217

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.

218

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?

219

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.

220

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

221

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.

222

Tabel 3.2. Kriteria PICO

Tabel 3.3. Research Questions

223

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

224

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. Misalnya kondisi yang melibatkan publicly disclosing certain

225

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.

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.

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? Semua potensi besar itu akan diteliti dalam disertasi yang

226

diusulkan proposalnya ini terkait dengan beberapa perguruan tinggi

Indonesia yang sudah membangun WIPO TISC.

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]). 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

227

bisnis yang potensial dapat mengadopsi AI adalah: 1) Image Search for

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 3.3. Training coverage terkait ICT Strategy.

228

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

229

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.

230

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

231

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.

232

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).

233

Gambar 3.4. 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

234

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

235

Gambar b

Gambar 3.5. 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

236

Gambar 3.6. 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

237

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).

238

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).

239

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.

240

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

241

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). 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.

242

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

243

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

platform yang tersedia.

251

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

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 3.3 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 3.4. Di pulau ini

terdapat Universitas Hasanuddin, termasuk dalam klaster pertama

perguruan tinggi terkemuka, tetapi belum mempunyai nota

kesepahaman TISC dengan DJKI.

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?

252

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.

253

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. 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.

254

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?).

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. 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.

255

H. Tahap-tahap Penelitian dan Jadwalnya

Dijalani /dialami, tahapan dimaksud adalah: 1) Perkuliahan dua

semester, 2) Penyempurnaan proposal, 3) Penentuan promotor dan co-

promotor, 4) Seminar proposal, 5) Memulai penelitian, diawali dengan

pembahasan tentang cloud computing.

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 3.6. Cloud computing dengan tiga pihak: 1) client computers, 2)

distributed servers, dan 3) data centers (hlm 3, (Sofana, 2012))

256

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.

257

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.

258

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 & 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

259

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.

260

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-

261

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, Jurusan Teknik Elektro, Universitas Hasanuddin,

Makassar.

262

K. LANJUT

Works Cited (NPM) 10410029 Bab 3.Pdf. (n.d.). Retrieved 07 30, 2019, from eteses uin-malang ac id:

http://etheses.uin-malang.ac.id/597/7/10410029%20Bab%203.pdf

Hidayat, A. (2012, 10 14). Penjelasan Lengkap Tentang Penelitian Kualitatif. Retrieved 07

30, 2019, from Statistikian dot com:

https://www.statistikian.com/2012/10/penelitian-kualitatif.html

Penulis, T. (2015). Science Techno Park. Retrieved 5 1, 2019, from RistekDikti:

http://stp.ristekdikti.go.id/stp

Prasetyo, B., & Jannah, L. M. (2014). Metode Penelitian Kuantitatif. Depok, Jakarta: Divisi

Buku Perguruan Tinggi PT Raja Grafindo Persada.

Sofana, I. (2012). Cloud Computing, Teori & Praktik, OpenNebula, VMware, dan Amazon

AWS. Bandung: INFORMATIKA.

Zubaidah, N. (2017, 12 14). Kemenristek Dikti Bangun 9 Sains Tekno Park. Retrieved 5 1,

2019, from SindoNews.Com:

https://autotekno.sindonews.com/read/1265543/124/kemenristek-dikti-

bangun-9-sains-techno-park-1513209522