Kamis, 13 Oktober 2016

E-Commerce, E-Business dan Bioinformatika

E-Commerce dan E-Business

Pengertian E-Commerce
    E-Commerce merupakan salah satu istilah yang paling sering kita kenal ketika kita sedang melakukan surfing dan juga menjelajah berbagai macam situs website. Di era yang mengedepankan perkembangan teknologi informasi ini, penggunaan E-commerce merupakan salah satu hal sudah sangat umum dan banyak ditemui, serta sudah seperti menjadi bagian dari gaya hidup pengguna internet.
  Pengertian dari e-commerce sebenarnya tidaklah baku, akan tetapi, e-commerce berasal dari kata e yang merupakan kependekan dari electronic, dan commerce, yang berarti transaksi komersial. Apabila digabungkan, maka e-commerce bisa disebut sebagai sebuah proses transaksi komersial yang menggunakan fasilitas elektronik.
  Sistem e-commerce mulai berkembang pesat pada era 90-an, ketika jaringan komputer dan internet sudah mulai masuk ke dalam masyarakat. Situs e-commerce yang pertama adalah milik yahoo, dan beberapa situs lainnya. E-commerce menawarkan banyak barang kebutuhan sehari-hari, melalui jaringan internet, yang tentu saja sangat memudahkan user dalam memperoleh kebutuhan dengan menggunakan manfaat jaringan komputer secara lebih luas.
Ciri – Ciri dari E-Commerce
   Ada beberapa ciri – ciri tersendiri dari sebuah e-commerce. Berikut ini adalah beberapa ciri dari penggunaan e-commerce yang dirangkum dari berbagai sumber :
1.     E-commerce menggunakan prinsip jual beli dan transaksi elektronik, seperti transfer dana, baik dana uang virtual maupun dana berupa uang asli menggunakan rekening Koran.
2.     E-commerce melayani proses pemindahtanganan suatu barang, yang dalam hal ini lebih populer dengan istilah proses jual beli barang di dalam situs e-commerce.
3.     E-commerce memiliki prinsip jual beli barang, dimana setiap situs e-commerce hanya berfokus pada kegiatan jual beli barangnya saja, dan proses transaksi serta perputaran uang hasil jual beli saja.
4.     E-commerce bisa berbentus situs web dengan alamat yang berdiri sendiri, ataupun model toko online yang menggunakan media sosial yang gratis.

Contoh dari E-Commerce
   Untuk lebih jelasnya mengenai e-commerce, maka berikut ini adalah beberapa contoh dari e-commerce yang cukup populer :
·      Ebay
·        Alibaba
  ·        Tokopedia
  ·         Lazada
  ·         Zalora
  ·        Dan banyak lagi website yang sesuai dengan kategori –kategori konten yang dijual oleh situs tersebut.

  Dengan banyaknya deretan situs website ternama yang basis e-commerce ini tentunya manfaat online shop bagi penjual dan pembeli sangatlah dirasakan oleh hampir seluruh masyarakat. Hal ini pastinya membawa dampak positif dalam perkembangan ekonomi juga.

Pengertian E-Business
   E-business merupakan salah satu bagian dari perkembangan teknologi internet dan juga teknologi jaringan kompute. Mungkin sebutan e-business masih tidak sepopuler istilah e-commerce. Namun demikian, ternyata, e-business, secara disadari oleh tidak, memiliki peranan yang penting bagi seluruh proses transaksi jual beli yang ada di dalam sebuah layanan e-commerce.
  Hal ini disebabkan karena layanan e-business ini merupakan sebuah layanan bisnis, yang berarti memiliki cakupan wilayah yang sangat luas, tidak hanya penjualan, namun juga termasuk di dalamnya proses produksi, proses marketing dan pemasaran, jaminan after sales, hingga pengembangan suatu produk.
  Pengembangan ini dapat dipasarkan melalui situs website perusahaan, dan disinilah fungsi website bagi perusahaan yang selain menjadi sarana informasi dan pemasaran global dapat dijadikan suatu gagasan untuk mengembangkan produk dan feature lainnya dari perusahaan untuk mendapatkan kolega, bukan hanya dari pasaran nasional bahkan internasional.
  Secara garis besar, e-business merupakan sebuah bentuk bisnis yang dikembangkan dan juga ditempatkan pada sebuah sistem elektronik (yang dalam hal ini merupakan jaringan komputer dan jaringan internet). Seorang pebisnis yang bermain di bidang e-business akan concern dengan pengembangan bisnisnya melalui sistem jaringan komputer dan jaringan internet. Biasanya, sistem e-business ini mencakup all in one, dimana seluruh proses transaksi, marketing, dan lain-lain menjadi satu.
Ciri – Ciri dari E-Business
   Ada beberapa ciri – ciri dari e-business yang bisa kita simpulkan. Berikut ini adalah beberapa ciri – ciri dari e-business
1.     E-business memiliki cakupan program yang lebih luas, tidak hanya tefokus pada proses transaksi jual beli saja.
2.     E-business biasanya memiliki sebuah kantor pusat ataupun kantor perwakilan untuk memanage seluruh bisnis elektronik yang dikembangkan.
3.     E-business memiliki banyak sekali fitur yang sangat lengkap, mulai dari tim pemasaran, tim IT dan maintenance, dan sebagainya.
4.     E-business dapat dilihat atau dipandang sebagai keseluruhan bagian dari sebuah situs yang menawarkan fasilitas e-commerce.
Beberapa Contoh dari E-Bussiness
  Pada dasarnya, contoh  pada e-commerce diatas bisa dimasukkan ke dalam e-business, karena memiliki struktur tersendiri. Ketika kita melihat keseluruhan sistem dari situs e-commerce tersebut, maka keseluruhan elemen dari situs e-commerce bisa kita masukkan ke dalam bagian e-business.
Perbedaan Antara E-Bussiness dan E-Commerce
   E-commerce dan juga E-business bisa di bedakan dengan sangat mudah. Hampir semua e-commerce adalah bagian dari e-business, jadi tidak salah apabila kita menyebutkan banyak toko – toko online sebagai bentuk dari e-commerce ataupun e-business. Namun demikian, tetap ada sebuah perbedaan antara kedua layanan yang berada di dalam jaringna internet ini, yaitu :
1.     E-business mencakup area yang sangat luas, mulai dari pembangunan modal, sumber daya manusia, sumber daya teknologi, proses marketing dan pemasaran, manajemen perkantoran, proses audit, dan segala macam elemen lainnya. Sedangkan, e-commerce hanya berfokus pada proses jual beli atau pemindahtanganan yang dilakukan melalui proses transaksi secara elektronik di sebuah situs.
2.     E-commerce merupakan bagian kecil dari sebuah e-business. Ibaratnya, apabila kita ibaratkan sebagai tubuh manusia, e-business adalah seluruh tubuh manusia, sedangkan e-commerce hanyalah bagian tangan kiri atau tangan kanan manusia saja.
3.     E-commerce hanya membutuhkan spesifikasi dan jga kemampuan analisa dari segi penjualan dan transaksi saja. Sedangkan e-business membutuhkan pertimbanan matang dari berbagai aspek, mulai dari aspek pemasaran, produksi, dan sebagainya.
Manfaat dan juga dampak positif dari e-business dan juga e-commerce :
1.     Menambah lapangan pekerjaan
2.     Mempermudah konsumen dalam memperoleh barang
3.     Lebih memudahkan konsumen dalam mengetahui informasi dari suatu produk
4.     Modal yang diperlukan tidak sebesar membangun sebuah bisnis secara fisik
5.     Bagi pelaku dan juga pemilik modal, lebih mudah untuk mengimplementasikannya
6.     Produksi dan spesialisasi beragam

Bioinformatika

    Bioinformatika adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.


Penerapan Utama Bionformatika


Basis data Sekuens Biologis


   Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat.
 Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.
 Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot(Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.
 BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.
  PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.
Penyejajaran Sekuens
  Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut. Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).
   Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi, sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut.
  Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering digunakan dalam penelusuran basis data sekuens. BLAST menggunakan algoritma heuristik dalam penyusunan alignment.
   Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman dinamik (dynamic programming) dan hanya efektif untukalignment dua sekuens (pairwise alignment)
 Clustal adalah program bioinformatika untuk alignment multipel (multiple alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal adalah ClustalWdan ClustalX.
  Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode protein dalam genom dan prediksi struktur sekunder protein.
Prediksi Struktur Protein
 Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinar-X ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode sekuensing protein relatif lebih mudah mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan de novo.
  Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan pada teori bahwa dua protein yanghomolog memiliki struktur yang sangat mirip satu sama lain. Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalamprotein threading berusaha menentukan tingkat kompatibilitas tersebut.
  Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan superkomputer (misalnya super komputer Blue Gene dari IBM) atau komputasi terdistribusi(distributed computing, misalnya proyek Folding@home) maupun komputasi grid.
Analisis Ekspresi Gen
  Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam teknik (misalnya dengan microarray ataupunSerial Analysis of Gene Expression ["Analisis Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.


Sumber Referensi:
http://dosenit.com/jaringan-komputer/internet/perbedaan-e-commerce-dan-e-business
https://id.wikipedia.org/wiki/Bioinformatika

0 komentar:

Posting Komentar