1

SEGMENTASI KONSUMEN KENTANG, BAWANG MERAH DAN CABAI MERAH BERDASARKAN PEUBAH SOSIO-DEMOGRAFIS DAN KEPENTINGAN KRITERIA PRODUK
Witono Adiyoga Balai Penelitian Tanaman Sayuran, Jl. Tangkuban Perahu 517, Lembang, Bandung-40391
Penelitian ini bertujuan untuk mengidentifikasi segmen-segmen konsumen kentang, bawang merah, dan cabai merah berdasarkan peubah sosio-demografis dan persepsi tentang kepentingan kriteria produk. Penelitian survai dilaksanakan di tiga kota besar konsumen utama sayuran, yaitu Jakarta (DKI Jaya), Bandung (Jawa Barat) dan Padang (Sumatera Barat) pada bulan Juni-September 2006. Responden adalah 335 konsumen kentang, bawang merah, dan cabai merah yang dipilih secara acak. Alat analisis yang digunakan adalah statistika deskriptif, tabulasi silang dan analisis klaster. Hasil penelitian menunjukkan bahwa untuk kentang, dua peubah sosio-demografis (pendidikan dan pengeluaran) dan sebelas peubah kriteria produk (kesegaran, rasa, kebersihan, nilai gizi, tidak mengandung residu pestisida, penampakan luar, tidak ada tanda busuk, harga, kemasan, label produk, dan kenyamanan tempat pembelian) berpengaruh nyata terhadap perbedaan karakteristik segmen konsumen kentang. Jumlah segmen konsumen kentang yang dianggap paling sensibel adalah tiga segmen (segmen 1=120 orang; segmen 2=12 orang; dan segmen 3=203 orang). Berdasarkan komposisi tersebut, pemasar/petani kentang disarankan agar lebih mengarahkan strategi pemasarannya ke segmen 3. Untuk bawang merah, tiga peubah sosio-demografis (pendidikan, pekerjaan dan pengeluaran) dan tiga belas peubah kriteria produk (kesegaran, kebersihan, nilai gizi, tidak mengandung residu pestisida, penampakan luar, tidak ada tanda busuk, harga, warna, aroma, label produk, produk lokal, produk impor, dan kenyamanan tempat pembelian) berpengaruh nyata terhadap perbedaan karakteristik segmen konsumen bawang merah. Jumlah segmen konsumen bawang merah yang dianggap paling sensibel adalah dua segmen (segmen 1=113 orang dan segmen 2=222 orang). Komposisi anggota klaster tersebut menyarankan kepada pemasar/petani bawang merah agar lebih mengarahkan strategi pemasarannya ke segmen 2. Untuk cabai merah, empat peubah sosiodemografis (pendidikan, pekerjaan, pengeluaran dan frekuensi memasak sendiri) dan sebelas peubah kriteria produk (kesegaran, rasa, kebersihan, nilai gizi, tidak mengandung residu pestisida, penampakan luar, tidak ada tanda busuk, harga, warna, label produk, dan kenyamanan tempat pembelian) berpengaruh nyata terhadap perbedaan karakteristik segmen konsumen cabai merah. Jumlah segmen konsumen cabai merah yang dianggap paling sensibel adalah tiga segmen (segmen 1=152 orang, segmen 2=2 orang, dan segmen 3=181 orang). Komposisi anggota klaster tersebut menyarankan kepada pemasar/petani cabai merah agar lebih mengarahkan strategi pemasarannya ke segmen 3 dan 1. Penelitian lebih lanjut perlu mempertimbangkan pencantuman peubah kriteria produk secara lebih terinci dan spesifik. Kata kunci: segmen konsumen; sosio-demografis; kepentingan kriteria produk; analisis klaster ABSTRACT. Adiyoga, W. Potato, shallot and hot pepper consumer segmentation based on sociodemographic variables and the importance of product criteria. The objective of this study was to identify market or consumer segments of potatoes, shallot and hot peppers, based on sociodemographic variables and the importance of product criteria. Consumer surveys were carried out in three big cities in Indonesia (Jakarta-DKI Jaya, Bandung-West Java and Padang-West Sumatra) from June to September 2006. Respondents of these surveys were 335 potato, shallot and hot pepper consumers who were randomly selected. Descriptive statistics, cross tabulation and cluster analysis were used for data elaboration. Results show that for potatoes, two socio-demographic variables (education and expenditures) and eleven product criteria variables (freshness, taste, cleanliness, nutrient value, no pesticide-residue, appearance, no blemishes, price, packing, product label and convenient purchasing place) are significantly contributing to the separation of the potato clusters. Three clusters are identified as the most sensible sub-group for potato consumer segments (segment 1=120 cases; segment 2=12 cases; and segment 3=203 cases). Based on this composition, potato marketers/farmers are suggested to focus on segment 3 for implementing their marketing mix strategy. For shallots, three socio-demographic variables (education, employment and expenditures) and thirteen product criteria variables (freshness, cleanliness, nutrient value, no pesticide-residue, appearance, no blemishes, price, color, aroma, product label, local product, imported product, and convenient purchasing place) are significantly contributing to the separation of the shallot clusters. Two clusters are identified as the most sensible sub-group for shallot consumer

2
segments (segment 1=113 cases; and segment 2=222 cases). Based on this composition, shallot marketers/farmers are suggested to focus on segment 2 for implementing their marketing mix strategy. For hot peppers, four socio-demographic variables (education, employment, expenditures and selfcooking frequency) and eleven product criteria variables (freshness, taste, cleanliness, nutrient value, no pesticide-residue, appearance, no blemishes, price, color, product label, and convenient purchasing place) are significantly contributing to the separation of the hot pepper clusters. Three clusters are identified as the most sensible sub-group for hot pepper consumer segments (segment 1=152 cases; segment 2=2 cases; and segment 3=181 cases). Based on this composition, hot pepper marketers/farmers are suggested to focus on segment 3 and 1 for implementing their marketing mix strategy. Further study needs to consider involving more detailed and more specific product criteria variables. Key words: consumer segments; socio-demographic; importance of product criteria; cluster analysis

Sayuran

memiliki

peranan

penting

dalam

mendukung

upaya

pengentasan kemiskinan dan penanganan isu-isu ketahanan serta keamanan pangan di daerah perkotaan maupun pedesaan. Penguatan sub-sektor sayuran harus didukung oleh pengaturan dan penyesuaian kontinyu sistem usahatani, perbaikan efisiensi penggunaan sumberdaya dan pengusahaan produk berorientasi pasar. Namun demikian, perlu diakui bahwa upaya-upaya perbaikan selama ini terlalu bertumpu pada perbaikan di sisi produksi. Persepsi kurang tepat yang mengasumsikan bahwa sistem pemasaran secara otomatis akan berkembang untuk mengimbangi peningkatan produksi perlu segera diluruskan. Mengacu pada tingginya ketidak-pastian (uncertainty) yang dihadapi usahatani sayuran, terutama yang bersumber dari ketidakpastian pasar, perbaikan di sisi pemasaran sudah saatnya perlu mendapat perhatian yang lebih besar. Kentang, bawang merah dan cabai merah merupakan tiga jenis sayuran yang menjadi prioritas penelitian dan pengembangan dalam 10 tahun terakhir. Terlepas dari pertumbuhan produksi yang positif: kentang 5,2% per tahun, bawang merah 2,8% per tahun dan cabai merah 1,1% per tahun selama periode 1969-2006 (Adiyoga, 2009), ketiga jenis sayuran ini masih sering menghadapi masalah berkaitan dengan ketidak-pastian pasar/harga. Salah satu penyebab masalah ini bersumber dari kentang, bawang merah dan cabai merah yang masih dikategorikan sebagai komoditas. Komoditas adalah barang/produk yang memiliki permintaan, namun ditawarkan di pasar tanpa diferensiasi/perbedaan kualitatif. Pasar akan memperlakukan suatu komoditas secara ekivalen tanpa mempedulikan siapa yang memproduksi komoditas tersebut. Citra yang melekat pada diferensiasi produk memiliki kapasitas untuk menghela keputusan pembelian konsumen secara positif dan sekaligus mengamankan sumber keunggulan kompetitif produk bersangkutan (Kim and Boyd, 2004; James et al., 2009). Diferensiasi produk berhubungan erat dengan segmentasi pasar dan secara konsisten mendeskripsikan strategi

pemasaran niche. Pemasaran niche didefinisikan sebagai suatu strategi pemasaran yang memanfaatkan diferensiasi produk untuk menarik sekelompok pelanggan/konsumen fokus (a focused group of customers) yang teridentifikasi dari analisis segmentasi pasar (Higgins and Jussaume, 1998). Segmentasi pasar/konsumen terjadi terutama karena beragamnya preferensi konsumen terhadap produk tertentu. Konsumen dengan karakteristik yang berbeda-beda menginginkan produk serupa dengan atribut sedikit berbeda serta untuk alasan yang berbeda pula (Larson, 2004). Segmentasi adalah hal yang penting dan bermanfaat bagi perusahaan, bahkan merupakan salah satu prinsip fundamental di dalam konsep pemasaran moderen (Dibb and Stern, 1995). penelitian Dengan ini petani, melakukan segmentasi pada Pemasar, dalam konteks pasar/konsumen skala prioritas untuk

meningkatkan efisiensi dan profitabilitas pelayanan terhadap konsumen. mengeluarkan (memposisikan rendah), sekelompok konsumen yang memiliki kemungkinan lebih kecil untuk membeli produk yang ditawarkan, pemasar/petani akan mendapatkan tambahan sumberdaya yang dapat difokuskan pada sekelompok konsumen yang berpotensi lebih besar untuk menjadi pelanggan. Segmentasi yang efektif memungkinkan pemasar/petani untuk meningkatkan pengembalian investasi melalui pengurangan pengeluaran pemasaran. Dengan demikian, segmentasi pasar merupakan salah satu cara paling efektif bagi pelaku bisnis untuk dapat mengalokasikan dan menggunakan sumberdaya secara lebih bijaksana (Wolf, 1997; Ziehl et al., 2005). Segmentasi pasar/konsumen dapat ditempuh melalui dua cara, yaitu pendekatan a priori (a priori approach) dan metode berbasis klaster (clusterbased method) (Jenkins and McDonald, 1977; Gloy and Akridge, 1999). Metode berbasis klaster mampu mempertimbangkan lebih banyak variabel segmentasi dan memanfaatkan informasi yang dikumpulkan dari populasi secara lebih baik dibandingkan dengan pendekatan a priori. Dengan demikian, analisis klaster lebih disarankan untuk digunakan dalam upaya melakukan segmentasi pasar/konsumen (Larson 1997; Baker and Burnham 2001; Gil et al., 2000; Baker 1999; Baker and Crosbie 1993; Walley et al., 1999; Naes et al., 2001). Kovacic et al. (2002) mengidentifikasi empat segmen konsumen buah-buahan dan sayuran di pasar kota Zagreb, Croatia berdasarkan peubah-peubah demografis, sosio-demografis dan karakteristik pembelian. Hasil studi dimanfaatkan oleh produsen sebagai titik awal untuk mendefinisikan strategi pemasaran buah-buahan dan sayuran di pasar

perkotaan maupun di saluran-saluran distribusi lainnya. Sementara itu, Verbeke dan Pieniak (2006) mendapatkan tiga segmen yang berbeda berkaitan dengan kepercayaan manfaat, sikap dan perilaku konsumen terhadap konsumsi sayuran segar di Polandia dan Belgia. Hasil penelitian menunjukkan perlunya perhatian lebih besar terhadap pria muda berkenaan dengan komunikasi kesehatan masa depan, tanpa memandang kebangsaan. Konsumen Polandia menunjukkan tingkat konsumsi sayuran segar lebih rendah, walaupun memiliki tingkat kepercayaan lebih kuat terhadap manfaat sayuran segar dibandingkan dengan konsumen Belgia. Sehubungan dengan iklan kesehatan untuk mempromosikan konsumsi buah-buahan dan sayuran, Geeroms et al. (2008) mempelajari sub-sub kelompok konsumen berbasis orientasi motif kesehatan (health-related motive orientations). Berdasarkan analisis klaster diperoleh lima sub-kelompok berbeda, yaitu sub-kelompok eksperimentalis (harmonious enerjetik (energetic pemerhati experimenters), normatif penikmat harmoni pakar enjoyers), (normative carers),

kesadaran (conscious experts) dan kaum rasional (rationalists). Segmentasi ini memberikan evaluasi positif berkaitan dengan sub-kelompok yang paling tepat untuk menjadi target iklan kesehatan promosi konsumsi buah-buahan dan sayuran. Dalam rangka melengkapi studi konsumen sayuran terdahulu, penelitian ini diarahkan untuk mengidentifikasi segmen konsumen kentang, bawang merah dan cabai merah berdasarkan peubah demografis dan kepentingan kriteria produk.

METODE PENELITIAN
Kegiatan penelitian dilaksanakan pada bulan Juni-September 2006 untuk tiga komoditas sayuran prioritas, yaitu kentang, bawang merah dan cabai merah. Lokasi survai adalah tiga kota besar pusat konsumsi sayuran, yaitu Jakarta (DKI Jaya), Bandung (Jawa Barat) dan Padang (Sumatera Barat). Ketiga kota (propinsi) tersebut memiliki pasar induk (wholesale market) serta sentra produksi sayuran dan sengaja dipilih untuk mewakili daerah pusat konsumsi sayuran. Penelitian survai dilaksanakan mengikuti prosedur: (a) penetapan responden sebagai individu pengambil keputusan konsumsi/pembelian sayuran, (b) pemilihan responden konsumen secara acak dan penentuan jumlah responden masing-masing 125 orang per lokasi penelitian, (c) pengumpulan data primer melalui wawancara - kuesioner

terstruktur. Setelah melalui proses pemeriksaan kelengkapan kuesioner, jumlah responden di masing-masing kota yang memenuhi syarat untuk analisis lebih lanjut adalah: Jakarta (110 responden), Bandung (118 responden) dan Padang (107 responden). Secara total, responden survai konsumen ini berjumlah 335 orang. Peubah yang diamati mencakup: Peubah sosio-demografis: o usia responden, tingkat pendidikan responden, status pekerjaan, jumlah anggota keluarga, jumlah anggota keluarga dewasa, jumlah anggota keluarga balita, pengeluaran total keluarga dalam sebulan, dan frekuensi menyiapkan masakan sendiri o kecuali peubah frekuensi menyiapkan masakan sendiri yang berskala nominal, peubah-peubah lainnya berskala rasio Peubah kriteria produk: o kesegaran, rasa, kebersihan, nilai gizi, tidak mengandung residu pestisida, penam-pakan luar, tidak ada tanda busuk, harga, kemasan, warna, aroma, produk lokal, produk impor, label produk, dan kenyamanan tempat pembelian o semua peubah kriteria produk berskala ordinal o contoh pertanyaan untuk peubah kriteria produk: Pada saat anda membeli kentang/bawang merah/cabai merah, apakah kriteria produk di bawah ini menurut anda penting? Lingkarilah nomor pada kotak jawaban yang sesuai dengan pendapat anda:
Kriteria Produk Sangat tidak penting 1 1 Tidak penting 2 2 Cukup penting 3 3 Penting Sangat penting 5 5

Kesegaran Rasa

4 4

Pada

penelitian

ini,

335

responden

konsumen

disegmentasi

berdasarkan peubah sosio-demografis (8 peubah) dan peubah kriteria produk (11-13 peubah) dengan menggunakan analisis klaster (cluster analysis). Kmeans clustering dimanfaatkan untuk menempatkan observasi-observasi ke klaster terdekat melalui penggunaan pengukur jarak Euclidean (Euclidean distance measure). Dengan demikian, observasi xi (i = 1, 2,, n) ditempatkan atau dikelompokkan ke dalam klaster Cs (s =1, 2,, K) jika:

(xi cs)' (xi cs) = min (xi cj)' (xi cj)

Vj = 1, 2,..., K

dimana C1, C2 , Ck adalah himpunan klaster inisial (initial set of clusters); cs dan cj adalah rata-rata klaster (means of clusters) Cs dan Cj; K adalah jumlah klaster yang diinginkan; dan n adalah jumlah observasi/responden (Katsaras et al., 2001). Alat analisis yang digunakan adalah statistik deskriptif, tabulasi silang dan analisis klaster (cluster analysis) melalui pemanfaatan program statistika SPSS (Statistical Prog. for Social Sciences).

HASIL DAN PEMBAHASAN

Karakteristik Responden Tabel 1 menunjukkan bahwa sebagian besar responden sayuran kentang, bawang merah dan cabai merah (66.9%) secara keseluruhan (gabungan) berusia antara 30-49 tahun. Dari keseluruhan responden tersebut, 60.0% diantaranya memiliki tingkat pendidikan di atas SLTA (Akademi atau Universitas) dan 58.5% diantaranya berstatus sebagai ibu rumah tangga yang bekerja. Karakteristik responden yang agak berbeda polanya di masingmasing lokasi penelitian adalah tingkat pendidikan di Sumatera Barat (sebagian besar SLTA) dan status pekerjaan di Jawa Barat (sebagian besar ibu rumah tangga tidak bekerja).
Tabel 1 Usia, pendidikan dan pekerjaan responden (Respondents age, education and employment)
Karakteristik (Characteristics) Jawa Barat (West Java) n=118 (%) DKI Jaya (Capital City) n=110 (%) Sumatera Barat (West Sumatra) n=107 (%) Gabungan (Total) n=335 (%)

Usia (Age years) 20-29 tahun 30-39 tahun 40-49 tahun 50-59 tahun > 60 tahun Pendidikan (Education) < SLTA (< High School) SLTA (High School) 5.1 34.7 1.8 20.9 1.8 56.1 3.0 37.0 6.7 39.0 39.0 10.2 5.1 26.4 25.5 28.1 20.0 0 10.3 29.0 39.3 15.0 6.4 14.3 31.3 35.6 14.9 3.9

7
> SLTA (> High School) Pekerjaan (Employment) Ibu RT bekerja (Household Mom working) Ibu RT tidak bekerja (House- hold Mom not working) 35.6 89.1 52.3 58.5 60.2 77.3 42.1 60.0

64.4

10.9

47.7

41.5

Secara agregat, sebagian besar responden sayuran (50.7%) memiliki anggota keluarga berkisar antara 3-4 orang (rumah tangga dengan 1-2 orang anak). Tabel 2 juga menunjukkan bahwa bahwa pengeluaran total (termasuk listrik, telpon dan transpor) dari separuh responden (49.9%) berkisar antara Rp. 2 500 001 Rp. 5 000 000 per bulan. Sebagian besar (87.5%) ibu rumah tangga menyatakan lebih sering memasak/mengolah makanan sendiri. Karakteristik agregat ini ternyata serupa polanya untuk masing-masing lokasi penelitian.
Tabel 2 Jumlah anggota keluarga, pengeluaran total/bulan dan frekuensi memasak (Number of family members, total monthly expenditures and cooking frequency)
Karakteristik (Characteristics) Jawa Barat (West Java) n=118 (%) DKI Jaya (Capital City) n=110 (%) Sumatera Barat (West Sumatra) n=107 (%) Gabungan (Total) n=335 (%)

Jumlah Anggota Keluarga (Number of family members) 12 34 56 7-8 >8 Pengeluaran Total/Bulan (Total monthly expenditures) < Rp. 2 500 000 Rp. 2 500 001 Rp. 5 000 000 > Rp. 5 000 000 Lebih Sering Memasak Sendiri (Doing the cooking more frequently) Ya (Yes) Tidak (No) 83.9 16.1 84.5 15.5 94.4 5.6 87.5 12.5 39.0 50.8 10.2 25.4 48.2 26.4 42.1 50.5 7.4 35.5 49.9 14.6 3.4 55.2 34.7 5.9 0.8 8.2 54.5 30.0 7.3 0 7.5 42.1 39.3 7.5 3.6 6.3 50.7 34.6 6.9 1.5

Tabulasi silang pada Tabel 3 menunjukkan bahwa sebagian besar responden yang kisaran pengeluarannya lebih kecil dari Rp. 2 500 000 per bulan, memiliki latar belakang pendidikan SLTA. Sementara itu, sebagian besar

responden yang kisaran pengeluarannya Rp. 2 500 001 Rp. 5 000 000 per bulan, latar belakang pendidikannya di atas SLTA (Akademi atau Universitas).
Tabel 3 Tabulasi silang pendidikan dengan pengeluaran total (Cross tabulation between education and total monthly expenditures)
Pendidikan (Education) Pengeluaran Total Bulanan (Total Monthly Expenditures) < Rp. 2 500 000 Rp. 2 500 001 Rp. 5 000 000 > Rp. 5 000 000 Total < SLTA (< High School) 6 4 0 10 SLTA (High School) 63 51 10 124 > SLTA (> High School) 50 112 39 201 Total 119 167 49 335

Sebagian besar responden dengan pengeluaran lebih kecil dari Rp. 2 500 000 000 per bulan; ternyata adalah ibu rumah tangga yang tidak bekerja. Sementara itu, responden dengan pengeluaran Rp. 2 500 001 Rp. 5 000 000 per bulan dan > Rp. 5 000 000 per bulan, ternyata didominasi oleh ibu rumah tangga yang juga bekerja.
Tabel 4 Tabulasi silang mata pencaharian pokok dengan pengeluaran total (Cross tabulation between employment and total monthly expenditures)
Pengeluaran Total Bulanan (Total Monthly Expenditures) < Rp. 2 500 000 Rp. 2 500 001 Rp. 5 000 000 > Rp. 5 000 000 Total Pekerjaan (Employment) Ibu rumah tangga bekerja (Household Mom working) 50 106 36 195 Ibu rumah tangga tidak bekerja (Household Mom not working) 66 61 13 140 Total 119 167 49 335

Sebagian besar responden yang berpengeluaran lebih kecil dari Rp. 2 500 000 per bulan dan antara Rp. 2 500 001 Rp. 5 000 000 per bulan, ternyata anggota keluarganya berjumlah 4 orang. Sementara itu, responden yang berpengeluaran lebih besar dari Rp. 5 000 000 per bulan didoninasi oleh responden yang jumlah anggota keluarganya antara 3-4 orang dan 5-6 orang.
Tabel 5 Tabulasi silang jumlah anggota keluarga dengan pengeluaran total (Cross tabulation between Number of family members and total monthly expenditures)

9
Pengeluaran Total Bulanan (Total Monthly Expenditures) Jumlah Anggota Keluarga (Number of family members) 1-2 < Rp. 2 500 000 Rp. 2 500 001 Rp. 5 000 000 > Rp. 5 000 000 Total 16 4 1 21 3-4 67 83 20 170 5-6 30 65 21 116 7-8 6 11 6 23 >8 0 4 1 5 119 167 49 335 Total

Segmentasi Pasar/Konsumen Segmentasi merupakan suatu proses pengelompokan pasar atau konsumen menjadi sub-sub kelompok lebih kecil yang diturunkan dari pemahaman bahwa pasar/konsumen secara keseluruhan seringkali menciptakan sub-sub pasar dalam bentuk segmen pasar. Segmen-segmen tersebut bersifat homogen sikap konsumen yang berada di dalam segmen tertentu serupa/sama pada saat memberikan respon terhadap peubahpeubah (strategi) pemasaran. Informasi lengkap dari anggota tipikal suatu segmen tertentu seringkali memberikan gambaran tentang profil konsumen/pembeli. Dengan demikian, segmentasi yang berhasil harus memenuhi syarat: (a) adanya homogenitas di dalam segmen; (b) adanya heterogenitas antar segmen; (c) dapat diukur dan diidentifikasi; serta (d) ada segmen berukuran besar yang dapat dipilih sebagai target pasar menguntungkan. K-means clustering dapat digunakan untuk mengidentifikasi jumlah klaster optimal secara a priori. Namun demikian, jumlah klaster ini mencerminkan keputusan subyektif yang didasarkan pada suatu kompromi antara peningkatan homogenitas klaster di satu sisi, dengan viabilitas dan aksesibilitas klaster di sisi lain. Dalam hal ini, suatu solusi yang dapat memberikan segmen-segmen yang kompak dan menunjukkan perbedaan kuat antar segmen harus dipilih. Dengan kata lain, seorang analis harus dapat memutuskan apakah k segmen lebih baik dibandingkan dengan + 1 segmen. keputusan tersebut diantaranya adalah: (a) k 1 atau k F-rasio Beberapa pertimbangan yang digunakan untuk pengambilan peningkatan

mengindikasikan bahwa kelompok baru (new identified groups) dengan jumlah segmen yang terkandung di dalamnya cenderung lebih baik dibanding kelompok sebelumnya (old identified groups); dan (b) jumlah kasus/anggota/konsumen yang terdapat dalam setiap segmen (Hoek et al.,

10

1996). Walaupun demikian, sebagian besar referensi mengindikasikan bahwa tidak ada metode yang secara memuaskan dapat digunakan untuk menetapkan jumlah klaster/segmen. Punj dan Stewart (1983) bahkan menyatakan bahwa pemilihan jumlah klaster/segmen (k) seringkali bersifat mendua (ambiguous) dengan interpretasi bergantung pada bentuk dan skala distribusi titik-titik di dalam data set, serta resolusi peng-klasteran yang diinginkan pengguna. Lebih jauh lagi, peningkatan k selalu akan mengurangi jumlah simpangan (error) akibat pengklasteran, sampai ke kasus ekstrim (simpangan = nol) jika setiap titik data dianggap sebagai klasternya sendiri (jumlah segmen k sama dengan jumlah observasi/ titik data n). Berbagai kriteria di atas digunakan sebagai acuan di dalam tulisan ini untuk menetapkan jumlah klaster/segmen. Namun demikian, kriteria lain yang jauh lebih penting adalah penetapan jumlah segmen k optimal yang dipertimbangkan (justified optimal choice of k) dapat memberikan manfaat bagi pengguna/pemasar/petani untuk melakukan pemilihan dari opsi-opsi berbeda yang tersedia. Sebagai contoh, berdasarkan pilihannya, pengguna/petani dapat (a) menentukan tindakan-tindakan untuk lebih menarik atau mempertahankan konsumen, atau (b) memutuskan untuk memperkenalkan perbaikan kualitas produk dan pelayanan tertentu yang menguntungkan. Kentang: Segmentasi untuk konsumen kentang melibatkan 8 peubah demografis dan 11 kriteria produk. Penetapan jumlah klaster optimal ditempuh dengan mempertimbangkan hasil analisis statistik maupun potensi manfaat dari klaster bersangkutan. Pada penelitian ini, analisis kluster dilakukan untuk k = 2 sampai dengan k = 8, agar diperoleh keleluasaan relatif dalam memilih opsi terbaik (sensible) atau menentukan jumlah klaster optimal yang akan dianalisis lebih lanjut. Signifikansi F dari analisis sidik ragam semata-mata hanya menunjukkan bahwa peubah bersangkutan berkontribusi nyata dalam membedakan karakteristik antar klaster. Dengan kata lain, peubah-peubah yang tidak berbeda nyata memberikan indikasi bahwa tidak ada perbedaan yang berarti antar klaster (relatif sama) berhubungan dengan peubah-peubah tersebut. Tabel 6
Tabel 6 Diagnosis jumlah klaster (Diagnostic of number of clusters pada segmentasi konsumen kentang

11

in potato consumer segmentation)

Jumlah klaster/segmen (Number of clusters/segments)
2 F X1 .042 Sig . . 837 . 136 . 639 . 866 . 455 . 486 . 047 . 841 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 1.267 3 Sig . . 283 . 014 . 190 . 911 . 799 . 867 . 013 . 503 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 35.72 7 4 Sig . . 000 . 010 . 331 . 000 . 000 . 089 . 000 . 287 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 50.46 7 5 Sig . . 00 0 . 00 3 . 54 7 . 00 0 . 00 0 . 00 0 . 00 3 . 456 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 F 34.37 7 6 Sig . . 00 0 . 00 0 . 11 6 . 00 0 . 00 0 . 00 0 . 00 0 . 36 9 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 F 31.72 6 7 Sig . . 00 0 . 00 0 . 10 7 . 00 0 . 00 0 . 00 8 . 00 0 . 46 1 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 F 20.9 77 6.63 6 1.95 7 15.0 66 23.2 90 2.95 6 11.3 62 8 Sig . . 00 0 . 00 0 . 06 0 . 00 0 . 00 0 . 00 5 . 00 0 . 46 9 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0 . 00 0

X2

2.229

4.336

3.817

4.169

6.085

9.221

X3

.221

1.671

1.146

.767

1.782

1.759

X4

.028

.093

11.81 9 19.86 4

9.967

11.77 4 25.68 7

11.74 4 18.41 6

X5

.560

.224

29.41 8 10.66 6

X6

.486

.143

2.190

7.824

2.975

X7

3.973

4.363

8.840

4.179

7.089

5.661

X8

.040

.689

1.263

.913

1.084

.948

.948

X9

413.0 98 176.8 73 252.6 28 439.5 72 185.3 17 83.08 7 223.1 68 70.64 5 14.39 3

179.5 10 102.9 84 149.0 46 263.6 14 112.2 65 58.64 3 146.1 46 56.66 9 122.9 34

167.2 46 95.63 4 124.3 26 177.8 52 76.24 7 40.80 7 99.27 3 37.18 8 76.69 0

169.4 25 73.84 0 99.97 6 134.7 25 59.22 7 32.83 8 77.36 2 28.01 0 60.03 2

143.8 67 60.89 0 85.45 2 119.4 96 58.02 9 28.14 5 71.83 7 33.01 0 47.75 5

102.1 81 50.20 5 74.42 3 105.2 12 46.94 8 25.01 2 64.61 2 27.67 6 40.86 8

75.3 25 42.6 04 69.0 21 97.9 53 44.2 97 25.9 39 54.8 23 24.0 81 47.0 07

X1 0 X1 1 X1 2 X1 3 X1 4 X1 5 X1 6 X1 7

12
X1 8 X1 9 13.82 3 16.72 8 . 000 . 000 217.6 71 80.63 0 . 000 . 000 126.0 10 54.21 3 . 000 . 000 97.43 0 43.81 5 . 00 0 . 00 0 72.55 7 53.79 1 . 00 0 . 00 0 82.87 1 44.65 8 . 00 0 . 00 0 61.4 51 34.6 96 . 00 0 . 00 0

Jumlah kasus/anggota di dalam setiap segmen(Number of cases/members in each cluster)

2 1 2 3 4 5 6 7 8 321 14 3 120 12 203 4 113 54 156 12 5 110 108 11 96 10 6 107 78 40 88 11 11 7 79 4 14 80 38 9 111 8 9 59 2 70 35 4 51 105

Uji F hanya dapat digunakan untuk tujuan deskriptif saja karena klaster-klaster telah dipilih untuk memaksimalkan perbedaan antar kasus pada klaster-klaster yang berbeda. Oleh karena itu tidak dapat diinterpretasikan sebagai alat uji hipotesis bahwa rata-rata klaster adalah sama (The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal).

menunjukkan bahwa semua peubah kriteria produk (x9 x19) pada setiap k yang dicobakan memiliki signifikansi F < 0,05. Hal ini menunjukkan bahwa pada k berapapun (k = 2, 3,.........., 8), semua peubah kriteria produk berkontribusi nyata terhadap perbedaan karakteristik antar klaster/segmen. Dengan demikian, diagnosis jumlah klaster lebih mengacu pada keragaman signifikansi F peubah sosio-demografis dan jumlah kasus yang terdapat di dalam setiap kluster. Tabel 6 menunjukkan bahwa semakin besar k (jumlah klaster), semakin banyak peubah sosio-demografis yang berkontribusi nyata terhadap perbedaan karakteristik antar segmen. Namun demikian, jumlah kasus/konsumen di setiap klaster cenderung menjadi kecil-kecil dan kurang menguntungkan ditinjau dari strategi pemasaran yang harus ditempuh pemasar/petani. Berdasar-kan pertimbangan tersebut, k yang dipilih dan dianggap paling sensibel untuk segmentasi konsumen kentang adalah k = 3. Tabel 7 memperlihatkan bahwa dua peubah sosio-demografis dan sebelas peubah kriteria produk berpengaruh nyata terhadap perbedaan karakteristik dari ketiga segmen konsumen kentang. Pada prinsipnya, semakin besar angka F dari suatu peubah serta taraf
Tabel 7 Analisis sidik ragam segmentasi konsumen kentang (Analysis of variance of potato consumer segmentation)

13
Klaster (Cluster) Kuadrat Tengah df (Mean Square) 1.334 2 1.299 .406 .057 .156 .048 1.964 .076 75.687 57.375 68.613 76.432 57.642 39.217 64.657 43.128 77.828 122.193 61.357 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 Simpangan (Error) Kuadrat Tengah df (Mean Square) 1.053 332 .300 .243 .606 .698 .334 .450 .110 .422 .557 .460 .290 .513 .669 .442 .761 .633 .561 .761 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 F Sig.

Usia (Age) Pendidikan (Education) Pekerjaan (Employment) Jumlah anggota keluarga (Family members) Jumlah anggota keluarga dewasa (Adult family members) Jumlah anggota keluarga balita (Non-adult family members) Pengeluaran total bulanan (Total monthly expenditures) Lebih sering menyiapkan masakan (Cooking more frequently) Kesegaran (Freshness) Rasa (Taste) Kebersihan (Cleanliness) Nilai gizi (Nutrient value) Tidak mengandung residu pestisida (No pesticideresidue) Penampakan luar (Appearance) Tidak ada tanda busuk (No blemishes) Harga (Price) Kemasan (Packing) Label produk (Product label) Kenyamanan tempat pembelian (Convenient purchasing place)

1.267 4.336 1.671 .093 .224 .143 4.363 .689 179.51 0 102.98 4 149.04 6 263.61 4 112.26 5 58.643 146.14 6 56.669 122.93 4 217.67 1 80.630

.283 . 014* .190 .911 .799 .867 . 013* .503 . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000*

* berbeda nyata (significant) (p < 0,05) Uji F hanya dapat digunakan untuk tujuan deskriptif saja karena klaster-klaster telah dipilih untuk memaksimalkan perbedaan antar kasus pada klaster-klaster yang berbeda. Oleh karena itu tidak dapat diinterpretasikan sebagai alat uji hipotesis bahwa rata-rata klaster adalah sama (The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal).

signifikansinya di bawah 0,05, maka semakin besar pula perbedaan peubah tersebut pada ketiga segmen konsumen yang terbentuk. Sebagai contoh, nilai F peubah kriteria nilai gizi (263,6) lebih besar dari nilai F peubah kriteria kesegaran (179,5) dapat diartikan bahwa perbedaan kepentingan kriteria produk nilai gizi lebih besar dari perbedaan kepentingan kriteria produk kesegaran antar konsumen pada ketiga segmen. Contoh lain, nilai F peubah pendidikan (4, 336) yang tidak berbeda jauh dengan nilai F peubah pengeluaran total bulanan (4, 363) secara statistik mengindikasikan bahwa perbedaan pendidikan dan total pendapatan bulanan konsumen di ketiga segmen relatif sama.

14

Konsumen terbanyak berada pada segmen/klaster 3, sedangkan konsumen paling sedikit ditunjukkan oleh segmen/klaster 2. Seluruh responden konsumen (335 orang) terpeta secara lengkap pada ketiga segmen, masing-masing segmen 1 = 120 orang; segmen 2 = 12 orang; dan segmen 3 = 203 orang. Berdasarkan komposisi tersebut, seyogyanya pemasar/petani lebih mengarahkan strategi pemasarannya ke segmen 3 dengan karakteristik konsumen seperti tercantum pada Tabel 8, agar dapat memberikan target pasar yang lebih menguntungkan.
Tabel 8 Klaster final segmentasi konsumen kentang (Final cluster of potato consumer segmentation)
Klaster 1 (Cluster Klaster 2 (Cluster Klaster 3 (Cluster 1) 2) 3) Jumlah konsumen di setiap segmen (Number of consumers in each cluster) n = 120 n = 12 n = 203 Usia (Age) Pendidikan (Education) Pekerjaan (Employment) Jumlah anggota keluarga (Family members) Jumlah anggota keluarga dewasa (Adult family members) Jumlah anggota keluarga balita (Non-adult family members) Pengeluaran total bulanan (Total monthly expenditures) Lebih sering menyiapkan masakan (Cooking more frequently) Kesegaran (Freshness) Rasa (Taste) Kebersihan (Cleanliness) Nilai gizi (Nutrient value) Tidak mengandung residu pestisida (No pesticideresidue) Penampakan luar (Appearance) Tidak ada tanda busuk (No blemishes) Harga (Price) Kemasan (Packing) Label produk (Product label) Kenyamanan tempat pembelian (Convenient purchasing place) 40-49 tahun > SLTA ibu rumah tangga bekerja (household mom working) 3-4 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) penting (important) sangat penting (very important) penting (important) penting (important) penting (important) penting (important) 40-49 tahun > SLTA ibu rumah tangga bekerja (household mom working) 5-6 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) sangat tidak penting (not very important) tidak penting (not important) sangat tidak penting (not very important) sangat tidak penting (not very important) tidak penting (not important) tidak penting (not important) sangat penting (very important) tidak penting (not important) tidak penting (not important) tidak penting (not important) tidak penting (not important) 40-49 tahun > SLTA ibu rumah tangga bekerja (household mom working) 3-4 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) penting (important) penting (important) penting (important) sangat penting (very important) sangat penting (very important) penting (important) penting (important) penting (important) penting (important) penting (important) penting (important)

Analisis berikutnya adalah melihat komposisi dua peubah sosiodemografis yang berbeda nyata pada setiap segmen. Pada segmen terbesar

15

(3) didominasi oleh konsumen dengan karakteristik pendidikan di atas SLTA (55,2%) dan tingkat pengeluaran antara Rp. 2 500 001Rp. 5 000 000 /bulan (46,3%).
Tabel 9 Komposisi pendidikan dan pengeluaran pada setiap segmen konsumen kentang (Composition of education and expenditures in each potato consumer segment)
Segmen (Segment)
Segmen 1 (Cluster 1) n = 120 Segmen 2 (Cluster 2) n = 12 Segmen 3 (Cluster 3) n = 203

Total

Pendidikan (Education) Total Pengeluara n (Expenditur es) Total

Lebih rendah dari SLTA (< high school) SLTA (high school) Lebih tinggi dari SLTA (> high school)

1.7% 33.3% 65.0% 100.0%

8.3% 91.7% 100.0% 66.7% 33.3% 100.0%

3.9% 40.9% 55.2% 100.0% 39.4% 46.3% 14.3% 100.0%

3.0% 37.0% 60.0% 100.0% Total 35.5% 49.9% 14.6% 100.0%

Kurang dari Rp. 2 500 000 /bulan (less than) Antara Rp. 2 500 001Rp. 5 000 000 /bulan (in between) Lebih besar dari Rp. 5 000 000 /bulan (more than)

32.5% 54.2% 13.3% 100.0%

Bawang Merah: Segmentasi untuk konsumen bawang merah melibatkan 8 peubah demografis dan 13 kriteria produk. Analisis klaster bawang merah dilakukan untuk k = 2 sampai dengan k = 8, agar diperoleh keleluasaan relatif dalam memilih opsi terbaik (sensible) atau menentukan jumlah klaster optimal yang akan dianalisis lebih lanjut. Tabel 10 menunjukkan bahwa semua peubah kriteria produk (x9 x21) pada setiap k yang dicobakan memiliki signifikansi F < 0,05. Hal ini menunjukkan bahwa pada k berapapun (k = 2, 3,.........., 8), semua peubah kriteria produk berkontribusi nyata terhadap perbedaan karakteristik antar klaster/segmen. Dengan demikian, diagnosis jumlah klaster lebih mengacu pada keragaman signifikansi F peubah sosio-demografis dan jumlah kasus yang terdapat di dalam setiap kluster. Tabel 10 menunjukkan bahwa semakin besar k (jumlah klaster), semakin banyak peubah sosiodemografis yang berkontribusi nyata terhadap perbedaan karakteristik antar segmen. Namun demikian, jumlah kasus/konsumen di setiap klaster cenderung menjadi kecil-kecil dan kurang menguntungkan ditinjau dari strategi pemasaran yang harus ditempuh pemasar/petani. Berdasarkan

16

pertimbangan tersebut, k yang dianggap paling sensibel untuk segmentasi konsumen bawang merah dan lebih praktis bagi pemasar/petani untuk mengambil tindakan pemasaran adalah k = 2.

17

Tabel 10 Diagnosis jumlah klaster pada segmentasi konsumen bawang merah (Diagnostic of number of clusters in shallot consumer segmentation)
Jumlah klaster/segmen (Number of clusters/segments)
2 F X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 2.801 8.042 6.460 .042 .064 .033 10.10 1 .003 66.44 2 92.63 4 151.3 31 98.87 5 105.5 48 76.20 3 36.39 8 91.24 5 92.99 3 125.1 66 105.4 31 22.36 3 74.37 5 Sig. . 095 . 005 . 009 . 838 . 800 . 856 . 002 . 954 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 2.325 3.860 6.091 .807 .775 2.418 4.571 .879 123.3 10 140.7 75 114.8 38 86.97 9 84.48 7 140.3 36 47.39 1 62.28 2 66.04 6 97.60 3 68.06 3 26.75 1 41.12 7 3 Sig. . 099 . 022 . 003 . 447 . 461 . 091 . 011 . 416 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 50.28 8 1.633 3.127 12.92 5 22.47 8 6.144 7.072 1.115 78.33 7 90.49 8 62.58 0 74.08 0 64.38 8 102.9 06 28.79 3 50.08 6 48.86 4 77.11 0 49.91 3 25.40 9 49.89 3 4 Sig. . 000 . 182 . 026 . 000 . 000 . 000 . 000 . 343 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 24.10 8 2.000 1.861 17.78 6 32.51 3 5.878 5.677 .782 71.65 5 83.36 4 51.80 8 62.07 3 53.38 9 67.05 6 21.04 8 41.31 7 37.06 2 92.80 0 63.38 2 26.65 2 36.59 8 5 Sig. . 000 . 094 . 117 . 000 . 000 . 000 . 000 . 538 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 28.61 6 1.465 1.558 23.65 2 40.09 8 9.652 5.224 .504 53.70 8 56.91 6 53.51 1 43.52 0 43.34 1 53.67 9 13.71 4 47.06 0 44.46 6 66.70 3 39.70 1 24.00 2 35.04 7 6 Sig. . 000 . 201 . 171 . 000 . 000 . 000 . 000 . 773 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 22.51 9 2.976 2.937 8.181 23.75 4 9.786 6.014 .379 44.58 6 53.14 2 49.89 6 41.40 7 43.02 4 44.41 1 13.98 3 43.48 4 38.20 2 91.57 2 59.33 1 27.92 4 26.58 9 7 Sig. . 000 . 008 . 008 . 000 . 000 . 000 . 000 . 892 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 24.7 95 3.95 3 4.28 0 11.1 75 31.3 13 8.34 2 4.71 9 1.02 8 46.3 49 48.5 44 40.5 64 45.7 09 39.6 04 43.6 88 18.2 70 28.9 45 24.4 68 59.7 04 66.4 78 26.5 61 25.9 13 8 Sig. . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 411 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000

Jumlah kasus/anggota di dalam setiap segmen(Number of cases/member in each cluster)

2 3 4 5 6 7 8

18
1 2 3 4 5 6 7 8 113 222 6 171 158 6 97 102 130 6 78 101 70 80 6 68 83 53 75 50 6 43 52 55 47 72 60 6 49 36 51 55 45 62 31

Uji F hanya dapat digunakan untuk tujuan deskriptif saja karena klaster-klaster telah dipilih untuk memaksimalkan perbedaan antar kasus pada klaster-klaster yang berbeda. Oleh karena itu tidak dapat diinterpretasikan sebagai alat uji hipotesis bahwa rata-rata klaster adalah sama (The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal).

Tabel 11 memperlihatkan bahwa pada k = 2, tiga peubah sosiodemografis dan tiga belas peubah kriteria produk berpengaruh nyata terhadap perbedaan karakteristik dari kedua segmen konsumen bawang merah. Pada prinsipnya, semakin besar angka F dari suatu peubah serta taraf signifikansinya di bawah 0,05, maka semakin besar pula perbedaan peubah tersebut pada ketiga segmen konsumen yang terbentuk. Sebagai contoh, nilai F peubah kriteria penampakan luar (105,5) lebih besar dari nilai F peubah kriteria harga (36,4) dapat diartikan bahwa perbedaan kepentingan kriteria produk penampakan luar lebih besar dari perbedaan kepentingan kriteria produk harga antar konsumen pada kedua segmen bawang merah. Contoh lain, nilai F peubah pendidikan (8,042) yang tidak berbeda jauh dengan nilai F peubah pekerjaan (6,420) secara statistik mengindikasikan bahwa perbedaan pendidikan dan pekerjaan konsumen di kedua segmen relatif sama.
Tabel 11 Analisis sidik ragam segmentasi konsumen bawang merah (Analysis of variance of shallot consumer segmentation)
Klaster (Cluster) Kuadrat Tengah df (Mean Square) Usia (Age) Pendidikan (Education) Pekerjaan (Employment) Jumlah anggota keluarga (Family members) Jumlah anggota keluarga dewasa (Adult family members) 2.939 2.407 1.551 .025 .045 1 1 1 1 1 Simpangan (Error) Kuadrat Tengah df (Mean Square) 33 1.049 3 33 .299 3 33 .240 3 33 .605 3 33 .697 3 F Sig.

2.801 8.042 6.460 .042 .064

.095 .005* .009** .838 .800

19
Jumlah anggota keluarga balita (Non-adult family members) Pengeluaran total bulanan (Total monthly expenditures) Lebih sering menyiapkan masakan (Cooking more frequently) Kesegaran (Freshness) Kebersihan (Cleanliness) Nilai gizi (Nutrient value) Tidak mengandung residu pestisida (No pesticide-residue) Penampakan luar (Appearance) Tidak ada tanda busuk (No blemishes) Harga (Price) Warna (Color) Aroma (Aroma) Label produk (Product label) Produk lokal (Local product) Produk impor (Imported product) Kenyamanan tempat pembelian (Convenient purchasing place) .011 4.515 .000 33.617 47.298 80.787 62.156 56.064 37.111 29.044 58.233 66.112 120.573 106.795 21.001 71.315 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 .333 .447 .110 .506 .511 .534 .629 .531 .487 .798 .638 .711 .963 1.013 .939 .959 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 33 3 .033 10.10 1 .003 66.44 2 92.63 4 151.3 31 98.87 5 105.5 48 76.20 3 36.39 8 91.24 5 92.99 3 125.1 66 105.4 31 22.36 3 74.37 5 .856 .002* .954 .000* .000* .000* .000* .000* .000* .000* .000* .000* .000* .000* .000* .000*

* berbeda nyata (significant) (p < 0,05) ** berbeda nyata (significant) (p < 0,10) Uji F hanya dapat digunakan untuk tujuan deskriptif saja karena klaster-klaster telah dipilih untuk memaksimalkan perbedaan antar kasus pada klaster-klaster yang berbeda. Oleh karena itu tidak dapat diinterpretasikan sebagai alat uji hipotesis bahwa rata-rata klaster adalah sama (The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal).

Konsumen terbanyak berada pada segmen/klaster 2, sedangkan konsumen paling sedikit ditunjukkan oleh segmen/klaster 1. Seluruh responden konsumen (335 orang) terpeta secara lengkap pada kedua segmen, masing-masing segmen 1 = 113 orang dan segmen 2 = 222 orang. Berdasarkan komposisi tersebut, seyogyanya pemasar/petani bawang merah lebih mengarahkan strategi pemasarannya ke segmen 2 dengan karakteristik konsumen seperti tercantum pada Tabel 12, agar dapat memberikan target pasar yang lebih menguntungkan.
Tabel 12 Klaster final segmentasi konsumen bawang merah (Final cluster of shallot consumer segmentation)
Klaster 1 (Cluster 1) Klaster 2 (Cluster 2) Jumlah konsumen di setiap segmen (Number of consumers in each cluster) n = 113 n = 222 Usia (Age) Pendidikan (Education) Pekerjaan (Employment) 30-39 tahun SLTA ibu rumah tangga tdk bekerja (household mom not 40-49 tahun > SLTA ibu rumah tangga bekerja (household mom working)

20
working) Jumlah anggota keluarga (Family members) Jumlah anggota keluarga dewasa (Adult family members) Jumlah anggota keluarga balita (Non-adult family members) Pengeluaran total bulanan (Total monthly expenditures) Lebih sering menyiapkan masakan (Cooking more frequently) Kesegaran (Freshness) Kebersihan (Cleanliness) Nilai gizi (Nutrient value) Tidak mengandung residu pestisida (No pesticideresidue) Penampakan luar (Appearance) Tidak ada tanda busuk (No blemishes) Harga (Price) Warna (Color) Aroma (Aroma) Label produk (Product label) Produk lokal (Local product) Produk impor (Imported product) Kenyamanan tempat pembelian (Convenient purchasing place) 3-4 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) penting (important) penting (important) penting (important) penting (important) penting (important) penting (important) penting (important) cukup penting (moderately important) cukup penting (moderately important) tidak penting (not important) cukup penting (moderately important) tidak penting (not important) cukup penting (moderately important) 3-4 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) penting (important) sangat penting (very important) penting (important) penting (important) penting (important) penting (important) penting (important) cukup penting (moderately important) penting (important)

Tabel 13 memperlihatkan komposisi tiga peubah sosio-demografis yang memberikan kontribusi nyata terhadap perbedaan antar segmen bawang merah. Segmen 2 yang memiliki 222 responden didominasi oleh konsumen dengan karakteristik pendidikan di atas SLTA (64,9%), pekerjaan sebagai ibu rumah tangga-bekerja (63,1%) dan tingkat pengeluaran antara Rp. 2 500 001 Rp. 5 000 000 /bulan (52,3%). Di dalam segmen 1, konsumen berkarakteristik ibu rumah tangga tidak bekerja tampak lebih dominan dibandingkan dengan yang bekerja. Pada segmen ini (n = 113), proporsi konsumen berpengeluaran < Rp. 2 500 000 ternyata hampir sama dengan konsumen berpengeluaran antara Rp. 2 500 001 Rp. 5 000 000.

21

Tabel 13 konsumen

Komposisi pendidikan, pekerjaan dan pengeluaran pada setiap segmen of education, employment and

bawang merah (Composition expenditures in each shallot consumer segment)

Segmen (Segment)
Segmen 1 (Cluster 1) n = 113 Segmen 2 (Cluster 2) n = 222

Total

Pendidikan (Education) Total Pekerjaan (Employme nt) Total Pengeluara n (Expenditur es) Total

Lebih rendah dari SLTA (< high school) SLTA (high school) Lebih tinggi dari SLTA (> high school)

5.3% 44.2% 50.4% 100.0%

1.8% 33.3% 64.9% 100.0% 63.1% 36.9% 100.0% 30.2% 52.3% 17.6% 100.0%

3.0% 37.0% 60.0% 100.0% Total 58.2% 41.8% 100.0% Total 35.5% 49.9% 14.6% 100.0%

ibu rumah tangga - bekerja (household mom working) tangga - tidak bekerja (household mom ibu rumah not working)

48.7% 51.3% 100.0% 46.0% 45.1% 8.8% 100.0%

Kurang dari Rp. 2 500 000 /bulan (less than) Antara Rp. 2 500 001Rp. 5 000 000 /bulan (in between) Lebih besar dari Rp. 5 000 000 /bulan (more than)

Cabai Merah: Segmentasi untuk konsumen cabai merah melibatkan 8 peubah demografis dan 11 kriteria produk. Analisis kluster dilakukan untuk k = 2 sampai dengan k = 8, agar diperoleh keleluasaan relatif dalam memilih opsi terbaik (sensible). Penetapan jumlah klaster optimal yang akan dianalisis lebih lanjut ditempuh dengan mempertimbangkan hasil analisis statistik maupun potensi manfaat dari klaster bersangkutan. Signifikansi F dari analisis sidik ragam semata-mata hanya menunjukkan kontribusi nyata (p < 0,05) atau kontribusi tidak nyata (p > 0,05) dari peubah bersangkutan dalam membedakan karakteristik antar klaster. Tabel 14 menunjukkan bahwa semua peubah kriteria produk (x9 x19) pada setiap k yang dicobakan memiliki signifikansi F < 0,05. Hal ini menunjukkan bahwa pada k berapapun (k = 2, 3,.........., 8), semua peubah kriteria produk berkontribusi nyata terhadap perbedaan karakteristik antar klaster/ segmen. Dengan demikian, penetapan jumlah klaster optimal akan mengacu pada keragaman signifikansi F peubah sosio-demografis dan jumlah kasus yang terdapat di dalam setiap kluster. Tabel 14 menunjukkan adanya kecenderungan korelasi positif antara jumlah

22

klaster (k) dengan jumlah peubah sosio-demografis yang berkontribusi nyata (p , 0,05) terhadap perbedaan karakteristik antar segmen. Hal ini mengindikasikan semakin kecilnya simpangan (error) bersamaan dengan semakin besarnya jumlah klaster. Namun demikian, jumlah kasus/konsumen di setiap klaster cenderung menjadi kecil-kecil dan kurang praktis bagi pemasar/petani dalam menetapkan segmen mana yang akan diprioritaskan. Pemasar/petani akan ditinjau dari strategi
Tabel 14 Diagnosis jumlah klaster pada segmentasi konsumen cabai merah (Diagnostic of number of clusters in hot pepper consumer segmentation)
Jumlah klaster/segmen (Number of clusters/segments)
2 F X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 .219 11.24 2 2.633 1.167 .004 1.473 12.25 1 2.708 34.36 2 55.65 9 77.47 3 153.2 93 127.1 68 102.6 29 57.14 4 52.17 3 60.80 6 206.5 36 Sig. . 640 . 001 . 106 . 281 . 947 . 226 . 001 . 101 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 1.443 5.564 3.194 1.274 .305 .202 7.484 2.738 83.94 2 38.79 6 75.11 5 65.34 4 71.29 8 60.54 1 54.96 0 38.26 9 63.77 4 150.7 21 3 Sig. . 238 . 004 . 042 . 281 . 737 . 818 . 001 . 066 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 15.98 4 2.648 1.801 3.612 6.023 .798 3.554 1.159 65.84 1 20.11 5 57.06 9 59.49 2 119.4 49 74.23 0 49.09 8 28.62 1 35.86 1 121.0 19 4 Sig. . 000 . 049 . 147 . 014 . 001 . 496 . 015 . 325 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 41.40 7 2.210 3.218 16.19 0 30.70 3 6.605 5.634 2.733 50.81 1 20.51 1 38.06 6 30.79 1 55.26 1 56.85 5 43.15 0 21.81 8 33.97 9 57.40 5 5 Sig. . 000 . 068 . 013 . 000 . 000 . 000 . 000 . 029 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 40.77 1 1.267 1.077 8.810 17.87 2 4.657 6.847 .441 36.55 4 18.93 2 36.17 3 45.89 0 39.80 5 39.25 1 34.14 7 20.40 7 30.77 0 66.93 0 6 Sig. . 000 . 278 . 373 . 000 . 000 . 000 . 000 . 820 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 29.12 6 3.533 .856 21.35 3 46.06 7 5.204 4.177 .846 32.30 4 18.40 5 36.24 1 47.49 7 66.96 2 37.56 4 26.77 0 17.88 5 28.38 2 82.00 3 7 Sig. . 000 . 002 . 528 . 000 . 000 . 000 . 000 . 536 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 F 34.9 74 2.95 5 .783 18.5 21 41.8 58 6.11 4 7.23 0 .466 35.2 49 16.2 41 26.2 15 22.0 74 24.4 98 33.7 62 26.1 28 26.9 16 27.4 09 78.1 83 8 Sig. . 000 . 005 . 602 . 000 . 000 . 000 . 000 . 859 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000 . 000

23
X19 92.06 0 . 000 51.83 0 . 000 53.78 7 . 000 67.64 0 . 000 67.69 0 . 000 23.16 0 . 000 32.8 94 . 000

Jumlah kasus/anggota yang ada di dalam setiap segmen(Number of cases/member in each cluster)
2 1 2 3 4 5 6 7 8 192 143 3 152 2 181 4 2 131 118 84 5 115 65 2 76 77 6 2 96 64 22 99 52 7 2 86 52 12 58 72 53 8 2 57 63 11 48 45 74 35

Uji F hanya dapat digunakan untuk tujuan deskriptif saja karena klaster-klaster telah dipilih untuk memaksimalkan perbedaan antar kasus pada klaster-klaster yang berbeda. Oleh karena itu tidak dapat diinterpretasikan sebagai alat uji hipotesis bahwa rata-rata klaster adalah sama (The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal).

pemasaran yang harus ditempuh pemasar/petani. Misalnya pada k = 8, pemasar/petani akan mendapatkan kesulitan untuk menentukan pilihan segmen prioritas antara segmen 7 (n=74), segmen 3 (n=63) dan segmen 2 (n=57), karena selisih jumlah anggota antar ketiga segmen tersebut yang kurang signifikan. Berdasarkan pertimbangan tersebut, k yang dipilih dan dianggap paling sensibel untuk segmentasi konsumen cabai merah adalah k = 3. Tabel 15 memperlihatkan bahwa pada saat k = 3, empat peubah sosiodemografis dan sebelas peubah kriteria produk berpengaruh nyata terhadap perbedaan karakteristik dari ketiga segmen konsumen cabai merah. Nilai F peubah kriteria rasa (38,796) yang tidak berbeda jauh dengan nilai F peubah kriteria harga (38.269) mengindikasikan bahwa perbedaan kepentingan kriteria produk rasa relatif sama dengan perbedaan kepentingan kriteria produk harga antar konsumen pada ketiga segmen yang diidentifikasi. Sementara itu, nilai F peubah pengeluaran total bulanan (7,484) adalah yang terbesar dibandingkan dengan nilai F peubah sosio demografis lainnya. Hal ini memberikan indikasi bahwa diantara delapan peubah sosio demografis, pengeluaran total bulanan merupakan peubah yang paling membedakan karakteristik ketiga klaster/segmen cabai merah.
Tabel 15 Analisis sidik ragam segmentasi konsumen cabai merah (Analysis of variance of hot pepper

24

consumer segmentation)
Klaster (Cluster) Kuadrat Tengah df (Mean Square) 1.519 2 1.656 .769 .767 .213 .067 3.308 .298 16.976 25.329 25.934 36.388 36.927 32.196 20.297 24.864 30.836 107.645 43.585 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 Simpangan (Error) Kuadrat Tengah df (Mean Square) 1.052 332 .298 .241 .602 .697 .333 .442 .109 .202 .653 .345 .557 .518 .532 .369 .650 .484 .714 .841 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 332 F Sig.

Usia (Age) Pendidikan (Education) Pekerjaan (Employment) Jumlah anggota keluarga (Family members) Jumlah anggota keluarga dewasa (Adult family members) Jumlah anggota keluarga balita (Non-adult family members) Pengeluaran total bulanan (Total monthly expenditures) Lebih sering menyiapkan masakan (Cooking more frequently) Kesegaran (Freshness) Rasa (Taste) Kebersihan (Cleanliness) Nilai gizi (Nutrient value) Tidak mengandung residu pestisida (No pesticideresidue) Penampakan luar (Appearance) Tidak ada tanda busuk (No blemishes) Harga (Price) Warna (Color) Label produk (Product label) Kenyamanan tempat pembelian (Convenient purchasing place)

1.443 5.564 3.194 1.274 .305 .202 7.484 2.738 83.942 38.796 75.115 65.344 71.298 60.541 54.960 38.269 63.774 150.72 1 51.830

.238 . 004* . 042* .281 .737 .818 . 001* . 066* * . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000* . 000*

* **

berbeda nyata (significant) (p < 0,05) berbeda nyata (significant) (p < 0,10)

Uji F hanya dapat digunakan untuk tujuan deskriptif saja karena klaster-klaster telah dipilih untuk memaksimalkan perbedaan antar kasus pada klaster-klaster yang berbeda. Oleh karena itu tidak dapat diinterpretasikan sebagai alat uji hipotesis bahwa rata-rata klaster adalah sama (The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal).

Konsumen terbanyak berada pada segmen/klaster 3, kemudian diikuti oleh segmen/ klaster 1 dan segmen/klaster 2. Seluruh responden konsumen (335 orang) terpeta secara lengkap pada ketiga segmen, masing-masing segmen 1 = 152 orang; segmen 2 = 2 orang; dan segmen 3 = 181 orang. Berdasarkan komposisi tersebut, seyogyanya pemasar/petani lebih mengarahkan strategi pemasarannya ke segmen 3 dan 1 dengan karakteristik konsumen seperti tercantum pada Tabel 16. Penetapan segmen prioritas pada kasus cabai merah ini harus dilakukan secara lebih hati-hati karena

25

pemasar/petani juga dihadapkan pada segmen/klaster 1 yang memiliki jumlah anggota/konsumen kedua terbesar (segmen 2 dapat diabaikan). Dalam hal ini, pemasar/petani secara lebih teliti juga harus mempertimbangkan faktor-faktor lain, tidak hanya jumlah anggota segmen, dalam menetapkan segmen prioritas yang menguntungkan.
Tabel 16 Klaster final segmentasi konsumen cabai merah (Final cluster of hot pepper consumer segmentation)
Klaster 1 (Cluster Klaster 2 (Cluster Klaster 3 (Cluster 1) 2) 3) Jumlah konsumen di setiap segmen (Number of consumers in each cluster) n = 152 n=2 n = 181 Usia (Age) Pendidikan (Education) Pekerjaan (Employment) Jumlah anggota keluarga (Family members) Jumlah anggota keluarga dewasa (Adult family members) Jumlah anggota keluarga balita (Non-adult family members) Pengeluaran total bulanan (Total monthly expenditures) Lebih sering menyiapkan masakan (Cooking more frequently) Kesegaran (Freshness) Rasa (Taste) Kebersihan (Cleanliness) Nilai gizi (Nutrient value) Tidak mengandung residu pestisida (No pesticideresidue) Penampakan luar (Appearance) Tidak ada tanda busuk (No blemishes) Harga (Price) Warna (Color) Label produk (Product label) Kenyamanan tempat pembelian (Convenient purchasing place) 40-49 tahun > SLTA ibu rumah tangga bekerja (household mom working) 5-6 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) sangat penting (very important) penting (important) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) sangat penting (very important) penting (important) penting (important) 30-39 tahun SLTA ibu rumah tangga bekerja (household mom working) 5-6 orang 3-4 orang 1-2 orang < Rp. 2 500 001 ya (yes) sangat tidak penting (not very important) tidak penting (not important) sangat tidak penting (not very important) sangat tidak penting (not very important) sangat tidak penting (not very important) sangat tidak penting (not very important) sangat tidak penting (not very important) sangat tidak penting (not very important) sangat tidak penting (not very important) tidak penting (not important) tidak penting (not important) 40-49 tahun SLTA ibu rumah tangga bekerja (household mom working) 3-4 orang 3-4 orang 1-2 orang Rp. 2 500 0015 000 000 ya (yes) sangat penting (very important) penting (important) penting (important) penting (important) penting (important) penting (important) penting (important) penting (important) penting (important) cukup penting (moderately important) cukup penting (moderately important)

26

Tabel 17 memperlihatkan komposisi empat peubah sosio-demografis yang memberikan kontribusi nyata terhadap perbedaan antar segmen cabai merah. Segmen 3 yang memiliki 181 anggota didominasi oleh konsumen dengan karakteristik pendidikan di atas SLTA (54,1%), pekerjaan sebagai ibu rumah tangga-bekerja (52,5%), tingkat pengeluaran antara Rp. 2 500 001Rp. 5 000 000/bulan (49,2%) dan lebih sering menyiapkan masakan sendiri (91,2%). Keempat karakteristik tersebut ternyata juga mendominasi konsumen di segmen 1, bahkan dalam persentase atau proporsi yang lebih besar untuk setiap karakteristik.
Tabel 17 Komposisi pendidikan, pekerjaan, pengeluaran dan memasak pada setiap segmen konsumen cabai merah (Composition of education, employment, expenditures and cooking in each hot pepper consumer segment)
Segmen (Segment)
Segme n1 (Clust. 1) n = 152 Segme n2 (Clust. 2) n=2 Segme n3 (Clust. 3) n = 181

Total

Pendidikan (Education)

Lebih rendah dari SLTA (< high school) SLTA (high school) Lebih tinggi dari SLTA (> high school)

.7% 31.6% 67.8% 100.0 % 100.0 %

5.0% 40.9% 54.1% 100.0 % 52.5% 47.5% 100.0 % 100.0 % 41.4% 49.2% 100.0 % 100.0 % 100.0 % 9.4% 100.0 % 91.2% 8.8% 100.0 %

3.0% 37.0% 60.0% 100.0% Total

Total ibu rumah tangga - bekerja (household mom working) ibu rumah tangga - tidak bekerja (household mom not working)

Pekerjaan (Employme nt) Total Pengeluara n (Expenditur es) Total

64.5% 35.5%

100.0 %

58.2% 41.8% 100.0% Total

Kurang dari Rp. 2 500 000 /bulan (less than) Antara Rp. 2 500 001Rp. 5 000 000 /bulan (in between) Lebih besar dari Rp. 5 000 000 /bulan (more than)

27.6% 51.3% 21.1% 100.0 % 82.9% 17.1% 100.0 %

100.0 %

35.5% 49.9% 14.6% 100.0% Total

Memasak (Cooking) Total

Ya (yes) Tidak (no)

87.5% 12.5% 100.0%

27

KESIMPULAN DAN SARAN

1.

Sebagian besar responden (66.9%) secara keseluruhan berusia antara 3049 tahun. Dari keseluruhan responden tersebut, 60.0% diantaranya memiliki tingkat pendidikan di atas SLTA (Akademi atau Universitas) dan 58.5% diantaranya berstatus sebagai ibu rumah tangga yang bekerja. Sebagian besar responden lebih sering menyiapkan masakan sendiri (87,5%), memiliki anggota keluarga berkisar antara 3-4 orang (50.7%) dengan pengeluaran total (termasuk listrik, telpon dan transpor) dari separuh responden (49.9%) berkisar antara Rp. 2 500 001 Rp. 5 000 000 per bulan.

2.

Sebagian besar responden yang kisaran pengeluarannya lebih kecil dari Rp. 2 500 000/bulan, memiliki latar belakang pendidikan SLTA dan sebagai ibu rumah tangga yang tidak bekerja. Sementara itu, sebagian besar responden yang kisaran pengeluarannya Rp. 2 500 001 Rp. 5 000 000/bulan dan lebih besar dari Rp. 5 000 000/bulan, latar belakang pendidikannya di atas SLTA dan sebagai bekerja. ibu rumah tangga yang juga

3.

Sebagian besar responden yang berpengeluaran lebih kecil dari Rp. 2 500 000/bulan dan antara Rp. 2 500 001 Rp. 5 000 000/bulan, memiliki anggota keluarga berjumlah 4 orang. Sementara itu, responden yang berpengeluaran lebih besar dari Rp. 5 000 000/bulan didominasi oleh responden yang jumlah anggota keluarganya antara 3-4 orang dan 5-6 orang.

4.

Dua peubah sosio-demografis (pendidikan dan pengeluaran) dan sebelas peubah kriteria produk (kesegaran, rasa, kebersihan, nilai gizi, tidak mengandung residu pestisida, penampakan luar, tidak ada tanda busuk, harga, kemasan, label produk, dan kenyamanan tempat pembelian) berpengaruh nyata terhadap perbedaan karakteristik segmen konsumen kentang. Berdasarkan pertimbangan statistik dan praktis, jumlah segmen konsumen kentang yang dianggap paling sensibel adalah tiga segmen. Seluruh responden (335 orang) terpeta secara lengkap pada ketiga segmen konsumen kentang tersebut, yaitu: segmen 1 = 120 orang; segmen 2 = 12 orang; dan segmen 3 = 203 orang. Komposisi tersebut menyarankan kepada pemasar/petani agar lebih mengarahkan strategi pemasarannya ke segmen 3 (detil karakteristik konsumen dapat dilihat pada Tabel 8).

28 5.

Tiga peubah sosio-demografis (pendidikan, pekerjaan dan pengeluaran) dan tiga belas peubah kriteria produk (kesegaran, kebersihan, nilai gizi, tidak mengandung residu pestisida, penampakan luar, tidak ada tanda busuk, harga, warna, aroma, label produk, produk lokal, produk impor, dan kenyamanan tempat pembelian) berpengaruh nyata terhadap perbedaan karakteristik segmen konsumen bawang merah. Berdasarkan pertimbangan statistik dan praktis, jumlah segmen konsumen bawang merah yang dianggap paling sensibel adalah dua segmen. Seluruh responden (335 orang) terpeta secara lengkap pada kedua segmen konsumen bawang merah tersebut, yaitu: segmen 1 = 113 orang dan segmen 2 = 222 orang. Komposisi anggota klaster tersebut menyarankan kepada pemasar/petani agar lebih mengarahkan strategi pemasarannya ke segmen 2 (detil karakteristik konsumen dapat dilihat pada Tabel 12).

6.

Empat peubah sosio-demografis (pendidikan, pekerjaan, pengeluaran dan frekuensi memasak sendiri) dan tiga belas peubah kriteria produk (kesegaran, rasa, kebersihan, nilai gizi, tidak mengandung residu pestisida, penampakan luar, tidak ada tanda busuk, harga, warna, label produk, dan kenyamanan tempat pembelian) berpengaruh nyata terhadap perbedaan karakteristik segmen konsumen cabai merah. Berdasarkan pertimbangan statistik dan praktis, jumlah segmen konsumen cabai merah yang dianggap paling sensibel adalah tiga segmen. Seluruh responden (335 orang) terpeta secara lengkap pada ketiga segmen konsumen cabai merah tersebut, yaitu: segmen 1 = 152 orang, segmen 2 = 2, dan segmen 3 = 181 orang. Komposisi anggota klaster tersebut menyarankan kepada pemasar/petani agar lebih mengarahkan strategi pemasarannya ke segmen 3 dan 1 (detil karakteristik konsumen dapat dilihat pada Tabel 16).

7.

Penelitian lebih lanjut perlu mempertimbangkan pencantuman peubah kriteria produk secara lebih terinci dan spesifik. Misalnya, kriteria rasa dirinci menjadi rasa manis, rasa gurih, rasa pedas, agar segmentasi konsumen dapat bersifat lebih informatif bagi pemasar/petani.

DAFTAR PUSTAKA Adiyoga, W. 2009. Analisis trend hasil per satuan luas tanaman sayuran tahun 1969 2006, di Indonesia. J. Hort. 19(4): 484-499. Baker, G.A. and P.J. Crosbie. 1993. Measuring food safety preferences: Identifying consumer segments. J. of Agric. and Res. Econ., vol. 18:27787.

29

Baker, G.A. (1999). Consumer preferences for food safety attributes in fresh apples: Market segments, consumer characteristics, and marketing opportunities. J. of Agric. and Res. Econ., vol. 24:80-97. Baker G.A. and T.A. Burnham. 2001. Consumer response to genetically modified foods: Market segment analysis and implications for producers and policy makers. J. of Agric. and Res. Econ., vol. 26 (2):387-403. Dibb, S. and P. Stern. 1995. Questioning the reliability of market segmentation techniques. Omega 23 (6): 625636. Geeroms, N., W. Verbeke and P. Van Kenhove. 2008. Health advertising to promote fruit and vegetable intake: Application of health-related motive segmentation. Food Quality and Preference, vol. 19, issue 5: 481-497. Gil, J.M., A. Gracia and M. Sanchez. 2001. Market segmentation and willingness to pay for organic products in Spain. Int. Food and Agribusiness Manag. Review, vol. 3: 207-226. Punj, G., and D. W. Stewart. 1983. Cluster analysis in marketing research: Review and suggestions for application. J. of Marketing Res., vol. 20 (May, 1983): 134-148. Gloy, B. A. and J. T. Akridge. 1999. Segmenting the commercial producer marketplace for agricultural inputs. Int. Food and Agribusiness Manag. Review., 2(2): 145163 Higgins, L. and R. A. Jussaume. 1998. The viability of niche marketing within global commodity chains - An example from beef. Int. J. of Sociology of Agric. and Food, vol. 7/98: 45-66 Hoek, J., P. Gendall and D. Esslemont. 1996. Market segmentation - A search for the Holy Grail? Journal of Marketing Practice: Applied Marketing Science, vol. 2 (1): 25-34. James, J. S., B. J. Rickard, and W. J. Rossman. 2009. Product differentiation and market segmentation in applesauce: Using a choice experiment to assess the value of organic, local, and nutrition attributes. Agric. and Res. Econ. Review 38/3 (December 2009): 357370. Jenkins, M. and M. McDonald. 1997. Market segmentation: Organizational archetypes and research agendas. Europ. J. of Marketing 31 (1): 1732. Katsaras, N., P. Wolfson, J.Kinsey and B. Senauer. 2001. Data mining: A segmentation analysis of US grocery shoppers. Working Paper 01-01, The Retail Food Industry Center, University of Minnesota. Kim, R. and M. Boyd. 2004. Identification of niche market for Hanwoo beef: Understanding Korean consumer preference for beef using market segment analysis. Int. Food and Agribusiness Manag. Review, Volume 7, Issue 3: 46-64. Kovacic, D., M. Radman and R. Haas. 2002. Segmentation of city market customers in Croatia_Towards a marketing strategy for fruits and vegetables. Die Bodenkultur, vol 53 (4): 207-216. Larson, B. 1997. Clustering and balancing markets with demographic data. J. of Food Products Mark., vol. 4(4): 3-24. Larson, R. B. 2004. New market groupings based on food consumption patterns. Agribusiness, vol. 20 (4): 417432.

30

Naes, T., E. Kubberod, and H. Sivertsen. 2001. Identifying and interpreting market segments using conjoint analysis. Food Quality and Preference, vol. 12:133-143. Walley, K., S. Parsons and M. Bland. 1999. Quality assurance and the consumer. British Food Journal, vol. 101, no.2: 148-161. Verbeke, W., and Z. Pieniak. 2006. Benefit beliefs, attitudes and behaviour towards fresh vegetable consumption in Poland and Belgium. J. Acta Alimentaria, vol. 35 (no. 1): 5-16. Wolf, M. M. 1997. A target consumer profile and positioning for promotion of the direct marketing of fresh produce: A case study. Food Dist. Res. 28(3): 11-17. Ziehl, A., D. D. Thilmany, and W. Umberger. 2005. A cluster analysis of natural beef product consumers by shopping behavior, importance of production attributes, and demographics. J. of Food Dist. Res. 36(1): 209-217