METODE PENGUKURAN PERAMALAN PERMINTAAN DAN

STRATEGI OPTIMASI MARKETING MIX

TUGAS RESUME

Diajukan untuk Memenuhi Tugas Mata Kuliah Studi Kelayakan Bisnis Kelas A

Dosen Pengampu Ibu Edlyn Khurotul Aini, S.AB., M.AB

Disusun Oleh:
Imericho Permana Putra
NIM: 155030200111034

PRODI ILMU ADMINISTRASI BISNIS

FAKULTAS ILMU ADMINISTRASI
UNIVERSITAS BRAWIJAYA
MALANG
2018

A. PERAMALAN PERMINTAAN
Menurut Suad Husnan dan Suwarsono Muhammad (2014:40) pengukuran permintaan
adalah usaha untuk mengetahui permintaan atas suatu produk atau sekelompok produk di
masa yang lalu dan masa sekarang dalam kendala satu set kondisi tertentu. Sedangkan
peramalan permintaan merupakan usaha untuk mengetahui jumlah produk atau sekelompok
produk di masa yang akan datang dalam kendala satu set kondisi tertentu. Kegiatan
peramalan permintaan tidak bisa untuk meramal permintaan di masa mendatang secara benar-
benar akurat, namun hanya untuk mengantisipasi berbagai kemungkinan-kemungkinan yang
akan terjadi.

PENDEKATAN PERAMALAN
Terdapat dua pendekatan peramalan dalam metode kuantutatuf. Metode yang pertama
yaitu dengan menggunakan pendekatan Time Series. Model pendekatan Time Series tidak
memperhitungkan hubungan sebab akibat. Pada pendekatan ini diperlukan data masa lampau
yang cukup banyak. Karena banyak variabel yang secara eksplisit tidak diperhitungkan, maka
tingkat akurasi yang diharapkan pun tidak bisa lebih kecuali tidak terjadi perubahan yang
melonjak dan tidak terjadi perubahan yang mendasar. Dalam pendekatan ini teknik peramalan
menggunakan metode tren baik secara linear, kuadratik maupun logaritma.
Secara skematis pendekatan pertama ini digambarkan sebagai berikut.
System

Input Generating Output

Process

Random Effects

Pendekatan kedua memperhatikan hubungan sebab akibat (cause – effects method)

atau disebut juga dengan (explanatory method) yang menjelaskan suatu keadaan oleh sebab-
sebab tertentu. Karena memperhatikan variabel penjelasan tentang sebab akibat maka
diharapkan tingkat akurasi lebih besar serta dapat meliputi jangka panjang. Teknik yang
digunakan yakni tektik regresi dan korelasi baik untuk linear sederhana maupun regresi linear
berganda, korelasi biasa, berganda maupun parsial.
Secara skematis pendekatan pertama ini digambarkan sebagai berikut.
System

Input Cause and Effects Output

Relationship

Random Effects

PROSEDUR PERAMALAN
Secara ringkas prosedur peramalan permintaan yang dilakukan dalam studi kelayakan
melalui tahapan sebagai berikut:
 a. Analisa Ekonomi, analisa aspek makro terutama aspek kependudukan, pendapatan
serta kebijakan serta regulasi pemerintah yang terkait dengan usulan proyek yang
akan dilaksanakan
b. Analisa Industri, analisa terhadap permintaan pasar dari seluruh perusahaan yang
menghasilkan produk sejenis dengan usulan proyek. Analisa ini mencakup analisa
permalan permintaan potensial yang menganalisa kebutuhan konsumen terhadap
produk tersebut dan analisa industri yang menganalisa jumlah permintaan real yang
sudah terpenuhi oleh perusahaan-perusahaan yang sudah ada.
c. Analisa Penjualan Masa Lalu, hal ini untuk mengetahui market positioning dan
market share produk yang diusulkan dalam proyek. Namun jika proyek bisnis yang
diusulkan masih baru, maka dapat menggunakan analogi penjualan perusahaan lain
yang telah memproduksi produk sejenis atau dapat pula menggunakan analogi
penjualan produk yang mendekati kesamaan.
d. Analisa Peramalan Permintaan, baik untuk industri maupun untuk proyek bisnis yang
diusulkan. Pada tahap ini perlu dilakukan identifikasi terhadap variabel eksternal
untuk industri dan variabel internal untuk perusahaan, khususnya yang berkaitan
dengan perencanaan program pemasaran di masa datang.
e. Pengawasan Hasil Peramalan, yakni usaha-usaha untuk meminimalisasi kesalahan-
kesalahan hasil peramalan dari berbagai teknik peramalan yang digunakan sehingga
dapat ditentukan hasil peramalan yang memadai.

KENDALA PEMILIHAN TEKNIK PERAMALAN

Penggunaan teknik yang tepat dalam peramalan harus sesuai dengan kondisinya,
karena berbeda keadaan tentu penggunaan teknik akan berbeda. Pemilihan teknik pun dapat
mengalami kendala, beberapa kendala yang perlu diperhatikan diantaranya:
a. Waktu yang hendak diliput, yakni rentangan waktu masa datang dari jangkauan
peramalan. Jangka waktu yang diperlukan adalah jangka panjang atau paling tidak
sesuai dengan usia proyek bisnis.
b. Tingkah laku data, meliputi jumlah, ketepatan dan tingkah laku data masa lalu yang
tersedia. Tingkah laku dapat berupa permasaan liniear, kuadrat ataukah logaritma
yang akan mempengaruhi teknik peramalan yang digunakan.
c. Tipe model, apakah model yang digunakan adalah model Time Series, kausalitas atau
model lain yang lebih kompleks dan canggih akan menentukan pemilihan teknik
peramalan.
d. Biaya yang tersedia untuk peramalan dan untuk penyusunan studi kelayakan proyek
bisnis
e. Tingkat ketepatan yang diinginkan, berkaitan dengan kebutuhan manajemen dalam
tingkat kecermatan, ketelitian peramalan yang diinginkan. Semakin tinggi tingkat
keakuratan yang diinginkan akan semakin kompleks teknik yang digunakan, dan tentu
akan membutuhkan biaya yang lebih
f. Kemudahan penerapan, dalam hal ini berkaitan dengan kemampuan manajemen, data,
dan biaya yang tersedia.

PENGUKURAN PERMINTAAN PRODUK

 Terdapat beberapa metode pengukuran permintaan produk, beberapa metode tersebut
antara lain:
a. Penggunaan data impor produk yang bersangkutan, jika produk belum pernah
dihasilkan di dalam negeri dan produk yang diusulkan dalam studi kelayakan proyek
bisnis merupakan produk subtitusi produk impor tersebut. Kualitas, harga serta
preferensi konsumen juga perlu diperhatikan.
b. Penggunaan data impor, ekspor dan produksi dalam negeri, jika produk yang
diusulkan sebelumnya telah diproduksi di dalam negeri dan juga telah diekspor,
disamping masih ada pemenuhan kebutuhan dalam negeri dengan impor. Formula
yang digunakan untuk keadaan ini adalah:
PE = P + (I – E) + ΔC

Keterangan :
PE = Permintaan efektif yang dicari
P = Produksi dalam negeri selama masa yang bersangkutan
I = Impor yang dilakukan
E = Ekspor yang dilakukan
ΔC = Jumlah perubahan cadangan produk, yakni selisih persediaan awal dan akhir
masa
c. Metode rasio rantai, metode yang menghitung permintaan efektif dengan cara
membagi komponen-komponen yang lebih kecil dari suatu mata rantai urutan dari
variabel yang berpengaruh terhadap permintaan produk yang bersangkutan, contoh:

Jumlah penduduk keseluruhan x% penghasilan

Permintaan per kapita yang dikonsumsikan x% rata-rata
untuk penghasilan per kapita yang dikonsumsikan untuk
minuman Bir makanan dan minuman x% rata-rata penghasilan
yang dikonsumsikan untuk minuman keras x%
rata-rata penghasilan yang dikonsumsikan untuk
jenis minuman bir

PERAMALAN PERMINTAAN PRODUK YANG SUDAH MAPAN

Produk yang sudah mapan yang dimaksud adalah produk yangtelah diproduksi oleh
investor. Dengan demikian proyek bisnis yang diusulkan adalah proyek bisnis perluasan
usaha dan konsumen telah mengenal produk yang bersangkutan baik dari investor tersebut
maupun investor lain. Sehingga data masa lalu dapat dicari dan dikumpulkan.
Beberapa metode yang dapat digunakan adalah:
a. Metode Pendapat
b. Metode Test/Eksperimen
 c. Metode Survei
d. Metode Time Series
e. Metode Regresi Korelasi
f. Metode Input Output

PERAMALAN PERMINTAAN PRODUK BARU

Pengertian produk baru yang dimaksud adalah produk baru yang merupakan tahapan
evolusi dari satu jenis produk yang sudah ada dalam pasar, atau satu produk baru yang masih
dalam satu varietas dengan produk yang telah ada, atau produk yang mendekati sama, atau
produk-produk tersebut merupakan pengganti.
Model peramalan yang dapat digunakan adalah sales model dan karenanya metode
yang digunakan dalam peramalan produk yang sudah mapan dapat digunakan dalam
peramalan permintaan produk baru dalam pengertian ini.

METODE TIME SERIES

Metode ini mendasarkan diri pada data-data dan keadaan masa lampau. Jika keadaan
di masa yang akan datang cukup stabil dalam arti tidak banyak berbeda dengan keadaan di
masa lampau, metode ini akan memberikan hasil yang cukup akurat.
Dalam metode Time Series, metode yang dapat digunakan adalah metode trend karena
digunakan untuk jangka waktu menengah dan panjang.
a. Mateode Trend Linear
Metode ini digunakan jika scatter diagram dari data masa lalu cenderung merupakan
garis lurus, fungsi persamaannya adalah:
Y = a + bX
Koefisien a dan b dapat diperoleh dengan:
a = ∑Y : n Y = Variabel permintaan
b = ∑XY : ∑X2 n = Jumlah data
Jika ∑X = 0 X = Variabel Tahun

b. Metode Trend Kuadratik

Metode ini digunakan jika scatter diagram dari data masa lalu cenderung berbentuk
parabola, fungsi persamaannya adalah:
Y = a + bX+ cX2
Koefisien a, b, dam c diperoleh dengan:

a = (∑Y - c∑X2) : n
b = ∑XY : ∑X2
c = {n ∑X2Y – (∑X2) (∑XY) } : { n∑X4 – (∑X2)2}
Jika ∑X=0

c. Metode Trend Simple Exponential

 Metode ini digunakan jika data yang tersedia cenderung naik turun dengan perbedaan
yang tidak terlalu banyak, tetapi secara keseluruhan cenderung naik.
Fungsi persamaan dari metode ini adalah:
Y1 = abx
Yang dapat diubah dalam fungsi logaritma:
log Y1 = log a + (log b)x
Jika ∑X = 0, maka koefisien a dan b dapat dicari dengan:

log a = (∑log Y) : n
log b = {∑X (log Y) } : ∑X2

METODE REGRESI KORELASI

Metode ini mendasarkan diri pada hubungan sebab akibat atas terjadinya variasi dari
suatu variabel, dan hubungan sebab akibat tersebut nampak dalam fungsi persamaan regresi.
Sedangkan korelasi merupakan alat pembantu yang berguna untuk mengetahui sejauh mana
intensitas hubungan yang terjadi antar variabel.
a. Regresi Linear Sederhana
Y = a + bX

X = Variabel Bebas/independen
Y = Variabel Terikat/ dependen
a,b = Koefisien regresi

1. Dengan metode least squared koefisien diperoleh dari

XY −¿ ∑ X ∑ Y
b=
n∑ ¿
n∑X – (∑X)2
2

a= ∑Y -b ∑X
n n

Dari persamaan Y = a + bX, terdapat berbagai kemungkinan grafik yang terjadi,

misal nilai b adalah 0, maka regresi menjadi Y = a grafik yang terjadi horizontal
dan Persamaan regresi tidak signifikan. Kemudian bisa saja nilai b diperoleh
angka tertentu bisa menghasilkan grafik Persamaan regresi tidak pasti dan
persamaan regresi signifikan.
2. Perlu dilakukan uji signifikansi persamaan regresi dengan menggunakan alat uji
∑ (Ŷ −Ȳ )2 :( k−1)
Ftest F=
∑ (Y −Ŷ )2 :(n−k )
Fhitung ˃ Ftabel ...................... Signifikan

Fhitung ˂ Ftabel ...................... Tidak Signifikan

Keterangan :
 Ŷ = Hasil persamaan regresi

Ȳ =Y rata-rata

k = Variabel/parameter dalam persamaan regresi

n = Jumlah data/observasi

k-1 = Numerator

n-k = Denumerator

Derajat signifikansi yang di dalam menghitung Ftabel yang sering digunakan adalah
95%.
3. Setelah didapat persamaan regresi dan persamaan signifikansi, langkah
selanjutnya menentukan sejauh mana derajat hubungan antarvariabel tersebut
dengan perhitungan koefisien korelasi. Formula yang digunakan adalah :
Y
∑¿
n ∑ Y 2−¿
¿
[ n ∑ X 2
− ( ∑ X )2 ] ¿
√¿
n ∑ XY −∑ X ∑Y
r= ¿
4. Dan uji kemaknaan dilakukan dengan t test yakni
r r
t= = √ n−2
√1−r 2
√ 1−r 2
n−2
5. Dengan menggunakan table student’s t distribution serta derajat kemaknaan lazim
95% dan derajat kebebasan n-k dapat dibandingkan;
thitung ˂ ttabel ................... tidak signifikan
thitung ˃ ttabel ................... signifikan
6. Dengan menghitung r2 kita akan tahu perbandingan antara variasi yang terjelaskan
dari persamaan regresi dan total variasi dari persamaan regresi yang bersangkutan.

2
r=
∑ of explained variation =
∑ (Ŷ −Ȳ )2
∑ of total variation (Y −Y )2

7. Menggunakan r untuk uji kemaknaan persamaan regresi t test sebagai berikut:

2
r n−k
t= x
k−1 1−r 2

8. Setelah menghitung persamaan regresi, uji kemaknaan dan koefisien korelasi baru
dapat menghitung peramalan. Langkah dalam dalam melakukan peramalan yaitu
pertama menghitung standar deviasi Y, dan baru kemudian menentukan batas
bawah dan batas atas nilai peramalannya. Formula yang digunakan:
 1
n
¿
2
x1 −x¿
¿
2
x1 −x¿
¿
∑¿
¿
¿
σn ¿
σY = √¿

b. Regresi Linear Berganda

Variasi pada variabel terikat dijelaskan oleh lebih dari satu variasi variabel bebas
namun masih menunjukan diagram hubungan yang linear. Analisa regresi berganda
dinyatakan dalam rumus:

Y = a + b1X1 + b2X2 + .... + bkXk

1. Nilai koefisian a, b1, b2 dan seterusnya dicari dengan metode least squared :

na + b1∑X1 + b2∑X2 + ... + bk∑Xk = ∑Y

a∑X1 + b1∑X12 + b2∑X1X2 + ... + bk∑X1Xk = ∑X1Y
a∑X2 + b1∑X2X1 + b2∑X22 + ... + bk∑X2Xk = ∑X2Y
.................................................................................
a∑Xk + b1∑XkX1 + b2∑XkX2 + ... + bk2 = ∑Xk
2. Jika misalnya variabel bebas yang menjelaskan hanya terdiri dari 2 variabel X 1
dan X2 maka nilai koefisien a, b1, b2 dapat dicari dengan:

na + b1∑X1 + b2∑X2 = ∑Y
a∑X1 + b1∑X12 + b2∑X1X2 = ∑X1Y
a∑X2 + b1∑X2X1 + b2∑X22 = ∑X2Y

3. Jika variabel bebas yang menjelaskan terdiri dari 3 variabel, yakni X 1, X2 dan X3, maka
koefisien a, b1, b2 dan b3 dapat dicari dengan:

na + b1∑X1 + b2∑X2 + b3∑X3 = ∑Y

a∑X1 + b1∑X12 + b2∑X1X2 + b3∑X1X3 = ∑X1Y
a∑X2 + b1∑X2X1 + b2∑X22 + b3∑X2X3 = ∑X2Y
a∑X3 + b1∑X3X1 + b2∑X3X2 + b3∑X32 = ∑X3Y

4. Selanjutnya perlu dilakukan uji kemaknaan dengan F test, yakni:

∑ (Ŷ −Ȳ )2 :(k−1)
F= 2
∑ (Y −Ŷ ) :(n−k )
atau
2 2
R 1−R
F= :
k−1 n−k
 5. Setelah diketahui hubungan antarvariabel, langkah berikutnya adalah melakukan perhitungan
derajat hubungan antarvariabel dengan koefisien korelasi:

6.
R=
√ ∑ ( Ŷ −Ȳ )2
∑ ( Y −Ȳ )
2

Jika koefisien korelasi dihitung hanya untuk hubungan sebab akibat dengan menggunakan dua
variabel bebas, dapat pula dengan rumus:

√
2 2
r 12+r 13−2r 12 r 13 r 23
R= 2
1−r 23
r12 = Koefisien korelasi antara variabel terikat dengan variabel bebas 1
r13 = Koefisien korelasi antara variabel terikat dengan variabel bebas 2
r23 = Koefisien korelasi antara variabel bebas 1 dan 2

c. Transformasi Logaritma
Pada produk baru, ketika pertumbuhan produk sering dijumpai pertambahan volume
penjualan yang lambat. Jika dibandingkan dengan biaya advertensi, maka biaya
advertensi akan jauh lebih besar dibanding jumlah pertambahan volumen penjualan.
Lalu setelah sekian waktu volume penjualan akan mengalami lonjakan yang relatif
besar di banding pertambahan biaya advertensi yang dikeluarkan. Keadaan tersebut
dapat digambarkan sebagai berikut:

Penjualan

Biaya Advertensi

Gambar diatas jika diwujudkan dalam satu fungsi persamaan akan menunjukan fungsi
persamaan logaritma. Jadi bila suatu hubungan kausal yang jika digambarkan sama
atau mendekati gambar dibawah ini, maka hubungan tersebut merupakan fungsi
persamaan logaritma.

Logaritmatic Curve
Z = ABx

Jika terdapat hubungan kausal seperti di atas, langkah pertama yaitu melakukan
transformasi persamaan linear dengan cara:
Z = ABx
Log Z = log A + X log B
 Jika : log Z = Y

log A = a

log B = b

maka persamaan menjadi Y = a + bX

PENGAWASAN PERAMALAN
Teknik peramalan tidak selamanya akan selalu akurat karena terkadang bisa saja
menyimpang dari batas-batas yang ditolerir. Untuk itu perlu dilaksanakan pengawasan
peramalan. Bila terjadi penyimpangan batas, hal yang bisa dilakukan yaitu mengganti
menggunakan teknik peramalan lain atau melakukan perubahan terhadap betas toleransi hasil
peramalan selama hal tersebut tidak merugikan perusahaan. Beberapa patokan berikut dapat
digunakan untuk melakukan pengawasan peramalan:
a. Kesalahan Absolut Rata-rata
Yakni rata-rata selisih absolut antara nilai peramalan dengan nilai senyatanya,
dinayatakan dengan rumus:

AAE = Average absolut error

Y = Data riil
∑ ¿Y −Y ' ∨¿
n Y’ = Data peramalan
AAE =¿
n = Banyaknya waktu data peramalan
|| = Harga mutlak

b. Kesalahan Kuadrat Mean Akar

Dihitung dengan rumus:
RMSE = Root mean squared error

√
∑ (Y −Y )
' 2

RMSE= Y = Data riil

n
Y’ = Data peramalan
n = Banyaknya waktu data peramalan

c. Test Korelasi
r = Koefisien korelasi

√
r= 1−
∑ (Y −Y ' )2
∑ (Y −Y )2
Y = Data riil

Y’ = Data Peramalan
Ȳ = Means data riil
d. Kontrol Limit
Dengan menentukan batas atas dan batas bawah.
 '
( D of F ) R=
∑ marginal (Y −Y )
n−1

Jika misal digunakan 3 standar deviasi, maka

Upper controll limits = 2,66 x (D of F) R

Lower controll limits = -2,66 x (D of F) R
Range + 2,66 x (D of F) R sampai -2,66 x (D of F) R

(D of F) R = Degree of Freedom
∑Marginal (Y-Y’) = ∑ jarak bergerak
Y = Nilai riil
Y’ = Nilai peramalan
n = Banyaknya waktu data peramalan
 B. STRATEGI OPTIMASI MARKETING MIX
Marketing mix merupakan sejumlah variabel pemasaran yang digunakan perusahaan
untuk mencapai target pasar yang telah ditetapkan. Komponen marketing mix:
a. Berdasarkan Dua Komponen Variabel Utama
1. Apa yang diserahkan pada konsumen dalam hal ini meliputi kualitas produk,
pembungkus, merek, harga dan pelayanan
2. Alat-alat dan metode yang meliputi saluran distribusi, personal selling, advertensi,
sales promotion, dan publikasi

b. Berdasarkan Tiga Komponen Utama

1. Good and service mix
2. Distribution mix
3. Communication mix

c. Berdasarkan Empat Komponen Utama (4P)

1. Product
2. Place
3. Promotion
4. Price
Dari ketiga diatas, yang paling umum digunakan adalah membagi dalam
empat komponen utama. Dirumuskan dengan persamaan:
Permintaan = f (4P)

EFEKTIVITAS MARKETING MIX DALAM MASA KEHIDUPAN

PRODUK
Sebelum membahas optimasi, harus memahami siklus hidup produk. Pada umumnya
siklus hidup produk dibedakan menjadi 4 tahap, namun dalam buku Studi Kelayakan Proyek
Bisnis karya Suad Husnan menambahkan menjadi 5 tahap dimana ada tahap kejenuhan.
Dalam kaitannya dengan optimasi marketing mix, maka setiap tahap memiliki
kombinasi urutan marketing mix yang diperlukan. Pertama dalam tahap perkenalan, urutan
prioritas adalah produk dalam lini kualitas produk, kemudian advertensi, harga dan kemudian
baru pelayanan. Kedua pada masa kedewasaan, penggunaan harga dalam mempengaruhi
penjualan akan sangat menentukan, baru kemudian advertensi, kualitas produk dan
pelayanan. Lalu pada masa kejenuhan, packaging dapat digunakan sebagai alat utama baru
kemudian advertensi, kualitas produk dan pelayanan dan kemudian harga. Terakhir pada
masa penurunan, kombinasi urutannya adalah advertensi, pelayanan, kualitas produk,
packaging dan harga.
MODEL LINEAR EFEK MARKETING MIX
Model ini mencoba menguraikan pengaruh kombinasi bauran pemasran
terhadap penjualan. Pengaruh yang tejadi diasumsikan menunjuk pada hubungan
linear.
Asumsi-asumsi lain yang digunakan dalam metode ini ialah:
a. Marketing mix mempunyai konstanta pengaruh terhadap penjualan, artinya tanpa ada
usaha tetap akan terjadi penjualan
b. Tiap marketing mix berpengaruh secara independen
c. Biaya per unit masing-masing marketing mix tetap
Sehingga persamaan yang bisa didapatkan yaitu:
Q = k – pP + aA + dD + rR
Q = Penjualan
k = Konstanta
p,a,d,r = Koefisien masing-masing marketing mix
P,A,D,R = Price, Advertising, Service dan kualitas produk
 DAFTAR PUSTAKA
Husnan, Suad and Suwarsono Muhammad. (2014). Studi Kelayakan Proyek. Edisi Kelima.
Yogyakarta: UPP STIM YKPN