Institutional Repository | Satya Wacana Christian University: Analisis Pola Persebaran Promosi FTI UKSW untuk Menentukan Lokasi Promosi Terbaik

  Analisis Pola Persebaran Promosi FTI UKSW untuk Menetukan Lokasi Promosi Terbaik Artikel Ilmiah Diajukan kepada Fakultas Teknologi Informasi untuk memperoleh gelar Sarjana Sistem Informasi Peneliti : Albertha Ekaristi Verares (682013011) Frederik Samuel Papilaya, S.Kom., M.Cs Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga 2017

  1. Pendahuluan

  Dalam perkembangan teknologi yang sangat pesat, kebutuhan akan layanan penyedia informasi sangat penting. Banyak kegiatan didalam bidang pendidikan mulai memanfaatkan teknologi komputer, salah satunya dalam hal promosi. Promosi merupakan salah satu bagian dari rangkaian kegiatan pemasaran suatu barang atau jasa. Promosi adalah suatu kegiatan bidang marketing yang merupakan komunikasi yang dilaksanakan perusahaan kepada konsumen yang berisi pemberitaan sehingga dapat mempengaruhi konsumen untuk mengguanakan barang atau jasa yang ditawarkan.

  Dalam melakukan promosi, perlu melihat faktor-faktor yang menjadi bagian penting bagi organisasi misalnya, pemilihan lokasi promosi dengan melihat faktor biaya, jarak, dan minat dari konsumen. Faktor-faktor tersebut perlu diolah sehingga menghasilkan suatu penyajian informasi yang dapat dijadikan rekomendasi untuk melakukan promosi berikutnya. Salah satu cara dalam penyajian informasi yaitu dalam bentuk visualisasi data yang berhubungan dengan kondisi geografis atau wilayah. Maka dari itu perencanaan spasial yang tepat sangat penting dalam menentukan lokasi promosi, yaitu dengan penerapan Sistem Informasi Geografis (SIG).

  Menurut hasil wawancara dengan staf biro promosi FTI dan staf promosi UKSW, sistem penentuan lokasi promosi yang saat ini dilakukan oleh FTI UKSW masih secara acak yaitu langsung memilih daerah yang akan dituju tanpa adanya pembandingan data dari daerah-daerah lain, sehingga penentuan lokasi promosi menjadi kurang maksimal, misalnya mengenai biaya promosi yang tidak sebanding dengan mahasiswa yang masuk ke FTI. Sedangkan promosi itu sendiri merupakan hal yang penting bagi keberlangsungan suatu organisasi.

  Berdasarkan dari latar belakang yang ada maka dirumuskan masalah bagaimana menentukan lokasi promosi terbaik. Sehingga analisis ini bertujuan memberi pilihan lokasi promosi terbaik yang akan dilakukan oleh biro promosi FTI UKSW.

  2. Kajian Pustaka

  Pada penelitian sebelumnya dengan judul "Pengaruh Sebaran Lokasi Minimarket terhadap Jangkauan Pelayanan Pasar Tradisional di Kecamatan Banyumanik", penelitian tersebut menggunakan analisis tetangga terdekat sehingga dapat melihat pola persebaran antara minimarket dengan pasar tradisional yang berdampak dengan ketertarikan konsumen dalam memilih fasilitas. Dengan hasil penelitian tersebut disimpulkan bahwa pola sebaran minimarket bersifat mengelompok / cluster, sedangkan pola sebaran pasar tradisional memiliki pola acak dengan kategori pola menyebar / dispered.

  Karakteristik yang terdapat pada minimarket dan pasar tradisional adalah berbeda yang dipengaruhi oleh keberadaan lokasi, sifat kedekatan antar lokasi, jenis komoditi yang tersedia sehingga menjadi tarikan bagi konsumen serta adanya perbedaam atas alasan konsumen didalam memilih suatu fasilitas [1].

  Pada penelitian yang lainnya dengan judul "Sistem Informasi Geografis untuk Analisis Persebaran Pelayanan Kesehatan di Kota Bengkulu", penelitian tersebut melihat persebaran pelayanan kesehatan dengan analisis tetangga terdekat sehingga dapat diketahui tingkatan pelayanan kesehatannya sudah tercukupi atau belum. Dalam penelitian tersebut disimpulkan bahwa pola persebaran pelayanan kesehatan di Kota Bengkulu yaitu pola tersebar merata (dispersed / pattern / uniform) dengan nilai indeks persebaran (T) adalah 1,74. Berdasarkan hasil analisis kecukupan sarana pelayanan kesehatan dinyatakan bahwa Kota Bengkulu hanya membutuhkan sekitar 15 saran pelayanan kesehatan, sedangkan sarana pelayanan kesehatan yang dimiliki saat ini adalah 32 (sarana pelayanan kesehatan lebih dari cukup) [2].

  Penelitian ini digunakan untuk melihat persebaran lokasi promosi yang kemudian akan dijadikan sebagai alternatif lokasi untuk kegiatan promosi FTI berikutnya. Dalam penelitian ini menggunakan metode nearest neighbor untuk melihat pola persebaran lokasi. Pada penelitian ini, penentuan lokasi promosi tidak hanya dilihat dari jumlah mahasiswa yang mendaftar ulang, tetapi juga melihat lokasi promosi sebelumnya, jadi pihak biro promosi dapat mengetahui efektifitas promosi di suatu daerah yang dapat dijadikan pertimbangan untuk kegiatan promosi berikutnya.

  Analisis Overlay (Overlay Analysis). Analisis overlay adalah sekelompok metodologi yang diterapkan pada pemilihan lokasi atau pemodelan kesesuaian yang optimal. Ini adalah teknik untuk menerapkan skala nilai yang sama ke input yang beragam dan berbeda untuk menciptakan analisis terpadu [3]. Pada ilustrasi di bawah ini, jalan logging (garis) dan jenis vegetasi (poligon) dilapisi untuk membuat kelas fitur baris baru. Garis telah terpecah di mana mereka berpotongan dengan poligon dan setiap fitur garis telah diberi atribut dari kedua lapisan asli. Garis diperlihatkan dilambangkan dengan tipe vegetasi yang telah terkait dengannya. Anda dapat menggunakan analisis overlay untuk menggabungkan karakteristik beberapa dataset menjadi satu. Kemudian dapat menemukan lokasi atau area tertentu yang memiliki seperangkat nilai atribut tertentu sesuai dengan kriteria yang ditentukan. Pendekatan ini sering digunakan untuk menemukan lokasi yang sesuai untuk pengunaan tertentu atau rentan terhadap beberapa risiko [4].

  

Gambar 1. Overlay Analysis Summary [4]. Analisis Statistik (Statistical Analysis). Analisis statistik dapat digunakan untuk membuat peta yang dapat dianalisis secara visual. Analisis Statistik membantu anda untuk mengolah informasi tambahan dari data GIS yang mungkin tidak begitu jelas hanya dengan melihat peta - informasi seperti bagaimana nilai atribut didistribusikan, kencenderungan spasial dalam data, menganalisis apakah fitur berupa pola spasial. Analisis statistik sering digunakan untuk mengeksplorasi data misalnya, untuk memeriksa distribusi nilai untuk atribut tertentu atau melihat outlier (nilai ekstrim tinggi atau rendah). Informasi ini berguna saat menentukan kelas dan rentang pada peta, saat mengklasifikasi ulang data, atau saat mencari kesalahan data. Pada contoh dibawah ini, statistik telah dihitung untuk pendistribusian lansia melalui saluran sensus di wilayah ini (persentase usia 65 dan lebih pada setiap saluran), termasuk mean dan standar deviasi, serta histogram yang menunjukkan distribusi nilai. Sebagian besar traktat memiliki persentase yang sangat tinggi [5].

  

Gambar 2. Statistical Analysis Summary [5].

  Analisis Tetangga Terdekat (Nearest Neighbor Analysis). Analisis tetangga terdekat merupakan salah satu analisis yang digunakan untuk menjelaskan tentang pola persebaran dari titik-titik lokasi dengan menggunakan perhitungan yang mempertimpangkan jarak, jumlah titik lokasi dan luas wilayah. Analisis tetangga terdekat menggembalikan 5 nilai, yaitu jarak rata-rata yang diamati, jarak rata-rata yang diharapkan, indeks tetangga terdekat, nilai Z dan nilai P. Analisis ini memliki hasil akhir berupa indeks dengan hasil antara 0-2,15. Nilai 0 akan menunjukkan bahwa pola kecenderungan yang dihasilkan memiliki tipe mengelompok (cluster). Nilai 2,15 akan menunjukkan bahwa pola kecenderungan yang dihasilkan memiliki tipe menyebar (dispersed), sedangkan jika berada ditengah-tengah akan menunjukkan pola yang memiliki tipe acak (random) [6].

  Gambar 3. Average Nearest Neighbor Analysis Summary [6].

  Tool ini mengukur jarak antara masing-masing centroid fitur dan lokasi

centroid tetangganya yang terdekat. Itu semua jarak rata-rata tetangga

  terdekat. Jika jarak rata-rata kurang dari rata-rata untuk distribusi acak hipotesis, distribusi fitur yang dianalisis dianggap berkerumun. Jika jarak rata- rata lebih besar daripada distribusi acak hipotesis, fitur dianggap tersebar. Rata-rata rasio tetangga terdekat dihitung sebagai jarak rata-rata yang diamati dibagi dengan jarak rata-rata yang diharapkan (dengan jarak rata-rata yang diperkirakan berdasarkan distribusi acak hipotesis dengan jumlah fitur yang sama yang mencakup area total yang sama) [6].

  Buffer Analysis . Analisis ini berfungsi untuk membuat poligon penyangga disekitar fitur input ke jarak tertentu [7].

  Gambar 4. Buffer Analysis Summary [7].

  Penelitian ini dilakukan di Biro Promosi FTI UKSW. Tahapan penelitian yang digunakan dalam penelitian ini adalah 1) identifikasi masalah, 2) pengumpulan data melalui metode wawancara, 3) pengolahan data, 4) analisa data, 5) hasil analisis.

  Gambar 5. Tahapan Penelitian

  Pada tahap pertama, identifikasi masalah diperoleh dari hasil wawancara dengan kepala biro promosi FTI UKSW untuk mengetahui masalah yang ada, selain itu melakukan wawancara dengan staf biro promosi UKSW.

  Pada tahap kedua, pengumpulan data juga didapatkan dari hasil wawancara. Data yang diperoleh merupakan data primer dan data sekunder. Data primer adalah data yang diperoleh secara langsung dari sumbernya, yaitu mengenai aspek-aspek pengambilan keputusan untuk lokasi promosi FTI UKSW yang meliputi, 1) jumlah mahasiswa yang daftar ulang, 2) mengenai branding image FTI, yaitu memperkenalkan FTI agar semakin dikenal di daerah-daerah, 3) lokasi yang belum pernah dikunjungi atau perluasan wilayah promosi . Sedangkan data sekunder adalah data yang diperoleh dari penulis yang sudah jadi dan biasanya dalam bentuk buku, internet, jurnal yang berhubungan dengan penelitian ini, yaitu data tentang mahasiswa yang meliputi, 1) asal daerah mahasiswa, 2) asal sekolah mahasiswa, 3) program studi yang dipilih, 4) tahun admisi mahasiswa.

  Pada tahap ketiga, melakukan pengolahan data menggunakan software ArcGIS 10.3. Pengolahan data yang dilakukan berupa koreksi geometri untuk menentukan sistem koordinat yang tepat. Sistem koordinat yang digunakan adalah Indoensian_1974_UTM_Zone_54S. Kemudian melakukan digitasi untuk memperoleh hasil data vektor berupa point lokasi asal daerah mahasiswa FTI yang melakukan daftar ulang dengan format shapefile (.shp), melakukan digitasi untuk memperoleh hasil data vektor berupa point untuk persebaran wilayah promosi untuk tahun admisi 2013-2016 dengan format shapefile (.shp). Data .shp ini adalah data yang akan digunakan untuk mengetahui pola persebaran promosi.

  Pada tahap keempat, yaitu analisis data untuk menggambarkan persebaran lokasi asal mahasiswa FTI yang melakukan daftar ulang dan analisis data untuk persebaran lokasi promosi, menggunakan metode pendekatan kualitatif dan kuantitatif. Analisis data yang dilakukan merupakan analisis spasial dengan menggunakan software ArcGIS 10.3. Pengolahan peta dengan overlay untuk menampilkan peta Indonesia beserta pola persebaran lokasi asal daerah mahasiswa FTI yang melakukan daftar ulang dan lokasi promosi. Kemudian, analisis statistik dilakukan untuk memberikan informasi tambahan yang mungkin tidak dapat dilihat langsung melalui tampilan peta, yaitu mengenai jumlah dan gender mahasiswa yang melakukan registrasi ulang. Pendekatan kuantitatif dilakukan dengan menggunakan analisis tetangga terdekat (Average Nearest

  

Neighbor Analysis ) untuk menentukan dan menggambarkan pola persebaran

  lokasi asal mahasiswa yang melakukan registrasi ulang di FTI pada tahun akademik 2013-2016. Analisis ini menjelaskan pola persebaran yang memperhitungkan jumlah titik lokasi, jarak dan luas wilayah. Dari analisis ini akan diperoleh hasil akhir berupa indeks yang akan menunjukkan pola persebaran berupa tipe mengelompok, tipe seragam atau tipe acak. Kemudian menggunakan

  

multiple ring buffer analysis untuk menentukan jangkauan jarak titik lokasi

  promosi dengan lokasi asal daerah mahasiswa yang melakukan registrasi ulang di FTI.

  Pada tahap kelima, diperoleh hasil dari analisis tetangga terdekat, yaitu pola persebaran asal mahasiswa FTI yang melakukan registrasi ulang cenderung mengelompok (clustered). Dari multiple ring buffer analysis didapatkan hasil tentang jangkauan jarak mengenai daerah mahasiswa yang melakukan registrasi ulang di FTI dengan tindakan promosi yang sudah dilakukan sehingga dapat dijadikan alternatif pilihan untuk melakukan promosi FTI berikutnya. Tabel 1 menjelaskan tentang hasil analisis pola spasial yang telah dilakukan mendapatkan 2393 mahasiswa yang melakukan registrasi ulang di FTI yang asal daerahnya tersebar di seluruh Indonesia pada tahun 2013-2016. Hasil analisis tetangga terdekat untuk persebaran asal daerah mahasiswa tahun 2013-2016 termasuk pada tipe pola mengelompok (clustered). Dari hasil analisis statistik, asal mahasiswa yang melakukan registrasi ulang tersebar di 213 kabupaten yang ada di Indonesia. Mulai tahun 2013-2016, jumlah mahasiswa yang relatif banyak yaitu dari daerah Semarang, Salatiga, Ambon, Boyolali, Jayapura, Bengkayang, Surakarta, Tana Toraja dan Kudus.

  

Tabel 1 10 Kabupaten dengan Mahasiswa Registrasi Ulang FTI Terbanyak Tahun

  2013-2016 di Indonesia [8] Melalui pengolahan peta yang meliputi hasil overlay analysis dengan proses menggabungkan peta, memodifikasi peta, digitasi point pada dataset sehingga menghasilkan output yang baru untuk melihat persebaran lokasi asal mahasiswa yang melakukan registrasi ulang pada tahun 2013-2016. Hasil overlay

  analysis dapat dilihat pada gambar 6.

  

Gambar 6. Hasil Overlay Persebaran Asal Mahasiswa FTI Tahun admisi 2013-

2016

  

Tabel 2 Hasil Nearest Neighbor Analysis Tahun 2013

  Tabel 2 menjelaskan tentang nearest neighbor analysis yang menerangkan bahwa persebaran asal mahasiswa FTI pada tahun 2013 cenderung memiliki pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan nilai z = -5.271728, nilai p = 0.00, nearest neighbor ratio = 0.718754, observed mean

  distance = 104556.8651 meters, expected mean distance = 145469.6290 meters.

  

Tabel 3 Hasil Nearest Neighbor Analysis Tahun 2014

  Tabel 3 menjelaskan tentang nearest neighbor analysis yang menerangkan bahwaa persebaran asal mahasiswa FTI pada tahun 2014 juga cenderung memiliki pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan nilai z = -6.01831, nilai p = 0.00, nearest neighbor ratio = 0.663144, observed

  

mean distance = 94890.2554 meters, expected mean distance = 143091.4338

meters.

  

Tabel 4 Hasil Nearest Neighbor Analysis Tahun 2015

  Tabel 4 menjelaskan tentang nearest neighbor analysis yang menerangkan bahwa persebaran asal mahasiswa FTI pada tahun 2015 juga cenderung memiliki pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan nilai z = -8.144242, nilai p = 0.00, nearest neighbor ratio = 0.572139, observed

  

mean distance = 82642.9071 meters, expected mean distance = 144445.3836

meters.

  

Tabel 5 Hasil Nearest Neighbor Analysis Tahun 2016

  Tabel 5 menjelaskan tentang nearest neighbor analysis yang menerangkan bahwa persebaran asal mahasiswa FTI pada tahun 2016 juga cenderung memiliki pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan nilai z = -5.796767, nilai p = 0.00, nearest neighbor ratio = 0.713684, observed

  

mean distance = 100952.9509 meters, expected mean distance = 141452.9509

meters.

  A B C D

  

Gambar 7. A. Hasil Nearest Neighbor Analysis Tahun 2013, B. Hasil Nearest

Neighbor Analysis Tahun 2014, C. Hasil Nearest Neighbor Analysis Tahun 2015,

  D. Hasil Nearest Neighbor Analysis Tahun 2016 Gambar 7 menjelaskan bahwa hasil nearest neighbor analysis untuk persebaran daerah asal mahasiswa yang melakukan registrasi ulang di FTI pada tahun 2013-2016. Gambar 7 A menggambarkan pola persebaran asal mahasiswa tahun admisi 2013 yang cenderung memiliki pola mengelompok (clustered). Gambar 7 B menggambarkan pola persebaran asal mahasiswa tahun admisi 2014 yang cenderung memiliki pola mengelompok (clustered). Gambar 7 C menggambarkan pola persebaran asal mahasiswa tahun admisi 2013 yang cenderung memiliki pola mengelompok (clustered). Gambar 7 D menggambarkan pola persebaran asal mahasiswa tahun admisi 2013 yang cenderung memiliki pola mengelompok (clustered). Hal ini ditunjukkan dengan hasil nilai berupa index masing-masing yang mendekati angka 0.

  Buffer analysis pada lokasi promosi memungkinkan pihak biro promosi

  untuk mengidentifikasi lokasi terbaik untuk melakukan promosi berikutnya dengan melihat jangkauan jarak lokasi promosi dengan persebaran asal mahasiswa yang melakukan registrasi ulang. Melalui buffer analysis dilakukan klasifikasi dengan memberi jangkauan jarak promosi sejauh 150 kilometer. Visualisasi buffer

  analysis dapat dilihat pada gambar 8.

  

Gambar 8. Hasil Buffer Analysis Lokasi Promosi Tahun Admisi 2013-2016

Tabel 6 20 Tujuan Lokasi Promosi Menurut Jumlah Mahasiswa Registrasi Ulang

  Terbanyak Tahun Admisi 2013-2016 Tabel 6 menjelaskan tentang 20 tujuan lokasi promosi terbaik yang diurutkan berdasarkan jarak yang terjangkau oleh lokasi promosi sebelumnya yaitu dalam range 150 km dan diurutkan menurut jumlah mahasiswa yang melakukan registrasi ulang terbanyak tahun admisi 2013-2016. Dengan menggunakan tools Select by Locations, dapat terseleksi point atau daerah mana saja yang termasuk dalam poligon atau jangkauan buffer promosi. Terdapat 70 daerah yang terjangkau oleh jarak buffer promosi sejauh 150 kilometer, 70 daerah ini dapat dijadikan sebagai tujuan lokasi promosi untuk tahun berikutnya. Kemudian dengan melihat jumlah mahasiswa yang melakukan registrasi ulang terbanyak, 20 lokasi promosi yang paling efektif mendapatkan jumlah mahasiswa terbanyak yaitu daerah Semarang, Salatiga, Ambon, Surakarta, Temanggung, Kupang, Bandar Lampung, Ketapang, Jepara, Sukoharjo, Maluku Tengah, Pekalongan, Manado, Wonosobo, Cirebon, Bekasi, Makassar, Rembang, Tomohon dan Pemalang.

  5. Simpulan

  Berdasarkan penelitian ini, dapat disimpulkan bahwa nearest neighbor

  

analysis dapat digunakan untuk menjelaskan pengelompokan dan pola persebaran,

  sehingga didapatkan hasil berupa pola mengelompok (clustered) pada persebaran lokasi daerah asal mahasiswa yang melakukan registrasi ulang di FTI pada tahun 2013-2016. Buffer analysis dapat digunakan untuk melihat daerah potensial promosi dengan jangkauan jarak yang sudah ditentukan yaitu 150 kilometer. Terdapat 70 lokasi daerah yang terjangkau oleh jarak buffer 150 kilometer dan yang termasuk 20 tujuan lokasi promosi terbaik berada pada daerah Semarang, Salatiga, Ambon, Surakarta, Temanggung, Kupang, Bandar Lampung, Ketapang, Jepara, Sukoharjo, Maluku Tengah, Pekalongan, Manado, Wonosobo, Cirebon, Bekasi, Makassar, Rembang, Tomohon dan Pemalang, yaitu dengan promosi yang telah dilakukan sebelumnya dan melihat respon mahasiswa yang melakukan daftar ulang di FTI jumlahnya tergolong relatif banyak.

  Berdasarkan wawancara dari pihak biro promosi dan penelitian yang ini, saran untuk penelitian kedepan yaitu, perlunya analisis untuk memprediksi jarak kampus UKSW dengan lokasi promosi dan lokasi yang memiliki jumlah mahasiswa terbanyak yang melakukan registrasi ulang di FTI UKSW sehingga promosi yang dilakukan menjadi lebih efisien secara waktu dan biaya.

  6. Daftar Pustaka

  [1] Anggraini, Pratamaningtyas. 2013. Pengaruh Sebaran Lokasi Minimarket terhadap Jangkauan Pelayanan Pasar Tradisional di Kecamatan Banyumanik. Semarang : Biro Penerbit Planologi Undip, Volume 9 (1):97-109 Maret 2013.

  [2] Pujayanti Jane, Boko Susilo, Diyah Puspitaningrum. 2014. Sistem Informasi Geografis Untuk Analisis Persebaran Pelayanan Kesehatan di Kota Bengkulu. Bengkulu : Jurnal Rekursif, Vol. 2 No. 2 November 2014, ISSN 2303-0755. [3] http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst- toolbox/understanding-overlay-analysis.htm [4] http://desktop.arcgis.com/en/arcmap/10.3/analyze/commonly-used- tools/overlay-analysis.htm [5] http://desktop.arcgis.com/en/arcmap/10.3/analyze/commonly-used- tools/statistical-analysis.htm [6] http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-statistics- toolbox/average-nearest-neighbor.htm.

  [7] http://pro.arcgis.com/en/pro-app/tool-reference/analysis/buffer.htm [8] Biro promosi FTI UKSW