BIODATA PENULIS
I. DATA PRIBADI
Nama : Hafizha Husnaisa
Nim : 10112775
Tempat, Tanggal Lahir : Jakarta, 11 Mei 1994 Jenis Kelamin : Perempuan
Alamat : Perum Binong Permai Blok H 28 No.9 Karawaci,
Kab. Tangerang, Banten. No. Telp : 081222662612
E-Mail : ichafizha@live.com
II. RIWAYAT PENDIDIKAN
1998-2000 : TK Binong Permai
2000-2006 : SD Binong Permai, Tangerang 2006-2009 : SMP Binong Permai, Tangerang 2009-2012 : SMA Negeri 3 Kabupaten Tangerang 2012-2016 : Universitas Komputer Indonesia
Demikian riwayat hidup ini saya buat dengan sebenar-benarnya dalam keadaan sadar dan tanpa paksaan.
Bandung, Agustus 2016
VISUALISASI OPEN DATA KETAHANAN PANGAN
PROVINSI JAWA BARAT
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana
HAFIZHA HUSNAISA
10112775
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
iii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji dan syukur atas kehadirat Allah SWT karena berkat rahmat dan karunia-Nya penulis dapat menyelesaikan skripsi yang berjudul “Visualisasi Open Data Ketahanan Pangan Provinsi Jawa Barat” sebagai syarat untuk menyelesaikan studi Strata I di Jurusan Teknik Informatika pada Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia dengan sebaik-baiknya.
Selama proses penyusunan skripsi ini penulis banyak sekali mendapat dukungan, bantuan, serta masukan dari berbagai pihak. Untuk itu, penulis ingin menyampaikan banyak terima kasih kepada:
1. Allah SWT yang telah memberi kesempatan, kesehatan, kekuatan, kesabaran, serta kemudahan dalam menyelesaikan skripsi ini.
2. Ayah Agus, Mamah Dewi, Adik Rakha, Adik Raisya, dan seluruh keluarga yang telah memberikan dukungan penuh, pengharapan, masukan, nasehat, kasih sayang serta doa kepada saya.
3. Bapak Adam Mukharil Bachtiar, S.Kom.,M.T. selaku dosen pembimbing dan ketua Divisi Codelabs yang telah sabar dalam membimbing, memotivasi, dan memberikan pengarahan selama penelitian skripsi ini sehingga dapat terselesaikan dengan sebaik-baiknya.
4. Ibu Rani Susanto, S.Kom.,M.Kom. selaku reviewer yang telah memberikan masukan dan arahan pada penelitian skripsi ini.
5. Ibu Kania Evita Dewi, S.Pd., M.Si. selaku penguji tiga.
6. Bapak Galih Hermawan, S.Kom.,M.T. selaku dosen wali IF-18 angkatan 2012. 7. Muhammad Rivki sebagai mentor dan partner yang telah memberikan banyak
arahan selama proses perkuliahan.
8. Suci Novelyna Anansi, Tiara Putri Noviasari, Rosmaya Nurbayanti, Puji Sulastri, dan Wati Pitrianingsih yang selalu memberikan bantuan, semangat, dan saran secara personal kepada penulis.
iv
bimbingan skripsi Bapak Adam Mukharil Bachtiar yang telah memberikan masukan serta semangat agar dapat bersama-sama menyelesaikan skripsi ini. 10.Seluruh Dosen dan Staf pengajar jurusan Teknik Informatika Universitas
Komputer Indonesia.
11.Teman-teman IF-18 angkatan 2012. 12.Rekan-rekan Divisi Codelabs.
13.Semua pihak yang terlibat dan ikut membantu dalam skripsi ini baik secara langsung maupun tidak langsung.
Sangat disadari bahwa dalam pelaksanaan dan penyusunan laporan skripsi ini masih banyak kekurangan dan jauh dari kesempurnaan. Oleh karena itu saran dan kritik yang membangun sangat diharapkan untuk pengembangan ke arah yang lebih baik.
Wassalam.
Bandung, Agustus 2016
v
I.5. Metodologi Penelitian ... 3
I.6. Sistematika Penulisan ... 6
BAB II TINJAUAN PUSTAKA ... 9
II.1. Tinjauan Tempat Penelitian ... 9
II.1.1. Sejarah Singkat Tempat Penelitian ... 9
II.1.2. Visi dan Misi ... 11
II.1.3. Struktur Organisasi ... 12
II.1.4. Deskripsi Kerja... 13
II.2. Landasan Teori ... 14
II.2.1. Ketahanan Pangan ... 14
II.2.2. Data ... 15
II.2.3. Basis Data (Database)... 19
II.2.4. Statistika ... 20
vi
II.2.6. Regresi Linear Sederhana ... 23
II.2.7. Data Mining ... 23
II.2.8. Visualisasi Data ... 24
II.2.9. Object Oriented Analysis and Design ... 24
II.2.10. Skala Likert ... 30
BAB III ANALISIS VISUALISASI DATA ... 31
III.1. Analisis Masalah ... 31
III.2. Analisis Segmentasi Pengguna Informasi... 31
III.3. Analisis Kebutuhan Informasi Berdasarkan Segmentasi Pengguna ... 32
III.4. Analisis Visualisasi Data ... 33
III.4.1. Analisis Sumber Data (Acquire) ... 33
III.4.2. Analisis Pemetaan Data (Parse) ... 40
III.4.3. Analisis Seleksi Data (Filter) ... 40
III.4.4. Analisis Algoritma (Mine) ... 42
III.4.5. Visualisasi (Represent & Refine) ... 54
BAB IV INTERACT DAN PENGUJIAN ... 59
IV.1. Analisis Spesifikasi Kebutuhan Perangkat Lunak ... 59
IV.1.1. Analisis Kebutuhan Non-Fungsional ... 59
IV.1.2. Analisis Kebutuhan Fungsional ... 63
IV.2. Perancangan Perangkat Lunak ... 137
IV.2.1. Perancangan Arsitektur ... 137
IV.2.2. Perancangan Data ... 138
IV.2.3. Perancangan Struktur Menu ... 142
IV.2.4. Perancangan Antarmuka ... 143
IV.3. Implementasi Sistem ... 168
IV.3.1. Lingkungan Implementasi ... 168
IV.3.2. Implementasi Data ... 169
IV.3.3. Implementasi Antarmuka ... 172
IV.4. Pengujian Perangkat Lunak ... 172
IV.4.1. Rencana Pengujian ... 173
vii
IV.4.3. Hasil Pengujian ... 177
IV.4.4. Evaluasi Pengujian ... 201
BAB V KESIMPULAN DAN SARAN ... 203
V.1. Kesimpulan ... 203
V.2. Saran ... 203
205
DAFTAR PUSTAKA
[1] Core Indonesia, “BBM dan Harga Pangan,” 5 Desember 2014. [Online]. Available: http://www.coreindonesia.org/. [Diakses 13 Februari 2016].
[2] kabarbisnis, “Badan Otoritas Pangan, Kementan: Mirip BPOM,” 7
Desember 2015. [Online]. Available: http://www.kabarbisnis.com/. [Diakses 24 Februari 2016].
[3] V. Friedman, “Data Visualization and Infographics,” 14 Januari 2008. [Online]. Available: www.smashingmagazine.com. [Diakses 10 Februari 2016].
[4] K. B. Aryasa, “4 Manfaat Bisnis dari Visualisasi Data,” 1 April 2015. [Online]. Available: http://komangaryasa.com/. [Diakses 24 Februari 2016].
[5] Sugiyono, “Perspektif Metode Penelitian Kualitatif dan Kuantitatif,” dalam Metode Penelitian Kuantitatif Kualitatif dan R&D, Bandung, Alfabeta, 2014, p. 4.
[6] B. Fry, Visualizing Data, California: O'Reilly Media, Inc., 2008.
[7] F. A. a. D. E. Division, “Food Security,” dalam Policy Briefs, 2006.
[8] M. Dr. Supardi U.S. MM., Aplikasi Statistika Dalam Penelitian, Jakarta: PT. Prima Ufuk Semesta, 2014.
[9] Fathansyah, Basis Data, Bandung: Informatika, 2012.
[10] B. Santosa, Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis, Yogyakarta: Graha Ilmu, 2007.
[11] J. Han, Data Mining Concepts and Techniques 3rd Edition, Waltham: Elsevier Inc., 2012.
[12] S. D. Mico Yuk, Data Visualization for Dummies, New Jersey: John Wiley & Sons, Inc., 2014.
[14] D. Irwanto, Perancangan Object Oriented Software dengan UML, Yogyakarta: Andi, 2006.
[15] K. Hamilton dan R. Miles, Learning UML 2.0, O'Reilly, 2006, p. 286.
[16] R. T. E, Dasar-Dasar Penelitian Pendidikan dan Bidang Non-Eksakta Lainnya, Bandung: Tarsito, 2005.
[17] andra.bis, “ekonomi,” [Online]. Available: andra.biz. [Diakses 24 April 2016].
[18] Badan Pusat Statistik, “Sirusa,” [Online]. Available: sirusa.bps.go.id. [Diakses 23 April 2016].
[19] Suprayogi, Penulis, Statistika Deskriptif. [Performance]. Institut Teknologi Bandung.
[20] B. Satu, “4 Hal Ini Pemicu Naiknya Harga Pangan,” 30 Juli 2013. [Online]. Available: http://www.beritasatu.com/. [Diakses 12 Februari 2016].
[21] I. Sommerville, “Software Process Models,” dalam Software Engineering 9th Edition, Boston, Addison-Wesley, 2011, pp. 30-31.
[22] S. Murray, Interactive Data Visualization for the Web, Sebastopol: O’Reilly Media, Inc., 2012.
[23] T. Newton dan O. Villarreal, Learning D3.js Mapping, Birmingham: Packt Publishing Ltd., 2014.
[24] J. I. M. B. P.J Gregory, “Climate change and food security,” vol. 360, no. 1463, 2005.
[25] R. Schutt dan C. O'Neil, Doing Data Science, California: O'Reilly Media, Inc., 2014.
1
BAB I
PENDAHULUAN
I.1. Latar Belakang Masalah
Pangan merupakan sesuatu yang sangat penting di kehidupan masyarakat. Kenyataannya masyarakat Indonesia membelanjakan sekitar 40 hingga 60 persen dari pendapatannya hanya untuk memenuhi kebutuhan akan pangan [1]. Ketercukupan masyarakat dalam memenuhi kebutuhan pangannya bergantung pada aspek-aspek dari pangan itu sendiri mulai dari saat masih di tangan petani sampai ke tangan konsumen akhir. Maka dari itu, pemantauan mengenai pangan menjadi sangat penting mengingat peranan pangan yang sangat krusial. Badan negara yang bertugas untuk memantau ketahanan pangan yaitu Badan Ketahanan Pangan dan badan yang bertugas memantau fluktuasi harga pangan adalah Badan Otoritas Pangan (BOP) seperti yang telah tertera pada UU Nomor 18 Tahun 2012 tentang Pangan [2]. Hasil pemantauan tersebut disimpan dan dipublikasi kepada masyarakat melalui open data yang dapat digunakan untuk berbagai keperluan. Sering kali tidak stabilnya persediaan pangan daerah disebabkan beberapa faktor seperti kenaikan harga bahan bakar minyak (BBM), siklus musiman panen, dan lainnya. Hal tersebut bukan hanya berdampak kepada masyarakat yang bertindak
sebagai konsumen, namun juga berdampak kepada para pengepul, industri pangan olahan, pedagang dan juga pemerintah.
perkembangan ketersediaan pangan meskipun pemerintah sudah mempublikasi data mengenai pangan dikarenakan data susah untuk dibaca dan dimengerti. Maka dari itu, dibutuhkan suatu pemvisualisasian data ketahanan pangan daerah untuk membantu masyarakat sebagai pelaku perdagangan dan dinas terkait sebagai pengawas agar dapat melakukan persiapan sebelum krisis pangan akibat sebab-sebab tertentu yang akan terjadi di masa depan.
Hasil dari visualisasi mengenai ketahanan pangan daerah yang telah dilakukan maka didapatkan beberapa informasi. Informasi tersebut harus disajikan
secara jelas dan efisien kepada masyarakat supaya dapat dengan mudah dianalisis dan dibandingkan perubahannya [3]. Oleh karena itu, visualisasi informasi data sebagai keluaran harus disajikan sesuai dengan segmen penggunanya. Manfaat visualisasi data antara lain agar pengguna dapat melakukan penggalian informasi dengan cepat, memahami informasi dalam jumlah besar sehingga memungkinkan pengguna untuk melihat keterhubungan data, mempermudah dalam mengambil keputusan berdasarkan informasi yang ada, mengetahui gerak perubahan kondisi pasar dengan cepat, dan juga pengguna dapat berinteraksi langsung dengan data sehingga dapat mengambil tindakan untuk merespons kejadian yang ada dengan cepat. Berdasarkan survei Aberdeen Group, seorang yang memanfaatkan analisis data visual dapat menemukan informasi yang relevan 28 persen lebih besar dibanding yang tidak menggunakannya [4].
I.2. Perumusan Masalah
3
I.3. Maksud dan Tujuan
Maksud dari penelitian ini adalah memvisualisasikan data mengenai ketahanan pangan di Provinsi Jawa Barat. Adapun tujuan dari penelitian ini adalah sebagai berikut:
1. Membantu masyarakat pelaku perdagangan dalam mengetahui harga standar pasaran terbaru tiap komoditas pangan.
2. Membantu masyarakat pelaku perdagangan dalam membaca fluktuasi harga tiap komoditas pangan.
3. Membantu Badan Ketahanan Pangan dalam melihat pergerakan inflasi terhadap indeks harga.
4. Membantu Badan Ketahanan Pangan dalam melihat pergerakan tingkat konsumsi masyarakat terhadap jumlah penduduk.
5. Membantu Badan Ketahanan Pangan dalam mengelompokkan komoditas berdasarkan lahan panen dan produksinya.
I.4. Batasan Masalah
Adapun batasan masalah dari penelitian ini adalah sebagai berikut:
1. Data yang digunakan untuk bahan dasar penelitian berasal dari open data yang disediakan oleh Badan Pusat Statistik Republik Indonesia, Priangan.org yang merupakan portal informasi harga pangan Jawa Barat, dan juga hasil pencarian di data.go.id.
2. Aplikasi yang dibangun berbasis web.
3. Penelitian hanya mencakup bagian ketahanan pangan. 4. Data komoditas hanya sebatas yang ada pada Priangan.org.
I.5. Metodologi Penelitian
Metodologi yang digunakan dalam penelitian ini adalah metode penelitian terapan deskriptif. Metode penelitian terapan bertujuan untuk menerapkan,
“Visualizing Data” [6]. Kemudian disesuaikan dengan penelitian ini sehingga menghasilkan langkah-langkah seperti berikut:
Gambar I-1 Metodologi Penelitian
1. Pengumpulan Data Pra Riset
Pengumpulan data pra riset dilakukan untuk mencari informasi yang dibutuhkan dalam mencapai tujuan penelitian. Selain itu, untuk menjaring fenomena, informasi ataupun kondisi objek penelitian sesuai dengan ruang lingkup penelitian yang kemudian menghasilkan masalah yang timbul dan dirasakan oleh responden.
2. Analisis Segmentasi Pengguna Informasi
Analisis segmentasi pengguna informasi bertujuan untuk mengelompokkan pihak-pihak yang mempunyai kesulitan berdasarkan hasil wawancara yang telah dilakukan pada tahap sebelumnya.
3. Analisis Kebutuhan Informasi Operasional & Strategis Berdasarkan Segmentasi
5
4. Visualisasi Data
Tahap visualisasi data terdiri dari beberapa tahapan di dalamnya, antara lain adalah:
a) Analisis Sumber Data (Acquire)
Analisis sumber data (acquire) merupakan tahapan di mana ditemukan data yang cocok untuk menyelesaikan masalah yang ada, data tersebut didapat melalui open data pemerintah (data government) yang sengaja dipublikasi untuk
kepentingan masyarakat.
b) Analisis Pemetaan Data (Parse)
Pada tahap berikutnya analisis pemetaan data (parse) dilakukan listing data yang berkaitan dengan masalah yang akan diselesaikan, data ini merupakan hasil dari pencarian data yang cocok dengan masalah yang ingin diselesaikan.
c) Analisis Seleksi Data (Filter)
Tahap analisis seleksi data (filter) untuk menyeleksi variabel yang akan digunakan dalam proses perhitungan pada tahap selanjutnya.
d) Analisis Algoritma (Mine)
Tahap analisis algoritma yang dilakukan bersifat opsional, jadi apabila data yang diperoleh dari hasil analisis telah sesuai dengan kebutuhan informasi strategisnya maka dapat langsung dilakukan tahap visualisasi.
e) Visualisasi (Represent & Refine)
Tahap visualisasi (represent & refine) dilakukan sebagai hasil informasi yang diperoleh dari pemrosesan algoritma ataupun statistik yang telah dilakukan sebelumnya. Tahapan inilah yang dijadikan acuan dalam pembuatan perancangan aplikasi visualisasi karena pada tahap visualisasilah jenis-jenis bentuk visualisasi ditentukan berdasarkan model informasi yang telah diperoleh.
f) Perancangan & Implementasi Perangkat Lunak (Interact)
Perancangan & implementasi perangkat lunak (interact) merupakan
5. Pengujian Perangkat Lunak
Pada tahap ini aplikasi diuji berdasarkan fungsionalitas yang telah dibuat dan dicocokkan dengan kebutuhan informasi yang ingin disajikan kepada pengguna informasi agar dapat menyelesaikan masalah yang ada.
I.6. Sistematika Penulisan
Sistematika penulisan skripsi ini disusun untuk memberikan gambaran
umum mengenai penelitian yang dikerjakan. Sistematika penulisan dalam tugas akhir ini adalah sebagai berikut:
BAB 1 PENDAHULUAN
Bab 1 menguraikan latar belakang permasalahan, merumuskan inti permasalahan, mencari solusi atas masalah tersebut, mengidentifikasi masalah tersebut, menentukan maksud dan tujuan, kegunaan penelitian, pembatasan masalah, metode penelitian, dan sistematika penulisan.
BAB 2 LANDASAN TEORI
Bab 2 menguraikan bahan-bahan kajian, konsep dasar, dan teori dari para ahli yang berkaitan dengan penelitian. Meninjau permasalahan dan hal-hal yang berguna dari penelitian-penelitian dan sintesis serupa yang pernah dikerjakan sebelumnya dan menggunakannya sebagai acuan pemecahan masalah pada penelitian ini.
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
Bab 3 menguraikan hasil analisis dari objek penelitian untuk mengetahui hal atau masalah apa yang timbul dan mencoba memecahkan masalah tersebut dengan mengaplikasikan perangkat-perangkat dan permodelan yang digunakan.
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
7
bagaimana sistem dirancang, dibangun, diuji dan disesuaikan dengan hasil penelitian.
BAB 5 KESIMPULAN DAN SARAN
9
BAB II
TINJAUAN PUSTAKA
II.1. Tinjauan Tempat Penelitian
Tinjauan tempat penelitian adalah untuk mengetahui keadaan di tempat penelitian di antaranya adalah sejarah berdirinya, visi dan misi, struktur organisasi, serta deskripsi kerja dari pihak yang nantinya terlibat di dalam sistem.
II.1.1. Sejarah Singkat Tempat Penelitian
Undang-Undang Dasar (UUD) Republik Indonesia 1945 sebagai sumber dari segala sumber hukum, mengamanatkan kepada penyelenggara negara untuk memberikan jaminan kepada warganegaranya agar dapat hidup sejahtera lahir dan batin. Amanat tersebut antara lain tersurat pada Pasal 28 A, ayat 1 UUD 1945 Amandemen ke dua yang menyebutkan “Setiap orang berhak hidup sejahtera lahir dan batin, bertempat tinggal, dan mendapatkan lingkungan hidup yang baik dan sehat serta berhak memperoleh pelayanan kesehatan”. Pasal 34 menjamin hak warganegara atas perlindungan dari diskriminasi.
Undang-Undang (UU) No. 39 tahun 1999 tentang Hak Azasi Manusia pasal 9 ayat 1 menyebutkan “Setiap orang berhak untuk hidup, mempertahankan hidup dan meningkatkan taraf kehidupannya”. Walaupun secara eksplisit hak atas pangan tidak disebutkan, kedua ayat tersebut secara implisit memuat perintah kepada penyelenggara negara untuk menjamin kecukupan pangan dalam rangka memenuhi hak asasi pangan setiap warganya dan menyatakan pentingnya pangan sebagai salah satu komponen utama dalam mencapai kehidupan sejahtera lahir dan batin.
dan Gizi Pangan, dan PP No. 22 Tahun 2009 tentang Percepatan Penganekaragaman Konsumsi Pangan Berbasis Sumber daya lokal., Fokus pencapaian skor PPH 81 Tahun 2009 dan PPH 95 pada Tahun 2015.
Ketahanan pangan sesuai dengan PP 38 Tahun 2007 tentang Pembagian Urusan Pemerintah antara Pemerintah, Pemerintah Daerah Provinsi, dan Pemerintah Daerah Kabupaten/Kota, pasal 7 ayat (2) merupakan urusan wajib. Berkaitan dengan itu pada Tahun 2008 Pemerintah Provinsi Jawa Barat membentuk Badan Ketahanan Pangan Daerah (BKPD) Provinsi Jawa Barat melalui Peraturan
Daerah Provinsi Jawa Barat Nomor 22 tahun 2008 tentang Organisasi dan Tata Kerja Inspektorat, Badan Perencanaan Daerah, Lembaga Teknis Daerah dan Satuan Polisi Pamong Praja Provinsi Jawa Barat, berkedudukan sebagai Pelaksana Pemerintah Provinsi Jawa Barat dalam Penanganan Bidang Ketahanan Pangan.
Badan Ketahanan Pangan Daerah (BKPD) Provinsi Jawa Barat dibentuk berdasarkan Peraturan Daerah Provinsi Jawa Barat Nomor 22 tahun 2008 tentang Organisasi dan Tata Kerja Inspektorat, Badan Perencanaan Daerah, Lembaga Teknis Daerah dan Satuan Polisi Pamong Praja Provinsi Jawa Barat, berkedudukan sebagai Pelaksana Pemerintah Provinsi Jawa Barat dalam Penanganan Bidang Ketahanan Pangan. Di kepalai oleh seorang Kepala Badan yang membawahi Satu Sekretariat, dan Empat Kepala Bidang. Berkedudukan di Kota Bandung dengan alamat di Jl. Ciumbuleuit No. 2.
Sebagai Satuan Kerja Perangkat Daerah, Badan Ketahanan Pangan mempunyai peranan yang sangat penting dalam mewujudkan visi Jawa Barat ”Tercapainya Masyarakat Jawa Barat yang Mandiri, Dinamis dan Sejahtera. Dalam mewujudkan Visi tersebut, Badan Ketahanan Pangan
mengemban misi ke dua yaitu Meningkatkan pembangunan ekonomi regional berbasis potensi lokalyang bertujuan Meningkatkan daya beli dan ketahanan
pangan masyarakat melalui pengembangan aktivitas ekonomi berbasis potensi lokal dengan salah satu sasarannya adalah Terpenuhinya kebutuhan pangan masyarakat.
11
masyarakat. Apabila salah satu syarat tidak terpenuhi, maka akan menimbulkan Kerawanan.
Tujuan pembangunan ketahanan pangan adalah menjamin ketersediaan dan konsumsi pangan yang cukup, aman, bermutu, dan bergizi seimbang, baik pada tingkat nasional, daerah hingga rumah tangga. Ketahanan pangan harus diwujudkan secara merata di seluruh wilayah sepanjang waktu, dengan memanfaatkan sumber daya, kelembagaan dan budaya lokal. Mengingat pangan juga merupakan komoditas ekonomi, maka pembangunannya dikaitkan dengan peluang pasar dan
peningkatan daya saing, yang dibentuk dari keunggulan spesifik lokasi, keunggulan kualitas serta efisiensi dengan penerapan teknologi inovatif.
Badan Ketahanan Pangan Daerah Provinsi Jawa Barat, mempunyai peran strategis dalam mewujudkan ”Jawa Barat Maju dan Sejahtera Untuk Semua” yang merupakan Visi Pembangunan Jawa Barat 2013-2018, khususnya dalam mengemban misi pertama yaitu Membangun Masyarakat yang Berkualitas dan Berdaya Saing yang salah satu sasarannya adalah Mewujudkan Jawa Barat Bebas Rawan Pangan. Kerawanan pangan dapat terjadi secara berulang-ulang pada waktu-waktu tertentu yang diakibatkan oleh rendahnya daya beli (kronis), dan dapat pula terjadi akibat keadaan darurat seperti bencana alam maupun bencana sosial (transien). Selain itu Pemerintah Daerah berkewajiban mendorong berkembangnya kegiatan ekonomi masyarakat untuk meningkatkan pendapatan, sehingga mempunyai kemampuan daya beli yang cukup untuk menyediakan pangan bagi keluarganya.
II.1.2. Visi dan Misi
Berikut merupakan visi dan misi dari Badan Ketahanan Pangan Daerah Provinsi Jawa Barat:
II.1.2.1.Visi Badan Ketahanan Pangan Daerah Provinsi Jawa Barat
Visi Badan Ketahanan Pangan Daerah Provinsi Jawa Barat adalah:
“Menjadi Institusi Andal Dalam Mewujudkan Ketahanan Pangan Yang
II.1.2.2.Misi Badan Ketahanan Pangan Daerah Provinsi Jawa Barat Misi Badan Ketahanan Pangan Daerah Provinsi Jawa Barat adalah: 1. Memantapkan akses pangan masyarakat melalui koordinasi lintas sektor; 2. Meningkatkan kualitas konsumsi pangan masyarakat berbasis potensi lokal; 3. Meningkatkan penanganan daerah rawan pangan melalui pemberdayaan
masyarakat;
4. Meningkatkan dukungan manajemen dan kelembagaan ketahanan pangan.
II.1.3. Struktur Organisasi
Berikut adalah struktur organisasi dari Badan Ketahanan Pangan Daerah Provinsi Jawa Barat berdasarkan Peraturan Daerah Provinsi Jawa Barat Nomor 22 Tahun 2008:
13
Pada struktur organisasi tersebut bagian yang akan terlibat dalam sistem adalah bagian Subbagian Perencanaan dan Program yang dibawahi oleh Sekretariat.
II.1.4. Deskripsi Kerja
Deskripsi kerja bagian di dalam struktur organisasi yang nantinya akan terlibat ke dalam sistem adalah Subbagian Perencanaan dan Program. Di mana tugas Subbagian ini mempunyai tugas utama yaitu melaksanakan koordinasi perencanaan dan penyusunan program. Adapun dalam menyelenggarakan tugas
pokok Subbagian Perencanaan dan Program mempunyai fungsi di antaranya: 1. Pelaksanaan penyusunan bahan perencanaan dan program kerja Sekretariat dan
Subbagian Perencanaan dan Program;
2. Pelaksanaan penyusunan bahan penyelenggaraan koordinasi perencanaan dan program Badan yang meliputi bidang kelembagaan dan infrastruktur, ketersediaan dan kerawanan pangan, konsumsi dan keamanan pangan, serta distribusi dan harga pangan;
3. Pelaksanaan penyusunan bahan hasil koordinasi perencanaan dan program Badan yang meliputi bidang kelembagaan dan infrastruktur, ketersediaan dan kerawanan pangan, konsumsi dan keamanan pangan, serta distribusi dan harga pangan;
4. Pelaksanaan pengoordinasian perencanaan dan program UPTB.
Berdasarkan fungsi Subbagian Perencanaan dan Program yang telah diuraikan sebelumnya, berikut merupakan rincian tugas dari Subbagian Perencanaan dan Program:
1. Melaksanakan penyusunan program kerja Subbagian Perencanaan dan Program;
3. Melaksanakan penyusunan bahan perencanaan umum bidang kelembagaan dan infrastruktur, ketersediaan dan kerawanan pangan, konsumsi dan keamanan pangan, serta distribusi dan harga pangan;
4. Melaksanakan penyusunan bahan Rencana Strategis, Laporan Akuntabilitas Kinerja Instansi Pemerintah (LAKIP), LKPJ dan LPPD Badan;
5. Melaksanakan pengelolaan sistem informasi ketahanan pangan;
6. Melaksanakan pelaporan dan evaluasi kegiatan Subbagian Perencanaan dan Program;
7. Melaksanakan penyusunan bahan telaahan staf sebagai bahan pertimbangan pengambilan kebijakan;
8. Melaksanakan koordinasi dengan unit kerja terkait;
9. Melaksanakan tugas lain sesuai dengan tugas pokok dan fungsinya.
II.2. Landasan Teori
Subbab ini berisikan teori-teori pendukung yang digunakan dalam proses analisis dan implementasi pada permasalahan yang diangkat dalam pembangunan perangkat lunak visualisasi data ketahanan pangan daerah Provinsi Jawa Barat.
II.2.1. Ketahanan Pangan
Ketahanan pangan adalah kemampuan seseorang, lembaga, daerah, ataupun negara dalam memenuhi kebutuhan makanan yang terjamin nutrisi dan keamanannya untuk kehidupan yang sehat dan berkualitas [7]. Terdapat empat dimensi ketahanan pangan yang harus dipenuhi ketika seseorang ataupun negara dikatakan terpenuhi ketersediaan pangannya, yaitu:
1. Ketersediaan makanan: ketersediaan makanan yang cukup secara kuantitas, cukup secara kualitas, yang dipasok dari dalam ataupun luar negeri
2. Hak memperoleh makanan: setiap individu berhak untuk memperoleh makanan sesuai dengan yang telah diatur dalam hukum, politik, ekonomi, dan sosial masyarakat di mana pun individu itu tinggal
15
4. Kestabilan ketersediaan makanan: setiap pelaku rumah tangga atau individu harus dengan berkala mengawasi ketersediaan pangan sehingga sudah siap akan bencana rawan pangan seperti saat krisis ekonomi atau bencana.
II.2.2. Data
Data adalah bentuk jamak dari datum. Data merupakan keterangan tentang suatu hal, dapat juga diartikan sebagai sesuatu yang diketahui atau anggapan. Sesuatu yang diketahui itu biasanya didapat dari hasil pengamatan atau percobaan
yang berkaitan dengan waktu dan tempat. Anggapan atau asumsi merupakan suatu perkiraan atau dugaan yang sifatnya masih sementara, sehingga belum tentu benar. Oleh karena itu, anggapan atau asumsi perlu diuji kebenarannya.
Jadi dapat disimpulkan, bahwa data merupakan sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah, baik yang berupa angka-angka maupun yang berbentuk kategori atau keterangan.
Sesuai dengan macam atau jenis variabel, maka data juga mempunyai jenis sebanyak variabel. Data dapat dibagi dalam kelompok tertentu sesuai dengan kriteria yang menyertainya, seperti menurut susunan, sifat, waktu pengumpulan, dan sumber pengambilan.
a. Pembagian Data Menurut Susunannya
Menurut susunannya, data dibagi atas data acak atau data tunggal dan data berkelompok.
1. Data Acak atau Data Tunggal
Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkan ke dalam kelas-kelas interval. Contoh: Data hasil pengukuran berat siswa kelas VIII (dalam kg) ialah sebagai berikut.
35 37 30 40
40 39 37 35
34 34 32 36
32 33 32 30
Data berkelompok adalah data yang sudah tersusun atau dikelompokkan ke dalam kelas-kelas interval. Data berkelompok disusun dalam bentuk distribusi frekuensi atau tabel frekuensi. Contoh: Data nilai dan jumlah siswa yang memperolehnya untuk pelajaran matematika kelas VIII ialah sebagai berikut.
Nilai Frekuensi
1-2 3
3-4 5
5-6 10
7-8 15
9-10 7
Data berkelompok ini terbagi menjadi: a) Data Kelompok Diskrit
Data yang diperoleh dari hasil menghitung termasuk dalam data diskrit (jumlah anak, dan lain-lain).
b) Data Kelompok Kontinu
Sebuah data dikatakan sebagai distribusi kontinu apabila data tersebut diukur dalam skala kontinu atau data yang didapat dari hasil mengukur, contoh kelompok data kontinu adalah tinggi badan, berat badan, nilai hasil belajar, motivasi belajar, dan lain-lain.
b. Pembagian Data Menurut Sifatnya
Menurut sifatnya, data dibagi atas data kualitatif dan data kuantitatif. 1. Data Kualitatif
Data kualitatif adalah data yang tidak berbentuk bilangan. Data kualitatif berbentuk pernyataan verbal, simbol, atau gambar. Contoh: warna, jenis kelamin, status perkawinan, sangat baik, dan lain-lain.
17
Data kuantitatif adalah data yang berbentuk bilangan atau data kualitatif yang diangkakan. Contoh: tinggi, umur, jumlah, skor hasil belajar, temperatur, dan lain-lain.
c. Pembagian Data Menurut Waktu Pengumpulannya
Menurut waktu pengumpulannya, data dibagi atas data berkala (time series) dan data cross section.
1. Data Berkala (Time Series)
Data berkala adalah data yang terkumpul dari waktu ke waktu untuk memberikan gambaran perkembangan suatu kegiatan atau keadaan. Contoh: data perkembangan harga 9 macam bahan pokok selama 10 bulan terakhir yang dikumpulkan setiap bulan.
2. Data Cross Section
Data cross section adalah data yang terkumpul pada suatu waktu tertentu untuk memberikan gambaran perkembangan keadaan atau kegiatan pada waktu itu. Contoh: data sensus penduduk tahun 2011, data hasil Ujian Nasional siswa SMA tahun 2011, dan sebagainya.
d. Pembagian Data Menurut Sumber Pengambilannya
Menurut sumber pengambilannya, data dapat dibedakan atas dua jenis, yaitu data primer dan data sekunder.
1. Data Primer
Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang melakukan penelitian atau yang bersangkutan yang memerlukannya. Data primer disebut juga data asli atau data baru.
2. Data Sekunder
e. Pembagian Data Menurut Skala Pengukurannya
Skala pengukuran adalah peraturan penggunaan notasi bilangan dalam pengukuran. Menurut skala pengukurannya, data dapat dibedakan atas empat jenis, yaitu: data nominal, data ordinal, data interval dan data rasio.
1. Data Nominal
Data nominal adalah data yang diberikan pada objek atau kategori yang tidak menggambarkan kedudukan objek atau kategori tersebut terhadap objek atau kategori lainnya, tetapi hanya sekedar label atau kode saja. Data ini hanya
mengelompokkan objek/kategori ke dalam kelompok tertentu. Data nominal memiliki ciri hanya dapat dibedakan antara data satu dengan data lainnya dan tidak bisa diurutkan/dibandingkan. Data ini mempunyai ciri, yaitu:
a) Kategori data bersifat saling lepas (satu objek hanya masuk pada satu kelompok saja).
b) Kategori data tidak disusun secara logis.
Contohnya: warna rambut, jenis kelamin, etnis/suku, agama, dan lain-lain. 2. Data Ordinal
Data ordinal adalah data yang penomoran objek atau kategorinya disusun menurut besarnya, yaitu dari tingkat terendah ke tingkat tertinggi atau sebaliknya dengan jarak/rentang yang tidak harus sama. Data ini memiliki ciri seperti pada ciri data nominal, namun ditambah satu ciri lagi, yaitu kategori data dapat disusun/diurutkan berdasarkan urutan logis dan sesuai dengan besarnya karakteristik yang dimiliki. Contoh: tingkat pendidikan, golongan pegawai, kasta, dan lain-lain.
3. Data Interval
Data interval adalah data dengan objek/kategori yang dapat dibedakan antara data satu dengan data lainnya dapat diurutkan berdasarkan suatu atribut dan
19
4. Data Rasio
Data rasio adalah data yang memiliki sifat-sifat data nominal, data ordinal, dan data interval, dilengkapi dengan kepemilikan nilai atau titik nol absolut/mutlak dengan makna empirik. Data rasio dapat dibagi atau dikali. Contoh: umur, tinggi badan, berat, dan lain-lain.
Pada dasarnya, fungsi data adalah untuk membuat keputusan sebagai dasar suatu perencanaan sesuai dengan kemampuan yang ada sebagai alat pengendali
terhadap pelaksanaan atau implementasi perencanaan dan sebagai dasar hasil evaluasi kerja akhir untuk gambaran keadaan sosial ekonomi, perkembangan usaha, dan kondisi serta untuk menghasilkan hasil pengukuran yang akurat [8].
II.2.3. Basis Data (Database)
Basis data atau database adalah kumpulan dari data atau dapat dideskripsikan sebagai kumpulan dari objek, kejadian, maupun peristiwa yang saling berkaitan untuk memenuhi kebutuhan tertentu yang disimpan secara elektronik agar dapat dimanfaatkan kembali dengan cepat dan mudah [9].
a. Operasi Dasar Basis Data
Pada media penyimpanan, basis data dapat dibuat maupun dapat dihapus. Dalam media penyimpanan juga dapat disimpan lebih dari satu basis data yang digunakan untuk banyak keperluan. Karena itulah, operasi-operasi yang dapat dilakukan berkenaan dengan basis data antara lain adalah:
1) Pembuatan basis data baru (create database), yaitu untuk membuat basis data baru
2) Penghapusan basis data (drop database), yaitu penghapusan basis data sekaligus dengan isi data yang ada di dalamnya
3) Pembuatan tabel baru ke suatu basis data (create table), yaitu untuk penambahan tabel baru ke basis data yang telah ada
5) Penambahan atau pengisian data baru ke sebuah tabel di sebuah basis data (insert), yaitu penambahan data ke dalam tabel
6) Pengambilan data dari sebuah tabel (query), yaitu pencarian data dari tabel-tabel data
7) Pengubahan data dari sebuah tabel (update), yaitu perbaikan data yang ada pada tabel
8) Penghapusan data dari sebuah tabel (delete), yaitu penghapusan data yang ada pada tabel yang terdapat dalam basis data
b. Objektif Basis Data
Selain untuk mempermudah dan mempercepat pemrosesan data, manfaat adanya basis data antara lain:
1) Kecepatan dan Kemudahan (Speed) 2) Efisiensi Ruang Penyimpanan (Space) 3) Keakuratan (Accuracy)
4) Ketersediaan (Availability) 5) Kelengkapan (Completeness) 6) Keamanan (Security)
7) Kebersamaan Pemakaian (Sharability)
II.2.4. Statistika
Dalam kamus Bahasa Indonesia, statistika diartikan dalam dua arti, pertama, statistika sebagai “ilmu statistika”, dan kedua, statistika diartikan sebagai “ukuran yang diperoleh atau berasal dari sampel. Statistika dapat diartikan juga sebagai seperangkat metode yang membahas tentang:
1) Bagaimana cara mengumpulkan data yang dapat memberikan informasi secara
optimal,
2) Bagaimana cara meringkas, mengolah, dan menyajikan data,
21
4) Bagaimana cara mengambil kesimpulan dan menyarankan keputusan yang sebaiknya diambil atas dasar strategi yang ada,
5) Bagaimana menentukan besarnya risiko kekeliruan yang mungkin terjadi jika mengambil keputusan atas dasar strategi yang telah ditetapkan.
Statistika dapat diklasifikasikan berdasarkan cara pengolahan datanya. Berikut ini adalah pembagian statistika berdasarkan cara pengolahan data.
a. Statistika Deskriptif
Statistika deskriptif dapat disebut juga statistika deduktif, yaitu bagian dari statistika yang mempelajari cara pengumpulan dan penyajian data sehingga mudah untuk dipahami.
Statistika deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau fenomena. Berdasarkan ruang lingkupnya, statistika deskriptif mencakup hal berikut.
1) Penyajian data dalam bentuk tabel, seperti: tabel tunggal, tabel kontingensi, dan tabel distribusi frekuensi
2) Penyajian data dalam bentuk grafik, seperti: diagram batang, diagram garis, diagram lingkaran, maupun diagram yang disajikan dari tabel distribusi frekuensi seperti histogram, poligon, dan lain-lain.
3) Ukuran nilai pusat dan letak, seperti: rata-rata, median, modus, varian, simpangan baku, kuartil, desil, persentil, dan sebagainya
4) Ukuran dispersi atau simpangan, seperti: jangkauan atau rentang, rata-rata simpangan, variansi, simpangan baku, dan sebagainya
5) Model distribusi data, yaitu: kemiringan atau keruncingan kurva distribusi 6) Angka indeks
7) Time series/ deret waktu atau data berkala
b. Statistika Inferensial
populasi pada suatu data atau fenomena. Dapat dikatakan statistika inferensial berfungsi untuk meramalkan dan mengontrol keadaan atau kejadian.
Penarikan kesimpulan pada statistika inferensial ini adalah generalisasi dari suatu populasi berdasarkan sampel yang ada. Statistika inferensial biasanya digunakan untuk membuat generalisasi dari kaitan antara dua atau lebih variabel. Kaitan antara dua atau lebih variabel itu dapat dibedakan antara dua bentuk kaitan, yaitu keterhubungan (asosiasi) dan perbandingan (komparasi). Berdasarkan ruang lingkupnya statistika inferensial secara sederhana dapat mencakup hal berikut.
1) Uji persyaratan analisis, seperti: uji normalitas, uji homogenitas, uji kelinearan, dan sebagainya
Kolerasi merupakan istilah yang digunakan untuk mengukur kekuatan hubungan antar variabel. Analisis kolerasi adalah cara untuk mengetahui ada atau tidak adanya hubungan antar variabel, misalnya hubungan dua variabel. Apabila terdapat hubungan antar variabel maka perubahan yang akan terjadi pada satu variabel yaitu terjadinya perubahan pada variabel lainnya.
Dari analisis korelasi, dapat diketahui hubungan antar variabel tersebut, yaitu merupakan suatu hubungan kebetulan atau memang hubungan yang sebenarnya. Jenis statistika uji hipotesis kolerasi salah satunya yaitu kolerasi sederhana.
Kolerasi yang terjadi antar dua variabel (bivariat) dapat berupa kolerasi
positif, kolerasi negatif, tidak ada kolerasi, ataupun kolerasi sempurna. Kolerasi Bivariat ini merupakan kolerasi yang paling sederhana karena kolerasi tersebut hanya mencari hubungan antar dua variasi yang ada. Berikut ini merupakan teknik kolerasi bivariat yang disesuaikan dengan jenis datanya diantaranya yaitu:
23
b. Rank/Spearmen digunakan pada data ordinal dengan ordinal c. Kendal Tau digunakan pada data ordinal dengan ordinal
d. Point Biserial digunakan pada data interval/rasio dengan dikotomo (murni) e. Biserial digunakan pada data interval/rasio dengan dikotomi (buatan) f. Koefisien Phi digunakan pada data dikotomi dengan dikotomi
g. Koefisien Kontingensi digunakan pada data nominal (politomi) dengan nominal [8].
II.2.6. Regresi Linear Sederhana
Analisis regresi adalah teknik statistik untuk pemodelan antara dua atau lebih variabel. Dalam regresi linear sederhana hanya ada satu variabel independen/prediktor dan satu variabel responden. Variabel independen disimbolkan dengan x, dan variabel respon disimbolkan dengan y. Prediksi nilai dengan pendekatan regresi linear sederhana, didapatkan dari ̂ = + .
Dalam analisis ini ingin diketahui nilai optimal dari dan untuk populasi, sedangkan untuk sampel adalah = + . Di mana b adalah angka arah
(koefisien regresi), x adalah variabel independen (prediktor), a adalah konstanta, dan y adalah variabel dependen/kriteria (yang diprediksikan). Nilai a dan b dapat
diperoleh dengan rumus: = �
� dan = ̅ − ̅ dengan r adalah koefisien relasi
product moment antara variabel X dengan variabel Y, � merupakan simpangan baku, dan � adalah simpangan baku variabel X .
II.2.7. Data Mining
II.2.8. Visualisasi Data
Visualisasi data adalah sebuah studi yang menjelaskan bagaimana menyajikan data menggunakan pendekatan yang lebih menekankan visual daripada penyajian tradisional [12]. Visualisasi data bertujuan untuk agar dapat mempermudah dalam melakukan penggalian informasi dengan cepat, memahami informasi dalam jumlah besar. Visualisasi data merupakan kombinasi dari berbagai macam disiplin ilmu seperti statistika, data mining, desain grafis, dan visualisasi informasi. Proses memvisualisasi data di antaranya [6]:
a) Acquire
Acquire adalah memperoleh data dari berbagai sumber, dapat dari file yang
sangat banyak maupun hasil dari internet. b) Parse
Parse adalah menyajikan struktur data yang kemudian digolongkan atau
dikategorikan agar dapat dengan mudah diketahui jenis-jenisnya. c) Filter
Filter adalah menyeleksi data yang dibutuhkan kemudian hapus data yang tidak
dibutuhkan dalam pemrosesan. d) Mine
Mine adalah pengaplikasian data mining ataupun ilmu statistika untuk
mengetahui pola dari data yang ada. e) Represent
Represent adalah data yang sudah dianalisis kemudian dilakukan penyampaian
ulang dalam bentuk model visual dasar seperti, grafik, diagram, dan lain-lain. f) Refine
Refine adalah menjadikan hasil dari proses represent menjadi bentuk yang lebih
nyaman dilihat.
g) Interact
Interact adalah membuat data dapat dikontrol apa yang ingin divisualisasikan.
25
Analisis dan Desain Berorientasi Objek (Object Oriented Analysis and Design) adalah cara baru dalam memikirkan suatu masalah dengan menggunakan
model yang dibuat menurut konsep. Dasar pembuatannya sendiri adalah objek yang merupakan kombinasi antara struktur data dan perilaku dalam satu entitas. Alasan mengapa harus memakai metode beorientasi objek yaitu karena perangkat lunak itu sendiri yang bersifat dinamis, di mana hal ini disebabkan karena kebutuhan pengguna berubah dengan cepat. Selain itu bertujuan untuk menghilangkan kompleksitas transisi antar tahap pada pengembangan perangkat lunak, karena pada
pendekatan berorientasi objek, notasi yang digunakan pada tahap analisis perancangan dan implementasi relatif sama tidak seperti pendekatan konvensional yang dikarenakan notasi yang digunakan pada tahap analisisnya berbeda-beda hal itu menyebabkan transisi antar tahap pengembangan menjadi kompleks. Di samping itu dengan pendekatan berorientasi objek membawa pengguna kepada abstraksi atau istilah yang lebih dekat dengan dunia nyata, karena di dunia nyata itu sendiri yang sering pengguna lihat adalah objeknya bukan fungsinya. Beda ceritanya dengan pendekatan terstruktur yang hanya mendukung abstraksi pada level fungsional. Adapun dalam pemrograman berorientasi objek menekankan berbagai konsep seperti: Class, Object, Abstract, Encapsulation, Polymorphism, Inheritance dan tentunya UML (Unified Modeling Language). UML (Unified
Modeling Language) sendiri merupakan salah satu alat bantu yang dapat digunakan
dalam bahasa pemrograman berorientasi objek. Selain itu UML merupakan standard modeling language yang terdiri dari kumpulan-kumpulan diagram,
dikembangkan untuk membantu para pengembang sistem (developer) dan software agar bisa menyelesaikan tugas-tugas seperti: Spesifikasi, Visualisasi, Desain Arsitektur, Konstruksi, Simulasi dan Testing. Dapat disimpulkan bahwa UML (Unified Modeling Language) adalah sebuah bahasa yang berdasarkan grafik atau
Dokumentasi UML menyediakan 10 macam diagram untuk memodelkan aplikasi berorientasi objek yang 4 diantaranya adalah [14]:
1. Use Case Diagram
Use Case Diagram menggambarkan fungsionalitas yang diharapkan dari
sebuah sistem. Di dalam use case diagram ini sendiri lebih ditekankan kepada apa yang diperbuat sistem dan bagaimana sebuah sistem itu bekerja. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan sistem. Use case merupakan bentuk dari sebuah pekerjaan tertentu, misalnya login ke dalam sistem, posting, dan sebagainya, sedangkan seorang aktor adalah sebuah entitas manusia
atau mesin yang berinteraksi dengan sistem untuk melakukan pekerjaan-pekerjaan tertentu [15]. Adapun komponen-komponen dalam use case diagram diantaranya: a. Aktor
Aktor merupakan suatu entitas yang berkaitan dengan sistem tapi bukan dari bagian dalam sistem itu sendiri. Aktor berada diluar sistem namun berkaitan erat dengan fungsionalitas didalamnya. Aktor dapat memiliki hubungan secara langsung terhadap fungsi utama baik terhadap salah satu atau semua fungsionalitas utama. Aktor juga dapat dibagi terhadap berbagai jenis atau tingkatan dengan cara digeneralisasi atau dispesifikasi tergantung kebutuhan sistemnya. Aktor biasanya dapat berupa pengguna atau database yang secara pandang berada dalam suatu ruang lingkup sistem tersebut.
b. Use Case
Use case merupakan gambaran umum dari fungsi atau proses utama yang menggambarkan tentang salah satu perilaku sistem. Perilaku sistem ini terdefinisi dari proses bisnis sistem yang akan dimodelkan. Tidak semua proses bisnis digambarkan secara fungsional pada use case, tetapi yang digambarkan
27
Gambar II-2 Contoh Use Case Diagram
2. Activity Diagram
Activity Diagram adalah sebuah tahapan yang lebih fokus kepada
Gambar II-3 Contoh Activity Diagram
3. Class Diagram
Class Diagram adalah sebuah class yang menggambarkan struktur dan
29
Gambar II-4 Contoh Class Diagram
4. Sequence Diagram
Sequence Diagram digunakan untuk menggambarkan perilaku pada sebuah
skenario. Diagram jenis ini memberikan kejelasan sejumlah objek dan pesan-pesan yang diletakkan diantaranya di dalam sebuah use case. Komponen utamanya adalah objek yang digambarkan dengan kotak segi empat atau bulat, message yang digambarkan dengan garis penuh, dan waktu yang ditunjukkan dengan progress vertical. Manfaat dari sequence diagram adalah memberikan gambaran detail dari
setiap use case diagram yang dibuat sebelumnya [15]. Contoh dari sequence diagram dapat dilihat pada gambar berikut.
II.2.10. Skala Likert
Skala likert merupakan salah satu metode yang dapat digunakan untuk mendapatkan hasil pengujian angket atau kuesioner. Skala likert sering digunakan untuk mengukur sikap, pendapat, dan presepsi seseorang atau sekelompok orang tentang suatu gejala atau fenomena. Skala likert meminta kepada responden untuk menjawab suatu pernyataan dengan jawaban sangat setuju (SS), setuju (S), belum memutuskan (N), tidak setuju (T), dan sangat tidak setuju (ST). Untuk masing-masing jawaban mempunyai bobot nilai yang berbeda, adapun pemberian bobot
nilai itu sendiri tergantung jenis pernyataan yang dapat dilihat pada tabel berikut [16].
Tabel II-1 Tabel pemberian nilai pada skala likert
Jenis Pernyataan
Bobot Pendapat
SS S N T ST
Positif 5 4 3 2 1
Negatif 1 2 3 4 5
Ketika jawaban sudah dihitung berdasarkan bobot nilainya masing-masing, maka dilanjutkan menghitung rata-rata dari setiap konten pernyataan dan indikator pernyataan itu sendiri dengan menggunakan rumus:
= ∑ �/
�
=
203
BAB V
KESIMPULAN DAN SARAN
V.1. Kesimpulan
Berdasarkan hasil pengujian aplikasi web visualisasi pantau pangan maka diperoleh kesimpulan sebagai berikut:
1. Aplikasi ini dapat membantu masyarakat pelaku perdagangan dalam mengetahui harga standar pasaran terbaru tiap komoditas pangan.
2. Aplikasi ini dapat membantu masyarakat dalam membaca fluktuasi harga tiap komoditas pangan.
3. Aplikasi ini dapat membantu pemerintah dalam melihat perubahan tingkat inflasi terhadap indeks harga.
4. Aplikasi ini dapat membantu pemerintah dalam melihat perubahan tingkat konsumsi masyarakat terhadap jumlah penduduk.
5. Aplikasi ini dapat membantu pemerintah dalam mengelompokkan komoditas berdasarkan lahan panen dan produksinya.
V.2. Saran
Data terbuka dapat dikatakan belum lama dipublikasi oleh Indonesia. Berbagai bentuk pemanfaatan terhadap data terbuka juga mulai muncul seiring
semakin berkembangnya data terbuka Indonesia, khususnya visualisasi terhadap data terbuka itu sendiri. Pada penelitian ini, untuk melakukan pembuatan aplikasi visualisasi terhadap data terbuka ternyata masih banyak kendala yang ditemui. Berikut ini beberapa saran untuk pengembangan aplikasi visualisasi data selanjutnya antara lain adalah:
1. Aplikasi tidak perlu lagi menggunakan admin untuk memasukkan data, melainkan menggunakan teknik crawling langsung dari sumber data terbuka. 2. Data terbuka berada pada satu sumber sehingga tidak menyulitkan dalam
3. Penyedia data terbuka melakukan pembaharuan agar informasi yang diperoleh lebih terkini.
4. Penyedia data terbuka menyediakan API (Application Programming Interface) untuk memudahkan pengembang dalam melakukan pemanfaatan terhadap data terbuka.
5. Pengembangan aplikasi tidak terbatas hanya mencakup mengenai pangan, namun dapat mengangkat topik yang lainnya.