udah lama banget nih ga nulis di blog. Ya semenjak lupa password dengan blog studyongame.blogspot.com makanya jadi malas nulis di blog. Dan kini mulai lagi dengan blog baru yang niat awalnya pengen dijadiin blog seni dalam merangkai kata dan cerita-cerita inspiratif tapi di postingan kali ini malah menjadi blog buat sharing ilmu mengenai metodologi penelitian. Hufftt...gapapa lah ya...
Sebelumnya udah pada tau belum mengenai metode penelitian? kalau belum tau,ayo simak disini...
Menurut KBBI, Metodologi berarti ilmu tentang metode atau uraian tentang metode. Sedangkan Penelitian berarti kegiatan pengumpulan, pengolahan, analisis, dan penyajian data yang dilakukan secara sistematis dan objektif untuk memecahkan suatu persoalan atau menguji suatu hipotesis untuk mengembangkan prinsip-prinsip umum. Didalam Metodologi penelitian sendiri,terdapat beberapa prinsip yang dikemukakan oleh para ahli seperti:Rene Descartes dalam karyanya Discourse On Methoda, yang mengemukakan 6 (enam) prinsip metodologi. Alfred Julesayer dalam karyanya yang berjudul Language, Truth and Logic yang terkait dengan prinsip metodologi adalah prinsip verifikasi.
Dalam suatu penelitian terdapat bagian-bagian pokok yang harus ada, yakni:
1. Latar Belakang
2. Rumusan Masalah
3. Eksperimen
4. Kesimpulan
Biar makin jelas,bisa disimak dari contoh berikut ini yang merupakan abstrak dari suatu paper ilmiah yang diambil dari link http://ieeexplore.ieee.org/document/7353157/
Abstract:
Edge-based active contour models are effective in segmenting images with intensity inhomogeneity but often fail when applied to images containing poorly defined boundaries, such as in medical images. (Bagian ini merupakan bagian Latar Belakang)
Traditional edge-stop functions (ESFs) utilize only gradient information, which fails to stop contour evolution at such boundaries because of the small gradient magnitudes. To address this problem, we propose a framework to construct a group of ESFs for edge-based active contour models to segment objects with poorly defined boundaries. (Bagian ini merupakan bagian Rumusan Masalah)
In our framework, which incorporates gradient information as well as probability scores from a standard classifier, the ESF can be constructed from any classification algorithm and applied to any edge-based model using a level set method. (Bagian ini merupakan bagian Eksperimen)
Experiments on medical images using the distance regularized level set for edge-based active contour models as well as the k-nearest neighbours and the support vector machine confirm the effectiveness of the proposed approach. (Bagian ini merupakan bagian Kesimpulan)
Nah,gimana udah pada tau kan yaa...
Cukup sekian dulu ya sharing ilmu nya,semoga di postingan selanjutnya blog ini kembali ke fitrahnya :'( . Terimakasih telah berkunjung dan sampai jumpa :)
Komentar
Posting Komentar