STUDI PENETAPAN PRIORITAS PEMBANGUNAN BA
ABSTRAK
STUDI PENETAPAN PRIORITAS PEMBANGUNAN BASE TRANSCEIVER STATION (BTS)
DI ZONA DAERAH ISTIMEWA YOGYAKARTA DAN JAWA TENGAH,
W. Nugroho, M. Faizal, D.A. Wibowo (2017)
Pembangunan tower BTS seringkali dilakukan hanya berdasar perspektif dari pihak operator yakni
dapat memberikan keuntungan bagi operator dalam hal mendapatkan coverage area yang lebih
luas. Dengan demikian sangat nyata bahwa di dalam pembangunan BTS, operator hanya
mempertimbangkan penentuan lokasi berdasarkan kepentingan mereka, yakni lokasi BTS yang tepat
dapat memaksimalkan jangkauan terhadap jangkauan cakupan wilayah dan pelayanan trafiknya.
Idealnya, di dalam pemilihan lokasi pembangunan BTS mempertimbangkan dua sudut pandang
yaitu sudut pandang dari operator dan sudut pandang dari pemerintah. Operator seluler melihat
lokasi dari sudut keuntungan maksimum untuk jangka panjang, tanpa menegasikan variabel
kepentingan pemerintah, yang mempertimbangkan dari sudut pandang kesesuaian alokasi tata
ruang dan lingkungan. Dengan demikian, maka diperlukan adanya analisis pengambilan keputusan
dalam pemilihan lokasi yang sesuai, baik dalam sudut pandang pemerintah, operator, maupun
stakeholder lain yang berkaitan.
Pendekatan yang digunakan dalam studi ini yakni pendekatan empirik dengan mendasarkan kepada
metode statistik (analisis faktor) dan matematis dalam sistem pengambilan keputusan (Decision
Support System). Jenis data yang digunakan yakni data kualitatif dan data kuantitatif. Data yang
tersusun dalam bentuk variabel tersebut kemudian dielaborasikan untuk dilakukan analisis faktor
terhadap variabel tersebut untuk didapatkan variabel yang manakah yang berperan dalam
pembangunan tower BTS. Selain mengidentifikasi variabel yang berperan secara signifikan, proses
analisis faktor juga dapat menjelaskan keeratan hubungan antar variabel, kemudian variabel yang
memiliki hubungan yang erat tersebut dikelompokkan ke dalam satu kelompok faktor, sedangkan
variabel yang tidak berperan signifikan dalam kegiatan akan dihilangkan. Variabel yang tidak
signifikan ini bukan berarti bahwa literatur yang menyatakan variabel tersebut berperan adalah
salah, tetapi variabel tersebut tidak sesuai untuk diterapkan pada kondisi studi ini, sehingga
pengaruhnya tidak signifikan.
Dengan demikian, proses analisis faktor berperan dalam
penyusunan struktur hirarki yang nantinya digunakan di dalam analisis pengambilan keputusan
dengan menggunakan metode Analytic Hierarchy Process (AHP). Dalam studi ini proses AHP adalah
analisis akhir yang menghasilkan prioritas lokasi pembangunan BTS.
Dari analisis faktor dihasilkan dua faktor meliputi, Faktor 1, dengan variabel yang memiliki korelasi
yang kuat dengan faktor 1 , yaitu variabel time dan social. Faktor 2, dengan variabel yang memiliki
korelasi yang kuat dengan faktor 2 , yaitu variabel power dan customer. Dari analisis prioritas
dengan metode AHP didapatkan kesimpulan bahwa meskipun variabel customer dan social memiliki
tingkat kepentingan tertinggi, tetapi bukan berarti bahwa site dengan peringkat customer dan social
tertinggi pasti menjadi site yang terpilih sebagai site prioritas.
1. PENDAHULUAN
Perkembangan kehidupan manusia yang semakin kompleks dan dinamis secara
tidak langsung menuntut adanya kemajuan teknologi telekomunikasi, yang dapat
menghubungkan manusia satu dengan lainnya, di manapun mereka berada, dalam
menjalankan aktivitasnya sehari-hari. Tuntutan tersebut mengakibatkan tidak
tercukupinya kebutuhan berkomunikasi hanya dengan adanya telekomunikasi
jaringan telepon tetap (fixed phone), sehingga memerlukan alat komunikasi lain
yang dapat digunakan di mana saja tanpa adanya batasan tempat. Salah satu cara
yaitu dengan memperbanyak tower Base Transceiver Station (BTS) agar luas area
jangkauannya semakin luas sehingga kebutuhan masyarakat untuk berkomunikasi
secara mobile akan terpenuhi.
Infrastruktur telekomunikasi memiliki peran penting terhadap perkembangan
ekonomi nasional. Selain itu, permintaan terhadap layanan telekomunikasi
semakin banyak didukung oleh perkembangan teknologi di bidang telekomunikasi
yang berkembang pesat. Sehingga kebutuhan dalam bidang telekomunikasi telah
menjadi kebutuhan dasar bagi setiap manusia modern. Dalam mendukung
kegiatan telekomunikasi, para operator terus membangun infrastruktur sebagai
usaha coverage area pelayanannya semakin luas dan kualitasnya lebih baik. Salah
satu infrastruktur yang terus menerus dibangun adalah Base Transceiver Station
(BTS). Masing–masing perusahaan operator membangun menaranya secara
terpisah sesuai kebutuhan dan perencanaan tiap operator. Hal tersebut
menjadikan pertumbuhan tower BTS tidak terkendali. Permasalahan yang sering
dihadapi adalah sulitnya menentukan lokasi tower yang strategis. Pada umumnya,
lokasi tower berada pada sebuah lahan kosong yang dikhususkan untuk pendirian
tower, namun yang terjadi kini adalah lokasi tower dapat berada pada tempat
manapun. Lokasi tower bahkan dapat berada pada pemukiman padat penduduk.
Hal itu merupakan sebuah peringatan sekaligus permasalahan bagi pemerintah.
Selain itu, dalam pembangunan BTS terdapat berbagai permasalahan yang
berkaitan dengan ketidaklayakan lokasi BTS seperti pembangunan yang tidak
memiliki izin, tidak sesuai dengan rencana tata ruang, dan lokasi pembangunan
berada terlalu dekat dengan pemukiman sehingga menimbulkan konflik dengan
masyarakat di sekitar lokasi BTS.
Pembangunan tower BTS seringkali dilakukan hanya berdasar perspektif dari pihak
operator yakni dapat memberikan keuntungan bagi operator dalam hal
mendapatkan coverage area yang lebih luas. Dengan demikian sangat nyata
bahwa di dalam pembangunan BTS, operator hanya mempertimbangkan
penentuan lokasi berdasarkan kepentingan mereka, yakni lokasi BTS yang tepat
dapat memaksimalkan jangkauan terhadap jangkauan cakupan wilayah dan
pelayanan trafiknya.
Idealnya, di dalam pemilihan lokasi pembangunan BTS
mempertimbangkan dua sudut pandang yaitu sudut pandang dari operator dan
sudut pandang dari pemerintah. Operator seluler melihat lokasi dari sudut
keuntungan maksimum untuk jangka panjang, tanpa menegasikan variabel
kepentingan pemerintah, yang
mempertimbangkan
dari
sudut
pandang
kesesuaian alokasi tata ruang dan lingkungan. Kesesuaian yang dimaksud adalah
penetapan segala aktivitas ekonomi yang dianggap sesuai untuk lokasi tersebut
agar menjamin keserasian pemakaian lahan dengan pelaku ekonomi lainnya
dengan kriteria yang berlaku secara legal formal.
Pembangunan tower BTS selain memiliki manfaat bagi perkembangan daerah
namun di sisi lain juga dapat menimbulkan dampak negatif dan konflik di
kemudian hari apabila terdapat ketidaksesuaian dalam pemilihan lokasi baik dari
sisi perspektif pemerintah, masyarakat maupun operator. Dengan demikian, maka
diperlukan adanya pertimbangan dalam pemilihan lokasi yang sesuai, baik dalam
sudut pandang pemerintah, operator, maupun stakeholder lain yang berkaitan.
Oleh sebab itu dalam kegiatan Engineering Procurement Construction (EPC) BTS
perlu diperhatikan kriteria lokasinya, agar manfaat yang didapatkan dari
pembangunan tersebut lebih optimal.
Gambar 1. Tahap di dalam proses pengadaan Site BTS
Pendekatan yang digunakan dalam studi ini yakni pendekatan empirik dengan
mendasarkan kepada metode statistik dan matematis dalam sistem pengambilan
keputusan (Decision Support System) sebagai langkah dalam pemecahan dari
permasalahan. Jenis data yang digunakan yakni data kualitatif dan data kuantitatif.
Data kualitatif ini digunakan untuk menentukan bobot (weight) kriteria yang
mempengaruhi penentuan lokasi tower BTS. Dalam studi ini kemudian data
kualitatif diubah ke dalam bentuk kuantitatif. Data kualitatif yang dikuantifikasi
adalah data yang didapat dari persepsi responden dalam menentukan
perbandingan antar kriteria dan sub kriteria (pada proses pairwise comparison)
dalam menentukan lokasi pembangunan tower BTS di DIY dan Jateng. Sedangkan
data kuantitatif meliputi biaya pengadaan, durasi pengadaan, dan densitas
pelanggan sehingga melengkapi variabel-variabel yang digunakan dalam studi ini.
Variabel-variabel tersebut kemudian dielaborasikan untuk dilakukan analisis faktor
terhadap variabel tersebut untuk didapatkan variabel yang manakah yang
berperan dalam pembangunan tower BTS. Selain mengidentifikasi variabel yang
berperan secara signifikan, proses analisis faktor juga dapat menjelaskan keeratan
hubungan antar variabel, kemudian variabel yang memiliki hubungan yang erat
tersebut dikelompokkan ke dalam satu kelompok faktor, sedangkan variabel yang
tidak berperan signifikan dalam kegiatan akan dihilangkan. Variabel yang tidak
signifikan ini bukan berarti bahwa literatur yang menyatakan variabel tersebut
berperan adalah salah, tetapi variabel tersebut tidak sesuai untuk diterapkan pada
kondisi studi ini, sehingga pengaruhnya tidak signifikan. Dengan demikian, proses
analisis faktor berperan dalam penyusunan struktur hirarki yang nantinya
digunakan di dalam analisis pengambilan keputusan dengan menggunakan
metode Analytic Hierarchy Process (AHP). Dalam studi ini proses AHP adalah
analisis akhir yang menghasilkan prioritas lokasi pembangunan BTS.
2. RUMUSAN PERMASALAHAN
Rumusan permasalahan pada studi ini adalah sebagai berikut :
1. Variabel-variabel apakah yang berperan signifikan di dalam pemilihan site
Base Transceiver Station (BTS) ?
2. Lokasi-lokasi manakah yang ditetapkan sebagai prioritas pembangunan BTS di
wilayah DIY dan Jateng?
3. TINJAUAN PUSTAKA
3.1.
Base Transceiver Station (BTS)
BTS adalah kependekan dari Base Transceiver Station. Terminologi ini termasuk
baru dan mulai populer di era booming seluler saat ini. BTS berfungsi
menjembatani perangkat komunikasi pengguna dengan jaringan menuju jaringan
lain. Satu cakupan pancaran BTS dapat disebut Cell. Komunikasi seluler adalah
komunikasi modern yang mendukung mobilitas yang tinggi. Dari beberapa BTS
kemudian dikontrol oleh satu Base Station Controller (BSC) yang terhubungkan
dengan koneksi microwave ataupun serat optik. BTS berfungsi sebagai
interkoneksi antara infra struktur sistem selular dengan Out Station. BTS harus
selalu memonitor Out Station yang masuk ataupun yang keluar dari sel BTS
tersebut. Luas jangkauan dari BTS sangat dipengaruhi oleh lingkungan, antara lain
topografi dan gedung tinggi. BTS sangat berperan dalam menjaga kualitas GSM,
terutama dalam hal frekuensi hoping dan antena diversity (Purbo, et al., 2007)..
BTS dapat dilihat dari dasar bagian dalam jaringan Base Station Service sebagai
perlengkapan hubungan antara Base Station Controller dan Mobile Station. Fungsi
BTS dalam BSS adalah BTS berinteraksi langsung dengan Mobile Subscriber melalui
radio interface. BTS harus mampu berkomunikasi dengan ponsel pada suatu
coverage (cakupan) area dan mampu untuk memenuhi traffic channel (lalu lintas
kanal) untuk komunikasi termasuk percakapan dan pertukaran data.
BTS terdiri atas :
a. Base Station Site : lokasi fisik dari BTS yang terdiri dari Base Station Equipment
dan antena pemancar dan penerima.
b. Base Equipment : peralatan tanpa antena (Hardware dan Software)
c. Sel / Sektor : coverage area dari satu arah stasiun antena.
Agar dapat terjadi koneksi yang berkelanjutan antara BTS dengan ponsel maka
jarak maksimum antara BTS dengan ponsel harus ditetapkan. Penetapan ini harus
berdasarkan signal-to-noise-ratio seminimum mungkin pada sisi penerima dan
daya transmisi maksimum pada sisi pengirim. Dalam perencanaan pembangunan
BTS, luas area cakupan biasanya didekati dengan model heksagonal dan
pendekatan cakupan ideal (berupa lingkaran), tetapi pada kenyataannya area
cakupan berbentuk tidak beraturan, tergantung dari lingkungan (topografi dan
morfologi) (Purbo, et al., 2007).
Berdasarkan Roger L Freeman , luasan lahan yang dibutuhkan untuk sebuah tower
BTS berbeda-beda menyesuaikan ketinggiannya (Purbo, et al., 2007).
Ketiga kategori itu adalah :
a. Dalam gedung pikosel
b. Diluar gedung makrosel
c. Diluar gedung mikrosel
3.2.
Analisis Faktor yang berpengaruh terhadap Lokasi BTS
Menurut (Adam et al., 2008) dalam merancang ada beberapa hal yang harus
dipertimbangkan yaitu business goals dan technical requirements. Implementasi
jaringan wireless harus mempertimbangkan biaya pengadaan peralatan dan
infrastruktur pendukung (support facilty) (Gadi, et al., 2014).
Menurut Dynastya, et.al (2013) faktor penentu lokasi menara BTS adalah faktor
biaya sewa lahan, jenis lokasi menara, tinggi menara, tingginya kepadatan
penduduk, pola ruang, Coverage service area, dan keselamatan. Sedangkan
menurut Fachrie, et.al (2012) dalam membangun BTS diperlukan prosedur
sitematis untuk menghasilkan performansi coverage area. Gacovski, et.al (2006)
juga menyebutkan ada 5 (lima) kriteria untuk menentukan lokasi base station
meliputi Biaya investasi, Coverage area, Coverage populasi, keterjangkauan lokasi,
dan interferensi sinyal.
Rakhmad, Christiono, & Ajulian (2013) menyebutkan kriteria dalam melakukan
perancangan untuk menentukan lokasi BTS adalah kepadatan penduduk, biaya,
jarak, dan akses. Dalam menentukan lokasi BTS pemancar dan penerima harus
memperhatikan propagasi ruang bebas (free space) dan LOS (Purbo, et al., 2007),
(Nugraha, et al., 2007) , (Puspitorini, et al., 2011). Selain itu dalam membangun
node diluar ruang juga harus mempertimbangkan ketersediaan daya (Purbo, et
al., 2007).
Dengan mempertimbangkan beberapa kriteria dari literatur di atas, maka dalam
studi ini ditetapkan variabel-variabel yang berpengaruh sebagai berikut :
a. Biaya Pengadaan (cost of delivery)
b. Durasi Pengadaan (time of delivery)
c. Populasi Pelanggan (customer density)
d. Dukungan masyarakat setempat (social support)
e. Regulasi pemerintah yang mendukung (government support)
f. Ketersediaan tenaga listrik (power availability)
Gambar 2. Penyebab keterbatasan kelayakan pada sebuah Site BTS
Gambar 2. Akibat yang ditimbulkan oleh penetapan site BTS yang tidak tepat
Pada studi ini digunakan metode kuisioner yang diisi oleh stakeholder dari pihakpihak yang terlibat pada pembangunan tower BTS. Dari kuisioner tersebut
diharapkan dapat tereksplorasi score atau bobot masing-masing lokasi terhadap
variabel-variabel tersebut. Untuk kemudian dilakukan analisis faktor terhadap
variabel-variabel tersebut untuk didapatkan variabel manakah yang berperan
dalam pembangunan tower BTS. Sehingga yang dianalis selanjutnya tidak
keseluruhan faktor, tetapi hanya faktor-faktor yang berpengaruh saja.
Analisis faktor adalah salah satu teknik statistika yang dapat digunakan untuk
memberikan deskripsi yang relatif sederhana melalui reduksi jumlah peubah yang
disebut faktor. Analisis faktor adalah prosedur untuk mengidentifikasi item atau
variabel berdasarkan kemiripannya. Kemiripan tersebut ditunjukkan dengan nilai
korelasi yang tinggi. Item-item yang memiliki korelasi yang tinggi akan membentuk
satu kerumunan faktor (Johnson, et. Al, 2007). Prinsip dasar dalam analisis faktor
adalah menyederhanakan deskripsi tentang data dengan mengurangi jumlah
variabel/ dimensi. Analisis faktor pada studi ini adalah analisis faktor yang bersifat
confirmatory dan dilakukan dengan alat bantu perangkat lunak SPSS versi 16.
Tahap-tahap di dalam melakukan analisis faktor adalah sebagai berikut (Johnson,
et. Al, 2007) :
1. Melakukan uji korelasi antar variabel asal dengan tujuan agar penyusutan
variabel analisis faktor menjadi lebih sederhana dan bermanfaat, tanpa
kehilangan banyak informasi sebelumnya.
2. Uji kelayakan data (menggunakan basis faktor) apakah cocok dilakukan analisis
faktor.
3. Me ari akar iri da
atriks Σ atau ‘.
4. Mengurutkan akar ciri yang terbentuk dari terbesar sampai terkecil.
5. Mencari proporsi keragaman yang berguna untuk mengetahui berapa faktor
yang akan terbentuk.
6. Mengalokasikan setiap variabel asal kedalam faktor sesuai dengan nilai
loading.
7. Apabila terdapat nilai loading yang identik atau hampir sama maka dilakukan
rotasi baik dengan cara orthogonal ataupun non orthogonal.
8. Setelah yakin dengan faktor yang terbentuk, maka diberikan identitas dengan
cara pemberian nomor/nama
pada faktor tersebut dengan cara melihat
variabel penyusun faktor tersebut.
3.3.
Analytic Hierarchy Process (AHP)
Sistem Pengambilan Keputusan (Decision Support System) didefinisikan sebagai
sebuah sistem berbasis komputer yang membantu dalam proses pengambilan
keputusan. Sistem ini bersifat adaptif, interaktif, fleksibel, yang secara khusus
dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak
terstruktur dalam meningkatkan kualitas pengambilan keputusan (Kusumadewi,
et al, 2006). Analytic Hierarchy Process (AHP) adalah salah satu system
pengambilan
keputusan
yang
menggunakan
teori
pengukuran
melalui
perbandingan berpasangan dan hasilnya bergantung pada para ahli yang
menurunkan skala prioritas AHP juga merupakan pendekatan multi criteria
decision making dalam beberapa faktor yang disusun berdasarkan struktur hirarki
(Saaty, 1990), (Saaty, 2008).
Dalam penelitian Akinci, Ozalp, & Turgut, (2013), AHP digunakan sebagai metode
multi criteria decision making untuk menentukan lokasi dalam bidang penelitian,
pengembangan, pembangunan di berbagai bidang. Di dalam metode AHP
menghasilkan perbandingan, bobot dari masing-masing kriteria yang dianalisis
serta Consistency Ratio (CR) dari perbandingan pasangan kriteria (Ge, et al., 2008),
(Uyan, 2013), (Arunraj, 2010).
Prosedur dalam menentukan perbandingan masing-masing kriteria dalam AHP
adalah sebagai berikut :
a. Dekomposisi masalah pengambilan keputusan menjadi sebuah hierarki.
b. Buat perbandingan berpasangan dan menetapkan prioritas di antara elemenelemen dalam hierarki.
c. Sintesa judgments untuk mendapatkan bobot masing-masing kriteria.
d. Cek dan analisis konsistensi judgment.
Prosedur atau langkah-langkah dalam metode AHP, jika ada sejumlah n kriteria
menurut (Uyan, 2013) adalah sebagai berikut:
a. Membuat matrix perbandingan berpasangan (n x n) untuk beberapa faktor,
jika Pij = sejauh yang kita inginkan dari faktor i ke faktor j.
Kemudian menganggap Pij = 1/Pij. Kemungkinan penilaian factor Pij dalam
matriks perbandingan berpasangan.
Interpretasi penilaian Pij dapat dilihat pada tabel berikut.
b. Menentukan normalisasi perbandingan berpasangan
Untuk mengontrol kosistensi dari bobot, maka kosistensi rasio dapat dihitung
dengan tahap sebagai berikut :
a) Hitung eigenvector dan maximum eigenvalue dari masing-masing matriks.
b) Kemudian hitung indeks konsistensi dengan rumus sebagai berikut :
Di mana :
n = banyaknya elemen
max = eigenvalue
c.) Hitung rasio konsistensi dengan persamaan :
CR = CI / IR
Di mana :
CR = Consistency Ratio ,
CI = Consistency Indeks,
IR = Indeks Random Consistency
Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki.
Namun jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1, maka hasil
perhitungan bisa dinyatakan benar. Pada dasarnya AHP digunakan untuk
mengolah data dari satu responden ahli. Namun demikian dalam aplikasinya
penilaian kriteria alternatif dilakukan oleh beberapa ahli multidisipliner
(kelompok). Bobot penilaian untuk penilaian berkelompok dinyatakan dengan
menemukan rata-rata geometrik (Geometric Mean) dari penilaian yang diberikan
oleh seluruh anggota kelompok.
Nilai geometrik ini dirumuskan dengan persamaan :
Di mana :
GM = Geometric Mean,
x1 = Penilaian orang ke-1,
xn = Penilaian orang ke-n,
n = Jumlah penilai.
4. Metode Pengumpulan Data
Pengumpulan data dilakukan dengan metode sebagai berikut :
a. Survei data sekunder, dilakukan untuk mendapatkan profil dan kondisi
eksisting BTS di DIY dan Jateng. Pengambilan data sekunder dilakukan
dari dokumen Profil Rencana Proyek HCPT Network Development zona
DIY dan Jateng. Data tersebut meliputi :
i. biaya pengadaan
ii. lama pengadaan
iii. densitas pelanggan
iv. indeks dukungan sosial
v. indeks dukungan pemerintah
vi. indeks ketersediaan tenaga listrik
b. Survei data primer, dilakukan oleh penyusun didapatkan dengan cara
memberikan survey kuesioner kepada pihak terkait pembangunan
tower BTS pada PT. H3I (Hutchinson 3 Indonesia). Data tersebut
meliputi :
i. Perbandingan importance level antar variabel pada level kriteria
ii. Perbandingan importance level antar variabel pada level sub
kriteria
Tabel 1. Data Rencana Kondisi Tower BTS pada Zona DIY dan Jateng
No
Name
Code
Cost of
Time
Deliver
(Rp
Customer
Social
Gov.
Power
Deliver
Density
Support
Support
Availibility
(days)
(per service
(index
(index
(index
area)
score)
score)
score)
60
931
2.9
2.4
3.5
60
781
3.4
2.8
3.5
60
877
3.1
2.2
3.5
88
655
2.1
2.1
3.2
85
1855
2.5
3.2
3
60
785
2.8
3.1
3.2
75
731
2.5
3.1
3.5
72
856
2.9
2.9
3.5
66
1146
2.9
2.9
3
60
1211
3.1
3.2
3
60
1123
2.6
3.1
3.5
60
954
2.8
3.2
3.5
70
858
3.1
3.3
3.2
60
887
2.9
3.1
3.2
60
854
2.9
2.9
3.2
60
1024.1
3.19
2.64
3.85
70
859.1
3.74
3.08
3.85
Million)
1
Berbah
Brb
to
2,756
2
Kalasan
Kls
2,831
3
Candi Sambisari
CSb
3,134
4
Tempel
Tmp
2,652
5
Prambanan
Pmb
3,844
6
Cokrotulung
Ckt
2,445
7
Jatinom
Jtn
2,511
8
Karangdowo
Krd
2,780
9
Delanggu
Dlg
2,352
10
Ceper
Cpr
3,410
11
Colomadu
Cmd
2,168
12
Karanganyar
Kra
2,227
13
Ngargoyoso
Ngy
2,466
14
Tasikmadu
Tsm
2,087
15
Tawangmangu
Twm
3,024
16
Gemolong
Gml
3,032
17
Kalangan
Klg
3,114
18
Tegalrejo
Tgr
80
964.7
3.41
2.42
3.85
60
720.5
2.31
2.31
3.52
60
2040.5
2.75
3.52
3.3
70
863.5
3.08
3.41
3.52
70
804.1
2.75
3.41
3.85
70
941.6
3.19
3.19
3.85
60
1260.6
3.19
3.19
3.3
60
1332.1
3.41
3.52
3.3
50
1235.3
2.86
3.41
3.85
60
1049.4
3.08
3.52
3.85
60
943.8
3.41
3.63
3.52
90
975.7
3.19
3.41
3.52
90
939.4
3.19
3.19
3.52
3,447
19
Tunggul
Tgl
2,917
20
Jenar
Jnr
4,228
21
Gombong
Gmb
2,689
22
Sempor
Smp
2,762
23
Kutowinangun
Ktw
3,058
24
Jerotengah
Jrt
2,588
25
Banjarsari
Bjs
3,751
26
Bumiayu
Bum
2,385
27
Pruwatan
Prw
2,450
28
Kaliwadas
Kwd
2,712
29
Adisana
Ads
2,295
30
Karangmalang
Krm
3,327
Sumber : PT. Hutchinson 3 Indonesia
5. Metode Analisis Data
5.1. Analisis Faktor yang berpengaruh terhadap penentuan lokasi BTS
Data pada Tabel 1 digunakan dalam menentukan score dari variabel yang berpengaruh
terhadap proses pemilihan lokasi BTS. Untuk kemudian dilakukan proses analisis
faktor terhadap variabel-variabel tersebut, sehingga untuk selanjutnya didapatkan
hasil variabel yang manakah yang berperan signifikan dalam pemilihan lokasi BTS.
Sehingga yang dianalis selanjutnya tidak keseluruhan faktor, tetapi hanya faktor-faktor
yang berpengaruh secara signifikan saja.
Data pada tabel 1 tersebut harus ditransformasi dalam bentuk Z-score. Karena data
tersebut memiliki variasi yang besar diakibatkan oleh perbedaan satuan dan rentang
data. Hasil transformasi ke dalam bentuk Z-score sebagai berikut :
Tabel 2. Data Kondisi Tower BTS dalam bentuk Z-score
No
Name
1 Berbah
2 Kalasan
3 Candi Sambisari
4 Tempel
5 Prambanan
6 Cokrotulung
7 Jatinom
8 Karangdowo
9 Delanggu
10 Ceper
11 Colomadu
12 Karanganyar
13 Ngargoyoso
14 Tasikmadu
15 Tawangmangu
16 Gemolong
17 Kalangan
18 Tegalrejo
19 Tunggul
20 Jenar
21 Gombong
22 Sempor
23 Kutowinangun
24 Jerotengah
25 Banjarsari
26 Bumiayu
27 Pruwatan
28 Kaliwadas
29 Adisana
30 Karangmalang
Cost
Time
Customer Social
Gov
Power
-0.17687866 -0.65374167 -0.27755932 -0.21177742 -1.55234924 0.1287601
-0.0325272 -0.65374167 -0.77155432 1.20007206 -0.58965204 0.1287601
0.55065271 -0.65374167 -0.45539752 0.35296237 -2.03369785 0.1287601
-0.37704602 2.01200107 -1.18651012 -2.47073658 -2.27437215 -0.97489787
1.91717988 1.72638578 2.76544986 -1.341257 0.37304517 -1.71066985
-0.77738074 -0.65374167 -0.75838112 -0.49414732 0.13237087 -0.97489787
-0.64842677 0.7743348 -0.93621932 -1.341257 0.13237087 0.1287601
-0.13261088 0.4887195 -0.52455682 -0.21177742 -0.34897774 0.1287601
-0.95445187 -0.08251108 0.43050017 -0.21177742 -0.34897774 -1.71066985
1.0799414 -0.65374167 0.64456467 0.35296237 0.37304517 -1.71066985
-1.30859412 -0.65374167 0.35475427 -1.05888711 0.13237087 0.1287601
-1.19503764 -0.65374167 -0.20181342 -0.49414732 0.37304517 0.1287601
-0.73696233 0.29830931 -0.51797022 0.35296237 0.61371947 -0.97489787
-1.46641839 -0.65374167 -0.42246452 -0.21177742 0.13237087 -0.97489787
0.33893723 -0.65374167 -0.53114342 -0.21177742 -0.34897774 -0.97489787
0.35433472 -0.65374167 0.02904691 0.60709527 -0.97473092 1.41636105
0.51215899 0.29830931 -0.51434759 2.1601297 0.08423601 1.41636105
1.15307948 1.25036029 -0.16657511 1.22830904 -1.50421438 1.41636105
0.13299581 -0.65374167 -0.97079897 -1.8777598 -1.76895612 0.20233729
2.65625937 -0.65374167 3.37635701 -0.63533226 1.14320293 -0.60701188
-0.30583263 0.29830931 -0.49985707 0.29648839 0.8784612 0.20233729
-0.16533054 0.29830931 -0.69547909 -0.63533226 0.8784612 1.41636105
0.40437656 0.29830931 -0.24265034 0.60709527 0.34897774 1.41636105
-0.50022593 -0.65374167 0.80791235 0.60709527 0.34897774 -0.60701188
1.73818407 -0.65374167 1.0433833 1.22830904 1.14320293 -0.60701188
-0.89093722 -1.60579265 0.72459186 -0.32472538 0.8784612 1.41636105
-0.76583262 -0.65374167 0.1123674 0.29648839 1.14320293 1.41636105
-0.26156485 -0.65374167 -0.23540508 1.22830904 1.40794466 0.20233729
-1.06415898 2.20241127 -0.13034881 0.60709527 0.8784612 0.20233729
0.92211714 2.20241127 -0.2498956 0.60709527 0.34897774 0.20233729
Sumber : Hasil Perhitungan dengan SPSS
Dari analisis faktor dengan software SPSS terdapat beberapa hal yang perlu dicermati
sebagai berikut :
Tabel Correlation Matrixmerupakan tabel matriks korelasi yang berisi nilai-nilai
korelasi antara variabel-variabel yang akan dianalisis. Pada bagian Correlation dapat
dilihat besarnya korelasi antar variabel.
Correlation Matrix
Sig. (1-tailed)
Zscore
Zscore
Zscore
Zscore
Zscore
Zscore
(Cost)
(Time)
(Customer)
(Social)
(Government)
(Power)
Zscore(Cost)
.137
.013
.403
.336
.113
.216
.002
.290
.160
.366
.084
.030
.273
.334
Zscore(Time)
.137
Zscore(Customer)
.013
.216
Zscore(Social)
.403
.002
.366
Zscore(Government)
.336
.290
.084
.273
Zscore(Power)
.113
.160
.030
.334
.160
.160
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Sphericity
Approx. Chi-Square
Df
Sig.
.429
25.388
15
.045
Dari tabel di atas, didapatkan angka KMO = 0.429, dengan demikian hasil perhitungan
dianggap tidak memenuhi syarat (kurang dari 0.5) dan belum menunjukkan
signifikansi hubungan antar variabel yang erat, meskipun signifikansinya memenuhi
syarat.
Selain pengecekan terhadap KMO and Bartlett test, dilakukan juga pengecekan Anti
Image matrices untuk mengetahui variabel – variabel manakah yang secara parsial
layak untuk dianalisis dan tidak dikeluarkan dalam pengujian.
Anti-image Matrices
Zscore(Cost)
Anti-image
Covariance
Anti-image
Correlation
Zscore(Time)
Zscore
Zscore
Zscore
Zscore
(Customer)
(Social)
(Government)
(Power)
Zscore(Cost)
.394
-.164
-.252
-.193
.234
.044
Zscore(Time)
-.164
.354
.066
.270
-.031
.079
Zscore(Customer)
-.252
.066
.397
.117
-.255
.123
Zscore(Social)
-.193
.270
.117
.360
-.128
.009
Zscore(Government)
.234
-.031
-.255
-.128
.594
.120
Zscore(Power)
.044
.079
.123
.009
.120
.695
a
-.440
-.637
-.512
.483
.084
a
.176
.757
-.068
.160
a
.310
-.524
.234
a
-.278
.018
a
.187
Zscore(Cost)
.331
Zscore(Time)
-.440
Zscore(Customer)
-.637
.176
Zscore(Social)
-.512
.757
.310
.358
Zscore(Government)
.483
-.068
-.524
-.278
Zscore(Power)
.084
.160
.234
.018
.473
.471
.312
.187
a. Measures of Sampling
Adequacy(MSA)
Berdasarkan tabel di atas, terlihat bahwa dari enam variabel yang akan dianalisis,
terdapat lima variabel yang memiliki nilai MSA (dapat dilihat pada output yang
bertanda a pada kolom Anti-Image Correlation) < 0,5. Karena ada variabel yang nilai
MSA nya < 0,5 , maka harus ada variabel yang dihilangkan dan untuk selanjutnya
dilakukan pengujian ulang terhadap sisa variabel lainnya seperti pada cara di atas.
Pada studi ini dilakukan penghilangan terhadap 2 variabel yang memiliki nilai MSA
terendah yakni variabel cost dan government.
.810
a
Eliminasi terhadap dua variabel tersebut bukan berarti pada pelaksanaan nantinya
meniadakan pertimbangan dari sisi biaya dan dukungan pemerintah, tetapi kedua hal
tersebut dijadikan kriteria pada screening awal sebelum dilakukan analisis penetapan
prioritas. Dengan demikian, sudah seharusnya lokasi BTS yang akan dipilih, telah
memenuhi syarat dalam hal biaya yang efisien dan perizinan yang telah lengkap.
Setelah dilakukan proses eliminasi terhadap dua variabel tersebut, dan dilakukan
analisis kembali hanya dengan empat variabel, maka didapatkan hasil sebagai berikut :
Correlation Matrix
Zscore(Power)
Sig. (1-tailed)
Zscore(Time)
Zscore(Power)
.160
Zscore(Time)
.160
Zscore(Customer)
.030
.216
Zscore(Social)
.334
.002
Zscore(Customer)
Zscore(Social)
.030
.334
.216
.002
.366
.366
Kemudian pada baris sig.(1-tailed) menunjukkan signifikansi korelasi antara variabelvariabel tersebut. Misalnya korelasi antara variabel time dengan variabel social dapat
dikatakan sebagai signifikan, terlihat dari nilai p-value sebesar 0,002( 0,5, maka variabel tersebut dapat dianalisis lebih
lanjut.
Zscore(Social)
.508
a
Communalities
Initial
Extraction
Zscore(Power)
1.000
.744
Zscore(Time)
1.000
.858
Zscore(Customer)
1.000
.750
Zscore(Social)
1.000
.873
Extraction Method: Principal Component
Analysis.
Dari keseluruhan nilai dalam tabel communalities, diperoleh bahwa keempat variabel
mempunyai nilai communalities yang besar ( > 0.5). Hal ini dapat diartikan bahwa
keseluruhan variabel yang digunakan memiliki hubungan yang kuat dengan faktor
yang terbentuk. Dengan kata lain, semakin besar nilai dari communalities maka
semakin baik analisis faktor, karena semakin besar karakteristik variabel asal yang
dapat diwakili oleh faktor yang terbentuk. Secara umum dapat disimpulkan sebagai
berikut :
1. Keeratan hubungan variabel sosial terhadap faktor yang terbentuk sebesar
0,873 artinya hubungan variabel sosial terhadap faktor yang terbentuk dapat
disimpulkan memiliki hubungan yang erat. Atau dapat juga dikatakan
kontribusi variabel sosial terhadap faktor yang terbentuk sebesar 87.3%.
2. Keeratan hubungan variabel power (ketersediaan listrik) terhadap faktor yang
terbentuk sebesar 0,744 artinya hubungan variabel power terhadap faktor
yang terbentuk dapat disimpulkan memiliki hubungan yang erat. Atau dapat
juga dikatakan kontribusi variabel power terhadap faktor yang terbentuk
sebesar 74.4%.
3. Keeratan hubungan variabel customer terhadap faktor yang terbentuk sebesar
0,750 artinya hubungan variabel customer terhadap faktor yang terbentuk
dapat disimpulkan memiliki hubungan yang erat. Atau dapat juga dikatakan
kontribusi variabel customer terhadap faktor yang terbentuk sebesar 75%.
4. Keeratan hubungan variabel lamanya pengadaan (time) terhadap faktor yang
terbentuk sebesar 0,858 artinya hubungan variabel time terhadap faktor yang
terbentuk dapat disimpulkan memiliki hubungan yang erat. Atau dapat juga
dikatakan kontribusi variabel time terhadap faktor yang terbentuk sebesar
85,8%.
Total Variance Explained
Extraction Sums of Squared
Initial Eigenvalues
Comp
onent
Total
Rotation Sums of Squared Loadings
Loadings
% of
Cumulative
Variance
%
Total
% of
Cumulative
Variance
%
Cumulative
Total
% of Variance
%
1
1.980
49.497
49.497
1.980
49.497
49.497
1.706
42.662
42.662
2
1.244
31.112
80.610
1.244
31.112
80.610
1.518
37.948
80.610
3
.504
12.598
93.208
4
.272
6.792
100.000
Extraction Method: Principal Component
Analysis.
Tabel Total Variance Explained di atas menunjukkan besarnya persentase keragaman
total yang mampu diterangkan oleh keragaman faktor - faktor yang terbentuk. Dalam
tabel tersebut juga terdapat nilai eigenvalue dari tiap-tiap faktor yang terbentuk.
Faktor 1 memiliki eigenvalue sebesar 1,980 dan Faktor 2 sebesar 1,244. Untuk
menentukan berapa komponen/faktor yang dipakai agar dapat menjelaskan
keragaman total maka dilihat dari besar nilai eigenvalue, dan komponen dengan
eigenvalue >1 adalah ko po e ya g dipakai. Kolo
u ulative %
e unjukkan
persentase kumulatif varians yang dapat dijelaskan oleh faktor yang terbentuk.
Besarnya keragaman yang mampu diterangkan oleh Faktor 1 sebesar 49,497 persen,
sedangkan keragaman yang mampu dijelaskan kumulasi Faktor 1 dan 2 sebesar 80,610
persen. Berdasarkan alasan nilai eigen value kedua faktor yang lebih dari 1 dan
besarnya persentase kumulatif kedua faktor sebesar 80,610 persen, dapat
disimpulkan bahwa kedua faktor sudah cukup mewakili keragaman variabel – variabel
asal.
Componen matrix
a
Component
1
2
Zscore(Power)
-.620
-.599
Zscore(Time)
.843
-.385
Zscore(Customer)
.576
.647
-.744
.565
Zscore(Social)
Extraction Method: Principal Component
Analysis.
a. 2 components extracted.
Tabel componen matrix menunjukkan besarnya korelasi tiap variabel dalam faktor
yang terbentuk. Nilai – nilai koefisien korelasi antara variabel dengan faktor - faktor
yang terbentuk (loading factor) dapat dilihat pada tabel Componen matrix. Kedua
faktor tersebut menghasilkan matrik loading faktor yang nilai-nilainya merupakan
koefisien korelasi antara variabel dengan faktor-faktor tersebut. Bila dilihat variabel–
variabel yang berkorelasi terhadap setiap faktornya, ternyata loading faktor yang
dihasilkan belum mampu memberikan arti sebagaimana yang diharapkan. Hal ini
terlihat dari variabel power di mana korelasi variabel ini dengan faktor 1 sebesar
0,620, sedangkan dengan faktor 2 sebesar -0,599 (tanda negatif hanya menunjukkan
arah korelasi), sehingga kita sulit untuk memutuskan apakah variabel power
dimasukkan ke faktor 1 atau faktor 2. Tiap faktor belum dapat diinterpretasikan
dengan jelas sehingga perlu dilakukan rotasi dengan metode varimax. Rotasi varimax
adalah rotasi orthogonal yang membuat jumlah varian faktor loading dalam masingmasing faktor akan menjadi maksimum, dimana nantinya peubah asal hanya akan
mempunyai korelasi yang tinggi dan kuat dengan faktor tertentu saja (korelasinya
mendekati 1) dan tentunya memiliki korelasi yang lemah dengan faktor yang lainnya
(korelasinya mendekati 0). Hal yang demikian belum tercapai pada tabel componen
matrix diatas.
Rotated Componen matrix
a
Component
1
2
Zscore(Power)
.127
-.853
Zscore(Time)
-.902
.209
Zscore(Customer)
-.062
.864
.934
-.006
Zscore(Social)
Extraction Method: Principal Component
Analysis. Rotation Method: Varimax with
Kaiser Normalization.
a. Rotation converged in 3 iterations.
Setelah dilakukan rotasi faktor dengan metode varimax, diperoleh tabel seperti yang
tertera di atas yaitu Rotated Componen matrix. Terdapat perbedaan nilai korelasi
variabel dengan setiap faktor sebelum dan sesudah dilakukan rotasi varimax. Terlihat
bahwa loading faktor yang dirotasi telah memberikan arti sebagaimana yang
diharapkan dan setiap faktor sudah dapat diinterpretasikan dengan jelas. Terlihat pula
bahwa setiap variabel hanya berkorelasi kuat dengan salah satu faktor saja (tidak ada
variabel yang korelasinya < 0,5 di kedua faktor). Dengan demikian, lebih tepat
digunakan loading faktor yang telah dirotasi sebab setiap faktor sudah dapat
menjelaskan keragaman variabel awal dengan tepat dan hasilnya adalah sebagai
berikut
1. Faktor 1 , beberapa variabel yang memiliki korelasi yang kuat dengan faktor 1 ,
yaitu variabel time dan social. Faktor 1 untuk selanjutnya dinamakan dengan
Faktor Lingkungan.
2. Faktor 2, terdapat beberapa variabel yang memiliki korelasi yang kuat dengan
faktor 2 , yaitu variabel power dan customer. Faktor 2 untuk selanjutnya
dinamakan dengan Faktor Daya Dukung Lokasi.
Component Transformation
Matrix
Component
1
2
1
-.793
.610
2
.610
.793
Extraction Method: Principal
Component Analysis. Rotation
Method: Varimax with Kaiser
Normalization.
Tabel Component Transformation Matrix berfungsi untuk menunjukkan apakah faktor
– faktor yang terbentuk sudah tidak memiliki korelasi lagi satu sama lain atau
orthogonal. Bila dilihat dari tabel Component Transformation Matrix, nilai – nilai
korelasi yang terdapat pada diagonal utama berada di atas 0,5 yaitu -0,793; 0,793;
0,610 dan 0.610. Hal ini menunjukkan bahwa kedua faktor yang terbentuk sudah tepat
karena memiliki korelasi yang tinggi pada diagonal – diagonal utamanya.
5.2. Analisis untuk menentukan prioritas lokasi pembangunan Tower BTS dengan
metode AHP
Setelah didapatkan variabel-variabel yang berpengaruh secara signifikan, maka
selanjutnya dilakukan penetapan prioritas lokasi pembangunan Tower BTS. Untuk
menentukan bobot masing-masing faktor dan penetapan alternatif lokasi dilakukan
dengan menggunakan metode AHP. Pendapat bobot dari masing-masing responden
didapatkan dengan menggunakan kuesioner yang telah dilakukan.
Gambar 4. Struktur Hierarki Kriteria, Sub Kriteria dan Alternatif
Dari analisis pairwise comparison pada kriteria dan sub kriteria sebagai proses analisis
untuk data kuisioner, didapatkan hasil sebagai berikut :
1. Terdapat penilaian tingkat kepentingan yang sama antara faktor lingkungan
dan faktor daya dukung lokasi.
2. Sub kriteria social dan customer merupakan kriteria yang paling penting bagi
responden dalam pembangunan tower BTS. Hal ini dibuktikan dengan hasil
pairwise comparison di mana social dan customer masing-masing memiliki nilai
0,333.
3. Sub kriteria time dan power masing-masing memiliki nilai 0,167 yang
menunjukkan bahwa responden berpendapat bahwa kedua kriteria lebih tidak
penting dibanding social dan customer.
Gambar 5. Hasil perbandingan antar sub kriteria pada kriteria lingkungan
Gambar 6. Hasil perbandingan antar sub kriteria pada kriteria daya dukung lokasi
Gambar 7. Hasil perbandingan antar kriteria
Hasil analisis pada Kabupaten Sleman :
PEMILIHAN PRIORITAS SITE BTS DIY
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 03
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
L EVEL 4
L EVEL 5
s o c i a l = ,3 3 3
ti m e
Ka l a s a n
Be rb a h
CSb
Pra m b
Te m p e l
= ,1 0 1
= ,0 7 7
= ,0 7 3
= ,0 5 1
= ,0 3 0
CSb
Be rb a h
Ka l a s a n
Pra m b
Te m p e l
= ,0 4 2
= ,0 4 2
= ,0 4 2
= ,0 2 1
= ,0 2 1
Pra m b
Be rb a h
CSb
Ka l a s a n
Te m p e l
= ,1 6 3
= ,0 5 1
= ,0 4 4
= ,0 4 0
= ,0 3 5
CSb
Be rb a h
Ka l a s a n
Pra m b
Te m p e l
= ,0 4 2
= ,0 4 2
= ,0 4 2
= ,0 2 1
= ,0 2 1
= ,1 6 7
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
p o we r
Pra m b
= ,1 6 7
,2 5 5
Ka l a s a n ,2 2 5
Be rb a h
,2 1 2
CSb
,2 0 1
Te m p e l
,1 0 7
Pembahasan hasil analisis pada Kabupaten Sleman adalah sebagai berikut :
1. Pada kriteria social, Site Kalasan menempati urutan teratas dengan score 0,101
2. Pada kriteria customer, Site Prambanan menempati urutan teratas dengan
score 0,163
3. Pada kriteria time, Site Candi Sambisari, Berbah dan Kalasan menempati
urutan teratas dengan score 0.042
4. Pada kriteria power, Site Candi Sambisari, Berbah dan Kalasan menempati
urutan teratas dengan score 0.042
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site Prambanan
menempati urutan teratas dengan score 0,255. Meskipun hanya unggul dalam
aspek customer, serta peringkat 4 pada aspek lain, Site Prambanan adalah site
prioritas untuk dibangun. Di sisi lain, Site Kalasan meski tertinggi dalam aspek
social, tetapi rendah pada aspek customer.
Hasil analisis pada Kabupaten Klaten :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
I deal Mode
OVERALL I NCONSI STENCY I NDEX = 0, 01
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
s o c i a l = ,3 3 3
Ce p e r = ,3 3 3
Ck t
= ,1 8 9
Krd
= ,1 8 9
De l a n g g u = ,1 8 9
J a ti n o m = ,1 1 1
ti m e
= ,1 6 7
Ck t
= ,1 6 7
De l a n g g u = ,1 6 7
J a ti n o m = ,0 9 6
Krd
= ,0 9 6
Ce p e r = ,0 6 4
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
De l a n g g u = ,3 3 3
Ce p e r = ,3 3 3
Ck t
= ,1 6 7
J a ti n o m = ,1 6 7
Krd
= ,1 6 7
p o we r
= ,1 6 7
J a ti n o m = ,1 6 7
Krd
= ,1 6 7
Ck t
= ,1 1 2
De l a n g g u = ,0 7 2
Ce p e r = ,0 7 2
Ce p e r
,2 3 9
De l a n g g u,2 2 7
Ck t
,1 8 9
Krd
,1 8 4
J a ti n o m ,1 6 1
L EVEL 4
L EVEL 5
Pembahasan hasil analisis pada Kabupaten Klaten adalah sebagai berikut :
1. Pada kriteria social, Site Ceper menempati urutan teratas dengan score 0,333
2. Pada kriteria customer, Site Delanggu dan Ceper menempati urutan teratas
dengan score 0,333
3. Pada kriteria time, Site Cokrotulung dan Delanggu menempati urutan teratas
dengan score 0,167
4. Pada kriteria power, Site Jatinom dan Karangdowo menempati urutan teratas
dengan score 0,167
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site Ceper
menempati urutan teratas dengan score 0,239.
Hasil Analisis pada Kabupaten Karanganyar :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
I deal Mode
OVERALL I NCONSI STENCY I NDEX = 0, 0
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
s o c i a l = ,3 3 3
Ng y
= ,3 3 3
Kra
= ,1 8 9
Ts m
= ,1 8 9
T wm
= ,1 8 9
Co l o m a d u = ,1 1 1
ti m e
= ,1 6 7
Co l o m a d u = ,1 6 7
Kra
= ,1 6 7
Ts m
= ,1 6 7
T wm
= ,1 6 7
Ng y
= ,0 8 3
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
Co l o m a d u = ,3 3 3
Kra
= ,1 6 7
Ng y
= ,1 6 7
Ts m
= ,1 6 7
T wm
= ,1 6 7
p o we r
= ,1 6 7
Co l o m a d u = ,1 6 7
Kra
= ,1 6 7
Ng y
= ,0 8 3
Ts m
= ,0 8 3
T wm
= ,0 8 3
Co l o m a d u,2 3 3
Kra
,2 0 6
Ng y
,1 9 9
Ts m
,1 8 1
T wm
,1 8 1
L EVEL 4
L EVEL 5
Pembahasan hasil pada Kabupaten Karanganyar adalah berikut:
1. Pada kriteria social, Site Ngargoyoso menempati urutan teratas dengan score
0,333
2. Pada
kriteria
time,
Site
Colomadu,
Karanganyar,
Tasikmadu,
dan
Tawangmangu bersama-sama menempati urutan teratas dengan score 0,167
3. Pada kriteria customer, Site Colomadu menempati urutan teratas dengan
score 0.333
4. Pada kriteria power, Site Colomadu dan Karanganyar menempati urutan
teratas dengan score 0.167
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site Colomadu
menempati urutan teratas dengan score 0,233.
Hasil Analisis pada Kabupaten Sragen :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 03
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
L EVEL 4
L EVEL 5
s o c i a l = ,3 3 3
Ka l a n g a n = ,1 2 0
Tg r
= ,0 8 4
Ge m o l o n g = ,0 5 9
J e n a r = ,0 4 1
T u n g g u l = ,0 2 9
ti m e
= ,1 6 7
Tg r
= ,0 6 6
Ka l a n g a n = ,0 3 9
Ge m o l o n g = ,0 2 1
T u n g g u l = ,0 2 1
J e n a r = ,0 2 1
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
J e n a r = ,1 3 9
Ge m o l o n g = ,0 7 5
Tg r
= ,0 5 2
Ka l a n g a n = ,0 4 0
T u n g g u l = ,0 2 8
p o we r
= ,1 6 7
Ge m o l o n g = ,0 4 1
Ka l a n g a n = ,0 4 1
Tg r
= ,0 4 1
T u n g g u l = ,0 2 4
J e n a r = ,0 1 8
Tg r
,2 4 3
Ka l a n g a n,2 4 0
J enar
,2 1 9
Ge m o l o n g,1 9 6
T u n g g u l ,1 0 2
Pembahasan hasil analisis pada Kabupaten Sragen adalah sebagai berikut :
1. Pada kriteria social, Site Kalangan menempati urutan teratas dengan score
0,120
2. Pada kriteria customer, Site Jenar menempati urutan teratas dengan score
0,139
3. Pada kriteria time, Site Tegalrejo menempati urutan teratas dengan score
0.066
4. Pada kriteria power, Site Gemolong, Kalangan dan Tegalrejo menempati
urutan teratas dengan score 0.041
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site
Tegalrejo menempati urutan teratas dengan score 0,243. Site ini unggul
dalam aspek time dan power.
Hasil Analisis pada Kabupaten Brebes :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 02
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
L EVEL 4
L EVEL 5
s o c i a l = ,3 3 3
Kwd
= ,1 0 9
Ad i s a n a = ,0 7 1
Krm
= ,0 7 1
Pru wa ta n = ,0 4 8
Bu m i a y u = ,0 3 6
ti m e
= ,1 6 7
Bu m i a y u = ,0 5 5
Pru wa ta n = ,0 3 5
Kwd
= ,0 3 5
Ad i s a n a = ,0 2 0
Krm
= ,0 2 0
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
Bu m i a y u = ,1 1 0
Pru wa ta n = ,0 8 3
Kwd
= ,0 4 7
Ad i s a n a = ,0 4 7
Krm
= ,0 4 7
p o we r
= ,1 6 7
Bu m i a y u = ,0 4 8
Pru wa ta n = ,0 4 8
Kwd
= ,0 2 4
Ad i s a n a = ,0 2 4
Krm
= ,0 2 4
Bu m i a y u ,2 4 8
Kwd
,2 1 5
Pru wa ta n ,2 1 3
Ad i s a n a ,1 6 2
Krm
,1 6 2
Pembahasan hasil analisis pada Kabupaten Brebes adalah sebagai berikut :
1. Pada kriteria social, Site Kaliwadas menempati urutan teratas dengan score
0,109
2. Pada kriteria customer, Site Bumiayu menempati urutan teratas dengan
score 0,110
3. Pada kriteria time, Site Bumiayu menempati urutan teratas dengan score
0.055
4. Pada kriteria power, Site Bumiayu dan Pruwatan menempati urutan teratas
dengan score 0.048
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site
Bumiayu menempati urutan teratas dengan score 0,248. Site ini unggul
dalam aspek time, customer dan power.
Hasil Analisis pada Kabupaten Kebumen :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 03
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
s o c i a l = ,3 3 3
ti m e
Bj s
Ktw
J rt
Go m b o n g
Se m p o r
= ,1 1 5
= ,0 7 0
= ,0 7 0
= ,0 4 7
= ,0 3 2
Bj s
J rt
Go m b o n g
Ktw
Se m p o r
= ,0 4 8
= ,0 4 2
= ,0 2 8
= ,0 2 8
= ,0 2 1
Bj s
J rt
Ktw
Go m b o n g
Se m p o r
= ,1 3 7
= ,0 8 7
= ,0 4 7
= ,0 3 5
= ,0 2 7
Go m b o n g
Se m p o r
Ktw
J rt
Bj s
= ,0 4 1
= ,0 4 1
= ,0 4 1
= ,0 2 4
= ,0 1 8
= ,1 6 7
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
p o we r
Bj s
,3 1 8
J rt
,2 2 3
Ktw
,1 8 6
Go m b o n g,1 5 2
Se m p o r
,1 2 2
= ,1 6 7
L EVEL 4
L EVEL 5
Pembahasan hasil analisis pada Kabupaten Kebumen adalah sebagai berikut :
1. Pada kriteria social, Site Banjarsari menempati urutan teratas dengan score
0.115
2. Pada kriteria customer, Site Banjarsari menempati urutan teratas dengan
score 0.137
3. Pada kriteria time, Site Banjarsari menempati urutan teratas dengan score
0.048
4. Pada kriteria power, Site Gombong, Sempor dan Kutowinangun menempati
urutan teratas dengan score 0.041.
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site
Banjarsari menempati urutan teratas dengan score 0.318. Site ini unggul
dalam aspek social, time, dan customer.
6. Kesimpulan dan Saran
Kesimpulan yang didapatkan pada studi ini adalah sebagai berikut :
A. Analisis Faktor
1. Faktor yang berpengaruh terhadap seleksi site BTS meliputi :
a. Faktor 1, dengan variabel yang memiliki korelasi yang kuat dengan
faktor 1 , yaitu variabel time dan social.
b. Faktor 2, dengan variabel yang memiliki korelasi yang kuat dengan
faktor 2 , yaitu variabel power dan customer.
2. Berdasarkan nilai eigen value kedua faktor, besarnya persentase kumulatif
kedua faktor adalah sebesar 80,61 persen, maka dapat disimpulkan bahwa
kedua faktor sudah cukup mewakili keragaman variabel – variabel asal.
3. Dari tabel Component Transformation Matrix ditunjukkan bahwa faktor –
faktor yang terbentuk sudah tidak memiliki korelasi lagi satu sama lain atau
orthogonal. Bila dilihat dari tabel Component Transformation Matrix, nilai –
nilai korelasi yang terdapat pada diagonal utama berada di atas 0,5 yaitu 0,793; 0,793; 0,610 dan 0.610. Hal ini menunjukkan bahwa kedua faktor yang
terbentuk sudah tepat karena memiliki korelasi yang tinggi pada diagonal –
diagonal utamanya.
B. Analisis Prioritas lokasi dengan AHP
1. Analisis pairwise comparison kriteria dari data kuisioner, didapatkan hasil
sebagai berikut :
a. Kriteria social dan customer merupakan kriteria yang paling penting
bagi responden dalam pembangunan tower BTS. Hal ini dibuktikan
dengan hasil pairwise comparison di mana social dan customer masingmasing memiliki nilai 0,333.
b. Kriteria time dan power masing-masing memiliki nilai 0,167 yang
menunjukkan bahwa responden berpendapat bahwa kedua kriteria
lebih tidak penting dibanding social dan customer.
2. Pada wilayah DIY, Site Prambanan menempati urutan teratas dengan score
0,255. Meskipun hanya unggul dalam aspek customer, serta peringkat 4 pada
aspek lain, Site Prambanan adalah site prioritas untuk dibangun. Di sisi lain,
Site Kalasan meski tertinggi dalam aspek social, tetapi rendah pada aspek
custome
STUDI PENETAPAN PRIORITAS PEMBANGUNAN BASE TRANSCEIVER STATION (BTS)
DI ZONA DAERAH ISTIMEWA YOGYAKARTA DAN JAWA TENGAH,
W. Nugroho, M. Faizal, D.A. Wibowo (2017)
Pembangunan tower BTS seringkali dilakukan hanya berdasar perspektif dari pihak operator yakni
dapat memberikan keuntungan bagi operator dalam hal mendapatkan coverage area yang lebih
luas. Dengan demikian sangat nyata bahwa di dalam pembangunan BTS, operator hanya
mempertimbangkan penentuan lokasi berdasarkan kepentingan mereka, yakni lokasi BTS yang tepat
dapat memaksimalkan jangkauan terhadap jangkauan cakupan wilayah dan pelayanan trafiknya.
Idealnya, di dalam pemilihan lokasi pembangunan BTS mempertimbangkan dua sudut pandang
yaitu sudut pandang dari operator dan sudut pandang dari pemerintah. Operator seluler melihat
lokasi dari sudut keuntungan maksimum untuk jangka panjang, tanpa menegasikan variabel
kepentingan pemerintah, yang mempertimbangkan dari sudut pandang kesesuaian alokasi tata
ruang dan lingkungan. Dengan demikian, maka diperlukan adanya analisis pengambilan keputusan
dalam pemilihan lokasi yang sesuai, baik dalam sudut pandang pemerintah, operator, maupun
stakeholder lain yang berkaitan.
Pendekatan yang digunakan dalam studi ini yakni pendekatan empirik dengan mendasarkan kepada
metode statistik (analisis faktor) dan matematis dalam sistem pengambilan keputusan (Decision
Support System). Jenis data yang digunakan yakni data kualitatif dan data kuantitatif. Data yang
tersusun dalam bentuk variabel tersebut kemudian dielaborasikan untuk dilakukan analisis faktor
terhadap variabel tersebut untuk didapatkan variabel yang manakah yang berperan dalam
pembangunan tower BTS. Selain mengidentifikasi variabel yang berperan secara signifikan, proses
analisis faktor juga dapat menjelaskan keeratan hubungan antar variabel, kemudian variabel yang
memiliki hubungan yang erat tersebut dikelompokkan ke dalam satu kelompok faktor, sedangkan
variabel yang tidak berperan signifikan dalam kegiatan akan dihilangkan. Variabel yang tidak
signifikan ini bukan berarti bahwa literatur yang menyatakan variabel tersebut berperan adalah
salah, tetapi variabel tersebut tidak sesuai untuk diterapkan pada kondisi studi ini, sehingga
pengaruhnya tidak signifikan.
Dengan demikian, proses analisis faktor berperan dalam
penyusunan struktur hirarki yang nantinya digunakan di dalam analisis pengambilan keputusan
dengan menggunakan metode Analytic Hierarchy Process (AHP). Dalam studi ini proses AHP adalah
analisis akhir yang menghasilkan prioritas lokasi pembangunan BTS.
Dari analisis faktor dihasilkan dua faktor meliputi, Faktor 1, dengan variabel yang memiliki korelasi
yang kuat dengan faktor 1 , yaitu variabel time dan social. Faktor 2, dengan variabel yang memiliki
korelasi yang kuat dengan faktor 2 , yaitu variabel power dan customer. Dari analisis prioritas
dengan metode AHP didapatkan kesimpulan bahwa meskipun variabel customer dan social memiliki
tingkat kepentingan tertinggi, tetapi bukan berarti bahwa site dengan peringkat customer dan social
tertinggi pasti menjadi site yang terpilih sebagai site prioritas.
1. PENDAHULUAN
Perkembangan kehidupan manusia yang semakin kompleks dan dinamis secara
tidak langsung menuntut adanya kemajuan teknologi telekomunikasi, yang dapat
menghubungkan manusia satu dengan lainnya, di manapun mereka berada, dalam
menjalankan aktivitasnya sehari-hari. Tuntutan tersebut mengakibatkan tidak
tercukupinya kebutuhan berkomunikasi hanya dengan adanya telekomunikasi
jaringan telepon tetap (fixed phone), sehingga memerlukan alat komunikasi lain
yang dapat digunakan di mana saja tanpa adanya batasan tempat. Salah satu cara
yaitu dengan memperbanyak tower Base Transceiver Station (BTS) agar luas area
jangkauannya semakin luas sehingga kebutuhan masyarakat untuk berkomunikasi
secara mobile akan terpenuhi.
Infrastruktur telekomunikasi memiliki peran penting terhadap perkembangan
ekonomi nasional. Selain itu, permintaan terhadap layanan telekomunikasi
semakin banyak didukung oleh perkembangan teknologi di bidang telekomunikasi
yang berkembang pesat. Sehingga kebutuhan dalam bidang telekomunikasi telah
menjadi kebutuhan dasar bagi setiap manusia modern. Dalam mendukung
kegiatan telekomunikasi, para operator terus membangun infrastruktur sebagai
usaha coverage area pelayanannya semakin luas dan kualitasnya lebih baik. Salah
satu infrastruktur yang terus menerus dibangun adalah Base Transceiver Station
(BTS). Masing–masing perusahaan operator membangun menaranya secara
terpisah sesuai kebutuhan dan perencanaan tiap operator. Hal tersebut
menjadikan pertumbuhan tower BTS tidak terkendali. Permasalahan yang sering
dihadapi adalah sulitnya menentukan lokasi tower yang strategis. Pada umumnya,
lokasi tower berada pada sebuah lahan kosong yang dikhususkan untuk pendirian
tower, namun yang terjadi kini adalah lokasi tower dapat berada pada tempat
manapun. Lokasi tower bahkan dapat berada pada pemukiman padat penduduk.
Hal itu merupakan sebuah peringatan sekaligus permasalahan bagi pemerintah.
Selain itu, dalam pembangunan BTS terdapat berbagai permasalahan yang
berkaitan dengan ketidaklayakan lokasi BTS seperti pembangunan yang tidak
memiliki izin, tidak sesuai dengan rencana tata ruang, dan lokasi pembangunan
berada terlalu dekat dengan pemukiman sehingga menimbulkan konflik dengan
masyarakat di sekitar lokasi BTS.
Pembangunan tower BTS seringkali dilakukan hanya berdasar perspektif dari pihak
operator yakni dapat memberikan keuntungan bagi operator dalam hal
mendapatkan coverage area yang lebih luas. Dengan demikian sangat nyata
bahwa di dalam pembangunan BTS, operator hanya mempertimbangkan
penentuan lokasi berdasarkan kepentingan mereka, yakni lokasi BTS yang tepat
dapat memaksimalkan jangkauan terhadap jangkauan cakupan wilayah dan
pelayanan trafiknya.
Idealnya, di dalam pemilihan lokasi pembangunan BTS
mempertimbangkan dua sudut pandang yaitu sudut pandang dari operator dan
sudut pandang dari pemerintah. Operator seluler melihat lokasi dari sudut
keuntungan maksimum untuk jangka panjang, tanpa menegasikan variabel
kepentingan pemerintah, yang
mempertimbangkan
dari
sudut
pandang
kesesuaian alokasi tata ruang dan lingkungan. Kesesuaian yang dimaksud adalah
penetapan segala aktivitas ekonomi yang dianggap sesuai untuk lokasi tersebut
agar menjamin keserasian pemakaian lahan dengan pelaku ekonomi lainnya
dengan kriteria yang berlaku secara legal formal.
Pembangunan tower BTS selain memiliki manfaat bagi perkembangan daerah
namun di sisi lain juga dapat menimbulkan dampak negatif dan konflik di
kemudian hari apabila terdapat ketidaksesuaian dalam pemilihan lokasi baik dari
sisi perspektif pemerintah, masyarakat maupun operator. Dengan demikian, maka
diperlukan adanya pertimbangan dalam pemilihan lokasi yang sesuai, baik dalam
sudut pandang pemerintah, operator, maupun stakeholder lain yang berkaitan.
Oleh sebab itu dalam kegiatan Engineering Procurement Construction (EPC) BTS
perlu diperhatikan kriteria lokasinya, agar manfaat yang didapatkan dari
pembangunan tersebut lebih optimal.
Gambar 1. Tahap di dalam proses pengadaan Site BTS
Pendekatan yang digunakan dalam studi ini yakni pendekatan empirik dengan
mendasarkan kepada metode statistik dan matematis dalam sistem pengambilan
keputusan (Decision Support System) sebagai langkah dalam pemecahan dari
permasalahan. Jenis data yang digunakan yakni data kualitatif dan data kuantitatif.
Data kualitatif ini digunakan untuk menentukan bobot (weight) kriteria yang
mempengaruhi penentuan lokasi tower BTS. Dalam studi ini kemudian data
kualitatif diubah ke dalam bentuk kuantitatif. Data kualitatif yang dikuantifikasi
adalah data yang didapat dari persepsi responden dalam menentukan
perbandingan antar kriteria dan sub kriteria (pada proses pairwise comparison)
dalam menentukan lokasi pembangunan tower BTS di DIY dan Jateng. Sedangkan
data kuantitatif meliputi biaya pengadaan, durasi pengadaan, dan densitas
pelanggan sehingga melengkapi variabel-variabel yang digunakan dalam studi ini.
Variabel-variabel tersebut kemudian dielaborasikan untuk dilakukan analisis faktor
terhadap variabel tersebut untuk didapatkan variabel yang manakah yang
berperan dalam pembangunan tower BTS. Selain mengidentifikasi variabel yang
berperan secara signifikan, proses analisis faktor juga dapat menjelaskan keeratan
hubungan antar variabel, kemudian variabel yang memiliki hubungan yang erat
tersebut dikelompokkan ke dalam satu kelompok faktor, sedangkan variabel yang
tidak berperan signifikan dalam kegiatan akan dihilangkan. Variabel yang tidak
signifikan ini bukan berarti bahwa literatur yang menyatakan variabel tersebut
berperan adalah salah, tetapi variabel tersebut tidak sesuai untuk diterapkan pada
kondisi studi ini, sehingga pengaruhnya tidak signifikan. Dengan demikian, proses
analisis faktor berperan dalam penyusunan struktur hirarki yang nantinya
digunakan di dalam analisis pengambilan keputusan dengan menggunakan
metode Analytic Hierarchy Process (AHP). Dalam studi ini proses AHP adalah
analisis akhir yang menghasilkan prioritas lokasi pembangunan BTS.
2. RUMUSAN PERMASALAHAN
Rumusan permasalahan pada studi ini adalah sebagai berikut :
1. Variabel-variabel apakah yang berperan signifikan di dalam pemilihan site
Base Transceiver Station (BTS) ?
2. Lokasi-lokasi manakah yang ditetapkan sebagai prioritas pembangunan BTS di
wilayah DIY dan Jateng?
3. TINJAUAN PUSTAKA
3.1.
Base Transceiver Station (BTS)
BTS adalah kependekan dari Base Transceiver Station. Terminologi ini termasuk
baru dan mulai populer di era booming seluler saat ini. BTS berfungsi
menjembatani perangkat komunikasi pengguna dengan jaringan menuju jaringan
lain. Satu cakupan pancaran BTS dapat disebut Cell. Komunikasi seluler adalah
komunikasi modern yang mendukung mobilitas yang tinggi. Dari beberapa BTS
kemudian dikontrol oleh satu Base Station Controller (BSC) yang terhubungkan
dengan koneksi microwave ataupun serat optik. BTS berfungsi sebagai
interkoneksi antara infra struktur sistem selular dengan Out Station. BTS harus
selalu memonitor Out Station yang masuk ataupun yang keluar dari sel BTS
tersebut. Luas jangkauan dari BTS sangat dipengaruhi oleh lingkungan, antara lain
topografi dan gedung tinggi. BTS sangat berperan dalam menjaga kualitas GSM,
terutama dalam hal frekuensi hoping dan antena diversity (Purbo, et al., 2007)..
BTS dapat dilihat dari dasar bagian dalam jaringan Base Station Service sebagai
perlengkapan hubungan antara Base Station Controller dan Mobile Station. Fungsi
BTS dalam BSS adalah BTS berinteraksi langsung dengan Mobile Subscriber melalui
radio interface. BTS harus mampu berkomunikasi dengan ponsel pada suatu
coverage (cakupan) area dan mampu untuk memenuhi traffic channel (lalu lintas
kanal) untuk komunikasi termasuk percakapan dan pertukaran data.
BTS terdiri atas :
a. Base Station Site : lokasi fisik dari BTS yang terdiri dari Base Station Equipment
dan antena pemancar dan penerima.
b. Base Equipment : peralatan tanpa antena (Hardware dan Software)
c. Sel / Sektor : coverage area dari satu arah stasiun antena.
Agar dapat terjadi koneksi yang berkelanjutan antara BTS dengan ponsel maka
jarak maksimum antara BTS dengan ponsel harus ditetapkan. Penetapan ini harus
berdasarkan signal-to-noise-ratio seminimum mungkin pada sisi penerima dan
daya transmisi maksimum pada sisi pengirim. Dalam perencanaan pembangunan
BTS, luas area cakupan biasanya didekati dengan model heksagonal dan
pendekatan cakupan ideal (berupa lingkaran), tetapi pada kenyataannya area
cakupan berbentuk tidak beraturan, tergantung dari lingkungan (topografi dan
morfologi) (Purbo, et al., 2007).
Berdasarkan Roger L Freeman , luasan lahan yang dibutuhkan untuk sebuah tower
BTS berbeda-beda menyesuaikan ketinggiannya (Purbo, et al., 2007).
Ketiga kategori itu adalah :
a. Dalam gedung pikosel
b. Diluar gedung makrosel
c. Diluar gedung mikrosel
3.2.
Analisis Faktor yang berpengaruh terhadap Lokasi BTS
Menurut (Adam et al., 2008) dalam merancang ada beberapa hal yang harus
dipertimbangkan yaitu business goals dan technical requirements. Implementasi
jaringan wireless harus mempertimbangkan biaya pengadaan peralatan dan
infrastruktur pendukung (support facilty) (Gadi, et al., 2014).
Menurut Dynastya, et.al (2013) faktor penentu lokasi menara BTS adalah faktor
biaya sewa lahan, jenis lokasi menara, tinggi menara, tingginya kepadatan
penduduk, pola ruang, Coverage service area, dan keselamatan. Sedangkan
menurut Fachrie, et.al (2012) dalam membangun BTS diperlukan prosedur
sitematis untuk menghasilkan performansi coverage area. Gacovski, et.al (2006)
juga menyebutkan ada 5 (lima) kriteria untuk menentukan lokasi base station
meliputi Biaya investasi, Coverage area, Coverage populasi, keterjangkauan lokasi,
dan interferensi sinyal.
Rakhmad, Christiono, & Ajulian (2013) menyebutkan kriteria dalam melakukan
perancangan untuk menentukan lokasi BTS adalah kepadatan penduduk, biaya,
jarak, dan akses. Dalam menentukan lokasi BTS pemancar dan penerima harus
memperhatikan propagasi ruang bebas (free space) dan LOS (Purbo, et al., 2007),
(Nugraha, et al., 2007) , (Puspitorini, et al., 2011). Selain itu dalam membangun
node diluar ruang juga harus mempertimbangkan ketersediaan daya (Purbo, et
al., 2007).
Dengan mempertimbangkan beberapa kriteria dari literatur di atas, maka dalam
studi ini ditetapkan variabel-variabel yang berpengaruh sebagai berikut :
a. Biaya Pengadaan (cost of delivery)
b. Durasi Pengadaan (time of delivery)
c. Populasi Pelanggan (customer density)
d. Dukungan masyarakat setempat (social support)
e. Regulasi pemerintah yang mendukung (government support)
f. Ketersediaan tenaga listrik (power availability)
Gambar 2. Penyebab keterbatasan kelayakan pada sebuah Site BTS
Gambar 2. Akibat yang ditimbulkan oleh penetapan site BTS yang tidak tepat
Pada studi ini digunakan metode kuisioner yang diisi oleh stakeholder dari pihakpihak yang terlibat pada pembangunan tower BTS. Dari kuisioner tersebut
diharapkan dapat tereksplorasi score atau bobot masing-masing lokasi terhadap
variabel-variabel tersebut. Untuk kemudian dilakukan analisis faktor terhadap
variabel-variabel tersebut untuk didapatkan variabel manakah yang berperan
dalam pembangunan tower BTS. Sehingga yang dianalis selanjutnya tidak
keseluruhan faktor, tetapi hanya faktor-faktor yang berpengaruh saja.
Analisis faktor adalah salah satu teknik statistika yang dapat digunakan untuk
memberikan deskripsi yang relatif sederhana melalui reduksi jumlah peubah yang
disebut faktor. Analisis faktor adalah prosedur untuk mengidentifikasi item atau
variabel berdasarkan kemiripannya. Kemiripan tersebut ditunjukkan dengan nilai
korelasi yang tinggi. Item-item yang memiliki korelasi yang tinggi akan membentuk
satu kerumunan faktor (Johnson, et. Al, 2007). Prinsip dasar dalam analisis faktor
adalah menyederhanakan deskripsi tentang data dengan mengurangi jumlah
variabel/ dimensi. Analisis faktor pada studi ini adalah analisis faktor yang bersifat
confirmatory dan dilakukan dengan alat bantu perangkat lunak SPSS versi 16.
Tahap-tahap di dalam melakukan analisis faktor adalah sebagai berikut (Johnson,
et. Al, 2007) :
1. Melakukan uji korelasi antar variabel asal dengan tujuan agar penyusutan
variabel analisis faktor menjadi lebih sederhana dan bermanfaat, tanpa
kehilangan banyak informasi sebelumnya.
2. Uji kelayakan data (menggunakan basis faktor) apakah cocok dilakukan analisis
faktor.
3. Me ari akar iri da
atriks Σ atau ‘.
4. Mengurutkan akar ciri yang terbentuk dari terbesar sampai terkecil.
5. Mencari proporsi keragaman yang berguna untuk mengetahui berapa faktor
yang akan terbentuk.
6. Mengalokasikan setiap variabel asal kedalam faktor sesuai dengan nilai
loading.
7. Apabila terdapat nilai loading yang identik atau hampir sama maka dilakukan
rotasi baik dengan cara orthogonal ataupun non orthogonal.
8. Setelah yakin dengan faktor yang terbentuk, maka diberikan identitas dengan
cara pemberian nomor/nama
pada faktor tersebut dengan cara melihat
variabel penyusun faktor tersebut.
3.3.
Analytic Hierarchy Process (AHP)
Sistem Pengambilan Keputusan (Decision Support System) didefinisikan sebagai
sebuah sistem berbasis komputer yang membantu dalam proses pengambilan
keputusan. Sistem ini bersifat adaptif, interaktif, fleksibel, yang secara khusus
dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak
terstruktur dalam meningkatkan kualitas pengambilan keputusan (Kusumadewi,
et al, 2006). Analytic Hierarchy Process (AHP) adalah salah satu system
pengambilan
keputusan
yang
menggunakan
teori
pengukuran
melalui
perbandingan berpasangan dan hasilnya bergantung pada para ahli yang
menurunkan skala prioritas AHP juga merupakan pendekatan multi criteria
decision making dalam beberapa faktor yang disusun berdasarkan struktur hirarki
(Saaty, 1990), (Saaty, 2008).
Dalam penelitian Akinci, Ozalp, & Turgut, (2013), AHP digunakan sebagai metode
multi criteria decision making untuk menentukan lokasi dalam bidang penelitian,
pengembangan, pembangunan di berbagai bidang. Di dalam metode AHP
menghasilkan perbandingan, bobot dari masing-masing kriteria yang dianalisis
serta Consistency Ratio (CR) dari perbandingan pasangan kriteria (Ge, et al., 2008),
(Uyan, 2013), (Arunraj, 2010).
Prosedur dalam menentukan perbandingan masing-masing kriteria dalam AHP
adalah sebagai berikut :
a. Dekomposisi masalah pengambilan keputusan menjadi sebuah hierarki.
b. Buat perbandingan berpasangan dan menetapkan prioritas di antara elemenelemen dalam hierarki.
c. Sintesa judgments untuk mendapatkan bobot masing-masing kriteria.
d. Cek dan analisis konsistensi judgment.
Prosedur atau langkah-langkah dalam metode AHP, jika ada sejumlah n kriteria
menurut (Uyan, 2013) adalah sebagai berikut:
a. Membuat matrix perbandingan berpasangan (n x n) untuk beberapa faktor,
jika Pij = sejauh yang kita inginkan dari faktor i ke faktor j.
Kemudian menganggap Pij = 1/Pij. Kemungkinan penilaian factor Pij dalam
matriks perbandingan berpasangan.
Interpretasi penilaian Pij dapat dilihat pada tabel berikut.
b. Menentukan normalisasi perbandingan berpasangan
Untuk mengontrol kosistensi dari bobot, maka kosistensi rasio dapat dihitung
dengan tahap sebagai berikut :
a) Hitung eigenvector dan maximum eigenvalue dari masing-masing matriks.
b) Kemudian hitung indeks konsistensi dengan rumus sebagai berikut :
Di mana :
n = banyaknya elemen
max = eigenvalue
c.) Hitung rasio konsistensi dengan persamaan :
CR = CI / IR
Di mana :
CR = Consistency Ratio ,
CI = Consistency Indeks,
IR = Indeks Random Consistency
Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki.
Namun jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1, maka hasil
perhitungan bisa dinyatakan benar. Pada dasarnya AHP digunakan untuk
mengolah data dari satu responden ahli. Namun demikian dalam aplikasinya
penilaian kriteria alternatif dilakukan oleh beberapa ahli multidisipliner
(kelompok). Bobot penilaian untuk penilaian berkelompok dinyatakan dengan
menemukan rata-rata geometrik (Geometric Mean) dari penilaian yang diberikan
oleh seluruh anggota kelompok.
Nilai geometrik ini dirumuskan dengan persamaan :
Di mana :
GM = Geometric Mean,
x1 = Penilaian orang ke-1,
xn = Penilaian orang ke-n,
n = Jumlah penilai.
4. Metode Pengumpulan Data
Pengumpulan data dilakukan dengan metode sebagai berikut :
a. Survei data sekunder, dilakukan untuk mendapatkan profil dan kondisi
eksisting BTS di DIY dan Jateng. Pengambilan data sekunder dilakukan
dari dokumen Profil Rencana Proyek HCPT Network Development zona
DIY dan Jateng. Data tersebut meliputi :
i. biaya pengadaan
ii. lama pengadaan
iii. densitas pelanggan
iv. indeks dukungan sosial
v. indeks dukungan pemerintah
vi. indeks ketersediaan tenaga listrik
b. Survei data primer, dilakukan oleh penyusun didapatkan dengan cara
memberikan survey kuesioner kepada pihak terkait pembangunan
tower BTS pada PT. H3I (Hutchinson 3 Indonesia). Data tersebut
meliputi :
i. Perbandingan importance level antar variabel pada level kriteria
ii. Perbandingan importance level antar variabel pada level sub
kriteria
Tabel 1. Data Rencana Kondisi Tower BTS pada Zona DIY dan Jateng
No
Name
Code
Cost of
Time
Deliver
(Rp
Customer
Social
Gov.
Power
Deliver
Density
Support
Support
Availibility
(days)
(per service
(index
(index
(index
area)
score)
score)
score)
60
931
2.9
2.4
3.5
60
781
3.4
2.8
3.5
60
877
3.1
2.2
3.5
88
655
2.1
2.1
3.2
85
1855
2.5
3.2
3
60
785
2.8
3.1
3.2
75
731
2.5
3.1
3.5
72
856
2.9
2.9
3.5
66
1146
2.9
2.9
3
60
1211
3.1
3.2
3
60
1123
2.6
3.1
3.5
60
954
2.8
3.2
3.5
70
858
3.1
3.3
3.2
60
887
2.9
3.1
3.2
60
854
2.9
2.9
3.2
60
1024.1
3.19
2.64
3.85
70
859.1
3.74
3.08
3.85
Million)
1
Berbah
Brb
to
2,756
2
Kalasan
Kls
2,831
3
Candi Sambisari
CSb
3,134
4
Tempel
Tmp
2,652
5
Prambanan
Pmb
3,844
6
Cokrotulung
Ckt
2,445
7
Jatinom
Jtn
2,511
8
Karangdowo
Krd
2,780
9
Delanggu
Dlg
2,352
10
Ceper
Cpr
3,410
11
Colomadu
Cmd
2,168
12
Karanganyar
Kra
2,227
13
Ngargoyoso
Ngy
2,466
14
Tasikmadu
Tsm
2,087
15
Tawangmangu
Twm
3,024
16
Gemolong
Gml
3,032
17
Kalangan
Klg
3,114
18
Tegalrejo
Tgr
80
964.7
3.41
2.42
3.85
60
720.5
2.31
2.31
3.52
60
2040.5
2.75
3.52
3.3
70
863.5
3.08
3.41
3.52
70
804.1
2.75
3.41
3.85
70
941.6
3.19
3.19
3.85
60
1260.6
3.19
3.19
3.3
60
1332.1
3.41
3.52
3.3
50
1235.3
2.86
3.41
3.85
60
1049.4
3.08
3.52
3.85
60
943.8
3.41
3.63
3.52
90
975.7
3.19
3.41
3.52
90
939.4
3.19
3.19
3.52
3,447
19
Tunggul
Tgl
2,917
20
Jenar
Jnr
4,228
21
Gombong
Gmb
2,689
22
Sempor
Smp
2,762
23
Kutowinangun
Ktw
3,058
24
Jerotengah
Jrt
2,588
25
Banjarsari
Bjs
3,751
26
Bumiayu
Bum
2,385
27
Pruwatan
Prw
2,450
28
Kaliwadas
Kwd
2,712
29
Adisana
Ads
2,295
30
Karangmalang
Krm
3,327
Sumber : PT. Hutchinson 3 Indonesia
5. Metode Analisis Data
5.1. Analisis Faktor yang berpengaruh terhadap penentuan lokasi BTS
Data pada Tabel 1 digunakan dalam menentukan score dari variabel yang berpengaruh
terhadap proses pemilihan lokasi BTS. Untuk kemudian dilakukan proses analisis
faktor terhadap variabel-variabel tersebut, sehingga untuk selanjutnya didapatkan
hasil variabel yang manakah yang berperan signifikan dalam pemilihan lokasi BTS.
Sehingga yang dianalis selanjutnya tidak keseluruhan faktor, tetapi hanya faktor-faktor
yang berpengaruh secara signifikan saja.
Data pada tabel 1 tersebut harus ditransformasi dalam bentuk Z-score. Karena data
tersebut memiliki variasi yang besar diakibatkan oleh perbedaan satuan dan rentang
data. Hasil transformasi ke dalam bentuk Z-score sebagai berikut :
Tabel 2. Data Kondisi Tower BTS dalam bentuk Z-score
No
Name
1 Berbah
2 Kalasan
3 Candi Sambisari
4 Tempel
5 Prambanan
6 Cokrotulung
7 Jatinom
8 Karangdowo
9 Delanggu
10 Ceper
11 Colomadu
12 Karanganyar
13 Ngargoyoso
14 Tasikmadu
15 Tawangmangu
16 Gemolong
17 Kalangan
18 Tegalrejo
19 Tunggul
20 Jenar
21 Gombong
22 Sempor
23 Kutowinangun
24 Jerotengah
25 Banjarsari
26 Bumiayu
27 Pruwatan
28 Kaliwadas
29 Adisana
30 Karangmalang
Cost
Time
Customer Social
Gov
Power
-0.17687866 -0.65374167 -0.27755932 -0.21177742 -1.55234924 0.1287601
-0.0325272 -0.65374167 -0.77155432 1.20007206 -0.58965204 0.1287601
0.55065271 -0.65374167 -0.45539752 0.35296237 -2.03369785 0.1287601
-0.37704602 2.01200107 -1.18651012 -2.47073658 -2.27437215 -0.97489787
1.91717988 1.72638578 2.76544986 -1.341257 0.37304517 -1.71066985
-0.77738074 -0.65374167 -0.75838112 -0.49414732 0.13237087 -0.97489787
-0.64842677 0.7743348 -0.93621932 -1.341257 0.13237087 0.1287601
-0.13261088 0.4887195 -0.52455682 -0.21177742 -0.34897774 0.1287601
-0.95445187 -0.08251108 0.43050017 -0.21177742 -0.34897774 -1.71066985
1.0799414 -0.65374167 0.64456467 0.35296237 0.37304517 -1.71066985
-1.30859412 -0.65374167 0.35475427 -1.05888711 0.13237087 0.1287601
-1.19503764 -0.65374167 -0.20181342 -0.49414732 0.37304517 0.1287601
-0.73696233 0.29830931 -0.51797022 0.35296237 0.61371947 -0.97489787
-1.46641839 -0.65374167 -0.42246452 -0.21177742 0.13237087 -0.97489787
0.33893723 -0.65374167 -0.53114342 -0.21177742 -0.34897774 -0.97489787
0.35433472 -0.65374167 0.02904691 0.60709527 -0.97473092 1.41636105
0.51215899 0.29830931 -0.51434759 2.1601297 0.08423601 1.41636105
1.15307948 1.25036029 -0.16657511 1.22830904 -1.50421438 1.41636105
0.13299581 -0.65374167 -0.97079897 -1.8777598 -1.76895612 0.20233729
2.65625937 -0.65374167 3.37635701 -0.63533226 1.14320293 -0.60701188
-0.30583263 0.29830931 -0.49985707 0.29648839 0.8784612 0.20233729
-0.16533054 0.29830931 -0.69547909 -0.63533226 0.8784612 1.41636105
0.40437656 0.29830931 -0.24265034 0.60709527 0.34897774 1.41636105
-0.50022593 -0.65374167 0.80791235 0.60709527 0.34897774 -0.60701188
1.73818407 -0.65374167 1.0433833 1.22830904 1.14320293 -0.60701188
-0.89093722 -1.60579265 0.72459186 -0.32472538 0.8784612 1.41636105
-0.76583262 -0.65374167 0.1123674 0.29648839 1.14320293 1.41636105
-0.26156485 -0.65374167 -0.23540508 1.22830904 1.40794466 0.20233729
-1.06415898 2.20241127 -0.13034881 0.60709527 0.8784612 0.20233729
0.92211714 2.20241127 -0.2498956 0.60709527 0.34897774 0.20233729
Sumber : Hasil Perhitungan dengan SPSS
Dari analisis faktor dengan software SPSS terdapat beberapa hal yang perlu dicermati
sebagai berikut :
Tabel Correlation Matrixmerupakan tabel matriks korelasi yang berisi nilai-nilai
korelasi antara variabel-variabel yang akan dianalisis. Pada bagian Correlation dapat
dilihat besarnya korelasi antar variabel.
Correlation Matrix
Sig. (1-tailed)
Zscore
Zscore
Zscore
Zscore
Zscore
Zscore
(Cost)
(Time)
(Customer)
(Social)
(Government)
(Power)
Zscore(Cost)
.137
.013
.403
.336
.113
.216
.002
.290
.160
.366
.084
.030
.273
.334
Zscore(Time)
.137
Zscore(Customer)
.013
.216
Zscore(Social)
.403
.002
.366
Zscore(Government)
.336
.290
.084
.273
Zscore(Power)
.113
.160
.030
.334
.160
.160
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Sphericity
Approx. Chi-Square
Df
Sig.
.429
25.388
15
.045
Dari tabel di atas, didapatkan angka KMO = 0.429, dengan demikian hasil perhitungan
dianggap tidak memenuhi syarat (kurang dari 0.5) dan belum menunjukkan
signifikansi hubungan antar variabel yang erat, meskipun signifikansinya memenuhi
syarat.
Selain pengecekan terhadap KMO and Bartlett test, dilakukan juga pengecekan Anti
Image matrices untuk mengetahui variabel – variabel manakah yang secara parsial
layak untuk dianalisis dan tidak dikeluarkan dalam pengujian.
Anti-image Matrices
Zscore(Cost)
Anti-image
Covariance
Anti-image
Correlation
Zscore(Time)
Zscore
Zscore
Zscore
Zscore
(Customer)
(Social)
(Government)
(Power)
Zscore(Cost)
.394
-.164
-.252
-.193
.234
.044
Zscore(Time)
-.164
.354
.066
.270
-.031
.079
Zscore(Customer)
-.252
.066
.397
.117
-.255
.123
Zscore(Social)
-.193
.270
.117
.360
-.128
.009
Zscore(Government)
.234
-.031
-.255
-.128
.594
.120
Zscore(Power)
.044
.079
.123
.009
.120
.695
a
-.440
-.637
-.512
.483
.084
a
.176
.757
-.068
.160
a
.310
-.524
.234
a
-.278
.018
a
.187
Zscore(Cost)
.331
Zscore(Time)
-.440
Zscore(Customer)
-.637
.176
Zscore(Social)
-.512
.757
.310
.358
Zscore(Government)
.483
-.068
-.524
-.278
Zscore(Power)
.084
.160
.234
.018
.473
.471
.312
.187
a. Measures of Sampling
Adequacy(MSA)
Berdasarkan tabel di atas, terlihat bahwa dari enam variabel yang akan dianalisis,
terdapat lima variabel yang memiliki nilai MSA (dapat dilihat pada output yang
bertanda a pada kolom Anti-Image Correlation) < 0,5. Karena ada variabel yang nilai
MSA nya < 0,5 , maka harus ada variabel yang dihilangkan dan untuk selanjutnya
dilakukan pengujian ulang terhadap sisa variabel lainnya seperti pada cara di atas.
Pada studi ini dilakukan penghilangan terhadap 2 variabel yang memiliki nilai MSA
terendah yakni variabel cost dan government.
.810
a
Eliminasi terhadap dua variabel tersebut bukan berarti pada pelaksanaan nantinya
meniadakan pertimbangan dari sisi biaya dan dukungan pemerintah, tetapi kedua hal
tersebut dijadikan kriteria pada screening awal sebelum dilakukan analisis penetapan
prioritas. Dengan demikian, sudah seharusnya lokasi BTS yang akan dipilih, telah
memenuhi syarat dalam hal biaya yang efisien dan perizinan yang telah lengkap.
Setelah dilakukan proses eliminasi terhadap dua variabel tersebut, dan dilakukan
analisis kembali hanya dengan empat variabel, maka didapatkan hasil sebagai berikut :
Correlation Matrix
Zscore(Power)
Sig. (1-tailed)
Zscore(Time)
Zscore(Power)
.160
Zscore(Time)
.160
Zscore(Customer)
.030
.216
Zscore(Social)
.334
.002
Zscore(Customer)
Zscore(Social)
.030
.334
.216
.002
.366
.366
Kemudian pada baris sig.(1-tailed) menunjukkan signifikansi korelasi antara variabelvariabel tersebut. Misalnya korelasi antara variabel time dengan variabel social dapat
dikatakan sebagai signifikan, terlihat dari nilai p-value sebesar 0,002( 0,5, maka variabel tersebut dapat dianalisis lebih
lanjut.
Zscore(Social)
.508
a
Communalities
Initial
Extraction
Zscore(Power)
1.000
.744
Zscore(Time)
1.000
.858
Zscore(Customer)
1.000
.750
Zscore(Social)
1.000
.873
Extraction Method: Principal Component
Analysis.
Dari keseluruhan nilai dalam tabel communalities, diperoleh bahwa keempat variabel
mempunyai nilai communalities yang besar ( > 0.5). Hal ini dapat diartikan bahwa
keseluruhan variabel yang digunakan memiliki hubungan yang kuat dengan faktor
yang terbentuk. Dengan kata lain, semakin besar nilai dari communalities maka
semakin baik analisis faktor, karena semakin besar karakteristik variabel asal yang
dapat diwakili oleh faktor yang terbentuk. Secara umum dapat disimpulkan sebagai
berikut :
1. Keeratan hubungan variabel sosial terhadap faktor yang terbentuk sebesar
0,873 artinya hubungan variabel sosial terhadap faktor yang terbentuk dapat
disimpulkan memiliki hubungan yang erat. Atau dapat juga dikatakan
kontribusi variabel sosial terhadap faktor yang terbentuk sebesar 87.3%.
2. Keeratan hubungan variabel power (ketersediaan listrik) terhadap faktor yang
terbentuk sebesar 0,744 artinya hubungan variabel power terhadap faktor
yang terbentuk dapat disimpulkan memiliki hubungan yang erat. Atau dapat
juga dikatakan kontribusi variabel power terhadap faktor yang terbentuk
sebesar 74.4%.
3. Keeratan hubungan variabel customer terhadap faktor yang terbentuk sebesar
0,750 artinya hubungan variabel customer terhadap faktor yang terbentuk
dapat disimpulkan memiliki hubungan yang erat. Atau dapat juga dikatakan
kontribusi variabel customer terhadap faktor yang terbentuk sebesar 75%.
4. Keeratan hubungan variabel lamanya pengadaan (time) terhadap faktor yang
terbentuk sebesar 0,858 artinya hubungan variabel time terhadap faktor yang
terbentuk dapat disimpulkan memiliki hubungan yang erat. Atau dapat juga
dikatakan kontribusi variabel time terhadap faktor yang terbentuk sebesar
85,8%.
Total Variance Explained
Extraction Sums of Squared
Initial Eigenvalues
Comp
onent
Total
Rotation Sums of Squared Loadings
Loadings
% of
Cumulative
Variance
%
Total
% of
Cumulative
Variance
%
Cumulative
Total
% of Variance
%
1
1.980
49.497
49.497
1.980
49.497
49.497
1.706
42.662
42.662
2
1.244
31.112
80.610
1.244
31.112
80.610
1.518
37.948
80.610
3
.504
12.598
93.208
4
.272
6.792
100.000
Extraction Method: Principal Component
Analysis.
Tabel Total Variance Explained di atas menunjukkan besarnya persentase keragaman
total yang mampu diterangkan oleh keragaman faktor - faktor yang terbentuk. Dalam
tabel tersebut juga terdapat nilai eigenvalue dari tiap-tiap faktor yang terbentuk.
Faktor 1 memiliki eigenvalue sebesar 1,980 dan Faktor 2 sebesar 1,244. Untuk
menentukan berapa komponen/faktor yang dipakai agar dapat menjelaskan
keragaman total maka dilihat dari besar nilai eigenvalue, dan komponen dengan
eigenvalue >1 adalah ko po e ya g dipakai. Kolo
u ulative %
e unjukkan
persentase kumulatif varians yang dapat dijelaskan oleh faktor yang terbentuk.
Besarnya keragaman yang mampu diterangkan oleh Faktor 1 sebesar 49,497 persen,
sedangkan keragaman yang mampu dijelaskan kumulasi Faktor 1 dan 2 sebesar 80,610
persen. Berdasarkan alasan nilai eigen value kedua faktor yang lebih dari 1 dan
besarnya persentase kumulatif kedua faktor sebesar 80,610 persen, dapat
disimpulkan bahwa kedua faktor sudah cukup mewakili keragaman variabel – variabel
asal.
Componen matrix
a
Component
1
2
Zscore(Power)
-.620
-.599
Zscore(Time)
.843
-.385
Zscore(Customer)
.576
.647
-.744
.565
Zscore(Social)
Extraction Method: Principal Component
Analysis.
a. 2 components extracted.
Tabel componen matrix menunjukkan besarnya korelasi tiap variabel dalam faktor
yang terbentuk. Nilai – nilai koefisien korelasi antara variabel dengan faktor - faktor
yang terbentuk (loading factor) dapat dilihat pada tabel Componen matrix. Kedua
faktor tersebut menghasilkan matrik loading faktor yang nilai-nilainya merupakan
koefisien korelasi antara variabel dengan faktor-faktor tersebut. Bila dilihat variabel–
variabel yang berkorelasi terhadap setiap faktornya, ternyata loading faktor yang
dihasilkan belum mampu memberikan arti sebagaimana yang diharapkan. Hal ini
terlihat dari variabel power di mana korelasi variabel ini dengan faktor 1 sebesar
0,620, sedangkan dengan faktor 2 sebesar -0,599 (tanda negatif hanya menunjukkan
arah korelasi), sehingga kita sulit untuk memutuskan apakah variabel power
dimasukkan ke faktor 1 atau faktor 2. Tiap faktor belum dapat diinterpretasikan
dengan jelas sehingga perlu dilakukan rotasi dengan metode varimax. Rotasi varimax
adalah rotasi orthogonal yang membuat jumlah varian faktor loading dalam masingmasing faktor akan menjadi maksimum, dimana nantinya peubah asal hanya akan
mempunyai korelasi yang tinggi dan kuat dengan faktor tertentu saja (korelasinya
mendekati 1) dan tentunya memiliki korelasi yang lemah dengan faktor yang lainnya
(korelasinya mendekati 0). Hal yang demikian belum tercapai pada tabel componen
matrix diatas.
Rotated Componen matrix
a
Component
1
2
Zscore(Power)
.127
-.853
Zscore(Time)
-.902
.209
Zscore(Customer)
-.062
.864
.934
-.006
Zscore(Social)
Extraction Method: Principal Component
Analysis. Rotation Method: Varimax with
Kaiser Normalization.
a. Rotation converged in 3 iterations.
Setelah dilakukan rotasi faktor dengan metode varimax, diperoleh tabel seperti yang
tertera di atas yaitu Rotated Componen matrix. Terdapat perbedaan nilai korelasi
variabel dengan setiap faktor sebelum dan sesudah dilakukan rotasi varimax. Terlihat
bahwa loading faktor yang dirotasi telah memberikan arti sebagaimana yang
diharapkan dan setiap faktor sudah dapat diinterpretasikan dengan jelas. Terlihat pula
bahwa setiap variabel hanya berkorelasi kuat dengan salah satu faktor saja (tidak ada
variabel yang korelasinya < 0,5 di kedua faktor). Dengan demikian, lebih tepat
digunakan loading faktor yang telah dirotasi sebab setiap faktor sudah dapat
menjelaskan keragaman variabel awal dengan tepat dan hasilnya adalah sebagai
berikut
1. Faktor 1 , beberapa variabel yang memiliki korelasi yang kuat dengan faktor 1 ,
yaitu variabel time dan social. Faktor 1 untuk selanjutnya dinamakan dengan
Faktor Lingkungan.
2. Faktor 2, terdapat beberapa variabel yang memiliki korelasi yang kuat dengan
faktor 2 , yaitu variabel power dan customer. Faktor 2 untuk selanjutnya
dinamakan dengan Faktor Daya Dukung Lokasi.
Component Transformation
Matrix
Component
1
2
1
-.793
.610
2
.610
.793
Extraction Method: Principal
Component Analysis. Rotation
Method: Varimax with Kaiser
Normalization.
Tabel Component Transformation Matrix berfungsi untuk menunjukkan apakah faktor
– faktor yang terbentuk sudah tidak memiliki korelasi lagi satu sama lain atau
orthogonal. Bila dilihat dari tabel Component Transformation Matrix, nilai – nilai
korelasi yang terdapat pada diagonal utama berada di atas 0,5 yaitu -0,793; 0,793;
0,610 dan 0.610. Hal ini menunjukkan bahwa kedua faktor yang terbentuk sudah tepat
karena memiliki korelasi yang tinggi pada diagonal – diagonal utamanya.
5.2. Analisis untuk menentukan prioritas lokasi pembangunan Tower BTS dengan
metode AHP
Setelah didapatkan variabel-variabel yang berpengaruh secara signifikan, maka
selanjutnya dilakukan penetapan prioritas lokasi pembangunan Tower BTS. Untuk
menentukan bobot masing-masing faktor dan penetapan alternatif lokasi dilakukan
dengan menggunakan metode AHP. Pendapat bobot dari masing-masing responden
didapatkan dengan menggunakan kuesioner yang telah dilakukan.
Gambar 4. Struktur Hierarki Kriteria, Sub Kriteria dan Alternatif
Dari analisis pairwise comparison pada kriteria dan sub kriteria sebagai proses analisis
untuk data kuisioner, didapatkan hasil sebagai berikut :
1. Terdapat penilaian tingkat kepentingan yang sama antara faktor lingkungan
dan faktor daya dukung lokasi.
2. Sub kriteria social dan customer merupakan kriteria yang paling penting bagi
responden dalam pembangunan tower BTS. Hal ini dibuktikan dengan hasil
pairwise comparison di mana social dan customer masing-masing memiliki nilai
0,333.
3. Sub kriteria time dan power masing-masing memiliki nilai 0,167 yang
menunjukkan bahwa responden berpendapat bahwa kedua kriteria lebih tidak
penting dibanding social dan customer.
Gambar 5. Hasil perbandingan antar sub kriteria pada kriteria lingkungan
Gambar 6. Hasil perbandingan antar sub kriteria pada kriteria daya dukung lokasi
Gambar 7. Hasil perbandingan antar kriteria
Hasil analisis pada Kabupaten Sleman :
PEMILIHAN PRIORITAS SITE BTS DIY
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 03
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
L EVEL 4
L EVEL 5
s o c i a l = ,3 3 3
ti m e
Ka l a s a n
Be rb a h
CSb
Pra m b
Te m p e l
= ,1 0 1
= ,0 7 7
= ,0 7 3
= ,0 5 1
= ,0 3 0
CSb
Be rb a h
Ka l a s a n
Pra m b
Te m p e l
= ,0 4 2
= ,0 4 2
= ,0 4 2
= ,0 2 1
= ,0 2 1
Pra m b
Be rb a h
CSb
Ka l a s a n
Te m p e l
= ,1 6 3
= ,0 5 1
= ,0 4 4
= ,0 4 0
= ,0 3 5
CSb
Be rb a h
Ka l a s a n
Pra m b
Te m p e l
= ,0 4 2
= ,0 4 2
= ,0 4 2
= ,0 2 1
= ,0 2 1
= ,1 6 7
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
p o we r
Pra m b
= ,1 6 7
,2 5 5
Ka l a s a n ,2 2 5
Be rb a h
,2 1 2
CSb
,2 0 1
Te m p e l
,1 0 7
Pembahasan hasil analisis pada Kabupaten Sleman adalah sebagai berikut :
1. Pada kriteria social, Site Kalasan menempati urutan teratas dengan score 0,101
2. Pada kriteria customer, Site Prambanan menempati urutan teratas dengan
score 0,163
3. Pada kriteria time, Site Candi Sambisari, Berbah dan Kalasan menempati
urutan teratas dengan score 0.042
4. Pada kriteria power, Site Candi Sambisari, Berbah dan Kalasan menempati
urutan teratas dengan score 0.042
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site Prambanan
menempati urutan teratas dengan score 0,255. Meskipun hanya unggul dalam
aspek customer, serta peringkat 4 pada aspek lain, Site Prambanan adalah site
prioritas untuk dibangun. Di sisi lain, Site Kalasan meski tertinggi dalam aspek
social, tetapi rendah pada aspek customer.
Hasil analisis pada Kabupaten Klaten :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
I deal Mode
OVERALL I NCONSI STENCY I NDEX = 0, 01
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
s o c i a l = ,3 3 3
Ce p e r = ,3 3 3
Ck t
= ,1 8 9
Krd
= ,1 8 9
De l a n g g u = ,1 8 9
J a ti n o m = ,1 1 1
ti m e
= ,1 6 7
Ck t
= ,1 6 7
De l a n g g u = ,1 6 7
J a ti n o m = ,0 9 6
Krd
= ,0 9 6
Ce p e r = ,0 6 4
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
De l a n g g u = ,3 3 3
Ce p e r = ,3 3 3
Ck t
= ,1 6 7
J a ti n o m = ,1 6 7
Krd
= ,1 6 7
p o we r
= ,1 6 7
J a ti n o m = ,1 6 7
Krd
= ,1 6 7
Ck t
= ,1 1 2
De l a n g g u = ,0 7 2
Ce p e r = ,0 7 2
Ce p e r
,2 3 9
De l a n g g u,2 2 7
Ck t
,1 8 9
Krd
,1 8 4
J a ti n o m ,1 6 1
L EVEL 4
L EVEL 5
Pembahasan hasil analisis pada Kabupaten Klaten adalah sebagai berikut :
1. Pada kriteria social, Site Ceper menempati urutan teratas dengan score 0,333
2. Pada kriteria customer, Site Delanggu dan Ceper menempati urutan teratas
dengan score 0,333
3. Pada kriteria time, Site Cokrotulung dan Delanggu menempati urutan teratas
dengan score 0,167
4. Pada kriteria power, Site Jatinom dan Karangdowo menempati urutan teratas
dengan score 0,167
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site Ceper
menempati urutan teratas dengan score 0,239.
Hasil Analisis pada Kabupaten Karanganyar :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
I deal Mode
OVERALL I NCONSI STENCY I NDEX = 0, 0
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
s o c i a l = ,3 3 3
Ng y
= ,3 3 3
Kra
= ,1 8 9
Ts m
= ,1 8 9
T wm
= ,1 8 9
Co l o m a d u = ,1 1 1
ti m e
= ,1 6 7
Co l o m a d u = ,1 6 7
Kra
= ,1 6 7
Ts m
= ,1 6 7
T wm
= ,1 6 7
Ng y
= ,0 8 3
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
Co l o m a d u = ,3 3 3
Kra
= ,1 6 7
Ng y
= ,1 6 7
Ts m
= ,1 6 7
T wm
= ,1 6 7
p o we r
= ,1 6 7
Co l o m a d u = ,1 6 7
Kra
= ,1 6 7
Ng y
= ,0 8 3
Ts m
= ,0 8 3
T wm
= ,0 8 3
Co l o m a d u,2 3 3
Kra
,2 0 6
Ng y
,1 9 9
Ts m
,1 8 1
T wm
,1 8 1
L EVEL 4
L EVEL 5
Pembahasan hasil pada Kabupaten Karanganyar adalah berikut:
1. Pada kriteria social, Site Ngargoyoso menempati urutan teratas dengan score
0,333
2. Pada
kriteria
time,
Site
Colomadu,
Karanganyar,
Tasikmadu,
dan
Tawangmangu bersama-sama menempati urutan teratas dengan score 0,167
3. Pada kriteria customer, Site Colomadu menempati urutan teratas dengan
score 0.333
4. Pada kriteria power, Site Colomadu dan Karanganyar menempati urutan
teratas dengan score 0.167
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site Colomadu
menempati urutan teratas dengan score 0,233.
Hasil Analisis pada Kabupaten Sragen :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 03
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
L EVEL 4
L EVEL 5
s o c i a l = ,3 3 3
Ka l a n g a n = ,1 2 0
Tg r
= ,0 8 4
Ge m o l o n g = ,0 5 9
J e n a r = ,0 4 1
T u n g g u l = ,0 2 9
ti m e
= ,1 6 7
Tg r
= ,0 6 6
Ka l a n g a n = ,0 3 9
Ge m o l o n g = ,0 2 1
T u n g g u l = ,0 2 1
J e n a r = ,0 2 1
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
J e n a r = ,1 3 9
Ge m o l o n g = ,0 7 5
Tg r
= ,0 5 2
Ka l a n g a n = ,0 4 0
T u n g g u l = ,0 2 8
p o we r
= ,1 6 7
Ge m o l o n g = ,0 4 1
Ka l a n g a n = ,0 4 1
Tg r
= ,0 4 1
T u n g g u l = ,0 2 4
J e n a r = ,0 1 8
Tg r
,2 4 3
Ka l a n g a n,2 4 0
J enar
,2 1 9
Ge m o l o n g,1 9 6
T u n g g u l ,1 0 2
Pembahasan hasil analisis pada Kabupaten Sragen adalah sebagai berikut :
1. Pada kriteria social, Site Kalangan menempati urutan teratas dengan score
0,120
2. Pada kriteria customer, Site Jenar menempati urutan teratas dengan score
0,139
3. Pada kriteria time, Site Tegalrejo menempati urutan teratas dengan score
0.066
4. Pada kriteria power, Site Gemolong, Kalangan dan Tegalrejo menempati
urutan teratas dengan score 0.041
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site
Tegalrejo menempati urutan teratas dengan score 0,243. Site ini unggul
dalam aspek time dan power.
Hasil Analisis pada Kabupaten Brebes :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 02
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
L EVEL 4
L EVEL 5
s o c i a l = ,3 3 3
Kwd
= ,1 0 9
Ad i s a n a = ,0 7 1
Krm
= ,0 7 1
Pru wa ta n = ,0 4 8
Bu m i a y u = ,0 3 6
ti m e
= ,1 6 7
Bu m i a y u = ,0 5 5
Pru wa ta n = ,0 3 5
Kwd
= ,0 3 5
Ad i s a n a = ,0 2 0
Krm
= ,0 2 0
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
Bu m i a y u = ,1 1 0
Pru wa ta n = ,0 8 3
Kwd
= ,0 4 7
Ad i s a n a = ,0 4 7
Krm
= ,0 4 7
p o we r
= ,1 6 7
Bu m i a y u = ,0 4 8
Pru wa ta n = ,0 4 8
Kwd
= ,0 2 4
Ad i s a n a = ,0 2 4
Krm
= ,0 2 4
Bu m i a y u ,2 4 8
Kwd
,2 1 5
Pru wa ta n ,2 1 3
Ad i s a n a ,1 6 2
Krm
,1 6 2
Pembahasan hasil analisis pada Kabupaten Brebes adalah sebagai berikut :
1. Pada kriteria social, Site Kaliwadas menempati urutan teratas dengan score
0,109
2. Pada kriteria customer, Site Bumiayu menempati urutan teratas dengan
score 0,110
3. Pada kriteria time, Site Bumiayu menempati urutan teratas dengan score
0.055
4. Pada kriteria power, Site Bumiayu dan Pruwatan menempati urutan teratas
dengan score 0.048
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site
Bumiayu menempati urutan teratas dengan score 0,248. Site ini unggul
dalam aspek time, customer dan power.
Hasil Analisis pada Kabupaten Kebumen :
PEMILIHAN PRIORITAS SITE BTS
Sy n th e s is o f L e a f No d e s with re s p e c t to GOAL
Dist r ibut ive Mode
OVERALL I NCONSI STENCY I NDEX = 0, 03
L EVEL 1
ENVIRO = ,5 0 0
L EVEL 2
L EVEL 3
s o c i a l = ,3 3 3
ti m e
Bj s
Ktw
J rt
Go m b o n g
Se m p o r
= ,1 1 5
= ,0 7 0
= ,0 7 0
= ,0 4 7
= ,0 3 2
Bj s
J rt
Go m b o n g
Ktw
Se m p o r
= ,0 4 8
= ,0 4 2
= ,0 2 8
= ,0 2 8
= ,0 2 1
Bj s
J rt
Ktw
Go m b o n g
Se m p o r
= ,1 3 7
= ,0 8 7
= ,0 4 7
= ,0 3 5
= ,0 2 7
Go m b o n g
Se m p o r
Ktw
J rt
Bj s
= ,0 4 1
= ,0 4 1
= ,0 4 1
= ,0 2 4
= ,0 1 8
= ,1 6 7
SUPPORT = ,5 0 0
c u s to m e r= ,3 3 3
p o we r
Bj s
,3 1 8
J rt
,2 2 3
Ktw
,1 8 6
Go m b o n g,1 5 2
Se m p o r
,1 2 2
= ,1 6 7
L EVEL 4
L EVEL 5
Pembahasan hasil analisis pada Kabupaten Kebumen adalah sebagai berikut :
1. Pada kriteria social, Site Banjarsari menempati urutan teratas dengan score
0.115
2. Pada kriteria customer, Site Banjarsari menempati urutan teratas dengan
score 0.137
3. Pada kriteria time, Site Banjarsari menempati urutan teratas dengan score
0.048
4. Pada kriteria power, Site Gombong, Sempor dan Kutowinangun menempati
urutan teratas dengan score 0.041.
5. Dari analisis perbandingan seluruh kriteria terhadap alternatif, Site
Banjarsari menempati urutan teratas dengan score 0.318. Site ini unggul
dalam aspek social, time, dan customer.
6. Kesimpulan dan Saran
Kesimpulan yang didapatkan pada studi ini adalah sebagai berikut :
A. Analisis Faktor
1. Faktor yang berpengaruh terhadap seleksi site BTS meliputi :
a. Faktor 1, dengan variabel yang memiliki korelasi yang kuat dengan
faktor 1 , yaitu variabel time dan social.
b. Faktor 2, dengan variabel yang memiliki korelasi yang kuat dengan
faktor 2 , yaitu variabel power dan customer.
2. Berdasarkan nilai eigen value kedua faktor, besarnya persentase kumulatif
kedua faktor adalah sebesar 80,61 persen, maka dapat disimpulkan bahwa
kedua faktor sudah cukup mewakili keragaman variabel – variabel asal.
3. Dari tabel Component Transformation Matrix ditunjukkan bahwa faktor –
faktor yang terbentuk sudah tidak memiliki korelasi lagi satu sama lain atau
orthogonal. Bila dilihat dari tabel Component Transformation Matrix, nilai –
nilai korelasi yang terdapat pada diagonal utama berada di atas 0,5 yaitu 0,793; 0,793; 0,610 dan 0.610. Hal ini menunjukkan bahwa kedua faktor yang
terbentuk sudah tepat karena memiliki korelasi yang tinggi pada diagonal –
diagonal utamanya.
B. Analisis Prioritas lokasi dengan AHP
1. Analisis pairwise comparison kriteria dari data kuisioner, didapatkan hasil
sebagai berikut :
a. Kriteria social dan customer merupakan kriteria yang paling penting
bagi responden dalam pembangunan tower BTS. Hal ini dibuktikan
dengan hasil pairwise comparison di mana social dan customer masingmasing memiliki nilai 0,333.
b. Kriteria time dan power masing-masing memiliki nilai 0,167 yang
menunjukkan bahwa responden berpendapat bahwa kedua kriteria
lebih tidak penting dibanding social dan customer.
2. Pada wilayah DIY, Site Prambanan menempati urutan teratas dengan score
0,255. Meskipun hanya unggul dalam aspek customer, serta peringkat 4 pada
aspek lain, Site Prambanan adalah site prioritas untuk dibangun. Di sisi lain,
Site Kalasan meski tertinggi dalam aspek social, tetapi rendah pada aspek
custome