Antara Aku, LIPI dan IlmuKomputer.Com

by Romi Satria Wahono

Pulang ke Indonesia tahun 2004, saya berpikir untuk adem ayem alias tenang mengikuti jalur karir PNS di LIPI. Menikmati dunia penelitian seperti 10 tahun kehidupan saya di Jepang. Karena di LIPI saya ditugaskan di Pusat Dokumentasi dan Informasi Ilmiah(PDII), sebelum pulang saya mempersiapkan berbagai pekerjaan dan penelitian yang berhubungan dengan tugas saya. Dimulai di tahun 1997, saya bersama mas Hendro (LIPI), mas Amin (BBPT) dan mas Suhono (ITB) mengembangkan digital library bernama ISTIB. Yang kemudian pekerjaan ini kita lanjutkan dengan membangun CSPI (Center for Scientific Papers of Indonesia) bersama mas Iko (NTT), dimana kita mengumpulkan paper dan thesis mahasiswa Indonesia yang ada di Jepang. Harapan saya dulu bahwa CSPI bisa jadi satu prototipe untuk digital library di Indonesia dan bisa sebagai kegiatan andalan PDII LIPI dalam mengumpulkan karya ilmiah.

Saya mengerjakan berbagai penelitian tentang digital library dan knowledge management, disamping penelitian utama saya tentang software engineering. Saya melanggan banyak digital library yang sudah established diantaranya adalah IEEE dan ACM, untuk mempelajari business processnya, bagaimana bisa kita terapkan di Indonesia, khususnya di PDII LIPI. Untuk bekal kehidupan di tanah air dan membina core competence, saya juga aktif menulis di berbagai majalah dan media massa. Sudah ratusan artikel yang saya tulis baik dalam bentuk technical paper maupun artikel populer, dan sudah dipublikasikan di berbagai majalah, journal maupun koran bertaraf nasional maupun internasional.

Dari hasil riset dan survey ke komunitas maya di awal tahun 2003, saya kemudian membangun IlmuKomputer.Com, mengumpulkan ribuan aktifis dan kontributor untuk memikirkan bagaimana kita bisa menyediakan literatur dalam bidang teknologi informasi yang gratis untuk masyarakat, gampangnya sistem belajar dari rakyat oleh rakyat dan untuk rakyat. Siapa yang telah menerima ilmu punya kewajiban moral untuk memberi. Metode repositori  yang memungkinkan setiap orang dapat mengakses artikel, buku dan tutorial berbahasa Indonesia ini juga bisa jadi satu kegiatan andalan di PDII LIPI. Kegiatan ini terbukti cukup memberikan solusi efektif dan murah, meskipun tanpa bantuan dana dari pemerintah maupun pihak lain, kegiatan tetap berjalan dengan baik sampai saat ini, dan bahkan akhirnya mendapatkan penghargaan dari PBB dalam event World Summit on Information Society (WSIS) 2003 di Jenewa.

Pulang ke Indonesia saya langsung masuk kerja di PDII LIPI, saya usahakan berangkat paling pagi dan pulang paling sore. Terkadang saya nginep supaya bisa mengerjakan banyak pekerjaan. Saya meminta ke kepala pusat untuk bisa mengelola satu lantai di gedung PDII LIPI untuk saya jadikan training center dan business incubator center. Meskipun akhirnya bukan saya yang ditugaskan mengelola, saya sudah cukup senang ide itu terwujud, meskipun implementasinya masih agak tersendat-sendat.

Aktifitas di IlmuKomputer.Com jujur saja mengubah kehidupan saya 180 derajad. Saya yang tadinya berpikir agak individualis dengan adem ayem mengikuti jalur kehidupan PNS di LIPI, sedikit bergeser karena IlmuKomputer.Com membawa banyak manfaat ke masyarakat dan membawa peluang ke dunia industri. Saya sekarang pasti akan merasa sangat berdosa kalau peluang ini dulu tidak saya ambil. Saya bisa membuka lapangan kerja baru untuk teman-teman aktifis IlmuKomputer.Com di berbagai daerah, saya bisa meluangkan waktu untuk melatih teman-teman menulis, melatih teman-teman menjadi pengajar, memberi beasiswa untuk melanjutkan sekolah dan mengembangkan jiwa enterpreneurship.

Dalam perjalanan waktu, kemudian saya sering diundang berbicara dalam berbagai seminar atau workshop tentang teknologi informasi di universitas, akademi, SMA, SMK, pemerintah daerah, berbagai institusi pemerintah (departemen/kementrian) maupun swasta. Meskipun saya jarang sekali diundang atas nama LIPI, saya selalu berusaha membawa dan mensosialisasikan beberapa produk LIPI. Dan akhirnya kewajiban moral inilah yang mengubah style aktifitas saya, mengubah 180 derajad kehidupan dan perdjoeangan saya di tanah air. Kewajiban moral ini sesuai visi di komunitas IlmuKomputer.Com untuk menshare ilmu pengetahuan ke siapapun yang membutuhkan.

Sistem birokrasi di LIPI ternyata tidak memungkinkan mengakomodasi kenyataan ini. Saya juga tidak punya kekuatan untuk mengubah keadaan. Pangkat dan golongan saya terlalu rendah untuk melakukan perubahan sehingga akhirnya banyak ide saya yang berakhir di rapat-rapat. Saya menjadi tidak enjoy dan mengalami kepenatan birokrasi, kekecewaan ini yang saya ungkap di tulisan saya sebelumnya, dan juga surat terbuka ke kepala pusat.

Masalah menjadi kompleks, sampai akhirnya mulai nopember 2007 ini saya sudah tidak menerima gaji saya di LIPI. Tentu ini saya terima dengan ikhlash karena memang kesalahan saya telah menabrak administrasi birokrasi yang tertuang dalam prosedural formal. Saya anggap ini adalah satu sisi kegagalan perdjoeangan saya di republik tercinta ini. Saya kurang sabar, pingin cepat melakukan perubahan dan akhirnya gagal melakukan sinkronisasi dengan sistem kerja di institusi pemerintah. Saya mungkin memang tidak ditakdirkan untuk berdjoeang melalui institusi pemerintah.

Hanya sesuai tekad saya dulu memutuskan pulang ke tanah air, saya tidak akan pernah berhenti berdjoeang, saya tetap berusaha terus belajar dan bekerja keras untuk memberi solusi ke masyarakat. Model kerja saya juga tidak berubah (tetap sampai larut malam … hehehe), waktu tidur saya yang hanya 2-4 jam juga tidak berubah, dan kalau ada yang sebel dengan ringtone handphone saya yang Indonesia Raya, mohon maaf ini juga tidak bisa saya ubah  . Terakhir, kewajiban kita terlalu banyak dibandingkan dengan waktu yang disediakan oleh Yang Diatas. Ayo kurangi tidur, atur jadwal perdjoeangan dan perbanyak solusi riil untuk masyarakat.

Aku tak pernah dapat memikirkan rencana mendetail tentang apa
yang akan terjadi di masa depan.
Aku hanya mengatakan, Aku akan berjuang.
Siapa yang tahu, Aku akan sampai dimana.
(Richard Stallman)

Tetap dalam perdjoeangan !

Read More

Kiat Menyusun Kerangka Pemikiran Penelitian

by Romi Satria Wahono

Kerangka pemikiran adalah suatu diagram yang menjelaskan secara garis besar alur logika berjalannya sebuah penelitian. Kerangka pemikiran dibuat berdasarkan pertanyaan penelitian (research question), dan merepresentasikan suatu himpunan dari beberapa konsep serta hubungan diantara konsep-konsep tersebut (Polancik, 2009). Pada tesis, kerangka pemikiran biasanya diletakkan di bab 2, setelah sub bab tentang Tinjauan Studi (Related Research) dan Tinjauan Pustaka. Penamaan kerangka pemikiran bervariasi, kadang disebut juga dengan kerangka konsep, kerangka teoritis atau model teoritis (theoritical model). Seperti namanya yang beraneka ragam, bentuk diagram kerangka pemikiran juga bervariasi. Saya pernah membahas contoh kerangka pemikiran untuk penelitian dengan model pengembangan software di artikel ini. Pada artikel kali ini, saya coba sajikan beberapa model kerangka pemikiran yang bisa digunakan oleh mahasiswa untuk mengerjakan penelitian tesis.

MODEL PENELITIAN KORELASI

Gaya kerangka pemikiran penelitian yang biasa digunakan untuk model penelitian korelasi, di mana ada variabel bebas dan variabel terikat. Gregor Polančič (Polancik, 2009) memberikan contoh yang menarik sebuah kerangka pemikiran penelitian untuk model ini. Pertanyaan penelitian (research question) atau rumusan masalah pada penelitian yang dibahas (Polancik, 2009) adalah “Bagaimana pengaruh metodologi pengembangan software dan jumlah pengembang dalam tim, pada produktifitas pengembang?“. Yang dalam bahasa inggrisnya: “How does software development methodology and team size influences developers productivity?”

Komponen utama pada kerangka pemikiran yang dikembangkan Gregor Polančič (Polancik, 2009) adalah Independent Variables (variabel bebas),Dependent Variables (variabel terikat), Levels (indikator dari variabel bebas yang akan diobservasi), Measures (indikator dari variabel terikat yang akan diobservasi). Kerangka pemikiran di bawah menggambarkan alur logika penelitian dan hubungan antar konsep yang ingin diteliti. Judul yang tepat untuk penelitian ini adalah “Pengaruh metodologi pengembangan software dan jumlah pengembang dalam tim pada produktifitas pengembang.

Dapat kita lihat bahwa kerangka pemikiran menggambarkan dengan jelas semua variabel beserta indikatornya (Levels), hingga alat ukur yang digunakan (Measurements) untuk menunjukkan ada atau tidaknya korelasi antar variabel yang ingin diteliti. Dan yang paling penting, baik dalam posisi sebagai peneliti, pembimbing ataupun penguji, kita bisa memahami gambaran besar penelitian ini dengan hanya sekali pandang. Pada penelitian ini, dua variabel bebas, yaitu metodologi pengembangan software (yang diwakili oleh OSSD, RUP dan XP), dan jumlah pengembang dalam tim (yang ukurannya adalah jumlah orang), akan dilihat apakah memiliki korelasi dengan variable terikat, yaitu tingkat produktifitas pengembang (yang ukurannya adalah jumlah baris code yang dihasilkan tiap developer tiap harinya).

MODEL PENELITIAN PERBAIKAN METODE

Kerangka pemikiran yang berikutnya adalah bila model penelitian kita adalah method improvement (perbaikan metode), yang sering digunakan pada penelitian di bidang sains dan teknik, termasuk bidang computing didalamnya. Kenapa kok harus melakukanmethod improvement? Ini dijawab dengan baik oleh (Berndtsson et al., 2008) dan (Dawson, 2009) di buku mereka, bahwa memang research itu adalah aktifitas yang dilakukan dalam rangka memberi kontribusi yang orisinil ke pengetahuan. Dalam hal ini ketika kita memperbaiki sebuah metode atau algoritma, perbaikan yang kita lakukan adalah salah satu bentuk dari kontribusi orisinil kita ke pengetahuan.

Saya mencoba menyusun sebuah kerangka pemikiran khusus untuk model penelitian perbaikan metode, berdasarkan model (Polancik, 2007) yang sudah saya jelaskan di atas. Komponen dari model kerangka pemikiran saya adalah Indicators, Proposed Method, Objectives, dan Measurements.

Sebagai contoh, saya akan mencoba menerapkan kerangka pemikiran yang saya desain pada paper penelitian berjudul “Prediksi Produksi Padi dengan menggunakan Support Vector Machine berbasis Particle Swarm Optimization” yang ditulis oleh (Fei et al., 2009). Sebagai catatan, pada artikel sebelumnya saya juga menggunakan paper yang sama untuk memberi contoh tentang Kiat Menyusun Alur Latar Belakang Masalah Penelitian. Kerangka pemikiran untuk penelitian  (Fei et al., 2009) ini adalah seperti pada gambar di bawah.

Pada penelitian ini, data set yang digunakan adalah data set Chinese Grain yang bersifat rentet waktu (time series), yang sifatnya public dataset dan bisa didapat dari UCI repository. Sedangkan metode yang diusulkan (Proposed Method) adalah menggunakan metode support vector machine, di mana pada proses pemilihan (optimisasi) parameternya dibantu oleh algoritma particle swarm optimization. Indikator (Indicators) yang diobservasi (diadjust atau dioprek) adalah nilai population dangeneration pada particle swarm optimization, serta kernel type dan iteration pada support vector machine. Tujuan (Objectives) pada penelitian ini adalah adanya peningkatan akurasi pada model, dimana pengukuran peningkatan akurasi (Measurements) akan menggunakan root mean squared error (RMSE).

Sebagai catatan, metode yang diusulkan (proposed method) yang ada di kerangka pemikiran ini adalah gambaran besarnya saja. Nantinya gambaran besar metode yang diusulkan ini, harus dijelaskan secara lebih detail dalam bentuk alur algoritma dengan ditambahi penjelasan matemathical model (formula) dari algoritma atau metode baru yang diusulkan.

Contoh penelitian lain yang bisa disusun dengan menggunakan kerangka pemikiran ini adalah penelitian di bawah ini. Coba direnungkan, kira-kira apa yang bisa kita pahami dari kerangka penelitian di bawah ini? 

Mudah-mudahan artikel ini bisa memberi pencerahan paling tidak ke mahasiswa bimbingan saya dan juga mahasiswa lain yang sedang menyusun tesis atau skripsi. Dan sekali lagi, silakan bergabung ke grup penelitian saya di facebook Intelligent Systems Research Center, apabila ada yang perlu saya jelaskan lebih jauh. Paper (Fei et al., 2009) juga bisa didownload di halaman grup tersebut. Dan khusus untuk mahasiswa yang tidak bisa ketemu saya di darat tapi ingin mengikuti mata kuliah yang saya ajar, silakan  mendownload dan membaca semua materi kuliah saya yang tersedia di halaman Lectures.

Tetap dalam perdjoeangan!

REFERENSI

1. Gregor Polančič, Empirical Research Method Poster, 2007
2. Christian W. Dawson, Project in Computing and Information System a Student Guide 2nd Edition, Addison-Wesley, 2009
3. Mikael Berndtsson, Jörgen Hansson, Björn Olsson, Björn Lundell, Thesis Projects – A Guide for Students in Computer Science and Information System 2nd Edition, Springer-Verlag London Limited, 2008
4. Sheng-Wei Fei, Yu-Bin Miao and Cheng-Liang Liu, Chinese Grain Production Forecasting Method Based on Particle Swarm Optimization-based Support Vector Machine, Recent Patents on Engineering 2009, 3, 8-12

Read More

Teknik Memahami Paper Ilmiah

by Romi Satria Wahono

Saya sedang dapat tugas dari dosen untuk membaca banyak paper ilmiah. Katanya penting untuk membangun landasan teori dari penelitian yang saya lakukan. Tapi pusing setengah mati mas, ga paham-paham  Mas Romi bisa ajari saya nggak, teknik membaca paper ilmiah dengan baik, supaya cepat paham? Thanks. (Anto, ITS Surabaya)

Musim mengerjakan tugas akhir, artinya musim membaca makalah alias paper ilmiah alias scientific paper. Banyak yang beranggapan bahwa konsentrasi membaca paper ilmiah adalah pada aspek teknis (technical aspect). Padahal ngotot fokus ke aspek teknis dari paper ilmiah akan membuat kita pusing, puyeng, mual, ngantuk, dan ga ngerti juntrungnya  . Meskipun ada juga mahasiswa yang nekat memahami satu paper ilmiah sampai perlu waktu berbulan-bulan. Padahal sebenarnya kekuatan paper ilmiah bukan hanya dilihat dari aspek teknis. Nah lho, terus di bagian mana sebaiknya kita konsentrasi membaca sebuah paper ilmiah?

Pada hakekatnya ada empat hal utama yang perlu kita pahami dari sebuah paper ilmiah, khususnya paper di bidang computing (computer science). Empat hal utama tersebut adalah masalah penelitian, kontribusi (solusi), substansi dan kesimpulan. Kita tidak perlu langsung masuk ke substansi alias aspek teknis yang bikin pening kepala.  Bahkan ketika kita menemukan bahwa masalah penelitian tidak berkualitas, maka kita tidak perlu melanjutkan lagi membaca paper tersebut. Bahasa mahasiswa kasmaran-nya, lupakan aku kembali padanya 

Kembali ke masalah memahami paper, empat hal utama tersebut kalau dijabarkan adalah seperti di bawah. Penjabaran saya rangkumkan dari tulisan menarik dari Philip W. L. Fong, Amanda Stent, dan William G. Griswold (paper lengkap ada di referensi).

1. Pahami Masalah Penelitian:  Pahami, sebenarnya masalah penelitian apa yang sedang dibidik oleh paper tersebut.  Pertanyaan lain untuk mengecek masalah penelitian di paper adalah seperti tertulis di bawah.
   • Apa motivasi  mengerjakan penelitian itu?
   • Apakah ada hal penting (kritis) dalam bidang yang digarap yang ingin diselesaikan oleh paper tersebut?
   • Apakah penelitian bertujuan untuk mengatasi kelemahan dari pendekatan yang ada?
   • Apakah masalah  penelitian cukup menantang atau unik?
2. Pahami Kontribusi: Pahami, dari masalah penelitian yang dibidik, kontribusi seperti apa yang diklaim oleh penulis di paper ilmiah. Pertanyaan lain untuk mengecek kontribusi penelitian di paper adalah seperti tertulis di bawah.
   • Apa yang baru dan orisinil di paper itu?
   • Adakah pemahaman baru dari masalah penelitian yang diangkat?
   • Adakah metodologi baru untuk memecahkan masalah?
   • Adakah algoritma baru?
   • Adakah sistem atau tool software baru?
   • Adakah metode eksperimen baru?
   • Adakah teknik pembuktian baru?
   • Adakah notasi atau formalisme baru?
   • Apakah termasuk bidang penelitian baru?
3. Pahami Substansi: Pahami, substansi dari kontribusi atau solusi seperti apa yang diklaim oleh peneliti bahwa itu hasil karyanya? Pertanyaan lain untuk mengecek substansi penelitian di paper adalah seperti tertulis di bawah.
   • Metodologi apa yang digunakan untuk memperkuat klaim?
   • Apa argumentasi dan teori utama dari paper?
   • Apakah telah dilakukan eksperimen, analisa data, simulasi, benchmark, studi kasus, dan contoh implementasi?
   • Apakah klaim kontribusi telah dibuktikan secara ilmiah?
4. Pahami Kesimpulan: Pahami, bagaimana kesimpulan penelitian yang ditarik oleh peneliti lewat papernya? Pertanyaan lain untuk mengecek kesimpulan penelitian di paper adalah seperti tertulis di bawah.
   • Apa yang bisa kita pelajari dan dapatkan dari paper tersebut?
   • Apakah standard practice dari bidang ilmu berubah karena adanya penemuan baru di paper ini?
   • Apakah hasilnya bisa digeneralisasi dan diaplikasikan ke bidang yang lain?

Lebih maknyus lagi bila setelah memahami empat hal diatas, masalah penelitian,kontribusi, substansi, dan kesimpulan, kita masukkan ke dalam Kerangka Pemikiran yang sudah saya jelaskan sebelum tulisan ini.

BTW, bagi yang belum tahu darimana bisa download paper ilmiah yang dipublikasi di journal dan proceedings conference, jawabannya ada di tulisan saya tentang Literatur Ilmiah dan Jurnal Penelitian Gratis.

Untuk mahasiswa computing yang punya kelonggaran uang sekitar Rp 200 ribu, sebaiknya menjadi member ACM. ACM dan IEEE Computer Society adalah dua asosiasi yang paling disegani dan publikasinya paling shahih dan  mutawatir (ilmu hadith kaleee  ) untuk bidang ilmu computing. Untuk wilayah Indonesia dan sekitarnya yang dikategorikan negara miskin hihihi, student membership plus fasilitas digital library hanya dicharge oleh ACM sebesar 18 USD pertahun. Klik disini untuk menjadi member ACM.

Ayo mulai baca lagi, kalau satu kali baca masih nggak paham, ya ulangi lagi dan ulangi lagi sampai kita bisa benar-benar paham 

Tetap dalam perdjoeangan!

Read More

Tahapan Memulai Penelitian untuk Mahasiswa Galau

by Romi Satria Wahono

Jujur, secara umum saya agak kecewa dengan pertanyaan mahasiswa tingkat akhir yang masuk lewat email, inbox FB dan group FB Intelligent Systems yang saya kelola. Bukan kecewa dengan kuantitas pertanyaan, tapi kecewa dengan kualitas pertanyaan yang seharusnya tidak pantas diajukan mahasiswa yang sedang mengerjakan skripsi/tesis/disertasi. Pertanyaan yang membuktikan bahwa banyak mahasiswa yang: (1) tidak memahami alur mengerjakan penelitian, (2) tidak memahami bahwa penelitian itu seharusnya dimulai dengan studi literatur, (3) tidak berhasil memformulasikan pertanyaan penelitian, (4) dan secara umum tidak memahami dengan baik metode penelitian. Saya mencoba memberikan gambaran ringkas dan praktis bagaimana tahapan melakukan penelitian lewat tulisan ini. Tulisan saya buat khusus untuk mahasiswa di jurusan komputer, tapi secara umum juga bisa digunakan untuk mahasiswa jurusan lain.

1. TENTUKAN BIDANG GARAPAN KITA (RESEARCH FIELD)

Banyak mahasiswa yang sampai detik-detik terakhir mau skripsi/tesis masih belum mengerti akan menggeluti  bidang (field) apa di disiplin ilmu computing. Ini agak mengherankan, karena ini berarti mahasiswa tidak memahami isi mata kuliah yang 3-4 tahun dia ikuti, sehingga akhirnya tidak mengerti minat dan ketertarikannya di bidang (filed) apa. Ketika saya dulu mengikuti program undergraduate (S1) di Saitama University, Jepang, semester 4-5 pun saya sudah bisa menentukan minat dan ketertarikan saya kira-kira di bidang mana. Pada semester 5, saya juga sudah harus menentukan akan masuk ke lab penelitian apa (yang disusun berdasarkan bidang garapan (research field)). Sebenarnya kalau kurikulum di kampus kita sudah benar, satu mata kuliah itu menunjukkan satu cabang dari disiplin ilmu komputer, dan otomatis menunjukkan bidang penelitian yang bisa kita garap. Cara lain untuk melihat bidang garapan adalah dengan melihat journal ilmiah (transaction) yang ada di asosiasi bidang computing, contohnya adalah list transaction di ACM, dan IEEE Computer Society. Beberapa bidang garapan di disiplin ilmu computing, misalnya adalah: Software Engineering, Data Mining (Knowledge Discovery in Database), Image Processing, Information Retrieval, Networking, Human Computer Interaction, Soft Computing, Computational Intelligence, dsb. Sekarang yang penting adalah segera tentukan mana bidang garapan anda.

Sebagai contoh, saya memutuskan bahwa ketertarikan saya adalah pada bidangsoftware engineering. Saya lanjutkan gerakan saya ke tahap kedua, menentukan topik penelitian saya.

2. TENTUKAN TOPIK/TEMA PENELITIAN KITA (RESEARCH TOPIC)

Setelah bidang garapan ditentukan, sekarang tentukan topik penelitian kita. Cara termudah menentukan topik atau tema penelitian kita adalah dengan membaca buku, paper, artikel yang berjudul “research trends on” dengan diikuti nama bidang yang kita pilih. Contohnya gunakan keyword: “research trends on software engineering”, kombinasi keyword pencarian selain itu adalah “research challenge on”, “research topics on”, dsb. Dari beberapa paper yang kita baca, kita akan ngerti tren penelitian di bidang yang kita garap apa saja. Kita juga bisa menganalisa tren penelitian yang muncul di bidang garapan kita dengan melihat issue (paling tidak sekitar 3 tahun terakhir) dari journal/transaction yang berhubungan. Beberapa contoh paper tentang research trend di suatu bidang ada di bawah:

• Liao at al., Data Mining Techniques and Applications: a Decade Review from 2000 to 2011, Expert Systems with Applications 39 (2012)
• Shafay Shamail and Malik Jahan Khan, Research Trends in Software Engineering, 2008
• Kitchenham et al., Systematic Literature Reviews in Software Engineering,Information and Software Technology 51 (2009)

Sebagai contoh, dari membaca series IEEE Transaction on Software Engineering, dan saya perkuat dengan tulisan Shafay Shamail dan Kitchenham di atas, saya memutuskan akan mengambil topik penelitian tentang Software Defect/Fault Prediction. Saya lanjutkan gerakan saya ke tahap berikutnya yaitu, menentukan masalah penelitian dari topik penelitian yang saya pilih.

3. TENTUKAN MASALAH PENELITIAN KITA (RESEARCH PROBLEMS)

Setelah ketemu topik atau tema penelitian, kita maju lagi lebih dalam, kita harus berhasil menemukan masalah penelitian yang ingin kita angkat dari topik penelitian tersebut. Ini tahapan yang paling sulit dalam penelitian, dan paling memakan banyak waktu, tapi kalau masalah penelitian sudah ketemu, jalan penelitian akan mulai terlihat. Bagaimana cara menentukan masalah penelitian? Cara tercepat adalah membaca paper dari journal ilmiah, dan mulai dari paper yg sifatnya review baru kemudian paper yg sifatnya technical. Note that, paper di journal ada dua jenis. Jenis yang pertama adalah “review paper”,  yang membahas review atau survey suatu topik penelitian. Jenis yang kedua adalah “technical paper”, yang membahas aspek teknis dari perbaikan metode/algoritma (method improvement) beserta hasil eksperimen dan evaluasi yang telah dilakukan. Mulailah dengan membaca paper berjenis “review paper”, karena akan sangat membantu kita dalam memahami topik penelitian kita secara mendalam dan komprehensif.

Metode yang digunakan untuk mereview penelitian dan merangkumkannya dalam “review paper” sudah mulai distandardkan oleh para peneliti. Di bidang ilmu software engineering, banyak peneliti yang merujuk ke metode Kitchenham dalam membuat “review paper”, dan judul menggunakan terminologi yang sama yaitu “Systematic Literature Review” atau disingkat SLR. Jadi kalau kita ingin menemukan “review paper” yang bagus, coba searching dengan keyword: “systematic literature review”, disamping tentunya tetap harus dicoba dengan menggunakan keyword ”review on” atau “survey on”, atau lebih dalam ke masalah penelitian dengan “research problem on” atau “research challenge on”. Contoh “review paper” yang baik adalah seperti di bawah. Ketika saya mengambil topik penelitian tentang software defect/fault prediction, maka paper pertama dari Hall et al. 2012 adalah paper yang wajib saya baca pertama kali.

• Hall et al., A Systematic Literature Review on Fault Prediction Performance in Software Engineering, IEEE Transaction on Software Engineering, Vol. 38 No 6 (2012)
• Wen et al., Systematic Literature Review of Machine Learning based Software Development Effort Estimation Models, Information and Software Technology54 (2012)
• Yang & Wu,  10 Challenging Problems in Data Mining Research, International Journal of Information Technology & Decision Making, Vol. 5, No. 4 (2006)
• Liao et al., Intrusion Detection System: A Comprehensive Review, Journal of Network and Computer Applications 36 (2013)
• Breivold et al., A systematic review of software architecture evolution research,Information and Software Technology 54 (2012) 16

Jangan berhenti, kejar semua “technical paper” yang ada di daftar referensi “review paper” di atas. Usahakan konsentrasi ke paper yang diterbitkan dalam journal yang diindex oleh ISI (thomson) atau SCOPUS (elsevier), supaya kita tidak pusing dengan paper conference yang kadang dibuat asal-asalan. Masalah penelitian juga kadang bisa kita temukan di bagian future work/research yang biasanya diletakkan sebelum conclusion dari suatu paper. Masalah penelitian bisa merupakan masalah baru, yang orang belum pernah mencoba memecahkannya (originality di masalah penelitian), bisa juga masalah yang sudah dicoba dipecahkan orang dengan cara dia, dan kita ingin memecahkan masalah tersebut dengan cara kita (originality di metode untuk memecahkan masalah) (Dawson, 2009).

Misalnya, bidang garapan saya adalah software engineering, di mana topik penelitian saya adalah tentang prediksi cacat software (software defect prediction). Dari hasil studi literatur (baik review paper maupun technical paper), masalah penelitian yang saya angkat ada dua, yaitu adanya masalah ”noisy attributes” dan “class imbalance” pada data set, yang akhirnya menyebabkan akurasi dan konsistensi (kehandalan) yang rendah pada prediksi cacat software. Saya kemudian susun landasan referensi yang memperkuat masalah penelitian yang saya angkat. Rangkuman masalah penelitian (Research Problems (RP)) dan literatur yang mendukung (literature supports) adalah seperti di bawah. Dari rangkuman di bawah, terlihat bahwa masalah penelitian (research problem) yang saya angkat ada dua, saya rangkumkan dalam RP1 (Research Problem 1) dan RP2 (Research Problem 2).

4. RANGKUMKAN METODE-METODE YANG ADA (STATE-OF-THE-ART METHODS)

Lakukan studi literatur lagi, pelajari semua penelitian yang tujuannya memecahkan masalah yang sama dengan yang kita lakukan. Pahami metode/algoritma terkini yang mereka gunakan untuk memecahkan masalah penelitian mereka (yang juga menjadi masalah penelitian kita). Ini yang saya sebut dengan existing methods (metode-metode yang ada) atau state-of-the-art methods, pada artikel sebelumnya tentang kiat menyusun latar belakang masalah penelitian.

Dalam bidang computing, metode biasanya berupa algoritma yang secara sistematis, logis dan matematis menyelesaikan masalah. Setiap bidang penelitian (field) di computing memiliki metode/algoritma yang khas untuk menyelesaikan masalah di bidangnya, meskipun beberapa kadang bias digunakan secara bersama. Contohnya pada bidang image processing, algoritma neural network digunakan untuk melakukan pengenalan (recognition) wajah, sidik jari. dsb. Note that identification process di image processing menganut trilogi detection-segmentation-recognition. Pada bidang data mining, algoritma neural network biasanya dipakai untuk proses estimasi dan juga prediksi rentet waktu. Bidang data mining biasanya membagi algoritma ke dalam 5 peran: estimasi, prediksi/forecasting, klasifikasi, klastering dan asosiasi. Contoh lain tentang metode, ada di artikel: kiat menyusun latar belakang masalah penelitian.

5. TENTUKAN METODE YANG KITA USULKAN (PROPOSED METHOD)

Inilah kekuatan dari penelitian kita. Kita harus bisa menentukan, membangun dan mengusulkan suatu metode/model (proposed method/model), yg kita harapkan bisa lebih baik  bila dibandingkan dengan metode-metode yang ada saat ini. Dan keunggulan metode yg kita usulkan tersebut harus dilandasi (reference), dibuktikan secara matematis, dan secara empiris lewat hasil eksperimen dan perbandingan dengan metode yang adas saat ini. Metode atau model yang kita usulkan itu tidak harus benar-benar baru, dalam artian, bisa saja dari state-of-the-art methods yang ada dan terakhir muncul (secara publikasi adalah yang paling baru), kita kemudian “menambahkan” sesuatu (algoritma, koefisien, formula, dsb), yang akhirnya ketika kita bandingkan dengan metode original, metode kita lebih baik (lebih cepat, lebih akurat, lebih konsisten, dsb). “Penambahan” yang kita lakukan dan akhirnya membuat pemecahan masalah menjadi lebih baik itulah yang disebut dengan kontribusi penelitian (contribution).

Setelah kita yakin dengan metode yang kita usulkan (tentu harus dilandasi secara kokoh oleh literatur terkini), maka kita susun Research Questions (RQ) dan Research Objective (RO) dari penelitian kita. Penelitian yang baik dan terencana harus tersusun sejak awal desain korelasi antara RP – RQ – RO. Contohnya, dari RP di tahap 3, saya membuat desain penelitian saya (korelasi RP-RQ-RO) seperti gambar di bawah. Untuk masalah “noisy attributes” saya mencoba menjawab dengan mencari “metode (algoritma) attribute weighting apa yang paling baik untuk prediksi cacat software?”, ini akan menjadi RQ1 saya . Setelah saya berhasil membandingkan secara empiris berbagai metode attribute weighting yang ada. Maka saya akan mengambil satu algoritma (metode) yang terbaik/terkini/state-of-the-art tersebut, dan kemudian mengusulkan improvement (perbaikan) dari algoritma tersebut. Sehingga untuk RQ2 saya, saya desain menjadi “bagaimana pengaruh metode attribute weighting yang saya usulkan (perbaiki) pada tingkat akurasi pada prediksi cacat software?”. Sedangkan RO-nya sendiri akan menyesuaikan dari RQ yang ada. Untuk RP2 juga secara umum mirip, hanya bukan masalah akurasi yang saya selesaikan, tapi konsisten dan reliability (kehandalan) dari classifier.

Jadi dapat disimpulkan bahwa desain penelitian saya terdiri dari dua masalah penelitian (RP1 dan RP2), empat pertanyaan penelitian (RQ1-RQ4) dan empat tujuan penelitian (RO1-RO4). Desain penelitian ini akan menjaga konsistensi dan kesinkronan penelitian kita, sehingga kita tidak bingung ketika merangkumkan penelitian kita dalam bentuk skripsi/tesis/disertasi. Dimulai dari dua masalah penelitian di RP1-RP2, ada 4 eksperimen yang kita lakukan untuk menjawab RQ1-RQ4, dan ada 4 kesimpulan yang akan kita tarik dari hasil penelitian yang kita lakukan.

Dilihat dari 5 tahapan memulai penelitian di atas, kita harus banyak baca paper. Di mana sumber literatur yang baik? Pertama coba ke google dan google scholar dulu. Untuk bidang komputer, berlangganan ACM plus dengan digital library yang berisi jutaan paper hanya 18USD/tahun. Silakan klik di link ini untuk jadi member. Terus, kira-kira berapa paper yang harus kita baca untuk menghasilkan penelitian yang baik? Patokan umum dan best practice untuk melakukan penelitian yang benar, lurus dan berkualitas, untuk level s1 kita paling tidak harus baca 20-70 paper, untuk level s2 kita sebaiknya membaca 70-200 paper, dan untuk level s3 diperlukan literatur sekitar 200-600 paper. Ini juga sekaligus menjawab pertanyaan mahasiswa yang sering ngeluh, banyak baca paper kok malah tambah pusing? Silakan ikuti best practice ini, maka kepala akan nyaman. Kepala jadi pusing ternyata bukan karena kita banyak membaca, tapi karena yang kita baca memang ”belum banyak” 

Welcome to the jungle!

sumber 

Read More