4
BAB II LANDASAN TEORI
2.1 Kajian Kepustakaan 2.1.1 Survey Survei digunakan untuk mengumpulkan informasi kuantitatif tentang suatu hal dalam populasi. Survei pada masyarakat dan perusahaanpada umumnya terjadi dalam pemilu, kesehatan, ilmu sosial dan penelitian pemasaran. Survei dapat difokuskan pada pendapat atau informasi faktual tergantung pada tujuannya, dan banyak survei memberikan pertanyaanpertanyaan kepada beberapa orang. Bila pertanyaan diberikan kepada peneliti, survei ini disebut wawancara terstruktur atau researcher-administered survey.Bila pertanyaan diberikan kepada responden, survei ini disebut sebagai kuesioner atau self-administered survey. Kelebihan-kelebihan dari penggunaan survey adalah: •
Survey lebih efisien untuk meneliti data dari responden dalam jumlah yang sangat besar. Teknik statistik dapat digunakan untuk memastikan validitas, realibilitas, dan signifikansi statistik dari data tersebut.
•
Survey sangat fleksible, dalam arti berbagai informasi dapat dikumpulkan. Survey dapat digunakan untuk mempelajari sikap manusia, nilai, kepercayaan, dan perilaku masa lalu.
•
Karena survey sudah distandarisasi, pada umumnya survey bebas dari kesalahan / kekeliruan.
•
Pada umumnya survey mudah untuk diselenggarakan.
5
•
Adanya ekonomi pada koleksi adalah akibat dari fokus pertanyaan yang di standardisasi. Hanya pertanyaan yang menarik bagi peneliti ditanya, dicatat, dikodifikasikan, dan dianalisis. Waktu dan uang tidak dihabiskan untuk pertanyaan tidak penting.
•
Survey dari sample biasanya lebih murah daripada sensus secara keseluruhan. Sementara itu kekurangan-kekurangan dari penggunaan survey adalah:
•
Survey bergantung kepada motivasi, kejujuran, daya ingat, dan kemampuan untuk memberikan respon dari seseorang. Mereka mungkin tidak menyadari alasan diadakannya survey. Mereka mungkin tidak termotivasi untuk memberikan jawaban yang akurat, bahkan mungkin mereka lebih termotivasi untuk memberikan jawaban yang lebih menguntungkan bagi mereka.
•
Survey terstruktur, khususnya survey dengan 1 jawaban pasti, bisa memiliki validitas yang kecil ketika meneliti variabel yang berpengaruh.
•
Meskipun individu yang dipilih dalam survey adalah acak, kemungkinan kesalahan tetap tidak bisa dihindari. Data dari orang-orang yang memilih untuk menjawab survey bisa berbeda dengan orang-orang yang memilih untuk tidak menjawabnya. Dan hal itu bisa mengakibatkan ketidakcocokan formula perkiraan hasil survey.
•
Survey dengan pilihan jawaban dapat menghasilkan data yang kurang tepat bila pilihan jawabannya kurang luas. Misalnya jika pilihan jawabannya hanya ya atau tidak, responden akan memilih untuk menjawab tidak karena jawaban sangat jarang tidak tersedia. Cara-cara pengumpulan data pada suatu survey:
•
Telepon: peneliti akan menelepon responden satu per-satu untuk memperoleh data yang diinginkan
6
•
Surat: peneliti akan mengirimkan surat ke alamat responden, yang kemudian akan dijawab oleh responden dan dikirim kembali ke peneliti.
•
Survey online: peneliti dapat menggunakan e-mail atau website untuk mengadakan survey.
•
Survey langsung ke rumah: peneliti akan pergi ke rumah responden untuk mengumpulkan datanya.
•
Survey langsung di suatu tempat: peneliti akan pergi ke suatu tempat untuk mencari responden dan mengumpulkan datanya.
2.1.2 Sampling Pemilihan Sampel sangat penting untuk validitas informasi yang mewakili populasi yang sedang dipelajari. Pendekatan sampling membantu untuk menentukan fokus penelitian dan memungkinkan penerimaan yang lebih baik dari penelitian yang sedang dibuat. Penggunaan sampling yang diarahkan dapat digunakan selama itu dicatat bahwa sampel yang dihasilkan tidak mungkin menjadi representasi yang benar dari populasi penelitian. Ada dua pendekatan yang berbeda untuk sampling dalam penelitian survei: •
Nonprobability sampling, dalam pendekatan ini peneliti tidak tahu probabilitas masingmasing elemen seleksi dalam sampel. Nonprobability sampling yang paling sering digunakan adalah metode sampling convenience sampling. Dengan metode ini, hanya sampel mereka yang tersedia dan bersedia untuk berpartisipasi dalam survei. Penggunaan pendekatan ini memungkinkan untuk memudahkan bagi peneliti sementara ada kemungkinan kehilangan data validitas karena kurangnya representasi.
•
Probability sampling memberikan setiap elemen kesempatan untuk diikutsertakan dalam sampel. Metode ini lebih baik dalam representasi yang benar dari populasi. Metode ini
7
lebih sulit karena butuh biaya lebih tinggi, dan kesulitan dalam memperoleh cakupan penuh dari populasi yang diinginkan, namun hasil dari penelitian cenderung lebih memrepresentasikan populasi dengan benar. Berbagai bentuk probability sampling dirancang untuk berbagaikeuntungan,misalnya kesederhanaan teoritis, kesederhanaan operasional, informasi rinci tentang sub-populasi, atau biaya minimal. Beberapa bentuk dari probability sampling yang umum: o Equal probability of selection (EPS), di mana setiap elemen dari populasi memperoleh kesempatan yang sama untuk dimasukkan ke dalam sample. Survei EPS relatif sederhana untuk ditafsirkan. Bentuk-bentuk yang termasuk EPS adalah Simple Random Sampling (SRS) dan sampling sistematik. o Probability-proportional-to-size designs(PPS), di mana elemen yang lebih besar (berdasarkan berbagai metode pengukuran) memiliki kesempatan yang lebih besar untuk menjadi sample. Pendekatan ini umum digunakan dalam survei bisnis di mana tujuannya adalah untuk menentukan total sektor. Dibandingkan dengan EPS, berkonsentrasi pada unsur-unsur yang lebih besar dapat menghasilkan akurasi yang lebih baik untuk biaya / ukuran sampel yang sama. o Stratified random sampling, di mana populasi dibagi menjadi subpopulasi(disebut strata) dan sampel acak kemudian digambarkan secara terpisah dari masing-masing strata, dengan menggunakan metode probability sampling (kadang-kadang ada sub-sub-populasi lagi). Ini dilakukan untuk memberikan kontrol yang lebih baik atas ukuran sampel di setiap sub-populasi.
8
2.1.3 Regresi Linier Dalam statistik, regresi linier adalah segala bentuk pemodelan variabel Y skalar terhadap satu atau lebih variabel X. Dalam regresi linier, model parameter yang tidak diketahui diperkirakan dari data menggunakan fungsi linear. Model seperti ini disebut model linier.Pada umumnya, regresi linier mengacu pada model di mana rata-rata bersyarat dari Y diberi nilai X adalah fungsi X. Kadang-kadang, regresi linier bisa dilihat dari median, atau beberapa kuantil lainnya dari distribusi bersyarat dari X y diberikan dinyatakan sebagai fungsi linear dari X. Seperti semua bentuk analisis regresi, regresi linier berfokus pada distribusi probabilitas bersyarat dari X y diberikan, bukan pada distribusi probabilitas gabungan y dan X, yang merupakan domain analisis multivariat. Regresi linier memiliki banyak manfaa. Sebagian besar aplikasi regresi linier digunakan dalam salah satu dari dua kategori berikut: •
Jika tujuannya adalah prediksi, atau peramalan, regresi linier dapat digunakan untuk cocok dengan model prediktif untuk data yang diamati set y dan nilai-nilai X. Setelah mengembangkan model seperti itu, jika nilai tambah dari X kemudian diberi tanpa nilai yang menyertainya y, model dipasang dapat digunakan untuk membuat prediksi nilai y.
•
Mengingat y variabel dan sejumlah variabel X1, ..., Xp yang mungkin berhubungan dengan y, maka analisis regresi linier dapat diterapkan untuk mengukur hubungan antara y dan Xj, untuk menilai bagaimana hubungan Xj dengan y sama, dan untuk mengidentifikasi apakah data dari Xj berisi informasi yang cukup tentang y, sehingga jika salah satunya adalah dikenal, yang lain tidak lagi diperlukan. Kekurangan dari menggunakan metode regresi linier adalah data-data yang diukur harus
linear untuk memperoleh hasil yang baik.
9
2.1.3.1 Regresi Linier Sederhana Regresi linier sederhana adalah perkiraan kuadrat terkecil dari model regresi linier dengan variabel prediksi tunggal. Dengan kata lain, regresi linier sederhana cocok untuk persamaan garis lurus melalui titik n sedemikian rupa yang menentukan jumlah kuadrat residual dari model tersebut (yaitu, jarak antara titik dari himpunan data dan garis dipasang) sekecil mungkin. Berikut adalah rumus yang digunakan pada regresi linier sederhana:
Yi = β 0 + β1 xi
i = 1, 2,..., n Rumus (2.1)
Pada rumus ini Y merupakan variabel terikat, dan x merupakan variabel bebas. Koefisien regresi β0 dab β1 diperoleh dari rumus: n
β0 =
∑y i =1
n
i
n
− β1
∑X i =1
i
n
⎛ n ⎞⎛ n ⎞ ⎜ ∑ X i ⎟ ⎜ ∑ Yi ⎟ n X iYi − ⎝ i =1 ⎠ ⎝ i =1 ⎠ ∑ n β1 = i =1 ⎛ n 2⎞ ⎜ ∑ Xi ⎟ n ⎠ X i2 − ⎝ i =1 ∑ n i =1 Rumus (2.2) Dengan rumus 2.2 persamaan regresi pada rumus 2.1 dapat dihasilkan.
10
2.1.3.2 Korelasi Pearson Dengan rumus korelasi Pearson berikut, dapat diketahui apakah korelasi data X dan Y linier atau tidak:
r( X ,Y ) =
⎛ n ⎞⎛ n ⎞ ⎜ ∑ X i ⎟⎜ ∑ Yi ⎟ n X iYi − ⎝ i =1 ⎠⎝ i =1 ⎠ ∑ n i =1 ⎡ ⎛ n ⎞ ⎢ n ⎜ ∑ Xi ⎟ ⎢ X 2 − ⎝ i =1 ⎠ i ⎢∑ n i =1 ⎢ ⎣⎢
2
⎤ ⎥ ⎥ ⎥ ⎥ ⎦⎥
1 2
⎡ ⎛ n ⎞ ⎢ n ⎜ ∑ Yi ⎟ ⎢ Y 2 − ⎝ i =1 ⎠ i ⎢∑ n i =1 ⎢ ⎣⎢
Berikut adalah contoh grafik dengan hasil perhitungan nilai r nya:
2
⎤ ⎥ ⎥ ⎥ ⎥ ⎦⎥
1 2
11
Gambar 2.1 Korelasi Pearson Tabel berikut adalah hubungan antara nilai korelasi pearson dengan kelinieran dari 2 data yang dibandingkan: Tabel 2.1 Korelasi Pearson Korelasi
Negatif
Positif
Tidak Ada
-0.09 sampai 0.0
0.0 sampai 0.09
Kecil
-0.3 sampai -0.1
0.1 sampai 0.3
Sedang
-0.5 sampai -0.3
0.3 sampai 0.5
Besar
-1.0 sampai -0.5
0.5 sampai 1.0
2.1.3.3 Regresi Linier Berganda Regresi linier berganda adalah regresi linier dengan satu variabel terikat Y dan lebih dari 1 variabel bebas X. Bentuk umum dari regresi linier berganda:
Y = β 0 + β1 X 1 + β 2 X 2 + ... + β n X n Rumus (2.3) Untuk regresi linier berganda dengan 2 variabel X memiliki bentuk umum sebagai berikut:
Y = β 0 + β1 X 1 + β 2 X 2 Rumus(2.4) Nilai dari β0 dapat diperoleh dengan rumus: ^
^
^
β 0 = Y − β1 X 1 − β 2 X 2 Rumus (2.5)
12
Sementara itu untuk β1 dan β2, dapat diperoleh dari invers matrix (X+)’X+, dengan X+ adalah matriks dari regressor terpusat.
β = ⎡⎣( X + ) ' X + ⎤⎦ ^
−1
( X ) 'Y +
+
Rumus (2.6) Nilai dari matriks (X+)’X+dan (X+)’Y+ dapat diperoleh dari rumus berikut: 2 ⎛ − X X ( ) ∑ 1 1 ⎜ + + ⎜ ( X )' X = ⎜ ⎜ ∑ ( X 1 − X 1 )( X 2 − X 2 ) ⎝
⎞ − X 1 )( X 2 − X 2 ) ⎟ ⎟ 2 ⎟ ∑( X2 − X2 ) ⎟ ⎠
∑( X
1
⎛ ⎞ ⎜ ∑ ( X 1 − X 1 )(Y − Y ) ⎟ ⎟ ( X + ) 'Y + = ⎜⎜ ⎟ X X Y Y − − ( )( ) 2 ⎜∑ 2 ⎟ ⎝ ⎠ Rumus (2.7)
2.1.4 Metode Kuadrat Terkecil Perhitungan nilai β0, β1, β2, … βk menggunakan metode kuadrat terkecil (least square method) dengan persamaan sebagai berikut:
∑ Y = nβ +β ∑ X + β ∑ X + ... + β ∑ X ∑ Y X = β ∑ X +β ∑ X + β ∑ X X + ... + β ∑ X X ∑ Y X = β ∑ X +β ∑ X X + β ∑ X + ... + β ∑ X X 0
i i
i1
1
0
i1
i1
2
1
i2
2 i 1
k
2
i2
ik
i1
k
ik
i1
2
i
i2
0
i2
1
i1
i2
2
i 2
k
ik
i2
...
∑Y X i
ik
= β 0 ∑ X ik +β1 ∑ X i1 X ik + β 2 ∑ X i 2 X ik + ... + β k ∑ X i 2 k
13
2.1.5 Tingkat Signifikansi
Tingkat signifikansi biasanya dilambangkan oleh simbol α. Tingkat signifikansi yang biasa digunakan adalah 10% (0,1), 5% (0.05), 1% (0,01) dan 0,1% (0,001). Jika uji signifikansi memberikan p-value yang lebih rendah daripada tingkat signifikansi α, hipotesis nol ditolak. Hasil tersebut secara informal disebut sebagai signifikan secara statistik. Sebagai contoh, jika seseorang berpendapat bahwa "hanya ada satu kesempatan dalam seribu ini bisa terjadi secara kebetulan," tingkat 0,001 signifikansi statistik sedang tersirat. Semakin rendah tingkat signifikansi, semakin kuat bukti-bukti yang dibutuhkan. Memilih tingkat signifikansi adalah tugas yang bebas, tetapi untuk kebanyakan aplikasi, level 5% yang dipilih. 2.1.6 SPSS
SPSS adalah program komputer yang digunakan untuk analisis statistik. Antara 2009 dan 2010 perangkat lunak utama untuk SPSS disebut PASW (Predictive Analytics Software) Statistics. Pada tanggal 28 Juli 2009 perusahaan ini diakuisisi oleh IBM sebesar US $ 1,2 miliar. Pada Januari 2010, namanya berubah menjadi "SPSS: An IBM Company". SPSS (pada mulanya, Statistical Package for the Social Sciences) diluncurkan pada versi pertama pada tahun 1968 setelah dikembangkan oleh Norman H. Nie dan C. Hadlai Hull. Norman Nie yang kemudian menjadi master ilmu politik di Stanford University, dan sekarang telah menjadi Profesor Riset di Departemen Ilmu Politik di Stanford dan Profesor Emeritus Ilmu Politik di Universitas Chicago. SPSS adalah salah satu program yang paling banyak digunakan untuk analisis statistik dalam ilmu sosial. Hal ini digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran dan lainlain. Manual SPSS asli (Nie, Bent & Hull, 1970) telah digambarkan sebagai salah satu "buku sosiologi paling berpengaruh". Selain analisis statistik fitur lain SPSS adalah manajemen data
14
(seleksi kasus, file membentuk kembali, membuat data turunan) dan dokumentasi data (kamus metadata disimpan di datafile itu). Fitur statistik yang termasuk dalam software ini adalah: •
Statistika deskriptif: Cross tabulation, Frequencies, Descriptives, Explore, Descriptive Ratio Statistics
•
Statistika Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial, jarak), test nonparametrik
•
Prediksi data numerik: Regresi linier
•
Prediksi data berkelompok: Analisis faktor, Analisis cluster (two-step, K-means, hierarchical), Diskriminan
2.1.7 Faktor-Faktor yang Mempengaruhi Performa Kerja Karyawan
Dewasa ini, masalah rendahnya produktivitas kerja menjadi fokus perhatian pada hampir semua institusi di Indonesia. Hal ini dapat dilihat dari berbagai aspek faktual yang muncul, misalnya: terjadinya pemborosan sumberdaya (inefisiensi) dan ketidaktercapaian target, baik secara kelompok maupun individual. Masalah produktivitas kerja dalam suatu organisasi merupakan faktor yang penting, terutama bila dihubungkan dengan masalah penggunaan sumber daya input. Menurut Muchdarsyah, secara umum produktivitas suatu organisasi dipengaruhi oleh manusia, modal, metode (proses), produksi, umpan balik, lingkungan internal organisasi, dan lingkungan eksternal(baik lokal, regional, nasional, maupun internasional). Faktor-faktor yang mepengaruhi performa kerja karyawan: a. Pekerjaan yang menarik. b. Upah yang baik.
15
c. Keamanan dan perlindungan dalam pekerjaan. d. Penghayatan atas maksud dan makna pekerjaan. e. Lingkungan atau suasana kerja yang baik. f. Promosi dan perkembangan diri merasa sejalan dengan perkembangan perusahaan / organisasi. g. Merasa terlibat dalam kegiatan organisasi-organisasi. h. Pengertian dan simpati atas persoalan-persoalan pribadi. i. Kesetiaan pimpinan pada diri si pekerja. j. Disiplin kerja yang keras. 2.1.8 C++ Programming Language
C++ adalah bahasa pemrograman komputer C++ dikembangkan di Bell Labs (Bjarne Stroustrup) pada awal tahun 1970-an, Bahasa itu diturunkan dari bahasa sebelumnya, yaitu BCL, Pada awalnya, bahasa tersebut dirancang sebagai bahasa pemrograman yang dijalankan pada sistem Unix, Pada perkembangannya, versi ANSI (American National Standart Institute) Bahasa pemrograman C menjadi versi dominan, Meskipun versi tersebut sekarang jarang dipakai dalam pengembangan sistem dan jaringan maupun untuk sistem embedded, Bjarne Stroustrup pada Bell labs pertama kali mengembangkan C++ pada awal 1980-an, Untuk mendukung fitur-fitur pada C++, dibangun efisiensi dan sistem support untuk pemrograman tingkat rendah (low level coding). Pada C++ ditambahkan konsep-konsep baru seperti class dengan sifat-sifatnya seperti inheritance dan overloading. Salah satu perbedaan yang paling mendasar dengan bahasa C adalah dukungan terhadap konsep pemrograman berorientasi objek (Object Oriented Programming).
16
Perbedaan Antara Bahasa pemrograman C dan C++ meskipun bahasa-bahasa tersebut menggunakan sintaks yang sama tetapi mereka memiliki perbedaan, C merupakan bahasa pemrograman prosedural, dimana penyelesaian suatu masalah dilakukan dengan membagi-bagi masalah tersebut kedalam su-submasalah yang lebih kecil, Selain itu, C++ merupakan bahasa pemrograman yang memiliki sifat Pemrograman berorientasi objek, Untuk menyelesaikan masalah, C++ melakukan langkah pertama dengan menjelaskan class-class yang merupakan anak class yang dibuat sebelumnya sebagai abstraksi dari object-object fisik, Class tersebut berisi keadaan object, anggota-anggotanya dan kemampuan dari objectnya, Setelah beberapa Class dibuat kemudian masalah dipecahkan dengan Class. Untuk mengubah kode-kode C++ program menjadi suatu program aplikasi yang dimengerti oleh sistem operasi dan komputer, diperlukan sebuah kompilator C++. Berikut ini adalah beberapa kompilator C++ yang dapat digunakan secara gratis, * Microsoft Visual C++ Express * Turbo C++ Explorer * Apple Xcode for Mac OS X * Open Source Watcom / OpenWatcom C/C++ Compiler * Digital Mars C/C++ Compiler (Symantec C++ Replacement) * Bloodshed Dev-C++ C++ Compiler * Free Microsoft .NET Framework Software Development Kit (SDK) / Free Microsoft Visual C++ Compiler * Intel C++ Compiler for Linux Non-Commercial Version * Sun Studio Compilers and Tools * Open64 Compiler Tools
17
* Apple's Macintosh Programmer's Workshop (C and C++ compilers) * TenDRA C/C++ Compiler * GNU C/C++ Compiler * Ch Embeddable C/C++ Interpreter (Standard Edition) * DJGPP C and C++ Compilers * CINT C and C++ Interpreter * SDCC C Cross-compiler * Cygwin Project (C & C++ Compilers) * SDCC C Cross-compiler 2.1.9 Microsoft Visual Studio
Microsoft Visual Studio merupakan sebuah perangkat lunak lengkap (suite) yang dapat digunakan untuk melakukan pengembangan aplikasi, baik itu aplikasi bisnis, aplikasi personal, ataupun komponen aplikasinya, dalam bentuk aplikasi console, aplikasi Windows, ataupun aplikasi Web. Visual Studio mencakup kompiler, SDK, Integrated Development Environment (IDE), dan dokumentasi (umumnya berupa MSDN Library). Kompiler yang dimasukkan ke dalam paket Visual Studio antara lain Visual C++, Visual C#, Visual Basic, Visual Basic .NET, Visual InterDev, Visual J++, Visual J#, Visual FoxPro, dan Visual SourceSafe. Microsoft Visual Studio dapat digunakan untuk mengembangkan aplikasi dalam native code (dalam bentuk bahasa mesin yang berjalan di atas Windows) ataupun managed code (dalam bentuk Microsoft Intermediate Language di atas .NET Framework). Selain itu, Visual Studio juga dapat digunakan untuk mengembangkan aplikasi Silverlight, aplikasi Windows Mobile (yang berjalan di atas .NET Compact Framework).
18
Visual Studio kini telah menginjak versi Visual Studio 9.0.21022.08, atau dikenal dengan sebutan Microsoft Visual Studio 2008 yang diluncurkan pada 19 November 2007, yang ditujukan untuk platform Microsoft .NET Framework 3.5. Versi sebelumnya, Visual Studio 2005 ditujukan untuk platform .NET Framework 2.0 dan 3.0. Visual Studio 2003 ditujukan untuk .NET Framework 1.1, dan Visual Studio 2002 ditujukan untuk .NET Framework 1.0. Versi-versi tersebut di atas kini dikenal dengan sebutan Visual Studio .NET, karena memang membutuhkan Microsoft .NET Framework. Sementara itu, sebelum muncul Visual Studio .NET, terdapat Microsoft Visual Studio 6.0 (VS1998). 2.2 Kajian Penelitian Terdahulu
Ada cukup banyak penelitian yang telah dilakukan dengan melakukan survey dan mengolah datanya menggunakan regresi linier untuk pengolahan datanya. Berikut adalah beberapa jurnal yang pernah dilihat oleh penulis: •
Alcohol Retail Density and Demographic Predictors of Health Disparities: A Geographic Analysis, yang dilakukan oleh Ethan M. Berke, MD, MPH, Susanne E. Tanski, MD, Eugene Demidenko, PhD, Jennifer Alford-Teaster, MA, Xun Shi, PhD, dan James D. Sargent, MD di Amerika pada tahun 2010.
•
The relationship between unimanual capacity and bimanual performance in children with congenital hemiplegia, yang dilakukan oleh Leanne Sakzewski, Jenny Ziviani, dan Roslyn Boyddi Australia pada tahun 2009.
•
The Relationship between Parental Corporal Punishment, Frustration Tolerance, And Cognitive Development, yang dilakukan oleh William F. Gordon di Amerika pada tahun 2005.
19
•
Influence of breast cancer histology on the relationship between ultrasound and pathology tumor size measurements, yang dilakukan oleh Bobbi Pritt, Takamaru Ashikaga, Robert G Oppenheimer, dan Donald L Weaver di Amerika pada tahun 2004
•
Stock Market Forecasting: Artificial Neural Network And Linear Regression Comparison In An Emerging Market, yang dilakukan oleh Erdinç Altay dan M Hakan Satman di Turki pada tahun 2005