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.