Analisis Kualitas Pelayanan menggunakan Metode SERVQUAL ...repository.uksw.edu/bitstream/123456789/14744/2/T1_682011019_Full... · Analisis Kualitas Pelayanan . ... dan tuntutan akuntabilitas

Analisis Kualitas Pelayanan Menggunakan Metode SERVQUAL

dan AHP (Studi Kasus: Pasien Rawat Inap Kelas Tiga di Rumah

Sakit Umum Daerah Kota Salatiga)

Artikel Ilmiah

Oleh :

Adetia Anin Banatul Ula

NIM : 682011019

Program Studi Sistem Informasi

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Mei 2015

ii




Artikel Ilmiah

Diajukan kepada


untuk memperoleh Gelar Sarjana Sistem Informasi

Oleh :

Adetia Anin Banatul Ula

NIM : 682011019

Program Studi Sistem Informasi



Salatiga

Mei 2015

iii

iv

v

vi

vii

1




Adetia Anin Banatul Ula1, Charitas Fibriani

2

Sistem Informasi



Jl. Diponegoro 52-60, Salatiga 50711, Indonesia

Email: [email protected]¹, [email protected]²

Abstract

Rumah Sakit Umum Daerah (RSUD) Salatiga is one of the government instance

which works in the health services, this makes RSUD doing efforts to improve their

service quality to give the maximum health services, therefore there must be a service

quality measurement which is based on view or perception of patients and a framework

for making decisions. Therefore, in this study using SERVQUAL (Service Quality) and

AHP (Analytic Hierarchy Process) which aims to identify the aspects of service that has a

minimum value, where the results can be used as recommendations desicions for

management to improve their services. For this observation, there is questionnaire

distributing to 63 respondents that consists of the third class inpatients. The result of this

observation finds the aspects of service has a negative gap value on SERVQUAL and

have the lowest scores on AHP can be a recommendation for decision making by hospital

management to improvement the aspect of service.

Keywords: Service Qualilty (SERVQUAL) , (Analytic Hierarchy Process) AHP, Quality,

Service

Abstraksi

Rumah Sakit Umum Daerah (RSUD) Kota Salatiga merupakan salah satu instansi

pemerintah yang bergerak dalam bidang pelayanan kesehatan, hal ini membuat RSUD

melakukan upaya peningkatan kualitas pelayanan untuk memberikan pelayanan

kesehatan yang maksimal, untuk itu perlu adanya pengukuran kualitas layanan

berdasarkan pandangan atau presepsi pasien dan sebuah kerangka untuk mengambil

keputusan. Oleh karena itu di dalam penelitian ini menggunakan metode SERVQUAL

(Service Quality) dan AHP (Analytic Hierarchy Process) yang bertujuan untuk

mengidentifikasi aspek pelayanan yang masih memiliki nilai minimum, dimana hasilnya

dapat digunakan sebagai rekomendasi keputusuan bagi manajemen RSUD dalam

peningkatan pelayananan. Pada penelitian ini dilakukan penyebaran kuesioner terhadap

63 responden yang terdiri dari pasien rawat inap kelas tiga. Hasil dari penelitian ini

menunjukan bahwa aspek pelayanan yang mempunyai nilai gap yang berarti bernilai

negative pada SERVQUAL dan memiliki skor perangkingan paling rendah pada AHP

dapat menjadi rekomendasi pengambilan keputusan oleh manajemen RSUD dalam

perbaikan aspek pelayanan.

Kata Kunci: Service Quality (SERVQUAL), (Analytic Hierarchy Process) AHP, Kualitas, Jasa

1 Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

2 Staff Pengajar Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

2

1. Pendahuluan

Rumah Sakit Umum Daerah (RSUD) Kota Salatiga merupakan salah satu

instansi pemerintah yang bergerak di bidang pelayanan kesehatan masyarakat di

Kota Salatiga. Sebagai salah satu penyedia layanan jasa RSUD mempunyai visi

yaitu mewujudkan rumah sakit mandiri sebagai pilihan utama dengan pelayanan

yang bermutu[1], untuk menciptakan pelayanan bermutu maka hal pertama yang

harus dilakukan adalah dengan mengetahui seberapa besar tingkat kualitas

layanan yang sudah diberikan. Baik dalam industri manufaktur dan jasa

menunjukkan kualitas merupakan penentu utama dari pangsa pasar dan laba atas

investasi serta pengurangan biaya[2]. Kualitas layanan ini sangat penting tidak

hanya untuk "masalah yang berkaitan dengan kompetisi" tetapi juga untuk

"meningkatkan rasionalisasi, restrukturisasi, dan tuntutan akuntabilitas pelayanan

publik[3]. Salah satu cara untuk meningkatkan kualitas pelayanan kesehatan

adalah dengan menggunakan presepsi pelanggan terhadap layanan kesehatan yang

disediakan untuk mengembangkan rencana perbaikan[4]. Presepsi pelanggan atau

dalam hal ini disebut pandangan pasien adalah alat yang penting untuk memantau

dan mengelola serta meningkatkan kualitas pelayanan, dan hal ini telah

ditekankan oleh banyak penelitian[5].

Pengukuran kualitas layanan tidak dapat disamakan seperti pengukuran

produk berupa barang, hal ini disebabkan oleh karakteristik jasa sendiri,

diantaranya intangibility, heterogeneity, inseparability dan perishability[6].

Intangibility adalah jasa tidak dapat dilihat, dirasa, dicium, didengar, atau diraba

sebelum dibeli dan dikonsumsi, heterogenity terdapat variasi bentuk, kualitas, dan

jenis, tergantung pada siapa, kapan, dan di mana jasa tersebut diproduksi[6],

inseparibility yaitu produksi dan konsumsi pada jasa tidak dapat dipisahkan[2]

dan perishability yang berarti komoditas yang tidak tahan lama, tidak dapat

disimpan untuk pemakaian ulang di waktu datang, dijual kembali atau

dikembalikan[6].

Oleh karena itu dalam penelitian ini menggunakan metode SERVQUAL

dan AHP (Analytic Hierarchy Process) yang bertujuan untuk mengidentifikasi

aspek pelayanan yang masih memiliki nilai minimum, dimana hasilnya dapat

digunakan sebagai rekomendasi keputusuan bagi manajemen RSUD dalam

peningkatan pelayananan. Metode SERVQUAL sendiri bertujuan untuk

mengidentifikasi dan memprioritaskan peningkatan kinerja yang diperlukan atau

untuk memastikan bahwa kebutuhan dan harapan pasien terpenuhi[2][7].

Sedangkan metode AHP adalah sebuah kerangka untuk mengambil keputusan

dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan

mempercepat proses pengambilan keputusan dengan memecahkan persoalan

tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu

susunan hirarki, memberi nilai numerik pada pertimbangan subjektif tentang

pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk

menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan

bertindak untuk mempengaruhi hasil pada situasi tersebut[8]. Jadi untuk

meningkatan kualitas layanan dan dapat memberikan pendekatan yang efektif

dalam pengambilan keputusan di RSUD Kota Salatiga maka diperlukan

pengukuran tingkat kualitas layanan berdasarkan pandangan atau presepsi pasien

3

dan sebuah kerangka untuk mengambil keputusan dengan menyederhanakan dan

mempercepat proses pengambilan keputusan itu sendiri.

Pada konteks pengukuran variabel kualitas pelayanan mengidentifikasikan

lima dimensi ukuran kualitas layanan yaitu tangibles (bukti langsung), reliability

(keandalan), responsiveness (daya tanggap), assurance (jaminan), empathy

(empati) dan 22 subkriteria yang digunakan untuk mengevaluasi kualitas

pelayanan[7]. Dimana pengukuran skor SERVQUAL adalah skor presepsi – skor

harapan[9]. Harapan atau ekspektasi pelanggan merupakan keyakinan pelanggan

sebelum mencoba atau membeli sebuah produk, yang dijadikan standar atau acuan

dalam menilai produk bersangkutan [10]. Zeithaml et al. (1990) menegaskan

bahwa SERVQUAL merupakan instrumen yang dapat diandalkan untuk

menentukan kualitas pelayanan dan kepuasan pelanggan dan telah diterapkan

dalam studi yang berbeda dalam industri jasa yang berbeda[8].

Adanya analisis kualitas pada pasien kelas tiga di RSUD menggunakan

metode SERVQUAL dan AHP diharapkan dapat mengindentifikasi kualitas

pelayanan dengan mengetahui kesenjangan (gap) antara kualitas pelayanan yang

dipresepsikan dengan kualitas pelayanan yang diharapkan pasien RSUD Kota

Salatiga dan dapat memberikan pendekatan yang efektif dalam pengambilan

keputusan untuk menggambarkan masalah yang kompleks dan beberapa kriteria

dalam memilih alternatif yang terbaik dari satu set alternatif sehingga mengetahui

variabel apa yang harus diprioritaskan pada RSUD Kota Salatiga dan dapat

memahami cara-cara memperbaiki masalah - masalah tersebut. Selain itu pasien

kelas tiga merupakan satu – satunya kelas yang ditempatkan pada satu gedung

yang sama, tentu saja hal ini merupakan hal baru bagi RSUD Kota Salatiga. Alat

analisis dalam penelitian ini berupa kuesioner, yang terdiri dari kuesioner harapan

dan kuesioner presepsi, pertanyaan di dalam kuesioner didasarkan pada kelima

dimensi kualitas yang mana kelima dimensi tersebut bobotnya dianggap sama atau

equal.

2. Tinjauan Pustaka

Penelitian yang berjudul “Assessment Of The Determination Factor Of

Service Quality In Travel Agent Company Using SERVQUAL And AHP Method

(case study : TX Travel Waingapu, Indonesia)”. Tujuan penelitian ini adalah

untuk menilai kinerja kualitas layanan dan mengidentifikasi faktor yang berperan

penting dalam kualitas layanan jasa perusahan agen perjalanan. Penilaian

kepuasan pelanggan terhadap kinerja layanan perusahaan dilakukan berdasarkan

metode SERVQUAL. Penilaian tingkat kepentingan faktor kualitas layanan

dilakukan dengan metode AHP dengan dua perspektif berbeda yaitu persepsi

pelanggan dan penyedia jasa. Penilaian kinerja layanan menunjukkan pelanggan

puas dengan kinerja layanan perusahaan dengan Costumer Satisfaction Index

(CSI) sebesar 75,82%. Hasil priorisasi factor kualitas layanan dengan metode

AHP menunjukkan adanya pandangan yang berbeda terhadap prioritas kinerja

kualitas layanan antara pelanggan dan penyedia jasa[11]

Pada penelitian yang berjudul “Usulan Perbaikan Kualitas Pelayanan

Rawat Inap Rumah Sakit Islam Surakarta Menggunakan Model SERVQUAL dan

Analisis Faktor". Tujuan penelitian ini untuk mengidentifikasi faktor-faktor yang

4

mempengaruhi kepuasan pasien dan kesenjangan antara ekspektasi dan persepsi

pasien Metode yang digunakan dalam penelitian ini adalah metode SERVQUAL

dari Parasuraman, yang mengidentifikasikan kualitas pelayanan ke dalam 5

dimensi yaitu tangible, reliability, responsiveness, empathy dan assurance.

Identifikasi faktor-faktor yang mempengaruhi kepuasan pasien menggunakan

analisis faktor. Pengukuran tingkat kepuasan pasien mengenai pelayanan rawat

inap menggunakan kuesioner. Sedangkan analisis mengenai ekspektasi dan

persepsi pasien menggunakan analisis gap. Hasil penelitian menunjukkan bahwa

faktor-faktor yang mempengaruhi kepuasan pasien adalah faktor penampilan

fasilitas fisik, layanan kesehatan utama, jaminan kelengkapan fasilitas, respon

terhadap permintaan dan keluhan pasien, dan prosedur serta sarana penunjang

kebutuhan jasmani rohani [12]

Sedangkan pada penelitian ini dilakukan analisis kualitas pelayanan pada

pasien rawat inap kelas tiga di RSUD Kota Salatiga dengan menggunakan metode

SERVQUAL (service quality) dan AHP (Analytic Hierarchy Process). Metode

SERVQUAL digunakan untuk mengetahui kesenjangan (gap) antara kualitas

pelayanan yang dipresepsikan dengan kualitas pelayanan yang diharapkan pasien

RSUD Kota Salatiga atau sebagai alat ukur untuk mengetahui kualitas jasa

sehingga dapat mengetahui variabel apa yang harus diprioritaskan pada RSUD

Kota Salatiga guna memperkecil gap yang ada. Sedangkan metode AHP dapat

memberikan pendekatan yang efektif dalam pengambilan keputusan untuk

menggambarkan masalah yang kompleks dan beberapa kriteria dalam memilih

yang terbaik alternatif dari satu set alternatif.

Jasa didefinisikan oleh Kotler (2000) sebagai setiap tindakan yang dapat

ditawarkan oleh suatu pihak kepada pihak lain, yang pada dasarnya bersifat

intangible (tidak berwujud fisik) dan tidak menghasilkan kepemilikan sesuatu,

produksi jasa bisa berhubungan dengan produk fisik maupun tidak[6]

Karateristik Jasa :

Terdapat empat karateristik jasa diantaranya intangibility, heterogeneity,

inserparability dan perishability[6].

1. Intangibility adalah jasa tidak dapat dilihat, dirasa, dicium, didengar, atau

diraba sebelum dibeli dan dikonsumsi.

2. Heterogenity, jasa sendiri bersifat sangat variabel karena merupakan non-

standardized output yang artinya terdapat variasi bentuk, kualitas, dan jenis,

tergantung pada siapa, kapan, dan di mana jasa tersebut diproduksi [6].

3. Inseparibility yaitu produksi dan konsumsi pada jasa tidak dapat dipisahkan

[2].

4. Perishability yang berarti komoditas yang tidak tahan lama, tidak dapat

disimpan untuk pemakaian ulang di waktu datang, dijual kembali atau

dikembalikan[6].

Sedangkan kualitas adalah kondisi dinamis yang berhubungan dengan

produk, jasa, sumber daya manusia, proses dan lingkungan yang memenuhi atau

melebihi harapan dan produktivitas biasanya selalu dikaitkan dengan kualitas dan

profitabilitas, meskipun demikian, ketiga konsep ini memiliki penekanan yang

berbeda-beda[3]. Kualitas berkaitan erat dengan kepuasan pelanggan dimana

kualitas memberikan dorongan khusus bagi para pelanggan untuk menjalin ikatan

5

relasi saling menguntungkan dalam jangka panjang dengan perusahaan.

selanjutnya kepuasan pelanggan berkontribusi pada terciptanya rintangan beralih

(switching barries), biaya beralih (switching cost) dan loyalitas pelanggan, selain

itu perusahaan juga dapat meningkatkan pangsa pasarnya melalui pemenuhan

kualitas yang bersifat customer – driven , hal ini akan memberikan keunggulan

harga dan customer value[6]. Jadi peningkatan kualitas akan meningkatkan

profitabilitas bukan menurunkan profitabilitas perusahaan, karena dengan

perusahaan meningkatkan kualitasnya maka perusahaan tersebut mampu bersaing

untuk mencapai tingkat kepuasan pelanggan yang lebih tinggi,

Service quality (kualitas layanan) sendiri adalah ukuran seberapa baik suatu

layanan menemui kecocokan dengan harapan pelanggan. Penyelenggaraan

kualitas layanan berarti melakukan kompromi dengan harapan pelanggan dengan

tata cara yang konsisten [3].

Menurut Parasuraman kualitas jasa merupakan konsepsi yang abstrak dan

sulit untuk dipahami karena kualitas jasa memiliki ciri-ciri tidak berwujud,

heterogen serta produksi dan konsumsi jasa terjadi secara bersamaan. Kemudian

mereka menyertakan suatu alat untuk mengukur kualitas jasa yang disebut

SERVQUAL[12].

Skor SERVQUAL untuk setiap pasang pernyataan bagi masing-masing

pelanggan dapat dihitung berdasarkan rumus [9]

Q = P – E (1)

dimana Q adalah skor SERVQUAL, P skor persepsi dan E adalah skor harapan.

Pada perhitungan skor SERVQUAL (Q) hal pertama yang harus dilakukan

adalah menghitung skor presepsi (P) dan skor harapan atau ekspektasi (E).

P didapat dari :

𝑃 = 𝑋 𝑃 = 𝑃

𝑛 (2)

Dimana

𝑃 = 𝑋 𝑃 = Pelayanan yang sesungguhnya diterima (Presepsi)

𝑃 = Jumlah total skor presepsi

𝑛 = Jumlah responden

Sedangkan E didapat dari :

𝐸 = 𝑋 𝐸 = 𝐸

𝑛 (3)

Dimana

𝐸 = 𝑋 𝐸 = Harapan Pelanggan atas Kualitas Pelayanan (Harapan atau Ekspektasi) 𝐸 = Jumlah total skor harapan

𝑛 = Jumlah responden

Pada SERVQUAL terbagi menjadi lima dimensi, diantaranya[7] :

a. Tangibles, meliputi fasilitas fisik, perlengkapan pegawai dan sarana

komunikasi.

b. Reability (keandalan), kemampuan memberikan pelayanan dijanjikan dengan

segera, akurat dan memuaskan.

c. Responsiveness (daya tanggap), yaitu keinginan para staf untuk membantu

para pelanggan dan memberikan pelayanan dengan tanggap.

6

d. Assurance, mencakup pengetahuan, kemampuan, kesopanan, dan sifat dapat

dipercaya yang dimiliki para staf (bebas dari bahaya, resiko atau keragu-

raguan).

e. Emphaty, meliputi kemudahan dalam melakukan hubungan, komunikasi yang

baik, perhatian pribadi, dan memahami kebutuhan para pelanggan.

Model SERVQUAL

Terdapat lima macam kesenjangan atau gap yang membuat perusahaan atau

suatu organisasi tidak mampu memberikan pelayanan yang bermutu kepada

pelanggannya yaitu [14]:

Kesenjangan 1 : kesenjangan antara harapan pelanggan dan persepsi manjemen

perusahaan.

Kesenjangan 2 : kesenjangan antara persepsi manajemen perusahaan atas harapan

pelanggan dengan spesifikasi kualitas pelayanan.

Kesenjangan 3: kesenjangan antara spesifikasi kualitas pelayanan dengan

pemberian atau penyampaian layanan kepada pelanggan.

Kesenjangan 4 : kesenjangan antara pemberian layanan kepada para pelanggan

dengan komunikasi eksternal.

Kesenjangan 5 : kesenjangan antara harapan pelanggan dengan kenyataan layanan

yang diterima.

Gambar 1 menggambarkan faktor-faktor inter-organisasional yang

mempengaruhi setiap jenis gap, dengan demikian model gap yang baru dapat

membantu menganalisis apa yang menyebabkan terjadinya gap dan bagaimana

menguranginya[15]

Gambar 1. Model Gap [9]

7

Metode AHP mulai dikembangkan oleh Thomas L. Saaty, seorang ahli

matematika yang pada awal tahun 1970-an. AHP merupakan pembuat system

pendukung keputusan dengan menggunakan model matematis. AHP membantu

dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa

perbandingan berpasangan dari masing-masing kriteria, metode AHP merupakan

salah satu metode pengambilan keputusan yang menggunakan faktor-faktor

logika, intuisi, pengalaman, pengetahuan, emosi, dan rasa untuk dioptimasi dalam

suatu proses yang sistematis, serta mampu membandingkan secara berpasangan

hal-hal yang tidak dapat diraba maupun yang dapat diraba, data kuantitatif

maupun yang kualitatif [16].

Terdapat tiga prinsip dalam memecahkan persoalan dengan AHP[17] , yaitu :

1) Menyusun Hierarki (Decomposition)

Dengan prinsip ini struktur masalah yang kompleks dibagi menjadi bagian-

bagian secara hierarki. Tujuan didefinisikan dari yang umum sampai khusus.

Dalam bentuk yang paling sederhana struktur akan dibandingkan tujuan,

kriteria dan level alternatif

2) Menentukan prioritas (Comparative Judgement)

Pada prinsip ini dibangun perbandingan berpasangan dari semua elemen yang

ada dengan tujuan menghasilkan skala kepentingan relatif dari elemen.

Perbandingan berpasangan dalam bentuk matriks jika dikombinasikan akan

menghasilkan prioritas. Nilai skala dapat dilihat pada Tabel 1

3) Konsistensi logis (Logical Consistency)

Hasil pada prinsip ini berupa gabungan atau dikenal dengan prioritas global

yang kemudian digunakan untuk memboboti prioritas lokal. Pada prinsip ini

dilakukan dengan mencari indeks konsistensi (CI) dimana CI diperoleh dengan

rumus :

CI =𝑡 − 𝑛

𝑛 − 1

Dimana :

CI : Indeks konsistensi

t : Konsistensi vektor bobot

n : Jumlah kriteria

Nilai Keterangan

9 Mutlak lebih penting (extreme)

7 Sangat lebih penting (very)

5 Lebih penting (strong)

3 Cukup penting (moderate)

1 Sama penting (equal)

2, 4, 6, 8 Ragu- ragu antara dua pilihan yang berdekatan

Kebalikan

Jika aktivitas i mendapat satu angka

dibandingkan dengann aktivitas j, maka j

memiliki nilai kebalikannya dibandingkan

dengann i.

Tabel 1. Skala Perbandingan [18]

(4)

8

Nilai t diperoleh dari dengan menggunakan rumus :

Dimana :

t : Konsistensi vector bobot

A : matriks perbandingan berpasangan

w : vektor bobot

n : Jumlah kriteria

Jika CI ≤ 1, maka CI bernilai konsisten

Jika CI ≥ 1, maka CI bernilai tidak konsisten

3. Metodologi Penelitian

Tahap pertama dari penelitian ini adalah rumusan masalah, dimana rumusan

masalah yang didapat adalah bagaimana pihak manajemen RS menganalisis

kualitas pelayanan pada pasien rawat inap kelas tiga di RSUD Kota Salatiga

menggunakan metode SERVQUAL dan AHP. Setelah rumusan masalah

ditentukan maka yang dilakukan setelah itu adalah melakukan studi literatur guna

memahami metode SERVQUAL dan AHP.

Kemudian pada tahap selanjutnya adalah tahap pengumpulan data yang

dilakukan dengan cara memberikan kuesioner kepada 63 pasien rawat inap yang

berada di ruangan kelas tiga RSUD Kota Salatiga. Kuesioner terdiri dari kuesioner

presepsi dan harapan atau ekspektasi dengan pertanyaan yang sama. Kuesioner

harapan diberikan terlebih dahulu kepada responden kemudian baru setelah itu

kuesioner presepsi. Responden yang mengisi kuesioner tersebut adalah pasien

yang dapat berkomunikasi dengan baik dan keluarga pasien dapat membantu

dalam menjawab pertanyaan yang diajukan dan sesuai dengan konteks

Gambar 2. Tahapan Penelitian

Rumusan Masalah

Studi Literatur

Kesimpulan

Analisis Data

Pengumpulan Data

n

int

1T

T

wpada i-keelemen

)(A)(w pada i-keelemen 1(5)

9

pengukuran variabel kualitas pelayanan mengidentifikasikan lima dimensi ukuran

kualitas layanan yaitu tangibles (bukti langsung), reliability (keandalan),

responsiveness (daya tanggap), assurance (jaminan), empathy (empati) dan 22

subkriteria.

Pada tahap selanjutnya yaitu tahap analisis data, dimana perolehan data

sebelumnya dianalisis dengan melihat apakah terdapat kesenjangan atau gap

antara presepsi pasien dengan harapan pasien lalu dibandingkan dengan hasil

perhitungan menggunakan metode AHP yang berguna untuk memecahkan suatu

situasi yang kompleks tidak terstruktur kedalam beberapa komponen dalam

susunan yang hirarki sehingga dapat memberikan alternatif terbaik dalam

pengambilan keputusan. Kemudian pada tahapan akhir akan ditarik kesimpulan

dari tahapan analisis data.

Sesuai dengan Parasuraman et al. [7], pengukuran variabel SERVQUAL di

dasarkan pada ke lima dimensi ukuran kualitas layanan yaitu tangibles, reliability,

responsiveness, assurance, empathy, dimana pada ke lima dimensi tersebut

terdapat 22 sub kriteria, maka didalam penelitian ini diperoleh sub kriteria sebagai

berikut :

Dimensi Sub Kriteria No.

Pertanyaan Variabel

Tangibles 1. Kelengkapan dan keterbaruan fasilitas

kesehatan

1 X1

2. Kebersihan lingkungan RSUD

2, 3, 4, 5 X1,X2,X3

,X4,X5

3. Penyajian makanan (kebersihan,

kesegaran, kesesuaian)

6, 7, 8 X6,X7,X8

4. Ketersediaan tempat penunjang

(Ruang tunggu, tempat ibadah, taman)

9 X9

5. Ketersediaan lahan parkir 10 X10

6. Kebersihan dan kerapian penampilan

karyawan dan dokter

11, 12, 13 X11,X12,

X13

7. Ketersediaan Obat di Apotek RS 14 X14

8. Terdapat sanitasi yang baik 15 X15

Reliability 9. Prosedur pelayanan administrasi yang

tidak berbelit - belit

16 X16

10. Prosedur penerimaan pasien yang

cepat dan tanggap oleh perawat

17 X17

11. Jadwal pelayanan rumah sakit yang

tepat waktu (pemeriksaan, kunjungan

dokter, perawatan, besuk, penyajian

makanan)

18, 19, 20,

21

X18,X19,

X20,

X21

12. Dokter dan perawat dapat diandalkan

dalam memberikan pelayanan dengan

tepat

22, 23 X22, X23

Responsi-

veness

13. Kemampuan petugas kesehatan dalam

mendiagnosis penyakit

24 X24

14. Kemampuan petugas administrasi 25 X25

Tabel 2. Dimensi dan Sub Kriteria Pada SERVQUAL

10

Pada ke-22 sub kriteria terdapat 37 variabel atau pertanyaan, berikut

keterangan dari ke-37 variabel :

dalam memberikan informasi

15. Pelayanan farmasi yang cepat dan

tepat

26 X26

16. Kemampuan manajemen dalam

penyelesaian masalah pasien

27 X27

17. Tindakan yang cepat dari petugas

medis saat pasien membutuhkan

28, 29 X28, X29

Assurance 18. Jaminan kesesuaian tarif dengan

fasilitas

30 X30

19. Jaminan keamanan pelayanan

(keamanan transaksi, keamanan

kendaraan, dll)

31, 32 X31, X32

Empathy 20. Keramahan staff dan petugas medis

33, 34, 35 X33,

X34,X35

21. Kemudahan dalam menyampaikan

keluhan

36 X36

22. Pelayanan dan perhatian yang

diberikan

37 X37

Variabel Keterangan Alternatif

X1 Kelengkapan dan keterbaruan fasilitas kesehatan

X2 Kebersihan kamar

X3 Kebersihan gedung

X4 Kebersihan kamar mandi/WC

X5 Kebersihan tempat penunjang

X6 Kebersihan makanan

X7 Kesegaran makanan

X8 Kesesuaian menu

X9 Ketersediaan tempat penunjang

X10 Kondisi lahan parkir

X11 Kebersihan dan kerapian penampilan dokter

X12 Kebersihan dan kerapian penampilan perawat

X13 Kebersihan dan kerapian penampilan pegawai

X14 Ketersediaan Obat di Apotek RS

X15 Sanitasi di RSUD

X16 Kecepatan pelayanan administrasi

X17 Prosedur penerimaan pasien oleh perawat

X18 Jadwal pelayanan kunjungan dokter

X19 Jadwal pelayanan perawatan oleh perawat

X20 Jadwal penyajian makanan

X21 Jadwal besuk

X22 Keandalan dokter dalam memberikan pelayanan

X23 Keandalan perawat dalam memberikan pelayanan

X24 Kemampuan dokter mendiagnosa penyakit

X25 Kemampuan petugas administrasi dalam memberikan

Tabel 3. Keterangan Alternatif

11

Sedangkan untuk perancangan AHP dalam penelitian ini menggunakan

kriteria presepsi dan ekspektasi atau harapan dimana kriteria tersebut disamakan

dengan kriteria yang digunakan dalam metode SERVQUAL. Kriteria presepsi

adalah kenyataan yang didapat (pelayanan) dan kriteria ekspektasi atau harapan

adalah keinginan atau harapan atas pelayanan yang diberikan. Nilai dari kriteria

didapat dari hasil mean skor kuesioner. Alternatif dari kriteria presepsi dan

ekspektasi terdiri dari 37 alternatif dimana alternatif tersebut di dapat dari

breakdown sub kriteria dari SERVQUAL yang merepresentasikan aspek-aspek

pelayanan yang akan dianalisis oleh pihak manajemen RSUD. Kriteria presepsi

lima kali lebih penting dari kriteria harapan. Perancangan metode AHP dilakukan

dengan perhitungan manual dengan menggunakan variabel pada SERVQUAL

sebagai alternatif dimana kriteria yang digunakan adalah mean dari nilai presepsi

dan harapan.

informasi

X26 Pelayanan farmasi

X27 Kemampuan manajemen dalam menyelesaikan masalah

pasien

X28 Tindakan dokter saat pasien membutuhkan pertolongan

X29 Tindakan perawat saat pasien membutuhkan pertolongan

X30 Jaminan kesesuaian tarif dengan fasilitas

X31 Keamanan transaksi

X32 Keamanan kendaraan

X33 Keramahan pegawai administrasi

X34 Keramahan dokter

X35 Keramahan perawat

X36 Kemudahan pasien dalam menyampaikan keluhan

X37 Pelayanan dan perhatian yang diberikan kepada pasien

Gambar 3. Hierarki Keputusan kualitas pelayanan

Presepsi (P)

Tujuan : Penilaian

faktor kualitas

pelayanan

Harapan (E)

X2 X6 X5 X4 X3 X8 X7 X9 X1

X11 X12 X13 X14 X10 X16 X15 X17 X18

X35 X3

6 X37 X34 X28 X29 X30 X32 X31 X33

X19 X20 X21 X2

2 X24 X23 X25 X27 X26

12

Tabel 5. Hasil rata-rata nilai variabel presepsi (P)

4. Hasil dan Pembahasan Sampel diambil sebanyak 65 unit, dimana 2 unit diantaranya rusak. 63 unit

kuesioner dianggap mewakili karena sudah melebihi 10% dari jumlah populasi.

Kemudian pada langkah selanjutnya dilakukan perhitungan skor

SERVQUAL bertujuan untuk mengetahui variabel apa saja yang bernilai negatif

sehingga dapat diketahui seberapa besar gap kualitas pelayanan tersebut, untuk

mengetahui hal itu maka hal pertama yang harus dilakukan adalah menentukan

skor rata-rata tiap variabel presepsi dan skor rata-rata variabel harapan atau

ekspektasi. Menentukan skor rata-rata presepsi dilakukan dengan persamaan 2.

Contoh perhitungan sebagai berikut :

𝑋 𝑃𝑋1 = 4 + 3 + 4 + 4 + 4 + ⋯ + 4

63= 3.7302

𝑋 𝑃𝑋2 = 4 + 5 + 4 + 4 + 4 + ⋯ + 5

63= 3.9841

Sedangkan dalam menentukan skor harapan atau ekspektasi dilakukan

dengan persamaan 3. Contoh perhitunganya sebagai berikut :

𝑋 𝐸𝑋1 = 4 + 3 + 4 + 4 + 4 + ⋯ + 4

63= 3.6508

𝑋 𝐸𝑋2 = 4 + 4 + 4 + 4 + 4 + ⋯ + 4

63= 3.8095

Hasil dari perhitungan yang telah dilakukan maka diperoleh nilai rata-rata

dari masing-masing variabel kualitas presepsi dari seluruh responden sebagai

berikut :

Jumlah

Jenis Kelamin Laki-laki 37

Perempuan 26

Umur < 20 th 3

20 th – 25 th 8

> 25 th 52

Lama dirawat < 1 hari 2

1 - 2 hari 36

> 2 hari 25

Total kuesioner 63

Variabel Mean

Variabel Mean

Presepsi (P) Presepsi

(P)

X1 3.7302 X20 4.0635

X2 3.9841 X21 4.0317

Tabel 4. Hasil Penyebaran Kuesioner

13

Sedangkan hasil dari dari masing-masing variabel kualitas harapan atau

ekspektasi dari seluruh responden sebagai berikut :

X3 4.0317 X22 3.7143

X4 3.5397 X23 3.7778

X5 3.7778 X24 3.5873

X6 3.9048 X25 3.6825

X7 3.9048 X26 3.6032

X8 3.7937 X27 3.6667

X9 3.3492 X28 3.4921

X10 3.6032 X29 3.8254

X11 4.1269 X30 3.619

X12 4.0476 X31 3.9365

X13 3.873 X32 3.746

X14 3.746 X33 3.6825

X15 3.5079 X34 3.9524

X16 3.7143 X35 3.873

X17 3.9206 X36 3.6984

X18 3.2381 X37 3.8095

X19 3.9683

Variabel Mean

Variabel Mean

Harapan (E) Harapan (E)

X1 3.6508 X20 3.9206

X2 3.8095 X21 3.9206

X3 3.873 X22 3.6825

X4 3.6508 X23 3.7778

X5 3.6984 X24 3.5556

X6 3.8571 X25 3.6825

X7 3.8571 X26 3.5714

X8 3.7778 X27 3.6667

X9 3.3968 X28 3.4762

X10 3.6032 X29 3.7937

X11 3.9841 X30 3.5714

X12 3.9524 X31 3.8254

Tabel 6. Hasil rata-rata nilai variabel harapan (E)

14

Tabel 7. Hasil perhitungan skor SERVQUAL (Q)

Setelah diketahui rata-rata nilai dari variabel presepsi dan harapan maka

langkah selanjutnya adalah mengurangkan rata-rata nilai variabel presepsi dengan

rata-rata nilai variabel harapan agar mengetahui selisih atau skor SERVQUAL.

Adapun skor SERVQUAL didapat dengan persamaan 1. Contoh perhitunganya

sebagai berikut :

𝑄𝑋1 = 3.7302 − 3.6508 = 0.0794

𝑄𝑋2 = 3.9841 − 3.8095 = 0.1746

Hasil perhitungan skor SERVQUAL menunjukan adanya beberapa variabel

yang menghasilkan nilai negatif, nilai positif maupun 0. Variabel yang

menunjukan nilai negatif diantaranya Kebersihan kamar mandi/WC, Ketersediaan

tempat penunjang di RSUD, Sanitasi di RSUD, Kecepatan pelayanan

X13 3.8095 X32 3.7302

X14 3.746 X33 3.6508

X15 3.5714 X34 3.8571

X16 3.7302 X35 3.8254

X17 3.8571 X36 3.7143

X18 3.4762 X37 3.7619

X19 3.8888

Variabel

Mean Skor

Servqual

(Q)

Variabel

Mean Skor

Servqual

(Q) Presepsi

(P)

Harapan

(E)

Presepsi

(P)

Harapan

(E)

X1 3.7302 3.6508 0.0794 X20 4.0635 3.9206 0.1429

X2 3.9841 3.8095 0.1746 X21 4.0317 3.9206 0.1111

X3 4.0317 3.873 0.1587 X22 3.7143 3.6825 0.0318

X4 3.5397 3.6508 -0.1111 X23 3.7778 3.7778 0

X5 3.7778 3.6984 0.0794 X24 3.5873 3.5556 0.0317

X6 3.9048 3.8571 0.0477 X25 3.6825 3.6825 0

X7 3.9048 3.8571 0.0477 X26 3.6032 3.5714 0.0318

X8 3.7937 3.7778 0.0159 X27 3.6667 3.6667 0

X9 3.3492 3.3968 -0.0476 X28 3.4921 3.4762 0.0159

X10 3.6032 3.6032 0 X29 3.8254 3.7937 0.0317

X11 4.1269 3.9841 0.1428 X30 3.6190 3.5714 0.0476

X12 4.0476 3.9524 0.0952 X31 3.9365 3.8254 0.1111

X13 3.873 3.8095 0.0635 X32 3.7460 3.7302 0.0158

X14 3.7460 3.7460 0 X33 3.6825 3.6508 0.0317

X15 3.5079 3.5714 -0.0635 X34 3.9524 3.8571 0.0953

X16 3.7143 3.7302 -0.0159 X35 3.8730 3.8254 0.0476

X17 3.9206 3.8571 0.0635 X36 3.6984 3.7143 -0.0159

X18 3.2381 3.4762 -0.2381 X37 3.8095 3.7619 0.0476

X19 3.9683 3.8888 0.0795

15

Tabel 8. Hasil Skor Servqual bernilai negatif

Tabel 9. Daftar Alternatif dan Kriteria

administrasi, Jadwal pelayanan kunjungan dokter, Kemudahan pasien dalam

menyampaikan keluhan. Menurut Parasuraman, et al.[7] skor SERVQUAL dapat

diklasifikasikan sebagai berikut:

1. Jika E > P; pelanggan kurang puas atas pelayanan yang diterima,

2. Jika E = P; pelanggan puas atas pelayanan yang diterima.

3. Jika E < P; pelanggan lebih dari puas atas pelayanan yang diterima atau

mengalami kondisi ideal.

Berdasarkan Tabel 8. dapat dilihat bahwa selisih atau gap terbesar terdapat

pada variabel X18 (jadwal pelayanan kunjungan dokter) disusul oleh variabel X4

(kebersihan kamar mandi/wc), X15 (sanitasi di RSUD),X9 (ketersediaan tempat

penunjang), X36 (kemudahan pasien dalam menyampaikan keluhan), X16

(kecepatan pelayanan administrasi) . Selisih yang besar menunjukan adanya gap

yang besar pula, yang berarti kualitas pelayanan yang disediakan belum maksimal

atau pelanggan kurang puas dengan pelayanan yang diterima E > P.

Sedangkan variabel yang mempunyai skor SERVQUAL bernilai 0 berarti

pelanggan puas dengan pelayanan yang diterima karena E=P. Hal ini berarti

bahwa RSUD memberikan pelayanan yang sesuai dengan ekspektasi pasien.

Ke-26 variabel lainya berinilai positif dimana E<P yang berarti pelanggan

lebih dari puas atas pelayanan yang diterima atau mengalami kondisi ideal. Hal ini

tentu menjadi pencapaian yang baik karena pasien menunjukan bahwa ke-26

variabel telah mencapai kondisi ideal.

Perhitungan dengan menggunakan metode AHP, tahap awal adalah

penyusunan tabel awal perancangan kriteria dan nilai kriteria untuk alternatif

seperti pada Tabel 9

Dimensi Sub

Kriteria Variabel Alternatif Keterangan

Skor

SERVQUAL

Tangibles 2 X4 Kebersihan kamar mandi/WC -0.1111

4 X9 Ketersediaan tempat penunjang di

RSUD

-0.0476

8 X15 Sanitasi di RSUD -0.0635

Reliability 9 X16 Kecepatan pelayanan administrasi -0.0159

11 X18 Jadwal pelayanan kunjungan dokter -0.2381

Empathy 21 X36 Kemudahan pasien dalam

menyampaikan keluhan

-0.0159

Alternatif

Kriteria Kriteria Harapan /

Ekspektasi

(E) Presepsi (P)

Harapan /

Ekspektasi

(E)

Alternatif Presepsi (P)

X1 3.7302 3.6508 X19 3.9683 3.8888

X2 3.9841 3.8095 X20 4.0635 3.9206

X3 4.0317 3.873 X21 4.0317 3.9206

16

Langkah pertama dalam membuat matriks perbandingan adalah dengan

mengisi nilai perbandingan kriteria kemudian di jumlahkan pada setiap kolomnya.

Nilai perbandingan kriteria presepsi 5 kali lebih penting dari ekspektasi yang

berarti skala perbandingan adalah 5 yang berarti lebih penting atau strong.

Penentuan perbandingan kriteria didasarkan pada mean yang diperoleh dari skor

presepsi maupun skor ekspektasi. Matriks perbandingan yang terbentuk dapat

dilihat pada Tabel 10.

Langkah selanjutnya yaitu melakukan pembagian masing-masing kolom

dengan masing-masing baris dengan menggunakan atribut presepsi. Kemudian

dijumlahkan perkolom. Selanjutnya hasil pembagian masing-masing kolom dan

baris dapat dilihat pada Lampiran 1. Jumlah total perkolom digunakan sebagai

pembagi hasil dari pembagian masing-masing kolom dan baris.

Hasil pembagian antara hasil masing-masing kolom dan baris dengan

jumlah total perkolom dapat dilihat pada Lampiran 2. Pada atribut harapan juga

dilakukan langkah yang sama.

Hasil pembagian masing-masing kolom dan baris dapat dilihat pada

Lampiran 3 dan hasil pembagian antara hasil masing-masing kolom dan baris

dengan jumlah total perkolom dapat dilihat pada Lampiran 4.

Setelah diketahui hasil pembagian antara hasil masing-masing kolom dan

baris dengan jumlah total perkolom maka dilakukan penghitungan rata-rata setiap

X4 3.5397 3.6508 X22 3.7143 3.6825

X5 3.7778 3.6984 X23 3.7778 3.7778

X6 3.9048 3.8571 X24 3.5873 3.5556

X7 3.9048 3.8571 X25 3.6825 3.6825

X8 3.7937 3.7778 X26 3.6032 3.5714

X9 3.3492 3.3968 X27 3.6667 3.6667

X10 3.6032 3.6032 X28 3.4921 3.4762

X11 4.1269 3.9841 X29 3.8254 3.7937

X12 4.0476 3.9524 X30 3.619 3.5714

X13 3.873 3.8095 X31 3.9365 3.8254

X14 3.746 3.746 X32 3.746 3.7302

X15 3.5079 3.5714 X33 3.6825 3.6508

X16 3.7143 3.7302 X34 3.9524 3.8571

X17 3.9206 3.8571 X35 3.873 3.8254

X18 3.2381 3.4762 X36 3.6984 3.7143

X37 3.8095 3.7619

Presepsi (P) Ekspektasi (E)

Presepsi (P) 1 5

Ekspektasi (E) 1/5 1

Jumlah 1.2 6

Tabel 10. Matriks Perbandingan

17

baris guna mengetahui nilai prioritas pada kriteria presepsi maupun harapan. Hasil

nilai prioritas presepsi dan harapn dilihat pada Tabel 11.

Lalu pada tahap terakhir yaitu untuk mengetahui nilai prioritas global untuk

menguji konsistensinya dengan menghitung Ci. Nilai prioritas global didapat

dengan mengalikan nilai prioritas dengan vector bobot.

Cara memperoleh nilai vector bobot yaitu dengan menghitung matriks

berpasangan. Matriks berpasangan diperoleh dengan membagi matriks

perbandinga dengan jumlah matriks kolom. Sehingga didapat :

1/1.2 5/6

0.2/1.2 1/6 =

0.8333 0.83330.1667 1.667

Selanjutnya adalah mencari rata-rata dari setiap baris agar diperoleh vektor

bobot atau weight (w)

0.8333 0.83330.1667 1.667

= rata-rata 0.83330.1667

Jadi diketahui w = (0.8333 ; 0.1667)

Setelah diketahui w maka dilakukan perkalian dengan matriks berpasangan

agar mengetahui nilai matriks perbandingan berpasangan.

1 5

0.2 1

0.83330.1667

= 1.6668

0.33336

Alternatif Rata-rata

Alternatif Rata-ata

Presepsi Harapan Presepsi Harapan

X1 0.027261 0.027628 X20 0.025025 0.025727

X2 0.025523 0.026477 X21 0.025222 0.025727

X3 0.025222 0.026043 X22 0.027377 0.02739

X4 0.028728 0.027628 X23 0.026917 0.026699

X5 0.026917 0.027272 X24 0.028347 0.028368

X6 0.026042 0.02615 X25 0.027614 0.02739

X7 0.026042 0.02615 X26 0.028222 0.028242

X8 0.026804 0.026699 X27 0.027733 0.027508

X9 0.030362 0.029694 X28 0.029119 0.029016

X10 0.028222 0.027993 X29 0.026582 0.026587

X11 0.02464 0.025317 X30 0.028098 0.028242

X12 0.025123 0.02552 X31 0.025832 0.026367

X13 0.026256 0.026477 X32 0.027146 0.02704

X14 0.027146 0.026926 X33 0.027614 0.027628

X15 0.028988 0.028242 X34 0.025728 0.02615

X16 0.027377 0.02704 X35 0.026256 0.026367

X17 0.025937 0.02615 X36 0.027495 0.027156

X18 0.031404 0.029016 X37 0.026693 0.026812

X19 0.025625 0.025937

Tabel 11 Nilai Prioritas kriteria presepsi dan harapan

18

Kemudian mencari nilai t dengan Rumus 5, sehingga diperoleh :

𝑡 =1

2

1.6668

0.8333+

0.33336

0.1667 = 2.00000003

Selanjutnya adalah menghitung indeks konsistensi (CI) dengan Rumus 4.

CI =2.00000003 − 2

2 − 1= 0.0000003

Indeks konsistensi (CI) bernilai konsisten karena 0.0000003 ≤ 1

Nilai prioritas global dapat dihitung dengan melakukan perkalian matriks

antara nilai prioritas kriteria (P dan E) dengan bobot vector (w). Dimana hasilnya

dapat dilihat pada Tabel 12.

Contoh perhitungan :

X1 = (0.027261 x 0.8333) + (0.027628 x 0.1667 ) = 0.02732193

X2 = (0.025523 x 0.8333) + (0.026477 x 0.1667 ) = 0.02732193

Alternatif Nilai prioritas

w

Bobot

Prioritas

Global P E

X1 0.027261 0.027628 0.8333 0.02732193

X2 0.025523 0.026477 0.1667 0.02568239

X3 0.025222 0.026043 0.02535892

X4 0.028728 0.027628 0.02854448

X5 0.026917 0.027272 0.02697643

X6 0.026042 0.02615 0.02605985

X7 0.026042 0.02615 0.02605985

X8 0.026804 0.026699 0.02678687

X9 0.030362 0.029694 0.0302505

X10 0.028222 0.027993 0.02818344

X11 0.02464 0.025317 0.02475302

X12 0.025123 0.02552 0.02518914

X13 0.026256 0.026477 0.0262925

X14 0.027146 0.026926 0.02710907

X15 0.028988 0.028242 0.02886389

X16 0.027377 0.02704 0.02732114

X17 0.025937 0.02615 0.0259724

X18 0.031404 0.029016 0.0310055

X19 0.025625 0.025937 0.02567707

X20 0.025025 0.025727 0.02514173

X21 0.025222 0.025727 0.02530621

X22 0.027377 0.02739 0.02737953

X23 0.026917 0.026699 0.02688088

Tabel 12 Nilai prioritas Global

19

Berdasarkan perhitungan nilai prioritas global yang didapat, hasil

perangkingan dari alternatif dapat dilihat pada Tabel 13.

X24 0.028347 0.028368 0.02835015

X25 0.027614 0.02739 0.02757653

X26 0.028222 0.028242 0.02822499

X27 0.027733 0.027508 0.02769536

X28 0.029119 0.029016 0.02910211

X29 0.026582 0.026587 0.02658312

X30 0.028098 0.028242 0.02812232

X31 0.025832 0.026367 0.02592123

X32 0.027146 0.02704 0.02712808

X33 0.027614 0.027628 0.02761618

X34 0.025728 0.02615 0.02579851

X35 0.026256 0.026367 0.02627415

X36 0.027495 0.027156 0.02743851

X37 0.026693 0.026812 0.02671304

Rangking

Bobot

Prioritas

Global

Alternatif Rangking

Bobot

Prioritas

Global

Alternatif

1 0.02475302 X11 20 0.02710907 X14

2 0.02514173 X20 21 0.02712808 X32

3 0.02518914 X12 22 0.02732114 X16

4 0.02530621 X21 23 0.02732193 X1

5 0.02535892 X3 24 0.02737953 X22

6 0.02567707 X19 25 0.02743851 X36

7 0.02568239 X2 26 0.02757653 X25

8 0.02579851 X34 27 0.02761618 X33

9 0.02592123 X31 28 0.02769536 X27

10 0.0259724 X17 29 0.02812232 X30

11 0.02605985 X6 30 0.02818344 X10

12 0.02605985 X7 31 0.02822499 X26

13 0.02627415 X35 32 0.02835015 X24

14 0.0262925 X13 33 0.02854448 X4

15 0.02658312 X29 34 0.02886389 X15

16 0.02671304 X37 35 0.02910211 X28

17 0.02678687 X8 36 0.0302505 X9

18 0.02688088 X23 37 0.0310055 X18

19 0.02697643 X5

Tabel 13 Perangkingan Bobot Prioritas Global

20

Hasil skor tertinggi adalah aspek yang memiliki tingkat kepuasan tertinggi

dimana aspek pelayanan yang bernilai maksimal atau memililiki rangking tinggi.

Sedangkan aspek yang menempati posisi bawah adalah aspek pelayanan yang

memiliki skor minimum atau memiliki rangking terendah dan dapat digunakan

sebagai rekomendasi perbaikan pelayanan oleh pihak manajemen RSUD

5. Kesimpulan dan Saran

Hasil perhitungan skor SERVQUAL terdapat enam variabel bernilai negatif

yaitu pada variabel jadwal pelayanan kunjungan dokter, kebersihan kamar

mandi/WC, sanitasi di RSUD, ketersediaan tempat penunjang, kemudahan pasien

dalam menyampaikan keluhan, kecepatan pelayanan administrasi. Sedangkan dari

hasil perangkingan enam alternatif terbawah pada AHP terdapat perbedaan yaitu

tidak adanya alternatif kemampuan dokter dalam mendiagnosa penyakit dan

tindakan dokter saat pasien membutuhkan pertolongan. Pada perangkingkan

menggunakan AHP menunjukan adanya alternatif kecepatan pelayanan

administrasi dan kemudahan pasien dalam menyampaikan keluhan yang mana

alternatif tersebut tidak terdapat pada perhitungan menggunakan SERVQUAL.

Hal ini menunjukan terdapatnya perbedaan dari hasil perhitungan menggunakan

SERVQUAL dan AHP, metode SERVQUAL merupakan metode dengan

menggunakan pembobotan sehingga nilai yang didapat adalah nilai yang balance,

sedangkan metode AHP merupakan metode yang menggunakan perangkingan

sehingga hasil yang didapat maupun selisih nilai yang dihasilkan akan

berpengaruh pada proses perangkingan itu sendiri. Oleh karena itu pada hasil

akhir dari perhitungan SERVQUAL maupun AHP menujukan adanya variabel

atau atribut yang tidak berada pada urutan yang sama. Tetapi pada perhitungan

menggunakan SERVQUAL maupun perangkingan menggunakan AHP terdapat

persamaan dimana variabel yang mempunyai nilai negatif terbesar dan rangking

terbawah adalah variabel jadwal pelayanan kunjungan dokter, hal ini dapat

digunakan sebagai rekomendasi pengambilan keputusan dalam upaya

meningkatkan kualitas pelayanan.

Saran dari penelitian ini adalah dimungkinkan menggunakan metode lain

sebagai pembanding yang digunakan sebagai perangkingan aspek yang telah ada.

Penambahan aspek pelayanan yang ingin dianalisis juga bisa ditambah. Saran lain

adalah menggunakan metode SERVQUAL untuk menganalisis kinerja dari

SIMRS.

21

6. DAFTAR PUSTAKA

[1] Rumah Sakit Umum Daerah.2014.Katalog.Salatiga

[2] Parasuraman, A., Zeithaml, V.A. and Berry, L.L., (1985), A Conceptual

Model of Service Quality and Its Implications for Future Research, Journal of

Marketing, Vol 49, (Fall) p. 41-50

[3] Dean, A.M., (1999), The Applicability of SERVQUAL in Different Health

Care Environments, Health Marketing Quarterly, 16(3), 1-21.

[4] O’Connor, S.J., Shewchuk, R.M., and Carney, L.W., 1994, The Great Gap,

Journal of Health Care Marketing, 14(2), 32-39.

[5] Peprah, A. A and Atarah, B. A.,(2014), Assessing Patient’s Satisfaction

Using SERVQUAL Model: A Case of Sunyani Regional Hospital, Ghana,

International journal of business and social research, Vol 4, No 2, 133-143

[6] Tjiptono, F., Chandra, G.,(2011), Service, Quality & Satisfaction Edisi : 3,

Yogyakarta: Penerbit Andi Offset

[7] Parasuraman, A., Zeithaml, V.A. and Berry, L.L., (1988), SERVQUAL: a

multiple-item scale for measuring consumer perceptions of the service

quality, Journal of Retailing, Vol. 64, No. 1, p. 12-40

[8] Suryadi, K., Ramdhani, M.A. (2002). Sistem Pendukung Keputusan : Suatu

Wacana Struktural Idealisasi dan Implementasi Konsep Pengambil

Keputusan. Rosda, Bandung

[9] Zeithaml, V.A, Parasuraman, A and Berry, L.L., (1990), Delivering Quality

Service, New York : The Free Press, p-131.

[10] Zeithaml, V.A, Berry, L.L. and Parasuraman, A., (1993), The Nature and

Determinants of Customer Expectations of Service, Journal of the Academy

of Marketing Science, Vol 21,No 1 (Winter) p. 1-12

[11] Moekoe, Dirk, A.L.,Sediyono, E., Utomo, H.W.,(2013).Assessment of the

Determinant Factor of Service Quality in Travel Agent Company Using

SERVQUAL and AHP Method (Case Study: TX Travel Waingapu,

Indonesia). Salatiga : Universitas Kristen Satya Wacana

[12] Muna, Nailil, 2007, Usulan Perbaikan Kualitas Pelayanan Rawat Inap Rumah

Sakit Islam Surakarta Menggunakan Model SERVQUAL dan Analisis

Faktor. Universitas Sebelas Maret, Surakarta

[13] Tjiptono, Fandy, (2002), Manajemen Jasa. Yogyakarta: Penerbit Andi Offset

[14] Kotler, Philip, (1998), Manajemen Pemasaran, Jakarta: PT. Prenhallindo

[15] Tjiptono, F., Chandra, G., (2006), Service, Quality & Satisfaction,

Yogyakarta: Penerbit Andi Offset

[16]Iryanto, 2008. Exposition of Analytic Hierarchy Process in Operations

Research: Effective Ways to Decision Making, Medan.

[17]Saaty, Thomas L., 1980. The Analytic Hierarchy Process:Planning, Priority

Setting, Resource Allocation, McGraw-Hill.

[18]Saaty, T.L 1993. Pengambilan Keputusan Bagi Para Pemimpin; Proses

Hirarki Analitik untuk Pengambilan Keputusan dalam Situasi yang

Kompleks. Gramedia, Jakarta

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19

X1 1 1.0681 1.0808 0.9489 1.0128 1.0468 1.0468 1.017 0.8979 0.966 1.1063 1.0851 1.0383 1.0042 0.9404 0.9957 1.051 0.8681 1.0638

X2 0.9363 1 1.0119 0.8885 0.9482 0.9801 0.9801 0.9522 0.8406 0.9044 1.0358 1.0159 0.9721 0.9402 0.8805 0.9323 0.9841 0.8128 0.996

X3 0.9252 0.9882 1 0.878 0.937 0.9685 0.9685 0.941 0.8307 0.8937 1.0236 1.0039 0.9606 0.9291 0.8701 0.9213 0.9724 0.8032 0.9843

X4 1.0538 1.1255 1.139 1 1.0673 1.1031 1.1031 1.0718 0.9462 1.0179 1.1659 1.1435 1.0942 1.0583 0.991 1.0493 1.1076 0.9148 1.1211

X5 0.9874 1.0546 1.0672 0.937 1 1.0336 1.0336 1.0042 0.8865 0.9538 1.0924 1.0714 1.0252 0.9916 0.9286 0.9832 1.0378 0.8571 1.0504

X6 0.9553 1.0203 1.0325 0.9065 0.9675 1 1 0.9715 0.8577 0.9228 1.0569 1.0366 0.9919 0.9593 0.8984 0.9512 1.004 0.8293 1.0163

X7 0.9553 1.0203 1.0325 0.9065 0.9675 1 1 0.9715 0.8577 0.9228 1.0569 1.0366 0.9919 0.9593 0.8984 0.9512 1.004 0.8293 1.0163

X8 0.9833 1.0502 1.0627 0.933 0.9958 1.0293 1.0293 1 0.8828 0.9498 1.0878 1.0669 1.0209 0.9874 0.9247 0.9791 1.0335 0.8535 1.046

X9 1.1138 1.1896 1.2038 1.0569 1.128 1.1659 1.1659 1.1327 1 1.0758 1.2322 1.2085 1.1564 1.1185 1.0474 1.109 1.1706 0.9668 1.1849

X10 1.0352 1.1057 1.1189 0.9824 1.0485 1.0837 1.0837 1.0529 0.9295 1 1.1453 1.1233 1.0749 1.0396 0.9736 1.0308 1.0881 0.8987 1.1013

X11 0.9039 0.9654 0.9769 0.8577 0.9154 0.9462 0.9462 0.9193 0.8116 0.8731 1 0.9808 0.9385 0.9077 0.85 0.9 0.95 0.7846 0.9616

X12 0.9216 0.9843 0.9961 0.8745 0.9333 0.9647 0.9647 0.9373 0.8275 0.8902 1.0196 1 0.9569 0.9255 0.8667 0.9177 0.9686 0.8 0.9804

X13 0.9631 1.0287 1.041 0.9139 0.9754 1.0082 1.0082 0.9795 0.8648 0.9303 1.0656 1.0451 1 0.9672 0.9057 0.959 1.0123 0.8361 1.0246

X14 0.9958 1.0636 1.0763 0.9449 1.0085 1.0424 1.0424 1.0127 0.8941 0.9619 1.1017 1.0805 1.0339 1 0.9364 0.9915 1.0466 0.8644 1.0593

X15 1.0634 1.1358 1.1493 1.0091 1.0769 1.1131 1.1131 1.0815 0.9548 1.0272 1.1765 1.1539 1.1041 1.0679 1 1.0588 1.1176 0.9231 1.1312

X16 1.0043 1.0726 1.0855 0.953 1.0171 1.0513 1.0513 1.0214 0.9017 0.9701 1.1111 1.0897 1.0427 1.0085 0.9444 1 1.0555 0.8718 1.0684

X17 0.9514 1.0162 1.0283 0.9028 0.9636 0.996 0.996 0.9676 0.8543 0.919 1.0526 1.0324 0.9879 0.9555 0.8947 0.9474 1 0.8259 1.0122

X18 1.152 1.2304 1.2451 1.0931 1.1667 1.2059 1.2059 1.1716 1.0343 1.1128 1.2745 1.25 1.1961 1.1569 1.0833 1.1471 1.2108 1 1.2255

X19 0.94 1.004 1.016 0.892 0.952 0.984 0.984 0.956 0.844 0.908 1.04 1.02 0.976 0.944 0.884 0.936 0.988 0.816 1

X20 0.918 0.9805 0.9922 0.8711 0.9297 0.9609 0.9609 0.9336 0.8242 0.8867 1.0156 0.9961 0.9531 0.9219 0.8633 0.9141 0.9648 0.7969 0.9766

X21 0.9252 0.9882 1 0.878 0.937 0.9685 0.9685 0.941 0.8307 0.8937 1.0236 1.0039 0.9606 0.9291 0.8701 0.9213 0.9724 0.8032 0.9843

X22 1.0043 1.0726 1.0855 0.953 1.0171 1.0513 1.0513 1.0214 0.9017 0.9701 1.1111 1.0897 1.0427 1.0085 0.9444 1 1.0555 0.8718 1.0684

X23 0.9874 1.0546 1.0672 0.937 1 1.0336 1.0336 1.0042 0.8865 0.9538 1.0924 1.0714 1.0252 0.9916 0.9286 0.9832 1.0378 0.8571 1.0504

X24 1.0398 1.1106 1.1239 0.9867 1.0531 1.0885 1.0885 1.0575 0.9336 1.0044 1.1504 1.1283 1.0796 1.0442 0.9779 1.0354 1.0929 0.9027 1.1062

X25 1.013 1.0819 1.0948 0.9612 1.0259 1.0604 1.0604 1.0302 0.9095 0.9785 1.1207 1.0991 1.0517 1.0172 0.9526 1.0086 1.0647 0.8793 1.0776

X26 1.0352 1.1057 1.1189 0.9824 1.0485 1.0837 1.0837 1.0529 0.9295 1 1.1453 1.1233 1.0749 1.0396 0.9736 1.0308 1.0881 0.8987 1.1013

X27 1.0173 1.0866 1.0995 0.9654 1.0303 1.0649 1.0649 1.0346 0.9134 0.9827 1.1255 1.1039 1.0563 1.0216 0.9567 1.013 1.0692 0.8831 1.0823

X28 1.0682 1.1409 1.1545 1.0136 1.0818 1.1182 1.1182 1.0864 0.9591 1.0318 1.1818 1.1591 1.1091 1.0727 1.0045 1.0636 1.1227 0.9273 1.1364

X29 0.9751 1.0415 1.0539 0.9253 0.9876 1.0208 1.0208 0.9917 0.8755 0.9419 1.0788 1.0581 1.0124 0.9792 0.917 0.971 1.0249 0.8465 1.0374

X30 1.0307 1.1009 1.114 0.9781 1.0439 1.079 1.079 1.0483 0.9254 0.9956 1.1403 1.1184 1.0702 1.0351 0.9693 1.0263 1.0833 0.8947 1.0965

X31 0.9476 1.0121 1.0242 0.8992 0.9597 0.9919 0.9919 0.9637 0.8508 0.9153 1.0484 1.0282 0.9839 0.9516 0.8911 0.9436 0.996 0.8226 1.0081

X32 0.9958 1.0636 1.0763 0.9449 1.0085 1.0424 1.0424 1.0127 0.8941 0.9619 1.1017 1.0805 1.0339 1 0.9364 0.9915 1.0466 0.8644 1.0593

X33 1.013 1.0819 1.0948 0.9612 1.0259 1.0604 1.0604 1.0302 0.9095 0.9785 1.1207 1.0991 1.0517 1.0172 0.9526 1.0086 1.0647 0.8793 1.0776

X34 0.9438 1.008 1.0201 0.8956 0.9558 0.988 0.988 0.9598 0.8474 0.9116 1.0442 1.0241 0.9799 0.9478 0.8875 0.9398 0.992 0.8193 1.004

X35 0.9631 1.0287 1.041 0.9139 0.9754 1.0082 1.0082 0.9795 0.8648 0.9303 1.0656 1.0451 1 0.9672 0.9057 0.959 1.0123 0.8361 1.0246

X36 1.0086 1.0772 1.0901 0.9571 1.0215 1.0558 1.0558 1.0258 0.9056 0.9743 1.1159 1.0944 1.0472 1.0129 0.9485 1.0043 1.0601 0.8755 1.073

X37 0.9792 1.0458 1.0583 0.9292 0.9917 1.025 1.025 0.9959 0.8792 0.9458 1.0833 1.0625 1.0167 0.9833 0.9208 0.975 1.0292 0.85 1.0417

Jml 36.706 39.204 39.673 34.831 37.1746 38.424 38.424 37.331 32.957 35.456 40.609 39.829 38.111 36.861 34.518 36.549 38.579 31.863 39.049

Lampiran 1 Hasil Pembagian Masing-masing Kolom dengan masing-masing baris pada kriteria presepsi

X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37

X1 1.0894 1.0808 0.9957 1.0128 0.9617 0.9872 0.966 0.983 0.9362 1.0255 0.9702 1.0553 1.0042 0.9872 1.0596 1.0383 0.9915 1.0213

X2 1.0199 1.0119 0.9323 0.9482 0.9004 0.9243 0.9044 0.9203 0.8765 0.9602 0.9084 0.9881 0.9402 0.9243 0.992 0.9721 0.9283 0.9562

X3 1.0079 1 0.9213 0.937 0.8898 0.9134 0.8937 0.9095 0.8662 0.9488 0.8976 0.9764 0.9291 0.9134 0.9803 0.9606 0.9173 0.9449

X4 1.148 1.139 1.0493 1.0673 1.0134 1.0403 1.0179 1.0359 0.9866 1.0807 1.0224 1.1121 1.0583 1.0403 1.1166 1.0942 1.0448 1.0762

X5 1.0756 1.0672 0.9832 1 0.9496 0.9748 0.9538 0.9706 0.9244 1.0126 0.958 1.042 0.9916 0.9748 1.0462 1.0252 0.979 1.0084

X6 1.0406 1.0325 0.9512 0.9675 0.9187 0.9431 0.9228 0.939 0.8943 0.9797 0.9268 1.0081 0.9593 0.9431 1.0122 0.9919 0.9471 0.9756

X7 1.0406 1.0325 0.9512 0.9675 0.9187 0.9431 0.9228 0.939 0.8943 0.9797 0.9268 1.0081 0.9593 0.9431 1.0122 0.9919 0.9471 0.9756

X8 1.0711 1.0627 0.9791 0.9958 0.9456 0.9707 0.9498 0.9665 0.9205 1.0084 0.9539 1.0376 0.9874 0.9707 1.0418 1.0209 0.9749 1.0042

X9 1.2133 1.2038 1.109 1.128 1.0711 1.0995 1.0758 1.0948 1.0427 1.1422 1.0806 1.1754 1.1185 1.0995 1.1801 1.1564 1.1043 1.1374

X10 1.1277 1.1189 1.0308 1.0485 0.9956 1.022 1 1.0176 0.9692 1.0617 1.0044 1.0925 1.0396 1.022 1.0969 1.0749 1.0264 1.0573

X11 0.9846 0.9769 0.9 0.9154 0.8692 0.8923 0.8731 0.8885 0.8462 0.9269 0.8769 0.9539 0.9077 0.8923 0.9577 0.9385 0.8962 0.9231

X12 1.0039 0.9961 0.9177 0.9333 0.8863 0.9098 0.8902 0.9059 0.8628 0.9451 0.8941 0.9726 0.9255 0.9098 0.9765 0.9569 0.9137 0.9412

X13 1.0492 1.041 0.959 0.9754 0.9262 0.9508 0.9303 0.9467 0.9017 0.9877 0.9344 1.0164 0.9672 0.9508 1.0205 1 0.9549 0.9836

X14 1.0848 1.0763 0.9915 1.0085 0.9576 0.983 0.9619 0.9788 0.9322 1.0212 0.9661 1.0509 1 0.983 1.0551 1.0339 0.9873 1.017

X15 1.1584 1.1493 1.0588 1.0769 1.0226 1.0498 1.0272 1.0453 0.9955 1.0905 1.0317 1.1222 1.0679 1.0498 1.1267 1.1041 1.0543 1.086

X16 1.094 1.0855 1 1.0171 0.9658 0.9914 0.9701 0.9872 0.9402 1.0299 0.9743 1.0598 1.0085 0.9914 1.0641 1.0427 0.9957 1.0256

X17 1.0364 1.0283 0.9474 0.9636 0.915 0.9393 0.919 0.9352 0.8907 0.9757 0.9231 1.0041 0.9555 0.9393 1.0081 0.9879 0.9433 0.9717

X18 1.2549 1.2451 1.1471 1.1667 1.1078 1.1372 1.1128 1.1324 1.0784 1.1814 1.1176 1.2157 1.1569 1.1372 1.2206 1.1961 1.1422 1.1765

X19 1.024 1.016 0.936 0.952 0.904 0.928 0.908 0.924 0.88 0.964 0.912 0.992 0.944 0.928 0.996 0.976 0.932 0.96

X20 1 0.9922 0.9141 0.9297 0.8828 0.9062 0.8867 0.9024 0.8594 0.9414 0.8906 0.9687 0.9219 0.9062 0.9727 0.9531 0.9102 0.9375

X21 1.0079 1 0.9213 0.937 0.8898 0.9134 0.8937 0.9095 0.8662 0.9488 0.8976 0.9764 0.9291 0.9134 0.9803 0.9606 0.9173 0.9449

X22 1.094 1.0855 1 1.0171 0.9658 0.9914 0.9701 0.9872 0.9402 1.0299 0.9743 1.0598 1.0085 0.9914 1.0641 1.0427 0.9957 1.0256

X23 1.0756 1.0672 0.9832 1 0.9496 0.9748 0.9538 0.9706 0.9244 1.0126 0.958 1.042 0.9916 0.9748 1.0462 1.0252 0.979 1.0084

X24 1.1327 1.1239 1.0354 1.0531 1 1.0265 1.0044 1.0221 0.9735 1.0664 1.0088 1.0973 1.0442 1.0265 1.1018 1.0796 1.031 1.0619

X25 1.1035 1.0948 1.0086 1.0259 0.9741 1 0.9785 0.9957 0.9483 1.0388 0.9828 1.069 1.0172 1 1.0733 1.0517 1.0043 1.0345

X26 1.1277 1.1189 1.0308 1.0485 0.9956 1.022 1 1.0176 0.9692 1.0617 1.0044 1.0925 1.0396 1.022 1.0969 1.0749 1.0264 1.0573

X27 1.1082 1.0995 1.013 1.0303 0.9783 1.0043 0.9827 1 0.9524 1.0433 0.987 1.0736 1.0216 1.0043 1.0779 1.0563 1.0086 1.0389

X28 1.1636 1.1545 1.0636 1.0818 1.0273 1.0545 1.0318 1.05 1 1.0954 1.0363 1.1273 1.0727 1.0545 1.1318 1.1091 1.0591 1.0909

X29 1.0622 1.0539 0.971 0.9876 0.9378 0.9626 0.9419 0.9585 0.9129 1 0.946 1.029 0.9792 0.9626 1.0332 1.0124 0.9668 0.9958

X30 1.1228 1.114 1.0263 1.0439 0.9912 1.0175 0.9956 1.0132 0.9649 1.057 1 1.0877 1.0351 1.0175 1.0921 1.0702 1.0219 1.0526

X31 1.0323 1.0242 0.9436 0.9597 0.9113 0.9355 0.9153 0.9315 0.8871 0.9718 0.9193 1 0.9516 0.9355 1.004 0.9839 0.9395 0.9677

X32 1.0848 1.0763 0.9915 1.0085 0.9576 0.983 0.9619 0.9788 0.9322 1.0212 0.9661 1.0509 1 0.983 1.0551 1.0339 0.9873 1.017

X33 1.1035 1.0948 1.0086 1.0259 0.9741 1 0.9785 0.9957 0.9483 1.0388 0.9828 1.069 1.0172 1 1.0733 1.0517 1.0043 1.0345

X34 1.0281 1.0201 0.9398 0.9558 0.9076 0.9317 0.9116 0.9277 0.8835 0.9679 0.9156 0.996 0.9478 0.9317 1 0.9799 0.9357 0.9638

X35 1.0492 1.041 0.959 0.9754 0.9262 0.9508 0.9303 0.9467 0.9017 0.9877 0.9344 1.0164 0.9672 0.9508 1.0205 1 0.9549 0.9836

X36 1.0987 1.0901 1.0043 1.0215 0.97 0.9957 0.9743 0.9914 0.9442 1.0343 0.9785 1.0644 1.0129 0.9957 1.0687 1.0472 1 1.03

X37 1.0667 1.0583 0.975 0.9917 0.9417 0.9667 0.9458 0.9625 0.9167 1.0042 0.95 1.0333 0.9833 0.9667 1.0375 1.0167 0.9708 1

Jml 39.986 39.673 36.549 37.174 35.300 36.236 35.456 36.081 34.363 37.643 35.612 38.736 36.861 36.236 38.892 38.111 36.393 37.486


X1 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0279 0.0272 1.0383 1.0042 0.9404 0.9957 1.051 0.8681 1.0638

X2 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0261 0.0255 0.9721 0.9402 0.8805 0.9323 0.9841 0.8128 0.996

X3 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0258 0.0252 0.9606 0.9291 0.8701 0.9213 0.9724 0.8032 0.9843

X4 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0294 0.0287 1.0942 1.0583 0.991 1.0493 1.1076 0.9148 1.1211

X5 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0275 0.0269 1.0252 0.9916 0.9286 0.9832 1.0378 0.8571 1.0504

X6 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.0266 0.026 0.9919 0.9593 0.8984 0.9512 1.004 0.8293 1.0163

X7 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.0266 0.026 0.9919 0.9593 0.8984 0.9512 1.004 0.8293 1.0163

X8 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0274 0.0268 1.0209 0.9874 0.9247 0.9791 1.0335 0.8535 1.046

X9 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0311 0.0303 1.1564 1.1185 1.0474 1.109 1.1706 0.9668 1.1849

X10 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0289 0.0282 1.0749 1.0396 0.9736 1.0308 1.0881 0.8987 1.1013

X11 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0252 0.0246 0.9385 0.9077 0.85 0.9 0.95 0.7846 0.9616

X12 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0257 0.0251 0.9569 0.9255 0.8667 0.9177 0.9686 0.8 0.9804

X13 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0269 0.0262 1 0.9672 0.9057 0.959 1.0123 0.8361 1.0246

X14 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0278 0.0271 1.0339 1 0.9364 0.9915 1.0466 0.8644 1.0593

X15 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.0297 0.029 1.1041 1.0679 1 1.0588 1.1176 0.9231 1.1312

X16 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.028 0.0274 1.0427 1.0085 0.9444 1 1.0555 0.8718 1.0684

X17 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0265 0.0259 0.9879 0.9555 0.8947 0.9474 1 0.8259 1.0122

X18 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0321 0.0314 1.1961 1.1569 1.0833 1.1471 1.2108 1 1.2255

X19 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0262 0.0256 0.976 0.944 0.884 0.936 0.988 0.816 1

X20 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.0256 0.025 0.9531 0.9219 0.8633 0.9141 0.9648 0.7969 0.9766

X21 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0258 0.0252 0.9606 0.9291 0.8701 0.9213 0.9724 0.8032 0.9843

X22 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.028 0.0274 1.0427 1.0085 0.9444 1 1.0555 0.8718 1.0684

X23 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0275 0.0269 1.0252 0.9916 0.9286 0.9832 1.0378 0.8571 1.0504

X24 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.029 0.0283 1.0796 1.0442 0.9779 1.0354 1.0929 0.9027 1.1062

X25 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0282 0.0276 1.0517 1.0172 0.9526 1.0086 1.0647 0.8793 1.0776

X26 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0289 0.0282 1.0749 1.0396 0.9736 1.0308 1.0881 0.8987 1.1013

X27 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0284 0.0277 1.0563 1.0216 0.9567 1.013 1.0692 0.8831 1.0823

X28 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0298 0.0291 1.1091 1.0727 1.0045 1.0636 1.1227 0.9273 1.1364

X29 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0272 0.0266 1.0124 0.9792 0.917 0.971 1.0249 0.8465 1.0374

X30 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0287 0.0281 1.0702 1.0351 0.9693 1.0263 1.0833 0.8947 1.0965

X31 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0264 0.0258 0.9839 0.9516 0.8911 0.9436 0.996 0.8226 1.0081

X32 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0278 0.0271 1.0339 1 0.9364 0.9915 1.0466 0.8644 1.0593

X33 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0282 0.0276 1.0517 1.0172 0.9526 1.0086 1.0647 0.8793 1.0776

X34 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0263 0.0257 0.9799 0.9478 0.8875 0.9398 0.992 0.8193 1.004

X35 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0269 0.0262 1 0.9672 0.9057 0.959 1.0123 0.8361 1.0246

X36 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0281 0.0275 1.0472 1.0129 0.9485 1.0043 1.0601 0.8755 1.073

X37 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0273 0.0267 1.0167 0.9833 0.9208 0.975 1.0292 0.85 1.0417

Lampiran 2 Hasil Pembagian antara Masing-masing Kolom dan baris dengan jumlah total perkolom pada kriteria presepsi

pada kriteria presepsi


X1 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 0.0272 X2 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 X3 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 X4 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 0.0287 X5 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 X6 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 X7 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 X8 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 X9 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 0.0303 X10 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X11 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 0.0246 X12 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 0.0251 X13 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 X14 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 X15 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 X16 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 X17 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 X18 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 0.0314 X19 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 0.0256 X20 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 0.025 X21 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 0.0252 X22 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 X23 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 X24 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 X25 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X26 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X27 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 0.0277 X28 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 0.0291 X29 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 X30 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 0.0281 X31 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 0.0258 X32 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 X33 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X34 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 X35 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 0.0262 X36 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 X37 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267


X1 1 1.043 1.061 1 1.013 1.057 1.057 1.035 0.93 0.987 1.091 1.083 1.0435 1.0261 0.9783 1.0217 1.0565 0.9522 1.0652 X2 0.958 1 1.017 0.958 0.971 1.012 1.012 0.992 0.892 0.946 1.046 1.038 1 0.9833 0.9375 0.9792 1.0125 0.9125 1.0208 X3 0.943 0.984 1 0.943 0.955 0.996 0.996 0.975 0.877 0.93 1.029 1.021 0.9836 0.9672 0.9221 0.9631 0.9959 0.8975 1.0041 X4 1 1.043 1.061 1 1.013 1.057 1.057 1.035 0.93 0.987 1.091 1.083 1.0435 1.0261 0.9783 1.0217 1.0565 0.9522 1.0652 X5 0.987 1.03 1.047 0.987 1 1.043 1.043 1.021 0.918 0.974 1.077 1.069 1.03 1.0129 0.9657 1.0086 1.0429 0.9399 1.0515 X6 0.947 0.988 1.004 0.947 0.959 1 1 0.979 0.881 0.934 1.033 1.025 0.9877 0.9712 0.9259 0.9671 1 0.9012 1.0082 X7 0.947 0.988 1.004 0.947 0.959 1 1 0.979 0.881 0.934 1.033 1.025 0.9877 0.9712 0.9259 0.9671 1 0.9012 1.0082 X8 0.966 1.008 1.025 0.966 0.979 1.021 1.021 1 0.899 0.954 1.055 1.046 1.0084 0.9916 0.9454 0.9874 1.021 0.9202 1.0294 X9 1.075 1.121 1.14 1.075 1.089 1.136 1.136 1.112 1 1.061 1.173 1.164 1.1215 1.1028 1.0514 1.0982 1.1355 1.0234 1.1448 X10 1.013 1.057 1.075 1.013 1.026 1.07 1.07 1.048 0.943 1 1.106 1.097 1.0573 1.0396 0.9912 1.0352 1.0705 0.9648 1.0793 X11 0.916 0.956 0.972 0.916 0.928 0.968 0.968 0.948 0.853 0.904 1 0.992 0.9562 0.9402 0.8964 0.9363 0.9681 0.8725 0.9761 X12 0.924 0.964 0.98 0.924 0.936 0.976 0.976 0.956 0.859 0.912 1.008 1 0.9638 0.9478 0.9036 0.9438 0.9759 0.8795 0.9839 X13 0.958 1 1.017 0.958 0.971 1.012 1.012 0.992 0.892 0.946 1.046 1.038 1 0.9833 0.9375 0.9792 1.0125 0.9125 1.0208 X14 0.975 1.017 1.034 0.975 0.987 1.03 1.03 1.008 0.907 0.962 1.064 1.055 1.017 1 0.9534 0.9958 1.0297 0.928 1.0381 X15 1.022 1.067 1.084 1.022 1.036 1.08 1.08 1.058 0.951 1.009 1.116 1.107 1.0667 1.0489 1 1.0445 1.08 0.9733 1.0889 X16 0.979 1.021 1.038 0.979 0.991 1.034 1.034 1.013 0.911 0.966 1.068 1.06 1.0213 1.0042 0.9574 1 1.034 0.9319 1.0425 X17 0.947 0.988 1.004 0.947 0.959 1 1 0.979 0.881 0.934 1.033 1.025 0.9877 0.9712 0.9259 0.9671 1 0.9012 1.0082 X18 1.05 1.096 1.114 1.05 1.064 1.11 1.11 1.087 0.977 1.037 1.146 1.137 1.0959 1.0776 1.0274 1.0731 1.1096 1 1.1187 X19 0.939 0.98 0.996 0.939 0.951 0.992 0.992 0.971 0.873 0.927 1.025 1.016 0.9796 0.9633 0.9184 0.9592 0.9918 0.8939 1 X20 0.931 0.972 0.988 0.931 0.943 0.984 0.984 0.964 0.866 0.919 1.016 1.008 0.9717 0.9555 0.9109 0.9514 0.9838 0.8867 0.9919 X21 0.931 0.972 0.988 0.931 0.943 0.984 0.984 0.964 0.866 0.919 1.016 1.008 0.9717 0.9555 0.9109 0.9514 0.9838 0.8867 0.9919 X22 0.991 1.034 1.052 0.991 1.004 1.047 1.047 1.026 0.922 0.978 1.082 1.073 1.0345 1.0172 0.9698 1.013 1.0474 0.944 1.056 X23 0.966 1.008 1.025 0.966 0.979 1.021 1.021 1 0.899 0.954 1.055 1.046 1.0084 0.9916 0.9454 0.9874 1.021 0.9202 1.0294 X24 1.027 1.071 1.089 1.027 1.04 1.085 1.085 1.062 0.955 1.013 1.121 1.112 1.0714 1.0535 1.0044 1.0491 1.0848 0.9777 1.0937 X25 0.991 1.034 1.052 0.991 1.004 1.047 1.047 1.026 0.922 0.978 1.082 1.073 1.0345 1.0172 0.9698 1.013 1.0474 0.944 1.056 X26 1.022 1.067 1.084 1.022 1.036 1.08 1.08 1.058 0.951 1.009 1.116 1.107 1.0667 1.0489 1 1.0445 1.08 0.9733 1.0889 X27 0.996 1.039 1.056 0.996 1.009 1.052 1.052 1.03 0.926 0.983 1.087 1.078 1.0389 1.0216 0.974 1.0173 1.0519 0.948 1.0606 X28 1.05 1.096 1.114 1.05 1.064 1.11 1.11 1.087 0.977 1.037 1.146 1.137 1.0959 1.0776 1.0274 1.0731 1.1096 1 1.1187 X29 0.962 1.004 1.021 0.962 0.975 1.017 1.017 0.996 0.895 0.95 1.05 1.042 1.0042 0.9874 0.9414 0.9833 1.0167 0.9163 1.0251 X30 1.022 1.067 1.084 1.022 1.036 1.08 1.08 1.058 0.951 1.009 1.116 1.107 1.0667 1.0489 1 1.0445 1.08 0.9733 1.0889 X31 0.954 0.996 1.012 0.954 0.967 1.008 1.008 0.988 0.888 0.942 1.041 1.033 0.9958 0.9792 0.9336 0.9751 1.0083 0.9087 1.0166 X32 0.979 1.021 1.038 0.979 0.991 1.034 1.034 1.013 0.911 0.966 1.068 1.06 1.0213 1.0042 0.9574 1 1.034 0.9319 1.0425 X33 1 1.043 1.061 1 1.013 1.057 1.057 1.035 0.93 0.987 1.091 1.083 1.0435 1.0261 0.9783 1.0217 1.0565 0.9522 1.0652 X34 0.947 0.988 1.004 0.947 0.959 1 1 0.979 0.881 0.934 1.033 1.025 0.9877 0.9712 0.9259 0.9671 1 0.9012 1.0082 X35 0.954 0.996 1.012 0.954 0.967 1.008 1.008 0.988 0.888 0.942 1.041 1.033 0.9958 0.9792 0.9336 0.9751 1.0083 0.9087 1.0166 X36 0.983 1.026 1.043 0.983 0.996 1.038 1.038 1.017 0.915 0.97 1.073 1.064 1.0256 1.0085 0.9615 1.0043 1.0384 0.9359 1.047 X37 0.97 1.013 1.03 0.97 0.983 1.025 1.025 1.004 0.903 0.958 1.059 1.051 1.0127 0.9958 0.9494 0.9916 1.0253 0.9241 1.0337 jml 36.22 37.8 38.43 36.22 36.7 38.27 38.27 37.48 33.7 35.75 39.53 39.22 37.798 37.168 35.435 37.011 38.27 34.491 38.585

Lampiran 3 Hasil Pembagian antara Masing-masing Kolom dan baris dengan jumlah total perkolom pada kriteria harapan


X1 1.0739 1.0739 1.0087 1.0348 0.9739 1.0087 0.9783 1.0044 0.9522 1.0391 0.9783 1.0478 1.0217 1 1.0565 1.0478 1.0174 1.0304 X2 1.0292 1.0292 0.9667 0.9917 0.9334 0.9667 0.9375 0.9625 0.9125 0.9959 0.9375 1.0042 0.9792 0.9583 1.0125 1.0042 0.975 0.9875 X3 1.0123 1.0123 0.9508 0.9754 0.918 0.9508 0.9221 0.9467 0.8975 0.9795 0.9221 0.9877 0.9631 0.9426 0.9959 0.9877 0.959 0.9713 X4 1.0739 1.0739 1.0087 1.0348 0.9739 1.0087 0.9783 1.0044 0.9522 1.0391 0.9783 1.0478 1.0217 1 1.0565 1.0478 1.0174 1.0304 X5 1.0601 1.0601 0.9957 1.0215 0.9614 0.9957 0.9657 0.9914 0.9399 1.0258 0.9657 1.0343 1.0086 0.9871 1.0429 1.0343 1.0043 1.0172 X6 1.0165 1.0165 0.9547 0.9794 0.9218 0.9547 0.9259 0.9506 0.9012 0.9836 0.9259 0.9918 0.9671 0.9465 1 0.9918 0.963 0.9753 X7 1.0165 1.0165 0.9547 0.9794 0.9218 0.9547 0.9259 0.9506 0.9012 0.9836 0.9259 0.9918 0.9671 0.9465 1 0.9918 0.963 0.9753 X8 1.0378 1.0378 0.9748 1 0.9412 0.9748 0.9454 0.9706 0.9202 1.0042 0.9454 1.0126 0.9874 0.9664 1.021 1.0126 0.9832 0.9958 X9 1.1542 1.1542 1.0841 1.1122 1.0467 1.0841 1.0514 1.0795 1.0234 1.1168 1.0514 1.1262 1.0982 1.0748 1.1355 1.1262 1.0935 1.1075 X10 1.0881 1.0881 1.022 1.0485 0.9868 1.022 0.9912 1.0176 0.9648 1.0529 0.9912 1.0617 1.0352 1.0132 1.0705 1.0617 1.0308 1.044 X11 0.9841 0.9841 0.9243 0.9482 0.8924 0.9243 0.8964 0.9203 0.8725 0.9522 0.8964 0.9602 0.9363 0.9163 0.9681 0.9602 0.9323 0.9442 X12 0.992 0.992 0.9317 0.9558 0.8996 0.9317 0.9036 0.9277 0.8795 0.9598 0.9036 0.9679 0.9438 0.9237 0.9759 0.9679 0.9398 0.9518 X13 1.0292 1.0292 0.9667 0.9917 0.9334 0.9667 0.9375 0.9625 0.9125 0.9959 0.9375 1.0042 0.9792 0.9583 1.0125 1.0042 0.975 0.9875 X14 1.0466 1.0466 0.983 1.0085 0.9492 0.983 0.9534 0.9788 0.928 1.0127 0.9534 1.0212 0.9958 0.9746 1.0297 1.0212 0.9915 1.0042 X15 1.0978 1.0978 1.0311 1.0578 0.9956 1.0311 1 1.0267 0.9733 1.0622 1 1.0711 1.0445 1.0222 1.08 1.0711 1.04 1.0533 X16 1.051 1.051 0.9872 1.0128 0.9532 0.9872 0.9574 0.983 0.9319 1.017 0.9574 1.0255 1 0.9787 1.034 1.0255 0.9957 1.0085 X17 1.0165 1.0165 0.9547 0.9794 0.9218 0.9547 0.9259 0.9506 0.9012 0.9836 0.9259 0.9918 0.9671 0.9465 1 0.9918 0.963 0.9753 X18 1.1278 1.1278 1.0593 1.0868 1.0228 1.0593 1.0274 1.0548 1 1.0913 1.0274 1.1005 1.0731 1.0502 1.1096 1.1005 1.0685 1.0822 X19 1.0082 1.0082 0.947 0.9715 0.9143 0.947 0.9184 0.9429 0.8939 0.9755 0.9184 0.9837 0.9592 0.9388 0.9918 0.9837 0.9551 0.9674 X20 1 1 0.9393 0.9636 0.9069 0.9393 0.9109 0.9352 0.8867 0.9676 0.9109 0.9757 0.9514 0.9312 0.9838 0.9757 0.9474 0.9595 X21 1 1 0.9393 0.9636 0.9069 0.9393 0.9109 0.9352 0.8867 0.9676 0.9109 0.9757 0.9514 0.9312 0.9838 0.9757 0.9474 0.9595 X22 1.0647 1.0647 1 1.0259 0.9655 1 0.9698 0.9957 0.944 1.0302 0.9698 1.0388 1.013 0.9914 1.0474 1.0388 1.0086 1.0216 X23 1.0378 1.0378 0.9748 1 0.9412 0.9748 0.9454 0.9706 0.9202 1.0042 0.9454 1.0126 0.9874 0.9664 1.021 1.0126 0.9832 0.9958 X24 1.1027 1.1027 1.0357 1.0625 1 1.0357 1.0044 1.0312 0.9777 1.067 1.0044 1.0759 1.0491 1.0268 1.0848 1.0759 1.0446 1.058 X25 1.0647 1.0647 1 1.0259 0.9655 1 0.9698 0.9957 0.944 1.0302 0.9698 1.0388 1.013 0.9914 1.0474 1.0388 1.0086 1.0216 X26 1.0978 1.0978 1.0311 1.0578 0.9956 1.0311 1 1.0267 0.9733 1.0622 1 1.0711 1.0445 1.0222 1.08 1.0711 1.04 1.0533 X27 1.0692 1.0692 1.0043 1.0303 0.9697 1.0043 0.974 1 0.948 1.0346 0.974 1.0433 1.0173 0.9957 1.0519 1.0433 1.013 1.026 X28 1.1278 1.1278 1.0593 1.0868 1.0228 1.0593 1.0274 1.0548 1 1.0913 1.0274 1.1005 1.0731 1.0502 1.1096 1.1005 1.0685 1.0822 X29 1.0335 1.0335 0.9707 0.9958 0.9372 0.9707 0.9414 0.9665 0.9163 1 0.9414 1.0084 0.9833 0.9623 1.0167 1.0084 0.9791 0.9916 X30 1.0978 1.0978 1.0311 1.0578 0.9956 1.0311 1 1.0267 0.9733 1.0622 1 1.0711 1.0445 1.0222 1.08 1.0711 1.04 1.0533 X31 1.0249 1.0249 0.9626 0.9876 0.9295 0.9626 0.9336 0.9585 0.9087 0.9917 0.9336 1 0.9751 0.9544 1.0083 1 0.971 0.9834 X32 1.051 1.051 0.9872 1.0128 0.9532 0.9872 0.9574 0.983 0.9319 1.017 0.9574 1.0255 1 0.9787 1.034 1.0255 0.9957 1.0085 X33 1.0739 1.0739 1.0087 1.0348 0.9739 1.0087 0.9783 1.0044 0.9522 1.0391 0.9783 1.0478 1.0217 1 1.0565 1.0478 1.0174 1.0304 X34 1.0165 1.0165 0.9547 0.9794 0.9218 0.9547 0.9259 0.9506 0.9012 0.9836 0.9259 0.9918 0.9671 0.9465 1 0.9918 0.963 0.9753 X35 1.0249 1.0249 0.9626 0.9876 0.9295 0.9626 0.9336 0.9585 0.9087 0.9917 0.9336 1 0.9751 0.9544 1.0083 1 0.971 0.9834 X36 1.0555 1.0555 0.9914 1.0171 0.9573 0.9914 0.9615 0.9872 0.9359 1.0214 0.9615 1.0299 1.0043 0.9829 1.0384 1.0299 1 1.0128 X37 1.0422 1.0422 0.9789 1.0042 0.9452 0.9789 0.9494 0.9747 0.9241 1.0085 0.9494 1.0169 0.9916 0.9705 1.0253 1.0169 0.9873 1 Jml 38.9 38.9 36.538 37.483 35.279 36.538 35.435 36.381 34.491 37.641 35.435 37.956 37.011 36.223 38.27 37.956 36.853 37.326


X1 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0284 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X2 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0272 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 X3 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.0268 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 X4 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0284 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X5 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.028 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 X6 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0269 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X7 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0269 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X8 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0274 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 X9 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0305 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 X10 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.0288 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 X11 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.026 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 X12 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0262 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 X13 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0272 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 X14 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0277 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 X15 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.029 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X16 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.0278 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 X17 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0269 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X18 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.0298 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 X19 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0267 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 X20 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0264 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 X21 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0264 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 X22 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0282 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 X23 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0274 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 X24 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0292 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 X25 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0282 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 X26 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.029 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X27 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0283 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 X28 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.0298 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 X29 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0273 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 X30 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.029 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X31 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0271 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 X32 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.0278 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 X33 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0284 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X34 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0269 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X35 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0271 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 X36 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0279 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 X37 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0276 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268

Lampiran 4 Hasil Pembagian antara Masing-masing Kolom dan baris dengan jumlah total perkolom pada kriteria harapan


X1 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X2 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 X3 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 X4 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X5 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 0.0273 X6 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X7 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X8 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 X9 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 0.0297 X10 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 0.028 X11 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 0.0253 X12 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 0.0255 X13 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 0.0265 X14 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 0.0269 X15 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X16 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 X17 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X18 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 X19 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 0.0259 X20 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 X21 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 0.0257 X22 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 X23 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 0.0267 X24 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 0.0283 X25 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 0.0274 X26 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X27 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 0.0275 X28 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 0.029 X29 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 0.0266 X30 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 0.0282 X31 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 X32 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 0.027 X33 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 0.0276 X34 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 0.0261 X35 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 0.0263 X36 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 0.0271 X37 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268 0.0268

Documents

Analisis Kualitas Pelayanan menggunakan Metode SERVQUAL ...repository.uksw.edu/bitstream/123456789/14744/2/T1_682011019_Full... · Analisis Kualitas Pelayanan . ... dan tuntutan akuntabilitas