bina nusantara | library & knowledge...
TRANSCRIPT
BAB 2
LANDASAN TEORI
2.1 Analisis Regresi
Persamaan matematik yang memungkinkan dilakukannya peramalan nilai-
nilai atau variabel-variabel suatu peubah tak bebas dari nilai-nilai satu atau lebih
peubah bebas disebut persamaan regresi (Walpole, 1993). Nilai peubah tak bebas
biasa disebut dengan variabel dependen atau variabel respon (Y) dan nilai peubah
bebas disebut dengan variabel independen atau variabel prediktor (X).
Berdasarkan bentuk kelinearan data, model regresi dapat dikelompokkan
menjadi dua macam, yaitu regresi linear dan regresi nonlinear. Regresi linear
digunakan apabila pola hubungan antara variabel dependen dan variabel independen
adalah linear. Regresi nonlinear digunakan apabila pola hubungan antara variabel
dependen dan variabel independen adalah tidak linear.
Untuk mengetahui apakah hubungan antara variabel dependen dan variabel
independen adalah linear atau nonlinear dapat dilihat dari scatterplot data atau
disebut juga dengan diagram pencar. Plot data linear mempunyai diagram pencar
dengan pola mendekati garis lurus seperti pada Gambar 2.1, sedangkan plot data
nonlinear ditunjukkan pada Gambar 2.2.
Sumber : Hill, Griffiths, dan Lim (2011)Gambar 2.1 Plot Pola Linear
6
7
Sumber : Hill, Griffiths, dan Lim (2011)Gambar 2.2 Plot Data Nonlinear
Analisis regresi adalah analisis untuk mendapatkan model matematis dan
hubungan antara variabel dependen (Y) dan satu atau lebih variabel independen (X).
Hubungan antara variabel dependen dan variabel independen yang
mempengaruhinya dapat dituliskan dalam bentuk persamaan regresi sebagai berikut :
(2.1)
Taksiran untuk persamaan (2.1) adalah
(2.2)
i = 1,2,…,n dan j = 1,2,…,k , dengan n adalah banyaknya pengamatan dan (k+1)
adalah banyaknya parameter.
Keterangan :
: variabel dependen
: taksiran variabel dependen
: variabel independen
: parameter regresi
8
: taksiran parameter regresi
: residual, dengan asumsi ε~IIDN(0,σ2)
2.2 Model Regresi Nonlinear
2.2.1. Persamaan Regresi Nonlinear
Menurut Seber (2003), persamaan regresi nonlinear dapat dinotasikan dalam
bentuk :
(2.3)
Dimana adalah fungsi nonlinear dari satu atau lebih p parameter .
Menurut Seber (2003), model nonlinear biasa digunakan jika disarankan berdasarkan
teori atau untuk membangun sifat nonlinear ke dalam model.
2.2.2. Estimasi Nonlinear Least Square
Penaksiran parameter pada regresi nonlinear dapat dilakukan dengan
melakukan transformasi sehingga bentuk nonlinear menjadi bentuk linear. Metode
penaksiran parameter ini disebut juga dengan metode Ordinary Least Square (OLS)
seperti pada regresi linear. Beberapa bentuk persamaan regresi nonlinear disajikan
pada Tabel 2.1.
9
Tabel 2.1 Bentuk Persamaan Nonlinear dan Transformasinya
Bentuk NonlinearTransformasi
Bentuk LinearY X
Nonlinear Least Square (NLS) adalah bentuk analisis least square yang
digunakan pada pemodelan regresi nonlinear dengan meminimumkan Residual Sum
of Square (RSS) berdasarkan
(2.4)
Optimasi parameter dilakukan untuk mendapatkan nilai minimum RSS pada model.
Metode-metode yang dapat mengoptimasi parameter adalah Gauss-Newton,
Hartley's Method, Levenberg-Marquardt Method, Brute-Force Method.
2.2.3. Metode Brute-Force
Metode Brute-Force biasa disebut Grid-Search. Metode ini biasa digunakan
untuk menentukan starting value, akan tetapi dapat juga digunakan untuk estimasi
parameter yang nantinya metode ini akan memilih nilai estimasi yang menghasilkan
10
nilai RSS (Residual Sum of Square) terkecil. Metode Brute-Force biasa digunakan
jika sudah diketahui range nilai estimasi dari parameter.
Metode Brute-Force akan melakukan iterasi untuk setiap nilai starting value.
Iterasi akan berhenti jika semua starting value sudah teriterasi dan selanjutnya akan
dipilih RSS yang terkecil dari iterasi tersebut (Grothendieck, 2013).
2.2.4. Metode Levenberg-Marquardt
Metode Levenberg-Marquardt biasa dikenal juga dengan metode Damped
Least Squares (DLS) yang menghasilkan solusi numerik untuk meminimalkan
sebuah fungsi nonlinear terhadap paramater di fungsi tersebut. Metode Levenberg-
Marquardt terinterpolasi antara metode Gauss-Newton dan metode Gradient-
Descent.
Aplikasi utama dari metode Levenberg-Marquardt adalah pada masalah
kuadrat terkecil yang bertujuan untuk mengoptimasi parameter dari model
, sehingga Residual Sum of Squares (RSS) pada persamaan (2.4) menjadi minimal
nilainya.
Metode Levenberg-Marquardt menggunakan prosedur iterasi. Untuk
memulai proses minimisasi, langkah pertama adalah dibuatnya atau melakukan
perkiraan nilai dari parameter vektor, . Pada setiap tahap iterasi, parameter vektor,
, akan diganti dengan nilai estimasi baru, yaitu . Untuk mencari nilai fungsi
didekati dengan menlinearkan
(2.5)
11
dimana,
(2.6)
adalah gradient (vektor baris) dari terhadap parameter Aproksimasi dari
akan menghasilkan,
(2.7)
atau dalam notasi vektor menjadi,
(2.8)
Berdasarkan Levenberg (1944) dan Marquardt (1963), Metode Levenberg-
Marquardt memodifikasi step dari Gauss-Newton menjadi
(2.9)
dimana J adalah matriks jacobian yang memiliki baris dan dimana dan adalah
vektor dengan komponen dan sebanyak i. Nilai adalah nilai yang
memberikan arah turun (descent direction) terhadap vektor parameter . Nilai
merupakan damping parameter yang tidak boleh bernilai negatif dan akan
disesuaikan di setiap iterasi.
Damping parameter, , akan disesuaikan di setiap iterasi. Jika penurunan S
sangatlah drastis atau cepat, dapat menggunakan nilai yang kecil, yang akan
membuat metode ini menjadi hampir sama dengan metode Gauss-Newton, dimana
12
iterasi akan memberikan hasil residual yang kecil. Nilai dapat diperbesar yang akan
memberikan arah penurunan terhadap gradien dengan gradien S terhadap sama
dengan . Oleh karena itu, untuk nilai yang besar, tahap-tahap
akan dilakukan secara aproksimasi ke arah gradien. Iterasi berhenti jika banyaknya
tahap, , atau pengurangan Sum of Squares dari vektor parameter terakhir, ,
sudah dibawah limit yang telah ditentukan. Berdasarkan Monahan (2011), parameter
terakhir, , menjadi solusi dari metode Levenberg-Marquardt dapat dituliskan dalam
persamaan (2.17).
(2.10)
Menurut Elzhov (2013), iterasi pada metode Levenberg-Marquardt juga
dapat ditentukan berdasarkan 2 limit, yaitu berdasarkan :
1. First Convergence test
Iterasi akan berhenti jika,
(2.11)
dimana adalah residuals dan adalah sebuah angka non-negatif.
Iterasi akan berhenti jika kedua relatif reduksi (aktual dan prediksi) pada sum
of squares lebih dari nilai . Oleh karena itu, nilai mengukur relatif
error yang diinginkan pada nilai sum of squares.
2. Second Convergence test
Iterasi akan berhenti jika,
13
(2.12)
dimana adalah parameter terbaik yang didapatkan dan adalah
sebuah angka non-negatif. Iterasi akan berhenti jika nilai relatif error antara 2
konsekutif iterasi lebih dari nilai . Oleh karena itu, mengukur nilai
relatif error yang diinginkan pada aproksimasi solusi.
2.2.5. Pengujian Parameter
Pengujian parameter dalam model regresi harus dilakukan untuk mengetahui
apakah parameter tersebut menunjukkan hubungan yang nyata antara variabel
dependen dengan variabel independen. Dalam pengujian parameter, ada dua tahap
pengujian, yaitu uji serentak dan uji parsial.
Uji parsial adalah pengujian parameter dalam model regresi secara individu
yang bertujuan untuk mengetahui apakah parameter tersebut sudah signifikan atau
tidak. Tahap-tahap dalam melakukan uji parsial adalah :
1. Penentuan hipotesis
Hipotesis yang digunakan pada uji parsial adalah :
2. Penentuan taraf signifikan (α)
Taraf signifikan adalah besarnya peluang melakukan kesalahan tipe 1, yaitu
kesahalahan menolak hipotesis ketika hipotesis tersebut benar. Nilai
signifikansi dari suatu hipotesis adalah nilai kebenaran dari hipotesis yang
diterima atau ditolak.
3. Statistik uji
14
Statistik uji yang digunakan pada uji parsial adalah dengan membagi nilai
dugaan βj dan simpangan baku bagi bj.
(2.13)
dimana :
(2.14)
4. Daerah penolakan
H0 ditolak jika |thitung| > t(1-α/2, n-p) atau p-value < α.
5. Pengambilan kesimpulan
Jika H0 ditolak pada tingkat signifikansi α, artinya βj tidak sama dengan nol
dan variabel independen tersebut memberikan pengaruh yang berarti pada
variabel dependennya.
2.2.6. Pengujian Asumsi Residual
Asumsi residual dalam model regresi harus memenuhi kriteria identik,
independen, dan berdistribusi normal dengan nilai mean nol dan varians σ2 atau biasa
dinotasikan dengan ε~IIDN(0, σ2).
Asumsi kenormalan seringkali tidak terpenuhi karena adanya pengamatan
outlier yang memberikan pengaruh (influence) besar terhadap estimasi parameter
model (Montgomery, 1992). Jika asumsi kenormalan terpenuhi, berarti metode
Nonlinear Least Square (NLS) dapat menaksir β dengan baik, namun jika asumsi
kenormalan tidak terpenuhi, hasil estimasi NLS tidak dapat digunakan.
2.2.6.1. Uji Asumsi Saling Bebas (Independent)
15
Uji independen atau uji autokorelasi residual dilakukan untuk mengetahui
apakah ada korelasi antar residual. Beberapa pengujian yang dapat dilakukan untuk
menguji asumsi independen adalah plot Autocorrelation Function (ACF), uji Durbin-
Watson, atau dilakukan lag plot antara residual dengan residual sebelumnya. Lag plot
ini biasa disebut lag-one residual. Menurut Ritz (2008) dan Bates (1988, 92-96),
korelasi akan terjadi jika plot menunjukan trend linear.
Menurut Rosadi (2011), tahap-tahap pengujian yang dilakukan dengan
Durbin-Watson adalah:
1. Penentuan hipotesis
Hipotesis yang digunakan pada uji Durbin-Watson adalah :
2. Penentuan taraf signifikan (α)
3. Statistik uji
Statistik uji yang digunakan :
(2.15)
4. Daerah penolakan
H0 ditolak jika (4 – dhitung) ≤ dU(α,k).
5. Pengambilan kesimpulan
Jika H0 ditolak pada tingkat signifikansi α/2, artinya terdapat autokorelasi
antar asumsi residual atau asumsi independen tidak terpenuhi.
2.2.6.2. Uji Asumsi Identik
16
Asumsi identik merupakan salah satu asumsi residual yang penting dari
model regresi. Varians residual harus bersifat homoskedastisitas yaitu varians
residual bersifat identik atau tidak membentuk pola tertentu. Beberapa uji yang dapat
digunakan untuk menguji asumsi identik adalah uji glejser, park test, plot of residual
and fit.
Beberapa alasan residual tidak identik adalah kesalahan identifikasi model,
terdapat outliler pada data, dan pengambilan sampel tidak homogen. Jika asumsi
identik tidak terpenuhi maka pengujian signifikansi parameter menjadi tidak baik dan
estimasi parameter menjadi tidak efisien yang ditunjukkan dengan varians yang
besar.
Uji glejser adalah pemodelan yang dilakukan antara variabel independen
dengan absolut residual sebagai variabel dependen. Menurut Rosadi (2011), tahap-
tahap pengujian yang dilakukan dengan uji glejser adalah :
1. Penentuan hipotesis
Hipotesis yang digunakan pada uji glejser adalah :
dimana i,j = 1, 2, …, n
2. Penentuan taraf signifikan (α)
3. Statistik uji
Statistik uji yang digunakan adalah seperti pada persamaan (2.13)
4. Daerah penolakan
H0 ditolak jika |thitung| > t(1-α/2, n-k) atau p-value < α.
5. Pengambilan kesimpulan
17
Jika H0 ditolak pada tingkat signifikansi α, artinya paling sedikit ada satu
atau terjadi heteroskedastisitas yang berarti asumsi identik tidak
terpenuhi.
2.2.6.3. Uji Asumsi Normal
Untuk mengetahui apakah metode Nonlinear Least Squares (NLS) dapat
menduga parameter β dengan baik, asumsi kenormalan harus terpenuhi. Jika asumsi
kenormalan tidak terpenuhi, estimasi NLS tidak dapat digunakan. Beberapa
pengujian yang dapat dilakukan untuk asumsi distribusi normal adalah Anderson
Darling, Kolmogorov Smirnov, Jarque-Bera test, dan Skewnes-Kurtosis.
Menurut Rosadi (2011), tahap-tahap pengujian yang dilakukan dengan uji
Kolmogorv Smirnov adalah :
1. Penentuan hipotesis
Hipotesis yang digunakan pada uji Kolmogorov Smirnov adalah :
2. Penentuan taraf signifikan (α)
3. Statistik uji
Statistik uji yang digunakan :
(2.16)
dimana F0(x) adalah fungsi distribusi kumulatif teoritis dan SN(x) = i/n,
merupakan fungsi peluang kumulatif pengamatan dari suatu sampel random
dengan i adalah pengamatan dan n adalah jumlah pengamatan.
4. Daerah penolakan
18
H0 ditolak jika |D| > q(1- α) dimana q adalah nilai berdasarkan tabel
Kolmogorov Smirnov atau dapat dilihat dari nilai p-value, H0 ditolak jika p-
value < α.
5. Pengambilan kesimpulan
Jika H0 ditolak pada tingkat signifikansi α, artinya residual tidak berdistribusi
normal dan asumsi normal tidak terpenuhi.
2.3 Uji Ramsey's RESET (Regression Error Specification Test)
Metode ini dikembangkan oleh Ramsey (1969) yang menyarankan suatu uji
yang disebutu general test of specification atau RESET. Uji ini bertujuan untuk
menguji apakah data mempunya sifat model linear atau model nonlinear.
Hipotesis pengujian yang digunakan dalam uji deteksi nonlinear adalah
H0 : f(x) adalah fungsi linear dalam X atau model linear
H1 : f(x) adalah fungsi nonlinear dalam X atau model nonlinear .
Gujarati (1996) menjabarkan langkah-langkah uji RESET, yaitu :
1. Melakukan regresi suatu model linear sehingga didapatkan dan
2. Melakukan regresi sehingga didapatkan
3. Statistik Uji :
(2.17)
Keterangan :
19
p = jumlah variabel independen baru
k = jumlah parameter pada model baru
n = jumlah data
new = pada persamaan nonlinear
old = pada persamaan linear
4. Daerah Penolakan
Tolak Ho jika atau p-value <
5. Kesimpulan
Jika tolak Ho berarti data mempunyai sifat model yang nonlinear dan jika
terima Ho berarti data mempunyai sifat model yang linear.
2.4 Geografis Aceh
Kota Banda Aceh terletak di ujung Barat Laut Sumatera (2°00’00’’ -
6°04’30’’ Lintang Utara dan 94°58’34’’ - 98°15’03’’ Bujur Timur), memiliki luas
wilayah 56.758,85 km2 atau 5.675.850 Ha. Pada laporan Rencana Pembangunan
Jangka Panjang Aceh (RPJP Aceh) Tahun 2005-2025 disebutkan bahwa secara
geologis, Aceh berada di jalur penunjaman dari pertemuan lempeng Asia dan
Australia, serta berada di bagian ujung patahan besar Sumater (Sumatera
fault/transform) yang membelah pulau Sumatera dari Aceh sampai Selat Sunda yang
dikenal dengan Patahan Semangko. Zona patahan aktif yang terdapat di wilayah
Aceh adalah wilayah bagian tengah, yaitu di Kabupaten Aceh Besar, Pidie, Pidie
Jaya, Aceh Tengah, Gayo Lues, Aceh Tenggara, Aceh Barat, Nagan Raya, Aceh
Barat Daya, dan Aceh Selatan. Hal ini dapat menyebabkan Aceh mengalami bencana
geologis yang cukup panjang.
20
Berdasarkan catatan bencana geologis, gempa bumi yang terjadi selama
kurun waktu 2007-2010 di Aceh sebanyak 97 kali dengan kekuatan lebih dari 5
sampai dengan 7,5 Skala Richter. Kejadian diprediksi akan berulang karena Aceh
berada diatas tumpukan lempeng dan patahan. Dampak yang ditimbulkan selama
kurun waktu tersebut yaitu korban jiwa sebanyak 62 orang, kerusakan harta benda
diperkirakan mencapai 25-50 Milyar rupiah, kerusakan sarana dan prasarana 20-40
persen, sedangkan cakupan wilayah yang terkena gempa sekitar 60-80 persen, dan 5
persen berpengaruh terhadap kondisi sosial ekonomi masyarakat (Bappeda Provinsi
Aceh, 2011).
2.5 Atenuasi Pergerakan Tanah (Ground Motion Attenuation)
Hubungan pergerakan tanah (ground motion relation) adalah suatu model
yang berhubungan dengan parameter pergerakan tanah seperti percepatan spektral,
kecepatan dan perpindahan terhadap paramater sumber gempa seperti magnitude dan
jarak sumber gempa.
Ada empat parameter yang harus di definisikan pada saat menggunakan
hubungan atenuasi di SHA (Seismic Hazard Analysis), yaitu magnitude gempa, tipe
fault gempa, jarak, dan kondisi kejadian gempa. Hasil analisis hazard / bencana
kegempaan (SHA) berupa percepatan maksimum, respon spektral, dan time-histories.
Ada dua metode yang biasa digunakan dalam SHA, yaitu deterministik
(Deterministic Seismic Hazard Analysis/DSHA) dan probabilistik (Probabilistic
Seismic Hazard Analysis/PSHA) (Irsyam, Sengara, Aldiamar, Widiyantoro, Triyoso,
Natawidjaja, Kertapati, Meilano, Suhardjono, Asrurifak, dan Ridwan, 2010).
Analisis probabilistik PSHA adalah analisis deterministik dengan berbagai
macam skenario dan didasarkan tidak hanya pada parameter gempa yang
21
menghasilkan pergerakan tanah terbesar. PSHA juga dapat digunakan untuk
memprediksi seberapa besar probabilitas kondisi terburuk yang akan terjadi di lokasi.
Metode ini memungkinkan untuk menghitung pengaruh faktor-faktor ketidakpastian
dalam analisis seperti ukuran, lokasi, dan frekuensi kejadian gempa.
Pada tahun 2009, terbentuk Tim Peta Zonasi Gempa Indonesia dengan tujuan
untuk mengintegrasikan berbagai keilmuan dalam bidang zonasi gempa dalam upaya
penyempurnaan zonasi gempa di Indonesia. Tim ini telah menghasilkan peta zonasi
gempa untuk Pulau Sumatra, Jawa, dan Nusa Tenggara untuk periode ulang gempa
475 tahun dan 2475 tahun, atau masing-masing mempunyai level hazard sebesar
10% dan 2% kemungkinan terlewati (Probability of Exceedance / PE) dalam rencana
umur bangunan 50 tahun. Pada hasil studi PSHA untuk percepatan puncak (PGA),
spektra 0.2 detik, dan 1.0 detik di batuan dasar untuk kemungkinan terlampaui 10%
dalam 50 tahun yang dilakukan oleh Irsyam. et. al (2010) dapat dilihat pada Gambar
2.3 dan Gambar 2.4.
Sumber : Irsyam. et. al (2010)Gambar 2.3 Peta Hazard Gempa Indonesia di Batuan Dasar pada Kondisi PGA
(T = 0 detik) untuk 10% PE 50 tahun
22
Sumber : Irsyam. et. al (2010)Gambar 2.4 Peta Hazard Gempa Indonesia di Batuan Dasar pada Kondisi PGA
(T = 0 detik) untuk 2% PE 50 tahun
Fungsi atenuasi merupakan suatu fungsi yang menggambarkan hubungan
antara intensitas gerakan tanah atau percepatan pergerakan tanah yang disebut Peak
Ground Acceleration (PGA) dengan magnitude (M) serta jarak/kedalaman (Depth)
dari suatu sumber titik dalam daerah sumber (Youngs, 1997). Secara umum, fungsi
atenuasi bergantung pada faktor-faktor berikut, antara lain :
1. Tipe mekanisme sumber gempa daerah yang ditinjau
2. Jarak episenter
3. Kondisi lapisan kulit bumi yang dilintasi oleh gelombang gempa
4. Kondisi tanah lokal di sekitar lokasi
Fungsi atenuasi merupakan suatu fungsi khas yang diturunkan dari data
gempa pada suatu daerah tertentu. Beberapa peneliti telah merancang beberapa
fungsi atenuasi berdasarkan catatan gempa yang pernah terjadi, namun hingga saat
ini belum ada fungsi atenuasi yang dihasilkan dari catatan gempa di wilayah
Indonesia. Dasar pemilihan fungsi atenuasi yang paling penting adalah berdasarkan
23
mekanisme kejadian gempa, dimana secara umum dikategorikan dalam zona gempa
subduksi, background, dan shallowcrustal.
Beberapa persamaan nonlinear yang telah dimodelkan untuk mencari nilai
PGA adalah :
1. Persamaan Youngs et al. (1997)
Persamaan PGA untuk permukaan bebatuan :
(2.18)
Persamaan PGA untuk permukaan tanah :
(2.19)
Keterangan :
y = Peak Ground Acceleration (PGA)
M = kekuatan gempa
R = jarak
H = kedalaman
ZT = tipe sumber gempa
2. Persamaan Gregor et al. (2002)
(2.20)
3. Persaaman Atkinson and Boore (2003)
(2.21)
Keterangan :
Y = Peak Ground Acceleration (PGA)
M = kekuatan gempa
fn(M) = c1 + c2 M
24
h = kedalaman
R = jarak
4. Persamaan Petersen et al. (2004)
(2.22)
Keterangan :
y = Peak Ground Acceleration (PGA)
M = kekuatan gempa
x = jarak
5. Persamaan Lin dan Lee (2008)
Persamaan PGA untuk permukaan bebatuan :
(2.23)
Persamaan PGA untuk permukaan tanah :
(2.24)
Keterangan :
y = Peak Ground Acceleration (PGA)
M = kekuatan gempa
R = jarak
H = kedalaman
ZT = tipe sumber gempa
2.6 Teknologi Informasi dan Komunikasi
25
Teknologi Informasi dan Komunikasi (TIK) adalah segala kegiatan yang
terkait dengan pemrosesan, manipulasi, penglolaan, dan transfer/pemindahan
informasi antar media (Haryanto, 2008). Menurut Hermana (2007), perkembangan
TIK dapat diukur berdasarkan 4 dimensi, yaitu keterhubungan, akses, kebijakan, dan
penggunaan. William dan Sawyer (2011) menyatakan bahwa ada dua bagian penting
dalam teknologi informasi, yaitu komputer dan komunikasi.
2.6.1. Pengertian Komputer
Menurut Williams dan Sawyer (2011), komputer adalah mesin multiguna
yang dapat diprogram, menerima data (data mentah dan gambar) dan memproses
atau memanipulasi ke dalam informasi yang dapat digunakan. Komputer mempunyai
tujuan untuk menyelesaikan masalah dan meningkatkan produktivitas kerja.
Ada tiga kunci penting dalam komputer yang harus diketahui untuk mengerti
cara kerja komputer :
1. Tujuan komputer adalah merubah data menjadi informasi
Data berisikan data mentah dan gambar yang nantinya akan diproses menjadi
sebuah informasi. Informasi adalah data yang telah diringkas atau dimanipulasi agar
dapat digunakan untuk mengambil keputusan.
2. Perbedaan antara hardware dan software
Hardware atau perangkat keras terdiri dari semua mesin dan peralatan di
sistem komputer, seperti keyboard, monitor, printer¸ dll. Akan tetapi, hardware akan
menjadi tidak berguna tanpa adanya software. Perangkat lunak atau software adalah
program, terdiri dari semua instruksi elektronik yang memberitahu komputer cara
mengerjakan sebuah task.
3. Operasi dasar komputer
26
Semua komputer mempunya empat operasi dasar, akan tetapi Williams dan
Sawyer menambahkan menjadi 5 operasi dasar komputer, yaitu :
Input operation
Input adalah setiap hal yang masuk atau dimasukkan ke dalam sistem
komputer, seperti data (huruf, angka, simbol), suara, atau materi yang butuh
diproses.
Processing operation
Operasi proses adalah manipulasi yang dilakukan komputer untuk mengubah
data menjadi informasi. Operasi proses ini dilakukan oleh Central Processing
Unit (CPU).
Storage operation
Penyimpanan di komputer terdiri dari 2 tipe, yaitu Primary Storage (memory)
yang menyimpan data sementara yang menunggu untuk diproses.
Penyimpanan yang kedua adalah Secondary Storage yang menyimpan data
atau informasi secara permanen
Output operation
Output adalah semua hal yang dikeluarkan oleh sistem komputer seperti hasil
proses yang biasanya adalah informasi.
Communication operation
Pada saat ini, komputer mempunyai kemampuan untuk berkomunikasi.
Dengan wired or wireless communication connection, data dapat
dimasukkan, diproses, dan disimpan dari lokasi berbeda.
2.6.2. Computer Modelling
27
Pemodelan untuk mengetahui cara kerja dari suatu kondisi menggunakan
komputer disebut Computer Modelling. Menurut Daneshjo (2011), model
menunjukkan hubungan signifikan antara real systems dengan objek. Pada
kenyataannya, selalu ada pasangan antara model dengan sebuah real system. Oleh
karena itu, model terbagi menjadi dua kelompok, yaitu model yang memungkinkan
untuk menganalisa sebuah real system seperti melakukan spesifikasi dan klarifikasi
mengenai sistem yang ada. Kelompok yang kedua adalah model dari hasil
pengembangan dan perancangan. Aktivitas ini biasanya didukung oleh teknologi
komputer.
Teknik pemodelan dan simulasi bergantung pada pengembangan (displin
ilmu pengetahuan, teknik, dan metode matematika), perkembangan proses dari
disiplin tersebut dalam model yang diformulasikan, perkembangan teknikal baru dan
peralatan komputer, perkembangan dari bahasa pemrograman.
2.6.3. R Language
R adalah sebuah sistem yang menyediakan fasilitas untuk manipulasi data,
perhitungan kalkulasi dan menampilkan grafik. Bahasa R adalah implementasi dari
bahasa S yang didesain pada tahun 1980 oleh Rick Becker, John Chambers, dan
Allan Wilks di AT&T Bell Laboratories. R adalah bahasa pemrograman yang baik
digunakan dalam perhitungan statistik (Torgo, 2011). R menyediakan beberapa versi
yang disesuaikan dengan sistem operasi komputer, seperti R untuk Unix, Windows,
dan Mac. R Language merupakan bahasa pemrograman yang cukup mudah untuk
dipahami dan dipelajari. Akan tetapi, R memiliki keterbatasan dalam menangani
dataset yang sangat besar karena seluruh perhitungan pada software R dilakukan
dalam memori utama komputer.
28
2.6.4. Java Programming
Herbert Schildt (2011) menyatakan bahwa Java dibangun berdasarkan
pewarisan dari bahasa C dan C++ dengan menambahkan perbaikan dan fitur yang
mencerminkan keadaan programming saat sekarang ini. Java pertama kali diciptakan
oleh James Gosling, Patrick naughton, Chris Warth, Ed Frank, dan Mike Sheridan di
Sun Microsystems pada tahun 1991 dan diubah nama menjadi "Java" pada tahun
1995.
Java merupakan bahasa pemrograman yang berorientasi objek (Object-
Oriented Programming). OOP mengambil ide structured programming dan
mengkombinasikan dengan konsep-konsep baru yang menghasilkan cara baru dalam
program terorganisir. Pada umumnya, program dapat di organisir menjadi satu
dengan dua cara, yaitu di sekitar code atau disekitar data. Untuk mendukung prinsip
OOP, semua bahasa OOP, termasuk Java, mempunya tiga sifat, yaitu :
1. Encapsulation
Enkapsulasi adalah mekanisme pemrograman yang mengikat kode dan data
dan menjaga agar tetap aman dari penyalahgunaan dan gangguan dari pihak
luar.
2. Polymorphism
Polimorisme adalah kualitas yang mengizinkan satu antarmuka mengakses
general class of action.
3. Inheritance
Pewarisan adalah proses dimana satu objek dapat memperoleh data dari objek
lain.
Java memiliki karakteristik sebagai berikut :
1. Sederhana
29
Pemrograman Java mirip dengan pemrograrman C++, akan tetapi pada
pemrograman Java banyak yang telah diperbaiki dan dihilangkan penggunaan
pointer yang rumit sehingga menjadi lebih sederhana.
2. Berorientasi objek
Pemrograman Java adalah pemrograman yang berorientasi objek sehingga
program dapat dibuat secara modular dan dipergunakan kembali.
3. Terdistribusi
Java dibuat untuk membuat aplikasi terdistribusi secara mudah karena
disediakan libraries networking yang terintegrasi di Java
4. Interpreter
Java Virtual Machine (JVM) merupakan interpreter pada program Java. Hal
ini menyebabkan source code pada Java yang telah dikompilasi berubah
menjadi bytecodes.
5. Robust
Java mempunyai runtime-exception handling yang berguna untuk membantu
mengatasi kesalahan pada pemrograman.
6. Aman
Java memiliki keamanan untuk menjaga aplikasi agar tidak merusak sistem
komputer, terutama aplikasi berbasis internet.
7. Terarsitek secara netral
Java tidak terikat dengan suatu sistem operasi tertentu karena pemrograman
Java merupakan platform independent.
8. Portabel
Program yang dibuat dengan Java dapat dieksekusi di platform manapun
selama tersedia JVM pada platform.
30
9. Performa
Performa Java dapat ditingkatkan menggunakan kompilasi Java seperti
Microsoft ataupun Java buatan Inprise.
10. Multihreaded
Pemrograman Java mempunyai kemampuan untuk membuat suatu program
melakukan beberapa pekerjaan sekaligus dan simultan dalam waktu yang
sama.
11. Dinamis
Pemrograrman Java didesain agar dapat dijalankan pada lingkungan yang
dinamis, maksudnya adalah program Java dapat melakukan tindakan pada
saat eksekusi program, bukan pada saat kompilasi.
2.6.5. NetBeans
NetBeans IDE 7 adalah sebuah open-source Java yang Integrated
Development Environment (IDE). NetBeans IDE 7 mengenalkan fitur baru untuk
bahasa JDK 7, seperti diamond syntax untuk konstruktor, string di dalam switch, dan
multicatch.
Menurut Böck (2011), platform pada NetBeans termasuk Rich Client
Platform. Keuntungan dari Rich Client Platform adalah mengurangi waktu
pengembangan, konsistensi antar muka, mempermudah dalam memperbaharui
aplikasi, independen, dapat digunakan kembali dan dapat dipercaya.
31
2.6.6. Interaksi Manusia dan Komputer
Setiap manusia yang menjadi pengguna komputer, berkomunikasi dan
berkolaborasi dengan komputer melalui antarmuka (Shneiderman, 2010). Terdapat
delapan aturan (8 Golden Rules) yang harus diperhatikan dalam membuat desain
antarmuka, yaitu :
1. Berusaha untuk konsisten
Tindakan-tindakan konsisten diperlukan seperti konsisten pada pemakaian
warna, layout, jenis tulisan, dan pembuatan menu.
2. Menyediakan fungsi yang bersifat umum
Rancangan perlu memiliki fungsi-fungsi yang mudah dikenali pengguna yang
beragam atau penjelasan pemakaian aplikasi juga memiliki fungsi tambahan
yang mendukung aplikasi tersebut untuk para ahli. Fungsi yang bersifat
umum diperlukan karena jenis pengguna yang beragam dari yang baru
mengenal komputer hingga yang sudah ahli dengan komputer.
3. Memberikan umpan balik yang informatif
Sistem harus memberikan umpan balik dengan respon yang berbeda di setiap
kondisi yang ada untuk segala aksi yang dilakukan pengguna.
4. Merancang dialog untuk menghasilkan penutupan
Dialog penutupan dibuat sebagai tanda bahwa langkah-langkah yang
dilakukan sudah benar.
5. Memberikan pencegahan terhadap kesalahan yang sederhana
Aplikasi harus dapat mendeteksi kesalahan yang dilakukan oleh pengguna
dan langsung memberikan penanganan kesalahan dengan cara yang mudah
dipahami dan instruksi yang spesifik untuk penanganannya.
32
6. Memungkinkan pengembalian aksi sebelumnya
Diperlukan pengurangan kecemasan dari pengguna karena kesalahan yang
dilakukannya. Pengurangan kecemasan ini dapat dilakukan dengan
memungkinkan pengguna kembali ke keadaan sebelumnya sehingga
pengguna dapat mengeksplorasi secara leluasa.
7. Mendukung pengendalian internal
Pengguna dapat mengontrol sistemnya sehingga dapat merespon tindakannya
sendiri. Pengguna juga tidak akan merasa dirinya yang dikendalikan oleh
sistem.
8. Mengurangi beban ingatan jangka pendek
Perancang harus menghindari antarmuka dimana pengguna harus mengingat
informasi dari satu tampilan yang akan dipakai di tampilan lainnya karena
terbatasnya kapasitas ingatan manusia dalam hal merespon informasi jangka
pendek.
2.6.7. Waterfall Model
Menurut Sommervile (2011), Waterfall Model adalah dasar dari aktivitas
proses yang terdiri dari spesifikasi, pengembangan, validasi, evolusi. Semua aktivitas
direpresentasikan dalam tahapan proses yang terpisah seperti spesifikasi kebutuhan,
perancangan perangkat lunak, implementasi, pengujian dan sebagainya.
33
Gambar 2.5 Waterfall Model
Tahapan dari Waterfall Model seperti pada Gambar 2.5 merefleksikan pokok-
pokok dari aktivitas pengembangan :
1. Requirements Definition
Pada tahap ini, didefinisikan mengenai layanan yang diberikan oleh sistem,
batasan sistem, dan tujuan ditetapkan setelah melakukan konsultasi dengan
pengguna sistem. Definisi ini dilakukan secara rinci dan dibuat sebagai
spesifikasi dari sistem
2. System and Software Design
Perancangan sistem menyediakan kebutuhan perangkat keras atau perangkat
lunak dengan menyediakan arisitektur dari keseluruhan sistem. Proses
perancangan sistem melibatkan pengidentifikasian dan penjelasan abstraksi
sistem dan hubungannya.
3. Implementaion and Unit Testing
Perancangan sistem direalisasikan menjadi sebuah program atau unit
program. Pengujian melibatkan verifikasi untuk memastikan apakah setiap
unit memenuhi spesifikasi sistem.
4. Integration and System Testing
Setiap program yang sudah ada diintegrasikan dan di uji sebagai salah satu
keutuhan sistem untuk memastikan apakah kebutuhan sistem sudah terpenuhi.
Setelah pengujian dilakukan, sistem baru disebarkan ke pengguna.
5. Operation and Maintenance
Pada tahap ini dilakukan instalasi terhadap sistem dan digunakan dalam
praktiknya. Perbaikan melibatkan koreksi terhadap kesalahan yang tidak
34
ditemukan sebelumnya, memperbaiki implementasi unit sistem, dan
meningkatkan kinerja sistem.