Reksa Dana Pendapatan Tetap Syariah menempatkan dana pada obligasi syariah dan instrumen pasar uang syariah, sehingga memberi potensi imbal hasil lebih tinggi dari reksa dana pasar uang dengan volatilitas yang masih terkendali. Hari ini saya belajar cara memilih RDPT syariah lewat duration, kualitas emiten, riwayat NAV, dan biaya; memahami ilustrasi kinerja saat suku bunga bergerak; serta mengenali red flag produk yang menjanjikan imbal hasil terlalu manis. Selama ini saya lebih akrab dengan reksa dana pasar uang syariah sebagai tempat dana darurat, karena nilainya stabil dan bisa ditarik kapan pun. Ketika tujuan berjangka satu sampai lima tahun mulai terlihat, saya sadar reksa dana pasar uang mungkin terlalu konservatif untuk tujuan sepanjang itu. Di sinilah reksa dana pendapatan tetap syariah masuk sebagai pilihan tengah. Instrumen ini menempatkan sebagian besar dana pada obligasi syariah dengan jangka waktu lebih panjang, sehingga potensi imbal hasilnya lebih menjanjikan, meski naik turun nilainya juga lebih terasa.
Belajar Saham Syariah #26: Reksa Dana Pendapatan Tetap Syariah — Obligasi Syariah dan Cara Memilihnya Lanjutkan membacaBelajar Cyber Security #30: Penutup Season 1 — Roadmap Karir, Lab Legal, dan Rutinitas Latihan
Di episode #30 ini saya menutup Season 1 “Belajar Cyber Security” dengan apa yang paling saya butuhkan setelah 29 episode: arah jalan setelah fondasi terbentuk, tempat berlatih yang legal, dan rutinitas mingguan supaya tidak lupa. Kalau di episode #1 saya mulai dari CIA triad sebagai cara berpikir, sekarang saya merapikan semua yang sudah dipelajari jadi satu peta.
Belajar Cyber Security #30: Penutup Season 1 — Roadmap Karir, Lab Legal, dan Rutinitas Latihan Lanjutkan membacaBelajar AI #53: Fine-tuning End-to-End — Dataset, Training, Eval, Deploy, dan Keputusan Go/No-Go
Di episode #52 saya belajar memilih model dengan tenang, dan kesimpulan terbesarnya: kalau evaluasi sendiri menunjukkan tidak ada model yang cocok, pilihan berikutnya adalah melatih model sendiri. Di catatan ini saya merangkai rantai kerja fine-tuning dari ujung ke ujung — menyiapkan data, melatih, mengevaluasi, sampai menyajikannya — dan yang paling penting, kriteria go/no-go sebelum saya membuang waktu training penuh. Di episode #31 saya sudah menentukan kapan fine-tuning layak dipilih; di sini saya bedah bagaimana jalannya.
Belajar AI #53: Fine-tuning End-to-End — Dataset, Training, Eval, Deploy, dan Keputusan Go/No-Go Lanjutkan membaca
Komentar Terbaru