RPS minggu 14 · 2x50 menit

Pemikiran Desain & Model Bisnis

Pertemuan 13: Pengujian dan Perpustakaan Eksperimen

Dari asumsi yang menebak-nebak menuju bukti yang bisa dipertanggungjawabkan — cara merancang, memilih, dan menjalankan eksperimen sebelum membangun produk penuh.

Selamat datang kembali, Anda sudah sampai di pertemuan ke-13 — hampir di ujung perjalanan Pemikiran Desain dan Model Bisnis kita. Minggu lalu Anda belajar membuat prototipe murah dan cepat; hari ini kita bergerak satu langkah lebih jauh, yaitu bagaimana menguji apakah prototipe atau ide bisnis itu benar-benar diminati pasar, bukan sekadar terlihat bagus di atas kertas. Bayangkan tim GoFood yang punya ide fitur baru — mereka tidak langsung membangun aplikasi penuh, mereka menguji dulu dengan cara paling murah yang bisa membuktikan atau mematahkan asumsi mereka. Sepanjang dua jam ke depan, Anda akan belajar logika pengujian hipotesis, mengenal puluhan metode dari "perpustakaan eksperimen", dan berlatih merancang eksperimen untuk ide bisnis Anda sendiri sebagai bekal menuju proyek akhir di pertemuan 14.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu:

TUJUAN 1–2

Uji

Merancang & menilai eksperimen

Menjelaskan logika pengujian hipotesis bisnis dan menyusun Kartu Eksperimen (Test Card) yang lengkap dengan metrik keberhasilan.

TUJUAN 3–4

Pilih

Memilih metode dari perpustakaan

Mengenali ragam metode eksperimen — dari wawancara murah hingga pra-penjualan sungguhan — dan memilih yang tepat sesuai tahap validasi.

Sub-CPMK minggu ini: mahasiswa mampu merancang dan memilih metode pengujian model bisnis menggunakan pendekatan eksperimen berbasis bukti (evidence-based), sebagai kelanjutan dari Peta Nilai dan Prototipe di pertemuan sebelumnya.

Coba Anda perhatikan empat tujuan ini sebagai satu alur logis: pertama Anda harus paham mengapa kita perlu menguji sama sekali, lalu Anda belajar cara menuliskan eksperimen secara terstruktur lewat Kartu Eksperimen, kemudian Anda dikenalkan pada berbagai pilihan metode yang bisa dipakai, dan terakhir Anda berlatih memilih metode yang paling pas untuk situasi tertentu. Ini bukan sekadar teori — bayangkan Anda punya ide membuka layanan laundry berbasis aplikasi di sekitar kampus Undip; sebelum menghabiskan jutaan rupiah membangun aplikasi, Anda perlu tahu cara murah menguji apakah mahasiswa benar-benar mau memakainya. Materi hari ini adalah jembatan langsung menuju proyek akhir Anda di pertemuan 14, saat Anda akan merancang model bisnis dari inovasi Anda sendiri dan harus bisa menunjukkan bukan cuma ide bagus, tapi ide yang sudah diuji. Jadi simak baik-baik, karena kerangka berpikir ini akan langsung Anda pakai sendiri minggu depan.

Bagian 1 dari 3

Logika Pengujian Hipotesis

Dari asumsi ke bukti: cara berpikir eksperimen sebelum membangun apa pun.

Dari Asumsi ke Bukti

Setiap Kanvas Model Bisnis dan Peta Nilai yang Anda susun sebenarnya adalah kumpulan asumsi — dugaan yang belum terbukti. Sebagian asumsi jika salah bisa meruntuhkan seluruh model bisnis. Itulah asumsi taruhan tertinggi (leap of faith assumption, LFA) — anggapan paling berisiko yang harus diuji lebih dulu.

CONTOH ASUMSI BIASA

Warna tombol "Beli" sebaiknya hijau
Pengguna suka fitur berbagi ke media sosial
Notifikasi dikirim jam 7 malam

CONTOH LEAP OF FAITH

UMKM mau bayar langganan bulanan untuk aplikasi kasir
Mahasiswa rela menunggu 30 menit demi laundry lebih murah
Mitra pengemudi mau memakai app tanpa insentif tunai

Anda perlu membiasakan diri melihat model bisnis bukan sebagai kebenaran, melainkan sebagai kumpulan tebakan terbaik yang masih harus dibuktikan. Ambil contoh Gojek di awal berdirinya: mereka menduga bahwa pengendara ojek pangkalan mau beralih memakai aplikasi dan bahwa penumpang mau memesan lewat ponsel alih-alih mencegat di jalan — dua asumsi taruhan tertinggi yang kalau salah, seluruh model bisnis mereka runtuh. Bedakan ini dengan asumsi remeh seperti warna tombol, yang kalau salah pun dampaknya kecil dan gampang diperbaiki belakangan. Tugas Anda sebagai perancang model bisnis adalah mengidentifikasi dulu asumsi mana yang paling berisiko — istilah kerennya "leap of faith assumption" — lalu mengujinya paling awal, sebelum menghabiskan waktu dan uang untuk hal-hal yang risikonya kecil. Semakin cepat Anda menemukan asumsi berbahaya, semakin murah biaya kegagalannya.

Anatomi Sebuah Eksperimen

Eksperimen yang baik dinyatakan sebagai hipotesis — pernyataan yang bisa dibuktikan benar atau salah, bukan sekadar niat baik. Formatnya:

Kami percaya bahwa [X] akan menghasilkan [Y]. Kami akan tahu ini benar jika kami melihat [metrik] mencapai [kriteria sukses].

METRIK

Apa yang diukur

Angka konkret, bukan kesan — misalnya jumlah pendaftar, bukan "banyak yang tertarik".

KRITERIA

≥

Ambang keberhasilan

Angka batas yang disepakati tim sebelum eksperimen berjalan, agar tidak ditafsir ulang setelah hasil keluar.

JANGKA WAKTU

⏱

Kapan diukur

Batas waktu yang jelas, misalnya "dalam 7 hari" — agar eksperimen tidak berlarut tanpa kesimpulan.

Perhatikan bahwa rumus hipotesis di atas sengaja dibuat kaku agar Anda tidak bisa lolos dengan pernyataan kabur seperti "kami rasa fitur ini bagus". Sebagai contoh nyata: "Kami percaya bahwa menambahkan opsi bayar cicilan di aplikasi UMKM akan menghasilkan lebih banyak transaksi. Kami akan tahu ini benar jika kami melihat tingkat konversi checkout naik menjadi minimal 15 persen dalam dua minggu." Tiga elemen kunci harus selalu ada: metrik yang diukur harus berupa angka, bukan perasaan; kriteria keberhasilan harus disepakati sebelum eksperimen dimulai supaya tim tidak bisa "menggeser gawang" ketika hasilnya jelek; dan jangka waktu harus dibatasi supaya eksperimen tidak menggantung selamanya. Kalau salah satu dari tiga elemen ini hilang, eksperimen Anda berisiko jadi ajang debat kusir dan bukan proses belajar berbasis bukti seperti yang diinginkan Osterwalder dalam bukunya Value Proposition Design.

Kartu Eksperimen (Test Card)

Alat standar untuk merancang satu eksperimen secara rapi sebelum dijalankan — agar tim sepakat dulu tentang apa yang diuji dan bagaimana mengukurnya.

STRUKTUR KARTU EKSPERIMEN

Kami percaya bahwa — asumsi yang diuji
Untuk membuktikannya, kami akan — nama uji & caranya
Dan mengukur — metrik yang dipantau

Kami benar jika — kriteria sukses (angka)
Biaya — perkiraan Rupiah & waktu
Data masuk mulai — tanggal target

Kartu ini diisi sebelum eksperimen berjalan — fungsinya seperti proposal mini yang mencegah tim menguji asal-asalan tanpa tujuan jelas.

Kartu Eksperimen ini ibarat surat izin kerja sebelum Anda mulai menguji sesuatu — Anda tidak boleh langsung terjun menguji tanpa menuliskan dulu apa yang sedang Anda coba buktikan. Bayangkan tim produk Tokopedia ingin menguji apakah fitur "cicilan tanpa kartu kredit" akan meningkatkan pembelian barang elektronik; sebelum membangun fitur sungguhan, mereka akan mengisi Kartu Eksperimen ini — asumsinya apa, cara ujinya bagaimana, biayanya berapa, dan kapan datanya harus masuk. Manfaat besar dari kartu ini adalah memaksa tim membuat komitmen di depan tentang kriteria sukses, sehingga tidak ada drama "sebenarnya hasil segini juga lumayan kok" setelah data keluar. Ingat juga kolom biaya dan waktu — ini penting karena eksperimen yang baik biasanya jauh lebih murah dan lebih cepat daripada langsung membangun produk penuh, itulah inti efisiensi dari pendekatan berbasis eksperimen ini.

Hitung dari Nol: Skor Prioritas Eksperimen (RICE)

Saat asumsi yang perlu diuji ada banyak, tim memakai skor RICE (Reach-jangkauan, Impact-dampak, Confidence-keyakinan, Effort-usaha) untuk menentukan eksperimen mana yang dijalankan lebih dulu. Kasus: tim aplikasi kasir UMKM menilai ide "fitur cicilan otomatis".

Langkah	Perhitungan	Nilai
1. Reach (pengguna terdampak/minggu)	diperkirakan langsung dari data pengguna aktif	500
2. Impact (dampak, skala 1–3)	dampak sedang → skala tim	2
3. Confidence (keyakinan tim)	80% → 0,8	0,8
4. Reach × Impact × Confidence	500 × 2 × 0,8	800
5. Effort (usaha, orang-minggu)	estimasi tim desain & produk	4
6. Skor RICE	800 ÷ 4	200

SKOR RICE

200

Makin tinggi → makin diprioritaskan diuji lebih dulu

Mari kita hitung bersama-sama, langkah demi langkah, supaya Anda melihat bahwa skor ini bukan angka ajaib melainkan hasil kali dan bagi yang bisa Anda periksa sendiri. Reach artinya berapa banyak pengguna yang akan terdampak dalam satu minggu jika ide ini diuji, di sini kita pakai lima ratus pengguna aktif toko UMKM. Impact adalah perkiraan seberapa besar dampaknya terhadap tujuan tim, dinilai dengan skala satu sampai tiga, kita pakai dua yang berarti dampak sedang. Confidence adalah seberapa yakin tim dengan estimasi ini berdasarkan data atau pengalaman sebelumnya, delapan puluh persen di sini cukup tinggi karena tim sudah pernah melihat pola serupa. Setelah tiga angka ini dikalikan menjadi delapan ratus, kita bagi dengan Effort yaitu perkiraan usaha tim dalam satuan orang-minggu, empat orang-minggu, sehingga hasil akhirnya adalah skor dua ratus. Kalau tim punya ide lain dengan skor delapan puluh, maka ide fitur cicilan otomatis inilah yang harus diuji lebih dulu karena skornya lebih tinggi — begitulah cara skor RICE membantu tim tidak menguji berdasarkan siapa yang paling vokal di rapat, melainkan berdasarkan perhitungan objektif.

Coba Sendiri: Urutkan Eksperimen dengan RICE

Isi angka Reach, Impact, Confidence, dan Effort ide Anda sendiri, lalu lihat skor RICE-nya secara langsung.

Kartu Pembelajaran (Learning Card)

Setelah eksperimen selesai, hasilnya dicatat di Kartu Pembelajaran — pasangan dari Kartu Eksperimen. Fungsinya menyimpan apa yang benar-benar terjadi, supaya keputusan berikutnya didasarkan pada bukti, bukan ingatan yang bias.

ISI KARTU PEMBELAJARAN

Kami mengamati — data mentah yang muncul
Dari ini kami belajar — interpretasi tim
Sehingga kami akan — keputusan tindak lanjut

TIGA KEMUNGKINAN TINDAK LANJUT

Lanjutkan — kriteria terpenuhi, bangun lebih besar
Ubah (pivot) — asumsi salah, ganti pendekatan
Uji ulang — hasil ambigu, perjelas dengan eksperimen lain

Kartu Pembelajaran ini adalah pasangan wajib dari Kartu Eksperimen yang kita bahas tadi — kalau Kartu Eksperimen adalah rencana sebelum bertanding, Kartu Pembelajaran adalah laporan pertandingan setelah selesai. Anda menuliskan apa yang benar-benar diamati, bukan yang Anda harapkan; ini penting karena manusia cenderung mengingat sesuatu sesuai keyakinan awal, fenomena yang disebut bias konfirmasi, dan kita akan bahas lebih dalam nanti di bagian ketiga. Setelah data dicatat, tim menuliskan interpretasi — misalnya "konversi hanya tiga persen, jauh di bawah target tujuh persen, kemungkinan karena harga cicilan dianggap terlalu tinggi oleh pemilik warung". Dari interpretasi itu muncul tiga pilihan tindak lanjut yang jelas: melanjutkan ke skala lebih besar kalau kriteria terpenuhi, mengubah arah kalau asumsi ternyata salah, atau menguji ulang dengan variasi lain kalau hasilnya masih meragukan. Praktik mencatat dua kartu ini secara konsisten adalah yang membedakan tim yang benar-benar belajar dari eksperimen dengan tim yang cuma mencoba-coba tanpa arah.

Bagian 2 dari 3

Perpustakaan Eksperimen

Puluhan metode teruji — dari wawancara murah hingga pra-penjualan sungguhan.

Spektrum Bukti: Murah–Cepat vs Mahal–Lambat

Tidak semua eksperimen setara. Semakin dekat ke perilaku nyata dengan uang sungguhan, semakin kuat buktinya — tapi juga semakin mahal dan lambat untuk dijalankan.

Aturan praktis: uji asumsi taruhan tertinggi memakai metode paling murah yang masih cukup meyakinkan — jangan langsung lompat ke pilot mahal jika wawancara sudah bisa menjawab.

Perhatikan diagram tangga ini sebagai peta besar dari seluruh perpustakaan eksperimen yang akan kita jelajahi. Di lapisan paling bawah ada opini dan wawancara — Anda cuma bertanya ke orang, murah dan cepat, tapi orang sering menjawab sopan bukan jujur, jadi bukti ini paling lemah. Naik satu tingkat ada metode yang merekam minat nyata seperti fake door test, yaitu memasang tombol atau iklan seolah produk sudah ada lalu menghitung siapa yang mengklik. Lebih tinggi lagi ada komitmen awal seperti pra-pendaftaran email atau layanan konsierge di mana Anda melayani pelanggan secara manual di balik layar. Dan di puncak ada uang sungguhan berpindah tangan — pra-penjualan atau pilot berbayar — ini bukti paling kuat karena orang jarang berbohong soal uangnya sendiri. Aturan emasnya, jangan buang waktu dan dana untuk pilot mahal kalau wawancara sederhana sudah cukup menjawab pertanyaan Anda; sebaliknya, kalau taruhannya besar seperti mengubah harga langganan UMKM, jangan puas hanya dengan opini, naik ke tingkat yang lebih meyakinkan.

Metode Tahap Penemuan (Discovery)

Dipakai saat Anda masih mencari masalah dan kebutuhan pelanggan yang tepat — sebelum ada solusi konkret untuk diuji.

WAWANCARA PELANGGAN

Percakapan terbuka menggali masalah nyata — bukan menanyakan "apakah kamu suka ide saya".

SURVEI

Menjangkau banyak responden untuk mengukur pola — cocok memvalidasi temuan wawancara secara kuantitatif.

OBSERVASI LAPANGAN

Mengamati perilaku nyata di tempat kejadian — misalnya melihat langsung antrean di warung UMKM.

Jebakan umum: bertanya "apakah kamu akan memakai produk ini?" — jawaban orang sopan hampir selalu "ya", padahal niat berbeda dari perilaku nyata.

Tahap penemuan ini adalah titik awal ketika Anda belum yakin betul masalah apa yang paling layak dipecahkan, mirip dengan yang Anda lakukan saat menyusun Peta Pelanggan di pertemuan sebelumnya. Wawancara pelanggan paling efektif kalau Anda bertanya tentang pengalaman masa lalu yang konkret, misalnya "ceritakan terakhir kali Anda kesulitan mencatat keuangan warung", bukan menanyakan pendapat tentang ide Anda secara langsung. Survei berguna ketika Anda sudah punya beberapa dugaan dari wawancara dan ingin tahu seberapa umum pola itu di kalangan lebih luas, misalnya menyebar kuesioner ke dua ratus pemilik UMKM di Semarang. Observasi lapangan sering jadi sumber wawasan paling jujur karena Anda melihat langsung apa yang orang lakukan, bukan apa yang mereka katakan akan mereka lakukan — bayangkan Anda duduk di warung kelontong dan mengamati bagaimana pemiliknya benar-benar mencatat transaksi selama satu jam. Ingat baik-baik jebakan di slide ini: pertanyaan hipotetis tentang niat masa depan hampir selalu bias positif karena orang ingin terlihat kooperatif, jadi jangan pernah menjadikan jawaban seperti itu sebagai bukti final.

Metode Validasi Awal

Dipakai saat Anda sudah punya solusi kasar dan ingin tahu apakah orang benar-benar tertarik — tanpa membangun produk penuh.

UJI MOCKUP

Tampilan produk tiruan (gambar/klik-klik) diuji ke calon pengguna untuk melihat reaksi & kebingungan.

FAKE DOOR TEST

Tombol/halaman fitur yang belum ada dipasang; klik dihitung sebagai sinyal minat sebelum dibangun.

UJI IKLAN

Iklan digital ditayangkan untuk produk yang belum dibuat, mengukur rasio klik sebagai ukuran ketertarikan pasar.

Di tahap validasi awal, Anda sudah mulai punya bentuk solusi meski masih sangat kasar, dan tujuannya adalah menyaring ide mana yang layak dikembangkan lebih jauh sebelum menghabiskan sumber daya besar. Uji mockup bisa sesederhana menunjukkan gambar tampilan aplikasi kasir ke lima pemilik warung dan mengamati di mana mereka bingung menekan tombol apa. Fake door test istilahnya "pintu palsu" — Anda memasang tombol "Coba Fitur Cicilan" di aplikasi yang sebenarnya belum punya fitur itu, lalu ketika pengguna mengklik, mereka diberi pesan "fitur segera hadir, daftar untuk diberi tahu"; jumlah klik jadi bukti nyata minat tanpa perlu membangun apa pun dulu. Uji iklan mirip prinsipnya — banyak startup Indonesia memasang iklan Instagram atau Facebook untuk produk yang bahkan belum ada demi mengukur rasio klik terhadap tayangan sebagai indikator awal permintaan pasar. Ketiga metode ini jauh lebih murah dibanding membangun fitur sungguhan, dan memberi Anda sinyal cukup kuat sebelum melangkah ke tahap validasi lanjut yang biayanya jauh lebih besar.

Metode Validasi Lanjut

Dipakai saat sinyal awal sudah positif dan Anda ingin bukti lebih kuat mendekati perilaku pembelian nyata.

KONSIERGE

Tim melayani pelanggan secara manual di balik layar, berpura-pura sistem sudah otomatis, untuk mempelajari kebutuhan nyata.

WIZARD OF OZ

Pengguna melihat antarmuka seolah otomatis, padahal di belakang layar dikerjakan manusia — menguji pengalaman tanpa membangun sistem penuh.

PRA-JUAL / CROWDFUNDING

Pelanggan membayar (atau berkomitmen membayar) sebelum produk selesai dibuat — bukti terkuat karena melibatkan uang sungguhan.

Konsierge dan Wizard of Oz sering tertukar, jadi mari kita bedakan dengan jelas: pada metode konsierge, pelanggan tahu bahwa mereka dilayani manusia secara langsung — misalnya tim Anda secara manual mencarikan laundry terdekat dan menghubungi kurir lewat WhatsApp untuk menguji ide layanan antar-jemput laundry kampus, dan pelanggan sadar ini masih dikerjakan manual. Pada Wizard of Oz, sebaliknya, pengguna mengira mereka berinteraksi dengan sistem otomatis, padahal di baliknya masih manusia yang bekerja — istilah ini diambil dari film "Wizard of Oz" saat penyihir hebat ternyata cuma orang biasa menekan tombol di belakang tirai. Kedua metode ini memungkinkan Anda mempelajari alur layanan penuh tanpa membangun sistem otomatis yang mahal. Metode terkuat adalah pra-jual atau urun dana atau crowdfunding, di mana pelanggan sungguhan membayar di muka sebelum produk jadi — contohnya banyak proyek lokal Indonesia yang sukses lewat platform urun dana sebelum barangnya diproduksi massal; ini bukti paling meyakinkan karena orang jarang mengeluarkan uang sungguhan untuk sesuatu yang tidak mereka inginkan.

Studi Kasus: Fake Door Test Aplikasi Kasir UMKM

Ikuti alur tim rintisan yang menguji ide "fitur laporan pajak otomatis" pada aplikasi kasir digital untuk pedagang kecil.

Asumsi taruhan tertinggi: pedagang UMKM mau membayar tambahan Rp15.000/bulan untuk laporan pajak otomatis.

Metode dipilih: fake door test — tombol "Aktifkan Laporan Pajak" ditambahkan di menu aplikasi yang sudah dipakai 1.200 pedagang.

Kriteria sukses ditetapkan lebih dulu: minimal 5% pengguna aktif menekan tombol dalam 7 hari.

Hasil diamati: 84 dari 1.200 pengguna menekan tombol tersebut dalam seminggu (dihitung penuh di slide berikutnya).

Keputusan tindak lanjut: kriteria terlampaui → tim melanjutkan membangun fitur sungguhan, dimulai dari 84 pengguna yang sudah menunjukkan minat.

Mari kita telusuri studi kasus ini langkah demi langkah agar Anda melihat bagaimana semua konsep tadi bekerja bersama dalam satu alur nyata. Tim ini pertama-tama mengidentifikasi bahwa asumsi paling berisiko dalam rencana bisnis mereka bukan soal desain aplikasi, melainkan apakah pedagang benar-benar mau membayar ekstra untuk fitur laporan pajak — inilah leap of faith assumption yang kita bahas di awal. Mereka memilih fake door test karena metode ini murah, cepat, dan mereka sudah punya basis pengguna aktif untuk diuji, jadi tidak perlu membangun fitur pajak yang rumit dulu. Perhatikan bahwa kriteria keberhasilan, lima persen, ditetapkan sebelum tombol dipasang — ini konsisten dengan prinsip Kartu Eksperimen yang sudah kita pelajari, mencegah tim mengubah standar setelah hasil keluar. Ketika hasilnya menunjukkan delapan puluh empat dari seribu dua ratus pengguna mengklik, tim punya bukti kuat dan terukur untuk melangkah maju, bukan sekadar dugaan atau perasaan optimis semata — di slide berikutnya kita akan menghitung persis berapa persen angka itu dan membandingkannya dengan ambang yang sudah ditetapkan.

Hitung dari Nol: Tingkat Konversi Uji Coba

Melanjutkan studi kasus fake door test — kita hitung apakah hasilnya memenuhi kriteria sukses yang sudah disepakati.

Langkah	Perhitungan	Nilai
1. Pengguna aktif yang melihat tombol	data dari log aplikasi	1.200 orang
2. Pengguna yang menekan tombol dalam 7 hari	data dari log aplikasi	84 orang
3. Tingkat konversi	84 ÷ 1.200 × 100	7%
4. Kriteria sukses (disepakati di awal)	ditetapkan sebelum uji dimulai	5%
5. Selisih terhadap kriteria	7% − 5%	+2 poin persentase

HASIL AKHIR

7% > 5%

Kriteria terpenuhi → lanjutkan ke pengembangan fitur

Sekarang kita buktikan sendiri angka yang muncul di studi kasus tadi, supaya Anda tidak sekadar percaya begitu saja. Langkah pertama dan kedua adalah data mentah yang langsung diambil dari log aplikasi, seribu dua ratus pengguna melihat tombol dan delapan puluh empat orang menekannya dalam tujuh hari. Langkah ketiga adalah menghitung tingkat konversi dengan membagi jumlah yang menekan dengan jumlah yang melihat, delapan puluh empat dibagi seribu dua ratus, lalu dikalikan seratus untuk mendapat persentase, hasilnya tujuh persen — silakan Anda cek sendiri dengan kalkulator, delapan puluh empat per seribu dua ratus memang sama dengan nol koma nol tujuh. Langkah keempat mengingatkan kita kembali pada kriteria yang sudah disepakati di Kartu Eksperimen sebelum uji dimulai, yaitu lima persen. Langkah kelima membandingkan keduanya: tujuh persen dikurangi lima persen sama dengan dua poin persentase lebih tinggi dari target, artinya kriteria terpenuhi dan tim punya alasan kuat berbasis data, bukan sekadar optimisme, untuk melanjutkan membangun fitur laporan pajak otomatis ini secara penuh.

Bagian 3 dari 3

Merancang Eksperimen Anda

Memilih metode tepat, menghindari jebakan bias, dan menyiapkan Kartu Eksperimen sendiri.

Memilih Eksperimen yang Tepat

Tidak ada metode "terbaik" secara mutlak — pilihan bergantung pada tiga pertimbangan berikut:

Pertimbangan	Pertanyaan kunci	Implikasi metode
Risiko asumsi	Seberapa fatal jika asumsi ini salah?	Risiko tinggi → butuh bukti kuat (dekat uang sungguhan)
Sumber daya tersedia	Berapa waktu & dana yang bisa dipakai minggu ini?	Terbatas → mulai dari metode termurah dulu
Tahap kematangan ide	Apakah solusinya sudah ada bentuknya?	Belum ada bentuk → discovery; sudah ada → validasi

Prinsip inti: mulai dari metode termurah yang masih cukup meyakinkan, lalu naik bertahap ke metode yang lebih mahal hanya jika sinyal awal positif.

Pertanyaan yang sering muncul dari mahasiswa adalah "dari puluhan metode tadi, saya harus pilih yang mana?" — jawabannya bergantung pada tiga hal yang kita bahas di tabel ini. Pertimbangan pertama adalah seberapa fatal akibatnya kalau asumsi ini ternyata salah; kalau Anda menguji apakah mahasiswa mau memakai warna biru atau hijau di aplikasi, risikonya kecil jadi cukup survei sederhana, tapi kalau Anda menguji apakah orang mau membayar langganan bulanan, itu risiko besar yang butuh bukti mendekati uang sungguhan seperti pra-jual. Pertimbangan kedua adalah realita sumber daya Anda sebagai mahasiswa atau perintis usaha kecil — kalau Anda hanya punya waktu dua minggu dan modal terbatas, jangan langsung mencoba membuat pilot berbayar, mulailah dari wawancara dan fake door test yang jauh lebih murah. Pertimbangan ketiga adalah sejauh mana ide Anda sudah berbentuk — kalau Anda masih di tahap "saya rasa ada masalah di sini" pakai metode discovery seperti wawancara, tapi kalau Anda sudah punya prototipe konkret dari pertemuan sebelumnya, saatnya masuk metode validasi. Ingat prinsip inti di callout ini karena akan langsung berguna saat Anda mengerjakan latihan berikutnya.

Menghindari Bias & Jebakan Umum

Eksperimen yang dirancang asal-asalan justru bisa menyesatkan tim — berikut jebakan yang paling sering terjadi:

Bias konfirmasi: tim hanya "mendengar" data yang mendukung ide favoritnya, mengabaikan sinyal negatif. Solusi: tetapkan kriteria sukses sebelum data masuk.

Sampel bukan target sebenarnya: menguji ke teman & keluarga sendiri yang cenderung sungkan mengkritik. Solusi: uji ke orang asing yang mewakili segmen pelanggan target.

Niat ≠ perilaku: jawaban "ya saya akan pakai" tidak sama dengan tindakan membayar sungguhan. Solusi: prioritaskan metode dengan komitmen nyata (klik, daftar, bayar).

Berhenti terlalu dini: satu eksperimen dianggap "cukup membuktikan" seluruh model bisnis. Solusi: uji ulang dengan metode berbeda sebelum mengambil keputusan besar.

Keempat jebakan ini adalah yang paling sering saya lihat ketika mahasiswa dan bahkan tim rintisan berpengalaman menjalankan eksperimen pertama mereka, jadi simak baik-baik. Bias konfirmasi terjadi ketika seseorang di tim sudah jatuh cinta dengan idenya sendiri, lalu ketika hasil eksperimen ambigu, mereka menafsirkannya sebagai "positif" karena ingin idenya benar — inilah kenapa kita selalu menetapkan kriteria sukses secara tertulis sebelum data masuk, seperti yang Anda lihat di Kartu Eksperimen. Kesalahan sampel sering terjadi karena mahasiswa menguji ide bisnisnya ke teman sekelas dan keluarga sendiri, yang secara alami sungkan mengatakan "idemu jelek", sehingga hasilnya selalu terlihat menggembirakan padahal menyesatkan. Perbedaan antara niat dan perilaku adalah pelajaran paling penting hari ini — ingat kembali kasus Gojek yang kita bahas, orang bisa dengan mudah bilang "ya saya akan pakai aplikasi itu" dalam wawancara, tapi baru terbukti benar ketika mereka benar-benar mengunduh dan memakainya. Terakhir, jangan pernah menganggap satu eksperimen sebagai kata final — bahkan tim besar seperti unicorn Indonesia terus menguji ulang asumsi mereka dengan metode berbeda-beda sebelum mengambil keputusan besar seperti ekspansi ke kota baru.

Latihan Kelas: Rancang Kartu Eksperimen Anda

Kerjakan berkelompok (3–4 orang), waktu 15 menit. Gunakan ide bisnis dari Peta Nilai yang sudah Anda susun di pertemuan 11–12.

INSTRUKSI

Tentukan 1 asumsi taruhan tertinggi dari model bisnis Anda
Tuliskan hipotesis lengkap memakai format "Kami percaya bahwa... Kami akan tahu ini benar jika..."
Pilih 1 metode dari perpustakaan eksperimen yang paling murah namun cukup meyakinkan
Tentukan metrik, kriteria sukses (angka), dan jangka waktu pengujian
Siapkan 1 juru bicara untuk presentasi singkat 1 menit per kelompok

Kartu Eksperimen hasil latihan ini akan menjadi bekal langsung untuk proyek akhir di pertemuan 14.

Sekarang giliran Anda mempraktikkan langsung semua yang sudah kita pelajari hari ini, jadi silakan berkumpul dengan kelompok Anda yang sudah menyusun Peta Nilai di pertemuan sebelas dan dua belas. Langkah pertama, diskusikan dan sepakati satu asumsi taruhan tertinggi dari model bisnis kelompok Anda — ingat, ini harus asumsi yang kalau salah bisa meruntuhkan seluruh ide, bukan detail kecil seperti warna logo. Setelah itu, tuliskan hipotesis lengkap memakai format baku yang sudah kita bahas, dan pilih satu metode dari perpustakaan eksperimen yang paling hemat biaya namun masih cukup meyakinkan untuk asumsi sebesar itu — boleh wawancara, fake door test, atau metode lain yang sudah kita pelajari. Saya akan berkeliling membantu kelompok yang kesulitan menentukan kriteria sukses yang terukur, karena ini biasanya bagian tersulit bagi pemula. Siapkan satu juru bicara karena setelah lima belas menit, setiap kelompok akan mempresentasikan Kartu Eksperimennya secara singkat selama satu menit, dan hasil kerja hari ini akan langsung menjadi modal Anda untuk proyek akhir minggu depan.

Rangkuman & Menuju Pertemuan 14

RANGKUMAN HARI INI

Model bisnis = kumpulan asumsi; uji leap of faith lebih dulu
Hipotesis format baku + Kartu Eksperimen & Kartu Pembelajaran
Perpustakaan eksperimen: discovery → validasi awal → validasi lanjut
Pilih metode termurah yang masih cukup meyakinkan; hindari bias konfirmasi

PERTEMUAN 14

Capstone

Model bisnis dari inovasi Anda sendiri

Tugas: bawa Kartu Eksperimen hasil latihan hari ini sebagai bagian dari model bisnis lengkap yang akan Anda presentasikan.

Mari kita rangkum perjalanan kita hari ini sebelum Anda melangkah ke proyek akhir minggu depan. Kita mulai dari gagasan bahwa setiap Kanvas Model Bisnis sebenarnya kumpulan tebakan, dan tugas Anda sebagai perancang adalah menemukan lalu menguji asumsi yang paling berisiko lebih dulu, bukan yang paling mudah diuji. Kita belajar menuliskan hipotesis dengan format baku dan mencatatnya rapi lewat Kartu Eksperimen sebelum uji berjalan, lalu Kartu Pembelajaran setelah data masuk, plus dua latihan hitung dari nol yang menunjukkan bagaimana angka seperti skor RICE dan tingkat konversi membantu keputusan berbasis bukti, bukan perasaan. Kita juga menjelajahi perpustakaan eksperimen dari yang termurah seperti wawancara sampai yang paling meyakinkan seperti pra-penjualan sungguhan, serta jebakan bias yang harus Anda waspadai. Minggu depan di pertemuan empat belas adalah puncak mata kuliah ini — proyek capstone di mana Anda merancang model bisnis lengkap dari inovasi Anda sendiri, dan Kartu Eksperimen yang Anda susun dalam latihan hari ini akan menjadi salah satu bukti bahwa ide Anda bukan sekadar angan-angan, melainkan sudah dipikirkan cara mengujinya di dunia nyata. Sampai jumpa minggu depan, siapkan ide terbaik Anda.