Jurnal Sosial dan Teknologi
(SOSTECH) Volume 2, Number 4, April 2022
ANALISIS KEPUASAN
PELANGGAN TERHADAP KUALITAS PRODUK DAN PELAYANAN DENGAN MENGGUNAKAN KOMPARASI
FUZZY INFERENCE SYSTEM Leni Susanti Magister Komputer, STMIK Eresha,
Indonesia |
|
Diterima: 28 Maret 2022 Direvisi: 8 April 2022 Disetujui: 14 April 2022 |
Abstrak Kepuasan pelanggan merupakan
bagian terpenting yang berdiri sendiri dan dipengaruhi oleh kualitas layanan.
Kualitas layanan mendorong pelanggan untuk komitmen kepada produk dan layanan
suatu perusahaan sehingga berdampak kepada peningkatan penjualan suatu produk.
Permasalahan yang diambil dari penelitian ini adalah dalam 2 tahun terakhir
dari tahun 2016-2017 jumlah konsumen pada Restoran D�Cost Seafood Pamulang Square
mengalami penurunan. Tujuan dari penelitian ini untuk mengetahui seberapa
besar tingkat kepuasan pelanggan yang diberikan terhadap pelayanan Restoran D�Cost Pamulang Square dengan
membandingkan dua metode Fuzzy Inference
System Metode Sugeno dan Metode Tsukamoto. Penelitian ini merupakan penelitian
kuantitatif yang menggunakan empat variabel input
yaitu kualitas pelayanan, kualitas produk, kualitas harga sedangkan untuk
variabel outputnya yaitu kepuasan pelanggan.
Untuk data penelitian dilakukan sampel dengan cara melakukan menyebaran kuesioner kepada 100 responden konsumen D�Cost Seafood secara acak. Dari hasil perhitungan di
mana data input yang diambil berdasarkan
nilai rata-rata dengan nilai 29 pada kualitas pelayanan, nilai 26 pada
kualitas produk, nilai 12 pada kualitas harga dan nilai 25 pada kualitas
suasana diperoleh tingkat kepuasan pelanggan dengan menggunakan Metode
Tsukamoto
sebesar 67.06 dengan persentase MAPE sebesar 19.17 % sedangkan Metode Sugeno dengan Toolbox Matlab
menghasilkan nilai tingkat kepuasan pelanggan sebesar 78.6 dengan persentase
MAPE sebesar 8.57 % dengan himpunan Fuzzy
Cukup Puas. Selanjutnya saran yang diberikan untuk menentukan nilai
kepuasan pelanggan yaitu dengan menggunakan metode Sugeno.
Diharapkan dengan adanya aplikasi ini dapat memudahkan manajerial untuk
mengetahui variabel input mana yang harus
diperbaiki untuk dapat meningkatkan pendapatan. �Kata kunci: Kepuasan Pelanggan, Fuzzy
Inference System, Sugeno,
Tsukamoto, D�Cost
Pamulang Square Abstract Customer satisfaction is the most
important part that stands alone
and is influenced by the quality of
service. Quality of service encourages
customers
to commit to products and
services of a company so that
it has an impact on increasing
sales of a product. The problem taken from this research
is that in the last 2 years
from 2016-2017 the number of consumers
in the D�Cost Seafood Pamulang Square Restaurant
has decreased. The purpose
of this study is to find
out how much the level of customer satisfaction is given to
the service of Restaurant D�Cost Pamulang Square by comparing the two methods
of the Sugeno Fuzzy Inference System Method and the
Tsukamoto Method. This study is quantitative research that utilized four input variables, namely service quality, product quality, price quality while for the output variable,
customer
satisfaction. For research
data, samples were taken by distributing questionnaires to 100 respondents of �D�Cost Seafood consumers randomly. From the calculation results where the input data is taken based on
the average value with 29 values on service
quality, 26 value on product quality,
12 value on price quality and value 25 on atmosphere quality customer satisfaction level using Tsukamoto Method is 67.06 with percentage MAPE amounting to 19.17% while the Sugeno
Method with the Matlab Toolbox
produces a customer satisfaction
level of 78.6 with a MAPE
percentage of 8.57%. Then the advice
given to determine the value of customer satisfaction
is by using
the Sugeno method. It is
expected that this application can facilitate managersl
to know which input variables should be improved
in order to increase revenue. Keywords: Customers Satisfaction, Fuzzy Inference System, Sugeno, Tsukamoto, D�Cost Pamulang Square |
Pengetahuan tentang pelanggan
merupakan suatu aset yang harus diketahui oleh pelaku dalam bidang bisnis.
Usaha untuk mengumpulkan, mengelola dan membagi pengetahuan tentang pelanggan
dapat menjadi suatu kegiatan yang penting bagi suatu usaha baik kalangan menengah
maupun kalangan atas (Winer, 2001). Persaingan yang semakin
ketat dalam dunia bisnis saat ini, mengharuskan seorang pelaku usaha untuk
dapat mengambil suatu keputusan dengan
tepat dalam menghadapi situasi ini (Widharta, 2013). Memberikan kepuasan kepada
pelanggan secara maksimal merupakan salah satu langkah yang harus dilakukan,
karena pada dasarnya tujuan dari suatu bisnis adalah menciptakan rasa puas pada
pelanggan. Salah satu tindakan untuk memuaskan konsumen adalah bagaimana dan
seberapa tinggi kualitas pelayanan yang diberikan terhadap konsumen (Chua & Banerjee, 2013).
Kepuasan pelanggan merupakan
bagian terpenting yang berdiri sendiri dan dipengaruhi oleh kualitas layanan.
Kualitas layanan juga dapat mempengaruhi loyalitas pelanggan secara langsung
dan mempengaruhi loyalitas pelanggan secara tidak langsung melalui kepuasan.
Kualitas layanan mendorong pelanggan untuk komitmen kepada produk dan layanan
suatu perusahaan sehingga berdampak kepada peningkatan penjualan suatu produk (Ramaz, 2014).
Restoran D�Cost Seafood merupakan salah satu restoran yang banyak diminati masyarakat luas.
Harga dari restoran ini lebih difokuskan untuk masyarakat kalangan menengah ke
bawah. Saat ini restoran D�Cost Seafood telah
mempunyai 95 cabang yang tersebar di seluruh Indonesia. Restoran D�Cost Seafood cabang Pamulang merupakan salah satu cabang
Restoran D�Cost yang berada di daerah Pamulang Barat,
Tangerang Selatan. Sesuai dengan misinya restoran ini memberikan harga yang
lebih murah dibandingkan dengan restoran seafood
lainnya, di mana dengan misi ini diharapkan kalangan masyarakat menengah
kalangan bawah dapat menikmati makanan seafood
dengan suasana di restoran dengan tetap mendapatkan harga yang terjangkau
bersama dengan keluarga. �Harga Kaki Lima, Mutu Bintang Lima� merupakan moto
dari restoran ini, yang artinya bahwa restoran ini memberikan harga seperti
harga makanan penjual kaki lima namun tetap tidak melupakan pada prinsip
memberikan kepuasan kepada konsumen baik dalam hal pelayanan maupun rasa
makanan.
Gambar 1. Data Tamu Tahun 2016
dan Tahun 2017
Data di atas menunjukkan bahwa
terjadi penurunan jumlah konsumen D�Cost Pamulang Square setiap bulannya dari tahun 2016 ke tahun 2017
sehingga dapat mempengaruhi jumlah pendapatan yang ditunjukkan pada Gambar 1.
Gambar 2. Data Omzet Tahun
2016 dan Tahun 2017
Ini tentunya menjadi masalah
serius yang harus segera diatasi, dikarenakan jika terjadi penurunan jumlah
konsumen setiap tahun tidak menutup kemungkinan D�Cost
Pamulang Square mengalami penutupan.
Logika Fuzzy
merupakan suatu metode yang sangat fleksibel, artinya mampu
beradaptasi dengan perubahan-perubahan dan ketidakpastian yang
menyertai permasalahan (Kurniawan
& Windiasani, 2017; I. Nugroho,
2013; K. Nugroho,
2016). Konsep logika Fuzzy mudah dimengerti, karena logika Fuzzy menggunakan dasar teori himpunan, maka
konsep matematis yang mendasari penalaran Fuzzy
tersebut cukup mudah untuk dimengerti. Himpunan Fuzzy
yaitu suatu kelompok yang mewakili suatu keadaan tertentu dalam suatu
variabel Fuzzy (Ula, 2014). Kelebihan logika Fuzzy ada pada kemampuan penalaran secara
bahasa, sehingga dalam perancangannya tidak memerlukan persamaan matematis yang
kompleks dari objek yang akan dikendalikan.
Ada tiga jenis Fuzzy inference system yang dapat digunakan untuk melakukan sistem
pengambilan keputusan ini yaitu metode Mamdani, Sugeno dan Tsukamoto (Ayuningtias
& Jumadi, 2017; Irawan, 2017; Widaningsih, 2017). Inferensi pada metode Mamdani memiliki nilai yang tidak efisien dikarenakan pada
proses membutuhkan waktu yang lebih lama yang melibatkan proses pencarian centroid dari area dua dimensi, di mana hasil keluarannya
berupa himpunan Fuzzy (Sri & Hari, 2013). Sistem
Inferensi Fuzzy menggunakan metode sugeno memberikan tingkat error
yang kecil, dan dengan tingkat error yang
semakin kecil memberikan hasil yang maksimal untuk membantu mengambil keputusan
secara akurat (Wahid et al., 2012). Sedangkan Fuzzy Inference System (FIS)
metode Tsukamoto dikarenakan dalam sistem pendukung keputusan
mempunyai agregat keluaran setiap aturan oleh metode tertimbang rata-rata dan dengan demikian
menghindari proses memakan waktu defuzzifikasi
(Bandyopadhyay
et al., 2013).
Salah satu cara untuk mengukur
kepuasaan konsumen adalah dengan melakukan survei
kepuasan konsumen. Ada lima atribut yang akan digunakan yaitu kualitas
pelayanan, kualitas produk, kualitas harga dan kualitas suasana sebagai atribut
input, sedangkan untuk atribut outputnya yaitu pelayanan kepuasan pelanggan.
Tingkat dari hasil kepuasan pelanggan sendiri yaitu sangat tidak puas, tidak
puas, cukup puas, puas dan sangat puas.
Dalam penelitian ini dilakukan
analisa perbandingan hasil nilai dari Metode Fuzzy Sugeno dan Tsukamoto. Penelitian ini
dilakukan
dengan membandingkan kedua metode dan menentukan metode yang paling akurat dalam menentukan
kepuasan pelanggan dari Restoran D�Cost Seafood cabang
Pamulang Square. Berdasarkan hal
itu akan dapat diketahui metode manakah
yang menghasilkan nilai yang akurat terhadap kepuasan pelanggan.
Penelitian ini adalah penelitian
kuantitatif. Populasi adalah keseluruhan wilayah yang terdiri dari obyek dan
subyek yang menjadi kualitas dan karakteristik tertentu yang diterapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulan. Populasi dalam
penelitian ini adalah beberapa pengunjung yang datang untuk makan di tempat (Dine in) atau dibawa pulang (Take Away) ke Restoran D�Cost Seafood cabang Pamulang Square.
Sampel yang disarankan dalam penggunaan
SEM adalah lebih dari 50 orang. Kuesioner akan diberikan kepada 100 pelanggan
sebagai bahan penarikan kesimpulan. Penarikan data dalam penyebaran kuesioner
dilakukan pada bulan Desember 2018, di mana untuk penyebaran kuesioner
dilakukan pada minggu ke-3 dan minggu ke-4. Jumlah penyebaran kuesioner
dilakukan secara acak dan berbeda setiap harinya di mana untuk hari Senin-Jum�at sebanyak 6 kuesioner sedangkan untuk Sabtu-Minggu
sebanyak 10 kuesioner. Perbedaan ini dilakukan dikarenakan kondisi restoran, di mana untuk weekday
pelanggan dapat terlayani dengan baik sedangkan untuk weekend
akan lebih banyak pelanggan yang merasa tidak terlayani dengan baik dikarenakan
ramainya pelanggan ketika weekend. Dalam metode angket ini peneliti mengumpulkan data dengan memberikan
kuesioner yang berisi indikator-indikator tentang kualitas pelayanan, kualitas
produk, kualitas harga dan kualitas suasana sebagai inputnya
sedangkan untuk outputnya berupa hasil dari
kepuasan pelanggan.
1. Hasil Penelitian
1.1. Hasil Uji Validitas
Uji Validitas merupakan suatu ukuran yang
menunjukkan tingkat kevalidan atau kesahihan instrumen
penelitian. Jadi dalam pengujian validitas itu mengacu pada sebuah instrumen
dalam menjalankan fungsinya. Sebuah instrumen dapat dikatakan valid apabila instrumen
tersebut dapat digunakan untuk mengukur apa yang hendak diukur.
Uji validitas yang digunakan adalah dengan
menggunakan korelasi Product Moment. Korelasi Product
Moment digunakan untuk mengkorelasikan antara
skor item dengan total item, kemudian melakukan koreksi terhadap nilai
koefisien korelasi. Uji validitas ini yang akan digunakan untuk menentukan
suatu item layak atau tidak. Berikut adalah hasil uji validitas yang digunakan
untuk butir pertanyaan pada kuesioner dengan jumlah responden
sebanyak 100 orang.
Gambar 3. Hasil Uji Validitas
Berdasarkan gambar 3 tersebut dapat disimpulkan
bahwa masing-masing dari 25 butir pertanyaan yang terdiri dari 8 butir
pertanyaan untuk kualitas pelayan, 7 butir pertanyaan tentang kualitas produk, 3
butir pertanyaan mengenai kualitas harga dan 7 butir pertanyaan yang menyangkut
tentang kualitas suasana dalam kuesioner dinyatakan valid karena masing-masing
butir pertanyaan mempunyai nilai rhitung
≥ rtabel sehingga untuk 25 butir
pertanyaan layak digunakan sebagai pengambilan data kuesioner.
1.2. Hasil Uji Reliabilitas
Uji reliabilitas adalah suatu alat
yang digunakan untuk mengukur kuesioner yang merupakan indikator dari variabel
atau konstruk. Suatu kuesioner dikatakan reliabel
atau handal jika jawaban seseorang terhadap
pernyataan adalah konsisten atau stabil dari waktu ke waktu. Berikut adalah
hasil uji reliabilitas yang digunakan untuk 25 butir pernyataan pada kuesioner
yang terbagi menjadi 4 variabel input yaitu:
Gambar 4. Hasil Uji Reliabilitas
Berdasarkan gambar 4 di atas dapat disimpulkan
masing-masing dari 25 butir pertanyaan yang terdiri dari 8 butir pertanyaan
untuk variabel kualitas pelayan, 7 butir pertanyaan tentang kualitas produk, 3
butir pertanyaan mengenai kualitas harga dan 7 butir pertanyaan yang menyangkut
tentang kualitas suasana dinyatakan reliabel karena masing-masing variabel
mempunyai nilai Cronbach�s Alpha ≥
0,6. Sehingga dari dua kesimpulan di atas bahwa kuesioner yang telah dijalankan
adalah valid dan reliabel. Sehingga 25 butir pertanyaan dari kuesioner dapat
digunakan untuk melakukan pengujian dimanapun dan kapanpun.
2. Pembentukan Variabel dan Himpunan Fuzzy
Setelah didapatkan hasil kuesioner maka dilakukan
langkah untuk menentukan variabel serta himpunan Fuzzy.
Proses ini dikenal dengan istilah pengaburan (Fuzzyfication). Sebelum ke langkah pengaburan dilakukan terlebih dahulu langkah untuk
menentukan variabel yang dilihat dari hasil kuesioner di mana variabel input yang akan digunakan yaitu kualitas pelayanan,
kualitas produk, kualitas harga dan kualitas suasana. Sedangkan untuk variabel inputnya berupa kepuasan pelanggan:
Gambar 5. Variabel dan Semesta Pembicaraan
Himpunan kabur pada variabel kualitas pelayanan
terbagi menjadi 5 bagian yaitu Sangat Tidak Baik, Tidak Baik, Cukup Baik, Baik
dan Sangat Baik. Fungsi keanggotaan variabel kualitas pelayanan
direpresentasikan sebagai berikut:
Gambar 6. Kurva Variabel Kualitas
Pelayanan
3. Matlab
Berdasarkan hasil dari perhitungan manual Metode Sugeno, maka akan disimulasi dengan menggunakan program Matlab 2017a. Adapun data yang akan dihasilkan untuk
mendapatkan nilai akhir dari defuzzifikasi
yaitu dengan membentuk representasi dari masing-masing variabel. Berikut ini
merupakan gambar hasil program Matlab pada data
kepuasan pelanggan dalam menentukan variabel-variabel himpunan dan aturan Fuzzy:
�Gambar 7. Hasil Simulasi Kepuasan Pelanggan dengan Program Matlab
Berdasarkan hasil simulasi untuk
menentukan kepuasan pelanggan dengan menggunakan program Matlab,
didapat bahwa tingkat yang nilai rata-rata yang diberikan oleh customer yaitu sebesar 0,786. Jika dibandingkan
dengan perhitungan manual metode Sugeno yang menghasilkan
nilai kepuasan pelanggan sebesar 0.771, ini artinya untuk hasil kepuasan
pelanggan dengan menggunakan aplikasi matlab
memberikan nilai yang tidak terlalu jauh dengan perhitungan manual. Sehingga
aplikasi Matlab dapat digunakan sebagai perhitungan
nilai akhir untuk menentukan kepuasan pelanggan.
4. Pembahasan
Setelah mendapatkan nilai dari 100 responden
dengan metode secara Tsukamoto dan Sugeno, maka langkah selanjutnya untuk mendapatkan metode yang paling akurat
digunakan untuk menentukan kepuasan pelanggan maka dilakukan perhitungan dengan
menggunakan MAPE. Untuk mengukur seberapa besar pergeseran data antara data aktual dengan hasil dari sistem inferensi Fuzzy, di mana data aktual dan hasil dari sistem
inferensi Fuzzy memiliki input
nilai yang sama, adapun untuk MAPE dari masing- masing metode Tsukamoto dan Sugeno dapat dilihat dari grafik di bawah ini:
Gambar 8. Grafik Hasil MAPE Metode Tsukamoto & Sugeno
Dilihat dari grafik di atas dapat disimpulkan
bahwa berdasarkan gambar 8 untuk nilai MAPE yang didapatkan metode Tsukamoto sebesar 19,17 % sedangkan MAPE pada metode Sugeno sebesar 8,57 %. Artinya dapat disimpulkan bahwa metode
Sugeno dengan bantuan aplikasi Matlab
yang disarankan untuk dapat digunakan dalam menentukan tingkat kepuasan
pelanggan karena memiliki tingkat error
persentase yang lebih kecil sehingga tingkat error
yang akan dihasilkan lebih tinggi dibandingkan dengan metode Tsukamoto.
KESIMPULAN
Berdasarkan hasil dari
penelitian yang telah dilakukan dapat diambil kesimpulan yaitu, berdasarkan
hasil uji validitas dan reliabilitas dalam 25 butir pertanyaan yang digunakan
untuk mendapatkan data dalam penyebaran kuesioner dinyatakan masing- masing pertanyaan
bersifat valid & reliabel, sehingga layak untuk digunakan dimanapun dan kapanpun. Dilihat
dari pengambilan contoh kasus diambil nilai rata-rata dari 100 kuesioner yang
telah disebarkan sehingga diberikan suatu angka di mana nilai 29 pada kualitas
pelayanan, nilai 26 pada kualitas produk nilai 12 pada kualitas harga dan nilai
25 pada kualitas suasana, maka perhitungan manual pada metode Tsukamoto menghasilkan nilai sebesar 67.06 yang artinya
masuk ke dalam himpunan Fuzzy kepuasan
pelanggan Cukup Puas, sedangkan untuk metode Sugeno
dengan aplikasi matlab menghasilkan nilai sebesar
78,6 yang artinya masuk ke dalam himpunan Fuzzy
kepuasan pelanggan Cukup Puas. Setelah dilakukan pengujian dengan menggunakan
MAPE dihasilkan tingkat error pada metode Tsukamoto yaitu sebesar 19,17 % sedangkan MAPE pada metode Sugeno sebesar 8,57 %. Dari data tersebut maka disarankan
untuk menggunakan metode Sugeno yang akan digunakan
dalam menentukan tingkat kepuasan pelanggan terhadap pelayanan Restoran D�Cost Pamulang Square.
Ayuningtias, L. P., & Jumadi, J. (2017). Analisa perbandingan logic Fuzzy metode
Tsukamoto, sugeno, Dan mamdani (Studi kasus: Prediksi jumlah pendaftar
mahasiswa baru fakultas sains Dan teknologi universitas Islam negeri sunan
gunung djati Bandung). Jurnal Teknik Informatika UIN Syarif Hidayatullah,
10(1), 133582.
Bandyopadhyay,
S., Mistri, H., Chattopadhyay, P., & Maji, B. (2013).
Antenna array synthesis by implementing non-uniform amplitude using Tsukamoto Fuzzy
logic controller. 2013 International Conference on Advanced Electronic
Systems (ICAES), 19�23.
Chua, A. Y. K., & Banerjee, S.
(2013). Customer knowledge management via social media: the
case of Starbucks. Journal of Knowledge Management.
Irawan, M. D. (2017). Sistem
pendukung keputusan menentukan matakuliah pilihan pada kurikulum berbasis KKNI
menggunakan metode Fuzzy Sugeno. Jurnal Media Infotama, 13(1).
Kurniawan, Y. I., &
Windiasani, P. A. (2017). Sistem Pendukung Keputusan Penentuan
Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) menggunakan Metode Fuzzy.
Jurnal Teknik Elektro, 9(1), 13�17.
Nugroho,
I. (2013). MODEL
ANALISIS MENENTUKAN ALAT KONTRASEPSI BAGI ASEPTOR KELUARGA BERENCANA DENGAN
LOGIKA FUZZY.
Nugroho, K. (2016). Model
Analisis Prediksi Menggunakan Metode Fuzzy Time Series. Jurnal Ilmiah
Infokam, 12(1).
Ramaz, P. T. D. (2014).
Pengaruh Kualitas Pelayanan Dan Kepuasan Pelanggan Terhadap Loyalitas Pelanggan
PT. D�Ramaz Putra Mandiri Di Jakarta. Jakarta: Media Manajemen Jasa, I, 1,
1�94.
Sri, K., & Hari, P. (2013).
Aplikasi Logika Fuzzy untuk Pendukung Keputusan Edisi 2. Yogyakarta:
Graha Ilmu.
Ula, M. (2014). Implementasi
Logika Fuzzy Dalam Optimasi Jumlah Pengadaan Barang Menggunakan Metode
Tsukamoto (Studi Kasus: Toko Kain My Text). Jurnal Ecotipe (Electronic,
Control, Telecommunication, Information, and Power Engineering), 1(2), 36�46.
Wahid, A. A., Ikhwana, A., &
Partono, P. (2012). Sistem Pendukung Keputusan Penentuan Jumlah Pemesanan
Barang. Jurnal Algoritma, 9(1), 188�195.
Widaningsih,
S. (2017). Analisis Perbandingan Metode Fuzzy Tsukamoto,
Mamdani dan Sugeno dalam Pengambilan Keputusan Penentuan Jumlah Distribusi
Raskin di Bulog Sub. Divisi Regional (Divre) Cianjur. Infoman�s: Jurnal
Ilmu-Ilmu Manajemen Dan Informatika, 11(1), 51�65.
Widharta, W. P. (2013).
Penyusunan strategi dan sistem penjualan dalam rangka meningkatkan penjualan
toko damai. Jurnal Strategi Pemasaran, 1(2), 1�15.
Winer, R. S. (2001). A
Framework for Customer Relationship Management. California Management
Review, 43(4), 89�105. https://doi.org/10.2307/41166102
This work is licensed
under a Creative Commons Attribution-ShareAlike 4.0 International License