METODOLOGI PENELITIAN

dokumen-dokumen yang mirip
3. Masalah Penelitian

3. Masalah Penelitian pemahaman merupakan awal proses penelitian

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN

Research Methodology 6. Kesalahan Penulisan Tesis

METODOLOGI PENELITIAN

2. Tahapan Penelitian pemahaman merupakan awal proses penelitian

5. Struktur Penulisan Tesis

2. Tahapan Penelitian

Metodologi Penelitian

Metodologi Penelitian Rudi Susanto pemahaman merupakan awal proses penelitian

Research Methodology 2. Tahapan Penelitian

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN Latar Belakang

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

Research Methodology 3. Literature Review

BAB I PENDAHULUAN. 1.1 Latar Belakang

Metodologi Penelitian

Pengantar Penelitian TI

BAB III METODE PENELITIAN

Model Prediksi Berbasis Neural Network untuk Pengujian Perangkat Lunak Metode Black-Box

ABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.

Metodologi Penelitian

BAB I PENDAHULUAN Latar Belakang

ABSTRAK. Kata Kunci: data tidak seimbang, klasifikasi, KSMOTE, boosting, SSO, support vector machine.

OPTIMASI TEKNIK KLASIFIKASI MODIFIED K NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA GENETIKA

BAB I PENDAHULUAN 1.1. Latar Belakang

Implementasi dan Analisa Granular Support Vector Machine with Data Cleaning (GSVM-DC) untuk Spam Filtering

PENERAPAN TEKNIK DATA MINING UNTUK MENENTUKAN HASIL SELEKSI MASUK SMAN 1 GIBEBER UNTUK SISWA BARU MENGGUNAKAN DECISION TREE

BAB 3 METODE PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

1. Pendahuluan. 1.1 Latar Belakang

Research Methodology 3. Literature Review

BAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.

METODE KLASIFIKASI DATA MINING DAN TEKNIK SAMPLING SMOTE MENANGANI CLASS IMBALANCE UNTUK SEGMENTASI CUSTOMER PADA INDUSTRI PERBANKAN

MENGGUNAKAN DATA MINING

PERANCANGAN SISTEM KONTROL POSISI DAN KECEPATAN PADA KAPAL SELAM MENGGUNAKAN JARINGAN SARAF TIRUAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. masalah kecerdasan, desain, pemilihan, implementasi, dan monitoring (Tripathi,

BAB III METODE PENELITIAN

BAB III METODOLOGI 3.1. Prosedur Penelitian Identifikasi Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA. mengenai penelitian terdahulu, tentang prediksi lama masa studi mahasiswa,

1. Pendahuluan. 1.1 Latar Belakang

Penelitian Tugas Akhir Itu Mudah (3): Menetapkan Tema dan Judul

Tugas Ujian Tengah Semester (UTS) Data Mining Lanjut ABSTRAK

Versi Online tersedia di : JURNAL TECH-E (Online)

BAB 1 PENDAHULUAN 1.1 Latar Belakang

Optimasi Teknik Klasifikasi Modified k Nearest Neighbor Menggunakan Algoritma Genetika

BAB 1 PENDAHULUAN 1-1

BAB I PENDAHULUAN 1.1 Latar Belakang

Jurnal SCRIPT Vol. 3 No. 1 Desember 2015

Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa

PREDIKSI TIME SERIES TINGKAT INFLASI INDONESIA MENGGUNAKAN EVOLUTION STRATEGIES

BAB 3 METODE PENELITIAN

PREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

penyedia layanan server yang diakses atau dituju oleh pengguna. Pihak administrator jaringan di Universitas Pattimura, diperoleh informasi total

PENDAHULUAN. 1.1 Latar Belakang

1. Pendahuluan 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

1. BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan

DIAGNOSA PREDIKSI PENYAKIT JANTUNG DENGAN MODEL ALGORITMA NAÏVE BAYES DAN ALGORITMA C4.5

PROFIL DAN TANGGAPAN MAHASISWA DALAM MEMANFAATKAN WEB SITE MATA KULIAH KONSEP TEKNOLOGI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

1 PENDAHULUAN 1.1 Latar Belakang

PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE NEURAL NETWORK DAN PARTICLE SWARM OPTIMIZATION

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

PENINGKATAN KINERJA PREDIKSI CACAT PERANGKAT LUNAK DENGAN ENSEMBEL POHON KEPUTUSAN DAN DETEKSI PENCILAN BERBASIS CENTROID

ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION

PREDIKSI KUALITAS AIR BERSIH PDAM KOTA PALU MENGGUNAKAN METODE BACKPROPAGATION

BAB I PENDAHULUAN. 1.1 Latar Belakang

METODOLOGI PENELITIAN

BAB 2 TINJAUAN PUSTAKA

PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN ALGORITMA ADABOOST UNTUK PREDIKSI PENYAKIT GINJAL KRONIK

1. BAB I PENDAHULUAN 1.1 Latar Belakang

IDENTIFIKASI FILE DOKUMEN BERDASARKAN KONTEN MENGGUNAKAN DISTRIBUTED AUTONOMOUS NEURO-GEN LEARNING ENGINE SKRIPSI AARON

BAB I PENDAHULUAN Latar Belakang

KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION

METODOLOGI PENELITIAN

PENERAPAN MODEL NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HARGA AYAM

PENENTUAN KEMIRIPAN TOPIK PROYEK AKHIR BERDASARKAN ABSTRAK PADA JURUSAN TEKNIK INFORMATIKA MENGGUNAKAN METODE SINGLE LINKAGE HIERARCHICAL

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB IV PREPROCESSING DATA MINING

Architecture Net, Simple Neural Net

BAB I PENDAHULUAN 1.1 Latar Belakang

What is Information System?

BAB III METODE PENELITIAN

Aplikasi Algoritma Competitive Network Untuk Clustering Minat Mahasiswa Terhadap Topik-Topik Penelitian

Penyelesaian Masalah Syarat Batas dalam Persamaan Diferensial Biasa Orde Dua dengan Menggunakan Algoritma Shooting Neural Networks

BAB I PENDAHULUAN. Manggis (Garcinia mangostana L.) merupakan tanaman yang tumbuh di

BABI PENDAHULUAN. 1.1 Latar Belakang

KLASIFIKASI PADA DATA MINING MENGGUNAKAN NAIVE BAYESIAN CLASSIFIER CLASSIFICATION FOR DATA MINING USING NAIVE BAYESIAN CLASSIFIER

Transkripsi:

METODOLOGI PENELITIAN MASALAH PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com

Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan 6. Kesalahan Penulisan 7. Metode Eksperimen 8. Pengujian 9. Plagiarism

MASALAH PENELITIAN 1. Masalah Penelitian dan Bentuknya 2. Tahapan Penemuan Masalah

1 MASALAH PENELITIAN DAN BENTUKNYA

Masalah Penelitian Masalah penelitian adalah alasan utama mengapa penelitian harus dilakukan Reviewer jurnal nasional maupun internasional menjadikan masalah penelitian sebagai parameter utama proses review Masalah penelitian harus objective (tidak boleh subjective), dan harus dibuktikan secara logis dan valid bahwa masalah itu benar-benar masalah Supaya logis dan valid, perlu dilakukan objektifikasi masalah, dengan cara melandasi masalah penelitian dengan literature terbaru

Contoh Masalah Penelitian Masalah Penelitian Neural network terbukti memiliki performa bagus untuk menangani data besar seperti pada data prediksi harga saham, akan tetapi memiliki kelemahan pada pemilihan arsitektur jaringannya yang harus dilakukan secara trial error, sehingga tidak efisien dan mengakibatkan prediksi yang kurang akurat Tujuan penelitian Menerapkan algoritma genetika untuk mengotomatisasi pemilihan arsitektur jaringan pada neural network sehingga lebih efisien dan hasil prediksi lebih akurat

Masalah Penelitian dan Landasannya Research Problem (RP) Data set pada prediksi cacat software berdimensi tinggi dan memiliki atribut yang bersifat noisy, serta classnya bersifat tidak balance Literature Support There are noisy data points in the software defect data sets that can not be confidently assumed to be erroneous using such simple method (Gray et al, 2001) The performances of software defect prediction improved when irrelevant and redundant attributes are removed (Wang et al, 2011) The software detect prediction performance decreases significantly because the dataset contains noisy attributes (Kim et al, 2001) Software defect datasets have an imbalanced nature with very few defective modules compared to defect-free ones (Tosun et al, 2010) Imbalance can lead to a model that is not practical in software defect prediction, because most instances will be predicted as non-defect prone (Khoshgoftaar et al, 2010) Software fault prediction data sets are often highly imbalanced (Zhang and Zhang, 2007)

Bentuk Masalah Penelitian Bentuk masalah penelitian bisa dinyatakan dalam bentuk kalimat pernyataan, kalimat pertanyaan, atau kalimat tujuan Pernyataan masalah (Research Problems (RP)): Neural network memiliki masalah pada sulitnya penentuan hidden layer neuron size dan activation function yang optimal PertanyaanPenelitian (Research Questions (RQ)): Apakah ada hubungan antara pemilihan metode pengembangan dan jumlah pengembangan dengan produktifitas pengembang? Bagaimana akurasi metode naïve bayes berbasis backward elimination untuk penentuan peminatan bagi mahasiswa di universitas Tujuan Penelitian (Research Objectives (RO)): Penelitian ini bertujuan untuk mengetahui hubungan antara jumlah programmer dan jumlah software yang diproduksi oleh suatu software house Penelitian ini bertujuan untuk metode naïve bayes berbasis backward elimination untuk penentuan peminatan bagi mahasiswa dengan akurat

Formulasi RP-RQ-RO Research Problems (RP) Research Questions (RQ) Research Objectives (RO) RP Data set pada prediksi cacat software berdimensi tinggi dan memiliki atribut yang bersifat noisy, serta classnya bersifat tidak balance RQ1 RQ2 Algoritma penilihan fitur apa yang performanya terbaik untuk menyelesaikan masalah atribut yang noisy pada prediksi cacat software? Algoritma meta learning apa yang performanya terbaik untuk menyelesaikan masalah class imbalance pada prediksi cacat software RO1 RO2 Untuk mengidentifikasi algoritma pemilihan fitur apa yang memiliki performa terbaik apabila digunakan untuk menyelesaikan masalah atribut yang noisy pada prediksi cacat software Untuk mengidentifikasi algoritma meta learning apa yang memiliki performa terbaik apabila digunakan untuk menyelesaikan masalah class imbalance pada prediksi cacat software RQ3 Bagaimana pengaruh penggabungan algoritma pemilihan fitur dan metode meta learning apabila digunakan untuk prediksi cacat software? RO3 Untuk mengembangkan algoritma baru yang menggabungkan algoritma pemilihan fitur dan meta learning untuk prediksi cacat software

2 TAHAPAN PENEMUAN MASALAH

Awal Mula Masalah? 1. Studi Literatur (Literature Study) Paper tentang Research Challenges, Research Direction, Research Trend dan State-of-the-Art dari Topik Penelitian 2. Studi Lapangan (Field Study) Data Lapangan, Data Statistik, Kuesioner, Penelitian Pendahuluan, dsb

Tahapan Penemuan Masalah Computing* 1. Tentukan FIELD: software engineering, image processing, data mining, computer vision, information retrieval, soft computing, etc 2. Tentukan TOPIC/tema penelitian, dengan membaca: Research trend/challenge on (FIELD) 3. Tentukan MASALAH PENELITIAN, dengan membaca: Review paper: Review/Survey on (TOPIC) on Systematic Literature review on (TOPIC) Technical paper *http://romisatriawahono.net/2013/01/23/tahapan-memulai-penelitian-untuk-mahasiswa-galau/

Contoh Masalah Penelitian Research Problem: Algoritma K-Means memiliki kelemahan pada sulitnya penentuan K yang optimal dan komputasi yang tidak efisien bila menangani data besar (Zhao, 2010) Research Question: Seberapa efektif algoritma Bee Colony bila digunakan untuk menentuka nilai K yang optimal pada K-Means? Seberapa efisien algoritma backward elimination bila digunakan untuk mengurangi jumlah atribut pada algoritma K-Means?

Syarat Masalah Penelitian Menarik: Memotivasi kita untuk melakukan penelitian dengan serius Bermanfaat: Manfaat bagi masyarakat dalam skala besar maupun kecil (misalnya bagi kampus, sekolah, kelurahan, dsb) Hal Yang Baru: Solusi baru yang lebih efektif, murah, cepat, dsb bila dikomparasi dengan solusi lain. Bisa juga merupakan perbaikan dari sistem dan mekanisme kerja yang sudah ada

Syarat Masalah Penelitian Dapat Diuji (Diukur): Masalah penelitian beserta variable-variabelnya harus merupakan sesuatu yang bisa diuji dan diukur secara empiris. Untuk penelitian korelasi, korelasi antara beberapa variabel yang kita teliti juga harus diuji secara ilmiah dengan beberapa parameter Dapat Dilaksanakan: Khususnya berkaitan erat dengan keahlian, ketersediaan data, kecukupan waktu dan dana. Hindari research impossible!

Syarat Masalah Penelitian Merupakan Masalah Yang Penting: Jangan melakukan penelitian terhadap sesuatu masalah yang tidak penting Tidak Melanggar Etika: Penelitian harus dilakukan dengan kejujuran metodologi, prosedur harus dijelaskan kepada obyek penelitian, tidak melanggar privacy, publikasi harus dengan persetujuan obyek penelitian, tidak boleh melakukan penipuan dalam pengambilan data maupun pengolahan data

Tugas Cari sebuah paper (valid) Baca dan pahami paper tersebut Cari masalah penelitian yang diangkat oleh paper tersebut

Pengumpulan Tugas (KRY B) File paper ikut disertakan kedalam folder dan di upload (nama file tidak perlu diubah) Buat jawaban dalam format dokument (.docx) Beri nama file dan folder dengan format NIM_KodeTugas Upload ke http://script.id Kode Tugas : 172AE Batas Waktu : 2017-09-02 23:59:00

</TERIMA KASIH> Chalifa Chazar http://script.id Email: chalifa.chazar@gmail.com Referensi : http://romisatriawahono.net