Requirements engineering

Requirements engineering adalah proses mendefinisikan, mendokumentasikan, dan memelihara kebutuhan dalam proses desain rekayasa. Ini adalah peran umum dalam rekayasa sistem dan rekayasa perangkat lunak.

Penggunaan pertama istilah rekayasa kebutuhan mungkin pada tahun 1964 dalam makalah konferensi "Pemeliharaan, Pemeliharaan, dan Rekayasa Kebutuhan Sistem", tetapi tidak digunakan secara umum hingga akhir 1990-an dengan publikasi tutorial IEEE Computer Society pada bulan Maret 1997 dan pendirian seri konferensi tentang rekayasa kebutuhan yang telah berevolusi menjadi Konferensi Rekayasa Kebutuhan Internasional.

Dalam model air terjun, rekayasa kebutuhan disajikan sebagai fase pertama dari proses pengembangan. Metode pengembangan selanjutnya, termasuk Rational Unified Process (RUP) untuk perangkat lunak, mengasumsikan bahwa rekayasa kebutuhan terus berlanjut selama masa pakai sistem.Manajemen kebutuhan, yang merupakan sub-fungsi dari praktik Rekayasa Sistem, juga diindeks dalam manual International Council on Systems Engineering (INCOSE).

Kegiatan

Pekerjaan yang terlibat dalam rekayasa aplikasi bervariasi, tergantung pada jenis sistem yang dikembangkan dan persyaratan spesifik dari organisasi yang terlibat. Beberapa fitur utama mesin kustom adalah:

1. Persyaratan Awal atau Perolehan Persyaratan:

Tugas-tugas yang terlibat dalam mesin aplikasi bergantung pada jenis sistem yang dikembangkan dan kebutuhan spesifik organisasi. Beberapa fitur utama mesin kustom kami adalah.

2. Analisis dan Negosiasi Persyaratan:

Identifikasi persyaratan, penyelesaian konflik dengan pemangku kepentingan, dan pemakaian alat tertulis atau grafis untuk membantu analisis, seperti kasus penggunaan, cerita pengguna, UML, dan LML.

3. Pemodelan Sistem:

Beberapa bidang atau situasi mungkin memerlukan pemodelan sistem secara lengkap sebelum memulai konstruksi atau fabrikasi. Pemodelan dapat menggunakan Bahasa Pemodelan Siklus Hidup atau UML, tergantung pada kebutuhan.

4. Spesifikasi Persyaratan:

Persyaratan ditulis dalam artefak formal yang disebut Spesifikasi Persyaratan (RS). RS berisi informasi tertulis dan grafis, seperti Spesifikasi Persyaratan Perangkat Lunak (SRS), yang divalidasi melalui proses validasi.

5. Validasi Persyaratan:

Memastikan konsistensi dan kepatuhan terhadap persyaratan dan persyaratan pemangku kepentingan. RS akan valid setelah melewati proses validasi.

6. Manajemen Persyaratan:

Kelola semua aktivitas terkait persyaratan mulai dari awal hingga penerapan sistem, termasuk perubahan, penambahan, dan pelacakan seiring kemajuan pengembangan.

Meskipun caranya bersifat sementara, namun kegiatan-kegiatan tersebut dapat diatur atau digabungkan sesuai dengan kebutuhan proyek. Rekayasa persyaratan telah terbukti menjadi kontributor utama keberhasilan proyek perangkat lunak.

Masalah

Sebuah survei kecil yang dilakukan di Jerman mengidentifikasi masalah-masalah yang terkait dengan penerapan persyaratan teknik dan menanyakan kepada responden apakah mereka setuju bahwa ini adalah masalah nyata. Meskipun hasilnya tidak diungkapkan sepenuhnya, masalah utama yang teridentifikasi adalah perencanaan yang tidak lengkap, perubahan tujuan, dan keterbatasan waktu. Masalah-masalah kecil termasuk komunikasi yang buruk, kurangnya visibilitas, masalah penyusunan, dan tanggung jawab yang tidak jelas.

Kritik

Perumusan masalah merupakan bagian penting dari persyaratan teknik dan penting untuk fokus pada dampaknya terhadap proses desain. Beberapa penelitian menunjukkan bahwa kelemahan dalam rekayasa persyaratan menyebabkan situasi di mana persyaratan tidak jelas, sehingga persyaratan perangkat lunak tidak memberikan informasi dalam keputusan desain yang tepat. Dalam konteks ini, mungkin terdapat kesalahan dalam menerjemahkan keputusan desain ke dalam persyaratan. Pentingnya perumusan masalah dalam desain teknik menunjukkan relevansinya dengan keberhasilan desain perangkat lunak. Dengan menetapkan proses rekayasa persyaratan yang efektif, organisasi dapat mengurangi risiko yang terkait dengan menghasilkan persyaratan yang tidak jelas atau kesalahan yang dapat mempengaruhi hasil desain akhir.

Disadur dari: en.wikipedia.org

Control engineering
Control engineering adalah disiplin ilmu teknik yang berhubungan dengan sistem kontrol, menerapkan teori kontrol untuk merancang peralatan dan sistem dengan perilaku yang diinginkan dalam lingkungan kontrol. Disiplin kontrol tumpang tindih dan biasanya diajarkan bersama dengan teknik elektro, teknik kimia, dan teknik mesin di banyak institusi di seluruh dunia.

Praktik ini menggunakan sensor dan detektor untuk mengukur kinerja output dari proses yang sedang dikontrol; pengukuran ini digunakan untuk memberikan umpan balik korektif yang membantu mencapai kinerja yang diinginkan. Sistem yang dirancang untuk bekerja tanpa memerlukan masukan dari manusia disebut sistem kontrol otomatis (seperti cruise control untuk mengatur kecepatan mobil). Bersifat multidisiplin, aktivitas rekayasa sistem kontrol berfokus pada implementasi sistem kontrol yang sebagian besar berasal dari pemodelan matematis berbagai macam sistem.

Ikhtisar
Teknik kontrol modern adalah bidang studi yang relatif baru yang mendapatkan perhatian signifikan selama abad ke-20 dengan kemajuan teknologi. Ini dapat didefinisikan secara luas atau diklasifikasikan sebagai aplikasi praktis dari teori kontrol. Teknik kontrol memainkan peran penting dalam berbagai sistem kontrol, mulai dari mesin cuci rumah tangga sederhana hingga pesawat tempur berkinerja tinggi. Teknik kontrol berusaha memahami sistem fisik, menggunakan pemodelan matematika, dalam hal input, output, dan berbagai komponen dengan perilaku yang berbeda; menggunakan alat desain sistem kontrol untuk mengembangkan pengontrol untuk sistem tersebut; dan untuk mengimplementasikan pengontrol dalam sistem fisik dengan menggunakan teknologi yang tersedia. Sebuah sistem dapat berupa sistem mekanis, elektrik, fluida, kimiawi, finansial, atau biologis, dan pemodelan matematis, analisis, serta desain pengendalinya menggunakan teori kendali dalam satu atau banyak domain waktu, frekuensi, dan kompleksitas, bergantung pada sifat masalah desain.

Teknik kontrol adalah disiplin ilmu teknik yang berfokus pada pemodelan beragam sistem dinamis (misalnya sistem mekanis) dan desain pengontrol yang akan menyebabkan sistem ini berperilaku sesuai dengan yang diinginkan. Meskipun pengontrol tersebut tidak harus berupa listrik, banyak yang menggunakan listrik dan karenanya teknik kontrol sering dipandang sebagai subbidang teknik listrik.

Rangkaian listrik, prosesor sinyal digital, dan mikrokontroler dapat digunakan untuk mengimplementasikan sistem kontrol. Teknik kontrol memiliki berbagai aplikasi mulai dari sistem penerbangan dan propulsi pesawat terbang komersial hingga kontrol pelayaran yang ada di banyak mobil modern.

Dalam banyak kasus, insinyur kontrol memanfaatkan umpan balik saat merancang sistem kontrol. Hal ini sering dilakukan dengan menggunakan sistem pengontrol PID. Sebagai contoh, pada mobil dengan cruise control, kecepatan kendaraan terus dipantau dan diumpankan kembali ke sistem, yang akan menyesuaikan torsi motor. Jika ada umpan balik yang teratur, teori kontrol dapat digunakan untuk menentukan bagaimana sistem merespons umpan balik tersebut. Pada hampir semua sistem seperti itu, stabilitas adalah hal yang penting dan teori kontrol dapat membantu memastikan stabilitas tercapai.

Meskipun umpan balik merupakan aspek penting dari teknik kontrol, insinyur kontrol juga dapat bekerja pada kontrol sistem tanpa umpan balik. Ini dikenal sebagai kontrol loop terbuka. Contoh klasik dari kontrol loop terbuka adalah mesin cuci yang berjalan melalui siklus yang telah ditentukan sebelumnya tanpa menggunakan sensor.

Sejarah
Sistem kontrol otomatis pertama kali dikembangkan lebih dari dua ribu tahun yang lalu. Perangkat kontrol umpan balik pertama yang tercatat diperkirakan adalah jam air Ktesibios kuno di Alexandria, Mesir, sekitar abad ketiga sebelum masehi. Jam ini menjaga waktu dengan mengatur ketinggian air dalam bejana dan, oleh karena itu, aliran air dari bejana tersebut. Ini tentu saja merupakan perangkat yang sukses karena jam air dengan desain serupa masih dibuat di Baghdad ketika bangsa Mongol merebut kota tersebut pada tahun 1258 M. Berbagai perangkat otomatis telah digunakan selama berabad-abad untuk menyelesaikan tugas-tugas yang berguna atau hanya untuk menghibur. Yang terakhir termasuk automata, yang populer di Eropa pada abad ke-17 dan ke-18, yang menampilkan figur-figur penari yang akan mengulangi tugas yang sama berulang kali; automata ini adalah contoh kontrol loop terbuka. Tonggak sejarah di antara umpan balik, atau perangkat kontrol otomatis "loop tertutup", termasuk pengatur suhu tungku yang dikaitkan dengan Drebbel, sekitar tahun 1620, dan pengatur bola terbang sentrifugal yang digunakan untuk mengatur kecepatan mesin uap oleh James Watt pada tahun 1788.

Dalam makalahnya tahun 1868 "On Governors", James Clerk Maxwell mampu menjelaskan ketidakstabilan yang ditunjukkan oleh governor flyball menggunakan persamaan diferensial untuk menggambarkan sistem kontrol. Hal ini menunjukkan pentingnya dan kegunaan model dan metode matematika dalam memahami fenomena yang kompleks, dan ini menandakan dimulainya kontrol matematika dan teori sistem. Elemen-elemen teori kontrol telah muncul sebelumnya tetapi tidak sedramatis dan meyakinkan seperti dalam analisis Maxwell.

Teori kontrol membuat langkah signifikan selama abad berikutnya. Teknik matematika baru, serta kemajuan dalam teknologi elektronik dan komputer, memungkinkan untuk mengontrol sistem dinamis yang jauh lebih kompleks daripada yang dapat distabilkan oleh pengatur bola terbang asli. Teknik matematika baru termasuk perkembangan dalam kontrol optimal pada tahun 1950-an dan 1960-an yang diikuti oleh kemajuan dalam metode kontrol stokastik, robust, adaptif, dan nonlinier pada tahun 1970-an dan 1980-an. Aplikasi metodologi kontrol telah membantu memungkinkan perjalanan ruang angkasa dan satelit komunikasi, pesawat yang lebih aman dan lebih efisien, mesin mobil yang lebih bersih, dan proses kimia yang lebih bersih dan lebih efisien.

Sebelum muncul sebagai disiplin ilmu yang unik, teknik kontrol dipraktikkan sebagai bagian dari teknik mesin dan teori kontrol dipelajari sebagai bagian dari teknik elektro karena sirkuit listrik sering kali dapat dengan mudah dijelaskan menggunakan teknik teori kontrol. Dalam hubungan kontrol yang pertama, output arus diwakili oleh input kontrol tegangan. Namun, karena tidak memiliki teknologi yang memadai untuk mengimplementasikan sistem kontrol elektrik, para perancang dibiarkan dengan pilihan sistem mekanis yang kurang efisien dan merespons dengan lambat. Pengontrol mekanis yang sangat efektif yang masih banyak digunakan di beberapa pembangkit listrik tenaga air adalah governor. Kemudian, sebelum elektronika daya modern, sistem kontrol proses untuk aplikasi industri dirancang oleh insinyur mekanik menggunakan perangkat kontrol pneumatik dan hidrolik, yang banyak di antaranya masih digunakan hingga saat ini.

Sistem kontrol
Sistem kontrol mengelola, memerintahkan, mengarahkan, atau mengatur perilaku perangkat atau sistem lain menggunakan loop kontrol. Sistem ini dapat berkisar dari pengontrol pemanas rumah tunggal yang menggunakan termostat yang mengendalikan ketel rumah tangga hingga sistem kontrol industri besar yang digunakan untuk mengendalikan proses atau mesin. Sistem kontrol dirancang melalui proses rekayasa kontrol.

Untuk kontrol termodulasi terus-menerus, pengontrol umpan balik digunakan untuk mengontrol proses atau operasi secara otomatis. Sistem kontrol membandingkan nilai atau status variabel proses (PV) yang sedang dikontrol dengan nilai yang diinginkan atau setpoint (SP), dan menerapkan perbedaannya sebagai sinyal kontrol untuk membawa output variabel proses pabrik ke nilai yang sama dengan setpoint.

Teori kontrol
Teori kontrol adalah bidang teknik kontrol dan matematika terapan yang berhubungan dengan kontrol sistem dinamis dalam proses dan mesin yang direkayasa. Tujuannya adalah untuk mengembangkan model atau algoritme yang mengatur penerapan input sistem untuk menggerakkan sistem ke keadaan yang diinginkan, sambil meminimalkan penundaan, overshoot, atau kesalahan kondisi tunak dan memastikan tingkat stabilitas kontrol; sering kali dengan tujuan untuk mencapai tingkat optimalitas.

Untuk melakukan ini, diperlukan pengontrol dengan perilaku korektif yang diperlukan. Pengontrol ini memonitor variabel proses yang dikontrol (PV), dan membandingkannya dengan referensi atau titik setel (SP). Perbedaan antara nilai aktual dan nilai yang diinginkan dari variabel proses, yang disebut sinyal kesalahan, atau kesalahan SP-PV, diterapkan sebagai umpan balik untuk menghasilkan tindakan kontrol untuk membawa variabel proses yang dikontrol ke nilai yang sama dengan titik setel. Aspek lain yang juga dipelajari adalah kemampuan kontrol dan kemampuan observasi. Teori kontrol digunakan dalam rekayasa sistem kontrol untuk merancang otomasi yang telah merevolusi manufaktur, pesawat terbang, komunikasi, dan industri lainnya, serta menciptakan bidang baru seperti robotika.

Penggunaan yang luas biasanya dibuat dengan gaya diagram yang dikenal sebagai diagram blok. Di dalamnya terdapat fungsi transfer, yang juga dikenal sebagai fungsi sistem atau fungsi jaringan, adalah model matematika dari hubungan antara input dan output berdasarkan persamaan diferensial yang menggambarkan sistem.

Pendidikan
Di banyak universitas di seluruh dunia, kursus teknik kontrol diajarkan terutama di teknik elektro dan teknik mesin, tetapi beberapa kursus dapat diinstruksikan di teknik mekatronika,[6] dan teknik kedirgantaraan. Di jurusan lain, teknik kontrol terhubung dengan ilmu komputer, karena sebagian besar teknik kontrol saat ini diimplementasikan melalui komputer, sering kali sebagai sistem tertanam (seperti di bidang otomotif). Bidang kontrol dalam teknik kimia sering dikenal sebagai kontrol proses. Bidang ini terutama berkaitan dengan kontrol variabel dalam proses kimia di pabrik. Bidang ini diajarkan sebagai bagian dari kurikulum sarjana program teknik kimia dan menggunakan banyak prinsip yang sama dalam teknik kontrol. Disiplin ilmu teknik lainnya juga tumpang tindih dengan teknik kontrol karena dapat diterapkan pada sistem apa pun yang modelnya dapat diturunkan. Namun, departemen teknik kontrol khusus memang ada, misalnya, di Italia ada beberapa master di bidang Otomasi & Robotika yang sepenuhnya berspesialisasi dalam teknik Kontrol atau Departemen Kontrol Otomatis dan Teknik Sistem di Universitas Sheffield atau Departemen Robotika dan Teknik Kontrol di Akademi Angkatan Laut Amerika Serikat dan Departemen Teknik Kontrol dan Otomasi di Universitas Teknik Istanbul.

Teknik kontrol memiliki aplikasi yang beragam yang mencakup sains, manajemen keuangan, dan bahkan perilaku manusia. Mahasiswa teknik kontrol dapat memulai dengan kursus sistem kontrol linier yang berurusan dengan waktu dan domain kompleks, yang membutuhkan latar belakang menyeluruh dalam matematika dasar dan transformasi Laplace, yang disebut teori kontrol klasik. Dalam kontrol linier, siswa melakukan analisis domain frekuensi dan waktu. Mata kuliah kendali digital dan kendali nonlinier masing-masing membutuhkan transformasi Z dan aljabar, dan dapat dikatakan sebagai pelengkap pendidikan kendali dasar.
Teori kontrol berasal dari abad ke-19, ketika dasar teori untuk pengoperasian gubernur pertama kali dijelaskan oleh James Clerk Maxwell. Teori kontrol lebih lanjut dikembangkan oleh Edward Routh pada tahun 1874, Charles Sturm dan pada tahun 1895, Adolf Hurwitz, yang semuanya berkontribusi pada pembentukan kriteria stabilitas kontrol; dan dari tahun 1922 dan seterusnya, pengembangan teori kontrol PID oleh Nicolas Minorsky.

Meskipun aplikasi utama dari teori kontrol matematika adalah dalam rekayasa sistem kontrol, yang berkaitan dengan desain sistem kontrol proses untuk industri, aplikasi lain jauh melampaui ini. Sebagai teori umum sistem umpan balik, teori kontrol berguna di mana pun umpan balik terjadi - dengan demikian teori kontrol juga memiliki aplikasi dalam ilmu kehidupan, teknik komputer, sosiologi, dan riset operasi.

Karier
Karier seorang insinyur kontrol dimulai dengan gelar sarjana dan dapat berlanjut melalui proses perguruan tinggi. Gelar insinyur kontrol sangat cocok dipasangkan dengan gelar teknik elektro atau teknik mesin. Insinyur kontrol biasanya mendapatkan pekerjaan di bidang manajemen teknis di mana mereka biasanya memimpin proyek-proyek interdisipliner. Ada banyak peluang kerja di perusahaan kedirgantaraan, perusahaan manufaktur, perusahaan mobil, perusahaan listrik, dan lembaga pemerintah. Beberapa tempat yang mempekerjakan Insinyur Kontrol termasuk perusahaan seperti Rockwell Automation, NASA, Ford, dan Goodrich.[10] Insinyur Kontrol mungkin dapat memperoleh $ 66k per tahun dari Lockheed Martin Corp. Mereka juga dapat memperoleh hingga $96 ribu per tahun dari General Motors Corporation.

Menurut survei Teknik Kontrol, sebagian besar orang yang menjawab adalah insinyur kontrol dalam berbagai bentuk karir mereka sendiri. Tidak banyak karier yang diklasifikasikan sebagai "insinyur kontrol", kebanyakan dari mereka adalah karier spesifik yang memiliki kemiripan kecil dengan karier teknik kontrol secara keseluruhan. Mayoritas insinyur kontrol yang mengikuti survei pada tahun 2019 adalah perancang sistem atau produk, atau bahkan insinyur kontrol atau instrumen. Sebagian besar pekerjaan melibatkan rekayasa proses atau produksi atau bahkan pemeliharaan, mereka adalah beberapa variasi dari teknik kontrol.

Disadur dari: en.wikipedia.org

Scientific control
Scientific control adalah eksperimen atau observasi yang dirancang untuk meminimalkan efek variabel selain variabel independen (yaitu variabel pengganggu). Hal ini meningkatkan keandalan hasil, sering kali melalui perbandingan antara pengukuran kontrol dan pengukuran lainnya. Kontrol ilmiah adalah bagian dari metode ilmiah.

Eksperimen terkontrol
Scientific control menghilangkan penjelasan alternatif dari hasil eksperimen, terutama kesalahan eksperimen dan bias peneliti. Banyak kontrol yang spesifik untuk jenis eksperimen yang dilakukan, seperti pada penanda molekuler yang digunakan dalam eksperimen SDS-PAGE, dan mungkin hanya bertujuan untuk memastikan bahwa peralatan bekerja dengan baik. Pemilihan dan penggunaan kontrol yang tepat untuk memastikan bahwa hasil eksperimen valid (misalnya, tidak adanya variabel perancu) bisa sangat sulit. Pengukuran kontrol juga dapat digunakan untuk tujuan lain: misalnya, pengukuran kebisingan latar belakang mikrofon tanpa adanya sinyal memungkinkan kebisingan dikurangi dari pengukuran sinyal selanjutnya, sehingga menghasilkan sinyal yang diproses dengan kualitas yang lebih tinggi.

Sebagai contoh, jika seorang peneliti memberi makan pemanis buatan eksperimental kepada enam puluh tikus laboratorium dan mengamati bahwa sepuluh di antaranya kemudian jatuh sakit, penyebabnya bisa jadi karena pemanis itu sendiri atau hal lain yang tidak terkait. Variabel lain, yang mungkin tidak langsung terlihat, dapat mengganggu desain eksperimen. Misalnya, pemanis buatan mungkin dicampur dengan pengencer dan mungkin pengencerlah yang menyebabkan efeknya. Untuk mengontrol efek pengencer, pengujian yang sama dilakukan dua kali; satu kali dengan pemanis buatan di dalam pengencer, dan satu lagi dilakukan dengan cara yang persis sama tetapi menggunakan pengencer saja. Sekarang percobaan dikontrol untuk pengencer dan peneliti dapat membedakan antara pemanis, pengencer, dan tanpa perlakuan. Kontrol paling sering diperlukan ketika faktor pembaur tidak dapat dengan mudah dipisahkan dari perlakuan utama. Sebagai contoh, mungkin perlu menggunakan traktor untuk menyebarkan pupuk jika tidak ada cara lain yang dapat dilakukan untuk menyebarkan pupuk. Solusi yang paling sederhana adalah dengan melakukan perlakuan di mana traktor digerakkan di atas lahan tanpa menebar pupuk dan dengan cara itu, efek lalu lintas traktor dapat dikontrol.

Jenis kontrol yang paling sederhana adalah kontrol negatif dan positif, dan keduanya ditemukan di berbagai jenis eksperimen. Kedua kontrol ini, jika keduanya berhasil, biasanya cukup untuk menghilangkan sebagian besar variabel pengganggu yang potensial: ini berarti eksperimen menghasilkan hasil negatif ketika hasil negatif diharapkan, dan hasil positif ketika hasil positif diharapkan. Kontrol lainnya termasuk kontrol kendaraan, kontrol palsu, dan kontrol komparatif.

Negatif
Ketika hanya ada dua kemungkinan hasil, misalnya positif atau negatif, jika kelompok perlakuan dan kontrol negatif keduanya menghasilkan hasil negatif, maka dapat disimpulkan bahwa perlakuan tersebut tidak berpengaruh. Jika kelompok perlakuan dan kontrol negatif keduanya menghasilkan hasil positif, dapat disimpulkan bahwa variabel perancu terlibat dalam fenomena yang diteliti, dan hasil positif tidak semata-mata karena perlakuan.

Dalam contoh lain, hasil dapat diukur dalam bentuk panjang, waktu, persentase, dan sebagainya. Dalam contoh pengujian obat, kita dapat mengukur persentase pasien yang sembuh. Dalam hal ini, pengobatan disimpulkan tidak memiliki efek ketika kelompok perlakuan dan kontrol negatif menghasilkan hasil yang sama. Beberapa perbaikan diharapkan terjadi pada kelompok plasebo karena efek plasebo, dan hasil ini menjadi dasar untuk memperbaiki pengobatan. Bahkan jika kelompok perlakuan menunjukkan peningkatan, perlu dibandingkan dengan kelompok plasebo. Jika kedua kelompok menunjukkan efek yang sama, maka pengobatan tidak bertanggung jawab atas perbaikan tersebut (karena jumlah pasien yang sama disembuhkan tanpa adanya pengobatan). Pengobatan hanya efektif jika kelompok pengobatan menunjukkan peningkatan yang lebih besar daripada kelompok plasebo.

Positif
Kontrol positif sering digunakan untuk menilai validitas tes. Misalnya, untuk menilai kemampuan tes baru dalam mendeteksi penyakit (sensitivitasnya), maka kita dapat membandingkannya dengan tes lain yang sudah diketahui berhasil. Tes yang sudah mapan adalah kontrol positif karena kita sudah tahu bahwa jawaban dari pertanyaan (apakah tes bekerja) adalah ya.

Demikian pula, dalam uji enzim untuk mengukur jumlah enzim dalam satu set ekstrak, kontrol positif adalah uji yang mengandung jumlah enzim yang telah dimurnikan yang diketahui (sementara kontrol negatif tidak mengandung enzim). Kontrol positif harus memberikan sejumlah besar aktivitas enzim, sedangkan kontrol negatif harus memberikan aktivitas yang sangat rendah atau tidak ada.

Jika kontrol positif tidak memberikan hasil yang diharapkan, mungkin ada yang salah dengan prosedur percobaan, dan percobaan diulangi. Untuk eksperimen yang sulit atau rumit, hasil dari kontrol positif juga dapat membantu dibandingkan dengan hasil eksperimen sebelumnya. Sebagai contoh, jika tes penyakit yang sudah mapan ditentukan memiliki efek yang sama seperti yang ditemukan oleh peneliti sebelumnya, ini menunjukkan bahwa eksperimen dilakukan dengan cara yang sama seperti yang dilakukan oleh peneliti sebelumnya.

Jika memungkinkan, beberapa kontrol positif dapat digunakan-jika ada lebih dari satu tes penyakit yang diketahui efektif, lebih dari satu dapat diuji. Beberapa kontrol positif juga memungkinkan perbandingan hasil yang lebih baik (kalibrasi, atau standarisasi) jika hasil yang diharapkan dari kontrol positif memiliki ukuran yang berbeda. Sebagai contoh, dalam uji enzim yang dibahas di atas, kurva standar dapat dibuat dengan membuat banyak sampel yang berbeda dengan jumlah enzim yang berbeda.

Pengacakan
Dalam pengacakan, kelompok yang menerima perlakuan eksperimental yang berbeda ditentukan secara acak. Meskipun hal ini tidak memastikan bahwa tidak ada perbedaan di antara kelompok-kelompok tersebut, namun hal ini memastikan bahwa perbedaan tersebut didistribusikan secara merata, sehingga dapat mengoreksi kesalahan sistematis.

Sebagai contoh, dalam eksperimen yang mempengaruhi hasil panen (misalnya kesuburan tanah), eksperimen dapat dikontrol dengan memberikan perlakuan pada petak-petak lahan yang dipilih secara acak. Hal ini dapat mengurangi pengaruh variasi komposisi tanah terhadap hasil panen.

Eksperimen buta

Membutakan adalah praktik menahan informasi yang dapat membiaskan eksperimen. Sebagai contoh, peserta mungkin tidak tahu siapa yang menerima perlakuan aktif dan siapa yang menerima plasebo. Jika informasi ini tersedia untuk peserta uji coba, pasien dapat menerima efek plasebo yang lebih besar, peneliti dapat mempengaruhi eksperimen untuk memenuhi harapan mereka (efek pengamat), dan evaluator dapat mengalami bias konfirmasi. Kebutaan dapat dikenakan pada setiap peserta percobaan, termasuk subjek, peneliti, teknisi, analis data, dan evaluator. Dalam beberapa kasus, operasi palsu mungkin diperlukan untuk mencapai kebutaan.

Selama percobaan, peserta menjadi tidak buta jika mereka menyimpulkan atau mendapatkan informasi yang telah disamarkan. Unblinding yang terjadi sebelum kesimpulan dari sebuah penelitian merupakan sumber kesalahan eksperimental, karena bias yang telah dihilangkan dengan pembutakan akan muncul kembali. Unblinding adalah hal yang umum terjadi pada eksperimen buta dan harus diukur dan dilaporkan. Meta-penelitian telah mengungkapkan tingkat unblinding yang tinggi dalam uji coba farmakologis. Secara khusus, uji coba antidepresan tidak dapat dibutakan dengan baik. Pedoman pelaporan merekomendasikan agar semua penelitian menilai dan melaporkan ketidakterbukaan mata. Dalam praktiknya, sangat sedikit penelitian yang menilai ketidakterbukaan mata.

Membutakan adalah alat penting dalam metode ilmiah, dan digunakan dalam banyak bidang penelitian. Dalam beberapa bidang, seperti kedokteran, hal ini dianggap penting. Dalam penelitian klinis, uji coba yang tidak membutakan disebut uji coba terbuka.

Disadur dari: en.wikipedia.org

Metode ilmiah
Metode ilmiah adalah metode empiris untuk memperoleh pengetahuan yang telah menjadi ciri khas perkembangan ilmu pengetahuan setidaknya sejak abad ke-17. (Untuk para praktisi terkemuka pada abad-abad sebelumnya, lihat sejarah metode ilmiah).

Metode ilmiah melibatkan pengamatan yang cermat ditambah dengan skeptisisme yang ketat, karena asumsi-asumsi kognitif dapat mendistorsi interpretasi pengamatan. Penyelidikan ilmiah meliputi pembuatan hipotesis melalui penalaran induktif, mengujinya melalui eksperimen dan analisis statistik, dan menyesuaikan atau membuang hipotesis berdasarkan hasil yang diperoleh.

Meskipun prosedurnya bervariasi dari satu bidang penyelidikan ke bidang lainnya, proses yang mendasarinya sering kali serupa. Proses dalam metode ilmiah melibatkan pembuatan dugaan (penjelasan hipotesis), memperoleh prediksi dari hipotesis sebagai konsekuensi logis, dan kemudian melakukan eksperimen atau observasi empiris berdasarkan prediksi tersebut. Hipotesis adalah dugaan yang didasarkan pada pengetahuan yang diperoleh saat mencari jawaban atas pertanyaan.

Hipotesis mungkin sangat spesifik atau mungkin juga luas. Para ilmuwan kemudian menguji hipotesis dengan melakukan eksperimen atau penelitian. Hipotesis ilmiah harus dapat dipalsukan, menyiratkan bahwa adalah mungkin untuk mengidentifikasi kemungkinan hasil eksperimen atau observasi yang bertentangan dengan prediksi yang disimpulkan dari hipotesis; jika tidak, hipotesis tidak dapat diuji secara bermakna.

Meskipun metode ilmiah sering disajikan sebagai urutan langkah yang tetap, metode ini lebih merupakan seperangkat prinsip umum. Tidak semua langkah terjadi dalam setiap penyelidikan ilmiah (atau pada tingkat yang sama), dan tidak selalu dalam urutan yang sama.

Sejarah Metode ilmiah
Sejarah metode ilmiah mempertimbangkan perubahan dalam metodologi penyelidikan ilmiah, yang berbeda dengan sejarah ilmu pengetahuan itu sendiri. Perkembangan aturan untuk penalaran ilmiah tidak mudah; metode ilmiah telah menjadi subjek perdebatan yang intens dan berulang sepanjang sejarah ilmu pengetahuan, dan para filsuf dan ilmuwan alam terkemuka telah memperdebatkan keunggulan satu atau beberapa pendekatan untuk membangun pengetahuan ilmiah.

Empirisme awal
Ekspresi awal yang berbeda dari empirisme dan metode ilmiah dapat ditemukan di sepanjang sejarah, misalnya dengan kaum Stoa kuno, Epicurus,Alhazen,Ibnu Sina, Al-Biruni, Roger Bacon, dan William dari Ockham.

Revolusi ilmiah
Dalam revolusi ilmiah pada abad ke-16 dan ke-17, metode yang belum diberi nama ini pertama kali mendapatkan daya tarik yang signifikan. Beberapa perkembangan yang paling penting adalah pengembangan empirisme oleh Francis Bacon dan Robert Hooke, pendekatan rasionalis yang dijelaskan oleh René Descartes dan induktivisme, yang menjadi terkenal oleh dan di sekitar Isaac Newton.

Dari abad ke-16 dan seterusnya, eksperimen dianjurkan oleh Francis Bacon, dan dilakukan oleh Giambattista della Porta, Johannes Kepler, dan Galileo Galilei.[β] Ada perkembangan khusus yang dibantu oleh karya-karya teoretis oleh Francisco Sanches yang skeptis, oleh para idealis dan juga para empiris seperti John Locke, George Berkeley, dan David Hume.

Metode kanonik
Versi awal dari "urutan" elemen-elemen kanonik pertama kali dirumuskan pada abad ke-19. Sebuah perjalanan laut dari Amerika ke Eropa memberikan C.S. Peirce jarak untuk mengklarifikasi ide-idenya, yang secara bertahap menghasilkan model hipotetis-deduktif. Dirumuskan pada abad ke-20, model ini telah mengalami revisi yang signifikan sejak pertama kali diusulkan.

Istilah "metode ilmiah" muncul pada abad ke-19, sebagai hasil dari perkembangan institusional ilmu pengetahuan yang signifikan, dan terminologi yang menetapkan batas-batas yang jelas antara ilmu pengetahuan dan non-ilmu pengetahuan, seperti "ilmuwan" dan "pseudosains", muncul. [Sepanjang tahun 1830-an dan 1850-an, ketika Baconianisme populer, para naturalis seperti William Whewell, John Herschel, John Stuart Mill terlibat dalam perdebatan tentang "induksi" dan "fakta" dan berfokus pada cara menghasilkan pengetahuan. Pada akhir abad ke-19 dan awal abad ke-20, perdebatan tentang realisme vs. antirealisme dilakukan ketika teori-teori ilmiah yang kuat meluas di luar ranah yang dapat diamati.

Penggunaan modern dan pemikiran kritis
Istilah "metode ilmiah" mulai digunakan secara populer pada abad ke-20; buku Dewey pada tahun 1910, How We Think, mengilhami pedoman populer, yang muncul dalam kamus dan buku teks sains, meskipun hanya ada sedikit kesepakatan mengenai maknanya. harusMeskipun ada pertumbuhan selama pertengahan abad ke-20, pada tahun 1960-an dan 1970-an, banyak filsuf ilmu pengetahuan yang berpengaruh seperti Thomas Kuhn dan Paul Feyerabend telah mempertanyakan universalitas "metode ilmiah" dan dengan demikian sebagian besar menggantikan gagasan ilmu pengetahuan sebagai metode yang homogen dan universal dengan gagasan ilmu pengetahuan sebagai praktik yang heterogen dan lokal. Secara khusus, Paul Feyerabend, dalam edisi pertama bukunya yang berjudul Against Method (1975), berargumen bahwa tidak ada aturan universal dalam ilmu pengetahuan; Karl Popper, dan Gauch 2003, tidak setuju dengan pernyataan Feyerabend.

Pendapat yang lebih baru termasuk esai fisikawan Lee Smolin tahun 2013 "Tidak Ada Metode Ilmiah",di mana ia mendukung dua prinsip etika,[ε] dan sejarawan ilmu pengetahuan Daniel Thurs dalam buku tahun 2015 "Newton's Apple and Other Myths about Science", yang menyimpulkan bahwa metode ilmiah adalah sebuah mitos, atau paling banter sebuah idealisasi. Karena mitos adalah kepercayaan, mitos tunduk pada kekeliruan naratif sebagaimana yang ditunjukkan oleh Taleb. Filsuf Robert Nola dan Howard Sankey, dalam buku mereka tahun 2007 Theories of Scientific Method, mengatakan bahwa perdebatan mengenai metode ilmiah terus berlanjut, dan berpendapat bahwa Feyerabend, terlepas dari judulnya Against Method, menerima aturan metode tertentu dan berusaha membenarkan aturan tersebut dengan meta metodologi. Staddon (2017) berpendapat bahwa adalah sebuah kesalahan untuk mencoba mengikuti aturan tanpa adanya metode ilmiah algoritmik; dalam hal ini, "ilmu pengetahuan paling baik dipahami melalui contoh-contoh."Namun metode algoritmik, seperti pembuktian teori yang sudah ada melalui eksperimen telah digunakan sejak Alhacen (1027) Book of Optics, [a] dan Galileo (1638) Two New Sciences, dan The Assayer masih berdiri sebagai metode ilmiah.

Elemen-elemen penyelidikan
Elemen-elemen dasar dari metode ilmiah diilustrasikan oleh contoh berikut (yang terjadi dari tahun 1944 hingga 1953) dari penemuan struktur DNA (ditandai dengan label DNA dan berlekuk-lekuk).

Gambaran umum
Ada beberapa cara yang berbeda dalam menguraikan metode dasar yang digunakan untuk penyelidikan ilmiah dan lebih baik dianggap sebagai prinsip-prinsip umum daripada urutan langkah yang tetap. Komunitas ilmiah dan filsuf ilmu pengetahuan pada umumnya setuju dengan klasifikasi komponen metode berikut ini. Unsur-unsur metodologis dan organisasi prosedur ini cenderung lebih merupakan karakteristik ilmu eksperimental daripada ilmu sosial. Meskipun demikian, siklus perumusan hipotesis, pengujian dan analisis hasil, dan perumusan hipotesis baru, akan menyerupai siklus yang dijelaskan di bawah ini. Metode ilmiah adalah proses berulang dan bersiklus di mana informasi terus direvisi. Secara umum diakui untuk mengembangkan kemajuan dalam pengetahuan melalui elemen-elemen berikut ini, dalam kombinasi atau kontribusi yang berbeda-beda:

• Karakterisasi (pengamatan, definisi, dan pengukuran subjek penyelidikan)
• Hipotesis (penjelasan teoretis dan hipotetis dari pengamatan dan pengukuran subjek)
• Prediksi (penalaran induktif dan deduktif dari hipotesis atau teori)
• Eksperimen (pengujian semua hal di atas)

Setiap elemen dari metode ilmiah tunduk pada tinjauan sejawat untuk kemungkinan kesalahan. Kegiatan-kegiatan ini tidak menggambarkan semua yang dilakukan para ilmuwan, tetapi lebih banyak diterapkan pada ilmu eksperimental (misalnya, fisika, kimia, biologi, dan psikologi). Elemen-elemen di atas sering diajarkan dalam sistem pendidikan sebagai "metode ilmiah."

Metode ilmiah bukanlah sebuah resep tunggal: metode ilmiah membutuhkan kecerdasan, imajinasi, dan kreativitas. Dalam hal ini, metode ilmiah bukanlah seperangkat standar dan prosedur yang tidak perlu dipikirkan lagi, melainkan sebuah siklus yang berkelanjutan, yang secara konstan mengembangkan model dan metode yang lebih berguna, akurat, dan komprehensif. Sebagai contoh, ketika Einstein mengembangkan Teori Relativitas Khusus dan Umum, ia sama sekali tidak menyangkal atau mengabaikan Prinsip Newton. Sebaliknya, jika yang masif secara astronomis, yang sangat ringan, dan yang sangat cepat dihilangkan dari teori-teori Einstein - semua fenomena yang tidak dapat diamati oleh Newton - maka yang tersisa adalah persamaan-persamaan Newton. Teori-teori Einstein merupakan perluasan dan penyempurnaan dari teori-teori Newton dan, dengan demikian, meningkatkan kepercayaan pada karya Newton.

Skema berulang, pragmatis dari empat poin di atas kadang-kadang ditawarkan sebagai pedoman untuk melanjutkan:

Tentukan sebuah pertanyaan

• Mengumpulkan informasi dan sumber daya (mengamati)
• Membentuk hipotesis penjelas
• Menguji hipotesis dengan melakukan percobaan dan mengumpulkan data dengan cara yang dapat direproduksi
• Menganalisis data
• Menafsirkan data dan menarik kesimpulan yang berfungsi sebagai titik awal untuk hipotesis baru
• Mempublikasikan hasil
• Menguji ulang (sering dilakukan oleh ilmuwan lain)
• Siklus berulang yang melekat pada metode langkah demi langkah ini berlangsung dari poin 3 hingga 6 dan kembali ke poin 3 lagi.

Meskipun skema ini menguraikan metode hipotesis/pengujian yang umum, banyak filsuf, sejarawan, dan sosiolog ilmu pengetahuan, termasuk Paul Feyerabend, menyatakan bahwa deskripsi metode ilmiah seperti itu tidak banyak berhubungan dengan cara-cara ilmu pengetahuan dipraktikkan.

Elemen-elemen pertanyaan
Elemen dasar metode ilmiah diilustrasikan oleh contoh berikut (yang terjadi dari tahun 1944 hingga 1953) dari penemuan struktur DNA (ditandai dengan label DNA dan berlekuk-lekuk).

Gambaran umum
Ada beberapa cara yang berbeda dalam menguraikan metode dasar yang digunakan untuk penyelidikan ilmiah dan lebih baik dianggap sebagai prinsip-prinsip umum daripada urutan langkah yang tetap.[7] Komunitas ilmiah dan filsuf ilmu pengetahuan pada umumnya setuju dengan klasifikasi komponen metode berikut ini. Unsur-unsur metodologis dan organisasi prosedur ini cenderung lebih merupakan karakteristik ilmu eksperimental daripada ilmu sosial. Meskipun demikian, siklus perumusan hipotesis, pengujian dan analisis hasil, dan perumusan hipotesis baru, akan menyerupai siklus yang dijelaskan di bawah ini. Metode ilmiah adalah proses berulang dan bersiklus di mana informasi terus direvisi. Secara umum diakui untuk mengembangkan kemajuan dalam pengetahuan melalui elemen-elemen berikut ini, dalam kombinasi atau kontribusi yang berbeda-beda:

• Karakterisasi (pengamatan, definisi, dan pengukuran subjek penyelidikan)
• Hipotesis (penjelasan teoretis dan hipotetis dari pengamatan dan pengukuran subjek)
• Prediksi (penalaran induktif dan deduktif dari hipotesis atau teori)
• Eksperimen (pengujian semua hal di atas)
• Setiap elemen dari metode ilmiah tunduk pada tinjauan sejawat untuk kemungkinan kesalahan. Kegiatan-kegiatan ini tidak menggambarkan semua yang dilakukan para ilmuwan, tetapi lebih banyak diterapkan pada ilmu eksperimental (misalnya, fisika, kimia, biologi, dan psikologi). Elemen-elemen di atas sering diajarkan dalam sistem pendidikan sebagai "metode ilmiah."

Metode ilmiah bukanlah sebuah resep tunggal: metode ilmiah membutuhkan kecerdasan, imajinasi, dan kreativitas. Dalam hal ini, metode ilmiah bukanlah seperangkat standar dan prosedur yang tidak perlu dipikirkan lagi, melainkan sebuah siklus yang berkelanjutan, yang secara konstan mengembangkan model dan metode yang lebih berguna, akurat, dan komprehensif. Sebagai contoh, ketika Einstein mengembangkan Teori Relativitas Khusus dan Umum, ia sama sekali tidak menyangkal atau mengabaikan Prinsip Newton. Sebaliknya, jika yang masif secara astronomis, yang sangat ringan, dan yang sangat cepat dihilangkan dari teori-teori Einstein - semua fenomena yang tidak dapat diamati oleh Newton - maka yang tersisa adalah persamaan-persamaan Newton. Teori-teori Einstein merupakan perluasan dan penyempurnaan dari teori-teori Newton dan, dengan demikian, meningkatkan kepercayaan pada karya Newton.

Skema berulang, pragmatis dari empat poin di atas kadang-kadang ditawarkan sebagai pedoman untuk melanjutkan:

• Tentukan sebuah pertanyaan
• Mengumpulkan informasi dan sumber daya (mengamati)
• Membentuk hipotesis penjelas
• Menguji hipotesis dengan melakukan percobaan dan mengumpulkan data dengan cara yang dapat direproduksi
• Menganalisis data
• Menafsirkan data dan menarik kesimpulan yang berfungsi sebagai titik awal untuk hipotesis baru
• Mempublikasikan hasil
• Menguji ulang (sering dilakukan oleh ilmuwan lain)
• Siklus berulang yang melekat pada metode langkah demi langkah ini berlangsung dari poin 3 hingga 6 dan kembali ke poin 3 lagi.

Meskipun skema ini menguraikan metode hipotesis/pengujian yang umum, banyak filsuf, sejarawan, dan sosiolog ilmu pengetahuan, termasuk Paul Feyerabend,[f] menyatakan bahwa deskripsi metode ilmiah seperti itu tidak banyak berhubungan dengan cara-cara ilmu pengetahuan dipraktikkan.

Karakterisasi
Metode ilmiah bergantung pada karakterisasi yang semakin canggih dari subjek investigasi. (Subjek juga dapat disebut masalah yang belum terpecahkan atau yang tidak diketahui.) Sebagai contoh, Benjamin Franklin menduga dengan benar bahwa api St. Elmo bersifat elektrik, tetapi dibutuhkan serangkaian eksperimen dan perubahan teoretis yang panjang untuk membuktikannya. Ketika mencari sifat-sifat yang berkaitan dengan subjek, pemikiran yang cermat mungkin juga memerlukan beberapa definisi dan pengamatan; pengamatan ini sering kali menuntut pengukuran dan / atau penghitungan yang cermat yang dapat berupa penelitian empiris yang luas.

Sebuah pertanyaan ilmiah dapat merujuk pada penjelasan dari pengamatan tertentu, seperti dalam "Mengapa langit berwarna biru?" tetapi juga dapat bersifat terbuka, seperti dalam "Bagaimana saya dapat merancang obat untuk menyembuhkan penyakit tertentu?" Tahap ini sering kali melibatkan pencarian dan evaluasi bukti dari eksperimen sebelumnya, pengamatan atau pernyataan ilmiah pribadi, serta hasil karya ilmuwan lain. Jika jawabannya sudah diketahui, pertanyaan lain yang didasarkan pada bukti-bukti tersebut dapat diajukan. Ketika menerapkan metode ilmiah pada penelitian, menentukan pertanyaan yang baik bisa jadi sangat sulit dan akan memengaruhi hasil investigasi.

Pengumpulan pengukuran atau penghitungan yang sistematis dan cermat terhadap kuantitas yang relevan sering kali menjadi perbedaan penting antara ilmu semu, seperti alkimia, dan ilmu pengetahuan, seperti kimia atau biologi. Pengukuran ilmiah biasanya ditabulasikan, dibuat grafik, atau dipetakan, dan manipulasi statistik, seperti korelasi dan regresi, dilakukan pada pengukuran tersebut. Pengukuran dapat dilakukan dalam lingkungan yang terkendali, seperti laboratorium, atau dilakukan pada objek yang kurang lebih tidak dapat diakses atau tidak dapat dimanipulasi seperti bintang atau populasi manusia. Pengukuran sering kali membutuhkan instrumen ilmiah khusus seperti termometer, spektroskop, akselerator partikel, atau voltmeter, dan kemajuan bidang ilmiah biasanya terkait erat dengan penemuan dan peningkatannya.

Ketidakpastian
Pengukuran dalam karya ilmiah juga biasanya disertai dengan perkiraan ketidakpastiannya. Ketidakpastian ini sering diperkirakan dengan melakukan pengukuran berulang kali terhadap kuantitas yang diinginkan. Ketidakpastian juga dapat dihitung dengan mempertimbangkan ketidakpastian dari masing-masing kuantitas yang digunakan. Hitungan sesuatu, seperti jumlah orang di suatu negara pada waktu tertentu, mungkin juga memiliki ketidakpastian karena keterbatasan pengumpulan data. Atau, jumlah yang dihitung dapat mewakili sampel dari jumlah yang diinginkan, dengan ketidakpastian yang bergantung pada metode pengambilan sampel yang digunakan dan jumlah sampel yang diambil.

Definisi
Definisi ilmiah suatu istilah terkadang berbeda secara substansial dari penggunaan bahasa alamiahnya. Sebagai contoh, massa dan berat memiliki arti yang tumpang tindih dalam wacana umum, tetapi memiliki arti yang berbeda dalam mekanika. Besaran ilmiah sering dicirikan oleh satuan ukurannya yang kemudian dapat dijelaskan dalam satuan fisik konvensional ketika mengkomunikasikan pekerjaan.

Teori-teori baru terkadang dikembangkan setelah menyadari bahwa istilah-istilah tertentu sebelumnya tidak didefinisikan dengan cukup jelas. Sebagai contoh, makalah pertama Albert Einstein tentang relativitas dimulai dengan mendefinisikan keserentakan dan cara untuk menentukan panjang. Ide-ide ini dilewati oleh Isaac Newton dengan, "Saya tidak mendefinisikan waktu, ruang, tempat, dan gerak, seperti yang diketahui oleh semua orang." Makalah Einstein kemudian menunjukkan bahwa mereka (yaitu, waktu absolut dan panjang yang tidak bergantung pada gerak) adalah perkiraan.

Francis Crick memperingatkan kita bahwa ketika mengkarakterisasi suatu subjek, bagaimanapun juga, mungkin terlalu dini untuk mendefinisikan sesuatu ketika hal tersebut masih belum dipahami dengan baik. Dalam studi Crick tentang kesadaran, dia sebenarnya merasa lebih mudah untuk mempelajari kesadaran dalam sistem visual, daripada mempelajari kehendak bebas, misalnya. Contoh peringatannya adalah gen; gen jauh lebih tidak dipahami sebelum penemuan perintis Watson dan Crick tentang struktur DNA; akan menjadi kontraproduktif untuk menghabiskan banyak waktu untuk mendefinisikan gen, sebelum mereka.

Pengembangan hipotesis

Hipotesis adalah penjelasan yang disarankan untuk sebuah fenomena, atau dengan kata lain, sebuah proposal beralasan yang menunjukkan kemungkinan korelasi antara atau di antara serangkaian fenomena.

Biasanya hipotesis berbentuk model matematika. Kadang-kadang, tetapi tidak selalu, hipotesis juga dapat dirumuskan sebagai pernyataan eksistensial, yang menyatakan bahwa beberapa contoh tertentu dari fenomena yang sedang dipelajari memiliki beberapa karakteristik dan penjelasan kausal, yang memiliki bentuk umum pernyataan universal, yang menyatakan bahwa setiap contoh fenomena memiliki karakteristik tertentu.

Para ilmuwan bebas menggunakan sumber daya apa pun yang mereka miliki - kreativitas mereka sendiri, ide-ide dari bidang lain, penalaran induktif, kesimpulan Bayesian, dan seterusnya - untuk membayangkan penjelasan yang mungkin untuk fenomena yang diteliti. Albert Einstein pernah mengamati bahwa "tidak ada jembatan logis antara fenomena dan prinsip-prinsip teoretisnya." Charles Sanders Peirce, dengan meminjam halaman dari Aristoteles (Prior Analytics, 2.25) menggambarkan tahap-tahap awal penyelidikan, yang dipicu oleh "gangguan keraguan" untuk membuat tebakan yang masuk akal, sebagai penalaran abduktif: II, hal.290 Sejarah sains dipenuhi dengan kisah-kisah ilmuwan yang mengklaim "kilatan inspirasi", atau firasat, yang kemudian memotivasi mereka untuk mencari bukti untuk mendukung atau menyanggah ide mereka. Michael Polanyi menjadikan kreativitas semacam itu sebagai inti dari pembahasannya tentang metodologi.

Prediksi dari hipotesis
Setiap hipotesis yang berguna akan memungkinkan prediksi, dengan penalaran termasuk penalaran deduktif. Hipotesis tersebut dapat memprediksi hasil eksperimen di laboratorium atau pengamatan fenomena di alam. Prediksi juga dapat bersifat statistik dan hanya berhubungan dengan probabilitas.

Sangat penting bahwa hasil dari pengujian prediksi tersebut saat ini tidak diketahui. Hanya dalam kasus ini, hasil yang berhasil akan meningkatkan probabilitas bahwa hipotesis tersebut benar. Jika hasilnya sudah diketahui, ini disebut konsekuensi dan seharusnya sudah dipertimbangkan saat merumuskan hipotesis.

Jika prediksi tidak dapat diakses melalui observasi atau pengalaman, hipotesis belum dapat diuji sehingga akan tetap tidak ilmiah dalam arti yang sebenarnya. Teknologi atau teori baru mungkin membuat eksperimen yang diperlukan dapat dilakukan. Sebagai contoh, meskipun hipotesis tentang keberadaan spesies cerdas lainnya mungkin meyakinkan dengan spekulasi berbasis ilmiah, tidak ada eksperimen yang diketahui dapat menguji hipotesis ini. Oleh karena itu, ilmu pengetahuan itu sendiri hanya bisa mengatakan sedikit tentang kemungkinan tersebut. Di masa depan, sebuah teknik baru dapat memungkinkan untuk melakukan uji eksperimental dan spekulasi tersebut akan menjadi bagian dari ilmu pengetahuan yang dapat diterima.

Sebagai contoh, teori relativitas umum Einstein membuat beberapa prediksi spesifik tentang struktur ruang-waktu yang dapat diamati, seperti bahwa cahaya membengkok dalam medan gravitasi, dan bahwa jumlah pembengkokan bergantung pada kekuatan medan gravitasi tersebut. Pengamatan Arthur Eddington yang dilakukan selama gerhana matahari tahun 1919 lebih mendukung Relativitas Umum daripada gravitasi Newton.

Eksperimen
Setelah prediksi dibuat, mereka dapat dicari dengan eksperimen. Jika hasil pengujian bertentangan dengan prediksi, hipotesis yang mendasari prediksi tersebut akan dipertanyakan dan menjadi kurang dapat dipertahankan. Terkadang eksperimen dilakukan dengan tidak benar atau tidak dirancang dengan baik jika dibandingkan dengan eksperimen yang penting. Jika hasil eksperimen mengkonfirmasi prediksi, maka hipotesis dianggap lebih mungkin benar, tetapi mungkin masih salah dan terus diuji lebih lanjut.

Kontrol eksperimental adalah teknik untuk mengatasi kesalahan pengamatan. Teknik ini menggunakan kontras antara beberapa sampel, atau observasi, atau populasi, dalam kondisi yang berbeda, untuk melihat apa yang bervariasi atau apa yang tetap sama. Kami memvariasikan kondisi untuk tindakan pengukuran, untuk membantu mengisolasi apa yang telah berubah. Kanon Mill kemudian dapat membantu kita mencari tahu apa faktor yang penting. Analisis faktor adalah salah satu teknik untuk menemukan faktor penting dalam suatu efek.

Tergantung pada prediksinya, eksperimen dapat memiliki bentuk yang berbeda. Ini bisa berupa eksperimen klasik di laboratorium, studi double-blind, atau penggalian arkeologi. Bahkan naik pesawat dari New York ke Paris adalah eksperimen yang menguji hipotesis aerodinamis yang digunakan untuk membuat pesawat.

Lembaga-lembaga ini dengan demikian mereduksi fungsi penelitian menjadi biaya/manfaat, yang dinyatakan dalam bentuk uang, dan waktu serta perhatian para peneliti yang harus dikeluarkan, sebagai imbalan atas laporan kepada konstituen mereka. Instrumen besar saat ini, seperti Large Hadron Collider (LHC) milik CERN, atau LIGO, atau National Ignition Facility (NIF), atau Stasiun Luar Angkasa Internasional (ISS), atau Teleskop Luar Angkasa James Webb (JWST),memerlukan biaya miliaran dolar, dan jangka waktu yang panjang hingga puluhan tahun. Lembaga-lembaga semacam ini memengaruhi kebijakan publik, baik di tingkat nasional maupun internasional, dan para peneliti memerlukan akses bersama ke mesin-mesin tersebut dan infrastruktur tambahannya.

Para ilmuwan mengasumsikan sikap keterbukaan dan akuntabilitas dari pihak yang bereksperimen. Pencatatan yang terperinci sangat penting, untuk membantu dalam merekam dan melaporkan hasil eksperimen, dan mendukung efektivitas dan integritas prosedur. Catatan ini juga akan membantu dalam mereproduksi hasil eksperimen, yang mungkin dilakukan oleh orang lain. Jejak dari pendekatan ini dapat dilihat pada karya Hipparchus (190-120 SM), ketika menentukan nilai untuk presesi Bumi, sementara eksperimen terkontrol dapat dilihat pada karya al-Battani (853-929 M) dan Alhazen (965-1039 M).

Disadur dari: en.wikipedia.org

Pemodelan dan simulasi

Pemodelan dan simulasi adalah penggunaan model (misalnya, representasi fisik, matematis, perilaku, atau logis dari suatu sistem, entitas, fenomena, atau proses) sebagai dasar simulasi untuk mengembangkan data yang digunakan untuk pengambilan keputusan manajerial atau teknis.

Dalam aplikasi pemodelan dan simulasi komputer, komputer digunakan untuk membangun model matematika yang berisi parameter kunci dari model fisik. Model matematis merepresentasikan model fisik dalam bentuk virtual, dan kondisi diterapkan yang mengatur eksperimen yang diinginkan. Simulasi dimulai - yaitu, komputer menghitung hasil dari kondisi-kondisi tersebut pada model matematika - dan mengeluarkan hasil dalam format yang dapat dibaca oleh mesin atau manusia, tergantung pada implementasinya.

Penggunaan M&S dalam bidang teknik sudah dikenal luas. Teknologi simulasi merupakan bagian dari perangkat para insinyur di semua domain aplikasi dan telah dimasukkan ke dalam tubuh pengetahuan manajemen teknik. M&S membantu mengurangi biaya, meningkatkan kualitas produk dan sistem, serta mendokumentasikan dan mengarsipkan pelajaran yang didapat. Karena hasil simulasi hanya sebaik model yang mendasarinya, para insinyur, operator, dan analis harus memberikan perhatian khusus pada konstruksinya. Untuk memastikan bahwa hasil simulasi dapat diterapkan di dunia nyata, pengguna harus memahami asumsi, konseptualisasi, dan batasan pelaksanaannya. Selain itu, model dapat diperbarui dan diperbaiki dengan menggunakan hasil eksperimen yang sebenarnya. M&S adalah sebuah disiplin ilmu tersendiri. Banyaknya domain aplikasi yang ada sering kali menimbulkan anggapan bahwa M&S adalah aplikasi murni. Hal ini tidak benar dan perlu disadari oleh manajemen rekayasa dalam penerapan M&S.

Penggunaan model matematika dan simulasi semacam itu menghindari eksperimen yang sebenarnya, yang dapat memakan biaya dan waktu. Sebaliknya, pengetahuan matematika dan kekuatan komputasi digunakan untuk memecahkan masalah dunia nyata dengan murah dan dengan cara yang efisien. Dengan demikian, M&S dapat memfasilitasi pemahaman perilaku sistem tanpa benar-benar menguji sistem di dunia nyata. Misalnya, untuk menentukan jenis spoiler mana yang paling meningkatkan traksi saat mendesain mobil balap, simulasi komputer mobil dapat digunakan untuk memperkirakan efek bentuk spoiler yang berbeda terhadap koefisien gesekan saat berbelok.

Wawasan yang berguna tentang berbagai keputusan dalam desain dapat diperoleh tanpa harus membuat mobil. Selain itu, simulasi dapat mendukung eksperimen yang terjadi sepenuhnya dalam perangkat lunak, atau dalam lingkungan human-in-the-loop di mana simulasi merepresentasikan sistem atau menghasilkan data yang diperlukan untuk memenuhi tujuan eksperimen. Selain itu, simulasi dapat digunakan untuk melatih orang menggunakan lingkungan virtual yang jika tidak, akan sulit atau mahal untuk diproduksi.

Minat pada simulasi

Secara teknis, simulasi diterima dengan baik di banyak bidang. Laporan National Science Foundation (NSF) tahun 2006 "Ilmu Teknik Berbasis Simulasi" menyoroti potensi penggunaan teknik dan metode simulasi untuk mengubah ilmu teknik. Beberapa alasan meningkatnya minat terhadap aplikasi simulasi adalah:

1. Biaya, Keamanan, dan Etika: Penggunaan simulasi umumnya lebih murah, lebih aman, dan terkadang lebih etis daripada melakukan eksperimen di dunia nyata. Contohnya, superkomputer digunakan untuk mensimulasikan ledakan perangkat nuklir untuk mendukung kesiapsiagaan dalam kasus terjadi ledakan nuklir. Upaya serupa juga dilakukan untuk mensimulasikan badai dan bencana alam lainnya.

2. Realisme: Simulasi seringkali lebih realistis daripada eksperimen tradisional karena memungkinkan konfigurasi bebas dari rentang parameter lingkungan realistis yang ditemukan dalam bidang aplikasi operasional produk akhir. Contohnya adalah dalam mendukung operasi perairan di Angkatan Laut AS atau simulasi permukaan planet tetangga dalam persiapan misi NASA.

3. Kecepatan: Simulasi dapat dilakukan lebih cepat dibandingkan waktu nyata, memungkinkan analisis yang efisien terhadap berbagai alternatif. Ini berguna terutama ketika data yang diperlukan untuk menginisialisasi simulasi dapat dengan mudah diperoleh dari data operasional.

4. Pengaturan Lingkungan Sintetik: Simulasi memungkinkan pengaturan lingkungan sintetik yang koheren, memungkinkan integrasi sistem simulasi pada tahap analisis awal hingga pengujian sistem akhir. Lingkungan ini dapat dipindahkan dari domain pengembangan dan pengujian ke domain pelatihan dan pendidikan dalam fase siklus hidup sistem.

Komunitas militer dan pertahanan AS sangat mendukung MandS dalam hal pendanaan dan implementasi. MandS digunakan dalam strategi pengadaan dan akuisisi militer modern dan dianggap sebagai bagian penting dari rekayasa sistem militer. Namun, penerapan MandS juga berkembang di bidang medis, transportasi, dan industri lainnya, dan Departemen Pertahanan diperkirakan akan lebih banyak menggunakan MandS di masa mendatang.

Sebagai disiplin ilmu yang baru muncul

Bidang pemodelan dan simulasi (MandS) yang sedang berkembang dibangun berdasarkan kemajuan dalam beberapa disiplin ilmu komputer dan dipengaruhi oleh kemajuan dalam teori sistem, rekayasa dan rekayasa sistem, ilmu komputer, kecerdasan buatan, dan banyak lagi. Fondasi ini sangat beragam, menggabungkan unsur seni, teknik, dan sains dengan cara yang kompleks dan unik. Pakar lokal harus dilibatkan dalam pengambilan keputusan dalam konteks penerapan atau pengembangan teknologi MandS. Keberagaman dan sifat berorientasi aplikasi pada bidang ini merupakan tantangan, terkadang menyebabkan konflik terminologis antara bidang aplikasi yang berbeda. Oleh karena itu, konsep, istilah, dan praktik perlu disajikan secara komprehensif dan ringkas untuk menciptakan kumpulan pengetahuan tertentu dalam domain tersebut, yaitu studi MandS. Pekerjaan ini sedang berlangsung karena beragamnya donor.

Padilla dan rekannya merekomendasikan untuk membedakan antara aplikasi ilmiah, teknik, dan MandS. Ilmu MandS berkontribusi pada teori MandS yang menjelaskan landasan pendidikan dalam pembelajaran. Arsitektur MandS didasarkan pada konsep MandS, namun berfokus pada model solusi yang dapat diterapkan pada berbagai domain masalah. Aplikasi MandS, di sisi lain, berfokus pada solusi yang menggunakan MandS untuk memecahkan masalah dunia nyata. Solusi-solusi ini sangat spesifik pada domain masalah dan didasarkan pada pengalaman domain masalah daripada teori dan metode MandS. Suatu model dapat tersusun dari beberapa unit yang saling berhubungan untuk mencapai suatu tujuan tertentu, sehingga disebut juga solusi pemodelan.

Memang benar, pemodelan dan simulasi merupakan inti dari rekayasa sistem karena mewakili suatu sistem sebagai model yang dapat dibaca komputer memungkinkan para insinyur untuk mereproduksi perilaku sistem. Kumpulan teknik pemodelan dan simulasi disajikan untuk mendukung rekayasa sistem.

Konsep individu

Meskipun istilah "pemodelan" dan "simulasi" sering digunakan sebagai sinonim dalam disiplin ilmu yang menerapkan M&S secara eksklusif sebagai alat bantu, namun dalam disiplin ilmu M&S, keduanya diperlakukan sebagai konsep yang terpisah dan sama pentingnya. Pemodelan dipahami sebagai abstraksi realitas yang disengaja, yang menghasilkan spesifikasi formal dari konseptualisasi dan asumsi serta batasan yang mendasarinya.

M&S secara khusus tertarik pada model yang digunakan untuk mendukung implementasi versi yang dapat dieksekusi di komputer. Eksekusi model dari waktu ke waktu dipahami sebagai simulasi. Sementara pemodelan menargetkan konseptualisasi, tantangan simulasi terutama berfokus pada implementasi, dengan kata lain, pemodelan berada di tingkat abstraksi, sedangkan simulasi berada di tingkat implementasi.

Konseptualisasi dan implementasi - pemodelan dan simulasi - adalah dua kegiatan yang saling bergantung, namun tetap dapat dilakukan oleh individu yang terpisah. Pengetahuan dan pedoman manajemen dan teknik diperlukan untuk memastikan bahwa keduanya terhubung dengan baik. Seperti halnya seorang profesional manajemen rekayasa dalam rekayasa sistem perlu memastikan bahwa desain sistem yang ditangkap dalam arsitektur sistem selaras dengan pengembangan sistem, tugas ini perlu dilakukan dengan tingkat profesionalisme yang sama untuk model yang harus diimplementasikan juga.

Seiring dengan peran big data dan analitik yang terus berkembang, peran simulasi gabungan analisis adalah ranah profesional lain yang disebut paling sederhana - untuk memadukan teknik algoritmik dan analitik melalui visualisasi yang tersedia secara langsung bagi para pengambil keputusan. Sebuah studi yang dirancang untuk Biro Tenaga Kerja dan Statistik oleh Lee dkk. memberikan gambaran menarik tentang bagaimana teknik bootstrap (analisis statistik) digunakan dengan simulasi untuk menghasilkan data populasi yang sebelumnya tidak ada.

Disadur dari: en.wikipedia.org

International Council on Systems Engineering

International Council on Systems Engineering (INCOSE; diucapkan in-co-see) adalah organisasi keanggotaan nirlaba dan masyarakat profesional di bidang rekayasa sistem dengan sekitar 17.000 anggota termasuk anggota perorangan, perusahaan, dan mahasiswa. Kegiatan utama INCOSE meliputi konferensi, publikasi, cabang lokal, sertifikasi, dan kelompok kerja teknis.

Simposium Internasional INCOSE biasanya diadakan pada bulan Juli, dan Lokakarya Internasional INCOSE diadakan di Amerika Serikat pada bulan Januari.Saat ini, terdapat sekitar 70 cabang INCOSE lokal di seluruh dunia dengan sebagian besar cabang di luar Amerika Serikat mewakili seluruh negara, sedangkan cabang di Amerika Serikat mewakili kota atau wilayah.

INCOSE mengorganisir sekitar 50 kelompok kerja teknis dengan keanggotaan internasional, yang bertujuan untuk kolaborasi dan pembuatan produk INCOSE, baik cetak maupun online, di bidang rekayasa sistem. Ada kelompok kerja untuk topik-topik dalam praktik rekayasa sistem, rekayasa sistem dalam industri tertentu dan hubungan rekayasa sistem dengan disiplin ilmu terkait lainnya.

INCOSE menerbitkan dua terbitan berkala utama: jurnal, dan majalah praktisi, serta sejumlah karya yang diterbitkan secara individu, termasuk INCOSE Handbook. Bekerjasama dengan IEEE Computer Society dan Systems Engineering Research Council (SERC), INCOSE menerbitkan dan mengelola Systems Engineering Book of Knowledge (SEBoK) secara daring,[7] referensi bergaya wiki yang terbuka untuk kontribusi dari siapa pun, tetapi dengan konten yang dikontrol dan dikelola oleh dewan redaksi.

INCOSE mensertifikasi insinyur sistem melalui proses sertifikasi tiga tingkat, yang membutuhkan kombinasi pendidikan, pengalaman bertahun-tahun, dan lulus ujian berdasarkan Buku Pegangan Rekayasa Sistem INCOSE.INCOSE adalah organisasi anggota dari Federation of Enterprise Architecture Professional Organizations (FEAPO), sebuah asosiasi organisasi profesional di seluruh dunia yang dibentuk untuk memajukan disiplin Enterprise Architecture.

Tujuan

Visi yang dinyatakan oleh INCOSE adalah "Dunia yang lebih baik melalui pendekatan sistem" dan misinya adalah "Untuk mengatasi tantangan sosial dan teknis yang kompleks dengan memungkinkan, mempromosikan, dan memajukan rekayasa sistem dan pendekatan sistem."Tujuan organisasi difokuskan pada penciptaan dan penyebaran informasi rekayasa sistem, mendorong kolaborasi internasional, dan memajukan profesi rekayasa sistem.

Publikasi

• Buku Panduan Rekayasa Sistem INCOSE
• Rekayasa Sistem
• Jurnal Praktisi INSIGHT
• Buku Panduan Metrik untuk Pengembangan Sistem dan Produk Terpadu
• Basis data publikasi I-pub
• Basis Data Alat Rekayasa Sistem

Standar
Dewan Internasional INCOSE untuk Komite Teknis Standar Rekayasa Sistem (STC) bekerja untuk memajukan dan menyelaraskan standar rekayasa sistem yang digunakan di seluruh dunia. Beberapa standar penting yang telah dilibatkan oleh STC adalah:

• ECSS-E-10 Rekayasa Ruang Angkasa - Rekayasa Sistem Bagian 1B: Persyaratan dan proses, 18 November 2004
• ECSS-E-10 Space Engineering - Rekayasa Sistem Bagian 6A: Spesifikasi fungsional dan teknis, 09 Jan 2004
• ECSS-E-10 Rekayasa Ruang Angkasa - Rekayasa Sistem Bagian 7A: Pertukaran data produk, 25 Agustus 2004
• ISO/IEC/IEEE 15288: 2015 - Proses Siklus Hidup Sistem dan Perangkat Lunak
• Bahasa Pemodelan Sistem OMG (OMG SysML), Juli 2006

Penghargaan yang diberikan

• INCOSE Pioneer Award: penghargaan tahunan untuk orang-orang yang telah memberikan kontribusi perintis yang signifikan dalam bidang Rekayasa Sistem

Disadur dari: en.wikipedia.org