Simple Present, Present Progressive.

1. Oky usually reads books, but now he's reading novel.
2. Ola usally eats rice, but now he’s eating pizza.

3. She can’t play tennis, because he is sleeping right now. 

4. You usually go to the kampus by car  but right now you going to kampus by motorcycle.

5. She usually go to school but now she going to mall.

6.  I play  a game in the bedroom while my sister is reading novels.

7. I usually plays tennis, but now he's playing football.

8. He usually to sport, but now he is lazy to sport

9. She usually drinks juice but now she is drank jamu.

10. She usually sleeps but now she is playing tennis.

SIMPLE PAST dan PAST PROGESIF BENTUK NEGATIF

SIMPLE PAST

You did not invent the telephone
She did not eat breakfast

They did not playing seccor

You did not took a taxi to school today

 Rocks don’t float

PAST PROGESIF

I was not playing football

they were not sleeping last night

you were not working

she were not eating rice

We were not drank juice

Animasi

animasi path
Animasi path adalah animasi dari objek yang gerakannya mengikuti garis lintasan yang sudah ditentukan. Contoh animasi jenis ini adalah animasi kereta api yang bergerak mengikuti lintasan rel. Biasanya dalam animasi path diberi perulangan animasi, sehingga animasi terus berulang hingga mencapai kondisi tertentu. Dalam Macromedia Flash, animasi jenis ini didapatkan dengan teknik animasi path, teknik ini menggunakan layer tersendiri yang didefinisikan sebagai lintasan gerakan objek
animasi spline
Pada animasi spline, animasi dari objek bergerak mengikuti garis lintasan yang berbentuk kurva, kurva ini didapatkan dari representasi perhitungan matematis. Hasil gerakan animasi ini lebih halus dibandingkan dengan animasi path. Contoh animasi jenis ini adalah animasi kupu-kupu yang terbang dengan kecepatan yang tidak tetap dan lintasan yang berubah-ubah. Dalam Macromedia Flash, animasi jenis ini didapatkan dengan teknik animasi script, teknik ini menggunakan action script yang membangkitkan sebuah lintasan berbentuk kurva dari persamaan matematis.
animasi vektor
Animasi vektor mirip dengan animasi sprite, perbedaannya hanya terletak pada gambar yang digunakan dalam objek sprite-nya. Pada animasi sprite, gambar yang digunakan adalah gambar bitmap, sedangkan animasi vektor menggunakan gambar vektor dalam objek sprite-nya. Penggunaan vektor ini juga mengakibatkan ukuran file animasi vektor menjadi lebih kecil dibandingkan dengan file animasi sprite.

referensi dari link : http://dhayat-everythings.blogspot.com/2009/04/pengertian-animasi.html

Kompresi data

Dalam ilmu komputer, pemampatan data^[1] atau kompresi data adalah sebuah cara untuk memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil sehingga lebih efisien dalam menyimpannya atau mempersingkat waktu pertukaran data tersebut. Ada terdapat dua jenis pemampatan data, yaitu pemampatan tanpa kehilangan (lossless data compression) dan pemampatan berkehilangan (lossy data compression).

Pemampatan data tanpa kehilangan

Teknik ini mampu memadatkan data dan mengembalikannya sama persis seperti semula. Tidak ada informasi yang hilang atau harus dikurangi dalam proses untuk mengurangi ukuran besar data. Biasanya algoritma pemadatan data jenis ini menggunakan prinsip kelebihan statistik (statistical redundancy) supaya data bisa disimpan dengan lebih ringkas. Karena kebanyakan data yang dipakai sehari-hari memiliki bagian yang berulang atau berlebihan (redundant data), pemampatan tanpa kehilangan bisa terjadi.
Contoh mudahnya, apabila berkas gambar berukuran 256x256 berwarna polos (setiap pixel berwarna sama) dan tiap pixelnya berukuran 4 byte, tanpa pemadatan, berkas harus disimpan berukuran 4 kali 256x256, sama dengan 262144 byte. Namun, dengan pemadatan, maka data yang perlu disimpan hanyalah data satu warna tersebut dan informasi bahwa seluruh pixel gambar memiliki satu warna yang sama. Jadi, data yang perlu disimpan hanyalah 4 byte tambah beberapa byte untuk menandakan pengulangan pixel yang sama. Ingatlah ini hanya contoh yang simpel.
Pemadatan tanpa kehilangan memiliki batas rendah di mana berkas tidak bisa dipadatkan lebih jauh lagi. Teorem Shannon menunjukkan bahwa pemadatan data tidak bisa menghasilkan kadar kode yang lebih rendah daripada entropi Shannon berkas, tanpa menyebabkan kehilangan informasi. Maka, apabila suatu berkas sudah dipadatkan (misalnya, berkas gambar disimpan di berkas .zip), berkas .zip tersebut tidak bisa lagi dipadatkan.
Contoh algoritma adalah Lempel-Ziv, Lempel-Ziv-Welch, Lempel-Ziv-Markov, FLAC, ALAC, dan PAQ.

Pemampatan data berkehilangan

Dengan teknik ini, kehilangan data yang kecil masih dapat diterima. Dengan algoritma tertentu, detil berkas dipangkas supaya ukuran data bisa dikecilkan. Contohnya, pemadatan data dengan format berkas gambar JPEG bisa menyimpan data yang banyak, tapi juga mampu memangkaskan bagian-bagian visual yang kurang penting demi menghemati memori simpan. Berkas MP3 bisa menyimpan data lagu yang bersuara lebih jernih, tapi juga bisa mengurangi mutu suara jika ukuran data harus dikurangi.
Contoh algoritma adalah MP3, JPEG, Ogg dan MPEG-2.