Analisis Metode Konjoin Untuk Mengetahui Ketertarikan Dalam Memilih Transportasi Taksi Online (Studi Kasus: Mahasiswa USU)
Analisis Metode Konjoin Untuk Mengetahui Ketertarikan Dalam Memilih Transportasi Taksi Online (Studi Kasus: Mahasiswa USU)
2018
https://repositori.usu.ac.id/handle/123456789/8682
Downloaded from Repositori Institusi USU, Univsersitas Sumatera Utara
ANALISIS METODE KONJIN UNTUK MENGETAHUI
KETERTARIKAN DALAM MEMILIH
TRANSPORTASI TAKSI ONLINE
(Studi Kasus: Mahasiswa Usu)
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2018
SKRIPSI
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2018
Komisi Pembimbing:
Pembimbing
Disetujui Oleh:
Departemen Matematika FMIPA USU
SKRIPSI
Saya mengaku bahwa skripsi ini adalah hasil karya tulis sendiri, kecuali beberapa
kutipan dan ringkasan yang masing masing disebutkan sumbernya.
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, dengan limpah
kasih dan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi tepat pada
waktunya. Asapun judul skripsi adalah “Analisis Metode Konjoin Untuk
Mengetahui Ketertarikan Dalam Memilih Transfortasi Taksi Online (Studi Kasus
: Mahasiswa Usu)
Pada kesmpatan ini, penulis mengucapkan terimakasih kepada Ayahanda
Parulian Sirait, Ibunda Kartini Sinaga serta seluruh keluarga yang selalu
mendukung baik moril maupun materil serta doa yang tiada henti. Penulis juga
mengucapkan terimakasih sebesar-besarnya kepada:
1. Bapak Dr. Suyanto, M.Kom dan Bapak Drs.Rosman Siregar, M.Si selaku
ketua dan sekertaris Departemen Matematika FMIPA USU
2. Bapak Dr. Mardiningsih, M.Si selaku dosen pembimbing yang telah
meluangkan waktu, pikira dan tenaganya selama penyusunan skripsi ini.
3. Bapak Dr. Pasukat Sembiring M.Si dan Drs. Rosman Siregar M.Si selaku
dosen pembanding skripsi.
4. Penulis juga mengucapkan terima kasih kepada teman-teman Matematika
Ekstensi Stambuk 2016 yang selama ini bersama-sama berjuang untuk
menyelesaikan studi.
Penulis juga menyadari masih banyak kekurangan dalam skripsi ini, baik
dalam teori maupun penulisannya. Oleh karena itu, penulis mengharapkan saran
dari pembaca demi perbaikan bagi penulis. Akhir kata penulis berharap semoga
tulisan ini bermanfaan bagi pembaca.
ABSTRAK
Halaman
PERSETUJUAN.................................................................................................. i
PERNYATAAN ................................................................................................... ii
PENGHARGAAN ............................................................................................... iii
ABSTRAK iv
ABSTRACT ......................................................................................................... v
DAFTAR ISI ........................................................................................................ vi
DAFTAR TABEL viii
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN x
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang
3
1.2 Rumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 4
1.6 Tinjauan Pustaka 4
DAFTAR PUSTAKA
LAMPIRAN
PENDAHULUAN
𝑘𝑘
U(𝑋𝑋) = ∑𝑚𝑚
𝑖𝑖=1 ∑𝑗𝑗=1 𝑎𝑎𝑖𝑖𝑖𝑖 𝑋𝑋𝑖𝑖𝑖𝑖
𝑖𝑖
(1)
Keterangan :
U(X) = Utilitas total
𝑎𝑎𝑖𝑖𝑖𝑖 = Nilai kegunaan dari atribut ke-i
(i=1,2,3,...,m) dan taraf ke-j (j=1,2,3..,k)
𝑘𝑘𝑖𝑖 = Jumlah taraf atribut ke-i
𝑚𝑚 = jumlah atribut
𝑥𝑥𝑖𝑖𝑖𝑖 = Atribut variabel dummy ke-i taraf ke-j
( 1= taraf muncul,0=tidak muncul)
Keterangan :
𝑊𝑊𝑖𝑖 = Bobot kepentingan relatif untuk tiap atribut.
I𝑖𝑖 = Rangenilai kepentingan untuk tiap atribut yang dicari dengan rumus :
{ maks ( 𝛼𝛼𝑖𝑖𝑖𝑖 ) - min ( 𝛼𝛼𝑖𝑖𝑖𝑖 ) }
LANDASAN TEORI
Hasil penelitian konsumen bermanfaat dalam menentukan atribut seperti apa yang
paling disukai . kegunaan utama analisis konjoin ialah untuk :
a) Mengetahui atribut suatu produk yang paling disukai oleh konsumen.
b) Membantu menentukan komposisi aribut suatu produk baru.
c) Menganalisis atribut-atribut produk baru yang sudah diluncurkan ke
pasaran sehingga perusahaan dapat memperbaiki produk tersebut.
Mengidentifikasi atribut
Menentukan Metode
Pengumpulan Data
1. FullProfile
Analisis konjoin full-profile yang diperkenalkan terlebih dahulu merupakan
rancangan kombinasi yang menggambarkan profil produk secara lengkap.
Jumlah stimuli dapat dikurangi dengan menggunakan fractional factorial
design. Suatu kelas special fractional design, yang disebut orthogonal array
memungkinkan mengestimasi semua main effects. Desain ini
mengasumsikan bahwa setiap interaksi yang tidak penting bisa diabaikan.
Untuk membentuk stimuli dirancang dengan menggunakan SPSS For
Windows 17.0 sehingga diperoleh 25 stimuli dengan menggunakan
orthogonal array. Setiap stimuli berisi kombinasi antara atribut dengan
taraf, dimana tiap stimuli menggambarkan profil tiap objek. Responden
mengevaluasi masing-masing stimuli dengan cara rating (memberi nilai
peringkat), mulai dari stimuli sangat suka) hingga stimuli yang sangat tidak
suka.
Keuntungan menggunakan metode ini adalah :
1) Diperoleh deskripsi yang lebih realistis dengan menjelaskan setiap
stimuli berisikan sebuah taraf dari masing-masingatribut.
2) Menggambarkan trade-off yang lebih jelas antara seluruh atribut yang
tersedia.
3) Memungkinkan pemakaian tipe-tipe penilaian preferensilainnya.
2. PairwiseComparison
Sebelum tahun 1970, suatu praktisi bernama Richard Johnson dihadapkan
pada suatu kasus dimana atribut yang akan dianalisis jumlahnya banyak
dengan taraf yang banyak pula. Kemudian Johnson menemukan suatu
metode lain yang dinamakan metode pendekatan pairwise. Melalui
pendekatan ini, dibandingkan pasangan profil dari dua atribut. responden
diminta untuk mengevaluasi pasangan- pasangan atribut secara bersamaan.
Bila ada p atribut berarti jumlah pasangan yang dievaluasi sebanyak p(p-
1)/2 pasangan. Kemudian, responden diminta untuk memberi ranking pada
atribut mana saja yang lebih diminati dari setiap pasangan atribut.
(Kuhfeld,2000).
Data yang diperlukan dalam analisis konjoin dapat berupa data non-metrik
(data berskala nominal atau ordinal atau kategorial) maupun data metrik
(data berskala interval atau rasio).
1) Data non-metrik: untuk memperoleh data dalam bentuk non-metrik,
responden diminta untuk membuat ranking atau mengurutkan stimuli
pada tahap yang telah dibuat sebelumnya. Perangkingan dimulai dari 1
dan seterusnya hingga ranking terakhir bagi stimuli yang paling
tidakdisukai.
𝑘𝑘
U(𝑋𝑋) = ∑𝑚𝑚
𝑖𝑖=1 ∑𝑗𝑗=1 𝑎𝑎𝑖𝑖𝑖𝑖 𝑋𝑋𝑖𝑖𝑖𝑖 (1)
𝑖𝑖
Keterangan :
U(X) = Utilitas total
𝑎𝑎𝑖𝑖𝑖𝑖 = Nilai kegunaan dari atribut ke-i
(i=1,2,3,...,m) dan taraf ke-j (j=1,2,3..,k)
𝑘𝑘𝑖𝑖 = Jumlah taraf atribut ke-i
𝑚𝑚 = jumlah atribut
𝑥𝑥𝑖𝑖𝑖𝑖 = Atribut variabel dummy ke-i taraf ke-j
( 1= taraf muncul,0=tidak muncul)
Keterangan :
𝑊𝑊𝑖𝑖 = Bobot kepentingan relatif untuk tiap atribut.
I𝑖𝑖 = Range nilai kepentingan untuk tiap atribut yang dicari dengan rumus :
{ maks ( 𝛼𝛼𝑖𝑖𝑖𝑖 ) - min ( 𝛼𝛼𝑖𝑖𝑖𝑖 ) }
2.6 Ketertarikan
b. Fasilitas
c. Jarak
d. Tarif
e. Pelayanan driver
Maka dalam penelitian ini peneliti menggunakan teknik sampling kebetulan atau
accidental sampling dengan kriteria mahasiswa USU yang sudah pernah
menggunakan taksi online.
3.1 Populasi
Istilah populasi sangat populer dalam penelitian. Secara sederhana populasi dapat
diartikan sebagai kumpulan objek, benda, peristiwa ataupun individu yang akan
dikaji dalam suatu penelitian. Secara umum, populasi merujuk pada sekumpulan
individu atau objek. Populasi adalah wilayah generelasi yang terdiri dari objek
atau subjek yang menjadi kuantitas dan karateristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian dan ditarik kesimpulannya .
Populasi adalah berkenaan dengan data, bukan dengan orang atau bendanya
(Nazir, 2004).
Populasi dalam penelitian ini adalah mahasiswa USU yang pernah menggunakan
taksi online yang berjumlah 100 orang.
Menentukan atribut dan taraf yaitu perusahaan jasa layanan taransportasi taksi
online (grab car, go car), fasilitas (musik, ac, kebersihan, promo), jarak (0-5km, 6-
10km), tarif (>Rp30.000, Rp26.000- Rp30.000, Rp21.000-Rp25.000, Rp16.000-
Rp20.000, Rp10.000-Rp15.000).
Setelah dievaluasi satu persatu dengan menggunakan SPSS FOR WINDOWS 18.0
dihasilkan 25 stimuli dan dapat digunakan untuk mengetahui ketertarikan
responden.
Untuk atribut pelayanan driver, taraf dari atribut dikodekan sebagai berikut :
Tabel 3.7 pengkodean taraf dari pelayanan driver
Bentuk pertanyaan dalam kuesioner adaah tabel 3.2 dan diminta dari responden
adalah ketertarikan responden atas setiap kombinasi. Ketertarikan diperoleh
dengan mengurutkkan kombinasi-kombinasi yang tersedia berdasarkan tingkat
Pada tabel 3.8 data yang sudah ditransformasikan. Selanjutnya data yang
diperoleh dari hasil kuesioner analisis dengan persamaan regresi linier berganda
dengan variabel bebas sebanyak 12 buah.
Keterangan :
Menentukan 𝑏𝑏0 , 𝑏𝑏1 ,𝑏𝑏2 , 𝑏𝑏3 , ............., 𝑏𝑏12 yang diperoleh menggunakan software
SPSS. Adapun langkah-langkahnya adalah sebagai berikut ini :
1 1 1 0 0 1 0 0 0 1 0 0 0 4
2 0 0 0 0 0 1 0 0 0 0 0 1 3
3 1 0 0 0 1 0 0 1 0 1 0 0 4
4 1 0 1 0 0 0 0 0 1 0 1 0 2
Untuk menghitung utilitas atau nilai kegunaan dari setiap level atribut maka dapat
dilakukan dengan cara sebagai berikut :
a. Untuk atribut Perusahaaan jasa layanan transportasi taksi online diperoleh
persamaan yang dinyatakan oleh persamaan berikut :
𝛼𝛼11 − 𝛼𝛼12 = 𝑏𝑏1 (1)
𝛼𝛼11 − 𝛼𝛼12 = 0 (2)
Dengan menggunakan nilai-nilai koefsien hasil dari SPSS maka diperoleh
persamaan sebagai berikut :
𝛼𝛼11 − 𝛼𝛼12 = 𝑏𝑏1
𝛼𝛼11 − 𝛼𝛼12 = 0,600
𝛼𝛼12 = −0,3
-2 𝛼𝛼23 = 0,1
0,1
-𝛼𝛼23 =
2
𝛼𝛼23 = -0,05
- 𝛼𝛼24 = −0,55
𝛼𝛼24 = 0,55
𝛼𝛼22 = −0,65
𝛼𝛼21 = −0,15
Sehingga diperoleh :
𝛼𝛼21 = -0,15
𝛼𝛼22 = -0,65
𝛼𝛼23 = -0,05
𝛼𝛼24 = 0,55
−𝛼𝛼32 = 0,216
𝛼𝛼32 = -0,216
𝛼𝛼32 = -0,216
𝛼𝛼31 - 𝛼𝛼32 =0,433
𝛼𝛼31 – (-0,216) = 0,433
𝛼𝛼31 =0,433 – 0,216
𝛼𝛼31 = 0,217
𝛼𝛼53 = -0,35
Dari persamaan (23) diperoleh:
𝛼𝛼53 - 𝛼𝛼54 = 0,400
-0,35 - 𝛼𝛼54 = 0,400
- 𝛼𝛼54 = 0,400 + 0,35
- 𝛼𝛼54 = 0,75
𝛼𝛼54 = -0,75
Dari persamaan (26) diperoleh :
Failitas 𝑊𝑊2 :
1,2
= 0,14
0,6+1,2+0,4+5,176+0,7
Jarak 𝑊𝑊3 :
0,4
= 0,04
0,6+1,2+0,4+5,176+0,7
Tarif 𝑊𝑊4 :
5,176
= 0,64
0,6+1,2+0,4+5,176+0,7
Dan untuk perhitungan utilitas dan nilai kepentingan aribut keseluruhan responden
dapat diuji dengan menggunakan SPSS sebagai berikut :
a. Input seluruh data penilain responden kemudian disimpan
b. Setelah disimpan pilih file kemudian klik new lalu klik syntax
c. Ketik kode program berikut :
CONJOINT PLAN= 'C:\Users\Sirait\Documents\STIMULUS.sav'
/DATA= 'C:\Users\Sirait\Documents\PREFERENSI2.sav'
/SCORE=P1 TO P25
/SUBJECT=RESPONDEN
/FACTORS=PERUSAHAAN FASILITAS JARAK TARIF
PELAYANAN_DRIVER
/PRINT=ALL
d. Pilih run lalu klik all
Tabel 3.15 Nilai utilitas keseluruhan responden
Utilities
Utility Std.
Estimate Error
PERUSAHAAN GRABCAR ,066 ,045
GOCAR -,066 ,045
FASILITAS MUSIK ,025 ,067
AC -,112 ,083
KEBERSIHAN -,023 ,083
PROMO ,110 ,083
JARAK 0-5KM -,159 ,045
Interpretasi hasil :
a. Perusahaan jasa layanan transportasi taksi online
Secara umum responden lebih menyukai Perusahaan jasa layanan transport
asi taksi online yakni perusahaan Grab car karena nilai utility Grab car
bernilai positif.
b. Fasilitas
Diperoleh dari tabel 3.15 diperoleh estimasi koefisien persamaan dasar konjoin
atau estimasi utilitas sebagai berikut :
U(X) = 𝛼𝛼1 (perusahaan jasa layanan transportasi taksi online berupa Grab car
)𝑋𝑋1 + 𝛼𝛼2 (fasilitas berupa musik) 𝑋𝑋2 + 𝛼𝛼3 ( fasilitas berupa AC) 𝑋𝑋3 + 𝛼𝛼4 (
fasilitas berupa kebersihan) 𝑋𝑋4 + 𝛼𝛼5 ( jarak berupa 6-10km) 𝑋𝑋5 + 𝛼𝛼6 ( >Rp 30.00)
𝑋𝑋6 + 𝛼𝛼7 ( Rp 26.000 – Rp 30.000 ) 𝑋𝑋7 + 𝛼𝛼8 ( Rp 21.000 – Rp 25.000 ) 𝑋𝑋8 + 𝛼𝛼9 (
Rp 16.000 – Rp 20.000 ) 𝑋𝑋9 + 𝛼𝛼10 (pelayanan driver berupa sopan) 𝑋𝑋10 + 𝛼𝛼11
(pelayanan driver berupa kenyamanan) 𝑋𝑋11 + 𝛼𝛼12 (pelayanan driver berupajujur)
𝑋𝑋12.
Penelitian ini dapat dijadikan referensi atau informasi bagi jasa layanan
transportasi taksi online dan pihak pihak yang terkait tentang ketertarikan
mahasiswa USU dalam memilih menggunakan taksi online.
Penelitian ini juga dapat menjadi referensi bagi peneliti selanjutnya untuk
penelitian sejenis dengan berbagai pengembangan dalam penelitiannya.
Ugiana Prana, Rosmaini Elly. 2016. Belajar Olah Data dengan SPSS, Minitab, R,
Microsoft Excel, Eviews, Lisrel, Amos, dan Smartpls. Medan : USU
press
Pelayanan
Perusahaan Fasilitas Jarak Tarif Rating
Driver
Grab Car Musik 0-5 Rp. 16.000 - Tepat Waktu
km Rp. 20.000
Go Car Promo 6-10 >Rp. 30.000 Kejujuran
km
Grab Car Promo 0-5 Rp. 21.000 - Kesopanan
km Rp. 25.000
Grab Car AC 6-10 Rp. 16.000 - Kenyamanan
km Rp. 20.000
Grab Car Musik 6-10 >Rp. 30.000 Kenyamanan
km
Grab Car AC 0-5 Rp. 10.000 - Kesopanan
km Rp.15..000
Grab Car Promo 0-5 Rp. 16.000 - Kesopanan
km Rp. 20.000
Grab Car Kebersihan 0-5 Rp. 26.000 - Kejujuran
km Rp. 30.000
Go Car Promo 6-10 Rp. 10.000 - Tepat Waktu
km Rp.15.000
Grab Car Musik 0-5 Rp. 10.000 - Kejujuran
km Rp.15.000
Go Car Musik 0-5 Rp. 10.000 - Kenyamanan
km Rp.15.000
Go Car Kebersihan 0-5 Rp. 21.000 - Kenyamanan
km Rp. 25.000
Grab Car Kebersihan 0-5 >Rp. 30.000 Tepat Waktu
km
1 4 3 4 2 4 3 5 4 2 4
4 3 2 5 3 2 3 4 1 3
2 4 3 2 3
2 4 4 4 4 2 4 5 4 4 4
4 4 3 4 4 4 4 42 4 3
4 4 4 4 4
3 4 3 4 4 3 4 4 4 4 4
4 4 4 4 4 4 4 4 3 4
2 4 5 4 3
4 5 5 5 5 5 5 5 3 5 5
5 5 4 4 5 5 5 5 3 5
3 4 5 5 5
5 4 4 4 4 4 4 4 4 4 4
4 4 4 4 4 4 4 4 4 4
2 4 5 5 5
6 4 3 4 3 2 4 5 3 2 4
3 2 1 4 3 5 4 3 2 4
3 3 3 4 4
7 4 5 4 5 4 5 4 4 5 5
5 4 5 4 4 4 4 4 3 4
5 3 4 5 5
8 5 3 3 4 2 3 5 2 4 4
4 3 1 4 3 5 3 4 2 3
2 3 4 4 3
9 4 3 3 4 3 4 5 3 4 4
3 2 1 2 3 4 3 4 1 3
2 3 4 2 3
10 4 2 3 4 2 4 5 2 4 4
4 2 2 3 4 2 3 4 1 3
2 3 5 4 3
11 4 2 3 2 1 4 5 3 4 3
4 3 2 3 4 3 2 4 2 3
2 4 4 3 4
12 3 4 5 4 5 4 5 3 5 5
5 3 2 1 5 2 5 5 1 5
1 1 5 2 5