Dematel

UNIVERSITAS INDONESIA
PERANCANGAN STRATEGI UNTUK MENDAPATKAN FAKTOR

KEBERHASILAN IMPLEMENTASI INTERNET OF THINGS (IOT)
PADA INDUSTRI MANUFAKTUR SEKTOR OTOMOTIF DENGAN
METODE BERBASIS DEMATEL (DANP)
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik
DENISE SAVIA ANINDITA

1706069921
FAKULTAS TEKNIK
PROGRAM SARJANA TEKNIK INDUSTRI
DEPOK
2021
Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

UNIVERSITAS INDONESIA
PERANCANGAN STRATEGI UNTUK MENDAPATKAN FAKTOR

KEBERHASILAN IMPLEMENTASI INTERNET OF THINGS (IOT)
PADA INDUSTRI MANUFAKTUR SEKTOR OTOMOTIF DENGAN
METODE BERBASIS DEMATEL (DANP)
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik
DENISE SAVIA ANINDITA

1706069921
FAKULTAS TEKNIK
PROGRAM SARJANA TEKNIK INDUSTRI
DEPOK
2021
ii

HALAMAN PERNYATAAN ORISINALITAS
Skripsi ini adalah hasil karya saya sendiri,

dan semua sumber baik yang dikutip maupun dirujuk
telah saya nyatakan dengan benar.
Nama : Denise Savia Anindita

NPM : 1706069921
Tanda Tangan :
Tanggal : 21 Juni 2021
iii

HALAMAN PENGESAHAN
Skripsi ini diajukan oleh :

NPM : 1706069921
Program Studi : Teknik Industri
Judul Skripsi : Perancangan Strategi Untuk Mendapatkan Faktor
Keberhasilan Implementasi Internet Of Things (IoT) Pada
Industri Manufaktur Sektor Otomotif Dengan Metode
Berbasis DEMATEL (DANP)
Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

bagian persyaratan yang diperlukan untuk memperoleh gelar Sarjana Teknik pada
Program Studi Teknik Industri, Fakultas Teknik, Universitas Indonesia.
DEWAN PENGUJI
Pembimbing : Inaki Maulida Hakim, S.T., M.T. ( )
Penguji 1 : Prof. Dr. Ir. Teuku Yuri M. Zagloel, M.Eng.Sc. ( )
Penguji 2 : Dr. Andri D. Setiawan, S.T., M.Sc. ( )
Ditetapkan di : Depok
Tanggal : 28 Juni 2021
iv

KATA PENGANTAR
Puji dan syukur Penulis panjatkan kepada Tuhan Yang Maha Esa, karena rahmat
dan karunia-Nya, Penulis dapat menyelesaikan skripsi yang berjudul “Perancangan
Strategi Untuk Mendapatkan Faktor Keberhasilan Implementasi Internet Of Things (IoT)
Pada Industri Manufaktur Sektor Otomotif Dengan Metode Berbasis DEMATEL
(DANP)”. Penulisan skripsi ini dilakukan dalam rangka memenuhi salah satu syarat untuk
memperoleh gelar Sarjana Teknik pada Program Studi Teknik Industri, Fakultas Teknik,
Universitas Indonesia. Penulis menyadari bahwa penyusunan skripsi ini tidak dapat
berjalan dengan baik tanpa bantuan dan bimbingan secara langsung maupun tidak
langsung dari berbagai pihak. Untuk itu, Penulis mengucapkan terima kasih kepada:
(1) Ibu Inaki Maulida Hakim, S.T., M.T., selaku dosen pembimbing yang telah
menyediakan waktu, pikiran dan tenaga serta memberikan bimbingan dan masukan
dalam menyelesaikan penulisan penelitian ini.
(2) Bapak Mawan, Bapak Yanyan, Bapak Anwar, dan seluruh pihak perusahaan
Industri Manufaktur pada Sektor Otomotif atas kesediaannya untuk membantu
Penulis dalam melakukan penelitian.
(3) Para dosen penguji yang telah mengkritisi dan memberikan masukan selama masa
penyusunan skripsi.
(4) Seluruh dosen Teknik Industri Universitas Indonesia yang telah memberikan
banyak ilmu pengetahuan dan wawasan kepada Penulis selama masa perkuliahan.
(5) Nenek dan kedua orang tua Penulis, Nini Lulu Lugijati, Bapak Budiman Sudrajat,
dan Ibu Rianti Dwiyani, serta seluruh keluarga Penulis yang telah mendoakan dan
terus memberikan semangat, motivasi, dukungan, dan doa kepada Penulis.
(6) Rifani Adella, Raja Mula, Aloysia Elva, dan Sauqi Malikal selaku teman
seperjuangan Penulis selama proses bimbingan, yang telah saling membantu dan
mendukung selama prosesn penyusunan skripsi.
(7) Hayu Astuti, Lafebya Yustika, Nabiilah Tiara, Nadine Mediha, Fienka Wiandianti,
Adhwa Rana, Cindy Natasha, Nadila Adhani, Karina Nisa, Vanya Permata, Nabiela
Setia, Maraya Ghassani, Rahman Mirza, Guntur Pamungkas, dan Ananda Pasha
selaku teman dekat yang telah membantu dan mendukung satu sama lain selama
masa perkuliahan hingga penyusunan skripsi.

(8) Matahari Kinanti, Hasna Azzahra, Salma Immala, dan Callista Dara selaku sahabat
Penulis yang selalu menemani sejak SMA hingga saat ini.
(9) Fathi Faizuddin, Jihan Shohwatu, dan James Raditya selaku support system Penulis
selama masa perkuliahan.
(10) Keysia June, Hilman Hanif dan Rana Irawati yang telah memberikan waktu, tenaga,
dan pikiran untuk membantu Penulis dalam menyusun skripsi.
(11) Fadil Rachman selaku teman terdekat Penulis yang selalu menyemangati dan
menemani Penulis selama proses penyusunan skripsi.
(12) Kemahasiswaan IMTI 2018, Liga Jurusan Teknik Industri 2018, Kebendaharaan
BEM FTUI 2018, dan Kemahasiswaan IMTI 2019 yang merupakan tempat Penulis
berkembang selama masa perkuliahan.
(13) Teman-teman asisten Laboratorium Sistem Manufaktur angkatan 2016, 2017,
2018, dan 2019 yang selalu siap membantu dan memberikan dukungan.
(14) Teknik Industri Universitas Indonesia angkatan 2017 yang telah mewarnai hari-hari
peneliti selama menjalani masa perkuliahan.
(15) Adik-adik angkatan 2018, 2019, dan 2020 yang telah memberikan semangat selama
Penulis menjalani penelitian.
(16) Seluruh pihak yang telah membantu Penulis selama penyusunan skripsi.
Demikian kata pengantar yang dapat Penulis sampaikan. Penulis berharap kepada
Tuhan Yang Maha Esa berkenan membalas kebaikan semua pihak yang telah membantu.
Penulis memohon maaf jika terdapat kesalahan dalam penggunaan kata yang kurang
berkenan. Kritik dan saran sangat Penulis harapkan untuk perbaikan dan pengembangan
pada masa mendatang. Akhir kata, semoga skripsi yang telah disusun ini dapat
memberikan manfaat bagi pengembangan ilmu serta penelitian yang dilakukan
selanjutnya.
Depok, 21 Juni 2021
Denise Savia Anindita
vi

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI
TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS
Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini:
NPM : 1706069921
Departemen : Teknik Industri
Fakultas : Teknik
Jenis Karya : Skripsi
demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive Royalty-Free
Right) atas karya ilmiah saya yang berjudul:
“Perancangan Strategi Untuk Mendapatkan Faktor Keberhasilan Implementasi

Internet Of Things (IoT) Pada Industri Manufaktur Sektor Otomotif Dengan
Metode Berbasis DEMATEL (DANP)”
beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif
ini Universitas Indonesia berhak menyimpan, mengalihmedia/format-kan, mengelola
dalam bentuk pangkalan data (database), merawat, dan memublikasikan tugas akhir saya
selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak
Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Depok
Pada tanggal : 21 Juni 2021
Yang menyatakan
(Denise Savia Anindita)
vii

ABSTRAK

Judul : Perancangan Strategi Untuk Mendapatkan Faktor Keberhasilan
Implementasi Internet Of Things (IoT) Pada Industri Manufaktur
Sektor Otomotif Dengan Metode Berbasis DEMATEL (DANP)
Pembimbing : Inaki Maulida Hakim, S.T., M.T.
Kontribusi Industri Manufaktur terhadap PDB Indonesia diproyeksikan akan terus

mengalami penurunan apabila tidak dilakukan upaya untuk merevitalisasi Industri
Manufaktur. Seiringan dengan penurunan kontribusi tersebut, Indonesia beraspirasi untuk
menjadi Top 10 PDB Global pada tahun 2030 melalui meningkatkan faktor kontributor
ekspor netto. Pemerintah Indonesia memiliki inisiatif Making Indonesia 4.0 yang
bertujuan untuk merevitalisasi Industri Manufaktur melalui implementasi teknologi
Industri 4.0 pada lima sektor fokus dengan salah satu sektornya adalah sektor otomotif.
Melalui inisiatif ini diharapkan ekspor netto negara dapat meningkat. Teknologi yang
menjadi lapisan paling dasar implementasi Industri 4.0 adalah internet of things. Namun,
penelitian menunjukkan bahwa hanya 26% perusahaan yang mengalami kesuksesan
ketika mengimplementasikan IoT. Berdasarkan keadaan tersebut, perusahaan perlu
mempertimbangkan key success factors (KSF) ketika mengimplementasikan IoT dimana
tujuannya adalah untuk membantu memfokuskan aktivitas perusahaan dan menghindari
pemborosan sumber daya pada aktivitas yang kurang penting sehingga mampu
mendukung tercapainya tujuan perusahaan. Oleh karena itu, penelitian ini bertujuan untuk
mengidentifikasi KSF, mencari hubungan antar KSF, mendapatkan bobot KSF, dan
merancang strategi implementasi IoT di Industri Manufaktur pada sektor otomotif
berdasarkan KSF prioritas. Hasil dari penelitian ini mendapatkan delapan dimensi dan
dua puluh empat KSF implementasi IoT. Hasil perhitungan menunjukkan tiga KSF yang
terpilih, yaitu market requirements, peraturan dan kebijakan pemerintah, dan technology
standardization approach dimana masing-masing KSF tersebut dibuat rancangan
strategi.
Kata Kunci:
Internet of Things (IoT), Key Success Factors (KSF), Industri Otomotif, DANP
viii Universitas Indonesia

ABSTRACT
Name : Denise Savia Anindita

Study Program : Industrial Engineering
Title : Strategic Planning to Obtain Internet of Things (IoT)
Implementation Key Success Factors in the Automotive Sector of
Manufacturing Industry With DEMATEL Based Method
(DANP)
Counsellor : Inaki Maulida Hakim, S.T., M.T.
The contribution of the Manufacturing Industry to Indonesia's GDP is projected to

continue to decline if no efforts are made to revitalize the Manufacturing Industry. Along
with the decline in this contribution, Indonesia aspires to become the Top 10 Global GDP
in 2030 by increasing the net export contributor factor. The Indonesian government has
the Making Indonesia 4.0 initiative which aims to revitalize the Manufacturing Industry
through the implementation of Industry 4.0 technology in five focus sectors, one of which
is the automotive sector. Through this initiative, it is hoped that the country's net exports
can increase. The technology that is the most basic layer of the implementation of Industry
4.0 is the internet of things. However, research shows that only 26% of companies
experience success when implementing IoT. Based on these circumstances, companies
need to consider key success factors (KSF) when implementing IoT where the goal is to
help focus company activities and avoid wasting resources on activities that are less
important so as to support the achievement of company goals. Therefore, this study aims
to identify KSF, look for the relationship between KSF, get the weight of KSF, and design
an IoT implementation strategy in the Manufacturing Industry in the automotive sector
based on priority KSF. The results of this study get eight dimensions and twenty four
KSFs of IoT implementation. The results of the calculation show that the three selected
KSFs are market requirements, government regulations and policies, and the technology
standardization approach where a strategy is designed for each KSF.
Keywords:
Internet of Things (IoT), Key Success Factors (KSF), Automotive Industry, DANP
ix Universitas Indonesia

DAFTAR ISI
HALAMAN PERNYATAAN ORISINALITAS ............................................................ iii
HALAMAN PENGESAHAN ......................................................................................... iv
KATA PENGANTAR ...................................................................................................... v
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK

KEPENTINGAN AKADEMIS ...................................................................................... vii
ABSTRAK..................................................................................................................... viii
ABSTRACT .................................................................................................................... ix
DAFTAR ISI .................................................................................................................... x
........................................................................................................................................ xii
DAFTAR TABEL ......................................................................................................... xiii
DAFTAR GAMBAR ..................................................................................................... xiv
BAB 1 PENDAHULUAN ............................................................................................... 1
1.1 Latar Belakang ........................................................................................................... 1
1.2 Diagram Keterkaitan Masalah .................................................................................. 8
1.3 Rumusan Masalah .................................................................................................... 10
1.4 Tujuan Penelitian ..................................................................................................... 10
1.5 Batasan Penelitian .................................................................................................... 10
1.6 Metodologi Penelitian ............................................................................................. 11
1.7 Sistematika Penelitian ............................................................................................. 14
BAB 2 STUDI LITERATUR ....................................................................................... 16
2.1 Key Success Factors (KSF) .................................................................................... 16
2.2 Metode Pengolahan Data ........................................................................................ 17

2.2.1 Metode Delphi ............................................................................................ 17
x Universitas Indonesia

2.2.2 Geometric Mean ......................................................................................... 19
2.2.3 Multi Criteria Decision Making ................................................................. 19
2.2.4 Decision Making Trial and Evaluation Laboratory (DEMATEL) ............ 20
2.2.5 Analytic Network Process (ANP) ............................................................... 23
2.2.6 ANP Berbasis DEMATEL (DANP) ........................................................... 27
BAB 3 PENGUMPULAN DAN PENGOLAHAN DATA ......................................... 32
3.1 Pengumpulan Data Sekunder ................................................................................. 32
3.2 Pengumpulan dan Pengolahan Data Primer ......................................................... 35

3.2.1 Profil Panel ahli .......................................................................................... 35
3.2.2 Uji Validitas Kuesioner .............................................................................. 36
3.2.3 Pengumpulan Data Identifikasi KSF .......................................................... 39
3.2.4 Pengolahan Data Identifikasi KSF ............................................................. 39
3.2.5 Pengumpulan Data Pembobotan KSF ........................................................ 43
3.2.6 Pengolahan Data Pembobotan KSF ............................................................ 43
3.2.7 Pembuatan Network Relationship Map ...................................................... 53
3.2.7.1 Network Relationship Map antar Dimensi ......................................... 56
3.2.7.2 Network Relationship Map antar KSF dalam Dimensi ...................... 58
3.2.7.3 Network Relationship Map antar KSF ............................................... 65
BAB 4 ANALISIS ......................................................................................................... 70
4.1 Analisis Identifikasi KSF ........................................................................................ 70
4.2 Analisis Pembobotan KSF ...................................................................................... 73

4.2.1 Analisis Bobot Dimensi .............................................................................. 74
4.2.2 Analisis Bobot KSF Lokal dan Global ....................................................... 75
4.3 Analisis Hubungan Antar KSF .............................................................................. 79

4.3.1 Analisis Hubungan Antar Dimensi ............................................................. 80
4.3.2 Analisis Hubungan Pada KSF Market Requirements ................................. 81
4.3.3 Analisis Hubungan Pada KSF Peraturan dan Kebijakan Pemerintah......... 83
4.3.4 Analisis Hubungan Pada KSF Technology Standardization Approach ..... 85
4.4 Perancangan Strategi ............................................................................................... 88
xi Universitas Indonesia

4.4.1 Perancangan Strategi Implementasi IoT Untuk KSF Market Requirements
88
4.4.2 Perancangan Strategi Implementasi IoT Untuk KSF Peraturan dan
Kebijakan Pemerintah............................................................................................. 91
4.4.3 Perancangan Strategi Implementasi IoT Untuk KSF Technology
Standardization Approach ...................................................................................... 93
BAB 5 KESIMPULAN ................................................................................................. 97
5.1 Kesimpulan ............................................................................................................... 97
5.2 Saran .......................................................................................................................... 99
DAFTAR REFERENSI ................................................................................................ 100
LAMPIRAN ................................................................................................................. 108
xii Universitas Indonesia

Universitas Indonesia
DAFTAR TABEL
Tabel 2. 1 Skala Penilaian Metode DEMATEL ............................................................. 21

Tabel 2. 2 Skala Penilaian Metode ANP ........................................................................ 25
Tabel 3. 1 Daftar Key Success Factors Berdasarkan Studi Literatur ............................. 32

Tabel 3. 2 Kriteria Panel Ahli ......................................................................................... 35
Tabel 3. 3 Profil Panel Ahli ............................................................................................ 35
Tabel 3. 4 Klasifikasi Aiken's V ...................................................................................... 36
Tabel 3. 5 Uji Validitas Kuesioner dengan Aiken's V ..................................................... 37
Tabel 3. 6 Skala Likert Kuesioner Identifikasi KSF ....................................................... 39
Tabel 3. 7 Hasil Kuesioner Identifikasi KSF .................................................................. 40
Tabel 3. 8 Daftar KSF Terpilih ....................................................................................... 41
Tabel 3. 9 Skala Likert Kuesioner Pembobotan KSF ..................................................... 43
Tabel 3. 10 Hasil Pembobotan dari Metode DANP ....................................................... 50
Tabel 3. 11 Peringkat KSF untuk Penunjang Keberhasilan Implementasi IoT .............. 51
Tabel 3. 12 Nilai Threshold Value.................................................................................. 55
Tabel 3. 13 Nilai (D+R) dan (D-R) pada Dimensi ......................................................... 56
Tabel 3. 14 Nilai (D+R) dan (D-R) pada KSF dalam Dimensi ...................................... 59
Tabel 3. 15 Nilai (D+R) dan (D-R) antar KSF ............................................................... 65
Tabel 4. 1 Identifikasi KSF Berdasarkan Tahap Validasi .............................................. 71

Tabel 4. 2 Jumlah Dimensi dan KSF .............................................................................. 73
Tabel 4. 3 Peringkat Bobot Dimensi .............................................................................. 74
Tabel 4. 4 Peringkat Bobot Lokal dan Global KSF ........................................................ 75
Tabel 4. 5 Rancangan Strategi KSF Market Requirements ............................................ 89
Tabel 4. 6 Rancangan Strategi KSF Peraturan dan Kebijakan Pemerintah .................... 92
Tabel 4. 7 Rancangan Strategi KSF Technology Standardization Approach................. 94
xiii Universitas Indonesia

DAFTAR GAMBAR
Gambar 1. 1 Struktur PDB Indonesia Tahun 2020 ........................................................... 2

Gambar 1. 2 Proyeksi Penurunan Porsi Kontribusi Industri Manufaktur terhadap PDB . 3
Gambar 1. 3 Faktor Ekspor Netto Sebagai Pendorong Pertumbuhan PDB ...................... 4
Gambar 1. 4 Lapisan Industri 4.0 ..................................................................................... 5
Gambar 1. 5 Proyeksi Peningkatan Pasar IoT .................................................................. 6
Gambar 1. 6 Diagram Keterkaitan Masalah ..................................................................... 9
Gambar 1. 7 Metodologi Penelitian ................................................................................ 12
Gambar 2. 1 Matriks Z Pada Metode DEMATEL ......................................................... 22

Gambar 2. 2 Struktur Model AHP dan ANP .................................................................. 24
Gambar 2. 3 Unweighted Supermatrix ........................................................................... 26
Gambar 3. 1 Matrix of Direct Influence ......................................................................... 45

Gambar 3. 2 Direct Relation Matrix (Matriks D) ........................................................... 47
Gambar 3. 3 Limit Supermatrix ...................................................................................... 49
Gambar 3. 4 Total Relation Matrix Untuk Dimensi ....................................................... 53
Gambar 3. 5 Total Relation Matrix Untuk Faktor .......................................................... 54
Gambar 3. 6 Hubungan Pengaruh Antar Dimensi .......................................................... 57
Gambar 3. 7 Network Relationship Map Antar Dimensi................................................ 58
Gambar 3. 8 Hubungan Pengaruh Antar KSF Dalam Dimensi ...................................... 61
Gambar 3. 9 Network Relationship Map Antar KSF dalam Dimensi People and
Management ................................................................................................................... 62
Gambar 3. 10 Network Relationship Map Antar KSF dalam Dimensi Operations ....... 63
Gambar 3. 11 Network Relationship Map Antar KSF dalam Dimensi Technology ....... 63
Gambar 3. 12 Network Relationship Map Antar KSF dalam Dimensi Finance ............ 64
Gambar 3. 13 Network Relationship Map Antar KSF dalam Dimensi Innovation and
Ideas................................................................................................................................ 64
Gambar 3. 14 Network Relationship Map Antar KSF dalam Dimensi Resources ......... 65
Gambar 3. 15 Hubungan Pengaruh Antar KSF .............................................................. 68
Gambar 3. 16 Network Relationship Map Antar KSF .................................................... 69
xiv Universitas Indonesia

Gambar 4. 1 Grafik Batang Bobot Dimensi ................................................................... 75
Gambar 4. 2 Grafik Bobot Global KSF .......................................................................... 78
Gambar 4. 3 Hubungan Pengaruh Antar KSF Pada KSF Market Requirements ........... 82
Gambar 4. 4 Hubungan Pengaruh Antar KSF Pada KSF Peraturan dan Kebijakan
Pemerintah ...................................................................................................................... 84
Gambar 4. 5 Hubungan Pengaruh Antar KSF Pada KSF Technology Standardization
Approach ........................................................................................................................ 87
xv Universitas Indonesia

BAB 1
PENDAHULUAN
Pada bab ini akan dijabarkan mengenai penelitian yang akan dilakukan melalui
menjelaskan latar belakang masalah yang menjadi urgensi penelitian, diagram keterkaitan
masalah, perumusan masalah, tujuan penelitian, metodologi penelitian, batasan penelitan,
serta tempat dan waktu penelitian. Gambaran umum mengenai sistematika penulisan
masing-masing bab akan disertakan pada akhir bab ini.
1.1 Latar Belakang
Produk Domestik Bruto (PDB) merupakan salah satu indikator penting untuk
menilai kondisi ekonomi suatu negara. Pada dasarnya, PDB didefinisikan sebagai jumlah
nilai tambah yang dihasilkan oleh seluruh unit usaha atau jumlah nilai barang dan jasa
akhir yang dihasilkan oleh seluruh unit ekonomi dalam suatu negara. Terdapat dua dasar
pengukuran harga PDB, yaitu atas dasar harga berlaku dan atas dasar harga konstan.
Pengukuran pergeseran dan struktur ekonomi dapat diketahui melalui PDB atas dasar
harga berlaku dan pengukuran pertumbuhan ekonomi dari tahun ke tahun dapat diketahui
melalui PDB atas dasar harga (Badan Pusat Statistik, 2020).
Pada tahun 2019, PDB Indonesia berada pada posisi ke-16 dari 217 negara. PDB
Indonesia terdiri atas sembilan belas lapangan usaha yang berkontribusi di dalamnya
dengan kontribusi terbesar dari Industri Pengolahan. Terdapat 16 sektor industri di dalam
Industri Pengolahan, dimana beberapa sektor tersebut dapat dikategorikan ke dalam
Industri Manufaktur. Struktur PDB Indonesia dapat dilihat pada Gambar 1.1 berikut ini.
1

2
Gambar 1. 1 Struktur PDB Indonesia Tahun 2020

(Sumber: Badan Pusat Statistik, 2020)
Sejak awal tahun 2000, Industri Manufaktur kerap mengalami penurunan porsi
kontribusi terhadap PDB Indonesia. Tabel 1.1 memperlihatkan proyeksi penurunan porsi
kontribusi Industri Manufaktur terhadap PDB Indonesia. Situasi penurunan porsi
kontribusi tersebut dikonfirmasi oleh Kementrian Perindustrian yang menyatakan bahwa
penurunan porsi kontribusi ini akan terus menurun apabila tidak dilakukan intervensi
apapun untuk merevitalisasi Industri Manufaktur. Selain berdampak terhadap
perekonomian, menurunnya kontribusi Industri Manufaktur juga dapat berdampak
terhadap penyerapan tenaga kerja, peningkatan ekspor, dan peningkatan investasi. Oleh
karena itu, diperlukan upaya untuk merevitalisasi Industri Manufaktur di Indonesia agar
dapat menjadi industri andalan yang berdaya saing tinggi.

3
Gambar 1. 2 Proyeksi Penurunan Porsi Kontribusi Industri Manufaktur terhadap PDB

(Sumber: Kementrian Perindustrian, 2018)
Gambar 1.2 memberikan gambaran terhadap penurunan porsi kontribusi Industri

Manufaktur terhadap PDB Indonesia dari tahun 1980 hingga proyeksi pada tahun 2030.
Kontribusi Industri Manufaktur meningkat sebesar 13% dari tahun 1980 ke 2000, namun
terjadi penurunan sebesar 3% di tahun 2015 dan diproyeksikan akan terus menurun
hingga tahun 2030. Kondisi ini berbanding terbalik dengan Industri Jasa yang terus
mengalami pertumbuhan. Seiringan dengan situasi porsi kontribusi Industri Manufaktur
terhadap PDB Indonesia, Indonesia beraspirasi untuk meningkatkan peringkat PDB
Global menjadi pada Top 10 PDB Global pada tahun 2030 mendatang. Terdapat empat
faktor kontributor pertumbuhan PDB yang dapat ditingkatkan untuk mencapai aspirasi
tersebut. Faktor-faktor kontributor tersebut adalah: belanja konsumen, belanja
pemerintah, investasi, dan ekspor netto. Menurut Kementrian Perindustrian, faktor
kontributor ekspor netto ditetapkan sebagai faktor kontributor pendorong pertumbuhan
PDB Indonesia selanjutnya. Inisiatif Making Indonesia 4.0 menjadi satu strategi
pemerintah untuk meningkatkan faktor kontributor tersebut.

4
Gambar 1. 3 Faktor Ekspor Netto Sebagai Pendorong Pertumbuhan PDB

(Sumber: Kementrian Perindustrian, 2018)
Inisiatif Making Indonesia 4.0 adalah inisiatif yang disusun Kementrian

Perindustrian untuk mengimplementasikan Industri 4.0 di Indonesia. Melalui inisiatif
yang mempercepat implementasi Industri 4.0 ini, diharapkan Indonesia mampu
merevitalisasi Industri Manufaktur. Hal ini disebabkan oleh potensi besar yang dimiliki
implementasi Industri 4.0 dalam melipatgandakan produktifitas tenaga kerja, sehingga
dapat meningkatkan daya saing global dan mengangkat pangsa pasar ekspor global.
Ekspor yang lebih tinggi akan membuka lebih banyak lapangan pekerjaan, sehingga
konsumsi domestik menjadi lebih kuat. Melalui hal ini, Indonesia diharapkan dapat
mencapai aspirasi menjadi Top 10 PDB Global pada tahun 2030. Lima sektor Industri
Manufaktur yang menjadi fokus dalam inisatif Making Indonesia 4.0 adalah: makanan
dan minuman, tekstil dan pakaian, otomotif, kimia, dan elektronik.
Pada penelitian ini, sektor otomotif dipilih menjadi fokus penelitian. Sektor ini
dipilih karena merupakan salah satu sektor yang memberikan kontribusi besar bagi
perekonomian Indonesia, yaitu sebagai eksportir otomotif kedua terbesar di ASEAN.
Strategi implementasi teknologi Industri 4.0 terhadap sektor otomotif disebut dengan
Automotive 4.0, strategi Automotive 4.0 termasuk menaikkan produksi lokal dalam hal
volume dan efisiensi produksi bahan baku serta komponen penting melalui adopsi
teknologi dan pengembangangan infrastruktur, bekerjasama dengan perusahaan OEM
dunia untuk meningkatkan ekspor, dan membangun ekosistem untuk industri electric

5
vehicle (EV), dimulai dengan kemampuan manufaktur sepeda motor listrik (Kementrian
Perindustrian, 2018).
Sebagaimana tertera pada inisatif Making Indonesia 4.0, inisatif ini bertujuan
untuk mempercepat implementasi teknologi Industri 4.0 di Indonesia. Terdapat 9 pilar
teknologi Industri 4.0, yaitu: autonomous robots, simulation, system integration, internet
of things, cyber security, cloud computing, additive manufacturing, augmented reality,
dan big data. Menurut laporan yang disusun oleh Dr. Naoufel Boulila dari Siemens
Corporate Technology di Jerman yang terdapat pada Gambar 1.4, menemukan bahwa
Industri 4.0 dibangun di atas internet services, yang dibangun di atas smart factories,
yang dibangun di atas cyber physical systems, yang menggunakan internet of things
sebagai infrastrukturnya. Berdasarkan hal ini, pilar teknologi internet of things (IoT)
merupakan lapisan utama dari implementasi Industri 4.0 yang perlu dipenuhi terlebih
dahulu agar dapat terbentuk ekosistem Industri 4.0 yang memadai. Oleh karena itu,
teknologi internet of things dipilih sebagai fokus pada penelitian ini.
Gambar 1. 4 Lapisan Industri 4.0

(Sumber: Boulila, 2019)
Implementasi internet of things pada Industri Manufaktur dapat membantu fungsi:

supply chain management, operating efficiency, predictive maintenance, dan inventory
optimization. Melihat fungsi tersebut, peningkatan pasar dari IoT sendiri diproyeksikan
akan terus meningkat, seperti terlihat pada Gambar 1.5. Namun, penelitian menunjukkan
bahwa dari seluruh perusahaan yang berupaya mengimplementasikan teknologi IoT,
hanya 26% di antaranya yang mengalami kesuksesan. Laporan trend oleh DHL di tahun
2015 menunjukkan bahwa untuk industri dapat mencapai ekosistem IoT yang baik,

6
diperlukan identifikasi key success factors (KSF) dalam mengimplementasikan teknologi

tersebut.
Key success factors sendiri dapat didefinisikan sebagai kunci, pendukung, atau
aktivitas yang penting untuk keberhasilan bisnis yang perlu diidentifikasi, dievaluasi, dan
difokuskan. Apabila KSF tidak terpenuhi, kegagalan akan terjadi sebab KSF merupakan
hal yang penting untuk menunjang kesuksesan jangka panjang perusahaan. KSF menjadi
suatu cara untuk memperioritaskan aktivitas yang perlu dilakukan ketika sedang
menjalankan proyek atau perusahaan. Memiliki KSF yang jelas dapat membantu
memperjelas bagian apa yang perlu dilakukan atau memerlukan perhatian khusus
sehingga memungkinkan orang untuk bekerja sama dalam mencapai tujuan proyek atau
perusahaan. Hal-hal yang ini menjadikan KSF sebagai faktor penting yang esensial untuk
kesukesan suatu proyek atau perusahaan. Mengidentifikasi KSF menjadi penting karena
dapat membantu memfokuskan aktivitas perusahaan dan menghindari pemborosan
sumber daya pada aktivitas yang kurang penting sehingga mampu mendukung
tercapainya tujuan proyek atau perusahaan. Maka, mengidentifikasi KSF untuk
implementasi teknologi IoT penting untuk dilakukan.
Gambar 1. 5 Proyeksi Peningkatan Pasar IoT

(Sumber: Statista.com, 2020)
Menurut Ketua Asosiasi IoT Indonesia, implementasi IoT memegang peranan

penting di industri manufaktur di masa depan. Salah satu langkah penerapan IoT yang
perlu dilakukan perusahaan adalah membuat roadmap strategy. Membuat roadmap

7
strategy mampu membantu perusahaan dalam memperjelas visi, tujuan, dan arah
perusahaan, dalam hal ini memperjelas visi, tujuan, dan arah pengimplementasian
teknologi IoT.
Saat ini, banyak penelitian terdahulu yang telah membahas identifikasi KSF dalam
penerapan Industri 4.0 di berbagai sektor. Salah satunya adalah penelitian yang dilakukan
oleh Sony & Naik (2020) terkait identifikasi KSF untuk implementasi Industri 4.0.
Kemudian, Shinohara et al. (2017) juga telah melakukan identifikasi KSF untuk
implementasi Industri 4.0 di tingkat lebih spesifik, yaitu pada digital manufacturing di
pabrik perakitan otomotif. Pada penelitian yang dilakukan Abidin (2012) terkait
menentukan dan memprioritaskan KSF di sektor otomotif Malaysia, digunakan metode
analytic network process (ANP) karena dinilai sebagai metode yang dapat memberikan
penilaian akurat terhadap KSF, mempertimbangkan hubungan antar faktor,
membutuhkan jumlah responden sedikit, dekat dengan situasi di dunia nyata, dan
sederhana untuk dibuat. Selain menggunakan ANP, metode hibridasi ANP dengan
DEMATEL juga digunakan untuk menganalisis KSF. Pertama, terdapat penelitian oleh
Khan et al. (2020) yang menggunakan metode ANP berbasis DEMATEL (DANP) untuk
menganalisis KSF terhadap transisi ekonomi sirular. Selanjutnya, terdapat penelitian oleh
Nilashi et al. (2015) yang menggunakan metode hibridasi DEMATEL dan ANP, yaitu
NRM of ANP untuk mengevaluasi KSF pada proyek konstruksi.
Meskipun terdapat banyak penelitian terdahulu terkait identifikasi KSF, belum
ada penelitian yang menjelaskan mengenai identifikasi KSF untuk implementasi
teknologi IoT pada sektor otomotif. Padahal, identifikasi KSF merupakan hal esensial
yang perlu dilakukan agar kesuksesan dapat tercapai. Oleh karena itu, untuk mendukung
tercapainya inisiatif Making Indonesia 4.0 terutama dalam sektor otomotif, diperlukan
identifikasi KSF pada implementasi teknologi IoT disertai strategi dalam
pengimplementasiannya agar terbentuk ekosistem IoT yang baik dan dapat menunjang
pencapaian tujuan yang diharapkan.

8
1.2 Diagram Keterkaitan Masalah
Diagram keterkaitan masalah berikut dibentuk untuk menunjukkan secara

sistematis hubungan antara latar belakang permasalah dengan tujuan penelitian, serta
mempermudah pemahaman akan permasalahan yang diangkat. Diagaram keterkaitan
masalah dapat dilihat pada Gambar 1.6.

9
Gambar 1. 6 Diagram Keterkaitan Masalah

10
1.3 Rumusan Masalah
Berdasarkan latar belakang yang telah dijabarkan di atas, kunci kesuksesan dalam
penerapan teknologi IoT terletak pada identifikasi key success factors dan perancangan
roadmap strategy. Maka, peneliti merumuskan masalah dari penelitian ini adalah
“Bagaimana rancangan strategi yang tepat terhadap faktor-faktor keberhasilan yang
terpilih dalam implementasi IoT di Industri Manufaktur pada sektor otomotif?”.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah:

1. Mengidentifikasi faktor-faktor keberhasilan (key success factors) untuk
implementasi IoT di Industri Manufaktur pada sektor otomotif.
2. Mencari hubungan antara dimensi dan faktor-faktor keberhasilan (key success
factors) untuk implementasi IoT di Industri Manufaktur pada sektor otomotif.
3. Mendapatkan bobot faktor-faktor keberhasilan (key success factors) untuk
implementasi IoT di Industri Manufaktur pada sektor otomotif.
4. Mendapatkan rancangan strategi implementasi IoT di Industri Manufaktur
pada sektor otomotif berdasarkan prioritas faktor-faktor keberhasilan (key
success factors).
1.5 Batasan Penelitian
Batasan penelitian bertujuan untuk mengarahkan hasil dari penelitian ini. Adapun,
Batasan penelitian yang digunakan dalam penelitian ini adalah:
1. Penelitian akan dilakukan di salah satu Industri Manufaktur pada sektor
otomotif kendaraan roda dua.
2. Penelitian akan dilaksanakan pada periode Januari-Juni 2021.
3. Pengumpulan data primer dan data sekunder akan dilakukan pada periode
Januari-Juni 2021 dengan data primer yang digunakan adalah penilaian panel
ahli.

11
1.6 Metodologi Penelitian
Penelitian akan dilakukan melalui beberapa tahapan yang dapat dilihat secara jelas
pada diagram alir metodologi penelitian pada Gambar 1.7.

12
Gambar 1. 7 Metodologi Penelitian


13
Secara garis besar, terdapat enam tahapan pada penelitian ini, yaitu:
1. Tahap Awal Penelitian
Tahap awal penelitian diawali dengan diskusi dengan dosen pembimbing untuk
menentukan tema dan topik penelitian. Selanjutnya, peneliti melakukan tinjauan
pustaka dari berbagai sumber, seperti jurnal, buku, dan berita terkait tema dan topik
penelitian sehingga peneliti memperoleh rumusan masalah dari penelitian, tujuan
penelitian, serta Batasan yang digunakan dalam penelitian. Pada tahap ini, peneliti
mempelajari terkait key success factors implementasi teknologi dan penerapan IoT
di Industri Manufaktur pada sektor otomotif.
2. Tahap Studi Literatur
Tahap studi literatur dilakukan dengan melakukan tinjauan pustaka dari berbagai
sumber literatur yang membahas mengenai industri 4.0, internet of things, Making
Indonesia 4.0, dan key success factors. Selain itu, peneliti juga melakukan tinjauan
pustaka terkait metode yang sesuai untuk menyelesaikan permasalahan penelitian.
Adapun, metode yang peneliti tetapkan adalah ANP berbasia DEMATEL.
3. Tahap Pengumpulan Data
Data yang digunakan pada penelitian ini terbagi menjadi data primer dan data
sekunder. Tahap awal pengumpulan data diawali dengan pengumpulan data sekunder
melalui studi literatur terkait key success factors implementasi teknologi Industri 4.0
untuk memperoleh daftar key success factors implementasi IoT di Industri
Manufaktur pada sektor otomotif dan melakukan studi literatur terkait strategi
implementasi teknologi Industri 4.0.
Selanjutnya, peneliti melakukan pengumpulan data primer dengan menggunakan
metode delphi. Metode ini dapat membantu mengurangi bias pada pengumpulan data
yang dilakukan melalui pengisian kuesioner oleh panel ahli terkait topik penelitian.
Terdapat dua kuesioner yang terbagi menjadi kuesioner identifikasi KSF dan
kuesioner pembobotan KSF. Pertama, peneliti melakukan validasi daftar key success
factors implementasi IoT di Industri Manufaktur pada sektor otomotif. Setelah
tervalidasi, dilanjutkan dengan pengumpulan data kuesioner yang dilakukan melalui
wawancara dengan panel ahli via media komunikasi online.

14
4. Tahap Pengolahan Data

Pertama, peneliti melakukan pengolahan data untuk mengidentifikasi key success
factors implementasi IoT di Industri Manufaktur pada sektor otomotif. Kuesioner
identifikasi KSF yang telah diisi oleh panel ahli bertujuan untuk memvalidasi
relevansi faktor-faktor yang didapat dari studi literatur. Eliminasi key success factors
dari hasil kuesioner dilakukan menggunakan geometric mean. Faktor-faktor yang
telah melewati tahap ini menjadi hasil dari kuesioner identifikasi KSF.
Tahap pengolahan data terakir adalah mengevaluasi bobot key success factos yang
diperoleh pengisian kuesioner pembobotan KSF yang diolah menggunakan metode
ANP berbasis DEMATEL (DANP). Metode DANP akan menghasilkan bobot lokal
dan bobot global untuk tiap dimensi dan faktor sehingga Peneliti dapat
memprioritaskan faktor keberhasilan.
5. Tahap Analisis Hasil
Tahap analisis hasil terdiri dari analisis mengenai hasil pembobotan DANP dan
perancangan strategi implementasi IoT di Industri Manufaktur pada sektor otomotif.
Pertama, peneliti melakukan validasi hasil pembobotan key success factors kepada
panel ahli dan memilih faktor keberhasilan dengan bobot terbesar yang akan
digunakan sebagai dasar perancangan strategi. Selanjutnya, peneliti melakukan
perancangan strategi implementasi IoT melalui hasil tinjauan pustaka dan diskusi
dengan panel ahli sehingga dihasilkan roadmap strategy implementasi IoT di Industri
Manufaktur pada sektor otomotif.
6. Tahap Akhir Penelitian
Tahap akhir penelitian dilakukan untuk menyimpulkan hasil penelitian dan
memberikan saran untuk penelitian selanjutnya.
1.7 Sistematika Penelitian
Pembahasan yang disusun oleh peneliti disusun menurut sistematika yang

mengacu pada standar baku penulisan skripsi. Penelitian ini terdiri dari lima bab yang
diawali dengan bab pendahuluan dan diakhiri dengan bab kesimpulan dan saran.
Bab 1 adalah bab pendahuluan yang berisi penjelasan mengenai latar belakang
penelitian, rumusan masalah penelitian, tujuan penelitian, Batasan penelitian, dan

15
metodologi penelitian. Selain itu, diagram keterkaitan masalah juga disertakan pada bab
ini untuk memberikan pemahaman yang sistematis terhadap permasalahan yang diangkat.
Bab 2 adalah bab tinjauan pustaka. Pada bab ini, dijabarkan mengenai landasan
teoritis yang menjadi acuan dalam penelitian, dan konsep umum mengenai teori yang
relevan untuk menyelesaikan permasalahan dalam penelitian.
Bab 3 adalah bab pengumpulan dan pengolahan data. Bab ini membahas mengenai
tahapan pengumpulan data yang dilakukan selama periode penelitian serta tahapan
pengolahan data yang digunakan untuk mengolah data yang telah dikumpulkan
menggunakan metode Analytic Network Process berbasis Decision Making Trial and
Evaluation Laboratory (DANP).
Bab 4 adalah bab analisis hasil. Pada bab ini, disajikan analisis hasil dari setiap
langkah dalam penelitian dan perancangan strategi implementasi IoT di Industri
Manufaktur pada sektor otomotif.
Bab 5 adalah bab kesimpulan dan saran. Bab ini merupakan bagian penutup yang
menyajikan kesimpulan dari hasil penelitian dan saran yang dapat diberikan untuk
penelitian selanjutnya berdasarkan penelitian yang telah dilakukan

BAB 2
STUDI LITERATUR
Pada bab dua akan dijabarkan mengenai studi literatur penelitian. Literatur yang
digunakan berasal dari berbagai sumber, yaitu buku, jurnal penelitian, dan sumber lain.
Studi literatur yang dilakukan pada penelitian ini adalah terkait key success factors dan
metode pengolahan data yang akan digunakan, yaitu Delphi Method, Geometric Mean,
Decision Making Trial and Evaluation Laboratory (DEMATEL), Analytic Network
Process (ANP), dan ANP berbasis DEMATEL (DANP).
2.1 Key Success Factors (KSF)
Key Success Factors (KSF) biasa disebut Critical Success Factors (CSF). Konsep
pengaplikasian KSF terhadap permasalahan bisnis telah dilakukan sejak tahun 1961,
namun metode penelitian untuk mendapatkan KSF pertama kali dikembangkan oleh John
Rockhart di sekolah Sloan MIT. KSF didefinisikan sebagai sebuah elemen yang penting
agar organisasi dapat mencapai tujuannya (Khan et al., 2020). KSF menjadi faktor kunci
yang diperlukan untuk keberhasilan pencapaian bisnis yang mewakili zona-zona sistem
yang harus diberi perhatian terus menerus untuk mencapai kinerja yang lebih baik (Khan
et al., 2020).
Sebagaimana dijelaskan sebelumnya, KSF mendefinisikan area kunci yang
esensial bagi suatu perusahaan atau organisasi. Istilah KSF bukan hal yang asing bagi
level manajemen, mereka memahami bahwa KSF adalah area yang kunci yang perlu
dipikirkan ketika menentukan target atau aktivitas operasional untuk mencapai target
tersebut. Akan tetapi, salah satu tantangan terkait KSF adalah diperlukannya performa
yang baik secara konsisten karena kegagalan dapat berakibat negatif terhadap target yang
diinginkan (Caralli, 2004).
Terdapat dua metode yang dapat digunakan untuk menentukan KSF, yaitu delphi
method dan balance scorecard (Hamza et al., 2010):
1. Delphi method
Metode delphi adalah cara mendapatkan informasi, membuat keputusan, atau
menentukan indikator yang reliabel melalui eksplorasi ide dan informasi dari orang-
16

17
orang yang panel ahli di bidang yang diinginkan dengan menggunakan kuesioner.
Beberapa komponen dari metode delphi adalah menentukan periode waktu,
menentukan jumlah putaran pengambilan pendapat, menentukan panel ahli,
melakukan sesi diskusi dan hasil feedback, dan menyepakati hasil.
2. Balance scorecard
Balance scorecard adalah Teknik yang digunakan untuk menerjemahkan strategi-
strategi perusahaan ke dalam objektif atau satuan pengukuran. Metode ini merupakan
bagian dari sistem manajemen dan perencanaan strategis yang digunakan untuk
menerjemahkan aktivitas bisnis pada visi dan strategi perusahaan. Beberapa
komponen dari balance scorecard adalah finance, process, customers, dan learning
and growth.
Ketika perusahaan atau organisasi sedang menentukan KSF, ada beberapa hal
yang menjadi persyaratan yang menjadikan yang berkualitas baik dan buruk. Persyaratan
dari KSF yang berkualitas adalah harus jelas, singkat, dan mudah dimengerti, sedangkan
KSF yang berkualitas buruk memiliki definisi yang tidak jelas sehingga dapat
diinterpretasikan secara berbeda oleh manajer yang berbeda (Caralli, 2004).
2.2 Metode Pengolahan Data
2.2.1 Metode Delphi
Metode delphi digunakan untuk pengumpulan data primer penelitian, yaitu

pengisian kuesioner oleh alhi. Metode delphi didefinisikan sebagai metode untuk
penataan proses sekelompok individu secara keseluruhan menyelesaikan masalah yang
kompleks sehingga proses tersebut efektif (Grisham, 2009a). Metode ini bertujuan untuk
menghilangkan bias yang mungkin terjadi apabila sekelompok panel ahli bertemu
bersama. Pada metode delphi, satu panel ahli tidak mengetahui panel ahli lainnya yang
berpartisipasi dalam penelitian. Ketika menggunakan metode ini, dibutuhkan panel ahli
yang berpengetahuan untuk menanggapi pertanyaan dan menjawabnya ke seorang
koordinator pusat. Keuntungan dalam menggunakan metode ini adalah didapatkannya
penilaian subjektif secara kolektif. Selain itu, metode ini digambarkan sebagai metode
penelitian yang baik untuk memperoleh konsensus di antara individu yang memiliki
keahlian pada topik tertentu dimana informasi yang dibutuhkan bersifat subjektif.

18
Metode delphi baik digunakan ketika:

1. Permasalahan tidak cocok untuk teknik analisis, namun dapat mendapatkan manfaat
dari penilaian subjektif secara kolektif.
2. Individu yang diperlukan untuk berkontribusi dapat mewakili latar belakang yang
diperlukan.
3. Lebih banyak individu yang dibutuhkan daripada yang dapat berinteraksi secara tatap
muka.
4. Waktu dan biaya membuat pertemuan secara grup tidak memungkinkan.
5. Efisiensi pertemuan tatap muka dapat ditingkatkan melalui proses komunikasi sub
kelompok.
6. Ketidaksepakatan di antara individu secara besar dapat terjadi sehingga proses
komunikasi harus secara anonim.
7. Heterogenitas peserta harus dipertahakan untuk memastikan validitas hasil.
Pendekatan metode delphi adalah sebagai berikut (Grisham, 2009)

1. Identifikasi masalah penelitian: Keputusan dalam menggunakan metode delphi harus
didasarkan pada kesesuaian metode berdasarkan alternatif lain yang tersedia. Metode
delphi tepat digunakan apabila penelitian membutuhkan pemeriksaan validitas lintas
disiplin terhadap masalah penelitian yang diangkat (Reid, 1988).
2. Memahami proses: Metode delphi merupakan proses dengan beberapa tahapan yang
dirancang untu menggabungkan pendapat panel ahli ke dalam consensus kelompok.
Beberapa proses yang perlu dipahami adalah pilot testing, initial questionnaire, initial
feedback, subsequent questionnaire, dan subsequent feedback.
3. Pemilihan panel ahli: Panel ahli yang dipilih dalam metode delphi harus memiliki
keseimbangan dalam ketidakberpihakan dan ketertarikan terkait topik yang diangkat.
4. Menginformasikan panel ahli: Setelah memperoleh panel ahli yang diinginkan,
penting untuk menginformasikan apa yang dibutuhkan dari panel ahli yang terpilih,
termasuk durasi yang diperlukan, tujuan penelitian, dan apa yang akan dilakukan
dengan hasil penelitian.
5. Analisis data: Terdapat tiga proses yang perlu dipahami dalam tahap analisis data
metode delphi, yaitu proses penemuan opini menurut panel ahli, proses untuk
menentukan isu-isu yang paling penting, dan proses mengelola opini.

19
6. Interpretasi dan presentasi: Penyajian hasil yang diperoleh dapat dilakukan secara
grafis dan statistik.
Meskipun memiliki keuntungan, metode delphi memiliki kekurangan, yaitu
kesulitan untuk menemukan panel ahli yang tepat, membutuhkan ketelitian dalam
mempersiapkan kuesioner, dan validitas hasil sangat tergantung pada pemilihan panel
ahli yang tepat. Maka, dalam menggunakan metode delphi, diperlukan kecermatan dalam
memilih panel ahli yang sesuai dengan tujuan penelitian.
2.2.2 Geometric Mean
Geometric mean adalah metode penghitungan rata-rata dengan akar pangkat n dari
perkalian semua nilai yang ada (Mohapatra et al., 2010). Berbeda dengan rata-rata
aritmatika yang menghasilkan rata-rata yang tidak sensitif terhadap gap yang ada,
geometric mean memiliki kencenderungan untuk meredam nilai yang sangat tinggi atau
rendah serta mampu memperhitungkan komponen secara periodik. Selain itu, geometric
mean juga memiliki tingkat kesalahan yang lebih kecil. Geometric mean dapat digunakan
untuk mengevaluasi data, mengevaluasi rasio, mengevaluasi presentase, atau kumpulan
data lain yang dibatasi oleh nol yang nilainya akan dikalikan bersama-sama atau bersifat
eksponensial.
Persamaan yang digunakan untuk geometric mean sebagai beirkut.
𝐺 = 𝑛√𝑥1 . 𝑥2 . 𝑥3. … . 𝑥𝑛 (2.1)
Dimana,
𝑥1 , 𝑥2, 𝑥3 … , 𝑥𝑛 ≥ 0
Pada penelitian yang dinilai menggunakan 5-skala likert menggunakan angka 3,5
dari sebagai rata-rata yang diterima dalam membuat suatu kriteria tetap dipertimbangkan
(Dachyar & Pratama, 2014).
2.2.3 Multi Criteria Decision Making
Multi Criteria Decision Making atau MCDM mengacu pada pengambilan

keputusan dengan adanya banyak kriteria yang biasanya saling bertentangan (Zavadskas
et al., 2014). MCDM dapat diartikan sebagai proses mengevaluasi situasi di dalam dunia

20
nyata berdasarkan berbagai kriteria kualitatif atau kuantitatif di lingkungan yang pasti,
tidak pasti, atau berisiko untuk menemukan tindakan, pilihan, strategi, atau kebijakan
yang sesuai di antara opsi yang tersedia (Zavadskas et al., 2014). Pengaplikasian MCDM
dalam riset dan publikasi berkembang pesat sejak tahun 1980an dan tumbuh secara
eksponensial hingga saat ini. Secara luas, metode MCDM dapat diklasifikasikan ke dalam
dua kategori yaitu, metode MCDM diskrit atau Multi Attribute Decision Making
(MADM) dan metode MCDM kontinu atau Multi Objective Decision Making (MODM).
Metode MADM berurusan dengan alternatif dan kriteria yang sudah ditentukan
terlebih dahulu. Tujuan dari metode MADM adalah menentukan pilihan paling rasional
dari beberapa opsi dan memberikan urutan prioritas dari opsi tersebut. Selanjutnya,
metode MODM diasosiasikan dengan permasalahan dengan opsi yang belum ditentukan.
Tujuan dari permasalahan yang sedang dikonsiderasi adalah untuk mendesain opsi
optimal melalui batasan yang jelas dan objektik yang terukur.
2.2.4 Decision Making Trial and Evaluation Laboratory (DEMATEL)
Metode Decision Making Trial and Evaluation Laboratory (DEMATEL) berasal

dari the Geneva Research Centre of the Battelle Memorial Institute untuk
memvisualisasikan struktur dari hubungan sebab akibat yang rumit (Si et al., 2018).
DEMATEL adalah metode komprehensif yang mampu membangun dan menganalisis
model struktural yang memiliki hubungan sebab akibat antara faktor-faktor kompleks
yang terdiri dalam suatu sistem (Dasaklis & Pappis, 2018). Faktor-faktor yang diteliti
dapat diklasifikasikan ke dalam dua kategori, yaitu kategori sebab dan akibat. Melalui
metode ini, hubungan sebab akibat dari kriteria ketika mengukur suatu masalah dapat
terlihat dengan jelas dimana angka merepresentasikan kekuatan pengaruh suatu kriteria
terhadap kriteria lainnya (Si et al., 2018).
Metode DEMATEL mampu mengkonfirmasi hubungan saling ketergantungan di
antara faktor-faktor dan membantu dalam pengembangan Network Relationship Map
untuk mencerminkan hubungan relatif di dalamnya. Berkat kemampuannya, metode ini
telah menerima banyak perhatian dari peneliti untuk memecahkan masalah sistem yang
rumit di berbagai bidang. Terlebih lagi, DEMATEL dikatakan sebagai metode yang lebih
baik untuk pengambilan keputusan di berbagai lingkungan yang berbeda karena
permasalahan di dunia nyata mencakup informasi yang tidak tepat dan tidak pasti. Hasil

21
dari penggunaan metode DEMATEL akan menunjukkan hubungan timbal balik sebab
akibat yang dapat digunakan untuk mengetahui bagaimana hubungan pengaruh antar
faktor dalam sistem. Metode DEMATEL juga menghasilkan Network Relationship Map
(NRM) sebagai visualisasi.
Langkah-langkah dalam perhitungan metode DEMATEL menurut Tseng (2009)
adalah sebagai berikut (Adalı & Işık, 2016):
1. Tahap pertama adalah mengumpulkan pendapat panel ahli dan menciptakan direct
relation matrix (Z).
Sekelompok panel ahli dan faktor digunakan dalam tahap ini. Setiap panel ahli
diminta untuk melihat tingkat pengaruh langsung antara dua faktor dengan manilai
sejauh mana faktor i mempengaruhi faktor j dengan dilambangkan sebagai 𝑧𝑖𝑗 . Skala
yang digunakan adalah sebagai berikut:
Tabel 2. 1 Skala Penilaian Metode DEMATEL

Skala Pengertian
0 No influence
1 Low influence
2 Medium influence
3 High influence
4 Very high influence
(Sumber: Adalı & Işık, 2016)

22
Matriks Z yang akan dihasilkan dapat dilihat pada Gambar 2.1.
Gambar 2. 1 Matriks Z Pada Metode DEMATEL

Apabila terdapat lebih dari satu panel ahli, diperlukan untuk menggabungkan
direct relation matrix seluruh panel ahli. Agregat Z dapat dihitung melali persamaan
(2.2). Dalam persamaan (2.2), 𝐻 menunjukkan jumlah panel ahli.
∑𝐻
ℎ=1 𝑍
ℎ
𝑍= , ℎ = 1, 2, … , 𝐻 (2.2)
𝐻
2. Tahap kedua adalah menghitung direct relation matrix yang dinormalisasi (D).
Direct relation matrix yang dinormalisasi menjadikan nilai setiap elemen dalam
matriks D berkisar antara 0 hingga 1. Perhitungannya melalui persamaan di bawah
ini:
𝐷 =𝜆∗𝑍 (2.3)
Dimana,
1 1
𝜆 = min⁡[max 1≤𝑖≤𝑛⁡ ∑𝑛 𝑧 , max 1≤𝑖≤𝑛⁡ ∑𝑛 𝑧 ] (2.4)
𝑗 𝑖𝑗 𝑖 𝑖𝑗
3. Tahap ketiga yaitu mendapatkan total relation matrix (T).

Total relation matrix (T) diperoleh dengan persamaan (4), dimana 𝐼 adalah
matriks identitas. Elemen 𝑡𝑖𝑗 mewakili efek tidak langsung yang dimiliki faktor 𝑖
terhadap faktor 𝑗, kemudian matriks T mencerminkan hubungan total antara setiap
pasangan faktor di dalam sistem.
𝑇 = 𝐷(𝐼 − 𝐷)−1 (2.5)

23
4. Tahap keempat yaitu menentukan nilai ambang (threshold value) untuk

mengungkapkan pengaruh signifikan di matriks T.
Hanya kriteria dengan efek di T lebih besar dari nilai ambang yang dipilih dan
ditampilkan dalam network relationship map (NRM). Pada tahap ini, vektor 𝐷𝑖 atau
dispatcher dan vektor 𝑅𝑖 atau receiver akan dihitung melalui penjumlahan baris dan
penjumlahan kolom. Perhitungan jumlah baris dan kolom (𝐷𝑖 ⁡𝑑𝑎𝑛⁡𝑅𝑖 ) masing-masing
dihitung dengan persamaan (6) dan (7).
𝑇 = [𝑡𝑖𝑗 ]𝑛𝑥𝑛 ⁡⁡𝑖, 𝑗 = 1, 2, … , 𝑛 (2.6)
𝐷𝑖 = [∑𝑛𝑖=1 𝑡𝑖𝑗 ] = [𝑡𝑖𝑗 ]𝑛𝑥1 (2.7)
𝑛𝑥1
𝑅𝑖 = [∑𝑛𝑗=1 𝑡𝑖𝑗 ] = [𝑡𝑖𝑗 ]1𝑥𝑛 (2.8)

1𝑥𝑛
𝐷𝑖 menunjukkan jumlah dampak langsung dan tidak langsung dari kriteria

pertama terhadap kriteria lainnya. Sementara, 𝑅𝑖 menunjukkan dampak langsung dan
tidak langsung yang diterima kriteria pertama dari kriteria lainnya. Selanjutnya, nilai
𝐷𝑖 + 𝑅𝑖 ⁡atau prominience dan 𝐷𝑖 − 𝑅𝑖 ⁡atau relation dihitung untuk semua kriteria.
Nilai 𝐷𝑖 + 𝑅𝑖 ⁡mewakili kekuatan hubungan antar kriteria sedangkan nilai 𝐷𝑖 − 𝑅𝑖
mewakili kekuatan pengaruh antar kriteria. Jika 𝐷𝑖 − 𝑅𝑖 bernilai negatif, maka kriteria
dikelompokkan dalam kelompok efek (effect group). Sebaliknya, jika 𝐷𝑖 − 𝑅𝑖 bernilai
positif, maka kriteria dikelompokkan dalam kelompok penyebab (cause group).
Network relationship map (NRM) dapat diperoleh dengan memetakan (𝐷𝑖 +
𝑅𝑖 , 𝐷𝑖 − 𝑅𝑖 ). NRM memberikan model struktural yang terlihat dari hubungan sebab
akibat yang rumit antara kriteria.
2.2.5 Analytic Network Process (ANP)
Analytic Network Process (ANP) yang dikembangkan oleh Saaty (1996),

berkaitan dengan keputusan tanpa asumsi independensi elemen tingkat yang lebih tinggi
dari elemen tingkat yang lebih rendah dan juga independensi elemen dalam tingkat yang
sama. Hal ini memungkinkan adanya struktur jaringan, ketergantungan, dan umpan balik
di antara elemen-elemen dalam model keputusan (Adalı & Işık, 2016). Pengambilan
keputusan dalam ANP dilakukan dengan menggunakan model jaringan, bukan hirarki

24
seperti pada Analytic Hierarchy Process (AHP) seperti terlihat pada Gambar 2.2.
Terdapat tiga elemen utama dalam model ANP yaitu cluster, node, dan dependencies.
Gambar 2. 2 Struktur Model AHP dan ANP

(Sumber: Kadoić et al., 2017)
Maka, berbeda dengan Analytic Hierarchy Process (AHP) yang mempertahankan

hubungan hierarkis searah antara elemen dalam tingkat keputusan, ANP tidak
mengasumsikan independensi antara elemen-elemen dalam model (Nilashi et al., 2015).
Menurut Saaty (2001), dalam bukunya yang berjudul Decision Making with Dependence
and Feedback – The Analytic Network Process, ANP mengizinkan adanya interaksi dan
umpan balik dari elemen-elemen dalam klaster dan antar klaster serta alternatif. Melalui
adanya umpan balik, semua alternatif bisa bergantung pada kriteria maupun saling
bergantung di antara alternatif itu sendiri. ANP dibangun di atas perbandingan
berpasangan di mana kriteria berpasangan dibandingkan sehubungan dengan masing-
masing alternatif, dan mencakup serangkaian perbandingan lebih lanjut di mana alternatif
dibandingan sehubungan dengan setiap kriteria.
Langkah-langkah dalam perhitungan metode ANP menurut (Adalı & Işık, 2016)
adalah sebagai berikut:
1. Tahap pertama yaitu mendefinisikan kriteria, sub-kriteria, dan alternatif serta diikuti
dengan menentukan klaster elemen.
Jaringan dibentuk dari hubungan antar klaster dan di dalam elemen-elemen di
setiap klaster.
2. Tahap kedua adalah membangun perbandingan berpasangan dengan skala 1-9 yang
dibuat oleh Saaty (1996). Skala ditunjukkan pada Tabel 2.2.

25
Tabel 2. 2 Skala Penilaian Metode ANP
Skala Pengertian Penjelasan
1 Equal importance Kedua kriteria memiliki pengaruh yang

sama
3 Moderate importance Salah satu kriteria memiliki pengaruh

sedikit lebih kuat lebih dibandingkan
kriteria lainnya
5 Strong importance Salah satu kriteria memiliki pengaruh

lebih kuat dibandingkan kriteria lainnya
7 Very strong importance Salah satu kriteria memiliki pengaruh

sangat lebih kuat dibandingkan kriteria
lainnya
9 Extreme importance Salah satu kriteria memiliki pengaruh

sangat jauh lebih kuat dibandingkan
kriteria lainnya
2, 4, 6, 8 Intermediate values Nilai tengah yang digunakan apabila

terdapat keraguan dan penilaian hamper
serupa
Perbandingan berpasangan akan menghasilkan matriks A sebagai berikut.

1 ⋯ 𝑎1𝑛
𝐴 = [𝑎𝑖𝑗 ] = ( ⋮ ⋱ ⋮ ) (2.9)
1/𝑎1𝑛 ⋯ 1
𝑎𝑖𝑗 = 𝑤𝑖 /𝑤𝑗 , 𝑖, 𝑗 = 1, 2, … , 𝑛 memiliki entri positif dan memenuhi sifat timbal balik
𝑎𝑗𝑖 = 1/𝑎𝑖𝑗 . Matriks apapun dengan sifat ini disebut maatriks resiprokal. Kemudian,
matriks A disebut konsisten karena kondisi berikut terpenuhi (Saaty, 1990):
𝑎𝑖𝑘 = 𝑎𝑖𝑘 /𝑎𝑖𝑗 , 𝑖, 𝑗, 𝑘 = 1, 2, … , 𝑛 (2.10)

26
Menurut Saaty (1990), nilai eigen (𝜆𝑚𝑎𝑥 ) terbesar adalah:

𝜆𝑚𝑎𝑥 = ∑𝑛𝑗=1 𝑎𝑖𝑗 𝑤𝑖𝑗 /𝑤𝑖 (2.11)
Selanjutnya, dilakukan uji konsistensi dengan menghitung consistency index (𝐶𝐼)

dan consistency ratio (𝐶𝑅) dengan menggunakan persamaan (2.12) dan (2.13).
𝐶𝐼 = (𝜆𝑚𝑎𝑥 − 𝑛)/(𝑛 − 1) (2.12)
𝐶𝑅 = 𝐶𝐼/𝑅𝐼 (2.13)
𝑅𝐼 adalah 𝐶𝐼 rata-rata pada banyak entri acak dari matriks resiprokal dengan ordo
yang sama. Jika 𝐶𝑅 ≤ 0,1, maka estimasi diterima. Sebaliknya, matriks perbandingan
berpasangan direvisi hingga 𝐶𝑅 ≤ 0,1 untuk meningkatkan konsistensi (Adalı & Işık,
2016).
3. Tahap ketiga yaitu membangun unweighted supermatrix (W) seperti terlihat pada
Gambar 2.3.
Gambar 2. 3 Unweighted Supermatrix

Unweighted supermatrix berisikan prioritas yang diperoleh dari perbandingan

berpasangan elemen. Untuk memperoleh weighted supermatrix, setiap kolom dalam

27
unweighted supermatrix berjumlah satu dan setiap blok dari unweighted supermatrix
harus dikalikan dengan prioritas klaster yang sesuai (Tseng, 2010).
4. Tahap keempat adalah melimit weighted supermatrix sehingga menghasilkan limit

supermatrix untuk mengkalkulasikan bobot prioritas keseluruhan.
Alternatif terbaik dipilih dengan membangun limit supermatrix. Limit
supermatrix berisi bobot prioritas global yang telah dikonvergen menjadi stabil
dengan memangkatkan supermatrix dengan angka yang besar (k).
Sama seperti metode lainnya, metode ANP memiliki kelebihan dan kekurangan.
Kelebihan dari metode ANP menurut (Abidin et al., 2012) adalah:
1. Jumlah responden yang dibutuhkan sedikit.
2. Model evaluasi yang komprehensif, menggabungkan faktor tangible dan intangible.
3. Dekat dengan keadaan sebenarnya.
4. Mampu secara akurat mengevaluasi dan memberi peringkat sesuai prioritas.
5. Memfasilitasi proses pengambilan keputusan yang kompleks.
6. Ketergantungan antar faktor memudahkan pemilihan alternatif.
7. Mampu mengurangi kesalahan pengambilan keputusan.
8. Perhitungan transparan dan validasi secara matematis atau explanatory.
9. Keputusan yang logis dan konsisten.
10. Sederhana untuk dikembangkan.
Sedangkan, kekurangan dari metode ANP adalah:
1. Dibutuhkan waktu yang ekstra karena diperlukannya brainstorming untuk memilih
keputusan dari multikriteria yang telah disediakan.
2. Membutuhkan perhitungan matriks perbandingan berpasangan tambahan yang lebih
banyak dibandingkan AHP.
3. Keakuratan hasil penelitian tergantung dari keahlian peneliti dan responden
2.2.6 ANP Berbasis DEMATEL (DANP)
Beberapa tahun terakhir, ada banyak penggabungan metode DEMATEL dan ANP
telah banyak diaplikasikan. Sebagai alat yang mampu memodelkan hubungan sebab

28
akibat, aplikasi metode DEMATEL telah meningkat dan memiliki banyak varian berbeda
terkait hibridasi dengan ANP.
Metode ANP telah menjadi pendekatan MCDM yang banyak digunakan. Berbeda
dengan metode MCDM lain yang menganggap bahwa satu faktor independen terhadap
yang lainnya, metode ANP mengasumsikan bahwa satu faktor interdependen dengan
faktor lainnya. Selain itu, asumsi bahwa satu faktor independen terhadap yang lainnya
diaggap tidak realistis untuk banyak kasus di dunia nyata (Gölcük & Baykasoʇlu, 2016),
sehingga metode ANP dianggap cocok untuk pengaplikasian di dunia nyata karena
mampu menemukan ketergantungan antar faktor. Namun, seringkali struktur jaringan
pada metode ANP tidak diketahui dan survey kuesioner ANP dianggap terlalu banyak
dan rumit (Gölcük & Baykasoʇlu, 2016). Oleh karena itu, terdapat metode intergrasi
DEMATEL dengan ANP yang mampu menghilangkan kesulitan tersebut, yaitu ANP
berbasis DEMATEL atau (DANP).
Penelitian ini menggunakan integrasi metode DANP. DANP merupakan salah
satu metode gabungan dari metode DEMATEL dan ANP yang menggunakan total
relation matrix (T) yang diperoleh pada metode DEMATEL untuk mendapatkan
unweighted supermatrix pada metode ANP.
Langkah-langkah dalam perhitungan metode DANP menurut (Khan et al., 2020)
adalah sebagai berikut:
1. Tahap pertama adalah memperoleh matrix of direct influence.
Tahap ini memperoleh matriks dari para panel ahli yang menunjukkan pengaruh
ℎ
faktor i terhadap faktor j yang diwakili oleh 𝑥ℎ = 𝑥𝑖𝑗 dimana k adalah ahli ke-h.
2. Tahap kedua adalah membentuk direct relation matrix (Z)
Matriks Z dapat diperoleh menggunakan persamaan 2.2 pada metode DEMATEL.
3. Tahap ketiga adalah membentuk normalized direct relation matrix (D).
Normalized direct relation matrix (D) dapat dihitung menggunakan persamaan
2.3 dan 2.4 pada metode DEMATEL
4. Tahap keempat adalah menghitung total relation matrix (T).
Total relation matrix (T) diperoleh dengan menggunakan persamaan 2.5 pada
metode DEMATEL.
5. Tahap kelima adalah menghitung Network Relationship Map (NRM) yang dihasilkan
dari parameter pada persamaan 2.7 dan 2.8.

29
Penjumlahan baris dari matriks T direpresentasikan oleh 𝐷𝑖 yang menunjukkan

pengaruh faktor i terhadap faktor lainnya. Selanjutnya, penjumlahan kolom dari
matriks T direpresentasikan oleh 𝑅𝑖 yang menunjukkan pengaruh kepada faktor j oleh
faktor lainnya. Berdasarkan nilai 𝐷𝑖 + 𝑅𝑖 dan 𝐷𝑖 − 𝑅𝑖 , Network Relationship Map
(NRM) dapat dibentuk. Pengaruh individual satu faktor terhadap faktor lainnya
direpresentasikan melalui panah pada NRM. Threshold value perlu dipilih untuk
menentukan pengaruh individual antar faktor. Nilai threshold value ini dihitung
melalui rata-rata dari total relation matrix (T) untuk masing-masing dimensi dan
faktor. Ketika nilai dari elemen pada total relation matrix (T) melebihi threshold
value, maka panah akan digambarkan pada NRM. Hal ini menandakan adanya
hubungan langsung antar faktor.
6. Tahap keenam adalah membentuk normalized total relation matrix.
Total relation matrix (T) termasuk 𝑇𝐷 untuk dimensi dan 𝑇𝑐 untuk faktor.
Normalisasi 𝑇𝐷 dan 𝑇𝑐 dapat dilakukan menggunakan persamaan 2.14, 2.15, 2.16. dan
2.17.
(2.14)
1𝑗
Dimana, 𝑟1 = ∑𝑚 1𝑚 𝑚 𝑚 𝑚𝑚
𝑗=1 𝑡𝐷 ; 𝑟𝑖 = ∑𝑗=1 𝑡𝐷 ; 𝑟𝑚 = ∑𝑗=1 𝑡𝐷
Normalized total relation matrix untuk dimensi 𝑇𝐷𝑛𝑜𝑟𝑚 akan menjadi
(2.15)
Total relation matrix untuk faktor (𝑇𝑐 ) dikelompokkan ke dalam klaster menurut
beberapa dimensi. Setiap elemen dalam sebuah klaster dibagi dengan jumlah baris
dari klasternya seperti yang ditunjukkan pada persamaan 2.16.

30
(2.16)
7. Tahap ketujuh adalah membentuk unweighted supermatrix (W)

Matriks 𝑇𝑐𝑛𝑜𝑟𝑚 diperoleh setelah menormalisasi total relation matrix (T).
Selanjutnya, matriks 𝑇𝑐𝑛𝑜𝑟𝑚 ditranspose untuk mendapatkan unweighted supermatrix
(W).
(2.17)
8. Tahap kedelapan adalah membentuk weighted matrix (W*)
Weighted supermatrix (W*) dibentuk dengan mengkalikan unweighted
supermatrix (W) dengan transpose dari 𝑇𝐷𝑛𝑜𝑟𝑚 yang dapat dilihat pada persamaan
2.18.

31
(2.18)
9. Tahap kesembilan adalah memperoleh bobot faktor.
Global priority vector yang mendefnisikan bobot pengaruh 𝑤=
(𝑤1, … , 𝑤𝑗, … , 𝑤𝑛) dari lim(𝑊 ∗ )∝ untuk faktor diperoleh dengan melimit weighted
∞
supermatrix (W*) sampai diperoleh supermatrix yang stabil. Nilai elemen pada limit
supermatrix merupakan bobot dari tiap faktor.

BAB 3
PENGUMPULAN DAN PENGOLAHAN DATA
Pada bab ini akan dibahas mengenai data yang dibutuhkan untuk penelitian yang
dilakukan beserta cara pengolahan data tersebut. Data yang digunakan adalah data primer
dan data sekunder. Pengumpulan data primer berupa pengisian kuesioner oleh expert
yang dilakukan melalui wawancara. Kuesioner terbagi menjadi tiga, kuesioner pertama
yaitu untuk mengidentifikasi KSF yang relevan untuk implementasi IoT di sektor terkait,
kuesioner kedua yaitu untuk memetakan hubungan serta melakukan pembobotan KSF,
dan kuesioner 3 yaitu untuk perancangan strategi implementasi IoT. Pengumpulan data
sekunder dilakukan melalui studi literatur. Selanjutnya, pengolahan data akan
menggunakan geometric mean dan ANP berbasis DEMATEL (DANP).
3.1 Pengumpulan Data Sekunder

Pada pengumpulan data sekunder, dilakukan studi literatur untuk memperoleh
mengidentifikasi key success factors (KSF) implementasi IoT. Hasil dari studi literatur
menghasilkan 28 KSF. Berikut merupakan daftar KSF yang diperoleh:
Tabel 3. 1 Daftar Key Success Factors Berdasarkan Studi Literatur
No Faktor Keberhasilan Sumber
1 Kompetisi (S. Kumar et al., 2015; Wan & Zeng, 2015)

2 Market requirements (S. Kumar et al., 2015; Wan & Zeng, 2015)
Peraturan dan kebijakan (Gandhi et al., 2015; Kiba-Janiak, 2016; S. Kumar
3
pemerintah et al., 2015; Shinohara et al., 2017)
(Attaran, 2012; Denolf et al., 2015; Finney &
Corbett, 2007; Gandhi et al., 2015; Huang et al.,
4 Training
2019; S. Kumar et al., 2015; Shinohara et al.,
2017; Sony & Naik, 2020)
32

33
Tabel 3. 1 Daftar Key Success Factors Berdasarkan Studi Literatur (Sambungan)
(Denolf et al., 2015; Finney & Corbett, 2007; Fui-

5 Komunikasi yang efektif Hoon Nah et al., 2001; Huang et al., 2019;
Shinohara et al., 2017; Talib et al., 2015)
(Shinohara et al., 2017; Sony & Naik, 2020; Talib
6 Karyawan ahli
et al., 2015; Wan & Zeng, 2015)
Clear architecture
(Denolf et al., 2015; R. Kumar et al., 2015;
7 reference standard for IoT
Shinohara et al., 2017)
components
Service flexibility and
8 (S. Kumar et al., 2015; Talib et al., 2015)
quality
9 Personal privacy invasion (Klement, 2020; Talib et al., 2015)
(Denolf et al., 2015; Shinohara et al., 2017; Sony
10 Data security
& Naik, 2020; Wan & Zeng, 2015)
Technology (Denolf et al., 2015; Huang et al., 2019; S. Kumar
11
standardization approach et al., 2015; Talib et al., 2015; Wan & Zeng, 2015)
Partnership with (Attaran, 2012; Denolf et al., 2015; S. Kumar et
12
technology providers al., 2015; Shinohara et al., 2017; Talib et al., 2015)
13 System formation cost (Finney & Corbett, 2007; Shinohara et al., 2017)
14 System maintenance cost (Finney & Corbett, 2007; Shinohara et al., 2017)
(Gandhi et al., 2015; Huang et al., 2019; Shinohara
15 System integration cost
et al., 2017)
Minimization, cost (Gandhi et al., 2015; Kiba-Janiak, 2016; S. Kumar
16 effectiveness & financial et al., 2015; Shinohara et al., 2017; Talib et al.,
factors 2015)
17 Training cost (Huang et al., 2019; S. Kumar et al., 2015)
(Huang et al., 2019; S. Kumar et al., 2015;

18 Readability / Traceability
Shinohara et al., 2017)

34
Tabel 3. 1 Daftar Key Success Factors Berdasarkan Studi Literatur (Sambungan)
Compatibility /
19 (Kiba-Janiak, 2016; S. Kumar et al., 2015)
Functionality / Reliability
(Attaran, 2012; S. Kumar et al., 2015; Shinohara et
Technology &
20 al., 2017; Sony & Naik, 2020; Talib et al., 2015;
infrastructure integration
Wan & Zeng, 2015)
(Sony & Naik, 2020; Talib et al., 2015; Wan &
21 Product quality
Zeng, 2015)
Information & work (Attaran, 2012; Talib et al., 2015; Wan & Zeng,
22
quality 2015)
(S. Kumar et al., 2015; Talib et al., 2015; Wan &
23 Customer support
Zeng, 2015)
Ability for trial and
24 (R. Kumar et al., 2015; S. Kumar et al., 2015)
observe-ability
25 Customer focus (Attaran, 2012; Shinohara et al., 2017)
(Attaran, 2012; Finney & Corbett, 2007; Fui-Hoon
26 Project management Nah et al., 2001; Huang et al., 2019; Shinohara et
al., 2017; Sony & Naik, 2020)
(Attaran, 2012; R. Kumar et al., 2015; Talib et al.,
27 Mutual trust
2015)
(Attaran, 2012; Finney & Corbett, 2007; Fui-Hoon
Top management support Nah et al., 2001; Gandhi et al., 2015; Huang et al.,
28
& commitment 2019; R. Kumar et al., 2015; Shinohara et al.,
2017; Sony & Naik, 2020; Talib et al., 2015)

35
3.2 Pengumpulan dan Pengolahan Data Primer

Pada pengumpulan data primer, dilakukan pengisian kuesioner oleh tiga panel ahli
di Industri Manufaktur pada Sektor Otomotif. Terdapat tiga kuesioner, yaitu kuesioner
identifikasi KSF, kuesioner pembobotan KSF, dan kuesioner perancangan strategi
implementasi IoT yang dilakukan melalui proses wawancara secara daring.
3.2.1 Profil Panel ahli

Peneliti melakukan pengumpulan data primer dengan melakukan wawancara dan
membagikan kuesioner kepada tiga panel ahli di Industri Manufaktur pada Sektor
Otomotif. Penentuan persyaratan dan jumlah panel ahli dilakukan melalui metode delphi,
persyaratan tersebut terlihat pada Tabel 3.2.
Tabel 3. 2 Kriteria Panel Ahli
No Kriteria
1 Pengalaman bekerja minimal 10 tahun.
2 Memiliki pemahaman terhadap teknologi internet of things (IoT) pada divisi
engineering.
3 Panel ahli berasal dari posisi manajerial dan posisi operasional.
Pada penelitian ini terdapat tiga ahli. Jumlah ahli yang dibutuhkan pada
pengumpulan data dengan metode delphi tidak memiliki jumlah minimal, namun ahli
yang menjadi responden perlu memiliki minat terhadap penelitian, berpengetahuan luas
pada bidang penelitian, dan berkomitmen terhadap beberapa putaran kuesioner pada
penelitian (Grisham, 2009). Tiga ahli yang menjadi responden penelitian sudah
memenuhi seluruh kriteria pada Tabel 3.2. Profil panel ahli didapatkan pada Tabel 3.3.
Tabel 3. 3 Profil Panel Ahli
Nama Panel Ahli Jabatan Pengalaman
Bapak MA Koordinator Process Engineering C 16 Tahun
Bapak YY Manajer Divisi Engineering 20 Tahun
Bapak AE Asisten Manajer Process Engineering C 13 Tahun

36
3.2.2 Uji Validitas Kuesioner

Sebelum tahap penyebaran kuesioner, diperlukan tahap uji validitas isi untuk
memastikan apakah isi kuesioner sudah sesuai dan relevan dengan tujuan penelitian.
Pendekatan uji validitas isi akan menggunakan Aiken’s V dimana formula Aiken’s V
dirumuskan untuk menghitung content validity coefficient yang didasarkan pada hasil
penilaian dari panel ahli sebanyak n terhadap sejauh mana item dapat mewakili konstrak
yang diukur. Formula Aiken’s V adalah sebagai berikut:
𝑉 = ∑ 𝑠/[𝑛(𝐶 − 1)] (3.1)
Dimana
𝑠 = 𝑟 − 𝐿𝑜
𝐿𝑜 = angka penilaian terendah
𝐶 = angka penilaian tertinggi
𝑟 = angka yang diberikan penilai
Uji validitas isi dilakukan oleh panel ahli yang meliputi tiga orang profesional di
Industri Manufaktur pada Sektor Otomotif. Hasil perhitungan akan disimpulkan dalam
bentuk pengklasifikasian validitas. Pengklasifikasian yang digunakan mengacu pada
literatur yang dikemukakan oleh Guilford (Tomoliyus & Sunardianta, 2020) pada Tabel
3.4.
Tabel 3. 4 Klasifikasi Aiken's V
Total V Klasifikasi Pengertian
0,80 < Total V < 1,00 Validitas Sangat Tinggi Sangat Baik
0,60 < Total V < 0,80 Validitas Tinggi Baik
0,40 < Total V < 0,60 Validitas Sedang Cukup
0,20 < Total V < 0,40 Validitas Rendah Kurang
0,00 < Total V < 0,20 Validitas Sangat Rendah Kurang Sekali
Total V < 0,00 Tidak Valid Sangat Kurang
(Sumber: Tomoliyus & Sunardianta, 2020)

37
Pada penelitian ini, pertanyaan yang memperoleh nilai di atas 0,60 atau setara
dengan klasifikasi validitas tinggi dan sangat tinggi dianggap sebagai pertanyaan yang
valid. Hasil uji validitas Aiken’s V terlihat pada Tabel 3.5.
Tabel 3. 5 Uji Validitas Kuesioner dengan Aiken's V
Pertanyaan V1 V2 V3 Total V Keputusan
1 0,250 0,333 0,083 0,667 Valid
2 0,333 0,333 0,333 1,000 Valid
3 0,333 0,250 0,333 0,917 Valid
4 0,167 0,333 0,250 0,750 Valid
5 0,250 0,250 0,250 0,750 Valid
6 0,167 0,167 0,250 0,583 Tidak Valid
7 0,333 0,250 0,333 0,917 Valid
8 0,333 0,250 0,250 0,833 Valid
9 0,333 0,333 0,167 0,833 Valid
10 0,333 0,333 0,167 0,833 Valid
11 0,250 0,250 0,250 0,750 Valid
12 0,333 0,250 0,333 0,917 Valid
13 0,333 0,250 0,333 0,917 Valid
14 0,333 0,167 0,250 0,750 Valid

38
Tabel 3. 5 Uji Validitas Kuesioner dengan Aiken's V (Sambungan)
Pertanyaan V1 V2 V3 Total V Keputusan
15 0,250 0,250 0,333 0,833 Valid
16 0,333 0,250 0,333 0,917 Valid
17 0,167 0,167 0,250 0,583 Tidak Valid
18 0,333 0,250 0,250 0,833 Valid
19 0,333 0,250 0,333 0,917 Valid
20 0,333 0,250 0,333 0,917 Valid
21 0,250 0,250 0,250 0,750 Valid
22 0,333 0,250 0,333 0,917 Valid
23 0,250 0,083 0,250 0,583 Tidak Valid
24 0,167 0,167 0,333 0,667 Valid
25 0,333 0,250 0,250 0,833 Valid
26 0,333 0,333 0,250 0,917 Valid
27 0,333 0,250 0,250 0,833 Valid
28 0,333 0,333 0,333 1,000 Valid
Perhitungan Aiken’s V menghasilkan tiga pertanyaan tidak valid dengan koefisien

V di bawah 0,60. Selanjutnya, 25 dari 28 pertanyaan kuesioner yang valid akan diberikan
kepada panel ahli.

39
3.2.3 Pengumpulan Data Identifikasi KSF

Tahap pengumpulan data untuk identifikasi KSF dilakukan melalui pengisian
kuesioner 1 oleh panel ahli melalui wawancara. Sebelum pengisian kuesioner, peneliti
melakukan validasi KSF dengan open ended questions. Kuesioner 1 berisi penilaian panel
ahli mengenai tingkat kepentingan KSF yang telah divalidasi dalam menunjang
keberhasilan implementasi IoT sehingga dapat diperoleh KSF yang relevan dengan
kondisi lapangan. Kuesioner akan diisi menggunakan skala likert yang dapat dilihat pada
tabel berikut.
Tabel 3. 6 Skala Likert Kuesioner Identifikasi KSF
Skala Pengertian Keterangan
Faktor tidak penting untuk keberhasilan implementasi
1 Tidak Penting
IoT pada perusahaan
Faktor kurang penting untuk keberhasilan
2 Kurang Penting
implementasi IoT pada perusahaan
Faktor penting untuk keberhasilan implementasi IoT
3 Penting
pada perusahaan
Faktor cukup penting untuk keberhasilan implementasi
4 Cukup Penting
IoT pada perusahaan
Faktor sangat penting untuk keberhasilan
5 Sangat Penting
implementasi IoT pada perusahaan
3.2.4 Pengolahan Data Identifikasi KSF

Hasil pengisian kuesioner 1 diolah menggunakan geometric mean. Geometric
mean digunakan untuk memperoleh nilai rataan yang paling baik karena mampu
mempertimbangkan kemungkinan terjadinya perbedaan skala dari setiap panel ahli dan
geomean merupakan sistem rataan yang mempertimbangkan rasio.
Hasil KSF dengan nilai geomean kurang dari 3,5 akan dieliminasi sehingga akan
terpilih KSF yang paling penting berdasarkan penilaian panel ahli (Dachyar & Pratama,
2014). Hasil responden dan nilai geomean dapat dilihat pada Tabel 3.7.

40
Tabel 3. 7 Hasil Kuesioner Identifikasi KSF
Faktor Ahli 1 Ahli 2 Ahli 3 Geomean Keputusan

Tidak
(M1) Kompetisi 4 5 2 3,420
Diterima
(M2) Market
5 5 5 5,000 Diterima
requirements
(G1) Peraturan dan
kebijakan pemerintah
(P1) Training 3 5 4 3,915 Diterima
(P2) Komunikasi yang
efektif
(O1) Clear architecture
reference standard for 5 4 5 4,642 Diterima
IoT components
(O2) Service flexibility
and quality
(O3) Personal privacy
invasion
(O4) Data security 5 5 3 4,217 Diterima
(T1) Technology
standardization 4 4 4 4,000 Diterima
approach
(T2) Partnership with
technology providers
(F1) System formation
cost
(F2) System
maintenance cost
(F3) System integration
cost
(F4) Minimization, cost
effectiveness, and 5 4 5 4,642 Diterima
financial factors
(I1) Readability /
Traceability
(I2) Compatibility /
Functionality / 5 4 5 4,642 Diterima
Reliability
(I3) Technology &
infrastructure 5 4 5 4,642 Diterima
integration
(I4) Product quality 4 4 4 4,000 Diterima

41
Tabel 3. 7 Hasil Kuesioner Identifikasi KSF (Sambungan)
Faktor Ahli 1 Ahli 2 hli 3 Geomean Keputusan

(I5) Information and
work quality
(I7) Ability for trial and
observe-ability
(R1) Customer focus 5 4 4 4,309 Diterima
(R2) Project
management
(R3) Mutual trust 5 4 4 4,309 Diterima
(R4) Top management
support & commitment
Terdapat 24 KSF diterima sebagai KSF implementasi IoT pada Industri

Manufaktor Sektor Otomotif dengan nilai geomean di atas 3,5. Selanjutnya, KSF yang
telah dianggap relevan dengan tujuan penelitian dikelompokkan ke dalam beberapa
dimensi. Dimensi yang digunakan adalah Marketing, Regulations, People and
Management, Operations, Technology, Finance, Innovation and Ideas, dan Resources
dimana dimensi tersebut diperoleh berdasarkan hasil studi literatur. Pengelompokkan
KSF terpilih berdasarkan dimensi dapat dilihat pada Tabel 3.8. Pada Tabel 3.8, peneliti
juga menampilkan definisi dari masing-masing KSF.
Tabel 3. 8 Daftar KSF Terpilih
Dimensi Faktor Definisi Faktor
Marketing (M2) Market requirements Kebutuhan dari tren pasar terkini
(G1) Peraturan dan Regulasi pemerintah dan pihak

Regulations
kebijakan pemerintah berwajib terkait adaptasi sistem
Pelatihan untuk meningkatkan
(P1) Training
People and keahlian karyawan
Management (P2) Komunikasi yang Komunikasi antar karyawan ketika
efektif mengerjakan sistem
Kejelasan rancangan arsitektur
reference standard for IoT
komponen IoT
Operations components
(O2) Service flexibility Layanan yang berkualitas dan
and quality fleksibel

42
Tabel 3. 8 Daftar KSF Terpilih (Sambungan)

Invasi data pribadi
invasion
Operations
(O4) Data security Keamanan data
(T1) Technology Pendekatan teknologi yang sesuai

standardization approach dengan standar
Technology
(T2) Partnership with Pemilihan dan hubungan dengan
technology providers partner perusahaan
(F1) System formation cost Biaya pembentukan sistem
(F2) System maintenance

Biaya pemeliharaan sistem
cost
Finance
Biaya pengintegrasian sistem
cost
(F4) Minimization, cost Kemampuan meminimasi dan
effectiveness, and financial mengefektifkan biaya, serta faktor
factors finansial perusahaan
(I1) Readability /
Kemampuan barang dapat dilacak
Traceability
(I2) Compatibility / Kesesuaian sistem IoT dengan
Functionality / Reliability operasional perusahaan
(I3) Technology & Kebutuhan integrasi teknologi dan
Innovation and infrastructure integration infrastruktur
Ideas
(I4) Product quality Kualitas produk
(I5) Information and work Kualitas informasi untuk sistem terkini

quality dan kualitas kinerja sumber daya
(I7) Ability for trial and Kemudahan sistem untuk diperbaiki
observe-ability dan diubah pada fase pembentukan
Budaya internal perusahaan yang
(R1) Customer focus
customer focus
Resources
(R2) Project management Kemampuan manajemen proyek

43
Tabel 3. 8 Daftar KSF Terpilih (Sambungan)
Kepercayaan antar mitra dan

(R3) Mutual trust
stakeholder perusahaan
Resources
(R4) Top management Dukungan dan komitmen level
support & commitment manajemen
3.2.5 Pengumpulan Data Pembobotan KSF

Setelah mendapatkan daftar KSF yang relevan untuk implementasi IoT di Industri
Manufaktur pada Sektor Otomotif, tahap selanjutnya adalah melakukan pembobotan
KSF. Tahap pengumpulan data unuk pembobotan KSF dilakukan melalui pengisian
kuesioner 2. Pada kuesioner 2, panel ahli akan menilai tingkat pengaruh antar faktor
sehingga dapat diperoleh KSF yang paling memberikan pengaruh. Kuesioner akan diisi
menggunakan skala likert yang dapat dilihat pada Tabel 3.9.
Tabel 3. 9 Skala Likert Kuesioner Pembobotan KSF
Skala Pengertian Keterangan
0 No influence Faktor A tidak memengaruhi Faktor B
1 Low influence Faktor A sedikit memengaruhi Faktor B
2 Moderate influence Faktor A cukup memengaruhi Faktor B
3 High influence Faktor A memengaruhi Faktor B
4 Very high influence Faktor A sangat memengaruhi Faktor B
3.2.6 Pengolahan Data Pembobotan KSF

Pembobotan KSF dilakukan dengan menggunakan metode ANP berbasis
DEMATEL atau DANP. Hasil akhir dari pengolahan data menggunakan DANP adalah
bobot lokal untuk masing-masing KSF di dalam dimensi dan bobot global untuk setiap
KSF. Selain mendapatkan bobot, metode DANP juga dapat menghasilkan gambaran
tingkat pengaruh antar KSF dan dimensi melalui network relationship map (NRM).
Setelah kuesioner 2 dikumpulkan kembali, dilakukan pengolahan data
menggunakan metode DANP. Pertama-tama, penilaian panel ahli dapat dikonversi

44
menjadi matrix of direct influence dari tiap ahli. Gambar 3.1 merupakan contoh matrix of
direct influence.

45
Gambar 3. 1 Matrix of Direct Influence

46
Matriks pada Gambar 3.1 merupakan matriks hasil penilaian panel ahli yang
berasal dari salah satu panel ahli. Angka pada tiap elemen matriks menunjukkan besar
pengaruh faktor pada baris terhadap faktor pada kolom. Sebagai contoh, elemen pada
baris M1 dan kolom G1 memiliki nilai 2, artinya KSF M1 cukup memengaruhi KSF G1.
Pembentukan matrix of direct influence dibuat untuk seluruh panel ahli pada penelitian.
Langkah selanjutnya adalah memperoleh direct relation matrix dengan merata-ratakan
setiap elemen pada ketiga matrix of direct influence. Pada direct relation matrix, elemen
pada setiap matriks merupakan hasil rata-rata penilaian ketiga panel ahli. Gambar 3.2
menunjukkan direct relation matrix yang telah dibentuk.

47
Gambar 3. 2 Direct Relation Matrix (Matriks D)

48
Direct relation matrix (matriks D) merupakan matriks awal yang akan digunakan
untuk pengolahan data selanjutnya menggunakan metode DANP. Maka, langkah yang
dilakukan selanjutnya adalah membentuk normalized total relation martrix, total relation
matrix untuk dimensi dan faktor, normalized total relation matrix untuk dimensi dan
faktor, dan membentuk supermatrix yang terdiri dari unweighted supermatrix, weighted
supermatrix, dan limit supermatrix.
Pengolahan data pada matrikz Z dilakukan dengan mengkalikan masing-masing
elemen pada direct relation matrix (matriks D) dengan 𝜆 yang diperoleh dari persamaan
2.4. Selanjutnya, pengolahan data pada total relation matrix untuk faktor (𝑇𝑐 ) dilakukan
dengan mengalikan Matriks D dengan pengurangan matriks identitas dengan matriks D
yang diinvers menggunakan persamaan 2.5. Setelah itu, pengolahan data total relation
matrix untuk dimensi (𝑇𝐷 ) diperoleh dengan merata-ratakan elemen 𝑡𝑖𝑗 pada matriks 𝑇𝑐
sesuai dengan baris dan kolom masing-masing dimensi.
Pengolahan data normalized total relation matrix untuk faktor (𝑇𝐶𝑛𝑜𝑟𝑚 ) dan
normalized total relation matrix untuk dimensi (𝑇𝐷𝑛𝑜𝑟𝑚 ) dilakukan dengan menormalisasi
matriks 𝑇𝑐 dan 𝑇𝐷 menggunakan persamaan 2.14, 2.15, dan 2.16. Selanjutnya, pengolahan
data supermatrix dapat dilakukan.
Pengolahan data unweighted supermatrix (supermatrix W) dilakukan dengan
mentranspose matriks 𝑇𝐶𝑛𝑜𝑟𝑚 . Pengolahan data weighted supermatrix (supermatrix W*)
dibentuk dengan mengalikan supermatrix W dengan transpose dari matriks 𝑇𝐷𝑛𝑜𝑟𝑚 .
Terakhir, pengolahan data limit supermatrix dilakukan dengan melimit weighted
supermatrix (supermatrix W*) sampai diperoleh supermatrix yang stabil. Pada penelitian
ini, limit supermatrix sudah stabil pada iterasi kedua. Hasil limit supermatrix terdapat
pada Gambar 3.3.

49
Gambar 3. 3 Limit Supermatrix

50
Pada Gambar 3.3 dapat diperoleh bobot dari dimensi dan KSF. Nilai pada elemen
diagonal limit supermatrix merupakan bobot global dari tiap KSF. Bobot lokal juga dapat
diperoleh dengan membagi nilai bobot global KSF dengan jumlah nilai bobot global
seluruh KSF pada dimensi yang sama. Seluruh bobot yang dihasilkan dari metode DANP
dalah dilihat pada Tabel 3.10.
Tabel 3. 10 Hasil Pembobotan dari Metode DANP
Bobot Bobot Bobot
No Dimensi Faktor
Dimensi Lokal Global
(M2) Market
1 Marketing 0,118 1,000 0,118
requirements
(G1) Peraturan dan
2 Regulations 0,085 1,000 0,085
3 (P1) Training 0,499 0,061
People and
0,121 (P2) Komunikasi yang
4 Management 0,501 0,061
efektif
5 reference standard for 0,242 0,033
IoT components
6 Operations 0,137 0,247 0,034
and quality
7 0,253 0,035
invasion
8 (O4) Data security 0,257 0,035
(T1) Technology
9 standardization 0,506 0,070
Technology 0,139 approach
10 0,494 0,069
11 0,248 0,032
cost
(F2) System
12 0,251 0,032
maintenance cost
Finance 0,129
13 0,252 0,033
cost
14 effectiveness, and 0,249 0,032
financial factors

51
Tabel 3. 10 Hasil Pembobotan dari Metode DANP (Sambungan)

Bobot Bobot Bobot
No Dimensi Faktor
Dimensi Lokal Global
(I1) Readability /
15 0,167 0,023
Traceability
16 Functionality / 0,167 0,023
Reliability
(I3) Technology &
17 Innovation infrastructure 0,166 0,023
0,137
and Ideas integration
18 (I4) Product quality 0,166 0,023
19 0,169 0,023
work quality
20 0,165 0,023
observe-ability
21 (R1) Customer focus 0,255 0,034
(R2) Project
22 0,238 0,032
management
23 Resources 0,134 (R3) Mutual trust 0,249 0,033
(R4) Top management
24 0,258 0,035
Bobot global pada Tabel 3.10 merupakan bobot dari KSF secara keseluruhan,
sedangkan bobot lokal meupakan bobot dari KSF di dalam dimensi. Setelah memperoleh
pembobotan, bobot global diurutkan untuk memperoleh peringkat prioritas KSF dalam
penelitian ini.
Tabel 3. 11 Peringkat KSF untuk Penunjang Keberhasilan Implementasi IoT
No Faktor Bobot Global Peringkat

1 (M2) Market requirements 0,118 1
2 (G1) Peraturan dan kebijakan pemerintah 0,085 2
3 (T1) Technology standardization approach 0,070 3
(T2) Partnership with technology

4 0,069 4
providers

52
Tabel 3. 11 Peringkat KSF untuk Penunjang Keberhasilan Implementasi IoT

(Sambungan)
No Faktor Bobot Global Peringkat
5 (P2) Komunikasi yang efektif 0,061 5
6 (P1) Training 0,061 6

7 (O4) Data security 0,035 7
8 (O3) Personal privacy invasion 0,035 8
(R4) Top management support &
9 0,035 9
commitment
10 (R1) Customer focus 0,034 10
11 (O2) Service flexibility and quality 0,034 11
(O1) Clear architecture reference standard
12 0,033 12
for IoT components
13 (R3) Mutual trust 0,033 13
14 (F3) System integration cost 0,033 14
15 (F2) System maintenance cost 0,032 15
(F4) Minimization, cost effectiveness, and
16 0,032 16
financial factors
17 (F1) System formation cost 0,032 17
18 (R2) Project management 0,032 18
19 (I5) Information and work quality 0,023 19
20 (I1) Readability / Traceability 0,023 20
(I2) Compatibility / Functionality /
21 0,023 21
Reliability
(I3) Technology & infrastructure
22 0,023 22
integration
23 (I4) Product quality 0,023 23
24 (I7) Ability for trial and observe-ability 0,023 24

53
3.2.7 Pembuatan Network Relationship Map

Setelah memproleh pembobotan faktor, hubungan antar KSF dan dimensi dapat
diperoleh melalui total relation matrix untuk faktor (𝑇𝑐 ) dan total relation matrix untuk
dimensi (𝑇𝐷 ). Matriks 𝑇𝑐 diperoleh dengan menggunakan persamaan 2.5, yaitu
mengalikan Matriks D dengan pengurangan matriks identitas dengan matriks D yang
diinvers dan matriks 𝑇𝐷 diperoleh dengan merata-ratakan elemen 𝑡𝑖𝑗 pada matriks 𝑇𝑐
sesuai dengan baris dan kolom masing-masing dimensi. Matriks 𝑇𝑐 dan matriks 𝑇𝐷 dapat
dilihat pada Gambar 3.5 dan Gambar 3.4.
Gambar 3. 4 Total Relation Matrix Untuk Dimensi

54
Gambar 3. 5 Total Relation Matrix Untuk Faktor

55
Pada Gambar 3.4 dan 3.5, total relation matrix mengindikasikan bagaimana satu
elemen memengaruhi elemen lainnya. Maka, nilai yang tertera pada matriks
menunjukkan besar pengaruh masing-masing elemen. Langkah selanjutnya adalah
menentukan threshold value untuk KSF secara global, threshold value untuk dimensi, dan
threshold value untuk KSF di dalam dimensi. Theshold value untuk dimensi didapatkan
dengan merata-ratakan matriks 𝑇𝐷 , threshold value untuk KSF secara global didapatkan
dengan merata-ratakan matriks 𝑇𝑐 , dan threshold value untuk KSF di dalam dimensi
didapatkan dengan merata-ratakan matriks 𝑇𝑐 sesuai dengan dimensi yang diinginkan.
Maka, nilai threshold value dapat dilihat pada Tabel 3.12.
Tabel 3. 12 Nilai Threshold Value
Nilai
Keterangan
Threshold Value
Threshold value untuk KSF secara global (TV Global) 0,490
Threshold value untuk dimensi (TV Dimensi) 0,462
Marketing 0,419
Regulations 0,231
People and Management 0,438
Threshold value untuk KSF di Operations 0,513
dalam dimensi (TV Lokal) Technology 0,539
Finance 0,488
Innovation and Ideas 0,488
Resources 0,481
Setelah mengetahui threshold value, network relationship map (NRM) dapat

dibentuk. Apabila nilai pada elemen matriks yang melewati threshold value, maka panah
akan dipetakan pada NRM yang menandakan adanya pengaruh. Pada penelitian ini, akan
dibentuk NRM antar dimensi, NRM antar KSF dalam dimensi, dan NRM antar faktor.
Sebelum pembentukan NRM, dibutuhkan perhitungan nilai 𝐷𝑖 (penjumlahan
elemen baris) dan 𝑅𝑖 (penjumlahan elemen kolom), 𝐷𝑖 + 𝑅𝑖 , dan 𝐷𝑖 − 𝑅𝑖 . Hal ini berguna
untuk memetakan KSF atau dimensi pada diagram dan dapat digunakan juga untuk
mengetahui peringkat pengaruh antar KSF dan dimensi. Berdasarkan nilai 𝐷𝑖 − 𝑅𝑖 juga,
KSF dan dimensi dapat dikelompokkan ke dalam kelompok cause atau kelompok effect.

56
Dimensi atau KSF yang memiliki nilai 𝐷𝑖 − 𝑅𝑖 positif merupakan kelompok cause, dan
dimensi atau KSF dengan nilai 𝐷𝑖 − 𝑅𝑖 negatif merupakan kelompok effect.
3.2.7.1 Network Relationship Map antar Dimensi

Pertama, dilakukan perhitungan 𝐷𝑖 , 𝑅𝑖 , 𝐷𝑖 + 𝑅𝑖 , dan 𝐷𝑖 − 𝑅𝑖 dari matriks 𝑇𝐷 .
Hasil perhitungan dapat dilihat pada Tabel 3.13.
Tabel 3. 13 Nilai (D+R) dan (D-R) pada Dimensi
No Dimensi D R D+R D-R Kelompok
1 Marketing (D1) 3,810 3,485 7,295 0,325 cause

2 Regulations (D2) 2,928 2,514 5,442 0,413 cause
People and
3 3,737 3,592 7,329 0,145 cause
Management (D3)
4 Operations (D4) 3,875 4,066 7,941 -0,190 effect
5 Technology (D5) 4,045 4,109 8,153 -0,064 effect
6 Finance (D6) 3,852 3,820 7,672 0,031 cause
Innovation and
7 3,658 4,045 7,702 -0,387 effect
Ideas (D7)
8 Resources (D8) 3,689 3,963 7,652 -0,273 effect
Pada Tabel 3.13, dapat dilihat pengelompokkan cause dan effect pada tiap dimensi
dimana dihasilkan adanya empat kelompok cause dan empat kelompok effect.
Selanjutnya, untuk memetakan hubungan pada NRM, nilai pada elemen matriks 𝑇𝐷 yang
melebih threshold value untuk dimensi (TV Dimensi) akan diberikan angka “1”
sebagaimana tertera pada Gambar 3.6.

57
Gambar 3. 6 Hubungan Pengaruh Antar Dimensi
Angka “1” pada elemen matriks menunjukkan bahwa dimensi yang berada pada
baris mempunyai pengaruh signifikan terhadap dimensi pada kolom. Sebagai contoh,
dimensi marketing memiliki pengaruh signifikan terhadap dimensi lain kecuali dimensi
regulations. Selanjutnya, NRM dapat dibentuk dengan memetakan 𝐷𝑖 + 𝑅𝑖 pada sumbu
x dan 𝐷𝑖 − 𝑅𝑖 pada sumbu y, dan memetakan panah pada dimensi yang diberikan angka
“1”. NRM antar dimensi dapat dilihat pada Gambar 3.7.

58
Gambar 3. 7 Network Relationship Map Antar Dimensi
3.2.7.2 Network Relationship Map antar KSF dalam Dimensi

Sama halnya dengan pembentukan NRM untuk dimensi, perlu dilakukan
perhitungan 𝐷𝑖 , 𝑅𝑖 , 𝐷𝑖 + 𝑅𝑖 , dan 𝐷𝑖 − 𝑅𝑖 untuk KSF dalam masing-masing dimensi
berdasarkan matriks 𝑇𝑐 . Dimensi marketing dan people and management hanya memiliki
satu KSF di dalamnya sehingga tidak dibuat NRM untuk KSF dalam dimensi tersebut.
Hasil perhitungan dapat dilihat pada Tabel 3.14.

59
Tabel 3. 14 Nilai (D+R) dan (D-R) pada KSF dalam Dimensi
Dimensi Faktor D R D+R D-R Kelompok

(P1) Training 0,880 0,870 1,750 0,010 cause
People and
Management (P2) Komunikasi yang 0,872 0,882 1,753 -0,010 effect
efektif
reference standard for 2,028 1,965 3,993 0,063 cause
IoT components
Operations and quality 2,096 2,023 4,119 0,073 cause
2,040 2,099 4,138 -0,059 effect
invasion
(O4) Data security 2,051 2,128 4,179 -0,078 effect
(T1) Technology
standardization 1,081 1,090 2,171 -0,008 effect
Technology approach
1,074 1,066 2,139 0,008 cause
1,925 1,925 3,849 0,000 cause
cost
(F2) System
1,947 1,968 3,915 -0,022 effect
maintenance cost
Finance (F3) System
1,936 1,979 3,915 -0,043 effect
integration cost
(F4) Minimization,
cost effectiveness, and 2,000 1,936 3,936 0,065 cause
financial factors
(I1) Readability /
2,830 2,950 5,780 -0,120 effect
Traceability
Functionality / 3,047 2,935 5,981 0,112 cause
Reliability
(I3) Technology &
Innovation infrastructure 2,975 2,920 5,895 0,055 cause
(I4) Product quality 3,003 2,899 5,902 0,104 cause
2,799 2,965 5,763 -0,166 effect
work quality
(I7) Ability for trial
2,921 2,906 5,826 0,015 cause
and observe-ability

60
Tabel 3. 14 Nilai (D+R) dan (D-R) pada KSF dalam Dimensi (Sambungan)
Dimensi Faktor D R D+R D-R Kelompok

(R1) Customer focus 1,972 1,958 3,931 0,014 cause
(R2) Project
1,854 1,852 3,705 0,002 cause
management
Resources
(R3) Mutual trust 1,950 1,900 3,850 0,051 cause
(R4) Top management
1,919 1,985 3,903 -0,066 effect
Pada Tabel 3.14, dapat dilihat pengelompokkan cause dan effect pada tiap KSF di
dalam dimensi masing-masing. Pemetaan panah pada NRM dilakukan pada elemen yang
memiliki nilai melebihi threshold value menurut masing-masing TV Lokal sebagaimana
tertera pada Tabel 3.12. Pemberian angka “1” diberikan sama halnya seperti pada NRM
antar dimensi yang dapat dilihat pada Gambar 3.8.

61
Gambar 3. 8 Hubungan Pengaruh Antar KSF Dalam Dimensi

62
Angka “1” pada Gambar 3.8. menunjukkan adanya pengaruh signifikan antar KSF
dalam dimensi yang sama. Berdasarkan gambar tersebut, enam NRM antar KSF dalam
dimensi dapat dibentuk dengan memetakan 𝐷𝑖 + 𝑅𝑖 pada sumbu x dan 𝐷𝑖 − 𝑅𝑖 pada
sumbu y, dan memetakan panah pada elemen yang diberikan angka “1”. Keenam NRM
antar KSF dalam dimensi dapat dilihat pada Gambar 3.9, Gambar 3.10, Gambar 3.11,
Gambar 3.12, Gambar 3.13, dan Gambar 3.14.
Gambar 3. 9 Network Relationship Map Antar KSF dalam Dimensi People and
Management

63
Gambar 3. 10 Network Relationship Map Antar KSF dalam Dimensi Operations
Gambar 3. 11 Network Relationship Map Antar KSF dalam Dimensi Technology

64
Gambar 3. 12 Network Relationship Map Antar KSF dalam Dimensi Finance
Gambar 3. 13 Network Relationship Map Antar KSF dalam Dimensi Innovation and
Ideas

65
Gambar 3. 14 Network Relationship Map Antar KSF dalam Dimensi Resources
3.2.7.3 Network Relationship Map antar KSF

Setelah mengetahui hubungan antar dimensi dan hubungan antar KSF dalam
dimensi. Selanjutnya akan dipetakan hubungan antar KSF dalam dimensi yang berbeda.
Pertama, dilakukan perhitungan 𝐷𝑖 , 𝑅𝑖 , 𝐷𝑖 + 𝑅𝑖 , dan 𝐷𝑖 − 𝑅𝑖 untuk KSF secara
keseluruhan berdasarkan matriks 𝑇𝑐 . Hasil perhitungan dapat dilihat pada Tabel 3.15.
Tabel 3. 15 Nilai (D+R) dan (D-R) antar KSF
No Faktor D R D+R D-R Kelompok

(M2) Market
1 12,040 10,622 22,662 1,418 cause
requirements
(G1) Peraturan dan
2 kebijakan 9,210 7,644 16,854 1,567 cause
pemerintah
3 (P1) Training 11,776 10,903 22,679 0,872 cause
(P2) Komunikasi
4 11,766 10,959 22,725 0,807 cause
yang efektif

66
Tabel 3. 15 Nilai (D+R) dan (D-R) antar KSF (Sambungan)
(O1) Clear
architecture
5 12,039 11,953 23,992 0,086 cause
reference standard
for IoT components
(O2) Service
6 flexibility and 12,332 12,205 24,537 0,127 cause
quality
(O3) Personal
7 12,090 12,490 24,580 -0,400 effect
privacy invasion
8 (O4) Data security 12,137 12,677 24,814 -0,540 effect
(T1) Technology
9 standardization 12,742 12,684 25,426 0,057 cause
approach
(T2) Partnership
10 with technology 12,691 12,355 25,046 0,337 cause
providers
(F1) System
11 11,986 11,485 23,470 0,501 cause
formation cost
(F2) System
12 12,083 11,671 23,754 0,412 cause
maintenance cost
(F3) System
13 12,035 11,717 23,752 0,319 cause
integration cost
(F4) Minimization,
cost effectiveness,
14 12,321 11,533 23,854 0,789 cause
and financial
factors
(I1) Readability /
15 11,150 12,308 23,458 -1,157 effect
Traceability
16 Functionality / 11,839 12,255 24,094 -0,417 effect
Reliability
(I3) Technology &
17 infrastructure 11,611 12,206 23,817 -0,595 effect
integration
18 (I4) Product quality 11,700 12,176 23,876 -0,476 effect
(I5) Information
19 11,051 12,389 23,441 -1,338 effect
and work quality
20 11,439 12,158 23,597 -0,719 effect
and observe-ability
(R1) Customer
21 11,809 12,253 24,063 -0,444 effect
focus

67
Tabel 3. 15 Nilai (D+R) dan (D-R) antar KSF (Sambungan)
(R2) Project
22 11,299 11,462 22,760 -0,163 effect
management
23 (R3) Mutual trust 11,716 11,953 23,669 -0,238 effect
(R4) Top
management
24 11,579 12,382 23,961 -0,803 effect
support &
commitment
Pengelompokkan cause dan effect tiap KSF dapat terlihat pada Tabel 3.15.
Terdapat 12 KSF yang termasuk dalam kelompok cause dan 12 KSF yang termasuk
dalam kelompok effect. Pemetaan panah pada NRM dilakukan pada elemen yang
memiliki nilai melebihi threshold value global atau TV Global. Pemberian angka “1”
untuk elemen yang memiliki nilai melebihi TV Global dapat dilihat pada Gambar 3.15.

68
Gambar 3. 15 Hubungan Pengaruh Antar KSF

69
Angka “1” pada Gambar 3.15. menunjukkan adanya pengaruh signifikan antar
KSF. Sebagai contoh, KSF T1 atau technology standardization approach memiliki
pengaruh signifikan terhadap hampir seluruh KSF, kecuali KSF market requirements dan
regulations. Selain itu, diketahui juga bahwa KSF peraturan dan kebijakan pemerintah
tidak memengaruhi maupun dipengaruhi KSF lainnya. Berdasarkan gambar tersebut,
NRM antar KSF dapat dibentuk pada Gambar 3.16.
Gambar 3. 16 Network Relationship Map Antar KSF
Pada NRM Antar KSF, dapat terlihat bahwa semakin atas posisi KSF, maka
semakin besar pengaruh KSF tersebut terhadap KSF lain. Sebaliknya, semakin rendah
posisi KSF, maka KSF tersebut semakin mudah untuk dipengaruhi KSF lain. Selain itu,
KSF juga bisa tidak memiliki hubungan signifikan dengan KSF lainnya, sebagaimana
terlihat pada KSF peraturan dan kebijakan pemerinta (G1) yang tidak memiliki panah
apapun. Pada Gambar 3.16 juga dapat dilihat bahwa KSF yang memiliki pengaruh
terbesar terhadap KSF lainnya adalah KSF market requirements (M2) dan KSF yang
paling dipengaruhi oleh KSF lainnya adalah KSF information and work quality (I5).

BAB 4
ANALISIS
Pada bab ini, akan dibahas mengenai analisis dari hasil pengolahan data
identifikasi KSF, pembobotan KSF, dan hubungan antar KSF. Selain itu, perancangan
strategi implementasi IoT untuk prioritas KSF juga akan dijabarkan.
4.1 Analisis Identifikasi KSF

Pada penelitian ini, penentuan KSF dilakukan sebelum pengelompokkan KSF
pada dimensi. Hal ini dikarenakan tujuan dari penelitian adalah untuk pembobotan KSF.
Pendekatan yang digunakan untuk penentuan dan pengelompokkan KSF dilakukan
dengan melakukan studi literatur dan penilaian panel ahli, melainkan dengan pendekatan
statistik. Pendekatan berdasarkan studi literatur dan penilaian panel ahli dipilih karena
penelitian ini dianggap dapat meraup keuntungan lebih besar melalui penilaian panel ahli
dibandingkan dengan pendekatan statistik, seperti analisis faktor. Hal ini dikarenakan,
bidang yang menjadi topik penelitian merupakan bidang yang memerlukan responden
dengan keahlian, pengalaman, dan pemahaman terhadap bidang terkait. Selain itu,
penelitian ini tidak memerlukan jumlah responden yang besar seperti pada analisis faktor,
namun cukup membutuhkan jumlah responden yang sedikit dengan keahlian khusus.
Oleh karena itu, penilaian panel ahli lebih baik untuk digunakan dibandingkan dengan
pendekatan statistik yang tidak memerlukan keahlian khusus karena justifikasi untuk
menentukan identifikasi KSF berdasarkan pendapat panel ahli.
Pada penelitian ini, terdapat 28 KSF yang didapatkan dari studi literatur. Setelah
melewati proses uji validitas kuesioner, validasi melalui open ended questions dengan
panel ahli dan eliminasi KSF menggunakan geometric mean, ditemukan adanya 24 KSF
yang relevan untuk implementasi IoT di Industri Manufaktur pada Sektor Otomotif. Tabel
4.1 menunjukkan perjalanan KSF dari hasil studi literatur sampai tahap eliminasi
geomean.
70

71
Tabel 4. 1 Identifikasi KSF Berdasarkan Tahap Validasi

Tahap Identifikasi KSF
Faktor Validasi
Studi Validasi Eliminasi
open ended
Literatur Aiken's V geomean
questions
(M1) Kompetisi Valid Valid Valid Tidak Valid
(M2) Market requirements Valid Valid Valid Valid
(G1) Peraturan dan
Valid Valid Valid Valid
(P1) Training Valid Valid Valid Valid
(P2) Komunikasi yang
efektif
(P3) Karyawan ahli Valid Tidak Valid - -
reference standard for IoT Valid Valid Valid Valid
components
(O2) Service flexibility and
quality
invasion
(O4) Data security Valid Valid Valid Valid
(T1) Technology
standardization approach
(F1) System formation cost Valid Valid Valid Valid
(F2) System maintenance
cost
(F3) System integration cost Valid Valid Valid Valid
effectiveness, and financial Valid Valid Valid Valid
factors
(F5) Training cost Valid Tidak Valid - -
(I1) Readability /
Traceability
(I3) Technology &
infrastructure integration
(I4) Product quality Valid Valid Valid Valid
(I5) Information and work
quality
(I6) Customer support Valid Tidak Valid - -

72
Tabel 4. 1 Identifikasi KSF Berdasarkan Tahap Validasi (Sambungan)

Tahap Identifikasi KSF
Faktor Validasi
Studi Validasi Eliminasi
open ended
Literatur Aiken's V geomean
questions
observe-ability
(R3) Mutual trust Valid Valid Valid Valid
(R4) Top management
Jumlah KSF 28 25 25 24
Terdapat 3 KSF yang tidak melewati tahap uji validitas kuesioner atau tahap
validasi Aiken’s V, KSF tersebut adalah karyawan panel ahli, training cost, dan customer
support. KSF karyawan panel ahli dan training cost berhubungan dengan keahlian
karyawan dalam operasional teknologi IoT, dapat dianalisis bahwa pada fase
implementasi IoT, karyawan sudah memiliki keahlian dan wawasan terkait IoT sehingga
adanya training cost bukan merupakan faktor yang penting pada fase implementasi.
Berdasarkan hasil diskusi dengan panel ahli, dapat dianalisis bahwa adanya karyawan
panel ahli bukan merupakan faktor yang penting pada fase implementasi karena teknologi
yang digunakan tidak melibatkan sumber daya manusia dalam jumlah yang besar.
Selanjutnya, KSF customer support merupakan faktor yang berhubungan dengan adanya
dukungan dari pelanggan yang mendorong perusahaan untuk mengimplementasikan IoT.
Analisis untuk tidak validnya faktor ini pada tahap pengembangan kuesioner adalah
bahwa keinginan perusahaan untuk mengimplementasikan IoT berasal dari faktor
eksternal lain selain customer support.
Pada tahap validasi open ended questions yang dilakukan dengan panel ahli,
seluruh KSF dinyatakan valid sehingga tidak terjadi pengurangan KSF. Namun, pada
tahap eliminasi geomean, terdapat 1 KSF yang tidak valid karena memiliki nilai di bawah
3,5 berdasarkan penilaian panel ahli, yaitu kompetisi. KSF kompetisi merupakan faktor
eksternal yang menjadi pendorong bagi perusahaan untuk mengimplementasikan IoT
sehingga memiliki keunggulan kompetitif dibandingkan dengan kompetitor. Tidak
validnya KSF ini dapat diasumsikan karena implementasi IoT bukan menjadi keunggulan

73
kompetitif perusahaan karena sudah menjadi standar yang perlu dilakukan seluruh
perusahaan dalam menyambut Industri 4.0.
Setelah KSF telah teridentifikasi, KSF dikelompokkan berdasarkan 8 dimensi
yang didapatkan dari studi literatur dan open ended questions dengan panel ahli. Dimensi
dan jumlah KSF yang terdapat pada dimensi tersebut dapat dilihat pada Tabel 4.2.
Tabel 4. 2 Jumlah Dimensi dan KSF
Dimensi Jumlah KSF
Marketing 1
Regulations 1
People and Management 2
Operations 4
Technology 2
Finance 4
Innovation and Ideas 6
Resources 4
Total 24
Pada Tabel 4.2, diketahui bahwa dimensi dengan jumlah KSF terbanyak adalah
innovation and ideas yaitu sejumlah 6 KSF, sedangkan dimensi dengan jumlah KSF
paling sedikit adalah marketing dan regulations dengan 1 KSF. Dimensi operations,
finance, dan resources masing-masing memiliki 4 KSF dan dimensi people and
management serta technology masing-masing memiliki 2 KSF. Berdasarkan
pengelompokkan ini, dapat dianalisis bahwa terdapat banyak KSF yang dapat menjadi
pendorong bagi perusahaan untuk terus berinovasi dalam mengimplementasikan IoT di
perusahaan.
4.2 Analisis Pembobotan KSF

Analisis pembobotan KSF melalui metode DANP terbagi menjadi dua bagian,
yaitu analisis bobot dimensi dan analisis bobot KSF lokal dan global. Analisis yang dapat
dilakukan terkait dengan bobot KSF adalah menganalisis bobot lokal KSF dengan melihat
peringkat KSF berdasarkan kelompok dimensinya dan menganalisis bobot global KSF

74
dengan melihat peringkat KSF berdasarkan KSF dari seluruh dimensi. Hasil pembobotan
dimensi dan KSF dapat dilihat pada Tabel 3.10 pada bab sebelumnya.
4.2.1 Analisis Bobot Dimensi

Pertama, dapat dilakukan analisis terhadap bobot dimensi. Hasil peringkat dari
bobot dimensi dapat dilihat pada Tabel 4.3 di bawah ini.
Tabel 4. 3 Peringkat Bobot Dimensi
No Dimensi Bobot Dimensi Peringkat
1 Marketing 0,118 7
2 Regulations 0,085 8
3 People and Management 0,121 6
4 Operations 0,137 2
5 Technology 0,139 1
6 Finance 0,129 5
7 Innovation and Ideas 0,137 3
8 Resources 0,134 4
Tabel 4.3 menjelaskan dimensi technology menempati urutan pertama sebagai

dimensi yang paling memengaruhi keberhasilan implementasi IoT dengan bobot 0,139
atau 13,9% kepentingannya. Hal ini sejalan dengan kedua KSF dari dimensi technology
yang menempati peringkat ke-3 dan ke-4 KSF dengan prioritas tertinggi untuk
keberhasilan implementasi IoT. Aspek teknologi dalam hal ini memang sangat penting
karena merupakan dasar dari implementasi IoT. Sementara itu, dimensi regulations
merupakan dimensi dengan bobot terkecil, yaitu sebesar 0,085 atau 8,5% kepentingannya.
Kecilnya bobot dimensi regulations dapat disebabkan oleh hanya terdapat 1 KSF di
dalamnya, hal ini dapat berakibat pada sedikitnya KSF yang berkontribusi terhadap
kepentingan dimensi regulations. Meskipun begitu, dapat disimpulkan juga bahwa KSF
di dalam dimensi regulations memiliki tingkat kepentingan sebesar 8,5% secara global.
Gambar 4.1 menampilkan perbandingan antar bobot dimensi secara lebih jelas.

75
Gambar 4. 1 Grafik Batang Bobot Dimensi
4.2.2 Analisis Bobot KSF Lokal dan Global

Setelah melakukan analisis terhadap dimensi, dilakukan analisis terhadap bobot
KSF yang dibagi menjadi bobot lokal dan bobot global. Tiga KSF dengan bobot global
tertinggi akan menjadi KSF prioritas pada perancangan strategi. Hasil peringkat dari
bobot KSF dapat dilihat pada Tabel 4.4 di bawah ini.
Tabel 4. 4 Peringkat Bobot Lokal dan Global KSF
Bobot
Dimensi Faktor Bobot Lokal Rank Rank
Global
(M2) Market
Marketing 1,000 1 0,118 1
requirements
(G1) Peraturan dan
Regulations 1,000 1 0,085 2
(P1) Training 0,499 2 0,061 6
People and
Management (P2) Komunikasi yang 0,501 1 0,061 5
efektif

76
Tabel 4. 4 Peringkat Bobot Lokal dan Global KSF (Sambungan)

Bobot
Global
(O1) Clear
architecture reference
0,242 4 0,033 12
standard for IoT
components
Operations (O2) Service flexibility
0,247 3 0,034 11
and quality
0,253 2 0,035 8
invasion
(O4) Data security 0,257 1 0,035 7
(T1) Technology
standardization 0,506 1 0,070 3
Technology approach
0,494 2 0,069 4
0,248 4 0,032 17
cost
(F2) System
0,251 2 0,032 15
maintenance cost
Finance (F3) System integration
0,252 1 0,033 14
cost
effectiveness, and 0,249 3 0,032 16
financial factors
(I1) Readability /
0,167 2 0,023 20
Traceability
Functionality / 0,167 3 0,023 21
Reliability
(I3) Technology &
Innovation infrastructure 0,166 4 0,023 22
(I4) Product quality 0,166 5 0,023 23
0,169 1 0,023 19
work quality
0,165 6 0,023 24
and observe-ability

77
Tabel 4. 4 Peringkat Bobot Lokal dan Global KSF (Sambungan)

Bobot
Global
(R1) Customer focus 0,255 2 0,034 10
(R2) Project
0,238 4 0,032 18
management
Resources (R3) Mutual trust 0,249 3 0,033 13
(R4) Top management
0,258 1 0,035 9
Semakin besar bobot global KSF, maka semakin besar pengaruh KSF tersebut
terhadap keberhasilan implementasi IoT. Sama halnya pada tingkat dimensi, semakin
besar bobot lokal KSF dalam kelompok dimensinya, maka semakin besar pengaruh KSF
tersebut terhadap keberhasilan implementasi IoT dibandingkan dengan KSF lain dalam
dimensi yang sama. Penggunaan metode DANP dapat mengurangi bias atau kecondongan
tersendiri oleh panel ahli. Tiga KSF yang menempati urutan teratas sebagai KSF yang
paling memengaruhi keberhasilan implementasi IoT adalah KSF market requirements,
KSF peraturan dan kebijakan pemerintah, dan KSF technology standardization approach.
KSF market requirements menempati urutan pertama dengan bobot 0,118 atau 11,8%,
diikuti oleh KSF peraturan dan kebijakan pemerintah dengan bobot 0,085 atau 8,5%, dan
KSF technology standardization approach menempati urutan ketiga dengan bobot 0,070
atau 7%. Pada Gambar 4.2 dapat dilihat grafik batang pembobotan KSF menggunakan
bobot global yang sudah diurutkan. Pada gambar tersebut, dapat dilihat bahwa terdapat
gap yang besar antara KSF pada urutan pertama hingga ketiga dibandingkan dengan KSF
lainnya. Ketiga KSF ini akan menjadi KSF prioritas untuk perancangan strategi
penelitian.

78
Gambar 4. 2 Grafik Bobot Global KSF
KSF market requirements merupakan hal yang paling vital dilakukan agar
keberhasilan implementasi IoT di Industri Maufaktur pada Sektor Otomotif dapat
tercapai. Mengetahui kebutuhan pasar akan mendorong perusahaan dalam menjalankan
proses bisnisnya, salah satunya adalah dalam hal implementasi IoT. Selain itu, dapat
dilihat bahwa KSF market requirements memiliki bobot lokal dan bobot global yang
sama. Hal ini dikarenakan tidak adanya KSF lain pada dimensi marketing. Walaupun KSF
market requirements merupakan KSF dengan peringkat tertinggi, dimensi marketing
menempati posisi ke-7 pada pembobotan kepentingan dimensi. Posisi ini disebabkan oleh
jumlah KSF pada dimensi marketing yang hanya berjumlah satu. Meskipun begitu, KSF
pada dimensi marketing memiliki kontribusi yang besar terhadap dimensi terkait dan
implementasi IoT dibandingkan dengan KSF lainnya.
Pada peringkat kedua, terdapat KSF peraturan dan kebijakan pemerintah yang
berada pada dimensi regulations. Hal ini mengindikasikan bahwa adanya peraturan dan
kebijakan pemerintah terkait standarisasi implementasi IoT menjadi faktor yang memiliki
pengaruh besar terhadap implementasi IoT. Sama halnya dengan KSF market
requirements, KSF peraturan dan kebijakan pemerintah merupakan satu-satunya KSF
pada dimensi regulations dimana dimensi tersebut menempati posisi ke-8 pada bobot

79
dimensi. Meskipun berada pada dimensi dengan bobot dimensi terkecil, KSF peraturan
dan kebijakan pemerintah memiliki kontribusi yang besar terhadap implementasi IoT
dibandingkan dengan KSF lainnya.
Pada urutan ketiga, terdapat KSF technology standardization approach yang
didefinisikan sebagai pendekatan implementasi teknologi IoT yang sesuai dengan
standar. KSF ini memiliki menempati posisi ke-3 pada bobot global dan posisi pertama
pada bobot lokal pada dimensi technology. Hal ini menunjukkan bahwa keberhasilan
implementasi IoT berasal dari pendekatan penerapan teknologi yang terstruktur, sesuai
dengan standar, dan didasari oleh rancangan standarisasi yang baik. Apabila pendekatan
penerapan teknologi terstandar, maka akan berpengaruh terhadap keberhasilan
implementasi IoT.
4.3 Analisis Hubungan Antar KSF

Pada analisis hubungan antar KSF, akan dilakukan analisis terhadap network
relationship map yang telah dibentuk. Network relationship map dapat
memvisualisasikan hubungan sebab akibat antar dimensi dan antar KSF serta
menunjukkan besar pengaruh antar satu sama lainnya. Melalui analisis hubungan, dapat
diidentifikasi adanya 3 jenis hubungan yang terjadi, yaitu inner dependence, outer
dependence, dan feedback. Penjelasan ketiga jenis hubungan tersebut sebagai berikut.
1. Inner dependence merupakan hubungan yang terjadi akibat adanya pengaruh antar
KSF di dalam dimensi yang sama.
2. Outer dependence merupakan hubungan yang terjadi akibat adanya pengaruh satu
KSF terhadap KSF lainnya pada dimensi yang berbeda.
3. Feedback merupakan hubungan yang terjadi ketika KSF pada dimensi yang berbeda
saling mempengaruhi.
Pada penelitian ini, analisis hubungan akan dilakukan pada tingkat dimensi dan
KSF kepada tiga KSF yang terpilih sebagai KSF prioritas untuk perancangan strategi
implementasi IoT di Industri Manufaktur pada Sektor Otomotif.

80
4.3.1 Analisis Hubungan Antar Dimensi

Pertama, dilakukan analisis untuk hubungan KSF market requirements, peraturan
dan kebijakan pemerintah, dan technology standardization approach pada tingkat
dimensi. Network relationship map antar dimensi dapat dilihat pada Gambar 3.7 pada bab
sebelumnya. Pada network reationshiop map antar dimensi, semakin tinggi posisi
dimensi, maka semakin besar pengaruh dimensi tersebut terhadap dimensi lainnya.
Dimensi dengan posisi di atas perpotongan sumbu x dan y merupakan dimensi yang
tergolong pada kelompok cause. Pada sub bab ini, akan dianalisis hubungan antar dimensi
pada dimensi marketing, regulations, dan technology yang merupakan dimensi dengan
KSF prioritas.
Berdasarkan network relationship map antar dimensi, didapatkan bahwa dimensi
marketing merupakan dimensi pada kelompok cause dan memiliki pengaruh signifikan
terhadap dimensi lainnya. Dimensi regulations juga berada pada kelompok cause dan
terletak di atas peropotongan sumbu x dan y. Namun, dimensi tersebut tidak
memengaruhi maupun dipengaruhi oleh dimensi lain sehingga bersifat independen.
Sementara, dimensi technology merupakan bagian dari kelompok effect dimana dimensi
tersebut dipengaruhi secara signifikan oleh dimensi lain. Selanjutnya, didapatkan bahwa
dimensi marketing merupakan dimensi dengan pengaruh terbesar terhadap dimensi
lainnya, sebab dimensi marketing terletak pada posisi teratas pada network relationship
map.
Terdapat dua jenis hubungan yang terbentuk pada tingkat dimensi, yaitu outer
dependence dan feedback. Pada dimensi marketing, hubungan outer dependence terdapat
kepada seluruh dimensi lain kecuali dimensi regulations, namun hubungan feedback
hanya terdapat pada dimensi marketing dengan dimensi operations, technology, dan
finance. Pada dimensi regulations, tidak terdapat hubungan outer dependence maupun
feedback yang signifikan. Sementara, pada dimensi technology, hubungan outer
dependence dan feedback terdapat pada seluruh dimensi lainnya kecuali dimensi
regulations. Berdasarkan hal tersebut, didapatkan bahwa dimensi technology memiliki
hubungan sebab akibat terhadap seluruh dimensi lainnya.

81
4.3.2 Analisis Hubungan Pada KSF Market Requirements

Analisis hubungan pada KSF market requirements dapat dianalisis berdasarkan
network relationship map antar KSF yang dapat dilihat pada Gambar 3.16 di bab
sebelumnya. Berdasarkan network relationship map tersebut, diketahui bahwa KSF
market requirements terletak pada posisi kedua teratas yang menandakan bahwa KSF
market requirements memiliki pengaruh yang signifikan terhadap KSF lainnya dan
merupakan bagian dari kelompok cause.
Pada Gambar 4.3, ditunjukkan potongan matriks dari Gambar 3.15 yang
dikhususkan untuk menunjukkan hubungan pada KSF market requirements. Elemen
matriks yang berisi angka “1” menandakan adanya pengaruh signifikan dari KSF pada
baris terhadap KSF pada kolom. Terlihat bahwa KSF market requirements memengaruhi
secara signifikan 18 dari 23 KSF implementasi IoT. Hubungan ini menandakan adanya
hubungan outer dependence dari KSF market requirements. Selanjutnya, dapat diketahui
bahwa KSF market requirements tidak dipengaruhi secara signifikan oleh KSF lainnya.
Oleh karena itu, tidak terdapat hubungan feedback pada KSF market requirements.

82
Gambar 4. 3 Hubungan Pengaruh Antar KSF Pada KSF Market Requirements

83
4.3.3 Analisis Hubungan Pada KSF Peraturan dan Kebijakan Pemerintah

Pada Gambar 4.4 sama seperti tahapan sebelumnya untuk KSF market
requirements, analisis hubungan pada KSF dapat dianalisis berdasarkan network
relationship map antar KSF yang dapat dilihat pada Gambar 3.16 di bab sebelumnya.
Pada network relationship map tersebut, terlihat bahwa KSF peraturan dan kebijakan
pemerintah terletak pada posisi teratas dan merupakan bagian dari kelompok cause. Akan
tetapi, KSF tersebut tidak memiliki pengaruh signifikan terhadap KSF lain dan tidak
dipengaruhi secara signifikan oleh KSF lain. Hal ini menandakan bahwa KSF peraturan
dan kebijakan pemerintah memiliki sifat independensi yang tinggi dibandingkan dengan
KSF lainnya.
Gambar 4.4 menunjukkan potongan matriks dari Gambar 3.15 yang dikhususkan
untuk menunjukkan hubungan pada KSF peraturan dan kebijakan pemerintah. Pada
gambar tersebut seluruh elemen matriks pada baris dan kolom KSF peraturan dan
kebijakan pemerintah berisikan angka “0”. Angka “0” ini memperlihatkan tidak adanya
hubungan outer dependence maupun hubunga feedback pada KSF peraturan dan
kebijakan pemerintah.

84
Gambar 4. 4 Hubungan Pengaruh Antar KSF Pada KSF Peraturan dan Kebijakan Pemerintah

85
4.3.4 Analisis Hubungan Pada KSF Technology Standardization Approach

Berbeda dengan analisis hubungan pada KSF market requirements dan KSF
peraturan dan kebijakan pemerintah. Analisis terhadap KSF technology standardization
approach dapat dilakukan berdasarkan network relationship map antar KSF pada Gambar
3.16 dan network relationsip map antar KSF pada dimensi technology pada Gambar 3.11
di bab sebelumnya. Hal ini dikarenakan, KSF technology standardization approach
bukan merupakan KSF tunggal pada dimensinya.
Pada network relationship map antar KSF pada dimensi technology (Gambar
3.11), terlihat bahwa KSF technology standardization approach berada di bawah
perpotongan sumbu x dan y yang merupakan bagian dari kelompok effect, yaitu KSF yang
dipengaruhi oleh KSF lainnya pada dimensi yang sama. KSF yang memengaruhi KSF
technology standardization approach adalah KSF partnership with technology providers.
Melalui network relationship map ini, terlihat adanya hubungan inner dependence dan
hubungan feedback antara kedua KSF tersebut. Oleh karena itu, dapat dianalisis bahwa
KSF technology standardization approach memengaruhi dan dipengaruhi oleh KSF
partnership with technology providers meskipun memiliki porsi dipengaruhi yang lebih
besar. Melalui hal ini, dapat dianalisis bahwa pendekatan implementasi teknologi IoT
yang sesuai dengan standar dipengaruhi oleh pemilihan dan penjagaan hubungan dengan
penyedia teknologi IoT yang tepat. Pada perspektif network relationsip map antar KSF
(Gambar 3.16), KSF technology standardization approach berada di atas perpotongan
sumbu x. dan y dan merupakan bagian dari kelompok cause. Perbedaan pengelompokkan
ini dikarenakan perbedaan threshold value yang digunakan pada pembentukan network
relationship map.
Pada Gambar 4.5, diperlihatkan potongan matriks dari Gambar 3.15 yang
dikhususkan untuk menunjukkan hubungan pada KSF technology standardization
approach. Angka “1” menandakan adanya pengaruh signifikan dari KSF pada baris
terhadap KSF pada kolom dan angka “0” menandakan tidak adanya pengaruh signifikan
dari KSF pada baris terhadap KSF pada kolom. Pada gambar tersebut, terlihat bahwa KSF
technology standardization approach memiliki hubungan outer dependence dengan
memengaruhi 21 dari 23 KSF lainnya. Dua KSF yang tidak dipengaruhi oleh KSF
technology standardization approach adalah KSF market requirements dan KSF

86
peraturan dan kebijakan pemerintah. Sementara itu, KSF technology standardization

approach dipengaruhi oleh seluruh KSF kecuali KSF peraturan dan kebijakan
pemerintah. Terlihat adanya hubungan feedback antar KSF technology standardization
approach dengan seluruh KSF lainnya kecuali KSF market requirements dan KSF
peraturan dan kebijakan pemerintah. Melalui hal ini, diketahui bahwa pendekatan
implementasi teknologi IoT yang sesuai dengan standar dipengaruhi kebutuhan pasar.

87
Gambar 4. 5 Hubungan Pengaruh Antar KSF Pada KSF Technology Standardization Approach

88
4.4 Perancangan Strategi

Pada sub bab ini, dilakukan perancangan strategi implementasi IoT di Industri
Manufaktur pada Sektor Otomotif terhadap tiga KSF yang telah terpilih berdasarkan
peringkat bobot global KSF. Tiga KSF tersebut adalah market requirements, peraturan
dan kebijakan pemerintah, dan technology standardization approach. Perancangan
strategi dilakukan melalui studi literatur dan wawancara dengan panel ahli pada bidang
terkait sehingga dihasilkan rancangan strategi untuk tiga KSF tersebut.
4.4.1 Perancangan Strategi Implementasi IoT Untuk KSF Market Requirements

Pertama, dilakukan perancangan strategi implementasi IoT untuk KSF market
requirements yang didefinisikan sebagai kebutuhan dari tren pasar saat ini, termasuk apa
yang diinginkan oleh pasar. KSF ini merupakan KSF yang mendorong perusahaan untuk
ingin mengimplementasikan IoT dengan baik.
Tahap wawancara dengan panel ahli memberikan pengetahuan bahwa belum ada
strategi yang secara spesifik bertujuan untuk mengidentifikasi market requirements yang
dapat ditingkatkan dengan keberhasilan implementasi IoT. Melalui hasil wawancara
dengan ahli dan studi literatur, diperoleh rancangan strategi implementasi IoT yang dapat
dilihat pada Tabel 4.5.

89
Tabel 4. 5 Rancangan Strategi KSF Market Requirements
Dimensi KSF Strategi Saat Ini Strategi Usulan

1. Meberlakukan perusahaan
yang customer focus dengan
level manajerial yang
berkomitmen terhadap
pertumbuhan dan tujuan
perusahaan.
Saat ini belum 2. Level manajerial membentuk

terdapat strategi yang KPI dengan indikator yang
secara spesifik mengukur kepuasan
diperuntukkan untuk pelanggan.

(M2) Market
Marketing mengetahui 3. Melakukan evaluasi KPI
requirements
kebutuhan pasar dan secara berkala dan
cara memenuhinya membentuk tim untuk
dengan implementasi melakukan market research.
IoT. Tim bertugas untuk

melakukan wawancara
dengan pelanggan dan
memeriksa pesaing untuk
mengetahui kebutuhan pasar
yang dapat dipenuhi oleh
perusahaan.

90
Tabel 4. 5 Rancangan Strategi KSF Market Requirements (Sambungan)

4. Hasil yang diperoleh tim
diberikan kepada level
operasional perusahaan untuk
Saat ini belum mengevaluasi peran
terdapat strategi yang implementasi IoT untuk
secara spesifik kebutuhan pasar tersebut.
diperuntukkan untuk Level operasional

(M2) Market
Marketing mengetahui mengidentifikasi area yang
requirements
kebutuhan pasar dan dapat ditingkatkan melalui
cara memenuhinya implementasi IoT dan
dengan implementasi mengajukan perencanaan
IoT. solusi, termasuk estimasi

biaya yang dibutuhkan untuk
diberikan kepada level
manajerial.
Berdasarkan rancangan strategi untuk KSF market requirements pada Tabel 4.5,
penting bagi perusahaan untuk menetapkan KPI terkait kepuasan pelanggan yang
dievaluasi secara berkala. Informasi terkait kebutuhan pasar diperoleh melalui market
research yang hasilnya akan diberikan kepada level operasional untuk mengidentifikasi
kebutuhan pasar yang dapat dipenuhi melalui implementasi IoT. Selanjutnya, level
operasional akan memberikan usulan solusi kepada level manajerial.
Pada analisis hubungan KSF, didapatkan bahwa KSF market requirements
memiliki pengaruh yang signifikan terhadap KSF lainnya. Melalui rancangan strategi
yang didapatkan, akan diperoleh identifikasi kebutuhan pasar yang dapat ditingkatkan
melalui implementasi IoT. Solusi pemenuhan kebutuhan melalui implementasi IoT
tersebut dapat dianalisis melalui performa IoT pada perangkat teknologi yang digunakan,
keahlian karyawan yang diperlukan, sumber daya yang dibutuhkan, estimasi biaya yang

91
akan dikeluarkan, dan lain-lain yang merupakan KSF implementasi IoT. Oleh karena itu,
rancangan strategi untuk KSF market requirements menjadi hal penting untuk
keberhasilan implementasi IoT perusahaan karena memiliki pengaruh terhadap KSF
lainnya.
4.4.2 Perancangan Strategi Implementasi IoT Untuk KSF Peraturan dan

Kebijakan Pemerintah
Pada perancangan strategi implementasi IoT untuk KSF peraturan dan kebijakan
pemerintah, diketahui bahwa telah terdapat rergulasi terkait internet of things yang telah
disahkan pada tahun 2019. Regulasi tersebut mengatur terkait lima lapisan IoT, yaitu
layanan atau aplikasi, platform, network, device, dan keamanan. Pada saat perumusan
regulasi oleh Kementrian Kominfo, terdapat tiga hal yang menjadi kekhawatiran regulasi
internet of things, yaitu standar frekuensi, standar perangkat, dan Tingkat Kandungan
Dalam Negeri (TKDN).
Melalui wawancara dengan panel ahli dan studi literatur, didapatkan rancangan
strategi implementasi IoT di Industri Manufaktur pada Sektor Otomotif berdasarkan KSF
peraturan dan kebijakan pemerintah pada Tabel 4.6.

92
Tabel 4. 6 Rancangan Strategi KSF Peraturan dan Kebijakan Pemerintah

1. Melaksanakan focus group
discussion (FGD) yang
diikuti oleh tim penanganan
internet of things perusahaan
Saat ini, sudah dengan frekuensi
terdapat regulasi pelaksanaan satu bulan
pemerinah terkait sekali.
implementasi 2. Membuat beberapa

(G1)
internet of things. kelompok FGD dengan topik
Peraturan
Namun, belum pembahasan terkait evaluasi
Regulations dan
terdapat strategi yang implementasi IoT pada
kebijakan
dilakukan perusahaan dan rergulasi
pemerintah
perusahaan terkait internet of things berdasarkan
pengimplementasian lima lapisan IoT.
IoT berdasarkan 3. Tujuan dari tiap kelompok

regulasi tersebut. FGD adalah merumuskan
solusi untuk permasalahan
yang ada dimana hasil dari
FGD akan dievaluasi oleh
level manajerial.
Rancangan strategi untuk KSF peraturan dan kebijakan pemerintah pada Tabel
4.6 berupa pelaksanaan focus group discussion untuk mengevaluasi implementasi IoT
yang dilaksanakan perusahaan berdasarkan layanan, platform, device, network, dan
keamanan yang dialami. Hasil dari focus group discussion berupa solusi untuk
permasalahan implementasi IoT yang dialami perusahaan, baik dalam hal penyesuaian
dengan regulasi internet of things pemerintah maupun usulan standar regulasi untuk
dievaluasi oleh level manajerial.

93
Analisis hubungan antar KSF menunjukkan bahwa KSF peraturan dan kebijakan
pemerintah tidak memengaruhi maupun dipengaruhi KSF lain secara signifikan.
Meskipun begitu, KSF ini tetap memiliki pengaruh terhadap KSF lainnya melalui adanya
standarisasi pada regulasi internet of things yang telah disahkan oleh pemerintah. Oleh
karena itu, memiliki strategi untuk mengiimplementasikan IoT berdasarkan regulasi yang
telah disahkan dibutuhkan oleh perusahaan.
4.4.3 Perancangan Strategi Implementasi IoT Untuk KSF Technology

Standardization Approach
Saat ini, sudah terdapat strategi untuk KSF technology standardization approach.
Melalui wawancara dengan panel ahli dan studi literatur, didapatkan rancangan strategi
untuk Implementasi IoT di Industri Manufaktur pada Sektor Otomotif untuk KSF
technology standardization approach yang dapat dilihat pada Tabel 4.7 di bawah ini.

94
Tabel 4. 7 Rancangan Strategi KSF Technology Standardization Approach

1. Memberlakukan
standarisasi pendekatan
Saat ini, sudah
penggunaan teknologi IoT
terdapat teknologi
untuk perusahaan dengan
yang digunakan dan
menggunakan perangkat-
sudah sesuai
perangkat teknologi IoT
dengan standar
yang dapat memberikan
yang dimiliki
informasi yang
perusahaan.
(T1) Technology dibutuhkan perusahaan.
Perangkat IoT yang
Technology standardization 2. Melalui perangkat IoT
digunakan dapat
approach yang dapat memberikan
memberikan
informasi yang
informasi yang
dibutuhkan tersebut,
dibutuhkan
dilakukan pengumpulan
perusahaan, seperti
informasi yang
kebutuhan spare
terkonsolidasi pada satu
part dan running
server yang akan diolah
hour.
oleh karyawan untuk
dibuat review bulanan.

95
Tabel 4. 7 Rancangan Strategi KSF Technology Standardization Approach

(Sambungan)

Saat ini, sudah
terdapat teknologi
yang digunakan dan 3. Laporan pada review
sudah sesuai bulanan berisi data yang
dengan standar dibutuhkan, seperti
yang dimiliki kebutuhan produksi,
perusahaan. kebutuhan pemeliharaan,

(T1) Technology
Perangkat IoT yang dan reject rate. Kemudian,
Technology standardization
digunakan dapat data yang dikumpulkan
approach
memberikan akan digunakan oleh level
informasi yang manajerial dan supervisor
dibutuhkan untuk merancang strategi
perusahaan, seperti perusahaan di bulan
kebutuhan spare selanjutnya.
part dan running

hour.
Pada Tabel 4.7, didapatkan strategi untuk memberlakukan standarisasi perangkat

teknologi IoT yang digunakan yang mampu memperoleh kebutuhan data yang dibutuhkan
perusahaan. Melalui penggunaan perangkat teknologi IoT, perusahaan dapat memperoleh
informasi yang dibutuhkan untuk melakukan evaluasi tiap bulannya. Evaluasi yang
dilaksanakan tiap bulan ini merupakan hal penting untuk merancang strategi perusahaan
sehingga dapat mencapai tujuan perusahaan.
Berdasarkan analisis hubungan antar KSF, didapatkan bahwa KSF technology
standardization approach dipengaruhi oleh KSF market requirements dan KSF
partnership with technology providers. Oleh karena itu, strategi usulan pada KSF ini
dipengaruhi oleh kebutuhan pasar melalui diperolehnya informasi yang dibutuhkan
perusahaan, seperti kebutuhan produksi dan penggunaan perangkat teknologi IoT yang

96
terstandarisasi melalui pemilihan rekan penyedia perangkat teknologi IoT yang sesuai
dengan standar perusahaan.

BAB 5
KESIMPULAN
Bab lima merupakan penutup dari penelitian ini yang akan membahas mengenai
kesimpulan dan saran. Pertama, akan dibahas mengenai kesimpulan akan memberikan
jawaban terhadap tujuan penelitian yang tertera pada bab 1. Setelah itu, saran penelitian
menjadi penutup yang akan membahas mengenai saran untuk penelitian selanjutnya.
Saran yang diberikan didasari oleh penelitian yang telah dilakukan dan usulan perbaikan
yang dapat dilakukan.
5.1 Kesimpulan
Penelitian ini melakukan identifikasi KSF, analisis hubungan KSF, pembobotan
KSF, dan perancangan KSF terhadap tiga KSF prioritas implementasi IoT di Industri
Manufaktur pada Sektor Otomotif. Setelah melakukan tahapan penelitian, maka
kesimpulan yang diperoleh adalah:
1. Identifikasi faktor-faktor keberhasilan yang dilakukan melalui studi literatur dan
penilaian panel ahli dalam tahap uji validitas kuesioner, open ended questions, dan
eliminasi geometric mean menghasilkan delapan dimensi, yaitu marketing,
regulations, people and management, operations, technology, finance, innovation
and ideas, dan resources, serta dua puluh empat key success factors (KSF).
2. Hubungan antara dimensi dan faktor-faktor keberhasilan diperoleh melalui metode
DANP yang menunjukkan adanya hubungan sebab akibat beserta besar pengaruh
antara dimensi dan KSF. Visualisasi hubungan juga diperoleh melalui network
relationship map. Berdasarkan metode tersebut, diketahui bahwa terjadi hubungan
antar dimensi, hubungan antar KSF dalam dimensi, dan hubungan antar KSF dimana
terdapat setidaknya satu jenis dari tiga jenis hubungan yang ada, yaitu inner
dependence, outer dependence, dan feedback. Pada hubungan antara dimensi terpilih,
didapatkan bahwa dimensi marketing dan regulations merupakan kelompok cause.
Dimensi marketing memiliki pengaruh signifikan terhadap dimensi lainnya, namun
dimensi regulations tidak memengaruhi atau dipengaruhi dimensi lain secara
signifikan. Sementara, dimensi technology termasuk ke dalam kelompok effect dan
97

98
dipengaruhi secara signifikan oleh dimensi lainnya. Selain itu, terdapat hubungan
feedback antara dimensi marketing dan technology. Pada hubungan antar KSF
terpilih, terdapat hubungan outer dependence pada KSF market requirements sebagai
KSF pada kelompok cause yang paling memengaruhi KSF lainnya dan tidak
dipengaruhi KSF lainnya secara signifikan. KSF market requirements memiliki
pengaruh signifikan terhadap KSF technology standardization approach. Sementara
itu KSF peraturan dan kebijakan pemerintah juga termasuk dalam kelompok cause,
namun KSF ini tidak memengaruhi dan dipengaruhi KSF lainnya secara signifikan,
termasuk KSF market requirements dan technology standardization approach. Pada
KSF technology standardization approach, didapatkan bahwa KSF ini termasuk
dalam kelompok cause, memiliki hubungan outer dependence dengan KSF lain, salah
satunya KSF market requirements, dan memiliki hubugan feedback dengan KSF
lainnya.
3. Pembobotan faktor-faktor keberhasilan juga diperoleh melalui metode DANP dengan
menormalisasi total relation matrix untuk faktor sehingga dihasilkan limit
supermatrix. Elemen diagonal pada limit supermatrix merupakan bobot global dari
KSF dan didapatkan tiga KSF prioritas yang telah divalidasi oleh panel ahli melalui
open ended questions. Tiga KSF tersebut adalah market requirements, peraturan dan
kebijakan pemerintah, dan technology standardization approach.
4. Rancangan strategi dilakukan kepada tiga KSF prioritas berdasarkan studi literatur
dan wawancara dengan panel ahli. Melalui studi literatur dan wawancara dengan
panel ahli diperoleh rancangan strategi usulan untuk tiga KSF prioritas, yaitu
melakukan market research dan identifikasi peran implementasi IoT untuk KSF
market requirements, pelaksanaan focus group discussion untuk KSF peraturan dan
kebijakan pemerintah, dan memberlakukan standarisasi pendekatan penggunaan
teknologi IoT yang ditinjau setiap bulannya untuk KSF technology standardization
approach.

99
5.2 Saran
Berdasarkan penelitian yang telah dilakukan, saran yang dapat Peneliti berikan
untuk penelitian selanjutnya terkait topik faktor keberhasilan implementasi internet of
things adalah:
1. Memperluas batasan penelitian. Hal ini dapat dilakukan melalui mengikutsertakan
panel ahli dari sektor otomotif kendaraan roda empat dan kendaraan besar atau
memperluas cakupan industri manufaktur ke beberapa sektor yang menjadi fokus
pada inisiatif Making Indonesia 4.0.
2. Melakukan perancangan strategi dengan metode yang lebih komprehensif
dibandingkan hanya berdiskusi dengan panel ahli. Metode yang dapat digunakan
adalah menggunakan Interpretive Structural Modeling (ISM) atau framework
perancangan strategi SI/TI seperti Ward and Peppard.
3. Menambahkan latar belakang pendidikan pada kriteria panel ahli dan memastikan
waktu pengalaman kerja panel ahli disesuaikan dengan topik penelitian.

DAFTAR REFERENSI
Abidin, A. S. Z., Muslimen, R., & Yusuff, R. M. (2012). Determining and ranking of
CSFs for design capabilities development in Malaysian automotive vendors.
Advanced Materials Research, 433–440, 2212–2218.
https://doi.org/10.4028/www.scientific.net/AMR.433-440.2212
Adalı, E. A., & Işık, A. T. (2016). Integration of DEMATEL, ANP and DEA methods for
third party logistics providers’ selection. Management Science Letters, 325–340.
https://doi.org/10.5267/j.msl.2016.3.004
Ahmad Alinejad, E., Pishvaee, M. S., & Bonyadi Naeini, A. (2018). Key success factors
for logistics provider enterprises: an empirical investigation in Iran. Kybernetes,
47(3), 426–440. https://doi.org/10.1108/K-10-2015-0269
Anand, K. R., Ramalingaiah, & Parthiban, P. (2014). Evaluation of green supply chain
factors using DEMATEL. Applied Mechanics and Materials, 592–594, 2619–2627.
https://doi.org/10.4028/www.scientific.net/AMM.592-594.2619
Attaran, M. (2012). Mohsen Attaran Critical Success Factors and Challenges of

Implementing RFID in Supply Chain Management Journal of Supply Chain and
Operations Management (Vol. 10, Issue 1).
https://www.researchgate.net/publication/281331964
Awang, A., Aizam, N. A. H., & Abdullah, L. (2019). An integrated decision-making

method based on neutrosophic numbers for investigating factors of coastal erosion.
Symmetry, 11(3). https://doi.org/10.3390/sym11030328
Badan Pusat Statistik. (2021). [Seri 2010] Distribusi PDB Triwulanan Seri 2010 Atas
Dasar Harga Berlaku (Persen), 2021. Diakses pada 5 Februari 2021, dari
https://www.bps.go.id/indicator/11/106/1/-seri-2010-distribusi-pdb-triwulanan-
seri-2010-atas-dasar-harga-berlaku.html
100

101
Boswell, C., Cannon, S., Aung, K. K., & Eldridge, J. (2004). An application of health
literacy research. Applied Nursing Research, 17(1), 61–64.
https://doi.org/10.1016/j.apnr.2003.12.001
Boulila, N. (2019). Cyber-Physical Systems and Industry 4 . 0 : Properties , Structure ,

Communication , and Behavior. April.
https://doi.org/10.13140/RG.2.2.27890.76485
Caralli, R. A. (2004). The Critical Success Factor Method : Establishing a Foundation

for Enterprise Security Management. Carnegie-Mellon Univ Pittsburgh Pa Software
Engineering Institute. July.
Cooper, V. A. (2008). 2008 International Conference on Information The Critical

Success Factor Method : A review and practical example 77F . The Critical Success
Factor Method : A review and practical example.
Dachyar, M., & Pratama, N. R. (2014). Performance Evaluation of a Drilling Project in

Oil and Gas Service Company in Indonesia by MACBETH Method. Journal of
Physics: Conference Series, 495, 012012. https://doi.org/10.1088/1742-
6596/495/1/012012
Dasaklis, T. K., & Pappis, C. P. (2018). Critical success factors for implementing cholera
vaccination campaigns in humanitarian emergencies: a DEMATEL-based approach.
EURO Journal on Decision Processes, 6(1–2). https://doi.org/10.1007/s40070-017-
0062-3
Denolf, J. M., Trienekens, J. H., Wognum, P. M., Van Der Vorst, J. G. A. J., & Omta, S.
W. F. (2015). Towards a framework of critical success factors for implementing
supply chain information systems. In Computers in Industry (Vol. 68, pp. 16–26).
Elsevier. https://doi.org/10.1016/j.compind.2014.12.012

102
Etikan, I. (2016). Comparison of Convenience Sampling and Purposive Sampling.

American Journal of Theoretical and Applied Statistics, 5(1), 1.
https://doi.org/10.11648/j.ajtas.20160501.11
Feng, P., Yang, H. L., Xu, L., Ojo, O., Lu, X. Y., Zhang, H. Y., & Wang, X. H. (2021).
Development and psychometric testing of a questionnaire to assess Nurse’s
perception of risks during enteral nutrition. BMC Nursing, 20(1).
https://doi.org/10.1186/s12912-020-00520-z
Finney, S., & Corbett, M. (2007). ERP implementation: A compilation and analysis of
critical success factors. In Business Process Management Journal (Vol. 13, Issue 3,
pp. 329–347). https://doi.org/10.1108/14637150710752272
Fui-Hoon Nah, F., Lee-Shang Lau, J., & Kuang, J. (2001). Critical factors for successful
implementation of enterprise systems. In Business Process Management Journal
(Vol. 7, Issue 3, pp. 285–296). https://doi.org/10.1108/14637150110392782
Gandhi, S., Mangla, S. K., Kumar, P., & Kumar, D. (2015). Evaluating factors in
implementation of successful green supply chain management using DEMATEL: A
case study. International Strategic Management Review, 3(1–2), 96–109.
https://doi.org/10.1016/j.ism.2015.05.001
Gölcük, I., & Baykasoʇlu, A. (2016). An analysis of DEMATEL approaches for criteria
interaction handling within ANP. Expert Systems with Applications, 46, 346–366.
https://doi.org/10.1016/j.eswa.2015.10.041
Gou, Q., Yan, L., Liu, Y., & Li, Y. (2013). Construction and strategies in IoT security
system. Proceedings - 2013 IEEE International Conference on Green Computing
and Communications and IEEE Internet of Things and IEEE Cyber, Physical and
Social Computing, GreenCom-IThings-CPSCom 2013, 1129–1132.
https://doi.org/10.1109/GreenCom-iThings-CPSCom.2013.195

103
Grisham, T. (2009). The Delphi technique: a method for testing complex and multifaceted
topics. International Journal of Managing Projects in Business, 2(1), 112–130.
https://doi.org/10.1108/17538370910930545
Hamza, A., Hendrawan, M. A., Pintoro, Y., Bramanta, F., Zainurromadhoni, M., &
Mulida, K. (2010). Critical Success Factors Delphi Method Balance Scorecard
Method. Manajemen Investasi Teknologi Informasi.
Huang, S. Y., Chiu, A. A., Chao, P. C., & Arniati, A. (2019). Critical success factors in
implementing enterprise resource planning systems for sustainable corporations.
Sustainability (Switzerland), 11(23). https://doi.org/10.3390/su11236785
Indonesia.Go.Id. (2019, April 21). Mendongkrak Efisiensi dan Produktivitas. Diakses

pada 5 Februari 2021, dari https://indonesia.go.id/kategori/indonesia-dalam-
angka/536/mendongkrak-efisiensi-dan-produktivitas
Indonesia Investments. (2020, April 15). Produk Domestik Bruto - Analisis PDB Per
Kapita Indonesia - Ekonomi Indonesia | Indonesia Investments. Diakses pada 5
Februari 2021, dari https://www.indonesia-investments.com/id/keuangan/angka-
ekonomi-makro/produk-domestik-bruto-indonesia/item253
Johanson, G. A., & Brooks, G. P. (2010). Initial scale development: Sample size for pilot
studies. Educational and Psychological Measurement, 70(3), 394–400.
https://doi.org/10.1177/0013164409355692
Kadoić, N., Ređep, N. B., & Divjak, B. (2017). Decision making with the analytic
network process. Proceedings of the 14th International Symposium on Operational
Research, SOR 2017, 2017-September(Section 2), 180–186.
https://doi.org/10.1007/0-387-33987-6
Kementrian Perindustrian. (2018). Kementerian Perindustrian. Kementrian Perindustrian

Republik Indonesia. Diakses pada 5 Februari 2021, dari
https://www.kemenperin.go.id/publikasi-lain

104
Khan, S., Maqbool, A., Haleem, A., & Khan, M. I. (2020). Analyzing critical success
factors for a successful transition towards circular economy through DANP
approach. Management of Environmental Quality: An International Journal, 31(3),
505–529. https://doi.org/10.1108/MEQ-09-2019-0191
Kiba-Janiak, M. (2016). Key Success Factors for City Logistics from the Perspective of
Various Groups of Stakeholders. Transportation Research Procedia, 12, 557–569.
https://doi.org/10.1016/j.trpro.2016.02.011
Klement, P. (2020). 6 factors crucial to the success of industrial IoT in manufacturing.

https://www.dxc.technology/manufacturing/insights/145848-
6_factors_crucial_to_the_success_of_industrial_iot_in_manufacturing
Kumar, R., Singh, R. K., & Shankar, R. (2015). Critical success factors for
implementation of supply chain management in Indian small and medium
enterprises and their impact on performance. IIMB Management Review, 27(2), 92–
104. https://doi.org/10.1016/j.iimb.2015.03.001
Kumar, S., Luthra, S., Haleem, A., Mangla, S. K., & Garg, D. (2015). Identification and
evaluation of critical factors to technology transfer using AHP approach.
International Strategic Management Review, 3(1–2), 24–42.
https://doi.org/10.1016/j.ism.2015.09.001
Leavens, E. L. S., Stevens, E. M., Brett, E. I., Hébert, E. T., Villanti, A. C., Pearson, J.
L., & Wagener, T. L. (2019). JUUL electronic cigarette use patterns, other tobacco
product use, and reasons for use among ever users: Results from a convenience
sample. Addictive Behaviors, 95, 178–183.
https://doi.org/10.1016/j.addbeh.2019.02.011
Lee, W. S., Huang, A. Y., Chang, Y. Y., & Cheng, C. M. (2011). Analysis of decision
making factors for equity investment by DEMATEL and Analytic Network Process.
Expert Systems with Applications, 38(7), 8375–8383.
https://doi.org/10.1016/j.eswa.2011.01.027

105
Mohapatra, R. K., Yavar, A., Marg, J., East, B., Mohanty, R. P., & Dhalla, R. S. (2010).
Reengineering of Logistics Value Chain of a Petroleum Products Marketing
Company – Formulation of a Performance Measurement System. International
Conference on Industrial Engineering and Operations Management, 190–196.
Nilashi, M., Zakaria, R., Ibrahim, O., Majid, M. Z. A., Zin, R. M., & Farahmand, M.
(2015). MCPCM: A DEMATEL-ANP-Based Multi-criteria Decision-Making
Approach to Evaluate the Critical Success Factors in Construction Projects. Arabian
Journal for Science and Engineering, 40(2), 343–361.
https://doi.org/10.1007/s13369-014-1529-1
Rojko, A. (2017). Industry 4.0 concept: Background and overview. International Journal
of Interactive Mobile Technologies, 11(5), 77–90.
https://doi.org/10.3991/ijim.v11i5.7072
Sedgwick, P. (2013). Convenience sampling. BMJ, 347(oct25 2), f6304–f6304.

https://doi.org/10.1136/bmj.f6304
Sedgwick, P. (2013). Philip Sedwick.,2014.,-Conveninece sampling. Convenience

Sampling.
Shinohara, A. C., Ribeiro Da Silva, E., Pinheiro De Lima, E., Deschamps, F., Hans, E.,
& Ribeiro Da Silva, D. (2017). Critical Success Factors for Digital Manufacturing
Implementation in the Context of Industry 4.0 CIAM Assessment Model View project
Sustainable operations management View project Critical Success Factors for
Digital Manufacturing Implementation in the Context of Industry 4.0.
https://www.researchgate.net/publication/319830521
Si, S. L., You, X. Y., Liu, H. C., & Zhang, P. (2018). DEMATEL Technique: A
Systematic Review of the State-of-the-Art Literature on Methodologies and
Applications. In Mathematical Problems in Engineering (Vol. 2018). Hindawi
Limited. https://doi.org/10.1155/2018/3696457

106
Sony, M., & Naik, S. (2020). Critical factors for the successful implementation of
Industry 4.0: a review and future research direction. Production Planning and
Control, 31(10), 799–815. https://doi.org/10.1080/09537287.2019.1691278
Statista. (2021, January 22). Global IoT end-user spending worldwide 2017–2025.
Diakses pada 5 Februari 2021, dari
https://www.statista.com/statistics/976313/global-iot-market-size/
Taherdoost, H. (2016). Sampling Methods in Research Methodology; How to Choose a

Sampling Technique for Research. In International Journal of Academic Research
in Management (IJARM) (Vol. 5, Issue 2). www.elvedit.com
Talib, M. S. A., Hamid, A. B. A., & Thoo, A. C. (2015). Critical success factors of supply
chain management: A literature survey and Pareto analysis. EuroMed Journal of
Business, 10(2), 234–263. https://doi.org/10.1108/EMJB-09-2014-0028
Teknologi, M. I., & Dipresentasikan, I. (n.d.). Critical Success Factors Delphi Method
Balance Scorecard Method.
The World Bank. (2020, July 1). GDP ranking (GDP) | Data Catalog. The World Bank
| Data Catalog. Diakses pada 5 Februari 2021, dari
https://datacatalog.worldbank.org/dataset/gdp-ranking
Tomoliyus, T., & Sunardianta, R. (2020). Validity and reliability of reactive agility test
instrumens table tennis. 8(2), 148–157.
Trzaskoma, B. (2020). Critical Success Factors for IoT Implementation , and How They
Differ for Organizations with Low Digital Maturity.
Tseng, M. L. (2010). Implementation and performance evaluation using the fuzzy

network balanced scorecard. Computers and Education, 55(1), 188–201.
https://doi.org/10.1016/j.compedu.2010.01.004

107
Wan, J., & Zeng, M. (2015). Association for Information Systems AIS Electronic Library
(AISeL) Research on Key Success Factors Model for Innovation Application of
Internet of Things with Grounded Theory Recommended Citation Research on Key
Success Factors Model for Innovation Application of Internet of Things with
Grounded Theory (Vol. 38). http://aisel.aisnet.org/whiceb2015/38
Williamson, K. (2018). Populations and samples. In Research Methods: Information,

Systems, and Contexts: Second Edition (pp. 359–377). Elsevier Inc.
https://doi.org/10.1016/B978-0-08-102220-7.00015-7
Yoserizal, Y., & Singgih, M. L. (2012). Integrasi Metode DEMATEL (Decision Making
Trial and Evaluation Laboratory) Dan ANP (Analytic Network Process) Dalam
Evaluasi Kinerja Supplier di PT. XYZ.
Zavadskas, E. K., Turskis, Z., & Kildiene, S. (2014). State of art surveys of overviews on
MCDM/MADM methods. Technological and Economic Development of Economy,
20(1), 165–179. https://doi.org/10.3846/20294913.2014.892037

LAMPIRAN
Lampiran 1. Kuesioner Identifikasi KSF
Dimensi Faktor Definisi Faktor Ahli
Persaingan di lingkup
(M1) Kompetisi
eksternal perusahaan
Marketing
Kebutuhan dari tren pasar
(M2) Market requirements
terkini
Regulasi pemerintah dan
(G1) Peraturan dan kebijakan
Regulations pihak berwajib terkait
pemerintah
adaptasi sistem
Pelatihan untuk
(P1) Training meningkatkan keahlian
karyawan
People and Komunikasi antar karyawan
Management (P2) Komunikasi yang efektif ketika mengerjakan sistem
Keahlian karyawan dalam
(P3) Karyawan ahli
mengerjakan sistem
Kejelasan rancangan
reference standard for IoT
arsitektur komponen IoT
components
Operations (O2) Service flexibility and Layanan yang berkualitas
quality dan fleksibel
(O3) Personal privacy invasion Invasi data pribadi
(O4) Data security Keamanan data
(T1) Technology Pendekatan teknologi yang
standardization approach sesuai dengan standar
Technology
(T2) Partnership with Pemilihan dan hubungan
technology providers dengan partner perusahaan
(F1) System formation cost Biaya pembentukan sistem
(F2) System maintenance cost Biaya pemeliharaan sistem
(F3) System integration cost Biaya pengintegrasian sistem
Finance Kemampuan meminimasi
dan mengefektifkan biaya,
effectiveness, and financial
serta faktor finansial
factors
perusahaan
(F5) Training cost Biaya pelatihan karyawan
108

109
Lampiran 1. Kuesioner Identifikasi KSF (Sambungan)
Dimensi Faktor Definisi Faktor Ahli
Kemampuan barang dapat

(I1) Readability / Traceability
dilacak
Kesesuaian sistem IoT
dengan operasional
perusahaan
(I3) Technology & Kebutuhan integrasi
infrastructure integration teknologi dan infrastruktur
(I4) Product quality Kualitas produk
Innovation
and Ideas Kualitas informasi untuk
(I5) Information and work
sistem terkini dan kualitas
quality
kinerja sumber daya
Dukungan dari pelanggan
(I6) Customer support
yang kooperatif
Kemudahan sistem dalam
fase pembentukan untuk
observe-ability
diubah dan diperbaiki
Budaya internal perusahaan
(R1) Customer focus
yang customer focus
Kemampuan manajemen
(R2) Project management
proyek
Resources
Kepercayaan antar mitra
(R3) Mutual trust
dan stakeholder perusahaan
(R4) Top management support Dukungan dan komitmen
& commitment level manajemen

110
Lampiran 2. Kuesioner Pembobotan KSF

Dimensi Marketing
Dimensi A Faktor A Dimensi B Faktor B Skor

Regulations
pemerintah
(P1) Training
People and
(P2) Komunikasi yang efektif
Management
(P3) Karyawan ahli
(O1) Clear architecture reference
standard for IoT components
Operations
(M1) quality
Kompetisi (O3) Personal privacy invasion
(O4) Data security
(T1) Technology standardization
approach
Technology
providers
(F1) System formation cost
(F2) System maintenance cost
(F3) System integration cost
Marketing Finance
effectiveness, and financial factors
(F5) Training cost
(I2) Compatibility / Functionality /
Reliability
Innovation integration
(M2) Market and Ideas (I4) Product quality
requirements (I5) Information and work quality
(I7) Ability for trial and observe-
ability
(R1) Customer focus
Resources (R3) Mutual trust
commitment

111
Lampiran 2. Kuesioner Pembobotan KSF (Sambungan)

Dimensi Regulations

(M1) Kompetisi
Marketing
(P1) Training
People and
Management
(P3) Karyawan ahli
Operations
quality
(O3) Personal privacy invasion
(O4) Data security
approach
Technology
providers
(G1)
Peraturan dan
Regulations Finance (F4) Minimization, cost
kebijakan
pemerintah
factors
(F5) Training cost
(I2) Compatibility / Functionality
/ Reliability
and Ideas (I4) Product quality
(I5) Information and work quality
ability
(R1) Customer focus
commitment

112

Dimensi People and Management

(M1) Kompetisi
Marketing
Regulations
pemerintah
(P1) Training
Operations
quality
(O4) Data security
approach
Technology
providers
(P2)
People and Finance (F4) Minimization, cost
Komunikasi
Management effectiveness, and financial
yang efektif
factors
(F5) Training cost
/ Reliability
(P3)
Karyawan
ability
ahli
(R1) Customer focus
commitment

113

Dimensi Operations

(M1) Kompetisi
(O1) Clear Marketing
architecture
reference Regulations
pemerintah
standard for
(P1) Training
IoT People and
components (P2) Komunikasi yang efektif
Management
(P3) Karyawan ahli
approach
Technology
providers
(O2) Service
flexibility
and quality
Finance (F4) Minimization, cost
Operations factors
(F5) Training cost
(O3) Personal
/ Reliability
privacy
invasion
ability
(O4) Data (R1) Customer focus
security (R2) Project management
commitment

114

Dimensi Technology

(M1) Kompetisi
Marketing
Regulations
pemerintah
(P1) Training
People and
Management
(T1) (P3) Karyawan ahli
Technology (O1) Clear architecture reference
standardizati standard for IoT components
on approach (O2) Service flexibility and
Operations
quality
(O4) Data security
Finance (F4) Minimization, cost
Technology effectiveness, and financial
factors
(F5) Training cost
/ Reliability
(T2) (I3) Technology & infrastructure
Partnership Innovation integration
with and Ideas (I4) Product quality
technology (I5) Information and work quality
providers (I6) Customer support
ability
(R1) Customer focus
commitment

115

Dimensi Finance

(M1) Kompetisi
Marketing
(F1) System
formation Regulations
pemerintah
cost
(P1) Training
People and
Management
(P3) Karyawan ahli
(F2) System standard for IoT components
maintenance (O2) Service flexibility and
Operations
cost quality
(O4) Data security
approach
Technology
Finance (F3) System providers
integration (I1) Readability / Traceability
cost (I2) Compatibility / Functionality
/ Reliability
integration
Innovation
(F4) and Ideas (I4) Product quality
Minimization, (I5) Information and work quality
cost (I6) Customer support
effectiveness,
and financial (I7) Ability for trial and observe-
factors ability
(R1) Customer focus
(F5) Training
cost
commitment

116

Dimensi Innovation and Ideas

(M1) Kompetisi
(I1) Marketing
Readability /
Traceability (G1) Peraturan dan kebijakan
Regulations
pemerintah
(I2) (P1) Training
Compatibility (P2) Komunikasi yang efektif
People and
/
Management
Functionality (P3) Karyawan ahli
/ Reliability
(I3) (O1) Clear architecture reference
Technology standard for IoT components
& (O2) Service flexibility and
Operations
infrastructure quality
integration (O3) Personal privacy invasion
(O4) Data security
Innovation (T1) Technology standardization
(I4) Product
and Ideas approach
quality Technology
providers
(I5) (F1) System formation cost
Information (F2) System maintenance cost
and work
quality (F3) System integration cost
Finance
(I6) effectiveness, and financial
Customer factors
support (F5) Training cost
(R1) Customer focus
(I7) Ability (R2) Project management
for trial and Resources (R3) Mutual trust
observe- (R4) Top management support &
ability commitment

117

Dimensi Resources

(M1) Kompetisi
Marketing
(R1) (G1) Peraturan dan kebijakan
Regulations
Customer pemerintah
focus (P1) Training
People and
Management
(P3) Karyawan ahli
Operations
quality
(R2) Project (O3) Personal privacy invasion
management (O4) Data security
approach
Technology
providers
Resources
(R3) Mutual Finance (F4) Minimization, cost
trust effectiveness, and financial
factors
(F5) Training cost
/ Reliability
(R4) Top integration
Innovation
management
support &
commitment
ability

118
Lampiran 3. Kuesioner Perancangan Strategi

119
Lampiran 4. Matrix of Direct Influence Ahli 1

120

121

122
Lampiran 7. Normalized Direct Relation Matrix

123
Lampiran 8. Normalized Total Relation Matrix Untuk Faktor

124
La Lampiran 9. Normalized Total Relation Matrix Untuk Dimensi
La Lampiran 10. Transpose Normalized Total Relation Matrix Untuk Dimensi

125
Lampiran 11. Unweighted Supermatrix

126
Lampiran 12. Weighted Supermatrix

127
Lampiran 13. Limit Supermatrix Iterasi Pertama

Dematel

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Dematel

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

PERANCANGAN STRATEGI UNTUK MENDAPATKAN FAKTOR

DENISE SAVIA ANINDITA

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

PERANCANGAN STRATEGI UNTUK MENDAPATKAN FAKTOR

DENISE SAVIA ANINDITA

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

Skripsi ini adalah hasil karya saya sendiri,

Nama : Denise Savia Anindita

Tanggal : 21 Juni 2021

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

Skripsi ini diajukan oleh :

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

Pembimbing : Inaki Maulida Hakim, S.T., M.T. ( )

Penguji 1 : Prof. Dr. Ir. Teuku Yuri M. Zagloel, M.Eng.Sc. ( )

Penguji 2 : Dr. Andri D. Setiawan, S.T., M.Sc. ( )

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

Depok, 21 Juni 2021

Denise Savia Anindita

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

“Perancangan Strategi Untuk Mendapatkan Faktor Keberhasilan Implementasi

(Denise Savia Anindita)

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

Nama : Denise Savia Anindita

Kontribusi Industri Manufaktur terhadap PDB Indonesia diproyeksikan akan terus

viii Universitas Indonesia

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

Name : Denise Savia Anindita

The contribution of the Manufacturing Industry to Indonesia's GDP is projected to

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

HALAMAN PERNYATAAN ORISINALITAS ............................................................ iii

HALAMAN PENGESAHAN ......................................................................................... iv

KATA PENGANTAR ...................................................................................................... v

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK

DAFTAR ISI .................................................................................................................... x

DAFTAR TABEL ......................................................................................................... xiii

DAFTAR GAMBAR ..................................................................................................... xiv

BAB 1 PENDAHULUAN ............................................................................................... 1

1.1 Latar Belakang ........................................................................................................... 1

1.2 Diagram Keterkaitan Masalah .................................................................................. 8

1.3 Rumusan Masalah .................................................................................................... 10

1.4 Tujuan Penelitian ..................................................................................................... 10

1.5 Batasan Penelitian .................................................................................................... 10

1.6 Metodologi Penelitian ............................................................................................. 11

1.7 Sistematika Penelitian ............................................................................................. 14

BAB 2 STUDI LITERATUR ....................................................................................... 16

2.1 Key Success Factors (KSF) .................................................................................... 16

2.2 Metode Pengolahan Data ........................................................................................ 17

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

BAB 3 PENGUMPULAN DAN PENGOLAHAN DATA ......................................... 32

3.1 Pengumpulan Data Sekunder ................................................................................. 32

3.2 Pengumpulan dan Pengolahan Data Primer ......................................................... 35

BAB 4 ANALISIS ......................................................................................................... 70

4.1 Analisis Identifikasi KSF ........................................................................................ 70

4.2 Analisis Pembobotan KSF ...................................................................................... 73

4.3 Analisis Hubungan Antar KSF .............................................................................. 79

4.4 Perancangan Strategi ............................................................................................... 88

Perancangan strategi..., Denise Savia Anindita, FT-UI, 2021

BAB 5 KESIMPULAN ................................................................................................. 97

5.1 Kesimpulan ............................................................................................................... 97

5.2 Saran .......................................................................................................................... 99