BAB 2

LANDASAN TEORI

2.1 Metode Sampling

Metode penarikan contoh yang paling sederhana adalah simple

random sampling. Simple random sampling adalah suatu prosedur penarikan

contoh n dari populasi dengan ukuran N. Populasi P adalah sebuah kumpulan

dari semua kemungkinan orang-orang, benda-benda dan ukuran lain dari

objek yang menjadi perhatian. Contoh n adalah suatu bagian dari populasi

tertentu yang menjadi perhatian.

Tujuan utama mengadakan survei adalah membuat kesimpulan

tentang sifat-sifat populasi berdasarkan informasi yang terdapat didalam

contoh (Gaspers, 1990).

Jika ragam populasi σ2 meningkat maka jumlah informasi yang

terkandung akan berkurang. Demikian juga jika jumlah contoh n meningkat

maka jumlah informasi yang terkandung akan bertambah.

2.1.1 Prosedur penarikan contoh acak sederhana (simple random sampling)

Didalam melakukan penarikan contoh acak sederahana ada syarat yang

harus dipenuhi, diantaranya adalah :

1. Populasi harus diketahui terlebih dahulu dengan jelas serta dapat

diidentifikasi dengan tepat sehingga kerangka penarikan contoh

(sampling frame) dapat dibentuk.

2. Keragaman populasi harus bersifat homogen.

6 

 

 

 

2.2 Matriks data

Matriks adalah suatu bilangan atau fungsi yang diletakan secara

mendatar dan ditulis antara dua tanda kurung. Matriks data yang akan

digunakan didalam penggunaan metode biplot adalah matriks data dari nilai

rata-rata yang diberikan oleh responden.

Bentuk umum :

11 12 1

21 22 2

1 2

n

nmxn

m m mxn

a a aa a a

A

a a a

⎡ ⎤⎢ ⎥⎢ ⎥=⎢ ⎥⎢ ⎥⎣ ⎦

L

L

M M O M

L

2.2.1 Nilai karakteristik dan vektor karakteristik

Nilai karakteristik dan vektor karakteristik atau biasa disebut

dengan eigenvalue dan eigenvector bisa didefinisikan :

Amxn berupa matriks bujur sangkar

x = vektor (≠ 0)

. .A x xλ=   

Dimana λ disebut sebagai nilai karakteristik dari matriks A

dan x disebut sebagai vektor karakteristik dari matriks A.

. .A x xλ=  

. . .A x I xλ= , I adalah vektor satuan.

. . .I x A xλ =  

. . . 0I x A xλ − =  

7 

 

 

 

( . ). 0I A xλ − =  

| | 0I Aλ − =  disebut dengan persamaan karakteristik

2.2.2 Penguraian Nilai Singular

Didalam metode biplot terdapat penguraian nilai singular

matriks atau biasa dikenal juga dengan SVD (singular value

decompotision), selanjutnya akan disebut dengan SVD. SVD bertujuan

menguraikan suatu matriks X berukuran m x n yang merupakan

matriks data peubah ganda yang terkoreksi terhadap rataannya

dimana m adalah banyaknya objek pengamatan dan n adalah

banyaknya peubah, menjadi 3 buah matriks (Johnson, p102). Secara

matematis dapat ditulis dengan persamaan :

nXp = nUr rLr rAp

Dimana :

U dan A masing-masing berukuran n x r dan p x r. Matriks U dihitung

melalui persamaan 1i

i

Xaλ

, dengan iλ adalah akar ciri ke-i dari

matriks X’X dan ai adalah lajur ke-i matriks A. UU = AA = Ir, Ir

adalah matriks identitas.

A = [a1, a2, … a3]

1 21 2

1 1 1, , , rr

U Xa Xa Xaλ λ λ

⎧ ⎫⎪ ⎪= ⎨ ⎬⎪ ⎪⎩ ⎭

L

8 

 

 

 

L adalah matriks diagonal berukuran r x r dengan unsur-unsur

diagonalnya adalah akar kuadrat dari akar ciri X’X atau XX’ sehingga

1 2 ... rλ λ λ≥ ≥ ≥ .  Unsur-unsur diagonal matriks L ini disebut nilai

singular dari matriks X.

1

2

0

0 0

0 0 r

L

λ

λ

λ

⎡ ⎤⎢ ⎥⎢ ⎥

= ⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

L L

L

M M O M

L

 

Matriks A adalah vektor ciri dari matriks X’X atau XX’

2.3 Biplot

Analisis statistik terdapat banyak sekali teknik dan metode untuk

memecahkan suatu permasalahan. Didalam memecahkan suatu permasalahan

tentunya agar data yang telah didapatkan terlihat dengan mudah, maka

digunakan cara-cara didalam penyajian data tersebut. Diantaranya dengan

menggunakan grafik seperti diagram batang, diagram garis, diagram pencar,

diagram lingkaran, histogram dan lain sebagainya. Didalam kenyataannya

diagram-diagram yang disebutkan diatas sulit digunakan atau bisa dikatakan

kurang tepat lagi jika suatu data sudah besar dan kompleks. Yang dimaksud

dengan kompleks disini adalah data yang melibatkan banyak peubah

(multivariate).

Salah satu teknik penyajian data dengan melibatkan banyak peubah

adalah dengan cara menggunakan metode biplot. Analisis biplot

diperkenalkan oleh Gabriel pada tahun 1971. Biplot adalah teknik statistika

9 

 

 

 

deskriptif yang dapat disajikan secara visual guna menyajikan secara

simultan n obyek pengamatan dan p peubah dalam ruang bidang datar

(dimensi 2), sehingga ciri-ciri peubah dan obyek pengamatan serta posisi

relatif antar obyek pengamatan dengan peubah dapat dianalisis. A biplot is a

grapihical representation of the information in an n x p data matrix, the bi-

refer to the two kind of information contained in a data matrix

(Johnson,p719). Dalam prosesnya analisis biplot memerlukan data dari

sejumlah objek dengan atribut-atribut (kolom dari matriks data X), yang

diukur dengan skala interval dan rasio. Hasil akhir analisis ini akan diberikan

dalam bentuk tampilan gambar dua dimensi yang berisi informasi tentang :

1. Posisi relatif objek. Berdasarkan informasi ini dua objek yang

memiliki jarak terdekat dikatakan memiliki tingkat kemiripan yang

tinggi berdasarkan atribut-atribut yang diamati.

2. Hubungan antar atribut, dari informasi ini akan diketahui mengenai

hubungan linier (korelasi) antar atribut serta tingkat kepentingan

suatu atribut yang didasarkan pada variannya.

3. Objek akan memiliki nilai dan nilai peubah pada suatu objek

menginformasikan keuanggulan dari setiap objek. Objek yang terletak

searah dengan arah dari suatu peubah, maka nilai peubah objek

tersebut diatas nilai rata-rata atau sebaliknya akan dibawah rata-rata.

10 

 

 

 

4. Didalam gambar biplot akan terlihat panjang vektor peubah yang

akan sebanding dengan keragaman peubah. Semakin panjang vektor,

makin bersar pula keragaman peubah.

Penggabungan informasi (1) dan (2) dikenal dengan istilah bi-plot,

awalan bi dalam biplot dikaitkan dengan peragaan bersama atau serempak

berupa penumpang tindihan antara vector-vektor yang mewakili baris (n

objek) dan kolom (p peubah) dalam dua dimensi (Siswadi dan Suharjo,

1999). Kelebihan analisis biplot yaitu, mampu menyajkan keeratan antar

peubah atribut (Wahyudin et.al, 2003).

Dalam prosesnya analisis biplot memerlukan data dari sejumlah objek

dengan atribut-atribut yang berskala interval dan rasio (Arie Kismanto et.al,

2004). Landasan analisis ini adalah setiap matriks nXp yang berpangkat

[=min{n,p}] dapat digambarkan secara pasti dalam ruang berdimensi r. Bagi

matriks yang berpangkat r dan ingin digambarkan dengan baik dalam ruang

berdimensi k [= r], dilakukan suatu pendekatan yang optimum dengan suatu

matriks berpangkat k berdasarkan kuadrat norma perbedaan terkecil antara

keduanya. Matriks hasil pendekatan terbaik tersebut digambarkan konfigurasi

obyek dan peubah dalam ruang berdimensi k. Suatu matriks nXp berpangkat k

dapat diuraikan sebagai nXp = nGkH’p

atau xij = g’ihj. Hal ini dapat diperoleh

melalui penguraian nilai singular (singular value decomposition).

Tahapan-tahapan metode biplot yaitu :

1. Data matrix X (data rata-rata variabel pengamatan)

11 

 

 

 

11 12 1

21 22 2

1 2

p

p

n n np

X X XX X X

X

X X X

⎡ ⎤⎢ ⎥⎢ ⎥=⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

L

L

M M O M

L

 

Baris menunjukan stasiun TV, sedangkan kolom menunjukan variabel

(jenis tayangan).

2. Koreksi tiap peubah terhadap rataannya

11 1 12 2 1

21 1 22 2 2

1 1 2 2

p p

p p

n n np p

x x x x x x

x x x x x xX

x x x x x x

⎡ ⎤− − −⎢ ⎥

− − −⎢ ⎥= ⎢ ⎥⎢ ⎥⎢ ⎥− − −⎣ ⎦

L

L

M M O M

L

3. Cari X’X

4. Cari akar ciri dan vektor cirinya, kemudian diurutkan akar cirinnya.

5. Cari matriks L, A, U

1

2

0

0 0

0 0 r

L

λ

λ

λ

⎡ ⎤⎢ ⎥⎢ ⎥

= ⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦

L L

L

M M O M

L

 

unsur-unsur diagonalnya adalah akar kuadrat dari akar ciri X’X atau

XX’ 

A = [a1, a2, … a3], matriks A adalah vektor ciri dari matriks X’X atau

XX’

Selanjutnya disusun matriks U

12 

 

 

 

1 21 2

1 1 1, , , rr

U Xa Xa Xaλ λ λ

⎧ ⎫⎪ ⎪= ⎨ ⎬⎪ ⎪⎩ ⎭

L ,  Matriks U dihitung melalui

persamaan 1i

i

Xaλ

, dengan iλ adalah akar cirri ke-i dari matriks X’X

dan ai adalah lajur ke-i matriks A. UU = AA = Ir, Ir adalah matriks

identitas.

6. Menghitung koefisien kebaikan suai dari dua akar ciri terbesar.

2 1 1( )

i

λ λχλ+

=∑

 

Dengan λ1 = akar ciri terbesar pertama

Dengan λ1 = akar ciri terbesar kedua

Dengan λ1 = akar ciri terbesar ke-i

Jika nilai dari χ2 mendekati nila satu, berarti biplot yang diperoleh

dari matriks akan memberikan penyajian data yang semakin baik

mengenai informasi-informasi yang terdapat pada data yang

sebenarnya.

7. Menentukan vektor pengaruh baris (objek) dan vektor pengaruh

kolom (peubah).

8. Membuat tebaran dari vektor-vektor tersebut.

dengan memisalkan G = ULa

dan H = AL1-a

dengan nilai 0 ≤a ≤ 1.

Baris ke-i matriks G akan digunakan untuk merepresentasikan baris

ke-i matrik X, yang berarti merepresntasikan objek ke-i, sedangkan

baris ke-j matriks H akan digunakan untuk merepresentasikan kolom

13 

 

 

 

ke-j matriks X, yang berarti merepresentasikan peubah ke-j. Kismanto

et.al (2004, p2) Jika diambil a = 0 (G = U dan H = AL maka:

1. hi’hj = (n-1)sij

dengan sij = (n-1)

-1S(xik

– xi)(xjk – xj). Artinya

penggandaan titik antara vektor hi dengan hj

akan memberikan

gambaran keragaman antara peubah ke-i dengan peubah ke-j

2. Keragaman peubah. Peubah dengan keragaman kecil digambarkan

sebagai vektor yang pendek. Begitu pula sebaliknya. ih = (n-1)1/2si

Artinya panjang vektor akan menggambarkan tentang keragaman

peubah ke-i. Makin panjang vektor hij, makin besar pula

keragaman peubah ke-i.

3. θ= rij , θ merupakan sudut antara vektor hi

dengan vektor hj dan rij

merupakan korelasi peubah ke-i dengan peubah ke-j. Jika sudut

mendekati 0 maka makin besar korelasi positif antara dua peubah

tersebut.

Jika sudut dua peubah < 900 maka korelasi bersifat positif.

Jika sudut dua peubah > 900 maka korelasi bersifat negatif.

Semakin kecil sudutnya, maka semakin kuat korelasinya.

4 Bila pangkat X = p,maka (xi-x

j)’S

-1(x

i-x

j) = (n-1) (g

i-g

j)’(g

i-g

j).

Artinya, (kuadrat) jarak Mahalanobis antara xi

dengan xj

akan

sebanding dengan (kuadrat) jarak Euclid antara gi

dengan gj.

Makin kecil jarak Euclid antara titik gi

dengan gj

yang terlihat

14 

 

 

 

dalam plot akan memberikan gambaran makin dekatnya xi dengan

xj

yang diukur dengan menggunakan peubah ganda asal dengan

jarak Mahalanobis. Sebaliknya, makin besar jarak Euclid antara

titik gi dan g

j yang terlihat dalam plot akan memberikan gambaran

makin jauhnya xi

dengan. Karakteristik suatu obyek bisa

disimpulkan dari posisi relatifnya yang paling dekat dengan suatu

peubah (dan relatif terhadap titik pusat).

2.4 Teori Perancangan Program

Rekayasa piranti lunak menurut Fritz Bauer (Pressman, 2005, p23)

adalah penetapan dan pemakaian prinsip-prinsip rekayasa dalam rangka

mendapatkan piranti lunak yang ekonomis, terpercaya dan bekerja efisien

pada mesin komputer.

Definisi perangkat lunak menurut Pressman (2001,p53) adalah :

a. Instruksi-instruksi (program komputer) yang akan dijalankan akan

memberikan fungsi dan kinerja yang diinginkan

b. Struktur data yang membuat program mampu memanipulasi suatu

informasi.

c. Dokumen-dokumen yang menjelaskan operasi dan pemakaian

suau program.

Terdapat perbedaan antara perangkat lunak dan perangkat keras.

Perangkat lunak merupakan suatu elemen sistem yang bersifat logis, bukan

15 

 

 

 

bersifat fisik dan tidak berbentuk secara nyata. Perangkat lunak memiliki

beberapa karakteristik yaitu sebagai berikut :

a. Perangkat lunak dikembangkan dan direkayasa.

b. Perangkat lunak tidak rusak secara sama dengan perangkat keras

Perangkat keras dapat menjadi rusak karena terkena pengaruh

lingkungan dan perangkat keras yang rusak tersebut dapat digantikan dengan

yang baru atau diperbaiki. Lain halnya dengan perangkat lunak yang

mengalamai kegagalan fungsi, maka perbaikan dilakukan penginstalan

program kembali. Perangkat lunak dibuat mulai dari lingkup terkecil, dengan

membuat algoritmanya dari yang sederhana sampai kepada algoritma secara

utuh sehingga membentuk suatu program, yaitu perangkat lunak.

Rekayasa piranti lunak adalah suatu pendekatan aplikasi yang

sistematis, disiplin dan mampu mengukur dakan pengembangan,

pengoprasian dan pemeliharaan perangkat lunak. Menurut Pressman,

rekayasa piranti lunak adalah teknologi yang berlapis-lapis. Lapisan tersebut

yaitu :

1. Metode-metode (methods)

Menyediakan cara-cara untuk membangun piranti lunak. Hal yang

perlu diperhatikan adalah :

1) Komunikasi

2) Analisis sistem yang diperlukan

3) Design model

16 

 

 

 

4) Konstruksi program

5) Pengujian

2. A quality focus

Setiap pendekatan harus berdasarkan kualiatas yang menjadi

komitmen suatu organisasi.

3. Alat-alat bantu (tools)

Mengadakan peralatan-peralatan yang dapat mendukung

pembuatan piranti lunak, secara otomatis atau semi otomatis

untuk metode-metode seperti CASE (Computer Aided Software

Engineering) yang akan mengkombinasikan sofware, hardware,

dan software engineering database.

3 Proses (process)

Merupakan fondasi dari teknik perangkat lunak yang

merupakan perekat yang memegang layer-layer teknologi bersama-

sama dan mampu secara rasional dan dari waktu kewaktu

mengembangkan perangkat lunak komputer. Proses didefinisikan

sebagai urutan didalam metode yang akan digunakan.

Pendekatan yang digunakan untuk perancangan perangkat lunak

adalah waterfall model, yang merupakan pendekatan yang paling

banyak dipakai didalm pembuatan perangkat lunak. Tahapan-tahapan

dari waterfall model yaitu :

a. Communication

17 

 

 

 

Inisialisasi proyek dan pengumpulan persyaratan-

persyaratan yang diperlukan dalam membangun semua elemen

sistem suatu piranti lunak adalah hal yang pertama dilakukan

didalam merancanf sebuah perangkat lunak. Sistem disini penting

karena perangkat lunak harus berhubungan langsung dengan

elemen lainnya seperti hardware, database, dan manusia. Analisis

kebutuhan perangkat lunak harus mengetahui karakteristik dasar

dari perangkat lunak yang akan dibuat seperti fungsi, bentuk, dan

tampilan interface perangkat lunak tersebut.

b. Planning

Yang termasuk dalam perencanaan perangkat lunak adalah

estimasi waktu pembuatan perangkat lunak, jadwal yang telah

ditetapkan untuk menyelesaikan pembuatan perangkat lunak, serta

pengawasan agar pembuatan perangkat lunak tersebut berjalan

pada lajur yang direncanakan.

c. Modeling

Dalam tahap ini dilakukan analisis terhadap rancangan

perngkat lunak dan pembuatan desain untuk tampilan perangkat

lunak tersebut.

d. Construction

Setelah pemodelan selesai, maka dilakukan pembuatan

perangkat lunak yang direprekenansentasikan dengan kode-kode

18 

 

 

 

program tertentu yang dipakai. Setelah pengkodean selesai, maka

dilakukan tes atau uji coba keberhasilan program tersebut dalam

mendekati target yang direncanakan.

e. Deployment

Perangkat lunak anak menjalani proses delivery terhadap

pemakai yang membutuhkan. Dukungan dan usulan dari pemakai

perangkat lunak tersebut juga merupakan salah saru proses dalam

pengembangan perangkat lunak tersebut. Proses pengembangan

selanjutnya akan menghasilkan suatu perubahan pada perangkat

lunak menjadi lebih baik dari yang sebelumnya. Perubahan dapat

terjadi antara lain karena kesalahan program, proses adaptasi

program untuk menyesuaikan dengan kebutuhab baru atau karena

pemakai menginginkan tambahan fungsi.

2.5 Interaksi Manusia dan Komputer

Menurut Shneiderman (2005, p4), interaksi manusia dan komputer

merupakan disiplin ilmu yang berhubungan dengan, perancangan, evaluasi,

dan implementasi sistem komputer interkatif untuk digunakan oleh manusia,

serta studi fenomena-fenomena besar yang berhubungan dengannya.

Antar muka pemakai (user interface) adalah bagian sistem komputer

yamg memungkinkan manusis berinteraksi dengan komputer. Tujuan antar

muka pemakai adalah agar sistem komputer dapat digunakan oleh pemakai.

Istilah User interface digunakan untuk merujuk kepada kemampuan yang

19 

 

 

 

dimiliki oleh piranti lunak atau program aplikasi yang mudah dioperasikan

dan dan dapat membantu menyelesaikan suati persoalan dengan hasi yang

sesuai dengan keinginan pengguna, sehingga pengguna merasa nyaman untuk

mengoprasikan program aplikasi yang digunakan.

Suatu program yang interaktif dan baik harus bersifat user friendly.

Ada lima kreteria yang harus dipenuhi suatu program seperti diatas, yaitu :

1. Waktu belajar yang tidak lama

2. Kecepatan penyajian informasi yang tepat

3. Tingkat kesalahan pemakaian rendah

4. Penghafalan sesudah melampaui jangka waktu

5. Keputusan pribadi

Pedoman yang dianjurkan dalam merancang suatu program untuk

mendapatkan suatu program yang user friendly yaitu :

2.5.1 Delapan aturan emas (Eight Golden Rules)

Delapan aturan emas (Eight Golden Rules) menurut

Shneiderman (1998, p74-75),  dalam merancang sistem interaksi

manusia dan komputer yang baik yaitu :

a. Strive for consistency (konsisten dalam merancang tampilan)

b. Enable frequent user to use shorcuts (memungkinkan

pengguna menggunakan shorcuts secara berkala)

c. Offer informative feed back (memberikan umpan balik yang

informatif)

20 

 

 

 

d. Design dialogs to yield closure (merancang dialog untuk

menghasilkan keadaan akhir)

e. Offer simple error handling (memberikan penanganann

kesalahan)

f. Permit easy reversal of action (mengijinkan pembalikan aksi

dengan mudah)

g. Support internal locus of control (mendukung pengguna

menguasai sistem)

h. Reduce short-term memory load (mengurangi beban jangka

pendek pada pengguna)

2.5.2 Teori waktu respon

Waktu respon dalam sistem komputer menurut

(Scheiderman, p352) adalah jumlah detik dari saat pengguna

program memulai aktifitas sampai menampilkan hasilnya dilayar

atau printer. Beberapa pedoman yang disarankan diantaranya,

pemakai lebih menyukai waktu respon yang pendek, waktu respon

yang pangjang mengganggu, waktu respon yang pendek

menyebabkan waktu pengguna berpikir lebih pendek, waktu

respon harus sesuai dengan tugasnya, dan pemakai harus diberi

tahu mengenai penundaan yang panjang.

21 

 

 

 

2.6 Diagram Alir (Flowchart)

Menurut (Pressman, 2002, p476), Diagram alir merupakan urutan

semua proses yang harus dijalankan unstuck mencapai tujuan yang

diinginkan dalam sebuah sistem. Diagram alir menggunakan simbol-

simbol yang sudah distandarisasikan.

Berikut adalah simbol-simbol yang digunakan untuk menggambarkan

diagram alir:

22 

 

 

 

Tabel 2.1. Simbol Flowchart (Hollander, 2000, pp403-405)

Notasi Arti Notasi

Proses

Predefined proses

Operasi input / output

Decision, berupa pertanyaan atau penentuan suatu keputusan Terminal, untuk menandai awal dan akhir program

Panah, sebagai penghubung antar komponen dan penunjuk arah

Manual input, input dari pengguna

On-page connector, sebagai penghubung dalam satu halaman

Off-page connector, sebagai penghubung antar halaman yang berbeda

2.7 State Transition Diagram (STD)

Menurut Whitten (2004, pp673-674), STD merupakan diagram

yang digunakan untuk menggambarkan urutan dan variasi dari layar yang

23 

 

 

 

terjadi ketika pengguna sistem berada di terminal. Ada beberapa notasi

yang digunakan dalam menggambarkan suatu STD, yaitu :

a. Kotak

Lambang kotak digunakan untuk mewakili layar tampilan.

Lambang ini hanya menggambarkan sesuatu yang mungkin tampil

selama dialog.

b. Panah

Panah digunakan untuk mewakili kontrol aliran dan event yang

memicu aktifnya sebuah layar. Arah panah mengindikasikan

urutan dimana layar tersebut tampil.

  2.8 Basis Data (Database)

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

komponen dari Sistem Basis Data dan terdiri atas 3 hal yaitu kumpulan

data yang terorganisir, relasi antar data dan objektifnya. Ada banyak

pilihan dalam mengorganisasi data dan ada banyak pertimbangan dalam

membentuk relasi antar data, namun pada akhirnya yang terpenting

adalah objek utama yang harus selalu kita ingat yaitu kecepatan dan

kemudahan berinteraksi dengan data yang dikelola/diolah.

Seperti telah dikemukakan di atas, bahwa Basis Data hanya

merupakan satu komponen dari Sistem Basis Data, jadi masih ada

komponen lainnya yaitu perangkat keras, perangkat lunak serta pemakai.

24 

 

 

 

Data base yang digunakan didalam skripsi ini yaitu menggunakan sql

server 2000.

2.9 Bahasa pemrograman yang dipakai

Didalam pembuatan skripsi ini, bahasa pemrograman yang

digunakan adalah VB.net dan R language. R adalah suatu sistem untuk

komputasi statistika dan grafik yang dapat dijalankan pada platform

UNIX, Windows, dan MacOS. R menyediakan banyak hal diantaranya,

sebuah bahasa pemrograman, teknik statistika dan grafik tingkat tinggi

(model linier dan nonlinear), pengujian statistika, analisis deret waktu,

klasifikasi, kluster, akses ke bahasa pemrograman yang lainnya dan

fasilitas perbaikan kesalahan (debug).

Beberapa hal yang dimiliki oleh S antara lain :

1. Memanggil langsung subrountin fortran

2. Interaktif

3. Transisi macros ke function

4. Memungkinkan suatu fungsi dipakai oleh fungsi yang lain

5. Pemakaian bahasa S yang agak sedikit rumit

Beberapa hal yang dimiliki oleh R antara lain :

1. Pengaturan data dan fasilitas penyimpanan yang efektif

2. Operator yang cocok untuk perhitungan array dan matrik

3. Koleksi yang tergabung dan besar dari alat yang bisa

digunakan untuk analisis data

25 

 

 

 

4. Fasilitas grafik untuk analisis data dan menyediakannya

pada komputer atau hardcopy

5. Bahasa pemograman yang sederhana, efektif dan

dikembangkan dengan baik yang meliputi syarat,

pengulangan, fungsi rekursif dan fasilitas input serta

output.

R language adalah versi lain dari S language. R dikembangkan

pada laboratorium Bell oleh John M Chambers dan rekan-rekan pada

tauhun 1980 dan sejak itu telah dipakai secara luas dalam komunitas

statistika. John M Chambers sendiri telah mendapat penghargaan ”1998

ACM Software Systems For S”. Ada banyak kesamaan antara S dan R,

namun ada juga beberapa perbedaan yang penting. R dipakai jika kita

ingin menggunakan software yang bisa diperoleh secara gratis dengan

cara men download dari http://www.r-project.org. Versi terbaru dari R

language adalah versi 2.8.0. Untuk mengikuti perkembangan software R,

maka penelitian ini menggunakan R versi terbaru.