BAB 2 LANDASAN TEO RI

dokumen-dokumen yang mirip
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

BAB 2 LANDASAN TEORI

Makalah Statistika Distribusi Normal

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB 2 LANDASAN TEORI

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

Bil Riil. Bil Irasional. Bil Bulat - Bil Bulat 0 Bil Bulat + maka bentuk umum bilangan kompleks adalah

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

2016 PENGUKURAN RISIKO KREDIT OBLIGASI PENDEKATAN FIRST PASSAGE TIME DAN OPTIMISASI PORTOFOLIO DENGAN MEAN VARIANCE EFFICIENT PORTFOLIO

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

BAB II LANDASAN TEORI

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

BAB 2 LANDASAN TEORI

II. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan

Ayundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

II. TINJAUAN PUSTAKA. Masalah taklinear dalam sains dan teknik dituliskan dalam bentuk

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

BAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

BAB II KAJIAN TEORI. pada penulisan bab III. Materi yang diuraikan berisi tentang definisi, teorema, dan

BAB II TINJAUAN PUSTAKA. pembeli opsi untuk menjual atau membeli suatu sekuritas tertentu pada waktu dan

BAB I PENDAHULUAN. yang telah go public. Perusahaan yang tergolong perusahan go public ialah

PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL

Studi dan Implementasi Integrasi Monte Carlo

PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

MODUL KULIAH STATISTIKA PROBABILITAS

Bab 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.

BAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang

CIRI-CIRI DISTRIBUSI NORMAL

BAB I PENDAHULUAN 1.1. Latar Belakang

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

BAB 1 PENDAHULUAN. sudah mulai mengenal praktek investasi di sektor keuangan, di samping di sektor riil

Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada

BAB 2 TINJAUAN PUSTAKA

Peubah Acak dan Distribusi

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

BAB I PENDAHULUAN 1.1 Latar Belakang

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

Pengantar Statistika Bab 1

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

Transformasi Laplace Peninjauan kembali variabel kompleks dan fungsi kompleks Variabel kompleks Fungsi Kompleks

BAB I PENDAHULUAN. kemampuan infrastruktur pasar. Secara tradisional, dikenal adanya dua

BAB 4 ANALISIS DAN PEMBAHASAN

matematika LIMIT ALJABAR K e l a s A. Pengertian Limit Fungsi di Suatu Titik Kurikulum 2006/2013 Tujuan Pembelajaran

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Ayundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Uji Deret Positif. Ayundyah. Uji Integral. Uji Komparasi. Uji Rasio.

BAB II AKAR-AKAR PERSAMAAN

Binomial Distribution. Dyah Adila

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

VARIABEL KOMPLEKS SUMANANG MUHTAR GOZALI KBK ALJABAR & ANALISIS

TINJAUAN MATA KULIAH... MODUL 1: LOGIKA MATEMATIKA 1.1 Kegiatan Belajar 1: Latihan Rangkuman Tes Formatif

Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada

BAB VI DISTRIBUSI PROBABILITAS MENERUS

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

BAB IV HITUNG DIFERENSIAL

1 BAB 4 ANALISIS DAN BAHASAN

BAB II DISTRIBUSI PROBABILITAS

a 2 e. 7 p 7 q 7 r 7 3. a. 8p 3 c. (2 14 m 3 n 2 ) e. a 10 b c a. Uji Kompetensi a. a c. x 3. a. 29 c. 2

III PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan

BAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event

Bagian 2 Matriks dan Determinan

Definisi 4.1 Fungsi f dikatakan kontinu di titik a (continuous at a) jika dan hanya jika ketiga syarat berikut dipenuhi: (1) f(a) ada,

BAB II TINJAUAN PUSTAKA

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

I. PENDAHULUAN. dan kotoran manusia atau kotoran binatang. Semua polutan tersebut masuk. ke dalam sungai dan langsung tercampur dengan air sungai.

BAB 3 ANALISIS DAN PERANCANGAN

BAB 2 LANDASAN TEORI

1. Pengertian Option

Bab 2. Landasan Teori. 2.1 Fungsi Convex

II. TINJAUAN PUSTAKA. Model Matematika adalah uraian secara matematika (sering kali menggunakan

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

Bab 2 DISTRIBUSI PELUANG

BAB 2 LANDASAN TEORI

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

BAB I PENDAHULUAN. Dalam statistika, sebuah penaksir adalah sebuah fungsi dari sample data

LIMIT DAN KEKONTINUAN

METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT

Transkripsi:

6 BAB 2 LANDASAN TEO RI 2.1 Saham Saham (Jake D. Tedder, 1978, p. 212) adalah surat berharga yang dikeluarkan oleh sebuah perusahaan yang berbentuk Perseroan Terbatas (PT) atau disebut juga emiten. Saham menyatakan bahwa pemilik saham tersebut adalah juga pemilik sebagian dari perusahaan itu. Dengan demikian kalau seseorang membeli saham, maka ia menjadi pemilik atau pemegang saham perusahaan. Terdapat dua macam saham, yaitu saham atas nama dan saham atas unjuk. Pada skripsi ini, yang akan dianalisa adalah saham atas nama, sama dengan yang diperdagangkan di Bursa Efek Jakarta, yaitu saham yang nama pemilik saham tertera di atas saham tersebut. Wujud saham adalah selembar kertas yang menerangkan bahwa pemilik kertas itu adalah pemilik perusahaan yang menerbitkan kertas tersebut. 2.2 Bursa Efek Jakarta Bursa Efek Jakarta atau BEJ adalah tempat bertemunya pembeli dan penjual barang. Yang diperdagangkan di BEJ adalah efek atau surat-surat berharga yang berupa saham, right issue, waran, obligasi konversi dan sebagainya, yang wujudnya tidak dapat dilihat (Anonymous, http://www.jsx.co.id, 2007). PT Bursa Efek Jakarta beralamat di gedung Bursa Efek Jakarta, Jalan Jenderal Sudirman Kav 52-53, Jakarta Selatan 12190.

7 Fungsi utama bursa adalah untuk memudahkan pemilik saham menjual saham yang dimilikinya kepada para calon pembeli dan sebaliknya. 2.3 Emiten Emiten(Widoatmodjo, 2006, p. 4) adalah perusahaan yang akan melakukan emisi (menjual saham atau obligasi dan turunannya kepada masyarakat) atau bermaksud telah melakukan emisi efek. Dalam konteks investasi di bursa, hanya perusahaan yang menjual efek di bursa yang bisa menjadi emiten. Setelah saham tersebut dijual kepada masyarakat melalui penawaran umum (go public), saham-saham tersebut harus dicatatkan di salah satu bursa efek yang ada di negara tersebut (yang untuk Indonesia adalah di BEJ atau BES(Bursa Efek Surabaya)). Saham-saham yang telah tercatat itu untuk selanjutnya wajib diperdagangkan antar investor melalui bursa efek. 2.4 Investor Investor (Widoatmodjo, 2006, p. 5) adalah pihak yang melakukan pembelian atau penjualan efek di bursa efek. Semua orang baik perorangan Indonesia atau asing maupun badan hukum Indonesia atau asing, yang memiliki kemampuan untuk membeli dan menjual efek bisa menjadi investor. 2.5 Teorema Black Atau yang dikenal dengan istilah lain, yaitu Model Black 76 (Anonymous, http://en.wikipedia.org/wiki/black_model, 2006) adalah varian dari model option

8 pricing Black-Scholes, banyak digunakan dalam perdagangan efek. Berupa fungsi eksponensial yang dinyatakan sebagai : c = e rt (FN(d 1 ) KN(d 2 )) dimana e = 2.71828183 r = bunga bebas resiko yang berlaku saat itu T = tahun dimana saham akan diperkirakan F = harga saham itu saat ini K = harga pembukaan saham N = cdf (cumulative density function) Normal standar dan σ = adalah volatilitas dari harga saat ini (standar deviasi dari saham tersebut) 2.6 Metode Black-Scholes Dipublikasikan oleh Fischer Black dan Myron Scholes pada tahun 1973. yang disusun dari penelitian sebelumnya oleh Edward O. Thorp, Paul Samuelson dan Robert C. Merton. Merton dan Scholes mendapatkan hadiah Nobel pada tahun 1997 di bidang ekonomi, sedangkan Black sudah meninggal pada tahun 1995(Anonymous, http://www.maplesoft.com/black_scholes_model, 2006). Kunci-kunci dasar dari teorema ini adalah:

9 1) Harga di bawah instrumen S t mengikuti gerakan Brownian dengan alur konstan μ dan volatilitas σ. 2) Adalah mungkin untuk menjual dengan cepat saham yang tersisa 3) Tidak ada kemungkinan pembelian berturut-turut 4) Perdagangan bersifat kontinu 5) Tidak ada biaya transaksi atau pajak 6) Semua jumlah saham dapat dibagi 7) Adalah mungkin untuk meminjam uang dengan bunga bebas resiko yang konstan Elemen-elemen dari teorema ini yaitu : 1. Persamaan diferensial partial 2. Formula dari Black-Scholes itu sendiri dimana dan atau dapat juga dinyatakan dengan disini, Φ adalah normal standar cdf.

10 Lambang-lambang dalam formula ini dapat ditulis sebagai berikut disini, φ adalah normal standar fungsi kepadatan. 2.7 Fungsi Eksponensial Fungsi eksponensial adalah fungsi yang melibatkan bilangan alam e (e = 2.71828183), dapat ditulis sebagai exp(x) atau e x, x dapat berupa bilangan riil ataupun bilangan kompleks (imajiner, dimana i adalah -1) (Anonymous, http://en.wikipedia.org/wiki/exponential_function, 2006 ).

11 Gambar 2.1 Fungsi eksponensial Fungsi ini memiliki nilai 1 ketika x = 0 (nol). Sebagai fungsi dari variabel x yang bernilai riil, grafik dari y = e x, selalu bernilai positif (diatas sumbu x) dan meningkat (apabila dilihat dari kiri ke kanan). Fungsi ini tidak menyinggung sumbu x, walaupun dapat berada sangat dekat dengan sumbu x atau bisa dinyatakan bahwa sumbu x merupakan asymtot dari fungsi ini. Fungsi inversenya yaitu fungsi logaritma natural, ln(x), didefinisikan untuk setiap x yang bernilai positif. Dalam beberapa penerapan ilmiah, fungsi ini ditulis dalam bentuk ka x. dimana a merupakan basis dari funggsi ini dan k merupakan konstanta. Pada teorema Black, basis yang dipakai adalah Bilangan euler atau e. Menggunakan logaritma natural, dapat didefinisikan fungsi eksponensial yang lebih umum, yaitu yang didefinisikan dengan nilai a > 0, dan x adalah bilangan riil, terkadang disebut sebagai fungsi eksponensial dengan basis a. Perhatikan bahwa rumus diatas berlaku untuk a = e, karena

12 Beberapa sifat fungsi eksponensial antara lain yaitu : Sifat-sifat ini berlaku untuk semua bilangan riil positif a dan b dan semua bilangan riil x dan y. Ekspresi yang melibatkan pembagian dan akar dapat disederhanakan dengan menggunakan notasi eksponensial, karena dan untuk semua a > 0, bilangan riil b, dan bilangan asli n (n > 1), maka berlaku Penggunaan fungsi eksponensial dalam dunia matematika banyak melibatkan turunan dari fungsi ini, atau yang juga berarti bahwa turunan dari fungsi e x adalah fungsi e x itu sendiri. Merupakan satu-satunya fungsi yang mempunyai sifat seperti ini (walaupun dikalikan dengan bilangan konstan).

13 Fungsi eksponensial dengan basis bilangan lain, yaitu : yang juga berarti bahwa semua fungsi eksponensial adalah kelipatan konstan dari turunannya sendiri. Secara lebih lanjut, setiap fungsi yang differensiabel f(x), dapat dinyatakan, dengan aturan rantai : Fungsi eksponensial dapat dinyatakan dalam beberapa cara, diantaranya yaitu dalam bentuk : atau sebagai sebuah limit dari barisan : untuk mendapatkan nilai numerik dari baris ini, maka deret ini dapat ditulis sebagai deret ini akan konvergen dengan cepat, mengingat bahwa x akan selalu lebih kecil dari 1 (satu), yang dapat dibuktikan dengan :

14 dimana z adalah bagian cacah dari x, f adalah bagian fraksi dari x, sehingga f akan selalu lebih kecil dari 1 (satu), dan x adalah penjumlahan dari f dan z. Nilai dari e z yang konstan dapat dihitung terlebih dahulu dengan mengalikan e sebanyak z kali. Fungsi y = e x dapat juga dinyatakan sebagai y = m * 2 n = e x yang dapat dibuktikan dengan log(y) = log(m) + nlog(2) = x, lalu kita akan mendapatkan nilai dengan membagi x dengan log(2) dan mencari bilangan cacah terbesar yang tidak lebih dari ini (fungsi dasar) lalu setelah mendapat nilai n, maka fraksi u dapat dicari dengan u = x nlog(2). Bilangan u sangat kecil dan berada dalam range 0 u < log(2), sehingga dapat digunakan deret sebelumnya untuk menghitung m : setelah nilai m dan n didapat, maka dapat dihitung y dengan menjumlahkan dua nilai ini, dan didapat y = m * 2 n = e x. Dalam bidang kompleks, fungsi eksponensial tetap memiliki sifat-sifat sebagai berikut : untuk semua nilai z dan w.

15 atau dapat juga ditulis sebagai : dimana a dan b adalah bilangan riil. Formula ini menghubungkan fungsi eksponensial dengan fungsi trigonometri dan fungsi hiperbolik. Sehingga dapat dikatakan bahwa fungsi-fungsi dasar kecuali fungsi polinomial saling berhubungan dengan fungsi eksponensial 2.8 Distribusi Normal Distribusi normal, yang juga disebut distribusi Gauss (nama diambil dari Ca rl Frederich Gauss, matematikawan berkebangsaan Jerman, walaupun bukanlah Gauss yang pertama kali menemukannya), adalah fungsi probabilitas yang banyak digunakan dalam banyak bidang. Merupakan fungsi distribusi yang berbeda dalam hal lokasi dan besarnya. Parameternya berupa mean, dan deviasi standar. Distribusi normal standar adalah distribusi normal dengan mean 0 (nol) dan memiliki deviasi standar bernilai 1 (satu). Sering juga disebut sebagai kurva lonceng karena bentuknya seperti lonceng(hogg, McKean dan Craig, 2005, p. 132). Gambar 2.2 Distribusi Normal (Garis hijau menandakan distribusi normal standar)

16 Gambar 2.3 Fungsi distribusi kumulatif Distribusi normal pertama kali diperkenalkan oleh Abraham De Moivre dalam sebuah artikel yang dicetak pada tahun 1734 (dicetak ulang pada karyanya yaitu The Doctrine of Chances, 1738) dalam konteks memperkirakan distribusi binomial dengan bilangan n yang bernilai besar. Hasil ini dilanjutkan oleh Laplace dalam bukunya yang berjudul The Analytical Theory of Probabilities, 1812), sehingga sekarang dikenal juga sebagai teorema Moivre-Laplace. Laplace menggunakan distribusi normal dalam analisa error percobaanpercobaannya. Metode Least Square yang diperkenalkan oleh Legendre pada tahun 1805. Gauss yang menyatakan bahwa formula ini telah dia gunakan sejak tahun 1794, menyatakannya dengan mengasuksikan error dari distribusi normal. Nama kurva lonceng datang dari Jouffret, yang pertama kali memperkenalkan konteks permukaan lonceng pada tahun 1872 untuk bivariate normal dengan komponen-komponen independen. Sedangkan sebutan distribusi normal adalah sebutan dari tiga sekawan Charles S. Peirce, Francis Galton dan Wilhelm Lexis pada tahun 1875. Terminologi ini mengandung ironi karena banyak fungsi probabilitas lainnya yang

17 tidak normal. Sedangkan nama distribusi Gauss, berdasarkan eponymy bahwa tidak semua temuan ilmiah dinamai sesuai dengan penemunya.. Karakteristik dari distribusi normal antara lain : 1. Fungsi kepadatan probabilitas : Fungsi kepadatan probabilitas dari distribusi normal dengan mean μ dan deviasi standar σ 2 adalah fungsi Gaussian, dimana disebut sebagai fungsi kepadatan dari distribusi normal standar atau distribusi normal dimana μ = 0 dan σ = 1. Sebagai fungsi Gaussian dengan denominator dari eksponen bernilai 2 (dua) fungsi kepadatan standar normal φ adalah fungsi Eigen dari sebuah transformasi Fourier. Untuk menandakan bahwa variabel acak X memiliki distribusi dimana fungsi kepadatannya adalah f( ; μ, σ), maka dapat ditulis : gambar kesebelah kanan grafik adalah fungsi kepadatan probabilitas dari distribusi normal untuk beberapa nilai parameter. Sifat-sifat dari distribusi normal antara lain 1. Fungsi kepadatan simetris terhadap nilai rata-ratanya. 2. mean juga adalah modus dan mediannya.

18 3. 68.26894921371% dari area di bawah kurva adalah di bawah satu deviasi standar dari mean 4. 95.44997361036% dari area di bawah kurva adalah di bawah dua standar deviasi 5. 99.73002039367% dari area di bawah kurva adalah di bawah tiga standar deviasi 6. 99.99366575163% dari area di bawah kurva adalah di bawah empat standar deviasi 7. 99.99994266969% dari area di bawah kurva adalah di bawah lima standar deviasi. 8. 99.99999980268% dari area di bawah kurva adalah di bawah enam standar deviasi. 9. 99.99999999974% dari area di bawah kurva adalah di bawah tujuh standar deviasi titik balik dari kurva terletak pada jarak satu deviasi standar dari mean. 2. Fungsi Distribusi Kumulatif (cdf) Adalah fungsi dari sebuah kejadian dimana sebuah variabel acak X dengan distribusi kurang atau sama dengan x.

19 Gambar 2.4 Fungsi cdf Fungsi distribusi kumulatif dari sebuah distribusi normal dinyatakan dalam fungi kepadatan sebagai berikut : dimana normal standar dari cdf Φ adalah cdf umum yang didapat dengan μ = 0 dan σ = 1 normal standar cdf yang dipakai dalam teorema Black dapat dinyatakan sebagai dan cdfnya sendiri dapat dinyatakan sebagai sedangkan inversenya,

20 2.9 Pseudocode Pseudocode berasal dari kata pseudo dan code, adalah deskripsi yang informal dan padat dari sebuah algoritma pemrograman komputer yang menggunakan aturan struktural dari bahasa pemrograman, tetapi menghilangkan detail-detail seperti subrutin, deklarasi variabel atau syntax bahasa pemrograman tertentu (Anonymous, http://en.wikipedia.org/wiki/pseudocode, 2007). Bahasa pemrograman dalam hal ini digabungkan dengan penjelasan detail dalam bahasa natural agar terlihat lebih umum. Pseudocode bukanlah skeleton programs atau dummy code yang madih bisa di-compile tanpa error. Flowchart dapat juga dianggap sebagai salah satu bentuk pseudocode. 2.10 Waterfall Method Metode Waterfall adalah sebuah model perancangan software secara sekuensial, dimana proses perancangan tersebut mengalir secara teratur kebawah sehingga terlihat seperti air terjun(anonymous, http://en.wikipedia.org/wiki/waterfall_method, 2007). Proses ini melalui fase-fase seperti, analisis kebutuhan, desain, implementasi, pengetesan atau validasi, integrasi dan perawatan. Asal kata waterfa ll sering dikutip dari artikel yang dipublikasikan pada tahun 1970 oleh W. W. Royce, ironisnya, Royce sendiri tidak menggunakan kata tersebut, sebaliknya memakai kata pendekatan iteratif dalam perancangan software. Pada awalnya Royce menggambarkan metode Waterfall adalah contoh metode yang beresiko dan rawan terhadap kegagalan. Tetapi walapun begitu, penggunaan metode ini tetap populer di dalam perancangan program.

21 Gambar 2.5 Metode Wate rfa ll Seperti yang terlihat pada Gambar 2.5, proses perancangan program bergerak dari atas ke bawah seperti air terjun. Di dalam model Waterfall yang dinyatakan oleh Royce, fase-fasenya adalah sebagai berikut : o Spesifikasi Kebutuhan o Desain o Konstruksi atau Implementasi o Integrasi o Pengetesan dan Debugging (verifikasi) o Instalasi o Perawatan