BAB 3 METODOLOGI PENELITIAN. Dalam penelitian ini, ada beberapa tahap yang akan dilakukan : a. Pembuatan tinjauan pustaka dan referensi

Transkripsi

1 BAB 3 METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Dalam penelitian ini, ada beberapa tahap yang akan dilakukan : a. Pembuatan tinjauan pustaka dan referensi b. Pengumpulan data aplikasi yang akan diamati dari kuesioner aplikasi c. Pra-kuesioner untuk fitur dan desain berdasarkan hasil kuesioner aplikasi d. Uji validitas dan reliabilitas e. Kuesioner fitur dan desain f. Perancangan program aplikasi g. Analisis konjoin 3.2 Wilayah Penelitian Penelitian akan dilakukan di BINUS University Jakarta dan dikhususkan pada Fakultas Ilmu Komputer. 3.3 Populasi dan Sampel Populasi yang diamati adalah mahasiswa Fakultas Ilmu Komputer BINUS University Jakarta dengan rentang usia tahun. Sampel yang di ambil sesuai dengan yang disyaratkan oleh Joreskog dan sorborn(1996), yaitu :, dengan k = variabel yang di amati

2 23 maka besar sampel minimum yang diperlukan : a. survey ke-1 = (25(25+1))/2 = 325 responden b. survey ke-2 = (10(10+1))/2= 55 responden 3.4 Instrumen Penelitian Instrumen penelitian yang digunakan adalah : a. Kuesioner cetak dan online b. Software pendukung : Microsoft Excel, SQL Server dan Visual C# 3.5 Atribut dan Variabel Penelitian Atribut yang akan di amati dalam survey pertama adalah Jenis Aplikasi untuk mengetahui aplikasi apa yang akan diperdalam pada survey ke dua. Sesuai hasil survey pertama maka atribut yang akan di amati pada survey ke dua adalah : a. Penyimpanan Data b. Jumlah Window c. Fitur pendukung d. Posisi Address Bar e. Warna Tampilan Atribut jenis aplikasi diamati terlebih dahulu melalui kuesioner awal, untuk mengurangi resiko terlalu banyak kombinasi kartu profil pada kuesioner kedua. Dari atribut-atribut tersebut akan dibentuk variabel-variabel dummy untuk membantu dalam perhitungan : a. Atribut jenis aplikasi

3 24 Atribut yang diamati sebanyak 25 jenis aplikasi yang saat ini beredar di masyarakat, aplikasi-aplikasi yang sejenis akan digabungkan ke dalam satu atribut aplikasi. X 1,1 = pemutar musik X 1,2 = pemutar video X 1,3 = pemutar radio X 1,4 = video streaming X 1,5 = televisi X 1,6 = permainan X 1,7 = perekam audio X 1,8 = perekam video X 1,9 = kamera X 1,10 = browser X 1,11 = aplikasi chatting/messenger X 1,12 = aplikasi jaringan sosial X 1,13 = kalkulator X 1,14 = agenda X 1,15 = pengkonversi mata uang X 1,16 = pembaca file X 1,17 = pemindai barcode X 1,18 = penunjuk lokasi X 1,19 = perkiraan cuaca X 1,20 = master code X 1,21 = back-up dan restore

4 25 X 1,22 = pelacak telepon yang hilang X 1,24 = alarm X 1,24 = penghitung biaya hidup X 1,25 = penghitung langkah b. Atribut penyimpanan data X 2,1 = download manager X 2,2 = copy paste text dari website ke memory telepon genggam c. Atribut jumlah window X 3,1 = single X 3,2 = multiple d. Atribut fitur tambahan X 4,1 = pemutar flash X 4,2 = streaming video dan audio e. Atribut posisi address bar X 5,1 = pada layar X 5,2 = muncul saat keyboard ditekan f. Atribut warna tampilan(lihat lampiran) X 6,1 = hitam, putih dan abu-abu X 6,2 = biru dan putih 3.6 Pengumpulan Data Data yang digunakan adalah data primer dan data sekunder. Data sekunder digunakan untuk mencari total jumlah mahasiswa Fakultas Ilmu Komputer BINUS University Jakarta, sedangkan data primer didapat dengan cara menyebarkan kuesioner.

5 26 Data ini nantinya digunakan untuk mendapatkan opini masyarakat mengenai jenis dan kriteria aplikasi telepon genggam yang sesuai dengan preferensi mereka Survey Jenis Aplikasi Survey ini akan menggunakan kuesioner sederhana dengan metode pemberian ranking yang bertujuan untuk mengetahui aplikasi mana yang memiliki nilai kebutuhan paling tinggi (1-5) untuk selanjutnya aplikasi terpilih ini yang akan diamati dalam kuesioner fitur dan desain Survey Fitur dan Desain Survey ini akan menggunakan kuesioner di mana pada atribut fitur akan dikembangkan sedemikian rupa sesuai dengan jenis aplikasi apa yang akan di amati. Pre-test kuesioner akan diberikan kepada 10 orang responden untuk mengevaluasi struktur kuesioner. Selanjutnya akan dilakukan kuesioner pendahuluan terhadap 30 orang responden untuk melakukan uji reliabilitas dan validitas instrumen. Setelah terbukti valid, maka kuesioner akan disebarkan kepada responden yang lebih luas. 3.7 Analisis data Survey Jenis Aplikasi Hasil rating dari seluruh responden untuk setiap level atribut akan di jumlahkan dan di cari aplikasi mana yang memiliki nilai rata-rata tertinggi dan lebih dari 3 (dari ranking 1-5).

6 27 Di mana : X km = Nilai rata-rata atribut k, level m X kmi = Nilai yang diberikan oleh responden ke-i untuk atribut k pada level m n = jumlah responden Survey Fitur dan Desain Survey ke dua ini digunakan untuk menghitung nilai masing-masing atribut beserta levelnya menggunakan analisis konjoin, yaitu : a. Menetapkan atribut beserta taraf-tarafnya berdasarkan dengan data sekunder, diskusi dengan pakar, dan tinjauan pustaka (Wahyuni, 2007) b. Memilih tipe analisis konjoin yang akan digunakan berdasarkan dengan jumlah atribut yang akan diamati c. Merancang stimuli, yaitu kombinasi level atribut sehingga membentuk suatu produk hipotetik. Apabila level dan atribut yang diamati banyak, maka kombinasi produk yang dihasikan juga akan semakin banyak sehingga akan menyulitkan responden untuk mengevaluasi setiap stimuli dengan benar. Oleh karena itu, stimuli yang terbentuk harus direduksi dengan cara membentuk stimuli dengan menggunakan fractional factorial design. Teknik ini hanya akan mengukur efek utama interaksi antara satu atribut dengan atribut lain sedangkan efek interaksi lainnya akan diabaikan. Menurut Bilschken (2004) jumlah stimuli yang dibentuk tidak boleh lebih dari 20 stimuli, dan memperhatikan hal-hal berikut (Wahyuni, 2007) : i. Balanced : setiap level atribut memiliki jumlah ulangan yang relatif sama pada kombinasi yang akan di evaluasi.

7 28 ii. Orthogonal : tidak ada korelasi di antara stimuli-stimuli yang terbentuk. Jumlah stimuli minimal yang dibutuhkan dapat dihitung dengan menggunakan persamaan : Maka jumlah minimum stimuli yang harus di amati pada penelitian ini adalah : Stimuli yang dianggap terlalu ekstrim juga dapat dihilangkan. d. Melakukan uji validitas dengan uji Pearson dan uji reliabilitas instrumen dengan teknik Cronbach(Husein, 2002) Uji validitas : Di mana : r i = koefisien korelasi Pearson untuk pertanyaan ke-i X = nilai pertanyaan ke-i Y = nilai total n = jumlah responden Uji reliabilitas : Di mana : r = reliabilitas instrumen k = banyak butir pertanyaan

8 29 σ 2 t = varians total σ 2 b = jumlah varians butir e. Melakukan pengumpulan data dengan menggunakan metode fullprofile single dengan sedikit modifikasi, di mana responden diminta untuk memberikan nilai pada setiap stimuli yang terbentuk, di mana stimuli ini berupa kartu profil yang menggambarkan kombinasi setiap level dalam atribut aplikasi. Modifikasi dilakukan pada tampilan survey agar responden tidak kesulitan dan dapat melihat lebih jelas perbedaan tiap stimuli. f. Mengkonversikan level-level setiap atribut ke dalam variabel dummy untuk mengkonversikan data ke dalam sebuah model matriks X di mana setiap level yang muncul dalam kartu profil tersebut diberi nilai 1 dan apabila tidak muncul dalam kartu profil diberi nilai 0. Untuk menghindari terjadinya kolinearitas dan multikolinearitas, maka X i1 harus dihilangkan. g. Menentukan model regresi untuk menghitung nilai kegunaan total. Model regresi yang digunakan adalah : Di mana : Û = Dugaan nilai utilitas total X = Atribut k = jumlah atribut m = jumlah level dalam atribut ke-k β ij = part-worth atau dugaan nilai utilitas atribut ke-i level ke-j

9 30 X ij = Variabel dummy dari atribut ke-i, level ke-j. Variabel ini akan bernilai 1 jika variabel tersebut digunakan dalam kombinasi, dan bernilai 0 jika tida digunakan dalam kombinasi. h. Menentukan probability setiap ranking Di mana : p i = probability kombinasi atribut(stimulan) ke-i, i = 1,2,...jumlah stimulan y i = ranking kombinasi atribut(stimulan) ke-i min = nilai ranking terendah dari keseluruhan ranking max = nilai rangking tertinggi dari keseluruhan ranking i. Setelah mendapatkan nilai p untuk setiap kombinasi atribut, maka selanjutnya dilakukan penghitungan y L (logit recode) : Di mana : y Li = y logit dari ranking ke-i, i = 1,2,...jumlah stimulan p i = probability kombinasi atribut(stimulan) ke-i, i = 1,2,...jumlah stimulan j. Menghitung nilai part-worth setiap level atribut. Dengan menggunakan regresi linear dengan variabel dummy : Di mana : B = matriks part-worth X = matriks kombinasi atribut

10 31 Y = matriks y L k. Menghitung nilai relatif penting setiap atribut untuk mengetahui atribut mana yang paling mempengaruhi preferensi konsumen : Di mana : NRP i = Nilai Relatif Penting dari atribut ke-i, i = 1,2,...k UT i = Nilai part-worth tertinggi yang dimiliki level dari atribut ke-i UR i = Nilai part-worth terendah yang dimiliki level dari atribut ke-i k = jumlah atribut l. Langkah terakhir adalah memasukkan nilai partworth level atribut yang di dapat ke dalam model regresi untuk menghitung nilai utilitas total setiap kombinasi, di mana X 1 sampai dengan X m di isi dengan angka 1 atau 0 dengan ketentuan: 1 = jika level atribut tersebut digunakan dalam kombinasi. 0 = jika level atribut tersebut tidak digunakan dalam kombinasi. m. Kartu profile atau kombinasi produk yang memiliki nilai utilitas paling tinggi merupakan aplikasi dengan fitur dan desain yang memiliki nilai preferensi yang tinggi di hadapan responden. 3.8 Perancangan Program Aplikasi Rumusan Rancangan Program Aplikasi Program aplikasi yang dibuat akan digunakan untuk menganalisis tingkat preferensi suatu kombinasi fitur dan desain aplikasi telepon genggam dengan menggunakan metode Konjoin. Program aplikasi akan dibuat dengan menggunakan

11 32 Visual C#. Program aplikasi ini akan menghitung nilai utilitas dari setiap level atribut dan nilai utilitas total dari setiap kombinasi. Pengguna akan melakukan dua jenis input. Input yang pertama berupa atribut dan taraf atribut yang di amati dalam survey sedangkan input yang kedua berupa kombinasi fitur dan desain aplikasi beserta ranking hasil surveynya. Inputan pengguna akan diproses sehingga menghasilkan nilai partworth setiap level dan nilai relatif penting dari setiap atribut. Nilai part-worth ini kemudian akan dihitung lagi menggunakan model linier oleh program aplikasi sehingga user dapat mengetahui fitur dan desain aplikasi telepon genggam seperti apa yang memiliki nilai preferesi paling tinggi. Selain menampilkan kombinasi fitur dan aplikasi telepon genggam yang memiliki nilai preferensi tertinggi, pengguna juga dapat melihat urutan peringkat taraf penting (part-worth) setiap level atribut maupun atribut itu sendiri. Program aplikasi juga memungkinkan pengguna untuk mengetahui berapa nilai preferensi untuk suatu kombinasi fitur dan desain jika di kemudian hari pengguna ingin membuat aplikasi telepon genggam yang baru Perancangan Struktur Menu Berdasarkan kebutuhan yang telah dijelaskan dalam rancangan program aplikasi di sub bab sebelumnya, maka struktur menu program aplikasi yang akan dibuat menjadi :

12 33 Gambar 3.1 Rancangan Program Aplikasi a. Menu Utama : merupakan halaman pembuka dari aplikasi. b. Input Hasil Survey : merupakan halaman di mana pengguna dapat memaasukkan hasil survey yang telah dilakukan, sekaligus halaman yang harus pertama kali di isi agar seluruh fitur di dalam program dapat digunakan. c. Hitung Nilai Utilitas Kombinasi Fitur dan Desain : merupakan halaman di mana pengguna dapat memasukkan kombinasi fitur dan desain yang diinginkan dan belum terdapat di dalam survey untuk mengetahui nilai preferensi dari kombinasi tersebut. d. Lihat Kombinasi Ideal : merupakan halaman untuk melihat hasil penghitungan nilai preferensi dari kombinasi-kombinasi yang telah di survey sekaligus mengetahui kombinasi ideal dari aplikasi telepon genggam sesuai dengan nilai preferensinya.

13 34 e. Lihat Preferensi Setiap Atribut : merupakan halaman yang akan menampilkan hasil analisis konjoin untuk setiap atribut beserta levelnya, agar pengguna dapat melihat atribut mana yang memiliki nilai preferensi paling tinggi dan level atribut mana yang memiliki nilai preferensi paling tinggi. f. Delete Survey : merupakan menu untuk mereset ulang hasil survey dan membuat survey yang baru Perancangan Tabel Data Penyimpanan data yang akan digunakan pada program aplikasi ini adalah Local SQL Server yang terdapat di Visual C#, yang akan digunakan sebagai tempat penyimpanan olahan hasil survey berupa nilai hasil penghitungan partworth untuk setiap level atribut serta atribut dan level atribut yang disurvey. Tabel yang digunakan dalam penyimpanan data ini adalah tabel atribut, dan tabel part-worth. Gambar 3.2 Relational Database Diagram Gambar 3.3 Contoh Data

14 Perancangan dan Hubungan Antar Modul Hubungan antar modul-modul yang terdapat di dalam program aplikasi digambarkan sebagai berikut : Gambar 3.4 Hubungan Antar Modul Hubungan antar modul dapat dilihat pada gambar di atas. Saat pengguna membuka aplikasi, maka pengguna akan dihadapkan pada menu utama. Awalnya, pengguna dapat memasukkan atribut yang akan di amati beserta levelnya. Selanjutnya, pengguna dapat membentuk kombinasi-kombinasi fitur dan desain aplikasi sesuai dengan survey yang dilakukan lalu memasukkan ranking setiap kombinasi sesuai hasil survey untuk selanjutnya diproses dengan analisis konjoin oleh aplikasi. Hasil yang dihasilkan berupa kombinasi ideal atau kombinasi yang memiliki nilai paling tinggi. Setelah melihat hasil akhir ini, pengguna juga dapat kembali ke menu utama jika ingin melihat urutan peringkat preferensi masing-masing atribut, atau memasukkan kombinasi yang diinginkan untuk mengetahui nilai kombinasi tersebut. Untuk fleksibilitas dan tidak sekali pakai, pengguna juga dapat menghapus hasil survey yang telah diinput.

15 Modul Menu Utama Modul menu utama merupakan halaman awal yang akan ditampilkan saat pengguna membuka aplikasi. Dalam aplikasi, modul ini akan memliki header Main Menu. Modul ini berisi menu-menu yang dapat diakses pengguna yaitu input data survey, hitung nilai kombinasi, lihat kombinasi ideal, lihat peringkat preferensi, dan menu exit untuk keluar dari aplikasi. Rancangan layar dari modul menu utama dapat dilihat pada gambar 3.5 berikut ini : Gambar 3.5 Screenshoot Menu Utama Pseudocode Menu Utama If (Click = input survey result ) then Show Input Survey Result If (Click = find your mobile application preferences score ) then Show Find Your Mobile Application Preferences Score ) If (Click = view ideal combination ) Then

16 37 Show View Ideal Combination If (Click = view preferences ranking ) Then Show View Preferences Ranking If(Click = delete survey data ) Then Show ( Delete Survey Data ) If(Click = exit ) Then Close program Modul Input Hasil Survey Modul ini merupakan modul awal yang harus diisi sebagai data awal yang akan digunakan oleh seluruh modul di dalam aplikasi (kecuali menu utama). Modul ini memiliki header Input Survey Result. Pada halaman pertama pengguna diminta untuk memasukkan atribut dan level atribut yang diamati. Pengguna dapat menekan tombol Add Another Atribut apabila ingin menambahkan atribut lagi atau menekan tombol Next jika sudah selesai memasukkan semua atribut.

17 38 Gambar 3.6 Screenshoot Modul Input Hasil Survey Input Atribut Setelah pengguna selesai memasukkan semua atribut, pengguna dapat membuat kombinasi-kombinasi fitur dan desain untuk aplikasi yang diamati sesuai dengan kombinasi yang di survey lalu memasukkan nilai rata-rata yang di dapat dari survey untuk setiap kombinasi. Apabila ada kesalahan, pengguna dapat menghapus kombinasi dengan memindahkan kursor ke baris yang ingin dihapus dan menekan tombol Delete. Setelah selesai, pengguna dapat menekan tombol Next. Aplikasi akan memproses data secara konjoin dan memunculkan modul View Ideal Combination sebagai hasil akhirnya.

18 39 Gambar 3.7 Screenshoot Modul Input Hasil survey Memilih kombinasi Gambar 3.8 Screenshoot Modul Lihat Kombinasi Ideal Pseudocode Input Hasil Survey If (Click= Add Level ) then Add level to attribute s level list If(Click = Create New Atribut ) then Save attribute to database

19 40 Save attribute s level to database Clear attribute s textbox Clear attribute s level list If (Click = Next ) then Save attribute to database Save attribute s level to database Open next page, Memilih Kombinasi Show combination table Open tabel_atribut select atribut Add each attribute on tabel_atribut to atribut[] For (i=0;i<tabel_atribut s row;i++) { Add column to combination table Column s name is atribut[i] Column s header text is atribut[i] atribut[i] column s cell is combobox cell Open tabel_partwoth select level where level s attribute is atribut[i] Add each selected level on tabel_partworth to lvl[i] Add lvl[i] to combobox cell as item collections } Add column to combination table on last index Column s name is rank Column s header text is Average Ranking

20 41 rank column s cell is textbox cell If(Click = atribut[1] s column) Add new row bellow If (Click = Delete ) Delete selected row If(Click = Next ) for (i = 0; i < combination table's row; i++) { tempa = combination table row i column j if (i!= 0) if (tempa > ranking maximum) ranking maximum = tempa else if (tempa < ranking minimum) ranking minimum = tempa else ranking maximum = combination table row i column j ranking minium = combination table row i column j Create Matrix X with level as column and combination as row Do

21 42 Do If (level is on current combination) X current level on current combination s value is 1 Move to next level Else X current level on current combination s value is 0 Move to next level Until all column on current row s scanned Until all rows on combination table s scanned Create Matrix Y from rank s column Convert Matrix Y to Y L with : p = (Y - min + 1) / (max - min + 2) Y L = ln(p/(1-p)) } Xt = Transpose Matrix X Xi = Invers (Xt * X) partworth = Xi * Xt * Y L Open tabel_partworth tabel_partworth.attribute = intercept tabel_partworth.level = bo tabel_partworth.partworth = partworth[0] Insert into tabel_partworth

22 43 Update tabel_partworth s partworth column with partworth, fill each first attribute s level s partworth with 0 Get each attribute highest attributte s level partworth and lowest attribute s level partworth Sum all differences between highest and lowest partworth per each attribute as total Count Attribute s NRP Value = (highest attributte s level partworth - lowest attribute s level partworth) divided by total Update tabel atribut Show View Ideal Combination Modul Hitung Nilai Utilitas Kombinasi Modul ini digunakan untuk membentuk sebuah kombinasi aplikasi telepon genggam yang diinginkan. Pengguna dapat memilih kriteria aplikasi telepon genggam dengan memilih level dari setiap atribut. Header dari modul ini adalah Find Your Mobile Application Preferences Score Apabila pengguna belum memasukkan data hasil survey, maka modul ini akan tampil sebagai Currently Unavailable.

23 44 Gambar 3.9 Screenshoot Modul Hitung Nilai Utilitas Kombinasi Pseducode Hitung Nilai Utilitas Kombinasi Show Available Atribut Fill attribute s level combo box If (Click = Count ) then Open tabel part-worth For (j=0;j< table s row;j++) { satribut = Value of table s row[j].cell[0] slevel = Value of table s row[j].cell[1] lpartworth = select from tabel_partworth where tabel_partworth s level is slevel and tabel_partworth s attribut is satribut Utility += lpartworth (value) } Utility textbox.text = Utility

24 Modul Lihat Kombinasi Ideal Modul ini akan menampilkan kombinasi level atribut mana yang paling ideal atau memiliki nilai utilitas total paling tinggi sesuai dengan perhitungan analsis konjoin. Modul ini memiliki header View Ideal Combination. Apabila pengguna belum memasukkan data hasil survey, maka modul ini akan tampil sebagai Currently Unavailable. Tidak ada kegiatan yang dapat pengguna lakukan di modul ini, karena modul ini hanya untuk menampilkan saja. Screenshoot modul dapat diihat di Gambar 3.7. Pseudocode Lihat Kombinasi Ideal Open tabel part-worth Show all attributes on first column Show attribute s level with highest partworth s value on second column and the parthworth s value on third column based on attribute on first column on that row Count Total Utility s Value Modul Lihat Peringkat Preferensi Modul ini akan menampilkan urutan atribut beserta levelnya mulai dari yang memiliki preferensi paling tinggi (nilai part-worth yang tinggi) sampai yang terendah. Modul ini memiliki header View Preferences Ranking. Apabila pengguna belum memasukkan data hasil survey, maka modul ini akan tampil sebagai Currently Unavailable. Tidak ada kegiatan yang dapat pengguna lakukan di modul ini, karena modul ini hanya untuk menampilkan saja.

25 46 Gambar 3.10 Screenshoot Modul Lihat Peringkat Preferensi Pseudocode Lihat Peringkat Preferensi Open tabel part-worth Open tabel atribut Show tabel part-worth sort by ascending Fill fifth column with attribute s NRP on percent format Modul Delete Hasil Survey Modul ini ditambahkan pada aplikasi untuk membuat aplikasi ini lebih fleksibel dan tidak sekali pakai. Apabila dikemudian hari pengguna membuat survey yang baru dan berbeda dari survey semula, maka pengguna dapat menghapus hasil survey terdahulu dan membuat penghitungan konjoin untuk hasil survey yang baru.

26 47 Gambar 3.11 Screenshoot Modul Delete Hasil Survey Pseudocode Delete Hasil Survey Show tabel hasil survey If (Click = Yes ) then Delete all row in tabel attribute Delete all row in tabel part-worth If (Click = No ) then Back to Main Menu End