Analisis Faktor Quartimax dan Cluster Hirarki Centroid Pada Program Visit Lombok Sumbawa (VLS)

Jurnal Penelitian UNRAM, Agustus 2014 ISSN 0854 - 0098

Vol.18 No. 2

Analisis Faktor Quartimax dan Cluster Hirarki Centroid Pada Program Visit Lombok Sumbawa (VLS) QuartimaxFactor Analysis and Centroid Hierarchical Cluster On Visit Lombok Sumbawa Program (VLS) Desy Komalasari Fakultas MIPA - Universitas Mataram [email protected] ABSTRAK ProvinsiNusa Tenggara Barat berusaha memajukan pariwisata didaerahnya melalui Program Visit Lombok Sumbawa (VLS) 2012.Hal tersebut dilakukan karena pariwisata dapat memberikan kontribusi yang besar bagi perekonomian daerah NTB. Metode yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi kunjungan wisatawan yaitu analisis faktormenggunakan rotasi quartimax. Serta pengelompokan wisatawannya menggunakan teknik pengelompokan hirarki yaitu cluster centroid. Dari hasil penelitian diperoleh empat factor utama yang mempengaruhi kunjungan wisatawan pada program VLS 2012, diantaranya factor internal yang berasal dari obyek wisata, faktor personal, factor kebersihan dan factor promosi. Pada analisis cluster menggunakan cluster centroid terbentuk 3 jenis cluster wisatawan, dimana cluster 1 kelompok wisatawan yang cenderung mementingkan factor internal dan factor personal, cluster 2 kelompok wisatawan yang cenderung mementingkan factor promosi, dan cluster 3 merupakan kelompok wisatawan yang cenderung mementingkan factor kebersihan dalam mengunjungi obyekwisata. Kata kunci: Analisisfaktor, rotasiquartimax, cluster hirarki centroid, wisatawan.

ABSTRACT West Nusa Tenggara Province seeks to promote tourism in its region through a program called Visit Lombok Sumbawa ( VLS ) 2012. This is done because tourism can make a major contribution to the regional economy of NTB. The method used to determinethe effect factors ofthe tourist traffic is factor analysis using the quartimax rotation,and for the grouping of tourists using centroid hierarchichalcluster techniques. Fromthis research were obtained four main factors that affect tourist arrivals in this program, including internal factors derived from tourism, personal factors, hygiene factors and promotion factors. In cluster analysis that using centroid hierarchichal clusterhas formed 3 type tourist clusters,where cluster 1 the group of tourists who tend the internal factors and personal factors, cluster 2 the group of tourists who tend to promotion factor, and cluster 3 the group of tourists who tend thehygiene factor in visiting the sights. Keywords: Factor analysis, quartimax rotation, centroid hierarchical cluster, tourists.

89 89

Vol.18 No. 2


PENDAHULUAN Latar Belakang Provinsi Nusa Tenggara Barat merupakan salah satu daerah tujuan wisata karena beragam budaya yang ditawarkan, serta pesona alam yang menarik wisatawan baik lokal maupun mancanegara.Diantaranyapantai Senggigi, Gili Trawangan, Suranadi, taman Narmada, pulau Moyo, Istana Kesultanan, Gunung Tambora, dan masih banyak lagi tempat wisata lainnya. Pemerintah Nusa Tenggara Barat khususnya Dinas Kebudayaan dan Pariwisata bekerja sama dengan pemerintah pusat dalam usahanya memajukan pariwisata di NTB. Salah satunya melalui Program Visit Lombok Sumbawa (VLS) 2012.Menurut Kepala Dinas Kebudayaan dan Pariwisata (Disbudpar) NTB, Drs. L. Gita Aryadi, M.Si yang dikutip oleh Farini,(2012),ada banyak hal yang mempengaruhi kunjungan wisatawan ke NTB, antara lain promosi wisata, objek dan daya tarik wisata, keamanan, keramahan, kebersihan, kuliner, sarana dan prasarana, dan lokasi yang strategis.Peningkatan pembangunan pariwisata dalam program VLS 2012, dapat memberikan kontribusi yang besar bagi perekonomian Indonesia khususnya pemerintah NTB, karena dengan pariwisata dapat meningkatkan lapangan usaha maupun kesempatan kerja. Adanya keterkaitan antara beberapa hal di atas dapat dikelompokkan menjadi beberapa faktorpenyebab kunjungan wisatawan di NTB, salah satunya dengan menggunakan metodestatistikamultivatiat yaitu Analisis Faktor.Analisisfaktor dapat digunakan sebagai metode permulaan analisis cluster, karena skor faktor pada analisisfaktor dapat digunakan sebagai data baru dalam analisis cluster.Analisis cluster atau analisis kelompok merupakan teknik statistika multivariat yang mempunyai tujuan mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Penelitian sebelumnya telah dilakukan oleh Farini (2012), mengenai pengelompokanfaktor-faktor penyebab kedatangan wisatawan menggunakan rotasi faktorvarimax.Namun pada penelitian tersebut tidak ditentukan pengelompokan

wisatawan–wisatawan dalam memilih obyek wisata.Padapenelitian iniakan ditentukan pengelompokan faktor-faktor penyebab kedatangan wisatawan menggunakan Principal Component Analysisdengan rotasi yang berbeda yaitu Quartimax dan akan dilakukan pengelompokan wisatawan kedalam cluster-cluster yang memiliki kesamaan karakteristik berdasarkan faktorfaktor kedatanganwisatawan dalam memilih obyek wisata dengan menggunakan teknik Hierarchichal Clusteryaitu CentroidCluster. Tujuan Penelitian Berdasarkan latar belakang yang telah diuraikan, maka tujuan penelitian yaitu: 1. Untuk menentukan faktor-faktor yang mempengaruhi kunjungan wisatawan pada program Visit Lombok Sumbawa menggunakananalisis faktor rotasi Quartimax? 2. Untuk menentukan hasil clusteratau pengelompokan wisatawandenganteknik CentroidHierarchichalCluster. METODE PENELITIAN Data yang digunakan dalam penelitian ini yaitu data sekunder yang bersumber dari hasil penelitian Farini,(2012). Data tersebut merupakan data kunjungan wisatawan lokal maupun mancanegara pada program VLS 2012, yang diambil menggunakan kuisioner dan wawancara dengan 100 orang responden. Ada 12 variabel yang digunakan dalam penelitian, meliputi: Promosi ; Objek dan daya tarik wisata alam ; Keamanan ; Keramahan ; Kebersihan ; Kuliner ; Sarana dan prasarana ; Penambahan layanan jasa penerbangan ; Souvenir ; Budaya dan adat istiadat ; Harga ; dan Lokasi stategis . Tahapan berikut:

penelitian meliputi

2

tahapan

1. Tahapan analisis faktor sebagai berikut :

90 90

Vol.18 No. 2


a. Membentuk matriks korelasi Besarnya korelasi atau korelasi antar variabel independen harus cukup kuat, misalnya di atas 0,5 (Rencer, 2002). Rumus korelasi yang digunakan sebagai berikut: (1)

dianalisis harus memiliki nilai statistik KMO minimal sebesar 0.5. Rumusan KMO adalah : (3) dimana : = koefisien korelasi. = koefisien korelasi parsial.

; dimana : = korelasi antar variabel ke-i dan variabel ke-j = banyaknya data b. Uji asumsi Uji asumsi yang digunakan yaitu uji kecukupan sampel menggunakan Barletts Test Spherricity, Kaiser-MayerOlkin (KMO), dan Measure of Sampling Adequency (MSA).

1) Bartlett’s test of sphericity UjiBartlett’s test of sphericity bertujuan untuk mengetahui apakah terdapat hubungan antar variabel.Jika matriks korelasi antar variabel sama dengan matriks identitas, makavariabelnya bersifat saling bebas (Johnson dan Wichern, 2002). Hipotesisnya sebagai berikut: H0 : matriks korelasi merupakan matriks identitas. H1 : matriks korelasi bukan merupakan matriks identitas. Statistik Uji : (2) Dimana : : jumlah observasi : determinan matriks korelasi : jumlah variabel Kriteria pengambilan keputusan : Uji Bartlett akan menolak H0 jika nilai (Nugroho,2008) 2) Kaiser-Meyer Olkin(KMO) Kelayakan data untuk di analisis faktor lebih lanjut menggunakan statistik KMO.Syarat untuk dapat melakukan analisis faktor adalah data dari variabel yang

Harga KMO ini merupakan indeks untuk membandingkan besarnya koefisien korelasi dengan besarnya koefisien korelasi parsial, nilai skala antara lain : KMO ≤ 0.9 = menyatakan sangat memuaskan 0.8 ≤ KMO < 0.9 = menyatakan sangat baik 0.7 ≤ KMO < 0.8 =menyatakan baik 0.6 ≤ KMO < 0.7 = menyatakan cukup memuaskan 0.5 ≤ KMO < 0.6 = menyatakan buruk KMO ≤ 0.5 = menyatakan tidak diterima 3) Measure of Sampling Adequency. Measure of Sampling Adequency (MSA), merupakan indeks untuk mengukur kecukupan sampling untuk setiap variabel pengamatan. Formulanya sebagai berikut :

(4) dimana: = koefisien korelasi = koefisien korelasi parsial Angka MSA di interpretasikan dengan kriteria : MSA = 1.0 = variabel dapat diprediksi tanpa kesalahan oleh variabel lain. MSA >0.5= variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut. MSA ≤ 0.5= variabel tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut, atau harus dikeluarkan dari variabel lainnya (Santoso, 2006). c.

Ekstraksi faktor

91 91

Vol.18 No. 2


Ekstraksi faktor menggunakan principal component method, yaitu dengan melakukan dekomposisi spectral (spectral decomposition) terhadap matriks varian kovarian.Metode komponen utama merupakan suatu teknik statistik untuk mengubah dari sebagian besar variabel asli yang digunakan dan saling berkorelasi satu dengan yang lainnya menjadi satu set variabel baru yang lebih kecil dan saling bebas atau tidak berkorelasi lagi (Sharma, 1996). Pembentukan ekstraksi faktor menggunakan metode komponen utama adalah sebagai berikut: i) Menghitungmatrikskovariansdaridata. ii) Menentukan bobot loading (factor loading) dan koefisien faktor umum (common factor) dari matriks kovarian tersebut yang memenuhi persamaan : (5) Dimana: = Matriks kovarians = nilai eigen dari matriks S = vektor eigen yang bersesuaian λ Untuk mencari nilai eigen dari matriks yang berukuran , maka dapat dituliskan kembali bentuk sebagai : (6) Dimana: adalah matriks identitas, sehingga penyelesaian persamaan tersebut: (7) Setelah diperoleh penyelesaian dari persamaan (7), akan dicari vektor eigen dari masing-masing nilai eigen yang telah ditentukan. Matriks kovarians S dengan nilai eigen dan vektor eigen yang bersesuaian dimana komponen utama sebagai berikut:

ke-i

maka didefinisikan

dengan komponen atau faktor yang terbentuk). Nilai loading variabel ke-i dengan komponen utama ke-j dihitung dengan menggunakan rumus sebagai berikut: (9) Dimana: = faktor loading dari variabel ke-i untuk komponen utama ke-j = vektor eigen dari variabel ke-i terhadap komponen utama ke-j = nilai eigen ke-j d. Rotasi faktor Rotasi faktor tujuannya untuk menyederhanakan struktur faktor agar lebih mudah dalam menginterprestasikannya.Metode rotasi yang digunakan dalam penelitian ini adalah metode quartimax.Rotasi quartimax yaitu memaksimalkan varians kuadrat faktor loading pada masing-masing variabel sehingga menyederhanakan baris matriks loading (Rencer, 2012). Pada rotasi quartimax, ditentukan matriks rotasi (matriks transformasi orthogonal), sehingga persamaan total varians dapat dimaksmalkan menggunakan persamaan:

(10) Dimana p = Jumlah variabel q = Jumlah faktor e. Interpretasi faktor Selanjutnya, dilakukan interpretasi faktor yaitu pemberian nama baru pada faktorfaktor yang terbentuk yang dianggap bisa mewakili variabel-variabel anggota faktor tersebut. f. Pembentukan skor faktor menggunakan matriks komponen skor koefisien.untuk setiap responden menggunakan persamaan berikut (Sharma, 1996):

, i = 1, 2, ...,p (8) Setelah itu menghitung nilai factor loading (korelasi antara variabel asal

Dimana:

= perkiraan skor faktor ke-i

92 92

Vol.18 No. 2


b. Uji asumsi analisis cluster menggunakan matriks korelasi persamaan (1); c. Membuat proximity matrix (matriks jarak) antar data; d. Membentuk agglomerative; e. Membuat dendogram; f. Interpretasi cluster.

= matriks component score coefisien ke-i = variabel ke-i yang sudah dibakukan 2. Tahapan analisis Cluster adalah sebagai berikut : Analisis clusterdipergunakan untuk mengklasifikasi objek atau kasus (responden) ke dalam kelompok yang relatif homogen, yang disebut cluster (kelompok). Teknik ini digunakan untuk mengelompokkan individu atau objek menjadi beberapa kelompok tertentu di mana setiap objek yang berada dalam cluster yang sama mempunyai kemiripan satu dengan yang lainnya (Rencer, 2012).Analisisclusterdigolongkan dalam dua jenis, meliputi: (a) Metode Hirarki, dan (b) metode Nonhirarki. Cluster Hirarki (hierarchichal cluster)digunakan untuk mengelompokkan obyek secara terstuktur berdasarkan kemiripan sifatnya dan jumlah cluster yang diinginkan belum diketahui banyaknya. Ada dua cara untuk mendapatkan cluster dengan metode penggerombolan hirarki yaitu dengan cara penggabungan (aglomerative) dan pemisahan kelompok (devisive). Teknik hirarki yang digunakan yaitu metode Centroid (Centroid method). Jarak antara dua cluster didefinisikan sebagai jarak Euclidean antar kedua rataan (centroid) cluster. Jika merupakan vector rataan (centroid) dari cluster dan merupakan vector rataan (centroid) dari cluster , maka jarak antara dua cluster didefinisikan sebagai (Widarjono, 2010). Centroidcluster baru yang terbentuk didapat dengan rumus:

Dengan: banyaknya anggota cluster dan banyaknya anggota cluster . Berikut merupakan langkah-langkah cluster dengan metode centroid: a. Standarisasi data jika satuan peubah tidak sama;

HASIL DAN PEMBAHASAN A. Analisis Faktor Langkah-langkah yang analisis faktor adalah :

dilakukan dalam

1. Uji Asumsi Analisis Faktor Hasil uji asumsi analisis faktor menunjukkan bahwa nilai KMO-MSA adalah 0.747 dan uji bartlet 0.000, signifikan.Nilai siginifikansi 0.000 yang lebih kecil dari 0.05 dan nilai KMO 0.747 yang lebih besar dari 0.5, hal ini menyatakan nilai KMO baik, dan menunjukkan bahwa data tersebut bisa digunakan untuk analisis faktor lebih lanjut. 2. Ekstraksi Faktor Ekstraksi faktor dilakukan untuk mereduksi data (variabel) menjadi beberapa faktor yang lebih sedikit.Hasil ektraksi faktor dirangkum pada tabel1 berikut. Tabel1. Total varian Nilai eigenvalue awal

Extraksi jumlah kuadrat faktor loading % of Kum Total Varian %

Komp

Total

% of Varian

Kum %

1

1.772

32.69

32.690

1.772

32.69

32.69

2

0.815

15.038

47.729

0.815

15.038

47.729

3

0.683

12.596

60.324

0.683

12.596

60.324

4

0.456

8.414

68.738

0.456

8.414

68.738

5

0.359

6.624

75.362

6

0.298

5.492

80.854

7

0.269

4.964

85.819

8

0.212

3.91

89.729

9

0.204

3.764

93.493

10

0.169

3.109

96.602

11

0.096

1.777

98.379

12

0.088

1.621

100

Sumber: Hasil olahan data

93 93

Vol.18 No. 2


Dari tabel 1 Total Varian adalah persentase varian yang dapat dijelaskan oleh pembagian faktor.Dari 12 variabel penelitian terbentuk empat faktor. Faktor 1 mempunyai nilai total awal eigen sebesar 1.772 dan varian sebesar 32.69% artinya faktor 1 mampu menjelaskan keragaman data sebesar 32.69% dari seluruh total faktor yang akan mempengaruhi kunjungan wisatawanVLS. Faktor 2 mempunyai nilai awal eigen sebesar 0.815 dan varian 15.038% artinya faktor 2 mampu menjelaskan keragaman data sebesar 15.038% dari seluruh total faktor yang akan mempengaruhi kunjungan wisatawanVLS. Faktor 3 mempunyai nilai awal eigen sebesar 0.683 dan varian 12,596% artinya faktor 3 mampu menjelaskan keragaman data sebesar 12.596% dari seluruh total faktor yang akan mempengaruhi kunjungan wisatawanVLS. Faktor 4 mempunyai nilai awal eigensebesar 0.456 dan varian 8.414% artinya faktor 4 mampu menjelaskan keragaman data sebesar8.414% dari seluruh total faktor yang akan mempengaruhi kunjungan wisatawan. Adapun besar sumbangan kumulatif dari kempat faktor adalah sebesar 68.738% yang artinya keempat faktor yang terdiri dari sampel sebesar 100 responden wisatawan dapat menjelaskan 68.738% pengaruh kunjungan wisatawan. Rotasi Faktor Tabel 2menunjukkan matriks komponen distribusi kedua belas variabel pada empatfaktor yang terbentuk.Angka pada tabel menunjukkan faktorloading (nilai korelasi) antara suatu variabel dengan faktornya. Proses penentuan variabel dikelompokkan kedalam faktor tertentu berdasarkan perbandingan besar korelasi setiap baris.

keramahan

.463 -.394

.049 .141

kebersihan

.484 -.072

-.282 -.521

kuliner

.179 -.087

.106 .031

sarana

.444

.125

.047 -.124

jasa.pnerbngn

.393

.331

.130 -.063

souvenir

.220

.031

.247 .072

budaya

.166

.086

.230 .015

harga

.295

.297

.353 -.029

strategis

.280

.077

.210 -.080


Interpretasi faktor pada tabel2 sulit dilakukan, karena besarnya faktorloading hampir sama,sehingga perlu dilakukan rotasi. Tujuan rotasi adalah untuk mempertajam perbedaan faktor loading setiap variabel untuk keempat faktor yang terbentuk.Rotasi yang digunakan yaitu Quartimax yang merupakan metode rotasi untuk meminimalisai faktor dalam menjelaskan indikator.Hasil rotasi Quartimax pada tabel3 berikut.

Komponen

3.

Tabel 2. Matriks komponen Variabel

1

2

3

promosi

.424

.481

-.494 .292

objkdayatarik

.359 -.048

.163 .157

keamanan

.625 -.431

4

-.130 .150

Tabel 3. MatriksRotasi 1 2 3

4

1

.487

.643

.455

.377

2

.473

-.670

-.033

.572

3

.732

.033

-.345

-.587

4

-.056

.369

-.820

.433

Hasil komponen matriks yang telah dirotasi Quartimax dapat dilihat pada tabel4 berikut. Tabel 4. Komponen Matriks 1 2 3

4

promosi

.120

.046

.099

.845

objek wisata

.301

.291

-.056

.060

Keamanan

.111

.746

.181

.119

Keramahan

.145

.606

.054

-.032

kebersihan

.107

.186

.734

.077

kuliner

.143

.172

.004

-.041

sarana prasarana

.363

.130

.250

.136

jasa penerbangan

.471

-.034

.140

.207

sovenir

.309

.115

-.075

-.033 -.035

budaya adat istiadat .291

.026

-.043

harga

.543

-.073

-.013

.029

lokasi strategis

.349

.069

.087

-.029

94 94

Vol.18 No. 2


Komponen matrikspada tabel4 memperlihatkan keanggotaan masingmasing faktor lebih jelas. Berdasarkan besar nilai faktor loading (nilai korelasi), dapat dijelaskan variabel-variabel yang masuk pada satu faktor tertentu.Misalnya variabel promosi masuk pada faktor 4, karena nilai korelasi dengan faktor 4 lebih tinggi daripada faktor lainnya, interpretasi yang sama untuk variabel lainnya. Variabel yang masuk kedalam faktor 1 adalah objek wisata, budaya adat istiadat, lokasi strategis, souvenir, harga, sarana prasarana, dan jasa penerbangan. Variabel yang masuk ke dalam faktor 2 adalah keamanan, keramahan, dan kuliner. Variabel yang masuk ke dalam faktor 3 adalah kebersihan, dan variabel yang masuk ke dalam faktor 4 adalah promosi. 4.

Interpretasi Faktor Setelah ditemukan sejumlah faktor yang terbentuk selanjutnya perlu diinterpretasikan nama faktor. Interpretasi dilakukan dengan mengetahui variabelvariabel yang membentuknya.Berikut merupakan interpretasi faktor dengan variabel-variabel yang membentuknya. No 1 2 3 4 5 6 7 8 9 10 11 12

Tabel 5 Interpretasi Faktor Nama Variabel Faktor Interpretasi Faktor obyek wisata Faktor 1 Faktor internal lokasi strategis budaya dan adat istiadat Souvenir sarana prasarana Harga jasa penerbangan Keamanan Faktor 2 Faktor personal Keramahan Kuliner kebersihan Faktor 3 Faktor kebersihan promosi Faktor 4 Faktor promosi

Berdasarkan tabel 5, interpetasi hasil rotasi faktor quartimax dapat disimpulkan bahwa dari 12 variabel dapat direduksi menjadi 4 (empat) faktor yaitu : 1. Faktor pertama yaitu faktor internal yang berasal dari tempat wisata itu sendiri

meliputi obyek wisata, lokasi strategis, budaya dan adat sitiadat, souvenir, sarana prasarana, harga, dan jasa penerbangan. Faktor internal memiliki pengaruh terbesar mampu menjelaskan varian total sebesar 32.69% 2. Faktor kedua yaitu faktor personal di sekitar obyek wisata meliputi keamanan,keramahan, dan kuliner memiliki pengaruh terbesar kedua mampu menjelaskan varian total sebesar 15.038% 3. Faktor ketiga yaitu faktorkebersihan mampu menjelaskan varian total sebesar 12.596% 4. Faktor keempat yang juga mendukung yaitu promosi.Memiliki pengaruh terkecil mampu menjelaskan varian total sebesar 8.414%. Sehingga total keragaman yang dapat dijelaskan dengan analisis faktor sebesar 68.738%. B. Analisis Cluster Analisis cluster dilakukan untuk pengelompokan wisatawan berdasarkan faktor-faktor yang mempengaruhi kunjungan wisatawan pada Program Visit Lombok Sumbawa 2012, sehingga dapat memberikan masukan kepada Dinas Kebudayaan dan Pariwisata NTB dalam menentukan kebijakan pariwisata.Dari hasil penelitian diperoleh matriks komponen skor koefisien yang ditunjukkan pada tabel6. Tabel 6. Komponen Skor Koefisien Komponen 1 Promosi objek wisata

2

3

4

-.103

-.006

-.153

.992 .021

.150

.164

-.188

Keamanan

-.128

.622

-.039

.076

Keramahan

-.007

.441

-.123

-.066

Kebersihan

-.069

-.104

.977

-.151

Kuliner

.052

.066

-.033

-.041

sarana prasarana

.185

-.039

.193

.006

jasa penerbangan

.308

-.155

.077

.084

Souvenir

.173

.039

-.122

-.051

budaya adat istiadat

.143

-.015

-.057

-.048

Harga

.397

-.147

-.067

-.063

lokasi strategis

.195

-.031

.045

-.091


95 95


Data pada komponen skor koefisiendigunakan untuk mencari faktor scores setiap responden yang merupakan variabel baru yang akan digunakan dalam analisis cluster, sehingga data yang terbentuk 100x4 elemen data. Sebelum dilanjutkan menggunakan analisis cluster, maka terlebih dahulu dilakukan uji asumsi data, apakah terdapat korelasi yang tinggi di antara faktor. Hasil pengujian tampak pada tabel 7 berikut ini. Tabel 7. Korelasi diantara faktor Faktor Faktor Faktor 3 Faktor 4 1 2 Faktor 1 1.000 0.034 -0.034 -0.045 Faktor 2 0.034 1.000 0.008 0.014 Faktor 3 -0.034 0.008 1.000 -0.011 Faktor 4 -0.045 0.014 -0.011 1.000 Sumber: Hasil olahan data

Pada tabel 7, tampak jelas bahwa tidak ada korelasi yang tinggi di antara faktor, sehingga analisis cluster dapat dilanjutkan pada tahap selanjutnya. Prosedur selanjutnya yaitu pembentukan cluster dengan prosedur hirarki menggunakan metode centroidclustering. Langkah awal yaitu penentuan kemiripan jarak antar faktor menggunakan jarak Euclidean.Hasilnya dapat dilihat pada tabel 8.Proximity Matriks berikut. Tabel 8. Proximity Matrix Matrix File Input Case Faktor 1 Faktor 2 Faktor 3 Faktor 1 .000 190.192 194.671 Faktor 2 190.192 .000 197.607 Faktor 3 194.671 197.607 .000 Faktor 4 195.851 196.161 197.965 Sumber: Hasil olahan data

Faktor 4 195.851 196.161 197.965 .000

Pada tabel 8, tampak jelas bahwa jarak terdekat pertama di antara faktor 1 dan faktor 2 sebesar 190.192, jarak terdekat kedua antara faktor 1 dengan faktor 3 sebesar 194.671, jarak terdekat ketiga pada faktor 1 dengan faktor 4 sebesar 195.851, jarak terdekat kelima antara faktor 2 dengan faktor 4 sebesar 196.61, dan jarak terdekat keenam pada faktor 3 dengan faktor 2 sebesar 197.607. Tahap selanjutnya yaitu pembentukan cluster wisatawan. Pada tahap ini akan dikelompokkan faktor-faktor yang memiliki kemiripan karakteristik berdasarkan ukuran kemiripan antar faktor

Vol.18 No. 2

pada tabelproximity matrix. Metode yang digunakan adalah metode Agglomerative yang difokuskan pada Centroid Method, Pada dasarnya Centroid Method adalah proses pembentukan cluster yang didasarkan pada jarak terjauh (maximum) antara cluster. Jika dua objek terpisahkan oleh jarak yang jauh, maka kedua objek tersebut akan tergabung menjadi satu cluster. Demikian seterusnya sehingga ada semacam hierarki (urutan) dari objek yang membentuk cluster. Proses cluster ini akan digambarkan dalam bentuk sebuah Dendogram yang dianalogikan seperti pohon (treelike) yang dimulai dari akar, batang, dahan, daun, dan seterusnya, yang bercabangcabang. Sehingga proses clustering pada akhirnya akan “menggumpal” menjadi satu cluster besar yang mencakup semua objek. Tabel 9. Agglomeration Cluster Stage Cluster Combined First Appears Sta Clust Clust Coeffici- Cluster Cluster ge 1 2 ents 1 2 1 1 2 190.192 0 0 2 1 4 148.458 1 0 3 1 3 132.058 2 0 Sumber: Hasil olahan data

Next Stage 2 3 0

Pada tabel 9agglomerationterdapat 4 cluster yang terdapat pada kolom cluster combined. Empat cluster tersebut menyatakan empat faktor yang mempengaruhi kunjungan wisatawan pada program VLS Sumbawa 2012. Faktor 1 merupakan faktor internal, faktor 2 merupakan faktorpersonal, faktor 3 merupakan faktor kebersihan dan faktor 4 merupakan faktor promosi. Keempat faktor tersebut akan dikelompokkan menjadi beberapa cluster yang ukurannya lebih kecil. Pada tahap 1 terlihat bahwa faktor 1 dan faktor 2 dengan koefisien maximum 190.192, maka kedua faktor ini akan bergabung menjadi satucluster. Kemudian padanext stage ke-2, faktor 1 dan faktor 2 akan bergabung dengan faktor 4, membentuk satu cluster baru. Pada next stage yang ke-3, ketiga faktor tadi akan bergabung dengan faktor 3, sehingga membentuk satu cluster besar. Hasil cluster jelas terlihat pada Dendogram berikut.

96 96

Vol.18 No. 2


1.

Gambar 1. Gambar dendogram pembentukan cluster

Analisa Dendogram Proses Agglomerasi dimulai dengan skala 0, dengan ketentuan jika sebuah garis dekat dengan angka 0, maka faktor-faktor yang terwakili dengan garis tersebut semakin mungkin membentuk sebuah cluster.Dendogram merepresentasikan ukuran cluster yang terbentuk. Pada gambar 1, terbentuk dua cluster besar yang berisikan cluster 1 terdiri dari faktor 1, 2, dan 4. Sedangkan cluster 2 berisikan faktor 3. Namun jika diambil 3 cluster, maka cluster 1 berisikan kelompok wisatawan yang cenderung memperhatikan faktor internal (faktor 1) dan faktor personal (faktor 2)dalam mengunjungi obyek wisata, cluster 2 berisikankelompok wisatawan yang cenderung memperhatikan faktor promosi (faktor 4) dalam mengunjungi obyek wisata, sedangkan cluster 3 berisikan kelompok wisatawan yang cenderung memperhatikan faktor kebersihan (faktor 3) dalam mengunjungi obyek wisata pada program Visit Lombok Sumbawa. KESIMPULAN

Hasil analisis kedua belas variabel yang mempengaruhi kunjungan wisatawan pada program Visit Lombok Sumbawa2012, menggunakan analisis faktor rotasi Quartimax, menghasilkan empat faktor utama. Keempat faktor yang terbentuk mampu menjelaskan 68.738% keragaman variabel asal. Faktor- faktor tersebut: a) Faktor pertama yaitu faktor internal yang berasal dari tempat wisata itu sendiri meliputi obyek wisata, lokasi strategis, budaya dan adat sitiadat, souvenir, sarana prasarana, harga, dan jasa penerbangan. Faktor internal memiliki pengaruh terbesar mampu menjelaskan varian total sebesar 32.69%. b) Faktor kedua yaitu faktor personal di sekitar obyek wisata meliputi keamanan, keramahan, dan kuliner memiliki pengaruh terbesar kedua mampu menjelaskan varian total sebesar 15.038%. c) Faktor ketiga yaitu faktor kebersihan mampu menjelaskan varian total sebesar 12.596%. d) Faktor keempat yang juga mendukung yaitu promosi, mampu menjelaskan varian total sebesar 8.414%.

2. Dari hasil analisis cluster terbentuk 3 cluster (kelompok) wisatawan, yaitu: a. Cluster 1 merupakankelompok wisatawan yang cenderung memperhatikan faktor internal (faktor 1) dan faktor personal (faktor 2) dalam mengunjungi obyek wisata. b. Cluster2 merupakan kelompok wisatawan yang cenderung memperhatikan faktor promositempat wisata dalam mengunjungi obyek wisata. c. Cluster 3 merupakan kelompok wisatawan yang cenderung memperhatikan faktor kebersihan dalam mengunjungi obyek wisata.

Berdasarkan hasil analisis dan pembahasan dapat diambil kesimpulan sebagai berikut:

97 97


Vol.18 No. 2

SARAN Penelitian lanjutan dapat dilakukan dengan analisis multivariat diskriminan serta jumlah variabel dan responden yang lebih kompleks sehingga dapat merepresentasikan kunjungan wisatawan pada program Visit Lombok Sumbawa.

DAFTAR PUSTAKA Farini, A.,2012. Analisis faktor yang mempengaruhi kunjungan wisatawan pada program Visit Lombok Sumbawa 2012. Skripsi. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Mataram Johnson, R. A., & Wichern, D.W., 2002.Applied Multivariate Statistical Analysis. Prentice Hall Nugroho, S. 2008. Statistika Multivariat Terapan. Bengkulu : UNIB Press. Rencer, A. C., 2002. Methods of Multivariate Analysis.Brigham Young University. Santoso,. 2002. Menggunakan SPSS untuk Statistik Multivariat. PT Elex Media Komputindo, Jakarta Sharma.S., 1996.Applied Multivariate Techniques. New Yorkchichster Brisbane Teronto Singapura. Widarjono, A., 2010. Analisis Statistika Multivariat Terapan. Yogyakarta : Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN.

98 98

Analisis Faktor Quartimax dan Cluster Hirarki Centroid Pada Program Visit Lombok Sumbawa (VLS)

Recommend Documents