BAB 2
LANDASAN TEORI
2.1 Gambaran Umum Objek
2.1.1 Sepeda Motor
Sebuah sepeda motor
adalah kendaraan beroda dua
yang ditenagai oleh sebuah
mesin. Rodanya sebaris dan pada kecepatan tinggi sepeda motor tetap tidak terbalik dan
stabil disebabkan oleh gaya giroskopik, pada kecepatan rendah pengaturan berkelanjutan
setangnya oleh pengendara memberikan kestabilan.
Sejarah mencatat pada awalnya mesin sepeda motor hanya 50 cc dan 4
langkah.
Sepeda motor ciptaan Honda
ini hemat bahan bakar
minyak (BBM) dan tidak berasap
serta bersuara
halus. Sepeda Motor berjenis bebek ini
mampu
menempuh jarak 90
km
dan
menghabiskan 1
liter
bensin.
Sementara tenaganya 5,5
HP (Horse
Power) dengan
kecepatan maksimal 80 km/jam. Ini kemudian diproduksi massal oleh Honda Motor Co
Ltd pada tahun 1958.
Produsen
sepeda
motor
Jepang
lainnya
kala
itu
tidak
mau
ketinggalan ikut
memproduksi sepeda motor bebek tapi mesinnya 2 tak
yaitu Yamaha, Suzuki, Tohatsu,
dan
Kawasaki.
Pada
awalnya
(1958-1963)
sepeda
motor
bebek
jenis
ini
kapasitasnya
hanya 50 cc, kemudian muncul versi 55 cc, naik menjadi 65 cc (1967) dengan kode C-
65.
Kemudian
mesinnya
juga
diperbesar lagi
menjadi
70
cc
pada
tahun
1969.
Meningkatnya kapasitas cc
ini berkaitan dengan banyaknya konsumen di wilayah
Asia
Tenggara seperti Indonesia, Thailand, dan Malaysia yang
mulai
menggandrungi sepeda
motor jenis ini.
  
Pada tahun 1961 pengguna bebek ini semakin meningkat karena selain berfungsi
sebagai alat transportasi
jarak dekat juga dipakai mengangkut barang. Menurut sumber
tertulis,  transmisi  jenis  bebek 
ini  pada  awalnya  3  speed,  dan  kini  bebek  sudah
mengadopsi 4 dan 5 speed, bahkan ada juga yang mencapai 6 speed.
Cara menghidupkan sepeda
motor bebek
juga termasuk canggih karena kala itu
motor Eropa memakai kick starter (dengan kaki), sementara Jepang memproduksi bebek
dengan versi electric starter. Cukup pencet knob start, mesin akan hidup. Berat sepeda
motor
ini sekitar 58-69 kg, sehingga mudah dikendalikan dan diparkir. Kebutuhan akan
jenis sepeda motor bebek yang terbukti serba guna ini semakin kompleks, seperti untuk
mengantar anak sekolah, ke kantor, atau belanja. Bahkan kini sepeda motor itu pun bisa
dipakai keluar kota dengan jarak di atas 100 km.
Pabrikan sepeda motor bebek mengantisipasi pola pemakaian motor yang semula
dari alat transportasi dalam kota menjadi antar kota. Mulailah diproduksi Honda bebek
C90
dengan
kapasitas
89
cc
di
tahun 1981.
Pada tahun
1989
sesuai dengan
tuntutan
pasar,
kapasitas
yang  lebih  besarpun
diperkenalkan
di 
Asia 
Tenggara
yang
dikembangkan di
Thailand
yang
menjadi basis produksi
dan
Riset
&
Development
di
Asia.
Kapasitas mesin pun menjadi 100 cc dan pabrikan lain pun mengikuti pola
ini.
Kapasitas mesin untuk ukuran bebek, semula diperkirakan akan terhenti di kapasitas 100
cc karena di Jepang
jenis bebek hanya
mencapai 90
cc. Namun kondisi pasar berubah
sesuai situasi ekonomi di Negara berkembang.
Maka muncul kemudian jenis bebek 110 cc pun di tahun 90-an. Konsumen pun
memilih
sepeda
motor
bebek dengan
tuntutan cc
yang
lebih
besar
sebagai
pengganti
sepeda motor
sport
yang
harganya setelah krisis
moneter naik
2
hingga 3
kali
lipat.
  
Pabrikan sepeda
motor
pun
berlomba
menjaring konsumen dengan menawarkan bebek
dengan cc yang lebih besar. Akhirnya persaingan bisnis di kelas bebek kini diramaikan
oleh
semua
produsen
Jepang
yang
memproduksi
mesin
4
tak
dengan kapasitas
ditingkatkan.
Hingga
sekarang
muncul
sepeda
motor  bebek  dengan
kapasitas
besar
antara 125 – 150 cc.
Disamping
sepeda
motor
bebek,
di
Indonesia
kini
terdapat
pula
jenis
sepeda
motor
skuter,
sport
dan
skutik
yang
juga
sudah semakin
menjamur
dan
juga
semakin
diminati oleh konsumen. Ciri-ciri sepeda motor sport adalah memiliki kapasitas cc yang
besar, minimal 125 cc dan memiliki bodi yang besar pula sehingga cocok untuk diajak
jalan jauh namun kurang
nyaman untuk kondisi perkotaan yang
macet seperti Jakarta.
Sedangkan skutik atau skuter otomatik adalah jenis baru dalam sepeda motor yang tidak
menggunakan transmisi
otomatik
sehingga
memudahkan
pengguna
dalam
menjalankannya.
Pertumbuhan konsumen
sepeda
motor
yang
meningkat
pesat
di
Indonesia
dan
karena persaingan yang begitu tajam akibat banyaknya hadir merek pendatang baru, para
produsen dituntut agar selalu dapat berinovasi mengeluarkan produk yang sesuai dengan
keinginan
konsumen.
Tidak
hanya
mengandalkan harga
saja,
karena
konsumen
di
Indonesia
sudah
mempunyai pikiran
yang
kritis
dalam
menentukan pilihan
terhadap
sepeda motor.
Prospek
penjualan sepeda
motor
bakalan
lebih
cerah,
karena
sesuai
dengan
karakteristik masyarakat Indonesia.
Dilihat dari sisi
harganya sepeda
motor jauh
lebih
murah
dan
terjangkau
masyarakat Indonesia.
AISI
(Asosiasi
Industri
Sepeda
Motor
Indonesia) 
menargetkan 
penjualan 
motor 
tahun 
2007   mampu 
menembus 
angka
penjualan 5 juta unit. Jika ditambahkan dengan proyeksi angka penjualan sepeda motor
  
China, Korea Selatan dan India sebesar 500.000 unit, maka angka penjualan tahun 2007
sangat besar, yaitu 5,5 juta unit.
Besarnya pasar
telah
menarik
minat
pabrikan
motor
non
Jepang
untuk
ikut
mencoba bersaing. Tercatat Indonesia pernah booming merek sepeda motor pada tahun
2000. Berdasarkan data dari Departemen Perindustrian dan Perdagangan, saat itu ada 71
merek
sepeda
motor
dengan
mayoritas ada
pada
merek
dari
China.
Karena
seleksi
alamlah
jumlah
merek
sepeda
motor
Cina
jauh
berkurang. Namun
hal
itu
tidak
mengurangi minat pabrikan sepeda
motor Modenas (Malaysia) dan Bajaj, TVS
(India)
serta pabrikan dalam negeri Kanzen untuk ikut meramaikan dengan produk – produknya
yang inovatif.
2.1.2 Universitas Bina Nusantara
2.1.2.1 Sejarah Perusahaan
Universitas Bina
Nusantara
pada
awalnya
adalah
sebuah
lembaga
pendidikan
komputer
yang berdiri pada tanggal 21
Oktober 1974
dengan
nama Modern Computer
Course
(MCC).
Berkat
landasan yang kuat,
visi
yang
jelas, dan dedikasi tinggi
yang
berkesinambungan maka lembaga ini terus berkembang. Pada tanggal 1 Juli 1981, MCC
berubah menjadi Akademi Teknik Komputer (ATK),
lalu tanggal 13 Juli 1984 berubah
menjadi
AMIK
Jakarta,
kemudian
pada
tanggal
21
September 1985,
AMIK
Jakarta
berganti nama
menjadi AMIK
Bina
Nusantara
yang pada
tanggal
9
November
1987
dilebur ke dalam STMIK Bina Nusantara.
Perkembangan Bina
Nusantara
berlanjut
ketika
pada
tanggal
10
Mei
1993
mendirikan Program PascaSarjana MM Sistem Informasi dan akhirnya pada tanggal 8
Agustus 1996, Universitas Bina Nusantara (UBiNus) berdiri dan secara sah diakui oleh
  
pemerintah. STMIK
Bina
Nusantara
kemudian
melebur
ke
dalam
Universitas Bina
Nusantara pada tanggal 20 Desember 1998, sehingga UBiNus
memiliki : Fakultas Ilmu
Komputer,
Fakultas
Ekonomi, Fakultas
Teknik,
Fakultas Sastra,
Fakultas MIPA
dan
Program   Ganda   serta   Program   Pascasarjana.   Pada   akhir   tahun   1997   UBiNus
memperoleh
Sertifikasi
Manajemen
Mutu
Internasional ISO
9001
dan
merupakan
universitas pertama di Indonesia yang memperoleh pengakuan mutu Internasional. Sejak
tahun  2001 
UBiNus 
menyelenggarakan  Program  Binus  International  bekerjasama
dengan Curtin University, Murdoch Univesity dan Macquarie University dari Australia,
dengan 5 jurusan yaitu Computer Science, Information Systems, Accounting, Marketing,
dan
Graphics
Design.
Di
tahun 2007,
UBiNus
akan
membuka 2
fakultas
baru
yaitu
Fakultas Psikologi dan Fakultas Komunikasi dan Multimedia.
2.1.2.2 Visi, Misi, dan Budaya Mutu
Dalam  rangka  meningkatkan  daya  saingnya,  UBiNus  senantiasa  melakukan
pembenahan diri, yang terdefinisikan dalam Visi, Misi, dan Budaya Mutu.
Visi
Unggul
sebagai
lembaga pendidikan berbasis
teknologi
informasi
yang
diterima sebagai panutan, siap berkompetisi dan beradaptasi terhadap perubahan
global.
Misi
Dalam
rangka
mencapai
visi
yang
digariskan,
UBiNus
senantiasa
akan
berupaya untuk melaksanakan misinya sebagai berikut :
  
Menyelenggarakan      program-program      studi     
yang     
menunjang
pengembangan  dan 
penerapan 
teknologi 
informasi, 
kemampuan
berbahasa asing, komunikasi, kepemimpinan, kemampuan berinovasi dan
berwirausaha serta berkarakter baik.
Menyediakan  
sarana    dan    lingkungan    yang    kondusif    bagi
pelaksanaan
kegiatan  pembelajaran
yang  efektif  dan  efisien  sehingga
dapat menghasilkan lulusan terampil, kreatif dan inovatif.
Menjaga
keterkaitan
dan
relevansi
seluruh
kegiatan pendidikan dengan
kebutuhan pembangunan sosial ekonomis dan industri secara global.
Melakukan kerjasama dengan berbagai pihak,
baik di
dalam
maupun
di
luar
negeri,
agar
pengetahuan dan
keterampilan
yang
diajarkan
selalu
mutakhir dan tepat guna penerapannya.
Membangun komunitas
BiNusian yang menganut budaya,
nilai-nilai dan
etos kerja Universitas Bina Nusantara.
Budaya Mutu
Untuk
menjadi bagian dari keluarga besar UBiNus, para BiNusian akan
dipadukan melalui Budaya Mutu yakni :
Percaya pada Tuhan Yang Maha Esa (Trust in God).
Perbaikan terus-menerus (Continuous Improvement).
Penggunaan tolok ukur atau panutan (Benchmarking).
Tiap kegiatan harus mempunyai titik akhir (Sense of Closure).
  
Pengembangan suasana
kekeluargaan, kebersamaan, dan
rasa
memiliki
(Sense of Belonging).
2.1.2.3 BiNusian yang Berkualitas
BiNusian adalah
insan
Bina
Nusantara yang
mantap
dalam
pilihan
masa
depannya,
inovatif
dalam  bidangnya,
dan 
maju  dalam
aplikasi
teknologi
informasi.
Istilah ini ditujukan kepada seluruh mahasiswa, pelajar, peserta studi dan segenap civitas
akademika
dalam
program
pendidikan
dan
pelatihan
yang
diselenggarakan oleh
Bina
Nusantara untuk membentuk dan mengembangkan manusia yang handal dan berkualitas
dalam
komunitas
maya
yang
dihubungkan dengan
jaringan
komunikasi
berkesinambungan melalui internet.
2.1.2.4 Kebijakan Kualitas Pendidikan
Sebagai
salah
satu
universitas
yang
qualified,
Universitas Bina
Nusantara
memiliki objektifitas untuk mendapatkan lulusan yang berkualitas tinggi, karakter yang
baik dan siap kerja.
2.1.2.5 Objektivitas Kualitas
Minimum 80% dari mahasiswa UBiNus lulus tepat waktu.
Minimum 90% lulusan bekerja 6 bulan dari saat kelulusan.
Memiliki 50% lulusan yang menjadi Entrepreneur 2 tahun setelah kelulusan.
Minimum 80% dosen memiliki indeks kinerja akademis yang sangat baik.
Minimum 50% tiap tahun meningkatkan prestasi unggulan bertaraf internasional.
  
2.1.2.6 Fakultas dan Jurusan
UBiNus
memberikan keleluasaan kepada
mahasiswa
untuk
menetapkan bidang
studi
dengan berbagai
kombinasi
yang
inovatif
yang
memungkinkan setiap
BiNusian
memperoleh pendidikan
dengan
kemampuan
aplikasi
teknologi.
Untuk
itu,
UBiNus
berusaha
menyediakan
serangkaian
jurusan
dan
progam studi
dengan kurikulum
yang
selalu up-to-date
yang ditunjang dengan penyelenggaran program kuliah
yang
inovatif,
fleksibel,
dan
tepat
waktu
yang
dipandu
oleh
pengajar
berkualifikasi tinggi
dan
diselenggarakan di
gedung yang modern (Kampus Syahdan, Kampus Anggrek, Kampus
Kijang, Kampus The Joseph Wibowo Center) dan berfasilitas lengkap.
Tabel 2.1 Fakultas dan Jurusan/Program Studi di UBiNus
No
Fakultas dan Jurusan/Program Studi
Strata
1.
Fakultas Ilmu Komputer :
Jurusan Teknik Informatika
S1
Jurusan Sistem Komputer
S1
Jurusan Sistem Informasi
S1
Jurusan Komputerisasi Akuntansi
S1/D3
2.
Fakultas Teknik :
Jurusan Teknik Industri
S1
Jurusan Teknik Sipil
S1
Jurusan Arsitektur
S1
3.
Fakultas Ekonomi :
Jurusan Akuntansi
S1
Jurusan Manajemen
S1
4.
Fakultas Sastra
Jurusan Sastra Inggris
S1
Jurusan Sastra Jepang
S1
Jurusan Sastra China
S1
5.
Fakultas MIPA dan Program Ganda
Jurusan Matematika & Teknik Informatika
S1
Jurusan Statistika & Teknik Informatika
S1
Jurusan Manajemen & Sistem Informasi
S1
Jurusan Akuntansi & Sistem Informasi
S1
Jurusan Teknik Industri & Manajemen
S1
Jurusan Teknik Industri & Sistem Informasi
S1
6.
Fakultas Psikologi
  
Jurusan Psikologi
S1
7.
Fakultas Komunikasi dan Multimedia
Jurusan Desain Komunikasi Visual
S1
Jurusan Animasi Komputer Grafis
S1
Jurusan Marketing Communication
S1
2.1.2.7 Building Management
Building management merupakan salah satu divisi di Universitas Bina Nusantara
yang melaksanakan tugas untuk menjaga operasional atau kegiatan di dalam lingkungan
kampus
atau
sekolah
yang
berkaitan dengan
urusan
maintenance
engineering,
housekeeping dan landscaping.
Tanggung jawab
Building
Management
mencakup seluruh
tugas
manajemen
operasional
pada
gedung
yang
ditunjuk
dan
tanpa
kecuali
dalam
membentuk
situasi
kerja
yang
standar
bagi
setiap
orang
yang
berada
di
dalamnya
bersamaan dengan
pengelolaan dan kerjasama yang baik ke section head di bawah Building Management,
yaitu Maintenance
Engineering,
Security,
Housekeeping
atau
Landscaping,
Parking,
Poliklinik dan Operator serta bagian lain di lingkup kampus atau civitas academica guna
memberi citra terhadap performa gedung yang baik.
  
Gambar 2.1 Struktur Organisasi Building Management
2.1.2.8 Parkir Kendaraan
Kampus
Anggrek
Universitas
Bina
Nusantara
memiliki tempat
parkir
motor
seluas 1300 m2 dengan daya tampung sebesar 1500 motor dengan jumlah
motor setiap
harinya
sekitar
2500
motor.
Waktu operasi parkir
motor
dari
jam
06.30
WIB
sampai
dengan jam 22.00 WIB.
  
Pada  penelitian  ini  sampel  diambil  secara  acak  kepada  beberapa  pengguna
sepeda motor bebek di Universitas Bina Nusantara sehingga diharapkan dapat mewakili
seluruh konsumen sepeda motor di seluruh Indonesia.
2.2 Kendaraan Bermotor
Menurut
situs
Wikipedia, definisi
dari
kendaraan
atau
angkutan
adalah
alat
transportasi selain
makhluk
hidup.
Mereka
biasanya
buatan
manusia
(mobil,
motor,
kereta,
perahu,
pesawat), tetapi
bukan
buatan
manusia
juga
bisa
disebut
kendaraan,
seperti
gunung
es,
dan
batang pohon
yang
mengambang.
Kendaraan dapat
digerakan
oleh
hewan, seperti
gerobak. Definisi kendaraan bermotor berdasarkan PP Nomor
44
Tahun 1993 adalah kendaraan yang digerakkan oleh peralatan teknik yang berada pada
kendaraan itu. Sedangkan sepeda motor adalah kendaraan bermotor beroda dua, atau tiga
tanpa rumah-rumah baik dengan atau tanpa kereta samping.
2.3 Keputusan Memilih
2.3.1 Pengertian Perilaku Konsumen
Barang-barang yang ada di pasar
memang dibuat semenarik
mungkin oleh para
produsen, untuk
menarik minat konsumen
yang banyak dipengaruhi oleh panca
indera
mereka.
Dalam
mengambil keputusan
untuk
melakukan pemilihan,
apa
yang
mereka
lihat,
rasakan,
cium,
dengar
dan
lainnya
merupakan stimulus
yang
dapat
mempengaruhinya.
Sebelum  melangkah  lebih  lanjut  mengenai  keputusan  pemilihan
maka perlu dimengerti terlebih dahulu mengenai perilaku konsumen.
Perilaku konsumen menurut Engel yang dikutip Fandy Tjiptono adalah kegiatan-
kegiatan    individu    yang    secara    langsung    terlibat    dalam    mendapatkan    dan
  
mempergunakan barang-barang dan jasa-jasa, termasuk di dalamnya proses pengambilan
keputusan
pada  
persiapan   dan  
penentuan-penentuan   kegiatan-kegiatan   tersebut
(Tjiptono, 1997, p19).
Dari definisi di atas ada dua elemen penting dari arti perilaku konsumen yaitu:
a.   Proses pengambilan keputusan.
b.   Kegiatan 
fisik 
yang  semua 
ini 
melibatkan 
individu 
dalam 
menilai,
mendapatkan dan menggunakan barang dan jasa ekonomi.
Dari
pengertian di
atas
dapat
dijelaskan
bahwa
perilaku
konsumen sebagai
tindakan yang langsung terlibat dalam mendapatkan, mengkonsumsi, dan menghabiskan
produk
atau
jasa,
termasuk
didalamnya pengambilan keputusan
yang
mendahului
dan
disusul dengan tindakan tersebut. Jadi analisa perilaku konsumen yang nyata hendaknya
menganalisa juga memproses yang tidak atau sulit diamati yang selalu menyertai setiap
pembelian atau pemilihan.
2.4 Ketertarikan Konsumen
Ketertarikan
adalah
kegiatan-kegiatan
individu
yang
secara
langsung
bertujuan
untuk mendapatkan barang atau jasa tersebut.
Konsumen adalah seseorang atau sekelompok orang yang membeli suatu produk
untuk
dipakai
sendiri
dan tidak
untuk
dijual
kembali.
Jika
tujuan
pembelian produk
tersebut
untuk dijual
kembali,
maka
dia
disebut
pengecer atau
distributor.
Pada
masa
sekarang
ini
bukan
suatu
rahasia
lagi bahwa
sebenarnya konsumen
adalah
raja
yang
sebenarnya, oleh karena itu sebagai produsen
yang memiliki prinsip holistic marketings
sudah seharusnya memperhatikan semua yang menjadi hak-hak konsumen.
  
Jadi
ketertarikan konsumen
adalah
kegiatan
sesuatu
yang
bertujuan
untuk
mendapatkan suatu produk untuk dipakai sendiri dan tidak untuk dijual kembali.
2.5 Statistik Secara Umum
Dalam arti
sempit
statistik
dapat
diartikan sebagai
data,
tetapi
dalam
arti
luas
statistik
dapat
diartikan sebagai
alat.
Alat
untuk
analisis,
dan
alat
untuk
membuat
keputusan. Statistik dapat dibedakan menjadi dua,
yaitu statistik deskriptif dan statistik
inferensial.   Selanjutnya   statistik  
inferensial   dapat   dibedakan  
menjadi   Statistik
Parametrik
dan
Non  Parametrik.
Statistik
deskriptif
adalah
statistik
yang
digunakan
untuk
menggambarkan atau
menganalisis
suatu
statistik
hasil
penelitian
tetapi
tidak
digunakan   untuk   membuat   kesimpulan   yang   lebih   luas   (generalisasi/inferensi).
Penelitian
yang
tidak
menggunakan
sampel,
analisisnya
akan
menggunakan statistik
deskriptif.
Demikian
juga
penelitian
yang
menggunakan sampel,
tetapi
peneliti
tidak
bermaksud untuk membuat kesimpulan untuk populasi dari mana sampel diambil, maka
statistik yang digunakan adalah statistik deskriptif.
Statistik
inferensial
adalah
statistik
yang
digunakan
untuk
menganalisis data
sampel,
dan
hasilnya
akan
digeneralisasikan
(diinferensikan)
untuk
populasi di
mana
sampel diambil. Terdapat dua
macam statistik inferensial yaitu statistik parametrik dan
nonparametrik. Statistik parametrik terutama digunakan untuk menganalisis data interval
atau
rasio,
yang
diambil
dari
populasi
berdistribusi normal.
Sedangkan
statistik
nonparametrik, terutama digunakan untuk
menganalisis data
nominal, dan ordinal dari
populasi yang bebas distribusi. Jadi tidak harus normal.
  
2.6 Model Regresi Logistik (Logit)
Model
Logit
menurut Hair et al.
yang dikutip
oleh
Gasperz
(1992)
merupakan
bentuk khusus dari regresi dimana variabel dependennya non metric dan terbagi menjadi
dua bagian/kelompok (Biner). Walaupun formulasinya dapat saja meliputi lebih dari dua
kelompok.
Menurut
Benery
(1987)
dalam
Sritua (1993,
p60)
model
logit
atau dikenal
dengan
Regresi
Logistik
merupakan
salah
satu
model
yang
dipergunakan pada
situasi
yang cenderung menggambarkan ketergantungan dalam bentuk peluang bersyarat.
Dalam
ketergantungannya, terdapat
banyak
variabel
penting
yang
bersifat
kualitatif yang tidak bisa diukur tetapi hanya bisa ditandai sifatnya antara ada dan tidak
ada. Suatu atribut diubah bentuknya menjadi suatu jenis variabel
yang
hanya memiliki
dua
nilai
yaitu
1
dan
0.
Gujarati
(1997,
p78)
menyatakan biasanya
nilai
1
(satu)
digunakan jika peristiwa terjadi dan nilai 0 (nol) jika suatu peristiwa tidak terjadi.
Model 
regresi 
logistik 
digunakan 
juga 
untuk 
mengetahui 
hubungan 
atau
pengaruh
dua
variabel
independen
atau
lebih
terhadap
variabel
dependen,
baik
secara
bersama-sama maupun
secara
individu. Pengaruh
variabel independen secara bersama-
sama
ditunjukkan
oleh
Uji
Chi-Square,
sedangkan
secara
individu
(diantara
beberapa
variabel independen ada
yang
lebih dominan pengaruhnya terhadap variabel dependen)
dinilai berdasarkan Criteria Wald
yang ditunjukkan oleh nilai Z.
Regresi logistik dapat
digunakan dalam pengujian hipotesis meskipun data yang ada tidak terdistribusi secara
normal atau
jauh
dari
normal.
Secara
umum,
penginterpretasian model
regresi
logistik
(logit) sangat mirip dengan regresi linear (Hair et al, 1992, p60).
Karakteristik  khas  dari  analisis  logit  menurut  Hair  et  al  yang  dikutip  oleh
Gasperz (1992) antara lain :
1.   Menggunakan variabel dependen yang biner.
  
2.   Adanya penaksiran koefisien.
3.   Penaksiran goodness of fit dari model estimasi
4.   Pengujian untuk signifikasi dari koefisien
Menurut
Gaspersz
(1992,
p321)
model
logit
didasarkan pada
fungsi
peluang
logistik kumulatif yang dispesifikasikan, sebagai berikut :
=
Dalam
fungsi
diatas,
e
merupakan bilangan dasar
logaritma
natural
(ln)
yang
diperkirakan sama dengan 2.71828128 atau dibulatkan
menjadi 2.71828.
  merupakan
peluang
bahwa
suatu
obyek
pengamatan akan
tergolong
ke
dalam
kategori
tertentu
berdasarkan nilai tertentu dari variabel bebas
.
Untuk
menentukan bagaimana
model logit tersebut dapat diduga, maka langkah
pertama
adalah
melakukan
penggandaan
kedua sisi
persamaan
itu
dengan (1 + 
sehingga diperoleh :
(1 +
   
=
1
Selanjutnya apabila persamaan diatas dibagi dengan     
lalu dikurangi 1,
maka
diperoleh :
Berdasarkan   definisi  
diketahui  
bahwa  
,  
dengan   demikian
persamaan diatas dapat pula dinyatakan sebagai berikut :
  
Persamaan  tersebut  dapat  juga  dinyatakan  dalam  bentuk  linear  logaritmik,
sebagai berikut :
atau
Untuk menduga persamaan di atas secara langsung adalah tidak mungkin, karena
hanya
mengambil nilai 0 dan 1, dimana komponen
akan
menjadi 0 apabila
, dan menjadi tidak terdefinisi apabila
Untuk
mengatasi hal ini,
maka data pengamatan perlu dikelompokkan ke dalam
kelas-kelas
berdasarkan kriteria
tertentu.
Dengan
demikian
model
logit dapat
diduga
berdasarkan nilai-nilai peluang tertentu dari setiap kelompok data pengamatan. Jika kita
mendefinisikan    
sebagai frekuensi pengamatan dalam kelas ke–i
yang berukuran   
,
maka peluang untuk kelas ke-i dapat diduga melalui :
Dengan
demikian
model
peluang
logit
dapat
diduga
menggunakan
sebagai
pendekatan bagi      sebagai berikut :
sehingga,
Berdasarkan
uraian di atas,
maka
dapat dibangun
model
logit
untuk
keperluan
pendugaan secara empiris, sebagai berikut :
  
Dimana :
=
Banyaknya konsumen yang memilih
=
Ukuran sampel yang diambil
=
Konstanta
=
Koefisien regresi
=
variabel bebas
=
error term / variabel pengganggu
Persamaan 
tersebut   merupakan 
persamaan 
yang   linear   dalam   parameter,
sehingga dapat diduga menggunakan metode kuadrat terkecil.
Karena         tidak   tepat   sama   dengan          maka   terdapat   masalah   dalam
menggunakan
metode kuadrat
terkecil
untuk
pendugaan kasus data
berkelompok. Jika
kita
mengasumsikan setiap
obyek
pengamatan
dalam
kelompok
adalah
bebas
dan
mengikuti distribusi
peluang binomial,
maka
variabel
tak bebas dari
persamaan diatas
akan
berdistribusi mendekati
distribusi
normal
(apabila
ukuran
contoh
besar)
yang
memiliki nilai rata-rata (nilai tengah) sama dengan nol dan ragam sebesar :
Dengan
demikian
persamaan logit
diatas
akan
memiliki
sifat
heteroskedastik.
Untuk
mengatasi
hal
ini,
maka
persamaan logit
tersebut
diduga
menggunakan metode
kuadrat
terkecil
terbobot (weighted
least
squares
method),
dengan
jalan
melakukan
pembobotan terhadap setiap nilai pengamatan melalui penggandaan dengan pembobot
  
Fungsi
respon
logistik
atau
sering
disebut sebagai peluang logit telah
banyak
diterapkan
dalam berbagai
percobaan
yang
juga
dikenal
memiliki
kurva pertumbuhan
berbentuk huruf S (kurva Signoid).
Model ini menggunakan beberapa asumsi antara lain :
a. 
Random komponen utilitas adalah Independent
and
Identically
Distributed
(IID)
dengan
distribusi
Gumbel.
Sifat
independen berarti
faktor
tidak
terobservasi tidak mempengaruhi utilitas yang ada.
b.   Respon para
individu
terhadap atribut alternatif
adalah homogeny, sehingga
karakteristik tak terobservasi dari
individu tidak sensitif terhadap atribut dan
alternatif.
c.   Variasi dan kovariasi
galat dari alternatif
yang ada adalah identik di antara
individu.
Sedangkan
Ghozali
(2005,
p218-222)
mengungkapkan bahwa
analisis
logit
memiliki dua tahapan, yaitu :
1.   Menilai Fit Model
a. 
Menilai
Over
All
Fit
Model
terhadap
data
dengan
menggunakan hipotesis
sebagai berikut :
:
Model yang dihipotesiskan fit dengan data
:
Model yang dihipotesiskan tidak fit dengan data
Dalam
penelitian ini
hipotesis
untuk
menilai
Over
All
Fit
Model
diuji
menggunakan
Hosmer and
Lemeshow Goodness of Fit
Test.
Menurut
Ghozali
(2005, p218), Hosmer and Lemeshow Goodness of Fit Test menguji hipotesis nol
  
bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara
model dengan data sehingga dapat dikatakan fit atau cocok). Jika
nilai statistik
Hosmer and Lemeshow Goodness of Fit Test kurang dari 0,05 maka hipotesis nol
ditolak
atau
berarti
ada
perbedaan signifikan antara
model
dengan
nilai
observasinya, sehingga
Over
All Fit
Model
tidak terpenuhi karena
model
tidak
dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow
Goodness of Fit Test lebih besar dari 0,05, maka hipotesis nol diterima,
hal ini
menunjukkan
model
yang
digunakan
mampu
memprediksi
nilai
observasinya
atau
dapat
dikatakan model
dapat
diterima karena
cocok
dengan
data
observasinya.
b.   Koefisien Determinasi (
)
Menurut 
Ghozali 
(2005,   p46),   Koefisien 
Determinasi  (
)   pada 
intinya
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
independen. Hal
ini
dinyatakan
dengan
berapa
persen
variabel
dependen
(Y)
dijelaskan
oleh
variabel
independen (X).
Menurut
Ghozali
(2005:129),
Nagelkerke’s      
merupakan
modifikasi dari koefisien
Cox
and
Snell
untuk
memastikan bahwa nilainya bervariasi dari
nol (0) sampai dengan satu (1). Nilai
Nagelkerke’s
dapat
diinterpretasikan
seperti
nilai
koefisien determinan (
)
pada  regresi
logistik (logit). Sedangkan rumus
untuk goodness of fit test
yang
berdasarkan likelihood function ini adalah sebagai berikut :
  
Dimana :
=  nilai  maksimum  likelihood function (fungsi  probabilitas)  jika  semua
koefisien (
) kecuali intersep ( 
) bernilai 0.
 
=
nilai dari
likelihood
fuction
untuk semua
parameter (
)
di dalam
model.
2.   Estimasi Parameter dan Interpretasinya
Tahapan ini merupakan tahap penghitungan prediksi dengan uji statistik sehingga
diperoleh
fungsi
regresi
logistik
yang
akan
membedakan kelompok
serta
menginterpretasikan
hasil
dari
fungsi
logit
yang
mampu
membedakan sampel
dalam dua kelompok atau lebih. Asumsi – asumsi yang ada pada analisis regresi
logistik (logit) menurut Garson yang dikutip oleh Gasperz (1992) antara lain :
1.   Regresi logistik tidak mengharuskan adanya hubungan linear antara variabel
dependen dan variabel independennya.
2.   Variabel dependennya tidak perlu berdistribusi normal.
3.   Variabel
dependennya
tidak
perlu
bersifat
homoskedastisitas
untuk
setiap
tingkatan variabel independennya.
4.   Penggunaan error pada distribusi normal tidak menjadi suatu keharusan pada
analisis regresi logistik.
5.   Variabel independennya tidak perlu dalam bentuk interval.
6.   Pengkodean, koefisien
logit
akan berubah
dalam
interpretasinya
jika
tidak
ada pengkodean.
7.   Logit akan memasukkan semua variabel yang relevan dalam model regresi.
  
8.   Penggunaan 
error   merupakan
asumsi   yang   harus   ada   pada   variabel
independen.
9.   Tidak
multikolinearitas, terjadinya
multikolinearitas dalam
logit tidak akan
mengubah koefisien estimasi.
10. Regresi logistik dapat digunakan pada sampel yang besar.
2.6.1 Uji Likelihood Ratio Statistic (LRS)
Untuk
menguji
variabel
bebasnya apakah
salah
satu
variabel
bebas
dapat
memberikan
hubungan
lebih
kuat
dibandingkan jika
tidak
menggunakan variabel
tersebut, penulis
menggunakan
uji
Likelihood
Ratio
Statistic
sebagai
berikut (Hosmer
and Lemeshow, 1989, p15) :
Ho =
  
banding       
tabel  dengan  derajat  bebas  jumlah  parameter  dalam  model
dikurangi 1. Bila
lebih besar dari
tabel (
>
tabel) maka
diterima.
2.6.2 Uji Wald
Uji Wald
hampir sama dengan LRS.
Uji Wald didapat dengan membandingkan
estimasi maximum likelihood dari parameter ß1,ß2,…..,ßp dengan estimasi dari standard
error. (Hosmer and Lemeshow, 1989, p16)
Perbandingan ini dapat dibandingkan dengan distribusi normal. Dalam kasus uji
statistiknya adalah
  
Dimana SE(
)
adalah standard error dari estimasi maximum likelihood
:
ßp =
0.
Bila uji Wald lebih besar dari nilai tabel Z maka ßp signifikan.
2.6.3 Interpretasi Koefisien
Setelah kita
mendapatkan
nilai koefisien
model
regresi
logistik dari data
yang
kita dapat maka kita harus
menginterpretasikan apa
yang dimaksud dari
nilai koefisien
tersebut. Pada awal analisis regresi
logistik populer,banyak yang
mengeluh bahwa nilai
koefisiennya memiliki arti yang intuitif. Tidak mudah untuk menginterpretasikannya.
Interpetasi dari koefisiennya sangat sulit kecuali pada tanda bacanya, negatif atau
positif (Allison, 1999, p28). Bagi
yang
masih memaksakan menginterpretasikan model
logit  dalam  bentuk  probabilitas
ada  beberapa
metode  grafis  dan  tabular  yang  bias
dipakai 
(Long, 
1996). 
Mungkin 
pendekatan  yang 
sederhana  adalah 
dengan
menggunakan persamaan berikut (Allison, 1999, p30) :
Persamaan
diatas
menyatakan
bahwa
perubahan
dalam
probabilitas dalam
x
tergantung dari
koefisien regresi dari
x, sebagaimana nilai dari
probabilitas itu sendiri.
Jika kita harus memiliki satu nilai, yang paling alami dari proporsi
(p) keseluruhan dari
kasus adalah kejadiannya (Allison, 1999, p30).
  
2.7 SPSS (Statistical Product and Service Solution)
SPSS
sebagai
software
statistik
pertama kali
dibuat
tahun
1968
oleh
tiga
mahasiswa Stanford University,
yakni Norman H.Nie, C.Hadlai Hull dan Dale H.Bent.
Saat
itu
software
dioperasikan pada
komputer
mainframe.
Setelah
penerbit
terkenal
McGraw-Hill menerbitkan user manual SPSS, program tersebut menjadi populer. Pada
tahun 1984,
SPSS
pertama kali
muncul dengan versi PC
(bisa dipakai untuk komputer
desktop) dengan nama SPSS/PC+, dan sejalan dengan mulai populernya sistem operasi
Windows,
SPSS
pada
tahun
1992
juga
mengeluarkan versi
Windows.
Dan
untuk
memantapkan posisinya
sebagai
salah
satu market
leader dalam
business
intelligence,
SPSS juga menjalin aliansi strategis dengan software house terkemuka dunia lainnya.
2.8 Borland Delphi
Borland
Delphi
adalah
sebuah
bahasa
pemrograman dan
lingkungan
pengembangan
perangkat
lunak. Produk
ini
dikembangkan oleh
Borland
(sebelumnya
dikenal sebagai Inprise). Bahasa Delphi, yang sebelumnya dikenal sebagai object pascal
(pascal
dengan
ekstensi
pemrograman berorientasi
objek (PBO/OOP))
pada
mulanya
ditujukan
hanya
untuk
Microsoft
Windows,
namun
saat
ini
telah
mampu
digunakan
untuk mengembangkan aplikasi untuk Linux dan Microsoft .NET framework.
Aspek penting yang perlu dicatat tentang Bahasa pemrograman Delphi termasuk:
Penanganan object sebagai reference/pointer secara transparan.
Properti sebagai bagian
dari
bahasa
tersebut;
benar,
sebagai getter
dan
setter
(atau
accessor
and
mutator),
yang
secara transparan
mengenkapsulasi
akses
pada
field-
field anggota dalam kelas tersebut.
  
Property index dan default yang menyediakan akses pada data kolektif.
Pendelegasian (type
safe method pointer)
yang digunakan
untuk
memproses event
yang dipicu oleh component.
Pendelegasian implementasi interface pada field ataupun property dari class.
Implementasi penanganan windows message
dengan cara membuat method dalam
class dengan nomer/nama dari windows message yang akan di handle.
COM bersifat sebagai interface yang independen dengan implementasi class sebagai
reference counted.
Kompilasi
yang dapat menghasilkan kode yang berjalan secara native x86 ataupun
managed code pada arsitektur framework .NET.
2.9 Microsof Access
Microsoft  Access  (atau Microsoft  Office  Access) adalah  sebuah  program
aplikasi
basis
data komputer
relasional yang ditujukan
untuk
kalangan
rumahan
dan
perusahaan kecil
hingga
menengah. Aplikasi
ini
merupakan anggota
dari
beberapa
aplikasi
Microsoft Office,
selain
tentunya Microsoft Word,
Microsoft Excel,
dan
Microsoft
PowerPoint. Aplikasi
ini
menggunakan
mesin
basis
data
Microsoft
Jet
Database
Engine,
dan
juga
menggunakan tampilan
grafis
yang
intuitif
sehingga
memudahkan pengguna.
Versi
terakhir
adalah
Microsoft
Office
Access
2007
yang
termasuk ke dalam Microsoft Office System 2007.
Microsoft
Access
dapat
menggunakan data
yang
disimpan
di
dalam
format
Microsoft Access,
Microsoft Jet
Database Engine,
Microsoft
SQL
Server,
Oracle
Database,  atau  semua  kontainer  basis  data  yang  mendukung  standar  ODBC.  Para
  
pengguna/programmer
yang
mahir
dapat
menggunakannya untuk
mengembangkan
perangkat
lunak  aplikasi
yang  kompleks,
sementara
para  programmer yang  kurang
mahir
dapat
menggunakannya
untuk
mengembangkan perangkat
lunak
aplikasi
yang
sederhana.  Access  juga  mendukung  teknik-teknik  pemrograman  berorientasi  objek,
tetapi
tidak
dapat
digolongkan
ke
dalam
perangkat
bantu
pemrograman berorientasi
objek.
Salah
satu
keunggulan Microsoft
Access
dilihat
dari
perspektif
programmer
adalah
kompatibilitasnya dengan
bahasa
pemrograman
Structured
Query
Language
(SQL), query dapat dilihat dan disunting sebagai statemen-statemen SQL, dan statemen
SQL dapat digunakan secara langsung di dalam Macro dan VBA Module untuk secara
langsung
memanipulasi tabel
data dalam Access.
Para
pengguna dapat
mencampurkan
dan
menggunakan kedua jenis
bahasa
tersebut
(VBA
dan
Macro)
untuk
memprogram
form dan logika dan juga untuk mengaplikasikan konsep berorientasi objek.
2.10 Software Engineering
Menurut Pressman (1997) Software adalah :
1.   Perintah (Program Komputer) yang bila dieksekusi memberikan fungsi dan unjuk
kerja seperti yang diinginkan.
2.   Struktur  data  yang  memungkinkan  program  memanipulasi  informasi  secara
proporsional, dan
3.   Dokumen yang menggambarkan operasi dan kegunaan program.
  
Menurut standar IEEE (Institute of Electrical Electronics Engineers) yang ditulis
oleh Pressman (1997) software engineering adalah :
1.   Aplikasi  dari  sebuah  penekatan  kuantifiabel,  disiplin  dan  sistematis  kepada
pengembangan, operasi, dan pemeliharaan software, yaitu aplikasi dari software.
2.   Studi tentang pendekatan seperti pada no.1.
2.10.1 Model Proses Software Engineering
Dalam
software
engineering
terdapat
berbagai model
proses
perancangan
software. Salah
satunya adalah model prototype. Model
ini biasanya digunakan ketika
pengembang  system  tidak  yakin  terhadap  efisiensi  dari  algoritma  yang  digunakan,
tingkat adaptasi terhadap system operasi atau rancangan form use interface (Pressman,
1997).
2.10.2 State Transition Diagram (STD)
Menurut Whitten et al. (2004) State Transition Diagram (STD) digunakan untuk
menggambarkan
urutan dan
variasi
layar
yang
dapat
muncul
ketika
pengguna
sistem
mengunjungi terminal.
Tampilan Layar
Gambar 2.2 Simbol tampilan layar STD
Menurut Whitten et al. (2004)
bujur
sangkar digunakan untuk menggambarkan
tampilan layar. Bujur sangkar hanya menggambarkan apa yang akan muncul di dialog.
  
Nama Aliran Kontrol
Gambar 2.3 Simbol aliran kontrol STD
Menurut Whitten
et
al. (2004)
anak
panah
menggambarkan
aliran kontrol
dan
menggerakkan kejadian
yang
akan
menyebabkan layar
menjadi
aktif
atau
menerima
fokus.
Arah
anak
panah
menunjukkan
urutan
munculnya
layar-layar
tersebut. Sebuah
anak
panah
yang
terpisah,
masing-masing
memiliki
nama,
digambarkan
untuk
setiap
arah karena tindakan yang berbeda akan menggerakkan aliran kontrol dari dan ke
layar
yang ada.
2.10.3 Flowchart
2.10.3.1 Pengertian Flowchart
Flowchart
adalah simbol-simbol yang
digunakan untuk
menggambarkan urutan
proses yang terjadi di dalam suatu program komputer atau suatu alat yang dipakai untuk
membuat algoritma.
Flowchart
dapat
menunjukkan
secara
jelas
arus
pengendalian
suatu algoritma,
yaitu
bagaimana
melaksanakan suatu
rangkaian
kegiatan secara
logis
dan
sistematis.
Suatu flowchart dapat memberikan gambaran dua
dimensi
yang berupa symbol-simbol
grafis. Masing-masing simbol telah ditetapkan terlebih dulu fungsi dan artinya.
Simbol-simbol tersebut
dipakai
untuk
menunjukkan
berbagai
kegiatan
operasi
dan
jalur
pengendalian.
Bentuk-bentuk diagram
alir
yang
sering
digunakan
di
dalam
proses pembuatan suatu program komputer adalah sebagai berikut.
  
Program Flowchart
Simbol-simbol
yang
menggambarkan urutan
prosedur
secara
rinci
dan
detail
antara instruksi yang satu dengan yang lainnya di dalam suatu program komputer
yang bersifat logic.
Sistem Flowchart
Simbol-simbol
yang
menggambarkan
urutan
prosedur  secara
detail
di  dalam
suatu sistem komputer, dan bersifat fisik.
Sebelum kita membuat suatu program komputer, yang
harus
dilakukan terlebih
dahulu adalah membuat diagram alir (flowchart), yang sering digunakan adalah program
Flowchart. Teknik pembuatan flowchart terbagi menjadi dua bagian, yaitu :
1.   General Way
Cara   ini   sering   digunakan   dalam   penyusunan   logika   suatu   program,   yang
menggunakan pengulangan proses secara tidak langsung (Non-Direct Loop).
2.   Iteration Way
Cara ini sering dipakai untuk logika program yang cepat, serta bentuk permasalahan
yang kompleks, pengulangan proses yang terjadi bersifat langsung (Direct Loop).
  
2.10.3.2  Simbol-simbol Flowchart
Tabel 2.2 Daftar Simbol Flowchart
No
Betuk Simbol
Nama Simbol
Keterangan
1.
Terminal
Digunakan untuk
menggambarkan awal
dan akhir dari suatu kegiatan.
2.
Decision
Digunakan
untuk
menggambarkan
proses  pengujian 
suatu  kondisi 
yang
ada.
3.
Preparation
Digunakan
untuk
menggambarkan
persiapan
awal  dari  proses  yang  akan
dilakukan.
4.
FlowLine
Digunakan
untuk
menggambarkan
hubungan  proses  dari  suatu  proses  ke
proses lainnya.
5.
Input/Output
Digunakan    
untuk    
menggambarkan
proses
pemasukan data
yang
berupa
pembacaan data
dan
sekaligus
proses
keluaran yang berupa pencetakan data.
6.
Subroutine
Digunakan
untuk
menggambarkan
proses 
pemanggilan 
subprogram 
dari
main program.
7.
Connector
Digunakan
sebagai
penghubung
antara
suatu proses dengan proses lainnya yang
ada di dalam suatu lembar halaman.
8.
Page Connector
Simbol     
ini     
digunakan     
sebagai
penghubung antara suatu proses
dengan
proses
lainnya, akan
tetapi
berpindah
halaman.