Anda di halaman 1dari 9

BAB 7

ANALISIS PELUANG PASAR


DAN PERAMALANNYA

1. Analisis peluang pasar

Ada beberapa alasan mengapa analisis peluang pasar harus dilakukan terlebih
dahulu oleh suatu perusahaan :
1) Sering kali suatu perusahaan dalam memulai usahanya belum mengetahui
kesempatan pasar yang baik. Artinya perusahaan mempunyai tujuan dimulai
dengan suatu kesempatan.
2) Suatu perusahaan sulit menyebutkan apa yang seharusnya dibutuhkan karena
tidak jelas tujuan perusahaan. Pada hal di sisi lain perusahaan mengetahui adanya
kesempatan yang baik.
3) Bila kesempatan berubah, kadang-kadang perusahaan mengubah pola
tujuannya.
4) Tersedia atau tidaknya sumber-sumber dalam perusahaan, yang dapat lebih
unggul dari pesaing seperti dapat menekan biaya lebih rendah, harga lebih rendah,
mutu yang lebih baik, dsb.

Dalam perekonomian dengan adanya suatu kebutuhan yang belum terpenuhi.


Bila peluang ini baik atau menguntungkan perusahaan bisa melakukan untuk mengisi
peluang tersebut. Namun demikian, tidak semua peluang menguntungkan bagi
perusahaan. Suatu contoh : perusahaan air minum mempunyai peluang untuk
mengembangkan minuman dalam kaleng dengan menggunakan sumber-sumber air
terjun, sumur bor, dan lain-lain. Sedangkan peluang baik pengembangan air minum
tidak merupakan peluang baik bagi perusahaan plywood.

Untuk memutuskan peluang pasar yang mana yang akan dikejar di masa yang
akan datang, suatu perusahaan perlu memperkirakan peluang pasar. Terdapat dua
macam peluang pasar:
1. Peluang pasar absolut
2. Peluang pasar relatif

a. Peluang pasar absolut

Peluang pasar absolut adalah permintaan potensial maksimum yang terdiri dari dua
faktor yaitu - Jumlah pemakai potensial
- Tingkat pembelian

Pada pasar tertentu, Pasar absolut adalah jumlah rupiah atau jumlah unit yang dijual.

Untuk menukur peluang pasar absolut biasanya digunakan jumlah pemakai


yang mungkin dan tingkat pembelian maksimum yang diharapkan. Perusahaan sering
kali melakukan taksiran terhadap potensi pasar menurut daerah, jenis industri atau
rumah tangga dari asosiasi dagang atau hasil riset komersial.
Dalam memperkirakan peluang pasar konsumen dilakukan bila sifat-sifat
pembeli potensial telah diketahui dan diukur.
Suatu contoh prosedur untuk menaksir pasar peluang konsumen. Sebuah klinik
spesialis beroperasi dari berbagai bidang spesialisasi perawatan kesehatan, ingin
memperkirakan peluang pasar guna untuk menambah ruangan. Informasi dan
perhitungan dibuat untuk perkiraan pelayanan ginekologi dan penyakit kandungan :
Tingkat Kunjungan Populasi wanita Potensi pasar
Kelompok Usia
tahunan per kapita daerah pasar kunjungan/tahunan
(a)
(b) (c) (d)
15-24 0,4 36,273 14,509
25-44 0,5 74,821 37,411
45-64 0,1 34,710 3,471
Jumlah 55,391

Proses seperti ini diulangi untuk berbagai jenis pelayanan kesehatan yang
tersedia. Hasilnya bandingkan dengan kapasitas pelayanan kesehatan yang telah ada.
Bila terdapat relatif sama maka disimpulkan bahwa pelayanan yang ada sudah cukup,
tidak perlu menambah fasilitas baru.
Untuk memperhitungkan perbedaan besarnya organisasi digunakan jumlah
karyawan dan nilai pengiriman. Nilai pengiriman dan jumlah karyawan mempunyai
korelasi dengan tingkat pembelian.
Contoh riset primer dengan penggunaan bobot dalam memperkirakan peluang
pada pasar organisasi:
Kebutuhan Perkiraan
Jumlah
Kode SIC Industri perkaryawan potensi
Karyawan
(kg) (kg)
23 Apparel 18.066 30 541.980
28 Chemicals 32.661 50 1.633.050
34 Fabricated 87.101 65 5.661.565
metals
Jumlah 7.836.595

1. Perusahaan King menjual pelumas di tiga industri dengan kode SIC 23, SIC 28,
SIC 34.
2. Survey dilakukan untuk memperoleh rata-rata tingkat pembelian.
3. Perusahaan King menggunakan data karyawan untuk setiap industri yang telah
dihitung berdasarkan kota per kota dari pola bisnis kota, untuk mengukur
perbedaan pembeli potensial.
4. Dibuat tabel perkiraan peluang pasar.
5. Penjualan perusahaan kemudian dibandingkan dengan peluang pasar untuk
mengenali wilayah penjualan perusahaan King yang perlu ditingkatkan.

Timbul beberapa pertanyaan baru:


1. Apakah ada industri lain mempunyai pelumas industri yang potensial?
2. Apakah tingkat pembelian pada kondisi ekonomi yang ideal atau tingkat
penggunaan yang ada di bawah batas maksimum?
3. Apakah jumlah karyawa merupakan metode terbaik untuk dijadikan bobot
ukuran relatif dari pabrik-pabrik?
b. Peluang pasar relatif

Peluang pasar relatif merupakan persentase penyebaran peluang pasar di antara


berbagai bagian pasar.
Misalnya:- kelompok daerah pemasaran
- kelompok pelanggan

Peluang pasar relatif digunakan untuk alokasi sumber daya secara


efisien,seperti:
1. Alokasi pengeluaran iklan
2. Alokasi salesman diberbagai wilayah daerah.
3. Menempatkan fasilitas

Pemasangan iklan harus dialokasikan pada berbagai media atas dasar


kepentingan relatif masing-masing pasar. Sebagai contoh penyebaran iklan untuk alat
pengatur hawa ruangan disesuaikan dengan penyebaran jenis televisi agar alokasi
pengeluaran iklan selaras dengan peluang pasar.

Salesman (wirausaha) dengan jumlahnya harus disesuaikan dengan peluang


pasar pada masing-masing daerah. Misalnya daerah A cukup satu orang salesman,
sedangkan daerah B dengan peluang pasar yang lebih besar diperlukan untuk dua
orang salesman.

Dalam usaha meminimalkan biaya angkut dan memaksimalkan kemampuan


pengiriman produk dengan cepat, penempatan fasilitas lebih dekat ke pasar yang
berpeluang besar daripada ke pasar yang berpeluang kecil. Fasilitas itu misalnya
gudang, kantor, kantor penjualan daerah dan lain-lain.

Untuk mengukur peluang pasar relatif dilakukan dengan beberapa pendekatan,


yaitu:
1. Pendekatan faktor akibat tunggal.
2. Pendekatan faktor akibat ganda.

Potensi pasar yang berkaitan langsung dengan faktor tunggal misalnya kepada
siapa menjual produk industri. Pada produk konsumen biasanya digunakan jumlah
unit rumah tangga, tingkat pendapatan yang dibelanjakan dan lain-lain. Sebagai
contoh tentang penggunaan akibat tunggal dlam menaksir potensi pasar relatif:
Sebuah pabrik mainan anak-anak di AS berusaha mengalokasikan dana untuk
dana iklan tv untuk tahun 1983. Ini produk untuk anak-anak yang berusia 3-10 tahun.
Data yang berguna bagi pemimpin adalah umur 2-11 tahun dalam pasar televisi.
Populasi usia 2-11
Persen populasi Alokasi iklan
Pasar TV tahun
usia 2-11 tahun ($ ribu)
(ribu)
New york 2,280.9 7.0 700.0
Los Angeles 1,669.2 5.1 510.0
Chicago 1,227.2 3.8 380.0
Philadelphia 915.5 2.8 280.0
......... ........ ..... ........
Total USA 32,722.6 100.0 10,000.0
Dengan menggunakan perkiraan bulan Desember 1982 seperti tabel di atas,
pimpinan perusahaan menentukan jumlah persentase untuk semua anak-anak yang
berumur 2-11 tahun pada daerah-daerah pasar TV dialokasikan anggaran iklan sesuai
dengan persen populasinya.
Pimpinan perusahaan dapat pula menggunakan faktor akibat ganda atau lebh
dari satu faktor dalam memperkirakan potensi pasar relatif. Sebagai faktor digunakan
angka indeks. Misalnya untuk produk-produk konsumen yang sering dibeli digunakan
Indeks Daya Beli (IDB).
IDB = 0,5 x persen daya beli efektif +
0,3 x persen penjualan eceran di negara A x
0,2 x Persen populasi negara A

Contoh tentang penggunaan IDB:


Millers suatu toko serba ada regional yang menjual pakaian bermutu sedang dan
barang lunak lainnya. Toko tersebut berniat akan menambah jumlah tokonya /
mencari beberapa alternatif pasar baru. Tingkat persaingan perlu diteliti di pasar
potensial.
Penjualan
Pendapatan
eceran per
Wilayah pasar populasi rata-rata IDB
kapita
($)
($)

1 386,100 15,930 6881.8 0.1750


2 294,500 16,200 5455.2 0.1230
3 167,900 12,450 6317.1 0.0062
4 250,500 17,710 6876.4 0.1134

Atas dasar IDB yang terbesar adalah wilayah pasar 1 merupakan pasar yang
berpotensial tinggi. Sedangkan wilayah 2 dan 4 relatif sama IDB-nya, begitu juga
tingkat pendapatan rata-ratanya dan penjualannya agak lebih tinggi pada wilayah
pasar 4. Informasi ini berguna dalam mencari lokasi tertentu untuk pasar-pasar yang
mempunyaipotensi relatif besar.

2. Ramalan penjualan

Ramalan penjualan adalah perkiraan berbagai tingkat permintaan dimasa yang akan
datang.

Ramalan dapat dilakukan untuk jangka pendek maupun jangka panjang (1-5 tahun
atau lebih). Ada dua macam ramalan penjualan, yaitu:
1. Ramalan penjualan Industri
2. Ramalan penjualan perusahaan
Pada ramalan penjualan industri digunakan untuk memperkirakan jumlah
penjualan yang akan dicapai pada pasar yang relevan. Terdapat tiga penggunaan
dasar ramalan penjualan industri:
1) Ramalan penjualan industri memperlihatkan tingkat perkembangan
yang diharapkan dari pasar-pasar alternatif.
2) Ramalan penualan industri penting bagi pimpinan menengah dalam
mengetahui tingkat penualan industri yang akan datang untuk
menghitung bagian pasar yang diperlukan untuk mencapai tujuannya.
3) Laju perkembangannya industri biasanya mempunyai pengaruh yang
besar terhadap perkembangan perusahaan.

Ramalan Penjualan perusahaan adalah tingkatan penjualan perusahaan-perusahaan


yang diharapkan berdasarkan atas rencana
pemasaran yang telah dipilih dan lingkungan
pasaran yang telah ditentukan.

Ada dua konsep lainnya yang berhubungan dengan ramalan perusahaan:


1) Kuota penjualan merupakan tujuan penjualan ditentukan untuk jenis
produk, suatu bagian perusahaan, atau perwakilan penjualan.
2) Anggaran penjualan merupakan suatu perkiraan daripada jumlah penjualan
yang diharapkan dan digunakan untuk menentukan pembelian produksi, dan
keputusan jalannya keuangan.

3. Pendekatan Peramalan

Seringkali digunakan dengan tiga pendekatan untuk melakukan peramalan baik


untuk meramalkan penjualan industri maupun perusahaan:
a. Model deret berkala
b. Model regresi berganda
c. Pendekatan Judgemental

a. Model deret berkala

merupakan ramalan penjualan dengan menggunakan pola penjualan masa lalu.


Model ini mudah digunakan, serta kemungkinan penyimpangan antara penjualan
aktual dan yang diramalkan dapat diperkitakan secara statistik. Asumsi yang dipakai
adalah kekuatan-kekuatan pasar relatif stabil, artinya kecenderungan penjualan tidak
berubah karena perubahan ekonomi, pemasaran, dan teknologi.

Deret berkala dari penjualan masa lalu dapat dianalisis dengan empat
komponen utama yang berhubungan dengan waktu:
1) Kecenderungan (Trend = T)
2) Siklus (Cycle = C)
3) Musim (Season = S)
4) Kejadian yang tak menentu (Erratic events = E)

Kecenderungan (T) adalah hasil perkembangan dasar penduduk, susunan modal dan
teknologi menggariskan garis lurus atau lengkung melalui
perhitungan waktu.
Kecenderungan (T) dapat digunakan untuk ramalan jangka panjang.
Siklus(C) gerakan / bergeser seperti gelombang. Banyak deret penjualan
dipengaruhi oleh gejolak kegiatan ekonomi yang naik turun.Misalnya penjualan
konstrksi rumah, penjualan kambing dan penjualan besi kasar. Siklus dapat digunakan
dalam meramalkan jangka menengah.
Musim(S) menunjukkan pola gerakan yang tetap setiap tahun. Dalam tahunan
bisa terlihat pada triwulan oleh perubahan cuaca, ada musim semi, panas, gugur dan
dingin. Pola seperti itu tetap berlaku sepanjang tahun. Musiman baik digunakan dalam
ramalan jangka pendek.
Kejadian yang tak menentu (E). Misalnya adanya mogok kerja, perang, tingkah
laku yang aneh, perang harga dan lain-lain. Komponen-komponen yang lebih
sistematis, sehingga deret berkala diawali dengan kacau.

Model klasik adalah sbb:


1. Y = T + C + S + E
Ket: - Y = penjualan asli
- T = trend
- C = cycle
- S = season
- E = erratic events
Komponen-komponen itu saling berkaitan secara linear.

2. Y = T x C x S x E
Model perkalian ini mempunyai asumsi yang lebih realistis karena pengaruh
musim dan siklus sebanding dengan tingkatan kecenderungan penjualan. T dianggap
nilai absolut dan C, S dan E dalam nilai persentase (relatif).
Seringkali suatu perusahaan dengan ratusan macam jalur produk yang ingin
dibuat ramalannyadalam waktu segera, dapat menggunakan teknik deret berkala yang
baru, disebut Pemerataan eksponensial (exponential smoothing).

Qt + 1 = aQt + (1-a) Qt
Dimana:
Qt + 1 = ramalan penjualan untuk periode yang akan datang
Qt = penualan pada masa kini
Qt = rata-rata penjualan
a = rata-rata tetap

Misalnya rata-rata tetap 0,4, penjualan sekarang $ 50,000 dan rata-rata penjualan $
40,000. Maka ramalan penjualan ?

Qt+1 = 0,4 ($ 50,000) + 0.6 ($ 40,000)


= $ 44,000.-

Konstanta rata-rata (rata-rata tetap) diperoleh dari menguji percobaan-


percobaan berbagai penjualan rata-rata antara 0 dan 1 untuk dapat menemukan
ketetapan yang terbaik.
b. Model regresi berganda

Model ini digunakan sebagai ganti dari model deret berkala jika perubahan
lingkungan yang menyebabkan atau mempengaruhi penjualan dapat diperkirakan.
Pada model ini dapat pula disertakan variabel yang dapat dikendalikan, misalnya
tentang harga, biaya iklan dan lain-lain. Sehingga pimpinan dapat meneliti pengaruh
perubahan variabel-variabel itu dapat dikendalikan dalam pasar.

Model regresi berganda ini juga menggunakan data historis.

Y = f (X1 , X2 , ... , Xn)


misalnya :
Y = -3649 + 0,665 X1 + 1180 log X2 + 774 X3 + 32 X4 – 2,83 X5
Dimana:
Y = Jumlah penjualan per tahun dalam ribuan dolar.
X1 = penjualan pertahun dalam ribuan dolar
X2 = pengeluaran untuk iklan
X3 = variabel mati, dengan nilai 1 antara 1908 dan 1925, dan dibuat 0 antara1926
keatas.
X4 = tahun (1908 – 1909 = 1, dan seterusnya).
X5 = dispossible personal income dalam milyar dolar dengan nilai sekarang.

Semua variabel bebas tersebut diatas membantu perhitungan 94% variasi


tahunannyadalam penjualan antara tahun 1908 dan 1960. Untuk tahun 1961
dimasukkan angka-angka dari lima variabel bebas itu. Log pengeluaran iklan
dimasukkan dalam X2, 0 dimasukkan dalam X3, angka tahun yang sesuai dengan
tahun 1961 dimasukkan dalam X4, dan dispossible personal income yang diramal
tersedia dalam tahun 1961 pada X5. Hasil perkalian angka-angka ini dengan koefisien
masing-masing dan menjumlahkannya akan memberikan ramalan penjualan untuk
tahun 1961.

c. Pendekatan berdasarkan judgement

Beberapa alasan pimpinan menggunakan judgement untuk melengkapi model


statistik:
1. Model statistik yang canggih tidak dapat mengikut sertakan pengaruh yang
potensial misalnya embargo minyak, pemogokan, terobosan teknologi yang
besar dalam produk.
2. Pada pasar industri khususnya sejumlah kecil pembeli mungkin merupakan
sebagian pelanggan. Karena apabila pimpinan ingin memperkirakan akan ada
kehilangan atau penambahan pelanggan baru maka perlu dijadikan faktor
dalam ramalan penjualan dalam bentuk judgement.
3. Pada ramalan statistik lebih reliabel untuk tingkatkan agregasi yang lebih besar.
Misalnya lebih sukar meramalkan pembelian dengan akurat menurut wilayah
penjualan daripada pembelian secara nasional.
Beberapa faktor yang harus diperhatikan dalam melakukan ramalan penjualan:
1. Pola Musim
2. Kepekaan
3. Biaya kesalahan peramalan

Pola Musim

Hampir semua pasar terdapat variasi musim, dimana frekuensi variasi biasanya
dalam tahunan. Keputusan pemasaran dibuat apakah dalam kuartalan, bulanan, dan
lain-lain. Misalnya untuk anggaran periklanan diberikan tinggi pada bulan-bulan
penjualan besar dan harga yang ditingkatkan, sedangkan pada bulan-bulan lainnya
anggaran iklan diperkecil dan harga jual direndahkan pula. Untuk memudahkan dalm
membuat ramalan penjualan diperhitungkan dengan menggunakan indeks musim.
Sebagai contoh dapat dilihat pada penjualan berdasarkan data historis sbb:
Kuartal
1 2 3 4 Jumlah
tahun
1986 66 114 141 146 467
1987 68 115 144 171 498
1988 79 151 151 170 500
1989 75 152 152 181 531
Jumlah 288 452 588 668 1996
Rata-rata 72 113 147 167 125

Indeks musim dihitung sebagai berikut:

72
Kuartal 1 : × 100% = 57,6% → 57,6
125

113
Kuartal 2 : × 100% = 90,4% → 90,4
125

147
Kuartal 3 : ×100 % = 117 ,6% → 117 ,6
125

167
Kuartal 4 : × 100 % = 133,6% → 133,6
125

Dengan demikian maka ramalan penjualan untuk tahun 1989 adalah sebagai berikut:

100
Kuartal 1: 57 ,6 × Rp .75 juta = Rp .30 juta

100
Kuartal 2: 90 ,4 × Rp .123 juta = Rp .136 juta

100
Kuartal 3 : 117 ,6 × Rp .152 juta = Rp .129 juta
100
Kuartal 4 : 133 ,6 × Rp .181 juta = Rp .135 juta

Kepekaan

Penggunaan berbagai teknik peramalan akan memberikan hasil yang sama.


Dengan memakai ramalan yang paralel dengan asumsi yang berbeda-beda mengenai
faktor kausalnya, maka pimpinan akan lebih mampu dalam membuat peramalan.
Ramalan yang peka atas lingkungan atau perubahan-perubahan variabel akan
mendapatkan model dan asumsi yang paling mendekati kenyataan.

Biaya kesalahan peramalan

Suatu ramalan penjualan dengan kesalahan interval kemungkinan besar maka


pimpinan harus mempertimbangkan jumlah biaya akibat perkiraan permintaan terlalu
besar atau terlalu kecil.

Akibat perkiraan yang terlalu tinggi antara lain:


1. Kelebihan kapasitas mengakibatkan PHK
2. Penurunan harga
3. Beban biaya atas persediaan

Akibat perkiraan yang terlalu rendah antara lain:


1. Kehilangan kesempatan menjual
2. Menambah biaya lembur, biaya mempercepat pengiriman barang
3. Kurang pengendalian mutu, karena produksi penuh