bab 2 landasan teori 2.1 metode samplinglibrary.binus.ac.id/ecolls/ethesisdoc/bab2/2009-1-00460-stif...
TRANSCRIPT
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.