Cara membuat kerangka pemikiran untuk disertasi

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 melakukan method 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 dan generation 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?

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