IDENTIFIKASI POTENSI PERBAIKAN ORGANISASI JASA DENGAN MODIFIED IPA DAN PENDEKATAN FUZZY

Transkripsi

1 IDENTIFIKASI POTENSI PERBAIKAN ORGANISASI JASA DENGAN MODIFIED IPA DAN PENDEKATAN FUZZY Eko Setiawan Jurusan Teknik Industri UMS Septin Puji Astuti Jurusan Ekonomi Islam STAIN Surakarta ABSTRAK Persaingan yang semakin ketat mengharuskan organisasi jasa untuk selalu meningkatkan kualitas pelayanannya, sehingga pelanggan akan terpuaskan Hal tersebut mensyaratkan identifikasi dan pengukuran kebutuhan pelanggan, sehingga diketahui kebutuhan pelanggan yang masih memerlukan peningkatan pelayanan serta kebutuhan pelanggan yang telah sesuai dengan harapan pelanggan Mengingat institusi apa pun tidak terlepas dari suasana persaingan, maka identifikasi serta pengukuran kebutuhan pelanggan tersebut harus menyertakan para pesaing Upaya identifikasi kebutuhan pelanggan di atas melibatkan proses penilaian yang bersifat subyektif dan imprecise, sehingga hasil penilaian juga bersifat imprecise Dalam situasi demikian, diperlukan upaya-upaya tertentu untuk mengakomodasi adanya impreciseness tersebut, sehingga hasil yang diperoleh benar-benar memberikan gambaran yang mendekati kenyataan Makalah ini membahas salah satu usulan metode yang dapat digunakan untuk keperluan tersebut, yaitu metode modified IPA yang diintegrasikan dengan pendekatan fuzzy, dalam hal ini Triangular Fuzzy Number (TFN) Dengan metode yang diusulkan ini, dapat diketahui pada kebutuhan pelanggan yang mana saja suatu organisasi jasa masih rendah kinerjanya relatif terhadap kinerja para pesaing, sedangkan kebutuhan tersebut menempati tingkat kepentingan yang tinggi di mata pelanggan Dengan mengetahui peta kebutuhan pelanggan sedemikian rupa, maka agenda peningkatan kualitas pelayanan akan dapat dalankan secara lebih terarah dan efisien Kata kunci : kepuasan pelanggan, kebutuhan pelanggan, tingkat kepentingan, kinerja, pesaing PENDAHULUAN Industri jasa semakin memiliki peran penting di dalam perekonomian di banyak negara (Abdullah, 2005) Salah satu hal penting yang memiliki kontribusi besar bagi keberlangsungan industri jasa adalah kepuasan dan loyalitas pelanggan (Cina, 1990; Daniel, 1992; Gale, 1994; Reichheld dan Sasser, 1990; Shycon, 1992; Zeithaml dkk, 1985; 1990; Robledo, 1996, 1998, semuanya dalam Robledo, 2001) Pentingnya kepuasan pelanggan juga terlihat dari tingginya persentase publikasi penelitian tentang hal ini pada salah satu jurnal dalam kurun waktu (Lemmink, 2005) Secara umum, kepuasan pelanggan berpengaruh terhadap loyalitas pelanggan (Bowen dan Chen, 2001; Hallowell, 1996), sedangkan loyalitas pelanggan akan sangat berpengaruh terhadap profitabilitas suatu industri (Hallowell, 1996) Secara lebih spesifik, sedikit peningkatan di dalam aspek kepuasan pelanggan akan berpengaruh besar terhadap meningkatnya loyalitas pelanggan (Bowen dan Chen, 2001) Salah satu A-1-1

2 faktor yang berpengaruh terhadap kepuasan pelanggan adalah kualitas pelayanan (Aigbedo dan Parameswaran, 2004) Makalah ini disusun dengan sistematika sebagai berikut Bagian I adalah pendahuluan yang berisi arti penting kepuasan pelanggan dan perlunya identifikasi serta pengukuran kebutuhan pelanggan Bagian 2 membahas tinjauan kepustakaan di seputar dua issue pokok yang menjadi dasar penulisan makalah ini, yaitu metode modified importance-performance analysis (modified IPA) serta pendekatan fuzzy Berdasarkan bahasan di bagian I dan bagian II, penulis mengusulkan sebuah integrasi metode modified IPA dan pendekatan fuzzy ke dalam sebuah model identifikasi potensi perbaikan organisasi jasa Model dimaksud disajikan di bagian III makalah ini Makalah ditutup dengan beberapa hal penting yang harus diperhatikan dalam kaitannya dengan penggunaan modified IPA dan pendekatan fuzzy TINJAUAN KEPUSTAKAAN Modified IPA Metode IPA ( importance-performance analysis) diperkenalkan pertama kali pada tahun 1977 oleh Martilla dan James (Magal dan Levenburg, 2005; Hunt dkk, 2003; Wade dan Eagles, 2003) Metode ini dimaksudkan sebagai kerangka kerja di dalam memahami kepuasan pelanggan sebagai fungsi dari expectation (importance atau tingkat kepentingan) terkait dengan suatu atribut serta penilaian pelanggan terhadap kinerja organisasi ( performance) dilihat dari atribut terkait (Magal da n Levenburg, 2005) Di dalam kenyataannya sekarang ini, pelanggan tidak melakukan evaluasi terhadap suatu obyek (dalam hal ini suatu organisasi) tanpa mengaitkannya dengan evaluasi terhadap para pesaing, dan keunggulan diferensial yang dimiliki oleh suatu obyek akan sangat ditentukan oleh kinerjanya relatif terhadap kinerja pesaing (Yavas dan Shemwell, 2001) Berdasarkan pertimbangan tersebut, Yavas dan Shemwell (2001) mengusulkan adanya modifikasi terhadap metode IPA, yang dapat diformulasikan sebagai berikut: I M * F C (1) dimana: I = Skor indeks responden ke-j untuk atribut/ aspek ke-i M = Penilaian responden ke-j terhadap tingkat kepentingan atribut/ aspek ke-i F = Penilaian responden ke-j terhadap kinerja obyek dalam kaitannya dengan atribut/ aspek ke-i; dan C = Penilaian responden ke-j terhadap kinerja pesaing dalam kaitannya dengan atribut/ aspek ke-i Secara matematis, rumus ( 1) menyatakan bahwa skor indeks responden untuk suatu atribut adalah sama dengan evaluasinya tentang besarnya tingkat kepentingan suatu atribut dikalikan dengan perbedaan antara penilaiannya terhadap kinerja organisasi versus penilaiannya terhadap kinerja pesaing (Yavas dan Shemwell, 2001) Dalam bentuk matriks dua dimensi, modified IPA tersaji di Gambar 1 A-23-2

3 Tinggi Kuadran II, False security/ opportunity alert Kuadran I, Keep up the good work/ competitive edge Indeks kinerja relatif Kuadran III, Red alert/ competitive disadvantage Kuadran IV, Vulnerability/ competitive watch Rendah Kinerja organisasi Tinggi Pendekatan Fuzzy Gambar 1 Matriks modified IPA (Sumber: Yavas dan Shemwell, 2001, dengan modifikasi) Beberapa aspek di dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact Ketidakpastian inilah yang menjadi konsep dasar munculnya logika fuzzy Pada prinsipnya himpunan fuzzy adalah perluasan dari himpunan crisp Himpunan crisp sendiri merupakan himpunan yang membagi sekelompok individu ke dalam dua kategori, anggota dan bukan anggota (Ross, 1995) Triangular Fuzzy Number Fuzzy number adalah special fuzzy set F x, F ( x), x R, dimana x adalah nilai-nilai yang terletak pada garis bilangan riil R 1 : x dan F (x) merupakan 1 suatu pemetaan kontinyu dari R ke dalam interval tertutup [0, 1] (Dubois dan Prade, 1980, dalam Chan dkk, 1999) Fuzzy number digunakan untuk menggambarkan konsep numerik yang tidak presisi, seperti mendekati 7, sekitar 8 atau 9, kurang lebih 5, dan sebagainya Sebuah triangular fuzzy number (TFN), dinyatakan dengan M a, b, c, dimana a b c, merupakan fuzzy number khusus dan memiliki membership function berjenis triangular sebagai berikut: M 0, x a atau x c ( x) ( x a) /( b a), a x b ( c x) /( c b), b x c (2) A-23-3

4 Fuzzy Arithmetic pada TFN Jika terdapat dua buah TFN, M a, b c dan a, b c 1 1 1, 1 M 2 2 2, 2, operasi aritmetik terhadap keduanya adalah sebagai berikut (Dubois dan Prade, 1980; Chen dan Hwang, 1992, keduanya dalam Chan dkk, 1999): [1] Penambahan: M 1 M 2 a1 a2, b1 b2, c1 c2 [2] Pengurangan: M1 M 2 a1 c2, b1 b2, c1 a2 [3] Perkalian skalar: km 1 ka1, kb1, kc1, k > 0 M xm a a b b, c c, a 0, a [4] Perkalian: , M 2 a1 / c2, b1 / b2, c1 / a2, a1 0, a2 [5] Pembagian: M 0 MODEL USULAN Dengan mengintegrasikan modified IPA serta pendekatan fuzzy (dalam hal ini TFN), maka penulis mengusulkan model untuk melakukan identifikasi potensi perbaikan organisasi jasa Model dimaksud tersaji di Gambar 2 Mendapatkan penilaian pelanggan ke-1 terhadap importance atribut ke-i Mendapatkan penilaian pelanggan ke-2 terhadap tingkat kepentingan atribut ke-i Mencari total importance atribut ke-i dengan operasi penjumlahan Mencari importance mean atribut ke-i dengan perkalian skalar Mendapatkan penilaian pelanggan ke-m terhadap importance atribut ke-i Memetakan hasil ke dalam matriks dua dimensi Mendapatkan penilaian pelanggan ke-1 terhadap own performance atribut ke-i Mendapatkan penilaian pelanggan ke-2 terhadap own performance atribut ke-i Mendapatkan penilaian pelanggan ke-m terhadap own performance atribut ke-i Mencari total own performance atribut ke-i dengan operasi penjumlahan Mencari own performance mean atribut ke-i dengan perkalian skalar Menentukan mean gap atribut ke-i dengan operasi pengurangan Defuzzifikasi nilai skor indeks Menghitung skor indeks atribut ke-i dengan operasi perkalian Analisis Penarikan kesimpulan Mendapatkan penilaian pelanggan ke-1 terhadap competitor performance atribut ke-i Mendapatkan penilaian pelanggan ke-2 terhadap competitor performance atribut ke-i Mencari total competitor performance atribut ke-i dengan operasi penjumlahan Mencari competitor performance mean atribut ke-i dengan perkalian skalar Mendapatkan penilaian pelanggan ke-m terhadap competitor performance atribut ke-i Gambar 2 Usulan model BEBERAPA HAL PENTING Terkait dengan integrasi pendekatan fuzzy dan modified IPA sebagaimana yang penulis usulkan, terdapat beberapa hal penting yang harus dicermati, di antaranya: [1] Model ini masih bersifat usulan Untuk dapat dipergunakan secara luas, diperlukan uji validitas maupun uji reliabilitas model [2] Pendekatan fuzzy yang digunakan adalah dengan menggunakan TFN Untuk itu perlu dikembangkan model yang menyertakan membership function lainnya, disesuaikan dengan fuzzifikasi yang ada A-23-4

5 [3] Modified IPA dimaksudkan untuk keperluan pengelolaan industri jasa Masih diperlukan penelitian lebih lanjut, apakah metode ini sesuai untuk diterapkan di pengelolaan aspek pelayanan dari industri manufaktur DAFTAR PUSTAKA Abdullah, Firdaus (2005) HedPERF versus SERVPERF: the quest for ideal measuring instrument of service quality in higher education sector, Quality Assurance in Education, Vol 13 No 4, pp Aigbedo, Henry dan Parameswaran, Ravi (2004) Importance-performance analysis for improving quality of campus food service, International Journal of Quality and Reliability Management, Vol 221 No 8, pp Bowen, John T dan Chen, Shiang-Lih (2001) The relationship between customer loyalty and customer satisfaction, International Journal of Contemporary Hospitality Management, Vol 13 No 5, pp Chan, LK, Kao, HP, Ng, A, dan Wu, ML (1999) Rating the importance of customer needs in quality function deployment by fuzzy and entropy methods, International Journal of Production Research, Vol 37 No 11, pp Hallowell, Roger (1996) The relationships of customer satisfaction, customer loyalty, and profitabiliy: an empirical study, International Journal of Service Industy Management, Vol 7 No 4, pp Hunt, Kindal Shores, Scott, David, dan Richardson, Sarah (2003) Positioning public recreation and park offerings using importance-performance, Journal of Park and Recreation Administration, Vol 21 No 3, pp 1 21 Lemmink, Jos (2005) The need for more multidisciplinary research, International Journal of Service Industy Management, Vol 16 No 1, pp 7 9 Magal, Simha R dan Levenburg, Nancy M (2005) Using importance -performance analysis to evaluate e-business strategies among small businesses, Proceedings of the 38th Hawaii International Conference on System Science Robledo, Marco Antonio (2001) Measuring and managing service quality: integrating customer expectations, Managing Service Quality, Vol 11 No 1, pp Ross, Timothy J (1995) Fuzzy Logic with Engineering Application, McGraw-Hill, Inc, Singapore Wade, Derek J dan Eagles, Paul FJ (2003) The use of importance -performance analysis and market segmentation for tourism management in parks and protected areas: an application to Tanzania s National Parks, Journal of Ecotourism, Vol 2 No 3, pp Yavas, Ugur dan Shemwell, Donald J (2001) Modified importance -performance analysis: an application to hospitals, International Journal of Health Care Quality Assurance, Vol 14 No 3, pp A-23-5

6 A-1-6

7 Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006 A-1-7

8 Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006 A-1-8