BAB 2
TINJAUAN PUSTAKA
2.1 Kepuasan Pelanggan
Perasaan puas pelanggan timbul ketika konsumen membandingkan persepsi mereka mengenai kinerja produk atau jasa dengan harapan mereka. Sementara itu kepuasan dan ketidakpuasan adalah respon pelanggan terhadap ketidaksesuaian (disconfirmation) yang dirasakan antara harapan sebelumnya (atau norma kerja lainnya) dan kinerja aktual produk yang dirasakan setelah pemakaiannya (Wahjono, 2010).
Terdapat dua variabel utama yang menentukan kepuasan pelanggan, yaitu expectations dan perceived peformance. Apabila perceived performance melebihi expectations maka pelanggan akan puas, tetapi apabila sebaliknya maka pelanggan merasa tidak puas (Wahjono, 2010).
Kepuasan pelanggan adalah perasaan senang atau kekecewaan seseorang setelah membandingkan kinerja atau hasil yang dirasakan dibandingkan dengan harapannya (Kotler, 2000).
Tingkat kepuasan (satisfaction) timbul karena adanya suatu transaksi khusus antara produsen dengan konsumen yang merupakan kondisi psikologis yang dihasilkan ketika faktor emosi mendorong harapan (expectations) dan disesuaikan dengan pengalaman mengkonsumsi sebelumnya (perception) (Wahjono, 2010).
2.2 Kualitas Pelayanan (Service Quality)
Menurut Hans (1996), servqual menghubungkan pandangan dari konsumen dan penyedia jasa mengenai kualitas pelayanan, serta merupakan dasar yang baik dalam memahami, mengukur dan memperbaiki kualitas pelayanan. Model ini lebih dikenal dengan model analisis kesenjangan, yang merupakan alat untuk menganalisa penyebab dari masalah pelayanan dan untuk memahami bagaimana kualitas pelayanan dapat diperbaiki.
Menurut (Ndendo dkk, 2007), servqual mempunyai kelebihan yaitu memiliki kemampuan diagnostik yang tinggi dan memiliki konsep yang sesuai dengan dimensi atau setting sistem informasi.
Di antara berbagai model pengukuran kualitas pelayanan, servqual merupakan metode yang paling banyak digunakan (Wisniewski, 2001; Arasli dkk, 2005). Karena frekuensi penggunaannya yang tinggi, servqual dipandang memenuhi syarat validitas secara statistik (Brysland dan Curry, 2001).
Kualitas pelayanan perlu diukur setidaknya karena tiga alasan (Brysland dan Curry, 2001):
1. Hasil pengukuran dapat digunakan untuk melakukan perbandingan antara sebelum dan sesudah terjadinya perubahan pada suatu organisasi.
2. Pengukuran diperlukan untuk menemukan letak permasalahan yang terkait dengan kualitas.
3. Hasil pengukuran diperlukan untuk menetapkan standar pelayanan kualitas. Pada awalnya, pandangan pelanggan terhadap kualitas layanan terfokus pada 10 dimensi layanan, yaitu:
1. Bukti fisik (tangibles), yaitu tampilan secara fisik dari fasilitas, perkakas, personel, dan alat komunikasi.
2. Keandalan (reliability), yaitu kemampuan untuk menampilkan pelayanan yang dijanjikan dengan akurat.
3. Daya tanggap (responsiveness), yaitu kemauan membantu pelanggan dan melayani dengan benar.
4. Kompetensi (competence), yaitu potensi yang dimiliki, baik keterampilan maupun pengetahuan, yang dibutuhkan untuk melayani.
5. Kesopanan (courstey), yaitu kesopanan, sikap menghormati, tenggang rasa, dan persahabatan dari personel.
6. Kredibilitas (credibility), yaitu dapat dipercaya dan jujur dalam menyediakan layanan.
7. Keamanan (security), yaitu bebas dari bahaya, risiko dan keraguan. 8. Akses (access), yaitu kemudahan untuk dikontak dan diakses.
9. Komunikasi (communication), yaitu menjaga agar pelanggan selalu mendapatkan informasi dalam bahasa yang mudah dimengerti.
10. Memahami pelanggan (understanding the customer), usaha mengenali pelanggan dan memahami kebutuhan mereka.
Dari sepuluh dimensi kualitas layanan tersebut, perusahaan perlu mengetahui dengan jelas di mana terjadinya gap, yang mungkin dialami antara layanan yang diharapkan dengan layanan aktual yang diterima pelanggan. Pada dasarnya, dalam menilai kualitas layanan yang diberikan perusahaan, pelanggan akan mengombinasikan antara informasi dari mulut ke mulut, kebutuhan masing-masing individu secara spesifik, pengalaman masa lalu, dan informasi yang merupakan hasil dari komunikasi eksternal dengan pihak-pihak lain. Secara diagramatis, keterkaitan antara sepuluh dimensi kualitas layanan yang diharapkan pelanggan dan hal-hal yang mempengaruhi pelanggan dalam menilai kualitas layanan itu sendiri dapat diilustrasikan pada Gambar 2.1:
Gambar 2.1 Dimensi Kualitas Layanan dan Penilaian Kualitas Layanan
Parasuraman dkk (1990) menyederhanakan sepuluh dimensi kualitas layanan tersebut menjadi lima dimensi saja yang terkenal dengan sebutan Servqual (Service Quality), karena adanya dimensi yang dapat digabung menjadi satu. Kelima dimensi kualitas layanan tersebut adalah sebagai berikut:
1. Keandalan (reliability), yaitu kemampuan untuk memenuhi janji pelayanan yang akurat.
2. Daya tanggap (responsiveness), yaitu menggambarkan keinginan untuk menolong pelanggan dan untuk menyediakan layanan yang cepat dan tepat. 3. Jaminan (assurance), yaitu mengetahui dan menghormati serta memberikan
4. Kepedulian (empathy), yaitu kepedulian, perhatian individual yang diberikan oleh perusahaan kepada pelanggan.
5. Bukti fisik (tangibles), yaitu wujud fisik fasilitas, peralatan, personel, dan bahan komunikasi.
Menilai kinerja kualitas layanan yang diberkan kepada pelanggan, pada dasarnya adalah melakukan identifikasi terhadap gap yang timbul antara harapan pelanggan dengan layanan aktual yang mereka terima. Parasuraman dkk (1990) mengidentifikasi adanya lima gap yang dapat terjadi dalam proses layanan kepada pelanggan.
2.3 Uji Validitas
Azwar (1987: 173) menyatakan bahwa validitas berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan kecermatan suatu instrumen pengukur (tes) dalam melakukan fungsi ukurnya.
Validitas adalah tingkat keandalan dan kesahihan alat ukur yang digunakan. Instrumen dikatakan valid berarti menunjukkan alat ukur yang dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk mengukur apa yang seharusnya diukur (Sugiyono, 2004).
keterangan:
= koefisien korelasi = skor pernyataan = skor total = jumlah sampel
Kriteria pengujiannya adalah apabila nilai , maka pernyataan dinyatakan valid. Apabila maka pernyataan dinyatakan tidak valid. Dengan menggunakan bantuan software SPSS 17, akan diperoleh .
2.4 Uji Reliabilitas
Azwar (2003 : 176) menyatakan bahwa reliabilitas merupakan salah-satu ciri atau karakter utama instrumen pengukuran yang baik.
Reliabilitas adalah ukuran yang menujukkan bahwa alat ukur yang digunakan dalam penelitian keperilakukan mempunyai keandalan sebagai alat ukur, diantaranya di ukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika fenomena yang diukur tidak berubah (Harrison dan Zulganef, 2006).
Kriteria pengujiannya adalah apabila nilai Cronbach’s Alpha 0,6 maka atribut dikatakan reliabel. Dan apabila nilai Cronbach’s Alpha < 0,6 maka atribut dikatakan tidak reliabel.
Rumus statistik yang digunakan untuk pengujian reliabilitas (Sugiyono, 1991):
keterangan:
= nilai (koefisien) Alpha Cronbach = banyaknya variabel penelitian ∑ = jumlah varians variabel penelitian
= varians total
Dengan menggunakan bantuan software SPSS 17, diperoleh Cronbach’s Alpha.
2.5 Teori Fuzzy
Pencetus gagasan logika fuzzy adalah Lotfi A. Zadeh (1965) dari California University di Berkeley (1965, 1969). Kemampuan set fuzzy untuk mengekspresikan tingkat perubahan dari keanggotaan dan sebaliknya mempunyai kegunaan sangat luas. Tidak hanya merepresentasikan pengukuran ketidakpastian, tetapi juga merepresentasikan konsep kesamaran (fuzziness). Lebih jauh menurut Marimin (2002) sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem ini mempunyai kemampuan mengembangkan sistem intelijen dalam lingkungan yang tidak pasti dan tidak tepat.
Logika fuzzy merupakan bagian dari logika Boolean, yang digunakan untuk menangani konsep derajat kebenaran antara benar dan salah (Yanif, dkk,
2011). Teori logika fuzzy memberikan sarana untuk mempresentasikan ketidakpastian dan merupakan alat yang sangat bagus untuk pemodelan ketidakpastian yang berhubungan dengan kesamaran, ketidakpastian dan kekurangan informasi mengenai elemen tertentu dari problem yang dihadapi.
Kekuatan yang mendasari teori set fuzzy adalah menggunakan variabel linguistik daripada variabel kuantitatif untuk mempresentasikan konsep yang tidak presesi. Set fuzzy merupakan suatu set yang mengandung elemen-elemen yang mempunyai derajat keanggotaan yang berbeda-beda dan sangat kontra dengan set klasik (crisp), karena anggota set crisp tidak akan menjadi anggota kecuali apabila keanggotaannya penuh dalam set tersebut, sedangkan dalam set fuzzy untuk dapat menjadi anggota tidak perlu lengkap (Juniarsa, 2011).
2.6 Himpunan Kabur (Fuzzy Set)
Himpunan tegas yaitu himpunan yang terdefinisi secara tegas dalam arti bahwa untuk setiap elemen dalam semestanya selalu dapat ditentukan secara tegas apakah ia merupakan anggota dari himpunan itu atau tidak. Dengan perkataan lain, terdapat batas yang tegas antara unsur-unsur yang tidak mrupakan anggota dari suatu himpunan. Tetapi dalam kenyataannya tidak semua himpunan terdefinisi secara tegas. Misalnya himpunan orang yang tinggi, tidak bisa ditentukan secara tegas apakah seseorang adalah tinggi atau tidak. Jika didefinisikan orang yang tingginya lebih besar atau sama dengan 1,75 meter, maka orang yang tingginya 1,74 meter menurut definisi tersebut termasuk orang yang tidak tinggi. Sulit menerima bahwa orang yang tingginya 1,74 meter itu termasuk orang yang tinggi. Hal itu menunjukkan bahwa memang batas antara kelompok orang tinggi dan kelompok orang tidak tinggi tidak dapat ditentukan secara tegas.
Untuk mengatasi permasalahan himpunan dengan batas yang tidak tegas itu, Zadeh mengaitkan himpunan semacam itu dengan suatu fungsi yang menyatakan derajat kesesuaian unsur-unsur dalam semestanya dengan konsep yang merupakan syarat keanggotaan himpunan tersebut. Fungsi itu disebut fungsi keanggotaan dan nilai fungsi itu disebut derajat keanggotaan suatu unsur dalam himpunan itu, yang disebut himpunan kabur (fuzzy set). Dengan demikian setiap
unsur dalam semesta wacananya mempunyai derajat keanggotaan tertentu dalam himpunan tersebut. Derajat keanggotaan dinyatakan dengan suatu bilangan real dalam selang tertutup [0,1]. Dengan perkataan lain, fungsi keanggotaan dari suatu himpunan kabur dalam semesta adalah pemetaan dari ke selang [0,1],
yaitu .
Nilai fungsi menyatakan derajat keanggotaan unsur dalam himpunan kabur Nilai fungsi sama dengan 1 menyatakan keanggotaan penuh, dan nilai fungsi sama dengan 0 menyatakan sama sekali bukan anggota himpunan kabur tersebut. Maka himpunan tegas juga dapat dipandang sebagai kejadian khusus dari himpunan kabur, yaitu himpunan kabur yang fungsi keanggotaannya hanya bernilai 0 atau 1 saja. Jadi fungsi keanggotaan dari suatu himpunan tegas A dalam semesta adalah pemetaan dari ke himpunan yang tidak lain daripada fungsi karakteristik.
Secara matematis suatu himpunan kabur dalam semesta wacana X dapat dinyatakan sebagai himpunan pasangan terurut
di mana adalah fungsi keanggotaan dari himpunan kabur , yang merupakan suatu pemetaan dari himpunan semesta X ke selang tertutup [0,1]. Apabila semesta X adalah himpunan yang kontinu, maka himpunan kabur seringkali dinyatakan dengan
di mana lambang di sini bukan lambang integral seperti yang dikenal dalam kalkulus, tetapi melambangkan keseluruhan unsur-unsur bersama dengan derajat keanggotaannya dalam himpunan kabur Apabila semsta X adalah himpuman yang diskret maka himpunan kabur seringkali dinyatakan dengan
di mana lambang di sini tidak melambangkan operasi jumlahan seperti yang dikenal dalam aritmatika, tetapi melambangkan keseluruhan unsur-unsur
2.7 Fungsi Keanggotaan (Membership Function)
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (disebut derajat keanggotaan) yang memiliki interval antara 0 sampai 1 (Kusumadewi, 2002).
Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan antara lain:
1. Representasi linear.
Pada representasi linear, permukaan digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.
Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.
Gambar 2.2 Representasi Naik Fungsi Keanggotaan:
keterangan:
= nilai domain yang mempunyai derajat keanggotaan nol = nilai domain yang mempunyai derajat keanggotaan satu = nilai input yang akan diubah ke dalam bilangan fuzzy
Kedua, merupakan kebalikan pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
Gambar 2.3 Representasi Turun Fungsi Keanggotaan:
keterangan:
= nilai domain yang mempunyai derajat keanggotaan satu = nilai domain yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy
2. Representasi kurva segitiga.
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear) seperti terlihat pada Gambar 2.4:
Gambar 2.4 Representasi Kurva Segitiga Fungsi Keanggotaan:
keterangan:
= nilai domain terkecil yang mempunyai derajat keanggotaan nol = nilai domain yang mempunyai derajat keanggotaan satu
= nilai domain terbesar yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy
3. Representasi kurva trapesium.
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1.
Gambar 2.5 Representasi Trapesium Fungsi Keanggotaan:
keterangan:
= nilai domain terkecil yang mempunyai derajat keanggotaan nol = nilai domain terkecil yang mempunyai derajat keanggotaan satu
= nilai domain terbesar yang mempunyai derajat keanggotaan satu = nilai domain terbesar yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy
4. Representasi kurva bentuk bahu.
Kurva bahu adalah kurva yang yang merepresentasikan bukan hanya satu buah himpunan, melainkan terdiri dari beberapa himpunan. Berbeda dengan kurva segitiga dan kurva trapesium yang merepresentasikan menjadi salah satu himpunannya saja. Intinya pada kurva bentuk bahu ini memiliki bahu di sebelah kiri dan sebelah kanannya.
Gambar 2.6 Representasi Kurva Bentuk Bahu Fungsi Keanggotaan:
keterangan:
= nilai domain yang mempunyai derajat keanggotaan satu = nilai domain yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy
5. Representasi kurva-s
Kurva pertumbuhan dan penyusutan merupakan kurva-S atau sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. Kurva-S untuk pertumbuhan akan bergerak dari sisi paling kiri (nilai keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang sering disebut dengan titik infleksi.
6. Representasi kurva bentuk lonceng.
Untuk merepresentasikan bilangan fuzzy, biasanya digunakan kurva berbentuk lonceng. Kurva berbentuk lonceng ini terbagi atas 3 kelas, yaitu: himpunan fuzzy
2.8Fuzzy-Servqual (Service Quality)
Untuk mengukur nilai kesenjangan persepsi dan harapan, hasil dari kuesioner perlu diolah dengan metode Fuzzy-Servqual. Fuzzy-Servqual berguna untuk memberikan nilai yang lebih tepat kepada peneliti karena adanya subjektivitas responden dalam pengisian kuesioner. Contohnya seorang responden memilih pilihan setuju, apakah pilihan tersebut cenderung ke arah cukup atau ke sangat setuju. Hal ini menyebabkan perbedaan tingkat penilaian. Oleh sebab itu, untuk mengatasi subjektivitas responden tersebut maka digunakan metode Fuzzy-Servqual.
Proses perhitungan pada Fuzzy-Servqual terdiri dari fuzzyfikasi dan defuzzyfikasi. Fuzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN) dan defuzzyfikasi merupakan penentuan nilai crisp fuzzy.
Triangular Fuzzy Number (TFN) merupakan range nilai dari bobot jawaban responden. TFN terdiri dari tiga nilai batas yaitu nilai batas bawah (a), nilai tengah (b) dan nilai batas atas (c). Setiap pilihan diberikan range nilai yang akan dihitung menggunakan rumus untuk menentukan TFN. Berikut merupakan rumus untuk menentukan Triangular Fuzzy Number (TFN) (Suharyanta dan A'yunin, 2012):
keterangan:
= nilai bobot bawah dari pilihan = nilai bobot tengah dari pilihan
= nilai bobot atas dari pilihan = jumlah responden dari pilihan
Setelah melakukan fuzzyfikasi yaitu dengan menentukan nilai TFN, selanjutnya dilakukan defuzzyfikasi dengan melakukan perhitungan nilai crisp fuzzy yaitu dengan menghitung nilai rata-rata dari nilai batas bawah (a), nilai tengah (b), nilai batas atas (c).
Crisp Fuzzy
3
a b c
keterangan:
= nilai batas bawah = nilai batas tengah = nilai batas atas
Nilai crisp fuzzy inilah yang akan digunakan pada perhitungan selanjutnya yaitu menghitung kesenjangan persepsi dan harapan pengguna. Di mana skor persepsi dan skor harapan merupakan nilai crisp fuzzy persepsi dan nilai crisp fuzzy harapan. Selanjutnya, apabila skor service quality bernilai negatif maka hal tersebut menunjukkan adanya kesenjangan antara persepsi dan harapan pengguna.
2.9Gap Service Quality
Kualitas layanan merupakan selisih antara layanan yang dirasakan atau dipersepsikan oleh konsumen (persepsi) dengan layanan ideal yang diinginkan atau diminta oleh konsumen (harapan) (Purnama, 2006).
Selisih antara persepsi dengan harapan disebut dengan “gap” atau kesenjangan kualitas layanan, yang dirumuskan sebagai berikut:
Berikut ini lima kesenjangan kualitas layanan yang memberikan dampak terhadap kualitas pelayanan, serta dapat mengurangi kualitas pelayanan (Purnama, 2006) yaitu:
1. Gap 1: Kesenjangan antara harapan pelanggan dan persepsi manajemen.
2. Gap 2: Kesenjangan antara persepsi dari pihak penyedia jasa terhadap harapan pelanggan dan spesifikasi kualitas pelayanan.
3. Gap 3: Kesenjangan antara spesifikasi kualitas pelayanan dan proses pemberian/penyampaian jasa.
4. Gap 4: Kesenjangan antara pelayanan dan komunikasi eksternal kepada pelanggan.
2.10 Diagram Kartesius
Skor persepsi dan skor harapan perlu dipetakan ke dalam diagram kartesius agar dapat diketahui indikator-indikator yang perlu diperbaiki terlebih dahulu. Pada diagram kartesius ini, nilai persepsi berada pada axis dan nilai harapan berada pada ordinate (Kasim and Fathurahman, 2011). Sehingga akan terdapat titik-titik koordinat dari skor persepsi dan harapan. Selanjutnya, rata-rata dari persepsi dan rata-rata dari harapan akan membagi diagram kartesius menjadi empat kuadran (Supranto, 2001):
1. Kuadran I menunjukkan bahwa unsur-unsur jasa yang sangat penting bagi pelanggan, akan tetapi pihak perusahaan belum melaksanakan sesuai dengan keinginan pelanggan, sehingga menimbulkan kekecewaan rasa tidak puas. 2. Kuadran II menunjukkan bahwa unsur-unsur jasa pokok yang dianggap penting
oleh pelanggan telah dilaksanakan dengan baik dan dapat memuaskan pelanggan, maka ini kewajiban dari perusahaan adalah mempertahankan kinerjanya,
3. Kuadran III menunjukkan bahwa unsur-unsur yang memang dianggap kurang penting oleh pelanggan di mana sebaiknya perusahaan menjalankannya secara sedang saja.
4. Kuadran IV menunjukkan bahwa unsur-unsur jasa yang dianggap kurang penting, tetapi telah dijalankan dengan sangat baik oleh perusahaan atau sangat memuaskan. Hal ini dianggap berlebihan.
Gambar 2.7 Konsep Diagram Kartesius Skor Persepsi dan Skor Harapan Har apan Persepsi Rata-Rata Persepsi Rata-Rata Harapan
I
II
III
IV
keterangan:
kuadran I : Persepsi Rendah, Harapan Tinggi (Prioritas Utama). kuadran II : Persepsi Tinggi, Harapan Tinggi (Pertahankan Prestasi). kuadran III : Persepsi Rendah, Harapan Rendah (Prioritas Rendah). kuadran IV : Persepsi Tinggi, Harapan Rendah (Berlebihan).
