Teknik Analisis - METODE PENELITIAN - STUDI PEMENUHAN KEBUTUHAN WARGA KOTA MAKASSAR MELALUI JAS

BAB III METODE PENELITIAN

F. Teknik Analisis

Analisis adalah proses penyederhanaan kata ke dalam format yang mudah dibaca dan ditafsirkan. Teknik analisis penelitian ini adalah deskriptif ditunjang oleh data yang bersifat kualitatif yang sebelumnya telah diklasifikasi atau dipilah berdasarkan aspek dan kategori yang menghasilkan nilai kuantitatif yaitu berupa frekuensi kejadian dan frekuensi relatif dalam bentuk prosentase. Teknik analisis data ini adalah mengikuti model Miles dan Huberman (1992) melalui 3 Serangkaian kegiatan secara simultan adalah

reduksi data, penyajian data, dan penarikan kesimpulan/pemeriksaan. Kasus ini dapat disimak pada gambar berikut.

Model analisis dimaksud digambarkan seperti berikut :

Gambar 3.1 Model analisis Miles dan Huberman

33 BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian 1. Letak Keadaan Geografis

Letak geografis Kota Makassar terletak antara 119°24`17`38 Bujur Timur dan 5°8`6`19" Lintang Selatan, dengan batas-batas sebagai berikut::

1) Sebelah Utara : Kabupaten Maros 2) Sebelah Timur : Kabupaten Maros 3) Sebelah Selatan : Kabupaten Gowa

4) Sebelah Barat : Selat Makassar

Dari segi jumlah penduduk, kota Makasal berpenduduk 1.449.400 pada tahun 2015, laki-laki 699.200 dan perempuan 750.200, terbesar di 14 kecamatan dan 143 kelurahan, dengan sex ratio 97,57 dan luas wilayah 175,77/km².

Secara administrasi, Kota Makassar terbagi atas 14 Kecamatan dan 142 Kelurahan dengan 885 RW dan 4446 RT. Ketinggian Kota Makassar bervariasi antara 0 - 25 meter dari permukaan laut, dengan suhu udara antara 20° C sampai dengan 32° C. Kota Makassar diapit dua buah sungai yaitu: Sungai Tallo yang bermuara disebelah utara kota dan Sungai Jeneberang bermuara pada bagian selatan kota. Untuk dapat melihat luas wilayah dan persentase terhadap luas wilayah masing-masing kecamatan di Kota Makassar disajikan pada Tabel 4.1.

Berdasarkan Tabel 4.1, daerah dengan luas terluas adalah Biringkanaya yang memiliki luas 48,22 km2 atau setara dengan 27,43%

luas kota Makassar. Berikutnya adalah kecamatan Tamaran Rhea yang memiliki luas wilayah 31,84 km2 atau 18,11% dari luas Makassar, dan ketiga adalah kabupaten Mangala yang memiliki luas 24,14 km2 atau 13,73% dari luas kota Makassar. Kecamatan terkecil di wilayahnya adalah kecamatan Mariso yang luasnya mencapai 1,82 km2 atau 1,04 persen dari luas kota Makassar. Disusul Wajo, kabupaten terkecil kedua di Makassar seluas 1,99 km2 (1,13 persen), dan Bontoara, kabupaten terkecil ketiga di 2,10 km2 (1,19 persen) luas Makassar.

Tabel 4.1 Luas Area, Persentase Terhadap Luas Wilayah dan Jumlah Penduduk Menurut Kecamatan di Kota Makassar Tahun 2020

Kode

Sumber: Makassar dalam Angka 2021, BPS

2. Analisis Data a. Penyajian Data

1) Penduduk

Kependudukan dan persebaran penduduk di suatu wilayah berdampak signifikan terhadap ketersediaan tenaga terampil bagi upaya pertumbuhan dan pembangunan ekonomi, tak terkecuali kota Makassar, ibu kota Sulawesi Selatan. Indonesia Timur mempengaruhi arus deras, urbanisasi, dan imigrasi dari provinsi, kota, dan negara bagian lainnya. Jumlah penduduk Makassar pada tahun 2020 tercatat sebanyak 1.423.877 jiwa.

Berdasarkan data persebaran penduduk kota Makassar menurut kecamatan pada Tabel 4.1, penduduk masih terkonsentrasi di kecamatan Vilinkanaya yang berjumlah 209.048 atau sekitar 13,35% dari total penduduk, disusul oleh Tamarate.

Kecamatan dengan 103.177 jiwa (13,08%). Rappocini, kecamatan dengan 144.587 jiwa (11,23 persen) dan Ujung Pandang, kecamatan terendah dengan 24.536 jiwa (1,96 persen).

2) Karakteristik Responden

Responden survei ini terdiri dari 100 sampel yang dipilih secara acak dari beberapa lokasi di kota Makassar. Pengumpulan data primer dilakukan dengan cara memberikan Kosiuner kepada responden atau dengan melakukan wawancara langsung dengan pertanyaan tertutup. Selain itu, data primer dibagi menjadi beberapa tabel distribusi menurut jenis kelamin dan usia.

a) Distribusi Responden Berdasarkan Jenis Kelamin

Distribusi jenis kelamin responden merupakan klasifikasi data primer yang dikumpulkan dari responden menjadi laki-laki atau perempuan, sebagaimana dijelaskan pada Tabel 4.2:

Tabel 4.2 Distribusi Responden Berdasarkan Jenis Kelamin Jenis Kelamin Frekuensi Persentase (%)

Laki-laki 25 26,47

Prempuan 75 73,53

Jumlah 100 100

Sumber : Data Primer setelah diolah, 2021

Berdasarkan Tabel 4.2, responden wanita lebih banyak daripada responden pria. Yaitu perempuan dengan 75 responden dan laki-laki dengan 25 responden.

b) Distribusi Responden Berdasarkan Usia

Berdasarkan Tabel 4.2, responden wanita lebih banyak daripada responden pria. Yaitu perempuan dengan 75 responden dan laki-laki dengan 25 responden.:

Tabel 4.3 Distribusi Responden Berdasarkan Usia

Usia Frekuensi Presentase (%)

< 15 Tahun 2 1,96

15 – 20 16 15,69

20 – 25 77 75,49

25 – 30 2 1,96

> 30 3 2,94

Jumlah 100 100

Sumber : Data Primer setelah diolah, 2021

Berdasarkan Tabel 4.3, kelompok umur di bawah 15 tahun memiliki porsi terbesar dari semua kelompok umur, yaitu 1,96 persen atau bahkan dua responden. Berikutnya adalah kelompok 15-20 tahun dengan frekuensi 16 responden dan pangsa 15,69 persen. Sebanyak dua responden berada pada kelompok usia 25-30 tahun, dengan pangsa 1,96 persen. Berikutnya adalah kelompok usia di atas 30 dengan frekuensi 3 responden dan pangsa 2,94%.

Tabel 4.3 menunjukkan bahwa sebagian besar pengguna ojek online berusia antara 20 hingga 25 tahun. Dilihat dari ojek online, ini lebih murah karena mayoritas responden berusia antara 20 dan 25 tahun adalah mereka yang bekerja terutama sebagai pelajar atau karyawan swasta. Menjanjikan bagi mahasiswa yang cenderung memilih transportasi yang lebih murah.

b. Analisis Data Penggunaan Ojek Online

Data hasil penelitian diperoleh dari hasil wawancara dan pengisian angket yang dilakukan terhadap 100 orang responden selaku pihak pengguna jasa ojek online. Pertanyaan yang diajukan untuk dijawab adalah disesuaikan dengan masalah dan tujuan penelitian dan indikator yang digunakan selanjutnya dianalisis datanya seperti ditunjukkan sebagai berikut.

1. Aspek Penggunaan Ojek Online

Penilaian terhadap tingkat keseringan atau kebiasaan menggunakan ojek online difokuskan pada kebiasaan pengguna dalam

memanfaat jasa angkutan berbasis aplikasi tersebut, dan hasilnya adalah dapat dilihat dalam tabel 4.4.

Tabel 4.4 Aspek Tingkat Keseringan Menggunakan Ojek Online

Kategori Frekuensi Presentase (%)

Sangat Sering 13 12,75

Sering 20 19,61

Cukup Sering 44 43,14

Jarang 16 15,69

Sangat Jarang 9 8,82

Jumlah 100 100

Sesuai tabel 4.4, kecenderungan penggunaan jasa ojek online lebih banyak menyatakan kategori “cukup sering” yaitu sebanyak 44 pengguna atau 43,14 persen. Selebihnya, pernyataan dalam kategori “sering”

menggunakan jasa ojek online dengan presentase 19,61 persen atau 20 pengguna, pernyataan yang “jarang” menggunakan sebanyak 16 orang atau 15,69 persen, kemudian disusul pernyataan dengan kategori “sangat sering” dengan persentase 12,75 persen atau dari 13 responden.

Sebanyak 16 Responden dengan kategori “Jarang” memiliki presentase 15,69 persen. Lalu disusul pernyataan dengan kategori “sangat sering”

sebanyak dari 13 responden atau sebanyak 12,75 persen, serta yang terakhir dengan 9 responden atau sebanyak 8,82 persen menyampaikan pernyataan dalam kategori “sangat jarang” menggunakan jasa online tersebut.

2. Aspek Ojek Online keefektifan

Penilaian responden terhadap keefektifan dan memberi kemudahan bagi penggunaan jasa ojek online, dapat dilihat pernyataannya pada pada tabel 4.5.

Tabel 4.5 Aspek Ojek Online Efektif/Memudahkan

Kategori Frekuensi Presentase (%)

Sangat Efektif 39 33,24

Efektif 41 40,20

Cukup Efektif 20 19,61

Tidak Efektif 1 0,98

Sangat Tidak Efektif 1 0,98

Jumlah 100 100

Berdasarkan pada tabel 4.5 terdapat 41 pengguna jasa ojek online cenderung menyatakan “efektif” gunakan layanan ojek online dengan presentase 40,20 persen. Kemudian disusul dengan kategori “sangat efektif” dengan persentase 33,24 persen atau sebanyak 39 responden.

Sebanyak 20 Responden dengan kategori “Cukup Efektif” memiliki presentase 19,61 persen. Kemudian disusul dengan kategori “tidak efektif” dengan 1 pernyataan dari responden atau sebanyak 0,98 pesen.

Terakhir adalah kategori “sangat tidak efektif” dengan 1 pernyataan atau 0,98 persen saja.

3. Aspek Efisien/Murah/Terjangkau

Penilaian responden terhadap aspek efisien/murah/terjangkau dalam menggunakan jasa ojek online, dapat dilihat hasilnya dalam tabel

tabel 4.6. Perlu diketahui bahwa dalam penilaian ini digunakan istilah efisien yang oleh peneliti mengartikannya sebagai sinonim efisien, murah dan terjangkau.

Tabel 4.6 Aspek Efisiensi/Murah/Terjangkau

Kategori Frekuensi Presentase (%)

Sangat Efisien 16 15,69

Efisien 38 37,25

Cukup Efisien 45 45,10

Kurang Efisien 1 0,98

Tidak Efisien 1 0,98

Jumlah 100 100

Berdasarkan pada tabel 4.6, terdapat 45 pengguna jasa ojek online mengemukaan pernyataan cenderung memilih kategori “cukup efisien”

yaitu sebanyak 45,10 persen. Kemudian disusul dengan kategori “efisien´

dengan persentase 37,25 atau sebanyak 38 responden. Sebanyak 16 Responden dengan kategori “sangat efisien” memiliki presentase 15,69 persen. Kemudian disusul dengan kategori “kurang efisien” dengan 1 responden atau persentasi sebanyak 0,98 pesen. Terakhir pengguna yang menyatakan “tidak efisien’’ sebanyak 1 responden atau 0,98 persen.

4. Aspek ojek mampu memenuhi kebutuhan berupa pengantaran, pengiriman, pembelian.

Penilaian responden terhadap jasa pengantaran, pengiriman, pembelian sesuai moto efisien/murah/terjangkau ojek online, dapat dilihat hasilnya pada tabel 4.7.

Tabel 4.7 Aspek kemampuan dalam memenuhi kebutuhan berupa pengantaran, pengiriman, pembelian

Kategori Frekuensi Presentase (%)

Sangat Sering 47 46,08

Sering 44 43,14

Cukup Sering 11 10,78

Jarang 0 0

Jarang Sekali 0 0

Jumlah 100 100

Berdasarkan pada tabel 4.7, ada sebanyak 47 pengguna jasa ojek online cenderung “sangat sering” memenuhi kebutuhan menggunakan jasa ojek online dengan presentase 46,08. Kemudian disusul dengan kategori “sering” memenuhi kebutuhan dengan persentase 43,14 atau sebanyak 44 responden. Sebanyak 11 Responden dengan kategori

“cukup”dalam memenuhi kebutuhan yaitu memiliki presentase 10,78.

Kemudian disusul dengan kategori kurang efien dengan 0 responden atau 0,0 pesen. Terakhir pernyataan “tidak efisien” sebanyak 0 pernyataan atau 0,0 persen.

5. Aspek keamanan ojek online

Penilaian responden terhadap keamanan penggunaan jasa online dapat diperhatikan hasil pernyataannya dalam tabel selanjutnya.

Tabel 4.8 Aspek keamanan ojek online

Kategori Frekuensi Presentase (%)

Sangat Aman 29 46,08

Aman 55 53,14

Cukup Aman 17 16,67

Kurang Aman 1 0,98

Sangat Tidak Aman 0 0

Jumlah 100

Berdasarkan pada tabel 4.8, terdapat 55 pengguna jasa ojek online cenderung menyatakan “aman” dalam memenuhi kebutuhan menggunakan jasa ojek online dengan presentase tertinggi, yaitu 53,14 persen. Kemudian disusul dengan kategori sangat aman dengan persentase 46,08 persen atau sebanyak 29 responden. Sebanyak 17 Responden dengan kategori cukup aman memiliki presentase 16,67 persen. Kemudian disusul dengan kategori kurang aman dengan 1 responden atau persentasi sebanyak 0,98 pesen. Terakhir dengan kategori “tidak aman” tidak ada jawaban atau 0,0 persen.

6. Aspek Ojek online tepat waktu

Penilaian responden terhadap ketepatan waktu ojek online dalam memberikan pelayanan dapat disimak jumlah pernyataan sesuai kategori dalam tabel 4.9.

Tabel 4.9 Aspek Ojek online tepat waktu

Kategori Frekuensi Presentase (%)

Sangat Sering 13 12,75

Sering 49 48,04

Cukup Sering 34 33,33

Jarang 6 5,88

Tidak Pernah 0 0

Jumlah 100 100

Berdasarkan pada tabel 4.9, ditemukan 49 pengguna jasa ojek online cenderung menyatakan “sering” tepat waktu dalam memenuhi kebutuhan menggunakan jasa ojek online yaitu dengan presentase sebesar 48,04 persen. Kemudian disusul dengan kategori cukup tepat waktu dengan persentase 48,04 persen atau sebanyak 49 responden.

Sebanyak 13 Responden dengan kategori sangat sering tepat waktu memiliki presentase 12,75 persen. Kemudian disusul dengan kategori jarang tepat waktu dengan 6 responden atau persentasi sebanyak 5,88 pesen. Terakhir dengan kategori “tidak tepat waktu” itu tidak ada pernyataan atau 0,0 persen.

7. Aspek Kerugian Pengguna Jasa Ojek Online

Penilaian responden terhadap tingkat kerugian yang didapat pengguna jasa ojek online dapat dilihat dalam tabel 4.10

Tabel 4.10 Aspek Kerugian Pengguna Jasa Ojek Online

Kategori Frekuensi Presentase (%)

Sangat Sering 5 4,90

Sering 5 4,90

Cukup 9 8,82

Jarang 29 28,43

Tidak Pernah 54 52,94

Jumlah 100 100

Berdasarkan pada tabel 4.10, sebanyak 54 pengguna jasa ojek online secara dominan menyatakan “tidak pernah” mengalami kerugian dalam memenuhi kebutuhan menggunakan jasa ojek online yaitu dengan presentase 52,94. Kemudian disusul dengan kategori “jarang” dirugikan dengan persentase 28,43 persen atau sebanyak 29 responden. Sebanyak 9 Responden dengan kategori cukup dirugikan memiliki presentase 8,82 persen. Kemudian disusul dengan kategori sering dirugikan dengan 5 responden atau persentasi sebanyak 4,90 pesen. Terakhir dengan kategori “sangat sering” terdapat pernyataan sebanyak 5 atau 8,82 persen.

8. Aspek Etika Driver

Penilaian informan terhadap etika driver yang didapat pengguna jasa ojek online difokuskan pada kejelasan yang digunakan pada pengguna jasa ojek online. Hasil penilaian pada aspek keamanan ojek online dapat dilihat pada tabel selanjutnya.

Tabel 4.11 Aspek Etika Driver

Kategori Frekuensi Presentase (%)

Sangat Baik 23 22,55

Baik 59 57,84

Cukup Baik 19 18,63

Buruk 1 0,98

Sangat Buruk 0 0

Jumlah 100 100

Berdasarkan pada tabel 4.11, ada sebanyak 59 pengguna jasa ojek online menyatakan merasa “baik” dalam menilai etika driver yaitu responden sebanyak 57,84 persen. Kemudian disusul dengan kategori

“sangat baik” dengan persentase 22,55 persen atau sebanyak 23 responden. Sebanyak 19 Responden dengan kategori “cukup baik”

memiliki presentase 18,63 persen. Kemudian disusul dengan kategori

“buruk” dengan 1 responden atau persentasi sebanyak 0,98 pesen.

Terakhir dengan kategori etika “sangat buruk” tidak ditemukan dalam penilaian semua responden atau dinyatakan 0,0 persen..

9. Aspek Komunikasi Pihak Perusahaan Penyedia Jasa dan Driver Penilaian informan terhadap komunikasi pihak perusahaan penyedia jasa dan driver yang didapat pengguna jasa ojek online dapat dilihat hasil dalam tabel 4.12.

Tabel 4.12 Aspek Komunikasi Pihak Perusahaan Penyedia Jasa dan Driver

Kategori Frekuensi Presentase (%)

Sangat Baik 13 12,75

Baik 51 50,00

Cukup Baik 26 25,49

Buruk 6 5,88

Sangat Buruk 6 5,88

Jumlah 100 100

Berdasarkan pada tabel 4.12, terdapat 51 pengguna jasa ojek online menyatakan “baik” dalam menanggapi komunikasi pihak perusahaan penyedia jasa maupun driver secara langsung yaitu sebesar 50,00

persen. Kemudian disusul dengan kategori sangat baik dengan persentase 12,75 persen atau sebanyak 13 responden. Sebanyak 26 Responden dengan kategori cukup baik memiliki presentase 25,49 persen. Kemudian disusul dengan kategori buruk dengan 6 responden atau persentasi sebanyak 5,88 pesen. Terakhir dalam kategori “sangat buruk” terdapat 6 pernyataan atau sebanyak 5,88 persen.

10. Aspek Kepuasan Pengguna Jasa Ojek Online

Penilaian responden terhadap kepuasan pengguna jasa ojek online dapat dilihat hasilnya dalam tabel berikut.

Tabel 4.13 Aspek Kepuasan Pengguna Jasa Ojek Online

Kategori Frekuensi Presentase (%)

Sangat Puas 22 10,95

Puas 59 57,84

Cukup Puas 21 20,59

Jarang Puas 0 0

Tidak Puas 0 0

Jumlah 100 100

Berdasarkan pada tabel 4.13 ini terdapat 59 pengguna jasa ojek online yang menyatakan rasa “puas” atau dengan presentase sebesar 57,84 persen. Kemudian disusul dengan kategori sangat puas dengan persentase 10,95 persen atau sebanyak 22 responden. Sebanyak 21 Responden dengan kategori cukup puas memiliki presentase 20,59 persen. Kemudian disusul dengan kategori jarang puas dengan 0 responden atau persentasi sebanyak 0,0 pesen. Terakhir dengan kategori sangat tidak puas dirugikan didapati 0 frekuensi atau 0,0 persen.

11. Aspek Pengguna Terbantu Secara Ekonomi

Penilaian responden pengguna jasa ojek online dalam aspek

“terbantu secara ekonomi” hasilnya dapat dilihat dalam tabel selanjutnya.

Tabel 4.14 Aspek Pengguna Terbantu Secara Ekonomi

Kategori Frekuensi Presentase (%)

Sangat Terbantu 20 19,61

Terbantu 37 36,27

Cukup Terbantu 30 29,41

Kurang Terbantu 8 7,84

Tidak Terbantu 7 6,86

Jumlah 100

Berdasarkan pada tabel 4.14, terdapat pernyataan dari 37 pengguna jasa ojek online dengan kategori “terbantu” secara ekonomi dengan presentase terbesar yaitu 36,27 persen. Kemudian disusul dengan kategori “cukup terbantu” secara ekonomi dengan persentase 29,41 persen atau sebanyak 30 responden. Sebanyak 20 Responden dengan kategori “sangat terbantu” secara ekonomi memiliki presentase 19,61 persen. Kemudian disusul dengan kategori “kurang terbantu”

secara ekonomi dengan 8 responden atau persentasi sebanyak 7,84 persen. Terakhir dengan kategori “tidak terbantu” secara ekonomi terdapat 7 pernyataan atau 6,86 persen dari seluruh responden.

B. Pembahasan

Saat ini program ojek online menjadi alat atau model transportasi yang bisa memudahkan pemakainya dalam pergi kemanapun. Bukan hanya dapat mengantarkan penumpangnya, program ini bisa juga membelikan makanan,

mengantarkan barang dan banyak faedah yang akan didapatkan bila kita memakai program ojek online ini. Program ojek online tersebar di indonesia khususnya di kota-kota besar termasuk dalam wilayah Kota Makassar.

Ojek online menjadi penting karena dapat memenuhi berbagai kebutuhan masyarakat Kota Makassar terlebih lagi di masa pandemi ini yang banyak memberikan pembatasan pergerakan masyarakat dalam beraktivitas sesuai ketentuan pemerintah dalam rangka memutus mata rantai penyebaran Covid-19.

Pemenuhan kebutuhan dimaksud dapat memberi keuntungan atau manfaat bagi masyarakat yaitu bebas macet dan cepat, harga terjangkau dan ekonomis, solusi cepat antar barang, mudah dan simpel, serta menjadi solusi beli makanan online. Dari hasil analisis, umumnya menunjukkan bahwa ojek online nyata dapat membantu dan memberi keuntungan bagi masyarakat dalam memenuhi kebutuhannya berdasarkan aspek dan kategori yang ditentukan dalam penelitian ini.

Dapat dibuktikan bahwa ojek online memang memberi manfaat bagi pengguna seperti diuraikan dalam penjelasan berikut :

1) Penggunaan (frekuensi atau tingkat keseringan/kebiasaan) ojek online, pernyataan yang ada adalah didominasi oleh kategori “cukup sering” untuk melayani Kebutuhan masyarakat terutama dimasa pandemi covid-19.

2) Keefektifan (juga dalam arti memberi kemudahan), pernyataan yang ada adalah didominasi oleh kategori “efektif” dan memberi kemudahan dalam melayani Kebutuhan masyarakat terutama dimasa pandemi covid-19.

3) Efisien/Murah/Terjangkau, pernyataan yang ada adalah didominasi oleh kategori “cukup efisien” dalam melayani kebutuhan masyarakat terutama dimasa pandemi covid-19.

4) Kemampuan memenuhi kebutuhan berupa pengantaran, pengiriman, pembelian, pernyataan yang ada adalah didominasi oleh kategori “sangat sering” dalam melayani kebutuhan masyarakat terutama dimasa pandemi covid-19.

5) Keamanan, pernyataan yang ada adalah didominasi oleh kategori “aman”

dalam melayani kebutuhan masyarakat khususnya dimasa pandemi covid-19.

6) Tepat waktu, pernyataan yang ada adalah didominasi oleh kategori “sering”

tepat waktu dalam melayani kebutuhan pengguna termasuk dimasa pandemi covid-19.

7) Kerugian yang dialami oleh pengguna jasa, pernyataan yang ada adalah didominasi oleh kategori “tidak pernah” dalam melayani kebutuhan masyarakat terutama dimasa pandemi covid-19.

8) Etika Driver, pernyataan yang ada adalah didominasi oleh kategori “baik”

dalam memenuhi kebutuhan masyarakat terutama di masa pandemi covid-19.

9) Komunikasi, pernyataan yang ada adalah didominasi oleh kategori “baik”

dalam berkomunikasi antara pengguna dan pihak perusahaan dan driver.

10) Kepuasan pengguna, pernyataan yang ada adalah didominasi oleh kategori “puas” dalam kebutuhan masyarakat terutama di masa pandemi covid-19.

11) Terbantu secara ekonomi, pernyataan yang ada adalah didominasi oleh kategori “terbantu” dalam kebutuhan masyarakat terutama di masa pandemi covid-19.

Hasil penelitian sebagaimana tercantum dalam tabel penelitian terdahulu/penelitian empiris, yaitu seperti Yoko Rendy (2018) terdapat kesamaan dengan hasil penelitian ini, namun sebenarnya hanya variabel usia, jenis kelamin, dan harga ojek yang memberi pengaruh terhadap permintaan atas penggunaan ojek online. Variabel penelitian lainnya yang digunakan tidak memiliki kesamaan dengan penelitian ini termasuk perbedaan tempat penelitian dan alat analisis.

Penelitian yang dilakukan oleh Vaula Mokodompit Rhesy, dkk (2020), juga berbeda dengan hasil penelitian ini. Tarif ojek online ternyata tidak berpengaruh terhadap permintaan transportasi online tersebut, termasuk perbedaan penggunaan variabel lainnya (pendapatan konsumen), alat analisis serta tempat penelitian.

Lalu penelitian Dimas Andaru (2018) memiliki kesamaan pada beberapa variabel dengan penelitian ini yaitu tarif Go-Jek, kepuasan pelayanan, dan variabel yang berbeda adalah jumlah anggota keluarga, pendapatan, tarif angkutan kota/biaya moda lain, serta kepemilikan kendaraan pribadi roda dua dan roda empat. Kedua variabel yang sama tersebut adalah sejalan dengan penelitian ini, yaitu kebutuhan ojek online di Kota Makassar ini adalah didasari oleh tarif dan kepuasan pelayanan yang diberikan oleh pihak ojek online.

Penelitian yang dilakukan oleh Fajariah (2017) hampir mirip dengan penelitian Dimas Andaru (2018) terutama penggunaan variabel walau berbeda pada lokasi penelitian. Fajariah meneliti di Kota Makassar menyatakan bahwa

salah satu variabelnya, yakni Tarif berpengaruh besar terhadap permintaan ojek online, yang dalam penelitian ini tarif atau biaya menjadi daya tarik untuk penggunaan ojek online di Makassar. Sama halnya atau sejalan pula dengan penelitian yang dilakukan oleh Muhammad Eko Wahyudi (2017), Damaini, dkk (2018). Sementara hasil penelitian yang dilakukan oleh Putri, dkk (2019) dan Rizky, dkk (2017) murni berbeda dengan hasil penelitian ini.

52 BAB V PENUTUP A. Kesimpulan

hasil analisis data dan pembahasan secara mendalam yang dilakukan oleh peneliti, maka kesimpulan yang dapat ditarik yaitu bahwa dari 11 aspek yang diteliti, tidak ditemukan kekurangan dalam pelayanan ojek online dalam memenuhi kebutuhan tertentu masyarakat Kota Makassar terutama pada masa pendemi covid-19 hingga saat ini, sehingga dapat dinyatakan bahwa permintaan atau penggunaan jasa ojek online dapat terpenuhi dengan baik.

B. Saran

Saran yang bisa diberikan adalah :

1. Bagi pihak perusahaan ojek online diharapkan dapat lebih mempertinggi kepercayaan masyarakat dalam menggunakan jasa yang ditawarkannya sehingga kebutuhan masyarakat lebih terakomodir yang tetap dibarengi rasa aman, cepat, puas, sistem informasi yang lebih akurat, terjangkau, serta menciptakan inovasi baru, misal bentuk kendaraan yang lebih menghibur atau atraktif, dan memiliki stasiun mini yang ditempatkan di area-area strategis dalam

kota Makassar sehingga juga pelayanan menjadi terdistribusi dengan baik dan merata.

2. Bagi pihak driver ojek online tetap mempertahankan dan bahkan meningkatkan kualitas atau kinerja layanannya terutama dari sisi ketepatan waktu dan keramahan mengingat jasa yang dijualnya merupakan sumber pendapatan yang dapat bersifat kontinyu.

3. Bagi pihak supplier diharapkan bisa menetapkan tarif tertinggi dan tarif terendah bagi driver terhadap pihak perusahaan.

DAFTAR PUSTAKA

Andriansyah. 2015. Manajemen Ojek dalam Kajian dan Teori. Jakarta Pusat:

Fakultas Ilmu Sosial dan Ilmu Politik Universitas Prof. Dr. Moestopo Beragama. Diakses pada Senin 14 Juni 2021 Pukul 17.22 WITA.

Awwaabiin, Salmaa. 2021. Teknik Pengambilan Sampel: Pengertian, Jenis-Jenis, dan Contohnya. https://penerbitdeepublish.com/teknik-pengambilan-sampel/

Badan Pusat Statistik (BPS). Jumlah Penduduk Sulawesi Selatan per Januari 2021.

Budianto, 2012. Konsep Jasa. http://eprints.undip.ac.id/38826/3/BAB_II.pdf.

(Online). Diakses pada Rabu, 24 Juni 2020 pukul 20.29 WITA.

Budiarto, A. 2013. Analisis Faktor-faktor yang Mempengaruhi Permintaan Sepeda Motor di Kota Semarang. Fakultas Ekonomi dan Bisnis Universitas Diponegoro, Semarang.

Damaini, Amaya Andri, dan Ginanjar Setyo Nugroho. 2018, Mitigasi Fraund Crime Pengguna Aplikasi Mobile untuk Transportasi Online. Jurnal Internasional Teknologi Seluler Interaktif. Vol. 12, No.3.

Fajariah. 2017. Analisis Permintaan Jasa Ojek Online di Kota Makassar. Skripsi.

Universitas Hasanuddin. Diakses pada Sabtu, 28 Juni 2021 Pukul 06.51 WITA.

Google. 2021. Ojek Online Daring/ Jasa Transportasi Aplikasi Online di Seluruh Indonesia. https://sites.google.com/site/jasapindahantermurah/aplikasi-belanja-online-sebanyak-15-website-yang-paling-diminati

Hariyati Nur. 2017. Analisi Kualitas Pelayanan Terhadap Kepuasan Pelanggan dalam Menggunakan Jasa cuci Kiloan U-DIN Loundry di Kecamatan

Dalam dokumen STUDI PEMENUHAN KEBUTUHAN WARGA KOTA MAKASSAR MELALUI JASA OJEK ONLINE DI MASA PANDEMI COVID-19 SKRIPSI (Halaman 46-0)