Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 614
CLUSTERING INDIKATOR PEM BANGUNAN BERKELANJUTAN DI INDONESIA
M ENGGUNAKAN ALGORITM A SELF-ORGANIZING M APS (SOM s) KOHONEN
DessySetiani dan RB.Fajriya Hakim
Program St udi St at ist ika Fakult as M IPA Universit as Islam Indonesia
DessySet iani@rocket mail.com, hakim f@fm ipa.uii.ac.id
ABSTRAK
Indonesia menghendaki persoalan pembangunan yang t idak hanya ideal untuk masa sekarang,namun juga berdaya guna bagi generasi yang akan akan dat ang. Persoalan pembangunan t ersebut dapat didekat i dengan konsep pembangunan berkelanjut an. Konsep t ersebut dapat dilakukan dengan melihat pengelompokkan indikat or pembangunan pada t iap-t iap provinsi unt uk mendeskripsikan sifat -sifat at au karakt erist ik dari masing–masing kelompok provinsi. Rencana st rat egi yang t epat sasaran t erhadap permasalahan yang dialami pada masing-masing kelompok wilayah diperlukan agar mencapai t arget pembangunan berkelanjut an t ersebut . Dalam makalah ini analisis deskriptif digunakan untuk menggambarkan indikat or pembangunan berkelanjut an serta algorit ma Kohonen untuk proses pengelompokan at au segment asi guna mendapat kan hasil visualisasi dan clust er kondisi indikat or pembangunan berkelanjut an di Indonesia. Dari hasil analisis t erbentuk 5 clust er dengan karakt erist ik yang berbeda-beda dan dapat digunakan sebagai acuan pembangunan berkelanjut an.
Kata kunci : Karakt erist ik, Segmentasi, Visualisasi, Clust er, Pembangunan
Berkelanjut an, SOM s/ Kohonen
ABSTRACT
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 615 development indicators in each province t o describe t he propert ies or
charact erist ics of each group of provinces. Plan st rat egies t arget ed t o the problems experienced in each group area required to achieve the target of sust ainable development. In t his paper, a descriptive analysis is used t o describe indicators of sust ainable development and Kohonen algorit hm for clust ering or segmentat ion process in order to get results visualizat ion and clust er condit ion indicators of sustainable development in Indonesia. From t he analysis of form 5 clust ers w ith different charact erist ics and can be used as a reference for sust ainable development .
Keywords : Charact erist ics , Segment ation , Visualization , Clust er ,
Sust ainable Development , SOM S / Kohonen
PENDAHULUAN
M enurut Brundt land Repor t dari PBB (1987), pem bangunan berkelanjut an adalah proses pem bangunan (lahan, kot a, bisnis, m asyarakat , dsb) yang berprinsip “ m em enuhi kebut uhan sekarang t anpa m engorbankan pem enuhan kebut uhan generasi m asa depan” . Salah sat u fakt or yang harus dihadapi unt uk m encapai pem bangunan berkelanjut an adalah bagaim ana m em perbaiki kehancuran lingkungan t anpa m engorbankan kebut uhan pem bangunan ekonom i dan keadilan sosial.
Tujuan ut am a pem bangunan adalah unt uk m eningkatkan kesejaht eraan rakyat . Dilain pihak, dengan m em acu laju pem bangunan akan menghasilkan dam pak negat if berupa m enurunnya kualit as Hidup lingkungan hidup yang selanjut nya dapat m erugikan m asyarakat yang t erkena dam pak t ersebut . Pada t ahun 1987, kom isi WCED (World Commission on Environment al and Development / WCED) yang dibent uk oleh PBB t elah berhasil m enyelesaikan konsep pem bangunan berkelanjut an yang didefinisikan sebagai pem bangunan yang berusaha m emenuhi kebut uhan hari kini t anpa m engurangi kem am puan generasi yang akan dat ang unt uk m em enuhi kebut uhan m ereka.
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 616 Ada berm acam -m acam m et ode unt uk m elakukan analisis clust er m ulai dari m et ode yang sederhana hingga m et ode yang kom pleks yaitu dengan m enggunakan kecerdasan buat an, sepert i jaringan syaraf t iruan. M et ode jaringan syaraf t iruan unt uk m elakukan clust ering adalah m et ode jaringan syaraf yang menggunakan pola unsupervised learning, salah sat unya yait u Kohonen’s Self-Organizing M aps.
Am barw at i (2014) dalam penelit iannya t elah mengaplikasikan Kohonen’s Self -Organizing M aps dalam kasus pengelom pokkan berit a Indonesia dan hasilnya dari t ahun ke t ahun hasil proses clust ering m emiliki kecenderungan yang berbeda.Sist em dapat m enam pilkan hasil clust ering dan m enam pilkan visualisasi dengan baik.
Budi Warsit o, dkk (2008) dalam penelit iannya telah m engaplikasikan m et ode kohonen neural net w ork unt uk clust ering dat a pencem aran udara sekt or indust ri di Jaw a Tengah. Hasilnya diperoleh 3 kelom pok clust er unt uk dat a beban pencem aran udara pada sekt or indust ri di Jaw a Tengah.
Wiji Lest ari dalam penelitiannya m enggunakan Algorit m a Self Organizing M aps(SOM ) unt uk clust ering kecerdasan m ajem uk M ahasisw a. Hasilnya t erbent uk 8 kelom pok clust er, epochs 500 dan param et er Kohonen 0.01. Dari hasil clust er clust ering dapat dipet akan kecerdasan m ajem uk dari sekelom pok m ahasisw a.
M adhusm it a M ishra, dkk (2012) dalam penelit iannya telah m engaplikasikan Kohonen Self Organizing M ap w it h M odified K-m eans clust ering For High Dim ensional Dat a Set .
Dew i Rosiyana Um am i (2014) dalam penelit iannya t elah m engaplikasikan m et ode St rukt ural Equat ion M odelling Partial Least Square dalam analisis indikat or pem bangnan berkelanjut an di jaw a t im ur. Hasilnya diket ahui sem akin t inggi sum ber daya m anusia di Jaw a Tim ur sem akin t inggi t ingkat perekonom ian. Pengaruh konst ruk Sum ber Daya M anusia dan Ekonom i t erhadap Kualit as Hidup adalah pengaruh signifikan posit if.
Berdasarkan lat ar belakang diat as, m aka penulis akan m engaplikasikan Kohonen’s Self-Organizing M aps dalam kasus segm ent asi w ilayah berdasarkan param et er-param et er yang m erupakan indikat or pem bangunan berkelanjut an. Param et er-param et er yang dim aksud yait u, Angka melek huruf, Angka part isipasi sekolah, Angka pengangguran t erbuka, Garis kemiskinan, Produk Dom est ik Regional Brut o (PDRB). Alasan penulis m enggunakan algorit m a Kohonen yait u karena Kohonen m erupakan algorit m a yang efekt if unt uk m em visualisasikan dat a berdim ensi t inggi dengan cara m ereduksi dim ensinya dari sebuah input n-dim ensi ke dimensi yang lebih rendah dengan t et ap m em pert ahankan hubungan t opologi aslinya. Selain it u, Kohonen’s Self-Organizing M aps m erupakan pendekat an nonparam et rik yang t idak m em but uhkan asum si m engenai dist ribusi populasi.
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 617 hasil analisis dapat digunakan unt uk pengam bilan kesim pulan secara um um t ent ang Indikat or Pem bangunan Berkelanjut an di Indonesia.
M ETODE PENELITIAN
Dat a yang digunakan adalah dat a sekunder yang didapat kan dari Publikasi BPS Indonesia t ahun 2014 yait u “ Indikat or Pem bangunan Berkelanjut an (Indicat ors of sust ainable Developm ent ) 2013” pada w ebsit e Badan Pusat St at ist ik Indonesiaht t p:/ / w w w.bps.go.id. Variabel yang digunakan dalam penelit ian ini adalah :
1. Angka M elek Huruf
Angka melek huruf didefinisikan sebagai persent ase penduduk berusia 15 t ahun ke at as yang dapat m em baca dan m enulis naskah (script ) lat in at au naskah lainnya.
2.
Angka partisipasi Sekolah
Angka partisipasi sekolah didefinisikan sebagai persentase penduduk yang berusia 13-15
tahun yang masih bersekolah.
3.
Tingkat Pengangguran Terbuka
Pengangguran terbuka didefinisikan sebagai persentase tenaga kerja yang sedang mencari
pekerjaan.
4.
Garis kemiskinan
Garis kemiskinan merupakan penjumlahan dari garis kemiskinan makanan dan garis
kemiskinan non makanan. Garis kemiskinan ditetapkan berdasarkan pengeluaran
per-kapita per-bulan yang diperlukan untuk memenuhi standar konsumsi minimal makanan
dan non makanan.
5.
PDRB
Produk domestik regional bruto per-kapita atas dasar harga yang berlaku di Indonesia
tahun 2013.
Penelit i m elakukan pengolahan dat a m enggunakan Soft w are R i386 3.0.0 dengan m et ode :
1. Analisis Deskriptif
Analisis deskript if digunakan unt uk m enggam barkan indikat or pem bangunan berkelanjut an di Indonesia t ahun 2013.
2. Algorit m a Self-Organizing M aps (SOM s) Kohonen
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 618 m erupakan suat u m et ode jaringan syaraf t iruan yang diperkenalkan oleh Professor Teuvo Kohonen pada t ahun 1981.
Jaringan Kohonen m erupakan salah sat u bent uk t opologi dari Unsupervised Art ificial Neural Net w ork (Unsupervised ANN) dim ana dalam proses pelat ihannya t idak mem erlukan pengaw asan (t arget out put ). Jaringan Kohonen/ SOM digunakan unt uk m engelom pokkan (clust ering) dat a berdasarkan karakt erist ik/ fit ur-fit ur dat a.Jaringan Kohonen t erm asuk dalam pem belajaran t ak t eraw asi (unsupervised learning). Pada jaringan ini, suat u lapisan yang berisi neuron-neuron akan m enyusun dirinya sendiri berdasarkan input nilai t ert ent u dalam suat u kelom pok yang dikenal dengan istilah clust er. Selam a proses penyusunan diri, clust er yang m em iliki vekt or bobot paling cocok dengan pola input (mem iliki jarak paling dekat ) akan t erpilih sebagai pemenang. Neuron yang m enjadi pem enang besert a neuron-neuron t et angganya akan mem perbaiki bobot - bobot nya. Algorit m a Compet it ive Net w ork :
1.
Inisialisasi neuron input x1, x2, x3, … xi.
2.
Inisialisasi neuron output sebanyak y1, y2, y3, … yj.
3.
Menentukan bobot antara neuron input dan neuron output dengan nilai antara xmin dan x
max.
4.
Mengulangi langkah 5 sampai 8 hingga tidak ada perubahan bobot atau iterasi/epochs
telah maksimal sehingga output-nya telah konvergen.
5.
Pemilihan salah satu input dari vektor input yang ada.
6.
Penghitungan jarak antar input data terhadap bobot dengan masing-masing neuron input
dengan rumus :
Dari seluruh bobot ( Di) dicari yang paling kecil. Index dari bobot ( Di ) yang paling
mirip disebut winning neuron.
7.
Untuk setiap bobot wij diperbaharui bobot koneksinya dengan menggunakan rumus yang
dapat dilihat pada persamaan:
8. Meng-update bobot bias:
9. Simpan bobot yang telah konvergen.
HASIL PENELITIAN DAN PEM BAHASAN
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 619 pem bangunan berkelanjut an. Konsep ini m engusung pem bangunan yang bersifat holistik, yang mem pert im bangkan segala indikat or pem bangunan, baik ekonomi, sosial, lingkungan, kelem bagaan dan lainnya secara berim bang dan t erint egrasi, t et api aspek paling pent ing dalam pem bangunan adalah aspek sosial dan ekonom i. Berikut beberapa indikat or pem bangunan berkelanjut an di Indonesia.
Gam bar 1. Grafik Angka M elek Huruf Warga Negara Indonesia
[image:6.612.173.466.253.611.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 620 Gam bar 2. Grafik Angka Part isipasi Sekolah Penduduk Yang Berusia 13-15 Tahun
Dari gam bar 2 dapat dilihat angka part isipasi sekolah penduduk yang berusia 13-15 t ahun di Indonesia yang paling t inggi adalah provinsi DI Yogyakart a: 96.79 kem udian diikut i provinsi Kepulauan Riau : 96.67, Kalim ant an Tim ur : 96.49 dan Bali :95.90. Angka part isipasi sekolah penduduk yang berusia 13-15 t ahun paling rendah adalah provinsi Papua yait u 72.64.
[image:7.612.180.458.266.545.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 621 Dari gam bar 3 dapat dilihat t ingkat pengangguran t erbuka di Indonesia yang paling t inggi adalah Provinsi Aceh :10.30, diikut i provinsi Bant en : 9.90, provinsi M aluku : 9.75 dan provinsi Jaw a Barat : 9.22.Tingkat pengangguran t erbuka di Indonesia yang paling rendah adalah Provinsi Bali :1.79.
[image:8.612.179.462.111.398.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 622 Dari gam bar 4 dapat dilihat garis kemiskinan (Rp/ kapit a/ Bulan) paling t inggi di Indonesia adalah Provinsi Kep. Bangka Belit ung : 1280915, diikut i provinsi Kalim ant an Tim ur : 1242999 dan provinsi 1201066. Garis kem iskinan (Rp/ kapit a/ Bulan) paling rendah di Indonesia adalah provinsi Sulaw esi Selat an 660058.
[image:9.612.180.461.105.403.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 623 Dari gam bar 5 dapat dilihat Produk Dom est ik Regional Brut o (PDRB) paling t inggi di Indonesia adalah provinsi DKI Jakart a : 1255925.78, diikut i provinsi Jaw a Tim ur : 1136326.87, Jaw a Barat :1070177.14 dan Jaw a t engah : 623749.62. Produk Dom est ik Regional Brut o (PDRB) paling rendah di Indonesia adalah M aluku Ut ara yait u 7725.42.
Segmentasi W ilayah Indikator Pembangnan Berkelanjutan
Proses clust ering diaw ali dari proses load dat a kem udian dat a-dat a t ersebut dijadikan neuron input yang akan di proses clust ering dengan algorit m a SOM . Proses clust ering m enggunakan param et er-param et er sepert i jum lah clust er m aksim um , jum lah epochs(it erasi) dan param et er Kohonen (learning rat e).
Proses pem buat an segm ent asi ini didasarkan pada beberapa variabel(Indikat or) yang dianggap berpengaruh signifikan t erhadap Pem bangunan berkelanjut an. Adapun variabel yang dim aksud adalah Angka m elek huruf, Angka part isipasi sekolah, Angka pengangguran t erbuka, Garis kem iskinan, Produk Dom est ik Regional Brut o (PDRB).
[image:10.612.180.460.111.408.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 624 Dari gam bar 6 dapat dilihat dengan dilakukan it erasi sebanyak 200 didapat kan m ean of dist ance t o clust er unit (rat a-rat a jarak ke unit clust er) di baw ah 0,04. It erasi ini dilakukan unt uk m em ast ikan bahw a jaringan sudah st abil dan konvergen. Sem akin banyak it erasi yang dilakukan, m ean of dist ance t o clust er (jarak clust er) unit sem akin kecil.
Gam bar 7. Fan Diagram
[image:11.612.204.436.417.608.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 625 (AM H) diberi w arna hijau, Angka Part isipasi Sekolah (APS) diberi w arna kuning, Tingkat Pengangguran Terbuka(TPT) diberi w arna orange, Garis Kemiskinan(GK) diberi w arna m erah m uda, Produk Dom est ik Regional Brut o (PDRB) diberi w arna put ih. Fan diagram m enunjukkan dist ribusi dari variabel pada pet a. Pola dapat dilihat dengan m em eriksa w arna yang dom inan.
Gam bar 8. Clust er yang t erbent uk
Dari gam bar 8 dapat dilihat m odel yang t erbent uk dengan algorit m a Kohonen kem udian dibent uk m enjadi lim a clust er dengan met ode hierarki clust er. Dari m asing-m asing clust er yang t erbent uk asing-m easing-miliki karakt erist ik t ersendiri. Clust er 1 dit andai dengan w arna biru, clust er 2 dit andai dengan w arna orange, clust er 3 dit andai dengan w arna hijau, clust er 4 dit andai dengan w arna m erah, clust er 5 dit andai dengan w arna ungu. Berikut adalah karakt erist ik dari masing-m asing clust er:
[image:12.612.221.416.231.419.2]Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 626 Dari gam bar 9 dapat dilihat bahw a t erbent uk 5 clust er dengan anggot a m asing-m asing clust er sebagai berikut :
1. Clust er 1 : Papua
2. Clust er 2 : Riau, Jam bi, Sum at era Selat an, Kep Bangka Belit ung, Bengkulu, Lam pung, DI Yogyakart a, Bali, Nusa Tenggara Barat , Nusa Tenggara Tim ur, Kalim ant an Barat , Kalim ant an Tengah, Kalim ant an Selat an, Sulawesi Utara, Goront alo, Sulaw esi Tengah, Sulaw esi Selat an, Sulaw esi Barat , Sulaw esi Tenggara, M aluku Ut ara
3. Clust er 3: Jaw a Barat , Jaw a Tengah, Jaw a Tim ur 4. Clust er 4 : DKI Jakart a
5. Clust er 5 : Aceh, Sum at era Ut ara, Sum at era Barat , Kepulauan Riau, Bant en, Kalim ant an Tim ur, M aluku, Papua Barat
Karakt erist ik m asing-m asing clust er yang t erbent uk adalah : 1. Garis kemiskinan sedang, angka melek huruf rendah
2. Angka m elek huruf t inggi, angka part isipasi sekolah sedang dan garis kem iskinan rendah.
3. Angka melek huruf, t ingkat pengangguran t erbuka dan PDRB t inggi. Angka part isipasi sekolah sedang, garis kem iskinan rendah.
4. Tingkat pengangguran t erbuka, angka part isipasi sekolah dan PDRB t inggi. Garis kem iskinan rendah.
5. Angka m elek huruf, angka part isipasi sekolah dan garis kem iskinan t inggi, t ingkat pengangguran t erbuka sedang, PDRB rendah.
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 627 Algorit m a Kohonen dapat diim plem ent asikan dalam hal segm ent asi indikat or pem bangunan berkelanjut andi Indonesia. Segm ent asi yang t erbent uk m erupakan hasil analisis clust er dengan algorit m a kohonen berdasarkan karakt erist ik m asing-m asing provinsi. Dari hasil analisis t erbent uk 5 clust er dengan karakt erist ik yang berbeda-beda dan hasilnya dapat digunakan sebagai acuan pem bangunan berkelanjut an di Indonesia. Hasil clust er dapat divisualkan dengan baik, dengan t et ap m em pert ahankan hubungan t opologi aslinya. Sehingga unt uk kebut uhan analisis lebih lanjut , pem baca dapat sepenuhnya m em anfaat kan kem am puan pengenalan pola berdasarkan hasil visual yang didapat kan.
Adapun saran yang dapat penulis berikan adalah unt uk penelit ian selanjut nya agar dapat m encari indikat or lain yang dianggap m am pu m enggam barkan indikat or pem bangunan berkelanjut an di Indonesia dan perlunya perhat ian pem erint ah t erhadap karakt erist ik dan problem at ika pem bangunan berkelanjut anpada m asing-m asing provinsi di Indonesia yang berbeda-beda.
DAFTAR PUSTAKA
[1] Am barw at i. 2014. Pengelom pokkan Berit a Indonesia Berdasarkan Hist ogram Kat a M enggunakan Self-Organizing M ap. Jurusan Teknik Kom put er, Int it ut o Profissional de Canossa, Dili. Vol.8,No.1.
[2] Badan Pusat St at ist ik Indonesia. Indikat or Pem bangunan Berkelanjut an (Indicat ors of sust ainable Developm ent ) 2014. ht t p:/ / w w w .bps.go.id. Diakses t anggal 10 Januari 2015 pukul 08.00.
[3] Brocket t , Pat rick L. et al .1998. Using Kohonen’s Self Organizing Feat ure M ap t o Uncover Aut om obily Bodily Injury Claim Fraud. The Journal of Risk and Insurance, 1998, Vol. 65, No. 2.
[4] Budi, G.S. dkk .2008. Clust er Analisis unt uk M em prediksi Talent a Pem ain Basket M enggunakan Jaringan Syaraf Tiruan Self organizing M aps (SOM ). Jurnal Inform at ika Vol. 9, No.1.
[5] Et t aouil,M oham ed, dkk.2012.Learning algorit hm of Kohonen Net w ork Wit h Select ion Phase.UFR: Scient ific Com put ing and Com put er sciences, engineering sciences M odelling and Scient ific Com put ing Laborat ory. Universit y Sidi M oham ed Ben Abdelah. Vol.11.
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 628 [7] ht t p:/ / w w w .bandungm agazine.com / analysis/ pem bangunan-berkelanjut
an-gagasan-im plem ent asi-dan-kecenderungan-realit as-di-indonesia. Diakses t anggal 9 Januari
2015 pukul 10.00.
[8] ht t p:/ / penat aanruang.pu.go.id/ bullet in/ index.asp?m od=_fullart & idart =123. Diakses t anggal 9 Januari 2015 pukul 10.00.
[9] ht t ps:/ / anshor83.w ordpress.com / 2012/ 02/ 02/ pem bangunan-berkelanjut an-kebijakan-im plem ent asi-dan-t ant angannya-di-indonesia/. Diakses t anggal 9 Januari 2015 pukul 11.00.
[10] Kiang, M . Y., Hu, M . Y., and Fisher, D.M .2006.An Ext ended Self-Organizing M ap Net w ork for M arket Segm ent at ion-A Telecom m unicat ion Exam ple, Decision Support Syst em s 42, pp. 36-47.
[11] Lest ari, Wiji. Sist em Clust ering Kecerdasan M ajem uk M ahasisw a M enggunakan Algorit m a Self Organizing M aps (SOM ). Surakart a : STM IK Dut a Bangsa.
[12] Lynn, S. 2014.Self-Organising M aps for Cust om er Segm ent at ion, Deloit t e Analyt ics. [13] M ahonen, P.H dan P.J Hakala.1995. Aut om at ed Source Classificat ion Using Kohonen
Net w ork. The Ast rophysical Journal Let t ers Vol.452, No. 1.
[14] M ishra, M adhusm it a dan H.S Behera.2012.Kohonen Self Organizing M ap w it h M odified K-m eans clust ering For High Dim ensional Dat a Set . Int ernat ional Journal of Applied Inform at ion Syst em(UAIS)-ISSN :2249-0808. Foundat ion of Com put er Science FCS, New York, USA. Vol.2, No.3.
[15] Snyder, Wesley, dkk. Kohonen Networks and Clustering : Comparative Performance in
Color Clustering.
[16] Umami, Dewi Rosiyana.2010. Analisis Indikator Pembangunan Berkelanjutan Di Jawa
Timur Menggunakan Metode Struktural Equation Modelling – Partial Least
Square(Skripsi). Surabaya : Institut Teknologi Sepuluh Nopember.
[17] Warsito, Budi, dkk.2008. Clustering Data Pencemaran Udara Sektor Industri Di Jawa
Tengah Dengan Kohonen Neural Network. Semarang :Program Studi Statistika
FMIPA UNDIP.
[18] Wasista, Sigit,dkk. 2003. Metode Komponen Utama dan Kohonen SOM Sebagai
Pengenalan Pola Geometri Tangan. Surabaya : Institut Teknologi Sepuluh Nopember.
[19] Wehrens,Ron dan Lut garde M .C.Buydens. 2007.Self- and Super-organizing M aps in R : The kohonen Package.Journal of St at ist ical Soft w are. Redboud Universit y Nijm egen. Vol.21.
