BAB IPENDAHULUAN

1.1. Diskripsi Permasalahan

Sejalan dengan perkembangan yang berlangsung di Indonesia saat ini dari tahun ke tahun proses pemenuhan akan kebutuhan hidup terutama yang menyangkut mengenai kebutuhan primer serta sekunder meningkat terus menerus. Hal ini menyebabkan manusia yang berperan sebagai konsumen menginginkan proses pembelian barang-barang kebutuhan sehari-hari agar tercipta lebih mudah, dimana pada saat ini kita semua mengenalnya sebagai sebuah tempat belanja yang mudah dan langsung.Hal tersebut di atas mendorong pengusaha-pengusaha untuk menanamkan modalnya dibidang usaha retail serta memperluasnya.Untuk itu maka perlu adanya peningkatan pelayanan terhadap konsumen serta pemulihan strategi pelayanan yang tepat agar para konsumen yang telah dikuasai dapat dipertahankan atau bisa menigkatkan konsumen yang sudah ada tersebut.Dengan adanya hal tersebut ternyata dapat dihadirkan oleh para pelaku bisnis usaha retail yang menempatkan usaha-usaha retail dengan sebutan minimarket dalam sekala kecil dan supermarket hingga hypermarket yang dalam pemenuhan kebutuhan yang lebih besar. Dalam hal ini peninjauan yang akan dibahas dalam penelitian ini adalah mengenai minimarket.Menurunnya tingkat pelayanan sebagai akibat dari kegagalan dalam pelaksanaan pelayanan yang akan menyebabkan menurunnya jumlah konsumen yang akan datang mengakibatkan kerugian pada usaha tersebut. Dengan dasar tersebut yang mendorong penulis mengambil judul Analisis Tingkat Kepuasan Konsumen Terhadap Pelayanan Alfamart jalan kaliurang Km 12.5.

1.2. Perumusan Permasalahan1. Indikator apakah yang secara signifikan berpengaruh pada variabel yang diamati pada penelitian ini ?2. Berapa dan Bagaimanakah karakteristik dari setiap cluster yang terbentuk BAB IITINJAUAN PUSTAKA

2.1. Kajian DeduktifAnalisis cluster adalah suatu analisis statistik yang bertujuan memisahkan obyek kedalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain. Dalam analisis ini tiap-tiap kelompok bersifat homogen antar anggota dalam kelompok atau variasi obyek dalam kelompok yang terbentuk sekecil mungkin.Tujuan utama analisis cluster menggabungkan objek-objek yang mempunyai kesamaan kedalam sebuah kelompok atau cluster. Untuk mencapai tujuan itu kita harus menjawab tiga pertanyaan, yaitu :(1)Bagaimana kita mengukur tingkat kesamaan ?(2)Bagaimana kita membentuk cluster ?(3)Berapa banyak cluster yang akan kita benntuk ?Proses Pengambilan Keputusan dalam Analisis ClusterPengambilan keputusan dengan analisis cluster memiliki 6 tahapan, yaitu : menentukan tujuan analisis cluster, menentukan desain penelitian analisis cluster, menentukan asumsi analisis cluster, menurunkan cluster-cluster dan memperkirakanoverall fit,menginterpretasi hasil analisis cluster, mengukur tingkat validasi hasil analisis cluster.Metode Hirarki ClusterDalam metode hirarki cluster terdapat dua tipe dasar yaituagglomerative(pemusatan) dandivisive(penyebaran).Dalam metodeagglomerative, setiap obyek atau observasi dianggap sebagai sebuah cluster tersendiri.Dalam tahap selanjutnya, dua cluster yang mempunyai kemiripan digabungkan menjadi sebuah cluster baru demikian seterusnya.Sebaliknya, dalam metodedivisivekita beranjak dari sebuah cluster besar yang terdiri dari semua obyek atau observasi.Selanjutnya, obyek atau observasi yang paling tinggi nilai ketidakmiripannya kita pisahkan demikian seterusnya.Dalamagglomerativeada lima metode yang cukup terkenal, yaitu :Single Linkage, prosedur ini didasarkan pada jarak terkecil. Jika dua obyek terpisah oleh jarak yang pendek maka kedua obyek tersebut akan digabung menjadi satu cluster daan demikian saterusnya.Complete Linkage, berlawanan denganSingle Linkageprosedur ini pengelompokkannya berdasarkan jarak terjauh.Average Linkage, prosedure ini hampir sama denganSingle LinkagemaupunComplete Linkage, namun kriteria yang digunakan adalah rata-rata jarak seluruh individu dalam suatu cluster dengan jarak seluruh individu dalam cluster yang lain.Wards Method, jarak antara dua cluster dalam metode ini berdasarkan total sum of squaredua cluster pada masing-masing variabel.Centroid Method, jarak antara dua cluster dalam metode ini berdasarkan jarakcentroiddua cluster yang bersangkutan.(Prayudho. BJ, 2008).

2.2. Kajian deduktifMetode Clustering adalah metode penganalisaan data, yang sering dimasukkan sebagai salah satu metodeData Mining, yang tujuannya adalah untuk mengelompokkan data dengan karakteristik yang sama ke suatu wilayah yang sama dan data dengan karakteristik yang berbeda ke wilayah yang lain.Ada beberapa pendekatan yang digunakan dalam mengembangkan metode clustering.Dua pendekatan utama adalah clustering dengan pendekatan partisi dan clustering dengan pendekatan hirarki.Clustering dengan pendekatan partisi atau sering disebut denganpartition-based clusteringmengelompokkan data dengan memilah-milah data yang dianalisa ke dalam cluster-cluster yang ada.Clustering dengan pendekatan hirarki atau sering disebut denganhierarchical clusteringmengelompokkan data dengan membuat suatu hirarki berupa dendogram dimana data yang mirip akan ditempatkan pada hirarki yang berdekatan dan yang tidak pada hirarki yang berjauhan. Di samping kedua pendekatan tersebut, ada juga clustering dengan pendekatanautomatic mapping(Self-Organising Map/SOM).Pada studi kasus kali ini menggunakan Clusteringdengan pendekatan Hierarchial. Clustering dengan pendekatan hirarki mengelompokkan data yang mirip dalam hirarki yang sama dan yang tidak mirip di hirarki yang agak jauh. Ada dua metode yang sering diterapkan yaituagglomerative hieararchical clusteringdandivisive hierarchical clustering.Agglomerative melakukan proses clustering dariNcluster menjadi satu kesatuan cluster, dimanaNadalah jumlah data, sedangkan divisive melakukan proses clustering yang sebaliknya yaitu dari satu cluster menjadiNcluster.Beberapa metodehierarchical clusteringyang sering digunakan dibedakan menurut cara mereka untuk menghitung tingkat kemiripan. Ada yang menggunakanSingle Linkage,Complete Linkage,Average Linkage,Average Group Linkagedan lain-lainnya.Seperti juga halnya denganpartition-based clustering, kita juga bisa memilih jenis jarak yang digunakan untuk menghitung tingkat kemiripan antar data.Salah satu cara untuk mempermudah pengembangan dendogram untuk hierarchical clustering ini adalah dengan membuat similarity matrix yang memuat tingkat kemiripan antar data yang dikelompokkan. Tingkat kemiripan bisa dihitung dengan berbagai macam cara seperti dengan Euclidean Distance Space. Berangkat dari similarity matrix ini, kita bisa memilih lingkage jenis mana yang akan digunakan untuk mengelompokkan data yang dianalisa. (Yudi Agusta, 2011).

BAB IIIMETODE PENELITIAN

3.1.Objek penelitianDi penelitian metode hirarki clustering ini yang dikaji adalah tentang kepuasan konsumen terhadap tempat usaha retail. Usaha retail yang diambil untuk melakukan penelitian ini adalah Alfamart jalan kaliurang Km 12,5 Seleman. Di usaha retail tersebut dicari data tentang kepuasan konsumen/pelanggan yang melakukan transaksi di salah satu usaha retail ini.

3.2.Metode Pengumpulan DataMetode pengumpulan data dalam penelitian ini adalah dengan metode langsung yaitu melakukan observasi langsung ke usaha retail tersebut dan menyebarkan kuisioner kepada warga yang sedang berbelanja di usaha retail ini dan kepada warga yang pernah melakukan transaksi di usaha retail ini.

3.3.Jenis DataData yang digunakan dalam penelitian ini mengguanakan data primer dan sekunder. Dimana data primer adalah data yang didapat langsung dari penelitian. Sedangkan data sekunder adalah data yang didapat dari instansi atau sumber lain. Data primernya adalah pengambilan konsumen yang terlihat dari data kuisioner dan data observasi, sedangkan data sekunder agar dapat mencari referensi lain dari jurnal maupun buku serta data dari internet sebagai pelengkap data.penentuan kepuasan

3.4.Alur PenelitianTabel 1. Alur Penelitian Metode Hirarki

BAB 1VHASIL DAN PEMBAHASAN

4.1. Pemilihan Indikator Variabel4.1.1. KondisiPada usaha retail sangat la penting karena usaha retail di Indonesia sudah bnyak sekali. Usaha retail dari luar pun sudah banyak di Indonesia, maka dari itu usaha retail terutama pada Indomaret harus menarik dan dari pelayanan juga harus lebih di perhatikan lagi.4.1.2. KelayakanUsaha retail diangkat karena barang barang yang ada di dalam nya selalu di perhatikan dari kadaluarsa nya. Jika sudah kaluarsa dan tidak layak konsumsi maka pihak dari usaha retail tersebut mengembalikan barang yang telah kadaluarsa tersebut.4.1.3. Fasilitas Fasilitas dari usaha retail sudah cukup baik dari segi bahan pokok yang di perjual belikan cukup lengkap, kenyaman dalam berbelanja dan keamaan4.1.4. KeamaanKeamanan dari usaha retail kurang baik karena hanya mengandalkan CCTV saja tidak ada security jadi kendaraan yang sedang parkir tidak terjaga. 4.1.5 PelayananPelayanan dalam usaha retail ini sudah sangat baik dari segi penyambutan pelanggan sampai transaksi.4.1.6 HargaDalam usaha retail harga lebih tinggi dari usaha rumahan. Tetapi konsumen tidak merasa rugi karena dari pelayanan dan fasilitas cukup memuaskan sehingga konsumen lebih memilih berbelanja di usaha retail.

4.2. Rekapitulasi Hasil Kuisioner

4.2.1 Setelah melakukan metode observasi dan menyebarkan kuisioner kepada konsumen yang sudah berbelanja di Alfamart jalan kaliurang Km 12,5 dan sering mengunjungi usaha retail tersebut didapat 30 responden dan berikut rekapitulasi data profilisasi responden, yaitu :

4.2.1.1 Usia1. Value 1 adalah dengan umur kurang dari 20 tahun2. Value 2 adalah dengan umur 20 sampai dengan 29 tahun3. Value 3 adalah dengan umur 30 sampai dengan 39 tahun4. Value 4 adalah dengan umur 40 sampai dengan 49 tahun5. Value 5 adalah dengan umur lebih dari 49 tahun4.2.1.2 Jenis kelamin1. Velue 1 adalah responden dengan jenis kelamin laki-laki2. Value 2 adalah responden dengan jenis kelamin perempuan4.2.1.3 Pekerjaan1. Value 1 adalah responden dengan profesi PNS2. Value 2 adalah responden dengan profesi Wiraswasta3. Value 3 adalah responden dengan profesi Karywan4. Value 4 adalah responden dengan profesi Ibu rumah tangga5. Value 5 adalah responden dengan profesi Pelajar/Masiswa4.2.1.4 Pengeluaran1. Value 1 adalah dengan pengeluaran kurang dari Rp 500.0002. Value 2 adalah dengan pengeluaran Rp500.000 sampai dengan Rp1.000.0003. Value 3 adalah dengan pengeluaran Rp1.000.000 sampai dengan Rp1.500.0004. Value 4 adalah dengan pengeluaran Rp1.500.000 sampai dengan Rp2.000.0005. Value 5 adalah dengan pengeluaran lebih dari Rp2.000.0004.2.1.5 Kunjungan1. Value 1 adalah dengan kunjungan 1 kali2. Value 2 adalah dengan kunjungan 2 kali3. Value 3 adalah dengan kunjungan 3 kali4. Value 3 adalah dengan kunjungan 4 kali5. Value 3 adalah dengan kunjungan setiap minggu

Tabel 2. Rekapitulasi Profilisasi

Namay1y2y3y4y5

anjar 1.02.05.03.04.0

bayu 1.04.05.05.04.0

taufik 1.02.05.03.03.0

adi 1.02.05.03.01.0

putri h 2.01.05.03.03.0

dewi 2.01.04.04.04.0

devan 1.02.03.03.02.0

agus 1.01.05.02.03.0

ismi ris2.02.05.03.03.0

sukmawat2.05.04.02.03.0

dony 1.03.03.03.04.0

supryant1.04.01.03.03.0

hery 1.02.02.01.02.0

reyhan 1.02.05.02.04.0

afif mas1.02.05.02.02.0

yanto 1.04.01.03.03.0

fajriah 2.02.05.02.04.0

teguh 1.02.02.02.02.0

adrianti2.01.05.01.05.0

sidiq 1.02.05.05.03.0

danang 1.03.02.04.05.0

eritrina2.03.05.04.03.0

dwi ratn2.01.05.01.03.0

ipung 1.02.05.04.05.0

mala uta2.03.04.03.04.0

bobby 1.03.03.03.03.0

garry 1.01.05.01.01.0

dewi 2.02.04.03.03.0

helmy 1.03.03.04.04.0

leni 2.02.05.02.05.0

4.2.2 Setelah melakukan metode observasi langsung ke Indomaret dan menyebarkan kuisioner kepada masyarakat umum yang datang ke Indomaret dan sering mengunjungi usaha retail didapat 30 responden dan berikut rekapitulasi data Variabel-variabel yang ada didalamnya, yaitu:4.2.2.1 Nama responden4.2.2.2 Penataan barang4.2.2.3 Kelengkapan4.2.2.4 Potongan harga4.2.2.5 KebersihanValue labels di dalam variabel-variabel adalah:a) Value 1 dengan persentasi Sangat Baikb) Value 2 dengan persentasi Baikc) Value 3 dengan persentasi Kurang Baikd) Value 4 dengan persentasi Sangat Kurang Baik

Tabel 3. Rekapitulasi Data Responden

NamaX1X2X3X4X5

anjar 1.02.02.03.01.0

bayu 2.01.03.02.02.0

taufik 3.02.03.02.03.0

adi 2.03.02.02.01.0

putri h 2.02.03.02.01.0

dewi 1.02.03.02.02.0

devan 2.03.02.01.01.0

agus 2.01.01.01.01.0

ismi ris2.02.02.02.02.0

sukmawat1.01.01.01.01.0

dony 1.01.03.02.01.0

supryant2.02.04.03.02.0

hery 2.02.03.01.02.0

reyhan 2.03.03.01.02.0

afif mas2.03.04.02.02.0

yanto 2.02.02.02.02.0

fajriah 2.03.04.03.02.0

teguh 1.01.02.02.02.0

adrianti2.02.02.02.02.0

sidiq 2.03.04.02.02.0

danang 2.03.03.01.02.0

eritrina1.02.01.03.02.0

dwi ratn2.02.01.03.02.0

ipung 2.03.04.02.01.0

mala uta1.02.02.03.02.0

bobby 2.02.02.03.02.0

garry 1.01.02.03.01.0

dewi 1.01.03.03.01.0

helmy 2.02.02.03.02.0

leni 1.01.02.03.02.0

4.3 Output dan Analisis Dendogram

Tabel 4. Hasil Clustering Metode Hirarki Case Processing

Case Processing Summarya,b

Cases

ValidMissingTotal

NPercentNPercentNPercent

30100,00,030100,0

a. Squared Euclidean Distance used b. Single Linkage

Tabel 5. Hasil Clustering Metode Hirarki Agglomeration Schedule

Tabel 6. Hasil Metode Hirarki Dendogram

Dari hasil analisis dendogram diatas terdapat 3 cluster yang ada di dalam penelitian ini yaitu :

Tabel 7. Hasil DendogramCluster 1Leni, Dewi R, Anjar, Ismi, Dony S, Yanto, Teguh, Adrianti, Eritrina, Dwi, Mala, Bobby, Gerry, Helmy.

Cluster 2Afif Mas, Ipung, Danang, Fajriah, Sidiq, Reyhan, Hery, Bayu, Adi, Putri H, Dewi, Devan, Supriyanto

Cluster 3Sukmawati, Agus, Taufik

4.4 Karakteristik Cluster

Tabel 8. Karakteristik Cluster Usia

Dari data crosstab di atas dapat disimpulkan karakteristik cluster pada Usia adalah :

Tabel 9. Hasil karakteristik cluster UsiaCluster 1 Dibawah 20 berjumlah 3 Umur 20 -29 bejumlah 5 Umur 30-39 berjumlah 5 Umur 40-49 berjumlah 1

Cluster 2 Dibawah 20 berjumlah 2 Umur 20 -29 bejumlah 8 Umur 30-39 berjumlah 1 Umur 40-49 berjumlah 1

Cluster 3 Dibawah 20 berjumlah 1 Umur 20 -29 bejumlah 1 Diatas 49 berjumlah 1

Tabel 10. Karakteristik cluster jenis kelamin

Dari data crosstab di atas dapat disimpulkan karakteristik cluster pada Jenis kelamin adalah :Tabel 10. Hasil karakteristik cluster Jenis kelaminCluster 1 Laki laki berjumlah 7 Perempuan berjumlah 7

Cluster 2 Laki laki berjumlah 10 Perempuan berjumlah 3

Cluster 3 Laki laki berjumlah 2 Perempuan berjumlah 1

Tabel 11. Karakteristik Cluster Pekerjaan

Dari data crosstab di atas dapat disimpulkan karakteristik cluster pada Pekerjaan adalah :

Tabel 11. Hasil karakteristik cluster PekerjaanCluster 1 PNS berjumlah 1 Wiraswasta 1 Karyawan berjumlah 3 Ibu rumah tangga berjumlah 2 Pelajar/mahasiswa berjumlah 7

Cluster 2 PNS berjumlah 1 Wiraswasta 2 Karyawan berjumlah 1 Ibu rumah tangga berjumlah 1 Pelajar/mahasiswa berjumlah 8

Cluster 3 Ibu rumah tangga berjumlah 1 Pelajar/mahasiswa berjumlah 2

Tabel 12. Karakteristik Cluster Pengeluaran

Dari data crosstab di atas dapat disimpulkan karakteristik cluster pada Pengeluaran adalah :Tabel 12. Hasil karakteristik cluster PengeluaranCluster 1 Pengeluaran