Pertemuan 1: Pengantar Filsafat Ilmu, Paradigma Riset Ilmiah, dan Perumusan Masalah Penelitian
Pengantar Filsafat Ilmu, Paradigma Riset Ilmiah, dan Perumusan Masalah Penelitian
Kajian landasan filosofis metodologi penelitian bidang informatika, pembedaan antara rekayasa perangkat lunak teknis dengan penyelidikan ilmiah akademik, kriteria keabsahan riset, serta teknik identifikasi kesenjangan penelitian (research gap) dan perumusan masalah yang tajam.
1. Landasan Filosofis: Ontologi, Epistemologi, dan Aksiologi dalam Informatika
Riset akademik bukanlah sekadar aktivitas coding atau pembuatan aplikasi komersial, melainkan usaha sistematis untuk menemukan kebenaran baru atau memperluas khazanah pengetahuan ilmiah. Landasan filsafat riset komputasi ditopang oleh tiga pilar:
- Ontologi (Hakikat Objek Kajian): Apa objek riil yang sedang diteliti? Dalam ilmu komputer, objek ontologis dapat berupa efisiensi struktur algoritma, representasi data matematis, keandalan arsitektur perangkat lunak, atau interaksi manusia dengan sistem komputer cerdas.
- Epistemologi (Metode Memperoleh Pengetahuan): Bagaimana cara memperoleh pengetahuan yang valid dan teruji? Diperoleh melalui observasi empiris terkontrol, pembuktian teorema matematis, komparasi eksperimental terstandar dengan dataset acuan (benchmark datasets), serta analisis signifikansi statistik.
- Aksiologi (Tujuan dan Manfaat Etis): Untuk apa pengetahuan tersebut dikembangkan? Penilaian terhadap nilai kemanfaatan solusi, kepatuhan privasi data, transparansi kecerdasan buatan (explainable AI), dan pencegahan bias diskriminatif dalam algoritma.
2. Perbedaan Fundamental: Riset Ilmiah vs Proyek Pembuatan Aplikasi Biasa
Banyak mahasiswa tingkat akhir keliru menyamakan tugas akhir skripsi dengan proyek pengembangan perangkat lunak komersial:
- Proyek Rekayasa Perangkat Lunak Biasa: Berorientasi pada produk fungsional (product-oriented). Kriteria keberhasilan dinilai dari apakah sistem berjalan sesuai spesifikasi pengguna, menggunakan teknologi mutakhir (misal framework X, database Y), dan memiliki UI yang estetis. Tidak memerlukan kebaruan ilmiah (novelty).
- Penelitian Ilmiah (Skripsi Akademik): Berorientasi pada penemuan pengetahuan baru (knowledge-oriented). Kriteria keberhasilan dinilai dari metodologi yang dapat dipertanggungjawabkan secara ilmiah, ada tidaknya kontribusi solusi terhadap keterbatasan metode terdahulu, serta evaluasi komparatif yang membuktikan keunggulan metode usulan secara objektif.
3. Identifikasi Masalah dan Kesenjangan Penelitian (Research Gap)
Penelitian bermutu tinggi selalu berakar dari identifikasi masalah (problem identification) yang jelas, bukan mencari-cari masalah buatan untuk mencocokkan alat tertentu (solution in search of a problem):
- Definisi Research Gap: Kesenjangan antara apa yang sudah diketahui dalam literatur ilmiah saat ini (current state-of-the-art) dengan apa yang seharusnya dicapai untuk memecahkan persoalan dunia nyata.
- Bentuk-Bentuk Gap:
- Methodological Gap: Metode yang sudah ada memiliki kelemahan performa, komputasi lambat, atau tidak mampu menangani data tak seimbang (imbalanced data).
- Empirical Gap: Belum adanya pengujian empiris dari suatu algoritma pada domain spesifik atau konteks lokal tertentu.
- Theoretical Gap: Adanya pertentangan temuan antara beberapa peneliti terdahulu mengenai suatu fenomena komputasi.
4. Perumusan Rumusan Masalah (Research Questions)
Rumusan masalah harus dinyatakan dalam bentuk pertanyaan deklaratif operasional yang terukur (memenuhi prinsip SMART: Specific, Measurable, Achievable, Relevant, Time-bound):
- Contoh Rumusan Buruk: "Bagaimana cara membuat sistem klasifikasi daun padi dengan Python?" (Ini pertanyaan tutorial teknis).
- Contoh Rumusan Baik: "Bagaimana pengaruh penerapan metode augmentasi citra berbasis Contrast Limited Adaptive Histogram Equalization (CLAHE) terhadap peningkatan akurasi klasifikasi penyakit daun padi menggunakan arsitektur Convolutional Neural Network pada dataset dengan variasi pencahayaan ekstrem?"
Kejelasan perumusan masalah ini menentukan arah metodologi pengumpulan data, pemilihan model pembanding, dan teknik validasi hasil penelitian.