APLIKASI FUZZY QUANTIFICATION THEORY II
DALAM MEMBANDINGKAN KEPUASAN PELANGGAN PROGRAM LISTRIK PASCABAYAR DENGAN PROGRAM LISTRIK PRABAYAR
SKRIPSI
Diajukan untuk Memenuhi Sebagian dari Syarat untuk Memperoleh Gelar Sarjana Sains
Program Studi Matematika Konsentrasi Statistika
Oleh
Gita Desyalita
0902284
PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA
APLIKASI FUZZY QUANTIFICATION THEORY II
DALAM MEMBANDINGKAN KEPUASAN PELANGGAN PROGRAM LISTRIK PASCABAYAR DENGAN PROGRAM LISTRIK PRABAYAR
Oleh Gita Desyalita
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Sains pada
Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Gita Desyalita 2013 Universitas Pendidikan Indonesia
Oktober 2013
Hak Cipta dilindungi undang-undang.
GITA DESYALITA
APLIKASI FUZZY QUANTIFICATION THEORY II
DALAM MEMBANDINGKAN KEPUASAN PELANGGAN PROGRAM
LISTRIK PASCABAYAR DENGAN PROGRAM LISTRIK PRABAYAR
DISETUJUI DAN DISAHKAN OLEH:
Pembimbing I
Dr. Bambang Avip Priatna M., M.Si. NIP : 196412051990031001
Pembimbing II
Hj. Dewi Rachmatin, S.Si., M.Si. NIP : 196909291994122001
Mengetahui,
Ketua Jurusan Pendidikan Matematika
ABSTRAK
Perbedaan pendapat tentang kepuasan pelanggan terhadap program pembayaran listrik pascabayar dan prabayar adalah salah satu kasus yang dapat ditangani menggunakan metode Fuzzy Quantification Theory II . Metode ini adalah metode yang mengekspresikan beberapa external standard ke dalam suatu nilai (derajat keanggotaan) yang direpresentasikan dengan nilai dalam rentang [0,1]. Tujuan dari metode ini diekspresikan dengan menggunakan persamaan linear . Berdasarkan hasil penelitian di UPJ Cijawura diperoleh hubungan antara dengan masing-masing external standar. merupakan hasil regresi linear untuk program listrik Pascabayar, yaitu
.
Sedangkan merupakan hasil regresi linear untuk program listrik Prabayar, yaitu:
.
Berdasarkan nilai rata-rata dari persamaan regresi linier untuk masing-masing program listrik diperoleh bobot kepuasan pelanggan sebesar 0.5201, sedangkan bobot kepuasan pelanggan sebesar 0.1556. Dari hasil penelitian diperoleh artinya pelanggan UPJ Cijawura lebih puas menggunakan program listrik pascabayar dibandingkan program listrik prabayar.
ABSTRACT
Opinion differences of the customers satisfaction for postpaid and prepaid electricity payments program is one of the cases that can be handled by using the method of Fuzzy Quantification Theory II. This method is a method of expressing some external standard into a value (degree of membership) that is represented by values in the range [0 1]. The purpose of this method is expressed by using the linear equation . Based on the research results at UPJ Cijawura the relationship between the with external standards is obtained, respectively. is the result of linear regression for Postpaid electricity program, which is
.
While is the result of linear regression for Prepaid electricity program, namely:
.
Based on the average value of = -0.082 from the linear regression equation for each electricity program gained the weight of customer satisfaction is 0.5201, while the weight of customer satisfaction is 0.1556. From the reasearch results were obtained > which is means UPJ Cijawura’s customers are more satisfied using postpaid electricity program than prepaid electricity program .
Keywords : Fuzzy Quantification Theory II , External Standard , Linear Equation
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN
LEMBAR PERNYATAAN
HAK CIPTA
ABSTRAK ... i
KATA PENGANTAR ... iii
UCAPAN TERIMAKASIH... iv
DAFTAR ISI ... vi
DAFTAR TABEL ... x
DAFTAR GAMBAR ... xi
DAFTAR LAMPIRAN ... xii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Batasan Masalah ... 4
1.3 Rumusan Masalah ... 5
1.4 Tujuan Penelitian ... 5
1.5 Manfaat Penulisan ... 5
BAB II KAJIAN PUSTAKA ... 6
2.1 Kualitas Jasa ... 6
2.1.1 Jasa ... 6
2.1.2 Kualitas ... 6
2.1.3 Kualitas Jasa ... 7
2.2 Kepuasan Pelanggan ... 8
2.3 Analisis Regresi ... 10
vii
2.3.2 Uji Keberartian Parsial Parameter Regresi Linier
Sederhana (Uji Keberartian Intersef) ... 12
2.3.3 Uji Keberartian Parsial Parameter Regresi Linear Sederhana (Uji Keberartian Koefisien Regresi) ... 13
2.3.4 Uji Keberartian Model Regresi Linier ... 14
2.3.5 Koefisien Determinasi ... 16
2.3.6 Pemeriksaan Sisa ... 16
2.4 Matriks ... 17
2.4.1 Definisi Matriks ... 17
2.4.2 Operasi-Operasi Matriks ... 18
2.4.2.1Kesamaan Dua Matriks ... 18
2.4.2.2Penjumlahan dan Pengurangan Matriks ... 19
2.4.2.3Perkalian Matriks ... 19
2.4.2.4Invers Matriks ... 20
2.4.3 Jenis-Jenis Matriks ... 20
2.4.3.1Matriks Transpos... 20
2.4.3.2Matriks Diagonal... 21
2.4.3.3Matriks Segitiga ... 21
2.4.3.4Pangkat Matriks ... 21
2.4.3.5Akar Kuadrat Matriks ... 22
2.5 Nilai Eigen dan Vektor Eigen ... 22
2.5.1 Nilai Eigen ... 22
2.5.2 Vektor Eigen ... 24
2.6 Dekomposisi Cholesky ... 25
2.7 Populasi dan Sampel ... 27
2.7.1 Populasi ... 27
2.7.2 Sampel ... 27
2.8 Logika Fuzzy ... 27
BAB III FUZZY QUANTIFICATION THEORY II ... 30
3.1 Konsep Dasar ... 30
3.2 Karakteristik Fuzzy Quamtification Theory II ... 31
3.3 Menentukan Bobot Kategori ... 32
3.3.1 Bobot Kategori ... 32
3.3.2 Matriks ̅ ̅ ... 32
3.3.3 Matriks dan ... 33
3.3.4 Mendekomposisiskan Matriks menjadi Matriks ... 34
3.3.5 Matriks ... 34
3.4 Aplikasi Fuzzy Quamtification Theory II ... 35
BAB IV STUDI KASUS ... 36
4.1 Sumber Data ... 37
4.2 Identifikasi Variabel ... 38
4.2.1 Variabel Penelitian ... 38
4.2.2 Definisi Operasional Variabel ... 39
4.3 Metode Pengolahan Data ... 40
4.3.1 Uji Validitas dan Uji Reliabilitas ... 40
4.3.2 Fuzzy Quamtification Theory II ... 42
4.3.3 Pengujian ... 46
4.3.4 Perbandingan Bobot Kepuasan Pelanggan terhadap Masing- Masing Program Listrik ... 48
4.3.5 Uji Linearitas ... 49
4.3.6 Uji Keberartian Intersep dan Koefisien Regresi ... 49
4.3.7 Uji Keberartian Model Regresi Linear ... 51
4.3.8 Koefisien Determinasi ... 52
ix
BAB V KESIMPULAN DAN SARAN ... 55
5.1 Kesimpulan ... 55
5.2 Saran ... 55
DAFTAR PUSTAKA ... 56
LAMPIRAN ... 58
BAB I
PENDAHULUAN
1.1Latar Belakang Masalah
Listrik memegang peranan yang sangat penting dalam kehidupan. Dapat
dikatakan bahwa listrik telah menjadi sumber energi utama dalam setiap kegiatan
baik di rumah tangga maupun industri (Joeardie, 2012).
PT. PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan
terbesar di Indonesia. Perusahaan ini telah banyak memberikan kontribusi yang
besar dalam memasok kebutuhan listrik untuk masyarakat. Selaku perusahaan
BUMN yang menangani masalah kepentingan listrik dan memberikan jumlah
pasokan listrik kepada masyarakat dalam jumlah yang sangat besar, tentunya PT.
PLN (Persero) memberikan pelayanan sebagai upaya pasti dalam memberikan
public service yang maksimal untuk kepentingan dan kemajuan bangsa
(Wahyusetya, 2011) .
Selama ini pelanggan PT. PLN (Persero) mendapat layanan program listrik
pascabayar, yaitu menggunakan energi listrik terlebih dahulu kemudian
membayar pada bulan berikutnya. Setiap bulan PT. PLN (Persero) harus mencatat
meter, menghitung dan menerbitkan rekening yang harus dibayar pelanggan,
melakukan penagihan kepada pelanggan yang terlambat atau tidak membayar, dan
memutus aliran listrik jika pelanggan terlambat atau tidak membayar rekening
listrik setelah waktu tertentu (PLN, 2013).
Untuk mengembangkan pelayanan suatu perusahaan, dibuatlah suatu
inovasi demi mempertahankan eksistensi juga untuk kemajuan serta
pengembangan dalam memberikan pelayanan kepada masyarakat. Bentuk inovasi
yang diciptakan oleh PT. PLN (Persero) adalah dengan mengeluarkan program
listrik prabayar atau disebut juga Listrik Pintar (Dhuhuriawan, 2012). Program
listrik prabayar, yaitu mengeluarkan biaya terlebih dahulu untuk membeli energi
pencatatan meter yang biasanya dilakukan setiap bulan, dan tidak perlu terikat
dengan jadwal pembayaran listrik bulanan.
Alasan PT. PLN (Persero) mengganti program listrik pascabayar menjadi
listrik prabayar karena program listrik prabayar merupakan program yang
mempermudah pelanggan dalam pengontrolan penggunaan listrik. Dengan
program ini pelanggan dapat mengatur pemakaian listrik dan dapat mematok
anggaran biaya listrik bulanan (upvnj, 2013). Selain itu, pelanggan juga terlepas
dari masalah kesalahan mencatat penggunaan listrik serta terbebas dari sanksi
pemutusan terlambat membayar listrik. Secara otomatis layanan ini juga
mengatasi keluhan pelanggan tentang pembacaan meter oleh petugas PLN yang
tidak akurat. Pelanggan juga tidak perlu khawatir mati listrik mendadak saat
stroom yang tertera di meter sudah habis. Karena secara otomatis, meteran
prabayar akan memberikan alarm jika jumlah kwh sudah mulai habis (Wahyuni,
2012).
Keuntungan program listrik prabayar lebih banyak jika dibandingkan
program listrik pascabayar, namun pendapat masyarakat menuai kontroversi
mengenai adanya program baru ini. Seperti kejadian-kejadian berikut :
“Tarif listrik prabayar setelah dihitung justru lebih mahal daripada listrik pascabayar dan lebih membebani masyarakat kecil. Akhir-akhir ini PLN gencar menghimbau pelanggan agar beralih (migrasi) ke penggunaan listrik prabayar. Alih-alih menyajikan berbagai keunggulan program tersebut, nyatanya budget yang harus kami keluarkan lebih besar daripada sebelum bermigrasi ke listrik prabayar...” (Agenlistrikprabayar, 2011).
“Kemarin saya melakukan pengisian token PLN senilai Rp 20 ribu, tetapi sampai tadi pagi saya coba isi ternyata hasilnya gagal. Saya coba dengan pembelian token Rp 20 ribu lagi, tetapi juga tetap gagal. (sebelumnya
tidak ada masalah pengisian token)...” (Daniel, 2012).
“Banyak warga saya yang bertanya adanya meteran pulsa, tapi saya
sendiri hanya mengetahui sedikit tentang itu dari media massa. Apalagi sampai saat ini belum ada undangan dari Desa untuk sosialisasi penggunaan pulsa", ujar Sunardi. Secara terpisah, Umi (52), warga Perumahan Griya Salak Asri A1/6 Desa Cinangka mengaku merasa lebih hemat setelah menggunakan meteran pulsa dan tak perlu khawatir lagi dengan lonjakan tagihan tiap bulan, seperti yang pernah dialami
“Baru saja kamar kos-kosan saya di Depok dipasangkan sebuah alat meteran listrik prabayar. Awalnya saya tidak paham mengenai listrik prabayar yang merupakan salah satu program hemat energi dari Perusahaan Listrik Negara (PLN). Namun, setelah medengarkan penjelasan dari petugas pemasangan meteran tersebut, dapat saya bayangkan bahwa sistem listrik prabayar cukup praktis dan memang menghemat pengeluaran untuk listrik perbulannya...” (Haesy, 2011).
Dari kejadian-kejadian di atas, ada kalangan yang lebih memilih program
listrik prabayar dibandingkan program listrik pascabayar, begitupun sebaliknya
lebih memilih program listrik pascabayar dibandingkan program listrik prabayar.
Berbagai alasan muncul dari masyarakat. Masyarakat menganggap listrik prabayar
lebih mahal dan pemakaiannya lebih rumit, lebih praktis menggunakan listrik
prabayar dibandingkan dengan listrik pascabayar, listrik prabayar lebih murah,
kurangnya sosialisai lebih kepada masyarakat tentang program listrik prabayar
dan masih banyak alasan lainnya.
Dengan hal ini, akan dibandingkan kepuasan pelanggan dari kedua
program tersebut untuk melihat program mana yg memiliki kepuasan yang lebih
baik bagi pelanggan. Sehingga akan dilakukan survey menggunakan kuesioner
kepada sebagian pelanggan yang akan dijadikan sampel. Pendapat pelanggan akan
menjadi acuan untuk mengetahui seberapa besar kepuasan pelanggan dari kedua
program ini. Biasanya, suatu pendapat atau evaluasi terhadap suatu aktivitas akan
direpresentasikan secara linguistik, seperti : mudah, sulit, mahal, murah, cukup,
buruk, puas, dll. Untuk membandingkan pendapat atau evaluasi representasi
linguistik, sebenarnya akan lebih mudah apabila ekspresi yang berbentuk
kualitatif tersebut diganti dengan bentuk numeris. Untuk keperluan tersebut maka
dibutuhkan metode kuantifikasi (Kusumadewi, 2010).
Menurut Chikio Hayashi (1950), Quantification Theory adalah metode
kuantifikasi dari penilaian kualitatif dan evaluasi kualitatif. Quantification Theory
ini terdiri dari empat metode, yaitu I, II, III dan IV. Metode kuantifikasi ini
menggunakan nilai {1,0} untuk menunjukkan kepuasan pelanggan dari kedua
program. Suatu program dikatakan puas bagi pelanggan jika derajat keanggotaan
Misalkan, variabel biaya dibagi menjadi 2 kategori, yaitu murah dan
mahal. Kategori murah memiliki domain <150.000, sedangkan kategori mahal
memiliki domain >150.000. Apabila biaya listrik seorang pelanggan sebesar
149.900, maka dikatakan murah. Sedangkan jika biaya listrik seorang pelanggan
sebesar 150.100, maka dikatakan mahal. Dari pemisalan di atas, bisa dikatakan
bahwa untuk menyatakan biaya listrik sangat tidak adil, adanya perubahan kecil
saja pada suatu nilai mengakibatkan perbedaan kategori yang cukup signifikan.
Ketidakadilan di atas dapat ditangani menggunakan teori himpunan fuzzy.
Fuzzy Quantification Theory adalah metode untuk mengendalikan
data-data kualitatif dengan menggunakan teori himpunan fuzzy. Pengendalian disini
lebih dimaksudkan untuk menjelaskan kejadian-kejadian fuzzy menggunakan nilai
dalam rentang [0,1] yang mengekspresikan pendapat-pendapat secara kualitatif
(Kusumadewi, 2010).
Dalam penelitian ini akan dibandingkan kepuasan pelanggan dari kedua
program listrik pascabayar dan program listrik prabayar. Yaitu dengan
menggunakan salah satu metode Fuzzy Quantification Theory yaitu Fuzzy
Quantification Theory II. Dari hasil analisis yang akan dilakukan nantinya akan
diperoleh perbandingan dari kedua program dengan menggunakan Fuzzy
Quantification Theory II.
Berdasarkan latar belakang di atas, penulis tertarik untuk menerapkan
Fuzzy Quantification Theory II dengan judul “Aplikasi Fuzzy Quantification
Theory II dalam Membandingkan Kepuasan Pelanggan Program Listrik
Pascabayar dengan Program Listrik Prabayar”.
1.2Batasan Masalah
Agar pemaparan penelitian ini tidak terlalu meluas, maka penulis
membatasi permasalahan sebagai berikut :
1. Dilakukan pengumpulan kuesioner untuk memperoleh data primer.
2. Data yang digunakan adalah data primer hasil survey dua program listrik
pascabayar dan prabayar pada golongan tarif rumah tangga (R1) di UPJ
3. Metode yang digunakan adalah Fuzzy Quantification Theory II sebagai salah
satu teknik dalam analisis terhadap data yang digunakan.
4. Pengukuran kepuasan pelanggan menggunakan variabel kualitas jasa.
1.3Rumusan Masalah
Berdasarkan hasil pemaparan sebelumnya, dapat dirumuskan
permasalahan berikut : Bagaimana perbandingan kepuasan pelanggan antara
program listrik pascabayar dengan program listrik prabayar di UPJ Cijawura ?
1.4Tujuan Penulisan
Adapun tujuan penulisan penelitian ini adalah membandingkan kepuasan
pelanggan antara program listrik pascabayar dengan program listrik prabayar di
UPJ Cijawura.
1.5Manfaat Penulisan
Adapun manfaat dari penelitian ini adalah sebagai berikut :
1. Manfaat Teoritis
Manfaat penulisan skripsi secara teoritis adalah mengaplikasikan metode
Fuzzy Quantification Theory II.
2. Manfaat Praktis
Manfaat penulisan skripsi secara praktis adalah mengetahui perilaku pelanggan
sebagai penentu kebijakan serta menjadi acuan suatu perusahaan dalam menilai
30
BAB III
FUZZY QUANTIFICATION THEORY II
3.1 Konsep Dasar
Fuzzy Quantification Theory adalah metode untuk mengendalikkan
data-data kualitatif dengan menggunakan teori himpunan fuzzy (Kusumadewi, 2010).
Maksud dari pengendalian disini adalah menjelaskan kejadian-kejadian fuzzy
dengan menggunakan nilai dalam rentang [0,1]. Nilai ini digunakan untuk
mengekspresikan pendapat-pendapat secara kualitatif. Misalnya, pendapat
seseorang dalam menilai sesuatu. Baik itu suatu produk, program kerja atau yang
lainnya.
Jika terdapat data dengan derajat keanggotaan pada
fuzzy group adalah , maka ukuran dari himpunan fuzzy diekspresikan sebagai berikut (Terano, 1992):
∑
...(3.1)
Sehingga,
∑
...(3.2)
Untuk mencari total mean dan mean menggunakan fuzzy group diekspresikan persamaan berikut:
{∑ ∑
} ...(3.3)
{∑
Variasi total , variasi antar fuzzy group , dan variasi dalam fuzzy group
di definisikan sebagai berikut:
∑ ∑ ...(3.5) ∑ ∑( ) ...(3.6) ∑ ∑( ) ...(3.7)
dalam hal ini, .
3.2 Karakteristik Fuzzy Quantification Theory II
Tujuan Fuzzy Quantification Theory II menurut Watada et al yang dikutip
Terano (1992) sebagai berikut:
“The object of Fuzzy Quantification Theory II is to express several fuzzy groups
in terms of qualitative descriptive variables. These qualitative descriptive variables take the form of values (membership values) on [0,1].”
Dari kutipan di atas metode ini mengekspresikan beberapa fuzzy group ke
dalam suatu nilai (derajat keanggotaan) yang direpresentasikan dengan nilai dalam
rentang [0,1]. Berikut ini adalah tabel yang menunjukkan karakteristik data yang
[image:16.595.115.511.144.738.2]ditangani oleh Fuzzy Quantificationy Theory II.
Tabel 3.1 Karakteristik Fuzzy Quantificationy Theory II (Terano, 1992)
No Fuzzy External Standard
32
Dari Tabel 3.1 pada Fuzzy Quantification Theory II, external standard
direpresentasikan sebagai fuzzy group . Tujuan dari Fuzzy
Quantification Theory II diekspresikan dengan menggunakan persamaan linear
dari bobot kategori untuk kategori , sebagai berikut (Terano, 1992):
∑
...(3.8)
3.3 Menentukan Bobot Kategori (Terano, 1992)
3.3.1 Bobot Kategori
Bobot kategori adalah nilai yang memberikan pemisahan yang paling
baik untuk setiap external standard fuzzy group. Derajat pemisahan yang paling
baik untuk grup-grup fuzzy ini didefinisikan dengan menggunakan variance ratio
yaitu rasio dari variasi total dan variasi antar fuzzy group berikut:
...(3.9)
Dengan memaksimumkan fuzzy variance ratio , akan diperoleh nilai untuk
persamaan linear (3.8).
3.3.2 Matriks , ̅ dan ̅
Untuk menentukan nilai pada persamaan linear , tentukan terlebih dahulu fuzzy mean ̅ dalam fuzzy group ( dan total fuzzy mean ̅ dengan:
̅ {∑
} ...(3.10)
̅ {∑ ̅
} ...(3.11)
Kemudian untuk nilai keanggotaan dari kategori , fuzzy mean ̅ dalam setiap fuzzy group dan total fuzzy mean ̅ dapat dicari dengan:
̅ {∑
̅ {∑ ̅
} ...(3.13)
Selanjutnya dibentuk matriks , ̅ , dan ̅ dengan elemen-elemen ,
̅ , dan ̅ yang berukuran , sebagai berikut:
[ ] ...(3.14) ̅ [ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ] ...(3.15) ̅ [ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ̅ ] ...(3.16)
3.3.3 Matriks dan
Vektor baris dengan dimensi K untuk bobot kategori dan matriks
34
[
]
...(3.18)
Dengan menggunakan matriks di atas, variasi total dan variasi antar
fuzzy group dari persamaan (3.5) dan (3.6) ditulis sebagai sebagai berikut:
̅ ̅ ...(3.19)
̅ ̅ ̅ ̅ ...(3.20)
Jika disubstitusikan persamaan (3.19) dan (3.20) ke dalam persamaan (3.9) dan di
diferensial secara parsial terhadap , maka diperoleh:
{ ̅ ̅ } ̅ ̅ { ̅ } { ̅ } ...(3.21)
Sehingga dibentuk matriks dan yang berukuran sebagai berikut:
{ ̅ ̅ } ̅ ̅ ...(3.22)
{ ̅ } { ̅ } ...(3.23)
3.3.4 Mendekomposisikan Matriks menjadi Matriks
Jika matriks dan sudah terbentuk, maka matriks didekomposisi
menjadi matriks segitiga atas sedemikian sehingga , dan akan diperoleh:
...(3.24)
3.3.5 Matriks
Setelah matriks didekomposisi menjadi matriks segitiga atas , maka
akan diperoleh matriks berikut:
Sehingga bobot kategori dapat dicari dari vektor eigen yang memaksimumkan nilai eigen dari matriks . Dengan demikian, diperoleh
bobot kategori yang memaksimumkan fuzzy variance ratio .
3.4Aplikasi Fuzzy Quantification Theory II
Adapun algoritma Fuzzy Quantification Theory II adalah sebagai berikut:
1. Membentuk matriks , dengan elemen-elemen , dan
yang diulang sebanyak M kali berukuran M .
2. Membentuk matriks ̅ , dengan elemen-elemen ̅ , , yang diulang sebanyak kali untuk suatu nilai berukuran M .
3. Membentuk matriks ̅, dengan elemen-elemen ̅ , , yang diulang sebanyak M kali berukuran M .
4. Mencari matriks dan yang berukuran . 5. Mendekomposisikan matriks menjadi matriks .
6. Mencari matriks .
7. Menentukan bobot kategori dengan memaksimumkan fuzzy variance ratio
yang dicari melalui vektor eigen yang memaksimumkan nilai eigen dari matriks .
8. Menentukan persamaan regresi linear .
9. Membentuk hubungan antara dengan external standard secara grafis. 10. Menentukan hasil regresi linear masing-masing external standard.
11. Melakukan pengujian terhadap hasil regresi linier yang sudah didapatkan.
12. Membandingkan bobot dari hasil regresi linier masing-masing external
BAB V
PENUTUP
5.1Kesimpulan
Berdasarkan metode Fuzzy Quantification Theory II diperoleh hasil regresi
linier untuk program pembayaran listrik Pascabayar ( dan hasil regresi linear
untuk program pembayaran listrik Prabayar sebagai berikut:
Hasil regresi linier tersebut dilakukan pengujian terhadap lima data responden
baru sehingga diperoleh hasil bahwa . Sedangkan rata-rata persamaan
regresi yang disubstitusikan ke dalam regresi linier dan diketahui
bahwa bobot kepuasan pelanggan terhadap program listrik Pascabayar sebesar
0.5201 dan terhadap program listrik Prabayar sebesar 0.1556. Ini berarti bahwa,
berdasarkan pengujian terhadap lima data responden baru atau dilihat dari
perbandingan bobot kepuasan pelanggan terhadap masing-masing program listrik
termyata pelanggan di UPJ Cijawura lebih puas menggunakan program listrik
pascabayar dibandingkan program listrik prabayar.
5.2Saran
Untuk penelitian selanjutnya disarankan untuk mengkaji lebih dari dua
eksternal standar pada metode Fuzzy Quantification Theory II. Selain itu,
disarankan untuk mengkaji lebih dalam mengenai metode Fuzzy Quantification
DAFTAR PUSTAKA
Agustina, Fitriani. 2010. Modul Kuliah Pengolahan Data. Bandung: UPI
Agenlistrikprabayar. 2011. Tarif Listrik Prabayar Lebih Mahal dari Pascabayar,
Benarkah?. [Online]. Tersedia:
http://agenlistrikprabayar.blogspot.com/2011/07/tarif-listrik-prabayar-lebih-mahal-dari.html[23 Maret 2013]
Argatyasweta, Riandika. 2008. ANALISIS PREFERENSI KONSUMEN DAN
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PEMILIHAN PRODUK NOTEBOOK DENGAN FUZZY QUANTIFICATION II (Studi Kasus Pada Mahasiswa FTI UII Yogyakarta). Yogyakarta: UII
Beritabogor. 2011. Permintaan Listrik Pra Bayar Meningkat. [Online]. Tersedia:
http://www.beritabogor.com/2011/04/pelanggan-listrik-pra-bayar
wilayah-upj.html [23 Maret 2013]
Daniel, H. (2012, 24 Oktober). Meteran PLN (Prabayar) Tidak Bisa Diisi Token. [Online]. Tersedia: http://www1.kompas.com/suratpembaca/read/35821
[23 Maret 2013]
Dhuhuriawan, Friki (2012). KUALITAS PELAYANAN PROGRAM LISTRIK
PINTAR DI PT. PLN (Persero) UPJ SURABAYA SELATAN (Studi Tentang Pelayanan Pasang Baru Listrik Prabayar Berdasarkan Indeks Kepuasan Masyarakat). [Online]. Tersedia:
http://eprints.upnjatim.ac.id/3456/1/file1.pdf [24 Maret 2013]
Gere, James H. & William Weaver, Jr. 1983. Matrix Algebra for Engineers. Wadsworth, Inc
Haesy, IMK. (2011). Listrik Prabayar Lebih Praktis. [Online] Tersedia:
http://muhammadkhairil11.blogspot.com/2011/03/listrik-prabayar-lebih-praktis.html [18 April 2013]
Joeardie. (2012). Arus Listrik. [Online]. Tersedia:
http://joeardie.blogspot.com/2012/08/arus-listrik.html [23 Maret 2013]
Kotler, Phillip & Kevin Lane Keller. 2007. Manajemen Pemasaran Jilid1. Indonesia : Indeks
57
Lindarto, Wiwien. Analisis pengaruh bauran pemasaran terhadap keputusan
pelanggan memilih listrik prabayar di PT PLN (Persero) APJ Madura
[Online]. Tersedia:
http://wiwienlindarto.blogspot.com/2012/06/analisis-pengaruh-bauran-pemasaran.html [25 Maret 2013]
PLN. 2013. [Online]. Tersedia: http://www.pln.co.id/?p=501 [25 Maret 2013]
Priyatno, Duwi. 2011. Buku Saku SPSS (Analisis Statistika Data Lebih Cepat,
Efisian, dan Akurat). Yogyakarta : MediaKom
Rachmatin, Dewi. 2013. Modul Kuliah Statistika Dasar. Bandung : UPI
Ruwiyanti, Diah (2006). PENGGUNAAN TEORI KUANTIFIKASI FUZZY II
DALAM ANALISIS KEPUTUSAN PELANGGAN (STUDI KASUS : PRODUK MIE INSTANT) [Online]. Tersedia:
http://repository.ipb.ac.id/handle/123456789/46024 [01 Maret 2013]
Sudjana. 1992. Metoda Statistika. Bandung : Tarsito
Susila, I Nyoman. 1993. Dasar-Dasar Metode Numerik. Bandung : Departemen Pendidikan dan Kebudayaan
Terano, T., Asai, K., & Sugeno, M. 1992. Fuzzy System Theory. Academic Press, Inc.
Tjiptono, Fandy & Gregorius Chandra. 2007. Service Quality & Satisfaction. Yogyakarta : Andi
Upnvj. 2013. [Online] Tersedia:
http://www.library.upnvj.ac.id/pdf/3fisippdf/207612021/bab1.pdf [18
April 2013]
Wahyuni, ND. (2012, 17 Desember). Lebih Untung Mana Pakai Listrik
Pascabayar atau Prabayar?. Liputan6.com [Online] Tersedia:
http://bisnis.liputan6.com/read/469322 [18 April 2013]
Wahyusetya. 2011. [Online] Tersedia: