BAB 4 HASIL DAN PEMBAHASAN. pada Lampiran 1. Pada survey awal, didapat jenis aplikasi yang dibutuhkan oleh

Transkripsi

1 BAB 4 HASIL DAN PEMBAHASAN 4.1 Analisis Data dan Pembahasan Survey Jenis Aplikasi Survey awal dilakukan pada 325 orang responden yaitu mahasiswa Fakutas Ilmu Komputer BINUS University tanpa memandang jurusan. Bentuk kuesioner dapat dilihat pada Lampiran 1. Pada survey awal, didapat jenis aplikasi yang dibutuhkan oleh responden. Hasil survey menunjukan kelompok aplikasi Internet dan Jejaring Sosial memiliki peringkat preferensi rata-rata yang paling tinggi di kalangan responden. Selain itu jenis aplikasi browser yang tergabung di dalam kelompok aplikasi Internet dan Jejaring Sosial juga memiliki peringkat preferensi rata-rata yang paling tinggi di kalangan responden dibandingkan dengan aplikasi lainnya yaitu 4,53 (dengan skala likert 1-5). Oleh karena itu, maka aplikasi browser yang dipilih untuk diteliti lebih dalam pada survey kedua. Tabel lengkap hasil survey pertama dapat dilihat pada tabel di bawah ini : Tabel 4.1 Peringkat Preferensi Kelompok Aplikasi Kelompok Aplikasi Peringkat Preferensi Rata Rata Output Multimedia 3, Input Multimedia 3, Internet dan Jejaring Sosial 4, Perangkat Bisnis 3, Geografi 3, Keamanan dan Pendukung Telepon 3, Lainnya 3,

2 49 Tabel 4.2 Peringkat Preferensi Jenis Aplikasi Aplikasi Peringkat Preferensi Rata Rata Browser 4,53 Kamera 4,4 pemutar musik 4,34 Alarm 4,33 aplikasi chatting/messenger 4,24 backup dan restore data 4,176 aplikasi jejaring sosial 4,1 pelacak telepon genggam yang dicuri 4,06 perekam video 3,9 pemutar video 3,84 Kalkulator 3,81 Permainan 3,734 pembaca file 3,71 master code 3,68 Agenda 3,52 perekam audio 3,43 penunjuk lokasi 3,42 perkiraan cuaca 3,2 video streaming 3,15 pemutar radio 3,009 penghitung biaya hidup 2,961 pengkonversi mata uang 2,79 pemindai barcode 2,64 televisi telepon genggam 2,56 penghitung langkah 2, Survey Fitur dan Desain Profil Responden Responden merupakan mahasiswa Fakultas Ilmu Komputer BINUS University Jakarta dengan total 100 responden dan kemudian di ambil 71 kuesioner yang valid. Responden terdiri dari 28 orang (39,4%) wanita dan 43 orang (60,6%) pria. Dari hasil kuesioner yang di dapat diketahui bahwa 64 orang (90,9%) responden telah menggunakan aplikasi browser pada telepon genggam mereka, sedangkan 7 orang

3 (9,9%) responden mengaku belum pernah atau tidak memiliki aplikasi browser di dalam telepon genggam mereka. Hal ini menunjukan aplikasi browser bukan lagi aplikasi yang asing di kalangan mahasiswa Fakultas Ilmu Komputer BINUS University. Profil lengkap dari responden dapat dilihat pada Tabel 4.3 berikut ini : Tabel 4.3 Profil Responden Keterangan Frekuensi % Jenis Kelamin a. Pria 43 60,6% b. Wanita 28 39,4% Jurusan a. Teknik Informatika 46 64,8% b. Sistem Informasi 8 11,3% c. Komputerisasi Akuntansi 16 22,5% d. Sistem Komputer 1 1,4% Pengalaman Menggunakan Browser a. Menggunakan 64 90,1 % b. Tidak Menggunakan 7 9,9% Survey Pendahuluan Sebelum dilakukan survey pendahuluan terlebih dahulu diadakan pre-test kuesioner terhadap 10 responden untuk mengetahui respon responden terhadap bentuk kuesioner. Umpan balik yang di dapat dari pre-test kuesioner adalah kemiripan antara satu kartu profil dan kartu profil lainnya membuat bingung. Hal ini dikarenakan terlalu banyak kartu yang harus diberi nilai dan perbedaannya tidak terlalu terlihat. Oleh karena itu, dilakukan perubahan format kuesioner dengan memperjelas perbedaan setiap kartu profil dengan memberikan narasi untuk setiap pertanyaan. Setelah dilakukan perubahan format, maka dilakukan survey awal terhadap 30 orang untuk menguji validitas dan reliabilitas kuesioner.

4 Uji Validitas dan Reliabilitas Hasil uji validitas dan reliabilitas untuk kuesioner fitur dan desain dapat di lihat pada Tabel 4.4 berikut ini : Tabel 4.4 Hasil Uji Validitas dan Reliabilitas Nomor Pertanyaan Koefisien pearson 1 0, , , , , , , , , , , , , , , , Dari tabel di atas, pertanyaan/kartu profile yang memiliki nilai koefisien pearson lebih kecil dari nilai r-tabel pada taraf 5% di mana nilai tabel r untuk jumlah sampel 30 adalah 0,30606, dianggap tidak valid, oleh karena itu pertanyaan tersebut tidak akan diikutsertakan pada uji reliabilitas dan tidak akan diikutsertakan di dalam kuesioner survey fitur dan desain. Dalam hal ini, kartu profil pertama yang merupakan kombinasi penyimpanan data dengan download manager, layar multiple window, mendukung tampilan flash, letak address bar pada layar, dan warna tampilan yang didominasi warna hitam, putih, dan abu-abu memiliki nilai koefisen pearson sebesar

5 52 0, atau lebih kecil dari 0,30606, oleh karena itu kombinasi ini tidak akan diikutsertakan dalam uji reliabilitas maupun survey fitur dan desain. Uji reliabilitas dilakukan dengan menggunakan metode Cronbach Alpha dan di dapat koefisien Cronbach Alpha sebesar 0, Nilai ini menyatakan bahwa kuesioner dapat dipercaya, karena koefisien terseneebut memenuhi syarat reliabilitas yaitu lebih besar dari nilai r-tabel pada taraf 5% (0,30606) dan juga lebih besar dari 0, Analisis Konjoin Analisis Secara Umum Taraf Kepentingan Atribut dan Level Atribut Setelah melalui uji validitas dan penghapusan stimuli-stimuli yang dianggap terlalu ekstrim atau tidak baik jika terbentuk maka terpilih sebanyak 15 stimuli yang di amati dalam survey. Hasil rata-rata skor setiap stimuli pada survey fitur dan desain tersebut dapat dilihat pada Lampiran 5 dan Lampiran 6. Berdasarkan hasil tersebut, maka stimuli beserta peringkatnya dimasukkan ke dalam program aplikasi yang telah dibuat.

6 53 Gambar 4.1 Memasukkan Atribut ke Program Aplikasi Gambar 4.2 Memasukkan Hasil Survey ke Program Aplikasi Hasil tersebut kemudian dikonversikan ke dalam bentuk Dummy Variabel seperti pada Tabel 4.5.

7 54 Tabel 4.5 Tabel Hasil Konversi ke Dummy Variabel Dummy Variabel tersebut kemudian akan menjadi sebuah matriks X di mana pada kolom pertama dari matriks tersebut akan berisi nilai 1. Untuk menghindari multikolinearitas saat proses penghitungan part-worth maka level pertama dari setiap atribut akan dihilangkan atau tidak diikut sertakan di dalam matriks X. Sedangkan untuk kolom Peringkat (Y) pada Tabel 4.5 tersebut, setiap nilai y akan dihitung nilai p-nya untuk kemudian ditransformasikan menjadi y L dan menjadi sebuah matriks Y untuk dimasukkan ke dalam perhitungan regresi mencari nilai matriks β. Bentuk matriksnya menjadi : Di mana :

8 55 Matriks B akan dihitung secara otomatis oleh program aplikasi dan akan ditampilkan dalam sebuah tabel part-worth seperti yag terlihat pada Gambar 4.3. Pada gambar tersebut dapat dilihat bahwa atribut posisi address bar merupakan atribut yang paling diperhatikan oleh responden secara umum dengan nilai relatif penting sebesar 40,765%. Posisi address bar yang paling disukai oleh responden adalah address bar yang berada pada layar(2,4034). Apabila posisi address bar tidak sesuai dengan preferensi responden, hal ini dapat banyak mempengaruhi preferensi responden terhadap browser, karena nilai relatif petingnya yang cukup besar. Atribut selanjutnya yang diperhatikan oleh responden adalah jumlah window dengan nilai relatif penting sebesar 27,804% dan jumlah window yang paling disukai adalah window yang berjumlah lebih dari satu(1,6393). Atribut selanjutnya yang

9 56 mendapat perhatian penting di kalangan responden adalah atribut fitur tambahan (18,630%). Responden cenderung lebih menyukai aplikasi browser yang dapat mendukung audio dan video streaming (1,0984) dibandingkan dengan browser yang hanya mendukung tampilan flash saja (0). Atribut yang diperhatikan oleh responden selanjutnya adalah warna tampilan(11,642%). Responden cenderung memilih tampilan yang didominasi oleh warna terang, yaitu biru dan putih (0,6864) dibandingkan dengan tampilan browser yang didominasi kombinasi warna netral seperti hitam, putih, dan abuabu. Atribut yang terakhir atau yang tidak terlalu mempengaruhi preferensi konsumen adalah atribut penyimpanan data yang hanya memiliki nilai relatif penting sebesar 1,152. Responden cenderung lebih menyukai penyimpanan data dengan Download Manager dan memiliki preferensi negatif terhadap penyimpanan data dengan menggunakan Copy Paste Text(-0,0682). Gambar 4.3 Hasil Perhitungan Nilai Part-Worth Kombinasi Optimal Pada Gambar 4.3, nilai β 0 tidak akan ditampilkan di dalam program namun dapat ditemukan secara manual di dalam database. Pada penelitian kali ini, nilai β 0 yang

10 57 di dapat adalah sebesar -2, Dari nilai part-worth yang telah di dapat dari program aplikasi tersebut, kita dapat membuat model untuk mencari kombinasi produk dengan nilai utilitas tertinggi, yaitu menggunakan model : Level pertama dari setiap atribut beserta part-worthnya yaitu β 2 X 21, β 3 X 31, β 4 X 41, β 5 X 51, dan β 6 X 61 tidak terlihat lagi di dalam model, karena telah dihilangkan dari matriks X, sehingga otomatis β-nya akan diberi nilai 0. Nilai X berapa pun, jika dikalikan dengan 0 akan menghasilkan 0, itulah mengapa X 21, X 31, X 41, X 51, dan X 61 tidak terlihat di persamaan. Dari model yang telah didapat tersebut, dapat diketahui bahwa kombinasi ideal dari aplikasi browser telepon genggam akan memiliki nilai utilitas total sebesar 3, , yaitu browser yang mampu menampilkan lebih dari satu halaman (jumlah window multiple), mendukung streaming audio dan video, penyimpanan datanya dilakukan oleh download manager, dan memiliki tampilan yang didominasi warna biru putih dengan posisi address bar yang terletak pada layar.

11 58 Gambar 4.4 Stimulan Dengan Utilitas Tertinggi Analisis Setiap Segmen Responden Preferensi Responden Teknik Informatika Responden yang berada pada jurusan Teknik Informatika cenderung memperhatikan jumlah window yang dapat ditampilkan oleh browser, hal ini dapat dilihat dari nilai relatif penting atribut jumlah window yang memiliki nilai tertinggi yaitu 40,625%. Responden Teknik Informatika lebih menyukai browser yang dapat menampilkan lebih dari satu halaman dalam satu waktu atau multiple window(2,8207). Atribut selanjutnya yang diperhatikan adalah posisi address bar(20,861%). Responden lebih menyukai browser yang posisi address bar-nya terletak di layar (0), sedangkan jika muncul secara otomatis saat keypad ditekan, akan mengurangi preferensi mereka terhadap browser tersebut (-1,4485). Warna tampilan (14,859%), penyimpanan data (12,108%), dan fitur tambahan (11,544%) merupakan atribut selanjutnya yang diperhatikan oleh responden Teknik Informatika. Ketiga atribut ini memiliki nilai relatif penting yang cukup berdekatan. Responden lebih menyukai browser yang didominasi oleh warna biru dan putih (1,0317) dibandingkan kelompok hitam, putih, dan abu-abu.

12 59 Untuk metode penyimpanan data, responden lebih memilih browser yang memungkinkan mereka untuk melakukan copy paste teks(0,8407) dari halaman website ke telepon genggam mereka, sedangkan fitur tambahan yang disukai adalah streaming audio dan video (0,80152). Gambar 4.5 Hasil Perhitungan Nilai Part-Worth Untuk Mahasiswa TI Gambar 4.6 Fitur dan Desain Ideal Menurut Mahasiswa TI

13 Preferensi Responden Komputerisasi Akuntansi Sama seperti pada responden Teknik Informatika, pada responden Komputerisasi Akuntansi, jumlah window (29,832%)juga merupakan atribut yang paling diperhatikan saat memilih aplikasi browser. Responden juga lebih menyukai browser yang dapat membuka lebih dari satu halaman dalam waktu yang bersamaan atau multiple window (0). Berbeda dari responden Teknik Informatika, pada responden Komputerisasi Akuntansi atribut dengan nilai relatif penting tertinggi tidak memiliki jarak yang terlampau jauh dengan atribut dengan nilai relatif penting satu tingkat di bawahnya. Meskipun jumlah window memiliki nilai relatif penting tertinggi, level atribut dengan nilai part-worth tertinggi bukan merupakan level atribut dari jumlah window melainkan dari warna tampilan (23,204%). Nilai preferensi responden terhadap aplikasi browser akan meningkat jika warna yang mendominasi tampilan browser tersebut adalah kombinasi warna biru dan putih (1,4364), meski demikian, apabila jumlah window pada browser tidak sesuai keinginan mereka, dan hanya mampu menampilkan single window (-1,8467) maka nilai preferensi responden terhadap browser tersebut juga akan menurun. Sama halnya dengan penggunaan single window, apabila posisi address bar tidak berada pada layar, nilai preferensi juga akan menurun cukup jauh karena nilai part-worth untuk level atribut ini bernilai negatif dan nilai relatif penting atribut posisi address bar ini sendiri cukup besar (23,634%) di dalam kombinasi produk dengan responden mahasiswa Komputerisasi Akuntansi. Nilai relatif penting setiap atribut memiliki persentase yang cukup berimbang, hal ini dapat diartikan bahwa responden mengamati browser secara keseluruhan dan tidak menitikberatkan pada salah satu atribut saja.

14 61 Gambar 4.7 Hasil Perhitungan Nilai Part-Worth Untuk Mahasiswa KA Gambar 4.8 Fitur dan Desain Ideal Menurut Mahasiswa KA Preferensi Responden Sistem Informasi Preferensi dari responden Sistem Informasi sebagian besar dipengaruhi oleh posisi address bar(46,435%) dan fitur tambahan(33,074%) yang terdapat di dalam browser tersebut. Responden lebih menyukai browser yang memiliki fitur tambahan berupa streaming audio dan video(1,1575). Untuk posisi address bar responden lebih menyukai address bar yang terletak pada layar (1,6251). Responden Sistem Informasi

15 62 tidak terlalu memperhatikan cara penyimpanan data yang dimiliki oleh browser, hal ini dapat dilihat dari nilai relatif penting atribut penyimpanan data yang hanya mempengaruhi 2,5520% dari preferensi responden terhadap aplikasi browser. Sama halnya dengan atribut warna tampilan (9,3462%) dan jumlah window (8,5913%) yang juga tidak menjadi bahan pertimbangan yang terlalu berat untuk responden Sistem Informasi dalam memilih aplikasi browser telepon genggam. Warna tampilan yang disukai oleh responden Sistem Informasi bertolak belakang dengan preferensi mahasiswa jurusan lainnya dan preferensi secara umum. Mahasiswa Sistem Informasi lebih menyukai warna tampilan yang didominasi oleh kombinasi hitam, putih, dan abuabu (0), dibandingkan dengan warna tampilan yang didominasi warna biru dan putih (- 0,3271) Gambar 4.9 Hasil Perhitungan Nilai Part-Worth Untuk Mahasiswa SI

16 63 Gambar 4.10 Fitur dan Desain Ideal Menurut Mahasiswa SI Preferensi Responden Pria Responden pria cenderung mengutamakan kepraktisan dalam memilih browser. Hal ini terlihat dari tingginya nilai relatif penting dari posisi address bar (32,647%) dan jumlah window (40,657%). Responden lebih memilih posisi address bar yang terletak langsung pada layar (1,8057) sedangkan untuk jumlah window-nya responden menyukai multiple window (0), browser dengan jumlah window hanya satu (-2,24875) akan cukup banyak memberikan poin negatif bagi browser tersebut di mata responden.

17 64 Gambar 4.11 Hasil Perhitungan Nilai Part-Worth Untuk Responden Pria Gambar 4.12 Fitur dan Desain Ideal Menurut Responden Pria Preferensi Responden Wanita Tidak jauh berbeda dari responden pria, responden wanita juga peka terhadap kepraktisan dan keefektifan suatu browser. Meskipun demikian, nilai relatif penting atribut-atribut tersebut tidak seekstrim dari hasil perhitungan pada responden pria. Atribut jumlah window mempengaruhi 30,896% dari preferensi responden wanita terhadap suatu aplikasi browser dan 22,271% preferensi responden dipengaruhi oleh warna tampilan dari browser itu sendiri. Atribut selanjutnya yang mempengaruhi

18 preferensi responden adalah posisi address bar(18,752%), fitur tambahan (14,964%), dan penyimpanan data (13,115%). 65 Gambar 4.13 Hasil Perhitungan Nilai Part-Worth Untuk Responden Wanita \ Gambar 4.14 Fitur dan Desain Ideal Menurut Responden Wanita

19 Preferensi Responden Pengguna Browser Preferensi responden yang saat ini telah menggunaan aplikai browser pada telepon genggam mereka sebagian besar dipengaruhi dari sisi tampilan browser, terutama tampilan yang dapat memudahkan dan mengakomodasi kebutuhan browsing mereka. Hal ini terlihat dari 3 atribut terpenting yang diperhatikan, yaitu jumlah window (35,495%), posisi address bar (24,659%), dan warna tampilan (16,063%). Atribut fitur sendiri cukup diperhatikan namun bukan menjadi perhatian penting yang dapat mempengaruhi preferensi mereka. Atribut penyimpanan data dan fitur tambahan, memiliki nilai relatif penting yang cukup mirip yaitu berada pada kisaran 11%, di mana atribut penyimpanan data memiliki nilai relatif penting sebesar 11,907% dan atribut fitur tambahan memiliki nilai relaif penting sebesar 11,873%. Gambar 4.15 Hasil Perhitungan Nilai Part-Worth Untuk Responden Pengguna Browser

20 67 Gambar 4.16 Fitur dan Desain Ideal Menurut Responden Pengguna Browser Preferensi Responden Bukan Pengguna Browser Responden yang tidak atau belum menggunakan aplikasi browser pada telepon genggam mereka cenderung memperhatikan keseluruhan paket fitur dan desain dari browser yang diteliti. Hal ini terlihat dari nilai relatif penting setiap atribut yang berkisar antara 14-25% dan tidak terlalu berjauhan selisihnya antar satu atribut dengan atribut lainnya. Atribut yang mempengaruhi separuh nilai preferensi responden adalah posisi address bar (25,759%) dan jumlah window (25,689%), sedangkan atribut fitur tambahan (17,690%), warna tampilan (16,218%) dan penyimpanan data (14,641%) memiliki tingkat kepentingan yang mirip, meskipun demikian apabila tidak diperhatikan saat pembuatan browser, maka nilai preferesi yang berkurang juga akan cukup besar.

21 68 Gambar 4.17 Hasil Perhitungan Nilai Part-Worth Untuk Responden Bukan Pengguna Browser Gambar 4.18 Fitur dan Desain Ideal Menurut Responden Bukan Pengguna Browser 4.2 Usulan Penerapan/Implementasi Kebutuhan Hardware Agar program Conjoint Analyzer dapat berjalan dengan baik, diperlukan sebuah komputer atau notebook. Spesifikasi yang disarankan adalah sebagai berikut :

22 69 a. Prosesor : Intel Core Duo 2.0 GHz Processor b. Memori : 1 Gb atau lebih c. Hardisk : 80 Gb atau lebih Kebutuhan Software Agar program dapat dijalankan pada hardware di atas, diperlukan juga beberapa software yang harus sudah tersedia di dalam hardware tersebut : a. Sistem Operasi, minimum Windows XP b. SQL Server 2005