sekian mungkin untuk semester ini. Sampai ketemu di blog semester 6 yang akan dirilis dalam waktu dekat

Comments

Popular posts from this blog

Intern Semester 2: Data Science Intern di OVO

Fuih, ini pengalaman internshipku sekitar setahun yang lalu. Karena segala kesibukan akademis dan organisasi, aku baru sempat kelarin sekarang. So sorry! X(. Hmm sebenernya engga sibuk-sibuk amat sih... mungkin aku kebanyakan procrass? anw, ya kali ini aku bakal nyeritain pengalamanku intern di data science di OVO setahun yang lalu, yaitu dari juni - agustus 2019. Oiya, Sebenernya postnya udah 90% kelar di akhir agustus lalu, tinggal penutupnya doang tapi entah kenapa aku lupa total ngerjain post-postku. Awalnya rencananya mau detail banget deskripsiin tiap minggu kek blog intern GDP Labsku, tapi setelah aku baca-baca lagi kok ngebosenin ya? jadinya aku refactor besar-besaran dan jadilah blog post ini. Selamat menikmati ya :D Liburan Semester 2 Aku cukup senang karena durasi libur di Fasilkom 3.5 bulan. Ini memberi banyak waktu untuk beristirahat dari semua kesibukan-kesibukan selama kuliah. Tapi, apakah memang benar kita butuh 3.5 bulan untuk kembali segar? aku tidak! Aku c

Intern Semester 1: AI Engineer di GDP Labs

Intern atau magang, suatu kegiatan untuk merasakan suasana kantor. Daripada tidur-tiduran ngewibu gajelas selama sebulan, lebih baik ngoding 8 jam sehari di kantor kan? Pertama tahu GDP Labs dari lomba BNPCHS 2017. Waktu penutupan, Pak On Lee, CEO GDP Labs, bawa seminar. Terus kan di akhir acara aku kenalan dan dikasih kartu nama :D Aku awalnya berminat mau magang semester 2, namun temenku Rania semester 0 udah magang di GDP Labs. Aku jadinya daftar magang winter sebagai AI Engineer dan keterima :) Aku ditaro di bagian GLAIR (GDP Labs Artificial Intelligence Research). Bagian-bagian dari blog ini: - Tentang GDP Labs - Kosa Kata Machine Learning - Onboarding (19 Desember 2018) - Minggu Pertama (26 - 28 Desember 2018) - Minggu Kedua (2 - 4 Januari 2018) - Minggu Ketiga (7 - 11 Januari 2018) - Minggu Keempat (14 - 18 Januari 2018) - Minggu Kelima (21 - 25 Januari 2018) - Minggu Keenam (28 - 31 Januari 2018) - Penutup Iklan Sejenak Tenta

Teknik Rekursi untuk Menjawab Soal di Kertas

OSP kurang dari seminggu lagi dan dengan semakin seringnya muncul soal tipe ini,ingin  mencoba membahasnya. Kata orang kalau kita ngajarin orang lain jadi tambah ngerti maka jadilah post ini :v (untuk alasan lupa dan kurangnya niat mencari soal asli, beberapa soal di post ini mungkin memiliki deskripsi berbeda dengan soal aslinya) Pendahuluan “banyaknya string biner dengan panjang 8 dimana tidak ada 2 angka 1 yang berdampingan adalah?” saat membaca  soal ini, mungkin kita akan nyoba pake inklusi ekslusi yaitu banyaknya semua kemungkinan – banyaknya kemungkinan 2 angka 1 dempet + banyaknya kemungkinan 3 angka 1 dempet -… tapi, kasus banyak bakal mabok. Trus nyoba kuli aja, kelamaan. Jadi disini solusi yang tepat adalah menggunakan rekursi. Misal F(n) banyaknya string yang memenuhi syarat tersebut dengan panjang n.  Misalkan juga kita punya F(n) dan F(n-1), maka kita bisa mendapat F(n+1) sebagai berikut: F(n) tidak mungkin memiliki 2 angka 1 yang berdampingan. Maka, jika didepa