BAB 2 LANDASAN TEORI

7
BAB 2
LANDASAN TEORI
2.1 Rantai Markov
2.1.1 Pengertian Rantai Markov
Rantai Markov (Markov Chains) adalah suatu teknik matematika yang biasa
digunakan untuk melakukan pembuatan model (modelling) bermacam-macam sistem dan
proses bisnis (Subagyo, Asri, dan Handoko (1984,p243)). Teknik ini dapat digunakan
untuk meramalkan perubahan-perubahan di waktu yang akan datang pada variabelvariabel dinamis berdasarkan hasil pengamatan pada variabel-variabel tersebut di masa
yang lalu.
Model rantai Markov dikembangkan oleh seorang ahli Rusia bernama
A.A.Markov, pada tahun 1906. Penerapan rantai Markov mula-mula adalah pada ilmuilmu pengetahuan fisik dan meteorologi. Teknik ini mula-mula digunakan untuk
menganalisis dan memperkirakan perilaku partikel-partikel gas dalam suatu wadah
(container) tertutup serta meramal keadaan cuaca. Sebagai suatu peralatan riset operasi
dalam pengambilan keputusan manajerial, rantai Markov telah banyak diterapkan untuk
menganalisis perpindahan merek (brand switching) dalam pemasaran, perhitungan
rekening-rekening, jasa-jasa penyewaan mobil, perencanaan penjualan, masalah-masalah
persediaan, pemeliharaan mesin, antrian, perubahan harga pasar saham, administrasi
rumah sakit, dan sebagainya.
8
2.1.2 Proses Model Rantai Markov
a. Menyusun Matrik Probabilitas Transisi
Pada bagian ini akan dibahas proses perpindahan para konsumen dalam
hubungannya dengan suatu model produk sim card dengan model sim card lainnya.
Anggapan dasar adalah bahwa para konsumen tidak berpindah dari suatu model
produk sim card ke model sim card lainnya secara acak, disamping itu pilihan
konsumen atas model produk yang akan dibeli di masa yang akan datang berdasarkan
pada pilihan-pilihan konsumen yang dibuat di waktu yang lalu.
b. Menghitung Kemungkinan Market Share
Proses
Markov
dibagi
menjadi
beberapa
order.
First-order
hanya
mempertimbangkan pilihan-pilihan provider sim card yang dibuat selama satu
periode untuk penentuan probabilitas pilihan pada periode berikutnya. Second-order
analisis Markov menganggap pilihan-pilihan untuk suatu provider sim card tertentu
dalam periode berikutnya tergantung pada pilihan-pilihan provider sim card yang
dibuat oleh para konsumen selama dua periode terakhir. Sedangkan pada third-order,
proses Markov yang digunakan untuk meramal perilaku konsumen pada periode
berikutnya terhadap provider sim card tertentu adalah berdasarkan pola pemilihan
provider sim card oleh para konsumen selama tiga periode terakhir.
c. Kondisi Equilibrium
Kondisi equilibrium tercapai hanya jika tidak ada pesaing yang mengubah
matriks probabilitas transisi. Dalam keadaan equilibrium pertukaran para konsumen
berkenaan dengan “retention”, “mendapatkan”, dan “kehilangan” akan statis.
9
Keadaan yang umum terjadi adalah bahwa tidak ada satu provider pun yang seluruh
konsumennya tetap setia menggunakan produknya, yang berarti kondisi equilibrium
akhir tercapai berdasarkan matriks probabilitas transisi tetap.
2.2 Teknik Pengambilan Sampel
a. Populasi dan Sampel
Populasi merupakan kelompok yang menjadi pusat penelitian bagi peneliti
yang dijadikan sebagai tempat untuk mengeneralisasi hasil penelitiannya (Gay, 1987
di dalam Indriyanto, 1997).
Sampel merupakan bagian dari populasi. Dalam pelaksanaan penelitian, ruang
lingkup populasi merupakan area yang amat luas batasnya sehingga penggunaan
populasi sebagai instrumen penelitian sangat sulit dilakukan. Oleh karena itu, untuk
memenuhi kelayakan dalam pelaksanaan penelitian, ditentukan populasi sasaran
(target population), yaitu populasi yang digunakan untuk mengeneralisasi hasil
penelitian. Namun demikian, populasi sasaran ini masih relatif sulit untuk ditentukan,
karena belum tentu semua populasi sasaran dapat dijangkau. Untuk menentukan
pengambilan sampel digunakan accessible population, yaitu populasi yang dapat
dijangkau. Pada tingkat ini peneliti menarik sampel untuk digunakan dalam
penelitian.
b. Teknik Pengambilan Sampel
Ditinjau dari jenis data yang dikumpulkan, penelitian dapat dibagi menjadi
dua, yaitu penelitian kualitatif dan penelitian kuantitatif. Dari segi pendekatannya,
terdapat perbedaan yang cukup mencolok antara penelitian kualitatif dan kuantitatif.
10
Pengumpulan data pada penelitian kualitatif lebih intensif dengan mengambil daerah
penelitian atau subjek penelitian yang relatif terbatas. Pada penelitian kualitatif,
peneliti berfungsi sebagai instrumen penelitian, yaitu sebagai pengumpul data.
Analisis data penelitian kualitatif cenderung tidak menggunakan statistik, karena data
yang diperoleh umumnya berbentuk uraian.
Di lain pihak, penelitian kuantitatif cenderung menggunakan subjek yang
relatif banyak dan daerah penelitian yang lebih luas. Instrumen yang digunakan cukup
bervariasi, misalnya: tes, kuesioner, dan pedoman wawancara. Analisis data pada
penelitian kuantitatif ini cenderung menggunakan statistik karena data yang diperoleh
umumnya berbentuk bilangan numerik atau angka-angka.
Dikarenakan kecenderungan ruang lingkup daerah penelitian yang sangat luas,
untuk menghemat dana, waktu, dan tenaga, penelitian kuantitatif umumnya
menggunakan sampel. Dengan demikian, peneliti kuantitatif harus mempunyai
pengetahuan tentang populasi dan kerangka sampel. Peranan peneliti dalam
pelaksanaan penelitian kuantitatif tidak hanya berhenti sampai dengan penarikan
sampel saja, tetapi dengan adanya sampel, peneliti mempunyai konsekuensi untuk
menarik kesimpulan berdasarkan hasil analisis pada sampel tersebut. Hal yang perlu
dipertimbangkan dalam penarikan kesimpulan tersebut adalah representasi hasil
analisis terhadap populasi.
Agar hasil analisis data kuantitatif yang dilakukan berdasarkan sampel
tersebut dapat direpresentasikan pada populasi di mana sampel tersebut diambil,
berbagai ketentuan perlu diperhatikan.
11
Pada dasarnya, cara yang paling sederhana untuk memperoleh sampel yang
dapat mewakili populasinya adalah pengambilan sampel yang bersifat acak. Namun
pada prakteknya, akan sangat sulit untuk menarik sampel yang acak. Konsep acak
dalam pengambilan sampel berkaitan dengan konsep probabilitas (peluang). Hinkle,
Wiersma, dan Jurs (1979) di dalam Indriyanto (1997) menyebutkan bahwa kriteria
acak ada dua, yaitu:
1.
Setiap anggota populasi mempunyai kesempatan (peluang) yang sama untuk
diambil sebagai sampel (non-zero probability).
2.
Semua anggota populasi yang terpilih sebagai sampel harus terpilih secara
independen.
Pengambilan sampel harus representatif, artinya mencerminkan karakteristik
populasi. Untuk menjadikan sampel representatif, maka cara pengambilannya adalah
secara acak yaitu setiap anggota populasi mempunyai kesempatan yang sama untuk
dipilih sebagai sampel. Namun demikian, cara pengambilan sampel secara acak tidak
dapat menjamin bahwa sampel yang diambil betul-betul representatif (Fraenkel dan
Wallen, 1990 di dalam Indriyanto, 1997). Hal ini dikarenakan adanya unsur
subyektivitas peneliti yang tidak dapat dikontrol oleh peneliti pada saat menarik
sampel tersebut.
Penetapan sampel agar dapat benar-benar mewakili populasi dilakukan
dengan memperhatikan sifat-sifat dan penyebab populasi (Nawawi, 1995). Penetapan
sampel yang ideal mempunyai sifat sebagai berikut.
1. Dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang
diteliti.
12
2. Sederhana dan mudah dilaksanakan.
3. Dapat memberikan keterangan sebanyak mungkin dengan biaya sedikit.
4. Dapat menentukan ketepatan (Tiken, 1965, Singarimbun, 1989)
Besarnya sampel yang harus diambil tergantung pada karakteristik populasi.
Terdapat beberapa faktor yang harus diperhatikan dalam menentukan jumlah sampel.
1. Derajat keseragaman populasi, makin seragam populasi makin kecil sampel
yang diambil.
2. Ketepatan sampel, makin besar jumlah sampel makin tinggi tingkat
ketepatannya.
3. Tingkat ketepatan analisis yang dilakukan.
Ada beberapa teknik yang dapat digunakan dalam penetapan sampel. Caracara tersebut, menurut Sugiyono (1997) dapat dikelompokkan menjadi dua, yaitu
probability sampling dan nonprobability sampling. Selanjutnya masing-masing
kelompok dapat diuraikan lagi sebagaimana terlihat pada gambar berikut ini.
Teknik Pengambilan Sampel
A. Probability
Sampling
1. Simple random sampling
2. Systematic sampling
3. Stratified random sampling
4. Cluster Sampling
5. Multistage sampling
B. Non Probability
Sampling
1. Quota sampling
2. Convenience/accidental
sampling
3. Purposive sampling
4. Snowball sampling
Gambar 2.1 Pembagian Cara Penarikan Sampel
13
c.
Quota Sampling
Dalam disain nonprobability sampling, elemen-elemen dalam populasi tidak
memiliki suatu peluang tertentu agar terpilih menjadi subjek sampel. Beberapa
rencana nonprobability sampling adalah lebih bebas dibanding lainnya dan mampu
memberikan beberapa kepastian penting akan informasi potensial yang berguna
berkenaan dengan populasi.
Quota (jumlah atau jatah) sampling, memastikan bahwa kelompok tertentu
ada cukup memadai untuk diwakilkan dalam studi melalui penetapan quota.
Umumnya, quota telah ditetapkan untuk setiap subkelompok berdasarkan jumlah total
setiap grup dalam populasi.
Quota sampling bisa dianggap sebagai suatu bentuk proportionate stratified
sampling, di mana proporsi orang-orang telah ditentukan sebelumnya disampelkan
dari berbagai kelompok, tetapi dalam basis kemudahan (convenience basis).
2.3 Skala Pengukuran
Skala pengukuran digunakan untuk mengklasifikasikan variabel yang akan diukur
supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian
selanjutnya (Riduwan, 1997, p32). Jenis-jenis skala pengukuran ada empat, yaitu Skala
Nominal, Skala Ordinal, Skala Interval, dan Skala Ratio.
Perbedaan antara keempat skala pengukuran ini akan dijabarkan secara satu
persatu untuk lebih memperjelas dan mempermudah pemahamannya, berikut definisi,
ciri-ciri, analisis statistik, dan tes statistik yang cocok untuk mengolah data dengan
masing-masing skala pengukuran :
14
a. Skala Nominal
Skala nominal adalah skala yang paling sederhana, disusun menurut jenis
(kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah
karakteristik lainnya.
Ciri-ciri skala nominal antara lain: Hasil penghitungan dan tidak dijumpai
bilangan pecahan, angka yang tertera hanya label saja, tidak mempunyai urutan
(ranking), tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.
Analisis statistik yang cocok adalah: Uji Binomium, Uji Chi Kuadrat satu
sampel, Uji perubahan tanda Mc. Nemar, Uji Chi Kuadrat dua sampel, Uji peluang
Fisher, Uji Chochran Q, Uji Chi Kuadrat lebih dari dua sampel, dan Uji Koefisien
Kontingensi.
Sedangkan tes statistik yang digunakan adalah statistik non-parametrik
(Riduwan, 1997, p33).
b. Skala Ordinal
Skala ordinal adalah skala yang didasarkan pada ranking, diurutkan dari
jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya. Sebuah ukuran
yang bukan hanya dikategorikan tetapi juga mengurutkan kategori dengan baik.
Berbeda dengan skala nominal yang hanya memberikan informasi dasar dan
membedakan kelompok responden, skala ordinal selain mengelompokkan responden
dalam kategori tertentu juga mengurutkan berdasarkan ranking.
Analisis statistik yang cocok adalah: Uji Kolmogorov-Smirnov satu sampel,
Uji Deret satu sampel, Uji Tanda, Uji Pasangan Tanda Wilcoxon, Uji Median, Uji
Mann-Whitney U, Uji
Kolmogorov-Smirnov dua sampel, Uji Deret Wald-
15
Wolfowitz, Uji Reaksi Ekstrim Moses, Uji Analisis Varians dua arah, Perluasan Uji
Median, Uji Varians Klasifikasi satu arah, Uji Koefisien Korelasi Rank Spearman,
Uji Koefisien Korelasi Rank Kendall, Uji Koefisien Korelasi Rank Parsial Kendall,
dan Uji Konkordans Kendall.
Sedangkan tes statistik yang digunakan adalah statistik non-parametrik
(Riduwan, 1997, p33).
c. Skala Interval
Skala interval adalah skala yang menunjukkan jarak antara satu data dengan
data yang lain dan mempunyai bobot yang sama. Skala interval dapat dioperasikan
secara aritmatika.
Analisis statistik yang digunakan adalah Uji t satu sampel, Uji t dua sampel,
ANOVA satu jalur, ANOVA dua jalur, Uji Pearson Product Moment, Uji Korelasi
Parsial, Uji Korelasi Ganda, Uji Regresi, dan Uji Regresi Ganda.
Sedangkan tes statistik yang digunakan adalah statistik parametrik (Riduwan,
1997, p33).
d. Skala Ratio
Skala ratio adalah skala pengukuran yang dapat membedakan, memberikan
urutan, menentukan jarak dan memiliki unique origin atau titik asal. Skala ratio dapat
menghasilkan sebuah perbandingan antara data yang satu dengan yang lainnya.
Analisis statistik yang digunakan sama dengan yang digunakan pada skala
interval, dan tes statistik yang digunakan adalah statistik parametrik.
16
2.4 Teknik Pengumpulan Data
Dilihat dari sumber datanya, data dibagi menjadi dua, data primer, yaitu data
yang diambil langsung dari sumbernya, dan data sekunder, yaitu data yang diambil
melalui tangan kedua.
Metode pengumpulan data adalah teknik yang digunakan oleh peneliti untuk
memperoleh data yang akan digunakan pada penelitian. Metode menunjuk suatu kata
abstrak dan tidak diwujudkan dalam benda, tetapi hanya dapat dilihatkan penggunaannya
melalui: angket, wawancara, pengamatan, ujian (tes), dokumentasi, dan lainnya
(Riduwan, 1997, p51).
Instrumen pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh
peneliti dalam kegiatannya mengumpulkan data agar kegiatan tersebut menjadi sistematis
dan mempermudah olehnya (Suharsimi Arikunto, 1997 di dalam Riduwan, 1997, p51).
Selanjutnya instrumen yang diartikan sebagai alat bantu merupakan saran yang dapat
diwujudkan dalam benda, contohnya: angket (quesionnaire), daftar cocok (checklist),
skala (scale), pedoman wawancara (interview guide atau interview schedule), soal ujian
(test inventory), dan sebagainya.
Ada keterkaitan antara metode pengumpulan data dan jenis instrumen yang
digunakan. Setiap metode pengumpulan data mempunyai ketentuan jenis instrumen yang
sesuai untuk dipakai sehingga proses pengumpulan data akan lebih sistematis. Adapun
kaitan antara metode pengumpulan data dan jenis instrumennya dapat dilihat pada tabel
2.1.
17
Tabel 2.1 Kaitan antara metode pengumpulan data dan instrumen pengumpulan data
No
1.
Jenis Metode
Angket (quesionnaire)
2.
Wawancara (interview)
3.
Pengamatan/Observasi
(observation)
4.
Ujian atau tes (tes)
5.
Dokumentasi
Jenis Instrumen
a. Angket (quesionnaire)
b. Daftar cocok (checklist)
c. Skala (scale)
d. Inventori (inventory)
a. Pedoman wawancara (interview guide)
b. Daftar cocok (checklist)
a. Lembar pengamatan
b. Panduan pengamatan
c. Panduan observasi (observation shet atau
observation schedule)
d. Daftar cocok (checklist)
a. Soal ujian (soal tes)
b. Inventori (inventory)
a. Daftar cocok (checklist)
b. Tabel
Data yang dikumpulkan dalam penelitian digunakan untuk menguji hipotesis atau
menjawab pertanyaan yang telah dirumuskan. Data yang diperoleh akan dijadikan
landasan dalam mengambil kesimpulan, oleh karena itu data yang dikumpulkan haruslah
data yang benar. Agar data yang dikumpulkan baik dan benar, maka instrumen
pengumpulan datanya pun harus benar.
Angket (quesionnaire)
Angket (quesionnaire) adalah daftar pertanyaan yang diberikan kepada orang lain
yang bersedia memberikan respon (responden) sesuai dengan permintaan pengguna
(Riduwan, 1997, p52). Tujuan penyebaran angket adalah untuk mencari informasi yang
lengkap mengenai suatu masalah dari responden tanpa merasa khawatir bila responden
memberikan jawaban yang tidak sesuai dengan kenyataan dalam pengisian daftar
pertanyaan. Disamping itu, responden mengetahui informasi tertentu yang diminta.
Angket dibedakan menjadi dua jenis, yaitu angket terbuka dan tertutup.
18
a. Angket Terbuka (angket tidak berstruktur) adalah angkat yang disajikan dalam
bentuk sederhana sehingga responden dapat memberikan isian sesuai dengan
kehendak dan keadaannya.
b.
Angket Tertutup (angket berstruktur) adalah angket yang disajikan dalam
bentuk sedemikian rupa sehingga responden diminta untuk memilih satu jawaban
yang sesuai dengan karakteristik dirinya dengan cara membarikan tanda silang (x)
atau tanda check (√).
2.5 Statistik Deskriptif
Statistik deskriptif adalah statistik yang berhubungan dengan pengumpulan dan
peringkasan data, serta penyajian hasil peringkasan tersebut.
Data statistik yang telah diperoleh dari kuesioner adalah data yang masih
‘mentah’ dan tidak terorganisir dengan baik. Data-data ini harus diringkas dengan baik
dan teratur, baik dalam bentuk tabel atau presentasi grafis, sebagai dasar untuk berbagai
pengambilan keputusan (Santoso, 2003, p150).
Setelah data dideskripsikan, maka data yang sudah teratur itu baru dapat diproses
dan dianalisis dengan statistik inferensi.
2.6 Statistik Inferensi
a. Statistik Non-Parametrik
Banyak dari metode-metode statistik inferensi seperti t test, z test, ANOVA,
regresi, dan lainnya merupakan metode parametrik. Disebut demikian karena adanya
19
parameter-parameter seperti Mean, Median, Standard Deviasi, Varians, dan lainnya,
baik untuk deskripsi pada populasi maupun pada sampel.
Namun metode parametrik hanya bisa dilakukan jika beberapa persyaratan
dipenuhi, di antaranya data yang akan dipakai untuk analisis haruslah berasal dari
populasi yang berdistribusi normal.
Jika suatu populasi tidak berdistribusi normal, atau berasal dari sampel yang
berjumlah sedikit serta jika level data adalah nominal atau ordinal, maka perlu
digunakan metode-metode statistik alternatif yang tidak harus memakai suatu
parameter tertentu, seperti keharusan adanya Mean, Standard Deviasi, Varians, dan
lainnya. Metode ini disebut sebagai metode non-parametrik.
Keunggulan dari metode non-parametrik:
1. Tidak mengharuskan data berdistribusi normal, karena sering juga disebut
sebagai uji distribusi bebas (distribution free test). Dengan demikian, metode
ini dapat digunakan untuk segala jenis distribusi data dan lebih luas
penggunaannya.
2. Metode non-parametrik dapat dipakai untuk level data yang rendah, yaitu data
nominal dan data ordinal. Hal ini penting bagi penelitian dengan hasil
pengukuran yang tidak berlevel interval atau rasio. Pengukuran kuesioner
dengan pilihan jawaban ‘Tidak penting’, ‘Tidak tahu’, dan ‘Penting’ lebih
tepat menggunakan data ordinal. Hasil pengukuran variabel ini tidak bisa
menggunakan metode parametrik untuk analisis datanya.
3. Metode non-parametrik cenderung lebih sederhana dan mudah dimengerti
daripada pengerjaan metode parametrik.
20
Di samping berbagai keunggulan di atas, metode non-parametrik juga
mempunyai beberapa kelemahan, seperti tidak adanya sistematika yang jelas seperti
pada metode parametrik, hasilnya bisa meragukan karena kesederhanaan metodenya,
serta tabel-tabel yang dipakai lebih bervariasi dibanding tabel-tabel standar pada
metode parametrik.
Apakah akan dipakai metode parametrik atau non-parametrik bergantung pada
situasi yang ada, dan keduanya lebih bersifat saling melengkapi dalam melakukan
berbagai pengambilan keputusan.
b. Uji Kruskal-Wallis
Uji Kruskal-Wallis, disebut juga uji H. Kruskal-Wallis, merupakan
generalisasi uji dua-contoh Wilcoxon untuk sampel lebih dari dua. Uji ini digunakan
untuk menguji hipotesis nol H0 bahwa sampel bebas berasal dari populasi yang
identik.
Diperkenalkan pada tahun 1952 oleh W. H. Kruskal dan W. A. Wallis, uji
non-parametrik ini merupakan alternatif bagi uji F untuk pengujian kesamaan
beberapa nilai tengah dalam ANOVA bila kita ingin menghindar dari asumsi bahwa
sampel diambil dari distribusi normal.
2.7 Konsep Sistem Informasi
2.7.1 Sistem Informasi
Menurut Effrem G. Mallach (1997, p75), Sistem Informasi adalah sebuah sistem
yang bertujuan untuk menyimpan, memproses, dan menyebarkan informasi. Kemudian
menurut Wilkinson (1993, p9), Sistem Informasi adalah suatu kerangka perantara bagi
21
sumber-sumber
daya
yang
terkoordinasi
guna
mengumpulkan,
memproses,
mengendalikan, dan mengatur data dalam tahapan berurutan dengan tujuan untuk
menghasilkan informasi yang disampaikan melalui jaringan komunikasi ke berbagai
pemakai oleh suatu tujuan atau lebih. Sedangkan menurut Laudon (1994, p8), Sistem
Informasi sebagai sekelompok komponen yang saling terhubung yang mengumpulkan,
memproses, menyimpan, dan mendistribusikan informasi untuk membantu manajer
dalam pengambilan keputusan, pengendalian, pengkoordinasian, penganalisaan masalah
dan menvisualisasikan masalah yang kompleks di dalam suatu organisasi.
Dari berbagai definisi di atas, dapat disimpulkan bahwa Sistem Informasi adalah
sebuah sistem terkoordinasi yang mengumpulkan, memproses, menyimpan, dan
menyebarkan informasi yang diperlukan dalam rangka pengambilan keputusan. Sistem
informasi mempermudah proses pengambilan keputusan karena kemampuannya dalam
mengolah informasi dan menyebarkannya sehingga proses yang dilalui untuk mengambil
keputusan menjadi terkoordinasi dan sistematis.
a. Piramida Sistem Informasi
Kebutuhan informasi untuk masing-masing tingkatan manajer adalah berbeda,
maka informasi yang disajikan juga berbeda. Oleh karena itu, Sistem Informasi
terbagi menjadi beberapa tingkatan, sebagai berikut.
1. Sistem Informasi Tingkat Operasional (Operational Level System)
2. Sistem Informsai Tingkat Pengatahuan (knowledge Level System)
3. Sistem Informasi Tingkat Manajemen (Management Level System)
4. Sistem Informasi Tingkat Strategi (Strategic Level System).
22
Untuk memperjelas hubungan antara tingkatan sistem informasi dapat dilihat pada
gambar 2.2
Kind of Information System
Groups Served
Strategic
Level
Senior
Managers
Manajemen
Level
Middle
Managers
Knowledge
Level
Knowledge &
Data Workers
Operation
Level
Functional
Areas
Operational
Managers
Sales &
Marketing
Manufacturing
Finance
Accounting
Human
Resorce
Gambar 2.2 Hubungan tingkat sistem informasi, tipe sistem informasi dan
kelompok pengguna sistem informasi
b. Jenis Sistem Informasi
Untuk memenuhi kebutuhan pada keempat tingkat sistem informasi tersebut,
diperlukan enam sistem informasi berikut.
1. Sistem Pemrosesan Transaksi / Transaction Processing System (TPS)
Sistem terkomputerisasi yang menampilkan dan menyimpan transaksi harian
rutin yang diperlukan untuk menjalankan kegiatan perusahaan sehari-hari.
23
2. Sistem Kerja Pengetahuan / Knowledge Works System (KWS)
Sistem informasi yang membantu pekerja yang berpendidikan dalam
menangani penciptaan dan penintegrasian pengetahuan baru dalam suatu
organisasi.
3. Sistem Otomatisasi Kantor / Office Automation System (OAS)
Sistem komputer, seperti Word Processing, electronic-mail system, dan
scheduling system yang dirancang untuk memenuhi produktivitas dari pekerja
pengumpulan data.
4. Sistem Informasi Manajemen / Management Information System (MIS)
Sistem komputer yang menangani dan membantu manajer menengah dalam
menjalankan fungsi perencanaan, pengontrolan, dan pengambilan keputusan.
5. Sistem Pendukung Keputusan / Decision Support System (DSS)
Sistem komputer yang mengkombinasikan data, model analisis, dan statistik
dengan trend yang sedang berlaku untuk membantu pengambilan keputusan,
baik yang bersifat semi terstruktur, maupun yang tidak terstruktur.
6. Sistem Informasi Eksekutif / Executive Information System (EIS)
Sistem informasi yang dirancang untuk membantu eksekutif dalam membuat
keputusan yang bersifat tidak terstruktur dengan bantuan gambar dan
komunikasi.
Keenam tipe di atas saling berhubungan satu sama lain (lihat gambar)
24
Executive
Information
System (EIS)
Management
Information
System (MIS)
Decision
Support System
(DSS)
Knowledge
System
(KWS &OAS)
Transaction
Processing
System (TPS)
Gambar 2.3 Hubungan antar Sistem Informasi
c. Perbedaan MIS, DSS, dan EIS
MIS (Management Information System), DSS (Decision Support System), dan
EIS (Executive Information
System)
pada dasarnya memberikan solusi yang
berbeda-beda tergantung pada tingkat pengguna sistem informasi tersebut, sehingga
perlu dijabarkan lebih lanjut perbedaan mendasar dari ketiga sistem informasi ini.
Dari perbedaan antara MIS, DSS, dan EIS yang disajikan pada tabel 2.2 dapat
dilihat secara garis besar perbedaan perbandingan dari masing-masing dimensinya.
25
Tabel 2.2 Perbedaan antara MIS, DSS, dan EIS
Dimensi
Aplikasi
Fokus
Basis Data
Kemampuan
Pengambilan
Keputusan
Manipulasi
Karakteristik
Informasi
Jangkauan
Layanan pada
Tingkat
Organisasi
Tinggi
Impetus
MIS
Pengendalian produksi,
peramalan, penjualan
DSS
Rencana strategi
jangka panjang, ruang
lingkup masalah yang
kompleks
Informasi
Kebutuhan
fleksibilitas, “user
friendly”
Pengaksesan secara
Sistem manajemen
interaktif oleh program database, akses secara
interaktif
Permasalahan rutin
Masalah semi
yang terstruktur dengan terstruktur, model
menggunakan alat
manajemen ilmu
bantu ilmu manajemen terintegrasi
secara konvensional
Secara numerik
Secara numerik
Laporan peminatan dan
penjadwalan, aliran
terstruktur dan laporan
penyimpangan
Manajemen tingkat
menengah
Informasi dalam
mendukung
keputusan-keputusan
tertentu
Analisis dan manajer
Efisiensi
Efektivitas
EIS
Pendukung
keputusan analisis
“drill down”
informasi,
pengendalian
Pengaksesan data
eksternal secara
global
Hanya dapat dipakai
bila digabungkan
dengan DSS
Umumnya secara
numerik, beberapa
pula secara lambang
Laporan
penyimpangan
Hanya Eksekutif
senior
Timelines
2.7.2 Sistem Pendukung Keputusan (SPK)
SPK diciptakan untuk dapat menyediakan kebutuhan informasi yang spesifik
untuk memecahkan masalah yang spesifik. SPK menyediakan informasi pemecahan
masalah maupun komunikasi dalam memecahkan masalah semi terstruktur dan tidak
terstruktur.
26
a. Definisi Sistem Pendukung Keputusan
Menurut Moore & Chang (Turban, 1995, p84) SPK adalah sistem yang dapat
dikembangkan, mampu mendukung analisis data dan permodelan keputusan,
berorientasi pada perencanaan masa mendatang, serta tidak bisa direncanakan interval
(periode) waktu pemakaiannya.
Bonczek, Holsapple, dan Whinston (Turban, 1995, p84) mendefinisikan SPK
sebagai suatu sistem yang berbasiskan komputer yang terdiri dari tiga komponen
yang berinteraksi, yaitu:
1. Language System, adalah suatu mekanisme untuk menjembatani (interface)
pemakai dan komponen lainnya.
2. Knowledge System, adalah repositori pengetahuan yang berhubungan dengan
masalah tertentu baik berupa data maupun prosedur.
3. Problem Processing System, adalah sebagai penghubung kedua komponen
lainnya, berisi satu atau beberapa kemampuan manipulasi/menyelesaikan
masalah secara umum, yang diperlukan dalam pengambilan keputusan.
Sedangkan menurut Keen, Scott-Morton (Turban, 1995, p83), SPK
memadukan sumber daya intelektual seseorang dengan kemampuan komputer untuk
meningkatkan kualitas keputusan di dalam lingkungan masalah semi terstruktur.
Gorry & Scott-Morto(Turban, 1995, p82) berpendapat bahwa SPK adalah
sistem berbasiskan komputer yang interaktif, yang membantu pengambilan keputusan
memenfaatkan data dan model untuk memecahkan masalah tidak terstruktur.
27
Maka dapat disimpulkan bahwa SPK merupakan suatu sistem pendukung bagi
para manajer yang bekerja sebagai tim pemecah masalah, dalam mencari solusi dari
permasalahan semi terstruktur dan tidak terstruktur, dengan jalan menyediakan
informasi atau nasihat yang berkaitan dengan keputusan-keputusanyang spesifik.
b. Jenis-jenis Keputusan
Keen dan Scott-Morton (Mallach 1997, p32) membagi keputusan berdasarkan
keharusan keputusan dibuat dan cakupan keputusan tersebut, yaitu:
1. Keputusan terstruktur
Sebuah keputusan terstruktur dapat merupakan keputusan yang dihasilkan
oleh program komputer, keputusan terstruktur diambil untuk memecahkan
masalah yang pernah terjadi sebelumnya.
2. Keputusan tidak terstruktur
Keputusan yang diambil untuk memecahkan masalah baru atau sangat jarang
terjadi, sehingga perlu dipelajari secara hati-hati. Komputer tetap dapat
membantu pembuat keputusan, tetapi hanya dapat memberikan sedikit
dukungan.
3. Keputusan semi terstruktur
Keputusan di antara keputusan terstruktur dan tidak terstruktur.
Keputusan-keputusan dibuat untuk menyelesaikan masalah. Dalam proses
pemecahan suatu masalah, pembuat keputusan mungkin mempunyai banyak alternatif
jawaban. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam proses
pemecahan masalah yang dihadapi untuk menghindari dampak-dampak negatif yang
mungkin terjadi pada keputusan yang belum matang.
28
Tujuan dari SPK bukan untuk membuat proses pengambilan keputusan
seefisien mungkin, walaupun waktu manajer berharga dan tidak boleh terbuang, tetapi
manfaat utama menggunakan SPK adalah untuk mendapatkan keputusan manajerial
yang lebih baik.
c. Tahap-tahap Pengambilan Keputusan
Menurut Simon (McLeod, 1995, p57), ada empat tahap yang harus dilalui
manajer saat memecahkan masalah. Tahap-tahap Simon tersebut
adalah sebagai
berikut.
1. Kegiatan Intelijen
Mengamati lingkungan, mencari kondisi yang perlu diperbaiki.
2. Kegiatan Merancang
Menemukan, mengembangkan, dan menganalisis berbagai tindakan alternatif
yang mungkin.
3. Kegiatan memilih
Memilih satu rangkaian tindakan tertentu dari beberapa yang tersedia.
4. Kegiatan memilah
Menilai pilihan-pilihan yang lalu.
d. Tujuan Sistem Pendukung Keputusan
Tujuan-tujuan Sistem Pendukung Keputusan berhubungan dengan tiga prinsip
dasar dari konsep Sistem Pendukung Keputusan, yaitu:
29
1. Struktur masalah
Membantu manajer membuat keputusan untuk memecahkan masalah semi
terstruktur.
2. Dukungan keputusan
Sistem Pendukung Keputusan mendukung pengambilan keputusan manajer,
dan bukan untuk menggantikannya.
3. Efektivitas keputusan
meningkatkan
efektivitas
pengambilan
keputusan
manajer
daripada
efisiensinya.
Solusi
Komputer
Terstruktur
Solusi
Manajer -> Komputer
Solusi
Manajer
Semi Terstruktur
Tidak Terstruktur
Tingkat Struktur Masalah
Gambar 2.4 SPK berfokus pada masalah-masalah semi terstruktur
e. Karakteristik dan Kemampuan Sistem Pendukung Keputusan
Tidak ada ketetapan mengenai karakteristik dan kemampuan apa yang harus
terdapat pada SPK. Karakteristik umum yang terdapat pada setiap SPK adalah
digunakan oleh manajer dan pegawai berpendidikan (knowledge workers),
menggunakan database, dan menggunakan model. SPK diharapkan memiliki
30
beberapa karakteristik dan kemampuan SPK yang dituliskan oleh Turban (1995, p8587) sebagai berikut.
1. SPK menyediakan dukungan bagi para pengambil keputusan, khususnya
dalam memecahkan masalah semi terstruktur dan masalah tidak terstruktur.
Caranya dengan menggabungkan kemampuan komputer memecahkan
masalah terstruktur dengan kemampuan manusia untuk memecahkan masalah
tidak terstruktur.
2. SPK ini mencakup berbagai tingkatan manajemen, dari tingkatan atas
(eksekutif) dan manajemen tingkat menengah.
3. SPK ini dibuat untuk mendukung individu maupun kelompok dalam suatu
perusahaan atau organisasi.
4. SPK mendukung beberapa keputusan yang saling berkaitan dengan proses
pengambilan keputusan yang berurutan.
5. SPK mendukung semua tahapan dalam pengambilan keputusan, yaitu mulai
dari tahapan intelijen, perancangan, pemilihan, dan implementasi.
6. SPK mendukung berbagai cara dalam pengambilan keputusan, sebab di dalam
SPK itu sendiri terdapat proses yang langkahnya sama dengan proses
pemikiran seorang pengambil keputusan.
7. SPK dapat disesuaikan terhadap waktu kondisi perekonomian atau persaingan,
sehingga para pemakai dapat mengubah isi dari setiap variabel yang ada.
8. SPK mendukung user friendly dan user interaktif, dengan begitu akan terjadi
komunikasi yang baik antara user dengan sistem, dan user tidak merasa
kesulitan dalam mengoperasikan tools maupun sistem yang ada.
31
9. SPK meningkatkan efektivitas pengambilan keputusan, dan juga menghemat
biaya dan waktu yang ada.
10. Adanya
pengendalian dalam setiap proses yang dilakukan oleh manusia,
sebab SPK dibuat untuk membantu pengambilan keputusan bukan untuk
menggantikan pengambil keputusan.
11. Pemodelan pada SPK yang memungkinkan untuk melakukan strategi lain dan
dalam konfigurasi yang berbeda; pemodelan ini dapat membuat kita belajar.
f. Komponen Sistem Pendukung Keputusan
Komponen SPK terdiri dari beberapa subsistem, yaitu subsistem manajemen
data, subsistem manajemen model, subsistem dialog, dan subsistem manajemen
pengetahuan.
Other Computer Based
Systems
Data Eksternal dan Internal
Data Management
Model Management
Knowledge
Management
Dialog Management
Manager (User)
Gambar 2.5 Komponen Sistem Pendukung Keputusan
32
g. Tahapan Pengembangan Sistem Pendukung Keputusan
Menurut Turban (1995, p268-272), tahapan pengembangan SPK terdiri atas:
1. Perencanaan
Tahap ini berhubungan dengan penetapan kebutuhan sistem, mendiagnosis
dan menilai masalah yang dihadapi serta penetapan sasaran dari SPK yang
ingin dicapai.
2. Penelitian
Tahap ini dilakukan untuk mengidentifikasi kebutuhan dari user, sumber daya
yang tersedia serta lingkungan yang mempengaruhinya.
3. Perancangan Konsep dan Analisis
Dalam tahap ini dilakukan suatu kegiatan membuat rancangan konseptual dan
studi kelayakan, disarankan menggunakan pendekatan normatif untuk
mendefinisikan model yang ideal agar dapat menyediakan informasi sesuai
dengan yang diinginkan.
4. Perancangan
Meliputi perancangan dialog, komponen, sistem, pemrosesan masalah, dan
kelengkapan basis data SPK. Perancangan dapat dibagi menjadi 3 (tiga)
bagian yang saling berhubungan, yaitu subsistem manajemen data, subsistem
manajemen model, dan subsistem komunikasi.
5. Konstruksi
Tahap ini merupakan tahap pembangunan SPK sesuai dengan konsep
perancangan alat-alat yang digunakan.
33
6. Implementasi
Tahap implementasi adalah kelanjutan dari tahap konstruksi, di mana sistem
siap untuk diimplementasikan ke dunia nyata. Implementasi meliputi
penyiapan, demonstrasi, orientasi, pelatihan, dan penyebarluasan.
7. Dokumentasi dan Pemeliharaan
Tahap ini terdiri atas perencanaan untuk mendukung sistem secara terusmenerus. Dokumentasi untuk penggunaan dan pengembangan dari sistem
yang telah dibangun.
Tahap A
Perencanaan
Pembangunan Sistem
Tahap B
Penelitian Kebutuhan
User
Tahap C
Analisis Sistem
Tahap D
Perancangan Layar
Tampilan Dan
Layar Dialog
Perancangan
Model yang
Dipakai
Perancangan
Database
SPPK
Pembangunan Sistem
Tahap E
Tahap F
Implementasi Sistem
Tahap G
Tahap H
Pemeliharaan dan
Dokumantasi Sistem
Penyesuaian Sistem
Terhadap Kebutuhan
Gambar 2.6 Tahapan Pengembangan SPK
Perancangan
Komponen
Pengetahuan
34
2.7.3 Konsep Model Sistem Pendukung Keputusan
Karakteristik utama dari SPK termasuk kemampuan pemodelannya. Ide dasar
untuk menjalankan analisis SPK adalah dengan menggunakan model.
a. Model
Karakteristik utama dari SPK adalah kemampuannya dalam menggunakan
model. Turban (1995, p42) menuliskan bahwa model adalah penyederhanaan atau
abstraksi dari realita (kenyataan). Model selalu sederhana karena realita terlalu
kompleks untuk ditiru dengan tepat dan karena banyak kompleksitas yang sebenarnya
tidak relevan dengan masalah yang spesifik.
b. Simulasi
Tindakan untuk menggunakan model menurut McLeod (1995, p65) disebut
simulasi. Simulasi memperkirakan dampak dari keputusan pemecahan masalah dan
terjadi dalam suatu pengaturan yang dijelaskan oleh elemen-elemen data skenario.
Istilah skenario mulai digunakan untuk menjelaskan kondisi yang mempengaruhi
simulasi.
c. Jenis Model
Model
dapat
diklasifikasikan
berdasarkan
tingkat
level
abstraksi/pemodelannya menjadi 3 (tiga) bagian, yaitu sebagai berikut.
1.
Model Iconic (Schale)
Model yang paling sederhana dan hanya merupakan replika dari sistem
dan hanya berdasarkan pada perbedaan skala dari bentuk asli.
35
2.
Model Analog
Model ini tidak merepresentasikan sistem sebenarnya, namun memiliki
sifat seperti sistem yang direpresentasikan. Model ini lebih abstrak dari model
Iconic dan digunakan sebagai representasi dari kenyataan. Biasanya berupa
diagram dua dimensi dan sedikit lebih rumit dari model Iconic.
3.
Model Matematika
Model yang paling tepat untuk merepresentasikan SPK karena tingkat
kerumitan hubungan antar sistem dalam suatu organisasi yang akan ditampilkan
membutuhkan perhitungan matematika.
Model matematika dapat dikelompokkan dalam tiga dimensi yaitu dimensi
pengaruh waktu, tingkat keyakinan, dan kemampuan mencapai optimasi
(McLeod, 1995, p65).
a. Model Statis atau Dinamis
Model statis tidak menyertakan waktu sebagai variabel. Model ini
berkaitan dengan suatu situasi pada satu titik tertentu, misalkan foto. Sebaliknya
pada model dinamis disertakan waktu sebagai variabel. Model dinamis
menggambarkan perilaku entitas dari waktu ke waktu, misalkan sebuah film.
b. Model Probabilistik atau Deterministic
Model
probabilistik
adalah
model
yang
mencakup
probabilitas.
Probabilitas adalah peluang terjadinya sesuatu, probabilitas berkisar dari 0,00
(sesuatu yang sama sekali tidak mungkin terjadi) hingga 1,00 (sesuatu yang
pasti terjadi). Model yang sebaliknya adalah model deterministik.
36
c. Model Optimisasi atau Suboptimisasi
Model optimisasi adalah model yang memilih solusi terbaik dari beberapa
alternatif, untuk itu masalahnya harus terstruktur dengan sangat baik. Model
suboptimisasi, disebut juga satisfying model, yaitu model yang memungkinkan
manajer memasukkan serangkaian keputusan, dan model akan memproyeksikan
hasilnya. Model ini tidak mengidentifikasikan keputusan terbaik tetapi
menyerahkan tugasnya tersebut pada manajer.
Berdasarkan kategorinya model dibeda-bedakan menjadi beberapa
macam:
Tabel 2.3 Macam-macam Model
Kategori
Optimisasi
masalah dengan
berbagai alternatif
Proses dan Objektif
Menemukan solusi terbaik dengan jumlah
alternatif yang relatif kecil
Teknik Representatif
Tabel Keputusan
Pohon Keputusan
Optimisasi dengan
algoritma
Menemukan solusi terbaik dari jumlah
alternatif yang besar dengan
pembangunan bertahap
Model pemrograman
linier dan matematika,
model jaringan
Optimisasi dengan
formula
Menemukan solusi terbaik dengan satu
langkah dengan rumus
Sebagian model
inventory
Simulasi
Menemukan solusi yang lumayan dari
beberapa alternatif terbaik
Beberapa macam
simulasi
Model deskriptif
lainnya
Heuristik
Menggunakan rumus “what-if”
Pemodelan keuangan
Menemukan solusi yang cukup baik
dengan menggunakan aturan tertentu
Pemrograman
heurisrik dan expert
system
Model prediktif
Melakukan prediksi atas keadaan tertentu
Analisis Markov,
model forecast
37
d. Keuntungan dan Kerugian Model
Keuntungan pembuatan model diimbangi dengan dua kerugian utama model,
yaitu:
1. Kesulitan pembuatan model sistem bisnis akan menghasilkan model yang tidak
menangkap semua pengaruh pada entitas. Pertimbangan yang menyeluruh
diperlukan dalam menerapkan keputusan yang didasarkan hasil simulasi.
2. Keahlian matematika tingkat tinggi diperlukan untuk mengembangkan sendiri
model-model yang lebih kompleks. Keahlian itu juga diperlukan dalam
menafsirkan output secara tepat.
Kerugian ini dapat dikurangi berkat kombinasi peralatan pembuatan model
yang lebih memudahkan pemakai dan manajer lebih mengerti.
Turban (1995, p43) memaparkan keuntungan yang merupakan alasan utama
mengapa menggunakan model.
1. Biaya analisis model lebih rendah dibandingkan biaya eksperimen yang serupa.
2. Model dapat menghemat waktu. Operasional bertahun-tahun dapat disimulasikan
menjadi beberapa menit waktu komputer.
3. Manipulasi model (mengubah-ubah variabel) lebih mudah daripada manipulasi
real system.
4. Model memungkinkan manajer untuk memperhitungkan resiko pada kondisi
lingkungan yang tidak menentu.
5. Penggunaan model matematika memungkinkan untuk melakukan analisis yang
membutuhkan perhitungan nilai yang sangat besar.
6. Model mempertinggi dan memperkuat proses belajar dan pelatihan.
38
2.7.4 Analisis What-If
Menurut Turban (1995, p64), di dalam suatu Sistem Pendukung Keputusan dapat
digunakan sebuah analisis untuk pengambilan keputusan di mana salah satunya adalah
analisis What-If . Analisis What-If adalah sebuah model analisis yang mendukung SPK
yang mana cara kerjanya adalah sebagai berikut, model membuat prediksi dan asumsi
berdasarkan input data oleh user.
Model What-If, sesuai dengan namanya, menganalisis apa yang akan terjadi pada
solusi jika nilai variabel, asumsi atau parameter diubah-ubah.
Contoh kasus:
™ Apa yang akan terjadi pada total biaya persediaan jika biaya yang terjadi karena
adanya persediaan meningkat sebesar 10%?
™ Apa yang akan terjadi pada permintaan pasar jika biaya iklan meningkat 5%?
Manajer dapat mengulang pertanyaan, mengubah topik pertanyaan, dan mengubah
persentase yang ada dan melihat
apa yang akan terjadi jika terjadi perubahan-
perubahan tersebut dijalankan.
2.8 Penelitian Relevansi
Perancangan sebelumnya yang memiliki keterkaitan dengan penelitian ini pernah
dilakukan oleh alumni mahasiswa Universitas Bina Nusantara yang membuat
perancangan mengenai perpindahan konsumen telepon seluler. Judul perancangan
tersebut adalah Kontribusi Penerapan Program Sistem Pendukung Keputusan Untuk
Meningkatkan Pemasaran Telepon Seluler Dengan Metode Rantai Markov. Perancangan
ini dilakukan oleh Yoke Setiawan Endarto.
39
Dalam skripsi tersebut telah berhasil dibuat suatu rancangan sistem pendukung
keputusan berdasarkan analisis statistika pada perpindahan konsumen telepon seluler.
Perancangan ini dibuat dengan hanya mempertimbangkan empat variabel analisis yaitu
merek telepon selular Nokia, Samsung, Ericsson, dan Siemens.
Penelitian yang sekarang mengacu pada pengembangan perancangan tersebut.
Perkembangan yang dilakukan pada penelitian ini adalah mengenai objek analisis yaitu
sampel yang diambil lebih luas dan faktor analisis yang dilakukan menjadi enam
variabel, yaitu semua provider sim card GSM prabayar yang ada saat ini di Indonesia.
Dengan demikian penelitian ini dilakukan tanpa pembatasan seperti yang dilakukan
perancangan sebelumnya, yang memilih empat variabel untuk dianalisis berdasarkan
pada metode aklamasi yaitu pengetahuan umum yang telah diketahui masyarakat tanpa
perlu adanya survei untuk mengetahui telepon selular merek apa yang mendominasi di
Indonesia.
Dengan menggunakan semua variabel yang ada saat ini, diharapkan penelitian ini
dapat menjadi lebih akurat dan tepat dalam mengambil keputusan manajerial dalam usaha
pemasaran produk sim card GSM prabayar ini.
2.9 Tahapan Penelitian
Tahapan penelitian yang dilalui dalam penyusunan proposal ini adalah :
1. Studi kepustakaan
Dalam tahapan ini akan dilakukan studi mengenai beberapa teori yang akan
digunakan dalam penelitian, antara lain teori rantai Markov, metode KruskalWallis, dan beberapa teori penting mengenai proses Sistem Pendukung Keputusan
40
yang ada agar dapat diperoleh suatu landasan teori yang tepat tentang konsep
yang diperlukan untuk penelitian secara umum.
2. Metode Analisis
Dengan berlandaskan pada hasil studi kepustakaan yang dilakukan sebelumnya,
kemudian disusun kuesioner untuk mengumpulkan data. Ada pun inti dari
kuesioner ini adalah untuk mengetahui bagaimana gambaran market share
pemasaran sim card GSM prabayar saat ini, kriteria fitur produk sim card yang
diminati oleh pelajar dan mahasiswa di jakarta, dan transisi pemakaian sim card
dari satu provider ke provider lainnya. Kemudian dilakukan analisis lebih lanjut
tentang faktor pengaruh perpindahan konsumen dari satu provider sim card GSM
prabayar ke provider sim card GSM prabayar lainnya. Hasil dari penelitian
kemudian akan digunakan untuk membantu mengambil keputusan manajerial
pemasaran sim card GSM prabayar melalui Sistem Pendukung Keputusan.
2.10 Kerangka Pemikiran
Terdapat enam provider sim card GSM prabayar yang saat ini digunakan untuk
analisis penelitian. Keenam provider sim card GSM prabayar ini merupakan keseluruhan
operator yang tersedia di Indonesia saat ini.
Keenam provider sim card GSM prabayar tersebut adalah :
1. Simpati (S)
2. Mentari (M)
3. XL Bebas (X)
4. Jempol (J)
5. As (A)
6. IM3 (I)
41
Sehingga kerangka pemikirannya adalah sebagai berikut:
S
M
J
I
A
X
Gambar 2.1 Kerangka Berpikir perpindahan konsumen sim card GSM prabayar
Keterangan warna :
Perpindahan Konsumen dari Simpati ke provider lain
Perpindahan Konsumen dari Mentari ke provider lain
Perpindahan Konsumen dari XL Bebas ke provider lain
Perpindahan Konsumen dari Jempol ke provider lain
Perpindahan Konsumen dari As ke provider lain
Perpindahan Konsumen dari Im3 ke provider lain