riset-teknologi-informasi/slide/slide-03-literature-gap.md

marp	paginate	header	footer
true	true	RTI — Riset Teknologi Informasi | Universitas Putra Bangsa Kebumen	Helmi Bahar Alim, S.Kom., M.Kom. | 2026

Bab 3 — Literature Review, Research Gap & Baseline

Menavigasi Literatur untuk Menemukan Posisi Riset

Pertemuan 3 (M3)  |  Sub-CPMK 1.3  |  CPMK01  |  CPL03

Fase: Thinking (M1–M4)  ·  Bagian I: Foundation

Universitas Putra Bangsa  |  Fak. Sains & Teknologi  ·  Prodi Teknik Informatika

---

Agenda Pertemuan 3

1. Bridge dari Bab 2 — dari masalah ke literatur
2. Research Positioning Model — tujuan sebenarnya literature review
3. Literature review bukan ringkasan — positioning artinya apa?
4. Empat jenis research gap
5. Baseline: definisi, kriteria, dan cara memilih
6. Strategi pencarian literatur yang efisien
7. Gap → RQ → Hypothesis (jembatan ke Bab 4)
8. Cognitive Traps & Studi Kasus
9. Output: Tabel Literatur + Gap Statement + Baseline

---

Capaian Pembelajaran

Setelah pertemuan ini, mahasiswa mampu:

• Menjelaskan tujuan literature review sebagai positioning, bukan ringkasan
• Mengidentifikasi 4 jenis research gap: Performance, Method, Data, Context
• Memilih baseline yang representatif dan state-of-the-art
• Melakukan pencarian literatur terstruktur di IEEE, ACM, Scopus dengan boolean query
• Menyusun gap statement yang menghubungkan literatur ke RQ

Sub-CPMK 1.3 → Menavigasi literatur & menemukan research gap (CPL03)

---

Bridge dari Bab 2

Di Bab 2, Anda telah:

• Mengidentifikasi masalah riset (bukan sekadar topik)
• Memvalidasi dengan 5 kriteria Problem Quality
• Menghasilkan Problem Statement dengan variabel terukur

Pertanyaan berikutnya: Apakah masalah ini sudah pernah diteliti?

Jika sudah terjawab penuh → bukan research gap, tapi replikasi. Jika belum terjawab → di manakah tepatnya "celahnya"? Jika sebagian terjawab → apa yang spesifik belum terselesaikan?

Literature review menjawab pertanyaan-pertanyaan ini secara sistematis.

---

Research Positioning Model

Dari Literatur ke Posisi Riset Anda

Existing Studies → Method Comparison → Limitation Identification
    → Research Gap → Research Position → Contribution

Tahap	Aktivitas	Output
Existing Studies	Baca & kategorikan 20–40 paper relevan	Peta literatur
Method Comparison	Bandingkan pendekatan & metrik tiap paper	Tabel metode & hasil
Limitation ID	Identifikasi keterbatasan eksplisit & implisit	Daftar limitasi
Research Gap	Temukan celah yang belum terjawab	Gap statement
Research Position	Di mana riset Anda dalam peta literatur	Positioning statement
Contribution	Apa yang baru yang Anda tambahkan	Contribution claim

---

Literature Review: Positioning, Bukan Ringkasan

Literature review yang salah: "Smith (2020) menggunakan CNN untuk klasifikasi gambar dan mendapat akurasi 89%. Jones (2021) menggunakan ResNet dan mendapat 92%. Kumar (2022) menggunakan ViT dan mendapat 95%."

Ini adalah ringkasan — bukan positioning. Tidak muncul pertanyaan: mengapa ada perbedaan? Apa yang belum dijawab?

Literature review yang benar: "Studi-studi sebelumnya menunjukkan peningkatan akurasi konsisten menggunakan arsitektur transformer, namun seluruh evaluasi dilakukan pada dataset standar (ImageNet). Tidak ada yang mengevaluasi performa pada dataset domain-spesifik dengan resolusi rendah, yang merupakan kondisi nyata di sistem pemantauan industri (gap: Context Gap). Riset ini mengisi celah tersebut dengan..."

Aturan positioning: setiap paragraf literature review harus diakhiri dengan implikasi terhadap riset Anda.

---

Empat Jenis Research Gap

Jenis Gap	Definisi	Pertanyaan Diagnostik	Contoh
Performance Gap	Metode terbaik saat ini belum mencapai standar yang dibutuhkan	"Apakah performa ada yang sudah cukup?"	Deteksi kanker kulit: akurasi 87%, kebutuhan klinis > 95%
Method Gap	Tidak ada metode yang tepat untuk masalah tertentu	"Sudah ada metode, tapi cocok?"	Semua paper pakai supervised, padahal data berlabel minimal
Data Gap	Tidak ada dataset yang representatif untuk konteks tertentu	"Dataset yang ada cocok untuk konteks ini?"	Tidak ada dataset NLP Bahasa Indonesia untuk domain hukum
Context Gap	Metode ada & bagus, tapi belum dievaluasi di konteks target	"Sudah diuji di konteks saya?"	Transformer efektif untuk English, belum dievaluasi di Bahasa Jawa

Satu riset bisa memiliki lebih dari satu jenis gap. Identifikasi semua, prioritaskan yang paling kuat.

---

Baseline: Standar Pembanding

Baseline adalah metode atau sistem terbaik yang sudah ada yang digunakan sebagai patokan perbandingan.

Kriteria baseline yang valid:

Kriteria	Penjelasan
Relevan	Menjawab problem yang sama dengan riset Anda
Representatif	Standar di komunitas riset tersebut (sering dikutip)
State-of-the-art	Bukan versi lama dari 2010 saat yang 2023 sudah ada
Reproducible	Bisa diimplementasi ulang dengan informasi di paper
Fair	Diuji pada kondisi yang sama dengan sistem Anda

Baseline lemah = kontribusi lemah. Jika baseline Anda sudah ketinggalan 5 tahun, reviewer akan pertanyakan relevansi temuan Anda.

---

Strategi Pencarian Literatur Terstruktur

Database utama: IEEE Xplore · ACM Digital Library · Scopus · Web of Science · Google Scholar

Boolean query yang efektif:

("fraud detection" OR "anomaly detection") 
AND ("machine learning" OR "deep learning") 
AND ("imbalanced dataset" OR "class imbalance")
NOT ("image classification")

Filter yang disarankan:

• Tahun: 2019–2024 (tidak lebih dari 5 tahun untuk metodologi)
• Venue: conference A/B IEEE, ACM, jurnal terindeks Scopus Q1–Q2
• Tipe: full research paper (bukan extended abstract)

Alur PRISMA:

1. Identifikasi → 2. Screening judul+abstrak → 3. Eligibility (baca full) → 4. Included

---

Gap → RQ → Hypothesis: Jembatan ke Bab 4

Research Gap → Research Question → Hypothesis (H0/H1)

Contoh:

Gap: Context Gap — tidak ada studi yang mengevaluasi BERT fine-tuning pada teks hukum Indonesia (domain language drift, kosakata khusus)

RQ: "Sejauh mana fine-tuning IndoBERT pada corpus hukum Indonesia meningkatkan F1-score klasifikasi kategori dokumen dibandingkan dengan model baseline IndoBERT tanpa fine-tuning?"

H0: Fine-tuning IndoBERT pada corpus hukum tidak meningkatkan F1-score secara signifikan (p ≥ 0.05)

H1: Fine-tuning IndoBERT pada corpus hukum meningkatkan F1-score secara signifikan (p < 0.05)

---

Cognitive Traps

Bab 3 — Literature Review

---

Cognitive Traps — Bab 3

"Semakin banyak referensi, semakin bagus" Kualitas ≠ kuantitas. 15 paper yang relevan dan dianalisis mendalam lebih kuat dari 50 paper yang hanya disebutkan. Reviewer melihat kedalaman analisis, bukan panjang daftar pustaka.

"Belum ada paper tentang ini = gap" Bisa jadi masalahnya tidak penting, atau sudah diselesaikan dengan cara yang berbeda. "Tidak ada paper" bisa berarti: tidak penting, domain tidak relevan, atau Anda salah kata kunci pencarian. Validasi gap dari sudut yang berbeda.

"Tidak perlu baseline, yang penting sistemnya jalan" Tanpa baseline, tidak ada pembanding. Kontribusi Anda tidak bisa dibuktikan. Setiap research contribution membutuhkan referensi titik awal (starting point).

---

Studi Kasus 1 — Image Classification (Basic)

Konteks: Mahasiswa meneliti klasifikasi gambar X-ray untuk deteksi pneumonia.

Masalah: Literature review berisi 30+ paper, tapi semuanya hanya dirangkum. Tidak ada kategorisasi gap. Baseline yang dipilih: VGG16 dari 2014.

Implikasi:

• Reviewer: "Mengapa tidak menggunakan EfficientNet atau ResNeSt yang sudah terbukti lebih baik di benchmark medis?"
• Kontribusi dianggap lemah karena baseline sudah usang

Solusi:

1. Kategorikan paper berdasarkan metode, dataset, metrik, tahun
2. Identifikasi gap eksplisit dari keterbatasan yang disebutkan penulis asli
3. Pilih baseline dari paper tahun 2022–2024 yang menjadi referensi utama di bidang tersebut

---

Studi Kasus 2 — Disease Detection (Advanced)

Konteks: Peneliti mengidentifikasi gap "belum ada model untuk deteksi penyakit tanaman di Indonesia."

Masalah:

• Gap terlalu luas: bukan satu gap, tapi minimal 3 gap berbeda (data, context, performance)
• Tidak ada baseline yang clear: membandingkan dengan "model umum" tanpa spesifikasi
• Kontribusi klaim terlalu besar: "pertama di Indonesia" — tidak mungkin diverifikasi

Analysis — Apa yang sebenarnya terjadi: Tanpa baseline yang jelas, reviewer tidak bisa menilai apakah peningkatan yang diklaim benar-benar signifikan atau hanya artifact dari pemilihan dataset.

Solusi: Persempit gap → satu klaim yang kuat dan verifiable: "Belum ada benchmark dataset tanaman kopi Indonesia dengan anotasi multi-disease pada kondisi lapangan (bukan greenhouse) per 2024."

---

Tabel Literatur — Template

Gunakan template ini untuk memetakan 20–40 paper relevan

Penulis (Tahun)	Metode	Dataset	Metrik	Hasil	Keterbatasan	Relevansi ke Riset Saya
Smith (2022)	CNN	ImageNet	Accuracy	94%	Single domain	Baseline method
Jones (2023)	ViT	custom	F1	91%	Small dataset	Context gap ref
dst...

Instruksi pengisian:

• Kolom "Keterbatasan": salin dari paper yang ditulis penulis sendiri (lebih valid)
• Kolom "Relevansi": tulis eksplisit — apakah ini baseline, gap reference, atau method reference

---

Ringkasan Pertemuan 3

Konsep	Inti
Tujuan Literature Review	Positioning riset, bukan ringkasan paper
Research Positioning Model	Existing Studies → Gap → Position → Contribution
4 Jenis Gap	Performance · Method · Data · Context
Baseline	Relevan + Representatif + State-of-the-art + Fair
Strategi Pencarian	Boolean query + filter database tier-1 + PRISMA
Jembatan	Gap → RQ → H0/H1

---

Final Statement & Output Praktis

"Literature review bukan tentang apa yang sudah diketahui, tetapi tentang apa yang belum diselesaikan dan bagaimana Anda mengisinya."

Output Praktis M3

Buat 3 dokumen:

1. Tabel Literatur (min. 10 paper, format tabel di atas)
2. Gap Statement (1–2 paragraf): jenis gap + justifikasi + mengapa gap ini penting
3. Baseline Selection (1 paragraf): alasan memilih baseline + kriteria yang terpenuhi

Semua referensi APA 7th. Gap Statement menjadi bagian dari Problem Statement.

---

Referensi Utama — Bab 3

• Kitchenham, B., & Charters, S. (2007). Guidelines for performing systematic literature reviews in software engineering (Technical Report EBSE 2007-001). Keele University.

• Petersen, K., Feldt, R., Mujtaba, S., & Mattsson, M. (2008). Systematic mapping studies in software engineering. Proceedings of the 12th International Conference on Evaluation and Assessment in Software Engineering, 68–77.

• Wohlin, C. (2014). Guidelines for snowballing in systematic literature studies and a replication in software engineering. Proceedings of the 18th International Conference on Evaluation and Assessment in Software Engineering, Article 38.

• Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a literature review. MIS Quarterly, 26(2), xiii–xxiii.