34
METODE PENELITIAN
Metode penelitian adalah langkah dan prosedur yang akan dilakukan dalam pengumpulan data atau informasi guna memecahkan permasalahan dan menguji hipotesis penelitian. Bagian-bagian yang akan dibahas dalam bab ini terdiri dari wilayah dan jadwal penelitian, populasi dan sampel, sumber data, variabel penelitian, teknik analisis data, serta langkah-langkah penelitian.
3.1.Wilayah dan Jadwal Penelitian
Data yang digunakan dalam penelitian ini adalah data sekunder. Oleh karena itu, penelitian akan dilakukan di lingkup Universitas Bina Nusantara, Jakarta. Penelitian ini dilakukan dari bulan Februari hingga Juli 2013.
3.2.Populasi dan Sampel
Populasi pada penelitian ini adalah seluruh hotel yang ada di kota Kendari. Sedangkan sampel pada penelitian ini adalah 90 hotel yang ada di kota Kendari.
3.3.Sumber Data
Data yang digunakan dalam penelitian ini di dapat dari Badan Pusat Statistik (BPS).
3.4.Variabel Penelitian
Variabel penelitian dalam penelitian ini adalah variabel dependen ( ) dan variabel penjelas ( ) yang terdapat pada Tabel 3.1.
Tabel 3.1 Variabel Penelitian
Variabel Keterangan
Jumlah tamu yang menginap di hotel dalam satu tahun Jumlah kamar
Jumlah tempat tidur
Umur hotel
Tarif minimal Tarif maksimal Jumlah tenaga kerja Jumlah fasilitas hotel
3.5.Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah menggunakan Best Subset Regression berdasarkan kriteria statistik C-p Mallow dan Regresi Ridge.
3.6.Langkah-Langkah Penelitian
Langkah-langkah penelitian ini adalah: 1. Mempersiapkan data untuk dianalisis.
2. Memilih penjelas menggunakan Best Subset Regression dengan kriteria Statistik C-p Mallow.
3. Membuat model dengan variabel yang terpilih.
4. Melakukan pengujian asumsi klasik. Diketahui asumsi yang dilanggar adalah residual tidak berdistribusi normal, terdapat heteroskedastisitas dan terjadi multikolinearitas.
6. Setelah dilakukan transformasi logaritma natural, dilakukan kembali pengecekan uji asumsi klasik.
7. Membuat pemodelan dengan menggunakan regresi ridge untuk mengatasi multikolinearitas.
8. Mengecek nilai VIF untuk memastikan bahwa multikolinearitas telah teratasi. 9. Membuat pembahasan mengenai hasil yang telah diperoleh.
10.Membuat aplikasi. 3.7. Perancangan Layar
Perancangan layar program untuk aplikasi pemilihan model terbaik menggunakan Best Subset Regression dan regresi ridge dapat dilihat pada Gambar 3.1 sampai Gambar 3.8. Pada Gambar 3.2, terdapat 3 pilihan tombol yang digunakan dalam aplikasi awal. Pilihan browse pertama digunakan untuk mendapatkan Rscript sebelum melakukan perhitungan analisis dalam aplikasi ini. Pilihan browse kedua, berfungsi untuk mengambil data yang akan digunakan dalam analisis. Pilihan tombol ketiga adalah view, yang digunakan untuk melihat data yang telah diambil.
Best Subset Regression, Multiple Regression, Transformation dan Ridge Regression.
Gambar 3.2. Perancangan Layar Menu Analysis
Pada submenu Best Subset Regression, akan mengeluarkan tampilan seperti pada Gambar 3.3. User akan memilih variabel-variabel yang akan digunakan dalam analisis. Tombol Result berfungsi untuk mengeluarkan hasil yang diinginkan dalam analisis.
Gambar 3.4. Perancangan Layar Best Subset Regression
Gambar 3.4 akan muncul ketika user memilih/menekan tombol Result pada Gambar 3.3. Pada Gambar 3.5, user akan memilih variabel-variabel yang digunakan dalam analisis regresi ganda. Setelah memilih variabel, user akan menekan.memilih tombol Result yang digunakan untuk menampilkan hasil regresi ganda.
Gambar 3.6. Perancangan Layar Transformation
Gambar 3.6 merupakan perancangan layar transformasi yang digunakan untuk mentransformasi data. User akan memilih variabel-variabel yang akan digunakan. Setelah itu, user akan memilih tombol Result untuk mendapatkan hasil dari transformasi.
Gambar 3.7 merupakan perancangan layar untuk regresi ridge. User akan memilih variabel-variabel yang akan digunakan dalam menganalisis. Setelah itu, user akan menginput nilai c dan menkan tombol Result untuk mendapatkan hasil koefisien ridge dan nilai VIF.
3.8.Perancangan UML
Pada sub bab ini, akan dibahas mengenai use case diagram, diagram aktivitas, kelas diagram dan diagram sekuensial.
3.8.1. Use Case Diagram
Aktor, dalam hal ini adalah user. Gambar 3.8. menunjukkan interaksi antara sistem dan lingkungannya.
Tabel 3.2. Use case Input Data
Use Case Input Data
Actors Users
Deskripsi User memasukan data berupa data excel
Data Data excel
Stimulus Perintah user memasukan data
Response Data telah di tampilkan
Comment User harus memasukkan data agar dapat di analisis
Tabel 3.3. Use Case Best Subset Regression
Use Case Best Subset Regression
Actors Users
Deskripsi User memilih Best Subset Regression
Data Data yang telah dimasukkan
Stimulus Perintah memasukkan variabel dari data
Response Menampilkan hasil
Comment User terlebih dahulu memilih variabel-variabel yang
akan digunakan. Setelah itu, user harus menekan tombol Result agar mengeluarkan hasil nilai statistik
C-p Mallow dan variabel yang tepilih.
Tabel 3.4. Use Case Multiple Regression
Use Case Multiple Regression
Actors Users
Deskripsi User memilih variabel dan kemudian tekan Submit. Dilanjutkan dengan menekan tombol Result.
Data Data yang telah dimasukkan
Stimulus Perintah user memilih variabel dan result
Response Menampilkan hasil
Comment User harus menekan tombol Submit Y dan Submit X
menekan tombol Result untuk mendapatkan hasil regresi.
Tabel 3.5. Use Case Transformation
Use Case Transformation
Actors Users
Deskripsi User memilih variabel dan kemudian tekan Submit. Dilanjutkan dengan menekan tombol Result.
Data Data yang telah dimasukkan
Stimulus Perintah user dalam memilih variabel dan result
Response Menampilkan hasil
Comment User harus menekan tombol Submit Y dan Submit X
untuk memilih variabel. Kemudian user harus menekan tombol Result untuk mendapatkan hasil transformasi regresi.
Tabel 3.6. Tabel Use Case Ridge Regression
Use Case Ridge Regression
Actors Users
Deskripsi User memilih Ridge Regression. kemudian,
user memilih variabel dan kemudian tekan Submit. Dilanjutkan dengan memberikan nilai c-value dan tekan tombol Result.
Data Data yang telah dimasukkan
Stimulus Perintah user dalam memilih variable dan
result
Response Menampilkan hasil
Comment User harus memilih Ridge Regression
kemudian memilih variabel-variabel yang digunakan. Dilanjutkan mengisi nilai c-value dan menekan tombol Result untuk mendapatkan hasil.
3.8.2. Activity Diagram
User System
Click Start
Open Home Window Choose Rscript
Click Cancel Click OK
Cancel input Rscript Input Rscript
Show Rscript in Textfield
Choose Data
Show Data Location in Textfield
Click View
Show Data
Click Cancel Click OK
Cancel Import Data Import Data
User System
Click Analyze : Best Subset Regression
Show Select Variable Window
Select Dependent and Independent Variable
Show Output Window Click Result
Gambar 3.10 Activity Diagram Best Subset Regression
User System
Click Analyze : Multiple Regression
Show Multiple Regression Window
Select Dependent and Independent Variable
Show Output Window Click Result
User System
Click Analyze : Transformation
Show Transformation Window
Select Dependent and Independent Variable
Show Output Window Click Result
Gambar 3.12. Activity Diagram Transformation
3.8.4. Sequence Diagram
Gambar 3.16 Sequence
Diagram Best Subset
Gambar 3.17. Sequence
Diagram Multiple
Gambar 3.18. Sequence
Gambar 3.19. Sequence Diagram Ridge
3.9. Spesifikasi Kebutuhan Aplikasi
Untuk menjalankan aplikasi ini, diperlukan hardware dan software yang spesifikasinya adalah sebagai berikut:
1. Spesifikasi Hardware
Spesifikasi kebutuhan hardware yang dianjurkan adalah: a. Processor : Intel® CoreTM i3
b. RAM : 2GB
c. Mouse d. keyboard
2. Spesifikasi Software
Spesifikasi kebutuhan software yang dianjurkan adalah:
a. Bahasa pemrograman Java b. NetBeans IDE
c. R-Language versi 3.0.1. dengan menggunakan berbagai Library yaitu
1. library(Runiversal) -> digunakan untuk mengkonversi R ke Java dan XML. 2. library(leaps) -> digunakan untuk C-p Mallow.
3. library(lmtest) -> digunakan untuk regresi. 4. library(car) -> digunakan untuk menghitung VIF.
5. library(ridge)-> digunakan untuk menghitung estimasi regresi ridge. 6. library(stats) -> digunakan untuk menghitung standard deviation.
