Analisis Pola Persebaran Promosi FTI UKSW untuk Menetukan
Lokasi Promosi Terbaik
Artikel Ilmiah
Diajukan kepada
Fakultas Teknologi Informasi
untuk memperoleh gelar Sarjana Sistem Informasi
Peneliti :
Albertha Ekaristi Verares (682013011)
Frederik Samuel Papilaya, S.Kom., M.Cs
Program Studi Sistem Informasi
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
2017
1
2
3
4
5
1. Pendahuluan
Dalam perkembangan teknologi yang sangat pesat, kebutuhan akan
layanan penyedia informasi sangat penting. Banyak kegiatan didalam
bidang pendidikan mulai memanfaatkan teknologi komputer, salah satunya
dalam hal promosi. Promosi merupakan salah satu bagian dari rangkaian
kegiatan pemasaran suatu barang atau jasa. Promosi adalah suatu kegiatan
bidang marketing yang merupakan komunikasi yang dilaksanakan
perusahaan kepada konsumen yang berisi pemberitaan sehingga dapat
mempengaruhi konsumen untuk mengguanakan barang atau jasa yang
ditawarkan.
Dalam melakukan promosi, perlu melihat faktor-faktor yang menjadi
bagian penting bagi organisasi misalnya, pemilihan lokasi promosi dengan
melihat faktor biaya, jarak, dan minat dari konsumen. Faktor-faktor
tersebut perlu diolah sehingga menghasilkan suatu penyajian informasi
yang dapat dijadikan rekomendasi untuk melakukan promosi berikutnya.
Salah satu cara dalam penyajian informasi yaitu dalam bentuk visualisasi
data yang berhubungan dengan kondisi geografis atau wilayah. Maka dari
itu perencanaan spasial yang tepat sangat penting dalam menentukan
lokasi promosi, yaitu dengan penerapan Sistem Informasi Geografis (SIG).
Menurut hasil wawancara dengan staf biro promosi FTI dan staf
promosi UKSW, sistem penentuan lokasi promosi yang saat ini dilakukan
oleh FTI UKSW masih secara acak yaitu langsung memilih daerah yang
akan dituju tanpa adanya pembandingan data dari daerah-daerah lain,
sehingga penentuan lokasi promosi menjadi kurang maksimal, misalnya
mengenai biaya promosi yang tidak sebanding dengan mahasiswa yang
masuk ke FTI. Sedangkan promosi itu sendiri merupakan hal yang penting
bagi keberlangsungan suatu organisasi.
Berdasarkan dari latar belakang yang ada maka dirumuskan masalah
bagaimana menentukan lokasi promosi terbaik. Sehingga analisis ini
bertujuan memberi pilihan lokasi promosi terbaik yang akan dilakukan
oleh biro promosi FTI UKSW.
2. Kajian Pustaka
Pada penelitian sebelumnya dengan judul "Pengaruh Sebaran Lokasi
Minimarket terhadap Jangkauan Pelayanan Pasar Tradisional di Kecamatan
Banyumanik", penelitian tersebut menggunakan analisis tetangga terdekat
sehingga dapat melihat pola persebaran antara minimarket dengan pasar
tradisional yang berdampak dengan ketertarikan konsumen dalam memilih
fasilitas. Dengan hasil penelitian tersebut disimpulkan bahwa pola sebaran
minimarket bersifat mengelompok / cluster, sedangkan pola sebaran pasar
tradisional memiliki pola acak dengan kategori pola menyebar / dispered.
Karakteristik yang terdapat pada minimarket dan pasar tradisional adalah
berbeda yang dipengaruhi oleh keberadaan lokasi, sifat kedekatan antar lokasi,
jenis komoditi yang tersedia sehingga menjadi tarikan bagi konsumen serta
adanya perbedaam atas alasan konsumen didalam memilih suatu fasilitas [1].
6
Pada penelitian yang lainnya dengan judul "Sistem Informasi Geografis
untuk Analisis Persebaran Pelayanan Kesehatan di Kota Bengkulu", penelitian
tersebut melihat persebaran pelayanan kesehatan dengan analisis tetangga
terdekat sehingga dapat diketahui tingkatan pelayanan kesehatannya sudah
tercukupi atau belum. Dalam penelitian tersebut disimpulkan bahwa pola
persebaran pelayanan kesehatan di Kota Bengkulu yaitu pola tersebar merata
(dispersed / pattern / uniform) dengan nilai indeks persebaran (T) adalah 1,74.
Berdasarkan hasil analisis kecukupan sarana pelayanan kesehatan dinyatakan
bahwa Kota Bengkulu hanya membutuhkan sekitar 15 saran pelayanan
kesehatan, sedangkan sarana pelayanan kesehatan yang dimiliki saat ini adalah
32 (sarana pelayanan kesehatan lebih dari cukup) [2].
Penelitian ini digunakan untuk melihat persebaran lokasi promosi yang
kemudian akan dijadikan sebagai alternatif lokasi untuk kegiatan promosi FTI
berikutnya. Dalam penelitian ini menggunakan metode nearest neighbor untuk
melihat pola persebaran lokasi. Pada penelitian ini, penentuan lokasi promosi
tidak hanya dilihat dari jumlah mahasiswa yang mendaftar ulang, tetapi juga
melihat lokasi promosi sebelumnya, jadi pihak biro promosi dapat mengetahui
efektifitas promosi di suatu daerah yang dapat dijadikan pertimbangan untuk
kegiatan promosi berikutnya.
Analisis Overlay (Overlay Analysis). Analisis overlay adalah sekelompok
metodologi yang diterapkan pada pemilihan lokasi atau pemodelan kesesuaian
yang optimal. Ini adalah teknik untuk menerapkan skala nilai yang sama ke
input yang beragam dan berbeda untuk menciptakan analisis terpadu [3]. Pada
ilustrasi di bawah ini, jalan logging (garis) dan jenis vegetasi (poligon) dilapisi
untuk membuat kelas fitur baris baru. Garis telah terpecah di mana mereka
berpotongan dengan poligon dan setiap fitur garis telah diberi atribut dari
kedua lapisan asli. Garis diperlihatkan dilambangkan dengan tipe vegetasi
yang telah terkait dengannya. Anda dapat menggunakan analisis overlay untuk
menggabungkan karakteristik beberapa dataset menjadi satu. Kemudian dapat
menemukan lokasi atau area tertentu yang memiliki seperangkat nilai atribut
tertentu sesuai dengan kriteria yang ditentukan. Pendekatan ini sering
digunakan untuk menemukan lokasi yang sesuai untuk pengunaan tertentu
atau rentan terhadap beberapa risiko [4].
Gambar 1. Overlay Analysis Summary [4].
7
Analisis Statistik (Statistical Analysis). Analisis statistik dapat digunakan
untuk membuat peta yang dapat dianalisis secara visual. Analisis Statistik
membantu anda untuk mengolah informasi tambahan dari data GIS yang
mungkin tidak begitu jelas hanya dengan melihat peta - informasi seperti
bagaimana nilai atribut didistribusikan, kencenderungan spasial dalam data,
menganalisis apakah fitur berupa pola spasial. Analisis statistik sering
digunakan untuk mengeksplorasi data misalnya, untuk memeriksa distribusi
nilai untuk atribut tertentu atau melihat outlier (nilai ekstrim tinggi atau
rendah). Informasi ini berguna saat menentukan kelas dan rentang pada peta,
saat mengklasifikasi ulang data, atau saat mencari kesalahan data. Pada contoh
dibawah ini, statistik telah dihitung untuk pendistribusian lansia melalui
saluran sensus di wilayah ini (persentase usia 65 dan lebih pada setiap
saluran), termasuk mean dan standar deviasi, serta histogram yang
menunjukkan distribusi nilai. Sebagian besar traktat memiliki persentase yang
sangat tinggi [5].
Gambar 2. Statistical Analysis Summary [5].
Analisis Tetangga Terdekat (Nearest Neighbor Analysis). Analisis
tetangga terdekat merupakan salah satu analisis yang digunakan untuk
menjelaskan tentang pola persebaran dari titik-titik lokasi dengan
menggunakan perhitungan yang mempertimpangkan jarak, jumlah titik lokasi
dan luas wilayah. Analisis tetangga terdekat menggembalikan 5 nilai, yaitu
jarak rata-rata yang diamati, jarak rata-rata yang diharapkan, indeks tetangga
terdekat, nilai Z dan nilai P. Analisis ini memliki hasil akhir berupa indeks
dengan hasil antara 0-2,15. Nilai 0 akan menunjukkan bahwa pola
kecenderungan yang dihasilkan memiliki tipe mengelompok (cluster). Nilai
2,15 akan menunjukkan bahwa pola kecenderungan yang dihasilkan memiliki
tipe menyebar (dispersed), sedangkan jika berada ditengah-tengah akan
menunjukkan pola yang memiliki tipe acak (random) [6].
8
Gambar 3. Average Nearest Neighbor Analysis Summary [6].
Tool ini mengukur jarak antara masing-masing centroid fitur dan lokasi
centroid tetangganya yang terdekat. Itu semua jarak rata-rata tetangga
terdekat. Jika jarak rata-rata kurang dari rata-rata untuk distribusi acak
hipotesis, distribusi fitur yang dianalisis dianggap berkerumun. Jika jarak rata-
rata lebih besar daripada distribusi acak hipotesis, fitur dianggap tersebar.
Rata-rata rasio tetangga terdekat dihitung sebagai jarak rata-rata yang diamati
dibagi dengan jarak rata-rata yang diharapkan (dengan jarak rata-rata yang
diperkirakan berdasarkan distribusi acak hipotesis dengan jumlah fitur yang
sama yang mencakup area total yang sama) [6].
9
Buffer Analysis. Analisis ini berfungsi untuk membuat poligon penyangga
disekitar fitur input ke jarak tertentu [7].
Gambar 4. Buffer Analysis Summary [7].
3. Metode Penelitian
Penelitian ini dilakukan di Biro Promosi FTI UKSW. Tahapan penelitian
yang digunakan dalam penelitian ini adalah 1) identifikasi masalah, 2)
pengumpulan data melalui metode wawancara, 3) pengolahan data, 4) analisa
data, 5) hasil analisis.
Gambar 5. Tahapan Penelitian
Pada tahap pertama, identifikasi masalah diperoleh dari hasil wawancara
dengan kepala biro promosi FTI UKSW untuk mengetahui masalah yang ada,
selain itu melakukan wawancara dengan staf biro promosi UKSW.
10
Pada tahap kedua, pengumpulan data juga didapatkan dari hasil wawancara.
Data yang diperoleh merupakan data primer dan data sekunder. Data primer
adalah data yang diperoleh secara langsung dari sumbernya, yaitu mengenai
aspek-aspek pengambilan keputusan untuk lokasi promosi FTI UKSW yang
meliputi, 1) jumlah mahasiswa yang daftar ulang, 2) mengenai branding image
FTI, yaitu memperkenalkan FTI agar semakin dikenal di daerah-daerah, 3) lokasi
yang belum pernah dikunjungi atau perluasan wilayah promosi. Sedangkan data
sekunder adalah data yang diperoleh dari penulis yang sudah jadi dan biasanya
dalam bentuk buku, internet, jurnal yang berhubungan dengan penelitian ini, yaitu
data tentang mahasiswa yang meliputi, 1) asal daerah mahasiswa, 2) asal sekolah
mahasiswa, 3) program studi yang dipilih, 4) tahun admisi mahasiswa.
Pada tahap ketiga, melakukan pengolahan data menggunakan software
ArcGIS 10.3. Pengolahan data yang dilakukan berupa koreksi geometri untuk
menentukan sistem koordinat yang tepat. Sistem koordinat yang digunakan adalah
Indoensian_1974_UTM_Zone_54S. Kemudian melakukan digitasi untuk
memperoleh hasil data vektor berupa point lokasi asal daerah mahasiswa FTI yang
melakukan daftar ulang dengan format shapefile (.shp), melakukan digitasi untuk
memperoleh hasil data vektor berupa point untuk persebaran wilayah promosi
untuk tahun admisi 2013-2016 dengan format shapefile (.shp). Data .shp ini
adalah data yang akan digunakan untuk mengetahui pola persebaran promosi.
Pada tahap keempat, yaitu analisis data untuk menggambarkan persebaran
lokasi asal mahasiswa FTI yang melakukan daftar ulang dan analisis data untuk
persebaran lokasi promosi, menggunakan metode pendekatan kualitatif dan
kuantitatif. Analisis data yang dilakukan merupakan analisis spasial dengan
menggunakan software ArcGIS 10.3. Pengolahan peta dengan overlay untuk
menampilkan peta Indonesia beserta pola persebaran lokasi asal daerah
mahasiswa FTI yang melakukan daftar ulang dan lokasi promosi. Kemudian,
analisis statistik dilakukan untuk memberikan informasi tambahan yang mungkin
tidak dapat dilihat langsung melalui tampilan peta, yaitu mengenai jumlah dan
gender mahasiswa yang melakukan registrasi ulang. Pendekatan kuantitatif
dilakukan dengan menggunakan analisis tetangga terdekat (Average Nearest
Neighbor Analysis) untuk menentukan dan menggambarkan pola persebaran
lokasi asal mahasiswa yang melakukan registrasi ulang di FTI pada tahun
akademik 2013-2016. Analisis ini menjelaskan pola persebaran yang
memperhitungkan jumlah titik lokasi, jarak dan luas wilayah. Dari analisis ini
akan diperoleh hasil akhir berupa indeks yang akan menunjukkan pola persebaran
berupa tipe mengelompok, tipe seragam atau tipe acak. Kemudian menggunakan
multiple ring buffer analysis untuk menentukan jangkauan jarak titik lokasi
promosi dengan lokasi asal daerah mahasiswa yang melakukan registrasi ulang di
FTI.
Pada tahap kelima, diperoleh hasil dari analisis tetangga terdekat, yaitu pola
persebaran asal mahasiswa FTI yang melakukan registrasi ulang cenderung
mengelompok (clustered). Dari multiple ring buffer analysis didapatkan hasil
tentang jangkauan jarak mengenai daerah mahasiswa yang melakukan registrasi
ulang di FTI dengan tindakan promosi yang sudah dilakukan sehingga dapat
dijadikan alternatif pilihan untuk melakukan promosi FTI berikutnya.
11
4. Hasil dan Pembahasan
Tabel 1 menjelaskan tentang hasil analisis pola spasial yang telah dilakukan
mendapatkan 2393 mahasiswa yang melakukan registrasi ulang di FTI yang asal
daerahnya tersebar di seluruh Indonesia pada tahun 2013-2016. Hasil analisis
tetangga terdekat untuk persebaran asal daerah mahasiswa tahun 2013-2016
termasuk pada tipe pola mengelompok (clustered). Dari hasil analisis statistik,
asal mahasiswa yang melakukan registrasi ulang tersebar di 213 kabupaten yang
ada di Indonesia. Mulai tahun 2013-2016, jumlah mahasiswa yang relatif banyak
yaitu dari daerah Semarang, Salatiga, Ambon, Boyolali, Jayapura, Bengkayang,
Surakarta, Tana Toraja dan Kudus.
Tabel 1 10 Kabupaten dengan Mahasiswa Registrasi Ulang FTI Terbanyak Tahun
2013-2016 di Indonesia [8]
Melalui pengolahan peta yang meliputi hasil overlay analysis dengan
proses menggabungkan peta, memodifikasi peta, digitasi point pada dataset
sehingga menghasilkan output yang baru untuk melihat persebaran lokasi asal
mahasiswa yang melakukan registrasi ulang pada tahun 2013-2016. Hasil overlay
analysis dapat dilihat pada gambar 6.
Gambar 6. Hasil Overlay Persebaran Asal Mahasiswa FTI Tahun admisi 2013-
2016
12
Tabel 2 Hasil Nearest Neighbor Analysis Tahun 2013
Tabel 2 menjelaskan tentang nearest neighbor analysis yang menerangkan
bahwa persebaran asal mahasiswa FTI pada tahun 2013 cenderung memiliki pola
mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan nilai
z = -5.271728, nilai p = 0.00, nearest neighbor ratio = 0.718754, observed mean
distance = 104556.8651 meters, expected mean distance = 145469.6290 meters.
Tabel 3 Hasil Nearest Neighbor Analysis Tahun 2014
Tabel 3 menjelaskan tentang nearest neighbor analysis yang menerangkan
bahwaa persebaran asal mahasiswa FTI pada tahun 2014 juga cenderung memiliki
pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan
nilai z = -6.01831, nilai p = 0.00, nearest neighbor ratio = 0.663144, observed
mean distance = 94890.2554 meters, expected mean distance = 143091.4338
meters.
13
Tabel 4 Hasil Nearest Neighbor Analysis Tahun 2015
Tabel 4 menjelaskan tentang nearest neighbor analysis yang menerangkan
bahwa persebaran asal mahasiswa FTI pada tahun 2015 juga cenderung memiliki
pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan
nilai z = -8.144242, nilai p = 0.00, nearest neighbor ratio = 0.572139, observed
mean distance = 82642.9071 meters, expected mean distance = 144445.3836
meters.
Tabel 5 Hasil Nearest Neighbor Analysis Tahun 2016
Tabel 5 menjelaskan tentang nearest neighbor analysis yang menerangkan
bahwa persebaran asal mahasiswa FTI pada tahun 2016 juga cenderung memiliki
pola mengelompok (clustered). Hasil dari nearest neighbor analysis menunjukkan
nilai z = -5.796767, nilai p = 0.00, nearest neighbor ratio = 0.713684, observed
mean distance = 100952.9509 meters, expected mean distance = 141452.9509
meters.
14
A B
C D
Gambar 7. A. Hasil Nearest Neighbor Analysis Tahun 2013, B. Hasil Nearest
Neighbor Analysis Tahun 2014, C. Hasil Nearest Neighbor Analysis Tahun 2015,
D. Hasil Nearest Neighbor Analysis Tahun 2016
Gambar 7 menjelaskan bahwa hasil nearest neighbor analysis untuk
persebaran daerah asal mahasiswa yang melakukan registrasi ulang di FTI pada
tahun 2013-2016. Gambar 7 A menggambarkan pola persebaran asal mahasiswa
tahun admisi 2013 yang cenderung memiliki pola mengelompok (clustered).
Gambar 7 B menggambarkan pola persebaran asal mahasiswa tahun admisi 2014
yang cenderung memiliki pola mengelompok (clustered). Gambar 7 C
menggambarkan pola persebaran asal mahasiswa tahun admisi 2013 yang
cenderung memiliki pola mengelompok (clustered). Gambar 7 D menggambarkan
pola persebaran asal mahasiswa tahun admisi 2013 yang cenderung memiliki pola
mengelompok (clustered). Hal ini ditunjukkan dengan hasil nilai berupa index
masing-masing yang mendekati angka 0.
Buffer analysis pada lokasi promosi memungkinkan pihak biro promosi
untuk mengidentifikasi lokasi terbaik untuk melakukan promosi berikutnya
dengan melihat jangkauan jarak lokasi promosi dengan persebaran asal mahasiswa
yang melakukan registrasi ulang. Melalui buffer analysis dilakukan klasifikasi
dengan memberi jangkauan jarak promosi sejauh 150 kilometer. Visualisasi buffer
analysis dapat dilihat pada gambar 8.
15
Gambar 8. Hasil Buffer Analysis Lokasi Promosi Tahun Admisi 2013-2016
Tabel 6 20 Tujuan Lokasi Promosi Menurut Jumlah Mahasiswa Registrasi Ulang
Terbanyak Tahun Admisi 2013-2016
Tabel 6 menjelaskan tentang 20 tujuan lokasi promosi terbaik yang
diurutkan berdasarkan jarak yang terjangkau oleh lokasi promosi sebelumnya
yaitu dalam range 150 km dan diurutkan menurut jumlah mahasiswa yang
melakukan registrasi ulang terbanyak tahun admisi 2013-2016. Dengan
menggunakan tools Select by Locations, dapat terseleksi point atau daerah mana
saja yang termasuk dalam poligon atau jangkauan buffer promosi. Terdapat 70
daerah yang terjangkau oleh jarak buffer promosi sejauh 150 kilometer, 70 daerah
ini dapat dijadikan sebagai tujuan lokasi promosi untuk tahun berikutnya.
Kemudian dengan melihat jumlah mahasiswa yang melakukan registrasi ulang
terbanyak, 20 lokasi promosi yang paling efektif mendapatkan jumlah mahasiswa
terbanyak yaitu daerah Semarang, Salatiga, Ambon, Surakarta, Temanggung,
Kupang, Bandar Lampung, Ketapang, Jepara, Sukoharjo, Maluku Tengah,
Pekalongan, Manado, Wonosobo, Cirebon, Bekasi, Makassar, Rembang,
Tomohon dan Pemalang.
16
5. Simpulan
Berdasarkan penelitian ini, dapat disimpulkan bahwa nearest neighbor
analysis dapat digunakan untuk menjelaskan pengelompokan dan pola persebaran,
sehingga didapatkan hasil berupa pola mengelompok (clustered) pada persebaran
lokasi daerah asal mahasiswa yang melakukan registrasi ulang di FTI pada tahun
2013-2016. Buffer analysis dapat digunakan untuk melihat daerah potensial
promosi dengan jangkauan jarak yang sudah ditentukan yaitu 150 kilometer.
Terdapat 70 lokasi daerah yang terjangkau oleh jarak buffer 150 kilometer dan
yang termasuk 20 tujuan lokasi promosi terbaik berada pada daerah Semarang,
Salatiga, Ambon, Surakarta, Temanggung, Kupang, Bandar Lampung, Ketapang,
Jepara, Sukoharjo, Maluku Tengah, Pekalongan, Manado, Wonosobo, Cirebon,
Bekasi, Makassar, Rembang, Tomohon dan Pemalang, yaitu dengan promosi yang
telah dilakukan sebelumnya dan melihat respon mahasiswa yang melakukan daftar
ulang di FTI jumlahnya tergolong relatif banyak.
Berdasarkan wawancara dari pihak biro promosi dan penelitian yang ini,
saran untuk penelitian kedepan yaitu, perlunya analisis untuk memprediksi jarak
kampus UKSW dengan lokasi promosi dan lokasi yang memiliki jumlah
mahasiswa terbanyak yang melakukan registrasi ulang di FTI UKSW sehingga
promosi yang dilakukan menjadi lebih efisien secara waktu dan biaya.
6. Daftar Pustaka
[1] Anggraini, Pratamaningtyas. 2013. Pengaruh Sebaran Lokasi
Minimarket terhadap Jangkauan Pelayanan Pasar Tradisional di
Kecamatan Banyumanik. Semarang : Biro Penerbit Planologi Undip,
Volume 9 (1):97-109 Maret 2013.
[2] Pujayanti Jane, Boko Susilo, Diyah Puspitaningrum. 2014. Sistem
Informasi Geografis Untuk Analisis Persebaran Pelayanan Kesehatan
di Kota Bengkulu. Bengkulu : Jurnal Rekursif, Vol. 2 No. 2
November 2014, ISSN 2303-0755.
[3] http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-
toolbox/understanding-overlay-analysis.htm
[4] http://desktop.arcgis.com/en/arcmap/10.3/analyze/commonly-used-
tools/overlay-analysis.htm
[5] http://desktop.arcgis.com/en/arcmap/10.3/analyze/commonly-used-
tools/statistical-analysis.htm
[6] http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-statistics-
toolbox/average-nearest-neighbor.htm.
[7] http://pro.arcgis.com/en/pro-app/tool-reference/analysis/buffer.htm
[8] Biro promosi FTI UKSW
