BAB 4
PENGUMPULAN, PENGOLAHAN DAN ANALISA DATA
4.1 Pengumpulan Data
Di dalam melakukan pengumpulan data dilakukan survey awal terlebih dahulu dengan cara wawancara lewat media on-line seperti facebook dan yahoo messanger dan dilakukan kepada orang sekitar yang pernah mengunjungi The Plaza Semanggi dan Mal Taman Anggrek.
4.1.1 Identifikasi Tingkat Kepuasan Konsumen
Identifikasi tingkat kepuasan merupakan tahapan awal dalam mengenali permasalahan yang timbul dalam suatu operasional jasa. Dalam memberikan gambaran dan penilaian terhadap hal-hal terkait digunakan
service blueprint, yang merupakan suatu peta dari operasional jasa tersebut
dengan mengenali proses pendukung, bentuk-bentuk fisik (physical
evidence) seperti bangunan dan peralatan pendukungnya , sumber daya
manusia (SDM) , sistem dari suatu operasi jasa beserta hal apa saja yang dilakukan dalam menanggapi respon ataupun permintaan konsumen.
Pada area parkir The Plaza Semanggi dapat diidentifikasi beberapa hal berikut, seperti diuraikan pada gambar 4.1.
• Physical Evidence
Physical evidence yang ditemukan pada area parkir The Plaza Semanggi
antara lain adalah pos keamanan, loket masuk, area parkir, lot parkir, dan loket keluar.
• Customer Action
Customer action yang ditemukan antara lain adalah :
‐ Konsumen datang
ke mall ‐ Cari lot parkir
‐ Memarkirkan mobil ‐ Antri keluar
‐ Melakukan pembayaran • Onstage Contact Person
Aktivitas yang terjadi pada onstage person antara lain : ‐ Memberi salam ketika konsumen mendatangi mall ‐ Memasukkan data ketika konsumen tiba di loket masuk • Backstage Contact Person
Backstage contact person adalah orang yang tidak secara langsung
berhadapan dengan konsumen dalam penyampaian layanan ini, seperti
security yang mencatat kondisi mobil ketika mobil telah diparkirkan.
• Support Process
Support process pada the plaza semanggi lebih mengarah kepada sistem
informasi yang digunakan untuk mengelola data konsumen yang masuk ke area parkir dan yang keluar berikut sistem pembayaran.
71
Dilihat dari data jumlah traffic mobil pada The Plaza Semanggi yang mencapai rata-rata +4.500 mobil per hari dan pada Mal Taman Anggrek yang mencapai rata-rata +7.000 mobil per hari maka dalam pengumpulan data dilakukan teknik sampling. Jumlah sampel yang harus diambil adalah sebesar 334 sampel pada The Plaza Semanggi dan 364 dengan taraf kepercayaan 95%, tetapi dalam penelitian yang dilakukan hanya diambil 100 sampel pada The Plaza Semanggi dan 60 sampel pada Mal Taman Anggrek dimana responden pada Mal Taman Anggrek juga pernah mengunjungi The Plaza Semanggi. Hal tersebut dikarenakan ketentuan dari pihak mal dan keterbatasan waktu yang diberikan. Penentuan jumlah sampel yang sebenarnya dapat dilihat pada lampiran 3.
Pengumpulan data dilakukan dengan cara wawancara secara langsung kepada pengguna jasa tempat parkir. Contoh rancangan kuesioner yang digunakan dalam wawancara dapat dilihat pada lampiran 5, kuesioner yang dibuat sudah melalui survey awal yang disesuaikan dengan kebijakan manajemen The Plaza Semanggi dan Mal Taman Anggrek. Di dalam kuesioner yang dibentuk tidak menampilkan pertanyaan yang mengarah pada waktu lamanya kunjungan konsumen tetapi hanya sebatas lamanya kunjungan konsumen dalam sebulan terakhir karena kebijakan dari manajemen The Plaza Semanggi dan Mal Taman Anggrek yang tidak mau mengganggu kenyamanan konsumen dan prevesi konsumen.
Dari proses wawancara, diperoleh hasil sebagai berikut dengan pengumpulan data hasil kuesioner dapat dilihat pada lampiran 5.
1. The Plaza Semanggi
• Rata-rata responden mengunjungi The Plaza Semanggi dalam satu bulan terakhir adalah 14 kali.
• Dari 50 responden yang di wawancara mengenai mengalami antrian masuk pada weekdays (Senin-Jumat) 22 responden menjawab ya, 10 responden menjawab kadang-kadang, dan 18 responden menjawab tidak dengan waktu antrian rata-rata 11,45 menit.
• Dari 50 responden yang di wawancara mengenai mengalami antrian masuk pada weekend (Sabtu dan Minggu) 29 responden menjawab ya, 12 responden menjawab kadang-kadang, dan 9 responden menjawab tidak dengan waktu antrian rata-rata 18,59 menit.
Grafik 4.1 Pie chart antrian masuk pada weekdays dan weekend
• Dari 50 responden yang di wawancara mengenai kesulitan mencari tempat parkir pada weekdays, 18 responden menjawab iya, 11
responden menjawab kadang-kadang, dan 21 responden menjawab tidak pernah dengan waktu rata-rata 11,29 menit.
• Dari 50 responden yang di wawancara mengenai kesulitan mencari tempat parkir pada weekend, 29 responden menjawab iya, 15 responden menjawab kadang-kadang, dan 6 responden menjawab tidak pernah dengan waktu rata-rata 24,61 menit.
Grafik 4.2 Pie chart kesulitan mencari tempat parkir pada weekdays
dan weekend
• Dari 100 responden yang di wawancara mengenai kesulitan mencari lokasi kendaraan diparkir, 9 responden menjawab iya, 18 responden menjawab kadang-kadang dan 73 responden menjawab tidak pernah.
• Hasil wawancara dari 100 responden mengenai valet parking dan 100 responden mengenai VIP adalah sebagai berikut:
Grafik 4.4 Grafik fasilitas valet parking dan fasilitas VIP
• Dari 50 responden yang di wawancara mengenai antrian pada saat keluar dari area parkir pada weekdays (Senin-Jumat) 7 responden menjawab ya, 11 responden menjawab kadang-kadang, dan 32 responden menjawab tidak dengan waktu rata-rata 4,13 menit.
• Dari 50 responden lain yang di wawancara mengenai antrian pada saat keluar dari area parkir pada weekend (Sabtu dan Minggu) 34 responden menjawab ya, 12 responden menjawab kadang-kadang, dan 4 responden menjawab tidak dengan waktu rata-rata 7,59 menit.
2. Mal Taman Anggrek
• Rata-rata responden mengunjungi Mal Taman Anggrek dalam satu bulan terakhir adalah 9 kali.
• Dari 30 responden yang di wawancara mengenai mengalami antrian masuk pada weekdays (Senin-Jumat) 9 responden menjawab ya, 8 responden menjawab kadang-kadang, dan 13 responden menjawab tidak dengan waktu antrian rata-rata 8,65 menit.
• Dari 30 responden yang di wawancara mengenai mengalami antrian masuk pada weekend (Sabtu dan Minggu) 14 responden menjawab ya, 9 responden menjawab kadang-kadang, dan 7 responden menjawab tidak dengan waktu antrian rata-rata 15,52 menit.
Grafik 4.6 Pie chart antrian masuk weekdays dan weekend
• Dari 30 responden yang di wawancara mengenai kesulitan mencari tempat parkir pada weekdays, 9 responden menjawab iya, 10 responden menjawab kadang-kadang, dan 11 responden menjawab tidak pernah dengan waktu rata-rata 14,79 menit.
• Dari 30 responden yang di wawancara mengenai kesulitan mencari tempat parkir pada weekend, 20 responden menjawab iya, 6 responden menjawab kadang-kadang, dan 4 responden menjawab tidak pernah dengan waktu rata-rata 21,35 menit.
Grafik 4.7 Pie chart kesulitan mencari tempat parkir pada weekdays
dan weekend
• Dari 60 responden yang di wawancara mengenai kesulitan mencari dimana lokasi kendaraan diparkir, 9 responden yang menjawab iya, 17 responden menjawab kadang-kadang dan 34 responden menjawab tidak pernah.
• Hasil wawancara dari 60 responden mengenai valet parking adalah sebagai berikut.
Grafik 4.9 Grafik fasilitas valet parking
• Dari 30 responden yang di wawancara mengenai antrian pada saat keluar dari area parkir pada weekdays (Senin-Jumat) 11 responden menjawab ya, 11 responden menjawab kadang-kadang, dan 8 responden menjawab tidak dengan waktu rata-rata 8,64 menit.
• Dari 30 responden yang di wawancara mengenai antrian pada saat keluar dari area parkir pada weekend (Sabtu dan Minggu) 19 responden menjawab ya, 7 responden menjawab kadang-kadang, dan 4 responden menjawab tidak dengan waktu rata-rata 17,31 menit.
Grafik 4.10 Pie chart antrian keluar weekdays dan weekend 4.1.2 Cause-effect Diagram
Dari hasil pengumpulan data diatas dapat disimpulkan bahwa sistem pelayanan yang ada sekarang masih memiliki banyak kekurangan. Oleh karena itu, dibuat cause-effect diagram agar akar permasalahan dari sistem pelayanan perparkiran dapat ditemukan. Fokus permasalahan utama yang terjadi terletak pada akar penyebabnya. Dari permasalahan yang ada dapat diuraikan menjadi beberapa faktor penyebab, yaitu:
Dari cause-effect diagram diatas dapat dilihat bahwa penyebab utama dari ketidakpuasan pelanggan terdiri dari 4 faktor utama antara lain adalah manusia (operator), sistem, mesin, building (bangunan). Dari sisi manusia (operator) antara lain keterbatasan kemampuan operator seperti lamban dalam mengetik, kurang cekatan dan faktor kelelahan. Dari sisi sistem, penyebab utamanya adalah usia sistem yang terbilang sudah cukup tua dan ada cacat dalam sistem yang bisa mengganggu jalannya proses pelayanan.
Faktor bangunan juga merupakan salah satu penyebab ketidakpuasan pelanggan. Struktur bangunan dari The Plaza Semanggi yang padat dan terkesan memaksakan tempat yang kosong sangat memperparah kondisi di area parkir. Selain itu juga terlihat bahwa banyak fasilitas-fasilitas yang tidak memenuhi standar, antara lain lebar jalan, tinggi atap, dan garis rambu-rambu yang tidak pernah diperbaharui. Dan yang terakhir adalah dari sisi mesin, dalam area parkir berarti komputer yang digunakan dan
barrier gate pada saat masuk dan keluar area parkir. seringkali terlihat
komputer yang digunakan oleh operator mengalami kerusakan (hang) sehingga harus dilakukan proses identifikasi secara manual. Selain itu juga
barrier gate yang kadang-kadang mengalami kemacetan sehingga harus
4.1.3 Pernyataan Misi
Tahap awal dari perancangan produk adalah pernyataan misi yang akan digunakan untuk memulai tahapan-tahapan lainnya dalam pengembangan produk. Pernyataan misi adalah penulisan rancangan ide awal proyek, dalam hal ini adalah produk navigasi perparkiran. Pernyataan ini berisi mengenai seperti apa produk ini akan dibuat, tujuan awal dibuatnya produk ini, dan juga target pasar yang akan ditujukan. Pernyataan awal ini masih dalam bentuk garis besar yang selanjutnya akan dispesifikasikan dan disesuaikan dengan keinginan pelanggan. Berikut ini adalah pernyataan misi untuk produk perparkiran yang akan dikembangkan.
Tabel 4.1 Pernyataan misi
Pernyataan misi Uraian Produk
Produk dapat digunakan sebagai alat untuk menemukan lokasi parkir, dapat digunakan juga sebagai pengganti tiket parkir dan alat pembayaran.
Sasaran Bisnis Utama
• Menjadi open standart sistem parkir
• Menyediakan user experience tempat parkir yang nyaman
• Go green and paperless society
• Implementasi dan migrasi dari sistem yang lama ke sistem yang baru akan dilakukan secara bertahap Pasar Utama • Pengunjung-pengunjung mall yang menggunakan
mobil pribadi
Pasar Kedua • Gedung-gedung perkantoran • Apartemen
Tabel 4.1 Pernyataan misi (lanjutan) Pernyataan misi Asumsi-asumsi dan batasan-batasan
• Produk ini dirancang hanya untuk memudahkan dalam segala aktivitas berparkir
• Hanya untuk kendaraan pribadi beroda empat
• Beberapa komponen produk tidak diproduksi sendiri, melainkan disuplai oleh distributor
Stakeholder • Pengguna • Provider • Operasional manufaktur • Operasional jasa • Tim perancang • Pemasaran
4.1.4 Identifikasi Kebutuhan Konsumen
Setelah pernyataan misi, tahap selanjutnya adalah pengumpulan data indentifikasi kebutuhan konsumen. Pengumpulan data dilakukan dengan cara wawancara secara langsung dengan pengguna dan pihak pengelola area parkir kedua mal. Kebutuhan-kebutuhan yang di identifikasikan berupa keluhan-keluhan pengguna tempat parkir dan pengelola di area parkir kedua mal. Berikut ini adalah contoh hasil proses wawancara.
Tabel 4.2 Salah satu Template wawancara asli dengan konsumen
Pelanggan : Edi Pewawancara : Team penulis Alamat : Jl.Jend. Sudirman Tanggal : 11 April 2009
Telepon : 0818121185
Apakah bersedia di follow up? Ya / Tidak Pertanyaan Pernyataan Pelanggan Interpretasi kebutuhan
(tidak perlu diisi)
Penggunaan tertentu
‐ Mendapat lot parkir dengan cepat
‐ produk dapat memberikan informasi lot yang kosong ‐ produk memberikan
layanan navigasi dalam mencari lot parkir ‐ Transaksi pembayaran
dapat dilakukan dengan mudah
‐ produk dapat digunakan sebagai alat pembayaran
Hal-hal yang tidak disukai
‐ Antrian lama
‐ Produk dapat meminimasi antrian yang terjadi ‐ Rambu-rambu tidak
jelas
‐ Produk dapat memberikan arahan yang jelas
‐ Operator lambat
‐ Produk dapat memberikan pelayanan yang cepat ‐ Tidak ada yang
membantu mencari lot parkir
‐ Produk mampu
memberikan informasi lot parkir yang kosong Hal-hal yang disukai ‐ Aman ‐ Pembayaran dapat menggunakan Flazz BCA Usulan perbaikan ‐ Dapat multifungsi ‐ Simpel
‐ Produk dapat disimpan dengan mudah
4.1.5 Interpretasi Kebutuhan Konsumen
Hasil wawancara yang telah didapatkan dapat diinterpretasikan menjadi beberapa kebutuhan yang merupakan hasil terjemahan dari data keluhan dan keinginan konsumen. Berikut ini adalah hasil interpretasi kebutuhan konsumen yang didapatkan.
Tabel 4.3 Interpretasi Kebutuhan Konsumen
No. Kebutuhan-kebutuhan
1 Kecepatan pengambilan tiket parkir (Responsiveness) 2 Kemudahaan mengambil tiket parkir (Empathy) 3 Informasi ketersediaan lot/area parkir (Reliability) 4 Kemudahaan mencari lot/area parkir (Emphaty)
5 Kejelasan rambu-rambu dan penunjuk jalan (Tangible) 6 Kecepatan antrian pembayaran tiket parkir (Responsiveness) 7 Kemudahan pembayaran tiket parkir (empathy)
8 Keamanan area parkir (Assurance) 9 Penamaan lot/area parkir (Tangible)
4.1.6 Tingkat Kepentingan Kebutuhan Konsumen
Untuk menentukan tingkat kepentingan dari masing-masing kebutuhan diatas, dilakukan dengan menyebarkan kuesioner. Melalui survei ini kita dapat mengetahui seberapa penting kebutuhan pelanggan yang telah disusun sebelumnya. Format kuesioner yang akan digunakan dapat dilihat pada lampiran 5.
4.2 Pengolahan Data
4.2.1 Pengolahan dan Pengujian Data
Setelah survei dilakukan maka di dapat hasil peringkat dari masing-masing kebutuhan. Untuk hasil pengumpulan datanya dapat dilihat pada lampiran 5. Dari semua hasil tersebut perlu dilakukan pengujian validitas. Hasil dari pengujian validitas menggunakan program SPSS adalah sebagai berikut:
• Nilai dari r tabel yang akan digunakan didapat dengan cara interpolasi sebagai berikut.
Interpolasi :
150 0,159 160 x 175 0,148
• Data dikatakan valid apabila nilainya lebih besar dari 0,1546
• Pengambilan kesimpulannya adalah jika nilai r hitung > dari nilai r tabel maka variabel tersebut dinyatakan valid. Jika masih ada variabel yang tidak valid maka dikeluarkan (klik kanan pada variabel dan pilih Clear)
dan kemudian proses perhitungan diulangi lagi sampai semua variabelnya valid.
• Berikut ini adalah tabel hasil pengujian validitas yang telah dilakukan.
Tabel 4.4 Hasil Pengujian Validitas Tahap 1
Case Processing Summary
N %
Cases Valid 160 100,0
Excluded(a) 0 ,0
Total 160 100,0
a Listwise deletion based on all variables in the procedure.
Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted VAR1 32,4688 13,056 ,526 ,841 ,711 VAR2 32,3375 14,036 ,473 ,684 ,722 VAR3 32,1312 12,983 ,613 ,646 ,697 VAR4 31,7500 15,333 ,325 ,225 ,743 VAR5 32,4875 14,339 ,460 ,664 ,725 VAR6 32,5563 14,638 ,389 ,664 ,734 VAR7 32,3625 12,622 ,475 ,844 ,723 VAR8 32,3313 13,594 ,503 ,795 ,716 VAR9 32,2250 16,188 ,103 ,288 ,773
• Pada bagian Item-Total Statistics pada kolom Corrected Item-Total
Correlation, nilai-nilai tersebut menunjukkan nilai korelasi
kriteria-kriteria terhadap skor totalnya. Nilai ini dibandingkan dengan r tabel, yaitu 0,1546 dapat dilihat pada lampiran 4. Pengambilan kesimpulannya adalah jika nilai hitung > dari nilai r tabel maka dinyatakan valid. Dari tabel diatas dapat dilihat bahwa variabel 9 (VAR9) memiliki nilai hitung
< dari nilai r tabel, maka variabel tersebut tidak valid dan harus dihilangkan dan kemudian diproses ulang sampai semua variabel valid. • Setelah variabel 9 (VAR9) dihapus, maka dilakukan uji validitas tahap
kedua. Berikut adalah hasil pengujian validitas tahap kedua yang telah dilakukan.
Tabel 4.5 Hasil Pengujian Validitas Tahap 2
Case Processing Summary
N %
Cases Valid 160 100,0
Excluded(a) 0 ,0
Total 160 100,0
a Listwise deletion based on all variables in the procedure.
Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted VAR1 28,3625 12,031 ,535 ,840 ,738 VAR2 28,2312 13,034 ,473 ,674 ,749 VAR3 28,0250 11,974 ,621 ,615 ,723 VAR4 27,6437 14,243 ,334 ,201 ,769 VAR5 28,3812 13,357 ,453 ,606 ,753 VAR6 28,4500 13,683 ,375 ,643 ,764 VAR7 28,2562 11,714 ,466 ,839 ,756 VAR8 28,2250 12,326 ,557 ,737 ,734
• Setelah diproses 2 tahap, didapatkan semua variabel valid, namun ada 1 variabel yang dihilangkan yaitu Variabel 9 (Penamaan lot atau area parkir).
4.2.2 Perhitungan relative importance ratings of customer needs
Tingkat kepentingan konsumen terhadap setiap elemen kebutuhan berbeda-beda sehingga perlu diketahui elemen kebutuhan mana yang lebih penting dibandingkan elemen kebutuhan lainnya. Dalam kuesioner tingkat kepentingan, dilakukan perbandingan dengan menggunakan skala Likert dengan menggunakan angka dari 1-5. Namun, untuk perhitungan selanjutnya angka pada kuesioner akan dikonversikan sebagai berikut:
• Angka 1 pada kuesioner akan tetap menjadi 1 pada perhitungan dengan
crisp number dan menjadi [0,2] untuk perhitungan dengan
menggunakan fuzzy number.
• Angka 2 pada kuesioner akan menjadi 3 pada perhitungan dengan crisp
number dan menjadi [2,4] untuk perhitungan dengan menggunakan fuzzy number.
• Angka 3 pada kuesioner akan menjadi 5 pada perhitungan dengan crisp
number dan menjadi [4,6] untuk perhitungan dengan menggunakan fuzzy number.
• Angka 4 pada kuesioner akan menjadi 7 pada perhitungan dengan crisp
number dan menjadi [6,8] untuk perhitungan dengan menggunakan fuzzy number.
• Angka 5 pada kuesioner akan menjadi 9 pada perhitungan dengan crisp
number dan menjadi [8,10] untuk perhitungan dengan menggunakan fuzzy number.
Sangat tidak penting penting normal penting sangat penting
||---|---||---|---||---|---||---|---||---|---||
1 2 3 4 5 6 7 8 9
[0,2] [2,4] [4,6] [6,8] [8,10]
Gambar 4.1 Skala Pengukuran relative importance ratings of customer needs
Berikut ini akan diberikan contoh perhitungan untuk relative important
ratings dan untuk hasil selanjutnya akan ditampilkan pada tabel 4.6.
Pernyataan 1:
− Dengan menggunakan crisp number:
− Dengan menggunakan fuzzy number:
Tabel 4.6 Hasil Relative Importance Ratings
Kriteria Kebutuhan Konsumen g (crisp)
g (fuzzy batas bawah)
g (fuzzy batas atas) Kecepatan pengambilan tiket parkir
(Responsiveness) 6,7250 5,7250 7,7250
Kemudahaan mengambil tiket
parkir (Empathy) 6,9875 5,9875 7,9875
Informasi ketersediaan lot/area
parkir (Reliability) 7,4000 6,4000 8,4000
Kemudahaan mencari lot/area
parkir (Emphaty) 8,1625 7,1625 9,1625
Kejelasan rambu-rambu dan
penunjuk jalan (Tangible) 6,6875 5,6875 7,6875 Kecepatan antrian pembayaran
tiket parkir (Responsiveness) 6,5500 5,5500 7,5500 Kemudahan pembayaran tiket
parkir (empathy) 6,9375 5,9375 7,9375
Keamanan area parkir (Assurance) 7,0000 6,0000 8,0000
4.2.3 Pengidentifikasian Kompetitor dan Pengisian Customer Competitive Evaluation
Kompetitor yang akan dibandingkan dengan The Plaza Semanggi adalah Mal Taman Anggrek. Bentuk kuesioner pembanding tersebut dapat dilihat pada lampiran 5. Untuk hasil pengumpulan datanya dapat dilihat pada lampiran 5
Pada bagian ini tidak dilakukan perhitungan dengan menggunakan fuzzy
number karena hasilnya akan sangat kompleks. Berikut ini adalah contoh
Kriteria 1: Kecepatan Pengambilan Tiket Parkir − The Plaza Semanggi (C1)
− Mal Taman Anggrek (C2)
Tabel 4.7 Hasil Performance Ratings
Kriteria Kebutuhan Konsumen The Plaza Semanggi
Mal Taman Anggrek Kecepatan pengambilan tiket
parkir (Responsiveness) 6,9125 7,3500
Kemudahaan mengambil tiket
parkir (Empathy) 6,3375 6,7500
Informasi ketersediaan lot/area
parkir (Reliability) 6,7250 5,4625
Kemudahaan mencari lot/area
parkir (Emphaty) 6,2875 6,8125
Kejelasan rambu-rambu dan
penunjuk jalan (Tangible) 7,0625 7,1625
Kecepatan antrian pembayaran
tiket parkir (Responsiveness) 6,3375 6,7500
Kemudahan pembayaran tiket
parkir (empathy) 6,8125 6,8250
Keamanan area parkir
(Assurance) 6,6750 6,7000
Langkah selanjutnya adalah perhitungan probabilitas dari masing-masing kriteria kebutuhan konsumen. Berikut ini adalah contoh perhitungan probabilitas untuk pertanyaan pertama (W1).
Untuk perhitungan terhadap pertanyaaan (WHAT) selanjutnya akan ditampilkan pada Tabel 4.8. Dari probabilitas tersebut dapat dihitung
entropy dari masing-masing pertanyaan (WHAT), dengan contoh sebagai
berikut.
Berdasarkan sumber dan nilai performance dari The Plaza Semanggi maupun Mal Taman Anggrek, maka dapat ditetapkan peningkatan tujuan yang diharapkan dari masing-masing kriteria yang ada. Berikut ini adalah nilai a dari setiap WHAT’s yang telah ditetapkan oleh pihak The Plaza Semanggi.
a = (a1, a2, a3, a4, a5, a6, a7, a8, a9)
a = (9, 8, 8, 9, 7, 9, 8, 7)
Berdasarkan kenyataan performance saat ini dan performance yang diharapkan, maka dapat diketahui improvement ratio (u) dengan perhitungan sebagai berikut:
Berikut ini adalah tabel lengkap hasil perhitungan untuk nilai
probability distribution, enthropi, competitive priority ratings, improving goals dan improvement ratio.
Tabel 4.8 Probability distribution, Entrophi, Competitive Priority Ratings, Improving Goals, dan Improvement Ratio
Kriteria Kebutuhan Konsumen Probability distribution (p) entrophi E(W1) Competitive priority ratings (e1) Improving goals (a) Improvement ratio (u) The Plaza Semanggi Mal Taman Anggrek Kecepatan pengambilan tiket parkir (Responsiveness) 0,4847 0,5153 0,9993 0,1251 9,0000 1,3020 Kemudahaan mengambil tiket parkir (Empathy) 0,4992 0,5008 1,0000 0,1252 8,0000 1,0738 Informasi ketersediaan lot/area parkir (Reliability) 0,5518 0,4482 0,9923 0,1242 8,0000 1,1896
Tabel 4.8 Probability distribution, Entrophi, Competitive Priority Ratings, Improving Goals, dan Improvement Ratio (lanjutan)
Kriteria Kebutuhan Konsumen Probability distribution (p) entrophi E(W1) Competitive priority ratings (e1) Improving goals (a) Improvement ratio (u) The Plaza Semanggi Mal Taman Anggrek Kemudahaan mencari lot/area parkir (Emphaty) 0,4800 0,5200 0,9988 0,1250 8,0000 1,4314 Kejelasan rambu-rambu dan penunjuk jalan (Tangible) 0,4965 0,5035 1,0000 0,1252 7,0000 0,9912 Kecepatan antrian pembayaran tiket parkir (Responsiveness) 0,49055 0,5095 0,9997 0,1251 8,0000 1,3211 Kemudahan pembayaran tiket parkir (empathy) 0,4842 0,5158 0,9993 0,1251 8,0000 1,2623 Keamanan area parkir (Assurance) 0,4991 0,5009 1,0000 0,1252 7,0000 1,0487
4.2.4 Perhitungan Final Importance Rating dari setiap WHAT’s
Berdasarkan perhitungan sebelumnya, dapat ditentukan final importance
rating (f) dari setiap WHAT’s yang ada baik dengan crisp number maupun
dengan fuzzy number. Adapun contoh perhitungan untuk WHAT’s pertama adalah sebagai berikut:
Dengan perhitungan yang sama maka didapatkan hasil untuk final
importance rating (f) dari setiap WHAT’s sebagai berikut:
Dari nilai final importance rating diatas maka dapat dilakukan penyusunan 8 komponen WHAT’s mulai dari yang terbesar sampai terkecil, yaitu sebagai berikut:
Dengan cara yang sama dilakukan perhitungan untuk fuzzy number. Sebagai contoh, berikut ini adalah contoh perhitungan untuk fuzzy number pada komponen WHAT’s pertama.
− Batas bawah:
Dengan perhitungan yang sama maka didapatkan hasil untuk final
importance rating (f) dari setiap WHAT’s yang ada, yaitu sebagai berikut:
Dari nilai final importance rating diatas maka dapat dilakukan penyusunan dari 8 komponen WHAT’s mulai dari yang terbesar sampai yang terkecil untuk fuzzy number, yaitu sebagai berikut:
Langkah terakhir pada bagian ini adalah penentuan scaled final
importance rating. Perhitungan scaled final importance rating dilakukan
dengan membagi seluruh final importance rating dengan maksimum nilai
final importance rating.
Berikut ini adalah hasil lengkap perhitungan untuk final importance
Tabel 4.9 Final Importance Rating dan Scaled Final Importance Rating
Kriteria Kebutuhan Konsumen
Final Importance Rating Scaled Final Importance
Rating Crisp Number Fuzzy Number Crisp Number Fuzzy Number Batas Bawah Batas Atas Batas Bawah Batas Atas Kecepatan pengambilan tiket parkir (Responsiveness) 1,0952 0,9323 1,2580 0,8435 0,8182 0,8631 Kemudahaan mengambil tiket parkir (Empathy) 0,9392 0,8048 1,0736 0,7234 0,7063 0,7366
Tabel 4.9 Final Importance Rating dan Scaled Final Importance Rating
(lanjutan)
Kriteria Kebutuhan Konsumen
Final Importance Rating Scaled Final Importance
Rating Crisp Number Fuzzy Number Crisp Number Fuzzy Number Batas Bawah Batas Atas Batas Bawah Batas Atas Informasi ketersediaan lot/area parkir (Reliability) 1,2300 1,0638 1,3962 0,9473 0,9336 0,9579 Kemudahaan mencari lot/area parkir (Emphaty) 1,2984 1,1394 1,4575 1,0000 1,0000 1,0000 Kejelasan
rambu-rambu dan penunjuk jalan (Tangible) 0,8296 0,7055 0,9536 0,6389 0,6192 0,6543 Kecepatan antrian pembayaran tiket parkir (Responsiveness) 0,9625 0,8155 1,1094 0,7413 0,7157 0,7612 Kemudahan pembayaran tiket parkir (empathy) 1,0954 0,9375 1,2532 0,8437 0,8228 0,8598 Keamanan area parkir
4.2.5 Penentuan Solusi (HOW’s) dari setiap WHAT’s yang ada
Dari permasalahan yang ada, dihasilkan beberapa solusi usulan (HOW’s) untuk dapat menyelesaikan permasalahan tersebut. Adapun komponen HOW’s yang diajukan adalah sebagai berikut:
1. Parking Identification and Payment System
Penggunaan sistem ini sebagai alat identifikasi sehingga mengeliminasi proses pengambilan tiket. Dengan penggunaan sistem ini, maka proses pengambilan tiket parkir dari mesin atau loket parkir kepada pengguna diubah menjadi sebaliknya. Dimana pengguna parkir menggunakan media lain seperti smart card sebagai alat identifikasi sehingga tidak dibutuhkan lagi adanya tiket parkir. Dengan pengunaan smart card sebagai alat identifikasi, maka proses pembayaran dapat dialihkan ke
smart card sehingga dapat mempersingkat waktu antrian pembayaran di
loket.
2. DDS (Digital Display System)
DDS yang lebih detil pada tempat-tempat yang strategis akan memberikan paparan informasi yang lebih jelas kepada pengguna parkir akan ketersediaan lot parkir, lokasi yang kosong dan detil lokasi tersebut. Papan informasi perlu di letakkan pada tempat yang strategis agar mudah ditemukan oleh pengguna parkir dan memastikan bahwa informasi yang ingin disampaikan diterima oleh pengguna tempat parkir
3. Parking Guidance & Information System
Penerapan lampu indikator dimaksudkan untuk membantu pengguna parkir dalam mencari tempat yang kosong apabila seandainya tempat parkir yang kosong kemungkinan tertutup oleh mobil lain yang menghalangi pandangan.
4. Ikon Standar penunjuk jalan
Kejelasan rambu-rambu sangat diperlukan untuk memudahkan pengguna parkir dalam mengenali petunjuk-petunjuk dalam tempat parkir. Namun pada setiap pusat perbelanjaan terkadang-kadang icon penunjuk tidak sama satu lain sehingga terkadang membingungkan. Penggunaan icon penunjuk jalan yang standar seperti ikon pada rambu-rambu lalu lintas yang mudah dikenali oleh banyak orang, disertai tambahan keterangan sehingga adanya kejelasan dari rambu-rambu tersebut apabila pengguna tempat parkir binggung dengan ikon tersebut.
5. Smart Parking Security System
Smart parking security system merupakan salah satu bagian dari sistem
perparkiran dimana sistem dapat mengenali mobil yang akan masuk dan yang akan keluar dengan alat-alat pendukung salah satunya kamera pengawas. Salah satu teknoologi sekarang ini yang digunakan adalah ANPR (Automatic Number Plate Recognition) yang berfungsi untuk mengenali pelat nomor polisi pada kendaraan dari gambar yang diambil ketika kendaraan memasuki area parkir. Hal ini sebagai verifikasi
terhadap kendaraan, sebagai salah satu mekanisme kontrol dari sisi keamanan.
4.2.6 Penentuan Hubungan (Relationship antara HOW’s & WHAT’s)
Langkah selanjutnya yang harus dilakukan adalah menentukan hubungan atau relationship antara HOW’s dan WHAT’s. penentuan hubungan antara HOW’s dan WHAT’s dapat dilakukan dengan memberikan penilaian sebagai berikut:
Sangat lemah lemah moderat kuat sangat kuat
||---|---||---|---||---|---||---|---||---|---||
1 2 3 4 5 6 7 8 9
[0,2] [2,4] [4,6] [6,8] [8,10]
Gambar 4.2 Skala Pengukuran hubungan antara HOW’s dan WHAT’s
Berikut ini adalah komponen HOW’s untuk mengatasi masalah dari setiap WHAT’s yang ada.
H1 = Parking Identification and Payment System
H2 = DDS (Digital Display System)
H3 = Parking Guidance & Information System
H5 = Smart Parking Security System
Dari komponen HOW’s yang telah dirumuskan di atas, maka dapat dilakukan penilaian terhadap hubungan antara hubungan antara HOW’s and
WHAT’s, mulai dari hubungan yang sangat lemah sampai hubungan yang
sangat kuat. Berikut ini adalah tabel hubungan atau relationship antara
HOW’s dan WHAT’s dengan menggunakan crisp number.
Tabel 4.10 Hubungan antara HOW’s dan WHAT’s (crisp number)
H1 H2 H3 H4 H5 W1 9 1 1 1 5 W2 9 1 1 1 1 W3 1 9 7 3 1 W4 1 7 9 3 1 W5 1 5 1 9 1 W6 9 1 1 1 5 W7 9 1 1 1 1 W8 5 1 1 1 9
Berikut ini adalah tabel hubungan atau relationship antara HOW’s dan
WHAT’s dengan menggunakan fuzzy number.
Tabel 4.11 Hubungan antara HOW’s dan WHAT’s (fuzzy number)
H1 H2 H3 H4 H5 W1 (8,10) (0,2) (0,2) (0,2) (4,6) W2 (8,10) (0,2) (0,2) (0,2) (0,2) W3 (0,2) (8,10) (6,8) (2,4) (0,2) W4 (0,2) (6,8) (8,10) (2,4) (0,2) W5 (0,2) (4,6) (0,2) (8,10) (0,2) W6 (8,10) (0,2) (0,2) (0,2) (4,6) W7 (8,10) (0,2) (0,2) (0,2) (0,2) W8 (4,6) (0,2) (0,2) (0,2) (8,10)
4.2.7 Penentuan HOW’s initial technical rating
Penentuan HOW’s initial technical ratings digunakan untuk mengetahui komponen HOW’s mana yang harus lebih dahulu dilakukan, hal ini sangat penting untuk diketahui supaya solusi atau tindakan perbaikan yang dilakukan sesuai dengan permasalahan yang ada saat ini. Adapun HOW’s
technical ratings dapat dihitung dengan menggunakan rumus sebagai
berikut :
Contoh perhitungan: − Crisp number
Hasil perhitungan HOW’s initial technical ratings secara lengkap akan ditampilkan pada tabel berikut:
Tabel 4.12 Hasil HOW’s initial technical ratings untuk crisp number t1 t2 t3 t4 t5 W1 9,8568 1,0952 1,0952 1,0952 5,476 W2 8,4528 0,9392 0,9392 0,9392 0,9392 W3 1,2300 11,0700 8,6100 3,6900 1,2300 W4 1,2984 9,0888 11,6856 3,8952 1,2984 W5 0,8296 4,148 0,8296 7,4664 0,8296 W6 8,6625 0,9625 0,9625 0,9625 4,8125 W7 9,8586 1,0954 1,0954 1,0954 1,0954 W8 4,5940 0,9188 0,9188 0,9188 8,2692 Total 44,7827 29,3179 26,1363 20,0627 23,9503
Dari tabel diatas dapat diketahui bahwa urutan komponen HOW’s dengan menggunakan crisp number adalah sebagai berikut:
Penentuan urutan dari komponen HOW’s diatas berdasarkan urutan total
initial technical ratings dari yang terbesar sampai yang terkecil.
− Fuzzy number
Dengan perumusan dan rumus yang sama dengan crisp number, maka didapat hasil HOW’s initial technical ratings pada fuzzy
Tabel 4.13 Hasil perhitungan HOW’s initial technical ratings untuk fuzzy number. 1 2 3 4 t1 t2 t3 W1 (7,458;12,580) (0,000;2,516) (0,000;2,516) W2 (6,438;10,736) (0,000;2,147) (0,000;2,147) W3 (0,000;2,792) (8,510;13,962) (6,383;11,170) W4 (0,000;2,915) (6,836;11,66) (9,115;14,575) W5 (0,000;1,907) (2,822;5,722) (0,000;1,907) W6 (6,524;11,094) (0,000;2,219) (0,000;2,219) W7 (7,500;12,532) (0,000;2,506) (0,000;2,506) W8 (3,150;6,300) (0,000;2,100) (0,000;2,100) Total (31,071;60,857) (18,169;42,832) (15,498;39,140)
Tabel 4.13 Hasil perhitungan HOW’s initial technical ratings untuk fuzzy number (sambungan)
1 5 6 t4 t5 W1 (0,000;2,516) (3,729;7,548) W2 (0,000;2,147) (0,000;2,147) W3 (2,218;5,585) (0,000;2,792) W4 (2,279;5,830) (0,000;2,915) W5 (5,644;9,536) (0,000;1,907) W6 (0,000;2,219) (3,262;6,656) W7 (0,000;2,506) (0,000;2,506) W8 (0,000;2,100) (6,300;10,501) Total (10,050;32,439) (13,292;36,974)
Dari tabel diatas dapat diketahui bahwa urutan komponen HOW’s dengan menggunakan fuzzy number adalah sebagai berikut:
4.2.8 Pengidentifikasian Spesifikasi Target dan Pengisian Technical Competitive Analysis
Ada beberapa spesifikasi target yang akan dicapai dalam pengembangan produk dan sistem ini, berikut ini adalah target performansi yang akan dibuat.
Tabel 4.14 Spesifikasi Target
No. Performansi Target Simbol Performance Rating
Semanggi MTA 1 Waktu antrian dan pengambilan
tiket maksimum 2 menit A 5 7
2 Mudah dibaca dan mendetail B 5 3
3 Waktu pencarian lot parkir
maksimum 5 menit C 3 5
4 Jelas dan sesuai standar D 5 7
5 Validasi berlapis E 3 5
Dari spesifikasi target diatas, kemudian dibuatlah technical competitive
analysis. Langkah-langkah perhitungan untuk mencari technical competitive analysis sama dengan cara perhitungan competitive priority ratings pada WHAT’s. Berikut ini merupakan hasil perhitungan technical competitive analysis dan improvement ratio.
Tabel 4.15 Probability distribution, Entrophi, Technical Competitive Priority Ratings, Improving Goals, dan Improvement Ratio
Kriteria Kebutuhan Konsumen Probability distribution (p) entrophi E(W) Technical Competitive priority ratings (z) Improving goals (b) Improvement ratio (v) The Plaza Semanggi Mal Taman Anggrek A 0,41667 0,5833 0,9803 0,2164 8,0000 1,6000 B 0,6250 0,3750 1,0094 0,2228 7,0000 1,4000 C 0,3750 0,6250 0,5504 0,1215 8,0000 2,6667 D 0,41667 0,5833 0,9807 0,2165 6,000 1,2000 E 0,3750 0,6250 1,0094 0,2228 7,000 2,3333
4.2.9 Perhitungan Final Technical Importance Rating dari setiap HOW’s
Berdasarkan perhitungan sebelumnya, dapat ditentukan technical final
importance rating (f) dari setiap HOW’s yang ada baik dengan crisp number maupun dengan fuzzy number. Adapun contoh perhitungan untuk HOW’s pertama adalah sebagai berikut:
Dengan perhitungan yang sama maka didapatkan hasil untuk final
technical importance rating (s) dari setiap HOW’s sebagai berikut:
Dari nilai final technical importance rating diatas maka dapat dilakukan penyusunan 5 komponen HOW’s mulai dari yang terbesar sampai terkecil, yaitu sebagai berikut:
Dengan cara yang sama dilakukan perhitungan untuk fuzzy number. Sebagai contoh, berikut ini adalah contoh perhitungan untuk fuzzy number pada komponen WHAT’s pertama.
− Batas bawah: −
− Batas atas:
Dengan perhitungan yang sama maka didapatkan hasil untuk final
importance rating (f) dari setiap WHAT’s yang ada, yaitu sebagai berikut:
Dari nilai final technical importance rating diatas maka dapat dilakukan penyusunan dari 5 komponen HOW’s mulai dari yang terbesar sampai yang terkecil untuk fuzzy number, yaitu sebagai berikut:
4.2.8 Analisa Data QFD dan Fuzzy QFD
Dari hasil pengolahan data diatas dapat dilihat bahwa hasil final technical ratings dapat dibagi menjadi 2, yaitu hasil untuk QFD dengan menggunakan crisp number dan hasil untuk QFD dengan menggunakan
fuzzy number. Adapun hasil untuk QFD dengan menggunakan crisp number dan Fuzzy QFD dengan menggunakan fuzzy number adalah sama,
Oleh sebab itu didapat hasil akhir urutan komponen HOW’s yang harus dilakukan adalah sebagai berikut (berurutan):
1. Smart Card Identification and Payment System 2. DDS (Digital Display System)
3. Parking Guidance & Information System
4. ANPR (Automatic Number Plate Recognition)
5. Ikon Standar penunjuk jalan
4.2.9 Perbandingan QFD dan Fuzzy QFD
Perbandingan antara QFD dan Fuzzy QFD dapat dilihat melalui hasil perhitungan yang telah dilakukan dengan menganalisa apakah terdapat perbedaan hasil antara QFD dan Fuzzy QFD. Jika terdapat perbedaan maka dapat dilakukan pengujian apakah perbedaan tersebut berpengaruh secara signifikan atau tidak. Perbandingan antara QFD dan Fuzzy QFD dilakukan pada hasil perhitungan Final Importance Rating dan Final Technical
Rating.
Dari hasil perhitungan Final Importance Rating terdapat perbedaan urutan antara hasil QFD dengan Fuzzy QFD. Untuk itu diperlukan pengujian untuk mengetahui apakah terdapat korelasi antara kedua hasil tersebut. Pengujian korelasi ini dilakukan dengan menggunakan metode Spearman Rank dalam software SPSS.
H0 = antara final importance ratings tidak ada kesejalanan
H1 = antara final importance ratings ada kesejalanan
Urutan dari QFD klasik dan Fuzzy QFD untuk final importance ratings adalah sebagai berikut:
Tabel 4.16 Final importance ratings untuk crisp number dan fuzzy number Crisp number Fuzzy number
W4 W4 W3 W3 W7 W1 W1 W7 W6 W6 W2 W2 W8 W8 W5 W5
Dengan menggunakan bantuan software SPSS didapat hasilnya sebagai berikut:
Tabel 4.17 Nonparametric correlation
Correlations Crisp number Fuzzy number
Spearman's rho Crisp
number Correlation Coefficient 1,000 ,976(**) Sig. (2-tailed) . ,000 N 8 8 Fuzzy number Correlation Coefficient ,976(**) 1,000 Sig. (2-tailed) ,000 . N 8 8
Dengan menggunakan a = 0,01 maka didapat hasil bahwa jika p-value <= a maka tolak H0. Karena 0,000 <= 0,01 maka tolak H0. Sehingga dapat
disimpulkan bahwa ada kesejalanan final importance ratings antara QFD dan Fuzzy QFD atau tidak terdapat perbedaan yang signifikan hasil final
importance ratings antara QFD dan Fuzzy QFD.
Dari hasil perhitungan Final Technical Ratings tidak terdapat perbedaan urutan antara hasil QFD dengan Fuzzy QFD. Untuk itu tidak diperlukan pengujian korelasi antara kedua hasil tersebut. Seandainya terdapat perbedaan urutan antara Final Technical Ratings QFD dan Fuzzy QFD maka perlu dilakukan pengujian korelasi.
Dari perbandingan antara QFD dan Fuzzy QFD maka diputuskan untuk menggunakan hasil dari Fuzzy QFD. Berikut adalah HOQ dari Fuzzy QFD. Untuk HOQ dari QFD dapat dilihat pada lampiran 6.
Keamanan area parkir Kemudahan pembayaran tiket Kecepatan antrian pembayaran tiket Kejelasan rambu-rambu dan penunjuk jalan Kemudahan mencari lot parkir
Informasi ketersediaan lot parkir Kemudahan pengambilan tiket parkir Kecepatan pengambilan tiket parkir
RE LA TI VE I M P O RTA N CE RA TI NG
CUSTOMER
NEED’s
(WHAT’s)
TECHNICAL
MEASURES
(HOW’s)
7,16-9,16 6,4-8,4 6-8 5,99-7,99 5,94-7,94 5,73-7,73 5,69-7,96 5,55-7,55 COM P ET IT IV E PRI O RITY RA T INGS FINAL IMPORTANCE RATINGS CUSTOMER COMPETITIVE ANALYSIS P a rk in g I d en ti fi ca tio n an d Pa ym en t S yst em DDS Pa rking Guida n ce and In fo rmat io n Syst emIkon standar penun
juk jalan Smart P a rking Sec u ri ty Sy ste n IMP R OVING G O ALS IMPRO V EMENT RATIO 0,..50 7875 0,..51 6704 0,..41 6704 0,..50 2216 0,..51 5859 0,..51 3012 0,..50 7826 0,..51 6692 9 8 8 8 7 8 8 7 1,302 1,073 1,190 1,431 0,991 1,321 1,262 1,049 0,93-1,26 0,81-1,07 1,06-1,40 1,14-1,46 0,71-0,95 0,82-1,10 0,94-1,25 0,79-1,05 8-10 8-10 0-2 0-2 0-2 8-10 8-10 4-6 0-2 0-2 8-10 6-8 4-6 0-2 0-2 0-2 0-2 0-2 6-8 8-10 0-2 0-2 0-2 0-2 0-2 0-2 2-4 2-4 8-10 0-2 0-2 0-2 4-6 0-2 0-2 0-2 0-2 4-6 0-2 8-10 TECHNICAL COMPETITIVE ANALYSIS
TECHNICAL IMPROVING GOALS TECHNICAL IMPROVEMENT RATIO FINAL TECHNICAL RATINGS
INITIAL TECHNICAL
RATINGS
7,46-12,58 0-2,52 0-2,52 6,44-10,74 0-2,52 3,73-7,55 0-2,15 0-2,15 0-2,15 0-2,15 0-2,79 8,51-13,96 6,38-11,17 2,22-5,59 0-2,79 0-2,92 6,84-11,66 6,84-11,66 0-0,91 2,82-5,72 0-0,91 6,52-11,09 0-2,22 0-2,22 7,5-12,53 0-2,51 0-2,51 3,15-6,30 0-2,10 0-2,10 2,28-5,83 0-2,92 5,64-9,54 0-0,91 0-2,22 3,26-6,66 0-2,51 0-2,51 0-2,10 6,3-10,50TECHNICAL COMPETITIVE PRIORITY RATING 0,216
3859 0,222 8188 0,121 5002 0,216 4762 0,222 8188 8 7 8 6 7 1,6 1,4 2,67 1,2 2.33 10,76-21,07 5,67-13,36 5,02-12,68 2,61-8,43 6,91-19,22
4.3 Analisa Data
4.3.1 Penyusunan Konsep
Proses penyusunan konsep dimulai dengan serangkaian kebutuhan pelanggan dan spesifikasi target, dan diakhiri dengan terciptanya beberapa konsep sebagai pilihan akhir.
Konsep produk adalah sebuah gambaran atau perkiraan mengenai teknologi, prinsip kerja, dan bentuk produk. Konsep-konsep disini lebih diarahkan pada cara kerja sistem dan produk perparkiran sehingga menjadi suatu layanan atau jasa yang memuaskan bagi semua pihak.
• Konsep A
Di konsep A ini, sistem tempat parkir menggunakan smart card yang merupakan salah satu wujud dari green engineering untuk mengurangi pemakaian kertas dalam proses penggunaan layanan tempat parkir. Sistem parkir dengan menggunakan smart card memilik banyak kelebihan seperti kemudahan dalam pembayaran dan kecepatan pembayaran yang tidak dapat ditawarkan oleh model sistem parkir konvensional dengan penggunaan tiket parkir. Berikut ini merupakan
115
Prosedur kerja atau aktivitas dari sistem ini, pada mulanya konsumen menuju loket dan kemudian mengeluarkan smart card untuk di scan di loket terlebih dahulu. ketika berhenti, kamera pengawas akan memotret tampak depan dari mobil yang akan memasuki area parkir dan nomor polisi kendaraan.
Sebelum memasuki area parkir, tersedia DDS (Digital Display
System) yang akan memberikan informasi ketersediaan lot parker secara
mendetail. Selain itu, pada titik-titik krusial pada persimpangan di area parkir juga disediakan DDS sehingga lebih memudahkan konsumen dalam mencari lot parkir. Pada saat berada area parkir, pengguna akan dipandu oleh LED (Light Emitting Diode) light untuk mengetahui lot parkir yang kosong. Sedangkan, untuk pembayaran dapat digunakan prosedur yang sama dari smart card karena smart card dapat digunakan juga sebagai alat pembayaran.
Untuk memperjelas sistem dan produk-produk yang digunakan dari konsep ini maka dirancang sebuah DFD. DFD ini menjelaskan aliran informasi dan aliran data yang terjadi dalam konsep ini. Berikut ini adalah DFD dari konsep A.
117
Produk-produk yang digunakan dalam konsep ini adalah: − Smart Card
Smart card adalah merupakan kartu plastik yang didalamnya
ditempelkan chip komputer yang dapat menyimpan berbagai jenis tipe data, juga termasuk keamanan akses informasi dan aplikasi. Dalam penerapannya pada berbagai bidang termasuk industri, smart
card menggunakan teknologi passive RFID (Radio Frequency Identification).
Gambar 4.4 Smart card
Untuk keterangan tentang smart card dan RFID secara mendalam dapat dilihat pada lampiran 9, lampiran 10, dan Penulisan thesis-S1 yang berjudul “Analisis dan Perancangan Sistem Parkir dengan menggunakan Radio Frequency Identification (RFID) pada City Parking” dan “The Study of RFID for Electronic Toll Collection
− DDS (Digital Display Sistem)
DDS merupakan sebuah sistem untuk memaparkan informasi seperti jumlah lot parkir tersedia melalui sebuah papan panel elektronik. Informasi yang tersedia di DDS tergantung dari sistem yang diterapkan, oleh sebab itu DDS banyak bentuknya, bentuk yang terperinci tiap lantai parkir maupun tidak terperinci. Berikut merupakan berbagai macam contoh DDS pada sistem perparkiran.
Gambar 4.5 DDS
Dari gambar diatas dapat dilihat bahwa banyak tipe dari DDS. DDS biasanya memuat informasi jumlah lot parkir yang tersedia baik secara spesifik tiap lantai maupun secara keseluruhan. Cara kerja dari DDS ini ada banyak, antara lain melalui sensor infra merah, sensor magnetik atau melalui informasi dari ultrasonic
− Ultrasonic Detector
Ultrasonic detector merupakan sebuah produk yang berfungsi
untuk membantu konsumen mencari lot parkir. Cara kerja alat ini adalah dengan mengirim sinyal ultrasonik (2 atau 3 kali dalam satu detik) untuk mendeteksi ada atau tidaknya mobil. Jika ada mobil yang mengisi lot parkir, maka LED tidak menyala, sedangkan jika tidak ada mobil terdeteksi maka lampu LED (Light
Emitting Diode) akan menyala menjadi hijau. Berikut ini adalah
gambaran cara kerja dari alat ini:
Gambar 4.6 LED light
− Kamera dengan teknologi ANPR
ANPR (Automatic Number Plate Recognition) merupakan metode yang dikembangkan dari teknologi OCR (Optical Character
Recognition) pada suatu image untuk membaca pelat nomor polisi
pada kendaraan. Sampai tahun 2006, sistem ini dapat memindai satu pelat nomor per detiknya pada mobil berkecepatan 100 meter per jam. ANPR biasanya digunakan oleh polisi pada jalan tol ataupun persimpangan jalan pada lampu merah untuk mengawasi kendaraan yang melanggar peraturan lalu lintas. Untuk keterangan lebih lanjut tentang ANPR dapat dilihat pada lampiran 11.
Gambar 4.7 Teknologi ANPR
(Sumber: www.wikipedia.com/ Automatic_number_plate_recognition.htm) Berikut ini adalah ilustrasi dari konsep A.
