239
BAB III
METODE PENELITIAN
Bagian ini memuat waktu dan lokasi penelitian, bahan dan alat
yang digunakan dalam penelitian serta metode analisisnya secara rinci.
Sistematika penulisan merupakan campuran dari penelitian kuantitatif dan
penelitian kualitatif, disebut penelitian modifikasi. Untuk memahami
masalah yang diselesaikan dengan metode penelitian, peneliti berangkat
dari skema /model dari WIPO pada Gambar 3.1. sebagai berikut.
Gambar 3.1. Konsep ke-1 kontribusi WIPO mengembangkan infra-struktur kekayaan intelektual. Konsep ke-2 operasi TISC fokus pada promosi akses ke informasi teknis dan memfasitasi penggunaan efektif sumber daya bernilai. Konsep ke-3 pengembangan infra-struktur fokus pada tools dan databases. Konsep ke-4 Kantor HAKI mendapat keuntungan dari infra-struktur global WIPO untuk membangkitkan pengetahuan dari data.
240
A. Rancangan (Pendekatan dan Jenis) Penelitian
Direncanakan disertasi dikerjakan di Laboratorium Riset Sistem
Berbasis Komputer (COMPUTER [HARDWARE]) dengan dukungan
Laboratorium Riset Jaringan Komputer (NETWORKING), Laboratorium
Riset Kecerdasan Buatan, dan Laboratorium Riset Rekayasa Perangkat
Lunak (SOFTWARE ENGINEERING), sekarang biasa disebut Computer
Hardware & Networking, and Software Engineering Laboratory.
Gambar 3.2. Laboratorium tempat pengerjaan disertasi.
Dirumuskan pendekatan masalah yang dipecahkan disertasi itu
dalam uraian sebagai berikut. Masalah pertama yang perlu dicarikan
metode penelitian untuk menyelesaikannya adalah bagai mana tinjauan
komprehensif data science dengan kata kunci big data, data analysis,
data analytics terutama kaitannya dengan micro services architecture dari
banyak perguruan tinggi Indonesia yang sudah membangun TISC?
241
Dengan Yahoo dan kata kunci “wipo tisc data science big data” diperoleh
beberapa sumber menarik. Pertama, dari URL
http://www.wipo.int/wipo_magazine/en/2017/05/article_0001.html diketahui
bahwa Francis Gurry on the future of intellectual property ... – WIPO
menyatakan bahwa sebagai big data gains traction, kita bergerak ke arah
Internet of Things di mana sejumlah besar data dibangkitkan. Menurut
Dictionary.Com, definisi traction adalah adhesive friction dari badan pada
beberapa permukaan, seperti roda pada rel atau ban pada jalan. Menurut
Merriam-Webster, hal dimaksud adalah dukungan /sesuatu yang
diperlukan untuk sesuatu membuat kemajuan atau produk. Banyak data
jatuh di luar dari kategori tradisional sistem kekayaan intelektual. Hal ini
adalah satu dari beberapa alasan mengapa para peneliti meningkat ke
arah trade secrets untuk memproteksi pre-competitive laboratory work
(hasil kerja laboratorium pra-kompetisi). Francis Gurry merefleksikan
masa depan adalah pengembangan revolusioner teknologi informasi dan
ilmu kehidupan yang mulai menguji premis dan praktek pada sistem
kekayaan intelektual. Beliau berkata bahwa “In future, it seems inevitable
that technology will increasingly dictate the shape of the international
architecture and its governance”. Dilihat bahwa the emergence of
technologies akan mempunyai dampak radikal pada lanskap kekayaan
intelektual yang ada. Jika kita memahami teknologi itu dimensi penuh
(systematic literature review), maka kita dapat mengantisipasi tantangan
utama untuk administrasi, kebijakan, dan tata kelola kekayaan intelektual.
242
Metode pertama yang dipakai di sini, memahami sistem komputer
(Systematic Mapping Studies) sebagai bagian teknologi informasi yang
menimbulkan tantangan utama tersebut. Terkait permintaan global
meningkat untuk hak kekayaan intelektual, sekarang kekayaan tersebut
menjadi lebih sentral ke knowledge economy, permintaan untuk hak
tersebut berlanjut meningkat dan kelihatannya terus demikian. Dalam
tahun 2015, di-file-kan 2,9 juta aplikasi paten, bersama 6 juta aplikasi
merek dagang, dan 0,87 juta aplikasi desain (industri).
Hal ini adalah extra-ordinary numbers. Mengelola permintaan
meningkat ini adalah tantangan besar untuk kantor kekayaan intelektual.
Solusi teknologi informasi datang pada arus di mana ada peluang baru
mengatur lebih baik permintaan ini dan mengadministrasikan proses-
proses kekayaan intelektual secara umum. Sistem kekayaan intelektual
sekarang sudah cocok untuk banyak keperluan, tetapi ada area di mana ia
perlu menyesuaikan. Kecerdasan buatan (artificial intelligence, AI) dan
the life sciences adalah dua area utama pengembangan ilmu
pengetahuan dan teknologi yang akan meningkatkan tantangan penting
untuk kekayaan intelektual yaitu area kebijakan terkait multi-dimensional
nature. Contohnya, AI meningkatkan isu-isu teknologi dan ekonomi
berjangkau dari insentif produksi sistem AI yang berguna bagi pergeseran
tenaga kerja. Isu etika dan tata kelola yang tak dapat dicegah akan terbit
dari aplikasi teknologi informasi dalam life science. Kita perlu berfikir hati-
hati tentang teknologi yang terlibat untuk sistem kekayaan intelektual dan
243
administrasinya. Di sini arti penting penggunaan systematic mapping
studies (SMS) dalam disertasi ini untuk memberikan pertimbangan dalam
pemikiran tersebut.
SMS mengurangi bias melalui urutan langkah metodologis yang
ketat untuk meneliti literatur. Mereka mengandalkan protokol ulasan yang
didefinisikan dengan baik dan dievaluasi untuk mengekstraksi,
menganalisis dan mendokumentasikan hasil. Peneliti mengikuti proses
yang disajikan dalam (Petersen et al., 2008) dengan ulasan tiga langkah
yang mencakup perencanaan, pelaksanaan, dan dokumentasi. Tinjauan
ini dilengkapi dengan evaluasi hasil setiap langkah. Selain itu, Peneliti
menyediakan kerangka karakterisasi tambahan untuk konteks studi.
Tabel 3.1. Proses riset SLR /SMS.
Perencanaan Tinjauan. Langkah 1 - Mengidentifikasi kebutuhan
untuk SLR. Kita dapat membuat eksplisit tujuan umum dan ruang lingkup
studi menggunakan PICO (populasi, intervensi, comparation, outcome)
kriteria, lihat Tabel 3.2. Langkah 2 - Menentukan pertanyaan penelitian.
Sebagai aktivitas berikutnya, Peneliti mendefinisikan pertanyaan
penelitian untuk membantu membentuk protokol peninjauan, Tabel 3.3.
244
Tabel 3.2. Kriteria PICO
Tabel 3.3. Research Questions
245
Langkah 3 - Tentukan dan evaluasi review Protocol. Peneliti
mengembangkan sebuah protokol untuk studi pemetaan berdasarkan
(Petersen et al., 2008) dan pengalaman dengan SLRs.
Melakukan Tinjauan. Melakukan dimulai dengan pemilihan studi
dan menghasilkan data yang diekstraksi dan informasi yang disintesis.
Langkah 1 - Pilih studi utama (seleksi studi dan penilaian kualitatif). Istilah
pencarian yang digunakan dikembangkan menggunakan (Petersen et al.,
2008) dan dipandu oleh pertanyaan penelitian. Meskipun pada awalnya
Peneliti hanya menggunakan istilah 'microservice' (dan variasinya sebagai
istilah penelusuran), untuk menghindari mengecualikan studi apa pun
dalam konteks yang muncul. Tahun 2014 dipilih sebagai tahun perbatasan
microservice sebagai pola arsitektural hanya digunakan secara konsisten
sejak saat itu. Kejadian sebelumnya disebut layanan mikro seperti skala
kecil, tetapi tanpa referensi yang jelas terhadap gaya arsitektur atau pola.
Langkah 1A – seleksi awal. Langkah ini mencakup seleksi judul
dan abstrak potensi studi utama – yang dilakukan terhadap kriteria
penyertaan /pengecualian.
Tabel 3.4. Kriteria inclusion /exclusion
246
Langkah 1B - seleksi akhir. Hal ini didasarkan pada pemindaian
validasi studi, metode untuk layanan mikro dan dukungan alat dan rincian
pendekatan evaluasi.
Langkah 1C – penilaian kualitatif studi termasuk. Peneliti terutama
berfokus pada kekakuan teknis konten yang disajikan. Peneliti
mendasarkan penilaian kualitatif pada berbagai faktor seperti penilaian
Umum (G) dan penilaian spesifik (S). Skor Kualitas memberi Peneliti
kuantifikasi numerik untuk menentukan peringkat studi yang dipilih, namun
mengingat keterkinian pengembangan, Peneliti juga menyertakan buku
dan tesis /disertasi selama ada bukti tinjauan yang sedang dilakukan.
Langkah 2 dan 3 - Ekstraksi dan Sintesis Data. Untuk merekam
data yang diekstraksi dari studi yang dipilih, Peneliti mengikuti (Petersen
et al., 2008) menggunakan format terstruktur berdasarkan dimensi
karakterisasi.
Metode kedua yang digunakan adalah the establishment of multi-
stakeholder platforms and other partnerships. Such opportunities will only
expand misalnya tantangan kebijakan terkait globalisasi dan akselerasi
pacuan perubahan teknologi mengantisipasi tantangan sistem yang
berelasi ke prinsip fundamental transparansi sistem kekayaan intelektual
yang dibangun. Setiap orang dapat mencari paten, merek, desain, atau
kekayaan intelektual lainnya sepanjang mereka mencocoki kondisi
tertentu.
247
Misalnya kondisi yang melibatkan publicly disclosing certain
information about the new technology, product or service. Hal ini
membuatnya mungkin untuk yang lain menemukan siapa pemilik
teknologi, produk, atau layanan, dan ruang lingkup hak terkait. Metode ini
sudah diterapkan dalam URL https://dgip.go.id/ untuk e-PENELUSURAN
KI, e-INFORMASI KI, dll.
Manfaatnya adalah memfasilitasi pertukaran dan penggunaan
efisien hak-hak ini, yang mendukung pengembangan teknologi,
pertumbuhan bisnis, dan kemajuan sosial. Transparansi selalu menjadi
corner-stone sistem kekayaan intelektual. Tetapi kecenderungan
privatisasi fungsi yang secara tradisional ditangani sektor publik dan
kebangkitan teknologi baru seperti blockchain, menyediakan secure
means of record keeping yang dapat diharapkan untuk lebih jauh
mengaburkan jalur di antara atmosfer publik dan privat.
Gambar 3.3. Metode kedua terkait dengan Industry 4.0
248
Metode ketiga yang dipakai terkait teknologi blockchain, yang akan
meningkatkan efisiensi dan keamanan sistem kekayaan intelektual yang
fungsi tradisionalnya memelihara rekaman publik HAKI yang berelasi ke
pengetahuan, teknologi, dan kerja-kerja budaya. Hal ini lebih bermakna
teknologi privat dari pada registrasi publik. Banyak eksperimen dilakukan
dengan blockchain dalam the copyright sphere, diaplikasikan dalam
semua lisensi kekayaan intelektual. Kita perlu peduli bahwa dengan
teknologi blockchain, sektor privat akan menjadi ancillary record keeper.
Yang perlu dipertimbangkan apakah dampak pada transparansi pasar
untuk knowledge goods? Akankah penggunaan teknologi ini memacu
efisiensi pasar? Apakah ia memperbaiki sistem manajemen hak kekayaan
intelektual? Banyak potensi besar itu akan diteliti dalam disertasi yang
diusulkan proposalnya ini terkait dengan beberapa perguruan tinggi
Indonesia yang sudah membangun WIPO TISC.
Salah satu rekomendasi WIPO yang menarik perhatian DJKI
Kemenkumham yaitu WIPO menyarankan untuk mengembangkan strategi
jangka panjang yang secara progresif yakni mengenalkan dan
memaksimalkan penggunaan Artificial Intelligence (AI) dalam
pemeriksaan permohonan KI.(Yos dan Alva 2019)
Selain itu, WIPO juga meminta DJKI menggunakan “big data” (data
science) untuk memenuhi kebutuhan pengguna dan stakeholder KI, serta
memanfaatkan teknologi blockchain untuk keamanan bertransaksi dan
komersialisasi (kekayaan intelektual).
249
Teknologi blockchain berbentuk buku digital (ledger) yang
mencatat semua riwayat transaksi yang terjadi di dalam sebuah jaringan.
Catatan transaksi dienkripsi dalam sebuah kriptografi yang terdiri atas
deretan alfanumerik. Kemudian hal itu ditambahkan dengan sendirinya ke
dalam riwayat transaksi tersebut.
Freddy Harris menjelaskan, dengan blockchain ini kita dapat
menelusuri kekayaan intelektual terdaftar yang ada di Indonesia. “Mulai
dari sebuah karya dibuat, siapa saja penggunanya, dan berapa hak
ekonomi dari penggunaan karya tersebut,” jelasnya.
Sekarang, big data menguatkan traksi (di samping pengertian di
awal metode penelitian, makna traksi adalah gaya gesek maksimum yang
bisa dihasilkan antara dua permukaan tanpa mengalami slip. Definisi lain
dari traksi adalah gaya tangensial yang ditransmisikan secara melintang
terhadap dua permukaan melalui gesekan atau lapisan fluida yang
menghasilkan gerakan, memberhentikan laju, atau transmisi daya
[id.wikipedia.org/wiki/Traksi]).
Big data mendapat proteksi kekayaan intelektual di Jepang
sehingga perusahaan bebas menjual informasi yang mereka koleksi dan
timbun di sana. Idenya adalah untuk membuka harta karun (se-)luas data
dan membiarkan industri baru mekar. (Nikkei 2017) Bisa disimak apa yang
dilakukan dua perusahaan yaitu: PT Big Data Indonesia dan PT All Data
International.
250
PT Big Data Indonesia adalah Systems Integrator Company. Dia
menyediakan empat layanan yaitu: 1) Technology services; 2) Managed
services; 3) Professional services; 4) Integrated services. PT All Data
International adalah big data analytic company. Dia menyediakan solusi
sbb: a] 360o Degree View of Customer; b] Potential Customer Lead
Generation; c] Customer Value Chain; d] Customer Churn Analysis; e]
Fraud Detection; f] Predictive Maintenance.
Kita bergerak ke arah Internet of Things, sejumlah besar data
dibangkitkan. Major online platforms seperti Facebook dan Youtube
sedang mengreasi vast quantities of valuable data dari aktivitas mereka.
Hal ini memberi mereka kesempatan memegang data tersimpan, peluang
ekonomi signifikan. Ada banyak pertanyaan kompleks, mengemuka
tentang kepemilikan data itu. Pertanyaan-pertanyaan ini juga menyentuh
privasi dan isu-isu keamanan. Semua pertanyaan ini akan diteliti
jawabannya termasuk untuk perihal berikut. Siapa yang memiliki data
personal atau data yang dibangkitkan oleh kehadiran seseorang? Akan
diteliti redefinisi kepemilikan dalam relasi ke data ini, serta hak dan
obligasi yang menyerang ke mereka.
Ada Strategi ICT dan Kecerdasan Buatan untuk IPOS (Intellectual
Property Offices) mengadministrasi kekayaan intelektual, sesuai dokumen
WIPO no. WIPO /IP /IT AI /18 /2, original: English, date: February 8, 2018.
Dipilihkan apa yang ditulis delegasi Singapura sebagai berikut. Solusi
bisnis yang potensial dapat mengadopsi AI adalah: 1) Image Search for
251
Trademarks; 2) Trade Marks Class Recommendation Tool; 3) Trade
Marks Distinctiveness Checker; 4) Trade Marks Outcome Simulator (Trade
Marks Image Search + Class Recommendation Tool + Distinctiveness
Checker); 5) Patents auto checker; 6) Patents auto classification tool; 7)
Image Search for Designs.
Metode keempat yang digunakan adalah menganalisis Strategi
ICT dan AI dari semua negara yang dirangkum dalam dokumen tersebut.
Selanjutnya dikonfirmasi dengan banyak perguruan tinggi Indonesia ber-
TISC, bagai mana kemungkin terhadap semua strategi itu? Strategi itu
terkait COBIT [5] (https://www.ant.co.id/training-coverage.php) karena kegiatan
perguruan tinggi termasuk training di mana mutu training coverage perlu
dijaga dengan standar itu. Diagram dari Andalan Nusantara Teknologi
bisa dijadikan acuan /referensi.
Gambar 3.4. Training coverage terkait ICT Strategy.
252
ICT Strategy, governance, dan managerial training areas yang
menjadi prioritas disertasi ini antara lain: 1) ICT Strategy & Continuity; 2)
ICT Governance, Risk & Compliance → COSO, COBIT, NIST, ISO &
ISACA – CGEIT & CRISC; 3) Emerging Technologies → Cloud, Artificial
Intelligent [AI], Machine Learning [ML] & Data Science [DS]; 4) Enterprise
architecture → Zachman, NIST, TOGAF, Archimate & IT4IT Frameworks;
5) Business Analytics → AI, ML, DS; 6) Business & ICT Agility → DevOps
& DevSecOps [Lean, Scrum, Kanban, CI /CD, Docker & Kubernetes]; 7)
ICT Service Management → ITSM, ITIL, ISO; 8) Cloud Computing →
Plan, Assessment, implementation & monitoring.
Hal ini terkait permasalahan pertama yaitu bagai mana tinjauan
komprehensif data science dengan kata kunci big data, data analysis,
data analytics dari banyak perguruan tinggi Indonesia yang sudah
membangun TISC, digunakan empat metode dalam tabel 3.5 sebagai
berikut.
Tabel 3.5. Resume penggunaan empat metode.
Metode Pengertian Masalah yang Diselesaikan
Pertama
Data
science
Memahami sistem
komputer sebagai bagian
teknologi informasi yang
menimbulkan tantangan
utama dengan SLR dan
/atau SMS.
TISC adalah sistem komputer
untuk para stake holder kekayaan
intelektual terutama inventor,
pencipta, desainer. Filsafat ilmu
informatika, mengembangkan
ilmu data dalam TISC.
Kedua The establishment of multi- Konsep TISC bagus tetapi
253
Big data
stakeholder platforms and
other partnerships. Such
opportunities will only
expand → Apache Spark
/Hadoop (Yahoo, FB),
Oracle (BDMP, Analytics,
Cloud BDP), Cloudera,
MapR, Hortonworks, Talen
BDP, DataBricks, Qubole.
mengapa baru 17 perguruan
tinggi Indonesia yang
mengimplementasikannya? Bagai
mana sebenarnya keinginan
stake holder? Alternatif: AWS,
MS Azure, Snowflake, Google
Cloud Platform /Big Query,
NoSQL, dll.
Ketiga
Data
analysis
Terkait teknologi
blockchain, yang akan
meningkatkan efisiensi dan
keamanan sistem
kekayaan intelektual yang
fungsi tradisionalnya
memelihara rekaman
publik HAKI yang berelasi
ke pengetahuan, teknologi,
dan kerja-kerja budaya.
Pada hubungan intellectual
property dan blockchain
technology, ada digital
transformation dengan
transdisciplinary engineering
methods untuk social innovation
of Industry 4.0. Bagai mana TISC
memanfaatkan teknologi
blockchain misalnya untuk
proteksi kekayaan intelektual
dalam supply chain.
Keempat
Data
analytics
Menganalisis Strategi ICT
dan AI dari semua negara
yang dirangkum dalam
dokumen WIPO.
Selanjutnya dikonfirmasi
dengan banyak perguruan
tinggi Indonesia ber-TISC,
bagai mana kemungkin
terhadap semua strategi?
Kemungkinan strategi ini bisa
dikonfirmasi dalam pertemuan
Intellectual Property Offices
(IPOs) seperti ASKII pada ICT
Strategies dan Artificial
Intelligence untuk administrasi
kekayaan intelektual sebagai
prioritas agenda TISC pada
perguruan tinggi Indonesia.
254
Masalah kedua yaitu Bagai mana instalasi development tools and
services-nya? Bagai mana memetakan paten dan publikasi riset terkait?
Bagai mana sustainable development knowledge platform yang cocok?
Ada keterkaitan dengan keempat metode di atas yang telah digunakan
dengan responden stake holder dari 17 perguruan tinggi penerap TISC.
Sebagai contoh perguruan tinggi penerap TISC, IPB resmi menjadi salah
satu anggota TISC WIPO, sebagai Host Institution dengan
penandatanganan Nota Kesepahaman (Memorandum of Understanding)
antara Rektor IPB dengan PLT Dirjen DJKI (simak URL
http://hendra.staff.ipb.ac.id/2017/11/05/tisc/).
Selain IPB, terdapat 16 perguruan tinggi lain yang juga
menandatangani MoU serupa, yaitu Telkom University, Universitas Negeri
Yogyakarta, Universitas Islam Indonesia, Universitas Muhammadiyah
Malang, Universitas Trunojoyo Madura, Universitas Kristen Petra,
Universitas Negeri Gorontalo, Institut Teknologi Bandung, Universitas
Brawijaya, Universitas Gunadarma, Universitas Muhammadiyah
Surakarta, Universitas Muhammadiyah Makassar, Institut Teknologi
Nasional Malang, Universitas Airlangga, Universitas Kristen Indonesia,
dan Universitas Sultan Ageng Tirtayasa. Program TISC WIPO mencakup
Tabel 3.6. sbb:
Tabel 3.6. Resume Program TISC WIPO dan Implementasi-nya.
Program /TISC WIPO Implementasi
255
1) peningkatan akses informasi
teknologi, teknik dan know-how
ilmiah;
instalasi development tools and
services-nya termasuk micro
services.
Program yang menyediakan para
inovator dalam negara-negara
berkembang dengan akses berbasis
lokal, teknologi informasi
berkualitas tinggi dan layanan
terkait;
Fokus pada sistem informasi di
Perguruan Tinggi, LPPM, dan
Sentra Kekayaan Intelektual.
2) penyediaan layanan bantuan
dalam penelusuran dan analisa
basis data teknologi, khususnya
basis data paten, untuk
kebutuhan teknik dan bisnis;
memetakan paten dan publikasi
riset terkait
Menolong para inventor guna
mengeksploitasi potensi inovatif
mereka;
Fokus pada sistem informasi di
laboratorium, special purpose
vehicles, dan supporting system
organization.
3) peningkatan pengetahuan dan
manfaat kekayaan intelektual
secara umum serta informasi
paten khususnya;
sustainable development
knowledge platform yang cocok
dan mengreasi, melindungi, dan
mengatur kekayaan intelektualnya.
Fokus pada kegiatan sosialisasi
antar fakultas internal perguruan
tinggi dan Asosiasi Sentra
Kekayaan Intelektual Indonesia
(ASKII).
4) peningkatan kesadaran
mengenai kekayaan intelektual.
Komunitas Ekonomi Kreatif Komunitas Sahabat UMKM
Fokus pada diklatnas dan diklatda di
ASKII dan ASKI Lampung, ASKII
SulSel.
256
Ada empat tahapan yang dilibatkan dalam penyiapan dan
menjalankan TISC secara sukses yaitu: 1) Project planning; 2) Project
initiation; 3) Resources development; 4) Service provision. Karya disertasi
dibuat untuk mengungkap pengembangan micro services untuk data
science terkait semua tahapan itu untuk skala Indonesia. Ada empat stake
holder yaitu WIPO (Enables sharing of experiences and best practices
among TISCs), Government Authority (Assesses user needs), National
Focal Point (Identifies potential host institutions, assesses their capacities,
and supports them in joining the TISC project), dan Host Institution
(Provides administrative and technical staff required to deliver technology
and innovation support services). Karya disertasi dibuat untuk
mengungkap pengembangan data science terkait peran semua pihak
tersebut.
NOVELTY dari disertasi ini adalah boosting method (standar teknis
dan tool box) yang diusulkan untuk meningkatkan reliabilitas Kantor HAKI
dalam mengimplementasi TISC dalam empat tahap dengan validasi
respons empat stake holder. Hal itu didukung pengembangan micro
services (architectures) untuk data science dengan inventarisasi sumber
daya terkait hal itu di Indonesia dan global yang bisa dimanfaatkan oleh
banyak sentra kekayaan intelektual di kampus mau pun instansi lainnya
dalam rangka persiapan antisipasi menghadapi Industry 4.0 dengan
memperkuat fase-fase sebelumnya (Industry 3.0 hingga Industry 1.0).
257
Gambar 3.5. Terlihat bahwa tiada indikasi untuk local TISC untuk wilayah
Republik Indonesia (tahun 2013). Kini menurut Hendra Wibowo, staf dari
IPB, sudah ada 17 local TISC [walau pun belum ada satu pun yang
terdaftar di WIPO]. (Sumber: http://www.wipo.int/edocs/mdocs/africa/en/wipo_tisc_lus_14/wipo_tisc_lus_14_t_2.pdf)
Pada tahun 2019 jika kita cari di Google dengan kata kunci “wipo
tisc data science dissertation”, yang terkait disertasi, hanya muncul buku
berjudul “Mapping Patents and Research Publications of Higher Education
Institutes and National R&D Laboratories of India”. Jika ditambahkan kata
kunci “computer system” maka akan muncul Road map for establishing
Technology & Innovation Support Centers (TISC) dan dokumen WIPO
“Making IP Work”. Tidak ada disertasi terkait, JADI DISERTASI INI
ADALAH YANG PERTAMA TERKAIT TISC & micro services terkait.
Pada prinsipnya pembahasan disertasi me-review peta jalan
tersebut khususnya untuk skala Indonesia dengan 17 perguruan tinggi
258
yang sudah menerapkan TISC, selanjutnya membuat pemodelan untuk
project planning untuk mempercepat implementasi TISC di Indonesia
berdasarkan pengalaman 17 perguruan tersebut untuk ranah policy,
services, infra-structures, development, solutions, dan information.
Berikut ini dipetakan distribusi Science & Techno Park (STP) yang
berdekatan dengan distribusi 17 perguruan tinggi ber-TISC berdasarkan
cluster per-pulau. Hal ini dalam rangka menginventarisasi peluang kerja
sama perguruan tersebut dengan STP terdekat di lingkungannya.
Gambar a
PERGURUAN TINGGI TANDA TANGAN MOU DENGAN DIREKTORAT JENDERAL KEKAYAAN INTELEKTUAL
WILAYAH PERGURUAN TINGGI
PULAU SUMATERA
UNAND Science Techno Park
STP - RIAU
Batam Tecno Park
Techno Park Pelalawan
STP - BENGKULU
STP - PALEMBANG
ATP - MUSI RAWAS
Techno Park Lampung Tengah
BPTP Lampung
259
Gambar b
Gambar 3.6. Distribusi perguruan tinggi yang sudah ber-MoU dengan DJKI,
distribusi STP (Zubaidah 2017), info STP tambahan (belum sampai 100 Taman
Sains dan Teknologi Indonesia) (Penulis 2015). Di gambar-a tampak di Pulau
Sumatera belum ada satu pun perguruan tinggi ber-TISC. Di gambar-b tampak
berkumpul begitu banyak STP di Pulau Jawa yang didukung banyak perguruan
tinggi ber-TISC. Sedangkan di Pulau Sulawesi lima STP berpeluang dikoneksikan
dengan dua perguruan tinggi ber-TISC.
PULAU JAWA Universitas Gunadarma Jakarta
NSTP - Kawasan Nuklir Pasar Jumat Universitas Kristen Indonesia
NSTP - SERPONG Universitas Sultan Ageng Tirtayasa Tangerang
STP - IPB Institut Pertanian Bogor Bogor
Bogor Agro Science Techno Park
Cirebon Science Park
Taman Sains Enjiniring Pertanian Institut Teknologi Bandung Bandung
UNPAD Science Techno Park
Bandung Techno Park
ITB Innovation Park
Cimahi Techno Park Telkom University
STP LIPI Universitas Negeri Yogyakarta Yogyakarta
Baron Techno Park
Techno Park Pekalongan
UGM Science Techno Park Purwomartani
Universitas Islam Indonesia
STP - JEPARA
STP - SOLO Universitas Muhammadiyah Surakarta Surakarta
STP -SRAGEN
Universitas Kristen Petra Surabaya
Techno Park Grobogan
Universitas Airlangga
DIGITAL SCIENCE TECHNOPARK
Marine Science Techno Park (MSTP)
Balingtan
Universitas Brawijaya Malang
ATP KLATEN
Universitas Muhammadiyah Malang
ITS Science Techno Park
CCSTP Institut Teknologi Nasional Malang
PULAU MADURA Universitas Trunojoyo Madura Bangkalan
PULAU BALI
Tohpati Center
PULAU KALIMANTAN
STP - KALTARA
Balitra
Techno Park Penajam Paser Utara
PULAU SULAWESI Universitas Negeri Gorontalo Gorontalo
BPTP Sulteng
ATP POLEWALI MANDAR Universitas Muhammadiyah Makassar Makassar
Techno Park Bantaeng
ICT Center of Excellence
Sulawesi Selatan Science Park
PULAU SUMBAWA
STP - SUMBAWA
Techno Park Banyumulek
PULAU PAPUA
STP - PAPUA BARAT
260
Gambar 3.7. Usulan skema interkoneksi antara TISC yang rencananya dibangun dan dimiliki oleh Sentra KI di perguruan tinggi dengan STP yang ada di sekitarnya. Di sini akan dimodelkan, disimulasikan rencana keberadaan TISC di Unhas. Jaringan diperluas dengan sebaran SMA dan SMK binaan yang ada di sekitar tiga perguruan tinggi tersebut. Selanjutnya SMA /SMK membangun jaringan dengan sebaran SMP yang ada di sekitar sekolah masing-masing. Seterusnya SMP membangun jaringan dengan sebaran SD di sekeliling sekolah masing-masing. Akhirnya SD membangun jaringan dengan sebaran TK /PAUD yang ada di lingkungannya. Dengan skema seperti ini insya Allah, terintegrasi sistem yang mendukung inovasi dan teknologi sejak usia dini, memaksimalkan pembinaan intelektualitas otak kanan, tengah, dan kiri. Perhatikan buku Dahsyatnya Otak Tengah karya Hartono Sangkanparan penerbit Visimedia Pustaka. Perhatikan buku Menyeimbangkan Otak Kiri & Otak Kanan karya Pangkalan Ide penerbit PT Elex Media Komputindo. (https://www.zonareferensi.com/fungsi-otak/)
Rancangan atau desain penelitian diartikan sebagai strategi untuk
melaksanakan penelitian. Pada penelitian eksperimental harus dijelaskan
variable berpengaruh mau pun variable bebas, serta variable control.
Bahan dan alat yang dipakai harus dijelaskan pada bagian ini. Pada
Computer-Based Information Sistem
Mengacu pada sistem informasi yang dikembangkan berbasis teknologi komputer.
Hardware TISC UNIVERSITAS HASANUDDIN Universitas Muhammadiyah Makassar Universitas Negeri Gorontalo
Software Tempat eksperimen Tempat eksperimen Tempat eksperimen
People INVENTOR POTENSIAL POTENSIAL POTENSIAL
Procedures PENDAFTARAN
Information
KEKAYAAN
INTELEKTUAL 630 HAKI 281 HAKI 3 PATEN HAKI
RANGKING 3 RANGKING RANGKING
CBIS
PULAU KALIMANTAN
STP - KALTARA
Balitra
Techno Park Penajam Paser Utara
PULAU SULAWESI
BPTP Sulteng
ATP POLEWALI MANDAR
Techno Park Bantaeng
ICT Center of Excellence
Sulawesi Selatan Science Park
PULAU SUMBAWA
STP - SUMBAWA
Techno Park Banyumulek
PULAU PAPUA
STP - PAPUA BARAT
261
penelitian non-eksperimental, harus dijelaskan jenis penelitian yang
dipilih. Variabel berpengaruh adalah kebijakan WIPO, kebijakan
Pemerintah Pusat dan Pemerintah Daerah, kesepakatan ASKII, kebijakan
pimpinan perguruan tinggi. Variabel control adalah banyak parameter
dari pengembangan ilmu data di pusat dukungan teknologi dan inovasi
yang ada di banyak perguruan tinggi di Pulau Jawa (akan dipilih beberapa
institusi). Variabel bebas adalah banyak parameter dari pengembangan
ilmu data di pusat dukungan teknologi dan inovasi yang ada di beberapa
perguruan tinggi di Pulau Sulawesi.
Strategi yang dipilih adalah mengawali riset dengan penelitian
kepustakaan dan penelitian kualitatif, diakhiri dengan penelitian kuantitatif
dengan tema besar pengembangan micro services untuk ilmu data
pada system pendukung teknologi dan inovasi. Penelitian
kepustakaan merupakan penampilan argumentasi penalaran keilmuan
yang memaparkan hasil berdasarkan kajian pustaka dan hasil olah pikir
peneliti mengenai suatu masalah /topic kajian sebagai mana tertera pada
paragraph di atas. Hal ini yang dapat pembaca rasakan di bab
pendahuluan, bab tinjauan pustaka, dan bagian awal bab metode
penelitian. Sumber kepustakaan untuk bahan kajian berupa jurnal
penelitian, disertasi, tesis, skripsi, laporan penelitian, buku teks, makalah,
laporan seminar, diskusi ilmiah, atau terbitan-terbitan resmi pemerintah-
pemerintah (misalnya Indonesia, Singapura, Australia, Swiss, dll) dan
lembaga-lembaga lain (seperti ASKII, ASEAN, APEC, WIPO, dll).
262
Systematic literature review (SLR) or mapping study (SMS) dari
riset pada microservices menguji the maturity in general dan
mengidentifikasi trends, research gaps dan, arah masa depan. Tersedia
pertumbuhan minat dalam container dan microservices dalam cloud, ada
keperluan mengeksplorasi agenda riset. SLRs and SMS melakukan
identify, classify and synthesize a comparative overview of state-of-the-
research and enable (Petersen et al., 2008; Kitchenham et al., 2009).
Bahan-bahan pustaka harus dibahas secara kritis dan mendalam
dalam rangka mendukung gagasan dan /atau proposisi untuk
menghasilkan kesimpulan dan saran. Bagian utama disertasi ini,
berdasarkan kajian pustaka terletak pada bab 1: pendahuluan, bab 2:
tinjauan pustaka (kajian atas bahan kepustakaan tersebut di atas), dan
bab 5: penutup.
Bab 2 berisi gagasan pokok diteruskan dengan metode kajian
mendalam, dan diakhiri dengan rangkuman pembahasan dan implikasi.
Metode kajian menjelaskan semua langkah yang dikerjakan peneliti sejak
awal hingga akhir. Pada bagian ini dapat dimuat hal-hal yang berkaitan
dengan anggapan-anggapan dasar atau fakta-fakta yang dipandang benar
tanpa adanya verifikasi dan keterbatasan, atau aspek-aspek tertentu yang
dijadikan KERANGKA (BER-)PIKIR.
Selanjutnya dilakukan analisis masalah dan variable yang terdapat
dalam judul kajian, dalam hal ini adalah masalah pengembangan ilmu
data dan variable pusat dukungan teknologi dan inovasi (TISC).
263
Analisis masalah menghasilkan variable dan hubungan antar- variable.
Peubah pertama adalah technology and innovation support center
(TISC). Variable- variable berikutnya ialah:
1. Dokumen institusi-institusi internasional yaitu WIPO, dll.
2. Kebijakan pemerintah-pemerintah, misalnya Indonesia, dll.
3. Kesepakatan national vocal point, ialah ASKII, dll.
4. Host institution standard operational procedures dari Sentra KI, dll.
Selanjutnya dari empat variable di atas akan diturunkan banyak variable
lagi, dilakukan analisis variable dengan mengajukan banyak pertanyaan
yang berkaitan dengan hubungan antar- variable. Analisis ini diperlukan
untuk menyusun alur berpikir dalam memecahkan masalah yaitu
pengembangan ilmu data (development data science). Perlu ditekankan
bahwa tulisan tentang metode kajian hendaknya didasarkan atas kajian
teori dan khazanah ilmu, yaitu paradigm, teori, konsep, prinsip, hukum,
postulat, dan asumsi keilmuan yang relevan dengan masalah yang
dibahas.
Dari tiap pertanyaan diidentifikasi alternative model pemecahan
masalah atau jawabannya. Dari setiap alternative tersebut diidentifikasi
konsep-konsep yang relevan yang diperlukan sebagai bahan
pertimbangan untuk memilih alternative pemecahan masalah atau
jawaban yang tepat. Lebih lanjut tiap konsep dijabarkan lagi menjadi sub-
konsep berdasarkan keperluan, misalnya berdasarkan makna atau segi
lainnya.
264
Pada hakikatnya peninjauan konsep menjadi beberapa sub-konsep
dilakukan untuk menyusun alur berpikir dalam pengkajian masalah. Hal ini
dilakukan terhadap semua konsep yang ada. Berdasarkan uraian ini
disusun bab-bab yang diperlukan. Tiap bab diberi judul yang sesuai.
Bahan-bahan untuk pembahasan konsep dan sub-konsep dicari dan
dikumpulkan dari berbagai sumber, yaitu buku, jurnal, (masalah di forum)
ilmiah, makalah, atau sumber-sumber yang lain.
Secara ringkas dapat dikatakan bahwa Bab 2 berisi uraian masalah
secara rinci, alternative model pemecahan masalah, dan problem solving-
nya. Bagian ini merupakan hasil pemikiran atau ide yang baru dari peneliti
mengenai masalah yang dibahas. Seyogyanya di sini tercermin
penguasaan peneliti mengenai bidang ilmu yang relevan dengan
permasalahan.
Analisis dan pemecahan masalah yang dilatar-belakangi
penguasaan materi keilmuan akan tajam dan komprehensif. Juga perlu
tercermin di sini gagasan dan wawasan peneliti yang tajam dalam
mengkaji masalah. Perlu dipelihara konsistensi cara berpikir sejak awal
pembahasan. Gagasan dan buah pikiran penulisan harus disajikan bentuk
alur-alur pikir yang logis sehingga mudah ditangkap makna-nya.
Penelitian kualitatif mengutamakan uraian dalam bentuk verbal
atau deskriptif. Penelitian ini bertujuan mengungkap proses pembentukan
dan dinamika sebuah realitas social serta menginterpretasikan makna
di balik dua hal tersebut. Penelitian ini menghasilkan dan mengolah data
265
yang bersifat deskriptif, seperti transkrip wawancara, catatan lapangan,
gambar, foto, rekaman video (Poerwandari, 2005, hlm 42). Terkait system
computer /system informasi, ada realitas social yaitu masyarakat
informasi /brain ware sebagai pemuncak sekaligus pengguna /users dari
piramida system tersebut. Lebih khusus lagi masyarakat dimaksud adalah
stake holder kekayaan intelektual.
Realitas social adalah sesuatu yang subjektif dan diinterpretasikan,
bukan sesuatu yang berada di luar individu. Manusia tidak secara
sederhana mengikuti hukum-hukum di luar dirinya, melainkan dia
menciptakan rangkaian makna dalam menjalani kehidupannya. Ilmu yang
didasarkan pada pengalaman sehari-hari masyarakat, bersifat induktif,
ideografis, dan tidak bebas nilai. ((NPM) 10410029 Bab 3.Pdf n.d.).
Proses dan makna dimaksud, diungkap secara menyeluruh sesuai
dengan konteks-nya melalui pengumpulan data dari latar alami dan
menempatkan peneliti sebagai instrumen utama penelitian. Penelitian
semacam ini dapat berciri eksploratif, deskriptif, dan eksplanatif,
bergantung pada pilihan strategi yang digunakan. Latar alami dapat
berasal dari masyarakat internasional seperti WIPO, hingga komunitas
local di Sentra Kekayaan Intelektual dari perguruan tinggi setempat.
Sebuah laporan penelitian kualitatif disusun dengan substansi dan
format yang sesuai dengan ciri penelitian itu sendiri. Laporan disusun
dalam bentuk narasi, grafik, matriks, atau cara penyajian lainnya dengan
tetap menunjukkan ciri alamiahnya dan menggunakan logika induktif.
266
Gaya penulisan dapat bersifat formal dalam arti memuat hal-hal pokok
pada bagian awal (Bab 1) lalu dipertajam dengan contoh /ilustrasi dari
data. Gaya penulisan juga dapat bersifat informal dalam arti bagian awal
(Bab 1) berisi paparan cerita /ilustrasi lalu pada bagian akhir (Bab 4)
diberikan analisis, interpretasi, dan kesimpulan (Bab 5).
Bab 3 Metode Penelitian berisi pendekatan (kualitatif: logika
induktif; kuantitatif: logika deduktif) dan jenis penelitian (modifikasi).
Pengelolaan peran sebagai peneliti: selalu mengikuti arah dari (komisi)
Pembimbingan dan hasil-hasil seminar proposal, seminar hasil, seminar
/konferensi nasional /internasional, dll. Di Bab 3, dipilih 2 lokasi penelitian
yaitu di P. Sulawesi dan P. Jawa. Sumber data berasal dari berbagai
pihak, minimal dari empat stake holder penerima manfaat penelitian
disertasi ini. Prosedur pengumpulan data penelitian kepustakaan dengan
mendatangi Perpustakaan Pusat Unhas di Tamalanrea dan Perpustakaan
FT Unhas di COT (Center of Technology) dan CSA (Center of Scientific
Activity), berkedudukan di Gowa. Teknik analisis, pemeriksaan validitas
temuan, tahap-tahap penelitian dan jadwalnya diuraikan dalam halaman-
halaman berikutnya bab terkait. Qualitatif research adalah jenis penelitian
yang menghasilkan penemuan yang tidak dapat dicapai (diperoleh)
dengan menggunakan prosedur statistika atau dengan cara lain dari
kuantifikasi (pengukuran). (Aselm & Juliet Corbin, 1997).
Jenis penelitian kuantitatif lebih menekankan penggunaan angka
atau bilangan (metode numeric) dengan logika deduktif. Berdasarkan
267
karakteristiknya, penelitian ini cenderung baku meski pun mahasiswa
bersama (komisi) pembimbing dapat saja melakukan penyesuaian.
Alokasi penulisan sbb. Bab 3 Metode Penelitian memuat: (rancangan
penelitian), waktu dan lokasi penelitian, bahan dan alat yang digunakan
dalam penelitian, serta metode analisis secara rinci (populasi dan sampel,
teknik pengumpulan data, definisi operasional). Bab 4 Hasil Penelitian dan
Pembahasan menguraikan: hasil penelitian dan pembahasannya. Bila ada
maksud memisahkan secara jelas mana bagian hasil dan mana bagian
pembahasan, hal ini bisa dilakukan menjadi: Deskripsi Hasil Penelitian
dan Pembahasan (diletakkan di belakang hasil).
Dari Diskusi Publik RUU Perlindungan Data Pribadi: Bgmn
Seharusnya Bisnis Melindungi Privasi Konsumennya, diselenggarakan
oleh ELSAM (Lembaga Studi & Advokasi Masyarakat) dan Koalisi
Advokasi RUU Perlindungan Data Pribadi, diketahui bahwa praktik
pengumpulan data skala besar telah berdampak signifikan bagi
penikmatan dan jaminan perlindungan hak atas privasi seseorang.
Kendati dalam proses pengumpulannya mengacu pada prinsip anonimitas
sekali pun, resiko terjadinya kebocoran atau penyalahgunaan, yang
memungkinkan seseorang terprofil juga sangat besar. Menurut berita
JPNN.Com terjadi peretasan WhatsApp (WA), salah satu parpol
mengingatkan urgensi kedaulatan digital. Perusahaan siber Israel, NSO
Group (Technologies) diduga meretas 1.400 pengguna WA di 20 negara.
244
Tabel 3.7. State of the art dari Pengembangan Micro Service Architecture untuk Data Science dalam
TECHNOLOGY AND INNOVATION SUPPORT CENTER
NO PENELITI
/TAHUN
JUDUL
PENELITIAN
/TULISAN
PENERBIT Parameter
/Pokok
Permasalahan
JENIS DATA METODE
/Usulan
Riset
HASIL /Korelasi dengan Usulan Riset
1 Dhar, V. /2013
Data Science
and Prediction
Communications of the ACM
The term /ilmu data, prediksi keperluan HAKI.
definisi Studi
pustaka
/Big data
KI
dikelola
untuk
menghasil
kan
prediksi.
Use of the term "data science" is increasingly common, as is "big data”. Di samping dua istilah itu, ada istilah ketiga yaitu predictive analytics. Korelasinya, data science menjadi peruntukan dalam pengembangan microservice architectures.
1a Dhar, V. /2013
Data science https:
//en.wikipedi
a.org
/wiki/Data_s
cience
the term /deskripsi data science dan data mining
definisi Studi
pustaka
/Membuat
perincian
dari data
Data science is a multi-disciplinary field that uses scientific methods, processes, algorithms and systems to extract knowledge and insights from data in various forms,
245
Jeff Leek /2013
The key word
in "Data
Science" is not
Data, it is
Science
Simply Statistics
https:
//simplystati
stics.org
/2013/12/12
/the-key-
word-in-
data-science-
is-not-data-
it-is-science/
science
berupa
deskripsi
semua
materi
yang
diterang-
kan.
both structured and unstructured,[1][2] similar to data mining. Korelasinya, data science sudah mulai diterangkan pada Bab 1 Tabel 1.1. Korelasinya, data mining sudah mulai dijelaskan pada Bab 2 Tabel 2.2.
1b Hayashi, Chikio /1998
What is Data
Science?
Fundamental
Concepts and a
Heuristic
Example
Studies in Classification, Data Analysis, and Knowledge Organization. Springer Japan. pp. 40–51.
the term /Memperjelas hubungan data science dan machine learning.
definisi Studi
pustaka
/Studi
tentang
algoritme,
analisis
komponen
prinsip,
regularisasi
(terkait
machine
learning).
Data science is a "concept to unify statistics, data analysis, machine learning and their related methods" in order to "understand and analyze actual phenomena" with data.[3] It employs techniques and theories drawn from many fields within the context of mathematics, statistics, information science, and computer science.
2 Author
team /2019
About this
Specialization
Ask the right
questions,
Johns
Hopkins
University,
https:
the term /Pertanyaan yang benar untuk manipulasi
definisi How to
/Melakuka
n exercise
untuk 3
Ask the right questions,
manipulate data sets, and create
visualizations to communicate
results. This Specialization covers
246
manipulate data
sets, and create
visualizations
to
communicate
results
//www.cours
era.org
/specializatio
ns/jhu-data-
science
himpunan data guna visualisasi.
kerja itu
dalam 10
course in
Specializat
ion dengan
studi
kasus di
Sentra KI.
the concepts and tools you'll need
throughout the entire data science
pipeline, from asking the right
kinds of questions to making
inferences and publishing results.
3 Author
team /2019
Data platforms and analytics, Helping people and organizations unlock the power of data.
https://www.
microsoft.co
m/en-
us/research/r
esearch-
area/data-
platform-
analytics/
Data
platforms and
architectures,
Data
wrangling and
enrichment,
Social data
and impact.
A broad
range of
topics
related to
the
managemen
t and
analysis of
data.
These include:
infrastructure for
large-scale cloud
data systems,
reducing the total
cost of ownership
of systems
including auto-
tuning of data
platforms, query
optimization and
processing,
enabling
approximate ways
to query large and
complex data sets
/Pemodelan dan
simulasi hal
tersebut.
Applying statistical and machine
learning techniques to improve
database system components, stream
processing, adding database
capabilities to actor frameworks, self-
service data cleaning and
transformation at scale, search over
structured data, metadata
management, and information
extraction.
4 Remco R.
Bouckaert
dkk /2018
WEKA Manual for Version 3-9-3
University of
Waikato,
Hamilton,
New
Zealand
Alex
Seewald
(original
Commnd-
Command
line
Graphical user
Konsep
dasar:
Data set,
Classifier,
Weka.filter,
Weka.classi
fier,
Launching
WEKA
mempunyai
EXPERIMENTE
R di mana
pengguna bisa
melakukan
ekperimentasi.
Terkait WEKA,
untuk eksperimen
awal, penggunaan
graphical user
interface
dirasakan cukup.
Untuk
penggunaan
Dalam doc directory WEKA, anda
temukan dokumentasi semua java
classes. Perhatikan well-documented
source code, dapat ditemukan di weka
–src.jar dan dapat diekstraksi dengan
jar utility dari Java Development Kit.
KONSEP DASAR
Himpunan jenis-jenis data, yaitu
247
line primer)
David Scuse
(original
Experimente
r tutorial)
interface
Data
Appendix
Bibliography
WEKA,
Package
manager,
Simple CLI,
Explorer,
Experiment
er,
Knowledge
Flow,
Workbench,
ArffView,
Bayesian
network
classifiers,
mendalam,
direkomentasikan
command line
interface karena
ada beberapa
fungsionalitas
yang tidak tersedia
dengan GUI dan
penggunaan jauh
lebih sedikit
memory.
Paket Weka.filter
digunakan untuk
menransformasi
input data untuk
pre-processing,
transformation,
feature generation,
dll.
WEKA focus pada
algoritme machine
learning. Hal ini
disebut
Classifiers.
dataset adalah konsep sangat
mendasar dari machine learning.
Suatu dataset adalah ekuivalen ke
two-dimensional spreadsheet atau
table basis data.
Dalam WEKA, hal ini diimplementasi
oleh weka.core.Instance. Tiap
instance terdiri nomor atribut, bisa
nominal (= one of a predefined list of
values), numeric (= a real or integer
number) or a string (= an arbitrary
long list of characters, enclosed in
”double quotes”).
5 RapidMin
er GmbH
/2001-2019
RapidMiner
Studio
RapidMiner
GmbH
How to
start
RapidMiner
Studio
(Windows)
How to
start
RapidMiner
Studio
(Linux)
How to
start
Log file
NOTE ON
CONFIGURA
TION
FILES
Please
note
To start
RapidMiner
Studio, you
can use the
"RapidMiner
Studio.exe"
file
located in
the same
directory
as this
readme. If
you do not
want
to/cannot
use .exe
file, you
can also
start
Di awal pengoperasian RapidMiner,
muncul Windows Security Alert sbb:
Karena Kampus Elektro merupakan
248
RapidMiner
Studio
(Mac)
Acquire
extensions
for
RapidMiner
Studio
Community
forum
RapidMiner
Studio via
the
"RapidMiner
-
Studio.bat"
file also
located in
this
folder.
tempat kerja, tanda centang kedua
dihapus. Juga muncul
Pembaharuan ini dilakukan segera.
Selanjutnya masuk ke auto model di
samping dua pilihan lain yaitu blank
dan Turbo Prep.
STATE OF THE ART RADEN ARUM SETIA PRIADI D053182003
NO PENELITI
/PENULIS
JUDUL
PENELITIAN
/TULISAN
TAHUN
/Usulan Riset
JENIS
PENELITIAN
/Pokok
Permasalahan
Algoritme
/Ekstraksi
/Fitur
/Klasifikasi
TINJAUAN DATA /HASIL /AKURASI / Korelasi
dengan Usulan Riset
6 Iwan
Sofana
Cloud
Computing,
Teori dan
Praktik
(OpenNebula,
VMware, dan
Amazon AWS)
(Sofana
2012)
2012 Penelitian
cloud
computing
di
perusahaan.
Apakah
cloud
computing
server
dapat
dibangun
dengan
sarana
seadanya?
Apa
manfaat-
Secara konsep, cloud computing adalah sebuah
model client-server, di mana resources seperti
server, storage, network, dan software dapat
dipandang sebagai kumpulan services. Ia dapat
diakses oleh users setiap saat secara remote.
Inti dari teknologi cloud computing adalah
virtualisasi. Physical machines diganti dengan
virtual machines. Demikian pula, physical network
dan physical storage diganti oleh virtual network dan
virtual storage.
249
nya bagi
pengguna
computer?
Pendahuluan, virtualisasi, definisi & organisasi,
memanfaatkan layanan. Seluk beluk hypervisor,
jenisnya, ESX, KVM, Xen, lainnya.
Meng-instal dan menggunakan hypervisor. Xen
LiveCD, Xen cloud platform, ESXi, ESX, instalasi
ESXi pada flash disk.
Mengidentifikasi kebutuhan, file system, dan
storage. Memperkirakan resources, fasilitas back up.
Cloud server berbasis OpenNebula, persiapan, dll.
7 2B Solutions, Inc.
Weka Smart Fridge Tracks Vaccine Inventory using Microsoft Dynamics CRM and Azure IoT https://www.
2bsolutions.
com/about-
us/
June 2016 We improve the ability of businesses to respond to their customers and critical events from anywhere. We are a Gold Microsoft Partner with competencies in Microsoft Mobility Solutions, Microsoft Business Solutions and
2B Solutions, Inc. specializes in custom building Dynamics 365 and mobile applications to allow our customers to manage any kind of resources from company car /truck fleets, to medications throughout a pharmacy, to
Our custom mobile applications include a complete mobile inventory and store management application for retailers and warehouses. 2B Solutions has also developed mobile applications for mobiles sales, asset tracking and event tracking.
Microsoft Azure • Microsoft Azure API Management
• Microsoft Azure Blob storage
• Microsoft Azure DocumentDB • Microsoft Azure IoT Suite Dashboard
• Microsoft Azure IoT Hub
• Microsoft Azure Stream Analytics
• Microsoft Azure PowerShell
• Microsoft Azure Service Bus
• Microsoft Azure SQL Database
Microsoft Dynamics CRM Online Professional
Visual Studio 2015
250
ISV/Software Solutions.
dog trainers and their schedules.
Windows 10 Pro
Windows 10 IoT Core
Microsoft Surface tablets
Raspberry Pi 2 single-board computers
8 L.
Ellenburg,
Senior
Manager of
Informatics
RapidMiner
Server Highly
scalable,
collaborative
enterprise data
science
deployment
platform
https://forums.bsdinsight.com/attachments/... · PDF file
https://forums.b
sdinsight.com/a
ttachments/rapi
dminer_datashe
et_server-8-
120617-
pdf.13088/
2017 “RapidMiner
allows us to
go from an
anecdotal
approach to a
data-
supported
approach for
operational
decisions.
This enables
us to create
more
meaningful
interventions
and provide
better patient
care.”
Data
science,
deployed
Optimized
enterprise
data science
teamwork
Seamlessly
operationali
ze, leverage
enterprise
infrastructur
e
Highly
scalable,
distributed
architecture
(Data science, deployed) RapidMiner Server
allows for fast and simple collaboration for
largescale enterprise data science projects.
Users across the organization can easily access,
reuse and share models and processes in a
versioncontrolled, secure and centrally managed
environment. RapidMiner Server easily
integrates analytic results into business
processes and applications with its rich set of
connectors, BI integration and webservice APIs.
With a few clicks, you can set-up scheduled
processing and continuously score data in real-
time.
Key features: Computation & scalability,
Repository, Queues, Collaboration, Scheduling,
Management & monitoring, Integration &
operationalization, Connections, Extensions.
Korelasi dengan Usulan Riset: Studi pemanfaatan
RapidMiner Server dikombinasi dengan berbagai
251
platform yang tersedia.
NO PENELITI
/PENULIS JUDUL
PENELITIAN
/TULISAN
TAHUN
/Usulan Riset JENIS
PENELITIAN
/Pokok
Permasalahan
Algoritme
/Ekstraksi
/Fitur
/Klasifikasi
TINJAUAN DATA /HASIL /AKURASI / Korelasi
dengan Usulan Riset
251
B. Waktu dan Lokasi Penelitian
Pada rencana semula sebelum terjadi bencana covid-19, penelitian
lapangan disebutkan tempat dan kondisi wilayah serta waktu pelaksanaan
penelitian sebagai berikut:
1. Identifikasi karakteristik lokasi: Pulau Sulawesi sebagai tempat
eksperimentasi penelitian disertasi, Pulau Jawa sebagai tempat
variable control untuk pembanding. Lihat Gambar 3.6 untuk
mencermati perbedaan kedua pulau tersebut.
2. Alasan memilih lokasi: Pulau Sulawesi sudah terdapat perguruan
tinggi yang mengadakan nota kesepahaman TISC dengan DJKI
yaitu Universitas Muhammadiyah Makassar, sudah terdapat
beberapa STP sebagai mana terlihat pada Gambar 3.7. Di pulau ini
terdapat Universitas Hasanuddin, termasuk dalam klaster pertama
perguruan tinggi terkemuka, tetapi belum mempunyai nota
kesepahaman TISC dengan DJKI.
Seiring terjadinya bencana covid-19, marak WFH (Work from
Home) akibat tingkat penularan penyakit yang cepat, rencana normal tidak
bisa diterapkan lagi. Diperlukan modifikasi skema kerja menjadi lebih
banyak menggunakan jaringan internet, secara online. Waktu
pelaksanaan penelitian menjadi molor dari rencana semula akibat
kesulitan pelaksanaan bimbingan disertasi. Di-reschedule, waktu
penelitian dimulai setelah selesai seminar proposal di bulan Mei 2020.
252
C. Sumber Data, Populasi, dan Teknik Sampling
Pada umumnya sumber data berasal dari empat penerima manfaat
penelitian disertasi sebagai mana disebut di Bab 1. Populasi yang menjadi
focus penelitian disertasi adalah kumpulan Sentra Kekayaan Intelektual
dengan TISC-nya, ada atau tiada. Teknik sampling menggunakan
metoda kemudahan akses informasi terhadap data yang dikuasai oleh
para penerima manfaat penelitian disertasi tersebut. Apakah diperoleh
melalui internet, atau peneliti harus datang ke lokasi menjemput
informasi?
Gambar 3.8. Tujuan penelitian membawa manfaat ke tujuan TISC.
253
D. Teknik /Instrumen Pengumpul(-an) Data
Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi
terfokus, atau observasi, misalnya melalui kuisioner atau daftar
pertanyaan. Penting juga dimanfaatkan fasilitas repository yang sudah
dibangun oleh banyak instansi, khususnya perguruan tinggi.
Bagian ini harus memuat uraian lengkap dan rinci tentang langkah-
langkah dan prosedur pengambilan dan pengumpulan data, misalnya
pengukuran langsung, observasi, pelaksanaan tes, pelaksanaan
wawancara langsung, atau pengiriman angket. Bila menggunakan orang
lain sebagai pengumpul data, perlu dijelaskan cara pemilihannya.
Bagian ini melaporkan teknik pengumpulan data yang digunakan,
misalnya wawancara mendalam (indepth interviews), observasi terlibat
(participant observation), penggunaan dokumen, dsb. Perlu dijelaskan
bagai mana data-data dari berbagai teknik tersebut direkam, dicatat, dan
dipotret.
Teknik wawancara dilakukan terhadap empat stake holder
kekayaan intelektual yaitu: a) WIPO [international], b) Government
Authority [Pemerintah, DJKI], c) National Vocal Point [ASKII], d) Host
Institution [Sentra KI]. Sebagian besar dilakukan wawancara tidak
langsung menggunakan kuisioner. Wawancara langsung dan mendalam
(indepth interviews) dilakukan terhadap para pihak yang bisa diakses.
254
Gambar 3.9. Eksekusi tujuan khusus nomor satu, meninjau data yang sudah dikoleksi dan ditimbun oleh Sentra KI.
E. Teknik Analisis (Data)
Pada bagian ini perlu diuraikan jenis analisis yang digunakan dan
alasan pemilihannya. Apa bila teknik analisis data yang terpilih sudah
cukup dikenal, misalnya analisis statistic, maka pembahasannya tidak
perlu dilakukan panjang lebar.
Sebaliknya jika teknik analisis yang digunakan jarang terpakai atau
teknik yang baru dan belum popular, maka uraian tentang analisis ini perlu
diberikan secara lebih rinci. Apa bila dalam analisis digunakan program
computer maka perlu disebutkan namanya, misalnya SPSS for Windows
Version 10. Bagian ini menjelaskan bagai mana proses reduksi data,
penyajian data, dan penarikan kesimpulan dilakukan.
255
Gambar 3.10. Eksekusi tujuan khusus nomor dua, teknik analisis data menyesuaikan terhadap proses dan permasalahan yang dihadapi.
256
Diuraikan bagai mana penelusuran dan pengaturan transkrip
wawancara, catatan lapangan, dan bahan-bahan lain dilakukan.
Dijelaskan bagai mana pengerjaan, pengorganisasian, pemecahan, dan
sintesis data, serta pencarian pola, interpretasi makna, dan penentuan
substansi yang akan dilaporkan. Dijelaskan bagai mana analisis data
dilakukan selama dan setelah pengumpulan data dengan teknik analisis
domain, analisis taksonomis, analisis komponensial, dan analisis tema.
Untuk studi kasus multi-arena perlu dijelaskan bagai mana analisis
komparasi dilakukan.
F. Pengelolaan Peran sebagai Peneliti
Peran peneliti dalam penelitian kualitatif adalah sebagai pencetus
ide, perencana, pengumpul data, penganalisis, hingga akhirnya sebagai
penyimpul hasil penelitian. Penelitian kualitatif menekankan bahwa bahwa
peneliti sendiri atau dengan bantuan orang lain merupakan pengumpul
data utama (Moeleong) (Hidayat 2012) Oleh sebab itu peneliti merupakan
hal kunci untuk melakukan penelitian. Peneliti tidak hanya berperan
sebagai pengambil data, pengolah data, dan penemu informasi hasil
penelitian. Akan tetapi peneliti juga menjadi teman untuk subjek penelitian
sehingga hasilnya lebih akurat dan valid karena semakin subjek tersebut
percaya kepada peneliti, maka akan memudahkan mereka untuk
berceritera jujur dan meminimalisasi faking (fake?).
257
Gambar 3.11. Eksekusi tujuan khusus nomor tiga, penting peran peneliti dibimbing oleh promotor dan para co-promotor.
258
G. Pemeriksaan Validitas Temuan /Kesimpulan
Data platforms and architectures melalui building infrastructure
untuk next-generation cloud systems, dari innovations in hardware,
databases and distributed data management ke the scalable data
architectures yang dimungkinkan.
Gambar 3.12. Eksekusi tujuan khusus nomor empat, proses mendekati kesimpulan akhir.
259
Techniques seperti optimized and approximate query processing
over data that may be streaming, unstructured or encrypted memastikan
bahwa data and insights are always available securely and on demand.
Semua temuan diperiksa validitasnya agar bisa dibahas untuk
menghasilkan simpulan.
Gambar 3.13. Skema secara umum tahapan penelitian.
260
H. Tahap-tahap Penelitian dan Jadwalnya
Dijalani /dialami, tahapan dimaksud adalah: 1) Perkuliahan dua
semester sejak awal tahun 2019; 2) Penyempurnaan proposal hingga
seminar-nya; 3) Penentuan promotor dan co-promotor, 4) Seminar
proposal, 5) Memulai penelitian, diawali dengan pembahasan tentang
cloud computing. Tahapan penelitian dan jadwalnya akan banyak
mengalami penyesuaian di tengah pandemi corona, covid-19 dengan
adanya WFH (Work from Home), social /physical distancing.
Ada para pihak yang mengatakan bahwa cloud computing identic
dengan data center (computation), atau sebuah Lembaga dengan fasilitas
dan modal yang kuat. Cloud computing sering diidentikkan dengan “ruang
kemewahan”. Hal ini dikarenakan untuk membangun cloud computing
server diperlukan sarana seperti software dan hardware yang mumpuni.
Istilah cloud computing diilhami oleh gambar awan yang lazim digunakan
pada saat digambarkan diagram jaringan internet. Dalam praktiknya ada
kaitannya antara cloud computing dan internet.
Gambar 3.14. Cloud computing dengan tiga pihak: 1) client computers, 2) distributed servers, dan 3) data centers (hlm 3, (Sofana 2012))
261
Cloud computing adalah sebuah model client-server di mana
resources seperti server, storage, network, dan software dapat dipandang
sebagai layanan yang dapat diakses oleh pengguna secara remote dan
setiap saat. Pengguna dapat menikmati berbagai layanan yang disediakan
oleh cloud computing provider tanpa perlu terlalu banyak meminta
bantuan teknis atau support dari pihak provider. Infrastruktur cloud
computing seperti itu yang disebut “cloud”.
Cloud computing dan data center dalam praktiknya sulit untuk
dipisahkan. Data center jika diterjemahkan yaitu pusat data adalah suatu
fasilitas yang digunakan untuk menempatkan system computer dan
komponen-komponen yang terkait seperti system telekomunikasi dan
penyimpanan data. Fasilitas ini biasanya mencakup juga catu daya
redundant (cadangan), koneksi komunikasi data redundant, pengontrol
lingkungan (AC, ventilasi), pencegah bahaya kebakaran, serta peranti
keamanan fisik).
Sering data center diidentikkan dengan Network Operations Center
(NOC). Ia merupakan sebuah area terbatas (tertutup bagi orang luar). Di
dalamnya terdapat berbagai fasilitas untuk memonitor aktivitas server,
web traffic, dan performa network. Dalam praktiknya NOC tidak harus satu
ruangan dengan servers atau perangkat networks. Sebaiknya NOC
terpisah dari tempat servers karena (idealnya) ruang server sangat dingin,
kering, dan tidak ramah bagi manusia.
262
Desain dan perencanaan data center harus memperhatikan
minimum aspek sbb:
1. Lokasi aman, memenuhi syarat sipil bangunan, geologi,
vulkanologi, dan tipografi;
2. Terproteksi dengan system cadangan untuk system catu daya,
pengatur udara /lingkungan, dan komunikasi data;
3. Menerapkan tata kelola standar data center, yang meliputi: a)
Standard Operating Procedures; b) Standar Prosedur Perawatan;
c) Standar dan Rencana Pemulihan dan Mitigasi Bencana; d.
Standar Jaminan Kelangsungan Bisnis.
Suatu data center memiliki kelas atau tingkatan yang disebut TIER.
Lembaga yang membuat spesifikasi tier adalah Telecommunications
Industry Association (TIA). Ia diakreditasi oleh ANSI (American National
Standards Institute). Pada tahun 2005 TIA mempublikasikan ANSI /TIA-
942 yaitu Telecommunications Infrastructure Standard for Data Centers
yang mendefinisikan empat tingkatan (tier) data center.
Data center paling sederhana didefinisikan sebagai TIER 1. Data
center semacam ini hanyalah sebuah ruang server yang mengikuti basic
guidelines dalam proses instalasi system computer. Tingkatan data center
paling “mewah” adalah TIER 4. Data center-nya didesain untuk keperluan
critical computer systems, dan menyediakan perangkat serba redundant.
Security-nya sangat ketat, lokasi aman, memiliki system pendingin yang
memenuhi persyaratan, dan lain-lain.
263
Jika kita menyebut RapidMiner Server, maka terbayang suatu
deployment platform untuk data science yang melibatkan kolaborasi
enterprise yang dapat di-skala sangat tinggi. Jadi jika kita ingin
mengembangkan micro service architecture untuk data science dalam
technology and innovation support center, maka metode yang bisa dicoba
adalah mencontoh deployment platform pada RapidMiner Server.
Mulai dari awal, akan disurvei di antara banyak sentra kekayaan
intelektual, bagai mana sebaran posisi datacenter-nya dari TIER 1 hingga
TIER 4. Dari pemetaan itu bisa disusun bagai mana strategi deployment
platform? Dari acuan tersebut beberapa pertanyaan yang perlu
dikonfirmasi terkait:
1) Bagai mana data science deployment platform?
2) Bagai mana optimized enterprise data science teamwork?
3) Bagai mana seamlessly, operationalize, leverage enterprise infra-
structure?
4) FOKUS: Bagai mana highly scalable, distributed architecture?
Bagai mana gambaran arsitektur berbasis micro service dapat di-
skala tanpa batas, mengantarkan reliable and lightning fast data
science dalam produksi jasa dari sentra kekayaan intelektual.
Berikut daftar fitur kunci yang perlu diperiksa juga: 1) Computation
& scalability; 2) Repository; 3) Queues; 4) Collaboration; 5) Scheduling; 6)
Management & monitoring; 7) Integration & operationalization; 8)
Connections; 9) Extensions.
264
I. Metode Penelitian Kuantitatif
Metode penelitian yang tepat dan benar semakin dirasakan
urgensinya dan menjadi hal yang sangat penting bagi keberhasilan suatu
penelitian. Dalam sidang disertasi, banyak pertanyaan yang diajukan oleh
dewan penguji tentang bagai mana metode yang dipilih dan bukan apa
yang sudah dihasilkan dari penelitiannya. (Prasetyo and Jannah 2014)
Metode yang digunakan akan memiliki nilai yang lebih tinggi dari
pada hasil yang dicapai. Ketika metode yang dipilih salah, hasil yang
dicapai menjadi tidak relevan lagi. Kesalahan dalam penggunaan metode
bisa jadi diakibatkan masih langkanya literatur yang membahas secara
rinci mengenai metode penelitian, khususnya kuantitatif.
Melalui metode harus dengan jelas tergambar di antaranya bagai
mana cara penelitian dilaksanakan yang tertata secara sistematis,
landasan teori tentang rancangan penelitian (research design), model
yang digunakan, atau teknik-teknik yang dapat digunakan dalam
pengumpulan, pengolahan, dan analisis data.
Pembahasan penelitian kuantitafi mulai dari pemilihan topik
hingga cara menyajikan data yang ada dalam laporan, dibahas prinsip
penelitian, peran etika, dll. Bagai mana seseorang bisa menerapkan
pendekatan kuantitatif dengan menggunakan asumsi dasar yang ada.
Bagai mana membuat rancangan penelitian kuantitatif? Bagai mana
265
menyusun sebuah kerangka teori dan penjelasan tentang teknik
pengukuran.
Bagai mana membuat rancangan penelitian kualitatif? Bagai
mana menyusun kerangka teori dan penjelasan tentang teknik
pengukuran? Pembahasan mengenai pengertian populasi dan sampel.
Prioritas penelitian kuantitatif adalah survei. Cara menyusun instrument
dalam penelitian kuantitatif? Bagai mana membuat definisi populasi?
Teknik menarik sampel yang dapat digunakan. Mengolah dan
menganalisis data yang sudah dikumpulkan dari lapangan. Bagai mana
menyajikan informasi yang dihasilkan dalam bentuk laporan?
Bagian ke-1, Seksi 1: Prinsip-prinsip penelitian, hakikat ilmu
pengetahuan, etika, dilemma. Seksi 2: Pendekatan penelitian kuantitatif,
asumsi dasar, contoh dalam kehidupan sehari-hari. Seksi 3: Jenis
penelitian, klasifikasi berdasarkan manfaat /tujuan /dimensi waktu /teknik
pengumpulan data.
Bagian ke-2, Seksi 4: Rencana penelitian kuantitatif, rancangan
penelitian, pemilihan topik, pembuatan latar belakang masalah,
perumusan masalah, tujuan dan signifikansi penelitian. Seksi 5:
Penyusunan kerangka teori dan pengukuran, tinjauan kepustakaan,
konstruksi model teoritis, model analisis, hipotesis, pengukuran. Seksi 6:
Teknik penarikan sampel, definisi, alasan menarik sampel, teknik
penarikan sampel, besaran sampel, masalah yang dihadapi dalam
pembuatan kerangka sampel.
266
Bagian ke-3, Seksi 7: Pengumpulan, pengolahan, dan penyajian
data, ragam penelitian kuantitatif, survei, eksperimen, analisis isi (content
analysis), existing statistics /documents. Seksi 8: Analisis data kuantitatif,
data coding, data entering, data cleaning, data output, data analyzing,
pengujian hipotesis. Seksi 9: Laporan penelitian, tahapan pembuatan
laporan, komponen laporan.
J. Metode Penelitian Survei
Sebuah pedoman untuk merencanakan dan merancang penelitian
secara baik dan benar terdiri atas lima bagian yang membahas tahap-
tahap dalam proses penelitian, mulai dari pengenalan terhadap tipe dan
metode hingga laporan penelitian. Cara-cara dalam mengukur dan
menyusun skala, mengumpulkan, dan menganalisis data?
Bagian Satu: Proses penelitian terdiri atas: 1) Metode dan proses,
2) Proses survei, 3) Unsur-unsur survei, 4) Penentuan variable dan
hubungan antar-variabel, 5) Pemanfaatan perpustakaan. Bagian Dua:
Pengukuran dan penyusunan skala terdiri atas: 6) Prinsip-prinsip
pengukuran dan penyusunan skala, 7) Validitas dan reliabilitas instrument
penelitian.
Bagian Tiga: Pengumpulan data terdiri atas: 8) Penentuan sampel,
9) Pembuatan kuesioner, 10) Teknik wawancara. Bagian Empat: Analisis
data terdiri atas: 11) Mengkode data, 12) Pengolahan data, 13) Prinsip-
267
prinsip analisis data, 14) Metode analisis standardisasi. Bagian Lima:
Laporan penelitian terdiri atas: 15) Penulisan hasil penelitian.
Sudah dipilih sampel penelitian ini adalah 17 perguruan tinggi yang
menjalin MoU dengan DJKI terkait TISC. Akan dikategorisasi cluster
perguruan tinggi dari cluster satu hingga cluster terakhir. Kuesioner akan
dibagikan kepada pengurus sentra (ha)ki dari semua perguruan tinggi itu
secara online.
Bagian pertama dari kuesioner terdiri atas identitas responden bisa
terdiri atas: 1) Nama Sentra Kekayaan Intelektual; 2) Nama-nama
pengurus Sentra KI tersebut berikut nomor kontak yang bisa dihubungi; 3)
Alamat di dunia nyata (building, address, post codes) dan dunia maya
(website, e-mail address); 4) Informasi awal tentang infra-struktur kampus
(diawali dengan fasilitas data center, UPT TIK, Prodi Informatika atau
Teknik /Ilmu Komputer).
Bagian kedua terkait teknik wawancara yang dilakukan peneliti
terhadap semua responden di atas, dilakukan secara online via
WhatsApp, Skype, LINE, FB /Messenger, Twitter, Zoom. Semua sarana
itu juga digunakan untuk pengumpulan data dari responden.
Selanjutnya eksekusi Bagian ketiga Seksi 7 dari Metode Penelitian
Kuantitatif dan Bagian Empat Metode Penelitian Survei dilakukan pada
komputer-komputer peneliti dan Computer Hardware & Networking and
Software Engineering Laboratory, Jurusan Teknik Elektro, Universitas
Hasanuddin, Makassar.
268
K. LANJUT
Works Cited "(NPM) 10410029 Bab 3.Pdf." eteses uin-malang ac id. n.d. http://etheses.uin-
malang.ac.id/597/7/10410029%20Bab%203.pdf (accessed 07 30, 2019).
Hidayat, Anwar. Penjelasan Lengkap Tentang Penelitian Kualitatif. 10 14, 2012.
https://www.statistikian.com/2012/10/penelitian-kualitatif.html (accessed 07
30, 2019).
Penulis, Tim. Science Techno Park. 2015. http://stp.ristekdikti.go.id/stp (accessed 5 1,
2019).
Prasetyo, Bambang, and Lina Miftahul Jannah. Metode Penelitian Kuantitatif. Depok,
Jakarta: Divisi Buku Perguruan Tinggi PT Raja Grafindo Persada, 2014.
Sofana, Iwan. Cloud Computing, Teori & Praktik, OpenNebula, VMware, dan Amazon
AWS. Bandung: INFORMATIKA, 2012.
Zubaidah, Neneng. Kemenristek Dikti Bangun 9 Sains Tekno Park. 12 14, 2017.
https://autotekno.sindonews.com/read/1265543/124/kemenristek-dikti-
bangun-9-sains-techno-park-1513209522 (accessed 5 1, 2019).