Untuk Yang Sedang Sekolah .. Manfaatkan Apa Yang Ada

Kondisi pandemi membuat seluruh aspek kehidupan terganggu, bahkan lumpuh. Termasuk juga dunia pendidikan yang melibatkan pertemuan sosial antara guru/dosen dengan murid/mahasiswa. Penyelenggaraan perkuliahan secara daring dapat dilakukan dengan kualitas yang tidak jauh berbeda, namun perkuliahan praktik masih belum efektif. Pertemuan online dengan aplikasi tertentu banyak dikeluhkan oleh siswa yang mengandalkan pulsa di rumah, yang dapat dilihat dari hasil kuesioner sistem informasi akademik. Walaupun ada bantuan pulsa dari pemerintah, namun mengingat banyaknya mata kuliah yang diambil, tetap saja tidak mencukupi. Selain itu, bagi masyarakat, pulsa masih belum menjadi kebutuhan pokok, dan untuk aplikasi multimedia (streaming video, dan sejenisnya) masih mengandalkan Wifi (biasanya di kampus). Apalagi untuk keluarga yang banyak memiliki anak dan semuanya menjalankan pendidikan secara daring.

Bertanya

Bertanya merupakan aktivitas yang murah meriah. Walaupun dilakukan secara online, pertanyaan tidak memerlukan paket data yang besar. Teman, saudara, guru/dosen, dan siapapun dapat dijadikan sumber rujukan. Tentu saja tata krama bertanya perlu diperhatikan, terutama terhadap guru atau orang yang tidak/baru kita kenal. Terkadang mengirim email pertanyaan terhadap author artikel internasional dibalas, walaupun kadang-kadang tidak direspon atau lama jawabannya.

Nah, masalah muncul ketika pertanyaan yang diajukan tidak ada/belum ada solusinya. Biasanya mahasiswa tingkat doktoral. Akan tetapi di tahap-tahap awal biasanya banyak yang bisa, namun karena bidang ilmu doktoral sangat spesifik, pakar di bidang IT tidak akan memahami seluruh ilmu spesifik, bahkan di bidang yang spesifik pun belum tentu mahir, misalnya AI robotik akan berbeda dengan AI pertanian. Jadi mutlak langkah berikut ini dijalankan.

Membaca Cepat

Di sini membaca perlu ditambahkan kata cepat di akhirnya karena jika tidak, waktu yang sangat berharga akan terbuang sia-sia. Selain itu, membaca artikel ilmiah berbeda dengan membaca novel atau komik. Banyak teknik-teknik membaca cepat, tetapi keingintahuan seharusnya bisa memacu kita membaca cepat, yaitu membaca yang didasari oleh pertanyaan-pertanyaan di kepala kita.

Bagaimana jika makalah yang harus dibaca berbahasa Inggris? Nah, ini merupakan problem utama mahasiswa-mahasiswa yang mengambil studi lanjut di Indonesia. Aplikasi penterjemah dapat digunakan. Selain itu, tidak ada salahnya “sharing“, maksudnya minta dibacakan, oleh suami/istri, anak, saudara, dan lain-lain. Tentu saja tidak dianjurkan jika ada waktu, karena membaca artikel ilmiah, apalagi bidang tingkat doktoral yang tidak semua orang paham, walaupun tahu arti/terjemahan naskah tersebut.

Membaca Artikel Studi Literatur (Review)

Naskah artikel ilmiah terdiri dari beberapa jenis, ada yang naskah buku, prosiding dan jurnal. Selain itu terbagi pula menjadi artikel penelitian dan artikel review. Nah, artikel jenis review terkadang bermanfaat untuk orang yang akan memulai penelitian bidang tertentu. Dari pada meneliti satu persatu naskah paper yang tercerai berai, ada baiknya membaca artikel review yang sudah terstruktur berdasarkan domain ilmu tertentu.

Trik lain adalah mencari artikel jenis penelitian yang berkualitas baik (biasanya berimpak/kuartil tinggi) kemudian dari referensinya kita baca juga. Tentu saja kelemahan membaca dari sumber referensi suatu artikel adalah terlalu jauh tertinggal. Suatu naskah artikel yang hari ini terbit, biasanya hasil penelitian beberapa tahun sebelumnya. Tentu saja referensi yang jadi rujukan pun tambah jauh tertinggal waktunya. Namun biasanya walaupun sudah tertinggal tetapi kemungkinan besar banyak yang mensitasi yang artinya landasannya cukup kuat.

Support Dari Bidang/Pakar Lain

Beberapa penelitian memerlukan support/dukungan dari bidang/pakar lain. Misalnya penelitian tracking dan navigasi membutuhkan bantuan rekan-rekan di bidang pemetaan 3D misalnya, atau mobile application jika akan diterapkan di ponsel. Optimasi yang diterapkan untuk lahan membutuhkan bantuan rekan-rekan GIS dan penginderaan jarak jauh (remote sensing). Bahkan ketika menulis paper bisa minta bantuan rekan-rekan yang mengerti bahasa Inggris jika enggan menggunakan jasa proofreader. Manfaatkan grup medsos untuk bertanya dan bertukar fikiran bidang tertentu di internet.

Berdoa

Ups, seharusnya ini ada di awal. Walaupun ini sudah otomatis kita jalankan tetapi aspek agama perlu dicantumkan di sini, seperti kasus kemendikbud yang terpaksa memasukan kembali kata “agama” dalam roadmap pendidikan nasional. Berdoa dan berusaha sebaiknya tidak terpisah, ketika berusaha diiringi doa dan berdoa tidak hanya ketika ibadah, melainkan ketika sedang berusaha juga. Sekian postingan singkat ini, semoga bermakna.

Praktik Menjalankan Web Sederhana

Untuk pemula terkadang ada yang kesulitan belajar secara runut, dari A sampai Z. Terkadang perlu mempraktikan agar memahami maksudnya. Salah satunya belajar Web, yang jika serius, di kampus memerlukan beberapa semester. Namun, berkat tutorial yang ada di internet, kita bisa mempelajari dengan cepat bagaimana suatu teknologi bekerja, hanya bermodalkan laptop/komputer.

XAMPP

Server yang banyak digunakan adalah Apache, dengan database MySQL. Keduanya tersedia dalam paket XAMPP. Silahkan unduh dan jalankan server ringan tersebut. Di sini ringan maksudnya jika tidak kita hidupkan server tersebut mati, sehingga tidak memberatkan RAM laptop kita.

Hidupkan server Apache dengan menekan tombol “Start”. Juga MySQL jika nanti Anda menggunakan sebuah database dalam aplikasinya.

Web Designer

Untuk mengisi server yang sudah dijalankan tersebut kita membutuhkan konten yang bisa dibuat dengan sebuah Web Designer. Banyak aplikasi yang tersedia baik yang gratis maupun yang bayar. Teknologi sekarang ketika mendisain web, aplikasi yang dijalankan bisa berjalan bukan hanya di komputer tetapi juga bisa di Android/ponsel.

Httrack

Nah, untuk langsung mempraktekan cara menjalankan sebuah situs Web, ada satu aplikasi sederhana yang mengkopi sebuah situs Web lengkap, salah satunya HTTRACK. Dengan menyediakan folder untuk lokasi download, httrack dengan mudah mengunduh seluruh situs Web, hingga ke folder-foldernya. Tentu saja jika Webnya besar, waktu yang diperlukan juga lama. Nah, ambil contoh saja situs yang Single Page.

Kemudian letakan folder hasil unduh di XAMPP pada folder HTDOCS. Lalu jalankan localhost ke lokasi folder tersebut.

Tentu saja untuk mempublish Anda harus memodifikasi karena ada hak cipta dari pembuat web tersebut. Untuk jelasnya lihat video singkat berikut, selamat mencoba.

Belajar Recurrent Neural Network

Neural Network sejak lama diakui memiliki kemampuan mengenali citra atau pola tertentu. Beberapa metode seperti NARXNET telah dipakai untuk proyeksi/peramalan. Jika Deep Learning menggunakan Convolutional Neural Network (CNN) untuk mengenali citra, untuk mengenali data sekuensial Deep Learning menggunakan Recurrent Neural Network (RNN).

Untuk memahami metode RNN, kita banyak menjumpai di internet dengan bentuk animasi-animasi yang membantu memudahkan pemahaman. Jika ebook atau situs blog sulit, silahkan tonton video dari kanal-kanal youtube: https://www.youtube.com/watch?v=LHXXI4-IEns atau https://www.youtube.com/watch?v=Y2wfIKQyd1I. Untuk yang detil mungkin dari Massachusetts Institute of Techonology: https://www.youtube.com/watch?v=SEnXr6v2ifU.

RNN muncul karena CNN tidak sanggup mengklasifikasi data sekuensial/berurutan. Bayangkan kalimat: “i am a boy” dengan 4 buah bag of words (I, am, a, boy) tidak bisa membedakan dengan kalimat: “am I a boy” (lihat: https://www.youtube.com/watch?v=esrv7bahlng).

Untuk memahami RNN, kita harus menguasai dasar-dasar neural network, terutama feed forward beserta fungsi tangen sigmoid. Beberapa library seperti pada TensorFlow, sudah menyediakan fasilitas ini. Google translate memanfaatkan RNN, termasuk juga suggestion kata berikut ketika mengetik. Yuk, belajar implementasinya dengan Python.

Belajar Convolutional Neural Network

Kira-kira belasan tahun yang lalu saya mencoba menggunakan neural network untuk mengenali sebuah pola, misalnya tanda tangan. Beberapa referensi yang saya rujuk menggunakan metode menurunkan resoluse agar bisa diolah di komputer. Hal ini dilakukan karena sebuah objek citra harus dikonversi menjadi vektor yang tadinya matriks 2D. Tentu saja mengurangi resolusi mengakibatkan akurasi yang turun drastis. Namun beberapa tahun kemudian, deep learning diperkenalkan untuk mengatasi hal ini, salah satu tekniknya adalah Convolutional Neural Network (CNN).

Banyak sumber-sumber belajar deep learning di internet. Untuk pemula ada baiknya mencari sumber yang ringan dulu, biasanya disertai dengan simulasi dan durasinya yang kurang dari 10 menit agar tidak lelah, contohnya link youtube ini (https://www.youtube.com/watch?v=oI2rvjbzVmI).

Convolutional

Inti dari CNN selain dari neural network adalah prinsip convolutional, prinsip statistik yang dimanfaatkan untuk preprocessing di layer-layer awal CNN. Jika dulu saya gagal mereduksi neural network karena langsung mereduksi, pada CNN dengan layer convolutional di awal, fitur dapat diekstraksi ciri-nya lewat mekanisme filter. Filter yang digunakan pun lebih dari satu untuk menghasilkan ekstrasi ciri yang baik. Tentu saja ada istilah-istilah khusus pada tahap ini, baik dari cara memproses maupun sekedar istilah-istilahnya.

Pooling

Pooling di sini bermaksud mereduksi ukuran citra hasil convolution agar proses lebih cepat. Bayangkan satu citra berukuran 100×100 piksel maka jika akan diolah oleh neural network akan dikonversi menjadi array berukuran 10000 yang jika diolah dengan komputer langsung hang. Untuk mereduksi, Pooling bekerja dengan mekanisme baik mengambil nilai tertinggi dalam satu matriks ukuran tertentu (max pooling), misalnya 3×3, atau dengan mencari rerata dari matriks itu.

Fully Connected

Ini merupakan metode yang dipakai dalam neural network. Bedanya di sini karena mekanisme convolutional ada beberapa citra hasil filtrasi (jika lebih dari satu filter). Satu hal yang unik dari CNN adalah penggunakan fungsi softmax di akhir proses yang berisi angka-angka probabilitas. Nilai tertinggi merepresentasikan kelas terpilih hasil klasifikasi. Salah satu manfaat dari banyaknya sumber belajar di internet adalah kita bisa memilih mana satu sumber yang cocok dengan style kita. Jika di satu ebook/video/blog kurang dimengerti, segera cari sumber lain. Sekian, selamat belajar deep learning.

Belajar Mengajar di Kondisi Sulit

Dalam satu seminar oleh asosiasi perguruan tinggi informatika dan ilmu komputer (APTIKOM) ada sindiran keras dalam hal metode pembelajaran online. Jika diadu tentu biasanya dosen-dosen akan kalah dengan konten-konten yang ada di Youtube. Lihat saja viewer atau subscrabernya. Jarang dosen-dosen yang berjiwa youtuber. Haruskah dosen belajar menjadi Youtuber?

Salah satu keunggulan Youtuber atau influencer-influencer di medsos adalah kreativitas tinggi yang memicu follower atau viewer di kanal-nya. Kreativitas tidak berbanding lurus dengan tingkat pendidikan. Banyak mahasiswa yang berhenti kuliah karena fokus menjadi youtuber karena penghasilannya yang jauh lebih besar dari pegawai kantoran. Namun ternyata harus fokus karena jika kurang update kanalnya akan ditinggal oleh follower-followernya. Jika dosen ingin menyaingi youtuber, tentu saja akan sulit karena harus melakukan pekerjaan-pekerjaan rutin tri darma dan tugas tambahan.

Metakognisi

Sebenarnya dengan banyaknya konten yang beredar di internet, pengajar memperoleh manfaat. Hanya saja salah satu kelemahan siswa adalah dari sisi metakognisi yaitu mengetahui hal-hal apa saja yang belum dikuasai dan mana saja yang telah dikuasai. Jika seorang mahasiswa memiliki kualitas metakognisi yang baik maka dia akan mampu belajar efektif, yakni fokus mempelajari yang dia harus kuasai untuk expert di suatu bidang. Kadang walau kurang cerdas, mahasiswa yang metakognisinya baik mampu belajar lebih cepat dari rekan-rekannya yang kemampuan metakognisinya lemah. (mungkin saya masuk kategori yang kurang cerdas ini).

Salah satu syarat yang harus dipenuhi agar metakognisinya baik adalah sifat keingintahuan yang harus dipupuk oleh siswa. Konon, ketika Einstein sekolah, orang tuanya kerap bertanya apa yang dia tanya ke gurunya di sekolah, bukan nilai prestasi. Kualitas belajar seorang anak dapat diukur dari kualitas pertanyaannya, yang merupakan representasi keingintahuannya.

Peran dosen di sini adalah sebagai seseorang yang mengalami lebih dahulu dalam mempelajari suatu bidang, termasuk kendala-kendala yang dihadapi, pertanyaan-pertanyaan yang harus dijawab dengan baik, tip dan trik, serta hal-hal lain. Sehingga nasihat-nasihatnya terkadang menjadi “short-cut” mahasiswa dalam belajar agar lebih cepat. Maklum, negara kita tertinggal dari negara-negara maju lainnya, tidak ada cara lain selain segera melompat ke depan.

Veracity dalam Big Data

Era Big Data saat ini bercirikan istilah-istilah yang diawali dengan huruf “V” seperti volume, velocity, dan seterusnya. Salah satunya adalah veracity yang menggambarkan data yang meragukan, seperti yang terjadi saat ini. Terkadang data yang membombardir kita di internet membuat siswa kebingungan dalam memilih mana yang penting dan mana yang sampah. Tidak ada salahnya dosen pun melihat youtube-youtube yang berkaitan dengan bidang yang diajarkan, agar mengerti mana konten yang baik untuk ditonton dan mana yang kurang, misalnya versi software yang ketinggalan, dan lain-lain. Dibanding dosen berlama-lama membuat animasi, misalnya, alangkah baiknya jika sudah ada animasi yang dishare oleh orang lain, karena fokus utamanya adalah bagaimana siswa memahami, bukan membuat konten yang baik. Namun, sesuai dengan etika, ketika dosen memberikan, harus juga mencantumkan sumber rujukannya dan tidak mengaku karya orang lain menjadi miliknya.

Peran dosen di sini adalah mencarikan sumber belajar yang sesuai dengan kebutuhan. Sebaiknya jangan hanya share ebook-ebook atau video tutorial tanpa dicek kembali apakah itu memang dibutuhkan atau tidak. Kasihan mereka ketika membaca atau menonton ternyata tidak mendukung dalam memahami suatu materi yang dibutuhkan, mengingat pulsa/paket internet merupakan barang mahal bagi mahasiswa.

Media Untuk Pulsa Minim

Sudah beberapa tahun mengajar di universitas terbuka, banyak pelajaran yang dipetik dari kampus tersebut. Terutama dari sisi “menghemat” pulsa-nya. Hal ini terjadi karena peserta didik terkadang berada di lokasi yang sulit untuk mengakses internet. Untuk mengatasinya, mutlak e-learning diterapkan, dengan konsep anytime dan anywhere-nya.

E-learning, ebook, blog, dan website sejenis ternyata cukup mampu mengatasi kendala yang dialami oleh siswa mayoritas, dimana keluhan masalah pulsa internet yang bikin kantong jebol tersebut. Walau ada bantuan pulsa, tapi sinyal tetap saja kadang bermasalah dan entah sampai kapan teratasi.

Bahkan ada situs (https://anchor.fm/tkorting) yang menyediakan hanya suara, mirip siaran radio (Podcast) yang hemat pulsa. Sementara itu, Google sepertinya masih menjadi andalan, baik itu untuk searching, classroom, hingga programming (Google Colab). Terkadang kecepatan dan efisiensinya mengalahkan e-learning kampus sendiri. Sepertinya segala daya dan upaya harus dijalankan, termasuk jika dosen ingin menjadi YouTuber tak masalah, asalkan fokus ke sharing ilmu bukan fokus ke jumlah viewer yang kebanyakan menyukai topik kontroversial yang bisa menyakiti pihak tertentu. Sekian, semoga postingan ini bermanfaat.

Customer Oriented

Libur kerja seperti biasa saya menguras akuarium di halaman. Tiba-tiba mobil pickup membawa air minum isi ulang berhenti. Peengemudinya turun dan mengetuk pagar rumah sambil mengucapkan salam. Saya mendatanginya sambil bertanya-tanya dalam hati ada keperluan apa dia menghampiri rumah saya. “Bapak mau beli air isi ulang?”, tanyanya dengan sopan.

Banyak pertanyaan di kepala saya, baru kali ini mobil air isi ulang menawarkan langsung. Selama ini mereka hanya keliling, berputar-putar. Begitu juga pedagang yang lain. Beberapa hari ini agak berbeda. Kalaupun mereka tidak menawarkan “door-to-door” terkadang saya mendengar mereka berputar lagi. Sepertinya tidak ada yang membeli dan mereka mencoba satu putaran lagi, siapa tahu tadi ada yang terlewat, tidak sempat keluar dan memanggilnya.

Ternyata memang saat ini daya beli masyarakat merosot tajam. Di televisi acara imlek yang mewawancarai pedagang-pedagang Tiongkok di Glodok mengatakan omset menurun hingga 50% dibanding kondisi normal. Kemungkinan besar bidang-bidang lainnya juga mengalami hal yang sama, termasuk pendidikan. Jangan diharapkan kepuasan mahasiswa meningkat atau minimal sama dengan kondisi sebelum pandemi. Terjadi penurunan baik mahasiswa baru maupun yang sudah masuk tapi tidak registrasi kembali atau cuti.

Repotnya dosen-dosen terutama yang dosen tetap berbasis gaji bukan honor mengajar (dosen honorer/luar biasa) tidak terlatih untuk terlibat dalam dunia pemasaran. Kondisi saat ini masih diangap sama dengan kondisi normal. Akibatnya terjadi benturan-benturan antara mahasiswa dengan kampus. Apalagi konsep industri 4.0 yang berbasis ICT tidak dimanfaatkan dengan optimal. Jangankan dosen, staf pelayanan saja info dari mahasiswa ketika bimbingan KRS kurang melayani dengan baik.

Sudah saatnya tiap karyawan memahami konsep “north star metric“, suatu konsep yang wajib dimiliki oleh organisasi agar mampu bersaing dan bisa “sustainable” alias tetap eksis.

Terkadang kekuasaan, walau sedikit orang cenderung memanfaatkan, baik dosen, staf, hingga satpam, kepada pihak-pihak lain yang repotnya adalah customer. Ketika suatu organisasi, misalnya kampus, melayani mahasiswa dengan sopan dan nyaman, dan kampus Anda membentak-bentak mahasiswa ketika bertanya dengan pertanyaan yang melelahkan, siap-siap saja informasi buruk tersebut akan viral. Ketika banyak pilihan, tentu saja mereka akan beralih ke organisasi yang memberikan benefit lebih, minimal menghargai.

Coba merenung sejenak, pernahkah Anda sakit hati saat pandemi, dan bandingkan dengan kondisi normal. Tentu sakitnya lebih besar. Sebaliknya, bantuan yang diberikan orang kepada Anda, bandingkan dengan kondisi normal. Tentu terasa sangat berarti. Sekian postingan singkat ini, semoga menginspirasi, oiya, sudahkah Anda membantu orang lain hari ini? Atau apakah ada orang yang dirugikan atau tersakiti hatinya?

Membuat Tensor Sederhana dengan TensorFlow pada Google Colab

Istilah tensor dijumpai dalam matematika, khususnya dalam aljabar. Tensor sebenarnya bentuk umum dari besaran, jika dimensinya nol berarti skalar dan jika berdimensi satu ke atas, maka disebut vektor dan matriks. Istilah tensor digunakan juga oleh Google dalam library python “TensorFlow”. Istilahnya mirip tensor, terutama ketika mengelola vektor dan matriks.

Dalam penerapannya, TensorFlow sedikit membingungkan karena memiliki dua fase: konstruksi dan eksekusi. Tensor ketika digunakan berupa graph yang berisi nodes dan edges. Jika nodes berisi operasi, edges berisi tensor. Sementara itu, fase eksekusi membutuhkan session.

Untuk lebih jelsnya silahkan buka Google Colab. Buat satu notebook baru, beri nama misalnya FirstTensor.ipynb. Disini kita akan membuat satu tensor sederhana yang berisi satu variabel konstant 30. Operasi yang dilakukan adalah mencetak (print) konstanta tersebut. Masukan kode berikut dalam sel colab tersebut.

Di sini tensorflow versi 1.x digunakan. Secara default Colab menyediakan versi 2.x. Perhatikan sel pertama berisi impor library tensorflow. Line pertama merupakan instruksi standar penggunaan tensorflow versi 1. Sel kedua berisi konstruksi variabel konstan x=30. Selain itu dibuat satu session dengan nama “sess” yang kemudian dioperasikan berupa fungsi print.

Sepertinya agak ribet karena untuk mencetak konstanta 30 saja butuh beberapa line. Namun mengingat satu sesi bisa diterapkan untuk satu prosesor (GPU) maka komputasi bisa dilakukan dengan banyak prosesor yang bekerja secara paralel. Jadi walau agak sedikit merepotkan di awal tetapi ketika diterapkan dengan banyak prosesor, hasilnya lebih cepat. Biasanya diterapkan dalam sebuah framework deep learning. Sebagai ilustrasi, tensor dalam graph di bawah ini.

Hasil perkalian a dan b akan dikurangi hasil penjumlahan b dan c. Instruksi pythonnya adalah sebagai berikut menlanjutkan dari instruksi sebelumnya.


import numpy as np
a = tensorflow.constant(np.array([5, 7, 10]))
b = tensorflow.constant(np.array([2, 3, 21]))
c = tensorflow.constant(np.array([3, 5, 7]))
d = a * b  # tensorflow.multiply(a,b)
e = c + b  # tensorflow.add(c,b)
f = d - e  # tensorflow.subtract(d,e)
sess = tensorflow.Session()
outs = sess.run(f)
sess.close()
outs

Jalankan dan hasilnya harus sama dengan gambar di atas [5,13,182]. Selamat mencoba tensor dalam tensorflow.

Ref:

Research Question, Tujuan, dan Kerangka Pemikiran dalam Riset

Membahas masalah penelitian, banyak sekali gaya/style menurut institusi yang menaungi penelitian tersebut, baik institusi pendidikan seperti kampus, atau pemberi dana/donor/hibah. Beragamnya gaya tersebut tidak perlu menghalangi peneliti untuk melaksanakan penelitiannya. Yang jelas, peneliti harus mengikuti arahan atau outline yang diberikan sebagai panduan. Biasanya hal ini bermaksud mempermudah reviewer atau saat sidang/seminar hasil penelitian dalam proses penilaian.

Hibah Kemenristek-BRIN

Kemenristek-BRIN mempermudah proses pembuatan dengan menyediakan template dimana point-point tertentu harus tersedia dalam proposal seperti metode, roadmap, studi pustaka, dan abstrak. Selain itu semua proses dilaksanakan dalam bentuk online.

Bentuk template yang sederhana membuat proses review lebih mudah, bahkan dari judul pun sudah dapat ditebak research question-nya. Tidak ada patokan jumlah research question dan tujuan penelitian yang ingin dicapai. Untuk jenis skema yang multi-year saja tujuan penelitian jadi penentu berapa tahun penelitian tersebut layak didanai.

Institusi Pendidikan

Untuk institusi pendidikan, antara satu kampus dengan kampus lainnya memiliki perbedaan, terutama dari template/outline-nya. Ada yang memetakan one-to-one (relasi satu-satu) antara research question dengan tujuan penelitian. Jadi satu pertanyaan berkorelasi dengan tujuan tertentu. Namun sudah menjadi kesepakatan di seluruh dunia, kesimpulan harus menjawab pertanyaan penelitian.

Terkadang manfaat penelitian harus dirinci pada proposal. Ada yang membagi manfaat dari sisi keilmuwan dan dari sisi praktisnya. Selain itu kontribusi pun harus dijelaskan. Ada yang menyarankan kontribusi di sini adalah terhadap keilmuwan, bukan ke institusi/badan atau pihak tertentu.

Beberapa kampus membagi tujuan menjadi tujuan utama (main objective) dan tujuan khusus (spesific objectives) yang lebih dari satu. Hal ini bermaksud mempermudah pengerjaan dimana problem yang besar dipecah menjadi problem-problem kecil. Jika ada empat specific objectives maka keempat tujuan itu harus dikerjakan agar bisa lulus.

Idealnya, penelitian menghasilkan sebuah novelty (khusus disertasi) yang memperkaya keilmuwan bidang yang diteliti. Biasanya dimasukan dalam tujuan atau research question. Jika research question berisi “bagaimana menemukan motode baru untuk klasifikasi xyz?” maka tujuannya “membuat metode baru untuk klasifikasi xyz / “propose a novel method to classify xyz”.

Kerangka Pemikiran

Kerangka pemikiran masih sering digunakan di Indonesia. Biasanya dalam bentuk bagan yang berisi apa yang dilakukan untuk memunculkan research question atau hipotesis. Diawali dengan masalah, langkah standar berikutnya adalah studi literatur atau SLR baik dengan buku literatur maupun hasil penelitian terkini. Studi literatur tersebut harus diklasifikasi/dikelompokan berdasarkan metode-metode yang dihasilkan oleh riset terdahulu. Maksudnya agar langkah berikutnya, kontribusi dan novelty, bisa dibuat. Kontribusi dan novelty tersebut menghasilkan research question yang akan diselesaikan dalam penelitian yang nanti dijalankan jika proposal disetujui. Mungkin agak sedikit berbeda untuk riset qualitatif atau sosial humaniora. Sekali lagi, peneliti harus mengikuti gaya selingkung/style dimana penelitian itu bernaung. Selamat mencoba membuat usul penelitian.

 

Menggunakan Algoritma Genetika dengan Python

Algoritma Genetika (GA) merupakan salah satu nature-inspired optimization yang meniru evolusi makhluk hidup. Gampangnya, generasi terkini merupakan generasi yang terbaik yang adaptif terhadap lingkungan. Prinsip seleksi, kawin silang, dan mutasi diterapkan ketika proses optimasi secara pemilihan acak (random) dilakukan. Karena adanya unsur pemilihan acak, GA masuk dalam kategori metaheuristik bersama particle swarm optimization (PSO), simulated annealing (SA), tabu search (TS), dan lain-lain.

Bagaimana algoritma tersebut bekerja dalam suatu bahasa pemrograman saat ini dengan mudah kita jumpai di internet, dari youtube, blog, hingga e-learning gratis. Saat ini modul-modul atau library dapat dijumpai, misalnya di Matlab. Nah, dalam postingan ini kita akan mencoba dengan bahasa pemrograman Python. Sebelumnya perlu sedikit pengertian antara pembuatan program dari awal dengan pemrograman lewat bantuan sebuah modul atau library.

Beberapa pengajar biasanya melarang mahasiswa untuk langsung menggunakan library karena memang peserta didik harus memahami konsep dasarnya terlebih dahulu. Untungnya beberapa situs menyediakan kode program jenis ini yang dishare misalnya ahmedfgad, datascienceplus, pythonheatlhcare, dan lain-lain. Saya dulu menggunakan Matlab, dan ketika beralih ke Python karena pernah dengan bahasa lain maka dengan mudah mengikuti kode dengan bahasa lainnya. Oiya, saat ini GA, PSO, TS, dan lain-lain lebih sering disebut metode dibanding dengan algoritma karena tingkat kompleks dan ciri khas akibat mengikuti prinsip tertentu (makhluk hidup, fisika, biologi, dan lain-lain).

Selain memahami prinsip dasar, dengan kode python GA yang murni berisi langkah-langkah dari seleksi, kawin silang dan mutasi, jika Anda mengambil riset doktoral terkadang perlu menggabungkan dengan metode-metode lain, misalnya riset saya dulu, mutlak harus memodifikasi seluruh kode yang ada, jadi agak sulit jika menggunakan library yang tinggal diimpor.

Nah, jika Anda sudah memahami, dan sekedar menggunakan atau membandingkan metode satu dengan lainnya, penggunaan library jauh lebih praktis. Misal Anda menemukan metode baru dan harus membandingkan dengan metode lain, maka metode lain pembanding itu dapat digunakan, bahkan karena karakternya yang dishare maka orang lain (terutama reviewer jurnal) yakin keabsahannya (bisa dicek sendiri). Untuk GA bisa menggunakan library dari situs-situs berikut antara lain geneticalgorithms, pygad, pydea, dan lain-lain. Sebagai ilustrasi silahkan melihat video saya berikut yang menggunakan Google Colab.

Membaca dengan Sudut Pandang Penulis

Membaca merupakan problem utama di tanah air saat ini. Jangankan pelajar dan mahasiswa, guru dan dosen pun banyak yang mengeluh menganai masalah membaca ini. Ada yang baru sebentar sudah ngantuk, ada yang mentok dengan istilah tertentu yang tidak dimengerti misalnya untuk teks asing serta problem-problem lainnya yang berkaitan dengan masalah non teknis, kurang waktu, dan lain-lain.

Uniknya pengguna medsos di tanah air sangat banyak, yang tentu saja perlu membaca. Namun ternyata membaca teks di facebook, twitter, dan sejenisnya yang singkat, kurang mendalam, dan tak perlu berfikir keras berbeda dengan membaca buku pelajaran, panduan, dan sejenisnya. Jangan khawatir, saya pun mengalami hal yang sama. Repotnya, ketika studi lanjut, tidak ada cara lain selain dipaksa membaca. Terutama jika yang dibaca sulit dimengerti.

Lebih rumit lagi ketika diminta menulis. Pernah saya membaca satu artikel dengan mudah karena dibuat oleh penulis yang mampu secara efektif mengutarakan idenya. Kalimatnya runtun, sistematis, dan seolah-olah mengantarkan pembaca ke topik yang ingin dia sampaikan. Terbesit dalam hati bahwa saya pun bisa menulis seperti itu. Ternyata, ketika ingin menulis, satu paragraph pun tak kunjung jadi. Berbeda dengan membaca satu paragraph dari penulis yang saya rujuk, cukup beberapa detik saja membacanya.

Sudah lama saya menulis di blog tentang materi-materi kuliah yang sebenarnya dimaksudkan agar ketika butuh tinggal membaca kembali lewat HP atau laptop yang terkoneksi jaringan. Anggap saja sebagai buku catatan yang mobile. Ketika membacanya tentu saja secepat kilat karena walau sudah lupa tetapi karena saya sendiri yang menulis jadi mudah. Itu mungkin karena tulisan di blog jauh lebih sedikit dari jurnal atau buku. Namun ketika saya membuat buku, dan ketika butuh materi terentu dari buku itu, dengan cepat saya membaca. Akhirnya ketika dicoba membaca sebuah buku dan membayangkan saya penulisnya, atau setidaknya dari sudut pandang penulis, kecepatan dan kemampupahaman (reading skill) melonjak. Selain mendapat informasi dari tulisannya, saya pun memahami bagaimana penulis beragumen, menunjukan bukti-bukti, hingga sekedar menarik minat pembaca untuk menyelesaikan membaca hingga selesai.

Minimal ketika kita membaca dari sudut pandang penulis, kita merasakan bagaimana sulitnya si penulis menjelaskan sesuatu yang rumit, dan membuat kita ikut bersabar menuntaskan bacaan. Bill gates menganjurkan untuk menuntaskan satu buku yang kita baca. Banyaknya sumber-sumber bacaan ebook yang dapat dengan mudah dari internet terkadang membuat kita tidak sempat membacanya akibat “godaan” bacaan yang lain. Coba beli buku teks di toko buku, kalau perlu yang mahal, dijamin Anda akan menuntaskan bacaan tersebut bagaimanapun caranya.

Teknik tersebut akhirnya kerap saya terapkan ketika mereview artikel ilmiah. Dengan sekelebat dari abstrak, pendahuluan, hingga hasil dan kesimpulan dapat diketahui hal-hal apa saja yang harus diperbaiki oleh penulis dari tulisannya. Selamat, Anda berhasil menuntaskan suatu bacaan walau pendek.

Merekap Nilai di Google Classroom

Menginput nilai terkadang menjadi hal yang menjemukan karena cukup menyita waktu. Google classroom (GCR) merupakan salah satu tool elearning gratis yang disediakan oleh Google. Untuk kampus yang belum memiliki fasilitas elearning, GCR merupakan andalan, bahkan terkadang lebih baik dari pada tool elearning buatan sendiri. Postingan kali ini bermaksud sharing bagaimana menghitung nilai harian siswa secara otomatis.

Membuka Rekap Nilai

Setelah selesai perkuliahan, nilai seluruh mahasiswa di suatu kelas dapat diakses dengan masuk ke Grade di home.

Secara default nilai total (overall grade) tidak muncul di sheet di bawah ini. Namun jangan kecewa, karena kita bisa meminta GCR untuk menampilkan nilai akhirnya.

Menambahkan Overall Grade

Untuk menampilkan overall grade, masuk ke Setting dan cari pilihan Total Points di bagian Grading.

Setelah Total Points di pilih, pastikan di sheet muncul overall grade
yang merupakan rata-rata nilai siswa dari assignment yang diberikan. Lanjutkan dengan menekan Save di kanan atas.

Memindahkan ke Excel

Untuk memindahkan ke Excel Anda tinggal memblok seluruh isian yang akan dipindah dan tinggal di copy dan paste di Excel. Sayangnya, cara ini hasilnya agak kurang bagus karena muncul teks tambahan HTML. Oleh karena itu kita ikuti saja cara yang disediakan oleh GCR berikut ini.

Masuk ke Classwork mana saja (bukan pertemuan/kuliah), misalnya Ujian Akhir Semester. Di bagian kanan atas tekan simbol Settings yang akan meminta Anda memilih mengkopi ke Google Sheets (Excel online buatan Google) atau mengunduh dalam bentuk Comma Separate Value (CSV) yang bisa dibuka dengan Excel. Di sini kita pilih Download all grades as CSV jika ingin mengunduh seluruh nilai. Sementara Download these grades as CSV dipilih jika hanya nilai yang sedang dibuka saja.

Selamat, Anda berhasil merekap nilai tanpa susah payah. Tentu saja nilai tiap tugas tetap harus diperiksa tiap minggunya jika ada. Berhubung overall grade tidak ada, silahkan gunakan fungsi average di Excel untuk merekap nilai totalnya.

Silahkan lihat video Youtube berikut untuk lebih jelasnya. Semoga bermanfaat.

Jurnal

Beberapa hari yang lalu pemerintah mengumumkan hasil akreditasi jurnal ilmiah Indonesia. Beberapa jurnal nampaknya sudah mengalami kemajuan baik dari sisi manajemen maupun substansi/isi. Sayangnya beberapa jurnal yang re-akreditasi (mengajukan diri untuk direview ulang) tidak dilayani karena kurangnya tim review, sementara jurnal yang harus dicek ribuan.

Masalah jurnal sepertinya sejak lama memancing kontroversi, apalagi terkait dengan Scopus yang berbayar. Banyak juga yang mempertanyakan manfaat jurnal ilmiah, mengingat dampaknya tidak terasa bagi masyarakat. Bandingkan saja dengan temuan GeNose, misalnya. Masalah ini tidak dapat dijawab hanya dengan satu sudut pandang saja, perlu memperhatikan aspek-aspek lainnya. Jurnal saja tentu saja belum cukup jika tanpa didukung oleh semangat meneliti oleh seluruh dosen dan peneliti di Indonesia. Bagaimana jika tanpa artikel ilmiah/jurnal? Sebagai ilustrasi, Scimago mendata artikel-artikel/dokumen yang ada di dunia, misalnya gambar di bawah ini (jumlah artikel Q1 tiap negara).

Lima besar jumlah dokumen didominasi oleh negara-negara maju. Bagaimana dengan Indonesia, silahkan searching saja, posisinya ada di urutan 47, dibawah Thailand, Singapura, dan Malaysia. Pihak yang menganggap enteng artikel ilmiah sepertinya perlu meneliti lebih lanjut dan tidak berfikir instan. Proses menghasilkan produk tidak secepat membuat kue atau lagu misalnya. Dibutuhkan usaha tekun, kerja sama, dan berlangsung terus-menerus. GeNose ciptaan Prof. Kuwat pun tidak serta merta mendadak dibuat. Sang penemu memang sejak lama berkonsentrasi pada penelitian tentang e-nose, yaitu teknik mengenali bau lewat instrumen, yang ternyata dapat digunakan untuk mengendus COVID-19 yang jauh lebih tajam dibanding seekor anjing dalam mengklasifikasi bau/aroma. Hal ini karena menggunakan machine learning dengan Big Data.

Kita tidak membutuhkan segelintir orang besar, melainkan bagaimana penemu dan peneliti-peneliti baru terus tumbuh dengan cara meningkatkan iklim riset yang kondusif. Prof. BJ Habibie memang sangat membantu Indonesia dengan menjadikan dirinya sumber inspirasi, tetapi kita tetap membutuhkan bibit-bibit seperti Pa Habibie, untuk melanjutkan riset-risetnya. Jangan sampai iklim yang sudah agak kondusif dilemahkan dengan jargon-jargon kapitalis, antek asing, dan sejenisnya. Memang, menghancurkan lebih mudah dari pada membangun. Sebaiknya kita menggunakan prinsip, yang baik dipertahankan dan dikembangkan, yang kurang diperbaiki. Jangan sampai untuk memperbaiki kekurangan kita melepas dan mengabaikan yang sudah baik.

Belajar Membuat Game dengan Python

Ternyata Python tidak hanya digunakan untuk Machine Learning, melainkan juga untuk membuat game. Banyak sumber-sumber belajar di internet, baik di Github maupun penjelasannya di Youtube. Nah, bagi Anda yang pemula ada baiknya membaca postingan ini bagaimana menggunakan dua metode dalam menjalankan Python yaitu konsol dan Jupyter Notebook.

Konsol

Di sini kita ambil contoh dua game terkenal yang dibuat dengan Python yaitu Flappy Bird dan Space Invaders. Install Python di laptop Anda terlebih dahulu, disarankan menggunakan cara yang paling gampang walau agak berat, yaitu paket Anaconda.

Menggunakan konsol sangat dianjurkan bagi Anda yang mahir dan cepat dalam mengetik. Di sini harus dipahami terlebih dahulu cara menangani virtual environment
di Python. Selain itu library-library pendukung harus diinstall juga, terutama pygame karena di sini kita coba menggunakan library tersebut.

Untuk mengedit bisa menggunakan IDLE, Sublime Text, Notepad, atau text editor lainnya. Langkah pertama dalam belajar adalah mencoba menjalankan (running) program tersebut, dilanjutkan dengan mengedit fungsi-fungsi tertentu, misal mengganti gambar/image tokoh, background, atau memindah fungsi tombol naik/turun/kiri/kanan dengan tombol baru.

Jupyter Notebook

Jika Anda pengguna Google Colab, ada baiknya menggunakan Jupyter Notebook karena memang IDE-nya yang tidak jauh berbeda. Ekstensi filenya pun sama (*.ipynb) yang berbeda dengan Python konsol (*.py). SIlahkan membuka Jupyter Notebook lewat Anaconda atau konsol. Untuk lebih cepat sepertinya konsol lebih cepat dan ringan. Arahkan folder kerja ke lokasi game dan ketik “jupyter notebook”. Pastikan fasilitas jupyter notebook tersedia di environment kita (di sini contohnya ‘base’) yang jika belum ada gunakan > pip install jupyter.

Mengingat jenis filenya yang berbeda maka terlebih dahulu kita membuat new file dilanjutkan dengan mengkopi isi file *.py ke dalam file Jupyter Notebook yang baru tersebut. Jalankan file sample, pastikan game berjalan dengan baik.

Coba mengganti beberapa fungsi game tersebut, misalnya tombol bergeraknya pesawat, atau mengganti background dan bentuk pesawatnya. Berikut video penjelasannya, semoga bermanfaat.

 

 

Metakognisi

Banyak sumber-sumber yang menginformasikan bahwa cara cepat untuk belajar adalah dengan mengajar. Cara ini cukup ampuh dan menjadi andalan saya dan rekan-rekan dosen lainnya dalam mempelajari suatu hal dengan cepat. Entah mengapa cara ini bisa berjalan dengan baik sampai saya memperoleh informasi dari rekan saya yang mengambil doktor informatika yang berkecimpung dalam e-learning bahwa ada istilah metakognisi/metacognition. Istilah ini merupakan istilah dalam bidang pendidikan yang merujuk taksonomi Bloom yang diusulkan oleh Benjamin Bloom. Taksonomi ini membagi aspek kognisi menjadi enam, antara lain: mengingat, memahami, menerapkan, menganalis mensintesis, dan mengevaluasi. David Krathwohl mengusulkan taksonomi yang terakhir mengganti mengevaluasi menjadi mencipta.

Mengingat

Ini merupakan skill belajar yang pertama kali dikuasai oleh manusia, sejak jaman nabi Adam. Kemampuan mengingat konon kabarnya dikagumi oleh malaikat dan makhluk-makhluk lainnya. Di Tiongkok, ‘mengingat’ menjadi skill andalan oleh pelajar-pelajar sastra jaman kerajaan dulu. Dalam agama Islam, beberapa tempat pendidikan menjadikan menghafal merupakan skill dasar yang wajib, terutama ketika menghafal Al-Quran dalam rangka menciptakan hafidz/penghafal Alquran.

Di era industri 4.0 dimana bigdata dan informasi banyak berseliweran, diperlukan bukan hanya kemampuan menghafal melainkan juga cara berfikir logis, kritis, dan aspek-aspek metode ilmiah lainnya. Negara-negara maju kebanyakan mengasah skill lainnya, walaupun tentu saja ‘mengingat’ tetap aspek penting yang memang dibutuhkan oleh semua bidang.

Memahami

Bayangkan sebuah rumus, misalnya E=MC^2. Untuk mengingatnya sangat mudah, namun untuk memahaminya perlu usaha ekstra, baik lewat membaca literatur pendukung, video di Youtube, atau minta teman yang memahami untuk menjelaskannya. Skill memahami sangat penting sebagai dasar untuk skill lainnya. Tentu saja kita bisa menghafal sesuatu tanpa perlu memahami maksud apa yang dihafal, mirip burung beo atau kakak tua.

Untuk memahami tidak serta merta dan otomatis muncul, apalagi bagi pelajar atau anak-anak. Seseorang yang tidak tertarik sudah dipastikan tidak akan muncul keinginan memahaminya. Jika mahasiswa mengikuti perkuliahan karena terpaksa, mereka tidak memiliki keinginan untuk memahami materi yang diajarkan. Mirip kasus webinar saat ini yang banyak beredar. Memang diawal-awal orang-orang antusias mengikuti webinar, tetapi lama kelamaan orang akan jenuh dan hanya mengikuti webinar yang mereka butuhkan saja (kecuali kalo memang ingin memperoleh e-sertifikat saja).

Bagi dosen, beruntunglah karena ada tuntutan mengajar, mau tidak mau harus memahami suatu topik. Di sinilah mengapa belajar yang efisien adalah dengan mengajar, maksudnya karena harus mengajar maka dituntut harus memehama yang kita pelajari, buku yang kita baca, dan lain-lain.

Menerapkan

Bisa memahami ternyata belum lengkap jika kurang mampu menerapkan. Hal ini mengingat dunia industri membutuhkan skill terapan dalam mendukung aspek bisnisnya. Di sinilah pentingnya praktek bagi mahasiswa terhadap hal-hal yang dipahaminya. Skill memahami memang sudah bisa untuk mengajar, bahkan dalam Islam diminta menyampaikan walau satu ayat. Namun jika hanya bisa memahami saja dikhawatirkan disebut hanya omong doang saja.

Nadiem, menteri pendidikan dan kebudayaan, memahami hal tersebut maka dimunculkanlah program merdeka belajar yang mengintegrasikan pendidikan di kampus dengan praktek kerja di industri. Harapannya siswa memiliki keterampilan kerja, dengan kata lain mampu menerapkan teori yang dipahaminya.

Menganalisis

Sampai dengan skill menerapkan mungkin bisa dikuasai oleh seseorang yang kurang kritis. Jangan heran banyak praktisi-praktisi terampil bisa juga tersandung hoaks karena kurangnya sikap kritis. Lihat saja korban-korbannya, kebanyakan para praktisi akibat tersandung UU ITE.

Skill menganalisis booming di jaman renaisance di Eropa dengan munculnya ilmuwan-ilmuwan tangguh seperti Isaac Newton, Descrates, Galileo, dan kawan-kawan. Menganalisis perlu usaha ekstra, tidak hanya memahami satu hal saja. Terkadang membutuhkan bidang-bidang lain, seperti statistik dan matematika sebagai “pisau bedah” terhadap topik yang akan dianalisa.

Mensitensis

Analisis dan Sintesis biasanya jalan beriringan mengingat ada tuntutan novelty terhadap satu topik tertentu. Novelti, atau kebaruan merupakan sintesa dari hasil analisa topik-topik beragam yang biasanya bermanfaat menyelesaikan problem tertentu. Kemampuan ini mutlak diperlukan oleh mahasiswa-mahasiswa doktoral dalam menyusun disertasi dan mempublikasikan artikelnya di jurnal internasional.

Baik analisis dan sintesis tidak hanya untuk dosen dan peneliti saja. Dalam dunia industri atau pekerjaan di manapun skill ini sangat diperlukan dalam rangka meningkatkan daya saing industri tersebut. Era disrupsi memaksa industri harus mampu berfikir cepat, efisien, dan fokus ke pelayanan. Pelayanan yang baik mutlak memerlukan analisa baik lewat survey maupun menerapkan metode-metode terkini untuk menggantikan metode lama yang usang dan kurang efisien.

Mengevaluasi/Mencipta

Skill ini merupakan skill yang sangat diperlukan oleh masyarakat. Inovator-inovator banyak bermunculan di negara-negara maju karena dengan temuannya mampu meningkatkan daya saing dengan negara lain yang hanya bisa menggunakan hasil temuannya. Singapura yang memiliki kemampuan dagang dan bisnis yang mumpuni pun tetap berusaha fokus ke penelitian dengan meningkatnya kualitas kampus-kampusnya.

Untuk menciptakan hal-hal besar selevel penghargaan nobel memang sulit. Namun bisa saja kita menciptakan hal-hal kecil yang bermanfaat. Di Indonesia misalnya ketika kondisi COVID-19 ITB menciptakan alat ventilator sendiri dengan kualitas yang baik dan siap diproduksi, sementara itu UGM menciptakan alat tes COVID-19 bernama Ge-Nose yang murah, mudah, dan akurat. Yuk, tingkatkan metakognisi kita.

Update Publon dan Garuda di Sinta

Selama ini Sinta mengandalkan Scopus dan Google Scholar untuk perhitungan kinerja dosen dan kampus. Pro kontra bermunculan karena kekhawatiran akan ketergantungan kepada Scopus, pengindeks terkenal yang memang berbiaya mahal untuk berlangganannya. Sementara itu, Google Scholar yang gratis masih menuai kritik akan verifikasinya yang hanya berbasis pemakai. Jadi bisa saja kinerja Google Scholar dimanipulasi oleh pengguna.

Nah, kini Sinta terus berbenah dan mulai memasukan Publon yang merupakan situs pengindek pesaing Scopus, yaitu Web of Science (WoS). Di sini WoS mulai menggratiskan pengguna khusus untuk pendaftaran dan manajemen akun saja. Publon juga mengindeks bukan hanya yang terindeks di WoS yang memang sulit tembusnya, namun juga bisa mengimpor publikasi kita yang ada di Scopus.

Walau terimpor ke publons, paper-paper yang terindeks Scopus tetap dibedakan oleh publons. Jadi di paper tersebut ada informasi apakah terindeks WoS atau Scopus saja. Biasanya yang terindeks WoS terindeks pula di Scopus (1), namun sebaliknya beberapa paper saya di Scopus tidak terindeks WoS (2). Oke, berikut langkah-langkah update Publon di Sinta.

Pertama Anda harus login terlebih dahulu ke Sinta dan masuk ke Update Profile. Silahkan baca post ini jika Anda belum terdaftar di Sinta.

Tampak Publon ID masih kosong, sementara Garuda ID sudah terisi (silahkan isi jika masih kosong dengan masuk ke situs garuda: http://garuda.ristekbrin.go.id/). Nah di sinilah Anda harus meletakan ID Publon Anda. Silahkan baca https://rahmadya.com/2019/06/02/indeks-web-of-science/ jika ingin lebih jauh mengetahui tentang Publons yang dahulu namanya ResearcherID. Secara langsung Publon tidak menginformasikan ID di situsnya karena memang ID mengambil dari Researcher ID, namun di alamat link dapat dilihat.

Copy dan Paste saja di kolom Publon ID Sinta Anda, cukup mudah. Langkah terakhir dan terpenting adalah sinkronisasi dengan publons agar data yang terindeks mereka (WoS) dapat terambil ke Sinta. Tekan WoS Document di bagian atas (1) lalu tekan Request Sync WoS untuk sinkronisasi. Jika sudah, tampak tulisan “WOS Syncronization in Queue” yang artinya sedang dalam proses (tidak langsung tersinkronisasi).

Proses Sinkronisasi tidak lama, kasus saya hanya sehari (atau mungkin lebih cepat lagi, karena saya mengeceknya sehari kemudian). Jika sudah tersinkronisasi maka muncul artikel-artikel kita yang terindeks Web of Science.

Demikian juga silahkan lakukan hal yang sama untuk Garuda Document yang jika disinkronisasi biasanya banyak artikel kita yang sudah terpublish di jurnal-jurnal nasional baik terakreditasi atau tidak, asalkan memiliki OJS. Untuk lebih jelasnya lihat video singkat berikut ini.