Apa Itu Design Thinking? 5 Tahap, Contoh Nyata, dan Mengapa Banyak Tim Keliru

Design thinking adalah alur kerja desain iteratif yang berpusat pada manusia untuk memecahkan masalah melalui lima tahap utama: Empati, Definisi, Ideasi, Prototipe, dan Pengujian. Alih-alih mengikuti tahap-tahap itu sebagai urutan kaku, tim menggunakannya untuk memahami pengguna, membingkai masalah yang tepat, menguji asumsi, dan mengurangi ketidakpastian sebelum berkomitmen pada solusi.

Masalahnya, banyak tim memperlakukan design thinking sebagai daftar periksa lima langkah. Riset berlarut tanpa prototipe, lokakarya menghasilkan ide tanpa tindakan, dan AI menghasilkan konsep sebelum masalah sebenarnya jelas. Tantangannya adalah memutuskan apa yang layak dijelajahi, diuji, dan dibangun.

Virse membantu tim menghubungkan riset, ide, prototipe, dan eksplorasi berbantuan AI. Dengan kanvas tanpa batas, konteks proyek bersama, beberapa Agen AI, dan memori tim jangka panjang, tim dapat menjelajah lebih cepat tanpa kehilangan masalah pengguna atau keputusan yang memandu proyek.

Apa Arti Design Thinking Secara Sederhana?

Design thinking berarti mempelajari kebutuhan nyata orang sebelum memutuskan apa yang akan dibangun.

Proses design thinking yang praktis dapat dirangkum menjadi enam tindakan:

1. Memahami orang dan konteksnya.
2. Menemukan masalah yang mendasari.
3. Menjelajahi beberapa kemungkinan solusi.
4. Mengubah asumsi penting menjadi prototipe dan mockup.
5. Menguji asumsi melalui interaksi nyata.
6. Merevisi masalah atau solusi berdasarkan bukti.

Contoh Sederhana Design Thinking

Bayangkan sebuah tim universitas menerima permintaan berikut:

Rancang ulang aplikasi kantin.

Tim yang langsung berfokus pada solusi mungkin segera merancang ulang menu, navigasi, atau layar pemesanan. Tim design thinking terlebih dahulu menyelidiki mengapa mahasiswa mengalami kesulitan.

Riset mungkin mengungkap bahwa masalah sebenarnya bukan memesan makanan. Mahasiswa tidak bisa memperkirakan apakah antrean kantin akan selesai di sela jadwal kuliah.

Tantangannya berubah dari:

Bagaimana sebaiknya kita merancang ulang aplikasi kantin?

menjadi:

Bagaimana kita membantu mahasiswa menentukan apakah waktunya cukup untuk makan siang?

Pembingkaian ulang itu dapat menghasilkan perkiraan antrean, sistem pengambilan pesanan, indikator kapasitas, layar fisik, atau solusi yang sama sekali berbeda.

Pelajaran utamanya sederhana: permintaan pemangku kepentingan sering menggambarkan solusi yang diusulkan, bukan masalah desain produk yang mendasari.

Apa Saja Lima Tahap Proses Design Thinking?

Model paling dikenal mencakup Empati, Definisi, Ideasi, Prototipe, dan Pengujian. Kelimanya lebih tepat dipahami sebagai mode yang dapat diulang, bukan lima langkah berurutan yang wajib.

Empati: Memahami Pengguna Sebelum Mendesain

Tahap Empati menyelidiki apa yang orang lakukan, apa yang mereka butuhkan, di mana kesulitannya, dan mengapa.

Tim dapat memakai wawancara, observasi, penyelidikan kontekstual, percakapan pemangku kepentingan, atau bukti perilaku.

Dalam satu kasus praktisi yang ditinjau untuk artikel ini, tim menggabungkan pengalaman langsung, observasi, wawancara terbuka, prioritisasi, dan penguraian masalah. Praktisi melaporkan keterlibatan sekitar 8–9 pengguna pelopor, arus utama, atau ekstrem dan pemangku kepentingan di tiap kategori, hingga akhirnya menghasilkan puluhan ide produk dan layanan.

Jumlah itu bukan standar riset universal. Prinsip yang berguna adalah bahwa paparan langsung terhadap berbagai perilaku memberi masukan lebih kuat daripada asumsi internal saja.

Definisi: Mengubah Riset Menjadi Masalah yang Tepat

Riset menghasilkan informasi. Definisi mengubah informasi itu menjadi masalah yang dapat ditindaklanjuti tim.

Bandingkan:

Pernyataan solusi: Kita memerlukan fitur pelacakan antrean di ponsel.

Pernyataan masalah: Mahasiswa membutuhkan cara yang andal untuk menentukan apakah waktunya cukup untuk makan siang.

Yang pertama sudah memilih jawaban. Yang kedua membiarkan ruang solusi terbuka.

Pembingkaian masalah yang kuat mencari perilaku berulang, kebutuhan yang belum terpenuhi, ketegangan, batasan, dan asumsi sebelum fitur dipilih.

Ideasi: Menjelajahi Alternatif Sebelum Berkomitmen

Ideasi sengaja menciptakan alternatif sebelum tim berinvestasi besar pada satu arah.

Teknik yang berguna meliputi pertanyaan ‘Bagaimana kita bisa…?’, Crazy 8s, latihan pembalikan, Ide Terburuk, dan sketsa kolaboratif.

Tim lintas fungsi menghadapi tantangan khusus. Insinyur secara alami memikirkan API, basis data, arsitektur, biaya, dan kompleksitas implementasi. Keahlian itu penting, tetapi langsung menerapkan semua batasan dapat terlalu dini mempersempit ruang solusi.

Prinsip praktisnya:

Divergen dahulu, konvergen kemudian.

Jelajahi secara luas, lalu masukkan kembali kelayakan teknis, kelayakan bisnis, batasan teknologi, dan tanggung jawab ke dalam keputusan.

Prototipe: Membuat Asumsi Dapat Diuji

Prototipe adalah eksperimen, bukan miniatur produk jadi.

Bentuknya dapat berupa antarmuka kertas, wireframe, papan cerita, simulasi layanan, model fisik, atau versi yang dioperasikan manual dari alur kerja otomatis.

Tingkat detail yang tepat bergantung pada pertanyaan. Jika ingin tahu apakah pengguna memahami alur, wireframe mungkin cukup. Jika ingin memahami kepercayaan pada layanan baru, menyimulasikan layanan bisa lebih berguna daripada membangun teknologi dasarnya.

Prototipe terbaik biasanya adalah artefak termurah yang mampu menjawab pertanyaan saat ini secara meyakinkan.

Pengujian: Belajar dari Perilaku Nyata

Pengujian mengganti pendapat internal dengan bukti yang bisa diamati.

Tim mencari keraguan, salah paham, perilaku tak terduga, asumsi yang gagal, dan tanda bahwa solusi yang diusulkan benar-benar membantu.

Pengujian mungkin membawa tim kembali ke Definisi atau Empati. Itu bukan kegagalan.

Pengujian ada untuk menghasilkan pembelajaran, bukan membuktikan bahwa tim benar.

Mengapa Design Thinking Bukan Proses Lima Langkah yang Linear?

Tidak ada satu urutan design thinking yang universal.

Organisasi yang berbeda menyusun proses pembelajaran dasar yang sama dengan cara berbeda.

Hubungan Kerangka Empat, Lima, dan Tujuh Tahap

Meski istilahnya berbeda, ketiga model memiliki pola bersama:

Memahami → memperjelas → menjelajahi → membuat → menguji → belajar → mengulang

IxDF membagi aktivitas desain inti menjadi lima mode yang mudah dikenali. HBS merangkumnya menjadi model empat tahap yang berorientasi bisnis. Kerangka IDEO U yang ditinjau di sini memisahkan pembingkaian, inspirasi, sintesis, pengembangan ide, pembuatan, pengujian, dan komunikasi secara lebih terperinci.

Bagi tim yang bekerja, siklus pembelajaran lebih penting daripada jumlah kotak dalam diagram.

Berapa Banyak Riset UX yang Cukup Sebelum Membuat Prototipe?

Tidak ada jumlah universal wawancara, hari, atau minggu yang memberi tahu semua tim kapan riset harus berhenti.

Pertanyaan yang lebih baik adalah:

Apakah satu putaran riset lagi mengajarkan lebih banyak daripada membuat asumsi dapat diuji?

Apa yang Ditunjukkan Siklus Riset Panjang

Tinjauan kasus praktisi kami menemukan proyek yang dilaporkan terus melakukan riset selama 12 hingga lebih dari 18 minggu tanpa memperlihatkan prototipe kepada pengguna.

Praktisi lain melaporkan bahwa empat hingga enam minggu riset dan perencanaan sering cukup dalam proyeknya untuk mulai membuat wireframe.

Ini adalah pengamatan pada tingkat kasus, bukan tolok ukur universal. Setiap proyek membawa tingkat ketidakpastian perilaku, teknis, bisnis, dan regulasi yang berbeda.

Pola yang lebih penting adalah bahwa riset kehilangan nilai ketika tim terus menghasilkan temuan tetapi menghindari pengujian asumsi penting.

Kapan Tim Harus Mulai Membuat Prototipe?

Aturan profesional yang berguna adalah:

Buat prototipe ketika menjadikan ide nyata akan mengajarkan lebih banyak daripada satu putaran diskusi internal lagi.

Lanjutkan riset ketika perilaku mendasar belum jelas. Mulai prototipe ketika asumsi penting dapat diuji dengan biaya rendah.

Ini membantu tim menghindari desain yang terlalu dini maupun kelumpuhan karena riset.

Mengapa Lokakarya Design Thinking Gagal di Organisasi Nyata?

Lokakarya gagal ketika organisasi meniru ritual yang terlihat tetapi menghilangkan pembelajarannya.

Pola kegagalan yang umum adalah:

Lokakarya → ide → presentasi → tanpa penanggung jawab → tanpa prototipe → tanpa perubahan

Apa yang Membuat Design Thinking Sekadar Pertunjukan?

Tinjauan kasus praktisi dan pertanyaan pengguna berulang kali menemukan beberapa penyebab dalam alur kerja desain:

• tidak ada bukti pengguna yang nyata
• tidak ada penanggung jawab keputusan
• tidak ada jalur implementasi
• tidak ada prototipe
• tidak ada tindak lanjut
• partisipasi lokakarya menjadi hasil akhir

Lokakarya harus mengubah apa yang terjadi selanjutnya. Kegiatannya bisa memperjelas masalah, mengidentifikasi asumsi, memprioritaskan konsep, membuat prototipe atau mockup, atau menentukan penanggung jawab.

Jika setelahnya tidak ada perubahan, tim hanya menyelesaikan aktivitas, bukan proses desain.

Kasus Lokakarya yang Mencapai Implementasi

Satu kasus profesional melibatkan lokakarya multipihak sekitar sebulan sekali selama empat bulan, dengan waktu kurang lebih enam bulan dari lokakarya pertama hingga rilis.

Pekerjaan berlanjut melampaui ideasi menuju perancangan ulang layanan yang lebih luas serta pengembangan sistem desain dan pustaka komponen.

Praktisi menyebut rilis tersebut berhasil di pasar AS maupun internasional, tetapi tidak memberikan metrik pendapatan, konversi, atau retensi.

Perbedaan itu penting untuk E-E-A-T: keberhasilan yang dilaporkan tidak boleh disajikan sebagai dampak bisnis terukur tanpa data pendukung.

Apakah Setiap Proyek UX Memerlukan Seluruh Proses Design Thinking?

Tidak. Design thinking perlu menyesuaikan ketidakpastian, bukan memaksa setiap proyek mengikuti urutan yang sama.

Tim yang memperbaiki alur pembayaran yang sudah dipahami dengan baik tidak menghadapi ketidakpastian yang sama dengan tim yang menciptakan layanan baru.

Lindungi Pembelajaran, Bukan Ritual Proses

Alih-alih bertanya:

Apakah kita menyelesaikan setiap tahap?

tanyakan:

Ketidakpastian mana yang dapat menyebabkan kesalahan termahal, dan apa cara tercepat yang dapat dipercaya untuk menguranginya?

Jika riset kuat sudah tersedia, mengulang penemuan mungkin hanya sedikit menambah nilai.

Jika masalah jelas tetapi perilaku pengguna belum pasti, prioritaskan prototipe.

Jika pengguna memahami konsep tetapi implementasinya tidak realistis, majukan evaluasi kelayakan.

Tujuan design thinking adalah pembelajaran dan keputusan yang lebih baik, bukan kepatuhan proses yang sempurna.

Bagaimana AI Mengubah Design Thinking dan Prototipe?

AI menurunkan biaya menghasilkan calon solusi, tetapi tidak menghilangkan kebutuhan akan pembingkaian masalah, penilaian, prioritisasi, dan pengujian.

AI Mempercepat Eksplorasi Solusi

Alur kerja praktisi yang ditinjau untuk artikel ini memperlihatkan pemakaian AI untuk mempercepat variasi visual, pembuatan prototipe, papan suasana, dan aset pendukung.

Peningkatan produktivitas tepatnya terlalu bervariasi menurut tugas, alat, dan alur kerja untuk menjadikan angka individual sebagai tolok ukur universal.

Yang penting secara strategis adalah arahnya: membuat satu pilihan visual tambahan menjadi semakin murah dan cepat.

Pembuatan yang Lebih Cepat Meningkatkan Nilai Pembingkaian Masalah

Ketika tim bisa membuat banyak arah dengan cepat, produksi tidak selalu lagi menjadi hambatan utama.

Pertanyaan yang lebih sulit menjadi:

• Masalah pengguna mana yang penting?
• Asumsi mana yang harus diuji dahulu?
• Batasan mana yang penting sekarang?
• Variasi mana yang merupakan alternatif bermakna?
• Apa yang benar-benar dilakukan pengguna?
• Solusi mana yang perlu menjadi bagian produk atau sistem desain?

Menghasilkan lebih banyak variasi dari konsep yang keliru tidak menciptakan lebih banyak nilai.

Bagi tim kreatif berbantuan AI, design thinking semakin menjadi cara untuk mengarahkan eksperimen dengan cerdas.

Apa Kesalahan Design Thinking yang Paling Umum?

Dalam kasus dan pertanyaan pengguna yang ditinjau untuk artikel ini, empat kesalahan terus berulang.

Memulai dengan Figma Sebelum Memahami Masalah

Figma membantu mengungkapkan solusi. Figma tidak menentukan apakah solusi menjawab kebutuhan yang tepat.

Layar yang dibuat terlalu dini dapat mengubah asumsi menjadi persyaratan.

Membuat Prototipe Terlalu Rapi

Tingkat detail yang lebih tinggi memerlukan investasi lebih besar dan sering menimbulkan keterikatan lebih kuat.

Mulailah dengan tingkat detail terendah yang mampu menjawab pertanyaan.

Menganggap Hasil Kerja Riset sebagai Pembelajaran

Persona, peta perjalanan, presentasi, dan laporan dapat mengatur bukti, tetapi bukan hasil akhir dengan sendirinya.

Riset pada akhirnya perlu mengubah keputusan, prototipe, eksperimen, atau implementasi.

Menguji Hanya untuk Membenarkan Ide yang Ada

Pengujian yang kuat harus memungkinkan penemuan bahwa tim keliru.

Pengujian untuk konfirmasi menghasilkan persetujuan. Pengujian untuk mengurangi ketidakpastian menghasilkan pembelajaran.

Pertanyaan Umum

Apakah Design Thinking Sama dengan UX?

Tidak. DT adalah pendekatan pemecahan masalah yang lebih luas, sedangkan UX berfokus pada pengalaman orang dengan produk, layanan, dan sistem. Tim UX sering menggunakan metode DT seperti riset, pembingkaian masalah, prototipe, dan pengujian, tetapi UX juga mencakup desain interaksi, arsitektur informasi, kegunaan, dan pekerjaan antarmuka.

Berapa Banyak Riset UX yang Cukup Sebelum Membuat Prototipe?

Tidak ada durasi universal. Kasus praktisi dalam tinjauan kami berkisar dari siklus riset 12 hingga lebih dari 18 minggu tanpa prototipe hingga pengalaman ketika empat hingga enam minggu cukup untuk mulai membuat wireframe. Aturan yang lebih kuat adalah membuat prototipe ketika interaksi dapat menjawab pertanyaan penting secara lebih langsung daripada tambahan diskusi atau riset.

Apakah Setiap Proyek UX Memerlukan Kelima Tahap DT?

Tidak. Tim dapat menggabungkan, mengulang, mempersingkat, atau melewati aktivitas sesuai bukti yang ada dan risiko proyek. Tujuannya bukan menyelesaikan lima tahap, melainkan mengurangi ketidakpastian yang dapat memicu kesalahan mahal.

Apakah DT Masih Relevan dengan AI?

Ya, tetapi perannya berubah. AI dapat mempercepat ideasi, pembuatan visual, aset, dan prototipe. DT tetap berharga untuk menentukan masalah yang penting, asumsi yang perlu diuji, dan bagaimana bukti harus memengaruhi keputusan desain selanjutnya.

Kesimpulan

Design thinking paling tepat dipahami sebagai sistem pembelajaran berpusat pada manusia, bukan ritual lima langkah. IxDF, HBS, dan kerangka IDEO U yang ditinjau di sini memiliki struktur berbeda, tetapi berbagi logika: pahami manusia, perjelas masalah, jelajahi alternatif, wujudkan asumsi, uji, dan belajar. Kasus nyata menunjukkan pentingnya fleksibilitas: riset bisa terlalu lama tanpa pengujian, lokakarya bisa gagal tanpa penanggung jawab dan implementasi, serta AI mempercepat pembuatan solusi. Karena itu, nilai jangka panjang design thinking bukan terletak pada kerangkanya, melainkan pada disiplin mengidentifikasi masalah yang tepat, mengurangi ketidakpastian dengan bukti, dan mengubah arah ketika kenyataan bertentangan dengan asumsi tim.