Peningkatan Kualitas Pelayanan Jasa Kesehatan di Instlasi Rawat Inap Dengan Metode Fuzzy Servqual (Service Quality) (Studi Kasus : di Rumah Sakit Sibuhuan)

No:

Kata Pengantar

Perihal :Permohonan Pengisian Angket Lampiran :Satu berkas

Judul Skiripsi :Peningkatan Kualitas Pelayanan Jasa Kesehatan Di Instlasi Rawat

Inap Dengan Metode Fuzzy Servqual (Service Quality). Kepada Yth :Pasien RSU Sibuhuan

Dengan Hormat,

Dalam rangka penulisan skiripsi di Universitas Sumatera Utara. Skiripsi ini sebagai salah satu syarat untuk mendapatkan gelar Sarjana Sains (S.Si) di USU, maka saya memohon dengan sangat kepada pasien RSU Sibuhuan untuk mengisi angket yang telah disediakan.

Bersama ini saya mohon angket ini diisi oleh Pasien untuk menjawab seluruh pernyataan yang telah disediakan. Sehubungan tersebut jawaban objektif karena tidak mempengaruhi pelayanan terhadap pasien, hanya jawaban yang realistis yang saya butuhkan.

Setiap jawaban yang diberikan merupakan bantuan yang tidak ternilai harganyan bagi penilitian ini, atas perhatian dan bantuannya, saya mengucapkan terima kasih.

Petunjuk pengisian Bagian A : Berilah tanda (√) pada jawaban yang anda maksud.

A. IDENTITAS RESPONDEN

1. Nama :

2. Jenis Kelamin:

( ) Pria ( )Wanita 3. Usia :

( ) ≤ 18 Tahun ( ) 36-45 Tahun ( ) 55-65 Tahun

( ) 18-25 Tahun ( ) 46-55 Tahun ( ) >65 Tahun ( ) 26-35 Tahun

4. Pekerjaan :

( ) Pelajar ( ) Wiraswasta ( ) BUMN

( ) Mahasiswa ( ) Pegawai Swasta ( ) Pegawai Negeri

( ) Ibu Rumah Tangga ( ) Lainnya,sebutkan... 5. Ruang Perawatan :

( ) Vip ( ) Kelas II

B. PENGUKURAN TINGKAT KEPENTINGAN DAN TINGKAT KEPUASAN

PETUNJUK PENGISIAN ANGKET :

 Mohon untuk dan kesediaan pasien untuk menjawab seluruh pertanyaan yang ada.

 Beri tanda (√ ) pada kolom yang anda pilih sesuai keadaaan yang sebenarnya.

Ada 5 alternatif jawaban untuk tingkat kepentingan, yaitu: 5 = Sangat Penting

4 = Penting

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

Ada 5 alternatif jawaban untuk tingkat kepuasan, yaitu: 5 = Sangat Puas

4 = Puas

3 = Cukup Puas 2 = Kurang Puas 1 = Tidak Puas Tingkat kepentingan

Pernyataan

Tingkat kepuasan

SP P CP KP TP SP P CP KP TP

5 4 3 2 1 Tangibles (bukti langsung) 5 4 3 2 1

1. Kemudahan mencapai lokasi rumah sakit.

2. Kebersihan dan kerapian dan kenyamanan kamar.

3. Kebersihan kamar mandi 4. Luas area dan fasilitas kamar.

5. Kerapian dan kebersihan penampilan dokter dan perawat.

6. Kelengkapan, kesiapan dan kebersihan alat yang dipakai. 7. Ketersedian obat yang dibutuhkan

pasien.

5 4 3 2 1 Reability ( kehandalan) 5 4 3 2 1

8. Pelayanan pemeriksaan, pengobatan dan perawatan yang cepat dan tepat.

10. Prosedur pelayanan tidak terbelit-belit

5 4 3 2 1 Responsiveness(daya tanggap) 5 4 3 2 1

11. Kemampuan dokter/perawat cepat tanggap menyelesaikan keluhan pasien.

12. Dokter/perawat memberikan informasi yang jelas dan mudah dimengerti.

13. Kesabaran dan ketelatenan dalam merawat pasien

14. Perhatian terhadap pasien yang memerlukan pelayanan.

15. Ketersediaan dokter/perawat pada saat pasien membutuhkan.

5 4 3 2 1 Assurance ( jaminan) 5 4 3 2 1

16. Kemampuan dokter menganalisa penyakit

17. Kesopanan dan keramahan dokter dan perawat.

5 4 3 2 1 Empathy ( kemudahan) 5 4 3 2 1

18. Kemudahan penyampaian keluhan pasien dan keluarganya.

19. Pelayanan kepada semua pasien tanpa memandang status sosial dll...

Medan, Maret-Mei 2016 Hormat Saya,

Peneliti

Lampiran 1 Hasil Data Rekapitulasi Kuisioner Tingkat Kepuasan

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 1 4 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3 3 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 6 3 4 3 2 2 3 4 3 2 2 4 4 4 4 4 4 4 4 4 7 4 3 3 3 4 4 4 4 4 2 4 4 4 3 3 4 4 3 3 8 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 9 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 4 10 4 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 11 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 12 5 3 3 4 3 4 4 3 2 2 3 3 3 3 3 3 4 4 2 13 3 3 3 4 2 3 4 3 4 3 4 4 4 3 4 4 4 4 3 14 3 3 2 4 2 2 3 3 3 4 4 4 4 4 4 3 4 4 4 15 4 3 3 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3 16 4 3 3 2 2 3 4 3 3 2 4 4 4 4 4 3 4 4 2 17 4 3 2 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3 18 4 3 3 3 2 3 4 3 4 3 4 4 4 4 4 3 4 3 2 19 4 3 3 2 3 4 4 4 4 3 4 4 4 4 4 4 4 4 4 20 4 3 3 3 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 21 4 3 3 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 3 22 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 23 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 24 4 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 25 4 4 3 4 4 3 4 4 3 3 4 4 4 4 4 4 4 4 4 26 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 4 4 4 27 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 28 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 29 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 30 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 31 3 3 3 2 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 32 3 3 3 3 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 33 5 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 3 3 34 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 35 4 3 3 3 2 2 4 3 3 2 4 3 4 4 4 4 4 4 4 36 4 2 2 2 2 2 4 2 2 2 2 2 2 2 2 2 2 2 2 37 3 2 2 2 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 38 3 4 4 3 4 4 4 3 3 3 4 4 4 3 3 3 4 3 3 39 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 40 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 41 4 3 2 3 4 4 4 4 4 2 4 4 4 4 4 4 4 4 3 42 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

45 3 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3 3 46 4 4 5 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 47 4 2 2 2 4 4 4 3 3 2 3 4 4 4 3 4 4 3 3 48 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 49 4 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3 3 3 50 3 3 3 3 3 3 4 2 2 2 3 3 3 3 3 3 2 3 3

Lampiran 2 Hasil Data Rekapitulasi Kuisioner Tingkat Kepentingan

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 1 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 2 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 7 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 8 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 9 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 10 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 11 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 12 5 5 5 4 5 5 4 5 4 4 5 5 5 5 5 5 4 4 5 13 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 14 4 4 4 4 5 5 4 5 5 5 5 4 5 4 5 5 4 4 5 15 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 16 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 17 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 18 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 19 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 20 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 21 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 22 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 23 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 24 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 25 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 26 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 27 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 28 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 29 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 30 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 31 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 32 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 33 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 34 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 35 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 36 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 37 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 38 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 39 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 40 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 41 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 42 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

45 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 46 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 47 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 48 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 49 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 50 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

Lampiran 3. Hasil Uji SPSS Untuk Tingkat Kepentingan

Case Processing Summary

N %

Cases Valid 3 100,0

Excludeda _{0 ,0}

Total 3 100,0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha N of Items

1,000 19

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

var01 83,64 111,337 1,000 1,000

var02 83,65 111,210 1,000 1,000

var03 83,64 111,337 1,000 1,000

var04 83,69 110,831 ,997 1,000

var05 83,63 111,465 1,000 1,000

var06 83,63 111,465 1,000 1,000

var07 83,69 110,831 ,997 1,000

var08 83,61 111,592 1,000 1,000

var09 83,63 111,465 1,000 1,000

var10 83,63 111,465 1,000 1,000

var11 83,61 111,592 1,000 1,000

var12 83,63 111,465 1,000 1,000

var13 83,61 111,592 1,000 1,000

var14 83,63 111,465 1,000 1,000

var15 83,61 111,592 1,000 1,000

var16 83,61 111,592 1,000 1,000

var17 83,64 111,337 1,000 1,000

var18 83,64 111,337 1,000 1,000

Lampiran 4. Hasil Uji SPSS Untuk Tingkat Kepuasan

Case Processing Summary

N %

Cases Valid 3 100,0

Excludeda _{0 ,0}

Total 3 100,0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha N of Items

,998 19

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

var01 64,73 302,288 ,999 ,997

var02 65,17 301,281 ,998 ,997

var03 65,34 301,616 ,999 ,997

var04 65,27 301,281 ,998 ,997

var05 65,09 301,281 ,998 ,997

var06 65,37 321,881 ,778 ,999

var07 64,54 302,624 1,000 ,997

var08 64,91 301,281 ,998 ,997

var09 64,97 301,281 ,998 ,997

var10 65,19 301,281 ,998 ,997

var11 64,81 301,281 ,998 ,997

var12 64,80 300,923 ,999 ,997

var13 64,77 301,281 ,998 ,997

var14 64,81 301,281 ,998 ,997

var15 64,83 301,281 ,998 ,997

var16 64,93 301,281 ,998 ,997

var17 64,79 301,281 ,998 ,997

var18 64,87 301,281 ,998 ,997

Lampiran 5. Hasil Uji SPSS Untuk Tingkat Kepentingan per dimensi

Case Processing Summary

N %

Cases Valid 3 100,0

Excludeda _{0 ,0}

Total 3 100,0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha N of Items

1,000 5

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

Tangibles 18,63 5,415 ,999 1,000

Reability 18,59 5,484 1,000 1,000

Resvonsiveness 18,59 5,484 1,000 1,000

Assurance 18,60 5,470 1,000 1,000

Lampiran 4. Hasil Uji SPSS Untuk Tingkat Kepuasan per dimensi

Case Processing Summary

N %

Cases Valid 3 100,0

Excludeda 0 ,0

Total 3 100,0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha N of Items

1,000 5

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

Tangibles 14,56 16,000 1,000 1,000

Reability 14,57 16,000 1,000 1,000

Resvonsiveness 14,35 16,000 1,000 1,000

Assurance 14,41 16,000 1,000 1,000

DAFTAR FUSTAKA

Ariani, Dorothea W. 2002. Manajemen Kualitas: Pendekatan Sisi Kualitatif. Proyek Peningkatan Penelitian Pendidikan tinggi Direktorat jenderal pendidikan tinggi Departemen Pendidikan Nasional: Yogyakarta.

Gaspers, Vincent. 2001. Total Quality Management. PT. Gramedia Pustaka Utama: Jakarta.

Kusumadewi, Sri. 2002. Analisis Desain Sistem Fuzzy Menggunakan Tool Box Matlab. Graha Ilmu. Yogyakarta.

Kusumadewi, Sri dan Hari Purnomo. 2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Graha Ilmu:Yogyakarta.

Purnama, Nursya’bani. 2006. Manajemen Kualitas Perspektif Global. Ekonisia: Yogyakarta.

Situmorang, Syafrizal H., Doli M. Ja’far D., Iskandar,M., Muslich L., dan Syahyunan. 2008. Analisis Data Penelitian ( Mengunakan Program SPSS). USU Press: Medan.

Sugiyono. 2006. Statistika Untuk Penelitian. Alfabeta. Bandung.

Sugiyono. 2009. Metode Penelitian Pendidikan (Pendekatan Kuantitatif, Kualitatif, dan R&D). Alfabeta: Bandung.

Supranto, Johannes. 1992. Teknik Sampling Untuk Survei Dan Eksperimen. Rineka Cipta. Jakarta.

Supranto, Johannes. 1997. Pengukuran Tingkat Kepuasann Pelanggan. Rineka Cipta. Jakarta.

Susilo, Frans. 2006. Himpunan Kabur dan Logika Kabur serta Aplikasinya. Graha Ilmu: Yogyakarta.

Tjiptono, F. dan Anastasia Diana. 2001. Total Quality Management (TQM) -Edisi Revisi. Andi: Yogyakarta.

Usman, Husaini dan Purnomo S. A. 2006. Pengantar Statistika. PT. Bumi Aksara: Jakarta.

Wulandari, Sri Hariani Eko dan Udisubakti Ciptomulyono. 2011. Strategi Peningkatan Kualitas Layanan Pendidikan menggunakan integrasi Metode fuzzy servqual dan QFD. Jurnal Magister Manajemen Teknik Industri ITS: Surabaya.

BAB 3

METODE PENELITIAN

3.1 Objek Penelitian

Penelitian dilaksanakan pada salah satu rumah sakit Sibuhuan. Dalam penelitian ini, yang menjadi objek penelitian adalah pasien rawat inap.

3.2 Identifikasi Masalah

Pada tahap ini yang dilakukan adalah mengidentifikasi masalah yang dihadapi dengan menganalisis pelayanan yang diberikan oleh rumah sakit, apakah sudah memenuhi keinginan pasien tersebut. Dengan demikian akan diketahui atribut-atribut pelayanan pada bagian mana saja yang perlu diperbaiki, guna meningkatkan kualitas pelayanan pada rumah sakit. Metode yang digunakan adalah Fuzzy-Servqual.

3.3 Populasi dan Sampel

3.3.1 Populasi

Populasi adalah totalitas dari semua objek atau individu yang memiliki karekteristik tertentu. Objek atau nilai disebut unit analisis atau elemen populasi (Iqbal Hasan, 2002:83). Dalam pelaksanaan penelitian, ruang lingkup populasi merupakan area yang amat luas batasannya sehingga penggunaan populasi sebagai instrument penelitian sangat sulit dilakukan. Oleh karena itu, untuk memenuhi kelayakan dalam pelaksaan penelitian, ditentukan populasi sasaran (target populasi), yaitu populasi yang digunakan

untuk mengenerelisasikan hasil penelitian. Adapun yang menjadi populasi dalam penelitian ini adalah pasien rawat inap Rumah Sakit Sibuhuan.

3.3.2 Sampel

Sampel adalah bagian dari populasi yang diambil melalui cara-cara tertentu yang juga memiliki karateristik tertentu. Jelas dan lengkap yang dianggap dapat mewakili populasi. Objek atau nilai yang akan diteliti dalam sampel akan terjadi bila populasi terlalu besar dan menyebar sehingga diluar jangkauan penelitian. Untuk menetukan ukuran sampel penelitian dari populasi tersebut dapat menggunakan rumus slovin sebagai berikut:

Keterangan:

Dengan menggunakan rumus diatas, maka perhitungan sampel adalah:

Jadi Jumlah sampel yang akan digunakan peneliti sebanyak 50 orang dari populasi sebanyak 1.904 pasien pada tahun 2015.

� � � � �

No Bagian Populasi Perhitungan Sampel

1 VIP 121

3

2 Kelas I 157

4

3 Kelas II 243

7

4 Kelas III 1.383

36

Total 50

3.4 Metode Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah: 3.4.1 Studi Pustaka

Studi pustaka dilakukan peneliti dengan membaca guna memperoleh informasi yang berkaitan dengan variabel-variabel yang dibahas dalam penelitian ini, dengan studi pustaka, artikel, dan jurnal dari beragam sumber.

3.4.2 Studi Lapangan

Studi lapangan dilakukan untuk memperoleh data primer yaitu data yang diperoleh secara langsung dari sumber informasi. Tujuannya untuk mengetahui kondisi sistem layanan dan situasi yang ada pada salah satu bank di Medan yang diperoleh dengan cara

pengamatan langsung untuk mendukung data yang dilakukan melalui penyebaran kuesioner dan hal-hal yang berkaitan dengan penelitian.

3.4.3 Skala Likert

Adapun skala pengukuran yang digunakan pada jawaban kuesioner adalah skala likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian (Riduwan, 2002).

Untuk mengukur tingkat persepsi terhadap layanan yang diberikan, digunakan skala likert yang diungkapkan dengan kata-kata sebagai berikut:

a) 5 untuk jawaban sangat penting b) 4 untuk jawaban penting

c) 3 untuk jawaban cukup penting d) 2 untuk jawaban kurang penting e) 1 untuk jawaban tidak penting

Responden ditanyakan tingkat kepuasaan 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.

Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur. Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk membuat instrumen yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden (Riduwan, 2002).

3.4.4 Kuesioner

Kuisioner adalah metode pengumpulan data dengan cara mengedarkan daftar pertanyaan berupa formulir, diajukan secara tertulis kepada responden untuk mendapatkan tanggapan informasi, jawaban dan sebagainya.

Alasan menggunakan teknik ini supaya responden tidak perlu memberikan penjelasan secara panjang lebar dan juga sangat praktis, tegas, hemat dan efisien dalam mengungkapkan inti persoalan. Cara ini digunakan untuk memperoleh data primer yang diperlukan oleh peneliti.

Daftar pertanyaan berisi hal-hal yang ingin diketahui, berkaitan dengan kinerja atau kenyataan serta harapan pasien terhadap layanan yang diberikan, sesuai dengan kondisi dan keadaan di rumah sakit. Atribut-atribut dalam kuesioner tersebut dikelompokkan kedalam lima dimensi Service Quality. Kelima dimensi tersebut digunakan untuk mengukur kinerja pelayanan sebagai berikut:

1. Bukti Fisik (Tangible) 2. Kehandalan (Reliability)

3. Daya Tanggap (Responsiveness) 4. Jaminan (Assurance)

5. Kepedulian (Empathy)

3.5 Metode Pengolahan Data

Teknik pengolahan data yang digunakan dalam penelitian ini adalah sebagai berikut:

1. Uji Validitas Data

Kriteria pengujiannya adalah apabila nilai , maka pernyataan dinyatakan valid. Apabila i maka pernyataan dinyatakan tidak valid. Dengan menggunakan bantuan software SPSS 17, akan diperoleh .

2. Uji Reliabilitas Data

Kriteria pengujiannya adalah apabila nilai Cronbach’s Alpha 0,6 maka atribut dikatakan reliabel. Dan apabila nilai Cronbach’s Alpha < 0,6 maka atribut dikatakan tidak reliabel. Dengan menggunakan bantuan software SPSS 17, nilai dapat dilihat pada nilai Corrected Item Total Corelation.

3. Pengintegrasian Fuzzy-Service Quality (Servqual)

Pengintegrasian Fuzzy-Servqual yang dilakukan meliputi pembentukan membership function dengan Triangular Fuzzy Number untuk pengukuran persepsi dan harapan layanan, perhitungan nilai persepsi dan harapan layanan, perhitungan nilai gap kualitas layanan. Langkah-langkah pengerjaannya adalah sebagai berikut:

a. Penentuan Fuzzy Set

Tahap ini dilakukan untuk menentukan skor yang harus diberikan oleh responden untuk setiap atribut yang diajukan dalam kuesioner. Variabel linguistik yang digunakan untuk persepsi yaitu sangat tidak puas, kurang puas. cukup puas, puas, sangat puas. Variabel linguistik yang digunakan untuk harapan yaitu sangat tidak penting, kurang penting, cukup penting, penting, sangat penting.

Tabel 3.2 Variabel Linguistik Persepsi dan Harapan Tingkat Kepentingan (persepsi) Tingkat Kepuasan (harapan)

Sangat Penting Sangat Puas

Penting Puas

Cukup Penting Cukup Puas

Kurang Penting Kurang Puas

Tidak Penting Tidak Puas

b. Fuzzyfikasi Dan Defuzzyfikasi

Fuzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN), Triangular Fuzzy Number (TFN) merupakan range nilai dari bobot jawaban responden.

c. Gap Fuzzy-Servqual

Nilai gap service quality per atribut merupakan selisih dari persepsi dan harapan pasien.Hal ini bertujuan untuk mengukur sejauh mana pihak rumah sakit telah memberikan pelayanan sesuai dengan keinginan pasien.

3.6 Kerangka Pemikiran Masalah

Kerangka pemikiran masalah diperlukan untuk memberikan gambaran sistematika yang digunakan untuk menyelesaikan permasalahan penelitian. Adapun kerangka pemikiran masalah dalam penelitian ini ditunjukkan pada gambar berikut:

Gambar 3.1 Kerangka Pemikiran Masalah

Keterangan langkah-langkah pemecahan masalah pada penelitian ini adalah sebagai berikut:

Mulai

Pengamatan

Pembagian Kuesioner

Uji Validitas dan Reabilitas

Penentuan Fuzzy Set

Fuzzyfikasi dan Defuzzyfikasi

Nilai Gap

Kesimpulan dan Saran

selesai

Atribut Pertanyaaan Tidak Diikutsertakan

1. Langkah Pertama

Mulai artinya memulai penelitian dengan melakukan persiapan-persiapan yang berhubungan dengan penelitian

2. Langkah Kedua

Melakukan pengamatan ke rumah sakit untuk menentukan atribut-atribut untuk kepentingan kuesioner.

3. Langkah Ketiga

Untuk memperoleh data, penulis membagikan kuesioner kepada pasien yang sedang berurusan di rumah sakit.

4. Langkah Keempat

Melakukan uji validitas dan reliabilitas data. 5. Langkah Kelima

Mengolah data berdasarkan kriteria-kriteria olah data pada metode Fuzzy-Servqual.Dengan menentukan fuzzy set, fuzzyfikasi dan defuzzyfikasi.

6. Langkah Keenam

Menentukan nilai gap untuk melihat kesenjangan antara persepsi dan harapan. 7. Langkah Kedelapan

Menyimpulkan hasil olah data dengan Metode Fuzzy-Servqual. 8. Langkah Kesembilan

BAB 4

HASIL DAN PEMBAHASAN

4.1 Karakteristik Responden

Pada penelitian ini, penulis membagikan kuesioner terhadap 50 responden yang sedang berurusan di rumah sakit, untuk mengetahui tingkat kepuasan pasien terhadap pelayanan rumah sakit. Sebelum penulis memaparkan hasil penelitian dan pembahasan terlebih dahulu akan diuraikan mengenai karakteristik responden. Untuk memperoleh keakuratan data dan penelitian serta gambaran objektif dari responden, maka penulis akan mengemukakan terlebih dahulu tentang karakteristik responden, sebagai berikut:

1. Karakteristik responden berdasarkan jenis kelamin

Gambar 4.1 Frekuensi Responden Berdasarkan Jenis Kelamin

26%

74%

jenis kelamin

Berdasarkan gambar 3.1 dapat dilihat dari penyebaran kuesioner kepada 50 pasien bahwa sebagian besar pasien yang menjadi responden sebanyak (74%) responden berjenis kelamin wanita dan jumlah responden yang berjenis kelamin pria sebanyak (26%) responden.

2 .Karakteristik responden berdasarkan usia.

Gambar 4.2 Frekuensi Responden Berdasarkan Usia

Berdasarkan gambar 3.2 diatas dapat dilihat bahwa pasien berusia < 18 Tahun memiliki persentase terbesar (6%), pasien yang berumur (18-25) Tahun (12%), umur (26-35) Tahun mempunyai persentase (16%), pasien yang berumur 36-45 Tahun mempunyai persentase (24%), pasien yang berumur (46-55) Tahun mempunyai persentase (20%), pasien yang berumur (55-65) Tahun mempunyai persentase (18%) dan pasien yang berumur (>65) Tahun mempunyai persentase (4%).

6% 12%

16%

24% 20%

18%

4%

usia

< 18 Tahun

18-25 Tahun

26-35 Tahun

36-45 Tahun

46-55 Tahun

55-65 Tahun

3. Karakteristik responden berdasarkan pekerjaan.

Gambar 4.3 Frekuensi Responden Berdasarkan Pekerjaan

Berdasarkan gambar 3.3 dapat dilihat bahwa responden dalam penelitian ini yang memiliki proporsi dengan persentase terbesar adalah kelompok responden yang memiliki profesi ibu rumah tangga dengan persentase sebesar (26%).

6% _8%

26%

16% 14%

4%

26%

pekerjaan

Pelajar

Mahasiswa

Ibu rumah Tangga Wiraswasta Pegawai Swasta BUMN

4. Karakteristik responden berdasarkan usia.

Gambar 4.4 Frekuensi Responden Berdasarkan Jenis Ruangan

Berdasarkan gambar 3.4 dapat dilihat bahwa responden dalam penelitian ini untuk kelas VIP memiliki proporsi dengan persentase (65), kelas I memiliki proporsi sebesar (8%), kelas II memiliki proporsi sebesar (14%) dan untuk kelas III memiliki proporsi sebesar (72%).

4.2 Uji Validitas dan Reliabilitas Data 4.2.1 Uji Validitas Data

Uji validitas data dilakukan untuk mengetahui keakuratan data kuesioner. Uji validitas dilakukan pada setiap atribut kuesioner. Uji validitas dilakukan dengan menggunakan program SPSS versi 17.00 dengan kriteria sebagai berikut:

a. Jika maka butir pertanyaan dikatakan valid. b. Jika maka butir pertanyaan dikatakan tidak valid.

6%

8%

14%

72%

jenis ruangan

VIP Kelas I Kelas II Kelas III

c. dengan ketentuan dan tingkat signifikansi 5% yaitu

Untuk menghitung terlebih dahulu dicari dengan menggunakan atau berdasarkan Titik Persentase Distribusi maka nilai

Bardasarkan diatas jika maka untuk tingkat kepuasan dan tingkat kepentingan adalah valid.

4.2.2 Uji Reliabilitas Data

Uji reliabilitas data dilakukan untuk menujukkan bahwa alat ukur yang digunakan dalam penelitian mempunyai keandalan sebagai alat ukur, diantaranya diukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika fenomena yang diukur tidak berubah. Uji reliabilitas dilakukan dengan menggunakan program SPSS versi 17.00 dengan kriteria sebagai berikut:

a. Jika Cronbach’s Alpha 0,6 > maka butir pertanyaan dikatakan reliabel. b. Jika Cronbach’s Alpha < 0,6 maka butir pertanyaan dikatakan tidak reliabel.

Berdasarkan hasil dari uji reliabilitas pada persepsi pasien yang dilakukan dengan menggunakan program SPSS versi 17.00, dapat dilihat bahwa Cronbach’s Alpha =0,988. Maka Cronbach’s Alpha 0,6 sehingga butir pertanyaan pada harapan pasien dikatakan reliabel.

Berdasarkan hasil dari uji reliabilitas pada persepsi nasabah yang dilakukan dengan menggunakan program SPSS versi 17.00, dapat dilihat bahwa Cronbach’s Alpha =.1,00 Maka Cronbach’s Alpha 0,6 sehingga butir pertanyaan pada persepsi nasabah dikatakan reliabel.

4.3 Pengolahan Fuzzy-Servqual 4.3.1 Penentuan Fuzzy Set

Tahap ini dilakukan untuk menentukan skor yang harus diberikan oleh responden untuk setiap atribut yang diajukan dalam kuesioner.

Variabel linguistik yang digunakan untuk harapan yaitu: a. Tidak Penting

b. Kurang Penting c. Cukup Penting d. Penting

e. Sangat Penting

Variabel linguistik yang digunakan untuk persepsi yaitu: a. Tidak Puas

b. Kurang Puas c. Cukup Puas d. Puas

e. Sangat Puas

4.3.2 Analisis Sistem

Analisis sistem pada variabel-variabel yaitu: 1. Analisa Sistem untuk Variabel Persepsi

Untuk merepresentasikan variabel harapan digunakan kurva berbentuk representasi naik, representasi turun dan kurva segitiga untuk himpunan fuzzy.

Gambar 5.1 Diagram membership function untuk variabel harapan.

Semesta Pembicaraan

Nama Himpunan Fuzzy

Domain Range satuan

0-50 Tidak Puas [10-20] 0 1020 Orang

0-50 Kurang Puas [10-30] 10 20 30 Orang

0-50 Cukup Puas [20-40] 20 30 40 Orang

0-50 Puas [30-40] 30 40 50 Orang

0-50 Sangat Puas [40-50] 40 50 50 Orang

Diagram membership function untuk variabel kepuasan dapat dilihat pada Gambar dibawah ini:

Gambar 5.2 fungsi keanggotaan variabel Linguistik Harapan (Kepuasan).

1. Fungsi keanggotaan untuk himpunan sangat tidak puas dapat dilihat pada persamaan:

{ }_{{ }}

Gambar 5.3 fungsi keanggotaan variabel tidak puas.

2. Fungsi keanggotaan untuk himpunan kurang puas dapat dilihat pada persamaan:

{

{

Gambar 5.4 fungsi keanggotaan variabel linguistik kurang puas.

3. fungsi keanggotaan untuk himpunan cukup puas dapat dilihat pada persamaan:

{

Gambar 5.5 fungsi keanggotaan variabel linguistik cukup puas.

4. Himpunan fuzzy puas direpresentasikan dengan fungsi keanggotaan untuk himpunan puas dapat dilihat pada persamaan:

{

{

Gambar 5.6 fungsi keanggotaan variabel linguistik puas.

5. Himpunan fuzzy sangat puas direpresentasikan dengan fungsi keanggotaan untuk himpunan sangat puas dapat dilihat pada persamaan:

{

Gambar 5.7 fungsi keanggotaan variabel linguitik sangat puas. Untuk variabel harapan memiliki bentuk normal maksimum (Maksimum Normal Form) yang mempunyai nilai derajat keanggotaan 0,5 karena suatu himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maksimum Normal Form) jika paling sedikit satu elemennya memiliki nilai keanggotaan satu (1) dan satu elemennya memiliki nilai keanggotaan nol (0).

2. Analisa Sistem untuk Variabel persepsi

Untuk merepresentasikan variabel persepsi digunakan kurva Representasi Linier Naik, Representasi Linier Turun dan bentuk kurva Segitiga untuk himpunan fuzzy.

Tabel 3.3 Himpunan fuzzy Variabel Persepsi (kepentingan). Semesta

Pembicaraan

Nama Himpunan Fuzzy

Domain Range Satuan

0-50 Tidak Penting [10-20] 0 10 20 Orang

0-50 Kurang Pentinng [10-30] 10 20 30 Orang

0-50 Cukup Penting [20-40] 20 30 40 Orang

0-50 Penting [30-40] 30 40 50 Orang

0-50 Sangat Penting [40-50] 40 50 50 Orang

Diagram membership function untuk variabel kepentingan dapat dilihat pada Gambar dibawah ini:

Gambar 5.8 fungsi keanggotaan variabel Linguistik kepentingan (persepsi).

Pada variabel (kepentingan) persepsi data yang dimiliki dapat dibagi menjadi 5 himpunan fuzzy yaitu:

1. Himpunan fuzzy tidak penting direpresentasikan dengan fungsi keanggotaan untuk himpunan tidak penting dapat dilihat pada persamaan:

{ }_{{ }}

Gambar 5.9 fungsi keanggotaan variabel tidak penting.

2. Himpunan fuzzy kurang penting direpresentasikan dengan fungsi keanggotaan untuk himpunan kurang penting dapat dilihat pada persamaan:

{

{

Gambar 6.0 fungsi keanggotaan variabel linguistik kurang penting.

3. Himpunan fuzzy cukup penting direpresentasikan dengan fungsi keanggotaan untuk himpunan cukup penting dapat dilihat pada persamaan:

{

{

Gambar 6.1 fungsi keanggotaan variabel linguistik cukup penting.

4. Himpunan fuzzy penting memiliki domain [30-50], dengan derajat keanggotaan pentinng tertinggi 1 terletak pada nilai 40. Himpunan fuzzy

puas direpresentasikan dengan fungsi keanggotaan untuk himpunan penting dapat dilihat pada persamaan:

{

{

5. Himpunan fuzzy sangat penting direpresentasikan dengan fungsi keanggotaan untuk himpunan sangat penting dapat dilihat pada persamaan:

{

{

Gambar 5.3 fungsi keanggotaan variabel linguitik sangat penting.

Untuk variabel persepsi memiliki bentuk normal maksimum (Maksimum Normal Form) yang mempunyai nilai derajat keanggotaan 0,5 karena suatu

himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maksimum Normal Form) jika paling sedikit satu elemennya memiliki nilai keanggotaan satu (1) dan satu elemennya memiliki nilai keanggotaan nol (0).

4.3.3 Fuzzyfikasi dan Defuzzyfikasi

Fuzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN), Triangular Fuzzy Number (TFN) merupakan range nilai dari bobot jawaban responden. TFN terdiri dari tiga nilai batas yaitu nilai batas bawah ( ), nilai tengah ( ) dan nilai batas atas ( ). Setiap pilihan di berikan range nilai yang akan dihitung menggunakan rumus untuk menentukan TFN. Berikut merupakan rumus untuk menentukan Triangular Fuzzy Number (TFN) (Suharyanta dan A'yunin, 2012):

Nilai Batas Atas Atribut:

Nilai Batas Tengah Atribut:

Nilai Batas Bawah Atribut:

Contoh perhitugan nilai atribut darihasil rekapitulasi kuesioner untuk tingkat kepuasan (X):

Nilai batas bawah atribut 1 ( ) :

Nilai tengah atribut 1 ( ) :

Nilai batas atas 1( ) :

Defuzzyfikasi atribut 1 dati tingkat kepuasan ( ) :

Tabel 3.4 Hasil rekap Rata-Rata Nilai Tingkat Kepuasan Dan Defuzzyfikasi

Atribut TFN Defuzzyfikasi

Tangibles-1 2,84 3,84 4,78 3,82

Tangibles-2 2,38 3,38 4,38 3,38

Tangibles-3 2,22 3,22 4,2 3,21

Tangibles-4 2,28 3,28 4,28 3,28

Tangibles-5 2,46 3,46 4,46 3,46

Tangibles-6 2,58 3,58 4,38 3,51

Tangibles-7 3,04 4,04 4,96 4,01

Reliability-1 2,64 3,64 4,64 3,64

Reliability-2 2,58 3,58 4,58 3,58

Reliability-3 2,36 3,36 4,36 3,36

Responsiveness-1 2,74 3,74 4,74 3,74

Responsiveness-2 2,74 3,76 4,76 3,76

Responsiveness-3 2,78 3,78 4,78 3,78

Responsiveness-4 2,74 3,74 4,74 3,74

Responsiveness-5 2,72 3,72 4,72 3,72

Assurance-1 2,62 3,62 4,62 3,62

Assurance-2 2,76 3,76 4,76 3,76

Emphaty-1 2,68 3,68 4,68 3,68

Setelah dilakukan perhitungan untuk setiap atribut tingkat kepuasan yang ditentukan, selanjutnya dihitung nilai untuk setiap dimensi:

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

Nilai batas atas dimensi tangibles ( ) :

Nilai batas tengah dimensi tangibles ( ) :

Nilai batas bawah dimensi Tangibles ( ) :

Tabel 3.5 hasil rekap rata-rata nilai tingkat kepuasan dan defuzzyfikasi (setiap dimensi)

Atribut TFN Defuzzyfikasi

Tangibles 3,54 4,54 4,54 3,54

Reliability 3,53 4,53 4,53 3,53

Responsiveness 3,75 4,75 4,75 3,75

Assurance 3,69 4,69 4,69 3,69

Emphaty 3,59 4,59 4,59 3,59

Contoh perhitungan nilai atribut dari hasil rekapitulasi untuk tingkat kepentingan (Y):

Nilai atas atribut 1 ( ):

Nilai tengah atribut 1 ( ):

Nilai batas bawah atribut 1 ( ) :

Defuzzyfikasi atribut 1 dari tingkat kepuasan ( ):

Tabel 3.6 Hasil rekap Rata-Rata Nilai Tingkat Kepentingan Dan Defuzzyfikasi

Atribut TFN Defuzzyfikasi

Tangibles-1 3,96 4,96 5 4,64

Tangibles-2 3,94 4,94 5 4,62

Tangibles-3 3,96 4,96 5 4,64

Tangibles-4 3,88 4,88 5 4,59

Tangibles-5 3,98 4,98 5 4,65

Tangibles-6 3,98 4,98 5 4,65

Tangibles-7 3,88 4,88 5 4,59

Reliability-1 4 5 5 4,67

Reliability-2 3,98 4,98 5 4,65

Reliability-3 3,98 4,98 5 4,65

Responsiveness-1 4 5 5 4,67

Responsiveness-2 3,98 4,98 5 4,65

Responsiveness-3 4 5 5 4,67

Responsiveness-4 3,98 4,98 5 4,65

Responsiveness-5 4 5 5 4,67

Assurance-1 4 4,98 5 4,67

Assurance-2 3,96 4,96 5 4,64

Emphaty-1 3,96 4,96 5` 4,64

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

Nilai batas atas dimensi tangibles ( ) :

Nilai batas tengah dimensi Tangible ( ) :

Nilai batas bawah dimensi Tangibles ( ) :

Defuzzyfikasi dimensi Tangibles dari tingkat kepentingan ( ):

Tabel 3.7 Hasil Rekap Rata-Rata Nilai Tingkat Kepentingan dan Defuzzifikasi (setiap dimensi).

Atribut TFN Defuzzyfikasi

Tangibles 3,94 4,94 5 4,62

Reliability 3,99 4,99 5 4,66

Responsiveness 3,99 4,99 5 4,66

Assurance 3,98 4,98 5 4,65

Emphaty 3,98 4,98 5 4,65

4.4 Gap Fuzzy-Servqual

4.4.1 Perhitungan Nilai Gap Service Quality per Atribut

Nilai gap service quality per atribut merupakan selisih dari persepsi dan harapan pasien. Hal ini bertujuan untuk mengukur sejauh mana pihak rumah sakit telah memberikan pelayanan sesuai dengan keinginan pasien. Gap per atribut berperan memberikan evaluasi, terhadap seberapa jauh atribut tersebut memberikan kepuasan dalam menyajikan pelayanan.

Contoh perhitungan hasil nilai Gap per atribu t :

Gap untuk pertanyaan ke-2sampai pertanyaan ke-19, dihitung menggunakan microsoft excel. Diperoleh hasil seperti Tabel 4.13:

Tabel 3.8Perhitungan Gap Per Atribut

Tingkat Tingkat

Rank

Pertanyaan Kepuasan

Kepentingan )

Gap

1 Tangibles-1 3,82 4,64 -0,82 1

2 Tangibles-2 3,38 4,62 -1,24 15

3 Tangibles-3 3,21 4,64 -1,43 18

4 Tangibles-4 3,28 4,59 -1,31 17

5 Tangibles-5 3,46 4,65 -1,19 14

6 Tangibles-6 3,51 4,65 -1,14 12

7 Tangibles-7 3,01 4,59 -1,58 19

8 Reliability-1 3,64 4,67 -1,03 9

9 Reliability-2 3,58 4,65 -1,07 10

10 Reliability-3 3,36 4,65 -1,29 16

11 Responsiveness-1 3,74 4,67 -0,93 6

12 Responsiveness-2 3,76 4,65 -0,89 3

13 Responsiveness-3 3,78 4,67 -0,89 4

14 Responsiveness-4 3,74 4,65 -0,91 5

15 Responsiveness-5 3,72 4,67 -0,95 7

17 Assurance-2 3,76 4,64 -0,88 2

18 Emphaty-1 3,68 4,64 -0,96 8

19 Emphaty-2 3,5 4,67 -1,17 13

4.4.2 Perhitungan Nilai Gap Service Quality per Dimensi

Nilai gap service quality per dimensi adalah selisih persepsi dan harapan pasien yang menunjukkan sejauh mana rumah sakit telah memberikan kepuasan pelayanan sesuai dengan keinginan pasien berdasarkan kelima dimensi kualitas layanan. Diperoleh hasil perhitungan berdasarkan pada Tabel 4.15:

Contoh perhitungan hasil nilai Gap per atribut :

Tabel 3.9Perhitungan Gap Per Atribut Setiap Dimensi

Atribut

Tingkat kepuasan(persepsi)

Tingkat

kepentingan(harapan) Gap Rank

Tangibles 3,54 4,62 -1,08 4

Reliability 3,53 4,66 -1,13 5

Responsiveness 3,75 4,66 -0,91 1

BAB 5

KESIMPULAN DAN SARAN

5.1Kesimpulan

Berdasarkan hasil pengolahan data dan analisis yang telah dilakukan dapat diambil beberapa kesimpulan sebagai berikut:

1. Dengan menggunakan metode Fuzzy-Servqual menunjukkan bahwa secara umumatribut-atribut pertanyaan memiliki gap negatif. Hal ini menunjukkan bahwakualitas pelayanan yang diberikan pihak Rumah Sakit masih perlu melakukanperbaikan. Semakin kecil nilai gap maka kualitas pelayanan dinilai semakin baik .

2. Berdasarkan nilai gap per atribut, atribut yang perlu diprioritaskan oleh pihakRumah sakit untuk dilakukan perbaikan adalah keterseduaan obat yang dibutuhkan pasien yang memperoleh gap tertinggi yaitu -1,58. Sedangkan gap terendah adalah kemudahan mencapai lokasi rumah sakit dengan nilai gap -0,82. Menunjukkan bahwa kemudahan mencapai lokasi rumah sakit merupakan atribut yang dinilai pasien lebih baik dari atribut-atrbut yang lainnya.Berdasarkan nilai gap per dimensi, dimensi yang perludiprioritaskan oleh pihak rumah sakit untuk dilakukan perbaikan adalah dimensi Reliability (kehanadalan)yang memperoleh gap tertinggi yaitu -1,13. Atributnya adalah pelayananpemeriksaan, pengobatan dan perawatan yang cepat dan tepat. Jadwal pelayananrumah sakit dijalankan dengan tepat dan prosedur pelayanan tidak terbelit-belit.

3.

Sedangkan gap terendah adalah Responsiveness (daya tanggap), dengan nilai gap -0,91. Atributnya adalah kemampuan dokter/perawat cepat

tanggap menyelesaikan keluhan pasien, dokter/perawat memberikan informasi yang jelas dan mudah dimengerti, kesabaran dan ketelatenan dalam merawat pasien, perhatian terhadap pasien yang memerlukan pelayanan, dan ketersediaan dokter/perawat pada saat pasien membutuhkan. Hal ini menunjukkan bahwa penilaian pasien terhadap dimensi (Responsiveness) lebih baik dari dimensi lainnya.

5.2 Saran

Saran yang diberikan penelitian ini adalah :

1. Penelitian ini hanya membahas customer gap, maka untuk selanjutnya masih bisa disempurnakan dan dilengkapi lagi.

2. Perlu dilakukan penelitian lebih lanjut dengan penggalian atribut-atribut dan skala penilaian secara lebih mendalam lagi agar dapat memahami kondisi lebih baik.

3. Agar peningkatan kualitas layanan bisa berjalan secara maksimal maka rumah sakit perlu menggali informasi tentang kepuasan pasien secara berkala.

BAB 2

LANDASAN TEORI

2. Kualitas

Kualitas adalah suatu kondisi dinamis yang berkaitan dengan produk, pelayanan, orang, proses dan lingkungan yang memenuhi atau melebihi apa yang diharapkan.Produk dan jasa yang berkualitas adalah produk dan jasa yang sesuai dengan apa yang diinginkan pelanggannya. Oleh karena itu, suatu perusahaan perlu mengenal pelanggannya dan mengetahui apa yang menjadi kebutuhan atau keinginannya.

2.1.1 Dimensi Kualitas Pelayanan

Wyckof dalam Lovelock (1988) memberikan pengertian kualitas layanan sebagai tingkat kesempurnaan yang diharapkan dan pengendalian atas kesempurnaan tersebut untuk memenuhi keinginan pelanggan, sedangkan menurut Parasuraman, et al. (1988) kualitas layanan merupakan perbandingan antara layanan yang dirasakan (persepsi) pelanggan dengan kualitas layanan yang diharapkan pelanggan. Jika kualitas layanan yang dirasakan sama atau melebihi kualitas layanan yang diharapkan, maka layanan dikatakan berkualitas dan memuaskan. Gronroos (1990) 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 pelanggan, meliputi harga, ketepatan waktu, kecepatan layanan, dan estetika output.

Menurut Zeithaml, Berry dan Parasuraman (1985) kualitas layanan dapat dilihat dari 10 dimensi, yaitu:

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

2) Credibility, kepercayaan konsumen terhadap penyedia layanan.

3) Security, keamanan konsumen, bebas resiko, bahaya, dan keragu-raguan 4) Knowing the customer, pemahaman penyedia layanan terhadap

kebutuhan dan harapan konsumen.

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

layanan dalam memenuhi janji.

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

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

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

Di antara sepuluh dimensi kualitas layanan di atas, menurut Parasuraman, et al. (1988) ada yang saling tumpang tindih, sehingga disodorkan lima dimensi yang lebih sederhana, yaitu:

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 yang memberikan jaminan bahwa mereka bisa memberikan layanan dengan baik.

4. Assurance (jaminan), yaitu pengetahuan dan kecakapan para pekerja yang memberikan jaminan bahwa pelanggan bisa memberikan layanan dengan baik. 5. Emphaty (empati), yaitu para pekerja mampu menjalin komunikasi interpersonal

dan memahami kebutuhan pelanggan. 2.2 Kepuasan Pelanggan

Kepuasan atau ketidakpuasan pelanggan adalah respon pelanggan terhadap evaluasi ketidaksesuaian/diskomfirmasi yang dirasakan antara harapan sebelumnya (atau norma kinerja lainnya) dan kinerja aktual produk yang dirasakan setelah pemakaiannya.Kepuasan pelanggan ditentukan oleh berbagai jenis pelayanan yang didapatkan oleh pelanggan selama menggunakan beberapa tahapan pelayanan tersebut.Ketidakpuasan yang diperoleh pada tahap awal pelayanan menimbulkan persepsi berupa kualitas pelayanan yang buruk untuk tahap selanjutnya, sehingga pelanggan merasa tidak puas dengan pelayanan secara keseluruhan.

Menurut Irawan (2007), terdapat lima komponen yang dapat mendorong kepuasan pelanggan, yaitu:

1. Kualitas produk

Kualitas produk mencakup enam elemen, yaitu: performance, durability, feature, reliability, consistency, dan design. Setelah membeli dan menggunakan suatu produk, pembeli akan merasa puas bila ternyata kualitas produknya baik atau berkualitas.

2. Kualitas pelayanan

Salah satu konsep service quality adalah sangat tergantung dari tiga faktor, yaitu: sistem, teknologi, dan manusia. Berdasarkan konsep servqual, komponen ini mempunyai banyak dimensi, yaitu: reliability, responsiveness, assurance, empathy, dan tangible.

3. Faktor emosional

Kepuasan konsumen yang diperoleh pada saat menggunakan suatu produk yang berhubungan dengan gaya hidup. Kepuasan pelanggan didasari atas rasa bangga, rasa percaya diri, simbol sukses, dan sebagainya.

4. Harga

Komponen harga sangat penting karena dinilai mampu memberikan kepuasan yang relatif besar dalam industri ritel. Harga yang murah akan memberikan kepuasan bagi pelanggan yang sensitif terhadap harga karena pelanggan akan mendapatkan value for money yang tinggi.

5. Kemudahan.

Komponen ini berhubungan dengan biaya untuk memperoleh produk atau jasa. Pelanggan akan semakin puas apabila relatif mudah, nyaman, dan efisien dalam mendapatkan produk atau pelayanan.

Selain hal-hal yang mendorong kepuasan pelanggan tersebut, yang perlu diperhatikan sebagai pemasok produk atau jasa adalah persepsi dan harapan pelanggan. Adapun faktor-faktor yang mempengaruhi presepsi dan harapan pelanggan adalah:

1. Kebutuhan dan keinginan yang berkaitan dengan hal-hal yang dirasakan pelanggan ketika ia sedang mencoba melakukan transaksi dengan produsen/pemasok produk. Jika pada saat itu kebutuhan dan keinginannya besar, harapan pelanggan akan tinggi, demikian pula sebaliknya.

2. Pengalaman masa lalu (terdahulu) ketika mengkonsumsi produk dari perusahaan maupun pesaing-pesaingnya.

Pengalaman dari teman-teman, di mana pelanggan akan menceritakan kualitas produk yang akan dibeli oleh pelanggan itu. Hal ini jelas mempengaruhi persepsi pelanggan terutama pada produk-produk yang dirasakan berisiko tinggi.

3. Komunikasi melalui iklan dan pemasaran juga mempengaruhi persepsi pelanggan.

2.3 Persepsi

Persepsi terjadi berdasarkan pengalaman masa lalu, setelah konsumen merasakan sesuatu terhadapapa yang diterimanya dan mengambil suatu kesimpulan dalam pikirannya untuk menilai apa yang dialaminya tersebut. Hasil pengamatan dari individu

dari pengalaman masa lalu terhadap suatu produk akan membentuk suatu pandangan tertentu terhadap suatu produk, yang akan menciptakan proses persepsi dalam perilaku pembelian oleh konsumen.

Kualitas yang baik diukur berdasarkan sudut pandang atau persepsi pelanggan,bukan dari sudut penyedia jasa. Keputusan pemilihan jasa oleh penggguna jasa sangat depengaruhi oleh persepsinya terhadap produk atau jasa yang ditawarkan, oleh sebab itu penyedia jasa haruslah benar-benar memperhatikan apa yang dipersepsikan konsumen terhadap produk jasa yang diberikannya.

2.4 Harapan (Ekspetasi)

Harapan merupakan suatu dorongan yang kuat atau keinginan pengguna jasa,seperti perasaan mereka tentang apa yang seharusnya ditawarkan oleh penyedia jasa lebih dari apa yang sebenarnya akan ditawarkan oleh penyedia jasa tersebut (parasuraman,1990).

Persepsi dan harapan pelanggan suatu produk atau jasa dapat diukur, sehingga pihak penyedia produk atau jasa dapat mengetahui apa yang dirasakan oleh pelanggan. Metode penelitian yang akan dilakukan adalah dengan menggunakan metode survei. Pengukurannya dilakukan dengan cara berikut:

a. Pengukuran dilakukan secara langsung melalui interview dengan menggunakan kuesioner kepada pasien.

b. Kuesioner berisikan pertanyaan-pertanyaan dengan menggunakan skala ordinal mengenai harapan dan kinerja yang terkait dengan atribut yang ada.

c. Responden diminta menilai seberapa besar harapan mereka terhadap suatu atribut tertentu dan seberapa besar yang dirasakan terhadap atribut tersebut. d. Responden diminta merangking elemen atau atribut penawaran dari

pertanyaan-pertanyan yang ada berdasarkan derajat kepentingan setiap elemen dan seberapa baik kinerja perusahaan pada masing-masing elemen.

2.5 Teori Fuzzy

Pencetus gagasan logika fuzzy adalah Lotfi A. Zadeh (1965) dari California University di Berkeley (1965, 1969). Kemampuan set fuzzy untuk mengekspresikan tingkat perubahan dari keanggotaan dan sebaliknya mempunyai kegunaan sangat luas. Tidak hanya merepresentasikan pengukuran ketidakpastian, tetapi juga merepresentasikan konsep kesamaran (fuzziness). Lebih jauh menurut Marimin (2002) sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem ini mempunyai kemampuan mengembangkan sistem intelijen dalam lingkungan yang tidak pasti dan tidak tepat.

Logika fuzzy merupakan bagian dari logika Boolean, yang digunakan untuk menangani konsep derajat kebenaran antara benar dan salah (Yanif, dkk, 2011). Teori logika fuzzy memberikan sarana untuk mempresentasikan ketidakpastian dan merupakan alat yang sangat bagus untuk pemodelan ketidakpastian yang berhubungan dengan kesamaran, ketidakpastian dan kekurangan informasi mengenai elemen tertentu dari problem yang dihadapi.

Kekuatan yang mendasari teori set fuzzy adalah menggunakan variabel linguistik daripada variabel kuantitatif untuk mempresentasikan konsep yang tidak presesi. Set fuzzy merupakan suatu set yang mengandung elemen-elemen yang mempunyai derajat

keanggotaan yang berbeda-beda dan sangat kontra dengan set klasik (crisp), karena anggota set crisp tidak akan menjadi anggota kecuali apabila keanggotaannya penuh dalam set tersebut, sedangkan dalam set fuzzy untuk dapat menjadi anggota tidak perlu lengkap (Juniarsa, 2011).

2.6 Himpunan Kabur (Fuzzy Set)

Himpunan tegas yaitu himpunan yang terdefinisi secara tegas dalam arti bahwa untuk setiap elemen dalam semestanya selalu dapat ditentukan secara tegas apakah ia merupakan anggota dari himpunan itu atau tidak. Dengan perkataan lain, terdapat batas yang tegas antara unsur-unsur yang tidak mrupakan anggota dari suatu himpunan. Tetapi dalam kenyataannya tidak semua himpunan terdefinisi secara tegas. Misalnya himpunan orang yang tinggi, tidak bisa ditentukan secara tegas apakah seseorang adalah tinggi atau tidak. Jika didefinisikan orang yang tingginya lebih besar atau sama dengan 1,75 meter, maka orang yang tingginya 1,74 meter menurut definisi tersebut termasuk orang yang tidak tinggi. Sulit menerima bahwa orang yang tingginya 1,74 meter itu termasuk orang yang tinggi. Hal itu menunjukkan bahwa memang batas antara kelompok orang tinggi dan kelompok orang tidak tinggi tidak dapat ditentukan secara tegas.

Untuk mengatasi permasalahan himpunan dengan batas yang tidak tegas itu, Zadeh mengaitkan himpunan semacam itu dengan suatu fungsi yang menyatakan derajat kesesuaian unsur-unsur dalam semestanya dengan konsep yang merupakan syarat keanggotaan himpunan tersebut. Fungsi itu disebut fungsi keanggotaan dan nilai fungsi itu disebut derajat keanggotaan suatu unsur dalam himpunan itu, yang disebut himpunan

derajat keanggotaan tertentu dalam himpunan tersebut. Derajat keanggotaan dinyatakan dengan suatu bilangan real dalam selang tertutup [0,1]. Dengan perkataan lain, fungsi keanggotaan dari suatu himpunan kabur dalam semesta adalah pemetaan dari ke selang [0,1], yaitu [0,1].

Nilai fungsi (x) menyatakan derajat keanggotaan unsur dalam himpunan kabur . Nilai fungsi sama dengan 1 menyatakan keanggotaan penuh, dan nilai fungsi sama dengan 0 menyatakan sama sekali bukan anggota himpunan kabur tersebut. Maka himpunan tegas juga dapat dipandang sebagai kejadian khusus dari himpunan kabur, yaitu himpunan kabur yang fungsi keanggotaannya hanya bernilai 0 atau 1 saja. Jadi fungsi keanggotaan dari suatu himpunan tegas Adalam semesta adalah pemetaan dari ke himpunan { }yang tidak lain daripada fungsi karakteristik.

Secara matematis suatu himpunan kabur A dalam semesta wacana X dapat dinyatakan sebagai himpunan pasangan terurut;

{ | }

di mana adalah fungsi keanggotaan dari himpunan kabur A , yang merupakan suatu pemetaan dari himpunan semesta X ke selang tertutup [0,1]. Apabila semesta X adalah himpunan yang kontinu, maka himpunan kabur seringkali dinyatakan dengan

Di mana lambang di sini bukan lambang integral seperti yang dikenal dalam kalkulus, tetapi melambangkan keseluruhan unsur-unsur bersama dengan derajat keanggotaannya dalam himpunan kabur Apabila semsta X adalah himpuman yang diskret maka himpunan kabur seringkali dinyatakan dengan

x

di mana lambang di sini tidak melambangkan operasi jumlahan seperti yang dikenal dalam aritmatika, tetapi melambangkan keseluruhan unsur-unsur bersama dengan derajat keanggotaannya dalam himpunan kabur .

2.7 MetodePenalaran Fuzzy

Dalam Metode penalaran fuzzy ada beberapa Metode yang digunakan, yaitu metode Tsukamato, metode Mamdan, metode Sugeno dan metode servqual . Pada metode Tsukamato, setiap konsekuen pada aturan yang berbentukIF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas berdasarkan predikat. Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.

Penalaran metode Sugeno hampir sama dengan penalaran Mamdani yang sering dikenal dengan metode Max-Min, hanya saja output sistem tidak berupa himpunanfuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Perbedaan antara Metode Mamdani dan Metode Sugeno ada pada konsekuen. Metode Sugeno

menggunakan konstanta atau fungsi matematika dari variabel input : jika a adalah dan b adalah ,maka c adalah = f (a,b)

Dengan a, b dan c adalah variabel linguistik, dan himpunan fuzzy ke-i untuk

adan b, dan f (a,b) adalah fungsi matematik.Model Sugeno merupakan usaha untuk mengembangkan pendekatansistematis untuk membangun aturan samar atau fuzzy dari himpunan datamasukan dan keluaran. Aturan Fuzzy – Sugeno biasanya didefenisikan

JIKA x adalah A DAN y adalah B MAKA . Dengan A dan B adalah himpunan fuzzy pada anteseden, dan merupakan fungsi crisp konsekuen. Menurut Cox (1994) metode Fuzzy – Sugeno terdiri dari dua jenis,yaitu:

a. Model Fuzzy – Sugeno orde nol

Secara umum bentuknya adalah:Jika (x1 adalah A1), (x2 adalah A2), (x3 adalah

A3) ... …(xi adalah Ai) maka z = k b. Model Fuzzy – Sugeno orde satu

Secara umum bentuknya adalah:Jika (x1 adalah A1) (x2 adalah A2) (x3 adalah A3)

... … (xi adalahAi) maka

Dengan A1 adalah himpunan Fuzzy ke-i sebagai antiseden, konstanta tegas ke-i dan konstanta pada konsekuen.

Ada beberapa hal yang perlu diketahui dalam memahami himpunan fuzzy, yaitu:

1. Variabel fuzzy

Variabel fuzzy merupakan suatu lambang atau kata yang menunjuk kepada suatu yang tidak tertentu dalam sistem fuzzy.

Contoh:

Berikut ini adalah contoh-contoh variabel dikaitkan dengan himpunan: a. Variabel produksi terbagi menjadi 2 himpunan fuzzy, yaitu: himpunan fuzzy bertambah dan himpunan fuzzy berkurang.

himpunan fuzzy naik dan himpunan fuzzy turun.

c. Variabel persediaan terbagi menjadi 2 himpunan fuzzy, yaitu: himpunan fuzzy sedikit dan himpunan fuzzy banyak.

2. Himpunan fuzzy

Himpunan fuzzy merupakan suatu kumpulan yang mewakili suatu kondisi

atau keadaan tertentu dalam suatu variabel fuzzy. Himpunan fuzzymemiliki 2 atribut, yaitu:

a. Linguistik, yaitu penamaan suatu grup yang memiliki suatu keadaan atau kondisi tertentu dengan menggunakan bahasa, seperti: muda, parobaya, tua.

b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti : 5, 10, 15, dan sebagainya.

3. Semesta pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy.

4. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.

Contoh:

· Himpunan fuzzy muda = [0,45], artinya seseorang dapat dikatakan muda dengan umur antara 0 tahun sampai 45 tahun.

Suatu himpunan Fuzzy dikatakan memiliki bentuk normal maksimum (Maximum Normal Form) jika paling sedikit satu elemennya memiliki nilai keanggotaan nol (0).

Suatu himpunan fuzzy dikatakan memiliki bentuk normal minimum (Minimum Normal Form) jika paling sedikit satu elemennya memiliki nilai keanggotaan satu (1).

2.8 Fungsi Keanggotaan (Membership Function)

Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (disebut derajat keanggotaan) yang memiliki interval antara 0 sampai 1 (Kusumadewi, 2002).

Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan antara lain:

1. Representasi linear.

Pada representasi linear, permukaan digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.

Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.

Gambar 2.1 Representasi Naik

Fungsi Keanggotaan:

{

keterangan:

= nilai domain yang mempunyai derajat keanggotaan nol = nilai domain yang mempunyai derajat keanggotaan satu = nilai input yang akan diubah ke dalam bilangan fuzzy

Kedua, merupakan kebalikan pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.

Gambar 2.2 Representasi Turun Fungsi Keanggotaan:

keterangan:

= nilai domain yang mempunyai derajat keanggotaan satu = nilai domain yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy

2. Representasi kurva segitiga.

Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear) seperti terlihat pada Gambar dibawah ini:

Gambar 2.3 Representasi Kurva Segitiga Fungsi Keanggotaan:

{

keterangan:

= nilai domain terkecil yang mempunyai derajat keanggotaan nol = nilai domain yang mempunyai derajat keanggotaan satu

= nilai domain terbesar yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy.

3. Representasi kurva trapesium.

Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan 1.

Gambar 2.4 Representasi Trapesium Fungsi Keanggotaan:

{

keterangan:

= nilai domain terkecil yang mempunyai derajat keanggotaan nol = nilai domain terkecil yang mempunyai derajat keanggotaan satu = nilai domain terbesar yang mempunyai derajat keanggotaan satu = nilai domain terbesar yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy

4. Representasi kurva bentuk bahu. Kurva bahu adalah kurva yang yang merepresentasikan bukan hanya satu buah himpunan, melainkan terdiri dari beberapa himpunan. Berbeda dengan kurva segitiga dan kurva trapesium yang merepresentasikan menjadi salah satu himpunannya saja. Intinya pada kurva bentuk bahu ini memiliki bahu di sebelah kiri dan sebelah kanannya.

Gamabar 2.5 Representasi Bentuk Bahu Fungsi Keanggotaan:

{

keterangan:

= nilai domain yang mempunyai derajat keanggotaan satu = nilai domain yang mempunyai derajat keanggotaan nol = nilai input yang akan di ubah ke dalam bilangan fuzzy.

5. Representasi kurva-s

Kurva pertumbuhan dan penyusutan merupakan kurva-S atau sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. Kurva-S untuk pertumbuhan akan bergerak dari sisi paling kiri (nilai keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi keanggotaannya akan

6. Representasi kurva bentuk lonceng.

Untuk merepresentasikan bilangan fuzzy, biasanya digunakan kurva berbentuk lonceng. Kurva berbentuk lonceng ini terbagi atas 3 kelas, yaitu: himpunan fuzzy PI, beta, dan Gauss.

2.9 Fuzzy Servqual (Service Quality)

Untuk mengukur nilai kesenjangan persepsi dan harapan, hasil dari kuesioner perlu diolah dengan metode Fuzzy-Servqual. Fuzzy-Servqual berguna untuk memberikan nilai yang lebih tepat kepada peneliti karena adanya subjektivitas responden dalam pengisian kuesioner. Contohnya seorang responden memilih pilihan setuju, apakah pilihan tersebut cenderung ke arah cukup atau ke sangat setuju. Hal ini menyebabkan perbedaan tingkat penilaian. Oleh sebab itu, untuk mengatasi subjektivitas responden tersebut maka digunakan metode Fuzzy-Servqual.

Proses perhitungan pada Fuzzy-Servqual terdiri dari fuzzyfikasi dan defuzzyfikasi.Fuzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN) dan defuzzyfikasi merupakan penentuan nilai crisp fuzzy.

Triangular Fuzzy Number (TFN) merupakan range nilai dari bobot jawaban responden. TFN terdiri dari tiga nilai batas yaitu nilai batas bawah (a), nilai tengah (b) dan nilai batas atas (c). Setiap pilihan diberikan range nilai yang akan dihitung menggunakan rumus untuk menentukan TFN. Berikut merupakan rumus untuk menentukan Triangular Fuzzy Number (TFN) (Suharyanta dan A'yunin, 2012):

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

Nilai batas atas ( ):

Nilai tengah ( ):

Nilai batas bawah ( ) :

Keterangan : i= atribut (1,2,3,...,m)

Nilai batas tengah ( ) diperoleh dari jumlah data dibagi dengan banyaknya data pada setiap pilihan jawaban (tidak penting, kurang penting, cukup penting, penting, sangat 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 , , tersebut merupakan nilai defuzzifikasi yang diformulasikan sebagai berikut:

Nilai crisp fuzzy inilah yang akan digunakan pada perhitungan selanjutnya yaitu menghitung kesenjangan persepsi dan harapan pengguna. Di mana skor persepsi dan skor harapan merupakan nilai crisp fuzzy persepsi dan nilai crisp fuzzy harapan. Selanjutnya, apabila skor service quality bernilai negatif maka hal tersebut menunjukkan adanya kesenjangan antara persepsi dan harapan pengguna.

3.0 Service Quality Gap

Harapan seorang pelanggan terhadap kualitas layanan sangat dipengaruhi oleh informasi yang diperoleh.Sumber informasi tersebut dapat berasal dari internal maupun eksternal.Sumber informasi internal misalnya pengalaman masa lalu. Sumber informasi eksternal merupakan informasi dari luar, misalnya pelanggan lain melalui mulut ke mulut atau pemasar melalui promosi/iklan. Harapan pelanggan terhadap layanan yang dijabarkan ke dalam lima dimensi kualitas layanan harus bisa dipahami dan diupayakan untuk diwujudkan. Layanan yang diterima tapi tidak sesuai dengan layanan yang diharapkan itulah yang menimbulkan kekecewaan. 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.

BAB 1 PENDAHULUAN

1. Latar Belakang

Seiring semakin tingginya tingkat pendidikan, ilmu pengetahuan, pesatnya teknologi kedokteran serta kondisi sosial ekonomi masyarakat, kesadaran tentang pentingnya kesehatan dalam masyarakat semakin meningkat pula. Hal ini mengakibatkan kebutuhan dan tuntutan masyarakat tarhadap pelayanan kesehatan yang berkualitas menjadi salah satu kebutuhan dasar, dimana pelayanan jasa kesehatan yang berkualitas sangat diharapkan oleh masyarakat.

Pemerintah telah berusaha memenuhi kebutuhan masyarakat akan pelayanan kesehatan dengan mendirikan beberapa rumah sakit dan puskesmas diseluruh wilayah indonesia. Namun, sampai saat ini usaha pemerintah tersebut masih tidak dapat memenuhi harapan masyarakat. Banyak anggota masyarakat yang mengeluh dan merasa tidak puas dengan kualitas pelayanan yang diberikan oleh rumah sakit pemerintah ataupun puskesmas. Keluhan-keluhan pasien belum dapat dijadikan ukuran untuk melakukan perbaikan. Pihak rumah sakit harus mengetahui terlebih dahulu secara pasti keinginan dan kebutuhan serta sejauh mana kepuasan konsumen terhadap pelayanan yang diberikan rumah sakit selama ini, sehingga dapat diketahui dengan pasti faktor-faktor apa saja yang menyebabkan penurunan pasien. Hal ini untuk menghindari kekeliruan dalam melakukan perbaikan akibat adanya perbedaan persepsi antara pihak rumah sakit dan pasien. Keinginan pasien belum tentu sama dengan apa yang dimaksud dan dipahami oleh pihak rumah sakit. Informasi dari pasien tersebut digunakan

untuk meningkatkan kulitas jasa/pelayanan dengan menentukan prioritas perbaikan/peningkatan kualitas jasa yang semestinya di dahulukan.

Metode fuzzy merupakan metode yang digunakan untuk menyelesaikan masalah dimana deskripsi aktivitas, penelitian dan penilaian bersifat subyektif, tidak pasti dan tidak tepat. Metode yang digunakan dalam penelitian ini yaitu pendekatan servqual yang dikombinasikan dengan teori fuzzy agar pengukuran persepsi dan harapan dari pelanggan dapat diukur dengan tepat.

Berdasarkan uraian tersebut terdapat metode yang dapat digunakan untuk mengukur kualitas pelayanan yaitu metode servqual (service quality). Servqual adalah alat yang digunakan untuk mengukur persepsi dan harapan pelanggan serta kesenjangan yang ada dalam model kualitas jasa. Dalam penilaian persepsi dan ekspektasi pada metode servqual mengahasilkan penilaian responden yang bersifat subyektif dan bias. Alasan inilah yang menjadikan penulis memilih judul ‘’ Peningkatan Kualitas Pelayanan Jasa Kesehatan Di Instlasi Rawat Inap Dengan Metode Fuzzy Servqual (Service Quality) di Rumah Sakit Sibuhuan’’.

2. RumusanMasalah

Berdasarkan latar belakang, maka permasalahannya dapat dirumuskan:

Sejauh mana tingkat kepuasan pasien terhadap kinerja Rumah Sakit yang ditinjau dari gap (kesenjangan) antara jasa yang dialami (persepsi) dengan jasa yang diharapkan (harapan). Dan apakah terdapat gap (kesenjangan) yang terjadi antara persepsi dan harapan pasien sehingga perlu dilakukan perbaikan terhadap

(Studi Kasus : Di Rumah Sakit Sibuhuan)

ABSTRAK

Kualitas pelayanan dalam usaha jasa sangat penting bagi pelanggan. Jika kualitas layanan yang dirasakan sama atau melebihi kualitas layanan yang diharapkan, maka layanan dikatakan berkualitas dan memuaskan. Demikian halnya dengan kualitas pelayanan kesehatan sangat dipengaruhi oleh interaksi antara pasien dengan rumah sakit. Perlu dilakukan pemahaman apa yang menjadi factor utama pelanggan dalam menilai kualitas layanan kesehatan di rumah sakit. Dalam penelitian ini, tingkat kepuasan pasien diukur dengan menggunakan Fuzzy Servqual, untuk menentukan tingkat kesenjangan antara harapan dan persepsi pelanggan. Logika fuzzy digunakan sebagai usaha untuk mengurangi ketidakpastian responden dalam memberikan nilai ekspektasi dan persepsi dalam servqual. Hasil penelitian menunjukkan bahwa atribut yang diprioritaskan untuk ditingkatkan kinerjanya yaitu: Ketersedian obat yang dibutuhkan pasien. Dan adapun Atribut yang baik kinerjanya sehingga harus dipertahankan kinerjanya yaitu: Kemudahan mencapai lokasi Instlasi Rawat Inap Rumah Sakit.

.

IMPROVING THE QUALITY OF HEALTH SERVICES IN HOSPITAL WITH INSTALLATION METHOD OF FUZZY SERVQUAL (SERVICE

QUALITY)

(Case Study: Hospital Sibuhuan)

ABSTRACT

Service Quality in the service business is very important for customer. If the perceived service quality equal or exceed the service quality expected, the quality is said to qualitatively and satisty so it is with the quality of health services is influenced by the interaction between patients with a hospital. Necessary to understanding what the customer is a major factor in assessing the quality of health care in hospitals. By measuring the level of satisfaction of patients who had given to the methods used are fuzzy servqual, to determine the level of servqual gap between customer expectations and perceptions. Fuzzy logic is used as an attempt to reduce the uncertainly of the respondents in providing value expectations and perleptions of service quality in. The results showed that the attributes that are prioritized for improved performance are: Availability of drugs needed patient. And as for attributes that performed so its performance should be maintained, namely: Ease of reaching the location of the plant Inpatient Hospital.

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Abstrak iv

Abstract v

Daftar Isi vi

Daftar Tabel vii

Bab 1 Pendahuluan

1.1Latar Belakang 1

1.2Rumusan Masalah 2

1.3Batasan Masalah 3

1.4Tujuan Penelitian 3

1.5Manfaat Penelitian 4

1.6Tinjauan Pustaka 4

1.7Metodologi Penelitian 8

Bab 2 Landasan Teori

2.1 Kualitas 9

2.1.1 Dimensi Kualitas Pelayanan 9

2.2 Kepuasan Pelanggan 11

2.3 Persepsi 14

2.4 Harapan (Ekspektasi) 14

2.5 Teori Fuzzy 15

2.6 Himpunan Kabur (Fuzzy Set) 16

2.7 Metode Penalaran Fuzzy 19

2.7 Fungsi Keanggotaan (Membership Function) 22

2.9 Service Quality Gap 30

Bab 3 Metode Penelitian

3.1 Objek Penelitian 32

3.2 Identifikasi Masalah 32

3.3 Populasi dan Sampel 32

3.3.1 Populasi 32

3.3.2 Sampel 33

3.4 Metode Pengumpulan Data 34

3.4.1 Studi Pustaka 34

3.4.2 Studi Lapangan 35

3.4.3 Skala Likert 35

3.4.4 Kuesioner 37

3.5 Metode Pengolahan Data 37

3.6 Kerangka Pemikiran Masalah 39

Bab 4 Hasil dan Pembahasan

4.1 Karakteristik Responden 42

4.2 Uji Validitas dan Reliabilitas Data 45

4.2.1 Uji Validitas Data 45

4.2.2 Uji Reliabilitas Data 47

4.3 Pengolahan Fuzzy-Servqual 48

4.3.1 Penentuan Fuzzy Set 48

4.3.2 Analisis Sistem 48

4.3.3 Fuzzyfikasi dan Defuzzyfikasi 61

4.4 Gap Fuzzy-Servqual 69

4.4.1 Perhitungan Nilai Gap Service Quality per Atribut 69 4.4.2 Perhitungan Nilai Gap Service Quality per Dimensi 71 Bab 5 Kesimpulan dan saran

5.1 Kesimpulan 69

Daftar Pustaka

Lampiran

DAFTAR TABEL

Nomor Judul Halaman Tabel

3.1 Jumlah Seluruh Pasien Rarat Inap RS Sibuhuan 30

3.2 Variabel Linguistik Persepsi dan Harapan 35

3.3 Himpunan fuzzy Variabel Persepsi (kepuasan). 49

3.3 Himpunan fuzzy Variabel Persepsi (kepentingan). 51

3.5 Hasil rekap Rata-Rata Nilai Tingkat Kepentingan Dan Defuzzyfikasi. 59 3.6 Hasil rekap rata-rata nilai tingkat kepuasan dan defuzzyfikasi (setiap

dimensi) 61

3.7 Hasil rekap Rata-Rata Nilai Tingkat Kepentingan Dan Defuzzyfikasi. 61 3.8 Hasil Rekap Rata-Rata Nilai Tingkat Kepentingan

dan Defuzzifikasi (setiap dimensi). 65

3.9 Perhitungan Gap Per Atribut 66

DAFTAR GAMBAR

Nomor Gambar Halaman

Gambar 2.1 Representasi Naik 19

Gambar 2.2 Representasi Turun 20

Gambar 2.3 Representasi Kurva Segitiga 21

Gambar 2.4 Representasi Trapesium 22

Gambar 2.5 Representasi Bentuk Bahu 23

Gambar 4.1 Frekuensi Responden Berdasarkan Jenis Kelamin 38

Gambar 4.2 Frekuensi Responden Berdasarkan Usia 39

Gambar 4.3 Frekuensi Responden Berdasarkan Pekerjaan 40

Gambar 4.4 Frekuensi Responden Berdasarkan Jenis Ruangan 41 Gambar 5.1 Diagram membership function untuk variabel harapan 45 Gambar 5.2 fungsi keanggotaan variabel Linguistik Harapan (Kepuasan). 45

Gambar 5.3 fungsi keanggotaan variabel tidak puas. 47

Gambar 5.4 fungsi keanggotaan variabel linguistik kurang puas. 48 Gambar 5.5 fungsi keanggotaan variabel linguistik cukup puas. 49 Gambar 5.6 fungsi keanggotaan variabel linguistik puas. 50 Gambar 5.7 fungsi keanggotaan variabel linguitik sangat puas. 50 Gambar 5.8 fungsi keanggotaan variabel Linguistik kepentingan (persepsi) 51 Gambar 5.9 fungsi keanggotaan variabel tidak penting. 53 Gambar 6.0 fungsi keanggotaan variabel linguistik kurang penting. 54 Gambar 6.1 fungsi keanggotaan variabel linguistik cukup penting. 55 Gambar 6.2 fungsi keanggotaan variabel linguistik penting. 56 Gambar 6.3 fungsi keanggotaan variabel linguitik sangat penting 56