METODE ANALISIS PERENCANAAN - 1

Analisis Interdepedensi

Apriadi Budi Raharja

JURUSAN TEKNIK PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK
U N I V E R S ITAS PAS U N DAN BAN D U N G
Kampus IV Jl. DR. Setiabudhi
PT Unilever, Tbk ; PT Ultra Prima
Abadi; PT Lion Wings; PT Enzym
Bioteknologi Internusa; PT Filma
Utama Soap; dan PT Miswak Utama.
 PERTANYAAN MENDASAR, KENAPA MASIH BANYAK
BERKEMBANG PRODUK YANG MIRIP-MIRIP ??

Sehingga Operator/Penyedia Jasa/Perusahaan/Kota Perlu

Menganalisa Produknya, sehingga tetap diminati dan memiliki porsi
konsumen/pasar….

 Persepsi Stakeholders
 Segmentasi pasar
 Posisi dengan objek lainnya
 Evaluasi dan feedback terhadap produk output
Prinsip Dasar dan Tujuan
Analisis Multidimensional Scalling (MDS)
Teknik Multivariat yang dapat digunakan untuk Menentukan Posisi Suatu
Obyek Lainnya berdasarkan Penilaian Kemiripannya (similarity)

Penggunaan MDS

digunakan untuk Memetakan Atau Mencari Konfigurasi Sejumlah

Obyek Dalam RUANG MULTIDIMENSI berdasarkan ukuran
kesamaan (Similarity) maupun perbedaan (Dissimilarity) antar stimulity atau
obyek yang diteliti.

MDS/Perceptual Map juga merupakan teknik yang bisa membantu peneliti untuk
mengenali (mengidentifikasi) dimensi kunci yang mendasari evaluasi objek dari responden
(pengguna, pelanggan).
KONSEP PEMBANGUNAN BERKELANJUTAN dapat didekati dari tiga dimensi yaitu
ekologi, ekonomi dan sosial (Munasinghe, 1993).

KONSEP KELULUSAN MAHASISWA :

Integritas (Etika dan Moral), Keahlian berdasarkan bidang ilmu (Profesionalisme), Keluasan
wawasan antar disiplin ilmu, Kepemim-pinan, Kerjasama dalam tim, Kemam-puan bahasa asing,
Kemampuan berko-munikasi, Penggunaan teknologi Infor-masi, Kedisiplinan, Kejujuran, Motivasi
Kerja, Etos Kerja, Inovasi dan kreativitas dan Kemampuan menyelesaikan masalah. (PP No.8
Tahun 2012 ttg Kerangka Kualifikasi Nasional Indonesia dan Permen Pendidikan Riset dan
Teknologi Pendidikan Tinggi No. 44 Tahun 2015 ttg Standar Nasional Pendidikan Tinggi).

KONSEP PEMASARAN
(Philip Kotler & Gary Armstrong, 2006).
LUARAN INFORMASI hasil analisis penskalaan multidimensional telah
dipergunakan untuk berbagai aplikasi pemasaran, sebagai berikut :

1. Ukuran citra (image measurement)

2. Segmentasi pasar (market segmentation)

3. Pengembangan produk baru (new product development)

4. Menilai keefektifan iklan (assessing advertising effectiveness).

5. Analisis harga (pricing analysis)

6. Keputusan saluran (channel decisions)

7. Pembentukan skala sikap (attitude scale construction)

 Hilirisasi Produk/
Memperpanjang
Lini Produk

Konsep Produk Baru

(Philip Kotler & Gary Armstrong, 2006).
PENDEKATAN PERCEPTUAL MAP Sumber : Aaker, Kumar Dan Day (2007) in Syahputra B (2014)
KERANGKA KERJA UNTUK PEMETAAN PERSEPTUAL Sumber : Kamarul Imam rul2a@yahoo.com

Langkah-langkah opersional dalam Analisis Multidimentional Scaling (MDS) terdiri enam

tahapan berurutan, yaitu :

Tahap-1 : Tujuan MDS.

Tahap-2 : Desain Penelitian MDS.

Tahap-3 : Asumsi MDS.

Tahap-4 : Solusi MDS dan Uji Kecocokan.

Tahap-5 : Interpretasi Hasil.

Tahap-6 : Validasi Fungsi MDS.

KERANGKA KERJA UNTUK PEMETAAN PERSEPTUAL
Tahap-1 : Tujuan MDS.
• Keunggulan dari pemetaan perseptual adalah Kemampuannya Untuk
Memberikan Pemahaman Tentang Dimensi Tanpa Harus Mendefinisikan
Atributnya Terlebih Dahulu.

• Konseptual yang didasari Pertimbangan-pertimbangan Praktis Merupakan Hal

Yang Peting agar MDS dapat mencapai hasil yang terbaik.

Untuk menjamin kesuksesannya, peneliti harus mendefinisi sebuah analisis MDS

melalui tiga tiga keputusan kunci, yaitu :
(1) Pilih obyek yang akan dievaluasi,
(2) Tentukan apakah kemiripan atau preferensi yang akan dianalisis, dan
(3) Pilih apakah analisis dilakukan pada tingkat kelompok atau individual.
KERANGKA KERJA UNTUK PEMETAAN PERSEPTUAL
Tahap-2 : Desain Penelitian MDS.
Ada EMPAT ISU UTAMA mulai dari desain penelitian sampai kepada metodolgi khusus dan
metode koleksi data.
(1) Pilihan metode pendekatan (Dekomposisi atau Komposisi).
(2) Obyek : banyaknya dan seleksi.
(1) Pertama, apakah benar obyek-obyek tersebut bisa diperbandingkan ?
(2) Kedua, pertanyaan yang berkaitan dengan banyaknya obyek yang akan
dievaluasi.
(3) Non-Matrik vs Matrik (Pilihan data input harus mempertimbangkan situasi
penelitian (variasi persepsi di antara responden dan perbedaan antar obyek),
dan cara koleksi data yang dilakukan).
(4) Koleksi data persepsi (kemiripan) atau preferensi.

Derived approaches memiliki keunggulan, yaitu :

Responden dapat mengkelompokkan merk berdasar
peringkat atribut produk, sehingga memudahkan
peneliti dalam memberikan label dimensi.
KERANGKA KERJA UNTUK PEMETAAN PERSEPTUAL
Tahap-3 : Asumsi MDS.
MDS tidak membutuhkan asumsi yang membatasi pada metodologi, jenis data, atau
bentuk hubungan antar variable. Namun, perlu ada prinsip tentang persepsi :
(1). VARIASI DIMENSIONALITAS; Contoh, beberapa orang menilai mobil dari tenaga kuda
dan penampilan luarnya, sementara yang lain lebih menilai melalui harga dan
kemewahan dan kenyamanan interiornya.
(2). VARIASI KEPENTINGAN; Contoh, beberapa responden menilai pelayanan angkutan
umum dapat melihat tingkat kepersihan hal yang penting, tapi responden lainnya
menganggap tidak begitu penting.
(3). VARIASI ANTAR WAKTU; artinya bisa berubah-berubah sesuai dengan berjalannya
waktu.
TAHAP ANALISIS MDS
Tahapan pada metode Multidimensional Scaling sebagai berikut:
D.Pradita, N. Satyahadewi, H. Perdana (2019).
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster)
Volume 08, No. 1 (2019), hal 149-156
 KERANGKA KERJA UNTUK PEMETAAN PERSEPTUAL
D.Pradita, N. Satyahadewi, H. Perdana (2019).
Tahap-4 : Solusi MDS dan Uji Kecocokan. Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster)
Volume 08, No. 1 (2019), hal 149-156

Berbagai program komputer untuk aplikasi MDS, diantaranya SPSS, NCSS software;
1. Tahapan pertama adalah PENGUJIAN VALIDITAS DAN RELIABILITAS pada data kuesioner
yang digunakan.
2. Mendapatkan matriks JARAK EUCLIDEAN.
3. Mencari NILAI EIGEN & VEKTOR EIGEN yang telah didapat digunakan untuk membentuk
peta persepsi. Perceptual Map adalah sebuah bentuk representasi visual dari gambaran
persepsi responden terhadap beberapa objek yang terdiri dari dua atau lebih dimensi.
sesuai kesamaan (similarity) dan preferensi (preference) ke objek lainnya.
4. Mencari STRESS VALUE, merupakan alat untuk menilai atau menentukan GOODNESS OF FIT.
Stress Value (Standarized Residual
Sum of Square) merupakan alat
ukur untuk ketidakcocokan metode
yang digunakan untuk keadaan
sebenarnya. Semakin tinggi Stress
value yang didapat maka
semakin tidak cocok.
JARAK EUCLIDEAN
Adalah jarak antara dua objek yang dibandingkan.
Jika dimisalkan objek 1 yaitu X’=( , , ,…….. )’ dan
objek 2 yaitu Y’=( , , ,…….. )’

Maka jarak Euclidean-nya adalah:

, = ( + ) +( + ) +( + ) + … . . +( + )
Dimana : = objek ke-1 pada pengamatan ke-i
= objek ke-2 pada pengamatan ke-i
= banyaknya pengamatan

Atau dalam notasi matrik, rumus jarak Euclidean-nya menjadi

, = ( − )( − )
 Stress measure dikembangkan
STRESS VALUE (Standarized Residual Sum of Square) oleh Kruskal Wallis
• Persoalan timbul dalam penggunaan
stress measure, seperti penggunaan
pada Analisis Regresi, yaitu ukuran Stress
akan meningkat dengan peningkatan
banyaknya dimensi.
• Ukuran dalam MDS menjelaskan hal
yang sama dengan teknik-teknik lain
dalam analisis multivariat. = 0,60
sudah dapat dianggap baik.
• Disarankan banyaknya dimensi < 2

Semakin KECIL NILAI STRESS akan memberi indikasi bahwa SEMAKIN KECIL ERROR antara
jarak dan nilai kemiripan dari ruang yang disajikan.
 STUDI KASUS Analisis Kedekatan / Kemiripan Kota-kota Besar Di Indonesia
APLIKASI MDS Berdasarkan Di Indonesia Berdasarkan Keadaan Geografisnya
TUJUAN:
Untuk mengetahui posisi atau kedekatan antara kota-kota besar di Indonesia, dimana
nantinya akan nampak bagaimana kemiripan kota-kota tersebut dilihat dari faktor-faktor
geografisnya (kondisi alam).
Data Kondisi Geografis
Kota-kota
Sumber : Irlandia Ginanjar,
Statistika FMIPA ITS
Langkah 1 : Langkah 2:
Masukan data dengan obyek Penelitian Untuk analisis Multidimensional Scaling, Pilih
sebagai kolom dan Variabel pendukung menu analyze-scale –Multidimensional scaling
sebagai baris
Langkah 3 : Langkah 4:
Masukkan semua obyek Penelitian ke kotak Dari gambar 3 klik model, Kemudian Centang
variables ratio (karena datanya Berskala rasio)
 Langkah 5 :
dari gambar 3 klik option, Kemudian pada
kotak Display centang semua pilihan.

HASIL PETA KONFIGURASI DUA DIMENSI

• Terbentuk 4 Kelompok Kota-kota

berdasarkan kemiripan kondisi geografis.
• Jika tanpa melihat kuadran, misal
SURABAYA DAN PADANG mempunyai
jarak yang dekat pada peta konfigurasi,
ini menujukkan adanya kemiripan /
kedekatan antar keduanya
 KERANGKA KERJA UNTUK PEMETAAN PERSEPTUAL
Tahap-5 : Interpretasi Hasil.
Identifying the Dimensions
• Subjective Procedures (Interpretasi berdasarkan memasukkan beberapa elemen pemahaman
dari peneliti dan/atau responden)
• Objective Procedures (Interpretasi berdasarkan data atribut determinan dalam kemiripan
pemahaman individu/peneliti).
• Selecting Between Subjective and Objective Procedures (Mengumpulkan data atribut dan
menginterpretasikan)
Untuk menginterpretasi setiap dimensi, misal dilakukan pengamatan terhadap beberapa
variabel mengenai Fakta Karakteristik Kota-kota dengan Pendekatan Semantic (makna),
contohnya sebagai berikut:
Dimensi 1 : Potensi sumber air permukaan
Dimensi 2 : Kecepatan aliran permukaan (koefisien runoff)
PEMANFAATAN Potensi sumber air TIDAK ADA PEMANFAATAN sumber
permukaan - - - - - air permukaan
PENGEMBANGAN Kolam Retensi TIDAK ADA PENGEMBANGAN
- - - - - Kolam Retensi
INTEGRASI Sistem Drainase Sistem Drainase TIDAK
- - - - - TERINTEGRASI

S I M P U L A N : Sehingga KOTA SURABAYA DAN KOTA PADANG dengan kemiripan karakteristik

geografisnya perlu mengembangankan strategi PEMANFAATAN Potensi sumber air permukaan;
PENGEMBANGAN Kolam Retensi; INTEGRASI Sistem Drainase.