Perkembangan kecerdasan buatan (AI) semakin pesat, dan kini kemampuan tersebut tidak lagi bergantung sepenuhnya pada pusat data (cloud). Hadirnya chipset hemat energi untuk AI on-device menjadi terobosan penting yang memungkinkan perangkat melakukan pemrosesan AI secara lokal, cepat, dan efisien tanpa memakan daya besar.

Teknologi ini telah menjadi salah satu fokus utama produsen chipset global karena kebutuhan perangkat modern yang semakin cerdas namun tetap hemat baterai.

Apa Itu AI On-Device?

AI on-device adalah teknologi yang memungkinkan komputasi kecerdasan buatan dilakukan langsung di dalam perangkat seperti:

• Smartphone,
• Kamera pintar,
• Wearable (smartwatch, smartband),
• Smart home devices,
• Perangkat IoT industri,
• Mobil listrik dan robotik.

Tidak perlu lagi mengirim data ke server eksternal untuk diproses—semua dilakukan secara lokal oleh chipset khusus yang tertanam di perangkat.

Mengapa Dibutuhkan Chipset Hemat Energi?

Pemrosesan AI membutuhkan daya komputasi tinggi. Jika menggunakan chipset standar, konsumsi energi akan meningkat drastis dan baterai cepat habis. Oleh karena itu, chipset generasi terbaru dirancang dengan fokus pada:

✔ Efisiensi konsumsi daya

Mengurangi penggunaan energi hingga 30–50% dibanding generasi sebelumnya.

✔ Performa AI yang lebih cepat

Proses inferensi AI berlangsung dalam hitungan milidetik.

✔ Keamanan data

Pemrosesan lokal membuat data sensitif tidak keluar dari perangkat.

✔ Pengurangan ketergantungan cloud

Mengurangi beban server, latency, dan biaya operasional.

Teknologi yang Digunakan di Chipset Hemat Energi

Chipset AI hemat daya memanfaatkan beberapa inovasi utama:

1. NPU (Neural Processing Unit) Generasi Baru

Unit pemrosesan khusus untuk mempercepat operasi AI seperti:

• Vision AI,
• Natural Language Processing,
• Pengenalan objek,
• Pengolahan suara.

NPU ini jauh lebih efisien dibanding CPU atau GPU tradisional.

2. Arsitektur 3nm dan 4nm

Proses manufaktur lebih kecil memungkinkan:

• Konsumsi daya lebih rendah,
• Transistor lebih padat,
• Performa lebih tinggi.

3. Dynamic Resource Allocation

Chip hanya mengaktifkan bagian yang diperlukan sesuai beban komputasi untuk menghemat energi.

4. Edge Computing Optimization

Chip dioptimalkan untuk pemrosesan langsung di perangkat tanpa bergantung pada cloud.

Contoh Penerapan Chipset Hemat Energi untuk AI On-Device

Teknologi ini sudah digunakan di berbagai sektor:

1. Smartphone

• Kamera AI real-time tanpa lag,
• Fitur keamanan biometrik,
• Peningkatan kualitas foto/video,
• Asisten AI yang bekerja offline.

2. IoT & Smart Home

• Sensor gerak cerdas,
• Pendeteksi anomali energi,
• Speaker pintar yang lebih responsif.

3. Industri & Pabrik

• Pemantauan mesin,
• Klasifikasi barang otomatis,
• Fitur prediksi kerusakan (predictive maintenance).

4. Mobil dan Robotika

• Sistem navigasi,
• Pengenalan lingkungan,
• Kontrol otonom.

Manfaat Utama Chipset Hemat Energi untuk Masa Depan

✔ Perangkat lebih tahan lama

Batre bertahan lebih lama meskipun fitur AI intensif digunakan.

✔ Privasi pengguna lebih terjaga

Tidak semua data dikirim ke server sehingga risiko kebocoran data berkurang.

✔ Kecepatan proses lebih tinggi

Tidak ada delay karena semua proses berjalan lokal.

✔ Ekosistem perangkat pintar tumbuh pesat

Mulai dari kota pintar, rumah pintar hingga kendaraan cerdas.

Apa Itu Otentikasi Biometrik Generasi Baru?

Otentikasi biometrik generasi baru adalah teknologi verifikasi identitas berbasis karakteristik unik tubuh atau perilaku manusia yang telah ditingkatkan menggunakan AI, sensor canggih, dan algoritma enkripsi modern. Tidak lagi hanya sebatas sidik jari atau pengenalan wajah, teknologi ini kini merambah ke identifikasi yang lebih kompleks dan sulit dipalsukan.

Teknologi ini bertujuan memberikan keamanan maksimal sekaligus pengalaman pengguna yang lebih cepat dan praktis.

Jenis-Jenis Otentikasi Biometrik Generasi Baru

1. Biometrik Perilaku (Behavioral Biometrics)

Berbeda dengan biometrik fisik, teknologi ini mendeteksi cara pengguna berinteraksi dengan perangkat. Contohnya:

• Pola mengetik
• Cara menggulir layar
• Arah gerak mouse
• Kecepatan sentuhan pada layar

Karena sangat personal dan sulit ditiru, teknologi ini semakin banyak digunakan dalam aplikasi perbankan dan transaksi keuangan.

2. Pengenalan Vena (Vein Recognition)

Teknologi ini memindai pola pembuluh darah di telapak tangan atau jari menggunakan inframerah.

Kelebihannya:

• Sangat sulit dipalsukan
• Akurasi tinggi
• Tidak perlu kontak langsung (contactless)

Sensor vena kini menjadi alternatif lebih aman dibanding sidik jari.

3. Otentikasi Wajah 3D (3D Facial Authentication)

Berbeda dengan kamera depan biasa, teknologi ini menggunakan sensor kedalaman (depth sensor) untuk membuat peta wajah tiga dimensi.

Manfaatnya:

• Lebih aman dari pemalsuan foto/video
• Mampu mengenali wajah meski ada perubahan cahaya
• Cepat dan nyaman digunakan

Smartphone flagship dan sistem keamanan bandara mulai beralih ke teknologi 3D ini.

4. Biometrik Suara Tingkat Lanjut (Advanced Voice ID)

Teknologi ini menganalisis gelombang suara hingga ke detail mikro, bukan sekadar mendeteksi siapa yang berbicara.

Keunggulannya:

• Tetap akurat meski pengguna flu, lelah, atau berbicara pelan
• Mendeteksi pemalsuan suara dari AI (voice deepfake detection)

Ini semakin penting di tengah maraknya deepfake suara yang semakin realistis.

5. Iris dan Mata Multi-Spektrum

Otentikasi iris sudah dikenal akurat, tetapi kini berkembang menjadi pemindaian mata multi-spektrum yang mampu membaca pola unik mata pada berbagai kondisi cahaya.

Keunggulan:

• Tidak terpengaruh cahaya terang/gelap
• Akurasi sangat tinggi
• Sulit direkayasa

Teknologi ini ideal untuk bandara, militer, dan fasilitas berkeamanan tinggi.

Mengapa Otentikasi Biometrik Generasi Baru Penting?

✔ Lebih Aman dari Password

Ciri fisik atau perilaku lebih sulit dicuri dibanding password atau PIN.

✔ Sulit Dipalsukan oleh AI (Anti-Deepfake)

Teknologi biometrik generasi baru memiliki deteksi liveness untuk mencegah foto, video, atau suara palsu.

✔ Lebih Cepat dan Nyaman

Pengguna tidak perlu mengingat kode atau kata sandi.

✔ Dapat Digunakan di Berbagai Sektor

• Perbankan dan fintech
• Kesehatan
• Transportasi dan bandara
• Sistem pemerintahan
• Aplikasi smartphone
• Perusahaan dan perkantoran

Tantangan dan Isu Keamanan

Meski menjanjikan, otentikasi biometrik tetap memiliki tantangan:

1. Privasi Data – Data biometrik sangat sensitif, sehingga penyimpanannya harus terenkripsi.
2. Risiko kebocoran – Jika bocor, data biometrik tidak bisa “diganti” seperti password.
3. Biaya teknologi – Sensor dan perangkat canggih memerlukan investasi besar.
4. Standardisasi global – Belum ada standar internasional yang seragam untuk penggunaan biometrik.

Namun, dengan regulasi yang kuat dan teknologi yang terus berkembang, tantangan ini dapat diatasi.

Ledakan kecerdasan buatan (AI) dalam beberapa tahun terakhir membawa perubahan besar di hampir semua sektor industri. Mulai dari layanan kesehatan, pendidikan, keuangan, manufaktur, hingga hiburan — semuanya berlomba memanfaatkan AI untuk meningkatkan efisiensi, kecepatan, dan kualitas layanan. Namun di balik perkembangan pesat ini, muncul tantangan serius yang berpotensi menjadi “bottleneck” bagi masa depan AI: kekurangan chip memori dan lonjakan harga server-memory.

1. Mengapa Memori Sangat Penting dalam AI?

Tidak seperti aplikasi digital biasa, sistem AI — terutama AI generatif dan model bahasa besar — memerlukan kapasitas komputasi raksasa. Hal ini membuat kebutuhan hardware tidak hanya terfokus pada GPU, tetapi juga pada:

• High-bandwidth memory (HBM)
• Server-grade DRAM
• LPDDR generasi baru yang hemat energi
• Storage berkecepatan tinggi

Memori ini digunakan untuk melatih model, menyimpan parameter, menjalankan inferensi, hingga mengelola data berukuran besar secara real time.

Tanpa memori cepat dan stabil, performa AI akan turun drastis meski GPU yang dipakai sangat kuat.

2. Kekurangan Memori Global: Ancaman Baru Setelah Krisis GPU

Permintaan memori melonjak tajam seiring penetrasi AI di berbagai negara dan perusahaan. Beberapa faktor utamanya:

a. Maraknya Model AI Berukuran Besar

Model sekarang mencapai ratusan miliar hingga triliunan parameter.

Semakin besar model → semakin besar kebutuhan memori.

b. Perusahaan Masif Beralih ke LPDDR & HBM

Laporan industri menunjukkan bahwa LPDDR semakin banyak dipakai untuk server AI karena lebih hemat daya.

Namun kapasitas produksi global belum mampu memenuhi permintaan.

c. Penambahan Data & Beban Kerja Cloud

Perusahaan migrasi ke cloud AI → penyedia cloud harus terus menambah kapasitas server-memory.

d. Rantai Pasok Masih Rentan

Geopolitik, perang dagang, dan konsentrasi produsen chip di beberapa negara membuat pasokan tidak stabil.

3. Harga Server-Memory Diprediksi Naik 2 Kali Lipat

Beberapa analis melaporkan bahwa permintaan memori server yang tinggi dapat menyebabkan harga meningkat hingga dua kali lipat pada 2026.

Dampaknya:

• Biaya operasional perusahaan naik besar
• Perusahaan yang ingin mengembangkan AI harus menyiapkan anggaran hardware lebih besar.
• Startup berbasis AI makin sulit bersaing
• Startup kecil akan lebih berat membeli server-memory atau melakukan training model mandiri.
• Pusat data (data center) mengalami tekanan biaya
• Dengan kebutuhan memori per server meningkat, operator harus memperbesar investasi.
• Biaya layanan cloud bisa ikut naik
• Penyedia cloud akan menyesuaikan harga untuk menutup kenaikan biaya hardware.

4. Implikasi untuk Industri Teknologi

a. Inovasi Terhambat

Jika supply chain memori tidak stabil, peluncuran model baru bisa terhambat.

b. Konsolidasi Teknologi

Perusahaan besar seperti NVIDIA, Samsung, SK Hynix, dan Micron akan semakin dominan.

c. Arah Riset Berubah

Banyak peneliti mendorong pengembangan model AI yang:

• Lebih efisien,
• Lebih kecil,
• Lebih hemat memori,
• Lebih cepat diakses di perangkat mobile.

5. Solusi & Arah Perkembangan di Masa Depan

Beberapa langkah dan inovasi yang sedang dikembangkan untuk mengatasi krisis memori:

1) Peningkatan Kapasitas Produksi DRAM & HBM

Produsen global berupaya memperluas pabrik, namun memerlukan waktu.

2) AI Memory Optimization

Metode seperti quantization, pruning, dan distillation — membuat model lebih kecil tanpa kehilangan kualitas.

3) Arsitektur Komputasi Baru

Termasuk:

• Compute-in-memory (CIM)
• Memristor
• Processing Near Memory (PNM)
• Teknologi ini mengurangi kebutuhan perpindahan data antar chip.

4) Penggunaan AI di Perangkat Lokal (On-Device AI)

AI tidak hanya di cloud, tapi juga di ponsel & laptop. Ini mengurangi tekanan pada server-memory.

“Top 100 Tech Trends in December 2025” adalah rangkuman dari 100 tren teknologi paling menarik dan berpotensi mengubah kehidupan sehari-hari maupun industri, seperti wearable pintar, perangkat AI, gadget rumah pintar, hingga inovasi dalam gaya hidup digital.

Rangkuman ini mencerminkan bagaimana cepatnya inovasi di tahun 2025 — mulai dari produk konsumen, perangkat pintar, hingga solusi teknologi canggih untuk kesehatan, produktivitas, lifestyle, hingga otomasi.

Beberapa Tren Menonjol dari Daftar 100

Beberapa tren dan perangkat yang disorot di daftar ini antara lain:

• Headphone dengan kemampuan “brain tracking” / neuro-tracking — misalnya perangkat yang mengombinasikan audio performa tinggi dengan sensor untuk memantau aktivitas otak, membantu manajemen stres, fokus, atau kesehatan mental.
• Wearable “smart rings” & gadget kesehatan ringkas — perangkat kecil seperti cincin pintar, anting pintar, gelang atau aksesori yang bisa memantau kesehatan, tidur, biometrik, atau kebiasaan harian.
• Perangkat rumah & gaya hidup pintar — mulai dari alat rumah pintar, gadget dapur modern, sampai solusi otomasi harian yang memudahkan bis- bis kehidupan dan rumah tangga.
• AI-powered tools & perangkat edge-computing / PC kompakt — perangkat yang sudah membawa kecerdasan buatan dan pemrosesan di luar cloud (edge), memungkinkan efisiensi dan fleksibilitas lebih besar.
• Teknologi yang menggabungkan estetika, gaya hidup, dan fungsionalitas — artinya bukan cuma gadget “berteknologi tinggi”, tapi juga memperhatikan desain, kemudahan, dan dampak terhadap rutinitas harian pengguna.

Mengapa Ini Penting — Implikasi Untuk Kehidupan & Industri

• Akses Teknologi Semakin Terjangkau & Praktis — Dengan tren wearable pintarnya dan gadget ringkas, teknologi canggih tidak hanya untuk kalangan “tech-savvy”, tapi bisa diakses banyak orang, menjangkau kesehatan, produktivitas, gaya hidup.
• Transformasi Gaya Hidup & Konsumsi — Orang bisa semakin mengandalkan gadget dan teknologi untuk aspek sehari-hari: mulai dari kesehatan, kebiasaan tidur, manajemen stres, sampai otomasi rumah — yang bisa membuat hidup lebih efisien.
• Peluang bagi Industri & Profesional — Inovasi terus muncul, membuka ruang bagi startup, developer, desainer, dan tenaga kerja profesional untuk bekerja di bidang teknologi, wearable, AI, IoT, kesehatan digital, desain produk, dll.
• Perubahan dalam Standar Konsumen & Kebutuhan Baru — Konsumen saat ini mungkin tidak hanya menginginkan gadget “bekerja”, tapi juga “menyatu” dengan gaya hidup — artinya desain, kenyamanan, privasi, dan integrasi dengan kehidupan sehari-hari akan semakin dikedepankan.

Relevansi Bagi Kamu (Latarmu: Akuntansi + Ingin Explore Dunia Digital/AI)

Karena kamu background-nya di akuntansi, tapi tertarik mengembangkan skill untuk dunia kerja modern / digital — daftar tren ini bisa jadi inspirasi untuk:

• Mengeksplor skill baru di bidang teknologi: misalnya data analysis, sistem informasi, integrasi software — karena banyak perangkat dan layanan baru membutuhkan pengelolaan data, integrasi sistem, keamanan, dll.
• Menyadari bahwa industri otomasi & digitalisasi makin luas — bukan cuma TI murni, tapi juga bisa menyentuh akuntansi, manajemen organisasi, pelaporan — misalnya melalui software automasi, sistem ERP, atau layanan keuangan berbasis teknologi.
• Memahami bahwa konsumen/pengguna sekarang makin peduli terhadap kemudahan, integrasi, keseimbangan hidup — artinya kalau kamu terjun ke dunia kerja, soft-skill plus pemahaman tentang tren dan teknologi bisa jadi nilai tambah besar.

Apa itu Signaling X?

• Signaling X adalah sistem persinyalan kereta generasi baru dari Siemens Mobility — versi modern dari sistem kendali kereta konvensional.
• Teknologi ini menggabungkan berbagai fungsi penting seperti interlocking (pengaturan jalur), sistem sinyal, dan kendali kereta ke dalam satu platform terpadu berbasis cloud.
• Singkatnya: otak sistem kereta, yang dulu tersebar di banyak hardware khusus, sekarang “dipindah” ke pusat data virtual — memungkinkan kontrol lebih efisien, fleksibel, dan modern.

Keunggulan Signaling X

Menurut hasil uji coba dan pernyataan resmi dari Siemens, Signaling X memiliki sejumlah kelebihan signifikan dibanding sistem lama:

• Efisiensi operasional meningkat ~20%: sistem memungkinkan lebih banyak kereta beroperasi dengan interval lebih rapat, membuat waktu tunggu penumpang lebih singkat.
• Hemat energi hingga ~30%: konsumsi energi sistem kendali berkurang berkat infrastruktur cloud dan penggunaan perangkat keras komersial standar (COTS) daripada perangkat keras khusus yang biasanya boros energi.
• Kemudahan pemeliharaan & skalabilitas: karena dijalankan di atas hardware umum dan terpusat, sistem ini lebih mudah diperbarui, dipantau, dan ditingkatkan skalanya bila jaringan diperluas.
• Keandalan & keamanan: meskipun berbasis cloud dan hardware umum, sistem keselamatan tetap dijamin melalui platform khusus Distributed Smart Safe System (DS3) milik Siemens.

Proyek dan Implementasi Pertama

• Pada November 2025, Siemens Mobility melakukan “live premiere” pertama sistem Signaling X di dunia — uji coba operasional kereta metro di Singapore Rail Test Centre (SRTC), di Singapura.
• Hasil uji coba tersebut menunjukkan bahwa sistem siap dipakai secara nyata untuk transportasi massal — bukan sekadar prototype.
• Selain untuk metro / MRT / LRT, Signaling X juga dirancang kompatibel untuk jaringan kereta antarkota dan jalur utama, sehingga fleksibilitas penggunaannya sangat besar.

 Implikasi untuk Indonesia & Kota-Kota Besar

Sebagai seseorang yang tinggal di Jabodetabek — di mana sistem transportasi massal seperti KRL, MRT, dan LRT adalah aspek penting — inovasi seperti Signaling X bisa sangat relevan:

• Jika sistem seperti ini diterapkan di Indonesia, bisa membantu meningkatkan kapasitas angkutan massal — lebih banyak kereta berjalan lebih sering, menjawab kepadatan penumpang.
• Hemat energi dan efisiensi operasional juga mendukung upaya keberlanjutan: selain mengurangi konsumsi listrik, juga meminimalkan biaya operasional jangka panjang.
• Sistem terpadu dan fleksibel berarti upgrade ke sistem modern bisa dilakukan tanpa overhaul besar — penting ketika jaringan terus berkembang (misalnya ekspansi MRT/LRT, integrasi antarmoda, dsb).

Tantangan dan Catatan

Meski menjanjikan, adaptasi sistem seperti Signaling X tidak otomatis mudah:

• Infrastruktur pendukung harus mendukung — seperti jaringan data, pusat kontrol, pelatihan staf, dan sistem keamanan siber jika berbasis cloud.
• Transisi dari sistem lama ke sistem baru butuh waktu dan investasi — migrasi, tes, dan integrasi perlu dilakukan secara hati-hati agar tak mengganggu operasional.
• Regulasi dan standar lokal perlu disesuaikan agar kompatibel dengan sistem modern berbasis internasiona seperti Signaling X/CBTC.

Di tengah kondisi planet yang semakin rentan akibat perubahan iklim, peningkatan konsumsi energi, dan frekuensi bencana yang kian meningkat, teknologi hadir sebagai salah satu solusi paling strategis. Berbagai inovasi terbaru kini tidak hanya berfokus pada efisiensi atau keuntungan ekonomi semata, melainkan juga menawarkan dampak positif bagi lingkungan serta keselamatan manusia. Berikut ulasan mengenai perkembangan teknologi terkini yang mendorong lingkungan lebih sehat dan mitigasi bencana yang lebih efektif.

1. Inovasi Hemat Energi: Menjawab Tantangan Global

Perusahaan dan institusi riset di seluruh dunia berlomba mengembangkan teknologi yang mampu mengurangi konsumsi energi tanpa mengorbankan performa. Beberapa terobosan penting meliputi:

a. Perangkat Berbasis Energi Rendah (Low-Power Technology)

Teknologi chip dan sensor baru dirancang untuk bekerja dengan daya sangat rendah, bahkan hingga 50% lebih hemat energi dibanding generasi sebelumnya. Inovasi ini berpengaruh besar di sektor telekomunikasi, AI, dan IoT yang membutuhkan perangkat selalu aktif namun tetap efisien.

b. Material & Teknologi Transfer Data Ramah Energi

Penggunaan komponen fotonik serta memori berdaya rendah seperti LPDDR sedang menjadi tren. Teknologi ini memungkinkan data center — yang selama ini dikenal sebagai “pemakan energi besar”— bekerja lebih efisien dan tidak menghasilkan panas berlebihan.

c. Smart Grid & Pengelolaan Energi Terbarukan

Sistem kelistrikan pintar mengintegrasikan AI untuk memprediksi kebutuhan energi, mengatur distribusi listrik, serta memaksimalkan penggunaan energi terbarukan seperti surya dan angin. Pendekatan ini bukan hanya menghemat energi, tapi juga mengurangi emisi karbon.

2. Teknologi untuk Mitigasi Bencana: Lebih Cepat, Lebih Tepat

Bencana alam yang semakin sering terjadi menuntut adanya sistem mitigasi yang modern, berbasis teknologi, dan mampu bekerja secara real-time. Inovasi berikut menjadi sorotan:

a. Sistem Peringatan Dini Berbasis AI dan IoT

Sensor lingkungan yang terhubung dengan kecerdasan buatan kini mampu mendeteksi perubahan geologis, cuaca ekstrem, hingga kualitas udara. Data kemudian dianalisis untuk memberikan peringatan dini yang lebih cepat dan akurat terkait gempa, banjir, longsor, atau kebakaran hutan.

b. Drone dan Satelit untuk Pemantauan

Penggunaan drone dan satelit kini menjadi alat vital untuk memantau wilayah rawan bencana. Teknologi citra satelit resolusi tinggi dapat membantu pemerintah dan lembaga kemanusiaan memetakan risiko serta merencanakan evakuasi lebih efektif.

c. Robot Penyelamat & Teknologi Tanggap Darurat

Robot kecil berdesain tahan benturan digunakan untuk mencari korban di area yang sulit dijangkau tim SAR. Selain itu, perangkat komunikasi darurat berbasis jaringan satelit memungkinkan koordinasi tetap berjalan meskipun infrastruktur lokal rusak.

3. Teknologi untuk Keberlanjutan Lingkungan Global

Selain mitigasi bencana dan efisiensi energi, banyak inovasi diarahkan untuk menjaga kesehatan planet secara keseluruhan.

a. Pemulihan Ekosistem Berbasis Data

AI kini membantu memantau kesehatan hutan, laut, dan wilayah konservasi. Data seperti suhu, biodiversitas, dan tingkat kerusakan dianalisis untuk merancang strategi pemulihan ekosistem yang lebih presisi.

b. Teknologi Pengelolaan Limbah Modern

Teknologi pemilahan otomatis, sistem daur ulang berbasis robot, serta proses konversi limbah-ke-energi mulai diterapkan secara luas untuk mengurangi beban lingkungan dan mendorong ekonomi sirkular.

c. Solusi Air Bersih & Sanitasi Cerdas

Perangkat purifikasi air portabel, filter berbasis nanoteknologi, dan sensor kualitas air membantu menyediakan kebutuhan dasar bagi komunitas terdampak bencana atau daerah terpencil.

4. Dampak pada Kemanusiaan: Memperkuat Ketahanan Komunitas

Perkembangan teknologi di bidang lingkungan & kemanusiaan mendorong:

• Respon bencana lebih cepat & terkoordinasi
• Akses energi bersih di daerah terpencil
• Kesehatan dan keselamatan masyarakat lebih terjaga
• Pembangunan berkelanjutan yang inklusif

Inovasi ini menunjukkan bahwa teknologi tidak hanya soal modernisasi, tetapi juga perwujudan tanggung jawab manusia terhadap bumi dan sesama.