PENENTUAN LOKASI CABANG BARU LABORATORIUM KLINIK X DENGAN MENGGUNAKAN ANALYTIC NETWORK PROCESS (ANP) DAN KELAYAKAN INVESTASI

Sri Handayani, Moses L. Singgih

Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya

Kampus ITS Sukolilo Surabaya 60111 Email: ms.srihandayani@yahoo.com ; moseslsinggih@gmail.com

Abstrak

Semakin tinggi tingkat kesadaran masyarakat terhadap kesehatan mengakibatkan tingginya persaingan di antara penyedia jasa layanan kesehatan. Laboratorium Klinik X, salah satu penyedia jasa layanan kesehatan, merupakan sebuah laboratorium klinik yang sedang berkembang pesat dan ikut bersaing di antara penyedia jasa lainnya. Dalam lingkungan yang sangat kompetitif, pemilihan lokasi cabang baru yang memiliki daya saing tinggi merupakan prioritas utama. Untuk itu perlu dilakukan analisa lokasi untuk mendapatkan lokasi yang dapat memberikan keuntungan maksimal dan daya saing tinggi sesuai dengan tujuan perusahaan. Lima kecamatan alternatif ditentukan dengan menggunakan teori target market, pairwise comparison, perhitungan rating kecamatan, dan perhitungan nilai terbobot hingga terpilih Kecamatan Wonokromo, Semampir, Sawahan, Simokerto, dan Tambaksari sebagai kecamatan alternatif. Kriteria dan sub kriteria pemilihan diidentifikasi berdasarkan pada Model Porter’s Diamond. Perhitungan kelayakan investasi dilakukan sebagai salah satu criteria dalam model Porter’s Diamond, dimana Kecamatan Wonokromo memiliki kelayakan investasi paling tinggi dengan NPV sebesar Rp. 60.646.579.867, -IRR sebesar 29%, dan payback period selama 5 tahun 4 bulan. Metode P-Median digunakan untuk mengetahui kelurahan optimal dari masing-masing lokasi alternatif. Penilaian dengan menggunakan ANP dilakukan oleh beberapa orang ahli sehingga didapat bobot untuk masing-masing, Kecamatan Wonokromo sebesar 0.2038, Tambaksari dengan bobot 0.0942, Simokerto 0.0782, Semampir 0.0726, dan Kecamatan Sawahan 0.0502. Sebagai kecamatan dengan bobot tertinggi, Kecamatan Wonokromo terpilih sebagai lokasi cabang baru Laboratorium Klinik X. Kata Kunci : Analisa Lokasi, Laboratorium Klinik, Porter’s Diamond Model, Metode P-Median, Kelayakan Investasi, ANP.

Abstract The higher level of public awareness towards health, the higher the competition among health service providers. Laboratory Clinic X, one of the health service providers, is a Laboratory Clinic that is developing rapidly and participating in the competition among other service providers. In a highly competitive environment, the selection of a new branch location that has high competitiveness is a top priority. It is important to obtain a location that can provide maximum benefits and high competitiveness in accordance with company objectives. Five alternative districts are determined by identifying target market of Laboratory Clinic X, including population density, potential age population, and high-wealthy level population. Each of the criteria weights is determined using the pair-wise comparison method. The weight multiplied by the rank held each district, furthermore the five alternative districts are determined; Wonokromo, Semampir, Sawahan, Simokerto, and Tambaksari District. The selection criteria and sub criteria are identified based on Porter’s Diamond Model. One of the significant sub criteria is the investment feasibility of each district using NPV, IRR, and payback period. The investment feasibility calculations indicate that Wonokromo District the largest weight; NPV IDR 60.646.579.867, 29% IRR, 5 years and 4 months of payback period. Furthermore, P-Median Method is used to find sub optimal from each location. The ANP assessment was conducted using expert judgments. Furthermore, weighted gained by each district shows Wonokromo District get first priority, with a weight of 0.2038, District Tambaksari the second priority with a weight of 0.0942, Simokerto District get 0.0782 of weight, District Semampir get 0.0726 of weight, and Sawahan District 0.0502. As the district with the highest weight, District Wonokromo is chosen as the best location of new branches Laboratory Clinic X. Keywords : Laboratory Clinic Location Selection, Porter’s Diamond Model, P-Median Method, Investment Feasibility, ANP.

1. Pendahuluan Kesadaran masyarakat terhadap kesehatan meningkat secara signifikan seiring dengan perputaran waktu. Hal tersebut berpengaruh pula pada tingkat kebutuhan dan permintaan masyarakat terhadap layanan kesehatan. Laboratorium klinik, sebagai salah satu layanan kesehatan, perlu meningkatkan daya saing akibat ketatnya persaingan. Lokasi dapat mempengaruhi keberlangsungan sebuah laboratorium klinik, jumlah konsumen yang datang, besar keuntunganyang didapat, hingga mempengaruhi posisi perusahaan terhadap perusahaan pesaing. Pemilihan lokasi yang optimal menjadi sebuah strategi penting untuk diperhatikan bagi laboratorium klinik. Lokasi dapat mempengaruhi keberlangsungan sebuah laboratorium klinik, jumlah konsumen yang datang, besar keuntungan yang didapat, hingga mempengaruhi posisi perusahaan terhadap perusahaan pesaing. Penentuan lokasi cabang baru dengan memperhatikan aspek-aspek daya saing merupakan strategi penting yang harus dilakukan secara kritis. Identifikasi kriteria-kriteria penting yang menjadi pertimbangan dalam penentuan lokasi mutlak dibutuhkan. Aspek-aspek terkait permintaan, persaingan, dan instansi-instansi pendukung perlu diidentifikasi untuk mengetahui seberapa besar pengaruh aspek-aspek tersebut terhadap pemilihan laboratorium klinik serta diketahui performansi dan potensi lokasi-lokasi alternatif, sehingga didapat lokasi terbaik bagi pembangunan cabang baru Laboratorium Klinik X. Dalam penentuan lokasi cabang baru, perlu dilakukan analisa mengenai kriteria-kriteria yang dipertimbangkan dalam pemilihan lokasi cabang baru Laboratorium Klinik X, diantaranya karakteristik penduduk tiap kecamatan, competitive advantage yang dimiliki, demand yang ada pada kecamatan tersebut, akses dengan supplier, jaringan infrastruktur yang tersedia, persaingan yang ada, dan kriteria-kriteria lainnya. Untuk mengidentifikasi kriteria-kriteria yang menjadi pertimbangan dalam pemilihan lokasi yang berdaya saing tinggi, digunakan model daya saing Porter’s Diamond sehingga dapat diketahui kriteria-kriteria yang dapat meningkatkan daya saing Laboratorium Klinik X dalam persaingan. Adanya keterkaitan atau ketergantungan antar kriteria dan sub kriteria

mengakibatkan perlunya digunakan pendekatan decision making yang dapat mengakomodasi ketergantungan tersebut. Untuk itu ANP digunakan sebagai framework yang dapat mengakomodasi elemen dalam satu cluster (inner dependence) dan elemen antar cluster (outer dependence) (Saaty, 2005). Teori target market akan digunakan untuk mengidentifikasi bidikan pasar Laboratorium Klinik X agar lokasi yang didapatkan nantinya sesuai dengan target market Laboratorium Klinik X, sehingga didapat kelompok pasar potensial yang dapat meningkatkan keuntungan perusahaan. Metode Analytic Network Process (ANP) digunakan untuk mengetahui pengaruh masing-masing kriteria yang didapat dari Porter’s Diamond Model, sekaligus mengetahui performansi lokasi-lokasi alternatif terhadap kriteria-kriteria tersebut. Untuk mengetahui kelayakan investasi, dilakukan perhitungan Net Present Value (NPV), Internal Rate of Return (IRR), dan Payback Period pada lokasi alternatif sehingga diketahui kelayakan investasi masing-masing lokasi sehingga dapat dimasukkan sebagai salah satu kriteria yang akan dihitung bobot kepentingannya oleh ANP. Metode P-Median akan digunakan untuk membidik lokasi yang lebih fokus sehingga dapat memudahkan penilaian perfomansi sebuah lokasi terhadap kriteria-kriteria yang telah diidentifikasi. Pemilihan lokasi yang diusulkan akan menjadi referensi berharga bagi Laboratorium Klinik X dalam pemilihan lokasi cabang barunya. 2. Metodologi Penelitian Secara metodologi penelitian ini menggunakan pedekatan dan teori dari Target Market, Model Porter’s Diamond, Metode Analytic Network Process (ANP), Metode P-Median, dan kelayakan investasi dengan menggunakan perhitungan Net Present Value (NPV). Tahapan awal yang dilakukan dalam penelitian adalah mengidentifikasi kriteria target market Laboratorium Klinik X untuk memperoleh lima kecamatan alternatif. Setelah diidentifikasi, dihitung bobot prioritas masing-masing kriteria dengan menggunakan pairwise comparison berdasarkan penilaian manajemen Laboratorium Klinik X. Selanjutnya dengan perhitungan nilai terbobot dengan mengalikan bobot kepentingan dengan nilai rating yang

dimiliki masing-masing kecamatan, maka didapat lima kecamatan alternatif dengan nilai terbobot tertinggi. Tahapan selanjutnya adalah identifikasi kriteria daya saing berdasarkan Model Porter’s Diamond terhadap lima alternatif lokasi yang telah didapat dari target market Laboratorium Klinik X. Sub-kriteria didapatkan berdasarkan kriteria Model Porter’s Diamond yang ada dengan mengacu dari beberapa referensi dan penelitian terdahulu, serta penyesuaian dengan objek amatan laboratorium klinik. Perhitungan untuk mendapatkan kelurahan optimal masing-masing kecamatan dilakukan dengan menggunakan Metode P-Median. Tujuan dilakukannya pemilihan kelurahan optimal adalah penilaian masing-masing kecamatan oleh para ahli dapat dilakukan dengan lebih spesifik dan akurat. Selanjutnya, sebagai masukan dalam menilai faktor ekonomi dilakukan perhitungan kelayakan investasi terhadap lima lokasi alternatif dengan menggunakan perhitungan Net Present Value (NPV), Internal Rate of Return (IRR), dan payback period. Pada tahap ini dibutuhkan data mengenai biaya investasi yang dikeluarkan untuk membangun sebuah cabang baru, pemasukan, serta pengeluaran Laboratorium Klinik X. Setelah diidentifikasi, dilakukan validasi terhadap kriteria dan sub-kriteria daya saing oleh manajemen Laboratorium Klinik X. Sub-kriteria yang tidak valid akan dilakukan identifikasi kembali dengan cara mengganti sub-kriteria tersebut dengan sub-kriteria lain atau dengan menghilangkan sub-kriteria tersebut. Sub-kriteria yang dianggap valid akan digunakan pada tahap selanjutnya. Dilakukan identifikasi hubungan antar kriteria dan sub-kriteria. Proses ini merupakan salah satu keunggulan metode Analytic Network Process (ANP) dimana metode ini mengakomodasi adanya hubungan (interdependencies) antar kriteria dan sub-kriteria, sehingga terlebih dahulu perlu dilakukan identifikasi ada tidaknya hubungan antar kriteria dan sub-kriteria yang ada. Dengan menggunakan kriteria dan sub-kriteria serta hubungan yang telah valid, dibuatlah kuesioner yang nantinya akan dijadikan input pada metode Analytic Network Process (ANP).

Adanya pengaruh dan hubungan keterkaitan (interdependencies) antar kriteria dan sub kriteria pemilihan lokasi laboratorium klinik menunjukkan bahwa Metode Analytic Network Process (ANP) merupakan metode yang paling tepat untuk digunakan. Selain mengakomodasi kriteria yang tangible maupun intangible, metode ANP juga dapat mengakomodasi ketergantungan (dependency) pada keputusan yang sangat kompleks dan melibatkan berbagai interaksi. Dalam penentuan lokasi cabang baru Laboratorium Klinik X, terdapat berbagai interaksi dan ketergantungan yang terjadi antar kriteria, sub kriteria, dan alternatif. Untuk mengakomodasi pengambilan keputusan yang kompleks serta dapat merepresentasikan keterkaitan kriteria satu dengan yang lain, maka diaplikasikan metode ANP. Dilakukan penilaian dengan pairwise comparison antar kriteria, antar sub-kriteria, dan antara sub kriteria dengan alternatif oleh beberapa ahli, diantaranya ahli tata kota dari bidang akademik, konsultan tata ruang kota, dan pihak manajemen Laboratorium Klinik X. Nilai yang didapat dari para ahli dihitung dengan menggunakan rumus rata-rata geometri kemudian dimasukkan ke dalam matrik pendapat gabungan yang akan menjadi masukan pada metode ANP. Lokasi dengan bobot prioritas yang paling tinggi dipilih sebagai lokasi cabang baru Laboratorium Klinik X. Tahapan terakhir dilakukan analisis sensitivitas kelayakan investasi lokasi terpilih terhadap salah satu parameter kelayakan investasi, demand, mengandung ketidakpastian dan bersifat fluktuatif. 3. Pengumpulan dan Pengolahan Data Tiga kriteria pemilihan lokasi cabang baru Laboratorium Klinik x berdasarkan Target Market, antara lain kepadatan penduduk, usia potensial (25-59 tahun), dan penduduk menengah atas. Lima kecamatan dengan nilai terbobot tertinggi akan menjadi kecamatan alternatif.

yn = a.KPn + b.UPn + c.MAn…......................(1)

Keterangan: yn = Nilai terbobot kecamatan ke-n a = Bobot kepentingan kriteria kepadatan penduduk b = Bobot kepentingan kriteria rentang usia potensial

c = Bobot kepentingan kriteria jumlah penduduk menengah atas KPn = Rating Kepadatan Penduduk pada kecamatan ke-n UPn = Rating Penduduk dengan Usia Potensial pada kecamatan ke-n MAn = Rating Penduduk dengan pendapatan menengah atas pada kecamatan ke-n

Nilai a, b, dan c merupakan bobot kepentingan dari masing-masing kriteria yang didapat dari penilaian beberapa ahli dengan menggunakan pairwise comparison.

Gambar 1. Pairwise Comparison Kriteria Pemilihan

Berdasarkan pairwise comparison diketahui bobot prioritas kriteria kepadatan penduduk sebesar 0.163, usia potensial sebesar 0.297, dan kriteria menengah atas sebesar 0.54. Nilai KPn, UPn, dan MAn yang menunjukkan peringkat suatu kecamatan pada kriteria kepadatan penduduk, usia potensial, dan penduduk menengah atas didapat dengan rumus sebagai berikut:

KPn = (KPn /Total KP)*100…….....……...(2)

Keterangan: n : Kecamatan ke-n KP : Kepadatan Penduduk KPn : Rating Kepadatan Penduduk pada kecamatan ke-n Tabel 1. Nilai Rating Kecamatan Brdasarkan Kepadatan

Penduduk No. Kecamatan Kepadatan

(jiwa/km2) Nilai

Rating 1 Sawahan 32216.0 8.57 2 Tambaksari 24821.9 8.56 3 Semampir 22053.3 7.41 4 Wonokromo 22045.5 7.17 5 Krembangan 15007.1 4.80 6 Tegalsari 27848.5 4.58 ... ....... ....... .......

28 Bulak 10531.3 1.35 TOTAL 2,605,957 100

R(KPsawahan)= (32216/2605957)*100 = 8.57 Perhitungan yang sama untuk mendapatkan nilai rating dilakukan terhadap kriteria usia

potensial dan penduduk menengah atas. Berikut perhitungan nilai rating untuk kriteria usia potensial.

Tabel 2 Nilai Rating Kriteria Kepadatan Penduduk No Kecamatan Total 26-59 Rating 1 Sawahan 115,236 9.00 2 Tambaksari 108,566 8.48 3 Wonokromo 95,587 7.47 4 Semampir 92,801 7.25 ..... ....... ....... ....... 28 Pakal 16,420 1.28 1,279,715

UPx = (UPx/Total UP)*100 ……………(3)

Contoh perhitungan usia potensial: UPsawahan = (115236/1279715)*100 = 9.00 Berikut perhitungan nilai rating kriteria menengah atas.

Tabel 3 Nilai Rating Kriteria Menengah Atas No Kecamatan Menengahatas Nilai Rating 1 Wonokromo 80534 11.09 2 Semampir 51929 7.15 3 Simokerto 45394 6.25 4 Sukolilo 42040 5.79 .... ....... ....... ....... 28 Bulak 5120 0.70 726342

MAx = (MAx/Total MA)*100 ..…………..(4) Contoh perhitungan: MAwonokromo = (80534/726342)*100 = 11.09 Setelah diketahui nilai rating dari masing-masing kecamatan terkait kriteria, dilakukan perhitungan nilai terbobot.

Tabel 4 Nilai Terbobot Tiap Kecamatan

No Kecamatan R.K B.K R.U B.U RMA B.A Nilai Terbobot

1 Sawahan 8.57 0.163 9 0.297 4.34 0.54 8.954 3

2 Tambaksari 8.56 0.163 8.48 0.297 4.04 0.54 8.498 5

3 Semampir 7.41 0.163 7.25 0.297 7.15 0.54 11.051 2

4 Wonokromo 4.8 0.163 7.47 0.297 11.09 0.54 15.014 1

5 Krembangan 4.58 0.163 4.87 0.297 5.57 0.54 8.344

6 Tegalsari 4.48 0.163 4.75 0.297 4.98 0.54 7.68 4

7 Kenjeran 4.45 0.163 4.1 0.297 3.32 0.54 5.809

8 Bubutan 4.09 0.163 4.52 0.297 2.99 0.54 5.6

9 Simokerto 3.81 0.163 4.06 0.297 6.25 0.54 8.661

10 Sukolilo 3.74 0.163 3.83 0.297 5.79 0.54 8.088

11 Sukomanunggal 3.62 0.163 3.68 0.297 4.38 0.54 6.625

12 Tandes 3.6 0.163 3.68 0.297 1.74 0.54 3.961

.... .... .... .... .... .... .... .... ....

Keterangan:

R.K: Rating Kepadatan B.K: Bobot Kepadatan R.U: Rating Usia B.U: Bobot Usia RMA: Rating Menengah Atas B.A: Bobot Menengah Atas Berdasarkan nilai terbobot diketahui lima alternative kecamatan; Kecamatan Wonokromo, Kecamatan Semampir, Kecamatan Sawahan, Kecamatan Simokerto, dan Kecamatan Tambaksari. Kecamatan memiliki luas yang sangat besar sehingga akan menyulitkan penilaian kriteria yang bersifat spesifik. Untuk itu, dilakukan penentuan kelurahan optimal dari masing-masing kecamatan dengan menggunakan metode P-Median, dengan pendekatan Myopic Algorithm.

Minimize …………………(5)

hi: Permintaan pada node i dij: Jarak antara titik permintaan node i dengan node j yaitu kandidat yang dibangun (dij bernilai nol jika i = j)

Gambar 2 Jaringan Kelurahan pada Kecamatan

Wonokromo Jaringan diatas menunjukkan titik kandidat, titik permintaan, permintaan (berupa jumlah penduduk masing-masing kelurahan), dan jarak antar titik kandidat.

Tabel 5 Jarak Antar Kelurahan pada Kecamatan Wonokromo

No. Kelurahan Wonokromo Jagir Ngagel Ngagel Rejo Darmo Sawunggaling Jumlah

Penduduk 1 Wonokromo 0 2 3.4 3.1 2.6 2.6 40,426 2 Jagir 2 0 4.2 3.7 4.9 4.9 24,931 3 Ngagel 3.4 4.2 0 0.8 2.2 4.1 12,762 4 Ngagel Rejo 3.1 3.7 0.8 0 2.1 4 50,548 5 Darmo 2.6 4.9 2.2 2.1 0 3 19,583 6 Sawunggaling 2.6 4.9 4.1 4 3 0 33,411

Kelurahan Wonokromo = (0 * 40426) + (2*24931) + (3.4*12762) + (3.1*50548) + (2.6*19583) + (2.6*33411) = 387520 Kelurahan Jagir

= (2*40426) + (0*24931) + (4.2*12762) + (3.7*50548) + (4.9*19583) + (4.9*33411) = 576424 Kelurahan Ngagel = (3.4*40426) + (4.2*24931) + (0*12762) + (0.8*50548) + (2.2*19583) + (4.1*33411) = 443864

Perhitungan dilakukan terhadap seluruh kelurahan yang ada di Kecamatan Wonokromo, sehingga didapat demand-weighted distance untuk masing-masing kelurahan. Demand-weighted distance yang paling minimal merupakan kelurahan yang paling optimal.

Tabel 6 Demand-weighted Distance Kecamatan Wonokromo

KECAMATAN WONOKROMO (Node j)

No Nodei Wonokromo Jagir Ngagel Ngagel Rejo Darmo Sawung galing

1 Wonokromo 0 80852 137448 125321 105108 105108

2 Jagir 80852 0 104710 92245 122162 122162

3 Ngagel 84765 104710 0 10210 28076 52324

4 NgagelRejo 39562 47219 10210 0 106151 202192

5 Darmo 131425 247685 111206 106151 0 58749

6 Sawunggaling 50916 95957 80290 78332 58749 0

Total 387520 576424 443864 412258 420246 540535

Dari perhitungan diatas diketahui bahwa Kelurahan Wonokromo merupakan kelurahan optimal dari Kecamatan Wonokromo dengan jarak rata-rata keseluruh titik permintaan paling minimal.

Jarak rata-rata = Total demand weighted distance/Total Demand = 387520 / (181661) = 2.13 km Perhitungan demand-weighted distance dan jarak rata-rata ke semua titik permintaan dilakukan terhadap kelima kecamatan sehingga didapat kelurahan dengan jarak rata-rata optimal.

Tabel 7 Demand-weighted Distance dan Jarak rata-rata Optimal Tiap Kecamatan

Jumlah Median Lokasi

Demand-Weighted Distance

Average Distance

1 Kelurahan Wonokromo

387520 2.13 km

1 Kelurahan Wonokusumo

359558 1.85 km

1 Kelurahan Kupang Krajan

309913 1.39 km

1 Kelurahan Simokerto

276254 1.22 km

1 Kelurahan Ploso 90634 0.89 km

Setelah dilakukan identifikasi kelurahan optimal dari masing-masing kecamatan, diidentifikasi criteria dan sub criteria pemilihan lokasi Laboratorium Klinik X berdasarkan metode Porter’s Diamond. Sub

criteria diidentifikasi berdasarkan penelitian terdahulu dan dilakukan penyesuaian terhadap objek amatan oleh beberapa ahli. Berikut criteria dan sub criteria pemilihan lokasi cabang baru berdasarkan model Porter’s Diamond.

Tabel 8 Kriteria Pemilihan Lokasi Laboratorium Berdasarkan Porter’s Diamond Model

Level 1: Ultimate Goal Level 2: Criteria Level 3: Sub-Criteria

Level 4: Alternatives

Ketersediaan jaringan infrastruktur (aksesabilitas menuju lokasi) (SC1) Ketersediaan public transportation (SC2) Kedekatan dengan rumah sakit (SC3) Tingkat kemacetan (SC4) Kondisi fisik tanah (rawa, gambut, dan lain-lain) (SC5) Keterbebasan dari banjir (SC6) Keterbebasan dari polusi air akibat limbah, serta polusi suara dan udara (SC7) Kedekatan dengan pos polisi dan pemadam kebakaran (SC8) Ketersediaan drainase pembuangan limbah (SC9)

Kec. Wonokromo

(Ae1)

Kondisi Faktor (C1)

Kondisi eksisting penggunaan lahan di area sekitar (untuk mengetahui kemudahan izin) (SC10)

Adanya instansi terkait yang dapat mempengaruhi banyaknya permintaan (Misal: Adanya fakultas kedokteran pada lokasi tersebut) (SC11) Kesesuaian karakter penduduk setempat dengan jasa yang dijual (majunya daerah sekitar) (SC12) Penerimaan masyarakat terhadap layanan kesehatan sejenis laboratorium klinik (SC13) Ruang lingkup pemasaran pada lokasi (Marketing Scope)(SC14)

Kondisi Permintaan (C2)

Faktor Ekonomi (SC15) Ketiadaan laboratorium klinik lain pada lokasi tersebut (SC16) Adanya program sebagai tanggungjawab sosial perusahaan terhadap masyarakat (CSR, khitanan massal warga miskin) (SC17)

Struktur, strategi, dan persaingan perusahaan (C3) Kecenderungan spesifik pembuat kebijakan terhadap pemilihan lokasi

(SC18) Adanya layanan kesehatan, seperti rumah sakit, puskesmas, dan dokter (SC19) Kedekatan dengan supplier laboratorium klinik (SC20)

Industri pendukung dan

terkait (C4) Kedekatan dengan apotek dan industri terkait (SC21)

Kec. Semampir (Ae2)

Kec. Sawahan (Ae3)

Legal restrictions (Ketersediaan area untuk pengembangan perusahaan, kelegalan penggunaan lahan) (SC22)

Kec. Simokerto

(Ae4) Kebijakan pemerintah (Kebijakan pemerintah mengenai pengembangan usaha pada suatu area, misalnya: Surabaya Sustainability Development Plan) (SC23)

Pemerintah (C5)

Political environment (stabilitas politik, evaluasi regulasi perencanaan, investasi publik seperti infrastruktur, pengembangan partnership, insentif keuangan) (SC24)

Kondisi sosial masyarakat (tingkat penerimaan masyarakat) (SC25)

Perubahan biaya produksi secara signifikan akibat kejadian-kejadian seperti kenaikan harga BBM, baja, besi, dan krisis energi (SC26)

Kec. Tambaksari (Ae5)

Tingkat kriminalitas (SC27)

Mendapatkan lokasi cabang baru bagi Laboratorium

Klinik X berdasarkan daya

saingnya.

Peluang/ Perubahan (C6)

Perubahan permintaan pasar (misal: munculnya virus SARS, swine flu, dll) (SC28)

Dari dua puluh delapan sub kriteria yang diidentifikasi, diketahui terdapat dua sub kriteria yang tidak valid melalui proses validasi. Kriteria tersebut antara lain:

1. Kondisi fisik tanah (rawa, gambut, dan lain-lain) (SC5) Sub-kriteria ini dianggap tidak berpengaruh secara signifikan dalam pemilihan lokasi

cabang baru Laboratorium Klinik X. Artinya, jika lokasi terpilih memiliki kondisi fisik yang tidak baik (rawa, gambut, dan sebagainya), namun memiliki potensi dan daya saing yang tinggi, maka hal tersebut tidak akan mengurungkan rencana pembangunan Laboratorium Klinik X pada lokasi tersebut. Untuk itu, sub-kriteria SC5 dihilangkan dan tidak termasuk dalam proses selanjutnya.

2. Perubahan biaya produksi secara signifikan akibat kejadian- kejadian seperti kenaikan harga BBM, baja, besi, dan krisis energi (SC26)

Ketidakvalidan sub-kriteria ini disebabkan karena sub- kriteria ini dianggap tidak menghasikan penilaian yang berbeda untuk alternatif-alternatif lokasi yang ada. Faktor ekonomi merupakan salah satu sub kriteria dalam Model Porter’s Diamond. Untuk itu, dilakukan perhitungan faktor ekonomi dengan menghitung Net Present Value (NPV), Internal Rate of Return (IRR), dan payback period. Berikut perhitungan NPV untuk Kecamatan Wonokromo.

Tabel 9 Arus Kas Kecamatan Wonokromo ARUS KAS Tahu

n AKTIVITAS OPERASI

AKTIVITAS INVESTASI

AKTIVITAS PENDANAAN

NET CASH FLOW

0 - -17906422635 -17906422635

1 878989984.4 705741339.8 -1074385358 510345966.1

2 1320823374 2026564714 -1074385358 2273002730

3 1818752037 2482447349 -1074385358 3226814028

4 2338767082 3031202717 -1074385358 4295584440

5 2904147827 3564897256 -1074385358 5394659725

6 3526321045 4155892723 -1074385358 6607828410

7 4197228417 4845850210 -1074385358 7968693268

8 4929336601 5612892436 -1074385358 9467843679

9 5729054053 6374095107 -1074385358 11028763802

10 6603452862 7287008697 -1074385358 12816076201

11 7560815540 8122504099 0 15683319639

12 8508556548 9191474483 0 17700031031

13 9556896444 10192999421 0 19749895865

14 10716319386 11399237320 0 22115556706

15 11998392795 12629697239 0 24628090034

16 13415878826 14010874731 0 27426753557

17 14982857278 15608871339 0 30591728617

18 16714861128 17397779063 0 34112640191

19 18629025985 19249207400 0 37878233385

20 20744254884 21427172819 0 42171427703 IRR 0.289983335

NPV 60.445.764.441

Payback Period 5Tahun4Bulan

Berdasarkan perhitungan didapatkan NPV Kecamatan Wonokromo sebesar Rp.60.445.764.441,00, IRR sebesar 28,9%, dan payback period selama 5 tahun 4 bulan. Selanjutnya dilakukan perhitungan yang sama, sehingga didapat kelayakan investasi keempat alternatif lainnya sebagai berikut: Tabel 10 NPV, IRR, Payback Period Tiap Kecamatan Kelayakan Investasi

Kecamatan Semampir

Kecamatan Sawahan

Kecamatan Simokerto

Kecamatan Tambaksari

NPV Rp. 20.347.080.593

Rp. -11.043.224.549

Rp. 10.695.000.476

Rp. -14.158.684.019

IRR 18% 7% 15% 6%

Payback Period 9 tahun 14 tahun 11

bulan 10 tahun 6

bulan 15 tahun 10

bulan

Keputusan Layak Tidak Layak Layak Tidak Layak

Berdasarkan hasil perhitungan NPV, IRR, dan Payback Period diatas diketahui bahwa kecamatan yang tidak layak dari segi investasi adalah Kecamatan Sawahan dan Kecamatan Tambaksari. Hasil yang didapat ini akan digunakan sebagai salah satu penilaian sub-kriteria dalam kuesioner ANP dengan penilaian sebagai berikut: < 0 : Sangat tidak baik 1 – 29 : Kurang baik 30 – 59 : Baik 60 – 79 : Sangat baik 80 – 100 : Sangat baik sekali

Tabel 11 Kategori PenilaianFaktor Ekonomi

Kecamatan NPV Rating Kategori Penilaian Wonokromo 60.646.579.867 91.2 Sangat baik sekali Semampir 20.347.080.593 30.6 Baik Sawahan -11.043.224.549 -16.6 Sangat tidak baik Simokerto 10.695.000.476 16.1 Kurang baik Tambaksari -14.158.684.019 -21.3 Sangat tidak baik Total 66,486,752,368

Kategori penilaian yang didapat dari perhitungan kelayakan investasi akan digunakan untuk menilai sub kriteria faktor ekonomi sebagai salah satu atribut dalam ANP. Sub kriteria yang telah valid dijadikan masukan (input) kuesioner dalam model dan penentuan bobot prioritas dengan menggunakan metode Analytical Network Process (ANP). Metode ANP digunakan untuk mengetahui bobot dari masing-masing alternatif sehingga terpilih sebuah lokasi dengan daya saing dan potensi terbaik. Sebelum dilakukan penentuan bobot kriteria, sub-kriteria, dan alternatif, dilakukan terlebih dahulu identifikasi hubungan antar kriteria, antar sub-kriteria, dan antara sub-kriteria dan alternatif. Setelah diidentifikasi, dilakukan

validasi dengan melakukan brainstorming dengan beberapa ahli sehingga didapat hubungan yang valid. Di bawah ini model ANP dengan menggunakan Software Super Decision. Pada model ini ditentukan hubungan (interdependencies) antar kriteria dalam ‘cluster criteria’, hubungan antar sub-kriteria dalam ‘cluster sub-criteria’, dan hubungan antara masing-masing node dalam cluster sub-

kriteria dengan node dalam cluster alternatif. Hubungan antar kriteria akan menunjukkan besar tingkat kepentingan satu kriteria dibandingkan dengan yang lainnya. Begitu pula dengan hubungan antar sub-kriteria. Suatu node sub-kriteria dihubungkan dengan node sub-kriteria lain atas dasar hubungannya terhadap sebuah nodes sub-kriteria.

Gambar 3 Model Hierarki Pemilihan Lokasi Laboratorium Klinik X

dengan Software Super Decision

Tabel 12 Limit Matrix A01 A02 A03 A04 A05 B01 B02 B03 B04 B05 B06 GOAL SC1 SC2 SC3 SC4 SC5 SC6 SC7 SC8 SC9 SC10 SC11 SC12 SC13 SC14 SC15 SC16 SC17 SC18 SC19 SC20 SC21 SC22 SC23 SC24 SC25 SC26

A01 0 0 0 0 0 0.2038 0.2038 0.2038 0.2038 0.2038 0.2038 0.2038 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044 0.2044

A02 0 0 0 0 0 0.0726 0.0726 0.0726 0.0726 0.0726 0.0726 0.0726 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728 0.0728

A03 0 0 0 0 0 0.0502 0.0502 0.0502 0.0502 0.0502 0.0502 0.0502 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501 0.0501

A04 0 0 0 0 0 0.0782 0.0782 0.0782 0.0782 0.0782 0.0782 0.0782 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783 0.0783

A05 0 0 0 0 0 0.0942 0.0942 0.0942 0.0942 0.0942 0.0942 0.0942 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944 0.0944

B01 0 0 0 0 0 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

B02 0 0 0 0 0 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

B03 0 0 0 0 0 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

B04 0 0 0 0 0 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

B05 0 0 0 0 0 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

B06 0 0 0 0 0 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

GOAL 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

SC1 0 0 0 0 0 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769 0.0769

SC2 0 0 0 0 0 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445 0.0445

SC3 0 0 0 0 0 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154 0.0154

SC4 0 0 0 0 0 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143 0.0143

SC5 0 0 0 0 0 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002

SC6 0 0 0 0 0 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012 0.0012

SC7 0 0 0 0 0 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005

SC8 0 0 0 0 0 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091 0.0091

SC9 0 0 0 0 0 0.0738 0.0738 0.0738 0.0738 0.0738 0.0738 0.0738 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740 0.0740

SC10 0 0 0 0 0 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117 0.0117

SC11 0 0 0 0 0 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156 0.0156

SC12 0 0 0 0 0 0.0110 0.0110 0.0110 0.0110 0.0110 0.0110 0.0110 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109 0.0109

SC13 0 0 0 0 0 0.0419 0.0419 0.0419 0.0419 0.0419 0.0419 0.0419 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421 0.0421

SC14 0 0 0 0 0 0.1372 0.1372 0.1372 0.1372 0.1372 0.1372 0.1372 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378 0.1378

SC15 0 0 0 0 0 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127 0.0127

SC16 0 0 0 0 0 0.0051 0.0051 0.0051 0.0051 0.0051 0.0051 0.0051 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049 0.0049

SC17 0 0 0 0 0 0.0043 0.0043 0.0043 0.0043 0.0043 0.0043 0.0043 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042 0.0042

SC18 0 0 0 0 0 0.0036 0.0036 0.0036 0.0036 0.0036 0.0036 0.0026 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035 0.0035

SC19 0 0 0 0 0 0.0087 0.0087 0.0087 0.0087 0.0087 0.0087 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086 0.0086

SC20 0 0 0 0 0 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069 0.0069

SC21 0 0 0 0 0 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

SC22 0 0 0 0 0 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.00036 0.00036 0.00036 0.00036 0.00036 0.00036 0.00036 0.00036 0.00036 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004

SC23 0 0 0 0 0 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0002 0.00015 0.00015 0.00015 0.00015 0.00015 0.00015 0.00015 0.00015 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001

SC24 0 0 0 0 0 0.0024 0.0024 0.0024 0.0024 0.0024 0.0024 0.0024 0.00209 0.00209 0.00209 0.00209 0.00209 0.00209 0.00209 0.00209 0.00209 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021 0.0021

SC25 0 0 0 0 0 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0008 0.00083 0.00083 0.00083 0.00083 0.00083 0.00083 0.00083 0.00083 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008 0.0008

SC26 0 0 0 0 0 0.0010 0.0010 0.0010 0.0010 0.0010 0.0010 0.0010 0.00056 0.000557 0.000557 0.000557 0.000557 0.000557 0.000557 0.000557 0.000557 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006 0.0006

Kuesioner berdasarkan expert judgement memperbandingkan kriteria pemilihan lokasi, sub-kriteria, dan antara sub-kriteria dan alternatif lokasi. Ahli yang dibutuhkan dalam penilaian lokasi optimal ini adalah ahli yang tata ruang kota Surabaya dan ahli yang berkecimpung dalam bidang layanan kesehatan khususnya laboratorium klinik. Ahli yang memiliki keahlian mengenai tata kota Surabaya terdiri dari konsultan tata ruang kota Surabaya da ahli tata kota Surabaya dari bidang akademik. Sedangkan ahli dari bidang layanan kesehatan laboratorium klinik adalah kepala cabang dan tim marketing dari Laboratorium Klinik X.

Tabel 13 Bobot Prioritas Sub Kriteria No Sub kriteria Bobot limiting

1. Infrastruktur 0.154 0.0769

2. Public Transportation 0.089 0.0446

3. Kedekatan dg RS 0.031 0.015

4. TktKemacetan 0.029 0.014

5. BebasBanjir 0.0004 0.00018

6. Polusi 0.023 0.0012

7. Kedekatan dg polisi& fireman 0.001 0.00049

8. Drainaselimbah 0.018 0.0091

9. LahanEksisting 0.148 0.0738

10. Instansiterkait 0.024 0.117

11. Kesesuaiankarakterpenduduk 0.031 0.0156

12. Penerimaanmasy 0.022 0.011

13. Marketing Scope 0.084 0.042

14. KelayakanInvestasi 0.274 0.137

15 Ketiadaan Lab lain 0.025 0.0127

16. Tanggungjwbsos 0.01 0.0051

17. Preferensipembuatkebijakan 0.009 0.0043

18. Layanankesehatan 0.007 0.0036

19. Kedekatan dg supplier 0.017 0.0087

20 Kedekatan dg apotek 0.0138 0.0069

21. Legal restriction 0.0001 0.00005

22. KebijakanPemth 0.0016 0.0008

23. Political Environment 0.0008 0.0004

24. Kondisisosmasy 0.0048 0.0024

25. Tingkat Kriminalitas 0.0018 0.0009

26. PerubahanPermintaanPasar 0.0021 0.001

Tabel 14 Bobot Prioritas Alternatif

Alternatif Normalized by Cluster Limiting Kec. Wonokromo 0.40841 0.203813 Kec. Semampir 0.14558 0.072649 Kec. Sawahan 0.10066 0.050231 Kec.Simokerto 0.15668 0.078192

Kec. Tambaksari 0.18867 0.094155

4. Analisa dan Pembahasan

Lima alternatif kecamatan terbaik sesuai dengan tiga kriteria berdasarkan target market ditentukan olehbesar nilai terbobot untuk masing-masing kecamatan. Dalam rumus nilai terbobot terdapat dua variabel yang berpengaruh terhadap besar nilai terbobot, antara lain bobot kriteria dan nilai rating dari masing-masing kecamatan terkait tiga kriteria pemilihan. Nilai rating masing-masing kecamatan dikalikan dengan bobot kriteria, sehingga didapat lima kecamatan dengan nilai terbobot tertinggi, yaitu Kecamatan Wonokromo dengan nilai terbobot 15,014, Kecamatan Semampir sebesar 11,051, Kecamatan Sawahan sebesar 8,954, Kecamatan Simokerto sebesar 8,661, serta Kecamatan Tambaksari sebesar 8,498. Besar nilai terbobot yang dihasilkan kelima kecamatan ini menunjukkan bahwa kelimanya memenuhi kebutuhan atau persyaratan Laboratorium Klinik X terkait tiga kriteria pemilihan cabang baru, yaitu kepadatan penduduk, jumlah penduduk menengah atas, dan penduduk menengah atas. Kelima alternatif yang didapat dinilai berdasarkan kriteria dan sub kriteria berdasarkan model Porter’s Diamond. Melalui proses brainstorming dengan para ahli, didapat dua puluh delapan sub kriteria, dimana setelah proses validasi diketahui bahwa terdapat dua sub kriteria yang tidak valid. Sub-kriteria tidak valid yang pertama adalah sub-kriteria SC6 kondisi tanah(rawa, gambut, dan lain-lain). Sub-kriteria ini tidak valid karena bagi Laboratorium Klinik X sub-kriteria ini tidak berpengaruh signifikan terhadap pemilihan lokasi cabang baru Laboratorium Klinik X. Artinya, jika sebuah lokasi terpilih dan lokasi tersebut mempunyai kondisi tanah rawa atau kurang baik, maka hal tersebut tidak mengurungkan niat Laboratorium Klinik X untuk membangun di lokasi tersebut selagi lokasi tersebut memiliki potensi dan daya saing yang tinggi.Keadaan tanah dapat diperbaiki dengan banyak cara. Sub-kriteria yang tidak valid kedua adalah sub-kriteria SC26, yaitu perubahan biaya produksi secara signifikan akibat kejadian-kejadian seperti kenaikan harga BBM, baja, besi, dan krisis energi. Sub-kriteria ini tidak valid dikarenakan sub-kriteria ini tidak

menghasilkan penilaian berbeda untuk alternatif-alternatif lokasi yang ada. Misal, saat terjadi kenaikan harga Bahan Bakar Minyak (BBM), maka hal ini akan mempengaruhi semua kecamatan dengan pengaruh yang sama dan akan menghasilkan dampak yang sama pula, sehingga sub-kriteria ini tidak menunjukkan perbedaan nilai, potensi, dan daya saing untuk masing-masing kecamatan. Di antara sub kriteria yang telah diidentifikasi terdapat sub kriteria ekonomi yang membutuhkan perhitungan kelayakan investasi dalam penilaiannya. Kelayakan investasi masing-masing kecamatan dilakukan untuk mengetahui layak atau tidak dan seberapa potensial sebuah kecamatan dari segi investasi dan keuntungan dengan membangun cabang baru pada lokasi tersebut. Estimasi permintaan (demand) dilakukan dengan benchmarking kepada besar permintaan historis pada Laboratorium Klinik X pusat.Setelah dilakukan perhitungan, didapatkan nilai kelayakan investasi untuk masing-masing kecamatan.Kecamatan dengan nilai kelayakan investasi paling tinggi diperoleh oleh Kecamatan Wonokromo dengan NPV sebesar Rp. 60.646.579.867,00, IRR sebesar 29%, dan payback period selama 5 tahun 4 bulan. Pada Kecamatan Semampir didapat NPV sebesar Rp. Rp. 20.347.080.593,00, IRR sebesar 18%, dan payback period selama 9 tahun. Kecamatan Sawahan memiliki NPV sebesar Rp. -11.043.224.549,00, IRR sebesar 7%, dan payback period selama 14 tahun 11 bulan. Kecamatan Simokerto memperoleh NPV sebesar Rp. 10.695.000.476,00, IRR sebesar 15%, dan payback period selama 10 tahun 6 bulan. Kecamatan Tambaksari memiliki NPV Rp. -14.158.684.019,00, IRR sebesar 6%, dan payback period selama 15 tahun 10 bulan.Dari hasil kelayakan investasi yang didapat diketahui bahwa Kecamatan Wonokromo memiliki kelayakan investasi yang paling tinggi, sedangkan Kecamatan Sawahan dan Kecamatan Tambaksari tidak layak karena memiliki NPV dibawah nol. Penilaian terhadap faktor ekonomi dapat terjawab dengan nilai kelayakan investasi, di sisi lain, penilaian performansi masing-masing kecamatan terhadap kriteria dan sub-kriteria akan cukup sulit dilakukan dikarenakan luasnya daerah, sertatingginya variasi performansi area-area dalam suatu

kecamatan. Kriteria dan sub-kriteria yang telah diidentifikasi bersifat spesifik, sehingga penilaian terhadap kecamatan akan sulit dilakukan karena sangat luas dan bervariasinya perfomansi area terhadap kriteria dan sub-kriteria dalam suatu kecamatan.Untuk mengatasi permasalahan tersebut perlu dilakukan pemusatan lokasi yang akan dinilai kriteria dan sub-kriterianya, sehingga penilaian tidak dilakukan terhadap kecamatan, melainkan terhadap area yang lebih kecil, yaitu kelurahan. Digunakannya Metode P-Median bertujuan untuk menentukan calon lokasi cabang Laboratorium Klinik X di tengah kecamatan yang telah menjadi alternatif, sehingga jarak rata-rata yang perlu ditempuh pelanggan menjadi minimal. Kriteria dan sub-kriteria pemilihan lokasi cabang baru Laboratorium Klinik X yang didasarkan pada Model Porter’s Diamond memiliki hubungan keterkaitan satu sama lain. Hubungan ini perlu diidentifikasi untuk mengetahui besar bobot masing-masing kriteria. Hubungan yang diidentifikasi adalah hubungan antar kriteria, antar sub-kriteria, dan hubungan antara sub-kriteria dan alternatif. Hubungan antar kriteria dan antar sub-kriteria bertujuan untuk mengetahui besar kepentingan kriteria dan sub-kriteria tersebut dalam pemilihan lokasi cabang baru Laboratorium Klinik X, sedangkan hubungan antara sub-kriteria dengan alternatif bertujuan untuk mengetahui performansi suatu kecamatan alternatif terhadap sub-kriteria pemilihan. Dari hasil limit matrik yang didapat, Kecamatan Wonokromo mendapatkan bobot paling besar, yaitu sebesar 0.2038, Kecamatan Semampir sebesar 0.0726, Kecamatan Sawahan 0.0502, Kecamatan Simokerto 0.0782, dan Kecamatan Tambaksari sebesar 0.0942. Bobot prioritas yang didapat ini menunjukkan besar prioritas atau kepentingan alternatif untuk dipilih. Dengan bobot yang paling besar, Kecamatan Wonokromo terpilih sebagai kecamatan yang paling potensial untuk dibangun cabang baru Laboratorium Klinik. Setelah terpilih, perlu dilakukan analisis lebih mendalam mengenai kelayakan investasi terhadap Kecamatan Wonokromo. Nilai kelayakan investasi yang telah didapatkan Kecamatan Wonokromo mengandung ketidakpastian dan ketidakakuratan.Melalui analisis sensitivitas, didapatkan bahwa tingkat sensitivitas nilai

kelayakan Kecamatan Wonokromo terhadap perubahan demand adalah sebesar 51%. Dari nilai tersebut dapat disimpulkan bahwa penurunan demand sebesar 51% merupakan besar penurunan maksimal yang tidak mengubah keputusan dari ‘layak’ menjadi ‘tidak layak’. Dalam persaingan laboratorium klinik, besar kemungkinan akan terdapat laboratorium klinik lain yang akan berada dalam satu area dengan Laboratorium Klinik X. Kedekatan ini akan mengakibatkan turunnya permintaan pada Laboratorium Klinik X. Turunnya permintaan yang diakibatkan oleh persaingan laboratorium klinik sebesar 51%, berdasarkan analisis sensitivitas pada kelayakan investasi Laboratorium Klinik X, tidak mengakibatkan cabang baru pada Kecamatan Wonokromo menjadi tidak layak. 5. Kesimpulan Berdasarkan perhitungan dengan menggunakan Metode ANP, dari keenam kriteria Model Porter’s Diamond yang terdiri atas kondisi faktor, factor permintaan, strategi persaingan, instansi pendukung dan terkait, pemerintah, dan perubahan, diperoleh kriteria yang memiliki pengaruh paling besar dalam pemilihan laboratorium klinik, yaitu criteria factor permintaan dengan bobot prioritas sebesar 0.202. Sub kriteria daya saing yang menjadi pertimbangan dalam pemilihan lokasi cabang baru Laboratorium Klinik X terdiri dari dua puluh enam sub kriteria, dimana lima sub kriteria yang paling berpengaruh berdasarkan pembobotan dengan Metode ANP adalah kelayakan investasi (NPV, IRR, dan payback period) dengan bobot 0.14, ketersedian jaringan infrastruktur dengan bobot 0.077, penggunaan lahan eksisting dengan bobot 0.074, public transportation denganbobot 0.045, dan ruang lingkup dengan bobot 0.042. Perhitungan nilai terbobot berdasarkan target market, bobot kepentingan yang dihitung dengan pairwise comparison, dan nilai rating, didapat lima kecamatan alternative yaitu Kecamatan Wonokromo, Semampir, Sawahan, Simokerto, dan Tambaksari. Kelurahan optimal untuk masing-masing kecamatan berdasarkan metode P-Median, antara lain, Kelurahan Wonokromo pada Kecamatan Wonokromo, Kelurahan Wonokusumo pada Kecamatan Semampir,

Kelurahan Kupang Krajan pada Kecamatan Sawahan, Kelurahan Simokerto pada Kecamatan Simokerto, dan Kelurahan Ploso pada Kecamatan Tambaksari. Lokasi terpilih berdasarkan bobot prioritas yang didapatkan dengan menggunakan metode ANP adalah Kecamatan Wonokromo dengan bobot prioritas sebesar 0.204, selanjutnya Kecamatan Semampir dengan bobot sebesar 0.073, Kecamatan Sawahan dengan bobot 0.051, Kecamatan Simokerto dengan bobot 0.0782, dan Tambaksari dengan bobot 0.094.

Kecamatan Wonokromo sebagai lokasi terpilih (bobot prioritas tertinggi) juga memiliki nilai kelayakan investasi tertinggi dengan Net Present Value (NPV) sebesar Rp. 60.646.579.867,00, IRR sebesar 29%, dan payback period selama 5tahun 4 bulan.Berdasarkan analisis sensitivitas, sebesar 51% penurunan permintaan terhadap Laboratorium Klinik X di Kecamatan Wonokromo merupakan penurunan maksimal yang dapat diterima tanpa mengubah keputusan layak. 6. Daftar Pustaka

Ananta, Aris. 2010. Memahami Statistik Ekonomi: Inflasi Turun, Daya Beli Meningkat?. <URL:http://suar.okezone.com> Diakses 4 April 2010

Aras et al. 2003. Multi-criteria Selection for a Wind Observation Station Location using Analytic Hierarchy Process. International journal of Renewable Energy.

Badan Pusat Statistik Indonesia. 2010. Indikator Kesehatan Indonesia. URL:http://www.bps.go.id/ Diakses: 20 Januari 2010

Badan Pusat Statistik Provinsi Jawa Timur. 2010. Data Kependudukan Provinsi Jawa Timur. <http://jatim.bps.go.id> Diakses: 25 Januari 2010

Bank Indonesia. 2010. Laporan Inflasi (Indeks Harga Konsumen). <http://www.bi.go.id/web/> Diakses: 10 Juni 2010

Bappenas. 2007. Peningkatan Akses Masyarakat Terhadap Kesehatan

Berkualitas. <www.bappenas.go.id> Diakses 1 Januari 2010.

Darmawan, Budhi. 2008. Identifikasi Faktor-faktor Kelayakan yang Penting untuk Dipertimbangkan dalam Investasi Real Estate dengan Menggunakan Analytic Hierarchy Process (AHP). Thesis Jurusan Teknik Sipil Universitas Indonesia.

Daskin, Mark S. 1995. Network and Discrete Location. Northwestern University: A Wiley-Interscience Publication.

Departemen Komunikasi dan Informasi. 2009. Mendiknas: Mutu Pendidikan Meningkat. <URL:http://www.indonesia.go.id> Diakses 4 April 2010

Dey, et al. 2007.Analytis Hierarchy Process Helps Select Site for Limestone Quarry Expansion in Barbados. International journal of Environmental Management.

Dinas Kependudukan dan Catatan Sipil Surabaya. 2010. Kependudukan Kota Surabaya. <http://www.surabaya.go.id/dispenduk/> Diakses: 21 Januari 2010.

Farahani RZ., et al. 2009. Facility Location: Concepts, Models, Algorithms and Case Studies. Verlag Heidelberg: Physica.

Lin C.T., et al. 2007. Developing a Hierarchy Relation with an Expert Decision Analysis Process for Selecting the Optimal Resort Type for a Taiwanese International Resort Park. International Journal of Expert Systems with Application.

Meade L.M., et al. 1997. A Method for Analyzing Agility Alternatives for Business Process. Automation and Robotics Research Institute. The University of Texas.

Pajak Indonesia. 2007. Tarif Penyusutan Harta. <http://pajakindonesia.wordpress.com/2007/04/20/tarif-penyusutan/> Diakses: 20 April 2010

Porter, M.E. 1990. The Competitive Advantage of Nations. New York: Free Press

Porter, M.E. 1998. Cluster and The New Economic of Competition. Harvards Business Review.

Porter, M.E. 1998. What is National Competitiveness?. Harvard Business review, 6892) : 84-85.

Pujawan, I.N. 2003. Ekonomi Teknik. Surabaya: Guna Widya

Purnamasari, Dyah. 2009. Analisa Prioritas Alternatif Lokasi dan Kelayakan Investasi Pembangunan Rumah Susun di Kabupaten Sidoarjo. Thesis S2 Jurusan Teknik Sipil ITS Surabaya.

Saaty, T. L., 2005. Theory and Applications of The Analytic Network Process. Pittsburg: RWS Publications.

Saaty, T. L., 1994. Fundamentals of Decision Making and Priority Theory with The Analytic Hierarchy Process. Pittsburg: RWS Publications.

Setiawan, R.P., 2007. Analisa Pemilihan Lokasi Proyek Rumah Sakit Brain and Spine Center di Surabaya Timur. Thesis S2 Jurusan Teknik Sipil ITS Surabaya.

Setyaningsih, Darmi. 2005. Formulasi Strategi Manufakturing dengan Analytic Network Process (ANP) di PT. X. Thesis S2 Jurusan Teknik Industri Universitas Indonesia.

Sumastuti, AM. 2005. Keunggulan NPV Sebagai Alat Analisis Uji Kelayakan Investasi dan Penerapannya. Dosen Tetap Fakultas Ekonomi.

Survei Sosial Ekonomi Nasional. 2009. Data Usia Harapan Hidup Penduduk Indonesia. <http://www.datastatistik-indonesia.com> Diakses: 24 Februari 2010

Tzeng, et al. 2002. Multicriteria Selection for a restaurant Location in Taipei.International Journal of Hospitality Management.

Wu C.R., et al. 2005. Optimal Selection of Location for Taiwanese Hospitals to Ensure a Competitive Advantage by Using The Analytic Hierarchy Process and Sensitivity Analysis. Journal of Building and Environment.

Weber, A. 1990. Theory of The Location of Industries. Chicago: The University of Chicago Press.