bab 3 metode dan perancangan sistem -...
TRANSCRIPT
39
BAB 3
Metode dan Perancangan Sistem
3.1 Metode Pengembangan Sistem
3.1.1 Pembahasan Metode Analisis Simulasi
Simulasi membawa peran penting dalam analisis dari pola
spasial, sehingga metode yang digunakan untuk pengembangan
sistem ialah dengan menggunakan model Analisis Simulasi
(Simulation Analysis). Metode Analisis Simulasi merupakan teknik
permodelan deskriptif, penggambaran sistem menggunakan model
dimana tidak memerlukan formasi permasalahan/rumusan masalah
secara eksplisit dan langkah-langkah solusi yang merupakan bagian
dari model optimisasi (Hoover & Perry, 1989).
Urutan dari simulasi adalah sebagai berikut,
1. Rumusan Masalah
2. Pengumpulan Data dan Analisis
3. Pengembangan Model
4. Verifikasi Model dan Validasi
5. Exsperimen Model dan Validasi
6. Implementasi dari Hasil Simulasi
Metode Analisis Simulasi ditunjukan pada Gambar 3. 1
40
Gambar 3. 1 Model Analisis Simulasi (Hoover dan Perry, 1989)
1. Rumusan Masalah
Pada tahap rumusan masalah dilakukan dengan membuat
pertanyaan untuk mendapatkan jawaban dari variabel – variabel
yang bersangkutan dan mengukur performa sistem yang akan di
gunakan.
Adapun pertanyaan untuk pemodelan data spasial,
Bagaimana membangun model klarifikasi wilayah Rawan
Kemisikinan dengan menggunakan fungsi Gi * statistik ?
Pengumpulan Data dan Analisis
Pengumpulan Data dan Analisis diisi dengan pencarian
informasi dan kebutuhan data untuk mengetahui jelas masalah yang
telah di rumuskan. Data di peroleh dari Badan Pusat Statistika
41
Provinsi Jawa Tengah yang berada di semarang. Dimana data yang
di peroleh adalah data untuk Tingkat kemiskinan itu sendiri , Produk
Domestik regional Bruto, Indeks Pembangunan Manusia, Jumlah
Pengangguran, Jumlah penduduk tahun 2005 – 2009.
Penganalisisan data dilakukan dengan mengolah data yang telah di
peroleh, kemudian data tersebut di masukkan ke dalam Model untuk
melakukan pemeriksaan atau analisis data.
2. Pengembangan Model
Pengembangan model menyangkut pengerjaan dan testing
model dari sistem nyata termasuk memilih bahasa pemrograman
yang tepat untuk melakukan peritungan nantinya,model dari coding
dan debugging.
3. Verifikasi Model dan Validasi
Kemudian pada langkah Verifikasi Model dan Validasi,
membangun model yang sesuai dan representatif dengan sistem
nyata. Sebuah model dikatakan memiliki validasi jika hasil keluaran
memiliki nilai yang mendekati pengukuran sistem nyata. Tujuan test
dari sebuah model adalah validasi harus menghasilkan prediksi masa
depan dengan baik. Pendekatan validasi dapat dilihat setelah model
dikembangkan, kemudian melakukan observasi pada sistem real atau
nyata untuk beberapa waktu, mengumpulkan data untuk variabel-
variabel dan pengukuran performa. Variabel-variabel yang
digunakan sebagai validasi adalah yang hasil pengukuran
performanya dari model. Sebuah keputusan pada validasi model
diambil berdasarkan pengukuran yang dihasilkan oleh model dengan
kenyataan memiliki kesamaan pada hasil akhirnya. Hubungan antara
42
pemodelan data spasial dan sistem nyata ditunjukkan pada Gambar
3.2.
Gambar 3.2 Pendekatan untuk Validasi Model
4. Model Exsperimen dan Optimisasi
Tahap model eksperimen dan optimisasi yang dilakukan
adalah ketepatan seperti seberapa luas sampel yang dibutuhkan
untuk mengestimasi performa sistem, dan desain dari eksperimen
yang efektif dengan hasil dari perhitungan Gi*statistik yang
menghasilkan pemetaan daerah kemiskinan dilihat dari beberapa
indikator kemiskinan sudah sesuai dengan data original atau belum.
5. Implementasi dari Hasil Simulasi
Tahap ini berisi tentang kepastian penerimaan dari hasil oleh
user dan pengembangan keputusan dari analisis yang dilakukan.
Alasan dari ketidaksuksesan tujuan implementasi sering
menyangkut dari sebuah gap komunikasi, atau ketidakmampuan user
dalam penguasaan teknik menganalisis, kurangnya kesadaran
personal atau organisasional memandang perkembangan pola tanam
yang dihasilkan oleh perhitungan dari sistem. Sebagian user lebih
menggunakan pengetahuan berdasar pengalaman daripada data yang
terjadi sesungguhnya sehingga kurang menerima sistem yang
dibangun.
Variabel-
variabel
Pemodelan data
spasial
Sistem Nyata
Model
(Pola Spasial)
Sistem Nyata
43
3.2 Analisa Sistem
Dalam tahap ini digunakan untuk mengetahui dan
menerjemahkan semua permasalahan serta kebutuhan perangkat
lunak dan kebutuh sistem yang di bangun. Oleh karena itu, dalam
tahapan ini dilakukan proses pengumpulan data – data untuk sistem.
Secara garis besar, analisis sistem meliputi analisis
kebutuhan sistem, analisis input, analisis alur kerja sistem, analisis
output dan analisis kebutuhan hardware dan software.
3.2.1 Analisis Kebutuhan Sistem
Analisis kebutuhan sistem merupakan proses identifikasi dan
evaluasi permasalahan-permasalahan yang ada, sehingga nantinya
sistem yang dibangun sesuai dengan kriteria yang diharapkan.
Sebuah sistem akan berjalan jika ada data yang menjadi
masukan dan yang akan digunakan sistem untuk menghasilkan
sebuah keluaran. Sebelum melakukan implementasi sistem kita
harus menganalisis kebutuhan sistem yang akan dibangun. Sistem
yang hendak dibangun, diharapkan dapat memenuhi kebutuhan
sebagai berikut:
- Mampu mengintepretasikan sebuah data spasial menjadi
sebuah peta digital
- Mampu memetakkan dan menunjukan Tingkat
Kemiskinan tinggi di Provinsi Jawa Tengah
- Memberikan informasi hasil analisis pengaruh
IPM,PDRB, jumlah pengangguran, Jumlah Penduduk
44
terhadap Kemiskinan di Provinsi Jawa Tengah tahun
2005 – 2009
Dalam sistem ini di perlukan beberapa masukan antara lain
berupa data variabel yang berpengaruh terhadap kemiskinan dan
data spasial sebuah peta. Data masukkan yang di gunakan pada SIG
yang terpenting adalah peta digital. Peta digital nantinya akan
digabungkan dengan informasi dari data yang lain dan akan
dilakukan proses analisis untuk memberikan suatu output atau
informasi. Data masukkan pada SIG secara garis besar di bagi
menjadi 2 jenis, yaitu :
- Spatial data
Data yang menggambarkan fitur-fitur dari lokasi
geografis. Misalnya, titik, garis, polygon biasanya
digunakan untuk menggambarkan fitur geografis seperti
jalan, sungai, danau, dan lain-lain.
- Non Spatial Attribute Data
Peta yang digunakan dalam SIG adalah peta digital, peta
digital dibuat dari peta konvensional yang kemudian
diubah dengan alat bantu untuk dimasukkan ke dalam
komputer dengan cara digitizer, atau untuk lebih
sederhananya biasanya menggunakan mouse. Hasil dari
proses digitasi tersebut dibagi menjadi 3 yaitu titik
(point), garis (line), kurva tertutup (polygon) yang
ketiganya dihubungkan dengan basis data untuk
menampung informasi tentang obyek tersebut (Krisatyo,
2009).
45
Untuk membangun sistem yang dapat memenuhi kebutuhan
tersebut maka sistem ini membutuhkan :
- Data spasial Provinsi Jawa Tengah yang di gunakan R-
Studio untuk mengeluarkan output peta Jawa Tengah.
Data spasial berupa file berekstensi *.dbf, *.sbx, *.sbn,
dan *.shp.
- Data atribut peta yang akan digunakan untuk
memberikan informasi bagi user file yang digunakan
adalah file basis data.
- Data PDRB , IPM, Jumlah Penduduk, Tingkat
Pengangguran yang sudah di input di excel.
Semua data tersebut akan di masukkan dalam di excel yang
kemudian di panggil di R- Studio sehingga dapat menghasilkan
sebuah peta yang dapat memberikan suatu informasi.
3.2.2 Analisis Alur Kerja Sistem
Model yang di buat merupakan sebuah sistem Informasi Data
Spasial yang akan memetakkan daerah rawan miskin di Jawa
Tengah. User dapat memperoleh informasi variabel apa yang paling
besar yang berpengaruh terhadap kemiskinan dengan melihat model
yang di buat.
- Penulis memasukkan data yang berhubungan dengan
kemiskinan ke dalam microsoft excel dimana dalam
penyimpan berforma .csv agar terhubung dengan mudah
di R – studio.
46
- Data yang tersebut akan dimasukkan ke dalam R – Studio
kemudian di hitung pola spasial nya menggunakan
metode Gi * statistik ( Getis dan Ord )
- Hasil dari perhitungan tersebut berupa peta dimana setiap
lokasi sudah terdapat nilai perhitungan yang sudah di
olah menggunakan Gi * statistik dan ditampilkan dalam
suatu halaman aplikasi yang telah ada
- User dalam hal ini pemerintah terkait dapat menganalisis
hasil keluaran dari perhitungan Gi * statistik dengan data
kemiskinan.
3.2.3 Analisa Output
Berdasarkan alur kerja sistem yang sudah dibuat, output yang
dihasilkan sistem berupa GUI ( Graphic User Interface ) yang
menampilkan peta digital yang mengandung informasi data spasial
pengaruh Produk Domestik Regional Bruto , Indeks Pembangunan
Manusia, Jumlah Penduduk, Pengangguran terhadap kemiskinan
pada periode tahun 2005 -2009. Dari hasil analisis output tersebut
maka user sebagai pengambil kebijakan di bidang pemerintahan
dalam hal ini pemerintah yang peduli akan rakyat miskin dapat
mengambil keputusan secara tepat dan cepat, sehingga dapat
membantu rakyatnya terjauh dari kemiskinan, karena sistem yang di
bangun dapat melihat daerah mana di Provinsi Jawa Tengah yang
kemiskinan nya tinggi.
Dari sistem tersebut output yang dihasilkan berupa :
47
- Peta kasus daerah rawan miskin di lihat dari PDRB ,
IPM, Jumlah Penduduk , Tingkat Pengangguran pertahun
per variabel.
- Peta pemodelan klasifikasi daerah rawan miskin di
Provinsi Jawa Tengah menggunakan fungsi Gi * statistik
3.2.4 Analisa Kebutuhan Hardware dan Software
Spesifikasi perangkat keras yang digunakan dalam
merancang sistem ini adalah :
- Intel i3 – 370 m processor
- Ram 1 Gb
- Hard Disk 500 Gb
- VGA on board 256 Intel Hd Graphics
- DVD RW 20 X
Spesifikasi minimum perangkat keras yang di gunakan dalam
implementasi adalah :
- Intel Pentium 4
- Ram 256 mb
- VGA on board 64
Perangkat lunak yang di gunakan untuk membangun sistem :
- Windows 7 operating system
- R – Studio
- Microsoft office ( excel )
- Google Chrome browser
- Geodata
48
3.3 Perancangan Analisis Klasifikasi Daerah Rawan
Miskin
Daerah rawan miskin merupakan keluaran dari model yang
dibuat berupa peta dan data spasial. Peta tersebut akan memiliki
warna di tiap wilayah sesuai dengan nilai masukan yang telah
diproses oleh model.
Wilayah daerah rawan miskin tersebut dapat diklasifikasikan
menjadi 5 kelompok level yang meliputi :
1. Wilayah dengan resiko Sangat Tinggi, jika wilayah studi dan
tetangganya memiliki nilai indeks tinggi untuk satu variabel
data yang di uji.
2. Wilayah dengan resiko Tinggi, jika wilayah studi dan
tetangganya memiliki nilai lebih rendah dari indeks wilayah
tetangganya
3. Wilayah dengan resiko Moderat, jika wilayah studi memiliki
nilai lebih tinggi dari indeks wilayah sekitarnya.
4. Wilayah dengan resiko Rendah, jika wilayah studi dan
sekelilingnya memiliki kasus yang bersifat sporadis tanpa
pola spasial yang signifikan.
5. Wilayah dengan resiko Sangat Rendah, jika wilayah studi
dan tetangganya memiliki resiko yang sangat rendah bisa
dikatan daerah itu sangat maju dan mempunya perekonomian
yang bagus
Peta hasil klasifikasi tersebut dapat membantu jajaran dinas
pemerintahan untuk mengambil tindakan terhadap daerah rawan
49
miskin di jawa tengah sehingga provinsi jawa tengah mengalami
kemajuan dalam perekonomian masyarakatnya.
Bisa dikatakan apabila wilayah dikatakan Level 5, apabila
nilai yang dimiliki z(Gi) > +2 dan begitupun sekitarnya. Level 4
suatu wilayah misal memiliki nilai z(Gi) = 0 sedangkan tetangganya
memiliki nilai rata-rata z(Gi) > +2, akan berakibat wilayah ini akan
terpengaruh oleh tetangganya yang bernilai tinggi. Pada level 3, jika
suatu wilayah misal z(Gi) =1, sedangkan tetangga sekitar z(Gi) < -2,
dikatakan moderat, bisa saja wilayah tersebut menjadi bernilai < -2
atau tetangga-tetangganya akan potensi resiko yang sama dengan
wilayah studi. Level 2 Jika suatu wilayah studi di sekitar
tetangganya ada yang z(Gi) > +2 dan ada pula z(Gi) < -2, sedangkan
Level 5 terjadi bila wilayah studi dan daerah sekitarnya memiliki
nilai z(Gi) < -2.
3.3.1 Flow Chart
Flowchart adalah penyajian yang sistematis tentang proses
dan logika dari kegiatan penanganan informasi atau penggambaran
secara grafik dari langkah-langkah dan urut-urutan prosedur dari
suatu program. Flowchart menolong analis dan programmer untuk
memecahkan masalah kedalam segmen-segmen yang lebih kecil dan
menolong dalam menganalisis alternatif-alternatif lain dalam
pengoperasian.
Adapun deskripsi Rumusan Masalah dalam sistem ini,
1. Pemrosesan nilai masukan dengan fungsi Gi * statistik
2. Menampilkan peta hasil perhitungan Gi * statistik
50
3. Menganalisis peta daerah rawan kemiskinan sesuai dengan
indikator yang di tunjukkan dengan warna pada peta.
Gambar 3. Flow Chart Pola Spasial Daerah Rawan Miskin
Flow chart Pola spasial Daerah Rawan Miskin ini
menunjukan proses sistem secara garis besarnya, dimana user
(dalam hal ini pemerintah terkait) dapat melihat peta yang ada baik
User
Input Data
Perhitungan variabel
kemiskinan
menggunakan metode Gi
* stat
Pengolaha
n data
data
Output
Pemetaan
Analisi Hasil
Akhir
Output Spatial
metode Gi *
statistik
51
yang telah di proses maupun peta sosiodemografi untuk mengetahui
pola spasial daerah rawan miskin di provinsi Jawa Tengah dan dapat
melakukan perhitungan dengan metode gi * statistik dan output pola
spasial metode gi * statistik sebagai keluaran.
52