24
BAB IV METODOLOGI PENELITIAN
4.1. Metode Penelitian
Metode Penelitian yang dilakukan pada geladikarya ini adalah dengan menggunakan metode deskriptif. Sinulingga, S. 2011 menyatakan bahwa
penelitian deskriptif ialah suatu jenis penelitian yang bertujuan untuk mencandra atau mendeskripsikan secara sistematik, faktual dan akurat tentang fakta-fakta dan
sifat-sifat suatu objek atau populasi tertentu. Sehingga melalui penelitian ini dapat diperoleh kesimpulan dan usulan–usulan untuk pemecahan masalah terhadap gap
jumlah pelanggan FLEXIClassy dengan jumlah pelanggan FLEXITrendy dalam upaya peningkatan performansi FLEXIClassy.
4.2. Lokasi dan Waktu Penelitian
Lokasi penelitian dilakukan di PT Telekomunikasi Indonesia, Tbk Divisi Telkom Flexi Area Commerce I Sumatera, disingkat ARCOM 1. Waktu yang
dibutuhkan dalam melaksanakan penelitian ini yaitu selama 10 sepuluh minggu, dengan jadwal kegiatan dapat dilihat pada Tabel 4.1.
Tabel 4.1 Jadwal Kegiatan Penelitian
No. Jenis Kegiatan
Minggu 1
2 3
4 5
6 7
8 9
10 1
Penyusunan Usulan Geladikarya 2
Kolokium Usulan Geladikarya 3
Pengumpulan dan Analisa Data 4
Penyusunan Geladikarya 5
Seminar Perusahaan 6
Perbaikan Geladikarya 7
Sidang Geladikarya
Universitas Sumatera Utara
25
4.3. Populasi dan Sampel
Populasi adalah keseluruhan subjek penelitian dan populasi dalam penelitian ini adalah pelanggan TELKOM Flexi Arcom I Sumatra yang termasuk
ke dalam kategori : a.
Pelanggan FLEXITrendy aktif yang merupakan pelanggan potensial yang dapat diprospek menjadi pelanggan FLEXIClassy.
b. Pelanggan FLEXIClassy aktif yakni pelanggan yang telah menggunakan
layanan FLEXIClassy dengan kriteria pelanggan potensial. Penentuan sampel dari populasi dalam penelitian ini menggunakan
Probabilitas Sampling yakni dengan teknik Simple Random Sampling yang focus pada target populasi dengan criteria yang sudah ditetapkan sebagai berikut :
a. Pelanggan FLEXITrendy aktif yang merupakan pelanggan potensial untuk
diprospek menjadi FLEXIClassy, yakni sebanyak 14.122 ssf yang selanjutnya disebut dengan pelanggan potensial dengan kriteria :
• Telah berlangganan FLEXITrendy lebih dari 6 bulan
• Rata-rata pemakaian pulsa usage setiap bulan minimal Rp 100.000,-
Hal ini bertujuan untuk meningkatkan jumlah pelanggan FLEXIClassy yang merupakan pelanggan yang lebih loyal. Pelanggan FLEXITrendy yang telah
berlangganan lebih dari 6 bulan dan rata-rata pemakaian per bulan minimal Rp 100.000,- sangat signifikan untuk disurvey dan dianggap telah mengerti
mengenai layanan FLEXI sehingga perlu diberikan tawaran lebih untuk dapat menikmati layanan FLEXIClassy yang lebih banyak.
b. Pelanggan FLEXIClassy aktif sebanyak 19.020 ssf, dengan kriteria telah
berlanggan FLEXIClassy minimal 6 bulan dan rata-rata pemakaian per bulan
Universitas Sumatera Utara
26 sebesar Rp 100.000,-. Hal ini bertujuan untuk mendapatkan data persepsi
produk FLEXIClassy. Pengambilan jumlah sampel dari populasi yang ada ditentukan dengan
menggunakan rumus Slovin dalam Umar, 2005 yang dirumuskan sebagai berikut :
dimana : n
= ukuran sampel N
= ukuran populasi E
= persentasi kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan.
Menurut Paguso, Garcia, Guerrero dalam Umar, 2005 disebutkan bahwa untuk ukuran populasi yang relatif besar dapat digunakan kelonggaran
ketidaktelitian hingga 10 persen. Dalam penelitian ini digunakan persentase kelonggaran ketidaktelitian sebesar 10 persen dengan jumlah populasi pelanggan
FLEXITrendy sebanyak 14.122 ssf dan pelanggan FLEXIClassy sebanyak 19.020 ssf.
Selanjutnya pengambilan sampel di masing-masing representatif office RO dilakukan dengan teknik proporsional sampling menggunakan faktor
pembanding yang disebut dengan sampel fraction Umar, 2005 dimana jumlah sampel atau responden di masing-masing Representative Office RO diperoleh
secara proporsional sesuai dengan jumlah populasi di masing-masing RO. Teknik pengambilan sampel dengan rumus Slovin dan proporsional sampling digunakan
Universitas Sumatera Utara
27 dengan tujuan untuk lebih memenuhi keterwakilan sampel yang diambil dari
populasi. Dengan menggunakan rumus Slovin di atas, maka dapat diperoleh sampel dengan
perhitungan sebagai berikut :
a Pelanggan FLEXITrendy
N = 14.122 dan e = 0.1 n =
2
1 .
122 .
14 1
122 .
14 +
n = 99 Dengan jumlah sampel sebesar 99 sst dari populasi pelanggan
FLEXITrendy yang menyebar di masing-masing RO, dimana jumlah pelanggan FLEXITrendy di setiap RO berbeda-beda, maka perlu dicari
sampel fraction
yang diperoleh dari perbandingan jumlah populasi pelanggan FLEXITrendy di satu RO terhadap jumlah populasi pelanggan FLEXITrendy
seluruh area FLEXI Sumatera. Jumlah sampel pelanggan FLEXITrendy di masing-masing RO dapat
diperoleh secara
proporsional terhadap
jumlah sampel
pelanggan FLEXITrendy untuk seluruh area FLEXI Sumatera dengan minimal sample
per RO sebanyak 10 responden didapat seperti terlihat pada Tabel 4.2.
Tabel 4.2. Distribusi Populasi dan Sampel Pelanggan FLEXITrendy No
RO Jml. Populasi
ssf Sampel
Fraction Jml. Sampel
ssf Jml. Sampel
Disesuaikan ssf
1 Aceh
45 0.0032
1 10
2 Medan
5.627 0.3985
39 39
3 Pekanbaru
1.746 0.1236
13 13
4 Batam
1.067 0.0756
7 10
5 Palembang
4.034 0.2857
28 28
6 Lampung
1.603 0.1135
11 11
Jumlah 14.122
1.000 99
111
Sumber : Datawarehouse Telkom, 2009 Data diolah
Universitas Sumatera Utara
28
b Pelanggan FLEXIClassy
N = 19.020 dan e = 0.1 n =
2
1 .
020 .
19 1
020 .
19 +
n = 100 Dengan jumlah sampel sebesar 100 sst dari populasi pelanggan
FLEXIClassy yang menyebar di masing-masing RO, dimana jumlah pelanggan FLEXIClassy di setiap RO berbeda-beda, maka perlu dicari
sampel fraction
yang diperoleh dari perbandingan jumlah populasi pelanggan FLEXIClassy di satu RO terhadap jumlah populasi pelanggan FLEXIClassy
seluruh area FLEXI Sumatera. Jumlah sampel pelanggan FLEXIClassy di masing-masing RO dapat
diperoleh secara
proporsional terhadap
jumlah sampel
pelanggan FLEXIClassy untuk seluruh area FLEXI Sumatera dengan minimal sample
per RO sebanyak 10 responden seperti terlihat pada Tabel 4.3.
Tabel 4.3. Distribusi Populasi dan Sampel Pelanggan FLEXIClassy No
RO Jml.
Populasi ssf Sampel
Fraction Jml. Sampel
ssf Jml. Sampel
Disesuaikan ssf
1 Aceh
541 0.0285
3 10
2 Medan
6.078 0.3196
29 29
3 Pekanbaru
4.252 0.2236
15 15
4 Batam
3.487 0.1833
18 18
5 Palembang
3.330 0.1751
17 17
6 Lampung
1.332 0.0701
7 10
Jumlah 19.020
1.000 100
110
Sumber : Datawarehouse Telkom, 2009 Data diolah
4.4. Teknik Pengumpulan Data
Kategori