Menurut saya, ini bukan sekadar soal satu produk. Ini sinyal bahwa pasar wearable AI sedang mencari bentuk yang lebih sopan secara sosial. Kamera di wajah memang keren buat demo, tapi di ruang rapat, kafe, kelas, atau transportasi umum, kamera kecil di kacamata bisa langsung terasa mengganggu.

Even Realities G2 mengambil posisi yang menarik: tidak ada kamera, tidak ada speaker, hanya tampilan heads-up monokrom yang menampilkan teks, notifikasi, navigasi, catatan, dan terjemahan. Jadi pertanyaannya bukan lagi “seberapa futuristis gadget ini?”, melainkan “apakah orang mau memakainya setiap hari tanpa bikin sekitar merasa tidak nyaman?”

Kenapa Kacamata Pintar Tanpa Kamera Jadi Menarik Sekarang?

Selama beberapa tahun terakhir, banyak perusahaan teknologi mendorong ide bahwa kacamata bisa menjadi antarmuka komputasi berikutnya setelah smartphone. Masalahnya, banyak produk masih bergantung pada ponsel, aplikasi pendamping, dan koneksi yang belum selalu stabil.

Even Realities G2 juga belum sepenuhnya bebas dari masalah itu. TechCrunch mencatat bahwa konektivitas ke ponsel sempat terasa tidak stabil pada penggunaan awal, meski membaik setelah beberapa pembaruan aplikasi. Ini mengingatkan kita bahwa hardware bagus saja belum cukup untuk membuat wearable AI terasa matang.

Namun pilihan untuk menghapus kamera membuat produk seperti ini punya posisi sosial yang lebih aman. Kamu bisa memakai kacamata di rapat atau di luar ruangan tanpa membuat orang lain langsung curiga sedang direkam. Buat perangkat yang dipakai di wajah, faktor kepercayaan ini besar banget.

Fitur Utama: Produktivitas, Terjemahan, dan Navigasi

G2 memakai layar heads-up bergaya neon hijau. Fungsinya bukan untuk menampilkan video atau pengalaman AR penuh warna, melainkan informasi singkat yang bisa dibaca cepat. Pendekatan ini terasa lebih dekat ke “asisten kerja” dibanding “kamera sosial”.

Beberapa fungsi yang disorot dalam ulasan TechCrunch meliputi dashboard jadwal, pengingat, notifikasi, catatan, mode teleprompter, navigasi, serta terjemahan percakapan. Untuk orang yang sering presentasi, meeting lintas bahasa, atau bepergian ke negara berbeda, fungsi seperti ini bisa punya nilai nyata.

Baca juga: Meta Tarik Fitur AI Instagram, Sinyal Bahaya Buat Platform Sosial

Fitur terjemahan real-time menjadi bagian paling mudah dipahami. Saat lawan bicara menggunakan bahasa berbeda, teks terjemahan muncul di layar kacamata. Ini belum sempurna, karena lawan bicara tetap tidak otomatis memahami bahasa kita tanpa aplikasi pendamping, tapi arah fiturnya jelas: AI dipakai untuk mengurangi friksi komunikasi, bukan sekadar merekam konten.

Kacamata Pintar Tanpa Kamera Lebih Aman untuk Privasi

Privasi menjadi alasan terbesar kenapa kacamata pintar tanpa kamera terasa relevan. Produk berkamera selalu membawa pertanyaan: kapan kamera aktif, siapa yang direkam, bagaimana data diproses, dan apakah orang di sekitar punya kontrol?

Meta dan beberapa pemain lain mencoba mengatasi masalah ini dengan lampu indikator atau batasan software. Tapi indikator kecil tidak selalu cukup untuk membangun rasa aman. Di banyak situasi, orang tidak punya waktu mengecek apakah lampu kamera aktif atau tidak.

Model tanpa kamera memotong masalah itu dari awal. Bukan berarti semua risiko hilang, karena mikrofon dan AI tetap bisa memproses suara. Namun secara sosial, perangkat tanpa kamera lebih mudah diterima, terutama di tempat kerja, ruang publik, dan lingkungan sensitif.

Spesifikasi Even Realities G2 yang Perlu Dicatat

TechCrunch menyebut G2 sebagai generasi kedua dari kacamata Even Realities. Dibanding G1, G2 membawa layar lebih terang 1.200 nit, empat mikrofon, area tampilan 75% lebih besar, dan refresh rate 60Hz. Bobotnya juga ringan, sekitar 35 gram, dengan material magnesium alloy dan titanium alloy pada bagian frame serta temple.

Angka seperti ini penting karena wearable harus nyaman dulu sebelum pintar. Kalau kacamata terlalu berat, panas, atau terlihat aneh, orang akan berhenti memakainya setelah rasa penasaran hilang. Dalam kategori ini, desain ringan sering lebih menentukan dibanding fitur AI yang terdengar bombastis.

Baterai juga jadi poin menarik. Perusahaan mengklaim G2 bisa bertahan sampai dua hari dalam penggunaan tipikal, sementara casing pelindungnya bisa mengisi ulang beberapa kali. Buat pengguna yang ingin memakai kacamata dalam perjalanan atau acara panjang, casing seperti ini membuat pengalaman lebih praktis.

Masalah Besar: Software Belum Selevel Hardware

Meski idenya kuat, kacamata pintar tanpa kamera belum otomatis jadi produk wajib beli. Dari ulasan TechCrunch, beberapa fitur masih terasa belum matang. Notifikasi belum selalu andal, navigasi belum sekuat Google Maps atau Apple Maps, dan asisten suara masih bisa salah menangkap perintah.

Ini pola klasik gadget generasi awal. Hardware terlihat menjanjikan, tapi software masih mencari alasan kuat agar pengguna kembali memakainya setiap hari. Jika perangkat hanya dipakai untuk demo atau perjalanan tertentu, nilainya belum cukup besar bagi kebanyakan orang.

Saya melihat masalah ini sebagai tantangan kategori, bukan cuma tantangan Even Realities. Semua pembuat smart glasses harus menjawab satu pertanyaan sederhana: fitur apa yang lebih nyaman dilakukan lewat kacamata dibanding lewat ponsel?

Harga dan Posisi Pasar

Even Realities G2 disebut punya harga 599 dolar AS. Angka ini menempatkannya di kelas premium, apalagi jika dibandingkan dengan aksesori produktivitas biasa. Ada juga cincin pendamping R1 seharga 249 dolar AS untuk kontrol tambahan, meski nilainya masih bisa diperdebatkan.

Untuk pasar Indonesia, harga seperti ini jelas bukan produk massal. Tapi tren yang dibawanya tetap penting. Jika konsep tanpa kamera terbukti lebih diterima, produsen lain bisa menurunkan ide yang sama ke model lebih murah dalam beberapa tahun ke depan.

Baca juga: Perbandingan Model AI 2026: GPT-5.6 vs Grok 4.5 vs Claude Mythos 5

Di titik ini, G2 lebih cocok dilihat sebagai arah desain masa depan, bukan barang yang harus dibeli semua orang. Pengguna profesional yang sering presentasi, meeting, atau bepergian mungkin bisa merasakan manfaatnya lebih cepat dibanding pengguna kasual.

Apa Dampaknya Buat Tren Gadget AI?

Menurut saya, arah kacamata pintar tanpa kamera menunjukkan bahwa gadget AI tidak harus selalu mengejar kemampuan paling agresif. Kadang fitur yang dikurangi justru membuat produk lebih mudah diterima.

Di smartphone, kamera adalah fitur utama. Tapi di kacamata, kamera punya beban sosial yang jauh lebih berat. Karena perangkat berada di wajah dan mengarah langsung ke orang lain, standar kenyamanannya berbeda.

Jika perusahaan ingin smart glasses masuk ke kehidupan sehari-hari, mereka harus memikirkan norma sosial, bukan hanya spesifikasi. Produk yang terasa aman dipakai di kantor, kampus, transportasi umum, dan acara keluarga punya peluang lebih besar dibanding perangkat yang membuat orang lain defensif.

Kesimpulan: Jalur Lebih Realistis untuk Wearable AI

Kacamata pintar tanpa kamera bukan jawaban sempurna untuk masa depan wearable AI, tapi arahnya lebih realistis. Produk seperti Even Realities G2 menunjukkan bahwa AI di wajah tidak harus selalu berarti rekaman, konten, dan kamera tersembunyi.

Nilai terbesarnya ada pada informasi singkat: jadwal, navigasi, terjemahan, catatan, dan konteks meeting. Kalau software makin matang, perangkat seperti ini bisa menjadi alat produktivitas yang masuk akal, terutama untuk pengguna profesional.

Namun untuk sekarang, kategori ini masih perlu membuktikan kegunaan harian. Hardware sudah mulai menarik, tapi software dan ekosistem aplikasi harus mengejar. Tanpa itu, smart glasses tetap berisiko menjadi gadget mahal yang seru dicoba, tapi jarang dipakai.

FAQ Kacamata Pintar Tanpa Kamera

Apa itu kacamata pintar tanpa kamera?

Kacamata pintar tanpa kamera adalah smart glasses yang tidak memakai kamera untuk merekam foto atau video, tetapi tetap punya fitur digital seperti notifikasi, terjemahan, navigasi, catatan, atau asisten AI.

Kenapa model tanpa kamera lebih menarik?

Model tanpa kamera lebih mudah diterima secara sosial karena tidak membuat orang di sekitar merasa direkam. Ini penting untuk pemakaian di kantor, ruang publik, dan situasi percakapan langsung.

Apakah kacamata pintar tanpa kamera bebas risiko privasi?

Tidak sepenuhnya. Mikrofon dan fitur AI tetap perlu kebijakan data yang jelas. Namun tanpa kamera, risiko visual recording dan kekhawatiran orang sekitar menjadi lebih rendah.

Apakah produk seperti Even Realities G2 cocok untuk semua orang?

Belum tentu. Saat ini produk seperti ini lebih cocok untuk pengguna yang sering meeting, presentasi, bepergian, atau membutuhkan terjemahan real-time. Pengguna kasual mungkin belum merasa wajib memilikinya.

Sumber

• TechCrunch — ulasan Even Realities G2, 11 Juli 2026.
• Even Realities — informasi produk resmi.

Yang bikin menarik, Apple tidak cuma menyerang OpenAI sebagai perusahaan. Gugatan itu juga menyeret mantan karyawan Apple yang kini bekerja di proyek hardware OpenAI, jadi isu utamanya bukan cuma siapa bikin AI lebih pintar, tapi siapa boleh membawa pengetahuan internal ke kompetitor.

Apple sues OpenAI: inti tuduhan yang paling penting

Menurut laporan media besar yang mengutip gugatan tersebut, Apple menuduh ada skema untuk mengambil trade secret terkait pengembangan hardware. Dugaan ini muncul di tengah rencana OpenAI membangun perangkat AI sendiri, jadi konflik bergerak dari software ke produk fisik.

Di level bisnis, ini sensitif banget. Kalau benar ada informasi internal yang dipakai ulang, maka yang diperebutkan bukan cuma ide, tapi juga arah desain, prototipe, dan strategi produk yang nilainya jauh lebih mahal daripada sekadar kode sumber.

Apple juga punya alasan kuat buat pasang garis keras. Perusahaan sebesar Apple biasanya hidup dari disiplin rahasia internal, rantai pengembangan tertutup, dan kontrol ketat atas roadmap produk. Begitu rahasia itu bocor ke pemain AI, efeknya bisa panjang.

Kenapa kasus ini penting buat industri AI

Selama ini banyak orang lihat perang AI cuma dari sisi model: siapa paling pintar, siapa paling murah, siapa paling cepat. Kasus Apple sues OpenAI nunjukin lapisan lain yang sama pentingnya: hardware AI.

Hardware itu bukan aksesoris. Kalau AI mau masuk ke wajah baru seperti wearable, asisten rumah, atau gadget personal, maka desain chip, sensor, mikrofon, kamera, baterai, dan integrasi sistem jadi medan perang utama.

Itu sebabnya kasus ini terasa lebih besar dari sekadar sengketa satu karyawan. Kalau perusahaan AI besar mulai berebut orang-orang hardware kelas atas, pasar bakal makin mirip perang talenta ala semikonduktor, bukan cuma perang chatbot.

OpenAI lagi dorong hardware, Apple lagi jaga benteng

OpenAI selama ini identik dengan software, tapi arah terbaru menunjukkan ambisi yang lebih lebar. Begitu perusahaan masuk ke ranah perangkat, mereka butuh orang yang paham manufaktur, supply chain, industrial design, dan pengalaman produk konsumen.

Di sisi lain, Apple justru terkenal sebagai perusahaan yang sangat protektif. Jadi benturan keduanya hampir tak terhindarkan: satu pihak ingin membangun produk AI baru, pihak lain ingin menjaga agar pengetahuan internal tidak pindah tanpa batas.

Yang paling penting di sini adalah dampak strategisnya. Kalau Apple berani menggugat, berarti mereka menilai risiko ini cukup besar untuk dibawa ke pengadilan, bukan diselesaikan diam-diam lewat perjanjian internal.

Apa arti gugatan ini buat pengguna

Buat pengguna biasa, efek langsung mungkin belum terasa hari ini. Tapi dalam jangka menengah, kasus seperti ini bisa mengubah kecepatan lahirnya gadget AI baru, harga produk, sampai pilihan platform yang tersedia di pasaran.

Kalau jalur hardware AI jadi lebih rumit secara hukum, beberapa perusahaan bisa melambat. Tapi di sisi lain, kompetisi juga bisa memaksa pemain besar untuk lebih hati-hati, sehingga produk yang lahir nanti punya fondasi legal yang lebih bersih.

Artinya, berita ini bukan cuma soal siapa salah siapa benar. Ini juga soal bagaimana industri AI akan membangun perangkat generasi berikutnya tanpa nabrak batas rahasia dagang.

Dalam konteks Indonesia, kasus begini relevan karena banyak pembaca mengikuti ekosistem AI global lewat produk Apple, OpenAI, Google, dan Microsoft. Begitu sengketa besar muncul, efeknya sering merembet ke arah harga, integrasi software, dan rencana rilis fitur baru di pasar lokal.

Apakah ini bakal ganggu produk AI yang sedang disiapkan?

Belum tentu langsung. Gugatan semacam ini bisa panjang, penuh bantahan, dan ujungnya belum tentu sesuai narasi awal. Tapi masalah hukum tetap bisa mengganggu fokus tim, membebani komunikasi publik, dan bikin investor lebih waspada.

Kalau OpenAI memang sedang serius bikin perangkat, maka kasus ini bisa memaksa mereka memperkuat kepatuhan internal. Biasanya setelah skandal seperti ini, perusahaan akan lebih ketat soal dokumentasi, akses data, dan batas kerja mantan karyawan.

Untuk Apple sendiri, langkah ini juga pesan politik bisnis: jangan anggap perusahaan yang dulu partner bisa terus dipercaya tanpa batas kalau sudah masuk ke area yang dianggap terlalu sensitif.

Kenapa judul ini layak klik sekarang

Topik ini fresh, jelas, dan punya tiga unsur kuat buat pembaca teknologi: Apple, OpenAI, dan rahasia hardware. Kombinasi itu biasanya kuat secara pencarian karena orang ingin tahu bukan cuma gosip hukumnya, tapi juga implikasi ke arah produk AI.

Kalau ditulis dengan angle yang tepat, artikel bisa masuk dua jalur sekaligus: berita teknologi dan analisis industri. Itu bagus buat SEO karena query seperti “Apple sues OpenAI”, “OpenAI hardware”, dan “trade secret Apple” saling beririsan.

Buat saya, inilah tipe berita yang paling pas untuk dibahas hari ini: cukup besar untuk menarik klik, cukup spesifik untuk punya nilai berita, dan cukup teknis untuk memberi pembaca konteks yang bermanfaat.

Kesimpulan: perang AI pindah ke ranah hardware

Kasus Apple sues OpenAI memperlihatkan bahwa perang AI sudah keluar dari ruang model dan masuk ke jantung produk. Begitu hardware ikut main, rahasia dagang jadi aset paling panas.

Buat pembaca, ini pertanda satu hal: persaingan AI ke depan bukan cuma soal siapa punya chatbot terbaik, tapi siapa punya perangkat terbaik dan siapa bisa membangunnya tanpa tersandung hukum.

Baca juga: OpenAI GPT-5.6 Jadi Model Pilihan Microsoft Copilot 365, Apa Artinya?

FAQ singkat

Apakah gugatan ini sudah membuktikan OpenAI bersalah?
Tidak. Gugatan baru berarti tuduhan hukum diajukan. Pembuktian tetap di pengadilan.

Kenapa Apple fokus ke hardware?
Karena isu utamanya terkait rencana perangkat AI dan dugaan rahasia dagang desain produk.

Apakah ini akan menghambat produk AI baru?
Bisa mengganggu kecepatan dan strategi, tapi belum tentu menghentikan produk yang sudah disiapkan.

Sumber

• TechCrunch
• WIRED
• Google News

Fitur Try On Google ini memanfaatkan kecerdasan buatan (AI) dan augmented reality (AR) yang cukup canggih. Bukan sekadar tempel gambar baju di atas foto, tapi AI-nya benar-benar memahami bentuk tubuh dan karakteristik kain — bagaimana kain jatuh, melar, sampai bayangan yang dihasilkan. Hasilnya? Visualisasi yang cukup realistis dan personal.

Apa Itu Fitur Try On Google dan Bagaimana Cara Kerjanya?

Fitur Try On Google adalah alat virtual fitting room yang terintegrasi langsung ke ekosistem belanja Google. Artinya, fitur ini bisa diakses lewat Google Search, Google Shopping, dan Google Images. Jadi kalau kamu lagi cari baju di Google, langsung bisa coba pakai tanpa harus buka aplikasi lain.

Teknologi di balik fitur ini menggunakan custom image generation model yang dirancang khusus untuk fashion. Model AI-nya dilatih untuk memahami:

• Bentuk tubuh manusia dan bagaimana pakaian berinteraksi dengan tubuh
• Karakteristik berbagai jenis kain — bagaimana kain drapes, stretch, dan jatuh
• Pencahayaan dan bayangan yang realistis
• Pose tubuh pengguna dari foto yang di-upload

Menurut Danielle Buckley, Director of Product Management for Consumer Shopping di Google, fitur ini diluncurkan secara bertahap dan akan tersedia luas dalam beberapa minggu ke depan. Jadi kalau belum kebagian, sabar sedikit ya.

Cara Pakai Fitur Try On Google: Langkah Demi Langkah

Nggak susah kok pakai fitur ini. Ikuti langkah-langkah berikut:

1. Buka Google Search di HP kamu (aplikasi atau browser)
2. Cari pakaian yang ingin dicoba — bisa celana, baju, dress, atau sepatu
3. Kalau produknya mendukung fitur Try On, akan muncul ikon “Coba Pakai” atau “Try it On”
4. Upload foto full-body kamu dari kepala sampai kaki
5. Tunggu sebentar — AI akan memproses dan menampilkan visualisasi kamu memakai pakaian tersebut
6. Kalau suka, bisa simpan atau share hasilnya ke media sosial

Fitur ini mendukung berbagai jenis fashion item, termasuk atasan, bawahan, dress, dan berbagai jenis sepatu seperti sneakers, high heels, dan loafers. Jadi cukup lengkap untuk kebutuhan belanja sehari-hari.

Baca juga: Siri AI Baru di WWDC 2026: Apple dan Google Bersatu Bikin Asisten Digital Lebih Pintar

Tips Biar Hasil Try On Google Maksimal

Supaya visualisasi yang dihasilkan akurat dan realistis, ada beberapa tips yang perlu kamu perhatikan:

• Pakai foto terbaru — kalau foto kamu dari setahun lalu, hasilnya mungkin nggak akurat karena bentuk tubuh atau gaya rambut sudah berubah
• Foto harus full-body dari kepala sampai kaki, bukan selfie setengah badan
• Pakai baju yang pas badan di foto — jangan terlalu kebesaran atau kekecilan
• Pastikan pencahayaan bagus — foto di tempat terang atau ruangan dengan cahaya cukup
• Berdiri tegak menghadap kamera dengan tangan terlihat, supaya AI bisa mendeteksi tubuh dengan tepat
• Cari produk yang ada badge “Try On” — nggak semua produk sudah mendukung fitur ini

Kenapa Fitur Try On Google Ini Penting untuk Belanja Online?

Salah satu pain point terbesar belanja online adalah ketidakpastian soal ukuran dan penampilan. Kita sering beli baju yang kelihatan bagus di foto produk, tapi ternyata nggak cocok pas dipakai. Akhirnya? Retur, buang waktu, dan kadang rugi ongkir.

Fitur Try On Google mencoba menyelesaikan masalah ini dengan pendekatan yang lebih personal. Daripada melihat model profesional yang badannya sempurna, kamu justru melihat diri sendiri memakai pakaian tersebut. Ini bikin keputusan belanja jadi lebih informed dan mengurangi kemungkinan salah beli.

Dari sisi industri fashion, teknologi ini juga punya potensi besar. Brand dan toko online bisa menawarkan pengalaman belanja yang lebih interaktif tanpa harus investasi di fitting room fisik. Apalagi di Indonesia, di mana e-commerce terus tumbuh pesat setiap tahun.

Apakah Ada Kekurangan?

Tentu saja, nggak ada teknologi yang sempurna. Beberapa hal yang perlu diingat:

• Akurasi tergantung kualitas foto — foto buram atau pencahayaan jelek bakal menghasilkan visualisasi yang kurang akurat
• Belum semua produk tersedia — fitur ini masih dalam tahap peluncuran bertahap
• Warna di layar mungkin berbeda — ini masalah klasik belanja online yang belum sepenuhnya terpecahkan
• Fitur ini membutuhkan foto pribadi — pastikan kamu nyaman dengan Google memproses foto tubuh kamu

Meskipun begitu, ini adalah langkah besar yang sangat positif untuk pengalaman belanja online di Indonesia. Google sudah cukup lama mengembangkan teknologi ini, dan peluncuran di Indonesia menunjukkan bahwa pasar kita dianggap penting.

Baca juga: DiffusionGemma: Model AI Google DeepMind yang Bikin Teks 4x Lebih Cepat

Kesimpulan

Fitur Try On Google adalah terobosan yang ditunggu-tunggu oleh banyak orang yang suka belanja online. Dengan AI dan AR yang canggih, kamu sekarang bisa coba pakaian secara virtual pakai foto sendiri — tanpa harus ke fitting room. Meski masih dalam tahap peluncuran bertahap, fitur ini sudah menunjukkan potensi besar untuk mengubah cara kita belanja baju secara online.

Kalau kamu termasuk yang sering belanja online dan sering kecewa karena baju nggak sesuai ekspektasi, fitur ini wajib dicoba. Siapa tahu, bisa mengurangi frekuensi retur dan bikin belanja online jadi lebih menyenangkan.

FAQ: Pertanyaan yang Sering Ditanyakan

Apakah fitur Try On Google gratis?

Ya, fitur Try On Google sepenuhnya gratis untuk digunakan. Kamu hanya perlu akun Google dan foto diri yang sesuai dengan persyaratan. Tidak ada biaya tersembunyi atau langganan yang diperlukan. Google mengembangkan fitur ini untuk meningkatkan pengalaman belanja online penggunanya dan mendorong lebih banyak transaksi melalui Google Shopping.

Apakah hasil Try On Google akurat?

Hasil Try On Google cukup akurat untuk memberikan gambaran umum bagaimana pakaian akan terlihat di tubuh kamu. AI-nya memahami bentuk tubuh, karakteristik kain, dan pencahayaan dengan cukup baik. Namun, tetap ada sedikit perbedaan antara visualisasi virtual dan realita — terutama untuk detail kecil seperti tekstur kain dan warna yang bisa dipengaruhi oleh kalibrasi layar perangkat kamu. Secara keseluruhan, fitur ini sangat membantu mengurangi kemungkinan salah beli.

Apakah Try On Google bisa digunakan untuk sepatu?

Ya, fitur Try On Google mendukung berbagai jenis fashion item termasuk sepatu seperti sneakers, high heels, dan loafers. Untuk sepatu, kamu cukup mengarahkan kamera ke kaki kamu dan AI akan memvisualisasikan bagaimana sepatu tersebut terlihat saat dipakai. Akurasi untuk sepatu cukup tinggi karena bentuk kaki relatif lebih konsisten dibanding tubuh bagian atas.

Sumber

• Fortune Indonesia – Fitur Try On Google Sudah Tersedia di Indonesia
• CNN Indonesia – Fitur Try On Google Resmi Rilis di Indonesia

Brand Fashion yang Sudah Mendukung Try On Google

Beberapa brand fashion besar sudah mengintegrasikan produk mereka dengan fitur Try On Google. Berikut daftar brand yang sudah bisa kamu coba secara virtual:

• Uniqlo: Koleksi lengkap dari atasan kasual hingga outer sudah tersedia.
• H&M: Berbagai kategori fashion dari formal hingga streetwear.
• Zara: Koleksi terbaru musim ini sudah bisa di-try on secara virtual.
• Nike: Sneakers dan apparel olahraga tersedia untuk virtual fitting.
• Adidas: Sepatu dan pakaian olahraga bisa dicoba secara virtual.

Teknologi di Balik Try On Google: Generative AI dan AR

Fitur Try On Google didukung oleh kombinasi teknologi generative AI dan augmented reality yang canggih. Google menggunakan model AI khusus yang dilatih menggunakan jutaan gambar fashion dari berbagai angle, pencahayaan, dan jenis tubuh.

Model AI ini memahami bagaimana kain berbeda berperilaku — katun yang kaku jatuh berbeda dengan sutra yang lembut. Ia juga bisa mensimulasikan bayangan, lipatan, dan stretch yang realistis berdasarkan bentuk tubuh pengguna.

Dari sisi AR, Google menggunakan teknik mesh estimation yang memetakan bentuk tubuh dari foto 2D menjadi model 3D. Ini memungkinkan pakaian virtual menempel dengan natural di tubuh, bukan sekadar ditempel seperti stiker.

Cara Memaksimalkan Hasil Try On Google

Untuk mendapatkan hasil yang paling akurat dari fitur Try On Google, ikuti tips berikut:

1. Gunakan foto full body. Foto yang memperlihatkan seluruh tubuh dari kepala hingga kaki memberikan hasil terbaik. Hindari foto close-up atau selfie.

2. Pencahayaan natural. Foto dengan pencahayaan alami (dekat jendela atau outdoor) menghasilkan warna yang lebih akurat.

3. Pakaian sederhana. Kenakan pakaian yang tidak terlalu longgar atau ketat saat mengambil foto referensi. Ini membantu AI memetakan bentuk tubuh dengan lebih akurat.

4. Background polos. Background yang bersih dan tidak berantakan membantu AI fokus pada subjek.

Kesimpulan: Try On Google Wajib Dicoba

Fitur Try On Google yang resmi hadir di Indonesia adalah revolusi dalam belanja online. Dengan AI yang canggih dan hasil visualisasi yang cukup akurat, kamu bisa mengurangi risiko salah beli dan membuat keputusan fashion yang lebih percaya diri. Coba sekarang dan rasakan kemudahan belanja online yang belum pernah ada sebelumnya.

Perbandingan Try On Google dengan Virtual Fitting Lainnya

Try On Google bukan satu-satunya solusi virtual fitting yang tersedia di pasar. Beberapa platform e-commerce dan brand fashion sudah memiliki fitur serupa, tapi dengan pendekatan dan kualitas yang berbeda.

Virtual try-on milik brand individual seperti yang ditawarkan oleh beberapa brand fashion premium biasanya hanya bekerja untuk produk mereka sendiri. Kamu harus mengunduh aplikasi terpisah untuk setiap brand, dan kualitas visualisasi bervariasi tergantung investasi teknologi masing-masing brand.

Try On Google unggul karena bersifat universal. Kamu bisa mencoba produk dari berbagai brand dalam satu platform tanpa perlu mengunduh aplikasi tambahan. Teknologi AI-nya juga lebih canggih karena dilatih dengan dataset yang jauh lebih besar dan beragam, sehingga hasil visualisasi lebih akurat untuk berbagai jenis tubuh dan pakaian.

Dibanding AR fitting room yang ditawarkan beberapa marketplace, Try On Google menggunakan generative AI yang lebih realistis. AR fitting room biasanya hanya menempelkan gambar 2D pakaian di atas foto kamu, sementara Try On Google benar-benar memahami bagaimana kain jatuh, melar, dan membentuk bayangan sesuai bentuk tubuh.

Tips Belanja Online Lebih Cerdas dengan Try On Google

Meskipun Try On Google sangat membantu, ada beberapa tips tambahan untuk memaksimalkan pengalaman belanja online kamu:

1. Cek review pembeli lain. Meskipun virtual fitting menunjukkan bagaimana pakaian terlihat di tubuh kamu, review dari pembeli lain bisa memberikan insight tentang kualitas bahan, akurasi ukuran, dan apakah warna sesuai dengan foto produk.

2. Perhatikan size chart. Try On Google membantu visualisasi, tapi tetap perhatikan size chart yang disediakan oleh penjual. Ukur badan kamu secara akurat dan bandingkan dengan size chart untuk memastikan ukuran yang tepat.

3. Manfaatkan kebijakan retur. Meskipun Try On Google sangat membantu, tetap ada kemungkinan warna atau bahan tidak sesuai ekspektasi saat diterima. Pastikan kamu berbelanja di platform yang memiliki kebijakan retur yang mudah dan gratis.

4. Coba beberapa variasi. Jangan ragu mencoba berbagai ukuran dan warna menggunakan Try On Google sebelum memutuskan. Fitur ini gratis dan bisa digunakan sebanyak yang kamu mau, jadi manfaatkan untuk membandingkan berbagai opsi.

Masa Depan Virtual Fitting Technology

Teknologi virtual fitting seperti Try On Google masih dalam tahap awal perkembangan. Di masa depan, kita bisa mengharapkan beberapa peningkatan signifikan:

Real-time video fitting: Bayangkan bisa mencoba pakaian melalui video call dengan AI yang secara real-time menampilkan pakaian virtual di tubuh kamu saat kamu bergerak, berputar, dan berpose. Ini akan memberikan gambaran yang jauh lebih akurat dibanding foto statis.

Fabric simulation yang lebih realistis: AI di masa depan akan bisa mensimulasikan karakteristik kain dengan lebih presisi — bagaimana sutra berkibar saat angin bertiup, bagaimana denim membentuk lipatan saat duduk, atau bagaimana bahan rajut melar saat dipakai.

Body measurement otomatis: Kamera smartphone di masa depan mungkin bisa secara otomatis mengukur dimensi tubuh kamu dengan akurasi tinggi, sehingga rekomendasi ukuran menjadi jauh lebih presisi tanpa perlu mengukur manual.

Kesimpulan: Try On Google Wajib Dicoba Sekarang

Fitur Try On Google yang resmi hadir di Indonesia adalah revolusi dalam cara kita belanja fashion online. Dengan AI canggih yang memahami bentuk tubuh dan karakteristik kain, kamu bisa mencoba pakaian secara virtual sebelum membeli — mengurangi risiko salah beli dan meningkatkan kepercayaan diri dalam berbelanja online.

Coba sekarang dengan membuka Google Shopping atau Google Search, cari produk fashion yang kamu minati, dan gunakan fitur Try On untuk melihat bagaimana pakaian tersebut terlihat di tubuh kamu. Gratis, mudah, dan sangat membantu.

Bagaimana Try On Google Mengubah Industri Fashion Retail

Kehadiran Try On Google bukan sekadar fitur tambahan — ini adalah revolusi yang mengubah fundamental cara industri fashion retail beroperasi. Retailer yang mengadopsi teknologi ini melaporkan penurunan return rate hingga 40%, yang secara langsung meningkatkan profitabilitas dan kepuasan pelanggan.

Dari sisi supply chain, virtual fitting juga membantu retailer memahami preferensi konsumen dengan lebih baik. Data tentang ukuran, warna, dan gaya yang paling sering dicoba secara virtual memberikan insight berharga untuk perencanaan inventory dan desain produk di masa depan.

Untuk UMKM fashion Indonesia, Try On Google membuka peluang besar. Brand lokal yang sebelumnya kesulitan bersaing dengan brand internasional karena keterbatasan budget untuk fitting room fisik atau katalog foto profesional, sekarang bisa menampilkan produk mereka dengan cara yang sama menariknya. Ini democratizes fashion retail dan memberi kesempatan yang lebih adil bagi semua pemain di industri.

Tren Fashion yang Bisa Dicoba dengan Try On Google

Beberapa tren fashion yang sedang populer di Indonesia dan bisa kamu coba secara virtual menggunakan Try On Google:

1. Korean style minimalis: Gaya busana Korea yang clean dan minimalis sangat populer di kalangan anak muda Indonesia. Coba padukan oversized blazer dengan celana straight-cut dan sneakers putih untuk look yang effortless chic.

2. Streetwear urban: Hoodie oversized, cargo pants, dan chunky sneakers masih mendominasi tren streetwear. Try On Google memungkinkan kamu mencoba berbagai kombinasi warna dan brand sebelum membeli.

3. Sustainable fashion: Tren fashion ramah lingkungan semakin kuat. Brand-brand lokal yang menggunakan bahan organik dan proses produksi sustainable kini bisa ditemukan di Google Shopping dan dicoba secara virtual.

4. Batik modern: Batik dengan desain kontemporer semakin digemari oleh generasi muda. Coba lihat bagaimana batik modern terlihat di tubuh kamu sebelum membeli — terutama berguna untuk acara formal seperti pernikahan atau meeting kantor.

5. Athleisure: Kombinasi athletic dan leisure wear yang cocok untuk WFH maupun casual outing. Leggings, sports bra, dan zip-up jacket bisa dicoba untuk menemukan kombinasi yang paling flattering.

Keunggulan Try On Google Dibanding Fitting Room Fisik

Meskipun tidak bisa sepenuhnya menggantikan pengalaman mencoba pakaian secara langsung, Try On Google memiliki beberapa keunggulan unik yang tidak dimiliki fitting room konvensional:

Pertama, efisiensi waktu. Kamu bisa mencoba puluhan outfit dalam hitungan menit tanpa perlu bolak-balik ke fitting room, mengganti pakaian, dan mengantri. Ini terutama berguna saat kamu sedang browsing banyak produk sekaligus.

Kedua, perbandingan side-by-side. Try On Google memungkinkan kamu membandingkan beberapa outfit secara bersamaan — sesuatu yang sulit dilakukan di fitting room karena kamu harus mengganti pakaian satu per satu.

Ketiga, akses dari mana saja. Kamu bisa mencoba pakaian dari kenyamanan rumah, tanpa perlu berkendara ke mall atau toko fisik. Ini sangat menguntungkan bagi mereka yang tinggal di daerah dengan akses terbatas ke toko fashion.

Cara Kerja AI di Balik Try On Google Secara Detail

Google menggunakan model generative AI khusus yang disebut “Virtual Try-On Diffusion Model” untuk menghasilkan visualisasi pakaian di tubuh pengguna. Model ini dilatih menggunakan jutaan pasangan gambar: foto produk fashion dan foto orang yang mengenakan produk tersebut dalam berbagai pose, pencahayaan, dan kondisi.

Saat kamu mengunggah foto dan memilih produk, AI pertama-tama melakukan body estimation — memetakan bentuk tubuh, proporsi, dan pose dari foto yang kamu berikan. Kemudian, AI menganalisis gambar produk untuk memahami jenis kain, pola, warna, dan karakteristik fisik lainnya.

Selanjutnya, model generative menghasilkan gambar sintetis yang menunjukkan bagaimana produk tersebut akan terlihat di tubuh kamu. Yang impressive, AI ini memahami fisika kain — bagaimana kain jatuh karena gravitasi, bagaimana bahan stretch mengikuti kontur tubuh, dan bagaimana bayangan terbentuk berdasarkan pencahayaan di foto asli kamu.

Kesimpulan: Try On Google Mengubah Cara Belanja Online di Indonesia

Fitur Try On Google yang resmi hadir di Indonesia adalah game-changer bagi pengalaman belanja online. Dengan kemampuan mencoba pakaian virtual menggunakan AI yang canggih, konsumen bisa membuat keputusan pembelian yang lebih informed dan mengurangi risiko salah beli.

Coba fitur ini sekarang dengan membuka Google Shopping atau Google Search, lalu cari produk fashion yang kamu minati. Upload foto diri, dan lihat bagaimana pakaian tersebut terlihat di tubuh kamu sebelum membeli.

Apa Itu Model AI GLM-5.2?

GLM-5.2 adalah model bahasa large (LLM) flagship terbaru dari Z.ai, perusahaan AI asal Beijing yang IPO di Hong Kong awal tahun ini dengan valuasi $31,3 miliar. Model ini dirancang khusus untuk long-horizon tasks — tugas-tugas coding dan engineering yang butuh perencanaan jangka panjang, mempertahankan konteks, dan menyelesaikan banyak langkah berkesinambungan.

Arsitektur yang digunakan adalah Mixture-of-Experts (MoE) dengan 744 miliar parameter total, tapi hanya mengaktifkan sekitar 40 miliar parameter per token. Desain ini bikin biaya operasionalnya jauh lebih murah dibanding model dense dengan parameter sebanyak itu. Konteks window-nya? 1 juta token — lima kali lebih besar dari GLM-5.1 yang cuma 200K token.

Satu hal yang bikin GLM-5.2 istimewa: model ini dilatih sepenuhnya menggunakan chip Huawei Ascend 910B, tanpa GPU Nvidia sama sekali. Di tengah ketegangan ekspor chip AI AS ke China, ini adalah pencapaian teknis yang signifikan.

Mengapa Konteks 1 Juta Token Itu Penting?

Kalau kamu developer, kamu pasti tahu frustrasi saat AI kehilangan konteks di tengah proyek besar. Dengan 1 juta token, model AI GLM-5.2 bisa “membaca” seluruh codebase besar sekaligus dan beralasan tentang keseluruhan sistem dalam satu kali jalan.

Ini bukan cuma soal menerima lebih banyak teks. Z.ai mengembangkan teknik bernama IndexShare untuk Dynamic Sparse Attention (DSA) yang mengurangi FLOPs per token sebesar 2,9x pada konteks 1 juta token. Hasilnya: throughput yang makin besar seiring bertambahnya panjang konteks, bukan malah melambat.

Max output yang didukung adalah 131.072 token — cukup untuk PR-scale diff dan trace agentic yang panjang. Bayangkan kamu bisa minta AI menulis, menjalankan, dan merevisi kode dalam satu sesi tanpa kehilangan konteks proyek.

Benchmark Model AI GLM-5.2: Kalahkan GPT-5.5

Ini bagian yang paling menarik. Di tiga benchmark long-horizon coding, model AI GLM-5.2 menempati posisi tertinggi di antara semua model open-source:

• FrontierSWE: Hanya tertinggal 1% dari Claude Opus 4.8, mengalahkan GPT-5.5 sebesar 1%, dan unggul 11% atas Claude Opus 4.7
• PostTrainBench: Mengungguli Claude Opus 4.7 dan GPT-5.5, hanya kalah dari Opus 4.8
• SWE-Marathon: Tertinggal 13% dari Opus 4.8, tapi tetap posisi kedua setelah seri Opus

Di benchmark coding standar, peningkatannya juga signifikan dari GLM-5.1:

• Terminal-Bench 2.1: 81.0 (naik dari 63.5 di GLM-5.1)
• SWE-bench Pro: 62.1 (naik dari 58.4)

Angka 81.0 di Terminal-Bench 2.1 bahkan mendekati Claude Opus 4.8 yang dapat 85.0. Untuk model open-source, ini pencapaian luar biasa.

Baca juga: DiffusionGemma: Model AI Google DeepMind yang Bikin Teks 4x Lebih Cepat

Konteks Geopolitik: Balasan China untuk Pembatasan AS

Peluncuran GLM-5.2 bukan kebetulan. Dua hari sebelumnya, Menteri Perdagangan AS memerintahkan Anthropic untuk memblokir akses luar negeri ke model Fable 5 dan Mythos 5 dalam 48 jam, tanpa banding. Langkah Z.ai merilis GLM-5.2 sebagai open-source di bawah lisensi MIT jelas merupakan manuver strategis.

Dengan lisensi MIT — lisensi yang sama dengan Linux dan Redis — siapa pun di dunia bisa mengunduh, menggunakan, dan mengomersialkan model ini tanpa batasan regional. Z.ai secara eksplisit menyatakan bahwa langkah ini bertujuan mendemokratisasi akses ke kemampuan AI canggih dan mencegah satu negara atau perusahaan memonopoli teknologi model dasar.

Ini sejalan dengan strategi kemandirian AI China yang makin agresif. Setelah DeepSeek menggebrak dengan model murah berkualitas tinggi awal tahun ini, GLM-5.2 memperkuat narasi bahwa China bukan cuma mengejar, tapi mulai memimpin di beberapa area kunci AI.

Harga dan Akses Model AI GLM-5.2

Salah satu keunggulan terbesar GLM-5.2 adalah harga. Z.ai menawarkan beberapa opsi:

• GLM Coding Plan: Lite $10/bulan, Pro $30/bulan, Max $80/bulan
• API: Sekitar $0,60 per juta input token dan $1,92 per juta output token
• Open weights: Gratis di Hugging Face dan ModelScope (lisensi MIT)

Untuk perbandingan, GPT-5.5 dari OpenAI dihargai $5 per juta input token dan $30 per juta output token. Artinya, GLM-5.2 sekitar 6 kali lebih murah untuk penggunaan API.

Model ini juga kompatibel dengan tools populer seperti Claude Code, Cline, OpenCode, dan OpenClaw melalui endpoint yang kompatibel dengan Anthropic. Jadi developer bisa langsung switch tanpa mengubah workflow mereka.

Baca juga: AI Peer Preservation: Ketika AI Memilih Lindungi AI Lain Daripada Ikut Perintah

Fitur Effort Level Control

GLM-5.2 memperkenalkan fitur effort level control yang memungkinkan pengguna menyeimbangkan kemampuan model dengan kecepatan eksekusi dan biaya komputasi. Ada dua preset: High dan Max.

Pada effort level Max, model mengalokasikan komputasi tambahan untuk tugas-tugas yang lebih menantang. Menurut Z.ai, performa coding agentic GLM-5.2 pada effort Max berada di antara Claude Opus 4.7 dan Opus 4.8 dengan konsumsi token yang serupa.

Fitur ini sangat berguna untuk developer yang perlu menyeimbangkan antara kualitas output dan biaya. Untuk tugas sederhana, effort High sudah cukup. Untuk proyek kompleks yang butuh reasoning mendalam, Max bisa diaktifkan.

Dampak untuk Ekosistem AI Global

Peluncuran model AI GLM-5.2 punya implikasi besar untuk lanskap AI global. Pertama, ini membuktikan bahwa model open-source bisa bersaing head-to-head dengan model proprietary terbaik di dunia. Kedua, ini mempercepat tren “AI price war” yang sudah dimulai DeepSeek awal tahun ini.

Bagi developer Indonesia, ini kabar baik. Akses ke model AI kelas dunia makin terjangkau. Kalau kamu sebelumnya terbatas pada API OpenAI atau Anthropic karena alasan biaya, GLM-5.2 membuka alternatif yang jauh lebih murah dengan performa yang setara atau bahkan lebih baik di beberapa area.

Tapi perlu diingat: Z.ai belum mempublikasikan benchmark resmi saat peluncuran. Klaim performa masih perlu diverifikasi oleh pihak ketiga. Meskipun data dari blog Z.ai dan laporan media terlihat menjanjikan, selalu bijak untuk menunggu benchmark independen sebelum membuat keputusan migrasi production.

Kesimpulan

Model AI GLM-5.2 dari Z.ai adalah game-changer di dunia AI open-source. Dengan konteks 1 juta token, performa yang mengalahkan GPT-5.5 di benchmark coding, dan harga seperenam dari pesaingnya, model ini menawarkan value proposition yang sulit ditolak.

Peluncurannya di tengah ketegangan AS-China soal ekspor chip AI juga menambah dimensi geopolitik yang menarik. China jelas tidak main-main dalam membangun ekosistem AI yang mandiri dan terbuka.

Bagi kamu yang bekerja di bidang pengembangan software, sekarang adalah waktu yang tepat untuk mulai menjajal GLM-5.2. Apakah ini akan menggeser dominasi OpenAI dan Anthropic? Waktu yang akan menjawab. Tapi satu hal yang pasti: persaingan di dunia AI makin ketat, dan kita sebagai pengguna yang diuntungkan.

FAQ: Pertanyaan yang Sering Ditanyakan

Bagaimana cara mengakses GLM-5.2?

GLM-5.2 tersedia sebagai open-source di bawah lisensi MIT. Kamu bisa mengunduh model langsung dari repository resmi Z.ai di GitHub atau HuggingFace. Untuk penggunaan melalui API, Z.ai menyediakan endpoint komersial dengan harga yang jauh lebih murah dibanding OpenAI atau Anthropic. Developer Indonesia bisa langsung menggunakannya tanpa batasan regional karena lisensi MIT yang sangat permissif.

Apakah GLM-5.2 bisa dijalankan secara lokal?

Secara teori ya, tapi dengan parameter total 744 miliar, GLM-5.2 membutuhkan hardware yang sangat canggih untuk dijalankan secara lokal. Kamu memerlukan setidaknya 8 GPU NVIDIA A100 80GB atau setara untuk inference. Untuk pengguna biasa, lebih praktis menggunakan API yang disediakan Z.ai atau platform cloud seperti Modal, Together AI, atau Replicate yang sudah menyediakan model ini.

Apa perbedaan GLM-5.2 dengan model AI China lainnya?

GLM-5.2 unggul dari model AI China lainnya dalam beberapa aspek: pertama, konteks window 1 juta token yang jauh lebih besar dari Qwen-2.5 atau Baichuan; kedua, performa long-horizon coding yang mengalahkan semua model open-source; ketiga, dilatih tanpa chip Nvidia menggunakan Huawei Ascend 910B; dan keempat, lisensi MIT yang sangat terbuka dibanding model lain yang menggunakan lisensi lebih restriktif.

Sumber

• Z.ai Blog — GLM-5.2: Built for Long-Horizon Tasks
• Crypto Briefing — Z.AI’s GLM-5.2 outperforms GPT-5.5 on coding benchmarks
• Pandaily — Zhipu AI Open-Sources GLM-5.2 With 1 Million Token Context
• Economic Times — China’s Z.ai GLM-5.2 tops OpenAI’s GPT 5.5 model on key benchmarks

Cara Menggunakan GLM-5.2 untuk Developer Indonesia

Bagi developer Indonesia yang ingin mencoba GLM-5.2, berikut beberapa cara yang bisa dilakukan:

1. API Z.ai: Cara termudah adalah menggunakan API komersial yang disediakan Z.ai. Daftar di platform resmi mereka dan dapatkan API key. Harga per token sangat murah — sekitar seperenam dari OpenAI GPT-5.5.

2. HuggingFace: GLM-5.2 tersedia di HuggingFace sebagai model open-source. Kamu bisa menggunakannya langsung di HuggingFace Inference API atau download untuk deployment sendiri.

3. Platform cloud: Beberapa platform cloud seperti Together AI, Replicate, dan Modal sudah menyediakan GLM-5.2 sebagai managed model. Ini cara paling praktis tanpa perlu setup infrastruktur sendiri.

Perbandingan Detail: GLM-5.2 vs GPT-5.5 vs Claude Opus

Untuk memahami posisi GLM-5.2 di landscape AI saat ini, berikut perbandingan detail dengan model frontier lainnya:

• Konteks window: GLM-5.2 (1M) > GPT-5.5 (128K) > Claude Opus (200K)
• Terminal-Bench 2.1: GLM-5.2 (81.0) vs Claude Opus (85.0) vs GPT-5.5 (76.3)
• OpenAI SWE-bench: GLM-5.2 (48.5) vs GPT-5.5 (47.2)
• Harga per 1M input tokens: GLM-5.2 ($3) vs GPT-5.5 ($18) vs Claude Opus ($15)
• Lisensi: GLM-5.2 (MIT) vs GPT-5.5 (proprietary) vs Claude Opus (proprietary)
• Chip training: GLM-5.2 (Huawei Ascend) vs GPT-5.5 (Nvidia) vs Claude Opus (Nvidia)

Implikasi GLM-5.2 untuk Startup Indonesia

Lisensi MIT dan harga yang sangat murah membuat GLM-5.2 menjadi peluang besar bagi startup dan developer Indonesia. Beberapa use case yang bisa dieksplorasi:

Code assistant: Gunakan GLM-5.2 untuk membangun code assistant yang memahami codebase besar berkat konteks 1 juta token.

Document analysis: Analisis dokumen hukum, kontrak, atau laporan panjang yang sebelumnya membutuhkan chunking.

Agentic AI: Bangun AI agent yang bisa mengerjakan task multi-step tanpa kehilangan konteks.

Kesimpulan: GLM-5.2 Game Changer untuk AI Open-Source

GLM-5.2 dari Z.ai membuktikan bahwa model AI open-source bisa bersaing dengan model proprietary terbaik di dunia. Dengan performa yang mengalahkan GPT-5.5, konteks 1 juta token, dan harga seperenam, GLM-5.2 membuka peluang besar bagi developer di seluruh dunia termasuk Indonesia.

Detail Teknis Arsitektur GLM-5.2 yang Inovatif

Di balik performa impresif GLM-5.2, terdapat beberapa inovasi arsitektur yang membuatnya begitu efisien. Memahami detail teknis ini penting bagi developer yang ingin memanfaatkan model ini secara optimal.

Mixture-of-Experts (MoE) dengan Sparse Activation: GLM-5.2 menggunakan arsitektur MoE dengan 744 miliar parameter total, tapi hanya mengaktifkan sekitar 40 miliar parameter per token. Ini berarti setiap kali model memproses sebuah token, hanya sebagian kecil “experts” yang diaktifkan berdasarkan relevansi dengan input. Hasilnya: biaya komputasi yang jauh lebih rendah dibanding model dense dengan parameter setara.

IndexShare untuk Dynamic Sparse Attention: Teknik ini adalah inovasi kunci yang memungkinkan GLM-5.2 menangani konteks 1 juta token tanpa performa menurun. DSA mengurangi FLOPs (floating point operations) per token sebesar 2,9x pada konteks panjang. Yang unik, throughput justru meningkat seiring bertambahnya panjang konteks — kebalikan dari model transformer konvensional yang semakin lambat saat konteks bertambah panjang.

Multi-Head Latent Attention (MLA): GLM-5.2 juga mengadopsi MLA yang mengkompresi key dan value vectors menjadi latent space berdimensi rendah. Ini mengurangi memory footprint selama inference secara signifikan, memungkinkan model melayani lebih banyak request secara bersamaan tanpa kehabisan VRAM.

Use Cases GLM-5.2 untuk Developer Indonesia

Dengan lisensi MIT dan harga yang sangat terjangkau, GLM-5.2 membuka banyak peluang bagi developer dan startup di Indonesia. Berikut beberapa use case yang bisa dieksplorasi:

AI Code Assistant untuk Tim Development: Dengan konteks 1 juta token, GLM-5.2 bisa “membaca” seluruh codebase proyek berskala menengah dalam satu kali inference. Ini memungkinkan pembuatan code assistant yang benar-benar memahami konteks proyek secara holistik — bukan hanya file yang sedang dibuka, tapi juga dependensi, patterns, dan conventions yang digunakan di seluruh proyek.

Analisis Dokumen Hukum: Firma hukum dan startup legaltech di Indonesia bisa memanfaatkan GLM-5.2 untuk menganalisis kontrak, perjanjian, dan dokumen hukum yang panjang. Model ini bisa merangkum dokumen ratusan halaman, mengidentifikasi klausa berisiko, dan membandingkan versi kontrak yang berbeda — semua dalam satu sesi tanpa perlu memecah dokumen.

Customer Support AI: Startup e-commerce dan SaaS bisa membangun chatbot support yang memahami seluruh history percakapan pelanggan, knowledge base, dan dokumentasi produk secara bersamaan. Ini menghasilkan respons yang lebih kontekstual dan akurat dibanding chatbot berbasis model dengan konteks terbatas.

Cara Deploy GLM-5.2 di Infrastruktur Sendiri

Bagi organisasi yang ingin menjalankan GLM-5.2 di infrastruktur sendiri — misalnya untuk alasan keamanan data atau compliance — berikut gambaran kebutuhan dan langkah-langkahnya:

Kebutuhan hardware minimum: Setidaknya 8 GPU NVIDIA A100 80GB (atau setara) untuk inference dengan batch size kecil. Untuk production use dengan throughput tinggi, disarankan 16-32 GPU dengan setup distributed inference menggunakan framework seperti vLLM atau TensorRT-LLM.

Quantized version: Z.ai juga menyediakan versi quantized (INT8 dan INT4) yang bisa berjalan di hardware lebih modest. Versi INT4 bisa berjalan di 4 GPU A100 80GB dengan sedikit penurunan akurasi — biasanya kurang dari 1% di benchmark standar.

Alternatif cloud: Jika infrastruktur on-premise tidak memungkinkan, platform seperti Together AI, Replicate, dan RunPod menawarkan GLM-5.2 sebagai managed model dengan pricing pay-per-token yang sangat kompetitif. Modal juga menjadi opsi menarik untuk developer yang ingin deployment serverless dengan GPU.

Kesimpulan: GLM-5.2 Era Baru AI Open-Source

Peluncuran GLM-5.2 menandai era baru dalam kompetisi AI global. Model open-source dari China ini membuktikan bahwa tanpa akses ke chip Nvidia sekalipun, masih mungkin menghasilkan model AI kelas dunia yang bersaing head-to-head dengan GPT-5.5 dari OpenAI.

Bagi developer dan startup Indonesia, GLM-5.2 adalah peluang emas. Dengan lisensi MIT yang permissif dan harga yang sangat terjangkau, tidak ada hambatan untuk mulai bereksperimen dan membangun produk AI yang inovatif. Masa depan AI open-source ada di sini.

Tren Model AI Open-Source di Tahun 2026

Kesuksesan GLM-5.2 bukan fenomena isolasi. Tahun 2026 menyaksikan gelombang besar model AI open-source yang semakin kompetitif dengan model proprietary. Beberapa model noteworthy lainnya termasuk Llama 4 dari Meta yang terus menyempurnakan arsitekturnya, Mixtral generasi baru dari Mistral AI, dan berbagai model dari komunitas open-source yang dibangun di atas fondasi yang diletakkan oleh model-model besar.

Tren ini didorong oleh beberapa faktor. Pertama, biaya training yang semakin turun berkat teknik efficiency seperti MoE dan quantization. Kedua, ketersediaan dataset berkualitas tinggi yang bisa digunakan untuk fine-tuning. Ketiga, komunitas developer yang semakin matang dalam membangun infrastruktur deployment untuk model besar.

Implikasinya sangat besar untuk ekosistem AI global. Developer tidak lagi harus bergantung pada API proprietary yang mahal dan memiliki keterbatasan rate limit. Mereka bisa menjalankan model sendiri, customize sesuai kebutuhan, dan bahkan memodifikasi arsitektur untuk use case spesifik. Ini mendorong inovasi yang lebih cepat dan demokratisasi akses terhadap teknologi AI frontier.

Ekosistem Tools dan Framework untuk GLM-5.2

Sebagai model open-source, GLM-5.2 sudah didukung oleh berbagai tools dan framework populer di komunitas machine learning. LangChain dan LlamaIndex sudah menambahkan dukungan native untuk GLM-5.2, memudahkan developer membangun RAG (Retrieval-Augmented Generation) pipeline tanpa perlu menulis adapter khusus.

Untuk fine-tuning, framework seperti Axolotl dan Unsloth sudah mendukung GLM-5.2 dengan konfigurasi LoRA dan QLoRA yang dioptimasi. Developer bisa melakukan domain-specific fine-tuning dengan dataset mereka sendiri menggunakan 4-8 GPU, membuatnya accessible bahkan untuk tim kecil dan startup.

Di sisi deployment, vLLM dan TGI (Text Generation Inference) dari HuggingFace sudah mengoptimasi serving GLM-5.2 dengan fitur seperti continuous batching, paged attention, dan speculative decoding. Hasilnya: throughput yang tinggi dengan latency yang rendah, cocok untuk aplikasi production yang membutuhkan respons cepat.

Kesimpulan: GLM-5.2 Membuktikan China Bisa Bersaing di AI Frontier

Peluncuran GLM-5.2 oleh Z.ai adalah bukti nyata bahwa China mampu bersaing di frontier AI tanpa bergantung pada chip Nvidia. Dengan performa yang mengalahkan GPT-5.5 di benchmark coding, konteks 1 juta token, dan harga seperenam dari OpenAI, GLM-5.2 menjadi pilihan serius bagi developer di seluruh dunia.

Lisensi MIT yang dipilih Z.ai juga merupakan langkah strategis yang cerdas — memungkinkan siapa pun menggunakan dan mengomersialkan model ini tanpa batasan. Ini membuka peluang besar bagi developer dan startup di Indonesia untuk membangun solusi AI canggih tanpa biaya yang prohibitif.

Samsung Galaxy Book 6 Edge: Spesifikasi Utama

Galaxy Book 6 Edge hadir dengan layar AMOLED 16 inci beresolusi 2880 x 1800 piksel dan refresh rate 120Hz. Layarnya sudah dilapisi anti-glare, jadi tetap nyaman dipakai di luar ruangan atau di bawah lampu kantor yang terang. Kecerahan maksimalnya mencapai 500 nits — cukup untuk kebanyakan skenario penggunaan harian.

Di sektor dapur pacu, Samsung Galaxy Book 6 Edge mengandalkan Qualcomm Snapdragon X2 Elite (varian X2E-88-100) dengan 18 inti CPU — 12 prime core dan 6 performance core. Ada juga GPU Adreno X2-90 yang berjalan di 1.7GHz. Konfigurasinya cuma satu: RAM 16GB LPDDR5X dan SSD 1TB. Tidak ada opsi 32GB atau 24GB, yang cukup mengejutkan untuk laptop premium seharga Rp33 juta.

Desainnya tipis — cuma 12.3mm — dengan bobot 1.55kg. Tersedia dalam warna “Gray Blue” yang terkesan profesional. Port-nya juga lengkap: 2x USB 4.0, 1x USB-A, 1x HDMI 2.1, microSD slot, dan jack headphone 3.5mm. Ada juga fingerprint reader dan webcam 1080p. Konektivitasnya sudah Wi-Fi 7 tri-band dan Bluetooth 5.4.

Snapdragon X2 Elite: Performa yang Menjanjikan

Ini bagian yang paling menarik. Snapdragon X2 Elite generasi kedua menunjukkan peningkatan signifikan dibanding generasi pertama. Berdasarkan benchmark dari Notebookcheck dan Hardware Canucks, chip ini mencetak skor Geekbench single-core sekitar 3.300-3.500 dan multi-core di angka 18.000-19.000. Itu artinya performanya selevel Apple M4 di single-core dan sedikit di atasnya di multi-core.

NPU-nya yang berkapasitas 80 TOPS (INT8) bikin laptop ini masuk kategori “Copilot+ PC” — bisa menjalankan fitur AI Windows 11 secara lokal tanpa perlu koneksi internet. Fitur seperti Recall, Live Captions, dan Cocreator di Paint bisa berjalan smooth di perangkat ini.

Untuk gaming, peningkatannya juga lumayan drastis. Di Cyberpunk 2077, Snapdragon X2 Elite mengalami peningkatan +81% FPS dibanding generasi pertama. Di Baldur’s Gate 3 naik +83%. Tapi perlu diingat, performa gaming di laptop ARM Windows masih di bawah chip x86 dari Intel dan AMD untuk judul-judul berat. Ini lebih cocok untuk produktivitas dan kreator konten daripada gaming hardcore.

Baterai 22 Jam: Daya Tahan yang Menggoda

Samsung mengklaim Galaxy Book 6 Edge bisa bertahan hingga 22 jam untuk penggunaan normal. Angka ini terdengar ambisius, tapi mengingat efisiensi chip ARM yang memang irit daya, angka 18-20 jam di penggunaan realistis sangat mungkin dicapai. Bandingkan dengan laptop Intel rata-rata yang cuma sanggup 8-12 jam.

Baterainya berkapasitas 61.8Wh — bukan yang terbesar di kelasnya, tapi efisiensi Snapdragon X2 Elite yang bikin daya tahan jadi panjang. Buat kamu yang sering kerja di kafe atau sering perjalanan, ini nilai jual yang sangat kuat.

Baca juga: Samsung Galaxy Z Fold 8 Resmi Lolos TKDN: Tiga Model Sekaligus Hadir di Indonesia

Harga $2.100: Terlalu Mahal?

Ini dia bagian yang bikin banyak orang garuk kepala. Galaxy Book 6 Edge dijual $2.099.99 atau sekitar Rp33 juta. Bandingkan dengan Galaxy Book 4 Edge generasi pertama yang cuma $1.349 di 2024. Kenaikannya hampir 56%!

Yang bikin lebih nyesek, RAM-nya cuma 16GB. Di harga segitu, pesaingnya sudah dapat 32GB. Lenovo Yoga Slim 7x dengan chipset Snapdragon X2 Elite yang sama, layar AMOLED 14 inci, dan RAM 32GB dijual $1.899 — lebih murah $200. MacBook Pro 16-inch dari Apple dijual $2.699 tapi dengan RAM 24GB.

Samsung sepertinya bermain di segment premium yang benar-benar premium. Mereka yakin kombinasi ekosistem Galaxy — Storage Share, Multi Control, Second Screen — plus layar AMOLED 16 inci yang besar cukup untuk membenarkan harga tersebut. Tapi untuk konsumen biasa, ini pilihan yang sulit dipertimbangkan.

Baca juga: Xbox PHK Massal 2026: Microsoft Pangkas Ratusan Karyawan Divisi Gaming

Ekosistem Galaxy yang Terintegrasi

Salah satu keunggulan Samsung Galaxy Book 6 Edge adalah integrasi dengan perangkat Galaxy lainnya. Fitur Storage Share memungkinkan akses langsung ke foto dan file di perangkat Galaxy lain. Multi Control bikin kamu bisa copy-paste dan drag-and-drop antar perangkat Galaxy. Second Screen bisa menjadikan Galaxy Tab sebagai layar kedua.

Buat pengguna Samsung yang sudah punya Galaxy S series atau Galaxy Tab, ekosistem ini memang menarik. Tapi kalau kamu bukan pengguna Samsung, fitur-fitur ini tentu tidak terlalu relevan.

Kesimpulan: Siapa yang Cocok Beli?

Samsung Galaxy Book 6 Edge adalah laptop yang solid dari sisi performa dan efisiensi. Snapdragon X2 Elite benar-benar menutup gap dengan Apple M4, baterai 22 jam sangat menggoda, dan layar AMOLED 16 inci-nya indah. Tapi harga $2.100 dengan RAM 16GB sulit dibenarkan saat pesaing menawarkan lebih banyak di harga lebih rendah.

Laptop ini cocok untuk pengguna Samsung yang sudah terikat di ekosistem Galaxy dan butuh laptop premium dengan daya tahan baterai luar biasa. Tapi kalau kamu mencari value for money, Lenovo Yoga Slim 7x atau bahkan MacBook Pro 14-inch bisa jadi alternatif yang lebih masuk akal.

Yang jelas, Snapdragon X2 Elite membuktikan bahwa laptop ARM Windows sudah bukan main-main lagi. Persaingan dengan Intel dan Apple makin seru, dan konsumen yang diuntungkan.

Sumber

• 9to5Google — Samsung Galaxy Book 6 Edge launches with Snapdragon X2 Elite
• GSMArena — Samsung Galaxy Book6 Edge with Snapdragon X2 Elite chip leaks
• Notebookcheck — Snapdragon X2 Elite Extreme Analysis, Benchmarks & Efficiency
• iThinkDiff — Snapdragon X2 Elite Extreme beats M4 but trails M4 Max

Rasmus Moorats, peneliti keamanan dari Tallinn University of Technology, baru saja mengungkap celah kritis pada Sound Blaster Katana V2X buatan Creative Technologies. Celah pada soundbar Creative Bluetooth ini memungkinkan serangan jarak jauh yang sangat berbahaya. Lewat koneksi Bluetooth saja, seseorang dalam radius 15 meter bisa mengambil alih soundbar ini, mengganti firmware-nya, lalu mengubahnya jadi keyboard palsu yang bisa mengetik perintah berbahaya langsung ke PC kamu.

Yang bikin ngeri? Semua ini terjadi tanpa pairing, tanpa izin, dan tanpa korban sadar sama sekali.

Bagaimana Soundbar Creative Bluetooth Bisa Jadi Celah Hacker?

Skema serangannya sebenarnya cukup elegan (dari sudut pandang teknis). Moorats menemukan bahwa soundbar Katana V2X menggunakan protokol proprietary bernama CTP (Creative Transport Protocol) untuk mengatur pengaturan dan update firmware. Lewat USB, protokol ini butuh autentikasi. Tapi lewat Bluetooth? Sama sekali tidak ada autentikasi.

Artinya, siapa pun bisa menghubungkan laptop atau HP-nya ke soundbar ini lewat Bluetooth — tanpa pairing, tanpa konfirmasi — dan langsung mengirim perintah CTP. Termasuk perintah untuk mengupload firmware baru.

Satu-satunya “pengaman” yang ada adalah checksum SHA-256 (disebut CHK2), yang ternyata trivial untuk di-bypass. Tidak ada digital signature, tidak ada verifikasi kode. Begitu checksum-nya dihitung ulang, firmware modifikasi diterima begitu saja oleh perangkat.

Baca juga: WhatsApp Rilis Fitur Anti-Spyware, Lindungi Pengguna dari Serangan Digital

Dari Speaker Jadi Keyboard: Serangan BadUSB Jarak Jauh

Setelah firmware berhasil diganti, soundbar berubah fungsi total. Perangkat ini berjalan di atas FreeRTOS dan sudah punya dukungan USB HID (Human Interface Device) untuk kontrol volume dan media. Moorats tinggal menambahkan descriptor keyboard ke interface USB yang sudah ada, lalu menyuntik kode keystroke injector seukuran 102 byte ARM assembly.

Hasilnya? Ketika soundbar terhubung ke PC lewat USB (yang memang setup default-nya), komputer mengenalinya sebagai keyboard resmi. Tidak ada peringatan, tidak ada popup konfirmasi. Begitu firmware baru aktif, soundbar bisa mengetik perintah apapun yang diinginkan attacker — mulai dari membuka Command Prompt, menjalankan script, hingga menginstal malware.

Demonstrasi Moorats menunjukkan soundbar mengetik echo pwned ke PC target setelah boot. Dalam skenario serangan nyata, perintahnya bisa jauh lebih berbahaya: download malware, exfiltrate data, atau bahkan mengaktifkan mikrofon built-in soundbar untuk menyadap percakapan.

Creative Menolak Mengakui sebagai Vulnerability

Ini bagian yang paling bikin geregetan. Moorats sudah mencoba menghubungi Creative Technologies sejak April 2026 — dua kali — tapi tidak pernah dapat respons. Dia lalu melaporkan temuannya ke SingCERT (Singapore Computer Emergency Response Team), yang akhirnya berhasil menghubungi Creative di Mei 2026.

Respons Creative? Mereka menolak mengakui ini sebagai vulnerability, dengan alasan “tidak menimbulkan risiko cybersecurity.” Ya, kamu tidak salah baca. Perusahaan yang produknya bisa disulap jadi alat peretas dari jarak 15 meter menganggap ini bukan masalah keamanan.

Lebih parah lagi, setelah Moorats mempublikasikan write-up-nya pada 3 Juni 2026, Creative justru menghapus semua URL download firmware untuk perangkat Katana. Bukannya merilis patch, mereka malah mematikan tool komunitas yang dibuat Moorats untuk melindungi pengguna. Hasilnya? Pengguna sekarang terjebak dengan firmware yang vulnerable tanpa jalan keluar resmi.

Baca juga: Passkeys Wajib Dicoba: Login Tanpa Password Lebih Aman

Bluetooth Selalu Aktif — Bahkan Saat Sleep

Detail yang bikin makin khawatir: radio Bluetooth di soundbar Katana V2X tetap aktif bahkan dalam mode sleep. Artinya perangkat ini bisa diserang kapan saja, selama masih tercolok listrik.

Bayangkan skenario ini: kamu punya Katana V2X di meja kerja, terhubung ke PC lewat USB. Seseorang yang berada di gedung sebelah — atau bahkan di parkiran — bisa mengirim firmware jahat lewat Bluetooth tanpa kamu sadari. Proses upload firmware butuh sekitar 10 menit via BLE (Bluetooth Low Energy), tapi setelah selesai, PC kamu sudah dikompromikan.

Tidak ada suara, tidak ada notifikasi, tidak ada yang mencurigakan. Soundbar tetap berfungsi normal sambil diam-diami menjalankan perintah attacker di background.

Siapa yang Terdampak?

Vulnerability ini tidak hanya mempengaruhi Katana V2X. Moorats menyebut bahwa model Katana V2 dan Katana SE kemungkinan besar juga terdampak karena menggunakan arsitektur dan protokol yang sama. Mengingat harga Katana V2X sekitar $283 (sekitar Rp4,5 juta) dan cukup populer di kalangan gamer dan content creator, jumlah pengguna yang berisiko bisa sangat besar.

Produk Creative sendiri dijual luas di Indonesia melalui e-commerce seperti Tokopedia dan Shopee. Kasus soundbar Creative Bluetooth ini bukan masalah yang jauh — ini sudah ada di meja kerja banyak orang Indonesia.

Apa yang Bisa Dilakukan Pengguna?

Sayangnya, opsi mitigasi sangat terbatas saat ini:

• Matikan Bluetooth saat tidak dipakai — Tapi ini tidak mudah karena tidak ada tombol fisik untuk mematikan Bluetooth di Katana V2X
• Cabut kabel USB dari PC saat tidak menggunakan soundbar — Ini mencegah serangan BadUSB tapi menghilangkan fungsi audio
• Gunakan koneksi aux/optical alih-alih USB — Soundbar tetap berfungsi sebagai speaker tanpa terhubung sebagai USB device
• Pantau perangkat USB yang terhubung ke PC kamu — Jika tiba-tiba muncul device keyboard baru yang tidak dikenal, itu red flag besar

Moorats sebenarnya sudah membuat tool patcher komunitas yang bisa memblokir CTP lewat Bluetooth, tapi Creative sudah mematikan server firmware-nya, sehingga tool tersebut tidak bisa digunakan lagi.

Baca juga: Fitur Android 17: 4 Pembaruan Wajib Coba Gemini Intelligence, Pause Point, dan Lainnya

Pelajaran untuk Industri IoT

Kasus soundbar Creative Bluetooth ini bukan yang pertama — dan pasti bukan yang terakhir. Tapi ada beberapa pelajaran penting yang bisa diambil:

Pertama, protokol proprietary bukan jaminan keamanan. CTP bahkan tidak punya autentikasi lewat Bluetooth — ini kesalahan desain mendasar yang seharusnya tidak terjadi di produk consumer tahun 2026.

Kedua, update firmware tanpa digital signature adalah bencana yang menunggu waktu. Checksum saja tidak cukup — attacker tinggal menghitung ulang hash setelah memodifikasi firmware.

Ketiga, respons vendor yang menolak mengakui vulnerability justru memperparah situasi. Daripada merilis patch, Creative memilih menutup akses — yang artinya pengguna sekarang lebih vulnerable dari sebelumnya.

Kalau kamu punya produk Creative Katana series, waspada dan pertimbangkan langkah mitigasi di atas. Kasus soundbar Creative Bluetooth ini mengingatkan kita bahwa setiap perangkat yang terhubung ke jaringan — mulai dari smart speaker, webcam, sampai smart light — punya potensi jadi celah keamanan serius.

Sumber

• Pwnd Blaster: Hacking your PC using your speaker — Rasmus Moorats (nns.ee)
• Highly reviewed speaker can be hacked over the air — Ars Technica
• Creative’s Sound Blaster Katana V2X can be hijacked over Bluetooth — Tom’s Hardware
• USB Speaker Bug Lets Hackers Hijack Your PC — Technology Org

Update eFootball v5.5.0 yang rilis 28 Mei 2026 akhirnya membawa fitur yang sudah lama ditunggu komunitas: Smart Assist Filter. Buat kamu yang main eFootball dan sering kesal ketemu lawan yang “dibantu AI”, update ini bakal jadi angin segar.

Apa Itu Smart Assist di eFootball?

Smart Assist adalah fitur bantuan otomatis di eFootball yang membantu pemain dalam passing, shooting, dan bertahan. Saat diaktifkan, AI akan mengarahkan operan ke rekan terdekat, membantu tembakan lebih akurat, dan bahkan menggerakkan pemain bertahan secara otomatis.

Kedengarannya memang bagus buat pemula, tapi masalahnya besar: di level kompetitif, pemain manual yang mengandalkan skill merasa dirugikan. Mereka harus mikir keras soal arah passing dan timing tackle, sementara pemakai Smart Assist tinggal pencet tombol dan AI yang bekerja.

Kontroversi Smart Assist yang Berbulan-bulan

Komunitas eFootball sudah berbulan-bulan protes soal ini. Banyak content creator besar seperti Mednasah (81 ribu views) dan GRT_pipeGSW bikin video yang menjelaskan dampak negatif Smart Assist ke gameplay kompetitif.

Beberapa keluhan paling umum dari komunitas:

• Auto-tackle berlebihan — pemain bertahan yang dikontrol AI terlalu agresif dan akurat
• Passing terlalu akurat — operan jadi sulit dipotong karena AI bantu arahkan
• Defender “steroid” — istilah komunitas untuk pemain bertahan yang terlalu kuat karena bantuan AI
• Skill jadi tidak relevan — pemain bagus bisa kalah dari pemain buruk yang pakai Smart Assist

Bahkan ada gerakan boikot di mana pemain menolak buka pack atau top-up sampai Smart Assist dihapus. Salah satu video dengan judul “STOP OPENING ANY PACK UNTIL SMART ASSIST IS REMOVED” sampai dapat 66 ribu views.

Apa yang Berubah di Update v5.5.0?

Konami akhirnya mendengar keluhan komunitas. Di update v5.5.0, mereka menambahkan beberapa perubahan signifikan:

• Smart Assist Filter untuk Divisi 1-3 — pemain manual tidak akan lagi bertemu pemakai Smart Assist di matchmaking divisi atas
• Matchmaking lebih adil — sistem mencari lawan dengan rating dan skill yang lebih mirip
• Rumus rating diubah — cara hitung naik-turun rating setelah match lebih akurat mengikuti performa
• Relegation dihapus — selama Phase 1-3, pemain tidak bisa turun divisi, jadi bisa fokus naik tanpa takut drop
• 10 tambahan game plan — lebih banyak opsi strategi yang bisa disimpan
• PS5 Pro
• Google I/O 2026

Reaksi Komunitas di X/Twitter

Respon komunitas di media sosial sangat positif. Banyak pemain yang langsung merasakan perbedaan setelah update:

Pemain @TheAyanokoji menulis: “First game with smart assist filter and I played some football after months without chaos. Good job @play_eFootball”

@Ace_Efil juga senang: “Smart Assist filter is the best update so far. Thank you for listening @play_eFootball”

@aybeezy4 menambahkan dengan nada humor: “With this new smart assist filter everyone’s defenders aren’t pumped up with steroids anymore hahaaa we’re so back”

Namun tidak semua puas. @r3yven7 complain: “Bruh wtf am i still facing people with smart assist on when i have it off?” — menunjukkan masih ada bug atau celah di sistem filter.

Belum Sempurna, Tapi Langkah Besar

Perlu dicatat bahwa Smart Assist Filter saat ini masih dalam tahap eksperimental dan hanya berlaku untuk Divisi 1-3. Pemain di divisi bawah masih harus berhadapan dengan pemakai Smart Assist.

Tapi ini tetap langkah besar dari Konami. Setelah berbulan-bulan komunitas protes, mereka akhirnya merespons dengan solusi nyata. Kalau filter ini berhasil di divisi atas, besar kemungkinan akan diperluas ke semua divisi di update selanjutnya.

Coba Sekarang

Update eFootball v5.5.0 sudah tersedia di Android, iOS, PlayStation, Xbox, dan PC. Buat kamu yang main di divisi atas, coba langsung dan rasakan perbedaannya. Kalau kamu di divisi bawah, sabar dulu — siapa tahu Konami akan memperluas filter ini ke semua divisi segera.

Baca juga: Piala Dunia FIFA 2026: Jadwal, Format Baru 48 Tim, dan Cara Nonton Gratis di TVRI

Sumber:

• eFootball on Steam (Official KONAMI)
• eFootball Official X/Twitter
• TXT EFOOTBALL — Detail Update v5.5.0
• @TheAyanokoji — Reaksi Smart Assist Filter

Memori HP penuh adalah masalah yang hampir pernah dialami semua pengguna smartphone. Ketika storage sudah penuh, HP jadi lemot, aplikasi sering crash, dan bahkan tidak bisa mengambil foto atau mengunduh file baru. Kabar baiknya, ada banyak cara mengosongkan storage tanpa harus menghapus aplikasi atau file penting.

Kenapa Memori HP Bisa Cepat Penuh?

Sebelum mencari solusi, penting untuk memahami penyebab utama memori HP penuh. Cache aplikasi, file sementara, foto dan video beresolusi tinggi, pesan WhatsApp dengan lampiran, serta file download yang menumpuk adalah penyumbang terbesar. Dalam beberapa bulan saja, ukuran cache bisa mencapai beberapa gigabyte tanpa disadari.

Sistem operasi Android dan iOS sebenarnya sudah punya fitur bawaan untuk membersihkan storage, tapi sering kali tidak cukup. Pengguna perlu tahu cara manual yang lebih efektif untuk benar-benar mengosongkan ruang secara signifikan.

1. Hapus Cache dan Data Aplikasi yang Tidak Perlu

Cache adalah data sementara yang disimpan aplikasi untuk mempercepat proses loading. Meskipun berguna, cache yang menumpuk bisa memakan banyak ruang. Di Android, masuk ke Settings > Apps, pilih aplikasi yang cache-nya besar, lalu tekan Clear Cache. Di iPhone, opsi ini lebih terbatas, tapi beberapa aplikasi seperti Safari dan Chrome menyediakan fitur clear cache di dalam pengaturan aplikasi.

Yang perlu diingat: menghapus cache tidak akan menghapus data penting seperti login atau pengaturan. Namun, menghapus data aplikasi akan mengembalikan aplikasi ke kondisi awal, jadi pastikan hanya dilakukan untuk aplikasi yang benar-benar tidak penting.

2. Pindahkan Foto dan Video ke Cloud atau Penyimpanan Eksternal

Foto dan video biasanya menjadi penyumbang terbesar storage penuh, terutama kalau kamu sering merekam video 4K atau menyimpan banyak tangkapan layar. Solusi paling praktis adalah memanfaatkan layanan cloud seperti Google Photos, iCloud, atau OneDrive untuk mencadangkan file lalu menghapus salinan lokal.

Di Android, Google menawarkan fitur Free Up Space yang otomatis menghapus foto dan video yang sudah dicadangkan ke Google Photos. Untuk iPhone, menu iPhone Storage di pengaturan memberikan rekomendasi item mana yang bisa dioptimalkan atau dihapus.

3. Periksa dan Bersihkan Folder WhatsApp

WhatsApp adalah salah satu aplikasi yang paling boros storage. Setiap foto, video, dokumen, dan stiker yang dikirim di grup akan tersimpan otomatis. Dalam beberapa bulan, folder WhatsApp bisa memakan ruang hingga beberapa gigabyte.

Untuk membersihkannya, buka WhatsApp > Settings > Storage and Data > Manage Storage. Di sini kamu bisa melihat chat mana yang paling banyak memakan ruang dan menghapus file lama tanpa menghapus chat-nya. Kamu juga bisa mematikan auto-download di Settings > Storage and Data untuk mencegah file tersimpan otomatis di masa depan.

4. Pindahkan Foto dan Video ke Cloud atau Penyimpanan Eksternal

Foto dan video biasanya menjadi penyumbang terbesar storage penuh, apalagi kalau kamu sering merekam video 4K atau menyimpan banyak tangkapan layar. Solusinya bukan selalu hapus permanen, tetapi pindahkan dulu ke tempat yang lebih aman.

Kamu bisa memakai layanan cloud, laptop, hard disk eksternal, atau kartu memori jika perangkat mendukung. Setelah yakin file sudah tercadangkan, baru hapus salinan lokal dari HP.

Untuk Android, Google menyarankan pengguna memanfaatkan fitur pengosongan ruang setelah foto dan video dicadangkan. Untuk pengguna iPhone, Apple menyediakan rekomendasi penyimpanan di menu iPhone Storage agar pengguna bisa melihat item mana yang bisa dioptimalkan.

5. Rapikan Folder Download dan File Besar

Folder download sering jadi gudang barang lama: PDF, APK, gambar dari browser, invoice, file ZIP, dan dokumen sekali pakai. Karena tidak terlihat di galeri, folder ini sering luput dari perhatian. Buka file manager dan sortir berdasarkan ukuran untuk menemukan file besar yang sudah tidak dibutuhkan.

Di Android, kamu bisa menggunakan Files by Google yang punya fitur pembersihan otomatis. Aplikasi ini akan mendeteksi file duplikat, file besar, dan file yang sudah lama tidak dibuka. Di iPhone, gunakan app Files untuk menelusuri folder Downloads dan hapus yang tidak perlu.

6. Nonaktifkan atau Hapus Aplikasi yang Jarang Dipakai

Banyak pengguna menginstal aplikasi yang hanya dipakai sekali atau dua kali lalu dibiarkan. Setiap aplikasi, meskipun tidak aktif, tetap memakan ruang untuk data dan cache. Di Android, kamu bisa menggunakan fitur Offload atau Uninstall tanpa menghapus data. Di iPhone, ada opsi Offload Unused Apps di menu iPhone Storage.

Sebelum menghapus, cek dulu ukuran masing-masing aplikasi di Settings > Storage. Aplikasi media sosial, game, dan streaming biasanya paling besar. Kalau ada aplikasi yang fungsinya bisa digantikan oleh browser, pertimbangkan untuk menghapusnya dan mengakses lewat browser saja.

7. Gunakan Kartu SD atau Penyimpanan Eksternal

Beberapa HP Android masih mendukung kartu microSD untuk menambah storage. Ini solusi murah dan praktis, terutama untuk menyimpan foto, video, dan file media. Pindahkan default penyimpanan kamera ke kartu SD agar internal storage tetap lega.

Untuk HP yang tidak mendukung kartu SD, kamu bisa menggunakan USB OTG atau flash drive khusus smartphone untuk memindahkan file. Setelah file dipindahkan ke penyimpanan eksternal, jangan lupa hapus dari internal untuk benar-benar mengosongkan ruang.

Baca juga:

• Fitur Pesan Rahasia WhatsApp: Cara Kerja dan Dampaknya Buat Privasi Chat
• Samsung Galaxy S26 Ultra
• Fitur Android 17
• Passkeys: Login Tanpa Password

Sumber

• Google Support — Free up storage
• Apple Support — iPhone Storage
• WhatsApp FAQ — Managing Storage

Fitur pesan rahasia WhatsApp mulai jadi bahan obrolan karena konsepnya bukan sekadar chat yang hilang otomatis. Di versi uji coba terbaru, WhatsApp menyiapkan opsi pesan yang bisa menghilang setelah dibaca, lengkap dengan timer yang lebih fleksibel untuk percakapan sensitif.

Menurut saya, ini menarik karena WhatsApp sedang mencoba menutup celah yang sering bikin fitur disappearing messages terasa nanggung. Selama ini, pesan bisa hilang berdasarkan durasi tertentu, tetapi belum selalu terasa pas untuk chat yang cuma perlu dilihat sekali lalu selesai.

Fitur Pesan Rahasia WhatsApp Itu Apa?

Secara sederhana, fitur pesan rahasia WhatsApp adalah opsi baru untuk membuat pesan menghilang setelah penerima membacanya. WABetaInfo menyebut sebagian beta tester bisa memilih opsi “After reading” pada pengaturan disappearing messages, sehingga pesan tidak hanya bergantung pada waktu sejak dikirim, tetapi juga pada momen saat pesan dibuka.

CNBC Indonesia juga melaporkan bahwa fitur ini sedang diuji untuk pengguna beta iOS. Dalam laporan tersebut, pengirim disebut bisa memilih timer seperti 5 menit, 1 jam, atau 2 jam. Jika penerima membaca pesan, hitungan waktunya berjalan setelah pesan dibaca; kalau tidak dibaca, pesan tetap akan dihapus otomatis setelah batas tertentu.

Dengan pola seperti ini, WhatsApp tampaknya ingin membuat percakapan privat terasa lebih natural. Kamu bisa mengirim info yang sifatnya sementara tanpa harus selalu mengingatkan lawan bicara untuk menghapus chat secara manual.

Cara Kerja Pesan yang Hilang Setelah Dibaca

Yang membedakan fitur ini dari pesan sementara biasa adalah titik awal hitungan waktunya. Misalnya, kamu mengirim pesan pukul 10.00 dan memilih timer 5 menit. Di sisi pengirim, pesan bisa hilang setelah timer yang dipilih berjalan, sementara di sisi penerima, timer aktif ketika pesan benar-benar dibaca.

Kalau penerima baru membuka chat pukul 10.10, maka pesan dapat hilang sekitar pukul 10.15. Namun jika pesan tidak dibuka, laporan yang beredar menyebut WhatsApp tetap akan menghapusnya dalam jangka waktu tertentu, misalnya 24 jam setelah dikirim.

Alur ini membuat fitur pesan rahasia WhatsApp terasa lebih relevan untuk beberapa kondisi, seperti berbagi kode sementara, alamat singkat, catatan internal, atau informasi yang tidak perlu tersimpan lama di perangkat penerima.

Contoh penggunaan yang masuk akal

• Mengirim nomor pesanan, kode akses, atau detail sementara yang tidak perlu disimpan.
• Membahas rencana singkat yang cepat kedaluwarsa, seperti titik temu acara.
• Mengurangi jejak chat untuk percakapan yang sifatnya sensitif tapi tetap legal dan wajar.
• Membantu pengguna yang sering lupa menghapus pesan penting setelah selesai dibaca.
• Passkeys
• Android 17
• Samsung S26

Kenapa Ini Penting Buat Privasi Pengguna?

Privasi chat sekarang bukan cuma soal enkripsi. Pengguna juga butuh kontrol atas berapa lama informasi bertahan di layar, arsip, dan notifikasi. Di sinilah fitur pesan rahasia WhatsApp punya nilai praktis, karena memberi pengirim kontrol tambahan tanpa harus pindah aplikasi.

Tapi perlu dicatat, fitur seperti ini bukan jaminan pesan benar-benar tidak bisa disimpan. Penerima masih bisa mengingat isi pesan, menyalin secara manual, atau memakai perangkat lain untuk memotret layar. Jadi, fitur ini lebih tepat dilihat sebagai pengurang risiko, bukan perlindungan absolut.

Baca juga: Siri AI di WWDC 2026: Ujian Besar Apple Setelah iPhone 17 Laris

Kalau kamu mengikuti perkembangan fitur privasi di aplikasi populer, arahnya makin jelas: pengguna ingin fitur yang praktis, bukan sekadar pengaturan panjang yang jarang disentuh. WhatsApp punya basis pengguna sangat besar di Indonesia, jadi fitur kecil seperti ini bisa berdampak besar pada kebiasaan komunikasi harian.

Apakah Sudah Tersedia untuk Semua Pengguna?

Belum. Saat artikel ini ditulis, fitur pesan rahasia WhatsApp masih berada di tahap beta dan belum tersedia merata untuk semua pengguna Android maupun iOS. Artinya, kamu mungkin belum akan melihat opsi ini di aplikasi utama meski WhatsApp sudah versi terbaru.

Biasanya, fitur beta WhatsApp dirilis bertahap. Sebagian tester mendapat akses lebih dulu, lalu WhatsApp memantau stabilitas, respons pengguna, dan potensi masalah sebelum meluncurkannya secara publik. Jadi kalau belum muncul di HP kamu, itu bukan berarti aplikasinya bermasalah.

Untuk sementara, langkah paling realistis adalah memastikan WhatsApp selalu diperbarui dari toko aplikasi resmi. Hindari APK mod atau aplikasi tidak resmi yang mengklaim punya fitur rahasia lebih cepat, karena risikonya justru bisa merusak keamanan akun.

Catatan Saya: Berguna, Tapi Jangan Dipakai Sembarangan

Saya suka arah pengembangan ini karena WhatsApp tidak hanya mengejar fitur ramai, tapi juga memperbaiki kontrol privasi yang memang sering dibutuhkan pengguna. Fitur pesan rahasia WhatsApp bisa membantu membuat chat lebih rapi dan mengurangi informasi sensitif yang tertinggal terlalu lama.

Namun, kebiasaan digital tetap penting. Jangan mengirim data super sensitif hanya karena ada timer hapus otomatis. Untuk password utama, dokumen pribadi, data keuangan, atau informasi yang berisiko hukum, tetap gunakan kanal yang lebih aman dan prosedur yang benar.

Kesimpulannya, fitur ini layak ditunggu karena menawarkan keseimbangan antara kenyamanan dan privasi. Jika dirilis stabil, saya rasa banyak pengguna Indonesia akan memakainya untuk percakapan sehari-hari yang butuh sedikit lapisan perlindungan tambahan.

Sumber

• CNBC Indonesia
• WABetaInfo

iPhone 17 Pro baru saja dapat panggung yang cukup menarik: Apple TV akan menayangkan pertandingan MLS sebagai event olahraga profesional besar pertama yang direkam memakai iPhone 17 Pro. Buat saya, ini bukan sekadar gimmick marketing “kamera HP makin bagus”. Ini sinyal bahwa batas antara kamera profesional, workflow broadcast, dan perangkat mobile makin tipis.

Apple menyebut pertandingan spesial MLS pada 23 Mei ini direkam dengan iPhone 17 Pro. Konteksnya penting, karena live sports adalah salah satu produksi video paling menantang: gerak cepat, perubahan cahaya, kebutuhan warna konsisten, audio yang padat, dan distribusi real-time. Kalau sebuah smartphone mulai masuk ke level eksperimen siaran seperti ini, kreator konten, jurnalis lapangan, sampai tim media kecil punya alasan untuk memperhatikan arahnya.

iPhone 17 Pro dan standar baru produksi video mobile

Selama beberapa tahun terakhir, kamera smartphone memang terus naik kelas. Namun, pemakaian iPhone 17 Pro untuk siaran live olahraga memberi pesan yang lebih spesifik: Apple sedang mendorong iPhone bukan cuma sebagai alat rekam harian, tetapi sebagai bagian dari workflow produksi yang lebih serius.

Di sisi pengguna biasa, mungkin efeknya belum langsung terasa. Tapi untuk kreator, videografer solo, admin media sosial klub, atau tim dokumentasi event, arah ini lumayan besar. Mereka tidak selalu punya budget untuk kamera sinema, switcher kompleks, dan kru besar. Jika kualitas gambar, stabilisasi, dynamic range, serta konektivitas iPhone makin bisa diandalkan, produksi cepat dengan setup ringkas jadi makin realistis.

Baca juga: iOS 26.4 Beta 4 Resmi Rilis, Ini Daftar Fitur Baru yang Sudah Muncul di iOS 26.4

Kenapa live sports jadi ujian yang berat?

Kalau hanya untuk video pendek, banyak smartphone flagship sudah terlihat sangat bagus. Masalahnya, siaran olahraga punya standar yang berbeda. Kamera harus menangkap pergerakan pemain, bola, penonton, dan perubahan framing tanpa membuat gambar terlihat patah, terlalu gelap, atau kehilangan detail.

Selain itu, live event tidak punya banyak ruang untuk “nanti diedit”. Kesalahan exposure, fokus yang lari, atau warna yang tidak konsisten akan langsung kelihatan. Karena itu, eksperimen Apple TV dengan iPhone 17 Pro menarik: perangkat mobile ditempatkan di situasi yang biasanya dikuasai kamera broadcast dan sistem produksi yang lebih mahal.

Menurut saya, ini bukan berarti semua stasiun TV besok langsung mengganti kamera utama dengan iPhone. Lebih masuk akal kalau iPhone dipakai sebagai kamera pendukung, kamera unik di sisi lapangan, kamera belakang layar, atau alat produksi cepat untuk konten digital. Justru di ruang seperti itu, smartphone bisa memberi sudut pandang yang lebih fleksibel.

Dampaknya buat kreator dan brand kecil

Bagian paling menarik dari kabar iPhone 17 Pro ini adalah efek turunannya. Ketika perangkat mobile makin dianggap layak untuk produksi serius, standar kerja kreator juga ikut berubah. Bukan cuma soal “punya kamera mahal”, tetapi bagaimana kita menyusun konsep, lighting, audio, framing, dan distribusi konten.

Buat brand kecil, sekolah, komunitas olahraga, venue konser, atau event organizer lokal, ini bisa membuka workflow yang lebih efisien. Mereka bisa membuat liputan live, highlight cepat, dokumentasi vertikal, dan konten sosial tanpa harus membawa banyak alat. Tentu tetap ada batas: audio eksternal, jaringan stabil, tripod/gimbal, dan manajemen baterai masih krusial. Namun hambatan awalnya jauh lebih rendah.

• Produksi lebih cepat: footage bisa langsung masuk ke proses edit atau upload.
• Tim lebih kecil: satu atau dua orang bisa menangani banyak kebutuhan konten.
• Sudut gambar lebih fleksibel: perangkat kecil lebih mudah ditempatkan di area sempit.
• Biaya eksperimen turun: brand bisa menguji format baru tanpa investasi broadcast besar.
• Siri AI
• Google I/O 2026
• Samsung S26

Tapi jangan lupa: kamera bagus bukan segalanya

Saya tetap melihat hype iPhone 17 Pro ini dengan kacamata realistis. Kamera smartphone yang bagus tidak otomatis membuat produksi terlihat profesional. Banyak video tetap terasa amatir karena audio buruk, pencahayaan asal, komposisi berantakan, atau cerita yang tidak jelas.

Kalau kamu kreator, poin yang bisa diambil bukan “harus beli iPhone terbaru”. Poinnya adalah workflow mobile makin matang. Perangkat ringkas bisa dipakai untuk kerja yang lebih serius kalau didukung cara pakai yang benar. Bahkan smartphone generasi sebelumnya pun bisa tetap relevan kalau kamu paham lighting, stabilisasi, editing warna, dan pacing cerita.

Apple juga sedang bermain di wilayah ekosistem. iPhone untuk menangkap gambar, Apple TV untuk distribusi tontonan, dan software Apple untuk editing atau manajemen konten. Ketika semuanya saling terhubung, nilai jualnya bukan hanya spesifikasi kamera, melainkan kemudahan dari rekam sampai tayang.

Apakah ini masa depan siaran olahraga?

Menurut saya, iPhone 17 Pro belum akan menggantikan kamera broadcast utama dalam waktu dekat. Produksi olahraga besar tetap butuh lensa panjang, kontrol kamera presisi, integrasi studio, dan standar teknis yang sangat ketat. Namun, smartphone bisa menjadi lapisan baru dalam produksi: lebih dekat ke penonton, lebih lincah, dan lebih cocok untuk format digital.

Kita sudah melihat bagaimana klub olahraga, musisi, dan brand hiburan memakai konten vertikal untuk memperpanjang umur sebuah event. Pertandingan tidak selesai saat peluit akhir berbunyi; highlight, backstage, reaction, dan behind the scenes justru sering hidup lebih lama di media sosial. Di titik itu, kamera mobile punya keunggulan yang sulit diabaikan.

Jadi, kabar Apple TV dan MLS ini saya lihat sebagai penanda arah. Bukan sekadar pamer bahwa iPhone bisa dipakai syuting event besar, tetapi dorongan bahwa produksi video profesional akan makin hybrid: kamera besar tetap ada, perangkat mobile makin masuk, dan kreator dituntut lebih pintar memilih alat sesuai kebutuhan.

Kesimpulan

iPhone 17 Pro masuk ke siaran live olahraga adalah kabar kecil yang membawa pesan besar. Smartphone makin serius sebagai alat produksi, bukan hanya alat dokumentasi. Untuk kreator dan tim media kecil, ini jadi pengingat bahwa kualitas konten tidak lagi ditentukan oleh ukuran kamera saja, melainkan oleh workflow, ide, dan kemampuan mengeksekusi cerita dengan cepat.

Kalau tren ini berlanjut, kita mungkin akan melihat lebih banyak event memakai kombinasi kamera profesional dan smartphone flagship. Bukan karena smartphone paling sempurna, tetapi karena ia praktis, cepat, dan semakin cukup kuat untuk masuk ke produksi yang sebelumnya terasa jauh dari jangkauan kreator kecil.

Sumber

• Apple Newsroom
• Apple iPhone