Analisis performansi finansial industri batik berdasarkan faktor
kompetensi industri kecil dan menengah (
studi kasus pada industri
kecil dan menengah batik di Surakarta)
Oleh :
Dwi Setya Maharani Putri S
I.0302023
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG MASALAH
Sektor Industri Kecil dan Menengah (IKM) mempunyai peran yang penting dalam proses perkembangan negara berkembang, tidak terkecuali di Indonesia. Peran IKM tersebut yaitu untuk mencapai laju pertumbuhan ekonomi yang tinggi dan kesejahteraan sosial, menyerap tenaga kerja, meningkatkan jumlah unit usaha dan mendukung pendapatan rumah tangga. IKM memberikan kontribusi sekitar 99 % dalam jumlah badan usaha di Indonesia dan mempunyai andil 99,6 % dalam penyerapan tenaga kerja (Kompas, 2001). Maka dari itu, Industri Kecil dan Menengah memberikan sumbangan yang cukup signifikan terhadap Pendapatan Nasional. Di Surakarta, IKM Batik baik yang memproduksi batik cap maupun batik tulis, memberikan kontribusi sebesar 37 % bagi Pendapatan Daerah (Gianie, Litbang Kompas, 2005). Definisi IKM menggunakan parameter jumlah tenaga kerja, yaitu industri yang mempekerjakan kurang dari 100 orang tenaga kerja. Hal ini mengacu pada pengertian IKM dari Biro Pusat Statistik (BPS, 2006)
Batik menjadi satu dari tiga simbol identitas Surakarta selain Keraton dan Pasar Klewer. Batik adalah salah satu kerajinan yang telah lama ada dan makin mengangkat nama Surakarta dan menjadikan Surakarta sebagai pusat batik terbesar di Indonesia. Batik di Surakarta sudah memiliki pelanggan baik di dalam maupun di luar negeri. Menurut Menteri Negara Koperasi dan UKM Surya Dharma Ali, mutu batik Solo yang didominasi warna coklat kekuningan lebih baik dari batik China,
Madura atau Papua. Di sisi lain, Industri Kecil dan Menengah Batik muncul karena permintaan atau potensi yang ada seperti bahan baku, potensi maupun jumlah tenaga kerja (Suara Merdeka, 2006).
Pusat IKM Batik di Surakarta berada di 5 Kecamatan, yaitu Laweyan, Jebres, Serengan, Banjarsari dan Pasar Kliwon. Pusat IKM Batik juga diperkuat oleh keberadaan galeri batik kuno terbesar dan terlengkap dalam menyajikan sejarah perbatikan. Pada tahun 2004, Laweyan dicanangkan menjadi kampung batik oleh Pemerintah Kota Surakarta. Banyak rumah batik yang membuka dan memajang produk batiknya untuk pengunjung. Tapi sayangnya, Pemerintah Kota dan warga kurang bisa memberi perhatian pada pelestarian kampung batik Laweyan (Tempo Interaktif, 2004). Selain Laweyan, Kawasan batik Kauman yang terletak di Kecamatan Pasar Kliwon juga merupakan pusat batik yang cukup dikenal. Banyak penduduknya yang menjadi produsen batik dan pedagang batik seperti di kawasan Laweyan. Dengan jumlah tenaga kerja yang kurang dari 100 orang, IKM Batik sering tidak mampu menangkap peluang pasar yang membutuhkan jumlah volume produksi yang besar. Selain itu, IKM Batik juga sering mengalami kesulitan dalam akses-akses jasa keuangan dan konsultasi. Keterbatasan modal investasi juga menjadi hambatan untuk peningkatan fungsi internal seperti pelatihan dan inovasi teknologi.
Berbeda dengan industri batik berskala besar, IKM Batik tidak memiliki kapasitas kemampuan untuk mengatasi semua kekurangan yang dihadapinya, baik dalam hal ketersediaan modal, manajemen maupun jaringan kerjasama. Sedangkan perkembangan IKM Batik yang pesat dapat meningkatkan pendapatan daerah lebih dari 37 %. Bagi Kota Surakarta, perkembangan IKM Batik yang menjadi kekuatan ekonomi kerakyatan, dapat berkembang baik dalam ukuran jumlah unit usaha, nilai produksi, investasi, maupun jumlah tenaga kerja yang dapat terserap. Hal inilah yang menjadi dasar pertimbangan mengapa perlunya diidentifikasi faktor-faktor kompetensi yang paling berpengaruh terhadap keberhasilan IKM Batik. Dengan mengetahui faktor kompetensi tersebut, diharapkan dapat membantu IKM Batik dalam menumbuh kembangkan industrinya dengan melihat performansi finansialnya.
1.2 PERUMUSAN MASALAH.
Bagaimana menganalisa performansi finansial IKM Batik di Surakarta berdasarkan faktor Kompetensi Industri Kecil dan Menengah.
1.3 TUJUAN PENELITIAN.
Penelitian yang dilakukan bertujuan untuk :
1. Mengidentifikasi faktor-faktor yang mempengaruhi kompetensi IKM Batik.
2. Mengidentifikasi variabel-variabel kompetensi yang dominan membedakan kelompok klaster industri.
3. Mengidentifikasi kekuatan dan kelemahan tiap kelompok klaster industri.
1.4 MANFAAT PENELITIAN.
Manfaat yang diharapkan dari pelaksanaan penelitian ini adalah : 1. Bagi Pemerintah Kota Surakarta.
Variabel-variabel dominan yang berhasil diidentifikasi dalam penelitian ini dapat dijadikan pertimbangan dalam menetapkan kebijakan sebagai upaya perbaikan performansi Industri Kecil dan Menengah Batik di Surakarta.
2. Bagi Industri Kecil dan Menengah Batik di Surakarta.
Dapat memberikan gambaran performansi Industri Kecil dan Menengah Batik di Surakarta secara menyeluruh. Sehingga dapat dilakukan tindak lanjut untuk meningkatkan performansi Industri Kecil dan Menengah Batik di Surakarta. Selain itu, penelitian ini dapat digunakan untuk membantu perkembangan Industri Kecil dan Menengah Batik.
3. Bagi penyusun.
Mendapatkan pengalaman langsung mulai dari pengamatan penelitian, pengolahan, pembahasan dan pengidentifikasian faktor-faktor dominan apa saja yang berpengaruh terhadap performansi industri.
1.5 PEMBATASAN MASALAH.
Penelitian ini dilakukan dengan memperhatikan beberapa batasan sebagai berikut.
1. Data Industri Kecil dan Menengah Batik di Surakarta yang dijadikan penelitian adalah berdasarkan klasifikasi Kelompok Lapangan Usaha Industri (KLUI) Biro Pusat Statistik yaitu yang berkode KLUI 32116 dan 32117.
2. Berdasarkan data Biro Penelitian Statistik 2002, Indutri Kecil adalah industri yang mempekerjakan antara 5-19 orang karyawan. Sedangkan Industri Menengah adalah industri yang mempekerjakan antara 20-99 orang karyawan.
1.1 SISTEMATIKA PEMBAHASAN.
Sistematika pembahasan penelitian ini dijelaskan sebagai berikut. BAB I PENDAHULUAN
Bab ini menjelaskan tentang latar belakang dilakukannya penelitian pada Industri Kecil dan Menengah Batik yang tersebar di 5 kecamatan di Surakarta yaitu Laweyan, Banjarsari, Jebres, Pasar Kliwon dan Serengan yang merupakan pusat IKM Batik. Selain itu, bab ini akan dipaparkan mengenai perumusan masalah penelitian terhadap IKM Batik, tujuan dilakukan penelitian, manfaat penelitian bagi pemerintah, Industri Kecil dan Menengah Batik di Surakarta dan penyusun yang dapat dijadikan acuan pertimbangan bagi perkembangan batik, pembatasan masalah, asumsi-asumsi yang digunakan dan sistematika pembahasan penelitian IKM Batik di Surakarta .
BAB II TINJAUAN PUSTAKA
Bab ini mejelaskan teori singkat yang menjadi dasar penelitian yang berkaitan dengan konsep Kompetensi industri, faktor-faktor pembangun Kompetensi industri, konsep performansi dan ukuran performansi suatu industri. Pada bab ini juga dipaparkan mengenai
pengumpulan data dan pengolahan data yang melibatkan teknik-teknik multivariat yaitu Analisis Klaster dan Analisis Diskriminan.
BAB III METODOLOGI PENELITIAN
Bab ini berisi uraian tentang metodologi yang digunakan dalam penelitian Industri Kecil dan Menengah Batik di Surakarta, disertai penjelasan mengenai langkah-langkah dalam melakukan penelitian.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Pada bab ini diuraikan tentang langkah-langkah penentuan metode yang digunakan dalam pengumpulan data, mencakup pemilihan ukuran-ukuran performansi yang akan digunakan dan variabel kompetensi, tingkat kepentingan fktor dan variabel kompetensi yang dihasilkan dari hasil kuesioner, teknik pengumpulan dan pengolahan data yang digunakan serta penyusunan instrumen yang akan digunakan dalam penelitian.
BAB V ANALISIS DAN INTERPRETASI HASIL
Bab ini terdiri dari analisis dan interpretasi hasil pengolahan data. Analisis dan interpretasi hasil dilakukan masing-masing terhadap hasil pengelompokan industri (hasil Analisis Klaster) dan variabel-variabel kompetensi yang membedakan antar kelompok (hasil Analisis Diskriminan)
BAB VI KESIMPULAN DAN SARAN
Pada bab ini dipaparkan pokok-pokok hasil penelitian dan saran bagi Industri Kecil dan Menengah Batik di Surakarta untuk meningkatkan performansinya. Serta saran untuk penelitian selanjutnya sehubungan dengan keterbatasan yang ada pada penelitian ini.
BAB II
TINJAUAN PUSTAKA
2.1 INDUSTRI KECIL DAN MENENGAH ( IKM).
Definisi IKM sulit untuk dijelaskan secara mutlak. Skala industri tergantung pada berbagai faktor dan definisinya juga berbeda menurut perkembangan berbagai negara. Di satu negara sekalipun, definisi tersebut juga berbeda-beda, tergantung pada kepentingan instansi-instansi yang memberikan definisi. Namun, ukuran suatu perusahaan mungkin ditentukan oleh kondisi-kondisi berikut :
1. Jumlah modal yang ditanam atau beredar. 2. Jumlah tenaga kerja.
3. Kapasitas produksi.
4. Market share atau kemampuan pemasaran. 5. Teknologi yang digunakan.
6. Kemampuan manajemen dan sebagainya.
Ukuran yang paling mudah untuk mendefinisikan skala industri adalah jumlah pekerja. Oleh karena itu, IKM khususnya dalam perbandingan internasional adalah perusahaan yang memperkerjakan sampai 100 karyawan. Industri kecil didefinisikan dengan berbagai cara tergantung pada status ekonomi dan aspek laninnya, seprti spesifikasi teknologi dan lainnya. Untuk mempunyai arti yang jelas tentang industri kecil perlu pertimbangan khusus terhadap definisnya.
Berikut ini beberapa definisi IKM di Indonesia, menurut 3 instansi yang berbeda.
Industri kecil adalah badan usaha yang memeperkerjakan antara 5 sampai 19 karyawan. Sedangkan industri menengah adalah badan usaha yang memperkerjakan antara 20 sampai 99 orang karyawan.
2. Bank Indonesia.
Industri kecil adalah badan usaha yang mempunyai ciri-ciri sebagai berikut :
a. Modalnya kurang dari Rp 20 juta,-
b. Untuk satu kali kegiatan produksi memerlukan uang paling banyak Rp 5 juta ,-
3. Departemen Perindustrian.
Definisi industri kecil diregulasi melalui surat keputusan Menteri Perindustrian No/150/M/SK/7/1995 tentang ” Ketentuan Dan Perijinan Badan Industri ”. Menurut ketentuan ini, industri kecil adalah :
1. Mempunyai aktiva perusahaan tidak lebih dari 600 juta, tidak termasuk tanah dan gedung.
2. Pemiliknya adalah warga negara Indonesia ( pribumi ).
Definisi IKM yang digunakan dalam penelitian ini menggunakan parameter jumlah tenaga kerja, yakni industri yang memperkerjakan kurang dari 100 tenaga kerja. Hal ini mengacu pada pengertian IKM (BPS,2006).
2.2 FAKTOR-FAKTOR KOMPETENSI PERUSAHAAN BERDASARKAN PENELITIAN-PENELITIAN SEBELUMNYA.
Beberapa penelitian mengenai faktor-faktor yang mempengaruhi performansi perusahaan khususnya di lingkungan IKM sektor manufaktur akan diuraikan secara ringkas berdasarkan beberapa penelitian yang dirujuk. Berikut ini adalah 3 penelitian yang berhasil merumuskan faktor Kompetensi perusahaan, yang mempengaruhi performansi perusahaan.
Pada penelitian mengenai Analisa Performansi Industri Kecil Berdasarkan Persepsi Pengusaha yang mengidentifikasikan 7 faktor utama yang mempengaruhi Performansi perusahaan. Faktor-faktor tersebut diuraikan sebagai berikut.
a. Bahan baku.
b. Sumber Daya Manusia. c. Program Promosi. d. Kewirausahaan. e. Finansial. f. Teknologi. g. Pemasaran.
2. Industri Sektor Logam dan Karet ( Tumenggung, 1999 )
Penelitian yang menganalisis hubungan antara Kompetensi dan Performasi Industri ini mengidentifikasikan faktor-faktor Kompetensi industri sebagai berikut :
1. Teknologi dan Produksi. 2. Sumber daya manusia 3. Pemasaran.
4. Finansial.
5. Pengadaan bahan baku. 6. Manajeman perusahaan.
Tabel 2.1 Faktor dan Variabel Kompetensi Industri
No. FAKTOR VARIABEL DESKRIPSI
1. Teknologi dan Produksi X1 X2 X3 X4 X5 Teknologi Proses Teknologi Produk Manufaktur Adaptif
Dukungan di Bidang Teknologi dan Produksi
2. Sumber Daya Manusia X6 X7 X8 X9 X10
Produktivitas Tenaga Kerja Aktivitas Pengembangan SDM Dukungan Di Bidang SDM Kemampuan Operasional Fleksibilitas Kemampuan SDM 3. Pemasaran X11 X12 X13
Jaringan Informasi Ke Pasar Aktivitas Promosi
Dukungan di Bidang Pemasaran
4. Keuangan X14
X15
Kekuatan Modal
Dukungan di Bidang Finansial
Tabel 2.2 Faktor dan Variabel Kompetensi Industri (Lanjutan)
No. FAKTOR VARIABEL DESKRIPSI
5. Pengadaan Bahan Baku X16 X17
Pasokan Bahan Baku Jaringan Pemasok 6. Manajemen Perusahaan X18 X19 X20 Manajemen SDM Manajemen Finansial Manajemen Integral Sumber : Tumenggung (1999)
Penentuan keenam faktor utama Kompetensi tersebut dilakukan atas pertimbangan sebagai berikut.
a. Teknologi dan Produksi.
Produksi adalah fungsi dasar yang membangun suatu industri. Fungsi produksi memegang peranan vital dalam mencapai rencana strategis industri karena aktivitas produksi merupakan aktivitas yang bertanggungjawab dalam menghasilkan produk yang akan ditawarkan pada pelanggan.
Nilai tambah yang mampu dihasilkan oleh IKM Batik di Surakarta bergantung kepada kemampuan untuk memilih dan menggunakan teknologi yang tepat. Teknologi menentukan sejumlah maksimum output yang
dihasilkan dari sejumlah tertentu input yang diberikan. Dalam penelitian ini, teknologi dikaitkan dengan fasilitas dan elemen produksi yang dimiliki industri dalam menjalankan aktivitas produksinya. Teknologi yang dimaksud berhubungan dengan aktivitas yang berkaitan langsung dengan kegiatan produksi, bukan untuk seluruh aktivitas pendukung lainnya, karena itu aspek teknologi dikelompokkan bersama dengan aspek produksi. Hal ini dikarenakan penggunaan teknologi untuk IKM khususnya dan sektor manufaktur Indonesia secara umum, difokuskan pada aspek produksi dan belum dianggap penting untuk aspek lain serta adanya keterbatasan modal dan sumber daya lain untuk mengembangkan teknologi.
b. Sumber Daya Manusia ( SDM ).
Sumber daya manusia merupakan aset yang paling berharga pada suatu organisasi. Ketersediaan tenaga kerja dengan kualitas dan kuantitas yang diharapkan pada waktu yang dibutuhkan memegang peran kunci untuk dapat melaksanakan aktivitas produksi (Atomsa,1997). Porter (1993) mengidentifikasikan aspek SDM sebagai aktivitas penunjang yang merupakan sumber keunggulan bersaing. Pada penelitian ini, aspek SDM lebih ditekankan pada keterkaitannya dengan aktivitas produksi yang mengandalkan SDM. Pada obyek yang diamati, konsentrasi tenaga berada pada aktivitas produksi, sedangkan aktivitas lainnya hanya membutuhkan sedikit tenaga kerja.
c. Pemasaran.
Aktivitas pemasaran merupakan salah satu fungsi utama pada suatu industri dan berperan dalam membangun permintaan atas produk yang dihasilkan industri dan menjaga hubungan yang responsif dengan pelanggan. Porter (1993) juga mengatakan bahwa aspek pemasaran merupakan aktivitas primer yang membangun rantai nilai industri. Bagi IKM khususnya, aspek pemasaran merupakan aspek yang menjadi faktor penentu keberhasilan industri. Hal ini disebabkan tanpa aktivitas pemasaran yang baik dan faktor kepercayaan pasar
yang rendah terhadap IKM menyebabkan rendahnya tingkat penjualan. Aktivitas pemasaran sangat penting untuk menjaga kontinuitas produksi. d. Finansial.
Aspek finansial berperan dalam menjamin ketersediaan dana bagi seluruh aktivitas organisasi dan mengarahkan industri untuk memanfaatkan sumber daya finansialnya dengan bijak. Finansial juga merupakan salah satu aspek yang paling berperan dalam lingkungan internal organisasi. Atomsa (1997) juga menyatakan bahwa salah satu faktor yang paling dominan dalam menentukan keberhasilan industri adalah masalah finansial yaitu ketersediaan dana dan modal. Hal ini disebabkan lemahnya modal yang dimiliki industri kecil sedangkan aktivitas produksi tidak mungkin dijalankan tanpa modal yang cukup.
e. Pengadaan Bahan Baku.
Bahan baku menjadi elemen yang penting pada suatu proses produksi karena bahan baku merupakan input proses produksi. Tanpa adanya ketersediaan bahan baku dengan kualitas, kuantitas dan harga yang diharapkan pada waktu yang dibutuhkan, maka kegiatan produksi tidak dapat berjalan. Atomsa (1997) juga menyimpulkan bahwa bahan baku merupakan faktor yang dominan dalam penelitiannya mengenai faktor penentu dalam keberhasilan industri kecil elektronika.
f. Manajemen Perusahaan.
Aktivitas manajemen merupakan bagian dari aspek organisasi pada lingkungan internal. Aktivitas manajemen merupakan aktivitas yang dilakukan untuk mengelola semua aktivitas dan sumber daya yang dimiliki IKM Batik di Surakarta agar dapat berfungsi secara optimal. Tanpa manajemen yang baik, fungsi-fungsi pada suatu IKM Batik di Surakarta akan berjalan tidak efisien dan pada akhirnya dapat menimbulkan gangguan pada fungsi-fungsi tersebut dan bahkan dapat menghentikan seluruh aktivitas IKM Batik di Surakarta.
Variabel-variabel Kompetensi merupakan variabel dari masing-masing faktor Kompetensi diatas. Dalam penelitian ini, digunakan 20 variabel Kompetensi yang akan diukur pengaruh dan tingkat kepentingannya terhadap keberhasilan industri. Pengukuran tersebut dilakukan berdasarkan persepsi pemiliknya.
a. Teknologi dan Produksi. • Teknologi Proses
Tingkat perkembangan dan kecanggihan metode proses produksi dan fasilitas produksi yang digunakan oleh IKM Batik di Surakarta.
• Teknologi Produk
Tingkat perkembangan produk yang dihasilkan IKM Batik di Surakarta meliputi mutu, ciri, keragaman, kandungan bahan, kemudahan proses produksi dan lain-lain.
• Manufaktur Adaptif
Tingkat kemampuan IKM Batik di Surakarta untuk melakukan perubahan pada proses dan volume produksi untuk memenuhi perubahan pasar didasarkan pada biaya dan waktu yang diperlukan untuk melakukan perubahan.
• Dukungan di bidang teknologi dan Produksi
Dukungan dari pemerintah dan instansi lainnya sebagai upaya meningkatkan kemampuan teknologi dan produksi industri, meliputi kebijakan dan infrastruktur teknologi dan operasi.
• Fasilitas Perawatan
Kemampuan IKM Batik di Surakarta untuk menyediakan fasilitas perawatan untuk menekan tingkat kegagalan peralatan (fasilitas produksi) yang dimiliki.
b. Sumber daya Manusia.
• Produktivitas Tenaga Kerja
• Aktivitas pengembangan SDM
Kemampuan IKM Batik di Surakarta dalam meningkatkan pengetahuan dan keterampilan SDM yang dimilikinya melalui proses pembelajaran dan latihan di lingkunngan IKM Batik di Surakarta.
• Dukungan di bidang SDM
Dukungan dari pemerintah dan institusi lainnya untuk meningkatkan kualitas (pengetahuan dan keterampilan) SDM yang dimiliki IKM Batik di Surakarta berupa kebijakan dan infrastruktur (fisik dan kelembagaan) yang diperlukan. • Kemampuan Operasional
Kemampuan tenaga kerja untuk mengoperasikan fasilitas produksi yang dimiliki IKM Batik di Surakarta.
• Fleksibilitas kemampuan SDM
Tingkat fleksibilitas keahlian dan keterampilan tenaga kerja yang dimiliki IKM Batik di Surakarta.
c. Pemasaran.
• Jaringan informasi ke pasar.
Sumber informasi dan akses yang memungkinkan untuk melihat dan meraih peluang pasar yang ada dalam melakukan transaksi perdagangan.
• Aktivitas Promosi.
Usaha-usaha untuk memperkenalkan dan mempromosikan produk ke pasar. • Dukungan di bidang pemasaran.
Dukungan pemerintah dan institusi lainnya di bidang pemasaran meliputi kebijakan, informasi dan infrastruktur yang diperlukan.
d. Keuangan.
• Kekuatan Modal.
Ketersediaan modal untuk menjalankan usaha secara berkesinambungan. • Dukungan di bidang Keuangan.
Dukungan pemerintah dan institusi lainnya di bidang keuangan seperti fasilitas kredit, menghimpun dana bantuan, regulasi di bidang finansial dan lain-lain.
e. Pengadaan Bahan Baku. • Pasokan bahan baku
Kemampuan IKM Batik di Surakarta untuk mendapatkan bahan baku yang diperlukan sesuai dengan jumlah, harga, kualitas dan waktu yang diperlukan. • Jaringan pemasok.
Kemudahan untuk mengakses dan menggunakan jaringan pemasok bahan baku secara efisien.
f. Manajeman IKM Batik di Surakarta. • Manajemen SDM
Kemampuan IKM Batik di Surakarta dalam mengelola SDM yang dimiliki. • Manajemen Finansial.
Kemampuan IKM Batik di Surakarta dalam mengelola finansial.
• Manajemen Integral.
Kemampuan IKM Batik di Surakarta dalam mengelola keseluruhan aktivitas secara integral.
3. Sentra batik di Laweyan, Surakarta. (Aristina W, 2006)
Penelitian ini berhasil merumuskan faktor-faktor yang merupakan kekuatan dari sentra Batik Laweyan yaitu :
1. Faktor pemasaran dan penjualan, 2. Keterampilan dan teknologi, 3. Bahan baku dan proses produksi, 4. Pertalian dan jaringan,
5. Manajemen finansial dan pembiayaan.
Secara ringkas, faktor Kompetensi yang dirumuskan pada penelitian sebelumnya dapat dilihat pada Tabel 2.3 berikut.
TAHUN JENIS IKM RUMUSAN FAKTOR
PENELITIAN PENELITIAN KOMPETENSI
1 Atomsa Analisa Performansi Industri Kecil 1997 Elektronika - Bahan Baku
Berdasarkan Persepsi Pengusaha - Sumber Daya Manusia
- Program Promosi - Kewirausahaan - Finansial - Teknologi - Pemasaran
2 Tumenggung Analisa Hubungan Kompetensi dan 1999 Logam dan Karet - Teknologi dan Produksi
Performansi Industri Kecil Dan - Sumber Daya Manusia
Menengah - Pemasaran
- Finansial
- Pengadaan Bahan Baku - Manajemen Perusahaan 3 Aristina Identifikasi Potensi Pengembangan 2006 Sentra Batik Laweyan - Pemasaran dan Penjualan
Klaster Industri di Kota Surakarta - Keterampilan dan teknologi
- Bahan Baku dan Proses Produksi
- Pertalian dan Jaringan - Manajemen Finansial dan Pembiayaan
NO PENELITI JUDUL PENELITIAN
Sumber : Atomsa (1997), Tumenggung (1999) dan Aristina (2006)
2.2.1 Definisi Kompetensi.
Kompetensi merupakan suatu ukuran dari kombinasi kekuatan dan kelemahan perusahaan pada area-area performansi tertentu (Tumenggung, 1999). Kompetensi industri merupakan kompetensi dari perusahaan-perusahaan yang bergerak pada satu sektor tertentu yang sejenis. Dalam penelitian ini, kompetensi industri menyangkut kompetensi dari perusahaan-perusahaan yang bergerak pada sektor batik. Untuk mendapatkan gambaran yang baik dalam menentukan variabel-variabel kompetensi pada penelitian ini, dibutuhkan pengetahuan mengenai faktor-faktor yang mempengaruhi performansi IKM Batik, dimulai dari lingkungan internal dan eksternalnya, faktor-faktor yang mempengaruhi keunggulan bersaing IKM Batik
secara umum dan faktor-faktor penentu keberhasilan pada sektor industri yang diamati berdasarkan penelitian-penelitian sebelumnya.
2.3 PERFORMANSI INDUSTRI.
Pada suatu bisnis terdapat 3 fungsi pembangun utamanya, yaitu fungsi produksi atau operasi, fungsi finansial atau keuangan dan fungsi Pemasaran (Dilworth, 1993). Ukuran Performansi produksi merupakan ukuran Performansi yang berkaitan langsung dengan aktivitas perusahaan dalam memproduksi, menyalurkan dan menjul produknya. Oleh karena itu, ukuran performansi operasi berkaitan langsung dengan variaber-variabel Kompetensi perusahaan. Sedangkan ukuran performansi finansial dan pemasaran merupakan ukuran performansi yang sifatnya tidak langsung berkaitan dengan aktivitas-aktivitas perusahaan, tetapi kedua ukuran ini memberikan gambaran secara menyeluruh tentang keefektifan dan keefisienan seluruh aktivitas yang dilakukan perusahaan. Bahkan kedua jenis ukuran performansi ini paling banyak dijadikan rujukan dalam menilai keberhasilan perusahaan mencapai tujuannya. Hanya saja, ukuran performansi finansial dan pemasaran tidak dapat digunakan secara terpisah dalam menilai Performansi perusahaan, tetapi juga harus melibatkan analisis performansi yang lain (Kotler, 1995).
Keterkaitan langsung performansi produksi ini didukung oleh perkembangan inovasi yang menyatakan bahwa performansi dan keunggulan operasi secara langsung, yaitu biaya, kualitas, fleksibilitas dan ketergantungan yang kemudian secara tidak langsung akan memperbaiki performansi bisnis seperti profit, pangsa pasar dan lain-lain.
2.3.1 Performansi Produksi.
Perusahaan menggunakan berbagai masukan untuk memproduksi barang dan menambah nilai pada produk. Masukan-masukan ini mencakup tanah dan gedung, mesin yang digunakan, bahan baku yang diubah menjadi produk, dana dan modal investasi, pengetahuan dan manajemen yang menggunakan ahli dan pekerja perusahaan. Pada umumnya dari semua fkator yang dapat mempengaruhi
Performansi organisasi terdapat 4 ukuran performansi yang umumnya digunakan suatu perusahaan dalam menjalankan aktivitas produksinya, yaitu :
1. Efisiensi Biaya. 2. Kualitas.
3. Ketergantungan. 4. Fleksibilitas.
2.3.2 Performansi Finansial.
Analisa rasio Finansial digunakan untuk membandingkan status dan Performansi perusahaan terhadap perusahaan lainnya atau perusahaan itu sendiri dari waktu ke waktu (Gitman, 1994). Secara umum rasio terbagi atas 4 bagian yaitu rasio likuiditas, rasio aktivitas, rasio hutang dan rasio profitabilitas.
1. Rasio Likuiditas.
Rasio ini bertujuan untuk mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya. Jenis rasio likuiditas antara lain :
• Current ratio • Quick Ratio 2. Rasio Aktivitas.
Rasio ini bertujuan untuk mengetahui kemampuan perusahaan dalam memenuhi kewajiban atau hutang jangka panjangnya. Yang termasuk rasio hutang adalah :
• Inventory turnover.
• Average Collection Periode • Average Payment Periode • Fixed Assets Turnover • Total Assets Turnover 3. Rasio Hutang.
Rasio ini bertujuan untuk mengetahui kemampuan perusahaan dalam memenuhi kewajiban atau hutang jangka panjangnya. Yang termasuk rasio
• Debt rasio
• Debt – Equity rasio
• Time – Interest Earned Ratio 4. Rasio Probabilitas.
Rasio probabilitas adalah ukuran untuk mengetahui efektivitas manajemen dalam mengelola perusahaannya. Efektivitas manajemen meliputi kegiatan fungsional manajemen seperti manufaktur, finansial, marketing dan sumber daya manusia. Jadi banyak sekali faktor-faktor yang mempengaruhi efektivitas yang kemudian akan meningkatkan atau menurunkan laba. Rasio probabilitas memberikan gambaran keuntungan yang diperoleh perusahaan. Jenis-jenis rasio probabilitas antara lain :
• Profit margin on Sales.
Profit margin on Sales adalah rasio perbandingan antara pendapatan
sebelum bunga dan pajak dengan penjualan. Rasio ini mengukur persentase profit yang didapat untuk setiap rupiah penjualan. Rasio ini berguna untuk mengetahui penyebab keberhasilan perusahaan.
• Return on Total Assets (ROA)
ROA adalah perbandingan antara laba bersih setelah pajak dengan total aset. Rasio ini disebut juga dengan Return on Investment (ROI). Rasio ini mengukur keefektifan pengelolaan perusahaan secara keseluruhan dalam mencapai profit dengan aset-aset yang dimiliki perusahaan tersebut.
2.3.3 Performansi Pemasaran.
Fungsi pemasaran meliputi pertukaran fasilitas diantara perusahaan dan pembeli atau pengguna akhir. Tugas penting yang menjadi tanggungjawab bagian pemasaran adalah merebut dan mempertahankan pembeli dengan tujuan meningkatkan nilai penjualan atau profit. Performansi di bidang pemasaran dapat diukur dengan :
• Tingkat pertumbuhan, yaitu kemampuan perusahaan untuk melakukan penetrasi pasar dalam bentuk pertumbuhan produk yang dapat dijual.
2.4 SAMPLING.
Sampling merupakan proses pemilihan sejumlah obyek yang memadai dan representatif dari suatu populasi yang diamati. Dibandingkan dengan melakukan penelitian terhadap keseluruhan obyek dalam populasi, para peneliti lebih memilih menggunakan sampling karena dapat mengakomodasi keterbatasan waktu, biaya dan sumber daya manusia.
1. Sampling Probabilitas.
Pada sampling probabilitas, setiap obyek dalam populasi memiliki probabilitas yang besarnya diketahui untuk menjadi anggota sampel.
a. Sampling random sederhana. b. Sampling probabilitas kompleks.
• Sampling sistematis.
• Sampling random stratifikasi.
Dimulai dengan melakukan proses stratifikasi (pengelompokan obyek populasi yang sejenis ke dalam satu kelompok dan seterusnya). Kemudian dilakukan pemilihan obyek sampel secara random dari setiap kelompok.
Proporsional
Cara pengambilan sampel dilakukan dengan menyeleksi setiap unit sampling yang sesuai dengan ukuran unit sampling. Keuntungannya adalah aspek representatifnya lebih meyakinkan sesuai dengan sifat-sifat yang membentuk dasar unit-unit yang mengklasifikasikannya, sehingga mengurangi keanekaragamannya. Karaktersitik-karakteristik masing-masing serta dapat diestimasikan sehingga dapat dibuat perbandingan. Kerugiannya adalah membutuhkan informasi yang akurat pada proporsi populasi untuk masing masing strata. Jika hal tersebut diabaikan maka
Disproporsional
Strategi pengambilan sampel sama dengan proporsional. Perbedaannya terletak pada ukuran sampel yang tidak proporsional terhadap ukuran unit sampling karena untuk kepentingan pertimbangan analisa dan kesesuaian.
• Sampling kluster. 2. Sampling non-probabilitas.
Pada Sampling non-probabilitas, probabilitas obyek populasi untuk menjadi anggota sampel tidak diketahui. Metode Sampling non-probabilitas dapat digunakan jika faktor kecepatan waktu atau faktor kemudahan lainnya yang menjadi pertimbangan. Beberapa teknik Sampling non-probabilitas adalah sebagai berikut :
a. Convinience sampling. b. Judgement sampling.
c. Sampling kuota.
Sampel menurut Simamora (2002) adalah sebagian dari populasi yang dianggap mewakili populasi. Gay (1976) mendefinisikan populasi sebagai kelompok dimana peneliti akan menggeneralisasi hasil penelitiaannya (Selvilla, 1993). Proses yang meliputi pengambilan sebagian populasi, melakukan pengamatan pada populasi secara keseluruhan disebut sampling atau pengambilan sampel.
Untuk menentukan ukuran sampel dari populasi terdapat bebagai metode antara lain (Selvilla, 1993) :
1. Rumus Slovin (1960)
Rumus ini dinyatakan dengan :
2 . 1 Ne N n + = [2.1] Dimana: n = ukuran sampel
e = nilai kritis / batas kelonggaran ketidaktelitian karena kesalahan pengambilan sampel populasi.
N = ukuran populasi
2. Tabel Pagoso, Garcia dan Guerrero de Leon (1978)
Metode ini memberikan alternatif jumlah sampel dengan melihat tabel yang sudah ditetapkan berdasarkan jumlah populasi dan batas kesalahan yang diambil.
3. Gay (1976) menawarkan beberapa ukuran sampel minimum yang dapat diterima berdasarkan tipe penelitian, yaitu :
a. Deskriptif, 10 % dari populasi, bila populasi sangat kecil diperlukan minimum 20%.
b. Korelasi, 30%.
c. Ex Past Facto / Kausal Komparatif, 15 subjek / kelompok. d. Ekplanatori, 15 subjek kelompok.
2.5 PENGUJIAN DATA KUESIONER.
Kuesioner merupakan salah satu instrumen pengumpulan data yang paling banyak digunakan, karena mudah dilakukan dan data yang diperoleh dapat diolah dengan mudah.
Sebelum pengumpulan data dilakukan, sebaiknya diuji terlebih dahulu apakah rancangan kuesioner yang dibuat dijamin dapat mengukur variabel pengamatan dan apakah pengukuran yang dilakukan telah akurat. Untuk itu, maka perlu dilakukan beberapa uji statistik seperti uji validitas dan uji reliabilitas.
2.5.1 Uji Validitas.
Uji validitas dilakukan untuk mengetahui apakan peneliti menggunakan instrumen pengukuran (kuesioener) yang tepat dalam mangukur konsep/obyek yang
diamati. Uji validitas dapat dilakukan berdasarkan metode-metode sebagai berikut (Sekaran, 1992) :
1. Validitas isi.
2. Validitas kriteria yang berhubungan. • Validitas concurrent.
• Validitas prediktif.
3. Validitas konstruk.
Validitas konstruk digunakan untuk menunjukkan kemampuan alar ukur untuk mengukur obyek amatan berdasarkan teori-teori yang sudah ada sebelumnya. Hal ini dilakukan dengan menggunakan salah satu dari metode berikut.
• Validitas konvergen. • Validitas diskriminan.
Validitas diskriminan mengacu kepada kemampuan instrumen untuk memperoleh hasil pengukuran yang serupa dengan teori yang sudah ada sebelumnya. Rumus yang digunakan adalah koefisien Korelasi Pearson sebagai berikut. ] ) ( ][ ) ( [ ) ( 2 2 2 2 Y y n X n Y X XY n r ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑ = [2.2] Keterangan : r = korelasi
X = skor setiap item Y = skor total N = ukuran sampel
Prinsip utama pemilihan item adalah item dengan koefisien korelasi yang cukup tinggi yaitu 0.3 – 0.7. Menghilangkan setiap item yang diketahui memiliki korelasi negatif atau mendekati nol atau mendekati satu.
Menurut Singarimbun (1989) langkah-langkah pengujian reliabilitas meliputi: 1. Melakukan uji coba skala pengukuran tersebut pada responden yang berjumlah minimal 30 orang. Dengan jumlah minimal 30 orang ini maka distribusi nilai akan lebih mendekati kurva normal.
2. Mempersiapkan tabel tabulasi jawaban
3. Menghitung jumlah varians yang dicari dengan cara mencari nilai tiap butir, kemudian dijumlahkan. Rumus varians yang dipergunakan:
[2.6]
Keterangan:
n = Jumlah sample
X = Nilai skor yang dipilih
4. Menghitung koefisien Cronbach’s Alpha dengan menggunakan rumus berikut ini :
[2.7]
Keterangan:
11
r = relibilitas instrumen
k = banyak butir pertanyaan
∑
2b
σ = varians total
2
t
σ = jumlah varians butir
5. Membandingkan nilai r yang diperoleh dengan nilai r pada tabel r hitung, seperti pada uji validitas.
2.6 ANALISA MULTIVARIAT.
Analisa multivariat merupakan salah satu alat statistik yang sangat bermanfaat dalam pengolahan data. Analisis ini ditujukan terhadap pengamatan beberapa
(
)
n n X X∑
∑
= 2 2 σ Σ − − = 2 2 1 1 11 t b k k r σ σvariabel (dua atau lebih) secara bersamaan pada suatu obyek tertentu. Salah satu konsep yang harus dipahami dalam melakukan analisis multivariat adalah masalah pengukuran variabel. Pengukuran variabel adalah menunjukkan angka-angka pada suatu variabel. Prosedur pengukuran dan pemberian angka tersebut diharapkan bersifat isoformik terhadap realita, artinya adanya persamaan dengan realita. Tingkat ukuran yang diberikan kepada konsep yang diamati tergantung pada aturan yang digunakan. Secara garis besar terdapat dua jenis pengukuran.
1. Pengukuran Nonmetrik
Pengukuran nonmetrik meliputi atribut, karateristik atau kategori yang diberikan untuk mengidentifikasikan atau menjelaskan sebuah obyek.
a. Skala nominal.
Dalam skala ini tidak ada asumsi tentang jarak maupun urutan kategori-kategori dalam ukuran. Angka–angka yang digunakan dalam suatu kategori-kategori tidak merefleksikan bagaimana kedudukan kategori tersebut terhadap kategori yang lain, tetapi hanya sekedar label.
Contoh : jenis kelamin, agama, partai politik. b. Skala ordinal
Skala ordinal mengurutkan responden dari tingkatan paling rendah ke tingkatan paling tinggi menurut suatu atribut tertentu tanpa ada petunjuk jelas mengenai berapa jumlah absolut atribut yang dimiliki oleh masing-masing responden.
Contoh : level kepuasan konsumen terhadap sebuah produk. 2. Pengukuran metrik ( kuantitatif )
Pengukuran metrik dapat disebut sebagai pengukuran data berupa angka dalam arti sebenarnya. Jadi, berbagai operasi matematika dapat dilakukan pada data metrik ini. Pengukuran metrik dapat dibagi menjadi dua bagian .
a. Skala interval.
Skala interval merupakan skala yang tidak semata-mata mengurutkan orang atau obyek berdasarkan suatu atribut saja, tetapi juga memberikan informasi
tentang interval antara satu obyek dengan obyek lainnya. Contoh : skala temperatur Fahrenheit dan Celcius.
b. Skala rasio.
Jadi ukuran rasio adalah suatu bentuk interval yang jaraknya tidak dinyatakan dalam perbedaan dengan angka rata-rata suatu kelompok tetapi dengan titik nol. Karena adanya titik nol maka perbandingan rasio dapat dilakukan.
Contoh : berat 10 liter beras adalah 2 kali lebih berat dari 5 liter.
2.6.1 Analisis Klaster.
Analisis Klaster adalah satu-satunya teknik multivariat yang tidak mengestimasi variat (kombinasi linear dari variabel berbobot) secara empirik, melainkan memanfaatkan variat yang di spesifikasikan oleh peneliti. Fokus dari Analisis Klaster ini adalah perbandingan antar obyek berdasarkan variat, bukan terhadap estimasi variat itu sendiri.
Analisis klaster juga dikenal dengan sebutan analsis Q, analisis Klasifikasi dan Tipologi serta Taksonomi Numerik. Namun demikian Analisis Klaster ini tetap bermaksud mengadakan pengklasifikasian obyek berdasarkan hubungan alaminya (bukan pengklasifikasian variabel sebagaimana halnya analisis faktor).
Analisis Klaster sangat bermanfaat jika seorang peneliti yang telah mengumpulkan banyak data melalui kuesioner merasa bahwa hasil observasi tersebut tidak memiliki arti kecuali observasi tersebut diklasifikasikan ke dalam kelompok-kelompok yang teratur. Analisis Klaster sebenarnya merupakan suatu metode yang sifatnya deskriptif, non teoritis dan non inferensi. Dengan demikian, Analisis Klaster tidak memiliki dasar statistik mengenai pengambilan kesimpulan tentang populasi dari sampel yang diobservasi. Selain itu, Analisis Klaster ini sangat tergantung kepada jenis variabel yang digunakan sebagai dasar ukuran kesamaan.
Pada dasarnya cara kerja analisi klaster adalah sebagai berikut. a. Mengukur kesamaan.
Metode yang umum digunakan adalah jarak Euclidean antar setiap pasangan observasi. Semakin kecil jaraknya, maka suatu pasangan observasi dikatakan memiliki kesamaan yang semakin besar.
b. Membentuk kelompok.
Setelah ukuran kesamaan diperoleh, maka langkah selanjutnya adalah membentuk kelompok/klaster. Salah satu metode yang umum digunakan adalah metode algomeratif (bagian dari prosedur hirarki). Metode ini dilakukan secara bertahap (stepwise) dengan jalan pertama-tama mengidentifikasikan dua obyek yang paling sama dan membentuknya ke dalam satu kelompok. Cara ini dilakukan terus hingga semua obyek tergabung ke dalam satu kelompok.
c. Menentukan jumlah kelompok.
Salah satu metode yang cukup sederhana dalam pengukuran homogenitas adalah rataan jarak semua observasi dalam kelompok.
Tahap 1 : tujuan analisis klaster.
Tujuan utama dari Analisis Klaster adalah untuk mempartisi sebuah set obyek menjadi dua kelompok atau lebih berdasarkan kesamaan karakteristik obyek tersebut. Dengan membentuk kelompok yang homogen, dapat dilihat tiga hal berikut.
a. Deskripsi Taksonomi.
Dengan Analisis Klaster dapat dipeoleh strukutur pengelompokan sejumlah obyek dari suatu observasi.
b. Simplifikasi Data.
Dengan menggunakan Analisis Klaster, peneliti dapat dengan lebih mudah melakukan analisis terhadap data mengingat data yang serupa sudah dikelompokkan dan direprensentasikan dengan karaktersitik umum dalam kelompok yang bersangkutan.
c. Identifikasi Hubungan / asosiasi.
Dengan Analisis Klaster memungkinkan peneliti untuk menemukan hubungan antar observasi yang semula tidak tampak dalam observasi individu.
Data yang digunakan dapat berupa data ratio, interval, frekuensi dan biner. Set data obyek harus memiliki variabel dengan tipe yang sejenis, tidak campur antara tipe satu dengan tipe lainnya. Variabel yang digunakan adalah variabel yang mengkarakteristikkan obyek yang akan dikelompokkan. Variabel tersebut harus relevan dengan tujuan dilakukannya Analisis Klaster.
Tahap 2 : standardisasi data dan pengukuran similaritas. Antisipasi data ekstrim dan standardisasi data.
Setelah pengumpulan data, harus dideteksi terlebih dahulu apakah terdapat outlier. Pengukuran Similaritas.
Similaritas inter-obyek dapat diukur dengan tiga metode berikut. • Pengukuran Korelasi.
Pada pengukuran jarak dengan metode pengukuran korelasi, obyek-obyek dikelompokkan bersama dalam satu kelompok jika memliki korelasi yang tinggi diantara variabel-variabel yang diukur. Metode ini jarang digunakan karena umumnya similaritas didasarkan pada kedekatan jarak antar obyek, bukan kesamaan pola antar variabel.
• Pengukuran Jarak.
Pengukuran berdasarkan jarak ini adalah yang paling umum digunakan dalam Analisis Klaster. Semakin kecil jarak antar obyek mengindikasikan semakin similar obyek-obyek tersebut, begitu juga sebaliknya. Teknik pengukuran jarak atau similaritas yang digunakan adalah Squared Euclidean Distance. Euclidean mengukur jarak antara dua item X dan Y dengan rumus :
2 i i Y) X ( ) Y , X ( D =∑ − [2.9] • Pengukuran asosiasi.
Metode ini digunakan untuk membandingkan obyek dengan karateristik data nonmetrik (nominal atau ordinal). Misalnya, jawaban responden berupa ’ya’ atau
paling sederhana dapat dilakukan dengan melihat persentase kesamaan jawaban antar responden ( kedua responden menjawab ’ya’ atau keduanya menjawab ’tidak’ terhdapar pertanyaan yang diberikan)
Ketiga metode tersebut dipilih berdasarkan tujuan penelitian dan tipe data. Pengukuran korelasi dan pengukuran jarak digunakan untuk tipe data metrik, sedangkan penukuran asosiasi untuk tipe data nonmetrik.
Tahap 3 : asumsi
Tidak seperti halnya teknik multivariat lainnya yang membutuhkan asumsi mengenai data berdistribusi normal, linieritas maupun homoscedasticity, Analisis Klaster hanya membutuhkan asumsi mengenai :
a. Sampel yang representatif.
Sampel yang diamati harus dapat mewakili keseluruhan populasinya. Untuk mendapatkan sampel yang representatif, harus menggunakan metode sampling yang sesuai.
b. Tidak ada multikolinieritas.
Berarti masing-masing variabel yang digunakan untuk membentuk kelompok, harus bebas satu dengan yang lainnya. Artinya variabel yang satu bukan merupakan kombinasi linier dari variabel-variabel lainnya.
Uji multikolinieritas bertujuan untuk menguji apakah model ditemukan adanya korelasi antar variabel independen. Tingkat multikolinieritas dapat diukur dengan:
• Matriks korelasi antara variabel-variabel independen. Korelasi (berpapasan yang tinggi, sekitar 0.9 atau lebih, menjadi pertanda adanya colinearity yang substansial (Hair, 1998).
• Nilai ’Tolerance’. Nilai batas yang minimum digunakan adalah 0.10. angka tersebut bermakna hanya 10 % dari variabilitas ( variansi ) suatu variabel
independen yang tidak dapat dijelaskan oleh variabel-variabel independen lainnya.
• Nilai ’Variance Infaltion Factor (VIF)’. VIF = 1 / Tolerance. Nilai batas maksimum yang dipakai adalah 10.
Nilai cutoff yang dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance <0.10 atau sama dengan nilai>10.
Tahap 4 : pembentukan kelompok
Terdapat tiga metode pengelompokan, yaitu : 1. Metode Hirarki.
Metode Hirarki adalah metode pengelompokan dengan membentuk konstruksi hirarki atau berdasarkan tingkatan tertentu seeprti struktur pohon. Jadi proses pengelompokan dilakukan secara bertingkat dan bertahap. Metode hirarki terbagi menjadi dua, yaitu metode algomeratif dan metode divisif.
a. Metode Algomeratif.
Metode ini dimulai dengan kenyataan bahwa setiap obyek membentuk kelompokknya masing-masing. Kemudian, dua obyek dengan jarak terdekat bergabung. Selanjutnya obyek ketiga akan bergabung dengan kelompok yang ada, atau membentuk obyek yang baru bersama kelompok yang lain.
• Single Linkage.
Metode ini menggunakan prinsip jarak minimum, yang diawali dengan mencari dua obyek yang memiliki jarak terdekat. Keduanya membentuk kelompok pertama. Pada langkah selanjutnya terdapat dua kemungkinan, obyek ketiga akan bergabung dengan kelompok yang telah terbentuk atau dengan dua obyek lain akan membentuk kelompok baru.
• Complete Linkage.
Metode ini merupakan kebalikan dari pendekatan yang digunakan pada Single Linkage. Prinsip jarak yang digunakan adalah jarak terjauh antar obyek.
Metode ini mengikuti prosedur yang sama dengan kedua metode sebelumnya. Prisip ukuran jarak yang digunakan adalah jarak rata-rata antar tiap pasangan obyek yang mungkin.
• Ward’s Method
Ward mengajukan suatu metode pembentukan kelompok yang didasari oleh hilangnya informasi akibat penggabungan obyek menjadi kelompok. Hal ini diukur dengan jumlah total dari deviasi kuadrat pada mean kelompok untuk tiap observasi. Error Sum Of Squares (ESS) digunakan sebagai fungsi obyektif.
• Centroid Method.
Jarak antar dua kelompok didefinisikan sebagai jarak antara titik tengah masing-masing kelompok.
b. Metode Divisif
Metode Divisif berlawanan dengan metode Algomeratif., pertama-tama mulai dengan satu kelompok besar mencakup semua observasi (obyek). Selanjutnya obyek yang memiliki ketidakmiripan besar dipisahkan sehingga membentuk kelompok yang lebih kecil. Pemisahan ini dilanjutkan hingga mencapai sejumlah kelompok yang diinginkan.
2. Metode Nonhirarki.
Pada metode nonhirarki, jumlah kelompok sudah ditentukan terlebih dahulu. Terdapat dua prosedur pada metode ini, yaitu :
• K-means Clustering.
• Methods Based on the Trace.
3. Kombinasi metode Nonhirarki dan Hirarki.
Tahap 5 : interpretasi hasil
Pada tahap ini yang perlu diperhatikan adalah karakteristik yang membedakan masing-masing kelompok. Kemudian sesuai dengan tujuan penulisan, beri label atau
nama yang dapat diberikan kepada masing-masing kelompok tersebut. Dalam hal ini, perlu dispesifikasikan kriteria-kriteria yang mendasari kelompok-kelompok yang telah terbentuk. Di samping itu, interpretasi hasil dari pengelompokan dapat dilihat dari grafik dendogram maupun nilai koefisien aglomerasi.
Tahap 6 : validasi
Tahap validasi dilakukan untuk menjamin bahwa hasil pengelompokan dapat mempresentasikan populasi dan dapat digeneralisasi untuk obyek lainnya dalam periode waktu lainnya. Analisis lanjutan adalah mengidentifikasikan karateristik kelompok dalam rangka menjelaskan alasan perbedaan kelompok berdasarkan dimensi-dimensi tertentu. Untuk itu dapat digunakan analsis diskriminan.
2.6.2 Analisis Diskriminan
Analisis Diskriminan adalah salah satu teknik multivariat yang digunakan untuk mengestimasi hubungan antara satu variabel dependen nonmetrik (kualitatif, kategorial) dengan satu himpunan variabel independen metrik (kuantitatif). Dengan Analisis Diskriminan, dapat mengelompokkan setiap obyek pengamatan ke dalam dua atau lebih kelompok (variabel dependen) berdasarkan kriteria sejumlah variabel
independen. Pengelompokan ini bersifat mutually exclusive, artinya jika sebuah
obyek sudah masuk kelompok 1, maka tidak mungkin obyek tersebut dapat menjadi anggota kelompok 2.
Model Dasar
Analisis Diskriminan merupakan teknik yang menurunkan kombinasi linier dari dua atau lebih variabel independen untuk mendiskriminasi kelompok-kelompok obyek yang telah didefinisikan sebelumnya.
nk n k k JK a WX WX W X Z = + 1 1 + 2 2 +...+ [2.10] Keterangan :
JK
Z = skor diskriminan dari fungsi ke-j untuk obyek ke-k a = konstanta (intercept)
Wi = bobot diskriminan untuk variabel independen ke-i Xik = variabel independen ke-i untuk obyek ke-k
Tahap 1 : tujuan analisis diskriminan Tujuan dari Analisis Diskriminan adalah untuk :
• Menentukan apakah terdapat perbedaan yang berarti antar kelompok, artinya obyek-obyek pengamatan dapat dikelompokkan ke dalam dua atau lebih kelompok.
• Menentukan variabel independen yang membedakan kelompok-kelompok obyek. Variabel independen yang bersifat membedakan (diskriminan) ini akan membentuk sebuah model diskriminan.
• Menentukan prosedur untuk mengklasifikasikan obyek pengamatan kelompok-kelompok berdasarkan skornya dalam model diskriminan.
Analisis ini sangat bermanfaat bila peneliti memang tertarik untuk memahami perbedaan yang terjadi antar kelompok dan selanjutnya memprediksi bagaimana mengelompokkan suatu obyek ke dalam kelompok tersebut.
Tahap 2 : variabel penelitian
Langkah-langkah yang harus dilakukan adalah sebagai berikut :
a. Menentukan variabel dependen dan variabel independennya. Jumlah variabel dependen boleh dua atau lebih tetapi harus mutually exclusive (misalnya : sering dan jarang). Peneliti dapat juga mengikutsertakan variabel dependen perantara yang biasanya bertindak sebagai peralihan antara variabel antar variabel dependen yang sifatnya bipolar/ekstrim (misalkan variabel dependennya menjadi sering, kadang-kadang dan jarang).
b. Menentukan ukuran sampel. Dianjurkan agar menggunakan 20 sampel untuk setiap kelompok variabel dependen.
c. Pemilihan sampel. Sampel biasanya dipilih menjadi dua yaitu sampel analis (untuk keperluan membangun fungsi diskriminan) dan holdout sample (untuk keperluan validasi)
Tahap 3 : asumsi
Data-data yang digunakan dalam Analisis Diskriminan harus memenuhi asumsi sebagai berikut :
1. Variabel independen berdistribusi normal multivariat.
Bila tidak memenuhi asumsi normal multivariat, maka akan timbul masalah dalam mengestimasi fungsi diskriminan.
2. Matriks variansi-kovariansi dari variabel-variabel independen dalam masing-masing kelompok adalah sama. Bila tidak memenuhi kesamaan variansi, maka akan mempengaruhi proses klasifikasi obyek.
3. Tidak ada korelasi antar variabel independen. Jika dua variabel independen mempunyai korelasi yang kuat, maka dikatakan terjadi multikolinieritas.
4. Tidak ada data yang sangat ekstrim (outlier) pada variabel independen. Jika ada data outlier yang tetap diproses, hal ini bisa berakibat berkurangnya ketepatan klasifikasi dari fungsi diskriminan.
Outlier adalah data yang memiliki karakteristik unik yang terlihat sangat
berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim. Penyebab timbulnya outlier adalah kesalahan meng-entry data, gagal menspesifikasi adanya missing value, outlier bukan merupakan anggota populasi yang diambil sebagai sampel dan outlier berasal dari populasi tapi memiliki nilai ekstrim dan tidak terdistribusi normal.
Deteksi terhadap outlier dapat dilakukan dengan menentukan nilai batas dengan cara mengkonversi nilai data ke dalam skor standardized (z score) yang memiliki means sama dengan nol dan standar deviasi sama dengan satu. Menurut Hair (1998), untuk kasus sampel kecil (<80), maka standar skor dengan nilai + 2.5 dinyatakan outlier.
Outlier adalah obyek yang memiliki nilai ekstrim dibandingkan obyek-obyek
lainnya. Adanya outlier dapat mengganggu dalam proses pengelompokan. Kemudian perhatikan dimensi/satuan pengukuran variabel yang bersangkutan. Jika terdapat perbedaan dimensi, maka variabel harus distandardisasi terlebih dahulu. Standardisasi dapat dilakukan dengan menghitung skor standard.
σ M Xi Z = − [2.8] Keterangan : Z = skor standar Xi = skor data mentah M = rata-rata data mentah
σ = standar deviasi
Jika sebuah data outlier maka nilai z yang didapat lebih besar dari angka +2,5
dan lebih kecil dari angka -2,5. Apabila asumsi-asumsi diatas telah diuji dan terpenuhi, maka analisis dapat dilanjutkan ke tahapan berikutnya.
Tahap 4 : estimasi model diskriminan Metode Estimasi
Estimasi model diskriminan dilakukan dengan menghitung nilai skor diskriminan yang merupakan kombinasi linier variabel independen untuk setiap obyek. Metode yang dapat digunakan adalah estimasi simultan dan estimasi bertahap (stepwise). 1. Estimasi Simulatan.
Pada metode ini, semua variabel independen di input secara bersamaan untuk membentuk model tanpa mempertimbangkan daya pembeda antar variabel. 2. Estimasi Bertahap.
Pada metode ini, variabel independen diinput satu persatu ke dalam model berdasarkan daya pembedanya. Metode ini sangat bermanfaat bila analisis melibatkan variabel independen dalam jumlah yang besar.
Signifikansi Fungsi Diskriminan
Selanjutnya harus diputuskan apakah fungsi diskriminan yang diperoleh signifikan dalam menunjukkan perbedaan antar kelompokdilihat dari discriminatory power-nya. Uji statistik yang dapat dipakai adalah Wilks’s Lambda, Hotteling’s Trace, Pillai’s
Criterion, Mahalanobis D² dan Rao’s V. Meskipun begitu, jika menggunakan metode
Stepwise untuk mengestimasi fungsi diskriminan, ukuran Mahalanobis D² dan Rao’s
V lebih sesuai digunakan.
Setelah fungsi diskriminan diperoleh, (jumlah fungsi diskriminan adalah jumlah kelompok dikurangi 1)
Menilai Overall Fit
Setelah fungsi diskriminan dipandang signifikan, maka selanjutnya adalah menilai overall fit dengan cara :
1. Menghitung discriminant Z score untuk setiap observasi.
2. Mengevaluasi group differences on discriminant Z score.
Dengan perbandingan centroid grup untuk memastikan bahwa dengan fungsi diskriminan yang signifikan, ada perbedaan yang signifikan antara masing-masing grup.
3. Menilai keakuratan prediksi.
a. Hit Ratio, ukuran ini analog dengan R² pada regresi.
b. Optimim Cutting Score, merupakan kriteria/nilai dimana masing-masing nilai diskriminan obyek dibandingkan untuk menentukan obyek dibandingkan untuk menentukan obyek seharusnya dimasukkan ke grup mana. Rumusnya adalah :
B A A B B A N N Z N Z N Zct + + = [2.11] dimana :
A
N = jumlah anggota grup A B
N = jumlah anggota grup B A
Z = centroid grup dari A B
Z = centroid grup dari B
c. Classification Matrices. Untuk kasus dua grup berlaku aturan :
Obyek masuk ke dalam kelompok A jika
Z
n<
Z
ct. Obyek masuk ke dalamkelompok B jika
Z
n>
Z
ct. nZ
= nilai diskriminan Z obyek ke-nct
Z
= cutting scored. Uji T, digunakan untuk menilai signifikansi dari hit ratio (keakuratan klasifikasi).
e. Press’s Q Statistic. Digunakan untuk membandingkan predictive accuracy dari fungsi diskriminan dengan predictive accuracy by chance. Hal ini untuk memperoleh predictive accuracy sebesar yang diperoleh discriminant function (jadi, sia-sia menggunakan MDA). Rumus Press’s Q adalah :
) 1 ( ] [ ' Pr 2 − − = K N nK N sQ ess [2.12]
N = jumlah sampel keseluruhan
N = jumlah obyek yang diklasifikasi secara tepat K = jumlah kelompok
Nilai Press’s Q akan dibandingkan dengan nilai kritis chi-square untuk df = 1 dan α tertentu. Jika nilai Press’s Q lebih besar dari nilai kritis chi-square, maka disimpulkan bahwa the prediction by discriminant function were significantly
Tahap 5 : INTERPRETASI HASIL
Hal-hal yang perlu diinterpretasikan adalah sebagai berikut :
a. Menentukan tingkat kepentingan relatif dari variabel independen dalam mendiskriminasi antar kelompok.
b. Memahami profil perbedaan antar kelompok.
Metode yang dapat digunakan untuk menginterpretasikan hasil Analisis Diskriminan adalah dengan melihat discriminant weight dan Partial F value.
• Discriminant Weight.(Discriminant coefficient)
Lakukan pemeriksaan tanda dan arah dari standardized discriminant weight setiap variabel independen. Variabel dengan bobot besar berkontribusi lebih besar terhadap fungsi diskriminan.
• Discriminant Loading
Mengukur korelasi linier sederhana antar setiap variabel independen dengan setiap fungsi diskriminan yang dapat diinterpretasikan sebagai faktor untuk menilai kontribusi relatif setiap variabel independen terhadap fungsi diskriminan. Dianjurkan untuk memilih discriminant loadings karena dipandang lebih valid daripada discriminant coefficient.
• Partial F Values
Semakin besar nilai F, menunjukkan daya pembeda yang semakin besar.
Jika menggunakan dua atau lebih fungsi diskriminan, maka metode interpretasi yang dilakukan adalah sebagai berikut.
1. Rotasi fungsi diskriminan.
Dilakukan untuk meredistribusi variansi sehingga interpretasi fungsi diskriminan menjadi lebih mudah.
2. Indeks Potensi.
Merupakan ukuran relatif daya pembeda dari variabel independen. Dihitung dengan dua step :
i i E E RE ∑ = [2.13]
RE i = relative eigenvalue fungsi diskriminan i E i = eigenvalue fungsi diskriminan i
PV = (discriminant loading ij)² x ij RE j = nilai potensi variabel i pada fungsi j
Step 2 : calculate a composite potency index across all significant function
PI =∑PVij [2.14]
PV = indeks potensi variabel independen i
3. Display Grafis dari Group Centroid.
Tahap 6 : VALIDASI HASIL
Validasi ini dapat dilakukan dengan jalan menerapkan fungsi diskriminan kedalam
holdout sampel. Matriks klasifikasi dapat dibuat kembali. Selain itu, setelah
ditemukan variabel independen dengan kontribusi besar, maka harus dicirikan karakteristik kelompok berdasarkan rataan nilai kelompok.
BAB III
METODOLOGI PENELITIAN
Metode penelitian menggambarkan langkah-langkah penelitian yang akan dilakukan dalam pemecahan masalah. Langkah-langkah penelitian tersebut adalah sebagai berikut :
3.1 TAHAP I : IDENTIFIKASI MASALAH
Pada tahap pertama yaitu identifikasi masalah, akan dijelaskan mengenai penelitian pendahuluan yang akan dilakukan penulis. Setelah itu, dijelaskan mengenai studi pustaka yang akan menunjang penelitian, latar belakang dilakukan penelitian, perumusan masalah dan tujuan penelitian.
Observasi pendahuluan dilakukan untuk mengetahui permasalahan umum Industri Kecil dan Menengah Batik di Surakarta. Penelitian pendahuluan dilakukan dengan observasi ke 63 Industri Kecil dan Menengah Batik di Surakarta. Lokasi observasi yaitu berada bebrapa Kecamatan, yaitu di Laweyan, Banjarsari, Serengan, Jebres dan Pasar Kliwon. Observasi dilakukan dengan melakukan pengamatan lokasi dan wawancara awal ke Ketua Forum Pengembangan Kampung Batik Laweyan (FPKBL).
Pada observasi, dilakukan wawancara dengan Ketua FPKBL untuk mendapatkan data awal sebelum melakukan wawancara ke 63 pemilik Industri Kecil dan Menengah Batik. Data awal tersebut yaitu untuk mengetahui permasalahan yang sering terjadi di kawasan industri batik Laweyan, sejarah perbatikan, informasi mengenai masing-masing pemilik industri batik, kemudahan dan kesulitan yang dialami pemilik indutri batik, kemudahan mendapatkan data untuk pengisian kuesioner dan perkembangan industri batik sejak mulai didirikan.
3.1.2 Tinjauan Pustaka.
Tinjauan pustaka merupakan dasar yang diperlukan untuk mendapatkan pemahaman yang baik mengenai faktor-faktor yang mempengaruhi kinerja industri kecil dan menengah. Studi pustaka dilakukan dengan merujuk kepada buku-buku yang terkait dengan konsep kompetensi dan performansi serta jurnal dan tugas akhir yang sesuai dengan topik penelitian ini.
Untuk menghasilkan gambaran umum mengenai kondisi Industri Kecil dan Menengah Batik di Surakarta, juga dilakukan kunjungan ke Biro Pusat Statistik. Data yang ditinjau berupa karakteristik industri batik, sebaran lokasi industri batik serta masalah-masalah yang dihadapi Industri Kecil dan Menengah Batik umumnya. Sedangkan untuk pengolahan data, merujuk pada buku-buku, artikel, jurnal dan tugas akhir yang menjelaskan mengenai Analisis Multivariat.
Berdasarkan observasi pada penelitian pendahuluan, didapatkan informasi mengenai sejarah batik dan perkembangan industri batik. Batik adalah salah satu tradisi yang berlangsung turun temurun dan makin mengangkat nama Surakarta sehingga menjadikan Surakarta sebagai pusat batik di Indonesia. Tetapi di sisi lain, pemerintah daerah dan warga sekitar kurang memberi perhatian pada perkembangannya. Dengan jumlah tenaga kerja yang kurang dari 100 orang, IKM Batik sering tidak mampu menangkap peluang pasar yang membutuhkan jumlah volume produksi yang besar. Selain itu, IKM Batik juga sering mengalami kesulitan dalam akses-akses jasa keuangan dan konsultasi. Keterbatasan modal investasi juga menjadi hambatan untuk peningkatan fungsi internal seperti pelatihan dan inovasi teknologi.
Berbeda dengan industri batik berskala besar, Industri Kecil dan Menengah Batik tidak memiliki kapasitas kemampuan untuk mengatasi semua kekurangan yang dihadapinya. Hal inilah yang menjadi dasar pertimbangan mengapa perlunya diidentifikasi variabel-variabel dominan yang berpengaruh terhadap keberhasilan kinerja IKM Batik. Dengan mengetahui variabel tersebut, diharapkan dapat membantu IKM Batik dalam menumbuh kembangkan industrinya. Perkembangan IKM Batik yang pesat dapat meningkatkan pendapatan daerah lebih dari 37 %. Bagi Kota Surakarta, perkembangan IKM Batik yang menjadi kekuatan ekonomi kerakyatan, dapat berkembang baik dalam ukuran jumlah unit usaha, nilai produksi, investasi, maupun jumlah tenaga kerja yang dapat terserap.
3.1.4 Perumusan Masalah.
Perumusan masalah adalah langkah dalam proses penelitian untuk mengidentifikasikan masalah-masalah yang ada berdasarkan keadaan suatu organisasi. Sebagaimana yang telah dijelaskan pada sub bab 1.2, penelitian ini dilakukan untuk menganalisis performansi finanasial IKM Batik di Surakarta berdasarkan faktor Kompetensi Industri Kecil dan Menengah.
Setelah merumuskan permasalahan, langkah selanjutnya adalah menetapkan tujuan yang ingin dicapai dari penelitian. Tujuan dari penelitian ini adalah mengidentifikasi faktor-faktor yang mempengaruhi kompetensi IKM Batik, mengidentifikasi variabel-variabel kompetensi yang dominan membedakan kelompok klaster industri dan mengidentifikasi kekuatan dan kelemahan tiap kelompok klaster industri.
Diharapkan penelitian ini dapat bermanfaat bagi para pemilik Industri Kecil dan Menengah Batik di Surakarta, pemerintah, badan-badan yang bersangkutan lainnya untuk meningkatkan kinerja industri batik skala kecil dan menengah tersebut.
3.2 TAHAP II : PERANCANGAN MODEL FAKTOR KOMPETENSI Model penelitian dimaksudkan untuk membuat batasan yang jelas dari penelitian yang akan dilakukan dan menetapkan variabel dependen serta independen yang akan diteliti. Model penelitian yang dipakai merupakan adopsi dari penelitian sebelumnya. Selain itu, model penelitian yang digunakan juga harus disesuaikan dengan keadaan dan jenis industri yang akan diteliti.
Rumusan faktor Kompetensi IKM berdasarkan penelitian sebelumnya yang akan dijadikan acuan dalam penelitian ini adalah penelitian Tumenggung (1999). Tumenggung berhasil merumuskan 6 faktor kompetensi dan 20 variabel kompetensi yang dapat dijadikan dasar dalam penelitian ini seperti yang dipaparkan pada tabel 3.2. Namun, perlu disadari, bahwa penelitian tersebut mencakup IKM sektor logam dan karet sehingga perlu ditelaah terlebih dahulu perubahan-perubahan faktor yang dapat terjadi di lapangan.
Tabel 3.2 Model Kompetensi IKM Batik
No. FAKTOR VARIABEL DESKRIPSI
1. Teknologi dan Produksi X1 X2 X3 X4 X5 Teknologi Proses Teknologi Produk Manufaktur Adaptif
Dukungan di Bidang Teknologi dan Produksi
Fasilitas Perawatan 2. Sumber Daya Manusia X6
X7 X8 X9 X10
Produktivitas Tenaga Kerja Aktivitas Pengembangan SDM Dukungan Di Bidang SDM Kemampuan Operasional Fleksibilitas Kemampuan SDM
X12 X13
Aktivitas Promosi
Dukungan di Bidang Pemasaran
4. Keuangan X14
X15
Kekuatan Modal
Dukungan di Bidang Finansial 5. Pengadaan Bahan Baku X16
X17
Pasokan Bahan Baku Jaringan Pemasok 6. Manajemen Perusahaan X18 X19 X20 Manajemen SDM Manajemen Finansial Manajemen Integral Sumber : Tumenggung (1999)
3.3 TAHAP III : PERANCANGAN KERANGKA PENELITIAN
Perancangan kerangka penelitian ini terdiri dari perancangan sampling dan perancangan metode pengumpulan data.
3.3.1 Perancangan Sampling.
Salah satu metode sampling yang digunakan adalah sampling Probabilitas yaitu Sampling Random Stratifikasi yaitu Proporsional. Karena jumlah populasi IKM Batik di Surakarta diketahui berjumlah 75 (BPS, 2003). Cara pengambilan sampel dilakukan dengan menyeleksi setiap unit sampling yang sesuai dengan ukuran unit sampling. Hasil pengelompokan sampel dapat dilihat pada Tabel 3.3.
Perancangan sampling dilakukan dengan metode Rumus Slovin (1960). Hal ini dikarenakan jumlah populasi Industri Kecil dan Menengah Batik di Surakarta berjumlah 75 (BPS, 2003), sehingga perlu ditentukan jumlah sampel yang akan diambil.
Pembagian wilayah administrasi Kota Surakarta yang merupakan kawasan Industri Kecil dan Menengah Batik dibagi menjadi 5 wilayah (BPS, 2003). Kelima wilayah tersebut adalah Laweyan, Banjarsari, Pasar Kliwon, Serengan dan Jebres. Industri Kecil dan Menengah Batik yang diikutsertakan dalam penelitian ini yaitu
industri yang termasuk ke dalam sektor Klasifikasi Lapangan Usaha Industri (KLUI) 32006 dan 32117 (BPS, 2006)
Penentuan sampel didasarkan pada Rumus Slovin (1960) pada persamaan 2.1. Jadi dari ukuran populasi sejumlah 75 Industri Kecil dan Menengah di Surakarta, didapatkan ukuran sampel sejumlah 63 industri untuk diteliti. Industri Kecil dan Menengah Batik di Surakarta, terkonsentrasi di 5 wilayah kecamatan yaitu Laweyan, Banjarsari, Pasar Kliwon, Serengan dan Jebres. Jumlah sampel pada masing-masing wilayah tersebut dibagi dengan menggunakan sampel Proporsional dengan hasil sebagai berikut :
Tabel 3.3 Rekapitulasi distribusi lokasi sampel
No. Wilayah Jumlah Populasi % Populasi Jumlah Sampel 1. 2. 3. 4. 5. Laweyan Pasar Kliwon Banjarsari Serengan Jebres 54 7 10 3 1 73 9 13 4 1 45 6 8 3 1 75 100 63
Sumber : data primer yang telah diolah, 2006
Jumlah sampel ini diasumsikan cukup untuk dilakukan perhitungan terhadap Analisis Klaster dan Analisis Diskriminan
