Saya juga berpikir microservice punya banyak kelebihan di startup. Pertama, saya benar-benar merekomendasikan kelebihan menggunakan monorepo.

  • Saat arah produk berubah, bagian yang perlu diubah pada microservice lebih jelas dan lebih sedikit dibanding monolith. Menurut saya ini sangat besar nilainya.
  • Di era pengembangan berbasis AI, unit kecil pada microservice lebih mudah dikembangkan dengan bantuan AI. (Bukan berarti monolith tidak bisa)
  • Saya mengakui beban CI/CD, tetapi ada juga layanan yang dihentikan pada tahap penentuan arah. Bahkan jika dibangun setelah arah akhirnya ditetapkan, tingkatnya hampir seperti copy-paste sehingga bisa dibangun dalam waktu kurang dari seminggu.
  • Kekuatan open source yang unggul per bahasa sangat jelas. Security dan business logic bisa memakai Java, AI memakai Python; dalam struktur microservice, kita bisa memanfaatkan open source sebanyak mungkin.
 

Apakah kita sudah sampai pada titik tidak bisa hidup sehari pun tanpa dunia yang tersusun dari 1 dan 0.... Rasanya ini bukan lagi sekadar cerita orang lain...

 

Membatasi ruang lingkup disebut scoping. Kemampuan untuk melakukan scoping dengan baik agar bisa menang itulah yang menjadi keahlian.

 

Saya pernah dengar digital detox, tapi baru kali ini dengar digital botox wkwkwk.
Saya penasaran Starlink bekerja seperti apa secara spesifik, dan rasa penasaran itu jadi banyak terjawab.

 

Pita frekuensi yang dilindungi yang disebutkan dalam tulisan ini adalah 1400-1427 MHz, dan ini mencakup bukan hanya pengamatan tanah atau laut yang dibahas di sini, tetapi juga gelombang radio dari gas hidrogen galaksi yang diamati dalam radioastronomi (1420.405 MHz).
Karena itu, jamming elektronik kuat yang terjadi dalam konflik militer disebut dapat membuat radioastronomi menjadi sangat sulit.

Sebagai referensi, ada halaman web yang menampilkan peta interferensi radio yang tertangkap pada pita tersebut berdasarkan data satelit yang disebutkan dalam tulisan ini, diperbarui per bulan.

Hal yang sangat unik jika melihat ini adalah kepulauan Jepang. Wilayah lain umumnya hanya ditandai sebagai titik-titik sporadis kecuali di tempat dengan ketegangan militer, tetapi kepulauan Jepang saja terlihat merah menyala di seluruh pulaunya. Bahkan, data tertua yang ditampilkan halaman web tersebut adalah data April 2015, dan sejak saat itu seluruh wilayah negaranya sudah tampak merah menyala.

Jadi saya mencari alasan mengapa hanya Jepang yang seperti itu, dan penyebabnya ternyata adalah receiver siaran satelit digital yang tersebar luas di Jepang.
Jepang menghentikan siaran TV analog pada Juli 2011 dan pada Desember tahun yang sama menambah kanal siaran satelit digital BS menjadi 24 kanal. Sinyal siaran satelit ini berada pada frekuensi tinggi 12 GHz, tetapi karena membebani perangkat jika diproses secara langsung, sinyal itu diproses setelah secara internal dikonversi ke IF (frekuensi menengah).
Masalahnya, untuk kanal 21, frekuensi konversi menengahnya adalah 1415-1450 MHz, yang tumpang tindih dengan pita frekuensi terlindungi yang disebutkan di atas, dan tampaknya standar terkait di Jepang saat itu lebih longgar daripada sekarang.
Akibatnya, jutaan receiver dan amplifier distribusi yang sedikit membocorkan gelombang radio pada pita tersebut tersebar di seluruh Jepang, dan inilah yang menimbulkan masalah. Jumlah interferensi yang bocor dari masing-masing perangkat masih berada dalam batas standar, tetapi karena jutaan perangkat itu beroperasi secara bersamaan, pita frekuensi itu sendiri pun terdampak.
Walaupun sejak 2018 Kementerian Urusan Dalam Negeri dan Komunikasi Jepang telah memperketat standar produksi dan pemasangan receiver siaran satelit serta memberikan subsidi untuk penggantian receiver lama, masalah ini masih belum terselesaikan hingga sekarang.

Sumber untuk bagian terkait Jepang:

 

Wah... saya cuma pernah dengar soal Starlink, tapi setelah melihat ulasan dari penggunaan nyata, rasanya keren sekali. Seru dan enak dibaca!

 

OpenSearch muncul pada 2021 setelah perubahan lisensi Elasticsearch, dengan tujuan menjadi pengganti yang kompatibel. Meski sebagian besar kompatibel, terutama versi 1.x dengan Elasticsearch 7.10, ini bukan solusi drop-in yang sepenuhnya lengkap. Elasticsearch telah berkembang lebih jauh, dengan lebih banyak fitur dan optimasi, terutama pada Kibana dan agregasi. Performa bergantung pada aplikasi, dengan keduanya dibangun di atas Lucene. Sebagian pengguna merasa OpenSearch lebih lambat dan fork Kibana-nya memiliki bug. Meski Elasticsearch kembali menjadi open source (AGPLv3) pada September 2024, sebagian orang tetap memilih OpenSearch karena sifatnya yang benar-benar open source dan dukungan AWS. Walau pencarian vektor adalah pembeda utama, implementasi skala besar memerlukan pengelolaan RAM yang cermat. Pada akhirnya, pilihan bergantung pada kebutuhan spesifik, karena keduanya sama-sama memiliki kelebihan dan kekurangan. Saya sedang mengerjakan OpenSearch bersama Davidayo https://www.davidayo.com alat AI yang kuat "AskPromptAI" https://askpromptai.com.

 

Ini sempat sedikit muncul di kolom opini juga, tetapi ekosistem beam/otp memang terasa cukup fleksibel dan bagus. Dalam kasus Gleam, sintaks bagus dari Go dan Rust dipadukan dengan stabilitas beam, sehingga menjadi bahasa yang cukup mengesankan. Sepertinya saya ingin mulai mencobanya pelan-pelan untuk proyek skala kecil.

 
caniel 2025-05-10 | induk | di: Rilis Resmi Wasm 2.0 (w3.org)

WA!(SM)

 

Kalau tim dipecah-pecah sembarangan, bahkan sekadar berkumpul dan bertukar pendapat pun jadi pekerjaan yang sangat besar.

 

Saya jadi berpikir, bukankah komunikasi sesama spesies biasanya hanya dipakai untuk kawin kalau mereka tidak hidup berkelompok? Tapi ini menarik sekali.

 

Perusahaan yang bahkan tidak bisa membuat engine dengan benar ini rupanya melakukan segala macam kebodohan ya wkwk

 

+1
Mungkin cuma sempat nyobain Next.js wkwk

 

Sepertinya masuk akal sih wkwk

 

Animasinya memang bagus, tapi terlalu banyak bagian yang membuat perhatian tertuju ke animasinya, bukan ke isinya.

Terutama kalau sampai alur membaca terganggu karena animasinya, rasanya sudah kesal duluan bahkan sebelum mulai membaca.

 

Isinya sangat mengesankan!
Ada banyak tips yang bisa langsung diterapkan di pekerjaan nyata. Terima kasih sudah berbagi ☺️

 

Tampaknya kemampuan penting juga adalah memilih pekerjaan yang cukup layak untuk dinyatakan selesai (Done).

 

Di perusahaan kami, kami belum mengadopsi editor AI yang belakangan ini bermunculan seperti Cursor; kami hanya memakai LLM sebatas memasang extension Continue di VS Code. Mungkin kami akan coba mengadopsinya nanti, sekitar 2~3 tahun lagi, saat sudah muncul editor kode yang benar-benar dominan...