1. Hakikat Penelitian Rekayasa Perangkat Lunak

Menurut SWEBOK Guide V4.0, software engineering mencakup banyak aktivitas dan bidang pengetahuan yang berhubungan dengan pembangunan, kualitas, operasi, dan evolusi perangkat lunak [1]. Penelitian dapat menyelidiki proses, teknik, artefak, algoritma, interaksi, maupun dampak penerapannya. ^{[1] [2] [3]}

Contoh proyek: Rancang bangun aplikasi manajemen kos berbasis web. Contoh penelitian: Evaluasi teknik fuzzy matching untuk meningkatkan akurasi rekonsiliasi pembayaran kos dibandingkan exact matching. Perbedaannya terletak pada persoalan yang diteliti dan desain pengujiannya, bukan pada penggunaan teknologi modern.

Catatan sumber bagian ini: [1]; [2]; [3]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

2. Ruang Lingkup Penelitian RPL

RPL tidak terbatas pada metode SDLC. Topiknya dapat berada di setiap fase software lifecycle, termasuk aspek lintas bidang seperti AI, HCI, IoT, keamanan dan ekonomi perangkat lunak [1, 7]. ^{[1] [7]}

Catatan sumber bagian ini: [1]; [7]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

3. Jenis Penelitian Engineering Menurut Literatur

Jumlah jenis penelitian tidak baku. ACM SIGSOFT Empirical Standards menyajikan standar berbeda untuk desain studi yang berbeda. Kategori berikut merupakan sintesis pedagogis, bukan sepuluh kelas eksklusif [2–4]. ^{[2] [3] [4]}

Mahasiswa perlu membedakan tujuan (eksploratif, deskriptif, eksplanatori, improving), strategi penelitian (eksperimen, survei, studi kasus, dsb.), dan konsep teknis yang diuji (AHP, Random Forest, buffering, task-centered design) [2–4].

Catatan sumber bagian ini: [2]; [3]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

4. Teknik, Metode, Model, dan Algoritma

Pendekatan tidak boleh dipilih semata-mata karena populer. Misalnya, penggunaan Genetic Algorithm tidak relevan bila sumber masalah sebenarnya hanya kekeliruan alur UI yang dapat diselidiki lewat task analysis dan usability testing. Hubungkan akar masalah dengan prinsip kerja pendekatan, kemudian pilih metrik yang dapat menguji kecocokan tersebut. ^{[1] [4]}

Catatan sumber bagian ini: [1]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

5. Kerangka Penelitian dari Masalah ke Temuan

1. Temukan masalah nyata melalui observasi, pengukuran, wawancara, log, atau dataset.
2. Tentukan masalah penelitian yang sempit, terdefinisi, dan dapat diuji.
3. Tinjau literatur untuk mengetahui teori, teknik, metode, dan penelitian terdahulu.
4. Rumuskan research question beserta tujuan dan, bila relevan, hipotesis.
5. Pilih konsep yang mekanismenya masuk akal terhadap akar masalah.
6. Siapkan desain studi termasuk data, sampel/unit analisis, baseline, dan metrik.
7. Bangun artefak secukupnya untuk menjalankan eksperimen; tidak selalu perlu aplikasi production-ready.
8. Jalankan evaluasi memakai prosedur yang dapat direplikasi.
9. Analisis hasil dan ancaman validitas, termasuk hasil yang tidak menunjukkan peningkatan.
10. Tulis kontribusi, keterbatasan, dan saran tanpa melebih-lebihkan hasil.

Catatan sumber bagian ini: [2]; [3]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

6. Studi Kasus Lengkap: Manajemen Kos

Kasus kos digunakan sebagai konteks ilustratif. Anggap hasil pengamatan berikut masih hipotesis awal yang wajib diverifikasi mahasiswa: pengelola memeriksa transfer secara manual, penghuni sulit mengetahui status keluhan, dan sensor energi kehilangan data saat koneksi terputus. ^{[3] [4]}

Contoh 6A. UX: apakah alur tugas lebih efisien?

Masalah: admin kos memerlukan banyak langkah untuk memeriksa pembayaran. RQ: apakah task-centered interface mengurangi waktu penyelesaian dibanding menu-based interface? Desain: dua prototipe dengan data dan kemampuan setara; peserta menyelesaikan tugas yang sama. Untuk desain within-subject, seimbangkan urutan antarmuka untuk mengurangi learning effect. Evaluasi: keberhasilan tugas, waktu, jumlah kesalahan, dan SUS. Konsep human-centred design bersumber dari ISO 9241-210:2019 [5].

Contoh 6B. AI: keluhan teks tidak terstruktur

Masalah: pengelola sulit mengelompokkan keluhan. RQ: apakah model transformer memberi peningkatan macro-F1 dibanding baseline TF-IDF+SVM pada data terbatas? Langkah: susun definisi label, peroleh izin penggunaan data, anotasi dengan pedoman, bagi data train/validation/test, cegah kebocoran data duplikat, tuning hanya di validation, lalu uji sekali pada test set. Untuk menguatkan kontribusi RPL, ukur dampaknya pada alur triase keluhan, tidak berhenti pada skor NLP [7].

Contoh 6C. IoT: kehilangan data pada jaringan tidak stabil

Masalah: node sensor kehilangan telemetry. RQ: apakah mekanisme queue lokal dan retry meningkatkan delivery rate dibanding pengiriman langsung? Desain: gunakan pola gangguan jaringan terkontrol, jumlah pesan sama, perangkat dan interval sampling sama. Metrik: delivery rate, latency, duplikasi, konsumsi memori, dan recovery time [8].

Contoh 6D. Algoritma: rekonsiliasi transaksi

Masalah: nama pengirim transaksi berbeda dengan nama penghuni. RQ: sejauh mana fuzzy matching memperbaiki kecocokan tanpa menaikkan false match yang berisiko? Baseline: exact matching dan verifikasi manual. Output: confusion matrix, precision/recall, false match, dan waktu operator. Data finansial harus dianonimkan dan dilindungi.

Catatan sumber bagian ini: [3]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

7. Contoh Riset UX, AI, IoT, dan Kasus Lain

Kasus tidak harus kos. Contoh lain yang sesuai dengan deck presentasi: ^{[5] [7] [8] [9] [10] [11]}

Topik lintas disiplin tetap masuk akal sebagai riset RPL apabila kontribusinya dinyatakan pada mekanisme perangkat lunak, kualitas, proses, atau interaksi pengguna dengan sistem. Contoh evaluasi UX yang dapat ditelusuri terdapat pada studi JekNyong oleh Pambudi dan Wardhana (2025) [9].

Catatan sumber bagian ini: [5]; [7]; [8]; [9]; [10]; [11]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

8. Menyusun Metode Evaluasi yang Dapat Dipertanggungjawabkan

Rujukan untuk studi kasus dapat merujuk Runeson dan Höst (2009) [3], sedangkan prinsip pelaporan studi empiris dapat dirujuk pada ACM SIGSOFT Empirical Standards [2]. Jangan memaksakan semua penelitian memakai eksperimen: studi kasus, survei, simulasi dan kajian literatur mempunyai tujuan yang berbeda. ^{[2] [3] [5] [6] [7]}

Catatan sumber bagian ini: [2]; [3]; [5]; [6]; [7]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

9. Studi Literatur, Research Gap, dan Sumber Primer

1. Tentukan kata kunci inti dan sinonim masalah, bukan hanya nama aplikasi.
2. Cari pada Google Scholar, IEEE Xplore, ACM Digital Library, SpringerLink, dan basis data akademis lain yang tersedia.
3. Periksa judul, DOI, identitas jurnal/prosiding, tahun, dan artikel lengkap.
4. Catat: masalah, pendekatan, dataset/partisipan, metrik, hasil, serta limitasi penelitian.
5. Susun matriks penelitian terdahulu; bedakan temuan empiris dan opini penulis.
6. Nyatakan gap yang terverifikasi: evaluation gap, methodological gap, empirical gap, atau integration gap.
7. Hubungkan gap dengan RQ, konsep solusi dan desain evaluasi yang realistis.

Catatan sumber bagian ini: [1]; [2]; [3]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

10. Dari Latar Belakang ke Proposal Penelitian

Struktur narasi latar belakang yang direkomendasikan

1. Konteks dan urgensi: jelaskan proses operasional atau masalah ilmiah yang lebih luas.
2. Kondisi objek: berikan bukti observasi, log atau data awal yang dapat diverifikasi.
3. Dampak: kuantifikasi biaya, waktu, tingkat kesalahan, atau kualitas jika datanya ada.
4. Studi terdahulu: sintesis 3–5 penelitian relevan (atau lebih sesuai kebutuhan).
5. Gap: nyatakan batas pengetahuan yang belum terjawab.
6. Konsep dan rasional: alasan pemilihan teknik/metode/model/algoritma.
7. Tujuan dan evaluasi: tuliskan apa yang ingin diuji serta indikatornya.

Contoh paragraf akademik (tanpa data fiktif)

“Administrasi pembayaran pada hunian sewa melibatkan pencatatan kewajiban, verifikasi transaksi, dan pembaruan status tagihan. Pada studi pendahuluan terhadap [objek penelitian], peneliti perlu mengukur [indikator] melalui [sumber bukti] untuk memastikan adanya permasalahan rekonsiliasi. Apabila ditemukan banyak transaksi dengan identitas pengirim yang tidak konsisten, masalah teknis yang perlu diuji adalah ketepatan mekanisme pencocokan data. Penelitian ini dirancang untuk membandingkan exact matching dan fuzzy matching berdasarkan precision, recall, false-match rate, serta waktu verifikasi operator. Hasil evaluasi akan digunakan untuk menjelaskan kelayakan dan batasan teknik tersebut pada konteks penelitian.” ^{[3] [4]}

Teks ini adalah contoh alur argumentasi, bukan klaim bahwa studi lapangan telah dilakukan. Ganti seluruh bagian dalam tanda kurung siku dengan temuan yang benar-benar ada.

Catatan sumber bagian ini: [3]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

11. Praktik Lengkap untuk Mahasiswa

Gunakan langkah berikut sebagai urutan tugas sebelum mengajukan topik penelitian. ^{[2] [3] [4]}

1. Pilih lingkungan nyata atau sumber data penelitian (kos, kampus, sekolah, desa, repositori GitHub, dan lain-lain).
2. Dokumentasikan izin, etika penelitian, dan batas penggunaan data.
3. Lakukan pengamatan awal; catat aktor, alur aktivitas, tools, waktu, hambatan, dan bukti.
4. Wawancarai pemangku kepentingan untuk mengidentifikasi akar masalah.
5. Bila relevan, jalankan kuesioner eksploratif untuk mengetahui frekuensi dan dampaknya.
6. Rumuskan satu masalah RPL yang spesifik dan dapat diteliti.
7. Temukan artikel primer yang secara langsung membahas masalah dan pendekatan kandidat.
8. Bandingkan opsi teknik/metode/model/algoritma dari literatur, lalu jelaskan alasan pemilihan.
9. Tulis research question, tujuan, serta dugaan hasil (tanpa mengklaim sudah terbukti).
10. Tentukan baseline yang adil, variabel, metrik, dan skenario evaluasi.
11. Periksa kebutuhan data, alat, perangkat, peserta, waktu, dan biaya.
12. Buat prototipe/artefak hanya sejauh diperlukan untuk menjawab RQ.
13. Laksanakan pilot test untuk menguji kelayakan prosedur.
14. Jalankan eksperimen atau pengumpulan data utama dan simpan rekam prosesnya.
15. Analisis hasil, temuan negatif, batasan, serta kemungkinan bias.
16. Tulis Bab I–V atau struktur proposal sesuai ketentuan institusi dan gunakan sitasi yang sah.
17. Siapkan research concept note satu halaman untuk diskusi awal pembimbingan.

Catatan sumber bagian ini: [2]; [3]; [4]. Contoh masalah dan rancangan eksperimen yang tidak disertai data hasil adalah ilustrasi pembelajaran, bukan temuan empiris.

12. Daftar Pustaka dan Artikel Primer

Rujukan berikut disajikan agar pembaca dapat memeriksa literatur metodologis dan contoh penelitian langsung pada sumbernya.

1. IEEE Computer Society. SWEBOK Guide V4.0.
2. ACM SIGSOFT. Empirical Standards for Software Engineering.
3. Runeson, P., & Höst, M. (2009). Guidelines for conducting and reporting case study research in software engineering. Empirical Software Engineering, 14, 131–164. DOI.
4. Wieringa, R. J. (2014). Design Science Methodology for Information Systems and Software Engineering. Springer. DOI.
5. ISO. (2019). ISO 9241-210:2019: Human-centred design for interactive systems. Sumber resmi.
6. Brooke, J. (1996). SUS: A quick and dirty usability scale. In Usability Evaluation in Industry.
7. Martínez-Fernández, S., et al. (2022). Software Engineering for AI-Based Systems: A Survey. ACM Transactions on Software Engineering and Methodology, 31(2). DOI.
8. Programming IoT systems: A focused conceptual framework and survey of approaches. (2025). Internet of Things, 31, 101548. DOI.
9. Pambudi, W. T., & Wardhana, A. C. (2025). Design Development of the JekNyong Application Using the Design Thinking Method. JURIKOM, 12(3), 149–160. DOI.
10. Wardhana, A. C., et al. (2022). User Experience Lifecycle pada Aplikasi Knowledge Management System Inovasi Desa. DOI.
11. Wardhana, A. C., et al. (2020). Perancangan Aplikasi Antrean Online Pemeriksaan Ibu Hamil Menggunakan User Experience Lifecycle. DOI.

Contoh bukti penelitian nyata: artikel JekNyong melaporkan hasil pengujian awal task success 75%, time-based efficiency 0,0206 goals/detik, dan SUS 63. Angka ini milik studi tersebut, bukan hasil penelitian kos. Baca artikel primer JekNyong.

BibTeX (untuk Zotero, Mendeley, dan LaTeX)

Salin blok berikut ke file .bib. Entri menggunakan tautan penerbit/DOI yang tertera di daftar pustaka; periksa kembali metadata lengkap saat mengimpor.

@misc{swebok2024,
  author = {{IEEE Computer Society}},
  title = {Guide to the Software Engineering Body of Knowledge (SWEBOK Guide), Version 4.0},
  year = {2024},
  url = {https://www.computer.org/education/bodies-of-knowledge/software-engineering/resources/}
}
@misc{sigsoftEmpirical,
  author = {{ACM SIGSOFT}},
  title = {Empirical Standards for Software Engineering},
  url = {https://www2.sigsoft.org/EmpiricalStandards/}
}
@article{runeson2009case,
  author = {Runeson, Per and H{\"o}st, Martin},
  title = {Guidelines for conducting and reporting case study research in software engineering},
  journal = {Empirical Software Engineering},
  volume = {14}, pages = {131--164}, year = {2009},
  doi = {10.1007/s10664-008-9102-8}
}
@book{wieringa2014design,
  author = {Wieringa, Roel J.},
  title = {Design Science Methodology for Information Systems and Software Engineering},
  publisher = {Springer}, year = {2014},
  doi = {10.1007/978-3-662-43839-8}
}
@misc{iso9241210,
  author = {{International Organization for Standardization}},
  title = {ISO 9241-210:2019: Human-centred design for interactive systems},
  year = {2019},url = {https://www.iso.org/standard/77520.html}
}
@incollection{brooke1996sus,
  author = {Brooke, John}, title = {SUS: A quick and dirty usability scale},
  booktitle = {Usability Evaluation in Industry},
  editor = {Jordan, Patrick W. and Thomas, Bruce and Weerdmeester, Bernard A. and McClelland, Ian L.},
  publisher = {Taylor and Francis}, year = {1996}
}
@article{martinezfernandez2022survey,
  author = {Mart{\'i}nez-Fern{\'a}ndez, Silverio and others},
  title = {Software Engineering for AI-Based Systems: A Survey},
  journal = {ACM Transactions on Software Engineering and Methodology},
  volume = {31}, number = {2}, year = {2022}, doi = {10.1145/3487043}
}
@article{programmingIoT2025,
  title = {Programming IoT systems: A focused conceptual framework and survey of approaches},
  journal = {Internet of Things}, volume = {31}, pages = {101548},
  year = {2025}, doi = {10.1016/j.iot.2025.101548}
}
@article{pambudi2025jeknyong,
  author = {Pambudi, Wendri Tri and Wardhana, Ariq Cahya},
  title = {Design Development of the JekNyong Application Using the Design Thinking Method},
  journal = {JURIKOM (Jurnal Riset Komputer)},volume = {12},number = {3},
  pages = {149--160},year = {2025}, doi = {10.30865/jurikom.v12i3.8539}
}
@article{wardhana2022kms,
  author = {Wardhana, Ariq Cahya and others},
  title = {User Experience Lifecycle pada Aplikasi Knowledge Management System Inovasi Desa},
  journal = {Jurnal Media Informatika Budidarma},year = {2022},
  doi = {10.30865/mib.v6i1.3431}
}
@article{wardhana2020antrean,
  author = {Wardhana, Ariq Cahya and others},
  title = {Perancangan Aplikasi Antrean Online Pemeriksaan Ibu Hamil Menggunakan User Experience Lifecycle},
  journal = {Jurnal Media Informatika Budidarma},year = {2020},
  doi = {10.30865/mib.v4i4.2294}
}

13. Download PowerPoint dan PDF Materi Penelitian RPL

Berikut file pendamping yang sesuai dengan artikel ini:

Materi ini diperuntukkan untuk pembelajaran. Periksa ulang sumber primer ketika hendak mengutipnya pada proposal, skripsi, tesis, atau publikasi ilmiah.