BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

(1)

commit to user

IV-1

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini memaparkan keseluruhan proses pengumpulan data dan pengolahan data, serta penjelasan teknis untuk mendapatkan nilai-nilai sebagai alat bantu dalam pemecahan masalah dengan beberapa teknik analisis dan data kuesioner.

4.1 Penemuan dan Pengumpulan Kansei Word

Pada penelitian ini digunakan metode kansei engineering tipe II. Pada KE tipe II langkah pertama yang dilakukan adalah memilih domain produk. Domain produk yang dipilih adalah interior city car dimana penelitian difokuskan kepada desain interior khususnya kursi mobil. Kursi mobil ini dipilih karena perannya yang penting mengikuti konsep interior mobil yang dapat dinilai berdasar preferensi pengemudi serta fungsionalitas dan kenyamanannya sebagai kursi mobil (Santos dkk., 2012). Hal tersebut dilakukan demi memperoleh desain tepat guna yang mewakili perasaan, psikologi dan keinginan pelanggan.

Setelah menentukan domain produk, langkah selanjutnya adalah menetukan kata-kata kansei (kansei words) yang akan digunakan responden untuk mewakili perasaan dan emosi terhadap produk. Kumpulan kansei word yang diperoleh dari jurnal, dan buku yang memiliki tema berkaitan dengan car seats/ kursi mobil pada Lampiran.1 dipilih dan diverifikasi agar mempermudah pengemudi menilai kesan sesuai preferensinya. Hal ini dilakukan karena terdapat kata-kata yang memiliki padanan atau arti serupa juga terdapat kata-kata yang dirasa belum dapat mewakili persepsi pengemudi melalui citra suatu gambar. Selain itu, kata-kata yang dirasa sulit dipahami bila hanya melihat melaui citra suatu gambar dihilangkan, hal ini dikarenakan kata-kata yang diambil bersumber dari penelitian kursi mobil lain ada yang menggunakan metode pengambilan data dengan cara mencoba produk secara langsung. Oleh karena itu dilakukan verifikasi dan dipilh yang memungkinkan untuk digunakan. Dari verifikasi tersebut diperoleh empat belas pasang kansei word yang dapat dilihat pada Tabel 4.1

(2)

commit to user

IV-2

Tabel 4.1 Pasangan Kansei Word Terpilih

Kata-kata yang telah diverifikasi telah cukup untuk mewakili penilaian responden. Kata lembut berarti merepresentasikan apakah desain tersebut terlihat lembut atau tidak (kaku) terlihat dari dudukan, maupun sandaran kepala dan sandaran punggung. Kata fungsional berarti merepresentasikan apakah desain tersebut terlihat fungsional atau tidak terlihat dari fitur yang dimiliki. Kata berkualitas berarti merepresentasikan apakah desain tersebut terlihat berkualitas atau tidak terlihat dari keseluruhan desain. Kata mahal tinggi berarti merepresentasikan apakah desain tersebut terlihat mahal atau tidak terlihat dari kesan keseluruhan dan bahan. Kata awet berarti merepresentasikan apakah desain tersebut terlihat awet atau tidak terlihat dari kesan keseluruhan dan bahan. Kata sandaran yang baik berarti merepresentasikan apakah desain tersebut terlihat sandaran yang baik atau tidak terlihat dari sandaran yang digunakan. Kata bersih berarti merepresentasikan apakah desain tersebut terlihat bersih atau tidak terlihat dari bahan yang digunakan. Kata kering berarti merepresentasikan apakah kering tersebut terlihat bersih atau tidak terlihat dari bahan yang digunakan. Kata luas berarti merepresentasikan apakah desain tersebut terlihat luas atau tidak terlihat dari kesan keseluruhan terutama kombinasi antara sandaran dengan dudukan. Kata menarik berarti merepresentasikan apakah desain tersebut terlihat menarik atau tidak terlihat dari kesan keseluruhan. Kata maskulin berarti merepresentasikan apakah desain tersebut terlihat maskulin atau tidak terlihat dari bahan kesan

Lembut Tidak Lembut

Fungsional Tidak Fungsional Berkualitas Tidak Berkualitas

Mahal Murah

Awet Tidak Awet

Sandaran yang Baik Sandaran yang Tidak Baik

Bersih Tidak Bersih

Kering Basah

Luas Sempit

Menarik Tidak Menarik

Mudah Dibersihkan Susah Dibersihkan

Maskulin Feminin

Ergonomis Tidak Ergonomis

Unik Simpel

(3)

commit to user

IV-3

keseluruhan. Kata ergonomis berarti merepresentasikan apakah desain tersebut terlihat ergonomis atau tidak terlihat dari kesan keseluruhan. Kata unik berarti merepresentasikan apakah desain tersebut terlihat unik atau tidak terlihat dari kesan keseluruhan. Penilaian dan responden nantinya beragam terutama kata yang memiliki kesan menyeluruh akan menunjukan fokus penelitian yang berbeda yang akan menentukan spesifikasi nantinya.

4.2 Penentuan Desain Awal

Penentuan desain awal dilakukan dengan cara melakukan observasi lapangan dan pencarian informasi dari website resmi masing-masing ATPM di Indonesia. Adapaun observasi lapangan yang dilakukan antara lain di beberapa dealer mobil di kawasan Surakarta yakni Honda, Daihatsu, Toyota, Hyundai, Suzuki, Mitsubishi, Nissan, dan Datsun (anak perusahaan Nissan). Tempat-tempat tersebut dipilih karena merupakan produsen mobil (termasuk city car) yang produknya banyak beredar di pasaran.

Tabel 4.2 Data Produksi Mobil Berdasarkan Merek

Sumber : Gaikindo.or.id

Observasi ini bertujuan untuk mengetahui variasi dari desain yang digunakan pada masing-masing mobil. Dari kumpulan desain pasaran kursi mobil city car dipilih beberapa desain yang dianggap mewakili keseluruhan desain berdasarkan item yang dimiliki pada masing-masing kursi mobil untuk digunakan dalam kuesioner. Desain terpilih berjumlah 5 dengan rincian produk yang populer dan spesifikasi yang dianggap mempunyai nilai lebih dan keunikan dibanding yang lain. Beberapa desain yang terpilih antara lain:

NO BRAND UNIT % UNIT % UNIT % UNIT % UNIT % UNIT %

1 TOYOTA 169.178 33,8% 122.228 41,3% 172.436 41,9% 226.001 37,6% 198.048 42,6% 265.152 37,7%

2 DAIHATSU 48.729 9,7% 33.065 11,2% 50.369 12,2% 76.244 12,7% 77.053 16,6% 117.969 16,8%

3 MITSUBISHI 86.277 17,2% 41.982 14,2% 48.161 11,7% 77.906 13,0% 53.713 11,6% 89.158 12,7%

4 SUZUKI 103.830 20,7% 51.878 17,5% 60.013 14,6% 98.314 16,4% 49.747 10,7% 83.204 11,8%

5 HONDA 39.597 7,9% 21.878 7,1% 29.465 7,2% 43.672 7,3% 34.461 7,4% 53.566 7,6%

6 NISSAN 10.759 2,1% 3.376 1,1% 18.518 4,5% 30.310 5,0% 20.019 4,3% 37.684 5,4%

7 ISUZU 24.558 4,9% 15.214 5,1% 17.534 4,3% 24.450 4,1% 14.838 3,2% 22.811 3,2%

8 HINO 7.229 1,4% 3.231 1,1% 8.192 2,0% 14.350 2,4% 11.635 2,5% 22.237 3,2%

9 MERCEDES BENZ 2.229 0,4% 454 0,2% 1.305 0,3% 2.802 0,5% 2.410 0,5% 4.133 0,6%

10 HYUNDAI 4.646 0,9% 1.136 0,4% 3.074 0,7% 2.923 0,5% 1.053 0,2% 2.663 0,4%

2010

2005 2006 2007 2008 2009

(4)

commit to user

IV-4

Tabel 4.3 Desain Pasaran Kursi City Car Terpilih

Desain Brand

Toyota Agya

Nissan March

Honda Brio

Kia Picanto

Daihatsu Sirion

Menurut tabel 4.2 dipilih lima desain berdasarkan mobil dengan produksi terbanyak dan dengan pertimbangan keunikan atau kelengkapan berdasarkan spesifikasi yang melekat. Dari kelima jenis, desain Suzuki (Wagon R) kesamaan spesifikasi dengan Toyota (Agya) dengan rincian spesifikasi fitur standar, sandaran dan dudukan standar, headrest sambung serta bahan kombinasi woven dan beludru untuk itu dipilih Toyota (Agya) untuk mewakili spesifikasi tersebut.

Sedangkan desain Mitsubishi (Mirage) memiliki kesamaan spesifikasi dengan Nissan (March) yang berada diperingkat 6 dengan rincian spesifikasi fitur pengungkit, sandaran berkontur, dudukan standar, headrest terpisah, namun dipilih desain Nissan dengan pertimbangan adanya spesifikasi armrest pada kursi

(5)

commit to user

IV-5

mobil meskipun produsen lain tidak menggunakannya. Ditambahkan pula kursi mobil Kia (Picanto) yang memiliki desain berbeda terutama dudukan yang berkontur dibanding produk lain dengan tujuan menambah variasi produk yang dapat dinilai. Sedangkan yang menduduki peringkat lain dipilih Honda (brio) dengan spesifikasi headrest tersambung dan sandaran berkonturnya, dan Daihatsu (Sirion) dengan fitur pengungkitnya. Lima desain pada tabel 4.3 digunakan agar tidak membebani responden untuk menilai dalam kuesioner.

4.3 Penentuan Skala Semantic Differential I

Penentuan skala semantic differential merupakan langkah lanjutan setelah menentukan kansei word adalah menentukan semantic differential. Pada tahap semantic differential ini, responden diminta untuk memberi tanda checklist pada skala disetiap kansei word yang disediakan sesuai dengan perasaan dan citra pengemudi terhadap kursi mobil. Penelitian ini menggunakan 5 skala semantic differential, hal ini dipilih karena skala tersebut cukup mewakili dan tidak membebani responden untuk memilih pilihan yang justru akan mengurangi keakuratan data. (Nagamachi, 2011). Contoh dari skala semantic differential dapat dilihat pada Tabel 4.4.

Tabel 4.4 Skala Semantic Differential

Lembut 5 4 3 2 1 Tidak lembut

Fungsional 5 4 3 2 1 Tidak Fungional

Penjelasan dari skala :

Skala 1 = apabila kata disebelah kiri skala sangat sesuai dengan perasaan dan citra responden terhadap desain kursi mobil

Skala 2 = apabila kata disebelah kiri skala sesuai dengan perasaan dan citra responden terhadap meja dan desain kursi mobil

Skala 3 = apabila kata disebelah kiri maupun sebelah kanan sesuai (netral) dengan perasaan dan citra responden terhadap desain kursi mobil

Skala 4 = apabila kata disebelah kanan skala sesuai dengan perasaan dan citra responden terhadap desain kursi mobil

Skala 5= apabila kata disebelah kanan skala sangat sesuai dengan perasaan dan citra responden terhadap desain kursi mobil

(6)

commit to user

IV-6 4.4 Pembuatan Kuesioner I

Setelah menentukan semantic differential yang terdiri atas 5 skala, langkah selanjutnya adalah membuat kuisioner yang pertama. Kuisioner tersebut berisi skala semantic differential beserta kansei word yang sudah terpilih, kemudian responden diminta untuk memilih (memberi checklist) salah satu skala pada kansei word tersebut sesuai dengan perasaan dan citra mereka. Masing-masing kuesioner diberikan desain pasaran kursi mobil city car yang berbeda seperti yang telah dijelaskan sebelumnya. Hal ini dilakukan dengan tujuan responden bisa lebih mengembangkan perasaan dan citra mereka, selain itu nantinya dapat diketahui beragam citra yang diperoleh dari desain yang ada.

Kuisioner tersebut dibagikan kepada pengemudi city car karena mereka yang dapat paling dianggap mewakili preferensi. Oleh karena itu, agar sampel yang digunakan dapat mewakili tujuan pengambilan data, dipilihlah teknik sampling purposive sampling (Dever dan Frankel, 2000). Purposive sampling adalah metode pengambilan sampel secara nonprobability yang dipilih dengan cermat sehingga relevan dengan struktur penelitian, dimana pengambilan sampel dilakukan dengan mengambil sampel orang-orang yang terpilih menurut ciri- ciri spesifik dan karakteristik tertentu (Djarwanto,1998). Menurut Roscoe dalam Sekaran (2006), memberikan pedoman pemilihan sampel sebaiknya ukuran sampel diantara 30 hingga 500, dan bila analisis yang digunakan menggunakan analisis multivariat maka ukuran sampel 5 hingga 10 kali variabel yang digunakan. Untuk itu dipilih 70 responden berdasarkan 14 variabel dengan purposive sampling pada pengemudi city car agar tepat sasaran dan dipilih yang dapat dihubungi/ ditemui karena penelitian dilakukan berulang dengan memberikan kuesioner kedua.

4.5 Uji Validitas dan Realibilitas

Sebelum memasuki langkah-langkah berikutnya, terlebih dahulu kuesioner dilakukan uji validitas berdasarkan hasil jawaban responden.

Jumlah responden yang terlibat adalah sebanyak 70 orang sehingga dengan taraf signifikansi 5% nilai tabel R adalah 0,192 dan 0,23 untuk taraf signifikansi

(7)

commit to user

IV-7

10%. Uji validitas dilakukan dengan menggunakan SPSS yaitu korelasi Pearson yang berada di tabel bivariate correlation.

Dari hasil uji yang dilakukan, didapat bahwa nilai pada tabel korelasi lebih besar dari nilai pada tabel R untuk seluruh variabel kansei word di masing-masing desain seperti pada Lampiran 2 hingga Lampiran 6.

Selain hasil dari Corelation, tanda lain yang dapat dilihat adalah tanda flag (*) di mana tanda satu buah flag (*) menunjukkan bahwa indikator tersebut signifikan pada taraf 5% dan tanda dua buah flag (**) menunjukkan bahwa indikator tersebut valid pada taraf 1%, dan hasil menunjukkan bahwa semua total skor pada variabel terdapat tanda flag. Dari melihat nilai total skor dan tanda flag tersebut, dapat disimpulkan bahwa semua variabel pada kuisioner lima jenis desain kursi mobil city car dinyatakan valid.

Setelah dilakukan uji validitas kemudian dilakukan uji reliabilitas. Karena dari ke 14 variabel dari masing-masing desain dinyatakan valid, maka semua desain (lima desain) dilakukan uji reliabilitas. Parameter reliabel dari kuesioner ditentukan oleh nilai tabel R seperti halnya uji validitas dimana dalam uji ini nilai tersebut akan dibandingkan dengan cronbach alpha hasil uji reliabilitas.

Tabel 4.5 Uji Reliabilitas

Desain Cronbach's

Alpha

Desain 1 .906

Desain 2 .920

Desain 3 .955

Desain 4 .915

Desain 5 .923

Dapat dilihat bahwa nilai cronbach’s Alpha sangat tinggi mendekati satu sementara nilai tabel R hanya berada pada 0,19 dan 0,23. Karena itu dapat disimpulkan bahwa kuisioner tersebut reliabel yaitu menunjukkan adanya konsistensi jika digunakan berkali-kali.

4.6 Analisis Faktor

Setelah dinyatakan valid dan reliabel, maka dilakukan analisis faktor untuk mereduksi faktor yang berupa kesan emosional untuk mengetahui faktor yang

(8)

commit to user

IV-8

menjadi perhatian responden terhadap masing-masing desain. Pertama kali yang dilakukan yaitu memenuhi syarat agar analisis faktor ini dapat dilanjutkan yaitu dengan melakukan uji KMO dan Bartletst’s Test of Sphericity dan juga Measures of Sampling Adequacy (MSA).

Nilai KMO dan Bartletst’s Test of Sphericity mengindikasikan apakah korelasi variabel-variabel yang diuji dapat dijelaskan dengan variabel lain serta apakah korelasi tersebut dapat dikatakan cukup. Hasil dari KMO dan Bartletst’s Test of Sphericity adalah sebagai berikut

Tabel 4.6 Hasil Uji KMO and Barlett’s Test of Sphericity Desain Pertama

Indikator apakah analisis ini dapat dilanjutkan adalah ketika nilai KMO lebih dari 0,5 dan nilai Barlett’s Test of Sphericity adalah kurang dari 0,05. Dapat dilihat dari kelima desain bahwa nilai KMO semuanya lebih dari 0,5 dan nilai Barlett’s Test of Sphericity adalah 0,000 atau kurang dari 0,05. Sehingga dapat

.833 Approx.

Chi- Square

543.106

df 91

Sig. .000

.841 Approx.

Chi- Square

626.907

df 91

Sig. .000

.927 Approx.

Chi- Square

842.983

df 91

Sig. .000

.851 Approx.

Chi- Square

603.439

df 91

Sig. .000

.889 Approx.

Chi- Square

648.066

df 91

Sig. .000

Desain Kelima Desain Keempat

Desain Ketiga Desain Pertama

Desain Kedua

Bartlett's Test of Sphericity

Kaiser-Meyer-Olkin Measure Bartlett's Test of

Sphericity

Kaiser-Meyer-Olkin Measure

(9)

commit to user

IV-9

dikatakan bahwa korelasi dari variabel-variabel yang diuji dapat dijelaskan oleh variabel lain dan korelasi tersebut cukup.

Kemudian selain dilakukan analisis pada nilai KMO dan Barlett’s Test of Sphericity, untuk melakukan analisis faktor variabel harus memenuhi syarat Measures of Sampling Adequacy (MSA). Hasil dari pengukuran ini disajikan pada Lampiran 17 hingga Lampiran 21, dimana dapat dilihat bahwa nilai diagonal (atau yang bertanda) untuk masing-masing desain harus melebihi 0,5. Kalaupun ada yang kurang dari 0,5 jumlahnya tidak boleh lebih dari satu.

Dan dari hasil penghitungan dengan menggunakan SPSS didapat bahwa untuk MSA dari kelima desain dinyatakan bahwa variabelnya layak untuk dilakukan analisis faktor.

Analisis Faktor dilakukan dengan menggunakan SPSS dimana hasil dari analisis ini adalah mengetahui faktor apa saja yang menjadi perhatian responden ketika melihat desain kursi mobil city car yang disajikan. Berikut ini hasil dari analisis faktor yang dilakukan untuk semua desain

Tabel 4.7 Total Varian Explained Desain Pertama

Tabel 4.7 menunjukkan contoh salah satu perhitungan Total Varian Explained yang menampilkan jumlah faktor yang terbentuk untuk setiap desain.

Pada kolom Extraction Sums of Squared Loadings dan Rotation Sums of Squared Loadings terdapat total nilai yang lebih dari 1 sebanyak 3 faktor untuk desain pertama, 2 faktor untuk desain kedua, 1 faktor untuk desain ketiga, 3 faktor untuk desain keempat, dan 3 faktor untuk desain kelima.

Dalam menentukan pengelompokkan faktor dilakukan rotation component matrix. Hasil dari dilakukan rotation component matrix ini adalah sebagai berikut.

Total % of Variance

Cumulative

% Total % of

Variance

Cumulative

% Total % of

Variance

Cumulative

% 1 6.485 46.322 46.322 6.485 46.322 46.322 3.972 28.372 28.372 2 1.526 10.902 57.224 1.526 10.902 57.224 2.906 20.756 49.129

3 1.235 8.824 66.048 1.235 8.824 66.048 2.369 16.919 66.048

Component

Initial Eigenvalues Extraction Sums of Squared Rotation Sums of Squared Total Variance Explained

(10)

commit to user

IV-10

Tabel 4.8 Rotation Component Matrix Desain Pertama

Tabel tersebut menunjukkan bahwa pengelompokkan faktor diwakili oleh variabel-variabel yang memiliki nilai tertinggi pada tiap kolomnya, dan diikuti oleh kolom yang berikutnya. Secara berturut-turut kansei word yang diperoleh dari masing-masing desain 1 hingga 5 antara lain awet, mudah dibersihkan, unik;

awet, kering; tidak mudah kotor, unik, lembut; kering, fungsional, unik.

4.7 Pengumpulan Item dan Kategori Produk

Setelah melakukan analisis faktor, langkah selanjutnya adalah memecah desain produk ke elemen yang lebih kecil. Dalam kansei engineering, elemen- elemen ini disebut item dan kategori. Item mengacu pada karakteristik tertentu dalam desain produk, sedangkan kategori mengacu pada kelompok kecil disetiap item. Item dan kategori produk merupakan langkah awal dalam pembuatan kuisioner yang kedua.

Tujuan dari pengelompokan item dan kategori adalah untuk menjaga perspektif sudut pandang konsumen terhadap desain produk, jika membuat klasifikasi hanya dari sudut pandang desainer maka desain produk kurang dapat memenuhi keinginan konsumen, dalam pengklasifikasian item dan kategori ini konsumen akan mengambil pandangan global untuk menentukan elemen pada desain produk.

1 2 3

Awet .776 .362 .047

Berkualitas .763 .079 .400

Sandaran .736 .225 .151

Lembut .716 .237 .231

Murah .692 .018 .522

Fungsional .652 .392 .160

Tidak Mudah Kotor .627 .612 -.101 Mudah Dibersihkan .323 .764 .132

Luas .129 .697 .176

Kering .430 .680 .065

Maskulin .059 .644 .506

Unik .126 -.035 .839

Nyaman .175 .362 .713

Menarik .283 .232 .549

Component

(11)

commit to user

IV-11

Item ditentukan berdasarkan elemen yang ada pada produk. Untuk produk kursi mobil antara lain sandaran kepala, sandaran punggung, dudukan, bahan, corak bahan, dan fitur. Sedangkan kategori untuk memperinci item antara lain sebagai berikut:

Sandaran Kepala (Headrest) : Terpisah, Tersambung Sandaran Punggung : Berlekuk, Berkontur

Dudukan : Berlekuk, Berkontur

Bahan : Oscar, Beludru, Woven Polyester, Kombinasi

Motif : Polos, Lebih dari 1 Warna, Bercorak, Kombinasi

Fitur : Standar, Standar + Pengungkit, Standar + Armrest, Kombinasi

Setelah menentukan item dan kategori, langkah selanjutnya adalah membuat rancangan desain kursi mobil. Penentuan jumlah rancangan kursi mobil dilakukan dengan orthogonal array (OA) yang diproses menggunakan software SPSS 20.0 dan didapatkan 16 desain produk agar tidak menjadikan beban bagi responden dalam mengisi kuisioner. Karena itu digunakan Orthogonal array sehingga bisa mereduksi desain produk yang akan dibuat namun cukup mewakili kombinasi desain. Hasil kombinasi yang diperoleh dari orthogonal array untuk desain kuesioner kedua terlihat pada tabel 4.9.

(12)

commit to user

IV-12

Tabel 4.9 Hasil Orthogonal Array

4.8 Pembuatan Kuesioner II

Didalam kuisioner II ini responden diminta kembali untuk menilai beberapa desain baru hasil kombinasi orthogonal array, dengan kansei word yang telah direduksi menjadi faktor utama. Form kuesioner yang digunakan terdapat pada Lampiran halaman L-24. Pengambilan data kuesioner II ditujukan kepada responden yang sama pada saat kuesioner I dengan cara mengisi checklist kuesioner semantic differential, hal ini ditujukan agar data merupakan data yang benar-benar mewakili preferensi responden karena pengambilan data dilakukan secara berkelanjutan.

No Sandaran Kepala

Sandaran

Punggung Dudukan Bahan Jok Pola Warna Fitur 1 Tersambung Berkontur/

Berlekuk

Berkontur/

Berlekuk Oscar Bercorak Kombinasi 2 Tersambung Standar Standar Kombinasi Bercorak Pengungkit 3 Tersambung Berkontur/

Berlekuk Standar Oscar Kombinasi Handrest 4 Tersambung Berkontur/

Berlekuk

Berkontur/

Berlekuk Beludru Polos Standar 5 Terpisah Standar Standar Beludru Kombinasi Kombinasi 6 Terpisah Berkontur/

Berlekuk Standar Woven

Polyester Bercorak Standar 7 Tersambung Standar Berkontur/

Berlekuk

Woven Polyester

Lebih dari 1

warna Kombinasi 8 Terpisah Berkontur/

Berlekuk Standar Kombinasi Polos Kombinasi 9 Tersambung Berkontur/

Berlekuk Standar Beludru Lebih dari 1

warna Pengungkit 10 Tersambung Standar Berkontur/

Berlekuk Kombinasi Kombinasi Standar 11 Terpisah Berkontur/

Berlekuk

Berkontur/

Berlekuk

Woven

Polyester Kombinasi Pengungkit 12 Terpisah Standar Standar Oscar Lebih dari 1

warna Standar 13 Tersambung Standar Standar Woven

Polyester Polos Handrest 14 Terpisah Berkontur/

Berlekuk

Berkontur/

Berlekuk Kombinasi Lebih dari 1

warna Handrest 15 Terpisah Standar Berkontur/

Berlekuk Beludru Bercorak Handrest 16 Terpisah Standar Berkontur/

Berlekuk Oscar Polos Pengungkit

(13)

commit to user

IV-13

Tabel 4.10 Pasangan Kansei Word Kuesioner II

Pasangan kansei word yang digunakan dalam kuesioner II menggunakan salah satu hasil analisis faktor yang telah dilakukan pada tiap-tiap desain yang dilakukan. Hal ini dilakukan karena masing-masing faktor yang terbentuk berbeda-beda dan memiliki variabel laten yang dimungkinkan dapat mempengaruhi faktor lain. Oleh karena itu dipilih pasangan kansei word pada desain 5 dengan pertimbangan bahwa desain tersebut merupakan desain terfavorit seperti dalam tabel 4.11. Selain itu pada desain 5 juga menunjukkan nilai yang tinggi atau memiliki nilai korelasi tertinggi dibandingkan dengan hasil pada desain lain.

Dari kansei word yang diperoleh nantinya tiap kata akan melekat pada suatu spesifikasi yang berkorelasi kuat dengannya. Sepertihalnya kansei word kering akan berhubungan dengan bahan jok, kansei word fungsional akan berhubungan dengan fitur, dan kansei word unik akan berhubungan dengan pola warna.

Tabel 4.11 Peringkat Desain Menurut Responden

4.9 Penentuan Nilai Kepentingan Item dan Utilitas Kategori

Setelah data preferensi responden terhadap desain kursi mobil pada kuesioner II terkumpul, langkah selanjutnya adalah melihat nilai kepentingan dan utilitas untuk item dan kategori menggunakan analisis conjoint.

Pengolahan data analisis conjoint dilakukan dengan menggunakan software SPSS demi memperoleh hubungan antara preferensi responden dengan desain yang ditawarkan. Pengolahan data berdasarkan data kansei word yang telah dilakukan analisis faktor dengan kombinasi spesifikasi kursi mobil.

Berikut merupakan hasil pengolahan data preferensi responden terhadap desain kursi mobil berdasarkan kansei word terpilih.

Kering Basah

Fungsional Tidak Fungsional

Unik Simpel

Total Persentase Total Persentase Total Persentase Total Persentase Total Persentase

Desain 1 6 8.57% 7 10.00% 15 21.43% 20 28.57% 22 31.43%

Desain 2 12 17.14% 19 27.14% 22 31.43% 12 17.14% 5 7.14%

Desain 3 20 28.57% 18 25.71% 11 15.71% 11 15.71% 10 14.29%

Desain 4 8 11.43% 14 20.00% 15 21.43% 18 25.71% 15 21.43%

Desain 5 24 34.29% 12 17.14% 7 10.00% 9 12.86% 18 25.71%

Terpilih Peringkat 1 Terpilih Peringkat 2 Terpilih Peringkat 3 Terpilih Peringkat 4 Terpilih Peringkat 5

(14)

commit to user

IV-14 1. Kansei word Kering

Nilai Pearson’s R untuk kansei word kering adalah 0.964 dan nilai signifikansinya sebesar 0.000, dapat disimpulkan bahwa data telah akurat sehingga data layak untuk dianalisis lebih lanjut.

Tabel 4.12 Hasil Analisis Conjoint Kansei Word Kering

Nilai atau utility estimate setiap kategori yang bernilai positif menujukkan kategori yang lebih disukai. Output kategori yang diperoleh dari kansei word kreing antara lain sandaran kepala terpisah, sandaran punggung berkontur/

berlekuk, dudukan standar, bahan jok woven polyester, pola warna lebih dari 1 warna, dan fitur kombinasi.

Important value digunakan untuk mengetahui nilai kepentingan dari setiap item terhadap pemilihan kansei word. Berdasarkan tabel tersebut, item yang paling berpengaruh terhadap pemilihan kansei word kering adalah bahan jok dengan persentase sebesar 24.020%.

Value Sig. Utility

Estimate Std. Error

Tersambung -0.025 0.024

Terpisah 0.025 0.024

Berkontur/ Berlekuk 0.027 0.024

Standar -0.027 0.024

Berkontur/ Berlekuk -0.038 0.024

Standar 0.038 0.024

Beludru 0.050 0.042

Oscar -0.125 0.042

Woven Polyester 0.107 0.042

Kombinasi -0.032 0.042

Polos 0.004 0.042

Lebih dari 1 warna 0.089 0.042

Bercorak -0.161 0.042

Kombinasi 0.068 0.042

Standar 0.036 0.042

Pengungkit -0.025 0.042

Handrest -0.079 0.042

24.020

Pola Warna 23.226

Fitur 21.542

Important Values

0.964 0.000

Sandaran Kepala 11.442 Sandaran

Punggung 10.198

Dudukan 9.572

Bahan Jok Pearson's R

(15)

commit to user

IV-15 2. Kansei word Fungsional

Nilai Pearson’s R untuk kansei word fungsional adalah 0.769 dan nilai signifikansinya sebesar 0.000, dapat disimpulkan bahwa data telah akurat sehingga data layak untuk dianalisis lebih lanjut.

Tabel 4.13 Hasil Analisis Conjoint Kansei Word Fungsional

Nilai atau utility estimate setiap kategori yang bernilai positif menujukkan kategori yang lebih disukai. Output kategori yang diperoleh dari kansei word fungsional antara lain sandaran kepala terpisah, sandaran punggung standar, dudukan standar, bahan jok beludru, pola warna lebih dari 1 warna, dan fitur kombinasi.

Important value digunakan untuk mengetahui nilai kepentingan dari setiap item terhadap pemilihan kansei word. Berdasarkan tabel tersebut, item yang paling berpengaruh terhadap pemilihan kansei word fungsional adalah fitur dengan persentase sebesar 23.779%.

3. Kansei word Unik

Nilai Pearson’s R untuk kansei word unik adalah 0.943 dan nilai signifikansinya sebesar 0.000, dapat disimpulkan bahwa data telah akurat sehingga data layak untuk dianalisis lebih lanjut.

Tersambung -0.027 0.037

Terpisah 0.027 0.037

Standar 0.034 0.037

Standar 0.043 0.037

Beludru 0.012 0.065

Oscar 0.005 0.065

Polos -0.020 0.065

Bercorak -0.023 0.065

Standar -0.005 0.065

Handrest -0.009 0.065

Bahan Jok 22.591

Pola Warna 23.754

Fitur 23.779

Pearson's R

0.769 0.000

Punggung 7.87

Dudukan 10.656

(16)

commit to user

IV-16

Tabel 4.14 Hasil Analisis Conjoint Kansei Word Unik

Nilai atau utility estimate setiap kategori yang bernilai positif menujukkan kategori yang lebih disukai. Output kategori yang diperoleh dari kansei word unik antara lain sandaran kepala tersambung, sandaran punggung berkontur/berlekuk, dudukan standar, bahan jok beludru, pola warna polos, dan fitur standar.

Important value digunakan untuk mengetahui nilai kepentingan dari setiap item terhadap pemilihan kansei word. Berdasarkan tabel tersebut, item yang paling berpengaruh terhadap pemilihan kansei word unik adalah pola warna dengan persentase sebesar 27.343%.

Dari keseluruhan hasil yang diperoleh dari pengolahan data menurut analisis conjoint terbentuk kombinasi baru pilihan responden menurut nilai kepentingan tertinggi dan pilihan perancang berdasarkan mayoritas pilihan responden pada spesifikasi sandaran kepala, sandaran punggung dan dudukan. Kombinasi baru pilihan responden tertera pada tabel 4.15.

Tersambung 0.013 0.037

Terpisah -0.013 0.037

Berkontur/ Berlekuk 0.016 0.037

Standar -0.016 0.037

Standar 0.114 0.037

Beludru 0.113 0.064

Oscar -0.109 0.064

Polos 0.116 0.064

Bercorak -0.095 0.064

Standar 0.087 0.064

Handrest -0.073 0.064

Bahan Jok 23.565

Pola Warna 27.363

Fitur 21.103

Pearson's R

0.943 0.000

Punggung 8.022

Dudukan 9.630

(17)

commit to user

IV-17

Tabel 4.15 Desain Kombinasi Baru Pilihan Responden

4.10 Penentuan Dimensi dengan Penerapan Anthropometri

Penentuan dimensi kursi mobil ini dilakukan dengan pendekatan anthropometry menggunaka data anthropometry orang Indonesia (Nurmianto, 1991). Dimensi yang digunakan ditujukan untuk seluruh populasi baik pria maupun wanita dengan memilih dimensi yang lebih sesuai, selain itu dilakukan penyesuaian dan penggunaan persentil sesuai dengan tujuan digunakannya dimensi tersebut.

Tabel 4.16 Penggunaan Dimensi Anthropometry

No. Data yang dibutuhkan Tujuan

1 Panjang pantat popliteal Untuk menentukan dimensi panjang alas duduk, sehingga pengemudi dapat duduk dan betisnya tidak terganggu.

2 Lebar panggul Untuk menentukan dimensi lebar alas duduk, sehingga pengemudi dapat duduk dan tidak merasa sempit.

3 Tinggi popliteal Untuk menentukan dimensi tinggi alas duduk, sehingga kaki pengguna tidak merasa kesulitan menjangkau meski tanpa bantuan reclining.

4 Tinggi bahu duduk Untuk menentukan dimensi tinggi sandaran punggung, sehingga pengemudi dapat bersandar dengan bahu yang ditopang.

No Item Kategori

1 Sandaran Kepala Terpisah 2 Sandaran Punggung Berkontur/ Berlekuk

3 Dudukan Standar

4 Bahan Jok Woven Polyester

5 Pola Warna Polos

6 Fitur Kombinasi

(18)

commit to user

IV-18

Tabel 4.16 Penggunaan Dimensi Anthropometry (lanjutan)

5 Lebar bahu Untuk menentukan dimensi lebar sandaran punggung, sehingga pengemudi dapat bersandar dan tidak merasa sempit.

6 Lebar kepala Untuk menentukan dimensi lebar sandaran kepala, sehingga pengemudi kepala pengemudi dapat bersandar ketika diperlukan.

7 Tinggi tengkuk Untuk menentukan dimensi tinggi sandaran kepala, sehingga kepala pengemudi dapat bersandar ketika diperlukan.

8 Lebar telapak tangan Untuk menentukan dimensi panjang tuas, sehingga pengemudi dapat menarik tuas dengan mudah.

9 Tinggi siku Untuk menentukan dimensi tinggi armrest, sehingga pengemudi sehingga pengemudi dapat menyandarkan tangan saat diperlukan.

10 Panjang lengan bawah Untuk menentukan dimensi panjang armrest, sehingga pengemudi dapat menyandarkan tangan saat diperlukan.

Panjang pantat popliteal, merupakan dimensi yang diambil dari jarak pantat hingga lutut bagian dalam di saat posisi duduk. Lebar panggul, merupakan dimensi yang diambil dari jarak lebar panggul. Tinggi popliteal, merupakan dimensi yang diambil dari jarak alas kaki dengan lutut bagian dalam di saat posisi duduk. Tinggi bahu duduk, merupakan dimensi yang diambil dari jarak antara bahu dengan alas duduk di saat posisi duduk. Lebar bahu, merupakan dimensi yang diambil dari jarak antara kedua bahu. Lebar kepala, merupakan dimensi yang diambil dari jarak terluar dari lebar kepala. Tinggi tengkuk, merupakan dimensi yang diambil dari titik tertinggi kepala hingga leher. Lebar telapak tangan, , merupakan dimensi yang diambil dari lebar keempat jari tanpa ibu jari. Tinggi siku, merupakan dimensi yang diambil dari jarak antara siku dengan alas duduk.

(19)

commit to user

IV-19

Panjang lengan bawah, merupakan dimensi yang diambil dari pergelangan tangan hingga siku.

4.10.1 Alas duduk

Dimensi tubuh yang digunakan dalam penentuan dimensi alas duduk antara lain panjang, lebar, tebal dan tinggi dari alas duduk.

1. Panjang alas duduk

Panjang alas duduk menggunakan data anthropometry panjang pantat popliteal. Persentil yang digunakan dalam dimensi ini adalah persentil 5 pada pria (Gordon dkk., 1989). Alasan digunakannya persentil 5 adalah menyesuaikan panjang untuk populasi kecil, sehingga bila seseorang memiliki panjang pantat popliteal yang lebih besar masih bisa duduk dengan nyaman. Dan ukuran yang sesuai untuk digunakan adalah dimensi pria, hal ini dikarenakan ukurannya yang lebih pendek. Dimensi ini tidak dapat dibulatkan keatas karena penggunaan persentil kecil.

 Penentuan panjang alas duduk:

PAD = panjang pantat popliteal (P5%) Dimana,

PAD = panjang alas duduk Sehingga,

PAD = panjang pantat popliteal (P5%) PAD = 40,5 cm

2. Lebar alas duduk

Sedangkan untuk lebar alas duduk menggunakan data anthropometry lebar panggul. Persentil yang digunakan dalam dimensi ini adalah persentil 95 pada wanita (Chaffin dan Andersson, 1991). Untuk penggunaan persentil 95 menyesuaikan populasi besar sehingga untuk populasi kecil masih dapat menggunakan dengan nyaman. Dan ukuran yang sesuai untuk digunakan adalah dimensi wanita, hal ini dikarenakan ukurannya yang lebih panjang. Untuk memudahkan dalam perancangan dimensi lebar alas duduk dibulatkan menjadi 40 cm.

(20)

commit to user

IV-20

 Penentuan lebar alas duduk:

LAD= lebar panggul (P95%) Dimana,

LAD= lebar alas duduk Sehingga,

LAD= lebar panggul (P95%) LAD= 39.2 cm

LAD≈ 40 cm

3. Tinggi alas duduk

Tinggi alas menggunakan data anthropometry tinggi popliteal Pada penentuan tinggi alas duduk, dibutuhkan pertimbangan sudut segmen tubuh saat mengemudi (Rebiffe, 1969). Tinggi popliteal menggunakan persentil 5 pada wanita untuk menentukan tinggi dengan maksud, meskipun ukuran kecil tetap nyaman menggunakannya. Gambar 4.1 menyajikan gambaran dari segmen tubuh dan sudut yang direkomendasikan untuk terdapat pada tabel 4.17.

Gambar 4.1 Segmen tubuh saat mengemudi Sumber : (Rebife, 1969)

(21)

commit to user

IV-21

Tabel 4.17 Rekomendasi Sudut Segmen Tubuh

Sumber : (Rebife, 1969)

Pada penentuan tinggi popliteal berdasarkan sudut segmen tubuh sebagai berikut.

 Penentuan tinggi alas duduk minimum:

TAD= Tinggi Popliteal Cos (C-(B-A)) Dimana,

TAD= tinggi alas duduk (kaki kursi) Sehingga,

TAD= Tinggi Popliteal Cos (C-(B-A))

TAD= Tinggi Popliteal Cos (124-(104.45-25)) TAD= Tinggi Popliteal Cos (124-79,45) TAD= Tinggi Popliteal Cos 44,55 TAD= 33,7 x 0,712

TAD= 23,99 cm TAD≈ 24 cm

Tinggi tersebut diperoleh dari penarikan ke garis normal panjang tinggi popliteal. Sehingga rekomendasi tinggi alas duduk adalah minimal 24 cm hingga maksimal 33,7 cm.

4. Perancangan alas duduk

Perancangan dilakukan dengan berdasarkan perhitungan yang telah dilakukan dan beberapa penyesuaian. Sudut yang direkomendasikan untuk penyetelan alas duduk adalah 15° (Maertens, 1993) dan penempatan dimensi seperti pada gambar 4.2. Selain itu ditambahkan pula penyesuaian terhadap ruang

Segmne Tubuh Rekomendasi Sudut

A. Back 20-30

B. Trunk 95-120

C. Knee 95-135

D. Ankle 90-110

E. Upper Arm 10-45*

F. Elbow 80-90

(22)

commit to user

IV-22

gerak dan pelebaran paha (Reed, 2000), sehingga alas duduk akan melebar pada ujungnya. Hasil dari penerjemahan desain terlihat pada gambar 4.3 dan gambar 4.4. Terlihat H-Point yang digunakan untuk membantu peletakan dimensi, yang merupakan titik referensi mendekati sendi pinggul dari persentil 50 tinggi dan badan pria (Reed, 2000).

Gambar 4.2 Gambar Rekomendasi Sudut Sumber: (Reed, 2000)

Gambar 4.3 Gambar 2D Alas Duduk

(23)

commit to user

IV-23

Gambar 4.4 Gambar 3D Alas Duduk 4.10.2 Sandaran Punggung

Dimensi tubuh yang digunakan dalam penentuan dimensi sandaran punggung antara lain tinggi sandaran dan lebar sandaran.

1. Tinggi sandaran

Panjang sandaran pungggung menggunakan data anthropometry panjang tinggi bahu duduk. Sedangkan persentil yang digunakan dalam menetukan panjang sandaran adalah persentil 95 pada pria (Gordon dkk., 1989). Untuk memudahkan dalam perancangan dimensi panjang sandaran dibuat menjadi 63 cm. Panjang sandaran punggung mengunakan tinggi bahu duduk persentil 95 karena lebih panjang dari pada panjang bahu duduk wanita. Sehingga, panjang sandaran punggung kursi pengemudi dapat dipergunakan mayoritas populasi pengemudi.

 Penentuan tinggi sandaran:

PSP= tinggi bahu duduk (P95%) Dimana,

PSP= panjang sandaran punggung Sehingga,

PSP= tinggi bahu duduk (P95%) PSP= 62.1 cm

PSP≈ 63 cm

(24)

commit to user

IV-24 2. Lebar sandaran

Lebar sandaran menggunakan data anthropometry lebar bahu. Sedangkan persentil yang digunakan adalah persentil 95 untuk menentukan dimensi (Schneider dkk., 1985). Untuk memudahkan dalam perancangan dimensi lebar sandaran dibuat menjandi 47 cm. Persentil 95 digunakan agar dapat mencakup mayoritas populasi pengemudi. Dan ukuran yang sesuai untuk digunakan adalah dimensi wanita, hal ini dikarenakan ukurannya yang lebih panjang.

 Penentuan lebar sandaran:

LSP= lebar bahu (P95%) Dimana,

LSP= lebar sandaran punggung Sehingga,

LSP= Lebar bahu (P95%) LSP= 46.6 cm

LSP≈ 47 cm

3. Perancangan sandaran punggung

Perancangan dilakukan dengan berdasarkan perhitungan yang telah dilakukan dan beberapa penyesuaian. Sudut yang direkomendasikan untuk penyetelan sandaran punggung adalah 25° (Reed, 2000) dan lumbar support ditambahkan untuk menunjang kenyamanan pengemudi seperti pada gambar 4.5.

Hasil dari penerjemahan desain terlihat pada gambar 4.6 dan gambar 4.7.

Gambar 4.5 Gambar Penempatan Lumbar Support

Sumber: (Schneider, 1985)

(25)

commit to user

IV-25

4.10.3 Sandaran kepala

Dimensi tubuh yang digunakan dalam penentuan dimensi sandaran kepala antara lain tinggi sandaran kepala dan lebar sandaran kepala.

1. Lebar sandaran kepala

Lebar sandaran kepala menggunakan data anthropometry lebar kepala.

Sedangkan persentil yang digunakan adalah persentil 95 untuk mencakup mayoritas populasi pengemudi (Al Amin, 2013). Dimensi pria digunakan karena

(26)

commit to user

IV-26

ukurannya yang lebih besar sehingga sesuai dengan penggunaan persentil 95.

Lebar sandaran kepala ditentukan berdasarkan lebar kepala.

 Penentuan lebar sandaran kepala:

LSK=lebar kepala (P95%) Dimana

LSK=lebar sandaran kepala Sehingga

LSK=lebar kepala (P95%) LSK=16 cm

2. Tinggi sandaran kepala

Tinggi sandaran kepala menggunakan tinggi tengkuk kepala. Sedangkan persentil yang digunakan adalah persentil 50 pada pria yang disarankan untuk sandaran kepala yang terpisah (Economic Commission fo Europe, 1994). Tinggi sandaran kepala ditentukan berdasarkan tinggi tengkuk.

 Penentuan tinggi sandaran kepala:

TSK=tinggi tengkuk (P50%) Dimana

TSK= tinggi sandaran kepala Sehingga

TSK= tinggi tengkuk (P50%) LSK= 18 cm

Gambar 4.8 Gambar 2D Sandaran Kepala

(27)

commit to user

IV-27

Gambar 4.9 Gambar 3D Sandaran Kepala

4.10.4 Handle Pengungkit Reclining

Dimensi tubuh yang digunakan dalam penentuan dimensi handle antara lain panjang telapak tangan dan jangkauan tangan.

1. Panjang handle

Handle pengungkit reclining dan pengungkit menggunakan data anthropometry lebar telapak tangan. Sedangkan persentil yang digunakan adalah persentil 5 pada pria untuk mencakup mayoritas populasi pengemudi (Lim dkk., 2000). Alasan digunakannya persentil 5 adalah menyesuaikan panjang untuk populasi kecil, sehingga bila seseorang memiliki lebar telapak tangan yang lebih besar masih bisa menarik pengungkit.

 Penentuan panjang handle pengungkit:

LLH=lebar telapak tangan (P5%) Dimana

LLH=lebar handle Sehingga

LLH= lebar telapak tangan (P5%) LLH= 7.4 cm

(28)

commit to user

IV-28 2. Tinggi handle

Sedangkan persentil yang digunakan adalah persentil 50 pada pria untuk mencakup rata-rata seluruh populasi pengemudi (Hruska dkk., 2015). Penarikan dimensi ini diambil dari tinggi bahu kebawah untuk menepatkan peletakan tinggi handle.

 Penentuan tinggi handle pengungkit:

LTH=jangkauan tangan (P50%) Dimana

LTH=tinggi handle Sehingga

LTH= jangkauan tangan (P50%) LTH= 70,8 cm

Gambar 4.10 Gambar 2D Handle

Gambar 4.11 Gambar 3D Handle

(29)

commit to user

IV-29 4.10.5 Armrest

Dimensi tubuh yang digunakan dalam penentuan dimensi armrest antara lain tinggi siku dan panjang lengan bawah.

1. Tinggi armrest

Tinggi armrest menggunakan data anthropometry tinggi siku. Sedangkan persentil yang digunakan adalah persentil 50 untuk mencakup rata-rata seluruh populasi (Informa Healthcare, 2000). Alasan digunakannya persentil 50 adalah menyesuaikan tinggi rata-rata. Armrest mobil berbeda dengan armrest kursi biasa, sehingga armrest berada lebih tinggi disbanding armrest kursi biasa karena fungsinya sebagai penopang lengan dikala pengemudi mengendalikan kemudi.

Untuk itu dipilih persentil 50 pada pria.

 Penentuan tinggi armrest:

LTA=tinggi siku (P50%) Dimana

LTA=tinggi armrest Sehingga

LTA= tinggi siku (P50%) LTA= 23.1 cm

2. Panjang armrest

Panjang armrest menggunakan data anthropometry panjang lengan bawah.

Sedangkan persentil yang digunakan adalah persentil 95 pada pria untuk mencakup mayoritas populasi pengemudi (Informa Healthcare, 2000). Alasan digunakannya persentil 95 pada pria adalah untuk mencakup populasi besar, sehingga dapat digunakan oleh pengemudi yang memiliki lengan pendek maupun panjang. Dalam perancangan ini dilakukan pendekatan penyesuaian perancangan ekstrem untuk menentukan panjang armrest demi menunjang kemudahan perpindahan tangan selama mengemudi, sehingga panjang armrest disesuaikan dengan panjang setengah panjang lengan bawah. Hal ini mengingat posisi armrest yang dekat dengan tuas persneling dan fungsi armrest yang hanya sebagai alat bantu.

 Penentuan panjang armrest:

LPA=panjang lengan bawah (P95%)

(30)

commit to user

IV-30 Dimana

LPA=panjang armrest Sehingga

LPA= panjang lengan bawah (P95%) x 50%

LPA= 14.2 cm

Gambar 4.12 Gambar 2D Armrest

Gambar 4.13 Gambar 3D Armrest

Tabel 4.18 menyajikan dimensi rancangan kursi pengemudi mobil listrik berdasarkan data anthropometry.

(31)