Alam. Pemilihan responden dilakukan secara sengaja dengan mempertimbangkan faktor pemahaman mengenai strategi pemasaran di Rumah Sutera Alam.
4.4. Metode Analisis Data
Data yang telah terkumpul dalam tahap pengumpulan data perlu diolah dahulu. Tujuannya adalah menyederhanakan seluruh data yang terkumpul dari
hasil pengisian oleh responden, menyajikannya dalam susunan yang baik dan rapi untuk kemudian dianalisis. Pengolahan data diperlukan untuk menterjemahkan
angka-angka yang didapat dari hasil penelitian maupun untuk menjawab tujuan penelitian.
Metode analisis data dilakukan dengan menggunakan Metode Proses Hierarki Analitik PHA. Penelitian ini diawali dengan pengumpulan data dan
informasi melalui wawancara dengan pihak perusahaan yaitu pemilik perusahaan dan direktur pemasaran Rumah Sutera Alam. Berdasarkan data dan informasi
yang terkumpul selanjutnya dibuat struktur hierarki. Struktur hierarki yang telah disusun menjadi dasar untuk pembuatan kuesioner yang diberikan kepada
responden. Kuesioner diberikan untuk mengetahui pembobotan setiap elemen pada seluruh tingkat struktur hierarki. PHA diperlukan untuk penentuan bobot
bagi elemen di satu tingkat yang akan berpengaruh pada bobot elemen pada tingkat dibawahnya dan pada akhirnya metode PHA dapat digunakan untuk
menghitung bobot pada setiap level untuk penilaian tujuan seluruhnya. Kemudian data hasil kuesioner yang diperoleh dari responden diproses dengan menggunakan
program komputer Expert Choice Version 2000. Program ini merupakan program yang disusun oleh Asian Institute of Technology and Microsoft Co.
Delapan langkah kerja utama PHA Saaty, 1993 yaitu:
Meningkatkan jumlah pengunjung Rumah Sutera Alam
Menjadikan Rumah Sutera Alam sebagai objek wisata yang potensial di Kabupaten
Bogor
Prioritas Strategi Pemasaran Pada Agrowisata Rumah Sutera Alam
a Mendefinisikan persoalan dan merinci pemecahan persoalan yang diinginkan
Hal yang perlu diperhatikan dalam langkah ini adalah penguasaan masalah secara mendalam, karena yang menjadi perhatian adalah pemilihan tujuan,
kriteria dan elemen-elemen yang menyusun sruktur hierarki. Tidak terdapat prosedur yang pasti untuk mengidentifikasi komponen-komponen sistem,
seperti tujuan kriteria dan aktivitas-aktivitas yang akan dilibatkan dalam suatu struktur hierarki. Komponen-komponen sistem dapat diidentifikasi
berdasarkan kemampuan pada analisis untuk menemukan unsur-unsur yang dapat dilibatkan dalam suatu sistem.
b Membuat struktur hierarki dari sudut pandang manajemen secara menyeluruh
Hierarki merupakan abstraksi struktur suatu sistem yang mempelajari interaksi antar komponen dan dampaknya terhadap sistem. Abstraksi ini mempunyai
bentuk yang saling berkaitan, tersusun dari sasaran utama, sub-sub tujuan, faktor-faktor pendorong yang mempengaruhi sub-sub sistem tujuan tersebut,
pelaku-pelaku yang memberi dorongan, tujuan-tujuan pelaku dan akhirnya ke alternatif strategis, pilihan atau skenario. Penyusunan hierarki ini berdasarkan
jenis keputusan yang akan diambil. Pada tingkat puncak hierarki hanya terdiri dari satu elemen yang disebut di bawahnya dapat berdiri dari beberapa elemen
yang dibagi dalam kelompok homogen, agar dapat dibandingkan dengan elemen-elemen yang berada pada tingkat sebelumnya. Abstraksi dari sebuah
struktur hierarki dapat dilihat pada Gambar 3.
K.Ats
J.P.sut K.P.sut
Sg
Pjl
P
m hm
Ny Inf
Ko Jpd
Kg
km Tgpn
Kcp
Kmd
D.ak Gaj
Pnj.ar
Brm Toi
Cot
Mus
Gl.k. sut
Prk
Tingkat 2 : Tujuan
Tingkat 3: Faktor Strategi
Tingkat 4 : Subfaktor strategi operasional
Gambar 3. Struktur Hierarki Analitik Faktor-faktor yang Mempengaruhi
Penyusunan Strategi Bauran Pemasaran
Keterangan Tingkat 3 : -Prdk : Produk
-Org : Orang
-Hrg : Harga -Prs
: Proses -Prms : Promosi
-Bkt.Fsk : Bukti fisik -Tmpt : Tempat
Tingkat 4 : -Ku.Ats : Kualitas atraksi wisata -Jpd
: Jumlah pemandu -K.Ats : Kuantitas atraksi wisata
-Kg : Kesigapan
pelayan -K.k.sut : Keragaman produk sutera
-Km : Keamanan
-J.k.sut : Jumlah produk sutera -Tgpn :
Tanggapan atas keluhan
-Mt : Kesesuaian harga dan mutu -Kcp
: Kecapatan transaksi
-Sg : harga dilihat dari segmen pelanggan
-Kmd :
Kemudahanpembayaran
-Ikn : Iklan -Ds.Ly : Desain dan
layout -Pjl
: Promosi penjualan -Cot
: Cottages -Pm : Pemasaran langsung
-Toi : Toilet
-Hm : Hubungan masyarakat -Gl.k.sut : Galeri kain
sutera -Lk
: Kemudahan mencapai lokasi -Mus
: Musholla -Ny : Udara,kenyamanan,keindahan,
dan kebersihan -Brm
: Fasilitas bermain -Inf
: Tempat penyediaan informasi -Prk
: Area parkir -Kr
: Keramahan dan kesopanan -Pnj.Ar : Penunjuk arah
dalam -Ko : Kompetensipengetahuan
lingkungan agrowisata
karyawan -D.Ak : Daftar aktifitas
-Gaj : Gajeboshelter
c Menyusun matriks banding berpasangan
Matriks banding berpasangan dimulai dari puncak hierarki untuk fokus G, yang merupakan dasar untuk melakukan perbandingan antar elemen yang
terkait yang ada di bawahnya. Pembanding berpasang pertama dilakukan pada elemen tingkat kedua F
1,
F
2
, F
3
.....F
n
terhadap fokus G yang ada di puncak hierarki. Menurut perjanjian, suatu elemen yang ada di sebelah kiri diperiksa
perihal dominasi atas yang ada di sebelah kiri suatu elemen di puncak matriks.
d Mengumpulkan semua pertimbangan yang diperlukan untuk mengembangkan peringkat matriks di langkah 3
Setelah matriks perbandingan berpasangan antar elemen dibuat, dilakukan perbandingan berpasangan antar setiap elemen pada kolom ke-i dengan setiap
elemen baris ke-j. Pembandingan antar elemen dapat dilakukan dengan pertanyaan ” seberapa kuat elemen baris ke-i didominasi atau dipengaruhi oleh
fokus Goal, dibandingkan dengan elemen kolom ke-j”. Untuk mengisi matriks berpasangan, digunakan skala banding yang tertera pada Tabel 7. Angka
tersebut menunjukkan relatif pentingnya suatu elemen dibandingkan dengan
elemen lainnya sehubungan dengan sifat atau kriteria tertentu. Pengisian matriks hanya dilakukan untuk bagian di atas garis diagonal dan di bawah
garis diagonal.
e Memasukkan nilai-nilai kebalikannya beserta bilangan 1 sepanjang diagonal utama, penentuan prioritas dan pengujian konsistensi
Angka 1 sampai 9 digunakan bila F
i
lebih mendominasi atau mempengaruhi sifat fokus puncak hierarki G dibandingkan F
j
. Sedangkan bila F
i
kurang mendominasi atau kurang mempengaruhi sifat G dibanding F
j
, maka digunakan angka kebalikannya. Matriks di bawah garis diagonal utama diisi
dengan nilai-nilai kebalikannya.
Tabel 7. Nilai Skala Banding Berpasangan
Intensitas Pentingnya
Definisi Penjelasan
1 Kedua elemen sama pentingnya
Dua elemen
menyumbangkan sama
besar pada sifat itu 3
Elemen yang satu sedikit lebih penting daripada elemen yang
lainnya Pengalaman
dan pertimbangan
sedikit menyokong satu elemen
atas yang lainnya 5
Elemen yang satu sangat penting daripada elemen yang lainnya
Pengalaman dan
pertimbangan dengan kuat menyokong satu elemen
atas elemen yang lainnya 7
Satu elemen jelas lebih penting daripada elemen lainnya
Satu elemen dengan kuat disokong dan dominannya
telah terlihat dalam praktek 9
Satu elemen mutlak lebih penting daripada elemen yang lainnya
Bukti yang menyokong elemen yang satu atas yang
lainnya memiliki tingkat penegasan yang tertinggi
yang mungkin menguatkan
2,4,6,8 Nilai-nilai
diantara dua
pertimbangan yang berdekatan Kompromi
diperlukan diantara dua pertimbangan
Kebalikan Jika untuk aktivitas i mendapat satu angka bila dibandingkan
dengan aktivitas j, maka j memiliki nilai kebalikannya bila dibandingkan dengan i
Sumber: Saaty, Thomas L. 1993
f Melaksanakan langkah 3, 4 dan 5 untuk semua elemen pada setiap tingkat keputusan yang terdapat pada hierarki
Matriks perbandingan dalam metode PHA dibedakan menjadi: 1 Matriks Pendapat Individu MPI dan 2 Matriks Pendapat Gabungan MPG. MPI
adalah matriks hasil pembandingan yang dilakukan individu. MPI memiliki elemen yang disimbolkan dengan a
ij
yaitu elemen matriks pada baris ke-i dan kolom ke-j. Matriks Pendapat Individu dapat dilihat pada Gambar 4.
Gambar 4. Matriks Pendapat Individu MPI
MPG adalah
susunan matriks baru yang elemen g
ij
berasal dari rata-rata geometrik pendapat-pendapat individu yang rasio inkonsistensinya lebih kecil atau sama
dengan 10 persen, dan setiap elemen pada baris dan kolom yang sama dari MPI yang satu dengan MPI yang lain tidak terjadi konflik. MPG dapat dilihat
pada Gambar 5.
Gambar 5. Matriks pendapat Gabungan MPG
G A
1
A
2
A
3
... A
n
A
1
a
11
a
12
a
13
... a
1n
A
2
a
21
a
21
a
23
... a
2n
A
3
a
31
a
32
a
33
... a
3n
... ...
... ...
... ...
A
n
a
n1
a
n2
a
n3
... a
nn
G G
1
G
2
G
3
... G
n
G
1
g
11
g
12
g
13
... g
1n
G
2
g
21
g
21
g
23
... g
2n
G
3
g
31
g
32
g
33
... g
3n
... ...
... ...
... ...
G
n
g
n1
g
n2
g
n3
... g
nn
Rumus matematika yang digunakan untuk memperoleh rata-rata geometri
adalah
k m
m k
ij ij
a G
1
=
=
Keterangan: G
ij
= elemen MPG baris ke-i kolom ke-j a
ij k
= elemen baris ke-i kolom ke-j dari MPI ke-k
m k 1
=
= perkalian dari elemen k=1 sampai k=m
m
= akar pangkat m
g Mensintesis prioritas untuk melakukan pembobotan vektor-vektor prioritas
Menggunakan komposisi secara hierarki untuk membobotkan vektor-vektor prioritas itu dengan bobot kriteria-kriteria dan menjumlahkan semua nilai
prioritas terbobot yang bersangkutan dengan nilai prioritas dari tingkat bawah berikutnya dan seterusnya. Pengolahan matriks pendapat terdiri dari dua tahap,
yaitu: 1 Pengolahan horizontal dan 2 Pengolahan vertikal. Kedua jenis pengolahan tersebut dapat dilakukan untuk MPI dan MPG. Pengolahan
vertikal dilakukan setelah MPI dan MPG diolah secara horizontal, dimana MPI dan MPG harus memenuhi persyaratan Rasio Inkonsistensi.
1 Pengolahan Horizontal, terdiri dari tiga bagian, yaitu penentuan Vektor
Prioritas Vektor Eigen, uji konsistensi dan revisi MPI dan MPG yang memiliki Rasio Inkonsistensi tinggi.
Penentuan Vektor Prioritas
1 Jumlahkan setiap elemen dalam masing-masing kolom matriks pembandingan berpasangan MPB tabel 5 yang telah terisi, dan diperoleh vektor baris C
j
C
j
= [C
j
] dan C
j
= ∑ a
ij
Dimana : C
j
= elemen vektor baris C
j
pada kolom j a
ij
= elemen MPB yang diolah pada baris ke-i dan kolom ke-j
Tabel 8. Ilustrasi Pengolahan MPB pada Langkah Pertama
G A
1
A
2
... A
n
A
1
a
11
a
12
... a
1n
A
2
a
21
a
22
... a
2n
... ...
... ...
... A
n
a
n1
a
n2
... a
nn
C
j
c
1
c
2
... c
n
Sumber: Saaty, Thomas L. 1993
2 MPB yang ada dinormalisasi Tabel 8 dengan cara membagi setiap elemen matriks pada setiap kolom dengan elemen vektor baris C
j
pada kolom tersebut yang telah didapat dari pengolahan pada langkah sebelumnya. Diperoleh
matriks normalisasi d
ij
dengan
ij ij
ij
a d
c =
Dimana d
ij
= elemen MPB setelah dinormalisasi pada baris ke-i dan
kolom ke-j
Tabel 9. Ilustrasi MPB yang Telah Dinormalisasi
G A
1
A
2
... A
n
A
1
d
11
d
12
... d
1n
A
2
d
21
d
22
... d
2n
... ...
... ...
... A
n
d
n1
d
n2
... d
nn
Sumber: Saaty, Thomas L. 1993
3 Elemen-elemen matriks normalisasi yang berada dalam satu baris dijumlahkan dan didapat vektor kolom E
i
dengan e
i
sebagai elemennya Tabel 9.
Dengan
i i
e f
n =
dan F
i
= f
i
Dimana: F
i
= vektor prioritas dalam bentuk vektor dengan f
i
sebagai elemen vektor pada baris ke-i
e
i
= elemen baris ke-i dari vektor kolom E
i
n = jumlah baris atau kolom MPB
Tabel 10. Ilustrasi Pengolahan Matriks Normalisasi
G A
1
A
2
... A
n
E
i
F
i
A
1
d
11
d
12
... d
1n
e
1
f
1
A
2
d
21
d
22
... d
2n
e
2
f
2
... ...
... ...
... ...
... A
n
d
n1
d
n2
... d
nn
e
n
f
n
Sumber: Saaty, Thomas L. 1993
Pengolahan MPB hingga langkah ini memberikan hasil bahwa prioritas A
1
adalah f
1
dan seterusnya hingga prioritas bagi A
n
adalah f
n
.
Uji Konsistensi
Rasio inkonsistensi dari suatu MPB dapat dicari dengan terlebih dahulu mencari nilai eigen serta menentukan indeks rasio inkonsistensinya.
Penentuan Nilai Eigen 1 Lihat kembali MPB dengan a
ij
sebagai elemen-elemen dan vektor kolom F
i
vektor prioritas dengan f
i
sebagai elemen-elemen pada setiap barisnya. Lakukan perkalian antara elemen faktor kolom F
i
pada baris tertentu dengan elemen-elemen MPB pada kolom tertentu yang nomor kolomnya sama dengan
nomor baris f
i
j pada a
ij
harus sama dengan i pada f
i
. Didapat g
ij
sebagai elemen dari suatu matriks baru Gj dengan g
ij
= f
i
x a
ij
, dimana: g
ij
= elemen baris ke-i dan kolom ke-j dari matriks baru a
ij
= elemen baris ke-i dan kolom ke-j dari MPB awal f
i
= elemen vektor kolom pada baris ke-i
Tabel 11. Ilustrasi Penentuan Eigen Value pada Dua langkah Pertama
G A
1
A
2
... A
n
H
i
A
1
g
11
g
12
... g
1n
h
1
A
2
g
21
g
22
... g
2n
h
2
... ...
... ...
... ...
A
n
g
n1
g
n2
... g
nn
h
n
Sumber: Saaty, Thomas L. 1993
2 Menjumlahkan elemen-elemen dalam matriks eigen Tabel 11 pada baris yang sama, kemudian diperoleh vektor kolom H
i
dengan h
i
sebagai elemen pada baris ke-i dengan h
1
= ∑ g
ij
Dimana h
1
= elemen baris ke-i dari vektor kolom H
i
3 Membagi elemen baris ke-i dari vektor kolom H
i
dengan elemen ke-i dari prioritas eigen vektor F
i
, dan diperoleh vektor kolom i
i
Dengan
i i
i
h i
f =
dimana i
i
= elemen pada baris ke-I vector kolom I
i
4 Menjumlahkan semua elemen vektor kolom I
i
dan mencari rata-ratanya
kemudian didapat eigen value dengan
i maks
I n
λ =
∑
Dimana
maks
λ = eigen value dan n = jumlah elemen matriks kolom i
i
5
Perhitungan Indeks Inkonsistensi CI dengan rumus:
1 −
− =
n n
CI
maks
λ
6
Perhitungan Rasio Inkonsistensi CR dengan rumus:
RI CI
CR =
RI = Indeks Acak Random Indeks yang dikeluarkan oleh Oak Ridge Laboratory dari matriks berorde 1 sd 15 yang menggunakan sampel berukuran 10.
Tabel 12. Nilai Indeks Acak RI matriks berorde 1 sd 15 dengan sampel 100
Sumber: Saaty, Thomas L. 1993
Nilai rasio inkonsistensi CR yang lebih kecil atau sama dengan 0,1 merupakan nilai yang mempunyai tingkat konsistensi yang baik dan dapat
dipertanggungjawabkan. Hal ini dikarenakan CR merupakan tolak ukur bagi konsistensi atau tidaknya suatu hasil perbandingan berpasangan dalam suatu
matriks pendapat.
2 Pengolahan Vertikal
Menyusun prioritas pengaruh setiap elemen pada tingkat hierarki keputusan tertentu terhadap sasaran utama atau fokus. Apabila CV
ij
didefinisikan sebagai
Orde n Indeks Acak RI
1 0,00
2 0,00
3 0,58
4 0,90
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45
10 1,59
11 1,51
12 1,48
13 1,56
14 1,57
15 1,59
nilai prioritas pengaruh elemen ke-j pada tingkat ke-i terhadap sasaran utama, maka:
Cv
ij
= ∑ Ch
ijt,i-1
x VW
ti-1
Untuk : i = 1, 2, 3,...n
j = 1, 2, 3, ..n t = 1, 2, 3, ..n
Keterangan: Ch
ijt,i-1
= nilai prioritas pengaruh elemen ke-j pada tingkat ke-i terhadap elemen ke-t pada tingkat diatasnya i-1, yang diperoleh dari hasil
pengolahan horizontal VW
ti-1
= nilai prioritas pengaruh elemen ke-t pada tingkat ke i-1 terhadap sasaran utama, yang diperoleh dari hasil pengolahan vertikal
p = jumlah tingkat hierarki keputusan
r = jumlah elemen yang ada pada tingkat ke-i
s = jumlah elemen yang ada pada
jika dalam hierarki keputusan terdapat dua faktor yang tidak berhubungan keduanya tidak saling mempengaruhi, maka nilai prioritasnya sama dengan
nol. Vektor prioritas vertikal untuk tingkat ke-i CV didefinisikan sebagai : CV = Cv
ij
untuk j = 1, 2, 3,...n
h Mengevaluasi inkonsistensi untuk seluruh hierarki
Langkah ini dilakukan dengan mengalikan setiap indeks konsistensi dengan prioritas kriteria yang bersangkutan dan menjumlahkan hasil kalinya. Hasil ini
dibagi dengan pernyataan sejenis yang menggunakan indeks acak, yang sesuai dengan dimensi masing-masing matriks. Dengan cara yang sama, setiap indeks
acak juga dibobot berdasarkan prioritas kriteria yang bersangkutan dan
hasilnya dijumlahkan. Rasio konsistensi ini harus bernilai 10 persen atau kurang. Jika tidak, mutu informasi harus ditinjau kembali dan diperbaiki,
antara lain dengan memperbaiki cara menggunakan pertanyaan pada saat pengisian ulang kuesioner dan dengan lebih mengarahkan responden membuat
perbandingan berpasangan.
BAB V GAMBARAN UMUM RUMAH SUTERA ALAM
