Aplikasi Alat Manajemen Pemasaran Dalam ... 3801KB Sep 05

1 Program Magister Manajemen Fakultas Ekonomi Universitas Padjadjaran © 2010

BAB I

PENDAHULUAN

1.1 Pengembangan Produk

Produk baru diartikan sebagai produk baru bagi perusahaan, modifikasi dari produk

yang sudah ada, duplikat dari produk pesaing, produk yang diakuisisi dan produk asli

innovatif. Produk baru diperkirakan bisa memberi sebuah proporsi yang tinggi bagi

pertumbuhan perusahaan dan kadang-kadang memberikan kontribusi utama terhadap

laba bisnis keseluruhan.

Dalam perencanaan produk, produk harus dipandang sebagai pemecahan masalah

bagi konsumen, dimana jika seorang konsumen membeli sebuah produk mereka

dapat memperoleh manfaat dari penggunaan produk tersebut. Dan yang terpenting

disini adalah bagaimana konsumen percaya bahwa suatu produk dapat memenuhi

kebutuhannya, bukan bagaimana penjual memandang produk tersebut. Jika

kebutuhan konsumen sudah terpenuhi, diharapkan timbul kepuasan dalam diri mereka

sehingga dimasa yang akan datang mereka akan melakukan pembelian berikutnya

terhadap produk yang sama. Beberapa faktor penting yang perlu diperhatikan dalam

perencanaan produk baru, yaitu :

1. Pengetahuan tentang kebutuhan dan keinginan konsumen lengkap.

2. Sumber daya yang mendukung terhadap pengembangan produk baru.

3. Perkiraan penyimpangan produk baru dalam memenuhi pasar sasaran

4. Perkiraan biaya yang dibutuhkan dalam pengembangan dan produksi produk

baru.

5. Antisipasi terhadap reaksi para pesaing.

6. Kapan waktu yang paling tepat untuk meluncurkan produk baru.

7. Jasa terkait sebagai pendukung produk baru


Terdapat empat tipe dasar dalam program pengembangan produk, yaitu :

1. Modifikasi produk lini.

2. Diluar produk lini/ produk substitusi.

3. Produk komplemen

4. Produk Innovasi

Produk baru berpeluang menawarkan nilai superior ke customer dan secara total

produk baru dapat meningkatkan keberadaan produk.

1. Jenis-jenis produk baru :

Perkenalan barang atau jasa baru bisa diklasifikasikan menjadi : Benar-benar

baru bagi pasar dan luasnya nilai yang disiptakan, menghasilkan jenis-jenis

produk baru berikut ini :

a. Innovasi transformasional, produk yang secara radikal baru dan

penciptaan nilai yang substansial.

b. Innovasi substansial, produk yang secara significan baru dan

menciptakan nilai penting untuk customer.

c. Innovasi incremental, innovasi, produk baru yang menyediakan

peningkatan performans atau nilai yang diterima lebih baik (atau biaya

lebih rendah).

Sebuah perusahaan yang berinisiatip mengembangkan produk baru dapat

melakukan innovasi dalam satu atau lebih dari ketiga kategori diatas.

Kenyataannya, banyak produk baru merupakan perluasan dari jalur produk

yang ada dari total produk baru yang dihasilkan.

2. Menemukan peluang nilai customer

Kebutuhan customer menjadi informasi penting yang menentukan nilai peluang

yang ada dalam pengembangan produk baru. Identifikasi dan analisis segmen


pasar membantu untuk mengetahui segmen yang menawarkan peluang produk

baru ke organisasi. Kepuasan konsumen mengindikasikan seberapa baik

pengalaman menggunakan produk dibandingkan dengan nilai yang diharapkan

oleh pembeli.

a. Nilai konsumen,

Tujuan analisis nilai customer adalah mengidentifikasi kebutuhan :

Produk baru

Peningkatan produk yang ada.

Peningkatan dalam proses produksi

Peningkatan layanan pendukung

b. Kapabilitas yang cocok untuk peluang nilai,

Setiap peluang nilai harus dipertimbangkan pada saat organisasi

mempunyai kapabilitas untuk membawa nilai customer yang superior.

Organisasi secara normal akan mempunyai kapabilitas yang

dibutuhkan perluasan lini produk dan tambahan peningkatan.

Pengembangan produk untuk sebuah kategori produk baru

membutuhkan penilaian pada kapabilitas organisasi mengenai kategori

baru.

c. Innovasi transformasional

Customer barangkali bukan penuntun yang baik untuk idea produk

baru yang secara total mungkin disebut radikal atau penerobosan

innovasi sejak mereka membentuk keluarga produk baru atau bisnis

baru. Ketika setiap ide dibawah pertimbangan, pelanggan potensial

mungkin tidak mengerti bagaimana produk baru akan mengganti

produk yang ada. Masalahnya adalah customer tidak mungkin

mengantisipasi sebuah preferensi untuk sebuah produk baru yang

revolusioner.


3. Karakteristik innovator yang berhasil

Gambar 1 : Karakteristik Innovator yang Berhasil

Tahap-Tahap Dalam Perencanaan Produk Baru

Perencanaan produk baru mencakup semua kegiatan perencanaan dari produsen dan

penyalur untuk menyesuaikan produknya dengan permintaan pasar dan menentukan

susunan produk lininya. Adanya perencanaan produk baru ini akan mendorong

perusahaan meningkatkan perolehan labanya atau paling tidak membuat laba menjadi

stabil.

Tahap-tahap dalam perencanaan produk baru terdiri dari :

1. Penciptaan ide. Pengembangan produk baru berawal dari penciptaan ide,

didalam penciptaan ide tidak hanya seadaya saja tetapi harus didefinisikan

dengan jelas tujuan dari produk yang ingin dikembangkanya, dan harus jelas


juga apakah akan memodifikasi produk lama, membuat terobosan baru, atau

meniru pesaing, ide baru bias dicari diberbagai sumber, misalnya dari

konsumen, pesaing,ilmuan dll.

2. Penyaringan ide. Tujuan langkah ini adalah untuk menyaring ide ide yang

buruk agar nantinya ide yang akan dikembangkan bisa realistis dan

memungkinkan bisa diwujudkan secara nyata.

3. Pengembangan dan pengujian konsep. Dalam hal ini ide yang menarik akan

dibuat konsep produk yang bias diuji, dari ide produk bias dibuat beberapa

konsep, lalu ilmuan menguji apakah sudah sesuai dengan apa yang menjadi

keinginan konsumen, apabila konsepnya sesuai dengan tujuan maka bisa

dilakukan pabrikasi,,dan jika belum maka tim pengembang membuat konsep

baru dengan memperbaiki konsep yang lama.

4. Strategi pemasaran. Tahapan ini merupakan tahap perancangan pemasaran

yang strategis untuk memperkenalkan produknya ke pasaran

5. Analisa bisnis. Dalam hal ini perusahaan memperkirakan biaya dan laba,serta

mengevaluasi manfaat suatu produk baru dengan analisis break event agar

nantinya perusahaan mengetahui berapa produk yang akan dijual agar impas

dengan harga dan struktur biaya tertentu.

6. Pengembangan produk. Jika konsep produk yang sudah matang dan sudah

melalui analisis bisnis maka langkah yang selanjutnya adalah mengubah

konsep produk tersebut kedalam bentuk fisik, hal ini akan menjawab

pertanyaan apakah produk layak secara teknis dan komersil. Departemen

peneliti dan pengembang harus mengembangkan satu atau lebih konsep

produk agar nantinya mendapatkan suatu model Prototype yang mewakili

semua konsep produk, setelah prototype jadi maka dilakukan uji fungsional

dan uji konsumen.

7. Uji pemasaran. Didalam tahap ini produk diberi nama, kemasan,dan program

pemasaran awal untuk mengujinya dalam bentuk yang nyata.tujuan tahap ini

adalah mempelajari bagaimana dealer atau konsumen bereaksi didalam


penanganan, penggunaan,pembelian produk kembali dan seberapa besar

pasarnya.

8. Komersialisasi. Uji pemasaran memberikan cukup informasi untuk bisa

mengambil keputusan apakah produk akan dilincurkan atau tidak, adapun

keputusan sebelum memasrkan ,diantaranya kapan produk akan diluncurkan,

target pasar mana yang akan menjadi target, dimana awal produk akan dijual,

biaya yang dibutuhkan untuk pemasaran produk.

2.1 Tools yang digunakan

Dalam pengembangan produk dibutuhkan alat bantu untuk membantu dalam

pengambilan keputusan oleh manajemen. Dalam buku ajar ini tools yang digunakan

adalah sebagai berikut :

a. Analisis Faktor.

Analisis Faktor merupakan teknik analisis statistik yang bertujuan menerangkan

struktur hubungan di antara variable-variabel yang diamati dengan jalan

membangkitkan beberapa faktor yang jumlahnya lebih sedikit daripada banyaknya

variable asal. Analisis ini dapat digunakan untuk menggambarkan hubungan-

hubungan kovarian antara beberapa variabel yang mendasari tetapi tidak teramati,

kuantitas random yang disebut faktor, (Johnson &Wichern, 2002).

b. Analisis Cluster

Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk

mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis

cluster mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya

dengan objek lain berada dalam cluster yang sama. Cluster-cluster yang terbentuk

memiliki homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi.


Berbeda dengan teknik multivariat lainnya, analisis ini tidak mengestimasi set

variabel secara empiris sebaliknya menggunakan setvariabel yang ditentukan oleh

peneliti itu sendiri. Analisis ini dapat digunakan untuk mempartisi suatu set objek

menjadi dua kelompok atau lebih berdasarkan kesamaan karakteristik khusus yang

dimilikinya.

c. Multidimensional Scaling (MDS)

Menurut Dilon (1984 ; 107) bahwa prosedur Multidimensional Scaling( MDS)

memberikan informasi tentang hubungan yang ada antar obyek ketika dimensi

dimensi evaluasi yang penting yang tidak diketahui. Dasar dari Multidimensional

Scaling ini adalah asumsi yang menekankan persepsi subyek terhadap sejumlah

obyek dikarenakan oleh sejumlah atribut atau dimensi. MDS dapat digunakan untuk

memberikan gambaran visual dari pola kedekatan yang berupa kesamaan atau jarak

diantara sekumpulan objek-objek. Penerapan MDS dapat dijumpai pada visualisasi

ilmiah dan data mining dalam ilmu kognitif, informasi, pemasaran maupun ekologi.

d. Forecasting

Forecasting merupakan suatu cara atau pendekatan untuk memprediksi berapa besar

peluang pasar yang tersedia di masa mendatang sehingga potensi pasar yang hendak

dan sudah dimasuki itu tergambar secara proyektif ke depan. Secara garis besar

terdapat dua macam metode forecasting yang biasa dilakukan, yaitu metode kualitatif

yang terdiri atas teknik survey dan teknik pengumpulan opini. Sedangkan metode

berikutnya adalah metode prakiraan kuantitatif, yang terdiri atas Analisis Runtut

Waktu, Trend Seluler, Siklus Fluktuasi, Analisis Musiman dan Model Ekonometri.

e. Markov Chains

Markov Chains merupakan proses acak di mana semua informasi tentang masa depan

terkandung di dalam keadaan sekarang (yaitu orang tidak perlu memeriksa masa lalu


untuk menentukan masa depan). Untuk lebih tepatnya, proses memiliki properti

markov yang berarti bahwa bentuk ke depan hanya tergantung pada keadaan

sekarang, dan tidak bergantung pada bentuk sebelumnya. Dengan kata lain, gambaran

tentang keadaan sepenuhnya menangkap semua informasi yang dapat mempengaruhi

masa depan dari proses evolusi. Suatu Markov Chains merupakan proses stokastik

berarti bahwa semua transisi adalah probabilitas (ditentukan oleh kebetulan acak dan

dengan demikian tidak dapat diprediksi secara detail, meskipun mungkin diprediksi

dalam sifat statistik) (www.wikipedia.org). Ross (2000) mendefinisikan proses

stokastik sebagai barisan peubah acak yang diberi indeks dengan urutan oleh

parameter t dimana nilai t berubah-ubah sesuai dengan himpunan indeks T. Dengan

demikian, untuk setiap t elemen dari T, V(t)adalah peubah acak.


BAB II

TOOLS YANG DIGUNAKAN

Dalam pengembangan produk dibutuhkan alat bantu untuk membantu dalam

pengambilan keputusan oleh manajemen. Dalam buku ajar ini tools yang digunakan

adalah sebagai berikut :

2.1 Analisis Faktor

Analisis Faktor semakin banyak digunakan dalam penelitian, terutama dalam

penelitian sosial, sebagai dampak positif perkembangan software aplikasi statistika

seperti SPSS, SAS, Systat, Minitab dan sebagainya.

Konsep Dasar Analisis Faktor

Analisis Faktor merupakan teknik analisis statistik yang bertujuan menerangkan

struktur hubungan di antara variable-variabel yang diamati dengan jalan

membangkitkan beberapa faktor yang jumlahnya lebih sedikit daripada banyaknya

variable asal.

Misalkan seorang peneliti pemasaran mempunyai seperangkat variabel nyata yang

terdiri dari warna, kualitas, diskon, kemasan, pembayaran dapat dicicil, iklan,

wiraniaga, barang dapat diperoleh dimana-mana, barang dapat diantar ke rumah. Ia

dapat menggunakan analisis faktor untuk menemukan satu atau beberapa hipotetik

(besar dan abstrak) yang mewakili variabel-variabel tersebut.

Tujuan Analisis Faktor

Tujuan dari analisis faktor adalah untuk menggambarkan hubungan-hubungan

kovarian antara beberapa variabel yang mendasari tetapi tidak teramati, kuantitas

random yang disebut faktor, (Johnson &Wichern, 2002). Menurut Subash Sharma,

analisis faktor bertujuan untuk menggunakan matriks korelasi hitungan untuk 1.)

Mengidentifikasi jumlah terkecil dari faktor umum (yaitu model faktor yang paling


parsimoni) yang mempunyai penjelasan terbaik atau menghubungkan korelasi

diantara variabel indikator. 2.) Mengidentifikasi, melalui faktor rotasi, solusi faktor

yang paling masuk akal. 3.) Estimasi bentuk dan struktur loading, komunality dan

varian unik dari indikator. 4.) Intrepretasi dari faktor umum. 5.) Jika perlu, dilakukan

estimasi faktor skor. (Subash Sharma, 1996). Vektor random teramati X dengann p

komponen, memiliki rata-rata μ dan matrik kovarian ∑ . Model analisis faktor adalah

sebagai berikut :

1121211111 .... mm FFFX (1)

pmpmpppp FFFX ....2211

Atau dapat ditulis dalam notasi matrik sebagai berikut :

pxlmxlpxmpxlpxl εFLμX )()()( (2)

dengan

i rata-rata variabel i

i faktor spesifik ke – i

jF common faktor ke- j

ji loading dari variabel ke – i pada faktor ke-j

Bagian dari varian variabel ke – i dari m common faktor disebut

komunalitas ke – i yang merupakan jumlah kuadrat dari loading variabel ke – i

pada m common faktor (Johnson &Wichern, 2002), dengan rumus :

222

21

2 .... miiiih (3)


Penggunaan analisis factor menghasilkan pola hubungan seperti berikut :

Model analisis faktor menjelaskan bahwa vektor acak X tergantung secara linier pada

beberapa variable acak yang tidak teramati F1, F2, F3, ….. Fm, yang disebut faktor-

faktor bersama (common factor). Misal : Model analisis faktor tersebut adalah :

X1 = c11F1+c12F2+……+C1mFm + e1

X2 = c21F1+c22F2+……+C2mFm + e2

Xp = cp1F1+cp2F2+……+CpmFm + ep

Dimana :

Fj : (j=1,2,3,…..,m) merupakan faktor bersama ke j.

Cij

: (i=1,2,3,…..,p ; j=1,2,3,….,m) merupakan parameter yang merefleksikan

pentingnya faktor ke j dalam komposisi dari respon ke I dalam analisis faktor

disebut sebagai bobot (loading) dari respon ke-I pada faktor bersama ke-j.

ei

: (i=1,2,3,….,p) merupakan galat (error) dari respon ke-I dalam analisi faktor

disebut sebagai faktor spesifik ke-I yang bersifat acak.

Persamaan diatas dapat ditulis :

X = C F + e

(p x 1) (p x m) (m x 1) (p x 1)


dimana :

X’ = (X1,X

2,X

3, ……. X

p)

C =

e’ = (e1, e

2, e

3, ……. e

p)

Matrik C diatas dalam analisis faktor disebut matrik bobot faktor (matrix of factor

loadings )

Struktur peragam untuk model analisis faktor dinyatakan dalam persamaan berikut :

Var (Xi) = 퐶 + 퐶 + ….+ 퐶 + ᴪ i atau

Var (Xi) =ℎ + ᴪ i

Dimana :

ℎ = 퐶

Dari rumus diatas terlihat bahwa ragam dari variabel Xi diterangkan oleh dua

komponen hi dan ᴪ i. komponen hi disebut sebagai komunalitas yang menunjukkan

proporsi ragam dari variabel respon Xi yang diterangkan oleh m faktor secara

bersama-sama, sedangkan komponen ᴪ I merupakan proporsi ragam dari variabel

respon Xi yang disebabkan oleh faktor spesifik (error). Dalam menduga parameter

dalam analisis faktor terdapat beberapa metode. Pada sebagian besar analisis terapan

c11 c12 ….. c1m

c21 c21 ….. c2m

….. ….. ….. …..

cp1 cp2 ….. cpm


dan pada proses komputasi aplikasi komputer menggunakan metode komponen

utama (principles component method).

2.2 Analisis Cluster

Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk

mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis

cluster mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya

dengan objek lain berada dalam cluster yang sama. Cluster-cluster yang terbentuk

memiliki homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi.

Berbeda dengan teknik multivariat lainnya, analisis ini tidak mengestimasi set

variabel secara empiris sebaliknya menggunakan setvariabel yang ditentukan oleh

peneliti itu sendiri.

Fokus dari analisis cluster adlah membandingkan objek berdasarkan set variabel, hal

inilah yang menyebabkan para ahli mendefinisikan set variabel sebagai tahap kritis

dalam analisis cluster. Set variabel cluster adalah suatu set variabel yang

merpresentasikan karakteristik yang dipakai objek-objek. Bedanya dengan analisis

faktor adalah bahwa analisis cluster terfokus pada pengelompokan objek sedangkan

analisis faktor terfokus pada kelompok variabel.

Solusi analisis cluster bersifat tidak unik, anggota cluster untuk tiap

penyelesaian/solusi tergantung pada beberapa elemen prosedur dan beberapa solusi

yang berbeda dapat diperoleh dengan mengubah satu elemen atau lebih. Solusi cluster

secara keseluruhan bergantung pada variabel-variaabel yang digunakan sebagai dasar

untuk menilai kesamaan. Penambahan atau pengurangan variabel-variabel yang

relevan dapat mempengaruhi substansi hasi analisisi cluster.


Cara Kerja Analisis Cluster

Secara garis besar ada tiga hal yang harus terjawab dalam proses kerja analisis

cluster, yaitu :

1. Bagaimana mengukur kesamaan ?

Ada tiga ukuran untuk mengukur kesamaaan antar objek, yaitu ukuran

korelasi, ukuran jarak, dan ukuran asosiasi.

2. Bagaimana membentuk cluster ?

Prosedur yang diterapkan harus dapat mengelompokkan objek-objek yang memiliki

kesamaan yang tinggi ke dalam sutau cluster yang sama.

3. Berapa banyak cluster/kelompok yang akan dibentuk ?

Pada prinsipnya jika jumlah cluster berkurang maka homogenitas alam cluster

secra otomatis akan menurun.

Proses Analisis Cluster

Tahap Pertama : Tujuan Analisis Cluster

Tujuan utama analisis cluster adalah mempartisi suatu set objek menjadi dua

kelompok atau lebih berdasarkan kesamaan karakteristik khusus yang dimilikinya.

Dalam pembentukan kelompok/cluster dapat dicapai tiga tujuan, yaitu :

A. Deskripsi klasifikasi (taxonomy description)

Penerapan anallisis cluster secara tradisisonal bertujuan mengeksplorasi dan

membentuk suatu klasisfikasi/taksonomi secara empiris. Karena kemampuan

partisinya analisis cluster dapat diterapkan secara luas. Meskipun secara empiris

merupakan teknik eksplorasi analisis cluster dapat pula digunakan untuk tujuan

konfirmasi.

a. Penyederhanaan Data

Penyederhanaan data merupakan bagian dari suatu taksonomi. Dengan

struktur yang terbatas observasi/objek dapat dikelompokkan untuk analisis

selanjutnya.


b. Identifikasi Hubungan (Relationship Identification)

Hubunganantar objek diidentifikasi secara empiris. Struktur analisis

cluster yang sederhana dapat menggambarkan adanya hubungan atau

kesamaan dan perbedaan yang tidak dinyatakan sebelumnya.

Pemilihan pada Pengelompokan Variabel

Tujuan analisis cluster tidak dapat dipisahkan dengan pemilihan

variabel yang digunakan untuk menggolongkan objek ke dalam clucter-

cluster. Cluster yang terbentuk merefleksikan struktur yang melekat pada data

seperti yang didefinisikan oleh variabel-variabel. Pemilihan variabel harus

sesuai dengan teori dan konsep yang umum digunakan dan harus rasional.

Rasionalitas ini didasarkan pada teori-teori eksplisit atau penelitian

sebelumnya. Variabel-variabel yang dipilih hanyalah variabel yang dapat

mencirikan objek yang akan dikelompokkan dan secara spesifik harus sesuai

dengan tujuan analisis cluster.

Tahap Kedua : Desain Penelitian dalam Analisis Cluster

Tiga hal penting dalam tahap ini adalah pendeteksian outlier, mengukur

kesamaan, dan standarisasi data.

A. Pendeteksian Outlier

Outlier adlah suatu objek yang sangat berbeda dengan objek lainnya. Outlier

dapat digambarkan sebagai observasi yang secara nyata kebiasaan, tidak

mewakili populasi umum, dan adanya undersampling dapat pula

memunculkan outlier. Outlier menyebabkan menyebabkan struktur yang tidak

benar dan cluster yang terbentuk menjadi tidak representatif.

B. Mengukur Kesamaan antar Objek

Konsep kesamaan adalah hal yang fundamental dalam analisis cluster.

Kesamaan antar objek merupakan ukuran korespondensi antar objek. Ada tiga

metode yang dapat diterapkan, yaitu ukuran korelasi, ukuran jarak, dan ukuran

asosiasi.


a. Ukuran Korelasi

Ukuran ini dapat diterapkan pada data dengan skala metrik, namun

jarang digunakan karena titik bertnya pada nilai suatu pola

tertentu, padahal tisik berat analisis cluster adalah besarnya objek.

Kesamaan antar objek dapat dilihat dari koefisien korelasi antar

pasangan objek yang diukur dengan beberapa variabel.

b. Ukuran Jarak

Merupakan ukuran yang paling sering digunakan. Diterapkan

untuk data berskala metrik. Sebenarnya merupakan ukuran

ketidakmiripan, dimana jarak yang besar menunjukkan sedikit

kesamaan sebaliknya jarak yang pendek/kesil menunjukkan bahwa

suatu objek makin mirip dengan objek lain. Bedanya dengan

ukuran korelasi adalah bnahwa ukuran jarak fokusnya pada

besarnya nilai. Cluster berdasarkan ukuran korelasi bisa saja tidak

memiliki kesamaan nilai tapi memiliki kesamaan pola, sedangkan

cluster dberdasrkan ukuran jarak lebih memiliki kesamaan nilai

meskipun polanya berbeda.

Ada beberapa tipe ukuran jarak antara lain jarak Euklidian, jarak

city-Box, dan jarak Mahalanobis. Ukuran yang paling sering

digunakan adalah jarak Euklidian. Jarak Euklidian adalah besarnya

jarak suatu garis lurus yang menghubungkan antar objek. Misalkan

ada dua objek yaitu A dengan koordinat ( ) dan B dengan

koordinat ( ) maka jarak antar kedua objek tersebut dapat diukur

dengan rumus ....

c. Ukuran Asosiasi

Ukuran asosiasi dipakai untuk mengukur data berskala nonmetrik

(nominal atau ordinal).


C. Standarisasi Data

a. Standarisasi Variabel

Bentuk paling umum dalam standarisasi variabel adalah

konversi setiap variabel terhadap skor atandar ( dikenal dengan

Z score) dengan melakukan substraksi nilai tengan dan

membaginyadengan standar deviasi tiap variabel.

b. Standarisasi Data

Berbeda dengan standarisasi variabel, standarisasi ndata

dilakukan terhadap observasi/objek yang akan dikelompokkan.

Tahap Ketiga : Asumsi-asumsi dalam Analisis Cluster

Seperti hal teknik analisis lain,analisis cluster juga menetapkan adanya suatu

asumsi. Ada dua asumsi dalam analisis cluster, yaitu :

A. Kecukupan Sampel untuk merepresentasikan/mewakili Populasi

Biasanya suatu penelitian dilakukan terhadap populasi diwakili oleh

sekelompok sampel. Sampel yang digunakan dalam analisis ckuster harus

dapat mewakili populasi yang ingin dijelaskan, karena analisis ini baik jika

sampel representatif. Jumlah sampel yang diambil tergantung penelitinya,

seorang peneliti harus yakin bahwa sampil yang diambil representatif terhadap

populasi.

B. Pengaruh Multukolinieritas

Ada atau tidaknya multikolinieritas antar variabel sangat diperhatikan dalam

analisis cluster karena hal itu berpengaruh, sehingga variabel-variabel yang

bersifat multikolinieritas secara eksplisit dieprtimbangkan dengan lebih

seksama.


Tahap Keempat : Proses Mendapatkan Cluster dan Menilai kelayakan secara

keseluruhan

Ada dua proses penting yaitu algoritma cluster dalam pembentukan cluster dan

menentukan jumlah cluster yang akan dibentuk. Keduanya mempunyai implikasi

substansial tidak hanya pada hasil yang diperoleh tetapi juga pada interpretasi yang

akan dilakukan terhadap hasil tersebut.

Algoritma Cluster

Algoritma cluster harus dapat memaksimalkan perbedaan relatif cluster

terhadap variasi dalam cluster. Dua metode paling umum dalam algoritma cluster

adalahmetode hirarkhi dan metode non hirarkhi. Penentuan metode mana yag akan

dipakai tergantung kepada peneliti dan konteks penelitian dengan tidak mengabaikan

substansi, teori dan konsep yang berlaku. Keduanya memiliki kelebihan sendiri-

sendiri. Keuntungan metode hirarkhi adalah cepat dalam proses pengolahan sehingga

menghemat waktu, namun kelemahannya metode ini dapat menimbulkan kesalahan.

Selain itu tidak baik diterapkan untuk menganalisis sampel dengan ukuran besar.

Metode Non Hirarkhi memiliki keuntungan lebih daripada metode hirarkhi. Hasilnya

memiliki sedikit kelemahan pada data outlier, ukuran jarak yang digunakan, dan

termasuk variabel tak relevan atau variabel yang tidak tepat. Keuntungannya hanya

dengan menggunakan titik bakal nonrandom, penggunaan metode non hirarkhi untuk

titik bakal random secara nyata lebih buruk dari pada metode hirarkhi.

Alternatif lain adalah dengan mengkombinasikan kedua metode ini. Pertama

gunakan metode hirarkhi kemudian dilanjutkan dengan metode non hirarkhi.

A. Metode Hirarkhi

Tipe dasar dalam metode ni adalah aglomerasi dan pemecahan. Dalam metode

aglomerasi tiap observasi pada mulanya dianggap sebagai cluster tersendiri sehingga

terdapat cluster sebyak jumlah observasi. Kemudian dua cluster yang terdekat

kesamaannya digabung menjadi suatu cluster babru, sehingga jumlah cluster

berkurang satu pada tiap tahap. Sebaliknya pada metode pemecahan dimulai dari satu

cluster besar yang mengandung seluruh observasi, selanjutnya observasi-observasi


yang paling tidak sama dipisah dan dibentuk cluster-cluster yang lebih kecil. Proses

ini dilakukan hingga tiap observasi menjadi cluster sendiri-sendiri.

Hal penting dalam metode hirarkhi adalah bahwa hasil pada tahap sebelumnya selalu

bersarang di dalam hasil pada tahap berikutnya, membentuk sebuah pohon.

Ada lima metode aglomerasi dalam pembentukan cluster, yatiu :

a. Pautan Tunggal (Single Linkage)

Metode ini didasarkan pada jarak minimum. Dimulai dengan dua

objek yang dipisahkan dengan jarak paling pendek maka keduanya akan

ditempatkan pada cluster pertama, dan seterusnya. Metode ini dikenal pula

dengan nama pendekatan tetangga terdekat.

b. Pautan Lengkap (Complete Linkage)

Disebut juga pendekatan tetangga terjauh. Dasarnya adalah jarak

maksimum. Dalam metode ini seluruh objek dalam suatu cluster dikaitkan

satu sama lain pada suatu jarak maksimuma atau dengan kesamaan minimum.

c. Pautan Rata-rata (Average Linkage)

Dasarnya adalah jarak rata-rata antar observasi. pengelompokan

dimulai dari tengan atau pasangan observasi dengan jarak paling mendekati

jarak rata-rata.

d. Metode Ward (Ward’s Method)

Dalam metode ini jarak antara dua cluster adalah jumlah kuadrat

antara dua cluster untuk seluruh variabel. Metode ini cenderung digunakan

untuk mengkombinasi cluster-cluster dengan jumlah kecil.

e. Metode Centroid

Jarak antara dua cluster adalah jarak antar centroid cluster tersebut.

Centroid cluster adalah nilai tengah observasi pada variabel dalam suatu set

variabel cluster. Keuntungannya adalah outlier hanya sedikit berpengaruh jika

dibandingkan dengan metode lain.


B. Metode Non Hirarkhi

Masalah utama dalam metoda non hirarkhi adalah bagaimana memilih

bakal cluster. Harus disadari pengaruh pemilihan bakal cluster terhadap hasil

akhir analisis cluster. Bakal cluster pertama adalah observasi pertama dalam

set data tanpa missing value. Bakal kedua adalah observasi lengkap

berikutnya (tanpa missing data) yang dipisahkan dari bakal pertama oleh jarak

minimum khusus.

Ada tiga prosedur dalam metode non hirarkhi, yaitu :

a. Sequential threshold

Metode ini dimulai dengan memilih bakal cluster dan menyertakan

seluruh objek dalam jarak tertentu. Jika seluruh objek dalam jarak

tersebut disertakan, bakal cluster kedua terpilih, kemudian proses terus

berlangsung seperti sebelumnya.

b. Parallel Threshold

Metode ini memilih beberapa bakal cluster secara simultan pada

permulaannya dan menandai objek-objek dengan jarak permulaan ke

bakal terdekat.

c. Optimalisasi

Metode ketiga ini mirip dengan kedua metode sebelumnya kecuali

pada penandaan ulang terhadap objek-objek.

Hal penting lain dalam tahap keempat adalah menentukan jumlah cluster

yang akan dibentuk.Sebenarnya tidak ada standar,prosedur pemilihan

tujuan eksis. Karena tidak ada kriteria statistik internal digunakan untuk

inferensia, seperti tes signifikansipada teknik multivariat lainnya, para

peneliti telah mengembangkan beberapa kriteria dan petunjuk sebagai

pendekatan terhadap permasalahan ini dengan memperhatikan substansi

dan aspek konseptual.


Tahap Kelima : Interpretasi terhadap Cluster

Tahap interpretasi meliputi pengujian tiap cluster dalam term untuk menamai dan

menandai dengan suatu label yang secara akurat dapat menjelaskan kealamian cluster.

Proes ini dimulai dengan suatu ukuran yang sering digunakan yaitu centroid cluster.

Membuat profil dan interpretasi cluster tidak hanya tidak hanya untuk memoeroleh

suatu gambaran saja melainkan pertama, menyediakan suatu rata-rata untuk menilai

korespondensi pada cluster yang terbentuk, kedua, profil cluster memberikan araha

bagi penilainan terhadap signifikansi praktis.

Tahap Keenam: Proses Validasi dan Pembuatan Profil (PROFILING) Cluster

A. Proses validasi solusi cluster

Proses validasi bertujuan menjamin bahwa solusi yang dihasilkan dari analisis

cluster dapat mewakili populasi dan dapat digeneralisasi untuk objek lain. Pendekatan

ini membandingkan solusi cluster dan menilai korespondensi hasil. Terkadang tidak

dapat dipraktekkan karena adanya kendala waktu dan biaya atau ketidaktersediaan

ibjek untuk analisis cluster ganda.

B. Pembuatan Profil ( PROFILING) Solusi Cluster

Tahap ini menggambarkan karakteristik tiap cluster untuk menjelaskan cluster-cluster

tersebut dapat dapat berbeda pada dimensi yang relevan. Titik beratnya pada

karakteristik yang secara signifikan berbeda antar clustre dan memprediksi anggota

dalam suatu cluster khusus.

Secara keseluruhan proses analisis cluster berakhir setelah keenam tahap ini dilalui.

Hasil analisis cluster dapat digunakan untuk berbagai kepentingan sesuai dengan

materi yang dianalisis.


2.3 Multidimensional Scaling (MDS)

Menurut Dilon (1984 ; 107) bahwa prosedur Multidimensional Scaling (MDS)

memberikan informasi tentang hubungan yang ada antar obyek ketika dimensi

dimensi evaluasi yang penting yang tidak diketahui. Dasar dari Multidimensional

Scaling ini adalah asumsi yang menekankan persepsi subyek terhadap sejumlah

obyek dikarenakan oleh sejumlah atribut atau dimensi. Jadi dalam subyek, untuk

membedakano byekt idak hanyab erdasarkan atas dimensi tertentu saja, namun

meliputi perbedaan secara keseluruhan. Ada dua macam skala Multidimensional

Scaling yaitu :

1. Metric MDS, skala ini memperlakukan data input berupa jarak antara pasangan

objek sebagai jarak sebenarnya.

2. Nonmetric MDS, data input yang diberikan hanya berupa urutan peringkat atau

pendapat kesamaan yang diberikan subyek terhadap persepsi ketidaksamaan diantara

pasangan-pasangan

obyek dan tidak dianggap sebagai jarak sebenarnya, namun berupa informasi ordinal.

Tujuan dari multidimensional scaling (MDS) adalah untuk memberikan gambaran

visual dari pola kedekatan yang berupa kesamaan atau jarak diantara sekumpulan

objek-objek. Penerapan MDS dapat dijumpai pada visualisasi ilmiah dan data mining

dalam ilmu kognitif, informasi, pemasaran maupun ekologi.

Misalnya ketika konsumen potensial diminta untuk membandingkan produk dan

melakukan penilaian mengenai kesamaan produk tersebut. MDS dapat menunjukkan

dimensi penilaian dari responden secara langsung ke dalam pola visualisasi kedekatan

mengenai kesamaan produk, berbeda dengan analisis faktor atau diskriminan yang

melibatkan penilaian dari si peneliti. Karena keunggulan inilah MDS merupakan

suatu alat yang paling umum digunakan dalam pemetaan perceptual (perceptual

mapping).


MDS sangat popular dalam penelitian bidang pemasaran untuk perbandingan brand,

dan pada psikologi MDS digunakan untuk mempelajari dimensi ciri-ciri pribadi.

Penggunaan lain adalah pada aplikasi yang menggunakan ranking, rating, pembedaan

persepsi, atau dalam pengambilan suara (voting).

Dalam perencanaan kebutuhan data untuk menganalisa MDS memerlukan:

Data kemiripan merk sebagai input Prosedur Multidimensional Scaling

Data rating merk sebagai input Prosedur Property Fitting.

Langkah-langkah analisis multidimensional scaling adalah

1) Perumusan masalah, dalam perumusan masalah dibutuhkan suatu kejelasan

tujuan untuk dapat menggunakan hasil MDS secara optimal,

2) Memperoleh data input, data input dari analisis MDS adalah nilai kesamaan

dan ketidaksamaan antara setiap atau sebagian besar pasangan dari n objek,

3) Pemilihan prosedur MDS, prosedur MDS dapat berupa metrik dan nonmetrik,

4) Penentuan dimensi, pedoman yang disarankan untuk menentukan banyak

dimensi, yaitu penelitian sebelumnya, penginterpretasian peta dimensi,

kriteria plot, dan kemudahan dalam penggunaan,

5) Penamaan dimensi dan penamaan konfigurasi,

6) Uji reliabilitas dan validitas, dua macam nilai yang dipakai untuk pengujian

reliabilitas dan validitas, yaitu nilai stress dan R-square.

1. Metric Multidimensional Scaling

Metode Metric Multidimensional Scaling yang pertama kali dikenal adalah metode

“classical scaling”. Hal yang utama dalam classical scaling adalah suatu metode

rekonstruksi aljabar untuk mengetahui konfigurasi dari nilai-nilai dalam kemiripan


(similarity) atau ketidakmiripan (dissimilarity) data yang direpresentasikan secara

tetap atau melalui pendekatan Euclidian distance.

Dalam classical scaling, dissimilarities (δij) diperlakukan sama dengan jarak (δij),

yaitu dij = 0.Selain itu, sifat lain classical scaling yaitu non-degeneracy dan

triangular unequality. Non-degeneracy berarti bahwa dii = 0, untuk setiap nilai i.

Sedangkan triangular inequality menyatakan bahwa dij + dik ≥ djk, untuk setiap i, j,

k. (n x n ) matriks jarak D = (dij) dikatakan Euclidean jika untuk titik x1, x2, …, xn Rp

; dij2 = (xi – xj )T (xi – xj)

2. Nonmetric Multidimensional Scaling

Dalam MDS nonmetrik mengasumsikan skala pengukuran nominal atau ordinal. Pada

kasus ini perhitungan kriteria adalah untuk menghubungkan nilai ketidaksamaan

suatu jarak ke nilai ketidaksamaan yang terdekat. Program MDS nonmetrik

menggunakan transformasi monoton (sama) ke data yang sebenarnya sehingga dapat

dilakukan operasi aritmatika terhadap nilai ketidaksamaannya, untuk menyesuaikan

jarak dengan nilai urutan ketidaksamaanya. Transformasi monoton akan memelihara

urutan nilai ketidaksamaannya sehingga jarak antara objek yang tidak sesuai dengan

urutan nilai ketidaksamaan dirubah sedemikian rupa sehingga akan tetap memenuhi

urutan nilai ketidaksamaan tersebut dan mendekati jarak awalnya. Hasil perubahan ini

disebut disparities. Disparities ini digunakan untuk mengukur tingkat ketidaktepatan

konfigurasi objek-objek dalam peta berdimensi tertentu dengan input data

ketidaksamaannya.

Pendekatan yang sering digunakan saat ini untuk mencapai hasil yang optimal dari

skala non metrik digunakan ‘Kruskal’s Least-Square Monotomic Transformation”

dimana disparities merupakan nilai rata-rata dari jarak-jarak yang tidak sesuai dengan

urutan ketidaksamaanya. Informasi ordinal kemudian dapat diolah dengan MDS

nonmetrik sehingga menghasilkan konfigurasi dari objek-objek yang yang terdapat


pada dimensi tertentu dan kemudian agar jarak antara objek sedekat mungkin dengan

input nilai ketidaksamaan atau kesamaannya. Koordinat awal dari setiap subjek dapat

diperoleh melalui cara yang sama seperti metoda MDS metrik dengan asumsi bahwa

meskipun data bukan jarak informasi yang sebenarnya tapi nilai urutan tersebut

dipandang sebagai variabel interval.

2.4 Forecasting

Forecasting permintaan dari pasar yang dimasuki oleh perusahaan adalah

suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka

memprediksi berapa besar peluang pasar yang tersedia di masa mendatang. Sehingga

potensi pasar yang hendak dan sudah dimasuki itu tergambar secara proyektif ke

depan.

Dengan melakukan forecasting permintaan pasar dengan cara yang tepat, akan

dapat membantu manajer perusahaan dalam menggambarkan tersedianya potensi

pasar. Jika hasil forecasting itu dapat meyakinkan para manajer perusdahaan maka

akan dapat membantu menyiapkan perencanaan di bidang produksi, keuangan dan

menyiapkan sarana dan prasarana pemasaran yang diperlukan dalam rangka

memanfaatkan potensi pasar yang tersedia itu. Namun yang menjadi pertanyaan disini

adalah bagaimana para manajer perusahaan melakukan forecasting terhadap

permintaan pasar ini.

Secara garis besar terdapat dua macam metode forecasting yang biasa

dilakukan, yaitu metode kualitatif yang terdiri atas teknik survey dan teknik

pengumpulan opini. Sedangkan metode berikutnya adalah metode prakiraan

kuantitatif, yang terdiri atas Analisis Runtut Waktu, Trend Seluler, Siklus Fluktuasi,

Analisis Musiman dan Model Ekonometri.


Forecasting Kualitatif

Forecasting dengan metode ini jika data kuantitatif yang berkaitan dengan

faktor-faktor yang langsung mempengaruhi permintaan tidak cukup memadai.

Apabila dari data yang tidak cukup memadai ini dipaksakan untuk dasar forecasting

maka hasilnya diperkirakan atau dikhawatirkan terjadi bias, tidak proporsional, dan

tidak memiliki relevansi yang cukup kuat. Oleh karena itu dipergunakan metode

forecasting kualitatif.

Tetapi dengan metode ini dapat dipergunakan untuk mendukung metode

forecasting kuantitatif. Hal ini dilakukan dalam rangka mengantisipasi jika metode

kuantitatif yang biasa dilakukan berdasar data histories yang mungkin telah dilakukan

itu perlu ada koreksi dari hasil metode kualitatif ini. Jadi dengan demikian metode

kualitatif ini masih diperlukan dalam usaha mengoreksi hasil forecasting berdasar

data historis. Karena metode kualitatif ini meliputu aspek-aspek tertentu yang paling

terkini yang menyangkut perilaku permintaan dan konsumen. Justru di dalam metode

kualitatif akan digali dan diselidiki fenomena terakhir yang menyangkut keinginan

dan kebutuhan konsumen. Sehingga metode kualitatif merupakan kelengkapan dan

penyempurnaan dari metode kuantitatif.

1. Teknik Survey

Teknik survey ini merupakan suatu alat memforecasting yang cukup penting

khusunya untuk memprediksi kejadian-kejadian atau kecenderungzn-kecenderungan

dalam jangka pendek mendatang ini.

Survey biasanya menggunakan alat interview atau daftar pertanyaan yang akan

ditujuakan para responden yang terpilih dan yang dituju. Sesuai kelompok yang

memang diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan.

Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari kelompok

responden ini dapat dikategorikan sebagai berikut:


a. Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis

dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey

ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga

yang disurvey.

b. Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis

yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin

pelaku bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang

besar.

c. Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan

rumah tangga, produk atau barang apa secara periodik diperlukan dan

frekuensi pemenuhan yang dilakukan untuk masa-masa yang akan datang.

Dari metode survey berdasar kelompok sasaran ini sebenarnya terkandung

maksud dari surveyor bahwa barang dan jasa apa saja yang dibutuhkan, berapa

frekuensi pemenuhan kebutuhan dan faktor-faktor apa saja yang pada umumnya yang

mempengaruhi perilaku beli mereka ini. Sehingga secara tidak langsung perusahaan

melihat peluang dan kendala apa saja yang bisa ditarik sebagai kepentingan bagi

perusahaan atas hasil-hasil survey ini untuk memprediksi dan memperkirakan

perilaku pasar dan konsumen perusahaan.

2. Sasaran Pengumpulan Data Kualitatif

Sasaran yang dituju dari pengumpulan data kualitatif ini kurang lebih sama

dengan metode survey. Mereka antara lain para eksekutif, agen dan distributor, serta

konsumen pada umumnya. Bahkan disini adalah sejumlah pihak yang dimintakan

opini mereka, yakni para expert dibidangnya masing-masing, para konsultan

manajemen dan bisnis yang relevan dengan maksud pengumpulan data dan opini ini.

Para konsultan dan expert ini dimintai opini mereka tentang persepsi mereka

tentang beberapa aspek, tentang perilaku konsumen, selera dan keinginan konsumen,


barang atau jasa apa saja yang akan menjadi trend di masa dating, sumber-sumber

potensi apa dan di mana, serta bagaimana sikap dan respon yang harus dikembangkan

oleh perusahaan terhadap kecenderungan yang terjadi di pasar.

Metode Perkiraan Kuantitatif

1. Teknik dan Analisis Runtut Waktu

Pengertian runtut waktu sering dikonotasikan sebagai serangkaian waktu yang

berurutan periodesasinya sepanjang periode di mana prakiraan permintaan

diproyeksikan. Misalnya mingguan, bulanan, kuartalan dan tahunan, tergantung

keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Kalau

diinginkan mingguan atau bulanan atau kuartalan dan tahunan maka periode

prakiraan yang diinginkan adalah periode mingguan, biulanan, kuartalan, dan

tahunan. Ini sesuai dengan kebutuhan periodik yang akan diharapokan hasilnya

sebagai prediksi volume atau jumlah permintaan atau potensi pertumbuhan

permintaan.

Perlu diperhatikan disini, bahwa klasifikasi waktu menurut sifat

keruntutannya dapat dikelompokkan dalam empat kategori:

1. Trend Sekuler

2. Siklus Fluktuasi

3. Variasi Musim

4. Pengaruh Tak Teratur

a. Trend Sekuler

Forecasting model trend sekuler dilakukan dengan menarik garis secara

kasar atau serampang mengikuti kecenderungan permintaan yang terjadi secara

siklus dari tahun ke tahun.


Kalau kecenderungan permintaan di tahun-tahun yang akan datang naik

maka garis trend yang kita tarik cenderung menaik untuk tahun yang akan

datang. Tetapi kalau kecenderungannya turun maka kita tarik garis trend

menurun untuk tahun-tahun yang akan datang. Model penarikan garis semacam

ini ada sejumlah data atau variabel lain ynag perlu kita jadikan sebagai data atau

variabel pendukung serta asumsi yang bisa memperkuat kecenderungan garis

yang telah dibuat.

b. Fluktuasi Siklus

Siklus perubahan atau naik turunnya volume permintaan selama tahun-

tahun yang telah lalu dan yang akan dating,kita tarik kecenderungannya tentu

disebabkan atau dipengaruhi oleh sejumlah faktor yang secara periodik dan

tetap harus ada atau terjadi selam periode tahunan yang akan datang. Biasanya

siklus bisa kita duga sebelumnya bahwa dengan datangnya permintaan yang

meningkat pada periode tertentu sudah bisa kita prediksi kejadiannya. Begitu

juga atas terjadinya penurunan permintaan oleh konsumen kita mesti dapat

menduga sebelumnya pada periode tertentu selama tahun yang bersangkutan.

c. Metode Proyeksi Trend

Metode proyeksi trend ini merupakan metode yang paling sederhana

dibanding dengan metode yang lainnya. Karena di dalam metode ini hanya

dengan menarik garis lurus sesuai dengan kecenderungan data time series yang

ada. Jika data time series yang dijadikan pijakan dalam menarik garis lurus ini

ada kecenderungan meningkat, maka garis lurus yang ditarik cenderung naik

sesuai dengan kecenderungan peningkatan yang terjadi atau yang akan terjadi.

Rumus yang dipakai dalam menarik garis lurus ini adalah:

St = So + bt (1)


Di mana St merupakan nilai variabel yang akan diramal pada periode

t. So adalah nilai estimasi dari time series (nilai konstanta dari fungsi forecast)

pada tahun dasar. Dan b merupakan koefisien kecenderungan kemiringan

garis forecast yang akan ditarik, atau angka absolut pertumbuhan atau

penurunan per periode. Dan t merupakan lama waktu di mana time series

dalam periode yang diramalkan.

d. Metode Variasi Musim

Melakukan prakiraan volume permintaan konsumen di waktu-waktu

yang akan datang dapat didasarkan pada gelombang musiman yang melekat

pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena

faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya

produksi musim semi, gugur, dan musim hujan bahkan musim kemarau. Sifat

masyarakat yang menimbulkan musiman ini oleh karena faktor budaya dan

kebiasaaan misalnya karena musim hari raya keagamaan. Pada saat itu biasanya

masyarakat akan memiliki ajat yang cukup besar dalam melakukan pemenuhan

konsumsi barang keperluan pesta dan sehari-hari. Maka dapat dipastikan pada

periode ini permintaan akan kebutuhan dan keperluan konsumsi akan meningkat

dalam jumlah yang cukup berarti.

Metode yang digunakan dalam forecasting adalah sebagai berikut :

1. Metode Rata-rata Bergerak

Metode rata-rata bergerak ini dilakukan untuk lebih memperbaiki hasil dari

metode trend yang dinilai cukup kasar dan cukup besar risiko penyimpangan dari

hasil trend seperti yang telah ditampilkan sebelum ini. Metode rata-rata bergerak,

sesuai dengan yang namanya bergerak dilakukan dengan pengelompokan periode

waktu dihitung rata-ratanya menurut pengelompokkan periode waktu dihitung.


Kepentingan peramalan yang akan dipakai apakah dalam skup jangka pendek

nilai ramalan yang diketahui atau dalam rentang waktu yang lebih panjang. Kalau

menggunakan rentang waktu yang lebih pendek maka hasil rata-rata bergerak yang

akan kita peroleh akan lebih mendekati kondisi sifat data yang sebenarnya dan rata-

rata yang kita temukan terdistribusi atau tersebar pada kelompok data faktual.

Sedangkan jika satuan waktu yang lebih panjang, rata-rata yang kita peroleh akan

lebih mewakili sejumlah data yang lebih banyak dan beraneka macam fluktuasinya,

sehingga rata-rata bergeraknya lebih tersebar dan kurang mewakili fakta sifat data

yang tersebar tersebut. Terkecuali sifat data lebih homogen dan tidak terlalu

fluktuatif.

Angka deviasi dapat diperoleh dengan cara mengurangi angka observasi

dengan angka rata-rata bergerak. Sedangkan deviasi kuadrat adalah menguadratkan

deviasi sehingga menghasilkan angka pada kolom deviasi kuadrat. Jumlah deviasi

kuadrat ini akan kita pergunakan untuk menghitung penyimpangan atau tingkat error

(istilah disini adalah Root Mean Square Error = RMSE) setiap pengelompokkan rata-

rata bergerak ini. Dengan rumus sebagai berikut:

푹푴푺푬 = ∑(푨풕 푭풕)ퟐ

풏 (2)

Di mana:

RMSE = Root Mean Squre Error

At = angka observasi

Ft = rata-rata bergerak yang dihasilkan per kelompok waktu

2. Metode Rata-rata Tertimbang


Metode eksponential smoothing ini merupakan metode yang lebih halus lagi

daripada metode rata-rata bergerak. Jadi metode ini lebih hati-hati dalam

memprediksi atau meramal permintaan yang akan terjadi di masa datang.

Apabila kita memperhatikan sifat data time series, maka ada kecenderungan

bahwa metode rata-rata tertimbang akan lebih dipilih daripada metode rata-rata

bergerak. Mengapa demikian, karena di dalam metode rata-rata tertimbang

menyertakan faktor-faktor yang relevan yang menjadi penyebab tersebarnya data time

series. Hal ini diimplementasikkan ke dalam prakiraan dari faktor terjadinya fluktuasi

pada data time series kedalam risiko penyimpangan prakiraan, sehingga hasil

prakiraan pada masing-masing prakiraan lebih kecil risiko fluktuasi penyimpangan.

Dan angka rata-rata tertimbang tertentu yang dipilih merupakan komposisi persebaran

atas terjadinya keakuratan dan risiko penyimpangan yang mungkin akan terjadi

sebagai mendasari prakiraan yang dihasilkan. Demikian untuk perhitungan prakiraan

berikutnya secara berjenjang dari prakiraan sebelumnya ke prakiraan selanjutnya di

dalam periode yang diramalkan. Hal ini dimaksudkan untuk meratakan risiko

penyimpangan sehingga risiko tersebut berada pada persebaran yang lebih merata

keseluruhan periode yang diperkirakan.

Metode rata-rata tertimbang dilakukan dengan proses perhitungan sebagai

berikut:

a. Menentukan angka tertimbang (weight) tertentu bagi data observasi

dengan notasi w antara angka 0 s/d angka 1.;

b. Menambahkannya dengan angka tertimbang bagi data prakiraan

dengan notasi (1-w).

c. Menghitung rata-rata keseluruhan dari data time series dengan

rumusan

A1 + A2 + …......An dan notasinya = F1

n


d. Menghitung prakiraan dengan rumusan Ft+1 = wA + (1-w)F1

Di mana Ft+1 merupakan prakiraan pada periode kedua, w merupakan

angka tertimbang yang dipilih, A merupakan data observasi, 1-w

merupakan persebaran atau penghalusan, dan F1 merupakan prakiraan

sebelumnya.

3. Metode Ekonometri

Metode ekonometri merupakan metode prediksi volume atau nilai dependen

variabel dengan melibatkan berbagai faktor atau varibel independen yang relevan

dan cukup signifikan mempengaruhi dependen variabel tersebut. Secara ekonomi dari

model ekonometri ingin dilihat relevansinya pengaruh independen variabel terhadap

dependen variabel. Bahkan juga ingin dilihat apakah antar variabel independent itu

saling mempengaruhi dan berapa besar pengaruh terhadap dependen variabel. Juga

ingin dilihat berapa tepat antara kebenaran statistik dikoreksi dengan kebenaran

secara ekonomi.

Jadi secara literatur ekonometrik merupakan suatu pengukuran secara

ekonomi, baik secara statistik, matematik, maupun secara ekonomi teori sekaligus

dalam konteks hubungan antara variabel-variabel ekonomi. Memang metode

ekonometrik sering lebih kompleks disbanding dengan metode proyeksi trend.

Namun ekonometrik setidaknya memiliki dua keunggulan sebagai alat prakiraan.

Pertama adalah keunggulan dalam memperoleh prediksi nilai variabel yang penting.

Ini akan sangat berguna bagi manajer untuk mengevaluasi kemungkinan pengaruh

alternatif keputusan yang diambil. Sebagai contoh bahwa studi ekonometrik yang

mengestimasi pengaruh advertensi terhadap permintaan dapat dipergunakan sebagai

akses melakukan strategi advertensi. Kedua adalah metoda ekonometrika

mengestimasi perilaku hubungan antara variabel-variabel. Secara mencolok

memforecasting dengan dasar metode lain seperti misalnya survey data hanya


memperoleh sesuatu yang lebih kecil dari penyebab yang hakiki pada hubungan antar

variabel-variabel ini secara umum.

Terdapat empat tahapan yang termasuk didalam memformulasi forecast

model ekonometrika ini.

1. Membangun suatu model teori.

2. Mengumpulkan data.

3. Memilih bentuk persamaan fungsi yang diestimasi.

4. Mengestimasi dan menginterpretasi hasil.

a. Membangun Model Teori

Dengan menggunakan metode ekonometri, pertama yang harus

dilakukan adalah memformulasi model teori hubungan ekonomi. Model

ini harus didasarkan pada nuansa teori ekonomi dan dinyatakan dalam

bentuk fungsi matematik. Pada dasarnya membangun model termasuk

menentukan variabel-variabel yang dimasukkan di dalam model dan jika

ada teori yang rasional untuk memprediksi hubungan dan perilaku

keterkaitan antar variabel. Sebagau contoh kita menginginkan untuk

memprakirakan permintaan, maka hubungan antar harga dan kuantitas

dapat menjadi dasar teori yang logis bagi suatu model. Suatu pernyataan

matematik yang sederhana dalam hubungan antar variabel ini adalah:

Q = f(P) (3)

Teori ekonomi memprediksi suatu hubungan berbalik arah antara

harga dan jumlah barang yang diminta. Jadi ini diharapkan deviasi

(dQ/dP) kuantitas dengan harga akan negatif.


Namun satu hal bahwa hubungan antara harga dan kuantitas

barang yang diminta oleh masyarakat ditunjukkan adanya hubungan dan

respon negatif di dalam hubungan kedua faktor tersebut. Oleh karena itu

pada model ekonometri ingin ditunjukkan model sejumlah faktor yang

mempengaruhi volume permintaan.

Faktor yang harga mempengaruhi volume permintaan tersebut

sebenarnya tidaklah lain yang juga ikut mempengaruhi permintaan, tetapi

banyak faktor lain yang juga ikut mempengaruhi permintaan. Maka secara

spesifik hubungan kausalistik permintaan itu dipengaruhi selain oleh

harga, tetapi juga dipegaruhi oleh income per kapita (I), harga barang lain

(Po), dan advertensi (A).

Karena itu model fungsi yang dikembangkan dalam persamaan

ekonometri sebagimana ditunjukkan pada pembahasan estimasi

permintaan yang dipengaruhi oleh sejumlah faktor atau variabel, seperti:

Qd = f (P, I, Po dan A) (4)

Yang secara ekonomi terbukti secara empiric bahwa fungsi

permintaan (Qd) dipengaruhi P, I, Po dan A dirumuskan sebagai fungsi:

Qd = a – bP + cI + dPo + eA (5)

Dimana Qd merupakan volume permintaan, a merupakan koefisien

konstanta, b, c, d dan e merupakan koefisiensi parameter faktor harga,

income, harga barang lain dan advertensi. Dan tanda positif dan negatifnya

koefisiensi parameter itu mencerminkan sifat hubungan antar variabel P, I,

Po dan A tersebut secara parsial terhadap Qd.


b. Mengumpulkan Data

Kegiatan mengumpulkan data dari faktor-faktor yang

mempengaruhi permintaan yaitu harga, income, harga barang lain dan

advertensi dilakukan oleh manajer anatara lain melaui survey di

perusahaan, biro statistik umum, lembaga-lembaga konsultan manajemen.

Survey juga dapat dilakukan langsung pada para pelaku usaha dan

masyarakat konsumen selama periode tertentu menurut kebutuhan

pengkajian dan peramalan permintaan dan potensi pasar yang akan

dijadikan sebagai bahan informasi potensi dan peluang serta kendala pasar

yang dihadapi oleh manajer perusahaan yang akan menyusun model atau

metode ekonometri yang akan disusun.

c. Memilih dan Menetukan Fungsi Permintaan

Setelah data yang dikumpulkan tersebut diolah dalam komputer

dan menghasilkan suatu print out atau tampilan parameter-parameter, uji

kesalahan dan signifikansi serta layak dan tidaknya parameter tertsebut,

baik secara statistik maupun secara ekonomi teori dari yang dihasilkan.

Jika telah meyakini bahwa fungsi permintan pada rumus (5) di atas

dan terbukti signifikan semua parameter variabel yang terpilih tersebut,

maka dapat kita pergunakan sebagai alat memforecasting atau meramal

permintan di masa datang, dengan sejumlah asumsi yang perlu disertakan.

Tidak ada variabel lain selain yang diprediksi mempengaruhi secara

dominan terhadap permintaan.

Fungsi permintaan menghubungkan kuantitas yang diminta dengan

harga satuan barang tersebut juga dengan factor-faktor lainnya yang besar

pengaruhnya terhadap jumlah barang yang konsumen ingin dan sanggup

untuk membelinya, seperti pendapatan konsumen yang bersangkutan,


harga barang pengganti, harga barang komplementer dan cita rasa atau

kesukaan si konsumen.

d. Mengestimasi dan Menginterpretasi Hasil

Sebagai hasil dari pemilihan bentuk fungsi permintaan, maka kita

akan jadikan ini sebagai fungsi yang dapat menjelaskan hal-hal berikut ini:

a. Persamaan fungsi ini kita pilih untuk meramal berdasar pada teori

ekonomi.

b. Estimasi parameter dari persamaan linier ini mengindikasikan

pengaruh perubahan variabel independen.

c. Demikian juga estimasi parameter, estimasi itu dapat kita jadikan

sebagai bahan untuk menguji dan mengevaluasi gejala dan perilaku

permintaan dipengaruhi variabel independen.

d. R2 merupakan nilai yang indikasinya adalah proporsi variasi pada

variabel dependen dijelaskan oleh variabel independen.

2.5 Markov Chains

Pengelompokkan tipe populasi dari proses acak bisa digambarkan sebagai jika

X adalah proses acak, maka populasi dari proses acak adalah semua nilai yang

mungkin yang bisa dimasukkan dalam suatu proses contohnya

TtuntukytXyS ,)(:

Jika X adalah proses acak yang menggambarkan suatu persamaan, maka populasi dari

X dapat digambarkan sebagai suatu nilai yang memenuhi persamaan tersebut. Jika

populasi dari S dari suatu proses acak X dapat dihiting (contoh S={1,2,3,...}), dalam

hal ini X disebut Discrete Time Random Process perubahan state terjadi pada titik-


titik integer. Jika populasi dari S dari suatu proses acak X tidak dapat dihitung (

contoh S = ∞) maka X disebut Continuous Time Random Process perubahan state

(discrete state) terjadi pada sembarang waktu.

Markov Chains merupakan proses acak di mana semua informasi tentang masa depan

terkandung di dalam keadaan sekarang (yaitu orang tidak perlu memeriksa masa lalu

untuk menentukan masa depan). Untuk lebih tepatnya, proses memiliki properti

markov yang berarti bahwa bentuk ke depan hanya tergantung pada keadaan

sekarang, dan tidak bergantung pada bentuk sebelumnya. Dengan kata lain, gambaran

tentang keadaan sepenuhnya menangkap semua informasi yang dapat mempengaruhi

masa depan dari proses evolusi. Suatu Markov Chains merupakan proses stokastik

berarti bahwa semua transisi adalah probabilitas (ditentukan oleh kebetulan acak dan

dengan demikian tidak dapat diprediksi secara detail, meskipun mungkin diprediksi

dalam sifat statistik) (www.wikipedia.org).

Konsep Dasar Markov Chains

Apabila suatu kejadian tertentu dari suatu rangkaian eksperimentergantung

dari beberapa kemungkinan kejadian , maka rangkaian eksperimen tersebut disebut

Proses Stokastik. Proses stokastik merupakan suatu cara untuk mempelajari hubungan

yang dinamis dari suatu tuntutan peristiwa atau proses yang kejadiannya bersifat tidak

pasti. Ross (2000) mendefinisikan proses stokastik sebagai barisan peubah acak yang

diberi indeks dengan urutan oleh parameter t dimana nilai t berubah-ubah sesuai

dengan himpunan indeks T. Dengan demikian, untuk setiap t elemen dari T, V(t)adalah

peubah acak.

Dalam memodelkan perubahan dari suatu sistem yang mengandung

ketidakpastian seperti pergerakan harga saham, banyaknya klaim yang datang ke

suatu perusahaan asuransi, keadaan cuaca, dan lain sebagainya, proses stokastik

banyak digunakan.


Proses stokastik pada dasarnya dikelompokkan berdasarkan sifat ruang

parameter T, sifat ruang keadaan S, dan hubungan ketergantungan diantara peubah

acak-peubah acak V(t). Berdasarkan sifat ruang parameter T, proses stokastik

digolongkan menjadi proses stokastik diskrit dan proses stokastik kontinu. Sering kali

jika T diskrit, utnuk membedakan kita lebih baik menuliskan sebagai V(t).

Berdasarkan sifat ruang keadaan S, proses stokastik digolongkan menjadi proses

stokastik dengan ruang keadaan diskrit dan menjadi proses stokastik dengan ruang

keadaan kontinu. Berdasarkan hubungan ketergantungan diantara peubah acak-

peubah acak V(t), proses stokastik dapat dibagi ke dalam beberapa tipe klasik

diantaranya proses stationer, proses renewal, martingales, point process dan proses

markov. Sebagai contoh proses stokastik dengan ruang parameter diskrit dan ruang

keadaan diskrit adalah banyaknya pengunjung yang datang ke suatu pertokoan pada

hari ke-t. contoh proses stokastik dengan ruang parameter kontinu dan ruang keadaan

kontinu adalah selang waktu antar kedatangan pengunjung ke suatu pertokoan pada

waktu t sembarang.

Sebelum membahas mengenai rantai markov, perlu dijelaskan proses markov

terlebih dahulu. Menurut Karlin dan Taylor (1975), proses markov adalah sebuah

proses dengan sifat, diberikan nilai V(t), nilai V(t-1), tidak bergantung pada nilai V(u),

untuk setiap u<t. secara formal sebuah proses dikatakan markov jika memenuhi sifat

markov yaitu :

dengan S=t+1-t

Inti dari definisi diatas adalah, untuk mempelajari keadaan proses pada suatu

kurun waktu berikutnya, sebut t+1, kita hanya perlu melihat keadaan proses saat t.

Demikian juga, keadaan yang akan datang hanya bergantung pada keadaan saat ini

dan tidak dipengaruhi oleh keadaan sebelumnya. Notasi tersebut menyiratkan bahwa


secara umum, peluang transisi juga merupakan fungsi dari selang waktu s. Jika

peluang transisi satu langkah tidak tergantung pada variabel waktu, kita sebut rantai

markov tersebut memiliki peluang stasioner. Secara umum rantai Markov yang biasa

kita temui memiliki peluang transisi stasioner.

Berdasarkan ruang keadaan dan ruang parameternya, proses Markov dapat

dikelompokkan sebagai berikut :

Ruang Parameter Diskrit Kontinu

Ruang Keadaan

Diskrit Rantai markov parameter diskrit

Rantai markov parameter kontinu

Kontinu Rantai markov parameter diskrit

Rantai markov parameter kontinu

Gambar 2.4: Proses Markov

Sumber :Karlin dan Taylor (1975)

Jadi, rantai Markov adalah proses dengan ruang keadaan yang diskrit. Dalam

rantai markov, salah satu hal yang menarik adalah kita dapat mempelajari perubahan

keadaan pada proses. Untuk rantai Markov dengan ruang parameter diskrit peluang

V(t), berada pada keadaan it+1bila diberikan V, berada pada keadaan it dinamakan

peluang transisi satu langkah dan dinotasikan dengan Pit,it+1.

Rantai Markov adalah suatu urutan dari variabel-variabel acak

X1,X2,X3,......dengan sifat Markov yaitu, mengingat keadaan masa depan dan masa lalu

keadaan yang independen, dengan kata lain:


Nilai yang mungkin untuk membentuk XiS disebut ruang keadaan rantai.

Markov Chains adalah sebuah Proses Markov dengan populasi yang diskrit (dapat

dihitung) yang berada pada suatu discrete state (position) dan diizinkan untuk

berubah state pada time discrete.Ada beberapa macam variasi dari bentuk rantai

markov

1. Continous Markov memiliki indeks kontinu.

2. Sisa rantai Markov homogen (rantai Markov stasioner) adalah proses di mana

untuk semua n. Probabilitas transisi tidak tergantung dari n.

3. Sebuah rantai Markov orde m di mana m adalah terbatas,

Dengan kata lain, keadaan selanjutnya tergantung pada keadaan m selanjutnya.

Sebuah rantai (Y n) dari (X n) yang memiliki klasik Properti Markov sebagai

berikut: Biarkan Y n = (X n,X n -1,..., Xn - m 1 ), yang memerintahkan m-tupel dari

nilai-nilai X. Maka Y n adalah sebuah rantai Markov dengan ruang keadaan S m

dan memiliki klasik properti markov.

4. Sebuah aditif rantai markov order m di mana m adalah terbatas adalah

untuk semua n> m.

2.1.3.1 Sifat-Sifat Pada Rantai Markov

Salah satu karakteristik utama suatu rantai Markov adalah peluang-peluang

transisinya. Peluang transisi tersebut menggambarkan perpindahan dari satu keadaan


ke keadaan lainnya. Dengan kata lain, ini menggambarkan peluang proses berada di

satu keadaan bila diketahui keadaan proses pada satu waktu sebelumnya. Secara

matematis, peluang transisi tersebut dapat ditulis sebagai berikut :

Pij = P(Vt+1 = j׀V = i)

dengan i dan j masing-masing tersebut penulisannya dapat dilakukan dalam berbagai

cara seperti,

Akan tetapi, bentuk umum yang dipakai adalah persamaan yang paling kanan. Hal ini

menguntungkan dengan menuliskan secara persamaan ini adalah dalam penerapan

prinsip aljabar linear khususnya perkalian matriks. Dalam aljabar linear dua matriks

misal Adan B dapat dikalikan jika banyaknya kolom pada matriks pertama (A) sama

dengan banyaknya baris pada matriks kedua (B). Untuk menyelaraskan aturan

perkalian dan persamaan Chapman-Kolmogorof, maka peluang transisi sebaikanya

dituliskan sebagai matriks peluang transisi.

Selain peluang transisinya, rantai Markov juga ditentukan melalui distribusi

peluangnya. Untuk rantai Markov dengan ruang parameter diskrit, distribusi peluang

dari waktu ke-t atau πt adalah

πt= {πtk : k = 1,2,…, n}

dimana


Dengan kata lain, distribusi peluang πt menyatakan proporsi dari keadaan proses di

waktu t.

Persamaan Chapman-Kolmogorof menyatakan bahwa peluang transisi dari

keadaan i ke j dalam t langkah sama dengan peluang transisi dari i ke seluruh n-

keadaan dalam t-m langkah, kemudian dilanjutkan dengan transisi ke keadaan j dari

n-keadaan tersebut dalam m langkah sisa. Dengan memanfaatkan Law of Total

Probability dapat dibuktikan bahwa,

Untuk m=1 maka diperoleh

Tampak bahwa persamaan diatas merupakan perkalian antara baris dan kolom dari

dua matriks. Bila P(t) adalah matriks peluang transisi t langkah maka,

P(t) = P(t-1) x P

Dengan menggunakan induksi diperoleh

P = (P x P x … x P) x P

= Pt-1 x P

= Pt

Seringkali, selain perhitungan distribusi peluang di waktu ke-t, perhitungan

distribusi peluang setelah proses berjalan lama yaitu πt untuk t →∞ yang dinamakan

distribusi limit juga menarik utnuk dipelajari. Konsep ini sangat penting karena dapat


memprediksi keadaan sistem setelah ia berjalan lama. Dengan kata lain, dapat

dipelajari kelakuan dari sistem setelah ia stabil. Untuk menganalisa kelakuan tersebut,

kita memerlukan pengetahuan mendasar tentang klasifikasi dari keadaan suatu rantai

Markov.Berikut ini teorema yang dapat digunakan utnuk mencari distribusi limit dari

suatu rantai Markov regular.

Teorema 1 Untuk P suatu matriks peluang transisi Markov regular dengan

anggota ruang keadaan 1, 2, …, n, maka distribusi limit π = (π1, π2,…, πn).

Teorema 2 Ruang keadaan i dikatakan reccurent jika dan hanya jika,

Dan ruang keadaan i dikatakan transient jika dan hanya jika

Dua sifat diatas merupakan contoh bagaimana sifat dari peluang transisi dan

ruang keadaan akan mempengaruhi rantai Markov yang dibawanya. Beberapa definisi

dan klasifikasi dari ruang keadaan dan matriks peluang transisi diperlukan untuk

mengetahui berbagai macam kemungkinan mengenai sifat limit rantai Markov yang

terkait.

Konsep komunikasi dalam rantai Markov sebagai berikut.Keadaan j dikatakan

dapat dicapai (accessible) dari keadaan i jika terdapat bilangan bulat n ≥ 0 dimana

Pnij>0. Dengan kata lain, terdapat peluang positif bahwa dalam berhingga transisi

keadaan j dan keadaan i. Jika keadaan j dapat dicapai dari keadaan i dan keadaan i

dapat dicapai dari keadaaan j, maka i dan j dikatakan saling berkomunikasi maka Pnij

= 0 atau Pnji>0 untuk setiap n ≥ 0. Konsep mengenai relasi ekivalensi adalah sebagai

berikut :

a. Relasi i <—> j merupakan relasi ekuivalen

1. untuk setiap status i , berlaku i <—>i

2. jika i <—> j, maka juga j <—>i


3. jika i <—> j dan j <—> k maka i <—> k

b. Status-status suatu Rantai Markov dapat dipartisi kedalam kelas-kelas

ekivalensi sehingga i <—> j, jika dan hanya jika i dan j berada dalam kelas

ekivalensi yang sama.

c. Suatu Rantai Markov irreducible jika dan hanya jika didalamnya hanya terdiri

atas tepat satu kelas ekivalensi.

d. Jika i<—> j, maka i dan j memiliki periode yang sama.

e. Untuk i<—> j, jika i recurrent maka juga j recurrent.

Konsep mengenai Irreducible dalam suatu rantai Markov. Jika {Xn}suatu rantai

Markov, maka tepat salah satu kondisi berikut ini terjadi yaitu semua status adalah

positif recurrent, atau semua status recurrent null, atau sstatus trancient.

Konsep mengenai Limiting Probability dalam rantai Markov. Definisi: πj(n)

adalah probabilitas suatu Rantai Markov { Xn}berada dalam status j pada step ke n.

Maka πj(n) = P[ Xn = j]

Distribusi awal (initial) dari masing-masing status 0, 1, 2, …… dinyatakan

sebagaiπj(0) = P[ X0 = j], untuk j = 0, 1, 2, ……

Suatu rantai Markov memiliki distribusi probabilitas stasioner π = (π0, π1, π2, ....,

πn ) apabila terpenuhi persamaan π = πP asalkan setiap πi ≥ 0 dan ∑iπi =1.

Jika suatu rantai Markov homogen waktu (stasioner dari waktu ke waktu) yang

irreducible, aperiodic, maka limit probabiltasnya

)(lim njnj

, untuk j = 0, 1, ......


selalu ada dan independent dari distribusi probabilitas status awal π (0) = (π0(0) , π1

(0) ,

π2(0), …..).

Jika seluruh status tidak positif recurrent (jadi seluruhnya recurrent null atau

seluruhnya transient), maka πj = 0 untuk semua j dan tidak terdapat distribusi

probabilitas stasioner.


BAB III

PENGENALAN MS. EXCEL DAN MATRIKS

Pendahuluan

Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi

lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation

untuk sistem operasi Microsoft Windows dan Mac OS. Aplikasi ini memiliki fitur

kalkulasi dan pembuatan grafik yang, dengan menggunakan strategi marketing

Microsoft yang agresif, menjadikan Microsoft Excel sebagai salah satu program

komputer yang populer digunakan di dalam komputer mikro hingga saat ini. Bahkan,

saat ini program ini merupakan program spreadsheet paling banyak digunakan oleh

banyak pihak, baik di platform PC berbasis Windows maupun platform Macintosh

berbasis Mac OS, semenjak versi 5.0 diterbitkan pada tahun 1993. Aplikasi ini

merupakan bagian dari Microsoft Office System, dan versi terakhir adalah versi

Microsoft Office Excel 2007 yang diintegrasikan di dalam paket Microsoft Office

System 2007 .

Sebelum mulai memasuki pembahasan Microsoft Excel, ada baiknya kita

mengenal lebih dulu bagaimana tampilan Microsoft Excel itu, beserta beberapa

istilah-istilah umum yang akan digunakan.


Dalam Microsoft Excel terdapat 4 komponen utama yaitu :

1. Row Heading

Row Heading (Kepala garis), adalah penunjuk lokasi baris pada lembar kerja

yang aktif. Row Heading juga berfungsi sebagai salah satu bagian dari penunjuk sel

(akan dibahas setelah ini). Jumlah baris yang disediakan oleh Microsoft Excel adalah

65.536 baris.

2. Column Heading

Column Heading Row Heading

Function Bar Cell


Column Heading (Kepala kolom), adalah penunjuk lokasi kolom pada lembar

kerja yang aktif. Sama halnya dengan Row Heading, Column Heading juga berfungsi

sebagai salah satu bagian dari penunjuk sel (akan dibahas setelah ini). Kolom di

simbol dengan abjad A – Z dan gabungannya. Setelah kolom Z, kita akan menjumpai

kolom AA, AB s/d AZ lalu kolom BA, BB s/d BZ begitu seterus sampai kolom

terakhir yaitu IV (berjumlah 256 kolom). Sungguh suatu lembar kerja yang sangat

besar, bukan. (65.536 baris dengan 256 kolom).

3. Cell Pointer

Cell Pointer (penunjuk sel), adalah penunjuk sel yang aktif. Sel adalah

perpotongan antara kolom dengan baris. Sel diberi nama menurut posisi kolom dan

baris. Contoh. Sel A1 berarti perpotongan antara kolom A dengan baris 1.

4. Formula Bar

Formula Bar, adalah tempat kita untuk mengetikkan rumus-rumus yang akan

kita gunakan nantinya. Dalam Microsoft Excel pengetikkan rumus harus diawali

dengan tanda ‘=’ . Misalnya kita ingin menjumlahkan nilai yang terdapat pada sel A1

dengan B1, maka pada formula bar dapat diketikkan =A1+B1 .

Menggerakkan Penunjuk Sel (Cell Pointer)

Cell Pointer berfungsi untuk penunjuk sel aktif. Yang dimaksud dengan sel

aktif ialah sel yang akan dilakukan suatu operasi tertentu. Untuk menggerakan ponter

dengan Mouse dapat dilakukan dengan meng-klik sel yang diinginkan. Untuk sel

yang tidak kelihatan kita dapat menggunakan Scroll Bar untuk menggeser layar

hingga sel yang dicari kelihatan lalu klik sel tersebut. Untuk kondisi tertentu kita


lebih baik menggunakan keyboard. Berikut daftar tombol yang digunakan untuk

menggerakan pointer dengan keyboard :

Tombol Fungsi

← ↑ → ↓ Pindah satu sel ke kiri, atas, kanan atau bawah

Tab Pindah satu sel ke kanan

Enter Pindah satu sel ke bawah

Shift + Tab Pindah satu sel ke kiri

Shift + Enter Pindah satu sel ke atas

Home Pindah ke kolom A pada baris yang sedang dipilih

Ctrl + Home Pindah ke sel A1 pada lembar kerja yang aktif

Ctrl + End Pindah ke posisi sel terakhir yang sedang digunakan

PgUp Pindah satu layar ke atas

PgDn Pindah satu layar ke bawah

Alt + PgUp Pindah satu layar ke kiri

Alt + PgDn Pindah satu layar ke kanan

Ctrl + PgUp Pindah dari satu tab lembar kerja ke tab lembar berikutnya

Ctrl + PgDn Pindah dari satu tab lembar kerja ke tab lembar sebelumnya

Format Worksheets

MENAMBAHKAN BORDER DAN COLOR

Kita dapat menambahkan border pada lembar kerja kita. Caranya adalah dengan

memblok terlebih dahulu cell yang akan kita beri border, kemudian klik tombol pada

tab home


Kemudian pilihlah jenis border yang diinginkan.

Microsoft Excel 2007 menyediakan pula style border yang dapat langsung kita

gunakan. Untuk menggunakannya klik tombol CELL STYLES pada tab home :

MERGE CELLS & ALLIGN CELL CONTENTS

Microsoft Excel juga menyediakan fasilitas merge cells dan memiliki fungsi yang

sama seperti pada Microsoft word. Klik tombol berikut pada tab home.

Dan untuk mengatur alignment klik tombol berikut :


o Menggunakan Rumus (Formula)

Rumus merupakan bagian terpenting dari Program Microsoft Excel , karena

setiap tabel dan dokumen yang kita ketik akan selalu berhubungan dengan rumus dan

fungsi. Operator matematika yang akan sering digunakan dalam rumus adalah ;

Lambang Fungsi

+ Penjumlahan

- Pengurangan

* Perkalian

/ Pembagian

^ Perpangkatan

% Persentase

Proses perhitungan akan dilakukan sesuai dengan derajat urutan dari operator

ini, dimulai dari pangkat (^), kali (*), atau bagi (/), tambah (+) atau kurang (-).

o Menggunakan Fungsi

Fungsi sebenarnya adalah rumus yang sudah disediakan oleh Microsoft Excel,

yang akan membantu dalam proses perhitungan. kita tinggal memanfaatkan sesuai

dengan kebutuhan. Pada umumnya penulisan fungsi harus dilengkapi dengan

argumen, baik berupa angka, label, rumus, alamat sel atau range. Argumen ini harus

ditulis dengan diapit tanda kurung ().

Beberapa Fungsi yang sering digunakan:

1. Fungsi Average(…)

Fungsi ini digunakan untuk mencari nilai rata-rata dari sekumpulan

data(range). Bentuk umum penulisannya adalah


=AVERAGE(number1,number2,…), dimana number1, number2, dan seterusnya

adalah range data yang akan dicari nilai rata-ratanya.

2. Fungsi Logika IF(…)

Fungsi ini digunakan jika data yang dimasukkan mempunyai kondisi tertentu.

Misalnya, jika nilai sel A1=1, maka hasilnya 2, jika tidak, maka akan bernilai 0.

Biasanya fungsi ini dibantu oleh operator relasi (pembanding) seperti berikut ;

Lambang Fungsi

= Sama dengan

< Lebih kecil dari

> Lebih besar dari

<= Lebih kecil atau sama dengan

>= Lebih besar atau sama dengan

<> Tidak sama dengan

3. Fungsi Max(…)

Fungsi ini digunakan untuk mencari nilai tertinggi dari sekumpulan data

(range). Bentuk umum penulisannya adalah =MAX(number1,number2,…), dimana

number1, number2, dan seterusnya adalah range data (numerik) yang akan dicari nilai

tertingginya.

4. Fungsi Min(…)

Sama halnya dengan fungsi max, bedanya fungsi min digunakan untuk

mencari nilai terendah dari sekumpulan data numerik.


5. Fungsi Sum(…)

Fungsi SUM digunakan untuk menjumlahkan sekumpulan data pada suatu

range. Bentuk umum penulisan fungsi ini adalah =SUM(number1,number2,…).

Dimana number1, number2 dan seterusnya adalah range data yang akan dijumlahkan.

6. Fungsi Left(…)

Fungsi left digunakan untuk mengambil karakter pada bagian sebelah kiri dari

suatu teks. Bentuk umum penulisannya adalah =LEFT(text,num_chars). Dimana

text adalah data yang akan diambil sebagian karakternya dari sebelah kiri, num_chars

adalah jumlah karakter yang akan diambil.

7. Fungsi Mid(…)

Fungsi ini digunakan untuk mengambil sebagian karakter bagian tengah dari

suatu teks. Bentuk umum pemakaian fungsi ini adalah

=MID(text,start_num,num_chars). Artinya mengambil sejumlah karakter mulai

dari start_num, sebanyak num_char.

8. Fungsi Right(…)

Fungsi ini merupakan kebalikan dari fungsi left, kalau fungsi left mengambil

sejumlah karakter dari sebelah kiri, maka fungsi mengambil sejumlah karakter dari

sebelah kanan teks.. Bentuk umum penulisannya adalah =RIGHT(text,num_chars).

Dimana text adalah data yang akan diambil sebagian karakternya dari sebelah kanan,

num_chars adalah jumlah karakter yang akan diambil.

9. Fungsi HLOOKUP dan VLOOKUP

Fungsi HLOOKUP dan VLOOKUP digunakan untuk membaca suatu tabel

secara horizontal (VLOOKUP) atau secara vertikal (VLOOKUP). Bentuk umum

penulisan fungsi ini adalah :

=HLOOKUP(Lookup_value, Table_array, Row_index_num,…)


=VLOOKUP(Lookup_value, Table_array, Col_index_num,…)

Dari rumus diatas, dapat dilihat bahwa bedanya hanya pada nomor indeksnya

saja, kalau kita pakai HLOOKUP, maka digunakan nomor indeks baris

(Row_index_num), tapi kalu pakai VLOOKUP digunakan nomor indeks kolom

(Col_index_num). Nomor indeks adalah angka untuk menyatakan posisi suatu

kolom/baris dalam tabel yang dimulai dengan nomor 1 untuk kolom/baris pertama

dalam range data tersebut.

o Menggunakan GRAFIK

Salah satu fungsi unggul dalam Ms Excel 2007 adalah grafik dimana dapat

melihat hasil tabel diubah menjadi ke dalam grafik dengan cepat. Dengan fungsi

grafik para ilmuwan dapat menampilkan data mereka. Ms Excel menyediakan

berbagai macam bentuk grafik yang mencakupi Line, XY, Column, Bar, Batang,

Area, Stock, dan sebagainya. Grafik dapat dilihat dalam menu INSERT sebagai

berikut.

Setelah klik tombol , maka akan muncul menu sebagai berikut : Klik tombol ini


Setelah masuk ke Insert Chart, maka silakan pilih jenis grafik yang anda

inginkan sesuai selera anda. Jika sudah terpilih jenis Chart yang anda inginkan,

silakan klik OK. Namun, karena membuat grafik perlu sebuah tabel data untuk

menampilkan grafiknya.

OPERASI MATRIKS DALAM EXCEL

Matriks adalah sekumpulan bilangan rill (atau elemen) atau kompleks yang disusun

baris dan kolom sehingga membentuk jajaran (array) persegi panjang. Matriks

mempunyai m baris dan n kolom disebut matriks m x n (yaitu matriks ‘m kali ‘n) atau

matriks berorde m x n.


Suatu matriks ditunjukkan dengan menuliskan jajarannya diantara kurung siku,

misalkan 1 23 4 adalah matriks 2 x 2dengan 1, 2, 3, dan 4 adalah elemen-elemennya.

Matriks dinotasikan dengan huruf kapital A, B, K, dan sebagainya.

Secara umum, matriks A mxn =

Perhatikan bahwa elemen matriks A tersebut berindeks rangkap, misalnya a23

menyatakan elemen matriks A pada baris ke-2 dan kolom ke-3, sedangkan matriks A

berordo m X n dan ditulis Amxn

Jenis-jenis Matriks

Berdasarkan ordonya terdapat jenis matriks, sbb :

a. Matrik bujursangkar/persegi yaitu matriks berordo n x n atau banyaknya baris sama

dengan banyaknya kolom disebut juga sebagai matriks persegi berordo n.

Contoh: B 2 x 2 = 1 46 12 maka 1 dan 12 dikatakan berada pada diagonal utama B.

b. Matriks baris yaitu matriks berordo 1 x n atau hanya memiliki satu baris.

Contoh: C1x3 =

c. Matriks kolom yaitu matriks yang hanya memiliki satu kolom


Contoh: E 1 x 2 = 24

d. Matriks tegak yaitu matriks berordo m x n dengan m>n

Contoh: A =246

319

, A berordo 3 X 2 sehingga matriks A tampak tegak

e. Matriks datar yaitu matriks berordo m x n dengan m<n

Contoh: F = , F berordo 2 X 3 sehingga matriks F tampak datar.

Berdasarkan elemen-elemen penyusunnya terdapat jenis matriks, sbb :

a. Matriks nol yaitu matriks yang semua elemen penyusunnya adalah nol dan

dinotasikan sebagai O.

Contoh: O 3 x 1 =

b. Matriks diagonal yaitu matriks persegi yang semua elemen diatas dan dibawah

diagonalnya adalah nol dan dinotasikan sebagai D.

Contoh: D2x2 = 5 00 4

c. Matriks skalar yaitu matriks diagonal yang semua elemen pada diagonalnya sama.

Contoh: D4x4 =


d. Matriks simetri yaitu matriks persegi, yang setiap elemennya, selain elemen

diagonal, adalah simetri terhadap diagonal utama.

Contoh: F 2 x 2 = 5 11 4

e. Matriks simetri miring yaitu matriks simetri yang elemen-elemennya, selain

elemen diagonal, saling berlawanan.

Contoh: G3x3 =

f. Matriks Identitas/satuan yaitu matriks diagonal yang semua elemen pada diagonal

utamanya adalah 1 dan dinotasikan sebagai I.

Contoh: I 2 x 2 = 1 00 1

g. Matriks transpose yaitu matriks yang diperoleh dari memindahkan elemen-elemen

baris menjadi elemen pada kolom atau sebaliknya. Transpose matriks A

dilambangkan dengan A T

Contoh: A3x2 =235

46

10,maka AT = , perhatikan bahwa ordo dari AT

adalah 2 X 3.

Determinan, adjoin matriks, dan Invers Matriks

1. Deterninan Matriks Persegi

a. Determinan matriks ordo 2 x 2

0 5 -7

-5 0 -2

7 2 0


Matriks berordo 2 × 2 yang terdiri atas dua baris dan dua kolom. Pada

bagian ini akan dibahas determinan dari suatu matriks berordo 2 × 2. Misalkan A

adalah matriks persegi ordo 2 × 2 dengan bentuk A =

dcba

Determinan matriks A di definisikan sebagai selisih antara perkalian

elemenelemen pada diagonal utama dengan perkalian elemen-elemen pada

diagonal sekunder. Determinan dari matriks A dinotasikan dengan det A atau |A|.

Nilai dari determinan suatu matriks berupa bilangan real.

Berdasarkan definisi determinan suatu matriks, Anda bisa mencari nilai

determinan dari matriks A, yaitu:

det A = |A| =

dcba

= a × d – b × c = ad – bc

Contoh

A =

4321

, maka det A = |A| =

4321

= 1.4 – 2.3 = 4 – 6 = -2

b. Determinan matriks ordo 3 x 3

Pada bagian ini, akan mempelajari determinan mariks berordo 3 × 3. Misalkan A

matriks persegi berordo 3 × 3 dengan bentuk

A =

333231

232221

131211

aaaaaaaaa

Untuk mencari determinan dari matriks persegi berordo 3 × 3, akan digunakan

suatu metode yang dinamakan metode Sarrus.

Adapun langkah-langkah yang harus di lakukan untuk mencari determinan

matriks berordo 3 × 3 dengan metode Sarrus adalah sebagai berikut:


1. Salin kembali kolom pertama dan kolom kedua matriks A di sebelah kanan

tanda determinan.

2. Hitunglah jumlah hasil kali elemen-elemen pada diagonal utama dan

diagonal lain yang sejajar dengan diagonal utama (lihat gambar). Nyatakan

jumlah hasil kali tersebut dengan Du

3231

2221

1211

333231

232221

131211

aaaaaa

aaaaaaaaa

Du = 322113312312332211 aaaaaaaaa

3. Hitunglah jumlah hasil kali elemen-elemen pada diagonal sekunder dan

diagonal lain yang sejajar dengan diagonal sekunder (lihar gambar).

Nyatakan jumlah hasil harga tersebut dengan Ds.

3231

2221

1211

333231

232221

131211

aaaaaa

aaaaaaaaa

Ds = 122133112332132231 aaaaaaaaa

4. Sesuai dengan defi nisi determinan matriks maka determinan dari matriks A

adalah selisih antara Du dan Ds yaitu Du – Ds.

det A =

3231

2221

1211

333231

232221

131211

aaaaaa

aaaaaaaaa

= ( 322113312312332211 aaaaaaaaa )-(

122133112332132231 aaaaaaaaa )

Contoh :


Diketahui matriks A =

101312243

Tentukan nilai determinan matriks A.

Jawab :

det A = 011243

101312243

= [(–3 × 1 × (–1)) + (4 × 3 × 1) + (2 × 2 × 0)] – [(1 × 1 × 2) +

(0 × 3 × (–3)) + (–1 × 2 × 4)]

= (3 + 12 + 0) – (2 + 0 – 8) = 21

Jadi, nilai determinan matriks A adalah 21.

ADJOINT MATRIKS

Merupakan transpose dari suatu matriks (Aij*).

Adjoint (A) =

*...**:::

*...***...**

21

22212

12111

nnnn

n

n

AAA

AAAAAA

Dengan Aij* adalah kofaktor dari aij

1 ≤ i ≤ n

1 ≤ j ≤ n

Aij* = (-1)i+j.Mij


C =

314532001

Maka kofaktor dari kesembilan elemen dari C adalah :

C11* = (-1)1+1.M11 = 1.

3153

= 4

C23* = (-1)2+3.M23 = -1.

1401

= -1

C12* = (-1)1+2.M12 = -1.

3452

= 14

C31* = (-1)3+1.M31 = 1.

5300

= 0

C13* = (-1)1+3.M13 = 1.

1432

= -10

C32* = (-1)3+2.M32 = -1.

5201

= -5

C21* = (-1)2+1.M21 = -1.

3100

= 0

C33* = (-1)3+3.M33 = 1.

3201

= 3

C22* = (-1)2+2.M22 = 1.

3401

= 3

Sehingga didapat Adj (C) =

31105314

004


Invers Matriks Persegi

Definisi Invers Matriks

Misalkan A dan B adalah dua matriks yang berordo 2 × 2 dan memenuhi persamaan

AB = BA = I2 maka matriks A adalah matriks invers dari matriks B atau matriks B

adalah matriks invers dari matriks A.

Contoh : Perhatikanlah perkalian matriks-matriks berikut.

Misalkan A =

2513

dan B =

3512

AB =

2513

3512

=

6510103356

=

1001

= 2I

Perkalian AB menghasilkan 2I (matriks identitas berordo 2 × 2)

Misalkan P =

1427

dan Q =

7421

PQ =

1427

7421

=

7844141487

=

1001

= 2I


Perkalian PQ menghasilkan 2I .

Berdasarkan perkalian-perkalian tersebut, ada hal yang harus Anda ingat,

yaitu perkalian matriks A dan matriks B menghasilkan matriks identitas (AB = I ) Ini

menunjukkan matriks B merupakan matriks invers dari matriks A, yaitu B = A–1 atau

bisa juga dikatakan bahwa matriks A merupakan invers dari matriks B, yaitu A = B–1.

Begitu pula untuk perkalian matriks P dan matriks Q berlaku hal serupa.

Contoh :

Diketahui matriks A =

1121

dan B =

1121

tentukan Apakah

matriks B merupakan invers dari matriks A?

Jawab :

Matriks B merupakan invers dari matriks A jika memenuhi persamaan

AB = I

AB =

1121

1121

=

12112221

=

1001

= I

Oleh karena AB = I maka matriks B merupakan invers dari matriks A.

Penurunan rumus invers matriks ordo 2 × 2

Rumus Invers Matriks Berordo 2 × 2

Misalkan A =

dcba

invers dari A adalah A-1, yaitu

A -1=

acbd

Adet1 , dengan det A ≠ 0


Contoh :

Tentukan invers dari matriks D =

117

63

Jawab :

det D =

117

63 = 3(11) – (–7)(–6) = 33 – 42 = –9

D -1 =

37611

det1

A

=

37

6119

1

=

93

97

96

911

=

31

97

32

911


BAB IV

PENCIPTAAN IDE

Proses pengembangan produk baru dimulai dengan pencarian ide. Beberapa ahli

pemasaran percaya bahwa peluang terbesar dan peningkatan tertinggi produk baru

ditemukan dengan mengungkapkan kemungkinan rangkaian terbaik dari kebutuhan

pelanggan yang belum terpenuhi atau inovasi teknologi. Ide produk baru bisa berasal

dari interaksi dengan berbagai kelompok menggunakan teknik yang menghasilkan

kreativitas.

Didorong oleh gerakan inovasi terbuka, banyak perusahaan semakin melangkan ke

luar perusahaan untuk mendapatkan sumber eksternal ide-ide baru, termasuk

pelanggan, karyawan, ilmuwan, insinyur, anggota saluran, agensi pemasaran,

manajemen puncak, dan bahkan pesaing.

Kebutuhan dan keinginan pelanggan merupakan tempat yang logis untuk memulai

riset. Wawancara satu-satu dan diskusi kelompok fokus dan mengeksplorasi

kebutuhan dan reaksi produk. Griffin dan Hauser menyarankan bahwa dengan

mengadakan 10 sampai 20 wawancara pengalaman mendalam per segmen pasar kita

dapat mengetahui mayoritas kebutuhan pelanggan secara luas. Akan tetapi, banyak

pendekatan tambahan yang menguntungkan.

Pendekatan tradisional berpusat pada perusahaan terhadap inovasi produk, sedang

beralih ke dunia dimana perusahaan bekerja sama dengan pelanggan untuk

menciptakan produk. Perusahaan semakin beralih ke sumber daya masyarakat untuk

menghasilkan ide baru. Sumber daya masyarakat berarti kita mengundang komunitas

internet untuk membantu menciptakan konten atau piranti lunak, sering diiringi

dengan hadiah uang. Strategi ini membantu dalam menciptakan produk dan

perusahaan baru seperti ensiklopedia sumber terbuka, Wikipedia, situs web video


yang sangat popular, YouTube, yang telah dibeli oleh Google, dan iStockphoto

perusahaan “stokmikro”.

Selain menghasilkan ide baru dan lebih baik, kerja sama dalam berkreasi dapat

membuat pelanggan menjadi merasa lebih dekat dan menyukai perusahaan, dan

memberitahukan keterlibatan mereka kepada orang lain melalui mulut ke mulut.

Konsumen yang memiliki pengalaman kebutuhan lebih dulu daripada konsumen

lainnya (lead users) bisa menjadi sumber atau bahkan masukan yang baik ketika

mereka melakukan inovasi produk tersebut. Produk kesehatan, ketika konsumen

semakin sibuk mulai membutuhkan suplemen untuk menjaga stamina, menambahkan

vitamin dan memperbaiki pola makan. Beberapa perusahaan yang ingin mnarik

konsumen menggunakan lead users dalam proses desain produk mereka.

Karyawan di seluruh perusahaan dapat menjadi sumber ide untuk meningkat

produksi, produk dan jasa. Perusahaan dapat memotivasi karyawan untuk

mengumpulkan ide-ide baru ke manajer ide atau manajer penelitian dan

pengembangan. Selain itu dapat dilakukan dengan meneliti produk dan jasa pesaing.

Cara yang dapat dilakukan dalam menemukan ide produk baru adalah sebagai

berikut:

1. Menjalankan sesi informal, di dalam sesi tersebut kelompok pelanggan

bertemu dengan desainer perusahaan untuk mendiskusikan masalah dan

kebutuhan serta bertukar pikiran tentang solusi potensial.

2. Memberikan waktu luang, waktu penelitian, bagi kelompok teknis untuk

melakukan kegiatan mereka.

3. Mengadakan sesi tukar pikiran dengan pelanggan sebagai fitur standar tur

pabrik.


4. Survey pelanggan untuk menemukan apa yang mereka sukai dan tidak mereka

sukai dengan produk.

5. Lakukan riset dengan pelanggan.

6. Gunakan riset kelompok pelanggan dalam satu ruangan untuk

mengidentifikasi masalah dan sekelompom orang teknis di ruangan lain untuk

mendengarkan dan bertukar pikiran tentang solusi.

7. Mengadakan pencarian kata kunci secara rutin untuk publikasi produk di

berbagai negara yang meluncurkan produk baru.

8. Menggunakan pameran dangan sebagai misi intelejen pemasaran.

9. Mengirim bagian teknis dan pemasaran ke laboratorium perusahaan pemasok

untuk menemukan sesuatu yang baru.

10. Mendirikan ruang ide dan membuatnya terbuka dan mudah diakses oleh

karyawan sehingga memungkinkan karyawan untuk mengulas ide dan

menambahkan ide tersebut.

Berikut ini adalah cara yang digunakan untuk merangsang kreativitas karyawan atau

perorangan :

1. Menyebutkan atribut. Menyebutkan atribut objek seperti minuman tradisional

yang terbuat dari jahe. Kemudian memodifikasi produk dengan fortifikasi

dengan vitamin atau bahan tambahan lain untuk menghasilkan produk yang

lebih baik dan memenuhi kebutuhan konsumen.

2. Mendorong hubungan. Menyebutkan beberapa ide dan mempertimbangkan

hubungan dengan ide lainnya. Dalam merancang produk baru, misalnya,

petimbangkan minuman serbuk dan evervesent sebagai ide terpisah. Lalu

bayangkan produk minuman tradisional jahe dalam bentuk evervesent.


3. Analisis morfologis. Dimulai dengan masalah, seperti “kemudahan membawa

produk, kuat, dan melindungi produk yang ada di dalamnya. Dengan

menyebutkan berbagai kombinasi kita dapat menemukan banyak solusi baru.

4. Analsis asumsi terbalik. Menyebutkan semua asumsi normal tentang entitas

dan membalikkan. Misalnya kita mengasumsikan bahwa perusahaan

menghasilkan berbagai produk dari bahan baku alami. Kemudian perusahaan

baru melihat produk pertanian yang belum ditawarkan oleh perusahaan lain.

Sehingga perusahaan tersebut dapat mengembangkan produk dengan bahan

baku tersebut.

5. Konteks baru. Melaksanakan proses yang familiar, seperti layanan membantu

konsumen dan menempatkan mereka dalam konsteks baru.

6. Pemetaan pikiran. Dimulai dengan pikiran, seperti minuman instan,

menulisnya lalu memikirkan yang muncul dengan pikiran berikutnya,

hubungan dengan minuman instan, lalu pikirkan hal yang berhubungan

berikutnya dan lakukan dengan semua hubungan yang muncul dengan setiap

kata baru. Bisa jadi ide baru secara keseluruhan akan muncul.

Untuk mempermudah dalam mencari ide secara manual, kita dapat menggunakan

beberapa situs sebagai berikut :

1. Google Trend (http://www.google.com/trends), situs ini untuk melihat pasar

dari ide anda (misalnya : cell phones, laptop computers dan lain-lain). Ide

tersebut akan terlihat top pasarnya (misalnya Amerika, Canada, Australia),

kemudian kita dapat memilih salah satu.

2. Google Adword (https://adwords.google.com/), situs ini untuk mencari niche

keyword.

3. Google Search (http://www.google.co.id/), situs ini untuk melihat pesaing.


BAB V

PENYARINGAN IDE

Tujuan untuk menghasilkan ide adalah menciptakan banyak ide. Tujuan tahap

berikutnya adalah untuk mengurangi ide menjadi sedikit ide yang menarik dan dapat

dipraktekkan saja. Tahap pengurangan ide yang pertama adalah penyaringan. Tujuan

penyaringan ide adalah untuk menolak ide-ide buruk sedini mungkin. Alasannya

adalah bahwa biaya pengembangan produk semakin besar dalam setiap tahap

pengembangan. Jika suatu produk mencapai tahap berikutnya, manajemen

berpendapat bahwa mereka telah melakukan banyak investasi dalam produk tersebut

sehingga produk tersebut harus diluncurkan untuk mengembalikan investasi mereka.

Tetapi ini berarti membiarkan uang baik mengejar uang buruk dan pemecahan yang

sebenarnya adalah dengan tidak membiarkan ide-ide yang buruk dapat mencapai

sedemikian jauh

Dalam penyaringan ide, perusahaan harus menghindari dua jenis kesalahan.

1. Kesalahan Penolakan

Kesalahan ini terjadi jika perusahaan menolak ide yang sebenarnya bagus. Hal yang

paling mudah untuk dilakukan adalah menemukan kesalahan pada ide orang lain.

Beberapa perusahaan terkejut ketika mereka melihat kembali beberapa ide yang

mereka tolak:

Xerox melihat sesuatu yang menjanjikan dari mesin foto copy Chester Carlson; IBM

dan Eastman Kodak tidak melihatnya sama sekali. RCA dapat melihat kesempatan

inovatif dari Radio; Victor Talking Machine Company tidak dapat. Henry Ford

mengenali prospek yang menjanjikan dari mobil; tetapi hanya General Motors yang

menyadari perlunya membagi pasar mobil menjadi segmen-segmen berdasarkan

harga dan kinerjanya. Marshal Field memahami kemungkinan pengembangan pasar

yang unik dari pembelian cicilan; Endicott tidak memahaminya, menyebutnya ‘sistem


paling buruk yang dirancang untuk menciptakan kesulitan’. Maka lenyaplah

kesempatan itu.

Jika suatu perusahaan banyak melakukan kesalahan Penolakan, berarti standarnya

terlalu konservatif.

2. Kesalahan Lanjutan

Kesalahaan ini terjadi jika perusahaan mengijinkan ide yang buruk untuk diteruskan

ke tahap pengembangan dan komersialisasi. Kita dapat membedakan tiga jenis

kegagalan produk. Kegagalan produk yang absolut menimbulkan kerugian.;

penjualan tidak dapat menutupi biaya variabel. Kegagalan produk parsial juga

menimbulkan kerugian, tetapi penjualannya dapat menutupi biaya variabel dan

sebagian biaya tetap. Kerugian produk relatif memberikan laba yang lebih kecil

daripada sasaran tingkat pengembalian yang diinginkan perusahaan.

Penyaringan gagasan juga merupakan keputusan kritis karena prosedur penyaringan

yang terlalu lemah dapat menyebabkan diterimanya ide-ide tidak bagus sehingga

produk baru yang dikembangkan mengalami kegagalan dipasar dan sebaliknya jika

prosedur penyaringan terlalu ketat, ada kemungkinan ide yang bagus, mempunyai

prospek dan berharga ditolak dan bahkan akan lebih mahal bagi perusahaan karena

kehilangan peluang. Prosedur penyaringan yang dilakukan dengan cara memeringkat

gagasan produk baru, terdiri dari tujuh tahap berikut :

1. Menetapkan dimensi penting yang seharusnya menjadi pertimbangan bagi

perusahaan, seperti marketability produk dan daya tarik pasar.

2. Membagi dimensi yan penting dalam sub-factor.

3. Memberi bobot sub-faktor

4. Memperkirakan kinerja masing-masing sub-faktor

5. Menghitung nilai perkiraan

6. Mengalikan total nilai


7. Menghitung indeks total.

Keunggulan sistem ini terletak pada mendorong setiap orang yang terlibat dalam

evaluasi produk baru untuk mengidentifikasi criteria yang relevan dan menghitung

nilai masing-masing. Kelemahannya berasal dari kemungkinan bahwa ringkasan

penilaian menutup-nutupi kelemahan penting yang apabila diungkap proposal produk

sebenarnya tidak layak.

Selanjutnya ide-ide yang bertahan hidup pada tahap penyaringan kemudian dilakukan

evaluasi. Evaluasi dilakukan untuk mengurangi resiko, membantu meningkatkan

peluang produk dan rencana pemasaran strategisnya sehingga mempertajam peluang

keberhasilan produk dan profitabilitas jangka panjangnya. Evaluasi terhadap ide-ide

produk baru berdasarkan pada :

1. Potensi pasar

2. Luasnya potensi pasar yang mampu dipenuhi oleh perusahaan

3. Biaya yang berhubungan dengan proyek pengembangan produk baru.

4. Perkiraan kemampulabaan dari produk baru.

Tujuan evaluasi adalah untuk memastikan bahwa produk baru akan memberi manfaat

yang diinginkan dan memberikan data untuk meningkatkan produk dan atau

mengurangi biayanya. Hasil evaluasi itu menunjukkan bagaimana produk baru akan

bekerja dibawah kondisi penggunaan aktual.


BAB VI

PENGEMBANGAN DAN PENGUJIAN KONSEP

Ide produk dapat diubah ke beberapa konsep. Pertanyaan pertama adalah siapa yang

akan membeli produk ini. Kedua, apa manfaat utama yang disediakan produk ini.

Dengan menjawab pertanyaan ini, perusahaan dapat membentuk beberapa konsep :

Konsep 1 : Minuman tradisional dalam kemasan untuk orang-orang yang

menginginkan minuman instan berkhasiat dengan harga murah.

Konsep 2 : Minuman tradisional dalam kemasan untuk orang-orang yang

menginginkan minuman instan berkhasiat dengan kualitas yang tinggi.

Setiap konsep merepresentasikan konsep kategori yang mendefinisikan

persaingan produk. Misalkan konsep minuman instan merupakan konsep yang paling

baik. Tugas berikutnya adalah menunjukkan posisi produk bubuk ini dalam

hubungannya dan preferensi konsumen. Peta tersebut memberikan gambaran

kuantitatif tentang situasi pasar dan bagaimana konsumen melihat produk, layanan,

dan merek yang berbeda beserta berbagai dimensi. Dengan meletakkan preferensi

konsumen di atas persepsi merek, pemasar dapat mengungkapkan celah yang

menunjukkan kebutuhan konsumen yang belum terpenuhi.

Perusahaan membagi pangsa pasar ke dalam segmen-segmen pasar tertentu di

mana masing-masing segmen tersebut bersifat homogen. Perbedaan keinginan dan

hasrat konsumen merupakan alasan yang utama untuk diadakannya segmentasi pasar.

Jika terdapat bermacam-macam hasrat dan keinginan konsumen, maka perusahaan

dapat mendesain suatu produk untuk mengisi suatu heterogenitas keinginan dan

hasrat tersebut. Dengan demikian dapat berkreasi dengan suatu penambahan

penggunaan yang khusus untuk konsumen dalam segmen yang diinginkan.


Konsumen akan mau membayar lebih tinggi terhadap produk yang mereka butuhkan

bila mereka menerima berbagai keuntungan dari produk tersebut.

Perusahaan atau para penjual mengklasifikasikan beberapa kelompok sasaran

segmen pemasaran, yakni segmentasi pasar konsumen, segmentasi pasar industri, dan

segmentasi pasar internasional. Kelompok segmen pasar tersebut memiliki

karakteristik berbeda, sehingga memerlukan cara tersendiri untuk menanganinya.

Membuat Segmentasi Pasar Konsumen

Segmentasi bisa disebut juga mapping strategy atau strategi memetakan pasar.

Sebelum menjalankan aktivitasnya, pemasar harus terlebih dahulu merumuskan

cakupan (scope) pasar, dalam hal ini konsumen yang akan dilayaninya. Setelah

cakupan ditetapkan, kemudian pasar tersebut harus dipilah-pilah (dikelompokkan) ke

dalam segmen-segmen yang lebih kecil berdasarkan kesamaan karakteristik dari

konsumen atau pelanggan tersebut. Aktivitas memilah-milah konsumen atau

pelanggan ke dalam segmen-segmen (kelompok-kelompok) yang lebih kecil inilah

yang dikenal dengan segmentsai.

Tingkat segmentasi pasar terdiri dari :

1. Pemasaran Segmen; segmen pasar terdiri dari kelompok besar yang dapat

diidentifikasi dalam sebuah pasar dengan keinginan, daya beli, lokasi

geografis, perilaku pembelian, dan kebiasaan pembelian yang serupa.

Segmentasi merupakan pendekatan yang berada di titik tengah antara

pemasaran masal dan pemasaran indivudual.

2. Pemasaran relung (niche); merupakan kelompok yang didefinisikan secara

lebih sempit. Pemasar biasanya mengidentifikasi relung dengan membagi-

bagi sebuah segmen menjadi sub-segmen.


3. Pemasaran lokal; pemasaran sasaran menghasilkan program pemasaran yang

disesuaikan dengan kebutuhan dan keinginan kelompok pelanggan lokal.

4. Pemasaran individual; segmentasi yang mengarah pada “segmen tunggal”,

“pemasar sesuai pesanan (costumized marketing).

Pola segmentasi

1. Preferensi homogen; menunjukkan suatu pasar dimana semua konsumen

secara kasar memiliki preferensi yang sama. Pasar tidak menunjukkan segmen

alami.

2. Preferensi tersebar; menunjukkan bahwa preferensi konsumen sangat

beragam.

3. Preferensi kelompok; pasar mungkin menunjukkan kelompok preferensi yang

berbeda-beda, yang disebut segmen pasar alami.

Tidak ada cara tunggal untuk membuat segmen pasar. Pemasar harus mencoba

variabel segmentasi yang berbeda, secara sendiri atau kombinasi untuk mencari cara

terbaik untuk memetakan struktur pasar. Terdapat beberapa variabel utama yang

sering digunakan untuk menentukan segmentasi pasar, yakni variabel geografik,

demografik, psikografik, dan tingkah laku tertentu.

1. Segmentasi Geografik

Segmentasi geografik membagi pasar menjadi beberapa unit secara geografik

seperti negara, regional, propinsi, kota, wilayah kecamatan, wilayah kelurahan dan

kompleks perumahan. Sebuah perusahaan mungkin memutuskan untuk beroperasi

dalam satu atau beberapa wilayah geografik ini atau beroperasi di semua wilayah

tetapi tidak memperhatikan kebutuhan dan keinginan psikologis konsumen.

Banyak perusahaan dewasa ini “merigionalkan“ program pemasaran produknya,

dengan melokalkan produk, iklan, promosi dan usaha penjualan agar sesuai dengan

kebutuhan masingmasing regional, kota, bahkan kompleks perumahan.


2. Segmentasi Demografi

Segmentasi pasar demografik membagi pasar menjadi kelompok berdasarkan pada

variabel seperti jenis kelamin, umur, status perkawinan, jumlah keluarga, umur

anak, pendapatan, jabatan, lokasi geografi, mobilitas, kepemilikan rumah,

pendidikan, agama,

ras atau kebangsaan. Faktor-faktor demografik ini merupakan dasar paling populer

untuk membuat segmen kelompok konsumen.

Alasannya utamanya, yakni kebutuhan konsumen, keinginan, dan mudah diukur.

Bahkan, kalau segmen pasar mula-mula ditentukan menggunakan dasar lain, maka

karakteristik demografik pasti diketahui agar mengetahui besar pasar sasaran dan

untuk menjangkau secara efisien.

a. Umur dan Tahap Daur Hidup

Perusahaan menggunakan segmentasi umur dan daur hidup, yakni menawarkan

produk berbeda atau menggunakan pendekatan pemasaran yang berbeda untuk

kelompok umur dan daur hidup berbeda. Misalnya, beberapa perusahaan

makanan ringan “ciki” membuat produknya untuk konsumsi kaum anak-anak

dan remaja.

b. Jenis Kelamin

Perusahaan menggunakan segmentasi jenis kelamin untuk memasarkan

produknya, misalnya pakaian, kosmetik, dan majalah. Banyak perusahaan

kosmetika, yang mengembangkan produk parfum yang hanya ditujukan kepada

para wanita atau kaum pria.


c. Pendapatan

Pemasar produk telah lama menggunakan pendapatan menjadi segmentasi

pemasaran produk dan jasanya, seperti mobil, kapal, pakaian, kosmetik dan jasa

transportasi. Banyak perusahaan membidik konsumen kaya dengan barang-

barang mewah dan jasa yang memberikan kenyamanan dan keselamatan ekstra,

sebaliknya ada beberapa perusahaan kecil yang membidik konsumen dengan

level social-ekonomi menengah ke bawah.

d. Segmentasi Demografik Multivariasi

Perusahaan banyak yang mensegmentasi pasar dengan menggabungkan dua atau

lebih variabel demografik. Misalnya, suatu pemasaran produk yang segmentasi

pasarnya diarahkan pada umur dan jenis kelamin.

3. Segmentasi Psikografik

Segmentasi psikografik membagi pembeli menjadi kelompok berbeda berdasarkan

pada karakteristik kelas sosial, gaya hidup atau kepribadian. Dalam kelompok

domografik, orang yang berbeda dapat mempunyai ciri psikografik yang berbeda.

a. Kelas Sosial

Kelas sosial ternyata mempunyai pengaruh kuat pada pemilihan jenis mobil,

pakaian, perabot rumah tangga, properti, dan rumah. Pemasar menggunakan

variabel kelas sosial sebagai segmentasi pasar mereka.

b. Gaya Hidup

Minat manusia dalam berbagai barang dipengaruhi oleh gaya hidupnya, dan

barang yang mereka beli mencerminkan gaya hidup tersebut. Atas dasar itu,

banyak pemasar atau produsen yang mensegmentasi pasarnya berdasarkan gaya

hidup konsumennya. Sebagai misal, banyak produsen pakaian remaja yang


mengembang-kan desain produknya sesuai dengan selera dan gaya hidup

remaja.

c. Kepribadian

Para pemasar juga menggunakan variabel kepribadian untuk mensegmentasi

pasar, memberikan kepribadian produk mereka yang berkaitan dengan

kepribadian konsumen. Strategi segmentasi pasar yang berhasil berdasarkan

pada kepribadian telah dipergunakan untuk produk seperti kosmetik, rokok, dan

minuman ringan.

4. Segmentasi Tingkah Laku

Segmentasi tingkah laku mengelompokkan pembeli berdasarkan pada

pengetahuan, sikap, penggunaan atau reaksi mereka terhadap suatu produk. Banyak

pemasar meyakini bahwa variabel tingkah laku merupakan awal paling baik untuk

membentuk segmen pasar.

a. Kesempatan

Segmentasi kesempatan membagi pasar menjadi kelompok berdasarkan

kesempatan ketika pembeli mendapat ide untuk membeli atau menggunakan

barang yang dibeli. Pembeli dapat dikelompokkan menurut kesempatan ketika

mereka mendapat ide untuk membeli, benar-benar membeli, atau menggunakan

barang yang dibeli. Segmentasi kesempatan dapat membantu perusahaan

meningkatkan pemakaian produknya.

Sebagai misal, Kodak menggunakan segmentasi kesempatan untuk merancang

dan memasarkan kamera sekali pakai. Konsumen hanya perlu memotrek dan

mengembalikan film, kamera, dan semuanya, untuk diproses. Dengan

menggabungkan lensa, kecepatan film, dan peralatan tambahan yang lain. Kodak


mengembangkan kamera versi khusus untuk hampir segala macam kesempatan,

dari fotografi bawah air sampai memotret bayi.

b. Manfaat yang Dicari

Salah satu bentuk segmentasi yang ampuh adalah mengelompokkan pembeli

menurut manfaat yang mereka cari dari produk. Segmentasi manfaat membagi

pasar menjadi kelompok menurut beragam manfaat berbeda yang dicari

konsumen dari produk. Segmentasi manfaat menuntut ditemukannya manfaat

utama yang dicari orang dalam produk, jenis orang yang mencari setiap manfaat,

dan merek utama yang mempunyai manfaat.

Perusahaan dapat menggunakan segmentasi manfaat untuk memperjelas segmen

manfaat yang mereka inginkan, karakteristiknya, serta merek utama yang

bersaing. Mereka juga dapat mencari manfaat baru dan meluncurkan merek yang

memberikan manfaat itu.

c. Status Pengguna

Pasar dapat disegmentasi menjadi kelompok bukan pengguna, mantan pengguna,

pengguna potensial, pengguna pertama kali, danpengguna regular dari suatu

produk. Pemimpin pemasaran akan memfokuskan pada cara menarik pengguna

potensial, sedangkan perusahaan yang lebih kecil akan memfokuskan pada cara

menarik pengguna saat ini agar meninggalkan pimpinan pemasaran.

d. Tingkat Pemakaian

Dalam segmentasi tingkat pemakaian, pasar dapat dikelompokkan menjadi

kelompok pengguna ringan, menengah dan berat. Jumlah pengguna berat

seringkali hanya sebagian kecil dari pasar, tetapi menghasilkan persentase yang

tinggi dari total pembelian.


Pengguna produk dibagi menjadi dua bagian sama banyak, yakni separuh

pengguna ringan, dan separuh pengguna berat, menurut tingkat pembelian dari

produk spesifik. Sebagai contoh, ditunjukkan bahwa sejumlah 41% rumah

tangga yang disurvai membeli bir, sebesar 87% pengguna berat peminum bir

(hampir tujuh kali lipat dari pengguna ringan).

e. Status Loyalitas

Sebuah perusahaan dapat disegmentasikan berdasarkan loyalitas konsumen.

Konsumen dapat loyal terhadap merek, toko dan perusahaan. Pembeli dapat

dibagi beberapa kelompok menurut tingkat loyalitas mereka. Beberapa

konsumen benar-benar loyal(membeli selalu membeli satu jenis produk),

kelompok lain agak loyal (mereka loyal pada dua merek atau lebih dari suatu

produk, atau menyukai satu merek tetapi kadang-kadang membeli merek yang

lain).

Pemasar harus berhati-hati ketika menggunakan loyalitas merek dalam strategi

segmentasinya. Pola pembelian yang loyal pada merek ternyata mencerminkan

sebagai kebiasaan, sikap acuh tak acuh, harga yang rendah atau daftar yang telah

tersedia.

Membuat Segmentasi Pasar Industri

Tahapan penentuan segmentasi industri pada umumnya, pertama memilih dan

menentukan industri yang dilayani; dalam industri terpilih, para pemasar bisa

mensegmentasi berdasarkan ukuran pelanggan dan lokasi geografik; lebih lanjut

segmentasi dapat difokuskan berdasarkan pendekatan atau kriteria pembelian.

Basis segmentasi untuk pasar industrial adalah aspek geografis, demografis, faktor

situasional, dan karakteristik-karakteristik personal.


1. Geografis (wilayah, sentra industri dan perdagangan).

2. Demografis (jenis industri, kapasitas atau luas produksi).

3. Variabel operasional (tingkat teknologi, pola konsumsi, kapabilitas dan

kebutuhan pelanggan).

4. Pendekatan pembelian (tingkat wewenang bagian pembelian, struktur

wewenang, kebijakan pembelian, kriteria pembelian).

5. Faktor situasional (tingkat kepentingan, penggunaan, tingkat pemesanan).

6. Karakteristik personal (kesamaan pembeli-penjual, sikap terhadap resiko,

tingkat loyalitas terhadap pemasok).

Membuat Segmentasi Internasional

Perusahaan dapat mensegmentasi pasar internasional dengan menggunakan

satu variabel atau suatu kombinasi dari beberapa variabel. Segmentasi dapat

dilakukan berdasarkan lokasi geografik, yakni mengelompokkan negara menurut

regional, seperti Eropa Barat, Sekitar Pasifik, Timur Tengah, atau Afrika, atau

Negara-negara yang sudah diorganisasikan secara geografis menjadi kelompok pasar,

atau “zona perdagangan bebas,” seperti Uni Eropa, Asosiasi Perdagangan Bebas

Eropa, atau Asosiasi perdagangan bebas Amerika Utara. Segmentasi geografik ini

menganggap bahwa bangsa yang hidup berdampingan mempunyai banyak sifat dan

tingkah laku yang sama.

Pasar internasional dapat juga disegmentasikan berdasarkan faktor-faktor

ekonomi. Misalnya, negara-negara dapat dikelompokkan menurut tingkat pendapatan

penduduk atau menurut tingkat perkembangan ekonomi secara keseluruhan, seperti

negara Kelompok Tujuh, yakni Amerika Serikat, Inggris, Perancis, Jerman, Jepang,

Kanada dan Italia yang memiliki industri telah mantap. Selain itu, negara-negara

dapat juga disegmentasi berdasarkan faktor-faktor politik dan peraturan, seperti tipe

dan stabilitas pemerintahan, penerimaan terhadap perusahaan asing, peraturan


moneter, dan jumlah birokrasi. Faktor-faktor budaya, dapat juga dipergunakan,

pengelompokan pasar berdasarkan pada bahasa, pengelompokkan pasar berdasarkan

pada bahasa, agama, nilai-nilai dan sikap, kebiasaan dan pola tingkah laku bersama.

Mensegmentasi pasar internasional mengganggap bahwa segmen tersebut terdiri atas

faktor-faktor geografi, ekonomi, politik, dan budaya lain, yang menganggap bahwa

segmen tersebut terdiri atas kumpunan negara.

Proses Segmentasi Pasar

Proses segmentasi mempunyai beberapa langkah. (1) identifikasi basis

segmentasi pasar, (2) mengumpulkan informasi pasar, (3) mengembangkan

komposisi profil segmen, (4) penetapan konsekuensi pemasaran, (5) estimasi masing-

masing potensi segmen pasar, (6) analisis peluang pasar, dan (7) penetapan

penguasaan pasar. Langkah-langkah proses segmentasi pasar tersebut dapat

digambarkan dalam skema sebagai berikut:


Gambar . Proses Segmentasi Pasar

Pentingnya Melakukan Segmentasi

Segmentasi pasar diperlukan karena :

1. Peusahaan dapat lebih baik memahami perilaku segmen-segmen pasar yang lebih

homogen sehingga dapat lebih baik dalam melayani kebutuhan-kebutuhan

mereka. Program pemasaran dapat lebih diarahkan sesuai dengan perilaku dan

kebutuhan masing-masing segmen pasar.

2. Apabila pasar terlalu luas dan berperilaku sangat beragam, perusahaan dapat

memilih satu atau beberapa segmen pasar saja. Sehingga kapasitas pasar dapat

lebih sesuai dengan luas segmen-segmen pasar yang terbentuk.

3. Pasar bersifat dinamis, tidak statis, yang berarti bahwa pasar berkembang terus

yang ditandai dengan perubahan-perubahan seperti sikap, siklus kehidupan,

kondisi keluarga, pendapatan, pola geografis dan sebagainya.

4. Produk barang atau jasa berubah sesuai dengan siklus kehidupan produk tersebut,

dari tahap perkenalan sampai tahap penurunan.

Persyaratan Segmentasi Yang Efektif

Ada banyak cara untuk mensegmentasi pasar, namun tidak semua segmentasi

efektif. Terdapat beberapa faktor yang harus dipertimbangkan untuk melakukan

segmentasi pasar yang efektif. Keempat faktor tersebut adalah:

1. Dapat diukur (Measurability), yaitu informasi mengenai sifatsifat pembeli yang

mencakup ukuran, daya beli dan segmen yang dapat diukur. Misalnya, jumlah


segmen masyarakat kaya sebagai calon pembeli mobil yang dijadikan segmen

penjualan mobil Toyota Kijang.

2. Dapat dijangkau (Accessibility), yaitu segmen pasar dapat dijangkau dan

dilayani secara efektif.

3. Besarnya cakupan (Substantiality), yaitu tingkat keluasan segmen pasar dan

menjanjikan keuntungan bila dilayani. Suatu segmen sebaiknya merupakan

kelompok yang homogen dengan jumlah yang cukup besar, sehingga cukup

bernilai jika dilayani dengan program pemasaran yang disesuaikan.

4. Dapat dilaksanakan, yakni program yang efektif dapat dirancang untuk menarik

dan melayani segmen tersebut. Sebagai misal, walaupun sebuah perusahaan

angkutan antar kota mengidentifikasi sepuluh segmen pasar, namun stafnya

terlalu sedikit untuk mengembangkan pemasaran terpisah bagi tiap segmen.

5. Memberikan keuntungan (profitable), Segmentasi pasar bukanlah pekerjaan

yang mudah. Apabila segmen-segmen pasar yang telah terbentuk masing-masing

atau sebagian besar tidak memberikan keuntungan dari perbedaan tersebut, maka

usaha ini tidak bermanfaat. Artinya hanya segmen-segmen yang memberikan

peluang untuk keuntungan rancangan tersebut yang bermanfaat.

Salah satu metode yang dapat digunakan untuk melakukan segmentasi adalah analisis

cluster. Contoh analisis cluster sebagai berikut :

Dalam sebuah perawatan psikiater. Kita mengukur setiap subjek dengan

menggunakan empat kuesioner yang terdiri dari : Spielberger Trait Anxiety Inventory

(STAI), the Beck Depression Inventory (BDI), a measure of Intrusive Thoughts and

Rumination (IT) and a measure of Impulsive Thoughts and Actions (Impulse).

Asumsi yang digunakan dalam pengukuran ini adalah respon subjek terhadap metode

yang digunakan. Dalam menguji analisis, kita menggunakan dua orang psikolog

dengan dasar DSM-IV. Data yang diperoleh sebagai berikut :


Tabel 2 : data

Pengolahan data menggunakan SPSS V16 for windows dengan cara sebagai berikut :

1. Setelah keseluruhan data yang dikumpulkan tersebut di entry, selanjutnya klik

menu analyze dan pilih sub menu Classify lalu Hierarchical Cluster hingga

muncul tampilan :


2. Masukkan semua variabel ke dalam kotak Variable(s) dan klik Statistics,

pilih agglomeration schedule dan pada bagian Cluster Membership klik

Single solution, pada Number of cluster pilih 3, seperti pada tampilan di

bawah ini dan klik Continue

3. Pilih Method, pada bagian Cluster Method pilih Ward’s method, dan pada

bagian measure klik interval dan pilih Costumized. Abaikan kolom yang

lain seperti pada gambar dibawah ini :


4. Pilih Plot, pada bagian klik Dendrogram, dan pada bagian Icicle klik All

cluster dan pada Orientation klik Vertical. Abaikan kolom yang lain seperti

pada gambar dibawah ini :

5. Kemudian klik OK, sehingga diperoleh hasil sebagai berikut :


Dari data di atas, kita dapat melihat tiga cluster dan kita akan melanjutkan analisis

untuk menentukan grup cluster. Hasil yang diperoleh dapat dilihat pada tabel

dibawah.


B. Target Pasar (Targetting)

Dalam menetapkan sasaran pasar (target pasar), perusahaan terlebih dulu

harus melakukan segmentasi pasar, dengan cara mengelompokkan konsumen

(pembeli) ke dalam kelompok dengan ciri-ciri (sifat) yang hampir sama. Setiap

kelompok konsumen dapat dipilih sebagai target pasar yang akan dicapai. Segmentasi

pasar dimaksudkan untuk mengkaji dan mencari kesempatan segmen pasar yang

dihadapi perusahaan, menilai segmen pasar, dan memutuskan berapa banyak dari

segmen pasar yang ada tersebut yang akan dilayani oleh perusahaan. Penentuan target

pasar sangat penting karena perusahaan tidak dapat melayani seluruh konsumen atau

pembeli yang ada di pasar. Pembeli yang ada terlalu banyak dengan kebutuhan dan

keinginan yang beragam atau bervariasi, sehingga perusahaan harus mengidentifikasi

bagian pasar mana yang akan dilayaninya sebagai target pasar.

Kegiatan pemasaran akan lebih berhasil jika hanya diarahkan kepada

konsumen tertentu sebagai target pasar yang dituju. Target pasar adalah kelompok

konsumen yang agak homogen, yang akan dijadikan sasaran pemasaran perusahaan.

Dalam hal ini perusahaan harus memperhatikan jenis kebutuhan dan keinginan

konsumen. Selain itu perlu diperhatikan pula kebutuhan dan keinginan kelompok

konsumen manakah yang akan dipenuhi. Konsumen memang pembeli yang harus

dilayani perusahaan dengan memuaskan. Namun, tidak mungkin perusahaan benar-

benar dapat memberikan kepuasan kepada seluruh konsumen yang ada di pasar,

karena terbatasnya kemampuan atau sumber daya perusahaan. Untuk itu perusahaan

perlu menentukan batas pasar yang akan dilayani atau yang menjadi target pasar,

melalui pengelompokkan konsumen berdasarkan ciri-ciri atau sifatnya dikaitkan

dengan kebutuhan dan keinginan mereka.

Adapun yang dimaksud dengan target pasar adalah kelompok konsumen yang

mempunyai ciri-ciri atau sifat hampir sama (homogen) yang dipilih perusahaan dan

yang akan dicapai dengan strategi bauran pemasaran (marketing mix). Dengan


ditetapkannya target pasar, perusahaan dapat mengembangkan posisi produknya dan

strategi bauran pemasaran untuk setiap target pasar tersebut. Target pasar perlu

ditetapkan, karena bermanfaat dalam :

1. Mengembangkan posisi produk dan strategi bauran pemasaran.

2. Memudahkan penyesuaian produk yang dipasarkan dan strategi bauran pemasaran

yang dijalankan (harga yang tepat, saluran distribusi yang efektif, promosi yang

tepat) dengan target pasar.

3. Membidik peluang pasar lebih luas, hal ini penting saat memasarkan produk baru.

4. Memanfaatkan sumber daya perusahaan yang terbatas seefisien dan seefektif

mungkin

5. Mengantisipasi persaingan

Dengan mengidentifikasikan bagian pasar yang dapat dilayani secara efektif,

perusahaan akan berada pada posisi lebih baik dengan melayani konsumen

tertentu dari pasar tersebut.

Dalam memilih pasar yang dituju (target pasar), perusahaan dapat menempuh

tiga alternatif strategi, yaitu: (1) Strategi yang Tidak Membeda-bedakan Pasar

(Undifferentiated Marketing), (2) Strategi yang Membeda-bedakan Pasar

(Differentiated Marketing), (3) Strategi yang Terkonsentrasi (Concentrated

Marketing).

(1). Undifferenciated Marketing

Meninjau pasar secara keseluruhan.

Memusatkan perhatian pada kesamaan kebutuhan konsumen.

Menghasilkan dan memasarkan satu macam produk.

Menarik semua konsumen dan memenuhi kebutuhan semua konsumen


Pasar yang dituju dan teknik pemasarannya bersifat massal.

Ditujukan kepada segmen terbesar yang ada dalam pasar.

(2). Differentiated Marketing

Melayani 2 atau lebih kelompok konsumen tertentu dengan jenis produk

tertentu pula.

Menghasilkan dan memasarkan produk yang berbeda-beda melalui program

pemasaran yang berbeda-beda untuk tiap kelompok konsumen tertentu

tersebut.

Mengarahkan usahanya pada keinginan konsumen.

Memperoleh loyalitas, kepercayaan, serta pembelian ulang dari kelompok

konsumen tertentu tersebut.

(3). Concentrated Marketing

Memilih segmen pasar tertentu.

Memusatkan segala kegiatan pemasarannya pada satu atau lebih segmen pasar

yang akan memberikan keuntungan terbesar.

Mengembangkan produk yang lebih ideal dan spesifik bagi kelompok

konsumen tersebut.

Memperoleh kedudukan/posisi yang kuat di dalam segmen pasar tertentu yang

dipilih.

Adapun faktor-faktor yang mempengaruhi strategi target pasar, antara lain :

1. Sumber-sumber perusahaan. Bila sumber daya yang dimiliki sangat terbatas

maka strategi target pasar yang tepat adalah concentrated marketing.


2. Homogenitas produk. Untuk produk yang homogen, maka strategi yang tepat

untuk target pasarnya adalah undifferentiated.

3. Tahap-tahap dalam siklus kehidupan produk. Strategi yang tepat bagi produk

baru adalah undifferentiated marketing. Untuk produk-produk yang banyak

variasinya dapat digunakan juga concentrated marketing. Pada tahap

kedewasaan produk digunakan strategi differenciated marketing.

4. Homogenitas pasar. Undifferentiated marketing cocok digunakan karena

pembeli punya cita rasa yang sama, jumlah pembelian yang sama dan memiliki

reaksi yang sama terhadap usaha pemasaran perusahaan.

5. Strategi pemasaran pesaing. Bila menghadapi pesaing yang menempuh strategi

sama dengan strategi perusahaan, maka perusahaan harus lebih aktif

mengadakan segmentasi untuk mendapat keberhasilan.

Untuk melakukan evaluasi target pasar diperlukan informasi dan analisis data

yang berkenaan dengan :

1. Produk yang dipasarkan dan strategi bauran pemasaran yang dijalankan.

Perusahaan dapat mengembangkan produk yang tepat untuk setiap target pasar

dengan mempertimbangkan apakah produk tersebut masih sesuai dengan

kebutuhan dan keinginan target pasar. Strategi bauran pemasaran yang dijalankan

diarahkan pada target pasar dengan penyesuai harga yang tepat, saluran distribusi

yang efektif, dan promosi yang tepat pola guna menjangkau target pasar.

2. Kepuasan konsumen yang menjadi target pasar.

Kepuasan konsumen dapat diukur dari suara konsumen, kritik, saran, atau

keluhan terhadap strategi pemasaran produk perusahaan. Makin kooperatif

konsumen, makin puas pula konsumen terhadap strategi pemasaran produk

perusahaan.


3. Laba perusahaan.

Pencapaian tingkat laba ditentukan oleh pencapaian tingkat penjualan yang

direncanakan dan harga penjualan yang ditetapkan. Makin tinggi tingkat berarti

makin berhasil strategi perusahaan tersebut.

Evaluasi ini dimaksudkan untuk menilai apakah target pasar yang dilayani

perusahaan masih dapat diharapkan memberikan kontribusi pada pencapaian tujuan

perusahaan. Jadi, bila kita ingin menentukan suatu target pasar yang dikehendaki,

perhatikan hal-hal berikut ini:

Lakukan segmentasi pasar Kembangkan profil dan daya tarik segmen pasar yang

ada Pilih segmen pasar yang dituju Kembangkan posisi produk untuk setiap

segmen pasar yang dituju Kemudian kembangkan bauran pemasaran untuk setiap

segmen pasar yang dituju.

C. Diferensiasi dan Positioning

Setelah mengidentifikasi segmen pasar, maka sebuah perusahaan juga harus

mengidentifikasi cara-cara spesifik yang dapat mendiferensiasikan produknya dan

memilih “competitive positioning”.

Diferensiasi

Pada dasarnya diferensiasi adalah tindakan merancang satu set perbedaaan

yang berarti untuk membedakan penawaran perusahaan dari penawaran pesaing

(Kotler dan Keller, 2009). Diferensiasi dapat dilakukan melalui lima dimensi berikut

ini :

1. Diferensiasi Produk, membedakan produk utama berdasarkan keistimewaan,

kinerja, kesesuaian, daya tahan, keandalan, kemudahan untuk diperbaiki, gaya

dan rancangan produk.


2. Diferensiasi Pelayanan, membedakan pelayanan utama berdasarkan kemudahan

pemesanan, pengiriman, pemasangan, pelatihan pelanggan, konsultasi

pelanggan, pemeliharaan dan perbaikan.

3. Diferensiasi Personil, membedakan personil perusahaan berdasarkan

kemampuan, kesopanan, kredibilitas, dapat diandalkan, cepat tanggap dan

komunikasi yang baik.

4. Diferensiasi Saluran, langkah pembedaan melalui cara membentuk saluran

distribusi, jangkauan, keahlian dan kinerja saluran-saluran tersebut.

5. Diferensiasi Citra, membedakan citra perusahaan berdasarkan perbedaan

identitas melalui penetapan posisi, perbedaan lambang dan perbedaan iklan.

Pemosisian Produk di Pasar (Positioning)

Positioning adalah tindakan merancang penawaran dan citra perusahaan

sehingga menempati suatu posisi kompetitif yang berarti dan berada dalam benak

pelanggan sasarannya (Kotler dan Keller, 2009). Positioning merupakan elemen yang

sangat utama dalam suatu strategi pemasaran. Sebuah perusahaan dapat menentukan

posisinya melalui persepsi pelanggan terhadap produknya dan produk pesaingnya

sehingga akan dihasilkan peta persepsi. Dengan menggunakan informasi dari peta

persepsi itu, dapat dikenali berbagai strategi penentuan posisi antara lain :

a. Positioning menurut atribut produk.

Usaha memposisikan diri menurut atribut produknya.

b. Positioning menurut manfaat.

Produk diposisikan sebagai pemimpin dalam suatu manfaat tertentu

c. Positioning menurut harga/ kualitas.

Produk diposisikan sebagai nilai (harga dan kualitas) terbaik.

d. Positioning menurut penggunaan/ penerapan.


Usaha memposisikan produk sebagai yang terbaik untuk sejumlah penggunaan/

penerapan.

e. Positioning menurut pemakai.

Usaha memposisikan produk sebagai yang terbaik untuk sejumlah kelompok

pemakai

f. Positioning menurut pesaing.

Produk memposisikan diri sebagai lebih baik daripada pesaing utamanya.

g. Positioning menurut kategori produk.

Produk diposisikan sebagai pemimpin dalam suatu kategori produk.

Setelah kita menentukan dan memilih pasar sasaran, maka langkah selanjutnya

adalah menentukan strategi pokok untuk masuk ke dalam persaingan bisnis dan pasar

yaitu :

a. Memposisikan produk Anda di pasar sebagai langkah merebut pasar di pikiran

konsumen (mind share).

b. Strategi diferensiasi produk Anda (differentiation) sebagai langkah strategis

untuk membedakan produk Anda dengan produk pesaing dalam pikiran

konsumen (mind share).

c. Strategi penguatan merek (branding) dari propduk Anda sebagai langkah

strategis untuk menahan konsumen agar tetap loyal, setia, bangga, dan puas

dengan cara memasarkan dan menjual secara experiential (pengalaman) dan

emotional (emosi) di hati para calon konsumennya (heart share).

Memposisikan produk Anda dalam pikiran konsumen (mind share) sebagai langkah

awal yang jitu untuk memenangkan pertempuran (positioniong).

Perusahaan harus berpikir bahwa merek harus diposisikan berbeda agar tidak masuk

ke dalam jebakan komoditas produk (commodity trap). Oleh karena itu, tawarkan

suatu produk yang berbeda untuk pasar anda, sebab konsumen mempunyai

kebutuhan, keinginan, dan permintaan yang berbeda-beda.


Banyak pemasar menganjurkan untuk melakukan promosi sesuai dengan pemosisian

produk Anda, yaitu satu manfaat terhadap pasar sasaran. Hal ini karena pembeli

cenderung mengingat pesan ”nomor satu” terutama dalam masyarakat yang penuh

komunikasi. Hal ini membuat konsumen selalu teringat akan produk Anda dalam

jangka waktu lama. Pesan pemosisian bisa dicontohkan sebagai berikut :

Kualitas terbaik

Layanan terbaik

Harga termurah

Nilai terbesar

Teknologi paling mutakhir, dll.

Namun ada juga konsumen yang senang dengan pemosisian dua manfaat , agar

perusahaan mendapat ceruk khusus dalam segmen sasaran (niche market). Contoh

mobil volvo yang memosisikan diri sebagai mobil paling aman dan paling awet.

Mengembangkan Pemosisian Produk

Pemosisian produk (product positioning) dalam memposisikan produk relatif

pada produk pesaing dalam benak konsumen. Sasaran utama strategi pemosisian

adalah untuk membentuk sebuah citra merk tertentu dalam benak konsumen. Hal ini

dapat dicapai dengan mengembangkan suatu strategi yang koheren yang dapat

melibatkan semua elemen bauran pemasaran. Paling tidak ada lima pendekatan pada

strategi pemosisian antara lain :

a. Pemosisian berdasarkan ciri-ciri

b. Pemosisian berdasarkan penggunaan atau penerapan

c. Pemosisian berdasarkan pengguna produk

d. Pemosisian berdasarkan kelas produk

e. Pemosisian berdasarkan pesaing


a. Pemosisian Berdasarkan Ciri-Ciri

Pemosisian berdasarkan ciri-ciri (positioning by atribute) adalah mengkaitkan

sebuah produk dengan suatu ciri, kelengkapan produk atau manfaatnya bagi

konsumen. Hyundai dan Yugo menekankan harga yang rendah. Volvo menekankan

keamanan dan ketahanan, dengan menayangkan iklan uji tabrak serta menyitir data

statistik usia pengguna rata-rata mobil merek Volvo. Fiat, sebaliknya membuat suatu

upaya yang unik untuk memposisikan dirinya sebagai mobil Eropa yang dibuat

dengan keahlian seniman Eropa. BMW menekankan efisiensi penanganan dan

mesinnya, dengan menggunakan pita motto bertuliskan “mesin kemudi mutakhir”

serta memamerkan kemampuan kinerja BMW di jalur balap.

Sebuah produk baru juga dapat diposisikan dengan mengacu pada ciri-ciri

yang diabaikan pesaing. Kadang kala suatu produk dapat diposisikan dengan

mempertimbangkan dua atau lebih ciri sekaligus. Dimensi ciri harga/kualitas sangat

banyak digunakan untuk memosisikan produk maupun toko. Dalam berbagai kategori

produk, sebagian merek lebih menekankan penawaran layanan, kelengkapan, atau

kinerja produknya, dan harga yang tinggi adalah salah satu tanda bagi konsumen akan

tingginya kualitas.

b. Pemosisian Berdasarkan Penggunaan atau Penerapan

Strategi pemosisian lainnya adalah pemosisian berdasarkan penggunaan atau

penerapan (positioning by use or application). Sup Campbell selama bertahun-tahun

diposisikan untuk digunakan pada saat makan siang dan diiklankan dengan gencar

melalui radio pada saat siang hari. Saat ini berbagai macam Sup Campbell

diposisikan untuk digunakan bagi pembuatan saus dan keju atau sebagai salah satu

bagian dari makanan inti. AT&T memposisikan percakapan jarak jauh berdasarkan

suatu jenis penggunaan tertentu. Misalnya iklan “gapai dan sentuhlah seseorang”


memposisikan percakapan jarak jauh sebagai suatu metode berkomunikasi dengan

seseorang yang dicintai.

Produk dapat menggunakan strategi pemosisian berganda, walaupun setiap

penambahan strategi berarti juga mengundang kesulitan dan risiko. Sering kali

strategi pemosisian berdasarkan penggunaan digunakan sebagai posisi kedua atau

ketiga yang didisain untuk mengembangkan pasar.

c. Pemosisian Berdasarkan Pengguna Produk

Pendekatan lainnya adalah pemosisian berdasarkan pengguna produk

(positioning by product user) atau kelas pengguna. Lini kosmetik Charlie dari Revlon

diposisikan dengan mengkaitkannya dengan suatu profil gaya hidup tertentu.

Johnson&Johnson meningkatkan pangsa pasarnya dari 3 ke 14 persen ketika

perusahaan tersebut memposisi ulang shamponya dari sebuah produk yang digunakan

oleh bayi ke shampo yang digunakan untuk mereka yang sering mencuci rambutnya

yang berarti mereka membutuhkan shampo yang lembut. Strategi yang sama juga

digunakan untuk menarik orang dewasa menggunakan minyak bayi Johnson.

d. Pemosisian Berdasarkan Kelas Produk

Dalam kondisi tertentu seorang produsen dapat menggunakan pemosisian

berdasarkan kelas produk (positiong by product class). Misalnya, kopi Maxim yang

dikeringkan dalam kondisi dingin diposisikan sebagai kopi biasa dan kopi instan.

Beberapa jenis margarin diposisikan sebagai mentega. Sebuah produsen susu bubuk

memperkenalkan minuman sarapan instan yang diposisikan sebagai pengganti

sarapan pagi dan produk yang sama diposisikan sebagai makanan pengganti bagi

mereka yang sedang berdiet.


e. Pemosisian Berdasarkan Pesaing

Dalam sebagian besar strategi pemosisian, yang menjadi kerangka acuan yang

eksplisit dan implisit adalah persaingan (pemosisian berdasarkan pesaing). Sering kali

tujuan utama dari pemosisian jenis ini adalah untuk meyakinkan konsumen bahwa

suatu merek adalah lebih baik daripada merek pemimpin pasar (atau merek-merek

lain yang diterima baik selama ini) untuk ciri-ciri tertentu. Pemosisian dengan

mengacu pada pesaing biasanya dilakukan dalam iklan dimana pesaing disebutkan

dan diperbandingkan. Misalnya, iklan Burger Kings menyatakan bahwa burger dari

McDonald’s kandungan daging sapinya lebih sedikit dan rasanya tidak seenaknya

produksi Burger Kings karena produk McDonald’s tidak dipanggang di atas api.

Pepsi dan Coke terus meluncurkan iklan perbandingan yang menyatakan bahwa

produk mereka memiliki rasa yang lebih enak dibandingkan produk pesaing.

Analisis faktor dapat digunakan untuk menentukan faktor apa saja yang

mempengaruhi terhadap ide yang akan diteliti. Berikut contoh kasus, berkenaan

dengan Pemerintah Kota XYZ yang bermaksud mendirikan terminal terpadu di

daerah Kota XYZ. Pihak Pemkot bermaksud untuk mengidentifikasi faktor-faktor

yang harus dipertimbangkan dalam merencanakan dan membangun terminal terpadu

dengan menggunakan metode Analisis Faktor. Untuk itu dikumpulkan data 10

variabel dari 17 kecamatan di Kota Bandung. Variabel-variabel yang dimaksud

adalah :

Var. 1 : jumlah preman/calo angkutan umum (orang)

Var. 2 : hirarki kecamatan dalam lingkup daerah (skor)

Var. 3 : skala pelayanan kecamatan (skor)

Var. 4 : jumlah warga kecamatan (KK)

Var. 5 : jumlah tenaga kerja yang tersedia (orang)

Var. 6 : luas lahan milik pemerintah yang di peruntukan terminal (Ha)

Var. 7 : luas tanah milik perorangan (Ha)


Var. 8 : jumlah keuangan kecamatan (Rp)

Var. 9 : panjang ruas jalan (Km)

Var. 10 : kinerja prasarana (skor)

Data tersaji sebagai berikut :

Untuk dapat melakukan penilaian terhadap kelayakan variabel di atas, yang perlu

diperhatikan bahwa satuan yang dimiliki oleh data (variabel) ternyata sangat

bervariasi (Ha, skor, Km, Rp, dll). Oleh karena itu, proses penilaian variabel untuk

kasus dengan data yang bervariasi dalam besaran, dilakukan dengan dua tahapan

yaitu : standarisasi data dengan Z-score dan penilaian variabel. Perlunya

dilakukan standarisasi terlebih dahulu mengandung maksud untuk menghindari

munculnya perbedaan yang sangat mencolok sehingga akan menyebabkan bias dalam

analisis faktor. Namun apabila data yang dimiliki tidak bervariasi dalam besaran,

dapat langsung melakukan langkah penilaian tanpa melakukan tahapan

standarisasi terlebih dahulu.

Langkah-langkah pengoperasian program SPSS V10 for windows untuk menjawab

masalah dia atas adalah sebagai berikut :


1. Setelah keseluruhan data yang dikumpulkan tersebut di entry, selanjutnya klik

menu analyze dan pilih sub menu Descriptive Statistics lalu Descriptives

hingga muncul tampilan :

2. Masukkan semua variabel ke dalam kotak Variable(s) dan aktifkan bagian

Save standardized values as variables. Abaikan bagian yang lain lalu tekan

tombol OK untuk menampilkan hasil standardisasi.

3. Selanjutnya perhatikan tampilan tabel data (buka data view). Perhatikan pada

kolom lanjutan telah muncul nilai masing-masing variabel yang telah

distandarkan, yaitu dengan muncul nilai Z-score masing-masing variabel

seperti :


4. Setelah melakukan standarisasi, langkah selanjutnya adalah melakukan

penilaian variabel. Adapaun langkah-langkah yang dilakukan dalam melaukan

penilaian variabel yaitu klik menu analyze dan pilih sub menu data

reduction lalu factor. Seperti gambar dibawah ini :

Kemudian akan muncul :

5. Sesuai dengan kasus, maka masukkan semua variabel Z-score yang ada ke

dalam bagian Variables. Selanjutnya klik pada kotak Deskriptives hingga

tampak seperti berikut :


6. Pada bagian Correlation Matrix berisi berbagai alat pengujian dengan dasar

korelasi antar variabel. Untuk itu, pada bagian ini pilih dengan cara

mengaktifkan kotak pada Determinant, KMO and Bartlett’s test of

Sphericity dan Antiimage.

7. Abaikan bagian yang lain dan selanjutnya tekan tombol Continue untuk

kembali ke menu utama; kemudian tekan OK untuk dapat menampilkan

output dari aplikasi program SPSS.

Sebelum melakukan pengujian, langkah yang harus dilakukan adalah menentukan

hipotesa terlebih dahulu. Adapun hipotesa untuk signifikansi adalah :

Ho : sampel (variabel) belum memadai untuk dianalisis lebih lanjut

H1 : sampel (variabel) sudah memadai untuk dianalisis lebih lanjut

Sedangkan kriteria dalam melihat signifikansi adalah :

Sig > 0,05, maka Ho diterima

Sig < 0,05, maka Ho ditolak

Selain itu perlu diperhatikan angka MSA (Measure of Sampling Adequacy), yaitu

berkisar 0 sampai 1 dengan kriteria :

- MSA = 1; variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel lain

- MSA > 0,5; variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut

- MSA < 0,5; variabel tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut,

atau harus dikeluarkan dari variabel lainnya

Dalam aplikasi SPSS, angka MSA ditunjukkan dalam Tabel matriks Anti Image;


tepatnya pada sumbu diagonal matriks Anti-Image Correlation. Output yang

ditampilkan dari beberapa langkah aplikasi program SPSS yang dilakukan di atas :

Nilai determinan yang dihasilkan adalah 2,292 x 10 , ini berarti menunjukkan nilai

yang mendekati 0; dan inilah yang diharapkan (Determinant ≈ 0). Dengan demikian

matriks korelasi yang terbentuk bukanlah matrik identitas.

Nilai KMO and Bartlett’s test adalh 0,618 dengan signifikansi 0,00. Oleh karena

nilaitersebut sudah di atas 0,6 dan signifikansi jauh di bawah 0,05, maka variabel dan

sampel yang ada sebenarnya cukup dapat dianalisis lebih lanjut. Namun demikian,

masih perlu diperhatikan nilai MSA yaitu dari tampilan output tabel Anti Image.

Perhatikan bagian Anti-Image Correlation, khususnya pada nilai korelasi yang

bertanda a (arah diagonal dari kiri atas ke kanan bawah); nilai MSA variabel jumlah

preman/calo angkutan umum = 0,736; variabel hirarki kecamatan dalam lingkup

regional = 0,755; dan seterusnya untuk variabel yang lain. Dengan kriteria nilai MSA

tersebut, terlihat MSA variabel luas lahan milik pemerintah

(6,772E ), jumlah keuangan kecamatan (0,382) dan kinerja prasarana (0,360) tidak

memenuhi batas 0,5. maka variabel tersebut dikeluarkan dan perlu dilakukan proses

pengujian ulang. Namun apabila terdapat lebih dari 1 variabel yang memiliki MSA di


bawah 0,5, maka yang dikeluarkan adalah variabel dengan MSA terkecil; dan proses

penilaian tetap harus dilakukan pengulangan. Dengan demikian variabel yang harus

dikeluarkan adalah luas lahan milik pemerintah.

Yang perlu diperhatikan bahwa dalam proses penilaian ulang tersebut, langkah-

langkah yang dilakukan = langkah penilaian sebelumnya. Hanya saja tidak lagi

memasukkan variabel yang telah dinyatakan harus dikeluarkan.

Untuk mengetahui apakah variabel-variabel tersebut dapat direduksi menjadi satu

atau lebih faktor. Dapat dilakukan dengan cara sebagai berikut :

1. Dari tampilan data yang telah di entry, klik menu analyze dan pilih sub menu

data reduction lalu factor.

2. Masukkan semua variabel (kecuali variabel luas lahan milik pemerintah)

ke dalam kotak Variables. Kemudian klik pada bagian extraction hingga

tampak:

3. Dalam menu Extraction berisikan berbagai tools untuk melakukan proses

ekstraksi variabel (factoring). Pada bagian Method tetapkan pada pilihan

Principal Components (pilihan ini sudah default). Kemudian untuk bagian

Analyze tetap pada pilihan Correlation Matrix; aktifkan unrotated factor

solution dan Scree plot pada bagian Display; sedangkan eigenvalues over

tetap pada angka 1 dan Maximum iteration, juga tetap pada angka 25.


abaikan bagian yang lain dan tekan tombol Continue untuk kembali ke menu

utama.

4. Selanjutnya klik pada bagian Rotation hingga muncul tampilan:

5. Pada Method berisikan berbagai metode rotasi; untuk itu pilih Varimax.

Sedangkan sehubungan dengan proses rotasi, untuk dapat menampilkan

output, maka pilih Rotated Solution dan Loading plot(s) pada Display.

Biarkan Maximum Iterations for Convergen tetap pada angka 25.

selanjutnya tekan tombil Continue untuk kembali ke menu utama.

6. Berikutnya klik pada bagian Options hingga muncul :

7. Pada bagian ini yang diharapkan yaitu agar tampilan output dengan sendirinya

telah mengurutkan nilai dari yang terbesar untuk keseluruhan variabel. Untuk

itu klik Sorted by size pada Coefficient Display Format. Abaikan bagian

yang lain kemudian tekan tombol Continue untuk kembali ke menu utama.

8. Tekan tombol OK untuk menampilkan output :


Communalities

Initial Extraction

Jumlah preman/calo angkutan umum

(orang) 1.000 .940

Hirarki kecamatan dalam lingkup daerah

(skor) 1.000 .851

Skala pelayanan kecamatan (skor) 1.000 .876

Jumlah warga kecamatan (KK) 1.000 .892

Jumlah tenaga kerja yang tersedia (orang) 1.000 .770

Luas lahan milik pemerintah yang di

peruntukan terminal (Ha) 1.000 .990

Luas tanah milik perorangan (Ha) 1.000 .591

Jumlah keuangan kecamatan (Rp) 1.000 .911

Panjang ruas jalan (Km) 1.000 .788

Kinerja prasarana (skor) 1.000 .916

Extraction Method: Principal Component Analysis.

Communalities merupakan nilai yang menunjukkan kontribusi variabel tersebut

terhadap faktor yang terbentuk. Dapat juga didefinisikan sebagai besaran nilai varians

(dalam persentase) suatu variabel yang dapat dijelaskan oleh faktor yang terbentuk.

Nilai communalities ini sama pengertiannya dengan nilai koefisien determinasi (pada

model regresi).

Pada tabel di atas misalnya, nilai communalities variabel jumlah preman/calo

angkutan umum = 94%; ini berarti sebesar 94% varians dari variabel jumlah

preman/calo angkutan umum dapat dijelaskan oleh faktor yang terbentuk.

Untuk variabel hirarki kecamatan dalam lingkup daerah, nilai communalities =

84,2%. Hal ini berarti sekitar 84,2% varians dari variabel hirarki kecamatan dalam


lingkup daerah dapat dijelaskan oleh faktor yang terbentuk. Demikian seterusnya

dengan variabel lainnya.

Semakin besar communalities sebuah variabel, berarti semakin erat hubungannya

dengan faktor yang terbentuk.

Total Variance Explained

Com

pone

nt

Initial Eigenvalues

Extraction Sums of Squared

Loadings

Rotation Sums of Squared

Loadings

Total

% of

Variance

Cumulati

ve % Total

% of

Variance

Cumulati

ve % Total

% of

Variance

Cumulativ

e %

1 4.959 49.587 49.587 4.959 49.587 49.587 4.914 49.144 49.144

2 2.435 24.349 73.936 2.435 24.349 73.936 2.474 24.742 73.887

3 1.132 11.317 85.253 1.132 11.317 85.253 1.137 11.367 85.253

4 .554 5.539 90.792

5 .438 4.379 95.171

6 .281 2.814 97.985

7 .109 1.089 99.075

8 .045 .453 99.528

9 .031 .314 99.841

10 .016 .159 100.000


Berdasarkan tabel di atas ada beberapa hal yang dapat diketahui :

- Nilai eigenvalues; yang menunjukkan jumlah variabel yang menjadi anggota suatu

faktor.


- Besaran variansi yang dapat dijelaskan oleh faktor dengan sejumlah variabel

pembentuknya.

- Jumlah faktor yang dapat terbentuk oleh sejumlah variabel yang dimiliki.

Setelah dilakukan ekstraksi, tampak dalam tabel di atas bahwa faktor yang terbentuk

sebanyak 2 faktor, dengan masing-masing mempunyai nilai eigenvalues 4,956 dan

2,434. sesuai dengan definisi eigenvalues, berarti kita dapat mengatakan bahwa

faktor-1 beranggotakan 4,956 variabel dan faktor-2 beranggotakan 2,434 variabel

(faktor yang mempunyai nilai eigenvalues < 1, berarti tidak mempunyai anggota

variabel pembentuk faktor).

Tabel di atas menunjukkan adanya 9 component (variabel) yang dimasukkan dalam

analisis faktor dengan masing-masing variabel memiliki variansi 1, maka total

variansi adalah 9x1 = 9.

Sesuai dengan jumlah faktor yang terbentuk dan jumlah variansi masing-masing

variabel yang diketahui, selanjutnya dapat dijelaskan oleh masing-masing faktor

maupun oleh keseluruhan faktor yang terbentuk (baik sebelum dirotasi dan setelah

dirotasi).

- Variansi faktor-1 : (4,956/9) x 100% = 44,066%

- Variansi faktor-2 : (2,434/9) x 100% = 27,046%

Artinya bahwa sebesar 44,066% variasni dari variabilitas pembentuk faktor-1 dapat

dijelaskan faktor tersebut, dan sebesar 27,046% variansi dari variabilitas pembentuk

faktor-2 dapat dijelaskan oleh faktor tersebut. Sedangkan total kedua faktor tersebut

akan mampu menjelaskan 82,122% (atau

44,066% + 27,046%) dari variabilitas kesembilan variabel asli tersebut.

Nilai batas eigenvalues pembentuk faktor adalah 1; apabila kurang dari 1 berarti tidak

terdapat variabel pembentuk faktor. Dengan demikian, dari grafik tersebut tampak

bahwa ada 2 faktor yang terbentuk. Hal ini berarti sama dengan hasil pendefinisian

sebelumnya.


Component Matrixa

Component

1 2 3

Jumlah preman/calo angkutan umum (orang) .946 -.212 .003

Skala pelayanan kecamatan (skor) .930 .089 .051

Hirarki kecamatan dalam lingkup daerah (skor) .915 -.058 .101

Jumlah tenaga kerja yang tersedia (orang) .858 .175 -.064

Jumlah warga kecamatan (KK) .800 .501 .016

Panjang ruas jalan (Km) .784 -.409 -.076

Luas tanah milik perorangan (Ha) .579 -.506 .029

Kinerja prasarana (skor) .130 .919 -.232

Jumlah keuangan kecamatan (Rp) .121 .909 .263

Luas lahan milik pemerintah yang di peruntukan

terminal (Ha) -.059 -.038 .992


a. 3 components extracted.

Tabel Component Matrix di atas menunjukkan nilai loading factor masing-masing

variabel terhadap faktor. Loading Factor adalah nilai yang menunjukkan hubungan

(korelasi) suatu variabel terhadap faktor. Apabila suatu variabel mempunyai nilai

loading factor terbesar pada faktor tertentu (dibanding faktor lainnya), maka variabel

tersebut akan menjadi anggota atau pembentuk faktor tersebut. Nilai loading factor

yang disarankan sebagai penentu komponen faktor yaitu setidaknya bernilai 0,7

(korelasi ≥ 0,7). Hal ini sesuai dengan pendefinisian koefisien korelasi bahwa (0,7 ≤ r

< 0,9) dikatakan bahwa adanya hubungan yang kuat antar variabel yang diteliti.


Dari tabel Component Matrixs di atas dapat pula diketahui distribusi variabel

terhadap 2 faktor yang terbentuk. Cara yang dilakukan untuk melihat distribusi

variabel tersebut yaitu dengan membandingkan nilai loading factor suatu variabel

pada faktor-faktor yang ada, misal :

- korelasi variabel jumlah preman/calo angkutan umum dengan faktor-1 adalah

+0,946, berarti menunjukkan hubungan yang sangat kuat. Sedangkan dengan faktor-2

mempunyai korelasi –0,211, yang berarti tidak adanya hubungan antara variabel

jumlah preman/calo angkutan umum dengan faktor-2. dengan demikian, variabel

jumlah preman/calo angkutan umum dimasukkan dalam komponen faktor-1.

Hal ini berlaku pula untuk variabel lainnya.

Apabila dalam ekstraksi yang dilakukan ini masih dirasa belum dapat diyakini,

misalnya masih adanya suatu variabel yang belum jelas akan menjadi komponen

faktor mana, maka langkah rotasi harus dilakukan. Sebagai contoh dalam kasus ini

yaitu variabel luas tanah milik perorangan yang mempunyai nilai loading factor pada

faktor-1 = +0,579 dan pada faktor-2 = -0,505. hal ini masih belum dapat diyakini

variabel tersebut akan masuk dalam komponen faktor-1 atau faktor-2. setelah

dilakukan proses rotasi dengan metode varimax, hasilnya :


Rotated Component Matrixa

Component

1 2 3

Jumlah preman/calo angkutan umum (orang) .965 -.090 -.022

Hirarki kecamatan dalam lingkup daerah

(skor) .918 .062 .073

Skala pelayanan kecamatan (skor) .912 .208 .018

Panjang ruas jalan (Km) .827 -.308 -.091

Jumlah tenaga kerja yang tersedia (orang) .826 .280 -.097

Jumlah warga kecamatan (KK) .730 .599 -.024

Luas tanah milik perorangan (Ha) .639 -.427 .024

Jumlah keuangan kecamatan (Rp) .012 .925 .234

Kinerja prasarana (skor) .005 .921 -.260

Luas lahan milik pemerintah yang di

peruntukan terminal (Ha) -.025 -.014 .995


Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 3 iterations.

Setelah dilakukan rotasi dapat disimpulkan :

- Faktor-1 mempunyai komponen variabel-variabel :

1. Jumlah preman/calo angkutan umum

2. Hirarki kecamatan dalam kingkup daerah

3. Skala pelayanan kecamatan

4. Panjang ruas jalan

5. Jumlah tenaga kerja yang tersedia


6. Jumlah warga kecamatan

7. Luas tanah milik perorangan

- Faktor-2 mempunyai komponen variabel-variabel :

1. Kinerja prasarana

2. Jumlah keuangan kecamatan

- Variabel luas lahan milik pemerintah tidak menjadi komponen baik faktor-1

maupun faktor-2. Hal ini dikarenakan variabel tersebut dianggap kurang mempunyai

hubungan (korelasi < 0,7) terhadap kedua faktor yang tebentuk.


BAB VII

PENGEMBANGAN STRATEGI PEMASARAN

Pengertian Marketing Mix (Bauran Pemasaran)

Marketing Mix adalah kombinasi dari empat variabel atau kegiatan yang

merupakan inti dari sistem pemasaran perusahaan. Konsep bauran pemasaran pertama

kali dikenalkan oleh John B McKitterick pada tahun 1957 pada konferensi Amerika

Marketing Asosiation di Chicago. McKettrick yang ketika itu menjabat sebagai

president of general electric memaparkan bahwa the marketing mix concept adalah

sebuah konsep yang berorentasi kepada pelanggan, profit dan filosofi bisnis. Konsep

ini kemudian dikombinasikan dengan empat elemen perusahaan dari konsep

pemasaran klasik yaitu market focus, costumer orientation, co-ordinated marketing

dan goal profitability.

Lalu pada tahun 1965 Neil H Borden memperkenalkan konsep marketing mix

dalam sebuah tulisan yang berjudul “the concept of the marketing mix” rumusan

Borden tentang marketing mix termasuk dalamnya (produk pricing, branding,

distribution channels, personnal celling, advertising, promotion, packing, display,

servicing, physical handing, fuct finding serta analisis). Jerome McCarthy yang

kemudian mengelompokkan rumusan ini ke dalam empat kategori yang kini dikenal

sebagai 4P dari marketing mix. Maka dengan kata lain bauran pemasaran (marketing

mix) dapat dikatakan sebagai serangkaian variabel pemasaran yang dapat dikuasia

oleh koperasi yang digunakan untuk mencapai tujuan dalam sasaran pasar seperti

yang tampak pada bagan berikut :

Bauran pemasaran didefinisikan oleh Swasta dan Irawan sebagai “kombinasi

dari 4P atau kegiatan yang merupakan inti dari sistem pemasaran yakni : produk

struktur harga, kegiatan promosi dan sistem distribusi. (1990 : 78)2 Sedangkan Kotler

dan Amstrong (2001:71-72) mendefinisikan marketing mix sebagai seperangkat alat


pemasaran taktis dan terkontrol yang dipadukan oleh perusahaan untuk menghasilkan

respons yang diinginkan sasaran pasar. Bauran pemasaran terdiri atas segala sesuatu

yang dapat dilakukan perusahaan atau koperasi untuk mempengaruhi permintaan

produknya. Dan ini dapat digolongkan dalam empat, kelompok variabel yang dikenal

dengan “4P” (price, product, plaece dan promotion).3

Maka dengan demikian bauran pemasaran (marketing mix) dapat disimpulkan

sebagai serangkaian dari pada variabel pemasaran yang dapat dikuasai oleh

perusahaan atau koperasi yang digunakan untuk mencapai tujuan dalam pasar sasaran

dan variabel itu terdiri atas “4P”

Di dalam pengambilan keputusan dibidang pemasaran hampir selalu berkaitan

dengan variabel-variabel marketing tersebut karena itu marketing mix sangat penting

sebagai alat yang dapat dipakai dalam pemasaran praktis variabel-variabel yang

tergabung dalam marketing mix.

1.1 Produk

Produk menurut Kotler dan Keller (2009 : ) dapat didefinisikan sebagai berikut

“produk adalah setiap apa saja yang ditawarkan ke pasar untuk mendapatkan

perhatian, pembelian, atau konsumsi yang dapat memenuhi keinginan atau

kebutuhan” meliputi benda fisik, jasa, tempat, organisasi dan gagasan.

Indikator-indikator yang bisa menunjukkan pertimbangan konsumen dalam

keputusan pembelian produk dikembangkan dalam teori sebagai berikut:

a. Inti Produk

Pada tingkat pertama ini perencanaan produk harus mampu mengupas apa

yang sebenarnya dibeli oleh pembeli. Dalam setiap produk terdapat

kebutuhan yang tersembunyi. Kedua faktor inilah yang sebenarnya harus

diketahui oleh perencana produk.

b. Wujud Produk

Setelah mengetahui dari inti produk dapat diwujudkan suatu produk yang

mempunyai karakteristik yaitu : mutu, ciri khas, model, corak, merek dan


kemasan. Boone dan Kurtz (2007:129) mengatakan bahwa sebuah nama

merek bagian dari merek yang terdirir atas kata-kata atau huruf-huruf yang

terdapat dalam sebuah nama. Yang membedakan penawaran-penawaran

perusahaan dari para pesaingnya.

Maka dari itu merek suatu barang itu merupakan hal yang sangat penting

dalam pengembangan sebuah produk karena merek merupakan identitas

yang selalu dan akan mudah diingat oleh para konsumen sehingga dalam

pemberian nama terhadap merek itu harus mudah diingat dan

menyenangkan.

c. Produk formal (formal product)

Merupakan penampilan atau perwujudan dari produk inti maupun perluasan

produknya. Produk formal ini lebih dikenal oleh sebagian besar pembeli

sebagai daya tarik, yang tampak langsung (tangible offer) dimata konsumen.

Dalam hal ini ada beberapa komponen yang terdapat pada produk yaitu

desain/bentuk, daya tahan/mutu, daya tarik/keistimewaan, pengemasan,

nama merek/brand name.

d. Produk tambahan (augmented product)

Mencakup berbagai tambahan manfaat yang dapat dinikmati oleh konsumen

dari produk inti yang dibelinya. Beberapa manfaat tambahan itu akan

memperluas manfaat produk yang ditawarkan atau dipasarkan.

Maka dari itu produk diklasifikasikan menjadi dua macam yaitu :

1) Produk Konsumen (Consumer Products)

Produk konsumen merupakan produk yang dibeli konsumen akhir untuk konsumsi

pribadi. Produk konsumen meliputi :

a) Produk sehari-hari (convenience product)

Merupakan produk dan jasa konsumen yang biasanya sering dan cepat dibeli

oleh pelanggan dan disertai dengan usaha yang sedikit dalam membandingkan

dan membeli. Harga produk sehari-harinya biasanya cukup murah dan


disebarkan cukup luas dibanyak lokasi atau toko agar produk tersedia dengan

mudah ketika pelanggan membutuhkannya.

b) Produk Shopping (shopping product)

Adalah produk yang jarang dibeli oleh konsumen sehingga dalam proses

pemilihan dan pembeliannya konsumen melakukan pembandingan

karakteristik seperti kecocokan, harga dan gaya.

c) Produk khusus atau spesial (specialty product)

Merupakan produk konsumen dengan karakteristik unik atau identifikasi merek

yang dicari oleh kelompok pembeli tertentu, sehingga mereka bersedia

mengeluarkan usaha khusus untuk memperolehnya.

d) Produk yang tidak dicari (unsought product)

Adalah produk konsumen dimana keberadaannya tidak diketahui atau jika

diketahui oleh konsumen pun tidak terpikir oleh mereka untuk membelinya.

Oleh karenanya, produk yang tidak dicari memerlukan iklan penjualan pribadi

dan upaya pemasaran lainnya.

2) Produk Industri (industrial product)

Produk industri adalah produk yang dibeli untuk pemrosesan lebih lanjut

atau penggunaan yang terkait dengan bisnis. Produk industri dapat dibagi

menjadi tiga kelompok, yaitu:

a) Bahan dan suku cadang

Meliputi bahan baku, bahan manufaktur dan suku cadang. Bahan

baku terdiri dari produk pertanian (gandum, kapas, dan sebagainya)

dan produk alami (ikan, kayu, dan sebagainya). Bahan manufaktur

dan suku cadang terdiri dari komponen bahan (besi, benang, semen)

dan komponen suku cadang (motor kecil, ban, cetakan). Harga serta

jasa adalah faktor pemasaran utama dalam kelompok ini, merek dan

iklan cenderung kurang begitu penting.

b) Barang modal

Merupakan Produksi industri yang membantu proses


produksi/operasi, termasuk pemasangan dan peralatan tambahan.

Pemasangan terdiri dari pembelian utama seperti bangunan dan

peralatan tetap. Peralatan tambahan meliputi peralatan pabrik yang

dapat dipindahkan dan peralatan kantor.

c) Perlengkapan dan jasa

Meliputi perlengkapan operasi dan alat-alat perbaikan dan

pemeliharaan serta jasa konsultasi bisnis. Jasa-jasa ini biasanya

diserahkan dengan menandatangani kontrak.

Penerapan marketing model dalam produk

Penjadwalan Produk

Sebuah perusahaan ABC memiliki bengkel ban mobil. ABC menerima pemesanan

1000 unit ban standar dan 1250 ban deluxe bulan depan dan 800 ban standar dan

1500 ban deluxe untuk tahun berikutnya. Semua order harus terpenuhi.

Biaya yang dibutuhkan untuk membuat satu ban standar sebesar Rp 100.000 dan Rp

160.000 untuk ban deluxe. Tersedia 1000 jam kerja dan 500 jam lembur untuk setiap

bulan. Setiap ban membutuhkan waktu pengerjaan selama 5 jam untuk ban standar

dan 6 jam untuk ban deluxe. Biaya penyimpanan sebesar Rp 20.000 sebulan untuk

setiap unit.

Tentukan waktu kerja dan waktu lembur untuk mengerjakan pesanan tersebut setiap

bulan.

.

Bulan 1 Bulan 2

Ban Waktu Kerja Lembur Waktu Kerja Lembur

Standar SR1 SO1 SR2 SO2

Deluxe DR1 DO1 DR2 DO2


Dimana :

SI = jumlah ban standar yang disimpan dari bulan 1 ke bulan 2

DI = jumlah ban deluxe yang disimpan dari bulan 1 ke bulan 2

Kita menginginkan untuk meminimalkan biaya produksi dan penyimpanan ban.

Min. (biaya produksi setiap ban x jumlah ban yang diproduksi) + (biaya penyimpanan

x jumlah ban yang disimpan).

Min 10SR1 + 15SO1 + 10SR2 + 15SO2 + 16DR1 + 24DO1 + 16DR2 + 24DO2 + 2SI

+ 2DI

Produksi bulan 1 = (jumlah yang dibutuhkan) + (jumlah yang disimpan)

Standar:

(1) SR1 + SO1 = 1,000 + SI or SR1 + SO1 - SI = 1,000

Deluxe:

(2) DR1 + DO1 = 1,250 + DI or DR1 + DO1 -–DI = 1,250

Produksi bulan 2 = (jumlah yang dibutuhkan) + (jumlah yang disimpan)

Standar:

(3) SR2 + SO2 = 800 - SI or SR2 + SO2 + SI = 800

Deluxe:

(4) DR2 + DO2 = 1,500 - DI or DR2 + DO2 + DI = 1,500

Jumlah jam kerja yang digunakan bulan 1 < jumlah jam kerja yang tersedia pada

bulan 1

(5) .5SR1 + .6DR1 < 1000

Jumlah jam lembur yang digunakan bulan 1 < jumlah jam lembur yang tersedia pada

bulan 1

(6) .5SO1 + .6DO1 < 500

Jumlah jam kerja yang digunakan bulan 2 < jumlah jam kerja yang tersedia pada

bulan 2

(7) .5SR2 + .6DR2 < 1000


Jumlah jam lembur yang digunakan bulan 2 < jumlah jam lembur yang tersedia pada

bulan 2 (8) .5SO2 + .6DO2 < 500

Dengan menggunakan solver pada excel diperoleh nilai fungsi tujuan = 675.000.000

dan jumlah varibael lain sebagai berikut :

Variabel Jumlah Pengurangan

Biaya

SR1 500 0

SO1 500 0

SR2 200 0

SO2 600 0

DR1 1.250 0

DO1 0 2

DR2 1.500 0

DO2 0 2

SI 0 2

DI 0 2

Dari perhitungan diatas dapat direkomendasikan jadwal produksi adalah sebagai

berikut :

Jadi minimum total biaya yang dibutuhkan sebesar Rp 675.000.000,00

Bulan 1 Bulan 2

Roda Waktu Kerja Lembur Waktu Kerja Lembur

Standar 500 500 200 600

Deluxe 1250 0 1500 0


Product Mix

Sebuah perusahaan penyewaan perahu memiliki Rp 4.200.000.000 yang akan

digunakan untuk membeli perahu pada tahun ini. Perahu tersebut dapat dibeli melalui

dua perusahaan yaitu Sleekboat dan Racer. Perusahaan ini ingin membeli 50 perahu

dan ingin membeli dengan jumlah yang sama dari Sleekboat yaitu Speedhawk dan

Silverbird dan dari Racer yaitu Catman dan Classy. Jumlah perahu yang akan dibeli

oleh perusahaan ini sebanyak 200 unit. Permasalahan ini dapat diselesaikan melalui

linear programing.

Jumlah yang diinginkan

Perahu Perusahaan Biaya Kapasitas Profit harian

Speedhawk Sleekboat Rp 60.000.000 3 Rp 700.000

Silverbird Sleekboat Rp 70.000.000 5 Rp 800.000

Catman Racer Rp 50.000.000 2 Rp 500.000

Classy Racer Rp 90.000.000 6 Rp 1.100.000

• Keterangan variabel

x1 = jumlah Speedhawks yang dipesan

x2 = jumlah Silverbirds yang dipesan

x3 = jumlah Catmans yang dipesan

x4 = jumlah Classys yang dipesan

• Tentukan fungsi tujuan

Maximize total profit harian yang diharapkan

Max (profit harian untuk setiap perahu) x (jumlah dalam sepuluh ribu

rupiah)

Max 70x1 + 80x2 + 50x3 + 110x4

• Tentukan fungsi batasan (dalam Rp 10.000)

Biaya yang dikeluarkan tidak lebih dari Rp 420.000:


(1) 6000x1 + 7000x2 + 5000x3 + 9000x4 < 420,000

Jumlah yang dibeli lebih dari 50 unit:

(2) x1 + x2 + x3 + x4 > 50

Jumlah perahu dari Sleekboat sama dengan jumlah perahu dari Racer

(3) x1 + x2 = x3 + x4 or x1 + x2 - x3 - x4 = 0

Kapasitas minimal 200:

(4) 3x1 + 5x2 + 2x3 + 6x4 > 200

Tidak terdapat negatif yang negatif:

xi > 0, for i = 1, 2, 3, 4

dengan menggunakan solver excel diperoleh hasil sebagai berikut :

Nilai fungsi tujuan = Rp 50.400.000

Variable Value Reduced

Cost

X1 28 0

X2 0 2

X3 0 12

X4 28 0

Constrain Slack/Surplus Dual Price

1 0 0.012

2 6 0

3 0 -2

4 52 0

• Solution Summary

– Membeli 28 Speedhawks dari Sleekboat.

– Membeli 28 Classy’s dari Racer.


– Total keuntungan harian sebesar Rp 50.400.000

– The minimum number of boats was exceeded by 6 (surplus for

constraint #2).

The minimum seating capacity was exceeded by 52 (surplus for constraint #4).

1.2 Harga

Monroe (1992;8) mendefinisikan harga adalah sebagai sejumlah uang yang

harus dikeluarkan untuk mendapatkan yang kita inginkan. Yaitu menganggap harga

sebagai suatu perbandingan formal yang mengindikasikan kuantitas uang yang

diperlukan untuk memperoleh suatu jumlah barang dan jasa.7 Oleh karena itu

penetapan harga pada suatu barang sangat diperlukan dalam strategi pemasaran

karena perusahaan yang mampu dengan jitu menetapkan harga tentunya akan dapat

hasil yang memuaskan. Menurut Triton PB (2008 : 181) mengatakan bahwa ada

delapan strategi penetapan harga yang

paling sering dilakukan yaitu :

a. Strategi Penetapan Harga Produk Baru

Prinsip strategi penetapan harga untuk produk baru adalah agar produk baru

mampu memberikan kontribusi nyata bagi pertumbuhan pasar dengan dukungan

penetapan harga yang tepat penetapan harga (pricing) terhadap barang baru

dapat dilakukan denga dua cara yaitu skimming pricing (berusaha menjual harga

yang lebih tinggi sebelum membidik konsumen yang lebih peka terhadap harga)

dan panetration Pricing (berusaha menjual kepada pasar dengan harga murah).

b. Strategi Penetapan Harga Yang Sudah Mapan

Strategi ini diterapkan sebagai hasil peninjauan kembali oleh perusahaan

terhadap strategi penetapan harga yang sedang diberlakukan di pasar, ada tiga

alternatif yang sering diakukan oleh perusahaan setelah melakukan tinjau ulang

pada strategi

c. Strategi Fleksibelitas Harga

Harga perlu ditetapkan fleksibel bila pemasaran produk memerlukan


penyesuaian karakteristik lokasinya. Hal ini dapat dilakukan perusahaan dengan

pemilihan strategi harga, yaitu strategi harga tunggal dan strategi penetapan

harga fleksibel yaitu :

1. Strategi satu harga. Dengan strategi satu harga, pada prinsipnya koperasi

atau perusahaan menghendaki penurunan pada biaya penjualan atau biaya

administrasi, margin keutungan yang konstan, citra pelanggan dan

pertumnbuhan pasar yang stabil.

2. Strategi fleksibel. Sesuai dengan namanya, strategi ini bertujuan memberikan

fleksibelitas harga dengan jalan memungkinkan setiap penyesuaian harga

baik lebih tinggi atau lebih rendah dari harga saat ini guna meraih

keuntungan jangka panjang.

d. Strategi Penetapan Harga Lini Produk

Strategi lini produk ini mendasarkan pada keterkaitan antara dampak setiap

produk terhadap lininya untuk keperluan penetapan harga. Tujuan strategi lini

produk adalah memanfaatkan keseluruhan lini produk untuk memaksimalkan

laba.

e. Strategi Leasing

Leasing merupakan suatu kontrak persetujuan antara pemilik akitva dan pihak

kedua yang memanfaatkan aktiva tersebut untuk jangka waktu tertentu dengan

return tertentu. Tujuan dari strategi Leasing adalah meningkatkan pertumbuhan

pasar sengan cara menarik pelangan yang tidak mampu membeli sekaligus,

merealisasikan laba jangka panjang yang lebih besar, untuk meningkatkan arus

kas, agar memperoleh aliran laba yang stabil, menghindari kerugian pada

perusahaan atau koperasi akibat teknologi yang telah usang.

f. Strategi Bundling Princing

Strategi ini sering disebut juga dengan strategi puncak gunung es.

Pelaksanaannya dengan melakukan pembatasan harga untuk menutupi

bermacam fungsi dan jasa. Banyak yang diharapkan dari strategi ini antara

lain aktiva dijaga dalam kondisi sedemikian rupa sehingga dapat dijual


kembali atau dileasingkan kembali.

g. Strategi Kepemimpinan Harga

Strategi ini dilakukan dengan tujuan agar perusahaan-perusahaan atau koperasi

lain yang terkait dengan perusahaan pemimipin dapat dikendalikan oleh

penetapan harga yang dilakukan oleh perusahaan atau market leader.

h. Strategi Penetapan Harga Untuk Membentuk Pangsa Pasar

Pangsa pasar yang semakin besar atau pengalaman yang semakin banyak

mengarah pada biaya yang semakin rendah, oleh sebab itu koperasi atau

perusahaan baru perlu mengupayakan agar produk-produknya sedini mungkin

mampu meraih pangsa pasar yang besar sehingga apabila perusahaan ingin

melakukan strategi

penetapan harga untuk membentuk pangsa pasar.

Indikator-indikator yang dapat menunjukkan pertimbangan konsumen dengan adanya

kebijakan harga yang dikeluarkan oleh perusahaan atau koperasi yaitu : Potongan

Harga, Potongan dagang, dan Potongan tunai.

Seperti yang telah disampaikan di atas bahwa dalam menentukan harga

bukanlah perkara yang mudah karena dalam menentukan harga suatu produk harus

bisa dijangkau oleh masyarakat luas atau pangsa pasar.

1.3 Promosi

Suatu kegaitan dalam kehidupan sehari-hari bahwa seberapa besar manfaat

suatu produk bagi konsumen, tapi produk tersebut tidak akan dapat mencari sendiri

pembelinnya. Oleh karenanya produsen dituntut tidak hanya menciptakan produk

yang bermutu, menetapkan harga yang menarik tetapi harus juga mengusahakan agar

produk yang dihasilkan dapat di pasarkan dengan mudah dan lancar serta

menyebarluaskan informasi tentang kehadiran, ketersediaan produknya, ciri-ciri, satu

manfaat yang dapat diperoleh calon pelanggannya.

Agar konsumen dapat mengetahui tentang kualitas produk yang di pasarkan


oleh perusahaan atau koperasi maka, perlu diadakan promosi. Promosi ini merupakan

komponen penting yang berguna untuk mengomunikasikan.

Menurut Baswir (2000,179) promosi adalah menyampaikan informasi

mengenai spesifikas produk, terutama yang menyangkut keunggulan-keunggulan

komperatif yang dimiliki oleh suatu produk, kepada para calon konsumen. Tidak

hanya itu promosi juga harus memerlukan srtategi yang tepat dalam

mempromosikannya yaitu seperti yang disampaikan Louis E.Boone dan David

L.Kurtz (2007 :189) adalah Strategi dorong dan strategi tarik. Strategi dorong yaitu

bergantung pada tenaga penjualan untuk memasarkan produk kepada pedagang grosir

atau paritel dalam saluran distribusi pemasaran perusahaan. Sedangkan Strategi tarik

yaitu berupaya mempromosikan produk dengan menghasilkan permintaan konsumen

atas barang tersebut biasanya melalui iklan dan promosi penjualan. Oleh sebab itu

dalam promosi suatu barang atau produk harus disampaikan dengan keadaan

sebenarnya dan semenarik mungkin agar para konsumen tertarik terhadap barang

yang dipromosikan. Maka dari itu ada tiga Pendekatan yang disampaikan oleh Triton

PB(2008 :204) Yaitu :

a. Pendekatan Inventory

Dengan pendekatan ini pemasar dapat menyadari bahwa ada banyak tujuan yang

berbeda yang dapat ditekankan dalam periklanan. Kelemahan pendekatan ini

adalah tujuan yang dipilih mungkin tidak feasible atau malah bertentangan.

b. Pendekatan Hierarchy

Dasar pendekatan ini adalah dugaaan bahwa sebelum membeli produk, pelanggan

melewati tahapan-tahapan variabel psikologis. Dengan pendekatan ini tujuan

periklanan dipusatkan untuk menarik perhatian awal pelanggan, persepsi, dan

perhatian yang lebih besar hingga pada gilirannya tumbuh minat pembeli.

Kelemahannya adalah sulitnya menghubungkan tujuan-tujuan pendekatan ini

dengan tujuan-tujuan pemasaran, sulitnya pengukuran variabel psikologis karena

subjektivitasnya bila dibandingkan pengukuran pencapaian tujuan seperti laba.


c. Pendekatan Attitudinal

Dasar pendekatan ini adalah upaya menghubungkan tujuan periklanan dengan

tujuan pemasaran, tidak hanya, menunjukkan fungsi-fungsi yang harus di

laksanakan iklan, tetapi juga hasil-hasil tertenntu yang ingin dicapai.

Penerapan marketing model pada Promotion

Untuk pemilihan media iklan

Sebuah perusahaan mengembangkan sebuah mesin baru memiliki anggaran sebanyak

Rp 2.820.000.000 untuk promosi. Perusahaan tersebut melakukan uji pasar. Anggaran

biaya tersebut dikeluarkan untuk iklan melalui televisi setiap hari Jumat, Sabtu, dan

Minggu pada bulan November. Terdapat tiga pilihan yang tersedia yaitu

Pengiklanan pada daytime

Pengiklanan pada sore hari

Pengiklnan di acara kuis pada hari minggu

Untuk biaya setiap iklan dan perkiraan jumlah penonton yang menyaksikan iklan

tersebut dapat dilihat pada tabel di bawah ini :

Ad. Type Estimated Audience Reached

With Each Ad.

Cost Per Ad

(ribu rupiah).

Daytime 3,000 Rp5,000

Evening News 4,000 Rp 7,000

Kuis di hari Minggu 75,000 Rp 100,000

Perusahaan tersebut menginginkan minimal satu kali untuk setiap iklan baik daytime,

evening-news, and kuis. Pada stasiun TV tersedia 10 kali iklan pada daytime, dan 6

kali iklan pada evening setiap harinya dengan iklan minimal sebanyak 5 kali setiap

harinya tapi jumlah biaya yang dikeluarkan tidak lebih dari Rp 500.000.000 pada hari

jumat dan Rp 750.000.000 pada hari Sabtu.


DFR = jumlah iklan pada daytime pada hari Jumat

DSA = jumlah iklan pada daytime pada hari Sabtu

DSU = jumlah iklan pada daytime pada hari Minggu

EFR = jumlah iklan pada evening pada hari Jumat

ESA = jumlah iklan pada evening pada hari Sabtu

ESU = jumlah iklan pada evening pada hari Minggu

GSU = Jumlah iklan pada acara kuis di hari minggu

Maximize total penonton yang menyaksikan iklan tersebut:

Max (penonton yang menyaksikan iklan) x (jumlah iklan yang digunakan)

Max 3000DFR +3000DSA +3000DSU +4000EFR+4000ESA +4000ESU

+75000GSU

Minimal 1 iklan untuk setiap jenis:

(1) DFR + DSA + DSU > 1

(2) EFR + ESA + ESU > 1

(3) GSU > 1

10 waktu kosong untuk penayangan yang tersedia

(4) DFR < 10

(5) DSA < 10

(6) DSU < 10

6 waktu kosong untuk penayangan yang tersedia

(7) EFR < 6

(8) ESA < 6

(9) ESU < 6

Hanya terdapat 2 waktu kosong untuk penayangan pada acara kuis di hari Minggu

(10) GSU < 2

Minimal 5 kali penayangan iklan setiap harinya:

(11) DFR + EFR > 5

(12) DSA + ESA > 5

(13) DSU + ESU + GSU > 5


Biaya yang dikeluarkan kurang dari Rp 500.000.000 pada hari Jumat:

(14) 5000DFR + 7000EFR < 50000

Biaya yang dikeluarkan kurang dari Rp 750.000.000 pada hari Sabtu:

(15) 5000DSA + 7000ESA < 75000

Total biaya yang dikeluarkan kurang dari Rp 2.820.000.000:

(16) 5000DFR + 5000DSA + 5000DSU + 7000EFR

+ 7000ESA + 7000ESU + 100000GSU7 < 282000

Tidak terdapat angka negatif:

DFR, DSA, DSU, EFR, ESA, ESU, GSU > 0

Penyelesaian soal di atas dapat diselesaikan melaui program excel dengan langkah-

langkah sebagai berikut :

a. Masukkan fungsi tujuan dan fungsi batasan pada excel seperti pada gambar di

bawah ini :


b. Untuk menghitung nilai pada kolom I8 dengan rumus

=SUMPRODUCT(B9:H9,$B$7:$H$7), demikian seterusnya untuk kolom I9

sampai I24. Hasil perhitungan dapat dilihat pada gambar dibawah ini :

c. Selanjutnya pilih Data kemudia Solver sehingga akan muncul dialog box

seperti gambar dibawah ini :


d. Pada kolom Set Objective masukkan nilai pada kolom I8, pada kolom By

Changing Variable Cells masukkan nilai pada kolom B7 sampai H7. Untuk

memasukkan nilai pada Subject to the constraints klik add dan masukkan

nilai pada I9 sesuai dengan konstrasin pada fungsi tujuan.

e. Pilih Min dan Simplex LP kemudian klik Solve akan diperoleh hasil sebagai

berikut :


Pada tabel di atas diperoleh :

Nilai fungsi tujuan = 118000 (Rp 1.180.000.000)

Variable Value Reduced Cost

DFR 4 0.000

DSA 5 0.000

DSU 4 0.000

EFR 1 0.000

ESA 0 0.000

ESU 0 0.000

GSU 1 0.000

Solution summary

Total new audience reached = 118.000

DFR = jumlah iklan pada daytime pada hari Jumat = 4


DSA = jumlah iklan pada daytime pada hari Sabtu = 5

DSU = jumlah iklan pada daytime pada hari Minggu = 4

EFR = jumlah iklan pada evening pada hari Jumat = 1

ESA = jumlah iklan pada evening pada hari Sabtu = 0

ESU = jumlah iklan pada evening pada hari Minggu = 0

GSU = Jumlah iklan pada acara kuis di hari minggu = 1

1.4 Place (Jalur Distribusi)

Distribusi adalah bagian dari bauran pemasaran (Produk, Harga, Distribusi, dan

Promosi) yang memegang peranan cukup penting, karena Distribusi berperan dalam

pengalokasian barang agar mudah dijankau oleh konsumen. Dimana distribusi itu

sendiri terdiri dari Saluran Distribusi dan Distribusi Fisik. Sedangkan pengertian

distribusi menurut Nirwan Sembiring (1991:39) ”Distribusi adalah penyaluran

barang dari suatu tempat ketempat lainnya atau dari produsen ke konsumen untuk

dimanfaatkan”. Pengertian Distribusi menurut Kotler dan Amstrong dalam bukunya

Principle Of Marketing (2000 : 73), adalah :

“Aktifitas Perusahaan agar produk / jasa mudah didapatkan oleh konsumen

sasaranya”. Tidak hanya itu Sudarono. Edilius (2004 :74) mengartikan jalur distribusi

secar bebas yaitu orang atau badan usaha yang berusaha beroperasi diantara produsen

dan konsumen.

Dalam suatu perusahaan Saluran Distribusi sangat penting untuk dijaga dan

dipertahankan dengan baik. Sebab saluran distribusi adalah rangkaian jalur yang

membawa produk dari produsen kepada konsumen, apabila saluran distribusi itu tidak

efektif dan efisien maka setiap produk yang akan sampai ketangan konsumen akan

mengalami kendala yang nantinya akan merugikan produsen sendiri dan konsumen

tentunya.

Untuk lebih memahami dengan jelas apa itu saluran distribusi ada baiknya kita

mengetahui pendapat para ahli mngenai saluran distribusi :


Menurut Stanton dalam bukunya “ Fundamental Of Marketing”(1996 : 6) adalah

sebagai berikut : “Saluran Distribusi (Chanel Of Distribution), kadang juga disebut

(Trade Chanel). Saluran produk adalah jalur yang dipakai untuk perpindahan barang

dari produsen ke konsumen akhir atau pemakai dari kalangan industri.

Sedangkan menurut H . Djaslim Saladin dalam bukunya “Unsur-unsur Inti

Pemasaran” (1996:51), adalah : “Saluran pemasaran / Saluran Distribusi terdiri dari

seperangkat lembaga yang melakukan semua kegiatan (fungsi) yang digunakan untuk

menyalurkan produk dan status pemiliknya dari produsen ke konsumen”

Dari semua definisi diatas kita dapat menarik kesimpulan bahwa yang dinamakan

saluran Distribusi selalu melibatkan unsur produsen, konsumen , juga perantara yang

berfungsi sebagai pemindahan kepemilikan barang. Perantara juga merupakan bagian

dari saluran distribusi meskipun mereka tidak memiliki hak atas kepemilikan barang.

Gambar

Konsep saluran menyeluruh untuk pemasaran internasional


Adapun penjelasan dari gambar diatas :

Penjual

Penjual adalah pihak yang melakukan pemesanan terhadap kantor pusat

pemasaran internasional

Kantor Pusat Pemasaran Internasional

Departemen ekspor atau divisi internasional yang membuat keputusan

mengenai saluran dan bauran pemasaran

Saluran Distribusi antar Negara

Menbawa produk keperbatasan negara-negara asing, dan membuat keputusan

yang mencangkup jenis perantara (agen, perusahaan internasional) yang akan

digunakan, jenis transportasi udara (udara, Laut), serta pengaturan finansila dan

resiko

Saluran Distribusi Negara Lain

Membawa produk dari titik masuk di luar negeri kepembeli dan pemakai

Distribusi Fisik

Para produsen menggunakan sistem ini untuk menyimpan dan memindahkan

barang sehingga barang-barang tersebut terjangkau oleh konsumen pada tempat dan

waktu yang tepat. Kepuasan dan rasa tertarik konsumen dapat dipengaruhi oleh

keputusan dan kemampuan distrisbusi penjual. Untuk dapat melaksanakan distribusi

fisik efektif dan efisien sehingga dapat meningkatkan volume penjualan. Distribusi

fisik juga berfungsi untuk menggerakan produk yang tepat, ketempat dan waktu yang

tepat. Distribusi fisik dapat dijalankan sebagai alat untuk menciptakan permintaan.


Pengertian Distribusi Fisik menurut Sutoso (2002 : 277) : “Distribusi Fisik

adalah kegiatan menyediakan produk dilokasi-lokasi terdekat dengan distributor dan

pembeli akhir”

Sedangkan Pengertian Distribusi Fisik Menurut Drs. Djaslim Saladin (2003 : 168)

Mengemukakan : “ Distribusi fisik menyangkut perencanaan, dan pengawasan arus

bahan dan produk akhir dari tempat asal ketempat pemakaiuntuk memenuhi

kebutuhan pelanggan agar memperoleh keuntungan”

Kegiatan Distribusi Fisik

Dalam Distribusi Fisik terdapat beberapa kegiatan seperti Menurut William J.

Stanton dalam bukunya “Prinsip Pemasaran”. (1991 :101), kegiatan distribusi

fisik tersusun atas (5) lima subsistem. Adapun kelima sub sistem tersebut adalah

sebagai berikut :

1. Pemrosesan pesanan (order processing)

2. Pengendalian pesanan (inventory control)

3. Penanganan barang (material handling)

4. Pergudangan

5. Pengangkutan (transportation)

Adapun penjelasan dari masing kegiatan diatas, sebagai berikut :

a. Pemrosesan Pesanan (Order Processing)

Bagi perusahaan perlu untuk menetapkan proses pesanan merupakan kegiatan

mengumpulkan prosedur – prosedur untuk mengolah dan melaksanakan pesanan.

Aktifitas proses pesanan menyangkut pengambilan order, penyimpanan order dan

waktu yang dibutuhkan dari saat order diterima sampai saat barang diterima

pelanggan, pembuatan faktur, serta pemberian kredit dan pembayaran tagihan

yang jatuh tempo.


Langkah - langkah penyaluran pesanan terutama bagian pesanan, membuat faktur

dalam beberapa rangkap dan membagikannya kepada berbagai bagian. Barang-

barang yang sudah habis akan dicatat sebagai pesanan ysng ditunda sampai

barang tersedia kembali.

Pesanan yang diterima perusahaan dan konsumen harus segara dipenuhi dengan

tepat dan cepat, hal ini ditujukan untuk menjamin kepuasan konsumen melalui

jasa pelayanan yang dapat memberikan kepuasan. Ketidakpuasan dapat terjadi

jika perusahaan membuat kekeliruan atau lambat memenuhi pesanan. Pesanan

yang berbelit – belit dan lambat akan mengakibatkan konsumen meninggalkan

perusahaan untuk lari ke perusahaan lain yang sejenis yang mampu memberikan

pelayanan yang lebih baik.

b. Pengendalian Persediaan (Inventory Control)

Tingkat persediaan menggambarkan kepuasan distribusi fisik yang

mempengaruhi kepuasan konsumen. Perusahaan tentunya ingin mempunyai

persediaan yang cukup untuk memenuhi pesanan pelanggan dengan segera.

Namun, harus diingat bahwa menyediakan barang sebanyak itu tidaklah

merupakan penggunaan biaya yang efektif bagi sebuah perusahaan, jadi seorang

manajer harus mengetahui apakah volume penjualan dan laba akan meningkat,

sehingga cukup beralasan untuk meningkatkan persediaan.

Tujuan pengendalian persediaan adalah meminimalkan besarnya investasi serta

kegoncangan dalam jumlah tertentu, agar perusahaan selalu mempunyai

persediaan dalam jumlah yang tepat, pada waktu yang tepat dan spesifikasi mutu

yang telah ditentukan sehingga jalannya perusahaan tidak terganggu.

Menurut Sofyan Assahuri, dalam buku manajemen produksi (1978 : 93), yaitu

sebagai berikut :


“Persediaan adalah suatu aktiva yang meliputi barang – barang milik perusahaan

dengan maksud untuk dijual dalam suatu periode usaha atau prsediaan barang –

barang yang masih dalam proses penyimpanan atau produksi atau persediaan

bahan baku yang menunggu pengguanaannya dalam suatu proses produksi”.

Untuk mengadakan persediaan dibutuhkan sejumlah uang yang di investasikan

dalam persediaan yang optimal, yang dapat memenuhi kebutuhan bagi kelancaran

kegiatan perusahaan dalam jumlah dan mutu yang tepat serta dengan biaya

serendah – rendahnya. Persediaan yang terlalu berlebihan akan merugikan

perusahaan karena lebih banyak modal yang tertanam.

Adapun biaya – biaya persediaan meliputi :

1. Biaya – biaya perolehan yaitu, biaya produksi atau pembelian produk – produk

masukan ke dalam persediaan.

2.Biaya gudang, biaya atas investasi dalam persediaan, kerugian karena

kehilangan dan pajak atas persediaan.

c. Transportasi

Fungsi memindahkan barang dalam pemasaran agar sampai ke tangan konsumen.

Adapun sarana transportasi yang dapat digunakan adalah sebagai berikut :

1. Transportasi Darat

2. Transportasi Udara

3. Transportasi Laut

d. Pengudangan ( ware housing )

Distribusi fisik sangat penting untuk mengkoordinasikan lokasi persediaan dan

pengudangan atau penyimpanan, dimana penyimpanan merupakan kegiatan

pemasaran mulai saat produksi sampai saat produk itu dijual. Sedangkan

pergudangan meliputi penyimpanan ditambah sederetan fungsi – fungsi seperti


perakita ( assambling ), pemecahan ( bulik brealing )dan penyimpanan produk –

produk untuk penyimpanan kembali.

Lokasi penyimpanan yang terpusat memberikan keuntungan dpat dikendalikan

lebih baik, lebih tanggap terhadap permintaan – permintaan yang bersifat

fluktuatif, efisiensi pergudangan dan penanganan barang akan lebih baik pula.

Kekurangan yaitu naiknya biaya total transportasi, dan pengiriman barang –

barang kebeberapa segmen pasar lebih lambat. Tetapi jika jumlah lokasi tersebar

atau banyak barang – barang bisa dikirim kepada pelanggan lebih cepat,

kesulitannya sudah di kontrol dan biaya – biaya menjadi meningkat.

Penggunaan pasar distribusi yang tepat akan mengurangi biaya distribusi karena

mengurangi jumlah gudang, mengurangi persediaan kelebihan, dan pembatasan

timbulnya keadaan habis, waktu penyimpanan dan waktu penyerahan dibatasi

sampai minimum. Dengan demikian perusahaan dapat melakukan alasan menjual

produk dan bukan sekedar menimbun produk.

Jenis – jenis gudang menurut kepemilikanya terbagi atas :

1. gudang milik sendiri, digunakan jika :

- perusahaan mengalirkan arus volume besar produknya melalui gudang

- terdapat sedikit atau tidak sama sekali pengaruh perubahan musim

2. gudang umum

menyediakan fasilitas penyimpanan serta pemindahan barang – barang jadi setiap

orang atau perusaahaan yang membutuhkan.

Menurut Philip Khotler (1995 : 694), agar konsumen tertarik untuk

melakukan pembelian maka distribusi fisik harus mencerminkan hal – hal sebagai

berikut:

1. Pengiriman barang tepat waktu

2. Perusahaan bersedia memenuhi kebutuhan konsumen yang mendesak

3. Penanaganan barang dengan cermat


4. Perusahaan bersedia menerima kembali barang yang cacat dan menggantinya

dengan tepat

Sedangkan menurut Sutojo Siswanto (2002 :278), Kegiatan distribusi

perusahaan memerlukan biaya-biaya, diantaranya :

Biaya Penggudangan, biaya penggudangan adalah biaya yang dikeluarkan oleh

perusahaan seacara tetap, antara lain : biaya gaji dan jaminan karyawan gudang.

Biaya Pemesanan atau Persediaan, biaya pemasanan adalah biaya yang

dikeluarkan untuk biaya persediaan, biaya pemeliharaan dan biaya modal kerja untuk

biaya persediaan

Biaya Transportasi, Biaya yang dikeluarkan perusahaan untuk transportasi dan

pendistribusian barang / jasa sehingga sampai ketangan konsumen

Ada tiga aspek yang berkaitan dengan keputusan-keputusan tentang distribusi yaitu :

1. Sistem transportasi

2. Sistem penyimpanan

3. Pemilihan jalur distribusi

Penerapan Marketing Model Dalam Place

Terdapat dua tempat: Atlanta and Boston

Tentukan berapa banyak barang yang harus dikirim untuk kedua tempat tersebut?

Tujuan: Maximize profit

Atlanta Boston Produk yang tersedia

Kontribusi profit $7 $5

Meja 3 4 2400

Kursi 2 1 1000


Batasan lain:

• Pendistribusian tidak lebih dari 450 Boston

• Pendistribusian tidak lebih dari 100 Atlanta

Keterangan variabel:

A = jumlah produk yang didistribusikan untuk Atlanta

B = jumlah produk yang didistribusikan untuk Boston

Fungsi tujuan: Maximize Profit

Maximize $7 A + $5 B

Jumlah meja yang tersedia sebanyak 2400 unit.

3 A + 4 B < 2400

Jumlah kursi yang tersedia sebanyak 1000 unit

2 A + 1 B < 1000

Fungsi batasan lain:

Jumlah yang didistribusikan untuk Boston kurang dari 450 unit

A < 450 (num. Boston)

Jumlah yang didistribusikan untuk Atlanta lebih dari 100 unit

B > 100 (num. Atlanta)

Tidak terdapat variabel negatif :

Tidak perdapat variabel negatif produk yang didistribusikan untuk Boston atau

Atlanta

A > 0

B > 0

Max 7A + 5B (profit)

Subject fungsi tujuan:

3A + 4B < 2400 (meja)

2A + 1B < 1000 (kursi)

B < 450 (max # Boston)


A > 100 (min # Atlanta)

A, B > 0 (nonnegativity)

Contoh jika terjadi pengembalian produk:


Subject fungsi batasan:

3A + 4B < 2400 (meja)

2A + 1B < 1000 (kursi)





Microsoft Excel 10.0 Answer Report

Worksheet: [2-1.xls]Flair Furniture

Target Cell (Max)

Cell Name Original

Value Final Value

$D$6 Profit $0.00 $4,040.00

Adjustable Cells

Cell Name Original

Value Final Value

$B$5 Number of units for Atlanta 0.0 320.0

$C$5 Number of units for Boston 0.0 360.0

Constraints

Cell Name Cell Value Formula Status Slac

k

$D$8 Meja 2400.0 $D$8<=$F$8 Binding 0.0

$D$9 Kursi 1000.0 $D$9<=$F$9 Binding 0.0

$D$10 Maximum Boston 360.0 $D$10<=$F$10

Not Binding 90.0

$D$11 Minimum Atlanta 320.0 $D$11>=$F$11

Not Binding

220.0


• Jika jumlah yang didistribusikan untuk Boston untuk bulan ini minimal 75

unit lebih besar dari jumlah barang yang didistribusikan untuk Atlanta. Fungsi

batasannya adalah

B - A > 75


Subject fungsi tujuan:

3A + 4B < 2400 (meja)

2A + 1B < 1000 (kursi)



- 1A + 1B > 75


A B

Atlanta Boston

Number of units 300.0 375.0

Profit $7 $5 $3,975.00

Constraints:

Meja 3 4 2400.0 <= 2400

Kursi 2 1 975.0 <= 1000

Maximum Boston 0 1 375.0 <= 450

Minimum Atlanta 1 0 300.0 >= 100

Atlanta vs Boston -1 1 75.0 >= 75


LHS Sign RHS

Flair Furniture

A B

Atlanta Boston

Number of units 320.0 360.0

Profit $7 $5 $4,040.00

Constraints:

Meja 3 4 2400.0 <= 2400

Kursi 2 1 1000.0 <= 1000

Maximum Boston 1 360.0 <= 450

Minimum Atlanta 1 320.0 >= 100

LHS Sign RHS


BAB VIII

ANALISIS BISNIS

Setelah manajemen mengembangkan konsep produk dan strategi pemasaran,

manajemen dapat mengetahui daya tarik bisnis dari proposal. Manajemen harus

mempersiapkan penjuala, biaya, dan proyeksi laba untuk menentukan apakah mereka

dapat memenuhi tujuan perusahaan. Jika ya, konsep dapat beralih ke tahap

pengembangan. Ketika informasi baru masuk, analisis bisnis akan melaksanakan

revisi dan ekspansi. Analisi bisnis yang dapat kita gunakan adalah capital budgeting

dan costumer lifetime value.

A. Penganggaran Modal (Capital Budgeting)

Dalam pemilihan usulan investasi, manajemen memerlukan informasi akuntansi

sebagai salah satu dasar penting untuk menentukan pilihan investasi. Informasi

akuntansi dimasukkan dalam suatu model pengambilan keputusan yang berupa

kriteria penilaian investasi untuk memungkinkan manajemen memilih investasi

terbaik di antara alternatif investasi yang tersedia. Penganggaran Modal (Capital

Budgeting) adalah proses menganalisis potensi investasi aktiva tetap dan keputusan

penganggaran modal mungkin adalah keputusan paling penting yang harus diambil

oleh para manajer keuangan.

Ada beberapa metode untuk menilai perlu tidaknya suatu investasi atau untuk

memilih berbagai macam alternatif investasi.

1. Pay back method

2. Average return on investment

3. Present value

4. Discounted cash flow (Internal Rate of Return)

5. Modified Internal Rate of Return (MIRR)

6. Profitability Index (PI)


1. Pay back Method

Dalam metode ini faktor yang menentukan penerimaan atau penolakan suatu usulan

investasi adalah jangka waktu yang diperlukan untuk menutup kembali investasi.

Oleh karena itu, dengan metode ini setiap usulan investasi dinilai berdasarkan apakah

dalam jangka waktu tertentu yang diinginkan oleh manajemen , jumlah kas masuk

atau penghematan tunai yang diperoleh dari investasi dapat menutup investasi yang

direncanakan.

푃푎푦푏푎푐푘푃푒푟푖표푑 = 퐼푛푣푒푠푡푎푠푖

퐾푎푠푚푎푠푢푘푏푒푟푠푖ℎ

Kelemahan pay back method:

a. Metode ini tidak memeperhitungkan nilai waktu uang.

b. Metode ini tidak memperlihatkan pendapatan selanjutnya setelah investasi

pokok kembali.

Kelebihan pay back method:

a. Untuk investasi yang besar resikonya dan sulit diperkirakan, maka metode ini

dapat mengetahui jangka waktu yang diperlukan untuk pengembalian

investasi.

b. Metode ini dapat digunakan untuk menilai dua investasi yang mempunyai rate

of return dan resiko yang sama, sehingga dapat dipilih investasi yang jangka

waktu pengembaliannya paling cepat.

c. Metode ini merupakan alat yang paling sederhana untuk penilaian usulan

investasi

푃푎푦푏푎푐푘푃푒푟푖표푑 = 푃푉퐼푛푣푒푠푡푎푠푖

푃푉퐾푎푠푚푎푠푢푘푏푒푟푠푖ℎ


2. Average Return on Investment

Metode ini sering disebut Financial statement method, karena dalam perhitungannya

digunakan angka laba akuntansi.

푅푎푡푎 − 푟푎푡푎푘푒푚푏푎푙푖푎푛푖푛푣푒푠푡푎푠푖 = 푅푎푡푎 − 푟푎푡푎퐿푎푏푎푠푒푠푢푑푎ℎ푝푎푗푎푘

푅푎푡푎 − 푟푎푡푎푖푛푣푒푠푡푎푠푖

Kriteria pemilihan investasi dengan metode ini adalah: Suatu investasi akan diterima

jika tarif kembalian investasinya dapat memenuhi batasan yang telah ditetapkan oleh

manajemen.

Kelemahan metode rata-rata kembalian investasi:

a. Belum memperhitungkan nilai waktu uang.

b. Menitik beratkan maslah akuntansi, sehingga kurang memperhatikan data

aliran kas dari investasi

c. Merupakan pendekatan jangka pendek.

3. Present Value Method

Teknik net present value (NPV) merupakan teknik yang didasarkan pada arus kas

yang didiskontokan. Ini merupakan ukuran dari laba dalam bentuk rupiah yang

diperoleh dari suatu investasi dalam bentuk nilai sekarang. NPV dari suatu proyek

ditentukan dengan menhitung nilai sekarang dari arus kas yang diperoleh dari operasi

dengan menggunakan tingkat keuntungan yang dikehendaki dan kemudian

menguranginya dengan pengeluaran kas neto awal.

NPV = present value dari arus kas operasi – pengeluaran kas neto awal

푁푃푉 = −퐼 + ∑(퐴

(1 + 푟) )


Dimana :

Io = nilai investasi atau outlays

At = aliran kas neto pada periode t

r = diacount rate

t = umur proyek.

Jika NPV dari suatu proyek positif, hal ini berarti bahwa proyek tersebut diharapkan

akan menaikkan nilai perusahaan sebesar jumlah positif dari NPV yang dihitung dari

investasi tersebut dan juga bahwa investasi tersebut diharpkan akan menghasilkan

tingkat keuntungan yang lebih tinggi daripada tingkat keuntungan yang dikehendaki.

4. Discounted Cash Flows Method (IRR)

Pada dasarnya metode ini sama dengan metode present value, perbedaanya adalah

dalam present value tarif kembalian sudah ditentukan lebih dahulu, sedangkan dalam

discounted cash flow justru tarif kembalian yang dihitung sebagi dasar untuk

menerima atau menolak suatu usulan investasi. Penentuan tarif kembalian dilakukan

dengan metode trial and error, dengan cara sbb :

a. Mencari nilai tunai aliran kas masuk bersih pada tarif kembalian yang dipilih

secara sembarang di atas atau dibawah tarif kembalian investasi yang

diharapkan.

b. Mengiterpolasikan kedua tarif kembalian tersebut untuk mendapatkan tarif

kembalian sesungguhnya.

5. Modified Internal Rate of Return (MIRR)

MIRR adalah suatu tingkat diskonto yang menyebabkan persent value biaya sama

dengan present value nilai terminal,dimana nilai terminal adalah future value dari kas

masuk yang digandakan dengan biaya modal.


푃푉퐵푖푎푦푎 = 푁푖푙푎푖푇푒푟푚푖푛푎푙

(1 + 푀퐼푅푅) = ∑퐶퐼퐹 (1 + 푘)

(1 + 푀퐼푅푅)

dimana:

CIF t : aliran kas masuk pada periode t

MIRR : modified IRR

n : usia proyek

k : biaya modal proyek/tingkat keuntungan diinginkan

Nilai terminal : future value dari aliran kas masuk yang digandakan dengan biaya

modal/return diinginkan.

6. Profitability Index (PI)

PI adalah nilai tunai semua kas masuk yang diterima sesudah investasi awal dibagi

dengan investasi awal.

푃퐼 = 푁푖푙푎푖푡푢푛푎푖푝푒푛푒푟푖푚푎푎푛푠푒푠푢푑푎ℎ푖푛푣푒푠푡푎푠푖푎푤푎푙

퐼푛푣푒푠푡푎푠푖퐴푤푎푙

Bila ada beberapa alternatif proyek, manajemen sebaiknya memilih proyek yang

memiliki PI lebih besar dari satu dan yang paling tinggi. Perhitungan mengenai

Capital Budgeting dapat meggunakan teknik simulator pada Excel.

Metode Simulator

Pada masa lalu simulasi dijadikan cara terakhir, yang hanya digunakan jika metode

analitik tidak dapat menyelesaikan masalah. Namun pada saat ini simulasi merupakan

salah satu alat yang sering digunakan untuk analisa kuantitatif. Mengapa model

simulasi begitu populer ?

1. Model analitik sulit diperoleh, tergantung dari faktor kerumitan dari setiap

spesifikasi model, misalnya untuk model capital budgeting (penganggaran modal)


meliputi tingkat permintaan yang bersifat tidak pasti, untuk model inventory

(persediaan) meliputi tingkat persediaan yang tidak pasti.

2. Model analitik biasanya hanya digunakan untuk memprediksi/ memperkirakan

rata-rata atau sesuatu yang bersifat “steady-state” (tidak berubah terhadap waktu).

Dalam memodelkan dunia nyata perlu adanya kemungkinan variasi terhadap

pengamatan, atau bagaimana melakukan pengamatan untuk data yang bervariasi.

3. Simulasi dapat dilakukan dengan bermacam-macam software, dari spreadsheet itu

sendiri (Excel, Lotus), spreadsheet add-ins (Crystal Ball, @Risk), bahasa

pemrograman komputer secara umum (PASCAL, C++) sampai dengan bahasa

khusus untuk simulasi (SIMAN).

Kemampuan model simulasi untuk mengatasi kerumitan, variasi pelaksanaan

pengamatan, dan reproduksi perilaku yang berubah-ubah membuat simulasi itu

menjadi alat yang sangat berguna (powerful).

SIMULASI DAN VARIABEL RANDOM

Simulasi adalah proses untuk menyelidiki perilaku sistem nyata dengan

menggunakan model yang meniru perilaku sistem tersebut. Suatu model simulasi

dibuat dengan mengidentifikasi pernyataan matematis dan hubungan logis yang

mendeskripsikan operasional sistem. Secara umum komputer digunakan untuk

mengerjakan perhitungan dalam simulasi. Simulasi berbeda dengan optimisasi. Nilai

variabel keputusan pada model optimisasi merupakan output, yang berarti model

menghasilkan sejumlah nilai untuk variabel tersebut yang akan memaksimumkan

(atau meminimumkan) harga dari fungsi tujuan. Pada model simulasi nilai dari

variabel keputusan merupakan input, yang berarti model mengevaluasi fungsi tujuan

untuk beberapa buah nilai masukan.

Model simulasi seringkali digunakan untuk menganalisa suatu keputusan yang

berisiko (decision under risk), dimana perilaku dari satu faktor atau lebih tidak

diketahui dengan pasti. Contoh : permintaan produk untuk bulan depan, kembalinya


modal investasi, jumlah truk yang akan tiba esok hari untuk bongkar muatan selama

jam 8:00 dan 9:00 pagi dan sebagainya.

Pada beberapa kasus, faktor yang tidak diketahui secara pasti dikenal sebagai

variabel random. Perilaku variabel random digambarkan sebagai distribusi peluang

(probability distribution).

Simulasi jenis ini disebut Metode Riskan Simulator, seperti putaran rollet di Riskan

Simulator, dimana dapat dianggap sebagai alat yang menimbulkan kejadian acak atau

tidak pasti.

MENGHASILKAN VARIABEL RANDOM

Ada 2 jenis variabel random :

Variabel random diskrit : sesuatu yang pasti (contoh bilangan bulat)

Variabel random kontinu : dapat berupa bilangan pecahan (yang jumlah

kemungkinannya tidak terbatas).

Contoh penghasil variabel random : Game spinner (lihat Gambar 5.1) dapat

digunakan untuk mensimulasikan permintaan. Misalnya 10% peluang permintaan

sama dengan 8, 20% peluang permintaan sama dengan 9, 30% peluang permintaan

sama dengan 10, 20% peluang permintaan sama dengan 11, 10% peluang permintaan

sama dengan 12, 10% peluang permintaan sama dengan 13. Pada saat piringan

berhenti, lihat sektor yang ditunjukkan, misalnya 9 berarti tingkat permintaan sama

dengan 9.


Gambar Game Spinner

MENGGUNAKAN PEMBANGKIT ANGKA RANDOM PADA

SPREADSHEET

Meskipun game spinner mudah dimengerti, metode ini mempunyai kekurangan bila

dilakukan percobaan ribuan kali atau jika prosesnya dilakukan dengan menggunakan

komputer. Untuk alasan tersebut dikembangkan Random Number Generator (RNG)

(pembangkit angka random) pada spreadsheet.

Untuk menghasilkan tingkat permintaan, yang pertama dilakukan adalah menentukan

range dari bilangan random untuk masing-masing permintaan yang mungkin. Total

nilai yang dipilih untuk permintaan harus sama dengan peluang dari permintaan itu

(lihat Tabel).


Tabel

Hubungan Antara Bilangan Random dengan Tingkat Permintaan

Demand Number Demand

0.0-0.09999 8

0.1-0.29999 9

0.3-0.39999 10

0.6-0.69999 11

0.8-0.89999 12

0.9-0.99999 13

RUMUS UNTUK MENGHASILKAN BILANGAN RANDOM

Untuk menghasilkan bilangan random pada Excel digunakan rumus :

INT(x – y +1)*RAND())

Misalnya :

INT (5*RAND()) akan memberikan bilangan random kontinu antara 0 dan 5,

INT (8+5*RAND()) akan menghasilkan bilangan kontinu antara 8 dan 13 (yaitu lebih

dari 12.99999…).


Tabel

Menggunakan RAND() Untuk Menghasilkan Permintaan Diskrit

Values for RAND() =INT(8+5*RAND())

0<=RAND()<0.2 8

0.2<=RAND()<0.4 9

0.4<=RAND()<0.6 10

0.6<=RAND()<0.8 11

0.8<=RAND()<1.0 12

RUMUS LAIN

=-20*LN(1-RAND()) akan menghasilkan distribusi bilangan random eksponensial

dengan rata-rata 20.

=NORMINV(RAND(),1000,100) akan menghasilkan bilangan random berdistribusi

normal dengan rata-rata 1000 dan standar deviasi 100 di Excel

SIMULASI DENGAN SPREADSHEET ADD-INS RISKAN SIMULATOR

June Wilson adalah seorang manajer pengembangan produk baru, dimana sedang

mempertimbangkan kemungkinan untuk penambahan dalam daftar alat berat

PROTRAC. Biaya yang diperlukan untuk model G-9 (dimana di dalamnya tercakup

pembelian beberapa peralatan baru, pelatihan karyawan baru dan sebagainya)

diperkirakan $150.000. Produk baru akan dijual dengan harga $35.000 per unit. Biaya

perbaikan tiap tahun diperkirakan $15.000. Variabel biaya sebesar 72% dari revenue

tiap tahun. Depresiasi peralatan baru sebesar $10.000 per tahun setelah 4 tahun masa

produksi yang diharapkan dari G-9. Nilai sisa dari peralatan setelah 4 tahun adalah

tidak pasti, June memperkirakannya sama dengan 0. Biaya modal dari PROTRAC

adalah 10% dan tingkat pajak 34%.

(1) Berapakah expected value dari NPV?


(2) Berapa kemungkinan NPV diasumsikan mempunyai nilai negatif?

SIMULASI DENGAN SPREADSHEET ADD-INS RISKAN SIMULATOR

Untuk menjawab dua pertanyaan diatas, maka perlu dibuat modelnya terlebih dahulu

seperti yang telihat pada gambar 2.

Gambar

Spreadsheet Wilson dengan Permintaan yang Dipilih Secara Random

MENGEVALUASI PROPOSAL

1. Klik pada sel B21 (sel NPV).

2. Klik pada menu ORBS Define Cell.

3. Klik menu ORBS Preferences dan ubah “Trial” menjadi 1000.


Gambar

Kotak dialog preferensi

4. Kemudian pilih menu ORBS Run dan setelah ORBS melakukan 1000 iterasi

akan muncul sheet baru dengan nama Result. Dalam sheet Result terdapat tabel

distribusi frekuensi beserta grafik dan deskriftif statistik.


Gambar

Hasil dari simulasi ORBS

Downside Risk dan Upside Risk

June juga ingin mengetahui kemungkinan terbaik dan terburuk. Pada tampilan yang

sama (Gambar 4), NPV terbesar adalah $49,068 dan yang terkecil adalah (24,156).

Hal ini memberi June ide yang lebih baik tentang jangkauan NPV yang mungkin

terjadi ($73,224).

Pada Gambar 5 dapat dilihat berapa persen kemungkinan NPV akan negatif yaitu

19,7%.


Gambar 5

Persentase ORBS

Berikut ini merupakan kesimpulan dan komentar dari beberapa aspek yang telah

dibahas adalah sebagai berikut :

1. Simulator spreadsheet memerlukan parameter dan keputusan sebagai input

dan hasil perhitungan sebagai suatu output.

2. Masing-masing iterasi dari simulator spreadsheet (untuk parameter dan

keputusan yang sama) akan menghasilkan nilai yang berbeda.

3. Penambahan jumlah iterasi dari spreadsheet simulator (untuk parameter

yang sama) biasanya akan memperbaiki akurasi dari estimasi "expected

value" pada hasil perhitungan. Jika digunakan 1000 atau 5000 percobaan

pada simulasinya, maka avarage profit untuk masing-masing jumlah

pemesanan akan cenderung lebih mendekati expected profit yang

sebenarnya.

4. Pada simulasi tidak ada keyakinan bahwa telah ditemukan keputusan yang

optimal, meskipun telah digunakan interval keyakinan 95% atau 99% yang

secara statistik berarti telah cukup dilakukan percobaan. Keyakinan yang

kurang dari 100% ini disebabkan simulasi hanya dapat memberikan estimasi


yang diharapkan efektif dan bukan nilai eksak karena inputnya berupa

bilangan random.

5. Manajemen perlu menaksir empat faktor utama dalam studi simulasi :

a. Apakah model bisa mewakili esensi dari permasalahan yang

sebenarnya?

b. Apakah pengaruh kondisi awal dan akhir dari simulasi perlu

diperhitungkan ?

c. Apakah percobaan sudah cukup dilakukan untuk masing-masing

keputusan sehingga average value dari perhitungan yang dilakukan

merupakan indikasi bagi expected value yang sebenarnya?

d. Apakah keputusan telah cukup dievaluasi sehingga jawaban terbaik

yang ditemukan cukup dekat ke nilai optimum ?

B. Costumer Lifetime Value

Biaya yang dikeluarkan perusahaan untuk mempertahankan pelanggan yang

ada lebih murah dibanding mengakuisisi pelanggan baru (prospek). Oleh karena itu

mengasumsikan bahwa hal tersebut merupakan tujuan utama dari kebanyakan

perusahaan, hal selanjutnya yang harus dilakukan adalah menentukan dan mengetahui

nilai pelanggan bagi perusahaan. Siklus hidup pelanggan (lifecycle) merupakan suatu

proses yang telah dilalui oleh pelanggan dengan perusahaan selama periode tertentu.

Hal yang termasuk didalamnya adalah data historis pembelian pelanggan. Untuk

memprediksi pendapatan yang dapat dihasilkan dari seorang pelanggan selama

prediksi masa hidupnya di perusahaan merupakan siklus hidup pelanggan dan

customer lifetime value (CLV).

CLV merupakan penghitungan dari proyeksi nilai seorang pelanggan selama

masa hidupnya di perusahaan. Ini merupakan penghitungan yang memungkinkan


perusahaan untuk mengalokasikan sejumlah sumber dayanya dan fokus pada

pelanggan spesifik berdasarkan hasil perhitungan proyeksi CLV pelanggan tersebut.

Ada beberapa faktor penting yang menentukan dalam penghitungan CLV:

tingkat aktual retensi pelanggan, nilai rata-rata (moneter) satu pesanan per pelanggan

dan jumlah pesanan per pelanggan per tahun, biaya dari akuisisi konsumen, biaya

langsung dan tidak langsung, keuntungan per pesanan, dan pertimbangan net present

value (NPV) (Greenberg, 2001:249).

Bila CLV sudah terbentuk, maka hal tersebut akan memudahkan untuk

pengklasifikasian tipe pelanggan. Hal tersebut bisa meningkatkan pendapatan dari

pelanggan melalui peningkatan penjualan, membangun exit barriers sehingga

pelanggan akan menjadi pelanggan loyal dan bisa dikembangkan cross selling untuk

meningkatkan pendapatan dari pelanggan dalam jangka panjang.

Data historis pelanggan merupakan sisi lain dari retensi. Seberapa konsisten

pelanggan melakukan pembelian produk? Berapa kelanjutan dan pada tingkatan

berapa pelanggan memberikan pendapatan bagi perusahaan? Segmen pelanggan yang

mana yang memberikan keuntungan terbesar. Dapatkah retensi konsumen di konversi

kedalam nilai finansial? Menurut Greenberg (2001:346), model CLV bisa digunakan

untuk menilai retensi pelanggan (customer retention). CLV didefinisikan sebagai

keuntungan yang didapatkan dari seorang pelanggan selama masa hidupnya di

perusahaan tersebut. Hal ini merupakan net present value (NPV) dari nilai yang

diharapkan berupa keuntungan dari penjualan kepada pelanggan tersebut selama

periode pelanggan tetap melakukan pembelian ke perusahaan.

Memaksimalkan profitabilitas pelanggan secara jangka panjang tertuang

dalam konsep nilai waktu-hidup pelanggan atau yang lebih dikenal dengan istilah

Customer Lifetime Value (CLV). Seperti dikutip oleh Jain dan Singh (2009) dari

Berger dan Nasr, definisi CLV adalah “the net of the revenues obtained from a

customer over the lifetime of transaction minus the cost of attracting, selling, and

servicing the customer, considering the time value of money”. Dapat diartikan bahwa

CLV adalah pendapatan bersih yang didapatkan dari transaksi seorang pelanggan


selama masa-hidup di perusahaan, dikurangi oleh biaya penarikan, penjualan, dan

pelayanan pelanggan, dengan mempertimbangkan nilai waktu uang (time value of

money).

CLV (Kotler dan Keller; 2009:172) menggambarkan arus net present value

(NPV) dari keuntungan yang diharapkan (future profit) didapatkan dari total

pembelian selama masa-hidup pelanggan di perusahaan. Perusahaan harus

mengurangi profit yang akan didapatkan tersebut dengan biaya yang akan

dikeluarkan (biaya penarikan, penjualan, dan pelayanan pelanggan) dengan

menerapkan tingkat diskon (discount rate) yang wajar.

Sementara menurut Ching et al. (2004) CLV adalah “quantitatively predict

revenue generated by a customer’s entire trading life with company “. CLV adalah

hasil prediksi pendapatan (secara kuantitatif) yang bisa dihasilkan seorang pelanggan

selama kurun waktu tertentu dia melakukan tranksasi di perusahaan di masa datang.

Penghitungan CLV menyediakan kerangka kuantitatif formal untuk

perencanaan investasi pelanggan dan membantu pemasar untuk mengadopsi

perspektif jangka panjang. Satu kendala dalam mengaplikasikan konsep CLV yaitu

mengestimasikan biaya dan pendapatan yang tepat dan dapat diandalkan.

Memaksimalkan nilai pelanggan berarti mengembangkan hubungan pelanggan secara

jangka panjang. Banyak metode yang telah tersedia untuk melakukan penghitungan

CLV.

Perhitungan Costumer Lifetime Value (CLV) konsumen dapat menggunakan

Lifetime Costumer Value Calculator dari Harvard Business School dengan cara

sebagai berikut:

a. Masukan asumsi berdasarkan kuesioner yang telah diberikan kepada

pelanggan seperti pada gambar dibawah ini :


b. Tentukan nilai retention rate, inflasi, discount rate, Change in value of

customer purchase per period seperti pada gambar di bawah ini :


c. Pilih rentang waktu perhitungan CLV, annual discount rate dari setiap jenis

produk seperti pada gambar di bawah ini :


d. Pilih Complex Model-Calculation. Maka CLV dari konsumen atau pelanggan tersebut dapat dilihat pada gambar di

bawah ini :


e. Maka Costumer Lifetime Value dapat dilihat pada gambar di bawah ini :


BAB IX

PENGEMBANGAN PRODUK

Pada tahap ini, produk hanya sebagai deskripsi berupa kata-kata, gambaran, atau

prototipe. Langkah berikutnya merepresentasikan lonjakan investasi yang akan

menyebabkan lonjakan biaya. Perusahaan akan melihat apakah ide produk dapat

diterjemahkan menjadi produk yang layak secara teknis dan komersial. Jika tidak,

maka ide produk tidak dapat dilanjutkan.

Rancangan awal produk berawal dari tahap seleksi, dimana ide dan konsep diajukan

dan dievaluasi. Tim mengidentifikasi spesifikasi akhir yang sudah menggambarkan

bagaimana suatu produk atau jasa akan digunakan. Selanjutnya tim akan membuat

beberapa keputusan tentang tradeoff (untung rugi) untuk mendapatkan kinerja

produk/jasa yang diinginkan. Beberapa contoh tradeoff yang dibuat misalnya :

Apakah kemasan produk akan dibuat dari plastik atau tube?

Apakah akan difortifikasi dengan bahan lain?

Hasil dari tradeoff yang dibuat ini adalah konsep dari rancangan produk. Secara ideal,

pertimbangan yang bagus harus dibuat pada tahap ini sehingga prototype yang dibuat

berdasar konsep rancangan akan berhasil di tahap selanjutnya. Jika konsep yang

dibuat hasilnya jelek dan prototipe gagal, maka tim harus kembali ke tahap desain

awal dan mengulang seluruh proses.

Analisis Tradeoff (untung rugi)

Tugas dari desain adalah menimbang untung rugi karakteristik awal sehingga

memenuhi selera pasar. Baik untuk desain produk dan jasa, banyak pilihan terdapat

untuk memenuhi fungsi dasar dari output. Kunci untuk mendapatkan desain yang

bagus adalah pengetahuan tentang karakteristik utama dari permintaan serta analisis


mendetil dari tradeoff yang tersedia diantara beberapa pilihan yang ada. Seringkali

beberapa versi berbeda dari output yang sama dapat diproduksi, sehingga segmentasi

pasar yang berbeda akan dapat dilayani. Sebagai contoh, Procter & Gamble

menawarkan bermacam-macam detergen, banyak diantara produk tersebut bersaing

satu sama lain.

Standardization

Beberapa tahun yang lalu tujuan utama dari desain output adalah membantu proses

produksi. Sejak permintaan akan barang bertambah banyak dan harganya juga

semakin murah, perusahaan berusaha untuk meminimalkan biaya produksi. Salah

satu metode untuk mengurangi unit cost adalah dengan meningkatkan kapasitas

melalui produksi masal atau manufaktur assembly-line. Sehingga perusahaan menuju

kepada standarisasi dan interchangeability antar bagian sehingga akan mengurangi

biaya dan kesulitan perkitan. Standarisasi memiliki beberapa keuntungan :

Meminimalkan jumlah komponen (part) yang berbeda untuk stock (simpanan)

Meminimalkan jumlah peralatan produksi untuk memproduksi output

Menyederhanakan prosedur operasi sehingga mengurangi pengawasan

Meminimalkan perbaikan dan dapat melayani masalah yang timbul

Standarisasi juga bermanfaat bagi pelanggan, sebagai contoh, standarisasi

memungkinkan kita membeli bermacam-macamm barang : lampu, film, videotape,

ban mobil tanpa memikirkan apakah nanti cocok digunakan di alat yang berbeda.

Kerugian utama adalah ketidakfleksibelan dari produksi : semakin sedikit jenis yang

diproduksi.

Modularity

Salah satu metode yang digunakan untuk memperbanyak jenis produk/servis tetapi

tetap menahan harga tetap rendah adalah modularity. Hal ini berarti memproduksi

output dalam “modul” atau subasembli yang memungkinkan untuk bisa saling tukar


menukar (interchangeable), sehingga memberikan pelanggan beberapa pilihan

output. Sebagai contoh, pembeli sebuah mobil baru dapat memilih ukuran mesin, tipe

transmisi, warna, dan beberapa aspek produksi lainnya. Jenis-jenis ini tidak

didapatkan dengan cara memproduksi bermacam-macam model, tetapi hanya dengan

memproduksi modul (mesin, transmisi, bodi dengan bermacam warna, ban dan roda,

dll) yang kemudian beberapa modul yang cocok digabung menjadi satu untuk

memenuhi permintaan pelanggan. Sebagai contoh dari modularisasi adalah sebuah

mobil dengan tiga kemungkinan mesin, dua kemungkinan transmisi, lima warna

exterior yang berbeda, dan tiga interior yang berbeda. Untuk memenuhi kebutuhan

konsumen yang berbeda tersedia 13 modul yang dapat dikombinasikan menjadi

3x2x5x3 = 90 versi yang berbeda dari model mobil yang sama.

Computer-Aided Design

Dewasa ini para insinyur memperbanyak penggunaan komputer untuk membantu

desain produk dan perencanaan produksi. Dalam pemanfaatan Computer-aided

design (CAD), insinyur membuat gambat pada layar komputer melalui keyboard, pen

cahaya (light pen), serta mouse. Bila insinyur mendesain bagian, Sistem CAD dapat

diperintah untuk memperbesar bagian yang diamati, memutar desain untuk melihat

pada sudut yang berbeda, dan seterusnya. Kemampuan dari sistem ini berkembang

sangat pesat beberapa tahun terakhir ini, sedangkat harga perangkat lunaknya turun

dengan drastic. Ketika desain telah selesai dibuat, maka dapat dilanjutkan dengan

membuat cetakan hardcopy atau disimpan secara elektronis. Biasanya desain yang

dibuat para insinyur diambil dari produk sejenis atau merupakan bagian dari sistem

basis data. Computer-aided process Planning (CAPP) adalah teknik untuk mengubah

bagian desain ke dalam rencana proses manufaktur. Sistem ini sangat membantu

dalam mengatasi masalah yang sering terjadi di antara ramcamg bangun dan

manufaktur. Computer Aided Manufacture (CAM) sesungguhnya adalah spesifikasi

dari intruksi-instruksi mesin yang dilakukan oleh komputer.


Pengujian Prototipe

Konsep desain yang dikembangkan pada tahap desain awal diujicobakan melalui

prototipe pada tahap ini. Prototype dapat berbentuk model fisik, simulasi komputer,

atau produk nyata. Prototype tersebut kemudian dievaluasi untuk menentukan

bagaimana mereka sesuai dengan tujuan awal : kinerja rancang bangunnya, sampai

berapa taraf ketertarikan pelanggan, ketahanan dalam penggunaan, maupun

kemudahan dalam produksi.

Desain Akhir

Penyempurnaan dilakukan berdasarkan desain awal, reaksi dari pelanggan terhadap

desain awal, evaluasi dari test prototipe, analisis finansial secara mendetil, dan

masukan yang relevan lainnya

Penyederhanaan dan analisis Hasil

Program penyederhanaan mengurangi jumlah komponen dan operasi yang

dibutuhkan untuk menghasilkan produk/jasa. Lebih sedikit komponen berarti pula

lebih sedikit bahan, tenaga kerja, servis yang lebih mudah, serta keandalan yang lebih

tinggi. Tim desain menggunakan analisis hasil (value analysis) untuk mencapai

fungsi dari produk/jasa dengan harga terendah. Tim desain mempertimbangkan

metode termurah, bahan, proses, serta desain yang akan digunakan.

Keamanan (safety) dan faktor Manusia

Pada tahap desain akhir, perusahaan akan mempertimbangkan pula masalah yang

berhubungan dengan kemudahan dalam penggunaan serta keamanan dari

produk/servis. Sebagai contoh, tempat dari saklar atau tombol, tinggi dan berat dari

produk kadang membatasi kegunaan barang tersebut oleh masyarakat. Sering desain

dibuat sesuai dengan peraturan dan hokum yang berlaku di suatu negara.


Reliability

Reliabilitas, salah satu dari unsur dari kualitas, kadang didefinisikan sebagai peluang

suatu produk akan bekerja seperti yang ditetapkan untuk waktu yang telah ditentukan

di bawah kondisi pengoperasian tertentu. Ada dua pandangan dalam menghitung

reliabilitas suatu produk/jasa, pertama adalah produk akan bekerja untuk saat akan

digunakan, kedua produk tersebut tahan beroperasi sampai jangka waktu yang telah

ditentukan.

Manufacturability

Pertimbangan utama desain adalah manufacturability atau kemampuan untuk

diproduksi pabrik/industri.


BAB X

PENGUJIAN PASAR

Pengujian pasar dapat dipertimbangkan setelah produk dikembangkan secara total,

dan produk telah cocok untuk pengujian pasar. Pengujian pasar digunakn untuk

mengukur tanggapan pembeli atau konsumen terhadap produk baru, dan

mengevaluasi satu atau lebih strategi penentuan posisi. Pengujian pasar banyak

digunakan untuk produk konsumsi seperti makanan, minuman, dan perlengkapan

kesehatan serta kecantikan. Pada pengujian pasar konvensional alternatif pengujian

dengan biaya murah tersedia. Kadang biaya pengujian pasar diluar jangkauan

perusahaan.

Tidak semua perusahaan melakukan uji pasar. Seperti perusahaan yang tidak

memproduksi produknya secara massal. Meskipun demikian, banyak perusahaan

meyakini pengujian pasar dapat menghasilkan informasi berharga tentang pembeli,

penyalur, efektivitas program pemasaran, dan potensi pasar.

Jumlah pengujian pasar dipengaruhi oleh biaya investasi dan risiko di satu sisi dan

tekanan waktu serta biaya riset di sisi lain. Pada produk dengan investasi tinggi, yang

memiliki peluang kegagalan tinggi harus dilakukan uji pasar. Biaya uji pasar akan

menjadi persentase yang tidak signifikan terhadap keseluruhan biaya proyek. Produk

berisiko ringgi seperti produk yang menciptakan kategori produk baru (minuman

sarapan instan pertama) atau memiliki fitur baru (pasta gigi dengan pemutih gigi

pertama) membutuhkan waktu yang lebih banyak pengujian pasar dari pada produk

modifikasi (merek pasta gigi lain).

Uji produk konsumen berusaha memperkirakan empat variabel yaitu percobaan,

pengulangan pertama, pemakaian dan frekuensi pembelian. Perusahaan berharap

dapat menemukan semua variabel ini pada tingkat tinggi. Banyak konsumen mungkin


mencoba produk, tetapi hanya sedikit yang melakukan pembelian kembali, atau

mencapai pemakaian yang tetap tinggi tetapi frekuensi pembelian rendah.

Menurut Kolter dan Keller (2009 : 303), terdapat empat metode uji pasar barang

konsumen yang terdiri dari :

1. Sales-Wave Research

Dalam riset ini, konsumen mencoba semua produk secara gratis ditawari

kembali, atau produk pesaing dengan harga yang sedikit lebih murah.

Penawaran dapat dibuat sebanyak lima kali (gelombang penjualan). Perusahaan

mencatat berapa banyak pelanggan yang memilih produk yang sama dan tingkat

kepuasan konsumen diukur. Pada riset ini juga dapat ditunjukkan satu atau lebih

konsep iklan pada konsumen untuk mengukur dampak iklan tersebut terhadap

pembelian ulang.

Sales-Wave Research dapat diimplementasikan dengan cepat, dilaksanakan

dengan cukup aman, dan tanpa pengemasan akhir dan iklan. Meskipun

demikian, riset ini tidak mengindikasikan tingkat percobaan yang akan dicapai

produk dengan berbagai insentif promosi penjualan karena konsumen dipilih

lebih dulu untuk mencoba produk; atau tidak mengindikasikan kekuatan merek

untuk meraih distribusi dan posisi rak yang menguntungkan.

2. Simulated Test Marketing

Metode ini mengharuskan perusahaan untuk menemukan 30 sampai 40

pembelanja bermutu dan menanyai mereka tentang hal-hal yang mereka ketahui

dan preferensi merek dalam berbagai kategori produk tertentu. Konsumen ini

menghadiri penyaringan singkat tentang iklan komersial atau iklan cetak

terkenal dan baru. Sebuah iklan yang mengiklankan produk baru, tetapi tidak

dikhususkan untuk menarik perhatian. Konsumen menerima sejumlah kecil

uang dan diundang ke toko dimana mereka bisa saja membeli barang apa pun.

Perusahaan mencatat berapa banyak konsumen membeli merek baru dan merek


pesaing. Hal ini memberikan ukuran efektivitas iklan dalam hubungannya

terhadap iklan pesaing pada percobaan yang distimulasi. Konsumen ditanyai

alasan pembelian mereka atau mengapa mereka tidak membeli. Mereka yang

tidak membeli merek baru mendapatkan sampel gratis. Beberapa minggu

kemudian, mereka diwawancara kembali dan ditawari peluang untuk membeli

kembali produk apapun.

Metode ini memberikan hasil yang cukup akurat tentang efektivitas iklan dan

tingkat percobaan serta tingkat pengulangan kembali diperluas dalam waktu

yang jauh lebih singkat dan model peramalan produk untuk memproyeksi

tingkat penjualan akhir. Perusahaan riset pemasaran melaporkan prediksi

tingkat penjualan produk yang ternyata sangat akurat dan selanjutnya

diluncurkan ke pasar. Namun, dalam dunia yang di dalamnya media dan saluran

semakin terfragmentasi, semakin sulit bagi pemasaran uji tersimulasi untuk

benar-benar mensimulasikan kondisi pasar dengan pendekatan tradisional saja.

3. Controlled Test Marketing

Dalam metode ini, perusahaan riset mengelola panel toko yang akan menjual

produk untuk mendapatkan komisi. Perusahaan dengan produk baru menetukan

jumlah toko dan lokasi geografis yang ingin diujinya. Perusahaan riset

mengirimkan produk ke toko peserta dan mengndalikan posisi rak, jumlah,

tampilan, dan promosi titik penjualan, serta penetapan harga. Pemindai

elektronik mengukur penjualan pada saaat pemeriksaan keluar. Perusahaan juga

mengevaluasi dampak iklan dan promosi lokal.

Controlled Test Marketing memungkinkan perusahaan menguji dampak faktor

dalam toko dan iklan terbatas terhadap perilaku pembelian. Suatu sampel

konsumen dapat diwawancara kemudian untuk memberikan kesan produk.

Perusahaan tidak harus menggunakan tenaga penjualannya sendiri, memberikan

insentif dagang, atau membeli distribusi. Meskipun demikian, pemsaran ujia


terkendali (Controlled Test Marketing) tidak memberikan informasi tentang

bagaimana cara menjual produk baru. Teknin ini juga mengekspos produk dan

fiturnya terhadap pengamatan pesaing.

4. Test Markets

Cara terakhir menguji produk baru adalah menempatkannya ke pasar uji secara

penuh. Perusahaan memilih beberapa kota perwakilan dan tenaga penjualan

berusaha menjual ke pedagang utnuk mengambil produk dan memberi

penempatan rak yang baik. Perusahaan memasang iklan dan melakukan

kampanye promosi penuh yang mirip dengan yang digunakan dalam pemasaran

nasional. Pemasaran uji juga mengukur dampak rencana pemasaran alternatif

dengan memvariasikan program pemasaran di berbagai kota. Uji skala penuh

dapat membutuhkan biaya besar, tergantung pada jumlah kota uji, lamanya

pengujian, dan jumlah data yang ingin dikumpulkan perusahaan.

Manajemen menghadapi beberapa keputusan yaitu :

a. Berapa banyak kota uji? Sebagaian besar pengujian menggunakan dua

hingga enam kota. Semakin besar kemungkinan rugi, semakin besar jumlah

strategi pemasaran yang bersaing, semakin besar tingkat perbedaan regional,

dan semakin besar peluang interfensi uji pasar oleh pesaing, semakin

banyak kota yang harus diuji oleh manajemen.

b. Kota yang mana? Setiap perusahaan harus mengembangkan kriteria tertentu

seperti mempunyai cakupan media yang baik, toko rantai yang kooperatif,

dan kegiatan kompetitif rata-rata. Seberapa representatif kota itu bagi pasar

lain juga harus dipertimbangkan.

c. Lama pengujian? Lamanya uji pasar berlangsung dapat bervariasi, dari

beberapa bulan sampai satu tahun. Semakin panjang rata-rata periode

pembelian, semakin panjang periode uji.


d. Apa informasi yang dikumpulkan? Data pengiriman gudang akan

memperlihatkan pembelian persediaan kotor, tetapi tidak akan menunjukkan

penjualan mingguan pada tingkat eceran. Audit toko akan memperlihatkan

penjualan eceran dan pangsa pasar pesaing tetapi tidak akan

mengungkapkan karakteristik pembeli. Panel konsumen akan

mengindikasikan orang yang mana yang membeli merek mana serta

loyalitas dan tingkat peralihan mereka. Survei pembeli akan menghasilkan

informasi mendalam tentang sikap pelanggan, penggunaan, dan kepuasan.

e. Tindakan apa yang harus diambil? Jika pasar uji memperlihatkan tingkat

percobaan dan pembelian kembali yang tinggi, pemasar harus meluncurkan

produk secara nasional. Jika percobaan tinggi dan tingkat pembelian

kembali rendah, produk harus dirancang kembali atau ditinggalkan. Jika

percobaan kembali rendah dan tingkat pembelian kembali tinggi,

kembangkan komunikasi pemasaran untuk meyakinkan lebih banyak orang

agar mencobanya. Jika percobaan dan pembelian kembali dua-duanya

rendah, tinggalkan produk. Banyak manajer sulit mematikan sebuah proyek

yang telah mengeluarkan banyak usaha dan perhatian, namun menghasilkan

peningkatan komitmen yang tidak menguntung atau tidak berhasil.

Meskipun banyak manfaatnya, banyak perusahaan saat ini tidak melakukan uji

pasar dan bergantung pada metode pengujian yang lebih cepat dan ekonomis.

General Mills lebih suka meluncurkan produk baru kira-kira di 25% dari satu

negara, sebuah area yang terlalu besar untuk diganggu oleh pesaing. Manajer

mengulas data pemindai eceran, yang memberikan informasi dalam hitungan

hari bagaimana keadaan produk dan tindakan perbaikan apa yang dilakukan.


BAB XI

KOMERSIALISASI

Jika perusahaan melakukan komersialisasi, perusahaan akan menghadapi biaya

terbesarnya saat ini. Perusahaan harus mengadakan kontrak untuk memproduksi atau

mebangun atau menyewa fasilitas manufaktur secara penuh. Biaya besar lainnya

adalah pemasaran. Untuk memperkenalkan barang kemasan konsumen baru yang

utama kepada pasar nasional, diperlukan biaya dari $25 juta sampai $100 juta iklan,

promosi dan komunikasi pemasaran lain pada tahun pertama. Dalam peluncuran

produk makanan baru, pengeluaran pemasaran umumnya mewakili 75% penjualan

sepanjang tahun pertama. Sebagian besar kampanye produk baru bergantung pada

bauran alat komunikasi pasar yang berurutan.

Kapan (Penentuan Waktu)

Dalam mengomersilkan produk baru, penentuan waktu memasuki pasar sangat

penting. Misalnya sebuah perusahaan hamper menyelesaikan pekerjaan

pengembangan produk barunya dan mempelajari bahwa pesan hampir selesai

mengerjakan pengembangannya. Perusahaan menghadapi tiga pilihan:

1. Masuk pertama –Perusahaan pertama yang memasuki pasar biasanya

menikmati “keutungan penggerak pertama” dengan mengunci distributor dan

pelanggan kunci serta mendapatkan kepemimpinan. Akan tetapi, jika produk

masuk ke pasar sebelum benar-benar bebas masalah, strategi masuk pertama

bisa menjadi boomerang.

2. Masuk secara berbarengan/pararel-Perusahaan dapat menentukan waktu

untuk memasuki pasar bersamaan dengan saat pesaing memasuki pasar. Pasar

akan lebih memberikan perhatian ketika dua perusahaan mengiklankan

produk baru.


3. Masuk belakangan-Perusahaan mungkin menunda peluncurannya sampai

setelah pesaing masuk. Pesaing harus mengeluarkan biaya mendidik pasar dan

produknya dapat menunjukkan kesalahan yang dapat dihindari produk yang

masuk belakangan. Produk yang masuk belakangan ini juga dapat

mempelajari ukuran pasar.

Keputusan penentuan waktu memerlukan pertimbangan tambahan. jika produk

baru menggantikan produk lama, perusahaan dapat menunda peluncuran sampai stok

produk lama habis. Jika produk tersebut merupakan produk musiman, produk itu

dapat ditunda sampai musim yang tepat tibaa: sering kali sebuah produk menunggu

“aplikasi pembunuh” terjadi. Hal yang memperumit peluncuran produk adalah bahwa

banyak perusahaan menghadapi “desain-sekeliling” yang kompetitif-pesaing meniru

penemuan, tetapi membuat versi mereka sendiri yang cukup berbeda untuk

menghindari pertikaian paten dan keharusan membayar royalty.

Dimana (Strategi Geografis)

Perusahaan harus memutuskan apakah mereka akan meluncurkan produk baru dalam

satu kawasan, sebuah wilayah, beberapa wilayah, pasar nasional, atau pasar

internasional. Sebagian besar perusahaan akan mengembangkan peluncuran pasar

terencana sepanjang waktu. Ukuran perusahaan merupakan factor penting disini.

Perusahaan kecil akan memilih kota yang menarik dan melaksanakan kampanye kilat,

memasuki kota lain satu persatu. Perusahaan besar akan memperkenalkan produk

mereka ke seluruh wilayah, kemudian beralih ke wilayah berikutnya. Perusahaan

dengan jaringan distribusi nasional, seperti perusahaan otomotif, akan meluncurkan

model baru mereka ke pasar nasional.

Sebagian besar perusahaan merancang produk baru untuk dijual terutama

dipasar domestic. Jika produk berjalan dengan baik, perusahaan mempertimbangkan

untuk mengekspor ke Negara tetangga atau pasar dunia, merancang kembali jika


diperlukan. Dalam memilih pasar peluncuran, kriteria utama adalah potensi pasar,

reputasi local perusahaan, biaya pengisian jalur saluran, biaya media komunikasi,

pengaruh satu wilayah terhadap wilayah lain, serta penetrasi kompetiitif.

Kehadiran pesaing kuat akan mempengaruhi strategi peluncuran. Misalkan

McDonald’s ingin meluncurkan rantai makanan cepat saji yang baru, restoran

McPizza”. Berdasarkan catatan historis, Pizza Hut sudah bercokol kuat di East Coast,

Domino’s dan Litle Caesar’s di Midwest, papa John’s di Selatan dan semuanya

bersaing di Barat. McDonald’s harus berhati-hati dalam memilih strategi peluncuran

geografis yang menyeimbangkan pertimbangan konsumen, persaingan dan perusaan.

Dengan adanya Web yang menghubungkan tempat-tempat yang jauh di dunia,

persaingan semakin melintasi batas nasional. Perusahaan semakin sering

meluncurkan produk baru secara simultan ke seluruh dunia, alih-alih secara nasional

atau bahkan regional. Meskipun demikian pemikiran peluncuran global memberikan

tantangan, dan peluncuran selanjutnya di seluruh Negara mungkin masih menjadi

pilihan terbaik.

Kepada Siapa (Prospek Pasar Sasaran)

Dalam pasar peluncuran, perusahaan harus menentukan sasaran distribusi dan

promosi awalnya kepada calon pelanggan terbaik. Perusahaan harus menentukan

profil calon pelanggan ini, dan idealnya mereka harus berupa pengadopsi awal,

pengguna berat, dan pemimpin oponi yang dapat dijangkau dengan biaya rendah.

Hanya sedikit kelompok yang memenuhi semua karakteristik ini. Perusahaan harus

menentukan peringkat berbagai kelompok calon pelanggan terhadapa karakteristik ini

dan membidik kelompok terbaik. Tujuannya adalah untuk menghasilkan pejualan

yang kuat sesegera mungkin guna menarik lebih banyak calon pelanggan.


Bagaimana (Strategi Pengenalan Ke Pasar)

Perusahaan harus mengembangkan rencana tindakan untuk memperkenalkan produk

baru ke pasar peluncuran. Karena peluncuran produk baru sering membutuhkan

waktu yang lebih lama dan uang yang lebih banyak dari pada yang diperkirakan,

banyak penawaran yang berpotensi mengalami kekurangan dana. Pentik untuk

mengalokasikan waktu dan sumber daya yang cukup-tetapi juga tidak berlebihan-

ketika produk baru mendapatkan pijakan di pasar.

Ahli peluncuran produk baru, Apple Computer mengadakan pemasaran kilat

besar pada tahun 1998 untuk meluncurkan imac, masuknya kembali Apple ke bisnis

PC computer setelah menghilang selama 14 tahun. Lima tahun kemudian, Apple

menggebrak lagi dengan meluncur iPod, seperti yang digambarkan dalam “terobosan

Pemasaran: ipod Apple.”

Untuk mengkoordinasikan berbagai kegiatan yang terlibat dalam peluncuran

produk baru, manajemen dapat menggunakan teknik perencanaan jaringan seperti

penjadwalan jalur kritis (critical path scheduling-CPS). Hal ini membutuhkan

pengembangan bagan utama yang memperlihatkan jumlah dan urutan kegiatan yang

harus dilakukan untuk meluncurkan produk. Dengan memperkirakan berapa banyak

waktu yang dibutuhkan setiap kegiatan, perencana memperkirakan berapa banyak

waktu yang dibutuhkan setiap kegiatan,perencana memperkirakan waktu

penyelesaian untuk seluruh proyek. Semua penundaan kegiatan di jalur penting-rute

terpendek menuju penyelesaian-akan menyebabkan proyek tertunda. Jika peluncuran

harus diselesaikan lebih awal, perencana mencari cara untuk mengurangi waktu

sepanjang jalur kritis.


BAB XII

APLIKASI MARKOV CHAINS

Rantai markov (markov chains) adalah suatu teknik matematika yang biasa

digunakan untuk melakukan pembuatan model (modelling) bermacam-macam sistem

dan proses bisnis. Teknik ini dapat digunakan untuk memperkirakan perubahan-

perubahan di waktu yang akan datang dalam variabel-variabel dinamis atas dasar

perubahan-perubahan dari variabel-variabel dinamis tersebut di waktu yang lalu.

Teknik ini juga dapat digunakan untuk menganalisis kejadian-kejadian di waktu-

waktu mendatang secara matematis. Jadi rantai markov digunakan untuk membuat

suatu sistem atau proses bisnis dengan memperkirakan perubahan sistem di waktu

yang akan datang dengan melihat perubahan sistem yang telah terjadi pada waktu

yang lalu dan juga dengan menganalisis kejadian yang akan datang secara

perhitungan matematis seperti harga-harga sumber daya. Sebagai contoh rantai

markov dapat digunakan untuk menganalisis tentang perpindahan merek dalam

pemasaran, perhitungan rekening-rekening, jasa-jasa persewaan mobil, perencanaan

penjualan, masalah-masalah persediaan, dan lain-lain.

Proses model rantai markov terdiri dari dua prosedur, yaitu pertama

menyusun matriks probabilitas transisi, dan kedua menghitung kemungkinan market

share di waktu yang akan datang. Probabilitas transisisi adalah sebagai contoh

pergantian yang kemungkinan akan dilakukan oleh konsumen dari suatu merek ke

merek yang lain. Hal ini dapat disebabkan oleh pengiklanan, promosi khusus, harga,

ketidakpuasan, dan lain-lain. Manajemen akan dapat manfaat bila mereka mengetahui

berapa market share-nya di periode yang akan datang.

Salah satu aplikasi markov chains adalah memprediksi perubahan market

share provider dari strategi promosi yang dilakukan. Dalam penelitian yang dilakukan


oleh Yan Hendrick Faisal yang berjudul “Analisis Perpindahan Merek (Brand

Switching) Menggunakan Metode Markov Chains Pada Pengguna Provider PT XL

Axiata Tbk”. Diperoleh perubahan market share dari tiga provider yaitu Telkomsel,

Indosat, dan XL Axiata yang disebabkan oleh strategi promosi yang dilakukan oleh

XL Axiata. Dalam penelitian ini dilihat perilaku perpindahan merek dari ketiga

provider. Dengan langkah-langkah sebagai berikut :

a. Menentukan matriks payoff yang diperoleh dari perubahan market share dari

ketiga provider pada tahun 2009 dan tahun 2010. Matriks payoff yang diperoleh

sebagai berikut :

b. Untuk menghitung perubahan matriks payoff pada tahun berikutnya

menggunakan rumus :

Pn =[푀푎푡푟푖푘푠푝푎푦표푓푓]

Perubahan matriks payoff sebagai berikut :

Tabel Perubahan Matriks Payoff

N Payoff Matriks 1

1 -0.31472 -0.68528 0.285714 -0.08992 -0.19579 0.171429 -0.01058 -0.11748

2

0.792603 0.226458 0.148267 -0.27917 -0.07976 -0.05176 -0.54316 -0.1016 -0.1016

1 -0.31472 -0.68528

0.285714 -0.08992 -0.19579

0.171429 -0.01058 -0.11748


3

0.882723 -0.31083 -0.5896 -0.27138 0.09558 0.181153 -0.60491 0.404044 0.404044

4

0.692839 -0.21302 -0.42021 -0.24362 0.074897 0.149772 -0.47479 0.28796 0.28796

5

0.559941 -0.19655 -0.34315 -0.19445 0.068354 0.120486 -0.38372 0.235154 0.235154

6

0.444959 -0.15427 -0.27622 -0.15492 0.053776 0.097131 -0.30492 0.189287 0.189287

7

0.353531 -0.12291 -0.21839 -0.12324 0.042894 0.076942 -0.24227 0.149659 0.149659

8

0.280977 -0.0978 -0.17385 -0.0979 0.034116 0.061206

-0.19255 0.119138 0.119138

9

0.223232 -0.07766 -0.13809 -0.0778 0.027096 0.048625

-0.15298 0.094627 0.094627

10

0.177371 -0.06172 -0.10972 -0.06181 0.021533 0.038635 -0.12155 0.075188 0.075188

11

0.140928 -0.04904 -0.08718 -0.04911 0.017108 0.030698 -0.09658 0.059741 0.059741

12

0.111973 -0.03896 -0.06927 -0.03902 0.013593 0.02439 -0.07673 0.047466 0.047466


13

0.088967 -0.03096 -0.05503 -0.031 0.0108 0.019379

-0.06097 0.037714 0.037714

14

0.070688 -0.0246 -0.04373 -0.02463 0.008581 0.015398 -0.04844 0.029965 0.029965

15

0.056165 -0.01954 -0.03474 -0.01957 0.006818 0.012234 -0.03849 0.023809 0.023809

16

0.044625 -0.01553 -0.0276 -0.01555 0.005417 0.00972 -0.03058 0.018917 0.018917

17

0.035457 -0.01234 -0.02193 -0.01236 0.004304 0.007723

-0.0243 0.01503 0.01503 Sumber : Yan Hendrick Faisal (2011 : Lampiran hal 20)

c. Hitung perilaku perubahan merek pelanggan yang disebabkan oleh strategi

jika XL Axiata menawarkan harga yang lebih murah dibanding pesaing (R1),

apabila XL Axiata memberikan kualitas yang semakin baik dan memuaskan

(R2), dan Apabila XL Axiata menawarkan produk yang unik (R3). Matriks

yang diperoleh sebagai berikut:

│R1│ =

-0.32 -0.3 0.9

│R2│ =

-0.26 -0.16 0.96


│R3│ =

-0.14 -0.12 0.84

d. Selanjutnya perubahan market share diukur dengan rumus sebagai berikut :

V1 = │P1 │ X │R │ V2 = │P2 │ X │R │ . . . Vn = │Pn │ X │R │

Perubahan market share dari ketiga provider dapat dilihat pada tabel di bawah

ini :

Perubahan Market Share Apabila XL Axiata Memberikan Harga yang lebih Murah

Tahun ke

Telkomsel Indosat XL

1 0.540993 0.241876 0.217045 2 0.533795 0.244088 0.221405 3 0.528435 0.245991 0.224652 4 0.524144 0.247492 0.22729 5 0.520697 0.248701 0.229402 6 0.517969 0.249659 0.231075 7 0.515799 0.250421 0.232406 8 0.514075 0.251026 0.233463 9 0.512705 0.251507 0.234303

10 0.511616 0.251889 0.234971 11 0.510752 0.252193 0.235501 12 0.510064 0.252434 0.235923 13 0.509518 0.252626 0.236257 14 0.509085 0.252778 0.236524 15 0.50874 0.252899 0.236735 16 0.508466 0.252995 0.236903 17 0.508249 0.253072 0.237036

Sumber : Yan Hendrick Faisal (2011 : 132)


Dari hasil perhitungan menggunakan metode markov chain terhadap tingkat

menggunakan XL atau berpindah ke XL apabila XL memberikan harga yang lebih

murah dibandingkan dengan pesaing, dapat dilihat bahwa :

Dalam jangka panjang market share Telkomsel akan turun sebesar

0,03175 atau 3,175 %.

Dalam jangka panjang market share Indosat akan naik sebesar 0,013072

atau 1,3072 %.

Dalam jangka panjang market share XL Axiata akan naik sebesar

0,017036 atau 1,7036 %.

Hal tersebut menunjukkan bahwa apabila XL memberikan harga yang lebih

murah dibandingkan dengan pesaing merupakan faktor yang kurang mendorong

perilaku brand switching pengguna provider lain ke XL Axiata. Penggunaan strategi

ini perlu dipertimbangkan kembali pengaruhnya terhadap perilaku brand switching

pengguna provider. Untuk lebih jelasnya mengenai perubahan market share

Telkomsel, Indosat dan XL Axiata dapat dilihat pada gambar dibawah ini :


Perubahan Market Share menggunakan metode Markov Chain apabila XL Axiata Memberikan Harga yang lebih Murah

Sumber : Yan Hendrick Faisal (2011 : 133)

Perubahan market share apabila kualitas fitur XL Axiata semakin baik dengan

metode markov chains dapat dilihat pada tabel berikut ini :


Perubahan Market Share Apabila

Kualitas Fitur XL Axiata Semakin Baik

Tahun

ke


1 0.541875 0.241566 0.216515

2 0.534417 0.243857 0.221321

3 0.528923 0.245809 0.224859

4 0.524487 0.247362 0.227738

5 0.520925 0.248611 0.230045

6 0.518106 0.249601 0.231872

7 0.515863 0.250389 0.233326

8 0.514081 0.251015 0.23448

9 0.512666 0.251512 0.235398

10 0.511541 0.251907 0.236127

11 0.510647 0.252221 0.236706

12 0.509937 0.25247 0.237166

13 0.509373 0.252668 0.237532

14 0.508924 0.252826 0.237823

15 0.508568 0.252951 0.238053

16 0.508285 0.25305 0.238237

17 0.50806 0.253129 0.238383

Sumber : data yang sudah diolah


menggunakan XL atau berpindah ke XL apabila kualitas fitur yang semakin baik,

dapat dilihat bahwa :



0,03194 atau 3,194 %.


atau 1,3129 %.


0,018383 atau 1,8383 %.

Hal tersebut menunjukkan bahwa apabila kualitas fitur yang semakin baik

merupakan faktor yang kurang mendorong perilaku brand switching pengguna

provider lain ke XL Axiata. Penggunaan strategi ini perlu dipertimbangkan kembali

pengaruhnya terhadap perilaku brand switching pengguna provider. Untuk lebih

jelasnya mengenai perubahan market share Telkomsel, Indosat dan XL Axiata dapat

dilihat pada gambar dibawah ini :

Perubahan Market Share menggunakan metode Markov Chain

apabila Kualitas Fitur XL Axiata Semakin Baik


Perubahan market share apabila XL Axiata menawarkan produk yang unik dengan

metode Markov Chains dapat dilihat pada tabel di bawah ini:

Perubahan Market Share Apabila

XL Axiata Menawarkan Produk yang Unik

Tahun

ke


1 0.542739 0.241261 0.215945

2 0.536923 0.243048 0.219701

3 0.532679 0.244557 0.222439

4 0.529249 0.245759 0.224669

5 0.526491 0.246728 0.226459

6 0.524309 0.247495 0.227876

7 0.522572 0.248105 0.229003

8 0.521193 0.24859 0.229899

9 0.520097 0.248975 0.23061

10 0.519226 0.249281 0.231175

11 0.518535 0.249525 0.231625

12 0.517985 0.249718 0.231982

13 0.517548 0.249871 0.232265

14 0.517201 0.249993 0.23249

15 0.516925 0.25009 0.232669

16 0.516706 0.250167 0.232812

17 0.516532 0.250229 0.232925

Sumber : data yang sudah diolah


menggunakan XL atau berpindah ke XL apabila XL Axiata menawarkan produk yang

unik, dapat dilihat bahwa :



0,02347 atau 2,347 %.


atau 1,0229 %.


0,012925 atau 1,2925 %.

Hal tersebut menunjukkan bahwa apabila XL Axiata menawarkan produk

yang unik merupakan faktor yang kurang mendorong perilaku brand switching

pengguna provider lain ke XL Axiata. Penggunaan strategi ini perlu dipertimbangkan

kembali pengaruhnya terhadap perilaku brand switching pengguna provider. Untuk

lebih jelasnya mengenai perubahan market share Telkomsel, Indosat dan XL Axiata

dapat dilihat pada gambar dibawah ini :

Gambar 4.5 Perubahan Market Share menggunakan metode Markov Chains

apabila XL Axiata Menawarkan Produk yang Unik


BAB XIII

PENUTUP

Setelah produk baru dipasarkan, produk akan masuk pada tahap siklus hidup produk

(product life cycle). Sepanjang umur suatu produk, perusahaan biasanya

memformulasikan kembali strategi pemasarannya beberapa kali. Tidak hanya kondisi

ekonomi berubah, dan pesaing melancarkan serangan baru namun, tambahan lagi

produk itu melewati tahap baru dari minat dan persyaratan pembeli. Kosekuensinya,

perusahaan harus merencanakan strategi pengganti yang tepat untuk tiap tahap dalam

siklus hidup produk tersebut. Perusahaan berharap memperpanjang umur dan

profitabilitas produk walaupun tahu bahwa produk tersebut tidak akan bertahan

selamanya. PLC (Product life Cycle) atau siklus hidup produk merupakan konsep

penting dalam pemasaran yang memberikan pemahaman tentang dinamika suatu

produk yang kompetitif. Sebuah produk memiliki siklus hidup berarti menegaskan

empat hal yaitu :

1. Produk memiliki umur terbatas

2. Penjualan produk melalui berbagai tahap yang berbeda, masing-masing

memberikan tantangan, peluang dan masalah yang berbeda bagi penjual.

3. Laba naik dan turun pada berbagai tahap yang berbeda selama siklus hidup

produk.

4. Produk memerlukan strategi pemasaran, keuangan, manufaktur, pembelian

dan sumber daya manusia yang berbeda dalam tiap tahap siklus hidupnya.

Kebanyakan kurva siklus hidup digambarkan sebagai bentuk lonceng. Kurva itu

umumnya dibagi menjadi empat tahap :

1. Perkenalan (introduction): periode pertumbuhan penjualan yang lambta saat

produk itu diperkenalkan ke pasar. Pada tahaaaaap iti tidak ada laba karena

beasrnya biaya-biaya untuk memperkenalkan produk.


2. Pertumbuhan (growth): periode penerimaan pasar yang cepat dan peningkatan

laba yang besar.

3. Kedewasaan (Maturity) : periode penurunan pertumbuhan penualan karena

produk itu telah diterima oleh sebagian besar pembeli potensial. Laba stabil

atau menurun karena persaingan yang meningkat.

4. Penurunan (decline) : periode saat penjualan menunjukkan arah yang menrun

dan laba yang menipis.

Konsep siklus hidup produk dapat digunakan untuk menganalisa kategori produk,

bentuk produk, produk atau merek.

Gambar . Siklus Hidup Penjualan dan Laba

Sumber : http://www-rohan.sdsu.edu

a. Kategori produk (product catagory) memiliki siklus hidup yang paling

panjang. Banyak katagori produk berada pada tahap kedewasaan untuk jangka

Documents

Aplikasi Alat Manajemen Pemasaran Dalam ... 3801KB Sep 05