ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

Transkripsi

1 Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia STMI Pelita Nusantara Medan, Jl. Isandar Muda No., Medan,, Indonesia Abstra Penelitian ini mengapliasian metode Fuzzy Topsis dalammeraningprusahaan Jasa urir paet di ota Perbaungan Sergai berdasaran epuasan onsumen terhadap pelayanan.riteria yang digunaan adalah reliability (ehandalan, responsiveness (daya tanggap, assurance (jaminan, empathy (pelayanan husus/ perhatian dan tangible (fasilitas/ enyamanan. Dan dari hasil analisis diperoleh bahwa JNE merupaanperusahaan jasa urir paet dengan peringat tertinggi berdasaran epuasan onsumen terhadap pelayanan yang diberian. ata unci :Metode TOPSIS fuzzy, peraningan, reliability, responsiveness, assurance, empathy, tangible. I. Pendahuluan Setor jasa pengiriman barang saat ini sudah sangat berembang pesat ditambah lagi adanya online shop yang berembang pesat di Indonesia.Perembangan di sector pengiriman barang saat ini memegang peranan penting dalam usaha pengembangan di setor eonomi, dan juga berperan dalam meningatan pemerataan pembangunan dan hasil-hasilnya, serta pertumbuhan eonomi dan stabilitas nasional e arah peningatan taraf hidup rayat. Sebagai penjual jasa pengiriman (urir, piha Perusahaan jasa pengiriman membutuhan epercayaan dari masyaraat terutama onsumennya. Untu memperoleh epercayaan dari masyaraat, maa perusahaan urir harus dielola secara profesional mulai dari segi pelayanannya, strategi pemasaran yang bai, segi euangan yang harus dielola dengan prinsip ehati-hatian, serta perusahaan juga harus inovatif dalam menciptaan produ jasa yang dibutuhan oleh masyaraat. Meningatnya intensitas persaingan dan jumlah pesaing menuntut setiap jasa urir untu memperhatian ebutuhan dan einginan onsumennya serta berusaha memenuhi apa yang merea harapan dengan cara yang lebih unggul serta lebih memuasan dari pada yang dilauan oleh piha ban dan pesaing lainnya. Sehingga perhatian Perusahaan urir tida hanya terbatas pada produ barang atau jasa yang dihasilan saja, tetapi juga pada aspe proses, sumber daya manusia, serta lingungannya. Sebagai langah awal dari upaya mendefinisian tuntutan onsumen, maa hal yang harus diperhatian dan tida dapat dipisahan adalah etersediaan informasi yang menyangut persepsi dan harapan onsumen terhadap layanan yang ditawaran oleh piha jasa urir. Untu itulah maa perlu dianalisis sejauh mana onsumen merasa puas dengan pelayanan yang telah diterimanya. Dengan semain meningatnya prestasi jasa urirmemunginan dapat memilih jasa urir tertentu. Pengambilan eputusan untu memilih suatu jasa urir diperluan bagi onsumen yang sangat mementingan tentang epuasan bai dari sisi pelayanan hingga eamanan. Terdapat banya metode perangingan yang dapat digunaan untu memecahan beberapa masalah pengambilan eputusan multiriteria berdasaran onsep fuzzy.salah satu metode yang bai untu masalah pengambil eputusan multiriteria adalah TOPSIS. TOPSIS merupaan singatan dari Technique for Order Performance by Similarity to Ideal Solution, yang pertama dienalan oleh Hwang dan Yoon (98. Metode TOPSIS menggunaan prinsip bahwa alternatif yang terpilih harus mempunyai jara terdeat dari solusi ideal positif dan terjauh dari solusi ideal negatif. Dalam metode TOPSIS, peraningan dan bobot riteria berguna untu menentuan solusi.namun dalam banya ondisi, data yang ada teradang tida memadai untu model situasi dalam ehidupan nyata arena penilaian manusia yang termasu preferensi sering Junal Manajemen dan Informatia omputer Pelita Nusantara

2 Jurnal Manti Penusa Vol No Desember ISSN 88-9 abur/urang jelas dan tida dapat memperiraan preferensinya dengan nilai numeric yang tepat.espresi bahasa, misalnya, rendah, sedang, tinggi, dan lain-lain dianggap sebagai representasi alam penghaiman.untu itu, diperluan logia fuzzy dalam membuat eputusan pembuat preferensi yang terstrutur.teori fuzzy membantu dalam onsep menguur ambiguitas yang beraitan dengan manusia yang bersifat subjetif.untu itu, evaluasi harus dilauan dalam satu lingungan. Masalah TOPSIS fuzzy dengan perangingan eputusan elompo dapat meningatan evaluasi beberapa hal, antara lain adalah evaluasi riteria/sub riteria, elayaan alternatif, pengambil eputusan, dan aturan eputusan raning. riteria yang dimasud adalah uuran, aturan dan standar yang dapat mengambil eputusan.elayaan alternatif didefinisian oleh berbagai endala seperti etersediaan fisi, etersediaan sumber daya, endala informasi, dan sebagainya.emudian, evaluasi riteria dari setiap atlternatif yang tersedia harus ditemuan untu mengevaluasi daya tari alternatif dalam hal ini riteria atau nilai bobot. Nilai bobot dari masing-masing alternatif A i i =,,, m untu setiap riteria C j j =,,, n dapat dinyataan sebagai matris eputusan, yang dapat ditulis sebagai; D = x ij, i =,,, m; j =,,, n. Ahirnya, pilihan m n dari dua atau lebih alternatif memerluan suatu aturan eputusan atau aturan raning di mana para pembuat eputusan dapat memperoleh informasi yang tersedia untu membuat eputusan terbai. Pada penelitian ini aan dianalisis peringat perusahaan jasa urir berdasaran epuasan onsumen terhadap pelayanan dengan menggunaan metode TOPSIS fuzzy.perusahaan yang aan di raning adalah JNE, TII, ANTOR POS dan Indah Cargo yang berada di wilayah Perbaungan abupaten Serdang Bedagai. II. Metodologi A. onsep Dasar Himpunan Fuzzy Teori himpunan fuzzy merupaan perluasan dari teori himpunan lasi. Pada teori himpunan lasi, eberadaan suatu elemen pada suatu himpunan A, hanya aan memilii dua emunginan, yaitu menjadi anggota A atau tida menjadi anggota A. Suatu nilai yang menunjuan tingat eanggotaan suatu elemen (x dalam suatu himpunan A atau derajaat eanggotaan dinotasian dengan μ A (x dimana: untu x A μ A x = untu x A Operasi aljabar bilangan fuzzy adalah sebagai beriut. Penjumlahan bilangan fuzzy Misalan A dan B adalah dua bilangan fuzzy dan A α dan B α dengan α. A α ( B α = [a (α, a (α ] ([b (α, b (α ] = [a (α b (α, a (α b (α ] Atau A, B R, x, y, z R: μ A B (z = z=xy (μ A x μ B (y. Pengurangan bilangan fuzzy Misalan A dan B adalah dua bilangan fuzzy dan Aα dan Bα dengan α []. Aα (- Bα = [a(α, a(α] (-[b(α, b(α] = [a(α b(α, a(α b(α] Atau A, B R, x, y, z R: μ A B (z = z=x y (μ A x μ B (y Pengurangan pada dasarnya merupaan penjumlahan Adan B -, dimana: B α = [ b α, b α ].. Peralian bilangan fuzzy Misalan A dan B adalah dua bilangan fuzzy dan A α dan B α dengan α []. A α (. B α = [a (α, a (α ] (.[b (α, b (α ] = [a (α. b (α, a (α. b (α ] Atau A, B R, x, y, z R : μ A. B (z = (μ A x μ B (y z=x.y. Pembagian bilangan fuzzy Misalan A dan B adalah dua bilangan fuzzy dan A α dan B α dengan α []. A α (: B α = [a (α, a (α ] (:[b (α, b (α ] (α = [a / b (α (α, a / b (α ], b (α (α, b > Atau A, B R, x, y, z R : μ A : B (z = z=x/y (μ A x μ B (y B. Fungsi eanggotaan Fuzzy Fungsi eanggotaan (membership function adalah suatu urva yang menunjuan pemetaan titi-titi input data e dalam nilai eanggotaannya (sering disebut dengan derajat eanggotaan yang memilii interval antara sampai. Ada beberapa cara yang dapat digunaan untu mendapatan nilai eanggotaan yaitu dengan pendeatan fungsi. Beberapa fungsi yang biasa digunaan untu mendapatan nilai eanggotaan adalah representasi linier, representasi urva segitiga, representasi urva trapezium dan representasi urva bentu bahu. urva segitiga pada dasarnya adalah gabungan dari garis (linier serta ditandai oleh tiga parameter a, b, c yang menentuan oordinat x dari tiga sudut. ( x Junal Manajemen dan Informatia omputer Pelita Nusantara

3 Jurnal Manti Penusa Vol No Desember ISSN 88-9 Fungsi eanggotaan: ; x aataux c x a ( x ; a x b b a x c ; b x c b c Variabel linguisti merupaan variabel yang merepresentasian situasi yang sangat omples atau tida dapat dijelasan dengan espresi uantitatif onvensional.bobot adalah salah satu variabel linguistic, dapat dinilai dengan, sangat rendah, rendah, sedang, tinggi, sangat tinggi, dan sebagainya.nilai linguisti juga dapat direpresentasian dengan bilangan fuzzy. C. Algoritma Metode TOPSIS Fuzzy Algoritma metode TOPSIS fuzzy adalah sebagai beriut:. Meraning fuzzy dari setiap pembuat eputusan, D ; =,,,, dapat direpresentasian sebagai anga segitiga fuzzyr ; ( =,,,, dengan fungsi eanggotaan μ R (x.. Menentuan evaluasi riteria.. Selajutnya, penyesuaian variabel linguisti untu mengevaluasi riteria dan alternatif.. Setelah bobot riteria terpenuhi. Peraningan fuzzy dapat dicari dengan rumus: R = a, b, c, =,,,, dengan a = min a, b = = b, c = max. Membentu matris eputusan D mengacu terhadap m alternatif yang aan dievaluasi berdasaran n riteria yang didefinisian sebagai beriut: x x... x n x x... x n D x m x m x mn a b c domain x c : Denganx ij menyataan performansi dari perhitungan untul alternatif e-i terhadap atribut e-j. Nilai bobot preferensi menunjuan tingat epentingan relatif setiap riteria atau subriteria. Nilai bobot dapat dihitung menggunaan rumus: W = w, w, w,, w n Dimana x ij dan w j adalah variabel linguistic yang dapat ditunjuan dengan nilai segitiga fuzzy :x ij = (a ij, b ij, c ij dan w ij = (w j, w j, w j.. Menentuan matris eputusan yang ternormalisasi. Matris ternormalisasi terbentu dari rumus R = rij m n dengan B dan C adalah himpunan dari atribut benefit dan cost, dengan : rij = a ij c, b ij j c, c ij, j B j c j rij = a j, a j, a j, j C c ij b ij a ij c j = max c ij, j B dan a j i = min a ij, j C. Menghitung matris eputusan yang ternormalisasi terbobot. Menghitung matris ternomalisasi terbobot dihitung menggunaan rumus : V = v ij, i =,,,, m; j m n =,,,, n Dengan v w (. r ij i ij 8. Menghitung matris solusi ideal positif A dan matris solusi ideal negatif A. A ( v, v, v,..., v n i A v v v v n (,,,..., 9. Menghitung jara antara nilai setiap alternatif dengan matris solusi ideal positif dan matri solusi ideal negatif. Jara alternatif (d i dengan solusi ideal positif dirumusan sebagai beriut: d i = n v ij, v j ; i =,,,, m j = Jara alternatif dengan solusi ideal negatif dirumusan sebagai beriut : Junal Manajemen dan Informatia omputer Pelita Nusantara 8

4 Jurnal Manti Penusa Vol No Desember ISSN 88-9 d i = n v ij, v j ; i =,,,, m j =. Menghitung nilai preferensi untu setiap alternatif. Nilai preferensi (CCi untu setiap alternatif dirumusan sebagai beriut : d i CC i = d ; i =,,,, m i d i Dengan < CC i < a. Observasi, melauan observasi secara langsung dengan membagi uisioner epada onsumen Jasa urir secara random di ota Perbaungan. b. Studi pustaa, mengumpulan bahanbahan pustaa yang berhubungan dengan teori-teori tentang judul penulis. Bahan pustaa diambil dari buu dan jurnal ilmiah. D. epuasan Pelanggan dan ualitas Pelayanan Untu menciptaan epuasan pelanggan, produ yang ditawaran harus berualitas.istilah ualitas mengandung berbagai penafsiran.secara sederhana, ualitas bisa diartian sebagai produ bebas cacat.ualitas mencerminan semua dimensi penawaran produ yang menghasilan manfaat bagi pelanggan. Untu dapat memenuhi einginan pelanggan dalam pelayanan ada beberapa pedoman yang harus dipenuhi antara lain:. Tangible (Tampilan Fisi yani adanya penampaan berupa fasilitas-fasilitas penunjang, petugas ataupun sarana omuniasi yang menyertai produ tersebut. arena suatu service tida bisa dilihat, tida bisa dicium dan tida bisa diraba, maa aspe tangible menjadi penting sebagai uuran terhadap pelayanan. Pelanggan aan menggunaan indera penglihatan untu menilai suatu ualitas pelayanan.. Reliability (dapat diandalan, yaitu adanya emampuan untu mewujudan produ seperti yang telah dijanjian. Ada dua aspe dari dimensi reliability ini. Pertama adalah emampuan perusahaan memberian pelayanan seperti yang dijanjian. edua adalah seberapa jauh suatu perusahaan mampu memberian pelayanan yang aurat atau tida ada eror.. Responsiveness (tanggap yani adanya einginan untu menolong onsumen dan menyediaan ecepatan dan etepatan pelayanan.. Assurance(dapat dipertanggungjawaban adalah adanya pengetahuan dari aryawan dalam menanaman epercayaan atas produ tersebut.. Empathy yaitu adanya perhatian secara individual dari perusahaan terhadap onsumennya. E. Metode Penelitian. Metode penelitianyang dilauan penulis dalam pengumpulan data adalah: Junal Manajemen dan Informatia omputer Pelita Nusantara F. Perancangan Perancangan penelitian yang aan dilauan secara garis besar adalah sebagai beriut:. Studi literatur yaitu mengaji dan memahami teori-teori mengenai fuzzy dan metode TOPSIS.. Pengumpulan data yang dilauan dengan membagian sejumlah uisioner pada beberapa onsumenjasa urir paet secara random.. Pengolahan data sesuai dengan algoritma pada metode TOPSIS fuzzy III. Hasil dan Analisa Data yang digunaan adalah data primer yaitu data yang diperoleh dengan cara membagian uisioner epada beberapa onsumenperusahaan jasa urir secara random. Pada masalah ini yang menjadi pembuat eputusan adalah orang onsumenjasa uriryang mendapatan uisioner, yang didefinisian dengan P, P,, P. Adapun alternatif-alternatif dalam permasalahan ini adalah. Pos Indonesia (P. TII (P. INDAH argo (P. JNEE(P riteria yang digunaan dalam pemecahan masalah ini adalah sebaga. Reliability (. Responsiveness (. Assurance (. Empathy (. Tangible ( Langah-langah pemecahan masalah untu peraningan Ban BUMN di ota Lubu Paam adalah sebagai beriut: Langah : Meraning fuzzy dari setiap pembuat eputusan, D ; ( =,,,, dapat direpresentasian sebagai anga segitiga fuzzy. Himpunan raning pada variabel didefinisian sebagai beriut TABEL VARIABEL LINGUISTI UNTU BOBOT EPENTINGAN DARI SETIAP RITERIA 9

5 Jurnal Manti Penusa Vol No Desember ISSN 88-9 Variabel Linguisti Nilai Segitiga Fuzzy Sangat Tida Penting (STP (; ; Tida Penting (TP (; ; Cuup Penting (CP (; ; Penting (P (; ; Sangat Penting (SP (; ; TABEL VARIABEL LINGUISTI UNTU RATING (,,,, DAN Variabel Linguisti Nilai Segitiga Fuzzy Sangat Tida Bai (STB (; ; Tida Bai (TB (; ; Cuup Bai (CB (; ; Bai (B (; ; Sangat Bai (SB (; ; Langah : Menentuan evaluasi riteria. Langah : Selanjutnya, penyesuaian variabel linguisti untu mengevaluasi riteria dan alternatif. TABEL Langah : Setelah bobot riteria terpenuhi. Peraningan fuzzy dapat dicari dengan rumus: R = a, b, c, =,,,, dengan a = min a, b = = b, c = max Langah : Membentu matris eputusan fuzzy. Langah : Membentu matris eputusan yang ternormalisasi TABEL MATRIS EPUTUSAN FUZZY TERNORMALISASI Alternatif riteria P (; ; 9 P (8; ; (; (; (; (; ; ; 9; ; (8; ; (; ; (; ; c (; 8; TABEL JARA ANTARA NILAI SETIAP ALTERNATIF DENGAN MATRIS SOLUSI IDEAL POSITIF DAN MATRIS SOLUSI IDEAL NEGATIF,P,P,P 8,P,P -,P -,P -,P P (; ; 8 P (; (8; (; (; (; (; 8; ; ; 9; (8; ; 9 (; ; 9 (; ; 9 (;; 8; 9 Langah : Menghitung matris eputusan yang ternormalisasi terbobot TABEL MATRIS EPUTUSAN FUZZY TERNORMALISASI BERBOBOT Alternatif riteria P (; ; 8 P (; ; 8 P (9; ; 8 P (; ; 89 (; (; (; (9; 8; ; 9; ; (; 8; 89 (; ; 88 (; ; 9 (; 8; 8 (; ; 8 (; 8; 8 (; ; 8 (9; ; (; ; 8 (; ; 9 (; ; 8 (; ; 89 Langah 8: Menghitung fuzzy solusi ideal positif P dan fuzzy solusi ideal negatif P Dari matris eputusan fuzzy ternormalisasi berbobot diperoleh fuzzy solusi ideal positif P dan fuzzy solusi ideal negatif P sebagai beriut: P = 89; 89; 89, 9; 9; 9, 8; 8; 8, 8; 8; 8, (89; 89; P = 9; 9; 9, ; ;, ; ;, ; ;, (; ; Langah 9: Menghitung jara antara nilai setiap alternatif dengan matris solusi ideal positif dan matris solusi ideal negatif. Langah : Menghitung nilai preferensi (CCi untu setiap alternatif. TABEL NILAI PREFERENSI (CCi UNTU SETIAP ALTERNATIF P P P P d i,,8,, d i,,,, CC i 9 Sehingga diperoleh peraningan sebagai beriut: P > P > P > P Junal Manajemen dan Informatia omputer Pelita Nusantara

6 Jurnal Manti Penusa Vol No Desember ISSN 88-9 IV. esimpulan Fuzzy Topsis dapat diapliasian dalam peratinganjasa urir paetdi ota Perbaungan Sergai berdasaran epuasan onsumen terhadap pelayanan perusahaan jasa urir. riteria yang digunaan adalah reliability(ehandalan, responsiveness (daya tanggap, assurance (jaminan, empathy (perhatian/pelayanan husus dan tangible (fasilitas/ enyamanan. Dari hasil analisis yang telah dilauan, maa disimpulan bahwa JNE merupaanjasa urir paet dengan raning tertingi dalam perangingan berdasaran epuasan onsumen terhadap pelayanan. emudian TII, Pos Indonesia dan INDAH argo V. Referensi [] Anita,. 99, Analisis epuasan Nasabah terhadap Pelayanan Ban BRI. Yogyaarta: Journal UGM [] Hwang, C. L, dan Yoon,. 98. Multiple Attributes Decision Maing Methods and Application. Berlin Heidelberg. [] usumadewi, S.. Artificial Intelligence; Teni dan Apliasinya.Yogyaarta: Graha Ilmu [] aufmann, A dan Gupta, M. M. 99. Introduction to Fuzzy Arithmatic. New Yor: Van Nostrand Reinhold. [] Saaty, T. L. 98. The Analytic Hierarchy Process.New Yor: McGraw-Hill. Junal Manajemen dan Informatia omputer Pelita Nusantara