Fabrikasi data: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Tidak ada ringkasan suntingan |
|||
Baris 14:
Secara lebih luas, fabrikasi data dapat berdampak pada kebijakan publik. Jika kebijakan didasarkan pada data yang salah, maka kebijakan tersebut berpotensi tidak efektif atau bahkan menimbulkan masalah baru.<ref name="stacey2016">{{Cite journal|last=Stacey|first=Anthony|date=2016|title=Militating against data fabrication and falsification: A protocol of trias politica for business research|url=https://academic-publishing.org/index.php/ejbrm/article/view/1343|journal=The Electronic Journal of Business Research Methods|volume=14|issue=2}}</ref> Oleh karena itu, pencegahan dan deteksi fabrikasi data sangat penting untuk menjaga integritas ilmu pengetahuan, kepercayaan publik, dan keberlangsungan pembangunan yang didasari oleh data dan penelitian yang valid.
== Pencegahan ==
Pencegahan fabrikasi data membutuhkan pendekatan komprehensif yang melibatkan berbagai pihak dan aspek. Langkah awal yang krusial adalah menanamkan etika penelitian yang kuat sejak awal kepada para peneliti, mulai dari pendidikan formal hingga pelatihan profesional. Penekanan pada integritas, kejujuran, dan tanggung jawab dalam penelitian harus menjadi landasan utama.<ref>{{Cite journal |last=Buljan |first=Ivan |last2=Barać |first2=Lana |last3=Marušić |first3=Ana |date=2018-04-22 |title=How researchers perceive research misconduct in biomedicine and how they would prevent it: A qualitative study in a small scientific community |url=https://doi.org/10.1080/08989621.2018.1463162 |journal=Accountability in Research |volume=25 |issue=4 |pages=220–238 |doi=10.1080/08989621.2018.1463162 |issn=0898-9621}}</ref> Selain itu, pengawasan dan audit yang ketat terhadap proses penelitian, termasuk pengumpulan, pengolahan, dan analisis data, perlu ditingkatkan. Hal ini dapat dilakukan melalui mekanisme [[penelaahan sejawat]] (''peer review'') yang lebih cermat dan penggunaan [[perangkat lunak]] untuk mendeteksi anomali data atau pola yang mencurigakan.
Transparansi dan keterbukaan data juga merupakan langkah penting dalam pencegahan fabrikasi data. Mendorong peneliti untuk mempublikasikan data mentah atau menyediakan akses ke data mereka bagi peneliti lain dapat membantu memverifikasi hasil penelitian.<ref>{{Cite journal |last=Rasmussen |first=Lisa M. |date=2019 |title=Confronting Research Misconduct in Citizen Science |url=https://doi.org/10.5334/cstp.207 |journal=Citizen Science: Theory and Practice |volume=4 |issue=1 |doi=10.5334/cstp.207 |issn=2057-4991}}</ref> Penerapan pedoman dan regulasi yang jelas terkait etika penelitian dan sanksi bagi pelaku fabrikasi data juga diperlukan. Lembaga penelitian, universitas, dan jurnal ilmiah harus memiliki mekanisme yang efektif untuk menangani kasus-kasus pelanggaran etika penelitian.<ref>{{Cite journal |date=2014-10-14 |title=The Causes of Misconduct |url=https://doi.org/10.4324/9781315732169-10 |publisher=Routledge |pages=36–52 |isbn=978-1-315-73216-9}}</ref>
== Contoh kasus ==
== Referensi ==
| |||