PENGADOPSIAN TEKNOLOGI RFID DI RUMAH SAKIT INDONESIA, MANFAAT DAN HAMBATANNYA

eksplorasi manfaat dan hambatan dari pengadopsian teknologi RFID (Radio Frequency Identification) dalam konteks rumah sakit di Indonesia. Metode investigasi dari penelitian ini menggunakan wawancara dan kuesioner semi-struktur untuk konsultan, peneliti teknologi RFID dan manajer rumah sakit berkatagori besar di Pulau Jawa. Manfaat-manfaat dan hambatan-hambatan dari pengadopsian teknologi RFID telah diidentifikasi dari studi literatur. Hambatan dari pengadopsian teknologi RFID dibagi menjadi dua aspek yaitu hambatan dari aspek bisnis dan teknologi. Temuan dari studi ini meyakini bahwa manfaat dari pengadopsian teknologi RFID didominasi oleh manfaat yang bersifat intangible. Sebagian besar responden meyakini bahwa hambatan utama dari pengadopsian teknologi RFID adalah:  kompleksnya teknologi RFID,  ketiadaan informasi yang lengkap dan valid, tidak tersedianya anggaran yang cukup.

Aplikasi teknologi RFID (Radio Frequency Identification) di rumah sakit relatif baru dibandingkan dengan sektor lainnya seperti manufaktur, retail, perpustakaan, logistik dan supply

 chain. Banyak para akademisi dan praktisi meyakini bahwa teknologi RFID memiliki potensi besar untuk memberikan kemanfaatan bagi rumah sakit. Berdasarkan Wang et al. (2005) yang melakukan studi tentang bagaimana aplikasi teknologi RFID di sebuah rumah sakit di Taiwan menunjukkan adanya penurunan biaya operasi, peningkatan keselamatan pasien dan peningkatan kualitas layanan medis. Tzeng et al. (2008) juga berhasil menunjukkan bahwa terjadi peningkatan proses bisnis dari lima rumah sakit di Taiwan dengan tingkat derajat kesuksesan yang bervariasi baik penuh maupun parsial. Laporan dari RFID journal dan media internet juga menunjukkan banyak rumah sakit di dunia yang mengimplementasikannya berhasil mendapatkan manfaat dari pengaplikasian teknologi ini seperti rumaha sakit di Belanda, Italia dan lainnya (Wessel, 2007; Swedberg, 2008).

Sebenarnya, teknologi RFID bukanlah teknologi informasi (TI) yang baru. Teknologi ini

ternyata telah ditemukan pada tahun 1950-an ketika Harris mematenkan penemuannya berupa

sistem radio transmisi dan sebagai awal dimulainya riset teknologi RFID pada skala laboratorium

(Hunt et al., 2007). Akan tetapi, komersialisasi oleh perusahaan untuk teknologi ini baru dimulai di

awal tahun 1984 ketika General Motors (GM) melekatkan RFID tags di dalam produk mobilnya

(Juban dan Wyld, 2004). Dorongan utama cepatnya pengadopsian dari teknologi RFID disebabkan karena adanya mandat dari Walt-Mart, US Defense Department, dan perusahaan Eropa seperti Metro and Tesco, yang mempersyaratkan pemasok mereka untuk menggunakan teknologi RFID. Dalam perkembangan yang pesat, teknologi RFID telah berhasil diaplikasikan dalam bidang manufaktur, logistik dan supply chain dan berpotensi berkembang pada area yang lebih luas diantaranya di rumah sakit.

Evans dan Piechowski (2005) melaporkan bahwa hampir setengah (43%) dari industri

kesehatan Amerika Serikat yang disurvei memerlukan teknologi RFID untuk meningkatkan

kompetitif strateginya. Ini mengindikasikan bahwa keperluan dari industri kesehatan itu sendiri

lebih berpengaruh dibanding dengan mandat dan rekomendasi dari pemerintah,organisasi dan

konsumen besar seperti perusahaan retailer. Daya dorong lainnya dari pengadopsian teknologi

RFID adalah faktor eksternal seperti rumah sakit di Singapura yang memerangi pandemi SARS

yang menyerang Singapura pada tahun 2003. Bahkan dalam perkembangannya ternyata teknologi

RFID juga berhasil digunakan untuk meningkatkan keselamatan pasien, meningkatkan kualitas

layanan dan mereduksi biaya operasi.

Wang et al. (2005) berhasil mengeksplorasi bagaimana potensi manfaat dari pengadopsian

teknologi RFID di sebuah rumah sakit di Taiwan. Hasilnya menunjukkan bahwa teknologi RFID

memiliki potensi berkontribusi pada pengoperasian yang lebih efektif, meningkatkan layanan

medis, dan keselamatan pasien (patient safety). Tzeng et al. (2008) berhasil menunjukkan adanya

perbaikan proses bisnis di lima buah rumah sakit di Taiwan setelah mengimplementasikan

teknologi RFID. Di sisi lain, adanya teknologi RFID memudahkan staf medis melakukan pengidentifikasian pasien dan penelurusan keberadaan peralatan medis yang diperlukan. Hal ini akan berdampak pada peningkatan produktivitas dari staf medis terutama perawat. Umumnya, rumah sakit akan semakin efisien operasinya bila mengaplikasikan teknologi RFID dan juga akan meningkatkan kepuasaan pasien. Pasien tidak lagi menunggu terlalu lama melakukan proses administrasi dan menunggu operasi karena peralatan medis belum siap/ditemukan. Adanya teknologi RFID akan menggantikan aktivitas manual menjadi otomatis sehingga biaya tenaga kerja dan waktu kerjanya dapat tereduksi.

Adanya mandat dari pemerintah berkaitan dengan perlunya obat-obatan tertentu dibubuhi dengan RFID tags menyebabkan jumlah pencurian dan pemalsuan obat dapat ditekan. Dampaknya juga dapat menekan biaya persediaan obat karena rumah sakit dengan mudah bisa mengetahui berapa obat yang tersedia. Adanya teknologi ini, moral dari staf medis akan meningkat karena kemungkinan terjadinya kesalahan obat dan sukarnya memantau pasien dan

 peralatan medis dapat dihindari. Pada Tabel 1 diperlihatkan hasil identifikasi manfaat teknologi RFID di industri kesehatan terutama rumah sakit dari beberapa literatur terutama pada artikel yang ditulis oleh Wang et al. (2005), Tzeng et al. (2008) dan FDA (2006).

Penelitian ini lebih difokuskan pada entitas rumah sakit karena bila melihat dari aliran pasoknya, memperlihatkan bahwa rumah sakit adalah entitas utama dari industri kesehatan dan berinteraksi langsung  dengan konsumen/pasien. Umumnya, aplikasi teknologi informasi baru dilakukan oleh rumah sakit besar karena memerlukan investasi biaya yang besar. Hampir 60% rumah sakit berkatagori besar milik pemerintah dengan bertipe A dan B berada di Pulau Jawa dan sebagian besar rumah sakit swasta berkatagori besar juga berada di Pulau Jawa (Depkes, 2008). Di sisi lain, fakta menunjukkan bahwa aplikasi teknologi RFID relatif baru di Indonesia. Oleh karena itu, penelitian ini lebih difokuskan pada rumah sakit berkatagori besar dan bertipe A dan B di Pulau Jawa dengan menggunakan metode interview dan penyebaran kuesioner semi-struktur agar mendapatkan opini yang lebih mendalam dari masalah yang hendak diteliti. Sebagian besar skala penelitian yang digunakan adalah skala ranking karena relatif sedikit para eksekutif dan manager rumah sakit mengetahui dan memahami teknologi ini di rumah sakit.

Adanya aplikasi teknologi RFID akan menyebabkan peningkatan proses bisnis berupa terjadinya proses otomatisasi yang berimplikasi tereduksinya proses yang bersifat manual. Dalam

 konteks rumah sakit, proses pemberian identitas pasien dan pemenuhan pelaporan SOP (standard operation procedures) tidak perlu dilakukan secara manual lagi. Pemberian identitas pasien dapat dilakukan secara otomatis tanpa perlu menginputkan data kembali karena data pasien sudah tersimpan pada sistem ketika pasien registrasi pertama kali. Pemenuhan pelaporan SOP sebagai kewajiban perawat jaga, tidak perlu dilakukan secara manual karena pelaksanaannya bisa dilakukan secara otomatis dengan bukti yang cukup kuat berupa waktu kapan aktivitas pemberian obat dan suntikan dilakukan oleh perawat. Perawat perlu menginputkan data aktivitasnya pada RFID tags yang telah dipakai oleh pasien. Pelaporan tindakan medis yang telah dilakukan perawat sesuai dengan perintah dari dokter, tidak perlu dilaporkan secara langsung karena dokter dengan bantuan telepon genggam berjenis PDA (personal digital assitant) yang memiliki fasilitas infrared dan bluetooth mampu membaca dokumen di RFID tags.

Dalam penelitian yang dilakukan , hambatan dari pengadopsian teknologi RFID dibagi menjadi dua yaitu hambatan bisnis dan teknologi. Dalam konteks hambatan pada bisnis, sebagian besar responden menganggap bahwa faktor utama dari terhambatnya pengadopsian teknologi RFID karena ketiadaan informasi yang lengkap dan valid yang membahas bagaimana aplikasi teknologi RFID di rumah sakit melalui jurnal akademis (terutama nasional), majalah, surat kabar dan media lainnya. Kalaupun mereka  

rumah sakit, mereka mendapatkan informasi yang tidak lengkap dan valid sehingga sering beranggapan bahwa tidak mudah mengaplikasikannya dan biaya dari teknologi ini sangatlah mahal. Di sisi internal rumah sakit, tidak tersedianya anggaran yang cukup untuk mengimplementasikan teknologi RFID dan tiadanya sumber daya internal yang mendukung menjadi faktor penghambat penting kedua dan ketiga.

Implementasi teknologi RFID di rumah sakit Indonesia berada pada tahap inisiasi, dimana para eksekutif dan manajer rumah sakit berupaya secara aktif maupun pasif mencari informasi dari solusi yang bisa diberikan untuk menyelesaikan masalah rumah sakit atau meningkatkan daya saingnya. Bila dibandingkan dengan negara lain seperti di Taiwan, menunjukkan terjadi perbedaan yang signifikan dari tahapan proses implementasi teknologi RFID. Berdasarkan hasil penelitian Tzeng et al. (2008) menunjukkan bahwa implementasi teknologi RFID di rumah sakit di Taiwan telah memasuki tahap pengembangan (infusion). Tzeng et al. (2008) melaporkan bahwa tidak hanya mampu mereduksi biaya dan meningkatkan pelayanan medis. Selain itu, teknologi RFID juga mampu meningkatkan proses bisnis di lima rumah sakit di Taiwan.

sumber : http://puslit2.petra.ac.id/ejournal/index.php/ind/article/view/17213/17161

PENENTUAN RUTE TRUK PENGUMPULAN DAN PENGANGKUTAN SAMPAH DI BANDUNG

Proses pengumpulan sampah merupakan kontributor terbesar dalam biaya pengelolaan sampah. Rute pengumpulan sampah adalah faktor penentu biaya pengelolaan sampah. Rute pengumpulan sampah dapat dibuat dengan memperhatikan keterbatasan yang ada seperti: jumlah kendaraan, waktu angkut dan sistem pengangkutan yang dilakukan. Penelitian ini bertujuan untuk menentukan rute pengumpulan dan pengangkutan sampah. Kondisi pengumpulan sampah dapat dianalogikan dengan model Vehicle Routing Problem dengan menambahkan intermediate facility pada akhir rute, yakni tempat pembuangan sampah akhir. Model ini disebut Vehicle Routing Problem with Multiple Trips and Intermediate Facility (VRPMTIF). Penentuan rute pengumpulan sampah VRPMTIF diselesaikan dengan menggunakan algoritma sequential insertion. Algoritma tersebut diterapkan pada penentuan rute pengumpulan sampah di Kota Bandung dengan hasil sebagai berikut: 28 tur untuk Bandung Barat, 41 tur untuk Bandung Tengah, dan 68 tur untuk Bandung Timur dengan waktu penyelesaian yang berbeda untuk setiap skenario.

Proses pengambilan sampah di Bandung saat ini dilakukan dengan menggunakan cara pengambilan bak rute dan container. Cara pertama dikenal dengan nama pengumpulan sampah bak, dimana truk mendatangi beberapa tempat pembuangan sampah (TPS) untuk dilakukan pemuatan sampah kedalam truk. Setelah penuh truk menuju tempat pembuangan akhir (TPA) untuk melakukan proses unloading. Selanjutnya jika waktu masih mencukupi truk kembali lagi ke TPS untuk melakukan proses loading. Cara kedua atau pengumpulan sampah dengan sistem kontainer besar dikenal dengan direct shipping. Truk dengan kontainer kosong menuju lokasi untuk menurunkan kontainer yang kosong dan mengambil kontainer yang sudah penuh untuk dibawa ke TPA. Jika waktu masih cukup truk kembali ke TPS lainnya untuk melakukan hal yang sama sampai waktunya selesai.

Permasalahan yang terjadi pada proses pengumpulan sampah adalah adanya TPA yakni intermediate facility yang harus dilewati oleh setiap rute sebelum kembali ke depo. Intermediate facility mempengaruhi proses pengumpulan sampah sehingga perlu model khusus. Sistem pengangkutan sampah ini dapat dimodelkan sebagai suatu varian dari masalah penentuan rute kendaraan (vehicle routing problem) dengan adanya rute majemuk (multiple route) dan fasilitas antara (intermediate facility).

Metoda pengumpulan sampah di kota Bandung dilakukan dengan dua cara yaitu bak (rute) dan container (direct shipping). Hubungan antara sistem pengangkutan sampah dan model penentuan rute yang dibahas dalam studi ini diperlihatkan dalam Tabel 1.

Depo merupakan lokasi titik keberangkatan dan kembalinya kendaraan setelah mengakhir seluruh pelayanan sepanjang horison perencanaan. Dalam sistem yang dibahas, jumlah depo dianggap tunggal. Sistem yang dibahas terdiri atas sejumlah TPS (customer) dengan tiap TPS merupakan lokasi pemuatan. Waktu pemuatan pada masing-masing TPS tergantung pada jumlah muatan. Waktu pemuatan per unit dinyatakan dengan s. Jumlah muatan pada tiap TPS i, dinotasikan dengan qi, dan diasumsikan tidak melebihi kapasitas kendaraan, Q. Fasilitas antara merupakan titik lokasi pembongkaran muatan. Lama waktu pembongkaran muatan, dinotasikan dengan h, tergantung pada jumlah muatan yang dibongkar. Dalam kasus ini, jumlah fasilitas antara dianggap tunggal. Jumlah kendaraan diasumsikan tak terbatas dan kapasitas kendaraan Q

dianggap homogen dan kecepatan kendaraan v dianggap sama dan tetap.

Rute didefinisikan sebagai suatu urutan kunjungan kendaraan ke sejumlah TPS untuk memuat muatan yang dimulai dari depo dan berakhir di suatu fasilitas antara. Sedangkan tur didefinisikan sebagai urutan kunjungan dari suatu kendaraan yang berangkat dari depo ke sejumlah TPS dan kembali lagi ke depo. Suatu tur dapat terdiri dari satu atau lebih rute yang saling berurutan. Waktu penyelesaian tur tidak boleh melebihi panjang horison perencanaan yang telah ditetapkan. Horison perencanaan, dinotasikan dengan PH, mendefinisikan lama jam operasi kendaraan yang terdiri atas batas bawah dan batas atas.

Telah dikembangkan model untuk membuat rute pengangkutan sampah dengan batasan jarak tempuh ke TPA, jumlah TPS, kapasitas angkut kendaraan dan horison perencanaan dengan menggunakan data proses kegiatan pengumpulan sampah di Kota Bandung.

 Terdapat kesamaan hasil jumlah kendaraan untuk setiap alternatif kecuali alternatif 3. Yang menjadi pembeda adalah completion time yang disebabkan karena urutan dari setiap rute pada setiap tur.

Saran untuk penelitian selanjutnya adalah menambah varian VRP yang lain, misalkan VRP with multiple depos, dan VRP with time window. Penelitian dapat dikembangkan dengan menggunakan metode pemecahan masalah yang berbeda, misalkan dengan menggunakan simulated annealing atau tabu search.

sumber : http://puslit2.petra.ac.id/ejournal/index.php/ind/article/view/17101/17158

PERANCANGAN TATA LETAK FLEKSIBEL DENGAN TEORI GRAPH

Tata letak yang umum digunakan untuk job shop adalah tata letak fungsional, flow-line, selular dan proyek (Tompkins et al, 1996). Tata letak tradisional ini hanya sesuai diterapkan ketika jenis family produk selalu stabil dan volume produksi relatif besar sehingga tidak fleksibel terhadap perubahan permintaan (Lahmar dan Benjafaar, 2002). Salah satu tata letak yang dapat mengatasi lingkungan yang volatile tersebut adalah tata letak modular. Perancangan tata letak Irani dan Huang (1998) menggunakan Levenshtein Distance (LD) untuk mengukur kedekatan antara satu Common substring (CS) dengan yang lain sehingga dapat dilakukan pengelompokan dengan Complete Linkage Clustering (CLC). Irani dan Huang (2000) membuat ukuran kedekatan antar CS dengan Merger Coefficient (MC) kemudian mengelompokan CS menggunakan Average Linkage Clustering (ALC) berdasarkan nilai MCnya. Irani etal (2000) menambahkan Strong Components Algorithm (SCA) untuk merancang tata letak modularnya. Kelemahan pada penelitian-penelitian terhadap tata letak modular yang disebutkan diatas adalah tidak memperhitungkan ongkos simpan, sehingga permasalahan dalam penelitian ini adalah bagaimana merancang tata letak yang fleksibel dengan mempertimbangkan ongkos simpan.

Tata letak pada fasilitas yang tidak mudah untuk dipindahkan tetapi memiliki fleksibilitas yang tinggi dapat dilakukan oleh tata letak terdistribusi dan tata letak modular, sedangkan tata letak reconfigurable hanya dapat diaplikasikan pada tata letak yang mudah dipindahkan atau biaya pemindahan yang relatif kecil. Berdasarkan pada batasan masalah maka yang dirancang adalah tata letak tidak reconfigurable. Beberapa asumsi mendasar yang digunakan dalam penelitian ini adalah:

1.      Bentuk mesin dianggap bujur sangkar dengan ukuran sama untuk semua jenis mesin.

2.       Tiap produk diproses secara independen.

3.       Permintaan tidak tentu dan distribusi kemungkinannya diketahui

4.      Aliran material dapat masuk dan keluar dari departemen manapun.

5.      Semua permintaan harus dipenuhi pada periode yang dibutuhkan sehingga tidak ada back order.

6.       Produk setelah selesai diproses pada suatu departemen maupun pada saat akan diproses tidak mengalami delay untuk diangkut maupun untuk diproses ke departemen berikutnya, sehingga dianggap tidak ada buffer incoming maupun outgoing untuk tiap departemen.

7.       Ukuran batch untuk setiap produk dianggap tetap sepanjang periode.

8.      Rata-rata kecepatan tiap alat angkut adalah tetap.

9.       Ruting tiap produk sudah diketahui dan tetap.

10.  Ongkos simpan tiap satuan waktu untuk tiap produk pada saat penanganan material/produk adalah tetap.

11.   Mesin-mesin sudah tersedia pada awal periode.

12.  Efisiensi mesin dianggap 100% sehingga tidak ada produk cacat.

13.  Apabila produk selesai dibuat di suatu departemen maka produk tersebut dapat langsung diangkut untuk diproses pada departemen berikutnya tanpa adanya waktu menungggu

Metode usulan yang digunakan untuk menyusun tata letak modular adalah teori graph, dimana common substring (cs) dijadikan sebagai simpul, sedangkan operasi-operasi yang digunakan secara bersama oleh sepasang simpul dijadikan sebagai busurnya. Algoritma yang diusulkan menggunakan jumlah operasi pada tiap busur sebagai ukuran kekuatan hubungan antara sepasang simpul. Semakin banyak jumlah operasi dari suatu pasang simpul maka semakin kuat pula hubungan pasangan tersebut.

 Pembentukan sirkuit akan dimulai dari sepasang simpul yang memiliki hubungan terkuat dan

 selanjutnya berkembang dari kedua simpul akhir yang terbentuk tersebut. Busur yang baru akan

 dibuat secara terus menerus sehingga terbentuk sirkuit Hamiltonian.

Ukuran fleksibilitas tata letak pembanding menggunakan index robustness (Kreng dan Tsai,2002) dan ekspektasi TMHC (Benjafaar dan Syeikhzadeh, 2002). Teori fuzzy yang digunakan untuk memperoleh nilai RI dengan cara mengintegrasi bentuk variabel linguistik dari

 beberapa ahli. Berdasarkan variabel tersebut, ongkos yang minimum dan ukuran robustness direpresentasikan oleh nilai ekspektasi dan variansi dari deviasi OMH. Kedua faktor tersebut dinyatakan sebagai variabel linguistik yang dapat berupa pernyataan: amat penting, penting, normal, tidak penting atau sangat tidak penting.

Setiap individu yang memiliki nilai fitness yang lebih besar dibandingkan rata-rata nilai fitness keseluruhan populasi akan dipilih sebagai parents untuk menghasilkan generasi yang baru. Aturan crossover adalah sama dangan yang digunakan oleh Kochhar et al. (1998) dengan tambahan metode inversi diusulkan dari Islier (1998) sebagai aturan mutasi, dimana aturan  tersebut diadopsi dengan alas an individual gene dikodekan dalam bentuk string. Pada penerapan GA, elitist strategy digunakan untuk menjaga superior individuals, dan memproduksi individu baru yang dapat menghindari optimal local solusi pada generasi berikutnya.

Secara lengkap perancangan tata letak fleksibel adalah sebagai berikut:

1.      Mendesain parameter GA.

2.      Menggunakan teori fuzzi untuk menghitung weights of Robustness Index dengan mengintegrasikan pernyataan linguistic beberapa ahli.

3.      Mengidentifikasi karakteristik permintaan dan volumenya.

4.      Gunakan GA untuk mencari semua kemungkinan feasible layout berdasarkan various productvolumes.

5.      Hitung OMH yang dimodifikasi pada persamaan (2) dan (9), dan hitung pula expected value dan variance of deviation cost untuk tiap feasible layout.

6.      Hitung Robustness Index dari setiap feasible layout dan cari the most flexible layout.

7.      Gunakan layout terpilih tersebut untuk mengantisipasi setiap scenario dari range of variation of product volumes dalam planning period yang telah ditentukan.

8.      Analisis pengaruh dari product characteristics dan volumes pada facility layout untuk memberikan informasi bagi managers guna melakukan adjustment pada product dan process untuk menjaga optimalilitas tanpa harus membayar extra lost costs ketika product mix berubah dengan cepat.

Teori graph dapat digunakan untuk merancang tata letak yang fleksibel dengan melalui  pembentukan modul-modul tata letak. Tata letak yang fleksibel digunakan pada lingkungan yang selalu mengalami perubahan permintaan dengan cepat.

Tata letak modular yang dihasilkan dari contoh kasus diatas lebih baik dari tata letak terdistribusi yang fleksibel karena memiliki OMH lebih kecil untuk setiap perubahan permintaan di masa depan dan mampu mempertahankan optimalitasnya terhadap perubahan komposisi produk, tetapi belum dapat dikatakan bahwa tata letak modular lebih fleksibel dibandingkan dengan tata letak terdistribusi yang fleksibel. Hal ini lebih tergantung dari metode yang digunakan.

sumber : http://puslit2.petra.ac.id/ejournal/index.php/ind/article/view/16499/16491

KUALITAS LAYANAN BEBERAPA PERUSAHAAN ASURANSI DI SURABAYA

Saat ini di Surabaya, banyak  bermunculan perusahaan asuransi, baik lokal maupun jointventure. Jasa yang ditawarkan pun bervariasi jenisnya, misalnya: asuransi jiwa, asuransi kesehatan, dan reksa dana (dengan tingkat resiko yang bervariasi mulai dari kecil sampai besar). Dengan adanya banyak perusahaan yang bergerak di bidang yang sejenis, supaya tetap survive, masing-masing perusahaan harus berusaha memenuhi kebutuhan pelanggannya. Ditinjau dari sisi pelanggan, para pelanggan biasanya tidak mengetahui dengan detil setiap variabel pelayanan yang ada pada perusahaan penyedia jasa layanan. Akibatnya pelanggan dapat terkecoh dalam memilih suatu perusahaan asuransi. Oleh karena itu, diperlukan adanya pengukuran gap untuk mengetahui adanya perbedaan antara kenyataan yang diterima pelanggan dengan harapan pelanggan.

Adapun permasalahan yang akan dibahas pada penelitian ini adalah seberapa besar gap antara kenyataan yang diterima pelanggan (persepsi) dengan harapan pelanggan pada berbagai perusahaan asuransi yang dikenal oleh pelanggan, yang berlokasi di Surabaya.

·         KUALITAS LAYANAN

Kualitas adalah sesuatu yang dipikirkan oleh pelanggan. Kualitas berhubungan dengan keinginan pelanggan itu sendiri. Kualitas layanan sulit diukur karena banyaknya variasi persepsi dan harapan pelanggan. Persepsi tentang kualitas bersifat subyektif. Kualitas dibentuk dari image pelanggan. Image atau persepsi pelanggan ini terbentuk saat pelanggan menerima pelayanan di perusahaan yang bersangkutan. Image pelayanan berhubungan dengan pengalaman pelanggan dalam menerima pelayanan dari perusahaan sebagai pihak penyedia jasa. Agar dapat menyajikan pelayanan yang memuaskan, diperlukan usaha menyamakan persepsi dan harapan pelanggan. Untuk mewujudkannya diperlukan suatu metode analisa gap. Perbedaan antara persepsi dan harapan pelanggan akan menyebabkan timbulnya gap. Gap menunjukkan bahwa kualitas layanan belum memenuhi harapan pelanggan. Semakin kecil gap

 yang terjadi, maka semakin memuaskan pula kualitas layanan terhadap pelanggan. Begitu juga

dengan sebaliknya, semakin besar gap maka semakin tidak memuaskan pula kualitas layanan terhadap pelanggan.

·         ANALISIS GAP DAN TINGKAT KEPENTINGAN

Data yang dihimpun pertama kali dalam penelitian penelitian ini adalah data mengenai service cycle dari perusahaan asuransi dan jenis-jenis layanan perusahaan asuransi yang diperoleh melalui brainstorming dengan beberapa nasabah dan perusahaan asuransi. Service cycle dari perusahaan asuransi dapat dilihat pada Gambar 1. Selanjutnya informasi tentang jenis-jenis pelayanan asuransi yang telah ada diringkas untuk digunakan sebagai parameter mengukur kinerja dari perusahaan asuransi. Parameter pelayanan dikelompokkan menjadi lima dimensi yaitu Assurance, Empathy, Responsibility, Reliability, dan Tangible.

Responden adalah nasabah perusahaan asuransi. Dasar dari penyebaran kuesioner adalah  purposive sampling. Komposisi penyebaran responden per perusahaan ditampilkan pada Tabel 1 di bawah ini.

Tingkat kepentingan dari tiap dimensi layanan ditampilkan dengan Tabel 2 di bawah ini.

Dari Tabel 2 terlihat responden menganggap dimensi assurance dan empathy penting

karena bobot untuk kedua dimensi tersebut lebih besar daripada rata-rata tingkat kepentingan

yaitu 0,2. Sedangkan dimensi yang tidak terlalu dipentingkan oleh responden adalah dimensi

reliability dan tangibl.

Responden diminta untuk mengisikan harapannya dan persepsinya terhadap tiap-tiap pertanyaan. Nilai mharapan, persepsi dan selisihnya dari tiap-tiap dimensi dapat dilihat pada Tabel 3 di bawah ini.

Berdasarkan Tabel 3, rata-rata responden mempunyai harapan yang sangat tinggi terhadap kualitas layanan yang ditunjukkan dengan tingginya nilai harapan (mendekati skala 7). Walaupun ada gap sebesar -0,865 sampai -1,292 persepsi pelanggan ternyata cukup tinggi (lebih dari skala tengah yaitu 4), dengan kisaran antara 5,593 sampai 5,902. Hasil Uji Wilcoxon dapat dilihat sebagai berikut.

Untuk pengujian perbedaan persepsi tiap dimensi didapatkan nilai signifikan sebesar 0,00 dan disimpulkan bahwa tidak semua dimensi mempunyai nilai persepsi yang sama. Selanjutnya dilakukan uji Wilcoxon untuk mengetahui persamaan dan perbedaan nilai persepsi antar dimensi. Dimensi dengan nilai persepsi tertinggi adalah dimensi assurance dan tangible, sedangkan dimensi dengan nilai persepsi terendah adalah dimensi responsiveness dan empathy. Dari nilai gap di atas didapatkan bahwa tidak ada dimensi yang telah memenuhi harapan responden. Kesemua dimensi mempunyai nilai persepsi yang lebih rendah daripada harapan.

Berdasarkan Tabel 5 yang menunjukkan hasil perhitungan gap terbobot tiap dimensi untuk keseluruhan perusahaan dan uji Wilcoxon untuk mengetahui persamaan dan perbedaan nilai Adjusted Weight antar dimensi, diperoleh hasil bahwa kesemua dimensi berbeda antara satu dengan yang lainnya. Dimensi tangible mempunyai gap terkecil, sementara dimensi empathy mempunyai gap terbesar dibandingkan dengan dimensi lainnya.

Berikut ini adalah nilai gap mean untuk tiap dimensi dan ranking dimensi tersebut

berdasarkan nilai gap dan uji statistik. Oleh karena dari uji Statistik dengan uji Wilcoxon

didapatkan bahwa kesemua dimensi berbeda, maka class rank juga sama dengan rank. Di bawah

ini adalah tabel ranking dimensi.

Dimensi yang paling dekat dengan harapan responden adalah dimensi tangible. Kemudian

disusul oleh dimensi assurance, reliability, responsiveness, dan terakhir adalah empathy. Uji

perbedaan nilai gap 5 antar perusahaan dilakukan dengan uji Kruskal-Wallis. Dari hasil

pengujian didapatkan nilai signifikan tiap dimensi yang ditampilkan pada Tabel 7 sebagai

berikut.

Untuk dimensi assurance, empathy, responsiveness, dan reliability tidak ada perbedaan

antar perusahaan. Sedangkan untuk gap dimensi tangible minimal terdapat satu perbedaan di

antara kesepuluh perusahaan. Untuk selanjutnya dilakukan uji Mann-Whitney untuk dimensi

yang mempunyai minimal satu perbedaan.

Berdasarkan nilai gap mean untuk dimensi tangible pada masing-masing perusahaan,

didapatkan bahwa perusahaan yang memiliki layanan terbaik pada dimensi tangible adalah

Prudential. Berdasarkan hasil uji statistik, didapatkan bahwa Prudential menempati urutan teratas

dalam pembagian kelas perusahaan menurut dimensi tangible.

·         Dimensi layanan yang dianggap paling penting bagi para pelanggan adalah empathy dan assurance, sementara yang dianggap paling tidak penting adalah dimensi tangible.

·          Harapan pelanggan dengan nilai terbesar ada pada dimensi assurance, yaitu sebesar 6,886 (dari skala 7). Hal ini menunjukkan bahwa pelanggan sangat mengutamakan faktor jaminan dan kredibilitas perusahaan yang bersangkutan. Sementara dimensi dengan nilai harapan terkecil terdapat pada dimensi tangible yaitu dengan nilai sebesar 6,793 (dari skala 7). Hal ini menunjukkan bahwa hal-hal yang bersifat fisik bukanlah faktor penentu utama seorang pelanggan terhadap suatu perusahaan asuransi. Akan tetapi tidak ada perbedaan yang signifikan antara nilai harapan pada setiap dimensi, dilihat dari nilai harapan yang berkisar antara 6,7 sampai 6,8 (dari skala 7) untuk kelima dimensi layanan yang ada. Secara umum responden mempunyai harapan yang sangat tinggi untuk pelayanan di semua dimensi layanan yang ada.

·         Dimensi yang paling mendekati kepuasan pelanggan adalah dimensi tangible, ditunjukkan dengan nilai gap yang terkecil, yaitu sebesar -0,815. Sementara itu, dimensi dengan nilai gap terbesar, adalah dimensi empathy, yaitu sebesar -1,345. Hal ini menunjukkan bahwa dimensi empathy paling menjauhi tingkat kepuasan pelanggan.

·         Belum ada perusahaan yang bisa memenuhi harapan pelanggan, diukur dari semua dimensi pelayanan yang ada. Akan tetapi secara umum (deskriptif) jika dilihat dari gap mean untuk kelima dimensi layanan, Prudential lebih baik dari kesembilan perusahaan lainnya. Secara statistik, untuk assurance, empathy, reliability, responsiveness, tidak ada beda yang signifikan

antar perusahaan. Untuk dimensi tangible, Pudential menempati posisi tertinggi.

sumber : http://puslit2.petra.ac.id/ejournal/index.php/ind/article/view/16405/16397