bab ii landasan teori 2.1 arti dan definisi statistikstorage.jak-stik.ac.id/students/paper/penulisan...
TRANSCRIPT
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