III. METODE PENELITIAN
3.5 Metode Pengambilan Sampel
Metode pengambilan sampel dilakukan dengan purposive sampling, yaitu sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu. Seseorang atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki informasi yang diperlukan bagi penelitian. Pemberian kuesioner diberikan kepada tiga responden terdiri dari Direktur, Manager Pemasaran, dan Manager Keuangan. Pemberian kuesioner dipilih secara sengaja dengan pertimbangan responden mengetahui pelaksanaan bauran promosi PT. Kartika Sinar Teknik Cibinong. 3.6 Metode Pengolahan dan Analisis Data
Informasi dan data yang diperoleh dari perusahaan serta pengisian kuesioner, kemudian dikelompokkan kedalam tingkatan – tingkatan yang akan dianalisa dengan menggunakan metode AHP. Data yang diolah adalah hasil kuesioner dari responden yang mempunyai tingkat konsistensi dibawah 0,1. Apabila hasil kuesioner dari responden tersebut bernilai lebih dari 0,1. Maka tidak dapat diolah karena dianggap tidak valid. Uji konsistensi dilakukan perindividu dan pengolahannya menggunakan program Expert Choice 2000.
Kerangka kerja AHP pada dasarnya dibagi menjadi delapan langkah kerja utama (Saaty 1993), yaitu :
1. Mendefinisikan permasalahan dan merinci pemecahan yang diinginkan. Langkah pertama menitikberatkan pada penguasaan masalah secara mendalam, karena permasalahan yang tidak jelas atau spesifik akan
menimbulkan kekacauan (bias) dalam menentukan pemilihan tujuan, kriteria, aktivitas, dan berbagai elemen atau faktor yang membentuk struktur hierarki pemecahan masalah tersebut. tidak terdapat suatu prosedur yang khusus atau pasti untuk mengidentifikasi komponen – komponen struktur hierarki tersebut. komponen system dapat diidentifikasikan oleh peneliti, yang telah memahami dan menguasai dengan benar permasalahan yang dihadapi. Selain itu penentuan komponen juga didasarkan pada kemampuan para peneliti untuk menemukan unsur–unsur yang dapat dilibatkan dalam struktur tersebut. hal ini dapat dilakukan dengan mempelajari literatur untuk memperoleh informasi yang relevan dengan masalah.
2. Membuat struktur hierarki dari sudut pandang manajemen secara menyeluruh.
Hierarki adalah abstraksi struktur suatu system yang mempelajari fungsi interaksi antar komponen dan dampaknya terhadap system. Tidak ada aturan khusus yang mengatur model suatu hierarki karena yang menentukan penyusunannya adalah jenis permasalahan dan keputusan yang akan diambil. Setiap set atau perangkat elemen atau faktor dalam hierarki menduduki satu tingkat hierarki.
Tingat puncak hierarki hanya terdiri dari satu elemen saja, yang disebut fokus, yaitu seluruh sasaran yang ingin dicapai. Tingkat berikutnya dapat terbagi menjadi beberapa elemen atau faktor , yang terbagi dalam kelompok – kelompok yang homogen (berjumlah antara lima – Sembilan agar dapat dibandingkan secara efektif terhadap elemen – elemen yang berada setingkat diatasnya). Tidak ada batasan tertentu yang mengatur jumlah tingkatan struktur keputusan dan elemen – elemen pada setiap tingkat. Elemen dalam struktur hierarki dapat berupa faktor – faktor, pelaku, aktivitas, tujuan, skenario, alternatif – alternatif dan sebagainya. Berikut Gambar 2 struktur hierarki pemilihan bauran promosi.
Rumusan struktur hierarki alokasi bauran promosi PT. Kartika Sinar Teknik Fokus Faktor Aktor Tujuan Alternatif
Gambar 2. Struktur hierarki alokasi bauran promosi PT. Kartika Sinar Teknik
Alokasi Bauran Promosi PT. Kartika Sinar TEknik
A S H P MP D MK MPL MAP MPJ A B C D E
Keterangan :
a) Tingkat 1 : Masalah yang difokuskan untuk dipecahkan secara hierarki dengan metode AHP (FOKUS).
Alokasi Bauran Promosi PT. Kartika Sinar Teknik
b) Tingkat 2 : Hal-hal yang menjadi faktor penyusun alokasi bauran promosi PT. Kartika Sinar Teknik (FAKTOR)
A : Anggaran Promosi S : Sumber Daya Manusia H : Harga
P : Persaingan
c) Tingkat 3 : Aktor yang berperan dalam pengambilan keputusan alokasi bauran promosi (AKTOR)
D : Direktur
MP : Manajer Pemasaran MK : Manajer keuangan
d)Tingkat 4 : Tujuan yang ingin dicapai dalam pelaksanaan alokasi bauran promosi (TUJUAN)
MAP : Meningkatkan Awareness perusahaan MPL : Mempertahankan Pelanggan
MPJ : Meningkatkan Penjualan
e) Tingkat 5 : Hal-hal yang dirumuskan sebagai pilihan yang akan direkomendasikan sebagai hasil untuk mencapai tujuan penelitian (ALTERNATIF)
A : Mengubah tampilan website lebih menarik dan interaktif B : Lebih aktif dalam melakukan penjualan personal
C : Lebih aktif dalam melakukan promosi penjualan D : Merancang pemasaran langsung (membuat brosur) E : Merancang program iklan dengan media internet
3. Menyusun matriks banding berpasangan
Penyusunan matriks banding berpasangan, pasangan – pasangan faktor dibandingkan satu sama lain dalam hal kriteria yang ada ditingkat yang lebih tinggi. Pembanding pertama dilakukan dari puncak hierarki untuk fokus tujuan, yang merupakan dasar untuk melakukan pembandingan berpasangan antara elemen atau faktor yang terkait dibawahnya. Menurut perjanjian, suatu elemen yang ada disebelah kiri perihal dominasinya atas suatu elemen dipuncak matriks (Saaty, 1993).
4. Mengumpulkan semua pertimbangan yang diperlukan dari hasil melakukan pembandingan berpasangan antar elemen pada langkah 3
Langkah selanjutnya adalah melakukan pembandingan berpasangan antara setiap elemen pada kolom ke-I dengan pada kolom ke-j yang berhubungan dengan fokus tujuan. Pembandingan antara elemen dapat
dilakukan dengan pernyataan “ seberapa kuat elemen baris ke-I didominasi atau dipengaruhi oleh fokus tujuan, dibandingkan dengan elemen kolom
ke-j?”. untuk menuliskan nilai – nilai hasil pertimbangan kedalam matriks banding berpasangan, digunakan angka-angka yang berfungsi sebagai skala banding (Tabel 3). Angka tersebut menunjukkan relatif pentingnya suatu elemen dibanding dengan elemen lainnya sehubungan dengan sifat atau kriteria tertentu. Pengisian matriks hanya dilakukan untuk bagian garis diagonal dari kiri atas kekanan bawah.
Tabel 4. Skala utama model AHP Intensitas
Kepentingan
Definisi Penjelasan
1 Equal importance Dua aktifitas memberikan kontribusi sama terhadap tujuan
3 Moderate importance Pengalaman dan penilaian memberikan nilai tidak jauh berbeda antara satu aktivitas terhadap aktivitas lainnya 5 Strong importance Pengalaman dan penilaian memberikan
nilai kuat beda antara satu aktivitas terhadap aktivitas lainnya
7 Very strong importance
Satu aktivitas sangat lebih disukai dibandingkan aktivitas lain
9 Extreme importance Satu aktifitas secara pasti menempati urutan tertinggi dalam tingkat preferensi 2,4,6,8 Nilai komparasi atas
nilai-nilai diatas
Penilaian kompromi secara numeris dibutuhkan semenjak tidak ada kata yang tepat untuk menggambarkan tingkat preferensi
(Sumber : Saaty,1993)
5. Memasukkan bilangan 1 sepanjang diagonal utama dan nilai-nilai kebalikannya. Matriks dibawah diagonal utama diisi dengan nilai-nilai kebalikannya. Misalnya bila elemen F12 memiliki nilai 3, maka nilai elemen F21 adalah kebalikannya, yaitu 1/3. Setelah itu prioritas dicari dan konsisten diuji.
6. Melaksanakan langkah 3, 4, dan 5 untuk semua tingkat dan gugusan dalam hierarki. Pembanding dilanjutkan untuk semua elemen atau elemen pada setiap tingkat keputusan yang terdapat pada hierarki, berkenaan dengan criteria elemen diatas, ada dua macam matriks pembandingan yang dipakai dalam AHP, yaitu :
a. Matriks Pendapatan Individu (MPI)
MPI adalah matriks hasil pembandingan oleh individu. Elemennya disimbolkan oleh aіј, yaitu elemen matriks baris ke-idan kolom ke-j (Tabel 4).
b. Matriks Pendapatan Gabungan (MPG)
Merupakan matriks baru yang elemennya berasal dari rata-rata geometri pendapat individu yang rasio inkonsistensinya lebih kecil
atau sama dengan 0,1 atau 10 %. Elemennya disimbolkan oleh gij yaitu elemen matriks baris ke-i dan kolom ke-j (Tabel 5).
Rumus matematikanya untuk rata-rata geometrik adalah :
………...…………..(1)
gij = elemen MPG baris ke-i kolom ke-j
(aij) = elemen baris ke-i kolom ke-j dari MPI ke-j
K = indeks MPI dari individu ke-k yang memenuhi syarat M = jumlah MPI yang memenuhi syarat
= akar pangkat m dari perkalian elemen ke-1 sampai ke-m Tabel 5. Matrix pendapat individu (MPI)
G A1 A2 A3 … An A1 a11 a12 a13 … a1n A2 a21 a22 a23 … a2n A3 a31 a32 a33 … a3n … … … … An an1 an2 an3 … ann (Sumber : Saaty,1993)
Table 6. Matriks pendapat gabungan (MPG)
G G1 G2 G3 … Gn G1 g11 g12 g13 … g1n G2 g21 g22 g23 … g2n G3 g31 g32 g33 … g3n … … … … Gn gn1 gn2 gn3 … gnn (Sumber : Saaty,1993)
7. Mensintesis prioritas untuk melakukan pembobotan vektor-vektor pr-ioritas.
Pengolahan matriks terdiri dari dua tahap, yaitu pengolahan horizontal dan vertikal. Keduanya dapat digunakan untuk MPI maupun MPG.
a. Pengolahan horizontal, yaitu terdiri dari penentuan vector prioritas, uji konsistensi, dan revisi pendapat bila diperlukan. Tahapan perhitungan dalam pengolahan horizontal adalah :
Penentuan vektor prioritas
1. Jumlahkan setiap elemen dalam masing-masing kolom matriks pembandingan berpasangan (MPB) yang telah terisi, dan diperoleh vektor baris Cj (Tabel 7).
Cj = [Cj] dan Cj = aij ………...………..(2)
Dimana : Cj = elemen vector baris Cj pada kolom j
aij = elemen MPB yang diolah pada baris ke-i dan kolom ke-j. Tabel 7. Ilustrasi pengolahan MPB pada langkah pertama
G A1 A2 … An A1 a11 a12 … a1n A2 a21 a22 … a2n … … … … … An an1 an2 … ann Cj C1 C2 … Cn (Sumber : Saaty,1993)
2. MPB yang ada dinormalisasi dengan cara membagi setiap elemen matriks pada setiap kolom dengan elemen vektor baris Cj pada kolom tersebut yang telah didapat dari pengolahan pada langkah sebelumnya. Diperoleh matriks normalisasi dij dengan dij = aij/cj
Dimana dij = elemen MPB setelah dinormalisasi pada baris ke-I dan kolom ke-j
Table 8. Ilustrasi MPB yang telah dinormalisasi G A1 A2 … An A1 d11 d12 … d1n A2 d21 d22 … d2n … … … … … An dn1 dn2 … dnn (Sumber : Saaty,1993)
3. Elemen-elemen matriks normalisasi yang berbeda dalam satu baris dijumlahkan dan didapat vektor kolom Ei dengan ei, sebagai elemennya (Tabel 8).
Dengan fi = ei/n dan Fi = (fi)
Dimana Fi = vektor prioritas dalam bentuk vektor dengan fi sebagai elemen vektor pada baris ke-i.
Ei = elemen baris ke-i dari vektor kolom Ei
n = jumlah baris atau kolom MPB
Tabel 9. Ilustrasi pengolahan matriks normalisasi pada langkah berikut G A1 A2 … An Ei Fi A1 d11 d12 … d1n e1 f1 A2 d21 d22 … d2n e2 f2 … … … … An dn1 dn2 … dnn en fn (Sumber : Saaty,1993)
Pengolahan MPB hingga langkah ini memberikan hasil bahwa prioritas bagi A1 adalah f1 dan seterusnya hingga bagi An adalah fn.
Uji konsistensi
Rasio inkonsistensi dari suatu MPB dapat dicari dengan terlebih dahulu mencari nilai eigen (eigen value), serta menentukan indeks rasio inkonsistensinya.
Penentu nilai eigen
1. Iihat kembali MPB dengan aij sebagai elemen-elemen dan vektor kolom Fi dengan fi sebagai elemen-elemen pada setiap barisnya. Lakukan perkalian antara elemen faktor kolom fi pada baris tertentu dengan elemen-elemen MPB pada kolom tertentu yang nomor kolomnya sama dengan nomor baris f1 (j pada aij harus sama dengan nomor baris f1) dengan gij = fi.aij, dimana ;
Gij = elemen baris ke-i dan kolom ke-j dari matriks baru Aij = elemen baris ke-I dan kolom ke-j dari MPB awal Fi = elemen vektor kolom pada baris ke-i
Tabel 10. Ilustrasi penentuan Eigen Value pada dua langkah pertama G A1 A2 … An H1 A1 g11 g12 … g1n h1 A2 g21 g22 … g2n h2 … … … … An gn1 Dn2 … gnn hn (Sumber : Saaty,1993)
2. Menjumlahkan elemen-elemen dalam matriks eigen (Tabel 9) pada baris yang sama, kemudian diperoleh vektor olom Hi dengan hi sebagai elemen-elemen pada baris ke-I dengan hi = gij dimana hi = elemen baris ke-i dari vektor kolom Hi
3. Membagi elemen baris ke-I dari vektor kolom Hi dengan elemen ke-i dari vektor prioritas (eigen vector) Fi, dan diperoleh vektor kolom ii. Dengan ii = hi/fi dimana ii = elemen pada baris ke-I vektor kolom Ii. 4. Menjumlahkan semua elemen vektor kolom Ii dan mencari rata-ratanya
kemudian didapat eigen value dengan λ maks = E Ii/n. dimana λ maks = eigen value, n = jumlah elemen matriks kolom Ii
Penentuan Indeks Konsistensi
Dengan nilai eigen yang telah didapatkan, maka indeks konsistensi (CI) didapat dengan formulasi :
………...…(3)
Dimana CI = Indeks konsistensi, λ maks + nilai eigen, dan
n = jumlah baris kolom dari MPB Penentuan Rasio Konsistensi
Rasio konsistensi (CR) diperoleh dengan membagi CI dengan suatu indeks random (IR) tertentu. Indeks ini menyatakan rata-rata konsisten dari suatu matriks pembanding acak berukuran n (n = ordo matriks) yang didapatkan dari suatu eksperimen. Hasil eksperimen menunjukkan bahwa semakin besar ordo matriks pembanding maka semakin tinggi pula tingkat inkonsistensinya yang ditunjukkan oleh nilai RI yang semakin besar. Daftar RI ini dapat dilihat pada tabel 10.
Tabel 11. Nilai Indeks Acak (RI) matriks berorder 1 sampai dengan 15 dengan sampel 100
(Sumber : Saaty,1993) CR ditentukan dengan
CR=CI/RI………...……(4)
Batasan diterima tidaknya konsistensi suatu matriks sebenarnya tidak ada yang baku, hanya saja menurut beberapa eksperimen dan pengalaman, tingkat inkonsistensi (CR) sebesar 10 % kebawah adalah tingkat yang masih bias diterima. Revisi pendapat dilakukan bila diperlukan (nilai CR lebih dari 10 %).
b. Pengolahan vertikal merupakan tahap lanjutan setelah MPI dan MPG diolah secara horizontal.
Pengolahan ini bertujuan untuk mendapatkan suatu prioritas pengaruh setiap elemen pada level tertentu dalam suatu hierarki terhadap fokus atau tujuan utamanya. Hasil akhir pengolahan vertikal adalah mendapatkan suatu bobot prioritas setiap elemen pada level terakhir dalam suatu hierarki terhadap sasarnannya. Prioritas-prioritas yang diperoleh dalam pengolahan horizontal sebelumnya disebut sebagai prioritas lokal, karena hanya berkenaan dengan sebuah kriteria pembanding yang merupakan anggota elemen-elemen level diatasnya.
Apabila CVij merupakan nilai prioritas pengaruh elemen ke-j pada level ke-i dari suatu hierarki keputusan terhadap fokusnya, maka diformulasikan : ………...(5) Untuk i = 1,2,3,….,p j = 1,2,3,….,r t = 1,2,3,….,s Keterangan :
CHij (t, i-1) = nilai prioritas pengaruh elemen ke-j pada tingkat ke-1terhadap elemen ke-t pada tingkat diatasnya (i-1), yang diperoleh dari pengolahan Horizontal
VWt(i-1) = nilai prioritas pengaruh elemen ke-t pada tingkat ke(i=1) terhadap sasaran utama, yang diperoleh dari hasil pengolahan Vertikal
P = Jumlah tingkat hirarki keputusan
R = Jumlah elemen yang ada pada tingkat ke-i S = Jumlah elemen yang ada pada tingkat ke i = 1
Jika dalam hierarki keputusan terdapat dua faktor yang tidak berhubungan (keduanya tidak saling mempengaruhi), maka nilai
prioritasnya sama dengan nol. Vektor prioritas vertikal untuk tingkat ke-I (X) didefinisikan sebagai
C= (CVij)………...……….(6)
8. Mengevaluasi konsistensi untuk seluruh hierarki
Langkah ini dilakukan dengan mengkalikan setiap indeks konsistensi dengan prioritas kriteria yang bersangkutan dan menjumlah hasil kalinya. Hasil ini dibagikan dengan pernyataan sejenis yang menggunakan indeks inkonsistensi acak yang sesuai dengan dimensi masing-masing matriks. Dengan cara yang sama, setiap indeks inkonsistensi acak juga dibobot berdasarkan prioritas kriteria yang bersangkutan dan hasilnya dijumlahkan. Rasio inkonsistensi ini harus bernilai 10 % atau kurang. Jika tidak, mutu informasi harus ditinjau kembali dan diperbaiki, antara lain dengan memperbaiki cara menggunakan pertanyaan pada saat pengisian ulang kuesioner dan dengan lebih mengarahkan responden membuat perbandingan berpasangan.