BAB II TEORI TENTANG KONSEP MODEL

BAB II
TEORI TENTANG KONSEP
MODEL

2.1 Konsep Model Gra k
Geometri: mempelajari cara menggambarkan permukaan bidang
dan juga geometri identik dengan gra k 2 Dimensi. de nisi geometri
adalah besaran rotasi suatu garis dari satu titik pangkal ke posisi
yang lain. geometri dipelajari sebagai dasar pembuatan permukaan
bidang. (dalam hal ini bidang adalah representasi dari gra k 2 di-
mensi).
Animasi: mempelajari cara menggambarkan dan memanipulasi ger-
akan sebuah objek yang bergerak. awal penemuan animasi adalah
ketika beberapa gambar pada kertas diputar-putar sehingga meng-
hasilkan gambar yang bergerak. sejak itu teknologi semakin berkem-
bang sampai digunakannya komputer sebagai alat bantu pembuatan
animasi. sehingga proses pambuatan animasi semakin cepat. dalam
gra k komputer animasi digunakan untuk menggambarkan dan me-
manipulasi gerakan.
Rendering: mempelajari algoritma untuk menampilkan efek cahaya
dan juga dapat disebut teknik untuk membuat obyek tampak lebih
hidup. Pada teknik render ini kita dapat menggunakan warna dasar
(merah, kuning, hijau, dll) atau dengan memberikan material pada
obyek-obyek tersebut. Selain pemberian warna ataupun material, da-
pat juga obyek tersebut diberi efek pencahayaan dan latar belakang.
dalam gra k komputer rendering digunakan untuk mempelajari algo-
ritma dalam pemberian efek cahaya.
Citra (Imaging): mempelajari cara pengambilan dan penyuntingan
gambar namun de nisi citra menurut kamus Webster adalah suatu
representasi, kemiripan, atau imitasi dari suatu obyek atau benda.
Sebuah citra mengandung informasi tentang obyek yang direpresen-
tasikan. Citra dapat dikelompokkan menjadi citra tampak dan citra
tak tampak. Untuk dapat dilihat mata manusia, citra tak tampak
harus diubah menjadi citra tampak, misalnya dengan menampilkan-
nya di monitor, dicetak di kertas dan sebagainya.
Salah satu contoh citra tak tampak adalah citra digital. Citra seba-
5gai keluaran suatu sistem perekaman data dapat bersifat optik berupa
foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada
monitor televisi, atau bersifat digital yang dapat langsung disimpan
pada suatu pita magnetik. Citra digital merupakan suatu larik dua di-
mensi atau suatu matriks yang elemen-elemennya menyatakan tingkat
keabuan dari elemen gambar. Jadi informasi yang terkandung bersi-
fat diskret. Citra digital tidak selalu merupakan hasil langsung data
rekaman suatu sistem. Kadang-kadang hasil rekaman data bersifat
kontinu seperti gambar pada monitor televisi, foto sinar-X, dan lain
sebagainya. Dengan demikian untuk mendapatkan suatu citra digital
diperlukan suatu proses konversi, sehingga citra tersebut selanjut-
nya dapat diproses dengan komputer. dalam gra k komputer citra
digunakan untuk mempelajari cara pengambilan dan penyuntingan
gambar.
2.2 Model Gra k
Bentuk gra k 3D dan 2D adalah bentuk sederhana dari teknologi
gra k komputer. gra k komputer 2 dimensi yang digambarkan seba-
gai sebuah bidang yang hanya memiliki dua komponen yaitu panjang
dan lebar. dalam sebuah gra k, gra k komputer 2 dimensi terdiri
dari dua koordinat yaitu koordinat x yang berada pada sumbu x dan
koordinat y yang berada pada sumbu y. agar dapat tampil dengan
sempurna, maka dalam menggunakan teknik ini sebuah bidang harus
memiliki koordinat x dan y minimum 0, dan maksimum sebesar res-
olusi yang diinginkan. gra k 3 dimensi digambarkan sebagai sebuah
ruang. memiliki tiga komponen yaitu panjang, lebar dan tinggi. jika
digambarkan dalam gra k, gra k 3 dimensi mamiliki tiga koordinat,
yaitu koordinat x pada sumbu x (datar), koordinat y pada sumbu
y (tegak), dan koordinat z pada sumbu z (miring). Representasi
dari data geometrik 3 dimensi sebagai hasil dari pemrosesan dan
pemberian efek cahaya terhadap gra ka komputer 2D. gra k 3D bi-
asanya digunakan dalam penanganan gra s. Perbedaan antara gra k
2D dan 3D juga dapat dilihat dari karakteristiknya. pada umum-
nya gra k 3D merupakan penyempurnaan dari gra k 2Dyang telah
malalui serangkaian proses.
2.3 Interval
Interval (bilangan real) dalam matematika adalah suatu himpunan
bilangan real dengan sifat bahwa setiap bilangan yang terletak di
antara dua bilangan dalam himpunan itu juga termasuk ke dalam
himpunan.
6Misalnya, himpunan semua bilangan x memenuhi 0 ≤ x ≤ 1 adalah
suatu interval yang memuat 0 dan 1, maupun semua bilangan di an-
tara keduanya. Contoh lain interval adalah suatu himpunan dari se-
mua bilangan real , himpunan semua bilangan real negatif, dan him-
punan kosong. Interval real berperang penting dalam teori integrasi,
karena merupakan himpunan-himpunan paling sederhana yang "uku-
ran" atau "pengukuran" atau "panjang"-nya mudah dide nisikan.
Konsep pengukuran dapat diperluas untuk himpunan-himpunan bi-
langan real yang lebih rumit, mengarah kepadea Borel measure dan
akhirnya kepada Lebesgue measure. Interval adalah sentral bagi ar-
itmetika interval, suatu teknik numerical computing umum yang se-
cara otomatis menyediakan penutupan pasti bagi rumus-rumus sem-
barang, bahkan dengan adanya ketidakpastian, perkiraan matem-
atika, dan pembulatan aritmetika.
2.3.1 Notasi Bagi Interval
Interval angka-angka antara a dan b, termasuk a dan b, sering dil-
ambangkan dengan [a, b]. Dua bilangan itu disebut "titik-titik ujung"
(endpoints) suatu interval. Pada negara-negara di mana bilangan
desimal ditulis menggunakan tanda koma, tanda titik koma dapat di-
gunakan sebagai pemisah, untuk menghindari kerancuan. Termasuk
atau tidak termasuk titik ujung.
Untuk mengindikasikan bahwa satu dari titik-titik ujung tidak dis-
ertakan dalam himpunan, tanda kurung siku dapat diganti dengan
tanda kurung, atau sebaliknya. Kedua notasi ini dijelaskan dalam
International standard ISO 31-11. Jadi, dalam set builder notation:
Perhatikan bahwa (a, a), [a, a), dan (a, a] melambangkan himpunan
kosong, sedangkan [a, a] melanmbangkan himpunan {a} . Ketika a
> b, maka keempat notasi ini biasanya diasumsikan melambangkan
himpunan kosong.
Notasi interval menggunakan dua bilangan yang dituliskan dalam
tanda kurung. Untuk interval di atas, 20 hingga 30 dengan 20 dan 30
termasuk, kita menuliskan sebagai berikut.
[20, 30]
7Jika 20 termasuk, sementara 30 tidak, kita akan mengganti tanda ]
menjadi ):
[20, 30)
Kemudian, untuk menuliskan bilangan yang lebih dari 30, tanpa batas
kanan, kita akan menuliskan simbol tak terhingga di sebelah kanan.
Perhatikan karena tak terhingga bukanlah bilangan real, maka tak
terhingga selalu diberi kurung lengkung ) -> (30, ∞ ). Sebaliknya,
kalau kita hendak menuliskan bilangan yang kurang dari atau sama
dengan 30, kita menuliskan simbol tak terhingga di sebelah kiri seba-
gai bilangan negatif. (- ∞ 30]
Penggunaan tanda kurungnya memiliki aturan sebagai berikut:
ˆ Gunakan kurung siku [ atau ] (tergantung di sisi mana), jika bilangan itu
termasuk dalam interval.
ˆ Gunakan kurung lengkung ( atau ) (tergantung di sisi mana), jika bilangan
itu tidak termasuk dalam interval.
ˆ Tak terhingga selalu menggunakan kurung lengkung, karena tak terhingga
tidak termasuk dalam bilangan real. Tak terhingga di sebelah kiri selalu
dituliskan sebagai negatif.
Setingkat di bawah rasio, tipe data interval tidak bisa dibandingkan
sesederhana pada data rasio. Misal, pada data suhu suatu zat meng-
gunakan satuan Celcius. Suhu 10C tidak berarti 10 kalinya suhu 1C.
Hal ini disebabkan karena data interval tidak memiliki nilai nol mut-
lak. Artinya, 0C bukan berarti tidak ada suhu. Nol derajat hanyalah
lambang angka untuk suatu tingkatan suhu tertentu. Ringkasannya
adalah sebagai berikut:
ˆ Memiliki satuan
ˆ Angka-angkanya tidak dapat dibandingkan, yaitu misal angka 10 tidak
berarti 10 kalinya angka 1 data interval
ˆ Tidak memiliki nilai nol mutlak, yaitu angka nol bukan berarti `tidak ada'
ˆ Memiliki sifat tingkatan, yaitu misal: angka 10 berarti lebih tinggi/lebih
banyak dari angka 1
ˆ Memiliki jarak antar angka yang sama, yaitu misal: pada kuesioner yang
menggunakan skala Likert, jika `Sangat Setuju' diberi lambang angka 5,
`Setuju' dilambangkan angka 4, `Ragu-ragu' dilambangkan 3, `Tidak Se-
tuju' dilambangkan 2, dan `Sangat Tidak Setuju' dilambangkan 1. Maka
jarak antar preferensi (kesetujuan atau ketidaksetujuan) adalah sama,
8yaitu: 1. Jarak antara `Sangat Setuju' dengan `Setuju' adalah 5-4=1.
Jarak antara `Setuju' dengan `Tidak Setuju' adalah 4-2=2 karena mele-
wati `Ragu-ragu', dst.
ˆ Dapat dikenai operasi aritmatika, tambah, kurang, bagi, dll.
ˆ Cocok untuk metode statistika parametrik maupun nonparametrik. Con-
toh: data suhu, data yang diperoleh dari skala Likert, dll.
Beberapa ahli berpendapat bahwa pelaksanaan penelitian dengan
menggunakan metode ilmiah diantaranya adalah melakukan langkah-
langkah sistematis.
Metode ilmiah adalah merupakan pengejaran terhadap kebenaran
relatif yang diatur oleh pertimbangan-pertimbangan logis. Karena
keberadaan dari ilmu itu adalah untuk memperoleh interelasi yang
sistematis dari fakta-fakta, maka metode ilmiah berkehendak un-
tuk mencari jawaban tentang fakta-fakta dengan menggunakan pen-
dekatan kesangsian sistematis. Karenanya, penelitian dan metode
ilmiah, jika tidak dikatakan sama, mempunyai hubungan yang relatif
dekat. Karena dengan adanya metode ilmiah, pertanyaan-pertanyaan
dalam mencari dalil umum, akan mudah dijawab.
Menuruti Schluter (Moh Nazir, 2006), langkah penting sebelum sam-
pai tahapan analisis data dan penentuan model adalah ketika kita
melakukan pengumpulan dan manipulasi data sehingga bisa digu-
nakan bagi keperluan pengujian hipotesis. Mengadakan manipulasi
data berarti mengubah data mentah dari awal menjadi suatu ben-
tuk yang dapat dengan mudah memperlihatkan hubungan-hubungan
antar fenomena.
Kelaziman kuanti kasi sebaiknya dilakukan kecuali bagi atribut-atribut
yang tidak dapat dilakukan. Dan dari kuanti kasi data itu, penen-
tuan mana yang dikatakan data nominal, ordinal, interval dan rasio
bisa dilakukan demi memasuki wilayah penentuan model.
Pada ilmu-ilmu sosial yang telah lebih berkembang, melakukan anal-
isis berdasarkan pada kerangka hipotesis dilakukan dengan membuat
model matematis untuk membangun re eksi hubungan antar fenom-
ena yang secara implisit sudah dilakukan dalam rumusan hipotesis.
Analisis data merupakan bagian yang amat penting dalam metode
ilmiah.
9Data bisa memiliki makna setelah dilakukan analisis dengan meng-
gunakan model yang lazim digunakan dan sudah diuji secara ilmiah
meskipun memiliki peluang menggunakan alat analisis lain. Akan
tetapi masing-masing model, jika ditelaah satu demi satu, sebenarnya
hanya sebagian saja yang bisa digunakan untuk kondisi dan data ter-
tentu. Ia tidak bisa digunakan untuk menganalisis data jika model
yang digunakan kurang sesuai dengan bagaimana kita memperoleh
data jika menggunakan instrumen. Timbangan tidak bisa digunakan
untuk mengukur tinggi badan seseorang. Sebaliknya meteran tidak
bisa digunakan untuk mengukur berat badan seseorang. Karena
masing-masing instrumen memiliki kegunaan masing-masing.
Dalam hal ini, tentu saja kita tidak ingin menggunakan model analisis
hanya semata-mata karena menuruti selera dan kepentingan. Suatu
model hanya lazim digunakan setelah kita mempertimbangkan kon-
disi bagaimana data dikumpulkan. Karena dalam teori, alat analisis
model adalah alat yang tidak bisa digunakan dalam kondisi yang tidak
sesuai dengan pertimbangan-pertimbangan logis. Ia memang bisa
digunakan untuk menghitung secara matematis, akan tetapi tidak
dalam teori.
Banyaknya konsumsi makanan tentu memiliki hubungan dengan be-
rat badan seseorang. Akan tetapi banyaknya konsumsi makanan pen-
duduk pulau Nias, tidak akan pernah memiliki hubungan dengan
berat badan penduduk Kalimantan. Motivasi kerja sebuah perusa-
haan makanan ringan, tidak akan memiliki hubungan dengan produk-
tivitas petani Sawit. Model analisis statistik hanya bisa digunakan
jika data yang diperoleh memiliki syarat-syarat tertentu. Salah satu
diantaranya adalah masing-masing variabel tidak memiliki hubun-
gan linier yang eksak. Data yang kita peroleh melalui instrumen
pengumpul data itu bisa dianalisis dengan menggunakan model tanpa
melanggar kelaziman.
Bagi keperluan analisis penelitian ilmu-ilmu sosial, teknik mengu-
rutkan sesuatu ke dalam skala itu artinya begitu penting mengin-
gat sebagian data dalam ilmu-ilmu sosial mempunyai sifat kualitatif.
Atribut saja sebagai objek penelitian selain kurang representatif bagi
peneliti, juga sebagian orang saat ini menginginkan gradasi yang lebih
baik bagi objek penelitian.
Orang selain kurang begitu puas dengan atribut baik atau buruk,
setuju atau tidak setuju, tetapi juga menginginkan sesuatu yang be-
rada diantara baik dan buruk atau diantara setuju dan tidak setuju.
Karena gradasi, merupakan kelaziman yang diminta bagi sebagian
orang bisa menguak secara detail objek penelitian. Semakin banyak
10gradasi yang dibuat dalam instrumen penelitian, hasilnya akan makin
representatif.
Menuruti Moh. Nazir (2006), teknik membuat skala adalah cara men-
gubah fakta-fakta kualitatif (atribut) menjadi suatu urutan kuan-
titatif (variabel). Mengubah fakta-fakta kualitatif menjadi urutan
kuantitatif itu telah menjadi satu kelaziman paling tidak bagi seba-
gian besar orang, karena berbagai alasan.
Pertama, eksistensi matematika sebagai alat yang lebih cenderung
digunakan oleh ilmu-ilmu pengetahuan sehingga bisa mengundang
kuantitatif variabel. Kedua, ilmu pengetahuan, disamping akurasi
data, semakin meminta presisi yang lebih baik, lebih-lebih dalam
mengukur gradasi. Karena perlunya presisi, maka kita belum tentu
puas dengan atribut baik atau buruk saja. Sebagian peneliti ingin
mengukur sifat-sifat yang ada antara baik dan buruk tersebut, se-
hingga diperoleh suatu skala gradasi yang jelas.
2.3.2 Data Nominal
Sebelum kita membicarakan bagaimana alat analisis data digu-
nakan, berikut ini akan diberikan ulasan tentang bagaimana sebe-
narnya data nominal yang sering digunakan dalam statistik nonparametrik
bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran
yang paling sederhana, dimana angka yang diberikan kepada objek
mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan
apapun.
Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau
diskrit. Data nominal merupakan data diskrit dan tidak memiliki uru-
tan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua
anggota set diberikan angka, set-set tersebut tidak boleh tumpang
tindih dan bersisa.
Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Ke-
mudian masing-masing anggota set di atas kita berikan angka, misal-
nya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka
yang diberikan tidak menunjukkan bahwa tingkat olah raga basket
lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari te-
nis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan.
Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga
tentang suku, yakni Dayak, Bugis dan Badui.
Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai
Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dari
11atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak
akan pernah mengatakan dua setengah kali, atau tiga seperempat
kali. Tetapi akan mengatakan dua kali, lima kali, atau tujuh kali.
Begitu juga tentang ukuran jumlah anak dalam suatu keluarga. Nu-
merik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian
seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal
ini diperoleh dari hasil pengukuran dengan skala nominal.
Menuruti Sugiono, alat analisis (uji hipotesis asosiatif ) statistik non-
parametrik yang digunakan untuk data nominal adalah Coe sien Con-
tingensi. Akan tetapi karena pengujian hipotesis Coe sien Contin-
gensi memerlukan rumus Chi Square (x2), perhitungannya dilakukan
setelah kita menghitung Chi Square. Penggunaan model statistik
nonparametrik selain Coe sien Contingensi tidak lazim dilakukan.
2.3.3 Data Ordinal
Bagian lain dari data kontinum adalah data ordinal. Data ini,
selain memiliki nama (atribut), juga memiliki peringkat atau uru-
tan. Angka yang diberikan mengandung tingkatan. Ia digunakan un-
tuk mengurutkan objek dari yang paling rendah sampai yang paling
tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut
terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita
memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya
peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala,
maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan
memiliki urutan mulai dari yang paling tinggi sampai paling rendah.
Atau paling baik sampai ke yang paling buruk.
Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju,
setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau
jawaban pertanyaan tentang kecenderungan masyarakat untuk meng-
hadiri rapat umum pemilihan kepala daerah, mulai dari tidak per-
nah absen menghadiri, dengan kode 5, kadang-kadang saja meng-
hadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak
pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri
sama sekali, dengan kode 1. Dari hasil pengukuran dengan meng-
gunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis
(uji hipotesis asosiatif ) statistik nonparametrik yang lazim digunakan
untuk data ordinal adalah Spearman Rank Correlation dan Kendall
Tau.
2.3.4 Data Interval
Pemberian angka kepada set dari objek yang mempunyai sifat-sifat
ukuran ordinal dan ditambah satu sifat lain, yakni jarak yang sama
12pada pengukuran dinamakan data interval. Data ini memperlihatkan
jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi
ukuran interval tidak memberikan jumlah absolut dari objek yang
diukur. Data yang diperoleh dari hasil pengukuran menggunakan
skala interval dinamakan data interval.
Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D,
E dan F diukur dengan ukuran interval pada skala prestasi dengan
ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda prestasi
antara mahasiswa C dan A adalah 3 1 = 2. Beda prestasi an-
tara mahasiswa C dan F adalah 6 3 = 3. Akan tetapi tidak bisa
dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi maha-
siswa A ataupun prestasi mahasiswa F adalah 3 kali lebih baik dari
prestasi mahasiswa B.
Dari hasil pengukuran dengan menggunakan skala interval ini akan
diperoleh data interval. Alat analisis (uji hipotesis asosiatif ) statistik
parametrik yang lazim digunakan untuk data interval ini adalah Pear-
son Korelasi Product Moment, Partial Correlation, Multiple Corre-
lation, Partial Regression, dan Multiple Regression.
2.3.5 Data Rasio
Ukuran yang meliputi semua ukuran di atas ditambah dengan satu
sifat yang lain, yakni ukuran yang memberikan keterangan tentang
nilai absolut dari objek yang diukur dinamakan ukuran rasio (data
rasio). Data rasio, yang diperoleh melalui pengukuran dengan skala
rasio memiliki titik nol. Karenanya, interval jarak tidak dinyatakan
dengan beda angka rata-rata satu kelompok dibandingkan dengan
titik nol di atas. Oleh karena ada titik nol, maka data rasio dapat
dibuat perkalian ataupun pembagian.
Angka pada data rasio dapat menunjukkan nilai sebenarnya dari ob-
jek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D mem-
punyai pendapatan masing-masing perhari Rp. 10.000, Rp.30.000,
Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan ukuran rasio maka
pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A.
Pendapatan pengemudi D adalah 5 kali pendapatan pengemudi A.
Pendapatan pengemudi C adalah 4/3 kali pendapatan pengemudi B.
Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1,
rasio antara pengemudi D dan A adalah 5 : 1, sedangkan rasio antara
pengemudi C dan B adalah 4 : 3. Interval pendapatan pengemudi
A dan C adalah 30.000, dan pendapatan pengemudi C adalah 4 kali
pendapatan pengemudi A.
13Contoh data rasio lainnya adalah berat badan bayi yang diukur den-
gan skala rasio. Bayi A memiliki berat 3 Kg. Bayi B memiliki berat
2 Kg dan bayi C memiliki berat 1 Kg. Jika diukur dengan skala rasio,
maka bayi A memiliki rasio berat badan 3 kali dari berat badan bayi
C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi
C, dan bayi C memiliki rasio berat badan sepertiga kali berat badan
bayi A, dst.
Dari hasil pengukuran dengan menggunakan skala rasio ini akan diper-
oleh data rasio. Alat analisis (uji hipotesis asosiatif ) yang digunakan
adalah statistik parametrik dan yang lazim digunakan untuk data
rasio ini adalah Pearson Korelasi Product Moment, Partial Correla-
tion, Multiple Correlation, Partial Regression, dan Multiple Regres-
sion.Sesuai dengan ulasan jenis pengukuran yang digunakan, maka
variabel penelitian lazimnya bisa di bagi menjadi 4 jenis variabel,
yakni variabel (data) nominal, variabel (data) ordinal, variabel (data)
interval, dan variabel (data) rasio.
Variabel nominal, yaitu variabel yang dikategorikan secara diskrit
dan saling terpisah satu sama lain, misalnya status perkawinan, jenis
kelamin, suku bangsa, profesi pekerjaan seseorang dan sebagainya.
Variabel ordinal adalah variabel yang disusun atas dasar peringkat,
seperti motivasi seseorang untuk bekerja, peringkat perlombaan catur,
peringkat tingkat kesukaran suatu pekerjaan dan lain-lain. Variabel
interval adalah variabel yang diukur dengan ukuran interval seperti
indek prestasi mahasiswa, skala termometer dan sebagainya, sedan-
gkan variabel rasio adalah variabel yang disusun dengan ukuran rasio
seperti tingkat penganggguran, penghasilan, berat badan, dan seba-
gainya.
2.3.6 Konversi Variabel Ordinal
Adakalanya kita tidak ingin menguji hipotesis dengan alat uji hipote-
sis statistik nonparametrik dengan berbagai pertimbangan, baik dari
segi biaya, waktu maupun dasar teori. Misalnya kita ingin melakukan
uji statistik parametrik Pearson Korelasi Product Moment, Partial
Correlation, Multiple Correlation, Partial Regresion dan Multiple
Regression, padahal data yang kita miliki adalah hasil pengukuran
dengan skala ordinal, sedangkan persyaratan penggunaan statistik
parametrik adalah selain data harus berbentuk interval atau rasio,
data harus memiliki distribusi normal. Jika kita tidak ingin melakukan
uji normalitas karena data yang kita miliki adalah data ordinal, hal
itu bisa saja kita lakukan dengan cara menaikkan data dari penguku-
ran skala ordinal menjadi data dalam skala interval dengan metode
Suksesive Interval.
14Menuruti Al-Rasyid, menaikkan data dari skala ordinal menjadi skala
interval dinamakan transformasi data. Transformasi data itu dilakukan
diantaranya adalah dengan menggunakan Metode Suksesive Inter-
val (MSI). Tujuan dari dilakukannya transformasi data adalah untuk
menaikkan data dari skala pengukuran ordinal menjadi skala dengan
pengukuran interval yang lazim digunakan bagi kepentingan analisis
statistik parametrik.
Transformasi data ordinal menjadi interval itu, selain merupakan su-
atu kelaziman, juga untuk mengubah data agar memiliki sebaran
normal. Artinya, setelah dilakukan transformasi data dari ordinal
menjadi interval, penggunaan model dalam suatu penelitian tidak
perlu melakukan uji normalitas. Karena salah satu syarat penggu-
naan statistik parametrik, selain data harus memiliki skala interval
(dan rasio), data juga harus memiliki distribusi (sebaran) normal.
Dengan dilakukannya transformasi data, diharapkan data ordinal su-
dah menjadi data interval dan memiliki sebaran normal yang langsung
bisa dilakukan analisis dengan statistik parametrik. Berbeda dengan
ststistik nonparametrik, ia hanya digunakan untuk mengukur dis-
tribusi. (Ronald E. Walpole).Cara Menentukan Interval Suatu Fungsi
Naik atau Fungsi Turun.
Gambar di atas merupakan kurva dari fungsi f(x) = 9 x 2 dan tu-
runan pertama dari fungsi tersebut f '(x) = 2x
1. Bila x < 0 maka f  ́ (x) > 0 (gradien/kemiringan di setiap titik positif).
Terlihat gra knya naik, maka dikatakan fungsi naik (lihat gra knya dari
kiri ke kanan).
2. Bila x > 0 maka f  ́ (x) < 0 (gradien/kemiringan di setiap titik negatif).
Terlihat gra knya menurun, maka dikatakan fungsi turun (lihat gra knya
dari kiri ke kanan).
15Nah anda sudah mempelajari tentang pengertian fungsi naik dan
fungsi turun. Lalu bagaimana cara menentukan bahwa fungsi itu
naik atau turun?
Menentukan Interval Suatu Fungsi Naik atau Fungsi Turun.
Oke sekarang kita lanjut mengenai cara menentukan interval suatu
fungsi naik atau turun. Untuk menentukan interval fungsi f(x) naik
adalah dengan menyelesaikan pertidaksamaan f  ́ (x) > 0. Demikian
juga untuk menentukan interval fungsi f(x) turun adalah dengan menye-
lesaikan pertidaksamaan f  ́ (x) < 0. Untuk lebih memahami, per-
hatikan contoh soal berikut:
Contoh soal 1:
Diketahui suatu fungsi f(x) = x2 4x. Tentukan agar fungsi tersebut
agar naik dan tentukan juga agar fungsi tersebut turun.
Penyelesaian:
Syarat supaya fungsi naik adalah:
f
 ́ (x)
> 0
2x 4 > 0
2x > 4 x > 2
Syarat supaya fungsi turun adalah:
f
 ́ (x)
< 0
2x 4 < 0
2x < 4 x < 2
Contoh soal 2:
Ditentukan f(x) = 1/3 x3 2x2 5x + 10. Tentukan interval agar
kurva y = f(x) naik, dan kurva y = f(x) turun. Penyelesaian:
f(x) = 1/3 x3 2x2 5x + 10
⇒ f  ́ (x) = x2 4x 5
Syarat fungsi naik:
16f
 ́ (x)
> 0
x2 4x 5 > 0
(x + 1)(x 5) > 0
x + 1 = 0 atau x 5 = 0
x = 1 atau x = 5
Interval x agar kurva naik adalah x < 1 atau x > 5.
Syarat fungsi turun:
f
 ́ (x)
< 0
x2 4x 5 < 0
(x + 1)(x 5) < 0
x + 1 = 0 atau x 5 = 0 x = 1 atau x = 5
Interval x agar kurva turun adalah 1 < x < 5.
Langkah-Langkah Menentukan Kelas Interval pada Tabel Distribusi
Frekuensi
Pada sebelumnya diberikan data nilai hasil ujian statistik 50 orang
siswa. Dari data ini akan dibuatkan tabel distribusi frekuensinya.
Sebelum membuat tabel sebaiknya kita mencari tahu berapa kelas
yang perlu dibuat dan berapa panjang interval setiap kelasnya. Ini
akan membantu kita mendistribusikan nilai-nilai yang ada pada data.
Langkah-langkah yang harus dilakukan adalah:
Jangkauan (J) = Datum terbesar Datum terkecil
Datum terbesar = 90 Datum terkecil = 13
Jangkauan (J) = 90 13 = 77
Jadi jangkauan datanya adalah 77
17Banyaknya kelas interval (k)
k = 1 + 3,3 log n , dimana n = banyaknya data (n=50)
k = 1 + 3,3 log 50
k = 1 + 3,3 (1,69)
k = 1 + 5,57
k = 6,67 ~ 7
Jadi banyaknya kelas yang harus dibuat adalah 7 kelas
Panjang interval kelas (c)
c = Jangkauan / Banyaknya kelas interval atau c = J / k
c = 77 / 7 = 11
Jadi, panjang interval kelas adalah 11
Kelas pertama:
Ambil datum terkecil sebagai batas bawah kelas pertama-ini tidak
harus datum terkecil-untuk memudahkan. Usahakan titik tengahnya
berupa bilangan bulat.
Jumlahkan datum terkecil dengan panjang interval kelas kemudian
kurangi satu (1)
Panjang interval kelas pertama = (13 + 11) 1 = 23
Jadi interval kelas pertama adalah (13 - 23)
Kelas Kedua:
Batas bawah kelas kedua kita mulai dari 24 (melanjutkan batas atas
kelas pertama)
18Panjang interval kelas kedua = (24+11) 1 = 34
Jadi, interval kelas kedua adalah (24 - 34)
Kelas ke-3 sampai kelas ke-7 dapat ditentukan dengan cara yang sama
diatas (lihat langkah 4 & 5)
Bila sudah selesai, kamu akan memperoleh tabel seperti berikut ini:
2.4 Line Chart
Line chart adalah gra k yang paling sederhana yang digambarkan se-
bagai garis yang menghubungkan harga-harga penutupan. Misalnya:
dalam beberapa hari berturut-turut perdagangan ditutup pada harga
100, 200, 150, 250. . . maka level-level harga tersebut dihubungkan
dengan garis lurus. Dengan gra k ini kita bisa melihat pergerakan
harga secara umum dalam satu periode waktu tertentu. Contohnya
adalah seperti ini:
19Line chart dapat menampilkan data terus menerus dari waktu ke
waktu pada Axis merata skala. Oleh karena itu, mereka ideal untuk
menunjukkan tren dalam data pada interval yang sama, seperti hari,
bulan, kuartal atau tahun.
Dalam gra k Line:
ˆ Kategori data didistribusikan secara merata sepanjang sumbu horisontal.
ˆ Nilai data didistribusikan secara merata sepanjang sumbu vertikal.
Ikuti langkah-langkah berikut untuk memasukkan gra k Saluran work-
sheet Anda.
Langkah 1. Mengatur data dalam kolom atau baris pada lembar kerja.
Langkah 2. Pilih data.
Langkah 3. Pada tab INSERT, di grup Charts, klik ikon Bagan garis
pada Ribbon.
Anda akan melihat gra k garis yang berbeda tersedia. Sebuah gra k
Line memiliki berikut sub-jenis
2-D Diagram
ˆ Garis
ˆ 100% Tumpukan Baris
ˆ Line dengan Marker
20ˆ Ditumpuk Line dengan Marker
ˆ 100% Tumpukan Line dengan Marker
3-D Diagram
ˆ 3-D Diagram garis 3-D Baris
Langkah 4 - Arahkan mouse pada setiap ikon. Sebuah preview dari
jenis garis akan ditampilkan pada lembar kerja.
Langkah 5 - Klik dua kali jenis gra k yang sesuai data Anda.
Dalam bab ini, masing-masing jenis gra k garis berguna. Cara Mu-
dah Membuat Gra k Garis (Line Chart) di Excel 2007, 2010, 2013 dan
Memodi kasinya Pada dasarnya suatu gra k dibuat untuk menya-
jikan perbandingan antara data yang ada. Seperti gra k garis (Line
21Chart) ini, memungkinkan kita untuk menganalisa tren suatu nilai
dari waktu ke waktu. Jadi, lebih untuk melihat prospek sebuah data,
misal perkembangan penjualan, saham, tra ct, dan lain-lain.
Proses kerjanya pada Microsoft O ce Excel 2007, 2010, dan 2013
pada dasarnya sama saja. Mungkin jika terdapat perbedaan hanya
pada interface atau tata letak saja. Dan saya yakin kamu bisa menye-
suaikan. Pada tutorial ini sendiri, saya menggunakan Excel 2010.
Seklias info: Penyajian data dalam bentuk gra k garis (line chart)
ini ada tiga jenis utama, yaitu line, stacked line, dan 100% stacked
line. Dan didukung juga dengan penggunaan marker disetiap titik
dan juga tanpa marker. Untuk tutorial yang akan saya tulis ini, kita
akan membuat sebuah gra k garis yang didukung oleh penanda untuk
setiap batasan (marker). Hasilnya seperti gambar di bawah ini:
22Agar sebuah data dapat dibuatkan dalam bentuk gra k garis, ada
baiknya data-data tersebut memenuhi syarat standarnya, seperti:
ˆ Terdapat beberapa seri data
ˆ Memiliki interval yang sama atau berurutan, seperti waktu.
2.4.1 Langkah-Langkah Membuat Gra k Garis (Line Chart)
Agar tampilan yang dihasilkan masih mendasar, sebaiknya kamu pastikan
document theme diatur ke default, yaitu O ce theme. Caranya, ma-
suk ke tab Page Layout, grub Themes, kemudian pilih theme O ce.
Kemudian, kamu buat data yang akan disajikan dalam bentuk gra k
garis, kemudian blok range datanya.
Lalu kita buat gra knya dengan cara pilih tab menu Insert, kemudian
pada grub Charts pilih Line, lalu pilih Line with markers.
23Setelah itu, gra k akan dimunculkan langsung di lembar kerja. Seperti
gambar di bawah ini. Kamu perhatikan keterangannya agar mudah
mengerti tutorial ini.
242.4.1.1 Memodi kasi Tampilan Gra k
Dalam modi kasi yang akan saya lakukan ini, saya akan menghi-
langkan bagian Legend, karena sudah diwakili oleh judul gra k. Lalu
saya juga akan menghilangkan gridlines, mengubah style gra knya,
dan memunculkan nilai data di bagian bawah marker.
Untuk memodi kasinya, kamu klik dulu gra knya agar muncul Chart
Tools. Kemdian padaa Chart Tools masuk ke tab Design, dan pilih
salah satu chart style yang tersedia.
Sekarang kita hilangkan gridlines caranya pada bagian Chart Tools
kita pilih tab Layout, kemudian klik Gridlines pada grub Axes, dan
pilih Primary Horizontal seting dengan opsi None.
Menghilangkan Legend caranya masih di tab Layout pada bagian
Chart Tools, kemudian pada grub Labels klik Legend, lalu pilih opsi
None.
25Sekarang kita munculkan nilai datanya agar berada di bagian bawah
marker. Caranya masih di tab Layout dan grub Labels, klik Data
Labels, lal poloh opsi Bellow.
26Nah, hasilnya nanti akan seperti gambar di bawah ini.
2.4.1.2 Memodi kasi Line dan Marker
Klik kanan pada salah satu marker di garis gra knya, kemudian pilih
Format Data Series. Nanti akan muncul kotak dialog.
Pada bagian tab sebelah kiri klik menu Marker Option, kemudian
modi kasi markernya dengan tipe built-in Circle, size saya beri uku-
ran 13.
27Lalu pindah ke menu Line Style, width saya atur dengan ukuran 2pt
dan beri cekbox pada opsi Smoothed Line.
28Dan hasil akhirnya seperti gambar di bawah ini.
Tips penting:
ˆ Agar lebih cepat memodi kasi tampilan gra k, kamu bisa menggunakan
document themes. Caranya seperti yang sudah saya katakan di awal tu-
torial ini.
ˆ Dan jika kamu ingin mengubah ukuran panjang dan lebar gra ka, bisa
melalui tab Format di Chart Tools atau langsung dengan cara mengklik
dan geser kursor (sizing handle).
2.4.2 Line Chart Jangka Pendek
Dari gambar Line Chart (Gra k Garis) jangka pendek, dapat dil-
ihat bahwa telah terjadi pembalikan arah (reversal) dari tren turun
29(garis merah) menjadi tren naik (garis biru). Tren turun (Bearish)
telah berakhir. Tentu saatnya untuk membeli bukan? Sesuai teori,
sebuah tren akan terus berlanjut sebelum ada pembalikan arah se-
lanjutnya.
Jadi gimana? Tentu akan membeli bukan? Toh, kondisinya sedang
dalam tren naik (garis biru). Memang tampaknya agak mendatar
sekarang. Namun, karena sebelumnya menaik, tentu setelah men-
datar (kemungkinan besar) akan kembali menaik bukan? Ya udah
beli saja. Yakin deh, pasti untung nih. Syukur-syukur untung besar.
Dengan harapan yang indah tersebut, melakukan pembelian dengan
cukup besar. Setelah dengan sabar menunggu. Berharap cuan yang
menjadi ujungnya. Eh, ladalah, kok malah harganya bergerak turun
dan terus menurun. Dan akhirnya terbentuk tren turun (Bearish)
kembali. Terpaksa deh cut loss (CL).
Hem, apa yang salah ya? Perasaan sudah benar deh. Membeli ketika
tren naik (Bullish) telah terkon rmasi. Memang pembelian dilakukan
pada saat konsolidasi setelah tren naik. Memang tidak akan pasti naik
setelahnya. Namun, berdasarkan pengalaman, jika konsolidasi setelah
tren naik, biasanya akan naik lagi. Tapi dah melakukan berkali-kali,
kok malah sering turun yak? Apakah ilmunya salah atau bagaimana?
Nah, untuk memahami kesalahannya, mari kita lihat gambar Line
Chart (Gra k Garis) jangka panjangnya.
2.4.5 Line Chart Jangka Panjang
Ini adalah line chart (gra k garis) jangka panjang dari gra k garis
sebelumnya. Gra k garis jangka pendek berada dalam kotak hijau.
30Nah, sekarang harusnya sudah jelas mengapa setelah berkali-kali men-
coba, kok ya seringnya malah turun lagi. Tren naik (Bullish) nya
jarang sekali berlanjut. Seringnya harus Cut Loss (CL). Ternyata
dalam jangka panjang, tren yang sedang terjadi adalah tren turun
(Bearish). Jadi tidak heran jika harga saham akan terus bergerak
turun. Kenaikan yang terjadi hanya riak kecil dari gelombang turun
yang besar. Kenaikan tersebut bukanlah sebuah tren naik (Bullish).
2.5 Pie Chart
Sebuah gra k pie (atau gra k lingkaran) adalah gra s statistik
melingkar yang terbagi menjadi irisan untuk menggambarkan pro-
porsi numerik. Dalam pie chart, panjang busur dari setiap irisan
(dan akibatnya sudut dan daerah pusat), sebanding dengan kuantitas
yang diwakilinya. Sementara itu adalah nama untuk kemiripannya
dengan kue yang telah diiris, ada variasi pada cara dapat disajikan.
Pie chart awal dikenal biasanya dikreditkan ke William Playfair
statistik Brevir dari 1801. diagram lingkaran sangat banyak digu-
nakan dalam dunia bisnis dan media massa. Namun, mereka telah
dikritik, dan banyak ahli menyarankan menghindari mereka, menun-
jukkan bahwa penelitian telah menunjukkan sulit untuk memband-
ingkan bagian yang berbeda dari pie chart yang diberikan, atau untuk
membandingkan data di diagram lingkaran yang berbeda. diagram
lingkaran dapat diganti dalam kebanyakan kasus oleh plot lain seperti
bar chart, kotak plot atau dot plot.
2.5.1 Membuat Gra k Pie Di Visio
Dengan Charts dan Gra k template yang dapat membuat pie chart
sederhana atau pie chart yang menekankan irisan tertentu.
312.5.2 Membuat Pie Chart Sederhana
Pie bentuk gra k awalnya memiliki 10 iris berwarna cerah dengan
ukuran yang sama. Anda dapat menyesuaikan jumlah, ukuran, dan
warna masing-masing slice. Ilustrasi berikut menunjukkan gra k pie
di mana kami telah mengubah jumlah dan ukuran irisan sekaligus
mempertahankan warna asli
1. Pada menu File, klik New. Pilih Kategori kemudian pilih Bisnis. Kemu-
dian klik Charts dan Gra k atau Diagram Pemasaran dan Diagram.
2. Dari stensil Charting Shapes, tarik Pie bentuk gra k ke halaman gambar,
kemudian pilih jumlah irisan yang Anda inginkan.
3. Mengatur ukuran setiap irisan dalam hal persentase kue: Sebuah. Klik
kanan Pie bentuk gra k, dan kemudian klik Set slice ukuran. b. Ketik
ukuran yang Anda inginkan untuk setiap slice, dan kemudian klik OK.
4. Untuk mengubah warna sepotong kue, pilih pie chart, dan kemudian klik
irisan individu untuk memilihnya. Klik panah pada tombol Fill, dan ke-
mudian klik warna yang Anda inginkan.
5. Untuk menambahkan judul untuk gra k, dari stensil Charting Shapes,
tarik bentuk blok teks ke halaman gambar. Walaupun bentuknya dipilih,
ketik judul.
2.5.3 Membuat Gra k Pie Dengan Irisan Menekankan
Untuk membuat gra k pie dengan irisan menekankan, digunakan se-
bagai berbagai bentuk Pie slice sebagai gra k Anda membutuhkan.
Ilustrasi berikut menunjukkan gra k pie dengan irisan ditekankan.
32Gra k pie berwarna dengan menerapkan tema.
1. Pada menu File, klik New. Pilih Kategori, lalu pilih Bisnis. Kemudian
klik Charts dan Gra k atau Diagram Pemasaran dan Diagram.
2. Dari Charting Shapes, tarik bentuk irisan Pie ke halaman gambar.
3. Tarik bentuk Pie sepotong kedua dan letakkan di dekat potongan pertama.
4. Tarik titik akhir di tengah potongan kedua untuk titik koneksi di sudut
kiri bawah potongan pertama.
5. Untuk mengubah persentase bentuk irisan Pie, pilih, dan kemudian tarik
pegangan kontrol sampai slice adalah ukuran yang Anda inginkan.
6. Ulangi langkah 3 sampai 5 untuk membuat sisa irisan, bergerak berlawanan
sekitar kue.
7. Dalam Visio 2007, pada menu Tools, klik Snap & Lem; Dalam Visio 2016,
klik tab View, dan kemudian klik peluncur dialog dalam kelompok Visual
Aids. Pastikan kotak centang Snap dipilih, kosongkan kotak centang Lem,
dan kemudian klik OK.
8. Pilih setiap irisan kue, gerakkan sedikit untuk memecahkan lem (endpoint
berubah dari merah ke hijau), dan kemudian pasang kembali ke tempat-
nya.
9. Tarik slice yang ingin Anda tekankan jauh dari irisan lainnya.
332.5.4 Sejarah Chart Pie
Pie chart telah ada sejak tahun 1800-an ketika mereka digunakan un-
tuk menggambarkan statistik dan peta. Florence Nightingale mem-
populerkan pie chart sebagai bentuk persuasi menggunakan statistik
dengan memanggil perhatian pada tingkat kematian yang disebabkan
oleh buruknya kondisi sanitasi selama perang Crimean.Bagaimana
Chart Donut dibandingkan dengan Chart Pie? Donat gra k mirip
dengan diagram lingkaran dalam bahwa tujuan mereka adalah un-
tuk menggambarkan proporsi. Namun, mereka mengandung pusat
kosong yang dapat berisi deskripsi.
Ring Chart, variasi lain dari pie chart dikenal sebagai gra k cincin.
Sebuah gra k cincin, juga dikenal sebagai gra k sunburst, adalah
gra k donat berlapis-lapis dengan banyak cincin untuk mewakili hi-
rarki data dalam lingkaran konsentris.
342.5.5 Cara Membuat Bagan Pie
ˆ Mulailah dengan apa yang Anda inginkan untuk menggambarkan. Topik
utama yang akan menjadi judul gra k Anda.
ˆ Kumpulkan data. Pie chart menggambarkan persentase. Pastikan persen-
tase Anda menambahkan hingga 100% dan menyingkirkan masalah pem-
bulatan yang akan membuat total sesuatu selain 100%. SmartDraw memu-
ngkinkan Anda untuk menulis persentase langsung ke template pie chart
atau Anda dapat menyeret tepi baji untuk membuatnya lebih besar atau
lebih kecil.
ˆ Pertimbangkan untuk membuat legenda. Jika baji terlalu kecil untuk
menampung teks, Anda dapat membuat label dan menarik garis mengi-
denti kasi potongan yang sesuai. Atau, Anda dapat membuat kunci yang
menunjukkan apa yang mewakili masing-masing warna.
2.5.6 Diagram 3D Pie Chart Untuk PowerPoint
Merupakan gra k profesional yang dibangun menggunakan Power-
Point Shapes. pengguna dapat menyesuaikan setiap bentuk properti
seperti warna, ukuran dan efek. Ideal untuk presentasi akuntansi
atau deck geser keuangan, memberikan presentasi Anda terlihat pro-
fesional & merasa dengan 3D Pie Chart Diagram untuk PowerPoint.
2.5.7 Memperluas Pie Chart
Untuk membuat bagian-bagian dari pie chart menonjol tanpa men-
gubah data, Anda dapat menarik keluar sepotong individu, menarik
seluruh pie terpisah, atau memperbesar atau tumpukan seluruh bagian
dengan menggunakan pie atau bar chart pie. Untuk menekankan
irisan individu dari pie chart, Anda dapat memindahkannya kembali
dari sisa pie chart.
1. Klik pie chart.
2. Klik dua kali slice yang ingin ditarik keluar, dan kemudian tarik slice yang
jauh dari pusat gra k. Tarik seluruh pie sampai terpisah
35Cara tercepat untuk menarik semua irisan keluar dari pie chart,
adalah dengan mengklik pie chart dan kemudian tarik jauh dari pusat
gra k. Untuk lebih tepatnya mengontrol ekspansi, ikuti langkah-
langkah di bawah ini:
1. Klik kanan pie chart dan kemudian klik Format data Series.
2. Tarik Pie Ledakan slider untuk meningkatkan pemisahan, atau mengetikkan
angka dalam kotak persentase.
TIPS:
Anda juga dapat memberikan pie chart anda perspektif yang berbeda
dengan rotate gra k. menarik perhatian irisan kecil di kue pie atau
bar chart pie pie pie dan bar pie chart membuat irisan kecil dari
pie chart lebih mudah untuk melihat. jenis bagan ini memisahkan
irisan kecil dari pie chart utama dan menampilkan mereka dalam pie
36sekunder atau ditumpuk bar chart. pada contoh di bawah, kue dari
pie chart menambahkan pie sekunder untuk menunjukkan 3 iris kecil,
bandingkan dengan sebelum-pie chart yang normal.
37dan setelah-kue dari pie chart.
Jika Anda tidak menunjukkan berapa banyak titik data akan muncul
di pie sekunder atau tumpukan, gra k otomatis akan mencakup terkecil-
dalam contoh ini tiga, 3%, 3%, dan 4%.
1. Klik kanan gra k dan kemudian klik Ubah Series Jenis bagan.
2. Klik Pie, dan kemudian klik Pie Pie atau Bar dari Pie.
381. Untuk mengubah apa yang menampilkan dalam pie sekunder, klik sepo-
tong kue, Anda memperluas dan kemudian di Format Data Series panel,
di Seri Split By,kotak,klik jenis data yang ditampilkan dalam gra k sekun-
der.
2. Untuk mengubah berapa banyak titik data muncul di chart sekunder,
Anda memiliki dua pilihan:
ˆ Jika Anda membelah seri oleh posisi, dalam Nilai dalam box plot kedua,
masukkan jumlah posisi yang Anda inginkan (misalnya 3 jika Anda ingin
3 terkecil).
ˆ Jika Anda membelah seri dengan nilai atau persen nilai, dalam Nilai ku-
rang dari kotak, ketik nomor yang berbeda. Pada contoh di atas dengan
3%, 3%, dan 4%, Anda dapat memasukkan 5%.
2.5.8 Cara Membuat Diagram Pie
Diagram pie adalah sebuah bentuk diagram luas yang mudah un-
tuk dipahami secara sekilas. Diagram ini menunjukkan bagian dari
keseluruhan (persentase) dengan cara yang mudah dipahami. Dia-
gram pie adalah alat yang berguna yang membantu Anda mengetahui
dan memahami survei, statistik, data yang kompleks, dan pemasukan
39atau pengeluaran. Diagram ini sangat hebat karena semua orang da-
pat melihat yang sedang terjadi. Gunakan diagram ini untuk mem-
buat tampilan yang sangat baik yang menjelaskan data pada orang
lain dalam proyek sekolah, presentasi kerja, atau menyampaikan la-
poran penjualan pada klien.
Sebuah gra k pie membandingkan bagian untuk keseluruhan. Den-
gan demikian hal itu menunjukkan distribusi persentase. Pie Selu-
ruh merupakan kumpulan data total dan setiap segmen kue adalah
kategori tertentu dalam keseluruhan. Jadi, untuk menggunakan pie
chart, data Anda mengukur harus menggambarkan rasio atau hubun-
gan persentase. Anda harus selalu menggunakan unit yang sama dari
ukuran dalam pie chart. Jika nomor Anda akan berarti apa-apa.
Pie chart pada Gambar dibawah ini menunjukkan di mana penjualan
ABC Enterprise berasal.
2.6 Org Chart
Bagan org adalah sederhana, representasi gra s dari orang-orang
di perusahaan Anda (atau organisasi lain) dan hubungan di antara
mereka. Bagan org up-to-date membantu Anda mengetahui ke mana
harus pergi untuk informasi yang Anda butuhkan.
402.6.1 Bagan Organisasi Anda
Bagan org terdiri dari kotak yang mewakili individu dan peran
mereka dan konektor yang mewakili hubungan antara mereka. Dalam
kebanyakan organisasi, ini diwakili oleh presiden atau CEO di atas,
bercabang ke bawah melalui lapisan laporan langsung. Sebuah gra k
org baik mungkin juga mencakup informasi bermanfaat lainnya, seperti
rincian kontak, link ke halaman departemen atau situs, dan banyak
lagi. Berikut adalah beberapa kegunaan untuk gra k org:
ˆ Hubungan gra k kelompok Bisnis org acara manajer dan karyawan
ˆ Gra k HR org menunjukkan rincian karyawan
ˆ Gra k org Departemen menunjukkan hubungan antara divisi perusahaan,
terlepas dari pergeseran personil
ˆ Karyawan Reorg org gra k bantuan memahami bagaimana keberpihakan
kelompok usaha telah berubah
ˆ Gra k org Pemerintah menunjukkan rantai komando
ˆ Gra k Rumah Sakit org menunjukkan tanggung jawab departemen
41ˆ IT gra k org menunjukkan bagaimana kelompok terpisah memberikan
layanan tunggal untuk bisnis
Letakkan PowerPoint
Di kemudian hari, gra k org sering bersama oleh PowerPoint atau
PDF, yang berarti bahwa seluruh organisasi itu bergantung pada satu
individu yang memiliki le yang tersimpan di hard drive-nya. Dan
yang biasanya menyebabkan gra k yang usang dan sulit untuk men-
emukan. Dengan Gli y, gra k org Anda hidup, berkelanjutan, dan
kolaboratif, sehingga semua orang dapat diterjunkan untuk memas-
tikan itu selalu benar dan up-to-date. Dan karena Gli y online, Anda
bahkan dapat menambahkan elemen interaktif, seperti halaman dan
email link.
Bahkan lebih baik, bentuk perpustakaan penuh kami dan drag-and-
drop Editor membuatnya mudah untuk membuat jelas, gra k org
visual yang menarik, apakah Anda memiliki dan pengalaman desain
gra k org atau tidak. Anda bahkan dapat meng-upload gambar un-
tuk gra k foto org, sehingga Anda akan selalu dapat menempatkan
interface dengan nama.
2.6.2 Membuat Bagan Organisasi Menggunakan SmartArt Graphics
Menggunakan gra s SmartArt untuk membuat bagan organisasi di
Excel, Outlook, PowerPoint, dan Word untuk menunjukkan hubun-
gan pelaporan dalam sebuah organisasi, seperti manajer departemen
dan karyawan non-manajemen.
Jika Anda tidak terbiasa dengan menggunakan SmartArt gra s, Anda
mungkin ingin membaca artikel berikut sebelum memulai pada bagan
organisasi:
ˆ Pelajari lebih lanjut tentang SmartArt Graphics
ˆ Pilih tata letak gra s SmartArt
2.6.3 Membuat Bagan Organisasi
1. Pada tab Insert, di grup Ilustrasi, klik SmartArt. Contoh dari kelompok
Ilustrasi pada tab Insert di PowerPoint 2016
2. Dalam Memilih galeri SmartArt Graphic, klik Hierarchy, klik tata letak
bagan organisasi (seperti Organisasi Chart), dan kemudian klik OK.
42Untuk memasukkan teks Anda, lakukan salah satu hal berikut:
ˆ Klik dalam kotak di gra k SmartArt, dan kemudian ketik teks Anda.
ˆ Klik [Text] di panel Text, dan kemudian ketik teks Anda.
ˆ Salin teks dari lokasi atau program lain, klik [Text] di panel Text, dan
kemudian paste teks Anda.
Membuat bagan organisasi dengan gambar
1. Dalam Anda dokumen, presentasi, atau spreadsheet, pada tab Insert, di
grup Ilustrasi, klik SmartArt. Contoh dari kelompok Ilustrasi pada tab
Insert di PowerPoint 2016
2. Dalam Memilih galeri SmartArt Graphic, klik Hierarchy, klik Gambar
Struktur organisasi, dan kemudian klik OK.
431. Untuk menambahkan gambar, di kotak di mana Anda ingin menambahkan
gambar, klik ikon gambar, cari folder yang berisi gambar yang ingin Anda
gunakan, klik le gambar, lalu klik Insert.
2. Untuk memasukkan teks Anda, ikuti petunjuk pada langkah 3 dari bagian
sebelumnya.
Menambah atau menghapus kotak dalam bagan organisasi
1. Klik kotak yang ada yang terletak paling dekat dengan tempat Anda ingin
menambahkan kotak baru.
2. Di bawah SmartArt Tools, pada tab Design, di Buat grup Gra s, klik
tanda panah di sebelah Tambahkan Shape, dan kemudian melakukan salah
satu dari berikut:
ˆ Untuk memasukkan kotak pada tingkat yang sama seperti kotak yang
dipilih tapi berikut, klik Add Shape Setelah.
ˆ Untuk memasukkan kotak pada tingkat yang sama seperti kotak yang
dipilih tapi sebelum itu, klik Add Shape Sebelum.
ˆ Untuk menyisipkan kotak satu tingkat di atas kotak yang dipilih, klik
Add Shape atas. Kotak baru mengambil posisi kotak yang dipilih, dan
kotak yang dipilih dan semua kotak langsung di bawah masing-masing
diturunkan satu tingkat.
ˆ Untuk menyisipkan kotak satu tingkat di bawah kotak yang dipilih, klik
Add Shape bawah.
ˆ Untuk menambahkan asisten kotak, klik Tambah Assistant.
Asisten kotak ditambahkan di atas kotak lainnya pada tingkat yang
sama dalam gra k SmartArt, tetapi ditampilkan dalam pane Text
setelah kotak lainnya pada tingkat yang sama. Tambahkan Asisten
hanya tersedia untuk layout bagan organisasi. Hal ini tidak tersedia
untuk layout hierarki, seperti Hierarchy.
Hapus kotak,
Untuk menghapus kotak, klik batas kotak yang ingin Anda hapus,
kemudian tekan Delete.
Mengubah tata letak tergantung dari bagan organisasi
44Sebuah tata letak tergantung mempengaruhi tata letak semua kotak
di bawah kotak yang dipilih. Meskipun Anda dapat menggunakan
layout hierarki lain untuk membuat bagan organisasi, tergantung tata
letak yang tersedia hanya dengan layout bagan organisasi.
1. Klik kotak dalam bagan organisasi yang ingin Anda menerapkan tata letak
gantung untuk.
2. Di bawah SmartArt Tools, pada tab Design, di Buat grup Gra s, klik
Layout, dan kemudian melakukan salah satu dari berikut:
ˆ Untuk pusat semua kotak di bawah kotak yang dipilih, klik Standard.
ˆ Untuk pusat kotak yang dipilih di atas kotak di bawah dan mengatur kotak
di bawahnya horizontal dengan dua kotak di setiap baris, klik Kedua.
ˆ Untuk mengatur kotak yang dipilih di sebelah kanan kotak di bawahnya
dan kiri-menyelaraskan kotak di bawah secara vertikal, klik Kiri Gantung.
ˆ Untuk mengatur kotak yang dipilih di sebelah kiri kotak di bawahnya dan
kanan menyelaraskan kotak di bawah secara vertikal, klik Gantung kanan.
Jika Anda tidak melihat Tools SmartArt atau tab Desain, pastikan
bahwa Anda telah memilih gra s SmartArt. Anda mungkin harus
double klik gra s SmartArt untuk memilihnya dan buka tab Design.