BAB 1 PENDAHULUAN
1.1 Latar Belakang Manajemen informasi sangat penting dalam hal pengambilan keputusan baik dalam skala kecil ataupun besar. Keberagaman informasi sering dijumpai pada institusi, perusahaan besar, organisasi, medis dan bidang keilmuan lainnya. Informasi tentang sesuatu yang diperoleh disebut juga data. Data yang diperoleh dalam suatu penelitian dapat menampilkan banyak karakter atau sifat. Menurut Trebuna dan Halcinova (2013), variasi data yang luas dapat menimbulkan masalah dalam pengambilan keputusan. Data yang dikumpulkan berapapun banyaknya, bukan tujuan dari suatu penelitian. Akan tetapi merupakan sarana untuk memudahkan penafsiran dan memahami maknanya. Untuk itu dibutuhkan suatu teknik analisis data sebagai upaya mengolah data sehingga karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah yang berkaitan denngan penelitian. Ada beberapa teknik statistik yang dapat digunakan untuk menganalisis data. Tujuannya untuk mendapatkan informasi yang relevan. Teknik statistika yang paling sering digunakan adalah Analysis of variance (ANOVA) untuk data univariat dan atau Multivariat Analysis of variance (MANOVA) untuk data multivariat. Atau lebih dikenal uji statistik t atau uji statistik F . Namun, menurut Bozdogan (1986) usaha analisis data dengan ANOVA ataupun MANOVA tidak informatif. Penolakan hipotesis tidak mengindikasikan bahwa kelompok sampel berbeda seperti yang seharusnya ditunjukkan. Almuitari (2011) juga mengemukakan salah satu aspek yang menjadi kontra dalam penelitian adalah tidak adanya tolak ukur pemilihan penggunaan tingkat signifikan α antara 1%, 5%, atau 10% selama uji tes. Permasalahan lain adanya peluang penolakan minimal satu hipotesis ketika seharusnya itu tidak perlu terjadi. 1 Universitas Sumatera Utara
2 Berangkat dari beberapa alasan diatas, beberapa peneliti mencoba melakukan analisis data dengan menggunakan metode perbandingan tanpa menggunakan hipotesis. Sebagai contoh penelitian yang dilakukan oleh Bozdogan (1986) yang mengenalkan alternatif pendekatan baru untuk melihat perbedaan sampel dengan melakukan perbandingan beberapa sampel yang dikenal dengan analisis kelompok sampel-sampel. Tukey dalam Shimokawa dan Goto (2011) juga merekomendasikan penjelasan data sampel-sampel dengan menggunakan analisis kelompok. Metode analisis kelompok merupakan salah satu metode statistika multivariat. Trebuna dan Halcinova (2013) menjelaskan banyak situasi praktis memerlukan penyajian data multivariat dari beberapa sampel tersturktur untuk inferensi komperatif dan pengelompokkan sampel hetrogen ke sampel homogen. Selanjutnya Ferreira dan Hitchcok (2003) menjelaskan pengelompokkan data berdasarkan homogenitas sangat penting karena dapat mengungkapkan informasi data. Secara umum metode analisis kelompok dikerjakan dengan melakukan pendekatan jarak antar kelompok. Persamaan karakteristik dalam pengelompokan mengakibatkan sulit untuk melihat yang terbaik dari kelompok yang telah terbentuk. Pengelompokkan tidak hanya berdasarkan ukuran homogenitas dan usaha membentuk kelompok dengan menggunakan algoritma. Algoritma pengelompokan harus dapat memaksimalkan perbedaan relatif kelompok terhadap variasi dalam kelompok. Dua metode umum dalam algoritma pengelompokan adalah metode hirarki dan non hirarki. Dalam analisis kelompok untuk multi sampel, Bozdogan (1986) memperkenalkan pendekatan baru dengan menggunakan algoritma pengelompokan untuk kasus usaha perbandingan sampel tanpa menggunakan perbandingan jarak. Usaha pengelompokkan dengan terlebih dahulu membentuk alternatif kelompok yang mungkin akan terjadi. Kemudian dibutuhkan pendekatan pemilihan model seleksi kriteria informasi. Tujuan memasukan seleksi kriteria pada masa pembentukkan kelompok adalah untuk menggolongkan perbedaan kelompok tanpa membuat pilihan sendiri selama masa algoritma pengelompokkan data, sehingga memudahkan untuk melihat kelompok terbaik dari kelompok yang telah terbentuk dengan melihat nilai kriteria informasi minimum.
Universitas Sumatera Utara
3 Menurut Bozdogan (1986) model seleksi kriteria dikenalkan oleh Akaike’s pada tahun 1973 untuk mengidentifikasi data secara optimal dan hati-hati dengan perhitungan yang lebih kompleks. Pendekatan ini berdasarkan pada Kullback Liebler Information (KLIC) dan nilai rasio maksimum likelihood data statistik. Model seleksi kriteria yang pertama dikenal dengan Akaike’s Information Criterion (AIC). Pada banyak kasus analisis kelompok untuk perbandingan multi sampel, diasumsikan berdistribusi normal. Namun pada kenyataannya menurut Shimokawa dan Goto (2011) sulit memenuhi asumsi ini. Pada tahun 1977, Worsley dalam penelitiannya memperkenalkan versi non parametrik Scott dan Knott’s dengan menggunakan uji Kruskal-Wallis untuk mengukur homogenitas. Dengan menggunakan versi non parametrik, tidak perlu memenuhi distribusi normal dan memungkinkan untuk memperoleh informasi yang merupakan bagian dalam data (seperti posisi, penyebaran dan bentuk) Selain dari pendekatan diatas, Shimokawa dan Goto (2011) dalam melakukan analisis kelompok untuk multi sampel menggunakan distribusi power normal yang didefenisikan sebagai distribusi spesifik sebelum transformasi power normal. Dijelaskan Shimokawa dan Goto (2011) dan Ishogawa (2012) sebuah powertransformasi positif variabel X didefinisikan sebagai berikut:
λ
x =
xλ −1 , λ
λ = 6 0, logx, λ = 0.
Dari hasil penelitian, diasumsikan dalam analisis data menggunakan distribusi power normal, dapat menggambarkan situasi keadaan data yang tergambarkan dalam grafik statistik. Berdasarkan latar belakang, peneliti mengulas dan melakukan suatu analisis data menggunakan analisis kelompok untuk multi sampel namun tidak menggunakan metode perbandingan jarak seperti pada analisis kelompok biasanya, melainkan pendekatan baru menggunakan algoritma pengelompokan dengan memasukkan model kriteria informasi untuk melihat perbandingan data.
Universitas Sumatera Utara
4 1.2 Rumusan Masalah Dalam usaha mendapatkan sebuah kesimpulan dari sekumpulan informasi, dibutuhkan suatu teknik analisis data untuk mengolah data agar data mudah dipahami untuk menjawab masalah dalam penelitian. Teknik analisis data yang umum digunakan untuk melakukan perbandingan sampel adalah ANOVA atau MANOVA. Akan tetapi beberapa peneliti berpendapat dengan teknik diatas tidak informatif.
Karenanya dikenalkan suatu metode perbandingan sampel tanpa
harus melakukan hipotesis, yakni dengan pengelompokkan sampel berdasarkan homogenitas atau lebih dikenal metode analisis kelompok. Algoritma yang digunakan dalam pengelompokkan adalah secara hirarki. 1.3 Tujuan Penelitian Penelitian ini bertujuan untuk melakukan perbandingan multi sampel dengan teknik analisis kelompok secara hirarki untuk dapat menemukan pasangan kelompok terbaik berdasarkan kesamaan karakteristik dengan menggunkan model kriteria informasi AIC. 1.4 Manfaat Penelitian Penelitian ini bermanfaat untuk memperkaya literatur tentang metode analisis kelompok secara hirarki dan memberikan suatu gambaran dalam analisis data atau pengambilan kesimpulan dengan menggunakan metode analisis kelompok secara hirarki untuk perbandingan multi sampel. 1.5 Metode Penelitian Metode penelitian ini bersifat studi literatur dan kepustakaan dengan mengumpulkan informasi terkait dari beberapa jurnal. Adapun langkah yang dilakukan adalah sebagai berikut : 1. Mengumpulkan informasi dari literatur-literatur mengenai teknik analisis data terutama metode analisis kelompok.
Universitas Sumatera Utara
5 2. Menjelaskan analisis kelompok beserta pembagiannya. 3. Menjelaskan analisis kelompok dengan menggunakan model kriteria informasi. 4. Melakukan pengkajian contoh analisis kelompok untuk perbandingan multi sampel. 5. Menarik kesimpulan. ‘
Universitas Sumatera Utara