1 of 19

Desain Penelitian

12 April – 17 April 2021

Desain penelitian yang merupakan pedoman dalam melakukan melaksanakan penelitian

Mahasiswa memahami desain

penelitian dan mendesain sebuah

penelitian kecil dari sebuah studi

kasus

Desain penelitian merupakan pedoman dalam melakukan proses penelitian diantaranya dalam menentukan instrumen pengambilan data, penentuan sampel, pengumpulan data serta analisa data. Dengan pemilihan desain penelitian yang tepat diharapkan akan dapat membantu peneliti dalam menjalankan penelitian secara benar. Tanpa desain yang benar

seorang peneliti tidak akan dapat melakukan penelitian dengan baik karena tidak memiliki pedoman penelitian yang jelas.

2 of 19

Metodologi Penelitian - Desain Penelitian

2

3. Causal – Comperative Research

  • Causal – Comparative Research disebut juga dengan penelitian sebab akibat merupakan salah satu ide berpikir ilmiah untuk menyusun suatu riset metodologi.
  • Penelitian kausal bisa dimasukkan dalam penelitian eksperimen namun bisa juga dimasukkan dalam bentuk lain misalnya dalam bentuk komparatif riset.
  • Independent variable pada penelitian komperatif tidak bisa dimanipulasi dan tidak bisa diberikan perlakuan (treatment).
  • Penelitian komparatif lebih terfokus pada dampak atau efek yang terjadi dengan cara mencari apa yang menjadi penyebab dari dampak tersebut serta melihat perbedaan yang terjadi diantara dua grup atau lebih dan berikan penjelasan terhadap perbedaan diantara kedua kelompok/grup. Misalnya kenapa perusahaan IT multinasional lebih inovatif daripada perusahaan IT lokal?
  • Untuk memanipulasi data bisa digunakan berbagai macam cara penghitungan atau uji statistik. Bila interest ingin melihat apakah pada grafik yang didapatkan terdapat perbedaan atau tidak biasanya dilakukan uji powerfull dengan menggunakan uji statistik seperti uji t, uji z maupun uji covariance.
  • Bila penelitian yang dilakukan lebih ke arah penelitian deskriptif, maka hasil yang didapatkan berupa grafik sudah cukup untuk memberikan gambaran penelitian, namun apabila kita ingin mengetahui secara lebih jauh apakah grafik tersebut signifikan atau tidak, maka harus diuji dengan statistik.

3 of 19

Metodologi Penelitian - Desain Penelitian

3

Contohnya untuk melihat hubungan antara faktor produksi (indipendent variable) dengan tingkat produksi yang dihasilkan (dipendent variable).

  • Dari hasil data yang dikumpulkan dapat terlihat adanya penambahan bagi setiap satu satuan indipendent variable, berapa pertambahan dependent variablel-nya.
  • Berdasarkan grafik yang didapatkan, cari rata-ratanya dan lihat hasilnya.
  • Bila berbeda namun tidak signifikan, mungkin perbedaan itu hanya bersifat kebetulan.

​

Dalam menganalisa penelitian kita tidak harus selalu menggunakan analisa statistik, namun juga bisa menggunakan analisa lainnya seperti analisa statistik deskriptif maupun analisa kualitatif dengan menggunakan data-data berupa tabel, grafik, dan model-model.

  • Analisa statistik dan analisa secara kualitatif, keduanya saling melengkapi, dimana ada kaedah-kaedah ilmiah yang harus dipenuhi baik metode, teknik, maupun tools

​

Misalnya kita tidak bisa mengatakan bahwa perusahaan IT international lebih inovatif daripada perusahaan IT nasional tanpa didukung oleh data hasil penelitian. Untuk mengungkapkan sesuatu yang bernilai ilmiah harus didukung dengan data-data dan juga teori-teori yang mendukung.

4 of 19

Metodologi Penelitian - Desain Penelitian

4

Penelitian yang dilakukan dengan pendekatan kualitatif biasanya memiliki sampel yang terbatas, sedangkan untuk penelitian kuantitatif sampelnya cukup besar.

  • Kombinasi dari kedua penelitian tersebut bersifat saling menguatkan.
  • Penelitian yang bersifat kualitatif kualitas datanya harus reliable, valid, dan designnya harus benar.
  • Kualitatif bukan berarti berkualitas. Misalnya;
    • kita ingin melihat bagaimana tingkat penjualan IT multinsional dalam tiga tahun terakhir.
    • Bila rata-ratanya menunjukkan hasil yang tidak signifikan maka perlu diuji lanjut dengan menggunakan statistik, dimana uji z lebih powerull daripada uji t.
    • Uji statistik ini dilakukan untuk mencari penyebab perbedaan berdasarkan indipenden dan dependent variablenya.

​

Misalnya Perusahaan IT international lebih inovatif daripada perusahaan IT nasional.

  • Ukur dalam 3 tahun terakhir bagaimana produktivitas lihat polanya dengan unit yang sama kita bandingkan ini disebut komperatif riset.
  • Bila rata-rata yang satu 5.4 dan 5.0 dengan sampel masing-masing 10, belum tentu yang 5.4 signifikan daripada 5.0 musti diuji dulu dengan uji secara statistik.
  • Pada eksperimental design kita bisa memanipulasi indipendent variablenya.
  • Bila pada tabelnya terlihat hasil yang berbeda secara signifikan maka perlu diuji dengan statistik.
  • Apa penyebab dari meningkatnya produktivitas dari perusahaan ini.

5 of 19

Metodologi Penelitian - Desain Penelitian

5

Kesimpulan yang harus diambil adalah bahwa kegagalan IT mungkin terjadi karena tidak adanya peran atau komitmen dari pihak top manajemen.

  • Hal ini merupakan kontribusi dari suatu riset karena sudah merupakan suatu fenomena.
  • Contoh lain, dalam suatu penelitian ada yang mengatakan bahwa 85 % proyek IT gagal. Porsi terbesar penyebab gagalnya produk IT ini adalah karena adanya kesalahan pada requirementnya.

​

Kita tidak bisa mengontrol produk orang lain, karena bersifat komperatif.

  • Tidak ada unsur objektivitas yang mengatakan bahwa produk yang kita buat lebih baik daripada produk pesaing, tanpa didukung oleh data-data dan hasil penelitian.
  • Adanya robustness (ketahanan) dalam suatu penelitian tidak menjadi masalah, asal diungkapkan desain yang digunakan.

​

Data yang tidak valid diungkapkan kembali. Mendesain suatu riset berupa peluang dimana Sistem Informasi bisa diusulkan.

  • Misalnya: SI untuk ketahanan pangan.
    • Setiap lahan diukur produktivitasnya.
    • Setiap ada perubahan fungsi lahan bisa diolah. Sehingga data tahun lalu dengan data sekarang bisa dioverlap (tumpang tindih) berapa perubahan yang terjadi.
    • Misalnya berapa lahan persawahan yang berubah jadi lahan pemukiman. Hingga dibuat kebijakan yang tepat sasaran misalnya tidak ada lagi ijin untuk mendirikan bangunan karena mengancam ketahanan pangan nasional.

6 of 19

Metodologi Penelitian - Desain Penelitian

6

4. Correlational Research

Bentuk penelitian lain yang sering disebut penelitian kuantitatif ialah penelitian korelasional (ex post facto).

  • Penelitian ini dilakukan untuk melihat hubungan diantara dua variable.
  • Korelasi tidak menjamin adanya kausaliti (hubungan sebab akibat), tetapi kausaliti menjamin adanya korelasi.

​

Misalnya tingkat pertumbuhan bayi di Jakarta dengan tingginya curah hujan di Bogor.

  • Hipotesis: Semakin tinggi curah hujan semakin tinggi tingkat kelahiran bayi.
  • Lihat korelasinya bermakna atau tidak.
  • Korelasi bisa diinterpretasikan walaupun geografisnya jauh.
  • Kita harus kritis waktu melihat korelasi bermakna atau tidak, bila tidak maka korelasi tersebut akan gugur.

​

Contoh lainnya, kita ingin melihat tingkat Gross National Product (GNP) suatu negara dengan adanya keterlibatan IT.

  • Hipotesis: semakin besar pembelanjaan IT suatu negara semakin tinggi GNP-nya.
  • Hipotesis tersebut bisa benar dan bisa juga tidak.
  • Untuk itu maka perlu dikaji apakah benar strategi bisnis tertentu di negara tersebut terkait dengan peran IT. Walaupun mungkin ada faktor-faktor lain yang tidak kita amati.

7 of 19

Metodologi Penelitian - Desain Penelitian

7

Korelasi menghitung derajat keterhitungan antara dua atau lebih variable.

  • Bila kita melakukan korelasi maka kita melakukan forecasting atau peramalan.
  • Misalnya ada hubungan antara IT investment dengan meningkatnya kinerja suatu perusahaan.
  • Untuk menguji apakah hubungan tersebut bersifat causality, maka harus dikaji dan diteliti lagi faktor-faktor apa saja yang berperan di dalamnya.
  • Selain korelasi dan causality juga perlu dibedakan antara asumsi dengan simulasi.
    • Asumsi merupakan sesuatu yang take it for granted (terima begitu saja).
    • Contoh, dua petak sawah diasumsikan tingkat kesuburannya sama, intensitas penerimaan cahaya mataharinya sama, kemiringan ketinggiannya dari permukaan lautnya juga sama.

​

Contoh lain, simulasi untuk mengukur recall (nilai perolehan) dan precision (nilai ketepatan).

  • Recall tidak bisa diukur, bila kita mencari suatu artikel di Google maka dalam menerapkan asumsi tadi kita tidak akan tahu berapa jumlah dokumen yang relevan untuk diambil.
  • Untuk itu, perlu diasumsikan bahwa untuk mengukur precision maka jumlah dokumen yang relevan diambil dibagi dengan jumlah dokumen yang terambil.
  • Recall dapat ditentukan dengan mencari jumlah dokumen yang relevan tetapi tidak terambil. Maka perlu disimulasikan untuk menggambarkan presisinya.
  • Akurasi tidak akan memiliki makna yang baik jika tidak memperhitungan recall ini (akan dibahas menggunakan contoh kasus).

8 of 19

Metodologi Penelitian - Desain Penelitian

8

Asumsi dan angka besaran asumsi, dapat digunakan/diterima dengan berbagai pertimbangan.

  • Angka asumsi dapat digunakan setelah mencari kategorikal interval yang telah dibuat orang lain. Maka, cari referensi selengkap-lengkapnya.
  • Bangun argumen, cari referensi interval yang telah dibuat oleh orang lain tersebut.

​

Misalnya ada suatu kasus yang mengukur kontaminasi udara dengan suatu alat ukur.

  • Yang diukur diesel genset dengan diesel. Datanya tidak representatif karena data kontimasi udara yang dilakukan diukur tidak bisa mengesampingkan asap knalpot motor atau mobil.
  • Tidak bisa diasumsikan bahwa faktor-faktor lingkungan dianggap tetap.

​

Kesalahan karena dampak pembulatan, sehingga bedanya makin besar.

  • Kemungkinan adanya kontribusi error dari pembulatan merupakan masalah teknis perhitungan.
  • Asumsi berupa sesuatu yang tidak kita teliti.
  • Misal Normal distribution. Bila menguji IQ harus diuji dulu normalitinya, ada ketidaknormalan dalam sampel/populasi,
    • misal ada 10 orang autis akan merusak normality.
    • Tidak pernah diujikan normaliti namun hanya diasumsikan sampel yang representatif maka dia menyebar normal.
    • Fungsi normal, diuji dulu tapi tidak dilakukan bahwa IQ rate 100/120 bila dicacah/sensus menyebar normal.
    • Dalam korelasi tidak ada yang kontrol satu sama lain sama aja perannya.

9 of 19

Metodologi Penelitian - Desain Penelitian

9

Penelitian yang menggunakan teknik korelasional adalah penelitian yang menyelidiki hubungan diantara beberapa variabel penelitian.

  • Analisa data yang digunakan adalah analisa statistic dengan menggunakan uji regresi dan korelasi.

10 of 19

Precission, recall & accuracy

Metodologi Penelitian - Desain Penelitian

10

  • Precision adalah tingkat ketepatan antara informasi yang diminta oleh pengguna dengan jawaban yang diberikan oleh sistem.
  • recall adalah tingkat keberhasilan sistem dalam menemukan kembali sebuah informasi.
  • Bidang statistika dikenal juga istilah accuray. Accuracy didefinisikan sebagai tingkat kedekatan antara nilai prediksi dengan nilai aktual.
  • Ilustrasi berikut ini memberikan gambaran perbedaan antara accuracy dan precision.

11 of 19

Secara umum precision, recall dan accuracy dapat dirumuskan sebagai berikut:

Metodologi Penelitian - Desain Penelitian

11

12 of 19

Metodologi Penelitian - Desain Penelitian

12

Misalkan kita ingin mengukur kinerja dari sebuah mesin pemisah ikan yang bertugas memisahkan ikan-ikan salmon dari semua ikan yang telah didapat.

  • Untuk mengujinya kita akan memasukkan 100 ikan salmon dan 900 ikan lain (bukan ikan salmon).
  • Hasilnya mesin tersebut memisahkan 110 yang dideteksi sebagai ikan salmon.
  • Ke 110 ikan tersebut kemudian dicek kembali oleh manusia,
    • ternyata dari 110 ikan tersebut hanya 90 ekor yang merupakan ikan salmon,
    • sedangkan 20 lainnya merupakan ikan lain.

​

Diket:

    • Jumlah Salmon yang dipisahkan dengan benar = 90
    • Ikan lain bukan salmon = 900
    • Jumlah seluruh Ikan yang dipisahkan oleh mesin = 110
    • Mesin salah identifikasi ikan = 20

​

Contoh kasus perhitungan Recall, Precision dan Accuracy

13 of 19

Metodologi Penelitian - Desain Penelitian

13

Dari kasus tersebut maka kita dapat simpulkan bahwa mesin tersebut memiliki recall sebesar 90% yang didapatkan dari perhitungan berikut:

Dari kasus tersebut maka kita dapat dohitung mesin tersebut memiliki precision sebesar 82%, yang didapatkan dari perhitungan berikut:

14 of 19

Metodologi Penelitian - Desain Penelitian

14

Dari kasus tersebut maka kita dapat simpulkan bahwa mesin tersebut memiliki accuracy sebesar 97% yang didapatkan dari perhitungan berikut:

 

15 of 19

Kesimpulan contoh kasus

Metodologi Penelitian - Desain Penelitian

15

16 of 19

Mendeteksi BIAS

Metodologi Penelitian - Desain Penelitian

16

Menggunakan precision atau accuracy saja dalam sebuah mengukur kinerja dari sebuah sistem / metode bisa menimbukan bias yang sangat fatal.

  • Sebagai contoh, misalnya dari pengujian menggunakan 100 ikan salmon dan 900 ikan lain ternyata mesin hanya memisahkan 1 ikan salmon, dan setelah dicek oleh manusia, 1 ikan tersebut benar merupakan ikan salmon. Pengujian ini dapat kita tuliskan sebagai berikut:

17 of 19

Metodologi Penelitian - Desain Penelitian

17

Dari hasil perhitungan kita dapatkan precision sebesar 100% dan accuracy sebesar 90.1%. Sekilas tampak baik, namun perhatikan nilai recall yang hanya sebesar 1%. Hal ini menunjukkan bahwa sistem hanya dapat memisahkan ikan salmon dalam jumlah yang sedikit sekali dan masih banyak ikan-ikan salmon yang lolos dari pemisahan.

18 of 19

Kesimpulan berdasarkan studi kasus

Metodologi Penelitian - Desain Penelitian

18

Jadi dalam mengukur kinerja dari sebuah sistem / metode dalam pengenalan pola atau temu kembali informasi disarankan menggunakan minimal dua parameter yaitu precision dan recall untuk mendeteksi bias seperti pada kasus diatas.

19 of 19

Referensi

Metodologi Penelitian - Desain Penelitian

19

  1. Hasibuan, Zainal. A. Metodologi Penelitian Pada Bidang Ilmu Komputer Dan Teknologi Informasi: Konsep, Teknik dan Aplikasi. Fakultas Ilmu Komputer, Universitas Indonesia. 2007.

​

​

​

​