Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M ... · serta dasar pemilihan lokasi...
Transcript of Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M ... · serta dasar pemilihan lokasi...
Daycare
upaya terorganisasi untuk mengasuh anak
di luar rumah apabila asuhan orang tua
kurang dapat dilaksanakan secara lengkap
dan bukan sebagai pengganti asuhan
orangtua (Perserikatan Bangsa-bangsa,
1990)
Beberapa alasan dari ibu yang menitipkan
anaknya kepada TPA, antara lain:
› Agar anak mendapat pengasuhan pengganti
sementara ibu bekerja.
› Kebutuhan melepaskan diri sejenak dari
tanggung jawab dalam hal mengasuh anak
secara rutin.
› Keinginan menyediakan kesempatan bagi anak
untuk berinteraksi dengan teman seusianya dan
pengasuh.
› Agar anak mendapat stimulasi kognitif secara
baik.
Selama tahun-tahun pertama, otak bayi
berkembang pesat. Kepesatan
perkembangan itu karena otak bayi
menghasilkan bertrilyun-trilyun
sambungan antara sel otak yang
banyaknya melebihi kebutuhan
(Harry,2011)
Pendidikan Anak Usia Dini (PAUD) telah
menjadi Gerakan Masyarakat Secara
Nasional (National Public Movement)
Pemerintah telah menetapkan rencana
jangka panjang agar APK-PAUD tahun
2014 mencapai 21,3 juta (72,6%)
Aktualisasi pada kenyataan diatas ialah
semakin banyaknya lembaga-lembaga
Pendidikan Anak Usia Dini baik formal
maupun non-formal
Semua berkompetisi untuk menjadi
lembaga yang memiliki kualitas dan
kredibilitas yang diakui sehingga dapat
memenangkan persaingan
Bagaimana mendapatkan lokasi pendirian
daycare yang terbaik dalam rangka
memenuhi objektif yang diinginkan dan
meningkatkan daya saing
Mencari solusi keputusan pemilihan lokasi
penitipan anak (daycare) yang sesuai
dengan objektif yang diinginkan
Memperoleh lokasi pendirian penitipan
anak (daycare) yang dapat dijadikanrekomendasi dan pertimbangan bagi investor.
Daycare yangakan dibangun
Berjumlah satubuah
Daycare yangDijadikan
objek amatan
Surabaya
Calon pendaftardatang atasPermintaan
sendiri
CustomerRetention RateDaycare sama
Hasil identifikasi kriteria-kriteria penentuserta dasar pemilihan lokasi cabang baruyang didapat melalui model Porter’s Diamond akan menjadi referensi bagiinvestor dalam meningkatkan daya saingdan keuntungan
Hasil penentuan lokasi prioritas yang didapat dari pengolahan data melaluiAnalytic Network Process (ANP) dapatmenjadi pertimbangan investor dalammenentukan lokasi pendirian usahanya.
Penulis Tahun Judul Objek Metodologi
Chin-Tsai Lin, Pin-Ju Juan.
2007 Developing a hierarchy relation with an expert decision analysis process for selectiong optimal resort type
TaiwaneseInternationalResort Park
Porter’s Diamond Model, Modified Delphi Approach, Analytic Network Process
Gwo-Hshiung Tzeng, Mei-Hwa Teng, June-Jye Chen, Serafim Opricovic
2002 Multicriteria selection for a restaurant location in Taipei
Restoran di Taipei
Analytical HierarchyProcess
Prasanta Kumar Dey, Eugene K. Ramcharan
2007 Analytic hierarchy process helps select site for limestone quarry expansion in Barbados
Pabrik semen di Barbados
Analytical HierarchyProcess
Haydar Aras, Senol Erdogmus, Eylem Koc
2003 Multicriteria selection for a wind observation statin location using analytic hierarchy process
Wind Observation Station
Analytical HierarchyProcess
Page 14
31 Kecamatandi Surabaya
ANP
Pemilihan kriteria dan sub kriteria pemilihan yang valid
LOKASI TERPILIH
Berdasarkan wawancarakepada pemilik TPA
Pemilihan Lokasi Tempat Penitipan Anak di Surabaya
Kelayakan Investasi-NPV- IRR
- Payback Period
Porter’s DiamondModel
-Kondisi Faktor-Faktor Permintaan
-Strategi, Persaingan-Industri Pendukung
-Pemerintah-Perubahan
Nilai Terbobot
AHP
Target Market
Rating
5 KecamatanAlternatif
Metode P-Median(Myopic Algorithm)
Analisa SensitifitasTerhadap Lokasi
Terpilih
Salah satu kriteriadalam ANP
Pemilihan Kelurahan Optimal tiap kecamatan alternatif
Sebagai masukan ANP
DEMATEL
Target Market
Metode P-Median
Analytic Network Process (ANP)
Analisa Sensitivitas
Porter’s Diamond ModelKajian
Literatur
Net Present Value (NPV)
DEMATEL
Tujuan dari pengidentifikasian target market ini adalah untuk mengerucutkanbidikan pasar sehingga diketahui kriteria customer potensial yang ingindidapatkan.
Target Market terdiri dari Empat Karakteristik, antara lain:
Geographic: ruang lingkup geografis dari aktivitas bisnis
Demographic : umur, ras, agama, gender, tingkat pendapatan, ukuran keluarga, pekerjaan, tingkat pendidikan, kepadatan penduduk, dan status perkawinan
Psychographic: pemenuhan kenyamanan psikologis customer
Behaviouristic: alasan atau kepentingan pelanggan serta kebiasaan pelanggan.
Objective: Mendapatkan 5 Kecamatan Alternatif yang memiliki customerpotensial paling banyak.
Page 21
1) Target Market
3) Perhitungan Nilai Rating Tiap Kecamatan
2) Bobot Prioritas Kriteria Target Market
1) TARGET MARKETEmpat Elemen Target Market (Geografi, Demografi, Psikografi, danBehaviouristic) Wawancara Terpilih Tiga Kriteria yang Menjadi Pertimbangan dalam Pemilihan 5 Kecamatan Alternatif
Berdasarkan Demografi
Kepadatan PendudukKecamatan
Usia Potensial(0-5 tahun)
Penduduk Menengah Atas
Page 22
• Perhitungan Nilai TerbobotPerhitungan ini dilakukan untuk mendapatkan 5 alternatif lokasi dari 31 kecamatan yang ada di Surabaya.
dimana:yn= Kecamatan ke-na= Bobot kepentingan kriteria kepadatan pendudukb= Bobot kepentingan kriteria rentang usia potensialc= Bobot kepentingan kriteria jumlah penduduk menengah atasKPx= Nilai rating kriteria kepadatan penduduk pada kecamatan ke-nUPx= Nilai rating kriteria rentang usia potensial pada kecamatan ke-nMAx= Nilai rating kriteria jumlah penduduk menengah atas pada kecamatan ke-n
yn = a.KPx + b.UPx + c.MAx
a, b, dan c didapat dari bobot AHP
KPx, UPx, MAx didapat dari perhitungan nilai rating
2) Expert Judgement (Expert Choice)
Tujuan: Mengetahui Bobot Prioritas Ketiga Kriteria Pemilihan.
Responden: Pemilik Tempat Penitipan Anak
Page 23
Bobot Prioritas:Usia Potensial: 0.466Menengah Atas: 0.433Kepadatan Penduduk:0.100
3) NILAI RATING Kepadatan Penduduk
KPx: Rating Kepadatan Penduduk
pada kecamatan ke-n
UPx: Rating Penduduk dg Usia Potensial
ada kecamatan ke-n
MAx: Rating Penduduk dengan pendapatan
menengah atas pada kecamatan ke-n
Contoh Perhitungan:
R(KPsawahan)= (32216/2921420)*100
= 7.82Page 24
No. KecamatanKepadatan (jiwa/km2)
Nilai Rating
1 Sawahan 32292 7,82
2 Tambaksari 24886 6,03
3 Semampir 22123 5,36
4 Wonokromo 22152 5,37
5 Gubeng 19785 4.94
6 Tegalsari 27848.5 4.58
... ....... ....... .......
31 Bulak 10531.3 1.35
TOTAL 2.921.420 100
R(KPx)= (KPx /Total KP)*100
R(UPx)= (UPx/Total UP)*100
R(MAx) = (MAx/Total MA)*100
No Kecamatan 0-5 th Rating
1 Sawahan 4109 7,94
2 Tambaksari 3936 7,60
3 Wonokromo 3493 6,75
4 Semampir 3371 6,51
..... ....... ....... .......
31 Pakal 724 1,53
51.763
Page 25
No KecamatanPendapatan
Men. AtasJumlah
pendudukMenengah
atasNilai
Rating
1 Wonokromo 43,16 187.630 80.981 9,74
2 Semampir 26,86 193.801 52.055 6,26
3 Sawahan 14,16 223.784 31.688 3,81
4 Tambaksari 13,16 223.722 29.442 3,54
.... ....... ....... ....... ....... .......31 Bulak 0,11 6054 926 0.70
831.075
Usia potensial:UPx = (UPx/Total UP)*100UPsemampir = (3371/51763)*100= 6,51
Menengah Atas:MAx = (MAx/Total MA)*100MAwonokromo = (80534/831.075)*100= 9,74
Perhitungan Nilai Terbobot
Page 26
yn = a.KPx + b.UPx + c.MAx
Kec. Sawahan =(8,56*0,100)+(7,94*0,466)+(3,85*0,433)= 6,22
Keterangan:R.K: Rating KepadatanB.K: Bobot KepadatanR.U: Rating UsiaB.U: Bobot UsiaRMA: Rating
Menengah AtasB.A: Bobot
Menengah Atas
5 Kecamatan Terpilih sebagai Alternatif:
Page 27
KecamatanWonokromo
KecamatanTambaksari
KecamatanSemampir
KecamatanSawahan
KecamatanGubeng
Metode ini menghasilkan lokasi optimal
yang memiliki rata-rata jarak paling
minimal ke tiap titik permintaan, artinya
meminimasi biaya yang harus ditempuh
pelanggan untuk mencapai lokasi
daycare
Page 29
Objektif: mendapatkan titik median diantara titik kandidat yang ada sehingga didapat lokasi dengan total rata-rata jarak ke tiap titik permintaan yang paling minimal. Minimize
2
4.2
2.6
3
2.212
4.9
2.1
0.8
3.7
4042624931
12762
19583
33411
50548
Wonokromo
Darmo
Ngagel
Jagir
Ngagel Rejo
Sawunggaling
2.6
4.3
3.14.9
hi: Permintaanpada node i
dij: Jarak antaratitik permintaannode i dengannode j yaitu kandidat yang dibangun (dij bernilai nol jikai = j
Page 30
Kelurahan optimal masing-masing kecamatan:
Contoh: Kecamatan Wonokromo
2
4.2
2.6
3
2.212
4.9
2.1
0.8
3.7
4042624931
12762
19583
33411
50548
Wonokromo
Darmo
Ngagel
Jagir
Ngagel Rejo
Sawunggaling
2.6
4.3
3.14.9
No
. Kelurahan Wonokromo Jagir Ngagel Ngagel
Rejo Darmo Sawunggaling
Jumlah Penduduk
1 Wonokromo 0 2 3.4 3.1 2.6 2.6 40,426 2 Jagir 2 0 4.2 3.7 4.9 4.9 24,931 3 Ngagel 3.4 4.2 0 0.8 2.2 4.1 12,762 4 Ngagel Rejo 3.1 3.7 0.8 0 2.1 4 50,548 5 Darmo 2.6 4.9 2.2 2.1 0 3 19,583 6 Sawunggaling 2.6 4.9 4.1 4 3 0 33,411
Matrik Jarak Antar Kelurahan
P-Median Networkuntuk Kecamatan
Wonokromo
Page 31
Kelurahan optimal masing-masing kecamatan:Kecamatan Wonokromo
KECAMATAN WONOKROMO (Node j)
No Node i Wonokromo Jagir Ngagel Ngagel
Rejo Darmo Sawunggaling
1 Wonokromo 0 80852 137448 125321 105108 105108 2 Jagir 80852 0 104710 92245 122162 122162 3 Ngagel 84765 104710 0 10210 28076 52324 4 Ngagel Rejo 39562 47219 10210 0 106151 202192 5 Darmo 131425 247685 111206 106151 0 58749 6 Sawunggaling 50916 95957 80290 78332 58749 0
Total 387520 576424 443864 412258 420246 540535
Kelurahan Wonokromo= (0 * 40426) + (2*24931) + (3.4*12762) + (3.1*50548) + (2.6*19583) + (2.6*33411)= 387520Kelurahan Jagir= (2*40426) + (0*24931) + (4.2*12762) + (3.7*50548) + (4.9*19583) + (4.9*33411)= 576424Kelurahan Ngagel= (3.4*40426) + (4.2*24931) + (0*12762) + (0.8*50548) + (2.2*19583) + (4.1*33411)= 443864
Kelurahan optimal pada Kecamatan Wonokromo:Kelurahan Wonokromo (dengan nilai demand-
weighted distance paling minimal)
Page 32
Hasil Perhitungan: Kec. Wonokromo Kelurahan Wonokromo
Kec. Semampir Kelurahan Wonokusumo
Kec. Sawahan Kelurahan Kupang Krajan
Kec. Gubeng Kelurahan Kertajaya
Kec. Tambaksari Kelurahan Ploso
Jarak rata-rata minimal ke semua titik permintaan
Jarak rata-rata = Total demand weighted distance/Total Demand
= 387520 / (181661)
= 2.13 km
Jumlah Median
LokasiTotal Demand-
Weighted DistanceAverage Distance (Jarak rata-rata)
1 Kelurahan Wonokromo 387736 2.13 km
1 Kelurahan Wonokusumo 284059 1.85 km
1 Kelurahan Kupang Krajan 296309 1.39 km
1 Kelurahan Kertajaya 106491 1.04 km
1 Kelurahan Ploso 209416 1.22 km
Net Present Value (NPV)
Internal Rate of Return (IRR)
Payback Period (PP)
Perhitungan kelayakan finansial digunakan
sebagai salah satu input pada metode
Analytic Network Process (ANP)
Wonokromo
Semampir
Sawahan
Gubeng
Tambaksari
NPV 191.948.839
IRR 72%
Payback Period 1 tahun 8 bulan
NPV Rp138.736.378
IRR 55%
Payback Period 2 tahun 8 bulan
NPV Rp149.804.080
IRR 59%
Payback Period 2 tahun 8 bulan
NPV Rp154.570.232
IRR 59%
Payback Period 2 tahun 8 bulan
NPV 121.838.326
IRR 49%
Payback Period 2 tahun 8 bulan
Model Porter’s Diamond terdiri dari elemen-elemen :
1. Kondisi faktor: SDA, infrastruktur, dan tenaga kerja terlatih.
2. Kondisi demand: kondisi yang dapat meningkatkan posisinya dalam kompetisi pasar. Contoh: karakteristik penduduk
3. Strategi, struktur perusahaan, dan persaingan: Kondisi yang terbentuk oleh bagaimana perusahaan dibuat, diorganisir, dan dikendalikan persaingan domestik.
4. Industri terkait dan pendukung: ada atau tidak adanya pemasok dan industri terkait.
5. Kebijakan pemerintah: meliputi larangan legal dan kebijakan.
6. Perubahan, yang mempengaruhi berjalannya suatu industri, contoh: perkembanganteknologi dan perubahan permintaan pasar.
Level 1: Ultimate Goal
Level 2: Criteria Level 3: Sub-CriteriaLevel 4:
Alternatives
Mendapatkan lokasi Tempat
Penitipan Anak
berdasarkan daya saingnya
Kondisai Permintaan
(C1)
Akses jalan(SC1)
Kec. Wonokromo
(Ae1)
Kec. Semampir
(Ae2)
Jarak menuju konsumen(SC2)
Kondisi fisik bangunan(SC3)
Keterbebasan dari banjir(SC4)
Biaya penitipan (SC5)
KondisiPermintaan
(C2)
Dekat dengan tempat kerja (SC6)
Kesesuaian karakter penduduk (SC7)
Kondisi ekonomi (SC8)
Page 39
Level 1: Ultimate Goal
Level 2: Criteria Level 3: Sub-CriteriaLevel 4:
Alternatives
Mendapatkan lokasi Tempat
Penitipan Anak berdasarkan
daya saingnya
Strategi & Persaingan
(C3)
Ketiadaan Tempat Penitipan Anak lain pada lokasi tersebut (SC9)
Kec. Sawahan (Ae3)
Kec. Gubeng (Ae4)
Kec. Tambaksari
(Ae5)
IndustriPendukung
(C4)Kedekatan dengan fasilitas publik (SC10)
Pemerintah (C5)
Kebijakan pemerintah(kemudahan perijinan guna pemakaian lahan) (SC11)
Perubahan (C6)
Tingkat kriminalitas (SC27)
Page 40
Tujuan
untuk menganalisa struktur komponen,
arah dan identitas dari hubungan secara
langsung ataupun tidak antara komponen
yang terdefinisi
Hasil dari analisis DEMATEL ini dapat
mengilustrasikan hubungan struktur antar
komponen (Tzen et al., 2007).
Page 43
Responden 1
Kondisi faktor
Kondisi permintaan
Struktur, strategi, dan persaingan
perusahaan
Industri pendukung dan
terkaitPemerintah Peluang
Kondisi faktor 0 4 3 2 1 1
Kondisi permintaan2 0 2 1 2 3
Struktur, strategi, dan persaingan perusahaan 3 3 0 2 1 3Industri pendukung dan terkait 3 2 2 0 1 2Pemerintah 4 3 3 1 0 3
Peluang/Perubahan2 3 3 2 3 0
Page 44
Responden 2
Kondisi faktor
Kondisi permintaan
Struktur, strategi, dan persaingan
perusahaan
Industri pendukung dan
terkaitPemerintah Peluang
Kondisi faktor 0 3 3 2 1 1Kondisi permintaan 2 0 1 1 2 2Struktur, strategi, dan persaingan perusahaan 3 3 0 3 1 3Industri pendukung dan terkait 2 3 4 0 1 3Pemerintah 3 4 3 1 0 4Peluang/Perubahan 2 3 3 1 3 0
Page 45
Kondisi faktor
Kondisi permintaan
Struktur, strategi, dan persaingan
perusahaan
Industri pendukung dan terkait
Pemerintah Peluang
Kondisi faktor 0 0,250 0,250 0,167 0,083 0,083Kondisi permintaan 0,125 0 0,083 0,042 0,125 0,167
Struktur, strategi, dan persaingan perusahaan 0,208 0,208 0 0,167 0,042 0,208
Industri pendukung dan terkait 0,083 0,083 0,167 0 0,042 0,083
Pemerintah 0,250 0,250 0,208 0,042 0 0,250Peluang/Perubahan 0,125 0,208 0,208 0,083 0,208 0
Page 46
Kondisi faktor
Kondisi permintaan
Struktur, strategi, dan persaingan perusahaan
Industri pendukung dan terkait
Pemerintah Peluang D D+R D-R
Kondisi faktor 0,419 0,725 0,668 0,435 0,360 0,505 3,112 6,193 0,031
Kondisi permintaan 0,428 0,399 0,433 0,254 0,336 0,464 2,315 6,154 -1,524
Struktur, strategi, dan persaingan perusahaan 0,590 0,700 0,473 0,437 0,340 0,594 3,133 6,578 -0,311
Industri pendukung dan terkait 0,331 0,392 0,426 0,179 0,213 0,333 1,874 3,968 -0,221
Pemerintah 0,741 0,879 0,769 0,408 0,376 0,747 3,920 6,035 1,805
Peluang/Perubahan 0,572 0,744 0,676 0,382 0,490 0,467 3,330 6,439 0,221
R 3,081 3,839 3,444 2,095 2,115 3,109
Threshold Value 0,4
Page 48
(SC1) (SC2) (SC3) (SC4) (SC5) (SC6) (SC7) (SC8) (SC9) (SC10) (SC11) (SC12) D D+R D-R
(SC1) 0,393 0,550 0,412 0,508 0,428 0,503 0,419 0,471 0,453 0,407 0,334 0,530 5,407 11,737 -0,922
(SC2) 0,563 0,552 0,505 0,565 0,568 0,620 0,532 0,529 0,576 0,501 0,394 0,608 6,510 13,923 -2,005
(SC3) 0,511 0,636 0,469 0,585 0,596 0,568 0,585 0,580 0,585 0,478 0,396 0,612 6,601 12,780 0,423
(SC4) 0,478 0,575 0,465 0,419 0,468 0,499 0,472 0,459 0,506 0,425 0,324 0,461 5,552 12,118 -1,015
(SC5) 0,595 0,696 0,595 0,613 0,544 0,654 0,639 0,620 0,611 0,497 0,437 0,643 7,146 13,805 0,488
(SC6) 0,593 0,659 0,519 0,581 0,583 0,529 0,602 0,572 0,590 0,454 0,398 0,608 6,689 13,593 -0,215
(SC7) 0,566 0,649 0,566 0,597 0,603 0,621 0,503 0,589 0,553 0,488 0,389 0,623 6,746 13,280 0,211
(SC8) 0,526 0,600 0,500 0,501 0,561 0,507 0,523 0,446 0,539 0,425 0,348 0,526 6,003 12,490 -0,484
(SC9) 0,616 0,720 0,615 0,646 0,655 0,674 0,645 0,653 0,555 0,500 0,437 0,691 7,407 13,953 0,860
(SC10) 0,373 0,477 0,396 0,427 0,438 0,451 0,403 0,425 0,403 0,311 0,354 0,465 4,922 10,438 -0,595
(SC11) 0,520 0,599 0,539 0,536 0,575 0,605 0,582 0,561 0,578 0,471 0,344 0,609 6,520 11,148 6,520
(SC12) 0,596 0,698 0,598 0,589 0,639 0,675 0,629 0,582 0,600 0,559 0,474 0,574 7,212 14,164 7,212
R 6,330 7,412 6,179 6,567 6,658 6,904 6,535 6,487 6,546 5,517 4,629 6,951
Threshold Value 0,45
Pairwise comparison ‘with respect to’ Sub kriteria Lahan Eksisting
Page 55
Keterangan:ai= penilaian responden ke-iaw = penilaian gabungann = banyaknya responden
2. Sub Kriteria
Page 57
No Sub kriteria Bobot limiting
1. Akses jalan 0.0371 0.0185
2. Jarak menuju konsumen 0.1146 0.0573
3. Kondisi fisik bangunan 0.0451 0.0225
4. Keterbebasan dari banjir 0.0389 0.0195
5. Biaya penitipan 0.1387 0.0694
6. Dekat dengan tempat kerja 0.0818 0.0409
7. Kesesuaian dengan karakter penduduk 0.1414 0.0706
8. Kondisi ekonomi 0.0893 0.0446
9. Ketiadaan TPA lain pada lokasi 0.1313 0.0656
10. Kedekatan dengan fasilitas publik 0.00005 0.00003
11. Kebijakan pemerintah 0.00006 0.00003
12. Tingkat kriminalitas 0.1816 0.0908
Page 58
Nilai-nilai parameterdapat berubah
(memiliki ketidakpastian)
Keputusan Berubah
Saat perubahan parameter merubah keputusan
Sensitif
Untuk mengetahui seberapasensitif suatu keputusan
terhadap perubahanparameternya
ANALISA SENSITIVITAS
Page 59
Analisa sensitivitas permintaanpada kelayakan investasikecamatan wonokromo = 10%
Jumlah
anakNPV (Rp.) IRR Payback Period
Penurunan
Demand
Demand
Awal240 191.948.839 72% 1 tahun 8 bulan
10%Penurunan
10%216 13.042.661 12% 7 tahun
1) Pemilihan lima alternatif dengan menggunakan Target Market, AHP, dan nilai rating.
2) Kriteria dan sub kriteria valid
3) Analisis kelayakan investasi
4) Analisis penentuan kelurahan optimal berdasarkan metode p-median
5) Penentuan hubungan antar kriteria dengan menggunakan DEMATEL
6) Analisis bobot prioritas berdasarkan ANP
7) Analisis sensitivitas lokasi terpilih
Page 60
5 Kecamatan31 Kecamatan Target Market AHP Nilai Rating
12 Sub kriteria Validasi
5 layak5 Kecamatan Kelayakan Investasi
Lokasi Terpilih Kec. Wonokromo
Penurunan Permintaan 10 %
Kesimpulan:
1. Berdasarkan perhitungan dengan menggunakan Metode ANP, dari keenam kriteriaModel Porter’s Diamond (kondisi faktor, faktor permintaan, strategi persaingan, instansipendukung dan terkait, pemerintah, dan perubahan) kriteria faktor peluang pengaruh paling besar.
2. Sub kriteria daya saing yang menjadi pertimbangan dalam pemilihan lokasi Tempat Penitipan Anak terdiri dari dua belas sub kriteria, dimana lima sub kriteria yangpaling berpengaruh berdasarkan pembobotan dengan Metode ANP, adalah:
- Tingkat kriminalitas dengan bobot 0.1816
- Kesesuaian karakter penduduk dengan bobot 0.1414
- Biaya penitipan dengan bobot 0.1387
- Ketiadaan TPA lain pada lokasidengan bobot 0.1313
- jarak menuju konsumendengan bobot 0.1146.
Page 61
Bobot Prioritas Normalized by Cluster Limiting
B06 Peluang 0.36225 0.000405
2. Berdasarkan target market, bobot kepentingan yang dihitung dengan metode AHP, dannilai rating, didapat lima kecamatan alternatif yaitu Kecamatan Wonokromo, Semampir, Sawahan, Gubeng, dan Tambaksari.
4. Kelurahan optimal untuk masing-masing kecamatan berdasarkan metode P-Median (Algoritma Miopic), antara lain:
- Kecamatan Wonokromo Kelurahan Wonokromo
- Kecamatan Semampir Kelurahan Wonokusumo
- Kecamatan Sawahan Kelurahan Kupang Krajan
- Kecamatan Gubeng Kelurahan Kertajaya
- Kecamatan Tambaksari Kelurahan Ploso
5. Lokasi terpilih berdasarkan bobot prioritas yang didapatkan dengan menggunakan metode ANP adalah:
Kecamatan Wonokromo.
Page 62
Kesimpulan (Lanjutan):
6. Kecamatan Wonokromo sebagai lokasi terpilih (bobot prioritas tertinggi) juga memiliki nilai kelayakan investasi tertinggi dengan Net Present Value (NPV) sebesar Rp. 191.948.839, IRR sebesar 72%, dan payback period selama 1 tahun 8 bulan. Berdasarkananalisis sensitivitas, sebesar 10% penurunan permintaan terhadap Tempat penitipan anak di Kecamatan Wonokromo merupakan penurunan maksimal yang dapat diterima tanpa mengubah keputusan layak.
Saran:
Adapun saran yang dapat diajukan dari penelitian ini adalah dilakukan pengembangan penelitian untuk mendapatkan lokasi pembangunan yang lebih spesifik dengan mempertimbangkan kriteria daya saing yang lebih lengkap.
Page 63
Aras et al. 2003. Multi-criteria Selection for a Wind Observation Station Location using Analytic Hierarchy Process. International journal of Renewable Energy.
Anugrawan, S. 2010. Penetapan Pengambilan Keputusan Strategi Penjualan Berbasis Online Pada Produk Clothing Dengan Menggunakan Metode Dematel, Anp Dan Stem Di Surabaya. Laporan Tugas Akhir. Jurusan Teknik Industri.
Badan Pusat Statistik Indonesia. 2010. Angka Partisipasi Kasar Pendidikan. <http://www.bps.go.id/ >Diakses: 20 September 2011
Badan Pusat Statistik Provinsi Jawa Timur. 2010. Data Kependudukan Provinsi Jawa Timur. <http://jatim.bps.go.id> Diakses: 25 September 2011
Bank Indonesia. 2010. Laporan Inflasi (Indeks Harga Konsumen). <http://www.bi.go.id/web/> Diakses: 28 November 2011
Darmawan, Budhi. 2008. Identifikasi Faktor-faktor Kelayakan yang Penting untuk Dipertimbangkan dalam Investasi Real Estate dengan Menggunakan Analytic Hierarchy Process (AHP). Thesis Jurusan Teknik Sipil. Universitas Indonesia.
Dinas Kependudukan dan Catatan Sipil Surabaya. 2010. Kependudukan Kota Surabaya. <http://www.surabaya.go.id/dispenduk/> Diakses: 21 September 2011.
Lowe C. 2008. Target Marketing. <http://www.economicsubj.com> Diakses 14 September 2011
Patmodewo, Soemiarti. 2008. Pendidikan Anak Prasekola. Jakarta. Rineka Cipta.
Porter, M.E. 1998. Cluster and The New Economic of Competition. Harvards Business Review.
Pujawan, I Nyoman. 2003. Ekonomi Teknik. Surabaya: Guna Widya
Sumastuti, AM. 2005. Keunggulan NPV Sebagai Alat Analisis Uji Kelayakan Investasi dan Penerapannya. Dosen Tetap Fakultas Ekonomi.
Saaty, T. L. 2005. Theory and Applications of The Analytic Network Process. Pitsburg: RWS Publications.
Saaty, T. L. 1994. Fundamentals of Decision Making and Priority Theory with The Analytic Hierarchy Process. Pittsburg: RWS Publications
Tzeng, G. H. Chian, C. H., & Li, C. W. (2007). Evaluating intertwined effect in e-learning programs: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, 32(4), 1028-1044