Pada artikel ini, saya mencoba merangkumkan tahapan melakukan penelitian yang ditulis oleh Prof Bochman. Tulisan pendek berjudul “How to do Good Research” ini, sebenarnya tidak terlalu jauh berbeda dengan artikel yang saya tulis di blog ini tentang, Tahapan Memulai Penelitian untuk Mahasiswa Galau dan juga Tahapan Penelitian dengan Fokus Perbaikan Metode. Sekali lagi perlu saya tegaskan bahwa dalam research di bidang computing, “(state-of-the-art) method improvement” adalah tujuan utama penelitian. Dan disinilah kita bisa mengklaim kontribusi (contribution to knowledge) dari penelitian yang kita lakukan. Menulis code program, membangun software sistem, melakukan simulasi, dan termasuk didalamnya studi kasus, obyek/domain, dataset, dsb yg kita gunakan, hanyalah sebagai testbed untuk mengukur bahwa “method improvement” yg kita lakukan terbukti lebih baik dibandingkan dengan state-of-the-art methods (metode-metode mutakhir yang ada). Artikel ini sekaligus menjawab pertanyaan adik-adik mahasiswa yang selalu mengatakan, mohon maaf lama tidak bimbingan, sebab saya sedang mengumpulkan data, saya sedang menunggu data dari perusahaan, atau saya sedang kerja keras mengumpulkan dana untuk bisa mengambil data di seluruh rumah sakit di Indonesia. Mengapa harus repot-repot mengeluarkan banyak dana dan waktu hanya untuk mengumpulkan data? Seharusnya konsentrasi kita untuk menentukan masalah penelitian yang akan kita selesaikan, dan menyusun metode yang lebih baik dibanding metode-metode yang sudah ada saat ini (state-of-the-art methods). Data ataupun dataset hanyalah alat untuk testbed, menguji metode yang kita usulkan. Untuk penelitian kita, tidak masalah bila kita menggunakan public dataset yang ada di repositori yang bebas diakses semacam UCI (untuk berbagai obyek data), PROMISE (untuk bidang software engineering), ACM KDD Cup, dan berbagai respositori public lain. Rangkuman tahapan penelitian yang ditulis oleh Gregor v. Bochmann adalah sebagai berikut. Choose an interesting area for research Identify an interesting research topic (a problem for which there is no good solution) Have some good idea how to improve the state of the art Show that...

Di artikel sebelumnya, saya sudah menjelaskan secara komprehensif tentang Tahapan Memulai Penelitian untuk Mahasiswa Galau. Tahapan dimulai dari penentuan bidang dan topik penelitian, kita kemudian melakukan studi literatur untuk menemukan masalah penelitian dan usaha yang telah dilakukan para peneliti lain untuk memecahkan masalah penelitian tersebut. Nah, bagi yang menganggap bahwa Tahapan Memulai Penelitian untuk Mahasiswa Galau ini terlalu lama kalau diikuti, padahal waktu kita terbatas. Ada cara yang mungkin lebih efisien yaitu dengan konsentrasi ke satu metode atau algoritma, lengkapnya mungkin tahapan di bawah ini bisa diikuti: 1. Pilih satu metode atau algoritma yg menarik Dari seluruh mata kuliah yang kita ikuti di level s1 atau s2, pasti bermunculan berbagai algoritma, misalnya di bidang machine learning ada nn, svm, k-nn, nb, dsb. Yang tertarik di bio-inspired algorithm,  ada genetic algorithm, ant colony algorithm, bee colony algorithm, particle swarm optimization, dsb. Tidak perlu dulu pikirkan bidang atau topik, yang penting kita tertarik di suatu algoritma dan ingin research tentang itu. Nanti bidang dan topik bisa kita tentukan dari obyek penelitian paper-paper journal yang kita jadikan rujukan utama. 2. Cari paper-paper journal yang melakukan perbaikan metode Pada paper-paper itu pasti menampilkan masalah dari algoritma yg membuat dia memutuskan untuk memperbaikinya. Teknik mencari paper journal bisa dengan fasilitas advanced search dan pilih pencarian hanya untuk title dari paper. Masukan nama algoritma yang kita pilih di keyword pencarian. Misalnya kita putuskan bahwa kita tertarik untuk melakukan research tentang genetic algorithm. Misalnya bila kita melakukan pencarian di sciencedirect.com, maka pilih advanced search dan masukan keyword “genetic algorithm” hanya untuk judul. Hasil pencarian akan seperti di bawah. Lihat bahwa paper-paper penelitian tentang genetic algorithm, tidak hanya memanfaatkannya saja untuk suatu keperluan, tapi juga melakukan improvement (perbaikan) dari banyak sisi genetic algorithm, tergantung masalah penelitian yang dibidik. Referensi paper journal biasanya dibatasi 5 tahun terakhir, supaya kita bisa mendapatkan “state-of-the-art problems” (masalah...

Satu hal penting yang biasanya dilupakan mahasiswa ketika melakukan penelitian adalah, memahami secara komprehensif topik penelitian yang dipilih. Pemahaman yang tidak komprehensif, akan membuat mahasiswa atau peneliti kesulitan dalam menemukan masalah penelitian,  menetapkan tujuan penelitian, dan akhirnya gagal menyusun proposal penelitian yang baik. Kalaupun berhasil menyusun proposal penelitian, mahasiswa akan belepotan dan gagal menjawab pertanyaan sederhana tentang topik penelitian, ketika presentasi sidang proposal atau sidang akhir. Mahasiswa seperti ini biasanya saya anggap gagal, gagal memahami hakekat ilmu pengetahuan yang diteliti, dan gagal memahami posisi penelitian (research position) dari bidang yang digelutinya. Tulisan ini sekaligus melanjutkan tulisan tentang Tahapan Memulai Penelitian untuk Mahasiswa Galau yang saya tulis sebelumnya. Setelah kita berhasil menetapkan bidang dan topik penelitian, dan membaca banyak (puluhan atau ratusan) literatur, baik buku atau paper journal, baik yang berbentuk technical paper atau survey paper, maka waktunya untuk menggambarkan peta pengetahuan tentang topik penelitian yang telah kita pilih. Untuk menyajikan topik penelitian dalam satu gambar, banyak teknik yang bisa kita gunakan, salah satunya yang paling mudah dipahami adalah Mind Map. Mind Map dibuat oleh Tony Buzan tahun 1974. Mind Map didasarkan pada cara kerja otak kita menyimpan informasi. Hasil penelitian menunjukkan bahwa otak kita menyimpan informasi  dalam sel-sel saraf dalam bentuk cabang-cabang, sehingga bila dilihat sekilas akan tampak seperti bentuk pohon dengan cabang dan rantingnya. Mind Map membantu kita untuk memahami suatu hal yang kompleks, cukup dengan satu gambar. Sifatnya yang divergen, dan membentuk cabang dan ranting dalam bentuk hierarki, membantu kita secara alami dan pelan-pelan membuat peta pemikiran tentang  suatu hal. Banyak software yang bisa digunakan untuk membuat Mind Map, diantaranya yang berlisensi open source adalah FreeMind dan XMind. Untuk contoh pada tulisan ini, saya menggunakan software XMind. Sebagai contoh, saya masih menggunakan topik penelitian yang saya pilih pada artikel Tahapan Memulai Penelitian untuk Mahasiswa Galau, yaitu prediksi...

MENGAPA KONTRIBUSI PENTING DALAM PENELITIAN? Banyak mahasiswa, yang sedang melakukan penelitian untuk skripsi, tesis atau disertasi, bingung dengan istilah kontribusi dalam penelitian. Di setiap sidang proposal, sidang akhir, dan melihat hasil review dari paper yang kita kirimkan ke jurnal internasional, selalu menjadikan “apa kontribusi dari penelitian kita”, sebagai parameter penting dari penilaian. Pengertian research sendiri di berbagai literatur selalu mengarah ke wajibnya ada kontribusi di penelitian, meskipun menggunakan redaksi yang berbeda. Yang sering saya pertegas di kelas ketika mengajar research methodology adalah ungkapan Dawson  yang mengatakan: Research is a considered activity which aims to make an original contribution to knowledge (Dawson, 2009) Mahasiswa banyak yang terjebak menyangka bahwa kontribusi adalah kontribusi ke masyarakat, padahal bukan ini yang dimaksud. Kontribusi ke masyarakat relatif sulit untuk diukur dan dibuktikan, karena itu biasanya ini dimasukkan ke dalam “manfaat penelitian” dan bukan “tujuan penelitian”. Cukup kita konsentrasi ke tujuan penelitian dimana kontribusi ke pengetahuan adalah hal utamanya, sudah pasti manfaatnya akan dirasakan oleh masyarakat, paling tidak masyarakat yang berhubungan secara langsung atau tidak langsung dengan tujuan penelitian kita.   PERBAIKAN METODE MENGHASILKAN KONTRIBUSI Kontribusi dalam penelitian khususnya penelitian computing, mengarah ke perbaikan metode/algoritma/model (method improvement) yang kita lakukan. Perbaikan metode/algoritma/model yang kita usulkan (proposed method) itu kemudian kita ukur, dan kita bisa membuktikan bahwa perbaikan kita membuat metode/algoritma/model menjadi lebih baik (presisi/akurasi/efisiensi). Jadi, kontribusi ke pengetahuan adalah perbaikan atau revisi yang kita lakukan, kontribusi adalah “kebaruan” atau “orisinalitas” dari penelitian kita. Sesuai dengan yang dikatakan Berndtsson: Research is the activity of a diligent and systematic inquiry or investigation in an area, with the objective of discovering or revising facts, theories, applications, etc (Berndtsson et al., 2008)   MANA YANG KONTRIBUSI DAN MANA YANG BUKAN? Membedakan mana penelitian yang ada kontribusi dan mana yang tidak sebenarnya cukup mudah. Saya...

PROBLEMS AND REQUIREMENTS Semakin banyaknya jumlah mahasiswa bimbingan, membuat saya harus sedikit memutar otak supaya semua mahasiswa dan penelitian mereka bisa saya kelola dan monitor dengan baik. Daftar mahasiswa yang sudah selesai saya bimbing termasuk penelitian yang dilakukan dapat dilihat di halaman Research. Jujur, saya tidak ingin kualitas penelitian mahasiswa yang saya bimbing menurun karena faktor jumlah mahasiswa bimbingan yang bertambah. Saya juga tidak bisa meluluskan mahasiswa yang penelitiannya asal-asalan dan tidak memenuhi level penelitian S2, yang harus ada kontribusi di method improvement. Kondisi saya dan requirement yang saya perlukan adalah sebagai berikut: Saya memiliki mobilitas yang sangat tinggi, di sisi lain, mahasiswa bimbingan saya tersebar di tiga program pasca sarjana berbeda (dua di Jakarta dan satu di Semarang), pertemuan darat sangat terbatas dan tidak memungkinkan dilakukan secara intensif Sebagai pembimbing saya harus bisa memonitor semua aktifitas mahasiswa bimbingan, progress mereka harus masuk ke notification di gadget saya, sehingga saya bisa memberi respon dengan cepat di manapun saya berada dan kapanpun itu datang Saya harus bisa mengikuti dengan cermat dan cepat tahapan penelitian yang sudah dilakukan mahasiswa, memberi warning ke mereka apabila ada yang “tersesat” terlalu jauh. Meluluskan mahasiswa dengan cepat tapi dengan tetap menjaga kualitas penelitian adalah tantangan terpenting dari membimbing mahasiswa Saya harus memberi komentar, mencoret-coret proposal dan tesis mahasiswa, tentu bukan versi cetak, tapi versi digital berbentuk file PDF Karena jumlah mahasiswa bimbingan yang banyak, komentar, revisi dan coretan saya harus terdeliver ke semua mahasiswa bimbingan, supaya saya tidak capek harus mengulang-ulang hal yang sama ke setiap mahasiswa Mahasiswa yang sudah melaju ke tahapan penelitian lebih cepat, harus bisa membantu saya menjelaskan ke mahasiswa yang baru mulai masuk ke fase awal bimbingan penelitian, sehingga saya tidak perlu repot menjelaskan berulang-ulang di setiap waktu ke setiap mahasiswa yang memulai bimbingan Mahasiswa memerlukan...

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 (field) 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,...

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,...

Latar belakang masalah penelitian (research background) adalah bagian pertama dan sangat penting dalam menyusun tulisan ilmiah, baik dalam bentuk paper atau tesis. Latar belakang masalah penelitian menjelaskan secara lengkap topik (subject area) penelitian, masalah penelitian yang kita pilih dan mengapa melakukan penelitian pada topik dan masalah tersebut (Berndtsson et al., 2008). Sayangnya, tidak banyak mahasiswa yang berhasil membuat latar belakang masalah penelitian dengan baik, sebagian karena masalah penelitiannya memang tidak jelas dan mengada-ada, sebagian lagi karena copy-paste sana sini sehingga alur paragrafnya menjadi kacau, dan sebagian lagi karena gagal melandasi alasan melakukan penelitian itu (males baca literatur). Saya coba membuat tulisan ini, khususnya untuk mempermudah mahasiswa bimbingan saya di bidang komputer (computing), yang sering galau  dalam membuat latar belakang masalah pada tesis mereka :). KIAT 1:. PAHAMI DUA GAYA RESEARCH DI BIDANG COMPUTING Sebelumnya perlu dipahami bahwa gaya penelitian di bidang komputer (computing) secara umum terbagi dua yaitu gaya Computer Science (CS) dan gaya Information Systems (IS) (Berndtsson et al., 2008). CS memiliki karakteristik penelitian dan isu berhubungan dengan core technology dan perbaikan metode (method improvement). Sedangkan penelitian IS lebih cenderung ke arah isu tentang interaksi teknologi dan sosial, termasuk diantaranya mengukur dan menganalisa kesuksesan penerapan teknologi dan sistem informasi. Tulisan kali ini akan lebih cenderung ke alur latar belakang masalah penelitian bergaya CS, meskipun tetap bisa digunakan untuk penelitian IS. KIAT 2: MENJAWAB SEMUA PERTANYAAN WHY DI JUDUL Latar belakang masalah penelitian akan menjawab semua pertanyaan MENGAPA (WHY) dari judul penelitian kita. Untuk mempermudah penjelasan, saya akan gunakan, terjemahkan dan revisi paper penelitian (Fei et al, 2008) untuk contoh paper yang kita bahas. Karena judul penelitiannya adalah Prediksi Produksi Padi dengan menggunakan Support Vector Machine berbasis Particle Swarm Optimization, maka latar belakang masalah harus bisa menjawab pertanyaan: mengapa padi? mengapa prediksi produksi padi? mengapa support vector machine? mengapa particle swarm optimization? Bagaimana cara...