JMTS: Jurnal Mitra Teknik Sipil
Vol. 6, No. 4, November 2023: hlm 819-830
EISSN 2622-545X
KINERJA OJEK ONLINE DAN KONVENSIONAL DI KOTA KENDARI
Try Sugiyarto Soeparyanto1, Waode Royani2, La Ode Muhammad Nurrakhmad3, dan Statiswaty4
1
Pusat Penelitian Transportasi dan Kewilayahan, Universitas Halu Oleo, Jl. H.E.A Mokodompit, Kendari, Indonesia
trysaja@uho.ac.id
2
Jurusan Teknik Sipil, Universitas Halu Oleo, Jl. H.E.A Mokodompit, Kendari, Indonesia
waoderoyani8@gmail.com
3
Jurusan Teknik Sipil, Universitas Halu Oleo, Jl. H.E.A Mokodompit, Kendari, Indonesia
arsyadjr@uho.ac.id
4
Jurusan Teknik Informatika, Universitas Halu Oleo, Jl. H.E.A Mokodompit, Kendari, Indonesia
statiswaty@uho.ac.id
Masuk: 27-05-2023, revisi: 09-07-2023, diterima untuk diterbitkan: 28-07-2023
ABSTRACT
This study aims to measure the performance of two-wheeled public transportation, online and conventional
motorcycle taxis. Snowballing technology penetrates the transportation sector and provides convenience and
flexibility at users' fingertips. Users are faced with a choice of online and conventional transportation that still
survives today. Using the perception assessment approach, the Customer Satisfaction Index (CSI) and Importance
Performance Analysis (IPA) methods use a Likert rating scale for users who use online motorcycle taxis and
conventional motorcycle taxis. There are five variables: Tangible, Reliability, Responsiveness, Assurance, and
Empathy. The results show that CSI for online motorcycle taxis has a value of Very Satisfied to Satisfied. In contrast,
for conventional motorcycle taxis, there is a variable with a value of Very Dissatisfied, namely Reliability, and
Assurance has a value of Fairly Satisfied. Other than that, it's worth Very Satisfying. The IPA method describes these
variables into 56 attributes, detailed in 11 attributes in Quadrant I, namely the Top Priority category, and 17 attributes
in Quadrant II, namely Maintain Achievement. The others are included in Quadrants III and IV with low importance.
Keywords: Customer Satisfaction; Online Motorcycle Taxis; Conventional Motorcycle Taxis
ABSTRAK
Penelitian ini bertujuan untuk mengukur kinerja angkutan umum roda dua, ojek online dan konvensional. Penggunaan
teknologi yang berkembang pesat merambah hingga ke sektor transportasi dan memberikan kemudahan serta
fleksibilitas di ujung jari pengguna. Pengguna dihadapkan dengan pilihan akan transportasi online maupun
konvensional yang masih bertahan hingga kini. Dengan pendekatan penilaian persepsi metode Customer Satisfaction
Index (CSI) dan Importance Performance Analysis (IPA) menggunakan skala penilaian Likert terhadap masyarakat
pengguna yang menggunakan ojek online dan ojek konvensional. Terdapat 5 variabel yaitu: Tangible, Reliability,
Responsiveness, Assurance, dan Empathy. Hasil menunjukkan bahwa CSI untuk ojek online bernilai Sangat Puas
hingga Puas, sedangkan untuk ojek konvensional terdapat variabel yang bernilai Sangat Tidak Puas yaitu Reliability,
dan Assurance bernilai Cukup Puas. Selain itu bernilai Sangat Puas. Metode IPA menjabarkan variabel tersebut ke
dalam 56 atribut, yang terinci pada 11 atribut dalam Kuadran I yaitu kategori Prioritas Utama, 17 atribut dalam
Kuadran II yaitu Pertahankan Prestasi. Adapun lainnya masuk dalam Kuadran III dan IV dengan kepentingan rendah.
Kata kunci: Kepuasan Pengguna; Ojek Online; Ojek Konvensional
1.
PENDAHULUAN
Di era modern yang digital ini, ragam berbagai aktivitas dan untuk memenuhi berbagai kebutuhan serta pergerakan,
masyarakat membutuhkan transportasi sebagai alat yang pendukung (Anggraeni, 2021). Oleh karena itu, para investor
melirik transportasi sebagai salah satu industri yang juga bisa berkembang secara digital. Upaya untuk menarik
konsumen dengan cara memberi kemudahan pemesanan, kepastian, transparansi, estimasi waktu yang terukur dan
sebagainya (Ali et al., 2019). Di Indonesia, motor roda dua banyak dijumpai sebagai kendaraan umum. Fungsinya
bukan hanya mengangkut orang, bahkan barang pun dapat dilayani. Tujuan yang jelas dan harga yang disepakati,
maka transaksi terjadi, inilah yang dikenal dengan nama ojek motor.
819
Kinerja Ojek Online dan Konvensional di Kota Kendari
Soeparyanto et al. (2023)
Teknologi dalam integrasinya pada dunia transportasi sangat memungkinkan akan berpengaruh pada minat dan daya
beli konsumen. Loyalitas dan fleksibilitas menjadi sasaran untuk menjadikan pengguna sebagai pelanggan. Terlebih
lagi dengan perkembangan yang mengarah ke basis aplikasi atau “Transportasi Online”. Peran utama dari sistem
transportasi adalah untuk menyediakan orang dan bisnis dengan akses ke orang lain sehingga mereka terlibat dalam
aktivitas yang terdistribusi secara spasial dan temporal serta terjadinya pertukaran informasi, barang dan jasa secara
fisik (Xi & Miller, 2019). Di mulai tahun 2010, transportasi online memberi pengaruh terhadap pergerakan orang dan
barang (Bustami & Laksamana, 2019). Transportasi online yang marak berkembang adalah transportasi yang
memanfaatkan teknologi. Munculnya aplikasi atau start-up di Indonesia seperti Grab, Maxim, Go-jek, Kururio,
Anterin, inDriver, Asia Trans, Okejek, dan Linkaran.
Segmentasi pengguna ojek online terdapat fakta yang dirilis pada September 2022 oleh Kementerian Perhubungan
melalui laporan Survei Badan Penelitian dan Pengembangan (Balitbang) menunjukkan bahwa 59,13% masyarakat
kini beralih menggunakan aplikasi buatan decacorn, yakni Gojek, disusul oleh Grab 32,24%, Maxim 6,93%, InDriver
1,47% dan lainnya 0,23% (Raden Yeni Fitriyani et al., 2022). Saat ini terdapat sekitar 4 juta pengemudi ojek online
di Indonesia (Kumparan Tech., 2020), yang beberapa dari mereka memilih bekerja sebagai pengemudi ojek online
karena kehilangan pekerjaan akibat dari resesi ekonomi (Berger et al., 2019). Hal ini memberi dampak yang positif
terhadap perekonomian, selain sebagai perluasan lapangan pekerjaan juga memberi alternatif kepada masyarakat
untuk memilih moda transportasi (Arofah & Alam, 2019).
Di Kota Kendari, menurut data Dinas Perhubungan jumlah pengemudi ojek online diberi kuota pada tahun 2019
sebanyak 900 orang dan meningkat pada tahun 2022 sebanyak 1600 orang (Badan Pusat Statistik Kendari, 2023).
Sedangkan pengemudi ojek konvensional diperkirakan 600 orang (Aris et al., 2021; Breemer, 2020). Sehingga pada
sisi ini, tidak bisa dipungkiri bersandingnya transportasi online dan konvensional akan memberi dampak sosial hingga
ekonomi.
Transportasi berbasis online menawarkan jasa di tengah upaya pemerintah mengatur transportasi perkotaan di
Indonesia terutama di Kota Kendari Sulawesi Tenggara. Masyarakat dengan mobilitas rutin, menyambut baik
kehadiran pilihan fleksibel dan praktis ini. Tapi tidak bagi sektor transportasi konvensional yang tidak tersentuh oleh
teknologi. Transportasi online yang lebih praktis menawarkan fleksibilitas dan aksesibilitas yang tinggi, biaya
terjangkau, kenyamanan bertingkat bahkan keamanan dijamin oleh perusahaan, sehingga tidak dipungkiri masyarakat
yang butuh untuk melakukan pergerakan beralih dengan dalih kebebasan konsumen untuk memilih yang lebih baik
(Ija, 2019). Sampai sejauh mana ojek konvensional bisa bertahan, memberi pelayanan yang ‘apa adanya’, hingga ke
rekomendasi apa yang perlu di lakukan untuk menghindari konflik sosial, oleh karena itu penelitian ini ingin mengukur
kinerja ojek online dan konvensional berdasarkan perspektif pengguna atau kepuasan.
2.
METODE PENELITIAN
Pengumpulan data melalui kuesioner yang terbagi peruntukannya bagi pengguna ojek online dan konvensional.
Penilaian persepsi responden yang diarahkan pada beberapa variabel dan atribut guna mengukur sampai sejauh mana
layanan yang dirasakan. Pengukuran persepsi menggunakan skala Likert menurut Maulana dan Judiantono (2017)
serta Wong et al., (2011) terbagi menjadi 5 tingkatan poin, yaitu: 1 = sangat buruk/sangat tidak puas, 2 = buruk/tidak
puas, 3 = cukup, 4 = baik/puas, dan 5 = sangat baik/sangat tidak puas. Adapun Variabel digunakan standar Penilaian
Kepuasan yaitu Tangible, Reliability, Responsiveness, Assurance dan Empathy (Risdiyanto et al., 2020; Dewi &
Setyarini, 2020) yang secara lengkap tersaji pada Tabel 1.
Distribusi kuesioner dilakukan pada 73 responden dengan acak dan di arahkan pada pengguna yang telah
menggunakan kedua moda tersebut, sehingga penilaian untuk online dan konvensional akan terpisah.
Prosedur Penggunaan Metode Importance Performance Analysis (Tzeng & Chang, 2011) : (1) penentuan variabel dan
atribut; (2) penilaian persepsi melalui survei kuesioner (3) menghitung nilai kinerja dan kepentingan untuk tiap atribut
dalam variabel; (4) membuat grafik Cartesius (5) menilai kuadran-kuadran dan rekomendasi. Evaluasi terhadap faktor
yang sesuai dengan kuadran masing-masing. Pemetaan faktor-faktor tersebut menggunakan nilai mean yaitu n sebagai
jumlah responden, X dan Y sebagai nilai rata-rata tingkat kepuasan dan kepentingan menggunakan Persamaan 1.
𝑋=
∑𝑛
𝑖=1 𝑋𝑖
𝑛
dan 𝑌 =
∑𝑛
𝑖=1 𝑌𝑖
𝑛
(1)
Untuk menyajikan data Importance Performance Analysis pada diagram Cartesius yakni: (1) menempatkan nilai
masing-masing atribut sesuai dengan nilai kinerja dan nilai kepentingan/harapan, (2) menempatkan garis horizontal
(sejajar sumbu X) sebagai yang merupakan nilai rata-rata kepentingan/harapan, (3) menempatkan garis vertikal
(sejajar sumbu Y) sebagai nilai rata-rata kinerja. Adanya perpotongan sumbu X dan Y maka akan memisahkan seluruh
sebaran nilai pada kuadran yang terbagi dalam 4 bagian. Kuadran I pada bagian kiri atas, Kuadran II pada bagian
kanan atas, Kuadran III pada bagian kiri bawah dan Kuadran IV pada bagian kanan bawah.
820
JMTS: Jurnal Mitra Teknik Sipil
Vol. 6, No. 4, November 2023: hlm 819-830
EISSN 2622-545X
Tabel 1. Parameter perencanaan
Variabel
Tangible/
Berwujud
(X1)
Kode
X1.1
X1.2
X1.3
X1.4
X1.5
X1.6
Reliability/
Keandalan
(X2)
X2.1
X2.2
X2.3
X2.4
X2.5
X3.1
X3.2
X3.3
X3.4
X3.5
X3.6
X4.1
X4.2
X4.3
X4.4
X4.5
X4.6
X5.1
X5.2
X5.3
X5.4
X5.5
Responsive
ness/ Daya
Tanggap
(X3)
Assurance/
Jaminan
(X4)
Empathy/
Empati
(X5)
Atribut
Keadaan motor dalam kondisi baik dan bersih
Kondisi motor nyaman untuk di naiki
Kelengkapan motor sesuai dengan standar
Pengemudi tampil bersih, rapi, harum dan wangi
Pengemudi menggunakan seragam/baju rapi
Helm sesuai standar tersedia untuk pengemudi dan
penumpang
Pengemudi responsif
Tepat waktu sampai tujuan
Tidak mogok saat mengantar penumpang
Pengemudi dipercaya oleh penumpang
Tersedia 24 jam
Pengemudi mengkonfirmasi melalui aplikasi/langsung
Pengemudi memberi kesan positif
Pengemudi menjawab pertanyaan dengan baik
Pengemudi mengantar dengan cepat sampai tujuan
Pengemudi memberi solusi alternatif terhadap kemacetan
Pengemudi siap memberi pelayanan tiap saat
Mengemudi dengan hati-hati
Ekstra hati-hati dalam kondisi hujan
Memahami dan mematuhi rambu lalu lintas
Memberi senyum dan sapa
Berbicara dengan baik dan sopan
Bertingkah laku dengan baik dan sopan
Kemudahan dalam memesan
Mewajibkan menggunakan helm pada pengguna
Menyediakan jas hujan
Menyampaikan tarif jelas dan murah
Merespons dengan cepat keluhan pengguna
Untuk menghitung Tingkat Kepuasan Pengguna (Customer Satisfaction Index) digunakan beberapa persamaan
sebagai berikut (Seftylia & Cholil, 2021):
▪
▪
▪
▪
▪
Menentukan Mean Importance Score (MIS) atau rata-rata skor kepentingan dengan Persamaan 2. Nilai ini
diperoleh dari rata-rata tingkat kepentingan/ harapan pengguna jasa.
𝑀𝐼𝑆 =
[∑𝑛𝑖=1 𝑌𝑖 ]
𝑛
(2)
Menghitung Weighted Factors (WF) atau faktor tertimbang dengan Persamaan 3. Bobot ini merupakan
persentase nilai MIS per indikator terhadap total MIS seluruh indikator.
𝑊𝐹 =
𝑀𝐼𝑆𝑖
𝑥 100%
∑𝑝𝑖=1 𝑀𝐼𝑆𝑖
(3)
Menghitung Weighted Score (WS) atau skor tertimbang dengan Persamaan 4. Bobot ini merupakan perkalian
antara WF dengan rata-rata tingkat kepuasan (Mean Satisfaction Score = MSS)
𝑊𝑆𝑖 = 𝑊𝐹𝑖 𝑥 𝑀𝑆𝑆
(4)
Menghitung Weighted Median Total (WMT), yaitu nilai dari Weight Score (WS) keseluruhan.
Menentukan Indeks Kepuasan Pelanggan/Customer Satisfaction Index (CSI) dengan Persamaan 5 dan
klasifikasinya sesuai pada Tabel 2.
𝐶𝑆𝐼 =
∑𝑝𝑖=1 𝑀𝐼𝑆𝑖
𝐻𝑆
821
(5)
Kinerja Ojek Online dan Konvensional di Kota Kendari
Soeparyanto et al. (2023)
Tabel 2. Kategori tingkat kepuasan CSI (Rizq et al., 2018; Hardyanty et al., 2022)
No
1
2
3
4
5
3.
Nilai CSI (%)
81 – 100
66 – 80,99
51 – 65,99
35 – 50,99
0 – 34,99
Kategori CSI
Sangat Puas
Puas
Biasa/Netral
Tidak Puas
Sangat Tidak Puas
HASIL DAN PEMBAHASAN
Hasil penyebaran kuesioner kepada responden pengguna ojek online dan ojek konvensional diketahui proporsinya
yaitu laki-laki 64,38% dan perempuan 35,62%. Rentang umur yang dominan adalah 21-30 tahun sebanyak 69,86%.
Jenjang Pendidikan (terakhir) adalah tamatan SMA/sederajat sebesar 73,97%, dengan Maksud Perjalanan dominan
adalah Pendidikan sebesar 54,79%. Adapun dari status Pekerjaan adalah sebagai Mahasiswa sebesar 49,32%. Lebih
detail tersaji pada Tabel 3 berikut.
Tabel 3. Karakteristik responden
Variabel
Kriteria
Jenis
Kelamin
L
Jumlah/
Persentase
47 (64,38%)
P
<20
21-30
31-40
>50
SD
SMP
SMA
(35,62%)
21 (28,76%)
51 (69,86%)
1 (1,37%)
2 (2,74%)
8 (10,96%)
54 (73,97%)
Diploma
Sarjana
Magister
5 (6,85%)
4 (5,48%)
-
Rentang
Umur
(tahun)
Pendidikan
Variabel
Kriteria
Pekerjaan
PNS/BUMD/
Swasta
TNI/Polri
Pelajar
Mahasiswa
RT
Maksud
Perjalanan
Pendidikan
Belanja
Urusan
Keluarga
Berlibur
Bisnis/bekerja
Lainnya
Jumlah/
Persentase
16 (21,92%)
1 (1,37%)
9 (12,33%)
36 (49,32%)
11 (15,07%)
40 (54,79%)
11 (15,07%)
9 (12,33%)
13 (17,81%)
-
Pengguna dan pelanggan ojek umumnya berasal dari kalangan mahasiswa (Tumuwe et al., 2018) , baik online maupun
konvensional. Keterbatasan mobilitas untuk kebutuhan sehari-hari dengan mudah ditunjang oleh ojek online, antara
lain: transportasi, makanan, hingga kurir khususnya pada malam hari. Sedangkan keterbatasan sebagian mahasiswa
yang tak memiliki akses internet (paket data), memanfaatkan ojek konvensional. Dominasi ini didasari pada
mahasiswa yang tidak memiliki kendaraan sendiri, kebutuhan akan pergerakan yang relatif tinggi, dan menginginkan
transparansi biaya murah serta promo. Kebijakan pemerintah sangat ditunggu untuk membuat angkutan umum pelajar
guna memenuhi kebutuhan pergerakan dominan di perkotaan (Priyambodo, 2015).
Lebih lanjut pada metode Importance Performance Analysis, diperoleh skor Kinerja dan Kepentingan dari persepsi
penumpang angkot menggunakan Persamaan 1. Kemudian perbandingan skor tersebut untuk menghitung Kesesuaian
baik atribut maupun variabel yang secara detail tersaji pada Tabel 4 dan Tabel 5.
Diterangkan oleh Risdiyanto et al., (2020) bahwa nilai kinerja dan kepentingan akan dikelompokkan pada kuadrankuadran dalam grafik Cartesius. Penjabaran kuadran-kuadran antara lain: Kuadran I merupakan atribut yang dianggap
sangat penting bagi pengguna dan pengemudi. Tergolong Prioritas Utama, dengan kepentingan tinggi dan kinerja
rendah. Dengan demikian atribut-atribut dalam kuadran ini disebut sebagai kekuatan dan peluang utama untuk
mencapai atau mempertahankan keunggulan kompetitif. Kuadran 2 berisi atribut yang juga dianggap penting bagi
pengguna, dan pengemudi memberikan kinerja tingkat tinggi. Dalam hal ini, pengguna dan pengemudi telah
merasakan pelayanan yang cukup hingga bagus sehingga tergolong pada Pertahankan Prestasi. Kuadran 3 berisi atribut
dengan kepentingan rendah dan kinerja rendah yang disebut sebagai Prioritas Rendah. Dengan demikian atribut pada
kuadran ini tidak memerlukan banyak upaya untuk perbaikan. Kuadran 4 berisi atribut yang dianggap tidak penting
bagi pelanggan namun tingkat kinerjanya tinggi. Atribut ini disebut Berlebihan karena bagi pengguna bukan
merupakan prioritas.
822
JMTS: Jurnal Mitra Teknik Sipil
Vol. 6, No. 4, November 2023: hlm 819-830
EISSN 2622-545X
Tabel 4. Nilai kinerja dan kepentingan tiap variabel ojek online
No
Variabel
1
Tangible/
Berwujud
(X1)
Online
(A)
AtributKode
X1.1A
X1.2A
X1.3A
X1.4A
X1.5A
X1.6A
2
Reliability/
Keandalan
(X2)
Online
(A)
X2.1A
X2.2A
X2.3A
X2.4A
X2.5A
Responsiven
ess/ Daya
Tanggap
(X3)
Online
(A)
X3.1A
X3.2A
X3.3A
X3.4A
X3.5A
X3.6A
Assurance/
Jaminan
(X4)
Online
(A)
X4.1A
X4.2A
X4.3A
X4.4A
X4.5A
X4.6A
Empathy/
Empati (X5)
Online
(A)
X5.1A
X5.2A
X5.3A
X5.4A
X5.5A
Skor
Kinerja
Ratarata
192
2,63
233
3,19
212
2,90
166
2,27
185
2,53
263
3,6
233
3,19
233
2,90
233
2,27
233
2,53
233
3,60
240
3,29
209
2,86
171
2,34
189
2,59
253
3,47
188
2,58
193
2,64
224
3,07
209
2,86
172
2,36
193
2,64
258
3,53
286
3,92
272
3,73
176
2,41
238
3,26
222
3,04
Skor
Kepentingan
Ratarata
312
4,27
324
4,44
287
3,93
307
4,21
269
3,68
324
4,44
313
4,29
335
4,59
288
3,95
322
4,41
290
3,97
335
4,59
306
4,19
280
3,84
288
3,95
291
3,99
288
3,95
305
4,18
273
3,74
278
3,81
279
3,82
318
4,36
304
4,16
351
4,81
326
4,47
308
4,22
294
4,03
300
4,11
823
Kesesuaian
Atribut (%)
Kesesuaian
Variabel
(%)
Kesenjangan
61,54
-1,64
71,91
-1,25
73,87
54,04
68,54
-1,03
-1,93
68,77
-1,15
81,12
-1,64
74,44
-1,10
69,55
-1,68
80,90
75,52
-1,67
72,36
-1,88
80,35
-0,37
71,64
69,81
-1,30
68,31
-1,33
61,07
-1,49
65,63
-1,36
86,94
-0,52
65,28
-1,37
63,28
71,29
-1,53
82,05
-0,67
75,18
-0,95
61,65
-1,47
60,69
-1,71
84,87
-0,63
81,48
75,40
-0,89
83,44
-0,74
57,14
-1,81
80,95
-0,77
74,00
-1,07
Kinerja Ojek Online dan Konvensional di Kota Kendari
Soeparyanto et al. (2023)
Tabel 5. Nilai kinerja dan kepentingan tiap variabel ojek konvensional
No
Variabel
1
Tangible/
Berwujud (X1)
Konvensional
(B)
AtributKode
X1.1B
X1.2B
X1.3B
X1.4B
X1.5B
X1.6B
Reliability/Kean
dalan
(X2)
Konvensional
(B)
X2.1B
X2.2B
X2.3B
X2.4B
X2.5B
Responsiveness/
Daya Tanggap
(X3)
Konvensional
(B)
X3.1B
X3.2B
X3.3B
X3.4B
X3.5B
X3.6B
Assurance/
Jaminan (X4)
Konvensional
(B)
X4.1B
X4.2B
X4.3B
X4.4B
X4.5B
X4.6B
Empathy/
Empati (X5)
Konvensional
(B)
X5.1B
X5.2B
X5.3B
X5.4B
X5.5B
Skor
Kinerja
Ratarata
197
2,70
188
2,58
222
3,04
156
2,14
170
2,33
251
3,44
233
2,58
233
3,04
233
2,14
233
2,33
233
3,44
197
2,70
218
2,99
161
2,21
177
2,42
243
3,33
190
2,60
199
2,73
183
2,51
216
2,96
166
2,27
178
2,44
249
3,41
229
3,14
278
3,81
177
2,42
222
3,04
211
2,89
Skor
Kepentingan
Ratarata
303
4,15
305
4,18
319
4,37
298
4,08
285
3,90
317
4,34
310
4,25
328
4,49
269
3,68
300
4,11
250
3,42
333
4,56
286
3,92
287
3,93
289
3,96
304
4,16
292
4,00
299
4,10
253
3,47
265
3,63
285
3,90
316
4,33
304
4,16
319
4,37
346
4,74
274
3,75
293
4,01
326
4,47
824
Kesesuaian
Atribut (%)
Kesesuaian
Variabel
(%)
Kesenjangan
65,02
-1,45
61,64
-1,60
69,60
52,35
64,57
-1,33
-1,95
59,65
-1,58
79,18
-1,45
75,12
-1,67
71,04
-1,45
86,62
80,73
-1,55
77,67
-1,78
93,20
0,02
59,16
66,29
-1,86
76,22
-0,93
56,10
-1,73
61,25
-1,53
79,93
-0,84
65,07
-1,40
66,56
69,48
-1,37
72,33
-0,96
81,51
-0,67
58,25
-1,63
56,33
-1,89
81,91
-0,75
71,79
71,44
-1,23
80,34
-0,93
64,60
-1,33
75,77
-0,97
64,72
-1,58
JMTS: Jurnal Mitra Teknik Sipil
Vol. 6, No. 4, November 2023: hlm 819-830
EISSN 2622-545X
Nilai kinerja dan kepentingan pada Tabel 4 dan Tabel 5 selanjutnya di plot pada diagram untuk mengetahui posisi
masing-masing atribut. Selanjutnya dengan menentukan mean dari kinerja dan kepentingan sebagai batas tiap kuadran.
Lebih detail tersaji pada Gambar 1.
Metode IPA menggambarkan atribut-atribut ke 4 kuadran dengan metode penanganan dan prioritas yang berbeda
(Seftylia & Cholil, 2021). Berdasarkan persepsi pengguna terdapat 17 atribut yang tergolong kuadran III yaitu
‘Prioritas Rendah’, dan 10 atribut pada Kuadran IV yaitu ‘Berlebihan’. Adapun atribut yang menjadi fokus penilaian
dan rekomendasi yaitu Kuadran I ‘Prioritas Utama’ dan Kuadran II ‘Pertahankan Prestasi’. Terdapat 11 atribut pada
Kuadran I dan 17 atribut pada Kuadran II yang secara umum dibentuk dari seluruh variabel X1 – X5. Secara lengkap
atribut tersebut tersaji pada Tabel 6.
Tabel 6. Atribut dalam kuadran I dan II
Ojek Online
Kuadran
I
Prioritas
Utama
Kode
Atribut
Kode
Atribut
X1.1A
Keadaan Motor dalam
kondisi baik dan bersih
X1.2B
Kondisi motor nyaman untuk
di kendarai
X1.4A
Pengemudi tampil bersih,
rapi, harum dan wangi
X2.1B
Pengemudi responsif
X2.4A
Pengemudi dipercaya oleh
penumpang
X3.1B
Pengemudi mengkonfirmasi
(langsung)
X4.1A
Mengemudi dengan hati-hati
X4.1B
Mengemudi dengan hati-hati
X4.5A
Berbicara dengan baik dan
sopan
X.4.5B
Berbicara dengan baik dan
sopan
X5.3A
Menyediakan jas hujan
X1.2A
Kondisi motor nyaman
untuk di kendarai
X1.3B
Kelengkapan motor sesuai
dengan standar
X1.6A
Helm sesuai standar tersedia
untuk pengemudi dan
penumpang
X1.6B
Helm sesuai standar tersedia
untuk pengemudi dan
penumpang
X2.1A
Pengemudi responsif
X2.2B
Tepat waktu sampai tujuan
X2.2A
Tepat waktu sampai tujuan
X3.5B
Pengemudi memberi solusi
alternatif terhadap kemacetan
X3.1A
Pengemudi mengkonfirmasi
melalui aplikasi
X4.6B
Bertingkah laku dengan baik
dan sopan
X3.2A
Pengemudi memberi kesan
positif
X5.1B
Kemudahan dalam memesan
X4.6A
Bertingkah laku dengan baik
dan sopan
X5.2B
Mewajibkan menggunakan
helm pada pengguna
X5.1A
Kemudahan dalam memesan
X5.5B
Merespons dengan cepat
keluhan pengguna
X5.2A
Mewajibkan menggunakan
helm pada pengguna
II
Pertahankan
Prestasi
Ojek Konvensional
Terhadap skor kesenjangan, yang merupakan selisih antara skor penilaian kinerja dengan skor penilaian harapan dari
pengguna terhadap pelayanan, terlihat atribut yang berada di atas maupun di bawah garis rata-rata kesenjangan. Lebih
detail tersaji pada Gambar 2.
825
Kinerja Ojek Online dan Konvensional di Kota Kendari
Soeparyanto et al. (2023)
Gambar 1. Diagram Cartesius IPA
Gambar 2. Grafik nilai kesenjangan atribut
Gambar 2 menunjukkan rata-rata nilai kesenjangan sebesar -1,27 dan terdapat 14 atribut ojek online dan 10 atribut
ojek konvensional yang terletak di atas garis rata-rata. Adapun sisanya 14 atribut ojek online dan 18 atribut ojek
konvensional terletak di bawah garis rata-rata. Posisi atribut di atas berarti semakin mendekati dengan nilai
kepentingan dan harapan pengguna angkutan umum. Sedangkan posisi di bawah semakin menjauhi nilai
harapan/kepentingan pengguna angkutan umum. Atribut-atribut yang berada di bawah tersebut diasumsikan
merupakan atribut yang perlu dijadikan prioritas utama dan mendapat perhatian serius dalam upaya meningkatkan
pelayanan kepada pengguna angkutan umum.
Selanjutnya metode Customer Satisfaction Index (CSI) menggunakan Persamaan 2, 3 dan 4. Metode ini dipakai
dianggap kurang mampu untuk memberi arahan rekomendasi utama pada atribut-atribut (Kosasih et al., 2020), meski
demikian dapat dengan mudah menilai kepuasan pengguna secara menyeluruh khususnya pada penilaian
Variabel. Kepuasan pengguna jasa adalah “perasaan senang atau kecewa individu yang dihasilkan dari
membandingkan antara kinerja (apa yang dirasakan) dengan harapan/keinginan/kepentingan, pengguna memberi nilai
tidak puas/kecewa ketika kinerja di bawah harapan dan sebaliknya” (Arianto & Asmalah, 2021). Oleh karenanya perlu
untuk melakukan kombinasi metode yang lebih rinci agar dimungkinkan verifikasi layanan per atribut apakah berjalan
efektif dan efisien, sehingga penanganan peningkatan kinerja berbasis pada prioritas (Karim & Fouad, 2018). Indikator
kepuasan pengguna dapat didekati dengan kepuasan secara umum atau keseluruhan (Overall Satisfactions),
konfirmasi harapan (Confirmation of expectations), dan perbandingan dengan situasi ideal (Comparison to ideal)
(Yanti, 2021). Menggunakan persamaan 5, secara detail bobot CSI tersaji pada Tabel 7 berikut.
826
JMTS: Jurnal Mitra Teknik Sipil
Vol. 6, No. 4, November 2023: hlm 819-830
EISSN 2622-545X
Tabel 7. Nilai CSI tiap variabel
Variabel
Tangible/
Berwujud
(X1)
Reliability/
Keandalan
(X2)
Responsive
ness/ Daya
Tanggap
(X3)
Assurance/
Jaminan
(X4)
Empathy/
Empati
(X5)
Kode
Atrib
ut
X1.1
X1.2
X1.3
X1.4
X1.5
X1.6
X2.1
X2.2
X2.3
X2.4
X2.5
X3.1
X3.2
X3.3
X3.4
X3.5
X3.6
X4.1
X4.2
X4.3
X4.4
X4.5
X4.6
X5.1
X5.2
X5.3
X5.4
X5.5
Kinerja
A
2,63
3,19
2,90
3,04
2,53
3,60
3,19
2,90
2,27
2,53
3,60
3,29
2,86
2,34
2,59
3,47
2,58
2,64
3,07
2,86
2,36
2,64
3,53
3,92
3,73
2,41
3,26
3,04
B
2,70
2,58
3,04
2,14
2,33
3,44
2,58
3,04
2,14
2,33
3,44
2,70
2,99
2,21
2,42
3,33
2,60
2,73
2,51
2,96
2,27
2,44
3,41
3,14
3,81
2,42
3,04
2,89
Harapan
A
4,27
4,44
3,93
4,37
3,68
4,44
4,29
4,59
3,95
4,41
3,97
4,59
4,19
3,84
3,95
3,99
3,95
4,18
3,74
3,81
3,82
4,36
4,16
4,81
4,47
4,22
4,03
4,11
B
4,15
4,18
4,37
4,08
3,90
4,34
4,25
4,49
3,68
4,11
3,42
4,56
3,92
3,93
3,96
4,16
4,00
4,10
3,47
3,63
3,90
4,33
4,16
4,37
4,74
3,75
4,01
4,47
Weight Factor
(WS)
A
B
14,69 16,64
17,83 16,88
16,22 18,75
16,99 13,18
14,15 14,36
20,12 21,20
22,00
7,69
20,02
9,08
15,68
6,38
17,47
6,96
24,83 10,27
19,20 16,61
16,72 18,38
13,68 13,58
15,12 14,92
20,24 20,49
15,04 16,02
15,45 16,71
17,93 15,37
16,73 18,14
13,77 13,94
15,45 14,95
20,66 20,91
23,95 20,50
22,78 24,89
14,74 15,85
19,93 19,87
18,59 18,89
Weight Score
(WS)
A
B
62,79
69,06
79,12
66,34
63,77
81,93
74,22
53,79
52,16
56,06
89,31
92,06
94,34
32,67
91,87
40,81
61,84
23,52
77,06
28,59
98,66
35,17
88,11
75,77
70,09
72,01
52,47
53,37
59,65
59,08
80,68
85,32
59,34
64,08
64,56
68,44
67,07
53,25
63,72
65,84
52,63
54,41
67,31
64,70
86,02
87,06
115,17
89,59
101,73
117,96
62,19
59,48
80,28
79,77
76,41
84,36
CSI
(%)
A=
84,25
B=
83,85
A=
84,75
B=
32,15
A=
82,06
B=
81,93
A=
80,26
B=
78,74
A=
87,16
B=
86,23
Tabel 7 menyajikan hasil perhitungan Weight Factor (WF) dan Weight Score (WS) tiap atribut yang kemudian
menentukan nilai CSI untuk tiap variabel. Adapun kategori masing-masing variabel tersaji pada Tabel 8.
Tabel 8. Kategori Nilai CSI tiap variabel
No
Kode
Variabel
1
2
3
4
5
X1
X2
X3
X4
X5
Tangible
Reliability
Responsiveness
Assurance
Empathy
Nilai CSI
Ojek
Online
84.27%
84.75%
82.06%
80.26%
87.16%
Nilai CSI
Ojek
Konvensional
83.85%
32.15%
81.93%
78.74%
86.23%
Kategori Nilai
Sangat puas
Sangat Tidak Puas
Sangat puas
Cukup puas
Sangat puas
Secara umum bobot nilai tiap variabel terlihat menunjukkan angka yang Cukup (>50%) dan hanya pada variabel
Reliability/Keandalan memiliki nilai sangat rendah yakni 32,15% termasuk pada kategori nilai CSI Sangat Tidak Puas.
Kategori ini merupakan nilai untuk Ojek Konvensional khususnya atribut Pengemudi Responsif (X1.1), Tidak Mogok
Saat Mengantar (X1.3), dan Dipercaya oleh Penumpang (X1.4) terlihat nilai kinerja pada Tabel 7. Persepsi penumpang
pada atribut ini tentunya menjadi tantangan serius bagi pengemudi ojek konvensional dengan sistem ‘mangkal’ yakni
berdiam di suatu lokasi tertentu atau keliling mencari penumpang. Responsif pengemudi ojek ketika dipanggil (teriak)
menjadi keterbatasan yang tidak bisa disandingkan dengan kemudahan dan fleksibilitas aplikasi bagi pengemudi ojek
online. Selain itu juga atribut Mogok dan Dipercaya menjadi keterbatasan ojek konvensional dikarenakan profil
pengemudi yang tidak terdaftar dan performance kendaraan yang tidak bisa di keluhkan seperti pada aplikasi.
827
Kinerja Ojek Online dan Konvensional di Kota Kendari
Soeparyanto et al. (2023)
Menilai pelayanan transportasi umum dari sisi persepsi pengguna menjadi bagian dari upaya mengukur Kinerja selain
dari sisi teknis maupun operasional. Menilai kinerja pelayanan transportasi perkotaan dapat dilakukan dengan 2 cara,
yaitu menilai pelayanan yang terukur dan yang tidak terukur. Quantitative measures (pelayanan terukur) adalah bahwa
kriteria pelayanan dapat dinilai dengan satuan ukuran skala nilai, adapun qualitative measures (pelayanan tidak
terukur) adalah suatu penilaian kriteria pelayanan yang sulit dinyatakan dalam skala nilai (Eboli & Mazzulla, 2012).
Penelitian sebelumnya yang membahas strategi pelayanan dan upaya safety riding oleh Breemer (2020) dan Aris et
al. (2021) khusus ojek online di Kota Kendari menyatakan bahwa terdapat upaya serius dari manajemen perusahaan
aplikasi untuk meningkatkan pelayanan baik dari sisi aplikasi (provider) maupun pengemudi (mitra). Target utamanya
adalah memperoleh sebanyak-banyaknya pengguna yang loyal (pelanggan) dengan cara mengutamakan kualitas jasa,
mengelola harapan pelanggan, membuktikan pelayanan kepada pelanggan, memberikan informasi kepada pelanggan
dan membangun budaya transportasi online yang dibutuhkan oleh masyarakat. Strategi pelayanan transportasi
mendukung kelancaran pelayanan pelanggan dengan jasa internet yang baik, perhatian kepada pelanggan, dapat
diandalkan, respons dengan baik kepada pelanggan dan memberi jaminan keselamatan kepada pelanggan yang pada
akhirnya akan meningkatkan kepercayaan dan kepuasan masyarakat terhadap transportasi online gojek. Pada sisi
keselamatan, kebijakan perusahaan terus menghimbau pengemudi untuk berkendara dengan mengutamakan
keselamatan dalam berkendara dengan tidak melakukan aktivitas lain, interaksi terbatas dengan penumpang agar tetap
fokus, mematuhi rambu-rambu dan tata tertib lalu lintas. Selain itu mempersiapkan diri dan kendaraan agar tetap
dalam kondisi prima sehingga perhatian pada kondisi jalan dan pengendara lain (lingkungan) dapat maksimal sehingga
perjalanan selamat hingga tujuan.
Kondisi ini tentu tidak terjadi pada ojek konvensional, karena tidak terhimpun dalam suatu organisasi khusus serta
tidak ada syarat dan ketentuan yang mengatur keberadaannya. Sehingga pengemudi ojek konvensional hanya memiliki
beban tanggung jawab personal. Adanya sistem dan fleksibilitas membuat banyak pengemudi ojek konvensional
berusaha untuk menjadi bagian (mitra) dari perusahaan transportasi online dengan mendaftar menjadi pengemudi ojek
online (Ali et al., 2019), meskipun kenyataan hingga saat ini pengemudi online belum mendapat kepastian hukum
status dalam perusahaan (Sanubari & Amalia, 2019).
4.
KESIMPULAN
Kesimpulan dari penelitian ini adalah sebagai berikut:
1.
2.
3.
Kinerja ojek online menggunakan metode Customer Satisfaction Index, berada pada kategori Sangat Puas
untuk seluruh variabel. Adapun ojek konvensional, Sangat Puas pada variabel Tangible, Responsiveness, dan
Empathy. Sedangkan variabel Assurance kategori Cukup Puas dan Reliability pengguna menilai Sangat
Tidak Puas.
Menggunakan metode Importance Performance Analysis, pada Kuadran I beberapa atribut pada ojek online
perlu menjadi perhatian serius karena masih berkinerja rendah. Variabelnya antara lain: Kondisi kendaraan
yang baik dan bersih, pengemudi tampil rapi, harum, wangi dan sopan saat merespons, serta diharapkan
untuk mengemudi dengan hati-hati. Selain itu juga agar tersedia jas hujan sewaktu-waktu mengantisipasi
lancarnya perjalanan ketika hujan. Pada ojek konvensional pengguna juga menaruh perhatian pada Kondisi
motor yang nyaman, pengemudi responsif yang juga menanggapi/konfirmasi panggilan secara langsung.
Selain itu juga berbicara dengan sopan dan mengemudi hati-hati.
Dominan pengguna ojek online maupun konvensional merupakan pelajar/mahasiswa yaitu persentase
sebesar 61,65% dengan maksud perjalanan adalah kependidikan 54,79%. Fakta ini dapat didukung dengan
kebijakan transportasi umum pelajar berbasis massal yang dikelola oleh pemerintah guna memberi pelayanan
maksimal pada masyarakat.
DAFTAR PUSTAKA
Ali, M., Kharis, A., & Karlina, D. (2019). Faktor-Faktor Yang Menjadi Pertimbangan Dalam Penggunaan Jasa Ojek
Online (Go-Jek) Di Kota Mataram. JIAP (Jurnal Ilmu Administrasi Publik), 6(2), 75-84.
https://doi.org/10.31764/jiap.v6i2.641
Anggraeni, F. N. (2021). Analysis of User Satisfaction of Public Transportation Ojek Online (Gojek) Through Service
Instruments.
AKADEMIK:
Jurnal
Mahasiswa
Ekonomi
&
Bisnis,
1(2),
77–86.
https://doi.org/10.37481/jmeb.v1i2.221
Arianto, N., & Asmalah, L. (2021). Upaya Meningkatkan Kepuasan Penumpang Ojek Online Melalui Kualitas
Pelayanan Dan Tarif Yang Ditawarkan. KREATIF : Jurnal Ilmiah Prodi Manajemen Universitas Pamulang,
9(2), 101-111. https://doi.org/10.32493/jk.v9i2.y2021
828
JMTS: Jurnal Mitra Teknik Sipil
Vol. 6, No. 4, November 2023: hlm 819-830
EISSN 2622-545X
Aris, A., Yuniar, N., & Pratiwi, A. D. (2021). Faktor Yang Berhubungan Dengan Kecelakaan Lalu Lintas Pada
Pengemudi Ojek Online (Gojek) Di Kota Kendari Tahun 2020. Jurnal Kesehatan Dan Keselamatan Kerja
Universitas Halu Oleo, 1(3), 75–84. https://doi.org/10.37887/jk3-uho.v1i3.16813
Badan
Pusat
Statistik
Kendari.
(2023).
Kota
Kendari
dalam
Angka
2023.
2331.
https://kendarikota.bps.go.id/publication/download.html?nrbvfeve=MDdhNzVmMjI3NWYxYzRhYTA2Y2Nj
OWQx&xzmn=aHR0cHM6Ly9rZW5kYXJpa290YS5icHMuZ28uaWQvcHVibGljYXRpb24vMjAyMy8wMi
8yOC8wN2E3NWYyMjc1ZjFjNGFhMDZjY2M5ZDEva290YS1rZW5kYXJpLWRhbGFtLWFuZ2thLTIwMj
MuaHRtbA%3D%3D&twoadfnoarfeauf=MjAyMy0wNy0yMCAxOToyNDoxNQ%3D%3D
Berger, T., Frey, C. B., Levin, G., & Danda, S. R. (2019). Uber happy? Work and well-being in the ‘Gig Economy.’
Economic Policy, 34(99), 429–477. https://doi.org/10.1093/epolic/eiz007
Breemer, J. (2020). Strategi Pelayanan Transportasi Online Gojek Di Kota Kendari. Jurnal Pengabdian Kepada
Masyarakat (JPKM) - Aphelion, 1(01), 96-107. https://doi.org/10.32493/jpka.v1i01.6911
Bustami, B., & Laksamana, R. (2019). Transformasi Transportasi Tradisional (Offline) ke Transportasi Online
Sebagai Solusi Bagi Pengguna di Kota Pontianak. Jurnal Ekonomi Bisnis Dan Kewirausahaan, 8(3), 194-203.
https://doi.org/10.26418/jebik.v8i3.29404
Dewi, C. K., & Setyarini, N. L. P. S. E. (2020). Analisis Tingkat Kepuasan Pengguna Terhadap Fasilitas Parkir Mobil
Mall Puri Indah. JMTS: Jurnal Mitra Teknik Sipil, 3(3), 659-670. https://doi.org/10.24912/jmts.v3i3.8386
Eboli, L., & Mazzulla, G. (2012). Performance indicators for an objective measure of public transport service quality.
European Transport - Trasporti Europei, 51, 1–21.
Hardyanty, V., Putra, A. A., & Ahmad, S. N. (2022). Manajemen pengelolaan pelayanan taksi online dan taksi
konvensional di kota kendari. Jurnal Manajemen Rekayasa, 4(1), 1–15.
Ija, L. (2019). Analisis Sistem Pengembangan Layanan Transportasi Online Terhadap Kepuasan Konsumen di Kota
Kendari. Simkom, 4(2), 1–8. https://doi.org/10.51717/simkom.v4i2.29
Karim, Z., & Fouad, J. (2018). Measuring urban public transport performance on route level: A literature review.
MATEC Web of Conferences, 200(September 2020). https://doi.org/10.1051/matecconf/201820000021
Kosasih, W., Sriwana, I. K., & Adhesi, R. (2020). Integrasi E-Servqual, Model Kano, dan HOQ dalam Meningkatkan
Kepuasan Pelanggan Jasa Ojek Online. Jurnal Rekayasa Sistem Industri, 9(3), 163–170.
https://doi.org/10.26593/jrsi.v9i3.4043.163-170
Kumparan Tech. (2020). Organisasi Ojol: Ada 4 Juta Driver Ojol di Indonesia. Kumparan Tech.
https://kumparan.com/kumparantech/organisasi-ojol-ada-4-juta-driver-ojol-di-indonesia-1tBrZLEXOEI
Maulana, A. A., & Judiantono, T. (2017). Evaluasi Kinerja Angkutan Kota Rute Sekemirung-Panyileukan Kota
Bandung.
Prosiding
Perencanaan
Wilayah
Dan
Kota,
3(1),
272–282.
https://doi.org/http://dx.doi.org/10.29313/pwk.v0i0.6401
Priyambodo. (2015). Pelayanan Angkutan Umum Gratis bagi Pelajar di Kabupaten Tulungagung dan Kota Kediri.
Jurnal Penelitian Transportasi Darat, 17(4), 207–220. https://doi.org/https://doi.org/10.25104/jptd.v17i4.154
Raden Yeni Fitriyani, Kustiawati, D., Fanhati, I. A., Ramadhan, Y. A., & Chanifah, L. (2022). Analisis Faktor
Pengaruh Elastisitas Permintaan Jasa Ojek Online DKI Jakarta. Jurnal Pendidikan Dan Konseling, 4, 1349–
1358.
Risdiyanto, ., Munawar, A., Irawan, M. Z., Biddinika, M. K., & Alfed, J. (2020). Importance Performance Analysis
of Online Motorcycle Taxi Services: Indonesian Passenger Perspective. Proceedings of the 2nd International
Conference on Applied Science, Engineering and Social Solences (ICASESS 2019), Icasess 2019, 79–85.
https://doi.org/10.5220/0009878600790085
Rizq, S., Djamaludin, M. D., & Nurhadryani, Y. (2018). Analysis of Service Quality Satisfaction of E-Ktp Service At
Public Administration and Civil Registration Office of Bogor District. Journal of Consumer Sciences, 3(2), 5565. https://doi.org/10.29244/jcs.3.2.55-65
Sanubari, F. T., & Amalia, S. (2019). Gambaran kepuasan kerja pada pengemudi layanan jasa transportasi ojek online.
Cognicia, 7(1), 77-94. https://doi.org/10.22219/cognicia.v7i1.8158
Seftylia, C., & Cholil, W. (2021). Application of the customers satisfaction index (CSI) and importance performance
analysis (IPA) methods to measure reader satisfaction with the quality of website services indodaily.co.
Budapest International Research and Critics Institute-Journal (BIRCI-Journal), 5(3), 24525–24536.
https://doi.org/https://doi.org/10.33258/birci.v5i3.6476
Siti Arofah, A. F., & Alam, Y. T. (2019). Eksistensi Driver Ojek Online Wanita Sebagai Bentuk Kesetaraan Gender.
Jurnal Sosiologi Nusantara, 5(2), 171–183. https://doi.org/10.33369/jsn.5.2.171-183
Tumuwe, R., Damis, M., & Mulianti, T. (2018). Pengguna ojek online di kalangan mahasiswa Universitas Sam
Ratulangi Manado. Jurnal Holistik, 21, 1–19.
Tzeng, G.-H., & Chang, H.-F. (2011). Applying Importance-Performance Analysis as a Service Quality Measure in
Food Service Industry. Journal of Technology Management & Innovation, 6(3), 106–115.
https://doi.org/10.4067/S0718-27242011000300008
829
Kinerja Ojek Online dan Konvensional di Kota Kendari
Soeparyanto et al. (2023)
Wong, M. S., Hideki, N., & George, P. (2011). The use of importance-performance analysis (IPA) in evaluating
Japan’s e-government services. Journal of Theoretical and Applied Electronic Commerce Research, 6(2), 17–
30. https://doi.org/10.4067/S0718-18762011000200003
Xi, Y. (Luna), & Miller, E. J. (2019). Accessibility: definitions, measurement & implications for transportation
planning
analysis.
Transportation
Research
Procedia,
41,
159–161.
https://doi.org/https://doi.org/10.1016/j.trpro.2019.09.029
Yanti, P. F. (2021). Mengukur Kualitas Pelayanan pada Ojek Online di Masa Pandemi. In Prosiding Industrial
Research Workshop and National Seminar (pp. 940–947). jurnal.polban.ac.id. https://jurnal.polban.ac.id/ojs3.1.2/proceeding/article/view/2833/2212
830