Arsip Kategori: Penelitian

Berkarya (itu) Untuk Diri Sendiri

Twitter crawler yang saya buat beberapa waktu yang lalu berhenti bekerja. Pesannya (error message) tidak jelas. Saya tidak tahu apa sebabnya. Dalam pertemuan penelitian minggu lalu, Andry (mahasiswa saya yang juga meneliti tentang ini) mengatakan bahwa ternyata akses ke twitter sekarang diharuskan menggunakan SSL/TLS. Oh begitu toh. Baru hari ini saya punya kesempatan untuk melihat kode saya dan mengaktifkan SSL, yang ternyata hanya 1 baris saja perubahannya. Beres. Jalan lagi.

Saya membuat crawler ini untuk sebuah penelitian, tetapi sesungguhnya saya membuatnya untuk diri sendiri. Saya tertarik dengan data dari twitter. Khususnya yang saya cari adalah struktur dari follower saya. Maka saya membuat kode twitter itu. Setelah data terkumpul nanti saya akan buatkan ceritanya. Saya akan menulis makalah tentang ini, tetapi sesungguhnya saya membuat ini juga untuk diri sendiri. Out of curiousity.

Di luar ini semua, banyak orang yang hanya pandai berteori dan tidak menghasilkan karya. Mahasiswa juga hanya pandai kuliah tetapi tidak menghasilkan karya. Bagaimana perusahaan calon tempat bekerja mereka dapat menilai kualitas mereka? Kalau hanya sekedar melihat ijasah saja tidak ada bedanya. Karya merupakan salah satu bukti. Karya untuk diri sendiri merupakan hal yang terbaik sebab ini menunjukkan passion yang bersangkutan. Why can’t they – the students – see this?


Lagi-lagi Soal Pengujian

Seharian ini urusan saya adalah menguji thesis mahasiswa. Salah satu hal yang saya temui berulang kali adalah mahasiswa belum paham yang namanya pengujian. Hampir selalu yang dilakukan mahasiswa adalah menjalankan aplikasi (sistem) yang dia buat sekali dan kemudian mengatakan bahwa itu jalan. Wah ini salah besar. Bahwa sesuatu itu jalan belum tentu dia jalan benar. Topik ini rasanya sudah pernah saya tulis, tapi nampaknya perlu saya tulis berulang kali :)

Pengujian fungsional yang baik pada awalnya dilakukan dengan menggunakan data yang terkendali (controlled environment). Misalnya kita membuat aplikasi untuk menghitung jumlah kata dalam sebuah dokumen, maka kita buat beberapa dokumen dengan jumlah kata yang kita ketahui. Kita jalankan aplikasi ini beberapa kali dengan data yang sama dan kemudian dengan data yang berbeda. Ini untuk data yang normal. Kemudian kita coba lagi dengan data yang abnormal, misalnya dokumen tanpa kata atau dokumen dengan satu kata yang superpanjang. Begitulah seterusnya. (Baca lebih lanjut tentang regression.) Jadi pengujian itu tidak hanya satu kali jalan kemudian dikatakan berfungsi dengan baik :)

Setelah yakin bahwa aplikasi berjalan dengan baik di lingkungan dan data yang terkendali, baru kita “lepas” aplikasi di lingkungan sesungguhnya. Di lingkungan ini kita uji juga. Pengujiannya juga mirip seperti sebelumnya tetapi ada banyak hal yang kadang di luar kendali kita. Ada dokument yang corrupt atau tidak sesuai dengan spek dan seterusnya. Begitulah.

Sebetulnya masih banyak hal lagi tentang pengujian fungsional tetapi yang utama seperti yang saya uraikan di atas. Nanti kalau kebanyakan uraiannya malah jadi tambah pusing. Hadoh.

Di luar pengujian fungsional masih ada pengujian kinerja dan security. Ini topik pembahasan lain kali saja ya. Sekarang kita fokus kepada aspek fungsional dulu.

Untuk hasil penelitian yang bentuknya bukan sesuatu yang dapat dijalankan (executable), seperti misalnya yang masih dalam bentuk rancangan (atau bahkan requirement) tetap harus diuji, tetapi caranya tentunya lain lagi. Demikian pula yang hasil penelitiannya berbentuk kebijakan atau pedoman harus juga diuji. Nah, bagaimana mengujinya?

 


Seven 2013: day 2

Gone are the days of “pair programming”. This is “quad programming”. Four heads are better than 1 or even 2.

BR day 2 quad programming 1000

It was the regular (crypto) research meeting. This time we decided to start coding, writing python code to do simple point arithmetic in elliptic curve.

This is the actual photo: wenny, rudy, mirza, and ardo.

IMG_2994 quad programming 1000


Kesabaran Dalam Menjelaskan

Salah satu kelemahan dari engineer – mungkin tidak hanya engineer ya? – adalah ketidaksabaran dalam menjelaskan. Seringkali mereka menuliskan data – yang kadang kala dalam jumlah yang banyak – tetapi tidak memberikan penjelasan apa maksudnya. Mereka merasa bahwa orang lain harusnya sudah tahu / mengerti apa yang terjadi dari data yang mereka berikan. Mosok begitu saja tidak tahu? Padahal sering kali tidak tahu.

Untuk menjelaskan hal yang teknis dibutuhkan kesabaran yang luar biasa. Seringkali pendengar atau pembaca belum (tidak) mengerti data yang kita berikan. Mereka bukan orang yang bodoh, tetapi belum mengerti saja. Misalnya, kalau saya berikan keluaran hasil scanning dari program nmap, orang yang pandai sekalipun – misal profesor di bidang Biologi – belum tentu dapat memahami maknanya. Mereka bukan orang yang bodoh, tetapi karena bukan domainnya, mereka tidak tahu. Jangankan kepada orang di bidang Biologi, orang di bidang Teknologi Informasi pun jika tidak menggeluti bidang security atau jaringan tidak akan paham keluaran dari program nmap. Setelah kita jelaskan, mereka akan paham.

port 21/tcp open …

Menjelaskan ini ternyata merupakan sebuah seni (art). Bagaimana kita dapat menjelaskan sesuatu kepada seseorang sehingga dia memahaminya, tanpa perlu harus terlalu dalam (dan lama) menjelaskannya dan pada saat yang sama tidak membuat penjelasan tersebut terlalu enteng (ringan, encer, watered down)? Kalau terlalu ringan jadinya malah diremehkan. Itu dia …

Ini semua yang membuat penulisan dokumen teknis (report writing) merupakan sebuah kemampuan yang langka.


Susahnya Memproses Big Data

Di era informasi ini kita kebanjiran dengan data. Dari data yang ukurannya raksasa-raksasa ini – big data – kita dapat mencoba mencari makna. Misalnya, adanya data status dari Facebook atau Twitter kita dapat mencoba memahami mood dari orang di Indonesia. Hanya saja ternyata untuk memproses data yang sangat besar ini tidak mudah.

Masalah yang dihadapi itu bukan kita tidak tahu rumusnya, tetapi jumlah data yang sangat banyak. Ini yang sulit dipahami oleh orang banyak. Scale does matter. Kan rumusnya sudah ada. Lantas apa susahnya untuk menghitungnya? Kalau lambat, ya tambahi komputer yang digunakan untuk menghitung. Sayangnya tidak demikian  mudah solusinya dengan hanya menambahkan hardware saja.

Sebagai contoh, menghitung rata-rata dari 10 buah bilangan dapat dikatakan mudah. Menghitung rata-rata dari 70 juta bilangan dapat dikatakan tidak mudah. he he he.

Itulah sebabnya akhir-akhir ini IEEE banyak membahas tentang big data ini. Memang ini eranya dan memang masih ada masalah (sumber daya komputasi) untuk memproses big data ini.


Topik Minggu Ini, Kriptografi

Entah kenapa, topik yang paling banyak saya bahas di kelas dan juga dalam bimbingan mahasiswa adalah kriptografi. Kebetulan memang kuliah yang saya ajarkan adalah kuliah keamanan, tetapi keamanan tidak selalu identik dengan kriptografi. Mungkin saja memang ini hanya kebetulan, karena ini sudah memasuki pertengahan perkuliahan.

Pembahasan kriptografi yang saya lakukan mulai dari sejarahnya dulu, kemudian beranjak ke konsep yang lebih susah. Mulai dari kriptografi kunci privat sampai ke kriptografi kunci publik. Mulai dari algoritma DES sampai ke RSA. ECC hanya disentuh sedikit di kelas tetapi banyak didiskusikan pada peneltian. Ada beberapa mahasiswa yang akan meneliti soal ini. Kelompok penelitian kami pun sedang melakukan penelitian tentang serangan terhadap ECC dengan menggunakan metoda Pollard rho dan/atau Pollard lamda. Seru dan pusing. Untungnya tim kami terdiri dari orang dengan berbagai latar belakang.

Yang bikin puyeng juga adalah menjelaskannya kepada mahasiswa. Ada beberapa hal yang menurut saya sangat gamblang ternyata membingungkan bagi banyak orang. Memang dulu saya juga sempat bingung dan sekarang lupa lagi. he he he. Mencoba untuk membuat kriptografi mudah dipahami dan menyenangkan. Mari ah.


Asal Mengutip

Lucu juga membaca tulisan mahasiswa yang asal mengutip. Sebetulnya buku lucu, mungkin lebih tepatnya meringis. hi hi hi. Ada mahasiswa yang asal mengutip dalam tulisan di makalahnya. Dia tidak tahu bahwa kutipannya salah. Sebetulnya apakah dia memang benar-benar membaca tulisan yang dia kutip tersebut? Atau, dia mengutip tanpa membaca naskah aslinya dan sekedar mengandalkan pendapat orang.

Ada juga orang takut salah dalam memahami kutipan, maka dia tulis semua yang dia kutip. Setiap katanya. Lengkap dengan titik komanya. Sayangnya yang ini justru menunjukkan bahwa dia tidak mampu untuk memahami tulisan tersebut. Alih-alih takut salah, malah dianggap tidak mampu.

Jadi bagaimana cara yang baik dalam mengutip? Pertama, baca dulu tulisannya. Kemudian coba pahami maksudnya. Baca lagi. Pahami lagi. Coba tuliskan pemahaman kita dengan bahasa kita. Kalau perlu, diskusikan dengan teman-teman secara informal. (Inilah mengapa perlu mencari teman seperjalanan dalam penelitian.)  Jadi mengutip itu tidak sekedar copy-and-paste saja.

Mengutip itu merupakan hal yang umum. Tidak mungkin kita melakukan penelitian semuanya berasal dari diri kita sendiri. Pasti ada hasil-hasil peneliti lain yang kita rujuk. Sebagai rasa hormat, maka etikanya adalah kita berikan penghargaan kepada mereka-mereka yang kita kutip. Maka, kemampuan mengutip itu sangat esensial.


(mahasiswa dan) Menulis Makalah

Saya sedang memeriksa tugas makalah mahasiswa sebagai bagian dari tugas mereka. Sayang sekali hasilnya tidak begitu baik. Misalnya masalah yang sering muncul adalah tidak mengerti bagaimana menggunakan referensi; tidak tahu cara mengutip dan menuliskan referensi. Padahal ini adalah bagian yang paling penting dalam dunia akademik.

Untuk mengetahui cara mengutip makalah dan menuliskannya dalam daftar referensi dapat dilakukan dengan membaca banyak makalah. Untuk mahasiswa pasca sarjana (S2, S3) tidak ada alasan untuk tidak membaca makalah. Kalau kita membaca banyak makalah, terbayanglah bagaimana pakem-pakem untuk menggunakan makalah. Kemudian kita baca aturan yang digunakan untuk kuliah / konferensi / jurnal yang bersangkutan. Ini semua ada aturannya. Tidang ngasal. Kalau tidak pernah baca makalah, ya bagaimana mau tahu? Setidaknya bacalah 100 makalah, gitu.

Mengutip juga harus dipelajari. Pengetahuan ini tidak dapat timbul dengan serta merta. Harus banyak berlatih. Salah mengutip dapat dianggap sebagai plagiat. Yang ini fatal akibatnya. Sayangnya hal ini sering dianggap remeh.

Mengutip itu tidak sama dengan menerjemahkan. Ada mahasiswa yang nekad mencoba menerjemahkan makalah. Memangnya tidak ketahuan? he he he. Ini sama dengan anak SD Indonesia yang mencoba menerjemahkan tulisan dari bahasa Perancis, misalnya. Ya bakalan ketahuanlah kalau menerjemahkan. he he he. Kalau hanya sekedar menerjemahkan sudah ada Google.

Di dunia akademik, Anda dinilai dari tulisannya. Tidak dapat menulis sama dengan tidak lulus. Titik.

Bagi mahasiswa saya yang sedang saya periksa tugasnya, silahkan perbaiki dahulu sebelum saya nilai.


Salah Presentasi (Mahasiswa)

Dalam penjurian APICTA, saya duduk menjadi juri di bagian proyek mahasiswa dari berbagai perguruan tinggi di Asia Pasifik. Berbagai hasil karya mahasiswa dipresentasikan; mulai dari desain web, games, sampai robot dan aplikasi embedded system lainnya. Hasil karyanya sebagian besar bagus-bagus. Masalahnya adalah dalam presentasi mereka.

Sebagian besar, atau malah boleh dikatakan hampir semua, peserta mengalami masalah dalam presentasinya. Yang paling sering terjadi adalah salah arah (misguided). Saya ambil contoh agar lebih jelas saja. Mahasiswa mempresentasikan topik keamanan dalam berkendaraan (atau kendaraan yang memiliki fitur keamanan), yaitu mendeteksi kalau pengemudinya mabuk atau lelah. Salah satu hal yang mereka lakukan adalah mengamati jalan dan membantu mobil mengamati jalannya. Untuk itu mereka harus membuat sebuah jalur. Path finder, kira-kiranya.

Sebetulnya inovasi mereka adalah pada ide, algoritma, dan trik dalam membuat jalur tersebut. Semestinya ini yang mereka tampilkan. Fokus. Namun mahasiswa mempresentasikan bahwa sistem mereka membantu keamanan pengendara. Pada presentasinya pun tidak dijelaskan kaitan antara path finder mereka dengan keamanan. Jadi mereka lebih banyak cerita kepada konteks, tetapi tidak pada inovasi mereka sendiri. Padahal yang dinilai adalah inovasi mereka.

Ada banyak contoh lain yang serupa. Mungkin mahasiswa ini ketakutan karyanya dianggap kecil efek atau manfaatnya? Padahal justru¬† yang kecil-kecil, tetapi cerdas (clever), inilah yang menarik dari karya mahasiswa. Kita tahu bahwa mereka tidak akan membuat produk yang setingkat dengan kualitas buatan perusahaan. Di sisi lain, kita juga sadar bahwa seringkali mahasiswa menemukan ide yang lebih cerdas dari perusahaan. Coba saja kalau sang mahasiswa fokus kepada inovasinya…

Begitu oleh-oleh dari penjurian kali ini.


Jurnal Abal-Abal

Akhir-akhir ini saya sering mendapat email undangan untuk mengirimkan makalah ke berbagai jurnal. Yang membuat saya khawatir adalah kualitas dari jurnal ini. Saya khawatir jurnal-jurnal ini abal-abal.

Ada kejadian seorang kawan yang mengirimkan makalahnya ke sebuah jurnal dan setelah diterima baru tahu bahwa jurnalnya itu abal-abal (dan mungkin sudah masuk ke daftar hitam?). Jelas makalah ini tidak dapat diklaim ke dalam daftar publikasi kita. Bahkan kemudian ada tuduhan bahwa yang bersangkutan memang sengaja mengirimkan ke jurnal abal-abal agar daftar publikasinya bertambah. Padahal yang bersangkutan adalah korban. Sudah jatuh tertimpa tangga pula.

Satu hal yang saya pegang saat ini adalah tidak mengirimkan ke jurnal yang tidak kita kenal. Setidaknya tanya-tanya dulu ke peneliti lain (yang satu bidang dengan kita) mengenai kualitas jurnal yang akan kita kirimkan. Lebih baik berhati-hati daripada kepala benjol kena tangga.


Topik (Penelitian) Yang Sedang Ngetop

Nampaknya sekarang ada (terlalu) banyak penelitian yang bertopik “social network”. Pokoknya semua dikait-kaitkan dengan media sosial. Lantas semua menjadi “pakar”. Hi hi hi.

Jadi ingat kalau jaman dahulu sempat juga terjadi tren topik penelitian “neural networks”. Those were the days. Sekarang pada kemana yang meneliti topik itu ya?


Musik dan Elektronik

Terpicu oleh sebuah diskusi di milis tentang musik, saya mencoba mengingat-ingat apa saja yang telah saya lakukan terkait dengan musik. Latar belakang akademik saya terkait dengan elektronika dan komputer. Musik bagi saya adalah hobby tetapi juga passion. Saya belum berani melakukan hal-hal yang terkait dengan musik secara akademik. Namun itu bukan berarti saya tidak peduli lho.

Ketika bersekolah di Kanada dahulu saya sempat mengambil kuliah Computer Music, yang diselenggarakan di departemen musik. Saya ingin mengetahui banyak hal yang terkait dengan hal itu. Memang kuliahnya menarik. Kami diajari tentang sound. Ada tugas untuk mendengarkan karya John Cage, “musik” eksperimental itu. Avant-garde. Seru juga. Ini sangat jauh dari musik pop. Kemudian kami juga diajarkan tentang bagaimana menghasilkan suara instrumen secara elektronik, seperti yang digunakan pada synthesizers dan keyboard.

Saya juga sempat berkolaborasi dengan seorang musisi (gitaris) yang berencana untuk membuat software musik. Waktu itu kami sama-sama tertarik tentang bagaimana mendeteksi pitch secara real-time. Idenya adalah seorang penyanyi dapat mengendalikan keyboard (via MIDI) dengan cara bernyanyi. Harus ada sebuah alat yang melakukan pitch tracking.

Saya akhirnya harus membuat soundcard sendiri dengan menggunakan komponen elektronika yang tersedia dan melakukan wirewrap di PCB sendiri. Ini waktu jaman sebelum ada Soundblaster dari Creative Labs itu. Saya juga harus membuat driver softwarenya sendiri yang berjalan di atas MS-DOS. Akhirnya saya juga membuat chip untuk pitch tracking tetapi saya gunakan untuk aplikasi biomedik, yang ini kemudian menjadi basis penelitian S2 saya waktu itu. Dari musik dipelesetkan ke medis. hi hi hi.

Secara keilmuan nampaknya harus ada kolaborasi dari orang teknis – dengan latar belakang elektronika, pemrograman – dan orang musik ya. Sebetulnya ini bukan hal yang baru. Lihat saja Dr. Moog, yang terkenal dengan Moog synthesizersnya. Atau lihat juga Ray Kurzweil dengan keyboard Kurzweil yang memiliki sound luar biasa.

Sayangnya kolaborasi seperti ini belum terjadi di Indonesia. Suatu saat?


Masih Banyak Yang Harus Diteliti

Tadi diskusi dengan mahasiswa bimbingan (S2 dan S3). Ternyata masih banyak hal yang harus diteliti. Ini yang membuat penelitian menarik, yaitu selalu ada pertanyaan-pertanyaan baru. Bagi yang hanya menginginkan jawaban, mungkin hal ini akan menjadi hal yang menyebalkan, tetapi bagi seorang peneliti justru hal ini yang menjadi drive (pendorong) untuk bangun setiap hari. Hore … hari ini aku akan mencoba mencari jawaban atas pertanyaan anu.

Langsung banyak yang dipikirkan. Ide-ide, pertanyaan-pertanyaan, dan things-to-do ini harus didokumentasikan. Saat ini saya hanya mengandalkan kepada buku “logbook” fisik yang berisikan corat-coret tanpa struktur. Untuk sekedar memformulasikan pertanyaannyapun ternyata tidak mudah. Baiklah kalau begitu. If I have to do it, I have to do it.


Social Network Itu Ilmunya Apa?

Jejaring sosial (social network) sekarang telah menjadi sebuah fenomena. Saya tertarik untuk meneliti itu dari segi keilmuan. Sudah ada mahasiswa saya yang meneliti itu dalam tingkat S1 dan S2. Sekarang saya sedang mulai membimbing mahasiswa S3 untuk meneliti bidang itu. Masalahnya adalah sebetulnya secara keilmuan “social network” itu masuk ke bagian ilmu apa?

Saya berpendapat bahwa ini adalah sebuah topik yang dapat digarap secara bersama dengan ilmu yang berbeda-beda. Sebagai contoh, kami mencoba melihatnya dari kacamata social network metric yang diterjemahkan secara formal dalam bentuk graph. Grup kami berada dalam kerangka Teknik Komputer. Menurut Anda, apakah bidang yang kami teliti ini sudah pas dengan keilmuan kami?


(masih) Salah Menulis

Istirahat sejenak dalam memeriksa tugas mahasiswa. Phew.

Hampir semua kesalahan yang terjadi adalah (1) tidak tahu bagaimana mengutip, (2) tidak tahu cara menuliskan referensi, (3) tidak menyebutkan sumber gambar. Mari kita lihat satu persatu.

Tidak tahu cara mengutip. Sebagian besar makalah yang saya periksa memiliki daftar pustaka, tetapi tidak jelas kapan daftar pustaka itu dikutip (refer) di dalam tulisannya. Tidak ada kutipan satupun dalam tulisannya. Hebat sekali. Apakah semua ide yang ada pada tulisan itu semuanya ide sang penulis? Masalahnya, kalau sang penulis menuliskan sesuatu dan tidak menyebutkan sumbernya maka seolah-olah dialah yang memikirkannya. Klaim seperti ini berbahaya karena dapat dianggap sebagai penipuan atau plagiat.

Hal kedua adalah soal menuliskan daftar pustaka. Daftar pustaka ada di sana agar pembaca lain dapat menelusuri sumbernya. Kalau hanya saya tulis “Budi Rahardjo, Firewall”, maka Anda akan bingung. Ini apa buku? Makalah? Tesis? Artikel? Atau apa? Kemudian, bagaimana memperoleh referensi itu? Apakah ada di perpustakaan? Di internet? Atau dimana? Ada tata cara penulisan yang membuat pembaca mudah mengidentifikasi sumber referensi dan bagaimana mendapatkannya.

Hal yang terkait dengan kesalahan penulisan referensi adalah penggunaan referensi online. Meskipun referensi itu online, tetap kaidah yang baku harus digunakan. Ada PENULIS dan JUDUL dari tulisannya. Tidak boleh hanya sekedar URL saja.

Yang terakhir, soal menuliskan sumber gambar. Adanya internet dan search engine memudahkan kita untuk mencari gambar. Misalnya saya ingin memasukkan gambar “smartcard”, maka saya tinggal menggunakan internet dan memasang gambar tersebut di makalah saya. Ini merupakan pelanggaran. Yang bagus adalah kita minta ijin dulu kepada pemilik gambar tersebut dan kemudian menuliskan sumbernya dalam makalah kita. Sumber gambar juga harus lengkap, tidak bisa sekedar URL awal (base URL) saja.

Semoga tulisan kecil ini dapat membantu Anda dalam memperbaiki makalah Anda.


Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 1.596 pengikut lainnya.