BIDANG KEGIATAN:
PKM ARTIKEL ILMIAH
Diusulkan oleh:
Dyah Ariani Widianingsih (131.06.1005) Angkatan 2013
Puri Fathurrahmi (131.06.1014) Angkatan 2013
Tata Fajri Nurrahmi (141.07.1003) Angkatan 2014
Abstrak
Rantai Markov adalah suatu teknik matematika yang biasa digunakan untuk
memodelkan sistem dan proses bisnis. Teknik ini dapat digunakan untuk
memperkirakan perubahan-perubahan di waktu yang akan datang dalam variabel -
variabel dinamis berdasarkan perubahan variable-variabel tersebut pada waktu
lampau. Tujuan dalam penelitian ini adalah memprediksi perubahan probabilitas di
masa yang akan datang dari kartu seluler prabayar yang digunakan oleh mahasiswa
fakultas sains terapan IST AKPRIND Yogyakarta. Teknik pengambilan sampel
adalah metode Strata sampling yaitu menggunakan teknik penulis menggunakan
teknik Proportionate Stratified Random Sampling. Teknik ini digunakan karena
populasinya tidak homogeny dan berstrata secara proporsional. Strata yang
dimaksudkan yaitu mahasiswa angkatan 2013, angkatan 2014, angkatan 2015 dan
angkatan 2016 dengan jumlah sampel 190 responden. Hasil analisis prediksi pangsa
pasar 5 tahun yang akan datang menunjukkan bahwa simpati merupakan market
leader di Fakultas Sains Terapan dimana alasan utama memilih kartu seluler
prabayar simpati adalah ketersediaan sinyal dan jaringan internet (data
transmision).
Abstract
Markov chain is a mathematical technique was using to model systems and
business processes. This technique can be use to estimate the changes of future
with dynamically variables based on was changing variables in the past. The
purpose of research is to predict the change of probability in the future from prepaid
mobile cards is used by students in faculty of applied science at IST AKPRIND
Yogyakarta.
The sampling was using strata sampling method which is proportionate
stratified random sampling technique. The technique was using because the
population is not homogeneous and stratified proportional. Strata is intended that
the student of academic year 2013, 2014, 2015 and 2016 with 190 respondents as
samples.
The analysis to predict of market share in 5 years later showed that prepaid
mobile card of simpati is the market leader in the faculty of applied science, the
main excuse for election the prepaid mobile cards of simpati is availability of
signals and internet networks (Data Transmission).
1
I. Pendahuluan
I.1 Latar Belakang
Teknologi yang semakin berkembang pesat membuat para produsen berlomba-
lomba menarik pelanggan dengan berbagai cara dari mulai meningkatkan kualitas
suatu produk, maupun dari segi harga yang terjangkau oleh pelanggan
(Nofiyah,dkk,2013). Salah satu produk yang perkembangannya sangat pesat adalah
kartu seluler yang memiliki berbagi macam fasilitas dan kemudahan dalam
penggunaannya. Masing-masing operator telekomunikasi memiliki keandalan pada
produknya dimana untuk memenuhi kebutuhan pelanggan para operator
memberikan berbagai variasi pilihan sesuai yang diinginkan seperti kemudahan
dalam penggunaan, bonus kuota hingga ketersediaan kuota yang takterbatas/
unlimited , paket telepon dan sms yang murah hingga fasilitas kartu yang dapat
dipilih yaitu prabayar maupun pascabayar. Mengingat banyaknya pilihan yang
ditawarkan oleh produsen tidak menutup kemungkinan pelanggan akan berpindah
ke produk lain (brand swithing). Keberhasilan mereka dalam memberikan kepuasan
kepada pelanggan akan meningkatkan loyalitas pelanggan kepada produk-produk
yang ditawarkan perusahaan tersebut.
Loyalitas merek merupakan salah satu indikator inti dari ekuitas merek yang
jelas terkait dengan pendapatan dan jaminan perolehan laba perusahaan di masa
mendatang (Rosyidi,dkk, 2012). Dalam penelitiannya tersebut membahas
mengenai loyalitas pelanggan pada produk sepeda motor menggunakan rantai
markov yang diukur melalui marketing variables dengan pertimbangan meliputi
marketing variables yang memengaruhi pelanggan dalam memilih sepeda motor
yang sedang digunakan saat ini dan berpindah ke merek sepeda motor lain. Proses
rantai markov adalah suatu sistem stokastik yang mempunyai karakteristik di mana
terjadinya sebuah state pada suatu saat tertentu bergantung pada state sebelumnya.
Pangsa pasar atau market share adalah data-data penting untuk diketahui dari
waktu ke waktu oleh pelaku usaha (kotler (1996) dalam Hariastuti (2008)) model
rantai markov dapat digunakan dalam meramalkan pangsa pasar. Metode ini
digunakan untuk memperkirakan perubahan-perubahan dimasa yang akan datang
dengan variabel yang dinamis atas dasar perubahan-perubahan variabel yang
dinamis dimasa lalu. Metode ini juga dapat digunakan untuk menganalisa kejadian-
kejadian diwaktu yang akan datang secara matematis (Siagian, 1987 dalam
Hariastuti, 2008)
2
3. Bagaimana prediksi probabilitas pangsa pasar (market share) kartu seluler 5
tahun yang akan datang melalui pendekatan rantai markov?
3
III.2 Waktu Pelaksanaan Penelitian
Penelitian dari observasi hingga seminar kerja praktek dilaksanakan pada 23
September 2016 – 3 Januari 2017
4
Korelasi Pearson dengan rumus statistik sebagai berikut :
𝑛(∑ 𝑥𝑖 𝑦𝑖 )−(∑ 𝑥𝑖 )(∑ 𝑦𝑖 )
𝑟𝑥𝑦 = (2.1)
√𝑛(∑ 𝑥𝑖2 )−(∑ 𝑥𝑖 )2 √𝑛(∑ 𝑦𝑖2 )−(∑ 𝑦𝑖 )2
5
beberapa periode, probabilitas state akan bernilai tetap ,dan ini dinamakan
probabilias steady state. (Mulyono,2007)
8% 7%
Sistem komputer
< 20 tahun
57% 35% Statistika 31% 20-22 tahun
62%
Teknik >22 tahun
Lingkungan
Gambar 4.1 Karakteristik Berdasarkan Jurusan Gambar 4.2 Karakteristik Berdasarkan Usia
8% Angkatan
14% 2013
43% Laki-Laki
39%
57% Angkatan
Perembuan 2014
39%
Angkatan
2015
Gambar 4.3 Karakteristik Berdasarkan Jenis Kelamin Gambar 4.4 Karakteristik Berdasarkan Angkatan
6
Tabel 4.1 Hasil uji validitas menggunakan korelasi pearson
Koefisien
Item Korelasi
r tabel
Atribut Pernyataan/Ind Pearson Keterangan
(r0,025,188)
ikator Atribut (rxy)
excel 2013
X11 0,455127 0,162598 Valid
Alasan pelanggan X12 0,510911 0,162598 Valid
menggunakan kartu
X13 0,449501 0,162598 Valid
seluler saat ini (X1)
X14 0,602609 0,162598 Valid
X21 0,510467 0,162598 Valid
Alasan pelanggan X22 0,36674 0,162598 Valid
berpindah ke merek lain
X23 0,337503 0,162598 Valid
(X2)
X24 0,300578 0,162598 Valid
Pelayan dari kartu X31 0,349655 0,162598 Valid
seluler yang sering X 32 0,558422 0,162598 Valid
digunakan pelanggan X33 0,566645 0,162598 Valid
(X3) X34 0,475941 0,162598 Valid
Berdasar Tabel 4.1 pengujian validitas menggunakan excel 2013 untuk item
pertanyaan yaitu :
Keputusan : Pada Tabel 4.1 menunjukkan semua item pertanyaan memiliki nilai rx.y
> r(0,025; 188) maka tolak H0. Artinya item pertanyaan berkorelasi signifikan terhadap
skor total. Hal ini menunjukkan bahwa keseluruhan item pernyataan atribut alasan
pelanggan menggunakan kartu seluler saat ini, alasan pelanggan berpindah ke
merek lain,dan pelayan dari kartu seluler yang banyak atau selalu digunakan
pelanggan adalah valid.
Uji Reliabilitas tes bentuk objektif dapat dihitung reliabilitas tes secara
keseluruhan yaitu:
Tabel 4.2 Hasil output uji spearman bro wn belahan awal -akhir
Total (𝑟11 )
Korelasi Belahan (𝑟𝑥𝑦 )
Excel 2013
nilai korelasi (r) 0,600498 0,7503891
r tabel (r (0,025; 188) ) 0,162598
Keputusan Reliabel
Kriteria Tinggi
7
IV.3 Variabel yang dipertimbangkan
variabel yang dipertimbangkan Pelanggan dalam Variabel yang dipertimbangkan Pelanggan untuk
memilih kartu seluler yang dipakai saat ini berpindah ke merek lain
Responden
responden
Ketersediaa Akses Biaya Adanya
n Sinyal dan Internet penggunaan Promo
Jaringan cepat Murah Paket
Internet (SMS, TLP, (Promo Ketersedi Pelayana Ketersedi Harga
KUOTA) paket aan n pasca aan Sinyal
unlimitted, Promo pembelia dan
Promo produk n Jaringan
paket Internet
sms,dll)
Ya 80 65 136 119
Ya 134 121 117 80
Tidak 110 125 54 71
Tidak 56 69 73 110
Gambar 4.1 Alasan pelanggan memilih Kartu Seluler Gambar 4.2 Alasan berpindah ke merek lain
Pangsa pasar (market share) periode saat ini di Fakultas Sains Terapan
berdasarkan Tabel 4.3 didominasi oleh kartu seluler merek simpati sebanyak 87
orang (45,79% ) dilanjutkan kartu seluler im3 yang memperoleh pangsa pasar
24,74% . Pangsa pasar terendah adalah kartu seluler XL hanya meraih pangsa pasar
sebesar 6,84%.
8
Probabilitas Transisi
Tabel 4.4 probabilitas transisi merek kartu seluler prabayar
Ke Merek
Dari Merek
Im3 Three Simpati Xl Lainnya
Im3 0,183673 0,122449 0,530612 0,081633 0,081633
Three 0,357143 0,071429 0,428571 0,035714 0,107143
Simpati 0,227273 0,166667 0,484848 0,075758 0,045455
Xl 0,344828 0,137931 0,344828 0,068966 0,103448
Lainnya 0,166667 0,055556 0,388889 0,055556 0,333333
Penggunaan Saat Ini
0,247368 0,126316 0,457895 0,068421 0,1
( 2016 )
V Kesimpulan
Berdasarkan penelitian Kerja Praktek yang telah dilaksanakan, dapat
disimpulkan sebagai berikut:
1. Pola perpindahan konsumen dari satu merek ke merek lain didasarkan pada
alasan terbanyak pelanggan menggunakan kartu seluler prabayar saat ini dan
perpindahan merek yang dilakukan oleh pelanggan saling bersesuaian dimana
variabel ketersediaan sinyal dan jaringan internet merupakan salah satu
variabel yang sangat berpengaruh terhadap loyalitas pelanggan pada suatu
merek. Sedangkan pada variabel layanan yang paling banyak digunakan oleh
9
mahasiswa fakultas sains terapan adalah penggunaan untuk browsing dan akses
facebook, twitter, path, dll. Hal ini sebanding dengan alasan pelanggan
menggunakan kartu seluler saat ini maupun alasan melakukan perpindahan
merek.
2. Berdasarkan hasil analisi prediksi probabilitas untuk periode 2017-2021,
simpati unggul sebagai kartu seluler prabayar yang paling banyak
digunakanoleh mahasiswa Fakultas Sains Terapan dengan nilai titik
keseimbangan pada periode ke 9 sebesar 0,469631 (46,9631%), sehingga
simpati merupakan market leader di Fakultas Sains Terapan IST AKPRIND
Yogyakarta.
DAFTAR PUSTAKA
Hariastuti,dkk.2008.Perumusan Strategi Pemasaran dengan Memprediksi Pangsa
Pasar Kartu Telepon Prabayar dengan pendekatan Markov
Chain.Surabaya:ITS
Indrianti,Nur dan Yunto S.2010.Peta Persaingan Produk Kartu Seluler Berdasarkan
Segmen Konsumen.Yogyakarta:Universitas Pembangunan Nasional.
Kotler,philip.1985.Dasar-dasar Pemasarn Jilid 2.Jakarta: Midas Surya Grafindo.
Mulyono, S. 2007. Riset Operasi.Fakultas Ekonomi Universitas Indonesia.Jakarta.
Purba ,dkk.2013.Estimasi Pangsa Pasar dari Berbagai Jenis Produk Mie Instan
dengan Menggunakan Rantai Markov Di Kota Medan.Medan:Universitas
Sumatra Utara
Rosyidi,Cucuk Nur,dkk.2012.Analisi Loyaitas Merek pada Produk Sepeda Motor
Menggunakan Markov Chains.Jurnal INASEA , Vol. 13 No.1, April 2012:
60-68
Sarwono,Jonathan.2013.Strategi Melakukan Riset.Yogyakarta: Andi Offset
Siregar,sofian.2014.Statistik Parametrik untuk Penelitian Kuantitatif.Jakarta: Bumi
Aksara
Siswanto.2007.Operations Research Jilid 2.Jakarta : Erlangga.
10
Deskripsi Dosen Pembimbing
A. Identitas Diri
1. Nama Lengkap : Rokhana Dwi Bekti, M.Si
2. Jenis Kelamin : Perempuan
3. Jabatan Fungsional : Asisten Ahli 150
4. NIP/NIK : 15.0386.710.E
5. NIDN : 0306038601
6. Tempat dan tanggal lahir : Bojonegoro, 6 Maret 1986
7. Email : rokhana@akprind.ac.id
8. Nomor telepon/Hp : 085711739250
9. Alamat kantor : Institut Sains & Teknologi AKPRIND
Yogyakarta
: Jl. Bima Sakti No3, Pengok, Yogyakarta
55222
10. Nomor telepon/faks : (0274) 544504
11. Lulusan yang dihasilkan : 10 mahasiswa S1
12. Bidang Keahlian : Statistika Spasial dan Komputasi
13. Mata Kuliah yg diampu : 1. Riset Pemasaran
2. Statistika dan Probabilitas
3. Organisasi dan Manajemen Industri
4. Teori Statistika 1
B. Riwayat Pendidikan
S-1 S-2
Institut Teknologi SepuluhInstitut Teknologi Sepuluh
Nama PT
Nopember Surabaya Nopember Surabaya
Bidang Ilmu Statistika Statistika
Tahun Masuk-Lulus 2005-2009 2009-2011
Spatial Durbin Model
Model Hubungan Anomali
(SDM) untuk
Luas Panen Padi dan Curah
Mengidentifikasi Faktor-
Judul Tugas Akhir Hujan Terboboti (Weighted
Faktor yang berpengaruh
Rainfall Index) dengan
terhadap Kejadian Diare di
Regresi Robust
Kabupaten Tuban
Nama Pembimbing/
Dr. Sutikno, M.Si Dr. Sutikno, M.Si
Promotor
Sumber Jumlah
1 2014- Pemetaan Kualitas Kandungan Zat Anorganik Hibah 95,4
2015 pada Air Tanah di Jabodetabek Menggunakan Pekerti juta per
Metode Spasial (Ketua) tahun
2 2013 AnalisisKandunganSenyawaAnorganikdalam Hibah 75 juta
Air Tanah dan Air HasilFiltrasiMenggunakan Pekerti
One Way Manova (Anggota)
3 2013 Perancangan Perangkat Lunak Pemodelan Hibah 8 juta
Statistika Spatial Dan Kriging Berbasis R Binus
Language