BAB II

LANDASAN TEORI

2.1 Arti dan Definisi Statistik

Seperti yang kita ketahui statistik itu hanyalah merupakan kumpulan dari

angka-angka mengenai penduduk dan pendapatan suatu masyarakat serta angka-

angka lain yang diperlukan pemerintah.Tetapi bagi kebanyakan orang “Statistik” itu

merupakan sekumpulan angka-angka yang menerangkan sesuatu baik yang sudah

tersusun didalam daftar-daftar yang teratur atau grafik-grafik maupun belum,

misalnya rata-rata, persen angka perbandingan, angka indeks dan sebagainya yang

harganya diperolah sebagai hasil perhitungan berdasarkan sekumpulan angka yang

diperoleh dari pengamatan .

Jadi dapat kita definisikan dari uraian singkat diatas bahwa pengertian statistik

dapat dibagi menjadi dua pengertian :

1. Statistik adalah kumpulan dari cara-cara dan aturan aturan mengenai pengumpulan

data (keterangan mengenai sesuatu) penganalisaan dan interprestasi data yang

terbentuk angka-angka atau bilangan-bilangan yang menerangkan sifat

(karakteristik) dari kumpulan data pengamatan.

2. Bahwa “Statistik” itu merupakan pengetahuan yang berhubungan dengan cara-cara

mengumpulkan bahan atau keterangan pengolahan serta penganalisisan, penarikan

kesimpulan serta pembuatan keputusan yang beralaskan berdasarkan

penganalisaan yang dilakukan.

5

Statistik dapat dibagi atas dua bagian menurut tingkat pekerjaan yang dapat dilakukan

dengan cara-cara yang disediakan oleh setiap bagian itu. Kedua bagian dari ilmu

statistik itu ialah statistik dekriptif dan statistik induktif. Yang dimaksud dengan

statistik deskriptif adalah bagian dari statistik yang membicarakan mengenai

penyusunan data kedalam daftar-daftar atau jadwal, pembuatan grafik-grafik, dan

lain-lain yang sama sekali tidak menyangkut penarikan kesimpulan. Statistik induktip

adalah bagian lain dari statistika yaitu semua aturan-aturan dan cara-cara yang dapat

dipakai sebagai alat di dalam mencoba menarik kesimpulan yang berlaku umum dari

data yang sudah tersusun dan diolah sebelumnya. Didalam statistik induktip kita

akan mencoba mencari keterangan yang berlaku umum yaitu membuat generalisasi

dari data yang sedang kita teliti sebagai bahan untuk penelitian ilmiah.

2.2 Perkembangan Pemakaian Statistika

Penggunaan metode statistika dalam penelitian ilmiah sebetulnya dirintis sejak

tahun 1880 ketika F.Galton satu kali menggunakan korelasi dalam penelitian ilmu

hayat, pada waktu itu penggunaan metode statistik dalam penelitian biologi atau

sosial tidak dapat dikatakan lazim. Bahkan pada akhir abad ke-19, kecaman-kecaman

pedas dilontarkan terhadap Karl Pearson yang mempelajari penggunaan metode

statistika dalam berbagai penelitian biologi maupun pemecahan persoalan yang

bersifat sosio-ekonomis.

Kini setelah hampir seabad lamanya, tiada seorang sarjana peneliti yang

menyangkal betapa pentingnya metode statistika bagi penelitian ilmiah. Meskipun

demikian, metode statistik modern seperti yang kita kenal dan dipergunakan

6

penelitian ilmiah dibidang biologi, pertanian dan ekonomi merupakan produk abad

ke-20 dan memperoleh kemajuan yang pesat sejak tahun 1918-1935 ketika R.Fisher

memperkenalkan analisa varians kedalam literature statistika. Sejak itu, penggunaan

metode statistika makin meluas dari bidang biologi dan pertanian kebidang-bidang

pengetahuan yang lainnya. Dibidang pengetahuan seperti biometri, argonometri,

ekonometri, sikometri, psikometri, sosiometri dan anthetopometri telah memperoleh

kemajuan yang menakjubkan antara lain karena perkembangan yang pesat dari

metode statistika modern.

2.3 Data Statistik

Dalam data statistik keterangan atau ilustrasi mengenai suatu hal bisa

berbentuk kategori, misalnya rusak, baik, senang, puas, berhasil, gagal dan lain

sebagainya, atau bisa berbentuk bilangan. Kesemuannya ini disebut data atau

lengkapnya data statistik. Data yang berbentuk bilangan disebut data kuatitatif,

harganya berubah-ubah atau bersifat variabel. Dari nilainya, dikenal dua golongan

data kuantitatif yaitu : data dengan variabel diskrit atau singkatnya data diskrit dan

data dengan variabel kontinyu atau singkatnya data kontinu. Hasil menghitung atau

membilang merupakan data diskrit sedangkan hasil pengukuran merupakan data

kontinu. Salah satu contoh data diskrit adalah kelurahan B sudah membangun 75

gedung sekolah. Sedangkan contoh dari data kontinu adalah luas daerah sebesar

500km².

Data yang bukan kuantitatif disebut data kualitatif. Ini tiada lain dari pada

data yang dikategorikan menurut lukisan kualitas obyek yang dipelajari. Golongan ini

7

dikenal pula dengan nama atribut. Data merupakan kumpulan angka atau fakta atau

segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai

dasar menarik suatu kesimpulan. (Sudjana,2001.hal.7)

Menurut sumbernya kita mengenal data intern dan data ekstern. Data ekstern

dibagi menjadi data ekstern primer atau disingkat data primer, dan data ekstern

sekunder atau disingkat data sekunder. Jika data itu dikeluarkan dan dikumpulkan

oleh badan yang sama, maka didapat data ekstern primer. Dalam hal lainnya

merupakan data sekunder. Data yang baru dikumpulkan dan belum mengalami

pengolahan disebut data mentah. Data-data tersebut dikumpulkan berdasarkan

sampel.

Persoalan dengan batas-batasnya yang sudah cukup jelas diketahui, yang akan

dibuat pernyataan berdasarkan penelitian disebut populasi atau universum. Jadi

dengan demikian populasi adalah obyek penelitian dengan batas-batas persoalan yang

cukup jelas. Sebagian dari populasi yang akan kita selidiki disebut sampel.

Suatu sempel yang representatif adalah sempel yang anggotanya diambil

secara random yaitu setiap individu dalam populasi diberi kesempatan yang sama

untuk dipilih sebagai anggota sampel. Penyelidikan secara sempel dilakukan karena

beberapa pertimbangan, misalnya karena populasinya tak terbatas (infincte

population), artinya individu-individu yang terdapat dalam populasi itu jumlahnya tak

terhingga. Alasan lain adalah walaupun populasinya terhingga (finite population)

tetapi karena alasan biaya, sempitnya waktu, terbatasnya tenaga maka penyelidikan

sempel terpaksa dilakukan. (Sudjana, 2001.Hal.10). Sempel adalah sebagian obyek

8

populasi yang memiliki karakteristik yang sama dengan karakteristik populasinya,

yang ingin diketahui besaran karakteristiknya.

Parameter atau lengkapnya parameter populasi adalah ukuran-ukuran tertentu

yang digunakan sebagai penggambaran suatu populasi.

Statistik atau statistik sampel adalah ukuran-ukuran tertentu yang digunakan

untuk menggambarkan suatu sampel.

2.4 Metode Kuadrat Terkecil Untuk Regresi Linier

Garis regresi yang digunakan untuk melukiskan hubungan antara X dan Y

yang umumnya berasal dari data sampel. dinamakan dengan garis regresi (estimated

regressionline). Garis tersebut menunjukan rata-rata hubungan antara variabel X dan

Y. Metode Kuadrat terkecil adalah metode terbaik untuk memperoleh persamaan

linier, untuk menggambarkan diagram pencaran data. Garis regresi yang didasarkan

metode kuadrat terkecil, menunjukan penyimpangan tiap nilai garis regresi, sama

dengan rata-rata hitungnya.

Penyimpangan itu dapat ditunjukan dengan :

1. Jumlah penyimpangan dari tiap-tiap nilai Y dari garis regresinya Yx adalah

nol, kecuali kalau ada kekeliruan dalam pembulatan angka desimal.

2. Jumlah deviasi kuadrat tiap-tiap data terhadap garis regresi paling kecil ∑ (Y-Yx) <

∑ (Y- nilai garis lurus yang lain)² =0.

Karena dugaan garis regresi hanya merupakan dugaan semata-mata, akan kita

gunakan simbol untuk menunjukan nilai dugaan persamaan linier :

Yx = a + bx

9

Yang menunjukan bahwa :

Yx = Nilai variabel Y pada garis lurus berdasarkan skala vertikal atau Y aksis (juga

disebut variabel dependent jika Y tergantung pada nilai X).

X = Nilai variabel X pada garis lurus berdasarkan skala horizontal atau X aksis (juga

disebut variabel independent Y).

a = Intersep Y1 (tingginya ordinat dari titik nol sampai perpotongan antara garis

lurus dan Y aksis), yang sama dengan nilai Y jika X = 0.

b = Slope garis lurus, menunjukan rata-rata perubahan variabel Y per unit.

Bila persamaan tersebut diterapkan untuk nilai X tertentu akan kita peroleh Yx, yang

merupakan dugaan atau ramalan nilai untuk variabel tak bebas.

Nilai a dan b pada persamaan tersebut kita dapatkan dari data sempel, dimana

kedua nilai tersebut merupakan taksiran koefisien regresinya (estimated regression

coefficient ). (Sudjana, 2001 hal.201)

Dua persamaan normal garis lurus dengan metode kuadrat terkecil adalah :

I. ∑Y = na + b∑X

II. ∑(XY) = a∑(XY) + b∑X²

Penyelesaian kedua persamaan secara simultan akan didapat konstanta a dan b yang

disebut koefisien regresi.

∑ X² ∑Y - ∑X ∑ (XY)

a = persamaan 2.1

n∑X²-( ∑X )²

n ∑ (XY) - ∑ X ∑ Y

b = persamaan 2.2

n ∑ X² - ( ∑X )²

10

Kita ketahui bahwa X = Σ X ⁄ n dan Y = Σ Y ⁄ n maka perumusan a dan b tersebut

diatas dapat diringkas menjadi :

a = Y – bx persamaan 2.3

∑ XY – n XY

b = persamaan 2.4

∑ X² - nX²

2.5 Analisis Regresi

Jika kita mempunyai data yang terdiri atas dua atau lebih variabel adalah

wajar untuk mempelajari cara bagaimana variabel-variabel itu berhubungan.

Hubungan yang didapat pada umumnya dinyatakan dalam bentuk persamaan

matematik yang menyatakan hubungan fungsional antara variabel-variabel. Studi

yang menyangkut masalah ini dikenal dengan analisis regresi.

Dalam analisis regresi ada dua jenis variabel yaitu variabel prediktor (bebas)

dan variabel respon (tak bebas). Variabel yang mudah didapat atau tersedia sering

dapat digolongkan kedalam variabel bebas yang dinyatakan dengan Xı, X ,…, Xn

( n≥1 ), sedangkan variabel yang terjadi karena variabel bebas itu merupakan variabel

tak bebas yang di nyatakan dengan Y.

Khusus mengenai regresi, kita berusaha akan menentukan hubungan

fungsional yang diharapkan berlaku untuk populasi berdasarkan data sampel yang

diambil dari populasi yang bersangkutan. Seperti dikatakan diatas, hubungan

fungsional ini akan ditulis dalam bentuk persamaan matematik disebut persamaan

regresi yang bergantung pada parameter-parameter.

11

Tujuan utama dari analisis regresi adalah mendapatkan dugaan (ramalan) dari

satu variabel dengan menggunakan variabel lain yang diketahui. Ramalan ini dibuat

dengan mendasarkan pada persamaan Y= a + bX, dimana Y merupakan variabel yang

tidak diketahui. Variabel ini akan diduga berdasarkan variabel yang diketahui (X).

Dengan mengetahui persamaan regresi ini persamaan nilai Y dapat dibuat

berdasarkan nilai X tertentu. Analisis regresi dimulai dengan sekumpulan data yang

terdiri dari pasangan hasil pengamatan.

2.6 Analisis Korelasi

Analisis korelasi merupakan alat bantu yang sangat bermanfaat bagi analisis

regresi. Tujuan dari analisis korelasi adalah untuk mengukur tingkatan hubungan

antar dua variabel. Analisis korelasi digunakan untuk melukiskan bagaimana garis

regresi menerangkan variasi dari nilai variabel tak bebas dan menerangkan seberapa

kuat dua variabel itu berhubungan.

Pusat perhatian dari analisis korelasi adalah menemukan indeks yang

menunjukan seberapa kuat variabel X dan Y berhubungan. Tingkatan hubungan X

dan Y dapat dijelaskan dengan jarak titik-titik yang berpencar disekitar garis regresi.

Salah satu kasus ekstrim terjadi dimana jumlah pencaran sedemikian besar, sehingga

garis regresi mempunyai slope nol dan garis tersebut paralel pada sumbu X. Dari

kasus tersebut kita dapat menyatakan bahwa tingkat korelasi adalah nol, sehingga

pengetahuan kita tentang X tidak dapat menambah ketelitian dari peramalan Y.

12

2.7 Koefisien Korelasi

Hubungan antara dua variabel ada yang positif dan negatif. Hubungan X dan

Y dikatakan positif bila kenaikan (penurunan) X pada umumnya di ikuti oleh

kenaikan (penurunan) Y. Sebaliknya dikatakan negatif kalau kenaikan (penurunan) X

pada umumnya di ikuti oleh penurunan (kenaikan) Y.

Ringkasnya adalah:

X Y ( Hub Positif )

X Y ( Hub Negatif )

Kuat tidaknya hubungan antara X dan Y, apabila hubungan X dan Y dapat

dinyatakan dengan fungsi linier (paling tidak mendekati) diukur dengan suatu nilai

yang disebut koefisien korelasi. Nilai koefisien korelasi ini paling sedikit –1 dan

paling besar 1. Jadi kalau r = koefisien korelasi, nilai r dapat dinyatakan sebagai

berikut :

-1 ≤ r ≤ 1

Artinya jika : r = 1, hubungan X dan Y sempurna dan positif (mendekati 1, hubungan

sangat kuat dan positif).

r = -1, hubungan X dan Y sempurna dan negatif (mendekati1, hubungan

sangat kuat dan negatif).

r = 0, hubungan X dan Y lemah sekali atau tidak ada hubungan.

13

Untuk menghitung r :

n ∑ XY - ∑ X ∑ Y

r =

√ n∑X²-( ∑X)² - n∑Y²-( ∑Y)²

X dikatakan mempengaruhi Y, jika berubahnya nilai X akan menyebabkan

adanya perubahan nilai Y, artinya naik turunnya X akan membuat nilai Y juga naik

turun. Dengan demikian nilai Y ini akan bervariasi baik terhadap rata-rata Y maupun

terhadap garis linier yang mewakili diagram pancar.

2.8 Kesalahan baku dari dugaan

Standart deviasi nilai Y terhadap garis regresi (Yx ) disebut standart deviasi

regresi, atau sering disebut juga “ Standart Error Of Estimate “, karena digunakan

untuk mengukur kesalahan setiap nilai Y terhadap garis regresi kesalahan baku dari

dugaan yang di hitung (atau distribusi sampling) disebut standart error, apabila nilai

Y merupakan nilai asli, bukan nilai yang didapat dari nilai rata-rata, istilah standart

error of estimate akan bertentangan dengan pernyataan diatas.

Persamaan umum kesalahan baku dari dugaan nilai Y terhadap nilai X dapat

dituangkan kedalam rumus sebagai berikut :

Σ ( Y – Y )² Syx = √ n

Metode perhitungan yang lebih sederhana adalah dengan menggunakan

persamaan sebagai berikut:

14

Σ Y² - a Σ Y - b Σ ( XY ) Syx = √ n

Untuk mengukur tingkat keeratan suatu hubungan antara 2 variabel dapat dicari

dengan menggunakan koefisien korelasi dengan rumus.

n Σ Y² - ( Σ Y )² S²y = Persamaan 2.1

n (n -1)

S²yx = ( Syx )² Persamaan 2.2

S² yx r² = 1 - Persamaan 2.3 S²y

2.9 FLOWCHART

A. Arti dan definisi flowchart

Bagan alir (flowchar) adalah bagan (char) yang menunjukan alir (flow)

didalam program atau prosedur sistem secara logika. Bagan alir digunakan terutama

untuk alat bantu komunikasi dan untuk dokumentasi. Bagan alir skematik (schematic

flowchart) merupakan bagan alir yang mirip dengan bagan alir sistem, yaitu untuk

menggambarkan prosedur didalam sistem. Perbedaannya adalah, bagan alir skematik

selain menggunakan simbol-simbol bagan alir sistem, juga menggunakan gambar-

gambar komputer dan peralatan lainnya yang digunakan. Maksud penggunaan

gambar-gambar ini adalah untuk mempermudah komunikasi kepada orang yang

kurang paham dengan simbol-simbol bagan alir.

Bagan alir program dapat terdiri dari dua macam, yaitu bagan alir logika

program (program logic flowchart) dan bagan alir program komputer terinci

15

(detailed computer program flowchart). Bagan alir logika program digunakan untuk

menggambarkan tiap-tiap langkah didalam program komputer secara logika.

Flowchart disusun dengan simbol sebagai alat bantu menggambarkan proses didalam

program.

B. Simbol-simbol flowchart

a. Simbol arus atau flow

Merupakan simbol yang menunjukan arah aliran kegiatan

Gambar 2.1 simbol arus atau flow

b. Simbol Terminal

Merupakan simbol yang menunjukan awal atau akhir flowchart

Gambar 2.2 simbol terminal

c. Simbol input atau output

Dapat digunakan untuk menyatakan kegiatan masukan atau keluaran secara

umum.

Gambar 2.3 simbol input atau output

16

d. Simbol manual input secara on-line (on-line input) dari keyboard

Gambar 2.4 simbol operasi masukan secara on-line

e. Simbol Proses

Merupakan simbol yang menunjukan suatu kegiatan tertentu, seperti operasi

aritmatik.

Gambar 2.5 simbol proses

f. Simbol Decision

Merupakan simbol untuk testing (pemilihan proses)

Gambar 2.6 simbol decision

g. Simbol Connector

Merupakan simbol untuk keluar atau masuk prosedur atau proses dalam

halaman yang sama.

17

Gambar 2.7 simbol connector

h. Simbol preparation

Merupakan kotak untuk pemberian harga awal.

Gambar 2.12 simbol preparation

i . Simbol layar tampilan (on-line display dimonitor)

Gambar 2.9 simbol on-line display

j. Simbol Document

Merupakan simbol yang menunjukan bahwa keluaran akan dicetak pada

printer

Gambar 2.10 simbol document

k. Simbol cakram magnetis

Gambar 2.11 simbol cakram magnetis

18

l. Simbol off line connector

Merupakan diambil untuk keluar atau masuk prosedur atau proses dalam

halaman yang berlainan.

Gambar 2.8 simbol off-line connector

3.0 PROGRAM PASCAL

A. Sekilas Tentang Turbo Pascal Versi 7.0

Bahasa pascal telah dirancang pada tahun 1969. Nama Pascal bukan

merupakan kependekan seperti halnya fotran atau basic, tetapi merupakan nama yang

diambil dari nama seorang sarjana Prancis yang bernama Blaise Pascal. Kompiler

pascal yang pertama dikembangkan oleh Niclaus Witrh pada awal tahun ‘70an di

Technical University, Swiss bahasa pemrogaman ini tergolong ke dalam “High Level

Language”.

Perintah atau instruksi yang digunakan dibuat seperti bentuk ekspresi aljabar

dan kata-kata dalam bahasa inggris (misalkan : begin, end, read, write, if, then, dan

lain sebagainya) setiap program pascal mempunyai struktur yang terdiri atas “header”

(atau kepala program) dan “ blok “ (atau badan program). Header selalu dimulai

dengan kata program, kemudian dilanjutkan dengan nama program. Block sendiri

terbagi atas bagian deklarasi dan bagian statement. Bagian deklarasi adalah tempat

mendefinisikan segala sesuatu yang digunakan dalam program, sedangkan bagian

19

statement adalah berisikan perintah-perintah atau langkah-langkah yang harus

dikerjakan.

Bahasa pemrograman pascal mendukung cara pemrograman secara sistematis,

sehingga urutan perintah yang dituliskan terstuktur menurut logika yang lebih

sederhana atau biasa disebut teknik pemrograman terstruktur (structure

programming).

Secara lebih terinci, struktur program pascal adalah sebagai berikut:

1. Header

2. Block,terdiri atas :

a. Bagian deklarasi

Bagian deklarasi ini dapat berupa deklarasi dari :

- label

- konstanta

- definisi tipe

- variabel prosedur atau fungsi

b. Bagian Statement atau Pernyataan

Dalam perkembangan selanjutnya ada sejumlah pemakai yang kemudian

membuat versi-versi bahasa pascal seperti yang kita kenal sekarang ini, misalnya

USCD Pascal dan turbo pascal versi 7.0 dan lain-lain, yang kesemuanya itu

merupakan versi-versi bahasa pascal yang masing-masing punya kelebihan dan

kekurangannya jika dibandingkan satu sama lain, bahasa pemrogaman pascal biasa

digunakan untuk menyelesaikan persoalan-persoalan scientific atau matematik yang

memerlukan ketelitian perhitungan yang akurat. Bahasa turbo pascal mempunyai

20

keunggulan dalam hal kecepatannya, baik waktu untuk kompilasi (menerjemahkan

pernyataan bahasa pascal ke bahasa mesin) maupun mengaktifkan program. Turbo

pascal juga memberikan fasilitas pemrogaman berorientasi objek yang merupakan

model pemrogaman tingkat terampil.

B .Tipe – Tipe Data

1. Tipe Sederhana

Tipe data sederhana atau tipe data skalar dapat diartikan bahwa dalam sebuah

perubah hanya dimungkinkan untuk menyimpan sebuah nilai data.

Tipe data sederhana dibagi menjadi beberapa tipe yaitu :

A. Tipe Ordinal

Adalah subset dari tipe sederhana. Semua tipe sederhana disebut tipe ordinal

kecuali tipe real. Dalam pascal terdapat 7 tipe ordinal standard yaitu integer, logint,

shortint, byte, word, boolean, dan tipe chart. Dua tipe ordinal yang bisa didefinisikan

sendiri oleh pemakai yaitu tipe sub jangkauan dan terbilang.

A1. Tipe Integer

Tipe data integar dipakai untuk menyatakan bilangan bulat atau bilangan yang

tidak memiliki angka desimal. Tipe data integer memiliki beberapa tipe yang

tergantung pada rentang nilai dan ukuran penggunaan memori semakin besar rentang

nilai bilangan, semakin besar pula rentang memori yang diperlukan. Operator yang

dapat digunakan pada data bertipe integer adalah penjumlahan (+), pengurangan (-),

pembagian (div), dan mod (sisa pembagian). Tipe data yang dapat digunakan pada

tipe integer dapat berupa :

21

Tipe Rentang Nilai Byte

Byte 0-255 1

Word 0-65535 2

Shortint -128-127 1

Smallint -32768-32767 2

Integer -2147483648-2147483648 4

Cardinal 0-2147483647 4

A2. Tipe Bollean

Data tipe Boolean mempunyai dua nilai yakni true dan false dengan

menggunakan operator and, or, not. Nilai boolean sangat penting untuk pengambilan

keputusan dalam suatu program, tipe data boolean yang dapat digunakan antara lain :

Tipe Byte

Boolean 1

Bytebool 1

Wordbool 2

Longbool 4

A3. Tipe Char

Tipe data karakter terdiri dari satu karakter saja. Dalam program, konstanta tipe

karakter ditulis diantara tanda petik misal: ‘A’ ‘N’ ‘.’ ‘4’ . Dalam pascal tipe char

disebut juga dengan ANSI Char.

A4. Tipe terbilang dan Subrange

Tipe data terbilang dan subrange digunakan untuk menyatakan data berurutan

yang bertipe sama. Tipe subrange adalah range dari nilai-nilai tertentu, subrange

harus mempunyai nilai terkecil dan nilai terbesar.

A5. Tipe Real

22

Tipe data real digunakan untuk menyimpan bilangan yang mempunyai desimal.

Tipe data real memiliki beberapa tipe yang tergantung pada rentang nilai dan ukuran

penggunaan memori. Bilangan real juga bisa dinyatakan dalam bentuk eksponensial.

Dalam pemakaiannya pangkat dari bilangan dasar 10 (yang digunakan untuk

menunjukkan eksponensial) dinyatakan dengan notasi E.

A6. Tipe String

Tipe data string digunakan untuk menyatakan sederetan karakter yang

membentuk kesatuan. Tipe string lebih banyak digunakan dari pada tipe karakter.

String dapat dipakai untuk menyimpan data nama, alamat, kota, dan lain-lain.

Adapun tipe tipe dari data string :

Tipe Byte Jumlah Maksimum

Short String 2-256 GB 256 Karakter

ANSI String 4-2 GB 2³¹ Karakter

String 255-3 GB 2³¹ Karakter

Wide String 4-2 GB 2³º Karakter

A7. Tipe Terstuktur

Dalam tipe terstruktur setiap perubahan bisa menyimpan lebih dari sebuah nilai

data masing-masing nilai data tersebut dengan komponen. Untuk tipe terstruktur

dalam turbo pascal maksimal 65520 byte. Didalam turbo pascal ada 4 buah tipe

terstruktur, yaitu :

1. Tipe Larik

23

Larik atau array adalah tipe terstruktur yang merupakan komponen dalam jumlah

yang tetap dan setiap komponen mempunyai tipe data yang sama. Bentuk umum

dari tipe data larik adalah :

Type Pengenal = Array [ Type Index ] of tipe ;

Type Pengenal : Nama tipe data

Tipe Index : Tipe data untuk nomor index

Tipe : Tipe data komponen

2. Tipe data Rekaman

Sama halnya dengan larik, rekaman (record) adalah kumpulan data. Yang

membedakan antara larik dengan rekaman adalah bahwa dalam larik semua

elemennya harus bertipe sama, tetapi dalam rekaman setiap elemen bisa

mempunyai tipe data yang berbeda satu sama lain. Bentuk umum deklarasi

rekaman adalah :

Type pengenal = record

Medan 1 : Tipe 1

:

Medan n : Tipe n

End;

Dengan tipe, record, end : Kata baku yang ditulis seperti apa adanya

Pengenal : Pengenal yang menunjukan tipe data yang akan

dideklarasikan

Medan1…Medan n : Nama medan yang akan digunakan

Tipe1…Tipe n : Sembarang tipe data yang telah dideklarasikan

24

sebelumnya

3. Tipe Himpunan

Tipe himpunan atau set digunakan untuk menyimpan kumpulan nilai atau dapat

dikatakan sebagai anggota himpunan yang bertipe sama. Bentuk umum deklarasi

tipe himpunan adalah :

Type pengenal : Set of tipe data

Dengan set of : Kata baku yang menunjukan bahwa pengenal akan di

deklarasikan sebagai tipe data himpunan

Pengenal : Nama perubah atau pengenal yang akan dinyatakan

sebagai tipe himpunan

Tipe data : Tipe data dari anggota himpunan

4. Tipe Berkas

Berkas file adalah kumpulan sejumlah komponen yang bertipe data sama, yang

jumlahnya tidak tentu dan biasanya tersimpan dalam suatu media penyimpanan

luar. Bentuk umum deklarasi berkas adalah :

Tipe pengenal : File of pengenal 1

Jika dalam bentuk deklarasi variabel, maka mempunyai bentuk :

Var pengenal : File of pengenal

Dengan file of : Kata baku yang menunjukan bahwa pengenal adalah

bertipe data berkas

Pengenal : Nama perubah yang akan dinyatakan sebagai tipe

data file

Pengenal 1 : Tipe data komponen berkas

25