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.