Program Studi Bisnis Digital • FEB

Desain UI & UX

Pertemuan 3 — Riset Pengguna Bagian 1: Metode Riset (Wawancara, Survei, Observasi) dan Etika Riset

Sebelum merancang tampilan apa pun, seorang desainer harus tahu satu hal: siapa penggunanya, dan apa masalah nyata yang mereka hadapi.

RPS minggu 3 · 2x50 menit

Selamat pagi/siang, Anda semua. Minggu lalu kita sudah membahas apa itu UI dan UX serta lima tahap Design Thinking. Hari ini kita masuk ke tahap pertama dan paling fundamental dari Design Thinking itu, yaitu Empathize atau berempati — dan cara konkret melakukannya adalah lewat riset pengguna. Bayangkan Anda ditugaskan mendesain ulang aplikasi kasir untuk warung UMKM di Semarang; kalau Anda langsung menggambar tombol dan warna tanpa pernah bicara dengan pemilik warungnya, kemungkinan besar desain Anda akan meleset jauh dari kebutuhan mereka. Riset pengguna adalah jembatan yang mencegah kesalahan mahal itu. Hari ini kita akan pelajari tiga metode inti — wawancara, survei, dan observasi — plus prinsip etika yang wajib dipegang setiap kali kita melibatkan manusia sebagai partisipan riset.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda mampu memilih dan merancang metode riset pengguna yang tepat sesuai kebutuhan proyek (Sub-CPMK minggu 3). Secara rinci:

CAPAIAN 1

BEDAKAN

Membedakan riset kualitatif (mendalam, sedikit orang) dan kuantitatif (terukur, banyak orang).

CAPAIAN 2

TERAPKAN

Merancang wawancara, survei, dan observasi sesuai pertanyaan riset yang berbeda.

CAPAIAN 3

HITUNG

Menghitung ukuran sampel survei dan tingkat keberhasilan tugas dari data observasi.

CAPAIAN 4

PATUHI

Menerapkan prinsip etika riset: persetujuan partisipan (informed consent) dan privasi data.

Mengapa Desainer Tidak Boleh Menebak?

Bayangkan tim desain Gojek ingin menambah fitur baru di aplikasi driver. Tanpa riset, ada dua jalan — dan hanya satu yang aman:

JALAN TEBAK-TEBAKAN

ASUMSI TIM

Desainer merancang berdasar "menurut saya driver pasti mau fitur ini" — cepat, tapi berisiko tinggi meleset dari kebutuhan nyata di lapangan.

JALAN RISET

DATA PENGGUNA

Desainer bicara/mengamati driver asli sebelum menggambar apa pun — lebih lambat, tapi fondasinya nyata, bukan tebakan.

Riset pengguna itu bukan langkah "opsional bila sempat" — ia adalah asuransi agar produk yang dibangun tim developer tidak dibuang percuma karena ternyata tak ada yang butuh.

Riset Pengguna = Jantung Tahap "Empathize"

Minggu lalu Anda mengenal lima tahap Design Thinking. Riset pengguna adalah alat utama tahap pertama: Empathize (berempati).

Tanpa riset yang solid di tahap Empathize, tahap Define (merumuskan masalah, minggu 4) akan dibangun di atas asumsi yang salah — seperti membangun rumah tanpa survei tanah dulu.

Dua Jenis Data: Kualitatif vs Kuantitatif

Setiap metode riset pengguna menghasilkan salah satu (atau kombinasi) dari dua jenis data ini. Memahami perbedaannya menentukan metode mana yang Anda pilih.

Kualitatif — "MENGAPA"

Data berupa cerita, kata-kata, perasaan
Jumlah partisipan sedikit (5–10 orang)
Contoh alat: wawancara, observasi mendalam
Cocok untuk menggali motivasi di balik perilaku

Kuantitatif — "BERAPA BANYAK"

Data berupa angka yang bisa dihitung
Jumlah partisipan banyak (puluhan–ribuan)
Contoh alat: survei/kuesioner berskala
Cocok untuk memvalidasi pola di populasi luas

Tim UI/UX profesional (BCA mobile, Tokopedia) biasanya memakai keduanya secara berurutan: wawancara kualitatif dulu untuk menemukan hipotesis, lalu survei kuantitatif untuk mengukur seberapa luas hipotesis itu berlaku.

Bagian 1 dari 3

Metode Wawancara

Menggali cerita dan motivasi pengguna lewat percakapan satu-satu yang terstruktur.

Wawancara: Definisi dan Kapan Dipakai

Wawancara (interview) adalah percakapan terarah satu lawan satu antara periset dan satu pengguna, untuk menggali pengalaman, kebutuhan, dan motivasinya secara mendalam.

TERSTRUKTUR

DAFTAR TETAP

Pertanyaan sudah ditentukan penuh, urutan sama untuk semua partisipan — mudah dibandingkan.

SEMI-TERSTRUKTUR

PALING UMUM

Ada panduan pertanyaan inti, tapi periset bebas menggali lebih dalam ("probing") saat menarik.

TAK TERSTRUKTUR

MENGALIR BEBAS

Tanpa daftar tetap, mengalir seperti obrolan — cocok tahap eksplorasi awal yang sangat terbuka.

Gunakan wawancara saat Anda perlu memahami konteks dan alasan di balik perilaku — misalnya, mengapa mahasiswa UNDIP jarang memakai aplikasi SIAP untuk mengecek KRS-nya.

Membangun Pertanyaan yang Menggali, Bukan Menjebak

Kualitas wawancara ditentukan oleh kualitas pertanyaannya. Perhatikan dua walkthrough berikut — bandingkan pertanyaan lemah versus kuat.

Kasus	Pertanyaan Lemah (tertutup/menuntun)	Perbaikan (terbuka/netral)
1. Kepuasan fitur	"Anda suka fitur checkout kami, kan?"	"Ceritakan pengalaman Anda terakhir kali checkout di aplikasi ini."
2. Frekuensi pakai	"Anda sering pakai aplikasi ini, ya?"	"Kapan terakhir kali Anda membuka aplikasi ini, dan untuk apa?"
3. Masalah teknis	"Loading-nya lambat, betul?"	"Apa yang Anda rasakan saat menunggu halaman ini terbuka?"

Pertanyaan lemah disebut leading question (pertanyaan menggiring) — jawabannya sudah "disetir" duluan oleh periset, sehingga hasil risetnya bias dan tidak bisa dipercaya.

Kebiasaan Pewawancara yang Baik vs Buruk

LAKUKAN

Dengarkan lebih banyak, bicara lebih sedikit (rasio ideal ~20:80)
Diam sejenak setelah bertanya — beri ruang partisipan berpikir
Tanyakan contoh konkret: "coba ceritakan kejadian terakhir kalinya"
Rekam (dengan izin) agar bisa fokus mendengarkan, bukan mencatat

HINDARI

Memotong cerita partisipan untuk buru-buru ke pertanyaan berikut
Menawarkan solusi/opini periset di tengah wawancara
Menanyakan hal hipotetis: "kalau ada fitur X, apakah Anda akan pakai?"
Membiarkan partisipan menjawab demi menyenangkan periset

Bagian 2 dari 3

Survei & Observasi

Dari mengukur pola di banyak orang, sampai mengamati perilaku asli tanpa bertanya sama sekali.

Survei: Mengukur Pola di Banyak Pengguna

Survei (kuesioner) adalah kumpulan pertanyaan tertulis yang sama, dijawab banyak responden sekaligus — hasilnya berupa angka yang bisa dihitung dan dibandingkan.

Skala Likert — alat ukur sikap paling umum di survei UX

Contoh pertanyaan: "Aplikasi ini mudah digunakan"

Hitung dari Nol: Berapa Responden Survei yang Cukup?

Tim UX ingin survei ke mahasiswa pengguna aplikasi kampus SIAP UNDIP. Populasi (N) = 500 mahasiswa aktif, margin error (e) yang ditoleransi = 5%. Pakai rumus Slovin.

n = N ÷ (1 + N × e²)

Langkah	Perhitungan	Nilai
1. Populasi (N)	Jumlah mahasiswa aktif pengguna	500
2. Margin error (e)	Toleransi kesalahan 5%	0,05
3. Kuadratkan e	0,05 × 0,05	0,0025
4. N × e²	500 × 0,0025	1,25
5. Tambah 1	1 + 1,25	2,25
6. Bagi N	500 ÷ 2,25	222,2
7. Bulatkan ke atas	Pembulatan responden	223 responden

HASIL AKHIR

223

responden minimal dibutuhkan

Coba Sendiri: Hitung Ukuran Sampel dengan Rumus Slovin

Geser jumlah populasi dan margin error, lalu amati bagaimana jumlah responden minimal berubah.

Observasi: Mengamati, Bukan Bertanya

Observasi adalah metode mengamati langsung perilaku pengguna saat mereka memakai produk — tanpa mengandalkan apa yang mereka katakan tentang perilakunya.

PARTICIPANT OBSERVATION

IKUT TERLIBAT

Periset ikut memakai produk bersama pengguna, mis. duduk di sebelah pedagang UMKM saat memakai aplikasi kasir digital.

NON-PARTICIPANT OBSERVATION

AMATI DARI LUAR

Periset diam-diam mengamati tanpa ikut campur, mis. merekam layar pengguna saat mencoba checkout tanpa diarahkan.

Prinsip kunci: apa yang orang katakan dan apa yang orang lakukan sering berbeda. Observasi menangkap kebenaran perilaku yang bahkan tidak disadari penggunanya sendiri.

Hitung dari Nol: Tingkat Keberhasilan Tugas

Tim UX mengobservasi 20 pengguna mencoba menyelesaikan tugas "checkout produk" di prototipe aplikasi belanja tanpa dibantu. 15 orang berhasil tanpa bantuan.

Success rate = (berhasil ÷ total) × 100%

Langkah	Perhitungan	Nilai
1. Total partisipan diamati	Jumlah sesi observasi	20 orang
2. Berhasil tanpa bantuan	Menyelesaikan tugas sendiri	15 orang
3. Gagal/butuh bantuan	20 − 15	5 orang
4. Rasio keberhasilan	15 ÷ 20	0,75
5. Ubah ke persen	0,75 × 100	75%
6. Bandingkan ambang industri	75% vs ~70% (ambang "baik")	Tergolong baik

SUCCESS RATE

75%

berhasil menyelesaikan tugas

Success rate atau tingkat keberhasilan tugas adalah salah satu metrik paling dasar dan paling sering dilaporkan dalam riset usability. Mari kita hitung langkah demi langkah: dari 20 orang yang diobservasi, 15 berhasil menyelesaikan checkout tanpa bantuan sama sekali, sedangkan 5 sisanya butuh bantuan atau gagal total. Kita bagi yang berhasil dengan total, dapat 0,75, lalu kalikan 100 untuk jadi persen — hasilnya 75 persen. Sebagai patokan kasar di industri, angka di atas sekitar 70 persen biasanya sudah dianggap cukup baik, meski angka ini bisa bervariasi tergantung kompleksitas tugas — jadi anggap ini estimasi, bukan aturan baku. Perhatikan bahwa angka 75 persen ini juga berarti masih ada 25 persen pengguna yang kesulitan — di situlah tim desain tahu persis bagian mana dari alur checkout yang perlu diperbaiki.

Wawancara vs Survei vs Observasi — Kapan Pakai Apa?

Aspek	Wawancara	Survei	Observasi
Jenis data	Kualitatif	Kuantitatif	Kualitatif + perilaku
Jumlah partisipan	Sedikit (5–10)	Banyak (puluhan–ribuan)	Sedang (5–15)
Menjawab pertanyaan	"Mengapa?"	"Berapa banyak?"	"Apa yang benar-benar terjadi?"
Waktu & biaya	Tinggi per orang	Rendah per orang	Sedang–tinggi
Risiko bias utama	Leading question	Pertanyaan ambigu	Efek diamati (Hawthorne)

Proyek riset yang matang biasanya mengombinasikan ketiganya: observasi/wawancara awal untuk eksplorasi, lalu survei untuk validasi skala luas.

Bagian 3 dari 3

Etika Riset Pengguna

Karena partisipan riset Anda adalah manusia sungguhan, bukan sekadar sumber data.

Dua Pilar Etika Riset Pengguna

1. Informed Consent (Persetujuan Berinformasi)

Partisipan diberi tahu tujuan riset sebelum sesi dimulai
Partisipan tahu data apa yang direkam (audio, video, layar)
Partisipan berhak menolak atau berhenti kapan saja tanpa sanksi
Persetujuan diminta secara tertulis/terekam, bukan diasumsikan

2. Privasi & Keamanan Data

Data pribadi (nama, wajah) dianonimkan saat dilaporkan ke tim
Rekaman disimpan terbatas, dihapus setelah analisis selesai
Selaras semangat UU PDP (Pelindungan Data Pribadi) di Indonesia
Data tidak dibagikan ke pihak luar tanpa izin ulang partisipan

Bayangkan Anda menjadi partisipan riset tanpa pernah diberi tahu bahwa sesi Anda direkam dan hasilnya akan dipresentasikan ke seluruh tim manajemen — tentu Anda akan merasa dikhianati. Itulah mengapa informed consent wajib: partisipan harus tahu persis apa yang akan terjadi, dan berhak menolak kapan pun tanpa perlu memberi alasan. Pilar kedua, privasi data, semakin penting di Indonesia sejak berlakunya Undang-Undang Pelindungan Data Pribadi, yang mewajibkan setiap pihak yang mengumpulkan data personal untuk menjaga kerahasiaannya. Praktik baik yang umum di industri adalah mengganti nama partisipan dengan kode seperti "Partisipan A" di laporan riset, dan menghapus rekaman mentah setelah analisis rampung. Ingat, kepercayaan pengguna yang rusak karena pelanggaran privasi jauh lebih mahal untuk dipulihkan dibanding biaya riset itu sendiri.

Studi Kasus: Ketika Etika Riset Dilanggar

Dua walkthrough kasus nyata yang jadi pelajaran penting dunia riset pengguna & data digital secara global.

Kasus	Apa yang Terjadi	Pelanggaran Etika
1. Cambridge Analytica (2018)	Data pengguna Facebook dipakai untuk profil politik tanpa persetujuan eksplisit mereka.	Tidak ada informed consent untuk tujuan penggunaan data sesungguhnya.
2. Riset UX tanpa anonimisasi	Video sesi usability testing pengguna (wajah & nama terlihat) dibagikan ke publik sebagai studi kasus portofolio.	Privasi data dilanggar — partisipan tidak setuju identitasnya dipublikasikan.

Kedua kasus ini menunjukkan pola yang sama: data dikumpulkan secara sah, tapi dipakai/dibagikan melampaui persetujuan awal partisipan.

Kasus Cambridge Analytica mungkin sudah Anda dengar dari berita — jutaan data pengguna Facebook dikumpulkan lewat aplikasi kuis kepribadian, lalu dipakai untuk keperluan kampanye politik yang sama sekali tidak diberitahukan kepada penggunanya di awal. Ini pelanggaran informed consent dalam skala masif, dan berujung denda besar serta krisis kepercayaan publik terhadap Facebook. Kasus kedua lebih dekat dengan dunia kerja Anda sebagai desainer UI/UX: bayangkan Anda merekam sesi usability testing seorang pengguna, lalu ingin memakai videonya sebagai contoh di portofolio kerja Anda tanpa menyamarkan wajah atau nama mereka — itu pelanggaran privasi, walau niat Anda baik. Pelajaran dari kedua kasus ini sama: persetujuan partisipan hanya berlaku untuk tujuan yang sudah dijelaskan di awal, bukan tujuan lain yang muncul belakangan.

Latihan Kelas: Pilih Metode yang Tepat

Kerjakan berpasangan (5 menit). Untuk tiap skenario di bawah, tentukan metode paling tepat: wawancara, survei, atau observasi — lalu siapkan alasannya.

SKENARIO A

Tim ingin tahu berapa persen dari 10.000 pengguna aplikasi kampus pernah gagal login bulan ini.

SKENARIO B

Tim ingin memahami alasan mendalam mengapa pedagang UMKM enggan pindah ke kasir digital.

SKENARIO C

Tim ingin melihat langkah asli pengguna saat mencoba fitur baru, tanpa bias jawaban lisan.

Setelah 5 menit, dua pasangan akan diminta menjelaskan pilihan metode dan alasannya di depan kelas.

Rangkuman & Persiapan Pertemuan Berikutnya

CHEAT SHEET HARI INI

Wawancara: kedalaman, sedikit orang, jawab "mengapa"
Survei: skala luas, banyak orang, jawab "berapa banyak"
Observasi: perilaku asli, jawab "apa yang terjadi"
Etika: informed consent + privasi data, selalu wajib

TUGAS SEBELUM PERTEMUAN 4

RANCANG WAWANCARA

Susun 5 pertanyaan semi-terstruktur (non-leading) untuk riset pengguna aplikasi pilihan Anda, bawa ke kelas berikutnya.

Pertemuan 4: Riset Pengguna Bagian 2 — mengubah hasil riset mentah menjadi Persona dan Empathy Map.

Sebelum kita tutup, mari rangkum empat hal inti hari ini: wawancara untuk kedalaman cerita, survei untuk skala angka, observasi untuk kebenaran perilaku, dan etika sebagai fondasi yang wajib menyertai ketiganya tanpa kecuali. Tugas Anda sebelum pertemuan berikutnya adalah menyusun lima pertanyaan wawancara semi-terstruktur yang non-leading, untuk aplikasi pilihan Anda sendiri — boleh Gojek, Shopee, atau aplikasi kampus. Di pertemuan keempat nanti, kita akan belajar mengubah data mentah hasil wawancara, survei, dan observasi hari ini menjadi dua alat yang sangat penting dalam UX: Persona, yaitu representasi pengguna fiktif berbasis data nyata, dan Empathy Map, yaitu peta visual tentang apa yang dipikirkan, dirasakan, dikatakan, dan dilakukan pengguna. Sampai jumpa di pertemuan berikutnya, dan selamat mengerjakan tugas wawancaranya.