259
Analisis Faktor – Faktor Yang Berpengaruh Pada Loyalitas Pelanggan Dengan Mengunakan Metode Jaringan Saraf Tiruan Untuk Pengambilan Keputusan Hotel XYZ Wiwik Anggraeni, Jurusan Sistem Informasi ITS, Surabaya, 60111 Rully Agus Hendrawan, Jurusan Sistem Informasi ITS, Surabaya, 60111 Theresia Ratih D, Jurusan Sistem Informasi ITS, Surabaya, 60111
ABSTRAK Peran pelanggan memiliki porsi yang besar dalam keberlangsungan bisnis perhotelan. Hotel dituntut untuk selalu membuat pelanggan puas dengan pelayanan yang diberikan. Pelanggan puas maka loyalitas dari pelanggan juga akan semakin meningkat sehingga dapat memberikan keuntungan bagi hotel. Dalam usaha peningkatan loyalitas tersebut maka hotel harus dapat melihat faktor – faktor yang mempengaruhi loyalitas pelanggan. Proses penentuan faktor dilakukan dengan menggunakan metode jaringan saraf tiruan yang dapat melihat korelasi antara faktor dengan loyalitas pelanggan. Dalam prosesnya metode ini akan menghasilkan bobot pada masing – masing faktor sehingga dapat diketahui besar pengaruh masing – masing faktor pada loyalitas pelanggan. Hasil akhir penelitian ini berupa bobot pada masing – masing faktor dapat digunakan oleh perusahaan dalam mengambil keputusan dalam menentukan strategi yang digunakan untuk meningkatkan loyalitas dari pelanggan sehingga mampu meningkat keuntungan bagi hotel. Kata kunci: regresi, jaringan saraf tiruan, back propagation, metode sampling, korelasi, loyalitas pelanggan
1. Pendahuluan Industri perhotelan di Indonesia menjadi bisnis yang diminati semenjak terdapat program dari pemerintah Visit Indonesia pada tahun 2008. Hal tersebut dikarenakan industri perhotelan merupakan salah satu akomodasi penting dalam industri pariwisata. Meningkatnya jumlah wisatawan yang datang ke Indonesia mengakibatkan meningkat pula jumlah pemakaian sarana perhotelan. Menurut data Badan Pusat Statistik (BPS) pada tahun 2007 jumlah wisatawan mancanegara yang datang ke Indonesia berjumlah 5,505,759 dan pada tahun 2008 meningkat menjadi 6,234,497. Berdasarkan data tersebutlah dapat diketahui bahwa industri perhotelan semakin lama semakin berkembang. Perkembangan bisnis perhotelan mengakibatkan semakin banyaknya hotel yang muncul. Hal ini terlihar dari tingkat okupasi di daerah pariwisata seperti Yogyakarta yang meningkat sebesar 60 – 70 persen. Hal tersebut menunjukkan semakin ketatnya bisnis perhotelan di Indonesia. Ketatnya persaingan tersebut mengharuskan pengusaha untuk lebih reaktif dalam menghadapi tiap – tiap perubahan. Tidak hanya itu, pengusaha juga harus mengenali aspek – aspek penting dalam industri perhotelan.
Wiwik Anggraeni. Tel.: 0315999944 ; fax: 0315964965 E-mail:
[email protected]
Dalam industri perhotelan, pelanggan merupakan aspek yang terpenting. Hal ini terkait dengan sifat bisnis perhotelan yang bergerak di bidang jasa di mana hasil dari bidang ini merupakan implikasi dari sebuah aksi (Botta-Genoulaz, V., & Millet, P.-A., 2005). Boota juga menyebutkan bahwa dalam industri jasa, peran serta pelanggan juga besar. Pada beberapa industry, pelanggan juga dilibatkan secara langsung dalam proses produksi. Walaupun tidak besar, peran serta pelanggan sangat dibutuhkan dalam perkembangan bisnis perhotelan. Hal ini dikarenakan kepuasan dari pelangganlah yang menjamin kesuksesan dari bisnis perhotelan, sehingga penting sekali bagi para pengusaha perhotelan untuk memperhatikan kepuasan pelanggan sehingga secara otomatis dapat meningkatkan loyalitas dari pelanggan itu sendiri. Usaha untuk meningkatkan loyalitas dari pelanggan tentu saja tidak mudah. Perusahaan harus mengetahui terlebih dahulu faktor – faktor mempengaruhi loyalitas pelanggan. Proses peninjauan faktor – faktor yang berpengaruh dilakukan agar perusahaan dapat melihat titik – titik yang harus diperbaiki atau ditingkatkan sehingga loyalitas dari pelanggan juga akan semakin meningkat. Selain itu, faktor tersebut juga dapat digunakan untuk menentukan stategi – strategi yang
260
terkait dengan perkembangan bisnis perusahaan. Penggunaan strategi yang berbeda berpengaruh secara signifikan pada loyalitas pelanggan pada sebuah hotel (Weaver, P., & McClearly, K., 2002). Banyak faktor yang berpengaruh dalam peningkatan loyalitas pelanggan. Namun, tidak semua faktor tersebut berpengaruh secara signifikan. Untuk itu, dalam penelitian ini akan dianalisis faktor – faktor yang berpengaruh dalam pengingkatan loyalitas pelanggan berdasarkan bobot dari masing – masing faktor. Faktor – faktor tersebut selanjutnya dirutkan untuk mengetahui faktor yang paling berpengaruh Proses penentuan urutan faktor – faktor tersebut dilakukan dengan menggunakan metode jaringan saraf tiruan yang menggunakan algoritma back propagation. Metode ini digunakan karena dapat diterima secara luas sebagai metode yang baik untuk masalah manajemen pariwisata (Tsaur, S.-H., Chiu, Y.-C., & Huang, C.-H., 2002). Penggunaan metode ini nantinya akan menghasilkan bobot pada masing – masing faktor sehingga dapat diketahui faktor – faktor yang berpengaruh secara signifikan terhadap loyalitas pelanggan. Penggalian informasi dengan menggunakan metode jaringan saraf tiruan tersebut dilakukan pada data pelanggan yang diperoleh dengan melakuan survey kepada pelanggan hotel secara langsung. 2.
Desain Kuesioner dan Survei
Salah satu metode yang dapat digunakan dalam pengambilan data yaitu kuisoner. Kuesioner merupakan suatu teknik dimana pihak periset memberikan daftar pertanyaan kepada sumber baik secara lisan maupun non lisan (Deng, Z., Lu, Y., & Zhang, J., 2009). Menurut Gilbert Churcil (2005) terdapat beberapa langkah yang harus dilakukan dalam membuat kusioner. Langkah – langkah yang dilakukan tersebut antara lain : 1. menetapkan informasi Seorang peneliti harus mengetahui terlebih dahulu mengenai segala hal yang akan diteliti. Pada tahapan ini peneliti menentukan pertanyaan – pertanyaan yang terkait dengan penelitian. 2. menentukan data kuesioner dan metode administrasi Setelah diketahui pertanyaan – pertanyaan yang akan digunakan maka yang selanjutnya harus dilakukan yaitu menentukan jenis data yang akan digunakan dalam kuesioner misalnya jenis variabel. Selain itu pada tahapan ini juga harus ditentukan administrasi yang harus dilakukan untuk melakukan kuesioner. 3. menentukan isi dari masing – masing pertanyaan Langkah selanjutnya yang harus dilakukan yaitu menentukan isi dari masing – masing pertanyaan. Pertanyaan – pertanyaan tersebut harus mampu menggali informasi. Selain itu pertanyaan – pertnyaan yang dibuat juga harus berlaku untuk
semua responden. Hal tersebut dimaksudkan agar tidak ada perbedaan interpretasi yang akan mengaburkan informasi. 4. menentukan bentuk respon dari masing – masing Setelah isi dari masing – masing pertanyaan dibuat maka yang selanjutnya harus dilakukan yaitu menentukan bentuk respon untuk masing – masing pertanyaan. Penentuan bentuk respon dimaksudkan agar jawaban dari koresponden dapat terarah dan tidak bias. 5. menentukan kata – kata untuk pertanyaan Hal penting yang harus diperhatikan dalam membuat kuesioner yaitu pemilihan kata. Peneliti harus menggunakan kata – kata yang sederhana dan tidak menimbulkan makna ganda. Selain itu yang harus diperhatikan lagi dalam menentukan kata adalah kata – kata yang digunakan tidak memiliki asumsi – asumsi yang ekspilisit. Hal tersebut agar responden dapat memberikan respon sesuai dengan pertanyaan. 6. menentukan karakteristik fisik dari kuesioner Langkah selanjutnya yaitu menentukan jenis kertas yang digunakan serta menentukan tata letak dari kuesioner. Proses pengaturan tata letak ini dilakukan untuk menjaga minat dari koresponden dalam mengisikan kuesioner. Langkah – langkah tersebut dilakukan agar kuesioner yang dibuat dapat menghasilkan data yang sesuai dengan kebutuhan penelitian serta sesuai dengan kondisi nyata dari pelanggan hotel sebagai objek penelitian. Selain membuat kuesioner, hal yang harus dilakukan selanjutnya yaitu menentukan jumlah data yang akan diambil. Dalam menentukan jumlah data terdapat beberapa cara, satu diantara yaitu rumus yang dikemukan oleh Taro Yamane seperti pada persamaan berikut. 𝑁 𝑛 = 𝑁.𝑑2 +1 Keterangan : n = jumlah sample N = jumlah populasi d = tingkat presisi 3.
Uji Validitas dan Reliabilitas
Uji validitas merupakan suatu bentuk pengujian yang dilakukan untuk memastikan sah atau valid tidaknya suatu kuesioner. Ahmad Gozali mengatakan bahwa sutu kuesioner dapat dikatakan valid apabila pertanyaan yang ada pada kuesioner mampu mengungkapkan sesuatu yang diukur oleh kuesoner tersebut. Contohnya untuk mengukur suatu kepuasan pelanggan maka diberikan 4 pertanyaan, maka pertanyaa tersebut harus dapat mengungkapkan tingkat kepuasan dari pelanggan tersebut. Sutu kuesioner dikatakan valid apabila nilai KMO diatas 0.5 dengan perhitungan nilai seperti dibawah ini. 𝐾𝑀𝑂 =
∑𝑝𝑖=1 ∑𝑝𝑗=1 𝑟𝑖𝑗2
2 ∑𝑝𝑖=1 ∑𝑝𝑗=1 𝑟𝑖𝑗2 + ∑𝑝𝑖=1 ∑𝑝𝑗=1 𝑎𝑖𝑗
261
Keterangan: i , j = variabel p = jumlah data r = koefisien korelasi a = koefisien korelasi parsial Uji reliabilitas merupakan pengujian yang dilakukan untuk mengukur konsistensi dari responden. Suatu kuesioner dikatakan reliabel ketikan jawaban dari responden konsisten dari satu waktu ke waktu yang lain. Misalnya ketika diberikan suatu pertanyaan yang terkait dengan kebersihan ruangan maka apabila susunan pertanyaan dirubah namun tetap dengan maksud untuk menanyakan kebersihan ruangan responden akan menjawab jawaban yang sama. Suatu kuesioner dikatakan relibel apabila nilai cronbach alpha bernilai lebih dari 0.6 dengan perhitungan seperti dibawah ini. ∑ 𝑆𝑖 2 𝐾 𝛼 = (1 − ) 𝐾−1 𝑆𝑡 2 Dimana k merupakan jumlah dari item, Si2 merupakan variasi dari item ke i , dan St2 merupakan variasi dari total penjumlahan dari seluruh item. Proses pencarian nilai cronbach alpha dilakukan dengan minimal 2 item atau K > 1. Nilai 𝛼 tersebut bekerja karena variasi dari jumlah seluruh variabel independen merupakan jumlah dari kesuluruhan masing – masing varian. 4.
Analisis Faktor
Banyak faktor yang mempengaruhi peningkatan loyalitas dari pelanggan, namun kadang faktor tersebut tidak berhubungan satu dengan yang lain. Faktor – faktor yang tidak berhubungan tersebut harus dikelompokkan dengan menggunakan analisis faktor. Analisis faktor sendiri merupakan struktur data metrik dan menganalisis struktur hubungan (korelasi) antar sejumlah variabel dengan mendefinisikan sejumlah kelompok data menjadi faktor – faktor (Jones, O. T., & Sasser, W. E., 1995). Ghozali (2001) 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, apabila suatu variabel atau item bernilai 0,5 di salah satu komponen maka variabel tersebut masuk kedalam faktor atau komponen tersebut. Pengelompokan faktor – faktor dilakukan berdasarkan kuesioner dengan pertanyaan yang terkait dengan kepuasan pelanggan terhadap suatu hotel. Atribut yang terkait dengan kepuasan pelanggan dapat dilihat pada Tabel dibawah ini.
Tabel 1. Atribut Loyalitas Pelanggan Aspek Atribut aspek Responsiveness Kesopanan pelayanan Keramahan pelayanan Ketersediaan pegawai Kecepatan melayani Kecepatan menaggapi Antusiasme pegawai melayani Antusiasme pegawai menjawab pertanyaan Room and food Keamanan kamar service Ketenangan kamar Kenyaman kamar Variasi makanan Kualitas makan Kebersihan restoran Empathy Perhatian keinginan pelanggan Perhatian secara personal Layanan transportasi Transortasi membantu Reliability Kondisi perabotan Seragam bersih Bukti pembayaran Location Lokasi Kemudahan akses Facilities Fasilitas bisnis Fasilitas non bisnis Price Harga Efficiency Efisiensi prosedur check out dan check in
Atribut – atribut tersebut diambil berdasarkan penelitian yang dilakukan oleh Tsaur dan Chiu pada tahun 2002. Pada Tabel 1 aspek kepuasan pelanggan telah dikelompokkan menjadi 8 faktor yang akan digunakan dalam proses permodelan. 5.
Loyalitas Pelanggan
Industri bisnis khususnya pada bidang jasa seperti industri perhotelan tidak dapat terlepas dari pelanggan. Proses pengelolaan hubungan pelanggan penting dilakukan untuk meningkatnya keuntungan perusahaan. Perusahaan diharapkan dapat memiliki strategi khusus yang terkait dengan pengelolaan hubungan dengan pelanggan. Hubungan yang baik dengan pelanggan dapat meningkatkan loyalitas dari pelanggan itu sendiri. Banyak cara yang dapat dilakukan oleh perusahaan untuk meningkatkan loyalitas dari pelanggan salah satunya yaitu dengan meningkatkan kepuasan dari pelanggan itu sendiri. Menurut Thomas O. Jones loyalitas dari pelanggan hotel dapat dilihat dari 3 jenis sikap merekomendasikan kepadan yang lain, mengunjungi kembali hotel pada kunjungan berikutnya atau memberikan referensi positif pada orang lain (Tsaur, S.-H., Chiu, Y.-C., & Huang, C.-H., 2002). Kepuasan pelanggan di refleksikan dengan tingkat perasaan positif dari pelanggan berdasarkan pelayanan yang diberikan oleh perusahaan (Drew, P. J., & John, R. M.,2000). Hal itu mengakibatkan perusahaan harus mengetahui hal – hal yang dapat meningkatkan kepuasan pelanggan terkait dengan pelayanan dari perusahaan dalam hal ini pelayanan hotel.
262
Keuntungan dari meningkatkan loyalitas pelanggan tidak hanya pada peningkatan pendapatan perusahaan tapi juga terkait dengan penambahan jumlah pelanggan dari perusahaan sehingga secara tidak langsung meningkatkan pendapatan dari hotel. 6.
Permodelan Jaringan Saraf Tiruan
Salah satu cara yang dapat digunakan dalam proses klasifikasi yaitu jaringan saraf tiruan atau artificial neural network (ANN). Jaringan saraf tiruan merupakan suatu komputasional model yang baru – baru ini ditemukan dan dapat diterima secara luas dalam masalah sesungguhnya mengenai permodelan yang komplex. ANN juga didefinisikan sebagai struktur yang terdiri dari elemen – elemen yang diproses secara sederhana namun adaptif dan saling terkait di mana struktur tersebut mampu melakukan perhitungan paralel untuk pengolahan data dan penggalian informasi dengan jumlah data yang besar (Basheer, 2000). Karakteristik dari kinerja jaringan saraf tiruan terisnpirasi dari sistem kerja otak manusia yang memiliki sifat non linear, kokoh, menoleransi kesalahan, serta memiliki informasi yang bersifat fuzzy. Pada awal permodelannya jaringan saraf tiruan hanya memiliki 3 layer serta beberapa node dan bentuk jaringan yang menyerupai struktur otak manusia seperti Gambar 1.
Gambar 1. Jaringan Saraf Tiruan
Seperti yang terlihat pada gambar diatas diketahui bahwa dalam multi layer network terdapat input layer yang terdiri dari node – node yang berisi suatu nilai tertentu. Selanjutnya juga terdapat Weight (Wij)atau bobot untuk masing – masing jalur yang terbentuk dari semua node input layer ke semua node hidden layer dan juga jalur semua node hidden layer ke semua node pada output layer. Bobot untuk masing – masing node tersebut akan selalu diupdate sejalan dengan nilai eror yang muncul. Setelah semua node dan semua bobot ditentukan maka yang selanjuntnya dilakukan yaitu melakukan perhitungan. Perhitungan yang dilakukan disini menggunakan algoritma backpropagation. Algoritma Backprogation mempelajari suatu proses iterasi terhadap sekumpulan training data dengan membandingkan prediksi dari masing – masing tuples
dengan nilai target yang sebenarnya. Seperti yang telah disebutkan sebelumnya masing – masing bobot akan selalu diupdate selama proses iterasi berlangsung. Berikut ini merupakan perhitungan menggunakan algoritma Backpropagation : 1. Menentukan node yang ada di input layer, hidden layer dan output layer. Disini node yang terbentuk sesuai dengan nilai dari atribut – atribut yang telah dipilih. 2. Menentukan bobot dari masing – masing jalur yang terbentuk. Untuk pertama kali proses penentuan bobot dilakukan secara random dengan range antara -1 sampai 1. Namun untuk selanjutnya bobot ditentukan berdasarkan update dari proses iterasi. 3. Selanjutnya yaitu menghitung input dari hidden layer dengan persamaan dibawah ini: 𝐼𝑗 = (∑𝑖 (𝑤𝑖𝑗 × 𝑂𝑖 )) + 𝜃𝑗 4. Setelah input dari masing – masing node dihidde layer tersebut diketahui maka yang dilakukan selanjutnya yaitu menentukan output dari node – node tersebut dengan persamaan dibawah ini : 1 𝑂𝑗 = 1 + 𝑒 −𝐼𝑗 5. Setelah input dan output dari hidden layer diketahui maka yang dilakukan selajutnya yaitu menentukan input dan output dari output layer. Untuk dengan menggunakan rumus yang sama dan juga menggunakan output dari hidden layer. 6. Selajutnya dilakukan perhitungan galat masing – masing node di output layer dengan persamaan berikut ini: 𝐸𝑟𝑟𝑗 = 𝑂𝑗 × (1 − 𝑂𝑗 ) × (𝑇𝑗 − 𝑂𝑗 ) 7. Tak hanya pada output perlu dilakukan pula perhitungan terhadap galat pada masing – masing node di hidden layer hal ini perlu dilakukan untuk proses update dari bobot. Perhitungan galat di hidden layer dilakukan dengan persamaan dibawah ini : 𝐸𝑟𝑟𝑗 = 𝑂𝑗 × (1 − 𝑂𝑗 ) × (∑𝑘 (𝑒𝑟𝑟𝑘 × 𝑤𝑗𝑘 )) 8. Setelah semua galat diketahui maka selanjutnya dapat dilakukan pengupdate-an terhadap bobot dimasing – masing jalur dengan persamaan seperti dibawah ini : ∆𝑤𝑖𝑗 = (𝐼) × 𝑒𝑟𝑟𝑗 × 𝑂𝑗 𝑤𝑖𝑗 = 𝑤𝑖𝑗 + ∆𝑤𝑖𝑗 Dimana nilai dari I yaitu konstan antara 0.0 – 1.0 9. Selain melakukan update terhadap bobot dalam proses iterasi juga harus dilakukan update terhadap nilai bias dengan persamaan seperti dibawah ini : ∆𝑂𝑗 = (𝐼) × 𝑒𝑟𝑟𝑗 𝑂𝑗 = 𝑂𝑗 + ∆𝑂𝑗 Semua proses tersebut dilakukan berulang sampai ditemukan galat yang paling optimal. Sehingga dari galat tersebut akan diketahui nilai bobot dan bias yang paling optimal pula.
263
Kebenaran hasil dari model yang dibuat dilihat berdasarkan nilai Root Mean Square dari tiap iterasi yang telah dilakukan. Proses perhitungan nilai RMSE dilakukan sesuai dengan persamaan berikut ini. 𝑖 ) ∑𝑛𝑖=1(𝑜𝑎𝑖 − 𝑜𝑚 𝑀𝑆𝐸 = √ 𝑛
Dimana n merupakan jumlah keseluruhan data, 𝑖 𝑜𝑎𝑖 merupakan nilai ouput ke I dari data awal, dan 𝑜𝑚 merupakan data hasil prediksi. 7.
Importance Score
Dalam menentukan faktor – faktor yang berpengaruh Tsaur menyebutkan dapat dilakukan perbandiangan nilai dari masing – masing faktor berdasarkan bobot yang muncul di jaringan saraf tiruan. Nilai tersebut didapatkan dengan menggunakan persamaan dibawah ini. ∑(𝑊𝑖ℎ + 𝑊ℎ𝑜 ) 𝑊𝑖 = |𝐻| 𝑊𝑖 𝐼𝑆𝑖 = ∑ 𝑊𝑗 Dimana Wi merupakan bobot dari variabel input I , dengan 𝑊𝑖ℎ merupakan bobot dari jalur antara variabel input dan hidden layer. 𝑊ℎ𝑜 merupakan bobot dari jalur antara hidden layer dan output. H menunjukkan jumlah node hidden layer dan j merupakan jumlah dari node input layer. 8.
Hasil dan Pembahasan
Data yang digunaan sebagai input adalah data yang didapatkan dari survey terhadap para responden. Responden disini adalah orang-orang yang selama ini pernah menginap dan menggunakan fasilitas yang ada di Hotel XYZ, baik itu hanya 1 kali maupun lebih. Berdasarkan sikap pelanggan yang terkait dengan loyalitas yaitu datang kembali, mereferensi positif, dan merekomendasikan ke orang lain maka dibuatlah tiga buah jaringan dengan output berupa ketiga sikap tersebut. Pengimplementasian model jaringan saraf dilakukan dengan menyesuaikan beberapa hal antara lain: 1. Jumlah node input Jumlah node pada input layer ditentukan berdasarkan faktor – faktor yang didapatkan dari pengelompokan dengan menggunakan faktor analisis. Pada penelitian ini digunakan input layer dengan 8 node yang merupakan faktor – faktor yang berpengaruh pada loyalitas pelanggan. 2. Jumlah hidden layer Jumlah hidden layer yang digunakan dalam penelitian ini adalah 1. Jumlah ini didapat
dengan menyesuaikan dengan jumlah hidden layer yang digunakan oleh peneliti sebelumnya yang dijadikan acuan dalam penelitian ini. Penambahan jumlah hidden layer dapat menyebabkan meningkatnya overfitting dan waktu eksekusi. 3. Jumlah node hidden layer Teknik yang umum digunakan dalam menentukan jumlah node hidden adalah percobaan. Hal penting yang harus diperhatikan adalah selalu memilih jaringan dengan performa terbaik dan jumlah hidden node yang sedikit. 4. Jumlah node output Jumlah node output yang ada pada penlitian ini berjumlah 1. Node output tersebut terkait dengan sikap pelanggan berdasarkan pelayanan hotel. 5. Fungsi aktivasi Fungsi aktivasi digunakan untuk menentukan output dari neuron yang diproses. Teknik yang dipakai untuk menentukan fungsi aktivasi yang baik adalah percobaan. Kriteria penentu yang dipakai untuk menentukan fungsi aktivasi adalah kemampuannya untuk mempercepat fase pembelajaran dan meningkatkan keakuratan dari jaringan saraf. Fungsi aktivasi yang dugunakan dalam penlitian ini adalah fungsi sigmoid. Berdasarkan model yang dihasilkan tersebut selanjutnya dilakukan percobaan untuk mengetahui bobot yang paling optimal berdasarkan RMSE yang dihasilkan. Percobaan dilakukan dengan melakukan perubahan terhadap learning rate, jumlah epoch, jumlah data, dan jumlah node di hidden layer. Hasil percobaan menunjukkan bahwa setiap perubahan yang dilakukan dapat membuat perubahan pula dalam nilai error dan juga akurasi abik pada proses training maupun proses testing. Proses pengujian tersebut mengasilkan suatu nilai yang akan dijadikan suatu ketetapan dalam melakukan analisis berikutnya. Melihat error pada pengujian yang telah dilakukan diketahui bahwa semakin banyak data maka semakin akurat juga hasil yang diperoleh sehingga pada penelitian ini digunakan data sebanyak 200 buah. Sedangkan jumlah node yang ada pada hidden layer berbeda – beda anta satu jaringan dengan jaringan yang lain. Hal ini terkait dengan perbedaan nilai input dan juga output pada masing – masing jaringan sehingga jumlah node pada hidden layer juga menyesuikan dengan data yang ada. Learning rate yang ditemukan setelah adanya proses pengujian yaitu 0.5 dimana pada nilai ini nilai MSE yang dihasilkan cukup kecil sehingga dapat disimpulkan bahwa pada saat melakukan pembelajaran jaringan saraf tyang dibentuk telah memberikan bobot yang optimal. Pada pengujian terhadap jumlah epoch ditemukan bahwa jumlah epoch yang paling optimal yaitu 3000. Hal tersebut disebabkan nilai MSE semakin berkurang ketika jumlah epoch ditambahkan namun nilai MSE
264
menjadi semakin tinggi ketika jumlah epoch ada diatas 3000. Hasil percobaan yang paling optimal dapat dilihat pada Tabel 2 dibawah ini. Tabel 2. Percobaan Jaringan Sarat Tiruan Epoch Jaringan Training 3000 Datang lagi (15 node hidden) MSE = 0.099
Referensi positif (15 node hidden) MSE = 0.104
Rekomendasi (25 node hidden)
-
MSE 0.113
=
Testing MSE = 0.515 Akurasi = 60.22 % MSE = 0.5763 Akurasi = 48.86 % MSE = 0.568 Akurasi = 51.83 % -
Selanjutnya dilakukan proses 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. Pengimplementasian jaringan saraf tiruan (JST) tersebut mengasilkan nilai importance score untuk masing – masing faktor di tiap jaringan yang ada. Langkah selanjuntnya yaitu melakukan pengurutan berdasarkan besar dari importance score maka didapatlah peringkat seperti yang terlihat pada Tabel dibawah ini. Tabel 3. Urutan Importance Score dari JST faktor Datang Referensi Positif Kembali 1 empathy location 2 reliability price 3 Price empathy 4 location reliability 5 Responsive room and meal ness service 6 room and responsiveness meal service 7 Facility fasility 8 efficiency efficiency
Tabel 4. Penggolonngan Fakor Berdasarkan JST Golongan 1 Golongan 2 Golongan 3 Empathy Efficiency Location Price Responsiveness Reliability Room and Meal service Facility
rekomendasi location empathy price fasility responsivenes s room and meal service reliability efficiency
Setelah ditemukan faktor – faktor yang berpengaruh pada masing – masing jaringan selanjutnya dilakukan pengelompokan terhadap urutan untuk masing – masing faktor atau aspek berdasarkan urutan faktor tersebut pada masing – masing jaringan. Berdasarkan Tabel 4 diketahui bahwa faktor yang paling menentukan loyalitas pelanggan dari sebuah hotel yaitu empathy dari pegawai – pegawai hotel dan juga harga dari hotel. Hal tersebut dikarenakan faktor tersebut berada pada urutan satu sampai tiga pada semua jaringan.
Untuk menentukan kebenaran dari sistem yang dibuat dilakukan perbandingan dengan menggunakan metode regresi logistic. Pada metode regresi logistic ini dapat dilihat pengaruh peningkatan suatu variabel akibat meningkatnya variable yang lain. Tabel 5 merupakan hasil dari uji regresi yang dilakukan sebelumnya. Sama halnya dengan menggunakan jaringan saraf tiruan maka pada hasil uji regresi juga akan dilakukan pengelompokan berdasarkan urutan faktor pada masing – masing jaringan. Hasil pengelompokan faktor dapat dilihat pada Tabel 6. Tabel 5. Urutan Importance Score Uji Regresi Faktor Datang Referensi Kembali positif 1 Empathy reliability 2 Location efficiency 3 Reliability responsiveness 4 Price room and meal service 5 room and meal location service 6 responsiveness price 7 Facility fasility 8
Efficiency
empathy
Rekomendasi responsiveness empathy location efficiency fasility price room and meal service reliability
Tabel 6. Penggolonngan Fakor Berdasarkan Uji Regresi Golongan 1 Golongan 2 Golongan 3 Empathy Reliability Location responsiveness efficiency Room and Meal service price Facility
Berdasarkan Tabel 4 dan Tabel 6 maka dapat diketahui bahwa sistem telah berhasil menerapkan metode jaringan saraf tiruan dan juga importance score. Hal tersebut diketahui dengan melihat bahwa hasil yang dihasilkan oleh sistem dan juga uji regresi tidak jauh berbeda misalnya untuk faktor empathy pada jaringan saraf tiruan berada pada golongan 1 namun pada regresi berada pada golongan 3 namun pada peringkat pertama. Hal tersebut menujukkan bahwa empathy merupakan faktor yang penting pada kedua merode tersebut. Namun sayangnya terdapat pebedaan yang mencolok pada salah satu faktor yaitu price. Pada jaringan saraf tiruan price berada pada golongan 1 yang merupakan faktor utama yang berpengaruh pada peningkatan loyalitas pelanggan namun pada uji regresi price berada pada golongan 3 pada urutan ke 7. Melihat hasil yang tidak jauh berbeda pada kedua metode tersebut maka dapat disimpulkan bahwa
265
jaringan saraf dapat digunakan dalam menentukan korelasi antara satu variable dengan variable yang lain. Pada uji coba yang ada diketahui bahwa jaringan saraf merupakan metode yang lebih baik dari uji regresi. Hal ini terkait dengan nilai prediksi yang dilakukan oleh jaringan saraf tirruan dan juga uji regresi. Pada jaringan saraf tiruan prediksi yang dihasilkan pada proses training berkisar pada nilai 93 – 100 % sedangkan pada uji regresi hasil prediksi berkisar pada 59 – 71 %. Dengan adanya faktor utama tersebut pihak manajerial hotel dapat melakukan pengambilan keputusan berdasarkan hasil pengurutan tersebut. Pada penelitian ini telah diketahui bahwa faktor utama yang mempengaruhi peningkatan loyalitas pelanggan adalah Empathy dan Price sehingga contoh keputusan yang dapat diambil yaitu melakukan training terkait dengan cara memberikan perhatian secara personal untuk pelanggan. Selain itu keputusan yang dapat diambil berikutnya adalah terkait dengan harga hotel. Dalam menentukan tarif hendaknya pihak hotel dapat menyesuaikan dengan produk – produk yang dinikmati oleh pelanggan misalnya saja memberikan harga paket untuk pengunjung yang menginap sekaligus menggunakan layanan transportasi yang disediakan oleh hotel. 9.
Kesimpulan
Kesimpulan yang didapat dari penelitian ini antara lain: a. Proses penentuan faktor utama yang terkait dengan loyalitas pelanggan dapat dilakukan dengan menggunakan metode jaringan saraf tiruan. Proses yang dilakukan dalam melakukan penentuan faktor tersebut anatara lain melakukan analisis faktor, memasukkan hasil dari analisis faktor dan menghitung nilai importance score. b. Data yang didapat berdasarkan kuesioner sudah valid dan reliable dibuktikan dengan nilai cronbach alpha sebesar 0.942 dan KMO sebesar 0.888. c. Dalam melakukan proses penentuan faktor yang berpengaruh tersebut terdapat beberapa hal yang perlu diperhatikan terkait dengan model jaringan saraf tiruan yang akan digunakan. Hal – hal tersebut antara lain jumlah node yang ada pada hidden layer, jumlah epoch yang digunakan, nilai learning rate, dan jumlah data yang digunakan. d. Proses penentuan faktor tersebut dilakukan dengan nilai MSE antara 0.04 sampai dengan 0.09 serta akurasi sebesar 93 – 99 % dengan beberapa aspek yang digunakan sebagai node input dalam jaringan saraf tiruan.Aspek – aspek tersebut antara lain responsiveness, room and food service, empathy, reliability, location, facility, price dan efficiency.
e.
f.
g.
Jumlah data yang digunakan tidak secara langsung berpengaruh pada hasil faktor utama namun hal tersebut berpengaruh terhadap MSE yang dihasilkan oleh jaringan saraf tiruan. Hasil akhir dari penelitian ini merupakan faktor – faktor yang berpengaruh bagi peningkatan loyalitas pelanggan yaitu Empathy dan Price. Berdasarkan kedua aspek ini perusahaan dapat melakukan pengambilan keputusan yang terkait dengan peningkatan loyalitas pelanggan misalnya saja penerapan nilai empati pada budaya perusahaan. Jaringan saraf dapat 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 59 – 61 % sedangkan jaringan saraf tiruan menghasilkan akurasi sebesar 93 – 99 %.
DAFTAR PUSTAKA
Basheer, I., & Hajmeer, M. (2000). Artificial Neural network : Fundamental, Computing, Design, and Application. Journal Of Microbiological Method Botta-Genoulaz, V., & Millet, P.-A. (2005). An investigation into the use of ERP system in the service sector. Elsevier . Churcil, G. A. (2005). Dasar - Dasar Riset Pemasaran. Erlangga Jakarta. Deng, Z., Lu, Y., & Zhang, J. (2009). Understanding Customer Satisfication and Loyalty : An Empirical Study of Mobile Instant Messages in China. Elsevier . Drew, P. J., & John, R. M. (2000). Artificial Neural Network. Hull, United Kingdom: University of Hull Academic Surgical Unit. Ghozali, I. (2001). Aplikasi analisis multivariate dengan program SPSS. Semarang: Badan Penerbit Universitas Diponegoro. 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. (2002). Determinant of Guest Loyalti to International Tourist Hotel - a Neural Network Approach. Tourism Management . Weaver, P., & McClearly, k. (2002). Are frequentguest programs effective? . The Cornell Hotel and Restaurant Administration Quarterly .