Analisis Kepuasan Nasabah Terhadap Kualitas Pelayanan Pada Salah Satu Bank di Medan Dengan Menggunakan Metode Fuzzy-Servqual
BAB 2
TINJAUAN PUSTAKA
2.1 Kepuasan Pelanggan
Perasaan puas pelanggan timbul ketika konsumen membandingkan persepsi
mereka mengenai kinerja produk atau jasa dengan harapan mereka. Sementara itu
kepuasan dan ketidakpuasan adalah respon pelanggan terhadap ketidaksesuaian
(disconfirmation) yang dirasakan antara harapan sebelumnya (atau norma kerja
lainnya) dan kinerja aktual produk yang dirasakan setelah pemakaiannya
(Wahjono, 2010).
Terdapat dua variabel utama yang menentukan kepuasan pelanggan, yaitu
expectations dan perceived peformance. Apabila perceived performance melebihi
expectations maka pelanggan akan puas, tetapi apabila sebaliknya maka
pelanggan merasa tidak puas (Wahjono, 2010).
Kepuasan pelanggan adalah perasaan senang atau kekecewaan seseorang
setelah membandingkan kinerja atau hasil yang dirasakan dibandingkan dengan
harapannya (Kotler, 2000).
Tingkat kepuasan (satisfaction) timbul karena adanya suatu transaksi
khusus antara produsen dengan konsumen yang merupakan kondisi psikologis
yang dihasilkan ketika faktor emosi mendorong harapan (expectations) dan
disesuaikan dengan pengalaman mengkonsumsi sebelumnya (perception)
(Wahjono, 2010).
2.2 Kualitas Pelayanan (Service Quality)
Menurut Hans (1996), servqual menghubungkan pandangan dari konsumen dan
penyedia jasa mengenai kualitas pelayanan, serta merupakan dasar yang baik
dalam memahami, mengukur dan memperbaiki kualitas pelayanan. Model ini
lebih dikenal dengan model analisis kesenjangan, yang merupakan alat untuk
menganalisa penyebab dari masalah pelayanan dan untuk memahami bagaimana
kualitas pelayanan dapat diperbaiki.
Universitas Sumatera Utara
6
Menurut (Ndendo dkk, 2007), servqual mempunyai kelebihan yaitu
memiliki kemampuan diagnostik yang tinggi dan memiliki konsep yang sesuai
dengan dimensi atau setting sistem informasi.
Di antara berbagai model pengukuran kualitas pelayanan, servqual
merupakan metode yang paling banyak digunakan (Wisniewski, 2001; Arasli dkk,
2005). Karena frekuensi penggunaannya yang tinggi, servqual dipandang
memenuhi syarat validitas secara statistik (Brysland dan Curry, 2001).
Kualitas pelayanan perlu diukur setidaknya karena tiga alasan (Brysland
dan Curry, 2001):
1. Hasil pengukuran dapat digunakan untuk melakukan perbandingan antara
sebelum dan sesudah terjadinya perubahan pada suatu organisasi.
2. Pengukuran diperlukan untuk menemukan letak permasalahan yang terkait
dengan kualitas.
3. Hasil pengukuran diperlukan untuk menetapkan standar pelayanan kualitas.
Pada awalnya, pandangan pelanggan terhadap kualitas layanan terfokus
pada 10 dimensi layanan, yaitu:
1.
Bukti fisik (tangibles), yaitu tampilan secara fisik dari fasilitas, perkakas,
personel, dan alat komunikasi.
2.
Keandalan (reliability), yaitu kemampuan untuk menampilkan pelayanan
yang dijanjikan dengan akurat.
3.
Daya tanggap (responsiveness), yaitu kemauan membantu pelanggan dan
melayani dengan benar.
4.
Kompetensi (competence), yaitu potensi yang dimiliki, baik keterampilan
maupun pengetahuan, yang dibutuhkan untuk melayani.
5.
Kesopanan (courstey), yaitu kesopanan, sikap menghormati, tenggang rasa,
dan persahabatan dari personel.
6.
Kredibilitas (credibility), yaitu dapat dipercaya dan jujur dalam menyediakan
layanan.
7.
Keamanan (security), yaitu bebas dari bahaya, risiko dan keraguan.
8.
Akses (access), yaitu kemudahan untuk dikontak dan diakses.
9.
Komunikasi (communication), yaitu menjaga agar pelanggan selalu
mendapatkan informasi dalam bahasa yang mudah dimengerti.
Universitas Sumatera Utara
7
10. Memahami pelanggan (understanding the customer), usaha mengenali
pelanggan dan memahami kebutuhan mereka.
Dari sepuluh dimensi kualitas layanan tersebut, perusahaan perlu
mengetahui dengan jelas di mana terjadinya gap, yang mungkin dialami antara
layanan yang diharapkan dengan layanan aktual yang diterima pelanggan. Pada
dasarnya, dalam menilai kualitas layanan yang diberikan perusahaan, pelanggan
akan mengombinasikan antara informasi dari mulut ke mulut, kebutuhan masingmasing individu secara spesifik, pengalaman masa lalu, dan informasi yang
merupakan hasil dari komunikasi eksternal dengan pihak-pihak lain. Secara
diagramatis, keterkaitan antara sepuluh dimensi kualitas layanan yang diharapkan
pelanggan dan hal-hal yang mempengaruhi pelanggan dalam menilai kualitas
layanan itu sendiri dapat diilustrasikan pada Gambar 2.1:
Gambar 2.1 Dimensi Kualitas Layanan dan Penilaian Kualitas Layanan
Parasuraman dkk (1990) menyederhanakan sepuluh dimensi kualitas
layanan tersebut menjadi lima dimensi saja yang terkenal dengan sebutan
Servqual (Service Quality), karena adanya dimensi yang dapat digabung menjadi
satu. Kelima dimensi kualitas layanan tersebut adalah sebagai berikut:
1. Keandalan (reliability), yaitu kemampuan untuk memenuhi janji pelayanan
yang akurat.
2. Daya tanggap (responsiveness), yaitu menggambarkan keinginan untuk
menolong pelanggan dan untuk menyediakan layanan yang cepat dan tepat.
3. Jaminan (assurance), yaitu mengetahui dan menghormati serta memberikan
kepercayaan dan kenyamanan.
Universitas Sumatera Utara
8
4. Kepedulian (empathy), yaitu kepedulian, perhatian individual yang diberikan
oleh perusahaan kepada pelanggan.
5. Bukti fisik (tangibles), yaitu wujud fisik fasilitas, peralatan, personel, dan
bahan komunikasi.
Menilai kinerja kualitas layanan yang diberkan kepada pelanggan, pada
dasarnya adalah melakukan identifikasi terhadap gap yang timbul antara harapan
pelanggan dengan layanan aktual yang mereka terima. Parasuraman dkk (1990)
mengidentifikasi adanya lima gap yang dapat terjadi dalam proses layanan kepada
pelanggan.
2.3 Uji Validitas
Azwar (1987: 173) menyatakan bahwa validitas berasal dari kata validity yang
mempunyai arti sejauh mana ketepatan dan kecermatan suatu instrumen pengukur
(tes) dalam melakukan fungsi ukurnya.
Validitas adalah tingkat keandalan dan kesahihan alat ukur yang
digunakan. Instrumen dikatakan valid berarti menunjukkan alat ukur yang
dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk
mengukur apa yang seharusnya diukur (Sugiyono, 2004).
keterangan:
= koefisien korelasi
= skor pernyataan
= skor total
= jumlah sampel
Kriteria pengujiannya adalah apabila nilai
pernyataan dinyatakan valid. Apabila
, maka
maka pernyataan
dinyatakan tidak valid. Dengan menggunakan bantuan software SPSS 17, akan
diperoleh
.
Universitas Sumatera Utara
9
2.4 Uji Reliabilitas
Azwar (2003 : 176) menyatakan bahwa reliabilitas merupakan salah-satu ciri atau
karakter utama instrumen pengukuran yang baik.
Reliabilitas adalah ukuran yang menujukkan bahwa alat ukur yang
digunakan dalam penelitian keperilakukan mempunyai keandalan sebagai alat
ukur, diantaranya di ukur melalui konsistensi hasil pengukuran dari waktu ke
waktu jika fenomena yang diukur tidak berubah (Harrison dan Zulganef, 2006).
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.
Rumus statistik yang digunakan untuk pengujian reliabilitas (Sugiyono, 1991):
keterangan:
= nilai (koefisien) Alpha Cronbach
= banyaknya variabel penelitian
∑
= jumlah varians variabel penelitian
= varians total
Dengan menggunakan bantuan software SPSS 17, diperoleh Cronbach’s Alpha.
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,
Universitas Sumatera Utara
10
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 kabur (fuzzy set). Dengan demikian setiap
Universitas Sumatera Utara
11
unsur dalam semesta wacananya mempunyai 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
yaitu
.
Nilai fungsi
himpunan kabur
adalah pemetaan
dari
ke selang [0,1],
menyatakan derajat keanggotaan unsur
dalam
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 A
dalam semesta
adalah pemetaan dari
ke himpunan
yang tidak lain
daripada fungsi karakteristik.
dalam semesta wacana X dapat
Secara matematis suatu himpunan kabur
dinyatakan sebagai himpunan pasangan terurut
di mana
adalah fungsi keanggotaan dari himpunan kabur
, 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
derajat keanggotaannya dalam himpunan kabur
himpuman yang diskret maka himpunan kabur
di mana lambang
bersama dengan
Apabila semsta X adalah
seringkali dinyatakan dengan
di sini tidak melambangkan operasi jumlahan seperti yang
dikenal dalam aritmatika, tetapi melambangkan keseluruhan unsur-unsur
bersama dengan derajat keanggotaannya dalam himpunan kabur .
Universitas Sumatera Utara
12
2.7 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 2.2 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.
Universitas Sumatera Utara
13
Gambar 2.3 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 2.4:
Gambar 2.4 Representasi Kurva Segitiga
Fungsi Keanggotaan:
keterangan:
= nilai domain terkecil yang mempunyai derajat keanggotaan nol
= nilai domain yang mempunyai derajat keanggotaan satu
Universitas Sumatera Utara
14
= 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 2.5 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.
Universitas Sumatera Utara
15
Gambar 2.6 Representasi Kurva 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
tertumpu pada 50% nilai keanggotaannya yang sering disebut dengan titik
infleksi.
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.
Universitas Sumatera Utara
16
2.8 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 FuzzyServqual.
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):
keterangan:
= nilai bobot bawah dari pilihan
= nilai bobot tengah dari pilihan
= nilai bobot atas dari pilihan
= jumlah responden dari pilihan
Setelah melakukan fuzzyfikasi yaitu dengan menentukan nilai TFN,
selanjutnya dilakukan defuzzyfikasi dengan melakukan perhitungan nilai crisp
fuzzy yaitu dengan menghitung nilai rata-rata dari nilai batas bawah (a), nilai
tengah (b), nilai batas atas (c).
Universitas Sumatera Utara
17
Crisp Fuzzy
a b c
3
keterangan:
= nilai batas bawah
= nilai batas tengah
= nilai batas atas
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.
2.9 Gap Service Quality
Kualitas layanan merupakan selisih antara layanan yang dirasakan atau
dipersepsikan oleh konsumen (persepsi) dengan layanan ideal yang diinginkan
atau diminta oleh konsumen (harapan) (Purnama, 2006).
Selisih antara persepsi dengan harapan disebut dengan “gap” atau
kesenjangan kualitas layanan, yang dirumuskan sebagai berikut:
Berikut ini lima kesenjangan kualitas layanan yang memberikan dampak
terhadap kualitas pelayanan, serta dapat mengurangi kualitas pelayanan (Purnama,
2006) yaitu:
1. Gap 1: Kesenjangan antara harapan pelanggan dan persepsi manajemen.
2. Gap 2: Kesenjangan antara persepsi dari pihak penyedia jasa terhadap harapan
pelanggan dan spesifikasi kualitas pelayanan.
3. Gap 3: Kesenjangan antara spesifikasi kualitas pelayanan dan proses
pemberian/penyampaian jasa.
4. Gap 4: Kesenjangan antara pelayanan dan komunikasi eksternal kepada
pelanggan.
5. Gap 5: Kesenjangan antara persepsi pelanggan dan ekspektasi pelanggan.
Universitas Sumatera Utara
18
2.10 Diagram Kartesius
Skor persepsi dan skor harapan perlu dipetakan ke dalam diagram kartesius agar
dapat diketahui indikator-indikator yang perlu diperbaiki terlebih dahulu. Pada
diagram kartesius ini, nilai persepsi berada pada axis dan nilai harapan berada
pada ordinate (Kasim and Fathurahman, 2011). Sehingga akan terdapat titik-titik
koordinat dari skor persepsi dan harapan. Selanjutnya, rata-rata dari persepsi dan
rata-rata dari harapan akan membagi diagram kartesius menjadi empat kuadran
(Supranto, 2001):
1. Kuadran I menunjukkan bahwa unsur-unsur jasa yang sangat penting bagi
pelanggan, akan tetapi pihak perusahaan belum melaksanakan sesuai dengan
keinginan pelanggan, sehingga menimbulkan kekecewaan rasa tidak puas.
2. Kuadran II menunjukkan bahwa unsur-unsur jasa pokok yang dianggap penting
oleh pelanggan telah dilaksanakan dengan baik dan dapat memuaskan
pelanggan, maka ini kewajiban dari perusahaan adalah mempertahankan
kinerjanya,
3. Kuadran III menunjukkan bahwa unsur-unsur yang memang dianggap kurang
penting oleh pelanggan di mana sebaiknya perusahaan menjalankannya secara
sedang saja.
4. Kuadran IV menunjukkan bahwa unsur-unsur jasa yang dianggap kurang
penting, tetapi telah dijalankan dengan sangat baik oleh perusahaan atau sangat
memuaskan. Hal ini dianggap berlebihan.
Harapan
I
III
II
IV
Rata-Rata
Persepsi
Rata-Rata
Harapan
Persepsi
Gambar 2.7 Konsep Diagram Kartesius Skor Persepsi dan Skor
Harapan
Universitas Sumatera Utara
19
keterangan:
kuadran I
: Persepsi Rendah, Harapan Tinggi (Prioritas Utama).
kuadran II
: Persepsi Tinggi, Harapan Tinggi (Pertahankan Prestasi).
kuadran III : Persepsi Rendah, Harapan Rendah (Prioritas Rendah).
kuadran IV : Persepsi Tinggi, Harapan Rendah (Berlebihan).
Universitas Sumatera Utara
TINJAUAN PUSTAKA
2.1 Kepuasan Pelanggan
Perasaan puas pelanggan timbul ketika konsumen membandingkan persepsi
mereka mengenai kinerja produk atau jasa dengan harapan mereka. Sementara itu
kepuasan dan ketidakpuasan adalah respon pelanggan terhadap ketidaksesuaian
(disconfirmation) yang dirasakan antara harapan sebelumnya (atau norma kerja
lainnya) dan kinerja aktual produk yang dirasakan setelah pemakaiannya
(Wahjono, 2010).
Terdapat dua variabel utama yang menentukan kepuasan pelanggan, yaitu
expectations dan perceived peformance. Apabila perceived performance melebihi
expectations maka pelanggan akan puas, tetapi apabila sebaliknya maka
pelanggan merasa tidak puas (Wahjono, 2010).
Kepuasan pelanggan adalah perasaan senang atau kekecewaan seseorang
setelah membandingkan kinerja atau hasil yang dirasakan dibandingkan dengan
harapannya (Kotler, 2000).
Tingkat kepuasan (satisfaction) timbul karena adanya suatu transaksi
khusus antara produsen dengan konsumen yang merupakan kondisi psikologis
yang dihasilkan ketika faktor emosi mendorong harapan (expectations) dan
disesuaikan dengan pengalaman mengkonsumsi sebelumnya (perception)
(Wahjono, 2010).
2.2 Kualitas Pelayanan (Service Quality)
Menurut Hans (1996), servqual menghubungkan pandangan dari konsumen dan
penyedia jasa mengenai kualitas pelayanan, serta merupakan dasar yang baik
dalam memahami, mengukur dan memperbaiki kualitas pelayanan. Model ini
lebih dikenal dengan model analisis kesenjangan, yang merupakan alat untuk
menganalisa penyebab dari masalah pelayanan dan untuk memahami bagaimana
kualitas pelayanan dapat diperbaiki.
Universitas Sumatera Utara
6
Menurut (Ndendo dkk, 2007), servqual mempunyai kelebihan yaitu
memiliki kemampuan diagnostik yang tinggi dan memiliki konsep yang sesuai
dengan dimensi atau setting sistem informasi.
Di antara berbagai model pengukuran kualitas pelayanan, servqual
merupakan metode yang paling banyak digunakan (Wisniewski, 2001; Arasli dkk,
2005). Karena frekuensi penggunaannya yang tinggi, servqual dipandang
memenuhi syarat validitas secara statistik (Brysland dan Curry, 2001).
Kualitas pelayanan perlu diukur setidaknya karena tiga alasan (Brysland
dan Curry, 2001):
1. Hasil pengukuran dapat digunakan untuk melakukan perbandingan antara
sebelum dan sesudah terjadinya perubahan pada suatu organisasi.
2. Pengukuran diperlukan untuk menemukan letak permasalahan yang terkait
dengan kualitas.
3. Hasil pengukuran diperlukan untuk menetapkan standar pelayanan kualitas.
Pada awalnya, pandangan pelanggan terhadap kualitas layanan terfokus
pada 10 dimensi layanan, yaitu:
1.
Bukti fisik (tangibles), yaitu tampilan secara fisik dari fasilitas, perkakas,
personel, dan alat komunikasi.
2.
Keandalan (reliability), yaitu kemampuan untuk menampilkan pelayanan
yang dijanjikan dengan akurat.
3.
Daya tanggap (responsiveness), yaitu kemauan membantu pelanggan dan
melayani dengan benar.
4.
Kompetensi (competence), yaitu potensi yang dimiliki, baik keterampilan
maupun pengetahuan, yang dibutuhkan untuk melayani.
5.
Kesopanan (courstey), yaitu kesopanan, sikap menghormati, tenggang rasa,
dan persahabatan dari personel.
6.
Kredibilitas (credibility), yaitu dapat dipercaya dan jujur dalam menyediakan
layanan.
7.
Keamanan (security), yaitu bebas dari bahaya, risiko dan keraguan.
8.
Akses (access), yaitu kemudahan untuk dikontak dan diakses.
9.
Komunikasi (communication), yaitu menjaga agar pelanggan selalu
mendapatkan informasi dalam bahasa yang mudah dimengerti.
Universitas Sumatera Utara
7
10. Memahami pelanggan (understanding the customer), usaha mengenali
pelanggan dan memahami kebutuhan mereka.
Dari sepuluh dimensi kualitas layanan tersebut, perusahaan perlu
mengetahui dengan jelas di mana terjadinya gap, yang mungkin dialami antara
layanan yang diharapkan dengan layanan aktual yang diterima pelanggan. Pada
dasarnya, dalam menilai kualitas layanan yang diberikan perusahaan, pelanggan
akan mengombinasikan antara informasi dari mulut ke mulut, kebutuhan masingmasing individu secara spesifik, pengalaman masa lalu, dan informasi yang
merupakan hasil dari komunikasi eksternal dengan pihak-pihak lain. Secara
diagramatis, keterkaitan antara sepuluh dimensi kualitas layanan yang diharapkan
pelanggan dan hal-hal yang mempengaruhi pelanggan dalam menilai kualitas
layanan itu sendiri dapat diilustrasikan pada Gambar 2.1:
Gambar 2.1 Dimensi Kualitas Layanan dan Penilaian Kualitas Layanan
Parasuraman dkk (1990) menyederhanakan sepuluh dimensi kualitas
layanan tersebut menjadi lima dimensi saja yang terkenal dengan sebutan
Servqual (Service Quality), karena adanya dimensi yang dapat digabung menjadi
satu. Kelima dimensi kualitas layanan tersebut adalah sebagai berikut:
1. Keandalan (reliability), yaitu kemampuan untuk memenuhi janji pelayanan
yang akurat.
2. Daya tanggap (responsiveness), yaitu menggambarkan keinginan untuk
menolong pelanggan dan untuk menyediakan layanan yang cepat dan tepat.
3. Jaminan (assurance), yaitu mengetahui dan menghormati serta memberikan
kepercayaan dan kenyamanan.
Universitas Sumatera Utara
8
4. Kepedulian (empathy), yaitu kepedulian, perhatian individual yang diberikan
oleh perusahaan kepada pelanggan.
5. Bukti fisik (tangibles), yaitu wujud fisik fasilitas, peralatan, personel, dan
bahan komunikasi.
Menilai kinerja kualitas layanan yang diberkan kepada pelanggan, pada
dasarnya adalah melakukan identifikasi terhadap gap yang timbul antara harapan
pelanggan dengan layanan aktual yang mereka terima. Parasuraman dkk (1990)
mengidentifikasi adanya lima gap yang dapat terjadi dalam proses layanan kepada
pelanggan.
2.3 Uji Validitas
Azwar (1987: 173) menyatakan bahwa validitas berasal dari kata validity yang
mempunyai arti sejauh mana ketepatan dan kecermatan suatu instrumen pengukur
(tes) dalam melakukan fungsi ukurnya.
Validitas adalah tingkat keandalan dan kesahihan alat ukur yang
digunakan. Instrumen dikatakan valid berarti menunjukkan alat ukur yang
dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk
mengukur apa yang seharusnya diukur (Sugiyono, 2004).
keterangan:
= koefisien korelasi
= skor pernyataan
= skor total
= jumlah sampel
Kriteria pengujiannya adalah apabila nilai
pernyataan dinyatakan valid. Apabila
, maka
maka pernyataan
dinyatakan tidak valid. Dengan menggunakan bantuan software SPSS 17, akan
diperoleh
.
Universitas Sumatera Utara
9
2.4 Uji Reliabilitas
Azwar (2003 : 176) menyatakan bahwa reliabilitas merupakan salah-satu ciri atau
karakter utama instrumen pengukuran yang baik.
Reliabilitas adalah ukuran yang menujukkan bahwa alat ukur yang
digunakan dalam penelitian keperilakukan mempunyai keandalan sebagai alat
ukur, diantaranya di ukur melalui konsistensi hasil pengukuran dari waktu ke
waktu jika fenomena yang diukur tidak berubah (Harrison dan Zulganef, 2006).
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.
Rumus statistik yang digunakan untuk pengujian reliabilitas (Sugiyono, 1991):
keterangan:
= nilai (koefisien) Alpha Cronbach
= banyaknya variabel penelitian
∑
= jumlah varians variabel penelitian
= varians total
Dengan menggunakan bantuan software SPSS 17, diperoleh Cronbach’s Alpha.
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,
Universitas Sumatera Utara
10
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 kabur (fuzzy set). Dengan demikian setiap
Universitas Sumatera Utara
11
unsur dalam semesta wacananya mempunyai 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
yaitu
.
Nilai fungsi
himpunan kabur
adalah pemetaan
dari
ke selang [0,1],
menyatakan derajat keanggotaan unsur
dalam
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 A
dalam semesta
adalah pemetaan dari
ke himpunan
yang tidak lain
daripada fungsi karakteristik.
dalam semesta wacana X dapat
Secara matematis suatu himpunan kabur
dinyatakan sebagai himpunan pasangan terurut
di mana
adalah fungsi keanggotaan dari himpunan kabur
, 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
derajat keanggotaannya dalam himpunan kabur
himpuman yang diskret maka himpunan kabur
di mana lambang
bersama dengan
Apabila semsta X adalah
seringkali dinyatakan dengan
di sini tidak melambangkan operasi jumlahan seperti yang
dikenal dalam aritmatika, tetapi melambangkan keseluruhan unsur-unsur
bersama dengan derajat keanggotaannya dalam himpunan kabur .
Universitas Sumatera Utara
12
2.7 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 2.2 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.
Universitas Sumatera Utara
13
Gambar 2.3 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 2.4:
Gambar 2.4 Representasi Kurva Segitiga
Fungsi Keanggotaan:
keterangan:
= nilai domain terkecil yang mempunyai derajat keanggotaan nol
= nilai domain yang mempunyai derajat keanggotaan satu
Universitas Sumatera Utara
14
= 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 2.5 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.
Universitas Sumatera Utara
15
Gambar 2.6 Representasi Kurva 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
tertumpu pada 50% nilai keanggotaannya yang sering disebut dengan titik
infleksi.
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.
Universitas Sumatera Utara
16
2.8 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 FuzzyServqual.
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):
keterangan:
= nilai bobot bawah dari pilihan
= nilai bobot tengah dari pilihan
= nilai bobot atas dari pilihan
= jumlah responden dari pilihan
Setelah melakukan fuzzyfikasi yaitu dengan menentukan nilai TFN,
selanjutnya dilakukan defuzzyfikasi dengan melakukan perhitungan nilai crisp
fuzzy yaitu dengan menghitung nilai rata-rata dari nilai batas bawah (a), nilai
tengah (b), nilai batas atas (c).
Universitas Sumatera Utara
17
Crisp Fuzzy
a b c
3
keterangan:
= nilai batas bawah
= nilai batas tengah
= nilai batas atas
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.
2.9 Gap Service Quality
Kualitas layanan merupakan selisih antara layanan yang dirasakan atau
dipersepsikan oleh konsumen (persepsi) dengan layanan ideal yang diinginkan
atau diminta oleh konsumen (harapan) (Purnama, 2006).
Selisih antara persepsi dengan harapan disebut dengan “gap” atau
kesenjangan kualitas layanan, yang dirumuskan sebagai berikut:
Berikut ini lima kesenjangan kualitas layanan yang memberikan dampak
terhadap kualitas pelayanan, serta dapat mengurangi kualitas pelayanan (Purnama,
2006) yaitu:
1. Gap 1: Kesenjangan antara harapan pelanggan dan persepsi manajemen.
2. Gap 2: Kesenjangan antara persepsi dari pihak penyedia jasa terhadap harapan
pelanggan dan spesifikasi kualitas pelayanan.
3. Gap 3: Kesenjangan antara spesifikasi kualitas pelayanan dan proses
pemberian/penyampaian jasa.
4. Gap 4: Kesenjangan antara pelayanan dan komunikasi eksternal kepada
pelanggan.
5. Gap 5: Kesenjangan antara persepsi pelanggan dan ekspektasi pelanggan.
Universitas Sumatera Utara
18
2.10 Diagram Kartesius
Skor persepsi dan skor harapan perlu dipetakan ke dalam diagram kartesius agar
dapat diketahui indikator-indikator yang perlu diperbaiki terlebih dahulu. Pada
diagram kartesius ini, nilai persepsi berada pada axis dan nilai harapan berada
pada ordinate (Kasim and Fathurahman, 2011). Sehingga akan terdapat titik-titik
koordinat dari skor persepsi dan harapan. Selanjutnya, rata-rata dari persepsi dan
rata-rata dari harapan akan membagi diagram kartesius menjadi empat kuadran
(Supranto, 2001):
1. Kuadran I menunjukkan bahwa unsur-unsur jasa yang sangat penting bagi
pelanggan, akan tetapi pihak perusahaan belum melaksanakan sesuai dengan
keinginan pelanggan, sehingga menimbulkan kekecewaan rasa tidak puas.
2. Kuadran II menunjukkan bahwa unsur-unsur jasa pokok yang dianggap penting
oleh pelanggan telah dilaksanakan dengan baik dan dapat memuaskan
pelanggan, maka ini kewajiban dari perusahaan adalah mempertahankan
kinerjanya,
3. Kuadran III menunjukkan bahwa unsur-unsur yang memang dianggap kurang
penting oleh pelanggan di mana sebaiknya perusahaan menjalankannya secara
sedang saja.
4. Kuadran IV menunjukkan bahwa unsur-unsur jasa yang dianggap kurang
penting, tetapi telah dijalankan dengan sangat baik oleh perusahaan atau sangat
memuaskan. Hal ini dianggap berlebihan.
Harapan
I
III
II
IV
Rata-Rata
Persepsi
Rata-Rata
Harapan
Persepsi
Gambar 2.7 Konsep Diagram Kartesius Skor Persepsi dan Skor
Harapan
Universitas Sumatera Utara
19
keterangan:
kuadran I
: Persepsi Rendah, Harapan Tinggi (Prioritas Utama).
kuadran II
: Persepsi Tinggi, Harapan Tinggi (Pertahankan Prestasi).
kuadran III : Persepsi Rendah, Harapan Rendah (Prioritas Rendah).
kuadran IV : Persepsi Tinggi, Harapan Rendah (Berlebihan).
Universitas Sumatera Utara