SURVEY AWARENESS DAN BEHAVIOUR MAHASISWA ITB

TERHADAP PENGGUNAAN SOFTWARE LEGAL

DAN CLOUD COMPUTING

MAKALAH

Dibuat Untuk Melengkapi Tugas Besar 1 Pelatihan Statistical Analytic Software (SAS)

oleh

Nicholas Leo 10111051

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

PROGRAM STUDI MATEMATIKA

INSTITUT TEKNOLOGI BANDUNG

BANDUNG

2014

DAFTAR ISI

BAB I. PENDAHULUAN .................................................................... 1

1.1. Latar Belakang ………………………………………………. ..1

1.2. Rumusan Masalah ...................................................................... 2

1.3. Tujuan ........................................................................................ 2

BAB II. TEORI DASAR .......................................................................... 3

BAB III. PEMBAHASAN ........................................................................ 7

3.1. Pengolahan Data Awal ............................................................... 7

3.2. Pengolahan Data Legalitas Software ......................................... 9

3.3. Pengolahan Data Cloud Service ................................................ 13

BAB IV. SIMPULAN dan SARAN ..................................................... 16

4.1. Simpulan .................................................................................. 16

LAMPIRAN A ............................................................................................... 18

LAMPIRAN B ............................................................................................... 19

LAMPIRAN C ................................................................................................ 22

DAFTAR PUSTAKA ....................................................................................... 25

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

“Dalam sehari, Database Facebook dapat menerima 250 juta unggahan foto dan

interaksi antara 800 juta pengguna aktif Facebook dengan lebih dari 900 juta objek”

Pernyataan di atas menggambarkan bahwa dunia sekarang ini telah memasuki era big

data yaitu era dimana suatu data tumbuh secara eksponensial. Bahkan, menurut IDC Digital

University Study, pada tahun 2020, total data yang akan beredar di dunia telah melampaui

ukuran 40 zettabytes1. Peningkatan data secara signifikan tersebut tentu seperti pedang

bermata dua bagi pengguna data. Di satu sisi, para pengguna data mempunyai lebih banyak

data untuk diolah sehingga analisis mereka terhadap data yang ada dapat lebih tajam dan

teliti. Akan tetapi, di sisi lain, para pengolah dan pengguna data tentunya memerlukan suatu

alat bantu yang cukup powerful untuk membantu mereka mengolah dan menganalisi data

yang ada.

Telah disebutkan sebelumnya bahwa penanganan data besar (big data) memerlukan

alat bantu untuk mengolah data tersebut. Hal ini menjadi suatu alasan semakin

berkembangnya alat bantu pengolahan data pada computer yang sering dikenal dengan nama

statistical software. Diantara beberapa statistical software, terdapat software SAS (Statistical

Analyst Sotfware) yang dikenal cukup mumpuni untuk menangani data dalam jumlah yang

sangat besar. SAS sendiri pada awalnya diciptakan tahun 1976 sebagai proyek di Universitas

North Carolina untuk analisis data agricultural. Sampai tahun 2013, SAS telah meluncurkan

1 www.emc.com/about/news/press/2012/20121211-01.htm [10 Januari 2014]

2

versi terakhirnya yaitu versi 9.4 dan dikenal sebagai peranti lunak yang cukup membantu

banyak pihak dalam pengolahan data.

Oleh karena itu, pada makalah ini, penulis akan mencoba untuk menggunakan piranti

lunak SAS dalam mengolah data survey survey tentang Behaviour dan Awareness mahasiswa

ITB terhadap Legalitas Software dan Penggunaan Cloud Computing. Survey tersebut dibuat

dalam rangka kompetisi Microsoft Office 365 Marketing Challenge 2014. Akan tetapi,

makalah ini akan lebih menekankan pada fitur – fitur SAS yang digunakan serta penjelasan

dari fitur – fitur SAS tersebut.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dijelaskan sebelumnya, terdapat rumusan

masalah, yaitu

1.2.1 Bagaimana behavior mahasiswa ITB terhadap pemakaian software legal

menggunakan procedure yang terdapat di SAS untuk pengolahan data?

1.2.2 Bagaimana penggunaan SAS untuk melihat familiaritas mahasiswa ITB terhadap

cloud computing dan mobile editing?

1.2.3 Bagaimana dan syntax – syntax apa saja yang diperlukan untuk menampilkan

hasil olahan data?

1.3 Tujuan

Tujuan yang hendak dicapai dalam penulisan makalah ini adalah:

1.3.1 Menjelaskan cara dan syntax untuk mengolah data pemakaian software legal

mahasiswa ITB..

1.3.2 Melihat penggunaan cloud computing dan familiaritas mobile editing

menggunakan procedure yang terdapat di SAS.

1.3.3 Menjelaskan secara singkat penggunaan syntax yang dipakai.

3

BAB 2

TEORI DASAR

Pada Bab ini, akan dijelaskan secara singkat dan general syntax – syntax umum yang

digunakan pada pengambilan data, procedure yang dipakai dalam pengolahan survey, serta

perbedaan antara Data Set dan Data Step.

Dikutip dari website resmi SAS, support.sas.com, dapat dilihat sedikit penjelasan

tentang Data Set dan Data Step yang akan sering ditemui dalam pengolahan data

menggunakan SAS

“A SAS data set is a SAS file stored in a SAS library that SAS creates and processes. A SAS data set contains data values that are organized as a table of observations (rows) and variables (columns) that can be processed by SAS software. A SAS data set also contains descriptor information such as the data types and lengths of the variables, as well as which engine was used to create the data.”

2

“The DATA step consists of a group of SAS statements that begins with a DATA statement. The DATA statement begins the process of building a SAS data set and names the data set. The statements that make up the DATA step are compiled, and the syntax is checked. If the syntax is correct, then the statements are executed. In its simplest form, the DATA step is a loop with an automatic output and return action”

3

Menurut kutipan tersebut dalam disimpulkan bahwa Data Set merupakan kumpulan

data yang dibuat dan disimpan di dalam SAS library. Data Set tersebut biasanya berbentuk

sebagai table dari observasi yang dilakukan. Sedangkan, Data Step adalah kumpulan dari

perintah – perintah yang terdapat di dalam SAS yang digunakan untuk membuat dan

mengubah Data Set yang ada. Ciri dari Data Step adalah biasanya perintahnya dimulai

dengan syntax DATA.

Telah disinggung sedikit di atas tentang penggunaan library dalam SAS. Library

adalah semacam folder khusus yang dibaca oleh SAS dimana terdapat Data Set didalamnya.

2 https://support.sas.com/documentation/cdl/en/lrcon/62955/HTML/default/viewer.htm#a001005709.htm

[10 Januari 2014] 3 http://support.sas.com/documentation/cdl/en/basess/58133/HTML/default/viewer.htm#a001290590.htm

[10 Januari 2014]

4

Secara otomastis, data yang dibuat akan disimpin di temporary library yaitu work. Jika ingin

membuat permanent library, dapat menggunakan syntax

LIBNAME <namalibrary> <folder khusus dalam harddist tempat library>;

Dengan catatan bahwa namalibrary maksimal 8 karakter dimulai dengan huruf / underscore

Setelah memahami tentang Data Step dan Data Set, akan dijelaskan tentang cara

memasukkan data ke dalam SAS. Data Set yang berada di dalam SAS dapat merupakan data

yang diinput sendiri melalui program SAS atau data yang diambil dari file external. Untuk

pengambilan data melakui file eksternal, dapat menggunakan syntax

DATA <nama_data_set_yang dibuat>;

INFILE <lokasi pengambilan file external>;

INPUT <def_var, cara pengambilan di file external, dan jenis var>;

Dengan catatan bahwa nama_var maksimal 32 karakter dimulai dengan huruf / underscore.

Terdapat dua jenis variable umum yaitu $ melambangkan char dengan jenis var default

adalah number. Syntax General untuk input: INPUT @<pointer_control> <namavar>

<formatvar.>.

Terdapat juga syntax untuk mengubah Data Set yang ada. Pengubahan tersebut akan

disimpan sebagai Data Set lain sehingga data awal yang digunakan tetap ada.Syntax yang

dipakai:

DATA <nama_data_set_yang dibuat>;

SET <nama_data_set_yang_diambil>;

<formatting> <penambahan variable>

Disebutkan di atas bahwa ketika mengubah sebuah data set, dapat digunakan syntax – syntax

formatting yang terdapat di dalam SAS. Syntax formatting yang umum dipakai adalah

Format mata uang serta penulisan uang.

Syntax: FORMAT <var> <dollar/euro><total_char>.<angkadibelakang koma>.

Cukup hilangkan <dollar/euro> jika tidak ingin menampilkan jenis mata uang

Format tanggal. Terdapat banyak jenis format tanggal, salah satunya adalah mmddyy

atau weekday. Syntax: FORMAT <var> <jenisformattanggal.>

5

Format tanggal. Contoh format waktu adalah hhmmss. Syntax: FORMAT <var>

<jenisformatwaktu.>

Secara umum, pemberian format bagi suatu variable biasanya dilakuakan di proses Data Step

sehingga terformat secara permanen. Syntax umum FORMAT <nama_var> <jenis_format>

Selain pemberian format, pada Data Step, pengguna juga dapat memberi variable baru.

Pemberian variable dapat menggunakan operasi artimatik biasa, fungsi dalam SAS, ataupun fungsi

kondisional.

Syntax operasi aritmatik biasa

<Nama_var_baru> = <var1> <operasi> <var2> …..<var_n>;

Syntax fungsi dalam SAS

<Nama_var_baru> = <fungsi_SAS>(<var1, <var2> ,….,.<var_n>);

Syntax fungsi kondisional

IF <nama_var> <kondisi 1> THEN <var_baru/lama = akibat 1>; ELSE

<var_baru/lama = akibat 2>

Selain itu terdapat juga syntax – syntax lain yang digunakan untuk mengolah data survey

yang terkait. Demikian deskripsi singkatnya

Proc content, untuk melihat karakteristik dari data set

syntax: PROC CONTENT DATA=<nama_dataset>

Proc sort, untuk mengurutkan data_set sesuai variable tertentu dengan default adalah

ascending

syntax:

PROC CONTENT DATA=<nama_dataset>;

BY <reference_var1><descending><reference_var2>

Proc print, untuk menampilkan print preview

syntax: PROC PRINT DATA=<nama_dataset>;

Proc tabulate, untuk mentabulasikan data dan melihat statistic deskriptif dari data

syntax:

PROC TABULATE DATA=<nama_dataset>;

CLASS <var_klasifikasi>;

VAR <var_statistik>

TABLE <penyusunan table dan statement jenis statistic>

Proc format, pembuatan user defined format

Syntax:

PROC FORMAT;

VALUE <nama_format> <pembuatan_format>;

6

proc freq, untuk melihat frekuensi atau jumlah parsial tiap variable yang diinginkan

Syntax:

PROC FREQ DATA=<nama_dataset>;

TABLE <var_statistik>;

proc gchart, untuk membuat chart dari data set yang ada

Syntax:

PROC GCHART DATA=<nama_dataset>;

<JENIS CHART> <Var_Chart>;

Terdapat juga beberapa syntax yang sering dipakai, baik dalam Data Step secara umum

ataupun hanya pada procedure PRINT, yaitu

NOOBS, menghilangkan variable observasi dalam table print preview

Syntax: PROC PRINT DATA=<nama_dataset> NOOBS;

LABEL, menambahkan keterangan tambahan u.ntuk variable, dapat digunakan

sebagai judul kolom dalam print preview

Syntax: PROC PRINT DATA=<nama_dataset> LABEL; LABEL <def label>;

WHERE, melakukan perintah sesuai dengan variable yang memenuhi kriteria

biasanya digunakan dalam procedure.

Syntax: WHERE <nama_var><operator><karakter_tertentu>;

PAGEBY, melakukan page break untuk data set yang telah diurutkan. Terdapat di

procedure print. Jika ditambah dengan SUM maka akan dihitung subtotal dan grand

total.

Syntax: PROC PRINT DATA=<nama_dataset; BY <var_sort>;

PAGEBY<var_sort>; SUM <var_jenis_number>;

TITLE, pemberian judul pada setiap table di layar print preview.

Syntax: TITLE <Judul>;

7

BAB 3

PEMBAHASAN

Pada Bab ini, akan dibahas tentang pengolahan data menggunakan SAS. Untuk

mempermudah pembahasan, maka Bab ini akan dibagi menjadi 3 buah subbab yaitu subbab

pengolahan data awal, pengolahan data legalitas, dan pengolahan data Cloud Service.

3.1 Pengolahan Data Awal

Data awal diambil dari survey yang diselenggarakan antara bulan Desember 2013

sampai 9 Januari 2014. Dengan melakukan cleaning data yang tidak valid, didapat pada

akhirnya sebanyak 40 data yang akan diolah menggunakan SAS. Demikian link form survey

yang dilakukan menggunakan google docs, http://goo.gl/Zvge0L. Pada awalnya, survey

tersebut diperuntukan sebagai alat bantu untuk mengetahui Behaviour dan Awareness

mahasiswa ITB dalam kompetisi Marketing Microsoft. Sehingga, untuk dapat memakai data

survey tersebut dalam makalah ini, terdapat perubahan yang dilakukan seperti penghapusan

variable. Data hasil survey sebelum perubahan dapat diperoleh di http://goo.gl/Vnkn5u.

Karena pada awalnya, didapat data dalam format excel, maka harus dilakukan

konversi format ke dalam format .txt untuk dapat memasukan data ke dalam program SAS.

Demikian screenshot data dalam format .txt

Figure 1: Data ‘Mentah’

8

Setelah mempunyai data yang dapat dimasukkan ke dalam program SAS, hal

berikutnya adalah membuat library permanen dalam SAS sebagai tempat penyimpanan data.

Digunakan syntax

libname TuBes "D:\Dav\Non-Academic\SAS\Tugas Besar";

Syntax diatas akan membuat permanent library bernama TuBes yang terletak di dalam

harddisk D\Dav\Non-Academic\SAS\Tugas Besar. Sebelumnya, folder bernama Tugas Besar

harus dibuat terlebih dahulu sehingga dapat menampung library permanen yang dibuat.

Hal berikutnya yang akan dilakukan adalah memasukkan data dari format .txt menjadi

dataset baru di dalam SAS. Cuplikan syntax yang dipakai adalah:

data TuBes.DataAwal; (1)

infile 'D:\Dav\Non-Academic\SAS\Tugas Besar\DataSurvey.txt'; (2)

input (3)

@1 Tanggal mmddyy10. (4)

@12 Waktu hhmmss8.

…

@120 Pengeluaran_per_semester 1.

;

format Tanggal weekdate. Waktu hhmm.;(5)

run;

Baris pertama menyatakan bahwa dataset yang akan dibuat diberi nama DataAwal dan

terletak di dalam library permanent TuBes (1). Selanjutnya syntax infile berisi alamat data

berformat txt yang ingin diimport (2). Data tersebut akan dikategorikan dalam variable yang

terletak setelah syntax input (3). Sebagai contohnya, di baris pertama setelah syntax input,

penulis membuat variable tanggal dengan mengambil 10 kolom dari data mentah dimulai

pada kolom ke 1 dengan melakukan informat mmddyy sehingga akan keluar suatu angka

yang menggambarkan berapa hari dari 1 Januari 1960 sampai tanggal pada data (4). Untuk

mengubah kembali ke format tanggal sesuai pada SAS, terdapat syntax format yang

mengubah variable tanggal menjadi format weekdate dan waktu menjadi format hhmm (5).

Setelah memasukkan data mentah menjadi data set di dalam SAS, dilakukan

pengeditan data sehingga mempermudah analisis. Syntax yang dikerjakan adalah

9

data TuBes.Databaru; (6)

set TuBes.DataAwal; (7)

if upcase(Pembelian_Legal_Software)='YA' then

Pembelian_Legal=1;

else if upcase(Pembelian_Legal_Software)='TIDAK' then

Pembelian_Legal=0; (8)

if upcase(Familiaritas_Cloud_Service)='YA' then

Familiaritas_Cloud=1;

else if upcase(Familiaritas_Cloud_Service)='TIDAK' then

Familiaritas_Cloud=0; (8)

if Pengeluaran_per_semester=1 then

Pengeluaran_per_semester= 50000;

else if Pengeluaran_per_semester=2 then

Pengeluaran_per_semester=175000;

else if Pengeluaran_per_semester=3 then

Pengeluaran_per_semester=375000; (9)

format Pengeluaran_per_semester comma10.2; (10)

run;

Editing dataset yang dilakukan akan menggunakan proses kondisional, seperti pada (8) dan

(9). Perbedaan syntax (8) dan (9) adalah pada syntax (8), kondisional dengan input adalah

string dengan output real number diletakkan disebuah variable baru yaitu Pembelian_Legal.

Sedangkan input dan output syntax (9) adalah variable yang sama karena tipe input dan

outputnya sama yaitu real number. Ditambahkan jumlah formatting untuk memperjelas

tampilan mata uang yaitu penggunaan koma maksimal 10 karakter dengan 2 angka

dibelakang koma (10). Data set tersebut berasal dari data set DataAwal dan akan disimpan

menjadi data set baru yaitu data set DataBaru (1) dan (2).

3.2 Pengolahan Data tentang Legalitas Software

Setelah mendapat data yang memungkinkan untuk diolah, langkah selanjutnya adalah

membuat data set baru sesuai dengan tujuan survey. Dalam bab awal telah dibahas bahwa

tujuan dari survey ini adalah untuk melihat behavior dan awareness mahasiswa ITB terhadap

penggunaan software legal dan Cloud Computing. Pada subbab ini akan dibahas tentang

legalitas software. Tujuannya adalah melihat apakah tingkat pendidikan (dalam hal ini

perbedaan tingkat semester mahasiswa) mempunyai pengaruh dalam awareness terhadap

penggunaan software legal. Selain itu, juga akan dilihat jenis software legal yang dipakai.

10

Hal pertama untuk menganalisis tentang legalitas software adalah membuat data set

baru yang releven. Bagaimana pun, dataset awal yang didapat mempunyai terlalu banyak

variable dan ada beberapa variable yang tidak relevan dengan pembahasasn legalitas

software. Syntax yang digunakan untuk membentuk data set baru adalah

data TuBes.Legalitas; (1)

set TuBes.Databaru; (2)

keep Jenis_Kelamin (3)

Status_Pendidikan

Pembelian_Legal

Jenis_Legal_Software

Alasan_Tidak_Legal

Pengeluaran_per_semester;

run;

proc contents data=TuBes.Legalitas; (4)

run;

Sama seperti dengan pembuatan dataset DataBaru, digunakan syntax DATA sebagai nama

penyimpanan data set yang dibuat yaitu Legalitas di library TuBes (1). Data set tersebut

merupakan hasil olahan dari dataset DataBaru (2). Karena akan dipertahakan beberapa

variable saja, maka digunakan syntax KEEP (3) yang menyatakan bahwa hanya variable

jenis_kelamin, status_pendidikan, pembelian_legal, alasan_tidak_legal, dan

pengeluaran_per_semester yang terdapat di data set Legalitas. Selanjutnya, sebagai verifikasi

jenis karakter yang terdapat di setiap variable, digunakan syntax PROC CONTENT dengan

data set Legalitas sebagai input (4). Syntax ini digunakan untuk mengecek ulang apakah

semua variable sudah berjenis real number atau tidak.

Hal selanjutnya adalah pelaporan data berdasarkan jenis software legal yang dibeli.

Syntax yang dipakai dapat dilihat di bawah ini:

proc sort data=TuBes.Legalitas; (5)

by Jenis_Legal_Software; (6)

run;

proc print data=TuBes.Legalitas label noobs; (7)

by Jenis_Legal_Software; (8)

pageby Jenis_Legal_Software; (9)

sum Pembelian_Legal; (10)

where Pembelian_Legal= 1; (11)

title 'Sorting Berdasarkan Jenis Software'; (12)

label (13)

Jenis_Kelamin='Kelamin'

11

Status_Pendidikan='Status Pendidikan'

Pembelian_Legal='Pembelian Software'

Jenis_Legal_Software='Jenis Software'

Pengeluaran_per_semester='Pengeluaran u/ sofware per semester'

;

var Jenis_Kelamin Status_Pendidikan Pengeluaran_per_semester

Pembelian_Legal; (14)

run;

Seperti yang telah dibahas pada awal subbab, bahwa ingin dilihat jenis software apa saja yang

biasanya didapat secara legal dan bagaimana persebaran software tersebut. Pertama – tama

karena ingin menampilkan dalam bentuk laporan, maka data set harus diurutkan berdasarkan

jenis software terlebih dahulu dengan cara ascending (5) (6). Setelah itu, dengan procedure

print, data set akan ditampilkan di dalam result viewer. Karena bersifat sebagai laporan, maka

digunakan label dan penghilangan variable banyak observasi sehingga lebih enak dilihat (7).

Label yang digunakan merupakan pengganti judul kolom yang biasanya adalah nama

variable, seperti contohnya kolom variable Jenis_Legal_Software akan mempunyai judul

kolom Jenis Software akibat penggunaan label (13). Selain itu ditambahkan pula judul table

sebagai klasifikasi table (12) dan terdapat pula cara penyusunan kolom – kolom sehingga

lebih mudah dilihat (14).

Karena yang ingin ditampilkan adalah jenis software yang dibeli secar legal saja maka

digunakan syntax where dengan input value Jenis_Software=1 dengan 1 merepresentasikan

bahwa pernah membeli jenis software (11). Setelah itu, untuk mempermudah pelaporan, akan

dibedakan perhalaman setiap software yang berbeda dengan syntax pageby (8) berdasarkan

jenis software tentunya (9). Pada akhirnya, akan dilihat dari setiap software, berapa banyak

mahasiswa yang pernah membeli software legal tersebut (10).

Berdasarkan hasil yang diperoleh dari syntax di atas, dapat dilihat bahwa terdapat 3

jenis software yang biasanya dibeli legal oleh responden. Ketiga software tersebut adalah

Antivirus, Microsoft Office, dan Operating System dengan jenis software yang paling banyak

dibeli secara legal adalah Operating Sytem sebanyak 7 responden dan Antivirus menjadi

software paling sedikit dibeli secara legal, yaitu hanya sebanyak 3 responden. (Figure 2).

12

Setelah mengetahui jenis software legal beserta banyak pengguna software legal

tersebut, penulis ingin melihat persebaran pengguna software legal berdasarkan pengeluaran

dan tingkat pendidikan. Syntax yang dipakai adalah

proc tabulate data=TuBes.Legalitas; (15)

class Pengeluaran_per_semester Status_Pendidikan; (16)

var Pembelian_Legal; (17)

table Pengeluaran_per_semester*Status_Pendidikan,

Pembelian_Legal;(18)

title 'Pembelian Software Legal';

label

Jenis_Kelamin='Kelamin'

Status_Pendidikan='Status Pendidikan'

Pembelian_Legal='Pernah/Tidak Membeli Software Legal'

Jenis_Legal_Software='Jenis Software'

Pengeluaran_per_semester='Pengeluaran u/ sofware per semester';

run;

Penggunaan procedure tabulate diperlukan karena ingin melihat pengklasifikasian pembeli

software legal dengan variable pengeluaran biaya software per semester dan status

pendidikan (15). Sehingga pada result viewer akan ditampilkan klasifikasi pengeluaran biaya

software dan dari setiap pengeluaran akan diklasifikasi lagi dengan variable status pendidikan

(16), inilah mengapa syntax CLASS diperlukan dengan input variable pengeluaran per

semester dan status pendidikan. Sedangkan variable banyak pembelian legal akan dibuat

menjadi variable yang ingin diolah secara statistic sehingga dimasukkan ke dalam syntax

VAR (17). Untuk menampilkan tabulasi sesuai kehendak (klasifikasi secara pengeluaran

kemudian status pendidikan) digunakan syntax TABLE (18) dan untuk memperjelas tampilan

terdapat penggunaan label dan judul.

Berdasarkan hasil tabulasi, dapat dilihat bahwa di tingat pengeluaran berapa pun per

semester, lebih mahasiswa tingkat empat atau mahasiswa tingat akhir yang membeli software

secara legal. Kesimpulan sementara yang dapat diambil adalah bahwa mahasiswa tingkat

akhir telah melihat pentingnya penggunaan software legal dan tidak mempermasahkan untuk

membeli software legal selama software tersebut berguna (Figure 3).

13

3.3 Analisis Penggunaan Cloud Service

Sama seperti dengan analisis Legalitas Software, hal pertama yang dilakukan adalah

pembuatan data set baru dengan nama Cloudservice di library permanen TuBes dengan

menyertakan variable yang diperlukan saja seperti variable frekuensi penggunaan mobile

editing dll. Data awal yang digunakan adalah dataset DataBaru.

Selain membuat data set Cloudservice, penulis juga membuat format user defined,

yaitu formatting isi variable yang ditentukan sendiri oleh penulis deskripsi dan isi format

tersebut.Syntax yang digunakan adalah

proc format; (1)

value choice 1='Ya' (2)

0='Tidak';

value frek 0='Tidak tahu' (3)

1='Hampir Tidak Pernah'

2='Pernah'

3='Ragu - ragu'

4='Sering'

5='Sangat sering';

run;

PROC FORMAT (1) merupakan syntax wajib yang dipakai untuk membuat user defined

format. Dalam syntax ini, penulis membuat 2 buah format dengan nama choice dan frek.

Untuk format bernama choice (2), penulis ingin mengubah angka 1 menjadi Ya dan angka 2

menjadi Tidak dengan tipe format adalah real number karena input dari format hanyalah

angka 0 dan 1. Sama halnya dengan format dengan nama frek, penulis ingin mengubah data

kuantitatif menjadi data kualitatif sehingga tidak perlu tambahan $ yang menyatakan string

pada nama format (3). Syntax lain yang terdapat di sini adalah VALUE yaitu syntax wajib

untuk user defined format. Penulis memutuskan untuk menggunakan user defined format

karena data akan diolah secara kuantitatif, tetapi ingin ditampilkan secara kualitatif.

Setelah mendefinisikan user defined format, maka data set Cloudservice akan

dimasukkan dalam procedure print untuk melihat data – data tersebut. Dalam procedure ini

user defined format sudah diaplikasikan sehingga tampilan yang terdapat di result viewer

akan mempunyai nilai kualitatif semua (Figure 4)

14

Tujuan dari analisis data set Cloudservice adalah melihat familiaritas terhadap Cloud

Service dan penggunaan cloud service terhadap mobile editing. Berdasarkan hal tersebut,

data set akan ditampilkan dalam bentuk table familiaritas Cloud Service berdasarkan tingkat

pendidikan. Digunakan procedure frequency karena ingin dilihat persentase dari setiap

jawaban. Syntax yang dipakai.

proc template; (4)

define crosstabs Base.Freq.CrossTabFreqs;

cellvalue frequency percent rowpercent; (5)

define frequency; (6)

format=8.;

header='Banyak Mahasiswa';

end;

…

end;

run;

proc freq data=TuBes.Cloudservice; (7)

tables Status_Pendidikan*Familiaritas_Cloud; (8)

title 'Penggunaan Cloud Menurut Pendidikan';

run;

Sebelum menampilkan table frekuensi dalam result viewer, akan diatur terlebih dahulu

keterangan yang akan ditampilkan di table menggunakan procedure template (4). Keterangan

yang akan diganti adalah keterangan dengan nama default frekuensi, percent, rowpercent (5).

Keterangan tersebut akan diganti namanya, sebagai contoh frekuensi diganti dengan nama

Banyak Mahasiswa (6).

Setelah mendefinisikan template table frekuensi baru, barulah digunakan procedure

frequency untuk menampilkan table frekuense dengan persentasenya (7). Karena diinginkan

klasifikasi berdasarkan Status pendidikan dengan familiaritas cloud yang ingin dihitung

frekuensinya, maka dalam syntax TABLE (8), terdapat input Status_Pendidikan*

Familiaritas_Cloud. Secara umum, syntax tersebut untuk mengatur bagaimana table

ditampilkan. Untuk memperindah tampilan table dan memperjelas tujuan table digunakan

syntax TITLE. Hasil dalam result viewer dapat dilihat pada Figure 5 di lampiran.

15

Analisis terakhir yang dilakukan adalah melihat fraksi penggunaan Mobile Editing

bagi responden yang menjawab familiar menggunakan cloud. Untuk menganalisis tujuan ini,

data akan ditampilkan dalam bentuk grafik batang. Syntax yang digunakan adalah

PROC GCHART data=TuBes.Cloudservice; (9)

Hbar Frekuensi_Mobile_Editing / DISCRETE; (10)

format Frekuensi_Mobile_Editing frek.; (11)

TITLE 'Penggunaan Cloud untuk Mobile Editing';

where Familiaritas_Cloud=1; (12)

RUN;

Untuk dapat menampilkan segala jenis grafik, digunakan PROC GCHART dengan input

adalah dataset yang ingin ditampilkan dalam bentuk grafik (9). Dalam analisis ini digunakan

grafik batan horizontal dengan variable frekuenesi mobile editing yang dibuat grafik (10) dan

keterangan pada frekuensi mobile editing dibuat menjadi kuantitatif menggunakan user

defined format yang telah dibuat sebelumnya (11). Karena hanya ingin dicek tentang

pengguna mobile editing yang familiar dengan cloud maka terdapat syntax tambahan

WHERE (12).

Hasil yang didapat adalah meskipun pada grafik yang diambil hanya responden yang

mengaku familiar dengan Cloud Service, pengguna mobile editing menggunakan cloud

service masih cukup minim. Tercatat hanya 7 responden dari 34 responden yang menyatakan

sering menggunakan mobile editing berbasis cloud service. (Figure 6).

16

BAB 4

KESIMPULAN

Kesimpulan yang didapat setelah menganalis Behavior dan Awareness mahasiswa

ITB terhadap penggunaan software legal dan Cloud Computing, adalah

4.1 Dari survey yang dilakukan, awareness mahasiswa ITB terhadap pemakaian software

legal lebih tinggi kadarnya pada mahasiswa tingkat akhir. Sedangkan, jenis software legal

yang paling banyak dipakai adalah Operating System.

4.2 Untuk penggunaan Cloud Computing, hampir semua mahasiswa ITB mengaku familiar

menggunakan Cloud Service (34 dari 40 responden). Akan tetapi, penggunaan Cloud

Service tersebut masih belum mencapai tingat editing document dengan perangkat

mobile.

4.3 Dalam pengolahan data, digunakan procedure print, sorting, tabulate, frequency, dan

graph. Selain itu terdapat syntax – syntax formatting yang digunakan untuk memperjelas

tampilan data. Syntax – syntax yang dipakai masih standard dan dapat dikembangkan

untuk membuat pengolahan data lebih baik.

Secara umum, banyak hal yang dapat dikembangkan dari survey ini. Melalui ilmu

statistika dapat dicari nilai korelasi antara tingkat pendidikan dan awareness mahasiswa

tentang penggunaan software legal. Selain itu, dapat dibuat model sederhana untuk

menggambarkan awareness dan behavior mahasiswa terhadap penggunaan software legal dan

cloud service. Dalam pengolahan data menggunakan SAS, harus diakui, syntax yang

digunakan masih sangat sederhana. Untuk kedepannya, sangat dimungkinkan untuk analis

menggunakan query dan syntax statistic yang lebih powerfull.

17

LAMPIRAN

18

LAMPIRAN A (KUISONER)

Kuisoner dapat diakses di

http://goo.gl/Zvge0L

Dan Hasil Kuisoner (tanpa editing) dapat dilihat di

http://goo.gl/Vnkn5u

19

LAMPIRAN B (KODE SUMBER/SOURCE CODE)

libname TuBes "D:\Dav\Non-Academic\SAS\Tugas Besar";

data TuBes.DataAwal;

infile 'D:\Dav\Non-Academic\SAS\Tugas Besar\DataSurvey.txt';

input

@1 Tanggal mmddyy10.

@12 Waktu hhmmss8.

@21 Jenis_Kelamin $10.

@32 Status_Pendidikan $34.

@67 Pembelian_Legal_Software $5.

@73 Jenis_Legal_Software $16.

@90 Alasan_Tidak_Legal $19.

@110 Familiaritas_Cloud_Service $5.

@116 Frekuensi_Penggunaan_Cloud 1.

@118 Frekuensi_Mobile_Editing 1.

@120 Pengeluaran_per_semester 1.

;

format Tanggal weekdate. Waktu hhmm.;

run;

data TuBes.Databaru;

set TuBes.DataAwal;

if upcase(Pembelian_Legal_Software)='YA' then

Pembelian_Legal=1;

else if upcase(Pembelian_Legal_Software)='TIDAK' then

Pembelian_Legal=0;

if upcase(Familiaritas_Cloud_Service)='YA' then

Familiaritas_Cloud=1;

else if upcase(Familiaritas_Cloud_Service)='TIDAK' then

Familiaritas_Cloud=0;

if Pengeluaran_per_semester=1 then

Pengeluaran_per_semester= 50000;

else if Pengeluaran_per_semester=2 then

Pengeluaran_per_semester=175000;

else if Pengeluaran_per_semester=3 then

Pengeluaran_per_semester=375000;

format Pengeluaran_per_semester comma10.2;

run;

data TuBes.Legalitas;

set TuBes.Databaru;

keep Jenis_Kelamin

Status_Pendidikan

Pembelian_Legal

Jenis_Legal_Software

Alasan_Tidak_Legal

Pengeluaran_per_semester;

run;

proc contents data=TuBes.Legalitas;

run;

proc sort data=TuBes.Legalitas;

by Jenis_Legal_Software;

run;

proc print data=TuBes.Legalitas label noobs;

by Jenis_Legal_Software;

pageby Jenis_Legal_Software;

20

sum Pembelian_Legal;

where Pembelian_Legal= 1;

title 'Sorting Berdasarkan Jenis Software';

label

Jenis_Kelamin='Kelamin'

Status_Pendidikan='Status Pendidikan'

Pembelian_Legal='Pembelian Software'

Jenis_Legal_Software='Jenis Software'

Pengeluaran_per_semester='Pengeluaran u/ sofware per semester'

;

var Jenis_Kelamin Status_Pendidikan Pengeluaran_per_semester

Pembelian_Legal;

run;

proc tabulate data=TuBes.Legalitas;

class Pengeluaran_per_semester Status_Pendidikan;

var Pembelian_Legal;

table Pengeluaran_per_semester*Status_Pendidikan, Pembelian_Legal;

title 'Pembelian Software Legal';

label

Jenis_Kelamin='Kelamin'

Status_Pendidikan='Status Pendidikan'

Pembelian_Legal='Pernah/Tidak Membeli Software Legal'

Jenis_Legal_Software='Jenis Software'

Pengeluaran_per_semester='Pengeluaran u/ sofware per semester';

run;

proc format;

value choice 1='Ya'

0='Tidak';

value frek 0='Tidak tahu'

1='Hampir Tidak Pernah'

2='Pernah'

3='Ragu - ragu'

4='Sering'

5='Sangat sering';

run;

data TuBes.Cloudservice;

set TuBes.Databaru;

keep Jenis_Kelamin

Status_Pendidikan

Familiaritas_Cloud

Frekuensi_Penggunaan_Cloud

Frekuensi_Mobile_Editing;

run;

proc print data=TuBes.Cloudservice NOOBS label;

format Frekuensi_Mobile_Editing frek. Frekuensi_Penggunaan_Cloud

frek. Familiaritas_Cloud choice.;

title 'Data Penggunaan Cloud Service';

var Jenis_Kelamin Status_Pendidikan Familiaritas_Cloud

Frekuensi_Penggunaan_Cloud Frekuensi_Mobile_Editing;

label

Jenis_Kelamin='Kelamin'

Status_Pendidikan='Status Pendidikan'

Familiaritas_Cloud='Familiar dengan Cloud Service'

Frekuensi_Penggunaan_Cloud='Frekuensi Penggunaan'

Frekuensi_Mobile_Editing='Frekuensi Mobile Editing dengan

Cloud';

21

run;

proc template;

define crosstabs Base.Freq.CrossTabFreqs;

cellvalue frequency percent rowpercent;

define frequency;

format=8.;

header='Banyak Mahasiswa';

end;

define rowpercent;

format=pctfmt.;

header='Row %';

end;

define percent;

format=pctfmt.;

header='Total %';

end;

end;

run;

proc freq data=TuBes.Cloudservice;

tables Status_Pendidikan*Familiaritas_Cloud;

title 'Penggunaan Cloud Menurut Pendidikan';

run;

PROC GCHART data=TuBes.Cloudservice;

Hbar Frekuensi_Mobile_Editing / DISCRETE;

format Frekuensi_Mobile_Editing frek.;

TITLE 'Penggunaan Cloud untuk Mobile Editing';

where Familiaritas_Cloud=1;

RUN;

quit;

22

LAMPIRAN C (SCREEN SHOT HASIL)

Figure 2: Jenis Software Legal

Figure 3: Hasil Tabulasi

23

Figure 4: Data Cloud Service

Figure 5: Frekuensi Familiaritas Cloud

24

Figure 6: Penggunaan Mobile Editing

25

DAFTAR PUSTAKA

Support.SAS.com/documentation [10 Januari 2014]

. . 1 1 1 11- 1. [10 Januari 2014]

H. Karp, Andrew. 1994. Steps to Success with PROC MEANS. California: Sierra Information

Service, Inc.

L. Wright, Wendi. 2006. Introduction to PROC TABULATE. New Jersey: Educational

Testing Service.

Haworth, Lauren. Anyone can learn proc tabulate. California: Genentech, Inc.

W. Borowiak, Kenneth. Using Data Set Options in PROC SQL. New York: Howard M.

Proskin & Associates, Inc.