Lecture Note: Deduktif

Lecture note kali ini dari pak Lala Septem Riza lagi. Beliau memang paling rajin membuat tulisan ini sih di grup. Salut deh! Tulisan beliau kali ini mengenai cara berpikir secara deduktif. Cara berpikir seperti ini diperlukan oleh seorang ilmuwan. Ciye.

Oh ya, kutipan dari grup yang saya muat ulang di blog ini mungkin tidak berurut karena saya mengambilnya secara langsung tanpa memperhatikan keterurutan tanggal :).

Baiklah, mari langsung kita simak tulisan beliau ya!

[LECTURE NOTE] Kali kita akan mendiskusikan pasangan dari induktif, yaitu deduktif. Jika hipotesa induktif di bangun dari proses generalisasi atau bottom up, maka deduktif adalah top down. Pada tema induktif di LECTURE NOTE sebelumnya, kita punya contoh tentang mangga dan angsa. Sekarang, kita coba rasakan bedanya dengan contoh deduktif berikut ini. Ketika, saya jalan-jalan di suatu tempat yang tak saya kenal, tiba - tiba saya lihat ada pohon mangga yang berbuah lebat, saya katakan pada pemiliknya (dimana saya juga tak kenal beliau): "Pak, saya yakin deh mangga di pohon ini pasti manis rasanya". Saat itu juga, saya punya hipotesa deduktif bahwa mangga di pohon tersebut manis, karena saya belum pernah mencicipi satupun dari mangga itu. Pertanyaannya kemudian, bagaimana kita tahu kalau hipotesa kita benar ttg mangga tersebut ? Jawabannya adalah selama anda belum bisa menemukan mangga yang tak manis rasanya, maka hipotesa anda diterima sebagai kebenaran. Itulah deduktif. Deduktif mengharuskan kita memiliki hipotesa lebih dahulu. Kita uji hipotesa itu, dengan cara "mempertanyakannya" dan mencari "kesalahan" dari hipotesa itu. Satu saja kita temukan contoh data yang membuat hipotesa kita tak valid, maka hipotesa kita jadi gugur. Sebaliknya, selama kita belum bisa menemukan kesalahannya maka hipotesa tersebut kita terima. Jadi, sudah terasa perbedaannya dengan induktif, bukan?
Pertanyaan berikutnya: apakah kita bisa buat sembarang hipotesa ? Tentu tidak! Hipotesa yang kita buat HARUS hipotesa yang bisa bernilai SALAH. Contoh hipotesa yang tak bisa memiliki nilai salah adalah "Sebab bumi bulat adalah karena bumi mencintai bulan yang juga berbentuk bulat". Secara objektif, kita sulit membuktikan benar atau salah hipotesa ini, maka hipotesa seperti ini tak bisa kita gunakan sebagai hipotesa di deduktif.
Dari sisi matematika, ada mekanisme sehingga deduktif bisa memiliki kebenaran ABSOLUT, tapi kita tidak membahasnya disini. Sedangkan tinjauan science yang umum, kebenaran deduktif masih relatif. Kenapa relatif ? karena tergantung dari temuan kesalahan, jadi bisa saja sekarang masih valid, tapi setahun kemudian ditemukan data/fakta yang menggagalkan hipotesa. Dan inilah salah satu kelemahan deduktif, "kebenaran yang tak bisa dipastikan".
Bagian terakhir ini, saya ingin mengajak berdiskusi, kira - kira pernahkah kita melakukan induktif dan deduktif di Ilmu Komputer ? Bagi mahasiswa pendidikan yg sedang/sudah tugas akhir, mungkin tak lagi asing, tapi bagi mahasiswa lain, mungkin tak menyadarinya. Jika anda suka mata kuliah data mining, anda pasti ingat betul tentang metode clustering (misal, c means, fuzzy, dll). Ketika kita mengenerate pusat kluster dari ribuan baris data, saat itulah kita melakukan induktif. Hipotesa yang kita bangun adalah pusat kluster tersebut. Kemudian, ketika kita punya data uji (data baru), trus kita ingin mengetahui data tersebut ada di kluster mana, maka pada saat itulah kita melakukan deduktif. Begitu juga, bagi penggemar artificial neural network, pada saat learning process kita sebenarnya mencari hipotesa (dalam hal ini berupa fungsi) dengan cara mencari bobot (w) yang tepat. Sedangkan deduktif, ketika kita melakukan testing atas bobot tersebut dengan testing data. Dan masih banyak contoh lain yang menunjukkan bahwa induktif dan deduktif biasa kita gunakan. Kalau begitu, sedikit kejawab bukan bahwa disadari atau tidak, anda adalah seorang scientist. Semoga ini bisa jadi berita yang menggembirakan, horeee kita adalah scientist, coolll... hehehe