BAB I

PENDAHULUAN

1.1 Deskripsi Permasalahan

Semakin banyaknya peluang usaha yang muncul di berbagai daerah khususnya di D.I.

Yogyakarta, membuat para pengusaha berlomba-lomba untuk memanfaatkan peluang

tersebut. Salah satu dari peluang usaha tersebut adalah usaha laundry yang sangat

dibutuhkan oleh orang-orang jaman sekarang khususnya orang yang masih belum

berkeluarga. D.I. Yogyakarta dinilai sangatlah berpotensi untuk usaha laundry

tersebut, hal ini dikarenakan banyaknya mahasiswa yang merantau ke D.I.

Yogyakarta, oleh karena itu banyak sekali usaha-usaha laundry yang berdiri di D.I.

Yogyakarta pada saat ini baik didirikan oleh mahasiswa itu sendiri atau oleh warga

yang berdomisili di D.I. Yogyakarta. Hal ini didukung oleh pertumbuhan ekonomi

dari D.I. Yogyakarta yang tinggi dan masyarakat yang konsumtif di D.I. Yogyakarta

khususnya mahasiswa. Dari pertimbangan-pertimbangan yang dilakukan, maka usaha

laundry sangat cocok dibuka di daerah D.I. Yogyakarta. Tak hanya mahasiswa yang

menggunakan jasa laundry tersebut warga yang berdomisili di D.I.Yogyakarta pun

sudah mulai ramai yang menggunakan jasa laundry tersebut. Seperti contohnya orang

yang berkeluarga dan dari keduanya sudah tidak sanggup untuk mengerjakan tugasnya

mencuci baju keluarganya karena dia juga sudah bekerja di luar rumah dan memiliki

kesibukan di luar rumah lantas tidak dapat meluangkan waktunya untuk melakukan

hal tersebut, oleh karena itu usaha laundry yang sudah sangat banyak diminati oleh

warga D.I. Yogyakarta khusunya mahasiswa, maka keberadaan usaha laundrypun

menjadi solusi jitu untuk para warga yang berdomisili di D.I.Yogyakarta.

Jalan Kaliurang adalah tempat yang strategis untuk membuka usaha-usaha

seperti laundry contohnya. Jalan Kaliurang dipandang sangat strategis karena

memiliki jarak yang relatif dekat dengan beberapa universitas besar seperti contohnya

Universitas Islam Indonesia yang memiliki mahasiswa dengan jumlah sangat banyak.

Masyarakatpun pun memanfaatkan peluang ini dengan sangat baik untuk menjadikan

usaha laundry sebagi mata pencaharian mereka, hal ini dapat dibuktikan dengan

melihat usaha-usaha laundry yang terdapat di jalan kaliurang yang sangat ramai akan

pelanggan dikarenakan memiliki citra yang baik dimata pengujung laundry-laundry

tersebut. Dengan banyaknya usaha laundry dijalan kaliurang, maka pengguna usaha

laudnry akan dituntut memilih usaha laundry mana yang akan dipercaya untuk

membersihkan pakaian-pakaian pengguna jasa laundry. Pemilihan ini dapat

didasarkan oleh banyak hal, seperti contohnya citra. Jika usaha dinilai baik oleh

pelanggan maka dengan sendirinya citra usaha tersebut akan dipandang baik pula oleh

orang lain.

Menurut Kotler (2002:338), citra adalah: persepsi masyarakat terhadap

perusahaan atau produknya., sedangkan pendapat huddleston (1985:365) mengenai

citra adalah: kesan yang dipikirkan dan yang diketahui oleh seseorang atau kelompok

mengenai suatu hal baik perusahaan maupun produknya yang diperoleh melalui

pengalaman. Dari pendapat para ahli tersebut dapat dilihat bahwa adanya keuntungan

yang diperoleh oleh suatu usaha jika memiliki citra positif dihadapan masyarakat.

Citra perusahaan yang positif akan mendorong persepsi positif terhadap produk

perusahaan. Terdapat hubungan yang erat antara citra perusahaan dengan citra produk

(citra merek). Merek produk sering diasosiasikan dengan perusahaan yang

memproduksi produk tersebut. Perusahaan berusaha menjaga citra yang telah ada dari

berbagai isu-isu umum, yang dapat secara langsung mempengaruhi konsumen. Hal ini

juga berlaku di dalam usaha laundry Binatu yang terdapat di Jalan Kaliurang KM

6.7, usaha laundry ini mempunyai banyak pelanggan yang sampai sekarang masih

menggunakan jasa laundry bahkan terus bertambah di usaha laundry Binatu. Usaha

laundry Binatu ini dapat diketahui citranya dihadapan masyarakat dengan

menggunakan metode yang disebut Cluster.

Metode Cluster adalah metode yang digunakan untuk mengidentifikasi objek

yang memiliki kesamaan karakteristik dan menggunakan karakteristik tersebut

centeroid. Penilitan dilakukan dengan menyebarkan kuisioner yang berisi profil

konsumen dan tingkat kepuasan. Kuisioner tersebut yang menjadi data penting untuk

membuat sebuah cluster untuk melihat citra yang ada pada usaha Laundry Binatu.

Menurut Sugiyono (2011:62), sampel adalah bagian dari jumlah dan karakteristik

yang dimiliki oleh populasi. Sedangkan pengertian dari populasi adalah wilayah

generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik

tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya (Sugiyono, 2011:61). Pada penelitian sebelumnya Analisa Pengaruh

Kualitas Layanan Terhadap Loyalitas Pelanggan Di Laundry 5asec Surabaya (Ellys

Cornelia S., Nancy Veronica S., 2008) dengan menggunakan metode yang berbeda,

namun memiliki inti permasalahan yang hampir sama pada penelitian yang dilakukan

di usaha laundry Binatu.

Demi mendapatkan hasil yang akurat maka penelitian mengenai citra dimata

pelanggan pada usaha laundry Binatu dinilai sangat tepat menggunakan metode

Cluster yang nantinya akan ditemukan karakteristik pada pelanggan seperti apa yang

terbagi menjadi beberapa cluster yang menggunkan jasa laundry pada jasa laundry

Binatu. Hal-hal yang telah dijelaskan sebelumnya dapat berupa hal yang diinginkan

peneliti atau pihak terkait. Maka adapun hasil berupa profilisasi dan variable.

1.2 Rumusan Masalah

Rumusan masalah pada penelitian ini adalah:

1. Apakah indikator-indikator yang secara signifikan berpengaruh pada citra pada

usaha laudry Binatu?

2. Berapa dan bagaimanakah karakteristik dari setiap cluster yang terbentuk?

1.3 Tujuan Penelitian

Tujuan penelitian pada penelitian ini adalah:

1. Untuk mengetahui indikator-indikator yang secara signifikan berpengaruh pada

variabel pada penelitian ini.

2. Untuk mengetahui jumlah dan bentuk karakteristik dari setiap cluster yang

terbentuk.

BAB II

TINJAUAN PUSTAKA

2.1 Kajian Deduktif

2.1.1 Definisi Analisis Cluster

Analisis Cluster adalah suatu analisis statistik multivariate yang bertujuan untuk

mengetahui struktur data dengan menempatkan kesamaan obyek observasi ke dalam

satu kelompok data sehingga dapat dibedakan antara kelompok satu dengan kelompok

yang lain atau dengan cara memisahkan kasus/obyek ke dalam beberapa kelompok

yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain. Dalam

analisis ini tiap-tiap kelompok bersifat homogen antara anggota dalam kelompoknya

atau dapat dikatakan variasi obyek/individu dalam satu kelompok yang terbentuk

sekecil mungkin (Anderberg,1973). Subash Sharma (1996), mendefinisikan analisis

cluster adalah cara untuk menyataukan objek ke dalam kelompok atau grup dengan

alasan bahwa setiap kelompok homogen mempunyai sifat yang sama atau setiap

kelompok berbeda dari kelompok lain, pendefinisian kesamaan atau homogenitas

kelompok yang ada sangat bergantung kepada tujuan studi atau penelitian.

Dengan kata lain yang lebih mudah dipahami, analisis cluster adalah analisis

yang dilakukan untuk mengelompokkan objek objek berdasarkan kesamaan

karakteristik di antara objek objek tersebut. Diharapkan dengan terbentuknya

kelompok kelompok tersebut akan lebih mudah dalam menganalisa dan lebih tepat

pengambilan keputusan yang sehubungan dengan masalah tersebut. Perbedaan analisis

cluster dengan analisis faktor adalah bahwa analisis cluster terfokus pada

pengelompokan objek sedangkan analisis faktor terfokus pada kelompok variabel.

Adapun tujuan analisis cluster adalah :

Menyederhanakan data dan untuk menyajikannya ke dalam bentuk grafik atau

dendogram.

Mengelompokkan obyek obyek menjadi kelompok kelompok yang

mempunyai sifat yang homogen atau variasi obyek yang terbentuk sekecil

mungkin.

Selain itu, analisis cluster digunakan untuk membedakan dengan jelas antara satu

kelompok cluster dengan kelompok yang lain.

2.1.2 Tahapan Analisis Cluster

Proses Analisis Cluster

Untuk menganalisis cluster, anda perlu melakukan proses sebagai berikut:

Tahap 1:

Mengukur kesamaan antar objek (similarity). Sesuai prinsip analisis cluster yang

mengelompokkan objek yang mempunyai kemiripan, proses pertama adalah

mengukur seberapa jauh ada kesamaan antar objek. Metode yang digunakan:

Mengukur korelasi antar sepasang objek pada beberapa variabel.

Mengukur jarak (distance) antara dua objek. Pengukuran ada bermacam-

macam, yang paling popular adalah metode Euclidian distance.

Tahap 2:

Membuat cluster. Metode dalam membuat cluster ada banyak sekali, seperti yang

digambarkan dalam diagram di bawah ini:

Gambar 2.1 Metode membuat cluster

a. Hirarchial Methode

Metode ini memulai pengelompokan dengan dengan dua atau lebih objek yang

mempunyai kesamaan paling dekat. Kemudian proses diteruskan ke objek lain yang

mempunyai kedekatan kedua. Demikian seterusnya sehingga cluster akan membentuk

semacam pohon, di mana ada hirarki (tingkatan) yang jelas antar objek, dari yang

paling mirip sampai paling tidak mirip. Secara logika semua objek pada akhirnya akan

membentuk sebuah cluster. Dendogram biasanya digunakan untuk membantu

memperjelas proses hirarki tersebut.

Dalam metode hirarki cluster terdapat dua tipe dasar yang merupakan cabang

dari hierarki cluster yaitu agglomerative (pemusatan) dan divisive (penyebaran).

Dalam metode agglomerative, setiap obyek atau observasi dianggap sebagai sebuah

cluster tersendiri. Dalam tahap selanjutnya, dua cluster yang mempunyai kemiripan

digabungkan menjadi sebuah cluster baru demikian seterusnya. Sebaliknya, dalam

metode divisive kita beranjak dari sebuah cluster besar yang terdiri dari semua obyek

atau observasi. Selanjutnya, obyek atau observasi yang paling tinggi nilai

ketidakmiripannya kita pisahkan demikian seterusnya.

Dalam agglomerative ada lima metode yang cukup terkenal, yaitu: Single Linkage,

Complete Linkage, Average Linkage, Wards Method, Centroid Method.

Single Linkage, prosedur ini didasarkan pada jarak terkecil. Jika dua obyek terpisah

oleh jarak yang pendek maka kedua obyek tersebut akan digabung menjadi satu

cluster daan demikian saterusnya.

Complete Linkage, berlawanan dengan Single Linkage prosedur ini

pengelompokkannya berdasarkan jarak terjauh.

Average Linkage, prosedure ini hampir sama dengan Single Linkage

maupun Complete Linkage, namun kriteria yang digunakan adalah rata-rata jarak

seluruh individu dalam suatu cluster dengan jarak seluruh individu dalam cluster

yang lain.

Wards Method, jarak antara dua cluster dalam metode ini berdasarkan total sum of

squaredua cluster pada masing-masing variabel.

Centroid Method, jarak antara dua cluster dalam metode ini berdasarkan

jarak centroid dua cluster yang bersangkutan.

Keuntungan penggunaan metode hierarki dalam analisis Cluster adalah

mempercepat pengolahan dan menghemat waktu karena data yang diinputkan akan

membentuk hierarki atau membentuk tingkatan tersendiri sehingga mempermudah

dalam penafsiran, namun kelemahan dari metode ini adalah seringnya terdapat

kesalahan pada data outlier, perbedaan ukuran jarak yang digunakan, dan terdapatnya

variabel yang tidak relevan. Sedang metode non-hierarki memiliki keuntungan dapat

melakukan analisis sampel dalam ukuran yang lebih besar dengan lebih efisien. Selain

itu, hanya memiliki sedikit kelemahan pada data outlier, ukuran jarak yang digunakan,

dan variabel tak relevan atau variabel yang tidak tepat. Sedangkan kelemahannya

adalah untuk titik bakal random lebih buruk dari pada metode hirarkhi.

b. Non-Hirarchial Methode

Berbeda dengan metode hirarki, metode ini justru dimulai dengan terlebih dahulu

jumlah cluster yang diinginkan (dua cluster, tiga cluster atau yang lain). Setelah

jumlah cluster diketahui, baru proses cluster dilakukan tanpa mengikuti proses hirarki.

Metode ini biasa disebut dengan K-Means Cluster.

Kebalikan dari metode hirarki, metode nonhirarki tidak meliputi proses

treelike construction. Justru menempatkan objek-objek ke dalam cluster sekaligus

sehingga terbentuk sejumlah cluster tertentu. Langkah pertama adalah memilih sebuah

cluster sebagai inisial cluster pusat, dan semua objek dalam jarak tertentu ditempatkan

pada cluster yang terbentuk. Kemudian memilih cluster selanjutnya dan penempatan

dilanjutkan sampai semua objek ditempatkan. Objek-objek bisa ditempatkan lagi jika

jaraknya lebih dekat pada cluster lain daripada cluster asalnya. Metode nonhirarki

cluster berkaitan dengan K-means custering, dan ada tiga pendekatan yang digunakan

untuk menempatkan masing-masing observasi pada satu cluster.

Sequential Threshold, Metode Sequential Threshold memulai dengan pemilihan

satu cluster dan menempatkan semua objek yang berada pada jarak tertentu ke

dalamnya. Jika semua objek yang berada pada jarak tertentu telah dimasukkan,

kemudian cluster yang kedua dipilih dan menempatkan semua objek yang berjarak

tertentu ke dalamnya. Kemudian cluster ketiga dipilih dan proses dilanjutkan

seperti yang sebelumnya.

Parallel Threshold, Metode Parallel Threshold merupakan kebalikan dari

pendekatan yang pertama yaitu dengan memilih sejumlah cluster secara

bersamaan dan menempatkan objek-objek kedalam cluster yang memiliki jarak

antar muka terdekat. Pada saat proses berlangsung, jarak antar muka dapat

ditentukan untuk memasukkan beberapa objek ke dalam cluster-cluster. Juga

beberapa variasi pada metode ini, yaitu sisa objek-objek tidak dikelompokkan jika

berada di luar jarak tertentu dari sejumlah cluster.

Optimization, Metode ketiga adalah serupa dengan kedua metode sebelumnya

kecuali bahwa metode ini memungkinkan untuk menempatkan kembali objek-

objek ke dalam cluster yang lebih dekat.

Setelah cluster terbentuk, entah dengan metode hirarki atau non-hirarki, langkah

selanjutnya adalah melakukan interprestasi terhadap cluster yang terbentuk, yang pada

intinya memberi nama spesifik untuk menggambarkan isi cluster. Misalnya, kelompok

konsumen yang memperhatikan lingkungan sekitar sebelum membeli sebuah rumah

bisa dinamai cluster lingkungan.

TAHAP 3:

Melakukan validasi dan profiling cluster. Cluster yang terbentuk kemudian diuji

apakah hasil tersebut valid. Kemudian dilakukan proses profiling untuk menjelaskan

karakteristik setiap cluster berdasarkan profil tertentu (seperti usia konsumen pembeli

rumah, tingkat penghasilannya dan sebagainya). Analisis cluster agak bersifat

subjektif dalam penentuan penyelesaian cluster yang optimal, sehingga peneliti

seharusnya memberikan perhatian yang besar mengenai validasi dan jaminan tingkat

signifikansi pada penyelesaian akhir dari cluster. Meskipun tidak ada metode untuk

menjamin validitas dan tingkat signifikansi , beberapa pendekatan telah dikemukakan

untuk memberikan dasar bagi perkiraan peneliti.

Validasi Hasil Cluster

Validasi termasuk usaha yang dilakukan oleh peneliti untuk menjamin bahwa hasil

cluster adalah representatif terhadap populasi secara umum, dan dengan demikian

dapat digeneralisasi untuk objek yang lain dan stabil untuk waktu tertentu. Pendekatan

langsung dalam hal ini adalah dengan analisis sample secara terpisah kemudian

membandingkan antara hasil cluster dengan perkiraan masing-masing cluster.

Pendekatan ini sering tidak praktis, karena adanya keterbatasan waktu dan biaya atau

ketidaktersediaan objek untuk perkalian analisis cluster. Dalam hal ini pendekatan

tyang biasa digunakan adalah dengan membagi sample menjadi dua kelompok.

Masing-masing dianalisis cluster secara terpisah, kemudian hasinya dibandingkan.

Profiling Hasil Cluster

Tahap Profiling meliputi penggambaran karakteristik masing-masing cluster untuk

menjelaskan bagaimana mereka bisa berbeda secara relevan pada tiap dimensi. Tipe

ini meliputi penggunaan analisis diskriminan. Prosedur dimulai setelah cluster

ditentukan. Peneliti menggunakan data yang sebelumnya tidak masuk dalam prosedur

cluster untuk menggambarkan karakteristik masing-masing cluster. Meskipun secara

teori tidak masuk akal (rasional) dalam perbedaan silang cluster, akan tetapi hal ini

diperlukan untuk memprediksi validasi taksiran, sehingga minimal penting secara

praktek.

Untuk melakukan proses analisis cluster ini, ada asumsi yang harus terpenuhi,

yaitu:

Sampel yang diambil benar-benar dapat mewakili populasi yang ada

(representativeness of the sample) dan Multikolinieritas. Sedangkan asumsi lainnya

yang biasanya dilakukan pada analisis multivariat tidak perlu dilakukan, seperti: Uji

Normalitas, Uji Linearitas dan Uji Heteroskedastisitas.

Dalam artikel berikutnya, kami akan membahas bagaimana cara melakukan

analisis cluster dengan menggunakan aplikasi SPSS, yaitu pada dua artikel kami yang

berjudul; Analisis Cluster Hirarki dengan SPSS.

2.2 Kajian Induktif

Menurut Ellys Cornelia S., Nancy Veronica S. (2008) pada penelitiannya yang

bertujuan untuk mengetahui pengaruh kualitas layananan dengan loyalitas pelanggan

dengan judul Analisa Pengaruh Kualitas Layanan Terhadap Loyalitas Pelanggan Di

Laundry 5asec Surabaya memiliki inti yang sama dengan penilitian yang kami

lakukan yaitu untuk mengetahui citra dari usaha laundry Binatu. adapun penelitian

yang dilakukan oleh Widya Chitami Putri (2013) mengenai Pengaruh Kualitas

Layanan Dan Kepuasan Terhadap Loyalitas Pasien Rawat Jalan Dan Rawat Inap

Rumah Sakit Otorita Batam. Hal ini dianggap sama karena menyangkut kepada

loyalitas pelanggan walaupun penelitian yang dilakukan oleh Widya Chitami Putri

(2013) bertempat di Rumah Sakit, tetapi memiliki ini yang sama dengan pengetahuan,

jika pelyanan dari laundry tersebut memuaskan pelanggan maka akan membuat citra

pada usaha laundry tersebut menjadi baik, dan pelanggan akan menjadikan usaha

laundry tersebut menjadi pilihan utama.

Pada penelitian yang dibuat oleh Ellys Cornelia S., Nancy Veronica S. (2008)

memiliki 5 variable yang sama dengan penelitian yang kami lakukan yaitu reliability,

responsiveness, assurance, emphaty, tangible. Adapun pada penelitian yang dilakukan

oleh Widya Chitami Putri (2013) memiliki 3 variable yaitu, kualitas jasa, kepuasan

konsumen, dan loyalitas konsumen. Dari ketiga variable tersebut mempunyai 5 sub-

variable yang sama dengan penelitian Ellys Cornelia S., Nancy Veronica S. (2008)

yaitu reliability, responsiveness, assurance, emphaty, tangible. Metode yang

digunakan oleh Ellys Cornelia S., Nancy Veronica S. (2008) adalah metode kuanitatif

karena pengumpulan data, penafsiran data, dan penarikan kesimpulan dari

penelitian ini berupa angka. Dalam penelitian ini penulis melakukan perhitungan

mean dan distribusi frekuensi untuk memberikan gambaran dari data yang akan

diperoleh. Sedangkan pada penelitian oleh Widya Chitami Putri (2013) menggunakan

metode yang sama dengan penelitian Ellys Cornelia S., Nancy Veronica S. (2008).

Sedangkan metode yang kami gunakan pada penilian ini adalah dengan

metode cluster, sedangkan pengambilan data yang kami gunakan adalah dengan

menggunakan metode kuisioner dengan responden pelanggan pada usaha laundry

Binatu. Kuisioner yang kami sebar sejumlah 40. Sedangkan pada penelitian Ellys

Cornelia S., Nancy Veronica S. (2008) pengumpulan data dilakukan dengan metode

kuisioner dengan jumlah responden adalah 100. Penelitian oleh Widya Chitami Putri

(2013) menggunakan metode kuisioner, dan menggunakan wawancara.

BAB III

METODE PENELITIAN

3.1 Objek Penelitian

Objek penelitian ini adalah Binatu Laundry yang berlokasi di jalan Kaliurang km.

6,7 Yogyakarta. Adapun yang menjadi fokus penelitian pada Binatu laundry

adalah mengenai citra atau reputasi Binatu Laundry menurut konsumen yang

menggunakan jasa laundry.

3.2 Metode Pengumpulan Data

Terdapat beberapa metode yang digunakan dalam penelitian ini, adapun metode

tersebut adalah:

a. Studi Pustaka

Pada metode ini peneliti mencari jurnal-jurnal terkait yang memiliki

permasalah yang sama sebagai bahan dalam menyusun peneletian, seperti

menentukan indikator-indikator yang mempengaruhi penilaian konsumen

terhadap citra laundry.

b. Kuesioner

Kuesioner diberikan kepada konsumen yang pernah menggunakan jasa Binatu

Laundry.

3.4 Jenis Data

a. Data Primer

Data primer yang digunakan pada penelitian ini berupa hasil pengisian

kuesioner oleh konsumen pengguna jasa Binatu Laundry.

b. Data Sekunder

Adapun data sekunder yang digunakan adalah berupa hasil-hasil penelitian

sebelumnya terkait kasus yang sama ataupun memiliki beberapa kesamaan

serta buku-buku yang berkaitan dengan kasus yang diteliti.

3.5 Alur Penelitian

START

IDENTIFIKASI MASALAH

PENGUMPULAN DATA

CLUSTERING

MENENTUKAN JUMLAH

CLUSTEER

CROSSTAB VARIABEL DAN

PROFILISASI

END

PREPROCESSING DATA

KNOWLEDGE DAN

INTERPRETASI

KESIMPULAN DAN

REKOMENDASI

Gambar 3.1 Alur Penelitian

Dalam penelitian ini terdapat langkah-langkah yang harus dilakukan bertahap,

adapun langkah-langkah tersebut ialah sebagai berikut:

1. Identifikasi masalah

Pada tahap ini peniliti berkunjung ketempat yang akan diteliti dan melakukan

dan mengidentifikasi masalah yang ada pada objek penelitian terkait topik

yang sesuai dengan studi kasus yang diambil.

2. Pengumpulan Data

Pengumpulan data dilakukan dengan menyebarkan kuesioner kepada

konsumen yang menggunakan jasa pada objek penelitian. Studi pustaka

dilakukan dengan melihat penilitian-penelitian terdahulu dan juga sumber-

sumber teori untuk menemukan cara-cara dan data-data tambahan yang

diperlukan untuk menyelesaikan masalah yang dihadapi oleh objek penelitian.

3. Prepocessing Data

Tahap awal mengelola data seperti memilih data-data yang cacat sehingga tida

diikutkan dalam proses clustering.

4. Clustering

Clustering dilakukan dengan menggunakan software SPSS.

5. Menentukan Jumlah Cluster

Output dari software SPSS berupa dendogram dianalisis proses hubungan

antar responden dan kemudian ditentukan ada berapa pengelompokan yang

sesuai dengan karakteristik masing-masing,

6. Crosstab Variabel dan Profilisasi

Ini dilakukan dengan menggunakan software SPSS untuk mengetahui

karakteristik masing-masing cluster menurut profilisasi dan variabel.

7. Knowledge dan Interpretasi

Hasil pengolahan data pada tahapan-tahapan sebelumnya kemudian dinalisis

menjadi sebuah knowledge yang dapat diinterpretasikan dan di aplikasikan

oleh objek penelitian.

8. Kesimpulan dan Rekomendasi

Penarikan kesimpulan diambil berdasarkan hasil analisis dan melakukan

pemberian saran atau rekomendasi untuk penelitian selanjutnya dan juga

untuk perusahaan terkait.

BAB IV

HASIL DAN PEMBAHASAN

4.1 Pemilihan Indikator Variabel Citra

Pada penelitian mengenai Citra pada usaha Laudry Binatu kepada konsumen,

peneliti memiliki 5 variabel berdasarkan jurnal dari Ellys Cornelia S, dan Nancy

Veronica S (2008). Adapun variabel yang tersedia adalah:

a. Reliability

Menurut Parasuraman dalam Tjiptono, (2008, p.95) bahwa indikator dari

reliability terdiri dari konsistensi kerja (performance) dan sifat terpercaya

(dependability) yang positif berpengaruh langsung dengan dimensi loyalitas

pelanggan yaitu menyatakan hal yang positif (say positive things), memberikan

rekomendasi kepada orang lain (recommend friend) dan melakukan pembelian

terus menerus (continue purchasing).

b. Responsiveness

Menurut Parasuraman dalam Tjiptono, (2008,p.95) bahwa responsiveness

yaitu kesediaan dan kesigapan para karyawan untuk membantu dan melayani

pelanggan dengan segera berpengaruh secara langsung secara positif terhadap

loyalitas pelanggan. Karena memberikan nilai plus berupa motivasi khusus bagi

para pelanggan untuk menjalin ikatan relasi saling menguntungkan dalam

jangka

panjang dengan perusahaan. Ikatan inilah yang akan membuat pelanggan menjadi

loyal.

c. Assurance

Menurut Parasuraman dalam Tjiptono, (2008, p.95) assurance berkenaan

dengan pengetahuan dan personality karyawan, serta kemampuan mereka

dalam menumbuhkan rasa percaya (trust) dan keyakinan pelanggan

(confidence), memberikan kontribusi positif terhadap terwujudnya loyalitas

pelanggan. Karena dengan beberapa hal tadi, pelanggan merasa dimengerti

dan akhirnya merasa nyaman, sehingga membuat pelanggan tersebut menjadi

loyal.

d. Emphaty

Menurut Parasuraman dalam Tjiptono, (2008, p.95) emphaty berarti perusahaan

memahami masalah pelanggannya dan bertindak demi kepentingan pelanggan,

berpengaruh secara positif dimensi loyalitas pelanggan yaitu tetap memilih

merek tersebut, merekomendasikannya kepada orang lain dan melakukan

pembelian ulang.

e. Tangible

Menurut Parasuraman dalam Tjiptono, (2008, p.95) tangibles berkenaan dengan

penampilan fisik fasilitas layanan, peralatan/perlengkapan, sumber daya manusia,

dan materi komunikasi perusahaan, berkaitan secara langsung dengan indicator-

indikator loyalitas pelanggan.

4.2 Rekapitulasi Hasil Kuesioner

Tabel 4.1 Transformasi Data Profilisasi Responden

No. Nama Sex Usia Pekerjaan Intensitas Biaya

1 Vikram 1 2 1 1 1

2 Reksi 1 2 1 3 2

3 Lili 2 2 1 2 2

4 Ilham 1 3 1 1 3

5 Aziz 1 3 1 3 4

6 Azmi 1 3 1 3 4

7 Arfan 1 2 1 2 2

8 Rami 1 3 3 2 3

9 Elyana 2 2 1 1 2

10 Devi 2 2 1 3 2

11 Ilyas 2 4 3 2 3

12 Deni 1 3 3 2 4

13 Rahmi 2 3 4 2 2

14 Surti 2 5 2 1 3

15 Sulistio 1 3 3 3 3

16 Andi 1 3 1 3 1

17 Kukuh 1 2 1 3 2

18 Kiki 1 2 1 3 1

No. Nama Sex Usia Pekerjaan Intensitas Biaya

19 Maemunah 2 3 2 2 4

20 Siti 2 2 1 3 2

21 Faiz 1 4 4 2 3

22 Gugun 1 3 1 1 1

23 Nadim 1 3 1 3 3

24 Muhamad 1 2 1 2 2

25 Afif 1 3 4 3 3

26 Agus 1 3 1 1 3

27 Nadya 2 2 1 2 4

28 Novi 2 2 1 3 3

29 Vani 2 3 1 2 2

30 Wawan 1 4 4 2 3

31 Khoirul 1 4 3 3 3

32 Rudi 1 2 1 1 2

33 Burdin 1 3 1 1 3

34 Lana 1 3 1 3 3

35 Bayu 1 4 3 2 4

36 Vina 2 2 1 3 2

37 Nena 2 2 1 1 2

38 Nita 2 3 1 3 3

39 Firhan 1 3 1 3 3

40 Resti 2 5 2 2 4

Keterangan:

Sex : 1. Laki-laki

2. Perempuan

Usia : 1. 31 Tahun

Intensitas: 1. 6 Kali

Pekerjaan: 1. Mahasiswa

2. Ibu Rumah Tangga

3. Karyawan

4. Wiraswasta

Biaya : 1. Rp. 20.0001

Tabel 4.2 Rekapitulasi Kuesioner Variabel yang mempengaruhi citra laundry

No. Nama

Rel

iabil

ity

Res

ponsi

ven

es

s

Ass

ura

nce

Em

phat

y

Tan

gib

le

1 Vikram 3 3 2 3 4

2 Reksi 3 3 3 4 4

3 Lili 3 3 3 3 4

4 Ilham 2 3 3 2 3

5 Aziz 2 2 2 3 2

6 Azmi 3 3 3 2 3

7 Arfan 3 2 2 3 3

8 Rami 3 3 3 3 3

9 Elyana 3 2 2 3 3

10 Devi 4 2 3 3 2

11 Ilyas 2 3 3 3 3

12 Deni 3 4 3 3 2

13 Rahmi 4 3 3 4 3

14 Surti 4 3 3 4 3

15 Sulistio 2 3 3 2 3

16 Andi 3 2 2 3 4

17 Kukuh 2 3 3 2 3

18 Kiki 2 2 3 2 3

19 Maemunah 3 2 2 2 3

20 Siti 2 3 2 3 2

21 Faiz 2 3 3 2 3

22 Gugun 2 3 3 3 3

23 Nadim 3 3 3 3 3

24 Muhamad 3 3 3 3 3

25 Afif 4 3 3 2 2

26 Agus 2 2 1 2 3

27 Nadya 3 3 2 3 2

No. Nama

Rel

iabil

ity

Res

ponsi

ven

es

s

Ass

ura

nce

Em

phat

y

Tan

gib

le

28 Novi 3 3 2 3 3

29 Vani 3 2 2 3 3

30 Wawan 3 2 2 2 3

31 Khoirul 3 2 3 3 3

32 Rudi 3 3 2 2 3

33 Burdin 3 3 2 3 3

34 Lana 3 4 2 3 3

35 Bayu 2 4 2 3 3

36 Vina 3 3 3 3 3

37 Nena 4 2 3 3 4

38 Nita 3 2 3 3 3

39 Firhan 4 2 3 2 3

40 Resti 3 2 3 3 3

Keterangan: 1. Tidak Setuju

2. Kurang Setuju

3. Setuju

4. Sangat Setuju

4.3 Output dan Analisis Dendogram

Gambar 4.1 Dendogram menggunakan single linkage pada software SPSS

Dari dendogram pada gambar 4.1 dapat dikelompokan menjadi beberapa cluster seperti

pada tabel 4.3.

Tabel 4.3 Pembagian Cluster

No. Cluster 1 Cluster 2

1 Vikram Devi

2 Reksi Deni

3 Lili Rahmi

4 Ilham Surti

5 Aziz Agus

6 Azmi Nena

7 Arfan Firhan

8 Rami

9 Elyana

10 Ilyas

11 Sulistio

12 Andi

13 Kukuh

14 Kiki

15 Maemunah

16 Siti

17 Faiz

18 Gugun

19 Nadim

20 Muhamad

21 Afif

22 Nadya

23 Novi

24 Vani

25 Wawan

No. Cluster 1 Cluster 2

26 Khoirul

27 Rudi

28 Burdin

29 Lana

30 Bayu

31 Vina

32 Nita

33 Resti

Tabel 4.4 Agglomeration Schedule

Stage Cluster Combined

Coefficients

Stage Cluster First

Appears Next Stage

Cluster 1 Cluster 2 Cluster 1 Cluster 2

1 38 40 ,000 0 0 2

2 31 38 ,000 0 1 18

3 24 36 ,000 0 0 7

4 28 33 ,000 0 0 16

5 19 30 ,000 0 0 17

6 9 29 ,000 0 0 14

7 23 24 ,000 0 3 8

8 8 23 ,000 0 7 25

9 11 22 ,000 0 0 25

10 17 21 ,000 0 0 11

11 15 17 ,000 0 10 12

12 4 15 ,000 0 11 23

13 13 14 ,000 0 0 37

14 7 9 ,000 0 6 18

15 34 35 1,000 0 0 16

16 28 34 1,000 4 15 19

17 19 32 1,000 5 0 22

Stage Cluster Combined

Coefficients

Stage Cluster First

Appears Next Stage

Cluster 1 Cluster 2 Cluster 1 Cluster 2

18 7 31 1,000 14 2 22

19 27 28 1,000 0 16 20

20 20 27 1,000 0 19 21

21 5 20 1,000 0 20 27

22 7 19 1,000 18 17 24

23 4 18 1,000 12 0 28

24 7 16 1,000 22 0 27

25 8 11 1,000 8 9 26

26 6 8 1,000 0 25 28

27 5 7 1,000 21 24 29

28 4 6 1,000 23 26 30

29 1 5 1,000 0 27 32

30 3 4 1,000 0 28 31

31 2 3 1,000 0 30 32

32 1 2 1,000 29 31 33

33 1 39 2,000 32 0 34

34 1 37 2,000 33 0 35

35 1 26 2,000 34 0 37

36 10 25 2,000 0 0 39

37 1 13 2,000 35 13 38

38 1 12 2,000 37 0 39

39 1 10 2,000 38 36 0

4.4 Hasil Crosstab Variabel

Setelah dilakukan pengolah data melalui menu crosstab pada software SPSS maka

outputnya berupa tabel yang menunjukan penilaian responden terhadap indikator-

indikator yang mempengaruhi citra Binatu Laundry.

Tabel 4.5 Crosstab variabel reliability

Indikator

Cluster

Total 1,00 2,00

Reliability

Tidak

Setuju

Count 10 1 11

% of Total 25,0% 2,5% 27,5%

Setuju Count 22 1 23

% of Total 55,0% 2,5% 57,5%

Sangat

Setuju

Count 1 5 6

% of Total 2,5% 12,5% 15,0%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Tabel 4.5 menunjukan penilaian responden terhadap variabel reliability, dari tabel

tersebut dapat diketahui bahwa sebanyak 57,5% responden setuju dengan performansi

kerja dari Binatu Laundry dan 55% diantaranya merupakan responden pada cluster

pertama. Sedangkan dari cluster kedua hanya mewakili 2,5 % saja, akan tetapi sebanyak

12,5% responden pada cluster kedua menyatakan sangat setuju. Jadi, cluster pertama

mayoritas setuju bahwa manajemen Binatu Laundry bertangguang jawab dan mampu

menyelasaikan tanggung jawabnya tepat waktu, adapun cluster kedua mayoritas sangat

setuju bahwa manajemen Binatu Laundry bertangguang jawab dan mampu

menyelasaikan tanggung jawabnya tepat waktu.

Tabel 4.6 Crosstab variabel responsiveness

Cluster

Total 1,00 2,00

Responsiveness

Tidak

Setuju

Count 11 4 15

% of Total 27,5% 10,0% 37,5%

Setuju Count 20 2 22

% of Total 50,0% 5,0% 55,0%

Sangat

Setuju

Count 2 1 3

% of Total 5,0% 2,5% 7,5%

Cluster

Total 1,00 2,00

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Tabel 4.6 menunjukan penilaian responden terhadap variabel responsiveness, dari tabel

tersebut dapat diketahui bahwa sebanyak 55% responden setuju dengan indikator

tersebut, 50% diantaranya merupakan responden pada cluster pertama. Sedangkan dari

cluster kedua hanya mewakili 5%, artinya responden pada cluster pertama cenderung

memiliki kepuasan yang tinggi terhadap tanggung jawab Binatu Laundry. Jadi, cluster

pertama setuju bahwa manajemen Binatu Laundry bertangguang jawab terhadap

keluhan atau pengaduan konsumen serta merespon dengan cepat kebutuhannya. Adapun

cluster kedua tidak setuju bahwa manajemen Binatu Laundry bertangguang jawab

terhadap keluhan atau pengaduan konsumen serta merespon dengan cepat

kebutuhannya.

Tabel 4.7 Crosstab variabel assurance

Cluster

Total 1,00 2,00

Assurance

Sangat

Tidak

Setuju

Count 0 1 1

% of Total 0,0% 2,5% 2,5%

Tidak

Setuju

Count 15 0 15

% of Total 37,5% 0,0% 37,5%

Setuju Count 18 6 24

% of Total 45,0% 15,0% 60,0%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Tabel 4.7 menunjukan penilaian responden terhadap variabel assurance, dari tabel

tersebut dapat diketahui bahwa sebanyak 60% responden setuju dengan kualitas

assurance yang diberikan oleh Binatu Laundry, 45% diantaranya merupakan responden

pada cluster pertama. Sedangkan dari cluster kedua hanya mewakili 15% dari total

responden, artinya responden pada cluster pertama cenderung memiliki kepercayaan

yang lebih terhadap Binatu Laundry. Pada indikator ini tidak satu pun responden yang

memberikan penilaian sangat setuju terhadapa kualitas assurance yang diberikan.

Sehingga, optimalisasi harus dilakukan oleh pihak manajemen Binatu laundry. Jadi,

cluster pertama dan kedua setuju bahwa manajemen Binatu Laundry memiliki karyawan

yang kompeten dan memiliki good personality.

Tabel 4.8 Crosstab variabel emphaty

Cluster

Total 1,00 2,00

Emphaty

Tidak

Setuju

Count 10 2 12

% of Total 25,0% 5,0% 30,0%

Setuju Count 22 3 25

% of Total 55,0% 7,5% 62,5%

Sangat

Setuju

Count 1 2 3

% of Total 2,5% 5,0% 7,5%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Tabel 4.8 menunjukan penilaian responden terhadap variabel emphaty, dari tabel

tersebut dapat diketahui bahwa sebanyak 62,5% responden setuju bahwa Binatu laundry

memahami keinginan responden dan karyawan mampu berkomunikasi dengan baik

terhadap pelanggan. 55% diantaranya merupakan responden pada cluster pertama.

Sedangkan dari cluster kedua hanya mewakili 7,5%. Dari informasi yang disajikan

tabel, cluster pertama dan kedua setuju bahwa manajemen Binatu Laundry mampu

menjawab dan memahami kebutuhan pelanggan.

Tabel 4.9 Crosstab variabel tangible

Cluster

Total 1,00 2,00

Tangibel Tidak

Setuju

Count 4 2 6

% of Total 10,0% 5,0% 15,0%

Setuju Count 25 4 29

% of Total 62,5% 10,0% 72,5%

Sangat

Setuju

Count 4 1 5

% of Total 10,0% 2,5% 12,5%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Tabel 4.9 menunjukan penilaian responden terhadap variabel tangible, dari tabel

tersebut dapat diketahui bahwa sebanyak 72% responden setuju bahwa Binatu laundry

menyediakan fasilitas yang memadai sehingga memberikan kepercayaan tinggi akan

hasil yang didapat oleh pelanggan. 62% diantaranya merupakan responden pada cluster

pertama. Sedangkan dari cluster kedua hanya mewakili 10%. Sehingga, mengacu pada

informasi yang disajikan tabel diketahui bahwa cluster pertama dan kedua setuju

mengenai fasilitas baik yang disediakan oleh pihak Binatu Laundry.

4.5 Hasil Crosstab Variabel Profilisasi

Tabel 4.10 Crosstab variabel Jenis kelamin

Cluster

Total 1,00 2,00

Sex

Laki laki Count 22 3 25

% of Total 55,0% 7,5% 62,5%

Perempuan Count 11 4 15

% of Total 27,5% 10,0% 37,5%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Pada tabel 4.10 dapat diketahui bahwa pada cluster petama mayoritas pelanggan

berjenis kelamin laki-laki, sedangkan pada cluster kedua berjenis kelamin perempuan.

Tabel 4.11 Crosstab variabel Usia

Cluster

Total 1,00 2,00

Usia

16-20 th Count 13 2 15

% of Total 32,5% 5,0% 37,5%

21-25 th Count 14 4 18

% of Total 35,0% 10,0% 45,0%

26-30 th Count 5 0 5

% of Total 12,5% 0,0% 12,5%

>31 Count 1 1 2

% of Total 2,5% 2,5% 5,0%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Melalui data pada tabel 4.11 diketahui bahwa pada cluster petama dan kedua

mayoritas pelanggan berusia 21 sampai 25 Tahun.

Tabel 4.12 Crosstab variabel Pekerjaan

Cluster

Total 1,00 2,00

Pekerjaan Mahasiswa Count 23 4 27

% of Total 57,5% 10,0% 67,5%

IRT Count 2 1 3

% of Total 5,0% 2,5% 7,5%

Karyawan Count 5 1 6

% of Total 12,5% 2,5% 15,0%

Wirasasta Count 3 1 4

% of Total 7,5% 2,5% 10,0%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Pada tabel 4.12 dapat diketahui bahwa pada cluster petama dan kedua mayoritas

pelanggan bekerja sebagai Mahasiswa.

Tabel 4.13 Crosstab variabel Intensitas

Cluster

Total 1,00 2,00

Intensitas = 6 Count 15 2 17

% of Total 37,5% 5,0% 42,5%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Pada tabel 4.13 dapat diketahui bahwa pada cluster petama mayoritas pelanggan

menggunakan jasa Binatu laundry lebih dari 6 kali, sedangkan pada cluster kedua

menggunakan jasa Binatu Laundry kurang dari 3 kali.

Tabel 4.14 Crosstab variabel Biaya

Cluster

Total 1,00 2,00

Biaya 20.001 Count 6 1 7

% of Total 15,0% 2,5% 17,5%

Total Count 33 7 40

% of Total 82,5% 17,5% 100,0%

Pada tabel 4.14 dapat diketahui bahwa pada cluster petama mayoritas pelanggan

menghabiskan biaya setiap menggunakan jasa laundri sebesar Rp. 15.001 sampai Rp.

20.000, sedangkan pada cluster kedua mayoritas menghabiskan biaya lebih dari Rp.

10.001.

4.6 Karakteristik dari setiap cluster

Setelah menganalisis data yang dihasilkan melalu pengolahan menggunakan software

SPSS dapat diketahui karakteristik masing-masing culster. Adapun karakteristik apa

saja yang dimiliki oleh culster-cluster tersebut dapat dilihat pada tabel 4.15

Tabel 4.15 Karateristik Cluster

Cluster Karakteristik

Satu

Pelanggan didominasi oleh laki-laki

Pelanggan berprofesi sebagai Mahasiswa

Pelanggan berusia antara 21-25 Tahun

Menggunakan Jasa Binatu Laundry lebih dari 6 kali

Menghabiskan Biaya sebesar Rp. 15.001 - Rp. 20.000

Dua

Pelanggan didominasi oleh perempuan

Pelanggan berprofesi sebagai Mahasiswa

Pelanggan berusia antara 21-25 Tahun

Menggunakan Jasa Binatu Laundry kurang dari 3 kali

Menghabiskan Biaya lebih dari Rp. 10.000

4.7 Tanggapan Konsumen terhadap Variabel Citra

Melalui analisa hasil crosstab yang dikeluarkan oleh software SPSS diketahui

tanggapan masing-masing konsumen terhadap variabel yang mempengaruhi citra

Binatu laundry.

a. Reliability

Dari hasil pengolahan crosstab oleh software SPSS dapat diketahui tanggapan

konsumen terhadap variabel terkait pada masing-masing cluster. Cluster pertama

menganggap bahwa Binatu laundry memiliki performansi kinerja yang baik dalam

menyelesaikan pekerjaan sehingga memberikan kepuasan yang relatif tinggi dihati

konsumen. Adapun cluster kedua menganggap bahwa Binatu laundry memiliki

performansi kinerja yang sangat baik dalam menyelesaikan pekerjaan tepat waktu.

b. Responsiveness

Hasil crosstab pada software SPSS menunjukan bahwa konsumen pada cluster

pertama beranggapan positif terhadap variabel responsivenes. Hal ini dibuktikan

dengan 50% responden pada cluster pertama setuju bahwa Binatu laundry memiliki

kesediaan dan kesigapan para karyawannya dalam membantu dan melayani

pelanggan dengan cepat dan merespon dengan cepat terhadap kebutuhan

pelanggan. Adapun cluster kedua tidak setuju bahwa manajemen Binatu Laundry

bertangguang jawab terhadap keluhan atau pengaduan konsumen serta merespon

dengan cepat kebutuhannya.

c. Assurance

Secara menyeluruh terdapat 60% responden setuju dengan kualitas assurance yang

diberikan oleh Binatu Laundry, 45% diantaranya merupakan responden pada cluster

pertama 15% dari total responden. Cluster pertama dan kedua setuju bahwa

manajemen Binatu Laundry memiliki karyawan yang kompeten dan memiliki good

personality. Artinya dalam hal ini Binatu laundry berhasil menanamkan

kepercayaan pada konsumen terkait pengetahuan dan personality karyawan. Akan

tetapi, ada hal yang harus diperhatikan oleh pihak manajemen Binatu laundry

terkait adanya konsumen yang kurang puas mengenai variabel ini. hal ini

ditunjukan dengan kuantitas responden yang menyatakn tidak setuju realatif besar

yaitu 40%, 37,5% tidak setuju dan 2,5% sangat tidak setuju. Sehingga harus ada

beberapa evaluasi terhadap kepribadian karyawan dalam melakukan pekerjaan,

mengingat angka 40% adalah angka yang cukup besar dan dikhawatirkan

memberikan dampak buruk kedepannya.

d. Emphaty

Konsumen beranggapan bahwa Binatu laundry memahami keinginan responden

dan karyawan mampu berkomunikasi dengan baik terhadap pelanggan. Hal ini

ditunjukan dengan 62,5% dari total responden mengatakan setuju dengan variabel

emphaty yang dimiliki oleh Binatu Laundry. 55% diantaranya merupakan

responden pada cluster pertama. Sedangkan dari cluster kedua hanya mewakili

7,5%. Dari informasi tersebut dapat diambil kesimpulan bahwa cluster pertama dan

kedua menganggap manajemen Binatu Laundry mampu menjawab dan memahami

kebutuhan pelanggan. Hal berpengaruh secara positif dimensi loyalitas

pelanggan yaitu tetap memilih merek tersebut, merekomendasikannya kepada

orang lain dan melakukan penggunaan berulang.

e. Tangible

Terkait variabel tangible konsumen menganggap bahwa Binatu laundry memiliki

fasilitas baik yang disediakan untuk memenuhi kebutuhan konsumen. Anggapan ini

berdasarkan hasil pengolahan crosstab pada kedua cluster, secara keseluruhan

terdapat 72,5% setuju dengan penampilan fisik fasilitas layanan,

peralatan/perlengkapan dan sumber daya manusia yang disediakan oleh pihak

Binatu Laundry. Sebanyak 62,5% diantaranya merupakan responden pada cluster

pertama dan 10% dari cluster kedua. Pada akhirnya konsumen pada masing-masing

cluster memiliki tanggapan yang sama terkait variabel ini, yaitu tanggapan positif

yang berujung pada kepuasan yang mereka dapatkan.

4.8 Kemanfaatan Knowledge dari Cluster yang terbentuk bagi Binatu Laundry

Dari pembagian cluster ini Binatu lebih mudah mengembangkan usahanya, binatu

juga lebih mengetahui prilaku-prilaku konsumennya sehingga tindakan kedepannya

bisa diprediksikan dengan baik. Pada indikator emphaty dan Assurance ketidak

puasan konsumen mencapai angka 40%, artinya pihak Binatu laundry perlu

memberikan perhatian yang lebih terhadap dua aspek ini agar tidak semakin

memburuk dan merusak citra Binatu laundry yang berakibat pada berkurangnya

konsumen yang menggunakan jasa laundry. Utamanya pada indikator assurance,

Binatu laundry harus memperbaiki anggapan buruk konsumen dengan cara

memperbaiki dan mengevaluasi secara berkala terhadap kepribadian karyawan

dalam melakukan pekerjaan, mengingat angka 40% adalah angka yang cukup besar

dan dikhawatirkan memberikan dampak buruk kedepannya. Kemudian jika dilihat

dari aspek profilisasi, sebagian besar konsumen yang menggunakan jasa Binatu

laundry berprofesi sebagai Mahasiswa. Pihak manajemnen Binatu laundry harus

bisa memanfaatkan keadaan ini untuk mempromosikan lebih dengan media

promosi yang efektif untuk menarik konsumen yang lebih banyak. Misalnya,

dengan memahami kebutuhan mahasiswa seperti antar jemput pakaian dan yang

lain-lain yang sesuai dangan sasaran yang dituju.

BAB V

KESIMPULAN DAN REKOMENDASI

5.1 Kesimpulan

1. Ada 5 variable pada penelitian ini yaitu, Reliability, Responsiveness, Assurance,

Emphaty, Tangible. Adapun hasil dari kelima variable tersebut adalah, pada variable

Reliability cluster pertama mayoritas setuju bahwa manajemen Binatu Laundry

bertangguang jawab dan mampu menyelasaikan tanggung jawabnya tepat waktu,

adapun cluster kedua mayoritas sangat setuju bahwa manajemen Binatu Laundry

bertangguang jawab dan mampu menyelasaikan tanggung jawabnya tepat waktu. Pada

variable Responsiveness mempunyai hasil bahwa cluster pertama setuju bahwa

manajemen Binatu Laundry bertangguang jawab terhadap keluhan atau pengaduan

konsumen serta merespon dengan cepat kebutuhannya. Adapun cluster kedua tidak

setuju bahwa manajemen Binatu Laundry bertangguang jawab terhadap keluhan atau

pengaduan konsumen serta merespon dengan cepat kebutuhannya. Pada variabel

assurance menunjukan hasil bahwa cluster pertama dan kedua setuju bahwa

manajemen Binatu Laundry memiliki karyawan yang kompeten dan memiliki good

personality. Hasil pada variabel emphaty cluster pertama dan kedua setuju bahwa

manajemen Binatu Laundry mampu menjawab dan memahami kebutuhan pelanggan.

Pada variabel tangible dapat diketahui bahwa cluster pertama dan kedua setuju

mengenai fasilitas baik yang disediakan oleh pihak Binatu Laundry.

2. Terdapat 2 cluster pada penelitian ini yang cluster satu berisi 33orang, dan cluster 2

berisi 7 orang. Pada cluster 1 Pelanggan didominasi oleh laki-laki berprofesi sebagai

mahasiswa berusia antara 21-25 tahun menggunakan jasa laundry Binatu lebih dari 6

kali menghabiskan biaya sebesar Rp. 15.001 - Rp. 20.000. Sedangkan pada cluster 2

pelanggan didominasi oleh perempuan berprofesi sebagai mahasiswa berusia antara 21-

25 tahun menggunakan jasa laundry Binatu kurang dari 3 kali dan menghabiskan

biaya lebih dari Rp. 10.000.

5.2 Rekomendasi

1. Rekomendasi untuk perusahaan adalah perusahaan diharapkan dapat meningkatkan

tanggung jawabnya kepada keluhan atau pengaduan konsumen serta merespon dengan

cepat kebutuhannya, karena pada variabel responsiveness cluster kedua tidak setuju

bahwa manajemen Binatu Laundry bertangguang jawab terhadap keluhan atau

pengaduan konsumen serta merespon dengan cepat kebutuhannya. Adapun

rekomendasi lain adalah dengan melakukan optimalisasi yang sebaiknya dilakukan

oleh pihak manajemen Binatu laundry, karena pada variabel assurance tidak satu pun

responden yang memberikan penilaian sangat setuju terhadapa kualitas assurance

yang diberikan. Sehingga, optimalisasi diharapkan dilakukan oleh pihak manajemen

Binatu laundry.

2. Rekomendasi untuk penelitian selanjutnya adalah diharapkan menambah variable yang

ada pada penelitian sehingga didapatkan cluster dengan jarak yang tidak begitu jauh.

Hal ini tidak dilakukan pada penelitian ini karena keterbatasan waktu, sarana dan

fasilitas yang ada untuk menunjang penelitian.

DAFTAR PUSTAKA

Tjiptono, Fandy, (2001). Manajemen jasa, Yogyakarta: Penerbit Andi.

Tjiptono, Fandy, (2004). Strategi pemasaran. Edisi Kedua. Yogyakarta: Penerbit Andi.

Tjiptono, Fandy, (2008). Service management: mewujudkan layanan prima.

Yogyakarta: Penerbit Andi.

Kotler, P., (2002) Manajemen pemasaran Jilid 1, ( 5nd) ed. Jakarta: PT. Prehallindo.

Sugiyono. (2011). Metode Penelitian Kuantitatif kualitatif dan R&D. Bandung: Alfabeta

Huddleston, Rodney. 1985. Introduction to the Grammar of English. Cambridge:

Cambridge University Press.