Laporan penelitian

LAPORAN
PENELITIAN PENINGKATAN KAPASITAS
ANALISIS TINGKAT KEPUASAN PENUMPANG
TERHADAP LAYANAN BANDAR UDARA HANG NADIM
BATAM DENGAN PENDEKATAN LOGIKA FUZZY
TIM PENELITI
1. Joni Eka Candra, S.T., M.T.
2. Ngadnan
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS PUTERA BATAM
TAHUN 2016-2017

ii
HALAMAN PENGESAHAN
LAPORAN PENELITIAN PENINGKATAN KAPASITAS
Rumpun Ilmu : Teknik
Tema Unggulan : Artificial Intelligence
Judul Penelitian : Analisis Tingkat Kepuasan Penumpang Terhadap
Layanan Bandar Udara Hang Nadim Batam
Dengan Pendekatan Logika Fuzzy
Ketua Pengusul
a. Nama Lengkap : Joni Eka Candra, S.T., M.T.
b. NIDN : 1025068201
c. Jabatan Fungsional : Asisten Ahli
d. Program Studi : Teknik Informatika
e. Nomor HP : 085655567040
f. Alamat Surel (e-mail) : jonicandra82@gmail.com
Anggota Peneliti (1)
a. Nama Lengkap : Ngadnan
b. NPM : 130210092
c. Program Studi : Teknik informatika
d.Nomor HP : 085374286333
e. Alamat surel (e-mail) : ngadnan@gmail.com
Biaya Penelitian : Rp. 2.500.000.-
Batam, 3 Oktober 2016
Mengetahui
Ketua Program Studi Ketua Tim Peneliti
Andi Maslan, S.T., M.SI Joni Eka Candra, ST.,MT.
NIP. 00068 NIP. 00330
Menyetujui
Kepala LPPM
Muhammad Taufik Syastra, S.Kom., M.SI.
NIP. 00179

iii
DAFTAR ISI
Halaman
HALAMAN SAMPUL .................................................................................... i
HALAMAN PENGESAHAN ........................................................................ ii
DAFTAR ISI ................................................................................................... iii
DAFTAR GAMBAR....................................................................................... v
DAFTAR TABEL............................................................................................ vi
RINGKASAN................................................................................................... vii
BAB I PENDAHULUAN ........................................................................... 1
1.1 Latar Belakang Masalah..................................................................... 1
1.2 Rumusan Masalah.............................................................................. 3
1.3 Batasan Masalah................................................................................ 3
1.4 Tujuan Penelitian................................................................................ 4
1.5 Rencana Target Capaian.................................................................... 4
BAB II TINJAUAN PUSTAKA................................................................... 5
2.1 Teori ................................................................................................. 5
2.1.1 Fuzzy Logic........................................................................................ 5
2.1.2 Pengertian Fuzzy Logic ..................................................................... 6
2.1.3 Alasan Penggunaan Metode Fuzzy Logic.......................................... 7
2.1.4 Dasar-Dasar Fuzzy logic.................................................................... 7
2.1.5 Fungsi Keanggotaan........................................................................... 10
2.1.6 Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzzy.................. 12
2.1.7 Penalaran Monoton............................................................................ 13
2.1.8 Fungsi Implikasi................................................................................. 13
2.1.9 Sisten Infensi Fuzzy Metode Mamdani............................................. 14
2.1.10 Kualitas Jasa...................................................................................... 18
2.1.11 Kepuasan Konsumen dengan Jasa Pelayanan.................................... 19
2.1.12 Hubungan antara kualitas pelayanan pelayanan dengan kepuasan
konsumen............................................................................................. 19
2.1.13 Skala Likert........................................................................................ 20
2.2 Penelitian Terdahulu........................................................................... 22
2.3 Kerangka Pemikiran........................................................................... 24
BAB III METODOLOGI PENELITIAN ..................................................... 25
3.1 Desain Penelitian................................................................................ 25
3.2 Pengumpulan Data............................................................................. 26
3.3 Identifikasi Data................................................................................ 26
3.4 Metode Analisis Data........................................................................ 26
3.5 Penarikan Kesimpulan....................................................................... 28
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ............................. 29
4.1 Analisis Skala Likert ......................................................................... 29
4.1.1 Analisis Kuesioner Menggunakan Skala Likert .............................. 30
4.1.2 Hasil Analisis Berdasarkan Skala Likert........................................... 54
4.2 Analisis Logika Fuzzy....................................................................... 56
4.2.1 Pengumpulan dan Pengolahan Data.................................................. 56

iv
4.2.2 Membentuk Aturan Fuzzy................................................................. 60
4.2.3 Defuzzyfication.................................................................................. 68
4.2.4 Hasil Analisis Logika Fuzzy.............................................................. 70
BAB V KESIMPULAN DAN SARAN....................................................... 71
5.1 Kesimpulan........................................................................................ 71
5.2 Saran.................................................................................................. 71
DAFTAR PUSTAKA
LAMPIRAN

v
DAFTAR GAMBAR
Halaman
Gambar 2.1 Himpunan Fuzzy Pada Variable Mahasiswa.....................................9
Gambar 2.2 Kurva Representasi Linear Naik......................................................10
Gambar 2.3 Kurva Representasi Linear Turun.....................................................11
Gambar 2.4 Kurva Segitiga...................................................................................11
Gambar 2.5 Kurva Representasi Trapezium.........................................................12
Gambar 2.6 Fungsi ImplikasiMIN........................................................................14
Gambar 2.7 Fungsi Implikasi DOT......................................................................14
Gambar 2.8 Komposisi Aturan Fuzzy Metode MAX...........................................16
Gambar 2.9 Proses Defuzzifikasi..........................................................................17
Gambar 2.10 Kerangka Pemikiran........................................................................24
Gambar 3.1 Desain Penelitian...............................................................................25
Gambar 4.1 Diagram jawaban kuesioner pertanyaan 1 Dimensi Tangibles........30
Gambar 4.2 Diagram jawaban kuesioner pertanyaan 2 Dimensi Tangibles.........31
Gambar 4.6 Diagram jawaban kuesioner pertanyaan 1 Dimensi Reliability .......36
Gambar 4.7 Diagram jawaban kuesioner pertanyaan 2 Dimensi Reliability .......37
Gambar 4.8 Diagram jawaban kuesioner pertanyaan 3 Dimensi Reliability..... ..38
Gambar 4.9 Diagram jawaban kuesioner pertanyaan 4 Dimensi Reliability. ......39
Gambar 4.10 Diagram jawaban kuesioner pertanyaan 5 Dimensi Reliability .....40
Gambar 4.11 Diagram jawaban kuesioner pertanyaan 1 Dimensi Responsiveness
...............................................................................................................................42
Gambar 4.12 Diagram jawaban kuesioner pertanyaan 2 Dimensi Responsiveness
...............................................................................................................................43
Gambar 4.13 Diagram jawaban kuesioner pertanyaan 1 Dimensi Assurance.....45
Gambar 4.14 Diagram jawaban kuesioner pertanyaan 2 Dimensi Assur
Responsiveness ance .............................................................................................46
Gambar 4.15 Diagram jawaban kuesioner pertanyaan 3 Dimensi Assurance.....47
Gambar 4.16 Diagram jawaban kuesioner pertanyaan 1 Dimensi Emphaty.......49
Gambar 4.21 Diagram Logika Fuzzy...................................................................56
Gambar 4.22 Representasi Variabel Tangibles....................................................58
Gambar 4.23 Representasi Variabel Reliability...................................................58
Gambar 4.24 Representasi Variabel Responsiveness...........................................58
Gambar 4.25 Representasi Variabel Assurance...................................................59
Gambar 4.26 Representasi Variabel Emphaty.....................................................59
Gambar 4.27 Representasi Variabel tingkat kepuasan Penumpang.....................60
Gambar 4.28 Penegasan Sistem fazzy Centroid...................................................69

vi
DAFTAR TABEL
Halaman
Tabel 1.1 Rencana Target Luaran.........................................................................4
Tabel 2.1 Besar Bobot dan Kategori Penelitian.....................................................20
Tabel 4.1 Hasil Pengolahan Data Kuesioner Tangibles .......................................35
Tabel 4.2 Hasil Pengolahan Data Kuesioner Reliability.......................................41
Tabel 4.3 Hasil Pengolahan Data Kuesioner Responsiveness ..............................44
Tabel 4.4 Hasil Pengolahan Data Kuesioner Responsiveness ..............................48
Tabel 4.5 Hasil Pengolahan Data Kuesioner Emphaty ........................................54
Tabel 4.6 Himpunan Fuzzy...................................................................................56
Tabel 4.7 Domain Himpunan Fuzzy......................................................................57
Tabel 4.8 Hasil kesimpulan dari aturan-aturan yang terbentuk pada inferensi fuzzy. ...61

vii
RINGKASAN
Salah satu kajian Artificial Intelligenceadalah logika fuzzy. Logika fuzzy (logika
samar) merupakan logika yang berhadapan dengan konsep kebenaran sebagian,
dimana logika klasik menyatakan bahwa segala hal dapat diekpresikan dalam
istilah binary (0 atau 1). Logika fuzzy memungkinkan nilai keanggotaan antara 0
dan 1. Berbagai teori dalam pengembangan logika fuzzy menunjukkan bahwa pada
dasarnya logika fuzzy dapat digunakan untuk memodelkan berbagai sistem.
Logika fuzzy dianggap mampu memetakan suatu input dan output dengan tidak
mengabaikan faktor-faktor yang ada. Konsep fuzzy telah diterapkan dalam
berbagai segi kehidupan, sebagai contoh dalam bidang perekonomian yaitu dalam
pada penetapan suku bunga pada bank. Teori himpunan fuzzy diterapkan dengan
berbagai cara ke dalam berbagai macam disiplin ilmu. Sehingga aplikasi teori ini
dapat ditemukan kecerdasan buatan, teori pengambilan keputusan, ilmu komputer,
teknik kendali, ilmu manajemen, robotika, dan lain-lain. Bandar Udara Hang
Nadim Batam adalah Bandar Udara yang terletak di pulau Batam, Provinsi
Kepulauan Riau. Bandar udara ini menghubungkan Kota Batam dengan Bandar
Udara di seluruh Indonesia. Beberapa pesawat penerbangan yang beroperasi di
Bandar Udara Hang Nadim Batam diantaranya, Garuda Indonesia Air, Citilink
Air, Lion Air, Sriwijaya Air, dan lain sebagainya. Kesemuanya itu dikelola oleh
berbagai macam perusahaan maskapai penerbangan yang menjadi operator
dibawah kontrol dari Unit Pelaksana Tugas (UPT) Bandar Udara Hang Nadim
Batam. Berdasarkan hasil analisis dan pembahasan yang dilakukan terhadap 50
orang responden, dengan metode skala likert responden menyatakan cukup puas.
Ini berarti Bandar Udara Hang Nadim Batam, cukup berhasil memberikan layanan
yang terbaik atau cukup memuaskan kepada para penumpang, baik dari Dimensi
Kehandalan (Reliability), Dimensi Daya Tanggap (Responsiveness), Dimensi
Kepastian (Assurance), Dimensi Empati (Emphaty) dan Dimensi Berwujud
(Tangible) secara keseluruhan penumpang pesawat udara merasa cukup puas,
dengan rata-rata presentase sebesar 71 % (35,5 dari 50 responden). Sedangkan
hasil tidak jauh berbeda juga terlihat pada uji coba Fuzzy Logic metode Mamdani
dilihat dari hasil nilai output untuk kepuasan penumpang sebesar 150 (dengan
range 50-250) yang artinya tingkat kepuasan penumpang cukup puas akan
pelayanan yang diberikan oleh Bandar Udara Hang Nadim, Kota Batam.

1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Bandar Udara Hang Nadim Batamadalah Bandar Udara yang terletak di
pulau Batam, Provinsi Kepulauan Riau. Bandar udara ini menghubungkan Kota
Batam dengan Bandar Udara di seluruh Indonesia , seperti Bandar Udara Sukarno
Hatta di Jakarta, Bandar Udara Juanda di Surabaya.
Beberapa pesawat penerbangan yang beroperasi di Bandar Udara Hang
Nadim Batam diantaranya, Garuda Indonesia Air, Citilink Air, Lion Air,
Sriwijaya Air, dan lain sebagainya. Kesemuanya itu dikelola oleh berbagai macam
perusahaan maskapai penerbangan yang menjadi operator dibawah kontrol dari
Unit Pelaksana Tugas (UPT) Bandar Udara Hang Nadim Batam.
Pelayanan yang berkualitas dari instansi-instansi terkait yang tersebut diatas,
terutama pelayanan dari operator-operator pesawat udara merupakan faktor dasar
yang berpengaruh besar terhadap penumpang dalam menentukan pilihan
maskapaipesawat udara mana yang akan ditumpangi sesuai dengan tujuan dari
para calon penumpang, dikarenakan adanya beberapa maskapai penerbangan yang
berbeda, melayani jalur dan tujuan penerbangan yang sama. Sehingga maskapai
penerbangan mana yang memberikan pelayanan yang dianggap lebih memuaskan
begitu juga dengan tawaran harga tiket yang lebih murah itulah yang banyak
menjadi pilihan para calon penumpang pesawat.
Layanan dari pengelola atau UPT Bandar Udara Hang Nadim Batam dan
layanan dari instansi-instansi terkait di Bandar Udara Hang Nadim juga
merupakan harapan dari para calon penumpang pesawt, baik yang mau berangkat
maupun para penumpang yang datang, layanan yang baik juga dapat dirasakan
dikarenakan adanya fasilitas-fasilas pendukung Bandar Udara yang disediakan
oleh pengelola atau UPT Bandar Udara. Hal tersebut bisa dilihat banyaknya calon
penumpang dan lancarnya arus pelayaran setiap hari.
Kualitas pelayanan bukan hanya masalah dalam mengontrol kualitas yang
akan datang saja, akan tetapi juga pencegahan terjadinya kualitas pelayanan yang

2
jelek sejak awal. Para calon penumpang pesawat menginginkan pelayanan yang
bisa diterima secara cepat dan baik, dan hal tersebut juga menjadi nilai dalam
peningkatan kualitas pelayanan. Tingkat kepuasan yang berbeda dari para calon
penumpang pesawat menjadi indikator yang baik untuk pengukuran tingkat
kualitas ataupun pelayanan yang mereka terima. Kualitas pelayanan yang baik
dimana maskapai penerbangan pemberi layanan mampu memberikan pelayanan
yang memuaskan sehingga dapat memenuhi permintaan dan harapan penumpang.
Salah satu kajian Artificial Intelligenceadalah logika fuzzy. Logika fuzzy
(logika samar) merupakan logika yang berhadapan dengan konsep kebenaran
sebagian, dimana logika klasik menyatakan bahwa segala hal dapat diekpresikan
dalam istilah binary (0 atau 1). Logika fuzzy memungkinkan nilai keanggotaan
antara 0 dan 1. Berbagai teori dalam pengembangan logika fuzzy menunjukkan
bahwa pada dasarnya logika fuzzy dapat digunakan untuk memodelkan berbagai
sistem. Logika fuzzy dianggap mampu memetakan suatu input dan output dengan
tidak mengabaikan faktor-faktor yang ada.
Langkah-langkah yang akan dilakukan dalam metode analisis terdapat tiga
tahapan logika fuzzy yaitu, 1. fuzzyfication,yang terdiri dari membentuk variabel
yang digunakan dan membentuk himpunan kabur, 2. inferensi,merupakan
penentuan aturan dari sistem logika kabur, 3. defuzzyfication, adalah tahap
penegasan dimana input dari proses penegasan adalah himpunan kabur dari
komposisi himpunan aturan kabur, dan output merupakan domain himpunan
kabur tersebut.
Konsep fuzzy telah diterapkan dalam berbagai segi kehidupan, sebagai
contoh dalam bidang perekonomian yaitu dalam pada penetapan suku bunga pada
bank. Teori himpunan fuzzy diterapkan dengan berbagai cara kedalam berbagai
macam disiplin ilmu. Sehingga aplikasi teori ini dapat ditemukan kecerdasan
buatan,teori pengambilan keputusan, ilmu komputer, teknik kendali, ilmu
manajemen, robotika, dan lain-lain.
Konsep fuzzy menurut Zadeh, adalah himpunan yang tidak tegas yang
dikaitkan dengan suatu fungsi yang menyatakan derajat kesesuaian unsur-unsur
dalam semestanya dengan konsep yang merupakan syarat keanggotaan himpunan
tersebut. Dengan demikian setiap unsur dalam semesta pembicaraan mempunyai

3
derajat keanggotaan tertentu dalam himpunan tersebut. Derajat keanggotaan
dinyatakan dalam suatu bilangan real dalam selang tertutup [0,1].
Berdasarkan Konsep himpunan fuzzy, Zadeh juga mengembangkan konsep
algoritma fuzzy yang merupakan landasan dari logika fuzzy dan penalaran
hampiran (approximate reasoning), yaitu penalaran yang melibatkan pertanyaan-
pertanyaan dengan predikat kabur. Logika adalah ilmu yang mempelajari secara
sistematis kaidah-kaidah penalaran yang absah (valid). Dewasa ini terdapat 2
konsep logika, yaitu logika tegas dan logika fuzzy. Logika tegas hanya mengenal
dua keadaan yaitu : ya atau tidak, on atau off, high atau low, 1 atau 0. Logika
semacam ini disebut dengan logika himpunan tegas. Sedangkan logika fuzzy
adalah logika yang menggunakan konsep sifat kesamaran. Sehigga logika fuzzy
adalah logika dengan tak hingga banyak nilai kebenaran yang dinyatakan dalam
bilangan real dalam selang [0,1].
Pada penelitian peningkatan kapasitas ini pendekatan logika fuzzy
diterapkan untuk mengetahui tingkat kepuasan penumpang terhadap layanan
Bandar Udara Hang Nadim Batam.
1.2 Perumusan Masalah
Adapun permaslahan yang dihadapi dalam penelitian peningkatan kapasitas
ini berdasarkan latar belakang masalah di atas adalah bagaimana tingkat kepuasan
penumpang terhadap layanan Bandar Udara Hang Nadim Batam berdasarkan
pendekan logika fuzzy.
1.3 Batasan Masalah
Agar penelitian ini tidak melebar kemana-mana maka peneltian ini akan
diberi batasan-batasan masalah seperti berikut ini:
1. Objek Penelitian Hanya penumpang yang datang dan pergi melalui
Bandar Udara Hang Nadim.
2. Metode yang digunakan untuk Anlisis hanya menggunakan logika
fuzzy.

4
1.4 Tujuan Penelitian
Tujuan dari penelitian peningkatan kapasitas yang berjudul “Analisis
Tingkat Kepuasan Penumpang Terhadap Layanan Bandar Udara Hang Nadim
Batam Dengan Pendekan Logika Fuzzy " adalah:
1. Menerapkan logika fuzzy sebagai pendekatan untuk mengukur tinkat
kepuasan penumpang pesawat udara di Bandar Udara Hang Nadim
Batam.
1.5 Rencana Target Capaian
Rencana target capaian pada penelitian bias dilihat dalam bentuk table
dibawah ini:
Tabel 1.1. Rencana Target Luaran
No Target Luaran Indikator Capaian
1 Publikasi ilmiah di jurnal nasional (ber ISSN) Draf
2 Pemakalah dalam temu ilmiah
Nasional Tidak ada
Lokal Tidak ada
3 Buku Ajar Draf
4
Luaran lainnya jika ada (Teknologi tepat guna,
model/purwarupa/Desain/Karya seni/Rekayasa
Sosial
Tidak ada
5 Tingkat Kesiapan Teknologi 2

5
BAB II
TINJAUAN PUSTAKA
2.1 Teori
2.1.1. Fuzzy Logic
Menurut Sutojo, em, vs (2010: 211) konsep tentang logika fuzzy
diperkenalkan oleh Prof. Lotfi Astor Zadeh pada 1962, Logika fuzzy adalah
metodologi sistem control pemecahan masalah, yang cocok untuk
diimplementasikan pada sistem, mulai dari sistem yang sederhana, sistem kecil,
embedded system, jaringan PC, multi-channel atau workstation berbasis akuisisi
data, dan sistem control. Dalam logika klasik dinyatakan bahwa segala sesuatu
bersifat biner, yang artinya adalah hanya mempunyai dua kemungkinan, “Ya atau
Tidak”, “Benar atau Salah”, “Baik atau Buruk” dan lain-lain. Oleh karena itu,
sistem ini dapat mempunyai nilai keanggotaan 0 atau 1. Akan tetapi, dalam logika
fuzzy memungkinkan nilai keanggotaan berada di antara 0 dan 1. Artinya, bisa
saja suatu keadaan mempunyai dua nilai “Ya dan Tidak”, “Benar dan Salah”,
“Baik dan Buruk” secara bersamaan, namun besar nilainya tergantung pada bobot
keanggotaan yang dimilikinya. Bila dibandingkan dengan logika konvensional,
kelebihan logika fuzzy adalah kemampuannya dalam proses penalaran secara
bahasa sehingga dalam perancanganya tidak memerlukan persamaan matematik
yang rumit. Sejak itu aplikasi dari fuzzy logic ini berkembang pesat terutama
dinegara Jepang dengan dihasilkannya ribuan paten mulai dari bermacam-macam
produk elektronik sampai aplikasi pada kereta api di kota Sendai. Fuzzylogic pada
dasarnya merupakan logika bernilai banyak (Multivalued Logic) yang dapat
mendefinisikan nilai diantara keadaan yang biasa dikenal seperti ya atau
tidak, hitam atau putih, benar atau salah. Fuzzy logic menirukan cara manusia
mengambil keputusan dengan kemampuannya bekerja dari data yang samar atau
tidak rinci dan menemukan penyesuaian yang tepat
.

6
2.1.2. Pengertian Fuzzy Logic
Fuzzy Logic merupakan kecerdasan buatan yang pertama kali
dipublikasikan oleh Prof.Dr. Lotfi Zadeh yang berasal dari Pakistan. Melaluifuzzy
logic ini sistem dapat membuat keputusan sendiri dan terkesan seperti memiliki
perasaan, karena memiliki keputusan lain selain iya (logika 1) dan tidak (logika
0). Oleh karena itu fuzzy logic sangat berbeda jauh dari alur algoritma
pemrogaman. Sebagai contoh adalah robot yang menggunakan fuzzy logic dapat
memprediksikan kapan ia harus bertindak atau menghindar saat ada halangan di
depannya dengan hanya ada peringatan ‘awas’ dan tanpa ada hitungan matematis
yang diberikan oleh user. Sedangkan robot yang menggunakan algoritma
pemrograman konvensional tidak akan dapat memutuskan sendiri untuk
menghindar dari halangan yang ada di depannya.
Sebuah metodologi “berhitung” dengan variable kata-kata(linguistic
variable), sebagai pengganti berhitung dengan bilangan. Kata kata yang
digunakan dalam fuzzy logic memang tidak sepresisi bilangan, namun kata-kata
jauh lebih dekat dengan intuisi manusia. Manusia biasa langsung “merasakan“
nilai dari variabel kata-kata yang sudah dipakainya sehari-hari. Demikianlah, fuzzy
logic membutuhkan”ongkos” yang lebih murah dan memecahkan berbagai
masalah yang bersifat fuzzy.
Fuzzy logic merupakan ilmu yang mempelajari mengenai ketidakpastian.
Fuzzy logic dianggap mampu untuk memetakan suatu input kedalam suatu output
tanpa mengabaikan faktor–faktor yang ada. Fuzzy logic diyakini dapat sangat
fleksibel dan memiliki toleransi terhadap data-data yang ada.
Fuzzy logic, yang dalam bahasa Indonesia dapat diartikan sebagai Logika
Kabur atau Logika Samar, dapat dikatakan sebagai “logika baru yang sudah
lama”. Hal ini karena ilmu tentang Fuzzy logic secara modern dan metodis
ditemukan pada tahun 1965, namun konsep Fuzzy logic sudah melekat pada diri
manusia, sejak manusia ada. Konsep Fuzzy logic dapat dengan mudah kita
temukan pada perilaku manusia dalam kesehariannya

7
Himpunan fuzzy memiliki dua atribut yaitu:
a. Linguistik, yaitu nama suatu kelompok yang mewakili suatu keadaan
tertentu dengan menggunakan bahasa alami, misalnya DINGIN, SEJUK,
PANAS mewakili variabel temperatur.
b. Numeris, yaitu suatu nilai yang menunjukkan ukuran dari suatu variabel,
misalnya 10, 35, 40, dan sebagainya.
2.1.3. Alasan Penggunaan Metode Fuzzy Logic
Dalam penelitian ini, penulis menggunakan metode fuzzy logic. Ada
beberapa alasan penulis memilih menggunakan metode ini, antara lain
sebagaiberikut:
a. Konsep fuzzy logic mudah dimengerti. Konsep matematis yang mendasari
penalaran fuzzy sangat sederhana dan mudah dimengerti.
b. Fuzzy logic sangat fleksibel.
c. Fuzzy logic memiliki toleransi terhadap data-data yang tidak tepat.
d. Fuzzy logic mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
e. Fuzzy logic dapat membangun dan mengaplikasiakan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
f. Fuzzy logic dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
g. Fuzzy logic didasarkan pada bahasa alami.
2.1.4. Dasar – DasarFuzzy Logic
Ada beberapa hal yang menjadi dasar dalam memahami Fuzzy Logic,
yaitu:
a. Variabel fuzzy, yaitu variabel yang akan dibahas dalam suatu sistem fuzzy.
b. Himpunan fuzzy, yaitu suatu kelompok yang mewakili suatu keadaan tertentu
dalam suatu variabel fuzzy. Himpunan fuzzy memiliki 2 atribut yaitu :
Linguistik dan Numeris
c. Semesta pembicaraan, yaitu seluruh nilai yang diizinkan untuk dioperasikan
dalam suatu variabel fuzzy

8
d. Domain himpunan fuzzy, yaitu seluruh nilai yang diizinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.
Secara umum dalam sistem logika fuzzy terdapat empat buah elemen dasar,
yaitu:
a. Basis kaidah (rule base), yang berisi aturan-aturan secara linguistik yang
bersumber dari para pakar
b. Suatu mekanisme pengambilan keputusan (inference engine), yang
memperagakan bagaimana para pakar mengambil suatu keputusan dengan
menerapkan pengetahuan (knowledge)
c. Proses fuzzifikasi (fuzzification), yang mengubah besaran tegas (crisp) ke
besaran fuzzy
d. Proses defuzzifikasi (defuzzification), yang mengubah besaran fuzzy hasil
dari inference engine, menjadi besaran tegas (crisp).
Sistem fuzzy secara umum terdapat 5 langkah dalam melakukan penalaran,
yaitu:
a. Memasukkan inputfuzzy.
b. Mengaplikasikan operatorfuzzy.
c. Mengaplikasikan metode implikasi.
d. Komposisi semua output.
e. Defuzifikasi
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy
yaitu:
a. Variable fuzzy
Variable fuzzy merupakan variabel yang hendak dibahas dalam suatu
system fuzzy. Contoh: umur, temperatur, permintaan, dsb.
b. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy. Contoh:
 Variable mahasiswa, terbagi menjadi 5 himpunan fuzzy, yaitu: kurang
sekali, kurang, cukup, baik dan baik sekali.

9
 Variabel dosen, terbagi menjadi 3 himpunan fuzzy, yaitu: cukup, baik,
dan baik sekali. Seperti terlihat pada gambar 2.1.
Gambar 2.1 Himpunan Fuzzy Pada Variable Mahasiswa
c. Semesta Pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton
dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan
positif maupun negatif. Ada kalanya nilai semesta pembicaraan ini tidak
dibatasi batas atasnya. Contoh:
 Semesta pembicaraan untuk variable mahasiswa: [0 50]
 Semesta pembicaraan untuk variable dosen: [0 50]
d. Domain adalah keseluruhan nilai yang diijinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Domain
merupakan himpunan bilangan real yang senantiasa naik (bertambah)
secara monoton dari kiri ke kanan. Nilai domain dapat berupa bilangan
positif dan bilangan negatif. Contoh domain himpunan fuzzy:
 Kurang Sekali = [0 15]
 Kurang = [5 25]
 Cukup = [15 35]
 Baik = [25 45]
 Baik Sekali = [35 50]

10
2.1.5. Fungsi Keanggotaan
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik
– titikinputdata kedalam nilai keanggotaannya (sering juga disebut dengan
derajatkeanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara
yangdapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan
melaluipendekatan fungsi. Apabila U menyatakan himpunan universal dan A
adalahhimpunan fungsi fuzzy dalam U, maka A dapat dinyatakan sebagai
pasangan terurut. Ada beberapa fungsi yang biasa digunakan.
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat
keanggotaannyadigambarkan sebagai suatu garis lurus. Bentuk ini paling
sederhana danmenjadi pilihan yang baik untuk mendekati suatu konsep
yang kurang jelas.Ada 2 keadaan himpunan fuzzy yang linear. Pertama,
kenaikan himpunandimulai pada nilai domain yang memiliki derajat
keanggotaan nol (0) bergerakke kanan menuju ke nilai domain yang
memiliki derajat keanggotaan lebih tinggi. Seperti terlihat pada gambar
2.2.
Sumber: Sri Kusumadewi (2013) Hal 9
Gambar 2.2KurvaRepresentasi Linear Naik
Fungsi keanggotaan:
𝜇[ 𝑥] = {
0;
( 𝑥 − 𝑎)/( 𝑏 − 𝑎);
𝑙;
𝑥 ≤ 𝑎
𝑎 ≤ 𝑥 ≤ 𝑏
𝑥 = 𝑏
………………………………...(2.1)
Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari
nilaidomain dengan derajat keanggotaan tertinggi pada sisi kiri,
kemudianbergerak menurun ke nilai domain yang memiliki derajat
keanggotaan lebihrendah. Seperti terlihat pada gambar 2.3.

11
Gambar 2.3 Representasi Linear Turun
Fungsi keanggotaan:
𝜇[ 𝑥] = {
0;
( 𝑏 − 𝑥)/( 𝑏 − 𝑎);
𝑙;
𝑥 ≤ 𝑎
𝑧 ≤ 𝑥 ≤ 𝑏
𝑥 = 𝑏
…………………………............(2.2)
b. Representasi kurva segitiga
Kurva segitiga pad dasarnya merupakan gabungan antara 2 garis
(linear).Seperti terlihat pada gambar 2.4.
Gambar 2.4 Kurva Segitiga
Fungsi Keanggotaan:
𝜇[ 𝑥] = {
0;
( 𝑥 − 𝑎)/( 𝑏 − 𝑎);
( 𝑏 − 𝑥)/( 𝑐 − 𝑏);
𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑐
𝑎 ≤ 𝑥 ≤ 𝑏
𝑏 ≤ 𝑥 ≤ 𝑐
…………………............(2.3)
c. Representase kurva trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada
titikyang memiliki nilai keanggotaan 1. Seperti terlihat pada gambar 2.5.

12
Gambar 2.5 Representasi Kurva Trapezium
Fungsi keanggotaan:
𝜇[ 𝑥] = {
0;
( 𝑥 − 𝑎)/( 𝑏 − 𝑎);
1;
( 𝑑 − 𝑥)/( 𝑑 − 𝑐);
𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑑
𝑎 ≤ 𝑥 ≤ 𝑏
𝑏 ≤ 𝑥 ≤ 𝑐
𝑐 ≤ 𝑥 ≤ 𝑑
…………………......................(2.4)
2.1.6. Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi
yangdidefinisikan secara khusus untuk mengkombinasi dan memodifikasi
himpunanfuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering
dikenaldengan nama fire strength atau –predikat. Ada 3 operator dasar yang
diciptakanoleh Zadeh, yaitu:
a. OperatorAND
Operator ini berhubungan dengan operasi interseksi pada himpunan. -
predikat sebagai hasil operasi dengan operatorAND diperoleh
denganmengambil nilai keanggotaan terkecil antar elemen pada himpunan
– himpunanyang bersangkutan.
𝜇 𝐴 𝐵( 𝑥) = 𝑚𝑖𝑛{ 𝜇 𝐴( 𝑥), 𝜇 𝐵( 𝑥)} untuk setiap 𝑥 ∈ 𝑋…………………....(2.5)
b. OperatorOR
Operatorini berhubungan dengan operasi union pada himpunan. α–
predikatsebagai hasil operasi dengan operatorOR diperoleh dengan
mengambil nilaikeanggotaan terbesar antar elemen pada himpunan -
himpunan yangbersangkutan.
𝜇 𝐴∪𝐵( 𝑥) = 𝑚𝑎𝑥. { 𝜇 𝐴( 𝑥), 𝜇 𝐵( 𝑥)} untuk setiap 𝑥 ∈ 𝑋……………........(2.6)

13
c. OperatorNOT
Operator ini berhubungan dengan operasi komplemen pada himpunan. α–
predikat sebagai hasil operasi dengan operatorNOT diperoleh
denganmengurangkan nilai keanggotaan elemen pada himpunan yang
bersangkutandari 1.
𝜇 𝐴 𝐶 ( 𝑥) = 1 − 𝜇 𝐴(𝑥)………………………………........................…..(2.7)
2.1.7. Penalaran Monoton
Metode penalaran secara monoton digunakan sebagai dasar untuk
teknikimplikasi fuzzy. Meskipun penalaran ini sudah jarang sekali digunakan,
namunterkadang masih digunakan untuk penskalaan fuzzy. Jika 2 daerah
fuzzydirelasikan dengan implikasi sederhana sebagai berikut:
IF x is A THEN y is B
transfer fungsi:
y = f((x,A),B)
Maka sistem fuzzy dapat berjalan tanpa harus melalui komposisi dan
dekomposisifuzzy. Nilai output dapat diestimasi secara langsung dari nilai
keanggotaan yangberhubungan dengan antesedennya.
2.1.8. Fungsi Implikasi
Tiap-tiap aturan (proposisi) pada basis pengetahuan fuzzy akan
berhubungandengan suatu relasi fuzzy. Bentuk umum dari aturan yang digunakan
dalam fungsiimplikasi adalah:
IF x is A THEN y is B
dengan x dan y adalah skalar, dan A dan B adalah himpunan fuzzy. Proposisiyang
mengikuti IF disebut sebagi anteseden, sedangkan proposisi yang
mengikutiTHEN disebut sebagai konsekuen. Proposisi ini dapat diperluas
denganmenggunakan operatorfuzzy, seperti:
IF (x1 is A1) • (x2 is A2) • (x3 is A3) • ...... • (xN is AN) THEN y is B
dengan • adalah operator (misal: OR atau AND).Secara umum, ada 2 fungsi
implikasi yang dapat digunakan, yaitu:

14
a. Min (minimum). Fungsi ini akan memotong output himpunan fuzzy.
Gambar2.6 menunjukkan salah satu contoh penggunaan fungsi min.
Gambar 2.6 Fungsi ImplikasiMIN
b. Dot (product). Fungsi ini akan menskala output himpunan fuzzy. Gambar
2.7menunjukkan salah satu contoh penggunaan fungsi dot.
Gambar 2.7 Fungsi Implikasi DOT
2.1.9. Sistem Inferensi FuzzyMetode Mamdani
Metode Mamdani adalah metode yang paling sering dijumpai ketika
membahas metodologi fuzzy. Ebrahim Mamdani yang pertama kali mengusulkan
metode ini di tahun 1975 ketika membangun sistem control mesin uap dan boiler.
Mamdani menggunakan sekumpulan IF-THEN rule yang diperoleh dari
operator/pakar yang berpengalaman. Karya Mamdani ini sebenarnya didasarkan
pada artikel “The Father of Fuzzy, Lotfi A. Zadeh : fuzzy algorithms for complex
systems and decision processes”
Proses perhitungannya cukup kompleks sehingga membutuhkan waktu
relatif lama, tetapi model ini memberikan ketelitian yang tinggi.Pada metode
Mamdani, aplikasi fungsi implikasi menggunakan MIN, sedang komposisi aturan
menggunakan metode MAX. Metode Mamdani dikenal juga dengan metode MAX-

15
MIN. Inferensi output yang dihasilkan berupa bilangan fuzzy maka harus
ditentukan suatu nilai crisp tertentu sebagai output. Proses ini dikenal dengan
defuzzifikasi.Untuk mendapatkan output, diperlukan 4 tahapan:
a. Pembentukan himpunan fuzzy
Pada Metode Mamdani, baik variabel input maupun variabel output dibagi
menjadi satu atau lebih himpunan fuzzy.
b. Aplikasi fungsi implikasi
Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min.
c. Komposisi Aturan
Tidak seperti penalaran monoton, apabila sistem terdiri-dari beberapa aturan,
maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3
metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max,
additive dan probabilistik OR (probor).
 Metode Max (Maximum)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara
mengambilnilai maksimum aturan, kemudian menggunakannya untuk
memodifikasidaerah fuzzy, dan mengaplikasikannya ke output dengan
menggunakanoperatorOR (union). Jika semua proposisi telah
dievaluasi, maka outputakan berisi suatu himpunan fuzzy yang
merefleksikan konstribusi daritiap-tiap proposisi. Secara umum dapat
dituliskan:
μsf[xi] ← max(μsf[xi],μkf[xi])⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯ (2.8)
dengan:
μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
μkf[xi]= nilai keanggotaan konsekuen fuzzy aturan ke-i;
Misalkan ada 3 aturan (proposisi) sebagai berikut:
[R1] IF Biaya Produksi RENDAH And Permintaan NAIK
THENProduksi Barang BERTAMBAH;
[R2] IF Biaya Produksi STANDAR THEN Produksi Barang
NORMAL;
[R3] IF Biaya Produksi TINGGI And Permintaan TURUN THEN
Produksi Barang BERKURANG;

16
Proses inferensi dengan menggunakan metode Max dalam melakukan
komposisi aturan seperti terlihat pada Gambar 2.8. Apabila
digunakanfungsi implikasi MIN, maka metode komposisi ini sering
disebut dengannama MAX-MIN atau MIN-MAX atau MAMDANI.
Gambar 2.8 Komposisi Aturan Fuzzy Metode MAX.
 Metode Additive (Sum)
melakukan bounded-sum terhadap semua output daerah fuzzy. Secara
umum dituliskan:
μsf[xi] ← max(1, μsf[xi]+ μkf[xi])⋯ ⋯⋯⋯ ⋯⋯⋯ ⋯⋯ ⋯∙ (2.10)
dengan:
 Metode Probabilistik OR (probor)
melakukanproduk terhadap semua output daerah fuzzy. Secara umum
dituliskan:
μsf[xi] ← max(μsf[xi]+ μkf[xi] − μsf[xi] ∗ μkf[xi])⋯⋯ ⋯⋯(2.11)
dengan:

17
d. Penegasan (defuzzifikasi)
Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh
dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan
merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga
jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus
dapat diambil suatu nilai crsip tertentu sebagai output seperti terlihat pada
Gambar 2.9.
Gambar 2.9 Proses Defuzzifikasi.
Ada beberapa metode defuzzifikasi pada komposisi aturan MAMDANI,
antara lain:
a. Metode Centroid (Composite Moment)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat
(z*) daerah fuzzy. Secara umum dirumuskan:
z∗
=
∫ zμ(z)dzz
∫ μ(z)dzz
z∗
=
∑ zjμ(zj)n
j=1
∑ μ(zj)n
j=1
(2.11)
b. Metode Bisektor
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada
domainfuzzy yang memiliki nilai keanggotaan separuh dari jumlah total
nilai keanggotaan pada daerah fuzzy.

18
c. Metode Mean of Maximum (MOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-
rata domain yang memiliki nilai keanggotaan maksimum.
d. Metode Largest of Maximum (LOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
terbesar dari domain yang memiliki nilai keanggotaan maksimum.
e. Metode Smallest of Maximum (SOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai
terkecil dari domain yang memiliki nilai keanggotaan maksimum.
2.1.10 Kualitas Jasa
Jasa adalah setiap kegiatan yang ditawarkan oleh suatu pihak pada pihak
laindan dasarnya tidak berwujud, serta tidak menghasilkan kepemilikan sesuatu.
Prosesproduksinya mungkin juga tidak dikaitkan dengan suatu produk fisik
(Kottler, 1995:
96).Jasa memiliki karakteristik utama yang membedakanya dengan barang, yaitu,
(Kotler, 1997:84):
1. Intangibility (tidak berwujud)
2. Inseparability (tidak dapat dipisahkan).
3. Variability (berubah-ubah)
4. Perishability (daya tahan)
Kualitas Jasa, terdiri dari lima pokok, yaitu:
a. Reliability, kemampuan memberikan pelayanan yang dijanjikan dengan
segera, akurat dan memuaskan.
b. Tangibles, meliputi fasilitas fisik, perlengkapan, pegawai dan sarana
komunikasi.
c. Responsiveness, keinginan staf untuk membentuk pelanggan dan
memberikan pelayanan dengan tanggap.
d. Assurance, mencakup pengetahuan, kemampuan, kesopanan dan dapat
dipercaya yang dimiliki para staf bebas dari bahaya, resiko atau keragu-
raguan.

19
e. Emphaty, meliputi kemudahan dalam melakukan hubungan, komunikasi
yang aik, perhatian pribadi dan memahami kebutuhan pelanggan.
2.1.11 Kepuasan Konsumen dengan Jasa Pelayanan
Pelayanan sebagai perusahaan jasa akomodasi juga melaksanakan aktivitas
manajemen pemasaran dalam usaha mendapatkan penumpang, dan
mempertahankankelangsungan hidup perusahaan. Kepuasan konsumen
merupakan faktor dasar yangmenentukan proses pembelian selanjutnya. Kotler
(1997) bahwa kepuasan danketidakpuasan konsumen terhadap jasa yang diberikan
akan mempengaruhi tingkahlaku konsumen selanjutnya. Faktor-faktor yang
mempengaruhi kepuasan konsumen, adalah: mutu produk dan pelayanan, kegiatan
penjualan, pelayanan setelah penjualandan nilai-nilai perusahaan. Kualitas
pelayanan pelayaran, merupakan kesatuan daritiga unsur, yaitu: produk, perilaku
atau sikap, suasana lingkungan.
2.1.12 Hubungan antara kualitas pelayanan pelayanan dengan kepuasan
konsumen
Kepuasan dapat diartikan sebagai suatu keadaan dalam diri seseorang,
dimana iatelah berhasil mendapatkan sesuatu yang menjadi kebutuhan-kebutuhan
dan keinginankeinginannya,maka dari itu untuk memberikan kepuasan kepada
tamu adalah berusahamengetahui terlebih dahulu apa yang dibutuhkan dan
diinginkan oleh penumpang yang akanatau sedang menginap di hotel, adapun
beberapa petunjuk yang dapat dijadikan sebagaialat untuk mengidentifikasi
kebutuhan dasar manusia yang lazim, antara lain:
Kebutuhan untuk disambut baik, kebutuhan pelayanan yang tepat waktu,
kebutuhanuntuk merasa nyaman, kebutuhan akan pelayanan yang rapi, kebutuhan
untukdimengerti, kebutuhan untuk mendapat pertolongan, kebutuhan untuk
merasa penting,kebutuhan untuk dihargai, kebutuhan untuk diakui atau diingat
dan kebutuhan akanrespek.

20
2.1.13 Skala Likert
Menurut Simamora (2004:234), Skala Likert adalah teknik pengukuran
sikap yang paling luas digunakan dalam riset pemasaran, dan Skala Likert dapat
disebut juga dengan summated rating scale. Skala Likertmemungkinkan
responden untuk mengekspresikan intensitas perasaan mereka secara luas,
sedangkan menurut Sugiyono (2005:75) Skala Likert digunakan untuk mengukur
sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena
sosial. Dalam penelitian ini, fenomena sosial telah ditetapkan secara spesifik yang
selanjutnya disebut variabel penelitian.
Pada penelitian ini sendiri menggunakan pilihan jawaban dan nilai
jawaban sebagai berikut: Besar Bobot dan Kategori Penilaian
Tabel 2.1 Besar Bobot dan Kategori Penelitian
Bobot Kategori
1
2
3
4
5
Sangat Tidak Puas (STP)
Tidak Puas (TP)
Cukup Puas (CP)
Puas (P)
Sangat Puas (SP)
Menurut Freedy Rangkuti (2002:38), langkah-langkah dalam mengerjakan metode
Skala Likert adalah:
1. Mengumpulkan sejumlah pertanyaan-pertanyaan yang berkaitan dengan
masalah yang akan diteliti. Responden diharuskan memilih salah satu dari
sejumlah kategori jawaban yang tersedia, kemudian masing-masing
jawaban diberi nilai tertentu.
2. membuat nilai total untuk setiap orang dengan menjumlahkan nilai untuk
jawaban.
3. Menilai kekompakan antar pertanyaan.

21
2.2. Variabel
Variabel – variabel yang akan digunakan dalam penelitian ini terdiri dari,
yaitu
Variabel – variabel yang akan digunakan dalam penelitian ini terdiri dari,
yaitu
a. Relliability
Merupakan kemampuan memberikan pelayanan yang dijanjikan dengan
segera,akurat dan memuaskan.
b. Tangibles
Meliputi fasilitas fisik, perlengkapan, pegawai dan sarana komunikasi.
c. Responsiveness
Keinginan staf untuk membentuk pelanggan dan memberikan pelayanan
dengan tanggap.
d. Assurance
Mencakup pengetahuan, kemampuan, kesopanan dan dapat dipercayayang
dimiliki para staf bebas dari bahaya, resiko atau keragu – raguan.
e. Emphaty
Meliputi kemudahan dalam melakukan hubungan, komunikasi yang
baik,perhatian pribadi dan memahami kebutuhan pelanggan.
f. Tingkat Kepuasan Penumpang
Merupakan output sistem yang berupa tidak puas, puas dan sangat puas.
2.3. Tools
Tools yang digunakan dalam penelitian ini adalah program matlab 6.1.
Matlab adalah sebuah lingkungan komputasi numerikal dan bahasa
pemrograman komputer generasi keempat. Dikembangkan oleh The Math Works,
Matlab memungkinkan manipulasi matriks, implementasi algoritma,
pembuatan antarmuka pengguna, dan pengantarmukaan dengan program dalam
bahasa lainnya. Meskipun hanya bernuansa numerik, sebuah kotak kakas
(toolbox) yang menggunakan mesin simbolik MuPAD, memungkinkan akses
terhadap kemampuan aljabar komputer. Sebuah paket tambahan, Simulink,

22
menambahkan simulasi grafis multiranah dan Desain Berdasar Model untuk
sistem terlekat dan dinamik.
2.4. Penelitian Terdahulu
1. Rizkysari Meimaharani, Tri Listyorini, 2014, ANALISIS SISTEM
INFERENCE FUZZY SUGENO DALAM MENENTUKAN HARGA
PENJUALAN TANAH UNTUK PEMBANGUNAN MINIMARKET
menyimpulkan “Analisis inference fuzzy sugeno dalam menentukan harga
penjualan tanah untuk pembangunan minimarket ini mampu membantu
masyarakat dalam menentukan harga terbaik dalam pemilihan tanah yang akan
digunakan dalam pembangunan minimarket.Dengan menggunakan metode
fuzzy sugeno, pengujian yang dilakukan dapat diketahui bahwa teknik kendali
fuzzy mampu menghasilkan respon seperti yang diharapkan yaitu mampu
menilai jarak jauh dekat yang menentukan harga dalam penjualan tanah untuk
pembangunan minimarket.”
2. Muhammad Yunus, Sandi Badi Wibowo Atim, 2013, PENERAPAN
LOGIKA FUZZY(MAMDANI) UNTUK MENENTUKAN JUMLAH
PRODUKSI ROTI BERDASARKAN DATA PERSEDIAAN DAN JUMLAH
PERMINTAAN menyimpulkan “Logika fuzzy (Mamdani) dalam menentukan
jumlah produksi roti berdasarkan jumlah persediaan dan permintaan yang
telah dibangun dapat digunakan untuk membantu perusahaan dalam
mengambil sebuah keputusan dengan nilai kebenaran mencapai 98,41902%.”
3. Rahmaddeni, 2014, PENERAPAN FUZZYLOGIC DALAM
MENGANALISIS TINGKAT PENDAPATAN AKHIR KONSULTAN
PRODUK MULTI LEVEL MARKETINGmenyimpulkan“Fuzzylogic dapat
diterapkan dalam dunia bisnis, dalam hal ini multi level marketing karena
dapat mendeskripsikan persepsi manusia terhadap persoalan menganalisa
pendapatan akhir konsultan produk.“
4. I Gede Santi Astawa, 2012, PENERAPAN LOGIKA FUZZY DAN
JARINGAN SYARAF TIRUAN PADA SISTEM PENILAIAN BERBASIS
KOMPUTER menyimpulkan “Berdasarkan hasil pembahasan tersebut maka
diperoleh beberapa kesimpulan yaitu:Sistem penilaian dengan menggunakan

23
metode logika fuzzy atau metode jaringan syaraf tiruan sebagai dasar
perhitungan memungkinkan sebuah system penilaian menilai hasil belajar
siswa sesuai dengan aturan-aturan penilaian yang dimiliki oleh seorang
pengajar. Sehingga system tersebut dapat dianggap sudah mampu menilai
hasil belajar siswa selayaknya seorang pengajar.Hasil penilaian pada 70 data
percobaan dengan menggunakan metode logika fuzzy mampu mendekati hasil
penilaian dari pengajar, dimana terdapat rata-rata kesalahan sebesar 0,028571
pada skala 0-4.Hasil penilaian pada 70 data percobaan dengan menggunakan
metode jaringan syaraf tiruan mampu mendekati hasil penilaian dari pengajar,
dimana terdapat rata-rata kesalahan sebesar 0,023214 pada skala 0-4.Sistem
penilaian dengan metode logika fuzzy sangat baik digunakan untuk proses
penalaran, namun seringkali seorang pengajar tidak dapat menuangkan aturan-
aturan penilaiannya dengan jelas ke dalam sebuah basis aturan.Sistem
penilaian dengan metode JST mampu secara automatis mengambil aturan -
aturan penilaian seorang pengajar berdasarkan data penilaian pengajar
tersebut, namun system ini tidak dapat menjelaskan proses penalaran yang
dilakukannya.
5. Nuraida, Iryanto, Djakaria Sebayang, 2013, ANALISIS TINGKAT
KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA
DAN KUALITAS MASAKAN MENGGUNAKAN FUZZY MAMDANI,
menyimpulkan dari hasil analisis diperoleh bahwa pengukuran tingkat
kepuasan konsumen berdasarkan tingkat pelayanan, harga dan kualitas
makanan diperoleh hasil yang cukup baik yaitu sebesar 5,5 yang merupakan
keanggotaan dari domain himpunan bilangan fuzzy cukup baik.
2.5. Kerangka Pemikiran
Kerangka pemikiran merupakan proses – proses yang terjadi di penelitian
menurut peneliti yang melakukan penelitian tersebut. Penelitian ini
diimplementasikan Fuzzy Inference System (FIS). Berikut ini merupakan kerangka
pemikiran terhadap penelitian ini sebagai pedoman dalam pemecahan masalah
penelitian ini

24
Sumber: Pengolahan data penelitian (2016)
Gambar 2.10. Kerangka Pemikiran

25
BAB III
METODOLOGI PENELITIAN
3.1. Desain Penelitian
Tahapan penelitian yang dilakukan pada Analisis Tingkat Kepuasan
Penumpang Terhadap Layanan Bandar Udara Hang Nadim Batam Dengan
Pendekatan Logika Fuzzy ditunjukkan dalam Gambar (3.1)
Sumber: Pengolahan data penelitian (2016)
Gambar 3.1 Disain Penelitian “Analisis Tingkat Kepuasan Penumpang Terhadap Layanan
Bandar Udara Hang Nadim Batam Dengan Pendekatan Logika Fuzzy”
Mulai
Pengumpulan Data:
a. Studi Pustaka
b.Studi Lapangan
Identifikasi Data:
1. Tangibles (Berwujud),
2. Relliability (Kehandalan),
3. Responsiveness (Daya Tanggap),
4. Assurance (Kepastian)
5. Emphaty (Empati),
Alisis Skala Likert:
1. Mengumpulkan sejumlah pertanyaan
2. Membuat skor nilai atas sejumlah pertanyaan
3. Menilai kekompakan antar pertanyaan
Hasil pembahasan dan
Penarikan kesimpulan
Analisis Logika Fuzzy:
1. Pembentukan himpunan fuzzy
2. Pembentukan aturan aturan
3. Penentuan komposisi aturan
4. Penegasan (defuzzyfikasi)
Pengolahan Dan Analisis Data

26
3.2. Pengumpulan Data
Penelitian ini menggunakan sumber, yaitu:
a. Studi Pustaka
Pengumpulan data dengan cara membaca dan mengkaji buku-buku secara
teoritis yang berkaitan dengan metode yang dibahas.
b. Studi Lapangan (menyebarkan Kuesioner)
Dengan menyebarkandaftar pertanyaan kepada 50 responden, yaitu kepada
penumpang yang menjadi para calon penumpang pesawat di Bandar Udara
Hang Nadim Batam.
3.3. Identifikasi Data
Identifikasi data dilakukan untuk menentukan vareabel dan semesta
pembicaraan yang diperlukan dalam melakukan perhitungan dan analisis
masalah.
Data-data kuesioner yang diambil mencakup aspek-aspek:
1. Berwujud (Tangibles)
2. Kehandalan (Reliability)
3. Daya tanggap (Responsiveness)
4. Kepastian (Assurance)
5. Empati (Emphaty)
Kelima aspek/dimensi tersebut diatas dinilai dengan menggunakan kategori
pengukuran:
1. Kategori 1 : Sangat Tidak Puas (STP)
2. Kategori 2 : Tidak Puas (TP)
3. Kategori 3 : Cukup Puas (CP)
4. Kategori 4 : Puas (P)
5. Kategori 5 : Sangat Puas (SP)
3.4 Metode Analisis Data
Dalam pengelohan data yang telah dikemukan, digunakan dua macam
metode analisis, yaitu:

27
A. Analisis Skala Likert
Menurut Freedy Rangkuti (2002:38), langkah-langkah dalam mengerjakan
Analisis Skala Likert adalah:
1. Mengumpulkan sejumlah pertanyaan-pertanyaan yang berkaitan dengan
masalah yang akan diteliti. Responden diharuskan memilih salah satu dari
sejumlah kategori jawaban yang tersedia, kemudian masing-masing
jawaban diberi nilai tertentu.
2. Membuat nilai total untuk setiap orang dengan menjumlahkan nilai untuk
jawaban.
3. Menilai kekompakan antar pertanyaan.
B. Analisis logika Fuzzy
Pengelolahan data dilakukan dengan bantuan softwere matlab .8.0 dengan
menggunakan fasilitas yang disediakan pada toolbox fuzzy dengan melakukan
langkah langkah sebagai berikut:
1. Pembentukan himpunan fuzzy
Dalam tahap ini dilakukan pembentukan himpunan fuzzy berdasarkan
hasil analisis data parameter, yaitu dengan menetapkan nilai linguistic dan
numeris.
2. Pembentukan aturan aturan (Rule Base)
Proses ini berfungsi untuk untuk mencari suatu nilai fuzzy output dari
fuzzy input. Prosesnya adalah sebagai berikut: suatu nilai fuzzy input yang
berasal dari proses fuzzifikasi kemudian dimasukkan kedalam sebuah
aturan yang telah dibuat untuk dijadikan sebuah fuzzy.
3. Penentuan komposisi aturan (Fuzzyfikasi)
Penentuan komposisi aturan merupankan proses perubahan suatu nilai
crips ke dalam variabel fuzzy yang berupa variabel linguistic yang
nantinya akan dikelompokkan menjadi himpunan fuzzy
4. Penegasan (defuzzyfikasi)
Proses defuzzyfikasi adalah suatu himpunan fuzzy yang diperoleh dari dari
komposisi aturan aturan fuzzy, sedangkan output yang dihasilkann
merupakan suatu bilangan pada domain himpunan fuzzy tersebut.

28
Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka
harus dapat diambil suatu nilai crips tertentu sebagai output.
3.5 Penarikan Kesimpulan
Penarikan kesimpulan merupakan tahap akhir dari penelitian, dimana
dilakukan pendokumentasian riset secara keseluruhan. Sehingga hasil akhir dari
penelitian ini nanti nya bisa digunakan sebagai bahan acuan untuk mengadakan
penelitian dimasa yang akan datang dalam bidang yang sama.

29
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Sesuai dengan rumusan masalah pada BAB I, maka yang akan dibahas pada bab
ini adalah analisis kepuasan penumpang dengan logika fuzzy dengan
menggunakan program MATLAB. Penyelesaian masalah analisis tingkat
kepuasan penumpang terhadap layanan Bandar Udara Hang Nadim Batam, yaitu
menggunakan metode mamdani dan skala likert.
4.1 Analisis Skala Likert
Teknik yang dilakukan di dalam pengumpulan data penelitian adalah dengan
menyebarkan kuesioner kepada 50 orang responden dengan berbagai karakteristik
yang telah ditetapkan sebelumnya sesuai dengan tujuan dari penelitian ini. Berikut
deskripsi karakteristik umum responden yang telah diperoleh dari hasil
penyebaran kuesioner.
1) Jenis Kelamin
Kuesioner disebarkan kepada 50 0rang yang terdiri dari 30 responden (60%)
wanita dan 20 responden (40%) pria.
2) Usia
Kuesioner penelitian terhadap usia menunjukkan bahwa responden yang
berusia < 18 tahun dengan persentase 6%, usia 18-25 tahun dengan persentase
20%, usia 26-35 tahun dengan persentase 39%, usia 36-45 tahun dengan
persentase 17%, usia 46-55% tahun dengan persentase 13%, usia 55-65
dengan persentase 3%, dan usia > 65 tahun dengan persentase hanya 2%.
3) Pekerjaan
Kuesioner penelitian terhadap pekerjaan menunjukkan bahwa responden
pelajar dengan persentase 5%, mahasiswa 4%, pegawai negeri 14%,
wiraswasta 25%, BUMN 1%, dan ibu rumah tangga (dan lain-lain) dengan
persentase terbesar yaitu 36%.

30
4.1.1 Analisis Kuesioner Menggunakan Skala Likert
A. Dimensi Tangibles (Berwujud)
Hasil kuesioner pertanyaan Dimensi Tangibles (Berwujud) sebagai berikut:
1. Apakah Bandar Udara Hang Nadim memiliki peralatan modern?
Sumber: Hasil pengolahan data kuesioner
Gambar 4.1 Diagram jawaban kuesioner pertanyaan 1 Dimensi Tangibles (Berwujud)
Keterangan: SP = Sangat Puas P = Puas CP = Cukup Puas
TP = Tidak Puas STP = Sangat Tidak Puas
Dari 50 orang responden yang dikumpulkan, 5 orang responden atau 5%
orang responden menyatakan sangat puas, 10 orang responden atau 20%
orang responden menyatakan puas, 15 orang responden atau 30% orang
responden menyatakan cukup puas, 10 orang responden atau 20% orang
responden menyatakan tidak puas, 13 orang responden atau 25% orang
responden menyatakan sangat tidak puas.
Perhitungan analisis kuesioner Tangibles (Berwujud) pertanyaan 1:
SP P CP TP STP
5%
20%
30%
20% 25%
Pertanyaan Kuesioner 1
SP
P
CP
TP
STP
SP : 5 orang x 5 = 25
P : 10 orang x 4 = 40
CP : 15 orang x 3 = 45
TP : 10 orang x 2 = 20
STP : 13 orang x 1 = 13
Total 143
Tingkat persetujuan pertanyaan 1 =
143
250
𝑥100% = 57%

31
2. Apakah ruang tunggu Bandar udara memadai, bersih, rapi dan nyaman?
SP P CP TP STP
18%
26%
30%
12% 14%
SP
P
CP
TP
STP
SP : 9 orang x 5 = 45
P : 13 orang x 4 = 52
CP : 15 orang x 3 = 45
TP : 6 orang x 2 = 12
STP : 7 orang x 1 = 7
Total 161
161
250
𝑥100% = 64,4%

32
3. Apakah fasilitas pendukung pelayanan lengkap (seperti: Toilet, Area
parkir, Kantin, dll)?
Sumber: Hasil pengolahan kuesioner
SP P CP TP STP
18%
30%
36%
12%
4%
SP
P
CP
TP
STP
SP : 9 orang x 5 = 45
P : 15 orang x 4 = 60
CP : 18 orang x 3 = 54
TP : 6 orang x 2 = 12
Total 173
173
250
𝑥100% = 69,2%

33
4. Apakah armada pesawat pengangkut memadai?
SP P CP TP STP
26%
36%
20%
12%
6%
SP
P
CP
TP
STP
SP : 18 orang x 5 = 72
P : 13 orang x 4 = 52
CP : 10 orang x 3 = 30
TP : 3 orang x 2 = 6
Total 166
166
250
𝑥100% = 66,4%

34
5. Apakah kantin Bandar udara menyajikan menu makanan yang enak dan
tidak membosankan?
SP P CP TP STP
18% 20%
40%
12% 10%
SP
P
CP
TP
STP
SP : 9 orang x 5 = 45
P : 10 orang x 4 = 40
CP : 20 orang x 3 = 60
TP : 6 orang x 2 = 12
Total 162
162
250
𝑥100% = 64,8%

35
Berdasarkan hasil dari pengolahan data kuesioner, dapat diketahui bahwa
persepsi dari para calon penumpang pesawat udara sebagai pengguna jasa
adalah sebagai berikut:
Tabel 4.1 Hasil Pengolahan Data Kuesioner Tangibles
Pertanyaan
No
SP
Bobot
5
P
Bobot
4
CP
Bobot
3
TP
Bobot
2
STP
Bobot
1
Jumlah
x
Bobot
Perhitungan
Persentase
Hasil
Persentase
1
5
Org
5%
10
Org
20%
15
Org
30%
10
Org
20%
13
Org
25%
143 143/250*100% 57%
2
9
Org
18%
13
Org
26%
15
Org
30%
6
Org
12%
7
Org
14%
161 161/250*100% 64,4%
3
9
Org
18%
15
Org
30%
18
Org
36%
6
Org
12%
2
Org
4%
173 173/250*100% 69,2%
4
18
Org
36%
13
Org
26%
10
Org
20%
3
Org
6%
6
Org
12%
166 166/250*100% 66,4%
5
9
Org
18%
10
Org
20%
20
Org
40%
6
Org
12%
5
Org
10%
162 162/250*100% 64,8%
TOTAL 50 61 78 31 33 805 805/1250*100% 64,4%
Sumber: Hasil Pengolahan Data Kuesioner
Tingkat kepuasan penumpang secara keseluruhan adalah: 57%+64,4%
+69,2%+66,4%+64,8% = 321,8/5 = 64,36% maka dibulatkan menjadi
64%. Tingkat kepuasan penumpang akhir secara keseluruhan adalah 64%
(cukup)

36
B. Dimensi Reliability (Kehandalan).
Hasil kuesioner pertanyaan Dimensi Reliability (Kehandalan) sebagai berikut:
1. Apakah pelayanan yang diberikan cepat dan tepat?
Gambar 4.6 Diagram jawaban kuesioner pertanyaan 1 Dimensi Reliability (Kehandalan)
Perhitungan analisis kuesioner Reliability (Kehandalan), pertanyaan 1:
SP P CP TP STP
24%
20%
32%
14%
10%
SP
P
CP
TP
STP
SP : 12 orang x 5 = 60
P : 10 orang x 4 = 40
CP : 16 orang x 3 = 48
TP : 7 orang x 2 = 14
Total 167
167
250
𝑥100% = 66,8%

37
2. Apakah jadwal kedatangan pesawat terbang tepat waktu?
SP P CP TP STP
16%
24%
38%
14%
8%
SP
P
CP
TP
STP
SP : 8 orang x 5 = 40
P : 12 orang x 4 = 48
CP : 19 orang x 3 = 57
TP : 7 orang x 2 = 14
Total 163
163
250
𝑥100% = 65,2%

38
3. Apakah jadwal keberangkatan pesawat udara tepat waktu?
SP P CP TP STP
10%
36% 34%
6%
4%
SP
P
CP
TP
STP
SP : 10 orang x 5 = 50
P : 18 orang x 4 = 72
CP : 17 orang x 3 = 51
Total 181
181
250
𝑥100% = 72,4%

39
4. Apakah informasi keberangkatan pesawat yang disampaikan kepada calon
penumpang jelas dan memuaskan?
SP P CP TP STP
28%
16%
26%
16%
14%
SP
P
CP
TP
STP
SP : 14 orang x 5 = 70
P : 8 orang x 4 = 32
CP : 13 orang x 3 = 39
TP : 8 orang x 2 = 16
Total 164
164
250
𝑥100% = 65,6%

40
5. Apakah informasi mengenai cuaca disampaikan dengan jelas?
SP P CP TP STP
16%
22%
34%
16%
12%
SP
P
CP
TP
STP
SP : 8 orang x 5 = 40
P : 11 orang x 4 = 44
CP : 17 orang x 3 = 51
TP : 8 orang x 2 = 16
Total 157
157
250
𝑥100% = 62,8%

41
persepsi dari para calon penumpang pesawat udara sebagai pengguna jasa
adalah sebagai berikut:
Tabel 4.2 Hasil Pengolahan Data Kuesioner Dimensi Reliability
Pertanyaan
No
SP
Bobot
5
P
Bobot
4
CP
Bobot
3
TP
Bobot
2
STP
Bobot
1
Jumlah
x
Bobot
Perhitungan
Persentase
Hasil
Persentase
1
12
Org
24%
10
Org
20%
16
Org
32%
7
Org
14%
5
Org
10%
178 167/250*100% 66,8%
2
8
Org
16%
12
Org
24%
19
Org
38%
7
Org
14%
4
Org
8%
163 163/250*100% 65,2%
3
10
Org
20%
18
Org
36%
17
Org
34%
3
Org
6%
2
Org
4%
181 181/250*100% 72,4%
4
14
Org
28%
8
Org
16%
13
Org
26%
8
Org
16%
7
Org
14%
164 164/250*100% 65,6%
5
8
Org
16%
11
Org
22%
17
Org
34%
8
Org
16%
6
Org
12%
157 157/250*100% 62,8%
TOTAL 52 59 82 33 24 843 843/1250*100% 67,44%
Tingkat kepuasaan penumpang secara keseluruhan adalah: 66,8% + 65,2%
+ 72,4% + 65,6% + 62,8% = 332,8%5 = 66.56% maka dibulatkan menjadi
67%. Tingkat kepuasan penumpang pesawat akhir secara keseluruhan
adalah 66.56% (cukup)

42
C. Dimensi Responsiveness (Daya Tanggap)
Hasil kuesioner pertanyaan Dimensi Responsiveness (Daya Tanggap) sebagai
berikut:
1. Apakah petugas, porter, pramugari atau pramugara bersikap ramah dan
memberikan perhatian kepada calon penumpang?
Gambar 4.11 Diagram jawaban kuesioner pertanyaan 1 Dimensi Responsiveness (Daya Tanggap)
Dari 50 orang responden yang dikumpulkan, 19 orang responden atau
38% orang responden menyatakan sangat puas, 17 orang responden atau
34% orang responden menyatakan puas, 10 orang responden atau 20%
orang responden menyatakan cukup puas, 2 orang responden atau 4%
orang responden menyatakan tidak puas, 2 orang responden atau 4%
orang responden menyatakan sangat tidak puas.
Perhitungan analisis kuesioner Responsiveness (Daya Tanggap),
pertanyaan 1:
SP P CP TP STP
38%
34%
20%
4% 4%
SP
P
CP
TP
STP
SP : 19 orang x 5 = 95
P : 17 orang x 4 = 68
CP : 10 orang x 3 = 30
Total 199
199
250
𝑥100% = 79,6%

43
2. Apakah petugas, crew pesawat udara bersedia menerima saran dari calon
penumpang?
Gambar 4.12 Diagram jawaban kuesioner pertanyaan 2 Dimensi Responsiveness (Daya Tanggap)
Perhitungan analisis kuesioner Responsiveness (Daya Tanggap),
pertanyaan 2:
SP P CP TP STP
42%
34%
14%
6% 4%
SP
P
CP
TP
STP
SP : 21 orang x 5 = 105
P : 17 orang x 4 = 68
CP : 7 orang x 3 = 21
Total 202
202
250
𝑥100% = 80%

44
persepsi dari para calon penumpan pesawat udara
sebagai pengguna jasa adalah sebagai berikut:
Tabel 4.3 Hasil Pengolahan Data Kuesioner Dimensi Responsiveness
Pertanyaan
No
SP
Bobot
5
P
Bobot
4
CP
Bobot
3
TP
Bobot
2
STP
Bobot
1
Jumlah
x
Bobot
Perhitungan
Persentase
Hasil
Persentase
1
19
Org
38%
17
Org
34%
10
Org
20%
2
Org
4%
2
Org
4%
199 199/250*100% 79,6%
2
21
Org
42%
17
Org
34%
7
Org
14%
3
Org
6%
2
Org
4%
202 202/250*100% 80,8%
TOTAL 40 34 17 5 4 401 401/500*100% 80%
Tingkat kepuasan penumpang secara keseluruhan adalah: 79,6% + 80,8% =
160,4/2 = 80,2% maka dibulatkan menjadi 80%. Tingkat kepuasan penumpang
akhir secara keseluruhan adalah 80% (Kuat)

45
D. Dimensi Assurance (Kepastian)
Hasil kuesioner pertanyaan Dimensi Assurance (Kepastian) sebagai berikut:
1. Apakah dalam keadaan cuaca buruk petugas, pilot, crew pesawat mampu
memberikan rasa tenang kepada para calon penumpang?
Gambar 4.13 Diagram jawaban kuesioner pertanyaan 1 Dimensi Assurance (Kepastian)
Perhitungan analisis kuesioner Dimensi Assurance (Kepastian),
pertanyaan 1:
SP P CP TP STP
32%
40%
14%
10%
4%
SP
P
CP
TP
STP
SP : 16 orang x 5 = 80
P : 20 orang x 4 = 80
CP : 7 orang x 3 = 21
TP : 5 orang x 2 = 10
Total 193
193
250
𝑥100% = 77,2%

46
2. Apakah para calon penumpang merasa aman terhadap diri dan barang
bawaannya?
Perhitungan analisis kuesioner Dimensi Assurance (Kepastian),
pertanyaan 2:
SP P CP TP STP
28%
40%
22%
6%
4%
SP
P
CP
TP
STP
SP : 14 orang x 5 = 70
P : 20 orang x 4 = 80
CP : 11 orang x 3 = 33
Total 191
191
250
𝑥100% = 76,4%

47
3. Apakah petugas penjualan tiket memberi kemudahan dalam pemesanan
tiket?
Perhitungan analisis kuesioner Dimensi Assurance (Kepastian)
pertanyaan 3:
SP P CP TP STP
36%
40%
16%
6%
2%
SP
P
CP
TP
STP
SP : 18 orang x 5 = 90
P : 20 orang x 4 = 80
CP : 8 orang x 3 = 24
Total 201
201
250
𝑥100% = 80,4%

48
persepsi dari para calon penumpang kapal sebagai pengguna jasa adalah
sebagai berikut:
Tabel 4.4 Hasil Pengolahan Data Kuesioner Dimensi Assurance
Pertanyaan
No
SP
Bobot
5
P
Bobot
4
CP
Bobot
3
TP
Bobot
2
STP
Bobot
1
Jumlah
x
Bobot
Perhitungan
Persentase
Hasil
Persentase
1
16
Org
32%
20
Org
40%
7
Org
14%
5
Org
10%
2
Org
4%
193 193/250*100% 77,2%
2
14
Org
28%
20
Org
40%
11
Org
22%
3
Org
6%
2
Org
4%
191 191/250*100% 76,4%
3
18
Org
36%
20
Org
40%
8
Org
16%
3
Org
6%
1
Org
2%
201 201/250*100% 80,4%
TOTAL 48 60 26 11 5 585 585/750*100% 78%
Tingkat Kepuasan penumpang secara keseluruhan adalah : 77,2% + 76,4%
+ 80,4% = 234/3 = 78% maka dibulatkan menjadi 78%. Tingkat kepuasan
penumpang pesawat akhir secara keseluruhan adalah 80% (kuat)

49
E. Dimensi Emphaty (Empati)
Hasil kuesioner pertanyaan Dimensi Emphaty (Empati) sebagai berikut:
1. Apakah para petugas, operator pesawat, crew pesawat memberikan
pelayanan yang sama kesemua calon penumpang?
Gambar 4.16 Diagram jawaban kuesioner pertanyaan 1 Dimensi Emphaty (Empati)
Perhitungan analisis kuesioner Dimensi Emphaty (Empati) pertanyaan 1:
SP P CP TP STP
30%
38%
24%
6%
2%
SP
P
CP
TP
STP
SP : 15 orang x 5 = 75
P : 19 orang x 4 = 76
CP : 12 orang x 3 = 36
Total 194
194
250
𝑥100% = 77,6%

50
2. Apakah petugas penjualan tiket memberikan kemudahan dalam
pemesanan tiket?
SP P CP TP STP
24%
36%
22%
12%
6%
SP
P
CP
TP
STP
SP : 12 orang x 5 = 60
P : 18 orang x 4 = 72
CP : 11 orang x 3 = 33
TP : 6 orang x 2 = 12
Total 180
180
250
𝑥100% = 72%

51
3. Apakah petugas pengecekan tiket masuk memberikan pelayanan yang
cepat dan nyaman?
SP P CP TP STP
20%
32%
24%
16%
8%
SP
P
CP
TP
STP
SP : 10 orang x 5 = 50
P : 16 orang x 4 = 64
CP : 12 orang x 3 = 36
TP : 8 orang x 2 = 16
Total 170
170
250
𝑥100% = 68%

52
4. Apakah petugas di Bandar udara memberikan perhatian terhadap keluhan
para calon penumpang?
SP P CP TP STP
18%
30%
26%
18%
8%
SP
P
CP
TP
STP
SP : 9 orang x 5 = 45
P : 15 orang x 4 = 60
CP : 13 orang x 3 = 39
TP : 9 orang x 2 = 18
Total 166
166
250
𝑥100% = 66,4%

53
5. Apakah pihak Bandar udara memberikan kemudahan bagi para calon
penumpang untuk naik ke pesawat?
SP P CP TP STP
28%
34%
22%
8% 8%
SP
P
CP
TP
STP
SP : 14 orang x 5 = 70
P : 17 orang x 4 = 68
CP : 11 orang x 3 = 33
Total 183
183
250
𝑥100% = 73,2%

54
persepsi dari para calon penumpang pesawat udara sebagai pengguna jasa di
Bandar Udara Hang Nadim Kota Batam adalah sebagai berikut:
Tabel 4.5 Hasil Pengolahan Data kuesioner Dimensi Emphaty
Pertanyaan
No
SP
Bobot
5
P
Bobot
4
CP
Bobot
3
TP
Bobot
2
STP
Bobot
1
Jumlah
x
Bobot
Perhitungan
Persentase
Hasil
Persentase
1
15
Org
30%
19
Org
38%
12
Org
24%
3
Org
6%
1
Org
2%
194 194/250*100% 77,6%
2
12
Org
24%
18
Org
36%
11
Org
22%
6
Org
12%
3
Org
6%
180 180/250*100% 72%
3
10
Org
20%
16
Org
32%
12
Org
24%
8
Org
16%
4
Org
8%
170 170/250*100% 68%
4
9
Org
18%
15
Org
30%
13
Org
26%
9
Org
18%
4
Org
8%
166 166/250*100% 66,4%
5
14
Org
18%
17
Org
34%
11
Org
22%
4
Org
8%
4
Org
8%
183 183/250*100% 73,2%
TOTAL 60 85 59 30 16 893 893/1250*100% 71%
4.1.2 Hasil Analisis Berdasarkan Skala Likert
Dari hasil analisa yang telah dilakukan, jika dilihat dari beberapa dimensi
menunjukkan tingkat kepuasan, yaitu:
a. Dimensi Tangibles (Berwujud)
Pada dimensi berwujud mayoritas menyatakan cukup puas yaitu dengan rata-
rata presentase 66 % dan nilai rata-rata nilai sebesar 165,4%.
b. Dimensi Reliability (Kehandalan)
Pada dimensi kehandalan mayoritas menyatakan cukup puas yaitu dengan
rata-rata presentase 67 % dan nilai rata-rata nilai sebesar 168.
c. Dimensi Responsiveness (Daya Tanggap)
Pada dimensi data tanggap mayoritas menyatakan cukup puas yaitu dengan
rata-rata presentase 80 % dan nilai rata-rata nilai sebesar 80,2%.
d. Dimensi Assurance (Kepastian)

55
Pada dimensi kepastian mayoritas menyatakan cukup puas yaitu dengan rata
rata presentase 78 % dan nilai rata-rata nilai sebesar 117.
e. Dimensi Emphaty (Empati)
Pada dimensi empati mayoritas menyatakan cukup puas yaitu dengan rata-
rata presentase 71 % dan nilai rata-rata nilai sebesar 178.
Secara keseluruhan tingkat kepuasan penumpang di Bandar Udara Hang Nadim
Kota Batam dengan metode skala likert menyatakan cukup puas nilai rata-rata
persentase sebesar adalah: 77,6% + 72% + 68% + 66,4% + 73,2% = 357,2%/5 =
71,44 % (35,5 dari 50 responden)
Jumlah skor ideal untuk setiap item pertanyaan (skor tertinggi) = 5x50 = 250
(SP). Jumlah skor rendah untuk setiap item pertanyaan (skor terendah) = 5x1 =
250 (STP). Berdasarkan data yang diperoleh dari 50 responden, maka dibuatlah
skala untuk analisis logika fuzzy yang dapat dilihat, seperti dibawah ini:
Presentase kelompok responden setiap item dapat dilihat seperti dibawah ini:
Keterangan:
Kreteria Interpretasi Skor
Angka 0 % - 20% = Sangat Lemah
Angka 21% - 40% = Lemah
Angka 41% - 60% = Cukup
Angka 61 % - 80% = Kuat
Angka 81% - 100% = Sangat Kuat
ST
P
TP CP P SP
100 150 200 25050
60% 100%80%20%
Sangagat
Lemah
Lemah Cukup Kuat Sangat
Kuat
40%

56
4.2 Analisis Logika Fuzzy
Analisis logika fuzzy diawali dengan data kuesioner yang di isi oleh
penumpang, kuesioner yang di isi oleh penumpang akan menjadi faktor penentu
kualitas jasa pelayanan Bandar Udara, data kuesioner digunakan untuk
menetapkan variabel-vareabel logika fuzzy, selanjutnya dilakukan pembentukan
himpunan fuzzy, untuk lengkapnya lihat gambar 4.21.
Gambar 4.21 Diagram Logika Fuzzy
4.2.1 Pengumpulan dan Pengolahan Data
Penentuan variabel yang digunakan dalam penelitian ini, terlihat pada tabel 4.6.
Tabel 4.6 Himpunan Fuzzy
Fungsi Nama Vareabel Semesta Pembicaraan
Input
Tangibles (Berwujud) [50 250]
Reliability (Kehandalan) [50 250]
Responsiveness (DayaTanggap) [50 250]
Assurance (Kepastian) [50 250]
Emphaty (Empati) [50 250]
Output Tingkat Kepuasan Penumpang [50 250]

57
Dari variabel yang telah dimunculkan, disusunlah domain himpunan fuzzy seperti
terlihat pada tabel 4.7.
Tabel 4.7 Domain Himpunan Fuzzy
Variabel Nama Himpunan Fuzzy
Domain
Tangibles (Berwujud)
Sangat Tidak Puas (STP) [50 - 100]
Tidak Puas (TP) [50 - 150]
Cukup Puas (CP) [100 - 200]
Puas (P) [150 - 250]
Sangat Puas (SP) [200 - 250]
Reliability (Kehandalan)
Puas (P) [150 - 250]
Responsiveness (DayaTanggap)
Puas (P) [150 - 250]
Assurance (Kepastian)
Puas (P) [150 - 250]
Emphaty (Empati)
Puas (P) [150 - 250]
Tingkat Kepuasan Konsumen
Puas (P) [150 - 250]
A. Representasi Variabel Tangibles (Berwujud)
Untuk mempresentasikan variabel Tangibles (Berwujud) digunakan kurva
berbentuk Representasi Linear (untuk himpunan fuzzy Sangat Tidak Puas (STP)
dan Puas (P)) dan kurva berbentuk Representasi kurva segitiga (untuk himpunan
fuzzy Tidak Puas (TP), Cukup Puas (CP) dan Puas (P), Gambar 4.22)

58
Gambar 4.22 Representasi Variabel Tangibles (Berwujud)
B. Representasi Variabel Reliability (Kehandalan)
Untuk mempresentasikan variabel Reliability (Kehandalan) digunakan kurva
Gambar 4.23 Representasi Variabel Reliability (Kehandalan)
C. Representasi Variabel Responsiveness (Daya Tanggap)
Untuk mempresentasikan variabel Responsiveness (Daya Tanggap) digunakan
kurva berbentuk Representasi Linear (untuk himpunan fuzzy Sangat Tidak Puas
(STP) dan Puas (P)) dan kurva berbentuk Representasi kurva segitiga (untuk
himpunan fuzzy Tidak Puas (TP), Cukup Puas (CP) dan Puas (P), Gambar 4.4)
Gambar 4.24 Representasi Variabel Responsiveness (Daya Tanggap)

59
D. Representasi Variabel Assurance (Kepastian)
Untuk mempresentasikan variabel Assurance (Kepastian) digunakan kurva
Gambar 4.25 Representasi Variabel Assurance (Kepastian)
E. Representasi Variabel Emphaty (Empati)
Untuk mempresentasikan variabel Emphaty (Empati) digunakan kurva berbentuk
Representasi Linear (untuk himpunan fuzzy Sangat Tidak Puas (STP) dan Puas
(P)) dan kurva berbentuk Representasi kurva segitiga (untuk himpunan fuzzy
Tidak Puas (TP), Cukup Puas (CP) dan Puas (P), Gambar 4.6)
Gambar 4.26 Representasi Variabel Emphaty (Empati)
F. Representasi Variabel Tingkat Kepuasan Konsumen
Untuk mempresentasikan variabel tingkat kepuasan penumpang digunakan kurva

60
Gambar 4.27 Representasi Variabel tingkat kepuasan Penumpang
4.2.2 Membentuk Aturan Fuzzy (Fuzzy Inference System)
Tahap ini merupakan penentuan aturan dari sistem logika fuzzy. Aturan-aturan
dapat dibentuk untuk menyatakan relasi antara input dan output. Tiap aturan
merupakan suatu implikasi. Operator yang digunakan untuk menghubungkan
antara dua input adalah operator AND, dan yang memetakan antara input-output
adalah IF-THEN, Berdasarkan unit penalaran pada inferensi fuzzy yang berbentuk:
Jika U adalah A, dan V adalah B,dan W adalah C, dan X adalah D,
dan Y adalah E maka Z adalah F.
Jika U dikaitkan dengan variabel tangibles (berwujud) dan A adalah nilai-nilai
linguistiknya, V dikaitkan dengan variabel reliability (kehandalan) dan B adalah
nilai-nilai linguistiknya, W dikaitkan dengan responsiveness (daya tanggap) dan C
adalah nilai nilai linguistiknya, X dikaitkan dengan variabel assurance (kepastian)
dan D adalah nilai nilai linguistiknya, Y dikaitkan dengan variable emphaty
(empati) dan E adalah nilai nilai linguistiknya, Z dikaitkan dengan variabel
kepuasan konsumen dan F adalah nilai nilai linguistiknya maka aturan-aturan
yang dapat terbentuk dapat disajikan dalam table berikut ini:

61
Tabel 4.8 Hasil kesimpulan dari aturan-aturan yang terbentuk pada inferensi fuzzy
ATURA
N
Tangibles
(Berwujud)
Reliability
(Kehandalan)
Responsiveness
(Daya Tanggap)
Assurance
(Kepastian)
Emphaty
(Empati)
FUNGSI
IMPLIKASI
TINGKAT
KEPUASAN
R1 STP STP STP STP STP → STP
R2 STP STP STP STP TP → TP
R3 STP STP STP TP CP → CP
R4 STP STP STP TP P → P
R5 STP STP TP CP SP → SP
R6 STP STP TP CP STP → STP
R7 STP STP TP P TP → TP
R8 STP STP TP P CP → CP
R9 STP TP CP SP P → P
R10 STP TP CP SP SP → SP
R11 STP TP CP STP STP → STP
R12 STP TP CP STP TP → TP
R13 STP TP P TP CP → CP
R14 STP TP P TP P → P
R15 STP TP P CP SP → SP
R16 STP TP P CP STP → STP
R17 TP CP SP P TP → TP
R18 TP CP SP P CP → CP
R19 TP CP SP SP P → P
R20 TP CP SP SP SP → SP
R21 TP CP STP STP STP → STP
R22 TP CP STP STP TP → TP
R23 TP CP STP TP CP → CP
R24 TP CP STP TP P → P
R25 TP P TP CP SP → SP
R26 TP P TP CP STP → STP
R27 TP P TP P TP → TP
R28 TP P TP P CP → CP
R29 TP P CP SP P → P
R30 TP P CP SP SP → SP
R31 TP P CP STP STP → STP

62
R32 TP P CP STP TP → TP
R33 CP SP P TP CP → CP
R34 CP SP P TP P → P
R35 CP SP P CP SP → SP
R36 CP SP P CP STP → STP
R37 CP SP SP P TP → TP
R38 CP SP SP P CP → CP
R39 CP SP SP SP P → P
R40 CP SP SP SP SP → SP
R41 CP STP STP STP STP → STP
R42 CP STP STP STP TP → TP
R43 CP STP STP TP CP → CP
R44 CP STP STP TP P → P
R45 CP STP TP CP SP → SP
R46 CP STP TP CP STP → STP
R47 CP STP TP P TP → TP
R48 CP STP TP P CP → CP
R49 P TP CP SP P → P
R50 P TP CP SP SP → SP
R51 P TP CP STP STP → STP
R52 P TP CP STP TP → TP
R53 P TP P TP CP → CP
R54 P TP P TP P → P
R55 P TP P CP SP → SP
R56 P TP P CP STP → STP
R57 P CP SP P TP → TP
R58 P CP SP P CP → CP
R59 P CP SP SP P → P
R60 P CP SP SP SP → SP
R61 P CP STP STP STP → STP
R62 P CP STP STP TP → TP
R63 P CP STP TP CP → CP
R64 P CP STP TP P → P
R65 SP P TP CP SP → SP
R66 SP P TP CP STP → STP

63
[R1] JIKA Tangibles (Berwujud) STP, DAN Reliability (Kehandalan) STP, DAN Responsiveness (Daya
Tanggap) STP, DAN Assurance (Kepastian) STP, DAN Emphaty (Empati) STP, MAKA Tingkat
Kepuasan STP
Tanggap) STP, DAN Assurance (Kepastian) STP, DAN Emphaty (Empati) TP, MAKA Tingkat
Kepuasan TP
Tanggap) STP, DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) CP, MAKA Tingkat
Kepuasan CP
Tanggap) STP, DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) P, MAKA Tingkat
Kepuasan P
Tanggap) TP, DAN Assurance (Kepastian) CP, DAN Emphaty (Empati) SP, MAKA Tingkat
Kepuasan SP
Tanggap) TP, DAN Assurance (Kepastian) CP, DAN Emphaty (Empati) STP, MAKA Tingkat
Kepuasan STP
Tanggap) TP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) TP, MAKA Tingkat
Kepuasan TP
Tanggap) TP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) CP, MAKA Tingkat
Kepuasan CP
[R9] JIKA Tangibles (Berwujud) STP, DAN Reliability (Kehandalan) TP , DAN Responsiveness (Daya
Tanggap) CP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) P, MAKA Tingkat
Kepuasan P
R67 SP P TP P TP → TP
R68 SP P TP P CP → CP
R69 SP P CP SP P → P
R70 SP P CP SP SP → SP
R71 SP P CP STP STP → STP
R72 SP P CP STP TP → TP
R73 SP SP SP TP CP → CP
R74 SP SP SP TP P → P
R75 SP SP SP CP SP → SP
R76 SP SP SP CP STP → STP
R77 SP SP STP P TP → TP
R78 SP SP STP P CP → CP
R79 SP SP STP SP P → P
R80 SP SP STP SP SP → SP

64
[R10] JIKA Tangibles (Berwujud) STP, DAN Reliability (Kehandalan) TP , DAN Responsiveness (Daya
Tanggap) CP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) SP, MAKA Tingkat
Kepuasan SP
[R11] JIKA Tangibles (Berwujud) STP, DAN Reliability (Kehandalan) TP, DAN Responsiveness (Daya
Tanggap) CP, DAN Assurance (Kepastian) STP, DAN Emphaty (Empati) STP, MAKA Tingkat
Kepuasan STP
Tanggap) CP, DAN Assurance (Kepastian) STP, DAN Emphaty (Empati) TP, MAKA Tingkat
Kepuasan TP
Tanggap) P, DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) CP, MAKA Tingkat
Kepuasan CP
Tanggap) P, DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) P, MAKA Tingkat Kepuasan P
Tanggap) P, DAN Assurance (Kepastian) CP, DAN Emphaty (Empati) SP, MAKA Tingka Kepuasan
SP
Tanggap) P, DAN Assurance (Kepastian) CP, DAN Emphaty (Empati) STP, MAKA Tingkat
Kepuasan STP
[R17] JIKA Tangibles (Berwujud) TP, DAN Reliability (Kehandalan) CP, DAN Responsiveness (Daya
Tanggap) SP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) TP, MAKA Tingkat Kepuasan
TP
Tanggap) SP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) CP, MAKA Tingkat
Kepuasan CP
Tanggap) SP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) P, MAKA Tingkat Kepuasan
P
Tanggap) SP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) SP, MAKA Tingkat
Kepuasan SP
Kepuasan STP
Kepuasan TP
Tanggap) STP, DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) CP, MAKA Tingkat
Kepuasan CP
Tanggap) STP , DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) P, MAKA Tingkat
Kepuasan P
[R25] JIKA Tangibles (Berwujud) TP, DAN Reliability (Kehandalan) P, DAN Responsiveness (Daya
Kepuasan SP

65
Kepuasan STP
Tanggap) TP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) TP, MAKA Tingkat Kepuasan
STP
Kepuasan CP
Tanggap) CP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) P, MAKA Tingkat Kepuasan
P
Kepuasan SP
Kepuasan STP
Kepuasan TP
[R33] JIKA Tangibles (Berwujud) CP, DAN Reliability (Kehandalan) SP, DAN Responsiveness (Daya
Kepuasan CP
Tanggap) P, DAN Assurance (Kepastian) CP, DAN Emphaty (Empati) SP, MAKA Tingkat Kepuasan
SP
Kepuasan STP
TP
Tanggap) SP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) CP, MAKA Tingkat Kepuasan
CP
Tanggap) SP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) P, MAKA Tingkat Kepuasan
P
Tanggap) SP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) SP, MAKA Tingkat
Kepuasan SP
[R41] JIKA Tangibles (Berwujud) CP, DAN Reliability (Kehandalan) STP , DAN Responsiveness (Daya
Kepuasan STP

66
[R42] JIKA Tangibles (Berwujud) CP, DAN Reliability (Kehandalan) STP, DAN Responsiveness (Daya
Kepuasan TP
Tanggap) STP , DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) CP, MAKA Tingkat
Kepuasan CP
Tanggap) STP, DAN Assurance (Kepastian) TP, DAN Emphaty (Empati) P, MAKA tingkat Kepuasan
P
[R45] JIKA Tangibles (Berwujud), DAN Reliability (Kehandalan) STP, DAN Responsiveness (Daya
Kepuasan SP
Kepuasan STP
Tanggap) TP, DAN Assurance (Kepastian) P, DAN Emphaty (Empati) TP, MAKA Tingkat Kepuasan
TP
Kepuasan CP
[R49] JIKA Tangibles (Berwujud) P, DAN Reliability (Kehandalan) TP, DAN Responsiveness (Daya
Tanggap) CP, DAN Assurance (Kepastian) SP, DAN Emphaty (Empati) P, MAKA Tingkat
Kepuasan P
Kepuasan SP
[R51] JIKA Tangibles (Berwujud) P, DAN Reliability (Kehandalan) TP , DAN Responsiveness (Daya
Kepuasan STP
Kepuasan TP
Kepuasan CP
Tanggap) P, DAN Assurance (Kepastian) CP, DAN Emphaty (Empati) SP, MAKA Tingkat
Kepuasan SP
Kepuasan STP
[R57] JIKA Tangibles (Berwujud) P, DAN Reliability (Kehandalan) CP, DAN Responsiveness (Daya
TP

Laporan penelitian

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Destaque

Destaque (16)

Semelhante a Laporan penelitian

Semelhante a Laporan penelitian (20)

Mais de Joni Candra

Mais de Joni Candra (20)

Último

Último (9)

Laporan penelitian