
Sumber Gambar: pexels
Para investor di pasar pasar Indonesia daratan China menghadapi spekulasi yang sering terjadi seputar saham-saham konsep AI palsu. Banyak perusahaan menarik perhatian pasar dengan mengemas konsep AI, tetapi belanja R&D mereka dalam laporan keuangan sangat tidak sejalan dengan kekuatan teknis aktual dari bisnis inti mereka. Analisis rasional terhadap data laporan keuangan yang dikombinasikan dengan kemampuan teknis nyata suatu perusahaan membantu menyaring perusahaan teknologi kuda hitam yang benar-benar memiliki potensi pertumbuhan.

Sumber Gambar: pexels
Saat menyaring saham konsep AI palsu, investor harus terlebih dahulu memfokuskan diri pada data belanja riset dan pengembangan (R&D) dalam laporan keuangan perusahaan. Beberapa perusahaan melebih-lebihkan biaya R&D atau menyesuaikan pos akuntansi untuk menciptakan ilusi inovasi teknologi. Analis profesional biasanya menggunakan berbagai metode untuk mengidentifikasi belanja R&D yang tidak wajar, termasuk membaca angka laporan keuangan dengan cepat, perbandingan antar tahun, mengidentifikasi pola yang tidak konsisten dengan data historis atau standar industri, memperhatikan kata-kata yang samar atau berisiko tinggi dalam laporan, serta meringkas secara otomatis potensi masalah. Tabel di bawah ini merangkum metode deteksi yang umum digunakan:
| Metode Deteksi | Deskripsi |
|---|---|
| Membaca dan Mengekstrak Angka | Membaca angka dalam laporan keuangan dengan cepat dan mengekstrak informasi. |
| Perbandingan Tahun ke Tahun | Membandingkan laporan dari tahun yang berbeda untuk mengidentifikasi perubahan yang tidak normal. |
| Mengidentifikasi Pola yang Tidak Biasa | Menemukan pola yang tidak konsisten dengan data masa lalu atau standar industri. |
| Mendeteksi Kalimat yang Mengindikasikan Risiko | Mengidentifikasi kata-kata yang samar atau berisiko dalam laporan yang mungkin menyembunyikan risiko. |
| Merangkum Kekhawatiran Secara Otomatis | Merangkum secara otomatis potensi masalah dan kekhawatiran dalam laporan. |
Banyak saham konsep AI palsu memiliki korelasi aktual yang rendah antara bisnis inti mereka dengan teknologi kecerdasan buatan. Perusahaan sering kali menekankan inisiatif AI dalam pengumuman atau promosi, tetapi pendapatan inti masih sangat bergantung pada bisnis tradisional, tanpa algoritma inti, sumber daya data, atau tim teknis yang memadai. Investor harus menggabungkan struktur bisnis inti perusahaan, cadangan teknologi, dan arah R&D untuk menentukan apakah kapabilitas AI mereka memiliki keberlanjutan dan daya saing industri. Hanya perusahaan yang mengintegrasikan teknologi AI secara mendalam ke dalam bisnis inti mereka dan mencapai komersialisasi dari teknologi ke produk yang berpotensi menjadi kuda hitam teknologi yang sejati.
Saham konsep AI palsu sering mengalami fluktuasi harga jangka pendek yang tajam, didorong oleh sentimen pasar dan modal spekulatif. Data menunjukkan bahwa pada periode ketika antusiasme investor tinggi dan perdagangan spekulatif aktif, saham konsep AI sering mengalami lonjakan harga jangka pendek yang signifikan. Sebagai contoh, pada kuartal ketiga 2025, perusahaan AI yang belum untung mencapai rata-rata pengembalian sebesar 29%, sementara perusahaan yang menghasilkan laba hanya mencatat rata-rata 8%, yang mencerminkan kinerja spekulatif yang kuat pada saham. Secara historis, gejolak spekulatif serupa pernah muncul pada tahun 2021 dan akhir 1990-an, yang pada akhirnya menyebabkan kerugian besar bagi perusahaan-perusahaan yang tidak memiliki dukungan fundamental.Investor perlu mewaspadai risiko yang ditimbulkan oleh hype pasar dan menghindari mengejar harga tinggi secara membabi buta.
Di pasar Tiongkok daratan yang kompetitif, rasio biaya R&D terhadap pendapatan serta tingkat pertumbuhannya telah menjadi indikator penting untuk mengukur kemampuan inovasi teknologi. Investasi R&D yang tinggi biasanya menandakan penekanan yang kuat pada peningkatan teknologi dan inovasi produk. Perusahaan AI terkemuka terus meningkatkan rasio biaya R&D mereka, yang mencerminkan komitmen strategis terhadap tata kelola teknologi masa depan. Data menunjukkan bahwa 70% pemimpin inovasi berinvestasi dalam R&D jauh lebih besar daripada rekan-rekan mereka, dan investasi ini tidak hanya mendorong produk dan layanan baru tetapi juga membawa valuasi pasar yang lebih tinggi.Investor dapat menganalisis laporan keuangan dengan berfokus pada proporsi beban R&D terhadap pendapatan operasional serta tren pertumbuhan tahunannya untuk menilai apakah sebuah perusahaan memiliki kemampuan inovasi yang berkelanjutan. Perusahaan yang belanja R&D jangka panjangnya berada di bawah rata-rata industri atau pertumbuhannya lambat sering kali kesulitan membentuk daya saing inti di bidang AI. Saham-saham dengan konsep AI palsu umumnya menunjukkan data belanja R&D yang tidak normal—investor harus berhati-hati terhadap keaslian angka-angka tersebut.
Struktur dan kapabilitas tim teknis secara langsung memengaruhi efektivitas nyata pengeluaran R&D. Perusahaan AI yang sukses biasanya membangun tim yang beragam yang mencakup ilmuwan data, pakar domain, pengambil keputusan strategis, dan peran kunci lainnya. Proyek AI generatif yang sedang berkembang memiliki persyaratan keterampilan yang lebih tinggi bagi anggota tim, melibatkan peran seperti manajer keterlibatan AI, ahli strategi tata kelola AI, insinyur operasi LLM, dll., yang sangat penting untuk mengembangkan aplikasi AI yang aman dan dapat diskalakan. Pemimpin perusahaan membutuhkan wawasan tajam mengenai kinerja investasi AI, kemampuan untuk menyesuaikan strategi dengan cepat, serta menangani risiko terkait keamanan, privasi, dan bias data.Karakteristik struktur tim berikut ini umum dijumpai di antara perusahaan-perusahaan AI terkemuka di daratan utama Tiongkok:
Kemampuan komersialisasi hasil merupakan kriteria utama untuk mengukur efektivitas pengeluaran R&D. Perusahaan-perusahaan terkemuka terus berinovasi, secara rutin meluncurkan model dan fitur-fitur utama, serta mencapai perluasan pasar. Tabel di bawah ini menunjukkan jalur-jalur khas yang dilalui perusahaan AI dalam mengubah pengeluaran R&D menjadi produk yang dapat dipasarkan:
| Jenis Bukti | Konten Spesifik |
|---|---|
| Dukungan Investor & Kekuatan Modal | Aktivitas investor memperkuat fondasi keuangan; pendanaan pasca-seed mengarah pada putaran Seri A yang lebih besar, kenaikan valuasi, mendukung ekspansi berkelanjutan dan investasi produk. |
| Pertumbuhan Berbasis Inovasi | Pengembangan produk yang cepat dengan peluncuran rutin model dan fitur utama (misalnya, Character-3, Omnia, program Teams, Live Avatars), integrasi berkelanjutan. |
| Ekspansi Pasar | Perusahaan bergeser dari fokus kreator ke kasus penggunaan perusahaan, menekankan posisi Teams/perusahaan, dan memperoleh adopsi di organisasi besar. |
Tingkat integrasi antara pengeluaran R&D dan bisnis inti menentukan apakah inovasi teknologi benar-benar dapat mendorong pertumbuhan bisnis. Perusahaan AI terkemuka di daratan Tiongkok menanamkan hasil R&D secara mendalam ke dalam proses bisnis inti, mencapai sinergi antara teknologi dan bisnis. Lebih dari setengah dari para pemimpin inovasi global menciptakan tim khusus yang memanfaatkan kapabilitas AI di berbagai fungsi bisnis untuk mendorong produk dan layanan baru ke pasar. Jika sebuah perusahaan hanya mengungkapkan pengeluaran R&D yang tinggi dalam laporan keuangan tetapi gagal mengubah pencapaian teknis menjadi pertumbuhan bisnis inti, sulit bagi perusahaan tersebut untuk memperoleh keunggulan kompetitif yang berkelanjutan.Investor sebaiknya berfokus pada apakah arah R&D sangat selaras dengan bisnis inti, apakah tim teknis mampu mendorong komersialisasi hasil, dan apakah produk memiliki daya saing di pasar. Hanya perusahaan yang mengintegrasikan teknologi AI secara mendalam ke dalam bisnis inti dan mewujudkan komersialisasi teknologi yang berpotensi menjadi kuda hitam teknologi yang sesungguhnya.
Data belanja R&D dalam laporan keuangan perusahaan memerlukan verifikasi mendalam melalui catatan dan rincian biaya. Investor profesional biasanya meninjau laporan tahunan, laporan interim, dan dokumen publik lainnya, dengan fokus pada komposisi spesifik dari beban R&D. Misalnya, mereka menganalisis sub-pos di bawah kategori "beban R&D" seperti gaji personel, pembelian material, layanan outsourcing, dan sebagainya, untuk menentukan apakah terdapat fluktuasi tidak wajar atau pengeluaran yang tidak berkaitan dengan bisnis inti. Beberapa perusahaan mungkin mengklasifikasikan beban operasional rutin sebagai R&D dengan menyesuaikan pos akuntansi untuk menciptakan ilusi investasi yang tinggi.Investor perlu memberikan perhatian khusus pada penjelasan rinci mengenai proyek R&D di catatan laporan keuangan dan mengidentifikasi setiap perilaku peningkatan biaya atau pemindahan biaya. Hanya ketika struktur pengeluaran R&D masuk akal dan rinciannya transparan, barulah itu benar-benar mencerminkan kemampuan inovasi teknologi yang nyata dari suatu perusahaan.
Jumlah paten dan status penerapan nyatanya merupakan indikator kunci untuk mengukur efektivitas belanja R&D. Perusahaan teknologi di Tiongkok Daratan biasanya mengungkapkan pengajuan paten, paten yang telah diberikan, dan bidang teknisnya dalam laporan tahunan. Para analis profesional lebih lanjut melacak apakah paten-paten tersebut telah diubah menjadi produk atau layanan konkret dan apakah paten tersebut membentuk keunggulan kompetitif di pasar. Beberapa saham konsep AI palsu mengungkapkan sejumlah besar paten, tetapi isi patennya memiliki relevansi yang rendah dengan bisnis inti AI mereka atau hanya berada pada tingkat teoretis tanpa implementasi praktis. Investor harus berfokus pada kedalaman teknis, inovasi, dan penerapan paten dalam bisnis inti, serta menghindari untuk tertipu oleh jumlah paten semata.
Perbandingan dengan perusahaan seindustri membantu menilai kewajaran dan daya saing pengeluaran R&D sebuah perusahaan. Investor dapat memilih perusahaan terkemuka dalam segmen yang sama dan membandingkan indikator inti seperti rasio pengeluaran R&D, tingkat pertumbuhan, dan hasil paten. Melalui perbandingan horizontal, tingkat inovasi teknologi yang sebenarnya dapat terungkap. Sebagai contoh, jika pengeluaran R&D sebuah perusahaan jauh di atas rata-rata industri tetapi tidak diikuti pencapaian teknis atau kinerja pasar yang sesuai, keaslian datanya patut dipertanyakan. Perbandingan industri juga mengungkap posisi sebuah perusahaan dalam rantai industri AI, membantu investor mengidentifikasi kuda hitam teknologi dengan potensi pertumbuhan jangka panjang.

Sumber Gambar: pexels
Saat menyaring kuda hitam teknologi, investor terlebih dahulu harus meninjau secara sistematis laporan keuangan perusahaan, dengan fokus pada data inti seperti biaya penelitian dan pengembangan (R&D), pendapatan bisnis inti, dan struktur laba. Dengan membandingkan laporan tahunan, laporan interim, dan laporan kuartalan, investor dapat mengidentifikasi kontinuitas dan kewajaran pengeluaran R&D. Para profesional menyarankan untuk memprioritaskan indikator kunci seperti rasio biaya R&D terhadap pendapatan operasional, laju pertumbuhan biaya R&D, dan laju pertumbuhan pendapatan bisnis inti. Jika rasio biaya R&D suatu perusahaan tetap berada di atas rata-rata industri dalam jangka panjang dan pendapatannya mempertahankan pertumbuhan yang stabil, hal itu biasanya mencerminkan kapabilitas inovasi teknologi yang kuat dan daya saing pasar yang baik.Selama proses penyaringan data, investor dapat menggunakan platform data otoritatif seperti Wind, Tonghuashun, dan East Money untuk dengan cepat menyaring perusahaan dengan belanja R&D yang tinggi dan bisnis inti yang sangat berkaitan dengan AI. Untuk beberapa perusahaan, diperlukan verifikasi lebih lanjut terhadap catatan laporan keuangan dan analisis rincian biaya R&D untuk menyingkirkan kasus di mana biaya operasional rutin dicatat secara palsu sebagai R&D. Hanya perusahaan dengan struktur keuangan yang transparan dan data yang autentik yang berpotensi menjadi kuda hitam teknologi dan terhindar dari jebakan saham konsep AI palsu.
Setelah putaran penyaringan pertama, langkah berikutnya biasanya bukan mengambil kesimpulan dengan cepat, melainkan kembali ke perusahaan itu sendiri dan memverifikasi bagaimana bisnisnya benar-benar diterapkan di pasar. Pada tahap tersebut, akan membantu untuk menggunakan pencarian informasi saham guna meninjau data dasar perusahaan, pergerakan harga, dan kinerja historis, lalu memeriksa silang pengamatan tersebut dengan pengeluaran R&D, komposisi pendapatan, serta hubungan antara teknologi dan operasi inti.
Jika pengaturan dana lintas pasar juga merupakan bagian dari proses, menjaga langkah-langkah ini dalam satu jalur yang terhubung bisa lebih efisien. BiyaPay berfungsi sebagai dompet multi-aset yang mencakup skenario pembayaran lintas negara, investasi, perdagangan, dan pengelolaan dana, mendukung konversi di berbagai mata uang fiat dan aset digital, serta beroperasi dengan pendaftaran kepatuhan yang relevan di yurisdiksi termasuk Amerika Serikat dan Selandia Baru. Bagi pengguna yang meneliti perusahaan terkait AI, ini lebih tepat dipahami sebagai alat eksekusi dan konektivitas dana setelah tahap verifikasi.
Kuda hitam teknologi sering kali berfokus secara mendalam pada tautan-tautan kunci dalam rantai industri AI, serta memiliki hambatan teknis dan posisi pasar yang unik. Investor harus memetakan struktur hulu dan hilir rantai industri AI dan mengidentifikasi node-node penting seperti algoritme inti, sumber daya data, infrastruktur komputasi, dan skenario aplikasi.
Dalam praktiknya, investor dapat mengunci perusahaan dengan daya saing inti dalam rantai industri dengan merujuk pada laporan tahunan, buku putih industri, laporan mendalam perusahaan sekuritas, dan sebagainya. Sebagai contoh, BiyaPay, sebagai platform komprehensif yang mendukung pembayaran & penagihan global, remittance internasional, konversi fiat-ke-kripto secara real-time, penukaran USDT ke USD/HKD, saham AS & saham Hong Kong dukungan setoran/penarikan, dan layanan perdagangan mata uang digital, memenuhi kebutuhan alokasi aset yang beragam dan partisipasi pasar para pengguna berbahasa Mandarin melalui kemampuan teknologinya dalam pembayaran lintas negara dan penukaran mata uang digital.
Investor juga harus memperhatikan hubungan dengan mitra hulu dan hilir serta mengevaluasi kekuatan tawar-menawar dan sinergi ekosistem dalam rantai industri. Hanya perusahaan yang memiliki terobosan teknologi dan pangsa pasar yang terus meningkat di mata rantai kunci yang berpotensi menjadi kuda hitam teknologi di bidang AI.
Penyaringan kuda hitam teknologi memerlukan analisis komprehensif dari dimensi keuangan dan teknis. Investor harus mengevaluasi potensi pertumbuhan secara sistematis dari aspek-aspek seperti pertumbuhan pendapatan, pengeluaran R&D, kemitraan strategis, dan penggalangan modal:
Investor profesional menyarankan untuk berfokus pada perusahaan-perusahaan kunci di sepanjang rantai industri hulu dan hilir dengan menggabungkan data laporan keuangan dengan kekuatan teknis. Dengan merujuk pada platform data industri yang otoritatif dan laporan profesional, investor dapat lebih baik dalam menilai pengeluaran R&D yang sebenarnya dan kapabilitas komersialisasi teknologi.
Dalam analisis kasus nyata, BiyaPay menunjukkan tingkat integrasi yang tinggi antara inovasi teknologi dan permintaan pasar melalui bisnis pembayaran & penagihan global, pengiriman uang internasional, konversi fiat-ke-kripto secara real-time dan lainnya, yang menyediakan solusi sirkulasi aset yang efisien dan aman bagi pengguna.
Para investor harus waspada terhadap ketergantungan semata-mata pada data keuangan permukaan sambil mengabaikan kekuatan teknis dan posisi rantai industri. Hanya perusahaan yang didorong oleh keuangan dan teknologi sekaligus yang dapat menonjol dalam persaingan AI yang ketat dan menjadi kuda hitam teknologi yang benar-benar monumental.
Pasaran saham AS telah menyaksikan banyak saham konsep AI palsu, di mana perusahaan menarik investor dengan mengemas konsep kecerdasan buatan, tetapi indikator keuangan dan teknisnya sangat terputus. Selama gelembung SPAC 2020–21, investor sering menghadapi optimisme berlebihan dan perilaku penipuan. Indeks Nasdaq kehilangan hampir 80% nilainya ketika gelembung internet pecah, dan saham gelembung kereta api jatuh lebih dari 65% setelah pecah. Perusahaan-perusahaan ini biasanya mengandalkan sentimen pasar untuk mendorong harga saham, tidak memiliki profitabilitas yang stabil dan neraca yang sehat. Saham konsep AI palsu umumnya menunjukkan stabilitas keuangan yang rendah, metrik valuasi yang berlebihan tinggi, dan perilaku pasar yang sangat fluktuatif, sehingga mudah membuat investor terjebak dalam spekulasi jangka pendek.
Perusahaan kuda hitam teknologi menonjol berkat fundamental yang solid dan kapabilitas inovasi yang berkelanjutan. Mengambil BiyaPay sebagai contoh, platform ini berfokus pada pembayaran & penagihan global, pengiriman uang internasional, konversi fiat ke kripto secara real-time, penukaran USDT ke USD/HKD, dukungan setor/tarik saham AS & saham Hong Kong, serta layanan perdagangan mata uang digital, yang memenuhi beragam kebutuhan alokasi aset pengguna berbahasa Mandarin. BiyaPay telah membangun fondasi yang kokoh melalui pertumbuhan dengan dana sendiri, alokasi modal yang cermat, dan profitabilitas. Bank-bank berlisensi di Hong Kong juga menunjukkan kinerja keuangan yang sehat di pasar AS, dengan neraca yang sehat, valuasi yang wajar, dan pertumbuhan pasar yang didorong oleh fundamental.Perusahaan kuda hitam teknologi mengintegrasikan secara mendalam pengeluaran R&D dengan bisnis inti, mendorong pencapaian teknis ke dalam aplikasi praktis, dan terus meningkatkan daya saing pasar.
Ketika menyaring kuda hitam teknologi melalui belanja R&D yang autentik dalam laporan keuangan, investor harus fokus pada stabilitas keuangan, valuasi yang wajar, dan perilaku pasar. Tabel di bawah ini membandingkan indikator inti antara saham konsep AI spekulatif dan pemimpin teknologi yang sebenarnya:
| Jenis Indikator | Saham Konsep AI Spekulatif | Pemimpin Teknologi Sejati |
|---|---|---|
| Stabilitas Keuangan | Lebih rendah, bergantung pada sentimen pasar dan spekulasi | Lebih tinggi, dengan profitabilitas kuat dan neraca yang sehat |
| Metrik Valuasi | Berpotensi berlebihan, kurang didukung fundamental | Berdasarkan fundamental yang solid dengan valuasi yang wajar |
| Perilaku Pasar | Volatilitas tinggi, didorong spekulasi | Pertumbuhan stabil, didorong fundamental |
Pendekatan penyaringan untuk kuda hitam teknologi menekankan analisis keuangan & teknis dua dimensi yang dikombinasikan dengan identifikasi tautan kunci rantai industri, dengan memprioritaskan perusahaan yang memiliki kapabilitas inovasi berkelanjutan dan fondasi keuangan yang kokoh. Melalui analisis komparatif, investor dapat secara efektif menghindari risiko dari saham-saham konsep AI palsu dan meningkatkan kualitas pengambilan keputusan investasi.
Ketika menghadapi saham-saham konsep AI palsu di pasar Tiongkok daratan, investor harus tetap sangat waspada terhadap gelembung pasar yang digerakkan oleh sentimen spekulatif. Banyak perusahaan menarik modal melalui pengemasan konsep dan hype jangka pendek, namun fundamental dan kekuatan teknisnya sangat tidak memadai. Risiko-risiko umum di pasar meliputi:
Selama pasar bull, saham semacam itu dapat melonjak secara dramatis dalam jangka pendek, tetapi ketika sentimen berbalik, investor menderita kerugian besar. Investor harus tetap rasional, menghindari mengejar harga tinggi secara membabi buta, dan berfokus pada sinergi antara pengeluaran R&D yang nyata dan bisnis inti.
Jika investor bertujuan untuk mencapai pertumbuhan nilai jangka panjang di bidang AI, mereka harus mengadopsi strategi investasi yang terdiversifikasi dan disiplin. Langkah-langkah pengendalian risiko yang efektif meliputi:
Investor harus waspada terhadap jebakan hype jangka pendek pada saham konsep AI palsu dan memprioritaskan perusahaan teknologi dengan kemampuan inovasi berkelanjutan, struktur keuangan yang sehat, dan model profitabilitas yang jelas. Hanya dengan berpegang pada orientasi nilai jangka panjang dan mendiversifikasi risiko secara ilmiah, seseorang dapat menangkap peluang pertumbuhan nyata dalam transformasi industri AI.
Investor yang menyaring kuda hitam teknologi melalui pengeluaran R&D otentik dalam laporan keuangan harus terus memantau integrasi yang erat antara dinamika R&D perusahaan dan bisnis inti, tetap waspada terhadap hype pasar jangka pendek, dan berpegang pada investasi rasional serta orientasi nilai jangka panjang.
Investor dapat meninjau catatan laporan keuangan dan rincian pengeluaran, menggabungkan hasil paten dan perbandingan industri, serta mengidentifikasi fluktuasi abnormal atau pengeluaran yang tidak berkaitan dengan bisnis inti untuk meningkatkan akurasi penilaian.
Saham konsep AI palsu biasanya memiliki korelasi rendah antara bisnis inti dan kecerdasan buatan, pengeluaran R&D yang abnormal, kinerja pasar yang sangat bergantung pada hype jangka pendek, serta tidak memiliki teknologi inti dan kemampuan inovasi berkelanjutan.
Rasio belanja R&D yang wajar bervariasi menurut industri. Perusahaan AI terkemuka biasanya melebihi 5% dan mempertahankan pertumbuhan yang berkelanjutan. Investor harus membuat penilaian yang komprehensif berdasarkan rata-rata industri dan tahap perkembangan perusahaan.
Investor dapat menggunakan platform otoritatif seperti Wind, Tonghuashun, dan East Money untuk dengan cepat menyaring perusahaan dengan belanja R&D yang tinggi dan bisnis inti yang sangat berkaitan dengan AI, sehingga meningkatkan efisiensi dan akurasi penyaringan.
BiyaPay berfokus pada pembayaran & penagihan global, pengiriman uang internasional, konversi fiat ke kripto secara real-time, dukungan setoran/penarikan saham AS & saham Hong Kong, serta layanan perdagangan mata uang digital, yang memenuhi beragam kebutuhan alokasi aset pengguna berbahasa Mandarin.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

