• Tidak ada hasil yang ditemukan

ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE SAMPLING BERKELOMPOK : STUDI KASUS PEMILU WALIKOTA BANDUNG 2013.

N/A
N/A
Protected

Academic year: 2017

Membagikan "ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE SAMPLING BERKELOMPOK : STUDI KASUS PEMILU WALIKOTA BANDUNG 2013."

Copied!
31
0
0

Teks penuh

(1)

ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE SAMPLING BERKELOMPOK

(STUDI KASUS PEMILU WALIKOTA BANDUNG 2013)

SKRIPSI

Diajukan untuk Memenuhi Sebagian Syarat untuk Memperoleh Gelar Sarjana Sains

Konsentrasi Statistika

Oleh

Putri Noviyandari

NIM 1003399

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM Click to buy NOW!

PDF-XCHANGE w

w

w .tr

acker-softwar

e.c

om Click to buy NOW!

PDF-XCHANGE w

w

w .tr

acker-softwar

e.c

(2)

ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE SAMPLING BERKELOMPOK

(STUDI KASUS PEMILU WALIKOTA BANDUNG 2013)

Oleh Putri Noviyandari

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Sains pada

Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

© Putri Noviyandari 2014 Universitas Pendidikan Indonesia

Juni 2014

Hak Cipta dilindungi Undang-Undang.

Click to buy NOW!

PDF-XCHANGE w

w

w .tr

acker-softwar

e.c

om Click to buy NOW!

PDF-XCHANGE w

w

w .tr

acker-softwar

e.c

(3)

PUTRI NOVIYANDARI

ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE

SAMPLING BERKELOMPOK

(STUDI KASUS PEMILU WALIKOTA BANDUNG 2013)

DISETUJUI DAN DISAHKAN OLEH :

Pembimbing I

Drs. Nar Herrhyanto, M.Pd

NIP.196106181987031001

Pembimbing II

Fitriani Agustina, S.Si., M.Si

NIP.198108142005012001

Mengetahui,

Ketua Jurusan Pendidikan Matematika Click to buy NOW!

PDF-XCHANGE w

w

w .tr

acker-softwar

e.c

om Click to buy NOW!

PDF-XCHANGE w

w

w .tr

acker-softwar

e.c

(4)

Putri Noviyandari,2014

ANALISIS QUICK COUNT DENGAN MENGGUNAKAN METODE SAMPLING BERKELOMPOK

(STUDI KASUS PEMILU WALIKOTA BANDUNG 2013)

ABSTRAK

Pemilihan Umum di Indonesia dilaksanakan secara langsung, umum, bebas, rahasia, jujur, dan adil yang telah diatur pada UUD 1945 Pasal 22E. Proses perhitungan suara dalam Pemilihan Umum (Pemilu) di Indonesia oleh Komisi Pemilihan Umum (KPU) masih membutuhkan waktu yang lama sehingga memungkinkan para pendukung calon memanipulasi data perolehan suara. Untuk menghindari terjadinya kecurangan tersebut, dilakukan perhitungan cepat atau

Quick Count pada Pemilu. Quick Count merupakan prediksi hasil perhitungan

suara Pemilu berdasarkan fakta bukan berdasarkan opini warga karena dilakukan langsung dari Tempat Pemungutan Suara (TPS) terpilih.Salah satu metode dalam menganalisis Quick Count, yaitu metode Cluster Sampling (sampling berkelompok). Dengan menggunakan metode ini, hasil perolehan suara dapat dengan cepat diperoleh dengan meminimalisir biaya, waktu, dan tenaga karena metode ini menganalisis tidak langsung ke elemen, malainkan melalui kelompok elemen terlebih dahulu. Berdasarkan penelitian, analisis Quick Count dalam Pemilu Walikota Bandung 2013 dengan menggunakan metode sampling berkelompok terbukti akurat karena berhasil memprediksi urutan pemenang dengan benar dan memiliki tingkat presisi yang tinggi karena menghasilkan rata-rata kekeliruan hanya sebesar 0,86%.

(5)

Putri Noviyandari,2014

QUICK COUNT ANALYSIS WITH CLUSTER SAMPLING METHOD (CASE STUDY OF GENERAL ELECTION OF BANDUNG MAYOR 2013)

ABSTRACT

General Election in Indonesia is held live, general, free, confidential, honest, and fair which already set in UUD 1945 article 22E. The process of votes counting in the General Election (Pemilu) in Indonesia by General Election Commission (KPU) still takes a long time that might give any chance for the candidate supportersto manipulate the vote. To prevent this kind of cheat, Quick Count is done in the General Election. Quick Count is a prediction of the General

Election’s result based on the fact not just public opinion as it done directly from

the Choosen Voting Site (TPS). One of the using method to analyse Quick Count is cluster sampling method. By using this method, voting results can be gained quickly with minimisation of cost, time, and energy, as this method analyses indirectly to the elements, rather through element cluster in advance. Based on research, Quick Count analysis in the General Election of Bandung Mayor 2013 by using cluster sampling method had been accurated proven as it succeed to predict the order of winning candidate validly and had high precision level since it resulted the average of error only 0,86%.

(6)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pemilihan umum (Pemilu) merupakan sarana penting untuk memilih wakil-wakil rakyat yang benar-benar akan bekerja mewakili mereka dalam proses pembuatan kebijakan negara (Meidial, 2013). Pemilu dilakukan untuk memilih wakil-wakil rakyat yang akan duduk di Dewan Perwakilan Rakyat (DPR), Dewan Perwakilan Rakyat Daerah (DPRD), Dewan Perwakilan Daerah (DPD), pemilihan Presiden dan Wakil Presiden, dan pemilihan kepala daerah (Pilkada) untuk memilih Gubernur atau Walikota atau Bupati beserta wakilnya. Wilayah Indonesia yang sangat luas dan banyak daerah yang sulit dijangkau menyebabkan hasil perolehan suara membutuhkan waktu yang lama. Proses perhitungan suara oleh lembaga resmi, seperti Komisi Pemilihan Umum (KPU), meskipun sudah memakai sistem teknologi informasi yang canggih dan berbiaya mahal namun biasanya baru dapat diketahui dua minggu hingga satu bulan setelah pemilihan. Para pendukung calon kesulitan untuk mengetahui perkembangan suara calon, tidak menutup kemungkinan juga mereka memiliki waktu untuk melakukan kecurangan yaitu dengan memanipulasi hasil perhitungan suara. Permasalahan tersebut dapat diatasi dengan perhitungan cepat atau yang biasa di sebut dengan

Quick Count.

(7)

jam setelah perhitungan suara, masyarakat sudah dapat mengetahui pemenang pemilihan.

Quick Count ini dapat dilakukan dengan menggunakan metode sampling.

Terdapat tiga jenis metode sampling, yaitu sampling acak sederhana, sampling berstrata, dan sampling berkelompok. Ketiga metode ini memiliki kelebihan dan kekurangan masing-masing. Pada sampling acak sederhana, akan sulit dilakukan jika data yang akan diolah sangat banyak karena prosesnya yang cukup panjang. Pada sampling berstrata, jika data yang akan dianalisis cenderung bersifat homogen, metode ini akan sulit dilakukan untuk mengklasifikasikan populasi berdasarkan karakteristiknya. Pada sampling berkelompok, kita dapat lebih meminimalisir waktu, tenaga dan biaya penelitian karena penarikan sampel pada metode ini tidak langsung ke elemen, tetapi terlebih dahulu melalui kelompok elemen (unit sampling).

Oleh karena itu, dalam skripsi ini penulis akan membahas analisis Quick

Count dengan menggunakan sampling berkelompok pada Pemilu Walikota

Bandung 2013.

1.2 Rumusan Masalah

Berdasarkan uraian di atas, penulis merumuskan beberapa masalah dalam skripsi ini, yaitu:

1. Bagaimana tingkat akurasi hasil Quick Count jika dibandingkan dengan hasil resmi Pemilu dari KPU?

2. Bagaimana tingkat presisi hasil Quick Count jika dibandingkan dengan hasil resmi Pemilu dari KPU?

1.3 Tujuan Penulisan

Adapun tujuan dari penulisan skripsi ini yaitu:

(8)

2. Mengetahui tingkat presisi hasil Quick Count jika dibandingkan dengan hasil resmi Pemilu dari KPU.

1.4 Batasan Masalah

Batasan masalah pada penulisan skripsi ini yaitu:

1. Penggunaan sampling berkelompok untuk menganalisis Quick Count. 2. Studi kasus yang digunakan yaitu Pemilu Walikota Bandung 2013.

1.5 Manfaat Penulisan

Terdapat beberapa manfaat dalam penulisan skripsi ini, yaitu: 1. Manfaat Teoritis

Manfaat penulisan skripsi ini secara teoritis adalah menambah wawasan tentang Sampling berkelompok melalui penerapannya untuk Pemilu Walikota Bandung 2013.

2. Manfaat Praktis

Manfaat penulisan skripsi ini secara praktis adalah membantu lembaga-lembaga resmi di Indonesia dalam proses Quick Count pada Pemilu Walikota Bandung 2013.

1.6 Sistematika Penulisan

Adapun sistematika penulisan pada skripsi ini yaitu: BAB I Pendahuluan

Mengemukakan latar belakang masalah, rumusan masalah, tujuan penulisan, batasan masalah, manfaat penulisan dan sistematika penulisan.

BAB II Kajian Pustaka

(9)

BAB III Metode Sampling Berkelompok

Menjelaskan mengenai cara menentukan sampel untuk perhitungan

Quick Count dengan menggunakan Metode Sampling berkelompok.

BAB IV Studi Kasus

Berisi simulasi kasus penentuan sampel untuk perhitungan Quick

Count dan menganalisis keakuratan perhitungan Quick Count

dibandingkan hasil resmi Pemilu dari KPU. BAB V Kesimpulan dan Saran

Berisi rangkuman keseluruhan hasil pembahasan dalam bentuk kesimpulan dan saran.

(10)

BAB II

KAJIAN PUSTAKA

2.1 Pemilihan Umum

Erwin (2010:141) menyatakan bahwa Pemilihan Umum merupakan perwujudan atas kedaulatan rakyat dan demokrasi untuk menentukan wakil-wakil rakyat yang akan duduk pada lembaga perwakilan rakyat dan juga memilih Presiden dan Wakil Presiden termasuk memilih yang akan memimpin pemerintahan (eksekutif) setempat. Sistem Pemilihan Umum (Pemilu) yang biasa digunakan negara-negara di dunia dapat dibagi kedalam dua buah sistem pemilihan, yaitu:

1. Sistem pemilihan distrik

Pada sistem pemilihan ini, suatu negara membagi wilayahnya menjadi beberapa distrik (wilayah kecil) dan menentukan satu wakil tunggal berdasarkan suara terbanyak (mayoritas) dari setiap distriknya. Sistem pemilihan distrik memiliki empat karakteristik, diantaranya:

a. First past the post, yaitu sistem yang menegakkan prinsip single

member district (satu anggota distrik) dan pemilihan yang berpusat

pada calon serta pemenangnya adalah calon yang mendapatkan suara terbanyak.

b. The two round system, yaitu sistem yang menggunakan putaran kedua

sebagai dasar untuk menentukan pemenang Pemilu.

c. The alternative vote, yaitu sistem yang menerapkan para pemilih

diberikan otoritas untuk menentukan prioritasnya dalam menentukan peringkat terhadap calon-calon yang ada.

d. Block vote, yaitu sistem dimana para pemilih memiliki kebebasan untuk

(11)

2. Sistem pemilihan proporsional

Sistem pemilihan proporsional merupakan sistem yang dilihat dari jumlah penduduk yang terdaftar sebagai pemilih. Dalam sistem pemilihan ini, negara terbagi atas beberapa daerah pemilihan, dimana kursi yang diperebutkan untuk legislatif pusat dibagi kedalam daerah-daerah pemilihan berdasarkan jumlah penduduk dari pemilihan tersebut.

2.2 Pemilihan Umum di Indonesia

Pemilu merupakan sarana untuk mewujudkan kedaulatan rakyat. Negara Indonesia adalah negara yang berkedaulatan rakyat, sesuai bunyi Pembukaan UUD 1945 alinea keempat yaitu, “maka disusunlah kemerdekaan kebangsaan

Indonesia itu dalam suatu Undang-Undang Dasar Negara Indonesia, yang

terbentuk dalam suatu susunan negara Republik Indonesia yang berkedaulatan

rakyat”. Pemilu di Indonesia juga telah diatur oleh UUD 1945 Pasal 22E,

diantaranya:

1. Pemilihan Umum dilaksanakan secara langsung, umum, bebas, rahasia, jujur, dan adil setiap lima tahun sekali.

2. Pemilihan Umum diselenggarakan untuk memilih anggota Dewan Perwakilan Daerah, Presiden dan Wakil Presiden dan Dewan Perwakilan Rakyat Daerah. 3. Peserta Pemilihan Umum untuk memilih anggota Dewan Perwakilan Rakyat

dan anggota Dewan Perwakilan Rakyat Daerah adalah partai politik.

4. Peserta Pemilihan Umum untuk memilih anggota Dewan Perwakilan Daerah adalah perseorangan.

5. Pemilihan Umum diselenggarakan oleh suatu komisi Pemilihan Umum yang bersifat nasional, tetap, dan mandiri.

(12)

2.3 Pemilihan Kepala Daerah

Pemilihan Kepala Daerah (Pilkada) diselenggarakan oleh Komisi Pemilihan Umum Daaerah (KPUD) setempat secara demokratis dan berasaskan langsung, umum, bebas, rahasia, jujur, dan adil yang telah diatur pada

Undang-Undang Nomor 32 Tahun 2004 bagian kedelapan pasal 56, yaitu “Kepala daerah

dan wakil kepala daerah dipilih dalam satu pasangan calon yang dilaksanakan

secara demokratis berdasarkan asas langsung, umum, bebas, rahasia, jujur, dan

adil”. Pasangan calon Kepala Daerah dan Wakil Kepala Daerah yang memperoleh

suara unggul, yaitu lebih dari 50 persen dari jumlah suara sah ditetapkan sebagai pasangan calon terpilih. Jika tidak ada pasangan calon yang memperoleh suara lebih dari 50 persen, maka yang ditetapkan sebagai pasangan calon terpilih yaitu pasangan calon Kepala Daerah dan Wakil Kepala Daerah yang memperoleh suara lebih dari 25 persen dari jumlah suara sah. Apabila terdapat lebih dari satu pasangan calon yang memperoleh suara terbesar, maka yang ditetapkan sebagai calon terpilih dilakukan berdasarkan wilayah perolehan suara yang lebih luas. Sedangkan jika tidak terdapat pasangan calon yang memperoleh suara lebih dari 25 persen dari jumlah suara sah, maka harus dilakukan pemilihan putaran kedua yang diikuti oleh pasangan calon yang memperoleh suara terbesar pertama dan kedua.

2.4 Quick Count

(13)

lembaga survei di Indonesia memilih untuk melakukan perhitungan cepat atau biasa disebut Quick Count.

Quick Count dilakukan pertama kali pada Pemilu tahun 1986 di Philipina

dengan dua calonnya yaitu Ferdinand Marcos dan Corazon Aquino. Sebuah Lembaga Swadaya Masyarakat (LSM) yang bernama National Citizens Movement

for Free Election (NAMFREL) melakukan Parallel Vote Tabulation (PVT) yaitu

pencatatan hasil penghitungan suara Pemilu. NAMFREL menemukan kecurangan pada Pemilu tersebut, yaitu manipulasi suara pada kemenangan Ferdinand Marcos sehingga dapat menggagalkan keputusan Pemilu yaitu kemenangan Ferdinand Marcos. Kemudian NAMFREL menunjukkan kemenangan dari Corazon Aquino. Sejak saat itu Quick Count dianggap sebagai pengontrol Pemilu untuk menegakkan Pemilu yang jujur dan adil.

Quick Count dilaksanakan di Indonesia sejak tahun 1997 oleh Lembaga

Penelitian, Pendidikan, dan Penerangan Ekonomi dan Sosial (LP3ES) pada Pemilu terakhir kekuasaan Soeharto. Metode ini dilakukan secara rahasia dan dilakukan bersama salah satu ahli politik di Indonesia. LP3ES dapat memprediksi hasil Pemilu di DKI Jakarta secara akurat sama seperti hasil perhitungan suara oleh Lembaga Pemilihan Umum (LPU). Pada saat itu LP3ES tidak mempublikasikan hasilnya dengan alasan untuk keamanan politik. Pada pelaksanaan Pemilu tahun 1999, LP3ES kembali melakukan Quick Count di NTB dan Pulau Jawa, mereka berhasil memprediksi urutan partai beserta dengan persentase suaranya. Pada tahun 2004, LP3ES bekerja sama dengan lembaga internasional Amerika yang sudah terbiasa melakukan Quick Count yaitu Natinal

Democratic Institute for International Affairs (NDI). Mereka berhasil

memprediksi pemenang Pemilu dan komposisi pemenang Pemilu dari urutan 1 sampai 24. Seiring berjalannya waktu, metode yang digunakan dalam Quick

Count semakin berkembang. Dengan menggunakan prinsip dasar statistika,

(14)

Menurut Wikipedia, Quick Count adalah sebuah metode verifikasi hasil Pemilihan Umum yang dilakukan dengan menghitung persentase hasil Pemilu di TPS yang dijadikan sampel. Quick Count dapat menghasilkan gambaran hasil perolehan suara secara cepat dan akurat karena Quick Count dilakukan langsung dari TPS terpilih, bukan dari pandangan atau pendapat warga. Metode ini dilakukan selain untuk meminimumkan biaya dan mempercepat hasil perhitungan suara, juga dapat dijadikan pembanding hasil pehitungan suara dari KPU. Para pendukung calon pun tidak kesulitan dalam mencari informasi perkembangan hasil suara calon. Hal ini juga dapat mencegah pemicu terjadinya kecurangan dalam Pemilu yaitu manipulasi data hasil perhitungan suara.

2.5 Penyelenggaraan Quick Count

Quick Count merupakan prediksi hasil perhitungan suara Pemilu

berdasarkan fakta bukan berdasarkan opini warga. Menurut Sumargo (2006), keberhasilan pelaksanaan Quick Count ditentukan oleh beberapa faktor yaitu:

1. Syarat, yaitu adanya akses ke TPS, kredibilitas dan independensi, jaringan di akar rumput (grass root), dan dukungan komunikasi data. 2. Pelatihan, seluruh elemen yang terlibat dalam kegiatan ini diberi

pelatihan.

3. Quality control, yaitu adanya beberapa penjaminan kevalidan data,

diantaranya:

a. Relawan diminta untuk melakukan validasi hasil pencatatan perolehan suara.

b. Validasi dilakukan dengan meminta tandatangan ketua TPS yang dipantau.

c. Satu minggu sebelum hari Pemilu dilaksanakan dilakukan monitoring untuk memastikan apakah proses persiapan pemantauan berjalan sebagaimana seharusnya.

d. Memastikan apakah data yang diperoleh adalah benar dan valid dengan spotcheck.

e. Daerah ataupun TPS yang dikunjungi untuk spotcheck dipilih secara acak.

(15)

Terdapat dua tahapan penting dalam proses Quick Count yang dilaksanakan oleh JSI, yaitu tahapan perencanaan frame dan tahapan pelaksanaan lapangan. Pada tahapan perencanaan frame, meliputi tiga tahap, yaitu:

1. Penentuan jumlah sampel TPS, dengan mempertimbangkan geografis dan keragaman populasi pemilih dan TPS, dapat diestimasi berapa jumlah sampel optimum yang mampu memprediksi parameter populasi.

2. Mengalokasikan sampel TPS di tiap-tiap kabupaten atau kota secara proposional.

3. Menentukan sampel TPS terpilih, diawali dengan mengurutkan kelurahan atau desa di tiap-tiap kota atau kabupaten berdasarkan arah mata angin, utara ke selatan serta timur ke barat, selanjutnya pemilihan TPS sampel di tiap kelurahan atau desa secara sistematik sampling dengan menentukan satu sampel TPS terpilih sebagai titik awal lalu melompat dengan interval tertentu menuju sampel TPS berikutnya, langkah ini dilakukan sebanyak alokasi sampel TPS yang diperlukan sehingga sampai tahapan ini diperoleh daftar sampel TPS yang siap untuk didatangi oleh petugas lapangan.

Tahapan berikutnya yaitu JSI menempatkan petugas lapangan di sampel TPS yang telah ditentukan. Mereka akan ditugaskan di tiap-tiap sampel TPS terpilih, dengan mengirimkan data hasil perhitungan suara di TPS tersebut menggunakan Short Message Service (SMS). Kemudian data hasil perhitungan di sejumlah sampel TPS yang berhasil dikirim melalui SMS akan disusun di pusat data JSI sampai menghasilkan data persentase suara tiap calon, persentase per wilayah zona, juga persentase tingkat partisipasi rakyat.

Selanjutnya JSI harus menjaga kualitas data (validitas data) yang masuk ke pusat data dari para petugas lapangan, untuk tujuan ini dilakukan proses quality

control dengan mendatangi sejumlah sampel TPS (spotcheck) sebanyak 20% dari

total sampel TPS.

(16)

(margin of error). Toleransi kesalahan dengan alokasi sampel optimum di sejumlah TPS terpilih kurang lebih 1% pada selang kepercayaan 99%.

2.6 Populasi

Menurut Supranto (1992:3), populasi ialah kumpulan yang lengkap dari seluruh elemen yang sejenis, tetapi dapat dibedakan karena karakteristiknya. Sedangkan menurut Sugiyono (2011:117-118), populasi adalah wilayah generalisasi yang terdiri atas: obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Jadi populasi bukan hanya mengenai orang, tetapi juga obyek dan benda-benda alam yang lain. Populasi bukan sekedar jumlah yang ada pada obyek atau subyek yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh subyek atau obyek itu. Terdapat dua macam populasi, yaitu:

1. Populasi terbatas, yaitu populasi yang sumber datanya jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya.

2. Populasi tidak terbatas, yaitu populasi yang sumber datanya tak dapat ditentukan batasnya sehingga relatif tidak dapat dinyatakan secara kuantitatif. Oleh karena itu, luas populasi bersifat tidak terbatas dan hanya dapat dijelaskan secara kualitatif.

Sedangkan berdasarkan sifatnya, populasi dapat dibagi menjadi dua, yaitu:

1. Populasi dikatakan homogen, apabila anggota populasi tersebut memiliki sifat atau keadaan yang sama sehingga tidak perlu mempermasalahkan jumlahnya secara kuantitatif.

2. Populasi dikatakan heterogen, apabila anggota populasi tersebut memiliki sifat atau keadaan yang berbeda atau bervariasi sehingga perlu ditetapkan batas-batasnya secara kuantitatif ataupun secara kualitatif.

(17)

Menurut Wikipedia, sampel merupakan bagian dari populasi yang ingin diteliti, dipandang sebagai suatu pendugaan terhadap populasi, namun bukan populasi itu sendiri. Sampel dianggap sebagai perwakilan dari populasi yang hasilnya dapat mewakili keseluruhan gejala yang diamati. Adapun faktor-faktor yang harus diperhatikan dalam penentuan ukuran sampel, yaitu:

1. Degree of homogenity dari populasi, semakin homogen populasi maka

semakin sedikit jumlah sampel yang diambil

2. Presisi yang dikehendaki, semakin tinggi tingkat presisi yang dikehendaki maka semakin banyak jumlah sampel yang diambil

3. Rencana analisa 4. Tenaga

5. Biaya 6. Waktu

Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi, artinya sampel harus valid. Sampel yang baik ditentukan oleh dua faktor, yaitu:

1. Akurasi

Akurasi atau ketepatan merupakan tingkat ketidakadaan kekeliruan dalam sampel. Dengan kata lain semakin sedikit tingkat kekeliruan yang ada dalam sampel, semakin akurat sampel tersebut. Tolak ukur adanya kekeliruan adalah populasi. Cooper dan Emory (dalam Mustafa, 2000) menyebutkan bahwa

“There is no systematic variance” yang maksudnya adalah tidak ada keragaman

pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu.

(18)

prediksinya salah yaitu berdasarkan hasil Quick Count, di antara dua calon Presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun salah karena ternyata Roosevelt yang terpilih menjadi Presiden Amerika.

Setelah diteliti, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya. Sampel yang diambil adalah pemilih yang memiliki telepon dan mobil, akibatnya pemilih yang tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Menurut Nan Lin (dalam Mustafa, 2000), dari kejadian tersebut terdapat dua pelajaran yang dapat diperoleh, yaitu:

a. Keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel

b. Agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi.

2. Presisi

Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana penaksiran dengan karakteristik populasi. Semakin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka semakin tinggi tingkat presisi sampel tersebut.

(19)

Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti yang diutarakan oleh Kerlinger (dalam Mustafa, 2000).

besar

kesalahan

kecil

kecil besar

[image:19.595.133.451.167.299.2]

besarnya sampel

Gambar 2.1 Hubungan Besarnya Sampel dan Tingkat Kesalahan

2.8 Metode Sampling

Menurut Wikipedia, metode sampling adalah bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian dari populasi. Metodologi ini diperlukan agar didapatkan sampel yang baik yaitu sampel yang dapat mewakili sebanyak mungkin karakteristik populasinya. Dalam pengambilan sampel, ada beberapa pengertian yang perlu diketahui, antara lain:

1. Populasi sasaran (target populasi), yaitu populasi yang menjadi sasaran pengamatan atau populasi dimana suatu keterangan akan diperoleh.

2. Kerangka sampel (sampling frame), yaitu suatu daftar unit-unit yang ada pada populasi yang akan diambil sampelnya atau daftar anggota populasi.

3. Unit sampel (sampling unit), yaitu unit terkecil pada populasi yang akan diambil sebagai sampel.

4. Rancangan sampel, yaitu rancangan yang meliputi cara pengambilan sampel dan penentuan besar sampelnya.

Metode sampling ini dibagi menjadi dua, yaitu sampling probabilitas dan sampling non probabilitas.

(20)

Sampling probabilitas adalah metode sampling yang memberikan peluang yang sama bagi setiap anggota populasi untuk dipilih menjadi anggota sampel. Metode sampling probabilitas terdiri dari:

a. Sampling acak sederhana (Simple Random Sampling)

Pada metode ini, proses pengambilan sampel dilakukan dengan memberi kesempatan yang sama pada setiap anggota populasi untuk menjadi anggota sampel. Proses memilih sejumlah anggota sampel dari populasi dilakukan secara acak. Metode ini dilakukan jika populasinya bersifat homogen.

b. Sampling berstrata (Stratified Random Sampling)

Sampling berstrata merupakan suatu metode sampling dimana populasi dibagi kedalam sub populasi (strata). Metode ini dilakukan karena populasi bersifat heterogen. Peneliti harus terlebih dahulu memahami karakteristik anggota populasinya. Selanjutnya dikelompokkan berdasarkan karakteristiknya agar populasi di setiap strata bersifat homogen.

c. Sampling Berkelompok (Cluster Sampling)

Metode ini dilakukan jika populasinya bersifat homogen. Sehingga pengelompokan populasinya mudah dilakukan, yaitu dapat dilakukan secara

random (acak). Pada dasarnya metode ini hampir sama dengan sampling

acak berstrata, tetapi penarikan sampel pada metode ini tidak langsung ke elemen, tetapi terlebih dahulu melalui kelompok elemen.

2. Sampling Non Probabilitas

(21)

diminta segera, dan tidak memerlukan ketepatan yang tinggi. Terdapat empat metode sampling dalam sampling non probabilistik ini, yaitu:

a. Convenience Sampling

Convenience sampling merupakan metode dalam memilih sampel

dimana peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan dan kebetulan saja. Oleh karena itu, beberapa penulis menggunakan istilah accidental sampling atau captive sampling. Penarikan sampel dalam metode ini dilakukan dengan cara memilih orang yang kebetulan ditemui saja. Beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif.

b. Snowball Sampling

Snowball sampling merupakan metode sampling yang digunakan

ketika peneliti tidak banyak mengetahui tentang informasi populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak sampel, dia meminta kepada sampel pertama untuk menunjukkan orang lain yang dapat dijadikan sampel. Dengan kata lain, satuan sampling dipilih atau ditentukan berdasarkan informasi dari responden sebelumnya.

c. Purposive Sampling

Purposive sampling merupakan metode sampling yang satuan

(22)

yang diperlukan bagi penelitian yang dia buat. Untuk menentukan siapa yang akan dijadikan sebagai anggota sampel, maka peneliti harus mengetahui dan beranggapan bahwa orang yang dipilihnya dapat memberikan informasi yang diinginkan sesuai dengan masalah penelitiannya. Pengambilan sampel ini dapat dibagi dua yaitu judgment sampling san quota sampling:

1) Judgment sampling yaitu metode pengambilan sampling dimana

sampel yang dipilih berdasarkan penilaian peneliti terhadap seseorang yang paling baik jika dijadikan sampel penelitiannya.

2) Quota sampling yaitu metode pengambilan sampling dalam

bentuk strata secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja.

d. Haphazard Sampling

Haphazard sampling merupakan metode sampling dimana satuan

(23)

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan sebelumnya, dapat diambil kesimpulan sebagai berikut.

1. Hasil Quick Count dengan menggunakan metode sampling berkelompok jika dibandingkan dengan hasil resmi Pemilu dari KPU terbukti akurat karena berhasil memprediksikan urutan (peringkat) pemenang dengan benar.

2. Hasil Quick Count dengan menggunakan metode sampling berkelompok jika dibandingkan dengan hasil resmi Pemilu dari KPU terbukti memiliki tingkat presisi yang tinggi karena menghasilkan rata-rata kekeliruan hanya sebesar 0,86%, tidak sampai 1% rata-rata kekeliruan dari penggunaan metode sampling berkelompok.

5.2 Saran

(24)

Lampiran 2: Perhitungan Penaksir Total Populasi dan Penaksir Variansinya

� = =1� = =1 =1� (3.1)

� � = 2 − ��

2

+ =1 2 − �

2

(3.3)

1. Pasangan calon nomor 2 : Wahyudin dan Tonny

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 2, yaitu:

�11 = 444,�12 = 491,�21 = 406,�22 = 799,�31 = 556,�32 = 296,

�41 = 471,�42 = 299,�51 = 858,�52 = 806,�61 = 259,�62 = 595,

�71 = 544,�72 = 291,�81 = 643,�82 = 392,�91 = 323,�92 = 803,

�10,1 = 1185,�10,2 = 922, �11,1 = 258,�11,2 = 251, �12,1 = 453,�12,2= 493,

�13,1 = 675, �13,2= 738, �14,1= 407,�14,2= 580, �15,1= 188,�15,2 = 280.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 2, yaitu:

� 2 = 30

15 6

2 444 + 491 +

4

2 406 + 799 +

6

2 556 + 296 +⋯+

42188+280

= 2 2805 + 2410 + 2556 +⋯+ 936 = 2 42071 = 84.143,5

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 1.915.381. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15

15

1.915.381

15 = 57.461.435

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2 − �

2

(25)

Selanjutnya, substitusikan hasil di atas ke dalam persamaan (3.3). Sehingga diperoleh, � � 2 =57.483.773,71.

2. Pasangan calon nomor 3 : Wawan dan Sayogo

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 3, yaitu:

�11 = 60,�12 = 100,�21 = 79,�22 = 192,�31 = 76,�32 = 63,

�41 = 73,�42 = 56,�51 = 169,�52 = 179,�61 = 118,�62 = 164,

�71 = 63,�72 = 57,�81 = 158,�82 = 63,�91 = 53,�92 = 195,

�10,1 = 250,�10,2 = 270, �11,1 = 81,�11,2 = 83, �12,1= 97,�12,2 = 383,

�13,1 = 104, �13,2= 176, �14,1= 83,�14,2= 105, �15,1= 33,�15,2= 28.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 3, yaitu:

� 3 = 30

15 6

2 60 + 100 +

4

2 79 + 12 +

6

2 76 + 63 +⋯+

4

2 33 + 28

= 2 480 + 542 + 417 +⋯+ 122 = 2 9881 = 19762

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 197.929,67. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15 15

197.929,67

15 = 5.937.890,21

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2 − �

2

=8.694,26.

(26)

3. Pasangan calon nomor 4 : Ridwan Kmail dan Oded

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 4, yaitu:

�11 = 1920,�12 = 2074,�21 = 2212,�22 = 5206,�31 = 2608,�32 = 1009,

�41 = 3551,�42 = 1917,�51 = 4967,�52 = 4225,�61 = 1987,�62 = 3458,

�71 = 2685,�72 = 1409,�81 = 3648,�82 = 1973,�91 = 2186,�92 = 6185,

�10,1 = 5352,�10,2 = 4621,�11,1= 2183,�11,2 = 2353,�12,1= 2521,

�12,2 = 3006,�13,1 = 4127, �13,2 = 4998, �14,1 = 2631,�14,2= 4463,

�15,1 = 1147,�15,2 = 1549.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 4, yaitu:

� 4 = 30

15 6

2 1920 + 2074 +

4

2 2212 + 5206 +

6

2 2608 + 1009 +⋯+

421147+1549

= 2 11982 + 14836 + 10851 +⋯+ 5392 = 2 245897 = 491795

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 51.663.362,81. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15

15

51.663.362,81

15 = 1.549.900.884,29

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2 − �

2

=277.080,69.

Selanjutnya, substitusikan hasil di atas ke dalam persamaan (3.3). Sehingga diperoleh, � � 4 =1.550.177.964,97.

(27)

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 5, yaitu:

�11 = 579,�12 = 891,�21 = 536,�22 = 1210,�31 = 951,�32 = 590,

�41 = 694,�42 = 674,�51 = 1008,�52 = 1340,�61 = 856,�62 = 1663,

�71 = 1054,�72 = 425,�81 = 904,�82 = 1981,�91= 666,�92= 1176,

�10,1= 1607,�10,2 = 1565,�11,1= 570,�11,2 = 329,�12,1 = 616,�12,2= 863,

�13,1 = 990, �13,2= 1225, �14,1= 479,�14,2= 1322,�15,1 = 451,�15,2= 284.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 5, yaitu:

� 5 = 30

15 6

2 579 + 891 +

4

2 536 + 1210 +

6

2 951 + 590 +⋯+

42451+284

= 2 4410 + 3492 + 4623 +⋯+ 1470 = 2 72050 = 144100

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 3.247.121,74. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15

15

3.247.121,74

15 = 97.413.652,14

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2

− �2

=83.449,89.

Selanjutnya, substitusikan hasil di atas ke dalam persamaan (3.3). Sehingga diperoleh, � � 5 =97.497.102,03.

(28)

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 3, yaitu:

�11 = 515,�12 = 386,�21 = 145,�22 = 415,�31 = 575,�32 = 379,

�41 = 246,�42 = 180,�51 = 571,�52 = 455,�61 = 580,�62 = 514,

�71 = 536,�72 = 300,�81 = 157,�82 = 712,�91 = 129,�92 = 531,

�10,1 = 412,�10,2 = 578, �11,1 = 299,�11,2 = 218, �12,1 = 253,�12,2= 576,

�13,1 = 350, �13,2= 557, �14,1= 355,�14,2= 287, �15,1= 353,�15,2 = 248.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 3, yaitu:

� 6 = 30

15 6

2 515 + 386 +

4

2 145 + 415 +

6

2 575 + 379 +⋯+

42353+248

= 2 2703 + 1120 + 2862 +⋯+ 1202 = 2 31455 = 62910

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 471.481,61. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15

15

471.481,61

15 = 14.144.448,21

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2 − �

2

=55.122,21.

Selanjutnya, substitusikan hasil di atas ke dalam persamaan (3.3). Sehingga diperoleh, � � 6 =14.199.570,42.

(29)

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 7, yaitu:

�11 = 119,�12 = 141,�21 = 158,�22 = 291,�31 = 174,�32 = 75,

�41 = 225,�42 = 100,�51 = 265,�52 = 225,�61 = 139,�62 = 138,

�71 = 151,�72 = 101,�81 = 134,�82 = 244,�91 = 123,�92 = 351,

�10,1 = 292,�10,2 = 310, �11,1 = 207,�11,2 = 159, �12,1 = 134,�12,2= 202,

�13,1 = 185, �13,2= 265, �14,1= 187,�14,2= 274, �15,1= 83,�15,2 = 82.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 7, yaitu:

� 7 = 30

15 6

2 119 + 141 +

4

2 158 + 291 +

6

2 174 + 75 +⋯+

4283+82

= 2 780 + 898 + 747 +⋯+ 330 = 2 14809 = 29618

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 156.865,21. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15

15

156.865,21

15 = 4.705.956,29

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2

− �2

=9.436,66.

(30)

7. Pasangan calon nomor 8 : Bambang Setiadi dan Alex Tahsin

Dengan menggunakan bantuan software Microsoft Excel, di dapatkan jumlah total suara di masing-masing kelurahan untuk pasangan calon nomor 8, yaitu:

�11 = 53,�12 = 57,�21 = 53,�22 = 90,�31 = 40,�32 = 33,

�41 = 38,�42 = 24,�51 = 127,�52 = 93,�61 = 234,�62 = 93,

�71 = 97,�72 = 43,�81 = 60,�82 = 51,�91 = 48,�92 = 66,

�10,1= 119,�10,2 = 257, �11,1= 27,�11,2 = 17, �12,1= 30,�12,2 = 58,

�13,1= 34, �13,2 = 211, �14,1= 65,�14,2 = 73, �15,1= 20,�15,2 = 13.

Sehingga, diperoleh penaksir total populasi untuk pasangan calon nomor 8, yaitu:

� 8 = 30

15 6

2 53 + 57 +

4

2 53 + 90 +

6

2 40 + 33 +⋯+

4

2 20 + 13

= 2 330 + 286 + 219 +⋯+ 66 = 2 5808 = 11616

Selanjutnya yaitu menghitung penaksir variansi dari penaksir total populasi. Dengan bantuan software Microsoft Excel, diperoleh 2 = 75.389,28. Substitusi variansi diantara usu ini ke dalam persamaan.

2 − ��

2

= 30230−15

15

75.389,28

15 = 2.261.678,36

Kemudian, dihitung =1 2 − �

2

. Dengan bantuan software Microsoft Excel, diperoleh =1 2 − �

2

=3.351,42.

(31)

Gambar

Gambar 2.1 Hubungan Besarnya Sampel dan Tingkat Kesalahan

Referensi

Dokumen terkait

Leverage, Dan Nilai Saham Terhadap Perataan Laba (Income Smoothing) Pada Perusahaan Manufaktur, Keuangan Dan Pertambangan Yang Terdaftar Di Bursa Efek

Sensor adalah suatu alat atau rangkaian alat yang dipakai untuk merubah su atu besaran tertentu menjadi besaran lain dengan cara “merasakan / mendeteksi” dalam

Kontribusi Kompensasi Dan Motivasi Kerja Terhadap Kinerja Guru Honorer SMA Negeri Di Kabupaten Purwakarta.. Universitas Pendidikan Indonesia | repository.upi.edu DAFTAR

Pengelolaan yang relevan dari “ cidomo ” menuju transportasi ramah lingkungan yang belum diterapkan dan harus diimplementasikan adalaha: pertama aspek kelembagaan yaitu

penjualan speedy pada dua lokasi yang berdekatan dapat berbeda, dengan demikian model STAR dengan asumsi parameter autoregressive dan parameter space-time

[r]

Pencarian titik penting pada gambar dengan metode interest point detector yang berguna untuk mengurangi lokasi pencarian sehingga pencarian wilayah yang mirip dengan

Lembar wawancara digunakan untuk memperoleh informasi mengenai pelaksanaan tindakan. Lembar wawancara diperuntukan terhadap pendapat guru dan siswa mengenai proses