PENGEMBANGAN PAKET R UNTUK ANALISIS DISKRIMINAN BERBASIS GRAPHICAL USER INTERFACE WEB INTERAKTIF

  • Nur Isra Universitas Negeri Makassar
  • Suwardi Annas Department of Statistics, Universitas Negeri Makassar
  • Muhammad Kasim Aidid Department of Statistics, Universitas Negeri Makassar
Keywords: Analisis Diskriminan Linear, Graphical User Interface, Paket R

Abstract

Penggunaan perangkat lunak berlisensi memerlukan biaya yang relatif mahal, dan sulitnya memperoleh perangkat lunak berlisensi menjadi salah satu penyebab meningkatnya penggunaan perangkat lunak bajakan. Salah satu upaya dalam mengurangi tingkat permasalahan perangkat lunak bajakan adalah melakukan pengembangan perangkat lunak yang memiliki lisensi publik bersifat open source seperti perangkat lunak R. Penelitian ini dilakukan untuk menyusun beberapa paket yang terdapat pada perangkat lunak R yang akan memudahkan pengguna dalam melakukan analisis statistika, khususnya untuk analisis diskriminan linear. Paket pendukung R tersebut yaitu paket R-Shiny yang mampu membuat tampilan berbasis Graphical User Interface. Pengembangan paket R dalam penelitian ini menggunakan metode waterfall. Paket ini bernama Linear Discriminant Analysis Application (LDA App). Berdasarkan pengujian yang dilakukan pada LDA App menunjukkan bahwa LDA App mampu menyelesaikan analisis statistika sesuai fungsinya. Perbandingan antara LDA App dan software statistika lainnya memiliki ouput yang sama, akurat, dan lebih efisien dalam melakukan analisis diskriminan linear.

References

Annas, S., & Irwan. (2015). Penerapan Analisis Diskriminan Dalam Pengelompokan Desa Miskin Di Kabupaten Wajo. Scientific Pinsi, 1(1), 34–43.
Astuti, C. C., Wiguna, A., & Ariyanti, N. (2021). Pendekatan Analisis Diskriminan Pada Pembelajaran Daring Di Masa Pandemi Covid-19. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 15(1), 137–146.
Badan Pusat Statistik. (2021). Indeks Pembangunan Manusia. BPS: Jakarta.
Chamber, J. (2008). Software for Data Analysis, Springer Statistical and Computing. New York: Springer Verlag New York.
Gartina, D. (2009). Penggunaan Software Open Source Dalam Mendukung Kegiatan Penelitian dan Adminitrasi Perkantoran. Informatika Pertanian, 18(1), 45–62.
Hair Jr, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data Analysis 7 Edition. New Jersey: Prentice Hall.
Johnson, R. A., & Wichern, D. W. (2002). Applied Multivariate Statistical Analysis, Fifth Edition. New Jersey: Prentice Hall.
Morrison, D.F. (1990). Multivariate Statistical Methods Third Edition. USA : Mc Graw Hill Inc.
Paisal, Satyahadewi, N., & Perdana, H. (2021). Pengembangan Aplikasi Statistika Berbasis Web Interaktif Untuk Analisis Uji- T. Jurnal Peneltian Ilmiah, 10(3), 331–340.
Rizkiana, P., & Hendikawati, P. (2016). Klasifikasi Tingkat Kepuasan Pelanggan Dengan Analisis Diskriminan. Jurnal MIPA, 38(1), 89–100.
RStudio. (2020). Shiny From RStudio. Retrieved from Shiny: https://shiny.rstudio.com/
Santosa PBA. (2005). Analisis Statistik dengan MS. Excel dan SPSS. Yogyakarta: Andi.
Santoso, S. (2017). Statistik Multivariat dengan SPSS. Jakarta: PT. Elex Media Komputindo.
Sarvina, Y. (2017). Pemanfaatan Software Open Source “ R ” Untuk Penelitian Agroklimat “ R ” Open Source Software for Agroclimate Research. Informatika Pertanian, 26(1), 23–30.
Siagian, D., & Sugiarto. (2006). Metode Statistika untuk Bisnis dan Ekonomi. Jakarta: PT. Gramedia Pustaka Utama.
Sommerville, I. (2011). Software Engineering (9th ed.; Boston, Ed.). Massachusetts: Pearson Education.
Sriwahyuni, A. A., Annas, S., & Ahmar, A. S. (2018). Pengembangan Paket Analisis Regresi Berbasis Web. Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, Dan Aplikasi Statistika), 1, 31–45.
Surahmat, S., & Tenggono, A. (2018). Evaluasi Penggunaan Aplikasi Office Berbasis Open Source Pada SMKN Kota Palembang Dengan Pendekatan Technology Acceptance Model. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 7(2), 98–103.
Tiro, M. A., Sukarna, & Aswi. (2010). Statistika Deskriptif Peubah Banyak. Makassar: Andira Publisher.
Tirta, I. M. (2014). Pengembangan E-Modul Statistika Terintegrasi dan Dinamik dengan R-shiny dan mathJax. Prosiding Seminar Nasional Matematika, Universitas Jember, 1(1), 223–232.
Umam, K. (2018). Analisis Diskriminan Melalui Metode Fisher Terhadap Mahasiswa Hukum Dalam Memilih Profesi. Penelitian Multidisiplin, 01(01), 91–100.
Utomo, A. T., Ahmar, A. S., & Aidid, M. K. (2017). Pengembangan Paket R untuk Analisis Time Series Dengan Graphical User Interface ( GUI ). Eprints Universitas Negeri Makassar.
Villasenor Alva, J. A., & Estrada, E. G. (2009). A generalization of Shapiro-Wilk’s test for multivariate normality. Communications in Statistics - Theory and Methods, 38(11), 1870–1883.
Wijayanti, D., Sugito, S., & Yasin, H. (2020). Analisis Model Antrean Non-Poisson Dan Ukuran Kinerja Sistem Berbasis Gui Web Interaktif Menggunakan R-Shiny (Studi Kasus: Bus di Terminal Penggaron Kota Semarang). Jurnal Gaussian, 9(4), 444–453.
Yendra, R., & Desvina, A. P. (2019). Analisis Diskriminan Fisher Untuk Klasifikasi Risiko Kredit. Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri (SNTIKI), 11(1), 478–481.
Published
2022-12-06
How to Cite
Nur Isra, Annas, S., & Aidid, M. K. (2022). PENGEMBANGAN PAKET R UNTUK ANALISIS DISKRIMINAN BERBASIS GRAPHICAL USER INTERFACE WEB INTERAKTIF . VARIANSI: Journal of Statistics and Its Application on Teaching and Research, 4(3), 128-141. https://doi.org/10.35580/variansiunm24
Section
Articles