• Tidak ada hasil yang ditemukan

Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M. Eng. Sc.

N/A
N/A
Protected

Academic year: 2021

Membagikan "Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M. Eng. Sc."

Copied!
67
0
0

Teks penuh

(1)

Dosen Pembimbing:

(2)

Daycare

upaya terorganisasi untuk mengasuh anak

di luar rumah apabila asuhan orang tua

kurang dapat dilaksanakan secara lengkap

dan bukan sebagai pengganti asuhan

orangtua (Perserikatan Bangsa-bangsa,

(3)

Beberapa alasan dari ibu yang menitipkan

anaknya kepada TPA, antara lain:

Agar anak mendapat pengasuhan pengganti

sementara ibu bekerja.

Kebutuhan melepaskan diri sejenak dari

tanggung jawab dalam hal mengasuh anak

secara rutin.

Keinginan menyediakan kesempatan bagi anak

untuk berinteraksi dengan teman seusianya dan

pengasuh.

Agar anak mendapat stimulasi kognitif secara

baik.

(4)

Selama tahun-tahun pertama, otak bayi

berkembang pesat. Kepesatan

perkembangan itu karena otak bayi

menghasilkan bertrilyun-trilyun

sambungan antara sel otak yang

banyaknya melebihi kebutuhan

(Harry,2011)

(5)

• Perkembangan

intelektual

≥50%

0-4 Tahun

• hingga 8 tahun

≥ 80%

• saat 18 tahun

100%

5-18 Tahun

(6)

Pendidikan Anak Usia Dini (PAUD) telah

menjadi Gerakan Masyarakat Secara

Nasional (National Public Movement)

Pemerintah telah menetapkan rencana

jangka panjang agar APK-PAUD tahun

2014 mencapai 21,3 juta (72,6%)

(7)

Aktualisasi pada kenyataan diatas ialah

semakin banyaknya lembaga-lembaga

Pendidikan Anak Usia Dini baik formal

maupun non-formal

Semua berkompetisi untuk menjadi

lembaga yang memiliki kualitas dan

kredibilitas yang diakui sehingga dapat

memenangkan persaingan

(8)
(9)

Bagaimana mendapatkan lokasi pendirian

daycare

yang terbaik dalam rangka

memenuhi objektif yang diinginkan dan

meningkatkan daya saing

(10)

Mencari solusi keputusan pemilihan lokasi

penitipan anak (

daycare

) yang sesuai

dengan objektif yang diinginkan

Memperoleh lokasi pendirian penitipan

anak (

daycare

) yang dapat dijadikan

(11)

Daycare

yang

akan dibangun

Berjumlah satu

buah

Daycare

yang

Dijadikan

objek amatan

Surabaya

Calon pendaftar

datang atas

Permintaan

sendiri

Customer

Retention Rate

Daycare

sama

(12)

Hasil identifikasi kriteria-kriteria penentu

serta dasar pemilihan lokasi cabang baru

yang didapat melalui model

Porter’s

Diamond

akan menjadi referensi bagi

investor dalam meningkatkan daya saing

dan keuntungan

Hasil penentuan lokasi prioritas yang

didapat dari pengolahan data melalui

Analytic Network Process

(ANP) dapat

menjadi pertimbangan investor dalam

menentukan lokasi pendirian usahanya.

(13)

Penulis Tahun Judul Objek Metodologi

Chin-Tsai Lin,

Pin-Ju Juan. 2007 Developing a hierarchy relation with an expert decision analysis process for selectiong optimal resort type

Taiwanese International Resort Park

Porter’s Diamond Model, Modified Delphi Approach, Analytic Network Process

Gwo-Hshiung Tzeng, Mei-Hwa Teng, June-Jye Chen, Serafim Opricovic

2002 Multicriteria selection for a restaurant

location in Taipei Restoran di Taipei AnalyticalProcess Hierarchy

Prasanta Kumar Dey, Eugene K. Ramcharan

2007 Analytic hierarchy process helps select site for limestone quarry expansion in Barbados

Pabrik semen di

Barbados AnalyticalProcess Hierarchy

Haydar Aras, Senol Erdogmus, Eylem Koc

2003 Multicriteria selection for a wind observation statin location using analytic hierarchy process

Wind

Observation Station

Analytical Hierarchy Process

(14)

Page 14

31 Kecamatan di Surabaya

ANP

Pemilihan kriteria dan sub kriteria pemilihan yang valid

LOKASI TERPILIH

Berdasarkan wawancara

kepada pemilik TPA

Pemilihan Lokasi Tempat Penitipan Anak di Surabaya

Kelayakan Investasi -NPV - IRR -Payback Period Porter’s Diamond Model -Kondisi Faktor -Faktor Permintaan -Strategi, Persaingan -Industri Pendukung -Pemerintah -Perubahan Nilai Terbobot AHP Target Market Rating 5 Kecamatan Alternatif Metode P-Median (Myopic Algorithm) Analisa Sensitifitas Terhadap Lokasi Terpilih Salah satu kriteria

dalam ANP

Pemilihan Kelurahan Optimal

tiap kecamatan alternatif

Sebagai masukan ANP

(15)

Target Market

Metode

P-Median

Analytic Network Process

(ANP)

Analisa Sensitivitas

Porter’s Diamond Model

Kajian

Literatur

Net Present Value

(NPV)

(16)
(17)
(18)
(19)
(20)

Tujuan dari pengidentifikasian

target market

ini adalah untuk mengerucutkan

bidikan pasar sehingga diketahui kriteria

customer

potensial yang ingin

didapatkan.

Target Market terdiri dari

Empat Karakteristik

, antara lain:

Geographic

:

ruang lingkup geografis dari aktivitas bisnis

Demographic

:

umur, ras, agama, gender, tingkat pendapatan, ukuran keluarga,

pekerjaan, tingkat pendidikan, kepadatan penduduk, dan status perkawinan

Psychographic:

pemenuhan kenyamanan psikologis

customer

(21)

Objective

: Mendapatkan 5 Kecamatan Alternatif yang memiliki

customer

potensial paling banyak.

Page 21

1)

Target Market

3) Perhitungan Nilai

Rating

Tiap Kecamatan

2) Bobot Prioritas Kriteria

Target Market

1) TARGET MARKET

Empat Elemen Target Market (Geografi, Demografi, Psikografi, dan

Behaviouristic

)

Wawancara

Terpilih Tiga Kriteria yang Menjadi

Pertimbangan dalam Pemilihan 5 Kecamatan Alternatif

Berdasarkan Demografi

Kepadatan Penduduk

Kecamatan

Usia Potensial

(0-5 tahun)

Penduduk Menengah Atas

(22)

Page 22

Perhitungan Nilai Terbobot

Perhitungan ini dilakukan untuk mendapatkan 5 alternatif lokasi dari 31 kecamatan

yang ada di Surabaya.

dimana:

y

n

= Kecamatan ke-n

a= Bobot kepentingan kriteria

kepadatan penduduk

b= Bobot kepentingan kriteria rentang

usia potensial

c= Bobot kepentingan kriteria

jumlah penduduk menengah atas

KP

x

=

Nilai rating kriteria kepadatan penduduk pada kecamatan ke-n

UP

x

=

Nilai rating kriteria rentang usia potensial pada kecamatan ke-n

MA

x

=

Nilai rating kriteria jumlah penduduk menengah atas pada kecamatan ke-n

y

n

= a.KP

x

+ b.UP

x

+ c.MA

x

a, b, dan c didapat dari bobot AHP KPx, UPx, MAxdidapat dari

(23)

2)

Expert Judgement (Expert Choice)

Tujuan: Mengetahui Bobot Prioritas Ketiga Kriteria Pemilihan.

Responden: Pemilik Tempat Penitipan Anak

Page 23

Bobot Prioritas:

Usia Potensial:

0.466

Menengah Atas:

0.433

Kepadatan Penduduk:

0.100

(24)

3) NILAI

RATING

Kepadatan Penduduk

KPx: Rating Kepadatan Penduduk pada kecamatan ke-n

UPx: Rating Penduduk dg Usia Potensial ada kecamatan ke-n

MAx: Rating Penduduk dengan pendapatan menengah atas pada kecamatan ke-n

Contoh Perhitungan:

R(KP

sawahan

)= (32216/2921420)*100

= 7.82

Page 24

No. Kecamatan (jiwa/km2)Kepadatan Nilai Rating

1 Sawahan 32292 7,82 2 Tambaksari 24886 6,03 3 Semampir 22123 5,36 4 Wonokromo 22152 5,37 5 Gubeng 19785 4.94 6 Tegalsari 27848.5 4.58 ... ... ... ... 31 Bulak 10531.3 1.35 TOTAL 2.921.420 100

R(KP

x

)= (KP

x

/Total KP)*100

R(UP

x

)= (UP

x

/Total UP)*100

(25)

No Kecamatan 0-5 th Rating 1 Sawahan 4109 7,94 2 Tambaksari 3936 7,60 3 Wonokromo 3493 6,75 4 Semampir 3371 6,51 ... ... ... ... 31 Pakal 724 1,53 51.763 Page 25

No Kecamatan Pendapatan Men. Atas pendudukJumlah Menengah atas RatingNilai

1 Wonokromo 43,16 187.630 80.981 9,74 2 Semampir 26,86 193.801 52.055 6,26 3 Sawahan 14,16 223.784 31.688 3,81 4 Tambaksari 13,16 223.722 29.442 3,54 .... ... ... ... ... ... 31 Bulak 0,11 6054 926 0.70 831.075

Usia potensial:

UP

x

= (UP

x

/Total UP)*100

UP

semampir

=

(3371/51763)*100

= 6,51

Menengah Atas:

MA

x

= (MA

x

/Total MA)*100

MA

wonokromo

=

(80534/831.075)*100

= 9,74

(26)

Perhitungan Nilai Terbobot

Page 26

y

n

= a.KP

x

+ b.UP

x

+ c.MA

x

Kec. Sawahan =(8,56*0,100)+(7,94*0,466)+(3,85*0,433) = 6,22

Keterangan:

R.K: Rating Kepadatan B.K: Bobot Kepadatan R.U: Rating Usia B.U: Bobot Usia RMA: Rating

Menengah Atas B.A: Bobot

(27)

5 Kecamatan Terpilih sebagai Alternatif:

Page 27

Kecamatan

Wonokromo

Tambaksari

Kecamatan

Kecamatan

Semampir

Kecamatan

Sawahan

Kecamatan

Gubeng

(28)

Metode ini menghasilkan lokasi optimal

yang memiliki rata-rata jarak paling

minimal ke tiap titik permintaan, artinya

meminimasi biaya yang harus ditempuh

pelanggan untuk mencapai lokasi

(29)

Page 29

Objektif

: mendapatkan titik median diantara titik kandidat yang ada sehingga

didapat lokasi dengan total rata-rata jarak ke tiap titik permintaan yang paling

minimal.

Minimize

2 4.2 2.6 3 2.2 12 4.9 2.1 0.8 3.7 40426 24931 12762 19583 33411 50548 Wonokromo Darmo Ngagel Jagir Ngagel Rejo Sawunggaling 2.6 4.3 3.1 4.9 hi: Permintaan pada node i dij: Jarak antara titik permintaan node i dengan node j yaitu kandidat yang dibangun (dij bernilai nol jika i = j

(30)

Page 30

Kelurahan optimal masing-masing kecamatan:

Contoh: Kecamatan Wonokromo

2 4.2 2.6 3 2.2 12 4.9 2.1 0.8 3.7 40426 24931 12762 19583 33411 50548 Wonokromo Darmo Ngagel Jagir Ngagel Rejo Sawunggaling 2.6 4.3 3.1 4.9

No

.

Kelurahan

Wonokromo Jagir Ngagel Ngagel

Rejo Darmo

Sawungg

aling

Penduduk

Jumlah

1

Wonokromo

0

2

3.4

3.1

2.6

2.6

40,426

2

Jagir

2

0

4.2

3.7

4.9

4.9

24,931

3

Ngagel

3.4 4.2

0

0.8

2.2

4.1

12,762

4

Ngagel Rejo

3.1 3.7

0.8

0

2.1

4

50,548

5

Darmo

2.6 4.9

2.2

2.1

0

3

19,583

6

Sawunggaling

2.6 4.9

4.1

4

3

0

33,411

Matrik Jarak Antar Kelurahan

P-Median Network

untuk Kecamatan

(31)

Page 31

Kelurahan optimal masing-masing kecamatan:

Kecamatan Wonokromo

KECAMATAN WONOKROMO (Node j)

No Node i Wonokromo Jagir Ngagel Ngagel Rejo Darmo Sawunggaling

1 Wonokromo 0 80852 137448 125321 105108 105108 2 Jagir 80852 0 104710 92245 122162 122162 3 Ngagel 84765 104710 0 10210 28076 52324 4 Ngagel Rejo 39562 47219 10210 0 106151 202192 5 Darmo 131425 247685 111206 106151 0 58749 6 Sawunggaling 50916 95957 80290 78332 58749 0 Total 387520 576424 443864 412258 420246 540535 Kelurahan Wonokromo = (0 * 40426) + (2*24931) + (3.4*12762) + (3.1*50548) + (2.6*19583) + (2.6*33411) = 387520 Kelurahan Jagir = (2*40426) + (0*24931) + (4.2*12762) + (3.7*50548) + (4.9*19583) + (4.9*33411) = 576424 Kelurahan Ngagel = (3.4*40426) + (4.2*24931) + (0*12762) + (0.8*50548) + (2.2*19583) + (4.1*33411) = 443864

Kelurahan optimal pada Kecamatan Wonokromo:

Kelurahan Wonokromo (dengan nilai

(32)

Page 32

Hasil Perhitungan:

Kec. Wonokromo

Kelurahan Wonokromo

Kec. Semampir

Kelurahan Wonokusumo

Kec. Sawahan

Kelurahan Kupang Krajan

Kec. Gubeng

Kelurahan Kertajaya

Kec. Tambaksari

Kelurahan Ploso

Jarak rata-rata minimal ke semua titik permintaan

Jarak rata-rata = Total demand weighted distance/Total Demand

= 387520 / (181661)

= 2.13 km

Jumlah Median Lokasi Total Demand-Weighted Distance Average Distance (Jarak rata-rata) 1 Kelurahan Wonokromo 387736 2.13 km 1 Kelurahan Wonokusumo 284059 1.85 km

1 Kelurahan Kupang Krajan 296309 1.39 km

1 Kelurahan Kertajaya 106491 1.04 km

(33)

Net

Present Value

(NPV)

Internal Rate of Return

(IRR)

Payback Period

(PP)

Perhitungan kelayakan finansial digunakan

sebagai salah satu input pada metode

(34)
(35)
(36)
(37)

WonokromoSemampirSawahanGubengTambaksari NPV 191.948.839 IRR 72%

Payback Period 1 tahun 8 bulan

NPV Rp138.736.378

IRR 55%

Payback Period 2 tahun 8 bulan

NPV Rp149.804.080

IRR 59%

Payback Period 2 tahun 8 bulan

NPV Rp154.570.232

IRR 59%

Payback Period 2 tahun 8 bulan

NPV 121.838.326

IRR 49%

(38)

Model Porter’s Diamond terdiri dari elemen-elemen :

1.

Kondisi faktor

: SDA, infrastruktur, dan tenaga kerja terlatih.

2.

Kondisi

demand

: kondisi yang dapat meningkatkan posisinya dalam kompetisi pasar.

Contoh: karakteristik penduduk

3.

Strategi, struktur perusahaan, dan persaingan:

Kondisi yang terbentuk oleh

bagaimana perusahaan dibuat, diorganisir, dan dikendalikan persaingan domestik.

4.

Industri terkait dan pendukung:

ada atau tidak adanya pemasok dan industri terkait.

5.

Kebijakan pemerintah:

meliputi larangan legal dan kebijakan.

6.

Perubahan

, yang mempengaruhi berjalannya suatu industri, contoh: perkembangan

(39)

Level 1: Ultimate

Goal Level 2: Criteria Level 3: Sub-Criteria

Level 4: Alternatives Mendapatkan lokasi Tempat Penitipan Anak berdasarkan daya saingnya Kondisai Permintaan (C1)

Akses jalan(SC

1

)

Kec. Wonokromo (Ae1) Kec. Semampir (Ae2)

Jarak menuju konsumen(SC

2

)

Kondisi fisik bangunan(SC

3

)

Keterbebasan dari banjir(SC

4

)

Biaya penitipan (SC

5

)

Kondisi Permintaan

(C2)

Dekat dengan tempat kerja (SC

6

)

Kesesuaian karakter penduduk (SC

7

)

Kondisi ekonomi (SC

8

)

(40)

Level 1: Ultimate

Goal Level 2: Criteria Level 3: Sub-Criteria

Level 4: Alternatives Mendapatkan lokasi Tempat Penitipan Anak berdasarkan daya saingnya Strategi & Persaingan (C3)

Ketiadaan Tempat Penitipan Anak lain pada lokasi tersebut (SC9) Kec. Sawahan (Ae3) Kec. Gubeng (Ae4) Kec. Tambaksari (Ae5) Industri Pendukung (C4)

Kedekatan dengan fasilitas publik (SC10)

Pemerintah (C5)

Kebijakan pemerintah(kemudahan perijinan guna pemakaian lahan) (SC11)

Perubahan (C6)

Tingkat kriminalitas (SC27)

(41)

Tujuan

untuk menganalisa struktur komponen,

arah dan identitas dari hubungan secara

langsung ataupun tidak antara komponen

(42)

Hasil dari analisis DEMATEL ini dapat

mengilustrasikan hubungan struktur antar

komponen (Tzen et al., 2007).

(43)

Page 43

Responden 1

Kondisi faktor Kondisi permintaan Struktur, strategi, dan persaingan perusahaan Industri pendukung dan terkait Pemerintah Peluang Kondisi faktor

0

4

3

2

1

1

Kondisi permintaan

2

0

2

1

2

3

Struktur, strategi, dan persaingan perusahaan

3

3

0

2

1

3

Industri pendukung dan terkait

3

2

2

0

1

2

Pemerintah

4

3

3

1

0

3

Peluang/Perubahan

2

3

3

2

3

0

(44)

Page 44 Responden 2 Kondisi faktor Kondisi permintaan Struktur, strategi, dan persaingan perusahaan Industri pendukung dan terkait Pemerintah Peluang Kondisi faktor 0 3 3 2 1 1 Kondisi permintaan 2 0 1 1 2 2 Struktur, strategi, dan persaingan perusahaan 3 3 0 3 1 3 Industri pendukung dan terkait 2 3 4 0 1 3 Pemerintah 3 4 3 1 0 4 Peluang/Perubahan 2 3 3 1 3 0

(45)

Page 45 Kondisi faktor Kondisi permintaan Struktur, strategi, dan persaingan perusahaan Industri pendukung dan terkait Pemerintah Peluang Kondisi faktor

0

0,250

0,250

0,167

0,083 0,083

Kondisi permintaan

0,125

0

0,083

0,042

0,125 0,167

Struktur, strategi, dan

persaingan perusahaan

0,208 0,208

0

0,167

0,042 0,208

Industri pendukung dan

terkait

0,083 0,083

0,167

0

0,042 0,083

Pemerintah

0,250 0,250

0,208

0,042

0

0,250

Peluang/Perubahan

0,125 0,208

0,208

0,083

0,208

0

(46)

Page 46 Kondisi faktor Kondisi permintaan Struktur, strategi, dan persaingan perusahaan Industri pendukung dan terkait Pemerintah Peluang D D+R D-R Kondisi faktor 0,419 0,725 0,668 0,435 0,360 0,505 3,112 6,193 0,031 Kondisi permintaan 0,428 0,399 0,433 0,254 0,336 0,464 2,315 6,154 -1,524 Struktur, strategi, dan

persaingan perusahaan 0,590 0,700 0,473 0,437 0,340 0,594 3,133 6,578 -0,311 Industri pendukung dan

terkait 0,331 0,392 0,426 0,179 0,213 0,333 1,874 3,968 -0,221 Pemerintah 0,741 0,879 0,769 0,408 0,376 0,747 3,920 6,035 1,805 Peluang/Perubahan 0,572 0,744 0,676 0,382 0,490 0,467 3,330 6,439 0,221 R 3,081 3,839 3,444 2,095 2,115 3,109

(47)

Page 47

Impact-Diagraph

kriteria

(48)

Page 48 (SC1) (SC2) (SC3) (SC4) (SC5) (SC6) (SC7) (SC8) (SC9) (SC10) (SC11) (SC12) D D+R D-R (SC1) 0,393 0,550 0,412 0,508 0,428 0,503 0,419 0,471 0,453 0,407 0,334 0,530 5,407 11,737 -0,922 (SC2) 0,563 0,552 0,505 0,565 0,568 0,620 0,532 0,529 0,576 0,501 0,394 0,608 6,510 13,923 -2,005 (SC3) 0,511 0,636 0,469 0,585 0,596 0,568 0,585 0,580 0,585 0,478 0,396 0,612 6,601 12,780 0,423 (SC4) 0,478 0,575 0,465 0,419 0,468 0,499 0,472 0,459 0,506 0,425 0,324 0,461 5,552 12,118 -1,015 (SC5) 0,595 0,696 0,595 0,613 0,544 0,654 0,639 0,620 0,611 0,497 0,437 0,643 7,146 13,805 0,488 (SC6) 0,593 0,659 0,519 0,581 0,583 0,529 0,602 0,572 0,590 0,454 0,398 0,608 6,689 13,593 -0,215 (SC7) 0,566 0,649 0,566 0,597 0,603 0,621 0,503 0,589 0,553 0,488 0,389 0,623 6,746 13,280 0,211 (SC8) 0,526 0,600 0,500 0,501 0,561 0,507 0,523 0,446 0,539 0,425 0,348 0,526 6,003 12,490 -0,484 (SC9) 0,616 0,720 0,615 0,646 0,655 0,674 0,645 0,653 0,555 0,500 0,437 0,691 7,407 13,953 0,860 (SC10) 0,373 0,477 0,396 0,427 0,438 0,451 0,403 0,425 0,403 0,311 0,354 0,465 4,922 10,438 -0,595 (SC11) 0,520 0,599 0,539 0,536 0,575 0,605 0,582 0,561 0,578 0,471 0,344 0,609 6,520 11,148 6,520 (SC12) 0,596 0,698 0,598 0,589 0,639 0,675 0,629 0,582 0,600 0,559 0,474 0,574 7,212 14,164 7,212 R 6,330 7,412 6,179 6,567 6,658 6,904 6,535 6,487 6,546 5,517 4,629 6,951

Threshold Value 0,45

(49)

Page 49

Impact Diagraph

sub-kriteria

(50)

Metode untuk menghitung bobot

(51)
(52)
(53)
(54)
(55)

 Pairwise comparison ‘with respect to’ Sub kriteria Lahan Eksisting

Page 55

Keterangan:

ai= penilaian responden ke-i

aw= penilaian gabungan n = banyaknya responden

(56)

1)

Kriteria

Page 56 Kriteria Kondisi Permintaan Bobot Prioritas tertinggi: 0.36225

(57)

2.

Sub Kriteria

Page 57

No Sub kriteria Bobot limiting

1. Akses jalan 0.0371 0.0185

2. Jarak menuju konsumen 0.1146 0.0573

3. Kondisi fisik bangunan 0.0451 0.0225

4. Keterbebasan dari banjir 0.0389 0.0195

5. Biaya penitipan 0.1387 0.0694

6. Dekat dengan tempat kerja 0.0818 0.0409

7. Kesesuaian dengan karakter penduduk 0.1414 0.0706

8. Kondisi ekonomi 0.0893 0.0446

9. Ketiadaan TPA lain pada lokasi 0.1313 0.0656

10. Kedekatan dengan fasilitas publik 0.00005 0.00003

11. Kebijakan pemerintah 0.00006 0.00003

(58)

Page 58

Nilai-nilai parameter dapat berubah

(memiliki ketidakpastian)

Keputusan Berubah

Saat perubahan parameter merubah keputusan

Sensitif

Untuk mengetahui seberapa

sensitif suatu keputusan

terhadap perubahan

parameternya

(59)

Page 59

Analisa sensitivitas permintaan

pada kelayakan investasi

kecamatan wonokromo = 10%

Jumlah

anak NPV (Rp.) IRR Payback Period

Penurunan

Demand Demand

Awal 240 191.948.839 72% 1 tahun 8 bulan

10% Penurunan

(60)

1)

Pemilihan lima alternatif dengan menggunakan Target Market, AHP, dan

nilai rating.

2)

Kriteria dan sub kriteria valid

3)

Analisis kelayakan investasi

4)

Analisis penentuan kelurahan optimal berdasarkan metode

p-median

5)

Penentuan hubungan antar kriteria dengan menggunakan DEMATEL

6)

Analisis bobot prioritas berdasarkan ANP

7)

Analisis sensitivitas lokasi terpilih

Page 60

5 Kecamatan

31 Kecamatan

Target Market AHP Nilai Rating

12 Sub kriteria

Validasi

5 layak

5 Kecamatan

Kelayakan Investasi

Lokasi Terpilih

Kec. Wonokromo

(61)

Kesimpulan:

1. Berdasarkan perhitungan dengan menggunakanMetode ANP, dari keenam kriteria Model Porter’s Diamond (kondisi faktor, faktor permintaan, strategi persaingan, instansi pendukung dan terkait, pemerintah, dan perubahan) kriteria faktor peluang

pengaruh paling besar.

2. Sub kriteria daya saing yang menjadi pertimbangan dalam pemilihan lokasi Tempat Penitipan Anak terdiri dari dua belas sub kriteria, dimana lima sub kriteria yang paling berpengaruh berdasarkan pembobotan dengan Metode ANP, adalah:

-Tingkat kriminalitas denganbobot 0.1816

-Kesesuaian karakter penduduk dengan bobot 0.1414

-Biaya penitipan denganbobot 0.1387

-Ketiadaan TPA lain pada lokasidenganbobot 0.1313

-jarak menuju konsumendenganbobot 0.1146.

Page 61 Bobot Prioritas Normalized by Cluster Limiting

(62)

2. Berdasarkantarget market, bobot kepentingan yang dihitung dengan metodeAHP, dan

nilai rating, didapat lima kecamatan alternatifyaitu Kecamatan Wonokromo, Semampir,

Sawahan, Gubeng, dan Tambaksari.

4. Kelurahan optimal untuk masing-masing kecamatan berdasarkan metode P-Median

(Algoritma Miopic), antara lain:

-Kecamatan Wonokromo  Kelurahan Wonokromo

-Kecamatan Semampir  Kelurahan Wonokusumo

-Kecamatan Sawahan Kelurahan Kupang Krajan

-Kecamatan Gubeng Kelurahan Kertajaya

-Kecamatan Tambaksari  Kelurahan Ploso

5. Lokasi terpilih berdasarkanbobot prioritas yang didapatkan dengan menggunakan

metode ANP adalah:

Kecamatan Wonokromo.

(63)

Kesimpulan (Lanjutan):

6. Kecamatan Wonokromo sebagai lokasi terpilih (bobot prioritas tertinggi) juga memiliki

nilai kelayakan investasi tertinggi denganNet Present Value (NPV) sebesarRp.

191.948.839, IRR sebesar72%, dan payback period selama 1 tahun 8 bulan. Berdasarkan

analisis sensitivitas, sebesar 10% penurunan permintaan terhadap Tempat penitipan

anak di Kecamatan Wonokromo merupakan penurunan maksimal yang dapat diterima tanpa mengubah keputusan layak.

Saran:

Adapun saran yang dapat diajukan dari penelitian ini adalah dilakukan

pengembangan penelitian untuk mendapatkan lokasi pembangunan yang lebih spesifik dengan mempertimbangkan kriteria daya saing yang lebih lengkap.

(64)

Aras et al. 2003.

Multi-criteria Selection for a Wind Observation Station

Location using Analytic Hierarchy Process.

International journal of

Renewable Energy.

Anugrawan, S. 2010

. Penetapan Pengambilan Keputusan Strategi

Penjualan Berbasis Online Pada Produk Clothing Dengan

Menggunakan Metode Dematel, Anp Dan Stem Di Surabaya

. Laporan

Tugas Akhir. Jurusan Teknik Industri.

Badan Pusat Statistik Indonesia. 2010.

Angka Partisipasi Kasar Pendidikan

.

<

http://www.bps.go.id/

>Diakses: 20 September 2011

Badan Pusat Statistik Provinsi Jawa Timur. 2010.

Data Kependudukan

Provinsi Jawa Timur

. <

http://jatim.bps.go.id

> Diakses: 25 September

2011

Bank Indonesia. 2010.

Laporan Inflasi

(

Indeks Harga Konsumen

).

(65)

Darmawan, Budhi. 2008

. Identifikasi Faktor-faktor Kelayakan yang Penting

untuk Dipertimbangkan dalam Investasi Real Estate dengan

Menggunakan Analytic Hierarchy Process (AHP)

. Thesis Jurusan Teknik

Sipil. Universitas Indonesia.

Dinas Kependudukan dan Catatan Sipil Surabaya. 2010.

Kependudukan Kota

Surabaya

. <

http://www.surabaya.go.id/dispenduk/

> Diakses: 21

September 2011.

Lowe C. 2008.

Target Marketing

. <http://www.economicsubj.com> Diakses

14 September 2011

Patmodewo, Soemiarti. 2008.

Pendidikan Anak Prasekola

. Jakarta. Rineka

Cipta.

Porter, M.E. 1998.

Cluster and The New Economic of Competition

. Harvards

(66)

Pujawan, I Nyoman. 2003.

Ekonomi Teknik

. Surabaya: Guna Widya

Sumastuti, AM. 2005.

Keunggulan NPV Sebagai Alat Analisis Uji Kelayakan

Investasi dan Penerapannya

. Dosen Tetap Fakultas Ekonomi.

Saaty, T. L. 2005.

Theory and Applications of The Analytic Network Process

.

Pitsburg: RWS Publications.

Saaty, T. L. 1994.

Fundamentals of Decision Making and Priority Theory

with The Analytic Hierarchy Process

. Pittsburg: RWS Publications

Tzeng, G. H. Chian, C. H., & Li, C. W. (2007).

Evaluating intertwined effect

in e-learning programs: A novel hybrid MCDM model based on factor

(67)

Gambar

Grafik Pertumbuhan Jumlah Partisipasi PAUD Wilayah Surabaya (%)

Referensi

Dokumen terkait

menyebabkan ketidaksesuaian penggunaan carbapenem, antara lain: (1) kompleksitas penyakit pasien yang menjadi pertimbangan tenaga klinisi untuk menggunakan terapi antibakteri

Dengan demikian Seren taun sebagai tindakan estetik pengahayatan ajaran spiri- tual dengan menggunakan bahasa rasa ke dalam seni dan ritual yang begitu melekat, merupakan

Adapun kesimpulan dalam penelitian ini adalah pengelolaan kearsipan di Kantor Desa Watubula sudah cukup baik, pada tahap penciptaan arsip dan pemeliharaan arsip sudah

“EVA adalah laba residu dengan biaya modal sama dengan modal aktual dari perusahaan (sebagai ganti dari suatu tingkat pengembalian minimum yang diinginkan

5 STS Sangat Tidak Setuju 1 5 (Subana, 2005: 33) Angket diberikan kepada siswa kelas eksperimen setelah selesai proses pembelajaran, terdiri dari 20 pernyataan

Menjalankan aktivitas Public Relations dengan mempublikasikan perusahaan kepada pihak eksternal (stakeholders eksternal) melalui sarana media massa yang efektif dalam

Penetrasi pasar dapat menjadi sebuah strategi yang efektif bagi PT Aviation Indonesia Travel Service STA Travel dengan memenuhi pedoman bahwa pasar saat ini belum jenuh

Pendidikan :- Tidak Turun Status 10 Widiastuti, SH, MS, M.Hum Universitas Slamet Riyadi.. Nunung