Mau Original jadi Crispy?

Jangan mudah menilai sesuatu yang belum pernah kita coba kerjakan.

Content Creator. Sekarang hampir semua orang membuat content. Ada yang membuat video, podcast, tulisan, ilustrasi, musik, dan berbagai bentuk konten lainnya. Membuat content di sosial media juga disebut content creator.

Content creator mungkin sudah jutaan jumlahnya. Belum lagi AI yang membuat proses produksi semakin mudah. Membuat, mengubah, me-remake, bahkan me-repost konten bisa dilakukan dengan semakin cepat.

Namun, ada satu hal yang justru semakin sulit: originalitas.

Menemukan ide yang berbeda, memahami selera pasar, dan membuat sesuatu yang menarik perhatian orang bukan pekerjaan sederhana. Apalagi ketika tren dan perhatian audiens semakin pendek.

Yang sering, kita sudah buat yang orignal, gak tahunya crispy (baca: garing)

Belajar untuk diri sendiri. Saya sendiri termasuk orang yang dulu lebih banyak menikmati konten orang lain. Sekarang malah ikut membuat channel sendiri.

Baru terasa ternyata tidak sesederhana menonton.

Ada proses kreatif untuk menemukan ide. Ada usaha untuk menjaga konsistensi. Ada eksperimen untuk memahami audiens. Ada strategi growth hacking. Ada proses produksi, evaluasi, dan mencoba lagi ketika hasilnya tidak sesuai harapan.

Semua membutuhkan waktu, tenaga, pikiran, dan kesabaran.

Maka, kudos untuk para pemilik channel yang tetap konsisten berkarya, berhasil membangun banyak pengikut, dan memiliki subscriber yang loyal. Itu bukan sesuatu yang terjadi begitu saja.

Tidak semua orang bisa melakukannya. Bahkan, tidak semua orang yang punya ide bagus mampu mewujudkannya menjadi karya yang konsisten.

Mungkin kita tidak selalu menyukai konten seseorang. Mungkin kualitasnya menurut kita masih biasa saja. Mungkin jumlah penontonnya belum banyak.

Tidak apa-apa. Kita punya selera masing-masing.

Tetapi, setidaknya, hargai usaha di baliknya. Apresiasi sekecil apa pun proses yang sedang dijalani orang lain.

Kurangi julid. Perbanyak apresiasi. klik jempol ke atas itu gratis, berkomentar positif itu effort-nya sama dengan julid 🙂 jadi lebih baik positif saja, menambah pahala.

Karena menonton itu mudah. Membuat sesuatu yang layak ditonton, itu cerita yang berbeda.

Dan hidup sudah cukup berat. Jangan sampai kita justru menambah berat hidup orang lain hanya karena terlalu mudah meremehkan usaha mereka. Jadilah pahlawan kecil bagi orang lain.

Jangan Percaya Mata

Gambar itu hanya ilustrasi.

Melihat maka Percaya. Kita sering percaya pada sesuatu karena melihatnya sendiri. Kalau terlihat sama, kita menganggapnya sama. Kalau terlihat lebih besar, kita menganggapnya memang lebih besar. Kalau terlihat meyakinkan, kita merasa tidak perlu bertanya lagi. Padahal, mata kita hanya menangkap apa yang terlihat, bukan selalu apa yang sebenarnya.

Mari kembali ke matematika.

Sama dan Sebangun. Dalam geometri, dua garis mungkin terlihat sama panjang. Dua sudut mungkin tampak sama besar. Sebuah gambar bahkan bisa membuat kita yakin bahwa dua bangun memiliki ukuran atau sifat yang sama.

Namun, apakah sesuatu yang terlihat sama otomatis benar-benar sama?

Tentu tidak.

Untuk memastikan panjang, kita membutuhkan pengukuran dan satuan yang jelas. Kita juga harus memastikan bahwa objek yang dibandingkan memang sesuai.

Dalam matematika, gambar adalah alat bantu untuk memahami persoalan, bukan pengganti pembuktian.

Gambar membantu kita membuat dugaan, tetapi dugaan harus diuji dengan definisi, pengukuran jika diperlukan, serta rangkaian logika yang benar. Kita tidak bisa membuktikan dua garis sama panjang hanya dengan mengatakan, “Lihat, sepertinya sama!”

Lalu, apa hubungannya dengan kehidupan?

Ternyata, kita sering melakukan kesalahan yang sama ketika menilai dunia di sekitar kita.

Kita melihat seseorang berhasil, lalu menyimpulkan bahwa hidupnya lebih baik. Kita melihat dua orang memiliki pekerjaan yang sama, lalu menganggap kondisi mereka setara. Kita melihat sebuah pencapaian, lalu merasa sudah memahami proses di baliknya.

Padahal, kita tidak selalu mengetahui titik awal, kesempatan, sumber daya, dan tanggung jawab yang menyertai perjalanan setiap orang.

Kita sering menjadikan apa yang terlihat sebagai bukti, padahal sebenarnya baru sebatas pengamatan.

Dalam kehidupan, penampilan tidak selalu menceritakan keseluruhan kenyataan. Sebuah foto menunjukkan momen tertentu, bukan seluruh cerita. Sebuah grafik bisa menampilkan angka yang benar, tetapi pemilihan skala dapat memengaruhi kesan yang ditimbulkan.

Informasinya mungkin benar, tetapi kesimpulan yang kita tarik belum tentu benar.

Apalagi di Instagram. 🙂

Bukan berarti kita harus mencurigai semua yang kita lihat. Mata tetap penting untuk mengamati dunia. Namun, pengamatan dan pembuktian adalah dua hal yang berbeda.

Sebelum membandingkan dua pencapaian, periksa apakah keduanya memang sebanding. Sebelum menilai seseorang, pahami konteksnya. Dan sebelum mempercayai sebuah informasi, periksa sumber serta bukti yang mendukungnya.

Di sinilah matematika mengajarkan sesuatu yang lebih dari sekadar berhitung: membedakan antara dugaan dan bukti, antara apa yang tampak benar dan apa yang dapat dipertanggungjawabkan.

Karena masalahnya bukan semata-mata mata kita bisa salah melihat. Masalahnya adalah ketika kita menganggap apa yang kita lihat sudah cukup untuk membenarkan apa yang kita pikirkan.

Jadi, lain kali ketika melihat sesuatu yang tampak meyakinkan, baik di buku matematika maupun di Instagram, jangan buru-buru mengambil kesimpulan.

Amati. Periksa. Uji logikanya.

Mata boleh menjadi saksi pertama, tetapi jangan selalu menjadikannya hakim terakhir.

Dan ingat, gambar itu hanya ilustrasi. 🙂

Awasi Kuasa, Bukan Hanya Laporan

Catatan untuk Otoritas Pengawas Koperasi

Pada 5 Oktober 2026, Menteri Koperasi Ferry Juliantono menyatakan RUU Perkoperasian akan membentuk otoritas pengawas koperasi tersendiri di luar OJK. Pemerintah juga menyiapkan penjaminan simpanan anggota koperasi simpan pinjam melalui Lembaga Penjamin Simpanan, dan menurut Menkop rencana itu telah disepakati dengan Ketua LPS. RUU ditargetkan rampung tahun ini. Arahnya patut didukung, sebab simpanan di koperasi selama ini tidak punya jaring pengaman seperti simpanan di bank.

Namun otoritas dan penjaminan akan menjadi kuat kemampuannya apabila mengenali sumber masalah yang sebenarnya. Banyak koperasi bermasalah jatuh bukan karena modelnya, melainkan karena orang yang memegang kendalinya. Secara hukum, anggota adalah pemilik. Dalam praktik, pengurus menguasai informasi, rekening, dan keputusan, pengawas sering berasal dari lingkaran yang sama, dan anggota biasa sungkan bertanya. Inilah kekuasaan atas orang lain yang lahir dari jabatan, bukan dari kepemilikan. Penjaminan tanpa disiplin pada tingkat ini bisa menjadi subsidi bagi keputusan buruk, karena pengurus yang tahu simpanan dijamin cenderung lebih berani mengambil risiko.

Karena itu pengawasan perlu bertumpu pada dua hal sekaligus. Berbasis prinsip: kepentingan anggota di atas kepentingan pengurus, keterbukaan, akuntabilitas, dan pemisahan kewenangan menjadi ukuran yang tidak bisa ditawar, bukan sekadar daftar centang. Berbasis risiko: kedalaman pengawasan mengikuti ukuran, kompleksitas, dan rekam jejak koperasi. Koperasi beraset triliunan rupiah tidak bisa diperlakukan sama dengan koperasi berpuluh anggota di satu desa. Aturan seragam akan mencekik yang kecil dan melonggarkan yang besar. Dan risiko terbesar bukan hanya pada angka rasio, tetapi pada orang yang menjalankannya.

Ada empat usulan konkret untuk dimuat dalam RUU atau aturan turunannya.

Pertama, uji kepatutan dan kelayakan bagi pengurus dan pengawas, bertingkat menurut risiko. Koperasi kecil cukup dengan deklarasi yang diverifikasi. Koperasi besar menjalani uji penuh atas integritas, rekam jejak, dan kompetensi, termasuk larangan bagi orang yang pernah terlibat koperasi bermasalah.

Kedua, transaksi dengan pihak terkait harus dibatasi dan dibuka. Pinjaman, pengadaan, dan kontrak dengan pengurus, pengawas, keluarga, atau usaha milik mereka diberi plafon, dilaporkan terpisah, dan disetujui pihak yang independen, bukan oleh pengurus itu sendiri. Prinsip pembuat dan pemeriksa ini lazim di lembaga keuangan, dan koperasi layak mendapat standar yang sama.

Ketiga, batas masa jabatan dan pemisahan fungsi. Jabatan yang dipegang belasan tahun oleh orang yang sama menciptakan ketergantungan. Atur periode maksimal, wajibkan jeda, dan larang rangkap pengurus sekaligus pengawas.

Keempat, hak anggota atas informasi dan kanal pengaduan independen. Setiap anggota berhak menerima laporan keuangan ringkas yang bisa dipahami, dan dapat mengadu langsung ke otoritas tanpa melewati pengurus, dengan perlindungan bagi pelapor. Anggota yang berani bertanya adalah pengawas yang paling murah.

Di sinilah kecerdasan buatan (Artificial Intelligent/AI) berguna, asalkan dipakai dengan batas yang jelas. Otoritas yang mengawasi koperasi dalam jumlah sangat besar mustahil memeriksa satu per satu. Pelaporan digital terstandar memungkinkan analitik menandai pola janggal: pinjaman yang menumpuk pada segelintir nama, pinjaman ke pihak terkait yang melonjak menjelang rapat anggota, atau restrukturisasi berulang pada debitur yang sama. AI memberi peringatan dini dan menentukan prioritas pemeriksaan. Keputusan sanksi tetap di tangan manusia, dengan jejak audit yang dapat dipertanggungjawabkan.

Dua syarat perlu dijaga. Pertama, kualitas data: koperasi kecil yang pembukuannya masih manual jangan dihukum karena itu, tetapi didampingi sistem sederhana. Kedua, transparansi model, agar peringatan dini tidak menjadi kotak hitam yang menghukum tanpa alasan. Perlu diingat pula bahwa teknologi yang sama dapat dipakai untuk merapikan laporan. Pengawasan karena itu harus bertumpu pada data transaksi mentah, bukan laporan jadi.RUU Perkoperasian sedang dibahas, dan kewajiban terhadap pengurus semestinya ditulis serinci perizinan dan kelembagaan. Otoritas dan LPS memberi atap, tetapi kepercayaan koperasi dijaga oleh siapa yang memegang kunci. Mengawasi koperasi berarti mengawasi kuasa.

Kenapa GenAI Bisa Salah?

Karena pintar tidak berarti selalu benar.

Tahu Cara Kerja. Kalau kita tahu sedikit cara kerja Generative AI (GenAI), mungkin kita akan lebih maklum ketika mendapatkan jawaban yang keliru.

GenAI bekerja dengan konsep probabilitas dan data.

Bergantung pada Data. Ia dilatih menggunakan data dalam jumlah sangat besar, yang biasa disebut training data. Dari data tersebut, AI mempelajari pola, hubungan antarkata, konteks, hingga berbagai bentuk informasi. Ia mengidentifikasi bagaimana satu hal berhubungan dengan hal lainnya.

Probabilitas. GenAI pada dasarnya memprediksi rangkaian kata atau token berikutnya berdasarkan konteks yang tersedia. Mana yang paling mungkin muncul setelah kata atau rangkaian kata sebelumnya?

Apa itu token?

Token adalah potongan teks yang digunakan AI sebagai satuan pemrosesan. Bentuknya bisa berupa satu kata, bagian dari kata, angka, tanda baca, atau karakter tertentu. Jadi, satu kata bisa terdiri dari satu atau beberapa token. AI tidak selalu membaca dan menghasilkan teks berdasarkan kata utuh seperti yang kita pahami sehari-hari.

Ketika kita memberikan prompt, AI memproses instruksi tersebut, memperhitungkan konteks, lalu mulai menghasilkan jawaban sedikit demi sedikit. Setiap token yang dihasilkan menjadi bagian dari konteks untuk memprediksi token berikutnya.

Proses ini berlangsung sangat cepat.

Ada mekanisme tambahan yang membantu menjaga relevansi, konsistensi, dan kualitas jawaban. Namun, bukan berarti setiap AI selalu memeriksa seluruh jawabannya seperti manusia yang membaca ulang sebuah tulisan dari awal sampai akhir. Arsitektur dan mekanisme setiap model bisa berbeda.

Di balik kecepatan itu, ada komputasi yang luar biasa besar.

Inilah salah satu alasan mengapa kebutuhan data center berkembang pesat. Permintaan terhadap chip pemroses dan memory juga meningkat. Semakin besar model dan semakin kompleks prosesnya, semakin besar pula sumber daya komputasi yang dibutuhkan.

Lalu, di mana letak masalahnya?

Probabilitas bukanlah kebenaran.

Dia bisa halu. Sesuatu yang paling mungkin muncul belum tentu sesuatu yang benar. AI bisa menghasilkan kalimat yang sangat meyakinkan, tetapi informasi di dalamnya bisa saja keliru. Bahkan, ia bisa menyusun informasi yang terdengar masuk akal padahal tidak memiliki dasar yang kuat.

Inilah yang sering disebut hallucination.

Jadi, sehebat apa pun GenAI, tetap ada ruang untuk kesalahan. Bukan semata-mata karena AI kurang pintar, tetapi karena cara kerjanya memang tidak menjamin setiap hasil merupakan fakta yang benar.

Apakah berarti kita tidak boleh mempercayai AI? Gak gitu juga.

Gunakan AI untuk mempercepat pekerjaan, membantu berpikir, mencari alternatif, dan mengembangkan ide. Tetapi untuk hal-hal penting, tetap perlu ada proses pemeriksaan dan verifikasi.

Jangan menyerahkan seluruh penilaian kepada AI.

AI bisa membantu kita menghasilkan jawaban. Tetapi memastikan jawaban itu benar, tetap menjadi tanggung jawab kita.

Manusia, Memori, dan Sebutir Telur

Manusia itu luar biasa.

Kemampuan menghafal. Kita bisa mengingat wajah, menghafal lagu, mengenali pola, bahkan memanggil kembali kenangan bertahun-tahun lalu. Semua itu dilakukan oleh otak yang bekerja dengan energi relatif kecil.

Cukup sarapan sebutir telur, misalnya. 🙂 Tentu, otak membutuhkan lebih dari sekadar telur untuk bekerja, tetapi bukankah menarik bahwa tubuh manusia dapat menjalankan begitu banyak fungsi dengan sumber daya yang relatif terbatas?

Perkembangan AI. Salah satu kemampuan yang terus dikembangkan dalam dunia AI adalah memory. AI tidak hanya diharapkan mampu menjawab pertanyaan berdasarkan informasi yang tersedia saat itu, tetapi juga mengingat konteks, mengenali pola dari interaksi sebelumnya, dan menggunakan informasi tersebut untuk membantu kita di kemudian hari.

Menariknya, kemampuan yang sudah dimiliki manusia sejak lama justru menjadi salah satu hal yang ingin direplikasi oleh teknologi.

AI resources-nya besar. Untuk menjalankan model AI modern, dibutuhkan infrastruktur komputasi, listrik, chip, dan data center dengan kapasitas sangat besar. Sementara itu, otak manusia mampu menjalankan beragam fungsi kognitif dengan kebutuhan energi sekitar 20 watt.

Bayangkan jika suatu hari AI mampu menyamai kemampuan otak manusia dalam mengingat, belajar, dan menghubungkan informasi, tetapi dengan kebutuhan energi dan sumber daya yang sama kecilnya.

Tech Leapfrog. Kita mungkin sedang membayangkan lompatan teknologi yang jauh lebih besar daripada sekadar membuat AI menjawab pertanyaan dengan lebih cepat.

Bukan berarti manusia otomatis akan kalah. Sebab, manusia bukan sekadar mesin penyimpan informasi.

Kita juga memiliki pengalaman hidup, kesadaran, emosi, intuisi, dan kemampuan memberi makna.

Sejauh mana semua itu dapat direplikasi oleh AI masih menjadi pertanyaan besar.

Tetapi, satu hal jelas: kita tidak bisa mengandalkan keunggulan manusia hanya karena teknologi hari ini masih membutuhkan begitu banyak sumber daya.

Jangan-jangan, yang membuat kita unggul bukan semata-mata apa yang bisa kita lakukan, melainkan juga betapa efisiennya kita melakukannya.

Hari ini, AI membutuhkan data center untuk memproses begitu banyak informasi. Manusia? Kadang, cukup sebutir telur untuk memulai hari.

Jadi, sebelum terlalu cepat menyimpulkan bahwa manusia akan segera digantikan oleh AI, mungkin kita perlu mengingat satu hal: teknologi masih sedang belajar meniru sesuatu yang selama ini kita anggap biasa.

Ketika Turunan Menjadi Nol

Dalam hidup, kita sering baru memahami sebuah titik penting setelah kita melewatinya.

Konsep turunan dalam matematika. Ketika masih sekolah, saya sering bertanya-tanya untuk apa belajar turunan.

Mengapa harus mencari nilai ketika f'(x) = 0?

Mengapa harus repot mencari titik maksimum dan minimum? Biasanya kita akan fokus pada hasil akhirnya, berapa nilai sebuah fungsi, bukan begitu?

Hidup adalah sebuah fungsi. Bertahun-tahun kemudian, saya justru menemukan bahwa konsep itu jauh lebih dekat dengan kehidupan daripada yang saya kira. Bayangkan hidup kita adalah sebuah fungsi.

Hari ini ada nilainya. Besok ada nilainya. Minggu depan ada nilainya. Sepuluh tahun lagi juga ada nilainya.

Masalahnya, ketika sedang berada pada sebuah titik, kita tidak pernah tahu grafik besar yang sedang dibentuk.

Saat mendapat promosi, kita mengira grafik akan terus naik. Saat kehilangan sesuatu yang berarti, kita mengira grafik akan terus turun. Saat doa belum terjawab, kita mengira hidup sedang berhenti. Padahal kita hanya melihat satu titik.

Kita belum melihat seluruh kurva. Kita harus zoom out dari titik-titik yang tadi ada nilainya untuk melihat bentuk kurvanya. Dalam matematika, ada yang disebut titik ekstrim, yaitu sebuah titik ketika sebuah fungsi mencapai puncak atau lembah sebelum arahnya berubah.

Menariknya, titik ekstrim memiliki satu ciri khas:

Turunan pertama bernilai nol.

Secara sederhana, laju perubahannya berhenti sejenak. Grafik yang tadinya naik menjadi datar. Grafik yang tadinya turun menjadi datar.

Ada sebuah momen hening sebelum arah berubah.

Dalam kehidupan rohani pun berlaku. Saya merasa kehidupan rohani sering bekerja seperti itu. Kita mengira titik penting hidup terjadi saat semuanya bergerak cepat. Padahal seringkali justru terjadi ketika segala sesuatu terasa diam.

Saat kita kehilangan yang sangat berarti. Saat doa terasa tidak dijawab. Saat rencana hidup mendadak berhenti. Kita merasa tidak sedang ke mana-mana.

Tidak naik. Tidak turun. Hanya diam.

Namun dalam bahasa matematika, bisa jadi kita sedang berada di titik ekstrim. Titik ketika Tuhan sedang mengubah arah grafik kehidupan kita.

Masalahnya, tidak ada seorang pun yang bisa mengenali titik ekstrim ketika sedang berdiri tepat di atasnya. Kita baru menyadarinya setelah melihat rangkaian titik yang sudah dilalui. Barulah kita berkata:

“Oh, ternyata kehilangan yang itu, membawa saya untuk mendapatkan yang ini, lebih baru.”

“Oh, ternyata kegagalan itu yang mempertemukan saya dengan orang-orang yang tepat.”

“Oh, ternyata masa menunggu itu yang membentuk karakter saya.”

Grafik baru bisa dibaca setelah beberapa titik terhubung. Bukan saat kita sedang berada di salah satu titiknya. Mungkin karena itulah hidup mengajarkan kita untuk sesekali berhenti.

Diam.

Melihat kembali perjalanan yang sudah dilalui. Memplot titik-titik yang pernah terjadi. Bukan untuk menyesali masa lalu, melainkan untuk menemukan pola yang selama ini tidak terlihat.

Karena tanpa melihat grafik secara utuh, kita tidak pernah tahu apakah hari ini adalah titik biasa. Atau justru titik ekstrim yang akan mengubah seluruh arah hidup kita. Dan mungkin iman adalah keberanian untuk tetap percaya kepada Sang Pembuat Grafik, bahkan ketika kita belum bisa melihat bentuk kurva yang sedang digambar-Nya.

Ketika hidup terasa diam, jangan terlalu cepat menyimpulkan bahwa tidak ada yang terjadi. Dalam matematika maupun dalam iman, titik perubahan terbesar sering dimulai ketika turunan itu menjadi nol.