BAB 2

LANDASAN TEORI

2.1 Gambaran Umum Objek

2.1.1 Sepeda Motor

Sebuah sepeda motor adalah kendaraan beroda dua yang ditenagai oleh sebuah

mesin. Rodanya sebaris dan pada kecepatan tinggi sepeda motor tetap tidak terbalik dan

stabil disebabkan oleh gaya giroskopik, pada kecepatan rendah pengaturan berkelanjutan

setangnya oleh pengendara memberikan kestabilan.

Sejarah mencatat pada awalnya mesin sepeda motor hanya 50 cc dan 4 langkah.

Sepeda motor ciptaan Honda ini hemat bahan bakar minyak (BBM) dan tidak berasap

serta bersuara halus. Sepeda Motor berjenis bebek ini mampu menempuh jarak 90 km

dan menghabiskan 1 liter bensin. Sementara tenaganya 5,5 HP (Horse Power) dengan

kecepatan maksimal 80 km/jam. Ini kemudian diproduksi massal oleh Honda Motor Co

Ltd pada tahun 1958.

Produsen sepeda motor Jepang lainnya kala itu tidak mau ketinggalan ikut

memproduksi sepeda motor bebek tapi mesinnya 2 tak yaitu Yamaha, Suzuki, Tohatsu,

dan Kawasaki. Pada awalnya (1958-1963) sepeda motor bebek jenis ini kapasitasnya

hanya 50 cc, kemudian muncul versi 55 cc, naik menjadi 65 cc (1967) dengan kode C-

65. Kemudian mesinnya juga diperbesar lagi menjadi 70 cc pada tahun 1969.

Meningkatnya kapasitas cc ini berkaitan dengan banyaknya konsumen di wilayah Asia

Tenggara seperti Indonesia, Thailand, dan Malaysia yang mulai menggandrungi sepeda

motor jenis ini.

Pada tahun 1961 pengguna bebek ini semakin meningkat karena selain berfungsi

sebagai alat transportasi jarak dekat juga dipakai mengangkut barang. Menurut sumber

tertulis, transmisi jenis bebek ini pada awalnya 3 speed, dan kini bebek sudah

mengadopsi 4 dan 5 speed, bahkan ada juga yang mencapai 6 speed.

Cara menghidupkan sepeda motor bebek juga termasuk canggih karena kala itu

motor Eropa memakai kick starter (dengan kaki), sementara Jepang memproduksi bebek

dengan versi electric starter. Cukup pencet knob start, mesin akan hidup. Berat sepeda

motor ini sekitar 58-69 kg, sehingga mudah dikendalikan dan diparkir. Kebutuhan akan

jenis sepeda motor bebek yang terbukti serba guna ini semakin kompleks, seperti untuk

mengantar anak sekolah, ke kantor, atau belanja. Bahkan kini sepeda motor itu pun bisa

dipakai keluar kota dengan jarak di atas 100 km.

Pabrikan sepeda motor bebek mengantisipasi pola pemakaian motor yang semula

dari alat transportasi dalam kota menjadi antar kota. Mulailah diproduksi Honda bebek

C90 dengan kapasitas 89 cc di tahun 1981. Pada tahun 1989 sesuai dengan tuntutan

pasar, kapasitas yang lebih besarpun diperkenalkan di Asia Tenggara yang

dikembangkan di Thailand yang menjadi basis produksi dan Riset & Development di

Asia.

Kapasitas mesin pun menjadi 100 cc dan pabrikan lain pun mengikuti pola ini.

Kapasitas mesin untuk ukuran bebek, semula diperkirakan akan terhenti di kapasitas 100

cc karena di Jepang jenis bebek hanya mencapai 90 cc. Namun kondisi pasar berubah

sesuai situasi ekonomi di Negara berkembang.

Maka muncul kemudian jenis bebek 110 cc pun di tahun 90-an. Konsumen pun

memilih sepeda motor bebek dengan tuntutan cc yang lebih besar sebagai pengganti

sepeda motor sport yang harganya setelah krisis moneter naik 2 hingga 3 kali lipat.

Pabrikan sepeda motor pun berlomba menjaring konsumen dengan menawarkan bebek

dengan cc yang lebih besar. Akhirnya persaingan bisnis di kelas bebek kini diramaikan

oleh semua produsen Jepang yang memproduksi mesin 4 tak dengan kapasitas

ditingkatkan. Hingga sekarang muncul sepeda motor bebek dengan kapasitas besar

antara 125 – 150 cc.

Disamping sepeda motor bebek, di Indonesia kini terdapat pula jenis sepeda

motor skuter, sport dan skutik yang juga sudah semakin menjamur dan juga semakin

diminati oleh konsumen. Ciri-ciri sepeda motor sport adalah memiliki kapasitas cc yang

besar, minimal 125 cc dan memiliki bodi yang besar pula sehingga cocok untuk diajak

jalan jauh namun kurang nyaman untuk kondisi perkotaan yang macet seperti Jakarta.

Sedangkan skutik atau skuter otomatik adalah jenis baru dalam sepeda motor yang tidak

menggunakan transmisi otomatik sehingga memudahkan pengguna dalam

menjalankannya.

Pertumbuhan konsumen sepeda motor yang meningkat pesat di Indonesia dan

karena persaingan yang begitu tajam akibat banyaknya hadir merek pendatang baru, para

produsen dituntut agar selalu dapat berinovasi mengeluarkan produk yang sesuai dengan

keinginan konsumen. Tidak hanya mengandalkan harga saja, karena konsumen di

Indonesia sudah mempunyai pikiran yang kritis dalam menentukan pilihan terhadap

sepeda motor.

Prospek penjualan sepeda motor bakalan lebih cerah, karena sesuai dengan

karakteristik masyarakat Indonesia. Dilihat dari sisi harganya sepeda motor jauh lebih

murah dan terjangkau masyarakat Indonesia. AISI (Asosiasi Industri Sepeda Motor

Indonesia) menargetkan penjualan motor tahun 2007 mampu menembus angka

penjualan 5 juta unit. Jika ditambahkan dengan proyeksi angka penjualan sepeda motor

China, Korea Selatan dan India sebesar 500.000 unit, maka angka penjualan tahun 2007

sangat besar, yaitu 5,5 juta unit.

Besarnya pasar telah menarik minat pabrikan motor non Jepang untuk ikut

mencoba bersaing. Tercatat Indonesia pernah booming merek sepeda motor pada tahun

2000. Berdasarkan data dari Departemen Perindustrian dan Perdagangan, saat itu ada 71

merek sepeda motor dengan mayoritas ada pada merek dari China. Karena seleksi

alamlah jumlah merek sepeda motor Cina jauh berkurang. Namun hal itu tidak

mengurangi minat pabrikan sepeda motor Modenas (Malaysia) dan Bajaj, TVS (India)

serta pabrikan dalam negeri Kanzen untuk ikut meramaikan dengan produk – produknya

yang inovatif.

2.1.2 Universitas Bina Nusantara

2.1.2.1 Sejarah Perusahaan

Universitas Bina Nusantara pada awalnya adalah sebuah lembaga pendidikan

komputer yang berdiri pada tanggal 21 Oktober 1974 dengan nama Modern Computer

Course (MCC). Berkat landasan yang kuat, visi yang jelas, dan dedikasi tinggi yang

berkesinambungan maka lembaga ini terus berkembang. Pada tanggal 1 Juli 1981, MCC

berubah menjadi Akademi Teknik Komputer (ATK), lalu tanggal 13 Juli 1984 berubah

menjadi AMIK Jakarta, kemudian pada tanggal 21 September 1985, AMIK Jakarta

berganti nama menjadi AMIK Bina Nusantara yang pada tanggal 9 November 1987

dilebur ke dalam STMIK Bina Nusantara.

Perkembangan Bina Nusantara berlanjut ketika pada tanggal 10 Mei 1993

mendirikan Program PascaSarjana MM Sistem Informasi dan akhirnya pada tanggal 8

Agustus 1996, Universitas Bina Nusantara (UBiNus) berdiri dan secara sah diakui oleh

pemerintah. STMIK Bina Nusantara kemudian melebur ke dalam Universitas Bina

Nusantara pada tanggal 20 Desember 1998, sehingga UBiNus memiliki : Fakultas Ilmu

Komputer, Fakultas Ekonomi, Fakultas Teknik, Fakultas Sastra, Fakultas MIPA dan

Program Ganda serta Program Pascasarjana. Pada akhir tahun 1997 UBiNus

memperoleh Sertifikasi Manajemen Mutu Internasional ISO 9001 dan merupakan

universitas pertama di Indonesia yang memperoleh pengakuan mutu Internasional. Sejak

tahun 2001 UBiNus menyelenggarakan Program Binus International bekerjasama

dengan Curtin University, Murdoch Univesity dan Macquarie University dari Australia,

dengan 5 jurusan yaitu Computer Science, Information Systems, Accounting, Marketing,

dan Graphics Design. Di tahun 2007, UBiNus akan membuka 2 fakultas baru yaitu

Fakultas Psikologi dan Fakultas Komunikasi dan Multimedia.

2.1.2.2 Visi, Misi, dan Budaya Mutu

Dalam rangka meningkatkan daya saingnya, UBiNus senantiasa melakukan

pembenahan diri, yang terdefinisikan dalam Visi, Misi, dan Budaya Mutu.

Visi

Unggul sebagai lembaga pendidikan berbasis teknologi informasi yang

diterima sebagai panutan, siap berkompetisi dan beradaptasi terhadap perubahan

global.

Misi

Dalam rangka mencapai visi yang digariskan, UBiNus senantiasa akan

berupaya untuk melaksanakan misinya sebagai berikut :

• Menyelenggarakan program-program studi yang menunjang

pengembangan dan penerapan teknologi informasi, kemampuan

berbahasa asing, komunikasi, kepemimpinan, kemampuan berinovasi dan

berwirausaha serta berkarakter baik.

• Menyediakan sarana dan lingkungan yang kondusif bagi

pelaksanaan kegiatan pembelajaran yang efektif dan efisien sehingga

dapat menghasilkan lulusan terampil, kreatif dan inovatif.

• Menjaga keterkaitan dan relevansi seluruh kegiatan pendidikan dengan

kebutuhan pembangunan sosial ekonomis dan industri secara global.

• Melakukan kerjasama dengan berbagai pihak, baik di dalam maupun di

luar negeri, agar pengetahuan dan keterampilan yang diajarkan selalu

mutakhir dan tepat guna penerapannya.

• Membangun komunitas BiNusian yang menganut budaya, nilai-nilai dan

etos kerja Universitas Bina Nusantara.

Budaya Mutu

Untuk menjadi bagian dari keluarga besar UBiNus, para BiNusian akan

dipadukan melalui Budaya Mutu yakni :

• Percaya pada Tuhan Yang Maha Esa (Trust in God).

• Perbaikan terus-menerus (Continuous Improvement).

• Penggunaan tolok ukur atau panutan (Benchmarking).

• Tiap kegiatan harus mempunyai titik akhir (Sense of Closure).

• Pengembangan suasana kekeluargaan, kebersamaan, dan rasa memiliki

(Sense of Belonging).

2.1.2.3 BiNusian yang Berkualitas

BiNusian adalah insan Bina Nusantara yang mantap dalam pilihan masa

depannya, inovatif dalam bidangnya, dan maju dalam aplikasi teknologi informasi.

Istilah ini ditujukan kepada seluruh mahasiswa, pelajar, peserta studi dan segenap civitas

akademika dalam program pendidikan dan pelatihan yang diselenggarakan oleh Bina

Nusantara untuk membentuk dan mengembangkan manusia yang handal dan berkualitas

dalam komunitas maya yang dihubungkan dengan jaringan komunikasi

berkesinambungan melalui internet.

2.1.2.4 Kebijakan Kualitas Pendidikan

Sebagai salah satu universitas yang qualified, Universitas Bina Nusantara

memiliki objektifitas untuk mendapatkan lulusan yang berkualitas tinggi, karakter yang

baik dan siap kerja.

2.1.2.5 Objektivitas Kualitas

• Minimum 80% dari mahasiswa UBiNus lulus tepat waktu.

• Minimum 90% lulusan bekerja 6 bulan dari saat kelulusan.

• Memiliki 50% lulusan yang menjadi Entrepreneur 2 tahun setelah kelulusan.

• Minimum 80% dosen memiliki indeks kinerja akademis yang sangat baik.

• Minimum 50% tiap tahun meningkatkan prestasi unggulan bertaraf internasional.

2.1.2.6 Fakultas dan Jurusan

UBiNus memberikan keleluasaan kepada mahasiswa untuk menetapkan bidang

studi dengan berbagai kombinasi yang inovatif yang memungkinkan setiap BiNusian

memperoleh pendidikan dengan kemampuan aplikasi teknologi. Untuk itu, UBiNus

berusaha menyediakan serangkaian jurusan dan progam studi dengan kurikulum yang

selalu up-to-date yang ditunjang dengan penyelenggaran program kuliah yang inovatif,

fleksibel, dan tepat waktu yang dipandu oleh pengajar berkualifikasi tinggi dan

diselenggarakan di gedung yang modern (Kampus Syahdan, Kampus Anggrek, Kampus

Kijang, Kampus The Joseph Wibowo Center) dan berfasilitas lengkap.

Tabel 2.1 Fakultas dan Jurusan/Program Studi di UBiNus No Fakultas dan Jurusan/Program Studi Strata 1. Fakultas Ilmu Komputer :

• Jurusan Teknik Informatika S1 • Jurusan Sistem Komputer S1 • Jurusan Sistem Informasi S1 • Jurusan Komputerisasi Akuntansi S1/D3

2. Fakultas Teknik : • Jurusan Teknik Industri S1 • Jurusan Teknik Sipil S1 • Jurusan Arsitektur S1

3. Fakultas Ekonomi : • Jurusan Akuntansi S1 • Jurusan Manajemen S1

4. Fakultas Sastra • Jurusan Sastra Inggris S1 • Jurusan Sastra Jepang S1 • Jurusan Sastra China S1

5. Fakultas MIPA dan Program Ganda • Jurusan Matematika & Teknik Informatika S1 • Jurusan Statistika & Teknik Informatika S1 • Jurusan Manajemen & Sistem Informasi S1 • Jurusan Akuntansi & Sistem Informasi S1 • Jurusan Teknik Industri & Manajemen S1 • Jurusan Teknik Industri & Sistem Informasi S1

6. Fakultas Psikologi

• Jurusan Psikologi S1 7. Fakultas Komunikasi dan Multimedia • Jurusan Desain Komunikasi Visual S1 • Jurusan Animasi Komputer Grafis S1 • Jurusan Marketing Communication S1

2.1.2.7 Building Management

Building management merupakan salah satu divisi di Universitas Bina Nusantara

yang melaksanakan tugas untuk menjaga operasional atau kegiatan di dalam lingkungan

kampus atau sekolah yang berkaitan dengan urusan maintenance engineering,

housekeeping dan landscaping.

Tanggung jawab Building Management mencakup seluruh tugas manajemen

operasional pada gedung yang ditunjuk dan tanpa kecuali dalam membentuk situasi

kerja yang standar bagi setiap orang yang berada di dalamnya bersamaan dengan

pengelolaan dan kerjasama yang baik ke section head di bawah Building Management,

yaitu Maintenance Engineering, Security, Housekeeping atau Landscaping, Parking,

Poliklinik dan Operator serta bagian lain di lingkup kampus atau civitas academica guna

memberi citra terhadap performa gedung yang baik.

Gambar 2.1 Struktur Organisasi Building Management

2.1.2.8 Parkir Kendaraan

Kampus Anggrek Universitas Bina Nusantara memiliki tempat parkir motor

seluas 1300 m2 dengan daya tampung sebesar 1500 motor dengan jumlah motor setiap

harinya sekitar 2500 motor. Waktu operasi parkir motor dari jam 06.30 WIB sampai

dengan jam 22.00 WIB.

Pada penelitian ini sampel diambil secara acak kepada beberapa pengguna

sepeda motor bebek di Universitas Bina Nusantara sehingga diharapkan dapat mewakili

seluruh konsumen sepeda motor di seluruh Indonesia.

2.2 Kendaraan Bermotor

  Menurut situs Wikipedia, definisi dari kendaraan atau angkutan adalah alat

transportasi selain makhluk hidup. Mereka biasanya buatan manusia (mobil, motor,

kereta, perahu, pesawat), tetapi bukan buatan manusia juga bisa disebut kendaraan,

seperti gunung es, dan batang pohon yang mengambang. Kendaraan dapat digerakan

oleh hewan, seperti gerobak. Definisi kendaraan bermotor berdasarkan PP Nomor 44

Tahun 1993 adalah kendaraan yang digerakkan oleh peralatan teknik yang berada pada

kendaraan itu. Sedangkan sepeda motor adalah kendaraan bermotor beroda dua, atau tiga

tanpa rumah-rumah baik dengan atau tanpa kereta samping.

2.3 Keputusan Memilih

2.3.1 Pengertian Perilaku Konsumen

Barang-barang yang ada di pasar memang dibuat semenarik mungkin oleh para

produsen, untuk menarik minat konsumen yang banyak dipengaruhi oleh panca indera

mereka. Dalam mengambil keputusan untuk melakukan pemilihan, apa yang mereka

lihat, rasakan, cium, dengar dan lainnya merupakan stimulus yang dapat

mempengaruhinya. Sebelum melangkah lebih lanjut mengenai keputusan pemilihan

maka perlu dimengerti terlebih dahulu mengenai perilaku konsumen.

Perilaku konsumen menurut Engel yang dikutip Fandy Tjiptono adalah kegiatan-

kegiatan individu yang secara langsung terlibat dalam mendapatkan dan

mempergunakan barang-barang dan jasa-jasa, termasuk di dalamnya proses pengambilan

keputusan pada persiapan dan penentuan-penentuan kegiatan-kegiatan tersebut

(Tjiptono, 1997, p19).

Dari definisi di atas ada dua elemen penting dari arti perilaku konsumen yaitu:

a. Proses pengambilan keputusan.

b. Kegiatan fisik yang semua ini melibatkan individu dalam menilai,

mendapatkan dan menggunakan barang dan jasa ekonomi.

Dari pengertian di atas dapat dijelaskan bahwa perilaku konsumen sebagai

tindakan yang langsung terlibat dalam mendapatkan, mengkonsumsi, dan menghabiskan

produk atau jasa, termasuk didalamnya pengambilan keputusan yang mendahului dan

disusul dengan tindakan tersebut. Jadi analisa perilaku konsumen yang nyata hendaknya

menganalisa juga memproses yang tidak atau sulit diamati yang selalu menyertai setiap

pembelian atau pemilihan.

2.4 Ketertarikan Konsumen

Ketertarikan adalah kegiatan-kegiatan individu yang secara langsung bertujuan

untuk mendapatkan barang atau jasa tersebut.

Konsumen adalah seseorang atau sekelompok orang yang membeli suatu produk

untuk dipakai sendiri dan tidak untuk dijual kembali. Jika tujuan pembelian produk

tersebut untuk dijual kembali, maka dia disebut pengecer atau distributor. Pada masa

sekarang ini bukan suatu rahasia lagi bahwa sebenarnya konsumen adalah raja yang

sebenarnya, oleh karena itu sebagai produsen yang memiliki prinsip holistic marketings

sudah seharusnya memperhatikan semua yang menjadi hak-hak konsumen.

Jadi ketertarikan konsumen adalah kegiatan sesuatu yang bertujuan untuk

mendapatkan suatu produk untuk dipakai sendiri dan tidak untuk dijual kembali.

2.5 Statistik Secara Umum

Dalam arti sempit statistik dapat diartikan sebagai data, tetapi dalam arti luas

statistik dapat diartikan sebagai alat. Alat untuk analisis, dan alat untuk membuat

keputusan. Statistik dapat dibedakan menjadi dua, yaitu statistik deskriptif dan statistik

inferensial. Selanjutnya statistik inferensial dapat dibedakan menjadi Statistik

Parametrik dan Non Parametrik. Statistik deskriptif adalah statistik yang digunakan

untuk menggambarkan atau menganalisis suatu statistik hasil penelitian tetapi tidak

digunakan untuk membuat kesimpulan yang lebih luas (generalisasi/inferensi).

Penelitian yang tidak menggunakan sampel, analisisnya akan menggunakan statistik

deskriptif. Demikian juga penelitian yang menggunakan sampel, tetapi peneliti tidak

bermaksud untuk membuat kesimpulan untuk populasi dari mana sampel diambil, maka

statistik yang digunakan adalah statistik deskriptif.

Statistik inferensial adalah statistik yang digunakan untuk menganalisis data

sampel, dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi di mana

sampel diambil. Terdapat dua macam statistik inferensial yaitu statistik parametrik dan

nonparametrik. Statistik parametrik terutama digunakan untuk menganalisis data interval

atau rasio, yang diambil dari populasi berdistribusi normal. Sedangkan statistik

nonparametrik, terutama digunakan untuk menganalisis data nominal, dan ordinal dari

populasi yang bebas distribusi. Jadi tidak harus normal.

2.6 Model Regresi Logistik (Logit)

Model Logit menurut Hair et al. yang dikutip oleh Gasperz (1992) merupakan

bentuk khusus dari regresi dimana variabel dependennya non metric dan terbagi menjadi

dua bagian/kelompok (Biner). Walaupun formulasinya dapat saja meliputi lebih dari dua

kelompok. Menurut Benery (1987) dalam Sritua (1993, p60) model logit atau dikenal

dengan Regresi Logistik merupakan salah satu model yang dipergunakan pada situasi

yang cenderung menggambarkan ketergantungan dalam bentuk peluang bersyarat.

Dalam ketergantungannya, terdapat banyak variabel penting yang bersifat

kualitatif yang tidak bisa diukur tetapi hanya bisa ditandai sifatnya antara ada dan tidak

ada. Suatu atribut diubah bentuknya menjadi suatu jenis variabel yang hanya memiliki

dua nilai yaitu 1 dan 0. Gujarati (1997, p78) menyatakan biasanya nilai 1 (satu)

digunakan jika peristiwa terjadi dan nilai 0 (nol) jika suatu peristiwa tidak terjadi.

Model regresi logistik digunakan juga untuk mengetahui hubungan atau

pengaruh dua variabel independen atau lebih terhadap variabel dependen, baik secara

bersama-sama maupun secara individu. Pengaruh variabel independen secara bersama-

sama ditunjukkan oleh Uji Chi-Square, sedangkan secara individu (diantara beberapa

variabel independen ada yang lebih dominan pengaruhnya terhadap variabel dependen)

dinilai berdasarkan Criteria Wald yang ditunjukkan oleh nilai Z. Regresi logistik dapat

digunakan dalam pengujian hipotesis meskipun data yang ada tidak terdistribusi secara

normal atau jauh dari normal. Secara umum, penginterpretasian model regresi logistik

(logit) sangat mirip dengan regresi linear (Hair et al, 1992, p60).

Karakteristik khas dari analisis logit menurut Hair et al yang dikutip oleh

Gasperz (1992) antara lain :

1. Menggunakan variabel dependen yang biner.

2. Adanya penaksiran koefisien.

3. Penaksiran goodness of fit dari model estimasi

4. Pengujian untuk signifikasi dari koefisien

Menurut Gaspersz (1992, p321) model logit didasarkan pada fungsi peluang

logistik kumulatif yang dispesifikasikan, sebagai berikut :

=

Dalam fungsi diatas, e merupakan bilangan dasar logaritma natural (ln) yang

diperkirakan sama dengan 2.71828128 atau dibulatkan menjadi 2.71828. merupakan

peluang bahwa suatu obyek pengamatan akan tergolong ke dalam kategori tertentu

berdasarkan nilai tertentu dari variabel bebas .

Untuk menentukan bagaimana model logit tersebut dapat diduga, maka langkah

pertama adalah melakukan penggandaan kedua sisi persamaan itu dengan (1 +

sehingga diperoleh :

(1 + = 1

Selanjutnya apabila persamaan diatas dibagi dengan lalu dikurangi 1, maka

diperoleh :

Berdasarkan definisi diketahui bahwa , dengan demikian

persamaan diatas dapat pula dinyatakan sebagai berikut :

Persamaan tersebut dapat juga dinyatakan dalam bentuk linear logaritmik,

sebagai berikut :

atau

Untuk menduga persamaan di atas secara langsung adalah tidak mungkin, karena

hanya mengambil nilai 0 dan 1, dimana komponen akan menjadi 0 apabila

, dan menjadi tidak terdefinisi apabila

Untuk mengatasi hal ini, maka data pengamatan perlu dikelompokkan ke dalam

kelas-kelas berdasarkan kriteria tertentu. Dengan demikian model logit dapat diduga

berdasarkan nilai-nilai peluang tertentu dari setiap kelompok data pengamatan. Jika kita

mendefinisikan sebagai frekuensi pengamatan dalam kelas ke–i yang berukuran ,

maka peluang untuk kelas ke-i dapat diduga melalui :

Dengan demikian model peluang logit dapat diduga menggunakan sebagai

pendekatan bagi sebagai berikut :

sehingga,

Berdasarkan uraian di atas, maka dapat dibangun model logit untuk keperluan

pendugaan secara empiris, sebagai berikut :

Dimana :

= Banyaknya konsumen yang memilih

= Ukuran sampel yang diambil

= Konstanta

= Koefisien regresi

= variabel bebas

= error term / variabel pengganggu

Persamaan tersebut merupakan persamaan yang linear dalam parameter,

sehingga dapat diduga menggunakan metode kuadrat terkecil.

Karena tidak tepat sama dengan maka terdapat masalah dalam

menggunakan metode kuadrat terkecil untuk pendugaan kasus data berkelompok. Jika

kita mengasumsikan setiap obyek pengamatan dalam kelompok adalah bebas dan

mengikuti distribusi peluang binomial, maka variabel tak bebas dari persamaan diatas

akan berdistribusi mendekati distribusi normal (apabila ukuran contoh besar) yang

memiliki nilai rata-rata (nilai tengah) sama dengan nol dan ragam sebesar :

Dengan demikian persamaan logit diatas akan memiliki sifat heteroskedastik.

Untuk mengatasi hal ini, maka persamaan logit tersebut diduga menggunakan metode

kuadrat terkecil terbobot (weighted least squares method), dengan jalan melakukan

pembobotan terhadap setiap nilai pengamatan melalui penggandaan dengan pembobot

Fungsi respon logistik atau sering disebut sebagai peluang logit telah banyak

diterapkan dalam berbagai percobaan yang juga dikenal memiliki kurva pertumbuhan

berbentuk huruf S (kurva Signoid).

Model ini menggunakan beberapa asumsi antara lain :

a. Random komponen utilitas adalah Independent and Identically Distributed

(IID) dengan distribusi Gumbel. Sifat independen berarti faktor tidak

terobservasi tidak mempengaruhi utilitas yang ada.

b. Respon para individu terhadap atribut alternatif adalah homogeny, sehingga

karakteristik tak terobservasi dari individu tidak sensitif terhadap atribut dan

alternatif.

c. Variasi dan kovariasi galat dari alternatif yang ada adalah identik di antara

individu.

Sedangkan Ghozali (2005, p218-222) mengungkapkan bahwa analisis logit

memiliki dua tahapan, yaitu :

1. Menilai Fit Model

a. Menilai Over All Fit Model terhadap data dengan menggunakan hipotesis

sebagai berikut :

: Model yang dihipotesiskan fit dengan data

: Model yang dihipotesiskan tidak fit dengan data

Dalam penelitian ini hipotesis untuk menilai Over All Fit Model diuji

menggunakan Hosmer and Lemeshow Goodness of Fit Test. Menurut Ghozali

(2005, p218), Hosmer and Lemeshow Goodness of Fit Test menguji hipotesis nol

bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara

model dengan data sehingga dapat dikatakan fit atau cocok). Jika nilai statistik

Hosmer and Lemeshow Goodness of Fit Test kurang dari 0,05 maka hipotesis nol

ditolak atau berarti ada perbedaan signifikan antara model dengan nilai

observasinya, sehingga Over All Fit Model tidak terpenuhi karena model tidak

dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow

Goodness of Fit Test lebih besar dari 0,05, maka hipotesis nol diterima, hal ini

menunjukkan model yang digunakan mampu memprediksi nilai observasinya

atau dapat dikatakan model dapat diterima karena cocok dengan data

observasinya.

b. Koefisien Determinasi ( )

Menurut Ghozali (2005, p46), Koefisien Determinasi ( ) pada intinya

mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel

independen. Hal ini dinyatakan dengan berapa persen variabel dependen (Y)

dijelaskan oleh variabel independen (X). Menurut Ghozali (2005:129),

Nagelkerke’s merupakan modifikasi dari koefisien Cox and Snell untuk

memastikan bahwa nilainya bervariasi dari nol (0) sampai dengan satu (1). Nilai

Nagelkerke’s dapat diinterpretasikan seperti nilai koefisien determinan ( )

pada regresi logistik (logit). Sedangkan rumus untuk goodness of fit test yang

berdasarkan likelihood function ini adalah sebagai berikut :

Dimana :

= nilai maksimum likelihood function (fungsi probabilitas) jika semua

koefisien ( ) kecuali intersep ( ) bernilai 0.

= nilai dari likelihood fuction untuk semua parameter ( ) di dalam

model.

2. Estimasi Parameter dan Interpretasinya

Tahapan ini merupakan tahap penghitungan prediksi dengan uji statistik sehingga

diperoleh fungsi regresi logistik yang akan membedakan kelompok serta

menginterpretasikan hasil dari fungsi logit yang mampu membedakan sampel

dalam dua kelompok atau lebih. Asumsi – asumsi yang ada pada analisis regresi

logistik (logit) menurut Garson yang dikutip oleh Gasperz (1992) antara lain :

1. Regresi logistik tidak mengharuskan adanya hubungan linear antara variabel

dependen dan variabel independennya.

2. Variabel dependennya tidak perlu berdistribusi normal.

3. Variabel dependennya tidak perlu bersifat homoskedastisitas untuk setiap

tingkatan variabel independennya.

4. Penggunaan error pada distribusi normal tidak menjadi suatu keharusan pada

analisis regresi logistik.

5. Variabel independennya tidak perlu dalam bentuk interval.

6. Pengkodean, koefisien logit akan berubah dalam interpretasinya jika tidak

ada pengkodean.

7. Logit akan memasukkan semua variabel yang relevan dalam model regresi.

8. Penggunaan error merupakan asumsi yang harus ada pada variabel

independen.

9. Tidak multikolinearitas, terjadinya multikolinearitas dalam logit tidak akan

mengubah koefisien estimasi.

10. Regresi logistik dapat digunakan pada sampel yang besar.

2.6.1 Uji Likelihood Ratio Statistic (LRS)

Untuk menguji variabel bebasnya apakah salah satu variabel bebas dapat

memberikan hubungan lebih kuat dibandingkan jika tidak menggunakan variabel

tersebut, penulis menggunakan uji Likelihood Ratio Statistic sebagai berikut (Hosmer

and Lemeshow, 1989, p15) :

Ho =

banding tabel dengan derajat bebas jumlah parameter dalam model

dikurangi 1. Bila lebih besar dari tabel ( > tabel) maka diterima.

2.6.2 Uji Wald

Uji Wald hampir sama dengan LRS. Uji Wald didapat dengan membandingkan

estimasi maximum likelihood dari parameter β1,β2,…..,βp dengan estimasi dari standard

error. (Hosmer and Lemeshow, 1989, p16)

Perbandingan ini dapat dibandingkan dengan distribusi normal. Dalam kasus uji

statistiknya adalah

Dimana SE( ) adalah standard error dari estimasi maximum likelihood : βp =

0.

Bila uji Wald lebih besar dari nilai tabel Z maka βp signifikan.

2.6.3 Interpretasi Koefisien

Setelah kita mendapatkan nilai koefisien model regresi logistik dari data yang

kita dapat maka kita harus menginterpretasikan apa yang dimaksud dari nilai koefisien

tersebut. Pada awal analisis regresi logistik populer,banyak yang mengeluh bahwa nilai

koefisiennya memiliki arti yang intuitif. Tidak mudah untuk menginterpretasikannya.

Interpetasi dari koefisiennya sangat sulit kecuali pada tanda bacanya, negatif atau

positif (Allison, 1999, p28). Bagi yang masih memaksakan menginterpretasikan model

logit dalam bentuk probabilitas ada beberapa metode grafis dan tabular yang bias

dipakai (Long, 1996). Mungkin pendekatan yang sederhana adalah dengan

menggunakan persamaan berikut (Allison, 1999, p30) :

Persamaan diatas menyatakan bahwa perubahan dalam probabilitas dalam x

tergantung dari koefisien regresi dari x, sebagaimana nilai dari probabilitas itu sendiri.

Jika kita harus memiliki satu nilai, yang paling alami dari proporsi (p) keseluruhan dari

kasus adalah kejadiannya (Allison, 1999, p30).

2.7 SPSS (Statistical Product and Service Solution)

SPSS sebagai software statistik pertama kali dibuat tahun 1968 oleh tiga

mahasiswa Stanford University, yakni Norman H.Nie, C.Hadlai Hull dan Dale H.Bent.

Saat itu software dioperasikan pada komputer mainframe. Setelah penerbit terkenal

McGraw-Hill menerbitkan user manual SPSS, program tersebut menjadi populer. Pada

tahun 1984, SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer

desktop) dengan nama SPSS/PC+, dan sejalan dengan mulai populernya sistem operasi

Windows, SPSS pada tahun 1992 juga mengeluarkan versi Windows. Dan untuk

memantapkan posisinya sebagai salah satu market leader dalam business intelligence,

SPSS juga menjalin aliansi strategis dengan software house terkemuka dunia lainnya.

2.8 Borland Delphi

Borland Delphi adalah sebuah bahasa pemrograman dan lingkungan

pengembangan perangkat lunak. Produk ini dikembangkan oleh Borland (sebelumnya

dikenal sebagai Inprise). Bahasa Delphi, yang sebelumnya dikenal sebagai object pascal

(pascal dengan ekstensi pemrograman berorientasi objek (PBO/OOP)) pada mulanya

ditujukan hanya untuk Microsoft Windows, namun saat ini telah mampu digunakan

untuk mengembangkan aplikasi untuk Linux dan Microsoft .NET framework.

Aspek penting yang perlu dicatat tentang Bahasa pemrograman Delphi termasuk:

• Penanganan object sebagai reference/pointer secara transparan.

• Properti sebagai bagian dari bahasa tersebut; benar, sebagai getter dan setter (atau

accessor and mutator), yang secara transparan mengenkapsulasi akses pada field-

field anggota dalam kelas tersebut.

• Property index dan default yang menyediakan akses pada data kolektif.

• Pendelegasian (type safe method pointer) yang digunakan untuk memproses event

yang dipicu oleh component.

• Pendelegasian implementasi interface pada field ataupun property dari class.

• Implementasi penanganan windows message dengan cara membuat method dalam

class dengan nomer/nama dari windows message yang akan di handle.

• COM bersifat sebagai interface yang independen dengan implementasi class sebagai

reference counted.

• Kompilasi yang dapat menghasilkan kode yang berjalan secara native x86 ataupun

managed code pada arsitektur framework .NET.

2.9 Microsof Access

Microsoft Access (atau Microsoft Office Access) adalah sebuah program

aplikasi basis data komputer relasional yang ditujukan untuk kalangan rumahan dan

perusahaan kecil hingga menengah. Aplikasi ini merupakan anggota dari beberapa

aplikasi Microsoft Office, selain tentunya Microsoft Word, Microsoft Excel, dan

Microsoft PowerPoint. Aplikasi ini menggunakan mesin basis data Microsoft Jet

Database Engine, dan juga menggunakan tampilan grafis yang intuitif sehingga

memudahkan pengguna. Versi terakhir adalah Microsoft Office Access 2007 yang

termasuk ke dalam Microsoft Office System 2007.

Microsoft Access dapat menggunakan data yang disimpan di dalam format

Microsoft Access, Microsoft Jet Database Engine, Microsoft SQL Server, Oracle

Database, atau semua kontainer basis data yang mendukung standar ODBC. Para

pengguna/programmer yang mahir dapat menggunakannya untuk mengembangkan

perangkat lunak aplikasi yang kompleks, sementara para programmer yang kurang

mahir dapat menggunakannya untuk mengembangkan perangkat lunak aplikasi yang

sederhana. Access juga mendukung teknik-teknik pemrograman berorientasi objek,

tetapi tidak dapat digolongkan ke dalam perangkat bantu pemrograman berorientasi

objek.

Salah satu keunggulan Microsoft Access dilihat dari perspektif programmer

adalah kompatibilitasnya dengan bahasa pemrograman Structured Query Language

(SQL), query dapat dilihat dan disunting sebagai statemen-statemen SQL, dan statemen

SQL dapat digunakan secara langsung di dalam Macro dan VBA Module untuk secara

langsung memanipulasi tabel data dalam Access. Para pengguna dapat mencampurkan

dan menggunakan kedua jenis bahasa tersebut (VBA dan Macro) untuk memprogram

form dan logika dan juga untuk mengaplikasikan konsep berorientasi objek.

2.10 Software Engineering

Menurut Pressman (1997) Software adalah :

1. Perintah (Program Komputer) yang bila dieksekusi memberikan fungsi dan unjuk

kerja seperti yang diinginkan.

2. Struktur data yang memungkinkan program memanipulasi informasi secara

proporsional, dan

3. Dokumen yang menggambarkan operasi dan kegunaan program.

Menurut standar IEEE (Institute of Electrical Electronics Engineers) yang ditulis

oleh Pressman (1997) software engineering adalah :

1. Aplikasi dari sebuah penekatan kuantifiabel, disiplin dan sistematis kepada

pengembangan, operasi, dan pemeliharaan software, yaitu aplikasi dari software.

2. Studi tentang pendekatan seperti pada no.1.

2.10.1 Model Proses Software Engineering

Dalam software engineering terdapat berbagai model proses perancangan

software. Salah satunya adalah model prototype. Model ini biasanya digunakan ketika

pengembang system tidak yakin terhadap efisiensi dari algoritma yang digunakan,

tingkat adaptasi terhadap system operasi atau rancangan form use interface (Pressman,

1997).

2.10.2 State Transition Diagram (STD)

Menurut Whitten et al. (2004) State Transition Diagram (STD) digunakan untuk

menggambarkan urutan dan variasi layar yang dapat muncul ketika pengguna sistem

mengunjungi terminal.

Tampilan Layar

Gambar 2.2 Simbol tampilan layar STD

Menurut Whitten et al. (2004) bujur sangkar digunakan untuk menggambarkan

tampilan layar. Bujur sangkar hanya menggambarkan apa yang akan muncul di dialog.

Nama Aliran Kontrol

Gambar 2.3 Simbol aliran kontrol STD

Menurut Whitten et al. (2004) anak panah menggambarkan aliran kontrol dan

menggerakkan kejadian yang akan menyebabkan layar menjadi aktif atau menerima

fokus. Arah anak panah menunjukkan urutan munculnya layar-layar tersebut. Sebuah

anak panah yang terpisah, masing-masing memiliki nama, digambarkan untuk setiap

arah karena tindakan yang berbeda akan menggerakkan aliran kontrol dari dan ke layar

yang ada.

2.10.3 Flowchart

2.10.3.1 Pengertian Flowchart

Flowchart adalah simbol-simbol yang digunakan untuk menggambarkan urutan

proses yang terjadi di dalam suatu program komputer atau suatu alat yang dipakai untuk

membuat algoritma.

Flowchart dapat menunjukkan secara jelas arus pengendalian suatu algoritma,

yaitu bagaimana melaksanakan suatu rangkaian kegiatan secara logis dan sistematis.

Suatu flowchart dapat memberikan gambaran dua dimensi yang berupa symbol-simbol

grafis. Masing-masing simbol telah ditetapkan terlebih dulu fungsi dan artinya.

Simbol-simbol tersebut dipakai untuk menunjukkan berbagai kegiatan operasi

dan jalur pengendalian. Bentuk-bentuk diagram alir yang sering digunakan di dalam

proses pembuatan suatu program komputer adalah sebagai berikut.

• Program Flowchart

Simbol-simbol yang menggambarkan urutan prosedur secara rinci dan detail

antara instruksi yang satu dengan yang lainnya di dalam suatu program komputer

yang bersifat logic.

• Sistem Flowchart

Simbol-simbol yang menggambarkan urutan prosedur secara detail di dalam

suatu sistem komputer, dan bersifat fisik.

Sebelum kita membuat suatu program komputer, yang harus dilakukan terlebih

dahulu adalah membuat diagram alir (flowchart), yang sering digunakan adalah program

Flowchart. Teknik pembuatan flowchart terbagi menjadi dua bagian, yaitu :

1. General Way

Cara ini sering digunakan dalam penyusunan logika suatu program, yang

menggunakan pengulangan proses secara tidak langsung (Non-Direct Loop).

2. Iteration Way

Cara ini sering dipakai untuk logika program yang cepat, serta bentuk permasalahan

yang kompleks, pengulangan proses yang terjadi bersifat langsung (Direct Loop).

2.10.3.2 Simbol-simbol Flowchart

Tabel 2.2 Daftar Simbol Flowchart No Betuk Simbol Nama Simbol Keterangan 1.

Terminal Digunakan untuk menggambarkan awal dan akhir dari suatu kegiatan.

2.

Decision Digunakan untuk menggambarkan proses pengujian suatu kondisi yang ada.

3.

Preparation Digunakan untuk menggambarkan persiapan awal dari proses yang akan dilakukan.

4.

FlowLine Digunakan untuk menggambarkan hubungan proses dari suatu proses ke proses lainnya.

5.

Input/Output Digunakan untuk menggambarkan proses pemasukan data yang berupa pembacaan data dan sekaligus proses keluaran yang berupa pencetakan data.

6.

Subroutine Digunakan untuk menggambarkan proses pemanggilan subprogram dari main program.

7.

Connector Digunakan sebagai penghubung antara suatu proses dengan proses lainnya yang ada di dalam suatu lembar halaman.

8.

Page Connector Simbol ini digunakan sebagai penghubung antara suatu proses dengan proses lainnya, akan tetapi berpindah halaman.