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