Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M ... · serta dasar pemilihan lokasi...

67
Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M. Eng. Sc.

Transcript of Dosen Pembimbing: Prof. Dr. Ir. Udisubakti Ciptomulyono, M ... · serta dasar pemilihan lokasi...

Dosen Pembimbing:

Prof. Dr. Ir. Udisubakti Ciptomulyono, M. Eng. Sc.

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)

•Perkembanganintelektual ≥50%

0-4 Tahun

• hingga 8 tahun≥ 80%

• saat 18 tahun100%

5-18 Tahun

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

Grafik Pertumbuhan Jumlah Partisipasi PAUD Wilayah Surabaya (%)

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)

Biaya Investasi

Biaya Infrastruktur Biaya Operasional

Perhitungan Biaya

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 47

Impact-Diagraph kriteria

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

Page 49

Impact Diagraph sub-kriteria

Metode untuk menghitung bobot

prioritas suatu kriteria

Page 51

Pairwise comparison ‘with respect to’ Sub kriteria Lahan Eksisting

Page 55

Keterangan:ai= penilaian responden ke-iaw = penilaian gabungann = banyaknya responden

1) Kriteria

Page 56

Kriteria KondisiPermintaan Bobot Prioritas tertinggi:

0.36225

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