Pemilihan responden dari pihakstaf Tumaritis dilakukan secara sengaja Purposive dengan pertimbangan responden adalah pelaku Individu yang mempengaruhi pengambilan
kebijakan perusahaan yaitu pimpinan utama perusahaan, menguasai atau mengetahui informasi yang dibutuhkan, sedangkan responden dari konsumen dipilih melalui metode Convenience
sampling dengan pendekatan Non–probability sampling, yaitu ketika responden yang dijadikan contoh sedang berada pada lokasi penelitian.
4.4. Metode Pengolahan Data
Data maupun informasi yang diperoleh akan diolah secara kuantitatif dan kualitatif. Data ini akan diolah dengan menggunakan program Microsoft excell, dan disajikan dalam bentuk tabel,
grafik, dan diuraikan secara narasi, sedangkan untuk AHP akan diolah dengan menggunakan program Expert Choice 2000.
Tabel 1. Alat pengolahan data yang Tepat
No. Tujuan Penelitian
Alat Analisis
1 Faktor-faktor yang
paling berpengaruh dan menjadi
unsur penyusun strategi pemasaran pada Perusahaan Tumaritis.
Digunakan alat analisis AHP Analitik Hierarki Proses
2 Alternatif strategi pemasaran apakah yang paling tepat
untuk dilaksanakan sesuai dengan kendala yang dihadapi dan pendukung yang dimiliki oleh Tumaritis.
Digunakan alat analisis AHP Analitik Hierarki Proses
3 Menyusun rekomendasi alternatif strategi pemasaran dan
strategi harga yang paling tepat bagi Perusahaan Tumaritis sesuai dengan kendala yang dihadapi dan
pendukung yang dimiliki Rekomendasi alternatif strategi
pemasaran dan strategi harga yang paling tepat dalam meningkatkan
penjualan
4.5. Analisis Data
Analisis data adalah proses penyederhanaan data ke dalam bentuk yang mudah dibaca dan diinterpretasikan.
4.5. 1. Metode Analisis Deskriptif
Analisis deskriptif digunakan untuk mengolah data serta proses penetapan strategi keputusan. Metode ini menggunakan tabulasi yang kemudian diolah sehingga menghasilkan suatu
kategori data primer tertentu. Untuk mengetahui strategi pemasaran yang telah dijalankan perusahaan juga dianalisis secara deskriptif.
4.5. 2. Analisis Analitik Hierarki Proses
Alat analisis yang digunakan untuk mengidentifikasi faktor-faktor bagi penyusun alternatif prioritas strategi pemasaran yang tepat pada Tumaritis adalah dengan pendekatan AHP
untuk pengambilan keputusan. Menurut Saaty 1980, metode AHP adalah cara menganalisis situasi yang rumit dan
tidak terstruktur, mengatur bagian-bagian kedalaman suatu hierarki, memberi nilai numerik pada pertimbangan subyektif tentang relatif pentingnya setiap variabel, mensintesis berbagai kriteria
yang ada guna menetapkan alternatifpilihan yang memiliki tingkat prioritas paling tinggi serta bertindak untuk mempengartuhi hasil pada situasi tersebut.
Dalam menerapkan metode AHP, yang diutamakan adalah kualitas dari responden, bukan pada kuantitas tertentu. Data yang diperoleh dari responden kemudian diproses dengan
menggunakan program komputer Expert Choice Version 2000. Program ini merupakan program yang disusun oleh Asian Institute of Technology dan Microsoft Co.
4.6. Teknik Metode
Analitik Hierarki Proses AHP
Kerangka kerja AHP pada dasarnya terdiri dari delapan langkah utama Saaty, 1993, yaitu :
1. 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, kreativitas dan
elemen-elemen yang menyusun struktur hierarki. Komponen sistem dalam hierarki dapat diidentifikasi berdasar kemampuan para analisis untuk menemukan unsur-unsur yang dapat
dilibatkan dalam suatu sistem dan dapat dilakukan dengan memperoleh informasi yang relevan dengan masalah yang sedang dihadapi.
2. Membuat struktur dari sudut pandang manajemen secara menyeluruh.
Penyusunan hierarki berdasarkan pada jenis keputusan yang akan diambil. Setiap set elemen dalam hierarki mendudukki suatu tingkat hierarki. Pada tingkat puncak hierarki hanya
terdiri dari satu elemen yang disebut fokus, yaitu sasaran keseluruhan yang bersifat luas. Tingkat berikutnya dapat terdiri dari beberapa elemen yang dibagi dalam kelompok yang homogen, yang
berjumlah antara lima atau sembilan elemen agar dapat dibandingkan dengan elemen-elemen yang
akan diikut sertakan dalam hierarki. Elemen-elemen tersebut dapat berupa faktor-faktor, pelaku- pelaku, aktivitas, tujuan, skenario, alternatif dan lain-lain.
3. Menyusun matriks banding berpasangan
Dalam matriks ini, pasangan-pasangan elemen dibandingkan berkenaan dengan kriteria di tingkat yang lebih tinggi, dimulai dari puncak hierarki untuk fokus G Goal, yang merupakan
dasar untuk melakukan perbandingan berpasangan antar elemen yang terkait yang ada di bawahnya. Menurut perjanjian, suatu elemen yang ada di sebelah kiri diperiksa perihal dominasi
atas yang ada di sebelah kiri suatu elemen di puncak matriks pembanding pertama dilakukan pada level kedua terhadap fokus G.
4. Mengumpulkan semua pertimbangan yang diperlukan dari hasil perbandingan
berpasangan antar elemen pada langkah 3.
Setelah matriks pembandingan berpasangan selesai dibuat, maka langkah berikutnya adalah melakukan pembandingan berpasangan antara elemen pada kolom ke- i dengan setiap
elemen pada baris ke- j yang berhubungan dengan fokus G. Pembanding berpasangan antara elemen dilakukan dengan pertanyaan: seberapa kuat elemen baris ke- i didominasi atau
dipengaruhi oleh fokus G dibandingkan dengan kolom ke- j. Untuk mengisi matriks banding berpasangan digunakan skala banding yang terlihat pada Tabel 2.
Tabel 2. Nilai Skala Banding Berpasangan
NILAI SKALA
DEFINISI PENJELASAN
1 Kedua elemen sama pentingnya
Dua elemen mempengaruhi sama kuat pada sifat itu 3
Elemen yang satu sedikit lebih penting daripada lainnya
Pengalaman atau pertimbangan sedikit menyokong satu elemen di atas lainnya
5 Elemen yang satu jelas lebih penting
dibandingkan dengan elemen yang lain Pengalaman atau pertimbangan dengan kuat
disokong dan dominasinya terlihat dalam praktek 7
Suatu elemen sangat lebih penting dibanding elemen yang lainnya
Satu elemen dengan disokong dan dominasinya terlihat dalam praktek
9 Satu elemen mutlak lebih penting dibanding
elemen yang lainnya Sokongan elemen yang satu atas yang lain terbukti
memiliki tingkat penegasan tertinggi 2,4,6,8 Nilai-nilai
di antara dua pertimbangan yang
berdekatan Kompromi diperlukan di antara dua pertimbangan
Kebalikan nilai-nilai di
atas Bila nilai-nilai di atas dianggap membandingkan antara elemen A dan B maka nilai-nilai kebalikan
12, 13, 14, ..., 19 digunakan untuk membandingkan kepentingan B terhadap A
Sumber: Saaty, 1980
5. Memasukkan nilai-nilai kebalikan beserta bilangan 1 sepanjang diagonal utama dan
di bawah diagonal utama diisi dengan nilai-nilai kebalikannya.
Angka 1 sampai 9 digunakan bila Fi lebih mendominasi atau mempengaruhi sifat G dibandingkan dengan sifat Fj. Sedangkan bila Fi kurang mendominasi sifat G dibandingkan sifat
Fj, maka digunakan angka kebalikannya. Matriks dibawah diagonal utama diisi dengan nilai-nilai kebalikannya. Contoh, bila elemen F
13
memiliki nilai 6, maka nilai elemen F
31
adalah 16.
6. Melaksanakan langkah 3, 4 dan 5 untuk semua tingkat dan gugus dalam hierarki.
Pembandingan dilanjutkan untuk semua elemen pada setiap tingkat keputusan yang terdapat dalam hierarki, berkenaan dengan kriteria elemen di atas. Ada dua macam matriks
pembandingan yang dipakai dalam AHP, yaitu : a. Matriks Pendapatan Individu MPI pada tabel 2, merupakan matriks hasil pembandingan
yang dilakukan oleh individu dimana elemennya disimbolkan oleh a
ij
, yaitu elemen matriks baris ke –i dan kolom ke-j. Nilai-nilai dalam MPI dapat diubah-ubah oleh individu yang
bersangkutan sehingga diperoleh hasil yang memuaskan, namun apabila ada MPI yang tidak memenuhi persyaratan rasio inkonsistensi maka MPI tersebut tidak diikutsertakan dalam
analisis. Tabel 3. Matriks Pendapatan Individu MPI
G A1 A2 A3 ...
An A1
A2 A3
... ...
An
a11 a21
a31 .
. an1
a12 a22
a32 .
. an2
a13 a23
a33 .
. an3
... ...
... .
. ..
a1n a2n
a3n .
. Ann
b. Matriks Pendapatan Gabungan MPG pada Tabel 3, merupakan matriks baru yang elemennya G
ij
berasal dari rata-rata geometrik pendapatan yang rasio inkonsistensinya lebih kecil atau sama dengan 0,1 dan setiap elemen pada baris dan kolom yang sama dari MPI yang satu
dengan yang lainnya tidak terjadi konflik. Syarat-syarat MPG yang bebas dari konflik adalah :
1 Pendapatan masing-masing individu pada baris dan kolom yang sama memiliki selisih kurang dari empat satuan antara nilai dari pendapat individu yang tertinggi dengan yang terendah.
2 Tidak terdapat angka kebalikan resiprokal pada baris dan kolom yang sama.
Tabel 4. Matriks Pendapatan Gabungan MPG
G G1 G2 G3 ...
Gn
G1 G2
G3 ...
Gn
g11 g21
g31 ...
g1n g12
g22 g32
... gn2
g13 g23
g33 ...
gn2 ...
... ...
... ...
g1n g2n
g3n ...
gnn
Rumus matematika yang digunakan untuk memperoleh rata-rata geometrik adalah : Gij =
m m
k
ij
a
∏
=1
k Dimana: Gij
= elemen MPG baris ke-i kolom ke-j a
ij k
= elemen baris ke-i kolom ke-j dari MPI ke-k k
= indeks MPI dari individu ke-k yang memenuhi syarat
m m
k
∏
=1
= perkalian elemen ke- i sampel ke-m
7. Mensintesis prioritas untuk melakukan pembobotan vektor-vektor prioritas
Menggunakan organisasi secara hierarki untuk membobotkan vektor-vektor prioritas itu dengan bobot kriteria-kriteria dan menjumlahkan semua nilai prioritas terbobot yang bersangkutan
dengan nilai prioritas terbobot yang bersangkutan dengan nilai prioritas dari tingkat bawah berikutnya, dan seterusnya.
Pengolahan kedua matriks di atas terdiri dari dua tahap, yaitu : a. Pengolahan horizontal bertujuan untuk melihat prioritas suatu elemen terhadap tingkat yang
persis berada satu tingkat di atas elemen tersebut, yang terdiri dari tiga bagian, yaitu penentuan vektor prioritas Rasio Vektor Eigen, uji konsistensi, dan revisi MPI dan MPG
yang memiliki rasio inkonsistensi tinggi. Tahapan perhitungan yang dilakukan pada pengolahan horisontal ini adalah :
- Perkalian baris Z atau Vektor Eigen VE dengan rumus :
Zi =
n n
i k
ij
a
∏
=
i, j = 1, 2,...., n - Perhitungan Vektor Prioritas VP atau Rasio Vektor Eigen adalah:
VPi =
∑ ∏ ∏
= =
= n
i n
n k
ij n
n k
ij
a a
1 1
1
VP = VP
i
, untuk i = 1, 2, 3....., n
- Perhitungan nilai Eigen Maks λ
maks
, dengan rumus : VA = a
ij
x VA dengan VA = Va
i
VB =
i
VP VA
dengan VB = Vb
i
dan λ
maks
=
n 1
∑
= n
i i
vb
1
untuk i = 1, 2, 3,...,n
- Perhitungan indeks Inkonsistensi CI dengan rumus : CI =
1 −
− n
n
maks
λ
- Perhitungan Rasio Inkonsistensi CR adalah :
RI CI
CR =
RI = indeks acak random indeks yang dikeluarkan oleh Oak Ridge Laboratory Saaty, 1993 dari matriks berorde 1 sd 15 yang menggunakan sample berukuran 100 Tabel 5.
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 .
Tabel 5. Nilai Indeks Acak
Orde n Indeks Acak RI
Orde N Indek Acak RI
1 0,00 8
1,41 2 0,00
9 1,45
3 0,58 10 1,49
4 0,90 11 1,51
5 1,12 12 1,48
6 1,24 12 1,56
7 1,32 14 1,57
Sumber : Saaty, 1993 b. Pengolahan Vertikal, yaitu menyusun prioritas pengeruh setiap elemen pada tingkat hierarki
keputusan tertentu terhadap sasaran utama atau fokus. Apabila C
Vij
didefinisikan sebagai nilai
prioritas pengaruh elemen ke-j pada tingkat ke-i terhadap sasaran utama, maka :
1 ,
− =
∑
i t
CH CV
ij ij
x VWt i – 1 Untuk :
i = 1, 2, 3,...,n ; j = 1, 2, 3,...,n ; t = 1, 2, 3,...,n Dimana : CH
ij
t,i-1 = nilai prioritas pengaruh elemen ke-i terhadap elemen ke-t pada tingkat di atasnya i-1, yang diperoleh dari hasil pengolahan horisontal.
VWti-1 = nilai prioritas pengaruh elemen ke- t pada tingkat ke-i-1 terhadap sasaran utama, yang diperoleh dari hasil perhitungan horisontal.
P = jumlah tingkat hierarki keputusan
r = jumlah elemen yang ada pada tingkat ke-i
s = jumlah elemen yang ada pada tingkat ke-i-1
8. Mengevaluasi konsistensi untuk seluruh hierarki
Langkah ini dilakukan dengan mengalikan setiap indeks konsistensi dengan prioritas- prioritas kriteria yang bersangkutan dan menjumlahkan hasil kalinya. Hasil ini dibagi dengan
pernyataan sejenis yang menggunakan indeks konsistensi acak, yang sesuai dengan dimensi masing-masing matriks. Dengan cara yang sama, setiap indeks konsistensi acak juga dibobot
berdasarkan prioritas kriteria yang bersangkutan dan hasilnya dijumlahkan. Jika rasio inkonsistensi mempunyai nilai lebih besar dari 0,1 maka mutu informasi harus diperbaiki, antara lain dengan
memperbaiki cara menggunakan pertanyaan ketika membuat perbandingan berpasangan atau melakukan pengisian ulang kuesioner.
Pengolahan data dari langkah satu sampai enam tidak dilakukan secara manual, sehingga tidak diperoleh matriks pendapat gabungan MPG. Setelah MPG diperoleh dilanjutkan dengan
langkah ketujuh dan delapan dengan menggunakan komputer Expert choice 2000 secara horizontal. Hasil olahan komputer ini diperoleh rasio inkonsistensi. Jika rasio inkonsistensi lebih
dari 10 persen, maka mutu informasi ditinjau kembali dan dapat diperbaiki, antara lain dengan memperbaiki cara menggunakan menyampaikan pertanyaan ketika melakukan pengisian ulang
kuisioner dengan lebih mengarahkan responden yang mengisi kuisioner. Jika rasio inkonsistensi kurang dari 10 persen, maka akan diperoleh prioritas kebijakan yang diutamakan. Pengolahan
vertikal didapat setelah pengolahan horisontal. Prioritas inilah yang akan diajukan sebagai alternatif prioritas strategi pemasaran kepada pihak Tumaritis.
4.7. Batasan Pengukuran Data
