BAB 2

LANDASAN TEORI

2.1 Gambaran Umum Perusahaan

Valto Education Centre merupakan perusahaan yang berdiri dalam bidang

pendidikan dimana menyediakan jasa bimbingan belajar kepada anak – anak sekolah

khususnya tingkat sekolah dasar. Selain itu, jasa yang ditawarkan juga berupa bimbingan

belajar, kursus matematika Sakamoto dan Sempoa SIP.

Dengan perkembangan zaman yang semakin pesat membuat jasa bimbingan

belajar menjadi dibutuhkan oleh anak – anak yang duduk di bangku sekolah. Kesibukan

orang tua, serta susahnya materi pendidikan yang didapat, menjadi halangan anak – anak

untuk terus berprestasi. Dengan didirikannya Valto Education Centre diharapkan dapat

menjawab semua masalah – masalah yang dihadapi oleh para pelajar.

Matematika Sakamoto merupakan salah satu metode matematika yang sedang

berkembang dan di gemari oleh anak – anak di seluruh Indonesia. Metode yang

menerapkan problem solving dan logika dalam penyelesaiannya sangat membantu anak

– anak dalam menghadapi pelajaran matematika mereka di sekolah terutama untuk soal

– soal dalam bentuk cerita.

Sempoa SIP juga merupakan pembelajaran metematika dimana lebih ditekankan

kepada anak – anak yang masih duduk di bangku Taman Kanak – Kanak. Hanya saja,

pada SEMPOA SIP, anak – anak berhitung dengan menggunakan alat yang dinamakan

sempoa. Dengan ini, diharapkan untuk ke depannya anak – anak dapat berhitung dengan

cepat dan tepat.

7

2.1.1 Sejarah Perusahaan

Valto Education Centre telah berdiri sejak tahun 2000 di Jakarta. Pada awalnya,

jasa yang ditawarkan hanya berupa bimbingan belajar untuk tingkat Taman Kanak –

Kanak dan Sekolah Dasar. Seiring dengan berjalannya waktu, ada banyak tambahan

kursus yang diadakan oleh Valto Education Centre.

Kursus – kursus yang ada pada saat ini adalah Bimbingan Belajar, kursus

matematika Sakamoto dan Sempoa SIP. Salah satu kursus yang paling banyak digemari

adalah Sakamoto, karena pada umumnya matematika merupakan pelajaran yang tidak

disukai oleh anak – anak di Indonesia dan dengan adanya metode ini, maka akan

membuat anak – anak semakin menyukai matematika.

Setelah berdiri selama 8 tahun, Valto Education Centre telah membuka 4 buah

cabang yang terletak di Pantai Indah Kapuk, Jakarta dan BSD City. Hal ini

membuktikan bahwa Valto Education Centre telah sukses dan mendapat kepercayaan

dari banyak orang dalam memberikan pendidikan yang terbaik.

8

2.1.2 Struktur Organisasi

Gambar 2.1 Struktur Organisasi Perusahaan

2.2 Peramalan

2.2.1 Pengertian Peramalan

Dalam melakukan suatu analisis ekonomi atau analisis kegiatan perusahaan,

sudah seharusnya kita memperkirakan kegiatan dalam bidang usaha pada masa yang

akan datang. Kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan

datang, dinamakan peramalan (forecasting).

Setiap kebijakan yang akan diambil oleh perusahaan tidak akan terlepas dari

usaha untuk meningkatkan kesejahteraan masyarakat pada umumnya dan juga untuk

kesejahteraan perusahaan itu sendiri pada umumnya. Oleh karena itu, dalam setiap

pangambilan keputusan, perusahaan harus benar – benar memperhitungkan dengan

segala macam pertimbangan. Kegiatan ini tidak terlepas dari kegiatan peramalan.

Direktur

Pengajar

Koordinator Lokasi

Koordinator Lokasi

Pengajar

Pengajar

Pengajar

Pengajar

Pengajar

9

2.2.2 Jenis – jenis Metoda Peramalan

Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa

yang akan terjadi di masa yang akan datang dengan menggunakan data yang terjadi pada

masa lalu. Oleh karena metode peramalan didasarkan pada data yang relevan pada masa

yang lalu, maka metode peramalan digunakan untuk melakukan peramalan yang bersifat

kuantitatif.

Untuk memperkirakan apa yang terjadi pada masa yang akan datang, tepat atau

tidaknya peramalan yang dilakukan, maka diperlukan teknik dalam memilih metode

peramalan yang tepat.

Saat ini, telah dikembangkan berbagai macam metode peramalan yang dapat

digunakan sesuai dengan keadaan yang ada. Seperti yang dikatakan diatas bahwa

peramalan digunakan untuk peramalan yang bersifat kuantitatif. Menurut Sofyan

Assauri (1984,p9-10) pada dasarnya metode peramalan kuantitatif dapat dibedakan atas :

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan

antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan

deret waktu, Time Series.

2. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan

antara variabel yang akan diperkirakan dengan variabel lain yang

mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab

akibat (causal methods).

Selain itu, ada metode – metode peramalan yang menggunakan analisis pola

hubungan antara variabel yang akan diperkirakan dengan variabel waktu, atau analisis

deret waktu yang terdiri dari :

10

a. Metode Smoothing, yang mencakup metode data lewat (past data), metode

rata – rata kumulatif, metode rata – rata bergerak (Moving Averages) dan

metode Eksponential Smoothing.

b. Metode Box Jenkins

c. Metode proyeksi trend dengan regresi.

Metode Smoothing digunakan untuk mengurangi ketidak teraturan musiman dari

data yang lalu dengan membuat rata – rata tertimbang dari deretan data yang lalu.

Keakuratan dari peramalan dengan metode ini sangat baik untuk peramalan jangka

pendek, sedangkan untuk peramalan jangka panjang keakuratannya sangat kurang.

Biasanya metode ini digunakan untuk perencanaan serta pengendalian produksi dan

persediaan, perencanaan keuntungan, dan perencanaan keuangan lainnya. Data yang

dibutuhkan untuk peramalan dengan metode ini adalah minimal data selama 2 tahun.

Metode Box Jenkins menggunakan dasar deret waktu dengan model matematis

agar kesalahan yang terjadi dapat sekecil mungkin. Oleh karena itu penggunaan metode

ini membutuhkan identifikasi model serta estimasi parameternya. Seperti pada metode

Smoothing, metode ini juga sangat baik keakuratannya untuk peramalan jangka panjang.

Data yang dibutuhkan dengan menggunakan metode ini adalah minimal selama 2 tahun.

Dan akan lebih baik lagi jika data yang ada lebih dari 2 tahun. Metode ini digunakan

untuk peramalan dalam perencanaan dan pengendalian produksi, persediaan serta

perencanaan anggaran.

Metode proyeksi trend dengan regresi merupakan dasar garis trend untuk suatu

persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan

suatu hal yang diteliti untuk masa depan. Untuk peramalan jangka pendek maupun

peramalan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data

11

yang dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan, dan

makin banyak data yang dimiliki akan semakin baik. Minimal data yang digunakan itu

adalah 5 tahun. Penggunaan metode ini adalah untuk peramalan bagi penyusunan

rencana penanaman tanaman baru, rencana ekspansi, rencana investasi dan rencana

pembangunan suatu negara dan daerah.

Metode – metode peramalan dengan menggunakan analisis pola hubungan antara

variabel yang diperkirakan dengan variabel lain yang mempengaruhi, yang bukan waktu,

atau dikenal dengan metode sebab akibat (causal methods) atau korelasi yang terdiri

dari :

1. Metode regresi dan korelasi

2. Metode ekonometri

3. Metode input output

Metode regresi dan korelasi didasarkan pada penetapan suatu persamaan estimasi

menggunakan teknik least square. Hubungan yang ada pertama – tama dianalisis secara

statistik. Keakuratan metode ini sangat baik untuk peramalan jangka pendek, sedangkan

untuk peramalan jangka panjang ternyata keakuratannya kurang begitu baik.

Penggunaan metode ini antara lain pada peramalan penjualan, perencanaan keuntungan,

peramalan permintaan dan peramalan keadaan ekonomi. Data yang dibutuhkan untuk

penggunaan metode peramalan ini adalah data kuartalan dari berbagai tahun yang lalu.

Metode ekonometri didasarkan atas peramalan pada sistem persamaan regresi

yang diestimasikan secara simultan. Keakuratan metode peramalan ini sangat baik untuk

peramalan jangka panjang maupun peramalan jangka pendek. Penggunaan metode ini

pada peramalan penjualan menurut kelas produk, atau peramalan keadaan ekonomi

12

masyarakat, seperti permintaan, harga dan penawaran. Data yang digunakan pada

metode peramalan ini adalah data kuartalan beberapa tahun.

Metode input – output digunakan untuk menyusun proyeksi trend ekonomi

jangka panjang. Model ini kurang baik keakuratannya untuk peramalan jangka pendek

dan sangat baik ketepatannya untuk peramalan jangka panjang. Penggunaan metode ini

yaitu pada peramalan penjualan perusahaan, penjualan sektor industri dan subsektor

industri, produksi dari sektor dan subsektor industri. Data yang dibutuhkan untuk

penggunaan metode ini adalah data tahunan selama sekitar sepuluh sampai lima belas

tahun.

2.2.3 Kegunaan Metode Peramalan

Metode peramalan yang digunakan sangat besar manfaatnya apabila dikaitkan

dengan keadaan informasi atau data yang dipunyai. Misalnya dengan metode peramalan

yang ada kita dapat mengetahui bahwa data yang lalu itu polanya musiman, maka untuk

peramalan satu tahun kedepan sebaiknya digunakan metode variasi musiman.

Sedangkan apabila dari data yang lalu diketahui adanya pola hubungan antara variabel –

variabel yang saling mempengaruhi, maka sebaiknya digunakan metode sebab – akibat

(causal methods) atau Korelasi (cross section).

Metode peramalan merupakan cara memperkirakan apa yang akan terjadi pada

masa depan secara sistematis dan pragmatis atas dasar data relevan pada masa yang lalu.

Objektivitas yang diberikan oleh metode peramalan juga diharapkan lebih besar.

Selain itu, metode peramalan dapat memberikan urutan pengerjaan dan

pemecahan atas pendekatan suatu masalah dalam peramalan sehingga bila digunakan

13

pendekatan yang sama atas permasalahan dalam suatu kegiatan peramalan, maka akan

didapat dasar pemikiran dan pemecahan yang sama karena argumentasinya sama.

Kemudian cara pengerjaan dan pemecahan atas pendekatan suatu masalah dari

metode peramalan itu teratur/terarah sehingga dengan demikian dapat dimungkinkannya

penggunaan teknik – teknik penganalisaan yang lebih maju. Dengan penggunaan teknik

– teknik tersebut, maka diharapkan dapat memberikan kepercayaan atau keyakinan yang

lebih besar karena dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi

secara ilmiah.

Dalam dunia bisnis, hasil peramalan mampu memberikan gambaran tentang

masa depan perusahaan yang memungkinkan manajemen membuat perencanaan,

menciptakan peluang bisnis maupun mengatur pola investasi mereka. Ketepatan hasil

peramalan bisnis akan meningkatkan peluang tercapainya investasi yang

menguntungkan. Semakin tinggi akurasi yang dicapai peramalan, semakin meningkat

pula peran peramalan perusahaan karena hasil dari suatu peramalan dapat memberikan

arah bagi perencanaan perusahaan, perencanaan produksi dan persediaan serta

perencanaan keuangan.

Intinya secara kesuluruhan adalah bahwa metode peramalan sangat bermanfaat

dalam membantu untuk mengadakan pendekatan analisis terhadap tingkah laku atau pola

dari data yang lalu sehingga dapat memberikan cara pemikiran, pengerjaan dan

pemecahan yang sistematis dan pragmatis, serta memberikan tingkat keyakinan yang

lebih besar atas ketepatan hasil ramalan yang dibuat atau disusun.

14

2.2.4 Pemilihan Teknik dan Metode Peramalan

Metode peramalan tidak hanya digunakan oleh para peneliti atau analis untuk

penelitian serta analisis yang dilakukannya. Namun metode tersebut saat ini juga

bermanfaat untuk pengambilan keputusan oleh setiap pimpinan perusahaan maupun

pimpinan organisasi pemerintah. Untuk itu mereka harus memilih teknik dan metode

peramalan yang tepat untuk suatu masalah dan keadaan tertentu yang mereka hadapi.

Walaupun sejumlah teknik dan metode telah tersedia, akan tetapi perlu adanya

pedoman yang dapat digunakan untuk pemilihan teknik dan metode peramalan yang

tepat untuk suatu situasi tertentu.

Dalam pemilihan teknik dan metode peramalan, pertama-tama kita perlu

mengetahui ciri-ciri yang penting yang perlu diperhatikan bagi pengambilan keputusan

dan analisis keadaan dalam mempersiapkan peramalan.

Menurut Sofyan Assauri (1984,p14-15) ada enam hal yang perlu diperhatikan,

yaitu:

a. Horison Waktu (time horizon)

Periode waktu yang diambil untuk peramalan dalam pengambilan

keputusan atau analisis harus menggunakan serta memperhatikan pemilihan

teknik dan metode peramalan yang tepat. Horison waktu umumnya dapat dibagi

ke dalam jangka pendek (satu sampai dengan tiga bulan), menengah (tiga sampai

dengan satu setengah tahun) dan jangka panjang (lebih dari satu setengah tahun).

Walaupun demikian ukuran panjangnya waktu tidak harus tepat atau benar

dengan kata lain ukuran panjangnya waktu tidak harus menjadi patokan utama

15

untuk pemilihan teknik dan metode peramalan ini karena pedoman

pemakaiannya sangat tergantung pada kebutuhan dan situasi penggunaannya.

b. Tingkat perincian (level of detail)

Dalam pengambilan keputusan dan analisis tidak semuanya harus

berpusat kepada satu individu saja, misalnya berpusat kepada pimpinan

perusahaan saja. Pada perusahaan besar pasti terdapat bagian perencanaan yang

mengerjakan perencanaan yang menyeluruh untuk perusahaan tersebut.

Perencanaan itu mungkin diperinci untuk beberapa tingkat yang lain dalam

organisasi, seperti bagian produksi atau bagian lain berdasarkan tugas masing-

masing bagian.

c. Jumlah produk

Dalam keadaan di mana hanya ada satu produk yang diramalkan, maka

aturan-aturan yang digunakan dalam persiapan ramalan dapat lebih terperinci dan

lebih rumit dari keadaan di mana terdapat banyak ramalan untuk hal-hal yang

harus dibuat.

d. Pengawasan versus perencanaan

Manager dan analis yang membuat suatu keputusan dalam bidang

pengawasan, mempunyai kebutuhan yang berbeda bila dibandingkan dengan

manager dan analis yang membuat keputusan dalam bidang perencanaan.

Metode peramalan yang dibutuhkan untuk pengawasan adalah metode peramalan

yang mampu memperkirakan dan mengetahui sedini mungkin perubahan-

16

perubahan yang terdapat dalam pola dasar. Sedangkan dalam bidang

perencanaan pola yang ada akan berkelanjutan pada masa depan dan karena itu

dasar-dasar utama yang penting adalah mengidentifikasikan pola-pola tersebut

dan mengekstrapolasikannya untuk masa yang akan datang.

e. Stabilitas

Dalam keadaan stabil, metode peramalan dapat diterima dan diperiksa

secara periodik untuk menentukan apakah hal tersebut masih berlaku. Dalam hal

yang tidak pasti (uncertain case) maka metode yang dibutuhkan adalah metode

yang dapat sesuai dengan hasil-hasil yang terbaru secara terus-menerus dan

informasi-informasi terakhir.

f. Prosedur perencanaan yang ada

Suatu metode peramalan umumnya memasukkan proses perubahan

rencana perusahaan dan prosedur-prosedur pengambilan keputusan. Hal yang

sangat penting dalam penggunaan yang efektif dari suatu metode peramalan

adalah usaha untuk memulai dengan hal-hal yang sangat erat dengan prosedur

yang ada dan kemudian melakukan pengerjaannya dengan pendekatan yang

berkembang dari peningkatan metode-metode tersebut serta membuat perbaikan-

perbaikan.

17

2.2.5 Manfaat Utama Keakuratan Peramalan

Manfaat-manfaat yang dapat diperoleh dari peramalan yang akurat dan dibagi-

bagi menurut jangka waktu suatu peramalan tersebut dilaksanakan. Menurut Harjono

Sugiarto (2000,p6-p8) jangka waktu tersebut dibagi menjadi:

a. Jangka Pendek (kurang dari 3 bulan)

Manfaatnya antara lain dapat meningkatkan kepuasan pelanggan karena

jadwal produksi yang terorganisir dengan baik sehingga pelanggan dapat

memperoleh produk dengan cepat dan kualitas produk tersebut pasti lebih baik

dibandingkan produk yang telah lama diproduksi namun belum terjual karena

manajemen produksi yang kurang baik. Selain itu perusahaan dapat menetapkan

kebijakan promosi produk dengan efektif sehingga tidak memakan waktu dan

biaya, kebijakan penetapan harga yang efektif sehingga dapat terjangkau oleh

konsumen, manajemen kas yang efektif, pengaturan persediaan produk yang baik

untuk kelancaran produksi maupun penjualan, serta manajemen tenaga

kerja/personalia yang efektif.

b. Jangka Menengah (3 bulan s/d 2 tahun)

Manfaatnya antara lain manajemen keuangan yang baik karena

pengaturan produksi yang terorganisir sehingga persediaan serta penjualan juga

terorganisir dan mengakibatkan keseimbangan pengeluaran dan pemasukan,

alokasi sumber daya yang lebih baik, tingkat persediaan berkurang karena

penjualan dan produksi terjadwal dengan baik, peningkatan laba atau

pengurangan kerugian, dan posisi persaingan yang lebih baik.

18

c. Jangka waktu 2-5 tahun

Manfaatnya antara lain perumusan strategi penjualan, produksi dan

persediaan produk yang lebih efektif, pengenalan perubahan dalam organisasi

misalnya yang menyebabkan perubahan dalam tingkat penjualan, produksi dan

persediaan, identifikasi bidang-bidang lain yang menjanjikan untuk penanaman

modal tetapi harus menyadari bahwa pesaing kemungkinan memiliki akses

terhadap ramalan yang juga akurat, proyek-proyek penelitian dan pengembangan

yang menjanjikan, peningkatan atau pemeliharaan posisi persaingan.

d. Jangka waktu 5-15 tahun

Manfaatnya antara lain membangun konsensus, dapat memulai studi

kelayakan untuk proyek-proyek penelitian dan pengembangan yang menjanjikan

dan penetapan arah yang strategis.

2.3 Regresi dan Korelasi

2.3.1 Pengertian Regresi

Regresi dapat dipersepsikan sebagai sebuah cara untuk menduga suatu nilai

variabel tak bebas dengan bantuan satu atau lebih variabel bebas. Konsep variabel bebas

dan tak bebas, sangat penting dalam membentuk pengertian yang tepat tentang regresi.

Variabel bebas dapat dinyatakan sebagai suatu nilai yang mempengaruhi nilai

lainnya, sedangkan variabel tak bebas dapat dinyatakan sebagai suatu nilai yang

dipengaruhi satu atau lebih kombinasi nilai lain.

Meskipun regresi dapat digunakan untuk menduga nilai suatu variabel tak bebas

terhadap nilai variabel bebasnya, perlu diperhatikan bahwa persamaan regresi hanya

berlaku dalam interval data sampelnya. Dalam artian, adalah suatu hal yang tidak bijak

19

bila dilakukan generalisasi berlebihan terhadap sebuah persamaan regresi, misalnya

dengan memasukkan nilai variabel bebas yang ekstrem lebih besar dari nilai tertinggi

dalam sample yang digunakan.

2.3.2 Jenis – jenis Analisis Regresi

Analisis regresi dikelompokkan dari mulai yang paling sederhana sampai yang

paling rumit, tergantung tujuan yang berlandaskan pengetahuan atau teori sementara,

bukan asal ditentukan saja.

a. Regresi Linier Sederhana

Regresi linier sederhana bertujuan mempelajari hubungan linier antara dua

variabel. Dua variabel ini dibedakan menjadi variabel bebas (X) dan variabel tak

bebas (Y). Variabel bebas adalah variabel yang bisa dikontrol sedangkan variabel tak

bebas adalah variabel yang mencerminkan respon dari variabel bebas.

b. Regresi Berganda

Regresi berganda seringkali digunakan untuk mengatasi permasalahan analisis

regresi yang melibatkan hubungan dari dua atau lebih variabel bebas. Pada awalnya

regresi berganda dikembangkan oleh ahli ekonometri untuk membantu meramalkan

akibat dari aktivitas-aktivitas ekonomi pada berbagai segmen ekonomi. Misalnya

laporan tentang peramalan masa depan perekonomian di jurnal-jurnal ekonomi

(Business Week, Wal Street Journal, dll), yang didasarkan pada model-model

ekonometrik dengan analisis berganda sebagai alatnya. Salah satu contoh penggunaan

regresi berganda dibidang pertanian diantaranya ilmuwan pertanian menggunakan

20

analisis regresi untuk menjajagi antara hasil pertanian (misal: produksi padi per

hektar) dengan jenis pupuk yang digunakan, kuantitas pupuk yang diberikan, jumlah

hari hujan, suhu, lama penyinaran matahari, dan infeksi serangga.

c. Regresi Kurvilinier

Regresi kurvilinier seringkali digunakan untuk menelaah atau memodelkan

hubungan fungsi variabel terikat (Y) dan variabel bebas (X) yang tidak bersifat linier.

Tidak linier bisa diartikan bilamana laju perubahan Y sebagai akibat perubahan X

tidak konstan untuk nilai-nilai X tertentu. Kondisi fungsi tidak linier ini (kurvilinier)

seringkali dijumpai dalam banyak bidang. Misal pada bidang pertanian, bisa diamati

hubungan antara produksi padi dengan taraf pemupukan Phospat. Secara umum

produksi padi akan meningkat cepat bila pemberian Phospat ditingkatkan dari taraf

rendah ke taraf sedang. Tetapi ketika pemberian dosis Phospat diteruskan hingga taraf

tinggi, maka tambahan dosis Phospat tidak lagi diimbangi kenaikan hasil, sebaliknya

terjadi penurunan hasil. Untuk kasus-kasus hubungan tidak linier, prosedur regresi

sederhana atau berganda tidak dapat digunakan dalam mencari pola hubungan dari

variabel-variabel yang terlibat. Dalam hal ini, prosedur analisis regresi kurvilinier

merupakan prosedur yang sesuai untuk digunakan.

d. Regresi Dengan Variabel Dummy (Boneka)

Analisis regresi tidak saja digunakan untuk data-data kuantitatif (misal : dosis

pupuk), tetapi juga bisa digunakan untuk data kualitatif (misal : musim panen). Jenis

data kualitatif tersebut seringkali menunjukkan keberadaan klasifikasi (kategori)

tertentu, sering juga dikatagorikan variabel bebas (X) dengan klasifikasi pengukuran

21

nominal dalam persamaan regresi. Sebagai contoh, bila ingin meregresikan pengaruh

kondisi kemasan produk dodol nenas terhadap harga jual. Pada umumnya, cara yang

dipakai untuk penyelesaian adalah memberi nilai 1 (satu) kalau kategori yang

dimaksud ada dan nilai 0 (nol) kalau kategori yang dimaksud tidak ada (bisa juga

sebaliknya, tergantung tujuannya). Dalam kasus kemasan ini, bila kemasannya

menarik diberi nilai 1 dan bila tidak menarik diberi nilai 0. Variabel yang mengambil

nilai 1 dan 0 disebut variabel dummy dan nilai yang diberikan dapat digunakan seperti

variabel kuantitatif lainnya.

e. Regresi Logistik (Logistic Regression)

Bila regresi dengan variabel bebas (X) berupa variabel dummy, maka

dikatagorikan sebagai regresi dummy. Regresi logistik digunakan jika variabel

terikatnya (Y) berupa variabel masuk katagori klasifikasi. Misalnya, variabel Y

berupa dua respon yakni gagal (dilambangkan dengan nilai 0) dan berhasil

(dilambangkan dengan nilai 1). Kondisi demikian juga sering dikatagorikan sebagai

regresi dengan respon biner. Seperti pada analisis regresi berganda, untuk regresi

logistik variabel bebas (X) bisa juga terdiri lebih dari satu variabel.

22

2.3.3 Pengertian Korelasi

Sepanjang sejarah umat manusia, orang melakukan penelitian mengenai ada dan

tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Usaha-usaha untuk

mengukur hubungan ini dikenal sebagai mengukur asosiasi antara dua fenomena atau

kejadian yang menimbulkan rasa ingin tahu para peneliti.

Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik

pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi

merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat

yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Diantara

sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi yang

sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi

Rank Spearman. Selain kedua teknik tersebut, terdapat pula teknik-teknik korelasi lain,

seperti Kendal, Chi-Square, Phi Coefficient, Goodman-Kruskal, Somer, dan Wilson.

Pengukuran asosiasi mengenakan nilai numerik untuk mengetahui tingkatan

asosiasi atau kekuatan hubungan antara variabel. Dua variabel dikatakan berasosiasi jika

perilaku variabel yang satu mempengaruhi variabel yang lain. Jika tidak terjadi

pengaruh, maka kedua variabel tersebut disebut independen.

Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel

(kadang lebih dari dua variabel) dengan skala-skala tertentu, misalnya Pearson data

harus berskala interval atau rasio; Spearman dan Kendal menggunakan skala ordinal;

Chi Square menggunakan data nominal. Kuat lemah hubungan diukur diantara jarak

(range) 0 sampai dengan 1. Korelasi mempunyai kemungkinan pengujian hipotesis dua

23

arah (two tailed). Korelasi searah jika nilai koefesien korelasi diketemukan positif;

sebaliknya jika nilai koefesien korelasi negatif, korelasi disebut tidak searah. Yang

dimaksud dengan koefesien korelasi ialah suatu pengukuran statistik kovariasi atau

asosiasi antara dua variabel. Jika koefesien korelasi diketemukan tidak sama dengan nol

(0), maka terdapat ketergantungan antara dua variabel tersebut. Jika koefesien korelasi

diketemukan +1. maka hubungan tersebut disebut sebagai korelasi sempurna atau

hubungan linear sempurna dengan kemiringan (slope) positif.

Jika koefesien korelasi diketemukan -1. maka hubungan tersebut disebut sebagai

korelasi sempurna atau hubungan linear sempurna dengan kemiringan (slope) negatif.

Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua

variabel mempunyai hubungan linear yang sempurna. Artinya variabel X mempengaruhi

variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat

hubungan antara kedua variabel tersebut.

Ada beberapa rumus perhitungan korelasi daam ststistika, salah satunya dapat

ditulis dengan menggunakan rumus :

Rumus ini sering juga disebut Simple Correlation Coefficient.

Rumus lain yang dapat digunakan untuk menghitung nilai koefisien korelasi

adalah :

24

2.3.4 Koefisien Determinasi

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan

model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah di

antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen

dalam menjelaskan variabel-variabel dependen amat terbatas. Nilai yang mendekati satu

berarti variabel-variabel independen memberikan hampir semua informasi yang

dibutuhkan untuk memprediksi variasi variabel-variabel dependen Kuncoro ( 2003,

p20). Menurut Suharyadi (2004, p515) menyatakan variabel bebas dapat menjelaskan

variabel tidak bebas.

Bila R2 > 0,5 dikatakan baik atau akurat

Bila R2 = 0,5 dikatakan sedang

Bila R2 > 0,5 dikatakan kurang

2.4 Statistik Durbin - Watson

Statistik Durbin – Watson merupakan salah satu uji statistic yang digunakan

untuk menguji autokorelasi error yang ada dari sebuah analisis regresi. Uji autokorelasi

digunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi

antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1

(sebelumnya). Durbin – Watson diambil dari nama James Durbin dan Geoffrey Watson.

Jika et adalah nilai galat dari suatu data yang diambil data dengan periode t, maka

uji statistic yang dapat digunakan adalah

25

Jika nilai Statistik Durbin Watson berada di sekitar 2, berarti galat bersifat acak.

Apabila Statistik Durbin Watson berada diatas 2, berarti terdapat auto korelasi positif di

antara galat, dan juga sebaliknya apabila nilai Statistik Durbin Watson berada di bawah

2, berarti terdapat auto korelasi negatif di antara galat. Peramalan yang baik, apabila

galat yang dihasilkan bersifat acak.

2.5 Analisis Vector Auto Regression

Vector Autoregression atau VAR biasanya digunakan untuk memproyeksikan

system variabel-variabel runtut waktu dan untuk menganalisis dampak dinamis dari

faktor gangguan yang terdapat dalam system variabel tersebut. Pada dasarnya analisis

VAR bisa dipadankan dengan suatu model persamaan simultan, oleh karena dalam

analisis VAR kita mempertimbangkan beberapa variabel endogen secara bersamaan

dalam suatu model. Perbedaannya dengan model simultan biasa adalah dalam analisis

VAR masing-masing variabel selain diterangkan oleh nilainya di masa lampau juga

dipengaruhi oleh nilai masa lampau semua variabel endogen lainnya dalam model yang

diamati. Disamping itu, dalam analisis VAR biasanya tidak ada variabel eksogen dalam

model.

Keunggulan dari analisis VAR antara lain adalah :

1) Metode ini sederhana, kita tidak perlu khawatir untuk membedakan mana

variabel endogen dan mana variabel eksogen

26

2) Estimasi sederhana dimana metode OLS biasa dapat digunakan pada tiap-tiap

persamaan secara terpisah

3) Hasil perkiraan (forecast) yang diperoleh dengan menggunakan metode ini

dalam banyak kasus lebih bagus dibandingkan dengan hasil yang didapat

dengan menggunakan model persamaan simultan yang kompleks.

Selain itu analisis VAR juga merupakan alat analisis yang sangat berguna baik di

dalam memahami adanya hubungan timbal balik antar variabel ekonomi maupun di

dalam pembentukan model ekonomi berstruktur.

Secara umum VAR dengan ordo p dan n buah variabel endogen pada waktu ke t

dapat dimodelkan sebagai berikut:

Dimana:

Yt = Vektor variabel endogen (Y1.t, Y2.t, Yn.t) berukuran n x 1

c = Vektor intersep berukuran n x 1

Ai = matrik parameter berukuran n x n

εt = Vektor sisaan (ε1t, ε2t, ……εnt) berukuran n x 1

Pada dasarnya, Analisis VAR meliputi:

1. Uji akar unit (Unit Root Test)

Uji akar unit ini digunakan untuk melihat apakah data yang diamati stationer

atau tidak.

27

Test ini sebenarnya hanya merupakan pelengkap dari analisis VAR,

mengingat tujuan dari analisis VAR adalah untuk menilai adanya hubungan timbal

balik di antara variabel-variabel yang diamati, dan bukan test untuk data. Akan

tetapi, apabila data yang diamati adalah stationer, hal ini akan meningkatkan akurasi

dari analisis VAR.

2. Uji Hipotesis (Hyphothesis Testing), yang terdiri dari:

a. Likelihood Ratio Test

Likelihood Ratio Test digunakan untuk menguji hipotesis mengenai

berapakah jumlah lag yang sesuai untuk model yang diamati.

b. Granger Causality Test

Test ini menguji apakah suatu variabel bebas (independent variable)

meningkatkan kinerja forecasting dari variabel tidak bebas (dependent variable).

3. Innovation Accounting

Pada dasarnya test ini digunakan untuk menguji struktur dinamis dari sistem

variabel dalam model yang diamati, yang dicerminkan oleh variabel inovasi

(innovation variable). Dengan kata lain, tes ini merupakan tes terhadap variabel

inovasi (innovation variable). Tes ini terdiri dari:

a. The Impulse Responses:

Untuk melihat efek gejolak (shock) suatu standar deviasi dari variabel

invovasi terhadap nilai sekarang (current time values) dan nilai yang akan

28

datang (future values) dari variabel-variabel endogen yang ter-dapat dalam

model yang diamati.

b. The Cholesky Decomposition:

The Cholesky Decomposition atau biasa disebut juga dengan The

Variance Decomposition memberikan informasi mengenai variabel inovasi yang

relatif lebih penting dalam VAR. Pada dasarnya test ini merupakan metode lain

untuk menggambarkan sistem dinamis yang terdapat dalam VAR. Test ini

digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu

seberapa besar perbedaan antara variance sebelum dan sesudah shock, baik shock

yang berasal dari diri sendiri maupun shock dari variabel lain.

2.6 Aplikasi Rekayasa Perangkat Lunak

Rekayasa Perangkat lunak dapat diaplikasikan ke berbagai situasi di mana

serangkaian langkah prosedural (seperti algoritma) telah didefinisikan (pengecualian-

pengecualian yang dapat dicatat pada aturan ini adalah sistem pakar dan perangkat lunak

jaringan syaraf kecerdasan buatan). Kandungan (content) informasi dan determinasi

merupakan faktor terpenting dalam menentukan sifat aplikasi perangkat lunak. Content

mengarah kepada arti dan bentuk dari informasi yang masuk dan yang keluar.

Pemrosesan informasi bisnis merupakan area aplikasi perangkat lunak yang

paling luas. Aplikasi dalam area ini menyusun kembali struktur data yang ada dengan

suatu cara tertentu untuk memperlancar operasi bisnis atau pengambilan keputusan

manajemen.

29

Banyak perangkat lunak sistem (misal compiler, editor, dan utilitas pengatur file)

memproses stuktur-struktur informasi yang lengkap namun tetap. Aplikasi-aplikasi

sistem yang lain (komponen sistem operasi, driver, prosesor telekomunikasi) memproses

secara luas data yang bersifat tetap. Di dalam setiap kasus tersebut, area perangkat lunak

sistem ditandai dengan eratnya interaksi dengan perangkat keras komputer, penggunaan

oleh banyak pemakai dan struktur-struktur data yang kompleks. Selanjutnya, ada empat

tahapan dalam daur hidup perangkat lunak, yaitu :

a. Inception (kelahiran)

Tahapan dimana benih pemikiran membangun sistem mulai diterima,

minimal secara internal organisasi.

b. Elaboration (perluasan dari rencana semula)

Tahapan yang menghasilkan visi mengenai produk dan arsitektunya.

Tahapan ini juga menghasilkan sistem requirements berupa pernyataaan

sederhana mengenai visi, bahkan sampai pada kriteria evaluasi untuk tiap

perilaku fungsional maupun non-fungsional, sehingga masing-masing dapat

menjadi “basis” untuk pengetesan.

c. Construction (pembangunan)

Pada tahapan ini software dibangun, diuji, diperbaiki dan disempurnakan

d. Transition (peralihan)

Dalam tahapan ini software diserahkan kepada komunitas user.

30

2.6.1 Basis Data (Database)

Menurut Farthansyah (2004,p7), Basis Data merupakan salah satu komponen

dari Sistem Basis Data dan terdiri atas 3 hal yaitu kumpulan data yang terorganisir, relasi

antar data dan objektifnya. Ada banyak pilihan dalam mengorganisasi data dan ada

banyak pertimbangan dalam membentuk relasi antar data, namun pada akhirnya yang

terpenting adalah objek utama yang harus selalu kita ingat yaitu kecepatan dan

kemudahan berinteraksi dengan data yang dikelola/diolah.

Seperti telah dikemukakan di atas, bahwa Basis Data hanya merupakan satu

komponen dari Sistem Basis Data, jadi masih ada komponen lainnya yaitu perangkat

keras, perangkat lunak serta pemakai. Ketiga komponen ini saling ketergantungan. Basis

Data tidak mungkin dapat dioperasikan tanpa adanya perangkat lunak yang

mengorganisasikannya. Begitupun pemakai tidak dapat berinteraksi dengan basis data

tanpa melalui perangkat lunak yang sesuai.

2.6.2 UML (Unified Modeling Laguange)

2.6.2.1 Pengertian UML

UML adalah suatu bahasa pemodelan standar untuk menulis rancangan software.

UML dapat digunakan untuk visualisasi, spesifikasi, konstruksi dan dokumentasi suatu

software yang intensif dari suatu sistem. UML memungkinkan pembangunan sistem

untuk membuat rencana yang memungkinkan untuk dimengerti dan berkomunikasi

dengan yang lain. Komunikasi dalam hal pandangan adalah yang paling penting di

dalam pembangunan sistem. Sistem analis akan mencoba untuk memperkirakan

kebutuhan dari client mereka, membuat analisis permintaan di beberapa notasi yang

31

dapat dimengerti oleh analis (namun tidak selalu dimengerti oleh client), memberikan

hasil analisa tersebut kepada programmer atau kelompok programmer, dan berharap

produk terakhir adalah sistem yang diinginkan oleh client. Dan dengan adanya UML,

masalah-masalah di atas dapat diatasi.

UML adalah bahasa standar untuk membuat cetak biru dari piranti lunak. UML

dapat digunakan untuk visualisasi dan menentukan, membangun serta

mendokumentasikan hasil kerja dari sistem yang dirancang untuk piranti lunak.(Booch,

Rumbaugh, dan Jacobson, 1998, p13). UML memiliki tiga unsur utama, yaitu :

a. Blok-blok bangunan, terdiri dari tiga jenis, yaitu Things, Relationship dan

Diagrams.

b. Aturan yang mengatur bagaimana bok-blok itu dihubungkan.

c. Mekanisme yang dapat digunakan.

Untuk memahami UML, perlu diketahui tiga karakteristik penting dari UML,

yaitu :

a. Use case Driven

Use case digunakan sebagai awalan untuk membuat perilaku, verifikasi

dan validasi arsitektur sistem. Selanjutnya use case digunakan untuk pengetesan

sistem dan sebagai alat komunikasi antara pihak-pihak yang berkepentingan

dengan pembangunan sistem ini.

32

b. Architecture centric

Arsitektur sistem digunakan sebagai pegangan utama untuk membuat

konsep, mengkonstruksi, mengatur (manage) dan menyusun sistem yang sedang

dikembangkan.

c. Iterative dan Incremental process

Iterative berarti proses itu menyangkut pernyataan/keputusan yang dapat

dikerjakan secara berkelanjutan. Sedangkan incremental process adalah suatu

proses yang melibatkan integrasi terus menerus dan arsitektur sistem untuk

menghasilkan pernyataan / keputusan yang diikuti oleh pernyataan/keputusan

berikutnya yang lebih baik dari sebelumnya.

Iterative dan incremental process adalah risk driven, artinya

pernyataan/keputusan yang baru difokuskan untuk mengatasi atau mengurangi

risiko yang paling besar untuk suksesnya sistem yang dibangun.

2.6.2.2 Diagram-diagram UML

UML memiliki beberapa diagram yang digunakan untuk menggambarkan suatu

sistem. Tujuan pembuatan diagram ini adalah agar sistem mudah dimengerti oleh semua

pihak, baik yang teknis maupun non teknis. Berikut diagram dalam UML:

a. Class Diagram, menggambarkan hubungan antar objek.

b. Object Diagram, adalah objek dan hubungan sebagai pencerminan dari prototipe.

c. Component Diagram, adalah komponen dan hubungan yang mengilustrasikan

implementasi sistem.

d. Deployment Diagram, konfigurasi waktu kerja dari nod

e. e dan objek yang memiliki node.

33

f. Use case Diagram. Diagram ini digunakan untuk mengorganisasikan use case

dan behaviour (sifat).

g. Sequence Diagram. Diagram ini menggambarkan waktu urutan message dan

object lifeline.

h. Collaboration Diagram, menggambarkan waktu urutan message dan organisasi

objek dalam interaksi.

i. Activity Diagram, menggambarkan arus kerja dari aktivitas, difokuskan pada

operasi yang dilewatkan antar objek.

j. Statechart Diagram. Merupakan diagram yang menggambarkan life cycle dari

objek sebagai perubahan dari satu state ke state lain, dibangkitkan oleh message.

34

Untuk perancangan ini, tipe UML yang penulis gunakan antara lain:

a. Use Case Diagram

Menggambarkan sekumpulan use case dan actor dan hubungan antara

mereka (Booch, Rumbaugh, dan Jacobson, 1998, p97). Use case diagram

mempunyai peranan penting dalam pengorganisasian dan pemodelan behavior

dari sistem.

Gambar 2.2 Use case diagram dalam UML

35

b. Activity Diagram

Merupakan gambaran dari perubahan keadaan (state) suatu objek (Booch,

Rumbaugh, dan Jacobson, 1998, p98).

Gambar 2.3 Activity diagram dalam UML

c. Sequence Diagram

Merupakan diagram interaksi yang menekankan pada urutan waktu dari

pertukaran message. (Booch, Rumbaugh, dan Jacobson, 1998, p97).

Gambar 2.4 Sequence diagram dalam UML

36

2.6.3 STD (State Transition Diagram)

State-Transition Diagram menggambarkan bagaimana perilaku sistem saat

mendapatkan event dari luar (External Events). STD mewakili berbagai mode perilaku

dari sistem dan perlakuan yang terdapat pada transisi antar state. STD menjadi dasar dari

model perilaku. Informasi tambahan mengenai aspek-aspek kontrol terhadap perangkat

lunak terdapat dalam spesifikasi kontrol (Control Specification).

Contoh :

Gambar 2.5 State Transition Diagram

2.7 Interaksi Manusia dan Komputer

Saat ini kebanyakan orang menggunakan suatu sistem atau program yang

interaktif, karena itu penggunaan komputer telah berkembang pesat sebagai suatu

program yang interaktif yang membuat orang tertarik untuk menggunakannya. Program

yang interaktif itu perlu dirancang dengan baik sehingga pengguna dapat merasa puas

dan juga dapat ikut berinteraksi dengan baik dalam menggunakannya.

Suatu program yang interaktif dan baik harus bersifat user friendly. Shneiderman

(1998, p15) menjelaskan 5 kriteria yang harus dipenuhi oleh suatu program yang user

friendly yaitu :

a. Waktu belajar yang tidak lama

b. Kecepatan penyajian informasi yang tepat

State 1

State 2

Condition

Action

37

c. Tingkat kesalahan pemakaian rendah

d. Penghafalan sesudah melampaui jangka waktu

e. Kepuasan pribadi dari user yang menggunakannya

Suatu program yang interaktif dapat dengan mudah dibuat dan dirancang dengan

suatu perangkat bantu pengembang sistem user interface, seperti C# (baca: C Sharp),

Visual Basic, Borland Delphi dan sebagainya.

Keuntungan penggunaan perangkat bantu untuk mengembangkan user interface

menurut Sentosa (1997, p7) yaitu :

a. User interface yang dihasilkan lebih baik.

b. Program user interface-nya menjadi mudah ditulis dan lebih ekonomis untuk

dipelihara.

Shneiderman juga mengemukakan 8 (delapan) aturan yang dapat digunakan

sebagai petunjuk dasar yang baik untuk merancang suatu user interface. Delapan aturan

ini disebut dengan Eight Golden Rules of Interface Design, yaitu:

a. Konsistensi

Konsistensi dilakukan pada urutan tindakan, perintah, dan istilah yang digunakan

pada prompt, menu, serta layar bantuan.

b. Memungkinkan pengguna untuk menggunakan shortcut

Ada kebutuhan dari pengguna yang sudah ahli untuk meningkatkan

kecepatan interaksi, sehingga diperlukan singkatan, tombol fungsi, perintah

tersembunyi, dan fasilitas makro.

38

c. Memberikan umpan balik yang informative

Untuk setiap tindakan operator, sebaiknya disertakan suatu sistem umpan

balik. Untuk tindakan yang sering dilakukan dan tidak terlalu penting, dapat

diberikan umpan balik yang sederhana. Tetapi ketika tindakan merupakan hal

yang penting, maka umpan balik sebaiknya lebih substansial. Misalnya muncul

suatu suara ketika salah menekan tombol pada waktu input data atau muncul

pesan kesalahannya.

d. Merancang dialog untuk menghasilkan suatu penutupan

Urutan tindakan sebaiknya diorganisir dalam suatu kelompok dengan

bagian awal, tengah, dan akhir. Umpan balik yang informatif akan meberikan

indikasi bahwa cara yang dilakukan sudah benar dan dapat mempersiapkan

kelompok tindakan berikutnya.

e. Memberikan penanganan kesalahan yang sederhana

Sedapat mungkin sistem dirancang sehingga pengguna tidak dapat

melakukan kesalahan fatal. Jika kesalahan terjadi, sistem dapat mendeteksi

kesalahan dengan cepat dan memberikan mekanisme yang sedehana dan mudah

dipahami untuk penanganan kesalahan.

39

f. Mudah kembali ke tindakan sebelumnya

Hal ini dapat mengurangi kekuatiran pengguna karena pengguna

mengetahui kesalahan yang dilakukan dapat dibatalkan; sehingga pengguna tidak

takut untuk mengekplorasi pilihan-pilihan lain yang belum biasa digunakan.

g. Mendukung tempat pengendali internal (internal locus of control)

Pengguna ingin menjadi pengontrol sistem dan sistem akan merespon

tindakan yang dilakukan pengguna daripada pengguna merasa bahwa sistem

mengontrol pengguna. Sebaiknya sistem dirancang sedemikan rupa sehingga

pengguna menjadi inisiator daripada responden.

h. Mengurangi beban ingatan jangka pendek

Keterbatasan ingatan manusia membutuhkan tampilan yang sederhana

atau banyak tampilan halaman yang sebaiknya disatukan, serta diberikan cukup

waktu pelatihan untuk kode, mnemonic, dan urutan tindakan.

2.8 Microsoft Excel 2003

Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi

lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation

untuk sistem operasi Microsoft Windows dan Mac OS. Aplikasi ini memiliki fitur

kalkulasi dan pembuatan grafik yang, dengan menggunakan strategi marketing

Microsoft yang agresif, menjadikan Microsoft Excel sebagai salah satu program

komputer yang populer digunakan di dalam komputer mikro hingga saat ini. Bahkan,

saat ini program ini merupakan program spreadsheet paling banyak digunakan oleh

40

banyak pihak, baik di platform PC berbasis Windows maupun platform Macintosh

berbasis Mac OS, semenjak versi 5.0 diterbitkan pada tahun 1993.

Pada awal-awal peluncurannya, Excel menjadi sasaran tuntutan perusahaan

lainnya yang bergerak dalam bidang industri finansial yang telah menjual sebuah

perangkat lunak yang juga memiliki nama Excel. Akhirnya, Microsoft pun mengakhiri

tuntutan tersebut dengan kekalahan dan Microsoft harus mengubah nama Excel menjadi

"Microsoft Excel" dalam semua rilis pers dan dokumen Microsoft. Meskipun demikian,

dalam prakteknya, hal ini diabaikan dan bahkan Microsoft membeli Excel dari

perusahaan yang sebelumnya menuntut mereka, sehingga penggunaan nama Excel saja

tidak akan membawa masalah lagi. Microsoft juga sering menggunakan huruf XL

sebagai singkatan untuk program tersebut, yang meskipun tidak umum lagi, ikon yang

digunakan oleh program tersebut masih terdiri atas dua huruf tersebut (meski diberi

beberapa gaya penulisan). Selain itu, ekstensi default dari spreadsheet yang dibuat oleh

Microsoft Excel adalah *.xls.

Excel menawarkan banyak keunggulan antarmuka jika dibandingkan dengan

program spreadsheet yang mendahuluinya, tapi esensinya masih sama dengan VisiCalc

(perangkat lunak spreadsheet yang terkenal pertama kali): Sel disusun dalam baris dan

kolom, serta mengandung data atau formula dengan berisi referensi absolut atau

referensi relatif terhadap sel lainnya.

Excel merupakan program spreadsheet pertama yang mengizinkan pengguna

untuk mendefinisikan bagaimana tampilan dari spreadsheet yang mereka sunting: font,

atribut karakter, dan tampilan setiap sel. Excel juga menawarkan penghitungan kembali

terhadap sel-sel secara cerdas, di mana hanya sel yang berkaitan dengan sel tersebut saja

yang akan diperbarui nilanya (di mana program-program spreadsheet lainnya akan

41

menghitung ulang keseluruhan data atau menunggu perintah khusus dari pengguna).

Selain itu, Excel juga menawarkan fitur pengolahan grafik yang sangat baik.

Ketika pertama kali dibundel ke dalam Microsoft Office pada tahun 1993,

Microsoft pun mendesain ulang tampilan antarmuka yang digunakan oleh Microsoft

Word dan Microsoft PowerPoint untuk mencocokkan dengan tampilan Microsoft Excel,

yang pada waktu itu menjadi aplikasi spreadsheet yang paling disukai.

Sejak tahun 1993, Excel telah memiliki bahasa pemrograman Visual Basic for

Applications (VBA), yang dapat menambahkan kemampuan Excel untuk melakukan

automatisasi di dalam Excel dan juga menambahkan fungsi-fungsi yang dapat

didefinisikan oleh pengguna (user-defined functions/UDF) untuk digunakan di dalam

worksheet. Dalam versi selanjutnya, bahkan Microsoft menambahkan sebuah integrated

development environment (IDE) untuk bahasa VBA untuk Excel, sehingga memudahkan

programmer untuk melakukan pembuatan program buatannya. Selain itu, Excel juga

dapat merekam semua yang dilakukan oleh pengguna untuk menjadi macro, sehingga

mampu melakukan automatisasi beberapa tugas. VBA juga mengizinkan pembuatan

form dan kontrol yang terdapat di dalam worksheet untuk dapat berkomunikasi dengan

penggunanya. Bahasa VBA juga mendukung penggunaan DLL ActiveX/COM, meski

tidak dapat membuatnya. Versi VBA selanjutnya menambahkan dukungan terhadap

class module sehingga mengizinkan penggunan teknik pemrograman berorientasi objek

dalam VBA.

Fungsi automatisasi yang disediakan oleh VBA menjadikan Excel sebagai

sebuah target virus-virus macro. Ini merupakan problem yang sangat serius dalam dunia

korporasi hingga para pembuat antivirus mulai menambahkan dukungan untuk

mendeteksi dan membersihkan virus-virus macro dari berkas Excel. Akhirnya, meski

42

terlambat, Microsoft juga mengintegrasikan fungsi untuk mencegah penyalahgunaan

macro dengan menonaktifkan macro secara keseluruhan, atau menngaktifkan macro

ketika mengaktifkan workbook, atau mempercayai macro yang dienkripsi dengan

menggunakan sertifikat digital yang terpercaya.