EIKON Technology

logo Eikon
Menu

Info

Info

Lynn Langit, Arsitek Cloud dan Peneliti Bioinformatika dengan Pipeline Data Skala Genom Google Cloud Platform

Profesi yang berkaitan dengan pengolahan data kini semakin diminati. Ilmuwan data dan data analis makin banyak jumlahnya. Namun pernahkah Anda menjumpai seseorang yang ahli dalam beberapa bidang terkait data sekaligus? Mari bertemu Lynn Langit, seorang pengusaha wanita asal Minnesota, Amerika Serikat. Langit merupakan pemilik sebuah perusahaan konsultan, Lynn Langit Consulting LLC. Diwaktu yang bersamaan, Langit juga merupakan seorang arsitek cloud, developer program, serta pendidik di bidang analitik data. Saat ini, Langit sedang mengerjakan pipeline bioinformatika (genomik). Bagaimana perjalanan Lynn Langit dengan Google Cloud Platform? Berawal dari rasa penasaran Photo Credit: Piqsels Mulanya, Lynn Langit bukanlah praktisi di bidang data. Perempuan asal Minnesota, Amerika Serikat ini memang mengawali kariernya di perusahaan teknologi. Hanya saja, saat itu ia justru lebih fokus pada sisi bisnis. Saat mulai meniti karier, Langit justru merasa tertarik dengan data. Kala itu, ia merasa bahwa data memiliki kekuatan besar yang bisa memengaruhi proses pengambilan keputusan. Hingga akhirnya di tahun 2007, ia memutuskan untuk “menyeberang” dan menjadi praktisi analitik data. Langit belajar secara otodidak. Ia mengikuti kursus hingga mencari materi dari berbagai modul online. Materi yang dipelajarinya pertama kali berhubungan dengan data base dan pergudangan data, khususnya bagian membangun dan menyetel database perusahaan. Barulah setelah Hadoop/NoSQL tersedia, ia beralih ke Big Data. Baca juga: Tips Membangun Data Team yang Solid untuk Startup EdTech dengan Google Cloud Tak ragu beralih teknologi Langit memulai proses belajarnya dengan memanfaatkan teknologi Microsoft. Ia bahkan mendapatkan seluruh sertifikasi Microsoft hanya dalam waktu satu tahun. Saat Langit menyadari bahwa industri mulai bergeser dari sistem local ke cloud, ia pun beralih dari pemrograman ke komputasi awan. Ia memulai dengan Amazon Web Services (AWS), namun kemudian beralih dan bertahan dengan Google Cloud Platform (GCP) hingga sekarang. Untuk saat ini, Langit berkutat dengan bidang data pipeline, data ops, serta machine learning (ML). Belajar otodidak bukan hal mustahil Satu hal yang menarik dari Langit adalah keteguhannya untuk mempelajari data. Ia mempelajari data secara mandiri dan disiplin. Meski begitu, Langit tak pernah kehabisan bahan untuk dipelajari. Dalam ekosistem Google Cloud sendiri, mulanya ia mempelajari BigQuery, sebuah produk data analitik. Baginya, BigQuery merupakan sebuah gerbang yang menghubungkannya dengan platform data yang lebih besar, terbuka, cerdas, dan terpadu. Sebab, BigQuery menggabungkan ilmu mengenai analitik data, database, AI/ML, serta business intelligence. Proyek penelitian bioinformatika Photo Credit: Piqsels Bagi Langit, tidak pernah ada kata berhenti untuk mempelajari data. Ia bahkan selalu terbuka untuk mempelajari bidang baru. Saat ini, ia sedang mengerjakan sebuah proyek yang berhubungan dengan kesehatan manusia dan upaya menanggulangi pandemi. Dalam proyek tersebut, Langit membantu para ilmuwan dan peneliti bioinformatika dengan pipeline data berskala genomik. Lagi-lagi, ia juga mempelajari bidang tersebut secara otodidak. Seluruh proses belajar mandiri tersebut bahkan dibagikan melalui halaman GitHub miliknya. Langit juga berbagi materi lain dalam kursus Google Cloud Platform berformat open source lewat GitHub. Kursus tersebut ditujukan pada para peneliti yang baru mulai bekerja dengan GCP. Menariknya, kursus yang diadakan Langit benar-benar didesain untuk pemula. Anda bahkan bisa menemukan materi tentang cara membuat akun GCP. Anda juga bisa seperti Lynn Langit Kisah Lynn Langit membuktikan bahwa ilmu mengenai data bisa dipelajari secara mandiri. Sebab, kini sudah ada banyak sekali resources yang bisa Anda gunakan untuk mempelajari data, bahkan dari materi paling dasar sekali pun. Siap untuk memulai petualangan Anda bersama Google Cloud Platform? Anda bisa mulai mempelajarinya dengan rekomendasi dari Google berikut. Lewat sistem tersebut, Anda dapat memperoleh lencana khusus serta sertifikasi sepanjang proses pembelajaran. Jangan lupa juga untuk bergabung dengan program Cloud Innovator untuk mendapatkan informasi terbaru mengenai tips, trik, dan event praktisi data lainnya. Anda juga bisa terhubung dengan komunitas data Google lewat acara virtual “Latest Google Cloud data analytics innovations”. Daftar sekarang untuk menjawab seluruh rasa penasaran Anda terhadap data langsung dengan para petinggi Google Cloud Platform. Jangan lewatkan juga demo produk dan fitur terbaru Google Cloud termasuk BigQuery, Dataproc, Dataplex, Dataflow, dan banyak lagi. Baca juga: Memanfaatkan Google Cloud untuk Menyusun Proyek Data Science Selain memperkaya materi seputar analitik data seperti yang dilakukan Lynn Langit, ada baiknya Anda juga mulai membiasakan diri dengan Google Cloud Platform. Dapatkan solusi komputasi awan Google Cloud berlisensi resmi hanya di EIKON Technology, authorized partner Google di Indonesia. Untuk informasi lebih lanjut, klik di sini!

Info

Mendapatkan Insights Baru untuk Mengelola Multicloud dengan Hybrid Cloud Logs

Hybrid dan multicloud cenderung menghasilkan log tanpa batas, seperti log aplikasi dan server, log yang terkait dengan layanan cloud, API, orchestrators, gateways, dan hal lain yang berjalan di lingkungan tersebut. Volume tinggi tersebut kemudian menyebabkan sistem logging menjadi lambat dan lebih sulit dikelola saat Anda memerlukannya untuk memecahkan masalah. Saat ini, rangkaian operasi Google Cloud memainkan peran penting dalam modernisasi framework aplikasi apa pun. Selain itu, Google Cloud juga semakin sering digunakan untuk memastikan keandalan dan keamanan aplikasi, menyediakan pemantauan, pencatatan, dan peringatan. Artikel kali ini akan membahas bagaimana hybrid cloud logs dari Google Cloud dapat membantu Anda untuk menemukan insights dan troubleshooting yang lebih baik. Mari pelajari bersama. Meningkatkan kualitas operasi pelanggan Untuk memudahkan Anda memahami bagaimana Google Cloud bekerja mengelola lingkungan hybrid dan multicloud, mari simak studi kasus mengenai dua pengalaman pelanggan berikut: Pelanggan 1: sebuah perusahaan media besar yang bermasalah dengan pencatatan mereka yang terlalu lambat untuk bisa mendukung pemecahan masalah real-time. Pelanggan 2: sebuah penyedia telekomunikasi besar yang merasa tidak mendapatkan insights berharga dari banyak terabyte log jaringan yang mereka serap tiap harinya. Insights tersebut tidak harus datang real-time. Analisis studi kasus Photo Credit: Rawpixel Kedua pelanggan menggunakan produk open source yang dikelola sendiri dan populer untuk penyerapan, penyimpanan, dan pengambilan. Namun seiring dengan meningkatnya volume logs mereka, biaya infrastruktur dan biaya operasional untuk mendukung logs pun ikut meningkat. Keduanya juga berbagi karakteristik berikut: Setup kedua perusahaan perlu penyimpanan SSD serta VMs besar sebagai saluran penyerapan, penyimpanan, dan pengambilan. Kedua perusahaan menghadapi risiko karena ketergantungan pada pada satu resource untuk manajemen log mereka. Keduanya memiliki antrean data pipeline yang menumpuk. Salah satunya bahkan tidak mendapatkan log di saat mereka membutuhkan, misalnya saat mengalami kegagalan aplikasi atau infrastruktur berdampak pada SLA (service level agreement) produk dan layanan mereka). Baca juga: Cloud IDS Untuk Deteksi Ancaman Berbasis Jaringan Sekarang Tersedia Secara Umum Solusi yang ditawarkan Sebagai solusi, mereka perlu mengurangi biaya, mengurangi risiko kegagalan, dan menentukan volume log yang perlu mereka serap dan simpan untuk mendapatkan analytical insights. Dari situ terlihat pola yang berbeda hingga memunculkan dua opsi solusi berikut: Pelanggan 1: Melakukan routing pada log sistem dan aplikasi dari layanan hybrid dan multicloud mereka ke Cloud Logging untuk pemecahan masalah real-time serta mengurangi biaya dan beban operasional. Pelanggan 2: Melakukan routing pada log jaringan mereka langsung ke BigQuery. Dengan begitu, mereka dapat mengelola biaya dan madapatkan insights yang lebih baik. Pola 1: Cloud Logging untuk manajemen resource dan troubleshooting Pola ini cocok untuk perusahaan yang perlu memecahkan masalah berdasarkan real-time logs. Di sini, fokus utamanya terletak pada log dan metrik penting. Sedangkan log yang tidak diperlukan untuk pemecahan masalah real-time diambil sampelnya dan disaring sesuai kebutuhan. Photo Credit: Google Cloud Blog Pola di atas sesuai dengan Pelanggan 1 dalam studi kasus ini karena kasus penggunaan mereka difokuskan pada pemecahan masalah dan log jaringan terperinci hanya diperlukan untuk analitik. Keuntungan yang bisa didapat di antaranya: Dikelola sepenuhnya, sehingga pelanggan dapat fokus pada pengembangan aplikasi. Hemat biaya dengan kombinasi Cloud Logging dan BigQuery. Memberikan dasar untuk operasi self-healin di masa depan dengan metrik berbasis log. Pola 2: BigQuery untuk analisis log dalam skenario hybrid dan multicloud Pola ini direkomendasikan untuk pelanggan yang perlu menjalankan model untuk deteksi anomali, pengenalan pola, dan tindakan lain yang terkait dengan log jaringan mereka. Di sini, BigQuery bisa menjadi solusi. Selain karena memiliki biaya rendah, BigQuery juga dilengkapi dengan AI dan ML bawaan serta skala global. Photo Credit: Google Cloud Blog Pola ini menyediakan beberapa keuntungan berikut: Solusi hemat biaya untuk log jaringan volume tinggi. Mesin analitik bawaan untuk log insights. Penggunaan BigQuery API untuk menampilkan data ke dashboard dan menggunakan analytical insights. Baca juga: Do’s Dan Don’ts Yang Harus Diketahui CSP Sebelum Menerapkan Cloud-Native Rangkaian operasi Google Cloud sangat mudah untuk digunakan. Terlebih karena rangkaian ini mendukung berbagai kasus penggunaan lainnya. Contoh studi kasus di atas menunjukkan bahwa solusi yang disediakan Cloud selalu terintegrasi satu sama lain. Jika ingin mendapatkan manfaat maksimal dari Hybrid Cloud Logs, sebaiknya gunakan Google Cloud. Kini, Anda bisa memilih layanan Google Cloud yang disesuaikan dengan kebutuhan perusahaan melalui EIKON Technology, authorized partner Google untuk Indonesia. Klik di sini untuk mulai konsultasi dengan tim EIKON Technology!

Info

Meminimalisir Dampak Situasi Darurat dengan On-Call Management Freshservice

Satu hal yang sering luput dari pemanfaatan teknologi adalah mitigasi terhadap situasi darurat seperti pemadaman listrik atau bencana alam. Baik startup maupun perusahaan besar, tidak akan bisa terhindar dari dampak situasi darurat, yang bisa dilakukan adalah mengupayakan cara meminimalisir dampak tersebut. Untungnya, untuk mengatasi hal tersebut Anda juga bisa memanfaatkan bantuan teknologi. Salah satu caranya adalah dengan layanan on-call management dari Freshservice. Layanan ini memungkinkan tim IT perusahaan Anda untuk bisa segera merespon situasi darurat. Bagaimana caranya? Mengapa perusahaan memerlukan on-call management Dengan bantuan on-call management dari Freshservice, Anda bisa menghilangkan segala keraguan yang timbul saat terjadi situasi darurat. Caranya adalah dengan mengizinkan tim IT untuk melakukan konfigurasi jadwal ketersediaan agen serta menentukan kebijakan terkait proses eskalasi. Dengan begitu, respon terhadap situasi bisa lebih cepat diberikan. On-call management juga mengurangi Mean Time to Acknowledge (MTTA) atau waktu yang dibutuhkan suatu problem hingga mendapat perhatian dari agen terkait. Langkah ini sangat efisien untuk mempercepat proses penyelesaian situasi kritis, bahkan meminimalisir dampaknya. Lima poin penting on-call management Freshservice Ada lima hal yang menjadi pilar utama layanan on-call management dari Freshservice yaitu on-call schedule, on-call rotation, escalation paths, notification channels & rules, serta on-call calendar. Berikut penjelasan untuk masing-masing poin: On-call schedule On-call schedule menampilkan ketersediaan. Jadi, Anda bisa memastikan bahwa pihak yang dibutuhkan untuk menangani situasi darurat akan selalu ada. Fitur ini menyediakan beberapa jadwal panggilan yang dapat dipetakan ke layanan dan grup terkait. Jadwal akan terdiri dari waktu shift yang berisi ketersediaan untuk saat-saat tertentu seperti akhir pekan atau hari libur. Baca juga: IT Service Management Modern Bernama Freshservice On-call rotation On-call rotation merupakan proses distribusi kerja antar seluruh anggota tim. Tujuannya adalah agar seluruh elemen tim dapat berkontribusi, belajar, dan mengambil tanggung jawab. Setiap shift akan dipetakan ke daftar anggota on-call sebagai primer, sekunder, dan tersier menurut pengalaman dan ketersediaan. Anda juga bisa melakukan rotasi shift berdasarkan periode waktu khusus. Photo Credit: Freshworks Blog Escalation paths Escalation paths mengatur bagaimana anggota yang ada dalam daftar on-call mendapat pemberitahuan terkait situasi darurat. Fitur ini juga mencantumkan anggota yang tidak termasuk dalam grup, tapi masih memiliki kompetensi untuk menyelesaikan problem. Jika insiden tetap tidak terselesaikan bahkan setelah anggota di semua level telah dihubungi, jalur eskalasi yang sama akan diulang. Eskalasi berakhir ketika insiden diakui atau diselesaikan. Photo Credit: Freshworks Blog Notification Channels & Rules Notification channels merupakan sarana komunikasi bagi anggota penting dan pemangku kepentingan perusahaan. Di Freshservice, pemberitahuan akan dikirim melalui email, SMS, bahkan telepon, sesuai kebutuhan. Sedangkan Notification rules adalah syarat untuk mengirim pemberitahuan kepada anggota penting dan pemangku kepentingan. Ini juga termasuk anggota yang akan diinformasikan di setiap tingkat eskalasi. Photo Credit: Freshworks Blog On-call calendar On-call calendar memberikan rangkuman ketersediaan anggota dan jadwal yang terkait dengannya. Fitur ini bisa diatur agar menampilkan jadwal berdasarkan hari, minggu atau bulan. Anda juga bisa mengekspor jadwal dari perangkat apa pun sesuai pilihan. Jadi, Anda bisa memeriksa anggota yang masuk dalam daftar on-call kapan saja. Photo Credit: Freshworks Blog Tiap terjadi downtime, pasti ada kerugian yang diderita perusahaan, baik itu perusahaan besar yang sudah maupun perusahaan rintisan seperti start-up. Seringkali, downtime tidak bisa dihindari, sekeras apa pun usaha Anda. Meski begitu, upaya untuk meminimalisir dampaknya selalu tersedia dan terus dikembangkan. Salah satunya adalah dengan layanan on-call management Freshservice. Dari artikel ini bisa disimpulkan bahwa layanan on-call management dari Freshservice mampu memangkas beberapa proses rumit dalam eskalasi masalah. Jadi, Anda bisa segera mengambil tindakan yang tepat dan tentunya minim risiko. Tertarik untuk menerapkan on-call management dan layanan lain dari Freshservice. Anda bisa mendapatkannya hanya di EIKON Technology. Klik di sini untuk mulai free-trial layanan on-call management Freshservice!

Info

Mengenal BigQuery Explainable AI, Alat Interpretasi Model Machine Learning

BigQuery Explainable AI (XAI) adalah rangkaian tools dan framework yang dirancang untuk membantu Anda menginterpretasikan model machine learning dalam mengambil keputusan. BigQuery sendiri merupakan gudang penyimpanan data yang mendukung XAI dengan komprehensif, baik dari metodologi maupun jenis XAI. Dengan skala data BigQuery, Anda bisa mendapatkan jutaan penjelasan untuk suatu keputusan yang diambil machine learning dalam hitungan detik dan dengan satu query SQL saja. Mengenal Explainable AI Semakin hari, kebutuhan untuk mengetahui cara kerja bagian dalam model machine learning semakin tinggi. Terlebih kini permintaan terhadap artificial intelligence (AI) dan machine learning (ML) terus naik. Dalam sebuah studi yang dimuat di Forbes, diketahui bahwa 76% perusahaan kini menjadikan AI dan ML sebagai prioritas investasi utama untuk pengeluaran IT mereka. Di samping itu, sebuah survey yang dilakukan PwC menunjukkan bahwa 82% CEO perusahaan percaya bahwa setiap keputusan berbasis AI harus dapat dijelaskan model penalarannya agar dapat dipercaya. Baca juga: Mengelola BigQuery Lebih Mudah Dengan Resource Charts Dan Slot Estimator Selain BigQuery Explainable AI, Google Cloud juga menyediakan beberapa tools dan frameworks lain untuk membantu Anda menginterpretasikan model ML. Misalnya, Vertex Explainavle AI yang di dalamnya terdapat AutoML Tables, AutoML Vision, serta model-model yang telah dilatih khusus. Lalu, bagaimana sebenarnya Explainable AI bekerja dalam BigQuery? Untuk mengetahui jawabannya, mari simak penjelasannya dalam poin berikut. Dua jenis Explainable AI Photo Credit: Rawpixel  Jika dilihat dari fitur yang digunakan untuk melatih model AI, Explainable AI bisa dikelompokkan menjadi dua jenis explainability: global explainability dan local explainability. Apa perbedaan di antara keduanya? Untuk memudahkan Anda mempelajari perbedaannya, perhatikan studi kasus berikut ini. Katakanlah Anda memiliki sebuah model ML yang bisa memperkirakan harga rumah berdasarkan tiga pertimbangan: (1) jumlah ruang kamar, (2) jarak rumah ke pusat kota, dan (3) usia bangunan rumah. Pendekatan global explainability Jika menggunakan pendekatan global explainability maka bisa diketahui bahwa model ML yang Anda miliki akan memutuskan bahwa fitur (1) dan fitur (2) memiliki pengaruh yang lebih besar dalam memprediksi harga rumah dibanding fitur (3). Ini karena pendekatan global explainability menjelaskan pengaruh keseluruhan fitur yang ada pada model dan membantu Anda memahami apakah suatu fitur punya pengaruh yang lebih besar dibanding fitur lain dalam memprediksi model. Pendekatan ini akan sangat membantu jika Anda memiliki ratusan atau bahkan ribuan fitur dan ingin mengetahui manakah fitur yang paling besar kontribusinya terhadap model. Anda juga bisa mempertimbangkan global explainability untuk mengidentifikasi dan dan memangkas fitur yang dirasa kurang penting untuk meningkatkan kemampuan generalisasi model. Baca juga: Kemudahan Analisis Data Multicloud Dengan BigQuery Omni Pendekatan local explainability Kembali pada studi kasus. Jika harga rumah A diprediksi sebesar Rp700 juta, dengan pendekatan local explainability akan menjelaskan harga dasarnya (katakanlah Rp500 juta) dan bagaimana setiap fitur berkontribusi terhadap harga yang diprediksi. Misalnya, model ML Anda mengatakan bahwa fitur (1) akan menambahkan Rp100 juta dari harga dasar. Kemudian fitur (2) menambahkan Rp50 juta dan fitur (3) menambahkan Rp50 juta. Maka model bisa memprediksi bahwa harga rumah A adalah sekitar Rp700 juta. Intinya, pendekatan local explainability adalah tentang memahami porsi kontribusi yang tepat dari setiap fitur yang digunakan model dalam membuat setiap prediksi. Model ML apa yang diterapkan BigQuery Explainable AI? BigQuery Explainable AI berlaku untuk berbagai model ML, termasuk untuk model pembelajaran terawasi untuk data IID dan model deret waktu. Dokumentasi untuk BigQuery Explainable AI memberikan penjelasan singkat mengenai berbagai cara menerapkan kemampuan menjelaskan tiap model. Perhatikan bahwa setiap metode yang dapat dijelaskan pasti memiliki nilainya sendiri dan kemudian dibahas lebih dalam melalui dokumentasi.   Photo Credit: Google Cloud Blog Dengan adanya BigQuery Explainable AI, diharapkan Anda bisa lebih mudah menginterpretasikan bagaimana model ML mengambil keputusan. Tertarik untuk mulai menerapkan teknologi Explainable AI ini? BigQuery Explainable AI akan memberikan performa optimalnya jika Anda menggunakan  layanan Google Cloud. Dapatkan Google Cloud yang disesuaikan dengan kebutuhan Anda melalui EIKON Technology, distributor resmi produk-produk Google di Indonesia. Informasi selengkapnya, klik di sini!

Info

7 Alasan Mengapa Anda Membutuhkan Solusi Alert Management

Downtime telah terbukti sangat merusak workflow perusahaan. Perusahaan besar mungkin bisa bertahan dengan resources dan tools yang mereka. Di sisi lain, downtime  pada perusahaan kecil bisa mengancam kelangsungan usaha mereka, terutama jika mereka tidak memiliki bandwidth finansial untuk mengatasi kerugian besar. Alert Management bisa menjadi solusi yang efektif untuk mengatasi permasalahan tersebut. Keberadaannya bisa menjadi asisten yang bertindak sebagai repository, penerjemah, analis, hingga operator peringatan. Berikut tujuh cara bagaimana Alert Management menjadi solusi efisien yang dapat membantu operasi Anda. Konten peringatan lengkap Photo Credit: Freshservice Support Notifikasi yang dikirimkan ke email memang menunjukkan perubahan status. Namun seringkali peeringatan tersebut hanya sekadar memberitahu Anda bahwa ada yang sedang beres tanpa informasi lebih lanjut. Padahal, untuk bisa memahami keseluruhan masalah dengan cepat, Anda perlu detail yang lebih lengkap seperti deskripsi masalah, tag, wakut kemunculan problem, dan informasi lain yang tersedia. Di Alert Management, Anda bisa memilih konten apa saja yang akan ditampilkan di notifikasi email. Lengkap, tidak perlu berpindah tool Berpindah dari satu tool ke tool yang lain untuk mengawasi jaringan dan infrastruktur bisa sangat melelahkan dan makan waktu. Alert Management bekerja efisien dengan menyalurkan notifikasi dari seluruh tools pemantauan yang Anda gunakan. Semuanya dirangkum dalam satu panel sehingga Anda bisa mendapatkan gambaran perkembangan status digital setiap saat. Baca juga: IT Service Management Modern Bernama Freshservice Bebas ambiguitas Masing-masing tools pemantauan memiliki cara tertentu, berbicara dalam bahasa yang berbeda, dan menghasilkan pemberitahuan dengan ciri khas tertentu. Terkadang, hal ini bisa menimbulkan kebingungan saat Anda harus menafsirkan suatu kondisi yang sebenarnya serupa. Alert Management bekerja efisien dan sederhana dengan menerjemahkan semua nilai bidang tiap tools ke standar umum. Jadi, tim Anda tidak perlu menghabiskan banyak waktu untuk menafsirkan peringatan. Sinyal terpisah dari kebisingan Photo Credit: Piqsels Dengan standar umum yang berlaku, menemukan peringatan berulang akan jadi lebih mudah. Saat informasi yang serupa dibagikan berulang oleh tool, Alert Management akan mengelompokkan pemberitahuan tersebut dalam satu kategori untuk membuat peringatan yang dapat ditindaklanjuti. Tindakan diambil melalui service desk terintegrasi Sistem Alert Management menjembatani kesenjangan antara wawasan dan tindakan dengan koneksi mulus ke service desk. Langkah tersebut akan mempercepat pengambilan keputusan. Terlebih jika Anda telah menetapkan ketentuan tertentu yang secara otomatis akan meningkatkan notifikasi saat, katakanlah, tingkat keparahannya maksimum. Ini akan menghilangkan penyebab lain terjadinya MTTR (Mean Time to Resolution) yang tinggi. Mengkurasi konteks, lebih banyak konteks, bahkan lebih banyak konteks Pengurangan kebisingan sebenarnya hanyalah salah satu bagian dari proses biner. Bagian lainnya adalah tentang membangun konteks. Saat Alert Management mengurangi kebisingan, di waktu yang sama, layanan tersebut juga membuat peringatan yang kaya (mengelompokkan peringatan serupa bersama-sama) dan insiden yang kaya (mengaitkan semua peringatan terkait). Beberapa tools bahkan melengkapi analisis dengan Machine Learning untuk menemukan pola yang tampaknya tidak terkait. Baca juga: 5 Metrik Utama Mengukur Dampak Cloud FinOps Di Organisasi Anda pada Tahun 2022 Bantu optimalkan jaringan dan infrastruktur Anda Photo Credit: Piqsels Saat tools pemantauan Anda membagikan pemberitahuan tanpa henti, apa yang harus dilakukan dengan semua data tersebut? Alert Managemnt akan menyatukan data tersebut hingga menjadi sebuah “cerita”. Sebuah “cerita” yang menyampaikan perilaku jaringan, resources, node, aplikasi, hingga seluruh operasi digital Anda. Insight tersebut akan memberikan peluang optimalisasi kinerja dan biaya. Alert Management adalah suatu keharusan bagi perusahaan yang peduli dengan reputasi dan optimis dalam pertumbuhan mereka. Manfaatnya bahkan tidak seakdar meminimalisir dan mencegah downtime, tapi juga mempengaruhi budaya perusahaan agar tim dapat fokus pada tugas tingkat tinggi seperti melakukan analisis akar masalah. Solusi Alert Management yang tangguh, gesit, dan cerdas dapat menjadi pembeda kompetitif bagi perusahaan modern yang ingin berkembang. Kini, Anda bisa menikmati segala kemudahannya dengan berlangganan Freshservice secara resmi melalui EIKON Technology. Klik di sini untuk coba gratis fitur Alert Management dari Freshservice sekarang juga!

Info

5 Tips Mempelajari Ekosistem Multicloud dan Peluang Kariernya

Saat ini, multicloud telah menjadi kebutuhan banyak perusahaan, baik yang berskala besar maupun sedang. Hal ini tidak mengherankan jika melihat perkembangan dunia TI yang semakin kompleks dari hari ke hari. Semakin kompleks sistem yang ada maka satu layanan cloud saja rasanya tidak akan cukup. Jelas Anda bisa memilih untuk menjadi ahli salah satu cloud saja. Meski begitu, memiliki kefasihan terhadap beberapa jenis cloud sekaligus terbukti bisa membuka peluang yang lebih luas. Setidaknya, dua dari tiga raksasa penyedia cloud (Google Cloud, Amazon Web Service, dan Microsoft Azure) membuka beberapa pilihan karier yang dioptimalkan untuk perkembangan cloud di masa depan. Artikel kali ini akan membahas tentang bagaimana cara untuk mulai mempelajari ekosistem multicloud. Seperti apa tipsnya? Mari simak penjelasannya berikut ini. Tips mempelajari ekosistem multicloud Dari bagian pembuka kita bisa tahu bahwa kedekatan dengan beberapa cloud sekaligus dapat membuka peluang karier yang lebih luas. Namun, mempelajari satu jenis cloud saja terkadang sudah terasa berat. Lalu bagaimana cara memetakan karier multicloud tanpa merasa “lelah” mempelajari satu jenis cloud yang belum Anda kenal sebelumnya? Pahami konsep inti dengan baik Seperti yang Anda ketahui, setiap cloud berbeda. Meski begitu, jika diperhatikan, semua cloud yang ada sebenarnya memiliki pendekatan dasar yang sama seperti dari segi jaringan virtual, ketersediaan, tinggi, hingga IAM. Hal inilah yang perlu menjadi dasar pemikiran Anda saat mulai mempelajari ekosistem multicloud. Akan lebih baik jika Anda langsung belajar pada ahlinya. Coba cari tahu tentang arsitek cloud yang telah tersertifikasi. Sebab, dalam hal penerapan multicloud, praktek akan membantu Anda untuk lebih cepat paham daripada sekadar membaca materi. Perkuat pemahaman cloud utama Anda Photo Credit: Piqsels Sebelum terjun dalam ekosistem multicloud, penting bagi seorang insinyur cloud untuk memiliki tingkat kefasihan tinggi pada salah satu penyedia cloud. Ini karena kebanyakan lowongan cloud engineering yang ada saat ini, memerlukan keahlian dengan pemahaman signifikan pada cloud tertentu. Perlu diingat, seorang pakar multicloud sekalipun pasti memiliki satu satu jenis cloud yang lebih dikuasai. Cara terbaik untuk mulai “menyeberang” ke multicloud setelah memperkuat cloud utama Anda adalah bekerja dalam sebuah tim dengan kepakaran cloud yang berbeda-beda.  Pengalaman langsung seperti ini akan memudahkan Anda untuk lebih dekat dengan jenis cloud baru. Serap pengetahuan sebanyak mungkin pada cloud sekunder Agar Anda tidak hanya jalan di tempat, pastikan untuk selalu memacu diri. Sambil memperdalam pemahaman cloud utama, mulai ambil sertifikasi cloud sekunder Anda. Langkah seperti ini akan membantu Anda mendapatkan pekerjaan melalui pemahaman cloud utama dan “menyadari” keberadaan cloud lain. Jadi, saat nanti muncul peluang untuk membangun cloud sekunder, Anda sudah siap. Baca juga: 5 Tips Penggunaan Multicloud Yang Efektif untuk Dapatkan Lebih Banyak Manfaat Manfaatkan sebaik mungkin layanan cloud-native Inti penggunaan cloud adalah memanfaatkan layanan terbaik dari cloud tersebut. Biasanya, hal tersebut berarti memanfaatkan layanan terkelola asli yang andal. Di sisi lain, ekosistem cloud saat ini sudah semakin matang. Dengan menginvestasikan waktu Anda untuk mempelajari alat lintas cloud tersebut maka akan ada lebih banyak lagi pintu untuk membangun hal-hal menarik dalam cloud. Pelajari lingua franca cloud Photo Credit: Piqsels Jika diibaratkan, penyedia cloud yang berbeda ibarat sebuah perumahan. Dalam sebuah perumahan, ada beberapa bangunan rumah dengan cluster berbeda namun menerapkan konsep arsitektur yang sama. Cloud pada dasarnya sama saja. Ada banyak blok, namun sebenarnya dibangun dengan satu konsep umum. Manusia seringkali belajar dengan memanfaatkan analogi untuk mendapatkan pemahaman yang lebih baik. Begitu pula dengan mempelajari multicloud. Anda akan lebih mudah memahami fitur-fitur Azure jika bisa memahami cara kerja fitur yang serupa pada Google Cloud. Baca juga: Kemudahan Analisis Data Multicloud dengan BigQuery Omni Sedikit tips tambahan, saat mempelajari ekosistem multicloud, usahakan untuk selalu mengikuti pendapat tepercaya yang bisa membantu Anda memfilter hal-hal tak perlu. Jangan pernah berhenti untuk belajar. Anda dapat membuat agenda rutin untuk mengikuti kelas atau event virtual. Cara efektif lainnya adalah dengan membangun proyek sampingan sebagai praktek untuk mengasah pemahaman Anda. Seperti yang sudah dibahas di atas, mempelajari ekosistem multicloud akan lebih mudah jika Anda memiliki dasar yang kuat pada cloud utama. Jika pilihan cloud utama jatuh pada Google Cloud, sebaiknya Anda mulai berlangganan layanan resminya agar mudah mengakses seluruh layanan dan tools di dalamnya. Dapatkan Google Cloud secara legal dengan sertifikat resmi dari Google melalui EIKON Technology. Klik di sini untuk informasi lebih lanjut.

Info

Cloud IDS untuk Deteksi Ancaman Berbasis Jaringan Sekarang Tersedia Secara Umum

Awal tahun 2021 lalu, Google meluncurkan Cloud IDS. Yakni sebuah platform komputasi awan yang berfokus pada penguatan keamanan jaringan. Salah satunya dengan mendeteksi ancaman sejak dini untuk mencegah kerugian yang lebih besar di kemudian hari. Apa saja kemampuan Cloud IDS dan platform apa saja yang bisa digunakan? Simak ulasannya di tulisan ini sampai akhir. Kemampuan Cloud IDS Photo: Kaspersky Cloud IDS dirancang dengan Palo Alto Network, dimana perusahaan ini menyediakan berbagai fitur dan teknologi terbaik dalam mendeteksi ancaman. Adapun beberapa kemampuan pendeteksian yang dapat dilakukan oleh Cloud IDS dengan baik di antaranya adalah: Layanan yang dapat digunakan sudah tersedia di berbagai regional atau wilayah. Layanan auto-scaling juga tersedia di berbagai regional, dimana hal ini memudahkan dalam merancang jaringan lebih baik. Dapat digunakan bagi para pengguna Google Cloud HIPAA Memiliki sertifikasi ISO27001 Terintegrasi dengan Chronicle, yakni fitur analisa keamanan dari Google yang dapat membantu dalam investigasi ancaman pada jaringan. Platform yang Sudah Terintegrasi Cloud IDS dan Bisa Anda Pilih Keamanan dalam jaringan Cloud IDS cukup penting bagi sebuah organisasi besar maupun perusahaan. Agar lebih baik dalam penerapannya, ada beberapa platform yang bisa dipadukan dengan Cloud IDS ini. Mulai dari Avaya, Lytic, dan Meditech. Berikut ulasan ringkasnya. Avaya Photo: Klob.id Avaya menjadi salah satu pelopor dalam platform komunikasi berbasis cloud dan collaboration solutions. Cloud IDS dapat digunakan untuk Avaya dengan lingkungan Google Cloud dalam mendeteksi ancaman pada jaringan. Keunggulan dari platform Avaya ini adalah mudah untuk disetel dan diterapkan pada jaringan Anda dalam waktu yang singkat. Selain itu, proses pemindaian di Avaya semakin mudah dengan adanya fitur scanner running untuk pengujian penggunaan. Tak hanya itu saja, Avaya juga dapat terhubung dengan Google Cloud IDS UI. Cloud IDS – Lytics Photo: Lytics Platform berikutnya adalah Lytics yang bisa digunakan untuk platform Google Cloud berskala besar. Salah satunya adalah penggunaan untuk jaringan di sebuah perusahaan. Khususnya jaringan untuk penggunaan pada Google SREs. Implementasi dari Lytics dapat memangkas biaya pengeluaran. Kemudian, tidak berdampak pada infrastruktur IT yang ada. Lytics dapat diandalkan untuk mendeteksi ancaman dengan cepat. Dengan begitu, akan mudah untuk memetakan tindakan apa yang harus dilakukan oleh tim IT di sebuah perusahaan guna mencegah ancaman yang akan datang. Meditech Photo: Meditech.com Terakhir, untuk pengamanan jaringan dari ancaman dapat menggunakan Meditech. Terutama di bidang kesehatan yang terintegrasi dengan data rekaman kesehatan pasien atau electronic health record (EHR) di sektor medis. Selain itu, Meditech memberikan kenyamanan dalam perekaman kesehatan secara tepat guna, efisien, dan meningkatkan kepuasan bagi para pasien. Fitur keamanan di Meditech pun menggunakan Cloud IDS dari Palo Alto Networks dan juga Chronicle untuk mencegah ancaman dalam hal perlindungan data pasien tetap berada di tempat yang aman dan tidak disalahgunakan. Memulai Cloud IDS Photo: NETDepot Setelah Anda mengetahui kemampuan Cloud IDS beserta beberapa pilihan yang dapat digunakan, penting pula untuk mengetahui bagaimana cara untuk memulainya. Sebagai langkah awal, Anda bisa memulainya dengan menggunakan konsol GCP. Untuk mendeteksi dan mengidentifikasi permasalahan dan ancaman pada Cloud IDS, Anda bisa menggunakan platform Chronicle. Dimana Anda bisa menyimpan data penting dan menganalisis log ancaman melalui telemetri data dan bisa melakukan investigasi dan tindakan pencegahan terhadap ancaman dengan cepat. Apabila Anda ingin mengaplikasikannya, ada baiknya untuk perhatikan Google Cloud yang digunakan oleh perusahaan maupun organisasi Anda. Maka dari itulah, Anda perlu membeli layanan Google Cloud yang original di vendor terpercaya. Salah satunya adalah EIKON Technology yang memiliki lisensi resmi dari Google pusat. Informasi lebih lanjut mengenai produk yang ditawarkan, Anda bisa klik di sini.

Info

Mengenal Resources dan Tools baru Microsoft Azure untuk Implementasi AI yang Lebih Aman

Mengetahui cara implementasi AI yang aman dan bertanggung jawab kini menjadi semakin penting. Sebab, tanpa disadari, AI atau Artificial Intelligence kian sulit untuk dipisahkan dari kehidupan sehari-hari. Relevansi AI dengan kehidupan manusia menjadi semakin tinggi, sehingga rasanya tidak ada bidang yang tidak tersentuh perkembangan AI. Agar tidak terjadi penyalahgunaan dalam perkembangan AI, perusahaan IT banyak meluncurkan resources dan tools untuk memastikan agar proses implementasi tetap bertanggung jawab dan tidak menyalahi aturan yang ada. Salah satunya Microsoft Azure. Dalam event bertajuk “Put Responsible AI into Practice” Azure memperkenalkan beberapa resource dan tool baru untuk membantu implementasi AI yang lebih bertanggung jawab. Seperti apa? Panduan implementasi AI Azure Meski kesadaran untuk melakukan implementasi AI dengan aman dan bertanggung jawab sudah tumbuh dalam masyarakat, sayangnya masih banyak orang yang belum mengetahui bagaimana caranya. Masih banyak perusahaan yang menggunakan teknologi AI tidak memiliki pemahaman mendalam tentang “tanggung jawab” dalam implementasi AI. Tidak jarang, perusahaan terlalu mengandalkan AI mereka. Sebagian besar karena tidak adanya kejelasan tentang bagaimana menjalankan prinsip-prinsip mereka. Baca juga: Cara Back Up Data Menggunakan Azure Back Up Untuk membantu menyelesaikan permasalahan tersebut, Azure bekerja sama dengan BCG mengembangkan “10 Panduan Pimpinan Produk dalam Implementasi AI yang Bertanggung Jawab”, sebuah resource yang berisi panduan jelas dan dapat ditindaklanjuti oleh para pimpinan teknis perusahaan dalam menilai, merancang, dan melakukan validasi tanggung jawab sistem AI. “Sepuluh Panduan Implementasi AI” Photo Credit: Rawpixel Panduan tersebut kemudian dikelompokkan dalam tiga fase besar yaitu: Menilai dan mempersiapkan Mengevaluasi manfaat produk, teknologi, potensi risiko, dan kesiapan tim. Merancang, membangun, dan mendokumentasikan Meninjau dampak, pertimbangan unik, dan praktik dokumentasi. Validasi dan dukungan Memilih prosedur pengujian dan dukungan untuk memastikan produk berfungsi sebagaimana seharusnya. Dengan adanya resource baru tersebut, Azure berharap akan ada lebih banyak lagi perusahaan yang menerapkan AI dan bertanggung jawab dalam setiap prosesnya. Responsible AI dashboard Dalam event tersebut, Azure juga memperkenalkan Responsible AI (RAI) dashboard yang dirancang untuk membantu para data scientist dan developers dalam memahami, melindungi, dan mengendalikan data serta model AI. Dashboard tersebut berisi kumpulan kemampuan AI seperti interpretasi, analisis kesalahan, kontrafaktual, dan inferensi biasa. Layanan tersebut sudah dapat diakses khalayak umum melalui Azure Machine Learning. Photo Credit: Microsoft Azure Blog Perusahaan yang telah menerapkan Responsible AI Photo Credit: Rawpixel Data dari Azure menunjukkan bahwa sudah ada banyak perusahaan dari berbagai industri, yang bekerja dengan memanfaatkan kemampuan AI dari Azure, termasuk di dalamnya adalah pemanfaatan tools AI. Novartis Salah satunya datang dari industri kesehatan yakni Novartis yang merupakan perusahaan obat-obatan asal Swiss. Pada awal tahun 2021 lalu, Novartis secara resmi mengumumkan delapan prinsip penggunaan AI secara etis. Hingga tahun 2021, Novartis telah menanamkan AI dalam alur kerja mereka, termasuk untuk alur kerja yang melibatkan partner mereka (eksternal perusahaan). Perwakilan dari Novartis menyebutkan bahwa penggunaan RAI dashboard memungkinkan tim mereka untuk dapat menilai akurasi dan keandalan dari sebuah sistem AI. Dengan begitu, keberadaan tools tersebut berhasil membantu Novartis untuk melaksanakan prinsip mereka terkait penggunaan AI secara etis. Philips Selain itu, ada juga Philips yang merupakan perusahaan teknologi. Dengan menggabungkan Azure dan perangkat Fairlearn, Philips berhasil mengurangi bias yang muncul pada keseluruhan model pembelajaran mesin mereka. Hasilnya, Philips berhasil memproduksi mesin peralatan kesehatan yang membantu pengelolaan kesejahteraan dan perawatan pasien lebih baik. Scandinavian Airlines Implementasi AI yang aman dan bertanggung jawab juga sudah berlaku di Scandinavian Airlines, perusahaan penerbangan yang berkantor di tiga negara: Denmark, Norwegia, dan Swedia. Scandinavian Airlines sendiri merupakan pelanggan Azure Machine Learning dan menggunakan kemampuan interpretasi AI di unit deteksi penipuan. Baca juga: 5 Fitur Microsoft Azure Yang Perlu Anda Ketahui Perkembangan AI memang terbukti bisa meringankan kehidupan manusia. Namun di satu sisi, inovasi teknologi tersebut juga rentan terhadap penyalahgunaan. Untuk mengatasi masalah tersebut, Azure terus memperbaharui resources dan tools mereka. Dalam update terbarunya, Azure meluncurkan panduan implementasi AI yang bertanggung jawab serta RAI atau Responsible AI dashboard. Tertarik dengan solusi implementasi AI yang bertanggung jawab dari Azure? Tidak sulit, Anda cukup berlangganan Microsoft Azure karena seluruh kemudahan tersebut telah tersedia di dalamnya. Untuk berlangganan pun mudah, Anda bisa mendapatkan produk Azure resmi dan bersertifikat Microsoft melalui EIKON Technology. Klik di sini untuk free trial Azure selama 30 hari!

Info

Tips Meningkatkan Fleksibilitas Kerja dengan AppSheet

Setelah memasuki masa new normal, banyak perusahaan yang menerapkan sistem kerja hybrid, alias kombinasi antara bekerja di kantor dan rumah. Beberapa bahkan masih menerapkan model work from home (WFH). Transisi model kerja seperti ini tentu menuntut adanya fleksibilitas yang tinggi. Tanpa adanya fleksibilitas, akan sulit mengontrol sekaligus memantau perkembangan workflow. Salah satu solusi yang kini mulai banyak dilirik adalah dengan mengaplikasikan tool produktivitas dan kolaborasi seperti Google Workspace. Kabar baiknya lagi, kini Google Workspace telah dilengkapi dengan kemampuan untuk merancang custom apps serta otomatisasi melalui AppSheet. AppSheet sendiri merupakan platform pengembangan aplikasi tanpa kode dari Google Cloud. Platform tersebut dibuat untuk mudah dioperasikan, bahkan oleh mereka yang tidak memiliki pengalaman dalam bidang programming. Bagaimana AppSheet dapat membantu meningkatkan fleksibilitas kerja di masa new normal seperti sekarang ini? Mari pelajari bersama dalam ulasan berikut. Menyederhanakan proses kerja Fleksibilitas kerja bisa ditingkatkan dengan bantuan aplikasi yang tepat. Belum menemukan aplikasi yang sesuai untuk perusahaan Anda sendiri? AppSheet bisa menjadi solusi untuk merancang aplikasi yang menjawab kebutuhan perusahaan. Katakanlah Anda ingin menyederhanakan proses inventarisasi kantor, AppSheet menyediakan beberapa fitur yang dapat digunakan untuk melakukan inspeksi, pelacakan inventaris, hingga pemusatan informasi yang lebih terstruktur. Google Sheet bisa dimanfaatkan untuk menyimpan backend data Anda, terlebih jika data yang tersimpan tidak akan bertambah secara eksponensial. Pengalihan data dapat dilakukan dengan mudah melalui Google Cloud SQL. Photo Credit: Google Cloud Blog Untuk memulainya, Anda bisa langsung membuka AppSheet melalui Google Sheet dengan cara klik Tools > AppSheet > Create an App. Data yang saling terkait Setelah berhasil membuat aplikasi, Anda bisa melihat data mana saja yang saling terkait, bagaimana potongan data saling berhubungan, tampilan seperti apa yang disajikan kepada pengguna, serta pratinjau interaktif langsung dari aplikasi sehingga Anda bisa menyempurnakan aplikasi secara intuitif. Aplikasi manajemen kantor yang dibuat melalui AppSheet akan menawarkan pengaturan gedung serta fitur administrasi untuk mengelola peralatan, informasi pemeliharaan, bahkan Anda juga bisa menyesuaikan dengan kondisi terkini, misalnya penjadwalan desinfeksi ruangan. Photo Credit: Google Cloud Blog Pengguna kemudian dapat memesan ruang dan peralatan melalui aplikasi, tanpa harus mencari formulir atau bahkan masuk ke komputer kerja mereka. Reservasi merupakan salah satu fitur otomatisasi di AppSheet, bisa melakukan tindakan yang telah dikonfigurasi sebelumnya saat dipicu. Photo Credit: Google Cloud Blog Seperti terlihat pada screenshot di atas, saat sebuah tindakan dipicu—baik dengan menekan tombol, memindai kode QR atau mengetuk tag RFC—Anda cukup menyetelnya melalui kolom “Reserved by” dan “Reserved at”. Proses yang lebih ringkas dengan otomatisasi Photo Credit: Google Cloud Blog Melalui fitur AppSheet Automation, Anda bisa mengurangi tugas berulang sekaligus meringkas proses lebih jauh. Salah satu contoh penerapannya adalah saat pengguna sering lupa mematikan sumber daya setelah selesai bekerja. Dengan AppSheet Automation, aplikasi akan memeriksa semua sumber daya yang telah dicadangkan selama lebih dari empat jam secara berkala. Jika tidak terdapat respon maka otomatisasi akan langsung membersihkan sumber daya dan melepaskannya. Optimalkan untuk beberapa peran Photo Credit: Google Cloud Blog Memanfaatkan AppSheet, Anda bisa merancang satu aplikasi dengan banyak peran sekaligus. Untuk sebuah aplikasi manajemen kantor misalnya, pengelola kantor akan memiliki tampilan sekaligus dashboard khusus yang berbeda dengan pekerja kantor lainnya. Dengan begitu, proses otomatisasi pun bisa langsung disesuaikan dengan masing-masing peran. AppSheet juga mendukung fitur-fitur canggih seperti kode QR, NFC, dan integrasi sensor Bluetooth. Hal ini dapat membantu pengguna memeriksa lokasi atau ruang kerja, meringkas beberapa tugas sekaligus, membantu pengguna melakukan navigasi, sekaligus berkolaborasi dengan aman di dalam kantor. Baca juga: Formula dan Expressions, Kunci Utama Membuat Aplikasi Tanpa Coding AppSheet adalah sebuah platform pengembangan aplikasi tanpa kode. Dengan memanfaatkan platform tersebut, Anda bisa merancang sebuah aplikasi meski tidak memiliki dasar terkait programming. Sifatnya yang dinamis membuat AppSheet dapat diakses melalui browser hingga smartphone. AppSheet Core akan otomatis didapatkan jika perusahaan Anda telah berlangganan Google Workspace Enterprise Plus. Belum berlangganan atau ingin meningkatkan subscription Anda? EIKON Technology siap membantu Anda. Sebagai reseller dengan lisensi resmi dari Google, EIKON Technology menyediakan berbagai produk dari Google termasuk Google Workspace dan segala fitur di dalamnya, termasuk AppSheet. Dapatkan segera di sini!

Google Workspace, Info

Google Drive Update: Lebih Ringkas dengan Sistem Shortcut

Sering mengalami kesulitan dalam mengelola file yang tersimpan dalam Google Drive karena melakukan hosting di beberapa lokasi sekaligus? Kini Anda tidak perlu bingung lagi. Pasalnya, Google telah meluncurkan sistem shortcut (pintasan) yang dirancang untuk menyederhanakan struktur file dan folder dalam Google Drive. Dengan Drive update tersebut maka file multi lokasi akan secara otomatis dimigrasikan ke shortcut. Bagaimana cara kerjanya? Mengenal Google Drive shortcuts Peralihan model kerja selama pandemi tanpa disadari membuat kita jauh lebih bergantung pada tools produktivitas berbasis cloud seperti Google Workspace untuk melakukan kolaborasi dengan rekan kerja atau bahkan partner. Di satu sisi, peralihan tersebut memang akan memudahkan, tapi di sisi lain juga bisa menyebabkan penumpukan file dokumen, Sheet, presentasi, dan aset lain yang di-hosting dalam Google Drive. Akibatnya, pengguna akan menghadapi beberapa masalah manajemen file dan tentunya navigasi. Baca juga: 7 Fitur Google Drive Ini Wajib Anda Ketahui Pada Drive update yang dijelaskan dalam artikel kali ini, Google menerapkan beberapa pengaturan yang memudahkan pengguna dalam melakukan manajemen file. Fitur yang paling disoroti adalah Google Drive shortcut. Sistem shortcut ini nantinya akan memudahkan pengguna dalam mengatur file dan folder yang tersimpan dalam Drive. Proses migrasi Perlu diingat proses migrasi untuk update Google Drive ini tentu tidak terjadi secara mendadak. Proses migrasi akan dilakukan secara bertahap mulai dari awal tahun 2022. Ada pun untuk timeline lengkapnya sebagai berikut: Awal tahun 2022. Administrator akan mendapatkan notifikasi melalui email beberapa minggu sebelumnya untuk memulai proses migrasi di dalam domain. o   Catatan penting: Sebelum migrasi dimulai, administrator dapat mengatur waktu untuk membuat shortcuts di dalam shared folders. Sedangkan end users Google Workspace tidak akan mendapatkan notifikasi tersebut. Sebagai gantinya, end user Google Drive akan mendapatkan pemberitahuan melalui banner yang ada pada Drive (baik versi web maupun mobile). End users tidak perlu melakukan tindakan apa pun karena proses migrasi akan berlangsung otomatis. o   Berlaku untuk seluruh users Google Workspace dan users dengan akun Google pribadi. Photo Credit: Google Workspace Updates Membuat shortcut dengan Drive for Desktop Sebelumnya, jika fitur “Backup and Sync” aktif, maka Anda bisa membuat sebuah folder baru dalam lokasi baru dengan menekan “Shift+Z”.  Namun setelah Drive update kali ini, perintah Shift+Z akan menghasilkan sebuah shortcut alih-alih sebuah folder yang ada di beberapa lokasi. Baca juga: Edisi Google Workspace yang Bisa Anda Pilih untuk Bisnis Fungsi shortcuts yang telah tersedia Photo Credit: Google Workspace Updates Hingga artikel ini ditulis, fitur shortcuts pada Drive masih terus dikembangkan. Salah satu fungsi andalannya adalah memberikan informasi folder dan file yang lebih lengkap. Berikut adalah beberapa detail informasi yang ditampilkan pada shortcuts: Daftar user yang dapat mengakses file serta ketersediaan file untuk diunduh. Ukuran file serta ruang penyimpanan yang telah terpakai. Lokasi asli file. Nama user yang membuat dan melakukan modifikasi file. Informasi tersebut telah tersedia pada Google Drive versi web. Sedangkan versi mobile masih dalam pengembangan dan akan segera diluncurkan. Ketersediaan layanan Photo Credit: Google Workspace Updates Hingga saat ini, fitur shortcut sudah diterapkan pada: Seluruh pengguna Google Workspace, termasuk untuk pengguna G Suite Basic serta G Suite Business. Seluruh pengguna Google Drive yang mendaftar dengan akun Google pribadi. Adanya platform penyimpanan berbasis cloud seperti Google Drive memang terbukti sangat membantu di masa pandemi seperti sekarang. Sebab, Anda tidak perlu bingung lagi dengan masalah menyimpan atau bahkan membagikan file. Selain itu, Drive juga sangat memudahkan dalam pekerjaan yang menuntut kolaborasi. Sayangnya, kemudahan tersebut rentan menimbulkan masalah dalam pengelolaan file. Sistem shortcut yang merupakan Google Drive update menjadi solusi yang memudahkan Anda dalam mengatasi penumpukan file. Ingin kinerja Drive Anda semakin optimal? Gunakan Google Workspace, platform produktivitas dan kolaborasi dari Google yang dirancang untuk memudahkan pekerjaan melalui komputasi cloud. Dapatkan hanya di EIKON Technology, partner sekaligus authenticated reseller produk-produk Google untuk Indonesia. Klik di sini untuk terhubung langsung dengan tim EIKON Technology!

Scroll to Top