63
3.1 Desain Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian desktriptif. Penelitian deskriptif merupakan metode yang digunakan untuk mengetahui nilai variabel mandiri, baik satu variabel atau lebih (independen) tanpa membuat perbandingan, atau menghubungkan dengan variabel lain (Sugiyono2006, p11). Metode penelitian yang digunakan adalah penelitian survei, yaitu penelitian yang dilakukan pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data dari sampel yang diambil dari populasi tersebut (Sugiyono2006, p7).
Unit analisis dalam penelitian ini adalah perusahaan yaitu PT. Golden Rama Express. Time horizon yang digunakan dalam penelitian ini adalah cross-section, dimana data yang dikumpulkan hanya satu kali yaitu dalam suatu kurun waktu tertentu.
Tabel 3.1. Desain penelitian Tujuan
Penelitian Jenis Penelitian Metode Penelitian Unit Analisis Time Horison
T-1 Peneltian Deskriptif Survei Perusahaan Cross-Sectional
T-2 Penelitian Deskriptif Survei Perusahaan Cross-Sectional
T-3 Penelitian Deskriptif Survei Perusahaan Cross-Sectional
T-4 Penelitian Deskriptif Survei Perusahaan Cross-Sectional
Keterangan:
T-1: Mengidentifikasi atribut yang dapat mencerminkan status kinerja paket tur sebelum perjalanan, selama perjalanan wisata dan lain-lain serta tour leader.
T-2: Menganalisis nilai indeks keberlanjutan kinerja paket tur.
T-3: Membangun model pengelolaan kinerja paket tur secara berkelanjutan PT. Golden Rama Express.
T-4: Merumuskan kebijakan dan skenario strategi pengelolaan kinerja berkelanjutan di PT. Golden Rama Express.
3.2 Operasionalisasi Variabel Penelitian
Mendefinisikan suatu konsep agar dapat dioperasikan melibatkan beberapa tahap yaitu dengan mengetahui terlebih dahulu variabel dan indikatornya.
Tabel 3.2 Operasionalisasi variabel penelitian
Dimensi Atribut Konsep Indikator Skala
Ukur
Skala Pengukuran
Sebelum Perjalanan
Kejelasan/akurasi informasi yang diberikan
Kinerja Sebelum tur dilaksanakan Penilaian pelanggan (peserta tur) Itemized- rating scale Ordinal Pelayanan lewat telepon
Pelayanan staff di kantor Golden Rama Persiapan menjelang keberangkatan Penanganan di Bandara Jakarta
Selama Perjalanan
Airline yang digunakan
Kinerja paket tur selama tur Penilaian pelanggan (peserta tur) Itemized- rating scale Ordinal Hotel yang digunakan
Menu makanan
Objek wisata yang dikunjungi Pilihan bus dan pengemudi Pelayanan Tour Leader Golde Rama Pelayanan Local Guide setempat
Lain-lain
Keragaman paket tour yang ditawarkan Kinerja paket tur selain sebelum, selama perjalanan, dan tour leader Penilaian pelanggan (peserta tur) Itemized- rating scale Ordinal Fasilitas/kemudahan yang kami berikan
Sarana/prasarana penunjang lainnya
Tour Leader Tanggung jawab Kinerja tour leader Penilaian pelanggan (peserta tur) Itemized- rating scale Ordinal Sopan santun Pengetahuan tujuan Ketepatan waktu Pengaturan acara
Solusi dalam permasalahan
Mengutamakan kepentingan bersama Memenuhi kebutuhan pelanggan
Itemized-rating scale (Sahibul Munir, 2008) adalah metode pengukuran sikap yang berisi beberapa alternatif kategori pendapat yang memungkinkan bagi responden untuk memberikan alternatif penilaian. Itemized-rating scale dinamakan juga skala butir penilaian atau skala kategori. Itemized-rating scale dapat dinyatakan dengan angka.
Skala ordinal tidak hanya mengkategorikan variable ke dalam kelompok, tetapi juga melakukan rangking terhadap kategori. Jadi kategori antar merek tidak menggambarkan perbedaan yang sama (equal differences) dan ukuran atribut. Pengukuran seperti ini dinamakan skala ordinal dan data yang dapat dari pengukuran ini disebut data ordinal.
Variabel yang diukur dengan skala nominal dan ordinal umumnya disebut variable non-parametrik atau variable non-metrik (Sahibul Munir, 2008).
3.3 Jenis dan Sumber Data Penelitian
Pada penelitian ini, jenis data yang digunakan adalah data primer dan data sekunder. Dimana data primer adalah data yang diperoleh langsung dari objek penelitian yang didapat melalui survei lapangan yaitu wawancara dengan para pemegang kepentingan dalam PT. Golden Rama Express. Serta kuesioner yang diberikan kepada para pemegang kepentingan (stakeholders) atau pakar-pakar yang berkepentingan dalam pengambilan keputusan dalam perusahaan. Diantaranya mengenai data-data yang diperlukan untuk analisis kebutuhan, identifikasi faktor strategis, dan perbandingan antarfaktor (prospektif).
Sedangkan data sekunder yaitu data yang sudah diolah, yang diperoleh melalui studi pustaka dan perusahaan yang terkait dengan topik penelitian. Dalam hal ini data sekunder menggunakan dokumen-dokumen yang terdapat di PT. Golden Rama Express, diantaranya mengenai data-data yang berhubungan dengan paket tur yang ada dan kuesioner perusahaan yang telah disebarkan kepada pelanggan PT. Golden Rama Express dalam selang tahun 2008 hingga 2009 serta buku-buku yang menunjang penelitian ini.
3.4 Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian adalah : 1. Studi Pustaka (Library Research)
Penelitian ini dilakukan untuk memperoleh data sekunder dengan membaca, mengumpulkan, mencatat, mempelajari buku cetak dan buku–buku pelengkap atau referensi, seperti jurnal, majalah, brosur-brosur dan media cetak lainnya di perpustakaan ataupun di tempat lainnya.
Penelitian ini dilakukan dengan cara mendatangi langsung ke objek yang diteliti yaitu PT. Golden Rama Express. Data yang di peroleh secara langsung dari objek penelitian ini disebut data primer, di mana alat pengumpulan data yang digunakan terdiri dari :
1) Wawancara (Interview)
Mengadakan tanya jawab langsung dengan pihak yang bersangkutan dan berkepentingan dengan topik yang dibahas dalam skripsi ini dan memperoleh informasi yang diperlukan.
Wawancara diadakan secara langsung dengan Ibu Yunita Angelina selaku Board of Director Secretary, Bapak Edhi Sutadharma selaku Tour Manager, Ibu Tjing Tjing selaku Hotel and Package Manager, dan Ibu Lydia Setiawan selaku Tour Leader PT. Golden Rama Express.
2) Kuesioner
Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden yang berhubungan langsung mengenai masalah yang akan diteliti dan responden menjawab pertanyaan-pertanyaan tersebut. Yang menjadi responden dalam penelitian ini adalah pelanggan dan stakeholders PT. Golden Rama Express.
3.5 Teknik Pengambilan Sampel
Dalam suatu penilaian populasi adalah hampir tidak mungkin melakukan pengambilan data dari keseluruhan populasi, oleh karena itu penulis menggunakan sampel dalam yang cukup dari suatu populasi, dimana sampel tersebut relatif berjumlah lebih kecil dibanding keseluruhan populasi namun dapat dianggap mewakili keseluruhan populasi.
Populasi penelitian adalah pelanggan PT. Golden Rama Express yang terdiri dari pelanggan dengan berbagai latar belakang pendidikan dan pekerjaan yang berbeda.
Penarikan sampel untuk penelitian ini dilaksanakan pada tahun 2008-2009 dengan membagi sejumlah kuesioner kepada peserta tur PT. Golden Rama Express.
Teknik yang digunakan dalam pengambilan sampel pada penelitian ini adalah probability sampling. Menurut Riduwan dan Kuncoro (2007, p41), probability sampling adalah teknik pengambilan sampel yang memberi peluang atau kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Dalam penelitian ini, yang dipakai adalah random sampling yaitu cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut. Dalam hal ini adalah pelanggan yang menggunakan paket tur dari PT. Golden Rama Expres.
Untuk menentukan berapa banyak sampel minimal yang perlu diambil untuk melakukan penelitian, dapat menggunakan rumus dari Taro Yamane atau Slovin sebagai berikut (Riduwan dan Kuncoro2007, p44).
) ( 1 N e2 N n + =
Dimana: n = jumlah sampel
N = jumlah populasi e2 = presisi (taraf nyata)
Penentuan jumlah sampel pada penelitian ini menggunakan tingkat kesalahan 10% (0,1) untuk setiap paket tur.
Untuk paket Junglelicious Africa, jumlah populasi adalah 250 peserta tur, maka didapatkan jumlah sample sebagai berikut:
72 428 . 71 ) 1 . 0 ( 250 1 250 2 = ≈ + = n
Untuk paket Splendid Asia, jumlah populasi adalah 9500 peserta tur, maka didapatkan jumlah sample sebagai berikut:
99 958 . 98 ) 1 . 0 ( 9500 1 9500 2 = ≈ + = n
Untuk paket Adventurous Australia and New Zealand, jumlah populasi adalah 1300 peserta tur, maka didapatkan jumlah sample sebagai berikut:
93 857 . 92 ) 1 . 0 ( 1300 1 1300 2 = ≈ + = n
Untuk paket Romantical Europe, jumlah populasi adalah 2800 peserta tur, maka didapatkan jumlah sample sebagai berikut:
97 551 . 96 ) 1 . 0 ( 2800 1 2800 2 = ≈ + = n
Untuk paket Marvelous US and Canada, jumlah populasi adalah 1150 peserta tur, maka didapatkan jumlah sample sebagai berikut:
92 ) 1 . 0 ( 1150 1 1150 2 = + = n
Berdasarkan perhitungan diatas maka sampel minimum adalah sebanyak 72 orang. Dalam penelitian ini jumlah sampel yang digunakan sebesar 99 orang untuk masing-masing paket tur.
3.6 Teknik Pengolahan Sampel
Dari data yang dikumpulkan dari kuesioner yang telah disebarkan oleh perusahaan kepada pelanggan, maka diperoleh penilaian dari pelanggan terhadap kinerja paket tur PT. Golden Rama Express, dari setiap atribut dari masing-masing paket tur kemudian dirata-rata untuk mencari kondisi skor masing-masing atribut pada setiap dimensi untuk setiap paket tur. Nilai indeks status keberlanjutan pengelolaan kinerja paket tur PT. Golden Rama Express ditentukan berdasarkan skor untuk masing-masing atribut pada setiap dimensi sesuai dengan kondisi pengelolaan yang dilakukan pada saat ini dengan mengacu pada kriteria dari konsep pembangunan berkelanjutan.
3.7 Metode Analisis
Metode yang digunakan dalam penelitian adalah metode deskriptif melalui dengan menggunakan pendekatan sistem. Pendekatan sistem ini digunakan untuk merumuskan kebijakan dan skenario terbaik bagi PT. Golden Rama Express untuk kinerja paket tur secara berkelanjutan.
Secara garis besar penelitian dibagi kedalam empat tahapan penelitian yaitu: 1) Analisis keberlanjutan pengelolaan kinerja paket tur, 2) Tahap identifikasi kebutuhan dan analisa kondisi saat ini, 3) Tahap pemodelan simulasi dinamis dan rumusan kebijakan, 4) Tahap penyusunan alternatif-alternatif skenario prospektif, dan 5) Tahap rekomendasi skenario-skenario prospektif. Penelitian ini dilengkapi dengan berbagai metodologi seperti yang dapat digambarkan pada diagram rancangan penelitian pada Gambar 3.1.
Gambar 3.1. Diagram Alir Konsep Penelitian Model Pengelolaan Kinerja Paket tur Berkelanjutan PT. Golden Rama Express
3.7.1 Uji Validitas dan Reliabilitas
1. Uji Validitas
Validitas menguji seberapa baik suatu instrumen yang dibuat mengukur konsep tertentu yang ingin diukur (Sekaran2006, p39). Validitas atau ketepatan uji dilakukan
dengan mengkorelasikan masing-masing skor variabel dengan jumlah skor variabel, bila variabel mempunyai hubungan signifikan dengan totalnya maka variabel tersebut dikatakan valid. Sedangkan bila salah satu variabel yang tidak mempunyai hubungan dengan totalnya, maka variabel tersebut dikatakan tidak valid, dan harus dikeluarkan dari item pertanyaan kuesioner.
Uji validitas ini dapat dilakukan dengan menghitung korelasi antara masing-masing pernyataan dengan skor total memakai rumus teknik korelasi product moment. Rumusnya adalah sebagai berikut:
Dengan menggunakan SPSS, uji validitas dilakukan dengan membandingkan r-hitung dan r-tabel. Nilai akan dinyatakan valid bila r-hitung > r-tabel.
2. Uji Reliabilitas
Kendalan (reliabilitas) suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias (bebas kesalahan) karena itu menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen. Dengan kata lain, keandalan suatu pengukuran merupakan indikasi mengenai stabilitas dan konsistensi dimana instrumen mengukur konsep dan membantu menilai ketepatan sebuah pengukuran (Sekaran2006, p40).
Dalam penelitian ini, teknik uji reliabilitas yang digunakan adalah Cronbach’s Alpha. Berikut rumusnya:
Dengan menggunakan SPSS, uji reliabilitas dilakukan dengan membandingkan r cronbach alpha dan r-tabel. Nilai dinyatakan reliabel jika r cronbach alpha > r-tabel.
3.7.2 Analisis Keberlanjutan Pengelolaan Kinerja Paket Tur
Analisis keberlanjutan pengelolaan kinerja paket tur dilakukan dengan pendekatan “Rap-Insustouromance” melalui beberapa tahapan, yaitu: 1) tahap penentuan atribut kinerja paket tur untuk masing-masing dimensi (sebelum perjalanan, selama perjalanan dan tour leader), 2) tahap penilaian setiap atribut dalam skala ordinal berdasarkan kriteria keberlanjutan untuk setiap faktor dan analisis ordinasi yang berbasis metode multidimensional scaling (MDS), dan 3) tahap penyusunan indeks dan status keberlanjutan pengelolaan kinerja paket tur dalam PT. Golden Rama Express. Untuk setiap atribut pada masing-masing dimensi diberikan skor yang mencerminkan kondisi kinerja paket tur dari dimensi yang dikaji. Rentang skor berkisar antara 1 hingga 4, yang diartikan mulai dari kurang sampai sangat baik.
Tabel dibawah ini menyajikan atribut-atribut dan skor yang digunakan untuk menilai kinerja paket tur. Atribut-atribut tersebut diperoleh dari kuesioner yang dimiliki oleh perusahaan.
Tabel 3.3. Atribut-atribut dan Skor Keberlanjutan Pengelolaan Kinerja Paket Tur Dimensi dan Atribut
Skor
Sangat Baik Baik Sedang Kurang
4 3 2 1
Dimensi Sebelum Perjalanan
Kejelasan/akurasi informasi yang diberikan
Pelayanan lewat telepon
Pelayanan staff di kantor Golden Rama
Persiapan menjelang keberangkatan
Penanganan di Bandara Jakarta
Dimensi Selama Perjalanan
Airline yang digunakan Hotel yang digunakan
Menu makanan
Objek wisata yang dikunjungi
Pilihan bus dan pengemudi
Pelayanan Tour Leader Golden Rama
Pelayanan Local Guide setempat
Lain-lain
Keragaman paket tour yang ditawarkan
Fasilitas/kemudahan yang kami berikan
Sarana/prasarana penunjang lainnya
Dimensi Tour Leader Golden Rama
Tanggung jawab
Sopan santun
Pengetahuan tujuan
Ketepatan waktu
Pengaturan acara
Solusi dalam permasalahan
Mengutamakan kepentingan bersama
Memenuhi kebutuhan pelanggan
Selanjutnya, nilai skor dari masing-masing atribut dianalisis secara multidimensional untuk menentukan posisi keberlanjutan pengelolaan kinerja paket tur yang dikaji relatif terhadap dua titik acuan yaitu titik “baik” (“good”) dan titik “buruk” (“bad”). Untuk memudahkan visualisasi posisi ini digunakan analisis ordinasi.
Proses ordinasi Rap-Insustouromance ini menggunakan perangkat lunak modifikasi Rapfish (Kavanagh, 2001). Proses Algoritma Rap-Insustouromance juga pada dasarnya mengikuti proses algoritma Rapfish seperti terlihat pada Lampiran 1.
Dalam implementasinya, Rapfish menggunakan teknik yang disebut Multidimension Scaling atau MDS. MDS adalah salah satu prosedur yang digunakan untuk memetakan persepsi dan preferensi para responden secara visual dalam peta geometri (Simamora2005,
p234). Peta geometri tersebut, yang disebut spatial map atau perceptual map, merupakan penjabaran berbagai dimensi yang berhubungan.
Jadi, walaupun persepsi sulit diukur secara pasti karena sifatnya yang abstrak, dengan menggunakan teknik MDS, para ahli tetap berusaha untuk memperoleh gambaran persepsi seseorang tentang suatu objek secara relatif dibanding objek-objek lainnya. Objek bisa berupa produk, merek, toko, orang, partai politik, dan lain-lain.
Peta persepsi ini dibentuk dengan satu, dua, tiga, atau lebih dimensi. Setiap dimensi mewakili atribut-atribut yang terlibat dalam pembentukan persepsi. Objek-objek yang memiliki kesamaan tinggi, menempati posisi berdekatan. Objek-objek yang berbeda menempati posisi berjauhan.
Terdapat dua desain penelitian dalam MDS: 1) Desain decompositional (attribute-free)
Desain ini hanya mengukur kesan umum. Dalam desain ini, responden menilai kesamaan sejumlah objek atau memberi preferensi pada sejumlah objek. Ada dua jenis data input pada pendekatan nonatribut, yaitu kesamaan (similarity) dan preferensi (preference). 2) Desain compositional (attribute-based)
Desain ini untuk mengukur kesan atas sejumlah objek berdasarkan sekumpulan atribut. Dalam desain ini, responden memberikan peringkat objek pada sejumlah atribut yang tersedia. Penentuan atribut bisa dilakukan melalui riset eksplorasi dengan wawancara mendalam dengan ahli atau dengan focus group dan survei terbatas terhadap sekelompok kecil responden. Kalau menggunakan survei terbatas, atribut yang diambil adalah yang bersifat umum.
Teknik ordinasi di dalam MDS didasarkan pada Euclidian Distance yang dalam ruang yang berdimensi n dapat ditulis sebagai berikut:
... ) ( ) ( − + − + = − − 2 1 2 1 i i i i x y y x d
dimana
D = Jarak geometris (Euclidian Distance)
i
x
= koordinat x ke-ii
y
= koordinat y ke-iKonfigurasi atau ordinasi dari suatu objek atau titik di dalam MDS kemudian dioperasikan dengan meregresikan jarak Euclidian (
D
ij) dari titik i ke titik j dengan titik asal (0
ij) dituliskan dalam persamaan berikut:e bd a
dij = + ij +
Umumnya terdapat tiga teknik yang digunakan untuk meregresikan persamaan di atas yakni metode least squared (KRYST), metode least squared bergantian yang didasarkan pada akar dari Euclidian Distance atau disebut metode ALSCAL, dan metode yang didasarkan
pada Maximum Likelihood. Dari ketiga metode tersebut, Algoritma ALSCAL merupakan
metode yang paling yang paling sesuai karena format perceptual map lebih bagus (Simamora2005, p257). Metode ALSCAL mengoptimasi jarak kuadrat (squared distance=
D
ij) terhadap data kuadrat (titik asal=0
ij), yang dalam tiga dimensi (i,j,k) ditulis dalam formulayang disebut S-Stress sebagai berikut:
∑
∑∑
∑∑
= ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − = m k i j ijk i j ijk ijk d m S 1 4 2 2 2 0 0 1 ) (RSQ merupakan jarak Euclidian yang dibobot, atau ditulis:
∑
= − = r a ja ia ka ijk w x x d 1 2 2 ( )Nilai RSQ (R-square) dan STRESS. RSQ menunjukkan proporsi varians data input yang dapat dijelaskan oleh model MDS. Semaikn tinggi RSQ, semakin baik model MDS. Menurut, Simamora (2005,p268), model dapat diterima bila RSQ ≥ 0.6.
STRESS menunjukkan proporsi varians yang tidak dijelaskan oleh model. Semakin rendah STRESS, semakin baik model MDS. Adapun tabel STRESS sebagai berikut (Simamora2005,p269):
Tabel 3.4. STRESS STRESS KESESUAIAN
Lebih dari 20% Poor
10% - 20% Fair
5% - 10% Good
2.5% - 5% Excellent
Kurang dari 2.5% Perfect
Perangkat lunak Rapfish merupakan pengembangan MDS yang terdapat di dalam perangkat lunak SPSS, untuk proses rotasi, kebalikan posisi (flipping), dan beberapa analisis sensitivitas yang telah dipadukan menjadi satu perangkat lunak. Melalui MDS ini, posisi titik keberlanjutan tersebut divisualisasikan dalam dua dimensi (sumbu horizontal dan vertikal). Untuk memproyeksikan titik-titik tersebut pada garis mendatar dilakukan proses rotasi, dengan titik ekstrem “buruk” yang diberi skor 0% dan titik ekstrem “baik” diberi skor 100%. Posisi status keberlanjutan sistem yang dikaji akan berada di antara dua titik ekstrem tersebut. Nilai ini merupakan nilai indeks keberlanjutan pengelolaan kinerja paket tur di PT. Golden Rama Express pada saat ini.
Skala indeks keberlanjutan pengelolaan kinerja paket tur mempunyai rentang 0% - 100%. Jika sistem yang dikaji mempunyai nilai indeks lebih dari 50%, maka sistem tersebut dikategorikan sustainable, dan sebaliknya jika milainya kurang dari 50%, maka sistem tersebut digolongkan belum sustainable. Dalam penelitian ini disusun empat kategori status keberlanjutan berdasarkan skala dasar (0-100) sebagaimana disajikan pada Tabel 3.5.
Tabel 3.5. Kategori Status Keberlanjutan Pengelolaan Kinerja Paket Tur berdasarkan Nilai Indeks Hasil Analisis Rap-Insustouromance
Nilai Indeks Kategori
0-25.99 Buruk 26.00-49.99 Kurang 50.00-74.99 Cukup
75.00-100.00 Baik
Analisis sensitivitas dilakukan dengan tujuan untuk mengidentifikasi atribut yang sensitif dalam memberikan kontribusi terhadap Insustouromance di PT. Golden Rama Express. Pengaruh dari setiap atribut dilihat dalam bentuk perubahan ordinasi “root mean square” (RMS), khususnya pada sumbu-x atau skala sustainabilitas. Semakin besar perubahan RMS akibat hilangnya suatu atribut tertentu, maka semakin besar pula peranan atribut tersebut dalam pembentukan nilai Insustouromance pada skala sustainabilitas, atau dengan kata lain semakin sensitif atribut tersebut dalam keberlanjutan pengelolaan kinerja paket tur di PT. Golden Rama Express.
Untuk mengevaluasi pengaruh galat (errror) acak pada proses pendugaan nilai ordinasi keberlanjutan pengelolaan kinerja paket tur digunakan analisis “Monte Carlo”. Menurut Kavanagh (2001), analisis “Monte Carlo” digunakan untuk mempelajari hal-hal berikut ini.
1. Pengaruh kesalahan pembuatan skor atribut yang disebabkan oleh pemahaman kondisi lokasi penelitian yang belum sempurna atau kesalahan pemahaman terhadap atribut atau cara pembuatan skor atribut;
2. Pengaruh variasi pemberian skor akibat pembedaan opini; 3. Stabilitas proses analisis MDS yang berulang-ulang; 4. Kesalahan pemasukan data atau adanya data yang hilang;
5. Tingginya nilai “stress” hasil analisis Rap-Insustouromance (nilai “stress” dapat diterima jika < 25%).
Secara lengkap, tahapan analisis Rap-Insustouromance menggunakan metode MDS dengan aplikasi modifikasi Rapfish disajikan pada Gambar 3.2.
Gambar 3.2. Tahapan analisis Rap-Insustouromance menggunakan MDS dengan aplikasi Modifikasi Rapfish
Analisis data dengan menggunakan Rap-Insustouromance menyangkut aspek keberlanjutan dari paket tur (sebelum perjalanan, selama perjalanan, lain-lain, dan tour leader). Secara umum metode analisis Rap-Insustouromance akan me-review atribut-atribut dan mendefinisikan kinerja paket tur yanng akan dianalisis. Tahap selanjutnya adalah pemberian skor yang didasarkan pada ketentuan yang sudah ditetapkan dalam Rap-Insustouromance. Setelah didapatkan hasil penilaian maka setiap atribut dianalisis dengan multidimensional scaling (MDS) guna menentukan posisi relatif dari kinerja paket tur terhadap ordinasi good dan bad. Dalam MDS, objek atau titik yang diamati dipetakan ke dalam ruang dua atau tiga dimensi, sehingga objek atau titik tersebut diupayakan ada sedekat mungkin terhadap titik asal. Dengan kata lain, dua titik atau objek yang sama dipetakan dalam satu titik yang saling berdekatan satu sama lainnya.
Pada setiap pengukuran, jarak titik pendugaan dengan titik asal menjadi penting. Goodness of fit dalam MDS, dimaksudkan untuk mengukur seberapa tepat konfigurasi dari suatu titik dapat mencerminkan data aslinya. Goodness of fit dicerminkan dari besaran nilai S-stress yang dihitung berdasarkan nilai S di atas. Nilai stress yang rendah menunjukkan
Mulai
Kondisi pengelolaan kinerja paket tour saat ini
Penentuan atribut sebagai kriteria penilaian
MDS (ordinasi setiap atribut)
Penilaian setiap atribut
Analisis Monte Carlo Analisis Sensitivitas
good fit, sementara nilai S yang tinggi menunjukkan hal sebaliknya. Dalam Rap-Insustouromance, model yang baik ditunjukkan dengan nilai stress yang lebih kecil dari 0.25.
Langkah selanjutnya menganalisis nilai stress dengan menggunakan ALSCAL Algoritma. Dari hasil ordinasi dengan MDS dan nilai stress melalui algoritma ALSCAL dilakukan “rotasi” untuk menentukan posisi kinerja paket tur pada ordinasi bad dan good. Kemudian analisis menggunakan Monte Carlo untuk menentukan aspek ketidakpastian dan analisis leverage untuk menentukan aspek anomali dari atribut yang dianalisis.
3.7.3 Pemodelan Sistem
Pemodelan sistem dilakukan melalui pendekatan sistem. Pada dasarnya pendekatan sistem adalah suatu pendekatan analisis organisatoris yang menggunakan ciri-ciri sistem sebagai titik tolak analisis. Dengan demikian manajemen sistem dapat diterapkan dengan mengarahkan perhatian pada berbagai ciri dasar sistem yang perubahan dan gerakannya akan mempengaruhi keberhasilan suatu sistem (Marimin, 2004). Definisi dari kata sistem adalah kumpulan elemen-elemen yang saling terkait dan terorganisasi dalam rangka mencapai tujuan yang telah diterapkan. Karena pemikiran sistem selaku mencari keterpaduan antar bagian melalui pemahaman yangn utuh, maka diperlukan suatu kerangka pikir baru yang terkenal sebagai pendekatan sistem. Pendekatan sistem merupakan cara penyelesaian persoalan yang dimulai dengan dilakukannya identifikasi terhadap adanya sejumlah kebutuhan-kebutuhan sehingga dapat menghasilkan suatu operasi dari sistem yang dianggap efektif.
Tahapan dalam pendekatan sistem meliputi: (1) Analisis kebutuhan antar pelaku, merupakan permulaan pengkajian dari suatu sistem. Dalam tahap ini dicari secara selektif apa saja yang dibutuhkan dari masing-masing pelaku yang terlibat dalam sistem. (2) Formulasi permasalahan, merupakan tahapan untuk merumuskan permasalahan yang dihadapi berdasarkan kebutuhan-kebutuhan yang telah diidentifikasi dari masing-masing
pelaku tersebut. (3) Identifikasi sistem, merupakan suatu rantai hubungan antara pernyataan dari kebutuhan-kebutuhan dengan pernyataan dari kebutuhan-kebutuhan dengan pernyataan khusus dari masalah yang harus dipecahkan untuk mencukupi kebutuhan tersebut. (4) Pemodelan sistem, merupakan tahapan menemukan hubungan antara masukan dan luaran sistem yang akan diverifikasi dan divalidasi pada tahap selanjutnya. (5) Verifikasi dan validasi model. (6) Implementasi model. Pada tahap akhir dilakukan rencana implementasi model. Tahapan pendekatan sistem dapat dilihat pada Gambar 3.3.
Gambar 3.3. Tahap Pendekatan Sistem (Eriyatno)
tidak tidak tidak tidak ya ya ya ya ya mulai Analisis Kebutuhan absah Formulasi Permasalahan absah absah absah Identifikasi Sistem Pemodelan Sistem
Verifikasi dan Validasi
absah
Tahapan dalam membangun model sistem pengelolaan kinerja berkelanjutan di PT. Golden Rama Express adalah sebagai berikut:
a. Analisis kebutuhan
Berdasarkan survei lapangan, dapat diidentifikasi bahwa stakeholders yang terlibat dalam sistem pengelolaan kinerja berkelanjutan di PT. Golden Rama Express adalah
b. Formulasi masalah
Masih kurangnya tindakan atau kebijakan dari perusahaan untuk mengelola kinerja paket tur. Akibat sulitnya melakukan assessment keberlanjutan terhadap pengelolaan kinerja paket tur yang bersifat multidimensi. Sulitnya menggambarkan dampak dari assessment keberlanjutan terhadap formulasi kebijakan pengelolaan kinerja pengelolaan kinerja paket tur di masa yang akan datang. Kurangnya pengelolaan kinerja paket tur akan berdampak pada kualitas jasa sebagai pemberian suatu kinerja yang diterima oleh pelanggan sebagai peserta tur. Diperlukan tindakan dari perusahaan untuk mengelola kinerja paket tur guna memenuhi kebutuhan pelanggan.
c. Identifikasi sistem
Identifikasi sistem merupakan suatu rantai hubungan antara pernyataan dari kebutuhan-kebutuhan aktor yang terlibat dalam sistem. Identifikasi sistem bertujuan untuk mencari pemecahan terbaik dari permasalahan yang dihadapi.
d. Pembuatan model
Model pengelolaan kinerja paket tur berkelanjutan dibangun berdasarkan hasil identifikasi sistem yang akan diintegrasikan dengan hasil Insustouromance.
e. Simulasi model
Simulasi model digunakan untuk melihat pola kecenderungan perilaku model berdasarkan hasil simulasi model akan dianalisis dan ditelusuri faktor-faktor yang menyebabkan terjadinya pola dan kecenderungan tersebut. Tahap berikutnya perlu
dijelaskan bagaimana mekanisme model dijadikan dasar untuk merumuskan kebijakan yang diperlukan dalam perbaikan kinerja sistem.
f. Verifikasi dan validasi model
Suatu model dikatakan valid jika struktur dasarnya dapat menggambarkan perilaku yang polanya dapat menggambarkan perilaku sistem nyata, atau dapat mewakili dengan cukup akurat, data yang dikumpulkan sehubungan dengan sistem nyata atau asumsi yang dibuat berdasarkan referensi sesuai cara sistem nyata bekerja. Membuktikan validasi sebenarnya suatu hal yang sulit untuk dilakukan.
3.7.4 Analisis Prospektif Struktural
Pada penelitian dengan menggunakan perencanaan skenario dan penelitian strategis, yang diperkuat dengan analisa prospektif, maka menurut Godet (2004) langkah awalnya adalah dengan menggunakan analisa MICMAC. Langkah awal dari analisa prospektif ini disebut juga sebagai alat analisa struktural, yang menurut Eriyatno (2003) mencakup dua tahap. Pada tahap pertama diterapkan suatu alat pembangkit dari sejumlah daftar elemen-elemen yang berhubungan dengan perihal yang ditelaah. Tahap kedua terdiri atas pemilihan hubungan-hubungan yang relevan dan alat strukturisasi yang tepat agar elemen-elemen tersebut dapat diformasikan. Alat strukturisasi (structuring tool) yang populer digunakan adalah metoda MICMAC.
1. Teknik Hubungan Langsung Metode MICMAC
Teknik hubungan langsung dari analisa prospektif struktural MICMAC (Matrice d’Impact Croisés – Multiplicaction Appliquée a un Classement) ini menurut Eriyatno (2003) merupakan suatu proses pengkajian kelompok (group learning process) di mana model-model struktural dihasilkan guna memotret perihal yang kompleks dari suatu sistem, melalui pola yang dirancang secara seksama dengan menggunakan grafis serta kalimat. Teknik ini, terutama ditujukan untuk pengkajian oleh suatu tim, namun bisa juga dipakai oleh seorang
peneliti. Program yang sedang ditelaah penjenjangan strukturalnya, dibagi menjadi elemen-elemen di mana setiap elemen-elemen selanjutnya diuraikan menjadi sejumlah sub-elemen-elemen (Marimin. 2004). Dengan menggunakan masukan dari kelompok studi. Setelah itu ditetapkan pertimbangan hubungan kontekstual antar sub-elemen dan disusunlah matriks hubungan langsung MICMAC Klasifikasi sub-elemen dipaparkan dalam 4 kuadran yaitu:
Kuadran 1: Input variables (variabel penentu) Kuadran 2: Relay variables (variabel penghubung) Kuadran 3: Resulting variables (variabel terikat) Kuadran 4: Excluded variables (variabel bebas)
Dengan memperhitungkan Influence (I) dan Dependence (D) dari setiap sub-elemen, maka matriks hubungan langsung MICMAC dapat disusun dengan menempatkan pada setiap ordinat (x,y) masing-masing. Seperti pada matriks berikut ini:
Gambar 3.4. Matriks simulasi hubungan langsung MICMAC
2. Metode Analisa Hubungan Tidak Langsung MICMAC
MICMAC pada awalnya dikemukakan oleh Godet pada tahun 1974, menurut Arcade et.al. (1995) adalah suatu matriks analisa struktural dengan pendekatan matriks dampak silang multi aplikasi yang digunakan untuk mengklasifikasikan (Dunham & Ritchey. 1997),
matriks ini tidak hanya menganalisa hubungan langsung diantara variabel-variabelnya seperti yang dikemukakan sebelum ini, namun juga hubungan tidak langsung (indirect classification). Adapun tahap-tahap dalam hubungan tidak langsung yang dilaksanakan adalah :
a. Melisting variabel-variabel
Melakukan listing varibel-variabel terkait, baik yang berkarakter aspek di dalam fenomena studi (variabel internal) maupun aspek lingkungan (variabel eksternal). List dari variabel-variabel tersebut haruslah merupakan informasi lengkap yang bisa didapatkan dari wawancara tidak langsung dengan para aktor yang mewakili sistem. Dalam berbagai pengalaman Godet (1999) menyarankan bahwa list tersebut janganlah lebih dari 70 variabel.
b. Mendeskripsikan hubungan antar variabel
Kemudian analisa srtuktural akan mencari hubungan antar variabel dengan menggunakan tabel dual-entry yang disebut dengan “structural analysis matrix”. Dalam memasukkan datanya haruslah merupakan pernyataan kualitatif. Gotze (1991) dalam Scholz et.al. (1995) mengkategorikannya dalam level skala “tidak ada dampak (0)”, “berdampak sedang (1)”, dan “berdampak kuat (2)”. Sedangkan Vester & Von Hesler dalam Fried & Linss (2005) mengkuantifikasi dampak tersebut dengan menggunakan nomor-nomor 0, 1, 2, 3 (no impact, weak impact, medium impact, strong impact). Lebih lanjut dinyatakan bahwa yang perlu diperhatikan adalah tingkat yang diukur adalah dampak langsung, dan tidak menyertakan pernyataan dampak tidak langsung seperti: apakah ada dampak tidak langsung variabel Abc terhadap variabel Cde melalui variabel Bcd? Seperti contoh cross-impact matrix berikut.
Tabel 3.6. Contoh Cross – Impact Matrix
Abc Bcd Cde Def Efg Fgh Ghi Hij Ijk Jkl
Abc 0 0 2 0 1 1 0 0 1 1 6
Bcd 2 0 0 0 0 2 0 0 0 1 5
Cde 1 0 0 0 0 0 1 0 1 0 3
Efg 2 2 1 0 0 2 1 1 1 1 11
Fgh 1 0 0 0 0 0 1 2 0 1 5
Jkl 0 0 1 0 1 1 2 0 0 0 5
8 4 3 0 4 7 3 3 4 6 45
c. Mengidentifikasikan variabel kunci dengan menggunakan Micmac
Dalam mengidentifikasikan variabel-variabel kunci, maka kunci utama dalam mengembangkannya adalah: pertama, gunakanlah klasifikasi langsung (menggunakan metode ISM), kemudian buatlah klasifikasi tidak langsung (dengan Micmac) dengan mengaktifkan matriks. Perbandingkan hirarki dari variabel-variabel dalam berbagai klasifikasi (langsung, tidak langsung dan potensial) tersebut, sebagai suatu informasi yang lengkap. Dimungkinkan menyertakan berbagai efek yang ditimbulkan yang sebelumnya belum terkemukakan dalam klasifikasi hubungan langsung. Contohnya dapat dilihat dari gambar berikut ini:
Klasifikasi Langsung :
ISM Klasifikasi Tidak Langsung : MICMAC
Posisi 1 Fgh 2 … 5 Def … 6 Fgh Def … 10
Gambar 3.5. Klasifikasi Hubungan Tidak Langsung MICMAC
Adanya perubahan posisi Fgh dari posisi ke 6 menjadi posisi ke 1 disebabkan berbagai kendala dan kemungkinan perubahan-perubahan di masa mendatang.
Hasil tersebut menggambarkan influence dan dependence dari masing-masing variabel yang dipresentasikan dalam suatu rencana (plan). Sehingga dapat diidentifikasikan variabel-variabel yang berpengaruh dalam sistem, kemudian dapat diobservasi pada matriks Influence-Dependence Plan berikut ini:
Influence
Input
Variables Relay Variables
Average
Influence Middle Cluster
Excluded
Variables Resulting Variables
Average
Dependence Dependence
Gambar 3.6. Matriks Influence – Dependence MICMAC
Tahapan studi yang utama untuk mendapatkan hasil dari analisis prospektif kebijakan dengan menggunakan serangkaian soft system yang mendukung teknik model struktural. Model struktur menjabarkan format dan struktur daripada pengukuran hasil kuantitatif, sehingga dapat dipandang sebagai proses permodelan deskriptif dan holistik di mana para pengguna mendapatkan apresiasi menyeluruh terhadap sistem tersebut (the whole is greater than just sum of its parts). Setelah dilakukan identifikasi dari hubungan satu sama lain, maka model yang terbentuk dikaji secara keseluruhan guna mengembangkan pemahaman model mampu meningkatkan pendalaman yang lebih baik terhadap perilaku dari sistem secara utuh.
Analisis prospektif memungkinkan para analis mengkreasikan model yang menggambarkan situasi mendatang, mengelola data saat ini, dan membuat rancangan ilmiah tentang masa depan (Turner et.al. 2004). Prospektif maksudnya menekankan pada pentingnya sikap yang berorientasi masa depan. Sikap prospektif tersebut berarti:
1. Untuk melihat jauh ke depan, sebab prospektif cara pandang jangka panjang 2. Untuk melihat lebih luas, memperhatikan berbagai interaksi
3. Untuk melihat lebih mendalam, mendapatkan faktor dan trend yang benar-benar penting.
5. Untuk memperhatikan kesejahteraan umat manusia (Godet & Roubelat, 1996)
Dengan demikian, dapat ditetapkan prioritas maupun urutan tahap pelaksanaan kesisteman. Alat analisa pada model prospektif menggunakan metode morphological.
Salah satu problem dalam pembuatan kebijakan adalah mengidentifikasikan berbagai alternatif yang memungkinkan (Boulanger & Brechet. 2005) dan berbagai skenario yang akan dibangun. Skenario digunakan secara sistematis sebagai alat analisis anggaran, perencanaan dan strategis. Pendekatan ini konsisten dengan tiga elemen: representasi realitas saat ini, lintasan yang mungkin terjadi di masa depan, dan citra final yang menggambarkan jalur petunjuk bagi pengguna (Kyrki A. 2001). Menurut Van Looy et.al. (2000), skenario merupakan alat yang efektif untuk:
a. Mengetahui perkembangan di masa mendatang yang mungkin terjadi.
b. Menaikkan perhatian para pengambil keputusan pada perkembangan mendatang.
c. Mengeksplorasi konteks yang tidak dapat dilakukan oleh model ekonomi yang dibangun dengan serangkaian seri asumsi.
d. Memfasilitasi kreasi, visi perencanaan dan penetapan strategi.
Untuk dapat mengetahui skenario-skenario tersebut, maka digunakan Analisa Morphological. Terminologi Morphology berasal dari bahasa Yunani, morphe yang artinya bentuk atau format, sehingga umumnya didefinisikan sebagai studi tentang format dan pola (Ritchey, 2005). Fritzh Zwicky menerapkan analisa morphological ini terhadap model skenario dan strategi, maksudnya untuk mengeksplorasi kemungkinan di masa depan dengan cara sistematis, yaitu dengan mempelajari setiap kombinasi yang didapatkan dari uraian suatu sistem. Selain itu analisa ini ditujukan untuk mendapatkan prosedur baru atau produk dari sisi teknologi peramalan maupun bangunan skenario (Godet, 2004). Zwicky membagi analisa Morphological menjadi 5 tahap dasar, yaitu :
1. Memfomulasikan dan mendefinisikan masalah
3. Mengkonsturksikan matriks multidimensional (morphological box) yang merupakan kombinasi dari solusi-solusi yang dimungkinkan.
4. Mengevaluasi hasil (outcome) berdasarkan kelayakan dan keberhasilan terhadap tujuan yang diinginkan.
5. Analisa mendalam tentang kemungkinan yang terbaik berkaitan dengan sumber daya yang tersedia.
Tahap ke 2 dan ke 3 adalah merupakan inti dari analisa morphological, sedangkan tahap ke 1, ke 4 dan ke 5 dapat digunakan format analisa yang lainnya (Futures Group, 1994). Godet (2004) menguraikan kedua tahap tersebut sebagai berikut:
a. Membangun spasi morphological
Pada tahap ini, sistem atau fungsi yang diuji di pilah-pilah menjadi sub sistem- sub sistem atau komponen-komponen. Pemilihan komponen dapat didasarkan pada hasil dari analisa struktural. Pertama, komponen-komponen tersebut sebisa mungkin independen, selain itu haruslah mewakili keseluruhan sistem.
Tabel 3.7. Spasi Morphological
Nilai2 1 2 3 4 5 Parameter2 Demografi xxx xxx xxx ? Ekonomi xxx xxx xxx xxx ? Teknis xxx xxx xxx ? Sosial xxx xxx xxx ?
Masing-masing komponen dapat berupa konfigurasi-konfigurasi. Akan terdapat banyak kemungkinan skenario sebagai kombinasi-kombinasi dari konfigurasi tersebut. Semua kombinasi mewakili berbagai kemungkinan itu disebut bidang morphological. Seperti contoh berikut ini, bidang morphological disusun dalam 7 komponen atau disebut juga dengan parameter. Masing-masing terdapat 3 atau 4 konfigurasi, sehingga terdapat banyak kemungkinan kombinasi yaitu 320 yang merupakan produk dari konfigurasi (4 x 5 x 4 x 4). Kemudian dibuatlah morphological box yang merupakan daftar parameter pada satu dimensi dan penentuan permasalahan dasarnya pada dimensi lainnya.
b. Mereduksi bidang-bidang morphological
Kombinasi-kombinasi tertentu ataupun sekelompok kombinasi tersebut umumnya tidak layak (unfeasible), atau adanya ketidaksesuaian diantara konfigurasi-konfigurasi tersebut. Tahap berikutnya adalah mereduksi bidang morphological awal untuk menjadi sub bidang yang tepat, dengan cara menghilangkan beberapa faktor ataupun dengan menseleksinya menjadi kriteria ekonomi, teknis, dan lain-lain, yang menunjukan kombinasi-kombinasi relevan untuk diuji.
Analisis Morphological ini juga merupakan metoda untuk mengidentifikasi dan investigasi keseluruhan kemungkinan hubungan dan permasalahan multidimensional yang kompleks. Digambarkan dalam suatu bidang morphological atau disebut ”Zwicky Box” (Ritchey. 2003), seperti terlihat pada gambar berikut ini :
Gambar 3.7. Dagram rancangan skenario dengan analisa morphological (Zwicky Box)
3.8 Rancangan Implikasi Hasil Penelitian
Hasil penelitian tentang “Model Penilaian dan Strategi Kinerja Manajemen
Berkelanjutan di PT. Golden Rama Express dengan Metode Rap-Insustouromance dan Prospektif”, diharapkan dapat menjadi masukan bagi perusahaan dalam membangun
model pengelolaan kinerja paket tur yang berkelanjutan. Untuk mencapai tujuan tersebut perlu dilakukan pengkajian terhadap hal-hal sesuai dengan tujuan penelitian sebagai berikut: 1. Mengidentifikasi atribut yang dapat mencerminkan status kinerja paket tur sebelum
perjalanan, selama perjalanan wisata dan lain-lain serta tour leader. 2. Menganalisis nilai indeks keberlanjutan kinerja paket tur.
3. Membangun model pengelolaan kinerja paket tur secara berkelanjutan PT. Golden Rama Express.
4. Merumuskan kebijakan dan skenario strategi pengelolaan kinerja berkelanjutan di PT. Golden Rama Express.
