program hibah bersaing (phb) -...

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


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.


No Cluster Medoid

1. Cluster 1 UD. Dewa Perkasa


3. Cluster 3 Sumber Madu


No Cluster Medoid

1. Cluster 1 Sari Dewi



26

Tabel 5.9 Medoid baru iterasi 5

No Cluster Medoid

1. Cluster 1 Badriyah

2. Cluster 2 CV. Syarikat

Rahmat


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


1 + var Cluster 3/||x bar

0.946


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


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


4 20.16 3.63 334.74

Tabel 5.23 Tabel hasil SSE 4 Cluster


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


Tambah Kategori


Input Kategori

Hapus Kategori

Lihat Kategori

Atur Ulang


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


Tambah Kategori


Input Kategori

Hapus Kategori

Lihat Kategori

Atur Ulang


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


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


Tambah Kategori


Input Kategori

Hapus Kategori

Lihat Kategori

Atur Ulang


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


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


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


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


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


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


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.

program hibah bersaing (phb) -...

Documents