1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Model statistika dipandang dari sifat data dalam pengamatannya secara umum dapat menjadi dibagi dua model: Independent and identically distributed Pengamatan yang satu dengan lainnya bebas, sehingga datanya membentuk suatu sebaran data acak. Dependence Antara pengamatan yang satu dengan lainnya terdapat korelasi. Model statistika yang biasanya digunakan adalah model Independent and Identically Distributed jadi diasumsikan bahwa pengamatan dilakukan dalam kondisi identik dan diasumsikan pula bahwa tiap pengamatan bebas satu dengan yang lain. Sedangkan pada kenyataannya antara pengamatan yang satu dengan lainnya tidak dapat dianggap saling bebas karena biasanya ada hubungannya. Hal tersebut menyebabkan model statistik Dependence lebih realistik. Contoh dari model Dependence adalah model spasial. Saat ini model spasial telah menjadi salah satu bahan yang menarik dalam dunia statistik. Data spasial adalah data yang dikumpulkan dari lokasi-lokasi yang saling berkorelasi satu sama lain dalam segala arah. Pada data spasial terdapat ketergantungan antar lokasi dan ketergantungan itu biasanya akan semakin berkurang jika lokasi dari amatan lebih menyebar.
2 Estimasi nilai spasial dapat dilakukan antara lain dengan: 1. Polygon Polygon adalah estimasi nilai data spasial dengan cara menyamakan nilai yang diduga dengan nilai tetangganya yang terdekat. 2. Local mean square Local mean square adalah estimasi nilai data spasial dengan cara nilai yang diduga adalah rata-rata dari nilai-nilai pengamatan disekitarnya. 3. Inverse distance Inverse distance adalah estimasi nilai data spasial dengan cara menggunakan rumus Inverse distance, yaitu nilai yang diduga merupakan nilai dari fungsi kebalikan dari jaraknya dengan nilai pengamatan yang telah diketahui nilainya. Akan tetapi estimasi-estimasi di atas tidak dapat dipertanggung jawabkan secara statistika. Tiga hal yang merupakan tolak ukur dari statistika adalah: 1. Tak bias (unbiased). 2. Ragam minimum (minimum variance). 3. Linier. Teknik yang memenuhi ketiga tolak ukur statistika tadi adalah Kriging. Sehingga teknik Kriging ini yang digunakan dalam skripsi ini.teori Kriging adalah teori estimasi nilai pada suatu tempat yang tidak dilakukan pengamatan dengan menggunakan nilai pengamatan lain yang telah diketahui dan memenuhi ketiga tolak ukur statistika.
3 Bidang-bidang yang berhubungan dengan data spasial antara lain seperti bidang geologi dengan kadar biji besi pada barang tambang, selain itu juga bidang pertanian dengan kadar unsur kalium dalam tanah dalam. Tetapi pada skripsi ini akan dibahas penggunaan metode statistik pada model spasial yang di gunakan pada bidang Telekomunikasi. Di Indonesia bidang telekomunikasi sedang berkembang dengan pesatnya, apalagi telekomunikasi dengan teknologi nirkabel. Salah satu telekomunikasi terbesar yang memakai teknologi nirkabel adalah telepon seluler. Dalam sepuluh tahun terakhir terdapat sedikitnya ada empat operator dan tiga vendor telepon seluler beroperasi di Indonesia. Pertumbuhan ini didukung oleh pemakaian telepon seluler yang semakin hari, semakin menjadi kebutuhan wajib bagi penduduk di Indonesia. Data spasial pada bidang telekomuniksi yang akan digunakan adalah kuat sinyal antena pemancar gelombang. Salah satu masalah nyata yang akan diangkat dalam skripsi ini adalah estimasi kuat sinyal yang dipancarkan oleh antena pemancar pada suatu tempat tertentu. Biasanya estimasi kuat sinyal yang dipancarkan oleh antena pemancar pada tempat tertentu dilakukan dengan menggunakan rumus-rumus perhitungan fisika yang statis. Mendapatkan data-data di lapangan belum tentu mudah dilakukan, kemungkinan ada daerah yang sulit dan lama dicapai. Dari keadaan tersebut maka waktu, biaya dan efisiensi menjadi hal menjadi kendala. Tetapi dengan metode Kriging, data yang diperlukan relatif lebih sedikit sehingga waktu, biaya, dan efisiensi dapat lebih optimal.
4 1.2. Ruang Lingkup Menggunakan variabel jarak sebagai bahan acuan estimasi Menggunakan koordinat global dalam format WGS 84 Estimasi dilakukan berdasarkan pada satu antena. 1.3. Rumusan Rancangan Menerapkan metode Kriging dalam perancangan program aplikasi untuk menduga kuat sinyal yang dipancarkan oleh antena pemancar di suatu tempat. 1.4. Spesifikasi Rancangan Microsoft Windows millenium edition Borland Delphi 6 MySQL 4.0.18 1.5. Tujuan Rancangan Tujuan umum Merancang sebuah program aplikasi model statistika yang lebih realistik menggunakan model spasial. Tujuan khusus Menyusun suatu program aplikasi yang menduga kuat sinyal yang dipancarkan oleh antena pemancar pada suatu tempat yang tidak diamati.
5 1.6. Manfaat Rancangan Bagi perancang jaringan Dapat digunakan sebagai bahan pertimbangan dalam merencanakan pembangunan jaringan dengan mensimulasikan keadaan yang akan terjadi apabila rancangan jaringan telah dibuat. 1.7. Metodologi Berikut ini adalah metode-metode yang dipakai dalam penulisan skripsi ini. a. Metode Perancangan Metode perancangan yang digunakan dalam pembuatan skripsi ini adalah metode perancangan yang terstruktur dengan tahapan sebagai berikut : Pembuatan basis data. Pembuatan State Transition Diagram (STD). Pembuatan diagram alir Pembuatan rancangan layar. b. Metode Pengembangan Aplikasi Model pengembangan dari aplikasi ini menggunakan metode waterfall.tahapan-tahapan dalam metode waterfall: 1. Perencanaan 2. Analisis 3. Desain
6 4. Pengkodean 5. Pengujian 6. Pemeliharaan 1.8. Sistematika Penulisan Bab satu berisi garis besar tentang pendahuluan, sebagian dari isinya adalah alasan yang melatarbelakangi skripsi ini, ruang lingkup, tujuan dan manfaat dari skripsi ini. Bab dua berisi tentang landasan teori yang menjadi dasar skripsi. Bab tiga berisi tentang bagaimana program aplikasi dalam skripsi ini dirancang. Bab empat berisi tentang data yang digunakan dalam contoh implementasi program aplikasi skripsi ini dan analisanya. Bab lima merupakan bagian penutup skripsi ini yang berisi tentang kesimpulan dari skripsi ini dan saran-saran dari penulis. 1.9. Definisi Operasional Teori Kriging Teori Kriging adalah teori estimasi nilai pada suatu tempat yang tidak dilakukan pengamatan dengan menggunakan nilai pengamatan lain yang telah diketahui dan memenuhi ketiga tolak ukur statistika. 1.10. Penelitian Yang Relevan Metode Kriging untuk membangkitkan data hujan di Flores. M. S. Rawosi. 1997 Membangkitkan data hujan di Flores.