BAB 3
ANALISIS DAN PERANCANGAN
3.1 Analisis Kebutuhan
Penelitian preferensi konsumen terhadap produk pra bayar CDMA didapatkan dengan menyebarkan kuisioner pada mahasiswa Universitas Bina Nusantara jurusan FASILKOM angkatan 2003 dan studi pustaka di perpustakaan- perpustakaan, baik di Bina Nusantara, Institut Pertanian Bogor, LIPI,dll
Pada saat pelaksanaan penelitian, penulis mengalami kesulitan dalam pengumpulan data populasi dikarenakan adanya keterbatasan waktu, tenaga, dan biaya.
Oleh karena itu, untuk memenuhi kelayakan data penelitian, ditentukan populasi sasaran (target population), yaitu populasi yang akan digunakan untuk mengeneralisasikan hasil penelitian. Namun populasi sasaran ini masih relatif sulit untuk ditentukan. Untuk menentukan pengambilan sampel ditentukan accessible population. Pada tingkat inilah penulis mengambil sampel.
3.1.1 Variabel Penelitian
Variabel-variabel penelitian yang digunakan adalah sebagai berikut:
Variabel bebas : taraf-taraf dari atribut ( 16 taraf ) Variabel terikat: total nilai kegunaan ( utility )
3.1.2 Disain Penelitian
Disain penelitian yang dirancang dari variabel-variabel tersebut adalah
sebagai berikut.
Yˆ =
ijUˆ (X) = β ˆ
0+ ∑
= m
i 1
∑
= k
j 1
β ˆ
ijX
ijdimana :
Yˆ
ij= dugaan nilai kegunaan total ˆ
0β = intersep
k = banyak taraf dari atribut ke-i m = jumlah atribut
X
ij= peubah boneka dari atribut ke-i taraf ke-j
β ˆ
ij= part worth atau dugaan nilai kegunaan atribut ke-i taraf ke-j
Gambar 3.1 Disain Penelitian
3.1.3 Pengumpulan Data
Populasi : Semua mahasiswa pemakai sim card CDMA prabayar di Universitas Bina Nusantara jurusan FASILKOM angkatan 2003.
Sampel : Mahasiswa pemakai sim card CDMA prabayar di Universitas Bina Nusantara jurusan FASILKOM angkatan 2003 yang dipilih yaitu sebanyak 250
X
11X
12X
ijYˆ
ijTeknik pengambilan sampel yang dipakai adalah probability sampling Simple Random sampling. Data yang digunakan merupakan data primer yang kemudian diuji validitas dan reliabilitasnya dan dilakukan perhitungan dengan metode konjoin agar didapatkan nilai kegunaan masing-masing atribut dan taraf-tarafnya.
Penelitian ini adalah penelitian kuantitatif, maka digunakan kuesioner untuk mengetahui beberapa informasi yang dapat digunakan dalam penelitian.
3.1.4 Teknik Analisis
Langkah- langkah yang dilakukan dalam menghitung nilai kegunaan atribut dan level-levelnya dengan metode konjoin, meliputi :
a. Menetapkan atribut-atribut dan taraf-tarafnya yang dianggap penting dan akan dilibatkan dalam mengevaluasi produk atau jasa. Penetapan atribut dan taraf yang akan dilibatkan dapat didiskusikan dengan pakar, mengeksplorasi data sekunder, atau melakukan penelitian pendahuluan (Bilschken, 2004).
b. Memilih metodologi yang akan digunakan dalam analisis konjoin berdasarkan jumlah atribut yang dilibatkan. Hair et al.(1995) menyatakan ada beberapa ketentuan dalam memilih metode yang digunakan dalam analisis konjoin, yaitu :
• Jumlah atribut ≤ 6 menggunakan metode Choice- Based Conjoint (CBC).
• Jumlah atribut < 10 menggunakan metode Tradisional Konjoin.
Tradisional Konjoin merupakan salah satu metoda analisis konjoin yang
menghadapkan responden pada seluruh atau sebagian dari kombinasi
atribut dan taraf (stimuli) yang menggambarkan profil produk secara
lengkap. Selanjutnya, responden diminta untuk memberikan penilaian
(rating) atau mengurutkan (rangking) stimuli-stimuli tersebut secara
bersamaan. Tradisional konjoin ini memiliki beberapa kelebihan dan kelemahan. Kelebihan metode tradisional konjoin yaitu lebih realistis karena produk digambarkan secara full profile, dapat digunakan untuk ukuran contoh yang kecil, baik digunakan untuk merancang produk dan melihat pengaruh harga. Sedangkan kelemahan metode tradisional konjoin yaitu terbatas untuk mengevaluasi banyak atribut.
• Jumlah atribut ≥ 10 menggunakan metode Adaptive Conjoint Analysis (ACA).
c. Merancang stimuli (kombinasi atribut dan taraf) yang akan membentuk produk hipotetik. Jika jumlah atribut dan taraf yang dilibatkan dalam penelitian banyak maka akan semakin banyak pula stimuli yang harus dievaluasi responden.
Akibatnya responden menjadi jenuh dan tidak konsisten dalam merating atau memeringkatkan stimuli-stimuli suatu produk. Untuk itulah diperlukan suatu teknik untuk mereduksi jumlah stimuli agar responden lebih mudah dalam mengevaluasi stimuli. Teknik ini dikenal dengan istilah fractional factorial design. Dengan fractional factorial design ini akan diperoleh jumlah stimuli yang hanya mengukur efek utamanya saja sedangkan efek dari interaksi antara satu atribut dengan atribut lainnya diabaikan. Menurut Bilschken (2004) jumlah stimuli yang terpilih biasanya dibatasi kurang dari 20 stimuli, namun ada dua konsep yang harus diperhatikan dalam fractional factorial design, yaitu :
a. Balanced : setiap taraf memiliki jumlah ulangan yang relatif sama pada
kombinasi yang akan dievaluasi.
d. Melakukan pengumpulan data sesuai dengan metode pengukuran yang telah ditetapkan. Ada dua pendekatan yang dapat digunakan dalam pengumpulan data, yaitu :
a. Pendekatan full profile (evaluasi banyak faktor)
Melalui pendekatan ini responden diminta untuk memeringkatkan atau memberikan nilai (rating) sebagian atau seluruh kombinasi taraf-taraf dari atribut (stimuli) yang menggambarkan profil produk secara lengkap.
b.Pendekatan Pair Wise
Pendekatan ini membandingkan pasangan profil dari 2 atribut. Pendekatan ini meminta responden untuk menilai (rating) profil mana yang lebih disukai dari setiap pasangan profil yang dibuat.
e. Melakukan pendugaan parameter yang berkaitan dengan daya guna (utility) dari
masing-masing atribut yang dievaluasi. Pendugaan ini dapat dilakukan dengan
metode regresi monotonic dimana peubah bebasnya adalah matriks X yang
merupakan matriks peubah boneka (dummy variable) untuk stimuli-stimuli yang
terbentuk dan peubah tak bebasnya adalah data peringkat untuk seluruh
responden yang ditransformasi secara monoton. Supranto (2004) menyatakan
bahwa peubah boneka dalam model analisis konjoin bernilai 1 bila taraf yang
berkaitan muncul dan nol nila tidak. Jika sebuah atribut memiliki n taraf maka
peubah boneka yang digunakan sebanyak n-1. Dengan regresi ini akan diperoleh
nilai kegunaan dari taraf-taraf tiap atribut (NKT) untuk menentukan nilai
pentingnya suatu taraf relative terhadap taraf yang lain pada suatu atribut. Model
regresi peubah dummy untuk menghitung nilai guna taraf tiap atribut dapat
dituliskan sebagai berikut :
Y
ij= β
0+ ∑
= m
i 1
∑
= k
j 1
β
ijX
ij+ ε
ijdimana :
Y
ij= peringkat seluruh responden β
0= intersep
k = banyak taraf dari atribut ke-1 m = jumlah atribut
X
ij= peubah boneka dari atribut ke-i taraf ke-j
β
ij= part worth atau nilai kegunaan atribut ke-i taraf ke-j
Setelah diperoleh nilai kegunaan taraf-taraf atribut, selanjutnya dapat dihitung Nilai Relatif Penting (NRP) atribut untuk mengetahui tingkat kepentingan relatif suatu atribut terhadap atribut yang lain. Rumus NRP adalah :
NRP
i=
∑
=−
−
k
i
URi UTi
URi UTi
1
) (
dimana :
NRPi = NRP atribut ke-i
UTi = NKT tertinggi atribut ke-i
URi = NKT terendah atribut ke-I
k = jumlah atribut
Adapun model dasar untuk memprediksi kombinasi atribut dan taraf yang paling disukai responden dalam analisis konjoin dirumuskan sebagai berikut (Kuhfeld 2000) :
Yˆ =
ijUˆ (X) = β ˆ
0+ ∑
= m
i 1
∑
= k
j 1
β ˆ
ijX
ijdimana :
Yˆ
ij= dugaan nilai kegunaan total ˆ
0β = intersep
k = banyak taraf dari atribut ke-i m = jumlah atribut
X
ij= peubah boneka dari atribut ke-i taraf ke-j
β ˆ
ij= part worth atau dugaan nilai kegunaan atribut ke-i taraf ke-j
f. Melakukan interpretasi hasil. Kuhfeld (2000) menyatakan ada beberapa ketentuan dalam melakukan interpretasi hasil, yaitu :
a. Taraf yang memiliki nilai kegunaan lebih tinggi adalah taraf yang lebih disukai.
b. Total nilai kegunaan masing-masing kombinasi sama dengan jumlah nilai kegunaan tiap taraf dari atribut-atribut tersebut.
c. Kombinasi yang memiliki total nilai kegunaan tertinggi adalah kombinasi yang paling disukai responden.
d. Atribut yang memiliki perbedaan nilai kegunaan lebih besar antara nilai
kegunaan taraf tertinggi dan terendahnya merupakan atribut yang lebih
penting.
3.2 Perancangan Piranti Lunak 3.2.1 Rumusan Rancangan
Perancangan program khususnya dalam menganalisis nilai kegunaan atribut dan taraf dengan menggunakan metode KONJOIN, pada rancangan yang akan dibangun menggunakan output SPSS 11.5 untuk mendapatkan formula yang dibutuhkan dengan metode KONJOIN sebagai input program, sehingga output yang dihasilkan dari program berupa nilai kegunaan, yang diharapkan dapat digunakan sebagai Sistem Pendukung Keputusan untuk menghasilkan produk pra bayar CDMA yang akan disukai konsumen.
Adapun rumusan rancangannya adalah “Perancangan program penghitungan nilai kegunaan masing-masing atribut dan taraf-tarafnya dengan menggunakan Metode Konjoin”.
3.2.2 Perancangan Struktur Menu
Rancangan menu terdiri dari empat bagian, yaitu Menu Input Data, Menu Buka Data, Menu Simpan, dan Keluar.
Gambar 3.2 Rancangan Hirarki Menu Menu utama
Menu Input
Data Menu Buka Keluar
Data
Menu
Simpan
Menu input data digunakan untuk memasukkan data yang belum tersimpan pada database, menu buka data untuk membuka data yang telah ada, menu simpan digunakan jika data telah ada ataupun di input, dan menu keluar untuk keluar dari program.
3.2.3 Perancangan Basis Data
Dalam skripsi ini program basis data yang digunakan adalah Microsoft Excel 2003.
Perancangan basis data program ini tidak memiliki struktur yang rumit dan besar, dikarenakan basis data yang digunakan hanya untuk menyimpan data stimuli yang terbentuk, hasil ranking responden terhadap stimuli. Penggunaan basis data dimaksudkan agar data- data atau informasi yang ada dapat dengan mudah digunakan, di- update, ditambah maupun dihapus.
Microsoft Excel 2003 adalah salah satu hasil produksi perusahaan terbesar IT saat ini, yaitu: Microsoft. Program Microsoft Excel merupakan bagian dari paket software yang paling banyak digunakan di masyarakat, yaitu Microsoft Office.
Dalam skripsi ini Penulis mengunakan dua tabel, yaitu: tabel data stimuli diberi nama tabel stimuli dan tabel hasil ranking responden diberi nama tabel rank.
3.2.4 Perancangan Modul
Gambar 3.3 Hubungan antar modul Menu utama
Modul Input Data
Modul Simpan Modul
Buka Data
Pada perancangan modul, dapat dijelaskan sebagai berikut, sewaktu program dijalankan, user harus sudah meletakkan basis data stimuli dan basis data ranking stimuli oleh responden atau membuat basis data yang baru.
Dari program dijalankan, user dapat segera memulai menganalisis nilai kegunaan masing-masing atribut dan taraf-tarafnya atau menganalisis secara keseluruhan dengan metode KONJOIN. Analisis tersebut menghitung berdasarkan data yang terdapat pada basis data. Jika data yang dikehendaki belum ada, maka user dapat membuat basis data yang baru pada modul input data yaitu dengan memasukkan faktor, subfaktor, dan kombinasi stimuli.
3.2.4.1 Modul Menu Utama
Modul Menu Utama ini digunakan untuk tampilan awal program ini. Rancangan layar menu utama dapat dilihat pada gambar 3.1, merupakan gambar rancangan layar dari halaman menu utama yang diakses pertama kali oleh user,
Gambar 3.4 Form Menu Utama
Pada modul ini terdapat empat fungsi utama, yaitu input data untuk memasukkan data baru, buka data untuk membuka data yang telah tersimpan pada database, simpan jika ingin menyimpan data, dan keluar jika ingin keluar dari program.
Gambar 3.5 State Transition Diagram Menu Utama
Pseudocode Modul Menu Utama If (click”input data”)then
Display input data End if
If (click”buka”)then Display data stimuli End if
If (click”keluar”)then Terminate
End if
3.2.4.2 Modul Input Data
Modul input data berfungsi untuk memasukkan data baru, yaitu data faktor dan subfaktor.
Gambar 3.6 Form input data
Pada form ini kita dapat memasukkan data faktor dan subfaktor. Data yang telah di
input juga dapat dihapus. Setelah data di input, lanjut ke halaman berikutnya yaitu input
card.
Data yang telah dimasukkan tadi dibuat stimulinya kemudian lanjut ke halaman data survey responden. Pada form ini dapat dimasukkan hasil ranking responden terhadap stimuli
Gambar 3.8 Form open database rank
Setelah mengisi ranking dari tiap responden pilih jenis ranking yang diinginkan, jika
tidak maka akan tampil pesan kesalahan. Setelah memasukkan data, user lanjut ke layar
berikut yaitu output.
Gambar 3.9 Form output
Pada form ini user dapat memilih output yang diinginkan pada combo box, tersedia
output per responden ataupun output untuk keseluruhan responden. Setelah layar output,
maka user dapat lanjut pada layar kesimpulan untuk keseluruhan responden. Hasil pada
layar kesimpulan dapat di export ke excel.
Gambar 3.10 State Transition Diagram Menu Input Data
Pseudocode Modul Input Data If ( click “input data” ) then Entry data “faktor”
Entry data “subfaktor”
If ( click “lanjut” ) then Display form card
If ( click “tambah kartu” ) then Entry data “card”
End if
If ( click “lanjut” ) then
Display stimuli
If ( click “simpan” ) then Save stimuli
End if
If ( click “lanjut”) then
Entry data “responden “
Entry “jenis ranking”
If ( click “save” ) then Save data responden
Else if ( click “open or import” ) then
Display data responden
Entry jenis ranking
End if
If ( click “lanjut” ) then
Display output
Else if ( click “tutup semua” ) then Terminate
End if
If ( click “lanjut” ) then
Display kesimpulan
Else if ( click “tutup semua” ) then Terminate
End if Else if ( click “kembali” ) then
Display input factor End if
End if
End module
3.2.4.3 Modul Buka Data
Pada modul ini, user dapat mengambil data stimuli yang telah tersimpan di database, kemudian data rank responden. Jika ingin mengubah data yang ada, dapat dilakukan dengan mengubah langsung pada data yang ada dan juga dapat disimpan dengan memgklik menu simpan. Untuk selanjutnya, proses yang dilakukan sama dengan menu input data.
Gambar 3.11 State Transition Diagram Menu Buka Data
Display stimuli
Menunggu input user
Display data survey
Klik lanjut Display data survey Klik simpan
Simpan data
Display output
Klik jenis ranking,Klik lanjut Display output Klik simpan
Simpan data
Display kesimpulan
Display data excel
Pilih responden,klik lanjut Display kesimpulan Klik tutup semua
Tutup program
Klik tutup semua Tutup program
Klik export data ke excel Display data excel
