riset-teknologi-informasi/worksheets/ws-04-rq-hypothesis.md
hb_alim b488de8a09 feat: rewrite all 16 worksheets with full learning material
Each worksheet now includes Ringkasan Materi, Template A.x,
3 exercises with example answers, and reflection prompts.
Synced from rti-20252 student repo.
2026-03-31 10:58:25 +07:00

168 lines
5.3 KiB
Markdown

# WS-04: Research Question & Hypothesis
> **Bab 4 — Research Question, Contribution & Hypothesis**
---
## Ringkasan Materi
### RQ Bukan Pertanyaan Biasa
Research Question yang baik secara implisit mengandung cetak biru eksperimen: subjek, baseline, metrik, domain, dataset.
| Kualitas | Contoh |
|----------|--------|
| **Buruk** | "Bagaimana pengaruh deep learning terhadap deteksi malware?" |
| **Baik** | "Apakah CNN menghasilkan F1-Score lebih tinggi dari RF pada CIC-MalMem-2022?" |
Perbedaan: RQ yang baik menyebutkan **metode spesifik**, **metrik terukur**, **baseline**, dan **dataset**.
### Tiga Jenis RQ
| Jenis | Pola | Kebutuhan |
|-------|------|-----------|
| **Comparison** | A vs B → mana lebih baik? | ≥ 2 metode, metrik sama |
| **Improvement** | A' vs A → modifikasi lebih baik? | Pre/post, bukti perbaikan |
| **Exploratory** | Faktor X₁...Xₙ → pengaruh terhadap Y? | Multi-variabel, korelasi/regresi |
### Contribution Statement
Tiga jenis kontribusi: **Improvement** (metode terbukti lebih baik), **Comparison** (perbandingan sistematis yang belum ada), **Novel Approach** (pendekatan baru). Kontribusi harus terhubung langsung dengan gap — kontribusi tanpa gap = klaim tanpa justifikasi.
### Hypothesis H₀ / H₁
- **H₀** (Null) = Tidak ada perbedaan signifikan — asumsi default, harus dibuktikan salah
- **H₁** (Alternative) = Ada perbedaan signifikan — diterima hanya jika H₀ ditolak
- Harus **falsifiable**, mengandung **metrik terukur**, dirumuskan **SEBELUM eksperimen**
### Rantai Operasionalisasi
```
RQ → Variable → Metric → Data → Analysis
```
Jika rantai ini tidak lengkap, RQ belum mature. Bi-directional: RQ yang tidak bisa jadi hipotesis testable harus direvisi mundur.
### Research vs Engineering
| Aspek | Engineering | Research |
|-------|------------|----------|
| Tujuan pertanyaan | Apa yang harus dibangun? | Apa yang harus dibuktikan? |
| Bentuk jawaban | Sistem yang berfungsi | Bukti empiris terukur |
| Sukses diukur oleh | User satisfaction, uptime | Signifikansi statistik, effect size |
| Jika gagal | Debug dan perbaiki | Laporkan, analisis mengapa |
### Istilah Penting
- **Research Question (RQ)** — Pertanyaan spesifik: variabel terukur + metrik + konteks
- **Contribution Statement** — Apa yang diketahui setelah riset selesai yang sebelumnya belum ada
- **H₀ / H₁** — Null vs Alternative Hypothesis
- **Falsifiability** — Kondisi hipotesis ditolak harus bisa didefinisikan sebelum eksperimen
- **Operationalization** — Proses mewujudkan konsep abstrak menjadi variabel terukur
---
## Template A.4 — RQ-Contribution-Hypothesis
```
RQ-CONTRIBUTION-HYPOTHESIS
Gap Statement : ____________________
Research Question:
Tipe : [ ] Comparison [ ] Improvement [ ] Exploratory
Formulasi : ____________________
Variabel IV : ____________________
Variabel DV : ____________________
Metrik : ____________________
Dataset : ____________________
Baseline : ____________________
Quality Check RQ:
[ ] Variabel spesifik
[ ] Metrik jelas
[ ] Baseline ada
[ ] Konteks disebutkan
[ ] Memerlukan eksperimen (bukan hanya survei literatur)
Contribution Statement:
Apa yang baru diketahui : ____________________
Jenis kontribusi : [ ] Improvement [ ] Comparison [ ] Novel approach
Gap yang diisi : ____________________
Hypothesis Pair:
H₀ : ____________________
H₁ : ____________________
Threshold : ____________________
Justifikasi threshold : ____________________
```
---
## Latihan 1 — Dari Gap ke RQ
Gunakan gap yang ditemukan di WS-03. Transformasikan menjadi Research Question.
**Gap dari WS-03:** ____________________________________
**RQ versi pertama (tulis bebas):**
> ___________________________________________________
**Evaluasi RQ:**
| Komponen | Ada? | Isi |
|----------|------|-----|
| Metode spesifik | *Contoh: Ya — CNN vs RF* | |
| Metrik terukur | | |
| Baseline | | |
| Dataset/konteks | | |
**Tipe RQ:** [ ] Comparison / [ ] Improvement / [ ] Exploratory
**RQ versi revisi (setelah evaluasi):**
> ___________________________________________________
---
## Latihan 2 — Hypothesis Pair
Rumuskan pasangan hipotesis dari RQ di Latihan 1.
| Komponen | Isi |
|----------|-----|
| H₀ | *Contoh: Tidak ada perbedaan signifikan F1-Score antara CNN dan RF pada dataset CIC-MalMem-2022* |
| H₁ | |
| Metrik | |
| Threshold | |
| Justifikasi threshold | |
**Apakah hipotesis ini falsifiable?** [ ] Ya / [ ] Tidak
> Bagaimana cara membuktikannya salah? ___________________
---
## Latihan 3 — Rantai Operasionalisasi
Lengkapi rantai dari RQ hingga metode analisis.
| Tahap | Isi |
|-------|-----|
| RQ | *Contoh: Apakah CNN menghasilkan F1-Score lebih tinggi dari RF...* |
| Variable (IV) | *Contoh: Jenis algoritma (CNN vs RF)* |
| Variable (DV) | |
| Metric | |
| Data source | |
| Analysis method | |
**Apakah rantai lengkap?** [ ] Ya / [ ] Tidak
> Jika tidak, tahap mana yang perlu direvisi? ______________
---
## Refleksi
> Ambil satu judul skripsi/paper yang pernah dibaca. Coba ekstrak RQ-nya. Apakah RQ tersebut memenuhi semua komponen (metode, metrik, baseline, konteks)? Jika tidak, apa yang hilang?
**Judul:** _____________________________________________
**RQ yang diekstrak:** __________________________________
**Komponen yang hilang:** _______________________________