ANALISIS KINERJA PEMBANGUNAN INFRASTRUKTUR TERHADAP PENGELOLAAN KAWASAN EKONOMI KHUSUS (KEK) (KEK) DI KABUPATEN SORONG

 

Ahmad Kennedy Yoenoes

Universitas Muslim Indonesia Makassar

Email: ahmadbappedasoq@gmail.com

 

Abstrak

Pengembangan Kawasan Industri di Wilayah Timur Indonesia pada periode awal Pemerintahan Jokowi-Jusuf Kalla telah dicanangkan salah satunya di Wilayah Provinsi Papua Barat yaitu di Kabupaten Sorong, pada tanggal 1 Agustus 2016 telah diterbitkan Peraturan Pemerintah (PP) nomor 31 Tahun 2016 tentang Kawasan Ekonomi Khusus (KEK) (KEK) Sorong di Kabupaten Sorong Distrik Mayamuk dengan Luas Kawasan 523,7 Ha, yang memiliki kegiatan utama berupa Industri Pengolahan Pertambangan, logistik dan Agroindustri. Dalam hal menindaklanjuti implementasi PP tersebut maka perlu direalisasikan program-program pembangunan KEK Sorong dengan sumber pendanaan dari berbagai pihak (Pemerintah Daerah, Pemerintah Pusat dan pihak swasta). Pada tahun 2016 hingga 2019 dilakukan Pembangunan Infrastruktur utama dan penunjang Kawasan dalam rangka penyiapan kawasan yang memiliki keunggulan ekonomi dan geo strategis (dari sisi letak Kabupaten Sorong Strategis sebagai pintu gerbang Pulau Papua). Pemerintah Pusat melalui Menteri Koordinator Bidang Perekonomian meresmikan pengoperasian berjalannya KEK Sorong di tahun 2019. Dari sisi infrastruktur, selama tiga tahun terakhir, Kementerian Pekerjaaan Umum dan Perumahan Rakyat (PUPR) bersama PEMDA Kabupaten Sorong telah membangun akses jalan utama beserta saluran drainase sepanjang 3,5 km dan jalanlingkungan sepanjang 6,5 km. Telah terbangun pula Pembangkit Listrik Tenaga Mesin Gas (PLTMG) oleh PT. Perusahaan Listrik Negara (PT.PLN) untuk memasok kebutuhan listrik di Kawasan Ekonomi Khusus (KEK) dan wilayah Sorong Raya, yang terdiridari 5 kabupaten dan 1 Kota sehingga saat ini telah tersedia Daya Listrik sebesar 46 MW dengan cadangan sebesar 9 MW. Selain itu untuk jangka pendek, pemenuhan kebutuhan terhadap air bersih untuk Pelabuhan Arar dan industri existing akan menggunakan sumur bor dengan kapasitas 5 liter/detik dan Penampung Air Hujan (PAH). Sementara untuk jangka panjang akan dibangun Sistem Penyediaan Air Baku yang menggunakan sumber air dari Sungai Klasafet (Klamono) dengan memenuhi kebutuhan air industri. Tujuan Penelitian;1) Menganalisis Kinerja Infrastruktur pada kawasan terhadap Dukungan Pengelolaan Kawasan Ekonomi Khusus (KEK) (KEK) Kabupaten Sorong ke 2) Menganalisis Faktor yang berpengaruh dominan pada Kinerja Infrastruktur Terhadap Pengelolaan Kawasan Ekonomi Khusus (KEK) di Kabupaten Sorong Metode Penelitian Menggunakan analisis deskriftif kualitatif melalui Statistic package for Sicial Sciens (SPSS;Ver 21), melibatkan empat variabel, hasil yang diperoleh; X1: Waktu Pembangunan angka kofisien 0,092; X2: kualitas Pembangunan angka koefisien 0,597; X3: Biaya Pembangunan angka koefisien 0,088 dan X4 Kuantitas Pembangunan angka koefisien pengaruh sebesar 0,299

 

Kata kunci: Kinerja, Infrastruktur, Waktu, kualitas, Biaya, Kuamtitas

 

Abstract

The development of industrial estates in the Eastern Region of Indonesia during the early period of the Jokowi-Jusuf Kalla Administration was announced, one of which was in the West Papua Province Region, namely in Sorong Regency, on August 1 2016 Government Regulation (PP) number 31 of 2016 was issued concerning the Sorong Special Economic Zone (SEZ) in Sorong District, Mayamuk District with an area of ​​523.7 Ha, which has main activities in the form of the Mining Processing Industry, logistics and Agro-industry. In terms of following up the implementation of the PP, it is necessary to realize development programs for the SEZ Sorong with funding sources from various parties (Local Government, Central Government and the private sector). capacity of 500 liters/second for 2016 to 2019 the development of the main and supporting infrastructure for the area is carried out in order to prepare areas that have economic and geo-strategic advantages (in terms of the strategic location of Sorong Regency as the gateway to Papua Island). The Central Government through the Coordinating Minister for the Economy inaugurated the operation of the Sorong SEZ in 2019. In terms of infrastructure, over the past three years, the Ministry of Public Works and Public Housing (PUPR) together with the Pemda of Sorong Regency have built 3.5 km of main access roads and drainage channels and 6.5 km of neighborhood roads. A Gas Engine Power Plant (PLTMG) has also been built by PT. State Electricity Company (PT.PLN) to supply electricity needs in the Special Economic Zone and the Greater Sorong area, which consists of 5 regencies and 1 city so that currently 46 MW of electricity is available with a reserve of 9 MW. Apart from that, for the short term, meeting the need for clean water for Arar Port and the existing industry will use drilled wells with a capacity of 5 liters/second and Rainwater Storage (PAH). Meanwhile, for the long term, a Raw Water Supply System will be built using water sources from the Klasafet River (Klamono) to meet industrial water needs. Research Objectives; 1) Analyze the performance of the infrastructure in the area already against the Management Support for the Special Economic Zones (KEK) of Sorong Regency 2) Analyze the factors that have a dominant influence on Infrastructure Performance on the Management of Special Economic Zones in Sorong Regency Research Methods Using qualitative descriptive analysis through the Statistical Package for Social Sciences (SPSS; Ver 21), involving four variables, the results obtained; X1: Development time coefficient 0.092; X2: Development quality coefficient is 0.597; X3: Development Cost coefficient number 0,088 and X4 Construction Quantity the effect coefficient number is 0.299

 

Keywords: Performance, Infrastructure, Time, Quality, Cost, Quantity

 

Pendahuluan 

Lapisan permukaan jalan dibeberapa ruas jalan di Indonesia khususnya wilayah Timur saat musim hujan sangatlah kurang baik, kondisi tersebut membutuhkan solusi. Solusi atas permasalahan/alternatifuntuk mengurangi dampak adanya genangan air tersebut adalah mempergunakan lapisan perkerasan berpori (Abdullah & Fahmi, 2022). Pengembangan Kawasan Industri di Wilayah Timur Indonesia pada periode awal Pemerintahan Jokowi-Jusuf Kalla telah dicanangkan salah satunya di Wilayah Provinsi Papua Barat yaitu di Kabupaten Sorong, pada tanggal 1 Agustus 2016 telah diterbitkan Peraturan Pemerintah (PP) nomor 31 Tahun 2016 tentang Kawasan Ekonomi Khusus (KEK) (KEK) Sorong di Kabupaten Sorong Distrik Mayamuk dengan Luas Kawasan 523,7 Ha, yang memiliki kegiatan utama berupa Industri Pengolahan Pertambangan, logistik dan Agro industri. Dalam hal menindaklanjuti implementasi PP tersebut maka perlu direalisasikan program-program pembangunan KEK Sorong dengan sumber pendanaan dari berbagai pihak (Pemerintah Daerah, Pemerintah Pusat dan pihak swasta).

Pada tahun 2016 hingga 2019 dilakukan Pembangunan Infrastruktur utama dan penunjang Kawasan dalam rangka penyiapan kawasan yang memiliki keunggulan ekonomi dan geostrategis (dari sisi letak Kabupaten Sorong Strategis sebagai pintu gerbang Pulau Papua). Pemerintah Pusat melalui Menteri Koordinator Bidang Perekonomian meresmikan pengoperasian berjalannya KEK Sorong di tahun 2019. Dari sisi infrastruktur, selama tiga tahun terakhir, Kementerian Pekerjaaan Umum dan Perumahan Rakyat (PUPR) bersama PEMDA Kabupaten Sorong telah membangun akses jalan utama beserta saluran drainase sepanjang 3,5 km dan jalan lingkungan sepanjang 6,5 km. Telah terbangun pula Pembangkit Listrik Tenaga Mesin Gas (PLTMG) oleh PT. Perusahaan Listrik Negara (PT.PLN) untuk memasok kebutuhan listrik di Kawasan Ekonomi Khusus (KEK) dan wilayah Sorong Raya, yang terdiri dari 5 kabupaten dan 1 Kota sehingga saat ini telah tersedia Daya Listrik sebesar 46 MW dengan cadangan sebesar 9 MW. Selain itu untuk jangka pendek, pemenuhan kebutuhan terhadap air bersih untuk Pelabuhan Arar dan industri existing akan menggunakan sumur bor dengan kapasitas 5 liter/detik dan Penampung Air Hujan (PAH). Sementara untuk jangka panjang akan dibangun Sistem Penyediaan Air Baku yang menggunakan sumber air dari Sungai Klasafet (Klamono) dengan kapasitas 500 liter/detik untuk memenuhi kebutuhan air industry.

Dalam pelaksanaannya hingga tahun 2022 ini, Investasi dalam skala besar yang masuk ke Kawasan Ekonomi Khusus (KEK) (KEK) belum ada yang baru, hanya Industri Existing yang telah ada sebelum penetapan Kawasan tersebut sebagai Kawasan Ekonomi Khusus (KEK) (KEK) Sorong. Padahal dengan berbagai kelebihan dan kemudahan regulasi berinvestasi di dalam Kawasan Ekonomi Khusus (KEK) (KEK), serta letak geografis dan geoekonomi KEK Sorong, seharusnya menjadi daya tarik bagi Investor untuk berinvestasi di dalamnya.

Maksud dan tujuan dari penelitian ini adalah untuk mengevaluasi pembangunan Infrastruktur dan pengelolaan Kawasan Ekonomi Khusus (KEK) (KEK) Sorong yang dinilai lambat perkembangannya dengan cara: 1. Menganalisis Kinerja Infrastruktur pada kawasan terhadap Dukungan Pengelolaan Kawasan Ekonomi Khusus (KEK) (KEK) Kabupaten Sorong. 2. Menganalisis Faktor yang berpengaruh dominan pada Kinerja Infrastruktur Terhadap Pengelolaan Kawasan Ekonomi Khusus (KEK) (KEK) di Kabupaten Sorong.

Berdasarkan judul penelitian yang diambil penulis, terdapat beberapa penelitian yang berkaitan dan dapat mendukung penelitian yang sekarang serta dapat diajukan bahan acuan, antara lain: (Firrean, 2018) Evaluasi program/proyek pengembangan Kawasan Ekonomi Khusus Sei Mangke dalam rangka pelaksanaan kebijakan MP3EI 2011-2025 di Koridor Ekonomi Sumatera Pembangunan Infrastruktur dan Pengelolaan

Dalam komponen Contex hasil penelitian menunjukan bahwa aspek tujuan dan landasan serta skema program sudah memenuhi kriteria standar namun pelibatan pemerintah daerah masih belum optimal. Sehingga perlu ada optimalisasi penguatan dan integrasi kebijakan atau program baik oleh pemerintah pusat maupun pemerintah daerah. Rekomendasi dari penelitian ini adalah diperlukan Rencana detail implementasi (RDI). Rencana detail implementasi (RDI) adalah pemetaan rencana aksi berbasis penanganan secara holistik, integratif, tematik dan spasial.

 

Metode

Ditinjau dari jenis datanya pendekatan penelitian yang digunakan dalam penelitian ini adalah pendekatan kualitatif. Yang dimaksud dengan penelitian kualitatif yaitu penelitian yang bermaksud untuk memahami fenomena tentang apa yang dialami oleh subjek penelitian secara holistik, dan dengan cara deskripsi dalam bentuk kata-kata dan bahasa, pada suatu konteks khusus yang alamiah dan dengan memanfaatkan berbagai metode ilmiah (Moleong, 2021).

Adapun jenis pendekatan penelitian ini adalah deskriptif. Penelitian deskriptif yaitu penelitian yang berusaha untuk menuturkan pemecahan masalah yang ada sekarang berdasarkan data-data. Jenis penelitian deskriptif kualitatif yang digunakan pada penelitian ini dimaksudkan untuk memperoleh informasi mengenai sejauh mana aspek Kinerja Pembangunan infrastruktur terhadap pengelolaan Kawasan Ekonomi Khusus (KEK) (KEK) di Kabupaten Sorong.

Sesuai dengan permasalahan yang diteliti, dalam penelitian ini dari segi samplingnya tergolong penelitian survei. (Santoso & Madiistriyatno, 2021) menyatakan bahwa penelitian survey mengkaji populasi yang besar maupun kecil dengan menyeleksi dan mengkaji sampel yang dipilih dari populasi itu untuk menemukan insidensi, distribusi, dan interrelasi relatif dari variabel-variabel sosiologis psikologis.

Sejalan dengan itu maka (F. X. Sugiyono, 2017) menyatakan penelitian survei pada umumnya dilakukan untuk mengambil suatu generalisasi dari pengamatan yang tidak mendalam, namun generalisasi yang dilakukan bisa lebih akurat bila digunakan sampel yang representatif. Sedangkan dari sifatnya, rancangan penelitian ini bersifat deskriptif dan korelasional. Penelitian deskriptif adalah suatu penelitian yang berusaha memperoleh informasi berkenaan dengan fenomena yang diamati saat ini (Ramdhan, 2021).

Dalam penelitian ini berusaha mendeskripsikan data tentang obyek atau variabel penelitian terkait Kinerja Pembangunan Infrastruktur. Sehingga dapat disimpulkan bahwa ditinjau dari aspek metodologinya, penelitian ini adalah penelitian deskriptif analisis kualitatif. Jenisnya dapat berupa penelitian survei jika dilihat dari teknik pengumpulan datanya, dan jenis penelitian korelasional jika ditinjau dari teknik analisis datanya. Analisis ini dilakukan melalui penganalisaan terhadap data primer dan sekunder yang diperoleh dari survei, peninjauan langsung, pengukuran langsung di lapangan, kompilasi data sekunder, maupun dari kuesioner (Apituley, Bachmid, & Musa, 2022).

Populasi dan Sampel

Menurut (Anggara, 2015), populasi adalah keseluruhan obyek yang menjadi sasaran atau tujuan penelitian. Sejalan dengan Sudjana, (Sugiyono, 2018) menjelaskan bahwa populasi adalah keseluruhan komponen yang menjadi obyek suatu penelitian. Berdasarkan hal tersebut maka populasi yang dimaksudkan dalam penelitian ini adalah seluruh populasi atau penduduk sebagai masyarakat yang terkait dengan pada Kawasan Eknomi Khusus (KEK) di Kabupaten Sorong

Dalam (P. D. Sugiyono, 2019), jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Berikut ini diberikan tabel penentuan jumlah sampel dari populasi tertentu yang dikembangkan dari Isaac dan Michael, untuk tingkat kesalahan, 1%, 5% dan 10%.

 

Hasil dan Pembahasan

Profil Responden

Profil responden pada penelitian paradigma kualitatif memiliki  pengaruh yang cukup penting, karena responden sebagai sampel dari keterwakilan jumlah populasi diharapkan adalah orang-orang yang tentunya memahami materi kuesioner yang diberikan untuk diberi jawaban. Jawaban responden sangat menentukkan tingkat validitas atau kebenaran data yang diharapkan oleh peneliti.  Data deskriptif penelitian disajikan agar dapat dilihat profil dari data penelitian dan hubungan yang ada antar variabel yang digunakan dalam penelitian (Hair, Black, Babin, & Anderson, 2019).

Responden dalam penelitian ini adalah pihak-pihak yang terkait dengan Infrastruktur Pengelolaan Kawasan Ekonomi Khusus (KEK) Kabupaten Sorong sebanyak 40 responden. Dari 40 responden yang berpartisipasi dalam penelitian ini selanjutnya dikelompokkan berdasarkan jenis kelamin, usia dan pendidikan (Wijaya, Rohimi, & Asyifah, 2023).

 

a.       Deskripsi Responden Berdasarkan Jenis Kelamin

Pada bagian ini akan memberikan gambaran secara umum mengenai keberadaan responden ditinjau dari jenis kelamin. Untuk lebih jelasnya dapat dilihat pada Tabel 1. berikut ini.

Tabel 1. Responden Berdasarkan Jenis Kelamin

No

Kategori Jenis Kelamin

Jumlah

(Orang)

Persentase

(%)

1

Laki-Laki

36

90

2

Perempuan

4

10

Jumlah

40

100

Sumber: Pengolahan Data, 2023

Berdasar Tabel 1 diatas menunjukkan bahwa dari 40 responden jumlah responden berjenis kelamin laki-laki mendominasi dengan persentase sebesar 90% sedangkan perempuan 10%. Persentase kategori jenis kelamin responden diperlihatkan pada pie chart berikut.

 

 

 

 

 

 

 

 


Gambar 1

Persentase Responden Berdasarkan Jenis Kelamin

 

b.             Deskripsi Responden Berdasarkan Usia

Pada bagian ini akan memberikan gambaran secara umum mengenai keadaan responden ditinjau dari usia. Untuk lebih jelasnya dapat dilihat pada Tabel 2 berikut ini.

Tabel 2 Responden Berdasarkan Usia

No

Kategori Usia

Jumlah

(Orang)

Persentase

(%)

1

< 20 tahun

0

0

2

20-30 tahun

4

10

3

31-40 tahun

15

38

4

41-50 tahun

21

52

5

> 50 tahun

0

0

Jumlah

40

100

Sumber: Pengolahan Data, 2023

Berdasar Tabel 2 diatas menunjukkan bahwa dari 40 responden jumlah responden yang berusia 41-50 tahun lebih dominan yaitu sebesar 52%, kemudian diikuti dengan usia 31-40 tahun dengan persentase sebesar 38%, usia 20-30 tahun dengan persentase 10%, usia < 20 tahun dan usia  > 50 tahun sebesar 0%. Grafik kategori usia responden diperlihatkan pada pie chart berikut.

 

 

 

 

 

 


Gambar 2

Persentase Responden Berdasarkan Usia

 

c.              Deskripsi Responden Berdasarkan Pendidikan

Pada bagian ini akan memberikan gambaran secara umum mengenai keadaan responden ditinjau dari pendidikan. Untuk lebih jelasnya dapat dilihat pada Tabel 3. berikut ini

 

Tabel 3 Responden Berdasarkan Pendidikan

No

Kategori Pendidikan

Jumlah

(Orang)

Persentase

(%)

1

SMA/SMK

2

5

2

Sarjana

38

95

Jumlah

40

100

Sumber: Pengolahan Data, 2023

Berdasar Tabel 3 diatas menunjukkan bahwa dari 40 responden jumlah responden yang berpendidikan Sarjana  lebih dominan yaitu sebesar 95%, kemudian diikuti dengan SMA/SMK dengan persentase sebesar 95%.  Grafik kategori pendidikan responden diperlihatkan pada grafik berikut.

 

 

 

 

 

 

 

 


Gambar 3

Persentase Responden Berdasarkan Pendidikan

 

Frekuensi Jawaban Kuesioner Terhadap Variabel Penelitian

Frekuensi jawaban kuesioner terhadap variabel penelitian diperoleh dari penyebaran kuesioner kepada 40 responden dimana kuesioner tersebut memiliki pilihan jawaban atas pertanyaan berdasarkan skala likert yaitu :

1.      Sangat Setuju (SS) dengan nilai 5

2.      Setuju (S) dengan nilai 4

3.      Ragu-Ragu (RG) dengan nilai 3

4.      Tidak Setuju (TS) dengan nilai 2

5.      Sangat Tidak Setuju (STS) dengan nilai 1

Adapun frekuensi jawaban kuesioner terhadap variabel penelitian dapat diuraikan sebagai berikut :

1.        Variabel Waktu Pelaksanaan (X1)

Frekuensi jawaban responden terkait variabel Waktu Pelaksanaan  sebagaimana pada tabel berikut :

Tabel 4 Frekuensi Jawaban Responden Terhadap Variabel

Waktu Pelaksanaan (X1)

Indikator

Frekuensi Jawaban

STS

TS

RG

S

SS

f

%

f

%

F

%

f

%

f

%

X1.1

0

0

1

2.50

8

20.00

19

47.50

12

30.00

X1.2

0

0

0

0.00

8

20.00

20

50.00

12

30.00

X1.3

0

0

0

0.00

9

22.50

19

47.50

12

30.00

X1.4

0

0

2

5.00

7

17.50

19

47.50

12

30.00

Rata-Rata

0

0

1

1.88

8

20.00

19

48.13

12

30.00

Sumber: Pengolahan Data, 2023

Berdasarkan Tabel 4 rata-rata pilihan jawaban responden terhadap variabel Waktu Pelaksanaan dengan 4 (empat) indikator yang mendominasi adalah jawaban Setuju (S) dengan persentase rata-rata 48,13%, kemudian diikuti dengan Sangat Setuju (SS) 30,00%, Ragu-Ragu (RG) 20,00%, jawaban Tidak Setuju (TS) 1,88% dan Sangat Tidak Setuju (STS) 0,00%.

 

2.        Variabel Kualitas Pelaksanaan (X2)

Frekuensi jawaban responden terkait Variabel Kualitas Pelaksanaan, sebagaimana pada tabel berikut:

 

Tabel 5 Frekuensi Jawaban Responden Terhadap Variabel

Kualitas Pelaksanaan (X2)

Indikator

Frekuensi jawaban

STS

TS

RG

S

SS

f

%

f

%

f

%

f

%

f

%

X2.1

0

0

0

0

4

10.00

26

65.00

10

25.00

X2.2

0

0

0

0

3

7.50

29

72.50

8

20.00

X2.3

0

0

0

0

3

7.50

29

72.50

8

20.00

X2.4

0

0

0

0

5

12.50

26

65.00

9

22.50

Rata-Rata

0

0

0

0

4

9.38

28

68.75

9

21.88

Sumber: Pengolahan Data, 2023

Berdasarkan Tabel 5 pilihan jawaban responden terhadap variabel Kualitas Pelaksanaan dengan 4 (empat) indikator yang mendominasi adalah jawaban Setuju (S) dengan persentase  68,75%, kemudian diikuti dengan Ragu- Sangat Setuju (SS) 21,88%, Ragu (RG) 9,38%, jawaban Tidak Setuju (TS) sebesar 0,00%  dan Sangat Tidak Setuju (STS) 0,00%.

 

3.             Variabel Biaya Pelaksanaan (X3)

Frekuensi jawaban responden terkait variabel Biaya Pelaksanaan, sebagaimana pada tabel berikut:

Tabel 6 Frekuensi Jawaban Responden Terhadap Variabel  Biaya Pelaksanaan (X3)

Indikator

Frekuensi Jawaban

STS

TS

RG

S

SS

f

%

f

%

F

%

f

%

f

%

X3.1

0

0

1

2.50

8

20.00

21

52.50

10

25.00

X3.2

0

0

2

5.00

6

15.00

23

57.50

9

22.50

X3.3

0

0

1

2.50

7

17.50

23

57.50

9

22.50

X3.4

0

0

1

2.50

8

20.00

22

55.00

9

22.50

Rata-Rata

0

0

1

3.13

7

18.13

22

55.63

9

23.13

Sumber: Pengolahan Data, 2023

Berdasarkan Tabel 6 pilihan jawaban responden terhadap variabel Biaya Pelaksanaan dengan 4 (empat) indikator yang mendominasi adalah jawaban Setuju (S) dengan persentase rata-rata 55,63%, kemudian diikuti dengan Sangat Setuju (SS) 23,13%, Ragu-Ragu (RG) 18,13%, Tidak Setuju (TS) 3,13% dan jawaban Sangat Tidak Setuju 0,00% (STS).

4.             Variabel Kuantitas Pelaksanaan (X4)

Frekuensi jawaban responden terkait variabel Kuantitas Pelaksanaan, sebagaimana pada tabel berikut :

Tabel 7 Frekuensi Jawaban Responden Terhadap Variabel  Kuantitas Pelaksanaan (X4)

Indikator

Frekuensi Jawaban

STS

TS

RG

S

SS

F

%

f

%

f

%

f

%

f

%

X4.1

0

0

0

0

5

12.50

23

57.50

12

30.00

X4.2

0

0

0

0

3

7.50

27

67.50

10

25.00

X4.3

0

0

0

0

3

7.50

27

67.50

10

25.00

X4.4

0

0

0

0

4

10.00

26

65.00

10

25.00

Rata-Rata

0

0

0

0

4

9.38

26

64.38

11

26.25

Sumber: Pengolahan Data, 2023

Berdasarkan Tabel 7 pilihan jawaban responden terhadap variabel Kuantitas Pelaksanaan dengan 4 (empat) indikator yang mendominasi adalah jawaban Setuju dengan persentase 64,38%, kemudian diikuti dengan jawaban Sangat Setuju (SS) 26,25%, Ragu-Ragu (RG) sebesar 9,38%, jawaban Tidak Setuju (TS) 0,00% dan jawaban Sangat Tidak Setuju (STS) 0,00%.

 

5.             Kinerja Infrastruktur (Y)

Frekuensi jawaban responden terkait variabel Kinerja Infrastruktur sebagaimana pada tabel berikut :

 

Tabel 8 Frekuensi Jawaban Responden Terhadap Variabel Kinerja Infrastruktur (Y)

Indikator

Frekuensi Jawaban

STS

TS

RG

S

SS

f

%

f

%

f

%

f

%

f

%

Y1.1

0

0

0

0

2

5.00

23

57.50

15

37.50

Y1.2

0

0

0

0

3

7.50

23

57.50

14

35.00

Y1.3

0

0

0

0

2

5.00

24

60.00

14

35.00

Y1.4

0

0

0

0

3

7.50

24

60.00

13

32.50

Rata-Rata

0

0

0

0

3

6.25

24

58.75

14

35.00

Sumber: Pengolahan Data, 2023

Berdasarkan Tabel 8 pilihan jawaban responden terhadap variabel Kinerja Infrastruktur dengan  4 (empat) indikator yang mendominasi adalah jawaban Setuju (S) dengan persentase rata-rata 58,75%, kemudian diikuti dengan Sangat Setuju (SS) 35,00%, Ragu-Ragu (RG) 6,25%, jawaban Tidak Setuju (TS) 0,00% dan jawaban Sangat Tidak Setuju (STS) 0,00%.

 

Pengujian Instrumen

Uji Validitas

Menurut (Handayati, 2016), uji validitas merupakan uji untuk mengukur sah atau valid tidaknya suatu kuesioner. Hasil penelitian dianggap valid apabila terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi pada objek yang diteliti.Dalam hal ini digunakan item pertanyaan yang diharapkan dapat secara tepat mengungkapkan variabel yang diukur.

Perhitungan validitas dapat menggunakan rumus korelasi product moment atau korelasi Pearson sebagai berikut :

rxy =

dimana:

rxy       = koefisien korelasi

n        = jumlah responden

x        = skor butir pada nomor butir ke-i

y        = skor total responden

 

Ada dua cara sebagai dasar pengambilan keputusan dalam uji validitas yaitu:

a.       Membandingkan nilai r hitung dengan nilai r tabel

1.                  Jika nilai r hitung lebih besar dari r tabel maka dinyatakan valid

2.                  Jika nilai r hitung lebih kecil dari r tabel maka dinyatakan tidak valid

Untuk penelitian ini untuk menentukan r tabel, nilai df dapat dihitung sebagai berikut df = n-k atau 40-2 = 38, dengan tingkat signifikansi sebesar 0,05 maka didapat r tabel sebesar 0,3120.

b.      Membandingkan nilai Sig.(2-tailed) dengan probabilitas 0,05

1.    Jika nilai Sig. (2-tailed) < 0,05 dan pearson correlation bernilai positif maka dinyatakan valid

2.    Jika nilai Sig. (2-tailed) > 0,05 dan pearson correlation bernilai positif maka dinyatakan tidak valid.

Adapun hasil uji validitas data yang duji dengan menggunakan aplikasi SPSS ver. 21 sebagai berikut:

Tabel 9

Hasil Uji Validitas

Variabel/Indikator

r hitung

r tabel

Signifikansi

Keterangan

Waktu Pelaksanaan  (X1)

X1.1

0.949

0.3120

0.000

Valid

X1.2

0.942

0.000

Valid

X1.3

0.937

0.000

Valid

X1.4

0.954

0.000

Valid

Kualitas Pelaksanaan  (X2)

X2.1

0.917

0.3120

0.000

Valid

X2.2

0.884

0.000

Valid

X2.3

0.884

0.000

Valid

X2.4

0.906

0.000

Valid

Biaya Pelaksanaan  (X3)

X3.1

0.943

0.3120

0.000

Valid

X3.2

0.942

0.000

Valid

X3.3

0.912

0.000

Valid

X3.4

0.924

0.000

Valid

Kuantitas Pelaksanaan (X4)

X4.1

0.920

0.3120

0.000

Valid

X4.2

0.910

0.000

Valid

X4.3

0.910

0.000

Valid

X4.4

0.913

0.000

Valid

Kinerja Infrastruktur  (Y)

Y1.1

0.929

0.3120

0.000

Valid

Y1.2

0.920

0.000

Valid

Y1.3

0.919

0.000

Valid

Y1.4

0.912

0.000

Valid

Sumber: Hasil Pengolahan Data, 2023

Berdasarkan Tabel 9, yang merupakan hasil uji validitas dapat dilihat bahwa nilai rhitung > rtabel, dan nilai signifikansi < 0.05, maka dapat disimpulkan bahwa seluruh butir pernyataan dalam penelian ini valid.

Uji Reliabilitas

Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan reliabel atau handal ketika jawaban responden terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Untuk mengukur reliabilitas dengan uji statistik Cronbach Alpha ( α ), suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,60 (Ghozali, 2013).

Adapun hasil pengujian reliabilitas pada penelitian ini adalah sebagai berikut:

 

Tabel 10

Hasil Uji Reliabilitas

 

Reliability Statistics

Variabel

Cronbach's Alpha

N of Items

X

0.940

16

Y

0.981

4

Sumber: Hasil Pengolahan Data, 2023

Hasil uji reliabilitas menunjukkan bahwa nilai Cronbach’s Alpha 0.940 dan 0.981  > 0,60, dengan demikian dapat disimpulkan bahwa semua pengukur variabel dalam kuesioner  adalah reliabel.

 

Uji Asumsi Klasik

Uji Normalitas

Uji normalitas dilakukan untuk menguji apakah dalam suatu model regresi variabel dependen, variabel independen atau keduanya berdistribusi normal atau tidak. Dan dalam SPSS metode yang sering digunakan adalah uji one sample Kolmogorov Smirnov, dengan syarat data dikatakan berdistribusi normal jika nilai signifikansi > 0,05.

Adapun hasil uji normalitas pada penelitian ini yang diolah dengan aplikasi SPSS ver. 21 adalah sebagai berikut:

Tabel 11

Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

 

Unstandardized Residual

N

40

Normal Parametersa,b

Mean

.0000000

Std. Deviation

1.49195421

Most Extreme Differences

Absolute

.200

Positive

.200

Negative

-.157

Kolmogorov-Smirnov Z

1.265

Asymp. Sig. (2-tailed)

.081

a. Test distribution is Normal.

b. Calculated from data.

Sumber: Hasil Pengolahan Data, 2023

Tabel  11  menunjukkan bahwa   nilai  signifikansi  (2-tailed)  sebesar 0.081  > 0.05. Dengan demikian dapat disimpulkan bahwa data yang digunakan dalam penelitian ini berdistribusi normal dan layak untuk digunakan.

Uji Multikolinieritas

Pengujian ada tidaknya multikolinieritas dalam model regresi dapat dilihat dengan melihat nilai tolerance dan nilai VIF (Variance Inflation Factor).  Untuk menguji adanya kolinearitas ganda digunakan uji VIF dan toleransi (Supriyadi, 2017)

Apabila nilai VIF berada dibawah 10 dan nilai toleransi > 0,10, maka diambil kesimpulan bahwa model regresi tersebut tidak terdapat multikolinieritas (Haq, Jhoansyah, & Komariah, 2022). Adapun hasil uji multikolinieritas pada penelitian ini adalah sebagai berikut.

Tabel 12

Hasil Uji Multikolinieritas

 

 

Collinearity Statistics

 

Variabel

Tolerance

VIF

 

Waktu Pelaksanaan

0.367

2.724

 

Kualitas Pelaksanaan

0.785

1.274

 

Biaya Pelaksanaan

0.410

2.442

 

Kuantitas Pelaksanaan

0.686

1.457

Sumber: Hasil Pengolahan Data, 2023

Tabel 12 menunjukkan nilai toleransi lebih besar dari 0,10, dan nilai VIF masing-masing variabel dibawah 10 maka dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas.

 

Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain (Ningsih & Dukalang, 2019). Model regresi tidak terjadi gejala heteroskedastisitas Jika probabilitas signifikannya diatas tingkat kepercayaan 0,05. Adapun hasil uji heterokedastisitas dalam penelitian ini adalah sebagai berikut.

Tabel 13

Hasil Uji Heteroskedastisitas

 

Variabel

Signifikansi

Keterangan

 

Waktu Pelaksanaan

0.451

Nilai sig > 0.05

 

Kualitas Pelaksanaan

0.614

Nilai sig > 0.05

 

Biaya Pelaksanaan

0.449

Nilai sig > 0.05

 

Kuantitas Pelaksanaan

0.705

Nilai sig > 0.05

Sumber: Hasil Pengolahan Data, 2023

Berdasar Tabel 13 menunjukkan bahwa nilai signifikansi untuk semua variabel > 0,05, maka dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas.

 

Teknik Analisis Data

Persamaan Regresi Linier Berganda

Hasil analisis regresi linier berganda yang diperoleh dengan  menggunakan aplikasi SPSS Ver 21 adalah sebagai berikut:

Tabel 14

Hasil Analisis Regresi Linier Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t

Sig.

B

Std. Error

Beta

1

(Constant)

2.195

2.462

 

.891

.379

Waktu Pelaksanaan

.092

.138

.126

.665

.510

Kualitas Pelaksanaan

.597

.143

.540

4.170

.000

Biaya Pelaksanaan

-.088

.141

-.112

-.622

.538

Kuantitas Pelaksanaan

.299

.144

.288

2.082

.045

a. Dependent Variable: Kinerja Pelaksanaan

Sumber: Hasil Pengolahan Data, 2023

 

Berdasarkan Tabel 14 Hasil Analisis Regresi Linier Berganda diperoleh Persamaan Regresi sebagai berikut:

Y = 2.195 + 0.092X1 + 0.597X2  - 0.088X3 + 0.299X4

Pengujian Hipotesis

Uji F

Uji F digunakan untuk mengetahui pengaruh variabel bebas secara bersama-sama (simultan) terhadap variabel terikat. Adapun hasil uji F pada penelitian ini adalah sebagai berikut:

Tabel 15

Hasil Uji F

 

ANOVAa

Model

Sum of Squares

df

Mean Square

F

Sig.

1

Regression

101.589

4

25.397

10.239

.000b

Residual

86.811

35

2.480

 

 

Total

188.400

39

 

 

 

a. Dependent Variable: Kinerja Pelaksanaan

b. Predictors: (Constant), Kuantitas Pelaksanaan, Biaya Pelaksanaan, Kualitas Pelaksanaan, Waktu Pelaksanaan

Sumber: Hasil Pengolahan Data, 2023

Berdasarkan Tabel 15 dapat diuraikan sebagai berikut:

a)        Menentukan Ho = Hipotesis Nol dan Ha = Hipotesis Alternatif

Ho = Variabel Waktu Pelaksanaan  (X1), Kualitas Pelaksanaan (X2), Biaya Pelaksanaan (X3),  dan Kuantitas Pelekasanaan (X4), secara bersama-sama tidak berpengaruh signifikan terhadap variabel Kinerja Infrastruktur (Y)

Ha= Variabel Waktu Pelaksanaan  (X1), Kualitas Pelaksanaan (X2), Biaya Pelaksanaan (X3),  dan Kuantitas Pelekasanaan (X4) secara bersama-sama berpengaruh signifikan terhadap variabel Pengendalian Material (Y)

b)       Membandingkan antara nilai probabilitas (sig.) dengan nilai a Nilai   Probabilitas (0,000) dan nilai a (0,05)

c)   Membuat Keputusan

Berdasarkan data yang ada dapat dilihat bahwa nilai probabilitas (p value) untuk variabel Variabel Waktu Pelaksanaan  (X1), Kualitas Pelaksanaan (X2), Biaya Pelaksanaan (X3),  dan Kuantitas Pelekasanaan (X4) sebesar 0,000 atau lebih kecil dari nilai a (0,000 < 0,05), maka Ho ditolak yang artinya Variabel Waktu Pelaksanaan  (X1), Kualitas Pelaksanaan (X2), Biaya Pelaksanaan (X3),  dan Kuantitas Pelekasanaan (X4) secara bersama-sama berpengaruh signifikan terhadap variabel Pengendalian Material (Y).

Uji t

Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig (significance). Jika probabilitas nilai t atau signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat secara parsial. Namun, jika probabilitas nilai t atau signifikansi > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masing-masing variabel bebas terhadap variabel terikat.

 

Adapun hasi uji t pada penelitian ini adalah sebagai berikut:

Tabel 16

Hasil Uji t

 

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t

Sig.

B

Std. Error

Beta

1

(Constant)

2.195

2.462

 

.891

.379

Waktu Pelaksanaan

.092

.138

.126

.665

.510

Kualitas Pelaksanaan

.597

.143

.540

4.170

.000

Biaya Pelaksanaan

-.088

.141

-.112

-.622

.538

Kuantitas Pelaksanaan

.299

.144

.288

2.082

.045

a. Dependent Variable: Kinerja Pelaksanaan

Sumber: Hasil Pengolahan Data, 2023

 

 

Berdasarkan tabel 16 diatas, maka dapat diuraiakan sebagai berikut.

Tabel 17. Analisis Hasil Uji t

Variabel Independen

Nilai Sig.

Hipotesis

Keputusan

X1= Waktu Pelaksanaan

0.510

Ho=variabel independen tidak berpengaruh terhadap variabel dependen jika α > 0,05

 

Ha=variabel independen berpengaruh terhadap variabel dependen jika α < 0,05

Tidak Berpengaruh

X2= Kualitas Pelaksanaan

0.000

Berpengaruh

X3= Biaya Pelaksanaan

0.538

Tidak berpengaruh

X4= Kuantitas Pelaksanaan

0.045

Berpengaruh

Sumber: Hasil Pengolahan Data, 2023

Koefisien Determinasi

Koefisien determinasi (Rē) dilakukan untuk melihat adanya hubungan yang sempurna atau tidak, yang ditunjukkan pada apakah perubahan variabel independen(X) akan diikuti oleh variabel dependen (Y) pada proporsi yang sama. Pengujian ini dengan melihat nilai R Square (R2).Nilai koefisien determinasi adalah antara 0 sampai dengan 1.Selanjutnya nilai Rē yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi dependen (Kurniasari & Ghozali, 2013).

Adapun hasil uji koefisien determinasi pada penelitian ini adalah sebagai berikut:

Tabel 18

Hasil Uji Koefisien Determinasi

Model Summary

Model

R

R Square

Adjusted R Square

Std. Error of the Estimate

1

.734a

.539

.487

1.575

a. Predictors: (Constant), Kuantitas Pelaksanaan, Biaya Pelaksanaan, Kualitas Pelaksanaan, Waktu Pelaksanaan

Sumber: Hasil Pengolahan Data, 2023

 

Tabel 18  menunjukkan bahwa nilai koefisien determinasi (R2) sebesar 0,539 atau 53,9%. Hal ini dapat diartikan bahwa variabel independen (Waktu Pelaksanaan, Kualitas Pelaksanaan, Biaya Pelakdanaan dan Kuantitas Pelaksanaan) dapat menjelaskan variabel dependen Kinerja Infrsatruktur sebesar  53,9% dan sisanya sebesar 46,1% dijelaskan oleh variabel lain yang tidak diteliti.

Pembahasan

Berdasar uraian hasil analisis diatas, maka selanjutnya dapat dikemukakan bentuk pembahasan hasil penelitian melalui Model persamaan Regresi, dan table klasifikai Nilai koefisien korelasi berdasar Sugiono, berikut :

Y = 2.195 + 0.092X1 + 0.597X2  - 0.088X3 + 0.299X4

Tabel : Nilai Koefisien Korelasi dan Keterangan Pengaruh

Koefisien Korelasi

Keterangan

0,00 -    0,199

sangat rendah

0,20   -    0,399

rendah

0,40   -    0,599

sedang

0,60 -    0,799

kuat

Sumber: Sugiyono, 2007

Variabel Fependen atau Terikat : (Y) = Kinerja Infrastruktur Terhadap Pengelolaan Kawasan Ekonomi Khusus (KEK) (KEK), merupakan variabel yang mendapat pengaruh dari variabel bebas (X), Bahwa Kinerja Infrastruktur pada Terhadap Pengelolaan Infrastruktur Khusus (KEK) di Kabupaten Sorong.

Dimana Kinerja Infrastruktur, terukur berdasar hasil analisis, yaitu :

X1= Waktu Pelaksanaan

X2= Kualitas Pelaksanaan

X3= Biaya Pelaksanaan

X4= Kuantitas Pelaksanaan

 

1.      Angka koefisie Variabel :  X1 Waktu Pelaksanaan Infrastruktur pada Pengelolaan Kawasan Khusus (KEK) di Kabupaten Sorong dengan nilai koefisien sebesar 0,092, memiliki pengaruh atau signifikansi yang Sangat Rendah dan hal ini diartikan sebagai kondisi yang tidak mendukung tercapainya Kinerja Infrastruktur pada Pengelolaan Kawasa Ekonomi Khusus (KEK) di Kabupaten Sorong

2.      Angka koefisie Variabel :  X2 Kualitas Pelaksanaan Infrastruktur pada Pengelolaan Kawasan Khusus (KEK) di Kabupaten Sorong dengan nilai koefisien sebesar 0,597, memiliki pengaruh atau signifikansi yang Cukup Kuat dan hal ini diartikan sebagai kondisi yang mendukung tercapainya Kinerja Infrastruktur pada Pengelolaan Kawasa Ekonomi Khusus (KEK) di Kabupaten Sorong

3.      Angka koefisie Variabel :  X3 Biaya Pelaksanaan Infrastruktur pada Pengelolaan Kawasan Khusus (KEK) di Kabupaten Sorong dengan nilai koefisien sebesar 0,088, memiliki pengaruh atau signifikansi yang Sangat Rendah  dan hal ini diartikan sebagai kondisi yang tidak mendukung tercapainya Kinerja Infrastruktur pada Pengelolaan Kawasa Ekonomi Khusus (KEK) di Kabupaten Sorong

4.      Angka koefisie Variabel : X4 Kuantitas Pelaksanaan Infrastruktur pada Pengelolaan Kawasan Khusus (KEK) di Kabupaten Sorong dengan nilai koefisien sebesar 0,299, memiliki pengaruh atau signifikansi yang Rendah dan hal ini diartikan sebagai kondisi yang belum mendukung tercapainya Kinerja Infrastruktur pada Pengelolaan Kawasa Ekonomi Khusus (KEK) di Kabupaten Sorong

Hasil pembahasan diatas diadasarkan pada hasil analisis dengan nilai koefisien pada variabel yang diteliti, menurut Segiyono : Bahwa Semakin Kecil angka koefisien variabel, maka Dukungan terhadap Kinerja Infrastruktur Terhadap Pengelolaan Kawasan Ekonomi Khusus (KEK) di Kabupaten Sorong tidak dicapai, sebaliknya jika angka koefisien tinggi, maka angka ini memberi pengaruh Kinerja Infrastruktur Terhadap Pengelolaan Kawasan Ekonomi Khusus (KEK) di Kabupaten Sorong. Sebagaimana klasifikasi Skala angka koefisien antara 0,00 sampai dengan 1,00 (Sumber : Menurut Sugiyono).

 

Kesimpulan

Berdasarkan hasil identifikasi risk event (kejadian risiko) pada aktivitas proses inbound di gudang pusat PT XYZ didapatkan 20 risk event yang terdiri dari proses aktivitas plan, source, dan return. Berdasarkan hasil identifikasi dari risk agent (agen penyebab risiko) didapatkan 18 risk agent yang kemudian terpilih 8 prioritas risk agent berdasarkan perhitungan ARP dan sesuai dengan hasil 80% dari diagram pareto antara lain: Kelalaian karyawan, Banyaknya barang masuk disatu waktu, Penundaan pengiriman dari vendor atau gudang alokasi, Keterlambatan pengiriman oleh driver, Kesalahan dalam menentukan jadwal pengiriman, Karyawan tidak bekerja tepat waktu, Pengiriman tidak aman, dan Operator salah membaca dokumen.

Setelah mengetahui perhitungan dengan menggunakan metode HOR tahap 2, maka didapatkan hasil 10 usulan aksi mitigasi yang dapat diterapkan oleh perusahaan. Urutan usulan aksi mitigasi prioritas yang telah diketahui yaitu: Membuat jadwal tetap untuk pengiriman barang, Mengevalusi karyawan setiap bulannya dengan memberi penilaian kinerja, Meningkatkan komunikasi yang baik secara internal, Menata tempat penyimpanan barang atau rak dengan baik menggunakan WMS, Membuat SOP baru untuk driver dan sanksi atas keterlambatan, Mengevaluasi vendor-vendor yang bekerjasama, Memberikan pelatihan dan brainstorming kepada karyawan, Membuat jadwal lain atau cadangan untuk pengiriman barang, Tim operasional mengecek dokumen secara bertingkat, dan Menjaga kerapian tempat penyimpanan barang.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DAFTAR PUSTAKA

 

Abdullah, Sabaruddin Hatta, & Fahmi, Muhammad. (2022). Studi Pengaruh Penggunaan Agregat Togafo terhadap Parameter Marshall Campuran Beraspal Berpori. Syntax Literate; Jurnal Ilmiah Indonesia, 7(6), 7074–7087.

 

Anggara, Sahya. (2015). Metode Penelitian Administrasi. CV Pustaka Setia.

 

Apituley, Marvin, Bachmid, Sofyan, & Musa, Ratna. (2022). Kajian Owner Estimate Dengan Assignment Method pada Proyek Pembangunan Stadion Bewela Kota Sorong. Jurnal Konstruksi: Teknik, Infrastruktur Dan Sains, 1(7), 22–29.

 

Firrean, F. (2018). Evaluasi Program/Proyek Pengembangan Kawasan Ekonomi Khusus (KEK) Sei Mangke Dalam Rangka Pelaksanaan Kebijakan Mp3ei 2011-2025 Di Koridor Ekonomi Sumatera. Jurnal Manajemen Bisnis Krisnadwipayana, 1(6). https://doi.org/https://doi.org/10.35137/jmbk.v6i1.176

 

Ghozali, Imam. (2013). Aplikasi Analisis Multivariat dengan Program IBM SPSS 21. Edisi 7, Penerbit Universitas Diponegoro, Semarang. Quarterly Journal of Economics, 128, 1547–1584.

 

Hair, Joseph F., Black, William C., Babin, Barry J., & Anderson, Rolph E. (2019). Multivariate data analysis.

 

Handayati, Ratna. (2016). Pengaruh Karakteristik Individu terhadap Kinerja Karyawan di Bank Jatim Cabang Lamongan (Suatu Studi pada Bank Jatim Cabang Lamongan). Jurnal Penelitian Ekonomi Dan Akuntansi (JPENSI), 1(2), 14-Halaman.

 

Haq, Bima Zikrillah, Jhoansyah, Dicky, & Komariah, Kokom. (2022). Analisis EPS, PER, TVA dan PBV Terhadap Keputusan Stock Split: Studi pada Perusahaan Manufaktur yang Tercatat di BEI Tahun 2016-2020. Ekuitas: Jurnal Pendidikan Ekonomi, 10(1), 100–107.

 

Kurniasari, Christiana, & Ghozali, Imam. (2013). Analisis pengaruh rasio CAMEL dalam memprediksi financial distress perbankan Indonesia. Fakultas Ekonomika dan Bisnis.

 

Moleong, Lexy J. (2021). Metodologi penelitian kualitatif. PT Remaja Rosdakarya.

 

Ningsih, Setia, & Dukalang, Hendra H. (2019). Penerapan Metode Suksesif Interval pada Analsis Regresi Linier Berganda. Jambura Journal of Mathematics, 1(1), 43–53.

 

Ramdhan, Muhammad. (2021). Metode penelitian. Cipta Media Nusantara.

 

Santoso, Imam, & Madiistriyatno, Harries. (2021). Metodologi penelitian kuantitatif. Indigo Media.

 

Sugiyono. (2018). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

 

Sugiyono, F. X. (2017). Instrumen Pengendalian Moneter: Operasi Pasar Terbuka (Vol. 10). Pusat Pendidikan Dan Studi Kebanksentralan (PPSK) Bank Indonesia.

 

Sugiyono, P. D. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D (Sutopo. Bandung: CV. Alfabeta.

 

Supriyadi, Eko. (2017). Perbandingan Metode Partial Least Square (Pls) Dan Principal Component Regression (Pcr) Untuk Mengatasi Multikolinearitas Pada Model Regresi Linear Berganda. Unnes Journal of Mathematics, 6(2), 117–128.

 

Wijaya, Abi Surya, Rohimi, Upit Elya, & Asyifah, Alifiatun. (2023). The Effect of Information Security Systems on Service Quality in E-Commerce Systems. Journal of World Science, 2(4), 566–570.