Aplikasi Integrasi Metode Fuzzy Servqual dan Quality Function Deployment (QFD) Dalam Upaya Peningkatan Kualitas Layanan Pendidikan (Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

APLIKASI INTEGRASI METODE FUZZY SERVQUAL DAN

QUALITY FUNCTION DEPLOYMENT (QFD) DALAM

UPAYA PENINGKATAN KUALITAS

LAYANAN PENDIDIKAN

(Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

SKRIPSI

NISA MUTIARA SIMARMATA

100803056

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

APLIKASI INTEGRASI METODE FUZZY SERVQUAL DAN

QUALITY FUNCTION DEPLOYMENT (QFD) DALAM

UPAYA PENINGKATAN KUALITAS

LAYANAN PENDIDIKAN

(Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

NISA MUTIARA SIMARMATA

100803056

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

PERSETUJUAN

Judul : Aplikasi Integrasi Metode Fuzzy Servqual dan Quality Function Deployment (QFD) Dalam Upaya Peningkatan Kualitas Layanan Pendidikan (Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

Kategori : Skripsi

Nama : Nisa Mutiara Simarmata Nomor Induk Mahasiswa : 100803056

Program Studi : Sarjana (S1) Matematika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Disetujui di Medan, Februari 2015

Komisi Pembimbing:

Pembimbing 2, Pembimbing 1,

Asima Manurung, S.Si, M.Si Dra.Normalina Napitupulu, M.Sc NIP.197303151999032001 NIP.196311061989022001

Disetujui Oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Dr. Tulus, M.Si. Ph.D NIP.196209011988031002

PERNYATAAN

APLIKASI INTEGRASI METODE FUZZY SERVQUAL DAN

QUALITY FUNCTION DEPLOYMENT (QFD) DALAM UPAYA PENINGKATAN KUALITAS

LAYANAN PENDIDIKAN

(Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Februari 2015

Nisa Mutiara Simarmata 100803056

PENGHARGAAN

Puji dan syukur Penulis panjatkan kepada Tuhan Yang Maha Esa, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan skripsi ini dengan judul Aplikasi Integrasi Metode Fuzzy Servqual dan Quality Function Deployment (QFD) Dalam Upaya Peningkatan Kualitas Layanan Pendidikan (Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar).

Terimakasih Penulis sampaikan kepada Ibu Dra. Normalina Napitupulu, M.Sc selaku Dosen Pembimbing 1 dan Ibu Asima Manurung, S.Si, M.Si selaku Dosen Pembimbing 2 yang telah meluangkan waktunya selama penyusunan skripsi ini. Terimakasih kepada Prof. Dr. Tulus, M.Si. Ph.D dan Ibu Dra. Mardiningsih, M.Sc selaku Ketua Departemen dan Sekretaris Departemen Matematika FMIPA-USU Medan, Dekan dan Pembantu Dekan FMIPA USU, seluruh Staff dan Dosen Matematika FMIPA USU, Pegawai FMIPA USU dan rekan-rekan kuliah. Terimakasih kepada Kepala Sekolah SMP Swasta Cinta Rakyat 3, seluruh Guru dan Staff SMP Swasta Cinta Rakyat 3, Pegawai dan seluruh siswa SMP Swasta Cinta Rakyat 3. Akhirnya tidak terlupakan kepada Ibu, Adik, seluruh keluarga dan sahabat yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

APLIKASI INTEGRASI METODE FUZZY SERVQUAL DAN

QUALITY FUNCTION DEPLOYMENT (QFD) DALAM UPAYA PENINGKATAN KUALITAS

LAYANAN PENDIDIKAN

(Studi Kasus: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

ABSTRAK

Metode Fuzzy Servqual dan Quality Function Deployment (QFD) sering digunakan untuk mengetahui tingkat kepuasan pelanggan dan untuk mencari usulan perbaikan kualitas layanan. Penelitian ini akan mencari usulan perbaikan kualitas layanan pendidikan di SMP Swasta Cinta Rakyat 3 Pematangsiantar. Kesimpulan dari penelitian ini adalah layanan pendidikan yang diberikan oleh pihak sekolah belum dapat memuaskan konsumennya. Layanan dinilai belum sesuai dengan harapan siswa terlihat dari gap yang bernilai negatif.

Kata kunci: Kualitas layanan, Kepuasan pelanggan, Fuzzy Servqual, Quality Function Deployment (QFD).

APPLICATION OF FUZZY SERVQUAL INTEGRATION METHOD AND QUALITY FUNCTION DEPLOYMENT (QFD) IN

QUALITY IMPROVEMENT EFFORTS EDUCATION SERVICES

(Case Study: SMP Swasta Cinta Rakyat 3 Pematangsiantar)

ABSTRACT

Fuzzy Servqual methods and Quality Function Deployment (QFD) is often used to determine the level of customer satisfaction and to seek proposals improved services. This study will seek proposals to improving quality of education in SMP Swasta Cinta Rakyat 3 Pematangsiantar. The conclusion of this study is the educational services provided by the school is not able to satisfy its customers. Services considered not in accordance with the expectations of students seen from the gap is negative.

Keywords: Quality of service, customer satisfaction, Fuzzy SERVQUAL, Quality Function Deployment (QFD).

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Abstrak iv

Abstract v

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

Daftar Lampiran x

Bab 1. Pendahuluan 1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Pembatasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metodologi Penelitian 4

Bab 2. Tinjauan Pustaka 2.1 Kualitas 6

2.1.1 Definisi Kualitas 6

2.1.2 Kepuasan Pelanggan 7

2.1.3 Dimensi Kualitas 8

2.2 Skala Likert 11

2.3 Populasi dan Sampel Data 12

2.4 Validitas dan Reliabilitas Instrumen Penelitian 15

2.5 Metode Servqual 19

2.6 Logika Fuzzy 20

2.6.1 Himpunan Fuzzy 21

2.6.2 Fungsi Keanggotaan 23

2.6.3 Triangular Fuzzy Number 26

2.6.4 Fuzzifikasi dan Defuzzifikasi 27

2.7 Importance Performance Analysis 29

2.8 Quality Function Deployment 31

2.8.1 Definisi Quality Function Deployment 31

2.8.2 Analisa Usulan Perbaikan dengan metode Quality Function Deployment (QFD) 32

Bab 3. Hasil dan Pembahasan 3.1 Pengumpulan Data Kualitatif 34

3.2 Pengumpulan Data Kuantitatif 36

3.3 Uji Validitas dan Reliabilitas Data 37

3.5 Pengolahan Data Kuesioner dengan Metode Fuzzy 41 3.6 Analisa Hasil Fuzzy Servqual Customer Gap 47 3.7 Pembobotan Tingkat Kepentingan dan Tingkat

Kepuasan dengan Importance Performance

Analysis (IPA) 49

3.8 Analisa Usulan Perbaikan dengan Metode

Quality Function Deployment 51 Bab 4. Kesimpulan dan Saran

4.1 Kesimpulan 53

4.2 Saran 53

DAFTAR TABEL

Nomor Judul Halaman

Tabel

2.1. Tabulasi Jawaban Responden 16

2.2. Tabel Perhitungan Korelasi 17

3.1. Daftar Atribut Kualitas Jasa (Pendahuluan) 34

3.2. Daftar Atribut Kualitas Jasa (Formal) 37

3.3. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepentingan dan Defuzzifikasi 42

3.4. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepentingan dan Defuzzifikasi Dimensi 44

3.5. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepuasan dan Defuzzifikasi 45

3.6. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepuasan dan Defuzzifikasi Dimensi 47

3.7. Perhitungan Gap per Atribut (Pernyataan) 47

3.8. Perhitungan Gap per Dimensi 48

3.9. Perhitungan Matriks Dasar Metode Quality Function Deployment 51

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

1.1. Flow Chart Penelitian 5

2.1. Himpunan Fuzzy untuk Variabel Umur 22

2.2. Fungsi Keanggotaan Triangular Fuzzy Number 26

2.3. Importance Performance Analysis 30

3.1. Karaketeristik Responden Berdasarkan Jenis Kelamin 40

3.2. Karakteristik Responden Berdasarkan Umur 40

3.3. Karakteristik Responden Berdasarkan Kelas 41

DAFTAR LAMPIRAN

Nomor Judul Halaman

Lampiran

1. Rekapitulasi Data Hasil Kuesioner Pendahuluan 56

2. Rekapitulasi Data Hasil Kuesioner Formal 57

3. Bentuk Kuesioner Pendahuluan 66

4. Bentuk Kuesioner Formal 71

5. Hasil Uji Validitas dan Uji Reliabilitas 75

6. Surat Keputusan Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara 76

7. Surat Pengumpulan Data Riset 77

8. Surat Keterangan Melaksanakan Pengumpulan Data Riset 78

9. Data Siswa SMP Swasta Cinta Rakyat 3 Pematangsiantar 79

BAB 1

PENDAHULUAN

1.1Latar Belakang

Peningkatan kualitas merupakan salah satu strategi bisnis yang ditekankan pada pemenuhan keinginan konsumen. Di sisi lain, kinerja perusahaan dan kepuasan konsumen merupakan satu kesatuan yang sulit untuk dipisahkan. Kinerja berpengaruh langsung terhadap kepuasan konsumen. Oleh karena itu suatu unit bisnis diharapkan dapat meningkatkan kinerjanya, dimulai dengan mengetahui sejauh mana tingkat kepuasan yang diperoleh konsumen.

Kepuasan konsumen adalah perasaan atau sikap konsumen terhadap produk/layanan setelah digunakannya produk/layanan tertentu (Aniek Indrawati, 2011). Kualitas layanan merupakan pemenuhan dari harapan konsumen atau kebutuhan konsumen yang membandingkan antara hasil dengan harapan dan menentukan apakah konsumen sudah menerima layanan yang berkualitas (Scheuning, 2004).

Dari sisi penyelenggaraannya pendidikan termasuk kategori layanan jasa yang dilaksanakan oleh lembaga penyelenggara pendidikan atau satuan pendidikan bagi dan untuk kepentingan masyarakat. Oxford Advanced Learner’s Dictionary (2000) menyebutkan bahwa layanan pendidikan adalah organisasi atau perusahaan yang menyediakan sesuatu kepada publik atau melakukan sesuatu bagi pemerintah contohnya layanan diplomatik, layanan keamanan dan layanan sosial. Sedangkan kualitas pendidikan menurut Ace Suryadi dan H.A.R Tilaar adalah kemampuan lembaga pendidikan dalam mendayagunakan atau memanfaatkan sumber-sumber pendidikan untuk meningkatkan kemampuan belajar secara optimal.

Dalam konteks globalisasi pendidikan diharapkan dapat menghasilkan lulusan yang memiliki daya saing (comparative advantage). Oleh karena itu penyelenggara pendidikan harus mampu menampilkan kualitas proses maupun hasil (Sudarya, 2007). Untuk menghasilkan lulusan yang memiliki daya saing,

karena keterbatasan yang dimiliki pemerintah maka masyarakat (swasta) dituntut secara aktif untuk membantu pelaksanaannya. Bagaimanapun juga untuk mendirikan sebuah instansi pendidikan yang memenuhi tujuan tersebut bukanlah sebuah hal yang mudah. Banyak hal terkait menyangkut fasilitas, sarana dan prasarana, promosi, manajemen pengelolaannya maupun penyedia tenaga pengajarnya.

Perkembangan lembaga pendidikan yang menawarkan berbagai bidang pendidikan dan keterampilan tentunya akan mengakibatkan semakin tajamnya persaingan di antara jasa pendidikan sehingga diperlukan berbagai upaya agar tetap mampu bersaing dan eksis di tengah ketatnya persaingan. Oleh karena itu penyelenggara layanan pendidikan harus selalu memperhatikan apa yang menjadi kebutuhan dan keinginan konsumennya (peserta didik/siswa).

SMP Swasta Cinta Rakyat 3 Pematangsiantar merupakan salah satu sekolah yang berada di bawah naungan Yayasan Pendidikan St.Yoseph. Permasalahan yang dihadapi oleh SMP Swasta Cinta Rakyat 3 Pematangsiantar yaitu bahwa sekolah ini cenderung belum menjadi sekolah favorit para siswa. Permasalahan ini terlihat dari jumlah siswa yang mendaftar pada tahun ajaran baru tidak sebanyak siswa yang mendaftar pada sekolah lain yang juga berada di bawah naungan Yayasan St.Yoseph. Beberapa faktor yang mungkin menjadi penyebab permasalahan ini adalah layanan pendidikan yang kurang berkualitas, strategi promosi sekolah yang kurang baik dan biaya pendidikan yang mahal.

Permasalahan kualitas layanan menjadi hal yang membingungkan dan menyulitkan pihak sekolah untuk mengetahui kebutuhan dan keinginan konsumen agar tetap mampu bertahan di tengah ketatnya persaingan. Untuk meningkatkan kualitas layanan pendidikan, metode yang digunakan hanya terbatas pada informasi yang diperoleh dari konsumen yang biasanya berupa kritik maupun saran mengenai layanan yang telah diberikan.

1.2Perumusan Masalah

Penelitian yang akan dilakukan adalah pengukuran tingkat kepuasan siswa terhadap layanan pendidikan yang telah diberikan sekolah dengan metode Fuzzy

Servqual dan Quality Function Deployment (QFD). Metode ini diharapkan dapat digunakan untuk mencari strategi perbaikan layanan pendidikan di SMP Swasta Cinta Rakyat 3 Pematangsiantar, di mana sekolah ini mengalami permasalahan dalam jumlah siswa. Dari data yang diperoleh pada tahun ajaran 2014/2015, terjadi penurunan siswa yaitu jumlah siswa kelas VII dan VIII tidak dapat mencapai jumlah siswa kelas IX.

1.3Pembatasan Masalah

Adapun batasan masalah dakam penelitian ini adalah:

1. Data yang digunakan dalam penelitian ini adalah data primer (hasil kuesioner).

2. Responden dalam penelitian ini adalah siswa kelas VIII dan IX SMP Swasta Cinta Rakyat 3 Pematangsiantar.

1.4Tujuan Penelitian

Tujuan yang ingin dicapai dengan dilakukannya penelitian ini adalah mengukur tingkat kepuasan para siswa terhadap layanan SMP Swasta Cinta Rakyat 3 Pematangsiantar.

1.5Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut:

1. Penelitian ini diharapkan dapat menjadi rujukan SMP Swasta Cinta Rakyat 3 Pematangsiantar dalam upaya peningkatan kualitas pelayanan.

2. Penelitian ini diharapkan dapat digunakan sebagai referensi dalam melakukan penelitian selanjutnya.

Penelitian ini adalah penelitian studi kasus dengan menggunakan data primer yang disusun dengan langkah-langkah sebagai berikut:

1. Identifikasi elemen penelitian Servqual yaitu tangibles, reliability, responsiveness, assurance dan empathy

2. Pembuatan kuesioner

3. Penyebaran kuesioner pendahuluan 4. Pengujian validitas dan reliabilitas 5. Penyebaran kuesioner formal

6. Pengintegrasian Fuzzy dan Servqual

7. Important Performance Analysis untuk penentuan prioritas perbaikan 8. Analisa usulan perbaikan dengan metode Quality Function Deployment 9. Penarikan kesimpulan dan saran

Tidak Valid

Tidak

Valid

Gambar 1.1. Flow Chart Penelitian rhitung > rtabel

α > 0,60

Atribut yang tidak valid dihilangkan

Penyebaran Kuesioner Formal

Penentuan Prioritas dengan IPA rhitung > rtabel

α > 0,60

Analisa Usulan Perbaikan dengan QFD

Penarikan Kesimpulan dan Saran Uji Validitas dan Reliabilitas

Integrasi Fuzzy Servqual

BAB 2

TINJAUAN PUSTAKA

2.1 Kualitas

Karakteristik lingkungan dunia usaha saat ini ditandai oleh perkembangan yang cepat di segala bidang. Persaingan bukan hanya mengenai seberapa tinggi tingkat produktivitas perusahaan dan seberapa rendahnya tingkat harga produk maupun jasa, namun lebih pada kualitas produk atau jasa tersebut, kenyamanan, kemudahan, serta ketepatan dan kecepatan waktu dalam pencapaiannya. Produk dan jasa yang berkualitas adalah produk dan jasa yang sesuai dengan apa yang diinginkan konsumennya. Oleh karena itu, organisasi/perusahaan perlu mengenal konsumen atau pelanggannya dan mengetahui kebutuhan dan keinginannya.

2.1.1 Definisi Kualitas

Ada banyak sekali definisi dan pengertian kualitas, yang sebenarnya definisi atau pengertian yang satu hampir sama dengan definisi atau pengertian yang lain. Pengertian kualitas menurut beberapa ahli yang banyak dikenal antara lain (Ariani,2002):

1. Juran (1962), “kualitas adalah kesesuaian dengan tujuan atau manfaatnya”. 2. Crosby (1979), “kualitas adalah kesesuaian dengan kebutuhan yang meliputi

availability, delivery, reliability, maintainbility, dan cost effectiveness”.

3. Deming (1982), “kualitas harus bertujuan memenuhi kebutuhan pelanggan sekarang dan di masa mendatang”.

4. Feigenbaum (1991), “kualitas merupakan keseluruhan karakteristik produk dan jasa yang meliputi marketing, engineering, manufacture, dan maintenance, dalam mana produk dan jasa tersebut dalam pemakaiannya akan sesuai dengan kebutuhan dan harapan pelanggan”.

5. Scherkenbach (1991), “kualitas ditentukan oleh pelanggan; pelanggan menginginkan produk dan jasa yang sesuai dengan kebutuhan dan harapannya pada suatu tingkat harga tertentu yang menunjukkan nilai produk tersebut”.

6. Elliot (1993), “kualitas adalah sesuatu yang berbeda untuk orang yang berbeda dan tergantung pada waktu dan tempat, atau dikatakan sesuai dengan tujuan”.

7. Goetch dan Davis (1995), “kualitas adalah suatu kondisi dinamis yang berkaitan dengan produk, pelayanan, orang, proses, dan lingkungan yang memenuhi atau melebihi apa yang diharapkan”.

8. Perbendaharaan istilah ISO 8402 dan dari Standar Nasional Indonesia (SNI 19-8402-1991), “kualitas adalah keseluruhan ciri dan karakteristik produk atau jasa yang kemampuannya dapat memuaskan kebutuhan, baik yang dinyatakan secara tegas maupun tersamar.

2.1.2 Kepuasan Pelanggan

Pada hakikatnya tujuan bisnis adalah untuk menciptakan dan mempertahankan para pelanggan. Oleh karena itu, hanya dengan memahami proses dan pelanggan maka organisasi dapat menyadari dan menghargai makna kualitas. Semua usaha manajemen diarahkan pada satu tujuan utama, yaitu terciptanya kepuasan pelanggan. Apapun yang dilakukan manajemen tidak akan ada gunanya bila akhirnya tidak menghasilkan peningkatan kepuasan pelanggan. Adanya kepuasan pelanggan dapat memberikan beberapa manfaat, di antaranya (Tjiptono, 2001): 1. Hubungan antara perusahaan dan para pelanggannya menjadi harmonis. 2. Memberikan dasar yang baik bagi pembelian ulang.

3. Dapat mendorong terciptanya loyalitas pelanggan.

4. Membentuk suatu rekomendasi dari mulut ke mulut (word of mouth) yang menguntungkan bagi perusahaan.

5. Reputasi perusahaan menjadi baik di mata pelanggan. 6. Laba yang diperoleh dapat meningkat.

Kepuasan pelanggan sendiri tidak mudah didefinisikan. Tjiptono (2001) menyebutkan bahwa ada berbagai macam pengertian kepuasan pelanggan yang diberikan oleh para pakar, yaitu:

1. Day, menyatakan bahwa kepuasan pelanggan adalah respons pelanggan terhadap evaluasi ketidaksesuaian yang dirasakan antara harapan sebelumnya (atau norma kinerja lainnya) dan kinerja aktual produk yang dirasakan setelah pemakaiannya.

2. Wilkie, mendefinisikannya sebagai suatu tanggapan emosional pada evaluasi terhadap pengalaman konsumsi suatu produk atau jasa.

3. Engel, menyatakan kepuasan pelanggan merupakan evaluasi purna beli di mana alternatif yang dipilih sekurang-kurangnya sama atau melampaui harapan pelanggan, sedangkan ketidakpuasan timbul apabila hasil (outcome) tidak memenuhi harapan.

4. Kotler, menandaskan bahwa kepuasan pelanggan adalah tingkat perasaan seseorang setelah membandingkan kinerja (atau hasil) yang ia rasakan dibandingkan dengan harapannya.

Dari definisi-definisi tersebut dapat ditarik kesimpulan bahwa pada dasarnya pengertian kepuasan pelanggan mencakup perbedaan antara harapan dan kinerja atau hasil yang dirasakan. Karena pelanggan adalah orang yang menerima hasil pekerjaan seseorang atau suatu organisasi maka hanya merekalah yang dapat menentukan kualitasnya seperti apa dan hanya mereka yang dapat menyampaikan apa dan bagaimana kebutuhan mereka.

2.1.3 Dimensi Kualitas

Menentukan kualitas produk harus dibedakan antara produk manufaktur atau barang (goods) dengan produk layanan (service) karena keduanya memiliki banyak perbedaan. Menyediakan produk layanan (jasa) berbeda dengan menghasilkan produk manufaktur dalam beberapa cara. Perbedaan antara produk manufaktur dengan produk layanan adalah:

1. Produksi layanan memerlukan tingkatan “customization atau individual customer” yang lebih tinggi dibanding manufaktur. Dalam manufaktur

sasarannya adalah keseragaman. Dokter, ahli hukum, personal penjualan asuransi, dan pelayanan restoran harus menyesuaikan layanan mereka terhadap konsumen individual.

2. Output sistem layanan tidak berwujud, sedangkan manufaktur berwujud. Kualitas produk manufaktur dapat diukur berdasar spesifikasi disain, sedangkan kualitas layanan pengukurannya subyektif menurut pandangan konsumen, dikaitkan dengan harapan dan pengalaman mereka.

3. Produk layanan diproduksi dan dikonsumsi secara bersama-sama, sedangkan manufaktur diproduksi sebelum dikonsumsi. Produk layanan tidak bisa disimpan atau diperiksa sebelum disampaikan kepada konsumen.

4. Konsumen seringkali terlibat dalam proses layanan dan hadir ketika layanan dibentuk, sedangkan produk manufaktur dibentuk di luar keterlibatan langsung dari konsumen.

5. Layanan secara umum padat tenaga kerja, sedangkan manufaktur lebih banyak padat modal. Kualitas interaksi antara produsen dan konsumen merupakan faktor vital dalam penciptaan layanan. Perilaku dan moral pekerja merupakan hal yang kritis dalam menyediakan kualitas layanan.

Pengukuran kualitas untuk produk fisik tidak sama dengan industri jasa. Ada beberapa dimensi yang digunakan dalam mengukur kualitas suatu industri jasa. Kualitas layanan dapat dilihat dari 10 dimensi, yaitu:

1. Communication, yaitu penggunaan bahasa komunikasi yang bisa dipahami konsumen.

2. Credibility, yaitu kepercayaan konsumen terhadap penyedia layanan.

3. Security, yaitu keamanan konsumen, bebas resiko, bahaya, dan keragu-raguan.

4. Knowing the customer, yaitu pemahaman penyedia layanan terhadap kebutuhan dan harapan konsumen.

5. Tangibles, yaitu dalam memberi layanan harus ada standar pengukurannya. 6. Reliability, yaitu konsistensi penyedia layanan dan kemampuan penyedia

layanan dalam memenuhi janji.

7. Responsiveness, yaitu kemauan dan kesediaan penyedia layanan dalam memberi layanan.

8. Competence, yaitu kemampuan atau keahlian penyedia layanan dalam memberikan layanan.

9. Access, yaitu kemampuan pendekatan dan kemudahan penyedia layanan untuk bisa dihubungi oleh konsumen.

10. Courtesy, yaitu kesopanan, rasa hormat, perhatian, dan keadilan penyedia layanan ketika berhubungan dengan konsumen.

Di antara sepuluh dimensi kualitas layanan jasa di atas, ada yang saling tumpang tindih, sehingga diberikan lima dimensi kualitas layanan yang lebih sederhana, yaitu (Purnama, 2006):

1. Tangibles (berwujud), yaitu bukti fisik dan menjadi bukti awal yang bisa ditunjukkan oleh organisasi penyedia layanan yang ditunjukkan oleh tampilan gedung, fasilitas fisik pendukung, perlengkapan, dan penampilan pekerja. 2. Reliability (kehandalan), yaitu kemampuan penyedia layanan memberikan

layanan yang dijanjikan dengan segera, akurat, dan memuaskan.

3. Responsiveness (daya tanggap), yaitu para pekerja memiliki kemauan dan bersedia membantu pelanggan serta memberi layanan dengan cepat dan tanggap.

4. Assurance (jaminan), yaitu pengetahuan dan kecakapan para pekerja yang memberikan jaminan bahwa mereka bisa memberikan layanan dengan baik. 5. Empathy (empati), yaitu kemudahan dalam melakukan hubungan, komunikasi

yang baik, dan memahami kebutuhan para pelanggan.

Wyckof dan Lovelock (1988) seperti dikutip Purnama (2006) memberikan pengertian kualitas layanan sebagai tingkat kesempurnaan yang diharapkan dan pengendalian atas kesempurnaan tersebut untuk memenuhi keinginan konsumen. Parasuraman, et al (1988) memberikan pengertian bahwa kualitas layanan merupakan perbandingan antara layanan yang dirasakan (persepsi) konsumen dengan layanan yang diharapkan konsumen. Jika kualitas layanan yang dirasakan sama atau melebihi kualitas layanan yang diharapkan, maka layanan dikatakan berkualitas dan memuaskan.

Gronroos (1990) seperti dikutip Purnama (2006) menyatakan bahwa kualitas layanan meliputi:

1. Kualitas fungsi, yang menekankan bagaimana layanan dilaksanakan. Terdiri dari dimensi kontak dengan konsumen, sikap dan perilaku, hubungan internal, penampilan, kemudahan akses, dan service mindedness.

2. Kualitas teknis dengan kualitas output yang dirasakan konsumen, meliputi harga, ketepatan waktu, kecepatan layanan, dan estetika output.

3. Reputasi perusahaan, yang dicerminkan oleh citra perusahaan dan reputasi di mata konsumen.

Meningkatkan kualitas jasa yang ditawarkan tidak semudah usaha meningkatkan kualitas produk, karena peningkatan kualitas jasa juga akan berdampak pada organisasi secara menyeluruh. Menurut Stebbing (1992) seperti dikutip Ariani (2002), ada beberapa langkah yang harus ditempuh untuk dapat meningkatkan kualitas pelayanan (jasa) yang ditawarkan, antara lain:

1. Mengidentifikasi faktor utama kualitas pelayanan. 2. Mengelola harapan pelanggan.

3. Mengelola kualitas jasa

4. Mengembangkan budaya kualitas.

2.2 Skala Likert

Skala pengukuran yang digunakan dalam penelitian ini adalah skala likert agar data kualitatif dapat dikuantitatifkan sehingga nilai variabel yang diukur dengan instrumen tertentu dapat dinyatakan dalam bentuk angka. Skala likert merupakan skala yang dapat memperlihatkan tanggapan konsumen terhadap karakteristik suatu produk. Informasi yang diperoleh dengan skala likert berupa skala pengukuran ordinal, oleh karenanya terhadap hasilnya hanya dapat dibuat ranking tanpa dapat diketahui berapa besarnya selisih antara satu tanggapan ke tanggapan lainnya. Responden diminta untuk menjawab tingkat kepentingan pada tiap atribut kualitas pelayanan dengan memberi bobot sebagai berikut:

b. 4 untuk jawaban penting c. 3 untuk jawaban cukup penting d. 2 untuk jawaban kurang penting e. 1 untuk jawaban tidak penting

Responden memberi nilai terhadap tingkat kepuasan pada atribut-atribut kualitas pelayanan yang sama dengan memberikan bobot sebagai berikut:

a. 5 untuk jawaban sangat puas b. 4 untuk jawaban puas c. 3 untuk jawaban cukup puas d. 2 untuk jawaban kurang puas e. 1 untuk jawaban tidak puas

2.3 Populasi dan Sampel Data

Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2006).

Jadi populasi bukan hanya orang, tetapi juga benda-benda alam yang lain. Populasi juga bukan sekedar jumlah yang ada pada obyek atau subyek yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh obyek atau subyek itu. Misalnya akan melakukan penelitian di lembaga X, maka lembaga X ini merupakan populasi. Lembaga X mempunyai sejumlah orang atau subyek dan obyek yang lain. Hal ini berarti populasi dalam arti jumlah atau kuantitas. Tetapi lembaga X juga mempunyai karakteristik orang-orangnya, misalmya motivasi kerjanya, kepemimpinannya, iklim organisasinya, disiplin kerjanya, dan lain-lain. Lembaga X juga mempunyai karakteristik obyek yang lain misalnya kebijakan, prosedur kerja, tata ruang, produk yang dihasilkan, dan lain-lain. Yang terkhir berarti populasi dalam arti karakteristik.

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada populasi misalnya karena keterbatasan dana, waktu, dan

tenaga maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi. Untuk itu sampel yang diambil dari populasi harus betul-betul representatif atau mewakili.

Untuk menentukan sampel penelitian digunakan teknik sampling. Teknik sampling merupakan teknik pengambilan sampel untuk menentukan sampel yang akan digunakan dalam penelitian. Sugiyono (2006) menyebutkan bahwa terdapat berbagai teknik sampling yang dapat digunakan, yaitu:

1. Probability Sampling

Probability Sampling adalah teknik sampling yang memberikan peluang yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi anggota sampel. Teknik ini meliputi:

a. Simple Random Sampling

Dikatakan simple karena pengambilan sampel anggota populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Cara demikian dilakukan bila anggota populasi dianggap homogen.

b. Proportionate Stratified Random Sampling

Teknik ini digunakan bila populasi mempunyai anggota atau unsur yang tidak homogen dan berstrata secara proporsional.

c. Disproportionate Stratified Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetapi kurang proporsional. Misalmya pegawai dari PT tertentu mempunyai: 3 orang lulusan S3, 4 orang lulusan S2, 90 orang lulusan S1, 800 0rang SMU, 700

orang SMP. Maka 3 orang lulusan S3 dan 4 orang S2 itu diambil sebagai sampel.

Karena 2 kelompok ini terlalu kecil bila dibandingkan dengan kelompok S1,

SMU, dan SMP.

d. Cluster Sampling

Teknik sampling ini digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas, misal penduduk dari suatu begara, propinsi atau kabupaten.

2. Nonprobability Sampling

Nonprobability sampling adalah teknik yang tidak memberi peluang atau kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Teknik ini meliputi:

a. Sampling Sistematis

Sampling sistematis adalah teknik penentuan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.

b. Sampling Kuota

Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah atau kuota yang diinginkan.

c. Sampling Aksidental

Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data.

d. Sampling Purposive

Sampling purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. Misalnya akan melakukan penelitian disiplin pegawai, maka sampel yang dipilih adalah orang yang ahli dalam bidang kepegawaian saja.

e. Sampling Jenuh

Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan n=bila jumlah populasi relatif kecil, kurang dari 30 orang. Istilah lain sampel jenuh adalah sensus, dimana semua anggota populasi dijadikan sampel.

f. Snowball Sampling

Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian sampel ini disuruh memilih teman-temannya untuk dijadikan sampel.

Validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Bila seseorang ingin mengukur berat suatu benda, maka dia harus menggunakan timbangan. Timbangan adalah alat pengukur yang valid bila dipakai untuk mengukur berat, karena timbangan memang mengukur berat. Untuk mengetahui validitas suatu instrumen penelitian dilakukan dengan menghitung korelasi antara masing-masing pernyataan dengan skor total dengan menggunakan rumus teknik korelasi “product moment”, yang rumusnya sebagai berikut (Singarimbun dan Effendi, 1989):

r = N (∑XY)− (∑X ∑Y)

�[N∑X2− ₍∑_X)2_{] [N}∑_Y2− ₍∑_Y)2_]

Setelah diperoleh harga r hitung, selanjutnya untuk dapat diputuskan instrumen tersebut valid atau tidak valid, harga r hitung tersebut dikonsultasikan dengan harga r tabel (tabel r product moment). Jika r hitung lebih besar dari r tabel maka dapat disimpulkan bahwa instrumen tersebut valid.

Instrumen yang reliabel berarti instrumen yang bila digunakan beberapa kali untuk mengukur objek yang sama akan menghasilkan data yang sama atau hasil pengukuran relatif konsisten. Pengujian reliabilitas dapat dilakukan secara eksternal maupun internal. Secara eksternal pengujian dapat dilakukan dengan test-retest (stability), equivalent, dan gabungan keduanya. Salah satu teknik yang dapat digunakan adalah “Alfa Cronbach” dengan rumus sebagai berikut (Sugiyono, 2006):

Rumus koefisien reliabilitas Alfa Cronbach:

r_i = k

(k−1) �1−

∑Si2

S_t2 �

Keterangan:

k : mean kuadrat antara subyek

∑Si2 : mean kuadrat kesalahan

S_t2 : varians total

��2 = ∑��

2

� −

(∑�_�)2

�2

��2 = ��_{� −}� ��_�2�

Keterangan:

��� : jumlah kuadrat seluruh skor item

��� : jumlah kuadrat subyek

Contoh:

Misalkan hasil uji coba instrumen yang berupa kuesioner dengan skala 1 sampai 5 menghasilkan data sebagai berikut:

Tabel 2.1. Tabulasi Jawaban Responden

Responden Nomor Pernyataan Total 1 2 3 4 5 6 7 8 9 10

a 5 4 5 4 5 4 4 5 4 5 45 b 4 5 4 5 4 5 5 4 5 4 45 c 3 4 4 3 4 2 4 5 4 4 39 d 5 5 4 3 4 5 4 3 4 1 38 e 3 3 4 4 3 4 4 4 4 1 34 f 2 1 2 1 2 2 2 2 1 5 21 g 2 3 5 1 2 2 3 3 1 5 26 h 1 1 1 2 1 2 2 1 2 5 16 i 4 4 4 5 5 5 4 4 4 1 40 j 3 2 2 2 2 3 2 2 2 5 24 Untuk pengujian validitas instrumen penelitian dengan data responden seperti pada tabel 2.1. akan dilakukan contoh perhitungan dengan menguji pernyataan 2. Hasil perhitungan korelasi antara pernyataan nomor 2 dengan skor total ditunjukkan dalam tabel 2.2.

Tabel 2.2. Tabel Perhitungan Korelasi

Responden X Y X2 Y2 XY

a 4 45 16 2.025 180

b 5 45 25 2.025 225

c 4 39 16 1.521 156

d 5 38 25 1.444 190

e 3 34 9 1.156 102

f 1 21 1 441 21

g 3 26 9 676 78

h 1 16 1 256 16

i 4 40 16 1.600 160

j 2 24 4 576 48

Total 32 328 122 11.720 1.176 Keterangan:

X : Skor pernyataan 2 Y : Skor total

Hasil perhitungan dalam tabel 2.2. dimasukkan ke dalam rumus korelasi “product moment”, sehingga diperoleh:

r = N (∑XY)− (∑X ∑Y)

�[N∑X2− ₍∑_X)2_{] [N}∑_Y2− ₍∑_Y)2_]

r = 10 (1.176)− (32∗328)

�[10∗122− (32)2_{] [10}∗_11.720− ₍₃₂₈₎2_]

r = 1.264

1.372,857= 0,921

Pada tabel 2.1. terdapat 10 pernyataan dalam kuesioner, maka ada 10 perhitungan korelasi product moment yang dilakukan. Hasilnya adalah sebagai berikut:

Pernyataan 1 = 0,876 Pernyataan 2 = 0,927 Pernyataan 3 = 0,771 Pernyataan 4 = 0,848 Pernyataan 5 = 0,937 Pernyataan 6 = 0,764 Pernyataan 7 = 0,938 Pernyataan 8 = 0,871 Pernyataan 9 = 0,888 Pernyataan 10 = -0,426

Secara statistik, angka korelasi yang diperoleh harus dibandingkan dengan angka kritik tabel korelasi nilai r. Untuk taraf signifikansi 5% nilai r tabel product moment adalah 0,632. Berhubung angka yang diperoleh dari pernyataan 1 sampai pernyataan 9 adalah di atas 0,632, maka pernyataan 1 sampai 9 adalah valid. Pernyataan 10 tidak valid karena nilai r hitung yang diperoleh lebih kecil dari nilai r tabel.

Pernyataan 1 sampai 9 yang telah terbukti valid kemudian akan diuji reliabilitasnya dengan menggunakan teknik Alfa Cronbach.

��2 = ∑��

2

� −

(∑�_�)2

�2

��2 =

9.627 10 −

293

102 = 104,21

��2 = ��_{� −}� ��_�2�

��2 =

1.107 10 −

9.559

102 = 15,14

ri =

k

(k−1) �1−

∑S_i2 St2

�

ri =

10

(10−1) �1−

15,11

Instrumen penelitian dikatakan reliabel jika nilai hasil pengukuran lebih besar dari 0,60. Karena nilai hasil pengukuran instrumen 9 pernyataan dengan teknik Alfa Cronbach lebih besar dari 0,60, maka pernyataan disebut reliabel.

2.5 Metode Servqual

Metode pengukuran kualitas layanan yang banyak digunakan secara luas adalah metode Servqual. Servqual berasal dari kata Service Quality yang artinya kualitas layanan. Metode Servqual didasarkan pada “gap model” yang dikembangkan oleh Parasuraman. Kualitas layanan merupakan fungsi gap antara harapan konsumen terhadap layanan dan persepsi mereka terhadap layanan aktual yang dihasilkan perusahaan. Harapan konsumen terhadap kualitas layanan merupakan keinginan atau permintaan ideal konsumen terhadap layanan yang akan diberikan oleh penyedia layanan. Oleh karena itu harapan konsumen seringkali diterjemahkan sebagai permintaan yang diidealkan oleh konsumen.

Harapan konsumen secara umum dipengaruhi oleh tiga faktor, yaitu komunikasi dari mulut ke mulut (word of mouth), kebutuhan individu konsumen (personal needs), dan pengalaman yang dirasakan konsumen pada masa lalu (past experience). Harapan konsumen harus menjadi acuan bagi penyedia layanan untuk mendisain, menghasilkan dan menyampaikan layanan kepada konsumen. Sedangkan persepsi konsumen merupakan penilaian konsumen terhadap layanan yang telah dirasakan atau diperoleh. Kualitas layanan merupakan perbandingan atau selisih antara layanan yang dirasakan atau dipersepsikan konsumen (persepsi) dengan layanan ideal yang diinginkan atau diminta konsumen (harapan). Selisih antara persepsi dengan harapan disebut dengan “gap” atau kesenjangan kualitas layanan, yang dirumuskan sebagai berikut (Purnama, 2006):

Persepsi – Harapan = Gap

1. Jika gap positif (Persepsi > Harapan) maka layanan dikatakan “surprise” dan memuaskan

2. Jika gap nol (Persepsi = Harapan) maka layanan dikatakan berkualitas dan memuaskan

3. Jika gap negatif (Persepsi < Harapan) maka layanan dikatakan tidak berkualitas dan tidak memuaskan

2.6 Logika Fuzzy

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan Amerika Serikat berkebangsaan Iran dari Universitas California di Barkeley. Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai dapat bernilai benar atau salah secara bersamaan.

Logika fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai bisa bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan kesalahan bergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Logika fuzzy menunjukkan sejauh mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah.

Logika fuzzy umumnya diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise), dsb. Logika fuzzy menjembatani bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada makna atau arti (significance). Logika fuzzy dikembangkan berdasarkan bahasa manusia (bahasa alami).

2.6.1 Himpunan Fuzzy

Dalam teori himpunan klasik, yang dikembangkan oleh Georg Cantor (1845 – 1918) himpunan didefinisikan sebagai suatu koleksi obyek-obyek yang terdefinisi

secara tegas. Dalam arti dapat ditentukan secara tegas apakah suatu obyek adalah anggota himpunan itu atau tidak. Pada himpunan tegas (crisp), nilai keanggotaan suatu item � dalam suatu himpunan �, yang sering ditulis dengan �_� [�], memiliki 2 kemungkinan yaitu:

1. �_� [�] = 1 ; � menjadi anggota dalam himpunan � 2. �_� [�] = 0 ; � tidak menjadi anggota dalam himpunan �

Kalau pada himpunan crisp, nilai keanggotaan hanya ada 2 kemungkinan yaitu 0 atau 1, pada himpunan Fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1 (Kusumadewi dan Purnomo, 2004). Dengan memperluas konsep himpunan crisp, Zadeh mendefinisikan himpunan Fuzzy dengan menggunakan apa yang disebutnya fungsi keanggotaan (membership function), yang nilainya berada dalam selang tertutup [0,1]. Jadi keanggotaan dalam himpunan Fuzzy tidak lagi merupakan sesuatu yang tegas (yaitu anggota atau bukan anggota), melainkan sesuatu yang berderajat atau bergradasi secara kontinu (Susilo, 2006).

Misalkan variabel umur dibagi menjadi 3 kategori, yaitu: MUDA umur < 35 tahun

PAROBAYA 35 tahun ≤ umur ≤ 55 tahun TUA umur > 55 tahun

Dapat dijelaskan bahwa nilai keanggotaan himpunan MUDA, PAROBAYA dan TUA adalah sebagai berikut:

1. apabila seseorang berumur 34 tahun, maka dikatakan MUDA (μ_MUDA[34] = 1); 2. apabila seseorang berumur 35 tahun, maka dikatakan TIDAK MUDA

(μ_MUDA[35] = 0 );

3. apabila seseorang berumur 35 tahun kurang 1 hari, maka dikatakan TIDAK MUDA ( μMUDA[35 tahun kurang 1 hari] = 0 )

4. apabila seseorang berumur 35 tahun, maka dikatakan PAROBAYA (μ_PAROBAYA [35] = 1 );

5. apabila seseorang berumur 55 tahun, maka dikatakan PAROBAYA (μ_PAROBAYA [55] = 1 );

6. apabila seseorang berumur 35 tahun kurang 1 hari, maka dikatakan TIDAK PAROBAYA (μ_PAROBAYA [35 tahun kurang 1 hari] = 0 );

Dari sini bisa dikatakan bahwa pemakaian himpunan crisp untuk menyatakan umur sangat tidak adil, adanya perubahan kecil pada suatu nilai mengakibatkan perbedaan kategori yang cukup signifikan.

Himpunan fuzzy digunakan untuk mengantisipasi hal tersebut. Seseorang dapat masuk dalam 2 himpunan yang berbeda, MUDA dan PAROBAYA, PAROBAYA dan TUA, dsb. Seberapa besar keberadaannya dalam himpunan tersebut dapat dilihat pada nilai keanggotaannya.

Gambar 2.1. Himpunan Fuzzy untuk variabel umur Pada gambar 2.1 dapat dilihat bahwa:

1. Seseorang yang berumur 40 tahun, termasuk dalam himpunan MUDA dengan

μMUDA [40] = 0,25; namun dia juga termasuk dalam himpunan PAROBAYA

dengan μ_PAROBAYA [40] = 0,5.

2. Seseorang yang berumur 50 tahun, termasuk dalam himpunan TUA dengan

μTUA [50] = 0,25; namun dia juga termasuk dalam himpunan PAROBAYA

dengan μ_PAROBAYA [50] = 0,5.

Kalau pada himpunan crisp nilai keanggotaan hanya ada 2 kemungkinan, yaitu 0 atau 1, pada himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1. Apabila � memiliki nilai keanggotaan fuzzy �_�[�] = 0 berarti � tidak menjadi

anggota himpunan �, demikian pula apabila � memiliki nilai keanggotaan fuzzy

��[�] = 1 berarti � menjadi anggota penuh pada himpunan �.

Himpunan fuzzy memiliki 2 atribut, yaitu:

1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA, TUA.

2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel, seperti: 40, 25, 50, dsb.

2.6.2 Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Nilai keanggotaan didapatkan dari beberapa fungsi keanggotaan , dalam buku yang ditulis oleh Sri Kusumadewi dan Hari Purnomo (2004) dijelaskan bahwa ada beberapa fungsi yang dapat digunakan untuk memperoleh nilai keanggotaan, yaitu:

a. Representasi Linier

Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus.

Fungsi Keanggotaan Representasi Linear Naik:

� [�] = �

0 ; � ≤ � (� − �)

(� − �) ;� ≤ � ≤ � 1 ;� ≥ �

� [�] = �

(� − � )

( � − � ); � ≤ � ≤ � 0 ; � ≥ �

b. Representasi Kurva Segitiga

Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear). Suatu fungsi keanggotaan himpunan kabur disebut keanggotaan segitiga jika mempunyai tiga buah parameter, yaitu �,�,� ∈ ℝ.

c. Representasi Kurva Trapesium

Suatu fungsi keanggotaan himpunan kabur disebut fungsi keanggotaan trapesium jika mempunyai empat buah parameter yaitu �,�,�,� ∈ ℝ dengan �<�< � <

�, dan dinyatakan dengan Trapesium (� ,�,�,�,�) dengan aturan:

��������� (�,�,�,�,�) =���⁡�min�� − �

� − �, 1, � − � � − ��, 0�

d. Representasi Kurva Bentuk Bahu

Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun (misalkan DINGIN bergerak ke SEJUK bergerak ke HANGAT dan bergerak ke PANAS). Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami perubahan. Sebagai contoh, apabila telah mencapai kondisi PANAS kenaikan temperatur akan tetap berada pada kondisi PANAS. Himpunan fuzzy bahu bukan segitiga, digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan bergerak dari salah ke benar.

e. Representasi Kurva-S

Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurva-S atau Sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. Fungsi keanggotaan pada kurva PERTUMBUHAN adalah:

S (x;α;β;γ) =

⎩ ⎪ ⎨ ⎪

⎧ 0 ; x ≤ α

2 �_{γ −}x− α_α�2 ; α ≤x ≤ β 1− 2 �γ −x

γ − α�

2

; β ≤x ≤ γ 1 ; x ≥ γ

f. Representasi Kurva Bentuk Lonceng (Bell Curve)

Kurva π berbentuk lonceng dengan derajat keanggotaan 1 terletak pada pusat

dengan domain (γ), dan lebar kurva (β). Fungsi Keanggotaan:

π (x,β,γ) = �

S �x; γ − β;γ − β

2; γ� ; x ≤ γ 1−S �x; γ; γ+ β

2; γ+ β�; x > �

(ii) Kurva BETA

Kurva BETA didefinisikan dengan 2 parameter, yaitu nilai pada domain yang menunjukkan pusat kurva (γ), dan setengah lebar kurva (β).

Fungsi keanggotaan:

B (x; γ; β) = 1 1 + �x−_{β �}γ

2

(iii)Kurva GAUSS

Kurva GAUSS juga menggunakan (γ) untuk menunjukkan nilai domain pada pusat kurva, dan (k) menunjukkan lebar kurva.

Fungsi keanggotaan:

G(x; k; γ) = e− k (γ−x)2

g. Koordinat Keanggotaan

Himpunan fuzzy berisi urutan pasangan berurutan yang berisi nilai domain dan kebenaran nilai keanggotaannya dalam bentuk:

Skalar (i) / Derajat (i)

“Skalar” adalah suatu nilai yang digambar dari domain himpunan fuzzy, sedangkan “Derajat” merupakan derajat keanggotaan himpunan fuzzy.

2.6.3 Triangular Fuzzy Number

Fuzzy number adalah spesial fuzzy �= {(�),� ∈ �}. Di mana � membawa nilainya ke dalam garis riil �: − ∞ < � < +∞ dan �_� (�) merupakan penggambaran kontinu dari � pada interval terdekat dari [0,1].

Gambar 2.2 Fungsi Keanggotaan Triangular Fuzzy Number

Suatu fungsi keanggotaan himpunan kabur disebut fungsi keanggotaan segitiga (triangular fuzzy number) jika mempunyai tiga buah parameter yaitu �,�,� ∈ ℝ

dengan � <� <�, dan dinyatakan dengan segitiga (�,�,�,�) (Susilo, 2006). Fungsi Keanggotaan (Kusumadewi dan Purnomo, 2004):

� [�] =

⎩ ⎪ ⎨ ⎪

⎧₍0; _{� − �)} � ≤ ������ ≥ �

(� − �) ; � ≤ � ≤ � (� − �)

(� − �) ; � ≤ � ≤ �

Fuzzy number sering dinyatakan sebagai triple (a, b, c) di mana �,�,�

adalah batas bawah, batas tengah, dan batas atas (Tstinov, Mikhailov). Nilai TFN dihitung dengan metode centroid untuk menghasilkan nilai crisp yang diperoleh dengan cara mengambil titik pusat (�∗) daerah fuzzy. Secara umum dirumuskan (Kusumadewi, 2010):

�∗ ₌ ∫ �� � (�)��

∫ �_� (�)�� ; untuk variabel kontinu

�∗ ₌ ∑��=1�� � (��)

2.6.4 Fuzzifikasi dan Defuzzifikasi

Fuzzifikasi adalah proses yang dilakukan untuk mengubah variabel nyata menjadi variabel fuzzy, ini ditujukan agar masukan kontroler fuzzy bisa dipetakan menuju jenis yang sesuai dengan fuzzy. Pemetaan dilakukan dengan bantuan model dari fungsi keanggotaan agar dapat diketahui besar masukan tersebut (derajat keanggotaan).

Setelah variabel tersebut ditentukan fuzzy-nya kemudian menentukan domain batas dari masing-masing fuzzy tersebut. Domain batas ditentukan berdasarkan data-data yang telah ada. Data-data tersebut dianalisa sehingga dihasilkan nilai batas dari setiap fuzzy pada setiap variabel tersebut. Adapun estimasi domain batas tersebut yaitu dengan menentukan batas bawah, rata-rata, dan batas atas. Dari batas-batas tersebut maka tiap-tiap himpunan memiliki nilai, misal pada luas lahan memiliki fuzzy bernama sempit, sedang, dan luas.

1. Sempit, yang direpresentasikan dengan kurva bentuk bahu meliputi: a. Nilai bawah c = Batas bawah

b. Nilai bawah a = Rata-rata

2. Sedang, yang direpresentasikan dengan kurva segitiga meliputi: a. Nilai tengah c = 0,05 * Rata-rata

b. Nilai tengah a = Rata-rata

c. Nilai tengah b = 0,05 * Rata-rata

3. Luas, yang direpresentasikan dengan kurva bentuk bahu meliputi: a. Nilai atas c = Rata-rata

b. Nilai atas b = Batas atas

Adapun estimasi nilai tengah c dan nilai tengah b pada fuzzy sedang ditentukan sendiri oleh faktor pengalinya. Untuk sistem ini digunakan faktor pengali sebesar 0,05 atau 5% agar mempunyai jangkauan yang tidak begitu terlalu besar.

Defuzzifikasi (d) adalah proses pemetaan fuzzy ke crisp. Proses ini merupakan kebalikan dari proses fuzzifikasi. Input proses defuzzifikasi adalah suatu fuzzy yang dihasilkan merupakan suatu bilangan pada domain fuzzy tersebut. Jika diberikan suatu fuzzy dalam range tertentu, maka harus diambil suatu nilai crisp tertentu.

Perhitungan fuzzifikasi data persepsi responden dilakukan dengan menggunakan langkah awalnya adalah mencari nilai �₁,�₁,�₁ untuk tiap kriteria dengan cara sebagai berikut:

Nilai batas bawah (�_�):

�� = ��1∗ �1

+ �_�1∗ �2+ ��2∗ �3+ … + ��(�−1)∗ ��

�1+ �2+ … + ��

Nilai tengah (�_�):

�� = ��1∗ �1

+ �_�2 ∗ �2+ ��3∗ �3+ … + ��� ∗ ��

�1+ �2+ … + ��

Nilai batas atas (�_�):

�� = ��2 ∗ �1

+ �_�3∗ �2 + … + ��� ∗ ��(�−1)+ ��� ∗ ��

�1+ �2 + … + ��

Keterangan:

� = atribut (1,2,3,...,m)

� = linguistik variabel (1,2,3,...,k)

Nilai batas tengah (�_�) diperoleh dari jumlah data dibagi dengan banyaknya data pada setiap pilihan jawaban (sangat penting, penting, cukup penting, kurang penting, tidak penting). Untuk nilai batas bawah (�_�) merupakan nilai minimal dari data jawaban responden, sedangkan nilai batas atas (�_�) merupakan nilai maksimal dari data jawaban responden. Rata-rata nilai �_�,�_�, dan �_� tersebut merupakan nilai defuzzifikasi yang diformulasikan sebagai berikut:

�� = ��

+ �_� + �_� 3

Analisis Importance-Performance atau Importance-Performance Analysis (IPA) pertama kali

diperkenalkan oleh Martilla dan James (1977). IPA sebagai

rangkaian kerja yang sederhana untuk

menganalisis atribut-atribut produk. Suatu rangkaian atribut layanan yang berkaitan dengan layanan khusus dievaluasi berdasar tingkat kepentingan masing-masing atribut menurut konsumen dan bagaimana layanan dipersepsikan kinerjanya relatif terhadap masing-masing atribut. Analisis ini digunakan untuk membandingkan antara penilaian konsumen terhadap tingkat kepentingan terhadap kualitas layanan (Importance) dengan tingkat kinerja kualitas layanan (Performance). Dimensi kualitas layanan yang digunakan adalah 5 dimensi yang dikembangkan oleh Parasuraman dan kawan-kawan (Purnama, 2005).

Rata-rata hasil penilaian keseluruhan konsumen kemudian digambarkan ke dalam Importance Performance Matrix atau sering disebut Diagram Cartesius. Dalam diagram cartesius, sumber absis (X) adalah tingkat kinerja dan sumbu ordinat (Y) adalah tingkat kepentingan. Rata-rata tingkat kinerja dipakai sebagai cut-off atau pembatas kinerja tinggi dengan tingkat kinerja rendah, sedangkan rata-rata tingkat kepentingan dipakai sebagai cut-off tingkat kepentingan tinggi dengan tingkat kepentingan rendah. Matriks Importance-Performance atau Diagram Cartesius disajikan pada gambar 2.3:

Kuadran B Concentrate Here

Kuadran C

High

Performance

Low Performance

High

Gambar 2.3. Importance Performance Analysis Sumber: Martilla dan James (1977)

Matriks ini digunakan untuk menggambarkan prioritas atribut yang harus diperbaiki dan biasa menjadi petunjuk untuk formulasi strategi. Peta posisi kuadran masing-masing atribut atau dimensi layanan mengindikasikan derajat urgensi relatif untuk perbaikan.

1. Posisi Low Priority (Kuadran A)

Jika atribut atau dimensi layanan berada pada kuadran ini menunjukkan bahwa tingkat kepentingan konsumen terhadap atribut atau dimensi layanan rendah. Tingkat kinerja yang ditunjukkan oleh atribut atau dimensi layanan juga rendah, sehingga atribut atau dimensi layanan yang berada pada kuadran ini mendapat prioritas rendah untuk diperbaiki.

2. Posisi Concentrate Here (Kuadran B)

Jika atribut atau dimensi layanan berada pada kuadran ini menunjukkan bahwa tingkat kepentingan konsumen terhadap atribut atau dimensi layanan tinggi, namun tingkat kinerja yang ditunjukkan oleh atribut atau dimensi layanan rendah.

Kuadran A Low Priority

Kuadran D Possible Skill

Kondisi ini dinilai berbahaya karena antara tingkat kepentingan dengan tingkat kinerja berlawanan arah, sehingga perbaikan harus diprioritaskan atau dikonsentrasikan untuk atribut atau dimensi layanan yang berada pada kuadran ini.

3. Posisi Keep Up The Good Work (Kuadran C)

Jika atribut atau dimensi layanan berada pada kuadran ini menunjukkan bahwa tingkat kepentingan konsumen terhadap atribut atau dimensi layanan tinggi. Tingkat kinerja yang ditunjukkan oleh atribut layanan juga tinggi, sehingga atribut atau dimensi layanan yang berada pada kuadran ini dinilai aman dan harus dipertahankan kinerjanya.

4. Posisi Possible Overkill (Kuadran D)

Jika atribut atau dimensi layanan berada pada kuadran ini menunjukkan bahwa tingkat kepentingan konsumen terhadap atribut atau dimensi layanan rendah, namun tingkat kinerja yang ditunjukkan oleh atribut atau dimensi layanan tinggi. Kemungkinan hal ini terjadi karena perusahaan memberikan layanan yang berlebihan (over act atau overkill), sehingga perusahaan harus mengurangi aktivitas atau menghemat sumberdaya untuk atribut atau dimensi layanan yang berada pada kuadran ini.

2.8 Quality Function Deployment (QFD)

Quality Function Deployment (QFD) diperkenalkan pertama kali oleh Shigeru Mizuno dan Yogi Akao dari The Tokyo Institute of Technology tahun 1960-an. Teknik QFD digunakan pertama kali pada Mitsubishi Heavy Industries Ltd di Kobe Shipyard Jepang tahun 1972 (Purnama, 2005).

2.8.1 Definisi Quality Function Deployment (QFD)

Secara umum QFD sebagai alat perencanaan yang digunakan untuk memenuhi keinginan konsumen yang berupa harapan dan kebutuhan konsumen, dimana QFD ini akan digunakan untuk menganalisis keinginan konsumen berupa

kebutuhan-kebutuhan spesifik menjadi arah dan tindakan engineering yang disebarkan melalui perencanaan produk, pembentukan part, perencanaan proses, perencanaan produksi, dan pelayanan (Rahman dan Supomo, 2012).

Fokus utama QFD adalah melibatkan konsumen pada proses pengembangan produk. Filosofi yang mendasarinya adalah bahwa pelanggan tidak akan puas dengan suatu produk meskipun suatu produk yang dihasilkan sempurna, bila mereka memang tidak membutuhkannya. QFD merupakan praktik untuk merancang suatu proses sebagai tanggapan terhadap kebutuhan konsumen. QFD menerjemahkan apa yang dibutuhkan konsumen menjadi produk yang dihasilkan organisasi. QFD memungkinkan organisasi untuk memprioritaskan kebutuhan konsumen, menemukan tanggapan inovatif terhadap kebutuhan konsumen, dan memperbaiki proses hingga tercapai efektivitas maksimum.

2.8.2 Analisa Usulan Perbaikan dengan Metode Quality Function Deployment

(QFD)

Metode Quality Function Deployment (QFD) terdiri dari 3 teknik yaitu teknik matriks dasar, teknik house of quality, dan teknik cascading matrixes. Analisa usulan perbaikan dengan metode QFD teknik matriks dasar dilakukan dengan mencari nilai raw weight atribut layanan, semakin besar nilai raw weight maka semakin besar pula prioritas perbaikan atribut terrsebut.

Pada analisis usulan QFD teknik matriks dasar, adapun beberapa informasi yang diperlukan adalah sebagai berikut:

1. Importance to Customer (IC) atau Tingkat Kepentingan (TK), merupakan data yang menunjukkan seberapa penting suatu atribut layanan bagi pelanggan. Data diperoleh dari kuesioner dengan menggunakan nilai rata-rata tingkat kepentingan.

2. Customer Satisfaction Performance merupakan penilaian persepsi pelanggan seberapa baik produk atau jasa yang ada sekarang dapat memenuhi kebutuhan pelanggan. Data diperoleh dengan menggunakan nilai rata-rata tingkat kepuasan pelanggan.

3. Goal merupakan target yang ditetapkan berdasarkan nilai harapan. Pencapaian goal secara normal dinyatakan di dalam nilai skala kuantitatif yang sama sebagai suatu tingkat pencapaian.

4. Improvement Ratio (Rasio Perbaikan), untuk mengubah tingkat kepuasan yang didapat terhadap atribut-atribut kebutuhan pelanggan untuk mencapai tujuan.

����������������= ����

�������������������������������

5. Sales Point merupakan pendapat produsen mengenai jasa atau produk yang dihasilkan. Nilai atau bobot pada Sales Point menunjukkan tingkat penjualan produk atau jasa, yaitu 1,5 (titik penjualan tinggi); 1,2 (titik tengah penjualan atau penjualan sedang); dan 1,0 (tidak terjadi penjualan).

6. Raw Weight (Pembobotan) merupakan suatu nilai yang menggambarkan tingkat kepentingan secara keseluruhan dari atribut. Semakin besar nilai raw weight suatu atribut, semakin tinggi prioritas perbaikan atau pengembangannya. Untuk menghitungnya digunakan rumus:

�������ℎ�= IC × IR × SP

Keterangan:

IC : Importance to Customer IR : Improvement Ratio SP : Sales Point

BAB 3

HASIL DAN PEMBAHASAN

3.1 Pengumpulan Data Kualitatif

Pada tahap ini merupakan hasil analisis terhadap penelitian terdahulu mengenai kualitas layanan pendidikan. Hasil analisis yang diperoleh adalah tentang hal-hal yang dianggap penting atau menjadi pertimbangan dalam pelayanan di sekolah sesuai dengan dimensi kualitas jasa, yang selanjutnya akan digunakan sebagai atribut pada kuesioner. Adapun atribut yang diperoleh terdapat pada tabel 3.1 berikut:

Tabel 3.1. Daftar Atribut Kualitas Jasa (Pendahuluan) Dimensi Kualitas Jasa Atribut Tangibles (Berwujud)

1. Ketersediaan ruang belajar teori

2. Lingkungan sekolah yang bersih, sehat, dan aman

3. Sekolah memiliki ruang belajar yang bersih, nyaman, dan tertata baik

4. Fasilitas perpustakaan yang nyaman dan bersih 5. Kelengkapan koleksi buku pendukung materi

pelajaran di perpustakaan

6. Staf pengajar dan karyawan berpakaian rapi, bersih dan sopan

7. Ketersedian fasilitas internet sebagai penunjang pembelajaran

8. Sekolah memiliki laboratorium sebagai fasilitas siswa untuk ruang belajar praktik

9. Sekolah memiliki lapangan olah raga dan ruang serba guna

10. Ketersediaan toilet yang bersih

11. Ketersediaan kantin sekolah yang bersih Reliability (Kehandalan)

12. Prosedur penerimaan siswa secara cepat dan tepat

13. Proses belajar mengajar berlangsung secara efektif dan tepat waktu (sesuai jadwal)

Lanjutan Tabel 3.1.

14. Sekolah menerapkan sistem pendidikan sesuai dengan standar pendidikan yang sedang berlaku

15. Sekolah menggunakan metode pengajaran yang bervariasi untuk mengakomodir setiap gaya belajar siswa

16. Sekolah mengarahkan siswa menjadi disiplin, bertanggung jawab, sopan, dan berbudi pekerti

17. Sekolah menyelenggarakan kegiatan ekstrakurikuler pengembangan minat dan bakat siswa

18. Kemudahan siswa berkonsultasi dengan staf pengajar berkaitan dengan materi pelajaran Responsiveness (Daya Tanggap)

19. Sekolah memberikan informasi secara cepat dan tepat

20. Ketersediaan layanan bimbingan dan konseling

21. Sekolah tanggap terhadap masalah siswa baik secara perorangan maupun keseluruhan 22. Pelayanan petugas administrasi sekolah (tata

usaha)

23. Sikap staf pengajar dan karyawan yang ramah dan siap membantu

24. Sekolah bersedia menerima saran dari siswa dan orangtua/wali siswa

Assurance (Keyakinan)

25. Staf pengajar menguasai materi pelajaran untuk membantu siswa memaksimalkan pencapaian hasil belajar

26. Staf pengajar mampu mengendalikan suasana pembelajaran agar tetap kondusif

27. Adanya staf pengajar pengganti

28. Sekolah memberikan laporan kemajuan akademik siswa secara periodik

29. Komunikasi pihak sekolah dengan orangtua/wali siswa berkaitan dengan kegiatan di sekolah

30. Sekolah mampu memotivasi siswa untuk belajar dan berprestasi

31. Sikap dan perilaku staf pengajar dan karyawan meyakinkan (berdedikasi dan berbudi pekerti)

32. Staf pengajar dan karyawan selalu hadir tepat waktu di sekolah

Lanjutan Tabel 3.1.

33. Adanya pengawasan terhadap pelaksanaan tata tertib sekolah

Empathy (Empati)

34. Sekolah memberikan buku penunjang pelajaran bagi siswa

35. Kemudahan administrasi bagi siswa

36. Sekolah memberikan perhatian atas keluhan siswa

37. Sekolah memberikan perhatian atas keluhan orangtua/wali siswa

38. Pelayanan yang diberikan oleh sekolah pada siswa merata tanpa memandang status sosial dan sebagainya

3.2 Pengumpulan Data Kuantitatif

Data kuantitatif diperoleh melalui penyebaran kuesioner kepada siswa SMP Swasta Cinta Rakyat 3 Pematangsiantar. Kuesioner disebarkan dengan dua tahapan yaitu kuesioner pendahuluan dan kuesioner formal. Tujuan dari penyebaran kuesioner pendahuluan adalah untuk mengetahui preferensi dan persepsi siswa tentang tingkat kepentingan dari setiap atribut yang ada.

Kuesioner ini disusun dengan menggunakan skala likert yaitu dengan skala 1 sampai 5. Arti skala Likert 1 sampai 5 pada tingkat kepentingan (harapan) adalah:

1 = Tidak Penting 2 = Kurang Penting 3 = Cukup Penting

4 = Penting

5 = Sangat Penting

Sedangkan pada bagian tingkat kepuasan (persepsi), pengertian skala Likert 1 sampai 5 adalah:

1 = Tidak Puas 2 = Kurang puas 3 = Cukup Puas

4 = Puas

5 = Sangat Puas

3.3 Uji Validitas dan Reliabilitas Data

Pengujian terhadap pernyataan yang terdapat di dalam kuesioner pendahuluan dilakukan melalui uji validitas dan uji reliabilitas. Pengujian dilakukan dengan penyebaran kuesioner pendahuluan terhadap 30 orang responden yang merupakan siswa SMP Swasta Cinta Rakyat 3 Pematangsiantar.

Uji validitas dilakukan dengan menghitung nilai korelasi antara skor masing-masing pernyataan dengan skor total dengan keseluruhan 38 atribut pernyataan dengan menggunakan software SPSS versi 15.00. hasil pengujian validitas untuk 38 atribut pernyataan adalah adanya 12 atribut yang dinyatakan tidak valid karena r tingkat kepentingan lebih kecil dari r tabel yaitu sebesar 0,361 , sehingga 12 atribut tersebut dihilangkan (direduksi). Setelah proses reduksi tersebut, maka tersisa 26 atribut pernyataan untuk digunakan dalam penyebaran kuesioner formal. Hasil pengujian validitas data hasil kuesioner dapat dilihat di lampiran 5. Atribut-atribut yang akan digunakan dalam penyebaran kuesioner formal setelah direduksi terdapat pada tabel 3.2.

Tabel 3.2. Daftar Atribut Kualitas Jasa (Formal)

Dimensi Kualitas Jasa Atribut Tangibles (Berwujud)

1. Ketersedian ruang belajar teori

2. Lingkungan sekolah yang bersih, sehat, dan aman

3. Sekolah memiliki ruang belajar yang bersih, nyaman, dan tertata baik

4. Fasilitas perpustakaan yang nyaman dan bersih 5. Staf pengajar dan karyawan berpakaian rapi,

bersih dan sopan

6. Sekolah memiliki laboratorium sebagai fasilitas siswa untuk ruang belajar praktik

7. Sekolah memiliki lapangan olah raga dan ruang serba guna

Reliability (Kehandalan)

8. Prosedur penerimaan siswa secara cepat dan tepat

Lanjutan Tabel 3.2.

9. Proses belajar mengajar berlangsung secara efektif dan tepat waktu (sesuai jadwal)

10. Sekolah menggunakan metode pengajaran yang bervariasi untuk mengakomodir setiap gaya belajar siswa

11. Sekolah menyelenggarakan kegiatan ekstrakurikuler pengembangan minat dan bakat siswa

Responsiveness (Daya Tanggap)

12. Sekolah memberikan informasi secara cepat dan tepat

13. Ketersediaan layanan bimbingan dan konseling

14. Sekolah tanggap terhadap masalah siswa baik secara perorangan maupun keseluruhan 15. Sekolah bersedia menerima saran dari siswa

dan orangtua/wali siswa Assurance (Keyakinan)

16. Staf pengajar menguasai materi pelajaran untuk membantu siswa memaksimalkan pencapaian hasil belajar

17. Staf pengajar mampu mengendalikan suasana pembelajaran agar tetap kondusif

18. Adanya staf pengajar pengganti

19. Sekolah memberikan laporan kemajuan akademik siswa secara periodik

20. Sekolah mampu memotivasi siswa untuk belajar dan berprestasi

21. Sikap dan perilaku staf pengajar dan karyawan meyakinkan (berdedikasi dan berbudi pekerti)

22. Staf pengajar dan karyawan selalu hadir tepat waktu di sekolah

23. Adanya pengawasan terhadap pelaksanaan tata tertib sekolah

Empathy (Empati)

24. Sekolah memberikan perhatian atas keluhan siswa

25. Sekolah memberikan perhatian atas keluhan orangtua/wali siswa

26. Pelayanan yang diberikan oleh sekolah pada siswa merata tanpa memandang status sosial dan sebagainya

Uji reliabilitas dilakukan dengan teknik cronbach alpha. Dalam teknik ini kuesioner diujicobakan pada 30 orang responden dan hasilnya dicatat. Pengolahan

teknik cronbach alpha menggunakan bantuan software SPSS versi 15.00 sehingga diperoleh nilai cronbach alpha untuk tingkat kepentingan yaitu sebesar �= 0,872. Reliabilitas menunjukkan sejauh mana kuesioner yang digunakan dapat dipercaya atau memberikan perolehan hasil pengukuran yang relatif konsisten, apabila alat ukur ini digunakan kembali dalam pengukuran gejala yang sama. Nilai suatu kuesioner dianggap reliabel jika � > 0,60. Adapun hasil pengujian reliabilitas dapat dilihat pada lampiran 5.

Setelah kuesioner pendahuluan diuji, maka disebarkan kuesioner formal untuk tingkat kepentingan dan tingkat kepuasan kepada 169 responden. Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah teknik sampling Purposive. Penelitian ini ingin mengetahui tingkat kepuasan siswa terhadap layanan pendidikan di SMP Swasta Cinta Rakyat 3 Pematangsiantar, maka responden adalah siswa yang duduk di kelas VII dan IX. Responden yang duduk di kelas VIII dan IX dipilih dengan pertimbangan bahwa mereka telah lebih dulu merasakan layanan pendidikan yang diberikan pihak sekolah. Hasil uji validitas untuk 26 atribut adalah semua atribut valid karena r tingkat kepentingan dan r tingkat kepuasan lebih besar dari r tabel yaitu 0,151. Hasil uji reliabilitas kuesioner formal dengan menggunakan software SPSS 15.00 diperoleh

�������� ����������� = 0,925 dan �������� �������� = 0,929. Hasil uji

reliabilitas menunjukkan bahwa � > 0,60 sehingga data tersebut sudah reliabel. Hasil uji validitas dan reliabilitas dapat dilihat pada lampiran 5.

3.4 Karakteristik Umum Responden

Pada penelitian ini kuesioner disebarkan kepada siswa SMP Swasta Cinta Rakyat 3 Pematangsiantar. Kuesioner disebarkan kepada siswa yang duduk di kelas VIII dan IX. Berikut deskripsi karakteristik umum responden yang diperoleh dari hasil penyebaran kuesioner.

1. Jenis Kelamin

Berdasarkan gambar 3.1 dapat dilihat dari penyebaran kuesioner kepada 169 siswa bahwa sebanyak 80 responden (47%) berjenis kelamin laki-laki dan jumlah responden yang berjenis kelamin perempuan sebanyak 89 responden (53%).

Gambar 3.1. Karakteristik Responden Berdasarkan Jenis Kelamin 2. Umur

Berdasarkan Gambar 3.2 dapat dilihat bahwa responden yang berumur 16 tahun memiliki persentase terkecil (2%) dan responden yang berumur 14 tahun memiliki persentase terbesar (45%).

Gambar 3.2. Karakteristik Responden Berdasarkan Umur 3. Kelas

Berdasarkan Gambar 3.3 dapat dilihat bahwa reponden dalam penelitian ini yang memiliki peroporsi dengan persentase terbesar adalah kelas IX A dan kelas IX B dengan persentase sebesar 21%. Sedangkan siswa kelas VIII C merupakan responden dengan persentase paling kecil yaitu sebesar 10%.

Laki-laki 47% Perempuan

53%

n = 169

12 Tahun 6%

13 Tahun 34%

14 Tahun 45%

15 Tahun 13% 16 Tahun

Gambar 3.3. Karakteristik Responden Berdasarkan Kelas

3.5 Pengolahan Data Kuesioner dengan Metode Fuzzy

Penilaian skala linguistik dan skala numerik pada tingkat kepentingan dan tingkat kepuasan dilakukan dengan menyusun bilangan fuzzy triangular pada tiap level linguistiknya, kemudian dicari nilai rata-rata batas bawah (�_�), nilai tengah (�_�), dan nilai batas atas (�_�). Hasil rekapitulasi data kuesioner formal diperoleh dari 169 responden. Hasil rekapitulasi rata-rata nilai batas tingkat kepentingan dan tingkat kepuasan responden dan hasil defuzzifikasi dapat dilihat pada tabel 3.4 dan 3.5.

Contoh perhitungan nilai atribut dari hasil rekapitulasi kuesioner formal untuk tingkat kepentingan (�):

Nilai batas bawah atribut 1 (�_�1):

��1 =

�11∗ �1+ �11 ∗ �2+ �12 ∗ �3 + �13∗ �4+ �14∗ �5

�1+ �2+ �3+ �4+ �5

��1 =

1∗2 + 1∗1 + 2∗17 + 3∗51 + 4∗98 2 + 1 + 17 + 51 + 98 =

582

169= 3,444

Kelas VIII A 17%

Kelas VIII B 14%

Kelas VIII C 10% Kelas IX A

21% Kelas IX B

21% Kelas

IX C 17%

Nilai tengah atribut 1 (�_�1):

��1 =

�11∗ �1+ �12 ∗ �2+ �13 ∗ �3+ �14∗ �4 + �15∗ �5

�1+ �2+ �3+ �4+ �5

��1 =

1∗2 + 2∗1 + 3∗17 + 4∗51 + 5∗98 2 + 1 + 17 + 51 + 98 =

749

169= 4,432

Batas atas atribut 1 (�_�1):

��1 =

�12∗ �1+ �13∗ �2 + �14∗ �3+ �15∗ �4+ �15 ∗ �5

�1+ �2+ �3+ �4+ �5

��1 =

2∗2 + 3∗1 + 4∗17 + 5∗51 + 5∗98 2 + 1 + 17 + 51 + 98 =

820

169= 4,852

Defuzzifikasi atribut 1 dari tingkat kepentingan (�_�1):

��1 =

�2+ �1+ �1

3 =

3,444 + 4,432 + 4,852

3 =

12,728

3 = 4,243

Tabel 3.3. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepentingan dan Defuzzifikasi

Atribut TFN Defuzzifikasi

�_�� �_�� �_�� �_�� Tan-1 3,444 4,432 4,852 4,243 Tan-2 3,580 4,550 4,905 4,345 Tan-3 3,497 4,479 4,852 4,276

Tan-4 3,373 4,367 4,825 4,189 Tan-5 3,343 4,337 4,822 4,167 Tan-6 3,379 4,373 4,805 4,186

Tan-7 3,420 4,420 4,840 4,227 Rel-1 3,071 4,059 4,680 3,937 Rel-2 3,444 4,432 4,828 4,235 Rel-3 3,320 4,314 4,775 4,136 Rel-4 3,361 4,343 4,763 4,156 Res-1 3,314 4,302 4,787 4,134 Res-2 3,077 4,059 4,621 3,919

Lanjutan Tabel 3.3.

Res-3 3,278 4,260 4,728 4,089 Res-4 3,337 4,331 4,799 4,156 Ass-1 3,467 4,462 4,834 4,254 Ass-2 3,361 4,335 4,811 4,176 Ass-3 3,107 4,083 4,645 3,945 Ass-4 3,278 4,266 4,746 4,097 Ass-4 3,456 4,438 4,799 4,231 Ass-5 3,331 4,314 4,769 4,138 Ass-7 3,320 4,302 4,751 4,124 Ass-8 3,396 4,379 4,793 4,189 Emp-1 3,391 4,349 4,728 4,156 Emp-2 3,361 4,337 4,751 4,150 Emp-3 3,497 4,456 4,740 4,231

Contoh perhitungan nilai dimensi dari hasil rekapitulasi kuesioner formal untuk tingkat kepentingan (�):

Nilai batas bawah dimensi tangibles (�_�1):

��1 =

�11∗ �1+ �11 ∗ �2+ �12 ∗ �3 + �13∗ �4+ �14∗ �5

�1 + �2+ �3+ �4+ �5

��1 =

1∗8 + 1∗25 + 2∗106 + 3∗359 + 4∗685 8 + 25 + 106 + 359 + 685 =

4.062

1.183 = 3,434

Nilai tengah dimensi tangibles (�_�1):

��1 =

�11∗ �1+ �12 ∗ �2+ �13 ∗ �3+ �14∗ �4 + �15∗ �5

�1+ �2+ �3+ �4+ �5

��1=

1∗8 + 2∗25 + 3∗106 + 4∗359 + 5∗685 8 + 25 + 106 + 359 + 685 =

5.237

1.183 = 4,427

Batas atas dimensi tangibles (�_�1):

��1 =

�12∗ �1+ �13∗ �2 + �14∗ �3+ �15∗ �4+ �15 ∗ �5

�= 2∗8 + 3∗25 + 4∗106 + 5∗359 + 5∗685 8 + 25 + 106 + 359 + 685 =

5.735

1.183 = 4,848

Defuzzifikasi dimensi tangibles dari tingkat kepentingan (�_�1):

��1 =

��1+ ��1 + ��1

3 =

3,434 + 4,427 + 4,848

3 =

12,709

3 = 4,286

Tabel 3.4. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepentingan dan Defuzzifikasi Dimensi

Atribut TFN Defuzzifikasi �_�� �_�� �_�� �_��

Tangibles 3,434 4,427 4,848 4,236 Reliability 3,299 4,287 4,762 4,116 Responsiveness 3,251 4,238 4,734 4,074 Assurance 3,339 4,325 4,768 4,144 Emphaty 3,416 4,381 4,740 4,179

Contoh perhitungan nilai atribut dari hasil kuesioner formal untuk tingkat kepuasan (�):

Nilai batas bawah atribut 1 ��_�1�:

��1 =

�11 ∗ �1+ �11∗ �2+ �12 ∗ �3+ �13 ∗ �4+ �14∗ �5

�1+ �2 + �3 + �4+ �5

��1 =

1∗7 + 1∗21 + 2∗49 + 3∗50 + 4∗42 7 + 21 + 49 + 50 + 42 =

444

169= 2,627

Nilai tengah atribut 1 ��_�1�:

��1 =

�11 ∗ �1 + �12∗ �2+ �13 ∗ �3+ �14 ∗ �4+ �15∗ �5

�1+ �2 + �3 + �4 + �5

��1 =

1∗7 + 2∗21 + 3∗49 + 4∗50 + 5∗42 7 + 21 + 49 + 50 + 42 =

606

169= 3,586

��1 =

�12∗ �1+ �13 ∗ �2+ �14∗ �3 + �15∗ �4+ �15∗ �5

�1+ �2+ �3+ �4+ �5

��1 =

2∗7 + 3∗21 + 4∗49 + 5∗50 + 5∗42 7 + 21 + 49 + 50 + 42 =

733

169= 4,337

Defuzzifikasi atribut 1 dari tingkat kepuasan ��_�1�:

��1 =

��1+ ��1+ ��1

3 =

2,627 + 3,586 + 4,337

3 =

10,55

3 = 3,517

Tabel 3.5. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepuasan dan Defuzzifikasi

Atribut TFN Defuzzifikasi �_�� �_�� �_�� �_��

Tan-1 2,627 3,586 4,337 3,517 Tan-2 2,775 3,740 4,402 3,639 Tan-3 2,521 3,497 4,243 3,420 Tan-4 2,828 3,793 4,515 3,712 Tan-5 3,101 4,089 4,716 3,969 Tan-6 3,006 4,000 4,663 3,890 Tan-7 2,657 3,609 4,325 3,530 Rel-1 2,550 3,509 4,355 3,471 Rel-2 2,811 3,805 4,538 3,718 Rel-3 2,751 3,734 4,485 3,657 Rel-4 2,852 3,805 4,444 3,700 Res-1 2,781 3,746 4,509 3,679 Res-2 2,609 3,562 4,331 3,501 Res-3 2,704 3,645 4,355 3,568 Res-4 2,746 3,716 4,438 3,543 Ass-1 2,864 3,834 4,556 3,751 Ass-2 2,822 3,787 4,544 3,718 Ass-3 2,675 3,604 4,396 3,558 Ass-4 2,817 3,799 4,503 3,706 Ass-4 2,947 3,941 4,621 3,836 Ass-5 2,852 3,834 4,521 3,736 Ass-7 2,799 3,763 4,491 3,684 Ass-8 2,964 3,947 4,592 3,834 Emp-1 2,769 3,698 4,385 3,617 Emp-2 2,781 3,728 4,408 3,639 Emp-3 2,864 3,799 4,444 3,702

Setelah dilakukan perhitungan setiap atribut tingkat kepuasan untuk seluruh dimensi, maka selanjutnya akan dihitung nilai setiap dimensi tingkat kepuasan.

Contoh perhitungan nilai dimensi dari hasil rekapitulasi kuesioner formal untuk tingkat kepuasan (�):

Nilai batas bawah dimensi tangibles (�_�1):

��1 =

�11 ∗ �1+ �11∗ �2+ �12 ∗ �3+ �13 ∗ �4+ �14∗ �5

�1+ �2 + �3 + �4+ �5

��1 =

1∗34 + 1∗132 + 2∗276 + 3∗384 + 4∗357 34 + 132 + 276 + 384 + 357 =

3.098

1.183 = 2,619

Nilai tengah dimensi tangibles (�_�1):

��1 =

�11 ∗ �1 + �12∗ �2+ �13 ∗ �3+ �14 ∗ �4+ �15∗ �5

�1+ �2 + �3 + �4 + �5

��1 =

1∗34 + 2∗132 + 3∗276 + 4∗384 + 5∗357 34 + 132 + 276 + 384 + 357 =

4.447

1.183 = 3,759

Nilai batas atas dimensi tangibles (�_�1)

��1 =

�12∗ �1+ �13 ∗ �2+ �14∗ �3 + �15∗ �4+ �15∗ �5

�1+ �2+ �3+ �4+ �5

��1 =

2∗34 + 3∗132 + 4∗276 + 5∗384 + 5∗357 34 + 132 + 276 + 384 + 357 =

5.273

1.183= 4,457

Defuzzifikasi dimensi tangibles dari tingkat kepuasan (�_�1):

��1 =

��1+ ��1+ ��1

3 =

2,619 + 3,759 + 4,457

3 =

10,835

3 = 3,612

Tabel 3.6. Hasil Rekapitulasi Rata-Rata Nilai Tingkat Kepuasan dan Defuzzifikasi Dimensi

ng status sosial dan sebagain ya

Lampiran 5. Hasil Uji Validitas dan Reliabilitas Kuesioner Pendahuluan

Pearson Correlations

Atribut (Pernyataan) rhitung

Atribut 1 0,647

Atribut 2 0,537

Atribut 3 0,701

Atribut 4 0,522

Atribut 5 0,341

Atribut 6 0.410

Atribut 7 0,016

Atribut 8 0,364

Atribut 9 0,408

Atribut 10 0,272

Atribut 11 0,361

Atribut 12 0,469

Atribut 13 0,680

Atribut 14 0,299

Atribut 15 0,386

Atribut 16 0,350

Atribut 17 0,730

Atribut 18 0,144

Atribut 19 0,419

Atribut 20 0,470

Atribut 21 0,502

Atribut 22 -0,109

Atribut 23 0,261

Atribut 24 0,493

Atribut 25 0,515

Atribut 26 0,550

Atribut 27 0,432

Atribut 28 0.495

Atribut 29 -0,041

Atribut 30 0,712

Atribut 31 0,803

Atribut 32 0,520

Atribut 33 0,668

Atribut 34 0,210

Atribut 35 0,348

Atribut 36 0,557

Atribut 37 0,394

Atribut 38 0,638

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if

Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if

Item Deleted

A1 108,6667 125,747 ,596 ,903

A2 108,5000 127,362 ,487 ,905

A3 108,8000 121,545 ,696 ,900

A4 108,7667 129,840 ,415 ,906

A6 108,8667 130,051 ,380 ,907

A8 108,4667 132,602 ,320 ,908

A9 108,6667 131,126 ,361 ,907

A12 109,2000 130,166 ,383 ,907

A13 108,6000 128,248 ,639 ,903

A15 109,0667 128,892 ,385 ,907

A17 108,9333 119,926 ,804 ,898

A19 108,6333 133,068 ,254 ,908

A20 109,0333 129,482 ,308 ,909

A21 108,8333 129,799 ,522 ,905

A24 108,8333 127,868 ,556 ,904

A25 108,8667 127,361 ,513 ,904

A26 108,9667 128,309 ,517 ,905

A27 109,3667 124,447 ,415 ,908

A28 109,0667 127,651 ,369 ,908

A30 108,6333 121,757 ,715 ,900

A31 108,6667 124,575 ,837 ,900

A32 108,9667 124,171 ,514 ,905

A33 108,8667 121,706 ,615 ,902

A36 108,8000 126,166 ,576 ,903

A37 109,1333 127,913 ,370 ,908

A38 108,8000 118,786 ,674 ,901

Reliability Statistics Cronbach's

Alpha

N of Items

Lanjutan Lampiran 5. Kuesioner Formal

1. Tingkat Kepentingan

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if

Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if

Item Deleted

A1 108,3964 178,574 ,540 ,923

A2 108,2485 181,807 ,495 ,923

A3 108,3491 179,205 ,483 ,923

A4 108,4615 179,262 ,487 ,923

A5 108,4911 177,751 ,568 ,922

A6 108,4556 177,940 ,523 ,923

A7 108,4083 182,469 ,353 ,925

A8 108,7692 177,131 ,507 ,923

A9 108,3964 175,229 ,659 ,921

A10 108,5148 180,942 ,377 ,925

A11 108,4852 176,275 ,545 ,923

A12 108,5266 175,239 ,614 ,921

A13 108,7692 170,881 ,692 ,920

A14 108,5680 174,509 ,596 ,922

A15 108,4970 178,644 ,492 ,923

A16 108,3669 176,972 ,599 ,922

A17 108,4734 175,917 ,635 ,921

A18 108,7456 177,060 ,453 ,924

A19 108,5621 173,867 ,645 ,921

A20 108,3905 173,930 ,655 ,921

A21 108,5148 175,489 ,587 ,922

A22 108,5266 174,727 ,602 ,922

A23 108,4497 175,892 ,580 ,922

A24 108,4793 174,918 ,531 ,923

A25 108,4911 176,620 ,508 ,923

A26 108,3728 175,211 ,514 ,923

Reliability Statistics Cronbach's

Alpha

N of Items

,925 26

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if

Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if

Item Deleted

A1 93,9822 264,851 ,420 ,929

A2 93,8284 259,095 ,557 ,926

A3 94,0710 254,828 ,690 ,924

A4 93,7751 263,342 ,498 ,927

A5 93,4793 266,525 ,486 ,927

A6 93,5680 263,306 ,577 ,926

A7 93,9586 259,457 ,539 ,927

A8 94,0592 264,246 ,495 ,927

A9 93,7633 261,825 ,604 ,926

A10 93,8343 266,853 ,415 ,928

A11 93,7633 256,956 ,610 ,926

A12 93,8225 261,230 ,588 ,926

A13 94,0059 257,982 ,607 ,926

A14 93,9231 258,226 ,569 ,926

A15 93,8521 260,174 ,571 ,926

A16 93,7337 260,744 ,613 ,926

A17 93,7811 259,934 ,621 ,926

A18 93,9645 262,130 ,496 ,927

A19 93,7692 263,405 ,507 ,927

A20 93,6272 260,878 ,643 ,925

A21 93,7337 260,673 ,588 ,926

A22 93,8047 260,396 ,564 ,926

A23 93,6213 263,772 ,510 ,927

A24 93,8698 255,090 ,631 ,925

A25 93,8402 257,111 ,613 ,926

A26 93,7692 259,476 ,522 ,927

Reliability Statistics Cronbach's

Alpha

N of Items

,929 26

Pearson Correlations

Atribut (Pernyataan) rhitung

Kepentingan Kepuasan

Atribut 1 0,582 0,474

Atribut 2 0,532 0,604

Atribut 3 0,535 0,725

Atribut 4 0,536 0,545

Atribut 5 0,608 0,526

Atribut 6 0,564 0,613

Atribut 7 0,408 0,588

Atribut 8 0,558 0,539

Atribut 9 0,698 0,639

Atribut 10 0,436 0,463

Atribut 11 0,588 0,653

Atribut 12 0,661 0,626

Atribut 13 0,692 0,649

Atribut 14 0,643 0,616

Atribut 15 0,534 0,613

Atribut 16 0,637 0,649

Atribut 17 0,672 0,657

Atribut 18 0,517 0,545

Atribut 19 0,686 0,552

Atribut 20 0,694 0,675

Atribut 21 0,629 0,627

Atribut 22 0,644 0,607

Atribut 23 0,620 0,553

Atribut 24 0,578 0,674

Atribut 25 0,553 0,656