Analisis Faktor Faktor Yang Berpengaruh Pada Loyalitas Pelanggan Dengan Mengunakan Metode Jaringan Saraf Tiruan Untuk Pengambilan Keputusan Hotel XYZ

Transkripsi

1 59 Analisis Faktor Faktor Yang Berengaruh Pada Loyalitas Pelanggan Dengan Mengunakan Metode Jaringan Saraf Tiruan Untuk Pengambilan Keutusan Hotel XYZ Wiwik Anggraeni, Jurusan Sistem Informasi ITS, Surabaya, Rully Agus Hendrawan, Jurusan Sistem Informasi ITS, Surabaya, Theresia Ratih D, Jurusan Sistem Informasi ITS, Surabaya, ABSTRAK 1. Pendahuluan Peran elanggan memiliki orsi yang besar dalam keberlangsungan bisnis erhotelan. Hotel dituntut untuk selalu membuat elanggan uas dengan elayanan yang diberikan. Pelanggan uas maka loyalitas dari elanggan juga akan semakin meningkat sehingga daat memberikan keuntungan bagi hotel. Dalam usaha eningkatan loyalitas tersebut maka hotel harus daat melihat faktor faktor yang memengaruhi loyalitas elanggan. Proses enentuan faktor dilakukan dengan menggunakan metode jaringan saraf tiruan yang daat melihat korelasi antara faktor dengan loyalitas elanggan. Dalam rosesnya metode ini akan menghasilkan bobot ada masing masing faktor sehingga daat diketahui besar engaruh masing masing faktor ada loyalitas elanggan. Hasil akhir enelitian ini berua bobot ada masing masing faktor daat digunakan oleh erusahaan dalam mengambil keutusan dalam menentukan strategi yang digunakan untuk meningkatkan loyalitas dari elanggan sehingga mamu meningkat keuntungan bagi hotel. Kata kunci: regresi, jaringan saraf tiruan, back roagation, metode samling, korelasi, loyalitas elanggan Industri erhotelan di Indonesia menjadi bisnis yang diminati semenjak terdaat rogram dari emerintah Visit Indonesia ada tahun 008. Hal tersebut dikarenakan industri erhotelan meruakan salah satu akomodasi enting dalam industri ariwisata. Meningkatnya jumlah wisatawan yang datang ke Indonesia mengakibatkan meningkat ula jumlah emakaian sarana erhotelan. Menurut data Badan Pusat Statistik (BPS) ada tahun 007 jumlah wisatawan mancanegara yang datang ke Indonesia berjumlah 5,505,759 dan ada tahun 008 meningkat menjadi 6,34,497. Berdasarkan data tersebutlah daat diketahui bahwa industri erhotelan semakin lama semakin berkembang. Perkembangan bisnis erhotelan mengakibatkan semakin banyaknya hotel yang muncul. Hal ini terlihar dari tingkat okuasi di daerah ariwisata seerti Yogyakarta yang meningkat sebesar ersen. Hal tersebut menunjukkan semakin ketatnya bisnis erhotelan di Indonesia. Ketatnya ersaingan tersebut mengharuskan engusaha untuk lebih reaktif dalam menghadai tia tia erubahan. Tidak hanya itu, engusaha juga harus mengenali asek asek enting dalam industri erhotelan. Dalam industri erhotelan, elanggan meruakan asek yang terenting. Hal ini terkait dengan sifat bisnis erhotelan yang bergerak di bidang jasa di mana hasil dari bidang ini meruakan imlikasi dari sebuah aksi (Botta-Genoulaz, V., & Millet, P.-A., 005). Boota juga menyebutkan bahwa dalam industri jasa, eran serta elanggan juga besar. Pada beberaa industry, elanggan juga dilibatkan secara langsung dalam roses roduksi. Walauun tidak besar, eran serta elanggan sangat dibutuhkan dalam erkembangan bisnis erhotelan. Hal ini dikarenakan keuasan dari elangganlah yang menjamin kesuksesan dari bisnis erhotelan, sehingga enting sekali bagi ara engusaha erhotelan untuk memerhatikan keuasan elanggan sehingga secara otomatis daat meningkatkan loyalitas dari elanggan itu sendiri. Usaha untuk meningkatkan loyalitas dari elanggan tentu saja tidak mudah. Perusahaan harus mengetahui terlebih dahulu faktor faktor memengaruhi loyalitas elanggan. Proses eninjauan faktor faktor yang berengaruh dilakukan agar erusahaan daat melihat titik titik yang harus dierbaiki atau ditingkatkan sehingga loyalitas dari elanggan juga akan semakin meningkat. Selain itu, faktor tersebut juga daat digunakan untuk menentukan stategi strategi yang Wiwik Anggraeni. Tel.: ; fax: wiwik@is.its.ac.id

2 60 terkait dengan erkembangan bisnis erusahaan. Penggunaan strategi yang berbeda berengaruh secara signifikan ada loyalitas elanggan ada sebuah hotel (Weaver, P., & McClearly, K., 00). Banyak faktor yang berengaruh dalam eningkatan loyalitas elanggan. Namun, tidak semua faktor tersebut berengaruh secara signifikan. Untuk itu, dalam enelitian ini akan dianalisis faktor faktor yang berengaruh dalam engingkatan loyalitas elanggan berdasarkan bobot dari masing masing faktor. Faktor faktor tersebut selanjutnya dirutkan untuk mengetahui faktor yang aling berengaruh Proses enentuan urutan faktor faktor tersebut dilakukan dengan menggunakan metode jaringan saraf tiruan yang menggunakan algoritma back roagation. Metode ini digunakan karena daat diterima secara luas sebagai metode yang baik untuk masalah manajemen ariwisata (Tsaur, S.-H., Chiu, Y.-C., & Huang, C.-H., 00). Penggunaan metode ini nantinya akan menghasilkan bobot ada masing masing faktor sehingga daat diketahui faktor faktor yang berengaruh secara signifikan terhada loyalitas elanggan. Penggalian informasi dengan menggunakan metode jaringan saraf tiruan tersebut dilakukan ada data elanggan yang dieroleh dengan melakuan survey keada elanggan hotel secara langsung.. Desain Kuesioner dan Survei Salah satu metode yang daat digunakan dalam engambilan data yaitu kuisoner. Kuesioner meruakan suatu teknik dimana ihak eriset memberikan daftar ertanyaan keada sumber baik secara lisan mauun non lisan (Deng, Z., Lu, Y., & Zhang, J., 009). Menurut Gilbert Churcil (005) terdaat beberaa langkah yang harus dilakukan dalam membuat kusioner. Langkah langkah yang dilakukan tersebut antara lain : 1. menetakan informasi Seorang eneliti harus mengetahui terlebih dahulu mengenai segala hal yang akan diteliti. Pada tahaan ini eneliti menentukan ertanyaan ertanyaan yang terkait dengan enelitian.. menentukan data kuesioner dan metode administrasi Setelah diketahui ertanyaan ertanyaan yang akan digunakan maka yang selanjutnya harus dilakukan yaitu menentukan jenis data yang akan digunakan dalam kuesioner misalnya jenis variabel. Selain itu ada tahaan ini juga harus ditentukan administrasi yang harus dilakukan untuk melakukan kuesioner. 3. menentukan isi dari masing masing ertanyaan Langkah selanjutnya yang harus dilakukan yaitu menentukan isi dari masing masing ertanyaan. Pertanyaan ertanyaan tersebut harus mamu menggali informasi. Selain itu ertanyaan ertnyaan yang dibuat juga harus berlaku untuk semua resonden. Hal tersebut dimaksudkan agar tidak ada erbedaan interretasi yang akan mengaburkan informasi. 4. menentukan bentuk reson dari masing masing Setelah isi dari masing masing ertanyaan dibuat maka yang selanjutnya harus dilakukan yaitu menentukan bentuk reson untuk masing masing ertanyaan. Penentuan bentuk reson dimaksudkan agar jawaban dari koresonden daat terarah dan tidak bias. 5. menentukan kata kata untuk ertanyaan Hal enting yang harus dierhatikan dalam membuat kuesioner yaitu emilihan kata. Peneliti harus menggunakan kata kata yang sederhana dan tidak menimbulkan makna ganda. Selain itu yang harus dierhatikan lagi dalam menentukan kata adalah kata kata yang digunakan tidak memiliki asumsi asumsi yang eksilisit. Hal tersebut agar resonden daat memberikan reson sesuai dengan ertanyaan. 6. menentukan karakteristik fisik dari kuesioner Langkah selanjutnya yaitu menentukan jenis kertas yang digunakan serta menentukan tata letak dari kuesioner. Proses engaturan tata letak ini dilakukan untuk menjaga minat dari koresonden dalam mengisikan kuesioner. Langkah langkah tersebut dilakukan agar kuesioner yang dibuat daat menghasilkan data yang sesuai dengan kebutuhan enelitian serta sesuai dengan kondisi nyata dari elanggan hotel sebagai objek enelitian. Selain membuat kuesioner, hal yang harus dilakukan selanjutnya yaitu menentukan jumlah data yang akan diambil. Dalam menentukan jumlah data terdaat beberaa cara, satu diantara yaitu rumus yang dikemukan oleh Taro Yamane seerti ada ersamaan berikut. n = N N.d +1 Keterangan : n = jumlah samle N = jumlah oulasi d = tingkat resisi 3. Uji Validitas dan Reliabilitas Uji validitas meruakan suatu bentuk engujian yang dilakukan untuk memastikan sah atau valid tidaknya suatu kuesioner. Ahmad Gozali mengatakan bahwa sutu kuesioner daat dikatakan valid aabila ertanyaan yang ada ada kuesioner mamu mengungkakan sesuatu yang diukur oleh kuesoner tersebut. Contohnya untuk mengukur suatu keuasan elanggan maka diberikan 4 ertanyaan, maka ertanyaa tersebut harus daat mengungkakan tingkat keuasan dari elanggan tersebut. Sutu kuesioner dikatakan valid aabila nilai KMO diatas 0.5 dengan erhitungan nilai seerti dibawah ini. KMO = i=1 j=1 i=1 r ij i=1 j=1 r ij + j=1 a ij

3 61 Keterangan: i, j = variabel = jumlah data r = koefisien korelasi a = koefisien korelasi arsial Uji reliabilitas meruakan engujian yang dilakukan untuk mengukur konsistensi dari resonden. Suatu kuesioner dikatakan reliabel ketikan jawaban dari resonden konsisten dari satu waktu ke waktu yang lain. Misalnya ketika diberikan suatu ertanyaan yang terkait dengan kebersihan ruangan maka aabila susunan ertanyaan dirubah namun teta dengan maksud untuk menanyakan kebersihan ruangan resonden akan menjawab jawaban yang sama. Suatu kuesioner dikatakan relibel aabila nilai cronbach alha bernilai lebih dari 0.6 dengan erhitungan seerti dibawah ini. α = K K 1 (1 S i S ) t Dimana k meruakan jumlah dari item, S i meruakan variasi dari item ke i, dan S t meruakan variasi dari total enjumlahan dari seluruh item. Proses encarian nilai cronbach alha dilakukan dengan minimal item atau K > 1. Nilai α tersebut bekerja karena variasi dari jumlah seluruh variabel indeenden meruakan jumlah dari kesuluruhan masing masing varian. 4. Analisis Faktor Banyak faktor yang memengaruhi eningkatan loyalitas dari elanggan, namun kadang faktor tersebut tidak berhubungan satu dengan yang lain. Faktor faktor yang tidak berhubungan tersebut harus dikelomokkan dengan menggunakan analisis faktor. Analisis faktor sendiri meruakan struktur data metrik dan menganalisis struktur hubungan (korelasi) antar sejumlah variabel dengan mendefinisikan sejumlah kelomok data menjadi faktor faktor (Jones, O. T., & Sasser, W. E., 1995). Ghozali (001) menerangkan bahwa analisis faktor akan menentukan stuktur hubungan antar variabel dengan cara melihat korelasi antar variabelnya. Proses analisis faktor selanjutnya dilakukan dengan melihat nilai dari loading factor, aabila suatu variabel atau item bernilai 0,5 di salah satu komonen maka variabel tersebut masuk kedalam faktor atau komonen tersebut. Pengelomokan faktor faktor dilakukan berdasarkan kuesioner dengan ertanyaan yang terkait dengan keuasan elanggan terhada suatu hotel. Atribut yang terkait dengan keuasan elanggan daat dilihat ada Tabel dibawah ini. Tabel 1. Atribut Loyalitas Pelanggan Asek Atribut asek Resonsiveness Kesoanan elayanan Keramahan elayanan Ketersediaan egawai Keceatan melayani Keceatan menaggai Antusiasme egawai melayani Antusiasme egawai menjawab ertanyaan Room and food Keamanan kamar Ketenangan kamar Kenyaman kamar Variasi makanan Kualitas makan Kebersihan restoran Emathy Perhatian keinginan elanggan Perhatian secara ersonal Layanan transortasi Transortasi membantu Reliability Kondisi erabotan Seragam bersih Bukti embayaran Location Lokasi Kemudahan akses Facilities Fasilitas bisnis Fasilitas non bisnis Price Harga Efficiency Efisiensi rosedur check out dan check in Atribut atribut tersebut diambil berdasarkan enelitian yang dilakukan oleh Tsaur dan Chiu ada tahun 00. Pada Tabel 1 asek keuasan elanggan telah dikelomokkan menjadi 8 faktor yang akan digunakan dalam roses ermodelan. 5. Loyalitas Pelanggan Industri bisnis khususnya ada bidang jasa seerti industri erhotelan tidak daat terleas dari elanggan. Proses engelolaan hubungan elanggan enting dilakukan untuk meningkatnya keuntungan erusahaan. Perusahaan diharakan daat memiliki strategi khusus yang terkait dengan engelolaan hubungan dengan elanggan. Hubungan yang baik dengan elanggan daat meningkatkan loyalitas dari elanggan itu sendiri. Banyak cara yang daat dilakukan oleh erusahaan untuk meningkatkan loyalitas dari elanggan salah satunya yaitu dengan meningkatkan keuasan dari elanggan itu sendiri. Menurut Thomas O. Jones loyalitas dari elanggan hotel daat dilihat dari 3 jenis sika merekomendasikan keadan yang lain, mengunjungi kembali hotel ada kunjungan berikutnya atau memberikan referensi ositif ada orang lain (Tsaur, S.-H., Chiu, Y.-C., & Huang, C.-H., 00). Keuasan elanggan di refleksikan dengan tingkat erasaan ositif dari elanggan berdasarkan elayanan yang diberikan oleh erusahaan (Drew, P. J., & John, R. M.,000). Hal itu mengakibatkan erusahaan harus mengetahui hal hal yang daat meningkatkan keuasan elanggan terkait dengan elayanan dari erusahaan dalam hal ini elayanan hotel.

4 6 Keuntungan dari meningkatkan loyalitas elanggan tidak hanya ada eningkatan endaatan erusahaan tai juga terkait dengan enambahan jumlah elanggan dari erusahaan sehingga secara tidak langsung meningkatkan endaatan dari hotel. 6. Permodelan Jaringan Saraf Tiruan Salah satu cara yang daat digunakan dalam roses klasifikasi yaitu jaringan saraf tiruan atau artificial neural network (ANN). Jaringan saraf tiruan meruakan suatu komutasional model yang baru baru ini ditemukan dan daat diterima secara luas dalam masalah sesungguhnya mengenai ermodelan yang komlex. ANN juga didefinisikan sebagai struktur yang terdiri dari elemen elemen yang diroses secara sederhana namun adatif dan saling terkait di mana struktur tersebut mamu melakukan erhitungan aralel untuk engolahan data dan enggalian informasi dengan jumlah data yang besar (Basheer, 000). Karakteristik dari kinerja jaringan saraf tiruan terisnirasi dari sistem kerja otak manusia yang memiliki sifat non linear, kokoh, menoleransi kesalahan, serta memiliki informasi yang bersifat fuzzy. Pada awal ermodelannya jaringan saraf tiruan hanya memiliki 3 layer serta beberaa node dan bentuk jaringan yang menyeruai struktur otak manusia seerti Gambar 1. Gambar 1. Jaringan Saraf Tiruan Seerti yang terlihat ada gambar diatas diketahui bahwa dalam multi layer network terdaat inut layer yang terdiri dari node node yang berisi suatu nilai tertentu. Selanjutnya juga terdaat Weight (W ij )atau bobot untuk masing masing jalur yang terbentuk dari semua node inut layer ke semua node hidden layer dan juga jalur semua node hidden layer ke semua node ada outut layer. Bobot untuk masing masing node tersebut akan selalu diudate sejalan dengan nilai eror yang muncul. Setelah semua node dan semua bobot ditentukan maka yang selanjuntnya dilakukan yaitu melakukan erhitungan. Perhitungan yang dilakukan disini menggunakan algoritma backroagation. Algoritma Backrogation memelajari suatu roses iterasi terhada sekumulan training data dengan membandingkan rediksi dari masing masing tules dengan nilai target yang sebenarnya. Seerti yang telah disebutkan sebelumnya masing masing bobot akan selalu diudate selama roses iterasi berlangsung. Berikut ini meruakan erhitungan menggunakan algoritma Backroagation : 1. Menentukan node yang ada di inut layer, hidden layer dan outut layer. Disini node yang terbentuk sesuai dengan nilai dari atribut atribut yang telah diilih.. Menentukan bobot dari masing masing jalur yang terbentuk. Untuk ertama kali roses enentuan bobot dilakukan secara random dengan range antara -1 samai 1. Namun untuk selanjutnya bobot ditentukan berdasarkan udate dari roses iterasi. 3. Selanjutnya yaitu menghitung inut dari hidden layer dengan ersamaan dibawah ini: I j = ( i (w ij O i )) + θ j 4. Setelah inut dari masing masing node dihidde layer tersebut diketahui maka yang dilakukan selanjutnya yaitu menentukan outut dari node node tersebut dengan ersamaan dibawah ini : 1 O j = 1 + e I j 5. Setelah inut dan outut dari hidden layer diketahui maka yang dilakukan selajutnya yaitu menentukan inut dan outut dari outut layer. Untuk dengan menggunakan rumus yang sama dan juga menggunakan outut dari hidden layer. 6. Selajutnya dilakukan erhitungan galat masing masing node di outut layer dengan ersamaan berikut ini: Err j = O j (1 O j ) (T j O j ) 7. Tak hanya ada outut erlu dilakukan ula erhitungan terhada galat ada masing masing node di hidden layer hal ini erlu dilakukan untuk roses udate dari bobot. Perhitungan galat di hidden layer dilakukan dengan ersamaan dibawah ini : Err j = O j (1 O j ) ( k (err k w jk )) 8. Setelah semua galat diketahui maka selanjutnya daat dilakukan engudate-an terhada bobot dimasing masing jalur dengan ersamaan seerti dibawah ini : w ij = (I) err j O j w ij = w ij + w ij Dimana nilai dari I yaitu konstan antara Selain melakukan udate terhada bobot dalam roses iterasi juga harus dilakukan udate terhada nilai bias dengan ersamaan seerti dibawah ini : O j = (I) err j O j = O j + O j Semua roses tersebut dilakukan berulang samai ditemukan galat yang aling otimal. Sehingga dari galat tersebut akan diketahui nilai bobot dan bias yang aling otimal ula.

5 63 Kebenaran hasil dari model yang dibuat dilihat berdasarkan nilai Root Mean Square dari tia iterasi yang telah dilakukan. Proses erhitungan nilai RMSE dilakukan sesuai dengan ersamaan berikut ini. MSE = n (o a i oi i=1 m ) n Dimana n meruakan jumlah keseluruhan data, o a i meruakan nilai ouut ke I dari data awal, dan o m i meruakan data hasil rediksi. 7. Imortance Score Dalam menentukan faktor faktor yang berengaruh Tsaur menyebutkan daat dilakukan erbandiangan nilai dari masing masing faktor berdasarkan bobot yang muncul di jaringan saraf tiruan. Nilai tersebut didaatkan dengan menggunakan ersamaan dibawah ini. W i = (W ih + W ho ) H IS i = W j Dimana Wi meruakan bobot dari variabel inut I, dengan W ih meruakan bobot dari jalur antara variabel inut dan hidden layer. W ho meruakan bobot dari jalur antara hidden layer dan outut. H menunjukkan jumlah node hidden layer dan j meruakan jumlah dari node inut layer. 8. Hasil dan Pembahasan Data yang digunaan sebagai inut adalah data yang didaatkan dari survey terhada ara resonden. Resonden disini adalah orang-orang yang selama ini ernah mengina dan menggunakan fasilitas yang ada di Hotel XYZ, baik itu hanya 1 kali mauun lebih. Berdasarkan sika elanggan yang terkait dengan loyalitas yaitu datang kembali, mereferensi ositif, dan merekomendasikan ke orang lain maka dibuatlah tiga buah jaringan dengan outut berua ketiga sika tersebut. Pengimlementasian model jaringan saraf dilakukan dengan menyesuaikan beberaa hal antara lain: 1. Jumlah node inut Jumlah node ada inut layer ditentukan berdasarkan faktor faktor yang didaatkan dari engelomokan dengan menggunakan faktor analisis. Pada enelitian ini digunakan inut layer dengan 8 node yang meruakan faktor faktor yang berengaruh ada loyalitas elanggan.. Jumlah hidden layer Jumlah hidden layer yang digunakan dalam enelitian ini adalah 1. Jumlah ini didaat W i dengan menyesuaikan dengan jumlah hidden layer yang digunakan oleh eneliti sebelumnya yang dijadikan acuan dalam enelitian ini. Penambahan jumlah hidden layer daat menyebabkan meningkatnya overfitting dan waktu eksekusi. 3. Jumlah node hidden layer Teknik yang umum digunakan dalam menentukan jumlah node hidden adalah ercobaan. Hal enting yang harus dierhatikan adalah selalu memilih jaringan dengan erforma terbaik dan jumlah hidden node yang sedikit. 4. Jumlah node outut Jumlah node outut yang ada ada enlitian ini berjumlah 1. Node outut tersebut terkait dengan sika elanggan berdasarkan elayanan hotel. 5. Fungsi aktivasi Fungsi aktivasi digunakan untuk menentukan outut dari neuron yang diroses. Teknik yang diakai untuk menentukan fungsi aktivasi yang baik adalah ercobaan. Kriteria enentu yang diakai untuk menentukan fungsi aktivasi adalah kemamuannya untuk memerceat fase embelajaran dan meningkatkan keakuratan dari jaringan saraf. Fungsi aktivasi yang dugunakan dalam enlitian ini adalah fungsi sigmoid. Berdasarkan model yang dihasilkan tersebut selanjutnya dilakukan ercobaan untuk mengetahui bobot yang aling otimal berdasarkan RMSE yang dihasilkan. Percobaan dilakukan dengan melakukan erubahan terhada learning rate, jumlah eoch, jumlah data, dan jumlah node di hidden layer. Hasil ercobaan menunjukkan bahwa setia erubahan yang dilakukan daat membuat erubahan ula dalam nilai error dan juga akurasi abik ada roses training mauun roses testing. Proses engujian tersebut mengasilkan suatu nilai yang akan dijadikan suatu ketetaan dalam melakukan analisis berikutnya. Melihat error ada engujian yang telah dilakukan diketahui bahwa semakin banyak data maka semakin akurat juga hasil yang dieroleh sehingga ada enelitian ini digunakan data sebanyak 00 buah. Sedangkan jumlah node yang ada ada hidden layer berbeda beda anta satu jaringan dengan jaringan yang lain. Hal ini terkait dengan erbedaan nilai inut dan juga outut ada masing masing jaringan sehingga jumlah node ada hidden layer juga menyesuikan dengan data yang ada. Learning rate yang ditemukan setelah adanya roses engujian yaitu 0.5 dimana ada nilai ini nilai MSE yang dihasilkan cuku kecil sehingga daat disimulkan bahwa ada saat melakukan embelajaran jaringan saraf tyang dibentuk telah memberikan bobot yang otimal. Pada engujian terhada jumlah eoch ditemukan bahwa jumlah eoch yang aling otimal yaitu Hal tersebut disebabkan nilai MSE semakin berkurang ketika jumlah eoch ditambahkan namun nilai MSE

6 64 menjadi semakin tinggi ketika jumlah eoch ada diatas Hasil ercobaan yang aling otimal daat dilihat ada Tabel dibawah ini. Tabel. Percobaan Jaringan Sarat Tiruan Eoch Jaringan Training Testing 3000 Datang lagi (15 node hidden) - MSE = - MSE = Akurasi = Referensi ositif (15 node hidden) - MSE = Rekomendasi (5 node hidden) - MSE = % - MSE = Akurasi = % - MSE = Akurasi = % Selanjutnya dilakukan roses verifikasi sistem dilakukan untuk mengetahui kebenaran hasil dari sistem. Proses ini dilakukan dengan membandingkan bobot yang dihasilkan oleh jaringan saraf tiruan dengan bobot yang dihasilkan oleh Uji Regresi Logistik. Pengimlementasian jaringan saraf tiruan (JST) tersebut mengasilkan nilai imortance score untuk masing masing faktor di tia jaringan yang ada. Langkah selanjuntnya yaitu melakukan engurutan berdasarkan besar dari imortance score maka didaatlah eringkat seerti yang terlihat ada Tabel dibawah ini. Tabel 3. Urutan Imortance Score dari JST faktor Datang Referensi Positif rekomendasi Kembali 1 emathy location location reliability rice emathy 3 Price emathy rice 4 location reliability fasility 5 Resonsive ness room and meal resonsivenes s 6 room and resonsiveness room and meal meal 7 Facility fasility reliability 8 efficiency efficiency efficiency Setelah ditemukan faktor faktor yang berengaruh ada masing masing jaringan selanjutnya dilakukan engelomokan terhada urutan untuk masing masing faktor atau asek berdasarkan urutan faktor tersebut ada masing masing jaringan. Berdasarkan Tabel 4 diketahui bahwa faktor yang aling menentukan loyalitas elanggan dari sebuah hotel yaitu emathy dari egawai egawai hotel dan juga harga dari hotel. Hal tersebut dikarenakan faktor tersebut berada ada urutan satu samai tiga ada semua jaringan. Tabel 4. Penggolonngan Fakor Berdasarkan JST Golongan 1 Golongan Golongan 3 Emathy Price Efficiency Location Resonsiveness Reliability Room and Meal Facility Untuk menentukan kebenaran dari sistem yang dibuat dilakukan erbandingan dengan menggunakan metode regresi logistic. Pada metode regresi logistic ini daat dilihat engaruh eningkatan suatu variabel akibat meningkatnya variable yang lain. Tabel 5 meruakan hasil dari uji regresi yang dilakukan sebelumnya. Sama halnya dengan menggunakan jaringan saraf tiruan maka ada hasil uji regresi juga akan dilakukan engelomokan berdasarkan urutan faktor ada masing masing jaringan. Hasil engelomokan faktor daat dilihat ada Tabel 6. Tabel 5. Urutan Imortance Score Uji Regresi Faktor Datang Referensi Rekomendasi Kembali ositif 1 Emathy reliability resonsiveness Location efficiency emathy 3 Reliability resonsiveness location 4 Price room and meal efficiency 5 room and meal location fasility 6 resonsiveness rice rice 7 Facility fasility room and meal 8 Efficiency emathy reliability Tabel 6. Penggolonngan Fakor Berdasarkan Uji Regresi Golongan 1 Golongan Golongan 3 Emathy Reliability Location resonsiveness efficiency Room and Meal - rice - Facility Berdasarkan Tabel 4 dan Tabel 6 maka daat diketahui bahwa sistem telah berhasil menerakan metode jaringan saraf tiruan dan juga imortance score. Hal tersebut diketahui dengan melihat bahwa hasil yang dihasilkan oleh sistem dan juga uji regresi tidak jauh berbeda misalnya untuk faktor emathy ada jaringan saraf tiruan berada ada golongan 1 namun ada regresi berada ada golongan 3 namun ada eringkat ertama. Hal tersebut menujukkan bahwa emathy meruakan faktor yang enting ada kedua merode tersebut. Namun sayangnya terdaat ebedaan yang mencolok ada salah satu faktor yaitu rice. Pada jaringan saraf tiruan rice berada ada golongan 1 yang meruakan faktor utama yang berengaruh ada eningkatan loyalitas elanggan namun ada uji regresi rice berada ada golongan 3 ada urutan ke 7. Melihat hasil yang tidak jauh berbeda ada kedua metode tersebut maka daat disimulkan bahwa

7 65 jaringan saraf daat digunakan dalam menentukan korelasi antara satu variable dengan variable yang lain. Pada uji coba yang ada diketahui bahwa jaringan saraf meruakan metode yang lebih baik dari uji regresi. Hal ini terkait dengan nilai rediksi yang dilakukan oleh jaringan saraf tirruan dan juga uji regresi. Pada jaringan saraf tiruan rediksi yang dihasilkan ada roses training berkisar ada nilai % sedangkan ada uji regresi hasil rediksi berkisar ada %. Dengan adanya faktor utama tersebut ihak manajerial hotel daat melakukan engambilan keutusan berdasarkan hasil engurutan tersebut. Pada enelitian ini telah diketahui bahwa faktor utama yang memengaruhi eningkatan loyalitas elanggan adalah Emathy dan Price sehingga contoh keutusan yang daat diambil yaitu melakukan training terkait dengan cara memberikan erhatian secara ersonal untuk elanggan. Selain itu keutusan yang daat diambil berikutnya adalah terkait dengan harga hotel. Dalam menentukan tarif hendaknya ihak hotel daat menyesuaikan dengan roduk roduk yang dinikmati oleh elanggan misalnya saja memberikan harga aket untuk engunjung yang mengina sekaligus menggunakan layanan transortasi yang disediakan oleh hotel. 9. Kesimulan Kesimulan yang didaat dari enelitian ini antara lain: a. Proses enentuan faktor utama yang terkait dengan loyalitas elanggan daat dilakukan dengan menggunakan metode jaringan saraf tiruan. Proses yang dilakukan dalam melakukan enentuan faktor tersebut anatara lain melakukan analisis faktor, memasukkan hasil dari analisis faktor dan menghitung nilai imortance score. b. Data yang didaat berdasarkan kuesioner sudah valid dan reliable dibuktikan dengan nilai cronbach alha sebesar 0.94 dan KMO sebesar c. Dalam melakukan roses enentuan faktor yang berengaruh tersebut terdaat beberaa hal yang erlu dierhatikan terkait dengan model jaringan saraf tiruan yang akan digunakan. Hal hal tersebut antara lain jumlah node yang ada ada hidden layer, jumlah eoch yang digunakan, nilai learning rate, dan jumlah data yang digunakan. d. Proses enentuan faktor tersebut dilakukan dengan nilai MSE antara 0.04 samai dengan 0.09 serta akurasi sebesar % dengan beberaa asek yang digunakan sebagai node inut dalam jaringan saraf tiruan.asek asek tersebut antara lain resonsiveness, room and food, emathy, reliability, location, facility, rice dan efficiency. e. Jumlah data yang digunakan tidak secara langsung berengaruh ada hasil faktor utama namun hal tersebut berengaruh terhada MSE yang dihasilkan oleh jaringan saraf tiruan. f. Hasil akhir dari enelitian ini meruakan faktor faktor yang berengaruh bagi eningkatan loyalitas elanggan yaitu Emathy dan Price. Berdasarkan kedua asek ini erusahaan daat melakukan engambilan keutusan yang terkait dengan eningkatan loyalitas elanggan misalnya saja eneraan nilai emati ada budaya erusahaan. g. Jaringan saraf daat digunakan dalam menentukan korelasi antara satu variable dengan variable yang lain. Hal tersebut dibuktikan dengan hasil yang tdiak jauh berbeda dengan hasil Uji Regresi namun dengan tingkat akurasi yang lebih baik. Uji Regresi menghasilkan tingkat akurasi sebesar % sedangkan jaringan saraf tiruan menghasilkan akurasi sebesar %. DAFTAR PUSTAKA Basheer, I., & Hajmeer, M. (000). Artificial Neural network : Fundamental, Comuting, Design, and Alication. Journal Of Microbiological Method Botta-Genoulaz, V., & Millet, P.-A. (005). An investigation into the use of ERP system in the sector. Elsevier. Churcil, G. A. (005). Dasar - Dasar Riset Pemasaran. Erlangga Jakarta. Deng, Z., Lu, Y., & Zhang, J. (009). Understanding Customer Satisfication and Loyalty : An Emirical Study of Mobile Instant Messages in China. Elsevier. Drew, P. J., & John, R. M. (000). Artificial Neural Network. Hull, United Kingdom: University of Hull Academic Surgical Unit. Ghozali, I. (001). Alikasi analisis multivariate dengan rogram SPSS. Semarang: Badan Penerbit Universitas Dionegoro. Jones, O. T., & Sasser, W. E. (1995). Why Satisfied Customer Defect. In Harvard Business Review. Boston: Harvard Business School Publishing. Tsaur, S.-H., Chiu, Y.-C., & Huang, C.-H. (00). Determinant of Guest Loyalti to International Tourist Hotel - a Neural Network Aroach. Tourism Management. Weaver, P., & McClearly, k. (00). Are frequentguest rograms effective?. The Cornell Hotel and Restaurant Administration Quarterly.