MAKALAH

ANALISIS KEMIRIPAN BEBERAPA MEREK MI INSTAN MENGGUNAKAN

MULTIDIMENSIONAL SCALLING (MDS)

Untuk Memenuhi Tugas Mata Kuliah Analisis Data Kuantitatif

Dosen Pengampu:
Dr. H. Karim, M.Si
Rizki Amalia, M.Pd

DISUSUN OLEH :
KELOMPOK 9

Gusti Ema Zaleha (1810118120015)

Muhammad Doddy Al Faeidy (1810118210035)
Ifas Almas Nafis (201011892006)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2021
 DAFTAR ISI

DAFTAR ISI.....................................................................................................................3
BAB I.................................................................................................................................4
Kajian Teori.......................................................................................................................4
BAB II...............................................................................................................................5
Tabulasi Data Dengan Langkah-Langkah Analisis MDS.................................................5
A. Variabel Penelitian.................................................................................................5
B. Tabulasi Data..........................................................................................................6
C. Langkah-Langkah Analisis Menggunakan SPSS.................................................15
BAB III............................................................................................................................18
Output dari Analisis Data................................................................................................18
A. Derived Stimulus Configuration : Individual differences (weighted) Euclidean
distance model.............................................................................................................18
B. Uji Keselarasan Responden Dalam Memeberi Penilaian MDS...........................19
KESIMPULAN...............................................................................................................21
DAFTAR PUSAKA........................................................................................................22
 BAB I
Kajian Teori

A. Analisis Multidimensional Scalling (MDS)

Analisis Multidimensional Scalling (MDS) merupakan salah satu teknik

peubah ganda yang dapat digunakan untuk menentukan posisi suatu obyek lainnya
berdasarkan penilaian kemiripannya, juga untuk mengetahui hubungan interdepensi
atau saling ketergantungan antar variabel atau data (Johnson, 1992). Hubungan ini
tidak diketahui melalui reduksi ataupun pengelompokan variabel, melainkan dengan
membandingkan variabel yang ada pada setiap obyek yang bersangkutan dengan
menggunakan perceptual map. MDS berhubungan dengan pembuatan peta untuk
menggambarkan posisi sebuah obyek dengan obyek lainnya berdasarkan kemiripan
obyek-obyek tersebut. MDS juga merupakan teknik yang bisa membantu peneliti
untuk mengenali (mengidentifikasi) dimensi kunci yang mendasari evaluasi objek
dari responden (pelanggan).

Menurut Hair dkk (1998), penskalaan dimensi ganda mengacu pada sebuah
metode yang membantu mengidentifikasi ukuran pokok yang mendasari penilaian
responden terhadap sebuah obyek, sebagai contoh penskalaan dimensi ganda
seringkali digunakan di bidang pemasaran untuk mengidentifikasi ukuran pokok yang
mendasari penilaian konsumen terhadap sebuah produk atau terhadap pelayanan.
Penskalaan dimensi ganda juga dikenal sebagai peta persepsi (perceptual map), yaitu
metode yang mengambarkan atau memetakan kesan relatif yang dirasakan terhadap
sejumlah obyek (perusahaan, produk atau lainnya yang berhubungan dengan
persepsi).

B. Jenis-jenis Multidimensional Scalling (MDS)

Menurut A. Walundungo (2014), untuk melakukan analisis data dengan

Multidimensional Scalling (MDS) digunakan nilai-nilai yang menggambarkan tingkat
kemiripan atau tingkat ketakmiripan antar objek yang disebut proximity yang terbagi
atas similarity (kemiripan) dan dissimilarity (ketakmiripan). Berdasarkan tipe data
 tersebut, MDS dibagi menjadi dua yaitu multidimensional scaling metrik dan
multidimensional scaling nonmetrik.

1) Multidimensional Scaling Metrik

Data jarak yang digunakan dalam penskalaan adalah data interval atau rasio.
Dalam Multidimensional Scaling metrik tidak dipermasalahkan apakah data input ini
merupakan jarak yang sebenarnya atau tidak, prosedur ini hanya menyusun bentuk
geometri dari titiktitik objek yang diupayakan sedekat mungkin dengan input jarak
yang diberikan.

2) Multidimensional Scaling Non-Metrik

Data jarak yang digunakan dalam transformasi monoton (sama) ke data yang
sebenarnya sehingga dapat dilakukan operasi aritmatika terhadap nilai
ketidaksamaannya, untuk menyesuaikan jarak dengan nilai urutan ketidaksamaannya.
Transformasi monoton akan memelihara urutan nilai ketidaksamaannya sehingga
jarak antara objek yang tidak sesuai dengan urutan nilai ketidaksamaan dirubah
sedemikian rupa sehingga akan tetap memenuhi urutan nilai ketidaksamaan tersebut
dan mendekati jarak awalnya.

C. Pengertian Mi Instan

Mie merupakan makanan yang dibuat dari campuran tepung, minyak sayur,
garam, dan beberapa bahan aditif seperti natrium polifosfat (berfungsi sebagai
pengemulsi/penstabil), natrium karbonat dan kalium karbonat yang berfungsi sebagai
pengatur asam. Selain itu, mie juga ditambahkan zat pewarna kuning (tartrazine).

Mi instan adalah mi yang sudah dimasak terlebih dahulu dan dicampur dengan
minyak, dan bisa dipersiapkan untuk konsumsi hanya dengan menambahkan air panas
dan bumbu - bumbu yang sudah ada dalam paketnya. Mie instan merupakan mie yang
diproduksi sebagai makanan yang praktis dalam pengolahannya atau “instan” dan
dapat disimpan dalam jangka waktu yang lama. Mie instan juga tak lepas dari zat
aditif makanan seperti MSG (monosodium glutamat) yang berfungsi sebagai penguat
rasa.
 BAB II
Tabulasi Data Dengan Langkah-Langkah Analisis MDS

A. Contoh Kasus

Mi Instan merupakan makanan praktis yang banyak digemari oleh berbagai

kalangan dan mi instan sangat mudah sekali ditemukan di toko-toko atau
supermarket terdekat dengan harga yang relatif murah. Banyak merek mi instan
yang kini beredar di pasaran dan dilengkapi dengan berbagai pilihan rasa yang
menggugah selera.

Kami selaku kelompok 9 ingin mengetahui penilaian masyarakat terhadap

beberapa merek mi instan yang terkenal yaitu Indomie, Mie Sedap, Sarimi, Mie
Sukses, dan Lemonilo dengan mengambil data dari kuesioner dengan 35 responden
yang sudah menilai kemiripan (Similarity) antara merek mi instant satu dengan
yang lainnya, dengan skala 1 sampai 5, dimana:

 Skala 1 berarti dua merek mi instan yang dibandingkan sangat mirip satu
dengan yang lain (mungkin dari segi rasa yang enak, kemasan yang menarik,
harga yang murah, dan sebagainya)

 Skala 5 berarti dua merek mi instan yang dibandingkan sangat tidak mirip
(berbeda) satu dengan yang lain (mungkin dari segi rasa yang memiliki ciri
khas yang kuat dari masing-masing merek, kemasan yang berbeda,
perbandingan harga yang cukup jauh, dan sebagainya)

 Responden bisa memberikan nilai di antara skala 1 sampai 5. Dengan

demikian, walupun hasil bisa bulat namun jenis data adalah rasio dan buka
ordinal.
B. Tabulasi Data

Mie Mie
No. Responden   Indomie Sarimie Lemonilo
Sedap Sukses

Indomie 0        

Mie
5 0      
Sedap

Gusti Ema Sarimie 5 3 0    

1
Zaleha
Mie
5 2 2 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
3 0      
Sedap

Helda Sarimie 4 3 0    
2
Rahmawati
Mie
2 2 1 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Ifas Almas Sarimie 2 2 0    

3
Nafis
Mie
1 3 4 0  
Sukses

Lemonil
1 1 3 3 0
o

Indomie 0        
Nurfitri A.
4
Koda 2 0      
Mie
 Sedap

Sarimie 4 3 0    

Mie
5 5 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
3 0      
Sedap

Rada Sarimie 4 4 0    
5
Heriyani
Mie
5 5 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 4 4 0    
6 nandaa
Mie
2 4 2 0  
Sukses

Lemonil
5 5 4 4 0
o

7 JAZILATUR Indomie 0        
ROHMAH
Mie
5 0      
Sedap

Sarimie 4 4 0    

Mie 4 4 4 0  
Sukses
 Lemonil
3 3 3 3 0
o

Indomie 0        

Mie
5 0      
Sedap
Reza
Sarimie 5 3 0    
8 Mustofan
Tajwardhani Mie
5 2 2 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
3 0      
Sedap

Agus Sarimie 4 3 0    
9
Basriannor
Mie
2 2 1 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Alvy Rizka Sarimie 2 2 0    

10
Risdiana
Mie
1 3 4 0  
Sukses

Lemonil
1 1 3 3 0
o

Indomie 0        
Ramona
11 Mie
Dwiastuti 2 0      
Sedap
 Sarimie 4 3 0    

Mie
5 5 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
3 0      
Sedap

Sarimie 4 4 0    
12 Mayes
Mie
5 5 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 4 4 0    
13 Amin
Mie
2 4 2 0  
Sukses

Lemonil
5 5 4 4 0
o

Indomie 0        

Mie
5 0      
Sedap

Lina Nurul Sarimie 4 4 0    

14
Atiyah
Mie
4 4 4 0  
Sukses

Lemonil
3 3 3 3 0
o

15 erika Indomie 0        
 Mie
4 0      
Sedap

Sarimie 3 2 0    

Mie
3 4 2 0  
Sukses

Lemonil
1 1 1 1 0
o

Indomie 0        

Mie
3 0      
Sedap

Annisa Sarimie 4 2 0    
16
Rahmawati
Mie
3 1 3 0  
Sukses

Lemonil
4 4 4 4 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 5 3 0    
17 diah
Mie
3 3 4 0  
Sukses

Lemonil
3 5 3 5 0
o

18 Puji Sulistyo Indomie 0        

Ningtyas
Mie
4 0      
Sedap

Sarimie 3 3 0    

Mie 4 4 3 0  
Sukses
 Lemonil
2 2 2 2 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 4 4 0    
19 Siti Umriah
Mie
4 4 3 0  
Sukses

Lemonil
3 4 4 4 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 3 3 0    
20 Sulis
Mie
3 3 3 0  
Sukses

Lemonil
2 2 2 2 0
o

Indomie 0        

Mie
4 0      
Sedap

Nur Riski Sarimie 3 3 0    

21
Hasanah
Mie
4 4 2 0  
Sukses

Lemonil
4 4 4 4 0
o

22 Wiwien nur Indomie 0        

wulandari
Mie 3 0      
Sedap
Sarimie 1 1 0    
 Mie
2 2 2 0  
Sukses

Lemonil
1 2 1 1 0
o

Indomie 0        

Mie
1 0      
Sedap

Yuliana Sarimie 2 3 0    
23
Rahmah
Mie
2 2 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap
Nur
Sarimie 3 3 0    
24 Hidayatul
Lisna Mie
3 5 4 0  
Sukses

Lemonil
5 4 3 3 0
o

Indomie 0        

Mie
4 0      
Sedap

Zahratul Sarimie 3 4 0    
25
Laili
Mie
3 1 3 0  
Sukses

Lemonil
5 4 4 5 0
o

26 Ratna Anisa Indomie 0        

Mie 2 0      
 Sedap

Sarimie 2 2 0    

Mie
3 3 3 0  
Sukses

Lemonil
3 3 3 3 0
o

Indomie 0        

Mie
3 0      
Sedap

Sarimie 3 3 0    
27 Septi
Mie
3 3 3 0  
Sukses

Lemonil
4 4 4 4 0
o

Indomie 0        

Mie
5 0      
Sedap
Muhamad
Sarimie 4 4 0    
28 Syarif
hidayat Mie
3 5 5 0  
Sukses

Lemonil
5 1 1 5 0
o

29 Nuryenisa Indomie 0        

Mie
3 0      
Sedap

Sarimie 5 5 0    

Mie 5 5 5 0  
Sukses
 Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 4 3 0    
30 Iqrima
Mie
4 2 2 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Yulisa Putri Sarimie 2 2 0    

31
Utami
Mie
2 2 2 0  
Sukses

Lemonil
1 1 1 1 0
o

Indomie 0        

Mie
3 0      
Sedap

Sarimie 2 4 0    
32 Mita NAD
Mie
3 2 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        
33 Isda Mie
4 0      
Sedap
 Sarimie 3 4 0    

Mie
4 3 3 0  
Sukses

Lemonil
5 5 5 5 0
o

Indomie 0        

Mie
4 0      
Sedap

Sarimie 4 4 0    
34 Munta Asri
Mie
4 4 1 0  
Sukses

Lemonil
4 4 4 4 0
o

Indomie 0        

Mie
2 0      
Sedap

Syahri Sarimie 3 4 0    
35
Rahman
Mie
3 2 4 0  
Sukses

Lemonil
5 5 5 5 0
o

C. Langkah-Langkah Analisis Menggunakan SPSS

1. Menginput Data ke SPSS

1) Buka aplikasi SPSS.

2) Klik Variable View, pada kolom Name beri nama Indomie, Mie Sedap,
Sarimie, Mie Sukses, Lemonilo. Pada kolom Measure mengunakan Scale.
 3) Klik Data View dan input data yang terdapat pada tabulasi data untuk satu
orang mengunakan matriks segitiga bawah.

2. Proses MDS dengan dua dimensi menggunakan SPSS.

1) Klik Analyze -> Scale -> Multidimensional Scaling (ALSCAL)... , hingga
muncul tampilan berikut ini:
2) variabel yang akan diproses, yaitu Indomie, Mie Sedap, Sarimie, Mie
Sukses, Lemonilo ke kotak Variables. Kemudian, buka ikon MODEL
sehingga kotak dialog muncul.

Pengisian :

 Pada bagian LEVEL OF MEASUREMENT, pilih ratio sesuai

tipe data yang dimasukkan, yaitu rasio.
 Bagian SCALING MODEL, pilih Individual difference
Eucllidean Distance (INDSCAL) untuk keseragaman, dan
biarkan bagian yang lain.
 Bagian DIMENSION, atau dimensi yang akan ditampakkan pada
peta adalah grafik dua dimensi (sumbu X dan sumbu Y ), sehingga
biarkan saja dimensi pada angka 2. Abaikan bagian lain dan
tekan CONTINUE untuk kembali ke kotak dialog utama.

3) Buka ikon OPTIONS untuk memunculkan kotak dialog. Pada Displays

pilih hanya Group Plots untuk keseragaman. Abaikan bagian lain, dan
tekan CONTINUE untuk kembali ke kotak dialog.
4) Abaikan bagian lain, dan tekan OK untuk proses data.
 BAB III
Output dari Analisis Data

A. Derived Stimulus Configuration : Individual differences (weighted)

Euclidean distance model

Ket :

1. Terlihat bahwa “Sarimie” ternyata mempunyai kemiripan dengan “Mie

Sedap”, karena letak paling berdekatan dan berada pada kuadran yang
sama. Sedangkan “Mie Sukses” dan “Indomie” juga berada di satu
kuadran yang sama pula, sehingga keduannya juga bisa dikatakan
mirip. Sedangkan, “Lemonilo” terletak jauh dari keempat merek mie
yang lain sehingga “Lemonilo” paling berbeda jika dibandingkan
dengan dua kelompok merek mie yang lainnya.
2. Analisis pada dimensi :
 DIMENSI 1 (Sumbu X) : Dari gambar terlihat bahwa “Sarimie”
dan “Mie Sedap” yang sangat membedakan dibanding merek mie
yang lain karena berada paling dekat dengan angka dimensi 1 yang
 terbesar. Sedangkan “Indomie”, karena terletak paling kiri dengan
angka paling kecil, maka di benak responden faktor pada dimensi
1 bukan faktor yang membedakan “Indomie” dengan merek mie
yang lain.
 DIMENSI 2 (Sumbu Y) : Dari gambar terlihat bahwa “Sarimie”
dan “Mie Sukses” yang sangat membedakan dibanding merek mie
yang lain karena berada paling dekat dengan angka dimensi 2 yang
terbesar. Sedangkan “Lemonilo”, karena terletak paling kiri
dengan angka paling kecil, maka di benak responden faktor pada
dimensi 1 bukan faktor yang membedakan “Lemonilo” dengan
merek mie yang lain.

B. Uji Keselarasan Responden Dalam Memeberi Penilaian MDS

1. Derived Subject Weights: Individual differences (weighted)

Euclidean distance model

Ket :
Pada grafik di atas, terlihat posisi 35 responden bisa dibentuk sebuah
‘garis lurus' yang menuju ke kiri bawah. Hal ini membuktikan adanya
kekonsistenan para respoden dalam menilai kemiripan kelima merek
mie.

2. Scatterplot of Linear Fit: Individual differences (weighted)

Euclidean distance model
Ket :
Dalam grafik yang berisi kumpulan koordinat dari isi kuesioner
kemiripan tersebut, terlihat titik – titik koordinat tidak membentuk
berbagai kelompok koordinat sendiri, namun relatif menggerombol di
tengah. Hal ini membuktikan kesamaan sikap para respoden
 KESIMPULAN

Pada uji ini disimpulkan bahwa “Sarimie” ternyata mempunyai

kemiripan dengan “Mie Sedap”, serta “Mie Sukses” dengan “Indomie” juga
bisa dikatakan mirip. Sedangkan, “Lemonilo” paling berbeda jika
dibandingkan dengan dua kelompok merek mie yang lainnya.
 DAFTAR PUSAKA

https://id.wikipedia.org/wiki/Mi_instan (di akses pada 28 April 2021)

http://kumpulanilmukesahatan.blogspot.com/2015/05/pengertian-mie-instan-
dan-kandungan.html (diakses pada 28 April 2021)