program hibah bersaing (phb) -...
TRANSCRIPT
1
LAPORAN AKHIR
PROGRAM HIBAH BERSAING
(PHB)
Pemodelan Klaster UKM Madura Berbasis Teknologi Informasi (TI) untuk Pengembangan
Strategi Bisnis Terintegrasi dengan Layanan Cloud Computing
Oleh:
Firli Irhamni, ST., M.Kom. NIDN. 0020017603 (Ketua Peneliti)
Ernaning Widiaswanti, S.Si., M.T. NIDN. 0028028105 (Anggota 1)
Bain Khusnul Khotmah, M.T. NIDN 0025038004 (Anggota 2)
LEMBAGA PENELITIAN DAN PENGABDIAN MASYRAKAT
UNIVERSITAS TRUNOJOYO MADURA
NOPEMEBER, 2015
Kode:462/Teknologi Informasi
2
KATA PENGANTAR
Puji syukur penulis ucapkan kehadirat Allah SWT yang telah memberikan kesehatan
dan rahmat-Nya kepada penulis sehingga penulis bisa menyelesaikan makalah ini tepat pada
waktunya. Serta shalawat serta salam semoga tercurah limpahkan kepada Nabi besar yakni
Nabi Muhammad SAW beserta keluarga dan sahabatnya. Serta ucapan terimakasih kami
sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan kegiatan
Penelitian Hibah Bersaing (PHB) penelitian ini.
Penulis menyadari bahwa penelitian ini masih banyak terdapat kekurangan karena
penulis masih dalam tahap pembelajaran. Namun, penulis tetap berharap agar penelitian ini
dapat memberikan manfaat bagi mahasiswa maupun kalangan Akademisi.
Kritik dan saran dari penulisan Penelitian Hibah Bersaing sangat penulis harapkan
untuk perbaikan dan penyempurnaan pada penelitian selanjutnya. Untuk itu penulis ucapkan
terima kasih.
Bangkalan, Nopeember 2015
Penulis
3
ABSTRAK
Usaha Kecil Menengah (UKM) di Madura mempunyai peranan yang penting dalam
pertumbuhan ekonomi dan industri masyarakat sekitarnya dalam penanggulangan masalah
pengangguran dan kemiskinan. Dalam era ekonomi global saat ini, UKM di Madura dituntut
untuk melakukan perubahan guna meningkatkan daya saingnya. Salah satu faktor penting
yang akan menentukan daya saing UKM adalah teknologi informasi (TI). Penggunaan TI
dapat meningkatkan transformasi bisnis melalui kecepatan, ketepatan dan efisiensi pertukaran
informasi dalam jumlah yang besar serta dapat meningkatkan peluang bisnis baru. Penelitian
ini akan mengembangkan model klaster UKM berbasis teknologi informasi (TI), yaitu suatu
bentuk model pengembangan UKM dengan memperhatikan dan memanfaatkan yang dapat
diaplikasikan secara praktis. Untuk mencapai tujuan tersebut, dilaksanakan identifikasi dan
pemetaan keberadaan UKM Madura, dengan metode analisis klaster berbasis hierarcy untuk
pemetaan UKM dan analisis binary logistic regression untuk mengetahui hubungan variable
dalam merumuskan model pengembangan klaster UKM berbasis TI. Metode optimasi GA
untuk inisialisasi center akan menghasilkan metode K-means yang lebih optimal. Untuk
evaluasi hasil clustering menggunakan SSE (Sum Square Error), Total Within Cluster
Variation dan Total between Cluster Variation. Dari 2 uji coba diperoleh nilai Within GA-
Kmeans lebih kecil di banding Kmeans , pada uji coba ke 2 nilai Between GA-Kmeans
sebesar 0.264 dan K-means sebesar 0.124, jadi GA-Kmeans lebih besar dari K-means karena
Cluster yang ideal mempunyai minimum Within dan maksimum Between. Hasil
pengelompokan menghasilkan 3 cluster, 1 IKM sangat produktif, 53 IKM produktif dan 46
IKM kurang produktif. Perspektif Keuangan, Perspektif Pelanggan, Perspektif Proses Bisnis
Internal, dan Perspektif Pertumbuhan dan Pembelajaran. Dalam penelitian ini juga
menggunakan Analytical Hierarchy Process (AHP) sebagai sistem pendukung keputusan.
Metode ini digunakan untuk merepresentasikan suatu permasalahan yang kompleks kedalam
struktur multi level hirarki. Dalam penelitian ini perusahaan yang menjadi objek penelitian
adalah Usaha Kecil Menengah (UKM) batik di daerah bangkalan dimana hasil diperoleh
tingkat kinerja yang paling dominan adalah UKM Nusa Indah dengan nilai kinerja diatas 3.
4
DAFTAR ISI
I. PENDAHULUAN .................................................................................................................. 6
1.1 Latar Belakang ............................................................................................................ 6
1.2 Permasalahan ............................................................................................................... 8
II. STUDI PUSTAKA .............................................................................................................. 10
2.1 Pengembangan Klaster UKM ....................................................................................... 10
2.2 Analisis Klaster .............................................................................................................. 11
2.2.1 K-Means ................................................................................................................. 11
2.2.2 K-Medoid ............................................................................................................... 12
2.2.3 SSE (Sum Squared of Error) ................................................................................... 12
2.2.4 Davies Bouldin Index ............................................................................................. 13
2.3 Analisis Regresi Logistik ............................................................................................... 14
2.4 Model Bisnis .................................................................................................................. 14
2.5 Teknik Analisis Bisnis ................................................................................................... 16
2.6 Balanced Scorecard ....................................................................................................... 16
III. TUJUAN DAN MANFAAT PENELITIAN ..................................................................... 18
3.1 Tujuan Khusus Penelitian .............................................................................................. 18
3.2 Manfaat Penelitian ......................................................................................................... 19
IV. METODE PENELITIAN .................................................................................................. 20
4.1 Rancangan Umum .......................................................................................................... 20
4.2 Penjelasan Kegiatan PHB .............................................................................................. 20
4.2.1 Kegiatan Tahun 1 Pemodelan Klaster UKM berbasis Teknologi Informasi (TI) ... 21
V. HASIL YANG DICAPAI ................................................................................................... 22
5.1 Kriteria Data................................................................................................................... 22
5.2 Perhitungan K-Means Clustering ................................................................................... 22
5.3 Davies Boulding Index (DBI) ........................................................................................ 26
5.4 SSE (Sum Square Error) ................................................................................................ 28
5.5 Implementasi Program ................................................................................................... 28
5.6 Pengujian Sistem ............................................................................................................ 30
5.7 Pengukuran Sistem Pengukuran Kinerja Ukm Dengan Menggunakan Metode Balance
Scorecard.............................................................................................................................. 33
5.7.1 Perancangan Sistem ................................................................................................ 34
5.7.2 Perancangan dengan Activity Diagram .................................................................. 36
5.7.3 Use Case Diagram................................................................................................... 42
5.7.4 Proses Input Kategori .............................................................................................. 43
5.7.5 Proses Atur Bobot Keuangan .................................................................................. 44
5.7.6 Proses Atur Bobot ................................................................................................... 45
5.7.7 Proses Atur Bobot UKM ......................................................................................... 48
5.7.8 Proses Input Kuisioner UKM.................................................................................. 49
5.7.9 Proses Isi Kuisioner Pelanggan ............................................................................... 49
5.7.10 Proses Penilaian Kinerja ....................................................................................... 50
VI. RENCANA TAHAP BERIKUTNYA ............................................................................... 55
6.1 Kegiatan Tahun II yang akan Direncanakan ............................................................. 55
VII. SIMPULAN DAN SARAN ............................................................................................. 57
7.1 Simpulan ........................................................................................................................ 57
7.1.1 Klatering pada UKM............................................................................................... 57
7.1.2 Pengukuran Kinerja UKM ...................................................................................... 57
7.1.3 Saran ....................................................................................................................... 58
5
DAFTAR PUSTAKA .............................................................................................................. 59
6
I. PENDAHULUAN
1.1 Latar Belakang
Usaha Kecil Menengah (UKM) mempunyai peranan yang penting dalam
pertumbuhan ekonomi dan industri suatu Negara, hal ini ditunjukkan dalam Rencana
Pembangunan Jangka Panjang Nasional (RPJPN) 2005-2025 yang dinyatakan bahwa untuk
memperkuat daya saing bangsa, salah satu kebijakan pembangunan dalam jangka panjang
adalah memperkuat perekonomian domestik berbasis keunggulan masing-masing wilayah
menuju keunggulan kompetitif.
Tabel 1. Perkembangan UKM dalam Dunia Bisnis
No Negara Tahun UKM dlm
PDB (%)
UKM dlm Thd.
TK (%)
UKM dlm
Ekspor (%)
UKM thd Jml
Usaha (%)
1 Amerika Serikat - 50.0 40.0 7.0 95.0
2 Jepang - 57.0 79.0 52.0 99.3
3 Korea 1985 38.0 66.0 32.0 97.5
4 Hongkong - 57.0 62.0 17.0 Na
5 Taiwan - 55.0 70.0 66.0 98.0
6 Singapura 1985 22.6 52.2 15.9 90.0
7 Malaysia 1981 28.9 41.2 na 98.0
8 Muangthai - Na 49.8 na Na
9 Indonesia 2000 30.0 75.0 28.0 99.0
10 Filipina 1986 22.6 52.2 Na 98.6
11 Cina 1992 63.6 Na na 99.9
Kontribusi UKM terhadap penyerapan tenaga kerja, baik di negara maju maupun
negara berkembang, termasuk Indonesia, mempunyai peranan yang signifikan dalam
penanggulangan masalah pengangguran. Dari Tabel 1. tersebut dapat dilihat bahwa baik di
negara maju seperti Amerika Serikat, Jepang dan Singapura, maupun negara berkembang
seperti Indonesia, Filipina dan Muangthai dimana peranan UKM memang sangat penting
dalam sistem perekonomian dan industri masing-masing negara. Pertumbuhan sektor industri
Negara menunjukkan pertumbuhan ekonomi Negara semakin cepat dipengaruhi oleh
perkembangan UKM dalam persaingan bisnis. Hal ini didukung oleh pertumbuhan UKM
sebagai Community Based Industry untuk menembus pasar global dalam menopang
perekonomian, seperti industri di Taiwan dan Singapura ditopang oleh perkembangan
industri UKM yang dinamik. Sedangkan untuk menghadapi krisis ekonomi global dan
perdagangan bebas multilateral (WTO), regional (AFTA), kerjasama informal APEC, dan
ASEAN Economic Community (AEC) pada tahun, UKM dituntut untuk melakukan
perubahan guna meningkatkan daya saingnya agar dapat terus berjalan dan berkembang.
Salah satunya adalah dengan cara menggunakan teknologi informasi (TI). Penggunaan TI
7
dapat meningkatkan transformasi bisnis melalui kecepatan, ketepatan dan efisiensi pertukaran
informasi dalam jumlah yang besar. Studi kasus di Eropa juga menunjukkan bahwa lebih dari
50% produktivitas dicapai melalui investasi di bidang TI. UKM dikatakan memiliki daya
saing global apabila mampu menjalankan operasi bisnisnya secara reliable, seimbang, dan
berstandar tinggi. Bidang penggunaan TI cukup bervariasi. Hampir seluruh UKM di
Indonesia telah menggunakan TI untuk administrasi. Penggunaan TI untuk desain produk dan
pemasaran juga cukup banyak dilakukan, sedangkan penggunaannya untuk proses produksi
masih terbilang rendah dibanding bidang lainnya [3]. Klasifikasi bidang yang menggunakan
TI di UKM di Indonesia dapat dilihat pada Gambar 1 di bawah ini.
Gambar 1. Bidang Penggunaan TI di UKM
Di pihak lain perkembangan teknologi informasi menjanjikan potensi pengembangan
klaster UKM untuk semakin maju lagi. Teknologi Informasi adalah suatu teknologi yang
digunakan untuk mengolah data, termasuk memproses, mendapatkan, menyusun, menyimpan,
memanipulasi data dalam berbagai cara untuk menghasilkan informasi yang berkualitas, yaitu
informasi yang relevan, akurat dan tepat waktu, yang digunakan untuk keperluan pribadi,
bisnis, dan pemerintahan dan merupakan informasi yang strategis untuk pengambilan
keputusan. Teknologi ini menggunakan seperangkat komputer untuk mengolah data, sistem
jaringan untuk menghubungkan satu komputer dengan komputer yang lainnya sesuai dengan
kebutuhan, dan teknologi telekomunikasi digunakan agar data dapat disebar dan diakses
secara global. Sarana teknologi akan membuka kerjasama antara pribadi atau kelompok yang
satu dengan pribadi atau kelompok yang lainnya tanpa mengenal batas jarak dan waktu,
negara, ras, kelas ekonomi, ideologi atau faktor lainnya yang dapat menghambat bertukar
pikiran. Pembentukan klaster menjadi issue yang penting karena secara individual UKM
seringkali tidak sanggup menangkap peluang pasar yang membutuhkan jumlah volume
produksi yang besar, standar yang homogen dan akses distribusi pemasaran yang luas. UKM
8
seringkali mengalami kesulitan mencapai skala ekonomi yang lebih tinggi daam beberapa
fungsi pendukung penting seperti pelatihan, penelitian pasar logistik dan inovasi teknologi;
pembagian kerja antar perusahaan B2B (Bussiness to Bussiness). Keseluruhan fungsi-fungsi
tersebut perlu dilakukan identifikasi pola UKM ke arah perkembangan bisnis berbasis TI.
Identifikasi klaster menggunakan k-means clustering dan pengembangannya merupakan
bagian hasil analisa model klaster yang terbentuk maka dilakukan penurunan menjadi proses
bisnis masing-masing klaster yang mendukung model bisnis.
Penelitian ini mengembangkan model identifikasi pola klaster UKM Madura berbasis
teknologi informasi dan menganalisa strategi bisnis untuk menghasilkan roadmap dan
merencanakan pengembangan sistem informasi yang dibutuhkan untuk menjalankan bisnis
pada UKM. Penelitian ini diharapkan mampu menampung kebutuhan strategis sistem
informasi yang dapat dijadikan sebagai competitive advantage perusahaan. Identifikasi
klaster menggunakan model analisis klaster k-means clastering dan pengembangannya untuk
memetakan UKM dan menganalisa hubungan pengaruh variable dengan binary logistic
regression terhadap strategi bisnis yang diorientasikan pada penggunaan informasi teknologi.
Strategi bisnis dibangun berdasarkan roadmap strategi bisnis yang diwakili oleh UKM pada
setiap klaster untuk mengetahui tingkat faktor dan kebutuhan UKM yang berada pada klaster
yang sama. Roadmap dibangun untuk melakukan pemetaan solusi kebutuhan infrastruktur
teknologi informasi untuk mengakomodasi strategi solusi sistem informasi bisnis yang
diusulkan dengan membangun prinsip arsitektur yang sesuai dengan solusi kebutuhan sistem
informasi dibangun untuk memulai di bagian key operational secara dinamis.
1.2 Permasalahan
Dari latar belakang di atas, perkembangan teknologi informasi membawa dampak
perubahan UKM dalam meningkatkan daya saing bisnis, akan tetapi banyak UKM yang
hanya sebagai pengguna pasif yang belum memanfaatkan teknologi informasi secara
maksimal sehingga memerlukan identifikasi yang jelas. Sehingga dalam peneitian ini akan
dirumuskan permasalahan sebagai berikut:
1. Bagaimanakah kondisi dan peta keberadaan UKM di Madura dan pengaruh faktor-
faktor pengaruh teknologi informasi yang dapat menjadi penunjang keberhasilan
pengembangan UKM.
2. Bagaimanakah membangun model klaster UKM menggunakan Hierarcy Clustering
untuk memetakan UKM dan menganalisa hubungan variable dengan binary logistic
9
regression berdasarkan factor yang dihasilkan akibat pengaruh penggunaan teknologi
informasi
3. Bagaimana merancang strategis sistem informasi, teknik analisis dan solusi kebutuhan
infrastruktur teknologi informasi yang sesuai dengan bisnis perusahaan diperlukan
untuk mengidentifikasi faktor-faktor internal maupun eksternal UKM menjadi
kebutuhan strategis sistem informasi bagi UKM.
10
II. STUDI PUSTAKA
2.1 Pengembangan Klaster UKM
Penelitian tentang pengembangan UKM sebenarnya sudah sangat banyak dilakukan,
sehingga sudah sampai pada kesimpulan atau pemahaman umum tentang pentingnya
pengembangan peranan UKM bagi pengembangan sistem perekonomian. Beberapa bentuk
program pengembangan UKM berdasarkan kawasan yang telah dilaksanakan di Jawa Timur
antara lain adalah: (1) Pengembangan Ekonomi Masyarakat Daerah (PEMD), (2)
Pengembangan Wilayah Terpadu (PWT), (3) Kawasan Sentra Produksi (KSP) dan
sebagainya. Selain itu juga diwujudkan menjadi pembentukan sentra-sentra industri, misalnya
sentra-sentra industri yang telah ada dan diperoleh dari hasil Studi Pengembangan
Wilayah/Kawasan Industri Madura yang mencakup 4 (empat) Kabupaten oleh BPS Jawa
Timur (BPS, 2012).
Tabel 2.1. Jumlah Perusahaan Industri 2003-2012
Sumber : Badan Statistika Jawa Timur, 2012
Konsentrasi aktifitas ekonomi secara spasial dalam suatu negara menunjukkan bahwa
industrialisasi merupakan suatu proses selektif dipandang dari dimensi geografis. Kajian
menunjukkan beragam definisi dan jenis-jenis klaster. Porter, misalnya, membagi klaster
menurut adopsi teknologi anggotanya ke dalam (1) klaster teknologi (kelompok dengan sadar
menggunakan ilmu pengetahuan dan teknologi modern) dan (2) klaster know-how (anggota
kelompok menggunakan pengalaman dan pengetahuan turun-temurun). Pembagian sentra
diwilayah Madura dibagi ke dalam sentra utama yaitu 5 sentra yang terdiri 1128 UKM, yaitu
sentra Olahan Ikan (Bangkalan, Pamekasan, Sumenep), sentra Batik (Bangkalan, Pamekasan,
Sampang), sentra penggemukan sapi (Bangkalan), sentra budidaya perikanan (Sumenep), dan
sentra Snack (Bangkalan, Sampang).
Pamekasan Bangkalan Sampang Sumenep
Th Industri Besar
Sedang
Industri
Kecil
Industri
Besar Sedang
Industri
Kecil
Industri
Besar
Sedang
Industri
Kecil
Industri
Besar
Sedang
Industri
Kecil
2003 8 250 9 395 8 250 9 130
2004 10 260 9 336 10 260 9 134
2005 10 267 27 388 10 267 20 234
2006 10 267 45 419 10 267 35 232
2007 12 290 60 435 12 290 50 231
2008 16 378 60 458 16 378 30 213
2009 17 367 62 458 17 367 22 213
2010 12 389 29 228 12 389 19 213
2011 14 289 33 235 14 289 23 231
11
2.2 Analisis Klaster
Analisis klaster merupakan teknik multivariat yang mempunyai tujuan utama untuk
mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis klaster
mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya dengan objek
lain berada dalam klaster yang sama. Fokus dari analisis klaster adalah membandingkan
objek berdasarkan set variabel yang mempresentasikan karakteristik yang dipakai objek-
objek.
Metode analisis klaster adalah hierarchical method dan non hierarchical method.
Metode hirerarki untuk mengelompokkan objek berdasarkan kemiripan yang ada pada objek
tersebut di mana objek yang serupa akan dikelompokkan bersama dan efektif digunakan
untuk mengelompokkan < 100 objek. Sedangkan metode non hirerarki berguna untuk
mengelompokkan sejumlah objek ke dalam jumlah kelompok yang sudah ditetapkan di mana
karakteristik objek hanya dikelompokkan berdasarkan variabel tertentu akan tetapi
karakteristik latar belakang objek belum diketahui pasti yang efektif jika digunakan untuk
pengelompokan > 100 objek (Tambunan, 2009). Analisis klaster memiliki beberapa
keunggulan dapat mengelompokan data observasi dalam jumlah besar dan variabel yang
relatif banyak dan data yang direduksi dengan kelompok akan mudah dianalisis [2].
2.2.1 K-Means
Pada clustering terdapat metode clustering hirarki dan non hirarki K-means termasuk
metode non hirarki yang mempartisi datanya ke dalam satu kelompok atau lebih sehingga
memiliki karakteristik yang sama dalam satu cluster.
K-Means adalah algoritma untuk pembentukan cluster yang menggunakan metode
partitional clustering.K-Means merupakan algoritma clustering yang banyak digunakan
karena kemudahannya untuk diimplementasikan. Ide utama dari algoritma K-Means yaitu
suatu bahwa suatu titik tengah dapat merepresentasikan suatu cluster. Titik tengah yang
dimaksud adalah titik tengah atau rata-rata dari suatu kumpulan titik, yaing biasa disebut
centroid. Algotima KMeans mengelompokan n objek ke dalam k cluster dimana objek-objek
dalam satu cluster memiliki tingkat kemiripan yang tinggi, sedangkan tingkat kemiripan
antara tiap cluster rendah [12].
12
2.2.2 K-Medoid
K-Medoid ini sangat mirip dengan K-Mean, karena keduanya mengelompokkan
sebuah data untuk meminimalkan sebuah data. Jika K-means bekerja dengan centroid, K-
medoid bekerja dengan medoid. Algortima K-medoid biasa dikenal dengan PAM
(Partitioning Around Medoids) menggunakan metode clustering untuk mengelompokkan
suatu kumpulan objek (n) menjadi sejumlah cluster (k). Objek yang dipilih mewakili sebuah
cluster disebut medoid dengan menggunakan objek dari sekumpulan objek.
Algoritma K-medoids adalah sebagai berikut :
1. Pilih inisial medoid secara acak
2. Hitung jarak setiap pasangan objek dengan medoid dengan menggunakan Manhattan
distance
………………….. (1)
atau menggunakan Euclidean distance
………………….. (2)
atau menggunakan Canberra distance
………………….. (3)
3. Hitung jarak minimum setiap objek
………………….. (4)
………....……….. (5)
...……………….. (6)
4. Kelompokkan berdasarkan kedekatan dengan cluster
5. Hitung jumlah total jarak yang sudah dikelompokkan berdasarkan cluster-nya.
6. Cek perubahan jarak total
7. Ulangi tahap 1 – 5
8. Jika total jarak baru > total jarak lama maka proses berhenti.
2.2.3 SSE (Sum Squared of Error)
SSE (Sum Squared of Error) menyatakan total kesalahan kuadrat yang terjadi
bila n data i n x ,..., x dikelompokkan kedalam k cluster dengan pusat tiap cluster adalah k
m ,..., m1. Dimana semakin kecil nilai SSE, semakin bagus hasil clustering-nya.
Adapun rumus SSE adalah sebagai berikut :
13
…………………………………… (7)
Keterangan :
= nilai centroid
= nilai rata-rata centroid
2.2.4 Davies Bouldin Index
Davies Bouldin Index (DBI) merupakan suatu cara dari cluster validation yang dibuat
oleh D.L. Davies dan D.W. Bouldin yang memiliki fokus pada similarity antar cluster. Nilai
similarity ini berbasiskan pada nilai penyebaran dalam cluster dan nilai dissimalirity antar
cluster. Semakin kecil nilai indeksnya akan semakin bagus hasil clustering yang didapat.
Sebelum menghitung nilai DBI, hitung nilai variance, dengan persamaan sebagai berikut :
Variance .……………….(8)
Keterangan :
N = jumlah cluster
= nilai data
Kemudian nilai DBI dihitung dengan persamaan:
………………………………..…(9)
Keterangan :
= nilai antar cluster
N = jumlah cluster
Dimana :
……………………….………….(10)
Keterangan :
= nilai antara cluster i dengan j
Untuk mencari nilai menggunakan persamaan berikut :
………………………..(11)
Keterangan :
14
2.3 Analisis Regresi Logistik
Analisis regresi logistik adalah analisis yang menjelaskan efek dari variabel bebas
terhadap variabel terikat, dengan variabel bebas bertipe kualitatif maupun kuantitatif dan
variabel terikat memiliki tipe data berupa dikotom maupun polikotom. Karena model yang
dihasilkan dengan regresi logistik bersifat non linear, persamaan yang digunakan untuk
mendiskripsikan hasil sedikit lebih kompleks dibanding dengan regresi berganda. Variabel
hasil adalah probabilitas mendapatkan dua hasil atau lebih berdasarkan fungsi non linear dari
kombinasi linear dari sejumlah variabel. Regresi logistik dengan lebih dari dua pilihan sering
disebut Binominal Logistic Regression (BLR) [9]. Metode regresi logistik adalah lebih
fleksibel dibanding teknik lain, yaitu regresi logistik tidak memiliki asumsi normalitas atas
variabel bebas yang digunakan dalam model. Artinya variabel penjelas tidak harus memiliki
distribusi normal, linier maupun memiliki varians yang sama dalam setiapgrup. Variabel
bebas dalam regresi logistik bisa dicampur dari variabel continue, diskrit dan dikotomis.
Persamaan umum untuk regresi logistik dengan dua pilihan, dinyatakan sebagai berikut :
n
n
ie
eY
1…………………………………….(12)
dimana Yi adalah probabilitas yang di estimasi dengan kasus sebanyak i (i= 1, .. n).
iiXbXbXbAu .......2211
…………..(13)
u adalah persamaan regresi biasa dengan konstanta A, koefisien b dan variabel bebas X
dengan jumlah k ( i = 1,2,...k ). Selanjutnya dari persamaan diestimasikan dengan Binominal
Logistic Regression.
2.4 Model Bisnis
Model Bisnis yang dijalankan oleh UKM berbasis IT digambarkan sama dengan
perusahaan yang menggunakan pemasaran secara online sesuai Gambar 2.1. Dengan
banyaknya pilihan produk yang bisa dibeli serta didukung dengan desain tampilan website
yang menarik, kemudahan melakukan pembayaran, kecepatan dan luasnya jangkauan
pengiriman barang dan pelayanan yang memuaskan (selection and convenience) maka akan
meningkatkan kepuasan pelanggan (customer experience) dengan banyaknya pelanggan yang
mengakses web UKM dengan meningkatkan jumlah akses (traffic). Hal ini akan
meningkatkan jumlah merchant (sellers) yang ingin berjualan akan kembali meningkatkan
jumlah pilihan produk (selection and convenience). Setelah jumlah produk dan transaksi
meningkat maka akan tercapai economies of scale dimana biaya akan turun yang berdampak
pada harga yang lebih murah sehingga meningkatkan kepuasan pelanggan (customer
15
experience). Dengan cara ini akan mendukung pertumbuhan UKM dalam merencanakan
strategi bisnisnya untuk dapat bertahan dalam dunia persaingan bisnis [9].
Gambar 2.1. Model Bisnis UKM
Usaha kecil dan menengah (IKM) harus didorong dengan mengadopsi teknologi
informasi (TI) untuk meningkatkan daya saing sehingga mampu berkompetisi di pasar.
Penggunaan Teknologi Informasi seperti ini yang diperlukan karena membantu dalam
efisiensi. Pelaku usaha IKM juga membutuhkan TI agar dapat bersaing dengan yang lainnya.
Baiknya perusahaan TI besar membuat program tanggung jawab table15 tidak hanya dalam
bentuk pemberian modal, tetapi bimbingan penggunaan TI juga dibutuhkan. Penggunaan TI
di IKM manufaktur didorong oleh persepsi IKM terhadap TI yang akan membawa kemajuan
bagi perusahaan. Adanya tuntutan persaingan dan permintaan konsumen agar perusahaan
menggunakan TI turut mendorong adopsi TI di IKM. Selain itu, pemahaman pemilik/manajer
mengenai TI dan menjadikannya sebagai salah satu strategi perusahaan juga untuk
menjadi penggerak bagi IKM untuk mengadopsi TI.
Penelitian yang dilakukan oleh Knol dan Stroeken [4] yang membahas tentang
skenario yang dapat digunakan untuk mengukur tingkat adopsi TI oleh IKM dibagi ke dalam
6 tingkat seperti yang dirangkum dalam table 2.1. Tingkatan tertinggi adopsi TI adalah ketika
IKM dapat mengoptimalkan potensi untuk meredefinisi lingkup bisnisnya.
Table. 2.1 Skenario TI pada IKM [4]
Tingkat Keterangan
0 Tingkat menggunakan TI
1 Integrasi fungsional yang beriorientasi internal
2 Integrasi multifungsional yang berorientasi
eksternal
3 Integrasi proses yang berorientasi eksternal
4 Perancangan ulang proses bisnis
5 Redefinisi lingkup bisnis dengan bantuan TI
16
2.5 Teknik Analisis Bisnis
Dalam implementasi pada metodologi yang dilakukan untuk menghasilkan rancangan
strategis sistem informasi, teknik analisis yang sesuai dengan bisnis perusahaan diperlukan
untuk mengidentifikasi faktor-faktor internal maupun eksternal UKM menjadi kebutuhan
strategis sistem informasi yang dapat dijadikan sebagai competitive advantage perusahaan.
Teknik - teknik analisis yang digunakan dalam perancangan ini adalah: McFarlan
Application Portfolio, Critical Success Factor (CSF) dan IT Balanced Scorecard (BSC).
Untuk mendapatkan gambaran solusi pemecahan yang benar, menyeluruh, dan
akurat maka dibutuhkan metode IT Balanced Scorecard. Diantara Balanced Scorecard dan
IT Balanced Scorecard merupakan dua metode yang berbeda. Balanced Scorecard
lebih memfokuskan mengukur kinerja perusahaan, memantau perkembangan kinerja,
serta menjalin strategi dengan program-program kerja perusahaan dalam rangka mencapai
visi yang telah ditetapkan oleh perusahaan.
2.6 Balanced Scorecard
Konsep Balance Scorecard diperkenalkan oleh Robert S. Kaplan seorang professor
pimpinan pengembangan pada Harvard Business School dan David P. Norton seorang
pimpinan akademi Renaissance Solutions, Inc. Combining. Balanced scorecard merupakan
kerangka manajemen yang menerjemahkan visi dan misi perusahaan ke dalam satu set
pengukuran kinerja berdasarkan empat perspektif, yaitu perspektif keuangan, perspektif
pelanggan, perspektif proses bisnis internal, serta perspektif pembelajaran dan pertumbuhan.
Tujuan dan ukuran kinerja menurut perusahaan terdiri dari 4 (empat) pandangan yaitu
Finansial, Pelanggan, Proses Bisnis Internal dan Pembelajaran dan pertumbuhan [10].
Gambar 2.3. Diagram Balanced scorecard
17
Pada Gambar 2.3 tampak bahwa visi dan misi organisasi dikaitkan secara seimbang
dengan perspektif keuangan, perspektif pelanggan, perspektif proses bisnis internal, serta
perspektif pembelajaran dan pertumbuhan. Balanced scorecard memberikan manajemen
organisasi suatu pengetahuan, keterampilan, dan sistem yang memungkinkan karyawan dan
manajemen belajar dan berkembang secara terus-menerus dalam berinovasi untuk
membangun kapabilitas strategis yang tepat, efektif, dan efisien agar mampu menyerahkan
nilai spesifik ke pasar dan selanjutnya akan mengarah pada nilai saham yang terus-menerus
meningkat.
Solusi kebutuhan sistem informasi yang dibuat berdasarkan kepada hasil dari analisis
critical success factor dan balanced scorecard menghasilkan solusi sistem informasi
berdasarkan faktor-faktor apa saja yang dapat mempengaruhi kesuksesan bisnis UKM.
Metode analisis bisnis tersebut akan menganalisis lingkungan bisnis eksternal untuk
mendapatkan proses bisnis UKM yang ideal [18][20]. Hasil analisis lingkungan SI/TI internal
untuk mendapatkan lingkungan SI/TI yang ideal, setelah itu dilakukan proses pencocokan
hasil analisis SI/TI eksternal untuk menghasilkan tiga output berupa strategi SI bisnis, strategi
manajemen SI/TI dan strategi TI.
18
III. TUJUAN DAN MANFAAT PENELITIAN
3.1 Tujuan Khusus Penelitian
Sejak disadari bahwa UKM memiliki potensi dan peranan yang besar dalam upaya
penguatan ekonomi nasional, regional maupun ekonomi lokal, berbagai upaya untuk
mengembangkan UKM rasanya sudah sangat banyak dilakukan. Berbagai upaya pembinaan
hanya ditujukan terhadap masing-masing UKM yang dilihat sebagai satuan unit usaha yang
mandiri. Masing-masing UKM dibina, diberi tambahan modal dan ditingkatkan SDM-nya,
tetapi kemudian dibiarkan untuk berkompetisi secara sendiri-sendiri, sehingga akhirnya
mengalami kegagalan. Kondisi ini muncul karena tidak adanya arah pengembangan UKM
yang dapat menyatukan upaya-upaya pengembangan yang dilakukan oleh setiap pihak yang
berkepentingan, sehingga upaya pengembangan yang dilaksanakan tidak lagi dilaksanakan
secara parsial sehingga memerlukan pembangunan UKM secara terpadu. Sejalan upaya
menyatupadukan setiap aktifitas pengembangan UKM yang dimulai dari identifikasi, analisa
bisnis, strategi bisnis dan pemetaan roadmap kebutuhan SI/TI, maka proposal ini secara
khusus diajukan untuk mengkaji optimalisasi pengembangan potensi usaha kecil dan
menengah (UKM) di Madura tujuan khusus sebagai berikut:
1. Melakukan identifikasi dan pemetaan keberadaan UKM Madura dan Menyusun arah
model pengembangan klaster UKM yang berbasis Teknologi Informasi (TI)
2. Menyusun kelompok UKM berdasarkan model klaster yang sama untuk memetakan
pola strategi bisnis UKM dari setiap UKM dari klaster yang sama sekaligus dengan
acuan/panduan implementasinya.
3. Merancang strategis sistem informasi, teknik analisis dan membangun roadmap analisa
kebutuhan berdasarkan solusi kebutuhan infrastruktur yang sesuai dengan bisnis
perusahaan diperlukan untuk mengidentifikasi faktor-faktor internal maupun eksternal
UKM menjadi kebutuhan strategis sistem informasi.
4. Membangun system informasi UKM berdasarkan solusi kebutuhan dasar tingkat key
operational berdasarkan secara dinamis berbasis Cloud computing
5. Hasil penelitian akan dipresentasikan di seminar nasional SENTRA UMM, conference
international di jurnal Nasional terakreditasi Telkomnika di Universitas Ahmad Dahlan.
19
3.2 Manfaat Penelitian
Melalui pendekatan model pengembangan klaster UKM berbasiskan TI, penelitian ini
diharapkan dapat menghasilkan terobosan baru guna mengatasi permasalahan-permasalahan
yang selama ini masih dihadapi oleh UKM. Basis TI dimaksudkan untuk mensinergikan
semua informasi, perkembangan dan kondisi masing-masing UKM dan berbagai pihak
terkait/pendukung yang berada pada yang dikembangkan. Meskipun penggunaan TI untuk
pemerintahan dan swasta sudah cukup berkembang, belum ada yang mencoba untuk
memanfaatkannya guna mengembangkan UKM. Hasil identifikasi UKM model
pengembangan klaster UKM berbasis TI akan diterapkan sebagai upaya pengembangan
UKM yang lebih optimal. Beberapa pihak seperti Dinas Koperasi dan Bappeda, seringkali
menyatakan sudah menerapkan konsep tersebut tetapi masih belum jelas apakah konsep yang
diterapkan tersebut adalah konsep yang ’benar’ atau hanya semacam perwilayahan UKM,
networking dan sebagainya. Terlebih dengan masalah pemanfaatan TI, belum ada yang
mencoba mengembangkannya untuk UKM. Kegiatan ini diharapkan akan melahirkan
konsep pengembangan klaster UKM berbasis TI yang semaksimal mungkin memanfaatkan
TI untuk menerapkan konsep secara lengkap dan benar dan model yang disusun akan
ditujukan pada pengembangan yang khas, spesifik dan sesuai dengan kondisi UKM di
Madura. Sedangkan hasil dari model klaster dibuat roadmap pemetaan klaster untuk
memudahkan pengelompokan UKM yang akan dianalisa bisnisnya untuk merencanaan
strategis sistem informasi sebagai solusi atas permasalahan yang dimilikinya yaitu karena
belum terintegrasinya keseluruhan sistem informasi dan adanya lost opportunity yang
disebabkan oleh ketidakmampuan sistem informasi yang ada saat ini. Perencanaan strategis
sistem informasi ini dapat menciptakan strategi SI/TI yang selaras dengan strategi bisnis
UKM untuk mencapai tujuan strategis UKM. Hal tersebut dapat mempercepat pembangunan
sistem sesuai dengan kebutuhan bisnis untuk memasuki pasar dengan cepat.
20
IV. METODE PENELITIAN
4.1 Rancangan Umum
Sesuai rancangan sistem yang telah dijelaskan pada bab sebelumnya, pada bab ini
dijelaskan metode dan tahapan penelitian yang dijelaskan pada gambar berikut
Analisa Data dan Penyusunan Model
Dengan analisis klaster berbasis hierarky dan regresi binary logistic
Analisa faktor
berupa Variabel
pengaruh pembentukan
model Klaster
Pemetaan UKM ke dalam Klaster
Sosialisasi model
Uji dan Validasi
Model
Model Akhir Klaster UKM Berbasis IT
Identifikasi UKM dalam
penggunaan IT
Studi Pustaka,
Penyusunan
Kuisioner dan
Survey
Visi and
Misi UKM
Model Binis
UKM Berbasis
IT
Proses
Bisnis
Evaluasi Proses
Bisnis KPI
Industry Environm
ent
Internal IS/IT
Environment
AnalysisBalanced
Score Card
Strategi
bisnis
Proses
Bisnis Ideal
Pendefinisian Masalah
Pengambilan sampel UKM pada
masing-masing klaster
TAHUN PERTAMA
FI
FI, MHS
AS, EW
FI, AS, EW
FI, AS, MHS
FI, AS, EW
FI, AS, EW
FI, AS, MHS
FI, AS, EW
Gambar 4.1 Metode & Tahapan Penelitian
4.2 Penjelasan Kegiatan PHB
Penelitian ini dilakukan selama 3 tahun dengan mengembangkan model identifikasi
pola klaster UKM Madura berbasis teknologi informasi dan menganalisa strategi bisnis untuk
menghasilkan roadmap dan merencanakan pengembangan sistem informasi yang dibutuhkan
untuk menjalankan bisnis pada UKM secara terintegrasi menggunakan Cloud computing.
21
4.2.1 Kegiatan Tahun 1 Pemodelan Klaster UKM berbasis Teknologi Informasi (TI)
Sejalan dengan tujuan yang ingin dicapai dalam penelitian ini, yakni penyusunan
model pengembangan klaster UKM berbasis Teknologi Informasi dan kemudian
mengoptimalkan aplikasinya, maka penelitian ini menggunakan metode Analisis Klaster
berbasis hierarky. Metode ini dipilih untuk memetakan klaster UKM dan variable dengan
mengetahui pengaruh variable terhadap identifikasi perkembangan UKM. Model
pengembangan klaster UKM berbasis TI dilaksanakan implementasi/tindakan (action) untuk
menerapkan model yang sudah diperoleh pada tahap pertama, diikuti dengan revisi untuk
menghasilkan model terakhir, dengan langkah sebagai berikut;
1) identifikasi keberadaan model pengembangan UKM yang sudah ada, dan
2) penyusunan model pengembangan klaster UKM berbasis TI.
Pada langkah pertama, kegiatan yang akan dilaksanakan adalah untuk mengumpulkan
informasi awal tentang keberadaan model pengembangan UKM berbasis sentra yang sudah
ada. Metode yang digunakan adalah metode studi pustaka, untuk mengumpulkan data
sekunder, dan metode survei dengan menggunakan kuesioner untuk mengumpulkan data
primer. Sebelum dilakukan survei, dilaksanakan kegiatan penyusunan kuesioner dan pra-
survei untuk pemantapan kuesioner. Sesudah kuesioner disempurnakan, kemudian dilakukan
kegiatan pengumpulan data primer dengan metode survei pada sentra-sentra atau ’klaster’
UKM yang ada. Perolehan data primer dan sekunder dilakukan melalui pengamatan
langsung ke lapangan dan wawancara dengan responden. Data primer diperoleh dari sentra
UKM, koperasi, dan BDS, sedangkan data sekunder diperoleh dari Dinas Koperasi dan UKM,
baik tingkat provinsi maupun kabupaten, instansi terkait, serta laporan/monitoring
perkembangan sentra/BDS-P Kementerian Koperasi dan UKM. Langkah kedua, Keluaran
dari tahap ini adalah laporan penelitian tahun I. Indikator yang bisa diukur adalah diterimanya
artikel pada seminar nasional sentra UMM, Seminar International dan Jurnal International
terindeks scopus.
22
V. HASIL YANG DICAPAI
Pada bab ini akan membahas mengenai implementasi sistem yang akan dibuat
berdasarkan hasil rancangan yang telah dibuat pada bab sebelumnya.
5.1 Kriteria Data
Data yang digunakan sebagai uji coba sistem ini adalah 50 data IKM batik dan jamu
di Madura untuk penggunaan IT di IKM dengan mengisi kuisoner. Berikut adalah daftar
kriteria yang digunakan :
Tabel 5.1 Tabel Kriteria
No Variabel
1 omset
2 jumlah tenaga kerja
3 jumlah komputer
4 umur perusahaan
5 Penggunaan komputer
6 Penggunaan Internet
7 Anggaran pengunaan internet
8
Tenaga Kerja Pegguna
Komputer
9 Tenaga Kerja Pegguna Internet
5.2 Perhitungan K-Means Clustering
Berikut adalah contoh perhitungan untuk sample data penggunaan IT yang akan
dimasukkan dalam proses uji coba.
Tabel 5.2 Tabel Data
NO DATA
IKM
JUMLAH
TENAGA
KERJA
OMSET PENGGUNAAN
INTERNET
TK PENG
KOMP
1 Badriyah 0.18182 0.02 0.41791 0.20
2 Jamu
Setia jaya 0.04545
0.003 0.21642 0
3
Jamu
Kraton
Sumenep
0.04545 0.002 0.29851 0
… …… …… …… …… ……
48 UD. Potre
Koneng 0.13636 0.0479 0.39394 0
49
UD.
Vaktor
Jaya
0.09091 0.0479 0 0
23
50 UD. Batik
Tajung 0.09091 0.0813 0.21642 0.2
a. Menentukan Medoid Awal Secara Acak
Medoid awal (iterasi 1) dan seterusnya pada metode K-medoid ditentukan secara acak.
Tabel 5.3 Tabel Medoid awal
No Cluster Medoid
1. Cluster 1 Firdaus Hadi
2. Cluster 2 CV. Syarikat Rahmat
3. Cluster 3 Endang S. Wahyudi
b. Menghitung Jarak Data ke Medoid
Ukuran kemiripan yang digunakan pada metode K-medoid adalah jarak minimal data
dengan medoid. Pada penelitian ini, rumus jarak yang digunakan adalah Manhattan,
Euclidean dan Canberra pada 3 cluster.
Tabel 5.4 Tabel nilai jarak Manhattan iterasi 1
No IKM Manhattan
C1
Manhattan
C2
Manhattan
C3
Nilai
Min Cluster
1 Badriyah 2.39 5.05 2.43 2.39 Cluster 1
2 Jamu
Setia jaya 1.11 5.39 1.06 1.06 Cluster 3
3
Jamu
Kraton
Sumenep
0.69 5.75 0.65 0.65 Cluster 3
…. …. …. …. …. …. ….
48 UD. Potre
Koneng 1.09 5.29 1.13 1.09 Cluster 1
49
UD.
Vaktor
Jaya
0.41 6.33 0.45 0.41 Cluster 1
50
Batik
Tajung
Jaya
1.62 5.07 1.66 1.62 Cluster 1
Untuk menghitung jarak setiap data ke medoid dapat menggunakan rumus dibawah
ini :
24
d1=|(0.18182-0.09)| + |(0.02004-0)| + |(1- 0.27)| +|(0.25-0)| + |(0.29787-0)| + |(0.417910)|
+ |(0.13333-0)| + |(0.25-0)| + |(0.2-0)|
= 2.39
c. Hitung jarak minimum setiap objek
Untuk menghitung jarak minimum setiap objek dapat menggunakan rumus dibawah
ini :
d. Kelompokkan data berdasarkan kedekatan dengan clustet
Jika jarak minimum cluster berada di cluster 1, maka data tersebut masuk dalam
kelompok cluster 1.
e. Hitung jumlah total jarak
Setelah menghitung jarak data dengan medoid, maka diperoleh jarak tiap data pada
satu medoid. Jarak terkecil tiap data tersebut dijumlahkan sehingga diperoleh jarak
total.
Jarak total= 2.38 + 1.06 + 0.65 + …… + 1.09 + 0.41 + 1.62
Jarak total lama=65.204
f. Tukar Medoid dengan non-medoid
Menukar medoid dengan non–medoid dengan kata lain melakukan random kembali
untuk mendapat medoid baru. Tabel 5.5 memperlihatkan medoid baru.
Tabel 5.5 Tabel Medoid baru iterasi 2
No Cluster Medoid
1. Cluster 1 UD. Dewa Perkasa
2. Cluster 2 CV. Syarikat Rahmat
3. Cluster 3 Endang S. Wahyudi
25
Tabel 5.6 Tabel nilai jarak Manhattan iterasi 2
N
o IKM
Manhatta
n C1
Manhatta
n C2
Manhattan
C3
Nilai
Min Cluster
1 Badriyah 2.20 5.05 2.43 2.20 Cluster 1
2 Jamu
Setia jaya 0.96 5.39 1.06 0.96 Cluster 1
3
Jamu
Kraton
Sumenep
0.90 5.75 0.65 0.65 Cluster 3
….
…. …. …. …. …. ….
g. Cek perubahan jarak total
Lakukan langkah yang sama seperti langakah (b), hingga diperoleh jarak data
ke medoid dan jarak terkecil. Kemudian hitung kembali jarak total.
Jarak total=2.20+0.96+0.65+……+1.13+0.23+1.44
Jarak total baru=60.158
Jika jarak total baru lebih kecil dari total jarak lama, maka ulangi langkah (a)
samapai (e). Sedangkan, jika total jarak baru lebih besar dari total jarak lama, maka
proses selesai dan tidak perlu dilakukan pertukaran medoid. Pada tabel 5.7, table 5.8
dab table 5.9 merupakan tabel yang berisi medoid baru disetiap iterasi.
Tabel 5.7 Tabel Medoid baru iterasi 3
No Cluster Medoid
1. Cluster 1 UD. Dewa Perkasa
2. Cluster 2 CV. Syarikat Rahmat
3. Cluster 3 Sumber Madu
Tabel 5.8 Tabel Medoid baru iterasi 4
No Cluster Medoid
1. Cluster 1 Sari Dewi
2. Cluster 2 CV. Syarikat Rahmat
3. Cluster 3 Sumber Madu
26
Tabel 5.9 Medoid baru iterasi 5
No Cluster Medoid
1. Cluster 1 Badriyah
2. Cluster 2 CV. Syarikat
Rahmat
3. Cluster 3 Sumber Madu
Tabel 5.10 Nilai total Cluster
CLUSTER TOTAL
CLUSTER
Iterasi 1 65.204
Iterasi 2 60.158
Iterasi 3 53.988
Iterasi 4 52.876
Iterasi 5 88.183
5.3 Davies Boulding Index (DBI)
Davies Boulding Index (DBI) digunakan untuk memvalidasi cluster yang terbaik.
Semakin kecil nilai clusternya akan semakin bagus hasil clustering yang didapat.
Tabel 5.11 Jumlah Anggota yang ter-Cluster
Cluster anggota
C1 44
C2 1
C3 5
Pada tabel 5.11 merupakan hasil yang telah ter-cluster dengan menggunakan
perhitungan manhattan distance. Pada tabel 5.11 merupakan anggota dari kelompok yang
telah ter-cluster pada setiap cluster terdekat.
Untuk mencari nilai DBI (Davies Bouldin Index) dari cluster diatas adalah :
1. Cari nilai rata-rata ( ) dari masing-masing cluster dengan rumus sebagai berikut :
27
Hasil rata-rata ( ) adalah:
Cluster 1 1.865
Cluster 2 0
Cluster 3 1.221
2. Hitung variance data dari masing-masing cluster dengan rumus sebagai berikut :
= 0.079
Hasil variance berdasarkan perhitungannya adalah sebagai berikut:
Cluster 1 var 0.079
Cluster 2 var 3.4795
Cluster 3 var
3. Cari R-Max dari langkah 1 dan 2 dengan rumus sebagai berikut :
Tabel 5.12 Tabel Hasil R-Max
Cluster 1 R12 = var Cluster
1 + var Cluster 2/||x bar 3.136
Cluster 2 R13 = var Cluster
1 + var Cluster 3/||x bar
0.946
Cluster 3 R23 = var Cluster
2 + var Cluster 3/||x bar
1.49
4. Hasil akhir IDB dari Cluster.berikut ini rumus untuk menentukan nilai IDB, yaitu :
28
0.946+1.49)= 1.858
Tabel 5.13 Tabel Hasil DBI
Hasil DBI
Hasil DBI
Manhattan 3Cluster 1.858
5.4 SSE (Sum Square Error)
SSE (Sum Square Error) digunakan untuk menentukan akurasi yang terbaik.Jika nilai
lebih kecil, maka tingkat akurasi akan lebih baik. Untuk menentukan nilai SSE, yaitu :
a. Sebelum mencari nilai SSE, mencari nilai rata-rata per-cluster yang terbentuk di
manhattan 3 cluster. tabel 5.14 memperlihatkan hasil rata-rata per-cluster.
Tabel 5.14 Hasil Rata-rata per-Cluster
Manhattan 3 Cluster
Cluster Hasil
C1 1.87
C2 0
C3 1.22
.
b. Menghitung nilai SSE
Pada tabel 5.15 merupakan hasil SSE pada Manhattan 3 cluster.
Tabel 5.15 Tabel Hasil SSE
Hasil SSE
Hasil DBI
Manhattan 3Cluster
22.44
5.5 Implementasi Program
29
Gambar 5.2 Halaman Admin
Gambar 5.2 merupakan halaman utama admin. Tugas admin yaitu mengelola sistem
ini. Admin dapat melakukan pengelompokan berdasarkan perhitungan metode yang telah
dibuat.
Gambar 5.3 Halaman Data IKM
Gambar 5.3 merupakan halaman data ikm. Admin dan ikm dapat melihat data ikm.
Admin dapat menghapus data, ikm hanya dapat dapat melihat data.
Gambar 5.4 Halaman Data Kriteria
Gambar 5.4 merupakan halaman data kriteria. Hanya dapat diakses oleh admin. admin
dapat melakukan insert, update dan delete pada data kriteria.
30
Gambar 5.5 merupakan halaman grafik pergeseran. Pada setiap iterasi akan memiiki
jumlah anggota di setiap cluster. Grafik tersebut untuk mengetahui jumlah anggota disetiap
iterasi.
Gambar 5.5 Halaman Grafik Pergeseran
Gambar 5.6 merupakan halaman grafik perbandingan IDB. Pada setiap rumus jarak
akan memiliki nilai di setiap cluster. Nilai yang terkecil merupakan nilai cluster yang terbaik.
Grafik tersebut untuk cluster yang terbaik dari 3, 4 dan 5 cluster.
Halaman Grafik Perbandingan IDB
Gambar 5.6 Halaman Grafik Perbandingan IDB
5.6 Pengujian Sistem
Pengujian Sistem dilakukan sebanyak 3 kali. Pengujian dilakukan lebih dari satu kali
karena adanya unsur acak pada metode K-medoid. Pada proses clustering K-medoid
menggunakan pengukuran jarak Manhattan, Canberra sebanyak 1000 iterasi. Pada tabel 5.16
menjelaskan medoid awal yang akan diproses sebanyak 3 cluster.
31
Tabel 5.16 Tabel 3 Cluster
medoid 1 Jamu Hitam
medoid 2 Dunia Dua Ribu
Tiga
medoid 3 Jamu Tradisional
- Sinar Jamu Asli
Tabel 5.17 Tabel Total Jarak 3 Cluster
Iterasi Jarak Total Distance
Manhattan Euclidean Canberra
1 57.86 28.11 122.02
2 64.85 31.56 147.16
Selama proses clustering pada ujicoba 1, jumlah anggota cluster untuk ketiga metode
selalu berubah-ubah. Sebagai contoh, perubahan anggota cluster untuk K-medoid Euclidean
diperlihatkan pada gambar 5.7.
Gambar 5.8 Diagram Jumlah Anggota Cluster K-medoid Euclidean Cluster
Gambar 5.9 Diagram Jumlah Anggota Cluster K-medoid Euclidean 3 Cluster
Tabel 5.18 Hasil IDB 3 Cluster
Cluster Manhattan Euclidean Canberra
3 0.083 0.018 8.93
Tabel 5.19 Hasil SSE 3 Cluster
32
Cluster Manhattan Euclidean Canberra
3 59.114 8.77 441.295
Pada uji coba ke-1 , proses clustering K-medoid Manhattan sebanyak 1000 iterasi,
Euclidean 2 iterasi, dan Canberra 2 iterasi.
Tabel 5.20 Hasil Cluster
medoid 1 Batik Tulis Rani
medoid 2 Madu Bumi
medoid 3 Titisan Nyai
medoid 4 UD. Dewa Perkasa
Tabel 5.21 Total Jarak untuk beberapa methode
Iterasi Jarak Total Distance
Manhattan Euclidean Canberra
1 48.15 24.295 127.02
2 50.61 26.11 127.66
Selama proses clustering pada ujicoba 1, jumlah anggota cluster untuk ketiga metode
selalu berubah-ubah. Sebagai contoh, perubahan anggota cluster untuk K-medoid Euclidean
diperlihatkan pada gambar 5.10
Gambar 5.10 Diagram Jumlah Anggota Cluster K-medoid Euclidean 4 Cluster
Tabel 5.22 Tabel hasil IDB 4 Cluster
Cluster Manhattan Euclidean Canberra
4 20.16 3.63 334.74
Tabel 5.23 Tabel hasil SSE 4 Cluster
Cluster Manhattan Euclidean Canberra
4 20.16 3.63 334.74
33
Grafik perbandinggn SSE merupakan hasil keseluruhan dari cluster 3, 4 dan 5
menggunakan Manhattan, Euclidean, dan Canberra. Jika nilai SSE semakin kecil, akan
semakin baik.
Gambar 5.11 Grafik Perbandingan SSE
5.7 Pengukuran Sistem Pengukuran Kinerja Ukm Dengan Menggunakan Metode Balance Scorecard
Dalam pengukuran kinerja meData yang digunakan data kuisioner yang disebarkan ke
beberapa UKM yang ada di kabupaten Bangkalan dan disebarkan juga ke pelanggan yang
melakukan pembelian di UKM tersebut. Adapun mengenai variabel yang digunakan pada
empat perspektif Balance Scorecard, yaitu :
a. Perspektif Keuangan
1. ROI ( Return On Investment )
2. ROE ( Return on Equity )
3. TATO ( Total Asset Turn Over )
4. SG ( Sales Growth )
5. ROA ( Return On Asset )
6. NPM ( Net Profit Margin )
b. Perspektif Pelanggan
1. Customer Acqution (Tingkat Perolehan Pelanggan Baru)
2. Customer Retention ( Mempertahankan Pelanggan )
3. Customer Satisfaction ( Kepuasan Pelanggan )
4. Tingkat Komplain Pelanggan
c. Perspektif Internal
1. Produk Cacat
2. Kerusakan Peralatan
3. Inovasi
34
d. Perspektif Pembelajaran dan Pertumbuhan
1. Retensi Karyawan
2. Pelatihan Karyawan
5.7.1 Perancangan Sistem
Dalam perancangan sistem pada umumnya terdiri dari gambaran umum sistem secara
keseluruhan dan gambaran sistem pada tiap prosesnya. Penelitian ini menggunakan model
seperti activity diagram, flowchart, use case, dan lain sebagainya. Untuk perancangan sistem
secara keseluruhan dalam model activity diagram dapat dilihat di Gambar 5.12.
Dalam perancangan Sistem Pengukuran Kinerja UKM dengan menggunakan Balance
Scorecard dapat dijelaskan bahwa sistem ini mempunyai 3 user yang dapat menggunakan
sistem ini, yaitu Admin, Pemilik, dan Member. Proses pertama adalah Admin, yang
mempunyai hak akses untuk melakukan manajemen admin, Create dan Delete Industri, dan
Create dan Delete Pemilik. Ini adalah proses yang harus dilakukan terlebih dahulu untuk bisa
UKM melakukan pengukuran sistem. Proses kedua adalah Pemilik, yang mempunyai hak
akses untuk edit industri, manajemen pemilik, manajemen member, tambah dan atur bobot
kategori keuangan, tambah dan atur bobot kategori pelanggan, tambah dan atur bobot
kategori internal, tambah dan atur bobot kategori pembelajaran dan pertumbuhan, atur bobot
UKM, isi kuisioner UKM, lihat kinerja keuangan, lihat kinerja pelanggan, lihat kinerja
internal, lihat kinerja pembelajaran dan pertumbuhan, dan lihat kinerja UKM. Proses ketiga
adalah Member, yang mempunyai hak akses hanya mengisi kuisioner pelanggan.
Dalam pengukuran kinerja, terdapat variabel pada setiap perspektif. Variabel
pengukuran ini digunakan untuk memproses dari perhitungan kinerja sesuai dengan
perspektif-perspektif yang ada pada Balance Scorecard. Berikut merupakan variabel pada
pengukuran kinerja.
Tabel 5.24 Variabel Pengukuran No Perspektif Kategori Data yang digunakan
1 Keuangan ROI Investasi UKM Penghasilan UKM
ROE Laba UKM Kekayaan UKM
TATO Penjualan Aset
SG Penjualan Bulan Sekarang Penjualan Bulan Lalu
ROA Laba Aset
NPM Penjualan Laba
2 Pelanggan Customer Acqution Jumlah Pelanggan baru yang diperoleh
Customer Retention Lama menjadi pelanggan UKM
Customer Satisfaction Tingkat Kepuasan terhadap UKM
Tingkat Komplain Pelanggan Tingkat Komplain yang dilakukan UKM
3 Proses Bisnis Internal Produk Cacat Tingkat perolehan produk yang mengalami cacat / rusak
Kerusakan Peralatan Tingkat kerusakan peralatan di UKM
Inovasi Tingkat inovasi publikasi yang dilakukan
4 Pembelajaran dan Pertumbuhan Retensi Karyawan Tingkat perputaran karyawan di UKM
Pelatihan Karyawan Tingkat Pelatihan yang diperoleh karyawan
35
Gambar 5.12 Gambar Sistem Secara Umum
Dalam perancangan system flowchart digeneralisasikan dengan Activity diagram
menggambarkan proses yang berjalan dalam sistem yang dirancang. Bagaimana masing-
masing proses berawal, hingga bagaimana masing-masing proses berakhir.
36
5.7.2 Perancangan dengan Activity Diagram
Pada sistem ini, User Admin dapat melakukan manajemen Admin yang mana, bisa
melakukan Tambah, Edit dan Hapus Admin. Untuk proses manajemen Admin dapat dilihat
pada Gambar 3.3
Halaman Utama
Pilih Lihat Daftar Admin
Tambah Admin
Input Username
Input Nama
Input Alamat
Input Jenis Kelamin
Input No Telepon
Input Status
Input Password
Edit Admin
Edit Username
Edit Nama
Edit Alamat
Edit Jenis Kelamin
Edit No Telepon
Edit Status
Simpan Data
SimpanData
Hapus Admin
Lihat Daftar Admin
Gambar 5.13 Perancangan Proses Manajemen Admin
Gambar 3.3 menunjukkan activity diagram manajemen Admin. Ini hanya bisa dilakukan oleh
user Admin. Dan untuk melakukan proses ini, admin harus melakukan Login terlebih dahulu.
Setelah itu, Admin dapat melakukan Tambah Admin, Edit Admin, dan Menghapus Admin.
Pada sistem ini, User Pemilik dapat melakukan proses Tambah dan Atur Bobot
Kategori Keuangan yang mana, bisa melakukan Tambah kategori, Edit Bobot Kategori.
Untuk proses Tambah dan Atur Bobot Kategori Keuangan dapat dilihat pada gambar 3.9
37
Halaman Utama
Pilih Lihat Pengaturan Keuangan
Pilih Kategori Pilih Bobot Kategori
Tambah Kategori
Pilih Kategori yang akan ditambah
Input Kategori
Hapus Kategori
Lihat Kategori
Atur Ulang
Input Skala Perbandingan
Proses Reset
Simpan
Lihat Bobot
Gambar 5.14 Perancangan Proses Tambah dan Atur Bobot Kategori Keuangan
Gambar 5.14 menunjukkan activity diagram Tambah dan Atur Bobot Kategori Keuangan.
User Pemilik dapat melakukan proses Tambah dan Atur Bobot Kategori Keuangan. Untuk
bisa melakukan proses Tambah dan Atur Bobot Kategori Keuangan, User Pemilik diharuskan
untuk melakukan Login terlebih dahulu. Setelah itu, Pemilik dapat melakukan Tambah
Kategori dan Edit Bobot Kategori Keuangan. Pada sistem ini, User Pemilik dapat melakukan
proses Tambah dan Atur Bobot Kategori Pelanggan yang mana, bisa melakukan Tambah
kategori, Edit Bobot Kategori. Untuk proses Tambah dan Atur Bobot Kategori Pelanggan
dapat dilihat pada gambar 3.10
Halaman Utama
Pilih Lihat Pengaturan Pelanggan
Pilih Kategori Pilih Bobot Kategori
Tambah Kategori
Pilih Kategori yang akan ditambah
Input Kategori
Hapus Kategori
Lihat Kategori
Atur Ulang
Input Skala Perbandingan
Proses Reset
Simpan
Lihat Bobot
Gambar 5.15 Perancangan Proses Tambah dan Atur Bobot Kategori Pelanggan
38
Gambar 5.15 menunjukkan activity diagram Tambah dan Atur Bobot Kategori Pelanggan.
User Pemilik dapat melakukan proses Tambah dan Atur Bobot Kategori Pelanggan. Untuk
bisa melakukan proses Tambah dan Atur Bobot Kategori Pelanggan, User Pemilik
diharuskan untuk melakukan Login terlebih dahulu. Setelah itu, Pemilik dapat melakukan
Tambah Kategori dan Edit Bobot Kategori Pelanggan.
Perancangan Proses Tambah dan Atur Bobot Kategori Internal
Pada sistem ini, User Pemilik dapat melakukan proses Tambah dan Atur Bobot Kategori
Internal yang mana, bisa melakukan Tambah kategori, Edit Bobot Kategori. Untuk proses
Tambah dan Atur Bobot Kategori Internal dapat dilihat pada Gambar 5.16
Halaman Utama
Pilih Lihat Pengaturan Internal
Pilih Kategori Pilih Bobot Kategori
Tambah Kategori
Pilih Kategori yang akan ditambah
Input Kategori
Hapus Kategori
Lihat Kategori
Atur Ulang
Input Skala Perbandingan
Proses Reset
Simpan
Lihat Bobot
Gambar 5.16 Perancangan Proses Tambah dan Atur Bobot Kategori Internal
Gambar 5.16 menunjukkan activity diagram Tambah dan Atur Bobot Kategori
Internal. User Pemilik dapat melakukan proses Tambah dan Atur Bobot Kategori Internal.
Untuk bisa melakukan proses Tambah dan Atur Bobot Kategori Internal, User Pemilik
diharuskan untuk melakukan Login terlebih dahulu. Setelah itu, Pemilik dapat melakukan
Tambah Kategori dan Edit Bobot Kategori Internal.
Perancangan Proses Tambah dan Atur Bobot Kategori Pembelajaran dan
Pertumbuhan
Pada sistem ini, User Pemilik dapat melakukan proses Tambah dan Atur Bobot Kategori
Pembelajaran dan Pertumbuhan yang mana, bisa melakukan Tambah kategori, Edit Bobot
39
Kategori. Untuk proses Tambah dan Atur Bobot Kategori Pembelajaran dan Pertumbuhan
dapat dilihat pada gambar 5.17
Halaman Utama
Pilih Lihat Pengaturan Pembelajaran
Pilih Kategori Pilih Bobot Kategori
Tambah Kategori
Pilih Kategori yang akan ditambah
Input Kategori
Hapus Kategori
Lihat Kategori
Atur Ulang
Input Skala Perbandingan
Proses Reset
Simpan
Lihat Bobot
Gambar 5.17 Perancangan Proses Tambah dan Atur Bobot Kategori Pembelajaran dan
Pertumbuhan
Gambar 5.17 menunjukkan activity diagram Tambah dan Atur Bobot Kategori Pembelajaran
dan Pertumbuhan. User Pemilik dapat melakukan proses Tambah dan Atur Bobot Kategori
Pembelajaran dan Pertumbuhan. Untuk bisa melakukan proses Tambah dan Atur Bobot
Kategori Pembelajaran dan Pertumbuhan, User Pemilik diharuskan untuk melakukan Login
terlebih dahulu. Setelah itu, Pemilik dapat melakukan Tambah Kategori dan Edit Bobot
Kategori Pembelajaran dan Pertumbuhan.
Perancangan Proses Lihat Kinerja Keuangan
Pada sistem ini, User Pemilik dapat melakukan proses Lihat Kinerja Keuangan yang mana,
bisa Lihat Kinerja Keuangan. Untuk proses Lihat Kinerja Keuangan dapat dilihat pada
gambar 5.18
40
Halaman Utama
Pilih Kinerja Keuangan
Cari Kinerja
Pilih Bulan
Pilih Tahun
Pilih Cari
Lihat Grafik antar Bulan
Pilih Kembali
Perbaharui Kinerja
Lihat Kinerja Keuangan
Gambar 5.18 Perancangan Proses Lihat Kinerja Keuangan
Gambar 5.18 menunjukkan activity diagram Lihat Kinerja Keuangan. User Pemilik dapat
melakukan proses Lihat Kinerja Keuangan. Untuk bisa melakukan proses Lihat Kinerja
Keuangan, User Pemilik diharuskan untuk melakukan Login terlebih dahulu. Setelah itu,
Pemilik dapat melakukan Lihat Kinerja Keuangan.
Perancangan Proses Lihat Kinerja Pelanggan
Pada sistem ini, User Pemilik dapat melakukan proses Lihat Kinerja Pelanggan yang mana,
bisa Lihat Kinerja Pelanggan. Untuk proses Lihat Kinerja Pelanggan dapat dilihat pada
gambar 5.19
Halaman Utama
Pilih Kinerja Pelanggan
Cari Kinerja
Pilih Bulan
Pilih Tahun
Pilih Cari
Lihat Grafik antar Bulan
Pilih Kembali
Perbaharui Kinerja
Lihat Kinerja Pelanggan
Gambar 5.20 Perancangan Proses Lihat Kinerja Pelanggan
41
Gambar 5.20 menunjukkan activity diagram Lihat Kinerja Pelanggan. User Pemilik dapat
melakukan proses Lihat Kinerja Pelanggan. Untuk bisa melakukan proses Lihat Kinerja
Pelanggan, User Pemilik diharuskan untuk melakukan Login terlebih dahulu. Setelah itu,
Pemilik dapat melakukan Lihat Kinerja Pelanggan.
Perancangan Proses Lihat Kinerja Internal
Pada sistem ini, User Pemilik dapat melakukan proses Lihat Kinerja Internal yang mana, bisa
Lihat Kinerja Internal. Untuk proses Lihat Kinerja Internal dapat dilihat pada gambar 3.17
Halaman Utama
Pilih Kinerja Internal
Cari Kinerja
Pilih Bulan
Pilih Tahun
Pilih Cari
Lihat Grafik antar Bulan
Pilih Kembali
Perbaharui Kinerja
Lihat Kinerja Internal
Gambar 5.21 Perancangan Proses Lihat Kinerja Internal
Gambar 5.21 menunjukkan activity diagram untuk Lihat Kinerja Internal. User Pemilik dapat
melakukan proses Lihat Kinerja Internal. Untuk bisa melakukan proses Lihat Kinerja
Internal, User Pemilik diharuskan untuk melakukan Login terlebih dahulu. Setelah itu,
Pemilik dapat melakukan Lihat Kinerja Internal.
Perancangan Proses Lihat Kinerja Pembelajaran dan Pertumbuhan
Pada sistem ini, User Pemilik dapat melakukan proses Lihat Kinerja Pembelajaran dan
Pertumbuhan yang mana, bisa Lihat Kinerja Pembelajaran dan Pertumbuhan. Untuk proses
Lihat Kinerja Pembelajaran dan Pertumbuhan dapat dilihat pada gambar 5.22.
42
Halaman Utama
Pilih Kinerja Pembelajaran
Cari Kinerja
Pilih Bulan
Pilih Tahun
Pilih Cari
Lihat Grafik antar Bulan
Pilih Kembali
Perbaharui Kinerja
Lihat Kinerja Pembelajaran dan Pertumbuhan
Gambar 5.22 Perancangan Proses Lihat Kinerja Pembelajaran dan Pertumbuhan
Gambar 3.18 menunjukkan activity diagram Lihat Kinerja Pembelajaran dan Pertumbuhan.
User Pemilik dapat melakukan proses Lihat Kinerja Pembelajaran dan Pertumbuhan. Untuk
bisa melakukan proses Lihat Kinerja Pembelajaran dan Pertumbuhan, User Pemilik
diharuskan untuk melakukan Login terlebih dahulu. Setelah itu, Pemilik dapat melakukan
Lihat Kinerja Pembelajaran dan Pertumbuhan.
5.7.3 Use Case Diagram
Use Case diagram merupakan gambaran fungsionalitas dari suatu sistem. Hal-hal
yang digambarkan dalam use case antara lain hubungan sistem dengan aktor serta proses
sistem yang dilihat dari sudut pandang user. Komponen pembentuk use case diagram terdiri
dari aktor, use case, relationship, system boundary boxes dan package. Use case diagram
sistem diperlihatkan pada gambar 3.21. Pada gambar tersebut terdapat 3 aktor, yaitu Admin,
Pemilik dan Member. Berikut penjelasan dari masing-masing aktor:
43
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
Pemilik
Login
RU Industri
CRUD Pemilik
CRUD Member
Manajemen Kategori
Manajemen Bobot
Manajemen Kinerja
Insert Kuisioner UKM
Atur Kategori
Keuangan
Atur Kategori
Pelanggan
Atur Kategori
Internal
Atur Kategori Pembelajaran
dan PertumbuhanAtur Bobot
UKM
Atur Bobot
Keuangan
Atur Bobot
Pelanggan
Atur Bobot
InternalAtur Bobot Pembelajaran
dan Pertumbuhan
RU Kinerja
Keuangan
RU Kinerja
Pelanggan
RU Kinerja
Internal
RU Kinerja Pembelajaran
dan Pertumbuhan
RU Kinerja
UKM
Member
Admin
Insert Kuisioner
Pelanggan
CRUD Admin
CRD Industri
CRD Pemilik
Gambar 5.23 Use Case
Gambar 5.23 yaitu gambar Use case yang menggambarkan bagaimana aktivitas User.
Aktifitas yang dapat dilakukan antara lain :
1. Admin
Admin merupakan User yang memilik hak akses untuk Login, manajemen Admin,
Tambah dan Hapus Industri, dan dapat Tambah dan Hapus Pemilik.
2. Pemilik
Pemilik merupakan User yang memilik hak akses untuk Login, Lihat dan Edit Industri,
Manajemen Pemilik, Manajemen Member, Manajemen Kategori, Manajemen Bobot,
Manajemen Kinerja, dan Isi Kuisioner UKM.
3. Member
Member merupakan User yang memilik hak akses untuk Login, dan Isi Kuisioner
Pelanggan.
5.7.4 Proses Input Kategori
Pada Proses ini, Pemilik melakukan input kategori-kategori yang digunakan oleh
industri tersebut. Kategori yang harus ditambah, meliputi kategori yang akan digunakan pada
perspektif keuangan, pelanggan, internal, dan juga pembelajaran dan pertumbuhan.
44
Tabel 5.25 Informasi tentang data Kategori
No Perspektif Kategori
1 Keuangan a. ROI
b. ROE
c. TATO
d. SG
e. ROA
f. NPM
2 Pelanggan a. Custumer Acqution
b. Custumer Retention
c. Custumer Satisfaction
d. Tingkat Komplain
Pelanggan
3 Internal a. Produk Cacat
b. Kerusakan Peralatan
c. Inovasi
4 Pembelajaran dan
Pertumbuhan
a. Retensi Karyawan
b. Pelatihan Karyawan
5.7.5 Proses Atur Bobot Keuangan
Pada proses ini, pemilik diharuskan untuk melakukan pengaturan bobot kategori.
Untuk melakukan proses tersebut pilih menu bobot kategori pada menu bobot keuangan.
Tabel 5.26 Bobot Kategori Keuangan
ROI ROE TATO SG ROA NPM
ROI 1 0.5 2 2 2 2
ROE 2 1 2 0.5 2 2
TATO 0.5 0.5 1 0.5 2 0.5
SG 0.5 2 2 1 5 2
ROA 0.5 0.5 0.5 0.2 1 2
NPM 0.5 0.5 2 0.5 0.5 1
45
Gambar 5.24 Atur Skala Kategori Keuangan
Pada gambar 5.24 merupakan proses pengaturan skala perbandingan antar kategori
keuangan yang dilakukan oleh pemilik. Kemudian pilih input data, muncul bobot kategori
dari masing-masing kategori keuangan. Setelah itu pilih menu simpan, sesuai pada gambar
5.25.
Gambar 5.25 Hasil perhitungan bobot Keuangan
5.7.6 Proses Atur Bobot
Pada proses ini, pemilik diharuskan untuk melakukan pengaturan bobot kategori.
Untuk melakukan proses tersebut pilih menu bobot kategori pada menu bobot Pelanggan.
46
Tabel 5.27 Bobot Kategori Pelanggan
C. Acq C. Ret C. Sat TKP
C. Acq 1 3 2 2
C. Ret 0.333333 1 2 3
C. Sat 0.5 0.333333 1 2
TKP 0.5 0.5 0.5 1
Gambar 5.26 Atur Skala Kategori Pelanggan
Pada gambar 5.26 merupakan proses pengaturan skala perbandingan antar kategori pelanggan
yang dilakukan oleh pemilik. Kemudian pilih input data, muncul bobot kategori dari masing-
masing kategori Pelanggan. Setelah itu, pilih menu simpan, sesuai pada gambar 4.19.
Gambar 5.27 Hasil perhitungan bobot Pelanggan
Pada proses ini, pemilik diharuskan untuk melakukan pengaturan bobot kategori. Untuk
melakukan proses tersebut pilih menu bobot kategori pada menu bobot Internal.
Tabel 5.28 Bobot Kategori Internal
PC KP Inov
PC 1 2 3
47
KP 0.5 1 2
Inov 0.333333 0.5 1
Pada Gambar 4.20 merupakan proses pengaturan skala perbandingan antar kategori
internal yang dilakukan oleh pemilik. Kemudian pilih input data, muncul bobot kategori dari
masing-masing kategori Internal. Setelah itu, pilih menu simpan, sesuai pada gambar 4.21.
Gambar 5.28 Hasil perhitungan bobot Internal
Pada proses ini, pemilik diharuskan untuk melakukan pengaturan bobot kategori.
Untuk melakukan proses tersebut pilih menu bobot kategori pada menu bobot keuangan.
Tabel 5.29 Bobot Kategori Pembelajaran dan Pertumbuhan
R K P K
R K 1 3
P K 0.333333 1
Gambar 5.29 Atur Skala Kategori Pembelajaran dan Pertumbuhan
Pada gambar 5.29 merupakan proses pengaturan skala perbandingan antar kategori
pembelajaran dan pertumbuhan yang dilakukan oleh pemilik. Kemudian pilih input data,
muncul bobot kategori dari masing-masing kategori Pembelajaran dan Pertumbuhan. Setelah
itu, pilih menu simpan, sesuai pada gambar 5.29.
48
Gambar 5.30 Hasil perhitungan bobot Pembelajaran dan Pertumbuhan
5.7.7 Proses Atur Bobot UKM
Pada proses ini, pemilik diharuskan untuk melakukan pengaturan bobot UKM.
Untuk melakukan proses tersebut pilih menu Pengaturan UKM.
Tabel 5.30 Bobot UKM
P.K P.P P.PBI P.PP
P.K 1 5 3 3
P.P 0.2 1 2 2
P.PBI 0.333333 0.5 1 2
P.PP 0.333333 0.5 0.5 1
Gambar 5.31 Atur Skala UKM
Pada gambar 5.31 merupakan proses pengaturan skala perbandingan antar
perspektif UKM yang dilakukan oleh pemilik. Kemudian pilih input data, muncul bobot
UKM dari masing-masing Perspektif. Setelah itu, pilih menu simpan, sesuai pada Gambar
5.32.
49
Gambar 5.32 Hasil perhitungan bobot UKM
5.7.8 Proses Input Kuisioner UKM
Pada proses ini, pemilik diharuskan untuk melakukan pengisian kuisioner UKM,
dengan kuisioner yang dimasukkan, akan diproses untuk melakukan penilaian kinerja. Untuk
melakukan proses tersebut pilih menu Kuisioner UKM.
Gambar 5.33 Proses Input Kuisioner UKM
5.7.9 Proses Isi Kuisioner Pelanggan
Pada proses ini, member diharuskan untuk melakukan pengisian kuisioner
pelanggan, dengan kuisioner yang dimasukkan, akan diproses untuk melakukan penilaian
kinerja. Untuk melakukan proses tersebut pilih menu Kuisioner Pelanggan.
50
Gambar 5.34 Proses Input Kuisioner Pelanggan
5.7.10 Proses Penilaian Kinerja
Pada Proses ini, pemilik dapat melakukan penilaian kinerja pada setiap perspektif
dan juga penilaian UKM. Untuk melakukan penilaian tersebut, pilih menu Kinerja sesuai
dengan nama perspektif untuk menilai kinerja tiap perspektif, untuk kinerja ukm, pilih menu
kinerja UKM. Kemudian pilih menu perbaharui penilaian sesuai pada gambar 5.35.
A. Hasil Kinerja UKM Nusa Indah
Untuk keuangan, hasil penilaiannya sebagai berikut.
Gambar 5.35 Hasil Kinerja Keuangan Nusa Indah Bulan Juni
51
Gambar 5.36 Hasil Kinerja Keuangan Nusa Indah Bulan Juli
Hasil dari penelitian ini maka tampilan hasil dari kinerja Keuangan pada UKM Nusa Indah
ini adalah:
Untuk Pelanggan, hasil penilaiannya sebagai berikut.
Gambar 5.37 Hasil Kinerja Pelanggan Nusa Indah Bulan Juni
Gambar 5.38 Hasil Kinerja Pelanggan Nusa Indah Bulan Juli
Pada gambar 5.37 dan 5.38 merupakan tampilan hasil dari kinerja Pelanggan pada
UKM Nusa Indah.
52
Untuk Internal, hasil penilaiannya sebagai berikut.
Gambar 5.39 Hasil Kinerja Internal Nusa Indah Bulan Juni
Gambar 5.40 Hasil Kinerja Internal Nusa Indah Bulan Juli
Pada gambar 5.39 dan 5.40 merupakan tampilan hasil dari kinerja Internal pada UKM
Nusa Indah. Untuk Pembelajaran dan Pertumbuhan, hasil penilaiannya sebagai berikut.
Gambar 5.41 Hasil Kinerja Pembelajaran dan Pertumbuhan Nusa Indah Bulan Juni
53
Gambar 5.42 Hasil Kinerja Pembelajaran dan Pertumbuhan Nusa Indah Bulan Juli
Pada gambar 5.41 dan 5.42 merupakan tampilan hasil dari kinerja Pembelajaran dan
Pertumbuhan pada UKM Nusa Indah.
Untuk Kinerja UKM, hasilnya sebagai berikut
Gambar 5.43 Hasil Kinerja UKM Nusa Indah Bulan Juni
Gambar 5.44 Hasil Kinerja UKM Nusa Indah Bulan Juli
Pada gambar 5.43 dan 5.44 merupakan tampilan hasil dari kinerja keseluruhan
pada UKM Nusa Indah.
54
Kinerja UKM keseluruhan selama 2 tahun berturut-turut yaitu tahun 2011, 2012
menghasilkan data sebesar x >2 mengindikasikan bahwa kinerja cukup. Sedangkan pada
tahun 2013 sebesar x<2 mengidikasikan bahwa kinerja Kurang. Keberhasilan diukur atas
pencapaian sasaran strategis sebagai tolok ukur oleh UKM yang bertanggung jawab terhadap
setiap ukuran yang diterapkan. Penentuan tolok ukur yang digunakan harus sesuai dengan
sasaran strategik perusahaan. Sasaran strategik yang tercapai merupakan pengukuran kinerja
pencapaian berupa visi dan misi yang telah ditetapkan perusahaan khususnya pengukuran
kinerja dengan menggunakan balanced scorecard dalam perspektif Keuangan. Dimana
perspektif keuangan menjelaskan kepuasan konsumen dalam pelayanan UKM Batik untuk
dapat bersaing di pasar baik lokal maupun luar tingkat nasional dan mempertahankan
loyalitas pelanggan.
55
VI. RENCANA TAHAP BERIKUTNYA
Sesuai rancangan sistem yang telah dijelaskan pada bab sebelumnya, pada bab ini
dijelaskan metode dan tahapan penelitian yang dijelaskan pada gambar berikut
Internal IS/IT
Environment
AnalysisBalanced
Score Card
Indentifikasi perkembangan
teknologi
Business IS Strategies
IS/IT Management
Strategy
IT Strategy
Ideal IS/IT Environment
Proses Bisnis Ideal
Fit and Match
Implementasi IT terintegrasi dengan layananan Cloud Computing
Sosialisasi Pendataan
UKM
Merancang Arsitektur IT
yang sesuai
Roadmap Kebutuhan
UKM
UKM melakukan
input data
FI, AS, EW
FI, AS, EW
FI, AS, EW
6.1 Kegiatan Tahun II yang akan Direncanakan
Pada tahap ini, dimana model klaster dan identifikasi variabel masing-masing klaster
yang diperoleh dari tahap 1 digunakan untuk merancang strategis sistem informasi, teknik
analisis yang sesuai dengan bisnis perusahaan untuk mengidentifikasi faktor-faktor internal
maupun eksternal UKM menjadi kebutuhan strategis sistem informasi. Penelitian ini
diharapkan mampu menampung kebutuhan strategis sistem informasi yang dapat dijadikan
56
sebagai competitive advantage perusahaan. Identifikasi klaster menggunakan model analisis
klaster untuk memetakan UKM dan menganalisa hubungan pengaruh variable dengan binary
logistic regression terhadap strategi bisnis yang diorientasikan pada penggunaan informasi
teknologi.
Dalam implementasi yang dilakukan model klaster akan digunakan untuk memetakan
UKM ke dalam zona klaster yang sama. Model klaster dan identifikasi variabel masing-
masing klaster digunakan untuk merancang strategis sistem informasi, teknik analisis yang
sesuai dengan bisnis perusahaan untuk mengidentifikasi faktor-faktor internal maupun
eksternal UKM menjadi kebutuhan strategis sistem informasi. Sistem informasi dibangun
berdasarkan roadmap strategi bisnis yang diwakili oleh UKM pada setiap klaster untuk
mengetahui tingkat factor dan kebutuhan UKM yang berada pada klaster yang sama.
Roadmap dibangun untuk melakukan pemetaan solusi kebutuhan infrastruktur teknologi
informasi untuk mengakomodasi strategi solusi sistem informasi bisnis yang diusulkan
dengan membangun prinsip arsitektur menggunakan TOGAF sesuai dengan solusi kebutuhan
sistem informasi dan tren teknologi yang sedang emerging saat ini. Keluaran dari tahap ini
adalah laporan penelitian tahun II. Indikator yang bisa diukur adalah diterimanya artikel pada
Jurnal International terindeks Scopus.
57
VII. SIMPULAN DAN SARAN
7.1 Simpulan
7.1.1 Klatering pada UKM
Dari hasil penelitian dan pembahasan pada bab sebelumnya dapat disimpulkan bahwa tentang
pengelompokan IKM dalam penggunaan TI metodek K-Medoids. Hasil yang diperoleh dari
penelitian ini dapat disimpulkan sebagai berikut :
1. Metode K-Medoid cukup mampu diterapkan dalam pengelompokan penggunaan
IT berdasarkan kriteria yang ada.
2. Pemilihan distance measure: Manhattan, Euclidean dan Canberra distance dalam
pengelompokan memiliki pengaruh terhadap hasil clustering.
3. Dari tiga kali ujicoba diperoleh hasil bahwa:
a. Pengelompokan cluster terbaik berdasarkan IDB diperoleh pada ujicoba ke-1
dengan 5 cluster menggunakan Euclidean distance dengan nilai IDB 0.0007
dan nilai SSE terbaik diperoleh pada ujicoba ke-1 menggunakan Euclidean
Distance dengan 5 cluster dengan nilai SSE 3.49.
b. Canberra distance adalah distance measure terburuk dibandingkan dengan
Euclidean dan Manhattan distance.
4. Semakin kecil nilai IDB makan semakin bagus cluster yang terbentuk dan
semakin kecil nilai SSE maka, semakin bagus cluster yang terbentuk.
7.1.2 Pengukuran Kinerja UKM
Keberhasilan UKM Batik adalah berorientasi pada proses bisnis kearah kepuasan
pelanggan. Sehingga perlu dilakukan produksi massal dan penyediaan jasa produk inovatif
yang fleksibel, responsif dan bermutu tinggi yang dapat disesuaikan dengan kebutuhan setiap
segmen pelanggan sasaran. Untuk melakukan inovasi dan peningkatan produk serta layanan
perlu dilakukan penilaian kinerja UKM untuk evaluasi ke empat aspek. Hasil dari
pengukuran kinerja dengan balanced scorecard dapat dijadikan sebagai kerangka kerja untuk
perbaikan strategi UKM. Selain ukuran kinerja keuangan masa lalu, balanced scorecard juga
akan mempertimbangkan arahan kinerja keuangan masa depan. Metode Balance Scorecard
dapat mengukur kinerja dalam suatu perusahaan dengan baik, karena dapat memperhitungkan
beberapa faktor lain diluar perspektif keuangan saja, seperti dari proses bisnis internal,
pembelajaran dan pertumbuhan karyawan.
58
7.1.3 Saran
Semoga penelitian-penelitian dalam penggunaan IT di IKM makin dikembangkan
demi terwujudnya penggunaan IT yang merata
59
DAFTAR PUSTAKA
[1] Bappenas, 2012, Panduan Pembangunan Industri: Untuk Pengembangan Ekonomi
Daerah Berdaya Saing Tinggi, Direktorat Pengembangan Kawasan Khusus dan
Tertinggal, Bappenas, Jakarta.
[2] Tambunan, T. 2009. Promoting Small and Medium Enterprises with a Clustering
Approach: A Policy Experience from Indonesia, Journal of Small Business Management,
Vol 43 No.2, pp.138-154.
[3] Arief Rahmana, 2009. Peranan Teknologi Informasi Dalam Peningkatan Daya Saing
Usaha Kecil Menengah, SNATI, ISSN: 1907-5022, Yogyakarta
[4] BPS Provinsi Jatim Tahun 2012
[5] BPS, 2012, Statistik Indonesia 2012. Badan Pusat Statistika, Jakarta.
[6] Firli Irhamni, dkk, 2012. Advanced Methodology for Requirements Engineering
Technique Solution (AMRETS), IJACT, Volume 4, Number 5, March 2012
[7] Firli Irhamni, dkk, 2011. Anaisa Teknik Rekayasa Kebutuhan Menggunakan SOM,
SNEMO, Makasar
[8] Firli Irhamni, dkk, 2011. Optimalisasi Pengelompokan Teknik Rekayasa Teknik
Rekayasa Kebutuhan Menggunakan Metode Clustering dan Davies Bouldien Index,
SNETE, Surabaya
[9] A Sidik Prawiranegara, Analisa Strategi Pengembangan dan Operasionalisasi Pola
Pengembangan Pengusaha Kecil dengan Metode Regresi Binomial, Hasil Seminar
IKOPIN, PT. PUSRI, dan PT. Jasa Marga, 2003
[10] Cravens, David W and Nigel F. Piercy, 2007, Stategic Marketing. McGraw-Hill, Boston
Bappenas, 2006, Panduan Pembangunan Industri: Untuk Pengembangan Ekonomi
Daerah Berdaya Saing Tinggi, Direktorat Pengembangan Kawasan Khusus dan
Tertinggal, Bappenas, Jakarta.
[11] Fujita, Masahisa, Paul Krugman, and Anthony J. Venables, 1999, The Spatial
Economy:Cities, Regions, and International Trade. Cambridge and London: The MIT
Press.
[12]Sunaryanto, L.T. dan M Tambunan, 2004, Industri Skala Menengah: Potensi dan Peluang
Pengembangannya, Dian Ekonomi, Fakultas Ekonomi UKSW, Salatiga.
[13] Kotler, 2006, Marketing Management, Prentice Hall Inc, New Jersey.
[14] Bieberstein, Norbert ...[et al.], 2008. Executing SOA : a practical guide for the service-
oriented architect. IBM Corporation Pub
[15] Hermawan. Manajemen Proyek Adaptif Pada Proses Pembangunan Perangkat Lunak
erdasarkan Terminologi Komputasi Cloud. Jurnal Manajemen dan Teknik Industri UTM
Bangkalan 2012.
[16] Hermawan, Riyanarto Sarno. Inisiatif Service Oriented Governance Pada Layanan
Publik Nasional, Konferensi KNSI Bali 2012.
[17] Endrei, Mark ...[et al.] 2004. Patterns: Service-Oriented Architecture and Web Services.
Redbooks IBM Press.
[18] David, Fred R., 2012. Manajemen Strategis Konsep, terjemahan, PT Prenhallindo,
Jakarta.
[19] Publishing Company, Inc. Agung J. (penterjemah), 2001. Manajemen Strategis.
Andi.Yogyakarta.
[20] Erl Thomas, 2011. SOA Governance: Governing Shared Services On-Premise and in the
Cloud. Prentice Hall PTR..
[21] Raj Kumar Buya. James Broberg, Andrzej Goscinsky. Komputasi awan: principles and
paradigms. Wiley 2006.
60