7

BAB 2

LANDASAN TEORI

2.1 Rantai Markov

2.1.1 Pengertian Rantai Markov

Rantai Markov (Markov Chains) adalah suatu teknik matematika yang biasa

digunakan untuk melakukan pembuatan model (modelling) bermacam-macam sistem dan

proses bisnis (Subagyo, Asri, dan Handoko (1984,p243)). Teknik ini dapat digunakan

untuk meramalkan perubahan-perubahan di waktu yang akan datang pada variabel-

variabel dinamis berdasarkan hasil pengamatan pada variabel-variabel tersebut di masa

yang lalu.

Model rantai Markov dikembangkan oleh seorang ahli Rusia bernama

A.A.Markov, pada tahun 1906. Penerapan rantai Markov mula-mula adalah pada ilmu-

ilmu pengetahuan fisik dan meteorologi. Teknik ini mula-mula digunakan untuk

menganalisis dan memperkirakan perilaku partikel-partikel gas dalam suatu wadah

(container) tertutup serta meramal keadaan cuaca. Sebagai suatu peralatan riset operasi

dalam pengambilan keputusan manajerial, rantai Markov telah banyak diterapkan untuk

menganalisis perpindahan merek (brand switching) dalam pemasaran, perhitungan

rekening-rekening, jasa-jasa penyewaan mobil, perencanaan penjualan, masalah-masalah

persediaan, pemeliharaan mesin, antrian, perubahan harga pasar saham, administrasi

rumah sakit, dan sebagainya.

8

2.1.2 Proses Model Rantai Markov

a. Menyusun Matrik Probabilitas Transisi

Pada bagian ini akan dibahas proses perpindahan para konsumen dalam

hubungannya dengan suatu model produk sim card dengan model sim card lainnya.

Anggapan dasar adalah bahwa para konsumen tidak berpindah dari suatu model

produk sim card ke model sim card lainnya secara acak, disamping itu pilihan

konsumen atas model produk yang akan dibeli di masa yang akan datang berdasarkan

pada pilihan-pilihan konsumen yang dibuat di waktu yang lalu.

b. Menghitung Kemungkinan Market Share

Proses Markov dibagi menjadi beberapa order. First-order hanya

mempertimbangkan pilihan-pilihan provider sim card yang dibuat selama satu

periode untuk penentuan probabilitas pilihan pada periode berikutnya. Second-order

analisis Markov menganggap pilihan-pilihan untuk suatu provider sim card tertentu

dalam periode berikutnya tergantung pada pilihan-pilihan provider sim card yang

dibuat oleh para konsumen selama dua periode terakhir. Sedangkan pada third-order,

proses Markov yang digunakan untuk meramal perilaku konsumen pada periode

berikutnya terhadap provider sim card tertentu adalah berdasarkan pola pemilihan

provider sim card oleh para konsumen selama tiga periode terakhir.

c. Kondisi Equilibrium

Kondisi equilibrium tercapai hanya jika tidak ada pesaing yang mengubah

matriks probabilitas transisi. Dalam keadaan equilibrium pertukaran para konsumen

berkenaan dengan “retention”, “mendapatkan”, dan “kehilangan” akan statis.

9

Keadaan yang umum terjadi adalah bahwa tidak ada satu provider pun yang seluruh

konsumennya tetap setia menggunakan produknya, yang berarti kondisi equilibrium

akhir tercapai berdasarkan matriks probabilitas transisi tetap.

2.2 Teknik Pengambilan Sampel

a. Populasi dan Sampel

Populasi merupakan kelompok yang menjadi pusat penelitian bagi peneliti

yang dijadikan sebagai tempat untuk mengeneralisasi hasil penelitiannya (Gay, 1987

di dalam Indriyanto, 1997).

Sampel merupakan bagian dari populasi. Dalam pelaksanaan penelitian, ruang

lingkup populasi merupakan area yang amat luas batasnya sehingga penggunaan

populasi sebagai instrumen penelitian sangat sulit dilakukan. Oleh karena itu, untuk

memenuhi kelayakan dalam pelaksanaan penelitian, ditentukan populasi sasaran

(target population), yaitu populasi yang digunakan untuk mengeneralisasi hasil

penelitian. Namun demikian, populasi sasaran ini masih relatif sulit untuk ditentukan,

karena belum tentu semua populasi sasaran dapat dijangkau. Untuk menentukan

pengambilan sampel digunakan accessible population, yaitu populasi yang dapat

dijangkau. Pada tingkat ini peneliti menarik sampel untuk digunakan dalam

penelitian.

b. Teknik Pengambilan Sampel

Ditinjau dari jenis data yang dikumpulkan, penelitian dapat dibagi menjadi

dua, yaitu penelitian kualitatif dan penelitian kuantitatif. Dari segi pendekatannya,

terdapat perbedaan yang cukup mencolok antara penelitian kualitatif dan kuantitatif.

10

Pengumpulan data pada penelitian kualitatif lebih intensif dengan mengambil daerah

penelitian atau subjek penelitian yang relatif terbatas. Pada penelitian kualitatif,

peneliti berfungsi sebagai instrumen penelitian, yaitu sebagai pengumpul data.

Analisis data penelitian kualitatif cenderung tidak menggunakan statistik, karena data

yang diperoleh umumnya berbentuk uraian.

Di lain pihak, penelitian kuantitatif cenderung menggunakan subjek yang

relatif banyak dan daerah penelitian yang lebih luas. Instrumen yang digunakan cukup

bervariasi, misalnya: tes, kuesioner, dan pedoman wawancara. Analisis data pada

penelitian kuantitatif ini cenderung menggunakan statistik karena data yang diperoleh

umumnya berbentuk bilangan numerik atau angka-angka.

Dikarenakan kecenderungan ruang lingkup daerah penelitian yang sangat luas,

untuk menghemat dana, waktu, dan tenaga, penelitian kuantitatif umumnya

menggunakan sampel. Dengan demikian, peneliti kuantitatif harus mempunyai

pengetahuan tentang populasi dan kerangka sampel. Peranan peneliti dalam

pelaksanaan penelitian kuantitatif tidak hanya berhenti sampai dengan penarikan

sampel saja, tetapi dengan adanya sampel, peneliti mempunyai konsekuensi untuk

menarik kesimpulan berdasarkan hasil analisis pada sampel tersebut. Hal yang perlu

dipertimbangkan dalam penarikan kesimpulan tersebut adalah representasi hasil

analisis terhadap populasi.

Agar hasil analisis data kuantitatif yang dilakukan berdasarkan sampel

tersebut dapat direpresentasikan pada populasi di mana sampel tersebut diambil,

berbagai ketentuan perlu diperhatikan.

11

Pada dasarnya, cara yang paling sederhana untuk memperoleh sampel yang

dapat mewakili populasinya adalah pengambilan sampel yang bersifat acak. Namun

pada prakteknya, akan sangat sulit untuk menarik sampel yang acak. Konsep acak

dalam pengambilan sampel berkaitan dengan konsep probabilitas (peluang). Hinkle,

Wiersma, dan Jurs (1979) di dalam Indriyanto (1997) menyebutkan bahwa kriteria

acak ada dua, yaitu:

1. Setiap anggota populasi mempunyai kesempatan (peluang) yang sama untuk

diambil sebagai sampel (non-zero probability).

2. Semua anggota populasi yang terpilih sebagai sampel harus terpilih secara

independen.

Pengambilan sampel harus representatif, artinya mencerminkan karakteristik

populasi. Untuk menjadikan sampel representatif, maka cara pengambilannya adalah

secara acak yaitu setiap anggota populasi mempunyai kesempatan yang sama untuk

dipilih sebagai sampel. Namun demikian, cara pengambilan sampel secara acak tidak

dapat menjamin bahwa sampel yang diambil betul-betul representatif (Fraenkel dan

Wallen, 1990 di dalam Indriyanto, 1997). Hal ini dikarenakan adanya unsur

subyektivitas peneliti yang tidak dapat dikontrol oleh peneliti pada saat menarik

sampel tersebut.

Penetapan sampel agar dapat benar-benar mewakili populasi dilakukan

dengan memperhatikan sifat-sifat dan penyebab populasi (Nawawi, 1995). Penetapan

sampel yang ideal mempunyai sifat sebagai berikut.

1. Dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang

diteliti.

12

2. Sederhana dan mudah dilaksanakan.

3. Dapat memberikan keterangan sebanyak mungkin dengan biaya sedikit.

4. Dapat menentukan ketepatan (Tiken, 1965, Singarimbun, 1989)

Besarnya sampel yang harus diambil tergantung pada karakteristik populasi.

Terdapat beberapa faktor yang harus diperhatikan dalam menentukan jumlah sampel.

1. Derajat keseragaman populasi, makin seragam populasi makin kecil sampel

yang diambil.

2. Ketepatan sampel, makin besar jumlah sampel makin tinggi tingkat

ketepatannya.

3. Tingkat ketepatan analisis yang dilakukan.

Ada beberapa teknik yang dapat digunakan dalam penetapan sampel. Cara-

cara tersebut, menurut Sugiyono (1997) dapat dikelompokkan menjadi dua, yaitu

probability sampling dan nonprobability sampling. Selanjutnya masing-masing

kelompok dapat diuraikan lagi sebagaimana terlihat pada gambar berikut ini.

Gambar 2.1 Pembagian Cara Penarikan Sampel

Teknik Pengambilan Sampel

A. Probability Sampling

B. Non Probability Sampling

1. Simple random sampling 2. Systematic sampling 3. Stratified random sampling4. Cluster Sampling 5. Multistage sampling

1. Quota sampling 2. Convenience/accidental

sampling 3. Purposive sampling 4. Snowball sampling

13

c. Quota Sampling

Dalam disain nonprobability sampling, elemen-elemen dalam populasi tidak

memiliki suatu peluang tertentu agar terpilih menjadi subjek sampel. Beberapa

rencana nonprobability sampling adalah lebih bebas dibanding lainnya dan mampu

memberikan beberapa kepastian penting akan informasi potensial yang berguna

berkenaan dengan populasi.

Quota (jumlah atau jatah) sampling, memastikan bahwa kelompok tertentu

ada cukup memadai untuk diwakilkan dalam studi melalui penetapan quota.

Umumnya, quota telah ditetapkan untuk setiap subkelompok berdasarkan jumlah total

setiap grup dalam populasi.

Quota sampling bisa dianggap sebagai suatu bentuk proportionate stratified

sampling, di mana proporsi orang-orang telah ditentukan sebelumnya disampelkan

dari berbagai kelompok, tetapi dalam basis kemudahan (convenience basis).

2.3 Skala Pengukuran

Skala pengukuran digunakan untuk mengklasifikasikan variabel yang akan diukur

supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian

selanjutnya (Riduwan, 1997, p32). Jenis-jenis skala pengukuran ada empat, yaitu Skala

Nominal, Skala Ordinal, Skala Interval, dan Skala Ratio.

Perbedaan antara keempat skala pengukuran ini akan dijabarkan secara satu

persatu untuk lebih memperjelas dan mempermudah pemahamannya, berikut definisi,

ciri-ciri, analisis statistik, dan tes statistik yang cocok untuk mengolah data dengan

masing-masing skala pengukuran :

14

a. Skala Nominal

Skala nominal adalah skala yang paling sederhana, disusun menurut jenis

(kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah

karakteristik lainnya.

Ciri-ciri skala nominal antara lain: Hasil penghitungan dan tidak dijumpai

bilangan pecahan, angka yang tertera hanya label saja, tidak mempunyai urutan

(ranking), tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.

Analisis statistik yang cocok adalah: Uji Binomium, Uji Chi Kuadrat satu

sampel, Uji perubahan tanda Mc. Nemar, Uji Chi Kuadrat dua sampel, Uji peluang

Fisher, Uji Chochran Q, Uji Chi Kuadrat lebih dari dua sampel, dan Uji Koefisien

Kontingensi.

Sedangkan tes statistik yang digunakan adalah statistik non-parametrik

(Riduwan, 1997, p33).

b. Skala Ordinal

Skala ordinal adalah skala yang didasarkan pada ranking, diurutkan dari

jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya. Sebuah ukuran

yang bukan hanya dikategorikan tetapi juga mengurutkan kategori dengan baik.

Berbeda dengan skala nominal yang hanya memberikan informasi dasar dan

membedakan kelompok responden, skala ordinal selain mengelompokkan responden

dalam kategori tertentu juga mengurutkan berdasarkan ranking.

Analisis statistik yang cocok adalah: Uji Kolmogorov-Smirnov satu sampel,

Uji Deret satu sampel, Uji Tanda, Uji Pasangan Tanda Wilcoxon, Uji Median, Uji

Mann-Whitney U, Uji Kolmogorov-Smirnov dua sampel, Uji Deret Wald-

15

Wolfowitz, Uji Reaksi Ekstrim Moses, Uji Analisis Varians dua arah, Perluasan Uji

Median, Uji Varians Klasifikasi satu arah, Uji Koefisien Korelasi Rank Spearman,

Uji Koefisien Korelasi Rank Kendall, Uji Koefisien Korelasi Rank Parsial Kendall,

dan Uji Konkordans Kendall.

Sedangkan tes statistik yang digunakan adalah statistik non-parametrik

(Riduwan, 1997, p33).

c. Skala Interval

Skala interval adalah skala yang menunjukkan jarak antara satu data dengan

data yang lain dan mempunyai bobot yang sama. Skala interval dapat dioperasikan

secara aritmatika.

Analisis statistik yang digunakan adalah Uji t satu sampel, Uji t dua sampel,

ANOVA satu jalur, ANOVA dua jalur, Uji Pearson Product Moment, Uji Korelasi

Parsial, Uji Korelasi Ganda, Uji Regresi, dan Uji Regresi Ganda.

Sedangkan tes statistik yang digunakan adalah statistik parametrik (Riduwan,

1997, p33).

d. Skala Ratio

Skala ratio adalah skala pengukuran yang dapat membedakan, memberikan

urutan, menentukan jarak dan memiliki unique origin atau titik asal. Skala ratio dapat

menghasilkan sebuah perbandingan antara data yang satu dengan yang lainnya.

Analisis statistik yang digunakan sama dengan yang digunakan pada skala

interval, dan tes statistik yang digunakan adalah statistik parametrik.

16

2.4 Teknik Pengumpulan Data

Dilihat dari sumber datanya, data dibagi menjadi dua, data primer, yaitu data

yang diambil langsung dari sumbernya, dan data sekunder, yaitu data yang diambil

melalui tangan kedua.

Metode pengumpulan data adalah teknik yang digunakan oleh peneliti untuk

memperoleh data yang akan digunakan pada penelitian. Metode menunjuk suatu kata

abstrak dan tidak diwujudkan dalam benda, tetapi hanya dapat dilihatkan penggunaannya

melalui: angket, wawancara, pengamatan, ujian (tes), dokumentasi, dan lainnya

(Riduwan, 1997, p51).

Instrumen pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh

peneliti dalam kegiatannya mengumpulkan data agar kegiatan tersebut menjadi sistematis

dan mempermudah olehnya (Suharsimi Arikunto, 1997 di dalam Riduwan, 1997, p51).

Selanjutnya instrumen yang diartikan sebagai alat bantu merupakan saran yang dapat

diwujudkan dalam benda, contohnya: angket (quesionnaire), daftar cocok (checklist),

skala (scale), pedoman wawancara (interview guide atau interview schedule), soal ujian

(test inventory), dan sebagainya.

Ada keterkaitan antara metode pengumpulan data dan jenis instrumen yang

digunakan. Setiap metode pengumpulan data mempunyai ketentuan jenis instrumen yang

sesuai untuk dipakai sehingga proses pengumpulan data akan lebih sistematis. Adapun

kaitan antara metode pengumpulan data dan jenis instrumennya dapat dilihat pada tabel

2.1.

17

Tabel 2.1 Kaitan antara metode pengumpulan data dan instrumen pengumpulan data

No Jenis Metode Jenis Instrumen 1. Angket (quesionnaire) a. Angket (quesionnaire)

b. Daftar cocok (checklist) c. Skala (scale) d. Inventori (inventory)

2. Wawancara (interview) a. Pedoman wawancara (interview guide) b. Daftar cocok (checklist)

3. Pengamatan/Observasi (observation)

a. Lembar pengamatan b. Panduan pengamatan c. Panduan observasi (observation shet atau observation schedule) d. Daftar cocok (checklist)

4. Ujian atau tes (tes) a. Soal ujian (soal tes) b. Inventori (inventory)

5. Dokumentasi a. Daftar cocok (checklist) b. Tabel

Data yang dikumpulkan dalam penelitian digunakan untuk menguji hipotesis atau

menjawab pertanyaan yang telah dirumuskan. Data yang diperoleh akan dijadikan

landasan dalam mengambil kesimpulan, oleh karena itu data yang dikumpulkan haruslah

data yang benar. Agar data yang dikumpulkan baik dan benar, maka instrumen

pengumpulan datanya pun harus benar.

Angket (quesionnaire)

Angket (quesionnaire) adalah daftar pertanyaan yang diberikan kepada orang lain

yang bersedia memberikan respon (responden) sesuai dengan permintaan pengguna

(Riduwan, 1997, p52). Tujuan penyebaran angket adalah untuk mencari informasi yang

lengkap mengenai suatu masalah dari responden tanpa merasa khawatir bila responden

memberikan jawaban yang tidak sesuai dengan kenyataan dalam pengisian daftar

pertanyaan. Disamping itu, responden mengetahui informasi tertentu yang diminta.

Angket dibedakan menjadi dua jenis, yaitu angket terbuka dan tertutup.

18

a. Angket Terbuka (angket tidak berstruktur) adalah angkat yang disajikan dalam

bentuk sederhana sehingga responden dapat memberikan isian sesuai dengan

kehendak dan keadaannya.

b. Angket Tertutup (angket berstruktur) adalah angket yang disajikan dalam

bentuk sedemikian rupa sehingga responden diminta untuk memilih satu jawaban

yang sesuai dengan karakteristik dirinya dengan cara membarikan tanda silang (x)

atau tanda check (√).

2.5 Statistik Deskriptif

Statistik deskriptif adalah statistik yang berhubungan dengan pengumpulan dan

peringkasan data, serta penyajian hasil peringkasan tersebut.

Data statistik yang telah diperoleh dari kuesioner adalah data yang masih

‘mentah’ dan tidak terorganisir dengan baik. Data-data ini harus diringkas dengan baik

dan teratur, baik dalam bentuk tabel atau presentasi grafis, sebagai dasar untuk berbagai

pengambilan keputusan (Santoso, 2003, p150).

Setelah data dideskripsikan, maka data yang sudah teratur itu baru dapat diproses

dan dianalisis dengan statistik inferensi.

2.6 Statistik Inferensi

a. Statistik Non-Parametrik

Banyak dari metode-metode statistik inferensi seperti t test, z test, ANOVA,

regresi, dan lainnya merupakan metode parametrik. Disebut demikian karena adanya

19

parameter-parameter seperti Mean, Median, Standard Deviasi, Varians, dan lainnya,

baik untuk deskripsi pada populasi maupun pada sampel.

Namun metode parametrik hanya bisa dilakukan jika beberapa persyaratan

dipenuhi, di antaranya data yang akan dipakai untuk analisis haruslah berasal dari

populasi yang berdistribusi normal.

Jika suatu populasi tidak berdistribusi normal, atau berasal dari sampel yang

berjumlah sedikit serta jika level data adalah nominal atau ordinal, maka perlu

digunakan metode-metode statistik alternatif yang tidak harus memakai suatu

parameter tertentu, seperti keharusan adanya Mean, Standard Deviasi, Varians, dan

lainnya. Metode ini disebut sebagai metode non-parametrik.

Keunggulan dari metode non-parametrik:

1. Tidak mengharuskan data berdistribusi normal, karena sering juga disebut

sebagai uji distribusi bebas (distribution free test). Dengan demikian, metode

ini dapat digunakan untuk segala jenis distribusi data dan lebih luas

penggunaannya.

2. Metode non-parametrik dapat dipakai untuk level data yang rendah, yaitu data

nominal dan data ordinal. Hal ini penting bagi penelitian dengan hasil

pengukuran yang tidak berlevel interval atau rasio. Pengukuran kuesioner

dengan pilihan jawaban ‘Tidak penting’, ‘Tidak tahu’, dan ‘Penting’ lebih

tepat menggunakan data ordinal. Hasil pengukuran variabel ini tidak bisa

menggunakan metode parametrik untuk analisis datanya.

3. Metode non-parametrik cenderung lebih sederhana dan mudah dimengerti

daripada pengerjaan metode parametrik.

20

Di samping berbagai keunggulan di atas, metode non-parametrik juga

mempunyai beberapa kelemahan, seperti tidak adanya sistematika yang jelas seperti

pada metode parametrik, hasilnya bisa meragukan karena kesederhanaan metodenya,

serta tabel-tabel yang dipakai lebih bervariasi dibanding tabel-tabel standar pada

metode parametrik.

Apakah akan dipakai metode parametrik atau non-parametrik bergantung pada

situasi yang ada, dan keduanya lebih bersifat saling melengkapi dalam melakukan

berbagai pengambilan keputusan.

b. Uji Kruskal-Wallis

Uji Kruskal-Wallis, disebut juga uji H. Kruskal-Wallis, merupakan

generalisasi uji dua-contoh Wilcoxon untuk sampel lebih dari dua. Uji ini digunakan

untuk menguji hipotesis nol H0 bahwa sampel bebas berasal dari populasi yang

identik.

Diperkenalkan pada tahun 1952 oleh W. H. Kruskal dan W. A. Wallis, uji

non-parametrik ini merupakan alternatif bagi uji F untuk pengujian kesamaan

beberapa nilai tengah dalam ANOVA bila kita ingin menghindar dari asumsi bahwa

sampel diambil dari distribusi normal.

2.7 Konsep Sistem Informasi

2.7.1 Sistem Informasi

Menurut Effrem G. Mallach (1997, p75), Sistem Informasi adalah sebuah sistem

yang bertujuan untuk menyimpan, memproses, dan menyebarkan informasi. Kemudian

menurut Wilkinson (1993, p9), Sistem Informasi adalah suatu kerangka perantara bagi

21

sumber-sumber daya yang terkoordinasi guna mengumpulkan, memproses,

mengendalikan, dan mengatur data dalam tahapan berurutan dengan tujuan untuk

menghasilkan informasi yang disampaikan melalui jaringan komunikasi ke berbagai

pemakai oleh suatu tujuan atau lebih. Sedangkan menurut Laudon (1994, p8), Sistem

Informasi sebagai sekelompok komponen yang saling terhubung yang mengumpulkan,

memproses, menyimpan, dan mendistribusikan informasi untuk membantu manajer

dalam pengambilan keputusan, pengendalian, pengkoordinasian, penganalisaan masalah

dan menvisualisasikan masalah yang kompleks di dalam suatu organisasi.

Dari berbagai definisi di atas, dapat disimpulkan bahwa Sistem Informasi adalah

sebuah sistem terkoordinasi yang mengumpulkan, memproses, menyimpan, dan

menyebarkan informasi yang diperlukan dalam rangka pengambilan keputusan. Sistem

informasi mempermudah proses pengambilan keputusan karena kemampuannya dalam

mengolah informasi dan menyebarkannya sehingga proses yang dilalui untuk mengambil

keputusan menjadi terkoordinasi dan sistematis.

a. Piramida Sistem Informasi

Kebutuhan informasi untuk masing-masing tingkatan manajer adalah berbeda,

maka informasi yang disajikan juga berbeda. Oleh karena itu, Sistem Informasi

terbagi menjadi beberapa tingkatan, sebagai berikut.

1. Sistem Informasi Tingkat Operasional (Operational Level System)

2. Sistem Informsai Tingkat Pengatahuan (knowledge Level System)

3. Sistem Informasi Tingkat Manajemen (Management Level System)

4. Sistem Informasi Tingkat Strategi (Strategic Level System).

22

Untuk memperjelas hubungan antara tingkatan sistem informasi dapat dilihat pada

gambar 2.2

Kind of Information System

Gambar 2.2 Hubungan tingkat sistem informasi, tipe sistem informasi dan

kelompok pengguna sistem informasi

b. Jenis Sistem Informasi

Untuk memenuhi kebutuhan pada keempat tingkat sistem informasi tersebut,

diperlukan enam sistem informasi berikut.

1. Sistem Pemrosesan Transaksi / Transaction Processing System (TPS)

Sistem terkomputerisasi yang menampilkan dan menyimpan transaksi harian

rutin yang diperlukan untuk menjalankan kegiatan perusahaan sehari-hari.

Senior Managers

Middle Managers

Knowledge & Data Workers

OperationalManagers

Human Resorce

Accounting Finance ManufacturingSales & Marketing

Functional Areas

Strategic Level

Manajemen Level

Knowledge Level

Operation Level

Groups Served

23

2. Sistem Kerja Pengetahuan / Knowledge Works System (KWS)

Sistem informasi yang membantu pekerja yang berpendidikan dalam

menangani penciptaan dan penintegrasian pengetahuan baru dalam suatu

organisasi.

3. Sistem Otomatisasi Kantor / Office Automation System (OAS)

Sistem komputer, seperti Word Processing, electronic-mail system, dan

scheduling system yang dirancang untuk memenuhi produktivitas dari pekerja

pengumpulan data.

4. Sistem Informasi Manajemen / Management Information System (MIS)

Sistem komputer yang menangani dan membantu manajer menengah dalam

menjalankan fungsi perencanaan, pengontrolan, dan pengambilan keputusan.

5. Sistem Pendukung Keputusan / Decision Support System (DSS)

Sistem komputer yang mengkombinasikan data, model analisis, dan statistik

dengan trend yang sedang berlaku untuk membantu pengambilan keputusan,

baik yang bersifat semi terstruktur, maupun yang tidak terstruktur.

6. Sistem Informasi Eksekutif / Executive Information System (EIS)

Sistem informasi yang dirancang untuk membantu eksekutif dalam membuat

keputusan yang bersifat tidak terstruktur dengan bantuan gambar dan

komunikasi.

Keenam tipe di atas saling berhubungan satu sama lain (lihat gambar)

24

Gambar 2.3 Hubungan antar Sistem Informasi

c. Perbedaan MIS, DSS, dan EIS

MIS (Management Information System), DSS (Decision Support System), dan

EIS (Executive Information System) pada dasarnya memberikan solusi yang

berbeda-beda tergantung pada tingkat pengguna sistem informasi tersebut, sehingga

perlu dijabarkan lebih lanjut perbedaan mendasar dari ketiga sistem informasi ini.

Dari perbedaan antara MIS, DSS, dan EIS yang disajikan pada tabel 2.2 dapat

dilihat secara garis besar perbedaan perbandingan dari masing-masing dimensinya.

Executive Information

System (EIS)

Management Information

System (MIS)

Decision Support System

(DSS)

Transaction Processing

System (TPS)

Knowledge System

(KWS &OAS)

25

Tabel 2.2 Perbedaan antara MIS, DSS, dan EIS

Dimensi MIS DSS EIS Aplikasi Pengendalian produksi,

peramalan, penjualan Rencana strategi jangka panjang, ruang lingkup masalah yang kompleks

Pendukung keputusan analisis

Fokus Informasi Kebutuhan fleksibilitas, “user friendly”

“drill down” informasi, pengendalian

Basis Data Pengaksesan secara interaktif oleh program

Sistem manajemen database, akses secara interaktif

Pengaksesan data eksternal secara global

Kemampuan Pengambilan Keputusan

Permasalahan rutin yang terstruktur dengan menggunakan alat bantu ilmu manajemen secara konvensional

Masalah semi terstruktur, model manajemen ilmu terintegrasi

Hanya dapat dipakai bila digabungkan dengan DSS

Manipulasi Secara numerik Secara numerik Umumnya secara numerik, beberapa pula secara lambang

Karakteristik Informasi

Laporan peminatan dan penjadwalan, aliran terstruktur dan laporan penyimpangan

Informasi dalam mendukung keputusan-keputusan tertentu

Laporan penyimpangan

Jangkauan Layanan pada Tingkat Organisasi Tinggi

Manajemen tingkat menengah

Analisis dan manajer Hanya Eksekutif senior

Impetus Efisiensi Efektivitas Timelines

2.7.2 Sistem Pendukung Keputusan (SPK)

SPK diciptakan untuk dapat menyediakan kebutuhan informasi yang spesifik

untuk memecahkan masalah yang spesifik. SPK menyediakan informasi pemecahan

masalah maupun komunikasi dalam memecahkan masalah semi terstruktur dan tidak

terstruktur.

26

a. Definisi Sistem Pendukung Keputusan

Menurut Moore & Chang (Turban, 1995, p84) SPK adalah sistem yang dapat

dikembangkan, mampu mendukung analisis data dan permodelan keputusan,

berorientasi pada perencanaan masa mendatang, serta tidak bisa direncanakan interval

(periode) waktu pemakaiannya.

Bonczek, Holsapple, dan Whinston (Turban, 1995, p84) mendefinisikan SPK

sebagai suatu sistem yang berbasiskan komputer yang terdiri dari tiga komponen

yang berinteraksi, yaitu:

1. Language System, adalah suatu mekanisme untuk menjembatani (interface)

pemakai dan komponen lainnya.

2. Knowledge System, adalah repositori pengetahuan yang berhubungan dengan

masalah tertentu baik berupa data maupun prosedur.

3. Problem Processing System, adalah sebagai penghubung kedua komponen

lainnya, berisi satu atau beberapa kemampuan manipulasi/menyelesaikan

masalah secara umum, yang diperlukan dalam pengambilan keputusan.

Sedangkan menurut Keen, Scott-Morton (Turban, 1995, p83), SPK

memadukan sumber daya intelektual seseorang dengan kemampuan komputer untuk

meningkatkan kualitas keputusan di dalam lingkungan masalah semi terstruktur.

Gorry & Scott-Morto(Turban, 1995, p82) berpendapat bahwa SPK adalah

sistem berbasiskan komputer yang interaktif, yang membantu pengambilan keputusan

memenfaatkan data dan model untuk memecahkan masalah tidak terstruktur.

27

Maka dapat disimpulkan bahwa SPK merupakan suatu sistem pendukung bagi

para manajer yang bekerja sebagai tim pemecah masalah, dalam mencari solusi dari

permasalahan semi terstruktur dan tidak terstruktur, dengan jalan menyediakan

informasi atau nasihat yang berkaitan dengan keputusan-keputusanyang spesifik.

b. Jenis-jenis Keputusan

Keen dan Scott-Morton (Mallach 1997, p32) membagi keputusan berdasarkan

keharusan keputusan dibuat dan cakupan keputusan tersebut, yaitu:

1. Keputusan terstruktur

Sebuah keputusan terstruktur dapat merupakan keputusan yang dihasilkan

oleh program komputer, keputusan terstruktur diambil untuk memecahkan

masalah yang pernah terjadi sebelumnya.

2. Keputusan tidak terstruktur

Keputusan yang diambil untuk memecahkan masalah baru atau sangat jarang

terjadi, sehingga perlu dipelajari secara hati-hati. Komputer tetap dapat

membantu pembuat keputusan, tetapi hanya dapat memberikan sedikit

dukungan.

3. Keputusan semi terstruktur

Keputusan di antara keputusan terstruktur dan tidak terstruktur.

Keputusan-keputusan dibuat untuk menyelesaikan masalah. Dalam proses

pemecahan suatu masalah, pembuat keputusan mungkin mempunyai banyak alternatif

jawaban. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam proses

pemecahan masalah yang dihadapi untuk menghindari dampak-dampak negatif yang

mungkin terjadi pada keputusan yang belum matang.

28

Tujuan dari SPK bukan untuk membuat proses pengambilan keputusan

seefisien mungkin, walaupun waktu manajer berharga dan tidak boleh terbuang, tetapi

manfaat utama menggunakan SPK adalah untuk mendapatkan keputusan manajerial

yang lebih baik.

c. Tahap-tahap Pengambilan Keputusan

Menurut Simon (McLeod, 1995, p57), ada empat tahap yang harus dilalui

manajer saat memecahkan masalah. Tahap-tahap Simon tersebut adalah sebagai

berikut.

1. Kegiatan Intelijen

Mengamati lingkungan, mencari kondisi yang perlu diperbaiki.

2. Kegiatan Merancang

Menemukan, mengembangkan, dan menganalisis berbagai tindakan alternatif

yang mungkin.

3. Kegiatan memilih

Memilih satu rangkaian tindakan tertentu dari beberapa yang tersedia.

4. Kegiatan memilah

Menilai pilihan-pilihan yang lalu.

d. Tujuan Sistem Pendukung Keputusan

Tujuan-tujuan Sistem Pendukung Keputusan berhubungan dengan tiga prinsip

dasar dari konsep Sistem Pendukung Keputusan, yaitu:

29

1. Struktur masalah

Membantu manajer membuat keputusan untuk memecahkan masalah semi

terstruktur.

2. Dukungan keputusan

Sistem Pendukung Keputusan mendukung pengambilan keputusan manajer,

dan bukan untuk menggantikannya.

3. Efektivitas keputusan

meningkatkan efektivitas pengambilan keputusan manajer daripada

efisiensinya.

Gambar 2.4 SPK berfokus pada masalah-masalah semi terstruktur

e. Karakteristik dan Kemampuan Sistem Pendukung Keputusan

Tidak ada ketetapan mengenai karakteristik dan kemampuan apa yang harus

terdapat pada SPK. Karakteristik umum yang terdapat pada setiap SPK adalah

digunakan oleh manajer dan pegawai berpendidikan (knowledge workers),

menggunakan database, dan menggunakan model. SPK diharapkan memiliki

Solusi

Manajer -> Komputer Solusi

Komputer Solusi

Manajer

Terstruktur Semi Terstruktur Tidak Terstruktur

Tingkat Struktur Masalah

30

beberapa karakteristik dan kemampuan SPK yang dituliskan oleh Turban (1995, p85-

87) sebagai berikut.

1. SPK menyediakan dukungan bagi para pengambil keputusan, khususnya

dalam memecahkan masalah semi terstruktur dan masalah tidak terstruktur.

Caranya dengan menggabungkan kemampuan komputer memecahkan

masalah terstruktur dengan kemampuan manusia untuk memecahkan masalah

tidak terstruktur.

2. SPK ini mencakup berbagai tingkatan manajemen, dari tingkatan atas

(eksekutif) dan manajemen tingkat menengah.

3. SPK ini dibuat untuk mendukung individu maupun kelompok dalam suatu

perusahaan atau organisasi.

4. SPK mendukung beberapa keputusan yang saling berkaitan dengan proses

pengambilan keputusan yang berurutan.

5. SPK mendukung semua tahapan dalam pengambilan keputusan, yaitu mulai

dari tahapan intelijen, perancangan, pemilihan, dan implementasi.

6. SPK mendukung berbagai cara dalam pengambilan keputusan, sebab di dalam

SPK itu sendiri terdapat proses yang langkahnya sama dengan proses

pemikiran seorang pengambil keputusan.

7. SPK dapat disesuaikan terhadap waktu kondisi perekonomian atau persaingan,

sehingga para pemakai dapat mengubah isi dari setiap variabel yang ada.

8. SPK mendukung user friendly dan user interaktif, dengan begitu akan terjadi

komunikasi yang baik antara user dengan sistem, dan user tidak merasa

kesulitan dalam mengoperasikan tools maupun sistem yang ada.

31

9. SPK meningkatkan efektivitas pengambilan keputusan, dan juga menghemat

biaya dan waktu yang ada.

10. Adanya pengendalian dalam setiap proses yang dilakukan oleh manusia,

sebab SPK dibuat untuk membantu pengambilan keputusan bukan untuk

menggantikan pengambil keputusan.

11. Pemodelan pada SPK yang memungkinkan untuk melakukan strategi lain dan

dalam konfigurasi yang berbeda; pemodelan ini dapat membuat kita belajar.

f. Komponen Sistem Pendukung Keputusan

Komponen SPK terdiri dari beberapa subsistem, yaitu subsistem manajemen

data, subsistem manajemen model, subsistem dialog, dan subsistem manajemen

pengetahuan.

Gambar 2.5 Komponen Sistem Pendukung Keputusan

Other Computer Based Systems

Data Management Model Management

Knowledge Management

Dialog Management

Manager (User)

Data Eksternal dan Internal

32

g. Tahapan Pengembangan Sistem Pendukung Keputusan

Menurut Turban (1995, p268-272), tahapan pengembangan SPK terdiri atas:

1. Perencanaan

Tahap ini berhubungan dengan penetapan kebutuhan sistem, mendiagnosis

dan menilai masalah yang dihadapi serta penetapan sasaran dari SPK yang

ingin dicapai.

2. Penelitian

Tahap ini dilakukan untuk mengidentifikasi kebutuhan dari user, sumber daya

yang tersedia serta lingkungan yang mempengaruhinya.

3. Perancangan Konsep dan Analisis

Dalam tahap ini dilakukan suatu kegiatan membuat rancangan konseptual dan

studi kelayakan, disarankan menggunakan pendekatan normatif untuk

mendefinisikan model yang ideal agar dapat menyediakan informasi sesuai

dengan yang diinginkan.

4. Perancangan

Meliputi perancangan dialog, komponen, sistem, pemrosesan masalah, dan

kelengkapan basis data SPK. Perancangan dapat dibagi menjadi 3 (tiga)

bagian yang saling berhubungan, yaitu subsistem manajemen data, subsistem

manajemen model, dan subsistem komunikasi.

5. Konstruksi

Tahap ini merupakan tahap pembangunan SPK sesuai dengan konsep

perancangan alat-alat yang digunakan.

33

6. Implementasi

Tahap implementasi adalah kelanjutan dari tahap konstruksi, di mana sistem

siap untuk diimplementasikan ke dunia nyata. Implementasi meliputi

penyiapan, demonstrasi, orientasi, pelatihan, dan penyebarluasan.

7. Dokumentasi dan Pemeliharaan

Tahap ini terdiri atas perencanaan untuk mendukung sistem secara terus-

menerus. Dokumentasi untuk penggunaan dan pengembangan dari sistem

yang telah dibangun.

Gambar 2.6 Tahapan Pengembangan SPK

Perencanaan Pembangunan Sistem

Penelitian Kebutuhan User

Analisis Sistem

Perancangan Layar Tampilan Dan Layar Dialog

Perancangan Model yang

Dipakai

Perancangan Database

SPPK

Perancangan Komponen

Pengetahuan

Pembangunan Sistem

Implementasi Sistem

Pemeliharaan dan Dokumantasi Sistem

Penyesuaian Sistem Terhadap Kebutuhan

Tahap H

Tahap G

Tahap F

Tahap E

Tahap A

Tahap B

Tahap C

Tahap D

34

2.7.3 Konsep Model Sistem Pendukung Keputusan

Karakteristik utama dari SPK termasuk kemampuan pemodelannya. Ide dasar

untuk menjalankan analisis SPK adalah dengan menggunakan model.

a. Model

Karakteristik utama dari SPK adalah kemampuannya dalam menggunakan

model. Turban (1995, p42) menuliskan bahwa model adalah penyederhanaan atau

abstraksi dari realita (kenyataan). Model selalu sederhana karena realita terlalu

kompleks untuk ditiru dengan tepat dan karena banyak kompleksitas yang sebenarnya

tidak relevan dengan masalah yang spesifik.

b. Simulasi

Tindakan untuk menggunakan model menurut McLeod (1995, p65) disebut

simulasi. Simulasi memperkirakan dampak dari keputusan pemecahan masalah dan

terjadi dalam suatu pengaturan yang dijelaskan oleh elemen-elemen data skenario.

Istilah skenario mulai digunakan untuk menjelaskan kondisi yang mempengaruhi

simulasi.

c. Jenis Model

Model dapat diklasifikasikan berdasarkan tingkat level

abstraksi/pemodelannya menjadi 3 (tiga) bagian, yaitu sebagai berikut.

1. Model Iconic (Schale)

Model yang paling sederhana dan hanya merupakan replika dari sistem

dan hanya berdasarkan pada perbedaan skala dari bentuk asli.

35

2. Model Analog

Model ini tidak merepresentasikan sistem sebenarnya, namun memiliki

sifat seperti sistem yang direpresentasikan. Model ini lebih abstrak dari model

Iconic dan digunakan sebagai representasi dari kenyataan. Biasanya berupa

diagram dua dimensi dan sedikit lebih rumit dari model Iconic.

3. Model Matematika

Model yang paling tepat untuk merepresentasikan SPK karena tingkat

kerumitan hubungan antar sistem dalam suatu organisasi yang akan ditampilkan

membutuhkan perhitungan matematika.

Model matematika dapat dikelompokkan dalam tiga dimensi yaitu dimensi

pengaruh waktu, tingkat keyakinan, dan kemampuan mencapai optimasi

(McLeod, 1995, p65).

a. Model Statis atau Dinamis

Model statis tidak menyertakan waktu sebagai variabel. Model ini

berkaitan dengan suatu situasi pada satu titik tertentu, misalkan foto. Sebaliknya

pada model dinamis disertakan waktu sebagai variabel. Model dinamis

menggambarkan perilaku entitas dari waktu ke waktu, misalkan sebuah film.

b. Model Probabilistik atau Deterministic

Model probabilistik adalah model yang mencakup probabilitas.

Probabilitas adalah peluang terjadinya sesuatu, probabilitas berkisar dari 0,00

(sesuatu yang sama sekali tidak mungkin terjadi) hingga 1,00 (sesuatu yang

pasti terjadi). Model yang sebaliknya adalah model deterministik.

36

c. Model Optimisasi atau Suboptimisasi

Model optimisasi adalah model yang memilih solusi terbaik dari beberapa

alternatif, untuk itu masalahnya harus terstruktur dengan sangat baik. Model

suboptimisasi, disebut juga satisfying model, yaitu model yang memungkinkan

manajer memasukkan serangkaian keputusan, dan model akan memproyeksikan

hasilnya. Model ini tidak mengidentifikasikan keputusan terbaik tetapi

menyerahkan tugasnya tersebut pada manajer.

Berdasarkan kategorinya model dibeda-bedakan menjadi beberapa

macam:

Tabel 2.3 Macam-macam Model

Kategori Proses dan Objektif Teknik Representatif Optimisasi masalah dengan berbagai alternatif

Menemukan solusi terbaik dengan jumlah alternatif yang relatif kecil

Tabel Keputusan Pohon Keputusan

Optimisasi dengan algoritma

Menemukan solusi terbaik dari jumlah alternatif yang besar dengan pembangunan bertahap

Model pemrograman linier dan matematika, model jaringan

Optimisasi dengan formula

Menemukan solusi terbaik dengan satu langkah dengan rumus

Sebagian model inventory

Simulasi Menemukan solusi yang lumayan dari beberapa alternatif terbaik

Beberapa macam simulasi

Model deskriptif lainnya

Menggunakan rumus “what-if” Pemodelan keuangan

Heuristik Menemukan solusi yang cukup baik dengan menggunakan aturan tertentu

Pemrograman heurisrik dan expert system

Model prediktif Melakukan prediksi atas keadaan tertentu Analisis Markov, model forecast

37

d. Keuntungan dan Kerugian Model

Keuntungan pembuatan model diimbangi dengan dua kerugian utama model,

yaitu:

1. Kesulitan pembuatan model sistem bisnis akan menghasilkan model yang tidak

menangkap semua pengaruh pada entitas. Pertimbangan yang menyeluruh

diperlukan dalam menerapkan keputusan yang didasarkan hasil simulasi.

2. Keahlian matematika tingkat tinggi diperlukan untuk mengembangkan sendiri

model-model yang lebih kompleks. Keahlian itu juga diperlukan dalam

menafsirkan output secara tepat.

Kerugian ini dapat dikurangi berkat kombinasi peralatan pembuatan model

yang lebih memudahkan pemakai dan manajer lebih mengerti.

Turban (1995, p43) memaparkan keuntungan yang merupakan alasan utama

mengapa menggunakan model.

1. Biaya analisis model lebih rendah dibandingkan biaya eksperimen yang serupa.

2. Model dapat menghemat waktu. Operasional bertahun-tahun dapat disimulasikan

menjadi beberapa menit waktu komputer.

3. Manipulasi model (mengubah-ubah variabel) lebih mudah daripada manipulasi

real system.

4. Model memungkinkan manajer untuk memperhitungkan resiko pada kondisi

lingkungan yang tidak menentu.

5. Penggunaan model matematika memungkinkan untuk melakukan analisis yang

membutuhkan perhitungan nilai yang sangat besar.

6. Model mempertinggi dan memperkuat proses belajar dan pelatihan.

38

2.7.4 Analisis What-If

Menurut Turban (1995, p64), di dalam suatu Sistem Pendukung Keputusan dapat

digunakan sebuah analisis untuk pengambilan keputusan di mana salah satunya adalah

analisis What-If . Analisis What-If adalah sebuah model analisis yang mendukung SPK

yang mana cara kerjanya adalah sebagai berikut, model membuat prediksi dan asumsi

berdasarkan input data oleh user.

Model What-If, sesuai dengan namanya, menganalisis apa yang akan terjadi pada

solusi jika nilai variabel, asumsi atau parameter diubah-ubah.

Contoh kasus:

Apa yang akan terjadi pada total biaya persediaan jika biaya yang terjadi karena

adanya persediaan meningkat sebesar 10%?

Apa yang akan terjadi pada permintaan pasar jika biaya iklan meningkat 5%?

Manajer dapat mengulang pertanyaan, mengubah topik pertanyaan, dan mengubah

persentase yang ada dan melihat apa yang akan terjadi jika terjadi perubahan-

perubahan tersebut dijalankan.

2.8 Penelitian Relevansi

Perancangan sebelumnya yang memiliki keterkaitan dengan penelitian ini pernah

dilakukan oleh alumni mahasiswa Universitas Bina Nusantara yang membuat

perancangan mengenai perpindahan konsumen telepon seluler. Judul perancangan

tersebut adalah Kontribusi Penerapan Program Sistem Pendukung Keputusan Untuk

Meningkatkan Pemasaran Telepon Seluler Dengan Metode Rantai Markov. Perancangan

ini dilakukan oleh Yoke Setiawan Endarto.

39

Dalam skripsi tersebut telah berhasil dibuat suatu rancangan sistem pendukung

keputusan berdasarkan analisis statistika pada perpindahan konsumen telepon seluler.

Perancangan ini dibuat dengan hanya mempertimbangkan empat variabel analisis yaitu

merek telepon selular Nokia, Samsung, Ericsson, dan Siemens.

Penelitian yang sekarang mengacu pada pengembangan perancangan tersebut.

Perkembangan yang dilakukan pada penelitian ini adalah mengenai objek analisis yaitu

sampel yang diambil lebih luas dan faktor analisis yang dilakukan menjadi enam

variabel, yaitu semua provider sim card GSM prabayar yang ada saat ini di Indonesia.

Dengan demikian penelitian ini dilakukan tanpa pembatasan seperti yang dilakukan

perancangan sebelumnya, yang memilih empat variabel untuk dianalisis berdasarkan

pada metode aklamasi yaitu pengetahuan umum yang telah diketahui masyarakat tanpa

perlu adanya survei untuk mengetahui telepon selular merek apa yang mendominasi di

Indonesia.

Dengan menggunakan semua variabel yang ada saat ini, diharapkan penelitian ini

dapat menjadi lebih akurat dan tepat dalam mengambil keputusan manajerial dalam usaha

pemasaran produk sim card GSM prabayar ini.

2.9 Tahapan Penelitian

Tahapan penelitian yang dilalui dalam penyusunan proposal ini adalah :

1. Studi kepustakaan

Dalam tahapan ini akan dilakukan studi mengenai beberapa teori yang akan

digunakan dalam penelitian, antara lain teori rantai Markov, metode Kruskal-

Wallis, dan beberapa teori penting mengenai proses Sistem Pendukung Keputusan

40

yang ada agar dapat diperoleh suatu landasan teori yang tepat tentang konsep

yang diperlukan untuk penelitian secara umum.

2. Metode Analisis

Dengan berlandaskan pada hasil studi kepustakaan yang dilakukan sebelumnya,

kemudian disusun kuesioner untuk mengumpulkan data. Ada pun inti dari

kuesioner ini adalah untuk mengetahui bagaimana gambaran market share

pemasaran sim card GSM prabayar saat ini, kriteria fitur produk sim card yang

diminati oleh pelajar dan mahasiswa di jakarta, dan transisi pemakaian sim card

dari satu provider ke provider lainnya. Kemudian dilakukan analisis lebih lanjut

tentang faktor pengaruh perpindahan konsumen dari satu provider sim card GSM

prabayar ke provider sim card GSM prabayar lainnya. Hasil dari penelitian

kemudian akan digunakan untuk membantu mengambil keputusan manajerial

pemasaran sim card GSM prabayar melalui Sistem Pendukung Keputusan.

2.10 Kerangka Pemikiran

Terdapat enam provider sim card GSM prabayar yang saat ini digunakan untuk

analisis penelitian. Keenam provider sim card GSM prabayar ini merupakan keseluruhan

operator yang tersedia di Indonesia saat ini.

Keenam provider sim card GSM prabayar tersebut adalah :

1. Simpati (S)

2. Mentari (M)

3. XL Bebas (X)

4. Jempol (J)

5. As (A)

6. IM3 (I)

41

Sehingga kerangka pemikirannya adalah sebagai berikut:

Gambar 2.1 Kerangka Berpikir perpindahan konsumen sim card GSM prabayar

Keterangan warna :

S

M J

A I

X

Perpindahan Konsumen dari Simpati ke provider lain Perpindahan Konsumen dari Mentari ke provider lain Perpindahan Konsumen dari XL Bebas ke provider lain Perpindahan Konsumen dari Jempol ke provider lain Perpindahan Konsumen dari As ke provider lain Perpindahan Konsumen dari Im3 ke provider lain