riset-teknologi-informasi/book/back-matter/lampiran-worksheet.md

# Lampiran B — Worksheet

> Worksheet untuk latihan hands-on dari setiap bab.
> Setiap worksheet mengacu ke section "Latihan & Refleksi" di bab masing-masing.

---

## Daftar Worksheet

| # | Nama Worksheet | Dari Bab | Jumlah Latihan |
|---|---------------|----------|----------------|
| B.1 | Distorsi & Paradigma | Bab 1 | 3 latihan + 1 refleksi |
| B.2 | Problem Statement | Bab 2 | 2 refleksi + 2 praktis |
| B.3 | Literature Mapping & Gap | Bab 3 | 3 latihan + 1 refleksi |
| B.4 | RQ & Hypothesis | Bab 4 | 3 latihan + 1 refleksi |
| B.5 | Variabel & Metrik | Bab 5 | 3 latihan + 1 refleksi |
| B.6 | System-Experiment Mapping | Bab 6 | 3 latihan + 1 refleksi |
| B.7 | Experimental Design & Validity | Bab 7 | 3 latihan + 1 refleksi |
| B.8 | Proposal Integration | Bab 8 | 3 latihan + 1 refleksi |
| B.9 | Implementation & Reproducibility | Bab 9 | 3 latihan + 1 refleksi |
| B.10 | Execution & Data Collection | Bab 10 | 3 latihan + 1 refleksi |
| B.11 | Data Validation | Bab 11 | 3 latihan + 1 refleksi |
| B.12 | Result Presentation | Bab 12 | 3 latihan + 1 refleksi |
| B.13 | Preprocessing | Bab 13 | 3 latihan + 1 refleksi |
| B.14 | Analysis & Interpretation | Bab 14 | 3 latihan + 1 refleksi |
| B.15 | Scientific Writing | Bab 15 | 3 latihan + 1 refleksi |
| B.16 | Presentation & Defense | Bab 16 | 3 latihan + 1 refleksi |

---

> **Cara penggunaan:**
> Setiap worksheet terdiri dari 3 latihan progresif (dari dasar ke advanced) dan 1 pertanyaan refleksi.
> Latihan dirancang untuk dikerjakan berurutan — output latihan sebelumnya menjadi input latihan berikutnya.
> Untuk instruksi lengkap, rujuk ke section "Latihan & Refleksi" di bab masing-masing.

---

## B.1 — Distorsi & Paradigma (Bab 1)

**Latihan 1 — Identifikasi Distorsi**
Pilih satu paper riset di bidang TI yang mengklaim "metode X meningkatkan performa." Telusuri setiap tahap Research Trust Model (Reality → Data → Processing → Analysis → Inference → Knowledge). Di tahap mana potensi distorsi paling besar? Identifikasi minimal 2 distorsi spesifik.

**Latihan 2 — Analisis Kasus Etika**
Sebuah peneliti menemukan bahwa jika 3 data point outlier dihapus, hasil eksperimennya menjadi signifikan. Dengan outlier, hasilnya tidak signifikan. Apa yang seharusnya dilakukan? Analisis dari perspektif: (a) kejujuran ilmiah, (b) transparansi, (c) peer review.

**Latihan 3 — Posisi Paradigma Anda**
Tentukan paradigma riset yang paling sesuai dengan topik Anda: positivis, interpretivis, atau design science. Jelaskan: (a) mengapa paradigma tersebut sesuai, (b) bagaimana paradigma tersebut memengaruhi jenis data yang Anda kumpulkan, dan (c) apa limitasi paradigma tersebut.

**Refleksi:** *"Sebelum membaca bab ini, apakah saya pernah mempertanyakan klaim '95% akurat'? Setelah memahami rantai distorsi, pertanyaan apa yang sekarang akan saya ajukan?"*

---

## B.2 — Problem Statement (Bab 2)

**Refleksi 1:** Tuliskan topik riset Anda dalam satu kalimat. Sekarang bedakan: apakah itu masalah riset atau solusi yang disamarkan sebagai masalah? Jika itu solusi, mundur satu langkah — apa masalah yang mendasari?

**Refleksi 2:** Identifikasi system context dari masalah Anda: input, process, output, outcome, constraints, stakeholders. Field mana yang paling sulit diisi? Mengapa?

**Praktis 1:** Gunakan Problem Statement Builder (Template A.2) untuk merumuskan masalah riset Anda. Jalankan melalui Problem Formation Model: Reality → Symptom → Diagnosed Problem → Researchable Problem → Measurable Variable.

**Praktis 2:** Evaluasi problem statement Anda menggunakan Problem Quality Model (5 kriteria: clarity, measurability, relevance, testability, impact). Minta satu rekan mengevaluasi secara independen — bandingkan skor.

---

## B.3 — Literature Mapping & Gap (Bab 3)

**Latihan 1 — Concept-Centric Literature Table**
Pilih satu topik riset TI. Cari 10 paper dari IEEE Xplore atau Google Scholar (2020–2025). Buatlah tabel literature mapping (Study, Method, Dataset, Result, Limitasi) — bukan ringkasan per paper. Identifikasi pola: metode apa yang dominan? Limitasi apa yang berulang?

**Latihan 2 — Gap Identification**
Dari tabel di Latihan 1, identifikasi minimal dua jenis gap (dari empat jenis: performance, method, data, context). Tuliskan gap statement yang spesifik dan berikan justifikasi mengapa gap tersebut penting.

**Latihan 3 — Baseline Selection Challenge**
Untuk gap yang diidentifikasi, pilih 3 baseline yang fair. Jelaskan untuk setiap baseline: (a) mengapa relevan, (b) mengapa representatif, dan (c) dari paper mana diambil. Evaluasi apakah baseline cukup kuat — atau apakah Anda melakukan "straw man comparison."

**Refleksi:** *"Sebelum membaca bab ini, bagaimana cara saya membaca paper? Apakah saya merangkum atau menganalisis? Apa yang akan saya ubah?"*

---

## B.4 — RQ & Hypothesis (Bab 4)

**Latihan 1 — Dari Gap ke RQ**
Ambil gap statement dari Latihan 2 Worksheet B.3. Transformasikan menjadi research question yang memenuhi lima kriteria: variabel spesifik, metrik jelas, baseline ada, konteks disebutkan, dan memerlukan eksperimen. Tentukan jenis RQ-nya.

**Latihan 2 — Contribution Statement**
Untuk RQ dari Latihan 1, tulis contribution statement: (a) apa yang akan diketahui, (b) jenis contribution, dan (c) gap spesifik mana yang diisi.

**Latihan 3 — Hypothesis Pair**
Formulasikan pasangan H₀ dan H₁ dari RQ di Latihan 1. Tentukan threshold dan justifikasinya. Pastikan hipotesis bisa gagal — jika tidak bisa gagal, reformulasi.

**Refleksi:** *"Apakah research question saya bisa dijawab dengan 'tergantung'? Jika ya, bagaimana saya membuatnya lebih spesifik?"*

---

## B.5 — Variabel & Metrik (Bab 5)

**Latihan 1 — Operasionalisasi Lengkap**
Dari RQ di Worksheet B.4, identifikasi semua variabel (IV, DV, CV). Untuk setiap variabel, lakukan operasionalisasi lengkap: konsep → variabel → metrik → skala → satuan → cara mengukur.

**Latihan 2 — Construct Validity Check**
Untuk setiap metrik dari Latihan 1, evaluasi: apakah metrik tersebut benar-benar mengukur konsep yang dimaksud? Identifikasi minimal satu threat terhadap construct validity dan usulkan mitigasi.

**Latihan 3 — Metric Conflict**
Jika ada dua DV yang berpotensi trade-off (misal accuracy vs speed), tentukan: (a) metrik mana yang primer, (b) metrik mana yang sekunder, dan (c) bagaimana menangani konflik saat satu metrik lebih baik tapi yang lain lebih buruk.

**Refleksi:** *"Jika seseorang mempertanyakan 'apa buktinya bahwa metrik Anda mengukur apa yang Anda klaim?' — bisakah saya menjawab?"*

---

## B.6 — System-Experiment Mapping (Bab 6)

**Latihan 1 — Mapping RQ ke Arsitektur**
Ambil RQ dari Worksheet B.4 dan variabel dari Worksheet B.5. Petakan setiap variabel ke komponen sistem. Gambarkan diagram arsitektur yang menunjukkan mapping ini.

**Latihan 2 — Evaluasi 4 Prinsip**
Evaluasi arsitektur dari Latihan 1 terhadap 4 prinsip: traceability, variable isolation, measurement integration, reproducibility. Beri skor 1–3 per prinsip dan identifikasi yang perlu diperbaiki.

**Latihan 3 — Sekenario "Bagaimana Jika"**
Untuk sistem dari Latihan 1, jawab: (a) Jika dataset berubah, komponen mana yang harus dimodifikasi? (b) Jika metrik ditambah satu, apa yang berubah? (c) Jika baseline baru ditambahkan, apakah arsitektur mendukung tanpa redesign?

**Refleksi:** *"Apakah sistem yang saya bangun adalah produk yang kebetulan diujikan, atau instrumen yang sengaja dirancang untuk menguji hipotesis?"*

---

## B.7 — Experimental Design & Validity (Bab 7)

**Latihan 1 — Identifikasi Ancaman Validitas**
Pilih satu paper riset eksperimental. Identifikasi ancaman validitas untuk keempat jenis (internal, external, construct, conclusion). Untuk setiap ancaman, usulkan langkah mitigasi spesifik.

**Latihan 2 — Desain Perbandingan yang Fair**
Ambil RQ dari Worksheet B.4. Rancang comparison study dengan minimal dua kondisi. Isi Template A.7 secara lengkap. Pastikan fairness checklist terpenuhi seluruhnya.

**Latihan 3 — Kausalitas vs Korelasi**
Dari desain di Latihan 2, evaluasi: apakah desain Anda bisa mendukung klaim kausal? Periksa tiga syarat kausalitas: kovariansi, temporal precedence, eliminasi alternatif. Jika ada yang lemah, perbaiki desain.

**Refleksi:** *"Jika reviewer bertanya 'bagaimana Anda tahu ini bukan kebetulan?' — apakah desain eksperimen saya memberikan jawaban yang meyakinkan?"*

---

## B.8 — Proposal Integration (Bab 8)

**Latihan 1 — Integration Map**
Ambil output Worksheet B.2–B.7 (problem statement, gap, RQ, hipotesis, metrik, arsitektur, desain eksperimen). Susun ke dalam satu dokumen proposal menggunakan Template A.8. Periksa setiap koneksi di peta integrasi.

**Latihan 2 — Self-Assessment**
Evaluasi proposal dari Latihan 1 menggunakan rubrik (koherensi, specificity, feasibility, rigor). Beri skor per kriteria dan identifikasi dua kriteria dengan skor terendah. Buat rencana perbaikan.

**Latihan 3 — Peer Review**
Tukar proposal dengan rekan. Gunakan integration checklist (Template A.8) untuk mengevaluasi. Tandai setiap item yang belum terpenuhi dan berikan rekomendasi.

**Refleksi:** *"Jika proposal saya dievaluasi bukan dari panjangnya, melainkan dari koherensi koneksi antar-bagian — apakah ia akan lulus?"*

---

## B.9 — Implementation & Reproducibility (Bab 9)

**Latihan 1 — Environment Audit**
Dari sistem yang dirancang di Worksheet B.6, dokumentasikan setup lengkap menggunakan Template A.9. Pastikan setiap dependency memiliki versi spesifik.

**Latihan 2 — Reproducibility Test**
Minta satu rekan mereproduksi setup dari dokumentasi Latihan 1 — tanpa penjelasan lisan. Catat: apa yang berhasil, apa yang gagal, berapa lama setup. Perbaiki dokumentasi berdasarkan feedback.

**Latihan 3 — Configuration Versioning**
Buat repository (Git) untuk kode eksperimen. Pastikan: (a) konfigurasi terpisah dari kode, (b) setiap eksperimen bisa dijalankan ulang dari commit tertentu, (c) README berisi instruksi reproduksi minimal.

**Refleksi:** *"Jika laptop saya hilang besok, bisakah saya merekonstruksi seluruh eksperimen dari dokumentasi yang ada?"*

---

## B.10 — Execution & Data Collection (Bab 10)

**Latihan 1 — Execution Plan Lengkap**
Dari desain eksperimen di Worksheet B.7, buat execution plan (Template A.10): semua skenario, jumlah run per skenario (minimal 5), seed untuk setiap run, parameter, dan format output.

**Latihan 2 — Pilot Run & Anomaly**
Jalankan 1 pilot run untuk skenario utama. Verifikasi: (a) output sesuai format, (b) data point lengkap, (c) waktu eksekusi masuk akal. Catat anomali yang ditemukan.

**Latihan 3 — Data Integrity Check**
Setelah pilot run, periksa: apakah setiap data point bisa ditelusuri ke run yang menghasilkannya? Apakah file output lengkap? Buat laporan singkat data integrity.

**Refleksi:** *"Jika saya mengklaim '30 run per skenario' — bisakah saya menunjukkan 30 file output yang masing-masing bisa ditelusuri ke run spesifik?"*

---

## B.11 — Data Validation (Bab 11)

**Latihan 1 — Completeness Check**
Dari execution plan di Worksheet B.10, simulasikan bahwa 2 run hilang (timeout). Buatlah laporan completeness check: berapa data point diharapkan, berapa yang ada, mana yang hilang, dan apa penanganannya.

**Latihan 2 — Anomaly Investigation**
Diberikan dataset simulasi di mana satu skenario menunjukkan outlier (performa 10x lebih baik dari rata-rata). Investigasi: apakah ini bug, cache effect, atau genuine result? Dokumentasikan langkah investigasi dan keputusan.

**Latihan 3 — Full Validation Report**
Gabungkan Template A.11 dengan hasil Latihan 1 dan 2. Tulis data validation report lengkap yang mencakup: completeness, consistency, range check, dan keputusan final (data siap analisis / perlu cleaning / perlu re-run).

**Refleksi:** *"Jika reviewer meminta raw data dan log eksperimen — apakah saya bisa menyediakannya dalam 10 menit?"*

---

## B.12 — Result Presentation (Bab 12)

**Latihan 1 — Tabel Hasil**
Dari data eksperimen (atau data simulasi), buat tabel hasil: setiap baris satu skenario, kolom berisi metrik (mean ± std), jumlah run, ranked. Pastikan tabel self-contained.

**Latihan 2 — Visualisasi Multi-Metrik**
Sajikan data dari Latihan 1 menggunakan minimal 2 jenis grafik berbeda. Untuk setiap grafik, nyatakan: pesan utamanya, mengapa jenis grafik dipilih, dan observasi awal.

**Latihan 3 — Bias Detection**
Review visualisasi dari Latihan 2. Identifikasi apakah ada visualization bias: truncated axis, missing error bar, cherry-picked data. Perbaiki jika ditemukan.

**Refleksi:** *"Jika grafik saya dilihat tanpa caption — apakah pesannya tetap jelas? Jika tidak, grafik perlu diperbaiki."*

---

## B.13 — Preprocessing (Bab 13)

**Latihan 1 — Missing Value Strategy**
Diberikan dataset simulasi dengan 5% missing values. Terapkan tiga strategi (listwise deletion, mean imputation, flag & report). Bandingkan: apakah rata-rata berubah? Apakah kesimpulan perbandingan berubah?

**Latihan 2 — Preprocessing Pipeline**
Buat script preprocessing lengkap (bahasa bebas) untuk dataset eksperimen. Script harus mencakup: cleaning, encoding (jika perlu), normalisasi (jika perlu). Dokumentasikan setiap langkah sebagai komentar.

**Latihan 3 — Leakage Detection**
Review pipeline dari Latihan 2. Identifikasi apakah ada potensi data leakage. Jika ada, perbaiki. Jika tidak, jelaskan mengapa tidak.

**Refleksi:** *"Jika saya menghapus satu baris data — bisakah saya menjelaskan mengapa, dan apakah orang lain akan setuju?"*

---

## B.14 — Analysis & Interpretation (Bab 14)

**Latihan 1 — From Data to Decision**
Dari data yang sudah di-preprocess (Worksheet B.13), hitung: statistik deskriptif, lakukan uji hipotesis yang sesuai, hitung effect size, dan interpretasi confidence interval. Isi Template A.14.

**Latihan 2 — Beyond p-Value**
Untuk hasil dari Latihan 1: (a) apa artinya secara praktis (bukan hanya statistik)? (b) Apakah perbedaannya cukup besar untuk bermakna di lapangan? (c) Bagaimana dibandingkan dengan temuan serupa di literatur?

**Latihan 3 — Failure Analysis**
Jika hipotesis ditolak, investigasi: (a) apakah ada boundary condition? (b) Apakah kegagalan mengungkap insight baru? Jika hipotesis diterima, identifikasi: (a) limitation apa yang mengurangi kekuatan klaim? (b) Apa yang tidak bisa disimpulkan?

**Refleksi:** *"p < 0.05 artinya apa secara konkret? Jika efeknya sangat kecil meski signifikan — apakah masih berarti?"*

---

## B.15 — Scientific Writing (Bab 15)

**Latihan 1 — IMRAD Outline**
Dari hasil riset (Worksheet B.1–B.14), buat outline paper IMRAD lengkap: setiap section dengan 3–5 bullet point konten utama. Tentukan target kata per section.

**Latihan 2 — Consistency Matrix**
Buat matriks konsistensi: setiap baris = RQ, kolom = Introduction / Method / Results / Discussion / Conclusion. Isi setiap sel dengan apa yang dikatakan tentang RQ tersebut di section itu. Periksa apakah konsisten.

**Latihan 3 — Paragraph-Level Flow**
Pilih satu section (Discussion). Tulis 3 paragraf pertama. Untuk setiap paragraf, tandai: kalimat topik, bukti pendukung, transisi ke paragraf berikutnya. Evaluasi: apakah flow-nya logis?

**Refleksi:** *"Jika saya membaca paper saya sebagai reviewer yang skeptis — di mana saya akan berhenti dan berkata 'ini tidak convincing'?"*

---

## B.16 — Presentation & Defense (Bab 16)

**Latihan 1 — Slide Deck**
Susun slide deck 10–12 slide konten dari paper Anda. Prinsip: 1 slide = 1 pesan, visual > text, build progression. Isi Template A.16.

**Latihan 2 — Anticipatory Defense**
Untuk setiap kategori pertanyaan (problem, gap, method, results, generalization), formulasikan 1 pertanyaan potensial dan siapkan jawaban berbasis data. Gunakan framework CER: Claim-Evidence-Reasoning.

**Latihan 3 — Presentasi & Feedback**
Presentasikan slide deck dari Latihan 1 di depan rekan (atau rekam diri sendiri). Minta feedback pada: timing, kejelasan narasi, dan slide yang membingungkan. Perbaiki berdasarkan feedback.

**Refleksi:** *"Bisakah saya menjelaskan inti riset saya dalam 2 menit tanpa slide — dan tetap meyakinkan?"*

---

<!-- STATUS: 🟢 Complete -->