Dosen Pembimbing:
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,
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.
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)
• Perkembangan
intelektual
≥50%
0-4 Tahun
• hingga 8 tahun
≥ 80%
• saat 18 tahun
100%
5-18 Tahun
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%)
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
Bagaimana mendapatkan lokasi pendirian
daycare
yang terbaik dalam rangka
memenuhi objektif yang diinginkan dan
meningkatkan daya saing
Mencari solusi keputusan pemilihan lokasi
penitipan anak (
daycare
) yang sesuai
dengan objektif yang diinginkan
Memperoleh lokasi pendirian penitipan
anak (
daycare
) yang dapat dijadikan
Daycare
yang
akan dibangun
Berjumlah satu
buah
Daycare
yang
Dijadikan
objek amatan
Surabaya
Calon pendaftar
datang atas
Permintaan
sendiri
Customer
Retention Rate
Daycare
sama
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.
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
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
Target Market
Metode
P-Median
Analytic Network Process
(ANP)
Analisa Sensitivitas
Porter’s Diamond Model
Kajian
Literatur
Net Present Value
(NPV)
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
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
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
xa, b, dan c didapat dari bobot AHP KPx, UPx, MAxdidapat dari
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
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
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
Perhitungan Nilai Terbobot
Page 26
y
n= a.KP
x+ b.UP
x+ c.MA
xKec. 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
5 Kecamatan Terpilih sebagai Alternatif:
Page 27
Kecamatan
Wonokromo
Tambaksari
Kecamatan
Kecamatan
Semampir
Kecamatan
Sawahan
Kecamatan
Gubeng
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
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 = jPage 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
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
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 km1 Kelurahan Kupang Krajan 296309 1.39 km
1 Kelurahan Kertajaya 106491 1.04 km
Net
Present Value
(NPV)
Internal Rate of Return
(IRR)
Payback Period
(PP)
Perhitungan kelayakan finansial digunakan
sebagai salah satu input pada metode
Wonokromo Semampir Sawahan Gubeng Tambaksari 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%
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
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)
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)
Tujuan
untuk menganalisa struktur komponen,
arah dan identitas dari hubungan secara
langsung ataupun tidak antara komponen
Hasil dari analisis DEMATEL ini dapat
mengilustrasikan hubungan struktur antar
komponen (Tzen et al., 2007).
Page 43
Responden 1
Kondisi faktor Kondisi permintaan Struktur, strategi, dan persaingan perusahaan Industri pendukung dan terkait Pemerintah Peluang Kondisi faktor0
4
3
2
1
1
Kondisi permintaan2
0
2
1
2
3
Struktur, strategi, dan persaingan perusahaan
3
3
0
2
1
3
Industri pendukung dan terkait3
2
2
0
1
2
Pemerintah4
3
3
1
0
3
Peluang/Perubahan2
3
3
2
3
0
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
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 permintaan0,125
0
0,083
0,042
0,125 0,167
Struktur, strategi, danpersaingan perusahaan
0,208 0,208
0
0,167
0,042 0,208
Industri pendukung danterkait
0,083 0,083
0,167
0
0,042 0,083
Pemerintah0,250 0,250
0,208
0,042
0
0,250
Peluang/Perubahan0,125 0,208
0,208
0,083
0,208
0
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
Page 47
Impact-Diagraph
kriteria
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
Page 49
Impact Diagraph
sub-kriteria
Metode untuk menghitung bobot
Pairwise comparison ‘with respect to’ Sub kriteria Lahan Eksisting
Page 55
Keterangan:
ai= penilaian responden ke-i
aw= penilaian gabungan n = banyaknya responden
1)
Kriteria
Page 56 Kriteria Kondisi Permintaan Bobot Prioritas tertinggi: 0.362252.
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
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
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
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
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
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.
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.
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
).
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
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