analisis faktor-faktor yang mempengaruhi pemilihan lokasi kos di kelurahan tembalang dan banjarsari,...

1

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN LOKASI KOSAN DI KELURAHAN TEMBALANG DAN BANJARSARI,

SEMARANG

Yonika Evidonta Br S 21040113120002 Lidya Nauli Br S 21040113120004 Selviana Indira Wopari 21040113100072 Sally Indah N 21040113130096 Natasya Situmorang 21040113130134

(Kelas B) PENDAHULUAN

Kota Semarang merupakan salah satu kota yang di dalamnya terdapat berbagai macam universitas sebagai destinasi dalam mencari ilmu. Pada perkembangannya, kawasan pendidikan di Kota Semarang sudah tidak ditempatkan di pusat kota, melainkan ditempatkan di pinggiran Kota Semarang, yakni di Kecamatan Tembalang. Universitas Diponegoro (Undip) sebagai salah satu kampus terbesar yang dimiliki Kota Semarang menjadi salah satu destinasi untuk mencari ilmu di tingkat oerguruan tinggi. Keberadaan kampus tersebut membuat kawasan sekitar Kecamatan tembalang berubah menjadi kawasan komersil.

Kos-kosan merupakan salah satu contoh hunian yang dikomersilkan. Kawasan permukiman di kawasan sekitar Undip diperuntukkan sebagai kos-kosan bagi para mahasiswa, khususnya, yang berasal dari luar Kota Semarang. Namun, terdapat kecenderungan akan pemilihan kos-kosan yang notabene berada di Kelurahan Tembalang dan Banjarsari. Hal tersebut dilihat dari fungsi hunian yang hampir keseluruhan diperuntukkan sebagai kos-kosan.

Pada artikel ini akan dibahas mengenai faktor-faktor pemilihan kos di Kelurahan Tembalang dan Banjarsari. Adapun variabel yang digunakan berkaitan dengan jarak kos ke kampus, fasilitas kos, harga kos, aksesibilitas, kenyamanan, dan lain sebagainya. METODE ANALISA

Metode analisis yang dilakukan adalah analisis kualitatif. Pada prosesnya,

dilakukan pengkuantifikasian pada kualitatif ke data kuantitatif. Adapun data yang diambil merupakan data primer, yakni data yang didapat dari hasil penyebaran kuesioner dengan sample 40 responden adalah mahasiswa/i Universitas Diponegoro yang menempati kos-kosan di Keurahan Tembalang dan Banjarsari. Sedangkan pada tahap analisis AHP, diambil 3 responden yang dianggap sebagai ahli atau expert dalam membantu

kebutuhan analisis serta pengambilan keputusan.

a. Analisis yang digunakan guna mencapai tujuan penelitian adalah sebagai berikut:

b. Analisis faktor dilakukan untuk mereduksi atau mengeliminasi variabel-variabel bebas yang sudah ditentukan sehingga didapatkan komponen utama penentu pemilihan lokasi kos-kosan di Kelurahan Tembalang dan Banjarsari.

c. Analisis regresi linear dimaksudkan untuk melakukan pengujian kuat atau lemahnya hubungan antara variabel dependen dan variabel independen serta mengetahui seberapa kuat hubungan yang ada.

d. Analisis AHP sebagai analisis alternatif untuk pengambilan keputusan dengan membuat penilaian terhadap variabel-variabel, selanjutnya dari hasil penilaian tersebut akan membuat keputusan dalam menentukkan pemilihan lokasi kos-kosan di Kelurahan Tembalang dan Kelurahan Banjarsari.

Variabel yang digunakan dalam analisis adalah sebagai berikut:

1. Lokasi Kos-kosan

2

2. Harga Kos-kosan, yaitu biaya per bulan yang dikeluarkan responden untuk membayar kos-kosan.

3. Fasilitas, yaitu kelengkapan yang disediakan di kos-kosan, seperti kamar mandi dalam, AC, wifi, listrik, air, dan dapur.

4. Layanan Tambahan, yaitu kelengkapan tambahan yang ada di kos-kosan, seperi jasa laundry pakaian, kantin, fotocopy, dan tempat print.

5. Aksesibilitas, dilihat dari kemudahan responden untuk menuju kampus serta penggunaan moda transportasi responden untuk menuju kampus.

6. Kenyamanan 7. Keamanan 8. Kebersihan

HASIL DAN PEMBAHASAN Analisis Faktor

Pada analisis faktor, hal-hal yang harus diperhatikan meliputi korelasi antarvariabel independen, penjelasan variabel oleh faktor, dan factor loading.

Adapun uji korelasi antarvariabel independen dapat dilihat pada pada output KMO and Bartlett’s Test, sebagai berikut:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.

,822

Bartlett's Test of Sphericity

Approx. Chi-Square 84,990

df 28

Sig. ,000

Dari tabel ini dilihat jika nilai KMO diatas 0,05 maka tingkat keakuratannya cukup tinggi. Jadi pada tabel tersebut terdapat 0,822 sehingga tingkat keakuratannya cukup tinggi sehingga memungkinkan untuk dilakukan analisis lebih lanjut. Faktor-faktor yang nantinya terbentuk harus dapat merepresentasikan variabel yang ada di dalamnya. Maka dari itu, penjelasan variabel oleh faktor tersebut dapat dilihat pada tabel output Communalities berikut:

Communalities

Initial Extraction

Lokasi_terdekat 1.000 .655

Alternatif_lain 1.000 .554

Harga_Kosan 1.000 .628

Listrik_Air 1.000 .577

Kamar_mandi_dalam 1.000 .527

Asri 1.000 .520

Kebisingan 1.000 .645

Kebersihan 1.000 .648

Extraction Method: Principal Component Analysis.

Faktor yang nantinya terbentuk dapat

menjelaskan variabel Lokasi_terdekat sebesar 65,50%, Alternatif_lain 55,40%, Harga_Kosan 62,80%, Listrik_Air 57,70%, Kamar_mandi_dalam 52,70%, Asri 52,00%, Kebisingan 64,50%, dan Kebersihan 64,80%.

Rotated Component Matrixa

Component

1 2

Lokasi_terdekat ,783 ,205 Alternatif_lain -,031 -,743 Harga_Kosan ,785 -,107 Listrik_Air ,722 ,236 Kamar_mandi_dalam -,683 -,246 Asri ,021 ,721 Kebisingan ,438 ,673 Kebersihan ,447 ,670

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a a. Rotation converged in 3 iterations.

Pengelompokan variabel ke faktor

tertentu mengikut pada besar korelasi antara variabel dengan faktor, yaitu kepada yang korelasinya besar. Berdasarkan hasil analisis faktor, maka didapatkan variabel-variabel independen yang merupakan faktor penentu dalam pemilihan kos-kosan di Kelurahan tembalang dan Banjarsari. Berikut adalah anggota dari masing-masing faktor yang terbentuk setelah dilakukan rotasi : Faktor 1 = Lokasi terdekat, harga kosan, Listrik-Air, dan kamar mandi dalam Faktor 2 = Alternatif lain, Asri, Kebisingan, dan Kebersihan

3

Component Transformation Matrix

Component 1 2

1 .780 .625

2 .625 -.780

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Faktor 1 ataupun Faktor 2 memiliki korelasi sebesar 0,780 yang artinya cukup kuat karena 0,780 > 0,5. Dengan demikian Faktor 1 dan Faktor 2 dapat dikatakan tepat untuk merangkum keseluruhan variabel independen.

Dengan demikian, dapat disimpulkan bahwa terdapat dua faktor dalam pemilihan lokasi kos-kosan di Kelurahan Tembalang dan Banjarsari. Faktor pertama adalah faktor fasilitas, yang terdiri dari anggota

variabel Lokasi Terdekat, Harga Kos-Kosan, Listrik dan Air, serta Kamar Mandi Dalam. Faktor kedua adalah faktor lingkungan yang terdiri dari anggota

variabel Alternatif Lain, Asri, Kebisingan, dan Kebersihan.

Tabel I

Hasil Analisis Faktor No Faktor Variabel

1 Fasilitas

Lokasi Kos

Harga Kos

Listrik dan Air

Kamar Mandi Dalam

2 Lingkungan

Alternatif Lain

Asri

Kebisingan

Kebersihan Sumber: Hasil Analisis Kelompok, 2015

Analisis Regresi

Analisis regresi merupakan analisis lanjutan yang dilakukan setelah analisis faktor. Pada analisis regresi, faktor yang dihasilkan di analisis faktor menjadi variabel baru yang digunakan untuk kebutuhan analisis ini. sedangkan variabel lama yang digunakan pada analisis faktor menjadi indikator dalam analisis ini. dengan demikian, variabel independen

yang digunakan dalam analisis regresi adalah Fasilitas dan Lingkungan. Sedangkan variabel dependennya tetap sama, yakni Lokasi Kos.

Model Summaryb

Model R R

Square

Adjusted R

Square

Std. Error of

the Estimate

Durbin-Watson

1 .810a .655 .637 .334 2.065

a. Predictors: (Constant), REGR factor score 2 for analysis 1, REGR factor score 1 for analysis 1

b. Dependent Variable: Lokasi_terdekat

Tabel model summary di atas berisi

tentang kesimpulan dari analisis yang sudah dilakukan. Dapat dilihat dari kolom R Square, nilainya sebesar 0,655 di mana hal tersebut mengartikan bahwa variabel bebas hanya dapat menjelaskan 65,5% variabel terikat. Sedangkan kolom Std. Error of Estimate menunjukkan nilai error yaitu sebesar 0,334. Untuk kolom Durbin-Watson menunjukkan tingkat keacakan variabel. Nilai Durbin-Watson pada tabel di atas adalah 2,065 mengartikan bahwa keacakan variabel pada analisis ini tidak cukup tinggi.

ANOVAb

Model Sum of Squares df

Mean Square F Sig.

1 Regression 7.848 2 3.924 35.183 .000a

Residual 4.127 37 .112

Total 11.975 39

a. Predictors: (Constant), REGR factor score 2 for analysis 1, REGR factor score 1 for analysis 1

b. Dependent Variable: Lokasi_terdekat

Jika F hitung <= T tabel atau

probabilitas >= 0,05 maka Ho diterima, atau tidak ada pengaruh signifikan antara fasilitas dan lingkungan secara serentak terhadap pemilihan lokasi kos.

Jika F hitung > T tabel atau probabilitas < 0,05 maka Ho ditolak, atau terdapat pengaruh signifikan antara fasilitas dan lingkungan secara serentak terhadap pemilihan lokasi kos.

4

Dari tabel diatas dapat dilihat nilai F hitung yaitu 35,183, sedangkan nilai F tabel dapat diperoleh dengan menggunakan tabel F dengan derajat bebas (df) Residual (sisa) yaitu 37 sebagai df penyebut dan df Regression (perlakuan), yaitu 2 sebagai df pembilang dengan taraf siginifikan 0,05, sehingga diperoleh nilai F tabel yaitu 3,25. Karena F hitung (35,183) > F tabel (3,25) maka H1 diterima. Sedangkan jika dilihat berdasarkan nilai Signifikan, terlihat pada kolom sig yaitu 0,005 itu berarti probabilitas 0,005 lebih kecil dari daripada 0,05 maka H1 diterima.

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 1.475 .053 27.933 .000

REGR factor score 1 for analysis 1

.434 .053 .783 8.116 .000

REGR factor score 2 for analysis 1

.114 .053 .205 2.122 .041

a. Dependent Variable: Lokasi_terdekat

Pada tabel Coefficients di atas

didapatkan koefisien untuk persamaan regresi linier berganda. Persamaan tersebut didapatkan dari kolom B pada Unstandardized Coefficients. Persamaan regresi linier pada penelitian ini adalah sebagai berikut:

Y = 1,475 + 0,434X1 + 0,114X2

Y = Lokasi Kos X1 = Fasilitas X2 = Lingkungan Analytic Hierarchy Process (AHP)

Berdasarkan hasil analisis menggunakan software Expert Choice, maka diperoleh nilai inkonsistensi dan nilai VP. Nilai inkonsistensi merupakan nilai yang menunjukkan tingkat konsistensi dari masing-masing expert terhadap hasil

keputusan yang. Apabila nilai inkonsistensi mendekati 0, maka jawaban expert tersebut memiliki tingkat konsistensi yang baik. Di sisi lain, apabila nilai inkonsistensi menunjukkan angka 1 atau lebih, maka perlu dilakukan penelitian lebih lanjut karena jawaban expert yang kurang

konsisten. Nilai VP adalah nilai bobot untuk merangking alternatif-alternatif. Semakin tinggi nilai VP, maka semakin tinggi rangking yang diperoleh (Lihat Gambar 1, 2, dan 3). Tabel II memperlihatkan besaran nilai VP dan nilai inkonsistensi dari masing-masing expert. Adapun alternatif yang dimaksud pada Tabel II adalah

sebagai berikut: 1. Lokasi kos dekat dengan kampus 2. Terdapat fasilitas Wifi 3. Harga kos sudah termasuku dengan

biaya listrik 4. Kamar AC 5. Kamar Non AC 6. KM dalam 7. KM luar 8. Terdapat jam malam 9. Jauh dari kebisingan 10. Lingkungan kos asri 11. Terjangkau moda transportasi

Berdasarkan jawaban expert terhadap kriteria-kriteria yang telah ditetapkan, rata-rata jawaban expert

berpendapat bahwa faktor penentu dari pemilihan lokasi kos adalah harga kos yang sudah termasuk dengan biaya listrik. Rata-rata nilai VP untuk alternatif tersebut adalah sebesar 0,33.

Sumber: Hasil Analisis Kelompok, 2015

Gambar 4 Rata-Rata Nilai VP

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

1 2 3 4 5 6 7 8 9 10 11 12

Rata-Rata Nilai VP

Nilai VP

5


Gambar 1 Hasil Analisis AHP untuk Expert (1)





Tabel II

Nilai VP dan Inkonsistensi Expert

No Expert Nilai VP Nilai

Inkonsistensi 1 2 3 4 5 6 7 8 9 10 11

1 Lani 0,09 0,121 0,77 0,141 0,017 0,162 0,02 0,1 0,089 0,101 0,081 0,29

2 Luna 0,065 0,177 0,12 0,166 0,04 0,161 0,037 0,031 0,038 0,081 0,083 0,08

3 Siddiq 0,122 0,094 0,098 0,092 0,072 0,092 0,082 0,054 0,088 0,111 0,095 0,00877

Rata-rata 0,09 0,13 0,33 0,13 0,04 0,14 0,05 0,06 0,07 0,10 0,09 0,13


Dynamic Sensitivity for nodes below: Goal: Faktor Penentu PemilihanKos-kosan

Objectives Names

Kenyamanan Kenyamanan

Fasilitas Fasilitas

Harga Kosan Harga Kosan

Alternatives Names

Lokasi kos d Lokasi kos dekat dengan kampus

Terdapat fas Terdapat fasilitas wi-fi

Harga kos su Harga kos sudah termasuk listrik

Kamar AC Kamar AC

Kamar Non AC Kamar Non AC

KM Dalam KM Dalam

KM Luar KM Luar

Terdapat jam Terdapat jam malam

Jauh dari ke Jauh dari kebisingan

Lingkungan k Lingkungan kos asri

Terjangkau m Terjangkau moda transportasi umum

Page 1 of 127/06/2015 23:49:14

Natasya


Objectives Names


Fasilitas Fasilitas


Alternatives Names




Kamar AC Kamar AC


KM Dalam KM Dalam

KM Luar KM Luar





Page 1 of 127/06/2015 23:28:26

Natasya


Objectives Names


Fasilitas Fasilitas


Alternatives Names




Kamar AC Kamar AC


KM Dalam KM Dalam

KM Luar KM Luar





Page 1 of 127/06/2015 23:39:31

Natasya

6

KESIMPULAN DAN REKOMENDASI Kesimpulan

Berdasarkan hasil analisis yang telah dilakukan, maka didapatkan kesimpulan mengenai faktor-faktor penentu pemiihan kos di Kelurahan Tembalang dan Banjarsari. Berdasarkan hasil analisis faktor, dari 8 variabel yang ada, maka didapatkan 2 faktor, faktor pertama adalah faktor fasilitas, yang terdiri dari anggota

variabel Lokasi Terdekat, Harga Kos-Kosan, Listrik dan Air, serta Kamar Mandi Dalam. Faktor kedua adalah faktor lingkungan yang terdiri dari anggota

variabel Alternatif Lain, Asri, Kebisingan, dan Kebersihan.

Berdasarkan hasil analisis regresi, disimpulkan bahwa variabel inde sebanyak 65,5% pemilihan lokasi kos dipengaruhi oleh faktor fasilitas dan faktor lingkungan. Selain itu, didapatkan model regresi, yakni

Y = 1,475 + 0,434X1 + 0,114X2

Berdasarkan hasil analisis AHP,

maka yang menjadi faktor penentu oemilihan kos di Kelurahan Tembalang dan Banjarsari adalah harga kos, di mana harga kos yang telah ditetapkan sudah termasuk dengan biaya listrik sehingga lebih efisien dan praktis. Rekomendasi Adapun rekomendasi yang diberikan adalah sebagai berikut: Peninjauan ulang harga kos di

kawasan sekitar Undip agar tidak terjadi ketimpangan antara yang mahal dan yang murah.

Penerapan sistem paket pada kos. Artinya, biaya yang dbayarkan sudah mencakup biaya untuk listrik, gas, air, serta fasilitas lainnya. Hal tersebut membuat sistem pembayaran kos menjadi lbih praktis.

Penyediaan ruang terbuka di kos untuk menambah kenyamanan kos.

DAFTAR PUSTAKA ___. 2009. “Regresi Linier Berganda”

dalam www.konsultanstatistik.com Diunduh pada 26 Juni 2015

___. ___. “Analytic Hierarchy Process (AHP)” dalam PWK TECH (e-Tools For Urban and Regional Planning)”

dalam www.pwktech.info Diunduh pada 26 Juni 2015

Sarwono, Jonathan. ___. “Teori Regresi Linier” dalam www.jonathansarwono.info Diunduh pada 26 Juni 2015

analisis faktor-faktor yang mempengaruhi pemilihan lokasi kos di kelurahan tembalang dan banjarsari,...

Engineering