Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
BAB 2
LANDASAN TEORI
2.1 Probabilitas
Probabilitas atau dalam bahasa Indonesia sering di artikan kemungkinan adalah
konsep dasar yang biasanya dipelajari pada awal-awal perkualiahan statistic. dalam
postingan kali ini, saya akan menggunakan kata probabilitas.
Probabilitas adalah peluang terjadinya sebuah peristiwa. Biasanya probabilitas
dinyatakan dalam pecahan seperti 1/2, 1/3, ¼ ataupun dalam bentuk decimal seperti
0,25, 0,50 ataupun 0,75. Rentangan probabilitas antara 0 sampai dengan 1. Jika kita
mengatakan probabilitas sebuah peristiwa adalah 0, maka peristiwa tersebut tidak
mungkin terjadi. Dan jika kita mengatakan bahwa probabilitas sebuah peristiwa adalah 1
maka peristiwa tersebut pasti terjadi.
Contoh yang paling sering digunakan dalam menerangkan tentang konsep
probabilitas adalah pelemparan mata uang. Jika kita melempar mata uang, maka
kemungkinan sisi depan untuk muncul sama dengan kemungkinan munculnya sisi
belakang. Dengan demikian, probabilitas munculnya sisi depan adalah 1/2 atau 0,5 dan
demikian pula dengan sisi belakang. Akan tetapi jika kita mengambil satu kartu dari satu
set kartu bridge yang berjumlah 52, maka kemungkinan terambilnya satu kartu adalah
1/52.
Dua hal yang harus dipahami dalam konsep probabilitas adalah mutually
exclusive dan collectively exhaustive. Mutually exclusive adalah peristiwa yang terjadi
terpisah satu sama lain. ketika kita melempar uang logam, maka hanya ada satu sisi yang
memiliki kemungkinan untuk muncul. Karena itulah kemungkinan munculnya sisi
belakang atau sisi depan disebut mutually exclusive. Akan tetapi jika ada lebih dari satu
kemungkinan untuk munculnya sebuah peristiwa maka hal itu disebut collectively
exhaustic.
2.2 Analisis Data
Ada beberapa teknik statistik yang dapat digunakan untuk menganalisis data.
Tujuan dari analisis data adalah untuk mendapatkan informasi yang relevan yang
terkandung di dalam data tersebut, dan menggunakan hasil analisis tersebut untuk
memecahkan suatu masalah. Permasalahan yang akan dipecahkan biasanya dinyatakan
dalam bentuk satu atau lebih hipotesis nol. Sampel data yang dikumpulkan kemudian
digunakan untuk menguji menolak atau tidak menolak hipotesis nol secara statistik.
Dahulu banyak pengguna metode statistik dari berbagai disiplin ilmu menggunakan
metode statistik univariat. Alasannya karena selain mudah dalam perhitungannya karena
cukup dengan menggunakan bantuan kalkulator sederhana, juga mudah dalam
menafsirkan hasil analsisnya. Misalnya dengan menggunakan Uji t baik untuk sampel
bebas maupun untuk sampel berpasangan, ataupun analisis variansi.
Sebagai contoh : misalnya seseorang meneliti mengenai perilaku konsumen
dalam membeli sesuatu barang. Peneliti hanya bisa membandingkan ada atau tidaknya
perbedaan rata-rata skor frekuensi membeli, atau waktu membeli, atau jumlah yang
dibeli, atau siapa yang berinisiatif membeli dan sebagainya. Karena hanya melibatkan 1
variabel maka ia harus menggunakan analisis univariate, misalnya menggunakan uji t
atau analisis variansi satu arah. Tetapi ia tidak dapat membandingkan ada atau tidaknya
perbedaan perilaku konsumen. Alasannya karena pengertian perilaku mengandung arti
multivariabel, tidak hanya menyangkut frekuensi membeli, atau waktu membeli, atau
jumlah yang dibeli, atau siapa yang berinisiatif membeli dan sebagainya secara terpisah,
tetapi lebih dari itu perilaku mengandung arti secara bersamaan atau simultan.
Dalam hal ini ia harus menggunakan analisis multivariate.Umumnya analisis
univariat menggunakan asumsi bahwa sampel berasal dari populasi yang mempunyai
distribusi normal univariat, khususnya jika datanya adalah berskala pengukuran interval
atau rasio. Sedangkan analisis multivariat umumnya menggunakan asumsi bahwa
sampel berasal dari populasi yang mempunyai distribusi normal multivariat, khususnya
juga jika data yang digunakan adalah menggunakan pengukuran skala interval atau
rasio.
1. Analisis Deskriptif
Analisis deskriptif ini mempunyai tujuan untuk memberikan gambaran atau
deskripsi suatu populasi. Misalnya populasi dilihat dari nilai rata-ratanya (mean,
median, modus), standar deviasi, variansi, nilai minimum dan maksimum, kurtosis dan
skewness (kemencengan distribusi). Data yang dianalisis dapat berupa data kualitatif
atau data kuantitatif. Cara penyajiannya dapat dilengkapi dengan menggunakan tabel,
grafik dan diagram (garis, batang, lingkaran maupun yang lain baik dengan 2 dimensi
maupun 3 dimensi).
2. Analisis Univariat
Analisis ini digunakan untuk memecahkan permasalahan yang hanya terdiri dari
1 variabel. Analisis yang sering digunakan dalam univariate ini diantaranya : Uji t (uji
beda untuk 2 populasi), Analisis Variansi (Anova, Uji F) jika digunakan untuk menguji
perbedaan lebih dari 2 populasi.
3. Analisis Multivariat
Analisis Multivariat digolongkan menjadi 2 golongan analisis :
a. Model Dependen.
Pada model dependen ini, dapat dibedakan dengan jelas mana variabel
dependennya dan mana variabel independennya.
Model dengan 1 variabel dependen dan > 1 variabel independen. Jika variabel
dependen maupun variabel independen mempunyai skalapengukuran interval atau rasio,
maka analisis data yang sesuai adalah : “Analisis Regresi Berganda” (Multiple
Regression Analysis). Jika variabel dependen mempunyai skala pengukuran nominal
yang terdiri dari 2 kategori, sedangkan variabel independen semuanya mempunyai skala
pengukurannominal, ordinal, interval maupun rasio, atau campuran diantara keempat
skala pengukuran, maka analisis data yang sesuai adalah : “Analisis Regresi Logistik”
(Logistic Regression Analysis). Analisis yang mirip dengan analisis regresi tetapi
variabel dependennya dinyatakan dengan skor diskriminan (D), maka analisis ini
dikenal dengan “Analisis Diskriminan” (Discriminant Analysis). Analisis Diskriminan
ini menitik beratkan pada teknik pengelompokan yaitu dengan mencari kombinasi linier
variabel independen (variabel diskriminator) mana saja yang bisa mengelompokkan
individu menjadi 2 kelompok, 3 kelompok dan sebagainya.
Model dengan > 1 variabel dependen dan 1 variabel independen. Jika Variabel
dependen semuanya mempunyai skala pengukuran interval atau rasio, dan variabel
independennya mempunyai skala pengukuran nominal dengan 2 atau lebih kategori,
maka analisis data yang sesuai adalah : “Analisis Varian Multivariat” (Multivariate
Analysis of Variance = MANOVA). Jika variabel independen mempunyai skala
pengukuran nominal dengan 2 kategori maka analisis data yang sesuai adalah :
“Hotelling’s T”. Jika variabel independen mempunyai skala pengukuran nominal
dengan > 2kategori maka analisis data yang sesuai adalah : “Wilk’s Lambda”. Jika
variabel dependen mempunyai skala pengukuran nominal sedangkan variabel
independen skala pengukuran interval atau rasio maka dapat digunakan : “Analisis
Korelasi Kanonikal” (Canonical Correlation Analysis). Pada analisis korelasi kanonikal
ini kita mencari kombinasi linier diantara sejumlah variabel independen yang
mempunyai korelasi yang kuat dengan sejumlah variabel dependen.
b. Model Interdependen.
Pada model interdependen ini, tidak dapat dibedakan dengan jelas mana variabel
dependennya dan mana variabel independennya, keduanya saling interdependensi.
Semua variabel mempunyai skala pengukuran interval atau rasio, maka ada 4
jenis analisis data yang dapat digunakan.
• Analisis Komponen Utama (Principal Component Analysis).
Analisis Komponen Utama ini merupakan teknik untuk mereduksi variabel
dengan menyusun kombinasi linier variabel asal sehingga jumlahnya menjadi
lebih sedikit dan satu sama yang lain menjadi orthogonal (independen). Ini salah
satu cara untuk mengatasi adanya kolinieritas variabel independen pada analisis
regresi.
• Analisis Faktor (Factor Analysis).
Analisis Faktor ini juga merupakan teknik untuk mereduksi variabel menjadi
faktor yang merupakan kumpulan variabel.
• Penskalaan Multidimensi Metrik (Metric Multidimension Scaling).
Analisis Penskalaan Multidimensi Metrik ini merupakan teknik matematik yang
memungkinkan seseorang untuk menyajikan kedekatan atau kemiripan
(proximity or similarity) antara obyek secara meruang (spatial) sebagimana
dalam suatu peta. Jadi intinya adalah memetakan obyek dalam ruang
multidimensi sedemikian rupa sehingga posisi relatif di suatu ruang
mencerminkan derajat kemiripan antara obyek.
• Analisis Rumpun (Cluster Analysis).
Analisis Rumpun merupakan teknik untuk mereduksi data sehingga menjadi
kelompok yang lebih kecil sedemikian rupa sehingga elemen yang berada di
dalam satu rumpun mempunyai kemiripan yang tinggi dibandingkan dengan
elemen lain yang berada di dalam rumpun lain. Penggunaannya sering
dikacaukan dengan analisis diskriminan. Pada analisis diskriminan penentuan
jumlah kelompok (dua atau lebih) dilakukan dari awal, sedangkan pada analisis
rumpun pada akhir alanisis diperoleh sejumlah rumpun atas dasar kemiripan
(similarity).
Semua variabel mempunyak skala pengukuran nominal. Jika semua variabel
mempunyai skala pengukuran nominal, maka analisis data yang sesuai adalah “Model
Log Linier” (Loglinear Model). Model Log Linier ini mempelajari hubungan antar
multivariabel yang mempunyai skla pengukuran nominal yang membentuk tabel
kontingensi multidimensional (Multidimensional Contingency Table). Model Log Linier
ini menyatakan probabilitas sel dari tabel kontingensi multidimensional dalam bentuk
efek utama (main effect) dan efek interaksi (interaction effect). Dalam hal model, Model
Log Linier ini ada kemiripan dengan Analisis Variansi Dua Arah.
c. Model-Model Analisis Multivariate Yang Lain.
• Analisis regresi Ordinal (Ordinal Regression Analysis) .
Analisis regresi Ordinal adalah analisis regresi dimana variabel dependen
maupun variabel independennya mempunyai skala pengukuran ordinal.
• Analisis Regresi Polikhotomus (Polychotomous Regression Analysis).
Analisis Regresi Polikhotomus ini mirip dengan Analisis Logistik. Jika pada
analisis logistik variabel dependen adalah dikhotomus (2 kategori) maka pada
analisis regresi polikhotomus variabel dependen adalah polikhotomus (>2
kategori).
• Analisis Regresi Poisson (Poisson Regression Analysis).
Analisis Regresi Poisson adalah analisis regresi yang variabel dependennya
mengikuti distribusi Poisson.
• Analisis Jalur (Path Analysis).
Analisis Jalur ini mirip dengan analisis regresi. Perbedaannya adalah bahwa pada
analisis jalur ini dapat membantu dalam mempelajari efek langsung, efek tidak
langsung maupun efek total dari variabel-variabel yang dianggap menjadi
penyebab dari variabel-variabel lain yang dianggap sebagai variabel akibat.
• Analisis Model Persamaan Struktural(Structural Equation Model ).
Analisis Model Persamaan Struktural (Structural Equation Model), merupakan
metode statistik yang menggunakan pendekatan konfirmatory yang mengandung
dua aspek penting, yaitu : proses yang dikaji dapat ditampilkan dalam bentuk
persamaan struktural (regresi) dan hubungan struktural dari persamaan tersebut
dapat divisualisasikan dalam bentuk gambar (diagram).
Dalam analisis SEM ini peneliti dapat melakukan tiga kegiatan sekaligus secara
serempak yaitu :
- Pemeriksaan validitas dan reliabilitas instrumen (setara dengan analisis faktor
konfirmatory).
- Pengujian model hubungan antar variabel laten (setara dengan analisis jalur).
- Membuat model prakiraan (setara dengan model struktural atau analisis
regresi).
2.3 Model Regresi Probability Unit (Probit)
Model regresi ini pertama kali diperkenalkan oleh Chester Bliss pada tahun
1935. Model probit merupakan model non linier yang digunakan untuk menganalisis
hubungan antara satu variabel respon dan beberapa variabel bebas, dengan variabel
responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan
sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah
karakteristik.
Model probit dengan satu variabel respon dapat dikembangkan menjadi model
probit dengan menggunakan dua variabel respon, model ini disebut model probit
bivariat. Model probit bivariat menggunakan dua variabel dikotomi sebagai variabel
responnya, sedangkan variabel bebasnya dapat berupa variabel yang bersifat diskrit
maupun variabel yang bersifat kontinu dan juga dapat berupa variabel kualitatif yaitu
variabel nominal atau ordinal.
Jika model logit menggunakan fungsi logistik kumulatif (F), maka model probit
menggunakan fungsi normal kumulatif (Φ). Menurut Sugeng Santoso (2010), persamaan
antara model probit dan logit adalah kedua model tersebut menghasilkan probabilitas
antara 0-1 yang sifatnya nonlinear terhadap variabel independen dan sama-sama
menggunakan maximum likelihood untuk menghitung koefisien. Menurut Robert A.
Hanneman (2002), sisi kanan dari persamaan model probit dan logit itu sama karena
kedua model itu adalah model regresi linear klasik dimana koefisien persamaan tersebut
menjelaskan efek dari perubahan satu unit variabel X terhadap probabilitas Y. Hasil dari
perhitungan probit dan logit tidak jauh berbeda. Menurut Eugene D. Hahn (2004), untuk
membedakan antara model logit dan probit adalah ketika ukuran sampel besar dan pola
ekstrim tertentu diamati di dalam data. Sedangkan menurut Robert A. Hanneman
(2002), perbedaan antara model logit dan probit berada pada sisi kiri dari persamaan.
Persamaan pada model logit:
log 1
Sedangkan persamaan pada model probit:
Probit[π(x)] = α + βx
Sisi kiri dari model logit adalah log dari odds dimana sebuah kasus masuk dalam
satu kategori Y dibandingkan dengan yang lainnya. Sebagai contohnya, jika Y adalah
apakah seorang anak dilahirkan seorang wanita dalam suatu tahun tertentu. Model logit
akan mengekspresikan efek dari X dalam log odds dari birth versus non-birth.
Sedangkan sisi kiri dari model probit dapat dianggap sebagai Z score. Dalam model
probit, sebuah perubahan unit dalam X menghasilkan perubahan dalam probabilitas
normal kumulatif (Z score) bahwa Y masuk dalam kategori tertentu. Sebagai contoh,
model probit akan menggambarkan efek dari sebuah perubahan unit dalam X di
probabilitas normal kumulatif bahwa seorang wanita akan melahirkan dalam suatu tahun
tertentu.
Interpretasi koefisien pada regresi probit lebih mudah daripada logit. Koefisien
regresi model probit adalah efek dari sebuah fungsi normal kumulatif (CDF) dari
probabilitas bahwa Y=1. Misalnya model probit dari sebuah penelitian adalah:
Y = -.3349 -.00829(Age) -.0216(Education)
Maka dapat dinyatakan bahwa “Nilai Z dari seseorang berumur nol dan pendidikan 0
adalah -0,3349. Untuk setiap tahun dari umur, maka nilai Z berkurang sebanyak
0
D
p
2
3
4
E
2
m
t
0,00829, sed
Dari situ kit
probabilitas
Lang
1. Data dik
2. Mencar
likelihoo
3. Memasu
4. Menghi
(CDF).
Error functio
2.4 Uji Lik
Untu
memberikan
tersebut, pen
dangkan unt
ta bisa secar
menggunak
gkah - langka
kelompokka
i koefisien v
od.
ukkan koefis
itung probab
on =
kelihood Rat
uk menguji
n hubungan
nulis menggu
tuk setiap ta
ra langsung m
kan cumulativ
ah dalam mo
an dalam kate
variabel inde
sien yang did
bilitas deng
tio Statistic
variabel b
lebih kuat
unakan uji L
ahun pendidi
menterjemah
ve distributi
odel probit:
egori. Misal
ependen mod
dapat ke dal
gan menggu
(LRS)
ebasnya ap
t dibanding
Likelihood Ra
ikan, nilai Z
hkan nilai Z
ve function (
nya 0 untuk
del probit me
am model.
unakan cumu
pakah salah
gkan jika ti
atio Statistic
Z berkurang
Z (predicted p
(CDF).
gagal dan 1
enggunakan
ulative distr
satu variab
idak mengg
c sebagai ber
sebanyak 0
probit) ke d
untuk berha
maximum
ributive fun
bel bebas d
gunakan var
rikut:
0,216.
dalam
asil.
nction
dapat
riabel
X2 banding X2 tabel dengan derajat bebas jumlah parameter dalam model
dikurangi 1. Bila X2 lebih besar dari X2 tabel (X2>X2 tabel) maka H0 diterima.
2.5 Berbasis Komputer
Yang dimaksud dari berbasis komputer adalah merubah perhitungan yang
dilakukan secara manual dengan menggunakan alat tulis ke dalam bentuk perhitungan
yang menggunakan komputer. Untuk membantu dalam proses perhitungan dengan
menggunakan komputer dibutuhkan sebuah program. Untuk merancang sebuah program
yang baik dan benar perlu dilakukan sesuai dengna prosedur.
2.5.1 Pengertian Perangkat Lunak
Menurut Pressman (2009, p10), perangkat lunak adalah :
a. Perintah-perintah dalam suatu program komputer yang jika dijalankan akan
memberikan fungsi dan hasil yang diinginkan.
b. Struktur-struktur data yang membuat program dapat memanipulasi data.
c. Dokumen yang menggambarkan operasi dan penggunaan program.
2.5.2 Pengertian Rekayasa Perangkat Lunak
Menurut Pressman (2009, p28), rekayasa perangkat lunak adalah:
“Pengembangan dan penggunaan prinsip rekayasa untuk memperoleh perangkat
lunak secara ekonomis yang reliabel dan bekerja secara efisien pada mesin nyata”.
2.5.3 Model Proses Perangkat Lunak
Menurut Pressman (2009, p36) salah satu model proses perangkat lunak yang
sering digunakan adalah linear sequential model. Model ini sering disebut dengan
classic life cycle atau waterfall model. Model ini adalah model yang muncul pertama
kali yaitu sekitar tahun 1970 sehingga sering dianggap kuno, tetapi merupakan model
yang paling banyak dipakai di dalam Software Engineering (SE). Model ini melakukan
pendekatan pada pengembangan perangkat lunak yang sistematis dan sekuensial yang
mulai pada tingkat dan kemajuan sistem pada seluruh analisis, desain, kode, pengujian
dan pemeliharaan. Model ini meliputi serangkaian aktivitas, yaitu:
Gamber 2.1 Waterfall Model
a. Rekayasa sistem (System Engineering)
Permodelan ini diawali dengan mencari kebutuhan dari keseluruhan sistem yang
akan diaplikasikan ke dalam bentuk software. Hal ini sangat penting, mengingat
software harus dapat berinteraksi dengan elemen-elemen yang lain seperti
hardware, database, dsb. Tahap ini sering disebut dengan Project Definition.
b. Analisis kebutuhan perangkat lunak (Software Requirements Analysis).
Proses pencarian kebutuhan diintensifkan dan difokuskan pada software. Untuk
mengetahui sifat dari program yang akan dibuat, maka para software engineer harus
mengerti tentang domain informasi dari software, misalnya fungsi yang dibutuhkan,
user interface, dsb. Dari 2 aktivitas tersebut (pencarian kebutuhan sistem dan
software) harus didokumentasikan dan ditunjukkan kepada pelanggan.
c. Perancangan (Design).
Proses ini digunakan untuk mengubah kebutuhan-kebutuhan diatas menjadi
representasi ke dalam bentuk “blueprint” software sebelum coding dimulai. Desain
harus dapat mengimplementasikan kebutuhan yang telah disebutkan pada tahap
sebelumnya. Seperti 2 aktivitas sebelumnya, maka proses ini juga harus
didokumentasikan sebagai konfigurasi dari software.
d. Pengkodean (Coding).
Untuk dapat dimengerti oleh mesin, dalam hal ini adalah komputer, maka desain
tadi harus diubah bentuknya menjadi bentuk yang dapat dimengerti oleh mesin,
yaitu ke dalam bahasa pemrograman melalui proses coding. Tahap ini merupakan
implementasi dari tahap design yang secara teknis nantinya dikerjakan oleh
programmer.
e. Pengujian (Testing)
Sesuatu yang dibuat haruslah diujicobakan. Demikian juga dengan software. Semua
fungsi-fungsi software harus diujicobakan, agar software bebas dari error, dan
hasilnya harus benar-benar sesuai dengan kebutuhan yang sudah didefinisikan
sebelumnya.
d. Pemeliharaan (Maintenance).
Pemeliharaan suatu software diperlukan, termasuk di dalamnya adalah
pengembangan, karena software yang dibuat tidak selamanya hanya seperti itu.
Ketika dijalankan mungkin saja masih ada errors kecil yang tidak ditemukan
sebelumnya, atau ada penambahan fitur-fitur yang belum ada pada software
tersebut. Pengembangan diperlukan ketika adanya perubahan dari eksternal
perusahaan seperti ketika ada pergantian sistem operasi, atau perangkat lainnya.
2.6 Basis Data (Database)
Basis Data merupakan salah satu komponen dari Sistem Basis Data dan terdiri
atas tiga hal (Connolly, 2009, p7) yaitu kumpulan data yang terorganisir, relasi antar
data dan obyektifnya. Ada banyak pilihan dalam mengorganisasi data dan ada banyak
pertimbangan dalam membentuk relasi antar data, namun pada akhirnya yang terpenting
adalah obyek utama yang harus selalu diingan yaitu kecepatan dan kemudahan
berinteraksi dengan data yang dikelola/diolah. Dapat dikatakan bahwa, basis data
mempunyai berbagai sumber data dalam pengumpulan data, bervariasi derajat interaksi
kejadian dari dunia nyata, dirancang dan dibangun agar dapat digunakan oleh beberapa
pengguna untuk berbagai kepentingan.
Basis data hanya merupakan suatu komponen dari sistem basis data, jadi masih
terdapat komponen lainnya, yaitu hardware, software dan brainware. Ketiga komponen
ini saling ketergantungan. Basis data tidak mungkin dapat dioperasikan tanpa adanya
software yang mengorganisasikannya.
Keuntungan dari basis data:
• Mengurangi duplikasi data
• Meningkatkan integritas data
• Memelihara independensi data
• Meningkatkan keamanan data
• Memelihara konsistensi data
• Manipulasi data lebih canggih
• Mudah untuk digunakan
• Mudah untuk di akses
2.7 Interaksi Manusia dan Komputer
Interaksi Manusia dan Komputer adalah suatu ilmu yang mempelajari
perencanaan dan desain tentang cara manusia dan komputer saling bekerja sama,
sehingga manusia dapat merasa puas dengan cara yang paling efektif.
Menurut Shneiderman (2010, p74-75), dalam perancangan sebuah interface
terdapat aturan-aturan yang telah dikenal dengan Eight Golden Rules of Interface
Design (delapan aturan emas), yaitu:
1. Berusaha keras untuk konsisten (strive for consistency)
Konsisten ini adalah konsisten dalam penggunaan bentuk dan ukuran, font,
pemberian warna pada latar belakang dan tulisan, pembuatan layout.
2. Memungkinkan pengguna menggunakan shortcuts (enable frequent users to use
shortcuts)
Pengurangan jumlah interaksi melalui fasilitas shortcuts memberikan manfaat bagi
pengguna dalam memberikan waktu respon dan waktu tampilan yang cepat.
3. Memberikan umpan balik yang informatif (offer informative feedback)
Untuk setiap tindakan yang dilakukan oleh pengguna, harus diberikan umpan balik.
Umpan balik bisa berupa tampilan ataupun suara sehingga pengguna mengetahui
bahwa perangkat lunak tersebut memberikan respon.
4. Merancang dialog untuk menghasilkan keadaan akhir (design dialogs to yield
closure)
Urutan dari tindakan harus diatur ke dalam suatu kelompok yang memiliki bagian
awal, bagian tengah, dan bagian akhir, Umpan balik yang informatif dalam
penyelesaian tindakan-tindakan akan memberikan kepuasan pemakai.
5. Memberikan penanganan kesalahan yang sederhana (offer error prevention and
simple error handling)
Dalam mendesain, sebisa mungkin diberikan pencegahan kesalahan, contohnya
pada menu untuk memasukkan nama, pengguna tidak diperbolehkan untuk
memasukkan angka. Jika pengguna melakukan kesalahan sistem harus dapat
mendeteksi kesalahan tersebut dan menampilkan kesalahan si pengguna dan
memberikan contoh penggunaan yang benar secara sederhana.
6. Mengizinkan pembalikan aksi dengan mudah (permit easy reversal of actions)
Dalam melakukan desain, sebisa mungkin diberikan undo. Hal ini akan
memudahkan pengguna jika melakukan kesalahan yang tidak disengan ketika
sedang mengerjakan sesuatu.
7. Menyediakan kendali internal bagi pengguna(support internal locus of control)
Sistem harus dirancang supaya pengguna merasa menguasai sistem dan sistem akan
memberi respon atas tindakan yang diberikan.
8. Mengurangi muatan memori jangka pendek (reduce short-term memory load)
Manusia mempunyai keterbatasan dalam mengingat sehingga memerlukan tampilan
sederhana, tampilan halaman-halaman dapat digabungkan, dan pergerakan windows
dapat dikurangi.
Suatu program yang interaktif dan baik harus bersifat user friendly. 5 kriteria
yang harus dipenuhi oleh suatu program yang user friendly yaitu (Shneiderman, 20010,
p16):
1. Waktu Belajar
Sebuah sistem yang baik selayaknya mudah dipelajari dan digunakan bahkan oleh
pengguna awam sekalipun
2. Kecepatan kinerja
Sebuah sistem yang baik menyelesaikan masalah dan melakukan pemrosesan data
secara cepat dan efisien.
3. Tingkat kesalahan
Sebuah sistem yang baik meminimalkan jumlah dan tingka kesalahan pengguna.
4. Daya ingat
Kriteria ini terkait erat dengan seberapa lama pemakai dapat mempertahankan
pengetahuannya dan dengan demikian tidak perlu mempelajari ulang penggunaan
sistem di masa yang akan datang.
5. Kepuasan subyektif
Hal ini terkait dengan seberapa puas pengguna terhadap sistem yang digunakannya.
2.8 UML (Unified Modeling Language)
2.8.1 Pengertian UML (Unified Modeling Language)
UML (Unified Modeling Language) adalah metode pemodelan secara visual
sebagai sarana untuk merancang dan atau membuat perangkat lunak berorientasi obyek.
Karena UML ini merupakan bahasa visual untuk pemodelan bahasa berorientasi obyek,
maka semua elemen dan diagram berbasiskan pada paradigma object oriented (Booch et
al., 2005, p13).
UML sendiri jumga memberikan standar penulisan sebuah sistem blue print,
yang meliput konsep bisnis proses, penulisan kelas-kelas dalam bahasa program yang
spesifik, skema database, dan komponen-komponen yang diperlukan dalam sistem
perangkat lunak. Untuk dapat memahami UML membutuhkan bentuk konsep dari
sebuah bahasa model, dan mempelajari tiga elemen utama dari UML, yaitu (Booch et
al., 2005, p17):
1. Building block, terdiri dari tiga macam antara lain: benda, hubungan, diagram
2. Aturan-aturan yang menyatakan bagaimana building block diletakkan secara
bersamaan
3. Beberapa mekanisme umum (common).
Perlu diketahui bahwa terdapat tiga karakteristik penting dari UML, yaitu
(Booch et al., 2005, p33):
1. Use case driven
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.
2. Architecture centric
Arsitektur sistem digunakan sebagai pegangan utama dalam pembuatan konsep,
mengkonstruksi, mengatur dan menyusun sistem yang sedang berjalan.
3. Iterative dan incremental process
Iterative berarti proses menyangkut keputusan yang dapat dikerjakan secara
berkelanjutan. Sedangkan incremental process adalah suatu proses yang melibatkan
integrasi terus menerus dan arsitektur sistem untuk menghasilkan keputusan yang
diikuti oleh keputusan berikutnya yang lebih baik dari sebelumnya.
Iterative dan incremental process adalah risk driven, artinya keputusan yang baru
difokuskan untuk mengatasi atau mengurangi resiko yang paling besar untuk
suksesnya sistem yang dibangun.
2.8.2 Diagram-diagram UML
UML memiliki beberapa diagram yang digunakan dalam menggambarkan suatu
sistem. Tujuan dari pembuatan diagram-diagram ini adalah agar sistem mudah
dimengerti oleh semua pihak.
Diagram-diagram UML terdiri dari (Booch et al., 2005, p97):
1. Activity Diagram
Menurut Booch et al. (2005, p333) Activity Diagram adalah jenis khusus dari
Statechart diagram, menunjukkan flow aktivitas ke aktivitas (bukan status ke status)
Gambar 2.2Activity Diagram
2. Use Case Diagram
Menggambarkan apa saja aktivitas yang dilakukan oleh suatu sistem dari sudut
pandang pengamatan luar atau menggambarkan sekumpulan use case dan actor dan
hubungan antara mereka (Booch et al., 2005, p233).
Gambar 2.4 Use Case Diagram
Actor adalah seseorang atau sesuatu yang berinteraksi dengan sistem untuk
melakukan pekerjaan-pekerjaan tertentu.
Use case adalah proses-proses yang terjadi dalam suatu sistem.
Relation: hubungan antar elemen dalam use case diagram.
Include relationship: kelakuan yang harus dipenuhi agar sebuah event dapat terjadi.
Extend relationship: relasi yang memungkinkan suatu use case memiliki
kemungkinan untuk memperluas fungsionalitas yang disediakan oleh use case lainnya.
3. Sequence diagram
Merupakan diagram interaksi yang menekankan pada urutan waktu dari pertukaran
message; message (pesan) apa yang dikirm dan kapan pelaksanaannya (Booch et
al., 2005, p246).
Gambar 2.5 Sequence Diagram
2.9 Pemrograman Berorientasi Objek
Pemrograman berorientasi objek (Inggris: object-oriented programming
disingkat OOP) merupakan paradigma pemrograman yang berorientasikan kepada
objek. Semua data dan fungsi di dalam paradigma ini dibungkus dalam kelas-kelas atau
objek-objek. Setiap objek dapat menerima pesan, memproses data, dan mengirim pesan
ke objek lainnya,
Model data berorientasi objek dikatakan dapat memberi fleksibilitas yang lebih,
kemudahan mengubah program, dan digunakan luas dalam teknik piranti lunak skala
besar. Lebih jauh lagi, pendukung OOP mengklaim bahwa OOP lebih mudah dipelajari
bagi pemula dibanding dengan pendekatan sebelumnya, dan pendekatan OOP lebih
mudah dikembangkan dan dirawat.
Konsep dasar dari Pemrograman Berorientasi Objek Pemrograman orientasi-
objek menekankan konsep berikut:
1. Kelas
Kumpulan atas definisi data dan fungsi-fungsi dalam suatu unit untuk suatu
tujuan tertentu. Sebagai contoh 'class of dog' adalah suatu unit yang terdiri atas definisi-
definisi data dan fungsi-fungsi yang menunjuk pada berbagai macam perilaku/turunan
dari anjing. Sebuah class adalah dasar dari modularitas dan struktur dalam pemrograman
berorientasi object. Sebuah class secara tipikal sebaiknya dapat dikenali oleh seorang
non-programmer sekalipun terkait dengan domain permasalahan yang ada, dan kode
yang terdapat dalam sebuah class sebaiknya (relatif) bersifat mandiri dan independen
(sebagaimana kode tersebut digunakan jika tidak menggunakan OOP). Dengan
modularitas, struktur dari sebuah program akan terkait dengan aspek-aspek dalam
masalah yang akan diselesaikan melalui program tersebut. Cara seperti ini akan
menyederhanakan pemetaan dari masalah ke sebuah program ataupun sebaliknya.
2. Objek
Membungkus data dan fungsi bersama menjadi suatu unit dalam sebuah program
komputer; objek merupakan dasar dari modularitas dan struktur dalam sebuah program
komputer berorientasi objek.
3. Abstraksi
Kemampuan sebuah program untuk melewati aspek informasi yang diproses
olehnya, yaitu kemampuan untuk memfokus pada inti. Setiap objek dalam sistem
melayani sebagai model dari "pelaku" abstrak yang dapat melakukan kerja, laporan dan
perubahan keadaannya, dan berkomunikasi dengan objek lainnya dalam sistem, tanpa
mengungkapkan bagaimana kelebihan ini diterapkan. Proses, fungsi atau metode dapat
juga dibuat abstrak, dan beberapa teknik digunakan untuk mengembangkan sebuah
pengabstrakan.
4. Enkapsulasi
Memastikan pengguna sebuah objek tidak dapat mengganti keadaan dalam dari
sebuah objek dengan cara yang tidak layak; hanya metode dalam objek tersebut yang
diberi izin untuk mengakses keadaannya. Setiap objek mengakses interface yang
menyebutkan bagaimana objek lainnya dapat berinteraksi dengannya. Objek lainnya
tidak akan mengetahui dan tergantung kepada representasi dalam objek tersebut.
5. Polimorfisme
Tidak bergantung kepada pemanggilan subrutin, bahasa orientasi objek dapat
mengirim pesan; metode tertentu yang berhubungan dengan sebuah pengiriman pesan
tergantung kepada objek tertentu di mana pesa tersebut dikirim. Contohnya, bila sebuah
burung menerima pesan "gerak cepat", dia akan menggerakan sayapnya dan terbang.
Bila seekor singa menerima pesan yang sama, dia akan menggerakkan kakinya dan
berlari. Keduanya menjawab sebuah pesan yang sama, namun yang sesuai dengan
kemampuan hewan tersebut. Ini disebut polimorfisme karena sebuah variabel tungal
dalam program dapat memegang berbagai jenis objek yang berbeda selagi program
berjalan, dan teks program yang sama dapat memanggil beberapa metode yang berbeda
di saat yang berbeda dalam pemanggilan yang sama. Hal ini berlawanan dengan bahasa
fungsional yang mencapai polimorfisme melalui penggunaan fungsi kelas-pertama.
Dengan menggunakan OOP maka dalam melakukan pemecahan suatu masalah
kita tidak melihat bagaimana cara menyelesaikan suatu masalah tersebut (terstruktur)
tetapi objek-objek apa yang dapat melakukan pemecahan masalah tersebut. Sebagai
contoh anggap kita memiliki sebuah departemen yang memiliki manager, sekretaris,
petugas administrasi data dan lainnya. Misal manager tersebut ingin memperoleh data
dari bag administrasi maka manager tersebut tidak harus mengambilnya langsung tetapi
dapat menyuruh petugas bag administrasi untuk mengambilnya. Pada kasus tersebut
seorang manager tidak harus mengetahui bagaimana cara mengambil data tersebut tetapi
manager bisa mendapatkan data tersebut melalui objek petugas adminiistrasi. Jadi untuk
menyelesaikan suatu masalah dengan kolaborasi antar objek-objek yang ada karena
setiap objek memiliki deskripsi tugasnya sendiri.
2.10 4 Pilar Proses Design
Perancangan layar merupakan suatu tahapan untuk membuat blue print atas
tampilan layar yang sesungguhnya. Shneiderman (2010, p80) mengusulkan pedoman
perancangan layar yang baik adalah:
1. Konsistensi tampilan data. Istilah, singkatan, format dan lainnya harus standar.
2. Beban ingatan yang seminimal mungkin bagi pengguna. Pengguna sedapat mungkin
tidak diharuskan mengingat informasi dari layar satu ke layar lainnya.
3. Kompatibilitas tampilan data dengan pemasukan data. Format tampilan informasi
perlu berhubungan dengan tampilan pemasukan data.
4. Fleksibilitas kendali pengguna terhadap data. Pengguna program harus dapat
memperoleh informasi yang diinginkan sesuai format yang paling memudahkan.
2.11 Pendidikan
2.11.1 Pengertian Pendidikan
Pendidikan didefinisikan sebagai usaha terencana untuk menyelenggarakan
sebuah lingkungan belajar dan proses belajar sehingga pelajar dapat secara aktif
membangun potensial diri mereka untuk memiliki kekuatan spiritual keagamaan,
pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang
diperlukan dirinya dan masyarakat. Pendidikan di Indonesia dibagi menjadi dua bagian
besar, formal dan non-formal. Pendidikan formal dibagi menjadi tiga tingkat yaitu
pendidikan primer, sekunder, dan tertier.
Pendidikan di Indonesia diatur oleh Kementerian Pendidikan Nasional Republik
Indonesia, yang dahulu bernama Departemen Pendidikan dan Kebudayaan, dan
Kementerian Agama Republik Indonesia. Di Indonesia, semua penduduk menempuh
pendidikan wajib 9 tahun, dimana 6 tahun di sekolah dasar dan 3 tahun di sekolah
menengah pertama.
Sekolah di Indonesia diselenggarakan baik oleh pemerintah dan swasta.
Beberapa sekolah privat menyatakan diri sebagai sekolah nasional plus yang berarti
mereka memiliki kurikulum yang melebihi syarat pemerintah, terutama dalam
hubungannya dalam penggunaan bahasa Inggris sebagai media pengajaran atau
memiliki kurikulum internasional.
2.11.2 Universitas
Universitas adalah suatu institusi pendidikan tinggi dan penelitian, yang
memberikan gelar akademik dalam berbagai bidang. Sebuah universitas menyediakan
pendidikan sarjana dan pascasarjana. Kata universitas berasal dari bahasa Latin
universitas magistrorum et scholarium, yang berarti "komunitas guru dan akademisi".
Universitas dalam pendidikan di Indonesia merupakan salah satu bentuk
perguruan tinggi selain akademi, institut, politeknik, dan sekolah tinggi. Universitas
terdiri atas sejumlah fakultas yang menyelenggarakan pendidikan akademik dan/atau
pendidikan vokasi dalam sejumlah ilmu pengetahuan, teknologi, dan/atau seni dan jika
memenuhi syarat dapat menyelenggarakan pendidikan profesi.
Mahasiswa atau Mahasiswi adalah panggilan untuk orang yang sedang menjalani
pendidikan tinggi di sebuah universitas atau perguruan tinggi.
2.12 Media Sosial
Menurut Alan Mislove (2007,p1) Media sosial adalah sebuah media online
dimana para penggunanya bisa dengan mudah berpartisipasi, berbagi, dan menciptakan
isi meliputi blog, sosial network atau jejaring sosial, wiki, forum dan dunia virtual. Blog,
jejaring sosial dan wiki mungkin merupakan bentuk media sosial yang paling umum
digunakan oleh masyarakat di seluruh dunia.
Sementara jejaring sosial merupakan situs dimana setiap orang bisa membuat
web page pribadi, kemudian terhubung dengan teman-teman untuk berbagi informasi
dan berkomunikasi. Jejaring sosial terbesar antara lain Facebook, Myspace, dan Twitter.
Jika media tradisional menggunakan media cetak dan media broadcast, maka media
sosial menggunakan internet. Media sosial mengajak siapa saja yang tertarik untuk
berpertisipasi dengan memberi kontribusi dan feedback secara terbuka, memberi
komentar, serta membagi informasi dalam waktu yang cepat dan tak terbatas.
Saat teknologi internet dan mobile phone makin maju maka media sosial pun
ikut tumbuh dengan pesat. Kini untuk mengakses facebook atau twitter misalnya, bisa
dilakukan dimana saja dan kapan saja hanya dengan menggunakan sebuah mobile
phone. Demikian cepatnya orang bisa mengakses media sosial mengakibatkan terjadinya
fenomena besar terhadap arus informasi tidak hanya di negara-negara maju, tetapi juga
di Indonesia. Karena kecepatannya media sosial juga mulai tampak menggantikan
peranan media massa konvensional dalam menyebarkan berita-berita.
Pesatnya perkembangan media sosial kini dikarenakan semua orang seperti bisa
memiliki media sendiri. Jika untuk memiliki media tradisional seperti televisi, radio,
atau koran dibutuhkan modal yang besar dan tenaga kerja yang banyak, maka lain
halnya dengan media. Seorang pengguna media sosial bisa mengakses menggunakan
social media dengan jaringan internet bahkan yang aksesnya lambat sekalipun, tanpa
biaya besar, tanpa alat mahal dan dilakukan sendiri tanpa karyawan. Kita sebagai
pengguna social media dengan bebas bisa mengedit, menambahkan, memodifikasi baik
tulisan, gambar, video, grafis, dan berbagai model content lainnya.
Menurut Antony Mayfield dari iCrossing, media sosial adalah mengenai menjadi
manusia biasa. Manusia biasa yang saling membagi ide, bekerjasama, dan berkolaborasi
untuk menciptakan kreasi, berfikir, berdebat, menemukan orang yang bisa menjadi
teman baik, menemukan pasangan, dan membangun sebuah komunitas. Intinya,
menggunakan media sosial menjadikan kita sebagai diri sendiri. Selain kecepatan
informasi yang bisa diakses dalam hitungan detik, menjadi diri sendiri dalam media
sosial adalah alasan mengapa media sosial berkembang pesat.
Jika dalam kehidupan sehari-hari kita tidak bisa menyampaikan pendapat secara
terbuka karena satu dan lain hal, maka tidak jika kita menggunakan media sosial. Kita
bisa menulis apa saja yang kita mau atau kita bebas mengomentari apapun yang ditulis
atau disajikan orang lain. Ini berarti komunikasi terjalin dua arah. Komunikasi ini
kemudian menciptakan komunitas dengan cepat karena ada ketertarikan yang sama akan
suatu hal.