Embed Size (px)
Citation preview
i
PENGEMBANGAN PRODUK PAKAIAN BATIK UNTUK
WANITA BERDASARKAN PREFERENSI PELANGGAN
MENGGUNAKAN KANSEI ENGINEERING
(Studi Kasus : Batik Putra Bengawan, Laweyan , Surakarta)
Skripsi
Sebagai Persyaratan Memperoleh Gelar Sarjana Teknik
TOTO INDRA SETIAWAN
I 0307083
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2012
x
xi
xii
xiii
xiv
KATA PENGANTAR
Alhamdulillah, puji syukur penulis panjatkan kepada Allah SWT, karena
berkat rahmat dan hidayah-Nya, penulis dapat menyelesaikan skripsi ini. Shalawat
dan salam tak lupa penulis haturkan untuk Nabi Muhammad SAW.
Dengan segenap ketulusan dan kerendahan hati, penulis ingin
mengucapkan terima kasih kepada :
1. Bapak dan Ibu tercinta yang selalu memberikan perhatian, kasih sayang,
dukungan dan doa, sehingga penulis selalu bersemangat untuk segera
menyelesaikan skripsi ini. Kakak-kakakku terima kasih atas dukungan dan
doamu.
2. Bapak Dr. Cucuk Nur Rosyidi, ST., MT, selaku Ketua Jurusan Teknik
Industri dan Dosen Pembimbing I terima kasih atas bimbingan, motivasi,
waktu, dan kesabaran yang telah diberikan hingga terselesaikannya skripsi ini.
3. Ibu Fakhrina Fahma STP., MT, selaku Dosen Pembimbing II, terima kasih
atas bimbingan, motivasi, waktu, dan kesabaran yang telah diberikan hingga
terselesaikannya skripsi ini.
4. Bapak Yuniaristanto, ST., MT, dan Bapak Ir. Murman Budijanto, MT, selaku
dosen penguji yang telah berkenan memberikan saran dan bimbingan
perbaikan untuk skripsi ini.
5. Seluruh dosen Teknik Industri UNS yang telah memberikan ilmu dan
pengalaman dan nasehatnya selama penulis mengikuti proses perkuliahan di
Teknik Industri UNS.
6. TU-TI : Mbak Yayuk, Mbak Tutik, Mbak Rina dan Bapak Agus atas
kesabaran dan senyumannya setiap kali penulis mengurus administrasi di
jurusan.
7. Pemilik dan karyawan Batik Putra Bengawan, terima kasih untuk bantuan
yang telah diberikan atas terselesaikannya skripsi ini.
8. Special thanks to “Wisdania, Fola, Roro Indah, Rifqy, Hindi, Yonathan, dan
Winarno”, yang selalu memberikan semangat dan membantu dalam
menyelesaikan skripsi ini.
xv
9. Seluruh teman-teman TI 2007, khususnya „anak-anak tikiwir‟, terima kasih
atas kebersamaan dan kesetiakawanannya.
10. Semua pihak yang tidak dapat penulis sebutkan satu persatu, terima kasih atas
segala bantuan, doa, dorongan dan pertolongan yang telah diberikan.
Penulis menyadari bahwa laporan skripsi ini masih jauh dari sempurna dan
banyak memiliki kekurangan. Oleh karena itu penulis membuka diri atas segala
kritik, masukan dan saran yang membangun. Semoga laporan skripsi ini dapat
memberikan manfaat bagi penulis dan pembaca sekalian.
Surakarta, 26 Januari 2012
Penulis
xvi
ABSTRAK
Toto Indra Setiawan, I0307083, PENGEMBANGAN PRODUK PAKAIAN
BATIK UNTUK WANITA BERDASARKAN PREFERENSI PELANGGAN
MENGGUNAKAN KANSEI ENGINEERING. Skripsi. Surakarta : Jurusan
Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Januari 2012.
Penelitian ini membahas mengenai pengembangan rancangan produk
pakaian batik untuk wanita. Pengembangan rancangan produk pakaian batik untuk
wanita ini berdasarkan pada preferensi konsumen, sehingga produk yang
dihasilkan dapat memenuhi kebutuhan dan keinginan konsumen. Penelitian
pengembangan produk ini menggunakan metode kansei engineering. Metode
kansei engineering membantu pengembangan rancangan produk berdasarkan sisi
psikologis (kansei) konsumen. Tujuan dari penggunaan kansei engineering untuk
mengidentifikasi kansei serta item dan kategori produk yang menjadi preferensi
konsumen. Proses identifikasi dilakukan melalui penyebaran kuesioner dengan
bantuan semantic differential menggunakan 2 pendekatan evaluasi, yaitu haptic
(sentuhan) dan visual. Data yang dapat dikumpulkan dari hasil penyebaran
kuesioner, dianalisis menggunakan analisis faktor, analisis konjoin, dan analisis
klaster. Hasil yang didapatkan menunjukkan bahwa terdapat 11 kansei word dan
stimuli (kombinasi item dan kategori) yang menjadi preferensi konsumen serta
segmentasi konsumen berdasarkan klaster produk. Kansei yang menjadi
preferensi konsumen terhadap produk pakaian batik untuk wanita, yaitu warm,
calm, smooth, durable, beautiful, warm, easy o use, comfortable, colourful,
fashionable, dan sexy. Sedangkan, stimuli produk batik untuk wanita dengan
bahan paris, motif bunga, warna gradasi, printing dan menggunakan aksesoris obi
menjadi kombinasi item dan kategori yang dinilai lebih oleh konsumen.
Kata kunci: kansei engineering, kansei word, item dan kategori.
xvi + 95 halaman; 18 gambar; 23 tabel; 10 lampiran
Referensi : 21 (1996-2011)
xvii
ABSTRACT
Toto Indra Setiawan, I0307083, PRODUCT APPAREL OF FEMALE’S
BATIK CLOTH DEVELOPMENT BASED ON CUSTOMERS’S
PREFERENCES USING KANSEI ENGINEERING METHOD. Thesis.
Surakarta :Industrial Engineering Department, Faculty of Engineering,
Sebelas Maret University, January 2012.
This study discusses the development of product design’batik clothing for
women. The development is based on consumer’s preferences, so that the
resulting product can satisfy the needs and desires of consumers. This research
use the kansei engineering method. Kansei engineering method helps the
development of product based on the psychological side (kansei) of consumers.
The purpose of using kansei engineering is to identify the kansei along items and
categories of products into consumers preferences. Identification process carried
out through spreading out questionarries using semantic differential scale by 2
approaches evaluation, namely haptic and visual. The data can be collected, were
analyzed with factor analysis, conjoint analysis, and cluster analysis. The result
obtained show that there are 11 kansei word and stimuli (combination of items
and categories) based on consumers preferences along with segmenting
consumers based on cluster products. Kansei is to be consumers preferences of
products batik clothing for women, namely warm, calm, smooth, durable,
beautiful, warm, easy to use, comfortable, colourful, fashionable, and sexy.
Meanwhile, stimuli of batik products is valued more by consumers preferences,
that is batik products for women with paris material, floral pattern, colour
gradation, printing and using a wide belt.
Keywords: kansei engineering, kansei word, item and category.
xvi + 95 pages; 18 pictures; 23 tables; 10 appendixes
References: 21 (1996-2011)
xviii
DAFTAR ISI
HALAMAN JUDUL………………………………………………………
LEMBAR PENGESAHAN……………………………………………….
LEMBAR VALIDASI……………………………………………………..
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH………...
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH……………..
KATA PENGANTAR…………………………………………………….
ABSTRAK…………………………………………………………………
ABSTRACT……………………………………………………………….
DAFTAR ISI………………………………………………………………
DAFTAR TABEL…………………………………………………………
DAFTAR GAMBAR………………………………………………………
DAFTAR PERSAMAAN.………………………………………………...
DAFTAR LAMPIRAN……………………………………………………
BAB I PENDAHULUAN
1.1 Latar Belakang……………………………………………………
1.2 Perumusan Masalah………………………………………………
1.3 Tujuan Penelitian…………………………………………………
1.4 Manfaat Penelitian……………………………………………….
1.5 Batasan Masalah…………………………………………………
1.6 Asumsi Penelitian…………………………………………………
1.7 Sistematika Penulisan……………………………………………
BAB II TINJAUAN PUSTAKA
2.1 Profil Perusahaan…………………………………………………
2.1.1 Denah Perusahaan………………………………………
2.1.2 Produk Perusahaan……………………………………
2.2 Konsep Pemasaran……………………………………………….
2.3 Perencanaan Pemasaran………………………………………….
2.3.1 Riset Pemasaran………………………………………….
2.3.2 Perilaku Konsumen ………………………………………
2.3.3 Persepsi ……………………………………………………
i
ii
iii
iv
v
vi
viii
ix
x
xiii
xiv
xv
xvi
I-1
I-3
I-3
I-3
I-3
I-4
I-4
II-1
II-1
II-2
II-2
II-2
II-3
II-6
II-3
xix
2.3.4 Pengambilan Keputusan Pembelian …………………….
2.4 Pendekatan Inovasi Produk………………………………………
2.5 Penelitian-Penelitian Terdahulu………………………………….
2.6 Kansei Engineering……………………………………………….
2.6.1 Tipe Kansei Engineering……………………………………
2.7 Sumber Data………………………………………………………
2.8 Perancangan Sampel………………………………………………
2.8.1 Populasi……………………………………………………..
2.8.2 Sampel………………………………………………………
2.8.3 Teknik Sampling……………………………………………
2.9 Semantic Differential………………………………………………
2.10 Orthogonal Array…………………………………………………
2.11 Analisis Faktor……………………………………………………
2.11.1 Penentuan Jumlah Faktor yang Diekstraksi………………
2.11.2 Rotasi Faktor………………………………………………
2.12 Analisis Konjoin………………………………………………….
2.13 Analisis Klaster……………………………………………………
BAB III METODOLOGI PENELITIAN
3.1 Identifikasi Masalah………………………………………………
3.1.1 Studi Literatur…………………………………………….
3.1.2 Penentuan Obyek dan Subyek Penelitian…………………
3.1.3 Perumusan Masalah………………………………………
3.1.4 Tujuan Penelitian…………………………………………
3.2 Pengumpulan dan Pengolahan Data………………………………
3.2.1 Identifikasi dan Penetapan Kansei Word…………………
3.2.2 Penyusunan dan Penyebaran Kuesioner I…………………
3.2.3 Analisis Faktor……………………………………………
3.2.4 Penyusunan dan Penyebaran Kuesioner II………………
3.2.5 Orthogonal Array…………………………………………
3.2.6 Penyusunan dan Penyebaran Kuesioner III………………
3.2.7 Analisis Konjoin…………………………………………..
3.2.8 Analisis Klaster……………………………………………
II-3
II-5
II-6
II-6
II-7
II-8
II-8
II-8
II-9
II-9
II-11
II-12
II-13
II -14
II -14
II -15
II -16
III-2
III-2
III-2
III-2
III-3
III-3
III-3
III-4
III-7
III-9
III-9
III-9
III-11
III-12
xx
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Penentuan Kansei Word………………………………………….
4.2 Preferensi Kansei Word Responden terhadap Produk Pakaian
Batik untuk Wanita……………………………………………….
4.3 Faktor-Faktor Kansei Word sesuai Preferensi
Responden…………………………………………………………
4.4 Penentuan Stimuli Produk…………………………………………
4.5 Preferensi Stimuli Responden Berdasarkan Faktor-Faktor Kansei
Word………………………………………………………………
4.6 Klaster Produk Berdasar Preferensi Responden…………………
BAB V ANALISIS DAN INTERPRETASI HASIL
5.1 Kansei word Produk Pakaian Batik Untuk Wanita………………
5.2 Preferensi Responden terhadap Kombinasi Item dan kategori……
5.3 Klasifikasi Kategori Produk Pakaian Batik untuk Wanita
Menggunakan Analisis Klaster……………………………………
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan……………………………………………………….
6.2 Saran………………………………………………………………
DAFTAR PUSTAKA
IV -1
IV-3
IV-7
IV-15
IV-17
IV-32
V-1
V-2
V-6
VI-1
VI-2
xiii
DAFTAR TABEL
Tabel 4.1 Rekapitulasi Kansei Word yang Teridentifikasi.................................. IV-1
Tabel 4.2 Kansei Word yang Terpilih ................................................................. IV-2
Tabel 4.3 Kansei Word dan Opposite Word ........................................................ IV-4
Tabel 4.4 Skala Semantic Differential kansei word ............................................ IV-6
Tabel 4.5 KMO dan Bartlet’s Test ...................................................................... IV-7
Tabel 4.6 Anti Image Correlation ....................................................................... IV-8
Tabel 4.7 KMO dan Bartlet’s Test setelah eliminasi variabel............................. IV-8
Tabel 4.8 Anti Image Correlation setelah eliminasi variabel .............................. IV-8
Tabel 4.9 Initial Eigenvalue ................................................................................ IV-10
Tabel 4.10 Faktor yang Terbentuk ........................................................................ IV-11
Tabel 4.11 Korelasi Awal Faktor dengan Variabel ............................................... IV-12
Tabel 4.12 Hasil Rotasi Faktor .............................................................................. IV-13
Tabel 4.13 Penempatan Variabel pada Faktor yang Terbentuk ............................ IV-14
Tabel 4.14 Penamaan Faktor ................................................................................. IV–15
Tabel 4.15 Sampel Hasil Ekstraksi Item dan Kategori .......................................... IV–16
Tabel 4.16 Item dan Kategori yang Paling Dipertimbangkan ............................... IV–16
Tabel 4.17 Pembentukan Stimuli (kombinasi item dan kategori) dengan
Orthogonal Array ............................................................................... IV–17
Tabel 4.18 Rekapitulasi Nilai Kepentingan Item dan Utilitas kategori ................. IV–31
Tabel 4.19 Hasil Analisis Klaster terhadap Nilai Kepentingan Item Setiap
faktor................................................................................................... IV–33
Tabel 4.20 Rekapitulasi Klaster pada Masing-Masing Kansei Word ................... IV–45
Tabel 5.1 Preferensi Responden terhadap Stimuli Berdasarkan Masing-
Masing Faktor ..................................................................................... V–5
Tabel 5.2 Profil Responden pada Empat Faktor Preferensi Responden .............. V–7
Tabel 5.3 Profil Segmentasi Responden pada Setiap Klaster.............................. V–7
xiv
DAFTAR GAMBAR
Gambar 2.1 Map Letak Batik Putra Bengawan ................................................... II-1
Gambar 2.2 Model Sederhana Pengambilan Keputusan Konsumen ................... II-5
Gambar 2.3 Proses Kansei Engineering .............................................................. II-8
Gambar 2.4 Semantic Differential ....................................................................... II-12
Gambar 3.1 Metodologi penelitian ..................................................................... III-1
Gambar 4.1 Dendogram Klaster Kansei Word “Young” .................................... IV–34
Gambar 4.2 Dendogram Klaster Kansei Word “Calm” ...................................... IV–35
Gambar 4.3 Dendogram Klaster Kansei Word “Smooth” .................................. IV–36
Gambar 4.4 Dendogram Klaster Kansei Word “Beautiful” ................................ IV–37
Gambar 4.5 Dendogram Klaster Kansei Word “Durable” ................................. IV–38
Gambar 4.6 Dendogram Klaster Kansei Word “Warm” ..................................... IV–39
Gambar 4.7 Dendogram Klaster Kansei Word “Comfortable” .......................... IV–40
Gambar 4.8 Dendogram Klaster Kansei Word “Easy to Use” ........................... IV–41
Gambar 4.9 Dendogram Klaster Kansei Word “Colourful” ............................... IV–42
Gambar 4.10 Dendogram Klaster Kansei Word “Fashionable” ........................ IV–43
Gambar 4.11 Dendogram Klaster Kansei Word “Sexy” ..................................... IV–44
Gambar 5.1 Profil Responden pada Kuesioner I ................................................. V–1
Gambar 5.2 Profil Responden Kuesioner III ....................................................... V–4
xv
DAFTAR PERSAMAAN
BAB II TINJAUAN PUSTAKA
Persamaan 2.1 Derajat bebas orthogonal array ........................................................ II-15
Persamaan 2.2 Model dasar analisis konjoin ............................................................ II-16
Persamaan 2.3 Atribut produk .................................................................................. II-16
Persamaan 2.4 Model regresi ................................................................................... II-16
xvi
DAFTAR LAMPIRAN
Lampiran 1 Kansei Word yang Teridentifikasi .......................................................... L-1
Lampiran 2 Kuesioner I ............................................................................................. L-4
Lampiran 3 Hasil MSA Kansei Word ........................................................................ L-9
Lampiran 4 Hasil Iterasi MSA Kansei Word ............................................................. L-10
Lampiran 5 Hasil Ekstraksi Item dan Kategori .......................................................... L-11
Lampiran 6 Kuesioner II ............................................................................................ L-12
Lampiran 7 Kuesioner III ........................................................................................... L-19
Lampiran 8 Contoh Syntax Analisis Konjoin............................................................. L-24
Lampiran 9 Nilai Koefisien Jarak Euclidean Kuadrat ............................................... L-27
Lampiran 10 Gambar Produk ..................................................................................... L-28
I-17
BAB I
PENDAHULUAN
Bab satu adalah pendahuluan, bab ini membahas tentang latar belakang
dan perumusan masalah, tujuan penelitian, manfaat, batasan masalah, penetapan
asumsi-asumsi serta sistematika penulisan yang digunakan dalam penelitian.
1.1 Latar Belakang
Produk merupakan barang atau jasa yang dikonsumsi konsumen untuk
memenuhi kebutuhannya. Berbagai usaha dilakukan oleh konsumen untuk
mendapatkan produk yang diinginkan dan dibutuhkan, sehingga produsen maupun
penjual harus mampu menyediakan produk yang mampu memuaskan konsumen.
Oleh karena itu, pengembangan produk menjadi salah satu aspek penting bagi
produsen. Pada produsen barang dan jasa berkembang filosofi pengembangan
produk. Ada dua cara dalam filosofi pengembangan produk tersebut, yaitu
product out dan market in. Product out adalah pengembangan produk sesuai
dengan spesifikasi yang dikembangkan dan teknologi yang dimiliki produsen.
Sedangkan, market in merupakan istilah dalam pengembangan produk dimana
produk dibuat sesuai preferensi konsumen (Nagamachi,2003). Berdasarkan
perkembangannya, filosofi market in lebih berkembang karena konsumen lebih
memperhatikan rancangan produk dalam membeli produk yang sesuai dengan
kebutuhan dan keinginannya. Produsen yang dapat mengembangkan produk
sesuai dengan preferensi konsumen (human centered design) akan memberikan
kepuasan bagi konsumen, sehingga produk yang diproduksi dan diperdagangkan
dapat bersaing di pasar. Produk fashion menjadi salah satu produk yang
mengalami perkembangan pesat dengan pengembangan produk market in.
Salah satu produk fashion yang terkenal di kota Solo adalah pakaian batik.
Pakaian batik telah berkembang di Solo sebagai warisan budaya. Pada mulanya,
pakaian batik digunakan untuk pakaian adat dan acara formal. Akan tetapi, saat ini
pakaian batik sering digunakan untuk pakaian sehari-hari, bahkan anak muda
tertarik membeli dan memakainya karena termotivasi oleh anjuran pemerintah
untuk melestarikan budaya nasional. Pakaian batik memiliki keunggulan
dibandingkan pakaian biasa karena motif dan warnanya dapat menimbulkan
keindahan saat dipakai. Beberapa produsen dan pedagang batik menyatakan
I-18
bahwa terdapat peningkatan penjualan produk pakaian batik sebesar 30 – 100%
pada tahun 2008 (Sucipto, 2008). Hal itu berimbas dengan munculnya beberapa
perusahaan batik, termasuk Batik Putra Bengawan yang didirikan pada
pertengahan tahun 2009 dan berlokasi di Kampung Batik Laweyan.
Toko Batik Putra Bengawan yang terletak di sentra batik ini menjadi
keuntungan bagi pemilik untuk mempromosikan produknya. Selama 2 tahun
berjalan, Batik Putra Bengawan memperoleh rata-rata omzet per bulan sebesar 80
juta rupiah. Akan tetapi, muncul beberapa persoalan seiring bermunculannya toko
batik di sekitar Batik Putra Bengawan, sehingga pilihan produk untuk konsumen
menjadi lebih variatif. Hal ini membuat konsumen menjadi lebih selektif dalam
memilih pakaian batik yang dapat memuaskan keinginannya dan menjadi lebih
mudah untuk berpindah-pindah toko. Oleh karena itu, pemilik Batik Putra
Bengawan harus dapat mengembangkan rancangan produk yang lebih bervariasi
dengan memperhatikan keinginan dan kebutuhan konsumen. Pengembangan
rancangan produk pakaian batik dilakukan berdasarkan preferensi konsumen,
sehingga kepuasan konsumen dapat terpenuhi. Pengembangan rancangan produk
pakaian batik dilakukan berdasarkan preferensi konsumen tersebut dapat
dilakukan menggunakan metode kansei engineering
Metode kansei engineering adalah suatu metode yang digunakan untuk
membantu pengembangan produk dengan melibatkan persepsi konsumen agar
sesuai keinginan dan kebutuhan konsumen. Berdasarkan penelitian yang
dilakukan oleh Nagamachi, kansei engineering dapat mengidentifikasi keinginan
konsumen terhadap suatu produk. Metode kansei engineering lebih
mengutamakan sisi psikologis (kansei) konsumen dalam mengambil keputusan
sebelum membeli sebuah produk, sehingga konsumen dapat mengekspresikan
keinginannya dan memudahkan produsen dalam menterjemahkan keinginan
konsumen dalam merancang produk. Dengan menggunakan sisi psikologis
konsumen, maka produsen dapat merancang sebuah produk yang berkualitas,
memenuhi keinginan dan memuaskan konsumen. Bagi produsen sangat penting
untuk memproduksi produk yang sesuai persepsi (kansei) konsumen karena
konsumen menjadi nyaman menggunakan dan loyal terhadap produk tersebut
(Shaari,2001).
I-19
Kansei engineering memiliki keunggulan untuk digunakan pada
pengembangan rancangan produk pakaian batik dibandingkan metode yang lain,
misalnya metode QFD. Metode QFD adalah suatu metodologi untuk
menterjemahkan kebutuhan dan keinginan konsumen ke dalam suatu rancangan
produk yang memiliki persyaratan teknik dan karakteristik kualitas tertentu
(Novita, 2002), sedangkan dengan kansei engineering membantu perancangan
produk berdasarkan sisi psikologis konsumen. Penggunaan kansei engineering
lebih sesuai daripada QFD karena konsumen mengutamakan sisi psikologisnya
dalam memilih produk pakaian batik. Berdasarkan alasan tersebut, metode kansei
engineering merupakan metode yang paling sesuai untuk digunakan pada
penelitian pengembangan produk pakaian batik di Batik Putra Bengawan.
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan, maka dapat dirumuskan
pokok permasalahan dari penelitian ini yaitu: Bagaimana merancang dan
mengembangkan produk pakaian batik berdasarkan preferensi pelanggan
menggunakan kansei engineering.
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah menentukan kansei word rancangan produk
pakaian batik, menghasilkan kombinasi atribut dan level rancangan produk
pakaian batik, menentukan bobot atribut dan level rancangan produk pakaian
batik, serta mengetahui segmentasi pelanggan.
1.4 Manfaat Penelitian
Adapun manfaat yang diharapkan dari penelitian ini, yaitu:
1. Manfaat bagi produsen yaitu mampu menghasilkan produk pakaian batik
untuk wanita berdasarkan emosi dan persepsi konsumen.
2. Meghasilkan produk yang memenuhi kebutuhan dan keinginan konsumen,
sehingga memberikan kepuasan bagi konsumen.
I-20
1.5 Batasan Masalah
Agar penelitan ini tidak terlalu luas topik pembahasannya maka
diperlukan adanya pembatasan masalah, adapun batasan masalah dari penelitian
ini adalah :
1. Produk yang diteliti adalah pakaian batik untuk wanita.
2. Responden adalah konsumen wanita yang akan dan sudah membeli pakaian
batik di Batik Putra Bengawan dengan rentang umur 20 – 60 tahun.
3. Atribut rancangan yang digunakan merupakan spesifikasi produk yang ada di
Batik Putra Bengawan dan menjadi pertimbangan konsumen dalam
pengambilan keputusan untuk membeli.
1.6 Asumsi
Asumsi yang digunakan dalam penelitian ini, yaitu:
1. Jumlah rata-rata konsumen selama periode Maret 2010 – Mei 2011 menjadi
acuan jumlah respoden pada seluruh kuesioner.
2. Spesifikasi produk yang terdapat di Batik Putra Bengawan relatif hampir sama
dengan toko batik yang ada di sekitar Kampung Batik Laweyan.
1.7 Sistematika Penulisan
Penulisan penelitian dalam laporan tugas akhir ini mengikuti uraian yang
diberikan pada setiap bab yang berurutan untuk mempermudah pembahasannya.
Dari pokok-pokok permasalahan dapat dibagi menjadi enam bab seperti
dijelaskan, di bawah ini.
BAB I : PENDAHULUAN Bab ini berisikan pendahuluan yang meliputi latar belakang,
perumusan masalah, tujuan penelitian, pembatasan masalah, asumsi,
dan sistematika penulisan.
BAB II : STUDI PUSTAKA Berisi mengenai landasan teori yang mendukung dan terkait langsung
dengan penelitian yang akan dilakukan yang bersumber dari data
perusahaan, buku, jurnal penelitian, sumber literatur lain, dan studi
terhadap penelitian terdahulu.
I-21
BAB III : METODOLOGI PENELITIAN Berisi tentang uraian langkah-langkah penelitian yang dilakukan,
selain juga merupakan gambaran kerangka berpikir penulis dalam
melakukan penelitian dari awal sampai penelitian selesai.
BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA Berisi tentang data-data/informasi yang diperlukan dalam
menganalisis permasalahan yang ada serta pengolahan data dengan
menggunakan metode yang telah ditentukan.
BAB V : ANALISIS DAN INTERPRETASI HASIL Analisis berisi penjelasan dari output yang didapatkan pada tahapan
pengumpulan dan pengolahan data; interpretasi hasil merupakan
ringkasan singkat dari hasil penelitian.
BAB VI : KESIMPULAN DAN SARAN Berisi tentang kesimpulan yang diperoleh dari pengolahan data dan
analisis yang telah dilakukan serta rekomendasi ataupun saran yang
diberikan untuk perbaikan.
I-22
II-23
BAB II
STUDI PUSTAKA
Bab ini membahas mengenai landasan dan teori-teori yang menunjang
pengolahan data dari penelitian ini. Teori-teori tersebut antara lain teori
pemasaran, kansei engineering, dan analisis multivariat.
2.1 Profil Perusahaan
Batik Putra Bengawan merupakan perusahaan batik yang berada di
Kampung Batik Laweyan atau tepatnya beralamatkan di Jl. Sidoluhur No. 33,
Laweyan, Solo. Perusahaan ini berdiri pada pertengahan tahun 2009. Batik Putra
Bengawan didirikan oleh Toto Indra Setiawan. Batik Putra Bengawan ini
merupakan anak perusahaan dari Batik Bengawan Indah. Meskipun sebagai anak
perusahaan, Batik Putra Bengawan memiliki manajemen perusahaan yang mandiri
dan berbeda dengan Batik Bengawan Indah. Perusahaan Batik Putra Bengawan
memproduksi dan menjual berbagai macam produk batik.
2.1.1 Denah Perusahaan
Perusahaan Batik Putra Bengawan memiliki letak toko yang strategis di
Kampung Batik Laweyan seperti di gambar denah sebagai berikut :
Gambar 2.1 Map Letak Batik Putra Bengawan Sumber : Batik Putra Bengawan
II-24
2.1.2 Produk Perusahaan
Perusahaan Batik Putra Bengawan menjual segala macam produk batik.
Produk batik yang dijual yaitu kemeja batik, blus batik, sackdress batik, abaya
batik, kaos batik, celana batik, rok batik, alat sholat batik, kain batik, dan sprei
batik. Kain yang digunakan sebagai bahan produk jadi, yaitu santung, katun,
primisima, doby, paris, viscos, dan sutra.
2.2 Konsep Pemasaran
Konsep pemasaran terdiri dari 5 macam berdasarkan fokusnya, sebagai
berikut :
1. Konsep Produksi yaitu konsep pemasaran yang berfokus pada produksi
dengan konsentrasi untuk mencapai efisiensi produksi, harga murah, dan
distribusi mahal dan luas.
2. Konsep produk yaitu konsep pemasaran yang berorientasi pada produk dengan
focus untuk mencapai pembuatan produk bermutu tinggi dan bentuk inovatif/
3. Konsep Penjualan yaitu perusahaan melakukan kegiatan penjualan yang
agresif dan usaha promosi yang gencar.
4. Konsep pemasaran yaitu perusahaan harus lebih efektif dan lebih efisien
daripada pesaing-pesaingnya dalam menciptakan, mengirim, dan
mengkomunikasikan keunggulan produknya ke target pasar yang dituju.
5. Konsep Konsumen yaitu konsep pemasaran yang berorientasi pada kebutuhan
dan keinginan konsumen dengan tujuan pemenuhan kepuasan konsumen serta
pertumbuhan keuntungan melalui loyalitas konsumen (Subroto, 2010).
2.3 Perencanaan Pemasaran
Terdapat beberapa tahapan dalam proses pemasaran, yaitu :
1. Analisis peluang pasar
2. Riset pemasaran
3. Perencanaan strategi pemasaran
4. Perencanaan program pemasaran
5. Pengimplementasikan pemasaran
2.3.1 Riset Pemasaran
II-25
Riset pemasaran adalah fungsi yang menghubungkan konsumen dan
penjual melalui informasi. Informasi yang digunakan untuk mengidentifikasi dan
mendefinisikan peluang pemasaran dan masalah, menghasilkan, memperbaiki,
dan mengevaluasi tindakan pemasaran, memantau kinerja pemasaran, serta
meningkatkan pemahaman pemasaran sebagai suatu proses. Riset pemasaran
menentukan informasi yang diperlukan untuk mengatasi masalah ini, desain
metode untuk mengumpulkan informasi, mengelola dan mengimplementasikan
proses pengumpulan data, analisis hasil, dan mengkomunikasikan temuan dan
implikasinya. Riset pemasaran memberikan peranan penting dalam sistem
pemasaran yaitu memberikan data pada pengambil keputusan untuk efektivitas
bauran pemasaran dan memberikan wawasan untuk perubahan yang diperlukan
serta merupakan alat untuk menggali peluang pasar (McDaniel dan Gates, 1996).
2.3.2 Perilaku Konsumen
Perilaku konsumen merupakan hal-hal yang mendasari konsumen untuk
membuat keputusan pembelian. Barang berharga jual rendah (low-involvement)
proses pengambilan keputusan dilakukan dengan mudah, sedangkan untuk barang
berharga jual tinggi (high-involvement) proses pengambilan keputusan dilakukan
dengan dengan pertimbangan yang matang. Saat ini konsumen membeli secara
impulsif dan dipengaruhi tidak hanya oleh keluarga dan teman-teman, oleh
berbaai pemasang iklan dan model peran, tetapi juga oleh suasana hati, keadaan,
dan emosi (Schiffman dan Kanuk, 2008).
2.3.3 Persepsi
Persepsi didefinisikan sebagai proses yang dilakukan individu untuk
memilih, mengatur, dan menafsirkan stimuli berdasarkan kebutuhan, nilai-nilai,
dan harapan setiap orang (Schiffman dan Kanuk, 2008).
2.3.4 Pengambilan Keputusan Pembelian
Konsumen memiliki empat pandangan dalam pengambilan keputusan
pembelian yang terdiri dari pandangan ekonomi, pandangan pasif, pandangan
kognitif, dan pandangan emosional. Pandangan ini akan membedakan perilaku
konsumen dalam pengambilan keputusan pembelian. Pengambilan keputusan
pembelian diapandang memiliki tiga komponen utama yang berhubungan satu
II-26
sama lain: masukan (input), proses, dan keluaran (output). Semua komponen
digambarkan dalam model sederhana pengambilan keputusan konsumen pada
Gambar 2.2.
Komponen masukan dalam pengambilan keputusan pembelian konsumen
mempunyai berbagai pengaruh luar yang berlaku sebagai sumber informasi
mengenai produk dan mempengaruhi nilai-nilai, sikap, dan perilaku konsumen
yang berkaitan dengan produk. Yang utama diantara berbagai faktor masukan ini
adalah berbagai kegiatan bauran pemasaran perusahaan yang berusaha
menyampaikan manfaat produk dan jasa kepada para konsumen.
Komponen proses berhubungan dengan cara konsumen mengambil
keputusan pembelian. Proses pengambilan keputusan pembelian oleh konsumen
terdiri dari tiga tahap, yaitu pengenalan kebutuhan, penelitian sebelum pembelian,
dan penilaian sebagai alternatif.
Komponen keluaran dalam pengambilan keputusan pembelian oleh
konsumen menyangkut dua kegiatan pasca pembelian yang berhubungan erat,
yaitu perilaku konsumen dan penilaian pasca pembelian (Schiffman dan Kanuk,
2008).
II-27
Usaha Pemasaran Perusahaan:
1. Produk
2. Promosi
3. Harga
4. Saluran Distribusi
Lingkungan Sosial-budaya:
1. Keluarga
2. Sumber informasi
3. Sumber nonkomersial lain
4. Kelas sosial
5. Subbudaya dan budaya
Pengenalan
Kebutuhan
Penyelidikan
Sebelum
Pembelian
Evaluasi
Alternatif
Bidang Psikologi:
1. Motivasi
2. Persepsi
3. Pengetahuan
4. Kepribadian
5. Sikap
Pengalaman
Pembelian:
1. Percobaan
2. Pembelian ulang
Evaluasi Setelah
Pembelian
Pengaruh Eksternal
Masukan
Pengambilan Keputusan
Konsumen
Proses
Pengeluaran
Perilaku Setelah
Keputusan
Gambar 2.2 Model Sederhana Pengambilan Keputusan Konsumen Sumber :Schiffman dan Kanuk (2008)
2.4 Pendekatan Inovasi Produk
Proses inovasi produk merupakan langkah penting dalam perusahaan.
Inovasi ini harus selalu dilakukan untuk memenuhi kepuasan pelanggan terhadap
produk yang dijual.Inovasi yang tepat sesuai target memuaskan konsumen dapat
menimbulkan kepercayaan akan produk yang ditawarkan, sehingga dapat
memajukan perusahaan. Terdapat dua pendekatan yang dapat dilakukan dalam
inovasi produk berdasarkan inovasinya yang sangat penting dalam memberikan
kepuasan kepada pelanggan, sebagai berikut :
1. Inovasi yang Berorientasi Produk
II-28
Pendekatan yang berorientasi produk menilai bahwa inovasi dilhat dari sudut
pandang produknya. Inovasi ini lebih memusatkan pada teknologi yang
digunakan pada produk dan spesifikasi yang dikembangkan produsen.
2. Inovasi yang Berorientasi Pasar atau Konsumen
Pendekatan yang berorientasi pasar atau konsumen didasarkan kepada
persepsi konsumen mengenai produk, dan bukannya pada keistimewaan fisik
produk.
2.5 Penelitian-Penelitian Terdahulu
Penelitian-penelitian yang sudah ada sebelumnya, yaitu:
1. Penelitian emosi wanita terhadap pakaian tradisional Malaysia.
Penelitian ini dilakukan dengan tujuan utama mengklasifikasikan perasaan
wanita dalam memakai pakaian tradisional. Penelitian menggunakan kansei
engineering untuk mengeksplorasi emosi (kansei) wanita terhadap pakaian
tradisional. Terdapat 2 fase evaluasi dalam penelitian ini, yaitu evaluasi haptic dan
appearance. Data-data yang terkumpul berupa keinginan wanita terhadap pakaian
tradisional. Selanjutnya, data-data tersebut dianalisis menggunakan semantic
differential, analisis faktor dan analisis klaster (Shaari,2001).
2. Pengaruh konsumen dalam desain axiomatic
Penelitian ini menggunakan pendekatan yang sistematik untuk
menghubungkan kebutuhan konsumen dalam desain produk dan proses
pengembangan berdasarkan desain axiomatic. Metodoogi dalam penelitian ini
memprioritaskan pada teridentifikasinya kebutuhan konsumen, sehingga tercipta
desain produk berdasarkan preferensi konsumen. Kansei engineering digunakan
untuk menerjemahkan dan menstruktur kebutuhan konsumen yang telah
teridentifikasi. Kemudian, dilakukan identifikasi level atribut produk pakaian
yang digunakan sebagai stimuli analisis konjoin (Kurniawan, 2004).
2.6 Kansei Engineering
Pada tahun 1970, Nagamachi mengunjungi perusahaan manufaktur secara
teratur. Nagamachi melihat bahwa semakin banyak orang yang terdorong untuk
melakukan pembelian karena ekonomi yang sehat. Kemudian, Nagamachi
meramalkan bahwa orang akan berhenti membeli ketika lemari mereka terlalu
penuh. Jika kondisi ini terjadi, maka orang akan membeli produk yang berkualitas
II-29
bagus. Kemudian, Nagamachi berpikir bahwa produk yang merepresentasikan
perasaan dan emosi orang yang akan dibeli oleh konsumen. Jadi era kansei
dimulai pada tahun 1970 dengan diadakannya penelitian kansei engineering
(Nagamachi, 2003).
Kansei Engineering adalah metode yang menterjemahkan perasaan dan
citra (image) pelanggan tentang suatu produk kedalam elemen-elemen desain atau
dengan bahasa lain pengembangan produk dengan berbasis pada keinginan dan
kebutuhan pelanggan.
Produk kansei bukan merupakan produk yang mahal dan berkelas tinggi.
Produk kansei juga tidak merepresentasikan produk yang menekankan terlihat
bagus, penampilan, ataupun gaya. Produk kansei merupakan produk yang dapat
mengaktualisasikan fungsi dan bentuk berdasarkan kebutuhan dan emosi
konsumen (Nagamachi, 2003).
2.6.1 Tipe Kansei Engineering
Kansei engineering dibedakan menjadi tiga macam berdasarkan
prosesnya, sebagai berikut :
1. Kansei engineering tipe I
Kansei engineering tipe I adalah metode memecah konsep produk yang
ditargetkan menjadi konsep yang lebih rinci dan memperluas ke beberapa
tingkatan, diinterpretasikan ke dalam karakteristik desain produk.
2. Kansei engineering tipe II
Kansei engineering tipe II adalah rekayasa yang menterjemahkan kansei
(perasaan dan emosi) konsumen terhadap produk untuk pengembangan produk.
Kansei engineering tipe II ini menggunakan system komputerisasi seperti fuzzy
logic, expert system, dan algoritma genetika.
3. Kansei engineering tipe III
Dalam pemodelan kansei ini, suatu model matematis dibangun dalam basis
peraturan yang rumit untuk mencapai keluaran ergonomis dari kata-kata kansei.
(Nagamachi, 2003).
Kansei engineering dalam proses rekayasanya terdiri dari beberapa proses
dapat dilihat pada Gambar 2.3.
II-30
Gambar 2.3 Proses Kansei Engineering Sumber :Nagamachi (2003)
2.7 Sumber Data
Riset terhadap konsumen dikelompokkan menjadi dua jenis seumber data,
sebagai berikut:
1. Sumber Data Primer
Sumber data primer adalah data mentah tanpa interpretasi atau pernyataan
yang mewakili suatu opini. Data primer merupakan data yang dikumpulkan dan
diolah sendiri oleh suatu organisasi atau perorangan langsung dari objeknya.
Pengumpulan data tersebut dilakukan secara khusus untuk masalah riset yang
diteliti, termasuk di dalam sumber primer adalah kuesioner kepada responden.
Sumber primer merupakan data yang paling otoritatif karena informasi yang
didapat belum pernah diolah atau ditafsirkan oleh pihak lain. Sumber internal data
primer antara lain data-data dari perusahaan yang menjadi studi kasus penelitian.
2. Sumber Data Sekunder
Sumber data sekunder adalah data yang diperoleh dalam bentuk yang sudah
jadi, sudah diolah dan dikumpulkan oleh pihak lain.
2.8 Perancangan Sampel
2.8.1 Populasi
Menurut Sugiyono (2005), populasi adalah generalisasi yang terdiri atas
obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
II-31
Jadi populasi bukan hanya orang, tetapi juga benda-benda yang lain.
Populasi juga bukan hanya sekedar jumlah yang ada pada obyek atau subyek yang
dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki obyek atau
subyek itu.
2.8.2 Sampel
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang
ada pada populasi, miaslnya karena keterbatasan waktu, maka peneliti
menggunakan sampel yang ada pada populasi tersebut. Semua yang dipelajari dari
sampel itu, kesimpulannya akan diberlakukan untuk populasi itu. Oleh karena itu,
sampel yang diambil harus representatif (Sugiyono, 2005).
2.8.3 Teknik Sampling
Teknik sampling adalah teknik pengambilan sampel pada populasi. Untuk
menentukan sampel yang akan digunakan dalam penelitian, terdapat berbagai
teknik sampling yang digunakan. Teknik sampling pada dasarnya dapat
dikelompokkan menjadi dua yaitu Probability Sampling dan Nonprobability
Sampling (Sugiyono, 2005):
1. Probability Sampling
Probability sampling adalah teknik sampling yang memberikan peluang yang
sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota
sampel. Teknik ini meliputi :
a. Simple Random Sampling
Dikatakan simple (sederhana) karena pengambilan sampel anggota
populasi dlakukan secara acak tanpa memperhatikan strata yang ada dalam
populasi itu. Cara demikian dilakukan bila anggota populasi dianggap
homogen.
b. Stratified Sampling (Pengambilan sampel acak terstratifikasi)
Adalah suatu teknik pengambilan sampel dimana terlebih dahulu
dilakukan pembagian anggota populasi ke dalam kelompok-kelompok
kemudian sampel diambil dari setiap kelompok tersebut secara acak.
Stratifikasi atau pembagian ini dapat dilakukan berdasarkan
ciri/karakteristik tertentu dari populasi yang sesuai dengan tujuan
II-32
penelitian. Pengambilan sampel terstratifikasi dapat dibagi menjadi dua,
yaitu proporsional dimana jumlah sampel yang diambil adalah sebanding
dengan jumlah anggota populasi dalam setiap kelompok dan non
proporsional dimana jumlah sampel yang diambil adalah tidak sebanding
dengan jumlah anggota populasi dalam setiap kelompok karena
pertimbangan analitis.
c. Cluster Sampling (Area Sampling)
Teknik sampling daerah digunakan untuk menentukan sampel bila obyek
yang akan diteliti atau sumber data sangat luas, misal penduduk dari suatu
negara, propinsi, atau kabupaten. Untuk menentukan penduduk mana yang
akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan
daerah populasi yang ditetapkan.
2. Nonprobability Sampling
Nonprobability sampling adalah teknik yang tidak memberi
peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi untuk
dipilih menjadi sampel. Teknik sampel ini meliputi :
a. Sampling Sistematis
Sampling sistematis adalah teknik penentuan sampel berdasarkan urutan
dari anggota populasi yang telah diberi nomor urut.
b. Sampling Kuota
Sampling kuota adalah teknik untuk menentukan sampel dari populasi
yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.
c. Sampling Accidental
Sampling accidental adalah teknik penentuan sampel berdasarkan
kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti
dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan
ditemui itu cocok sebagai sumber data.
d. Sampling Purposive
Sampling purposive adalah teknik penentuan sampel dengan pertimbangan
tertentu.
II-33
e. Sampling Jenuh
Sampling jenuh adalah teknik penentuan sampel bila semua anggota
populasi digunakan sebagai sampel. Istilah lain sampel jenuh adalah
sensus, dimana semua anggota populasi dijadikan sampel.
f. Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang mula-mula
jumlahnya kecil, kemudian sampel ini disuruh memilih teman-temannya
untuk dijadikan sampel. Begitu seterusnya, sehingga jumlah sampel
semakin banyak. Ibarat bola salju yang menggelinding, makin lama makin
membesar.
Menurut Sevilla dkk., (1993), jika diketahui populasi dalam studi kasus
penelitian digunakan rumus slovin untuk menentukan ukuran sampelnya.
Persamaan rumus slovin tersebut, yaitu :
Keterangan :
n = Jumlah sampel
N = Populasi konsumen
e = Error (kesalahan)
2.9 Semantic Differential (diferensial semantik)
Semantic differential mengukur makna psikologis menggunakan kata sifat.
Metodenya terdiri dari sejumlah, biasanya 5 dan 7 skala, dimana responden
memilih sebuah konsep atau lebih pada setiap item skala. Skala semantic
differential didasarkan pada sebuah obyek dapat mempunyai beberapa dimensi
makna konotatif. Makna-makna tersebut ditempatkan dalam ruang multi dimensi,
disebut ruang semantik. Contohnya api membara di perapian bisa berkonotasi
romantic selain makna materi yang terbakar.
Skala semantic differential dikembangkan oleh Osgood untuk mengukur
makna psikologis dari sebuah obyek terhadap seseorang. Pada penelitiannya
Osgood menghasilkan 289 pasangan kata sifat, yang diturunkan menjadi 78
II-34
pasang dan dibentuk menjadi skala untuk riset sikap. (Cooper dan Schlinder,
2006)
Skala semantic differential merupakan cara yang efektif dan mudah untuk
mendapatkan sikap-sikap dari sebuah sampel besar. Sikap ini bisa diukur arah
maupun intensitasnya. Serangkaian tanggapan total memberikan gambaran
komprehensif makna dari sebuah obyek. Ini merupakan teknik dasar yang mudah
diulang serta meniadakan masalah distorsi tanggapan yang seringkali ditemukan
dalam metode langsung. (Cooper dan Schlinder, 2006) Instruksi dasar untuk
membuat sebuah skala semantic differential diperlihatkan dalam Gambar 2.4.
Gambar 2.4 Semantic Differential
Sumber :Nagamachi (2003)
2.10 Orthogonal Array
Orthogonal array adalah rancangan fraksional yang memungkinkan
estimasi efisien dari pengaruh-pengaruh utama. Orthogonal array memungkinkan
pengukuran seluruh dampak utama dari atribut yang diminati atas basis yang tidak
berkorelasi. Rancangan orthogonal array mengasumsikan bahwa seluruh interaksi
dapat diabaikan. Pada setiap hasil orthogonal array, setiap kolom
II-35
mempresentasikan faktor atau atribut. Setiap level dari atribut yang dihasilkan
orthogonal array jumlahnya seimbang. Orthogonal array tidak membawa
pengaruh dari atribut atau level yang lain.
Rancangan orthogonal array dengan dua level, maka stimuli yang
dihasilkan terdiri dari L4, L8, L16, dan L32. Pada proses awal orthogonal array
ditentukan dahulu derajat bebasnya untuk mengetahui stimuli minimalnya. Derajat
bebas dapat dirumuskan secara matematis, sebagai berikut:
Derajat bebas = jumlah faktor x (jumlah level – 1).
2.11 Analisis Faktor
Analisis faktor adalah istilah umum untuk beberapa teknik perhitungan
tertentu. Pendekatan statistika yang dapat digunakan untuk menganalisis
interrelationship di antara banyak variabel dan menjelaskan variabel tersebut
berdasarkan dimensi umumnya (faktor). Pada dasarnya analisis faktor bertujuan
melakukan penyederhanaan permasalahan untuk memudahkan interpretasi melalui
penggambaran pola hubungan ataupun reduksi data. Analisis faktor menurunkan
jumlah variabel sampai pada jumlah yang dapat dikelola. Hubungan yang telah
ditemukan dalam situasi bergantung digantikan oleh sebuah matriks yang saling
berkolerasi diantara beberapa variabel dan tidak ada satu pun variabel dipandang
sebagai variabel bergantung dengan variabel lainnya (Cooper dan Schlinder,
2006).
Analisis faktor berawal dengan membangun sebuah himpunan variabel
baru berdasarkan matriks korelasinya. Pendekatan yang paling sering digunakan
adalah principal component analysis (PCA) dan common faktor analysis (CFA).
PCA digunakan apabila peneliti ingin mengekstrasi sejumlah besar variabel
menjadi beberapa variabel saja agar mudah tertangani. Adapun CFA digunakan
mengidentifikasi struktur hubungan antar variabel dengan mengungkapkan
konstruksi (dimensi) yang mendasari hubungan tersebut. (Malhotra, 2010)
Secara garis besar, metodologi analisis faktor berupa proses transformasi
variabel-variabel awal menjadi variabel-variabel baru yang saling tidak
berkolerasi. Variabel baru ini disebut faktor. Masing-masing faktor merupakan
kombinasi linier dari variable awal. Salah satu ukuran jumlah informasi yang
dibawa atau diteruskan oleh masing-masing faktor adalah variansinya.
II-36
Sehubungan dengan hal ini, faktor-faktor disusun dengan urutan variansi yang
menurun. Faktor pertama merupakan faktor yang paling informatif (memiliki
variansi terjelaskan yang maksimum) dan faktor terakhir adalah faktor yang
paling sedikit meneruskan informasi (variansi terjelaskan yang minimum). Jumlah
faktor yang dibangkitkan adalah maksimum sebanyak variabel awal. Namun
dikaitkan dengan tujuannya, pada umumnya jumlah faktor yang dibangkitkan
adalah sejumlah kecil faktor yang dinilai mencukupi oleh peneliti (Malhotra,
2010).
2.11.1 Penentuan Jumlah Faktor yang Diekstraksi
Penentuan jumlah faktor yang dekstraksi ada empat macam, sebagai
berikut :
1. Kriteria nilai eigen
Nilai eigen menggambarkan jumlah variansi yang dapat dijelaskan oleh
sebuah faktor. Jika sebuah faktor memiliki nilai eigen < 1, artinya faktor tersebut
membawa informasi lebih sedikit dibandingkan variabel awal. Atau dengan kata
lain, faktor tersebut membawa informasi lebih buruk daripada variabel awal.
Kesimpulannya, sangat beralasan jika faktor yang diekstraksi dibatasi pada faktor-
faktor dengan nilai eigen > 1.
2. Kriteria scree plot
Scree plot adalah plot dari nilai eigen terhadap nilai faktor. Bentuk dari plot
digunakan untuk menentukan jumlah faktor. Proses ektraksi berhenti pada titik di
mana garis menjadi relatif lebih landai.
3. Kriteria variansi yang terjelaskan
Pada kriteria ini faktor akan diekstraksi sampai dengan jumlah proporsi nilai
eigen kumulatifnya melebihi suatu batas yang dianggap cukup memuaskan.
4. Kriteria a priori
Kriteria ini digunakan untuk ekstraksi faktor pada penelitian yang bersifat
konfirmatori (Malhotra, 2010).
2.11.2 Rotasi Faktor
Rotasi faktor digunakan untuk menghilangkan ambigu antara faktor dan
variabel. Rotasi faktor dapat dilakukan secara orthogonal dan oblique. Rotasi
orthogonal menghasilkan faktor-faktor yang baru yang masing-masing faktor
II-37
saling independen atau memeiliki korelasi nol, sedangkan pada rotasi oblique ,
masing-masing faktor dapat memiliki korelasi yang nilainya kecil. Metode rotasi
orthogonal yaitu varimax, quartimax, dan equimax (Malhotra, 2010).
2.12 Analisis konjoin
Analisis konjoin adalah prosedur analisis multivariat yang popular
digunakan oleh pemasar untuk menentukan fitur yang harus dimiliki produk baru.
Analisis konjoin merupakan prosedur yang digunakan untuk menghitung nilai
berbagai tingkat atribut produk sesuai preferensi pengguna (Mcdaniel dan Gates,
1996). Analisis konjoin berdasarkan pada subjektifitas konsumen terhadap
beberapa kombinasi fitur yang ditawarkan.
Hasil analisis konjoin berupa informasi kuantitatif yang dapat memodelkan
preferensi konsumen untuk beberapa kombinasi fitur produk. Di dalam
merumuskan masalah analisa konjoin, harus dapat mengidentifikasi atribut dengan
tingkatan level masing-masing dipergunkan untuk membentuk stimulus
(Supranto, 2004). Atribut yang dipilih akan mempengaruhi evaluasi pelanggan.
Level atribut menunjukan nilai yang diasumsikan oleh atribut.
Analisis konjoin telah digunakan dalam pemasaran untuk berbagai tujuan,
termasuk:
1. Menentukan arti penting relatif atribut-atribut dalam proses pemilihan yang
dilakukan konsumen. Output dari analisis konjoin berupa bobot arti penting
relatif yang mengindikasikan atribut mana yang penting dalam mempengaruhi
pemilihan yang dilakukan konsumen.
2. Menentukan fitur-fitur produk yang paling dibutuhkan dan diinginkan
konsumen berdasarkan utilitasnya (Malhotra, 2010).
Ada dua pendekatan untuk mengkonstruksikan stimuli analisis conjoin,
yaitu pendekatan menurut pasangan dan pendekatan profil penuh. Pendekatan
menurut pasangan, responden hanya mengevaluasi dua atribut pada satu waktu
hingga seluruh pasangan variabel yang mungkin selesai dievaluasi. Sedangkan
pendekatan profil penuh, dikonstruksikan untuk seluruh atribut. Pada pendekatan
profil penuh, banyaknya stimuli dapat direduksi dengan orthogonal array.
Orthogonal array adalah rancangan fraksional yang memungkinkan estimasi
efisien dari pengaruh-pengaruh utama. Orthogonal array memungkinkan
II-38
pengukuran seluruh dampak utama dari atribut yang diminati atas basis yang tidak
berkorelasi. Rancangan orthogonal array mengasumsikan bahwa seluruh interaksi
dapat diabaikan. Rancangan orthogonal array ditemtukan dahulu derajat bebasnya
untuk mengetahui stimuli minimalnya. Derajat bebas dapat dirumuskan secara
matematis, sebagai berikut:
Derajat bebas = jumlah faktor x (jumlah level – 1) (1)
Penggunaan pendekatan profil penuh dengan reduksi stimuli menggunakan
orthogonal array, responden mengevaluasi seluruh stimulus. Responden
memberikan mengevaluasi menurut preferensi masing-masing. Pengevaluasian
dapat diperoleh dengan menggunkan skala likert atau semantic differential.
Model dasar analisis konjoin yang mungkin dirumuskan secara matematis
sebagai berikut.
(2)
Dimana
U (x) = seluruh utilitas dari suatu stimuli produk.
aij = koefisien the part-worth atau utilitas yang terkait dengan level j
(j, j = 1,2, …..,ki) dari atribut ke i (i, i= 1,2, …., m).
ki = banyaknya level j.
m = banyaknya atribut i.
xij = 1, kalau level ke j dari atribut ke i terjadi
= 0, kalau tidak.
Pentingnya atribut dinyatakan dalam :
untuk masing-masing i (2)
Model regresi yang dipergunakan adalah :
(4)
2.13 Analisis Klaster
Analisis klaster merupakan teknik multivariat yang digunakan untuk
mengklasifikasikan objek-objek atau variabel menjadi kelompok-kelompok yang
relatif memiliki kecenderungan kesamaan karakteristik. Analisis klaster berbeda
II-39
dengan analisis faktor, dalam analisis klaster, variabel atau objek dikelompokkan
berdasarkan kesamaan karakteristik yang berguna untuk membandingkan antara
variabel yang satu dengan variabel lainnya, sedangkan dalam analisis faktor,
faktor diartikan sebagai kombinasi dari beberapa variabel. Analisis klaster sangat
familiar digunakan dalam riset pemasaran karena analisis klaster dapat digunakan
untuk pengelompokan produk dan segmentasi pasar, sehingga berguna untuk
inovasi produk berdasarkan keinginan konsumen.
Tujuan dasar analisis klaster adalah untuk menempatkan sekumpulan obyek
ke dalam dua atau lebih kelompok berdasarkan kesamaan-kesamaan variabel atas
dasar berbagai karakteristik. Setiap pengelompokkan terhadap variabel apapun
harus memiliki dasar untukmengelompokkan. Pengelompokkan hanya dengan
memakai satu variabel umumnya tidak memuaskan, karena tidak menggambarkan
profil kelompok secara jelas. Dengan variabel-variabel yang dilibatkan, peneliti
dapat membentuk kelompokkelompok yang bermanfaat dari segi bisnis maupun
pengetahuan. Variabel-variabel yang dipilih, harus dapat menggambarkan
persamaan dalam kelompok dan perbedaan antar kelompok. Kalau dalam sebuah
variabel level semua obyek sama, berarti variabel tersebut sebaiknya tidak
digunakan. Sebaliknya, jika sebuah variabel tidak pernah sama juga tidak dapat
digunakan. Sebab variabel demikian tidak akan pernah berkontribusi terhadap
kesamaan (similarity) yang dipakai sebagai dasar untuk melakukan
pengelompokkan.
Dalam analisis klaster terdapat beberapa langkah yang harus dilakukan.
Langkah pertama adalah merumuskan masalah. Kemudian sebuah ukuran jarak
harus dipilih. Ukuran jarak menentukan seberapa jauh variabel-variabel yang
serupa atau yang tidak serupa dikelompokkan. Langkah berikutnya menentukan
prosedur pengelompokan, disesuaikan pula dengan ukuran jarak yang digunakan.
Langkah selanjutnya yang dilakukan untuk menentukan jumlah klaster. Langkah
terakhir adalah menafsirkan klaster-klaster yang telah ditentukan.
a. Langkah 1 : Merumuskan Masalah
Mengidentifikasi variabel-variabel yang digunakan dan karakteristik-
karakteristik yang menjadi dasar pengelompokan
II-40
b. Langkah 2 :Memilih Ukuran Kesamaan
Dalam analisis klaster terdapat 2 pendekatan ukuran kesamaan, antara lain:
1. Asosiasi atau korelasi antarvariabel
2. Jarak antar variabel. Ada beberapa cara untuk menghitung jarak
antarvariabel, yaitu :
a. Jarak Euclidean, yaitu jarak berupa akar dari jumlah perbedaan antar
variabel yang dikuadratkan.
b. Jarak Euclidean, yaitu jarak dari jumlah perbedaan antarvariabel yang
dikuadratkan.
c. Cityblock atau jarak Manhattan adalah jarak berupa jumlah perbedaan
absolute antarvariabel.
d. Jarak Chebychev antardua obyek adalah perbedaan nilai absolut
maksimum pada setiap variabel.
c. Langkah 3 : Menentukan Prosedur Pengelompokan
Analisis klaster terdapat dua prosedur, yaitu hirarki dan non hirarki. Pada
prosedur hirarki, jumlah klaster yang terbentuk tergantung pada karakteristik data.
Dua metode analisis klaster yang paling mendasar pada prsedur hirarki adalah
metode agglomerative dan metode divisive. Pada metode agglomerative dimulai
dengan menempatkan variabel dalam klaster yang berbeda, lalu mengelompokkan
obyek secara bertahap ke dalam klaster-klaster yang lebih besar, sedangkan pada
metode divisive merupakan kebalikannya, metode ini dimulai dengan
menempatkan semua variabel menjadi satu klaster, lalu secara bertahap
dipisahkan ke dalam klaster-klaster yang berbeda sampai semua variabel menjadi
klaster sendiri-sendiri. Dari pendekatan hirarkis, sejauh ini metode keterkaitan
rata-rata dan metode Ward’s merupakan metode terbaik.
Metode aggloromerative dapat dibagi menjadi beberapa metode, antara
lain:
1. Single Linkage Method
Single linkage method didasarkan pada jarak minimum atau aturan
tetangga terdekat. Dua variabel pertama yang dikelompokkan adalah yang
memiliki jarak terdekat. Selanjutnya, jarak terdekat yang lain bisa saja
diklasterkan dengan dua variabel dahulu, bisa pula dijadikan klaster
II-41
sendiri. Pada setiap tahap, jarak antar dua klaster adalah jarak paling dekat
diantara keduanya. Proses ini berlanjut sampai diperoleh hanya satu
klaster. Dalam SPSS metode ini dinamakan nearest neighbor. Kelemahan
metode ini apabila jaraknya berjauhan, sehingga menyebabkan interpretasi
klaster yang tidak jelas.
2. Complete Linkage Method
Metode ini menggunakan pendekatan jarak maksimum atau tetangga
terjauh. Dalam SPSS dinamakan furthest neighbor.
3. Average Linkage Method
Dalam metode ini, jarak antar dua klaster dianggap sebagai jarak rata-rata
antara semua anggota dalam satu klaster dengan semua anggota klaster
lain. Pada metode ini apabila ada 2 variabel dalam setiap klaster, maka ada
4 jarak yang harus diketahui.
4. Metode Ward
Pada metode ward digunakan pendekatan jarak euclidean kuadrat. Pada
Metode ini, kelompok dengan peningkatan terkecil dalam hal jumlah
kuadrat keseluruhan di dalam jarak dikombinasikan.
5. Metode Sentroid
Jarak antara 2 kelompok adalah jarak antara dua sentroid-sentroid- nya (
rata-rata untuk seluruh variabel). Setiap kali pengelompokan, sebuah
sentroid baru dihitung.
Sementara itu, pada prosedur non hirarki, jumlah klaster ditentukan
terlebih dahulu. Metode-metode yang digunakan pada prosedur ini, antara lain:
1. Sequential Threshold Method
Pada metode ini, sebuah klaster dipilih dan semua variabel yang berada
dalam ambang batas yang telah ditentukan dari pusat digabungkan.
Kemudian, pusat klaster yang baru dipilih. Proses tersebut dilakukan
berulang-ulang pada variabel yang belum diklaster. Variabel yang telah
diklaster dengan sebuah cluster seed, maka variabel tersebut tidak dapat
diutak-atik lagi.
II-42
2. Parallel Threshold Method
Metode ini hampir sama dengan sequential threshold method. Bedanya,
beberapa pusat klaster dipilih sekaligus. Kemudian, setiap variabel dalam
ambang batas digabungkan pada pusat yang terdekat.
3. Optimizing Partition Method
Pengklasteran dengan metode ini yaitu mengelompokkan data dengan
memilah-milah data yang dianalisa ke dalam klaster-klaster yang telah
ditentukan. Salah satu metode yang sering digunakan dalam metode ini
adalah k-means clustering. Metode ini mempartisi data ke dalam
kelompok sehingga data yang memiliki karakteristik yang sama
dikelompokkan ke dalam satu cluster yang sama dan data yang
karakteristik berbeda dikelompokkan ke kelompok yang lain. Pada metode
ini juga digunakan jarak klaster, seperti jarak euclidean kuadrat
d. Langkah 4 : Menentukan Jumlah Klaster dan Pengelompokan Variabel
Penentuan jumlah klaster dapat dilakukan dengan merujuk informasi
koefisiensi pada agglomerative schedule. Koefisiensi merupakan jarak euclidean
kuadrat antarvariabel. Penentuan jumlah klaster dan pengelompokan variabel
dapat dilakukan pula dengan berdasarkan pada grafis dendogram. Dendogram ini
dibaca dari kiri ke kanan. Garis vertical mewakili kelompok-kelompok yang
bergabung bersama. Posisi garis pada skala yang ada di dendogram
mengindikasikan jarak-jarak dimana variabel dan kelompok bergabung bersama.
Sedangkan pada metode k-means clustering, jumlah klaster ditentukan terlebih
dahulu dan variabel yang menjadi pusat klaster dapat ditentukan dengan
judgement.
e. Langkah 5 : Menafsirkan klaster-klaster
Klaster-klaster terbentuk dari hubungan antarvariabel yang memiliki
kecenderungan kesamaan karakteristik. Penafsiran dilakukan dengan merujuk
pada kesamaan karakteristik tersebut.
III-43
BAB III
METODOLOGI PENELITIAN
Pada bab ini diuraikan secara sistematis mengenai langkah-langkah yang
dilakukan dalam analisis permintaan. Adapun langkah-langkah yang dilakukan
dalam penelitian ditujukan pada Gambar. 3.1 di bawah ini
Penentuan Obyek Penelitian
Tujuan Penelitian
Perumusan Masalah
Studi Literatur
Penetapan Kansei Word
Analisis dan Interpretasi Hasil
Kesimpulan dan Saran
Selesai
Penyusunan dan Penyebaran Kuesioner I
Analisis Faktor
Penyusunan dan Penyebaran
Kuesioner II
Analisis Konjoin
Mulai
Identifikasi Kansei Word
ANALISIS dan
KESIMPULAN
IDENTIFIKASI
MASALAH
Penetapan Contoh
Produk
Skala Semantic
Differential I
Ekstraksi Item dan Kategori
Produk
Skala Semantic Differential II
PENGUMPULAN dan
PENGOLAHAN DATA
Penyusunan dan Penyebaran Kuesioner
III
Orthogonal Array
Kombinasi item dan kategori
produk pakaian batik untuk
wanita
Analisis Klaster
Gambar 3.1 Metodologi Penelitian
III-44
Langkah-langkah penyelesaian masalah pada gambar 3.1, diuraikan dalam
sub bab di bawah ini.
3.1 TAHAP IDENTIFIKASI MASALAH
Tahap ini diawali dengan studi literatur, penentuan obyek penelitian,
perumusan masalah, penentuan tujuan penelitian. Langkah-langkah yang ada pada
tahap identifikasi masalah tersebut dijelaskan pada sub bab berikut ini.
3.1.1 Studi Literatur
Studi literatur digunakan sebagai teori yang dipakai untuk mendukung
penelitian ini. Tinjauan ini mengacu pada literatur yang membahas mengenai teori
inovasi produk, kansei engineering, semantic differential, analisis faktor, analisis
konjoin, dan analisis klaster.
3.1.2 Penentuan Obyek dan Subyek Penelitian
Pada tahap ini dilakukan pengamatan dan pemilihan obyek yang akan
menjadi perhatian dalam penelitian ini, yaitu pakaian batik untuk wanita dan
persepsi pelanggan. Penelitian ini dilakukan dengan mengambil studi kasus di
Batik Putra Bengawan.. Data-data yang dikumpulkan dalam penelitian ini antara
lain:
1. Data jumlah rata-rata konsumen selama periode Maret 2010 - Mei 2011 di
Batik Putra Bengawan.
2. Konsumen yang berkunjung di Batik Putra Bengawan dengan rentang umur 20
- 60 tahun.
3. Atribut-atribut produk yang digunakan spesifikasi produk pakaian batik untuk
wanita yang terdapat di Batik Putra Bengawan.
4. Kansei word yang menjadi preferensi kebutuhan dan keinginan konsumen
terhadap produk pakaian batik untuk wanita.
5. Atribut (Item) dan level (kategori) yang menjadi pertimbangan konsumen
dalam membeli pakaina batik untuk wanita.
3.1.3 Perumusan Masalah
Berdasarkan identifikasi masalah yang telah dilakukan, selanjutnya
disusun sebuah rumusan masalah. Penetapan sasaran ataupun target pembahasan
harus dilakukan dalam perumusan masalah, kemudian dicari solusi untuk
III-45
pemecahan masalah tersebut. Selain itu, perumusan masalah juga dilakukan agar
dapat fokus dalam membahas permasalahan yang dihadapi. Adapun permasalahan
yang akan dibahas lebih lanjut, yaitu bagaimana mengembangkan rancangan
produk pakaian batik menggunakan kansei engineering.
3.1.4 Tujuan Penelitian
Penetapan tujuan dilakukan untuk mengetahui hal-hal yang ingin dicapai
dalam penelitian ini. Tujuan ini dijadikan acuan dalam pembahasan sehingga hasil
dari pembahasan sesuai dengan tujuan yang telah ditetapkan. Adapun tujuan
penelitian yang ditetapkan dari hasil perumusan masalah adalah mengembangkan
rancangan produk pakaian batik yang sesuai keinginan dan kebutuhan konsumen
menggunakan metode kansei engineering. Adapun aspek-aspek yang dapat
dicapai untuk mendukung tujuan tersebut, yaitu menentukan kansei word pakaian
batik, menghasilkan kombinasi atribut dan level rancangan produk pakaian batik,
menentukan bobot atribut dan level rancangan produk pakaian batik, dan
memperoleh segmentasi pelanggan.
3.2 TAHAP PENGUMPULAN DAN PENGOLAHAN DATA
Tahap pengumpulan dan pengolahan data menggunakan langkah-langkah
pada kansei engineering (rekayasa kansei) untuk pakaian batik khusus wanita
sesuai dengan preferensi emosi dan perasaaan para konsumen. Tahapan-tahapan
tersebut dari pengidentifikasian dan penentuan kansei word sampai analisis
konjoin untuk menentukan item dan kategori terbaik sesuai kansei konsumen.
3.2.1 Identifikasi dan Penetapan Kansei word
Langkah awal pengembangan produk pakaian batik untuk wanita
menggunakan kansei engineering diperlukan identifikasi kansei word,
menentukan kansei word dan menentukan contoh produk yang akan digunakan
sebagai alat bantu. Kansei word yang diidentifikasikan merupakan persepsi
konsumen yang menjadi preferensi kebutuhan dan keinginan dalam membeli
produk pakaian. Kansei word yang diidentifikasikan dalam bentuk kata sifat,
seperti luxury, beautiful, elegant, dan, traditional. Proses identifikasi kansei word
ini bersumber dari beberapa referensi makalah dan buku. Makalah dan buku
tersebut, sebagai berikut :
III-46
1. Makalah “Recognizing Female’s Sensibility in Assesing Thailand Clothes”
oleh Nazlina Shaari, 2001.
2. Makalah “A Kansei Study on the Style Image of Fashion Design” oleh Yi-
Ching Chang, Shu Ju Chang Shen, dan Bing Shu Chu.
3. Makalah “The Semantics of New Batik Clothes: Identifying User’s Perception
on the Clothes and Patterns of Newly Developed West Javanese Batik
Clothes” Acmad Syarief dan Yanyan Sunarya, 2007
4. Makalah “Connecting Customers in Axiomartic Design” oleh Sri Hartati
Kurniawan, 2004.
5. Buku “Innovations of Kansei engineering” oleh Mitsuo Nagamachi, 2011.
6. Buku “Marketing Research” oleh Carl Mcdaniel, 1996.
Selanjutnya, dilakukan penetapan kansei word yang telah teridentifikasi
pada tahap sebelumnya. Pada tahap penetapan ini, melibatkan karyawan bagian
desain produk dan pelayanan konsumen di Batik Putra Bengawan. Dengan
melibatkan karyawan di Batik Putra Bengawan, diharapkan kansei word yang
terpilih tepat merepresentasikan produk pakaian batik untuk wanita. Kansei word
yang telah ditetapkan digunakan untuk menjadi isi kuesioner I. Kuesioner I
bertujuan untuk mengetahui dan menentukan persepsi responden terhadap produk
pakaian batik untuk wanita. Oleh karena itu, dipilih contoh produk yang
digunakan untuk memudahkan responden dalam mengisi kuesioner I berupa
beberapa produk pakaian batik untuk wanita yang memiliki perbedaan dari segi
bahan, motif, warna, bentuk, dan proses pembuatannya agar dapat memudahkan
responden dalam mengisi kuesioner. Contoh produk pakaian batik untuk wanita
yang terkumpul ada 10 buah.
3.2.2 Penyusunan dan Penyebaran Kuesioner I
Kuesioner I penelitian pengembangan produk batik untuk wanita
menggunakan kansei engineering disusun dengan skala semantic differential
(perbedaan semantik). Data penyusun kuesioner I, yaitu kansei word yang telah
ditetapkan. Penggunaan skala semantic differential mengharuskan kansei word
dipasangkan dengan lawan katanya. Semantic differential pada penelitian
pengembangan produk pakaian batik untuk wanita ini menggunakan 5 skala.
Skala-skala tersebut, yaitu :
III-47
1 = very disagree = sangat tidak setuju pada kansei word kolom kiri (positif),
yang berarti bahwa persepsi responden terhadap pakaian batik untuk wanita
sangat sesuai kansei word kolom kanan (negatif).
2 = disagree = tidak setuju pada kansei word kolom kiri (positif), yang berarti
bahwa persepsi responden terhadap pakaian batik untuk wanita sesuai kansei
word kolom kanan (negatif).
3 = neither = netral, yang berarti bahwa persepsi responden terhadap pakaian
batik untuk wanita netral pada kansei word positif maupun negatif.
4 = agree = setuju pada kansei word kolom kiri (positif), yang berarti bahwa
persepsi responden terhadap pakaian batik untuk wanita sesuai kansei word.
5 = very agree = sangat setuju pada kansei word kolom kiri (positif), yang berarti
bahwa persepsi responden terhadap pakaian batik untuk wanita sangat sesuai
kansei word.
Apabila konsumen atau responden memilih angka 5 berarti sangat setuju
tehadap kansei word yang merepresentasikan produk pakaian batik untuk wanita.
Jika memilih angka 1 berarti konsumen atau responden mempersepsikan bahwa
produk pakaian batik untuk wanita tersebut sesuai dengan lawan kata dari kansei
word. Angka 3 adalah netral atau responden tidak dapat merelasikan produk
pakaian batik untuk wanita sesuai dengan kansei word dan lawan katanya
tersebut.
Setelah kuesioner tersusun, kemudian disebarkan kepada responden yang
bertujuan untuk mengumpulkan data kansei word yang dipertimbangkan
konsumen dalam membeli produk pakaian batik untuk wanita. Sebelumnya,
ditentukan terlebih dahulu desain sampling yang dapat memudahkan penyebaran
kuesioner I tersebut dan diperoleh data penelitian yang tepat. Desain sampling
yang diperlukan, antara lain :
1. Alat Bantu
Sampel produk yang digunakan adalah 10 produk pakaian batik untuk
wanita di Batik Putra Bengawan. Sepuluh produk yang terpilih merupakan
beberapa produk pakaian batik untuk wanita yang memiliki perbedaan dari segi
bahan, motif, warna, bentuk, dan proses pembuatannya. Pemilihan 10 produk
III-48
pakaian batik untuk wanita ini dikarenakan untuk memudahkan responden dalam
mengisi kuesioner yang diberikan.
2. Metode Sampling
Metode yang digunakan adalah nonprobability sampling dengan
menggunakan purposive sampling dimana dipilih responden yang sesuai kriteria
yang telah ditentukan dan sesuai tujuan penelitian yang dilakukan. Responden
yang dipilih untuk kuesioner I ini adalah konsumen wanita yang membeli pakaian
batik khusus wanita di Batik Putra Bengawan. Responden ini mewakili populasi
untuk menentukan kansei word yang merepresentasikan produk pakaian batik
untuk wanita. Pada penelitian ini ditentukan bahwa perlu digunakannya alat bantu
untuk memudahkan responden dalam mengisi kuesioner. Alat bantu yang
digunakan merupakan produk pakaian batik untuk wanita yang diperdagangkan di
Batik Putra Bengawan. Proses pengambilan dan pengumpulan data yang
dilakukan, responden diharuskan menyentuh dan melihat produk yang digunakan
sebagai alat bantu penelitian tersebut.
3. Jumlah responden
Pada kuesioner I, jumlah responden ditentukan dengan purposive sampling
dimana dilakukan dengan pendekatan populasi konsumen di Batik Putra
Bengawan. Proporsi ditentukan berdasarkan rata-rata jumlah konsumen yang
membeli produk pakaian batik di Batik Putra Bengawan selama periode Maret
2010 – Mei 2011
Sampel dalam penelitian ini adalah sebanyak 75 orang. Besarnya sampel
ditentukan berdasarkan rumus:
Keterangan :
n = Jumlah sampel
N = Rata-rata populasi konsumen selama periode Maret-Mei 2011 di Batik Putra
Bengawan
e = Nilai kritis (batas error ketelitian) yang diinginkan (prosentase kelonggaran
ketidaktelitian karena kesalahan pengambilan sampel populasi), yaitu 10%
Jumlah rata-rata populasi konsumen selama periode tersebut berjumlah
294 orang serta nilai kritis yang digunakan dalam penelitian adalah 10%,
III-49
diharapkan bahwa besarnya kesalahan dalam penggunaan sampel (kesalahan
sampling) tidak lebih dari 10%. Dengan rumus di atas besarnya sampel dapat
ditentukan sebagai berikut:
Jadi besarnya sampel yang digunakan dalam kuesioner I ini adalah sebesar
74,589 responden yang dibulatkan menjadi 75 orang. Jumlah responden dalam
kuesioner I ini mewakili tiap konsumen di Batik Putra Bengawan bulan Maret
2010 - Mei 2011.
Dalam penelitian ini dipilih responden yang berjenis kelamin wanita serta
sudah membeli produk pakaian batik di Batik Putra Bengawan. Hal ini dilakukan
dengan maksud mengetahui kansei word konsumen terhadap produk pakaian batik
khusus wanita untuk memenuhi kepuasan pelanggan Batik Putra Bengawan.
Berdasarkan kuesioner I yang telah disebar kepada konsumen produk
pakaian batik khusus wanita di Batik Putra Bengawan, akan dipilih kansei word
yang banyak dipertimbangkan konsumen dalam membuat keputusan membeli.
Setelah dipilih kansei word yang banyak dipertimbangkan konsumen, kemudian
dilakukan analisis faktor.
3.2.3 Analisis Faktor
Berdasarkan kuesioner I yang telah disebar kepada konsumen produk
pakaian batik untuk wanita di Batik Putra Bengawan, akan dipilih kansei word
yang banyak dipertimbangkan konsumen dalam membuat keputusan membeli.
Setelah dipilih kansei word yang banyak dipertimbangkan konsumen, kemudian
dilakukan analisis faktor.
Pada tahap ini akan dilakukan analisis faktor terhadap kansei word yang
telah diidentifikasi pada tahap sebelumnya. Sedangkan analisis faktor itu sendiri
bertujuan untuk untuk menganalisis interrelationship di antara banyak variabel
dan menjelaskan variabel tersebut berdasarkan dimensi umumnya (faktor). Tujuan
analisis faktor adalah untuk mereduksi variabel asal menjadi variabel yang lebih
sedikit atau disebut juga faktor dengan meminimalkan kehilangan informasi.
Masing-masing faktor yang terbentuk merupakan kombinasi dari beberapa
III-50
variabel asal. Analisis faktor yang dilakukan dalam penelitian ini menggunakan
pendekatan exploratory factor analysis dan principal component analysis karena
belum ditentukan banyaknya faktor serta untuk menentukan jumlah faktor yang
minimum dengan memperhitungkan seluruh varians data. Pada penelitian ini
analisis faktor dilakukan menggunakan software SPSS 18.0. Langkah-langkah
yang dilakukan pada analisis faktor menggunakan software SPSS 18.0, antara lain
:Uji Kelayakan Analisis Faktor
Uji kelayakan bertujuan untuk menilai perlu tidaknya dilakukan analisis
faktor. Uji kelayakan dilakukan dengan melihat indeks the Kaiser Meyer Olkin
(KMO) measure of sampling adequacy dan Bartlet test of sphericity. Analisis
faktor layak dilakukan apabila nilai indeks KMO yang dihasilkan > 0,5 dan nilai
bartlet test < 0,05. Setelah pengujian KMO dan Bartlet test, dilakukan pula
pemeriksaan terhadap nilai measure of sampling adequacy (MSA) pada hasil anti
image correlation. Nilai MSA yang diperlukan > 0,5, apabila ada nilai variabel
asal yang kurang dari 0,5, maka variabel tersebut harus dieliminasi dan dilakukan
analisis ulang. MSA menguji korelasi antar variabel.
1. Menentukan Jumlah Faktor
Pada penelitian pengembangan produk pakaian batik untuk wanita di Batik
Putra Bengawan digunakan pendekatan nilai eigenvalue untuk menentukan
jumlah faktor. Nilai eigenvalue merupakan kepentingan relatif masing-masing
faktor yang terbentuk dalam menghitung varians dari variabel yang dianalisis.
Faktor yang terbentuk merupakan variabel yang memiliki nilai varians lebih dari
1. Nilai ini dapat dilihat dari tabel total varians explained pada hasil analisis SPSS
18.0.
2. Merotasi Faktor
Rotasi faktor dilakukan untuk memudahkan penafsiran faktor yang
dihasilkan karena faktor-faktor tersebut berkorelasi dengan banyak variabel.
Rotasi faktor yang dihasilkan dapat dilihat dari tabel rotated component matrix
pada hasil analisis menggunakan SPSS 18.0. Metode rotasi faktor yang akan
digunakan adalah rotasi varimax. Rotasi varimax bertujuan meminimumkan
jumlah variabel dengan muatan (loading factor) yang tinggi atas sebuah faktor.
Muatan merupakan besarnya korelasi antara nilai faktor dan variabel (kansei
III-51
word) tersebut. Variabel-variabel tersebut masuk ke faktor dimana nilai korelasi
yang paling tinggi antara faktor dan variabel. Setelah diketahui faktor yang
terbentuk dengan kombinasi variabel-variabel yang berkorelasi terhadap faktor
tersebut, kemudian faktor-faktor tersebut diberi nama yang sesuai.
3.2.4 Penyusunan serta Penyebaran Kuesioner II
Kuesioner II ini digunakan sebagai kuesioner pendahuluan dari kuesioner
III. Kuesioner II berisi item dan kategori yang telah dimunculkan yang menjadi
preferensi produk pakaian batik untuk wanita di Batik Putra Bengawan. Item
adalah karakteristik desain produk, sedangkan kategori merupakan grup kecil dari
item, contohnya kerah bulat, kerah shanghai untuk item kerah. responden
diharuskan memilih 5 item dan 2 kategori yang diinginkan dan dibutuhkan pada
produk pakaian batik untuk wanita. Responden yang terpilih ada 30 orang dan
diharuskan untuk memberikan tanda (√) pada item dan kategori yang diinginkan
dan dibutuhkan.
3.2.5 Orthogonal Array
Kombinasi item dan kategori yang dapat dihasilkan dari hasil kuesioner II
seluruhnya berjumlah 32 (25). Jumlah kombinasi tersebut dapat mempersulit
responden dalam mengisi kuesioner III. Oleh karena itu, digunakan orthogonal
array untuk mereduksi kombinasi tersebut menjadi 8 stimuli. Stimuli yang
dihasilkan orthogonal array dapat memudahkan dan mengurangi beban responden
dalam mengisi kuesioner.
3.2.6 Penyusunan serta Penyebaran Kuesioner III
Kuesioner III digunakan untuk mengumpulkan data preferensi responden
terhadap item dan kategori produk pakaian batik untuk wanita. Kuesioner III
berisi stimuli yang dihasilkan orthogonal array, yang dievaluasi dengan faktor
kansei word yang dihasilkan dari analisis faktor. Sebelum kuesioner III
disebarkan, maka ditentukan dahulu sampling dan jumlah respondennya, sehingga
data yang terkumpul sesuai dengan tujuan.
1. Metode Sampling
Metode yang digunakan adalah purposive sampling dimana responden
dipilih dengan maksud dan tujuan tertentu atau responden diambil karena
III-52
dianggap responden memiliki informasi yang diperlukan dalam penelitian.
Responden dalam penelitian ini adalah konsumen wanita yang akan dan sudah
membeli pakaian batik khusus wanita di Batik Putra Bengawan, konsumen yang
membeli untuk dipakai, dan memiliki rentang umur 20-60 tahun. Sebelum
mengisi kuesioner, responden memeriksa produk pakaian batik dengan haptic dan
visual.
Kuesioner III menggunakan semantic differential untuk media pengukuran
keinginan dan kebutuhan konsumen terhadap stimuli yang telah ditentukan.
Stimuli-stimuli diukur dengan faktor yang telah terbentuk melalui hasil analisis
faktor menggunakan 5 skala. Skala-skala tersebut, yaitu :
1 = sangat tidak sesuai berarti bahwa responden menganggap contoh produk
pakaian batik sangat sesuai dengan faktor negatif.
2 = tidak sesuai berarti bahwa responden menganggap contoh produk pakaian
batik sesuai dengan faktor negatif
3 = netral berarti bahwa responden menganggap contoh produk pakaian batik
sangat sesuai dengan faktor positif.
4 = sesuai berarti bahwa responden menganggap contoh produk pakaian batik
sesuai dengan faktor positif.
5 = sangat sesuai berarti bahwa responden menganggap contoh produk pakaian
batik sangat sesuai dengan faktor positif.
2. Jumlah responden
Pada kuesioner III, jumlah responden ditentukan dengan purposive
sampling dimana dilakukan dengan pendekatan populasi konsumen di Batik Putra
Bengawan. Proporsi ditentukan berdasarkan rata-rata jumlah konsumen yang
membeli produk pakaian batik di Batik Putra Bengawan selama periode Maret
2010 – Mei 2011. Sampel dalam penelitian ini adalah sebanyak 75 orang.
Besarnya sampel ditentukan berdasarkan rumus:
Keterangan :
n = Jumlah sampel
III-53
N = Rata-rata populasi konsumen selama periode Maret-Mei 2011 di Batik Putra
Bengawan
e = Nilai error (batas error ketelitian) yang diinginkan (persen kelonggaran
ketidaktelitian karena kesalahan pengambilan sampel populasi), yaitu 10%
Jumlah rata-rata populasi konsumen selama periode tersebut berjumlah
294 orang serta nilai error yang digunakan dalam penelitian adalah 10%,
diharapkan bahwa besarnya kesalahan dalam penggunaan sampel (kesalahan
sampling) tidak lebih dari 10%. Dengan rumus di atas besarnya sampel dapat
ditentukan sebagai berikut:
Jadi besarnya sampel yang digunakan dalam kuesioner II ini adalah
sebesar 74,589 responden yang dibulatkan menjadi 75 orang. Jumlah responden
dalam kuesioner I ini mewakili tiap konsumen di Batik Putra Bengawan bulan
Maret 2010 - Mei 2011.
Responden diharuskan untuk memilih kombinasi-kombinasi kategori yang
telah ditentukan sesuai faktor yang terbentuk. Berdasarkan pilihan responden ini,
dapat diperoleh kombinasi-kombinasi kategori yang menjadi preferensi
konsumen. Kemudian dari hasil kuesioner III dilakukan perhitungan analisis
konjoin dan analisis klaster, sehingga dapat diperoleh kombinasi item dan kategori
terbaik untuk pengembangan produk pakaian batik untuk wanita serta klaster-
klaster produk.
3.2.7 Analisis Konjoin
Tahap ini adalah perhitungan analisis multivariat menggunakan metode
konjoin. Analisis konjoin menggunakan preferensi konsumen dimana dalam hal
ini penggunaan hasil dari kuesioner menggunakan semantic differential untuk
pengklasifikasian item dan kategori. Analisis konjoin mengetahui preferensi
konsumen terhadap kombinasi-kombinasi kategori item yang tersedia. Pendekatan
yang digunakan pada analisis conjoin yang dilakukan yaitu pendekatan profil
penuh. Dengan profil penuh memungkinkan terbentuknya stimuli dalam jumlah
yang banyak. Stimuli-stimuli ini dibentuk menggunakan orthogonal array yang
III-54
ada pada SPSS 18.0. Stimuli-stimuli ini merupakan kombinasi dari kategori-
kategori yang diperoleh hasil kuseioner II. Kemudian, dilakukan analisis konjoin
terhadap hasil kuseioner III dimana stimuli-stimuli yang terbentuk dinilai
kesesuaiannya terhadap kansei word (faktor). Data preferensi responden terhadap
stimuli tersebut diolah dengan menggunakan syntax software SPSS 18.0.
Penentuan stimuli-stimuli, kategori, dan item yang paling dipertimbangkan
responden ditentukan dari hasil utilitas dan nilai kepentingan.
3.2.8 Analisis Klaster
Tahap analisis klaster dilakukan dengan 2 tahap. Tahap pertama analisis
klaster dilakukan menggunakan metode k-means cluster dengan bantuan SPSS
18.0. Pengolahan data pada analisis klaster ini menggunakan hasil nilai
kepentingan item hasil analisis konjoin pada setiap faktor kansei word. Analisis
klaster ini dilakukan dengan tujuan untuk memperoleh faktor kansei word yang
menjadi preferensi responden, sehingga produk yang dirancang dapat memenuhi
sisi psikologis pelanggan. Analisis klaster pada tahap kedua bertujuan untuk untuk
mengetahui klaster produk pada setiap faktor berdasarkan klasifikasi kesamaan
kategori. Berdasarkan hasil klaster, dapat dirancang produk yang sesuai dengan
segi pandang responden yang berbeda-beda pada setiap persepsi. Analisis klaster
dilakukan menggunakan software SPSS 18.0. Pada analisis klaster ini digunakan
variabel berupa produk-produk hasil kombinasi kategori orthogonal array yang
terdapat pada kuesioner III. Data yang dihasilkan dari penyebaran kueisoner III
digunakan sebagai input perhitungan analisis klaster penelitian ini. Analisis
klaster tahap kedua menggunakan pendekatan ukuran jarak antarpasangan
variabel. Ukuran jarak menggunakan kuadrat jarak euclidean, yaitu jarak berupa
jumlah perbedaan antarvariabel yang dikuadratkan. Prosedur pengelompokkan
menggunakan metode varians dengan metode ward. Kemudian, penafsiran hasil
perhitungan dilakukan berdasarkan dendogram.
3.3 TAHAP ANALISIS
Pada tahap ini dilakukan analisis dan interpretasi hasil terhadap
pengumpulan dan pengolahan data sebelumnya. Dilakukan analisis kansei
responden terhadap pakaian batik khusus wanita, interpretasi hasil dari kansei
III-55
engineering berupa tingkat kepentingan item (atribut) berdasarkan preferensi
kansei responden. Dengan begitu diharapkan dapat mengetahui kebutuhan dan
keinginan konsumen terhadap produk pakaian batik khusus wanita.
3.4 TAHAP KESIMPULAN DAN SARAN
Pada tahap ini akan membahas kesimpulan dari hasi pengolahan data dengan
memperhatikan tujuan yang ingin dicapai dari penelitian dan kemudian
memberikan saran perbaikan yang mungkin dilakukan untuk penelitian
selanjutnya.
IV-56
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini memaparkan keseluruhan proses pengumpulan data dan
pengolahan data, serta penjelasan teknis untuk mendapatkan nilai-nilai sebagai
alat bantu dalam pemecahan masalah dengan beberapa teknik analisis dan data
kuesiner.
4.1. Penentuan Kansei word
Prose penentuan kansei word dilakukan dengan 2 langkah. Langkah
pertama adalah identifikasi kansei word. Identifikasi kansei word adalah proses
pengidentifikasian dan pengumpulan kansei word yang sesuai untuk produk
pakaian. Hasil rekapitulasi kansei word yang teridentifikasi dari berbagai sumber
dapat dilihat pada Tabel 4.1. Proses pengidentifikasian dapat diperoleh 159 kansei
word bersumber dari sumber-sumber yang ada. Kansei word berupa kata sifat
yang merepresentasikan produk pakaian. Keseluruhan kansei word dapat dilihat
pada halaman lampiran L-1.
Tabel 4.1 Rekapitulasi Kansei word yang Teridentifikasi
No Sumber Referensi Jumlah Kansei teridentifikasi
1 Jurnal 140
2 Buku 44
Langkah yang kedua melakukan penentuan kansei word dari 159 kansei
word yang telah teridentifikasi. Kansei word yang dipilih disesuaikan dengan
produk pakaian batik untuk wanita. Kansei word yang terpilih yaitu 51 kata
berdasarkan pilihan peneliti dan karyawan bagian pengembangan desain produk.
Kansei word yang terpilih untuk mewakili produk pakaian batik untuk wanita
dapat dilihat pada Tabel 4.2. Semua kansei word yang telah ditetapkan,
selanjutnya digunakan sebagai isi kuesioner I.
IV-57
Tabel 4.2 Kansei word yang Terpilih
IV-58
No Kansei Word yang Terpilih
1 traditional
2 strong
3 natural
4 innovative
5 elegant
6 beautiful
7 good
8 slim
9 long
10 durable
11 cheap
12 advantagous
13 feminine
14 suitable
15 premium
16 practical
17 flexible
18 vulgar
19 stylish
20 fashionable
21 classic
22 young
23 uptodate
24 bright
25 calm
26 sexy
27 combined
28 warm
29 cute
30 attractive
31 personality
32 safe
33 luxury
34 casual
35 comfortable
36 smooth
37 creative
38 harmony
39 various
40 characteristic
41 graceful
42 colourful
43 unique
44 handmade
45 thick
46 aesthetic
47 matching
48 artistic
49 synchronyse
50 classy
51 neat
4.2 Preferensi Kansei word Responden terhadap Produk Pakaian Batik untuk
IV-59
Wanita
Pada tahap ini terdapat 2 langkah untuk menyusun kuesioner yang akan
disebar kepada responden. Langkah-langkah tersebut, yaitu menentukan lawan
kata dari kansei word dan menyusun kansei word tersebut menggunakan semantic
differential.
Semua kansei word yang telah ditentukan untuk mewakili produk pakaian
batik untuk wanita tersebut, kemudian dicari dan dipilih lawan katanya yang tepat.
Lawan kata ini juga sebagai gambaran preferensi konsumen terhadap produk
pakaian batik untuk wanita, contohnya lawan kata traditional adalah modern.
Kata modern ini menggambarkan bahwa konsumen setuju pada kansei word ini
dan menyukai batik yang baru desainnya. Keseluruhan kansei word dan lawan
katanya dapat dilihat pada Tabel 4.3. Pada tahap ini ditentukan pula beberapa
produk pakaian batik untuk wanita di Batik Putra Bengawan sebagai alat bantu
responden dengan tujuan mempermudah pengisian kuesioner I.
Tabel 4.3 Kansei word dan Opposite Word
IV-60
No Kansei Word Opposite Word
1 tradisional modern
2 strong weak
3 innovative conservative
4 natural synthetic
5 elegant inelegant
6 beautiful poor
7 classic bad
8 slim big
9 advance useless
10 durable fragile
11 cheap expensive
12 long short
13 graceful awkward
14 artistic horrible
15 premium ordinary
16 easy hard
17 flexible spesific
18 vulgar closed
19 stylish not stylish
20 fashionable unfashionable
21 good bad
22 young old
23 uptodate old fashioned
24 bright dark
25 calm light
26 sexy unsexy
27 warm cold
28 combined simple
29 cute not cute
30 attractive unattractive
31 personality common
32 safe hazardous
33 luxury modest
34 casual formal
35 comfortable not comfortable
36 various not various
37 creative not creative
38 matching not matching
39 smooth rough
40 characteristic uncharacteristic
41 feminine masculine
42 colourful colourless
43 unique usual
44 handmade machine
45 thick thin
46 aesthetic unaesthetic
47 harmony abstract
48 suitable not suitable
49 synchronyze contrast
50 classy tacky
51 neat untidy
Kansei word dan opposite word berjumlah 51 pasang yang telah
teridentifikasi selanjutnya disusun sebagai kuesioner I menggunakan skala
semantic differential. Pada penelitian ini semantic differential menggunakan skala
5 seperti yang dapat dilihat pada Tabel 4.4. Dimensi dari masing-masing skala
semantic differential, yaitu:
IV-61
1 = Jika responden memilih angka 1 bahwa sangat tidak setuju terhadap kansei
word. Responden sangat setuju bahwa citra produk yang diinginkan
merupakan lawan kata dari kansei word.
2 = Jika responden memilih angka 2 bahwa tidak setuju terhadap kansei word.
Responden setuju bahwa citra produk yang diinginkan merupakan lawan kata
dari kansei word.
3 = Jika responden memilih angka 3 adalah netral berarti citra produk yang
diinginkan berada diantara kansei word dan lawan katanya.
4 = Jika responden memilih angka 4 bahwa setuju terhadap kansei word.
Responden setuju bahwa citra produk yang diinginkan sesuai kansei word.
5 = Jika responden memilih angka 5 bahwa sangat setuju terhadap kansei word.
Responden sangat setuju bahwa citra produk yang diinginkan paling sesuai
dengan kansei word.
Responden diharuskan memilih satu poin diantara angka-angka berskala
yang mereka pikir kansei word tersebut menginterpretasikan perasaan dan emosi
seseorang terhadap produk pakaian batik untuk wanita dan sesuai dengan
keinginan dan kebutuhannya. Kuesioner I ini disebarkan kepada 75 responden
yang telah ditentukan. Responden yang terpilih yaitu konsumen wanita di Batik
Putra Bengawan dan ditentukan yang memiliki rentang umur 20 – 60 tahun.
Tabel 4.4 Skala Semantic differential kansei word
IV-62
5 4 3 2 1
tradisional modern
strong weak
innovative conservative
natural synthetic
elegant inelegant
beautiful poor
classic bad
slim big
advance useless
durable fragile
cheap expensive
long short
graceful awkward
artistic horrible
premium ordinary
easy hard
flexible spesific
vulgar closed
stylish not stylish
fashionable unfashionable
good bad
young old
uptodate old fashioned
bright dark
calm light
sexy unsexy
warm cold
combined simple
cute not cute
attractive unattractive
personality common
safe hazardous
luxury modest
casual formal
comfortable not comfortable
various not various
creative not creative
matching not matching
smooth rough
characteristic uncharacteristic
feminine masculine
colourful colourless
unique usual
handmade machine
thick thin
aesthetic unaesthetic
harmony abstract
suitable not suitable
synchronyze contrast
classy tacky
neat untidy
SKALAKansei Word Opposite Word
4.3 Faktor-Faktor Kansei word sesuai Preferensi Responden
IV-63
Kuesioner I yang telah disebarkan kepada 75 responden, menghasilkan
keseluruhan data kansei word yang menjadi pertimbangan responden (konsumen)
dalam membeli produk pakaian batik untuk wanita. Data-data tersebut menjadi
input analisis faktor. Analisis faktor bertujuan untuk mereduksi variabel-variabel
tersebut menjadi beberapa dimensi (faktor) yang mampu merepresentasikannya.
Analisis faktor yang dilakukan dalam penelitian ini menggunakan pendekatan
exploratory factor analysis dan principal component analysis karena belum
ditentukan banyaknya faktor serta untuk menentukan jumlah faktor yang
minimum dengan memperhitungkan seluruh varians data. Pada penelitian ini
analisis factor dilakukan menggunakan software SPSS 18.0. Hasil pengolahan
data analisis faktor dengan langkah yang dilakukan, sebagai berikut:
1. Uji Kelayakan Analisis Faktor
Uji kelayakan analisis faktor dengan menggunakan the Kaiser Meyer
Olkin dan Bartlet’s test sphericity. Hasil pengolahan data diberikan pada Tabel
4.5.
Tabel 4.5 KMO dan Bartlet’s Test
.527
Approx. Chi-
Square
2178.962
df 1275
Sig. .000
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Sphericity
Hasil analisis faktor pada Tabel 4.5 menunjukkan nilai KMO sebesar
0,527 dan nilai signifikasi bartlet’s test sebesar 0,000. Nilai indeks KMO yang
lebih besar daripada 0,5, sehingga mengindikasikan korelasi antar variabel-
variabel yang diuji dapat dijelaskan oleh variabel lain. Pada nilai signifikansi
bartlet’s test sebesar 0,000 < 0,05 juga mengindikasikan kecukupan korelasi antar
variabel. Kemudian dilakukan pemeriksaan terhadap nilai anti image correlation
yang ditujukkan oleh nilai diagonal dari kiri atas ke kanan bawah yang bertanda
huruf a pada setiap nilainya (MSA). Nilai MSA masing-masing variabel yang
diujikan pada contoh Tabel 4.6. Hasil pengujian nilai MSA yang lain dapat dilihat
pada halaman lampiran L-9.
Tabel 4.6 Anti Image Correlation
IV-64
Anti-image
Correlation tradisional strong natural innovative elegant beautiful classic slim advance
tradisional .336 .077 -.362 -.151 .190 .236 -.261 .153 -.170
strong .077 .590 -.186 .061 .093 .219 -.230 .171 .258
natural -.362 -.186 .646 .011 -.060 -.108 -.036 .078 -.045
innovative -.151 .061 .011 .379 -.532 -.137 .209 -.226 .343
elegant .190 .093 -.060 -.532 .543 -.030 -.213 .159 -.304
beautiful .236 .219 -.108 -.137 -.030 .648 -.370 .148 -.119
classic -.261 -.230 -.036 .209 -.213 -.370 .533 -.254 .280
slim .153 .171 .078 -.226 .159 .148 -.254 .511 -.092
advance -.170 .258 -.045 .343 -.304 -.119 .280 -.092 .235
Pada Tabel 4.7 menunjukkan contoh nilai-nilai MSA variabel. Pada tabel
tersebut menunjukkan bahwa terdapat variabel yang memiliki nilai MSA < 0,5,
seperti traditional, natural, dan advance. Pada pengujian ini secara keseluruhan
terdapat 16 variabel kansei word yang memiliki nilai MSA < 0,5, sehingga harus
dieliminasi dan dilakukan analisis ulang untuk mendapatkan nilai MSA > 0,5.
Setelah dilakukan analisis ulang, maka didapatkan hasil KMO, Bartlet’s test dan
MSA yang tertampil pada Tabel 4.7 dan 4.8. Keseluruhan Hasil MSA dapat
dilihat pada halaman lampiran L-10.
Tabel 4.7 KMO dan Bartlet’s Test setelah eliminasi
variabel
.689
Approx. Chi-Square 1199.691
df 595
Sig. .000
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.Bartlett's Test of
Sphericity
Tabel 4.8 Anti Image Correlation setelah eliminasi variabel
Anti-image Correlation strong natural elegant beautiful classic slim durable
strong .641 -.240 .131 .199 -.287 .150 -.095
natural -.240 .799 .053 -.152 -.070 .071 -.320
elegant .131 .053 .858 -.196 .093 -.051 .016
beautiful .199 -.152 -.196 .693 -.373 -.034 .203
classic -.287 -.070 .093 -.373 .566 -.163 .255
slim .150 .071 -.051 -.034 -.163 .559 -.045
durable -.095 -.320 .016 .203 .255 -.045 .623
Proses analisis ulang yang dilakukan pada 35 variabel didapatkan nilai
KMO yang lebih baik dari sebelumnya dan 35 variabel yang ada memiliki nilai
MSA > 0,5, sehingga analisis faktor layak dilanjutkan. Langkah-langkah
IV-65
selanjutnya yang dilakukan, yaitu menentukan jumlah faktor dan rotasi faktor
pada 35 variabel kansei word.
2. Menentukan Jumlah Faktor
Penentuan jumlah faktor pada analisis ini berdasarkan nilai eigenvalue.
Nilai eigenvalue merupakan besarnya varians total yang mampu diterangkan oleh
faktor yang terbentuk. Banyaknya faktor yang diperlukan untuk mereduksi suatu
variabel didasarkan pada nilai eigenvalue. Nilai eigenvalue yang lebih dari 1 yang
dipertahankan sebagai faktor yang terbentuk. Faktor yang terbentuk dari
pengolahan data 35 variabel kansei word berdasarkan nilai eigenvalue dapat
dilihat pada Tabel 4.9.
Pada Tabel 4.9 menunjukkan besarnya varians yang mampu diterangkan
oleh faktor yang terbentuk terhadap ke-35 variabel kansei word. Nilai ini
didasarkan dari nilai eigenvalue. Nilai eigenvalue dapat dilihat pada tabel. Nilai
eigenvalue untuk faktor 1 sebesar 8,854, nilai eigenvalue untuk faktor 2 sebesar
2,757 dan seterusnya. Bila kita jumlahkan ke-35 eigenvalue tersebut akan bernilai
35.
Pengolahan data SPSS 18.0 menunjukkan bahwa dari 35 variabel tersebut
hanya 11 yang memiliki nilai eigenvalue lebih dari 1, maka banyaknya faktor
yang terbentuk adalah 11 faktor. Faktor-faktor tersebut dapat dilihat pada Tabel
4.10.
IV-66
Tabel 4.9 Initial Eigenvalue
Total % of Variance Cumulative %
1 8.854 25.296 25.296
2 2.757 7.877 33.174
3 2.146 6.130 39.304
4 1.823 5.209 44.513
5 1.607 4.592 49.105
6 1.477 4.221 53.327
7 1.427 4.077 57.404
8 1.330 3.800 61.204
9 1.231 3.517 64.721
10 1.079 3.082 67.803
11 1.011 2.890 70.693
12 .975 2.785 73.478
13 .884 2.527 76.005
14 .805 2.301 78.306
15 .756 2.161 80.467
16 .735 2.101 82.569
17 .646 1.845 84.414
18 .584 1.667 86.081
19 .557 1.592 87.673
20 .537 1.534 89.207
21 .495 1.413 90.620
22 .421 1.203 91.823
23 .384 1.097 92.920
24 .357 1.021 93.941
25 .313 .895 94.836
26 .298 .852 95.689
27 .262 .749 96.438
28 .246 .702 97.140
29 .214 .612 97.751
30 .203 .579 98.331
31 .159 .454 98.785
32 .135 .386 99.171
33 .126 .361 99.532
34 .092 .263 99.794
35 .072 .206 100.000
Initial Eigenvalues
Component
IV-67
Tabel 4.10 Faktor yang Terbentuk
Component
Total % of Variance Cumulative %
1 8.854 25.296 25.296
2 2.757 7.877 33.174
3 2.146 6.130 39.304
4 1.823 5.209 44.513
5 1.607 4.592 49.105
6 1.477 4.221 53.327
7 1.427 4.077 57.404
8 1.330 3.800 61.204
9 1.231 3.517 64.721
10 1.079 3.082 67.803
11 1.011 2.890 70.693
Extraction Sums of Squared Loadings
Besarnya varians kumulatif yang mampu dijelaskan oleh faktor baru yang
terbentuk bila hanya mengambil faktor 1 saja adalah 25,296%. Varians kumulatif
yang mampu diterangkan oleh ke-11 faktor yang terbentuk sebesar 70,693%.
Selanjutnya dilakukan rotasi faktor untuk menyederhanakan korelasi faktor yang
terbentuk dengan variabel-variabel.
3. Rotasi Faktor
Faktor-faktor yang terbentuk tersebut memiliki korelasi dengan banyak
variabel (nilai mutlak muatan faktor yang lebih besar dari 0,3). Nilai muatan
faktor ini dapat ditunjukkan pada Tabel 4.11. Pada tabel tersebut ada beberapa
faktor yang berkorelasi dengan beberapa variabel. Hal itu ditunjukkan dengan
nilai muatan faktor yang lebih dari 0,3, misalnya pada faktor 1 yang berkorelasi
dengan ke-35 variabel dan faktor 2 yang berkorelasi dengan 14 variabel. Korelasi
ini mengakibatkan faktor sulit dijelaskan. Rotasi faktor harus dilakukan untuk
penyederhanaan korelasi ini. Rotasi faktor dilakukan dengan metode varimax.
Hasil pengolahan data rotasi faktor yang dilakukan tertampil pada Tabel 4.12
IV-68
Tabel 4.11 Korelasi Awal Faktor dengan Variabel
1 2 3 4 5 6 7 8 9 10 11
cheap .678 .067 -.085 .016 -.136 .131 .032 .076 -.242 .065 -.349
long .411 .375 -.401 .030 .059 -.196 .294 .258 .057 .242 -.011
practical .546 -.078 -.230 .341 -.162 -.210 .160 -.066 .061 .291 -.171
stylish .557 -.228 .388 -.240 .204 -.154 -.009 .105 .018 -.264 -.054
fashionable .428 -.364 .113 -.397 .116 -.121 -.057 .306 -.258 -.183 -.286
young .393 -.080 -.433 -.147 -.261 .352 .003 .095 -.304 -.215 .251
uptodate .506 -.457 -.388 -.016 -.191 .135 .252 -.138 .011 -.031 -.080
calm .477 .421 -.043 .321 -.168 -.242 -.039 .103 .136 -.213 .044
sexy .284 .350 .137 .327 -.224 .334 -.344 .180 .398 -.035 .076
warm .411 .333 .277 -.151 -.323 -.152 -.248 -.030 -.185 .129 -.286
cute .581 -.209 .210 -.073 .106 .215 .052 .238 .010 .106 .312
attractive .580 -.276 .309 -.011 .043 .220 .133 .031 .011 .030 -.167
safe .660 -.119 -.117 -.068 -.345 .102 .065 .076 -.038 .186 .065
luxury .503 .427 .199 .105 .013 -.147 -.211 .042 -.210 .233 .177
casual .570 -.127 .116 .154 .126 -.096 -.532 -.193 -.161 -.128 .174
comfortable .421 -.354 .174 .420 .242 -.098 -.095 -.340 -.010 -.117 -.180
matching .503 .270 -.121 -.434 .164 -.152 .080 .198 .360 -.117 -.044
smooth .447 .059 -.266 -.352 .316 -.229 -.286 .223 .098 .175 .051
characteristic .615 -.011 .246 -.192 -.084 .067 -.253 -.046 .005 .249 .033
feminine .403 .390 .183 .114 .217 .177 .277 .136 -.389 .195 .043
colourful .361 -.083 -.145 .422 .523 .282 -.007 .290 -.107 -.052 .071
unique .562 .074 -.171 .264 .414 -.170 .026 -.027 -.154 .013 -.088
handmade .441 .420 .056 .092 -.194 -.177 .272 -.080 -.218 -.231 .004
thick .503 .141 .165 -.123 -.007 -.065 .248 -.382 -.106 -.058 .440
suitable .458 .363 .298 -.108 .256 .157 .224 -.207 .103 -.115 -.096
synchronyze .610 .117 -.088 -.070 -.022 -.321 .050 -.337 .215 -.077 -.068
classy .620 -.325 -.227 .309 -.185 .028 -.161 -.110 -.088 -.043 -.050
neat .534 -.172 -.347 -.155 -.190 -.008 -.256 .111 -.031 -.170 -.016
Component Matrixa
Component
Tabel 4.12 Hasil Rotasi Faktor
IV-69
1 2 3 4 5 6 7 8 9 10 11
strong .223 -.114 .535 -.058 .326 -.260 .242 .384 .181 -.122 .068
natural .320 .024 .468 .135 .284 .265 .272 .093 -.012 -.067 .113
elegant .251 .707 .094 .142 .105 -.037 .047 .061 .112 .152 .267
beautiful .065 .205 .018 .788 .004 -.110 .207 .055 .067 .214 .131
classic .011 -.110 -.013 .771 -.107 .071 .029 .222 -.130 .081 -.053
slim -.070 .008 -.070 .241 .185 .093 .022 .169 .066 .132 .687
durable .271 -.025 .106 -.108 .760 .114 -.017 .040 -.035 .100 .169
cheap .362 .175 .049 -.042 .200 .332 .065 .436 .197 .350 .162
long .076 .370 .418 -.003 .017 .136 -.319 .425 .303 -.094 -.085
practical .138 .228 .110 .216 -.041 .143 .162 .703 .095 -.070 .075
stylish -.007 .176 .212 .388 .245 .073 .276 -.123 .060 .575 .061
fashionable .214 -.042 .184 .200 -.003 .098 .077 .007 .060 .803 -.087
young .847 .106 .034 -.021 .109 .009 -.053 -.035 .142 .022 -.079
uptodate .573 .002 .058 .254 .159 -.250 .132 .491 -.020 .128 -.017
calm .048 .729 .141 -.028 -.010 .217 .143 .128 .075 -.088 .151
sexy .106 .332 .083 -.119 -.011 .171 .098 -.119 .055 -.240 .742
warm .022 .196 .036 -.085 .139 .693 .041 .140 -.211 .256 .150
cute .280 -.001 .202 .518 .198 .130 .061 -.094 .349 .132 .250
attractive .139 -.021 -.022 .358 .321 .069 .176 .197 .181 .380 .319
safe .523 .124 .148 .326 .137 .263 -.019 .323 .020 .065 .182
luxury -.006 .264 .191 .073 .112 .680 .137 .004 .255 -.099 .058
casual .230 .098 .191 .116 .033 .337 .732 -.109 .114 .074 .048
comfortable -.082 .046 -.100 .183 .110 -.063 .737 .289 .152 .157 .073
matching .030 .356 .677 .043 .280 -.008 -.171 .027 -.019 .259 .080
smooth .112 -.005 .782 .031 -.055 .195 .054 .034 .135 .180 -.063
characteristic .191 -.052 .273 .259 .252 .481 .196 .063 -.017 .143 .278
feminine -.012 .153 -.071 .035 .344 .409 -.154 .098 .613 .046 -.009
colourful .133 .057 .112 .000 -.054 -.158 .254 .050 .795 .061 .167
unique .006 .233 .265 -.002 .097 .107 .361 .332 .488 .112 -.130
handmade .098 .614 -.109 .002 .308 .291 -.016 .147 .077 .050 -.156
thick .154 .256 .073 .370 .582 .218 .165 -.052 .048 -.181 -.228
suitable -.168 .251 .123 -.011 .677 .109 .067 .025 .185 .138 .152
synchronyze .040 .384 .367 .125 .341 .107 .303 .340 -.187 .038 -.066
classy .500 .144 .020 .164 -.055 .071 .486 .391 .082 .065 .129
neat .588 .166 .325 .022 -.072 .070 .195 .120 -.074 .233 .046
Rotated Component Matrixa
Component
Dari Tabel 4.11 dan 4.12 dapat dibandingkan faktor yang dirotasikan
melalui metode varimax dengan yang tidak dirotasikan, maka dapat terlihat
adanya penyederhanaan korelasi antara faktor dengan variabel. Setelah dilakukan
rotasi, faktor 1 hanya berkorelasi dengan 7 variabel, begitu pula dengan faktor
yang lain. Penyederhanaan korelasi ini memudahkan penafsiran faktor-faktor
IV-70
tersebut dan tidak ada variabel yang berkorelasi dengan kedua faktor. Masing-
masing variabel kansei word ditempatkan pada faktor yang memiliki nilai korelasi
paling tinggi pada variabel tersebut, misalnya variabel strong memiliki nilai
loading faktor atau korelasi yang lebih dari 0,3 pada faktor 3, 5, dan 8, kemudian
untuk penempatannya dipilih nilai yang paling tinggi, variabel tersebut
ditempatkan pada faktor 5. Begitu pula berlaku untuk variabel yang lain.
Penempatan variabel-variabel kansei word pada faktor dengan nilai loading factor
paling tinggi dapat ditunjukkan pada Tabel 4.13.
Tabel 4.13 Penempatan Variabel pada Faktor yang Terbentuk
faktor variabel nilai loading factor
faktor 1 young .847
uptodate .573
safe .523
classy .500
neat .588
faktor 2 elegant .707
calm .729
synchronize .384
faktor 3 strong .535
natural .468
matching .677
smooth .782
faktor 4 beautiful .788
classic .771
cute .518
faktor 5 durable .760
thick .582
suitable .677
faktor 6 warm .693
luxury .680
characteristic .481
faktor 7 casual .732
comfortable .737
faktor 8 cheap .436
long .425
practical .703
faktor 9 feminine .613
colourful .795
unique .488
faktor 10 stylish .575
fashionable .803
attractive .380
faktor 11 slim .687
sexy .742
Setelah langkah penempatan variabel kansei word tersebut pada faktor
yang terbentuk berdasarkan nilai loading factor, selanjutnya dilakukan penamaan
faktor-faktor tersebut seperti yang tertampil pada Tabel 4.14. Penamaan faktor
ditetapkan dan dipilih berdasarkan variabel dengan nilai loading factor tertinggi
IV-71
pada masing-masing faktor. Faktor-faktor ini dijadikan media pengukuran
kombinasi item dan kategori pada analisis konjoin.
Tabel 4.14 Penamaan Faktor
faktor Nama Faktor
faktor 1 young
faktor 2 calm
faktor 3 smooth
faktor 4 beautiful
faktor 5 durable
faktor 6 warm
faktor 7 comfortable
faktor 8 practical
faktor 9 colourful
faktor 10 fashionable
faktor 11 sexy
4.4 Penentuan Stimuli Produk
Stimuli produk akan digunakan pada kuesioner III yang bertujuan untuk
mendapatkan data preferensi konsumen terhadap produk pakaian batik untuk
wanita. Stimuli produk merupakan kombinasi item dan kategori produk. Item dan
kombinasi poduk diperoleh dari hasil penyebaran kuesione II. Kuesioner II
sebagai kuesioner pendahuluan untuk kuesioner III yang bertujuan untuk
menentukan item dan kategori yang paling dipertimbangkan konsumen dalam
membeli produk pakaian batik untuk wanita. Pengekstrasian item dan kategori
dilakukan dengan melibatkan karyawan bagian desain produk dan pelayanan
konsumen di Batik Putra Bengawan, sehingga seluruh item dan kategori dapat
diekstraksikan. Seluruh hasil ekstraksi item dan kategori diperlihatkan pada Tabel
4.15 serta halaman lampiran L-12. Selanjutnya item dan kategori ini disusun dan
digunakan untuk kuesioner II. Sebanyak 30 responden dipilih untuk mewakili
konsumen dalam menentukan item dan kategori produk yang paling
dipertimbangkan. Penyebaran kuesioner II menghasilkan 5 item yang paling
dipertimbangkan dalam membeli pakaian batik untuk wanita, yaitu kualitas kain,
motif, warna, aksesoris, dan pembuatan. Masing-masing item terpilih 2 kategori
yang dapat dilihat pada Tabel 4.16.
Tabel 4.15 Sampel Hasil Ekstraksi Item dan Kategori
IV-72
item kategori
santung
katun
primisima
doby
paris
viscos
sutra
solo
jogja
pesisir
abstrak
bunga
kombinasi
sogan
lasem
lawasan
gradasi
pasta
perpaduan banyak warna
kualitas kain
motif
warna
Tabel 4.16 Item dan Kategori yang Paling Dipertimbangkan
item kategori
katun
paris
bunga
kombinasi
sogan
gradasi
payet
obi
printing
cappembuatan
kualitas kain
motif
warna
aksesoris
Berdasarkan hasil kuesioner II dapat diketahui terdapat 5 item dan 2
kategori pada masing-masing item, maka selanjutnya dapat ditentukan metode
konjoin untuk merancang desain stimuli produk. Pada penelitian ini digunakan
pendekatan profil penuh untuk menampilkan kombinasi seluruh stimuli (item dan
kategori) yang akan dinilai oleh responden melalui kuesioner III. Pada Tabel 4.16
dapat dilihat bahwa dengan 5 item dan 2 kategori pada masing-masing item, maka
akan terbentuk 32 (25) kombinasi kategori. Oleh karena banyaknya kombinasi
kategori (stimulus) yang terbentuk, sehingga dapat menyebabkan responden
kesulitan dan membutuhkan banyak waktu dalam mengisi kuesioner III. Oleh
IV-73
karena itu, dilakukan reduksi menggunakan orthogonal array dengan bantuan
software SPSS 18.0 untuk membuat desain stimuli. Penggunaan orthogonal array
ini selain untuk mereduksi, kategori-kategori yang muncul dalam setiap
kombinasi dalam jumlah yang sama. Pada Tabel 4.17 menunjukkan stimuli yang
terbentuk sebanyak 8 buah dan tidak ada pengulangan kombinasi serta setiap item
diwakili kategori-kategori dalam jumlah yang sama.
Tabel 4.17 Pembentukan Stimuli (kombinasi item dan kategori) dengan
Orthogonal Array
stimuli kualitas_kain_batik motif_batik warna_batik aksesoris_batik pembuatan_batik
1 paris kombinasi sogan obi cap
2 katun kombinasi gradasi obi cap
3 katun bunga sogan obi printing
4 katun bunga gradasi payet cap
5 katun kombinasi sogan payet printing
6 paris bunga gradasi obi printing
7 paris kombinasi gradasi payet printing
8 paris bunga sogan payet cap
Kuesioner III dirancang berdasarkan 8 desain stimuli produk. Stimuli-
stimuli produk tersebut dinilai dengan 11 faktor kansei word yang dihasilkan pada
analisis faktor yang telah dilakukan, seperti yang dapat dilihat pada halaman
lampiran L-19. Pengambilan data dilakukan dengan menyebarkan kueisoner III,
yaitu dengan meminta responden untuk memberikan nilai skala semantic
differential 1 sampai 5 pada masing-masing kansei word dan negative kansei
word. Skala tersebut menunjukkan perasaan responden sesuai terhadap kansei
word atau negative kansei word dalam menilai stimuli produk. Kuesioner III
disebarkan pada konsumen yang berkunjung ke toko Batik Putra Bengawan setiap
harinya hingga jumlah responden yang telah ditentukan. Sebelum pengisian
kuesioner dilakukan, responden diberi penjelasan mengenai stimuli produk, kansei
word, dan cara pemberian nilai.
4.5 Preferensi Stimuli Responden Berdasarkan Faktor-Faktor Kansei word
Semua data preferensi responden yang telah dikumpulkan, selanjutnya
akan diolah dengan analisis konjoin untuk mendapatkan nilai utilitas dan
kepentingan relatif. Pengolahan analisis conjoin dilakukan dengan menggunakan
software SPSS 18.0. Langkah pertama, meng-input semua data yang dikumpulkan
IV-74
dari hasil kuesioner dengan 8 stimuli produk dan responden digunakan sebagai
variabel. Langkah selanjutnya, data preferensi responden terhadap stimuli produk
pakaian batik untuk wanita diolah menggunakan syntax SPSS. Pengolahan data
analisis konjoin dilakukan secara terpisah berdasarkan 11 faktor kansei word yang
dinilai. Interpretasi dan analisis dilakukan pada hasil akhir dari seluruh responden
pada setiap kansei word yang dinilai.
1. Kansei word “Young”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “young” adalah 0,969 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 22,134 dan 0,221, item motif adalah sebesar
18,924 dan 0,189, item warna adalah sebesar 22,818 dan 0,228, item aksesoris
adalah sebesar 19,258 dan 0,193, dan item pembuatan adalah sebesar 16,869 dan
0,169. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa warna kain paling mempengaruhi persepsi kansei word “young”
responden terhadap pakaian batik untuk wanita.
Pada output syntax analisis konjoin tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda. Contohnya, pada item kualitas kain terdapat
kategori produk yaitu katun dan paris, yang memiliki nilai utilitas – 0,103 dan
0,103. Nilai positif 0,103 pada kain paris mengindikasikan bahwa responden
memberikan nilai lebih pada produk pakaian batik yang menggunakan kain paris
dan lebih sesuai dengan kansei word “young”.. Berdasarkan Tabel 4.18, stimuli
IV-75
atau kombinasi kategori yang paling disenangi responden dan dianggap
menunjukkan kansei word “young” adalah produk pakaian batik dengan bahan
paris, bermotif bunga, warna gradasi, menggunakan aksesori tambahan berupa
obi, dan proses pembuatan printing.
2. Kansei word “Calm”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “calm” adalah 0,999 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 23,086 dan 0,231, item motif adalah sebesar
18,648 dan 0,186, item warna adalah sebesar 24,193 dan 0,242, item aksesoris
adalah sebesar 16,965 dan 0,170, dan item pembuatan adalah sebesar 17,108 dan
0,171. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa warna kain paling mempengaruhi persepsi kansei word “calm”
responden terhadap pakaian batik untuk wanita.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item warna terdapat kategori produk yaitu sogan dan gradasi,
yang memiliki nilai utilitas 0,102 dan – 0,102. Nilai positif 0,102 pada warna
sogan mengindikasikan bahwa responden memberikan nilai lebih pada produk
pakaian batik yang berwarna sogan dan lebih sesuai dengan kansei word “calm”.
Berdasarkan Tabel 4.18, stimuli atau kombinasi kategori yang paling
IV-76
dipertimbangkan persepsi responden dan mengindikasikan lebih sesuai dengan
kansei word “calm” adalah produk dengan bahan katun, bermotif bunga, warna
sogan, menggunakan aksesori tambahan berupa obi, dan proses pembuatan
printing.
3. Kansei word “Smooth”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “smooth” adalah 0,820 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 24,948 dan 0,259, item motif adalah sebesar
21,183 dan 0,212, item warna adalah sebesar 15,539 dan 0,155, item aksesoris
adalah sebesar 18,507 dan 0,185, dan item pembuatan adalah sebesar 19,22 dan
0,198. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa kualitas kain paling mempengaruhi persepsi kansei word
“smooth” responden terhadap pakaian batik untuk wanita.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item kualitas kain terdapat kategori produk yaitu katun dan paris,
yang memiliki nilai utilitas – 0,073 dan 0,073 Nilai positif 0,073 pada kain paris
mengindikasikan bahwa responden memberikan nilai lebih pada produk pakaian
batik yang dengan bahan dasar kain paris dan mengindikasikan lebih sesuai
dengan kansei word “smooth”. Berdasarkan Tabel 4.18, stimuli atau kombinasi
IV-77
kategori yang paling dipertimbangkan persepsi responden dan mengindikasikan
lebih sesuai dengan kansei word “smooth” adalah produk dengan bahan paris,
bermotif bunga, warna gradasi, menggunakan aksesori tambahan berupa payet,
dan proses pembuatan cap.
4. Kansei word “Beautiful”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “beautiful” adalah 0,937 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 20,585 dan 0,206, item motif adalah sebesar
20,967 dan 0,210, item warna adalah sebesar 22,905 dan 0,229, item aksesoris
adalah sebesar 17,126 dan 0,171, dan item pembuatan adalah sebesar 18,417 dan
0,184. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa warna yang paling mempengaruhi persepsi kansei word
“smooth” responden terhadap pakaian batik untuk wanita.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item aksesoris produk terdapat kategori produk yaitu obi dan
payet, yang memiliki nilai utilitas 0,045 dan - 0,045. Nilai positif 0,045 pada obi
mengindikasikan bahwa responden memberikan nilai lebih pada produk pakaian
batik yang dengan aksesoris tambahan yang berupa obi dan mengindikasikan
lebih sesuai dengan kansei word “beautiful”. Berdasarkan Tabel 4.18, stimuli
IV-78
atau kombinasi kategori yang paling dipertimbangkan persepsi responden dan
mengindikasikan lebih sesuai dengan kansei word “beautiful” adalah produk
dengan bahan paris, bermotif bunga, warna sogan, menggunakan aksesori
tambahan berupa obi, dan proses pembuatan printing.
5. Kansei word “Durable”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “durable” adalah 0,960 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 22,463 dan 0,225, item motif adalah sebesar
17,168 dan 0,172, item warna adalah sebesar 22,249 dan 0,222, item aksesoris
adalah sebesar 16,143 dan 0,161, dan item pembuatan adalah sebesar 21,977 dan
0,220. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa warna kain produk pakaian batik untuk wanita yang paling
mempengaruhi dan mewakili psikologis responden yang terdapat pada kansei
word “durable”.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih mewakili persepsi responden daripada kategori yang
negative. Contohnya, pada item warna terdapat kategori produk yaitu sogan dan
gradasi, yang memiliki nilai utilitas - 0,052 dan 0,052. Nilai positif 0,045 pada
warna gradasi mengindikasikan bahwa responden memberikan nilai lebih pada
produk pakaian batik dengan warna gradasi. Warna gradasi lebih mewakili sisi
IV-79
psikologis responden yang ada pada kansei word “durable”. Berdasarkan Tabel
4.18, stimuli atau kombinasi kategori yang paling dipertimbangkan persepsi
responden dan mengindikasikan lebih sesuai dengan kansei word “durable”
adalah produk dengan bahan paris, bermotif bunga, warna gradasi, menggunakan
aksesori tambahan berupa payet, dan proses pembuatan cap.
6. Kansei word “ Warm”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “warm” adalah 0,985 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 32,491 dan 0,325, item motif adalah sebesar
15,500 dan 0,155, item warna adalah sebesar 17,580 dan 0,176, item aksesoris
adalah sebesar 13,950 dan 0,139, dan item pembuatan adalah sebesar 20,479 dan
0,205. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa kualitas kain mempengaruhi penilaian kansei word “warm”
responden terhadap pakaian batik untuk wanita. Nilai tingkat kepentingan kualitas
kain menunjukkan bahwa item tersebut paling berpengaruh terhadap persepsi
responden yang mengindikasikan produk pakaian batik untuk wanita panas atau
dingin saat dipakai.
Pada output syntax analisis konjoin tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item kualitas kain terdapat kategori produk yaitu katun dan paris,
IV-80
yang memiliki nilai utilitas sebesar 0,273 dan - 0,273. Nilai positif 0,273 pada
kain katun mengindikasikan bahwa responden memberikan nilai lebih pada
produk pakaian batik dengan kain katun. Berdasarkan Tabel 4.18, stimuli atau
kombinasi kategori yang paling dipertimbangkan persepsi responden dan
mengindikasikan lebih sesuai dengan kansei word “warm” adalah produk dengan
bahan paris, bermotif bunga, warna gradasi, menggunakan aksesori tambahan
berupa payet, dan proses pembuatan cap.
7. Kansei word “Comfortable”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “comfortable” adalah 0,952 dan nilai
signifikansinya sebesar 0,000, dapat disimpulkan bahwa data telah akurat
sehingga hasil perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 20,077 dan 0,201, item motif adalah sebesar
19,991 dan 0,200, item warna adalah sebesar 17,077 dan 0,171, item aksesoris
adalah sebesar 20,548 dan 0,205, dan item pembuatan adalah sebesar 22,307 dan
0,223. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa proses pembuatan paling berpengaruh pada persepsi kansei word
“comfortable” responden terhadap pakaian batik untuk wanita. Proses pembuatan
dinilai oleh responden sebagai item yang dapat membuat pakaian batik nyaman
saat dipakai.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
IV-81
Contohnya, pada item kualitas kain terdapat kategori produk yaitu katun dan paris,
yang memiliki nilai utilitas sebesar - 0,148 dan 0,148. Nilai utilitas positif
sebesar 0,148 pada kategori kain paris mengindikasikan bahwa responden
memberikan nilai lebih pada produk pakaian batik dengan kain paris. Nilai
tersebut juga mengindikasikan bahwa kain paris lebih diutamakan oleh responden
daripada kain katun untuk memperoleh kenyamanan saat memakai pakaian batik.
Berdasarkan Tabel 4.18, stimuli atau kombinasi kategori yang paling
dipertimbangkan persepsi responden dan mengindikasikan lebih sesuai dengan
kansei word “comfortable” adalah produk dengan bahan paris, bermotif bunga,
warna gradasi, menggunakan aksesori tambahan berupa payet, dan proses
pembuatan printing.
8. Kansei word “Easy to Use”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “easy to use” adalah 0,996 dan nilai
signifikansinya sebesar 0,000, dapat disimpulkan bahwa data telah akurat
sehingga hasil perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 23,269 dan 0,233, item motif adalah sebesar
20,545 dan 0,205, item warna adalah sebesar 18,483 dan 0,185, item aksesoris
adalah sebesar 15,940 dan 0,159, dan item pembuatan adalah sebesar 21,764 dan
0,218. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa kualitas kain paling berpengaruh pada penilaian kansei word
“easy to use” responden terhadap pakaian batik untuk wanita. Persepsi responden
lebih mengutamakan kualitas kain sebagai item pada pakaian batik untuk wanita.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
IV-82
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item aksesoris terdapat kategori produk yaitu obi dan payet, yang
memiliki nilai utilitas sebesar - 0,108 dan 0,108. Nilai utilitas positif sebesar
0,108 pada kategori aksesoris payet mengindikasikan bahwa responden
memberikan nilai lebih pada produk pakaian batik dengan aksesoris tambahan
berupa payet. Nilai tersebut juga mengindikasikan bahwa payet lebih diutamakan
oleh responden daripada obi karena payet telah dpasang pada pakaian batik
sehingga mudah saat memakainya. Berdasarkan Tabel 4.18, stimuli atau
kombinasi kategori yang paling dipertimbangkan persepsi responden dan
mengindikasikan lebih sesuai dengan kansei word “easy to use” adalah produk
dengan bahan paris, bermotif kombinasi, warna gradasi, menggunakan aksesori
tambahan berupa payet, dan proses pembuatan cap.
9. Kansei word “Colourful”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “colourful” adalah 0,988 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 17,466 dan 0,175, item motif adalah sebesar
10,153 dan 0,102, item warna adalah sebesar 43,926 dan 0,439, item aksesoris
adalah sebesar 14,414 dan 0,144, dan item pembuatan adalah sebesar 14,041 dan
0,140. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa warna paling berpengaruh pada penilaian kansei word
“colourful” responden terhadap pakaian batik untuk wanita. Responden lebih
IV-83
mengutamakan warna karena dapat merefleksikan kansei word “colourful”. Hal
ini sangat berkaitan erat dengan fungsi warna sebagai item dominan yang dapat
membuat produk pakaian batik terlihat berwarna-warni.
Pada output syntax analisis konjoin tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item warna terdapat kategori produk yaitu sogan dan gradasi,
yang memiliki nilai utilitas sebesar - 0,632 dan 0,632. Nilai utilitas positif sebesar
0,632 pada kategori warna gradasi mengindikasikan bahwa responden
memberikan nilai lebih pada produk pakaian batik yang berwarna gradasi. Nilai
tersebut juga mengindikasikan bahwa warna gradasi lebih diutamakan oleh
responden daripada warna sogan saat memakai pakaian batik. Warna gradasi lebih
mewakili persepsi colourful. Berdasarkan Tabel 4.18, stimuli atau kombinasi
kategori yang paling dipertimbangkan persepsi responden dan mengindikasikan
lebih sesuai dengan kansei word “colourful” adalah produk dengan bahan paris,
bermotif kombinasi, warna gradasi, menggunakan aksesori tambahan berupa obi,
dan proses pembuatan printing.
10. Kansei word “Fashionable”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
Pearson‟s R untuk kansei word “fashionable” adalah 0,882 dan nilai
signifikansinya sebesar 0,002, dapat disimpulkan bahwa data telah akurat
sehingga hasil perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 23,116 dan 0,231, item motif adalah sebesar
IV-84
17,988 dan 0,180, item warna adalah sebesar 17,571 dan 0,176, item aksesoris
adalah sebesar 23,550 dan 0,236, dan item pembuatan adalah sebesar 17,774 dan
0,178. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa aksesoris paling dipertimbangkan pada penilaian persepsi kansei
word “fashionable” responden terhadap pakaian batik untuk wanita. Penggunaan
aksesoris yang tepat dapat memberikan nilai tambah sehingga produk pakaian
batik terlihat lebih fashionable.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item motif batik terdapat kategori produk yaitu bunga dan
kombinasi, yang memiliki nilai utilitas sebesar 0,102 dan - 0,102. Nilai utilitas
positif sebesar 0,102 pada kategori motif bunga mengindikasikan bahwa
responden memberikan nilai lebih pada produk pakaian batik yang bermotifkan
bunga. Nilai tersebut juga mengindikasikan bahwa motif bunga lebih diutamakan
oleh responden daripada motif kombinasi saat memakai pakaian batik. Persepsi
responden menunjukkan bahwa motif bunga lebih sesuai untuk wanita saat
memakai produk pakaian batik. Berdasarkan Tabel 4.18, stimuli atau kombinasi
kategori yang paling dipertimbangkan persepsi responden dan mengindikasikan
lebih sesuai dengan kansei word “fashionable” adalah produk dengan bahan
paris, bermotif bunga, warna gradasi, menggunakan aksesori tambahan berupa
obi, dan proses pembuatan printing.
11. Kansei word “Sexy”
Sebelum dilakukan analisis terhadap tingkat utilitas dan kepentingan,
sebelumnya dilakukan evaluasi goodness of fit terhadap nilai korelasi yang
dimiliki. Penaksiran goodness of fit bertujuan untuk menguji konsistensi
responden dalam mengisi kuesioner. Penaksiran goodness of fit pada SPSS dapat
dilihat pada nilai Pearson‟s R. Nilai yang menjamin keakuratan dan konsistensi
responden dalam mengisi kuesioner pada batas minimum koefisien Pearson‟s R
adalah 0,4 dan nilai signifikansi < 0,05. Pada Tabel 4.18 dapat dilihat bahwa nilai
IV-85
Pearson‟s R untuk kansei word “sexy” adalah 0, 966 dan nilai signifikansinya
sebesar 0,000, dapat disimpulkan bahwa data telah akurat sehingga hasil
perhitungan layak untuk dianalisis lebih lanjut.
Pada Tabel 4.18 dapat dilihat nilai tingkat kepentingan dan bobot untuk
atribut (item) kualitas kain adalah 24,162 dan 0,242, item motif adalah sebesar
17,951 dan 0,180, item warna adalah sebesar 17,152 dan 0,172, item aksesoris
adalah sebesar 16,590 dan 0,166, dan item pembuatan adalah sebesar 24,144 dan
0,241. Dengan demikian dari nilai tingkat kepentingan dan bobot item dapat
diketahui bahwa kualitas kain paling dipertimbangkan pada penilaian persepsi
kansei word “sexy” responden terhadap pakaian batik untuk wanita. Responden
menilai bahwa kain yang digunakan pada pakaian batik dapat merefleksikan
persepsi seksi saat memakainya.
Pada output syntax analisis konjoin Tabel 4.18, dapat dilihat nilai utilitas
setiap kategori (level) stimuli produk pakaian batik untuk wanita dari setiap
atribut. Dua kategori pada masing-masing atribut (item) tersebut memiliki nilai
yang sama, tetapi berlawanan tanda yang menunjukkan bahwa nilai positif berarti
kategori tersebut lebih disenangi oleh responden daripada kategori yang negative.
Contohnya, pada item kualitas kain terdapat kategori produk yaitu katun dan paris,
yang memiliki nilai utilitas sebesar - 0,125 dan 0,125. Nilai utilitas positif sebesar
0,125 pada kategori kain paris mengindikasikan bahwa responden memberikan
nilai lebih pada produk pakaian batik yang menggunakan bahan dasar kain paris.
Nilai tersebut juga mengindikasikan bahwa kain paris lebih diutamakan oleh
responden daripada kain katun agar terlihat seksi saat memakai pakaian batik.
Berdasarkan Tabel 4.18, stimuli atau kombinasi kategori yang paling
dipertimbangkan persepsi responden dan mengindikasikan lebih sesuai dengan
kansei word “sexy” adalah produk dengan bahan paris, bermotif bunga, warna
sogan, menggunakan aksesori tambahan berupa obi, dan proses pembuatan
printing.
Tabel 4.18 Rekapitulasi Nilai Kepentingan Item dan Utilitas kategori
IV-86
Kansei Word Nilai Pearson' R Item Nilai kepentingan Item Kategori Utilitas kategorikatun -.103
paris .103
bunga .013
kombinasi -.013
sogan -.267
gradasi .267
obi .110
payet -.110
printing .063
cap -.063
katun -.103
paris .103
bunga .013
kombinasi -.013
sogan -.267
gradasi .267
obi .110
payet -.110
printing .063
cap -.063
katun -.073
paris .073
bunga .090
kombinasi -.090
sogan -.047
gradasi .047
obi -.023
payet .023
printing -.063
cap .063
katun -.008
paris .008
bunga .045
kombinasi -.045
sogan .038
gradasi -.038
obi .045
payet -.045
printing .015
cap -.015
kualitas_kain
motif
warna
aksesoris
pembuatan
22.134
18.924
22.818
19.256
16.869
Young
Calm
kualitas_kain 23.086
motif 18.648
warna 24.193
aksesoris 16.965
pembuatan 17.108
Smooth
kualitas_kain 24.948
motif 21.183
warna 15.539
aksesoris 18.507
pembuatan 19.822
Beautiful
kualitas_kain 20.585
motif 20.967
warna 22.905
aksesoris 17.126
pembuatan 18.417
.969
.999
.820
.937
Tabel 4.18 Rekapitulasi Nilai Kepentingan Item dan Utilitas kategori (Lanjutan)
IV-87
Kansei Word Nilai Pearson' R Item Nilai kepentingan Item Kategori Utilitas kategorikatun -.052
paris .052
bunga .002
kombinasi -.002
sogan -.052
gradasi .052
obi -.112
payet .112
printing -.078
cap .078
katun .273
paris -.273
bunga -.003
kombinasi .003
sogan .077
gradasi -.077
obi -.040
payet .040
printing .107
cap -.107
katun -.148
paris .148
bunga .038
kombinasi -.038
sogan -.088
gradasi .088
obi -.015
payet .015
printing .078
cap -.078
katun -.058
paris .058
bunga -.048
kombinasi .048
sogan -.018
gradasi .018
obi -.108
payet .108
printing -.022
cap .02221.764
Easy to Use
kualitas_kain 23.269
motif 20.545
warna 18.483
aksesoris 15.940
pembuatan
Durable
kualitas_kain 21.979
motif 16.420
warna 22.764
aksesoris 18.234
pembuatan 20.603
Warm
kualitas_kain 32.491
motif 15.500
Comfortable
kualitas_kain 20.077
motif 19.991
warna 17.077
aksesoris
.985
20.548
pembuatan 22.307
aksesoris 13.950
pembuatan 20.479
warna 17.580
.952
.996
.960
Tabel 4.18 Rekapitulasi Nilai Kepentingan Item dan Utilitas kategori (Lanjutan)
IV-88
Kansei Word Nilai Pearson' R Item Nilai kepentingan Item Kategori Utilitas kategorikatun -.092
paris .092
bunga -.028
kombinasi .028
sogan -.632
gradasi .632
obi .018
payet -.018
printing .058
cap -.058
katun -.092
paris .092
bunga .102
kombinasi -.102
sogan -.008
gradasi .008
obi .085
payet -.085
printing .092
cap -.092
katun -.125
paris .125
bunga .078
kombinasi -.078
sogan .055
gradasi -.055
obi .012
payet -.012
printing .155
cap -.155
16.590
pembuatan 24.144
pembuatan 17.774
14.041
Sexy
kualitas_kain 24.162
motif 17.951
warna 17.152
aksesoris
Fashionable
kualitas_kain 23.116
motif 17.988
warna 17.571
aksesoris 23.550
Colourful
kualitas_kain 17.466
motif 10.153
warna 43.926
aksesoris 14.414
pembuatan
.988
.882
.966
4.6 Klaster Produk Berdasar Preferensi Responden
Pengolahan analisis klaster data dilakukan untuk mendapatkan kansei
word yang menjadi faktor paling dipertimbangkan oleh responden dan klasifikasi
kategori produk untuk memenuhi sisi psikologis responden pada 11 faktor. Pada
tahap pertama, analisis klaster dilakukan dengan metode K-means Cluster dengan
bantuan SPSS 18.0. Dengan metode K-means Cluster, ditentukan 4 klaster
berdasarkan hasil segmentasi stimuli produk. Pengolahan analisis faktor ini
IV-89
menggunakan data nilai kepentingan setiap item pada 11 faktor yang dihasilkan
dari analisis konjoin. Analisis klaster yang dilakukan menghasilkan rata-rata nilai
setiap faktor pada 4 klaster yang dapat dilihat pada Tabel 4.19. Rata-rata nilai
setiap item tersebut yang mengindikasikan faktor-faktor yang menjadi preferensi
responden. Berdasarkan Tabel 4.19, nilai yang didapatkan faktor warm yang
tertinggi sebesar 32,491 dan terpaut jauh dengan nilai pada faktor yang lain,
sehingga dapat diindikasikan bahwa warm menjadi faktor yang paling
dipertimbangkan untuk rancangan produk yang akan dihasilkan. Nilai setiap
faktor pada klaster 2 mengindikasikan bahwa faktor sexy yang paling
dipertimbangkan oleh responden berdasarkan nilai yang diperoleh sebesar 24,144
lebih besar daripada faktor lain. Faktor colourful menjadi pertimbangan utama
pada klaster 3 dengan nilai sebesar 43,926. Sedangkan untuk klaster 4, faktor
comfortable dan fashionable yang paling dipertimbangkan oleh responden. Kedua
faktor memiliki nilai yang paling besar dan tidak terpaut jauh.
Tabel 4.19 Hasil Analisis Klaster terhadap Nilai Kepentingan Item Setiap
faktor
1 2 3 4
young 22.134 16.869 22.818 19.090
calm 23.086 17.108 24.193 17.807
smooth 24.948 19.822 15.539 19.845
beautiful 20.585 18.417 22.905 19.047
durable 21.979 20.603 22.764 17.327
warm 32.491 20.479 17.580 14.725
comfortable 20.077 22.307 17.077 20.270
easy_to_use 23.269 21.764 18.483 18.243
colourful 17.466 14.041 43.926 12.284
fashionable 23.116 17.774 17.571 20.769
sexy 24.162 24.144 17.152 17.271
FaktorKlaster
. Sedangkan pada tahap kedua, analisis klaster dilakukan dengan metode
ward pada masing-masing faktor kansei word yang bertujuan untuk
mengelompokkan 8 produk, sehingga dapat diperoleh karakteristik (kategori)
yang dipertimbangkan responden dengan lebih rinci berdasarkan preferensi
respondena. Penentuan jumlah klaster produk pada masing-masing faktor
berdasarkan dendogram dan koefisien jarak euclidean kuadrat pada
IV-90
aggloromerative schedule di halaman lampiran L-24.
1. Kansei word “Young”
Hasil yang ditunjukkan pada dendogram Gambar 4.1 menunjukkan bahwa
terdapat 3 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada Gambar 4.1 produk 1 dan 5 serta 6 dan 7 memiliki
jarak euclidean yang dekat, sehingga dapat dijadikan dalam satu klaster. Klaster 1
antara produk 1 dan 5 memiliki kesamaan karakteristik berupa motif kombinasi
dan warna sogan, sedangkan klaster 2 antara produk 3 dan 8 sama-sama bermotif
bunga. Kemudian mengelompokkan produk 3 dan 8 dengan produk 4 karena
klaster yang hanya berisi satu variabel tidak mempunyai arti, antara produk 3 dan
8 dengan produk 4 sama-sama motif bunga. Langkah selanjutnya
mengelompokkan produk 6, 7, dan 2 untuk menghindari klaster yang hanya berisi
satu variabel. Klaster ini memiliki kesamaan karakteristik yaitu warna gradasi.
Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.1 Dendogram Klaster Kansei word “Young”
2. Kansei word “Calm”
Hasil yang ditunjukkan pada dendogram Gambar 4.2 menunjukkan bahwa
terdapat 4 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada Gambar 4.2 produk 7 dan 8, 2 dan 3, serta 1 dan 5
IV-91
memiliki jarak euclidean kuadrat yang dekat, sehingga dapat dijadikan dalam satu
klaster. Klaster 1 antara produk 7 dan 8 memiliki kesamaan karakteristik berupa
bahan paris dan aksesoris payet, klaster 2 antara produk 2 dan 3 memiliki
kesamaan karakteristik yaitu sama-sama berbahan katun dan akesoris obi, klaster
4 antara produk 1 dan 5 memiliki karakteristik warna sogan. Kemudian klaster 2
yang memiliki jarak yang dekat dengan dikelompokkan dengan produk 6 dimana
terdapat kesamaan karakteristik berupa aksesoris obi. Kemudian
mengelompokkan produk 4 dengan produk 2, 3, dan 6, akan tetapi produk 4 tidak
memiliki aksesoris obi, maka produk 4 dikelompokkan dengan produk yang
terdekat atau produk 6 untuk menghindari klaster yang hanya berisi satu variabel.
Klaster 3 yang terdiri dari produk 6 dan 4 ini memiliki kesamaan karakteristik
berupa motif bunga. Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.2 Dendogram Klaster Kansei word “Calm”
3. Kansei word “Smooth”
Hasil yang ditunjukkan pada dendogram Gambar 4.3 menunjukkan bahwa
terdapat 4 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada Gambar 4.3 produk 7, 8, dan 2, 1 dan 3, serta 4, 6
dan 5 memiliki jarak euclidean kuadrat yang dekat, sehingga dapat dijadikan
IV-92
dalam satu klaster. Klaster 1 antara produk 7, 8 dan 2 memiliki kesamaan
karakteristik yang bervariatif, namun demikian dapat terlihat pada garis-garis
yang menghubungkan produk pada Gambar 4.3 bahwa produk 7 berhubungan
dengan produk 8 memiliki kesamaan karakteristik kain paris dan aksesoris payet,
sedangkan produk 7 dengan 2 memiliki kesamaan karakteristik motif kombinasi
dan warna gradasi. Klaster 2 antara produk 1 dan 3 memiliki kesamaan
karakteristik yaitu sama-sama berwarna sogan dan akesoris obi, klaster 3 antara
produk 4, 6, dan 5 karakteristik bervariasi, tidak terdapat karakteristik yang sama
yang ada pada ketiga produk. Apabila dilihat dari garis-garis yang
menghubungkan, maka produk 4 berhubungan dengan produk 6 dan produk 5
sehingga kesamaan karakteristik dapat diketahui. Antara produk 4 dan 6 sama-
sama berkarakteristikan motif bunga dan warna gradasi, sedangkan produk 4 dan
5 memiliki karaktersitik yang sama berupa kain katun dan aksesoris payet
Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.3 Dendogram Klaster Kansei word “Smooth”
4. Kansei word “Beautiful”
Hasil yang ditunjukkan pada dendogram Gambar 4.4 menunjukkan bahwa
terdapat 3 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada Gambar 4.4 produk 1 dan 5, 3, 8, dan 7, serta 2, 6
dan 4 memiliki jarak euclidean kuadrat yang dekat, sehingga dapat dijadikan
IV-93
dalam satu klaster. Klaster 1 antara produk 1 dan 5 memiliki kesamaan
karakteristik motif kombinasi. Klaster 2 antara produk 3, 8, dan 7 tidak memiliki
kesamaan karakteristik apabila ketiganya langsung dikelompokkan. Akan tetapi,
apabila sesuai yang terlihat pada garis-garis yang menghubungkan produk pada
Gambar 4.4 bahwa produk 3 berhubungan dengan produk 8 memiliki kesamaan
karakteristik warna sogan, sedangkan produk 3 dengan 7 memiliki kesamaan
karakteristik motif bunga. Klaster 3 antara produk 2, 6, dan 4 memiliki kesamaan
karakteristik yaitu sama-sama berwarna gradasi. Masing-masing klaster dapat
dilihat pada Tabel 4.20.
Gambar 4.4 Dendogram Klaster Kansei word “Calm”
5. Kansei word “Durable”
Hasil yang ditunjukkan pada dendogram Gambar 4.5 menunjukkan bahwa
terdapat 4 klaster. Proses pengklasteran dilakukan berdasarkan pada garis-garis
yang berhubungan pada Gambar 4.5, maka produk 1 dan 8, 4 dan 7, 2 dan 6, serta
3 dan 5 memiliki jarak euclidean kuadrat yang dekat, sehingga dapat dijadikan
dalam satu klaster. Klaster 1 antara produk 1 dan 8 memiliki kesamaan
karakteristik yaitu produk pakaian batik cap. Klaster 2 antara produk 4 dan 7
merupakan produk pakaian batik dengan warna gradasi dan menggunakan
IV-94
aksesoris payet. Klaster 3 antara produk 2 dan 6 memiliki kesamaan karakteristik
yaitu sama-sama berwarna gradasi dan menggunakan aksesoris obi. Klaster 4
antara produk 3 dan 5 merupakan produk pakaian batik printing yang
menggunakan bahan katun dan warna sogan. Masing-masing klaster dapat dilihat
pada Tabel 4.20.
Gambar 4.5 Dendogram Klaster Kansei word “Durable”
6. Kansei word “Warm”
Hasil yang ditunjukkan pada dendogram Gambar 4.6 menunjukkan bahwa
terdapat 3 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada garis-garis yang menghubungkan produk pada
Gambar 4.6, maka produk 6 dan 7, 2 dan 4, serta 3 dan 5 memiliki jarak euclidean
kuadrat yang dekat, sehingga dapat dijadikan dalam satu klaster. Klaster 1 antara
produk 6 dan 7 memiliki kesamaan karakteristik yaitu produk pakaian batik
printing menggunakan bahan paris dan warna gradasi. Pada Gambat 4.6
berdasarkan garis-garis yang menghubungkan produk, klaster 1 memiliki jarak
yang dekat dengan produk 8. Klaster 1 dan produk 8 memiliki kesamaan
karakteristik yaitu bahan paris, maka produk 8 dikelompokkan menjadi klaster 1.
Oleh karena klaster 1 yang terdiri dar produk 6, 7, dan 8 berdekatan dengan
produk 1 dan memiliki kesamaan karakteristik yaitu menggunakan bahan paris,
maka selanjutnya klaster 1 diwakili oleh produk 6, 7, 8, dan 1. Klaster 2 antara
IV-95
produk 2 dan 4 merupakan produk pakaian batik cap menggunakan bahan katun
dan dengan warna gradasi. Klaster 3 antara produk 3 dan 5 memiliki kesamaan
karakteristik yaitu produk pakaian batik printing yang menggunakan bahan katun.
Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.6 Dendogram Klaster Kansei word “Warm”
7. Kansei word “Comfortable”
Hasil yang ditunjukkan pada dendogram Gambar 4.7 menunjukkan bahwa
terdapat 3 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada garis-garis yang menghubungkan produk pada
Gambar 4.3, maka produk 2 dan 8, 3 dan 4, serta 3 dan 5 memiliki jarak euclidean
kuadrat yang dekat, sehingga dapat dijadikan dalam satu klaster. Klaster 1 antara
produk 2 dan 8 memiliki kesamaan karakteristik yaitu produk pakaian batik cap.
Pada Gambat 4.7 berdasarkan garis-garis yang menghubungkan produk, klaster 1
memiliki jarak yang dekat dengan produk 1. Klaster 1 dan produk 1 memiliki
kesamaan karakteristik yaitu produk pakaian batik cap, maka produk 8
dikelompokkan menjadi klaster 1. Klaster 2 antara produk 3 dan 4 merupakan
produk pakaian batik menggunakan bahan katun dan dengan motif bunga.
Sedangkan klaster 3 terdiri dari produk 6, 7, dan 5. Produk 6 dan 7 tergabung
dalam 1 klaster karena jarak berdekatan dan memiliki kesamaan karakteristik
IV-96
produk pakaian batik printing dan dengan warna gradasi. Sedangkan produk 5,
seperti yang dapat dilihat pada Gambar 4.7, berdekatan dengan klaster antara
produk 6 dan 7. Apabila dibentuk klaster 4 hanya diwakili prdouk 5, maka klaster
ini tidak memiliki arti. Oleh karena itu, produk 5 digabungkan dengan klaster 3
dimana memiliki kesamaan karakteristik yaitu produk pakaian batik printing.
Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.7 Dendogram Klaster Kansei word “Comfortable”
8. Kansei word “Easy to Use”
Hasil yang ditunjukkan pada dendogram Gambar 4.8 menunjukkan bahwa
terdapat 3 klaster. Proses pengklasteran dilakukan dengan beberapa tahap,
pertama seperti terlihat pada garis-garis yang menghubungkan produk pada
Gambar 4.3, maka produk 7 dan 8, 1 dan 3, serta 4 dan 5 memiliki jarak euclidean
kuadrat yang dekat, sehingga dapat dijadikan dalam satu klaster. Klaster 1 antara
produk 7 dan 8 memiliki kesamaan karakteristik yaitu produk pakaian batik cap.
Klaster 1 ini dapat dihubungkan dengan produk 1 dan 3 sesuai dengan garis-garis
yang menghubungkan pada Gambar 4.8, akan tetapi pengelompokan ini
menjadikan tidak ada kesamaan karakteristik pada klaster 1. Oleh karena itu
produk 1 dan 3 dikelompokkan menjadi klaster 2 karena jarak Euclidean kuadrat
berdekatan dan memiliki kesamaan karakteristik yaitu produk pakaian batik
dengan warna sogan dan menggunakan aksesoris obi. Klaster 3 mula-mula
IV-97
perpaduan antara produk 4 dan 5 denagn kesamaan karakteristik yaitu produk
pakaian batik yang menggunakan bahan katun dan aksesoris payet. Kemudian
klaster 3 dihubungkan dengan produk 2 karena jarak yang berdekatan. Antara
klaster 3 dengan produk 2 memiliiki kesamaan karakteristik yaitu kain katun.
Sedangkan pada produk 6, tidak memungkinkan untuk membuat produk 6
menjadi kelompok atau klaster yang baru karena tidak mempunyai arti. Oleh
karena itu, produk 6 dapat digabungkan dengan klaster 3 karena jarak euclidean
kuadrat berdekatan. Akan tetapi variasi kain pada produk 6 tidak sama dengan
klaster 3. Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.8 Dendogram Klaster Kansei word “Easy to Use”
9. Kansei word “Colourful”
Hasil yang ditunjukkan pada dendogram Gambar 4.9 menunjukkan bahwa
terdapat 2 klaster. Proses pengklasteran dilakukan berdasarkan pada garis-garis
yang menghubungkan produk dan jarak euclidean kuadrat pada Gambar 4.9, maka
produk 1, 3, 5, dan 8 dan produk 2, 6, 7 dan 4 terbentuk menjadi 2 klaster.
Berdasarkan pada Gambar 4.9, klaster 1 terbentuk dari 2 kelompok produk yaitu
produk 1 dan 3 serta 5 dan 8. Kelompok produk 1 dan 3 memiliki kesamaan
karakteristik berupa warna sogan dan aksesoris obi, sedangkan antara produk 5
dan 8 merupakan produk pakaian batik dengan warna sogan dan aksesoris payet.
Selanjutnya kedua kelompok tersebut diklasterkan untuk penyederhanaan
klasifikasi, sehingga diperoleh karakteristik yang sama yaitu warna sogan. Pada
IV-98
klaster 2 terbentuk klaster antara produk 2, 6, dan 7 yang memiliki kesamaan
karakteristik berupa warna gradasi. Kemudian klaster ini dihubungkan dengan
produk 4, maka klaster 2 yang terbentuk memiliki kesamaan karakteristik yaitu
warna gradasi. Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.9 Dendogram Klaster Kansei word “Colourful”
10. Kansei word “Fashionable”
Hasil yang ditunjukkan pada dendogram Gambar 4.10 menunjukkan
bahwa terdapat 3 klaster. Proses pengklasteran dilakukan berdasarkan pada garis-
garis yang menghubungkan produk dan jarak euclidean kuadrat pada Gambar 4.9,
maka produk 7 dan 8, produk 2 dan 3, serta produk 4 dan 5 terbentuk menjadi 3
klaster. Klaster 1 antara produk 7 dan 8 memiliki kesamaan karakteristik yaitu
produk pakaian batik menggunakan bahan paris dan aksesoris payet. Pada Gambat
4.10 berdasarkan garis-garis yang menghubungkan produk, klaster 1 memiliki
jarak yang dekat dengan produk 6. Klaster 1 dan produk 6 memiliki kesamaan
karakteristik yaitu produk pakaian batik dengan bahan paris, maka produk 6
dikelompokkan menjadi klaster 1. Klaster 2 terdiri dari produk 2 dan 3 memiliki
kesamaan karakteristik berupa produk pakaian batik yang menggunakan bahan
katun dan aksesoris obi. Sedangkan klaster 3 antara produk 4, 5, dan 1 tidak
memiliki kesamaan karakteristik apabila ketiganya langsung dikelompokkan.
IV-99
Akan tetapi, apabila sesuai yang terlihat pada garis-garis yang menghubungkan
produk pada Gambar 4.10 bahwa produk 4 berhubungan dengan produk 5
memiliki kesamaan karakteristik berupa bahan katun dan aksesoris payet,
sedangkan produk 4 dengan 1 memiliki kesamaan karakteristik berupa produk
pakaian batik cap. Masing-masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.10 Dendogram Klaster Kansei word “Fashionable”
11. Kansei word “Sexy”
Hasil yang ditunjukkan pada dendogram Gambar 4.11 menunjukkan
bahwa terdapat 3 klaster. Proses pengklasteran dilakukan berdasarkan pada garis-
garis yang menghubungkan produk dan jarak euclidean kuadrat pada Gambar 4.9,
maka peoduk 1 dan 4, produk 7 dan 8, serta produk 2 dan 5 terbentuk menjadi 3
klaster. Klaster 1 antara produk 1 dan 4 memiliki kesamaan karakteristik yaitu
produk pakaian batik cap. Klaster 2 yang terbentuk dari gabungan produk 7 dan 8
memiliki kesamaan karakteristik yaitu produk pakaian batik menggunakan bahan
paris dengan aksesoris payet. Pada Gambat 4.11 berdasarkan garis-garis yang
menghubungkan produk, klaster 2 memiliki jarak yang dekat dengan produk 6.
Klaster 2 dan produk 6 memiliki kesamaan karakteristik yaitu produk pakaian
batik dengan bahan paris, maka produk 6 dikelompokkan menjadi klaster 1.
Sedangkan klaster 3 terdiri dari produk 2 dan 5 memiliki kesamaan karakteristik
IV-100
berupa produk pakaian batik yang menggunakan bahan katun. Klaster 3 terhubung
kepada produk 3 dengan jarak yang dekat. Klaster 3 yang terbentuk
diklasifikasikan berdasar bahan katun. Produk 3 tidak dapat dijadikan klaster
sendiri karena mengakibatkan klaster yang terbentuk tidak memiliki arti. Masing-
masing klaster dapat dilihat pada Tabel 4.20.
Gambar 4.11 Dendogram Klaster Kansei word “Sexy”
Tabel 4.20 Rekapitulasi Klaster pada Masing-Masing Kansei word
IV-101
Kansei Word Klaster Produk Kesamaan Karakteristik
1 1,5 motif kombinasi dan warna sogan
2 3,8,4 motif bunga
3 6,7,2 warna gradasi
1 7,8 bahan paris dan aksesoris payet
2 2,3 bahan katun dan aksesoris obi
3 4,6 motif
4 1,5 warna sogan
1 7,8,2 karakteristik bervariasi
2 1,3 bahan katun dan aksesoris obi
3 4,5,6 karakteristik bervariasi
1 1,5 motif kombinasi dan warna sogan
2 3,8,7 karakteristik bervariatif
3 2.6.4 warna gradasi
1 1,8 batik cap
2 4,7 warna gradasi dan aksesoris payet
3 2,6 warna gradasi dan aksesoris obi
4 3,5 batik printing,katun,warna sogan
1 6,7,8,1 bahan paris
2 2,4 batik cap,bahan katun,warna gradasi
3 3,5 batik printing,bahan katun
1 1,2,8 cap
2 3,4 motif bunga dan katun
3 5,6,7 aksesoris obi
1 7,8 batik cap
2 1,3 warna sogan dan aksesoris obi
3 2,4,5,6 kain katun
1 1,3,5,8 warna sogan
2 2,4,6,7 warna gradasi
1 6,7,8 bahan paris
2 2,3 bahan katun dan aksesoris obi
3 1,4,5 karakteristik variatif
1 1,4 batik cap
2 6,7,8 bahan paris
3 2,3,5 bahan katun
Young
Calm
Smooth
Beautiful
Durable
Warm
Comfortable
Easy To Use
Colourful
Fashionable
Sexy
V-102
BAB V
ANALISIS DAN INTERPRETASI
5.1 Kansei word Produk Pakaian Batik Untuk Wanita
Kansei word yang teridentifikasi berjumlah 159 buah. Kansei word yang
teridentifikasi diperoleh dari penelitian-penelitian mengenai pengembangan
produk pakaian. Kemudian, ditentukan 51 buah kansei word yang sesuai dengan
produk pakaian batik untuk wanita yang digunakan pada kuesioner I. Kansei word
ditentukan dengan bantuan karyawan bagian desain di Batik Putra Bengawan
denagn tujuan untuk menghilangkan kansei word yang tidak sesuai produk
pakaian batik untuk wanita. Penyebaran kuesioner I menggunakan skala semantic
differential kepada 75 konsumen dengan rentang umur 20 – 60 tahun. Profil
konsumen yang menjadi responden pada kuesioner I, seperti dapat dilihat pada
Gambar 5.1.
Terdapat kendala dalam pengambilan data dengan kuesioner I, seperti
perbedaan antara persepsi responden dengan definisi kansei word yang tertulis
pada kuesioner I dan jumlah kansei word yang dievaluasi dianggap terlalu banyak,
sehingga menyebabkan pengambilan data harus diulang.
58%26%
12% 4%
range umur
20-29 30-39 40-49 50-60
4% 10%
30%
18%
20%
18%
pekerjaandokter ibu Rt karyawan swasta
mahasiswa pns wiraswasta
Gambar 5.1 Profil Responden pada Kuesioner I
Preferensi kansei word responden diperoleh dari hasil analisis faktor.
Sebelumya, dilakukan uji the Kaiser Meyer Olkin, Bartlet’s test sphericity, dan
Anti Image Correlation. Pengujian tersebut dilakukan untuk menentukan
kelayakan data dari kuesioner I untuk dilakukan analisis faktor. Berdasarkan hasil
uji yang diperoleh, maka layak dilakukan analisis faktor. Hasil analisis faktor
yang dilakukan menghasilkan 16 kansei word yang tidak layak karena nilai anti
image correlation di bawah 0,5. Kemudian, 16 kansei word tersebut dieliminasi
dan dilakukan pengulangan uji kelayakan pada 35 kansei word yang tersisa. Hasil
uji kelayakan ulang ini mengindikasikan analisis faktor layak dilakukan karena
memenuhi ketentuan.
V-103
Analisis faktor dilakukan pada 35 kansei word. Hasil analisis faktor
menghasilkan 11 faktor berdasarkan ketentuan bahwa hanya variabel yang
memiliki nilai eigenvalue diatas 1. Faktor-faktor tersebut yang mewakili seluruh
kansei word. Langkah selanjutnya menempatkan kansei word tersebut ke dalam
faktor yang dihasilkan berdasarkan ketentuan bahwa yang memiliki nilai muatan
faktor di atas 0,3. Kemudian untuk memudahkan penafsiran faktor, maka
dilakukan rotasi varimax untuk memperbesar perbedaan nilai muatan faktor yang
berkorelasi dengan faktor. Berdasarkan hasil rotasi varimax dan dengan
judgement, kansei word ditempatkan pada faktor yang berkorelasi paling tinggi.
Selanjutnya, faktor tersebut dinamakan sesuai dengan variabel kansei word yang
memiliki nilai muatan faktor tertinggi pada kombinasi faktor masing-masing.
Sebelas faktor tersebut yaitu young, calm, smooth, beautiful, durable, warm, easy
to use, comfortable, colourful, fashionable, dan sexy. Faktor-faktor tersebut
menjadi kansei word preferensi responden.
5.2 Preferensi Responden terhadap Kombinasi Item dan kategori
Faktor-faktor kansei word yang diperoleh dari analisis faktor tersebut
digunakan untuk evaluasi pada kuesioner III. Data pada kuesioner III diperoleh
dari hasil pengambilan data kuesioner II. Kombinasi item dan kategori diekstraksi
dari hasil kuesioner II. Penyebaran kuesioner II menghasilkan 5 item preferensi
responden dengan judgement dimana item dengan prosentase yang terbanyak
dipilih, yaitu kualitas atau jenis kain, motif, warna, aksesoris tambahan dan proses
produksi. Item yang kurang dipertimbangkan oleh responden seperti bentuk
kancing, lengan dan bentuk kerah.
Pada kategori, setiap item terpilih 2 kategori dengan prosentase tertinggi.
Pada item kualitas kain, kategori kain santung, primisima, doby, dan viscos
kurang dipertimbangkan responden. Motif solo, jogja, abstrak, dan pesisir kurang
disukai oleh responden karena kurang variatif. Warna lasem, lawasan, dan pasta
kurang dipertimbangkan karena sebgaian besar responden yang masih awam
terhadap produk batik menganggap warna-warna tersebut terlihat luntur. Produk
pakaian batik tulis kurang dipertimbangkan karena harga yang mahal. Sedangkan
untuk produk batik kombinasi printing dan tulis serta cap dan tulis, kurang
dipertimbangkan responden.
Kombinasi kategori dilakukan menggunakan orthogonal array dengan
bantuan SPSS 18.0. Orthogonal array digunakan untuk menyederhanakan 32
stimuli yang dapat dihasilkan dengan pendekatan profil penuh yang bertujuan
untuk mempermudah responden dalam melakukan evaluasi. Orthogonal array
menghasilkan 8 stimuli dimana jumlah kategori yang dihasilkan seimbang. Semua
stimuli ini dievaluasi dengan 11 faktor kansei word (persepsi) responden terhadap
produk pakaian batik untuk wanita pada kuesioner III. Kuesioner III disebarkan
kepada 75 responden, dengan profil responden yang dapat dilihat pada Gambar
5.2. Profil responden pada kuesioner I dan III berbeda karena responden dipilih
dari konsumen yang berkunjung pada saat kuesioner disebarkan. Hal ini dapat
memungkinkan perbedaan hasil yang diinginkan responden.
Preferensi terbaik responden terhadap produk pakaian batik untuk wanita
dievaluasi dengan 11 faktor yang terbentuk agar dapat diperoleh stimuli-stimuli
yang sesuai dengan persepsi responden. Pada 11 faktor tersebut, semua faktor
layak dilakukan analisis konjoin karena memiliki nilai Pearson‟s R diatas 0,4.
Nilai Pearson‟s R ditentukan diatas 0,4 untuk menjamin keakuratan dan
V-104
konsistensi hasil evaluasi responden. Selanjutnya masing-masing faktor memiliki
stimuli-stimuli preferensi responden berdasarkan nilai utilitasnya yang bernilai
positif yang dapat dilihat pada Tabel 5.1. Kategori dengan nilai utilitas positif
merupakan kategori yang lebih dipertimbangkan oleh responden.
Gambar 5.2 Profil Responden Kuesioner III
Tabel 5.1 Preferensi Responden terhadap Stimuli Berdasarkan Masing-
Masing Faktor
V-105
Faktor Stimuli Item
young produk batik printing dengan bahan paris, motif bunga, warna gradasi, dan ada obi warna
fashionable produk batik printing dengan bahan paris, motif bunga, warna gradasi, dan ada obi aksesoris
beautiful produk batik printing dengan bahan paris, motif bunga, warna sogan, dan ada obi motif
sexy produk batik printing dengan bahan paris, motif bunga, warna sogan, dan ada obi kualitas kain
smooth produk batik cap dengan bahan paris, motif bunga, warna gradasi, dan ada payet kualitas kain
warm produk batik cap dengan bahan paris, motif bunga, warna gradasi, dan ada payet kualitas kain
easy to use produk batik cap dengan bahan paris, motif bunga, warna gradasi, dan ada payet kualitas kain
comfortable produk batik printing dengan bahan paris, motif bunga, warna gradasi, dan ada payet kualitas kain
calm produk batik printing dengan bahan katun, motif bunga, warna sogan, dan ada obi Warna
colourful produk batik printing dengan bahan paris, motif kombinasi, warna gradasi, dan ada obi Warna
durable produk batik cap dengan bahan paris, motif bunga, warna gradasi, dan ada payet Warna
4
3
1
2
Tabel 5.1 menunjukkan stimuli-stimuli kategori dan item produk yang
paling dipertimbangkan dan dinilai lebih oleh responden. Faktor atau kansei word
young dan fashionable memiliki stimuli produk yang sama yaitu produk batik
printing dengan bahan paris, motif bunga, warna gradasi, dan dengan aksesoris
obi serta item yang paling dipertimbangkan terdiri dari warna dan aksesoris.
Faktor beautiful dan sexy memiliki stimuli produk yang sama yaitu produk batik
printing dengan bahan paris, motif bunga, warna sogan, dan dengan aksesoris obi.
Rancangan stimuli produk tersebut dipertimbangkan oleh persepsi responden
untuk mempercantik penampilan dengan item yang paling dipertimbangkan
adalah motif dan kualitas kain
Pada faktor smooth, warm, sexy, dan comfortable, responden lebih
mempertimbangkan aspek kualitas kain yang digunakan pada produk pakaian
batik untuk wanita. Sedangkan kelompok faktor calm, colourful, dan durable
persepsi responden untuk ketiga faktor tersebut lebih mempertimbangkan aspek
warna dalam rancangan produk pakaian batik untuk wanita. Warna pada
rancangan produk juga harus dijaga ketahanan dan keawetannya. Rancangan
stimuli dan item yang paling dihasilkan sangat dipengaruhi oleh profil responden
yang mayoritas pada rentang umur 20 – 24 tahun.
5.3 Klasifikasi Kategori Produk Pakaian Batik untuk Wanita Menggunakan
Analisis Klaster
Pada penelitian ini analisis klaster dilakukan dengan dua tahap. Tahap
pertama, analisis klaster menggunakan metode K-means Cluster dengan bantuan
SPSS 18.0. Analisis klaster pada tahap pertama ini menggunakan nilai
kepentingan setiap item pada 11 faktor yang dihasilkan dari analisis konjoin.
Dengan metode K-means Cluster, ditentukan 4 klaster dengan judgement bahwa
segmentasi hasil stimuli produk yang dijadikan sebagai acuan. Analisis klaster ini
dilakukan dengan tujuan untuk memperoleh faktor kansei word yang menjadi
preferensi responden serta untuk memperoleh segmentasi responden berdasarkan
kansei word, sehingga produk yang dirancang dapat memenuhi sisi psikologis
pelanggan. Hasil analisis klaster pada tahap pertama ini dapat dilihat pada Tabel
4.19. Secara keseluruhan, pada klaster 1 responden lebih mempertimbangkan
faktor warm, klaster 2 responden lebih mempertimbangkan faktor sexy, klaster 3
V-106
responden lebih mempertimbangkan faktor colourful, dan klaster 4 responden
lebih mempertimbangkan faktor comfortable dan fashionable.
Berdasarkan faktor yang dihasilkan berarti bahwa responden menuntut
rancangan produk dengan spesifikasi yang sesuai dengan faktor. Pada faktor
warm, responden mempertimbangkan rancangan produk yang hangat, kalem, dan
sesuai kondisi iklim. Pada faktor sexy mengindikasikan bahwa rancangan produk
yang dihasilkan dapat mempercantik penampilan. Faktor colourful
mengindikasikan bahwa rancangan produk yang dihasilkan mengutamakan warna
dan kontras warna. Sedangkan untuk faktor 4 yang diwakili comfortable dan
fashionable mengindikasikan bahwa rancangan produk yang lebih stylish dan
memberikan kenyamanan. Pada setiap klaster yang dihasilkan dapat diketahui
profil segmentasi respondennya. Profil responden pada masing-masing klaster
dapat dilihat pada Tabel 5.2.
Pada Tabel 5.2, misalnya, pada klaster I dapat diindikasikan bahwa profil
mayoritas responden yang menilai lebih kansei word “ward”, yaitu 18 orang yang
berada dalam rentang umur 20-24 tahun, 19 orang karyawan swasta, 29 orang
berpenghasilan antara 1-5 juta, 27 orang yang intensitas belanja batik per tahun
antara 2-5 kali, dan 47 orang berdomisili di karesidenan Surakarta.
Tabel 5.2 Profil Responden pada Empat Faktor Preferensi Responden
Warm Sexy Colourful Comfortable Fashionable
Rentang umur 20-24 (18) 20-24 (15) 20-24 (33)
Pekerjaan Karyawan Swasta (19) Karyawan Swasta (17) Karyawan Swasta (32)
Penghasilan 1-5 juta (29) 1-5 juta (22) 1-5 juta (42)
Intensitas Belanja 2-5 kali (27) 2-5 kali (22) 2-5 kali (43)
Daerah Asal Karisidenan Surakarta (47) Karisidenan Surakarta (33) Karisidenan Surakarta (61)
1-5 juta (37)
2-5 kali (40)
Karisidenan Surakarta (56)
Profil RespondenFaktor (kansei Word)
20-24 (33)
Karyawan Swasta (31)
Selanjutnya pada tahap kedua, analisis klaster menggunakan metode Ward
pada masing-masing faktor untuk mengetahui lebih rinci perbedaan persepsi
responden terhadap kansei word dan karakteristik kategori produk pakaian batik
untuk wanita dengan pengelompokan. Berdasarkan klaster kansei word yang
terpilih pada tahap pertama, maka 5 kansei word pada 4 klaster tersebut yang
dianalisis karena dinilai lebih oleh responden. Pada klaster ini dapat diketahui
lebih rinci profil respondennya berdasarkan kesamaan karakteristik produk pada
masing-masing kansei word yang dapat dilihat pada Tabel 5.3. Hasil analisis
klaster dengan metode Ward ini dapat dilihat dari nilai koefisien pada
aggloromerative schedule yang menunjukkan nilai jarak euclidean kuadrat yang
dapat dilihat pada halaman lampiran L-24 dan dendogram.
Tabel 5.3 Profil Segmentasi Responden pada Setiap Klaster
klaster 1 klaster 2 klaster 3 klaster 1 klaster 2 klaster 3 klaster 1 klaster 2 klaster1 klaster 2 klaster 3 klaster1 klaster 2 klaster 3
20-24 tahun 18 16 6 13 15 13 16 33 23 21 33 27 24 20
karyawan swasta 19 13 9 15 17 14 14 32 24 20 31 25 23 20
1-5 juta 29 21 13 17 22 18 19 42 35 26 37 29 33 26
2-5 kali 27 23 12 18 22 19 20 43 33 26 40 34 31 25
surakarta 37 27 14 24 33 25 29 61 53 38 56 48 45 36
warm Sexy colourful comfortable FashionableProfil Responden
Kansei Word
V-107
Berdasarkan rekapitulasi hasil analisis klaster pada Tabel 4.20, pada
faktor warm tebentuk 3 klaster. Klaster 1 terdiri dari produk 6, 7, 8, dan 1
memiliki kesamaan karakteristik bahan paris dengan mayoritas profil responden
diwakili oleh 18 orang yang berada dalam rentang umur 20-24 tahun, 19 orang
karyawan swasta, 29 orang berpenghasilan antara 1-5 juta, 27 orang yang
intensitas belanja batik per tahun antara 2-5 kali, dan 47 orang berdomisili di
karesidenan Surakarta. Pada klaster 2 terdapat kesamaan karakteristik pada batik
cap dengan bahan katun dan warna gradasi yang diwakili oleh stimuli produk 2
dan 4. Mayoritas profil responden pada klaster 2 diwakili oleh 16 orang yang
berada dalam rentang umur 20-24 tahun, 13 orang karyawan swasta, 21 orang
berpenghasilan antara 1-5 juta, 22 orang yang intensitas belanja batik per tahun
antara 2-5 kali, dan 27 orang berdomisili di karesidenan Surakarta. Pada klaster 3
yang diwakili oleh stimuli produk 3 dan 5, terdapat kesamaan karakteristik pada
batik printing dan bahan katun. Mayoritas profil responden pada klaster 3 diwakili
oleh 6 orang yang berada dalam rentang umur 20-24 tahun, 9 orang karyawan
swasta, 13 orang berpenghasilan antara 1-5 juta, 12 orang yang intensitas belanja
batik per tahun antara 2-5 kali, dan 14 orang berdomisili di karesidenan Surakarta.
Pada faktor sexy dihasilkan 3 klaster. Klaster 1 yang dibentuk oleh produk
1 dan 4 dimana responden menilai lebih kepada batik cap dengan mayoritas profil
responden diwakili oleh 13 orang yang berada dalam rentang umur 20-24 tahun,
15 orang karyawan swasta, 17 orang berpenghasilan antara 1-5 juta, 18 orang
yang intensitas belanja batik per tahun antara 2-5 kali, dan 24 orang berdomisili di
karesidenan Surakarta. Pada klaster 2 yang dibentuk oleh produk 6, 7, dan 8
menunjukkan bahwa ketiga produk tersebut berbahan paris dengan mayoritas
profil responden diwakili oleh 15 orang yang berada dalam rentang umur 20-24
tahun, 17 orang karyawan swasta, 22 orang berpenghasilan antara 1-5 juta, 22
orang yang intensitas belanja batik per tahun antara 2-5 kali, dan 33 orang
berdomisili di karesidenan Surakarta. Sedangkan pada klaster 3, terdapat
Mayoritas profil responden pada klaster 3 diwakili oleh 13 orang yang berada
dalam rentang umur 20-24 tahun, 14 orang karyawan swasta, 18 orang
berpenghasilan antara 1-5 juta, 19 orang yang intensitas belanja batik per tahun
antara 2-5 kali, dan 25 orang berdomisili di karesidenan Surakarta.
Faktor colourful dipersepsikan responden dari segi warna produk. Pada
faktor ini dihasilkan 2 klaster dengan perbedaan karakteristik yang diinginkan,
yaitu warna sogan dan warna gradasi. Pada klaster 1 yang diwakili oleh stimuli
produk 1, 3, 5, dan 8 terdapat kesamaan karakteristik warna sogan. Mayoritas
profil responden diwakili oleh 16 orang yang berada dalam rentang umur 20-24
tahun, 14 orang karyawan swasta, 19 orang berpenghasilan antara 1-5 juta, 20
orang yang intensitas belanja batik per tahun antara 2-5 kali, dan 29 orang
berdomisili di karesidenan Surakarta. Sedangkan klaster 2 dengan karakteristik
warna gradasi, diwakili oleh stimuli produk 2, 4, 6, dan 7. mayoritas profil
responden diwakili oleh 33 orang yang berada dalam rentang umur 20-24 tahun,
32 orang karyawan swasta, 42 orang berpenghasilan antara 1-5 juta, 43 orang
yang intensitas belanja batik per tahun antara 2-5 kali, dan 61 orang berdomisili di
karesidenan Surakarta.
Pada faktor comfortable terdapat 3 klaster yang terbentuk. Klaster 1
responden mempersepsikan kenyamanan pada batik cap yang diwakili oleh
produk 1, 2, dan 8. Mayoritas profil responden pada klaster ini diwakili oleh 23
V-108
orang yang berada dalam rentang umur 20-24 tahun, 24 orang karyawan swasta,
35 orang berpenghasilan antara 1-5 juta, 33 orang yang intensitas belanja batik per
tahun antara 2-5 kali, dan 53 orang berdomisili di karesidenan Surakarta. Pada
klaster 2 yang diwakili oleh produk 2 dan 3 terdapat kesamaan karakteristik pada
motif bunga dan bahan katun. Mayoritas profil responden diwakili oleh 21 orang
yang berada dalam rentang umur 20-24 tahun, 20 orang karyawan swasta, 26
orang berpenghasilan antara 1-5 juta, 26 orang yang intensitas belanja batik per
tahun antara 2-5 kali, dan 38 orang berdomisili di karesidenan Surakarta.
Sedangkan untuk klaster 3, stimuli produk yang tersisan dengan karakteristik
aksesoris obi. Mayoritas profil responden diwakili oleh 33 orang yang berada
dalam rentang umur 20-24 tahun, 31 orang karyawan swasta, 37 orang
berpenghasilan antara 1-5 juta, 40 orang yang intensitas belanja batik per tahun
antara 2-5 kali, dan 56 orang berdomisili di karesidenan Surakarta.
Analisis klaster pada faktor fashionable menghasilkan 3 klaster. Pada
klaster 1 yang terdiri dari produk 6, 7, dan 8 menunjukkan bahwa kesamaan
karakteristik pada bahan paris. Mayoritas profil responden diwakili oleh 27 orang
yang berada dalam rentang umur 20-24 tahun, 25 orang karyawan swasta, 29
orang berpenghasilan antara 1-5 juta, 27 orang yang intensitas belanja batik per
tahun antara 2-5 kali, dan 48 orang berdomisili di karesidenan Surakarta. Klaster 2
terdiri atas produk 2 dan 3 menunjukkan bahwa kesamaan karakteristik pada
bahan katun dan aksesoris obi. Mayoritas profil responden yang mewakili, yaitu
24 orang yang berada dalam rentang umur 20-24 tahun, 23 orang karyawan
swasta, 33 orang berpenghasilan antara 1-5 juta, 31 orang yang intensitas belanja
batik per tahun antara 2-5 kali, dan 45 orang berdomisili di karesidenan Surakarta.
Sedangkan untuk klaster 3 dimana persepsi responden pada kansei word ini
bervariasi yang ditunjukkan dengan tidak adanya karakteristik yang sama.
Mayoritas profil responden diwakili oleh 20 orang yang berada dalam rentang
umur 20-24 tahun, 20 orang karyawan swasta, 26 orang berpenghasilan antara 1-5
juta, 25 orang yang intensitas belanja batik per tahun antara 2-5 kali, dan 36 orang
berdomisili di karesidenan Surakarta.
VI-109
BAB VI
KESIMPULAN DAN SARAN
6,1 Kesimpulan
Berdasarkan hasil analisis dan interpretasi dapat disimpulkan sebagai
berikut:
1. Kansei word yang menjadi preferensi responden terhadap produk pakaian
batik untuk wanita yaitu young, calm, smooth, beautiful, durable, warm, easy
to use, comfortable, colourful, fashionable, dan sexy.
2. Analisis konjoin yang dilakukan menghasilkan 11 atribut (item) dan
kombinasi level (kategori) atau yang disebut stimuli yang dinilai lebih oleh
responden pada masing-masing kansei word. Berdasarkan 11 stimuli tersebut,
produk pakaian batik untuk wanita dengan kategori printing dengan bahan
paris, motif bunga warna gradasi, dan menggunakan aksesoris obi sebagai
stimuli yang menjadi preferensi responden. Item yang menjadi preferensi
responden, yaitu kualitas kain dan warna.
3. Bobot pada setiap atribut (item) diindiksikan dari nilai importance values
(nilai kepentingan) dan level (kategori) dilihat dari nilai utilitas pada hasil
analisis konjoin. Bobot tertinggi dari item yang menjadi preferensi responden,
yaitu kualitas kain sebesar 32,491, dan warna sebesar 43,926. Sedangkan
bobot dari kategori yang menjadi preferensi responden, yaitu kain paris
sebesar 0,148, motif bunga sebesar 0,012, warna gradasi sebesar 0,632,
printing sebesar 0,155, dan aksesoris obi sebesar 0,110.
4. Analisis klaster dilakukan dua tahap. Tahap pertama menghasilkan empat
klaster dengan kansei word yang terpilih, yaitu warm, sexy, colourful, serta
comfortable dan fashionable. Sedangkan pada tahap kedua, diperoleh klaster-
klaster pada setiap faktor kansei word. Pada klaster yang dihasilkan, dapat
diketahui perbedaan persepsi responden terhadap kansei word dan segmentasi
pelanggan berdasarkan karakteristik kategori produk.
6.2 Saran
Saran yang diperuntukkan untuk perbaikan-perbaikan pada penelitian
selanjutnya, yaitu :
1. Ruang lingkup penelitian diperluas untuk menunjang generalisasi preferensi
produk yang dihasilkan.
VI-110
2. Kansei word yang diidentifikasi dan dipilih lebih diperhatikan lagi untuk
meminimalkan munculnya banyak definisi yang berbeda-beda.
3. Bagi perusahaan batik, sebaiknya dalam merancang produk
mempertimbangkan preferensi sisi psikologis pelanggan, sehingga produk
yang dihasilkan dapat memberikan kepuasan bagi pelanggan.
VI-111
DAFTAR PUSTAKA
Cooper, D. R. dan Schlinder, P. S. 2006. Metode Riset Bisnis. Volume 2. Edisi 9.
Alih bahasa oleh Budijanto dan Didik Djunaedi, S.Si. Jakarta: Grafindo.
Gates, R. dan Macdaniel, C. Jr. 1996. Contemporary Marketing Research. Third
Edity. St. Paul: West Publishing Company.
Kurniawan, S. H., Zhang, M., dan Mitchell, M. T. 2004. Connecting Customers in
Axiomatic Design. The Third International Conference on Axiomatic Design.
Seoul
Malhotra, N. K. 2010. Riset Pemasaran. Edisi keempat. Alih bahasa oleh Soleh
Rusyadi Maryam, Ir. MM. Jakarta: PT.INDEKS.
Nagamachi, M. dan Lokman, A. M. 2003. Innovations of Kansei Engineering.
CRC Press.
Nandiroh, S. dan Tontowi, A. E. 2007. Desain Casing Flash Disk Menggunakan
Metode Integrasi Kansei Engineering, Kolaborasi WEB, dan Kano QFD. UGM.
Novita, R., Wahono, A. R., dan Noor, A. M. 2002. Analisis Peningkatan Kualitas
Iklan Menggunakan Software QFD (Quality Function Development).
Proceedings, Komputer dan Sistem Intelijen. Universitas Gunadarma.
Rangkuti, F. 2011. Riset Pemasaran. Cetakan Kesepuluh. Jakarta: PT. Gramedia
Pustaka Utama.
Rizha, M. F. 2009. Analisis Service Quality pada Produk Impor Laut di Industri
Forwarder. Universitas Indonesia.
Schiffman, L. dan Kanuk, L. L. 2008. Perilaku Konsumen. Ed. 7 Terjemahan:
Kasip, Zoelkifli. Jakarta: Indeks.
Shaari, N., Terauchi, F., Kubo, M., dan Hiroyuki, A. 2003. Recognizing Female‟s
Sensibility in Assesing Traditional Clothes. Journal of 6th Asian Design
International, Vol.1. Tsukuba International Congress Center, Japan.ISSN: 1348-
7817.
Silayoi, P., dan Speece, M., 2007. The Importance of Packaging Attributes: a
Conjoint Analysis Approach. European Journal of Marketing, Vol 41.
Subroto, B. 2009. Manajemen Pemasaran. ITB.
Sucipto, A. 2008. Tren Batik. Tersedia di www.multiply.com.
Sugiyono. 1998. Statistika untuk Penelitian. Bandung: Alfabeta.
VI-112
Suryana, M.Si. Mengolah Analisis Konjoin dengan SPSS 15. Tersedia di
www.statistikaterapan.wordpress.com
SPSS. 2007. SPSS Conjoint. SPSS Inc.
Syarief, A., dan Sunarya, Y. 2007. The Semantics of “New” Batik Clothes:
Identifying Users‟ Perception on the Colors and Patterns of Newly Developed
West Javanese Batik Clothes. ITB Journal of Information and Communication
Technology.
Umar, H. 2002. Riset Pemasaran dan Perilaku Konsumen. Jakarta: PT Gramedia
Pustaka Utama.
Widaningrum, D. L. 2010. Analisis Tingkat Kepentingan Atribut Kemasan pada
Produk Makanan Take Out. Universitas Indonesia.
Yamin, S., dan Kurniawan, H. 2009. SPSS COMPLETE: Teknik Analisis Statistik
Terlengkap dengan Software SPSS. Jakarta: Salemba Infotek.
L-113
LAMPIRAN Kansei Word yang Teridentifikasi
1 2 3 4 1 2
1 flexible v
2 thick v
3 soft v v
4 elegant v v v v
5 simple v v
6 casual v v v
7 chic v v
8 pretty v
9 active v
10 modern v v
11 classic v
12 gorgeus v
13 natural v v
14 cool v
15 romantic v v
16 flamboyant v
17 mixed v
18 typical v
19 excellent v v
20 stiff v
21 poor v v
22 fair v v
23 harsh v
24 strong v v
25 traditional v v v
26 nostalgic v
27 specific v
28 general v
29 creative v v v
30 particular v
31 practical v
32 plain v
33 representative v
34 difficult v
35 professional v
36 good v v
37 retro v
38 straight v
39 loose v v
40 long v v
41 folk v
42 technological v
43 neutral v
44 leisurely v
45 young v
46 tight v
47 narrow v
48 asymetrical v
49 full v
50 sexy v
no kansei wordjurnal buku
L-114
51 short v
52 characteristized v
53 wellknown v
54 solely v
55 pure v
56 old v v
57 new v
58 luxury v v
59 formal v
60 cool v
61 light v
62 bright v
63 normal v
64 abstract v v
65 depiction v
66 bold v
67 comfortable v
68 direct v
69 different v v v
70 significant v v
71 complete v v
72 objective v
73 subjective v
74 realistic v
75 contrast v
76 complementary v
77 familiar v v
78 commercial v
79 important v v
80 potential v
81 interesting v
82 similarity v v
83 free v
84 suitable v
85 useful v
86 appreciated v
87 effective v
88 efficien v
89 heavy v
90 long cycle v
91 dynamic v
92 competitive v
93 advance v
94 available v
95 well v v
96 low v
97 focus v
98 logical v
99 mass v
100 satisfaction v
L-115
101 valuable v
102 sufficient v
103 impulsive v
104 clear v
105 big v
106 individual v
107 right v
108 respective v
109 exist v
110 custome v
111 special v
112 desirebility v
113 indirect v
114 premium v
115 additional v
116 intelligent v
117 graceful v
118 cheap v v
119 expensive v v v
120 exciting v
121 crucial v
122 large v
123 synchronyze v
124 usual v
125 combine v
126 slim v
127 easy v v v
128 hard v v v
129 curve v
130 dark v v
131 fit v
132 colourful v
133 pastel v
134 high end v
135 common v
136 various v
137 priority v
138 innovative v v
139 general v
140 feminine v v
141 matching
142 formal v
143 unique v
144 attractive v
145 flashy v
146 beautiful v
147 masculine v
148 glamorous v
149 cold v
150 friendly v
151 cute v
152 favorable v
153 fancy v
154 classy v
155 neat v
156 groove v
157 rough v
158 fashionable v
159 stylish v
L-116
KUESIONER I
Responden Yth.,
Penelitian ini dilakukan sebagai persyaratan penyelesaian studi di Teknik
Industri Universitas Sebelas Maret Surakarta. Kuesioner penelitian awal yang
saya buat, disusun sebagai bagian dari penelitian pasar yang dilaksanakan dalam
upaya pengumpulan data dari Tugas Akhir yang berjudul
“PENGEMBANGAN PRODUK PAKAIAN BATIK UNTUK
WANITA BERDASARKAN PREFERENSI PELANGGAN
MENGGUNAKAN KANSEI ENGINEERING”. Saya menyadari waktu Saudara/i yang sangat terbatas dan berharga. Oleh
karena itu, kesediaan Saudara/i untuk dapat mengisi kuesioner ini dengan benar
merupakan suatu penghargaan bagi saya dan akan sangat membantu dalam
kelancaran penelitian ini.
Sebelum dan sesudahnya, saya ucapkan terimakasih.
Hormat saya,
Toto Indra S.
L-117
Pertama-tama responden mengisi biodata diri. Selanjutnya, responden
diharuskan untuk mengisi kuesioner dengan memberikan tanda (x) pada salah satu
dari 5 skala yang anda paling anggap sesuai. Beberapa contoh produk digunakan
untuk membantu responden dalam mengisi kuesioner. Skala-skala yang telah
ditetapkan tersebut, yaitu:
5 = very agree berarti bahwa responden menganggap produk pakaian batik wanita
sangat sesuai dengan kansei word sebelah kiri.
4 = agree berarti bahwa responden menganggap contoh produk pakaian batik
wanita sesuai dengan kansei word sebelah kiri.
3 = netral berarti kansei word pada kolom kiri maupun kolom kanan.
2 = disagree berarti bahwa responden menganggap produk pakaian batik wanita
sesuai dengan kansei word sebelah kanan.
1 = very disagree berarti bahwa responden menganggap produk pakaian batik
wanita sangat sesuai dengan kansei word sebelah kanan.
Pengisian Kuesioner I
Nama :
Umur :
Tempat tinggal :
Pekerjaan :
L-118
Terjemahan Kansei Word 5 4 3 2 1 Kansei Word Terjemahan
tradisional traditional modern modern
kuat strong weak lemah
alami natural synthetic sintetis
inovatif innovative conservative konservatif/dealis
elegan elegant inelegant tidak elegan
cantik beautiful poor tidak cantik
bagus good bad jelek
pas lekuk tubuh slim big besar
panjang long short pendek
tahan lama durable fragile cepat rusak
murah cheap expensive mahal
berguna advantagous useless tidak bermanfaat
feminim feminine masculine condong ke tomboi
cocok suitable not suitable tidak cocok
eksklusif premium ordinary biasa
praktis pemakaian practical hard sulit
fleksibel flexible spesific spesifik pemakaian
vulgar vulgar closed tertutup
berkualitas stylish not stylish tidak berkualitas modelnya
modern model fashionable unfashionable tidak sesuai kondisi sekarang
klasik classic not classic masa kini
muda young old tua
sesuai yg sedang diminati uptodate old fashioned kuno
L-119
Terjemahan Kansei Word 5 4 3 2 1 Kansei Word Terjemahan
terang bright dark gelap
kalem calm light menyala/sangat cerah
seksi sexy unsexy tidak seksi
kombinasi combined simple simpel
panas warm cold dingin
lucu cute not cute tidak lucu
menarik attractive unattractive tidak menarik
personal personality common umum
aman safe hazardous membahayakan
mewah luxury modest sederhana
kasual casual formal resmi
nyaman comfortable not comfortable tidak nyaman
halus smooth rough kasar
kratif creative not creative tidak kreatif
serasi harmony abstract abstrak
bervariatif various not various tidak variatif
berkarakter characteristic uncharacteristic tidak berkarakter
menonjol graceful awkward tidak menonjol
berwarna-warni colourful colourless kurang berwarna
unik unique usual biasa
buatan tangan handmade machine dengan mesin
tebal thick thin tipis
estetik aesthetic unaesthetic tidak estetis
perpaduan tepat matching not matching tidak tepat
artistik/berseni artistic horrible buruk
sinkron synchronyse contrast kontras
bermutu tinggi classy tacky sangat buruk
rapi neat untidy tidak rapi
L-120
Hasil MSA Kansei Word Anti-image Correlation Anti-image Correlation tradisional strong natural innovative elegant beautiful classic slim advance durable cheap long graceful artistic premium practical flexible
tradisional .336 .077 -.362 -.151 .190 .236 -.261 .153 -.170 .196 .155 -.315 -.179 .134 -.208 .042 .161
strong .077 .590 -.186 .061 .093 .219 -.230 .171 .258 -.007 -.166 -.161 .262 -.179 .014 -.027 .042
innovative -.362 -.186 .646 .011 -.060 -.108 -.036 .078 -.045 -.437 -.115 .098 -.091 .193 .188 -.210 -.143
natural -.151 .061 .011 .379 -.532 -.137 .209 -.226 .343 -.226 -.212 -.167 .164 -.091 -.126 .285 -.493
elegant .190 .093 -.060 -.532 .543 -.030 -.213 .159 -.304 .162 .187 .161 -.249 .242 .094 -.227 .312
beautiful .236 .219 -.108 -.137 -.030 .648 -.370 .148 -.119 .216 .248 -.039 -.196 .193 .076 -.173 .087
classic -.261 -.230 -.036 .209 -.213 -.370 .533 -.254 .280 .123 .032 -.007 .244 -.267 .074 .056 -.244
slim .153 .171 .078 -.226 .159 .148 -.254 .511 -.092 .028 -.102 .194 -.273 .024 .279 -.209 .050
advance -.170 .258 -.045 .343 -.304 -.119 .280 -.092 .235 -.105 -.408 -.146 .520 -.476 -.045 .405 -.196
durable .196 -.007 -.437 -.226 .162 .216 .123 .028 -.105 .543 -.016 .174 .148 -.236 -.185 .005 .225
cheap .155 -.166 -.115 -.212 .187 .248 .032 -.102 -.408 -.016 .633 -.303 -.421 .295 .200 -.239 .073
long -.315 -.161 .098 -.167 .161 -.039 -.007 .194 -.146 .174 -.303 .517 -.085 .102 .249 -.310 .070
graceful -.179 .262 -.091 .164 -.249 -.196 .244 -.273 .520 .148 -.421 -.085 .344 -.632 -.237 .320 -.130
artistic .134 -.179 .193 -.091 .242 .193 -.267 .024 -.476 -.236 .295 .102 -.632 .426 .069 -.409 .009
premium -.208 .014 .188 -.126 .094 .076 .074 .279 -.045 -.185 .200 .249 -.237 .069 .320 -.544 -.143
practical .042 -.027 -.210 .285 -.227 -.173 .056 -.209 .405 .005 -.239 -.310 .320 -.409 -.544 .528 .035
flexible .161 .042 -.143 -.493 .312 .087 -.244 .050 -.196 .225 .073 .070 -.130 .009 -.143 .035 .414
vulgar -.121 .306 .005 .402 -.136 -.045 .150 -.025 .390 .092 -.362 -.022 .314 -.255 -.246 .202 -.392
stylish -.002 -.044 -.072 .310 -.292 -.296 -.049 .004 .029 -.245 -.076 -.248 -.081 -.221 -.058 .343 -.235
fashionable .072 .217 -.004 -.137 .271 .029 -.201 .174 .008 .099 -.236 .328 -.056 .270 .123 -.256 .063
good .088 -.022 -.452 .051 .125 -.193 .159 -.213 .347 .146 -.087 -.143 .233 -.238 -.177 .377 -.024
young -.200 .000 -.086 -.171 .108 -.023 .078 .341 .117 .077 -.212 .399 .112 -.273 .276 .046 .049
uptodate -.111 -.333 .163 -.226 -.137 -.064 -.034 -.246 -.384 -.136 .313 -.129 -.208 .212 .025 -.162 .297
bright .117 -.103 .054 -.470 .389 .284 -.186 .255 -.651 .059 .448 .117 -.436 .379 .327 -.376 .234
calm .164 -.030 -.073 .112 -.212 .145 -.071 .132 -.291 .019 .269 -.262 -.528 .302 .089 -.201 -.066
sexy -.043 -.178 .036 -.047 -.091 -.019 .077 -.343 .126 -.137 .052 .169 .149 .149 .187 -.072 .107
warm -.204 -.046 .203 -.106 -.016 -.087 -.118 .122 -.229 -.246 -.096 .227 -.155 .131 .062 -.171 .063
combined -.226 .039 .157 -.372 .410 .003 .047 -.013 .013 .060 .087 .288 .033 .036 .284 -.186 .298
cute .217 .085 -.202 .049 -.038 -.252 -.011 -.217 .174 .102 -.149 -.249 .198 -.263 -.528 .291 .179
attractive -.529 .070 .328 .169 -.308 -.079 .155 -.096 .458 -.308 -.237 .193 .376 -.225 .337 .002 -.199
personality -.076 -.089 .099 .206 -.560 .009 .080 -.200 .031 -.209 -.064 -.358 .048 -.053 -.214 .214 -.128
safe .143 -.047 .201 .107 -.063 -.020 -.003 .084 -.053 -.398 .037 -.302 -.199 .233 .172 -.170 -.354
luxury .032 .341 -.186 .048 -.123 -.066 .041 -.025 .106 .259 -.120 -.179 .415 -.343 -.048 -.051 .089
casual -.410 -.259 .276 -.018 -.159 .041 .061 -.071 -.192 -.263 .097 .248 -.102 .147 .154 -.028 .111
comfortable .272 -.376 -.159 -.254 .247 -.200 .131 -.022 -.181 .120 .247 .042 -.311 .078 .021 -.045 .175
variou -.243 .224 .136 .211 -.051 -.199 -.045 -.156 .510 -.187 -.328 .011 .483 -.295 -.112 .267 -.037
creative .075 .156 -.008 -.127 .449 -.061 -.171 .135 -.146 .080 -.226 .271 -.106 .095 -.100 -.108 -.105
matching .116 -.103 -.094 .155 -.314 -.028 .212 -.054 .004 -.054 .137 -.277 .109 -.284 .014 .206 .125
smooth .007 -.276 .179 -.240 .213 .082 -.125 .017 -.108 -.075 .257 -.057 -.357 .393 .102 -.186 .020
characteristic .328 .221 -.538 .057 .120 .157 -.082 .041 .023 .309 .058 -.034 .117 -.180 -.038 .107 .048
feminine .053 -.107 .018 .101 -.040 -.128 .001 -.349 .118 -.050 -.109 -.215 .097 -.017 -.457 .411 .233
colourful -.032 -.204 .059 .139 -.246 -.264 .324 .046 .132 -.020 -.041 -.081 -.035 -.012 .012 -.079 -.229
unique -.168 .067 .051 .304 -.319 .209 .112 -.024 .253 -.185 -.057 -.104 .175 -.167 .229 .026 -.420
handmade .024 .180 .281 -.041 -.114 .260 -.172 .204 -.021 -.371 .152 -.168 -.117 .205 .327 -.315 -.036
thick .037 -.048 -.193 -.051 .082 -.339 -.085 -.053 .050 .035 -.229 .138 .118 -.220 -.176 .258 .142
aesthetic -.108 .165 .030 -.023 .139 .343 -.088 .184 -.084 -.009 .387 .051 -.231 .253 .394 -.303 .012
harmony .015 .058 -.190 .113 -.066 -.132 .004 -.122 .204 .389 -.547 .161 .370 -.368 -.502 .329 .005
suitable -.154 -.415 .318 -.179 -.168 -.069 .082 -.164 -.215 -.272 .042 -.057 -.077 .220 -.212 .005 -.083
synchronyze .128 -.115 -.177 .052 .032 -.235 .191 .084 .174 .083 -.111 .075 -.092 -.009 .004 -.117 -.133
classy .109 .238 -.027 .085 .054 .147 -.081 .235 -.072 .254 -.137 .079 -.023 .179 -.048 -.267 -.083
neat .199 -.059 -.186 .096 -.003 -.137 .021 -.248 .056 .205 -.221 -.047 .224 -.260 -.489 .320 -.121
Var
iabe
l
L-121
Hasil iterasi MSA Kansei Word Anti-image Correlation Anti-image Correlation strong natural elegant beautiful classic slim durable cheap long practical stylish fashionable young uptodate calm sexy
strong .641 -.240 .131 .199 -.287 .150 -.095 -.006 -.221 -.112 .033 .168 -.067 -.195 .151 -.264
natural -.240 .799 .053 -.152 -.070 .071 -.320 -.214 -.089 -.003 .006 -.067 -.118 .070 -.191 -.094
elegant .131 .053 .858 -.196 .093 -.051 .016 .135 -.219 .010 -.043 -.087 -.097 -.071 -.173 -.200
beautiful .199 -.152 -.196 .693 -.373 -.034 .203 .113 .015 -.038 -.318 -.043 .065 -.215 -.035 -.008
classic -.287 -.070 .093 -.373 .566 -.163 .255 .116 .149 -.157 -.124 -.069 .034 .004 .019 .133
slim .150 .071 -.051 -.034 -.163 .559 -.045 -.334 .109 .037 -.021 .181 .285 -.299 .020 -.417
durable -.095 -.320 .016 .203 .255 -.045 .623 .059 .148 -.082 -.250 .221 .019 -.230 .240 .017
cheap -.006 -.214 .135 .113 .116 -.334 .059 .766 -.341 -.069 -.037 -.377 -.279 .188 .091 .065
long -.221 -.089 -.219 .015 .149 .109 .148 -.341 .596 -.038 -.182 .261 .333 -.222 -.268 .239
practical -.112 -.003 .010 -.038 -.157 .037 -.082 -.069 -.038 .764 .332 -.145 .210 -.043 -.146 .071
stylish .033 .006 -.043 -.318 -.124 -.021 -.250 -.037 -.182 .332 .822 -.273 .036 .165 .057 .041
fashionable .168 -.067 -.087 -.043 -.069 .181 .221 -.377 .261 -.145 -.273 .546 -.027 -.230 .158 .113
young -.067 -.118 -.097 .065 .034 .285 .019 -.279 .333 .210 .036 -.027 .512 -.543 -.164 -.147
uptodate -.195 .070 -.071 -.215 .004 -.299 -.230 .188 -.222 -.043 .165 -.230 -.543 .617 .092 .251
calm .151 -.191 -.173 -.035 .019 .020 .240 .091 -.268 -.146 .057 .158 -.164 .092 .698 -.205
sexy -.264 -.094 -.200 -.008 .133 -.417 .017 .065 .239 .071 .041 .113 -.147 .251 -.205 .505
warm .057 .066 -.030 -.090 -.025 .079 -.223 -.166 .160 -.069 -.007 -.100 .109 .114 -.115 -.148
cute .008 -.027 .148 -.282 .071 -.212 -.113 .242 -.164 -.169 -.004 -.170 -.259 .310 .187 -.066
attractive -.012 .122 -.100 .056 -.101 -.057 -.123 -.207 .295 .003 -.130 -.024 .198 -.121 -.110 .098
safe .002 .278 -.060 -.070 -.191 .091 -.395 -.204 -.289 -.080 .100 -.073 -.093 -.049 -.087 -.149
luxury .347 -.098 .046 -.034 -.039 .067 .164 -.059 -.197 -.271 -.057 .268 -.152 .053 .229 -.283
casual -.126 -.060 -.034 .147 .040 -.015 -.137 -.010 .238 .244 -.102 -.280 .137 .102 -.312 .089
comfortable -.249 .049 .161 -.267 .197 -.079 .024 .080 .164 -.051 -.127 -.074 .109 -.035 -.187 .056
matching .018 -.023 .037 .028 .094 .114 -.072 -.044 .027 .054 -.082 -.217 .307 -.177 -.297 -.249
smooth -.206 .059 .107 .031 -.032 -.101 .122 .242 -.232 -.002 -.071 -.051 -.374 .257 .210 .145
characteristic .174 -.382 -.036 .177 -.049 .016 .116 .066 .006 .068 .033 .002 .260 -.317 -.021 -.040
feminine -.096 .074 .137 -.019 .033 -.223 -.086 .113 -.182 .209 .135 -.217 -.207 .229 -.121 .194
colourful -.170 .083 -.171 -.318 .245 .166 .049 -.163 .023 -.215 -.002 .211 -.040 .041 .147 -.141
unique -.048 -.079 -.054 .324 -.097 -.094 -.011 .039 -.030 .064 .016 -.269 .268 -.223 -.203 .082
handmade .239 .214 -.095 .181 -.239 .148 -.260 -.108 -.150 -.177 -.095 .046 -.202 .042 -.175 -.108
thick .050 -.150 -.009 -.159 -.062 .045 .019 .003 .139 .087 .055 .294 -.052 -.006 .064 .206
suitable -.358 .259 -.212 -.033 .039 -.113 -.296 -.094 .014 .067 -.045 -.134 -.091 .268 -.087 .109
synchronyze -.227 -.085 -.131 -.259 .266 .019 .122 -.100 .131 -.273 -.064 .236 .104 -.111 .120 .094
classy .207 -.007 .000 .043 -.051 .256 .328 -.333 .120 -.302 -.169 .498 .038 -.390 .166 -.253
neat -.251 .026 -.107 .001 .084 -.273 -.123 .236 -.069 .110 .089 -.361 -.263 .312 -.094 .265
Va
ria
be
l
L-122
Hasil Ekstraksi Item dan Kategori item kategori
santung
katun
primisima
doby
paris
viscos
sutra
solo
jogja
pesisir
abstrak
bunga
kombinasi
sogan
lasem
lawasan
gradasi
pasta
perpaduan banyak warna
tanpa kerah
v neck
kerah dasi
kerah rebah
kerah tegak
kerah shanghai
bungkus kain
logam
plastik
bathok
resleting
bros
obi
dasi
pita
sabuk
renda
payet
rempel
kombinasi kain
printing
cap
tulis
kombinasi printing dan tulis
kombinasi cap dan tulis
tank top
tanpa lengan
lengan pendek
lengan 3/4
lengan panjang
kualitas kain
motif
warna
kerah
kancing
aksesoris
pembuatan
lengan
L-123
KUESIONER II
Responden Yth.,
Penelitian ini dilakukan sebagai persyaratan penyelesaian studi di Teknik
Industri Universitas Sebelas Maret Surakarta. Kuesioner penelitian awal yang
saya buat, disusun sebagai bagian dari penelitian pasar yang dilaksanakan dalam
upaya pengumpulan data dari Tugas Akhir yang berjudul “PENGEMBANGAN
PRODUK PAKAIAN BATIK UNTUK WANITA BERDASARKAN
PREFERENSI PELANGGAN MENGGUNAKAN KANSEI
ENGINEERING”.
Saya menyadari waktu Saudara/i yang sangat terbatas dan berharga. Oleh
karena itu, kesediaan Saudara/i untuk dapat mengisi kuesioner ini dengan benar
merupakan suatu penghargaan bagi saya dan akan sangat membantu dalam
kelancaran penelitian ini.
Sebelum dan sesudahnya, saya ucapkan terimakasih.
Hormat saya,
Toto Indra S.
L-124
Contoh Pengisian Kuesioner :
Data Responden:
Nama Responden = Toto
Umur = 22
Alamat = Jl. Sidoluhur No.33, Laweyan, Solo
Pekerjaan = Pelajar
Kuesioner Pemilihan Item dan Kategori Produk Pakaian Batik Untuk Wanita :
1. Item Produk (atribut produk pakaian batik untuk wanita).
Responden dimohon memberikan tanda check list [v] pada 5 item produk yang
menjadi pertimbangan dalam membeli produk pakaian batik untuk wanita
a. Kain [ v ]
b. Motif [ v ]
c. Warna [ v ]
d. Kerah [ ]
e. Kancing [ v ]
f. Aksesoris [ v ]
g. Pembuatan [ v ]
h. lengan [ ]
Selanjutnya responden diminta untuk memilih kategori produk yang merupakan
keterangan dari item produk
2. Kategori produk merupakan penjabaran atau break down dari item produk.
Berdasarkan item produk yang telah Anda pilih pada poin 1, maka Anda diminta
untuk memilih 2 kategori produk sesuai kebutuhan dan keinginan terhadap produk
pakaian batik untuk wanita. Anda diharuskan memberikan tanda check list (v)
pada pilihan anda.
a. Kualitas kain
1. Santung [ ]
2. Katun [ v ]
3. Primisima [ v ]
4. Doby [ ]
5. Paris [ ]
6. Viscos [ ]
7. Sutra [ ]
L-125
b. Motif
1. Solo [ ]
2. Jogja [ ]
3. Pesisir [ ]
4. Abstrak [ ]
5. Bunga [ v ]
6. Kombinasi [ v ]
c. Warna
1. Sogan [ ]
2. Lasem [ ]
3. Lawasan [ ]
4. Gradasi [ v ]
5. Pasta [ v ]
6. Perpaduan banyak warna [ ]
d. Kancing
1. Bungkus kain [ ]
2. Logam [ v ]
3. Plastik [ ]
4. Bathok [ ]
5. Resleting [ v ]
e. Aksesoris
1. Bros [ ]
2. Obi [ v ]
3. Dasi [ ]
4. Pita [ v ]
5. Sabuk [ ]
6. Renda [ ]
7. Payet [ ]
8. Rempel [ ]
9. Kombinasi kain [ ]
f. Pembuatan
1. Printing [ v ]
L-126
2. Cap [ ]
3. Tulis [ ]
4. Kombinasi printing dan tulis [ ]
5. Kombinasi cap dan tulis [ v ]
g. Lengan
1. Tank top [ ]
2. Tanpa lengan [ ]
3. Lengan pendek [ ]
4. Lengan ¾ [ ]
5. Lengan panjang [ ]
L-127
Data Responden:
Nama Responden =
Umur =
Alamat =
Pekerjaan =
Kuesioner Pemilihan Item dan Kategori Produk Pakaian Batik Untuk Wanita :
1. Item Produk (atribut produk pakaian batik untuk wanita).
Responden dimohon memberikan tanda check list [v] pada 5 item produk yang
menjadi pertimbangan dalam membeli produk pakaian batik untuk wanita
a. Kualitas Kain [ ]
b. Motif [ ]
c. Warna [ ]
d. Kerah [ ]
e. Kancing [ ]
f. Aksesoris [ ]
g. Pembuatan [ ]
h. lengan [ ]
Selanjutnya Anda diminta untuk memilih kategori produk yang merupakan
keterangan dari item produk
2. Kategori produk merupakan penjabaran atau break down dari item produk.
Berdasarkan item produk yang telah Anda pilih pada poin 1, maka Anda diminta
untuk memilih 2 kategori produk sesuai kebutuhan dan keinginan terhadap produk
pakaian batik untuk wanita. Anda diharuskan memberikan tanda check list (v)
pada pilihan anda.
a. Kualitas Kain
1. Santung [ ]
2. Katun [ ]
3. Primisima [ ]
4. Doby [ ]
5. Paris [ ]
6. Viscos [ ]
7. Sutra [ ]
b. Motif
1. Solo [ ]
2. Jogja [ ]
3. Pesisir [ ]
4. Abstrak [ ]
L-128
5. Bunga [ ]
6. Kombinasi [ ]
c. Warna
1. Sogan [ ]
2. Lasem [ ]
3. Lawasan [ ]
4. Gradasi [ ]
5. Pasta [ ]
6. Perpaduan banyak warna [ ]
d. Kerah
1. Tanpa kerah [ ]
2. V neck [ ]
3. Kerah dasi [ ]
4. Kerah rebah [ ]
5. Kerah tegak [ ]
6. Kerah shanghai [ ]
e. Kancing
1. Bungkus kain [ ]
2. Logam [ ]
3. Plastik [ ]
4. Bathok [ ]
5. Resleting [ ]
f. Aksesoris
1. Bros [ ]
2. Obi [ ]
3. Dasi [ ]
4. Pita [ ]
5. Sabuk [ ]
6. Renda [ ]
7. Payet [ ]
8. Rempel [ ]
9. Kombinasi kain [ ]
L-129
g. Pembuatan
1. Printing [ ]
2. Cap [ ]
3. Tulis [ ]
4. Kombinasi printing dan tulis [ ]
5. Kombinasi cap dan tulis [ ]
h. Lengan
1. Tank top [ ]
2. Tanpa lengan [ ]
3. Lengan pendek [ ]
4. Lengan ¾ [ ]
5. Lengan panjang [ ]
L-130
KUESIONER III
Responden Yth.,
Penelitian ini dilakukan sebagai persyaratan penyelesaian studi di Teknik
Industri Universitas Sebelas Maret Surakarta. Kuesioner penelitian awal yang
saya buat, disusun sebagai bagian dari penelitian pasar yang dilaksanakan dalam
upaya pengumpulan data dari Tugas Akhir yang berjudul
“PENGEMBANGAN PRODUK PAKAIAN BATIK UNTUK
WANITA BERDASARKAN PREFERENSI PELANGGAN
MENGGUNAKAN KANSEI ENGINEERING”. Saya menyadari waktu Saudara/i yang sangat terbatas dan berharga. Oleh
karena itu, kesediaan Saudara/i untuk dapat mengisi kuesioner ini dengan benar
merupakan suatu penghargaan bagi saya dan akan sangat membantu dalam
kelancaran penelitian ini.
Sebelum dan sesudahnya, saya ucapkan terimakasih.
Hormat saya,
Toto Indra S.
L-131
Petunjuk Pengisian Kuesioner III
Pertama-tama responden mengisi biodata diri. Selanjutnya, responden
diharuskan untuk mengisi kuesioner dengan memberikan tanda (x) pada salah satu
dari 5 skala yang anda paling anggap sesuai. Delapan contoh produk digunakan
untuk membantu responden dalam mengisi kuesioner. Skala-skala yang telah
ditetapkan tersebut, yaitu:
5 = sangat sesuai berarti bahwa responden menganggap contoh produk pakaian
batik sangat sesuai dengan faktor kolom kiri.
4 = sesuai berarti bahwa responden menganggap contoh produk pakaian batik
sesuai dengan faktor kolom kiri.
3 = netral berarti bahwa responden menganggap contoh produk pakaian batik
tidak sesuai dengan faktor pada kolom kiri maupun kolom kanan.
2 = tidak sesuai berarti bahwa responden menganggap contoh produk pakaian
batik sesuai dengan faktor kolom kanan.
1 = sangat tidak sesuai berarti bahwa responden menganggap contoh produk
pakaian batik sangat sesuai dengan faktor kolom kanan.
Pengisian Kuesioner III
Umur :
Tempat tinggal :
Seberapa sering membeli pakaian batik :
Pekerjaan :
Penghasilan :
L-132
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
Contoh Produk Pakaian Batik untuk Wanita
Contoh Produk Pakaian Batik untuk Wanita 1
Contoh Produk Pakaian Batik untuk Wanita 2
Contoh Produk Pakaian Batik untuk Wanita 3
Contoh Produk Pakaian Batik untuk Wanita 4
Produk pakaian batik cap dengan kain paris
motif kombinasi, warna sogan
menggunakan aksesoris obi
Produk pakaian batik cap dengan kain katun
Produk pakaian batik printing dengan kain katun
Produk pakaian batik cap dengan kain katun
motif kombinasi, warna gradasi
motif bunga, warna sogan
motif bunga, warna gradasi
menggunakan aksesoris obi
menggunakan aksesoris obi
menggunakan aksesoris payet
L-133
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
faktor 5 4 3 2 1 faktor
young old fashioned
calm brave
smooth rough
beautiful poor
durable fragile
warm cold
comfortable not comfortable
easy to use hard to use
colourful colourless
fashionable not fashionable
sexy not sexy
Contoh Produk Pakaian Batik untuk Wanita 7
Contoh Produk Pakaian Batik untuk Wanita 8
Produk pakaian batik printing dengan kain paris
Produk pakaian batik cap dengan kain paris
motif kombinasi, warna sogan
motif bunga, warna gradasi
motif kombinasi, warna gradasi
Contoh Produk Pakaian Batik untuk Wanita 5
Contoh Produk Pakaian Batik untuk Wanita 6
menggunakan aksesoris payet
motif bunga, warna sogan
menggunakan aksesoris payet
menggunakan aksesoris obi
menggunakan aksesoris payet
Produk pakaian batik printing dengan kain katun
Produk pakaian batik printing dengan kain paris
L-134
Contoh Syntax Analisis Konjoin
ANALISIS KLASTER
1. Kansei Word “Young”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 1 5 55.000
2 6 7 114.500
3 2 6 182.333
4 1 3 253.333
5 1 8 334.833
6 1 4 452.933
7 1 2 579.250
Stage Cluster Combined
Coefficients
2. Kansei Word “Calm”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 7 8 20.500
2 1 5 47.500
3 2 3 82.500
4 2 6 130.833
5 2 4 185.000
6 2 7 246.167
7 1 2 320.125
Stage Cluster Combined
Coefficients
3. Kansei Word “Smooth”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 7 8 34.000
2 1 3 83.000
3 2 7 133.667
4 4 6 185.667
5 4 5 271.667
6 1 2 375.600
7 1 4 497.500
Stage Cluster Combined
Coefficients
L-135
4. Kansei Word “Beautiful”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 1 5 43.000
2 2 6 88.000
3 3 8 135.000
4 3 7 186.667
5 2 4 240.333
6 1 3 317.067
7 1 2 412.125
Stage Cluster Combined
Coefficients
5. Kansei Word “Durable”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 1 8 27.500
2 4 7 66.000
3 1 4 111.000
4 2 6 163.500
5 3 5 216.500
6 1 2 277.500
7 1 3 376.375
Stage Cluster Combined
Coefficients
6. Kansei Word “Warm”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 6 7 22.500
2 6 8 68.000
3 2 4 118.500
4 3 5 184.500
5 1 6 255.750
6 2 3 332.000
7 1 2 498.750
Stage Cluster Combined
Coefficients
L-136
7. Kansei Word “Comfortable”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 2 8 36.500
2 1 2 76.000
3 6 7 118.000
4 3 4 164.500
5 5 6 215.167
6 1 3 284.267
7 1 5 391.625
Stage Cluster Combined
Coefficients
8. Kansei Word “Easy to Use”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 7 8 32.500
2 1 7 75.333
3 4 5 122.833
4 1 3 176.000
5 2 4 239.833
6 1 2 316.857
7 1 6 403.375
Stage Cluster Combined
Coefficients
9. Kansei Word “Colourful”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 1 3 18.000
2 2 6 50.500
3 2 7 84.000
4 5 8 120.000
5 1 5 163.500
6 2 4 245.250
7 1 2 614.625
Stage Cluster Combined
Coefficients
L-137
10. Kansei Word “Fashionable”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 7 8 37.000
2 2 3 82.000
3 6 7 130.333
4 4 5 188.833
5 1 4 269.667
6 2 6 356.933
7 1 2 450.125
Stage Cluster Combined
Coefficients
11. Kansei Word “Sexy”
Koefisien Jarak Euclidean Kuadrat
Cluster 1 Cluster 2
1 1 4 38.500
2 2 5 79.000
3 7 8 125.000
4 6 7 193.667
5 2 3 269.167
6 1 6 352.400
7 1 2 471.125
Stage Cluster Combined
Coefficients
BUKU CATATAN HARIAN PENELITIAN
(BCHP)
LAPORAN KEMAJUAN
PENELITIAN TUGAS AKHIR
PENGEMBANGAN PRODUK PAKAIAN BATIK UNTUK WANITA
BERDASARKAN PREFERENSI PELANGGAN MENGGUNAKAN
KANSEI ENGINEERING
Studi Kasus : Batik Putra Bengawan, Laweyan , Surakarta)
PROGRAM UNGGULAN
Bidang Fokus : Sistem Produksi
Peneliti :
Toto Indra Setiawan
NIM. I 0307083
JURUSAN TEKNIK INDUSTRI - FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET SURAKARTA
Jl. Ir. Sutami No. 36A Kentingan Surakarta 57126
Telp. (0271) 632110 Faks. (0271) 632110 HP.(082134727879)
e-Mail: [email protected]
Januari 2012
1 2 3 4
SURAT PERNYATAAN
KEMAJUAN TUGAS AKHIR
Saya yang bertanda tangan di bawah ini, mahasiswa Jurusan Teknik Industri yang
menyatakan bahwa :
Nama : Toto Indra Setiawan
NIM : I 0307083
Judul Penelitian : Pengembangan Produk Pakaian Batik untuk Wanita Berdasarkan
Preferensi Pelanggan Menggunakan Kansei Engineering di Batik Putra
Bengawan
Bidang Fokus : Sistem Produksi
Waktu Penelitian : 7 bulan
Jatuh Bulan ke
Akan memenuhi ketentuan :
1. Apabila dalam 3 bulan dari proposal yang telah disetujui oleh pihak jurusan, penelitian
saya tidak ada perkembangan sama sekali atau dinyatakan nihil oleh jurusan, maka
proposal yang diajukan dapat dinyatakan GUGUR dikarenakan tidak memenuhi syarat
waktu untuk dilanjutkan dan saya siap untuk mengajukan proposal ulang kembali.
2. Apabila setelah 6 bulan dari proposal yang telah disetujui oleh pihak jurusan, penelitian
saya sangat lambat kemajuannya yang diikuti dengan keterangan dari dosen pembimbing,
ataupun setelah seminar tugas akhir tidak ada perkembangan kembali atas segala agenda
perbaikan yang disertai keterangan dari dosen pembimbing, maka proposal yang diajukan
atau segala sesuatu dari agenda perbaikan setelah diadakan acara seminar tugas akhir
dapat dinyatakan GUGUR dikarenakan tidak memenuhi syarat waktu untuk dilanjutkan
dan saya siap untuk mengajukan proposal ulang kembali.
3. Apabila setelah 9 bulan dari proposal yang telah disetujui oleh pihak jurusan, penelitian
saya sangat lambat kemajuannya yang diikuti dengan keterangan dari dosen pembimbing,
ataupun setelah seminar tugas akhir tidak ada perkembangan kembali atas segala agenda
perbaikan yang disertai keterangan dari dosen pembimbing, maka proposal yang diajukan
atau segala sesuatu dari agenda perbaikan setelah diadakan acara seminar tugas akhir
dapat dinyatakan GUGUR dikarenakan tidak memenuhi syarat waktu untuk dilanjutkan
dan saya siap untuk mengajukan proposal ulang kembali.
4. Apabila setelah perpanjangan waktu kedua selama 5 bulan, perkembangan penelitian saya
sangat lambat kemajuannya yang diikuti dengan keterangan dari dosen pembimbing, atau
setelah seminar tugas akhir tidak ada perkembangan kembali atas segala agenda perbaikan
yang disertai keterangan dari dosen pembimbing, maka proposal yang diajukan atau
segala sesuatu dari agenda perbaikan setelah diadakan acara seminar tugas akhir dapat
dinyatakan GUGUR dikarenakan tidak memenuhi syarat waktu untuk dilanjutkan dan
saya siap untuk mengajukan proposal ulang kembali.
5
6
7
8
9
