PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENGUNJUNG HOTEL DI KENDARI DENGAN METODE REGRESI WEIGHTED LEAST SQUARES BERBASIS KOMPUTER

PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENGUNJUNG HOTEL DI KENDARI DENGAN METODE REGRESI WEIGHTED LEAST SQUARES BERBASIS KOMPUTER Fariz Abdillah, Margaretha Ohyver, Nilo Legowo Universitas Bina Nusantara, Jl. K.H Syahdan No. 9, Jakarta 11480, 021-5345830, [email protected]

ABSTRAK Jasa perhotelan semakin tumbuh dan berkembang di Indonesia, terutama di daerah tujuan wisata dan kota-kota besar, dan telah menjadi komponen utama yang penting dalam pembangunan ekonomi nasional maupun regional. Informasi yang ada tentang faktor-faktor yang berpengaruh terhadap jumlah tamu hotel masih dianggap kurang sehingga membuat tidak optimalnya pengembangan sektor perhotelan khususnya di kota Kendari. Penelitian ini bertujuan adalah mengetahui faktor yang berpengaruh terhadap jumlah tamu hotel di kota Kendari. Pada data ditemukan indikasi pelanggaran terhadap asumsi dasar regresi, yaitu adanya heteroskedastisitas. Untuk menguji ada tidaknya heteroskedastisitas maka dilakukan uji Bresch Pagan. Penelitian menggunaka metode Weighted Least Squares (WLS) untuk menghitung data yang bersifat Heteroskedastis. Hasil dari penelitian adalah diperoleh model WLS untuk mengetahui faktor-faktor yang mempengaruhi jumlah tamu hotel. Kata Kunci : Hotel, heteroskedastisitas, Breusch Pagan, Weighted Least Squares. ABSTRACT Hospitality services is growing and growing in Indonesia, particularly in tourist destinations and major cities, and has become a major component of which is important in the development of national and regional economies. Information about the factors that influence the number of hotel guests are still considered to be less thereby making it optimal development of the hospitality sector, especially in the city of Kendari. The aim of this study was to determine the factors that influence the number of hotel guests in the city of Kendari. In the data found indications of a violation of the basic assumptions of regression, namely the presence of heteroscedasticity. To test whether there is heteroscedasticity then performed Breusch Pagan test. Research methods make use of Weighted Least Squares (WLS) to calculate the data that is Heteroskedastis. The results of the study were obtained WLS models to determine the factors that influence the number of hotel guests. Key Words : Hotel, heteroscedasticity, Breusch Pagan, Weighted Least Squares.

Pendahuluan Perkembangan ekonomi Sulawesi Tenggara menunjukkan pertumbuhan tinggi di awal tahun 2013 pada level 9,72%. Namun, angka tersebut lebih rendah dibandingkan pertumbuhan pada triwulan I-2012 yang sebesar 10,10%. Dibandingkan dengan nasional, pertumbuhan ekonomi Sultra melampaui pertumbuhan ekonomi nasional yang mencapai 6,02%, meski pangsa sumbangan Sultra masih relative kecil yaitu sebesar 0,54% (Badan Kebijakan Fiskal Kementrian Keuangan : 2013). Salah satu faktor yang dapat dianggap berperan adalah adanya perkembangan dalam sektor jasa perhotelan. Hal ini dapat terlihat dari jumlah kontribusi yang diberikan sektor perhotelan yang cukup tinggi yaitu 19.09%, dibawah sektor pertanian yang memberikan kontribusi sebesar 31.89% dalam pembentukan Produk Domestik Regional Bruto (PDRB) Sultra (Badan Pusat Statistik Sultra, 2011). Jumlah tamu hotel yang menginap di hotel-hotel di propinsi Sultra termasuk yang sedikit jika dibandingkan dengan jumlah tamu yang menginap di hotel-hotel di provinsi lainnya di Indonesia. Jumlah rata-rata jumlah tamu hotel perhari propinsi Sultra berjumlah 226 orang, menempati peringkat 26 dari 34 propinsi di Indonesia. Sehingga dapat disimpulkan bahwa potensi sektor perhotelan di propinsi Sultra masih belum dikembangkan secara optimal. Pengembangan yang dilakukan oleh penyedia jasa perhotelan sangat penting, karena tenaga kerja tidak akan terserap dan investor pun tidak akan mau menanamkan modal jika penyedia jasa perhotelan memberikan pelayanan yang buruk. Pelayanan dapat berupa tersedianya fasilitas-fasilitas yang ada, tarif yang memadai, ketersediaan kamar, dan lain-lain. Hal ini perlu diperhatikan, terutama jika di daerah tersebut tersedia banyak hotel atau penginapan. Sebab dengan semakin banyaknya hotel maka tingkat persaingan antar hotel pun tinggi. Jumlah hotel/akomodasi di Sultra menunjukkan peningkatan yang cukup baik. Hal ini terlihat dari jumlahnya yang terus meningkat sejak tahun 2006 hingga tahun 2010 dengan peningkatan sebesar 4,65% per tahun. Demikian pula untuk jumlah kamar dalam rentang waktu yang sama dengan rata-rata peningkatan sebesar 9,76%. Di samping itu untuk jumlah tempat tidur meningkat rata-rata sebesar 4,45%. Dari hasil inventarisasi perusahaan akomodasi di Sultra tahun 2010, terdapat 265 buah perusahaan/usaha akomodasi dengan 3389 kamar dan 4918 tempat tidur. Dari 265 hotel hanya ada 1 (satu) hotel berbintang (bintang satu) dan 264 hotel non bintang (Ohyver, 2013). Walaupun jumlah tersebut termasuk kecil jika dibandingkan dengan provinsi-provinsi lain di Indonesia, namun jumlah tersebut akan cukup memberikan banyak pilihan kepada pengunjung. Oleh karena itu perusahaan perlu mengetahui faktor-faktor yang mempengaruhi jumlah pengunjung hotel. Dengan mengetahui faktor-faktor tersebut maka penyedia jasa perhotelan dapat memberikan perhatian khusus sehingga jumlah pengunjung dapat bertambah. Untuk mengetahui faktor-faktor yang mempengaruhi jumlah pengunjung hotel dapat digunakan metode regresi linier ganda. Metode regresi linier ganda adalah metode analisis yang menjelaskan hubungan antara variabel dependen dan lebih dari satu variabel independen. Salah satu asumsi yang berlaku dalam pemodelan dengan menggunakan regresi adalah variance error untuk semua pengamatan harus konstan. Asumsi ini disebut dengan asumsi homoskedastisitas (Chatterjee and Hadi, 2006). Jika variance error tidak konstan di semua pengamatan maka hal ini disebut dengan heteroskedastisitas. Oleh karena itu untuk membuat pemodelan dimana terdapat heteroskedastisitas dapat digunakan metode Weighted Least Square (WLS). Penelitian menggunakan metode WLS pernah dilakukan oleh Kuncoro (2007), dan Dhamayanti (2011). Kuncoro menggunakan metode WLS untuk membantu analisis yang berdasarkan deret waktu. Dhamayanti menggunakan estimator WLS untuk mengestimasi model Geographically Weighted Regression(GWR) untuk mengetahui pengaruh suhu dan tekanan udara terhadap curah hujan. Penelitian mengenai perhotelan pernah dilakukan oleh Hardi (2012), Mandasari (2011), dan Nugroho (2000). Penelitian yang dilakukan oleh Hardi menghasilkan 2 faktor yang berpengaruh signifikan tehadap jumlah tamu hotel, yaitu faktor jumlah tenaga kerja dan jumlah fasilitas. Penelitian yang dilakukan oleh mandasari menghasilkan lokasi, fasilitas, persepsi tarif serta kualitas pelayanan mempengaruhi minat konsumen untuk menggunakan jasa perhotelan. Penelitian Nugroho menyatakan fasilitas, tarif dan pelayanan, mempengaruhi minat pembelian ulang jasa penginapan hotel Surya Indah.

Metode Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder. Oleh karena itu, penelitian akan dilakukan di lingkup Universitas Bina Nusantara, Jakarta. Penelitian ini dilakukan dari bulan November 2013 hingga Januari 2013. Populasi pada penelitian ini adalah seluruh hotel yang ada di kota Kendari. Sedangkan sampel pada penelitian ini adalah 90 hotel yang ada di kota Kendari. Variabel yang terlibat dalam penelitian ini adalah variabel jumlah tamu sebagai variabel dependen (y) sedangkan usia hotel ( ), tarif minimal ( ), tarif maksimal ( ), jumlah fasilitas ( ), jumlah tenaga kerja ( ), jumlah kamar ( ) dan jumlah tempat tidur ( ) digunakan sebagai variabel penjelas (x). Langkah-langkah penelitian ini adalah: 1. Mempersiapkan data yang akan digunakan. 2. Pemodelan dengan regresi linear ganda. 3. Pengecekan asumsi heteroskedastisitas dengan uji Breusch-Pagan. 4. Pemodelan dengan regresi WLS. 5. Perancangan program. 6. Menguji program. 7. Penulisan laporan. Regresi Linier Ganda Regresi linier berganda merupakan model regresi linear dengan satu variabel dependen dan lebih dari satu variabel independen. Regresi linier berganda mengasumsikan bahwa variabel respon adalah fungsi linear dari parameter model dan ada lebih dari satu variabel independen dalam model. Bentuk umum dari model regresi linier berganda adalah sebagai berikut (X. Yan & X. G. Su, 2009) : y = β0 + β1x1 + ··· + βnxn + ε Uji Brusch-Pagan Uji Breusch-Pagan merupakan suatu uji yang mengasumsikan error independen dan berdistribusi normal. Hipotesis yang digunakan adalah sebagai berikut.

Statistik uji Breusch-Pagan yang digunakan adalah:

SSR* merupakan jumlah kuadrat regresi ketika meregresikan residual kuadrat dengan variabelvariabel bebas dan SSE merupak jumlah kuadrat error ketika meregresikan variabel respon dengan variabel-variabel bebas. Regresi Weighted Least Squares Regresi WLS digunakan untuk mengetahui model dari data yang bersifat heteroskedastis. Model regresi WLS sama seperti model regresi OLS . Perbedaannya terletak pada penduga koefisien regresi. Penduga koefisien regresi WLS dapat dilihat pada persamaan. Pada Persamaan tersebut terdapat W yang berperan sebagai matriks bobot, yang bentuknya dapat dilihat sebagai berikut (Kutner et al, 2005).

w1,w2,…wn, merupakan bobot yang diperoleh dari persamaan

ŷ merupakan nilai dugaan untuk variable respon yang diperoleh setelah meregresikan absolut residual dengan variabel - variabel bebas. Sedangkan nilai residual diperoleh dengan cara mengurangkan y dan ŷ yang didapat setelah meregresikan y dengan variabel - variabel bebas

Hasil Dan Bahasan Dalam penelitian ini, data yang digunakan adalah data perhotelan di kota Kendari provinsi Sultra. Pembentukan model regresi dilakukan menggunakan 90 data. Pemodelan dilakukan dengan menggunakan Regresi Linier Ganda, uji Bresuch_Pagan, dan Regresi Weighted Least Squares. Model regresi liner ganda yang diperoleh adalah sebagai berikut.

(1) Tabel 4.2. Tabel hasil regresi Variabel Koefisien

Intercept Usia Hotel Tarif Minimal Tarif Maksimal Jumlah Fasilitas Jumlah Tenaga Kerja Jumlah Kamar Jumlah Tempat Tidur R2 = 0.7417

667.286 -7.846 5.370 -5.497 -10.938 124.662 87.177 -93.998

P-value

Std.Error

448.970 18.079 1.245 3.770 89.699 34.006 35.750 20.474

1.486 - 0.434 4.312 -1.458 -0.122 3.666 2.439 -4.591

0.141046 0.665439 4.48e-05 0.148606 0.903241 0.000436 0.016907 1.57e-05

Jika dilihat dari kesignifikanan parameter maka hasil yang diperoleh adalah sebagai berikut. Terdapat 3 variabel yang tidak signifikan berpengaruh terhadap jumlah pengunjung hotel/penginapan. Variabelvariabel yang dimaksud adalah fasilitas yang dimiliki oleh hotel/pengunjung, tarif minimal, dan usia hotel/penginapan. Jika ditinjau lebih jauh maka ada 2 variabel yang dapat dianggap menyimpang. Umumnya calon pengunjung akan mempertimbangkan hotel/penginapan yang mempunyai banyak fasilitas. Selain itu, hotel/penginapan yang sudah lama berdiri tentu lebih mendapat kepercayaan dari masyarakat. Dengan pertimbangan ini maka pendapat sementara adalah terdapat pelanggaran asumsi pemodelan. Uji heteroskedastisitas digunakan untuk menguji apakah didalam sebuah grup (data kategori) mempunyai variance yang sama di antara anggota grup tersebut. Hipotesis: H0 : residual variance konstan (homoskedastisitas) H1 : residual variance berubah-ubah (heteroskedastisitas)

Hasil uji Breusch-Pagan menunjukkan p-value < 0,05. Hal ini berarti hipotesis H0 ditolak yang berarti terjadi heteroskedastisitas. Berdasarkan kesimpulan uji ini maka dipastikan terjadi pelanggaran asumsi homoskedastisitas. Untuk mengatasi hal ini maka digunakan metode regresi weighted least square (WLS). Spesifikasi dan Program Aplikasi 1. Spesifikasi Hardware Spesifikasi kebutuhan hardware yang dianjurkan adalah: a. Processor : Intel® CoreTM i3 b. RAM : 2GB c. Mouse d. keyboard 2.

Spesifikasi Software

Spesifikasi kebutuhan software yang dianjurkan adalah: 1. NetBeans IDE 7.4 2. Library rcall.jar -> digunakan untuk mengkonversi R ke Java 3. Library xls.jar -> digunakan untuk menginput file xls 4. JDK -> Java programing language 5. R-Language versi 3.0.1. dengan menggunakan berbagai Library yaitu library(Runiversal) -> digunakan untuk mengkonversi R ke Java dan XML. library(lmtest) -> digunakan untuk regresi. Library(Rcmdr)-> digunakan untuk menampilkan command pada R. library(stats) -> digunakan untuk menghitung standard deviation. 6. Windows XP service pack 3 ke atas

Gambar 1 Tampilan Program Gambar 1 adalah gambar awal program dijalankan. Fungsi tombol browse adalah untuk memilih file yang akan digunakan untuk proses perhitungan. Setelah user menekan tobol Start analysis maka user dapat melakukan perhitungan Regresi Linier, uji Besuch Pagan, dan Regresi Weighted Least Squares.

Simpulan Dan Saran 1. 2. 3.

1. 2.

Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa. Dari hasil uji Breusch Pagan, diketahui bahwa data yang ada bersifat heteroskedastis. Model regresi yang diperoleh dengan menggunakan metode Weighted Least Squares (WLS) adalah Dari model regresi WLS diketahui bahwa ada 4 faktor yang bernilai positif, artinya setiap faktor tersebut naik 1 satuan maka jumlah tamu hotel akan bertambah yaitu faktor tarif maksimal, jumlah fasilitas yang ada di hotel/penginapan, jumlah tenaga kerja, dan jumlah kamar tidur. Berdasarkan penelitian yang telah dilakukan, peneliti memiliki beberapa saran sebagai berikut. Penelitian dapat dikembangkan dengan menggunakan variabel-variabel lain yang diduga mempengaruhi jumlah tamu hotel. Penelitian lanjutan dilakukan dengan mempertimbangkan karakteristik wilayah penelitian. Aplikasi dapat dikembangkan dengan membuat fitur tambahan, seperti Save data.

Referensi Badan Kebijakan Fiskal Kementrian Keuangan. (2013). Analisis Ekonomi Dan Keuangan Daerah Sulawesi Tenggara. Badan Kebijakan Fiskal Kementrian Keuangan. Badan Pusat Statistik. (2011). Direktori dan Tingkat Penghunian Kamar Hotel Provinsi Sulawesi Tenggara Tahun 2011. Badan Pusat Statistik Provinsi Sulawesi Tenggara. Chatterjee, Samprit., Hadi, Ali. (2006). Regression Analysis by Example (4th edition). New Jersey : John Wiley & Sons, inc. Dhamayanti, E. (2011). Estimasi Model Geographically Weighted Regression Berdasarkan Estimator Weighted Least Square. Skripsi tidak diterbitkan. Surabaya : Program Sarjana Universitas Airlangga. Hardi, A. (2013). Aplikasi Penentuan Faktor yang Mempengaruhi Jumlah Tamu Hotel di Propinsi Sulawesi Tenggara Menggunakan Metode Partial Least Square. Skripsi tidak diterbitkan. Jakarta : Program Sarjana Universitas Bina Nusantara. Kuncoro, H. (2007). Analisis Data Deret Waktu yang Dipengaruhi Heteroskedastisitas dengan Metode Weighted Least Squares : Sebuah Studi Kasus dari PT. Jaya Transport. Skripsi tidak diterbitkan. Jakarta : Program Sarjana Universitas Bina Nusantara. Kutner, M.H., Nachtsheim, C.J., Neter, J., and Li, William. (2005). Applied Linear Statistical Models. (5th edition). New York: McGraw-Hill/Irwin. Mandasari, K. (2011). Analisis Faktor-Faktor Yang Mempengaruhi Minat Beli Konsumen Dalam Memilih Jasa Perhotelan (Studi kasus pada Hotel GRASIA Semarang). Skripsi tidak diterbitkan. Semarang: Program Sarjana Universitas Diponegoro. Nugroho, B. A. (2000). Pengaruh Pelayanan, Fasilitas, Dan Harga Terhadap Minat Pembelian Ulang Jasa Penginapan Di Hotel Surya Indah Salatiga. Tesis tidak diterbitkan. Semarang: Program Pascasarjana Universitas Diponegoro. Ohyver, M. (2013). Penerapan Metode Transformasi Logaritma Natural dan Partial Least Squares untuk Memperoleh Model Bebas Multikolinier dan Outlier. Jurnal Mat Stat. 13 (1): 42-51. Yan, Xin., Su, Siao. (2009). Liniear Regression Analysis : Theory and Computing. Singapore : World Scientific Publishing Co. Pte. Ltd.

Riwayat Penulis Fariz Abdillah lahir di kota Jakarta pada tanggal 29 April 1989. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Informatika dan Statistika pada tahun 2014.