Berita Komputer di Dunia Saat Ini - Societyprofiad

Societyprofiad.com Situs Kumpulan Berita Komputer di Dunia Saat Ini

Author: blogadmin (Page 2 of 3)

Inovasi Terbaru dalam Teknologi Blockchain, Revolusi Digital

February 27, 2024 /

Inovasi Terbaru dalam Teknologi Blockchain, Revolusi Digital – Blockchain telah menjadi salah satu inovasi paling menjanjikan dalam dunia teknologi, mengubah cara kita memahami dan menggunakan data secara fundamental. Dalam artikel ini, kita akan membahas inovasi terbaru dalam teknologi blockchain, bagaimana hal itu memengaruhi berbagai industri, dan potensi revolusioner yang dimilikinya dalam transformasi digital.

Apa Itu Teknologi Blockchain?

Blockchain adalah sistem terdesentralisasi yang memungkinkan penyimpanan dan pertukaran data secara aman, transparan, dan tidak dapat diubah. Ini bekerja dengan cara menyimpan catatan transaksi dalam blok-blok yang dihubungkan secara kriptografis, menciptakan jejak yang tak terputus dan tidak dapat dimanipulasi. hari88

Inovasi Terbaru dalam Teknologi Blockchain, Revolusi Digital

Inovasi Terbaru dalam Blockchain

Salah satu inovasi terbaru dalam blockchain adalah pengembangan jaringan blockchain yang lebih cepat, skalabel, dan efisien. Beberapa proyek telah memperkenalkan solusi seperti penggunaan proof-of-stake (PoS) untuk meningkatkan kecepatan transaksi dan mengurangi biaya pengoperasian jaringan. Selain itu, pengembangan smart contract yang lebih canggih juga menjadi fokus utama dalam memperluas kemampuan blockchain.

Pengaruhnya pada Berbagai Industri

Teknologi blockchain memiliki potensi untuk mengubah berbagai industri dengan cara yang signifikan. Di sektor keuangan, blockchain telah digunakan untuk memfasilitasi transaksi keuangan internasional dengan biaya yang lebih rendah dan waktu yang lebih cepat. Di bidang logistik, blockchain memungkinkan pelacakan real-time dari rantai pasokan, meningkatkan efisiensi dan keandalan. Di industri kesehatan, blockchain digunakan untuk mengamankan dan mempercepat pertukaran data medis antara penyedia layanan kesehatan.

Potensi Revolusioner dalam Transformasi Digital

Potensi revolusioner blockchain dalam transformasi digital tidak dapat diabaikan. Teknologi ini memiliki kemampuan untuk mengurangi ketergantungan pada perantara dan meningkatkan keamanan, transparansi, dan efisiensi dalam berbagai aspek kehidupan kita. Dengan adopsi yang lebih luas dari teknologi blockchain, kita dapat mengantisipasi perubahan besar dalam cara kita berinteraksi dengan data, keuangan, dan layanan online.

Tantangan yang Harus Diatasi

Meskipun potensinya sangat besar, teknologi blockchain masih dihadapkan pada sejumlah tantangan yang harus diatasi. Salah satu tantangan utama adalah skalabilitas, yaitu kemampuan untuk menangani volume transaksi yang besar tanpa mengorbankan kecepatan dan biaya. Selain itu, isu-isu regulasi dan privasi juga perlu diatasi untuk memastikan adopsi yang lebih luas dari teknologi ini.

Inovasi terbaru dalam teknologi blockchain menjanjikan untuk menggiring revolusi digital yang mengubah paradigma dalam cara kita berinteraksi dengan dunia digital. Dengan terus memantau perkembangan dalam teknologi ini dan mengatasi tantangan yang ada, kita dapat memanfaatkan potensi penuh blockchain untuk menciptakan masa depan yang lebih terhubung, aman, dan efisien dalam dunia digital.

Perangkat Kuantum, Menuju Era Komputasi yang Revolusioner

February 27, 2024 /

Perangkat Kuantum, Menuju Era Komputasi yang Revolusioner – Perangkat kuantum adalah salah satu inovasi terbaru dalam dunia teknologi yang menjanjikan untuk merubah cara kita memahami dan memproses informasi. Dalam artikel ini, kita akan menjelajahi dunia perangkat kuantum, memahami apa itu, bagaimana cara kerjanya, dan potensi revolusionernya dalam dunia komputasi.

Apa Itu Perangkat Kuantum?

Perangkat kuantum adalah komputer yang menggunakan prinsip-prinsip mekanika kuantum untuk memproses informasi. Berbeda dengan komputer klasik yang menggunakan bit sebagai unit dasar informasi, perangkat kuantum menggunakan qubit, yang dapat berada dalam keadaan nol, satu, atau kedua keadaan secara simultan berkat prinsip superposisi kuantum. https://hari88.net/

Perangkat Kuantum, Menuju Era Komputasi yang Revolusioner

Bagaimana Cara Kerja Perangkat Kuantum?

Perangkat kuantum bekerja dengan memanfaatkan fenomena kuantum seperti superposisi, entanglement, dan interaksi antara partikel subatomik. Dalam operasinya, qubit dalam keadaan superposisi dapat menghitung solusi paralel dari sejumlah besar masalah secara bersamaan, menghasilkan potensi komputasi yang jauh melebihi kemampuan komputer klasik.

Potensi Revolusioner dalam Komputasi

Keunggulan utama dari perangkat kuantum adalah kemampuannya untuk menyelesaikan masalah yang sulit atau bahkan tidak dapat dipecahkan oleh komputer klasik dalam waktu yang singkat. Ini mencakup pemecahan masalah dalam bidang kriptografi, optimisasi, kimia, dan fisika yang sulit. Perangkat kuantum juga menjanjikan kemajuan signifikan dalam kecerdasan buatan, simulasi molekuler, dan desain obat.

Tantangan dalam Pengembangan Perangkat Kuantum

Meskipun potensinya sangat besar, pengembangan perangkat kuantum masih dihadapkan pada sejumlah tantangan teknis yang signifikan. Salah satu tantangan terbesar adalah mempertahankan qubit dalam keadaan superposisi yang stabil untuk jangka waktu yang cukup lama, yang diperlukan untuk melakukan komputasi kuantum yang andal. Selain itu, memperbaiki kesalahan dalam operasi kuantum juga menjadi fokus penelitian utama.

Aplikasi Potensial di Berbagai Bidang

Perangkat kuantum memiliki aplikasi potensial yang luas di berbagai bidang, termasuk keamanan siber, peramalan cuaca, pengembangan material baru, dan optimisasi logistik. Penggunaan perangkat kuantum dalam kecerdasan buatan juga berpotensi menghasilkan sistem yang lebih cerdas dan adaptif, dengan kemampuan belajar yang lebih cepat dan kompleksitas yang lebih tinggi.

Perangkat kuantum adalah tonggak penting dalam evolusi komputasi, menjanjikan kemampuan yang luar biasa untuk menyelesaikan masalah yang sulit dalam waktu yang singkat. Meskipun masih ada banyak tantangan yang harus diatasi dalam pengembangannya, potensi revolusioner perangkat kuantum dalam berbagai bidang membuatnya menjadi subjek penelitian yang sangat menarik dan menjanjikan. Dengan terus memantau perkembangan dalam teknologi ini, kita dapat mengantisipasi era baru dalam komputasi yang akan membawa perubahan besar dalam cara kita berinteraksi dengan dunia digital.

Revolusi Teknologi, Kemajuan Terbaru Kecerdasan Buatan (AI)

February 27, 2024 /

Revolusi Teknologi, Kemajuan Terbaru Kecerdasan Buatan (AI) – Kecerdasan Buatan (Artificial Intelligence/AI) telah menjadi pusat perhatian dalam dunia teknologi dengan kemajuan yang mengagumkan dalam beberapa tahun terakhir. Berbagai aplikasi AI telah merubah cara kita berinteraksi dengan teknologi dan memberikan dampak yang signifikan pada berbagai industri. Dalam artikel ini, kita akan menjelajahi kemajuan terbaru dalam AI yang menggemparkan dan bagaimana hal itu mengubah lanskap teknologi saat ini.

Peningkatan Kemampuan AI

Salah satu kemajuan terbesar dalam AI adalah peningkatan kemampuan sistem untuk memahami dan merespons data dengan tingkat kecerdasan yang semakin mendekati kemampuan manusia. Algoritma AI yang ditingkatkan, termasuk pembelajaran mesin (machine learning) dan jaringan saraf tiruan (artificial neural networks), telah memungkinkan komputer untuk melakukan tugas-tugas kompleks seperti pengenalan gambar, pemrosesan bahasa alami, dan analisis data dengan akurasi yang tinggi. hari88

Revolusi Teknologi, Kemajuan Terbaru Kecerdasan Buatan (AI)

Aplikasi AI di Berbagai Industri

AI telah mengubah cara berbagai industri beroperasi dengan memungkinkan otomatisasi proses, peningkatan efisiensi, dan pengambilan keputusan yang lebih cerdas. Di bidang kesehatan, AI digunakan untuk diagnosis penyakit, pengembangan obat-obatan baru, dan perawatan pasien yang personal. Di sektor finansial, AI membantu dalam analisis risiko, prediksi pasar, dan deteksi kecurangan. Di bidang otomotif, AI digunakan dalam pengembangan mobil otonom dan teknologi keselamatan. Ini hanya beberapa contoh dari berbagai industri yang mengadopsi teknologi AI dengan cepat.

Kemajuan dalam Pembelajaran Mesin

Pembelajaran mesin adalah cabang utama dari AI yang terus mengalami perkembangan pesat. Algoritma pembelajaran mesin memungkinkan sistem untuk belajar dari data tanpa perlu diprogram secara eksplisit. Teknik-teknik seperti pembelajaran mendalam (deep learning) telah menghasilkan kemajuan besar dalam pengenalan pola, pengolahan bahasa alami, dan analisis data besar. Dengan adanya lebih banyak data yang tersedia dan peningkatan dalam komputasi, kemampuan pembelajaran mesin terus berkembang dengan pesat.

Tantangan dan Peluang di Masa Depan

Meskipun kemajuan AI sangat menjanjikan, ada juga tantangan yang perlu diatasi, termasuk etika penggunaan AI, privasi data, dan keamanan sistem. Namun, dengan manfaat yang besar yang ditawarkan oleh teknologi ini, banyak peluang yang muncul untuk menciptakan solusi inovatif untuk berbagai masalah kompleks di dunia saat ini.

Kemajuan revolusioner dalam kecerdasan buatan telah mengubah lanskap teknologi secara dramatis. Dengan aplikasi yang semakin luas di berbagai industri dan terus berkembangnya kemampuan AI, kita dapat mengharapkan perubahan yang lebih besar lagi di masa depan. Dengan terus memantau perkembangan dalam dunia AI, kita dapat memanfaatkan potensi penuh teknologi ini untuk menciptakan dunia yang lebih cerdas, efisien, dan inovatif.

Model AI Yang Ditingkatkan Untuk Mengenali Ekspresi Wajah

Model AI Yang Ditingkatkan Untuk Mengenali Ekspresi Wajah

July 19, 2022 /

Model AI Yang Ditingkatkan Untuk Mengenali Ekspresi Wajah – Struktur jaringan saraf yang diusulkan dengan konvolusi yang dapat dipisahkan secara mendalam dan unit residu yang telah diaktifkan sebelumnya.

Model AI Yang Ditingkatkan Untuk Mengenali Ekspresi Wajah

Ketika sampai pada keadaan pikiran dan emosi kita, wajah kita bisa sangat jelas. Ekspresi wajah merupakan aspek penting dari komunikasi nonverbal pada manusia. Bahkan jika kita tidak dapat menjelaskan bagaimana kita melakukannya, kita biasanya dapat melihat di wajah orang lain bagaimana perasaan mereka.

Dalam banyak situasi, membaca ekspresi wajah sangat penting. Misalnya, seorang guru mungkin melakukannya untuk memeriksa apakah siswa mereka terlibat atau bosan, dan seorang perawat dapat melakukannya untuk memeriksa apakah kondisi pasien telah membaik atau memburuk. https://hari88.com/

Berkat kemajuan teknologi, komputer dapat melakukan pekerjaan yang cukup baik dalam hal mengenali wajah. Mengenali ekspresi wajah, bagaimanapun, adalah cerita yang sama sekali berbeda.

Banyak peneliti yang bekerja di bidang kecerdasan buatan (AI) telah mencoba mengatasi masalah ini menggunakan berbagai teknik pemodelan dan klasifikasi, termasuk jaringan saraf convolutional (CNN) yang populer. Namun, pengenalan ekspresi wajah itu rumit dan membutuhkan jaringan saraf yang rumit, yang membutuhkan banyak pelatihan dan mahal secara komputasi.

Dalam upaya untuk mengatasi masalah ini, tim peneliti yang dipimpin oleh Dr. Jia Tian dari Jilin Engineering Normal University di China baru-baru ini mengembangkan model CNN baru untuk pengenalan ekspresi wajah. Seperti yang dijelaskan dalam sebuah artikel yang diterbitkan dalam Journal of Electronic Imaging, tim berfokus pada keseimbangan yang baik antara kecepatan pelatihan, penggunaan memori, dan akurasi pengenalan model.

Salah satu perbedaan utama antara model CNN konvensional dan yang diusulkan oleh tim adalah penggunaan konvolusi yang dapat dipisahkan secara mendalam. Jenis konvolusi ini operasi inti yang dilakukan pada setiap lapisan CNN berbeda dari yang standar karena ia memproses saluran yang berbeda (seperti RGB) dari gambar input secara independen dan menggabungkan hasilnya di akhir.

Dengan menggabungkan jenis konvolusi ini dengan teknik yang disebut “blok residu yang telah diaktifkan sebelumnya”, model yang diusulkan dapat memproses ekspresi wajah input secara kasar hingga halus.

Dengan cara ini, tim sangat mengurangi biaya komputasi dan jumlah parameter yang diperlukan untuk dipelajari oleh sistem untuk klasifikasi yang akurat. “Kami berhasil mendapatkan model dengan kemampuan generalisasi yang baik dengan sedikitnya 58.000 parameter,” kata Tian.

Para peneliti menguji model mereka dengan membandingkan kinerja pengenalan ekspresi wajahnya dengan model lain yang dilaporkan di ruang kelas. Mereka melatih dan menguji semua model menggunakan kumpulan data populer yang disebut “Dataset Cohn-Kanade yang Diperpanjang ” yang berisi lebih dari 35.000 gambar berlabel wajah yang mengekspresikan emosi yang sama.

Hasilnya menggembirakan, dengan model yang dikembangkan oleh tim Tian menunjukkan akurasi tertinggi (72,4%) dengan jumlah parameter paling sedikit.

Model AI Yang Ditingkatkan Untuk Mengenali Ekspresi Wajah

“Model yang kami kembangkan sangat efektif untuk pengenalan ekspresi wajah saat menggunakan kumpulan data sampel kecil. Langkah selanjutnya dalam penelitian kami adalah untuk lebih mengoptimalkan arsitektur model dan mencapai kinerja klasifikasi yang lebih baik lagi,” kata Tian.

Mengingat pengenalan ekspresi wajah dapat digunakan secara luas di bidang-bidang seperti interaksi manusia-komputer, mengemudi yang aman, pemantauan cerdas, pengawasan, dan kedokteran, marilah kita berharap tim segera mewujudkan visi mereka.

Informasi lebih lanjut: Jia Tian et al, Pengenalan ekspresi wajah di lingkungan kelas berdasarkan model Xception yang ditingkatkan, Journal of Electronic Imaging (2022). DOI: 10.1117/1.JEI.31.5.051416

Bahasa Pemrograman Baru Untuk Akselerator Perangkat Keras

Bahasa Pemrograman Baru Untuk Akselerator Perangkat Keras

July 19, 2022 /

Bahasa Pemrograman Baru Untuk Akselerator Perangkat Keras – Saat memprogram akselerator proses di mana aplikasi memindahkan tugas tertentu ke perangkat keras sistem terutama untuk mempercepat tugas itu Anda harus membangun dukungan perangkat lunak yang sama sekali baru.

Akselerator perangkat keras dapat menjalankan tugas-tugas tertentu dengan urutan besarnya lebih cepat daripada CPU, tetapi mereka tidak dapat digunakan di luar kotak. Perangkat lunak perlu menggunakan instruksi akselerator secara efisien agar kompatibel dengan seluruh sistem aplikasi.

Bahasa Pemrograman Baru Untuk Akselerator Perangkat Keras

Ini berarti banyak pekerjaan rekayasa yang kemudian harus dipertahankan untuk chip baru yang Anda kompilasi kodenya, dengan bahasa pemrograman apa pun.

Sekarang, para ilmuwan dari MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) menciptakan bahasa pemrograman baru yang disebut “Exo” untuk menulis kode kinerja tinggi pada akselerator perangkat keras. premium303

Exo membantu insinyur kinerja tingkat rendah mengubah program yang sangat sederhana yang menentukan apa yang ingin mereka hitung, menjadi program yang sangat kompleks yang melakukan hal yang sama seperti spesifikasi, tetapi jauh lebih cepat dengan menggunakan chip akselerator khusus ini.

Insinyur, misalnya, dapat menggunakan Exo untuk mengubah perkalian matriks sederhana menjadi program yang lebih kompleks, yang menjalankan orde besarnya lebih cepat dengan menggunakan akselerator khusus ini.

Tidak seperti bahasa pemrograman dan kompiler lainnya, Exo dibangun di sekitar konsep yang disebut “Exocompilation.” “Secara tradisional, banyak penelitian berfokus pada otomatisasi proses pengoptimalan untuk perangkat keras tertentu,” kata Yuka Ikarashi, Ph.D. mahasiswa teknik elektro dan ilmu komputer dan afiliasi CSAIL yang merupakan penulis utama di makalah baru tentang Exo.

“Ini bagus untuk sebagian besar pemrogram, tetapi untuk insinyur kinerja, kompiler menghalangi sesering itu membantu. Karena pengoptimalan kompiler otomatis, tidak ada cara yang baik untuk memperbaikinya ketika melakukan hal yang salah dan memberi Anda 45 persen efisiensi bukannya 90 persen.”

Dengan Exocompilation, insinyur kinerja kembali ke kursi pengemudi. Tanggung jawab untuk memilih pengoptimalan mana yang akan diterapkan, kapan, dan dalam urutan apa dieksternalkan dari kompiler, kembali ke insinyur kinerja. Dengan cara ini, mereka tidak perlu membuang waktu melawan kompiler di satu sisi, atau melakukan semuanya secara manual di sisi lain.

Pada saat yang sama, Exo bertanggung jawab untuk memastikan bahwa semua pengoptimalan ini benar. Akibatnya, insinyur kinerja dapat menghabiskan waktu mereka untuk meningkatkan kinerja, daripada men-debug kode yang kompleks dan dioptimalkan.

“Bahasa Exo adalah kompiler yang diparameterisasikan pada perangkat keras yang ditargetkan; kompiler yang sama dapat beradaptasi dengan banyak akselerator perangkat keras yang berbeda,” kata Adrian Sampson, asisten profesor di Departemen Ilmu Komputer di Universitas Cornell.

“Alih-alih menulis banyak kode C++ yang berantakan untuk dikompilasi untuk akselerator baru, Exo memberi Anda cara abstrak dan seragam untuk menuliskan ‘bentuk’ perangkat keras yang ingin Anda targetkan. Kemudian Anda dapat menggunakan kembali kompiler Exo yang ada untuk beradaptasi untuk deskripsi baru itu alih-alih menulis sesuatu yang sama sekali baru dari awal.

Potensi dampak pekerjaan seperti ini sangat besar: Jika inovator perangkat keras dapat berhenti mengkhawatirkan biaya pengembangan kompiler baru untuk setiap ide perangkat keras baru, mereka dapat mencoba dan mengirimkan lebih banyak ide.

Chip komputer berperforma tertinggi yang dibuat saat ini, seperti TPU Google, Neural Engine Apple, atau Tensor Cores NVIDIA, mendukung komputasi ilmiah dan aplikasi pembelajaran mesin dengan mempercepat sesuatu yang disebut “sub-program utama”, kernel, atau komputasi kinerja tinggi (HPC) subrutin.

Selain jargon yang kikuk, programnya sangat penting. Misalnya, sesuatu yang disebut Subrutin Aljabar Linier Dasar (BLAS) adalah “perpustakaan” atau kumpulan subrutin semacam itu, yang didedikasikan untuk perhitungan aljabar linier, dan memungkinkan banyak tugas pembelajaran mesin seperti jaringan saraf, prakiraan cuaca, komputasi awan, dan penemuan obat.

(BLAS sangat penting sehingga memenangkan Jack Dongarra Penghargaan Turing pada tahun 2021.) Namun, chip baru ini yang membutuhkan ratusan insinyur untuk mendesain hanya sebaik yang diizinkan oleh pustaka perangkat lunak HPC ini.

Namun, saat ini, pengoptimalan kinerja semacam ini masih dilakukan dengan tangan untuk memastikan bahwa setiap siklus terakhir komputasi pada chip ini digunakan.

Bahasa Pemrograman Baru Untuk Akselerator Perangkat Keras

Subrutin HPC secara teratur berjalan pada 90 persen-plus efisiensi teoritis puncak, dan insinyur perangkat keras berusaha keras untuk menambahkan tambahan lima atau 10 persen kecepatan ke puncak teoritis ini. Jadi, jika perangkat lunak tidak dioptimalkan secara agresif, semua kerja keras itu akan sia-sia itulah yang harus dihindari oleh Exo.

Bagian penting lain dari Exocompilation adalah bahwa insinyur kinerja dapat menggambarkan chip baru yang ingin mereka optimalkan, tanpa harus memodifikasi kompiler. Secara tradisional, definisi antarmuka perangkat keras dipertahankan oleh pengembang kompiler, tetapi dengan sebagian besar chip akselerator baru ini, antarmuka perangkat keras adalah milik.

Perusahaan harus memelihara salinan (garpu) mereka sendiri dari keseluruhan kompiler tradisional, yang dimodifikasi untuk mendukung chip khusus mereka. Ini membutuhkan perekrutan tim pengembang kompiler selain insinyur kinerja.

Motherboard X570 Terbaik Pada Saat Ini

Motherboard X570 Yang Terbaik Pada Saat Ini

February 17, 2021 /

Motherboard X570 Yang Terbaik Pada Saat Ini – Apabila Anda mempertimbangkan untuk membeli prosesor seri Ryzen 5000 yang baru dan Anda mencari motherboard kelas atas untuk dipasangkan, Anda mungkin menginginkan papan dengan chipset X570 berorientasi overclocking AMD.

Dan oleh karena itu dalam panduan ini, telah diberikan daftar beberapa motherboard X570 terbaik di beberapa kategori yang berbeda. Simaklah rekomendasi di bawah ini.

1. MSI MEG X570 GODLIKE

Motherboard X570 ekstrim terbaik

Motherboard X570 Terbaik Pada Saat Ini

Prosesor seri Ryzen 5000 yang ekstrim akan membutuhkan motherboard chipset X570 yang ekstrim untuk mendapatkan hasil maksimal darinya. Dan, tidak ada yang lebih cocok untuk menangani CPU Ryzen ekstrim terbaru AMD selain MSI MEG X570 GODLIKE.

Motherboard yang tampak mencolok ini memiliki semua yang Anda inginkan dari motherboard, dan beberapa lainnya. Muncul dengan tiga slot M.2 serta kartu ekspansi M.2 yang menawarkan dua slot M.2 tambahan. Ini memiliki banyak fitur pencahayaan RGB, termasuk perangkat lunak MSI Mystic Light Infinity II RGB. Ini juga memiliki PCB tingkat server, slot PCIe baja, pelindung I / O bawaan, dan dukungan untuk empat kartu grafis. https://www.premium303.pro/

Untuk overclocker, desain daya fase 14 + 4 + 1 MSI MEG X570 GODLIKE akan memberikan potensi overclocking yang luar biasa dan memungkinkan Anda untuk mencapai overclock yang ekstrim.

Secara keseluruhan, MSI MEG X570 GODLIKE adalah motherboard premium X570 yang memiliki banyak fitur. Satu-satunya downside adalah harga yang masuk. Dengan harga di bawah ~ $ 650, motherboard MSI ini lebih mahal daripada beberapa CPU yang paling masuk akal untuk dipasangkan. Tetapi, jika Anda memiliki anggaran tidak terbatas untuk PC gaming kelas atas Anda dan Anda membutuhkan motherboard yang ekstrim, itu layak dipertimbangkan.

2. Gigabyte X570 AORUS Elite

Nilai terbaik motherboard X570

Jika Anda ingin merakit PC gaming kelas atas, tetapi Anda tidak memiliki ribuan yang diperlukan untuk memasukkan papan seperti MSI MEG X570 GODLIKE ke dalam anggaran Anda, Anda masih memiliki banyak opsi di chipset X570. Satu opsi motherboard yang akan memberi Anda banyak fitur dan potensi overclocking tanpa dikenakan biaya $ 500 atau lebih adalah Gigabyte X570 AORUS Elite.

Desain daya fase 12 + 2 tidak memungkinkan terjadinya overclock yang ekstrem seperti MSI GODLIKE, tetapi Gigabyte X570 AORUS Elite juga hadir dengan harga di bawah ~ $ 200, menjadikannya kurang dari sepertiga biaya motherboard ekstrem MSI.

Gigabyte X570 AORUS Elite juga dilengkapi dengan tiga slot M.2, pelindung I / O yang sudah diinstal sebelumnya, slot baja PCIe 4.0, header USB-C (dukungan USB 3.2), dan banyak fitur pencahayaan RGB.

Pada akhirnya, jika Anda tidak mencari motherboard X570 yang ekstrem, tetapi hanya opsi solid yang akan memberi Anda semua fitur yang diperlukan, Gigabyte X570 AORUS Elite adalah pilihan yang baik untuk dicoba.

3. GIGABYTE X570 I AORUS Pro

Motherboard X570 mini-ITX terbaik

Bagi Anda yang ingin merakit mini gaming PC yang kuat, GIGABYTE X570 I AORUS Pro adalah salah satu motherboard mini-ITX X570 terbaik di pasaran.

GIGABYTE X570 I AORUS Pro hadir dengan desain daya fase 6 + 2, slot M.2 ganda, dukungan memori DDR4 hingga 64 GB, slot baja PCIe 4.0, dan perangkat lunak Gigabyte RGB Fusion 2.0.

Intinya, jika Anda membutuhkan motherboard X570 dengan faktor bentuk kecil, Anda benar-benar hanya memiliki sedikit pilihan. Dan, dari opsi tersebut, GIGABYTE X570 I AORUS Pro adalah salah satu yang terbaik.

4. ASUS Prime X570-Pro

Pilihan motherboard X570 bertema putih solid

Salah satu alternatif Gigabyte X570 AORUS Elite yang memiliki set fitur serupa dengan harga yang sama, adalah ASUS Prime X570-Pro. Perbedaan utama antara kedua motherboard ini adalah estetika mereka. ASUS Prime X570-Pro menampilkan desain sebagian putih menjadikannya pilihan sempurna bagi para gamer yang ingin membangun sistem bertema putih.

Selain estetika, ASUS Prime X570-Pro memiliki fitur beberapa slot M.2, pelindung I / O yang sudah diinstal sebelumnya, dukungan untuk hingga 128GB RAM, teknologi USB 3.2, dan desain VRM yang solid yang memungkinkan untuk overclocking yang serius.

Jadi, jika Anda mencari motherboard kelas atas yang menawarkan banyak fitur, potensi overclocking yang bagus, dan estetika putih, ASUS Prime X570-Pro jelas layak dipertimbangkan.

5. GIGABYTE X570 UD

Motherboard X570 anggaran terbaik

Motherboard X570 Terbaik Pada Saat Ini

Tidak semua prosesor AMD Ryzen perlu dipasangkan dengan motherboard seharga $ 200- $ 700. Beberapa akan bekerja dengan baik dengan motherboard chipset X570 yang ramah anggaran. Dan, dari motherboard X570 paling terjangkau yang ada saat ini, GIGABYTE X570 UD termasuk salah satu yang termurah.

Hanya dengan sedikit di atas ~ $ 150, GIGABYTE X570 UD hampir sama dengan motherboard X570 yang Anda temukan. Namun, jika Anda bekerja dengan anggaran yang moderat untuk membangun PC gaming berbasis AMD baru, GIGABYTE X570 UD harusnya tetap menyelesaikan pekerjaan.

Muncul dengan desain fase daya 10 + 2, dapat mendukung memori DDR4 hingga 128 GB dalam konfigurasi saluran ganda, memiliki beberapa slot M.2, dukungan untuk pencahayaan RGB, dan slot baja PCIe 4.0.

Dan, sungguh, hanya itu yang Anda butuhkan jika Anda tidak berencana untuk melakukan overclock yang ekstrem atau menyiapkan konfigurasi multi-GPU. Jadi, jika Anda membutuhkan motherboard X570, tetapi Anda tidak memiliki ratusan untuk dibelanjakan untuk satu motherboard, maka GIGABYTE X570 UD mungkin adalah pilihan terbaik Anda.

6. ASUS ROG X570 Crosshair

Sebutan terhormat # 1

Pilihan motherboard X570 premium lainnya adalah ASUS ROG X570 Crosshair VIII Formula. Formula Crosshair VIII menawarkan fitur dan potensi overclocking yang serupa dengan MSI GODLIKE yang tercantum di bagian atas panduan ini. Namun, Formula Crosshair VIII hadir dengan harga sekitar ~ $ 100 lebih sedikit. Jadi, jika Anda ingin menghemat sedikit uang sambil tetap mendapatkan motherboard X570 yang ekstrem, Formula Crosshair VIII adalah alternatif yang bagus.

Formula ASUS ROG X570 Crosshair VIII hadir dengan desain fase daya 14 + 2, tiga slot PCIe 4.0 (dukungan tiga GPU), dua slot M.2, dukungan untuk RAM hingga 128GB, dan pelindung I / O yang sudah terpasang sebelumnya. .

Secara keseluruhan, sementara ASUS ROG X570 Crosshair VIII Formula tidak memiliki spesifikasi yang sama dengan MSI GODLIKE (desain fase daya yang sedikit lebih lemah, satu slot PCIe 4.0 berkurang, dan beberapa port M.2 lebih sedikit), masih adalah motherboard kualitas ekstrim. Dan, jika Anda tidak memerlukan fitur tambahan yang disertakan dengan MSI GODLIKE, maka Formula ASUS ROG X570 Crosshair VIII akan menjadi pilihan yang tepat yang akan menghemat uang Anda.

7. MSI MPG X570 GAMING EDGE

Sebutan terhormat # 2

Dengan hanya sedikit di atas $ 200, MSI MPG X570 GAMING EDGE adalah motherboard X570 kualitas lain dengan harga sedang. Ini sedikit lebih mahal daripada Gigabyte X570 AORUS Elite, tetapi kedua motherboard tersebut akan menawarkan kinerja dan rangkaian fitur yang serupa.

MSI MPG X570 GAMING EDGE menawarkan dua slot M.2, mendukung memori DDR4 hingga 128GB, banyak dukungan untuk pencahayaan RGB, dukungan Wi-Fi onboard, dan PCB tingkat server.

Pada akhirnya, jika Anda mencari opsi yang mirip dengan Gigabyte X570 AORUS Elite untuk membandingkan opsi Anda, maka MSI MPG X570 GAMING EDGE juga layak untuk dipertimbangkan.

8. ASRock X570 Phantom ITX

Sebutan terhormat # 3

Pilihan motherboard X570 mini-ITX berkualitas lainnya adalah ASRock’s X570 Phantom Gaming-ITX. Motherboard mini-ITX dari ASRock ini memiliki harga yang hampir sama dengan GIGABYTE X570 I AORUS Pro yang kami tampilkan di atas. Dan, untuk sebagian besar, kedua papan menawarkan set fitur yang serupa.

Keduanya memiliki pelindung I / O yang sudah diinstal sebelumnya, mendukung hingga 64GB RAM, satu slot PCIe 4.0, dan dukungan pencahayaan RGB yang solid.

Jadi, perbedaan nyata antara kedua papan ini adalah estetika mereka. Dan, meskipun kami lebih menyukai desain serba hitam dari GIGABYTE X570 I AORUS Pro, beberapa mungkin lebih menyukai tampilan ASRock X570 Phantom yang lebih baik. Apa pun pilihannya, Anda tidak akan salah dengan salah satu papan ini jika Anda membutuhkan motherboard X570 mini-ITX kelas atas.

CPU Terbaik Yang Pernah Diciptakan

Beberapa CPU Terbaik Yang Pernah Diciptakan

February 17, 2021 /

Beberapa CPU Terbaik Yang Pernah Diciptakan – Pada saat ini, CPU perlu melakukan sesuatu yang lebih dari sekadar memperkenalkan fitur baru yang signifikan atau mendukung set instruksi baru. Pentium Pro, misalnya, adalah chip yang sangat penting.

Ini memelopori fitur yang masih digunakan sampai sekarang dan mendemonstrasikan bahwa eksekusi out-of-order dan terjemahan mikro-op adalah teknik yang layak untuk prosesor high-end generasi berikutnya. Namun, pada saat yang sama, Pentium Pro mengalami masalah.

Itu lambat ketika menjalankan kode 16-bit dan kinerja FPU-nya hanya sekitar setengah dari inti RISC yang sebanding pada saat itu. Dengan kata lain, Pentium Pro adalah inti CPU yang sangat penting, tetapi tidak memenuhi kriteria ini saat membuat daftar inti CPU terbaik yang pernah ditemukan. hari88

Untuk melihat core mana yang sesuai, periksa slideshow di bawah ini. Kita telah melihat industri secara luas selama 40+ tahun terakhir, dengan CPU seluler, server, dan desktop yang semuanya terwakili.

Pilihan ini pun didasarkan pada berbagai faktor, termasuk rangkaian fitur, pengaruh pasar, kekuatan total produk, dan kinerja jangka panjang.

1. Intel Celeron 300A

CPU Terbaik Yang Pernah Diciptakan

Celeron 300A adalah salah satu CPU peminat terbesar sepanjang masa. Para overclocker dengan cepat menyadari bahwa chip tersebut, yang dijual seharga $ 180, dapat dioverclock secara teratur ke 450MHz. Pada kecepatan itu, bisa menyamai atau mengungguli Pentium II 450MHz, yang dijual seharga $ 655. Lebih jauh lagi, ketika dipasangkan dengan motherboard dual-core Abit BP6, seorang enthusiast dapat menjalankan dua core CPU dengan harga lebih murah dari harga single high-end Pentium II. Intel mencegah hal ini pada model Celeron yang lebih baru dan kecepatan bus yang rendah akan menghambat chip selanjutnya, tetapi Celeron 300A berada pada posisi yang sangat baik.

2. MOS 6502

MOS 6502 sangat penting untuk revolusi komputer rumah yang dimulai pada pertengahan 1970-an. Ini mendukung NES asli, Commodore VIC-20, Atari 400 dan 800, dan Atari 2600, serta dua mesin kecil yang mungkin pernah Anda dengar tentang Apple I dan Apple II. Commodore 64 yang terkenal ditenagai oleh keturunan langsungnya, 6510. Jauh lebih murah daripada CPU pesaing, MOS 6502 merevolusi keterjangkauan di era komputasi awal.

3. AMD Duron 600

Arsitektur AMD K7 menempatkan perusahaan pada peta sebagai pesaing Intel, tetapi Duron 600, pada tahun 2000, yang benar-benar menempatkan sekrup ke Intel. L1 CPU yang besar (128K) mengimbangi 64K L2 yang kecil. Jika pensil digunakan untuk membuka pengali CPU dan mengunci chip ke vCore 1.85v, chip dapat melakukan booting pada kecepatan FSB setinggi 190MHz jika SDRAM berkecepatan tinggi digunakan. Duron 600 yang di-overclock secara teratur dapat mencapai 950MHz-1GHz, memusnahkan Celeron, dan bahkan dapat menantang Pentium III dengan harga yang lebih murah.

4. BAE RAD750

BAE RAD750, pertama kali dibuat pada tahun 2001, adalah versi pengerasan radiasi dari inti CPU PowerPC 750. Ada di daftar ini karena cara itu memungkinkan eksplorasi kita di kosmos. Mars Reconnaissance Orbiter, Lunar Reconnaissance Orbiter, teleskop Luar Angkasa Kepler, Jupiter menyelidiki Juno, dan Mars menyelidiki Curiosity dan InSight semuanya menggunakan RAD750. Banyak chip membuat hidup kita lebih mudah di Bumi, tetapi hanya sedikit desain yang menyentuh permukaan planet lain.

5. Intel Core 2 Quad Q6600

Ada banyak CPU Core 2 Duo yang bagus, tetapi quad-core mainstream pertama dari Intel adalah salah satu produknya yang paling lama berumur dan paling populer. Q6600 berada di posisi yang relatif baik dalam hal fitur dan kinerja, dengan beberapa kemampuan VM profesional yang dibatasi Intel dan dukungan untuk empat core dengan setengah harga Core 2 Extreme QX6700. Overclocker dapat mendorong chip dari basis 2.4GHz ke lebih dari 3GHz dengan langkah G0. Dari semua CPU C2D yang diluncurkan Intel, Q6600 adalah yang terbaik secara keseluruhan, mencapai perpaduan yang hampir sempurna antara harga, kinerja, fitur, dan kemampuan overclocking.

6. Intel Core i7-2600K

CPU Terbaik Yang Pernah Diciptakan

Intel telah meluncurkan banyak CPU Core yang bagus, dari Nehalem asli hingga Core i9-9900K. Namun, 2600K tiba pada saat yang unik dan tepat bagi perusahaan. AMD’s Bulldozer ketinggalan. Pasar PC baru saja mulai merosot. Seri 2600K memiliki ruang kepala overclocking yang hebat dan kinerja single-thread yang kuat, ada alasan mengapa CPU menjadi tantangan bagi Intel untuk meyakinkan konsumen untuk pindah.

7. AMD Opteron 275

AMD Opteron 275 dan Athlon 64 X2 4800+ pada dasarnya adalah chip yang sama (Opteron memiliki clock sedikit lebih rendah, pada 2200MHz). Varian server mendapat anggukan dalam daftar CPU terbaik, karena satu alasan besar: Ini memberikan kinerja quad-core yang benar-benar menghancurkan pada motherboard yang juga memiliki slot AGP. Hingga munculnya CPU dual-core, tidak ada motherboard ATX atau bahkan EATX dengan empat soket dan AGP. Secara fisik tidak mungkin pada titik harga yang wajar. Motherboard quad-socket sangat mahal, sedangkan papan dual-socket jauh lebih murah. Opteron 275 membuat workstation quad-core dengan grafis kelas atas menjadi mungkin untuk pertama kalinya dan menawarkan kinerja yang jauh lebih baik daripada Xeon yang setara dengan Intel saat ini.

8. ARM Cortex-A9

Cortex-A9 adalah CPU kedua dalam keluarga Cortex kelas atas ARM, tetapi bisa dibilang CPU seluler pertama yang menunjukkan kemampuan sebenarnya dari smartphone modern. Kombinasi IPC yang lebih tinggi, inti ganda, dan frekuensi yang lebih tinggi dibandingkan Cortex-A8 membuat A9 menjadi chip yang populer untuk sejumlah perangkat kelas atas, termasuk Apple iPhone 4S. Ketika Intel ingin membawa ponsel Medfield ke pasar, Cortex-A9 adalah produk pesaing yang harus mereka lawan. ARM terus meluncurkan CPU seluler yang dihormati, tetapi Cortex-A9 layak mendapatkan pujian karena meluncurkan awal era smartphone baru dengan gaya.

9. Intel Banias (Pentium M)

Intel’s Banias (alias Pentium M, aka Centrino) memecahkan masalah kritis untuk Intel di awal tahun 2000-an: P4 secara tegas bukanlah CPU seluler. Untuk mengatasi masalah ini, Intel membuat arsitektur CPU baru yang terutama didasarkan pada mikroarsitektur P6 (Pentium 3), dengan beberapa peningkatan strategis dari DNA Netburst. Hasilnya adalah CPU yang cepat dan hemat daya yang dibungkus Intel dengan dorongan baru di sekitar jaringan seluler dan bermerek Centrino. Laptop bermerek Centrino terjual dengan sangat baik, dan Banias menjadi yang pertama dalam serangkaian CPU yang akan berkembang menjadi Core 2 Duo, Nehalem, dan akhirnya, Coffee Lake. Banias memenangkan penghargaan atas dampaknya pada pasar notebook, kesuksesan program Centrino secara keseluruhan, dan kinerjanya yang luar biasa.

10. Qualcomm Snapdragon 800

Snapdragon 800 dari Qualcomm adalah pemain dominan dalam kinerja seluler secara keseluruhan dan mendukung sejumlah besar handset kelas atas secara virtual sejak peluncuran. Jika kami meregangkan sedikit untuk memasukkan Snapdragon 805, perangkat era ini mendorong batas LTE dan kinerja ponsel pintar lebih jauh, dengan layar yang lebih besar, resolusi yang lebih tinggi, dan teknologi kamera yang meningkat pesat. Performa jaringan pada Snapdragon 800 jauh lebih baik daripada perangkat LTE generasi sebelumnya.

11. Apel A9

Apple telah memimpin paket pada kinerja CPU ARM single-threaded selama bertahun-tahun, tetapi memilih satu SoC itu rumit. Saya telah memilih A9 karena beberapa alasan. Pertama, secara obyektif performanya bagus, iPad Pro pada tahun 2015 menggunakan turunan dari SoC ini, A9X, untuk menantang Intel dan Core M. Itu tidak menghentikan Apple untuk juga menskalakannya ke iPhone SE kecilnya, yang menunjukkan fleksibilitas desain. IPhone 6S tidak laku sebaik iPhone 6, tetapi dibuat jauh lebih baik daripada perangkat itu dan tidak menderita apa yang disebut “Penyakit Sentuhan” yang menyerang iPhone 6 Plus.

M1 tidak terdaftar di sini karena, meskipun mengesankan, itu juga telah ada di pasar selama sekitar seminggu. Tidak ada CPU yang dapat mendemonstrasikan kemampuannya sendiri secepat itu, sehingga M1 tetap berada di daftar yang harus kami perhatikan untuk inklusi di masa mendatang.

Melihat Kembali Kegemaran Anak-Anak Dalam Membuat Kode Pemrograman Pada Komputer

Melihat Kegemaran Anak-Anak Dalam Membuat Kode Pemrograman

November 30, 2020 /

Melihat Kegemaran Anak-Anak Dalam Membuat Kode Pemrograman – Selama beberapa tahun terakhir, gagasan bahwa pemrograman komputer atau “pengkodean” adalah kunci masa depan baik untuk anak-anak maupun orang dewasa telah menjadi kebijaksanaan yang diterima di Amerika Serikat.

Tujuan menjadikan ilmu komputer sebagai keterampilan “dasar baru” bagi semua orang Amerika telah mendorong pembentukan lusinan organisasi nirlaba, sekolah pengkodean, dan program kebijakan.

Melihat Kembali Kegemaran Anak-Anak Dalam Membuat Kode Pemrograman Pada Komputer

Saat Pekan Pendidikan Ilmu Komputer tahunan tahun ini dimulai, ada baiknya untuk melihat lebih dekat kegemaran coding baru-baru ini. Inisiatif “Ilmu Komputer Untuk Semua” pemerintahan Obama dan upaya pemerintahan Trump keduanya didasarkan pada gagasan bahwa pemrograman komputer bukan hanya kegiatan yang menyenangkan dan mengasyikkan, tetapi juga keterampilan yang diperlukan untuk pekerjaan di masa depan. https://3.79.236.213/

Namun, sejarah Amerika dari inisiatif pendidikan ini menunjukkan bahwa penerima manfaat utama mereka bukanlah siswa atau pekerja, melainkan perusahaan teknologi berpengaruh yang mempromosikan program tersebut. Kampanye saat ini untuk mengajari anak-anak Amerika membuat kode mungkin merupakan contoh terbaru dari perusahaan teknologi yang menggunakan perhatian tentang pendidikan untuk mencapai tujuan mereka sendiri. Hal ini menimbulkan beberapa pertanyaan penting tentang siapa yang akan mendapatkan hasil maksimal dari dorongan ilmu komputer baru-baru ini.

Retorika lama tentang ‘ekonomi baru’

Salah satu upaya perusahaan paling awal untuk memasukkan komputer ke sekolah adalah program “Kids Can’t Wait” Apple pada tahun 1982. Salah satu pendiri Apple Steve Jobs secara pribadi melobi Kongres untuk mengesahkan Undang-Undang Kontribusi Peralatan Komputer , yang akan memungkinkan perusahaan yang menyumbangkan komputer untuk sekolah, perpustakaan, dan museum untuk mengurangi nilai peralatan dari tagihan pajak penghasilan perusahaan mereka. Sementara usahanya di Washington gagal, ia berhasil di negara bagian asalnya di California, di mana perusahaan dapat mengklaim kredit pajak sebesar 25 persen dari nilai sumbangan komputer.

RUU tersebut jelas merupakan keringanan pajak perusahaan, tetapi dibingkai dalam hal kesenjangan pendidikan: Menurut analisis legislatif California, pendukung RUU tersebut merasa bahwa “melek komputer untuk anak-anak menjadi kebutuhan di dunia saat ini” dan bahwa RUU tersebut akan membantu dalam “menempatkan ‘perangkat keras’ yang dibutuhkan di sekolah yang tidak mampu membeli komputer dengan cara lain.”

Kids Can’t Wait mengambil keuntungan dari kekhawatiran era Reagan bahwa orang Amerika “tertinggal” dari pesaing global dalam “ekonomi baru”. Pada tahun 1983, sebuah laporan Departemen Pendidikan AS berjudul “Suatu Bangsa yang Berisiko” memperingatkan bahwa “keunggulan negara yang pernah tak tertandingi dalam perdagangan, industri, sains, dan inovasi teknologi sedang diambil alih oleh para pesaing di seluruh dunia.” Penulis laporan tersebut menyalahkan sistem pendidikan Amerika karena menghasilkan lulusan yang kurang siap untuk tempat kerja yang cepat berubah dan didukung teknologi.

Selama 30 tahun terakhir, retorika yang sama terus menerus muncul. Pada tahun 1998, Bill Clinton menyatakan bahwa “akses ke teknologi baru berarti akses ke ekonomi baru.” Pada tahun 2016, Chief Technology Officer AS Megan Smith menggambarkan inisiatif pengkodean pemerintahan Obama sebagai “upaya ambisius, semua-tangan-di-dek untuk membuat setiap siswa di Amerika memulai lebih awal dengan keterampilan yang mereka perlukan untuk menjadi bagian dari yang baru. ekonomi.”

Meskipun teknologi sering dijadikan sebagai solusi untuk sukses di pasar tenaga kerja global, buktinya kurang jelas. Dalam bukunya tahun 2001, “Oversold and Underused: Computers in the Classroom,” peneliti pendidikan Larry Cuban memperingatkan bahwa teknologi sendiri tidak akan menyelesaikan “masalah pendidikan kuno”, seperti pendanaan yang tidak adil, fasilitas yang tidak memadai, dan guru yang terlalu banyak bekerja.

Cuban menemukan bahwa beberapa inisiatif teknologi pendidikan dari tahun 1990-an memang membantu siswa mendapatkan akses ke komputer dan mempelajari keterampilan dasar. Tapi itu tidak berarti pekerjaan berupah lebih tinggi ketika para siswa memasuki dunia kerja. Namun, peralatan dan perangkat lunak yang diperlukan untuk mengajar mereka mendatangkan keuntungan besar bagi perusahaan teknologi pada tahun 1995 industri ini bernilai US $ 4 miliar.

Di Bawah Tekanan

Jika komputer di sekolah tidak berfungsi seperti yang dijanjikan dua dekade lalu, lalu ada apa di balik dorongan pengkodean saat ini? Cuban menunjukkan bahwa beberapa dewan dan administrator sekolah dapat menahan tekanan dari para pemimpin bisnis, pejabat publik, dan orang tua. Organisasi seperti CS For All Consortium, misalnya, memiliki banyak anggota perusahaan pendidikan yang memanfaatkan dana dari badan legislatif negara bagian.

Dorongan besar juga datang dari raksasa teknologi. Amazon, Facebook, Google, Microsoft, dan lainnya secara kolektif menyumbang $ 300 juta untuk inisiatif federal baru pemerintahan Trump tidak diragukan lagi melihat, seperti yang diamati oleh The New York Times, potensi untuk “memasarkan perangkat dan perangkat lunak mereka sendiri di sekolah saat kelas pengkodean menyebar.”

Ini tidak selalu merupakan kesepakatan terbaik untuk siswa. Pada tahun 2013, Los Angeles Unified School District berencana memberikan Apple iPads kepada setiap siswa di setiap sekolah dengan biaya $ 1,3 miliar. Program itu gagal: iPads memiliki masalah teknis dan perangkat lunak yang tidak lengkap yang membuatnya tidak berguna. Dampak tersebut termasuk investigasi oleh FBI dan Komisi Sekuritas dan Bursa AS, dan penyelesaian hukum di mana Apple dan mitranya melunasi distrik sekolah sebesar $ 6,4 juta.

Namun, perusahaan teknologi membingkai upaya mereka dengan istilah yang lebih mulia. Pada bulan Juni 2017, presiden Microsoft Brad Smith membandingkan upaya industri teknologi nonprofit Code.org dengan upaya sebelumnya untuk meningkatkan pelatihan sains dan teknologi di Amerika Serikat. Mengingat fokus pada penelitian ilmiah yang mendorong Perlombaan Luar Angkasa, Smith berkata, “Menurut kami ilmu komputer adalah hingga abad ke-21 seperti fisika hingga abad ke-20.”

Memang, perusahaan teknologi mengalami kesulitan dalam mempekerjakan dan mempertahankan insinyur perangkat lunak. Dengan kekhawatiran baru tentang pembatasan visa bagi pekerja imigran terampil, industri ini pasti bisa mendapatkan keuntungan dari tenaga kerja yang dilatih dengan dolar publik.

Untuk beberapa perusahaan teknologi, ini adalah tujuan eksplisit. Pada tahun 2016, Oracle dan Micron Technology membantu menulis rancangan undang-undang pendidikan negara bagian di Idaho yang berbunyi, “Upaya untuk meningkatkan pengajaran ilmu komputer, taman kanak-kanak melalui karier, didorong oleh kebutuhan industri, dan dikembangkan dalam kemitraan dengan industri.” Sementara dua anggota parlemen keberatan dengan pengaruh perusahaan pada RUU tersebut, RUU itu disahkan dengan mayoritas besar.

Sejarah Berulang?

Beberapa kritikus berpendapat bahwa tujuan dari dorongan pengkodean adalah untuk meningkatkan jumlah pemrogram di pasar secara besar-besaran, menekan upah dan memperkuat margin keuntungan perusahaan teknologi. Meskipun tidak ada bukti konkret untuk mendukung klaim ini, faktanya hanya setengah dari mahasiswa yang mengambil jurusan sains, teknologi, teknik atau mata pelajaran yang berhubungan dengan matematika mendapatkan pekerjaan di bidangnya setelah lulus. Hal itu tentu menimbulkan keraguan atas gagasan bahwa ada “kesenjangan keterampilan” antara kemampuan pekerja dan kebutuhan pengusaha. Kekhawatiran tentang perbedaan ini telah membantu membenarkan investasi dalam pendidikan teknologi selama 20 tahun terakhir.

Melihat Kembali Kegemaran Anak-Anak Dalam Membuat Kode Pemrograman Pada Komputer

Karena jutaan dolar mengalir ke perusahaan teknologi atas nama pendidikan, mereka sering kali mengabaikan kebutuhan utama sekolah AS lainnya. Teknologi di kelas tidak dapat menyelesaikan masalah yang disebabkan pemotongan anggaran, ukuran kelas yang besar, dan gaji guru yang rendah . Lebih buruk lagi, penelitian baru menemukan bahwa reformasi pendidikan yang digerakkan oleh teknologi kontemporer mungkin pada akhirnya meningkatkan masalah yang mereka coba perbaiki. Siapa yang paling diuntungkan dari dorongan ilmu komputer baru ini? Sejarah memberi tahu kita bahwa itu mungkin bukan siswa.

Penjelasan: Apa Yang Diperlukan Untuk Membuat Pendidikan Ilmu Komputer Tersedia Di Semua Sekolah

Perlunya Pendidikan Ilmu Komputer Tersedia Di Semua Sekolah

November 30, 2020 /

Perlunya Pendidikan Ilmu Komputer Tersedia Di Semua Sekolah – Walikota Kota New York Bill de Blasio baru-baru ini mengumumkan bahwa kota tersebut menginvestasikan US $ 81 juta untuk membangun pengajaran ilmu komputer di setiap sekolah umum di kota tersebut pada tahun 2025. Pengumuman ini mengesankan, tetapi tidak mengherankan bagi kita yang telah menyaksikan lanskap pendidikan ilmu komputer berkembang pesat selama delapan tahun terakhir.

Penjelasan: Apa Yang Diperlukan Untuk Membuat Pendidikan Ilmu Komputer Tersedia Di Semua Sekolah

Minat pada ilmu komputer (CS) di tingkat universitas menurun setelah “dot-com bust” pada tahun 2000, tetapi kemudian kembali lagi dengan sepenuh hati pada tahun 2007. Sejak itu, pendaftaran siswa di bidang ilmu komputer telah meningkat. www.mustangcontracting.com

Sebagai profesor ilmu komputer yang telah bekerja keras untuk meningkatkan pendidikan Ilmu Komputer di tingkat K-12, sarjana dan pascasarjana, saya tahu masih banyak lagi yang ingin terjun ke bidang ilmu komputer. Jumlah siswa perempuan dan ras minoritas tetap sangat rendah. Namun seringkali para siswa ini tidak memiliki persiapan atau dorongan untuk berhasil dalam pekerjaan setingkat perguruan tinggi. Jadi, apa saja tantangan dalam memperluas pendidikan ilmu komputer di sistem sekolah umum K-12?

Bagaimana Ilmu Komputer Kembali Sebagai Jurusan

Awal milenium baru melihat banyak pasang surut di bidang ilmu komputer. Pendaftaran dalam ilmu komputer dan gelar teknik komputer mencapai puncaknya pada tahun 2000, pada puncak “gelembung dot-com”. Tahun itu, Survei Taulbee, survei departemen komputasi universitas yang dilakukan oleh Asosiasi Riset Komputasi, melaporkan 79.311 jurusan sarjana di lembaga pemberi doktor.

Tapi segera setelah “dot-com bust” pada tahun 2000, jumlah jurusan baru menurun drastis. Pada tahun 2007, survei Taulbee melaporkan hanya 46.226 sarjana di lembaga pemberi doktor.

Meskipun penurunan teknologi jangka pendek setelah “kehancuran”, industri komputasi tumbuh pesat sepanjang tahun 2000-an. Jadi, pada tahun 2007, industri komputasi membunyikan alarm tentang kekurangan profesional komputasi terlatih. Memang, pada tahun yang sama, Biro Statistik Tenaga Kerja memperkirakan bahwa komputasi akan menjadi sektor profesional yang tumbuh paling cepat, dengan proyeksi tingkat pertumbuhan 10 tahun sebesar 24,8%. Mulai tahun 2007, kami di akademisi mulai memperhatikan lebih banyak siswa di kelas kami, dan kemudian lebih banyak lagi.

Pada musim semi 2009, ketika saya menjadi direktur program sarjana untuk program CS UMBC, kami mengadakan pertemuan darurat untuk memutuskan bagaimana menangani fakta bahwa semua bagian dari kelas matematika diskrit yang kami wajibkan memiliki daftar tunggu. Kami memperdebatkan apakah ini awal dari tren yang sebenarnya, atau hanya blip.

Dalam satu atau dua tahun, setiap profesor ilmu komputer di negara tersebut tahu bahwa itu bukan hanya blip. Saat kami berusaha keras untuk mempekerjakan lebih banyak pengajar, menambah ukuran kelas, dan mencoba menemukan cara untuk mengakomodasi daftar tunggu kami yang semakin panjang, para siswa terus berdatangan.

Pada tahun 2014, survei Taulbee terbaru melaporkan hampir 102.000 jurusan ilmu komputer dan teknik komputer (dan 12.000 lainnya dalam ilmu informasi, kategori yang tidak dilaporkan dalam survei Taulbee sebelumnya) peningkatan yang luar biasa sebesar 120% dalam tujuh tahun sejak pendaftaran terendah tahun 2007.

Kurangnya Instruksi

Tetapi kami menghadapi banyak tantangan. Seringkali siswa yang ingin mengambil jurusan ilmu komputer tidak siap untuk melakukannya mereka tidak memiliki pemikiran komputasi atau persiapan matematika untuk berhasil dalam tugas tingkat perguruan tinggi.

Kami juga tidak melakukan cukup banyak upaya untuk memperluas minat dalam komputasi: persentase wanita jurusan Ilmu Komputer ilmu komputer tetap sangat rendah, hanya 14,1%, dan beberapa ras minoritas juga secara signifikan kurang terwakili (dengan orang Afrika-Amerika yang mewakili hanya sekitar 3% dari jurusan, dan Hispanik mewakili sekitar 7%).

Menurut Code.org, sebuah lembaga nonprofit yang berfokus pada perluasan akses ke pendidikan komputasi di sekolah K-12, 26 negara bagian mengizinkan kelas ilmu komputer dihitung untuk kelulusan sekolah menengah (biasanya sebagai kredit pendidikan matematika, sains atau teknologi), dibandingkan dengan hanya sembilan negara bagian pada tahun 2010.

Namun, tidak ada negara bagian yang benar-benar mewajibkan kelas ilmu komputer untuk kelulusan. Akibatnya, sebagian besar siswa di AS tidak mengambil satu pun kursus ilmu komputer selama pendidikan K-12 mereka; hanya 25% kepala sekolah melaporkan bahwa sekolah mereka menawarkan kursus Ilmu Komputer yang mencakup pemrograman; hanya 5% sekolah menengah yang disertifikasi untuk menawarkan ilmu komputer AP; kurang dari 40.000 siswa mengikuti ujian AP CS A pada tahun 2014 (mewakili kurang dari 1% ujian AP); dan sebagian besar siswa meninggalkan sekolah menengah dengan sedikit pengetahuan tentang pemikiran atau desain komputasi.

Inilah Yang Dilakukan Negara Bagian

Kabar baiknya adalah banyak negara bagian yang bergerak cepat untuk memperluas pengajaran komputasi dalam pendidikan K-12.

Pada tahun 2012, Chicago mengumumkan rencana komprehensif lima tahun untuk menetapkan pengajaran ilmu komputer di setiap sekolah umum, mulai dari sekolah dasar. Sejak itu, San Francisco dan New York City telah bergabung. Arkansas baru-baru ini menjadi negara bagian pertama yang mengumumkan bahwa setiap sekolah menengah umum dan piagam harus menawarkan kelas ilmu komputer. Meski begitu, tidak ada negara bagian yang sepenuhnya mengadopsi pendidikan ilmu komputer K-12 universal di seluruh negara bagian.

Rata-rata, pada 2010, negara bagian telah mengadopsi hanya 55% dari 35 standar pembelajaran yang direkomendasikan yang dikembangkan oleh Computer Science Teachers Association, organisasi profesional utama untuk pendidikan komputasi K-12. Meskipun semua 50 negara bagian telah mengadopsi beberapa standar sekolah dasar (kelas K-6), hampir setengah dari negara bagian tidak mengadopsi standar sekolah menengah (kelas 9-12).

Selain itu, standar yang telah diadopsi oleh negara bagian lebih fokus pada keterampilan tingkat rendah daripada konsep komputasi abstrak, dan karena itu tidak mempersiapkan siswa dengan baik untuk kursus komputasi tingkat perguruan tinggi yang lebih maju.

Standar Pengajaran Berbeda-Beda

Perhatian tambahan dalam memperluas pendidikan komputasi K-12 adalah tantangan untuk menemukan guru yang berkualitas. Arkansas, misalnya, berusaha keras untuk merekrut dan melatih cukup banyak guru yang berkualitas. Seperti yang dikatakan Gubernur Arkansas Asa Hutchinson pada saat mandat baru menjadi undang-undang, hanya 20 guru sekolah menengah di seluruh negara bagian yang benar-benar siap untuk mengajar ilmu komputer.

Kesenjangan antara keinginan untuk kelas ilmu komputer dan ketersediaan guru yang siap ada di seluruh negeri. Standar untuk pengajaran ilmu komputer juga kurang atau tidak konsisten lintas batas negara bagian.

Sebuah 2013 Laporan oleh ACM dan CSTA menyatakan bahwa hanya dua negara bagian dan District of Columbia khusus memerlukan sertifikasi CS untuk mengajar kelas ilmu komputer. Tujuh negara bagian tambahan memerlukan sertifikasi Ilmu Komputer untuk mengajarkan ilmu komputer Penempatan Lanjutan.

Di 13 negara bagian lainnya, sertifikasi pengajaran dalam Ilmu Komputer ditawarkan tetapi tidak diwajibkan dan di sebagian besar negara bagian tersebut, sistem sertifikasi tidak efektif karena program tidak ditawarkan, informasi tidak tersedia, persyaratannya terlalu rumit untuk dipahami dan dipenuhi oleh guru, atau tidak ada insentif untuk mendapatkan sertifikasi Ilmu Komputer untuk mengajar kelas Ilmu Komputer.

Selain itu, seiring dengan meningkatnya permintaan akan kelas ilmu komputer, guru di bidang lain dengan sedikit latar belakang ilmu komputer dimanfaatkan untuk mengajar kelas tersebut.

Penjelasan: Apa Yang Diperlukan Untuk Membuat Pendidikan Ilmu Komputer Tersedia Di Semua Sekolah

Tantangan Di Depan

Komunitas pendidikan ilmu komputer bekerja untuk mengembangkan standar yang lebih konsisten di seluruh batas negara bagian. Sementara itu, kekhawatiran lain muncul. Misalnya, mensyaratkan sertifikasi akan memperburuk masalah kekurangan guru, karena banyak mata kuliah ilmu komputer yang saat ini diajarkan oleh guru tanpa sertifikasi ilmu komputer. Ada juga perhatian yang nyata dan terus berkembang tentang menarik dan mempertahankan guru yang berkualifikasi tinggi, karena guru-guru ini juga dipekerjakan di industri.  Meskipun sudah ada banyak kemajuan sejak 2010, jalannya masih panjang.

Mengapa Sekolah Perlu Memperkenalkan Komputasi Di Semua Mata Pelajaran

Mengapa Sekolah Perlu Memperkenalkan Komputasi?

November 30, 2020 /

Mengapa Sekolah Perlu Memperkenalkan Komputasi? – Dalam pidato kenegaraannya baru-baru ini, Presiden Barack Obama mengatakan sekolah perlu menawarkan kelas ilmu komputer kepada setiap siswa agar lebih siap menghadapi angkatan kerja.

Mengapa Sekolah Perlu Memperkenalkan Komputasi Di Semua Mata Pelajaran

Presiden Obama benar: generasi pelajar berikutnya akan membutuhkan kefasihan tingkat tinggi dengan cara berpikir di mana komputer bertindak sebagai mitra interaktif. Pertanyaannya adalah: bagaimana cara terbaik untuk memastikan mereka memperoleh pemikiran itu? Apakah kelas komputasi satu-satunya cara untuk melakukan ini? slot gacor

Lebih Banyak Kelas Komputer

Ada kesepakatan luas bahwa komputasi harus memainkan peran yang lebih menonjol di seluruh sistem pendidikan kita. Untuk alasan ini, ada upaya yang lebih terpadu untuk meningkatkan kelas komputasi di tingkat kelas K-12.

The STEM Pendidikan Act of 2015 yang baru saja disahkan menjadi undang-undang, memperluas definisi STEM (ilmu pengetahuan, teknologi, teknik dan matematika) untuk memasukkan ilmu komputer dan mendorong lebih banyak upaya pendidikan STEM. https://www.mustangcontracting.com/

Tujuh dari distrik sekolah terbesar di negara itu menambahkan lebih banyak kelas ilmu komputer. Distrik Sekolah Umum Chicago, misalnya, berencana mengadakan kelas ilmu komputer di semua tingkat pendidikan dan menjadikannya persyaratan kelulusan sekolah menengah pada tahun 2018. Walikota Kota New York Bill de Blasio baru-baru ini mengatakan bahwa kota tersebut akan memastikan ada pengajaran ilmu komputer (CS) di setiap sekolah umum pada tahun 2025.

Saya telah meneliti upaya untuk menghadirkan komputasi ke sekolah dan telah berpartisipasi dalam upaya nasional untuk merancang kelas Ilmu Komputer, melatih guru Ilmu Komputer, dan menerapkan kurikulum Ilmu Komputer di berbagai tingkat kelas. Saya tahu bahwa upaya untuk menerapkan kursus Ilmu Komputer menemui banyak tantangan, terutama dalam hal persiapan dan retensi guru.

Sebaliknya, upaya untuk melatih guru untuk menerapkan komputasi secara bermakna dalam disiplin mereka sendiri, misalnya, di kelas biologi atau sejarah, menemui kesulitan yang jauh lebih sedikit. Jadi, meskipun saya yakin upaya untuk menambah kursus Ilmu Komputer ini baik dan perlu, itu tidak cukup.

Kekurangan Siswa

Faktanya adalah bahwa keberhasilan prakarsa semacam itu sangat bergantung pada kemampuan sekolah untuk mempekerjakan dan mempertahankan guru yang berkualifikasi, dan pada kemampuan siswa untuk memberikan ruang untuk tugas baru dalam jadwal mereka yang sudah padat.

Seperti Inilah Gambar Saat Ini:

Saat ini, kurang dari satu siswa sekolah menengah per 1.000 mengambil ilmu komputer Penempatan Lanjutan, yang merupakan kursus standar untuk pendidikan Ilmu Komputer untuk sekolah menengah.

Faktanya, menurut Code.org, sebuah lembaga nirlaba terkemuka yang berdedikasi untuk memperluas akses ke ilmu komputer, jumlah kelas ilmu komputer sekolah menengah – baik pengantar maupun AP telah menurun secara signifikan dalam dekade terakhir. Sejak 2005, kelas pengantar turun sebesar 17 persen dan kelas AP sebesar 33 persen. Hanya 25 persen sekolah menengah yang memiliki penawaran sama sekali dalam Ilmu Komputer, dan kurang dari 5 persen yang memiliki kursus Ilmu Komputer AP.

Bahkan di lingkungan keuangan terbaik, tidak semua sekolah menawarkan atau berencana menawarkan kursus komputasi. Di sebagian besar sekolah yang melakukannya, kursus tersebut hanya bersifat elektif dan menjangkau sebagian kecil siswa.

Menurut Dewan Perguruan Tinggi, yang melacak ujian AP, hanya 20.414 siswa yang mengambil ujian ilmu komputer AP pada tahun 2014. Sebagai perbandingan, sekitar 263.000 mengambil sejarah AS, dan 438.500 siswa mengambil bahasa Inggris. Dari mereka yang mengikuti ujian ilmu komputer, hanya 18 persen adalah perempuan. Dan hanya 3 persen adalah orang Afrika-Amerika.

Kurangnya Guru Yang Berkualitas

Selain itu, ada kekurangan guru yang memenuhi syarat untuk mengajar kursus komputasi. Pada tahun 2010, National Science Foundation meluncurkan proyek CS10K, dengan tujuan untuk melatih 10.000 guru Ilmu Komputer pada tahun 2015. Namun, pada pertemuan baru-baru ini, NSF melaporkan bahwa mereka hanya dapat melatih antara 200-600 guru per tahun, yaitu sekitar 2.000 guru, dan sangat jauh dari tujuan.

Ada masalah lain juga dengan pelatihan: proyek belum memastikan berapa banyak guru terlatih yang masih mengajar Ilmu Komputer. Kami tahu bahwa populasi peserta pelatihan telah bergeser dari sebagian besar guru senior menjadi sebagian besar guru yang lebih muda, yang berarti bahwa proyek tersebut dapat berupa pelatihan guru, yang kemungkinan besar akan berangkat ke industri dan cenderung tidak tinggal.

Selain itu, sebagian besar negara bagian tidak memiliki sertifikasi untuk ilmu komputer, dan di antara sebagian besar yang memiliki, sertifikasi tersebut lemah dan tidak membuat mereka memenuhi syarat untuk mengajar Ilmu Komputer di sekolah menengah. Semua ini membuat tugas menjadi lebih berat.

Apa Yang Bisa Dilakukan Sekolah?

Jadi, strategi yang lebih disukai adalah memasukkan komputasi ke dalam setiap mata pelajaran sekolah.

Studi terbaru dari lab saya dan di beberapa laboratorium universitas lainnya dalam 10 tahun terakhir menunjukkan bahwa jauh lebih mudah untuk melatih guru bidang mata pelajaran dalam pemikiran komputasi di bidang mata pelajaran mereka seperti kimia atau sejarah daripada melatih dan mempertahankan penuh waktu guru komputasi.

Mengapa Sekolah Perlu Memperkenalkan Komputasi Di Semua Mata Pelajaran

Dengan cara ini, guru mempelajari komputasi dalam konteks materi yang sudah mereka ketahui dan melihat nilai tambah dari komputasi tersebut. Selain itu, karena strategi ini melibatkan semua mata pelajaran, ini memastikan bahwa semua siswa sekolah menengah, termasuk kelompok yang biasanya kurang terwakili, akan memiliki akses.

Menggunakan strategi ini, tuan rumah dari studi telah menemukan bahwa berbagai siswa bukan hanya “Geeks” tidak bisa hanya belajar keterampilan komputasi, tetapi mereka dapat belajar mereka cukup mudah dibandingkan dengan mencetak atau literasi matematika. Dan keterampilan ini dapat membantu mereka meningkatkan pembelajaran di bidang lain.

« Older posts Newer posts »

© 2025 Berita Komputer di Dunia Saat Ini – Societyprofiad

Theme by Anders Noren — Up ↑