4. PENGOLAHAN DAN ANALISA DATA
4.1. Kuesioner
Pengelompokan dibagi ke dalam lima dimensi Service Quality, yaitu sebagai berikut:
a. Dimensi Tangibles - Luas tempat parkir
- Kelengkapan fasilitas (kursi tunggu, ac, televisi, tempat sampah dll) - Kebersihan ruangan
- Jarak Plasa Telkom Dinoyo b. Dimensi Reliability
-Kemudahan dalam menggunakan layanan
-Ketepatan layanan sesuai dengan yang dijanjikan -Jam operasional sesuai dengan yang tertulis c. Dimensi Responsiveness
-Keikhlasan karyawan dalam melayani pelanggan -Respon customer service terhadap kritik dan saran
-Tingkat kesabaran customer service dalam melayani pelanggan -Kecepatan layanan
d. Dimensi Empathy
-Sikap karyawan dalam menghadapi customer yang kebingungan -Pemahaman akan kebutuhan customer secara spesifik
-Jam operasional sesuai dengan keinginan pelanggan e. Dimensi Assurance
-Kepercayaan pelanggan akan layanan yang ditawarkan - Kesopanan customer service dalam melayani customer -Perilaku customer service
--Pengetahuan customer service akan layanan jasa yang diberikan
21 4.2. Pengujian Data
4.2.1. Uji kecukupan data
Hasil uji kecukupan menunjukkan bahwa minimum data yang diambil adalah 96. Maka dapat dikatakan kuesioner yang disebarkan telah mencukupi jumlah minimum sampel yang diperlukan. Namun karena kuesioner yang telah disebarkan sebesar 100 kuesioner maka nilai 100 ini akan dimasukkan sebagai nilai N didalam uji validitas.
4.2.2. Uji Validitas dan Reliabilitas
Uji validasi dibawah ini menggunakan taraf signifikan 5 % dan N= 100.
Maka akan diperoleh r tabel sebesar 0,195. Semua kriteria yang telah diuji menunjukkan nilai r hasil lebih besar dari r tabel, maka hal ini menunjukkan bahwa kuesioner tersebut telah valid. Sedangkan nilai alpha lebih besar dari r tabel, hal ini menunjukkan data telah reliabel. Data hasil uji validitas dan reliabilitas dapat dilihat pada Lampiran 3.
4.3. Karakteristik Responden
Karakteristik responden yang mengisi kuesioner menunjukkan bahwa pengunjung Plasa Telkom adalah kebanyakan laki-laki yang berusia sekitar 36-45 tahun. Sedangkan pengunjung perempuan kebanyakan berusia 25-35 tahun. Selain itu, sebagian besar pelanggan mengunjungi Plasa Telkom ≤ 1 kali dalam bulan dan kebanyakan berasal dari wilayah surabaya barat. Data karakteristik responden dapat dilihat pada Lampiran 2.
Setelah dilakukan crosstab antara usia pengunjung Plasa Telkom dan harapan terhadap kecepatan layanan memiliki nilai p-value sebesar 0,566. Karena p-value> 0,05, maka hal ini berarti usia pengunjung tidak memiliki pengaruh signifikan terhadap harapan terhadap kecepatan layanan. Sedangkan pada uji correlation antara wilayah tempat tinggal pengunjung dengan harapan akan jarak Plasa Telkom memiliki nilai p-value sebesar 0,398, karena p-value> 0,05 maka hal ini menunjukkan bahwa tidak terdapat pengaruh signifikan antara wilayah tempat tinggal dengan harapan akan jarak Plasa Telkom.
4.4. Hasil Pengolahan Data
4.4.1. Perhitungan nilai Persepsi dan Harapan dari Tiap Kriteria
Di bawah ini merupakan tabel data rata-rata persepsi dan harapan pelanggan untuk tiap-tiap kriteria. Data ini diperoleh dari hasil pengukuran dan perhitungan pada kuesioner.
Tabel 4.1. Nilai Persepsi, Harapan, dan Gap dari Tiap Kriteria
No Kriteria Dimensi Persepsi Harapan Gap Average
1 Jarak Plasa Telkom Dinoyo 0,5786 0,8846 -0,306
2 Luas tempat parkir Tangible 0,6092 0,859 -0,2498 -0,222575
3 Kelengkapan fasilitas 0,6804 0,8827 -0,2023
4 Kebersihan ruangan 0,738 0,8702 -0,1322
5 Kemudahan layanan 0,77 0,8968 -0,1268
6 Ketepatan layanan sesuai dengan yang dijanjikan Reliability 0,6839 0,8862 -0,2023 -0,136767
7 Jam operasional sesuai dengan yang tertulis 0,7983 0,8795 -0,0812
8 Keikhlasan dalam melayani pelaggan 0,7534 0,8908 -0,1374
9 Respon customer service terhadap kritik dan saran Responsiveness 0,7426 0,8816 -0,139 -0,17315
10 Kesabaran customer service 0,7522 0,8882 -0,136
11 Kecepatan layanan 0,598 0,8782 -0,2802
12 Sikap dalam menghadapi customer yang kebingungan 0,7456 0,8806 -0,135
13 Pemahaman akan kebutuhan customer secara spesifik Empathy 0,7494 0,8653 -0,1159 -0,1192 14 Jam operasional sesuai dengan keinginan pelanggan 0,7829 0,8896 -0,1067
15 Kepercayaan pelanggan akan layanan 0,7518 0,8774 -0,1256
16 Kesopanan dalam melayani customer Assurance 0,7542 0,8864 -0,1322 -0,134175
17 Perilaku customer service 0,745 0,8735 -0,1285
18 Pengetahuan akan layanan jasa yang diberikan 0,7188 0,8692 -0,1504 Average 0,719572222 0,8799889 -0,160417
4.4.2. Gap 5 (P-H) menurut dimensi servqual
Berdasarkan hasil perhitungan gap, dapat dilihat bahwa nilai rata-rata harapan dari seluruh dimensi, yaitu 0,879 masih lebih besar dari nilai rata-rata persepsi 0,719. Selain itu, nilai gap antara persepsi dan harapan pelanggan menunjukkan angka negatif untuk setiap dimensinya. Hal ini menunjukkan bahwa layanan yang diberikan belum sesuai dengan harapan pelanggan. Dari kelima dimensi diatas, dimensi tangible memiliki nilai gap yang paling besar dibandingkan dengan nilai gap pada dimensi servqual yang lain. Hal ini berarti dimensi tangible adalah dimensi yang paling membutuhkan peningkatan
23
pelayanan agar dapat memuaskan harapan konsumen, sedangkan dimensi yang memiliki nilai gap terkecil adalah dimensi empathy.
Hasil analisa data di atas menggunakan metode servqual. Untuk itu metode ini perlu dibandingkan dengan hasil pengolahan data dengan menggunakan aplikasi Fuzzy-Servqual agar dapat mendefinisikan kesamaran penilaian yang diberikan pelanggan dalam kisaran nilai tertentu. Hal ini disebabkan logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4.4.3 Fuzzy-Servqual
Langkah yang harus dilakukan dalam menerapkan logika fuzzy pada hasil pengolahan data adalah dengan menyusun membership function pada tiap-tiap kriteria yang terdapat di dalam kuesioner.
4.4.3.1. Pembentukan Membership Function
Membership function pada input dan output variabel di dalam kuesioner ini menggunakan representasi kurva trapesium, dimana di dalam membership function tersebut memiliki parameter masing-masing. Input variabel pada kuesioner ini adalah nilai persepsi dan harapan pelanggan. Misalnya pada gambar 4.1, yang membahas tentang kriteria luas tempat parkir, input variabel dari kriteria ini dibagi menjadi beberapa membership function diantaranya: Sempit, Sedang, dan Luas.
Gambar 4.1. Membership Function dari Input Variable
Untuk membership function sempit menurut kurva representatif trapesium di atas memiliki toleransi sebesar 10%, yaitu antara 0 sampai dengan 0,1. Dengan parameter yang mencakup:
µ (x)= 1; 0 ≤ x ≤ 0,1 µ (x)= ; 0,1 ≤ x ≤ 0,4 µ (x)= 0; x ≥ 0,4
Untuk membership function sedang menurut kurva representatif trapesium di atas memiliki toleransi sebesar 20%, yaitu antara 0,4 sampai dengan 0,6.
Dengan parameter yang mencakup:
µ (x)= 0; x ≤ 0,1 atau x ≥ 0,9 µ (x)= ; 0,1 ≤ x ≤ 0,4 µ (x)= 1; 0,4 ≤ x ≤ 0,6 µ (x)= ; 0,6 ≤ x ≤ 0,9
Untuk membership function luas menurut kurva representatif trapesium di atas memiliki toleransi sebesar 10%, yaitu antara 0,9 sampai dengan 1. Dengan parameter yang mencakup:
µ (x)= ; 0,6 ≤ x ≤ 0,9 µ (x)= 1; 0,9 ≤ x ≤ 1 µ (x)= 0; x ≤ 0,6
Output variabel adalah gap, kriteria ini dibagi menjadi beberapa membership function diantaranya: Negative Big, Negative Small, Zero, Positive Small dan Positive Big. Sedangkan untuk output variabel memiliki representatif kurva trapesium dengan gambar seperti di bawah ini:
25
Gambar 4.2. Membership Function dari Output Variable
Untuk membership function Negative Big menurut kurva representatif trapesium di atas memiliki toleransi sebesar 20%, yaitu antara -1 sampai dengan 0,8. Dengan parameter yang mencakup:
µ (x)= 1; -1 ≤ x ≤ -0,8 µ (x)= ; -0,8 ≤ x ≤ -0,65 µ (x)= 0; x ≥ -0,65
Untuk membership function Negative Small menurut kurva representatif trapesium di atas memiliki toleransi sebesar 40%, yaitu antara 0 sampai dengan 0,1. Dengan parameter yang mencakup:
µ (x)= 0; x ≤ -0,75 atau x ≥ -0,05 µ (x)= ; -0,75 ≤ x ≤ -0,6
µ (x)= 1; -0,6 ≤ x ≤ -0,2 µ (x)= ; -0,2 ≤ x ≤ -0,05
Untuk membership function Zero menurut kurva representatif trapesium di atas memiliki toleransi 4%. Besarnya toleransi pada membership function ini cenderung lebih kecil, karena pada logika fuzzy tidak ada penilaian yang tepat pada angka 0 melainkan di antaranya, sehingga toleransi pada kurva membership function zero dipersempit dengan parameter yang mencakup:
µ (x)= 0; x ≤ -0,1atau x ≥ 0,1 µ (x)= ; -0,1 ≤ x ≤ -0,02 µ (x)= 1; -0,02 ≤ x ≤ 0,02
µ (x)= ; 0,02 ≤ x ≤ 0,1
Untuk membership function Positive Small menurut kurva representatif trapesium di atas memiliki toleransi sebesar 40%, yaitu antara 0 sampai dengan 0,1. Dengan parameter yang mencakup:
µ (x)= 0; x ≤ 0,05 atau x ≥ 0,75 µ (x)= ; 0,05 ≤ x ≤ 0,2
µ (x)= 1; 0,2 ≤ x ≤ 0,6 µ (x)= ; 0,6 ≤ x ≤ 0,75
Untuk membership function Positive Big menurut kurva representatif trapesium di atas memiliki toleransi sebesar 20%, yaitu antara -1 sampai dengan 0,8. Dengan parameter yang mencakup:
µ (x)= 1; 0,8 ≤ x ≤ 1 µ (x)= ; 0,65 ≤ x ≤ 0,8
µ (x)= 0; x ≤ 0,65
Membership function dan parameter untuk semua kriteria di dalam kuesioner diasumsikan sama. Data membership function untuk tiap kriteria dapat dilihat pada Lampiran 4.
Setelah menetapkan membership function beserta parameternya, maka langkah selanjutnya adalah dengan membuat rule untuk kriteria tersebut. Secara umum hubungan jika dan maka atau yang dikenal dengan nama IF-THEN rule dianggap sebagai sebuah sistem yang memerlukan input dan menghasilkan output.
Dalam contoh ini, inputnya adalah persepsi dan harapan sedangkan outputnya adalah nilai gap. Contoh beberapa rule dapat dilihat di bawah ini:
“Jika persepsi rendah dan harapan tinggi maka gap besar“
“Jika persepsi sedang dan harapan tinggi maka gap sedang”
Banyaknya rule tergantung dari kombinasi antara nilai input variable dan output variable. Selain itu, logika fuzzy juga menggunakan fungsi implikasi,
27
agregasi, dan defuzzifikasi. Untuk mempemudah pengolahan data maka dalam mengintegrasikan servqual-fuzzy akan digunakan tool box Fuzzy logic.
4.4.4. Fuzzy-Servqual dengan Fuzzy Logic Toolbox
Fuzzy Logic Tolbox dapat membangun FIS dan berkreasi secara bebas.
Penentuan Fuzzy Set dilakukan agar dapat menentukan skor yang harus diberikan oleh responden pada tiap-tiap kriteria yang diajukan di dalam kuesioner.
Gamba r 4.3. Tampilan FIS editor
Gambar diatas merupakan contoh tampilan FIS editor. FIS didesain untuk menggunakan dua input dan sebuah nilai output. Dimana di dalam variable input terdapat membership function yang merupakan kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya yang memiliki interval antara 0 sampai 1.
Langkah selanjutnya variable input dari data tersebut diberi nama persepsi dan harapan kedua variabel tersebut diberi range [0 1], sedangkan output adalah gap. Selain itu pada FIS editor di atas menggunakan metode Mamdani. Fungsi implikasi yang digunakan adalah Min (minimum), fungsi ini akan memotong output himpunan fuzzy dan memilih yang terkecil antara dua bilangan: hasil operasi fuzzy logic OR dan fuzzy set banyak. Untuk tahap agregasi menggunakan fungsi max dan akan mengkombinasikan semua IF-THEN rule menjadi fuzzy set tunggal. Sedangkan pada defuzzification dipilih metode centroid yaitu dengan mengambil titik pusat daerah fuzzy.
Gambar 4.4. Membership Function dari Input Variable pada FIS editor
Gambar di atas merupakan grafik dari membership function dari variabel input persepsi untuk pertanyaan kuesioner mengenai luas area parkir Plasa Telkom Dinoyo. Terdapat tiga membership function dari persepsi yaitu sempit, sedang, dan luas. Pada gambar diatas dapat dilihat bahwa membership function menggunakan tipe trapmf yang berbentuk trapesium. Selain itu perlu diketahui bahwa setiap membership function memiliki parameter yang berbeda-beda.
Contoh untuk membership function sempit memiliki parameter [0 0 0.1 0.4], membership function sedang memiliki parameter [0.1 0.4 0.6 0.9], dan membership function luas memiliki parameter [0.6 0.9 1 1]. Untuk kriteria- kriteria yang lain pada kuesioner juga memiliki memberhip function beserta parameter yang serupa dengan contoh diatas.
29
Gambar 4.5. Membership Function dari Output Variable pada FIS editor
Variable output diberi nama gap, dimana didalam gap terdiri dari lima membership function yaitu Negative Big (--) memiliki parameter [-1 -1 -0.8 -0.65], Negative Small (-) memiliki parameter [-0.75 -0.6 -0.2 -0.05], Zero (0) memiliki parameter [-0.1 -0.02 0.02 0.1], Positive Small (+) [0.05 0.2 0.6 0.75], dan Positive Big (++) memiliki parameter [0.65 0.8 1 1] .
Teori fuzzy logic adalah memetakan sebuah ruang input ke dalam ruang output dengan menggunakan IF-THEN rules. Untuk itu, langkah berikutnya adalah membuka rule editor yang digunakan untuk membuat dan mengedit aturan sistem fuzzy. Urutan rule bisa sembarang. Oleh karenanya, semua rule harus didefinisikan lebih dahulu sebelum membangun Fuzzy Interference System yang akan digunakan untuk menginterpretasi semua rule tersebut. Berikut ini merupakan rule yang disusun untuk pertanyaan kuesioner tentang luas area parkir Plasa Telkom Dinoyo:
1. If (persepsi is sempit) and (harapan is sempit) then (GAP is 0) 2. If (persepsi is sempit) and (harapan is sedang) then (GAP is -) 3. If (persepsi is sempit) and (harapan is luas) then (GAP is --) 4. If (persepsi is sedang) and (harapan is sempit) then (GAP is +)
5. If (persepsi is sedang) and (harapan is sedang) then (GAP is 0) 6. If (persepsi is sedang) and (harapan is luas) then (GAP is -) 7. If (persepsi is luas) and (harapan is sempit) then (GAP is ++) 8. If (persepsi is luas) and (harapan is sedang) then (GAP is +)
9. If (persepsi is luas) and (harapan is luas) then (GAP is 0)
Gambar 4.6. Tampilan Rule Viewer pada FIS editor
Gambar di atas, menunjukkan tampilan rule viewer yang berguna untuk melihat alur penalaran fuzzy pada sistem. Pada kolom pertama terdapat sembilan plot yang merepresentasikan variabel persepsi, kolom kedua untuk variabel harapan, dan kolom ketiga untuk variabel gap. Plot di baris kesepuluh di ujung kanan merupakan plot hasil agregasi. Hasil defuzzifikasi ditampilkan di garis merah yang terletak dalam kisaran angka hasil agregasi dari kesembilan rule yang telah ditetapkan. Sedangkan angka defuzzifikasi dapat dilihat pada bagian paling atas kolom ketiga. Hasil defuzzifikasi ini berubah mengikuti perubahan harga variabel input. Data dari hasil deffuzifikasi secara lengkap dapat dilihat pada lampiran 6.
31
Di bawah ini merupakan tabel hasil perhitungan hasil defuzzifikasi untuk rata-rata nilai gap pada setiap pertanyaan kuesioner.
Tabel 4.2. Nilai Gap dari Tiap Kriteria dengan Aplikasi Servqual-Fuzzy
No Kriteria Dimensi Gap Ranking
1 Jarak Plasa Telkom Dinoyo Tangible -0,331 3
2 Luas tempat parkir Tangible -0,334 2
3 Kelengkapan fasilitas Tangible -0,300 5
4 Kebersihan ruangan Tangible -0,222 13
5 Kemudahan layanan Reliability -0,237 10
6 Ketepatan layanan sesuai dengan yang dijanjikan Reliability -0,304 4 7 Jam operasional sesuai dengan yang tertulis Reliability -0,155 18 8 Keikhlasan dalam melayani pelaggan Responsiveness -0,245 6 9 Respon customer service terhadap kritik dan saran Responsiveness -0,243 8
10 Kesabaran customer service Responsiveness -0,241 9
11 Kecepatan layanan Responsiveness -0,343 1
12
Sikap dalam menghadapi customer yang
kebingungan Empathy -0,228 12
13
Pemahaman akan kebutuhan customer secara
spesifik Empathy -0,202 17
14
Jam operasional sesuai dengan keinginan
pelanggan Empathy -0,204 16
15 Kepercayaan pelanggan akan layanan Assurance -0,213 15
16 Kesopanan dalam melayani customer Assurance -0,231 11
17 Perilaku customer service Assurance -0,215 14
18 Pengetahuan akan layanan jasa yang diberikan Assurance -0,243 7 Dari tabel diatas, nilai-nilai gap tersebut dikelompokkan menurut dimensi
servqual, yaitu dimensi tangible, reliability, responsiveness, empathy, dan assurance. Setelah itu dilakukan proses pengurutan nilai gap dari yang terbesar sampai yang terkecil tersebut. Pengelompokan dan pengurutan nilai gap dapat dilihat pada tabel 4.3.
Tabel 4.3. Nilai Gap Tiap Dimensi dengan Aplikasi Servqual-Fuzzy Dimensi
Servqual-
Fuzzy Ranking
Tangible -0,297 1
Reliability -0,232 3
Responsiveness -0,268 2
Empathy -0,211 5
Assurance -0,225 4
4.4.5. Analisa Hasil Pengolahan Kuesioner
a. Perhitungan nilai gap untuk tiap dimensi servqual
Kualitas layanan tiap kriteria direpresentasikan dengan nilai gap yang diperoleh. Nilai gap yang negatif menunjukkan bahwa kualitas layanan suatu kriteria kurang baik sehingga perlu ditingkatkan. Idealnya nilai gap sama dengan atau lebih besar nol. Apabila nilai persepsi sama dengan harapan pelanggan, dapat dikatakan persepsi sudah sesuai dengan harapan yang mengindikasikan kriteria kualitas layanan. Untuk itu kriteria harus dipertahankan. Apabila nilai yang diperoleh adalah positif, berarti persepsi melebihi harapan pelanggan. Semakin besar nilai negatif suatu gap, maka kriteria tersebut menjadi prioritas utama untuk ditingkatkan kualitasnya.
Dari hasil pengolahan data dapat dilihat bahwa dimensi tangible memiliki nilai gap yang paling besar, yaitu sebesar -0,223. Hal ini berarti menurut metode servqual, dimensi tangible merupakan dimensi yang menjadi prioritas pertama untuk ditingkatkan kualitas layanannya.
b. Perhitungan nilai gap dari hasil defuzzifikasi untuk tiap dimensi dengan aplikasi servqual-fuzzy
Terdapat dua faktor utama yang mempengaruhi kualitas jasa, yaitu jasa yang diharapkan dan jasa yang diterima. Apabila jasa yang diterima atau dirasakan sesuai dengan yang diharapkan, maka kualitas jasa dipersepsikan baik dan memuaskan. Jika jasa yang diterima melampaui harapan pelanggan, maka kualitas jasa dipersepsikan sebagai kualitas yang ideal. Sebaliknya jika yang diterima lebih rendah daripada yang yang diharapkan, maka kualitas jasa dipersepsikan buruk. Dengan demikian baik tidaknya kualitas jasa tergantung pada kemampuan penyedia jasa dalam memenuhi harapan pelanggannya secara konsisten.
Pada hasil pengolahan data servqual-fuzzy, output data yang merupakan hasil defuzzifikasi menunjukkan bahwa dimensi yang memiliki tingkat gap
33
yang paling besar dalah dimensi tangible, yaitu sebesar -0,29707. Hal ini berarti menurut aplikasi servqual-fuzzy, dimensi tangible menjadi prioritas utama untuk diperbaiki serta ditingkatkan kualitas layanannya.
c. Perbandingan nilai gap tiap dimensi antara metode servqual dengan aplikasi servqual-fuzzy
Tabel 4.4. Perbandingan Metode Servqual dengan Aplikasi Servqual-Fuzzy Dimensi Servqual Ranking
Servqual-
Fuzzy Ranking
Tangible -0,223 1 -0,297 1
Reliability -0,137 3 -0,232 3
Responsiveness -0,173 2 -0,268 2
Empathy -0,119 5 -0,211 5
Assurance -0,134 4 -0,225 4
Berdasarkan tabel perbandingan di atas dapat dilihat bahwa hasil pengolahan nilai gap per dimensi dengan metode servqual dan aplikasi servqual-fuzzy memiliki susunan ranking nilai gap yang sama. Kedua metode ini sama-sama menunjukkan bahwa dimensi yang memiliki gap antara persepsi dan harapan yang terbesar adalah dimensi tangible. Namun pada metode servqual-fuzzy nilai gap antara dimensi lebih kontras perbedaannya dari pada metode servqual. Hal ini dapat ditemukan pada perbedaan nilai gap antara dimensi reliability dan assurance pada metode servqual yang tidak terlalu berbeda jauh, sedangkan pada metode servqual-fuzzy perbedaan antara kedua dimensi ini lebih mencolok. Penyebab perbedaan ini adalah angka gap pada metode servqual dihitung hanya secara eksak, sementara pada servqual- fuzzy angka hasil deffuzifikasi dihitung dengan melakukan proses agregasi dari rule yang telah ditetapkan dan memiliki toleransi akan kesamaran data.
Untuk itu, dapat dikatakan bahwa aplikasi servqual-fuzzy lebih mudah untuk memprioritaskan dimensi yang perlu diperbaiki.
Pada pengolahan data dengan menggunakan aplikasi servqual-fuzzy, hasil defuzzifikasi menunjukkan bahwa nilai gap pada semua dimensi ini berada dalam kisaran output Negative Small (-) memiliki parameter [-0.75 -0.6 -0.2 -
0.05], yang menurut rule pada fuzzy interference system, memiliki arti gap antara persepsi dan harapan menunjukkan nilai negatif. Hal ini menunjukkan bahwa semua dimensi tersebut masih belum sesuai dengan harapan pelanggan, sehingga perlu untuk ditingkatkan kualitasnya.
Pada dimensi tangible, kriteria yang memiliki nilai gap terbesar adalah tentang luas tempat parkir. Untuk itu, perlu dilakukan pertimbangan untuk melakukan perubahan pada area parkir di Plasa Telkom Dinoyo.
d. Pengurutan nilai gap setiap kriteria dengan metode fuzzy-servqual
Berdasarkan perhitungan nilai gap dari hasil defuzzifikasi pada Tabel 4.4 terdapat lima kriteria terbesar yang harus diperbaiki adalah:
Tabel 4.5. Kriteria-Kriteria dengan Nilai Gap terbesar
No. Kriteria Dimensi Gap
1 Kecepatan layanan Responsiveness -0,343
2 Luas tempat parkir Tangible -0,334
3 Jarak Plasa Telkom Dinoyo Tangible -0,332
4
Ketepatan layanan sesuai dengan
yang dijanjikan Reliability -0,304
5 Kelengkapan fasilitas Tangible -0,300
Lima kriteria diatas merupakan kriteria-kriteria yang perlu mendapatkan perhatian lebih dari Plasa Telkom Dinoyo, karena kelima kriteria tersebut memiliki nilai gap yang cukup besar dan dirasakan kurang oleh para pelanggan. Kecepatan layanan merupakan kriteria yang memiliki nilai gap terbesar untuk itu dilakukan uji yang membandingkan tingkat gap dari kecepatan layanan dengan usia responden. Usia responden dibagi menjadi dua kategori, yaitu muda dengan kisaran usia 16-35 dan tua dengan kisaran usia 36-55. Langkah selanjutnya adalah mencari nilai gap dari masing-masing kategori dengan metode servqual. Hasil analisa menunjukkan bahwa nilai gap pada kategori muda sebesar -0,3 sedangkan pada kategori tua sebesar -0,25.
Hal ini berarti pengunjung yang berusia muda memiliki perbedaan persepsi dan harapan akan kecepatan layanan lebih besar dari pada pengunjung yang
35
berusia tua. Berikut merupakan langkah-langkah perbaikan yang dapat dilakukan antara lain :
1. Kecepatan layanan
Hal yang perlu ditingkatkan mengenai kecepatan layanan adalah dengan mengoptimalkan pelayanan, yaitu dengan mengurangi waktu operator idle atau tidak ada di tempat. Pelanggan memandang ketepatan waktu dalam memberikan layanan merupakan sesuatu yang sangat penting agar pelanggan dapat memperoleh layanan dengan waktu yang pasti.
Untuk itu, apabila terdapat meja operator yang kosong atau ditutup karena operator tidak ada di tempat, maka akan mengakibatkan penumpukkan pelanggan pada operator-operator lain sehingga waktu antri akan menjadi panjang dan lama, sehingga membuat pelanggan yang hendak mengantri menjadi kesal dan tidak puas karena terlalu lama menunggu pelayanan dari customer service. Berdasarkan masalah tersebut apabila dilakukan perubahan, maka semua operator bekerja bersamaan, akan mengurangi waktu antri yang sehingga dapat memuaskan harapan pelanggan. Selain itu, sebaiknya dilakukan pembagian pelayanan berdasarkan kebutuhan pengunjung, misalnya bagian pembayaran tagihan yang biasanya memiliki durasi layanan yang cenderung cepat dan bagian komplain yang cenderung lebih lama. Hal ini dapat mempercepat layanan, sehingga dapat memuaskan pelanggan.
2. Luas tempat parkir
Usulan mengenai luas tempat parkir adalah dengan memperluas areal parkir terutama untuk sepeda motor. Selain itu usulan lainnya adalah dengan mengubah layout parkir mobil dan motor agar menjadi lebih luas.
3. Jarak plasa telkom dinoyo
Usulan perbaikan yang dapat diberikan untuk meningkatkan layanan jasa Plasa Telkom adalah dengan menambah gerai Plasa Telkom di lokasi lain di wilayah yang berpemukiman padat dan strategis.
4. Ketepatan layanan sesuai dengan yang dijanjikan
Ketepatan layanan sesuai dengan yang dijanjikan merupakan bagian dari dimensi relibility yang harus diperhatikan dan ditingkatkan kualitasnya. Reliability terkait dengan kemampuan perusahaan untuk memberikan pelayanan sesuai yang dijanjikan secara akurat dan terpercaya. Untuk itu, dalam melakukan perbaikan pada kriteria ini, kinerja customer service harus sesuai dengan harapan pelanggan yang berarti ketepatan waktu, pelayanan yang sama untuk semua pelanggan tanpa kesalahan, sikap simpatik, dan dengan akurasi yang tinggi.
Akurasi kegiatan yang dilakukan oleh perusahaan akan menentukan tingkat kepercayaan pelanggan. Apabila Plasa Telkom Dinoyo dapat melakukan kegiatan secara akurat menunjukkan kinerja perusahaan sangat baik sehingga pelanggan menjadi puas.
5. Kelengkapan fasilitas
Penampilan dan kemampuan sarana dan prasarana fisik perusahaan dari keadaan lingkungan sekitarnya adalah bukti nyata dari pelayanan yang diberikan oleh pemberi jasa. Untuk itu, dalam meningkatkan kelengkapan fasilitas sebaiknya pihak plasa telkom mempertimbangkan untuk menambah fasilitas di dalam ruang tunggu sehingga dapat mengurangi kejenuhan pelanggan yang menunggu.
