Menambahkan Tulisan terindeks Scopus ke Orcid

Dulu pernah menarik data dari Scopus ke Orcid. Ternyata ketika ada tambahan di Scopus ternyata Orcid tidak otomatis menarik data yang baru tersebut. Terpaksa harus masuk ke Scopus dan kirim data ke Orcid. Fasilitas tersebut disediakan di Scopus. Buka Sopus dan tekan “+Add to ORCID”.

Berikutnya diminta untuk otorisasi apakah Orcid yang akan diekspor memang benar-benar milik kita. Tekan saja tombol Authorize untuk masuk ke Orcid.

Berikutnya balik lagi ke Scopus yang sudah terkoneksi dengan Orcid. Ada sekitar enam langkah yang harus diikuti dimulai dari Select Profiles sampai Send Publications.

Tekan tombol Start dan ikuti seluruh tahapannya hingga selesai. Ok, langsung saja ke langkah 3 karena langkah 2 hanya memilih nama kita (yang memang cuma satu jika tidak ada masalah).

Pastikan seluruh paper milik kita. Jika sudah yakin tekan Next untuk lanjut. Langkah 4 bisa langsung next jika tidak ada kesalahan dalam publikasi yg akan dikirim ke Orcid. Isi email institusi beserta Confirm E-mail nya.

Setelah itu langkah terakhir tinggal menekan send publications list. Jika berhasil, Scopus akan menampilkan notifikasi di bawah ini. Sekian semoga bermanfaat.

Iklan

Memasukan Berkas HKI ke SIMLITABMAS Ristek-Dikti

Untuk bisa mengajukan proposal hibah penelitian Ristek-Dikti, seorang peneliti harus elibigle. Terkadang ada syarat-syarat eligible yang mengharuskan peneliti memiliki Hak Atas Kekayaan Intelektual (HKI). Postingan berikut ini bermaksud membantu rekan-rekan yang ingin memasukan HKI ke situs SIMLITABMAS.

Login terlebih dahulu ke SIMLITABMAS. Oiya, pilih login yang kiri, karena login yang kanan hanya untuk laporan pelaksanaan penelitian tahun 2018. Setelah itu, masuk ke menu profile dengan menekan nama kita di pojok kanan atas dan pilih Profile. Cari isian HKI, jika sudah ditemukan tekan tambah untuk menambah HKI yang baru tercatat.

Judul HKI sesuaikan dengan judul pada sertifikat. URL adalah link dimana lokasi resmi HKI. Sebenarnya ada QR code di sertifikat HKI yang berisi alamat URL HKI kita. Untuk membacanya silahkan foto dengan aplikasi pembaca QR, atau masuk ke website pembaca www.webqr.com.

Dengan memasukan gambar QR code dari sertifikat (dengan cara copas di-crop) maka di bagian bawah akan muncul alamat URL.

Perhatikan URL di bawah jika ditekan akan mengarah ke link HKI kita sesuai sertifikatnya. Link ini bebas diakses oleh siapapun (tidak perlu login ke DGIP).

Selesaikan isian dari pengisian nomor pendaftaran, status (isi dengan granted), hingga upload pdf sertifikat HKI. Setelah itu tombol Simpan di kiri bawah ditekan. Perhatikan, nanti akan muncul daftar HKI kita di profil SIMLITABMAS. Sekian semoga bermanfaat.

 

Metode Delphi dalam Penelitian Kuantitatif

Ketika riset tentang optimasi penempatan lahan, salah satu sumber referensi menggunakan satu metode untuk mengetahui kompatibilitas dan ketergantungan antara satu lahan dengan lahan lainnya. Metode tersebut dikenal dengan istilah Delphi. Entah mengapa diberi nama Delphi, yang saya tahu Delphi adalah nama bahasa pemrograman (dulu dikenal dengan istilah Pascal).

Prinsip Kerja

Metode Delphi sebenarnya mirip riset biasa yang menggunakan kuesioner dalam mengumpulkan data. Dengan skala Likert, responden diminta mengisi pertanyaan-pertanyaan. Untuk pertanyaan-pertanyaan yang umum ditanyakan dan sudah ada yang meriset sebelumnya, metode biasa berhasil digunakan. Tetapi untuk kasus-kasus yang unik, belum ada sebelumnya, melibatkan pakar-pakar, dan hal-hal lain yang bersifat sangat subyektif, di sinilah peran metode Delphi.

Ciri khas metode Delphi adalah memiliki iterasi dalam setiap tahapannya. Iterasi tersebut dikenal dengan istilah ronde. Mendengar istilah “ronde” jadi teringat saat tulisan syarat lulus (di jurnal internasional) direview hingga tiga ronde, sampai babak belur, hehe. Bagan di bawah diambil dari riset (Skulmoski & Hartman 2007).

Ronde pertama responden diminta mengisi kuesioner berdasarkan pemahaman dan kepakarannya. Biasanya dihasilkan jawaban-jawaban yang sangat beragam karena memang kasusnya unik, jarang ada, dan subyektif. Dimungkinkan juga responden sulit memahami istilah-istilah yang bisa saja karena bidang yang berbeda karena memang kasusnya multidisiplin.

Setelah dirangkum, hasil survey diberitahukan ke seluruh responden. Dengan demikian mereka dapat melihat apakah jawabannya sama dengan rata-rata jawaban orang lain. Diskusi diadakan baik wawancara langsung ke responden yang memiliki jawaban “aneh”, atau bisa dalam bentuk panel (pertemuan untuk diskusi). Setelah itu ronde kedua dijalankan, yaitu mengirim kuesioner yang sama untuk responden yang sama juga. Biasanya ronde kedua dihasilkan jawaban-jawaban yang tidak terlalu kontradiktif. Ronde berikutnya bisa dilaksanakan untuk kasus-kasus yang sulit menemukan konsensus antar respondennya.

Jumlah Responden

Responden untuk metode Delphi tidak sebanyak responden untuk riset biasa. Di sini diperlukan pakar yang memahami di bidangnya, dan juga berpengalaman langsung. Puluhan responden biasa digunakan dengan maksimal sekitar seratus orang. Jumlah responden sangat menentukan ronde dari metode Delphi, karena akan makin sulit menemukan konsensus dari jawaban-jawaban survey.

Silahkan baca riset-riset ini yang banyak tersebar di internet (Su & Canavari 2018; Rosowsky et al. 2018; Li et al. 2019).

Referensi

  • Li, Y. et al., 2019. Establishment of Indexes System for Bookcases Ergonomic Evaluation Based on Delphi Method. In F. Rebelo & M. M. Soares, eds. Advances in Ergonomics in Design. Cham: Springer International Publishing, pp. 303–311.
  • Rosowsky, E. et al., 2018. A cross-validation Delphi method approach to the diagnosis and treatment of personality disorders in older adults. Aging & Mental Health, 22(3), pp.371–378. Available at: https://doi.org/10.1080/13607863.2016.1261796.
  • Skulmoski, G.J. & Hartman, F.T., 2007. The Delphi Method for Graduate Research. Journal of Information Technology Education, 6.
  • Su, J.Y. & Canavari, M., 2018. Delphi study on country-of-origin labelling for processed foods. Agricultural and Food Economics, 6(1).

     

Mereview Paper

Sejak sekolah dasar kita sudah diajari membaca dan menulis. Ya, belajar membaca dulu baru menulis karena tanpa bisa membaca tidak mungkin bisa menulis, kecuali Cak Lontong dalam lawakannya mengatakan bahwa dia akan berencana menulis satu buku. Ketika diingatkan oleh rekannya bahwa dia sejak dahulu tidak bisa membaca, dengan santainya dia bilang “aku yang menulis, kan orang lain yang membaca”.

Membaca, Menulis dan Mereview

Me-review itu sendiri adalah proses membaca. Bedanya di sini kita harus bisa menemukan “sesuatu” dalam tulisan yang kita baca. “Sesuatu” di sini bukan sekedar informasi yang terkandung dalam suatu tulisan melainkan hal-hal lain yang luput dari sekedar membaca, antara lain: keunikan, orisinalitas, kekuatan dan kelemahan, temuan, dan hal-hal lain yang biasanya diminta ketika kita mereview suatu tulisan, khususnya artikel ilmiah. Biasanya yang perlu diperhatikan adalah novelty, metode, bahasa, research question, dan yang tak kalah penting adalah apakah artikel tersebut layak diterima pada jurnal/prosiding.

Suasana ketika mereview (sumber Fb Prof Teddy – Sampoerna Univ.)

Sebaiknya seorang reviewer paper adalah seorang yang sudah banyak menulis paper. Jika pernah menulis maka akan memahami kesullitan-kesulitan apa saja yang dihadapi ketika menulis. Hasil review nya pun akan sangat membantu si penulis tersebut, walaupun menyakitkan karena ditolak. Berbeda ketika yang mereview kurang banyak menulis atau bahkan tidak memiliki tulisan. Reviewer ini sulit menghargai sebuah tulisan yang memang dibuat terkadang sampai “berkeringat darah”.

Membaca Cepat

Membaca cepat bukan suatu keharusan, melainkan suatu kebutuhan. Bayangkan dalam setengah hari, terkadang dibutuhkan review sebanyak hampir 30 judul artikel, terutama jika ditunjuk menjadi Technical Program Committee (TPC) yang bertugas memutuskan suatu artikel secara keilmuwan layak publish atau tidak. Tentu saja cepat di sini bukan asal cepat secepat-cepatnya, melainkan bijaksana. Ketika membaca hal-hal yang kurang penting mungkin sekelebat, tetapi ketika melihat hipotesa, metode, dan hasil mungkin perlu di-rem sedikit.

Tahan Membaca

Ini tidak kalah penting. Percuma membaca cepat sekali tetapi baru setengah jam sudah KO, gagal fokus, dan menguap terus. Salah seorang pengacara kondang (sayangnya sekarang mendekam di penjara) memiliki kemampuan membaca berkas perkara setebal kitab suci hanya dalam waktu 30 menit. Saya yakin kemampuan itu karena seringnya dia membaca, dan yang pasti senang dengan apa yang dia baca. Naskah doctoral tesis saya dibaca oleh external examiner dari Jepang hanya dalam waktu beberapa hari. Atau mungkin dalam beberapa jam pelaksanaannya. Bukan Cuma skimming atau sekilas, tetapi serius dibaca kata perkata. Memang diakui, negara lain memiliki kemampuan membaca di atas kemampuan membaca negara kita.

Mungkin itu saja sharing informasi ketika sibuk mereview naskah untuk konferensi, siapa tahu bermanfaat. Perlu diketahui, dengan membaca naskah-naskah jurnal, banyak ide-ide yang dapat kita ambil sebagai pelajaran, walau sekecil apapun. Jangan lupa membaca. Jika Anda sampai membaca kalimat terakhir ini, maka berarti sudah dianggap gemar membaca, he he, dibanding kawan-kawan kita yang jadi korban hoax karena hanya baca judul-nya saja dari berita yang dishare lewat medsos.

Matrix Confusion pada Matlab

Matriks Confusion digunakan untuk mengukur akurasi dan memvalidasi model yang dibuat. Untuk menghitungnya dapat dilihat pada rumus yang disertakan pada pos terdahulu. Untuk mempermudah perhitungan, Matlab menyediakan fasilitas untuk menghitung matriks confusion ini.

Data Aktual Versus Data Prediksi

Untuk membuat matriks confusion diperlukan dua data yaitu data real/aktual dan data prediksi yang dihitung dari model. Berikut ini contoh data yang akan dibuat matriks confusion-nya. Buka command window dan masukan kode berikut (

  • yaktual=transpose([0 1 1 0 1 1 1 0]);
  • yprediksi=transpose([1 1 1 0 1 0 1 0]);

Untuk membuat matriks confusion, dibutuhkan fungsi confusionmat yang memerlukan dua data masukan tersebut di atas. Jalankan kode berikut:

  • [matriks,label]=confusionmat(yaktual,yprediksi)
  • matriks =
  • 2 1
  • 1 4
  • label =
  • 0
  • 1

Perhatikan matriks berwarna merah di atas, tampak matriks confusion sebagai berikut:

Jadi dapat diketahui a, b, c, dan d berturut-turut 2, 1, 1, dan 4. Jadi dapat dihitung recall, precision, false positive, false negative.

Recall atau dengan nama lain True Positif:

TP=4/(1+4)=4/5=0.8. Nilai lain dengan mudah dapat dihitung.

Kasus Lebih dari Dua Label

Matriks Confusion bisa juga untuk kasus lebih dari dua label. Misal ada dua data dengan tiga label, matriks confusion-nya adalah:

  • yaktual=transpose([0 1 1 2 1 2 1 0]);
  • yprediksi=transpose([0 1 2 2 1 2 1 0]);
  • [matriks,label]=confusionmat(yaktual,yprediksi)
  • matriks =
  • 2 0 0
  • 0 3 1
  • 0 0 2
  • label =
  • 0
  • 1
  • 2

Tampak pada matriks confusion label 2 ada satu error. Precision-nya = 2/(1+2) = 2/3 (lihat rumus di pos yang lalu). Semoga bermanfaat.

Mengukur Akurasi – Confusion Matrix

Untuk proyeksi yang prediksinya berupa data kontinyu, kebanyakan menggunakan Mean Absolute Percent Error (MAPE). Untuk mengukur hasil uji yang berisi True dan False Positive atau Negative diperlukan matriks Receiver Operating Characteristic (ROC). Tetapi jika datanya diskrit atau berupa kelas, misalnya baik, cukup, kurang, maka biasanya peneliti menggunakan matriks confusion.

Dasar-Dasar Matriks Confusion

Paling mudah adalah dengan menggunakan data dua kategori: Positif dan Negatif. Seperti tampak pada gambar di bawah ini, Lihat rujukannya.

Secara logika, akurat bila aktualnya a dan diprediksi a atau aktualnya d dan diprediksi tepat d. Namun sebelumnya perlu mengetahui istilah recall dan precision.

Recall. Dikenal dengan istilah true positive rate (TP) proporsi kasus positif (d) yang secara akutal teridentifikasi (c dan d). Jadi rumusnya:

Precision. Adalah proporsi prediksi positif yang tepat dengan seluruh prediksi positif (b dan d). Rumusnya:

False Positif (FP). Istilah ini banyak digunakan untuk pengecekan biometriks, seperti sidik jari. Nilai ini besar jika banyak sidik jari yang harusnya dimiliki orang lain tetepi diakui oleh yang diuji. Rumusnya adalah perbandingan atas kesalahan yang harusnya negatif (milik orang lain) tetapi diaku miliknya (b):

False Negatif (FN). Adalah kebalikan dari false positif.

True Negatif (TN). Mirip recall tetapi yang dibandingkan adalah negatifnya.

Sekian postingan tentang matiks confusion, mudah-mudahan bisa menjadi sitasi cepat jika lupa istilah-istilah di atas. Postingan berikutnya akan dibahas penggunaannya dalam Matlab.

Polemik Jurusan Sistem Informasi

Di bidang informasi dan komputer (INFOKOM) dikenal dua jurusan yang biasanya ada bersamaan di kampus-kampus yaitu: Teknologi Informasi dan Sistem Informasi, selain tiga lainnya (ilmu komputer, teknik komputer, dan rekayasa perangkat lunak). Di antara kelima bidang infokom tersebut (terkadang diistilahkan dengan “computing”) yang paling membingungkan adalah sistem informasi (information system). Bukan hanya membingungkan bagi para mahasiswa, bahkan dosen/pengajarnya pun memiliki pendapat-pendapat yang berbeda. Bahkan tanggal 2 Juli 2018 nanti akan diadakan pertemuan para kaprodi SI untuk merumuskan kurikulum SI ke depan dan membedakannya dengan jurusan-jurusan lainnya, terutama tetangga terdekatnya yaitu teknologi informasi.

Banyak referensi-referensi yang mendefinisikan secara rinci apa itu sistem informasi. Salah satunya dari [1] yang secara sederhana merinci komponen sistem informasi harus mencakup komponen-komponen berikut:

  • Perangkat Keras
  • Perangkat Lunak
  • Data
  • Orang
  • Proses

Karena cakupannya tersebut, SI menjadi rancu karena terkadang hanya beberapa bagian saja yang dibahas, padahal akan tumpang tindih dengan dengan jurusan lain, misalnya jika hanya membahas perangkat keras, lunak dan data maka akan berimpitan dengan jurusan teknologi informasi. Mungkin video promosi ini sedikit memperkenalkan apa yang dipelajari di jurusan SI.

Karena konten yang ada aspek sosialnya (manusia), maka SI terkadang membutuhkan ilmu-ilmu sosial dan cenderung “lebih mudah” karena tidak terlalu matematis. Hasilnya beberapa kampus yang membuka dua jurusan SI dan TI banyak yang lebih suka memilih TI ketimbang SI. Mungkin salah satunya adalah gengsi. Hal-hal berikut mungkin perlu dilakukan para praktisi atau dosen yang memilih SI sebagai kompetensi, termasuk saya.

Bangga Terhadap Bidang Sistem Informasi

Riset TI memang menantang, menarik, dan perkembangannya sangat cepat. Sebenarnya karena TI bagian dari SI (hardware, software, dan data) maka perkembangan SI pun otomatis cepat pula. Bahkan dulu Apple menciptakan Ipad terlebih dahulu dibanding Iphone. Setelah Ipad siap diluncurkan, divisi SI melakukan riset dan ternyata banyak yang meminta perangkat kecil. Alhasil divisi TI menswitch ke pembuatan Iphone lebih dahulu, dan ternyata sukses. Bayangkan tanpa ada peran SI waktu itu. Selalu, aspek finansial menjadi fokus. Barang canggih seperti apapun jika tidak ada yang suka dan membelinya, akan di-grounded juga.

Masalah lainnya biasanya karena TI dan SI dalam satu fakultas/divisi yang sama, cenderung kurikulum tidak jauh berubah. Banyak kejadian mahasiswa yang pindah jurusan dari SI ke TI karena merasa bobotnya sama tetapi kesan kuliah TI lebih “OK” dibanding SI. Ada dua kemungkinan, TI yang agak melenceng ke SI atau SI yang tidak bisa menemukan core utama jurusan SI. Namun tentu saja ada pembobotan/proporsi antara teori dan aplikasi di jurusan SI [2], [3]. Perhatikan sistem dan struktur lebih fokus ke sisi aplikasi (terapan).

Cukup Sistem Informasi saja, Jangan Dipecah Lagi

Saya termasuk yang baru masuk ke jurusan SI (karena kuliah di field of study: information management). Karena sifatnya yang general, ternyata muncul jurusan-jurusan baru yang keluar dari SI karena aspek penamaan yang lebih menjual, seperti IT bisnis, bisnis digital, e-learning, dan lain-lain. Sebenarnya sistem informasi geografis (SIG) itu bagian dari SI, termasuk IT bisnis dan sejenisnya. Karena sudah terbentuk ya menurut saya tidak jadi masalah, tapi untuk yang mau membentuk sebaiknya ditahan dulu. Memang presiden Jokowi mengeluarkan ide jurusan kopi, jurusan toko online, dan sejenisnya. Seperti yang diucapkan Prof. Ucok, sebenarnya ilmu dasarnya kan sama saja, tinggal diberi saja mata kuliah atau konsentrasi itu. Termasuk sistem informasi kopi .. kalau mau, he he. Mengapa ini penting, sebab tidak tertutup kemungkinan jurusan SI akan musnah karena masih-masing mencetuskan jurusan-jurusan uniknya.

Yuk .. Gabung ke Sistem Informasi

Memang jurusan SI merupakan jurusan unik yang multidisiplin. Banyak melibatkan ilmu-ilmu lain. Dan saya yakin banyak dosen-dosen yang sebenarnya SI tetapi memilih TI sebagai core riset yang diminatinya. Bagi yang lebih suka ngajar yang berbau analis, manajemen-manajemen, dan risetnya di decision support system (DSS), Structural Equation Modelling (SEM), dan sejenisnya, perlu berifikir lagi apakah terus di TI atau SI. Sekian, semoga bisa jadi referensi.

Referensi

[1]    D. T. Bourgeous, “What Is an Information System?,” Inf. Syst. Bus. Beyond, pp. 5–64, 2014.

[2]    T. D. Susanto, Sebuah Kajian Akademik Berdasarkan Dokumen Computing Curricula 2005 Computing sebagai sebuah Rumpun Ilmu. 2005.

[3]    H. Topi, J. s. Valacich, R. T. Wright, and K. M. Kaiser, “Is 2010,” 2010.