View
220
Download
0
Category
Preview:
Citation preview
63
BAB 3
METODOLOGI PENELITIAN
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.
64
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.
65
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.
2. Riset lapangan (Field Research)
66
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.
67
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 2eNNn
+=
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:
72428.71)1.0(2501
2502
≈=+
=n
Untuk paket Splendid Asia, jumlah populasi adalah 9500 peserta tur, maka
didapatkan jumlah sample sebagai berikut:
68
99958.98)1.0(95001
95002
≈=+
=n
Untuk paket Adventurous Australia and New Zealand, jumlah populasi adalah 1300
peserta tur, maka didapatkan jumlah sample sebagai berikut:
93857.92)1.0(13001
13002
≈=+
=n
Untuk paket Romantical Europe, jumlah populasi adalah 2800 peserta tur, maka
didapatkan jumlah sample sebagai berikut:
97551.96)1.0(28001
28002
≈=+
=n
Untuk paket Marvelous US and Canada, jumlah populasi adalah 1150 peserta tur,
maka didapatkan jumlah sample sebagai berikut:
92)1.0(11501
11502
=+
=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.
69
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
70
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:
71
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.
72
Tabel 3.3. Atribut-atribut dan Skor Keberlanjutan Pengelolaan Kinerja Paket Tur
Dimensi dan Atribut Skor
Sangat Baik Baik Sedang Kurang4 3 2 1
Dimensi Sebelum PerjalananKejelasan/akurasi informasi yang diberikan Pelayanan lewat telepon Pelayanan staff di kantor Golden Rama Persiapan menjelang keberangkatan Penanganan di Bandara Jakarta Dimensi Selama PerjalananAirline 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-lainKeragaman paket tour yang ditawarkan Fasilitas/kemudahan yang kami berikan Sarana/prasarana penunjang lainnya Dimensi Tour Leader Golden RamaTanggung 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,
73
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
12
1 iiii yyxxd
74
dimana
D = Jarak geometris (Euclidian Distance)
ix = koordinat x ke-i
iy = koordinat y ke-i
Konfigurasi atau ordinasi dari suatu objek atau titik di dalam MDS kemudian
dioperasikan dengan meregresikan jarak Euclidian ( ijD ) dari titik i ke titik j dengan titik asal
( ij0 ) dituliskan dalam persamaan berikut:
ebdad ijij ++=
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= ijD )
terhadap data kuadrat (titik asal= ij0 ), yang dalam tiga dimensi (i,j,k) ditulis dalam formula
yang disebut S-Stress sebagai berikut:
∑ ∑∑∑∑
=⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡ −
=m
ki j
ijk
i jijkijkd
mS
14
222
0
01
)(
RSQ merupakan jarak Euclidian yang dibobot, atau ditulis:
∑=
−=r
ajaiakaijk xxwd
1
22 )(
75
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 KESESUAIANLebih 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.
76
Tabel 3.5. Kategori Status Keberlanjutan Pengelolaan Kinerja Paket Tur berdasarkan Nilai Indeks Hasil Analisis Rap-Insustouromance
Nilai Indeks Kategori0-25.99 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.
77
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
Analisis Keberlanjutan
78
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
79
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
selesai
80
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
81
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
82
peneliti. Program yang sedang ditelaah penjenjangan strukturalnya, dibagi menjadi elemen-
elemen di mana setiap elemen selanjutnya diuraikan menjadi sejumlah sub-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),
83
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 Def 2 2 0 0 2 1 0 0 1 2 10
84
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:
85
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.
4. Untuk mengambil resiko, sebab mencakup rencana jangka panjang
86
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
2. Mengidentifikasikan dan membuat karakteristik semua parameter menjadi solusi.
87
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.
88
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
89
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.
Recommended