Jurnal Rekayasa Sistem Industri Volume 9 No 3 - Oktober 2020
http://journal.unpar.ac.id/index.php/jrsi/index ISSN 2339-1499 (online) – ISSN 0216-1036 (print)
Disampaikan : 7 Juli 2020 Direview : 16 Juli 2020 Diterima : 22 September 2020
Integrasi E-Servqual, Model Kano, dan HOQ dalam Meningkatkan
Kepuasan Pelanggan Jasa Ojek Online
Wilson Kosasih1,*, Iphov Kumala Sriwana2, Rico Adhesi1
1Program Studi Teknik Industri, Fakultas Teknik, Universitas Tarumanagara, Jakarta 2Program Studi Teknik Industri, Fakultas Teknik, Universitas Esa Unggul, Jakarta
E-mail: [email protected]*
Abstract
Online motorcycle taxi service providers become business opportunities that grow and develop. The development of digital business opportunities is also supported by the increasingly widespread service users. This research aims to determine the characteristics of online motorcycle taxi service users and the attributes that are priority for users. In this study, several methods are used and integrated include: e-ServQual, IPA (importance-performance analysis), Kano Model, and House of Quality. The measurement result of the consumer satisfaction index is 55.58%, meaning that the consumers are quite satisfied with the online service. Based on the findings of this study, the attributes prioritized by consumers are the punctuality of the driver's arrival as stated in the application (attribute 14), the driver confirms the customer's order quickly (attribute 15), and the driver is easy to obtain (attribute 17). Finally, this study also recommends corrective actions to these service providers, among others: maintaining server reliability with a relative importance of 21.4%, regularly conducting driver training with a relative importance of 15.2%, and increasing the number of drivers with a relative importance 4.3%.
Keywords: Consumer Satisfaction, e-ServQual, IPA, Kano Model, House of Quality
Abstrak
Penyedia jasa ojek online menjadi peluang bisnis yang tumbuh dan berkembang. Berkembangnya peluang bisnis digital ini juga didukung dengan semakin maraknya pengguna jasa tersebut. Penelitian ini bertujuan untuk mengetahui karakteristik pengguna jasa ojek online dan atribut-atribut yang menjadi prioritas bagi pengguna. Dalam studi ini, beberapa metode digunakan dan diintegrasikan antara lain: e-ServQual, IPA (importance-performance analysis), Kano Model, dan House of Quality. Hasil pengukuran indeks kepuasan konsumen adalah 55,58%, artinya pelanggan cukup puas terhadap jasa online tersebut. Berdasarkan temuan penelitian ini, atribut-atribut yang diprioritaskan oleh konsumen adalah ketepatan waktu datang driver sesuai yang tercantum di aplikasi (atribut 14), driver mengkonfirmasi order konsumen secara cepat (atribut 15), dan driver mudah untuk didapatkan (atribut 17). Terakhir, studi ini juga merekomendasikan tindakan-tindakan korektif kepada perusahaan penyedia jasa tersebut antara lain: menjaga kehandalan server dengan relative importance 21,4%, melakukan training driver secara berkala dengan relative importance 15,2%, dan Menambah jumlah driver dengan relative importance 4,3%.
Kata kunci: Kepuasan Pelanggan, e-ServQual, IPA, Model Kano, House of Quality
Pendahuluan
Perkembangan teknologi telah memberikan peluang bagi masyarakat secara luas untuk meminimalisir risiko yang terjadi pada transportasi di Jakarta, baik dalam hal waktu, biaya, dan keamanan (Amajida, 2016).
Kemudahan akses aplikasi melalui ponsel pintar membuat beberapa perusahaan mengembangkan aplikasi transportasi berbasis teknologi, seperti jasa ojek online. Persaingan di bidang ini menuntut perusahaan penyedia jasa ini harus mengembangkan
kualitas dan strategi layanan yang tepat agar terus mendapat kepercayaan dari konsumen. Oleh sebab itu, meningkatkan faktor-faktor layanan yang dianggap kritis oleh konsumennya perlu dilakukan secara berkesinambungan.
Penelitian yang dilakukan oleh Dwijoko & Sterya (2017), menyatakan bahwa sikap driver terhadap pelanggan dapat mempengaruhi tingkat kepercayaan konsumen terhadap aplikasi transportasi berbasis teknologi tersebut. Kemudian penelitian oleh Ali et al. (2018) mempertegas hasil studi tersebut dan menambahkan 2 faktor lainnya, yaitu ketepatan waktu penjemputan, dan layanan komplain yang diberikan.
Kualitas jasa dapat didefinisikan sebagai tingkat ketidakcocokan antara ekspektasi atau keinginan konsumen dan persepsi konsumen (Zeithaml et al., 1993; Gasperz, 2012). Menurut Parasuraman et al. (1985, 1988), terdapat 10 dimensi yang kemudian dikelompokan dan disederhanakan ke dalam lima dimensi ServQual yang digunakan pelanggan untuk menilai kualitas jasa, antara lain: 1) keandalan, 2) daya tanggap, 3) jaminan, 4) empati, dan 5) bukti fisik. Dalam studi ini, kelima dimensi kualitas jasa ini yang dibahas lebih lanjut dan diadaptasikan dengan konsep bisnis jasa digital.
Berdasarkan latar belakang ini, penelitian ini bertujuan untuk menentukan atribut-atribut prioritas peningkatan kualitas jasa ojek online dan direkomendasikan tindakan perbaikan yang tepat guna meningkatkan kepuasan pengguna jasa tersebut. Penelitian ini difokuskan pada salah satu perusahaan penyedia jasa ojek online terbesar di Indonesia. Maka daripada itu, makalah ini membahas dan fokus mengenai peningkatan kualitas penyedia jasa ojek online menggunakan pendekatan integrasi e-ServQual, Model Kano, dan House of Quality.
Metodologi
Pengumpulan Data
Pertama-tama, kuesioner dirancang sedemikian rupa dengan atribut-atribut yang dapat digunakan untuk mengukur kelima dimensi kualitas jasa tersebut, seperti terlihat pada Tabel 1. Kuesioner penelitian ini menggunakan skala Likert 5 poin.
Responden kuesioner dipilih secara
purposive sampling, dimana ditujukan kepada
para pelanggan atau pengguna dari jasa ojek online yang berdomisili di DKI Jakarta. Adapun definisi kelima dimensi kualitas jasa yang digunakan untuk mengukur kepuasan pelanggan atau pengguna jasa ojek online, diadaptasikan dari e-TailQ (Wolfinbarger & Gilly, 2003), adalah sebagai berikut: 1) Reliabilitas (reliability), berkaitan dengan kemampuan penyedia jasa online untuk memenuhi layanan yang dijanjikan secara akurat sejak pertama kali, termasuk berkenaan fungsionalitas teknis aplikasi bersangkutan dari penyedia jasa; 2) Daya tanggap (responsiveness), berkenaan dengan kesediaan dan kemampuan penyedia jasa online untuk membantu para pelanggan dan merespon permintaan mereka dengan segera; 3) Jaminan (assurance), berkenaan dengan pengetahuan dan kesopanan pekerja/mitra serta kemampuan penyedia jasa online dalam menumbuhkan kepercayaan (trust) dan privasi/keamanan pelanggan; 4) Empati (empathy), berkenaan dengan seberapa
perusahaan memahami masalah para
pelanggannya dan bertindak demi kepentingan pelanggan, serta memberikan perhatian personal kepada para pelanggan dan memiliki jam operasi yang nyaman; 5) Bukti fisik (tangibles), berkenaan dengan penampilan
desain fisik fasilitas layanan,
peralatan/perlengkapan, sumber daya manusia, dan materi komunikasi perusahaan, termasuk ketersediaan navigasi.
Pengembangan kuesioner juga
diadaptasikan menggunakan pendekatan analisis Kano. Berdasarkan model tersebut, atribut-atribut layanan dapat dibedakan menjadi beberapa kategori, yaitu: 1) Must-be atau basic needs, pelanggan menjadi tidak puas apabila kinerja dari atribut yang bersangkutan rendah. Tetapi kepuasan pelanggan tidak akan meningkat jauh diatas netral meskipun kinerja dari atribut tersebut tinggi; 2) One dimensional atau performance
needs, tingkat kepuasan berhubungan linear
dengan kinerja atribut, sehingga pada kinerja atribut yang tinggi akan mengakibatkan tingginya kepuasan pelanggan pula; 3)
Attractive atau excitement needs, tingkat
kepuasan pelanggan akan meningkat sangat tinggi dengan meningkatnya kinerja atribut. Akan tetapi penurunan kinerja atribut tidak akan menyebabkan penurunan tingkat kepuasan; 4) Indifferent, pelanggan tida
Tabel 1. Pengelompokan atribut-dimensi kualitas jasa ojek online
Dimensi Atribut Pernyataan
Tangible
(Berwujud)
Q1 Driver menggunakan sepeda motor yang layak jalan dan tidak dimodifikasi Q2 Driver memberikan perlengkapan keamanan berkendara
Q3 Driver menggunakan jaket identitas ojek online
Q4 Driver berpakaian rapi dan bersepatu saat melakukan layanan Q5 Aplikasi ojek online memiliki tampilan yang menarik
Q6 Aplikasi ojek online memiliki tampilan yang mudah dimengerti
Q7 Aplikasi ojek online menyediakan navigasi dalam menggunakan aplikasinya
Reliability
(Keandalan)
Q8 Adanya pemberitahuan yang jelas apabila terjadi keterlambatan layanan Q9 Driver menaati tata tertib lalu lintas
Q10 Driver menerapkan tarif sesuai dengan yang tertera pada aplikasi Q11 Layanan ojek online tersedia selama 24 jam
Q12 Aplikasi ojek online memudahkan dalam pemesanan Q13 Kemudahan pembayaran yang tersedia di aplikasi ojek online Q14 Ketepatan waktu datang driver sesuai yang tercantum di aplikasi
Responsiveness
(Daya tanggap)
Q15 Driver mengkonfirmasi order konsumen secara cepat Q16 Aplikasi dapat diakses dengan mudah
Q17 Driver mudah untuk didapatkan
Q18 Layanan ojek online yang cepat dan tepat menanggapi keluhan Q19 Aplikasi ojek online menyediakan informasi yang up to date
Assurance
(Jaminan)
Q20 Driver trampil dalam mengemudikan motor
Q21 Driver mempunyai pengetahuan dan info jalan yang akan dituju Q22 Driver dapat menjamin keselamatan konsumen
Q23 Aplikasi ojek online memiliki layanan keluhan
Q24 Aplikasi ojek online dapat memberikan keamanan dalam transaksi pembayaran online Q25 Privasi konsumen terlindungi
Empathy
(Empati)
Q26 Driver membantu mengangkat atau menaikan barang ke motor Q27 Driver membantu konsumen ketika menaiki motor
Q28 Driver memberitahukan penggunaan perlengkapan berkendara yang benar Q29 Driver memberi sapa dan ucapan terima kasih kepada konsumen
Q30 Aplikasi ojek online memenuhi keingintahuan konsumen mengenai biaya perjalanan yang akan diorder
peduli dengan adanya atribut yang ditawarkan sehingga ada atau tidaknya atribut tersebut tidak akan berpengaruh terhadap kenaikan atau penurunan tingkat kepuasan pelanggan. Dua kategori lainnya menunjukkan situasi berikut: ada kontradiksi dalam jawaban pelanggan terhadap pertanyaan, a.d.k.l. dipertanyakan; atau penilaian kami sebelumnya atas fungsional dan disfungsional adalah kebalikan dari apa yang dirasakan pelanggan, a.d.k.l. terbalik (CQM, 1993; Nofirza, 2011).
Pengolahan Data
Sebelum diolah lebih lanjut, instrumen penelitian diuji validitasnya (trial and error) dan uji reliabilitas-nya menggunakan teknik
cronbach’s alpha, artinya instrumen survei
dinyatakan reliabel jika koefisien reliabilitas lebih besar dari 0,6 (Ahmad & Kosasih, 2013). Jika ada atribut yang tidak reliabel maka atribut tersebut akan disortir atau dilakukan pertimbangan lainnya. Selanjutnya, dilakukan perhitungan consumer satisfaction index (CSI)
yang merupakan suatu skala pengukuran yang menggambarkan tingkat kepuasan konsumen terhadap suatu produk atau jasa. Adapun tahap-tahapan dalam mengukur CSI adalah sebagai berikut (Rangkuti, 2003): 1) Menghitung weighted factor yaitu mengonversi nilai rata-rata tingkat kepentingan ke dalam angka persen, sehingga didapatkan total
weighted factor 100%; 2) Menghitung weighted score, yaitu nilai perkalian antara nilai rata-rata
tingkat kinerja dengan weighted factor; 3)
Menghitung weighted total, yaitu
menjumlahkan weighted score dari semua atribut; 4) Menghitung satisfaction index, yaitu
weighted total dibagi skala maksimal yang
digunakan kemudian dikali 100%.
Tingkat kepuasan responden secara menyeluruh dapat dilihat dari pencapaian CSI-nya. Merujuk pada Aditiawarman (2000), kriterianya dapat dikategorikan ke dalam 5 tingkatan yaitu: 0,00 – 0,34 = tidak puas; 0,35 – 0,50 = kurang puas; 0,51 – 0.65 = cukup puas; 0,66 – 0,80 = puas; 0,81 – 1,00 = sangat puas.
Tahap berikutnya, menentukan atribut mana yang menjadi prioritas menggunakan
importance-performance analysis dan model
Kano. Matriks importance-performance analysis (IPA), dikenal pula sebagai quadrant analysis, pertama kali diperkenalkan oleh
Martilla & James (1977) dan diaplikasikan dalam penelitian ini dengan tujuan untuk mengukur hubungan antara persepsi konsumen dan prioritas peningkatan kualitas produk/jasa (dikutip dari Tjiptono & Chandra, 2007). Sedangkan, model Kano dikembangkan oleh Noriaki Kano (Kano et al., 1984). Dalam penelitian ini, Model Kano bertujuan untuk mengategorikan atribut-atribut dari produk maupun jasa berdasarkan seberapa baik
produk tersebut mampu memuaskan
kebutuhan pelanggan, seperti ditunjukkan pada Gambar 1.
Gambar 1. Diagram analisis Kano
Tahap akhir, matriks house of quality (HOQ) digunakan untuk mengembangkan dan memperbaiki kualitas dari atribut-atribut penentu yang menjadi prioritas utama berdasarkan pertimbangan dari
importance-performance analysis dan model Kano. Matriks
HOQ ini mendeskripsikan apa saja yang menjadi kebutuhan dan harapan pelanggan serta bagaimana memenuhinya, seperti dapat dilihat pada Gambar 2.
Hasil dan Pembahasan
Tabel 2 menunjukkan sebaran karakteristik demografi dari 250 responden, di mana data tersebut dinilai cukup mewakili karena domisili responden mencakup 5 kota madya di DKI Jakarta.
Hasil survei pertanyaan pendahuluan ditemukan bahwa mayoritas pelanggan (214 dari 250 responden) melakukan pembayaran
secara tunai, seperti ditunjukkan pada Tabel 2. Oleh sebab itu, dewasa ini banyak program diskon atau bundling untuk menarik minat pelanggan melakukan pembayaran elektronik atau non-tunai.
Gambar 2. The House of Quality
(Cohen, 1995: 187)
Tabel 2. Karakteristik demografi dari responden (N
= 250) Jenis Kelamin: Laki- Laki 145 Perempuan 105 Umur Responden: <15 tahun 3 15-25 tahun 175 26-35 tahun 45 35-44 tahun 18 >44 tahun 9 Jenis Pekerjaan: Pelajar/Mahasiswa 148 Pegawai swasta 60 Wiraswasta 27 Pegawai negeri 7 Lainnya 8 Domisili: Jakarta Barat 62 Jakarta Timur 53 Jakarta Utara 41 Jakarta Selatan 42 Jakarta Pusat 52 Jenis Pembayaran: Cash 214
Kartu Debit / Credit / e-payment lainnya 36
Berdasarkan perhitungan CSI (lihat Tabel 3), didapatkan hasil akhir indeks kepuasan konsumen sebesar 55,58%. Hal ini berarti konsumen cukup puas terhadap kinerja perusahaan penyedia jasa ojek online namun belum mencapai titik kepuasan optimal.
Tabel 3. Hasil perhitungan CSI Atribut Nilai Kinerja N MIS Weighted Factor (%) Weighted Score (%) Q1 552 250 2,21 3,31 7,36 Q2 591 250 2,36 3,54 7,88 Q3 550 250 2,20 3,30 7,33 Q4 536 250 2,14 3,21 7,15 Q5 559 250 2,24 3,35 7,45 Q6 586 250 2,34 3,51 7,81 Q7 570 250 2,28 3,42 7,60 Q8 566 250 2,26 3,39 7,55 Q9 568 250 2,27 3,41 7,57 Q10 581 250 2,32 3,48 7,75 Q11 548 250 2,19 3,29 7,31 Q12 558 250 2,23 3,35 7,44 Q13 577 250 2,31 3,46 7,69 Q14 528 250 2,11 3,17 7,04 Q15 552 250 2,21 3,31 7,36 Q16 577 250 2,31 3,46 7,69 Q17 552 250 2,21 3,31 7,36 Q18 538 250 2,15 3,23 7,17 Q19 550 250 2,20 3,30 7,33 Q20 583 250 2,33 3,50 7,77 Q21 546 250 2,18 3,27 7,28 Q22 546 250 2,18 3,27 7,28 Q23 526 250 2,10 3,15 7,01 Q24 571 250 2,28 3,42 7,61 Q25 560 250 2,24 3,36 7,47 Q26 525 250 2,10 3,15 7,00 Q27 508 250 2,03 3,05 6,77 Q28 555 250 2,22 3,33 7,40 Q29 549 250 2,20 3,29 7,32 Q30 567 250 2,27 3,40 7,56 Total 66,70 Total 222,33 Rata-rata 2,22 Nilai CSI 55,58
Gambar 3 menunjukkan hasil pemetaan semua atribut Q1 s.d. Q30 berdasarkan nilai rata-rata kinerja, sebagai sumbu-x, dan nilai rata-rata kepentingan, sebagai sumbu-y. Hasil tersebut menemukan bahwa atribut yang masuk ke dalam: Kuadran I (attributes to improve) adalah atribut no. 14, 15, 17, 21, 22; Kuadran II (attributes to maintain) adalah atribut no. 2, 6, 8, 9, 10, 12, 20, 24, 25; Kuadran III (attributes to maintain) adalah atribut no. 1, 3, 4, 11, 19, 23, 26, 27, 29; dan Kuadran IV (attributes to de-emphasize) adalah atribut no.5, 7, 13, 16, 28, 30.
Kemudian hasil rekapitulasi dari 250 responden yang dianalisis ke dalam kategori AOMIRQ pada setiap atribut (lihat Tabel 4) maka didapatkan yang masuk ke dalam kategori: A (attractive) adalah atribut no. 1, 7, 28; O (one dimensional) adalah atribut no. 2, 6, 9, 10, 13, 16, 17, 20, 24, 25, 30; I
(indifferent) adalah atribut no. 3, 4, 5, 8, 11, 12, 14, 15, 18, 19, 21, 22, 23, 26, 27, 29.
Gambar 3. Hasil matriks IPA jasa ojek online
persepsi pelanggan di Jakarta
Selanjutnya atribut-atribut yang masuk ke dalam Kuadran I pada matriks IPA dan kategori A & O pada analisis Kano yang menjadi consumer’s needs untuk dikembangkan lebih lanjut menggunakan matriks HOQ, seperti terlihat pada Gambar 4.
Berdasarkan matriks HOQ yang telah dibuat didapatkan target layanan ojek online (studi kasus di Jakarta) diurutkan dari tingkat kepentingan relatif tertinggi hingga terendah adalah sebagai berikut: 1) Menjaga kehandalan server dengan relative importance 21,4%; 2) Melakukan driver training secara berkala dengan relative importance 15,2%; 3) Melakukan perbaikan tampilan secara berkala dengan relative importance 9,2%; 4) Melakukan perbaikan aplikasi secara berkala dengan relative importance 6,3%; 5) Menambah jumlah driver dengan relative
importance 4,3%; 6) Memberi sanksi tegas
bagi driver yang melakukan kecurangan dengan relative importance 4,1%; 6) Driver langsung menelepon atau mengirim pesan singkat konsumen dengan relative importance 4,0%; 7) Menyediakan fitur GPS untuk aplikasi driver dengan relative importance 3,9%; 8) Aplikasi menyediakan estimasi biaya perjalanan yang akan dilakukan dengan
relative importance 3,7%; 9) Memberi sanksi
tegas terhadap driver yang mengganggu privasi konsumen dengan relative importance 3,4%.
Tabel 4. Hasil kategori AOMIRQ analisis Kano dari tiap atribut (N = 250)
Atribut A M O I Q R N Grade Q1 107 21 75 47 0 0 250 A Q2 48 46 80 76 0 0 250 O Q3 79 25 55 91 0 0 250 I Q4 73 44 37 96 0 0 250 I Q5 69 22 51 108 0 0 250 I Q6 70 24 85 71 0 0 250 O Q7 74 34 70 72 0 0 250 A Q8 43 56 69 82 0 0 250 I Q9 48 35 103 64 0 0 250 O Q10 91 26 106 27 0 0 250 O Q11 77 38 35 100 0 0 250 I Q12 65 24 79 82 0 0 250 I Q13 57 36 83 74 0 0 250 O Q14 62 51 62 75 0 0 250 I Q15 70 46 60 74 0 0 250 I Q16 68 29 85 68 0 0 250 O Q17 68 28 79 75 0 0 250 O Q18 55 34 76 85 0 0 250 I Q19 69 42 50 89 0 0 250 I Q20 71 21 97 61 0 0 250 O Q21 71 39 52 88 0 0 250 I Q22 54 32 81 83 0 0 250 I Q23 54 40 60 96 0 0 250 I Q24 55 36 87 72 0 0 250 O Q25 54 42 89 65 0 0 250 O Q26 91 25 38 96 0 0 250 I Q27 66 28 23 133 0 0 250 I Q28 80 30 61 79 0 0 250 A Q29 66 33 66 85 0 0 250 I Q30 71 30 81 68 0 0 250 O
Keterangan: A = attractive, O = one dimensional, M = must be, I = indifferent, Q = questionable, R = reverse.
Kesimpulan
Hasil penelitian ini dapat disimpulkan bahwa berdasarkan pengolahan CSI, kepuasan pelanggan terhadap kinerja jasa ojek online di Jakarta tergolong cukup puas dengan nilai 55,58%. Berdasarkan hasil matriks IPA, atribut-atribut yang menjadi prioritas utama untuk ditingkatkan oleh jasa layanan ojek online kendaraan beroda dua di Jakarta adalah atribut no. 14, 15, 17, 21, dan 22. Berdasarkan analisis metode Kano, atribut-atribut yang menjadi prioritas utama untuk ditingkatkan oleh jasa layanan ojek online di Jakarta adalah atribut no. 1, 7, dan 28.
Implikasi dari studi ini memberikan rekomendasi bagi perusahaan penyedia jasa ojek online untuk meningkatkan mutu layanannya secara terus-menerus. Penelitian ini menggunakan studi kasus DKI Jakarta, karena masyarakatnya heterogen dan dianggap dapat mewakili prilaku konsumen Indonesia pada umumnya. Penelitian ini tidak melakukan perhitungan acceptance sampling
dalam penentuan ukuran sampel. Hal tersebut dapat menjadi pertimbangan pada penelitian selanjutnya sehingga sampel dianggap dapat lebih mewakili populasi yang diamati.
Daftar Pustaka
Aditiawarman, B. P. (2000). Pengukuran
Tingkat Kepuasan dan Identifikasi
Ketidakpuasan Pelayanan (Studi Kasus: Saving and Lending Unit Sucofindo).
Skripsi yang tidak dipublikasikan. Bogor, ID: Departemen Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Ahmad & Kosasih, W. (2013). Pengukuran Tingkat Kepuasan PelangganTerhadap Layanan di Bengkel XYZ dengan menggunakan Metode SERVQUAL, IPA, dan Kano. Paper presented at The 8th
SNMI (TI-36). Jakarta, ID: Jurusan Teknik Mesin, Fakultas Teknik, Universitas Tarumanagara.
Gambar 4. Hasil Matriks House of Quality Ali, M., Kharis, A. & Karlina, D. (2018).
Faktor-faktor yang Menjadi Pertimbangan dalam Penggunaan Jasa Ojek Online (Go-Jek) di Kota Mataram. Jurnal Ilmu Administrasi
Publik, 6(2), 75-84.
Amajida, F.D. (2016). Kreativitas Digital dalam Masyarakat Risiko Perkotaan: Studi Tentang Ojek Online “Go-Jek” di Jakarta.
INFORMASI Kajian Ilmu Komunikasi, 46
(1), 115-127.
Cohen, L. (1995). Quality Function Deployment: How to Make QFD Work for You. Reading Mass: Addison-Wesley. CQM. (1993). A Special Issue on Kano’s
Methods for Understanding Customer
9 3
Driver menggunakan sepeda motor yang layak jalan dan tidak dimodifikasi
9 3 1
Driver memberikan perlengkapan keamanan berkendara
9
Driver menggunakan jaket identitas ojek online
3
Driver berpakaian rapi dan bersepatu saat melakukan pelayanan
9
Aplikasi Ojek online memiliki tampilan yang menarik
9
Aplikasi ojek online memiliki tampilan yang mudah dimengerti
9
Aplikasi Ojek online menyediakan navigasi dalam menggunakan aplikasinya
9 3
Adanya pemberitahuan yang jelas apabila terjadi keterlambatan pelayanan
3
Driver menaati tata tertib lalu lintas
9
Driver menerapkan tarif sesuai dengan yang tertera pada aplikasi
9
Pelayanan ojek online tersedia selama 24 jam
3 9
Aplikasi ojek online memudahkan dalam pemesanan
9 3
Kemudahan pembayaran yang tersedia di aplikasi ojek online
9
Ketepatan waktu datang driver sesuai yang tercantum di aplikasi
9
Driver mengkonfirmasi order konsumen secara cepat
3 9
Aplikasi dapat diakses dengan mudah
9 3
Driver mudah untuk didapatkan
9
Pelayanan ojek online yang cepat dan tepat menanggapi keluhan
9
Aplikasi ojek online menyediakan informasi yang up to date
1
Driver trampil dalam mengemudikan motor
3 9
Driver mempunyai pengetahuan dan info jalan yang akan dituju
9 1
Driver dapat menjamin keselamatan konsumen
9
Aplikasi Ojek online memiliki layanan keluhan
9
Aplikasi ojek online dapat memberikan keamanan dalam transaksi pembayaran online
9
Privasi konsumen terlindungi
3
Driver membantu mengangkat atau menaikan barang ke motor
3
Driver membantu konsumen ketika menaiki motor
3
Driver memberitahukan penggunaan perlengkapan berkendara yang benar
9 3
Driver memberi sapa dan ucapan terimakasih kepada konsumen
9
Aplikasi ojek online memenuhi keingintahuan konsumen mengenai biaya perjalanan yang akan diorder
D ri ve r di w aj ib ka n m en gg un ak an m ot or y an g st an da r M en ye le ks i m ot or d ri ve r ya ng a ka n di gu na ka n un tu k pe la ya na n D ri ve r se la lu m em ba w a pe rl en gk ap an b er ke nd ar a sa at b er tu ga s D ri ve r ra jin r ef ill p er le ng ka pa n be rk en da ra ji ka s to k ha bi s D ri ve r se la lu m en aw ar i p er le ng ka pa n be rk en da ra k ep ad a ko ns um en D ri ve r di w aj ib ka n m en gg un ak an ja ke t i de nt ita s oj ek o nl in e M el ak uk an tr ai ni ng d ri ve r se ca ra b er ka la M el ak uk an p er ba ik an ta m pi la n se ca ra b er ka la M el ak uk an p er ba ik an a pl ik as i M en ja ga k eh an da la n se rv er M em be ri s an ks i t eg as b ag i d ri ve r ya ng m el ak uk an k ec ur an ga n M en ye di ak an d ri ve r ya ng s ia p 24 ja m M en ye di aa n op si p em ba ya ra n di a pl ik as i D ri ve r la ng su ng m en el ep on a ta u m en gi ri m p es an s in gk at k on su m en M en am ba h ju m la h dr iv er M em be ri b on us k ep ad a dr iv er d en ga n ju m la h or de r te rt en tu M en ye di ak an la ya na n ke lu ha n di a pl ik as i M el ak uk an p em ba ru an s ec ar a be rk al a M en ye di ak an f itu r G PS u nt uk a pl ik as i d ri ve r M em be ri b on us k ep ad a dr iv er d en ga n re vi ew k on su m en te rb ai k M em be ri s an ks i t eg as te rh ad ap d ri ve r ya ng m en gg an gg u pr iv as i k on su m en A pl ik as i m en ye di ak an e st im as i b ia ya p er ja la na n ya ng a ka n di la ku ka n C us to m er D em an de d Q ua lit y 82.957 27.652 73.928 24.6438.21482.276 381.381 231.707 159.484 537.103 102.935 67.480 24.258 99.554 109.321 36.440 75.520 67.156 97.356 47.582 85.146 92.143 Absolute Importance 0.0330.0110.0290.0100.0030.0330.1520.0920.0630.2140.0410.0270.0100.0400.0430.0140.0300.0270.0390.0190.0340.037 Relative Importance 11 19 14 20 22 12 2 3 4 1 6 15 21 7 5 18 13 16 8 17 10 9 Rank Importance K en ya m an an k on su m en m en in gk at K en ya m an an k on su m en m en in gk at K en ya m an an k on su m en m en in gk at K en ya m an an k on su m en m en in gk at K en ya m an an k on su m en m en in gk at K en ya m an an k on su m en m en in gk at Pe rf or m a dr iv er m en in gk at T am pi la n le bi h m en ar ik A pl ik as i l eb ih m ud ah d ig un ak an M el ak uk an u pg ra de s er ve r D ri ve r be rs ik ap ju ju r da la m m el ay an i M el ak uk an s os ia lis as i p er ek ru ta n dr iv er b ar u K en ya m an an k on su m en m en in gk at K et er se di aa n pu ls a ba gi d ri ve r M el ak uk an s os ia lis as i p er ek ru ta n dr iv er b ar u K in er ja d an m ot iv as i d ri ve r m en in gk at K em ud ah an k on su m en m en ya m pa ik an k el uh an A pl ik as i m ud ah d ig un ak an M em pe rm ud ah p er ja la na n ya ng a ka n di tu ju K in er ja d an m ot iv as i d ri ve r m en in gk at D ri ve r da pa t m en gh ar ga i p ri va si k on su m en M em en uh i k ei ng in ta hu an k on su m en m en ge na i b ia ya p er ja la na n
Operation Goal / Target
u ù uuu u ù u u ù u ù u ù ù u ù ùù u u u uuu u u ù u ù 2.213.39 5 2.264 1.2 9.217 2.363.60 4.5 1.904 1.2 8.214 2.203.35 5 2.273 1.2 9.142 2.143.30 4.5 2.099 1.2 8.312 2.243.29 4.5 2.013 1.2 7.941 2.343.52 4.5 1.920 1.5 10.137 2.283.49 4 1.754 1.5 9.179 2.263.54 4 1.767 1.2 7.505 2.273.56 5 2.201 1.2 9.412 2.323.54 5 2.151 1.5 11.437 2.193.42 4 1.825 1.2 7.498 2.233.50 5 2.240 1.5 11.761 2.313.46 4.5 1.950 1.2 8.086 2.113.58 5 2.367 1.5 12.713 2.213.50 4.5 2.038 1.2 8.560 2.31 3.46 5 2.166 1.5 11.244 2.21 3.58 5 2.264 1.5 12.147 2.15 3.34 4.5 2.091 1.2 8.391 2.20 3.42 4 1.818 1.2 7.462 2.33 3.63 5 2.144 1.5 11.668 2.18 3.50 4.5 2.060 1.5 10.817 2.18 3.62 5 2.289 1.5 12.418 2.10 3.33 4.5 2.139 1.2 8.541 2.28 3.54 4.5 1.970 1.2 8.370 2.24 3.53 5 2.232 1.2 9.461 2.10 3.27 4 1.905 1.2 7.470 2.03 3.18 4 1.969 1.2 7.502 2.22 3.38 4 1.802 1.2 7.308 2.20 3.43 5 2.277 1.5 11.721 2.27 3.44 4.5 1.984 1.5 10.238 C us to m er S at is fa ct io n Pe rf or m an ce Im po er ta nc e to c us to m er G oa l Im pr ov em en t R at io Sa le s Po in t R aw W ei gh t Customer Rating 1 2 3 4 ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC ABC C AB ABC ABC C AB ABC Positif Kuat u Positif ù Negatif ū Negatif Kuat ů Keterangan Go-Jek A GrabBike B UberMotor C Keterangan Hubungan Kuat 9 Hubungan Sedang 3 Hubungan Lemah 1 Keterangan
Defined Quality. Center for Quality of
Management Journal, 2(4), 3-36.
Dwijoko, A. & Sterya, H. (2017). Motorcycles as Transport Service Based on Smart Phone Android Applications. Paper presented at The 6th International
Conference of Euro Asia Civil Engineering Forum. MATEC Web of Conferences 138,
07001. DOI:
10.1051/matecconf/201713807001. Gasperz, V. (2012). All-in-One®: Practical
Management Excellence. Jakarta, ID:
Vinchristo Publication.
Kano, N., Seraku, N., Takahashi, F., & Tsuji, S. (1984). Attractive Quality and Must-be Quality. Journal of the Japanese Society
for Quality Control, 14(2), 39-48.
Martilla, J.A. & James, J.C. (1977). Importance-Performance Analysis. Journal
of Marketing, 41, 77-79.
Nofirza, Kus Indrayani. (2011). Aplikasi Metode Kano dalam Analisis Indikator Kualitas Layanan di Rumah Sakit Arifin Ahmad Pekanbaru. Jurnal Sains, Teknologi dan Industri, 9(1), 1-8.
Parasuraman, A., Zeithaml, V.A., & Berry, L.L. (1985). A Conceptual Model of Service
Quality and Its Implications for Future Research. Journal of Marketing, 49, 41-50. Parasuraman, A., Zeithaml, V.A., & Berry, L.L. (1988). SERVQUAL: A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality. Journal of Retailing, 64, 12-40.
Rangkuti, F. (2003). Measuring Customer
Satisfaction. Jakarta, ID: PT. Gramedia
Pustaka Utama.
Tjiptono, F. & Chandra, G. (2007). Service,
Quality, Satisfaction. Edisi kedua.
Yogyakarta, ID: CV. Andi Offset.
Wolfinbarger, M. & Gilly, M.C. (2003). eTailQ: Dimensionalizing, Measuring, and Predicting eTail Quality. Journal of
Retailing, 79, 183-198.
Zeithaml, V.A, Berry, L.L., & Parasuraman, A. (1993). The Nature and Determinants of Customer Expectations of Service. Journal
of Academy of Marketing Science, 21(1),
