• Tidak ada hasil yang ditemukan

Metodologi Penelitian - RomiSatriaWahono.Net

N/A
N/A
Protected

Academic year: 2023

Membagikan "Metodologi Penelitian - RomiSatriaWahono.Net"

Copied!
156
0
0

Teks penuh

(1)

Research Methodology

Romi Satria Wahono

romi@romisatriawahono.net http://romisatriawahono.net 0815-8622-0090

(2)

SD Sompok Semarang (1987)

SMPN 8 Semarang (1990)

SMA Taruna Nusantara, Magelang (1993)

S1, S2 dan S3 (on-leave)

Department of Computer Sciences

Saitama University, Japan (1994-2004)

Research Interests: Software Engineering, Intelligent Systems

Founder IlmuKomputer.Com

Peneliti LIPI (2004-2009)

Founder dan CEO PT Brainmatics Cipta Informatika

Romi Satria Wahono

2

(3)

Textbooks

3

(4)

Forum Diskusi

Facebook:

Intelligent Systems Research Center

(5)

Materi

1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian

4. Disiplin Ilmu, Metode Penelitian dan Computing Method 5. Tema, Judul dan Abstrak Penelitian

6. Landasan Teori, Citation dan Referensi Penelitian 7. Struktur dan Sistematika Tesis

8. Metode Penelitian Eksperimen 9. Penarikan Kesimpulan

10. Pengujian Tesis

(6)

1. Pengantar Penelitia

n

(7)

Apa Itu Penelitian?

 Research (Inggris) dan recherche (Prancis)

• re (kembali)

• to search (mencari)

 Studi yang dilakukan seseorang melalui penyeli

dikan yang hati-hati dan sempurna terhadap su

atu masalah, sehingga diperoleh pemecahan ya

ng tepat terhadap masalah tersebut (T. Hillway)

(8)

Penelitian Ilmiah

Penelitian dengan menggunakan

metode ilmiah yang bisa diukur dan dibuktikan secara rasional, logis

(nalar) dan analitis, serta dapat

dipahami oleh indera manusia

(9)

Karakter Peneliti

The good researcher is not

“one who knows the right answers”

but

“one who is struggling to find out wh at the right questions might be”

(Phillips and Pugh, 2005)

(10)

Karakter Peneliti

 Peneliti itu boleh salah (salah hipotesis, sa lah pengujian hipotesis, dsb)

 Tapi peneliti tidak boleh bohong atau men

ipu (mempermainkan atau manipulasi dat

a dan hasil pengolahan statistik, dsb)

(11)

Tujuan Dasar Penelitian

1. Memecahkan permasalahan yang dihad api

2. Menguji, mengembangkan dan menem

ukan teori atau metode

(12)

Klasifikasi Penelitian

1. Aplikasi:

1. Penelitian Dasar 2. Penelitian Terapan

2. Jenis Informasi:

3. Penelitian Kuantitatif 4. Penelitian Kualitatif

3. Perlakuan Data:

1. Penelitian Konfirmatori

2. Penelitian Eksploratori

4. Maksud:

3. Penelitian Deskripsi

4. Penelitian Korelasi

5. Penelitian Eksperimen

(13)

Peta Klasifikasi Penelitian

(14)

Penelitian Dasar dan Terapan

Perbedaan Penelitian Dasar Penelitian Terapan Tujuan Menemukan atau

mengembangkan teori baru

Menghasilkan sesuatu yang langsung bisa diterapkan untuk memecahkan

masalah

(15)

Penelitian Konfirmatori dan Eksploratori

Perbedaan Penelitian

Konfirmatori Penelitian Eksploratori Tujuan dan

Perlakuan Data Untuk menguji

hipotesis (konfirmasi) secara statistik

Untuk mencari tahu (eksplorasi)

berhubungan dengan suatu masalah tanpa pengujian statistik

(16)

Deskripsi vs Eksperimen vs Korelasi

Perbedaan Penelitian

Deskripsi Penelitian

Korelasi Penelitian Eksperimen

Tujuan Memberikan gambaran suatu obyek penelitian

Menunjukkan Hubungan antara variabel

Menunjukkan Sebab-Akibat antar variabel Pengujian Statistik &

Nonstatistik Statistik

(Kuantitatif) Statistik (Kuantitatif) Variabel Satu (diuraiakan

satu persatu bila banyak)

Dua atau lebih Tiga atau lebih

Metode Survey Survey Eksperimen,

Instrumentasi Ciri-Ciri Uraian Keadaan

Saat ini -Prediksi

-Memahami Tingkah Laku

-Perlakuan -Randomisasi

(17)

Penelitian Kuantitatif dan Kualitatif

Perbedaan Penelitian Kuantitatif Penelitian Kualitatif Jenis Data Kuantitatif Kualitatif

Proses Penelitian Deduktif-Induktif Induktif Responden/

Obyek Penelitian Banyak Hanya Satu Yang Dijadikan Obyek

Instrumen Kuesioner dan

Instrumen Lain Peneliti Itu Sendiri Tujuan Penelitian Konfirmasi Eksplorasi

Teknik Pengujian

Hipotesa Pengujian Statistik Pengujian Nonstatistik

(18)

Deduktif-Induktif (Kuantitatif)

(19)

Induktif (Kualitatif)

(20)

Komparasi Tugas Akhir Penelitian

Perbedaan Skripsi Tesis Disertasi

Tingkat S1 S2 S3

Jenis

Penelitian -Deskriptif

- Korelasi -Deskriptif -Korelasi

-Eksperimen

-Deskriptif -Korelasi

-Eksperimen

Tujuan Penelitian

-Terapan

-Pengujian Teori -Terapan

- Pengujian Teori

-Pengembangan Teori

-Pengembangan Teori -Penemuan Teori Baru

Kontribusi -Implementation

-Development - Incremental Improvement

-Substantial -Innovation

Target

Publikasi -Domestic

Conference - International Conference

-Intl. Conference -Journal

(21)

Kontribusi dan Orisinalitas Penelitian

Research is a considered activity, which aims to make an original co ntribution to knowledge

(Dawson, 2009)

(22)

Orisinalitas Penelitian

1. Orisinalitas pada Metode:

Memecahkan masalah yang orang lain sudah pernah meng erjakan sebelumnya, tapi dengan metode yang berbeda

Model penelitian yang kontribusi ada pada method improve ment

2. Orisinalitas pada Masalah:

Mmecahkan suatu masalah yang orang lain belum pernah mengerjakan sebelumnya

Model penelitian yang kontribusi ada pada penemuan masa lah baru sebagai obyek penerapan metode

(Dawson, 2009)

(23)

Kontribusi Penelitian

(24)

Kontribusi Penelitian (Pengujian Teori)

Logika Fuzzy

Metode Tsukamoto Metode Sugeno

Metode Mamdani

Penerapan

Metode Mamdani untuk Pemilihan Kambing Kurban

(25)

Kontribusi Penelitian (Pengembangan Teori) Logika

Fuzzy

Metode Tsukamoto

Metode Sugeno

Metode

Mamdani Yang Direvisi

Metode Mamdani

(26)

Kontribusi Penelitian (Penemuan Teori)

Logika Fuzzy

Metode Tsukamoto Metode Sugeno

Metode Mamdani

Metode Mahmudi

(27)

Kontribusi Penelitian (Pengembangan Teori)

Support Vector Machine(SVM)

Parameter Selection using PSO

Parameter Selection Using GA Parameter Selection using ACO

Parameter Selection Problems

(28)

2. Tahapan Penelitian

(29)

Tahapan Dasar Penelitian

1. Identifikasi Masalah 2. Perumusan Hipotesis

3. Pengujian Hipotesis dan Analisis

4. Kesimpulan

(30)

Tahapan Penelitian vs Tugas Akhir

Susunan Tugas Akhir

1. Pendahuluan:

- Latar Belakang - Rumusan Masalah - Tujuan Penelitian - Manfaat Penelitian

2. Landasan Teori:

- Penelitian yang Berhubungan - Landasan Teori

- Kerangka Pemikiran

3.Metodologi Penelitian:

- Metode Penelitian

- Metode Pengumpulan Data - Metode Analisis Data

- Metode Pengukuran Penelitian

4. Analisis Hasil dan Pembahasan 5. Kesimpulan dan Saran

Tahapan Penelitian

Identifikasi Masalah

Perumusan Hipotesis

Pengujian Hipotesis dan Analisis Hasil

Kesimpulan

(31)

Tahapan Penelitian

(32)

Tahapan Penelitian

1. Temukan masalah yg diperkuat dengan studi literatur dan stu di lapangan (research question)

2. Lakukan studi literatur, peneliti lain menggunakan method (te ori/model/concept) apa saja untuk memecahkan masalah ter sebut (related research), dan rangkumkan perkembangan ter kini dari method tersebut (state-of-the-art)

3. Pilih method (teori/model/concept) terbaik untuk memecahk an masalah tersebut (method comparation)

4. Lakukan perbaikan pada method terbaik (method improvem ent)

5. Lakukan perbandingan antara metode yang kita perbaiki den gan metode orisinil, dan tunjukkan bahwa metode kita lebih baik (akurasi, performansi, waktu, etc) (evaluation)

(33)

Research Plan (Graduation: April)

1. September-Oktober:

1. Literature Review dan Penentuan Research Question

2. Nopember-Desember:

1. Pahami dan Komparasi Existing Methods (Related Research) 2. Lakukan Method Improvement dan Eksperiment

3. Susun Proposal Penelitian dan submission ke administrasi kampus

4. Menyelesaikan Bab I, Bab II dan Bab III (diambil dari proposal penelitian)

3. Januari-Pebruari:

1. Ujian Proposal

2. Perbaiki eksperimen sehingga mendapatkan hasil maksimal 3. Susun Bab IV dan Bab V

4. Maret-April:

1. Perbaiki dan Rapikan Tesis 2. Ujian Kolokium dan Tesis

(34)

Research Plan (Graduation: Oktober)

1. Maret-April:

1. Literature Review dan Penentuan Research Question

2. Mei-Juni:

1. Pahami dan Komparasi Existing Methods (Related Research) 2. Lakukan Method Improvement dan Eksperiment

3. Susun Proposal Penelitian dan submission ke administrasi kampus

4. Menyelesaikan Bab I, Bab II dan Bab III (diambil dari proposal penelitian)

3. Juli-Agustus:

1. Ujian Proposal

2. Perbaiki eksperimen sehingga mendapatkan hasil maksimal 3. Susun Bab IV dan Bab V

4. September-Oktober:

1. Perbaiki dan Rapikan Tesis 2. Ujian Kolokium dan Tesis

(35)

The State-of-the-Art

The highest level of development, as of a device, techniq ue, or scientific field, achieved at a particular time

The level of development (as of a device, procedure, proc ess, technique, or science) reached at any particular time usually as a result of modern methods (Merriam Webste r Dictionary)

This machine is an example of state-of-the-art technology

The state of the art in this field is mostly related to the ABC tech nology

A concept used in the process of assessing and asserting novelty and inventive step (European Patent Convention (EPC))

(36)

Teknik Mereview Literatur (Pap

er Ilmiah)

(37)

1. Pahami Masalah Penelitian

Apa Masalah Penelitian Yang Dibidik Oleh Paper?

1. Apa motivasi mengerjakan penelitian itu?

2. Apakah ada hal penting (kritis) dalam bidang yang digarap yang ingin diselesaikan oleh paper tersebu t?

3. Apakah penelitian bertujuan untuk mengatasi kele mahan dari pendekatan yang ada?

4. Apakah masalah penelitian cukup menantang atau unik?

(38)

2. Pahami Kontribusi

Apa Kontribusi Yang Diklaim oleh Paper?

1. Apa yang baru dan orisinil di paper itu?

2. Metodologi baru untuk memecahkan masalah?

3. Algoritma baru?

4. Sistem atau tool software baru?

5. Metode eksperimen baru?

6. Teknik pembuktian baru?

7. Notasi atau formalisme baru?

(39)

3. Pahami Substansi

Bagaimana substansi dari solusi yang diklai m?

1. Metodologi apa yang digunakan untuk memperkuat klaim?

2. Apa argumentasi dan teori utama dari paper?

3. Apakah telah dilakukan eksperimen, analisa data, simulasi, benchmark, studi kasus dan contoh implementasi?

4. Apakah klaim telah dibuktikan secara ilmiah?

(40)

4. Pahami Kesimpulan

Bagaimana kesimpulan penelitian yang dit arik?

1. Apa yang bisa kita pelajari dan dapatkan dari paper?

2. Apakah standard practice dari bidang ilmu berubah kar ena adanya penemuan baru?

3. Apakah hasilnya bisa digeneralisasi dan diaplikasikan k e bidang yang lain?

(41)

Tiga Hal Utama Review Paper

1. Apakah Masalah Penelitian Signifikan?

Apakah penelitian hanya menyelesaikan masalah minor atau yang dibuat-buat?

Apakah hasil penelitian adalah sesuatu yang applicable? Mengeksplorasi wilayah baru? Ata u meningkatkan pemahaman ?

2. Apakah Kontribusi Signifikan?

Apakah paper layak dibaca? Atau peneliti hanya mengulang hal yang sudah ada?

Apakah benar-benar ada suatu surprise pada paper?

Apakah peneliti menyadari literatur lain yang berhubungan dengan penelitiannya?

Apakah paper membahas masalah yang sudah dikenal luas?

3. Apakah Klaim Terbukti Valid?

Apakah peneliti membuat lompatan logika?

Apakah teori sudah terbukti benar? Tidak adakah kesalahan pada pembuktian?

Adakah faktor-faktor aneh pada proses eksperimen penelitian?

Apakah benchmark yang dilakukan tidak realistis atau hanya buatan? Ataukah membanding kan apel dan jeruk>

Adakah kesalahpahaman secara metodologi?

Apakah generalisasi cukup valid?

(42)

Contoh Penelitian dan Alur Penulisannya

Title: Prediksi Produksi Gandum dengan me nggunakan Support Vector Machine berbasi s Particle Swarm Optimization

Author: Sheng-Wei Fei, Yu-Bin Miao and Cheng-Liang Liu Publications: Recent Patents on Engineering 2009, 3, 8-12

(43)

Research Background

1. Gandum adalah komoditas yang penting di china, karena tingkat produksinya tinggi. Produksi gandum perlu dipredi ksi dengan akurat, karena penting untuk membuat kebija kan nasional (Traill, 2008)

2. Metode prediksi rentet waktu seperti Support Vector Mac hine (Yongsheng, 2008), Neural Network (NN) (Tseng, 200 7) dan Grey Model (GM) (Wu, 2007) diusulkan oleh banya k peneliti (Huifei, 2009) untuk prediksi gandum

3. NN memiliki kelebihan pada prediksi non-linear, kuat di p arallel processing dan kemampuan untuk mentoleransi ke salahan, tapi memiliki kelemahan pada perlunya data train ing yang besar, ‘over-fitting’, lambatnya konvergensi, dan s ifatnya yang local optimum (Rosario, 2007)

(44)

Research Background

4. GM punya kelebihan di tingginya akurasi prediksi mesk ipun menggunakan data yang sedikit. Akan tetapi GM memiliki kelemahan di data yang sifatnya naik turun s ecara fluktuatif seperti pada data gandum (Wu, 2007) 5. SVM dapat memecahkan masalah NN, yaitu ‘over-fitti ng’, lambatnya konvergensi, dan sedikitnya data traini ng (Vapnik, 2005), akan tetapi SVM memiliki kelemaha n pada sulitnya pemilihan parameter SVM yang sesuai (Coussement, 2008)

(45)

Research Background

6. Particle Swarm Optimization (PSO) adalah metode op timisasi yang dapat digunakan untuk memecahkan ma salah optimisasi multidimensi dan multiparameter pad a pembelajaran di NN, SVM, dan classifier lain [Brits, 2 009]

7. Pada penelitian ini PSO akan diterapkan untuk pemilih an parameter SVM yang sesuai dan optimal, sehingga hasil prediksi lebih akurat

(46)

Problem Statement

Support Vector Machine (SVM) dapat memeca

hkan masalah NN dan GM, yaitu ‘over-fitting’, l

ambatnya konvergensi, dan sedikitnya data trai

ning (Vapnik, 2005), akan tetapi SVM memiliki

kelemahan pada sulitnya pemilihan parameter

SVM yang sesuai

(47)

Research Question

Seberapa tinggi akurasi metode Support Vecto

r Machine (SVM) apabila PSO diterapkan pada

proses pemilihan parameter?

(48)

Research Objective

Menerapkan PSO untuk pemilihan parameter

yang sesuai (C, lambda dan epsilon) pada Supp

ort Vector Machine (SVM), sehingga hasil pred

iksinya lebih akurat

(49)

Existing Method

 Metode yang biasa digunakan untuk prediksi rentet waktu:

1. NN

2. GM

3. SVM

 Proposed method (PSO+SVM) akan dikomparasi de

ngan 3 existing method di atas

(50)

Proposed Method

Metode yang diusulka

n adalah metode SVM

dengan pemilihan para

meter C, Lamba dan E

psilon diotomatisasi m

enggunakan PSO

(51)

Experiment Result

 Hasil eksperimen mengindikasikan bahwa tingkat ak

urasi PSO-SVM lebih tinggi (nilai errornya lebih keci

l) dibandingkan dengan daripada metode GM, SVM

dan NN

(52)

Tugas Literature Review

Pilih satu method atau algoritma dalam suatu topik penelitian yan g akan kita gunakan untuk research

Baca dan pahami satu paper penelitian yang menggunakan meto de sesuai dengan yang kita pilih, dan rangkumkan dalam bentuk sl ide dengan format:

1. Judul, Penulis, Publication

2. Latar Belakang Masalah (Research Background) 3. Pernyataan Masalah (Problem Statements)

4. Pertanyaan Penelitian (Research Questions) 5. Tujuan Penelitian (Research Objectives)

6. Metode-Metode yang Ada (Existing Methods) 7. Metode yang Diusulkan (Proposed Method)

8. Perbedaan Metode yang Diusulkan dengan Metode yang Ada (Contributions) 9. Hasil Eksperimen (Expriment Results)

(53)

Contoh Pilihan Algoritma atau Metode

1. Neural Network

2. Support Vector Machine 3. Naive Bayes

4. K-Nearest Neighbor 5. CART

6. Linear Discriminant Analysis 7. Agglomerative Clustering 8. Support Vector Regression 9. Expectation Maximization 10. C4.5

11. K-Means

12. Self-Organizing Map 13. FP-Growth

14. A Priori

15. Logistic Regression 16. Random Forest

17. K-Medoids

18. Radial Basis Function 19. Fuzzy C-Means

20. K*

21. Support Vector Clustering 22. OneR

53

(54)

Digital Library (Conference/Journal Papers) 1. acm.org

romi_sw/romsat98

2. computer.org

romi_sw@yahoo.com/romsat98

(55)

3. Masalah

Penelitian

(56)

Masalah Penelitian

 Masalah penelitian adalah alasan utama mengapa pe nelitian harus dilakukan

 Masalah penelitian harus objective (tidak subjective), dan harus dibuktikan secara logis dan valid bahwa m asalah itu benar-benar masalah

 Supaya logis dan valid, perlu dilakukan objektifikasi m asalah, dengan cara melandasi masalah penelitian de ngan:

1. Studi Lapangan (Field Study) melalui data riil obyek peneli tian, angket, kuesioner, dsb

2. Studi Literatur (Literature study) melalui paper di journal, prosiding, dsb

(57)

Pentingnya Masalah Penelitian

 Kualitas penelitian ditentukan oleh kualitas “masalah

“ yang diteliti, bukan karena ketinggian teknologi yan g digunakan

 Reviewer jurnal internasional menjadikan “masalah p enelitian“sebagai parameter utama proses review

 Untuk mencapai originalitas dalam penelitian, masal ah penelitian bisa dengan dua cara:

1. Obyek penelitian orisinal alias belum pernah diteliti orang lain (orisinalitas di hasil)

2. Obyek penelitian tidak orisinal (sudah diteliti oleh orang la in), tapi kita menggunakan teknik lain untuk memecahkan masalah (orisinalitas di metode)

(58)

Apa Itu Masalah Penelitian

Suatu pernyataan yang memperso

alkan keberadaan suatu variabel at

au mempersoalkan hubungan anta

r variabel pada suatu fenomena

(59)

Bentuk Masalah Penelitian

Bentuk masalah penelitian bisa dinyatakan dalam bentuk ka limat pernyataan, kalimat pertanyaan atau kalimat tujuan

Kalimat Pernyataan (problem statements):

Neural network memiliki masalah pada sulitnya penentuan hidden layer, ne uron size dan activation function yang optimal

Kalimat Tanya (research questions):

Apakah ada hubungan antara pemilihan metode pengembangan dan jumla h pengembang dengan produktifitas pengembang?

Bagaimana akurasi metode naive bayes berbasis backward elimination untu k penentuan peminatan bagi mahasiswa di universitas

Kalimat Tujuan (research objectives):

Penelitian ini bertujuan untuk mengetahui hubungan antara jumlah programmer da n jumlah software yang diproduksi oleh suatu software house

Penelitian ini bertujuan untuk metode naive bayes berbasis backward elimination u ntuk penentuan peminatan bagi mahasiswa dengan akurat

(60)

Darimana Datangnya Masalah?

 Studi Literatur (Literature Study):

Paper tentang Research Challenges, Research Directi on, Research Trend dan State-of-the-Art dari Topik Pe nelitian

 Studi Lapangan (Field Study):

Data Lapangan, Data Statistik, Kuesioner, Penelitian P endahuluan, dsb

(61)

Contoh Masalah dari Studi Literatur

 Masalah dari studi literatur:

• Algoritma K-Means memiliki kelemahan pada sulitn ya penentuan K yang optimal dan komputasi yang tidak efisien bila menangani data besar (Zhao, 201 0)

 Research Question:

• Seberapa efektif algoritma Bee Colony bila digunak an untuk menentukan nilai K yang optimal pada K- Means?

• Seberapa efisien algoritma backward elimination bi la digunakan untuk mengurangi jumlah data pada a lgoritma K-Means?

(62)

Contoh Masalah dari Pengamatan

 Masalah Pengembang Software:

• Penemuan cacat software oleh software tester han ya memiliki akurasi sekitar 40% dan prosesnya me merlukan waktu yang panjang, sehingga mengham bat kecepatan time-to-market dari software

 Research Question:

• Seberapa meningkat akurasi dan kecepatan penent uan cacat software bila menggunakan algoritma kla sifikasi C4.5?

(63)

Syarat Masalah Penelitian -1-

 Menarik: Memotivasi kita untuk melakukan pe nelitian dengan serius

 Bermanfaat: Manfaat bagi masyarakat dalam s kala besar maupun kecil (kampus, sekolah, kel urahan, dsb)

 Hal Yang Baru: Solusi baru yang lebih efektif, m

urah, cepat, dsb bila dikomparasi dengan solus

i lain. Bisa juga merupakan perbaikan dari siste

m dan mekanisme kerja yang sudah ada

(64)

Syarat Masalah Penelitian -2-

 Dapat Diuji (Diukur): Masalah penelitian beserta v ariabel-variablenya harus merupakan sesuatu yan g bisa diuji dan diukur secara empiris. Untuk pene litian korelasi, korelasi antara beberapa variabel y ang kita teliti juga harus diuji secara ilmiah denga n beberapa parameter.

 Dapat Dilaksanakan: Khususnya berkaitan erat de

ngan keahlian, ketersediaan data, kecukupan wak

tu dan dana. Hindari research impossible !

(65)

Syarat Masalah Penelitian -3-

 Merupakan Masalah Yang Penting: Jangan mel akukan penelitian terhadap suatu masalah yan g tidak penting

 Tidak Melanggar Etika: Penelitian harus dilaku

kan dengan kejujuran metodologi, prosedur h

arus dijelaskan kepada obyek penelitian, tidak

melanggar privacy, publikasi harus dengan per

setujuan obyek penelitian, tidak boleh melaku

kan penipuan dalam pengambilan data maupu

n pengolahan data

(66)

4. Disiplin Ilmu, Metode Penelitian

dan Computing Method

(67)

IEEE/ACM Computing Curricula 2005

Computer

Engineering (CE)

pengembangan sistem terintegrasi

(software dan hardware)

Computer Engineer

Information System (IS)

analisa kebutuhan dan proses bisnis

serta desain sistem

System Analyst

Information Technology (IT)

pengembangan dan pengelolaan infrastruktur IT

Network Engineer

Computer Science (CS)

konsep computing dan pengembangan software

Computer Scientist

Software

Engineering (SE)

pengembangan software dan pengelolaan tahapan

SDLC

Software Engineer

(68)

Information Systems vs Computer Science

Information Systems (IS):

IS, IT

aspek manajemen, organisasi dan pemanfaatan

metode computing

Computer Science (CS):

CS, CE, SE

aspek teknis dari metode computing

(69)

Information Systems vs Computer Science

Computing

Fields Contents Research

Methods Research Objectives Analysis Methods

Information

Systems Management Aspect

Case Study,

Survey Analysis and Application of Computing Methods and Information Technology

Information

SystemsTheories

Computer

Science Technical Aspect Experiment Development of Computing

Methods Computing

Theories

(70)

Metode Penelitian

1. Action Research

The carefully documented and monitored study of an attempt by researcher, to actively solve a problem and change a situation (Herbert, 1990)

2. Experiment

An investigation of causal relationships using tests controlled by researcher

Performed in development, evaluation and problem-solving project

3. Case Study

An in-depth exploration of one situation (Cornford and Smithson, 2006)

4. Survey

The collection of a large amount of data from a sizable population in a highly ec onomical way (Saunders et al., 2007)

Undertaken through the use of questionnaires or interviews

(Dawson, 2009)

(71)

Recap: Tahapan Penelitian

(72)

Masalah dan Metode

 Setelah proses objektifikasi masalah penelitian, ta hap berikutnya adalah menemukan cara pemeca han masalah tersebut

 Metode computing dipilih secara cermat berdasa rkan hasil studi literatur yang telah dilakukan

 Pengetahuan dasar tentang metode computing di

dapat dari buku textbook, sedangkan perkemban

gan ilmunya (state-of-the-art) didapat dari paper j

ournal (tahun terakhir)

(73)

Masalah dan Metode

 Metode yang kita gunakan untuk memecahkan masala h, akan menentukan disiplin ilmu dan gelar yang kita d apatkan

 Bila pada penelitian kita menggunakan metode/model /teori pembelajaran maka disiplin ilmu kita adalah pen didikan (gelar SPd or MPd)

 Bila pada penelitian kita menggunakan metode/model /teori manajemen maka disiplin ilmu kita adalah manaj emen (gelar SE or MM)

 Bila pada penelitian kita menggunakan metode/model /teori computing maka disiplin ilmu kita adalah compu ting (gelar SKom or MKom)

(74)

Ingat Konsep Penelitian!

 Membangun software atau sistem buk anlah tujuan utama penelitian

 Menguji, mengembangkan dan mene

mukan teori adalah tujuan utama pen

elitian

(75)

Method Itu Makhluk Apa?

Ingat kembali seluruh mata kuliah yang kita pelajari di S1 dan S2:

information theory, bahasa formal dan automata

artificial intelligence, decision support system

software engineering, database

algoritma dan struktur data, sistem operasi, dsb

Bila mata kuliah itu menunjukkan satu disiplin ilmu comp uting

Maka computing approach adalah teori, model, atau met ode yang terdapat di dalam mata kuliah

Computing approach berisi tahapan/urutan yang sistema tis untuk menyelesaikan masalah (algoritmik)

(76)

Method Itu Bukan ...

 Disiplin ilmu atau nama mata kuliah

 Terminologi computing yang sifatnya terlalu global

Sistem berbasis web/internet (web/internet bukan appr oach)

 Bahasa pemrograman (kecuali research kita tentan g optimisasi bahasa pemrograman)

 Jenis database (kecuali research kita tentang optim

isasi database)

(77)

Data Mining

1. Estimasi (Estimation)

Neural Network, Multiple Linear Regression, dsb

2. Prediksi (Prediction):

Neural Network, Multiple Linear Regression, SVM, dsb

3. Klasifikasi (Classification):

CART, K-NN, ID3, C4.5, dsb

4. Pengelompokan (Clustering):

K-Means, Fuzzy C-Means, SOM, K-Medoids, dsb

5. Asosiasi (Association):

Apriori, FP-Growth, dsb

(78)

Soft Computing

1. Fuzzy Logic

2. Fuzzy Inference System 3. Neural Network

4. Neuro-Fuzzy

5. Genetic Algorithm

(79)

Image Processing

1. Image Restoration 2. Image Compression 3. Biometrics:

• Face/Fingerprint/Iris Identification

4. Real Application:

1. Car Plate Identification

2. Vehicle Motion Detection

(80)

Software Engineering

 Software Process Improvement

 Software Quality Prediction

 Service Oriented Architecture

 Autonomic Computing

 Soft Computing and its Applications in Software

Engineering

(81)

5. Tema, Judul dan Abstra

k Penelitian

(82)

Judul Penelitian

 Judul penelitian sebaiknya singkat padat da n mewakili seluruh isi penelitian kita

 Judul penelitian wajib memuat:

1. Method/Model 2. Tujuan Penelitan

(83)

Judul Penelitian Tugas Akhir

Approach Tujuan

Penerapan Neural Network berbasis Algoritma Semut untuk Pen gujian Software Metode Blackbox

Sistem Case Based Reasoning berbasis k-Nearest Neighbor untuk Penentu Paket Perjalanan Wisata

Penerapan Algoritma A* yang diperbaiki untuk Pencarian Tempat Parkir Kosong di Mal dan Supermaket

Sistem Cerdas menggunakan Algoritma Bayesian Network untuk Memprediksi Mahasiswa Drop Out

Penerapan Algoritma Klasifikasi C4.5 untuk i Penentuan Kelayaka n Kredit pada Koperasi Simpan Pinjam

Model Prediksi Neural Network untuk Prediksi Harga Saham

(84)

Abstrak Penelitian

 Secara umum abstrak harus menggambarkan kesel uruhan isi dari tulisan atau tugas akhir yang kita lak ukan

 Abstrak diuraikan dengan bahasa lugas, tidak bertel e-tele, dan langsung ke sasaran

 Abstrak harus memuat:

1. Masalah penelitian

2. Metode (plus pengembangan/perbaikan) yang kita gun akan untuk memecahkan masalah penelitian

3. Hasil penelitian

(85)

Teknik Menganalisa Kontribusi Peneliti

an dari Pola Abstrak Penelitian (Pro For

ma Abstracts)

(86)

Jenis Kontribusi (Newman, 1994)

1. EM (Enhanced analytical Modeling techniques), based on relevant theory, that can be used to tel l whether the design is practicable or to make pe rformance predictions

2. ES (Enhanced Solutions) that overcome otherwis e insoluble aspects of problems, or that are easi er to analyze with existing modeling techniques 3. ET (Enhanced Tools and methods) for applying a

nalytical models and for building functional mod

els or prototypes

(87)

1. EM (Enhanced Modeling Techniques)

 Enhanced modeling techniques are generated by applying existing techniques to designs, and maki ng comparisons with the results of empirical tests on working prototypes or products

 Areas of discrepancy between predicted and actu al results are noted

 The researcher then develops a new model that o

ffers a more accurate prediction, and confirms its

accuracy by means of fresh empirical tests

(88)

EM – Pro Forma Abstract

Existing <model-type> models are deficient in dealing with <properties> of <solution strategy>. An enhance d <model-type> is described, capable of providing m ore accurate analyses/predictions of <properties> in

<solution strategy> designs. The model has been test

ed by comparing analyses/predictions with empiricall

y measured values of <properties>

(89)

EM – Pro Forma Abstract (Sample)

Existing GOMS models are deficient in dealing with the speed of use of workstation applications involvi ng dynamic visual information and multi-party conv ersation. An enhanced GOMS model is described, c apable of providing more accurate predictions of sp eed of use in such workstation application designs.

The model has been tested by comparing prediction s with empirically measured

values of speed of use.

(John, 1990)

(90)

2. ES (Enhanced Solution)

 Enhanced solutions arise from measuring limitation s in the ability of existing solutions to address certai n problems

 These motivate the researcher to devise an enhanc ed design that overcomes the limitations, perhaps making use of modeling techniques to predict the o utcome

 The new solution is prototyped and tested to demo

nstrate a successful outcome

(91)

ES – Pro Forma Abstract

Studies of existing <artifact-type> have shown deficie ncies in <property>. An enhanced design for an <artif act-type> is described, based on <solution strategy>.

In comparison with existing solutions, it offers enhan

ced levels of <property>, according to analyses based

on <model-type>. These improvements have been co

nfirmed/demonstrated in tests of a working <artifact-

type> based on the design.

(92)

ES – Pro Forma Abstract (Sample)

Studies of existing automatic document layout schemes h ave shown deficiencies in ease of learning and range of i nformation handled. An enhanced design for a layout sys tem is described, based on morphological analysis to extr act logical structure. In comparison with existing solution s, it offers enhanced levels of accuracy in determining log ical structure. These improvements have

been demonstrated in tests of a working layout system b ased on the design.

(Iwai, 1989)

(93)

3. ET (Enhanced Technique)

 Enhanced tools and methods arise from observatio ns that modeling techniques or solutions need supp orting tools or methods in order to be applied effici ently and reliably

 A tool or method is devised, and is applied in a desi

gn context so as to confirm that it provides effective

support for the modeling technique or for the use o

f the solution

(94)

ET – Pro Forma Abstract

The effectiveness of <model-type>/<solution strate gy> in supporting the design of <artifact-type> has been demonstrated. An enhanced tool/method is d escribed for the design of <artifact-type> based on

<model-type>/<solution strategy>. Examples are pr

ovided confirming the effectiveness of its support fo

r <model-type> <solution strategy> in design.

(95)

ET – Pro Forma Abstract (Sample)

The effectiveness of walkthroughs in supporting the design of interactive systems has been demonstrate d. An enhanced tool is described for the design of in teractive systems based on the use of video recordi ng equipment and informal, interactive evaluation s essions. Examples are provided confirming the effec tiveness of its support for walkthroughs in design

(Rowley, 1992)

(96)

Recap: Tahapan Penelitian

(97)

Tugas Penemuan Masalah Penelitian

1. Tentukan subject atau field penelitian

Data mining

Sofware Engineering

dsb

2. Tentukan topic penelitian dari subject:

Credit Scoring

Intrusion detection

Software Defect Prediction

Image Compression

dsb

3. Studi literatur tentang topik tersebut (state-of-the-art, research direction/challenge) dari journal yang sesuai

4. Rangkumkan dalam bentuk slide:

nama, field, topic, literature review (masalah, metode, hasil), proposed method, r eferensi

(98)

6. Landasan Teori, Citation d

an Referensi Penelitian

(99)

Manfaat Landasan Teori

 Memperdalam pengetahuan tentang bida ng yang diteliti

 Mengetahui hasil penelitian yang berhubu ngan dan yang sudah pernah dilaksanakan (Related Research)

 Mengetahui perkembangan ilmu pada bid ang yang kita pilih (state-of-the-art)

 Memperjelas masalah penelitian

(100)

Sumber Landasan Teori*

1. Jurnal Ilmiah Yang Diterbitkan IEEE dan ACM: Tran saction atau Journal

2. Jurnal Ilmiah Yang Diterbitkan Asosiasi Ilmiah Lain.

Biasanya bisa didapatkan dari:

Elsevier.Com, EBSCOhost.Com 3. Thesis dan Disertasi

4. Buku Ilmiah

5. Laporan (Report)

6. Conference Proceedings (Utamakan yang diterbitk an oleh IEEE Computer dan ACM)

*Usahakan mengambil referensi tahun terakhir (maksimal 5 tahun terakhir)

(101)

Sumber Referensi (Gratis)

 http://citeseer.ist.psu.edu

 http://www.doaj.org

 http://scholar.google.com

 http://libra.msra.cn

 http://www.jstor.org

 http://ocw.mit.edu

 http://itunes.berkeley.edu

 http://highwire.stanford.edu

 http://flazx.com

(102)

Sumber Referensi (Berbayar)

 http://www.computer.org/portal/site/csdl/

 http://portal.acm.org/dl.cfm

 http://www.elsevier.com

 http://www.ebscohost.com

 http://www.sciencedirect.com

 http://www.csa.com

(103)

Citation Indexes Database

 Web of Science

since 1963, formerly produced by ISI

>20,000 Journals are indexed

 Scopus

launched by Elsevier in 2004

~ 25,000 journals, conf. papers and other

 Google Scholar

launched in 2004

coverage unclear

(104)

Journal Measure and Rank

 Scimago Journal Rank (SJR)

Data source: Scopus

http://www.scimagojr.com

 Journal Impact Factor (JIF)

Data source: ISI Web of Science

 Source Normalized Impact per Paper (SNIP)

Data source: Scopus

http://www.journalindicators.com

 Eigenfactor Score (ES) and Article Influence Score (AIS)

Data source: ISI Web of Science

http://www.eigenfactor.org

(105)
(106)

Langkah Menyusun Landasan Teori

1. Cari dan baca referensi penelitian yang berhubun gan dengan masalah penelitian

2. Ambil catatan dari apa yang kita baca. Ikuti atura n umum pengambilan catatan (citation)

3. Atur susunan tinjauan pustaka (referensi) dari ca tatan yang kita ambil dengan baik. Ikuti aturan u mum penulisan referensi

4. Dari landasan teori hasilkan suatu kerangka pemi

kiran yang berisi masalah dan pendekatan yang k

ita pilih

(107)

Pengambilan Catatan (Citation)

 Citation atau sitasi adalah penggunaan refe rensi di teks atau naskah tulisan ilmiah

 Penulisan sitasi tergantung dari standard (s

tyle) penulisan referensi yang digunakan

(108)

Jenis Citation

1. Kutipan (Quotation): Kata-kata yang diambil persis s ama dengan apa yang dituliskan (tanpa perubahan).

Ditulis dalam tanda kutip

2. Paraphrase: Menyusun kembali pemikiran penulis d an mengungkapkannya dengan kata-kata sendiri

3. Ringkasan: Sari dari suatu tulisan

4. Evaluasi: Interpretasi dalam bentuk komentar, baik s etuju atau tidak dengan menyebutkan alasannya

(Beast & Kohn, 1998)

(109)

Aturan Citation

 Kutipan yang diambil dari buku dan jurnal dipe rbolehkan, selama tidak melebihi 250 kata unt uk buku teks dan 5% panjang tulisan untuk arti kel jurnal

 Menyebutkan sumber dari mana kutipan dan paraphrase diperoleh

 Menyalin dari artikel berupa grafik dan bagan memerlukan izin dari pembuatnya

*American Psychological Association (APA)

(110)

Konsep Dasar Penulisan

 Kutipan itu tidak berarti bahwa satu paragraf kita c opy-paste. Praktek seperti ini tetap disebut plagiari sm meskipun referensi disebutkan

 Kutipan hanya untuk hal penting (hasil penelitian, t eori, data, model, definisi) dalam paper

 Segala kalimat yang tidak merujuk atau menunjuk k e kutipan, berarti adalah tulisan karya sendiri

 Daftar referensi bukan daftar bacaan, tapi daftar ru

jukan atau kutipan (dibaca langsung, bukan dari pe

nulis ketiga)

(111)

Mengutip Kutipan Orang Lain

 Mengutip dari hasil rangkuman dan kutipan yang dila kukan orang lain di buku atau papernya.

 Definisi logika fuzzy menurut Lotfie Zadeh dalam Suy anto (Suyanto, 2009) adalah:

blablabla

 Jangan terlalu banyak dilakukan kecuali dalam keada an:

Kita tidak bisa mengakses publikasi asli

Bahasa asli publikasi bukan bahasa inggris (sulit dipahami)

 Terlalu banyak melakukan akan membuat orang lain menyebut kita “peneliti malas”

(112)

Standard Penulisan Referensi

1. APA Style

2. Harvard Style

3. Vancouver Style 4. IEEE Style

5. ISO Style

Menggunakan fitur references pada word processor akan mempermudah pengaturan dan pengelolaan re ferensi pada dokumen

(113)

Penulisan Citation (APA)

 Teks (Nama Keluarga Penulis, Tahun Terbit)

Model motivasi komunitas efektif diterapkan pada implementasi e Learning publik (Wahono, 2007) (satu penulis)

Model komunikasi multiagent system mengacu pada konsep game theory (Wahono & Far, 2003) (dua penulis)

Model komunikasi multiagent system mengacu pada konsep game theory (Wahono et al., 2003) (lebih dari 6 penulis)

 Teks (Tahun Terbit)

Penelitian yang dilakukan Wahono menunjukkan bahwa model mo tivasi komunitas efektif diterapkan pada implementasi eLearning p ublik (2007)

Penelitian yang dilakukan Wahono dan Far menunjukkan bahwa m odel komunikasi multiagent system mengacu pada konsep game th eory (2003)

(114)

Penulisan Referensi (APA) -1-

JURNAL DAN KARYA ILMIAH

Wahono, R.S. (2007, Agustus). Sistem eLearning Berbasis Model Motivasi Komunitas, Jurnal Teknodik , No. 21 Vol.

XI, pp. 60-80. (satu penulis)

Wahono, R.S. & Far, B.H (2003, August). Cognitive-Decisio n-Making Issues for Software Agents, Kluwer journal of B rain and Mind , Vol. 4 No. 2, pp.239-252. (dua penulis)

Wahono, R.S. et al. (2002, March). A Framework for Obje ct Identification and Refinement Process, IEEE Transactio n on Software Engineering, Vol. 12 No 4, pp. 125-143. (le bih dari enam penulis)

(115)

Penulisan Referensi (APA) -2-

BUKU

 Wahono, R.S. (2004). Cepat Mahir Bahasa C, Jakarta:

Elex Media Komputindo. (Satu penulis)

 Wahono, R.S. & Amri, M.C (2006). Migrasi Windows-L inux, Jakarta:IlmuKomputer.Com. (dua penulis)

 Wahono, R.S. et al. (2007). Panduan Pengembangan Multimedia Pembelajaran, Jakarta: Direktorat Pembi naan SMA, Ditjen Manajemen Pendidikan Dasar dan Menengah, Depdiknas. (lebih dari enam penulis)

(116)

Penulisan Referensi (APA) -3-

TESIS DAN DISERTASI

 Wahono, R.S. (1999). Distributed Knowledge Based S ystem for Automatic Object-Oriented Software Desig n Development. B.Eng Dissertation, Saitama Universit y, Saitama- Japan.

ARTIKEL DI INTERNET

 Wahono, R.S. (2008). Pengembangan Konten di Era Web 2.0. Diambil 5 Mei 2008, dari http://romisatriaw ahono.net/2008/04/21/pengem bangan-konten-di-er a-web-20/

(117)

Tugas Revisi Proposal Penelitian

1. Tambahkan dalam slide proposal kita rangkum an the-state-of-the-art method yg telah diguna kan untuk topik dan masalah yang kita teliti, ur utkan dari yang paling terbaru dalam bentuk ta bel (peneliti, tahun, masalah, metode)

Untuk topik yang umum, cari paper review (systematic litera ture review) untuk topik/masalah tsb

2. Rangkumkan algoritma dari method yang kita

pelajari dengan detail dan sistematis beserta st

udi kasusnya

(118)

Struktur dan Sistematika Proposal

1. Judul

2. Latar Belakang Masalah 3. Pernyataan Masalah 4. Pertanyaan Penelitian 5. Tujuan Penelitian

6. Related Research (Tinjauan Studi)

1. Minimal 3 research lain yang mirip dan berhubungan dengan research kita (5 t ahun terakhir), berisi Masalah, Metode dan Hasil (bentuk TABLE)

2. Sebutkan beda penelitian kita dengan related research tersebut secara Masalah dan Metode

7. Proposed Model 8. Landasan Teori

Metode yang kita gunakan dan contoh studi kasus dengan metode tersebut

9. Daftar Referensi

(119)

7. Struktur dan Sistemati

ka Tesis

(120)

Struktur Tesis – Bab I

Bab I Pendahuluan

1.1 Latar Belakang Masalah

1.2 Rumusan Masalah (harus sinkron dengan tujuan)

1.2.1 Problem Statements (Pernyataan/Identifikasi Masalah) 1.2.2 Research Question (Pertanyaan Penelitian)

1.3 Tujuan Penelitian (harus sinkron dengan kesimpulan)

1.4 Manfaat Penelitian

1.5 Kontribusi Penelitian (kontribusi pengetahuan ke bidang ilmu)

1.6 Sistematika Penulisan

(121)

Sinkronisasi Masalah-Tujuan

PS RQ RO

Algoritma NB terbaik, tapi akurasinya masih belum mencapai nilai excellent classification

Seberapa meningkat akurasi algoritma NB

apabila diperbaiki dengan menerapkan algoritma bobot heuristik?

Menerapkan algoritma bobot heuristik untuk meningkatkan akurasi algoritma NB pada prediksi cacat software

PS RQ RO

SVM dapat memecahkan masalah ‘over-fitting’, lambatnya konvergensi, dan sedikitnya data

training, akan tetapi

memiliki kelemahan pada sulitnya pemilihan

parameter SVM yang sesuai

Seberapa meningkat akurasi metode SVM apabila PSO diterapkan pada proses pemilihan parameter?

Menerapkan PSO untuk pemilihan parameter yang sesuai pada SVM (C,

lambda dan epsilon) , sehingga hasil

prediksinya lebih akurat

(122)

Struktur Tesis – Bab II

Bab II Landasan Teori

2.1 Tinjauan Studi (Related Research)

(uraikan minimal 3 penelitian lain yang berhubungan (masalah-meto de-hasil), serta tunjukkan bedanya dengan penelitian kita)

2.2 Tinjauan Pustaka (Landasan Teori)

2.2.1 Landasan Teori Tentang Approach 2.2.2 State-of-the-Art dari Approach

2.2.3 Penerapan Approach untuk Suatu Studi Kasus

2.3 Tinjauan Obyek Penelitian (bila diperlukan)

(tinjauan literatur berhubungan dengan organisasi dari obyek peneli tian secara menyeluruh )

2.4 Kerangka Pemikiran

(gambar kerangka pemikiran beserta penjelasannya)

(123)

Apa Itu Kerangka Pemikiran?

 Kerangka pemikiran adalah suatu bagan alur yang m enghubungkan masalah dan pendekatan penelitian y ang dihasilkan dari teori/konsep/model yang ada di l andasan teori

 Kerangka pemikiran menjelaskan bagaimana pola pik ir dan konsep kita dalam melakukan penelitian

 Kerangka pemikiran akan menjadi acuan kita dalam menyusun metodologi penelitian

 Kerangka pemikiran bisa digunakan untuk menguji lo gika penelitian

(124)

Contoh Kerangka Pemikiran

(125)

Struktur Tesis – Bab III

Bab III Metode Penelitian

3.1 Desain Penelitian

Metode penelitian yang dilakukan adalah metode penelitian eksperim en, dengan tahapan penelitian seperti berikut:

1. Pengumpulan Data (Data Gathering)

(jelaskan langkah yang dilakukan di tahapan ini ... ) 2. Pengolahan Awal Data (Data Pre-processing)

3. Model/Metode Yang Diusulkan/Dikembangkan (Proposed Model/Method)

4. Eksperimen dan Pengujian Model/Metode (Model/Method Test and Experiment)

5. Evaluasi dan Validasi Hasil (Result Evaluation and Validation)

(126)

Metode Penelitian

(127)

Struktur Tesis – Bab III

3.2 Pengumpulan Data

(jelaskan tentang data )

3.3 Pengolahan Awal Data

(jelaskan teknik pengolahan awal (pre-processing) data yang dilakukan)

3.4 Model/Metode Yang Diusulkan

(jelaskan perbaikan, revisi, usulan atau pengembangan metode/model y ang telah kita lakukan dalam bentuk diagram skema dan formula)

3.5 Eksperimen dan Pengujian Model/Metode

(jelaskan dengan detail dan algoritmik bagaimana teknik eksperimen/p engujian/penerapan metode/model yang diusulkan)

3.6 Evaluasi dan Validasi Hasil

(jelaskan dengan detail dan algoritmik bagaimana teknik evaluasi dan v alidasi metode/model yang diusulkan)

(128)

Struktur Tesis – Bab IV

Bab IV Hasil dan Pembahasan

4.1 Hasil Eksperimen dan Pengujian Model/Metod e

(sajikan hasil eksperimen dan pengujian metode/model pada data ekspe rimen yang telah kita lakukan di bab III)

4.2 Evaluasi dan Validasi Hasil

(evaluasi dan validasi hasil penerapan/pengujian yang telah kita lakuka n. Metode evaluasi dan validasi mengikuti jenis dan tema penelitian yan g kita pilih)

4.3 ...

Referensi

Dokumen terkait

The Correlation Between Students’ Students’ Speaking Self-Efficacy and Collocation Competence in Speaking at SMPN 1 PARENGAN Based on the other result especially of Pearson r