Thursday, September 26, 2013

GRIGORI PERELMAN : Peretas satu dari tujuh problem matematika tidak terselesaikan abad ini

Apa arti publikasi ilmiah bagi GRIGORI PERELMAN, seorang matematikawan Rusia yang berhasil meretas satu dari tujuh problem matematika tidak terselesaikan abad ini (solving unsolved Poincare's Conjecture problem) ? Mungkin tidak ada selain esensi publikasi itu sendiri, yaitu diseminasi hasil penelitian. Perelman tidak pernah mempublikasikan karya monumentalnya di jurnal ilmiah formal. Ia hanya meletakkannya di server preprint arXiv, sebuah basis data yang menyimpan hampir sejuta makalah sains dalam bentuk elektronik. Meski demikian, arXiv adalah tempat yang paling visible, makalah yang masuk ke sana tidak pernah luput dari perhatian para pakar sebidang. Ironis sekali, pencarian makalah monumental Perelman serta sejumlah kutipannya di basis data Scopus atau ISI Thomson akan sia-sia. Atas jasanya, Perelman dianugerahi satu juta dolar oleh Clay Mathematics Institute di Boston, Amerika Serikat, penghargaan Himpunan Matematika Eropa, serta penghargaan tertinggi matematika, Fields Medal. Namun, semua hadiah ia tolak meski ia miskin, tinggal di sebuah apartemen kontrakan murah bersama ibunya.

Dalam kehidupan normal, sikap Perelman ini tidak lazim dan dapat dianggap sebagai ilmuwan sufi atau ekstrim kanan. Kini, aktivitas ilmuwan sudah dibalut oleh selimut profesionalisme, dimana semua jasa harus dibayar dengan penghargaan berbentuk insentif, hibah, promosi jabatan, dan sejenisnya. Namun, kerena para pemberi penghargaan tidak selalu paham dengan klaim hasil penelitian, umumnya mereka menggantungkan keputusan pada jurnal mapan. Asumsinya, jika sudah dipublikasikan di jurnal mapan, maka klaim sudah dapat diperiksa oleh ahlinya. Semakin baik jurnal, semakin ketat pemeriksaan ahli.

Di tengah meledaknya pertumbuhan jurnal open access dengan klaim “internasional” mudah dipahami keberadaan jurnal yang menawarkan daerah ekstrim kiri yang sangat bertentangan dengan idealisme Perelman. Inilah yang ditengarai oleh Jeffrey Beall, seorang pustakawan dengan jabatan associate professor di Universitas Colorado, Amerika Serikat.Beall mendefinisikan ‘jurnal pemangsa (predatory journal)’ sebagai jurnal yang tujuan utamanya semata-mata komersial. Diperkirakan ada sekitar 300 penerbit atau 4000 jurnal predator beroperasi saat ini, suatu jumlah yang agak merepotkan jika kita mau berhati-hati memilih jurnal
Grigori Perelman, solver of Poincare's Conjecture

"I'm not interested in money or fame. I don't want to be on display like an animal in a zoo. I'm not a hero of mathematics. I'm not even that successful, that is why I don't want to have everybody looking at me" -Grigoriy Yakovlevich (Grisha) Perelman-

Friday, May 17, 2013

Ketika Wanita Diciptakan

Notes ini diambil dr sebuah ppt brjudul "wanita",dipersembahkan tuk makhluk2 ciptaan-Nya yg terhebat..
Bacalah dgn menyebut Nama Tuhanmu... (Bismillahirrahmanirrahim...)




*Ketika Tuhan menciptakan wanita, DIA lembur pada hari ke-enam.

Malaikat datang dan bertanya,”Mengapa begitu lama, Tuhan?”

Tuhan menjawab: “Sudahkan engkau lihat semua detail yang saya buat untuk menciptakan mereka?" “2 Tangan ini harus bisa dibersihkan, tetapi bahannya bukan dari plastik. Setidaknya terdiri dari 200 bagian yang bisa digerakkan dan berfungsi baik untuk segala jenis makanan. Mampu menjaga banyak anak saat yang bersamaan. Punya pelukan yang dapat menyembuhkan sakit hati dan keterpurukan… , dan semua dilakukannya cukup dengan dua tangan ini”

Malaikat itu takjub. “Hanya dengan dua tangan?....impossible!“ “Dan itu model standard?” “Sudahlah TUHAN, cukup dulu untuk hari ini, besok kita lanjutkan lagi untuk menyempurnakannya“

Tuhan Menjawab: “Oh.. Tidak, SAYA akan menyelesaikan ciptaan ini, karena ini adalah ciptaan favorit SAYA”. “O yah… Dia juga akan mampu menyembuhkan dirinya sendiri, dan bisa bekerja 18 jam sehari”.

Malaikat mendekat dan mengamati bentuk wanita-ciptaan TUHAN itu. “Tapi ENGKAU membuatnya begitu lembut TUHAN ?”

Tuhan Kembali Menjawab: “Yah.. SAYA membuatnya lembut. Tapi ENGKAU belum bisa bayangkan kekuatan yang SAYA berikan agar mereka dapat mengatasi banyak hal yang luar biasa.“

“Dia bisa berpikir?”, tanya malaikat.

Tuhan menjawab: “Tidak hanya berpikir, dia mampu bernegosiasi."

Malaikat itu menyentuh dagunya. “TUHAN, ENGKAU buat ciptaan ini kelihatan lelah & rapuh! Seolah terlalu banyak beban baginya.”

“Itu bukan lelah atau rapuh....itu air mata”, koreksi TUHAN

“Untuk apa?”, tanya malaikat

TUHAN melanjutkan: “Air mata adalah salah satu cara dia mengekspressikan kegembiraan, kegalauan, cinta, kesepian, penderitaan dan kebanggaan.”

“Luar biasa” kata malaikat. “ENGKAU memikirkan segala sesuatunya, wanita- ciptaanMU ini akan sungguh menakjubkan!"

Tuhan Menjawab:
“Ya mestii…!”
“Wanita ini akan mempunyai kekuatan mempesona laki-laki. Dia dapat mengatasi beban bahkan melebihi laki-laki.”
“Dia mampu menyimpan kebahagiaan dan pendapatnya sendiri.”
“Dia mampu tersenyum bahkan saat hatinya menjerit.”
“Mampu menyanyi saat menangis, menangis saat terharu, bahkan tertawa saat ketakutan”
“Dia berkorban demi orang yang dicintainya.”
“Mampu berdiri melawan ketidakadilan.”
“Dia tidak menolak kalau melihat yang lebih baik.”
“Dia menerjunkan dirinya untuk keluarganya. Dia membawa temannya yang sakit untuk berobat.”
“Cintanya tanpa syarat.”
“Dia menangis haru saat melihat anaknya adalah pemenang.”
“Dia girang dan bersorak saat melihat kawannya tertawa.”
“Dia begitu bahagia mendengar kelahiran.”
“Hatinya begitu sedih mendengar berita sakit dan kematian.”
“Tetapi dia selalu punya kekuatan untuk mengatasi hidup.”
“Dia tahu bahwa sebuah ciuman dan pelukan dapat menyembuhkan luka.”

Hanya ada satu hal yang kurang dari wanita:
DIA LUPA BETAPA BERHARGANYA DIA...

-Semoga Bermanfaat-

Monday, April 22, 2013

CFDpre : Membuat Geometri untuk Mixing Elbow

Berikut langkah-langkah untuk membuat geometri untuk mixing elbow :

1.  Define initial point


2. Define initial ARC


3. Define points M, N, G and H by copying points



4. Define the remaining two-point curves


Thursday, March 21, 2013

. . .Kisah Liliyana Natsir Mengejar Impian. . .

Ibu pertiwi harus bangga memiliki seorang puteri yang telah beberapa kali mampu mengibarkan sang Merah Putih di puncak tertinggi dunia dan mengumandangkan Lagu Indonesia Raya di dunia Internasional. Lewat sektor olahraga kebanggan negeri ini, Bulutangkis, Liliyana Natsir sudah pernah membanggakan negeri ini dengan menujarai All England, menjadi Juara Dunia dan meraih medali perak Olimpiade. Dia mebuktikan bahwa untuk menjadi seorang juara diperlukan perjuangan tanpa henti dan pengorbanan. Kisah suskses terakhirnya adalah dengan menjadi Juara All England untuk kedua kalinya secara beruntun.

Liliyana Natsir bersama Tontowi Ahmad menjuarai All England untuk kedua kalinya.

Lagu Garuda di Dadaku membahana di National Indoor Arena, Birmingham, Inggris, Kamis (10/3/2013) lalu meski hanya sejumlah kecil suporter Indonesia di bangku penonton All England Superseries Premier yang melantunkannya. Para pendukung juga mengangkat bendera Merah Putih tinggi-tinggi setelah pasangan Tontowi Ahmad/Liliyana Natsir memastikan kemenangan mereka atas pasangan China, Zhang Nan/Zhao Yunlei, dua game langsung 21-13, 21-17 dalam kejuaraan klasik itu.

Tontowi langsung mengucap syukur sementara Liliyana melompat girang sambil mengepalkan tangan ke udara beberapa kali. Liliyana merasa tidak percaya dia dan Tontowi bisa kembali meraih gelar dalam turnamen itu.

"Masa sih dua kali beruntun. Padahal semuanya mengincar kami yang juara bertahan," tutur Liliyana menggambarkan perasaannya saat itu.

Tahun lalu, anak asuhan Richard Mainaky itu juga mencatat sejarah karena berhasil merebut kembali gelar ganda campuran bagi Indonesia di ajang All England, sejak pasangan Christian Hadinata/Imelda Wigoeno mendapatkannya pada tahun 1979.

Dengan mata berkaca-kaca Liliyana mempersembahkan kemenangannya untuk keluarga yang selalu mendukung dia, serta sang pelatih yang terus menggemblengnya sejak masih berpasangan dengan Novi Widianto.

"Untuk keluarga yang selalu support, untuk pelatih yang tidak bosan-bosan mengingatkan. Semoga dengan prestasi ini bisa lebih percaya diri," ujar Liliyana usai acara penyambutan kepulangannya dari Inggris di Terminal II Bandara Soekarno-Hatta, Rabu (20/3).

Anak Mama


Mata Liliyana, yang akrab disapa Butet, kembali berkaca-kaca saat sang ibunda, Jin Chen, menghampiri dia. "Ini mama saya," ujar Butet, yang wajahnya lantas berubah sumringah.

Butet kemudian memeluk erat mamanya, yang khusus datang dari Manado, Sulawesi Utara, untuk menyambut kepulangan putrinya.

Liliyana memang dikenal begitu lengket dengan mamanya. Bahkan, saat memutuskan merantau ke Jakarta pada usia 12 tahun untuk bergabung dengan klub PB Tangkas, Liliyana masih ditemani mamanya hingga tiga bulan.

"Saya sampai kos (indekos) dekat Tangkas," ujar Jin Chen.

Jin Chen tak pernah lepas memantau Adek, panggilan sayangnya untuk Liliyana. Dia selalu menemani Liliyana pada masa awal sang anak masuk asrama PB Tangkas.

"Tante selalu urus dia sendiri dari bayi sampai besar. Bahkan, dia dan kakaknya selalu tante suapin setiap makan, baju disiapkan, benar-benar tergantung sama tante," kenang Jin Chen.

Dia baru berpisah dengan putrinya saat Liliyana menyatakan ingin serius mendalami bulu tangkis. Jin Chen lantas kembali ke Manado untuk mengurus bisnis onderdil dan bengkel yang dijalankan bersama suaminya, Benno Natsir.

"Saat saya mau pulang dia nangis-nangis di asrama karena tidak mau pisah dengan tante. Tetapi tante ajak pulang pun dia tidak mau jo. Dia minta tante tinggal di Jakarta, biar kakaknya di Manado diurus papanya," ujar Jin Chen dengan logat Manado.

Sejak itulah Liliyana dipanggil Butet, si bungsu yang suka menangis dan tidak bisa lepas dari mamanya.

"Dahulu temannya orang Batak bilang kalau di kampungnya, seperti Liliyana ini dipanggilnya Butet. Akhirnya malah keterusan," kata Jin Chen, lalu tertawa.

Kini Jin Chen bisa tertawa mengenang pengorbanannya saat itu. Kadang dia masih tak percaya anaknya bisa menjadi atlet bulu tangkis berprestasi yang kerap mengharumkan nama bangsa di kancah Internasional.

"Semua pengorbanannya, jauh dari orangtua, nangis-nangis, sekarang terhapus. Saya bilang sama dia kalau saya senang Adek sukses di olahraga," ujarnya.

Bakat Olahraga

Liliyana tidak lahir dari keluarga atlet. Akan tetapi, sejak kecil dia punya bakat di bidang olahraga. Di sekolahnya, dahulu dia juga dikenal jago bermain basket.

Kegemaran keluarga bermain bulu tangkis membuat perempuan kelahiran 9 September 1985 itu tertarik dengan olahraga tersebut. Ayahnya, Benno Natsir, mengarahkan Liliyana sampai dia bergabung dengan klub bulu tangkis lokal, Pisok, pada usia sembilan tahun.

Setelah Liliyana menjadi atlet besar pun, Benno masih sering mengarahkan putri bungsunya bertanding.

"Papanya suka mengarahkan, kasih tahu kelemahan lawan-lawannya dan harus bagaimana," kata Jin Chen, yang fasih menyebut deretan lawan Liliyana dan istilah-istilah bulu tangkis.

"Sampai sekarang kami selalu pantau dan terus memotivasi dia. Dia itu maunya juara. Kalau kalah selalu bilang ke saya, ’saya mau balas dia, Ma’. Lalu saya memotivasinya kalau mau balas harus lebih giat berlatih," kata dia.

Kini segudang prestasi telah Liliyana raih. Sebelum berpasangan dengan Tontowi, Liliyana pernah menjadi pemain ganda campuran nomor satu Indonesia bersama Nova Widianto. Bersama Nova, dia meraih gelar juara dalam Kejuaraan Dunia BWF pada tahun 2005 dan 2007 serta berbagai prestasi bergengsi lainnya.

Ia juga pernah bermain di nomor ganda putri bersama rekannya Vita Marissa (2007-2008) dan meraih prestasi membanggakan seperti juara Indonesia Terbuka 2008 dan China Masters 2007. Selanjutnya, Liliyana ingin meraih kembali gelar Kejuaraan Dunia bersama Tontowi Ahmad. "Kalau sama dia kan belum dapat," katanya.

Sementara sang mama, yang berada tepat di sebelah Liliyana, cuma ingin putrinya segera memiliki kekasih.

"Lily cepat punya pacar," lontarnya dan tertawa.

"Itu pasti dipikirkan, tetapi berjalannya waktu saja karena peraturan PBSI ketat. Nanti inginnya setelah Olimpiade lagi," jawab Liliyana, yang disambut riuh oleh para wartawan.

Sumber : olahraga.kompas.com

Sunday, March 17, 2013

Program Untuk Menghitung Bilangan Reynolds dari Aliran Fluida di dalam Pipa Menggunakan MATLAB

data:image/jpeg;base64,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

Saya mencoba untuk membuat program menghitung bilangan Reynolds untuk kondisi aliran fluida di dalam pipa sebagai berikut :



===========

function Re = Reynolds()
disp ('This program is for fluid flowing inside a pipe')
Rho = input (' Input Density of Working Fluid in kg/m3 : ');
V = input (' Input Velocity in m/s : ');
Lc = input (' Input Characteristic Length in m : ');
M = input (' Input Viscosity of Working Fluid in kg.s/m2 : ');

Re = (Rho*V*Lc)/M;
disp (' ')
disp (' ===> Value of Dimensionless Reynolds Number = ', num2str(Re))
disp (' ')

if Re < 2100
disp ('Laminar Flow')
elseif Re > 4000
disp ('Turbulen Flow')
else disp ('Transitional Flow')
end


===========


Segala bentuk masukan terkait program ini akan sangat membantu.
Semoga bermanfaat.