Skill Komputer untuk Biologi

Tahun 2012, saya diamanahkan mengajar aplikasi komputer untuk biologi selama satu semester. Waktu itu masih tahun akhir S1. Pemahaman biologi saya masih sempit. Yang saya ajarkan semua tentang aplikasi yang memakai graphical user interface (GUI): aplikasi yg interaksinya banyak menggunakan mouse.

 

Andai misalnya waktu bisa diputar. Apa kira-kira yang akan saya ajarkan dengan penahaman saya sekarang tentang penggunaan komputer bagi peneliti biologi:

 

Pamakaian Command Line (CLI)

 

Kita generasi 90-an, mungkin belajar komputernya sudah menggunakan GUI. Tidak pakai MS-DOS lagi. Jadinya generasi kita tidak nyaman menggunakan aplikasi command line. Tapi, di biologi ketika mulai advance, kita banyak menggunakan command line.

 

CLI ini sangat efisien dalam menggunakan sumber daya komputer. Ketika kita berhadapan dengan analisa yang membutuhkan komputasi tinggi, program-programnya tidak lagi menggukan GUI. Yang paling umum di analisa filogenetik. Program-program seperti raxml, mrbayes, iqtree, dan revbayes, semuanya menggunakan CLI.

 

Di Indonesia, kita banyak menggukan program MEGA untuk menganalisa data filogenetik. Karena MEGA bisa dipakai hanya dengan klik mouse. Namun, kalau kita ingin publikasi di jurnal yang berputasi, analisanya sering mengharuskan kita menggunakan program CLI. Karena di Mega model yang tersedia sangat sedikit dan bisa berakhir bias dalam hasil analisanya. Kecuali untuk alignment, banyak reviewer menolak analisa data dengan program tersebut.

 

Di ekologi pun, dunia permodelan juga sering memaksa untuk berinteraksi dengan CLI. Bahkan ketika menggunakan R, terkadang ada kondisi dimana kita menggunakan CLI untuk menginstall dependencies (paket program pendukung) dari paket R yang kita gunakan. Apalagi sekarang kita berhadapan dengan big data. Berkat skill komputer, banyak yang bisa publikasi hanya menggunakan data yang tersedia bebas di dunia maya. Pengolahan data besar ini terkadang menghadapkan kita dengan CLI.

 

Pemakaian Linux

 

Tidak perlu mengajarkan terlalu dalam. Cukup hanya pemahaman dasar linux, semacam bagaimana berinteraksi dengan Linux, struktur data, dan package manager. Seberapa pun hebat nya Windows, untuk urusan kenyamanan menggunakan aplikasi command line dan efisiensi dalam menggunakan sumber daya komputer, Linux masih jawaranya. Itulah salah satu alasan Linux banyak dipakai di server.

 

Linux ini nenek moyang nya sama dengan MacOS, dikenal dengan nama Unix. Baik Linux maupun MacOS mempunyai kelebihan yang sama dalam kenyamanan aplikasi CLI-nya. Sementara, Windows malah sebaliknya, karena dikembangkan lebih fokus ke arah GUI. Itu juga salah satu alasan kenapa banyak peneliti yang lebih nyaman menggunakan MacOS. Bagi kita yang tidak mampu membeli MacOS, Linux adalah alternatif terbaik. Bahkan unggul dari segi efisiensi dibandingkan MacOS.

 

Sekarang manfaat pemahaman Linux ini makin terasa.


Bagi yang mengikuti perkembangan Windows, sekarang investasi besar-besaran Microsoft adalah mengintegrasikan Linux ke dalam Windows. Teknologinya dikenal dengan Windows Subsystem for Linux (WSL). Update Windows bulan Mei ini kebanyakan optimisasi WSL, mulai dari peningkatan akses ke hardware lewat Linux di Windows hingga aplikasi Windows Terminal terbaru untuk meningkatkan efisiensi dalam menggunakan CLI.

 

Kita di biologi sekarang bisa memanfaatkan penggunaan Linux tanpa perlu menginstall Linux secara terpisah. Aplikasi-aplikasi analisa data yang hanya bisa diinstall di MacOS dan Linux, sekarang bisa dinikmati di Windows lewat WSL. 

 

Git (Version Control)

 

Kalau yang dua di atas saya sudah terbiasa pemakaiannya waktu zaman S1, git ini saya baru belajar tahun 2018.  Banyak digunakan untuk pengembangan software, namun juga bisa dipakai untuk script R. Ia membantu mencatat perubahan script kita. Misalnya kita mengubah suatu script R. Namun, pada suatu waktu kita ingin kembali lagi ke versi script sebelum dirubah. Dengan menggunakan git, kita bisa mengembalikannya dengan mudah. Manfaatnya sangat terasa untuk menulis script dengan analisa permodelan kompleks.

 

Git ini dijalankan di komputer kita dan bisa dikoneksikan dengan github.com. Di komputer kita, paling nyaman menggunakan versi command line. Dipublikasi sering kita jumpai peneliti menggunakan github untuk menyimpan data dan script analisa mereka.

 

Istilah bule-nya, "It's not the end of the world" kalau tidak bisa menggunakan git. Tapi, git memberikan kita kenyamanan dalam coding. Ia juga memudahkan dalam berkolaborasi mengembangkan permodelan biologi.




Itu semua sedikit rasa penyesalan saya, yang dulu tak sempat terpikirkan untuk mengajarkan. Saya mungkin termasuk orang yang beruntung tertarik dengan komputer sejak masih SMA. Banyak belajar komputer secara otodidak. Setidaknya, ketika kita sudah nyaman menggunakan komputer, satu masalah sudah dikurangi. Kita tinggal fokus memikirkan analisa data dan interpretasinya. Bukan lagi memikirkan bagaimana menjalankan programnya.

 

Namun, tidak semua orang punya ketertarikan yang sama seperti saya. Skill komputer tersebut sering diabaikan di perguruan tinggi. Umumnya masih menjadi domain jurusan komputer. Bahkan di luar negeri sekali pun. Namun, di luar negeri sering ilmu nya diturunkan di lab. Mereka yang menguasai komputer jauh lebih banyak.

 

Sementara kita di Indonesia masih sangat kekurangan. Harapan saya dari tulisan ini, mudah-mudahan bagi yang punya kekuasaan untuk mengembangkan kurikulum di perguruan tinggi, bisa memikirkan bagaimana pelatihan skill komputer tersebut bisa diterapkan secara merata ke mahasiswa.

 

Bagi yang mahasiswa, mungkin bisa mulai berpikir belajar mandiri tentang skill-skill yang saya sebutkan di atas. Masalah urusan keuletan dalam mengoleksi data dan semangat juang di labor maupun di lapangan, peneliti Indonesia tak perlu diragukan kemampuannya. Kita hanya cenderung lemah dalam penguasaan teknologi.

Skill Komputer untuk Biologi Skill Komputer untuk Biologi Reviewed by Tikus on Mei 22, 2020 Rating: 5
Diberdayakan oleh Blogger.