BAB 3 METODOLOGI PENELITIAN - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab3/2010-1-00442-mn bab 3.pdf · Jenis penelitian yang digunakan dalam penelitian ini adalah ... dapat menggunakan

63

BAB 3

METODOLOGI PENELITIAN

3.1 Desain Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian desktriptif.

Penelitian deskriptif merupakan metode yang digunakan untuk mengetahui nilai variabel

mandiri, baik satu variabel atau lebih (independen) tanpa membuat perbandingan, atau

menghubungkan dengan variabel lain (Sugiyono2006, p11). Metode penelitian yang

digunakan adalah penelitian survei, yaitu penelitian yang dilakukan pada populasi besar

maupun kecil, tetapi data yang dipelajari adalah data dari sampel yang diambil dari populasi

tersebut (Sugiyono2006, p7).

Unit analisis dalam penelitian ini adalah perusahaan yaitu PT. Golden Rama Express.

Time horizon yang digunakan dalam penelitian ini adalah cross-section, dimana data yang

dikumpulkan hanya satu kali yaitu dalam suatu kurun waktu tertentu.

Tabel 3.1. Desain penelitian Tujuan

Penelitian Jenis Penelitian Metode Penelitian Unit Analisis Time Horison

T-1 Peneltian Deskriptif Survei Perusahaan Cross-Sectional T-2 Penelitian Deskriptif Survei Perusahaan Cross-Sectional T-3 Penelitian Deskriptif Survei Perusahaan Cross-Sectional T-4 Penelitian Deskriptif Survei Perusahaan Cross-Sectional

Keterangan:

T-1: Mengidentifikasi atribut yang dapat mencerminkan status kinerja paket tur sebelum

perjalanan, selama perjalanan wisata dan lain-lain serta tour leader.

T-2: Menganalisis nilai indeks keberlanjutan kinerja paket tur.

T-3: Membangun model pengelolaan kinerja paket tur secara berkelanjutan PT. Golden

Rama Express.

T-4: Merumuskan kebijakan dan skenario strategi pengelolaan kinerja berkelanjutan di

PT. Golden Rama Express.

64

3.2 Operasionalisasi Variabel Penelitian

Mendefinisikan suatu konsep agar dapat dioperasikan melibatkan beberapa tahap

yaitu dengan mengetahui terlebih dahulu variabel dan indikatornya.

Tabel 3.2 Operasionalisasi variabel penelitian Dimensi Atribut Konsep Indikator Skala

Ukur Skala

Pengukuran

Sebelum Perjalanan

Kejelasan/akurasi informasi yang diberikan

Kinerja Sebelum tur dilaksanakan

Penilaian pelanggan (peserta

tur)

Itemized- rating scale

Ordinal Pelayanan lewat telepon

Pelayanan staff di kantor Golden Rama

Persiapan menjelang keberangkatan Penanganan di Bandara Jakarta

Selama Perjalanan

Airline yang digunakan

Kinerja paket tur

selama tur

Penilaian pelanggan (peserta

tur)

Itemized- rating scale

Ordinal

Hotel yang digunakan

Menu makanan

Objek wisata yang dikunjungi

Pilihan bus dan pengemudi

Pelayanan Tour Leader Golde Rama

Pelayanan Local Guide setempat

Lain-lain

Keragaman paket tour yang ditawarkan Kinerja paket tur selain sebelum, selama

perjalanan, dan tour leader

Penilaian pelanggan (peserta

tur)

Itemized- rating scale

Ordinal Fasilitas/kemudahan yang kami berikan

Sarana/prasarana penunjang lainnya

Tour Leader

Tanggung jawab

Kinerja tour leader

Penilaian pelanggan (peserta

tur)

Itemized- rating scale

Ordinal

Sopan santun

Pengetahuan tujuan

Ketepatan waktu

Pengaturan acara

Solusi dalam permasalahan

Mengutamakan kepentingan bersama

Memenuhi kebutuhan pelanggan

Itemized-rating scale (Sahibul Munir, 2008) adalah metode pengukuran sikap yang

berisi beberapa alternatif kategori pendapat yang memungkinkan bagi responden untuk

memberikan alternatif penilaian. Itemized-rating scale dinamakan juga skala butir penilaian

atau skala kategori. Itemized-rating scale dapat dinyatakan dengan angka.

Skala ordinal tidak hanya mengkategorikan variable ke dalam kelompok, tetapi juga

melakukan rangking terhadap kategori. Jadi kategori antar merek tidak menggambarkan

perbedaan yang sama (equal differences) dan ukuran atribut. Pengukuran seperti ini

dinamakan skala ordinal dan data yang dapat dari pengukuran ini disebut data ordinal.

65

Variabel yang diukur dengan skala nominal dan ordinal umumnya disebut variable non-

parametrik atau variable non-metrik (Sahibul Munir, 2008).

3.3 Jenis dan Sumber Data Penelitian

Pada penelitian ini, jenis data yang digunakan adalah data primer dan data

sekunder. Dimana data primer adalah data yang diperoleh langsung dari objek penelitian

yang didapat melalui survei lapangan yaitu wawancara dengan para pemegang kepentingan

dalam PT. Golden Rama Express. Serta kuesioner yang diberikan kepada para pemegang

kepentingan (stakeholders) atau pakar-pakar yang berkepentingan dalam pengambilan

keputusan dalam perusahaan. Diantaranya mengenai data-data yang diperlukan untuk

analisis kebutuhan, identifikasi faktor strategis, dan perbandingan antarfaktor (prospektif).

Sedangkan data sekunder yaitu data yang sudah diolah, yang diperoleh melalui studi

pustaka dan perusahaan yang terkait dengan topik penelitian. Dalam hal ini data sekunder

menggunakan dokumen-dokumen yang terdapat di PT. Golden Rama Express, diantaranya

mengenai data-data yang berhubungan dengan paket tur yang ada dan kuesioner

perusahaan yang telah disebarkan kepada pelanggan PT. Golden Rama Express dalam selang

tahun 2008 hingga 2009 serta buku-buku yang menunjang penelitian ini.

3.4 Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian adalah :

1. Studi Pustaka (Library Research)

Penelitian ini dilakukan untuk memperoleh data sekunder dengan membaca,

mengumpulkan, mencatat, mempelajari buku cetak dan buku–buku pelengkap atau

referensi, seperti jurnal, majalah, brosur-brosur dan media cetak lainnya di perpustakaan

ataupun di tempat lainnya.

2. Riset lapangan (Field Research)

66

Penelitian ini dilakukan dengan cara mendatangi langsung ke objek yang diteliti yaitu PT.

Golden Rama Express. Data yang di peroleh secara langsung dari objek penelitian ini

disebut data primer, di mana alat pengumpulan data yang digunakan terdiri dari :

1) Wawancara (Interview)

Mengadakan tanya jawab langsung dengan pihak yang bersangkutan dan

berkepentingan dengan topik yang dibahas dalam skripsi ini dan memperoleh

informasi yang diperlukan.

Wawancara diadakan secara langsung dengan Ibu Yunita Angelina selaku

Board of Director Secretary, Bapak Edhi Sutadharma selaku Tour Manager, Ibu Tjing

Tjing selaku Hotel and Package Manager, dan Ibu Lydia Setiawan selaku Tour Leader

PT. Golden Rama Express.

2) Kuesioner

Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara

memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden yang

berhubungan langsung mengenai masalah yang akan diteliti dan responden

menjawab pertanyaan-pertanyaan tersebut. Yang menjadi responden dalam

penelitian ini adalah pelanggan dan stakeholders PT. Golden Rama Express.

3.5 Teknik Pengambilan Sampel

Dalam suatu penilaian populasi adalah hampir tidak mungkin melakukan

pengambilan data dari keseluruhan populasi, oleh karena itu penulis menggunakan sampel

dalam yang cukup dari suatu populasi, dimana sampel tersebut relatif berjumlah lebih kecil

dibanding keseluruhan populasi namun dapat dianggap mewakili keseluruhan populasi.

Populasi penelitian adalah pelanggan PT. Golden Rama Express yang terdiri dari

pelanggan dengan berbagai latar belakang pendidikan dan pekerjaan yang berbeda.

67

Penarikan sampel untuk penelitian ini dilaksanakan pada tahun 2008-2009 dengan membagi

sejumlah kuesioner kepada peserta tur PT. Golden Rama Express.

Teknik yang digunakan dalam pengambilan sampel pada penelitian ini adalah

probability sampling. Menurut Riduwan dan Kuncoro (2007, p41), probability sampling adalah

teknik pengambilan sampel yang memberi peluang atau kesempatan sama bagi setiap unsur

atau anggota populasi untuk dipilih menjadi sampel. Dalam penelitian ini, yang dipakai

adalah random sampling yaitu cara pengambilan sampel dari anggota populasi dengan

menggunakan acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi

tersebut. Dalam hal ini adalah pelanggan yang menggunakan paket tur dari PT. Golden

Rama Expres.

Untuk menentukan berapa banyak sampel minimal yang perlu diambil untuk

melakukan penelitian, dapat menggunakan rumus dari Taro Yamane atau Slovin sebagai

berikut (Riduwan dan Kuncoro2007, p44).

)(1 2eNNn

+=

Dimana: n = jumlah sampel

N = jumlah populasi

e2 = presisi (taraf nyata)

Penentuan jumlah sampel pada penelitian ini menggunakan tingkat kesalahan 10%

(0,1) untuk setiap paket tur.

Untuk paket Junglelicious Africa, jumlah populasi adalah 250 peserta tur, maka

didapatkan jumlah sample sebagai berikut:

72428.71)1.0(2501

2502

≈=+

=n

Untuk paket Splendid Asia, jumlah populasi adalah 9500 peserta tur, maka

didapatkan jumlah sample sebagai berikut:

68

99958.98)1.0(95001

95002

≈=+

=n

Untuk paket Adventurous Australia and New Zealand, jumlah populasi adalah 1300

peserta tur, maka didapatkan jumlah sample sebagai berikut:

93857.92)1.0(13001

13002

≈=+

=n

Untuk paket Romantical Europe, jumlah populasi adalah 2800 peserta tur, maka

didapatkan jumlah sample sebagai berikut:

97551.96)1.0(28001

28002

≈=+

=n

Untuk paket Marvelous US and Canada, jumlah populasi adalah 1150 peserta tur,

maka didapatkan jumlah sample sebagai berikut:

92)1.0(11501

11502

=+

=n

Berdasarkan perhitungan diatas maka sampel minimum adalah sebanyak 72 orang.

Dalam penelitian ini jumlah sampel yang digunakan sebesar 99 orang untuk masing-masing

paket tur.

3.6 Teknik Pengolahan Sampel

Dari data yang dikumpulkan dari kuesioner yang telah disebarkan oleh perusahaan

kepada pelanggan, maka diperoleh penilaian dari pelanggan terhadap kinerja paket tur PT.

Golden Rama Express, dari setiap atribut dari masing-masing paket tur kemudian dirata-rata

untuk mencari kondisi skor masing-masing atribut pada setiap dimensi untuk setiap paket

tur. Nilai indeks status keberlanjutan pengelolaan kinerja paket tur PT. Golden Rama Express

ditentukan berdasarkan skor untuk masing-masing atribut pada setiap dimensi sesuai dengan

kondisi pengelolaan yang dilakukan pada saat ini dengan mengacu pada kriteria dari konsep

pembangunan berkelanjutan.

69

3.7 Metode Analisis

Metode yang digunakan dalam penelitian adalah metode deskriptif melalui dengan

menggunakan pendekatan sistem. Pendekatan sistem ini digunakan untuk merumuskan

kebijakan dan skenario terbaik bagi PT. Golden Rama Express untuk kinerja paket tur secara

berkelanjutan.

Secara garis besar penelitian dibagi kedalam empat tahapan penelitian yaitu: 1)

Analisis keberlanjutan pengelolaan kinerja paket tur, 2) Tahap identifikasi kebutuhan dan

analisa kondisi saat ini, 3) Tahap pemodelan simulasi dinamis dan rumusan kebijakan, 4)

Tahap penyusunan alternatif-alternatif skenario prospektif, dan 5) Tahap rekomendasi

skenario-skenario prospektif. Penelitian ini dilengkapi dengan berbagai metodologi seperti

yang dapat digambarkan pada diagram rancangan penelitian pada Gambar 3.1.

Gambar 3.1. Diagram Alir Konsep Penelitian Model Pengelolaan Kinerja Paket tur

Berkelanjutan PT. Golden Rama Express 3.7.1 Uji Validitas dan Reliabilitas

1. Uji Validitas

Validitas menguji seberapa baik suatu instrumen yang dibuat mengukur konsep

tertentu yang ingin diukur (Sekaran2006, p39). Validitas atau ketepatan uji dilakukan

70

dengan mengkorelasikan masing-masing skor variabel dengan jumlah skor variabel, bila

variabel mempunyai hubungan signifikan dengan totalnya maka variabel tersebut dikatakan

valid. Sedangkan bila salah satu variabel yang tidak mempunyai hubungan dengan totalnya,

maka variabel tersebut dikatakan tidak valid, dan harus dikeluarkan dari item pertanyaan

kuesioner.

Uji validitas ini dapat dilakukan dengan menghitung korelasi antara masing-masing

pernyataan dengan skor total memakai rumus teknik korelasi product moment. Rumusnya

adalah sebagai berikut:

Dengan menggunakan SPSS, uji validitas dilakukan dengan membandingkan r-hitung

dan r-tabel. Nilai akan dinyatakan valid bila r-hitung > r-tabel.

2. Uji Reliabilitas

Kendalan (reliabilitas) suatu pengukuran menunjukkan sejauh mana pengukuran

tersebut tanpa bias (bebas kesalahan) karena itu menjamin pengukuran yang konsisten

lintas waktu dan lintas beragam item dalam instrumen. Dengan kata lain, keandalan suatu

pengukuran merupakan indikasi mengenai stabilitas dan konsistensi dimana instrumen

mengukur konsep dan membantu menilai ketepatan sebuah pengukuran (Sekaran2006,

p40).

Dalam penelitian ini, teknik uji reliabilitas yang digunakan adalah Cronbach’s Alpha.

Berikut rumusnya:

71

Dengan menggunakan SPSS, uji reliabilitas dilakukan dengan membandingkan r

cronbach alpha dan r-tabel. Nilai dinyatakan reliabel jika r cronbach alpha > r-tabel.

3.7.2 Analisis Keberlanjutan Pengelolaan Kinerja Paket Tur

Analisis keberlanjutan pengelolaan kinerja paket tur dilakukan dengan pendekatan

“Rap-Insustouromance” melalui beberapa tahapan, yaitu: 1) tahap penentuan atribut kinerja

paket tur untuk masing-masing dimensi (sebelum perjalanan, selama perjalanan dan tour

leader), 2) tahap penilaian setiap atribut dalam skala ordinal berdasarkan kriteria

keberlanjutan untuk setiap faktor dan analisis ordinasi yang berbasis metode

multidimensional scaling (MDS), dan 3) tahap penyusunan indeks dan status keberlanjutan

pengelolaan kinerja paket tur dalam PT. Golden Rama Express. Untuk setiap atribut pada

masing-masing dimensi diberikan skor yang mencerminkan kondisi kinerja paket tur dari

dimensi yang dikaji. Rentang skor berkisar antara 1 hingga 4, yang diartikan mulai dari

kurang sampai sangat baik.

Tabel dibawah ini menyajikan atribut-atribut dan skor yang digunakan untuk menilai

kinerja paket tur. Atribut-atribut tersebut diperoleh dari kuesioner yang dimiliki oleh

perusahaan.

72

Tabel 3.3. Atribut-atribut dan Skor Keberlanjutan Pengelolaan Kinerja Paket Tur

Dimensi dan Atribut Skor

Sangat Baik Baik Sedang Kurang4 3 2 1

Dimensi Sebelum PerjalananKejelasan/akurasi informasi yang diberikan Pelayanan lewat telepon Pelayanan staff di kantor Golden Rama Persiapan menjelang keberangkatan Penanganan di Bandara Jakarta Dimensi Selama PerjalananAirline yang digunakan Hotel yang digunakan Menu makanan Objek wisata yang dikunjungi Pilihan bus dan pengemudi Pelayanan Tour Leader Golden Rama Pelayanan Local Guide setempat Lain-lainKeragaman paket tour yang ditawarkan Fasilitas/kemudahan yang kami berikan Sarana/prasarana penunjang lainnya Dimensi Tour Leader Golden RamaTanggung jawab Sopan santun Pengetahuan tujuan Ketepatan waktu Pengaturan acara Solusi dalam permasalahan Mengutamakan kepentingan bersama Memenuhi kebutuhan pelanggan

Selanjutnya, nilai skor dari masing-masing atribut dianalisis secara multidimensional

untuk menentukan posisi keberlanjutan pengelolaan kinerja paket tur yang dikaji relatif

terhadap dua titik acuan yaitu titik “baik” (“good”) dan titik “buruk” (“bad”). Untuk

memudahkan visualisasi posisi ini digunakan analisis ordinasi.

Proses ordinasi Rap-Insustouromance ini menggunakan perangkat lunak modifikasi

Rapfish (Kavanagh, 2001). Proses Algoritma Rap-Insustouromance juga pada dasarnya

mengikuti proses algoritma Rapfish seperti terlihat pada Lampiran 1.

Dalam implementasinya, Rapfish menggunakan teknik yang disebut Multidimension

Scaling atau MDS. MDS adalah salah satu prosedur yang digunakan untuk memetakan

persepsi dan preferensi para responden secara visual dalam peta geometri (Simamora2005,

73

p234). Peta geometri tersebut, yang disebut spatial map atau perceptual map, merupakan

penjabaran berbagai dimensi yang berhubungan.

Jadi, walaupun persepsi sulit diukur secara pasti karena sifatnya yang abstrak,

dengan menggunakan teknik MDS, para ahli tetap berusaha untuk memperoleh gambaran

persepsi seseorang tentang suatu objek secara relatif dibanding objek-objek lainnya. Objek

bisa berupa produk, merek, toko, orang, partai politik, dan lain-lain.

Peta persepsi ini dibentuk dengan satu, dua, tiga, atau lebih dimensi. Setiap dimensi

mewakili atribut-atribut yang terlibat dalam pembentukan persepsi. Objek-objek yang

memiliki kesamaan tinggi, menempati posisi berdekatan. Objek-objek yang berbeda

menempati posisi berjauhan.

Terdapat dua desain penelitian dalam MDS:

1) Desain decompositional (attribute-free)

Desain ini hanya mengukur kesan umum. Dalam desain ini, responden menilai kesamaan

sejumlah objek atau memberi preferensi pada sejumlah objek. Ada dua jenis data input

pada pendekatan nonatribut, yaitu kesamaan (similarity) dan preferensi (preference).

2) Desain compositional (attribute-based)

Desain ini untuk mengukur kesan atas sejumlah objek berdasarkan sekumpulan atribut.

Dalam desain ini, responden memberikan peringkat objek pada sejumlah atribut yang

tersedia. Penentuan atribut bisa dilakukan melalui riset eksplorasi dengan wawancara

mendalam dengan ahli atau dengan focus group dan survei terbatas terhadap

sekelompok kecil responden. Kalau menggunakan survei terbatas, atribut yang diambil

adalah yang bersifat umum.

Teknik ordinasi di dalam MDS didasarkan pada Euclidian Distance yang dalam ruang

yang berdimensi n dapat ditulis sebagai berikut:

...)()( +−+−= −−2

12

1 iiii yyxxd

74

dimana

D = Jarak geometris (Euclidian Distance)

ix = koordinat x ke-i

iy = koordinat y ke-i

Konfigurasi atau ordinasi dari suatu objek atau titik di dalam MDS kemudian

dioperasikan dengan meregresikan jarak Euclidian ( ijD ) dari titik i ke titik j dengan titik asal

( ij0 ) dituliskan dalam persamaan berikut:

ebdad ijij ++=

Umumnya terdapat tiga teknik yang digunakan untuk meregresikan persamaan di

atas yakni metode least squared (KRYST), metode least squared bergantian yang didasarkan

pada akar dari Euclidian Distance atau disebut metode ALSCAL, dan metode yang didasarkan

pada Maximum Likelihood. Dari ketiga metode tersebut, Algoritma ALSCAL merupakan

metode yang paling yang paling sesuai karena format perceptual map lebih bagus

(Simamora2005, p257). Metode ALSCAL mengoptimasi jarak kuadrat (squared distance= ijD )

terhadap data kuadrat (titik asal= ij0 ), yang dalam tiga dimensi (i,j,k) ditulis dalam formula

yang disebut S-Stress sebagai berikut:

∑ ∑∑∑∑

=⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡ −

=m

ki j

ijk

i jijkijkd

mS

14

222

0

01

)(

RSQ merupakan jarak Euclidian yang dibobot, atau ditulis:

∑=

−=r

ajaiakaijk xxwd

1

22 )(

75

Nilai RSQ (R-square) dan STRESS. RSQ menunjukkan proporsi varians data input

yang dapat dijelaskan oleh model MDS. Semaikn tinggi RSQ, semakin baik model MDS.

Menurut, Simamora (2005,p268), model dapat diterima bila RSQ ≥ 0.6.

STRESS menunjukkan proporsi varians yang tidak dijelaskan oleh model. Semakin

rendah STRESS, semakin baik model MDS. Adapun tabel STRESS sebagai berikut

(Simamora2005,p269):

Tabel 3.4. STRESS STRESS KESESUAIANLebih dari 20% Poor 10% - 20% Fair 5% - 10% Good 2.5% - 5% Excellent Kurang dari 2.5% Perfect

Perangkat lunak Rapfish merupakan pengembangan MDS yang terdapat di dalam

perangkat lunak SPSS, untuk proses rotasi, kebalikan posisi (flipping), dan beberapa analisis

sensitivitas yang telah dipadukan menjadi satu perangkat lunak. Melalui MDS ini, posisi titik

keberlanjutan tersebut divisualisasikan dalam dua dimensi (sumbu horizontal dan vertikal).

Untuk memproyeksikan titik-titik tersebut pada garis mendatar dilakukan proses rotasi,

dengan titik ekstrem “buruk” yang diberi skor 0% dan titik ekstrem “baik” diberi skor 100%.

Posisi status keberlanjutan sistem yang dikaji akan berada di antara dua titik ekstrem

tersebut. Nilai ini merupakan nilai indeks keberlanjutan pengelolaan kinerja paket tur di PT.

Golden Rama Express pada saat ini.

Skala indeks keberlanjutan pengelolaan kinerja paket tur mempunyai rentang 0% -

100%. Jika sistem yang dikaji mempunyai nilai indeks lebih dari 50%, maka sistem tersebut

dikategorikan sustainable, dan sebaliknya jika milainya kurang dari 50%, maka sistem

tersebut digolongkan belum sustainable. Dalam penelitian ini disusun empat kategori status

keberlanjutan berdasarkan skala dasar (0-100) sebagaimana disajikan pada Tabel 3.5.

76

Tabel 3.5. Kategori Status Keberlanjutan Pengelolaan Kinerja Paket Tur berdasarkan Nilai Indeks Hasil Analisis Rap-Insustouromance

Nilai Indeks Kategori0-25.99 Buruk 26.00-49.99 Kurang 50.00-74.99 Cukup 75.00-100.00 Baik

Analisis sensitivitas dilakukan dengan tujuan untuk mengidentifikasi atribut yang

sensitif dalam memberikan kontribusi terhadap Insustouromance di PT. Golden Rama

Express. Pengaruh dari setiap atribut dilihat dalam bentuk perubahan ordinasi “root mean

square” (RMS), khususnya pada sumbu-x atau skala sustainabilitas. Semakin besar

perubahan RMS akibat hilangnya suatu atribut tertentu, maka semakin besar pula peranan

atribut tersebut dalam pembentukan nilai Insustouromance pada skala sustainabilitas, atau

dengan kata lain semakin sensitif atribut tersebut dalam keberlanjutan pengelolaan kinerja

paket tur di PT. Golden Rama Express.

Untuk mengevaluasi pengaruh galat (errror) acak pada proses pendugaan nilai

ordinasi keberlanjutan pengelolaan kinerja paket tur digunakan analisis “Monte Carlo”.

Menurut Kavanagh (2001), analisis “Monte Carlo” digunakan untuk mempelajari hal-hal

berikut ini.

1. Pengaruh kesalahan pembuatan skor atribut yang disebabkan oleh pemahaman kondisi

lokasi penelitian yang belum sempurna atau kesalahan pemahaman terhadap atribut

atau cara pembuatan skor atribut;

2. Pengaruh variasi pemberian skor akibat pembedaan opini;

3. Stabilitas proses analisis MDS yang berulang-ulang;

4. Kesalahan pemasukan data atau adanya data yang hilang;

5. Tingginya nilai “stress” hasil analisis Rap-Insustouromance (nilai “stress” dapat diterima

jika < 25%).

Secara lengkap, tahapan analisis Rap-Insustouromance menggunakan metode MDS

dengan aplikasi modifikasi Rapfish disajikan pada Gambar 3.2.

77

Gambar 3.2. Tahapan analisis Rap-Insustouromance menggunakan MDS dengan aplikasi

Modifikasi Rapfish Analisis data dengan menggunakan Rap-Insustouromance menyangkut aspek

keberlanjutan dari paket tur (sebelum perjalanan, selama perjalanan, lain-lain, dan tour

leader). Secara umum metode analisis Rap-Insustouromance akan me-review atribut-atribut

dan mendefinisikan kinerja paket tur yanng akan dianalisis. Tahap selanjutnya adalah

pemberian skor yang didasarkan pada ketentuan yang sudah ditetapkan dalam Rap-

Insustouromance. Setelah didapatkan hasil penilaian maka setiap atribut dianalisis dengan

multidimensional scaling (MDS) guna menentukan posisi relatif dari kinerja paket tur

terhadap ordinasi good dan bad. Dalam MDS, objek atau titik yang diamati dipetakan ke

dalam ruang dua atau tiga dimensi, sehingga objek atau titik tersebut diupayakan ada

sedekat mungkin terhadap titik asal. Dengan kata lain, dua titik atau objek yang sama

dipetakan dalam satu titik yang saling berdekatan satu sama lainnya.

Pada setiap pengukuran, jarak titik pendugaan dengan titik asal menjadi penting.

Goodness of fit dalam MDS, dimaksudkan untuk mengukur seberapa tepat konfigurasi dari

suatu titik dapat mencerminkan data aslinya. Goodness of fit dicerminkan dari besaran nilai

S-stress yang dihitung berdasarkan nilai S di atas. Nilai stress yang rendah menunjukkan

Mulai

Kondisi pengelolaan kinerja paket tour saat ini

Penentuan atribut sebagai kriteria penilaian

MDS (ordinasi setiap atribut)

Penilaian setiap atribut

Analisis Monte Carlo Analisis Sensitivitas

Analisis Keberlanjutan

78

good fit, sementara nilai S yang tinggi menunjukkan hal sebaliknya. Dalam Rap-

Insustouromance, model yang baik ditunjukkan dengan nilai stress yang lebih kecil dari 0.25.

Langkah selanjutnya menganalisis nilai stress dengan menggunakan ALSCAL

Algoritma. Dari hasil ordinasi dengan MDS dan nilai stress melalui algoritma ALSCAL

dilakukan “rotasi” untuk menentukan posisi kinerja paket tur pada ordinasi bad dan good.

Kemudian analisis menggunakan Monte Carlo untuk menentukan aspek ketidakpastian dan

analisis leverage untuk menentukan aspek anomali dari atribut yang dianalisis.

3.7.3 Pemodelan Sistem

Pemodelan sistem dilakukan melalui pendekatan sistem. Pada dasarnya pendekatan

sistem adalah suatu pendekatan analisis organisatoris yang menggunakan ciri-ciri sistem

sebagai titik tolak analisis. Dengan demikian manajemen sistem dapat diterapkan dengan

mengarahkan perhatian pada berbagai ciri dasar sistem yang perubahan dan gerakannya

akan mempengaruhi keberhasilan suatu sistem (Marimin, 2004). Definisi dari kata sistem

adalah kumpulan elemen-elemen yang saling terkait dan terorganisasi dalam rangka

mencapai tujuan yang telah diterapkan. Karena pemikiran sistem selaku mencari

keterpaduan antar bagian melalui pemahaman yangn utuh, maka diperlukan suatu kerangka

pikir baru yang terkenal sebagai pendekatan sistem. Pendekatan sistem merupakan cara

penyelesaian persoalan yang dimulai dengan dilakukannya identifikasi terhadap adanya

sejumlah kebutuhan-kebutuhan sehingga dapat menghasilkan suatu operasi dari sistem yang

dianggap efektif.

Tahapan dalam pendekatan sistem meliputi: (1) Analisis kebutuhan antar pelaku,

merupakan permulaan pengkajian dari suatu sistem. Dalam tahap ini dicari secara selektif

apa saja yang dibutuhkan dari masing-masing pelaku yang terlibat dalam sistem. (2)

Formulasi permasalahan, merupakan tahapan untuk merumuskan permasalahan yang

dihadapi berdasarkan kebutuhan-kebutuhan yang telah diidentifikasi dari masing-masing

79

pelaku tersebut. (3) Identifikasi sistem, merupakan suatu rantai hubungan antara pernyataan

dari kebutuhan-kebutuhan dengan pernyataan dari kebutuhan-kebutuhan dengan

pernyataan khusus dari masalah yang harus dipecahkan untuk mencukupi kebutuhan

tersebut. (4) Pemodelan sistem, merupakan tahapan menemukan hubungan antara masukan

dan luaran sistem yang akan diverifikasi dan divalidasi pada tahap selanjutnya. (5) Verifikasi

dan validasi model. (6) Implementasi model. Pada tahap akhir dilakukan rencana

implementasi model. Tahapan pendekatan sistem dapat dilihat pada Gambar 3.3.

Gambar 3.3. Tahap Pendekatan Sistem (Eriyatno)

tidak

tidak

tidak

tidak

ya

ya

ya

ya

ya

mulai

Analisis Kebutuhan

absah

Formulasi Permasalahan

absah

absah

absah

Identifikasi Sistem

Pemodelan Sistem

Verifikasi dan Validasi

absah

selesai

80

Tahapan dalam membangun model sistem pengelolaan kinerja berkelanjutan di PT.

Golden Rama Express adalah sebagai berikut:

a. Analisis kebutuhan

Berdasarkan survei lapangan, dapat diidentifikasi bahwa stakeholders yang terlibat dalam

sistem pengelolaan kinerja berkelanjutan di PT. Golden Rama Express adalah

b. Formulasi masalah

Masih kurangnya tindakan atau kebijakan dari perusahaan untuk mengelola kinerja paket

tur. Akibat sulitnya melakukan assessment keberlanjutan terhadap pengelolaan kinerja

paket tur yang bersifat multidimensi. Sulitnya menggambarkan dampak dari assessment

keberlanjutan terhadap formulasi kebijakan pengelolaan kinerja pengelolaan kinerja

paket tur di masa yang akan datang. Kurangnya pengelolaan kinerja paket tur akan

berdampak pada kualitas jasa sebagai pemberian suatu kinerja yang diterima oleh

pelanggan sebagai peserta tur. Diperlukan tindakan dari perusahaan untuk mengelola

kinerja paket tur guna memenuhi kebutuhan pelanggan.

c. Identifikasi sistem

Identifikasi sistem merupakan suatu rantai hubungan antara pernyataan dari kebutuhan-

kebutuhan aktor yang terlibat dalam sistem. Identifikasi sistem bertujuan untuk mencari

pemecahan terbaik dari permasalahan yang dihadapi.

d. Pembuatan model

Model pengelolaan kinerja paket tur berkelanjutan dibangun berdasarkan hasil

identifikasi sistem yang akan diintegrasikan dengan hasil Insustouromance.

e. Simulasi model

Simulasi model digunakan untuk melihat pola kecenderungan perilaku model

berdasarkan hasil simulasi model akan dianalisis dan ditelusuri faktor-faktor yang

menyebabkan terjadinya pola dan kecenderungan tersebut. Tahap berikutnya perlu

81

dijelaskan bagaimana mekanisme model dijadikan dasar untuk merumuskan kebijakan

yang diperlukan dalam perbaikan kinerja sistem.

f. Verifikasi dan validasi model

Suatu model dikatakan valid jika struktur dasarnya dapat menggambarkan perilaku yang

polanya dapat menggambarkan perilaku sistem nyata, atau dapat mewakili dengan

cukup akurat, data yang dikumpulkan sehubungan dengan sistem nyata atau asumsi

yang dibuat berdasarkan referensi sesuai cara sistem nyata bekerja. Membuktikan

validasi sebenarnya suatu hal yang sulit untuk dilakukan.

3.7.4 Analisis Prospektif Struktural

Pada penelitian dengan menggunakan perencanaan skenario dan penelitian

strategis, yang diperkuat dengan analisa prospektif, maka menurut Godet (2004) langkah

awalnya adalah dengan menggunakan analisa MICMAC. Langkah awal dari analisa prospektif

ini disebut juga sebagai alat analisa struktural, yang menurut Eriyatno (2003) mencakup dua

tahap. Pada tahap pertama diterapkan suatu alat pembangkit dari sejumlah daftar elemen-

elemen yang berhubungan dengan perihal yang ditelaah. Tahap kedua terdiri atas pemilihan

hubungan-hubungan yang relevan dan alat strukturisasi yang tepat agar elemen-elemen

tersebut dapat diformasikan. Alat strukturisasi (structuring tool) yang populer digunakan

adalah metoda MICMAC.

1. Teknik Hubungan Langsung Metode MICMAC

Teknik hubungan langsung dari analisa prospektif struktural MICMAC (Matrice

d’Impact Croisés – Multiplicaction Appliquée a un Classement) ini menurut Eriyatno (2003)

merupakan suatu proses pengkajian kelompok (group learning process) di mana model-

model struktural dihasilkan guna memotret perihal yang kompleks dari suatu sistem, melalui

pola yang dirancang secara seksama dengan menggunakan grafis serta kalimat. Teknik ini,

terutama ditujukan untuk pengkajian oleh suatu tim, namun bisa juga dipakai oleh seorang

82

peneliti. Program yang sedang ditelaah penjenjangan strukturalnya, dibagi menjadi elemen-

elemen di mana setiap elemen selanjutnya diuraikan menjadi sejumlah sub-elemen (Marimin.

2004). Dengan menggunakan masukan dari kelompok studi. Setelah itu ditetapkan

pertimbangan hubungan kontekstual antar sub-elemen dan disusunlah matriks hubungan

langsung MICMAC Klasifikasi sub-elemen dipaparkan dalam 4 kuadran yaitu:

Kuadran 1: Input variables (variabel penentu)

Kuadran 2: Relay variables (variabel penghubung)

Kuadran 3: Resulting variables (variabel terikat)

Kuadran 4: Excluded variables (variabel bebas)

Dengan memperhitungkan Influence (I) dan Dependence (D) dari setiap sub-elemen,

maka matriks hubungan langsung MICMAC dapat disusun dengan menempatkan pada setiap

ordinat (x,y) masing-masing. Seperti pada matriks berikut ini:

Gambar 3.4. Matriks simulasi hubungan langsung MICMAC

2. Metode Analisa Hubungan Tidak Langsung MICMAC

MICMAC pada awalnya dikemukakan oleh Godet pada tahun 1974, menurut Arcade

et.al. (1995) adalah suatu matriks analisa struktural dengan pendekatan matriks dampak

silang multi aplikasi yang digunakan untuk mengklasifikasikan (Dunham & Ritchey. 1997),

83

matriks ini tidak hanya menganalisa hubungan langsung diantara variabel-variabelnya

seperti yang dikemukakan sebelum ini, namun juga hubungan tidak langsung (indirect

classification). Adapun tahap-tahap dalam hubungan tidak langsung yang dilaksanakan

adalah :

a. Melisting variabel-variabel

Melakukan listing varibel-variabel terkait, baik yang berkarakter aspek di dalam

fenomena studi (variabel internal) maupun aspek lingkungan (variabel eksternal). List dari

variabel-variabel tersebut haruslah merupakan informasi lengkap yang bisa didapatkan dari

wawancara tidak langsung dengan para aktor yang mewakili sistem. Dalam berbagai

pengalaman Godet (1999) menyarankan bahwa list tersebut janganlah lebih dari 70

variabel.

b. Mendeskripsikan hubungan antar variabel

Kemudian analisa srtuktural akan mencari hubungan antar variabel dengan

menggunakan tabel dual-entry yang disebut dengan “structural analysis matrix”. Dalam

memasukkan datanya haruslah merupakan pernyataan kualitatif. Gotze (1991) dalam Scholz

et.al. (1995) mengkategorikannya dalam level skala “tidak ada dampak (0)”, “berdampak

sedang (1)”, dan “berdampak kuat (2)”. Sedangkan Vester & Von Hesler dalam Fried & Linss

(2005) mengkuantifikasi dampak tersebut dengan menggunakan nomor-nomor 0, 1, 2, 3 (no

impact, weak impact, medium impact, strong impact). Lebih lanjut dinyatakan bahwa yang

perlu diperhatikan adalah tingkat yang diukur adalah dampak langsung, dan tidak

menyertakan pernyataan dampak tidak langsung seperti: apakah ada dampak tidak

langsung variabel Abc terhadap variabel Cde melalui variabel Bcd? Seperti contoh cross-

impact matrix berikut.

Tabel 3.6. Contoh Cross – Impact Matrix Abc Bcd Cde Def Efg Fgh Ghi Hij Ijk Jkl Abc 0 0 2 0 1 1 0 0 1 1 6 Bcd 2 0 0 0 0 2 0 0 0 1 5 Cde 1 0 0 0 0 0 1 0 1 0 3 Def 2 2 0 0 2 1 0 0 1 2 10

84

Efg 2 2 1 0 0 2 1 1 1 1 11 Fgh 1 0 0 0 0 0 1 2 0 1 5 Jkl 0 0 1 0 1 1 2 0 0 0 5 8 4 3 0 4 7 3 3 4 6 45

c. Mengidentifikasikan variabel kunci dengan menggunakan Micmac

Dalam mengidentifikasikan variabel-variabel kunci, maka kunci utama dalam

mengembangkannya adalah: pertama, gunakanlah klasifikasi langsung (menggunakan

metode ISM), kemudian buatlah klasifikasi tidak langsung (dengan Micmac) dengan

mengaktifkan matriks. Perbandingkan hirarki dari variabel-variabel dalam berbagai klasifikasi

(langsung, tidak langsung dan potensial) tersebut, sebagai suatu informasi yang lengkap.

Dimungkinkan menyertakan berbagai efek yang ditimbulkan yang sebelumnya belum

terkemukakan dalam klasifikasi hubungan langsung. Contohnya dapat dilihat dari gambar

berikut ini:

Klasifikasi Langsung : ISM

Klasifikasi Tidak Langsung : MICMAC

Posisi 1 Fgh 2 … 5 Def … 6 Fgh Def … 10

Gambar 3.5. Klasifikasi Hubungan Tidak Langsung MICMAC

Adanya perubahan posisi Fgh dari posisi ke 6 menjadi posisi ke 1 disebabkan

berbagai kendala dan kemungkinan perubahan-perubahan di masa mendatang.

Hasil tersebut menggambarkan influence dan dependence dari masing-masing

variabel yang dipresentasikan dalam suatu rencana (plan). Sehingga dapat diidentifikasikan

variabel-variabel yang berpengaruh dalam sistem, kemudian dapat diobservasi pada matriks

Influence-Dependence Plan berikut ini:

85

Influence

Input Variables

Relay Variables

Average Influence

Middle Cluster

Excluded Variables

Resulting Variables

Average Dependence

Dependence

Gambar 3.6. Matriks Influence – Dependence MICMAC

Tahapan studi yang utama untuk mendapatkan hasil dari analisis prospektif

kebijakan dengan menggunakan serangkaian soft system yang mendukung teknik model

struktural. Model struktur menjabarkan format dan struktur daripada pengukuran hasil

kuantitatif, sehingga dapat dipandang sebagai proses permodelan deskriptif dan holistik di

mana para pengguna mendapatkan apresiasi menyeluruh terhadap sistem tersebut (the

whole is greater than just sum of its parts). Setelah dilakukan identifikasi dari hubungan

satu sama lain, maka model yang terbentuk dikaji secara keseluruhan guna mengembangkan

pemahaman model mampu meningkatkan pendalaman yang lebih baik terhadap perilaku dari

sistem secara utuh.

Analisis prospektif memungkinkan para analis mengkreasikan model yang

menggambarkan situasi mendatang, mengelola data saat ini, dan membuat rancangan ilmiah

tentang masa depan (Turner et.al. 2004). Prospektif maksudnya menekankan pada

pentingnya sikap yang berorientasi masa depan. Sikap prospektif tersebut berarti:

1. Untuk melihat jauh ke depan, sebab prospektif cara pandang jangka panjang

2. Untuk melihat lebih luas, memperhatikan berbagai interaksi

3. Untuk melihat lebih mendalam, mendapatkan faktor dan trend yang benar-benar

penting.

4. Untuk mengambil resiko, sebab mencakup rencana jangka panjang

86

5. Untuk memperhatikan kesejahteraan umat manusia (Godet & Roubelat, 1996)

Dengan demikian, dapat ditetapkan prioritas maupun urutan tahap pelaksanaan

kesisteman. Alat analisa pada model prospektif menggunakan metode morphological.

Salah satu problem dalam pembuatan kebijakan adalah mengidentifikasikan berbagai

alternatif yang memungkinkan (Boulanger & Brechet. 2005) dan berbagai skenario yang akan

dibangun. Skenario digunakan secara sistematis sebagai alat analisis anggaran, perencanaan

dan strategis. Pendekatan ini konsisten dengan tiga elemen: representasi realitas saat ini,

lintasan yang mungkin terjadi di masa depan, dan citra final yang menggambarkan jalur

petunjuk bagi pengguna (Kyrki A. 2001). Menurut Van Looy et.al. (2000), skenario

merupakan alat yang efektif untuk:

a. Mengetahui perkembangan di masa mendatang yang mungkin terjadi.

b. Menaikkan perhatian para pengambil keputusan pada perkembangan mendatang.

c. Mengeksplorasi konteks yang tidak dapat dilakukan oleh model ekonomi yang dibangun

dengan serangkaian seri asumsi.

d. Memfasilitasi kreasi, visi perencanaan dan penetapan strategi.

Untuk dapat mengetahui skenario-skenario tersebut, maka digunakan Analisa

Morphological. Terminologi Morphology berasal dari bahasa Yunani, morphe yang artinya

bentuk atau format, sehingga umumnya didefinisikan sebagai studi tentang format dan pola

(Ritchey, 2005). Fritzh Zwicky menerapkan analisa morphological ini terhadap model

skenario dan strategi, maksudnya untuk mengeksplorasi kemungkinan di masa depan

dengan cara sistematis, yaitu dengan mempelajari setiap kombinasi yang didapatkan dari

uraian suatu sistem. Selain itu analisa ini ditujukan untuk mendapatkan prosedur baru atau

produk dari sisi teknologi peramalan maupun bangunan skenario (Godet, 2004). Zwicky

membagi analisa Morphological menjadi 5 tahap dasar, yaitu :

1. Memfomulasikan dan mendefinisikan masalah

2. Mengidentifikasikan dan membuat karakteristik semua parameter menjadi solusi.

87

3. Mengkonsturksikan matriks multidimensional (morphological box) yang merupakan

kombinasi dari solusi-solusi yang dimungkinkan.

4. Mengevaluasi hasil (outcome) berdasarkan kelayakan dan keberhasilan terhadap tujuan

yang diinginkan.

5. Analisa mendalam tentang kemungkinan yang terbaik berkaitan dengan sumber daya

yang tersedia.

Tahap ke 2 dan ke 3 adalah merupakan inti dari analisa morphological, sedangkan tahap ke

1, ke 4 dan ke 5 dapat digunakan format analisa yang lainnya (Futures Group, 1994). Godet

(2004) menguraikan kedua tahap tersebut sebagai berikut:

a. Membangun spasi morphological

Pada tahap ini, sistem atau fungsi yang diuji di pilah-pilah menjadi sub sistem- sub

sistem atau komponen-komponen. Pemilihan komponen dapat didasarkan pada hasil

dari analisa struktural. Pertama, komponen-komponen tersebut sebisa mungkin

independen, selain itu haruslah mewakili keseluruhan sistem.

Tabel 3.7. Spasi Morphological Nilai2 1 2 3 4 5

Parameter2 Demografi xxx xxx xxx ? Ekonomi xxx xxx xxx xxx ? Teknis xxx xxx xxx ? Sosial xxx xxx xxx ?

Masing-masing komponen dapat berupa konfigurasi-konfigurasi. Akan terdapat banyak

kemungkinan skenario sebagai kombinasi-kombinasi dari konfigurasi tersebut. Semua

kombinasi mewakili berbagai kemungkinan itu disebut bidang morphological. Seperti

contoh berikut ini, bidang morphological disusun dalam 7 komponen atau disebut juga

dengan parameter. Masing-masing terdapat 3 atau 4 konfigurasi, sehingga terdapat

banyak kemungkinan kombinasi yaitu 320 yang merupakan produk dari konfigurasi (4 x

5 x 4 x 4). Kemudian dibuatlah morphological box yang merupakan daftar parameter

pada satu dimensi dan penentuan permasalahan dasarnya pada dimensi lainnya.

88

b. Mereduksi bidang-bidang morphological

Kombinasi-kombinasi tertentu ataupun sekelompok kombinasi tersebut umumnya tidak

layak (unfeasible), atau adanya ketidaksesuaian diantara konfigurasi-konfigurasi

tersebut. Tahap berikutnya adalah mereduksi bidang morphological awal untuk menjadi

sub bidang yang tepat, dengan cara menghilangkan beberapa faktor ataupun dengan

menseleksinya menjadi kriteria ekonomi, teknis, dan lain-lain, yang menunjukan

kombinasi-kombinasi relevan untuk diuji.

Analisis Morphological ini juga merupakan metoda untuk mengidentifikasi dan investigasi

keseluruhan kemungkinan hubungan dan permasalahan multidimensional yang kompleks.

Digambarkan dalam suatu bidang morphological atau disebut ”Zwicky Box” (Ritchey. 2003),

seperti terlihat pada gambar berikut ini :

Gambar 3.7. Dagram rancangan skenario dengan analisa morphological (Zwicky Box)

3.8 Rancangan Implikasi Hasil Penelitian

Hasil penelitian tentang “Model Penilaian dan Strategi Kinerja Manajemen

Berkelanjutan di PT. Golden Rama Express dengan Metode Rap-Insustouromance

dan Prospektif”, diharapkan dapat menjadi masukan bagi perusahaan dalam membangun

89

model pengelolaan kinerja paket tur yang berkelanjutan. Untuk mencapai tujuan tersebut

perlu dilakukan pengkajian terhadap hal-hal sesuai dengan tujuan penelitian sebagai berikut:

1. Mengidentifikasi atribut yang dapat mencerminkan status kinerja paket tur sebelum

perjalanan, selama perjalanan wisata dan lain-lain serta tour leader.

2. Menganalisis nilai indeks keberlanjutan kinerja paket tur.

3. Membangun model pengelolaan kinerja paket tur secara berkelanjutan PT. Golden Rama

Express.

4. Merumuskan kebijakan dan skenario strategi pengelolaan kinerja berkelanjutan di PT.

Golden Rama Express.