Penulisan Ilmiah1 untuk studi kasus informatika.docx

Penulisan Ilmiah1 untuk studi kasus informatika

1. Strategi Pengerjaan Skripsi/Tugas Akhir
1. Pemilihan Topik
Identifikasi Minat dan Keterampilan: Pilih topik yang sesuai dengan minat
dan kemampuan. Contoh topik dalam informatika/software engineering
meliputi:
oPengembangan aplikasi berbasis web/mobile.
oPenerapan algoritma tertentu (misalnya machine learning, optimisasi).
oStudi tentang metodologi software development seperti Agile atau
Scrum.
oAnalisis sistem informasi untuk organisasi tertentu.
Relevansi Topik: Pastikan topik memiliki nilai kebaruan, relevansi akademis,
dan manfaat praktis.
Diskusi dengan Dosen Pembimbing : Validasi topik yang dipilih agar sejalan
dengan arah penelitian yang diharapkan.
2. Penyusunan Proposal
Judul Penelitian: Buat judul yang spesifik, ringkas, dan menggambarkan fokus
penelitian.
Latar Belakang Masalah: Jelaskan masalah yang relevan dengan topik,
termasuk gap penelitian.
Rumusan Masalah: Sampaikan pertanyaan penelitian dengan jelas.
Tujuan dan Manfaat Penelitian: Tentukan tujuan penelitian serta
kontribusinya, baik secara akademis maupun praktis.
Kerangka Teori dan Studi Literatur: Gunakan literatur terpercaya untuk
mendukung argumen.
Metodologi Penelitian: Rancang metode yang digunakan, seperti model
pengembangan perangkat lunak (misalnya, SDLC, prototyping, waterfall).
Rencana Waktu: Buat timeline pengerjaan yang realistis.
3. Pengumpulan Data
Jika menggunakan data primer: Kumpulkan data melalui survei, wawancara,
atau pengamatan.
Jika menggunakan data sekunder: Lakukan studi literatur mendalam atau
analisis dataset.
Gunakan alat bantu seperti:
1

2. oSurvei: Google Forms, SurveyMonkey.
oAnalisis Data: Python, R, atau alat statistik lainnya.
oPengelolaan Referensi: Mendeley, Zotero.
4. Implementasi atau Pengembangan
Desain Sistem: Gambarkan desain menggunakan diagram seperti UML (use
case, sequence, class diagram).
Pengembangan Perangkat Lunak :
oPilih tools dan bahasa pemrograman sesuai kebutuhan proyek (misalnya,
Python, Java, atau JavaScript).
oTerapkan framework atau library yang relevan (misalnya, Laravel, Flask,
React).
Pengujian: Lakukan testing (unit testing, integration testing, usability testing).
5. Analisis dan Evaluasi
Analisis data secara kuantitatif atau kualitatif sesuai metode yang digunakan.
Bandingkan hasil implementasi dengan tujuan penelitian.
Berikan evaluasi terhadap keberhasilan dan keterbatasan penelitian.
6. Penulisan Laporan
Struktur Skripsi/Tugas Akhir:
oBab 1: Pendahuluan.
oBab 2: Landasan Teori.
oBab 3: Metodologi Penelitian.
oBab 4: Hasil dan Pembahasan.
oBab 5: Kesimpulan dan Saran.
Gunakan format penulisan yang telah ditetapkan oleh institusi.
Periksa plagiarisme dan sitasi dengan tools seperti Turnitin.
7. Persiapan Sidang
Latihan Presentasi: Persiapkan slide yang ringkas dan efektif.
Simulasi Tanya Jawab: Antisipasi pertanyaan yang mungkin muncul dan
siapkan jawaban.
2

3. Peralatan Teknis: Pastikan perangkat seperti laptop dan pointer berfungsi
dengan baik.
8. Evaluasi dan Revisi
Lakukan perbaikan berdasarkan masukan dosen pembimbing atau penguji.
Revisi laporan hingga mencapai standar yang diharapkan.
9. Publikasi Penelitian (Opsional)
Jika memungkinkan, publikasikan hasil penelitian di jurnal atau konferensi
ilmiah.
Pilih jurnal yang terindeks agar memberikan nilai tambah pada penelitian.
Tips Tambahan
Manajemen Waktu: Gunakan metode seperti Kanban atau Gantt chart untuk
mengatur tugas.
Kolaborasi Aktif dengan Pembimbing: Jadwalkan pertemuan rutin untuk
memantau perkembangan.
Teknologi Pendukung:
oPengelolaan proyek: Trello, Asana.
oVersion control: GitHub, GitLab.
oCoding dan debugging: IDE seperti VSCode, PyCharm, atau IntelliJ IDEA.
3

4. Berikut adalah contoh jadwal penyelesaian tugas akhir dengan topik software
engineering dalam bentuk tabel. Jadwal ini dirancang untuk penyelesaian dalam 6
bulan, dengan pembagian tugas yang terstruktur dan realistis.
Tahapan Deskripsi Aktivitas Durasi Waktu
1. Persiapan Awal- Memilih topik. 1 mingguMinggu 1
- Diskusi dengan pembimbing dan validasi
topik.
- Studi literatur awal.
2. Penyusunan
Proposal
- Menulis latar belakang, rumusan
masalah, tujuan, dan manfaat penelitian.
2 mingguMinggu 2-3
- Menyusun tinjauan pustaka dan
metodologi.
- Presentasi proposal dan revisi. 1 mingguMinggu 4
3. Pengumpulan
Data
- Mengumpulkan data primer/sekunder. 3 mingguMinggu 5-7
- Validasi data dan analisis awal.
4. Implementasi
- Mendesain sistem (UML, diagram
arsitektur).
2 mingguMinggu 8-9
- Mengembangkan perangkat lunak
berdasarkan desain.
4 minggu
Minggu 10-
13
- Melakukan pengujian (unit testing,
integration testing).
1 mingguMinggu 14
5. Analisis Hasil- Menganalisis hasil implementasi. 2 minggu
Minggu 15-
16
- Membandingkan hasil dengan tujuan
penelitian.
6. Penulisan
Laporan
- Menyusun draft laporan (Bab 1-5). 3 minggu
Minggu 17-
19
- Revisi laporan berdasarkan masukan
pembimbing.
1 mingguMinggu 20
7. Persiapan
Sidang
- Menyiapkan presentasi sidang (slide dan
latihan).
1 mingguMinggu 21
4

5. Tahapan Deskripsi Aktivitas Durasi Waktu
- Simulasi tanya jawab dengan
pembimbing.
8. Sidang Akhir- Melakukan sidang tugas akhir. 1 mingguMinggu 22
9. Revisi dan
Finalisasi
- Revisi laporan pasca sidang. 2 minggu
Minggu 23-
24
- Pengumpulan laporan akhir.
Tips Manajemen Jadwal
1.Fleksibilitas: Siapkan buffer waktu untuk menghadapi hambatan, seperti revisi
yang memakan waktu lebih lama.
2.Prioritas: Fokus pada tugas-tugas krusial yang memiliki tenggat waktu lebih
cepat.
3.Pemantauan: Lakukan evaluasi mingguan untuk memastikan progres sesuai
rencana.
4.Alat Bantu: Gunakan aplikasi seperti Google Calendar atau Trello untuk
memantau jadwal.
5

6. Topik Algoritma Pemrograman
1.Optimisasi Algoritma Pencarian Jalur Terpendek Menggunakan Algoritma
A*
oFokus: Implementasi algoritma A* untuk menemukan jalur terpendek
dalam graf, misalnya dalam peta kota.
oPenjelasan: Algoritma A* menggabungkan konsep Dijkstra dan heuristik
untuk pencarian yang efisien, cocok untuk aplikasi navigasi.
2.Penerapan Algoritma K-Nearest Neighbor untuk Sistem Rekomendasi
oFokus: Membuat sistem rekomendasi berbasis KNN, seperti rekomendasi
film atau produk.
oPenjelasan: KNN menggunakan data tetangga terdekat untuk membuat
prediksi, cocok untuk klasifikasi dan regresi sederhana.
3.Analisis Perbandingan Algoritma Sorting pada Dataset Skala Besar
oFokus: Membandingkan efisiensi algoritma seperti QuickSort, MergeSort,
dan HeapSort.
oPenjelasan: Studi ini mengevaluasi kompleksitas waktu (time complexity)
pada dataset yang besar untuk menemukan algoritma terbaik.
4.Implementasi Algoritma Backtracking untuk Permainan Sudoku
oFokus: Membangun solusi otomatis untuk permainan Sudoku dengan
algoritma backtracking.
oPenjelasan: Backtracking adalah pendekatan pencarian solusi rekursif
yang cocok untuk masalah kombinatorik.
5.Penggunaan Algoritma Naïve Bayes untuk Deteksi Email Spam
oFokus: Membangun aplikasi deteksi spam berbasis Naïve Bayes.
oPenjelasan: Naïve Bayes memanfaatkan teori probabilitas untuk
klasifikasi, terutama pada data teks.
Topik Software Engineering
6.Pengembangan Aplikasi Manajemen Proyek dengan Metode Agile
oFokus: Membangun aplikasi yang mempermudah tim untuk mengelola
proyek menggunakan pendekatan Agile.
oPenjelasan: Agile adalah metodologi iteratif yang berfokus pada
kolaborasi tim, fleksibilitas, dan pengiriman bertahap.
6

7. 7.Implementasi DevOps untuk Peningkatan Proses CI/CD pada Aplikasi Web
oFokus: Studi penerapan DevOps untuk otomatisasi proses
pengembangan, integrasi, dan pengiriman perangkat lunak.
oPenjelasan: DevOps menggabungkan pengembangan (Dev) dan operasi
(Ops) untuk meningkatkan efisiensi dan kualitas perangkat lunak.
8.Evaluasi Penggunaan Model Waterfall vs Scrum pada Proyek
Pengembangan Perangkat Lunak
oFokus: Membandingkan efektivitas dua model pengembangan
perangkat lunak dalam studi kasus nyata.
oPenjelasan: Studi ini membantu organisasi memilih model
pengembangan yang sesuai dengan kebutuhan proyek mereka.
9.Pengembangan Sistem Informasi Inventarisasi Barang Menggunakan
Framework Laravel
oFokus: Membangun sistem informasi berbasis web untuk
mempermudah pengelolaan inventaris barang.
oPenjelasan: Laravel adalah framework PHP yang efisien untuk
pengembangan aplikasi berbasis web dengan fitur MVC.
10.Analisis Usability Testing pada Aplikasi Mobile dengan Metode SUS (System
Usability Scale)
oFokus: Mengevaluasi kenyamanan pengguna pada aplikasi mobile
menggunakan metode SUS.
oPenjelasan: SUS memberikan skor kuantitatif terhadap usability,
membantu pengembang meningkatkan kualitas aplikasi.
Poin Penting dalam Pemilihan Topik
1.Minat dan Keahlian: Pilih topik yang sesuai dengan kemampuan dan
ketertarikan Anda.
2.Relevansi: Pastikan topik memberikan kontribusi nyata, baik secara akademis
maupun praktis.
3.Sumber Referensi: Cari literatur terkait agar pengembangan penelitian lebih
terarah.
4.Fleksibilitas: Siapkan ruang untuk pengembangan ide jika ada perubahan
selama penelitian.
7

8. 8

9. Cara Menyiapkan Studi Literatur Awal
Studi literatur awal adalah proses eksplorasi dan pengumpulan informasi dari berbagai
sumber untuk memahami topik penelitian secara mendalam dan mendukung
argumen penelitian. Berikut langkah-langkahnya:
1. Tentukan Fokus Studi
Identifikasi area penelitian utama dan pertanyaan yang ingin dijawab.
oContoh: Bagaimana algoritma A* dapat meningkatkan efisiensi pencarian
jalur pada sistem navigasi?
Fokuskan pencarian pada literatur yang relevan, seperti algoritma pencarian
atau teknologi navigasi.
2. Temukan Sumber yang Relevan
Gunakan sumber terpercaya seperti:
Jurnal Akademik: IEEE, Springer, Elsevier.
Konferensi: Paper dari konferensi ilmiah terkait informatika atau software
engineering.
Buku Referensi: Buku teks seperti Introduction to Algorithms atau Software
Engineering: A Practitioner’s Approach.
Situs Web Resmi: Artikel dari universitas atau organisasi penelitian.
Alat Bantu: Gunakan Google Scholar, ResearchGate, atau perpustakaan digital
kampus.
3. Evaluasi Kualitas Literatur
Pastikan literatur berasal dari sumber yang valid.
Perhatikan tahun publikasi untuk memastikan informasi terkini.
Cek relevansi literatur terhadap topik penelitian Anda.
4. Catat Informasi Penting
Gunakan aplikasi manajemen referensi seperti Mendeley atau Zotero untuk
mencatat sumber.
9

10. Simpan kutipan atau poin penting dari setiap literatur untuk mempermudah
penulisan.
Contoh catatan:
oJudul Artikel: A* Algorithm for Pathfinding.
oPoin Penting: A* menggunakan heuristik untuk mengurangi waktu
pencarian dibandingkan Dijkstra.
oKutipan: "The A* algorithm is widely used in navigation systems due to
its efficiency" (John, 2020).
Cara Membuat Ringkasan Studi Literatur
1. Struktur Ringkasan
Gunakan struktur berikut untuk membuat ringkasan yang jelas:
1.Pengantar:
oJelaskan secara umum tentang topik penelitian.
oContoh: “Pencarian jalur terpendek adalah masalah penting dalam
navigasi, dan algoritma A* telah menjadi salah satu solusi populer.”
2.Tinjauan Literatur:
oDiskusikan hasil dari literatur yang sudah Anda baca.
oContoh:
Penelitian A (2019): Meningkatkan performa A* dengan teknik
optimasi heuristik.
Penelitian B (2020): Mengimplementasikan A* dalam robotika
dengan hasil akurasi tinggi.
3.Gap Penelitian:
oIdentifikasi kekurangan atau ruang eksplorasi dari studi sebelumnya.
oContoh: “Namun, hanya sedikit penelitian yang membahas penerapan A*
pada skala data yang sangat besar.”
4.Kesimpulan:
oHubungkan hasil literatur dengan tujuan penelitian Anda.
oContoh: “Penelitian ini akan mengimplementasikan A* untuk dataset
besar dengan fokus pada peningkatan efisiensi waktu.”
10

11. 2. Tips Membuat Ringkasan
Gunakan Bahasa Akademik : Hindari opini pribadi, fokus pada data dan fakta.
Kelompokkan Berdasarkan Tema : Jangan menyusun literatur secara acak;
kelompokkan berdasarkan isu atau subtopik.
Buat Matriks Literatur (Opsional): Ringkas literatur dalam tabel untuk
perbandingan yang lebih mudah.
Sumber Metode Hasil Kekurangan
John
(2019)
A* dengan heuristikEfisien untuk dataset kecil
Tidak cocok untuk
dataset besar
Smith
(2021)
A* dengan optimasi
waktu
Mempercepat pencarian
hingga 30%
Tidak diuji pada peta
kompleks
3. Tools untuk Membantu
Mendeley/Zotero: Untuk mengelola referensi.
Grammarly: Memeriksa grammar.
Turnitin: Mengecek plagiarisme.
11

12. Apa Itu Gap Analysis dalam Penelitian?
Gap analysis adalah proses mengidentifikasi kekurangan atau celah dalam penelitian
sebelumnya yang belum terselesaikan, tidak dijawab, atau memiliki ruang untuk
eksplorasi lebih lanjut. Dalam penelitian, gap analysis dilakukan untuk:
Menentukan kontribusi unik penelitian Anda.
Mengarahkan penelitian pada area yang kurang dipahami.
Menunjukkan relevansi dan pentingnya penelitian Anda.
Langkah-Langkah Melakukan Gap Analysis
1. Studi Literatur yang Mendalam
Kumpulkan Literatur Relevan: Cari artikel, jurnal, buku, atau sumber
terpercaya yang membahas topik Anda.
Catat Metode dan Hasil: Pahami pendekatan yang digunakan, temuan, dan
batasan dari setiap studi.
2. Identifikasi Pola dan Tren
Perhatikan apa yang sudah banyak diteliti dan hasil utamanya.
Catat aspek-aspek yang belum banyak dijelaskan atau memiliki keterbatasan.
3. Tinjau Keterbatasan Penelitian Sebelumnya
Perhatikan bagian "limitation" atau "future work" dalam artikel penelitian untuk
menemukan hal yang belum terjawab.
4. Fokus pada Kebutuhan yang Belum Terpenuhi
Bandingkan dengan konteks penelitian Anda.
Cari pertanyaan yang belum dijawab atau pendekatan baru yang bisa
diusulkan.
5. Validasi Gap
Diskusikan gap dengan dosen pembimbing atau pakar di bidang tersebut untuk
memastikan relevansi dan kontribusi.
Contoh Gap Analysis
Topik: Penerapan Algoritma A* untuk Navigasi
12

13. Penelitian
Sebelumnya
Hasil Kekurangan/Gap Penelitian Anda
John (2019):
Implementasi A*
pada peta kecil
A* bekerja optimal
untuk peta kecil
dengan kompleksitas
rendah.
Belum diuji pada dataset
yang lebih besar atau
peta kompleks.
Menerapkan A* pada
dataset besar untuk
menguji performa.
Smith (2020):
Heuristik A*
untuk robotika
Efisien dalam
lingkungan simulasi
robotik dengan data
terstruktur.
Tidak mencakup kondisi
dunia nyata yang
dinamis seperti sistem
navigasi transportasi.
Menerapkan A*
dalam aplikasi
transportasi dunia
nyata.
Lee (2021):
Optimasi A*
untuk real-time
Algoritma
dioptimalkan untuk
real-time tetapi
mengorbankan
akurasi hasil.
Masih membutuhkan
metode untuk
menyeimbangkan
kecepatan dan akurasi.
Mengembangkan A*
dengan pendekatan
adaptif untuk real-
time.
Pernyataan Gap
“Sebagian besar penelitian tentang algoritma A* fokus pada dataset kecil atau
lingkungan terkontrol. Namun, sedikit studi yang menguji performa A* pada
dataset besar dan dinamis, seperti sistem transportasi kota. Penelitian ini akan
menjawab gap tersebut dengan mengevaluasi A* pada dataset besar dan
dinamis menggunakan pendekatan heuristik adaptif.”
Tips Menemukan Gap
1.Periksa Batasan Penelitian Sebelumnya: Fokus pada bagian "limitations" atau
"discussion".
2.Gunakan Kata Kunci yang Tepat: Saat mencari literatur, gunakan kata kunci
seperti “challenges,” “limitations,” “future work.”
3.Amati Tren Industri: Bandingkan dengan kebutuhan atau teknologi terbaru
untuk melihat apakah penelitian mendukung perkembangan tersebut.
4.Analisis Studi Kasus: Jika studi kasus relevan belum diteliti, ini bisa menjadi
peluang gap.
13

14. Cara Menuliskan Landasan Teori
Landasan teori adalah bagian dari skripsi atau laporan penelitian yang menjelaskan
konsep, teori, dan prinsip yang mendasari penelitian Anda. Ini membantu memberikan
dasar ilmiah dan akademik untuk penelitian, serta menunjukkan relevansi topik
dengan bidang ilmu tertentu.
Struktur Penulisan Landasan Teori
1. Pendahuluan
Jelaskan tujuan landasan teori.
Nyatakan secara umum konsep atau teori yang mendukung penelitian Anda.
Contoh:
"Landasan teori ini membahas konsep algoritma A*, metode heuristik, dan
penerapan algoritma dalam sistem navigasi untuk memberikan dasar teoretis pada
penelitian ini."
2. Tinjauan Teori Utama
Identifikasi Teori yang Relevan
Jelaskan teori utama yang mendukung penelitian Anda. Sertakan nama teori,
definisi, dan siapa yang mengembangkan teori tersebut.
oContoh:
"Algoritma A* pertama kali diperkenalkan oleh Hart, Nilsson, dan Raphael
pada tahun 1968 sebagai algoritma graf berbasis heuristik yang efisien
dalam mencari jalur terpendek."
Hubungkan dengan Penelitian Anda
Jelaskan relevansi teori terhadap penelitian Anda.
oContoh:
"Algoritma A* sangat relevan dengan penelitian ini karena efisiensinya
dalam menemukan jalur terpendek, yang menjadi inti dalam
pengembangan sistem navigasi."
3. Konsep-Konsep Pendukung
Jelaskan konsep-konsep tambahan yang relevan dengan penelitian.
Strukturkan sub-bab berdasarkan konsep-konsep ini.
oContoh Struktur:
14

15. *Heuristik dalam Algoritma A*
Kompleksitas Algoritma (Big-O Notation)*
Penerapan A* dalam Navigasi Robotik
4. Penelitian Sebelumnya
Sertakan penelitian terdahulu yang mendukung teori Anda.
Bandingkan hasil penelitian tersebut untuk menunjukkan keterkaitan dan gap.
oContoh:
"Menurut penelitian Smith (2020), A* menunjukkan hasil optimal pada
dataset kecil, tetapi performanya menurun pada dataset besar. Penelitian ini
akan memperluas hasil tersebut dengan menguji A* pada dataset yang lebih
kompleks."
5. Model atau Framework
Jika penelitian Anda menggunakan model/framework tertentu, jelaskan secara
rinci.
Berikan diagram atau ilustrasi untuk memperjelas hubungan antar konsep jika
diperlukan.
oContoh: Diagram alur proses algoritma A*.
6. Kesimpulan Landasan Teori
Ringkas poin-poin utama.
Tegaskan kembali bagaimana teori ini menjadi dasar bagi penelitian Anda.
oContoh:
"Landasan teori ini menunjukkan bahwa algoritma A* merupakan solusi
yang relevan untuk masalah jalur terpendek, namun implementasinya dalam
dataset besar membutuhkan optimasi tambahan. Penelitian ini akan
mengembangkan pendekatan tersebut."
Tips Penulisan Landasan Teori
1.Gunakan Bahasa Akademik : Gunakan gaya penulisan formal, lugas, dan
objektif.
15

16. 2.Struktur yang Jelas: Gunakan subjudul untuk mengorganisasi bagian.
3.Referensi Terpercaya: Pastikan teori diambil dari jurnal, buku, atau sumber
ilmiah yang valid.
4.Visualisasi: Tambahkan tabel, grafik, atau diagram jika perlu untuk
memudahkan pemahaman.
5.Konsistensi Format: Ikuti pedoman penulisan skripsi kampus Anda, termasuk
format sitasi (APA, MLA, dll.).
Contoh Landasan Teori Sederhana
Judul Penelitian: Optimasi Algoritma A* untuk Pencarian Jalur Terpendek dalam Sistem
Navigasi
Landasan Teori
1.Algoritma A*
Algoritma A* adalah algoritma pencarian berbasis graf yang menggunakan
fungsi heuristik untuk menemukan jalur terpendek. Hart, Nilsson, dan Raphael
(1968) memperkenalkan algoritma ini dengan pendekatan yang
menggabungkan efisiensi algoritma Dijkstra dan kecepatan pencarian BFS.
2.Heuristik dalam A*
Heuristik adalah komponen utama A* yang membantu mempercepat pencarian
dengan memperkirakan jarak terpendek ke tujuan. Fungsi heuristik yang umum
digunakan adalah Manhattan Distance dan Euclidean Distance.
3.Kompleksitas Algoritma
Kompleksitas waktu A* pada kasus terburuk adalah O(bd)O(b^d)O(bd), di mana
bbb adalah branching factor dan ddd adalah kedalaman solusi. Namun,
performa sangat bergantung pada kualitas heuristik yang digunakan.
Penelitian Sebelumnya
Penelitian oleh Smith (2020) menunjukkan bahwa A* memiliki kinerja optimal pada
graf sederhana, tetapi kesulitan pada dataset besar dengan banyak simpul.
Kesimpulan
Algoritma A* merupakan dasar dari sistem navigasi modern. Penelitian ini berupaya
mengoptimalkan algoritma ini untuk menangani dataset besar dengan efisiensi tinggi.
16

17. Metodologi Penelitian?
Metodologi penelitian adalah bagian dari laporan atau skripsi yang menjelaskan
pendekatan, metode, dan teknik yang digunakan untuk mengumpulkan, menganalisis,
dan menginterpretasi data guna menjawab pertanyaan penelitian atau mencapai
tujuan penelitian.
Komponen Utama dalam Metodologi Penelitian
1.Pendekatan Penelitian
oKuantitatif: Menggunakan data numerik untuk menjelaskan fenomena
secara objektif.
oKualitatif: Menggunakan data non-numerik (teks, wawancara) untuk
memahami konteks atau perspektif.
oCampuran (Mixed Methods): Menggabungkan pendekatan kuantitatif
dan kualitatif.
2.Jenis Penelitian
oEksperimen: Menguji hubungan sebab-akibat melalui manipulasi
variabel.
oStudi Kasus: Mendalami satu kasus secara mendetail.
oSurvei: Mengumpulkan data dari responden menggunakan kuesioner.
oPengembangan: Membuat atau mengembangkan produk, seperti
perangkat lunak.
oDeskriptif: Menggambarkan fenomena apa adanya.
3.Populasi dan Sampel
oPopulasi: Kelompok yang menjadi target penelitian.
oSampel: Subset dari populasi yang dijadikan responden penelitian.
4.Pengumpulan Data
oPrimer: Data langsung dari lapangan (wawancara, observasi,
eksperimen).
oSekunder: Data dari sumber yang sudah ada (jurnal, buku, laporan).
5.Teknik Analisis Data
oKuantitatif: Statistik deskriptif/inferensial.
oKualitatif: Analisis tematik, coding, interpretasi naratif.
17

18. Cara Menyusun Metodologi Penelitian
1. Menentukan Pendekatan Penelitian
Pilih pendekatan yang sesuai dengan masalah penelitian:
Contoh:
Penelitian ini menggunakan pendekatan kuantitatif untuk mengukur efektivitas
algoritma A* dalam mengurangi waktu pencarian jalur pada sistem navigasi.
2. Menentukan Jenis Penelitian
Jelaskan jenis penelitian yang dilakukan:
Contoh:
Jenis penelitian yang digunakan adalah eksperimen untuk menguji performa
algoritma A* dalam dataset simulasi.
3. Menjelaskan Populasi dan Sampel
Tentukan siapa yang menjadi target penelitian.
Contoh:
Populasi penelitian adalah dataset peta kota dengan berbagai ukuran. Sampel
dipilih secara acak dari dataset yang tersedia.
4. Menyebutkan Teknik Pengumpulan Data
Jelaskan alat dan teknik pengumpulan data.
Contoh:
Data dikumpulkan melalui simulasi komputer dengan mengukur waktu eksekusi
algoritma A* pada dataset dengan ukuran berbeda.
5. Menentukan Teknik Analisis Data
Jelaskan metode analisis data yang digunakan.
Contoh:
Analisis data dilakukan dengan menghitung waktu rata-rata eksekusi algoritma
menggunakan uji statistik ANOVA.
Contoh Penulisan Metodologi Penelitian
Judul Penelitian: Efisiensi Algoritma A* untuk Sistem Navigasi Berbasis Peta Besar
Metodologi Penelitian
18

19. 1.Pendekatan Penelitian
Penelitian ini menggunakan pendekatan kuantitatif untuk mengukur efisiensi
algoritma A* berdasarkan waktu eksekusi dan jumlah simpul yang dievaluasi.
2.Jenis Penelitian
Jenis penelitian ini adalah eksperimen dengan skenario simulasi pada berbagai
ukuran dataset peta.
3.Populasi dan Sampel
Populasi penelitian adalah semua dataset peta berbasis graf. Sampel diambil
secara purposif, meliputi dataset peta kecil (50 simpul), menengah (500 simpul),
dan besar (5000 simpul).
4.Teknik Pengumpulan Data
Data dikumpulkan melalui simulasi algoritma A* menggunakan perangkat
lunak Python dengan pustaka NetworkX. Setiap skenario dieksekusi sebanyak
10 kali untuk mendapatkan hasil yang konsisten.
5.Teknik Analisis Data
Analisis dilakukan menggunakan statistik deskriptif untuk menghitung waktu
rata-rata eksekusi. Selain itu, uji ANOVA digunakan untuk menentukan apakah
ada perbedaan signifikan dalam performa algoritma berdasarkan ukuran
dataset.
Tips Menulis Metodologi Penelitian
1.Gunakan Bahasa Formal dan Jelas
Jelaskan setiap langkah tanpa ambigu dan sesuai kaidah ilmiah.
2.Relevansi dengan Tujuan Penelitian
Pastikan setiap komponen metodologi mendukung pencapaian tujuan
penelitian.
3.Sertakan Alat dan Teknik yang Spesifik
Sebutkan perangkat lunak, alat statistik, atau metode pengumpulan data secara
detail.
19

20. Bab Hasil dan Pembahasan adalah bagian penting dari penelitian yang berfungsi
untuk menyajikan temuan-temuan penelitian Anda dan memberikan interpretasi atau
analisis terhadap temuan tersebut. Di sini, Anda tidak hanya melaporkan hasil
eksperimen atau data yang diperoleh, tetapi juga membahas apa arti hasil tersebut
dalam konteks penelitian Anda dan kaitannya dengan teori atau penelitian
sebelumnya.
Sistematika Bab Hasil dan Pembahasan
1.Hasil
oSajikan Temuan Penelitian: Mulailah dengan menggambarkan hasil
yang diperoleh dari eksperimen atau analisis data. Sajikan data dalam
bentuk tabel, grafik, atau diagram jika perlu.
oDeskripsi Data: Jelaskan data yang telah dikumpulkan, tetapi tanpa
memberikan interpretasi.
oAnalisis Data: Dalam bagian ini, Anda hanya menyajikan data mentah
atau ringkasan statistik (misalnya, nilai rata-rata, standar deviasi, hasil uji
statistik).
oContoh:
"Pada eksperimen pertama, algoritma A* menghasilkan waktu eksekusi rata-
rata sebesar 2.5 detik pada dataset kecil (50 simpul), 12 detik pada dataset
menengah (500 simpul), dan 250 detik pada dataset besar (5000 simpul)."
2.Pembahasan
oInterpretasi Hasil: Jelaskan arti dari hasil yang telah diperoleh. Apa yang
dapat disimpulkan dari data tersebut?
oKaitkan dengan Teori dan Penelitian Sebelumnya: Bandingkan hasil
Anda dengan teori atau penelitian yang ada. Apakah hasil yang Anda
temukan sesuai dengan yang diprediksi oleh teori? Apakah ada
perbedaan atau kesamaan dengan penelitian lain?
oDiskusikan Implikasi dan Relevansi: Jelaskan pentingnya hasil tersebut
untuk bidang ilmu yang Anda teliti, dan bagaimana hasil ini bisa
berkontribusi pada pengembangan pengetahuan atau aplikasi praktis.
oKeterbatasan Penelitian: Diskusikan keterbatasan yang mungkin ada
dalam penelitian Anda dan bagaimana ini dapat mempengaruhi hasil
yang diperoleh.
oContoh:
"Hasil ini menunjukkan bahwa algoritma A* memang sangat efisien untuk
20

21. dataset kecil dan menengah. Namun, untuk dataset besar, waktu eksekusi
meningkat secara signifikan. Temuan ini sejalan dengan hasil penelitian
Smith (2020), yang menunjukkan penurunan performa A* pada dataset
besar. Hal ini menunjukkan bahwa algoritma A* mungkin perlu dioptimalkan
lebih lanjut untuk aplikasi di dunia nyata."
Sistematika Penulisan Bab Hasil dan Pembahasan
1. Pendahuluan
Mulai dengan memberikan gambaran singkat tentang tujuan penelitian dan apa yang
ingin dicapai dalam bab ini.
Contoh:
"Bab ini menyajikan hasil eksperimen yang dilakukan untuk mengukur performa
algoritma A* pada berbagai ukuran dataset. Pembahasan akan
menginterpretasikan temuan-temuan ini dalam konteks penelitian sebelumnya."
2. Hasil Penelitian
Presentasikan data yang diperoleh dalam bentuk tabel, grafik, atau diagram. Setiap
tabel atau grafik harus disertai dengan penjelasan yang jelas.
Contoh:
"Tabel 1 menunjukkan hasil waktu eksekusi algoritma A* pada berbagai dataset.
Grafik 1 menggambarkan tren waktu eksekusi terhadap jumlah simpul dalam
dataset."
3. Pembahasan Hasil
Interpretasi hasil, hubungkan dengan teori atau penelitian sebelumnya, serta
diskusikan implikasi atau keterbatasan.
Contoh:
"Hasil pada dataset kecil menunjukkan bahwa algoritma A* bekerja dengan sangat
baik, yang sejalan dengan teori yang menyatakan bahwa A* efektif pada graf yang
tidak terlalu besar. Namun, untuk dataset besar, hasilnya menunjukkan peningkatan
waktu yang signifikan, yang mengindikasikan bahwa algoritma ini kurang efisien
untuk data skala besar."
4. Implikasi Penelitian
Jelaskan relevansi atau penerapan praktis dari hasil penelitian.
Contoh:
"Hasil ini mengindikasikan bahwa algoritma A* dapat digunakan dengan baik pada
aplikasi berbasis graf kecil hingga menengah, namun untuk aplikasi besar seperti
sistem navigasi kota, diperlukan optimasi lebih lanjut."
21

22. 5. Keterbatasan dan Rekomendasi
Bahas keterbatasan yang ada dalam penelitian Anda dan beri rekomendasi untuk
penelitian selanjutnya.
Contoh:
"Keterbatasan utama dalam penelitian ini adalah penggunaan dataset yang tidak
sepenuhnya mencerminkan kondisi dunia nyata. Penelitian selanjutnya dapat
mencoba menggunakan dataset yang lebih dinamis dan lebih kompleks."
Contoh Penulisan Bab Hasil dan Pembahasan
Judul Penelitian: Pengujian Efisiensi Algoritma A* dalam Sistem Navigasi pada Berbagai
Ukuran Dataset
Bab IV: Hasil dan Pembahasan
1.Hasil Penelitian
Penelitian ini menguji performa algoritma A* dalam tiga jenis dataset, yaitu
dataset kecil (50 simpul), dataset menengah (500 simpul), dan dataset besar
(5000 simpul).
Berikut adalah waktu eksekusi rata-rata untuk setiap ukuran dataset:
oTabel 1: Waktu Eksekusi Algoritma A*
| Dataset Size | Waktu Eksekusi Rata-rata (detik) |
|----------------|---------------------------------|
| Dataset Kecil | 2.5 |
| Dataset Menengah | 12 |
| Dataset Besar | 250 |
oGrafik 1: Tren Waktu Eksekusi terhadap Jumlah Simpul
(Sertakan grafik yang menunjukkan waktu eksekusi untuk setiap ukuran
dataset)
2.Pembahasan
Berdasarkan hasil yang diperoleh, dapat dilihat bahwa algoritma A* berfungsi
dengan sangat baik pada dataset kecil dan menengah, dengan waktu eksekusi
yang relatif cepat. Namun, pada dataset besar, waktu eksekusi meningkat
secara signifikan. Hal ini sejalan dengan temuan Smith (2020) yang
menunjukkan penurunan performa A* pada graf besar.
Hasil ini juga mengindikasikan bahwa meskipun algoritma A* efektif dalam aplikasi
graf kecil hingga menengah, ia membutuhkan optimasi untuk dapat diterapkan pada
aplikasi dengan dataset besar, seperti sistem navigasi kota atau pemetaan skala besar.
3.Implikasi Penelitian
Temuan ini penting untuk pengembangan sistem navigasi berbasis graf yang
22

23. dapat menangani data skala besar. Penelitian ini memberi wawasan bahwa
untuk aplikasi dunia nyata, algoritma A* mungkin perlu dipadukan dengan
teknik optimasi lain seperti pruning atau penggunaan algoritma alternatif untuk
skenario besar.
4.Keterbatasan dan Rekomendasi
Penelitian ini hanya menggunakan dataset statis dan tidak mempertimbangkan
perubahan dinamis dalam graf. Oleh karena itu, penelitian selanjutnya dapat
mempertimbangkan penggunaan dataset yang lebih dinamis dan pengujian di
lingkungan dunia nyata untuk melihat performa A* dalam kondisi yang lebih
kompleks.
Tips Menulis Hasil dan Pembahasan
1.Sajikan Data dengan Jelas: Gunakan tabel dan grafik untuk mempermudah
pembaca dalam memahami hasil.
2.Objektif dan Jujur: Jangan memanipulasi hasil, dan jujurlah dengan
keterbatasan yang ada.
3.Hubungkan dengan Penelitian Sebelumnya : Tunjukkan bagaimana hasil
penelitian Anda relevan dengan teori atau studi sebelumnya.
4.Beri Konteks yang Jelas: Jangan hanya menyajikan hasil, tetapi berikan
penjelasan yang menunjukkan makna dari hasil tersebut dalam konteks yang
lebih luas.
23

24. Kesimpulan dan Saran
Kesimpulan dan saran adalah bagian yang sangat penting dalam laporan penelitian
atau skripsi. Kesimpulan menyajikan ringkasan dari hasil-hasil penelitian yang telah
dibahas, sementara saran memberikan rekomendasi untuk tindakan atau penelitian
lebih lanjut.
1. Menulis Kesimpulan
Kesimpulan adalah rangkuman dari seluruh hasil dan pembahasan yang telah
dijelaskan sebelumnya dalam penelitian Anda. Kesimpulan harus bersifat ringkas dan
langsung ke pokok masalah. Ini adalah bagian di mana Anda menyampaikan
jawaban atas masalah penelitian yang diajukan di awal.
Langkah-langkah Menulis Kesimpulan:
1.Rangkum Tujuan Penelitian
oMulailah dengan menyatakan kembali tujuan utama dari penelitian
Anda.
oContoh:
"Penelitian ini bertujuan untuk mengevaluasi efisiensi algoritma A* dalam
sistem navigasi berbasis peta dengan berbagai ukuran dataset."
2.Ringkas Temuan Utama
oTulis hasil utama yang ditemukan berdasarkan analisis data yang sudah
dilakukan.
oContoh:
"Hasil penelitian menunjukkan bahwa algoritma A* bekerja dengan baik
pada dataset kecil dan menengah, namun menunjukkan penurunan
performa yang signifikan pada dataset besar."
3.Jelaskan Implikasi dari Temuan
oSebutkan apa arti hasil tersebut dalam konteks topik penelitian dan
bidang ilmu yang lebih luas.
oContoh:
"Temuan ini menunjukkan bahwa meskipun algoritma A* efektif untuk
aplikasi graf kecil hingga menengah, untuk skenario besar, optimasi lebih
lanjut diperlukan."
4.Akhiri dengan Penegasan tentang Tujuan Penelitian
oTegaskan bahwa tujuan penelitian telah tercapai atau jawab pertanyaan
penelitian secara keseluruhan.
24

25. oContoh:
"Secara keseluruhan, penelitian ini berhasil mengidentifikasi kelebihan dan
keterbatasan algoritma A* dalam aplikasi skala besar."
2. Menulis Saran
Saran berfungsi untuk memberikan rekomendasi kepada pembaca, peneliti lain, atau
praktisi berdasarkan temuan penelitian Anda. Saran bisa mencakup rekomendasi
untuk penelitian lebih lanjut atau aplikasi praktis dari hasil penelitian Anda.
Langkah-langkah Menulis Saran:
1.Saran untuk Penelitian Lanjutan
oBerikan saran yang berkaitan dengan penelitian lebih lanjut, seperti area
yang masih perlu dieksplorasi atau metode yang lebih baik untuk
digunakan.
oContoh:
"Penelitian selanjutnya disarankan untuk mengeksplorasi penggunaan
algoritma A* yang dipadukan dengan teknik optimasi lainnya, seperti
pruning, untuk meningkatkan efisiensi pada dataset besar."
2.Saran untuk Aplikasi Praktis
oJika penelitian Anda memiliki implikasi praktis, berikan rekomendasi
mengenai bagaimana hasil penelitian dapat diterapkan di dunia nyata.
oContoh:
"Untuk aplikasi dunia nyata, seperti sistem navigasi kota, disarankan untuk
menggunakan algoritma A* dalam kombinasi dengan teknik lain yang dapat
mempercepat pencarian jalur pada graf besar."
3.Saran untuk Pengembangan Metode atau Alat
oJika penelitian Anda menyarankan adanya pengembangan metodologi
atau alat, berikan rekomendasi tersebut di bagian ini.
oContoh:
"Pengembangan lebih lanjut pada algoritma A* dengan menggunakan
teknologi paralel dapat menjadi alternatif untuk meningkatkan kecepatan
eksekusi pada graf yang besar."
4.Saran untuk Perbaikan Metodologi
oJika ada kekurangan atau keterbatasan dalam metodologi penelitian,
beri saran untuk perbaikan dalam penelitian berikutnya.
25

26. oContoh:
"Penelitian selanjutnya dapat menggunakan dataset yang lebih dinamis dan
kompleks untuk menguji algoritma A* dalam skenario yang lebih realistis."
Contoh Penulisan Kesimpulan dan Saran
Judul Penelitian: Pengujian Efisiensi Algoritma A* dalam Sistem Navigasi pada Berbagai
Ukuran Dataset
Bab V: Kesimpulan dan Saran
1. Kesimpulan
Penelitian ini bertujuan untuk mengevaluasi efisiensi algoritma A* dalam sistem
navigasi berbasis peta pada berbagai ukuran dataset. Berdasarkan hasil eksperimen,
dapat disimpulkan bahwa algoritma A* berfungsi dengan baik pada dataset kecil dan
menengah, dengan waktu eksekusi yang relatif cepat. Namun, pada dataset besar,
waktu eksekusi meningkat secara signifikan, yang mengindikasikan penurunan
efisiensi algoritma ini pada skala besar. Oleh karena itu, meskipun algoritma A* sangat
efektif untuk aplikasi berbasis graf kecil, untuk aplikasi dengan graf besar, diperlukan
optimasi lebih lanjut untuk meningkatkan performa.
2. Saran
1.Saran untuk Penelitian Lanjutan
Penelitian ini disarankan untuk mengeksplorasi penggunaan teknik optimasi
tambahan pada algoritma A*, seperti pruning atau penggunaan algoritma
alternatif, untuk meningkatkan efisiensi pada dataset besar.
2.Saran untuk Aplikasi Praktis
Dalam aplikasi dunia nyata seperti sistem navigasi kota atau pemetaan skala
besar, disarankan untuk memadukan algoritma A* dengan teknik optimasi
lainnya untuk mempercepat pencarian jalur pada graf besar.
3.Saran untuk Pengembangan Metode
Pengembangan lebih lanjut pada algoritma A* dengan menggunakan teknologi
komputasi paralel dapat membantu meningkatkan kecepatan eksekusi pada
dataset besar.
4.Saran untuk Perbaikan Metodologi
Penelitian selanjutnya disarankan untuk menggunakan dataset yang lebih
dinamis dan mencerminkan kondisi dunia nyata untuk menguji efektivitas
algoritma A* dalam skenario yang lebih kompleks.
Tips Menulis Kesimpulan dan Saran
26

27. Kesimpulan: Fokus pada temuan utama, tidak perlu mengulang semua data
atau analisis, tetapi pastikan kesimpulan menjawab tujuan atau pertanyaan
penelitian.
Saran: Saran harus bersifat konstruktif dan praktis, memberikan wawasan
untuk pengembangan lebih lanjut dalam bidang tersebut.
Jaga Keterkaitan: Pastikan kesimpulan dan saran masih berkaitan erat dengan
hasil dan pembahasan yang telah Anda uraikan sebelumnya.
27

28. Cara Membuat Evaluasi Penulisan Skripsi atau Tugas Akhir
Evaluasi penulisan skripsi atau tugas akhir adalah bagian penting untuk menilai sejauh
mana skripsi yang telah ditulis memenuhi standar akademik yang telah ditentukan.
Evaluasi ini juga membantu dalam melihat apakah tujuan penelitian tercapai dan
apakah penulisan sudah memenuhi kriteria yang diperlukan untuk penelitian ilmiah.
Salah satu cara untuk melakukan evaluasi adalah dengan menggunakan checklist
evaluasi, yang memudahkan untuk menilai berbagai aspek penting dari skripsi atau
tugas akhir.
Tabel Checklist Evaluasi Penulisan Skripsi/Tugas Akhir
Aspek Kriteria
Status
(✔/✘)
Komentar/
Observasi
1. Judul Skripsi
Judul jelas, singkat, menggambarkan
topik utama penelitian.
2. Abstrak
Abstrak mencakup tujuan, metode,
hasil, dan kesimpulan dengan jelas.
3. Pendahuluan
Menyajikan latar belakang, rumusan
masalah, tujuan, dan manfaat
penelitian.
4. Tinjauan
Pustaka
Memadai, relevan, dan terkini,
membahas teori serta penelitian
sebelumnya.
5. Metodologi
Penelitian
Metode yang jelas dan tepat, sesuai
dengan jenis penelitian.
6. Pembahasan
Hasil dan analisis dibahas secara
mendalam dan terstruktur.
7. Hasil Penelitian
Hasil penelitian disajikan secara jelas,
dengan tabel/grafik jika perlu.
8. Kesimpulan
dan Saran
Kesimpulan menjawab rumusan
masalah, saran relevan dan praktis.
9. Penulisan dan
Bahasa
Penulisan jelas, mudah dipahami,
bebas dari kesalahan gramatikal dan
ejaan.
10. Organisasi Tertata dengan baik sesuai dengan
28

29. Aspek Kriteria
Status
(✔/✘)
Komentar/
Observasi
dan Struktur sistematika penulisan skripsi.
11. Referensi dan
Kutipan
Menggunakan format sitasi yang
benar dan konsisten, mencakup
referensi yang relevan.
12. Keterlibatan
dalam Penelitian
Penulis menunjukkan keterlibatan
penuh dalam penelitian, seperti
dalam pengumpulan data.
13. Kontribusi
Penelitian
Penelitian memberikan kontribusi
nyata untuk bidang ilmu yang
relevan.
14. Keterbatasan
Penelitian
Penulis membahas keterbatasan
penelitian dengan jujur dan objektif.
15. Presentasi
Hasil
Presentasi hasil penelitian dengan
visualisasi yang efektif (tabel, grafik,
dll.).
Contoh Evaluasi Penulisan Skripsi
Misalkan Anda mengevaluasi skripsi dengan judul "Pengaruh Algoritma A* terhadap
Waktu Eksekusi dalam Sistem Navigasi Peta."
Aspek Kriteria
Status
(✔/✘)
Komentar/Observasi
1. Judul Skripsi
Judul jelas, singkat,
menggambarkan topik utama
penelitian.
✔
Judul sudah mencerminkan
topik penelitian.
2. Abstrak
Abstrak mencakup tujuan,
metode, hasil, dan kesimpulan
dengan jelas.
✔
Abstrak jelas dan mencakup
poin-poin utama.
3. Pendahuluan
Menyajikan latar belakang,
rumusan masalah, tujuan, dan
manfaat penelitian.
✔
Latar belakang dan tujuan
sudah lengkap.
4. Tinjauan
Pustaka
Memadai, relevan, dan terkini,
membahas teori serta
✔ Referensi terkini sudah
disertakan.
29

30. Aspek Kriteria
Status
(✔/✘)
Komentar/Observasi
penelitian sebelumnya.
5. Metodologi
Penelitian
Metode yang jelas dan tepat,
sesuai dengan jenis penelitian.
✔
Metode eksperimen jelas dan
terperinci.
6. Pembahasan
Hasil dan analisis dibahas
secara mendalam dan
terstruktur.
✔
Pembahasan mendalam,
tetapi bisa lebih fokus.
7. Hasil
Penelitian
Hasil penelitian disajikan
secara jelas, dengan
tabel/grafik jika perlu.
✔
Hasil disajikan dalam tabel
dan grafik dengan jelas.
8. Kesimpulan
dan Saran
Kesimpulan menjawab
rumusan masalah, saran
relevan dan praktis.
✔
Kesimpulan tepat, saran
sudah sesuai dengan hasil.
9. Penulisan dan
Bahasa
Penulisan jelas, mudah
dipahami, bebas dari
kesalahan gramatikal dan
ejaan.
✔
Penulisan sangat baik, hanya
sedikit kesalahan ketik.
10. Organisasi
dan Struktur
Tertata dengan baik sesuai
dengan sistematika penulisan
skripsi.
✔
Struktur sudah sesuai
standar akademik.
11. Referensi
dan Kutipan
Menggunakan format sitasi
yang benar dan konsisten,
mencakup referensi yang
relevan.
✔
Referensi sudah lengkap dan
sesuai format.
12. Keterlibatan
dalam
Penelitian
Penulis menunjukkan
keterlibatan penuh dalam
penelitian, seperti dalam
pengumpulan data.
✔
Penulis menunjukkan peran
aktif dalam eksperimen.
13. Kontribusi
Penelitian
Penelitian memberikan
kontribusi nyata untuk bidang
ilmu yang relevan.
✔
Penelitian memberikan
kontribusi pada studi
algoritma graf.
14.
Keterbatasan
Penelitian
Penulis membahas
keterbatasan penelitian
dengan jujur dan objektif.
✔
Keterbatasan dijelaskan
dengan jelas, seperti dataset
yang digunakan.
15. Presentasi Presentasi hasil penelitian ✔ Grafik dan tabel efektif dalam
30

31. Aspek Kriteria
Status
(✔/✘)
Komentar/Observasi
Hasil
dengan visualisasi yang efektif
(tabel, grafik, dll.).
menggambarkan data.
Langkah-langkah Evaluasi:
1.Tinjau Setiap Aspek: Pastikan Anda mengevaluasi setiap aspek secara
menyeluruh, tidak hanya melalui pembacaan, tetapi dengan memperhatikan
apakah semua elemen penting telah dipenuhi dengan benar.
2.Berikan Status: Tandai dengan ✔ jika aspek tersebut telah dipenuhi dengan
baik dan ✘ jika aspek tersebut belum memenuhi standar yang diinginkan.
3.Berikan Komentar/Observasi: Ini adalah ruang untuk memberikan feedback
atau saran perbaikan. Anda bisa menyoroti kekuatan skripsi atau bagian yang
perlu diperbaiki lebih lanjut.
4.Revisi dan Perbaikan: Berdasarkan evaluasi, lakukan perbaikan pada bagian-
bagian yang perlu diperbaiki untuk memenuhi standar kualitas.
31