PEMBAHASAN DAN HASIL PENELITIAN
Pada bab ini akan menjelaskan secara rinci satu per satu hal-hal yang sudah dikerjakan oleh penulis, seperti konsep kuesioner yang disebar oleh penulis dan konsep uji coba langsung yang menggunakan responden.
Pada bab ini juga akan dijabarkan dan dibahas penuh hasil dari penelitian untuk mengukut estimasi performa end-to-end. Dimana, hasil dari estimasi performa yang didapatkan oleh penulis, nantinya akan dibandingkan dengan hasil pengukuran uji coba yang menggunakan responden. Dengan membandingkan kedua hasil tersebut, diharapkan akan mendapatkan sebuah kesimpulan tersendiri.
4.1. Konsep Kuesioner Indikator Waktu
Tujuan peniliti untuk kuesioner ini adalah untuk mendapatkan indikator waktu kecepatan yang terbagi menjadi 3 (tiga), yaitu "jaringan yang cepat", "sedang", dan "pelan". Indikator waktu kecepatan jaringan yang dimaksud oleh penulis bersifat untuk pengguna umum yang sudah terbiasa dalam mengakses internet, sehingga dalam penyebaran kuesioner ini targetnya adalah pengguna yang sudah umum dalam mangakses internet atau pengguna yang sering bersurfing web.
Dalam ilmu statistika, dalam menentukan jumlah penggambilan data (sampel), partama-tama diharuskan untuk mengetahui terlebih dahulu jumlah "populasi" yang diperlukan, kemudian diperlukannya sebuah perhitungan guna mendapatkan "sampel" yang dapat mencerminkan perwakilan keseluruhan populasi. Oleh karena
itu, peneliti menetapkan batasan populasi untuk kuesioner ini adalah wilayah "Jakarta Barat".
Penulis menentukan jumlah populasi masyarakat wilayah Jakarta Barat dengan alasan, karena ruang lingkup penulis sebagai langkah awal penelitian, area penyebaran berkisar pada daearah BINUS UNIVERSITY, dimana lokasi BINUS UNIVERSITY termasuk dalam wilayah Jakarta Barat.
Berdasarkan (Dinas Kependudukan dan Catatan Sipil Provinsi DKI Jakarta, 2011) jumlah penduduk wilayah Jakarta Barat dengan total penduduk "2.259.606 jiwa".
Data survei yang dikeluarkan/dipublikasikan oleh (Dinas Kependudukan dan Catatan Sipil Provinsi DKI Jakarta, 2011) yang terbaru adalah populasi masyarakat DKI Jakarta tahun 2011, data tersebut dipublikasikan pada tanggal Maret 2012.
Tentunya, dari total populasi penulis akan mengambil jumlah sampel masyarakat Jakarta Barat yang diperlukan untuk penelitian ini dengan menggunakan metode "Slovin" (teori dapat dilihat pada Bab 2), dengan toleransi kesalahan adalah 10% atau tingkat keyakinan 90%.
Perhitungan jumlah sampel menggunakan metode "Slovin". Berikut ini adalah perhitungan untuk jumlah penggambilan sampel yang diperlukan oleh penulis dalam menyebarkan kuesioner,:
Jumlah populasi wilayah Jakarta Barat = 2.259.606 Jiwa Toleransi kesalahan = 10% = 0.1
(pembulatan)
Dari perhitungan diatas didapat angka 100, maka jumlah sampel dalam penyebaran kuesioner indikator waktu yang diperlukan oleh penulis adalah sebanyak "100 jiwa".
Berikut adalah penjelasan konsep pertanyaan dari kuesioner indikator waktu (Pertanyaan kuesioner indikator waktu dapat dilihat pada lampiran L1-L2):
1. Pada bagian awal (pertanyaan 1-3), berguna untuk mengetahui rentang umur, tingkat pendidikan terakhir ataupun yang sedang dijalani, dan status pekerjaan responden yang diminta untuk menjawab kuesioner.
2. Untuk pertanyaan 4 hingga 9, bertujuan untuk mengetahui sejauh mana penggalaman responden dalam menggunakan internet dan juga kebiasaan mengakses internet responden. Dalam hal ini berguna bagi peneliti untuk mengetahui "Apakah data yang di isi oleh responden sesuai dengan target kuesioner?"
3. Pada pertanyaan 10 -12, merupakan inti dari kuesioner ini. Dimana, peneliti mentanyakan persepsi responden mengenai waktu yang diperlukan ketika
pertama mengetik hingga halaman muka web/situs terbuka penuh. Dari data pada pertanyaan tersebut, diolah dengan menggunakan "Simpangan Baku", sehingga didapatlah indikator waktu kecepatan jaringan secara umum (cepat, sedang, pelan).
4. Untuk pertanyaan 13, bertujuan untuk mengetahui apakah responden memiliki perangkat berupa Modem USB yang berguna untuk mengakses internet secara mobile. Bila responden menjawab "Tidak", maka responden tidak perlu menjawab pertanyaan selanjutnya. Bila menjawab "Ya", maka responden melanjutkan menjawab pertanyaan berikutnya.
5. Pertanyaan 14 hingga 16, memiliki tujuan yang sama pada point nomor 3 di atas. Perbedaannya adalah pada pertanyaan ini indikator waktu kecepatan jaringan yang didapatkan adalah waktu indikator untuk jaringan GSM, berbeda untuk point nomor 3 diatas untuk indikator secara umum.
Berikut adalah kriteria/syarat kuesioner yang diterima/valid oleh penulis:
1. Kecocokan antar jawaban pada pertanyaan nomor 1 - 3.
2. Kecocokan jawaban pada pertanyaan nomor 9 dengan jawaban pertanyaan nomor 13.
3. Pada pertanyaan 10 & 12, bila salah satu jawaban berada diantara jawaban pertanyaan nomor 11. (secara perbandingan 10 ≤ 11 ≤ 12)
4. Jawaban pertanyaan 14-16 sama halnya dengan point nomor 3 diatas.
Seperti pada point nomor 3 diatas, ketika kuesioner ini telah selesai disebar, data yang diperoleh akan diolah dengan cara menggunakan rumusan "Simpangan Baku" untuk data variable tunggal. Untuk dara variabel antara/kelompok, maka menggunakan rumusan "Simpangan Baku Kelompok".
Berikut adalah hasil penyebaran dan penghitungan kuesioner indikator waktu, serta pengolahan data untuk pertanyaan nomor 10 -12 dan 14 -16:
(Tabel hasil jawaban responden dapat dilihat pada lampiran L4, L6, dan L8)
Jumlah kuesioner yang disebar = 148 kuesioner
Jumlah kuesioner responden yang diterima/digunakan = 100 kuesioner
DATA VARIABEL TUNGGAL (pertanyaan nomor 10 dan 12)
Total waktu "tercepat" (dalam detik) = 436 detik Total waktu "terlama" (dalam detik) = 1864 detik
Rata-rata waktu (tercepat) = = 4,36 detik = 4 detik (pembulatan kebawah)
Rata-rata waktu (terlama) = = 18,64 detik = 19 detik (pembulatan keatas)
Total "tercepat" = 480 detik Total "terlama" = 18880 detik
Ragam (tercepat) = = 4,8 detik
Ragam (terlama) = = 188,8 detik
maka,
Simpangan baku (terlama) = = 13,74 = 14 detik (pembulatan keatas)
DATA VARIABEL KELOMPOK (pertanyaan nomor 11)
Total frekwensi (f) = 100
Total frekwensi (f) x nilai tengah ( ) = 770
Rata-rata waktu (rata-rata) =
=
= 7,7Total = 787,5
Ragam (rata-rata) = = 7,875 = 7,88 (pembulatan keatas)
maka,
Simpangan baku (rata-rata) = = 2,8 detik = 3 detik (pembulatan keatas)
Dari hasil perhitungan diatas, maka disimpulkan indikator kecepatan waktu masyarakat Jakarta Barat adalah:
1. Waktu tercepat adalah 2 detik.
2. Waktu rata-rata/sedang adalah 3 detik. 3. Waktu tercepat adalah 14 detik.
4.2. Konsep Kuesioner Uji Coba Langsung
Pada percobaan ini, sebelum responden menjawab pertanyaan pada lembar kuesioner, responden diharuskan untuk melakukan beberapa tindakan yang diperlukan guna menjawab pertanyaan kuesioner tersebut.
Pada percobaan ini, sebelum meminta responden melakukan tindakan yang akan diminta oleh penulis, penulis harus mempersiapkan terlebih dahulu:
1. sebuah komputer jinjing (laptop). 2. sebuah perangkat Modem USB.
3. sebuah kartu GSM yang secara aktif tersedia paket internet (dalam hal ini produk paket penyedia jasa internet XL).
Dalam hal ini, perangkat-perangkat tersebut disediakan oleh peneliti sendiri. Langkah-langkah prosedur ketika penyebaran kuesioner uji coba: 1. Penulis pertama-tama mempersiapkan peralatan yang diperlukan.
2. Meminta calon responden untuk kesediaannya membantu menjawab kuesioner.
3. Responden yang bersedia membantu menjawab kuesioner, akan diberikan sebuah laptop untuk uji coba, modem USB yang sudah terhubung dengan internet dan lembaran kuesioner.
4. Program yang sedang berjalan pada laptop sebelum diberikan kepada responden, adalah hanya program browser (Google Chrome), dengan kondisi belum mengakses web.
5. Responden dipersilahkan membaca terlebih dahulu dari penjelasan awal pada kuesioner dan dipersilahkan untuk menjawab langsung.
7. Setelah responden mengakses situs yang diminta hingga halaman situs terbuka penuh, responden dipersilahkan untuk melanjutkan menjawab pertanyaan kuesioner.
8. Pada lembar kuesioner, terdapat bagian petugas (penulis) akan memberitahukan responden total waktu yang didigunakan ketika mengakses situs yang diminta hingga halaman situs terbuka penuh.
9. Sebelum meminta calon responden berikutnya, browser yang digunakan oleh responden sebelumnya, ditutup (close) terlebih dahulu dan membuka kembali program browser yang baru.
Target responden pada kuesioner uji coba penggalaman, peneliti membagi menjadi 2 (dua), yaitu "Expert" (berpenggalaman) dan "Non-Expert" (awam). Kriteria pembagian berdasarkan (ITU-T, 2005), subjek “expert” dan “non-expert” memiliki perilaku dan penilaian yang berbeda, serta berdasarkan (Ortega, R. 2009), user expert lebih mudah frustasi terkait dengan delay yang terjadi pada tahap percobaan. Oleh sebab itu, penulis menentukan “expert” adalah professor, dosen, dan karyawan IT, sedangkan “non-expert” adalah mahasiswa. Kedua golongan tersebut orang-orang yang berkaitan dengan dunia IT.
Penetapan jumlah populasi dan sampel yang diperlukan untuk kuesioner ini sama dengan kuesioner "Indikator Waktu". Hanya saja dikarenakan respondennya digolongkan atas Expert dan Non-Expert, maka jumlah sampel akan terbagi 2 (dua) sama rata. Berikut adalah penjelasan konsep pertanyaan dari kuesioner "Uji Coba Penggalaman Langsung" yang bertujuan untuk mendapatkan indikator waktu kecepatan jaringan: (Pertanyaan kuesioner uji coba dapat dilihat pada lampiran L3)
1. Pada kuesioner ini, responden akan diminta untuk melakukan tindakan percobaan dengan mengakses situs yang tertulis pada lembar kuesioner. Hal
ini dimaksudkan untuk memperoleh persepsi responden terhadap konten situs yang berbeda.
2. Pertanyaan 1 hingga 3, bertujuan mengetahui latar belakang responden, sehingga dari jawaban pertanyaan ini, penulis dapat membedakan jawaban antara golongan yang "berpenggalaman" dan "kaum awam".
3. Untuk Pertanyaan 4, bertujuan untuk mengarahkan persepsi responden kepada waktu yang diperlukan ketika pengaksesan situs terbuka penuh. Data jawaban ini tidak akan digunakan oleh penulis.
4. Sebelum responden menjawab pertanyaan nomor 5, responden akan diberitahukan oleh petugas (dalam hal ini penulis sendiri) waktu yang digunakan ketika pengetikan hingga situs terbuka penuh dengan menggunakan alat bantu "SpeedTest".
5. Pertanyaan 5, bertujuan mendapatkan penilaian responden terhadap waktu yang digunakan hingga situs terbuka penuh. Nilai ini nantinya akan menjadi nilai QoE - Quality of Experience secara subjektif.
6. Pertanyaan 6, bertujuan untuk mendapatkan persepsi harapan/ekspektasi dari responden terhadap waktu yang digunakan untuk terbuka penuh halaman situs yang telah responden lakukan. Sehinnga data ini akan menjadi perbedaan antara persepsi golongan Expert dan Non-Expert
7. pertanyaan 7 hingga 9 bertujuan sama dengan point nomor 2 hingga 6 diatas.
Kriteria/syarat yang valid/diterima oleh penulis adalah: 1. Kecocokan antara jawaban nomor 1 - 3.
2. Responden memberikan jawaban pada pertanyaan nomor 6 dengan jawaban rentang waktu (contoh: 3-5 detik).
4.3. Model Opini Estimasi Performa End-to-End
Setelah mendapatkan indikator waktu, maka penulis dapat menghitung model opini estimasi performa end-to-end, dimana model opini tersebut akan mejadi model opini dalam mengukur QoE secara objektif. Berikut adalah perhitungan untuk mendapatkan model opini untuk estimasi perfrma end-to-end dari hasil kuesioner uji coba langsung dan dari indikator waktu yang diperoleh dengan menggunakan rumus MOS pada (ITU-T, 2005):
KESELURUHAN (UMUM) (rincian tabel waktu dapat dilihat pada lampiran L9)
Cepat = 2 Detik Sedang = 3 Detik Pelan = 14 Detik
MODEL OPINI SECARA UMUM MOS =
Min = waktu tercepat Max = waktu terlama
SessionTime = total waktu yang sebuah halaman web terbuka penuh
MOS =
MOS =
MOS = MOS =
Dari hasil penghitungan diatas, didapatlah model opini untuk mengukur nilai QoE untuk umum. Setelah mendapatkan model opini tersebut, maka penulis melakukan penilaian terhadap waktu kecepatan untuk web/situs "xl.co.id" dan "detik.com" yang didapat dari kuesioner uji coba secara langsung. Penilaian ini terlepas atas golongan expert dan non-expert, sehinga total penilaian QoE adalah 100 sesi.
Penulis akan mempresentasikan diagram hasil nilai QoE dengan session time, dimana nilai QoE (MOS) berada pada sumbu Y dan session time pada sumbu X. Sesuai dengan fungsi rumus Y=f(X), nilai sumbu Y ditentukan dari nilai fungsi sumbu X.
Grafik Website XL.co.id
Gambar 4.1 - Estimasi Performa Website xl.co.id R = 0,95
Dari 100 data yang diperoleh, terdapat 1 data yang yang nilai MOS berupa minus. Oleh karena itu, nilai MOS yang menghasilkan nilai minus, oleh penulis di ubah menjadi 0 (nol), karena bata nilai terkecil adalah 0 (nol).
Dari data MOS dan sesi waktu seperti yang terlihat pada diagram diatas, penulis melakukan perhitungan korelasi antara 2 variabel tersebut, guna untuk mengetahui sejauh mana kedekatan antara 2 variabel tersebut. Dari hasil perhitungan korelasi yang telah dihitung oleh penulis, nilai korelasi (R) menunjukkan nilai 0,95. Dimana, angka tersebut berdasarkan ilmu statistika menunjukkan hubungan antara 2 variabel diatas (MOS dan sesi waktu) adalah mendekati sempurna.
Dari gambar diagram diatas, kita dapat melihat juga garis regresi dengan hasil penilaian QoE pada website xl.co.id dengan model opini performa secara umum adalah mendekati.
(perhitungan nilai korelasi xl.co.id dan detik.com dapat dilihat pada lampiran L10-L13)
Grafik Website Detik.com
Gambar 4.2 - Estimasi Performa Website detik.com R = 0,84
Dari 100 data yang diperoleh, terdapat 9 data yang yang nilai MOS berupa minus. Oleh karena itu, nilai MOS yang menghasilkan nilai minus, oleh penulis di ubah menjadi 0 (nol), karena bata nilai terkecil adalah 0 (nol).
Sama halnya dengan percobaan pada xl.co.id, pada situs/web detik.com penulis mendapatkan nilai korelasi (R) adalah 0,84. Yang artinya hubungan antara keduanya sangat kuat.
Pada diagram estimasi performa detik.com dengan model opini secara umum, garis regresi dengan hasil nilai QoE terlihat sangat mendekati. Dan dapat dilihat juga pada gambar, terdapat sedikit perbedaan ketika hasil nilai QoE yang berada pada dibawah 6 detik, garis regresi menjauhi nilai QoE.
Berdasarkan Expert (rincian tabel waktu dapat dilihat pada lampiran L14)
Dikarenakan pada hasil data pada percobaan responden terbagi atas 2, yakni web/situs "xl.co.id" dan "detik.com", maka model opini estimasi perfroma end-to-end akan terbagi 2(dua) juga. Sehingga, jumlah data yang digunakan masing-masing 50 yang berasal dari waktu uji coba responden. Berikut adalah perhitungan model opini berdasarkan pendapat waktu expert.
MODEL OPINI SECARA EXPERT (xl.co.id) Min = 5 detik Max = 13,7 detik MOS = MOS = MOS = MOS = MOS = MOS = (detik.com) Min = 7,7 detik Max = 15,9 detik MOS = MOS = MOS = MOS = MOS = MOS =
Grafik Website XL.co.id (expert)
Gambar 4.3 - Estimasi Performa Website xl.co.id (expert)
Dari gambar diagram menunjukkan, bahwa hasil estimasi nilai QoE website xl.co.id dengan model opini berdasarkan kaum expert, garis regresinya sangat mendekati dan dari hasil nilai korelasi (R) antara variabel nilai MOS dan Session Time mendekati sempurna, sesuai dengan nilai korelasinya, yakni 0,99.
Grafik Website Detik.com (expert)
Gambar 4.4 - Estimasi Performa Website detik.com (expert)
Sama halnya dengan Gambar 4.3, hasil diagram pada detik.com ini menggunakan model opini berdasarkan kaum expert. Dari diagram diatas dapat dilihat, bahwa garis regresi sangat mendekati dengan hasil nilai QoE, hanya sedikit perbedaan antara detik 7 dan 8. Hasil garis regresi dengan nilai korelasinya adalah sama, yakni 0,99.
(perhitungan nilai korelasi berdasarkan model opini expert xl.co.id dan detik.com dapat dilihat pada lampiran L15)
BERDASARKAN Non-Expert (rincian tabel waktu dapat dilihat pada lampiran L17)
Sama halnya dengan bagian expert data percobaan responden terbadi atas 2, yaitu "xl.co.id" dan "detik.com". Berikut adalah perhitungan model opini berdasarkan pendapat waktu non-expert.
(perhitungan nilai korelasi berdasarkan model opini non-expert xl.co.id dan detik.com dapat dilihat pada lampiran L18)
MODEL OPINI SECARA NON-EXPERT
(xl.co.id) Min = 3 detik Max = 18 detik MOS = MOS = MOS = MOS = MOS = MOS = (detik.com) Min = 1 detik Max = 33,16 detik MOS =
MOS =
MOS =
MOS = MOS =
MOS =
Grafik Website XL.co.id (non-expert)
Gambar 4.5 - Estimasi Performa Website xl.co.id (non-expert)
Hasil diagram diatas merupakan hasil nilai QoE yang menggunakan model opini berdasarkan kaum non-expert. Pada diagram diatas, dapat dilihat garis regresi dengan nilai QoE sangat mendekati dan sesuai dengan nilai korelasinya, yakni 0,96.
Grafik Website Detik.com (non-expert)
Gambar 4.6 - Estimasi Performa Website detik.com (non-expert)
Dari gambar diatas, dapat dilihat hasil nilai QoE dengan garis regresi terdapat perbedaan dimulai dari detik 0 (nol) hingga detik 5 (lima) dan detik 35 hingga 50. Akan tetapi, secara keseluruhan antara hasil QoE dengan garis regresi sangat mendekati, sehingga dari nilai korelasi (R) adalah 0,93 masih dalam ketegori mendekati sempurna.
4.4. Model Opini Estimasi Performa End-to-End Modem USB
Seperti terlihat pada kuesioner indikator waktu (lampiran L1-L2), dimana pada bagian akhir kuesioner penulis menanyakan juga terkait dengan penggunaan modem USB. Hasil dari penyebaran kuesioner indikator yang menjawab untuk bagian modem USB terdapat 33 lembar kuesioner yang valid. Oleh karena itu, penulis hanya menggunakan data dari 33 lembar kuesioner yang valid untuk mendapatkan model opini estimasi performa end-to-end.
(Tabel waktu hasil kuesioner indikator waktu untuk Modem USB dapat dilihat pada lampiran L20 - L22 )
DATA VARIABEL TUNGGAL (pertanyaan nomor 14 dan 16)
Total waktu "tercepat" (dalam detik) = 215 detik Total waktu "terlama" (dalam detik) = 691 detik
Rata-rata waktu (tercepat) = = 6,52 detik = 7 detik (pembulatan keatas)
Rata-rata waktu (terlama) = = 20,94 detik = 21 detik (pembulatan keatas)
Total "tercepat" = 318 detik Total "terlama" = 6596 detik
Ragam (tercepat) = = 9,64 detik
maka,
Simpangan baku (tercepat) = = 3.1 = 3 detik (pembulatan kebawah) Simpangan baku (terlama) = = 14,14 = 14 detik (pembulatan keatas)
DATA VARIABEL KELOMPOK (pertanyaan nomor 11)
Total frekwensi (f) = 33
Total frekwensi (f) x nilai tengah ( ) = 333,5
Rata-rata waktu (rata-rata) = = = 10,11
Total = 786,88
Ragam (rata-rata) = = 23,84
maka,
Simpangan baku (rata-rata) = = 4,88 detik = 5 detik (pembulatan keatas)
Dari hasil perhitungan diatas, maka indikator waktu tercepat untuk pengguna modem USB adalah:
1. Tercepat = 3 detik. 2. Sedang = 5 detik. 3. Terlama = 14 detik.
Bila dari hasil indikator waktu pengguna modem USB dimisalkan waktu tercepat adalah min dan terlama adalah max, maka model opini estimasi performa end-to-end pengguna modem USB secara umum adalah:
MODEL OPINI SECARA UMUM PENGGUNA MODEM USB MOS =
Min = 3 detik Max = 14 detik
SessionTime = total waktu yang sebuah halaman web terbuka penuh
MOS =
MOS =
MOS = MOS =
MOS =
Dari model opini QoE modem USB diatas, penulis mencoba penggukur nilai QoE berdasarkan hasil waktu pada percobaan untuk website xl.co.id dan detik.com. Akan tetapi, dikarenakan jumlah data yang digunakan untuk model opini modem USB hanya menggunakan 33 data responden, maka penulis merasa hasil dari pengukuran model opini ini belum dapat dipercaya sepenuhnya. Berikut adalah hasil pengukuran QoE secara umum untuk pengguna modem USB: (perhitungan korelasi dapat dilihat pada lampiran L23-l27)
Grafik Website XL.co.id (modem USB)
Gambar 4.7 - Estimasi Performa Website detik.com (modem USB)
Pada hasil perhitungan diatas, terdapat 1 data yang menghasilkan nilai minus, sehingga penulis merubahnya menjadi 0 (nol).
Dari diagram diatas dapat dilihat, garis regresi dengan hasil perhitungan nilai QoE sangat mendekati dan dari nilai korelasinya menunjukkan hasil yang serupa, yakni hubungan antara kedua variabel (MOS dan Session Time) sangat kuat.
Grafik Website Detik.com (modem USB)
Gambar 4.8 - Estimasi Performa Website detik.com (modem USB)
Dari 100 data session time pada detik.com terdapat 22 data yang menghasilkan nilai QoE berupa minus, sehingga penulis merubahnya menjadi nilai 0 (nol).
Dari grafik diatas dapat terlihat, perbedaan yang mencolok garis regresi dengan hasil nilai QoE, dimana pada hasil QoE detik tercepat terlihat jauh dari garis regresi dan antara detik 14, garis regresi mulai menjauhi. Berdasarkan nilai korelasi pada hasil QoE dengan session time diatas, menunjukkan angka 0,76 dan berdasarkan ilmu statistika nilai tersebut masih tergolong dalam kategori hubungan sangat kuat. Sehingga hubungan hasil QoE dengan garis regresi dapat terbilang sangat kuat .
