BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

Transkripsi

1 BAB 3 LANDAAN TEORI 3.1 Pengerian dan Kegunaan Peramalan (Forecasing) Dalam melakukan analisis dibidang ekonomi, sosial dan sebagainya, kia memerlukan suau perkiraan apa yang akan erjadi aau gambaran enang masa yang akan daang. Kegiaan unuk memperkirakan apa yang akan erjadi pada masa yang akan daang, kia kenal dengan apa yang disebu peramalan (forecasing) (Assauri, 1984, p1). edangkan menuru Webser (1986, p3), peramalan adalah dugaan yang dibua secara sederhana enang apa yang akan erjadi di masa depan berdasarkan informasi yang ersedia saa ini. Dalam usaha unuk meliha dan mengkaji siuasi dan kondisi di masa depan maka harus dilakukan peramalan. Oleh karena iu perlu diperkirakan aau diramalkan siuasi apa dan kondisi bagaimana yang akan erjadi pada masa depan, karena hal ini dibuuhkan unuk menenukan langkah-langkah yang perlu dilakukan unuk mencapai hasil yang diinginkan. Peramalan diperlukan karena adanya kebuuhan unuk mengeahui apa yang mungkin akan erjadi pada masa yang akan daang. Jadi dalam menenukan langkah-langkah iu perlu diperkirakan hal-hal apa saja yang akan erjadi sehingga dapa mengeahui ancaman yang mungkin erjadi. Kegunaan dari peramalan erjadi pada waku pengambilan kepuusan. eiap orang selalu dihadapkan pada masalah pengambilan kepuusan. Kepuusan yang baik adalah kepuusan yang didasarkan aas perimbangan-perimbangan yang maang dan perkiraan enang kejadian yang mungkin akan erjadi. Apabila ramalan yang kia hasilkan kurang epa, maka kepuusan yang kia ambil idak akan mencapai hasil yang

2 1 memuaskan. Dengan meramalkan kejadian yang akan daang, indakan-indakan yang akan daang dapa direncanakan dengan maang sehingga dapa mengurangi kerugian aau menambah keunungan sera dapa menganisipasi hal-hal yang idak diinginkan. 3. Jenis-jenis Peramalan Pada umumnya peramalan dapa dibedakan dari beberapa segi erganung dari cara melihanya. Apabila diliha dari sifa penyusunannya, maka peramalan dapa dibedakan aas dua macam, yaiu (Assauri, 1984, p3) : 1) Peramalan yang subjekif, yaiu peramalan yang didasarkan aas perasaan aau inuisi dari orang yang menyusunnya. ) Peramalan yang objekif, adalah peramalan yang didasarkan aas daa yang relevan pada masa lalu, dengan menggunakan eknik-eknik dan meodemeode dalam penganalisisan daa ersebu. Disamping iu, jika diliha dari jangka waku ramalan yang disusun, maka peramalan dapa dibedakan aas dua macam pula, yaiu (Assauri, 1984, p4) : 1) Peramalan jangka panjang, yaiu peramalan yang dilakukan unuk penyusunan hasil ramalan yang jangka wakunya lebih dari sau seengah ahun aau iga semeser. ) Peramalan jangka pendek, yaiu peramalan yang dilakukan unuk penyusunan hasil ramalan dengan waku yang kurang dari sau seengah ahun, aau iga semeser.

3 13 Berdasarkan sifa ramalan yang elah disusun, maka peramalan dapa dibedakan aas dua macam, yaiu (Assauri, 1984, p4) : 1) Peramalan kualiaif, yaiu peramalan yang didasarkan aas daa kualiaif pada masa lalu. Hasil peramalan yang dibua sanga erganung pada orang yang membuanya, karena dienukan berdasarkan pemikiran yang bersifa inuisi, judgmen aau pendapa, dan pengeahuan sera pengalaman dari penyusunnya. ) Peramalan kuaniaif, yaiu peramalan yang didasarkan aas daa kuaniaif pada masa lalu. Hasil peramalan yang dibua sanga erganung pada meode yang dipergunakan dalam peramalan ersebu. Menuru Makridakis, Wheelwrigh dan McGee (1999, p0), iga kondisi penerapan peramalan ini adalah : ersedia informasi enang masa lalu, informasi ersebu dapa dikuaniaifkan dalam benuk daa numerik dan dapa diasumsikan bahwa beberapa aspek pola masa lalu akan erus berlanju di masa mendaang. Menuru Reksohadiprodjo (1989, p5), peramalan kuaniaif dapa dibagi lagi menjadi dere waku, kausalias dan pemanauan. 3.3 Langkah-langkah Peramalan Peramalan yang baik adalah peramalan yang dilakukan dengan mengikui langkah-langkah aau prosedur penyusunan yang baik yang akan menenukan kualias aau muu dari hasil peramalan yang disusun. Pada dasarnya ada iga langkah peramalan yang pening, yaiu (Assauri, 1984, p5): 1) Menganalisis daa yang lalu, ahap ini berguna unuk pola yang erjadi pada masa lalu.

4 14 ) Menenukan meode yang dipergunakan. Meode yang baik adalah meode yang memberikan hasil ramalan yang idak jauh berbeda dengan kenyaaan yang erjadi. 3) Memproyeksikan daa yang lalu dengan menggunakan meode yang dipergunakan, dan memperimbangkan adanya beberapa fakor perubahan (perubahan kebijakan-kebijakan yang mungkin erjadi, ermasuk perubahan kebijakan pemerinah, perkembangan poensi masyaraka, perkembangan eknologi dan penemuan-penemuan baru). 3.4 Meode Pemulusan (moohing) Eksponensial Meode ini disebu eksponensial karena menggunakan pemboboan menurun secara eksponensial erhadap nilai pengamaan yang lebih lama. Meode pemulusan eksponensial erdiri aas unggal, ganda, dan meode yang lebih rumi lainnya. emuanya mempunyai sifa yang sama, yaiu nilai yang lebih baru diberikan bobo yang relaif lebih besar dibandingkan nilai pengamaan yang lebih lama Pemulusan Eksponensial Tunggal Meode pemulusan eksponensial unggal (ingle Exponenial mooing/e) minimal membuuhkan dua buah daa unuk meramalkan nilai yang akan erjadi pada masa yang akan daang. Beriku ini rumusan dalam pemulusan eksponensial unggal (Makridakis e al., 1999, p101) : X X N F + 1 = F + (3-1) N N

5 15 Jika pengamaan yang lama X idak ersedia maka nilainya harus diganikan dengan N suau nilai pendekaan. alah sau penggani yang mungkin adalah nilai ramalan periode sebelumnya F. Dengan melakukan subsiusi ini, persamaan (3-1) menjadi persamaan (3-) kemudian diulis kembali menjadi persamaan (3-3) (Makridakis e al., 1999, p10). X F F + 1 = F + (3-) N N F 1 = N 1 + N + 1 X 1 F (3-3) (Perhaikan bahwa jika daanya sasioner, maka subsiusi di aas merupakan pendekaan yang cukup baik, namun bila erdapa rend, meode E yang dijelaskan di sini idak cukup baik). Dari persamaan (3-3) dapa diliha bahwa ramalan ini ( F + 1) didasarkan aas pemboboan pada observasi yang erakhir dengan suau nilai bobo (1/N) dan pemboboan ramalan yang erakhir sebelumnya ( F ) dengan suau bobo [1-(1-N)]. Karena N merupakan suau bilangan posiif, 1/N akan menjadi suau konsana anara nol (jika N ak erhingga) dan 1 (jika N=1). Dengan menggani 1/N dengan α, persamaan (3-3) menjadi (Makridakis e al., 1999, p103) : F ) + 1 = αx + (1 α F (3-4) Meode ini banyak mengurangi masalah enang penyimpanan daa, karena kia idak perlu lagi menyimpan semua daa hisoris yang ada aau sebelumnya. Daa-daa yang perlu disimpan hanya pengamaan erakhir (X ), ramalan erakhir (F ) dan suau nilai α yang harus disimpan.

6 16 Persamaan pemulusan eksponensial dapa diliha dengan lebih baik bila persamaan (3-4) diperluas dengan menggani F dengan komponennya sebagai beriku (Makridakis e al., 1999, p 103) : F F ( α )[ αx + ( α) F ] 1 = α X ( 1 α) X 1 + ( α ) F 1 1 = X + α 1 α (3-5) Jika proses subsiusi ini diulang dengan menggani F 1 dengan komponennya, F dengan komponennya, dan seerusnya, hasilnya adalah persamaan (3-6) (Makridakis e al., 1999, p103) : F + 1 = α α X + α( 1 α) X 1 + α( 1 α) X + 3 N ( 1 α ) X ( 1 α) F ( N 1 ) (3-6) Misalkan α =0,; 0,4; 0,6; 0,8. Maka bobo yang diberikan pada nilai pengamaan observasi masa lalu akan menjadi sebagai beriku : Tabel 3.1 Pemboboan Nilai Pengamaan (Makridakis e al., 1999, p103) Bobo yang diberikan pada : α =0, α =0,4 α =0,6 α =0,8 X 0, 0,4 0,6 0,8 X 0,16 0,4 0,4 0,16 1 X 0,18 0,144 0,096 0,03 X 0,104 0,0886 0,0384 0, X (0,)(0,8) 4 (0,4)(0,6) 4 (0,6)(0,4) 4 (0,8)(0,) 4 4

7 Pemulusan Eksponensial Tunggal : Pendekaan Adapif (Adapive Response Rae imple Exponenial moohing / ARRE) Pemulusan eksponensial unggal dengan ingka respon yang adapif (ARRE) memiliki kelebihan yang nyaa aas pemulusan ekponensial unggal dalam hal nilai α yang dapa berubah-ubah sesuai dengan perubahan dalam pola daanya. Karakerisik ini ampaknya menarik jika erdapa beberapa raus aau ribuan daa yang perlu diramalkan. ARRE bersifa adapif karena nilai α dapa berubah secara oomais bilamana erdapa perubahan pada pola daanya. Persamaan dasar unuk peramalan dengan meode ARRE adalah serupa dengan persamaan (3-4) kecuali nilai α digani dengan α (Makridakis e al., 1999, p109). dimana : F + = α X + 1 ( α ) F 1 (3-5) E α +1 =, (3-6) M E = e + ( 1 β) E 1 β, (3-7) M = e + ( 1 β) M 1 β, (3-8) e = X F (3-9) α dan β merupakan parameer yang nilainya anara 0 dan 1. Persamaan (3-6) menunjukkan bahwa nilai α yang dipakai unuk peramalan periode (+) dieapkan sebagai nilai absolu dari rasio anara unsur gala yang dihaluskan ( E ) dengan unsur gala absolu yang dihaluskan ( M ).

8 18 Inisialisasi proses ARRE sediki lebih rumi daripada E. ARRE seringkali erlalu responsif erhadap perubahan dalam pola daa Pemulusan Eksponensial Ganda : Meode Linier au-parameer dari Brown Pemulusan eksponensial linier dapa dihiung jika erdapa iga nilai daa dan sau nilai unuk α. Pemulusan ini juga memberikan bobo yang semakin menurun pada daa observasi masa lalu dimana akan memberi bobo yang lebih bera pada daa erakhir sera perubahannya dalam observasi. Pemulusan eksponensial linear lebih disukai daripada raa-raa bergerak linier sebagai suau meode peramalan dalam berbagai kasus uama karena erdapa pemboboan pada daa observasi masa lalu. Dasar pemikiran dari pemulusan eksponensial dari Brown mirip dengan raa-raa bergerak linier, karena kedua nilai pemulusan unggal dan ganda keinggalan dari daa yang sebenarnya jika erdapa unsur rend, perbedaan anara nilai pemulusan unggal dan ganda dapa diambahkan kepada nilai pemulusan unggal unuk kemudian disesuaikan pada rend. Persamaan yang dipakai dalam implemenasi pemulusan eksponensial linier sau-parameer dari Brown diunjukkan di bawah ini (Assauri, 1984, p40) : F + m = a + bm (3-10) sedangkan : + a ( ) (3-11) = b α ( ) 1 α = (3-1) = α X + 1 α) (3-13) ( 1

9 19 = α 1 α) (3-14) ( 1 dimana m adalah jumlah periode di depan yang diramalkan, eksponensial unggal, dan adalah nilai pemulusan eksponensial ganda. Agar dapa menggunakan rumus (3-13) dan (3-14) maka nilai adalah nilai pemulusan dan harus ersedia. Teapi pada saa awal periode dimana =1, nilai-nilai ersebu idak ersedia. Maka, nilai-nilai ini harus dienukan pada awal periode aau perlu diinisialisasi. Hal ini dapa dilakukan dengan meneapkan nilai dan sama dengan X aau dengan menggunakan suau nilai raa-raa dari beberapa nilai perama Pemulusan Eksponensial Tripel : Meode Kuadraik au-parameer dari Brown eperi pada pemulusan eksponensial linier yang dapa digunakan unuk meramalkan daa dengan suau pola rend dasar, benuk pemulusan yang lebih inggi dapa digunakan jika pola daanya adalah kuadraik, kubik, aau orde yang lebih inggi. Unuk pemulusan kuadraik, pendekaannya adalah memasukkan ingka pemulusan ambahan (pemulusan ripel aau ) dan memberlakukan persamaan peramalan kuadraik. 119) : Persamaan unuk pemulusan kuadraik adalah (Makridakis e al., 1999, pp118- F sedangkan : 1 + m = a + bm + c m (3-15)

10 0 a = (3-16) α b = ) (1 α) [(6 5α ) (10 8α ) + (4 3α ] (3-17) c = α ( 1 ) α ( + ) = + α X 1 α) (3-18) ( 1 = α 1 α) (3-19) ( 1 ( 1 α ) 1 = α + (3-0) Persamaan unuk pemulusan kuadraik jauh lebih rumi daripada persamaan unuk pemulusan unggal dan linier karena membuuhkan perhiungan sampai. Walaupun demikian pendekaan meode ini dalam menyesuaikan nilai ramalannya sehingga hasil ramalannya dapa mengikui perubahan rend yang kuadraik adalah sama. Proses inisialisasi unuk proses pemulusan eksponensial kuadraik dari Brown bisa sanga sederhana. Dieapkan (Makridakis e al., 1999, p11) = 1 = 1 = 1 X 1 yang cukup unuk memulai peramalan dari periode kedua dan seerusnya Meode Adapif au-parameer dari Brown Meode adapif sau-parameer dari Brown yang melibakan konsana pemulusan unggal (dengan nilai anara 0 dan 1) adalah sanga umum dan menunjukkan kinerja yang memuaskan dalam keadaan prakis. Perhiungan yang digunakan dalam meode ini adalah sebagai beriku (Makridakis e al., 1999,p13) :

11 1 ) = 1 + b 1 + (1 δ e (3-1) dimana b e ( ) e = b δ (3-) = X F, δ adalah konsana pemulusan, dan F + m = + bm (3-3) Persamaan (3-1) berbeda dengan perhiungan yang digunakan oleh banyak meode lain karena persamaan ini idak menghaluskan nilai eapi agaknya persamaan ini menghaluskan nilai kesalahan saa ini. Pendekaan ini merupakan cara perumusan ramalan yang berbeda, yang dapa digabungkan dengan perumusan ramalan berdasarkan nilai dere daa sebelumnya. 3.5 aisik Durbin-Wason Uji saisik Durbin-Wason menguji hipoesis bahwa idak erdapa auokorelasi pada nilai sisa/gala. aisik Durbin-Wason adalah sebagai beriku (uprano, 001, p70) : D W = n = ( e n = 1 e e 1 ) (3-4) Dimana : e adalah X F Disribusi Durbin-Wason adalah simerik di sekiar, yaiu nilai engahnya. Dengan demikian selang kepercayaan dapa dibenuk yang melibakan lima wilayah seperi yang diunjukkan pada gambar dibawah ini.

12 Gambar 3.1 Grafik Disribusi Durbin-Wason (Makridakis e al., 1999, p340) Lima selang yang dimaksudkan adalah (Reksohadiprodjo, 1989, p94) : 1. Kurang dari D L maka ada auokorelasi posiif.. Anara D L dan D U maka idak dapa disimpulkan. 3. Anara D U dan 4 D U maka idak ada auokorelasi. 4. Anara 4 D U dan 4 D L maka idak dapa disimpulkan. 5. Lebih dari 4 D L maka ada auokorelasi negaif. 3.6 ofware Engineering (Rekayasa Pirani Lunak) Menuru Friz Bauer (Pressman, 001, p0), rekayasa pirani lunak adalah pembenukan dan pemakaian prinsip-prinsip rekayasa dengan ujuan unuk menghasilkan pirani lunak yang ekonomis, erpercaya, dan bekerja efisien pada mesin yang sebenarnya (kompuer). Menuru Pressman (001, p0), rekayasa pirani lunak erbagi menjadi iga lapisan yang mampu mengonrol kualias dari pirani lunak, yaiu :

13 3 a. Proses (Process) Proses merupakan lapisan paling dasar dalam rekayasa pirani lunak. Proses rekayasa pirani lunak adalah pereka yang menyaukan lapisan-lapisan eknologi dan memungkinkan pengembangan yang rasional dan periodik dari pirani lunak kompuer. b. Meode (Mehods) Meode rekayasa pirani lunak menyediakan secara eknikal bagaimana membangun sebuah pirani lunak. Meode melipui sekumpulan ugas yang luas, ermasuk di dalamnya analisis kebuuhan, perancangan, konsruksi program, pengujian, dan penyangga. Meode dari rekayasa pirani lunak berganung pada sekumpulan prinsip dasar yang memerinah masing-masing area eknologi dan memasukkan akivias pemodelan, sera eknik-eknik deskripif lainnya. c. Ala Banu (Tools) Ala banu rekayasa pirani lunak menyediakan dukungan oomais aau semi oomais unuk proses dan meode. Keika ala banu diinegrasi sehingga informasi yang dicipakan oleh sebuah ala banu dapa digunakan oleh yang lainnya, sebuah sisem unuk mendukung pengembangan pirani lunak, yang juga disebu Compuer-Aided ofware Engineering (CAE), dihasilkan. CAE menggabungkan pirani lunak, perangka keras, dan daabase pirani lunak unuk mencipakan lingkungan rekayasa pirani lunak yang sejalan dengan CAD / CAE (Compuer-Aided Design / Engineering) unuk perangka keras. Menuru Pressman (001, p8), dalam perancangan pirani lunak, dikenal linear sequenial model aau yang lebih dikenal dengan sebuan classic life cycle aau waerfall model. Model ini menyarankan pendekaan yang sisemaik dan beruruan unuk

14 4 pengembangan pirani lunak yang dimulai pada ingka sisem dan dikembangkan melalui analisis, desain, pengkodean, pengujian, dan penyangga. Model ini melipui serangkaian akivias, yaiu : a. Rekayasa dan pemodelan sisem Karena pirani lunak selalu menjadi bagian dari suau sisem yang lebih besar, maka yang perlu dilakukan perama kali adalah meneapkan kebuuhan unuk seluruh elemen-elemen sisem dan kemudian mengalokasikan sebagian dari kebuuhan ersebu ke pirani lunak. b. Analisis kebuuhan pirani lunak Unuk dapa mengeri sifa dasar dari program yang dibangun, diperlukan pengerian akan informasi yang diperlukan oleh pirani lunak. c. Perancangan Perancangan pirani lunak sebenarnya merupakan sebuah proses yang erdiri dari banyak kegiaan, yang meniikberakan pada empa aribu nyaa dari sebuah program, yaiu : srukur daa, arsiekur pirani lunak, represenasi ampilan, dan deil prosedur. d. Pengkodean Dalam pengkodean, perancangan yang elah dilakukan dierjemahkan ke benuk yang dimengeri kompuer. e. Pengujian Proses pengujian meniikberakan pada bagian dalam pirani lunak secara logis, memasikan bahwa semua pernyaaan elah diuji, dan pada bagian-bagian luar yang eksernal, yang memimpin pengujian unuk membuka kesalahan-kesalahan

15 5 dan memasikan bahwa masukan yang elah dieapkan akan memproduksi hasilhasil yang sebenarnya yang diseujui dengan hasil-hasil yang dibuuhkan. f. Penyangga Penyangga dilakukan unuk menganisipasi erhadap erjadinya kesalahan karena perubahan sisem aau peningkaan kebuuhan pengguna akan fungsi baru. ysem Engineering Analysis Design Coding Tesing Mainenance Gambar 3.. Waerfall Model (Pressman, 199, p5) 3.7 Diagram Alir (Flowchar) Diagram alir (flowchar) adalah represenasi grafis dari serangkaian akivias operasi, pergerakan, inspeksi, delay, kepuusan dan penyimpanan dari sebuah proses. Diagram alir menggunakan simbol-simbol yang elah digunakan selama berahun-ahun unuk merepresenasikan jenis proses aau proses yang sedang dilakukan. Benuk yang sudah disandarisasi menyediakan sebuah meode yang umum dipakai oleh banyak

16 6 orang unuk memvisualisasikan masalah-masalah bersama-sama dengan cara yang sama (Hansen, 005). Beriku adalah simbol-simbol yang digunakan unuk menggambarkan diagram alir:

17 7 Tabel 3.. Tabel imbol Flowchar (hp://home.a.ne/~dexer.a.hansen/flowchar/flowchar.hm) Noasi Ari Noasi Proses / pengolahan Predefined proses Operasi inpu / oupu Decision, berupa peranyaan aau penenuan suau kepuusan Terminal, unuk menandai awal dan akhir program Preparaion, unuk inisialisasi suau nilai Panah, sebagai penghubung anar komponen dan penunjuk arah Manual inpu, inpu dari pengguna On-page connecor, sebagai penghubung dalam sau halaman Off-page connecor, sebagai penghubung anar halaman yang berbeda

18 8 3.8 ae Transiion Diagram ( TD) ae Transiion Diagram merupakan sebuah modelling ool yang digunakan unuk mendeskripsikan sisem yang memiliki keerganungan erhadap waku. TD merupakan suau kumpulan keadaan aau aribu yang mencirikan suau keadaan pada waku erenu (Kowal, 199, p39). Beriku adalah noasi yang digunakan unuk menggambarkan TD : Noasi Tabel 3.3. Tabel Noasi TD (Kowal, 1998, p39) ae Ari Noasi Arrow Condiion Acion Condiion dan Acion Ari lambang dari noasi TD adalah sebagai beriku : 1. ae ae merepresenasikan reaksi yang diampilkan keika suau indakan dilakukan. Ada jenis sae, yaiu : sae awal dan sae akhir. ae akhir dapa berupa beberapa sae, sedangkan sae awal idak lebih dari sau sae.

19 9. Arrow, disimbolkan dengan : Arrow sering disebu juga dengan ransisi sae yang diberi label dengan ekspresi auran. Label ersebu menunjukan kejadian yang menyebabkan ransisi erjadi. 3. Condiion dan acion Condiion adalah suau even pada lingkungan eksernal yang dapa dideeksi oleh sisem, sedangkan acion adalah aksi yang dilakukan oleh sisem bila erjadi perubahan sae aau merupakan reaksi erhadap kondisi. Aksi akan menghasilkan keluaran / ampilan. 3.9 Ineraksi Manusia dengan Kompuer Unuk memperbaiki kegunaan suau aplikasi, pening unuk mempunyai sebuah ampilan muka yang direncanakan dengan baik. Delapan Auran Emas Rencana Tampilan Muka hneiderman adalah sebuah panduan unuk rancangan ineraksi yang baik. Delapan auran ersebu yaiu (hneiderman, 1998, pp74-75) : 1. Berusaha unuk konsisen. Uruan indakan yang sesuai harus diwajibkan dalam siuasi-siuasi yang sama, isilah serupa harus digunakan secara epa, menu dan layar banu.. Memungkinkan pemakai unuk menggunakan shorcu. eiring dengan frekuensi penggunaan yang meningka, begiu juga hasra aau keinginan pemakai unuk mengurangi jumlah ineraksi dan unuk meningkakan kecepaan ineraksi.

20 30 3. Memberikan umpan balik yang informaif. Unuk seiap indakan pemakai sebaiknya ada beberapa sisem umpan balik. Unuk hal-hal yang sering, responnya bisa bermacam-macam, semenara unuk indakan-indakan yang jarang, responnya harus lebih besar. 4. Merancang dialog unuk hasil akhir. Uruan indakan harus diaur ke dalam kelompok-kelompok dengan sebuah permulaan, perengahan dan akhir. Umpan balik yang informaif dalam penyelesaian indakan-indakan suau kelompok memberikan kepuasan hasil akhir kepada pemakai, sebuah rasa lega. 5. Menawarkan penanganan kesalahan secara sederhana. ebanyak mungkin, merancang sisem sehingga pemakai idak membua kesalahan yang serius. Jika sebuah kesalahan dibua, sisem harus mampu menemukan kesalahan dan menawarkan cara yang sederhana unuk menangani kesalahan ersebu. 6. Mengizinkan pembalikan indakan yang mudah. Fiur ini meringankan kecemasan, karena pemakai ahu bahwa kesalahankesalahan dapa dilepaskan, jadi hal iu mendorong penyelidikan pilihan-pilihan yang asing. auan perubahan mungkin sebuah indakan unggal, sebuah pemasukan daa aau sebuah kelompok indakan yang lengkap. 7. Mendukung pengendalian secara inernal. Pemakai-pemakai yang berpengalaman menginginkan bahwa mereka dapa mengendalikan sisem ersebu dan sisem ersebu dapa merespon indakan mereka. Merancang sisem unuk membua pemakai sebagai pengambil indakan.

21 31 8. Mengurangi ingaan jangka pendek. Baasan informasi pada manusia dalam memproses ingaan jangka pendek memerlukan ampilan secara sederhana, ampilan halaman-halaman dapa digabungkan, sehingga pergerakan windows dapa dikurangi.