0:00 ngomongin soal DO ya sangat akrab gua tapi ya sangat akrab tiap semester karena selalu selalu masuk di >> hampir >> kluster do gitu tapi gua gagal gagal do kayak sabda >> gagal iya >> iya kenapa itu fair gua juga penasaran ya >> iya gagal do kayak gagal do an gagal do karena kan sistemnya berbeda Yeah. [Musik]
0:47 Perguruan tinggi kedinasan. Gua masuk di stan. Stan itu kan terkenal dengan sistem yang sangat-sangat keras gitu loh masalah do dan ya do iso gitu apalagi di tahun gua tuh dulu tuh sama sekali enggak ada enggak ada enggak ada kemurahan hati ringan nilai lu enggak sampai dosen bahkan ada waktu itu untungnya dosennya sudah enggak ngajar ya >> kelas pertama dia masuk mau sepintar apapun kalian selalu harus ada yang do di kelas saya gila enggak nasib anak orang bos untung sudah enggak ngajar lag aneh-anehlah ya aneh-aneh >> nah dari gua gua menginjakkan kaki di kampus itu gua udah yakin sooner or later gua enggak keluar dengan toga ini. Pertama, pertama karena karena mungkin
1:32 ngerasa hal yang sama dengan Mbak Sabda ya kayak ya pertama penyakitnya bangun pagi itu susah banget. Jadi ee setiap mata kuliah itu ada dispensasi nih lu bisa masuk absen berapa gitu kan. Dan semuanya gua penuh tuh. Penuh maksudnya jatahnya semuanya gua ambil dan bukan karena gua pengin ya, karena waktu itu terlambat segala macam. Nah, kedua gua ngelihat orang-orang kan pintar-pintar banget di situ ya. Nah, karena mereka pintar-pintar banget dan metod metod ujiannya itu sangat ya sorry itu to say untuk ngomong ya sangat-sangat tertinggal karena semuanya itu based on kisi-kisi apapun kisi-kisi ya itulah yang masuk dan gua menolak di kepala gua selalu menolak itu gitu loh. >> Yes. Di TB juga gitu jadi lu gampangnya tinggal beli kisi-kisi hafalin
2:18 jawaban-jawaban t ber biji segala macam kayak eh >> ah kok gini gitu loh. Dan sialnya teman-teman lu pintar-pintar semua yang bisa ngahafal kata perkata gitu kan. Jadi nilai lu kekatrol kayak kalau dosennya ngoreksi gitu ya. Nah, si A nih ngejawab persis. Si B ini oke ideanya sama tapi kata perkatanya susah. Jadi gua kasih 80 deh dia 100 ya kayak gitu-gitu di otak gua tuh udah kayak gitu. Dan gua menolak secara nature tuh menolak. Jadi setiap ujian itu pantang banget gua nanya belajar gitu dan pantang banget untuk baca kisi-kisi. Jadi gua selalu main Dota setiap ujian. Anehnya adalah setiap ujian yang kisi-kisinya enggak keluar, nilai gua selalu top lima.
3:03 Itu beneran. Jadi kayak waduh dan setiap ada misalnya tes kayak di semester kelima, enam ada sertifikasi pengadaan barang dan jasa lah yang lulus tuh mungkin kurang dari setengah gitu ya. Nah, itu gua lulus gitu kan. Jadi, gua cengcengin lah teman-teman gue yang IP-nya tinggi. Nah, tapi anehnya adalah gue tuh enggak punya keberanian atau mungkin waktu itu enggak punya mainan baru ya, hidup gua statis juga. Terus gua mikir ini aja udah lebih daripada apa yang deserve untuk gua gitu. Jadi, ada ketakutan, ada kekhawatiran, wah orang tua gua kecewa nih kalau gua misalnya balik-balik dari Jambi karena dia udah bangga betul gitu. Dia bangga betul enggak enggak dicerita orangor enggak nanya ke dia, dia ceritain gitu kan lagi ngobrol apa bla
3:49 bla bla bla btw. Oh iya ngomong-ngomong feri itu distan loh itu padahal orang enggak nanya kan. Nah, itu dia F lu punya bapak yang begitu gitu. Bapak gua kan kayak ya >> enggak apa-apa deh itu tuh titik ini >> perbedaannya di situ >> ini ya bokap gua, nyokap gua juga ya tahulah gitu kan itu chill banget tentang kayak gitu-gitu. Jadi gua enggak ada. Tapi gua gua mau ngangkat tadi ada satu poin penting ya soal ee gini >> setelah gua belajar nih bukan saat itu gua sudah tahu dari dulu enggak. setelah gua belajar banyak gitu ya tentang eh basically kan suatu proses ujian apa segala macam itu adalah suatu model assessment untuk nguji lo udah pantas apa enggak untuk lulusan sesuatu gitu. Nah, itu bisa jadi ee bisa jadi apa ya
4:36 ujiannya itu tentang best practice of doing something atau sesuatu yang udah ada polanya. Kebayangin udah jelas nih ada best practice-nya, ada SOP-nya atau apa, gimana diujikan ke lu. Lu udah lulus enggak untuk kayak gitu? Nah, eh pernah ada yang nanya sama gue, entrepreneur tujuannya harusnya gimana sih for mereka-mereka yang benar-benar initiate something new gitu? Entah bisnis atau sosial assessmentnya apa gitu ya? >> Assessment itu apa sih? >> Jadi kalau misalnya kayak let's say lu punya master bisnis ya kan atau sarjana bisnis bachelor bisnis ituu di sini. >> Nah itu harusnya assessmentnya apa yang menunjukkan bahwa lu punya bisnis kompetensi. Kalau kompetensi ngejalan bisnis itu marketing di apa jenis >> common practice bisa kita ada ujiannya. Tapi entrepreneur is something else. Bukan cuman sekedar bisa marketing kan, tapi bisa juga how to come. Justru bisa
5:23 jadi mereka tuh harus come up with something new yang inovatif yang enggak bisa diuji. Ya pengujinya kalau udah tahu ya dia berarti dia >> iya dia yang jadi >> that's the problem. Jadi kadang-kadang ee bisa jadi itu yang kita pikirin itu yang jadi bahan pikiran kita. misalnya mungkin yang karakteristik pribadinya ya mungkin ya entrepreneur itu kita mikirin suatu masalah yang lain dari seharusnya kita pikirin saat itu untuk lulus ujian. That's something yang actually happen all the time di gue ya. Karena waktu itu ada teknologi apalagi informatika lah, teknologi baru lah. Ini gua ngerasa kadang ngapain kita ngelakuin ini lagi gitu. >> Kan kayak lu permasalahin waktu itu yang kurikulum ekonomi masih zaman jebot terus behavior belum masuk. Di informatika juga gitu kan. Ketika dia belajar ini bisa jadi bahasanya udah
6:10 >> udah yang lain >> zaman itu jadi kayak hampir mirip kayak sekarang lah era sekarang nih di mana ada keinformatikaan terus ada AI. AI ini lu bisa ngoding dengan AI segala macam. Ya, mirip-mirip. Cuman bedanya waktu itu awal mula internet. Jadi, internet programming apa segala macam yang something kebaruan yang menurut gua anjing seru banget ini. Tapi enggak ada mata kuliahnya lagi. >> Iya, mata kuliahnya belum ke situ. >> Balnya ke waktu di Stand itu kan spesialisasi gua anggaran ya ke bendahara negara gitu. di beberapa mata kuliah yang benar-benar gua ngerasa ini gua bakal jadi bakal berkutat dengan hal-hal seperti ini nih itu tuh benar-benar ngerasa kayak ada spirit buat belajar itunya gitu kan misalnya makanya walaupun sekarang gua sudah buka PNS lu tanya PP54 2010 gua bisa jawab
6:56 gua bisa habis gua lulus sertifikasi pekada barang jasa tanpa buku gitu itu ujian open book itu sejarah dan tanpa buku sama sekali gua lulus di situ karena gue menikmati sama kayak finansi data analisis sama kayak yang akhirnya bisa menuntun gua untuk proposal disertasi ini kan. Nah, karena gua ngerasa yang lain noise jadinya gitu. Ini gua gua kok bisa sih ada 80% yang sebenarnya enggak korelatif gitu kan. He. >> Nah, apa yang salah nih selama ini dan itu dibiarkan terus-menerus jadi seakan ketika sudah dapat ijazahnya pun enggak kepakai dan ilmu yang ada enggak melekat gitu jadinya. Heeh. >> Nah, itu itu problem yang juga gua rasain selama masa kuliah bahkan sampai sekarang sekalipun. >> Nah, ee jadi ada dua udah udah dua nih kita bisa colong buat kampus kita. Number one itu
7:43 >> the fundamentals of things, nih, the big picture of things. It yang penting di situ. >> Yang kedua, adanya freedom untuk mereka misalnya gini, "Lu, gua tes dengan ini, mereka mungkin enggak cocok gitu." >> Heeh. >> Mereka bisa propose sendiri kan. Lu mau oke mau jadi apa? Mau jadi ini propose saja karena kita bisa jadi gua emang enggak punya kapasitas untuk menges kabaharuan yang dia punya. >> Iya. I >> i les seorang calon Feri Irwandi gitu entah mau bikin apa gua enggak punya skillnya juga. Terus kan propose aja gimana gua nget >> make us kagum aja gitu kanak. >> That's something yang yang doable di kampus kita. hopefully nantinya gitu kita bisa >> dan kita cariin kan ya >> kita cariin. Nah, kalau yang lu bilang tadi apa yang kita punya feel-nya terus wah bisa kita invested banget di situ.
8:30 Nah, itu yang gua sebut eh bokup gua sih sebutnya nyebutnya existential learning gitu. Existential learning adalah di mana >> ee bokup gua tuh sering kan jadi apa pembimbing mahasiswa skripsi manajemen dulu ada perusahaan gitu kan. Nah, dia ngerasa bahwa gini, kebanyakan kuliah manajemen dan sebagainya itu mereka yang gua pernah bilang juga sebelumnya bahwa mereka harus mempelajari hal yang sudah kompleks. Seakan-akan sudah punya perusahaan yang isinya 10.000 orang gitu. >> Jadi, manajemen mereka kan belum ya mereka belum punya pengalaman-pengalaman bisnis bahkan UMKM pun belum ada nih. Tapi mereka harus mempelajari oh nanti kalau ada isu ini, isu ini >> model-model manajemennya tuh buat skala >> mereka >> 5.000 10.000 orang gitu. >> 1000 5.000, 10.000 Ibu orang existential learning apa the the feel-nya tuh belum
9:16 nyampai gitu, belum ngerasain nih apa repotnya nih ngurusin 1000 orang gitu kan. Terus mereka harus mempelajari itu dari awal gitu. Sama kayak gua harus bikin software seakan-akan ini software akan tersebar di seluruh Indonesia. Gua belum kebayang gitu problemsnya bakal ke mana saat itu gitu misalnya. Nah, ee menurut gua itu salah satu yang yang penting yang apa ya dikombinasi antara existential learning itu definisinya adalah dia merasakan emang nyemplung deh. >> Nyemplung biar sens-sensnya itu dapat gitu loh. Oh, kenapa ini penting, kenapa itu penting dan sebagainya. Nah, eh kalau di dalam software engineering ada namanya ee apa? Eh, design thinking. Design thinking itu prosesnya misalnya nih kalau kita mau bangun software dari sini ke sini, kita enggak usah mikirin ujungnya dulu. Wah, jadi kompleks
10:03 software-nya. Tapi step by step aja dulu ke sini dulu. Gimana? Jadi along the way si software ini beriterasi dengan users-nya jadi growing organically. >> Nah, oke. >> Something yang gua pelajari di informatika seperti itu tentang design thinking ya. Bagaimana produk agile lah kalau bahasa ini agile atau pakai apa. Nah, di dalam learning pun begitu. Sensibilitas kita terhadap mana yang penting, mana yang enggak itu harus kelatif. Pas nyemplung, ada nyemplungnya nih, ada rasa nyemplungnya nih. Nah, rasa nyemplungnya itu jadi tahu, "Oh, kalau gitu jadi penting gua pelajarin tahu pentingnya di mana." Karena tahu ngerasain masalahnya kalau ini enggak diberesin misalnya kayak gitu. Nah, ada something yang yang can lah from ya itu
10:49 tadi pengalaman-pengalaman kita >> belajar >> yang bisa ini J yang bisa kita steal dari method ataupun dari proses belajar mengajar di universitas terbaik di Indonesia saat ini UI apa kira-kira menurut lu gitu lu kan gimana lu lulusan FISIP UI nih >> itu gua ditanya sori gua enggak prepare untuk gue yang di >> gua udah gua udah benar di otak gua udah gua mau nanyain nih gua mau nanya gua malah ditanya >> iya Siapa tahu itu enlightment kan maksudnya UI kan bisa jadi the best university saat ini kan bukan tanpa reason gitu mah >> menurut lu ya kalau ada >> yang melekut lah gitu. Oke. Jujur gua lebih banyak belajar di kantin sih daripada di kelas.
11:36 >> Enggak. Soalnya di Visip tuh emang apa ya? Semua meja kantin tuh diskusi ini hayak dong. Pasti diskusi Mars dong. >> Ya kan masa Mars >> kalau kalau Hayek mereka masuknya enggak ke Visip mereka masuknya ke >> enggak meja yang mana tuh? >> Tergantung mejanya. sebelah kanan ini kayak itu. Iya. Cuman ya maksudnya justru itu kan ini kan pertama kan ide yang normnya kan Marx i >> kan pasti ada yang bunyi-bunyi nih dari samping-samping. >> Masa iya? >> Iyalah Roadb Hayek itu muncul gitu loh >> dalam tonnya negatif gitu ya. >> Dalam ton yang negatif. Betul. Nah terus di sebelah juga di FB juga di kantin FB juga ada diskusi-diskusi
12:21 postrukturalisme gitu F. Makanya lu tuh harusnya ikut itu dulu kemarin sebelum deb >> tapi di kelasnya sendiri. >> Nah, jadi kalau buat gua kebanyakan proses learning tuh di kantin-kantin tadi sebenarnya. >> Nah, kalau di kelasnya sendiri >> mungkin bukan interest gua aja kali ya. Maksudnya ada ya banyaklah mata kuliahnya banyak. Mungkin satu mata kuliah yang emang banyak ngomongin pemikiran. Nah, sama nih mungkin kayak tadi kalian yang kayak ngelihat ee kayaknya esensinya sebenarnya di sini deh gitu. Nah, menurut gua emang kalau di dalam jurusan politik yang gue dapat dari UI itu sebenarnya kebanyakan tuh esensinya jadinya di pemikiran-pemikiran ini karena lebih kayak ee akhirnya referensi design systemnya tuh kayak gimana sih gitu. Referensi policy making-nya kayak gimana sih yang yang udah pernah ada sebelumnya and then kita
13:07 jadi bisa mengevaluasi the existing policy atau existing system gitu. Nah, tapi di kelasnya sendiri sih ya ok lah ya, cuman susah juga ya. Gue enggak ingat ada kelas yang menarik. Tapi ya anyway ada kelas pemikiran ada ee filsafat politik kontemporer gitu ee filsafat politik barat. Tapi menurut gue enggak tahu ya. Gue sih kadang-kadang suka kayak curiga bahwa kayaknya mungkin kurikulumnya enggak tahu ya. Entah kurikulumnya atau pengajarnya mungkin sebagian. Mungkin pemahaman terhadap filsafat itu sendiri tuh salah
13:52 menurut gua salah ya gitu. Jadi kayak salah gitu. Jadi enggak makanya akhirnya ketika lu mengajarkan filsafat something something kalau lu enggak ngerti filsafat itu sendiri nah akhirnya turunan ke belakangnya tuh jadi sama. Iya. Nah sedangkan gua belajar benarnya kayak maksudnya karena gua menguji nih nih kenapa kayak gini ya enggak maes nih kayak gini. Nah, itu gua nemu akhirnya di kantin-kantin tuh gitu ada sumber-sumber yang bisa me >> meluruskan itu. >> Dia ngomong ya gua nemu nih, gua nemu nih Adam Speed, gua nemu nih Carl Mar tapi gua enggak tahu David Ricardo kata dia. >> Padahal king ya. >> Tapi sumpah aku berani tarun, aku berani ngecek lagi busnya. Sumpah enggak ada mandatory readings-nya. Enggak ada si David Ricardo. >> Ini mungkin ni mungkin aku bikin jadi inilah ya mengorganize ini lebih. Oke.
14:40 Jadi gini aku sama Feri ya kan itu kan ilmunya lebih ke ilmu praktis kan engineering eh engineering. Jadi di mana we have to do things based-nya apa gitu. >> Sedangkan kamu nih setengah-setengah nih pasti ada ilmu ada ilmu-ilmu yang sifatnya apa ya ee pembuka wawasan gitu. Iya. >> Membuka wawasan tahu ini tahu ini tah >> tahu ini tahu ini tahu ini tahu itu segala macam. >> Enggak enggak. Tapi justru itu enggak sih pertanyaannya? Maksudnya sebenarnya justru aku kayak lebih ke arah enggak tahu sebenarnya sarjana ilmu politik sendiri tuh >> ngapain? >> I'm sorry Mas Ali. >> Iya. Cia tu sarjana ilmu politik >> enggak maksudnya? Iya. Sip. Gelar knya. Sip. Eh, aku tuh enggak ngerti
15:26 sebenarnya misalnya gini, gelar K sarjanaan justru itu ketika tadi ditanya ini engineering atau pemikiran kan tadi setengah-setengah atau apa. Sebenarnya I'm not sure juga setengah-setengah atau full gini sebenarnya atau full gini karena justru itu pertanyaannya karena satu-satunya assessment yang diberikan sebagai tanda aku lulus adalah research. >> Hm. >> Which makes it even making less sense gitu kan. It's making less sense for everything gitu. kayak assesmentnya cuman research gitu dan kanya bisa lulus sarjana politik tanpa tahu Cina ada di mana gitu loh. Which is yang question waktu itu kayak gimana ya caranya orang ini bisa lulus ya gitu kira-kira padahal saya enggak tahu Cina ada di mana atau Rusia ada di mana. Sedangkan ada mata kuliah politik
16:11 Eropa Timur gitu atau politik Asia ee timur gitu. Jadi kayak sebenarnya ada mata kuliah-mata kuliah ngomongin ini, tapi aku juga enggak tahu di mana karena itu enggak diasses juga gitu. >> Nah, makanya kan pertanyaan sebenarnya ini mau sarjana ini tuh artinya apa sih gitu. Nah, itu yang juga >> mungkin membuat jadi berantakan nih. Ini >> itu bisa seru. Next episode kita bisa lihat definisi kita kesarjanaan gimana. Karena TDR-nya gampang nih. Teldr-nya pasti ada lah di sana gitu yang ngerasa gua ngapain sih belajar mata kul ini enggak kepakai kok buat bidang gua gitu. >> Pasti ada kayak gitu. Ada juga yang pas dia belajar apa ya praktik sesuatu yang praktis gitu. Ini yakin nih gua belajar gini karena mungkin udah teknologi udah baru segala macam. It's no longer a best practice. Mungkin best practice 8 tahun yang lalu gitu. >> Iya. I
16:57 >> ada yang kayak gitu. >> It's a practice only ya. Bukan best practice. >> Practice one way to do this gitu kan >> bisanya gitu. Karena kerasa waktu itu zaman ya apalagi software ya >> di internet sudah sampai mana ininya di kampusnya kurikulum bukan salah ITB ya tapi karena memang sistem sistem mau enggak mau ya yang boleh diajarin saat itu kayak gitu. >> Nah ee tapi tel dikit ya emang akan ada ya buat nanti calon mahasiswanya gitu ya akan ada ilmu-ilmu yang awalnya lu akan ngerasa ini ngapain gua belajar ini gitu. Nah, itu tadi ada ilmu-ilmu yang emang fundamental yang bukan urusan jurusannya atau apanya segala bukan kemampuan praktislah tapi memang hal-hal
17:42 yang sifatnya kalau bahasa ini kurikulum adilog jadi membuat ngebuka dulu bukan w gitu mengkroak dulu nih otak lo supaya kebuka diisi sesuatu yang apa sambil lu pas ngisinya juga mempertanyakan segala sesuatu gitu kan ada bagian itunya dan itu mungkin awal-awal enggak ngerti ya enggak ngerti nih kenapa sih gitu. Tapi at one point you will understand lah gitu. That's my promise gitu. akan ngerti nih kenapa ee belajar ini itu contohnya misalnya gampang dulu nih mulai dari matematika ya matematikanya sering orang bilang belajar matematika itu gua enggak pakai kok integral buat ini buat itu, buat itu. >> Nah ee >> ini pakai kata-kata Tan Malaka sendiri ya bahwa belajar otak orang yang sudah kena matematika itu sudah berbeda. So, poinnya bukan pengetahuan matematiknya
18:30 pers yang ber >> tapi bermatematikanya ya. Berpikir sistematik, berurut apa segala macam itu yang itu yang signifikan menjadi apa menjadi apa ya kerangka di otak kita sendiri untuk berpikir terhadap hal lain. Kerangka bermatematika, disiplin bermatematika, logikal, sistematis, dan sebagainya itu ngebantu untuk eh doing everything else gitu. gitu tuh salah satunya. >> Tapi bentar Bang, gua bingung kalau orang matematika belajar integral dan ngerasa integral enggak kepakai itu agak questioning gua. >> Iya. Gini kalau kalau misalnya Tubianas ya >> gua di informatika enggak pernah pakai integral ya. Kecuali akhirnya gua masuk yang bidang e sudah data sains ya. Tapi banyak banget yang enggak kepakai.
19:16 >> Jadi oh kalau kalau bel yang lebih praktikal kayak informatika itu enggak kepakai software engineer apa segala macam. ada beberapa >> soalnya kalau di ekonomi kepakai jelas karena data sains jelas karena kan predik predik kan lu ngeiniin kan >> iya probabilitas statistik pakai integral segam cuman ya gua setuju banyak banget orang yang bisa ee tanpa integral juga enggak enggak enggak apa-apa gitu >> kalau lu ada diya enggak ada juga sih >> you're not in the conversation >> entar dulu kalau yang mengawang-ngawang enggak apa-apa Benar lagi. >> Oh >> iya ya. E aku juga barusan sadar karena salah satu mungkin oh ya mungkin trajektorynya juga ya yang selama ini
20:01 tak tak >> tak tuh juga wah itu elemen elemen yang paling >> ekonomi mah semua itu statis integral turunan seg pakai semua gitu ya. Kalau misalnya gua juga misalnya kayak engineering beneran gitu kalau bahasa gua dia kan software engineering tuh pseudo engineering >> ya gua selalu bilang >> udah deh kamu enggak usah nyebut diri kamu engineer deh >> bahan gua tuh basically flight mathematics tapi matematik yang diskrit matematics lah gitu diskrit >> nah yang kayak gitu di engineing banget segamanya cenderung elektro gitu medan apa komunikasi telekomunikasi segala macam itu kepakai semua adik gua kan elektro telekomunikasi jadi wah medan apa segala macam tuh pakai integral semua tapi naturalnya emang jarang ya bidang yang benar-benar membutuhkan integral. But gua akan mengajarin integral tetap gitu ya integral kalkulus
20:48 lah gitu kalkulus >> walaupun buat video editor gitu ya. >> Biarpun video editor >> penting penting. >> Iya makanya ini >> poinnya it's not the integral pers not the turunan pers atau segala macam tapi otak yang sudah terasah oleh matematika itu beda level gitu. >> Kalau pakai bahasa-bahasa anak tongkrongan filsafat kan kosakatanya itu- ituu doang sebenarnya tertib. [Tertawa] supaya tertib >> itu z kata-kata Talaka itu soal otak yang sudah otak otak matematika >> karena sama menarik gua sempat ngomong juga ke Bang S, "Bang, isi kelas pakar lah ngejelasin regresi linear gitu karena di enggak ada yang persia itu ngejelasin secara jelas regresi linear." Tapi ini nih ini nih sangat
21:34 sangat sangat sangat fundamental perannya. Kalau kalau lu bicara data, lu bicara ekonomi, mau makro mikro apapun spesial bahkan bisnis sekalipun kan >> lu ngeproyeksiin nih lu bikin outlook nih, lu bikin notlook kayak gimana lu tahu nih ini bakal profit atau enggak lebih untung dari mana itu kan semuanya regresi linear. Kalau punya fundamental regresi linear >> you make it gitu loh. You made it gitu. Jadi kadang ada hal-hal seperti ini yang gua ngerasa kayak itu miss dari sistem pendidikan kita sampai kita jadi ngabisin banyak sekali energi untuk hal yang sebenarnya oh enggak ke sini dan enggak ngasih dan enggak ngasih tertib pikir itu juga. Tapi di sisi yang lain, hal-hal yang penting tuh kayak yang gua sempat bahas behavioral economics yang belum masuk dalam dalam sistem pendidikan formal kita atau sampai
22:20 >> ee regresi linear itu sesuatu yang diajarkan mungkin di orang yang specialiity-nya matematika nih. Tapi kalau di di keilmuan lain yang sebenarnya butuh banget kayak ekonomi misalnya atau itu tuh ya udah boleh hitung pakai formula regulation. Itu sih yang kadang bikin gua oh kenapa kayak gini ya gitu. Nah, itu dia kadang-kadang juga itu matematika itu kadang ilmu yang mempelajari itu secara cukup mendalam itu sarjana matematika atau apa. Sorry banget nih ya buat beberapa sarjana matematika gitu. Mereka bisa jadi mempelajari segala macam tools itu. Sama kayak informatikawan juga mempelajari segala tools itu tapi enggak ada ide ini kepakainya ke mana atau seberapa powerful yang tools yang lu punya kadang. Itulah kenapa pentingnya cross ee cross apa ya e cross domain atau apa
23:05 cross studies gitu. cross disciplinary lah interdisciplinary itu pentingnya adalah begitu di sini kita anjrit gua punya tools ternyata dipelajarin di sini di sini sini gua punya tools untuk ini. Contohnya misalnya di di gua regresi linear, gua belajar dari korelasi dulu gitu. Dari korelasi dulu ada korelasi nih. Clear korelasi setelah gua take out beberapa negara yang laut air gitu ya. Korelasi antara IQ rata-rata nasional dengan GDP perkapitanya. >> H ya. Iya. Oke. >> Ya, gua take out oil countries at segala macam GDP atau segala macam. Kita bikin regresioniernya jelas modelnya. Kira-kira per satu IQ points itu rata-rata ya berarti seluruhnya harus naik satu poin gitu kan. eh rata-rata itu 1380 1320 with the regression linear
23:50 apa eh regresi linear yang gua e gua bikin hasilnya kita punya di situ tuh jadi basically seberapa signifikan ya kita sekarang berapa 5.000 ya 5.000 sekian mau t 14.000 9.000 gitu berarti untuk 1300 berapa ee ya in general 9.000 kenaikannya berarti 9.000 Kira tu kali lipat lah. saya udah cukup dari 85 rata-rata saya contohnya gitu ini ini kita e that's how powerful dan ada di data sains ya kebetulan you kan ilmu gua AI mirip sama data sains >> ada lagi satu satu algoritma yang gua suka banget namanya PCAI ya principle component analisis gitu yang basic banget sederhana banget sebenarnya intinya adalah dari segala macam variabel yang ada cari nih komponen apa
24:36 sih yang paling penting untuk suatu yang ee ee apa? Pertama korelasi duluah at least habis itu baru kita cari kolesalitasnya. >> Misalnya kita mau jadi udahlah sepakatlah kita mau jadi Indonesia 14.000 gitu lihat PCA-nya gitu. Lihat PCA-nya variabel apa yang paling berkorelasi tentang GDP tadi. Kelihatan nanti akan variabel 1, 2, 3 misalnya IQ, GDP apa IQ apa segala macam. Dari situ kita bikin model legasi linearnya. And then dari situ sudah jelas nih jadi turunannya matriks kan. >> Iya. Matrix. Kalau pakai prinsip anggaran ya udah anggaran ini bisa return on investment-nya berapa IQ points and then berapa GDP misalnya kita connect the doanya kayak gitu. >> Nah, >> he >> that's one of the principle menurut gua principle yang penting untuk bagaimana
25:25 bagi at least bagi gua dulu ya nanti kita lihat sepakat enggak. Idealnya seorang sarjana itu bisa ngelihat signifikan points di sini, di sini, sini ada tulisnya apa and then menjadi satu connecting >> connecting the and then bisa jadi satu oke this is the most important thing that we can do misalnya kayak gitu. Dan kalaupun mereka nanti di kampus kita enggak lulus, itu bisa kepakai banget. Karena kalau lu main di instrumen investasi apapun lu ngerti regresi ini ya enggak ke miskin. Mikir, "Bang, kita harus belajar teknikal atau fundamental?" Belajar matematika. >> Belajar matematika dan tahu kira-kira where that's useful. Benar, Bang. Jadi kayak terakhir deh itu tahun 2023 ya yang semua orang prediksi ini
26:10 bakal resesi kan. He. >> Jadi sampai ada konten kreator namanya Felicia konte kreator finansial. Oh bukan kaleng-kaleng kawan itu punya CFA. >> H >> punya CFA loh Bro. CFA CFA beneran bukan CFA level 1 di gelarnya itu CFA beneran. dia bikinlah bikin matriks gitu kan bikin indeks diurutin yang menurut dia 10 influencer finansial terbesar di Indonesia waktu itu. Nah, kalau dia angkanya satu berarti percaya Indonesia bakal resesi. Kalau angkanya nol >> berarti percaya Indonesia tidak resesi. Dari 10 orang yang dia bikin >> cuman satu yang bikin nol itu gua. Cuma gue yang di saat itu bilang enggak akan resesi gitu. Indonesia 2023 enggak akan gelap gitu.
26:57 Kalau kalau based on data mau kayak gimanapun based on matematika nih enggak akan gelap. Ini gila kalau gelap. Gua bilang gua sampai bikin video kayak gitu. Sementara Rayond Chin waktu itu meledak gara-gara itu. Indonesia gelap 2023 gitu ekonomi gelap dan beberapa bilang wah ini pasti resesi segala macam. Nah kan kenyataannya 2023 ternyata enggak resesi. Terus orang nanya kayak gimana lu bisa predik itu enggak resesi padahal situasi kayak gitu. Terus gua bingung ini kan seharusnya bukan jawaban yang outstanding ya. Lu kan belajar outlook ya. Lu belajar buat outlook gitu maksud gua. Kayak Nah, yang gua yang gua pertanyakan adalah justru sebaliknya argumennya bilang resesi ini dasarnya apa? Dari situ gua gua bertanya ke setiap-setiap orang. Kalian tuh kalian tuh ngelihat ini resesi dari mana? News
27:45 >> dari vibe >> di Vibes dan iya cuma ngumpulin news ngelihat ini ini nih >> waduh K ya pantes orang >> I pantas >> ada logical news juga >> H >> oh dari vibe vibe yang ada ya gitu >> ya new just itu >> iya news tu menghasilkan vibe kan akhirnya >> news itu ada vibes-nya gini gini gini gini >> ngasih domino effect ke orang-orang gany kan market enggak akan lepas dari media kan >> dari sejak pun buat itu tuh kayak media driving media driven itu psikologi itu penting banget gitu. Jadi >> benar-benar bahkan enggak ada yang benar-benar ngitung ini outlooknya ke mana, ini ini serapannya ke mana, ini dapatnya berapa terus konsumsinya berapa, investmentnya berapa, ekspor impornya. Itu tu benar-benar bahkan
28:30 bagian paling fundamental enggak. Akhirnya dari satu analisis ke analisis yang lain, analisis yang lain udah oh gelap >> sentimen aja gitu. Sentimennya ada baca sentimennya gini. Kalau sentimen itu mereka keep duit gitu kan mereka keep duit akhirnya jadi ya kemudi malah apa selfilling profesi gitu >> lu yangin sendiri lu engak ngelakuin behavior yang menuju ke sana >> ot dikit ya >> gua actually Liverpool >> Liverpool Liverpool itu ee lu nonton Mone Ball enggak? Iya tahu >> I Mone Bol kan >> Ian Graham kan win Premier League with data itu orang >> yang money ball tuh yang ini yang Bradpit >> yang film Bradpitnya >> nonton itu nonton sama si Joana Hill
29:16 >> yang gendut >> ee yang pokoknya itu >> si orang data sains ya data sain >> jadi ee jadi dari money ball ini terus di akhir scene di film itu itu kan si Brad Pitt mau direkrut tuh sama si John Henry >> which is yang ownernya Boston Red Sock dan sekarang yang memiliki Liverpool. >> Nah, Liverpool itu kan >> sejak tahun apa sejak dibeli dia 2010 itu kan wah naik sampai sekarang posisinya gitu kan. >> Basically itu ketika milih pemain ya zaman itu zaman dulu gitu masih five-five aja. Oh ini gocekannya oke ini five-nya oke ini oke segala macam segala macam tanpa secara serius ngelihat data. Nah, data driven approach benar-benar ngelihat benar-benar dia beli pemain for
30:03 gua bukan beli ini gua beli menang nih gitu beli asisnya beli ininya beli ya segala macam clear yang akhirnya menjadi Liverpool yang sekarang nih >> at one point udah mulai bisa nih punya duit ya kan beli mahal-mahal dulu kan enggak punya duit buat beli mahal-mahal dia mesti bagaimana true data yang mungkin kayak misalnya contoh perdebatan Iden Hazard sama Salah >> wah salah ya kalau orang liver pasti salah lah tapi kan kalau dari secara kelihatan doang salah enggak mainnya enggak vibes-nya kurang gitu dibandingkan Eden Har gocekan segala macam. Nah, I think that's one thing yang we can do with mathematics gitu. We can see things >> beyond the vibes gitu. We can see the data ini data don't lie gitu. Jadi, >> numbers don't lie ya. >> Iya. Numbers don't lie segala macam yang we can see things beyond eh yaitu
30:48 vibes-nya tadi. Nah, that's one of the reason ya. Kenapa mathematical thinking nih jadi penting banget baru salah satunya lah. Banyak lagi nanti yang >> dan gini, Bang. Yang menariknya itu sebenarnya case-nya Liverpool itu gua jadiin konten di Trivelas sebenarnya. Tapi belum tayang ya Jar ya. >> Belum tayang. Belum tay. >> Siapa yang jadi >> editor >> itu tuh tuh seru tuh. Dada sebagai seorang copy tes ya. Copy tes ya. Nama >> copites copites. >> Kopites. >> Jadi ini gua karena karena gua ngulik ya ini menarik banget tapi gua baru tahu itu memang ada hubungannya sama film Money Ball itu sendiri. di akhir film itu John Henry. John Henry itu yang punya Liverpool. >> Iya emang tokohnya emang. >> Jadi waktu itu waktu itu dia yang dia pemilik Buston Resocks.
31:33 >> Iya. >> Nah jadi itu yang mau rekrut Bradpitt tuh. >> Iya. >> Nah tapi e dia beli Liverpool juga. Jadi dia punya Bosen Resock and Liverpool. >> Oh itu konnektif itu. Itu gua gua enggak tahu tuh itu baru. Jadi FSG itu punya dia. >> Iya FSG punya Jry. Jadi lucunya gini >> nih nih terus seru nih Bas karena selalu ini >> gini gini gini kalau buat yang lain yang enggak tahu di kampus kita bakal banyak diskusi kayak gini kayaknya enggak nyambung tapi nyambung >> kayaknya enggak nyambung tapi nyambung >> karena sampai gini gini di FSG itu akhirnya karena percaya banget sama data driven mereka ngerekrut satu orang engineer dari Cambridge namanya Ian Graham >> Ian Graham ya >> Ian Graham itu waktu datang ke Liverpool pertama masih Brenda Rogers nih >> oh Brandon Rogers ini tipe coach >> iya >> enggak Gak percaya data matem enggak ada
32:19 sepak bola pakai matematika enggak ada >> akhirnya beli balateli. >> Iya beli bentorini Osvaldo gitu kan. >> Berarti pakai apa kalau enggak pakai data? >> Instit. >> Oh itu selalu persis coach bilang gua selalu percaya intuisi gua. Gua coach kata dia >> intuisi. >> Jadi si Graham tuh sampai coach ini >> itu selalu debat di >> Iya. Iya. >> Kata Brenda Rogers ah enggak usah dipakai lah gitu. selalu disupplay. Jadi dari awal yang Graham datang sih nih ada pemain dari FC Basel nih bagus banget namanya salah expected goal-nya segini gini si Brandon Roger ngelihat wah enggak lah >> dibeli Chelsea. >> Iya dibeli Chelsea masuk Fiorentina gitu sudah sampai mau mundur nih yang gerham karena ilmunya dia tuh antusias
33:06 >> pakai >> masuklah klop. Nah, masuk klop itu menarik juga tuh sebenarnya waktu presentasi waktu klub datang tahu enggak pertandingan yang lu bikin lu kepilih untuk di Liverpool? Dikira klop final champion di klop waktu juara ini enggak. Waktu lawan Mains 05 kalah. Loh, kenapa ini? Karena lu bisa menghasilkan ekspektasi gol tiga kali lipat daripada klub-klub yang lain. Lu cuma enggak hoki aja kata dia. >> SG X >> SG istilah bolanya SG. Jadi udah dapat akhirnya klop kan yang awalnya agak-agak bereda rogers agak insting-insting ini gua coba deh percaya sama data kata dia. Maka dibelilah Van Dijk dibelah ini. Dan yang lebih luar biasanya lagi waktu lawan Barcelona ada goal corner >> h >> yang Alexander tren tren ngopor
33:54 >> itu hasil racikan dari Ian Graham karena Ian Graham ngitung berapa detik yang dibutuhkan Barcelona untuk mempersiapkan set pieces. Gila enggak? Dan ternyata dari hitungannya Ian Graham, Barcelona itu sangat-sangat besar kemungkinan enggak akan pernah kurang dari 8 detik gitu. Jadi lu bisa ngambil kesempatan di situ dan jadi go taken quickly. >> Iya betul >> sinting >> legendary. >> Dan dia akhirnya bikin buku kan How I Win Pri How I Win Primer Liquid data Ian Graham dari Cambridge itu tuh itu matematika semua tuh itu benar-benar. Tapi ya memang sulitnya ini, Bang. Jangankan jangankan di Indonesia ya, orang-orang itu tuh sampai masihmasih memandang ada
34:39 >> itu teori doang. >> Enggak bisa nih kita based on ini doang, based down on science, selalu ada hal-hal X facttor gitu kan. >> X factor. Nah, ini kan kita mengurangi hal-hal kayak gini itu gimana gitu. >> Ini kay harus jadi episode sendiri. >> Yes. How mathematics makes us see true things gitu. Iya. >> I serius. >> Y agree. Agree. Dan dan ya itu tadi. Jadi kadang-kadang juga data driven ini ada orang sudah mulai banyak ya sudah mulai mengadopsi tapi data driven tadi >> kalau dia ngerti statistiknya apa segala macam tapi enggak didukung juga eh dengan understanding of the game jadi dia bisa salah data atau salah ngelihat weight dari data tersebut atau gimana. Contohnya si siapa namanya yang di
35:25 actual money ballnya si gendut itu >> dia kan benar-benar ngikutin banget love for the love of the game tapi dia doing the statistics and everything tapi dia for the love of game dia ngikutin banget jadi dia tahu what matters gitu kadang-kadang orangnya juga salah ketika eh contoh misalnya gini ini nih ini ini salah satu salah satu kasus dienius ya >> data driven ketika mulai-mulai kita wah seru data driven >> jadi videoenus itu kan sederhana ya coret-coretan biasa coret-coretan biasa segala macam ee visualnya enggak tahu buka standar lu jauh banget di bawah standar lu secara visual gitu kan gitu doang car apaan gitu enggak sinematik gitu loh >> enggak sinematik segala macam nah tapi ya datanya adalah mereka yang tertarik ke situ emang jadi belajar mereka yang emang mau belajar jadi belajar karena enggak ada distraksi enggak ada muka
36:11 orang enggak ada ini, enggak ada itu segala macam mereka benar-benar jadi belajar nah tapi dijudge by eh mereka-mereka yang apa namanya mereka-mereka yang emang bukan pembelajar yang emang sekedar ngelihat doang visualnya enggak bagus. Yang bagus akhirnya perlu dibikin nih, perlu pakai inilah, itulah, animasilah, itu segala macam. Data kita says bahwa ini attract jadi attract view lebih banyak tapi completion rate-nya jauh drop dibandingkan yang coretan doang. Coretan doang ya awalnya orang enggak terlalu tertarik ngelihat >> karena enggak menarik gitu. >> Tapi >> completion rate-nya jauh lebih tinggi dan efektivitas juga kan kita pasti ada apa habis itu biasanya ada tes ada ada kuis lah apa segala macam. Nah, how to see data clearly juga itu jadi penting mana yang sebenarnya which matrix yang
36:57 yang importance bikin kita match better lah dari eh apa namanya making decisions gitu gitu kira-kira. >> Iya. Jadi kayak enggak pakai data juga enggak bagus tapi kalau enggak tahu cara pakai datanya juga problematic. >> Waktu itu di dichallenge coach tapi kan data enggak semuanya bisa ke-cover sama data ya. Berarti orang yang baca datanya enggak >> ya? Internet atau metode satunya lagi lebih enggak bisa cover lagi. >> Iya. Iya. Apalagi enggak pakai gua bilangnya kayak gitu. >> Kedua memang ada misalnya misalnya level emosional psikologi itu kan enggak bisa dikalkulasi kan apalagi waktu itu konteksnya ngomong sepak bola gitu ya. kayak gimana kita kayak gimana Adriano dulu gitu yang monster kaisar
37:42 tendangannya sh power 99 gitu tiba-tiba bapaknya mati itu enggak bisa dikalkulasi sama data dan dia depresi gara-gara itu >> ya cuman bukan berarti tidak ada data sama sekali itu lebih baik makanya makanya kita tuh perlu banget di kampus itu ngajarin orang berpikir benar dulu nih >> nah >> itulah kenapa masuklah ilmu mengawang-ngawangkania ini kan karena kalau enggak jadinya ya sia-sia. Tapi kalau mengawang-ngawang doang apa output dan outcome-nya gitu. Nah, kalau kalau orang sudah bisa berpikir nih ini P1-nya apa, P2-nya apa, itu aja dulu gitu. Itu yang >> Yes. Iya. >> Yang sering sekali orang meleset kayak >> kayak gua diumpat gua ngomong IP tinggi itu enggak menjamin masa depanah apalagi rendah kan kayak gitu logiknya.
38:31 >> Soalnya statistical chance-nya >> statistical chance-nya kan gitu ya. Maksudnya gak bisa dong kita bilang jadiak enggak menunjukkan pola apun kan ada pola ya of the pattern kita harus ngerti the normal exception dong. Yap, yap. >> Iya. Di di sosum sih kemarin sebenarnya emang seenggaknya kalau dari pengalaman kuliah gue sendiri ee ini banget ya, sangat kurang matematik sih. Mungkin itu juga salah satu yang bikin jadi problematic ya. >> Enggak tertib. >> Enggak tertib. Iya, enggak tertib dan jadi mengawang doang. Enggak akhirnya enggak masuk ke dalam problem analytics-nya tuh enggak enggak terarah kan. Jadi enggak ada koridor. Karena kan matematik kan sebenarnya memberikan koridor dengan model gitu loh. >> Nah, sedangkan kalau itu enggak
39:17 >> itu enggak kuat. Nah, gitu kan. Jadi banyak orang juga emang masuk sosum dengan pemikiran bahwa gua mau menghindari matematik. Nah, itu juga another ini ya gitu. Jadi kayak gua mau masuk sosum ya justru biar enggak ketahu matematik. Nah, harusnya kalau di kampus kalian kan pasti full matematik ya. Mau berjurusan apapun >> enggak bisa kaburlah. kabur ngapain kabur gitu >> yang bikin kampus nih soal financialnya nih matematik >> jadi emang kalau lu mau punya kenak kalau lu mau punya magical things yang dilihat sebagai pesulap atau orang sakti ya lu belajar matematika that's it dan kalau lu mau kaya ya lu belajar matematika tapi banyak yang
40:05 gitu >> secara statik statistik peluang lu untuk lebih sejahtera itu lebih besar ketika lu memahami konsep dan berpikir secara matematika. That's it. >> Bukan menjamin tapi lebih besar daripada lu tidak punya sama sekali. Dan gua yakin sih orang masuk kampus, kampus kita nanti ya bakal menikmati matematika sih dengan >> ada matematics is a very very powerful tools. >> Tapi untuk dia jadi powerful you have to know the other things untuk tahu bahwa ini bisa powerful banget di sini di other thingsnya itu karena juga samaah akhirnya kadang-kadang ada juga masuk matematika doang ya itu tadi kayak akan tool tapi enggak tahu pakai yang mana. Hopefully ya di tempat kita rich enough lah gitu. Campuran
40:50 >> campuran the combinationnya tetap >> bisa akhirnya mengoptimize si setiap skill ini gitu ya. >> Yap. kalian bakal bikin kampus, tapi kalian sendiri tadi punya banyak kayak komen lah tentang harusnya ee lu standarnya buat do gini ya kan atau apa. Nah, ada ada ini enggak apa ya framework in generalnya kalau di kampus Malaka nih orang bisa ke DO-nya akan gampang susah kenapa basisnya bakal apa? Number one tuh gini, sebenarnya kalau aturan DO kita ikut aturan pemerintah aja aturan gimana? Whichu sekarang sudah enggak ada lagi >> sebenarnya. Mau >> Oh, sekarang udah enggak ada lagi >> mau panjang lagi bisa diterusin lagi >> selama mahasiswanya mau ngurus ya. >> Selama masih mau ngurus. Yes. >> Gitu. Udah udah udah udah di batas waktu itu sudah ditiadakan lagi.
41:36 >> Oke. >> Itu nomor satu. >> Jadi kalau gitu actually boleh. Intinya gini kita itu akan ee standarisasi di outcome kan ya. Pokoknya lulus mau waktu berap pun oke. Tapi kalau misalnya dia ngelihat juga nanti ujian misalnya saya untuk satu hal gitu, >> dia ngerasa >> ujiannya enggak pas buat gua boleh diajuin gitu ya. itu tadi propose propose what kind of exam yang cocok buat lo kalau misalnya karena gini kan kita mau mereka menjadi teknopreneur gitu kan teknofrasi atau segala macam di mana ya gua sendiri dan lu juga mungkin ngerti entrepreneur ini kadang we don't know how to judge them to be honest ya belum tentu kita bisa mengukur mungkin ada fundamental-fundamental yang sebagai entrepreneur bisa kita ukur yes tapi ada kebaharuan-kebaharuan yang kita mungkin >> ya bukan zaman ya dia adalah anak untuk
42:21 generasi apa untuk Indonesia masa depan yang bisa jadi punya dia jauh lebih bagus dibandingkan kita. >> I >> how >> dan kita enggak tahu ya gitu maksudnya justru itu how do we know gitu untuk bahwa kita adalah the best person to judge this yang bisa jadi dia akan membangun sesuatu untuk 20 tahun kemudian yang akan dipakai untuk eh I don't know anak-anak cucu cucu segala macam kita. We don't know gitu. Jadi kalau ada kebaruan yang lu cukup yakin gitu untuk e lu present diuji gua mendingan ujiannya dalam bentuk ini dan segala macam. be open for that. Nah, jadi basically eh intinya ini kampus yang berusaha bukan untuk menjadi segala hal ya, tapi nom number one ada fundamental skills yang standar Malaka akan punya. That's ya udah itu udah itu
43:07 enggak ditawar lagi. Enggak bisa ditawar >> non negotiable gitu. Tapi habis itu sisa-sisanya sudah mulai ke praktikal si spesialisasi dan sebagainya atau campurannya gimana ee ya yang kita bisa kita akan melakukan standarisasi itu dengan industri juga. Kalau mereka berniat pekerja kan jelas nih, oh kerja sini. Kalau mereka berniat tuh jadi entrepreneur, jadi pemimpin masa depan yang gini gini gini bisa jadi they have better ideas than us gitu. >> Gitu. >> Mereka yang lebih ngerti gimana ngasses kemampuan mereka sendiri kali. >> Iya. Kalau gua mikirnya kayak gini sih. >> Heeh. >> Ee simpelnya tuh ketika orang mendaftar terus berkuliah di situ adalah gua enggak mau apa apapun experience yang mereka dapatin selama perkuliahan itu mostly noise gitu. Justru sebaliknya. Jadi ketika ketika akhirnya pada end the
43:54 end of the day mereka ngitung nih waktu mereka atau cost benefit mereka sudah ngerasa cukup mereka memilih mengundurkan diri masih ada modal yang mereka pegang gitu dan mereka cukup percaya dengan modal yang didapat itu ya sih. >> Nah. Yes. I kan >> ya. Tapi kalau mereka mau ngejar karir di situ misalnya kayak PNS gua butuh dua ijazah S1 nih double degree atau orang yang baru SMA gua butuh legitimasi kita tetap sediain >> ya. He. >> Jadi benar-benar untuk untuk lu masuk industri. Iya. Tapi di satu sisi lu masuk ke industri itu other things proses kuliahnya nih gitu loh. Sehingga enggak mengalami yang namanya kayak ngapain ya gua belajar ini >> gitu. Itu >> berarti absensi enggak ada ini enggak ada standar. >> Iya kita pasti ikut aturan formal.
44:39 >> Oke. >> Yang penting tidak melanggar peraturan. >> Oke. >> Kita try try to comply. Try to comply. Tapi compliance ini kan kadang-kadang ya kalau misalnya kita jelas kuliah ada ini nih absensinya jelas teru kalau online bisa self pa absensinya gimana? >> Pintar-pintar lah >> ya pintar-pintarlah itu ini menarik banget sorry oot ya. Oke, >> jadi di video gua tuh, ini lucu sih. Gua akan bilang ada golden tiket yang gua kasih untuk 5 juta video di TikTok, 10 jut ee 1 juta view di YouTube. >> 1 juta views. >> Nah, kalau ada yang bilang, "Wah, terus gua bilang di situ, jadi kenapa kenapa ini jadi matriksnya, acuannya?" Ya, lu supaya lu punya taktik dan strategi yang
45:24 benarlah untuk dapatin itu. Gua bilang kayak gitu di video itu enggak gua larang untuk pakai iklan, enggak gua larang pakai booster. Dan gua pikir kalau misalnya ada 100 orang yang pakai itu ya 100-100 yang gua kuliahin >> itu gua bilang di video 1000 orang ya 1000 orang kalau zero ya zero. Terus kalau nanti ada orang yang bilang, "Wah, enggak adil dong, Pak, kalau ada pakai booster." Ini kan bukan zero subgame ya. Beda dengan yang jalur konvensional yang gua milih 10 yang terbaik. >> Gua bisa dapati nol, gua bisa dapati 100, gua bisa dapati 1000. Gua bilang makanya gua bilang tadi ya pintar-pintar lu gitu enggak ada larangan. >> Dan tahu ternyata yang berhasil achieve cuman satu. >> Wow. >> Cuman satu enggak? Yang lain tuh enggak mikir ke situ gitu. Padahal enggak ada larangan.
46:11 >> Ada yang mempertanyakan tapi enggak ada larangan. Ada yang mtanyakan ya kalau gua jawab ya bukan bukan di situ berarti titik-kritiknya kan titik-titik seleksinya bukan di situ. Kalau gua jawab boleh ya itu ini sebenarnya yang diuji itu adalah asumtif thinking. >> Justru Feri mengeliminasi semua orang yang asumtif-asumtif lewat nih. Iya benar benar >> la kalau ada protes ya kenapa lu enggak pakai? >> Iya kan enggak dilarang. >> Nah itu kan dasar berpikir ya. Gua tuh jadi suka hal-hal kayak gitu tuh gara-gara anime tuh Naruto. Naruto ujian cunin yang diuji ternyata memang soalnya didesain enggak akan bisa dikerjain. Yang diuji adalah gimana lu nyontek tapi enggak ketahuan dan benar gitu.
46:56 Oh, seru juga ya kalau kita pakai-pakai model tes yang kayak gini dan bisa terukur gitu kan >> walaupun enggak yang kayak Naruto. Jelas. Cuman dari sejak itu gua mikir ya gua bikin R juta R juta udah itu aja sayarannya. Enggak ada gua bilang enggak boleh pakai booster atau enggak boleh endorse atau segala macam. Dan dapatan 5 juta view di TikTok itu buy boosting itu enggak mahal dibanding nilai kuliahnya. >> Itu dia. Exactly. Ini zaman makro mikro apa segala macam dan teknologi udah chaotik zaman sekarang gitu kan >> ya. What we need tuh justru nurturing dan finding >> people yang kayak gitu yang bisa justru break through break through ini itu kita enggak tahu datang dari mana nih connect. what kind of dots yang perlu diconnect, the kind of courage itu keberanian apa yang perlu mereka
47:42 lakukannya kan kemudian mungkin lead the team atau segala macam. Nah, orang-orang kayak gini justru gua ngerasa ee apa ya? Ya itu tadi kalau di kampus kita hopefully bisa ditemukan dan bisa dinnerture dan terserah deh muujiannya cari apa. Coba propose >> ya gitu gitu >> ya. Bisa kita ada tunaan absen ya cobalah absen compliance itu bisa di >> enggak tahunya sampai nge-break cyber ini security dari sistem which >> is good lah iya >> malah langsung dapat kerjaan itu. >> Iya langsung dapat golden ticket ya kalau kayak gitu masa dihalangin. >> Oke catch me if you can >> ya kalau ketahuan yang salah. >> Oke cukup dulu. Oke. >> Oke sampai ketemu di menuju K Malaka
48:29 episode lainnya. Bye bye. Bye bye. by
