Aplikasi Alat Manajemen Pemasaran Dalam Proses Pengembangan Produk

BAB I
PENDAHULUAN
1.1 Pengembangan Produk
Produk baru diartikan sebagai produk baru bagi perusahaan, modifikasi dari produk
yang sudah ada, duplikat dari produk pesaing, produk yang diakuisisi dan produk asli
innovatif. Produk baru diperkirakan bisa memberi sebuah proporsi yang tinggi bagi
pertumbuhan perusahaan dan kadang-kadang memberikan kontribusi utama terhadap
laba bisnis keseluruhan.
Dalam perencanaan produk, produk harus dipandang sebagai pemecahan masalah

bagi konsumen, dimana jika seorang konsumen membeli sebuah produk mereka
dapat memperoleh manfaat dari penggunaan produk tersebut. Dan yang terpenting
disini adalah bagaimana konsumen percaya bahwa suatu produk dapat memenuhi
kebutuhannya, bukan bagaimana penjual memandang produk tersebut. Jika
kebutuhan konsumen sudah terpenuhi, diharapkan timbul kepuasan dalam diri mereka
sehingga dimasa yang akan datang mereka akan melakukan pembelian berikutnya
terhadap produk yang sama. Beberapa faktor penting yang perlu diperhatikan dalam
perencanaan produk baru, yaitu :
1. Pengetahuan tentang kebutuhan dan keinginan konsumen lengkap.

2. Sumber daya yang mendukung terhadap pengembangan produk baru.
3. Perkiraan penyimpangan produk baru dalam memenuhi pasar sasaran
4. Perkiraan biaya yang dibutuhkan dalam pengembangan dan produksi produk
baru.
5. Antisipasi terhadap reaksi para pesaing.
6. Kapan waktu yang paling tepat untuk meluncurkan produk baru.
7. Jasa terkait sebagai pendukung produk baru
1
Program Magister Manajemen Fakultas Ekonomi Universitas Padjadjaran © 2010
Terdapat empat tipe dasar dalam program pengembangan produk, yaitu :
1. Modifikasi produk lini.

2. Diluar produk lini/ produk substitusi.
3. Produk komplemen
4. Produk Innovasi
Produk baru berpeluang menawarkan nilai superior ke customer dan secara total
produk baru dapat meningkatkan keberadaan produk.
1. Jenis-jenis produk baru :

Perkenalan barang atau jasa baru bisa diklasifikasikan menjadi : Benar-benar
baru bagi pasar dan luasnya nilai yang disiptakan, menghasilkan jenis-jenis
produk baru berikut ini :
a. Innovasi transformasional, produk yang secara radikal baru dan

penciptaan nilai yang substansial.
b. Innovasi substansial, produk yang secara significan baru dan
menciptakan nilai penting untuk customer.
c. Innovasi incremental, innovasi, produk baru yang menyediakan
peningkatan performans atau nilai yang diterima lebih baik (atau biaya
lebih rendah).
Sebuah perusahaan yang berinisiatip mengembangkan produk baru dapat

melakukan innovasi dalam satu atau lebih dari ketiga kategori diatas.
Kenyataannya, banyak produk baru merupakan perluasan dari jalur produk
yang ada dari total produk baru yang dihasilkan.
2. Menemukan peluang nilai customer

Kebutuhan customer menjadi informasi penting yang menentukan nilai peluang
yang ada dalam pengembangan produk baru. Identifikasi dan analisis segmen
2
pasar membantu untuk mengetahui segmen yang menawarkan peluang produk
baru ke organisasi. Kepuasan konsumen mengindikasikan seberapa baik
pengalaman menggunakan produk dibandingkan dengan nilai yang diharapkan
oleh pembeli.
a. Nilai konsumen,
Tujuan analisis nilai customer adalah mengidentifikasi kebutuhan :
Produk baru
Peningkatan produk yang ada.
Peningkatan dalam proses produksi
Peningkatan layanan pendukung
b. Kapabilitas yang cocok untuk peluang nilai,
Setiap peluang nilai harus dipertimbangkan pada saat organisasi
mempunyai kapabilitas untuk membawa nilai customer yang superior.
Organisasi secara normal akan mempunyai kapabilitas yang
dibutuhkan perluasan lini produk dan tambahan peningkatan.
Pengembangan produk untuk sebuah kategori produk baru
membutuhkan penilaian pada kapabilitas organisasi mengenai kategori
baru.
c. Innovasi transformasional
Customer barangkali bukan penuntun yang baik untuk idea produk
baru yang secara total mungkin disebut radikal atau penerobosan
innovasi sejak mereka membentuk keluarga produk baru atau bisnis
baru. Ketika setiap ide dibawah pertimbangan, pelanggan potensial
mungkin tidak mengerti bagaimana produk baru akan mengganti
produk yang ada. Masalahnya adalah customer tidak mungkin
mengantisipasi sebuah preferensi untuk sebuah produk baru yang
revolusioner.
3
3. Karakteristik innovator yang berhasil
Gambar 1 : Karakteristik Innovator yang Berhasil
Tahap-Tahap Dalam Perencanaan Produk Baru
Perencanaan produk baru mencakup semua kegiatan perencanaan dari produsen dan
penyalur untuk menyesuaikan produknya dengan permintaan pasar dan menentukan
susunan produk lininya. Adanya perencanaan produk baru ini akan mendorong
perusahaan meningkatkan perolehan labanya atau paling tidak membuat laba menjadi
stabil.
Tahap-tahap dalam perencanaan produk baru terdiri dari :
1. Penciptaan ide. Pengembangan produk baru berawal dari penciptaan ide,

didalam penciptaan ide tidak hanya seadaya saja tetapi harus didefinisikan
dengan jelas tujuan dari produk yang ingin dikembangkanya, dan harus jelas
4
juga apakah akan memodifikasi produk lama, membuat terobosan baru, atau
meniru pesaing, ide baru bias dicari diberbagai sumber, misalnya dari
konsumen, pesaing,ilmuan dll.
2. Penyaringan ide. Tujuan langkah ini adalah untuk menyaring ide ide yang
buruk agar nantinya ide yang akan dikembangkan bisa realistis dan
memungkinkan bisa diwujudkan secara nyata.
3. Pengembangan dan pengujian konsep. Dalam hal ini ide yang menarik akan
dibuat konsep produk yang bias diuji, dari ide produk bias dibuat beberapa
konsep, lalu ilmuan menguji apakah sudah sesuai dengan apa yang menjadi
keinginan konsumen, apabila konsepnya sesuai dengan tujuan maka bisa
dilakukan pabrikasi,,dan jika belum maka tim pengembang membuat konsep
baru dengan memperbaiki konsep yang lama.
4. Strategi pemasaran. Tahapan ini merupakan tahap perancangan pemasaran
yang strategis untuk memperkenalkan produknya ke pasaran
5. Analisa bisnis. Dalam hal ini perusahaan memperkirakan biaya dan laba,serta
mengevaluasi manfaat suatu produk baru dengan analisis break event agar
nantinya perusahaan mengetahui berapa produk yang akan dijual agar impas
dengan harga dan struktur biaya tertentu.
6. Pengembangan produk. Jika konsep produk yang sudah matang dan sudah
melalui analisis bisnis maka langkah yang selanjutnya adalah mengubah
konsep produk tersebut kedalam bentuk fisik, hal ini akan menjawab
pertanyaan apakah produk layak secara teknis dan komersil. Departemen
peneliti dan pengembang harus mengembangkan satu atau lebih konsep
produk agar nantinya mendapatkan suatu model Prototype yang mewakili
semua konsep produk, setelah prototype jadi maka dilakukan uji fungsional
dan uji konsumen.
7. Uji pemasaran. Didalam tahap ini produk diberi nama, kemasan,dan program
pemasaran awal untuk mengujinya dalam bentuk yang nyata.tujuan tahap ini
adalah mempelajari bagaimana dealer atau konsumen bereaksi didalam
5
penanganan, penggunaan,pembelian produk kembali dan seberapa besar
pasarnya.
8. Komersialisasi. Uji pemasaran memberikan cukup informasi untuk bisa
mengambil keputusan apakah produk akan dilincurkan atau tidak, adapun
keputusan sebelum memasrkan ,diantaranya kapan produk akan diluncurkan,
target pasar mana yang akan menjadi target, dimana awal produk akan dijual,
biaya yang dibutuhkan untuk pemasaran produk.
2.1 Tools yang digunakan
Dalam pengembangan produk dibutuhkan alat bantu untuk membantu dalam

pengambilan keputusan oleh manajemen. Dalam buku ajar ini tools yang digunakan
adalah sebagai berikut :
a. Analisis Faktor.
Analisis Faktor merupakan teknik analisis statistik yang bertujuan menerangkan

struktur hubungan di antara variable-variabel yang diamati dengan jalan
membangkitkan beberapa faktor yang jumlahnya lebih sedikit daripada banyaknya
variable asal. Analisis ini dapat digunakan untuk menggambarkan
hubunganhubungan kovarian antara beberapa variabel yang mendasari tetapi tidak
teramati, kuantitas random yang disebut faktor, (Johnson &Wichern, 2002).
b. Analisis Cluster
Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk
mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis
cluster mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya
dengan objek lain berada dalam cluster yang sama. Cluster-cluster yang terbentuk
memiliki homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi.
6
Berbeda dengan teknik multivariat lainnya, analisis ini tidak mengestimasi set
variabel secara empiris sebaliknya menggunakan setvariabel yang ditentukan oleh
peneliti itu sendiri. Analisis ini dapat digunakan untuk mempartisi suatu set objek
menjadi dua kelompok atau lebih berdasarkan kesamaan karakteristik khusus yang
dimilikinya.
c. Multidimensional Scaling (MDS)
Menurut Dilon (1984 ; 107) bahwa prosedur Multidimensional Scaling( MDS)

memberikan informasi tentang hubungan yang ada antar obyek ketika dimensi
dimensi evaluasi yang penting yang tidak diketahui. Dasar dari Multidimensional
Scaling ini adalah asumsi yang menekankan persepsi subyek terhadap sejumlah
obyek dikarenakan oleh sejumlah atribut atau dimensi. MDS dapat digunakan untuk
memberikan gambaran visual dari pola kedekatan yang berupa kesamaan atau jarak
diantara sekumpulan objek-objek. Penerapan MDS dapat dijumpai pada visualisasi
ilmiah dan data mining dalam ilmu kognitif, informasi, pemasaran maupun ekologi.
d. Forecasting
Forecasting merupakan suatu cara atau pendekatan untuk memprediksi berapa besar
peluang pasar yang tersedia di masa mendatang sehingga potensi pasar yang hendak
dan sudah dimasuki itu tergambar secara proyektif ke depan. Secara garis besar
terdapat dua macam metode forecasting yang biasa dilakukan, yaitu metode kualitatif
yang terdiri atas teknik survey dan teknik pengumpulan opini. Sedangkan metode
berikutnya adalah metode prakiraan kuantitatif, yang terdiri atas Analisis Runtut
Waktu, Trend Seluler, Siklus Fluktuasi, Analisis Musiman dan Model Ekonometri.
e. Markov Chains
Markov Chains merupakan proses acak di mana semua informasi tentang masa depan
terkandung di dalam keadaan sekarang (yaitu orang tidak perlu memeriksa masa lalu
7
untuk menentukan masa depan). Untuk lebih tepatnya, proses memiliki properti
markov yang berarti bahwa bentuk ke depan hanya tergantung pada keadaan
sekarang, dan tidak bergantung pada bentuk sebelumnya. Dengan kata lain, gambaran
tentang keadaan sepenuhnya menangkap semua informasi yang dapat mempengaruhi
masa depan dari proses evolusi. Suatu Markov Chains merupakan proses stokastik
berarti bahwa semua transisi adalah probabilitas (ditentukan oleh kebetulan acak dan
dengan demikian tidak dapat diprediksi secara detail, meskipun mungkin diprediksi
dalam sifat statistik) (www.wikipedia.org). Ross (2000) mendefinisikan proses
stokastik sebagai barisan peubah acak yang diberi indeks dengan urutan oleh
parameter t dimana nilai t berubah-ubah sesuai dengan himpunan indeks T. Dengan
demikian, untuk setiap t elemen dari T, V(t)adalah peubah acak.
8
BAB II
TOOLS YANG DIGUNAKAN
Dalam pengembangan produk dibutuhkan alat bantu untuk membantu dalam

pengambilan keputusan oleh manajemen. Dalam buku ajar ini tools yang digunakan
adalah sebagai berikut :
2.1 Analisis Faktor
Analisis Faktor semakin banyak digunakan dalam penelitian, terutama dalam

penelitian sosial, sebagai dampak positif perkembangan software aplikasi statistika
seperti SPSS, SAS, Systat, Minitab dan sebagainya.
Konsep Dasar Analisis Faktor

Analisis Faktor merupakan teknik analisis statistik yang bertujuan menerangkan
struktur hubungan di antara variable-variabel yang diamati dengan jalan
membangkitkan beberapa faktor yang jumlahnya lebih sedikit daripada banyaknya
variable asal.
Misalkan seorang peneliti pemasaran mempunyai seperangkat variabel nyata yang
terdiri dari warna, kualitas, diskon, kemasan, pembayaran dapat dicicil, iklan,
wiraniaga, barang dapat diperoleh dimana-mana, barang dapat diantar ke rumah. Ia
dapat menggunakan analisis faktor untuk menemukan satu atau beberapa hipotetik
(besar dan abstrak) yang mewakili variabel-variabel tersebut.
Tujuan Analisis Faktor
Tujuan dari analisis faktor adalah untuk menggambarkan hubungan-hubungan

kovarian antara beberapa variabel yang mendasari tetapi tidak teramati, kuantitas
random yang disebut faktor, (Johnson &Wichern, 2002). Menurut Subash Sharma,
analisis faktor bertujuan untuk menggunakan matriks korelasi hitungan untuk 1.)
Mengidentifikasi jumlah terkecil dari faktor umum (yaitu model faktor yang paling
9
parsimoni) yang mempunyai penjelasan terbaik atau menghubungkan korelasi
diantara variabel indikator. 2.) Mengidentifikasi, melalui faktor rotasi, solusi faktor
yang paling masuk akal. 3.) Estimasi bentuk dan struktur loading, komunality dan
varian unik dari indikator. 4.) Intrepretasi dari faktor umum. 5.) Jika perlu, dilakukan
estimasi faktor skor. (Subash Sharma, 1996). Vektor random teramati X dengann p
komponen, memiliki rata-rata μ dan matrik kovarian ∑ . Model analisis faktor adalah
sebagai berikut :
X F F .... F (1)
1 1 11 1 12 2 1m m 1
Xp p p1 F 1 p2 F2 pm Fm p
Atau dapat ditulis dalam notasi matrik sebagai berikut :
X μ L F ε (2)
pxl ( pxl) ( pxm) (mxl) pxl
dengan
rata-rata variabel i
i
faktor spesifik ke - i
i
F common faktor ke- j

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

ij
Bagian dari varian variabel ke - i dari m common faktor disebut

komunalitas ke - i yang merupakan jumlah kuadrat dari loading variabel ke - i
pada m common faktor (Johnson &Wichern, 2002), dengan rumus :
h 2i 2
i1
2
i2
2
im (3)
10
Penggunaan analisis factor menghasilkan pola hubungan seperti berikut :
Model analisis faktor menjelaskan bahwa vektor acak X tergantung secara linier pada
beberapa variable acak yang tidak teramati F1, F2, F3, ….. Fm, yang disebut faktor-
faktor bersama (common factor). Misal : Model analisis faktor tersebut adalah :
X1 = c11F1+c12F2+……+C1mFm + e1
X2 = c21F1+c22F2+……+C2mFm + e2
Xp = cp1F1+cp2F2+……+CpmFm + ep
Dimana :
F : (j=1,2,3,…..,m) merupakan faktor bersama ke j.
j
C : (i=1,2,3,…..,p ; j=1,2,3,….,m) merupakan parameter yang merefleksikan

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

disebut sebagai bobot (loading) dari respon ke-I pada faktor bersama ke-j.
e : (i=1,2,3,….,p) merupakan galat (error) dari respon ke-I dalam analisi faktor
i
disebut sebagai faktor spesifik ke-I yang bersifat acak.
Persamaan diatas dapat ditulis :

X = C F + e
(p x 1) (p x m) (m x 1) (p x 1)
11
dimana :
X’ = (X ,X ,X , ……. X )
1 2 3 p
c11 c12 ….. c1m
c21 c21 ….. c2m

C=
….. ….. ….. …..
cp1 cp2 ….. cpm
e’ = (e , e , e , ……. e )
1 2 3 p
Matrik C diatas dalam analisis faktor disebut matrik bobot faktor (matrix of factor
loadings )
Struktur peragam untuk model analisis faktor dinyatakan dalam persamaan berikut :
Var (Xi) = ௜௜௜௜ + ௜௜௜ + ….+ ௜௜௜௜ + ᴪ i atau
Var (Xi) =ℎ௜+ ᴪ i
Dimana :
௜
௜
ℎ௜ =௜ ௜௜ ௜
௜௜௜
Dari rumus diatas terlihat bahwa ragam dari variabel Xi diterangkan oleh dua
komponen hi dan ᴪ i. komponen hi disebut sebagai komunalitas yang menunjukkan
proporsi ragam dari variabel respon X i yang diterangkan oleh m faktor secara
bersama-sama, sedangkan komponen ᴪ I merupakan proporsi ragam dari variabel
respon Xi yang disebabkan oleh faktor spesifik (error). Dalam menduga parameter
dalam analisis faktor terdapat beberapa metode. Pada sebagian besar analisis terapan
12
dan pada proses komputasi aplikasi komputer menggunakan metode komponen
utama (principles component method).
2.2 Analisis Cluster
Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk
mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis
cluster mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya
dengan objek lain berada dalam cluster yang sama. Cluster-cluster yang terbentuk
memiliki homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi.
Berbeda dengan teknik multivariat lainnya, analisis ini tidak mengestimasi set
variabel secara empiris sebaliknya menggunakan setvariabel yang ditentukan oleh
peneliti itu sendiri.
Fokus dari analisis cluster adlah membandingkan objek berdasarkan set variabel, hal
inilah yang menyebabkan para ahli mendefinisikan set variabel sebagai tahap kritis
dalam analisis cluster. Set variabel cluster adalah suatu set variabel yang
merpresentasikan karakteristik yang dipakai objek-objek. Bedanya dengan analisis
faktor adalah bahwa analisis cluster terfokus pada pengelompokan objek sedangkan
analisis faktor terfokus pada kelompok variabel.
Solusi analisis cluster bersifat tidak unik, anggota cluster untuk tiap
penyelesaian/solusi tergantung pada beberapa elemen prosedur dan beberapa solusi
yang berbeda dapat diperoleh dengan mengubah satu elemen atau lebih. Solusi cluster
secara keseluruhan bergantung pada variabel-variaabel yang digunakan sebagai dasar
untuk menilai kesamaan. Penambahan atau pengurangan variabel-variabel yang
relevan dapat mempengaruhi substansi hasi analisisi cluster.
13
Cara Kerja Analisis Cluster
Secara garis besar ada tiga hal yang harus terjawab dalam proses kerja analisis
cluster, yaitu :
1. Bagaimana mengukur kesamaan ?
Ada tiga ukuran untuk mengukur kesamaaan antar objek, yaitu ukuran
korelasi, ukuran jarak, dan ukuran asosiasi.
2. Bagaimana membentuk cluster ?
Prosedur yang diterapkan harus dapat mengelompokkan objek-objek yang memiliki
kesamaan yang tinggi ke dalam sutau cluster yang sama.
3. Berapa banyak cluster/kelompok yang akan dibentuk ?
Pada prinsipnya jika jumlah cluster berkurang maka homogenitas alam cluster
secra otomatis akan menurun.
Proses Analisis Cluster

Tahap Pertama : Tujuan Analisis Cluster
Tujuan utama analisis cluster adalah mempartisi suatu set objek menjadi dua
kelompok atau lebih berdasarkan kesamaan karakteristik khusus yang dimilikinya.
Dalam pembentukan kelompok/cluster dapat dicapai tiga tujuan, yaitu :
A. Deskripsi klasifikasi (taxonomy description)
Penerapan anallisis cluster secara tradisisonal bertujuan mengeksplorasi dan
membentuk suatu klasisfikasi/taksonomi secara empiris. Karena kemampuan
partisinya analisis cluster dapat diterapkan secara luas. Meskipun secara empiris
merupakan teknik eksplorasi analisis cluster dapat pula digunakan untuk tujuan
konfirmasi.
a. Penyederhanaan Data
Penyederhanaan data merupakan bagian dari suatu taksonomi. Dengan
struktur yang terbatas observasi/objek dapat dikelompokkan untuk analisis
selanjutnya.
14
b. Identifikasi Hubungan (Relationship Identification)
Hubunganantar objek diidentifikasi secara empiris. Struktur analisis
cluster yang sederhana dapat menggambarkan adanya hubungan atau
kesamaan dan perbedaan yang tidak dinyatakan sebelumnya.
Pemilihan pada Pengelompokan Variabel
Tujuan analisis cluster tidak dapat dipisahkan dengan pemilihan
variabel yang digunakan untuk menggolongkan objek ke dalam clucter-
cluster. Cluster yang terbentuk merefleksikan struktur yang melekat pada data
seperti yang didefinisikan oleh variabel-variabel. Pemilihan variabel harus
sesuai dengan teori dan konsep yang umum digunakan dan harus rasional.
Rasionalitas ini didasarkan pada teori-teori eksplisit atau penelitian
sebelumnya. Variabel-variabel yang dipilih hanyalah variabel yang dapat
mencirikan objek yang akan dikelompokkan dan secara spesifik harus sesuai
dengan tujuan analisis cluster.
Tahap Kedua : Desain Penelitian dalam Analisis Cluster

Tiga hal penting dalam tahap ini adalah pendeteksian outlier, mengukur
kesamaan, dan standarisasi data.
A. Pendeteksian Outlier
Outlier adlah suatu objek yang sangat berbeda dengan objek lainnya. Outlier
dapat digambarkan sebagai observasi yang secara nyata kebiasaan, tidak
mewakili populasi umum, dan adanya undersampling dapat pula
memunculkan outlier. Outlier menyebabkan menyebabkan struktur yang tidak
benar dan cluster yang terbentuk menjadi tidak representatif.
B. Mengukur Kesamaan antar Objek
Konsep kesamaan adalah hal yang fundamental dalam analisis cluster.
Kesamaan antar objek merupakan ukuran korespondensi antar objek. Ada tiga
metode yang dapat diterapkan, yaitu ukuran korelasi, ukuran jarak, dan ukuran
asosiasi.
15
a. Ukuran Korelasi
Ukuran ini dapat diterapkan pada data dengan skala metrik, namun
jarang digunakan karena titik bertnya pada nilai suatu pola
tertentu, padahal tisik berat analisis cluster adalah besarnya objek.
Kesamaan antar objek dapat dilihat dari koefisien korelasi antar
pasangan objek yang diukur dengan beberapa variabel.
b. Ukuran Jarak
Merupakan ukuran yang paling sering digunakan. Diterapkan
untuk data berskala metrik. Sebenarnya merupakan ukuran
ketidakmiripan, dimana jarak yang besar menunjukkan sedikit
kesamaan sebaliknya jarak yang pendek/kesil menunjukkan bahwa
suatu objek makin mirip dengan objek lain. Bedanya dengan
ukuran korelasi adalah bnahwa ukuran jarak fokusnya pada
besarnya nilai. Cluster berdasarkan ukuran korelasi bisa saja tidak
memiliki kesamaan nilai tapi memiliki kesamaan pola, sedangkan
cluster dberdasrkan ukuran jarak lebih memiliki kesamaan nilai
meskipun polanya berbeda.
Ada beberapa tipe ukuran jarak antara lain jarak Euklidian, jarak
city-Box, dan jarak Mahalanobis. Ukuran yang paling sering
digunakan adalah jarak Euklidian. Jarak Euklidian adalah besarnya
jarak suatu garis lurus yang menghubungkan antar objek. Misalkan
ada dua objek yaitu A dengan koordinat ( ) dan B dengan
koordinat ( ) maka jarak antar kedua objek tersebut dapat diukur
dengan rumus ....
c. Ukuran Asosiasi
Ukuran asosiasi dipakai untuk mengukur data berskala nonmetrik
(nominal atau ordinal).
16
C. Standarisasi Data
a. Standarisasi Variabel
Bentuk paling umum dalam standarisasi variabel adalah
konversi setiap variabel terhadap skor atandar ( dikenal dengan
Z score) dengan melakukan substraksi nilai tengan dan
membaginyadengan standar deviasi tiap variabel.
b. Standarisasi Data
Berbeda dengan standarisasi variabel, standarisasi ndata
dilakukan terhadap observasi/objek yang akan dikelompokkan.
Tahap Ketiga : Asumsi-asumsi dalam Analisis Cluster

Seperti hal teknik analisis lain,analisis cluster juga menetapkan adanya suatu
asumsi. Ada dua asumsi dalam analisis cluster, yaitu :
A. Kecukupan Sampel untuk merepresentasikan/mewakili Populasi
Biasanya suatu penelitian dilakukan terhadap populasi diwakili oleh
sekelompok sampel. Sampel yang digunakan dalam analisis ckuster harus
dapat mewakili populasi yang ingin dijelaskan, karena analisis ini baik jika
sampel representatif. Jumlah sampel yang diambil tergantung penelitinya,
seorang peneliti harus yakin bahwa sampil yang diambil representatif terhadap
populasi.
B. Pengaruh Multukolinieritas
Ada atau tidaknya multikolinieritas antar variabel sangat diperhatikan dalam
analisis cluster karena hal itu berpengaruh, sehingga variabel-variabel yang
bersifat multikolinieritas secara eksplisit dieprtimbangkan dengan lebih
seksama.
17
Tahap Keempat : Proses Mendapatkan Cluster dan Menilai kelayakan secara
keseluruhan
Ada dua proses penting yaitu algoritma cluster dalam pembentukan cluster dan
menentukan jumlah cluster yang akan dibentuk. Keduanya mempunyai implikasi
substansial tidak hanya pada hasil yang diperoleh tetapi juga pada interpretasi yang
akan dilakukan terhadap hasil tersebut.
Algoritma Cluster
Algoritma cluster harus dapat memaksimalkan perbedaan relatif cluster
terhadap variasi dalam cluster. Dua metode paling umum dalam algoritma cluster
adalahmetode hirarkhi dan metode non hirarkhi. Penentuan metode mana yag akan
dipakai tergantung kepada peneliti dan konteks penelitian dengan tidak mengabaikan
substansi, teori dan konsep yang berlaku. Keduanya memiliki kelebihan sendiri-
sendiri. Keuntungan metode hirarkhi adalah cepat dalam proses pengolahan sehingga
menghemat waktu, namun kelemahannya metode ini dapat menimbulkan kesalahan.
Selain itu tidak baik diterapkan untuk menganalisis sampel dengan ukuran besar.
Metode Non Hirarkhi memiliki keuntungan lebih daripada metode hirarkhi. Hasilnya
memiliki sedikit kelemahan pada data outlier, ukuran jarak yang digunakan, dan
termasuk variabel tak relevan atau variabel yang tidak tepat. Keuntungannya hanya
dengan menggunakan titik bakal nonrandom, penggunaan metode non hirarkhi untuk
titik bakal random secara nyata lebih buruk dari pada metode hirarkhi.
Alternatif lain adalah dengan mengkombinasikan kedua metode ini. Pertama
gunakan metode hirarkhi kemudian dilanjutkan dengan metode non hirarkhi.
A. Metode Hirarkhi
Tipe dasar dalam metode ni adalah aglomerasi dan pemecahan. Dalam metode
aglomerasi tiap observasi pada mulanya dianggap sebagai cluster tersendiri sehingga
terdapat cluster sebyak jumlah observasi. Kemudian dua cluster yang terdekat
kesamaannya digabung menjadi suatu cluster babru, sehingga jumlah cluster
berkurang satu pada tiap tahap. Sebaliknya pada metode pemecahan dimulai dari satu
cluster besar yang mengandung seluruh observasi, selanjutnya observasi-observasi
18
yang paling tidak sama dipisah dan dibentuk cluster-cluster yang lebih kecil. Proses ini
dilakukan hingga tiap observasi menjadi cluster sendiri-sendiri.
Hal penting dalam metode hirarkhi adalah bahwa hasil pada tahap sebelumnya selalu
bersarang di dalam hasil pada tahap berikutnya, membentuk sebuah pohon.
Ada lima metode aglomerasi dalam pembentukan cluster, yatiu :
a. Pautan Tunggal (Single Linkage)
Metode ini didasarkan pada jarak minimum. Dimulai dengan dua
objek yang dipisahkan dengan jarak paling pendek maka keduanya akan
ditempatkan pada cluster pertama, dan seterusnya. Metode ini dikenal pula
dengan nama pendekatan tetangga terdekat.
b. Pautan Lengkap (Complete Linkage)
Disebut juga pendekatan tetangga terjauh. Dasarnya adalah jarak
maksimum. Dalam metode ini seluruh objek dalam suatu cluster dikaitkan
satu sama lain pada suatu jarak maksimuma atau dengan kesamaan minimum.
c. Pautan Rata-rata (Average Linkage)
Dasarnya adalah jarak rata-rata antar observasi. pengelompokan
dimulai dari tengan atau pasangan observasi dengan jarak paling mendekati
jarak rata-rata.
d. Metode Ward (Ward’s Method)
Dalam metode ini jarak antara dua cluster adalah jumlah kuadrat
antara dua cluster untuk seluruh variabel. Metode ini cenderung digunakan
untuk mengkombinasi cluster-cluster dengan jumlah kecil.
e. Metode Centroid
Jarak antara dua cluster adalah jarak antar centroid cluster tersebut.
Centroid cluster adalah nilai tengah observasi pada variabel dalam suatu set
variabel cluster. Keuntungannya adalah outlier hanya sedikit berpengaruh jika
dibandingkan dengan metode lain.
19
B. Metode Non Hirarkhi
Masalah utama dalam metoda non hirarkhi adalah bagaimana memilih
bakal cluster. Harus disadari pengaruh pemilihan bakal cluster terhadap hasil
akhir analisis cluster. Bakal cluster pertama adalah observasi pertama dalam
set data tanpa missing value. Bakal kedua adalah observasi lengkap
berikutnya (tanpa missing data) yang dipisahkan dari bakal pertama oleh jarak
minimum khusus.
Ada tiga prosedur dalam metode non hirarkhi, yaitu :
a. Sequential threshold
Metode ini dimulai dengan memilih bakal cluster dan menyertakan
seluruh objek dalam jarak tertentu. Jika seluruh objek dalam jarak
tersebut disertakan, bakal cluster kedua terpilih, kemudian proses terus
berlangsung seperti sebelumnya.
b. Parallel Threshold
Metode ini memilih beberapa bakal cluster secara simultan pada
permulaannya dan menandai objek-objek dengan jarak permulaan ke
bakal terdekat.
c. Optimalisasi
Metode ketiga ini mirip dengan kedua metode sebelumnya kecuali
pada penandaan ulang terhadap objek-objek.
Hal penting lain dalam tahap keempat adalah menentukan jumlah cluster
yang akan dibentuk.Sebenarnya tidak ada standar,prosedur pemilihan
tujuan eksis. Karena tidak ada kriteria statistik internal digunakan untuk
inferensia, seperti tes signifikansipada teknik multivariat lainnya, para
peneliti telah mengembangkan beberapa kriteria dan petunjuk sebagai
pendekatan terhadap permasalahan ini dengan memperhatikan substansi
dan aspek konseptual.
20
Tahap Kelima : Interpretasi terhadap Cluster
Tahap interpretasi meliputi pengujian tiap cluster dalam term untuk menamai dan
menandai dengan suatu label yang secara akurat dapat menjelaskan kealamian cluster.
Proes ini dimulai dengan suatu ukuran yang sering digunakan yaitu centroid cluster.
Membuat profil dan interpretasi cluster tidak hanya tidak hanya untuk memoeroleh
suatu gambaran saja melainkan pertama, menyediakan suatu rata-rata untuk menilai
korespondensi pada cluster yang terbentuk, kedua, profil cluster memberikan araha
bagi penilainan terhadap signifikansi praktis.
Tahap Keenam: Proses Validasi dan Pembuatan Profil (PROFILING) Cluster
A. Proses validasi solusi cluster

Proses validasi bertujuan menjamin bahwa solusi yang dihasilkan dari analisis
cluster dapat mewakili populasi dan dapat digeneralisasi untuk objek lain. Pendekatan ini
membandingkan solusi cluster dan menilai korespondensi hasil. Terkadang tidak dapat
dipraktekkan karena adanya kendala waktu dan biaya atau ketidaktersediaan ibjek
untuk analisis cluster ganda.
B. Pembuatan Profil ( PROFILING) Solusi Cluster
Tahap ini menggambarkan karakteristik tiap cluster untuk menjelaskan cluster-cluster

tersebut dapat dapat berbeda pada dimensi yang relevan. Titik beratnya pada
karakteristik yang secara signifikan berbeda antar clustre dan memprediksi anggota
dalam suatu cluster khusus.
Secara keseluruhan proses analisis cluster berakhir setelah keenam tahap ini dilalui.
Hasil analisis cluster dapat digunakan untuk berbagai kepentingan sesuai dengan
materi yang dianalisis.
21
2.3 Multidimensional Scaling (MDS)
Menurut Dilon (1984 ; 107) bahwa prosedur Multidimensional Scaling (MDS)

memberikan informasi tentang hubungan yang ada antar obyek ketika dimensi
dimensi evaluasi yang penting yang tidak diketahui. Dasar dari Multidimensional
Scaling ini adalah asumsi yang menekankan persepsi subyek terhadap sejumlah
obyek dikarenakan oleh sejumlah atribut atau dimensi. Jadi dalam subyek, untuk
membedakano byekt idak hanyab erdasarkan atas dimensi tertentu saja, namun
meliputi perbedaan secara keseluruhan. Ada dua macam skala Multidimensional
Scaling yaitu :
1. Metric MDS, skala ini memperlakukan data input berupa jarak antara pasangan
objek sebagai jarak sebenarnya.
2. Nonmetric MDS, data input yang diberikan hanya berupa urutan peringkat atau
pendapat kesamaan yang diberikan subyek terhadap persepsi ketidaksamaan diantara
pasangan-pasangan
obyek dan tidak dianggap sebagai jarak sebenarnya, namun berupa informasi ordinal.
Tujuan dari multidimensional scaling (MDS) adalah untuk memberikan gambaran

visual dari pola kedekatan yang berupa kesamaan atau jarak diantara sekumpulan
objek-objek. Penerapan MDS dapat dijumpai pada visualisasi ilmiah dan data mining
dalam ilmu kognitif, informasi, pemasaran maupun ekologi.
Misalnya ketika konsumen potensial diminta untuk membandingkan produk dan

melakukan penilaian mengenai kesamaan produk tersebut. MDS dapat menunjukkan
dimensi penilaian dari responden secara langsung ke dalam pola visualisasi kedekatan
mengenai kesamaan produk, berbeda dengan analisis faktor atau diskriminan yang
melibatkan penilaian dari si peneliti. Karena keunggulan inilah MDS merupakan
suatu alat yang paling umum digunakan dalam pemetaan perceptual (perceptual
mapping).
22
MDS sangat popular dalam penelitian bidang pemasaran untuk perbandingan brand,
dan pada psikologi MDS digunakan untuk mempelajari dimensi ciri-ciri pribadi.
Penggunaan lain adalah pada aplikasi yang menggunakan ranking, rating, pembedaan
persepsi, atau dalam pengambilan suara (voting).
Dalam perencanaan kebutuhan data untuk menganalisa MDS memerlukan:

Data kemiripan merk sebagai input Prosedur Multidimensional Scaling
Data rating merk sebagai input Prosedur Property Fitting.
Langkah-langkah analisis multidimensional scaling adalah
1) Perumusan masalah, dalam perumusan masalah dibutuhkan suatu kejelasan

tujuan untuk dapat menggunakan hasil MDS secara optimal,
2) Memperoleh data input, data input dari analisis MDS adalah nilai kesamaan
dan ketidaksamaan antara setiap atau sebagian besar pasangan dari n objek,
3) Pemilihan prosedur MDS, prosedur MDS dapat berupa metrik dan nonmetrik,
4) Penentuan dimensi, pedoman yang disarankan untuk menentukan banyak
dimensi, yaitu penelitian sebelumnya, penginterpretasian peta dimensi,
kriteria plot, dan kemudahan dalam penggunaan,
5) Penamaan dimensi dan penamaan konfigurasi,
6) Uji reliabilitas dan validitas, dua macam nilai yang dipakai untuk pengujian
reliabilitas dan validitas, yaitu nilai stress dan R-square.
1. Metric Multidimensional Scaling

Metode Metric Multidimensional Scaling yang pertama kali dikenal adalah metode
“classical scaling”. Hal yang utama dalam classical scaling adalah suatu metode
rekonstruksi aljabar untuk mengetahui konfigurasi dari nilai-nilai dalam kemiripan
23
(similarity) atau ketidakmiripan (dissimilarity) data yang direpresentasikan secara
tetap atau melalui pendekatan Euclidian distance.
Dalam classical scaling, dissimilarities (δij) diperlakukan sama dengan jarak (δij),
yaitu dij = 0.Selain itu, sifat lain classical scaling yaitu non-degeneracy dan
triangular unequality. Non-degeneracy berarti bahwa dii = 0, untuk setiap nilai i.
Sedangkan triangular inequality menyatakan bahwa dij + dik ≥ djk, untuk setiap i, j,
k. (n x n ) matriks jarak D = (dij) dikatakan Euclidean jika untuk titik x1, x2, …, xn Rp ; dij2
= (xi - xj )T (xi - xj)
2. Nonmetric Multidimensional Scaling

Dalam MDS nonmetrik mengasumsikan skala pengukuran nominal atau ordinal. Pada
kasus ini perhitungan kriteria adalah untuk menghubungkan nilai ketidaksamaan
suatu jarak ke nilai ketidaksamaan yang terdekat. Program MDS nonmetrik
menggunakan transformasi monoton (sama) ke data yang sebenarnya sehingga dapat
dilakukan operasi aritmatika terhadap nilai ketidaksamaannya, untuk menyesuaikan
jarak dengan nilai urutan ketidaksamaanya. Transformasi monoton akan memelihara
urutan nilai ketidaksamaannya sehingga jarak antara objek yang tidak sesuai dengan
urutan nilai ketidaksamaan dirubah sedemikian rupa sehingga akan tetap memenuhi
urutan nilai ketidaksamaan tersebut dan mendekati jarak awalnya. Hasil perubahan ini
disebut disparities. Disparities ini digunakan untuk mengukur tingkat ketidaktepatan
konfigurasi objek-objek dalam peta berdimensi tertentu dengan input data
ketidaksamaannya.
Pendekatan yang sering digunakan saat ini untuk mencapai hasil yang optimal dari
skala non metrik digunakan ‘Kruskal’s Least-Square Monotomic Transformation”
dimana disparities merupakan nilai rata-rata dari jarak-jarak yang tidak sesuai dengan
urutan ketidaksamaanya. Informasi ordinal kemudian dapat diolah dengan MDS
nonmetrik sehingga menghasilkan konfigurasi dari objek-objek yang yang terdapat
24
pada dimensi tertentu dan kemudian agar jarak antara objek sedekat mungkin dengan
input nilai ketidaksamaan atau kesamaannya. Koordinat awal dari setiap subjek dapat
diperoleh melalui cara yang sama seperti metoda MDS metrik dengan asumsi bahwa
meskipun data bukan jarak informasi yang sebenarnya tapi nilai urutan tersebut
dipandang sebagai variabel interval.
2.4 Forecasting
Forecasting permintaan dari pasar yang dimasuki oleh perusahaan adalah

suatu pekerjaan yang perlu dilakukan oleh setiap manajer perusahaan dalam rangka
memprediksi berapa besar peluang pasar yang tersedia di masa mendatang. Sehingga
potensi pasar yang hendak dan sudah dimasuki itu tergambar secara proyektif ke
depan.
Dengan melakukan forecasting permintaan pasar dengan cara yang tepat, akan
dapat membantu manajer perusahaan dalam menggambarkan tersedianya potensi
pasar. Jika hasil forecasting itu dapat meyakinkan para manajer perusdahaan maka
akan dapat membantu menyiapkan perencanaan di bidang produksi, keuangan dan
menyiapkan sarana dan prasarana pemasaran yang diperlukan dalam rangka
memanfaatkan potensi pasar yang tersedia itu. Namun yang menjadi pertanyaan disini
adalah bagaimana para manajer perusahaan melakukan forecasting terhadap
permintaan pasar ini.
Secara garis besar terdapat dua macam metode forecasting yang biasa
dilakukan, yaitu metode kualitatif yang terdiri atas teknik survey dan teknik
pengumpulan opini. Sedangkan metode berikutnya adalah metode prakiraan
kuantitatif, yang terdiri atas Analisis Runtut Waktu, Trend Seluler, Siklus Fluktuasi,
Analisis Musiman dan Model Ekonometri.
25
Forecasting Kualitatif
Forecasting dengan metode ini jika data kuantitatif yang berkaitan dengan
faktor-faktor yang langsung mempengaruhi permintaan tidak cukup memadai.
Apabila dari data yang tidak cukup memadai ini dipaksakan untuk dasar forecasting
maka hasilnya diperkirakan atau dikhawatirkan terjadi bias, tidak proporsional, dan
tidak memiliki relevansi yang cukup kuat. Oleh karena itu dipergunakan metode
forecasting kualitatif.
Tetapi dengan metode ini dapat dipergunakan untuk mendukung metode

forecasting kuantitatif. Hal ini dilakukan dalam rangka mengantisipasi jika metode
kuantitatif yang biasa dilakukan berdasar data histories yang mungkin telah dilakukan
itu perlu ada koreksi dari hasil metode kualitatif ini. Jadi dengan demikian metode
kualitatif ini masih diperlukan dalam usaha mengoreksi hasil forecasting berdasar
data historis. Karena metode kualitatif ini meliputu aspek-aspek tertentu yang paling
terkini yang menyangkut perilaku permintaan dan konsumen. Justru di dalam metode
kualitatif akan digali dan diselidiki fenomena terakhir yang menyangkut keinginan
dan kebutuhan konsumen. Sehingga metode kualitatif merupakan kelengkapan dan
penyempurnaan dari metode kuantitatif.
1. Teknik Survey
Teknik survey ini merupakan suatu alat memforecasting yang cukup penting
khusunya untuk memprediksi kejadian-kejadian atau kecenderungzn-kecenderungan
dalam jangka pendek mendatang ini.
Survey biasanya menggunakan alat interview atau daftar pertanyaan yang akan
ditujuakan para responden yang terpilih dan yang dituju. Sesuai kelompok yang
memang diperkirakan akan menjadi sasaran pasar yang dituju oleh perusahaan.
Sasaran dan klasifikasi sasaran dan jenis kebutuhan dan keperluan dari kelompok
responden ini dapat dikategorikan sebagai berikut:
26
a. Survey tentang budget keperluan rumah tangga masyarakat eksekutif bisnis
dan pemerintahan yang sekiranya berkait dengan rencana perusahaan. Survey
ini diharapkan dapat merekam keseluruhan anggaran setiap rumah tangga
yang disurvey.
b. Survey mengenai barang atau jasa yang diperlukan bagi para pelaku bisnis
yang akan memperdagangkan barang atau jasanya. Mereka ini mungkin
pelaku bisnis yang bergerak pada bisnis distributor, pengecer atau pedagang
besar.
c. Survey ini dilakukan bagi para rumah tangga umum mengenai keperluan
rumah tangga, produk atau barang apa secara periodik diperlukan dan
frekuensi pemenuhan yang dilakukan untuk masa-masa yang akan datang.
Dari metode survey berdasar kelompok sasaran ini sebenarnya terkandung
maksud dari surveyor bahwa barang dan jasa apa saja yang dibutuhkan, berapa
frekuensi pemenuhan kebutuhan dan faktor-faktor apa saja yang pada umumnya yang
mempengaruhi perilaku beli mereka ini. Sehingga secara tidak langsung perusahaan
melihat peluang dan kendala apa saja yang bisa ditarik sebagai kepentingan bagi
perusahaan atas hasil-hasil survey ini untuk memprediksi dan memperkirakan
perilaku pasar dan konsumen perusahaan.
2. Sasaran Pengumpulan Data Kualitatif

Sasaran yang dituju dari pengumpulan data kualitatif ini kurang lebih sama
dengan metode survey. Mereka antara lain para eksekutif, agen dan distributor, serta
konsumen pada umumnya. Bahkan disini adalah sejumlah pihak yang dimintakan
opini mereka, yakni para expert dibidangnya masing-masing, para konsultan
manajemen dan bisnis yang relevan dengan maksud pengumpulan data dan opini ini.
Para konsultan dan expert ini dimintai opini mereka tentang persepsi mereka
tentang beberapa aspek, tentang perilaku konsumen, selera dan keinginan konsumen,
27
barang atau jasa apa saja yang akan menjadi trend di masa dating, sumber-sumber
potensi apa dan di mana, serta bagaimana sikap dan respon yang harus dikembangkan
oleh perusahaan terhadap kecenderungan yang terjadi di pasar.
Metode Perkiraan Kuantitatif

1. Teknik dan Analisis Runtut Waktu
Pengertian runtut waktu sering dikonotasikan sebagai serangkaian waktu yang
berurutan periodesasinya sepanjang periode di mana prakiraan permintaan
diproyeksikan. Misalnya mingguan, bulanan, kuartalan dan tahunan, tergantung
keinginan dari pihak-pihak yang melakukan prakiraan permintaan ini. Kalau
diinginkan mingguan atau bulanan atau kuartalan dan tahunan maka periode
prakiraan yang diinginkan adalah periode mingguan, biulanan, kuartalan, dan
tahunan. Ini sesuai dengan kebutuhan periodik yang akan diharapokan hasilnya
sebagai prediksi volume atau jumlah permintaan atau potensi pertumbuhan
permintaan.
Perlu diperhatikan disini, bahwa klasifikasi waktu menurut sifat

keruntutannya dapat dikelompokkan dalam empat kategori:
1. Trend Sekuler
2. Siklus Fluktuasi
3. Variasi Musim
4. Pengaruh Tak Teratur
a. Trend Sekuler
Forecasting model trend sekuler dilakukan dengan menarik garis secara
kasar atau serampang mengikuti kecenderungan permintaan yang terjadi secara
siklus dari tahun ke tahun.
28
Kalau kecenderungan permintaan di tahun-tahun yang akan datang naik
maka garis trend yang kita tarik cenderung menaik untuk tahun yang akan
datang. Tetapi kalau kecenderungannya turun maka kita tarik garis trend
menurun untuk tahun-tahun yang akan datang. Model penarikan garis semacam
ini ada sejumlah data atau variabel lain ynag perlu kita jadikan sebagai data atau
variabel pendukung serta asumsi yang bisa memperkuat kecenderungan garis
yang telah dibuat.
b. Fluktuasi Siklus
Siklus perubahan atau naik turunnya volume permintaan selama tahun-
tahun yang telah lalu dan yang akan dating,kita tarik kecenderungannya tentu
disebabkan atau dipengaruhi oleh sejumlah faktor yang secara periodik dan
tetap harus ada atau terjadi selam periode tahunan yang akan datang. Biasanya
siklus bisa kita duga sebelumnya bahwa dengan datangnya permintaan yang
meningkat pada periode tertentu sudah bisa kita prediksi kejadiannya. Begitu
juga atas terjadinya penurunan permintaan oleh konsumen kita mesti dapat
menduga sebelumnya pada periode tertentu selama tahun yang bersangkutan.
c. Metode Proyeksi Trend

Metode proyeksi trend ini merupakan metode yang paling sederhana
dibanding dengan metode yang lainnya. Karena di dalam metode ini hanya
dengan menarik garis lurus sesuai dengan kecenderungan data time series yang
ada. Jika data time series yang dijadikan pijakan dalam menarik garis lurus ini
ada kecenderungan meningkat, maka garis lurus yang ditarik cenderung naik
sesuai dengan kecenderungan peningkatan yang terjadi atau yang akan terjadi.
Rumus yang dipakai dalam menarik garis lurus ini adalah:
St = So + bt (1)
29
Di mana St merupakan nilai variabel yang akan diramal pada periode
t. So adalah nilai estimasi dari time series (nilai konstanta dari fungsi forecast)
pada tahun dasar. Dan b merupakan koefisien kecenderungan kemiringan
garis forecast yang akan ditarik, atau angka absolut pertumbuhan atau
penurunan per periode. Dan t merupakan lama waktu di mana time series
dalam periode yang diramalkan.
d. Metode Variasi Musim

Melakukan prakiraan volume permintaan konsumen di waktu-waktu
yang akan datang dapat didasarkan pada gelombang musiman yang melekat
pada kultur budaya atau kebiasaan dari masyarakat. Tetapi dapat juga karena
faktor sifat dan keadaan alam yang melekat pada iklim atau cuaca. Misalnya
produksi musim semi, gugur, dan musim hujan bahkan musim kemarau. Sifat
masyarakat yang menimbulkan musiman ini oleh karena faktor budaya dan
kebiasaaan misalnya karena musim hari raya keagamaan. Pada saat itu biasanya
masyarakat akan memiliki ajat yang cukup besar dalam melakukan pemenuhan
konsumsi barang keperluan pesta dan sehari-hari. Maka dapat dipastikan pada
periode ini permintaan akan kebutuhan dan keperluan konsumsi akan meningkat
dalam jumlah yang cukup berarti.
Metode yang digunakan dalam forecasting adalah sebagai berikut :
1. Metode Rata-rata Bergerak

Metode rata-rata bergerak ini dilakukan untuk lebih memperbaiki hasil dari
metode trend yang dinilai cukup kasar dan cukup besar risiko penyimpangan dari
hasil trend seperti yang telah ditampilkan sebelum ini. Metode rata-rata bergerak,
sesuai dengan yang namanya bergerak dilakukan dengan pengelompokan periode
waktu dihitung rata-ratanya menurut pengelompokkan periode waktu dihitung.
30
Kepentingan peramalan yang akan dipakai apakah dalam skup jangka pendek
nilai ramalan yang diketahui atau dalam rentang waktu yang lebih panjang. Kalau
menggunakan rentang waktu yang lebih pendek maka hasil rata-rata bergerak yang
akan kita peroleh akan lebih mendekati kondisi sifat data yang sebenarnya dan rata-
rata yang kita temukan terdistribusi atau tersebar pada kelompok data faktual.
Sedangkan jika satuan waktu yang lebih panjang, rata-rata yang kita peroleh akan
lebih mewakili sejumlah data yang lebih banyak dan beraneka macam fluktuasinya,
sehingga rata-rata bergeraknya lebih tersebar dan kurang mewakili fakta sifat data
yang tersebar tersebut. Terkecuali sifat data lebih homogen dan tidak terlalu
fluktuatif.
Angka deviasi dapat diperoleh dengan cara mengurangi angka observasi

dengan angka rata-rata bergerak. Sedangkan deviasi kuadrat adalah menguadratkan
deviasi sehingga menghasilkan angka pada kolom deviasi kuadrat. Jumlah deviasi
kuadrat ini akan kita pergunakan untuk menghitung penyimpangan atau tingkat error
(istilah disini adalah Root Mean Square Error = RMSE) setiap pengelompokkan ratarata
bergerak ini. Dengan rumus sebagai berikut:
௜
௜௜௜௜ =௜∑(௜௜ି௜௜) (2)
௜
Di mana:
RMSE = Root Mean Squre Error
At = angka observasi
Ft = rata-rata bergerak yang dihasilkan per kelompok waktu
2. Metode Rata-rata Tertimbang
31
Metode eksponential smoothing ini merupakan metode yang lebih halus lagi
daripada metode rata-rata bergerak. Jadi metode ini lebih hati-hati dalam
memprediksi atau meramal permintaan yang akan terjadi di masa datang.
Apabila kita memperhatikan sifat data time series, maka ada kecenderungan
bahwa metode rata-rata tertimbang akan lebih dipilih daripada metode rata-rata
bergerak. Mengapa demikian, karena di dalam metode rata-rata tertimbang
menyertakan faktor-faktor yang relevan yang menjadi penyebab tersebarnya data time
series. Hal ini diimplementasikkan ke dalam prakiraan dari faktor terjadinya fluktuasi
pada data time series kedalam risiko penyimpangan prakiraan, sehingga hasil
prakiraan pada masing-masing prakiraan lebih kecil risiko fluktuasi penyimpangan.
Dan angka rata-rata tertimbang tertentu yang dipilih merupakan komposisi persebaran
atas terjadinya keakuratan dan risiko penyimpangan yang mungkin akan terjadi
sebagai mendasari prakiraan yang dihasilkan. Demikian untuk perhitungan prakiraan
berikutnya secara berjenjang dari prakiraan sebelumnya ke prakiraan selanjutnya di
dalam periode yang diramalkan. Hal ini dimaksudkan untuk meratakan risiko
penyimpangan sehingga risiko tersebut berada pada persebaran yang lebih merata
keseluruhan periode yang diperkirakan.
Metode rata-rata tertimbang dilakukan dengan proses perhitungan sebagai

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

dengan notasi w antara angka 0 s/d angka 1.;
b. Menambahkannya dengan angka tertimbang bagi data prakiraan
dengan notasi (1-w).
c. Menghitung rata-rata keseluruhan dari data time series dengan
rumusan
A1 + A2 + … ..... An dan notasinya = F1
32
d. Menghitung prakiraan dengan rumusan Ft+1 = wA + (1-w)F1
Di mana Ft+1 merupakan prakiraan pada periode kedua, w merupakan
angka tertimbang yang dipilih, A merupakan data observasi, 1-w
merupakan persebaran atau penghalusan, dan F1 merupakan prakiraan
sebelumnya.
3. Metode Ekonometri
Metode ekonometri merupakan metode prediksi volume atau nilai dependen
variabel dengan melibatkan berbagai faktor atau varibel independen yang relevan
dan cukup signifikan mempengaruhi dependen variabel tersebut. Secara ekonomi dari
model ekonometri ingin dilihat relevansinya pengaruh independen variabel terhadap
dependen variabel. Bahkan juga ingin dilihat apakah antar variabel independent itu
saling mempengaruhi dan berapa besar pengaruh terhadap dependen variabel. Juga
ingin dilihat berapa tepat antara kebenaran statistik dikoreksi dengan kebenaran
secara ekonomi.
Jadi secara literatur ekonometrik merupakan suatu pengukuran secara

ekonomi, baik secara statistik, matematik, maupun secara ekonomi teori sekaligus
dalam konteks hubungan antara variabel-variabel ekonomi. Memang metode
ekonometrik sering lebih kompleks disbanding dengan metode proyeksi trend.
Namun ekonometrik setidaknya memiliki dua keunggulan sebagai alat prakiraan.
Pertama adalah keunggulan dalam memperoleh prediksi nilai variabel yang penting.
Ini akan sangat berguna bagi manajer untuk mengevaluasi kemungkinan pengaruh
alternatif keputusan yang diambil. Sebagai contoh bahwa studi ekonometrik yang
mengestimasi pengaruh advertensi terhadap permintaan dapat dipergunakan sebagai
akses melakukan strategi advertensi. Kedua adalah metoda ekonometrika
mengestimasi perilaku hubungan antara variabel-variabel. Secara mencolok
memforecasting dengan dasar metode lain seperti misalnya survey data hanya
33
memperoleh sesuatu yang lebih kecil dari penyebab yang hakiki pada hubungan antar
variabel-variabel ini secara umum.
Terdapat empat tahapan yang termasuk didalam memformulasi forecast

model ekonometrika ini.
1. Membangun suatu model teori.

2. Mengumpulkan data.
3. Memilih bentuk persamaan fungsi yang diestimasi.
4. Mengestimasi dan menginterpretasi hasil.
a. Membangun Model Teori

Dengan menggunakan metode ekonometri, pertama yang harus
dilakukan adalah memformulasi model teori hubungan ekonomi. Model
ini harus didasarkan pada nuansa teori ekonomi dan dinyatakan dalam
bentuk fungsi matematik. Pada dasarnya membangun model termasuk
menentukan variabel-variabel yang dimasukkan di dalam model dan jika
ada teori yang rasional untuk memprediksi hubungan dan perilaku
keterkaitan antar variabel. Sebagau contoh kita menginginkan untuk
memprakirakan permintaan, maka hubungan antar harga dan kuantitas
dapat menjadi dasar teori yang logis bagi suatu model. Suatu pernyataan
matematik yang sederhana dalam hubungan antar variabel ini adalah:
Q = f(P) (3)
Teori ekonomi memprediksi suatu hubungan berbalik arah antara

harga dan jumlah barang yang diminta. Jadi ini diharapkan deviasi
(dQ/dP) kuantitas dengan harga akan negatif.
34
Namun satu hal bahwa hubungan antara harga dan kuantitas
barang yang diminta oleh masyarakat ditunjukkan adanya hubungan dan
respon negatif di dalam hubungan kedua faktor tersebut. Oleh karena itu
pada model ekonometri ingin ditunjukkan model sejumlah faktor yang
mempengaruhi volume permintaan.
Faktor yang harga mempengaruhi volume permintaan tersebut

sebenarnya tidaklah lain yang juga ikut mempengaruhi permintaan, tetapi
banyak faktor lain yang juga ikut mempengaruhi permintaan. Maka secara
spesifik hubungan kausalistik permintaan itu dipengaruhi selain oleh
harga, tetapi juga dipegaruhi oleh income per kapita (I), harga barang lain
(Po), dan advertensi (A).
Karena itu model fungsi yang dikembangkan dalam persamaan

ekonometri sebagimana ditunjukkan pada pembahasan estimasi
permintaan yang dipengaruhi oleh sejumlah faktor atau variabel, seperti:
Qd = f (P, I, Po dan A) (4)
Yang secara ekonomi terbukti secara empiric bahwa fungsi

permintaan (Qd) dipengaruhi P, I, Po dan A dirumuskan sebagai fungsi:
Qd = a - bP + cI + dPo + eA (5)
Dimana Qd merupakan volume permintaan, a merupakan koefisien

konstanta, b, c, d dan e merupakan koefisiensi parameter faktor harga,
income, harga barang lain dan advertensi. Dan tanda positif dan negatifnya
koefisiensi parameter itu mencerminkan sifat hubungan antar variabel P, I, Po
dan A tersebut secara parsial terhadap Qd.
35
b. Mengumpulkan Data
Kegiatan mengumpulkan data dari faktor-faktor yang
mempengaruhi permintaan yaitu harga, income, harga barang lain dan
advertensi dilakukan oleh manajer anatara lain melaui survey di
perusahaan, biro statistik umum, lembaga-lembaga konsultan manajemen.
Survey juga dapat dilakukan langsung pada para pelaku usaha dan
masyarakat konsumen selama periode tertentu menurut kebutuhan
pengkajian dan peramalan permintaan dan potensi pasar yang akan
dijadikan sebagai bahan informasi potensi dan peluang serta kendala pasar
yang dihadapi oleh manajer perusahaan yang akan menyusun model atau
metode ekonometri yang akan disusun.
c. Memilih dan Menetukan Fungsi Permintaan

Setelah data yang dikumpulkan tersebut diolah dalam komputer
dan menghasilkan suatu print out atau tampilan parameter-parameter, uji
kesalahan dan signifikansi serta layak dan tidaknya parameter tertsebut,
baik secara statistik maupun secara ekonomi teori dari yang dihasilkan.
Jika telah meyakini bahwa fungsi permintan pada rumus (5) di atas
dan terbukti signifikan semua parameter variabel yang terpilih tersebut,
maka dapat kita pergunakan sebagai alat memforecasting atau meramal
permintan di masa datang, dengan sejumlah asumsi yang perlu disertakan.
Tidak ada variabel lain selain yang diprediksi mempengaruhi secara
dominan terhadap permintaan.
Fungsi permintaan menghubungkan kuantitas yang diminta dengan

harga satuan barang tersebut juga dengan factor-faktor lainnya yang besar
pengaruhnya terhadap jumlah barang yang konsumen ingin dan sanggup
untuk membelinya, seperti pendapatan konsumen yang bersangkutan,
36
harga barang pengganti, harga barang komplementer dan cita rasa atau
kesukaan si konsumen.
d. Mengestimasi dan Menginterpretasi Hasil

Sebagai hasil dari pemilihan bentuk fungsi permintaan, maka kita
akan jadikan ini sebagai fungsi yang dapat menjelaskan hal-hal berikut ini:
a. Persamaan fungsi ini kita pilih untuk meramal berdasar pada teori
ekonomi.
b. Estimasi parameter dari persamaan linier ini mengindikasikan
pengaruh perubahan variabel independen.
c. Demikian juga estimasi parameter, estimasi itu dapat kita jadikan
sebagai bahan untuk menguji dan mengevaluasi gejala dan perilaku
permintaan dipengaruhi variabel independen.
d. R2 merupakan nilai yang indikasinya adalah proporsi variasi pada
variabel dependen dijelaskan oleh variabel independen.
2.5 Markov Chains
Pengelompokkan tipe populasi dari proses acak bisa digambarkan sebagai jika X
adalah proses acak, maka populasi dari proses acak adalah semua nilai yang
mungkin yang bisa dimasukkan dalam suatu proses contohnya
S y: X(t) y, untuk t T
Jika X adalah proses acak yang menggambarkan suatu persamaan, maka populasi dari
X dapat digambarkan sebagai suatu nilai yang memenuhi persamaan tersebut. Jika
populasi dari S dari suatu proses acak X dapat dihiting (contoh S={1,2,3,...}), dalam
hal ini X disebut Discrete Time Random Process perubahan state terjadi pada titik-
37
titik integer. Jika populasi dari S dari suatu proses acak X tidak dapat dihitung (
contoh S = ∞) maka X disebut Continuous Time Random Process perubahan state
(discrete state) terjadi pada sembarang waktu.
Markov Chains merupakan proses acak di mana semua informasi tentang masa depan
terkandung di dalam keadaan sekarang (yaitu orang tidak perlu memeriksa masa lalu
untuk menentukan masa depan). Untuk lebih tepatnya, proses memiliki properti
markov yang berarti bahwa bentuk ke depan hanya tergantung pada keadaan
sekarang, dan tidak bergantung pada bentuk sebelumnya. Dengan kata lain, gambaran
tentang keadaan sepenuhnya menangkap semua informasi yang dapat mempengaruhi
masa depan dari proses evolusi. Suatu Markov Chains merupakan proses stokastik
berarti bahwa semua transisi adalah probabilitas (ditentukan oleh kebetulan acak dan
dengan demikian tidak dapat diprediksi secara detail, meskipun mungkin diprediksi
dalam sifat statistik) (www.wikipedia.org).
Konsep Dasar Markov Chains

Apabila suatu kejadian tertentu dari suatu rangkaian eksperimentergantung
dari beberapa kemungkinan kejadian , maka rangkaian eksperimen tersebut disebut
Proses Stokastik. Proses stokastik merupakan suatu cara untuk mempelajari hubungan
yang dinamis dari suatu tuntutan peristiwa atau proses yang kejadiannya bersifat tidak
pasti. Ross (2000) mendefinisikan proses stokastik sebagai barisan peubah acak yang
diberi indeks dengan urutan oleh parameter t dimana nilai t berubah-ubah sesuai
dengan himpunan indeks T. Dengan demikian, untuk setiap t elemen dari T, V(t)adalah
peubah acak.
Dalam memodelkan perubahan dari suatu sistem yang mengandung

ketidakpastian seperti pergerakan harga saham, banyaknya klaim yang datang ke
suatu perusahaan asuransi, keadaan cuaca, dan lain sebagainya, proses stokastik
banyak digunakan.
38
Proses stokastik pada dasarnya dikelompokkan berdasarkan sifat ruang
parameter T, sifat ruang keadaan S, dan hubungan ketergantungan diantara peubah
acak-peubah acak V(t). Berdasarkan sifat ruang parameter T, proses stokastik
digolongkan menjadi proses stokastik diskrit dan proses stokastik kontinu. Sering kali
jika T diskrit, utnuk membedakan kita lebih baik menuliskan sebagai V(t).
Berdasarkan sifat ruang keadaan S, proses stokastik digolongkan menjadi proses
stokastik dengan ruang keadaan diskrit dan menjadi proses stokastik dengan ruang
keadaan kontinu. Berdasarkan hubungan ketergantungan diantara peubah acak-
peubah acak V(t), proses stokastik dapat dibagi ke dalam beberapa tipe klasik
diantaranya proses stationer, proses renewal, martingales, point process dan proses
markov. Sebagai contoh proses stokastik dengan ruang parameter diskrit dan ruang
keadaan diskrit adalah banyaknya pengunjung yang datang ke suatu pertokoan pada
hari ke-t. contoh proses stokastik dengan ruang parameter kontinu dan ruang keadaan
kontinu adalah selang waktu antar kedatangan pengunjung ke suatu pertokoan pada
waktu t sembarang.
Sebelum membahas mengenai rantai markov, perlu dijelaskan proses markov

terlebih dahulu. Menurut Karlin dan Taylor (1975), proses markov adalah sebuah
proses dengan sifat, diberikan nilai V(t), nilai V(t-1), tidak bergantung pada nilai V(u),
untuk setiap u<t. secara formal sebuah proses dikatakan markov jika memenuhi sifat
markov yaitu :
dengan S=t+1-t
Inti dari definisi diatas adalah, untuk mempelajari keadaan proses pada suatu
kurun waktu berikutnya, sebut t+1, kita hanya perlu melihat keadaan proses saat t.
Demikian juga, keadaan yang akan datang hanya bergantung pada keadaan saat ini
dan tidak dipengaruhi oleh keadaan sebelumnya. Notasi tersebut menyiratkan bahwa
39
secara umum, peluang transisi juga merupakan fungsi dari selang waktu s. Jika
peluang transisi satu langkah tidak tergantung pada variabel waktu, kita sebut rantai
markov tersebut memiliki peluang stasioner. Secara umum rantai Markov yang biasa
kita temui memiliki peluang transisi stasioner.
Berdasarkan ruang keadaan dan ruang parameternya, proses Markov dapat

dikelompokkan sebagai berikut :
Ruang Parameter
Diskrit Kontinu
Ruang Diskrit Rantai markov parameter Rantai markov
Keadaan diskrit parameter kontinu
Kontinu Rantai markov parameter Rantai markov
diskrit parameter kontinu
Gambar 2.4: Proses Markov
Sumber :Karlin dan Taylor (1975)
Jadi, rantai Markov adalah proses dengan ruang keadaan yang diskrit. Dalam
rantai markov, salah satu hal yang menarik adalah kita dapat mempelajari perubahan
keadaan pada proses. Untuk rantai Markov dengan ruang parameter diskrit peluang
V(t), berada pada keadaan it+1bila diberikan V, berada pada keadaan it dinamakan
peluang transisi satu langkah dan dinotasikan dengan Pit,it+1.
Rantai Markov adalah suatu urutan dari variabel-variabel acak

X1,X2,X3, .... dengan sifat Markov yaitu, mengingat keadaan masa depan dan masa lalu
keadaan yang independen, dengan kata lain:
40
Nilai yang mungkin untuk membentuk XiS disebut ruang keadaan rantai.
Markov Chains adalah sebuah Proses Markov dengan populasi yang diskrit (dapat
dihitung) yang berada pada suatu discrete state (position) dan diizinkan untuk
berubah state pada time discrete.Ada beberapa macam variasi dari bentuk rantai
markov
1. Continous Markov memiliki indeks kontinu.

2. Sisa rantai Markov homogen (rantai Markov stasioner) adalah proses di mana
untuk semua n. Probabilitas transisi tidak tergantung dari n.
3. Sebuah rantai Markov orde m di mana m adalah terbatas,
Dengan kata lain, keadaan selanjutnya tergantung pada keadaan m selanjutnya.

Sebuah rantai (Y n) dari (X n) yang memiliki klasik Properti Markov sebagai
berikut: Biarkan Y n= (X n,X n -1,..., Xn - m 1 ), yang memerintahkan m-tupel dari
nilai-nilai X. Maka Y n adalah sebuah rantai Markov dengan ruang keadaan S m dan
memiliki klasik properti markov.
4. Sebuah aditif rantai markov order m di mana m adalah terbatas adalah
untuk semua n> m.
2.1.3.1 Sifat-Sifat Pada Rantai Markov
Salah satu karakteristik utama suatu rantai Markov adalah peluang-peluang

transisinya. Peluang transisi tersebut menggambarkan perpindahan dari satu keadaan
41
ke keadaan lainnya. Dengan kata lain, ini menggambarkan peluang proses berada di
satu keadaan bila diketahui keadaan proses pada satu waktu sebelumnya. Secara
matematis, peluang transisi tersebut dapat ditulis sebagai berikut :
V = i)‫׀‬Pij = P(Vt+1 = j
dengan i dan j masing-masing tersebut penulisannya dapat dilakukan dalam berbagai

cara seperti,
Akan tetapi, bentuk umum yang dipakai adalah persamaan yang paling kanan. Hal ini
menguntungkan dengan menuliskan secara persamaan ini adalah dalam penerapan
prinsip aljabar linear khususnya perkalian matriks. Dalam aljabar linear dua matriks
misal Adan B dapat dikalikan jika banyaknya kolom pada matriks pertama (A) sama
dengan banyaknya baris pada matriks kedua (B). Untuk menyelaraskan aturan
perkalian dan persamaan Chapman-Kolmogorof, maka peluang transisi sebaikanya
dituliskan sebagai matriks peluang transisi.
Selain peluang transisinya, rantai Markov juga ditentukan melalui distribusi

peluangnya. Untuk rantai Markov dengan ruang parameter diskrit, distribusi peluang
dari waktu ke-t atau πt adalah
πt= {πtk : k = 1,2,…, n}
dimana
42
Dengan kata lain, distribusi peluang π t menyatakan proporsi dari keadaan proses di
waktu t.
Persamaan Chapman-Kolmogorof menyatakan bahwa peluang transisi dari

keadaan i ke j dalam t langkah sama dengan peluang transisi dari i ke seluruh n-
keadaan dalam t-m langkah, kemudian dilanjutkan dengan transisi ke keadaan j dari
n-keadaan tersebut dalam m langkah sisa. Dengan memanfaatkan Law of Total
Probability dapat dibuktikan bahwa,
Untuk m=1 maka diperoleh
Tampak bahwa persamaan diatas merupakan perkalian antara baris dan kolom dari dua
matriks. Bila P(t) adalah matriks peluang transisi t langkah maka,
P(t) = P(t-1) x P
Dengan menggunakan induksi diperoleh
P = (P x P x … x P) x P
= Pt-1 x P
= Pt
Seringkali, selain perhitungan distribusi peluang di waktu ke-t, perhitungan

distribusi peluang setelah proses berjalan lama yaitu π t untuk t →∞ yang dinamakan
distribusi limit juga menarik utnuk dipelajari. Konsep ini sangat penting karena dapat
43
memprediksi keadaan sistem setelah ia berjalan lama. Dengan kata lain, dapat
dipelajari kelakuan dari sistem setelah ia stabil. Untuk menganalisa kelakuan tersebut,
kita memerlukan pengetahuan mendasar tentang klasifikasi dari keadaan suatu rantai
Markov.Berikut ini teorema yang dapat digunakan utnuk mencari distribusi limit dari
suatu rantai Markov regular.
Teorema 1 Untuk P suatu matriks peluang transisi Markov regular dengan

anggota ruang keadaan 1, 2, …, n, maka distribusi limit π = (π1, π2,…, πn).
Teorema 2 Ruang keadaan i dikatakan reccurent jika dan hanya jika,

Dan ruang keadaan i dikatakan transient jika dan hanya jika
Dua sifat diatas merupakan contoh bagaimana sifat dari peluang transisi dan
ruang keadaan akan mempengaruhi rantai Markov yang dibawanya. Beberapa definisi
dan klasifikasi dari ruang keadaan dan matriks peluang transisi diperlukan untuk
mengetahui berbagai macam kemungkinan mengenai sifat limit rantai Markov yang
terkait.
Konsep komunikasi dalam rantai Markov sebagai berikut.Keadaan j dikatakan

dapat dicapai (accessible) dari keadaan i jika terdapat bilangan bulat n ≥ 0 dimana
Pnij>0. Dengan kata lain, terdapat peluang positif bahwa dalam berhingga transisi
keadaan j dan keadaan i. Jika keadaan j dapat dicapai dari keadaan i dan keadaan i
dapat dicapai dari keadaaan j, maka i dan j dikatakan saling berkomunikasi maka Pnij
= 0 atau Pnji>0 untuk setiap n ≥ 0. Konsep mengenai relasi ekivalensi adalah sebagai
berikut :
a. Relasi i <—> j merupakan relasi ekuivalen
1. untuk setiap status i , berlaku i <—>i
2. jika i <—> j, maka juga j <—>i
44
3. jika i <—> j dan j <—> k maka i <—> k
b. Status-status suatu Rantai Markov dapat dipartisi kedalam kelas-kelas

ekivalensi sehingga i <—> j, jika dan hanya jika i dan j berada dalam kelas
ekivalensi yang sama.
c. Suatu Rantai Markov irreducible jika dan hanya jika didalamnya hanya terdiri
atas tepat satu kelas ekivalensi.
d. Jika i<—> j, maka i dan j memiliki periode yang sama.
e. Untuk i<—> j, jika i recurrent maka juga j recurrent.
Konsep mengenai Irreducible dalam suatu rantai Markov. Jika {Xn}suatu rantai
Markov, maka tepat salah satu kondisi berikut ini terjadi yaitu semua status adalah
positif recurrent, atau semua status recurrent null, atau sstatus trancient.
Konsep mengenai Limiting Probability dalam rantai Markov. Definisi: πj(n)

adalah probabilitas suatu Rantai Markov { Xn}berada dalam status j pada step ke n.
Maka πj(n) = P[ Xn = j]
Distribusi awal (initial) dari masing-masing status 0, 1, 2, …… dinyatakan

sebagaiπj(0) = P[ X0 = j], untuk j = 0, 1, 2, ……
Suatu rantai Markov memiliki distribusi probabilitas stasioner π = (π0, π1, π2, .... ,
πn ) apabila terpenuhi persamaan π = πP asalkan setiap πi ≥ 0 dan ∑iπi =1.
Jika suatu rantai Markov homogen waktu (stasioner dari waktu ke waktu) yang
irreducible, aperiodic, maka limit probabiltasnya
(n)
j lim j , untuk j = 0, 1, ......
n
45
selalu ada dan independent dari distribusi probabilitas status awal π (0) = (π0(0) , π1(0) ,
π2(0), …..).
Jika seluruh status tidak positif recurrent (jadi seluruhnya recurrent null atau
seluruhnya transient), maka πj = 0 untuk semua j dan tidak terdapat distribusi
probabilitas stasioner.
46
BAB III
PENGENALAN MS. EXCEL DAN MATRIKS
Pendahuluan
Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi
lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation
untuk sistem operasi Microsoft Windows dan Mac OS. Aplikasi ini memiliki fitur
kalkulasi dan pembuatan grafik yang, dengan menggunakan strategi marketing
Microsoft yang agresif, menjadikan Microsoft Excel sebagai salah satu program
komputer yang populer digunakan di dalam komputer mikro hingga saat ini. Bahkan,
saat ini program ini merupakan program spreadsheet paling banyak digunakan oleh
banyak pihak, baik di platform PC berbasis Windows maupun platform Macintosh
berbasis Mac OS, semenjak versi 5.0 diterbitkan pada tahun 1993. Aplikasi ini
merupakan bagian dari Microsoft Office System, dan versi terakhir adalah versi
Microsoft Office Excel 2007 yang diintegrasikan di dalam paket Microsoft Office
System 2007 .
Sebelum mulai memasuki pembahasan Microsoft Excel, ada baiknya kita

mengenal lebih dulu bagaimana tampilan Microsoft Excel itu, beserta beberapa
istilah-istilah umum yang akan digunakan.
47
Cell Function Bar
Column Heading
Row Heading
Dalam Microsoft Excel terdapat 4 komponen utama yaitu :
1. Row Heading
Row Heading (Kepala garis), adalah penunjuk lokasi baris pada lembar kerja
yang aktif. Row Heading juga berfungsi sebagai salah satu bagian dari penunjuk sel
(akan dibahas setelah ini). Jumlah baris yang disediakan oleh Microsoft Excel adalah
65.536 baris.
2. Column Heading
48
Column Heading (Kepala kolom), adalah penunjuk lokasi kolom pada lembar
kerja yang aktif. Sama halnya dengan Row Heading, Column Heading juga berfungsi
sebagai salah satu bagian dari penunjuk sel (akan dibahas setelah ini). Kolom di
simbol dengan abjad A - Z dan gabungannya. Setelah kolom Z, kita akan menjumpai
kolom AA, AB s/d AZ lalu kolom BA, BB s/d BZ begitu seterus sampai kolom
terakhir yaitu IV (berjumlah 256 kolom). Sungguh suatu lembar kerja yang sangat
besar, bukan. (65.536 baris dengan 256 kolom).
3. Cell Pointer
Cell Pointer (penunjuk sel), adalah penunjuk sel yang aktif. Sel adalah
perpotongan antara kolom dengan baris. Sel diberi nama menurut posisi kolom dan
baris. Contoh. Sel A1 berarti perpotongan antara kolom A dengan baris 1.
4. Formula Bar
Formula Bar, adalah tempat kita untuk mengetikkan rumus-rumus yang akan
kita gunakan nantinya. Dalam Microsoft Excel pengetikkan rumus harus diawali
dengan tanda ‘=’ . Misalnya kita ingin menjumlahkan nilai yang terdapat pada sel A1
dengan B1, maka pada formula bar dapat diketikkan =A1+B1 .
Menggerakkan Penunjuk Sel (Cell Pointer)
Cell Pointer berfungsi untuk penunjuk sel aktif. Yang dimaksud dengan sel
aktif ialah sel yang akan dilakukan suatu operasi tertentu. Untuk menggerakan ponter
dengan Mouse dapat dilakukan dengan meng-klik sel yang diinginkan. Untuk sel
yang tidak kelihatan kita dapat menggunakan Scroll Bar untuk menggeser layar
hingga sel yang dicari kelihatan lalu klik sel tersebut. Untuk kondisi tertentu kita
49
lebih baik menggunakan keyboard. Berikut daftar tombol yang digunakan untuk
menggerakan pointer dengan keyboard :
Tombol Fungsi
←↑→↓ Pindah satu sel ke kiri, atas, kanan atau bawah
Tab Pindah satu sel ke kanan
Enter Pindah satu sel ke bawah
Shift + Tab Pindah satu sel ke kiri
Shift + Enter Pindah satu sel ke atas
Home Pindah ke kolom A pada baris yang sedang dipilih
Ctrl + Home Pindah ke sel A1 pada lembar kerja yang aktif
Ctrl + End Pindah ke posisi sel terakhir yang sedang digunakan
PgUp Pindah satu layar ke atas
PgDn Pindah satu layar ke bawah
Alt + PgUp Pindah satu layar ke kiri
Alt + PgDn Pindah satu layar ke kanan
Ctrl + PgUp Pindah dari satu tab lembar kerja ke tab lembar berikutnya
Ctrl + PgDn Pindah dari satu tab lembar kerja ke tab lembar sebelumnya
Format Worksheets
MENAMBAHKAN BORDER DAN COLOR
Kita dapat menambahkan border pada lembar kerja kita. Caranya adalah dengan
memblok terlebih dahulu cell yang akan kita beri border, kemudian klik tombol pada
tab home
50
Kemudian pilihlah jenis border yang diinginkan.
Microsoft Excel 2007 menyediakan pula style border yang dapat langsung kita
gunakan. Untuk menggunakannya klik tombol CELL STYLES pada tab home :
MERGE CELLS & ALLIGN CELL CONTENTS
Microsoft Excel juga menyediakan fasilitas merge cells dan memiliki fungsi yang
sama seperti pada Microsoft word. Klik tombol berikut pada tab home.
Dan untuk mengatur alignment klik tombol berikut :
51
o Menggunakan Rumus (Formula)
Rumus merupakan bagian terpenting dari Program Microsoft Excel , karena
setiap tabel dan dokumen yang kita ketik akan selalu berhubungan dengan rumus dan
fungsi. Operator matematika yang akan sering digunakan dalam rumus adalah ;
Lambang Fungsi
+ Penjumlahan
- Pengurangan
* Perkalian
/ Pembagian
^ Perpangkatan
% Persentase
Proses perhitungan akan dilakukan sesuai dengan derajat urutan dari operator
ini, dimulai dari pangkat (^), kali (*), atau bagi (/), tambah (+) atau kurang (-).
o Menggunakan Fungsi
Fungsi sebenarnya adalah rumus yang sudah disediakan oleh Microsoft Excel,
yang akan membantu dalam proses perhitungan. kita tinggal memanfaatkan sesuai
dengan kebutuhan. Pada umumnya penulisan fungsi harus dilengkapi dengan
argumen, baik berupa angka, label, rumus, alamat sel atau range. Argumen ini harus
ditulis dengan diapit tanda kurung ().
Beberapa Fungsi yang sering digunakan:

1. Fungsi Average(…)
Fungsi ini digunakan untuk mencari nilai rata-rata dari sekumpulan
data(range). Bentuk umum penulisannya adalah
52
=AVERAGE(number1,number2,…), dimana number1, number2, dan seterusnya
adalah range data yang akan dicari nilai rata-ratanya.
2. Fungsi Logika IF(…)

Fungsi ini digunakan jika data yang dimasukkan mempunyai kondisi tertentu.
Misalnya, jika nilai sel A1=1, maka hasilnya 2, jika tidak, maka akan bernilai 0.
Biasanya fungsi ini dibantu oleh operator relasi (pembanding) seperti berikut ;
Lambang Fungsi
= Sama dengan
< Lebih kecil dari
> Lebih besar dari
<= Lebih kecil atau sama dengan
>= Lebih besar atau sama dengan
<> Tidak sama dengan
3. Fungsi Max(…)
Fungsi ini digunakan untuk mencari nilai tertinggi dari sekumpulan data
(range). Bentuk umum penulisannya adalah =MAX(number1,number2,…), dimana
number1, number2, dan seterusnya adalah range data (numerik) yang akan dicari nilai
tertingginya.
4. Fungsi Min(…)
Sama halnya dengan fungsi max, bedanya fungsi min digunakan untuk
mencari nilai terendah dari sekumpulan data numerik.
53
5. Fungsi Sum(…)
Fungsi SUM digunakan untuk menjumlahkan sekumpulan data pada suatu
range. Bentuk umum penulisan fungsi ini adalah =SUM(number1,number2,…).
Dimana number1, number2 dan seterusnya adalah range data yang akan dijumlahkan.
6. Fungsi Left(…)
Fungsi left digunakan untuk mengambil karakter pada bagian sebelah kiri dari
suatu teks. Bentuk umum penulisannya adalah =LEFT(text,num_chars). Dimana
text adalah data yang akan diambil sebagian karakternya dari sebelah kiri, num_chars
adalah jumlah karakter yang akan diambil.
7. Fungsi Mid(…)
Fungsi ini digunakan untuk mengambil sebagian karakter bagian tengah dari
suatu teks. Bentuk umum pemakaian fungsi ini adalah
=MID(text,start_num,num_chars). Artinya mengambil sejumlah karakter mulai
dari start_num, sebanyak num_char.
8. Fungsi Right(…)
Fungsi ini merupakan kebalikan dari fungsi left, kalau fungsi left mengambil
sejumlah karakter dari sebelah kiri, maka fungsi mengambil sejumlah karakter dari
sebelah kanan teks.. Bentuk umum penulisannya adalah =RIGHT(text,num_chars).
Dimana text adalah data yang akan diambil sebagian karakternya dari sebelah kanan,
num_chars adalah jumlah karakter yang akan diambil.
9. Fungsi HLOOKUP dan VLOOKUP

Fungsi HLOOKUP dan VLOOKUP digunakan untuk membaca suatu tabel
secara horizontal (VLOOKUP) atau secara vertikal (VLOOKUP). Bentuk umum
penulisan fungsi ini adalah :
=HLOOKUP(Lookup_value, Table_array, Row_index_num,…)
54
=VLOOKUP(Lookup_value, Table_array, Col_index_num,…)
Dari rumus diatas, dapat dilihat bahwa bedanya hanya pada nomor indeksnya
saja, kalau kita pakai HLOOKUP, maka digunakan nomor indeks baris
(Row_index_num), tapi kalu pakai VLOOKUP digunakan nomor indeks kolom
(Col_index_num). Nomor indeks adalah angka untuk menyatakan posisi suatu
kolom/baris dalam tabel yang dimulai dengan nomor 1 untuk kolom/baris pertama
dalam range data tersebut.
o Menggunakan GRAFIK
Salah satu fungsi unggul dalam Ms Excel 2007 adalah grafik dimana dapat
melihat hasil tabel diubah menjadi ke dalam grafik dengan cepat. Dengan fungsi
grafik para ilmuwan dapat menampilkan data mereka. Ms Excel menyediakan
berbagai macam bentuk grafik yang mencakupi Line, XY, Column, Bar, Batang,
Area, Stock, dan sebagainya. Grafik dapat dilihat dalam menu INSERT sebagai
berikut.
Klik tombol ini

Setelah klik tombol , maka akan muncul menu sebagai berikut :
55
Setelah masuk ke Insert Chart, maka silakan pilih jenis grafik yang anda
inginkan sesuai selera anda. Jika sudah terpilih jenis Chart yang anda inginkan,
silakan klik OK. Namun, karena membuat grafik perlu sebuah tabel data untuk
menampilkan grafiknya.
OPERASI MATRIKS DALAM EXCEL
Matriks adalah sekumpulan bilangan rill (atau elemen) atau kompleks yang disusun
baris dan kolom sehingga membentuk jajaran (array) persegi panjang. Matriks
mempunyai m baris dan n kolom disebut matriks m x n (yaitu matriks ‘m kali ‘n) atau
matriks berorde m x n.
56
Suatu matriks ditunjukkan dengan menuliskan jajarannya diantara kurung siku,
2
misalkan 4௜adalah matriks 2 x 2dengan 1, 2, 3, dan 4 adalah elemen-elemennya.
௜1 3
Matriks dinotasikan dengan huruf kapital A, B, K, dan sebagainya.
Secara umum, matriks A mxn =
Perhatikan bahwa elemen matriks A tersebut berindeks rangkap, misalnya a23

menyatakan elemen matriks A pada baris ke-2 dan kolom ke-3, sedangkan matriks A
berordo m X n dan ditulis Amxn
Jenis-jenis Matriks
Berdasarkan ordonya terdapat jenis matriks, sbb :
a. Matrik bujursangkar/persegi yaitu matriks berordo n x n atau banyaknya baris sama

dengan banyaknya kolom disebut juga sebagai matriks persegi berordo n.
4
Contoh: B 2 x 2 =௜61 12௜ maka 1 dan 12 dikatakan berada pada diagonal utama B.
b. Matriks baris yaitu matriks berordo 1 x n atau hanya memiliki satu baris.
Contoh: C1x3 =
c. Matriks kolom yaitu matriks yang hanya memiliki satu kolom
57
Contoh: E 1 x 2 = ௜2௜
4
d. Matriks tegak yaitu matriks berordo m x n dengan m>n

23
Contoh: A =௜4 1௜, A berordo 3 X 2 sehingga matriks A tampak tegak
69
e. Matriks datar yaitu matriks berordo m x n dengan m<n
Contoh: F = , F berordo 2 X 3 sehingga matriks F tampak datar.
Berdasarkan elemen-elemen penyusunnya terdapat jenis matriks, sbb :

a. Matriks nol yaitu matriks yang semua elemen penyusunnya adalah nol dan
dinotasikan sebagai O.
Contoh: O 3 x 1 =
b. Matriks diagonal yaitu matriks persegi yang semua elemen diatas dan dibawah
diagonalnya adalah nol dan dinotasikan sebagai D.
0
Contoh: D2x2 =௜5 ௜
0 4
c. Matriks skalar yaitu matriks diagonal yang semua elemen pada diagonalnya sama.
Contoh: D4x4 =
58
d. Matriks simetri yaitu matriks persegi, yang setiap elemennya, selain elemen
diagonal, adalah simetri terhadap diagonal utama.
1
Contoh: F 2 x 2 =௜15 4௜
e. Matriks simetri miring yaitu matriks simetri yang elemen-elemennya, selain

elemen diagonal, saling berlawanan.
0 5 -7
-5 0 -2 Contoh: G3x3 =
7 2 0
f. Matriks Identitas/satuan yaitu matriks diagonal yang semua elemen pada diagonal
utamanya adalah 1 dan dinotasikan sebagai I.
0
Contoh: I 2 x 2 =௜01 1௜
g. Matriks transpose yaitu matriks yang diperoleh dari memindahkan elemen-elemen

baris menjadi elemen pada kolom atau sebaliknya. Transpose matriks A
dilambangkan dengan A T
2 4
Contoh: A3x2 =௜3 6 ௜, maka AT = , perhatikan bahwa ordo dari AT
5 10
adalah 2 X 3.
Determinan, adjoin matriks, dan Invers Matriks
1. Deterninan Matriks Persegi

a. Determinan matriks ordo 2 x 2
59
Matriks berordo 2 × 2 yang terdiri atas dua baris dan dua kolom. Pada
bagian ini akan dibahas determinan dari suatu matriks berordo 2 × 2. Misalkan A
a b
adalah matriks persegi ordo 2 × 2 dengan bentuk A=
c d
Determinan matriks A di definisikan sebagai selisih antara perkalian
elemenelemen pada diagonal utama dengan perkalian elemen-elemen pada
diagonal sekunder. Determinan dari matriks A dinotasikan dengan det A atau |A|.
Nilai dari determinan suatu matriks berupa bilangan real.
Berdasarkan definisi determinan suatu matriks, Anda bisa mencari nilai
determinan dari matriks A, yaitu:
a b
det A = |A| = = a × d - b × c = ad - bc
c d
Contoh
12 12
A=
, maka det A = |A| = = 1.4 - 2.3 = 4 - 6 = -2
34 34
b. Determinan matriks ordo 3 x 3

Pada bagian ini, akan mempelajari determinan mariks berordo 3 × 3. Misalkan A
matriks persegi berordo 3 × 3 dengan bentuk
a a a
11 12 13
A= a a a
21 22 23
a a
a
31 32 33
Untuk mencari determinan dari matriks persegi berordo 3 × 3, akan digunakan

suatu metode yang dinamakan metode Sarrus.
Adapun langkah-langkah yang harus di lakukan untuk mencari determinan

matriks berordo 3 × 3 dengan metode Sarrus adalah sebagai berikut:
60
1. Salin kembali kolom pertama dan kolom kedua matriks A di sebelah kanan
tanda determinan.
2. Hitunglah jumlah hasil kali elemen-elemen pada diagonal utama dan
diagonal lain yang sejajar dengan diagonal utama (lihat gambar). Nyatakan
jumlah hasil kali tersebut dengan Du
a a a a a
11 12 13 11 12
a a a a a
21 22 23 21 22
a a a a a
31 32 33 31 32
Du = a a a a a a a a a
11 22 33 12 23 31 13 21 32
3. Hitunglah jumlah hasil kali elemen-elemen pada diagonal sekunder dan

diagonal lain yang sejajar dengan diagonal sekunder (lihar gambar).
Nyatakan jumlah hasil harga tersebut dengan Ds.
a a a a a
11 12 13 11 12
a a a a a
21 22 23 21 22
a a a a a
31 32 33 31 32
Ds = a a a a a a a a a
31 22 13 32 23 11 33 21 12
4. Sesuai dengan defi nisi determinan matriks maka determinan dari matriks A
adalah selisih antara Du dan Ds yaitu Du - Ds.
a a a a a
11 12 13 11 12
det A = a a a a a
21 22 23 21 22
a a a a a
31 32 33 31 32
= (a a a a a a a a a )-(
11 22 33 12 23 31 13 21 32
a a a a a a a a a )
31 22 13 32 23 11 33 21 12
Contoh :
61
34 2
Diketahui matriks A =
2 1 3 Tentukan nilai determinan matriks A.
1 0 1
Jawab :
34 2 3 4
det A =
2 1 3 2 1
1 0 1 10
= [(-3 × 1 × (-1)) + (4 × 3 × 1) + (2 × 2 × 0)] - [(1 × 1 × 2) +
(0 × 3 × (-3)) + (-1 × 2 × 4)]
= (3 + 12 + 0) - (2 + 0 - 8) = 21
Jadi, nilai determinan matriks A adalah 21.
ADJOINT MATRIKS
Merupakan transpose dari suatu matriks (Aij*).
A * A * A *
11 21
n1
A * A * A *
12 22 n2
Adjoint (A) =
: :
: * A2n * Ann
*
A1n
Dengan Aij* adalah kofaktor dari aij
1≤i≤n
1≤j≤n
Aij* = (-1)i+j.Mij
62
0 0
C= 1 3 5
2
4 1 3
Maka kofaktor dari kesembilan elemen dari C adalah :

3 5 1 0
C11* = (-1)1+1.M11 = 1. =4 C23* = (-1)2+3.M23 = -1. = -1
1 3 4 1
5 0 0
2 = 14 C31* = (-1)3+1.M31 = 1. =0
C12* = (-1)1+2
.M12 = -1. 3 3 5
4
3 1 0
= -10 C32* = (-1)3+2.M32 = -1. = -5
2 1 2 5
C13* = (-1)1+3.M13 = 1.
4
0 1 0
=0 C33* = (-1)3+3.M33 = 1. =3
0
C21* = (-1)2+1.M21 = -1.
13 23
1 0
C22* = (-1)2+2.M22 = 1. =3
43
4 00
Sehingga didapat Adj (C) = 14 3 5
10 1 3
63
Invers Matriks Persegi
Definisi Invers Matriks

Misalkan A dan B adalah dua matriks yang berordo 2 × 2 dan memenuhi persamaan AB
= BA = I2 maka matriks A adalah matriks invers dari matriks B atau matriks B adalah
matriks invers dari matriks A.
Contoh : Perhatikanlah perkalian matriks-matriks berikut.
3 1 2 1
Misalkan A = dan B =
5 2 5 3
3 1 2 1
AB =
5 2 5 3
= 6 5 3 3
10 10 5 6
= 1 0
0 1
= I
2
Perkalian AB menghasilkan I 2 (matriks identitas berordo 2 × 2)
7 2 1 2
Misalkan P = dan Q =
4 1 4 7
7 2 1 2
PQ =
4 1 4 7
7 8 14 14
=
4 4 8 7
1 0
=
0 1
= I
2
64
Perkalian PQ menghasilkan I 2
Berdasarkan perkalian-perkalian tersebut, ada hal yang harus Anda ingat,

yaitu perkalian matriks A dan matriks B menghasilkan matriks identitas (AB = I ) Ini
menunjukkan matriks B merupakan matriks invers dari matriks A, yaitu B = A-1 atau
bisa juga dikatakan bahwa matriks A merupakan invers dari matriks B, yaitu A = B-1.
Begitu pula untuk perkalian matriks P dan matriks Q berlaku hal serupa.
Contoh :
1 2 1 2
Diketahui matriks A = dan B = tentukan Apakah
1 1 1 1
matriks B merupakan invers dari matriks A?
Jawab :
Matriks B merupakan invers dari matriks A jika memenuhi persamaan
AB = I
1 2 1 2
AB =
1 1 1 1
= 1 2 2 2
1 1 2 1
= 1 0
01
=I
Oleh karena AB = I maka matriks B merupakan invers dari matriks A.
Penurunan rumus invers matriks ordo 2 × 2
Rumus Invers Matriks Berordo 2 × 2
a b
Misalkan A = invers dari A adalah A-1, yaitu
c d
1 d b
A -1= , dengan det A ≠ 0
det A c a
65
Contoh :
3 6
Tentukan invers dari matriks D =
7 11
Jawab :
3 6
det D = = 3(11) - (-7)(-6) = 33 - 42 = -9
7
11
1
D -1
= det 11 6
A
7 3
1 11 6
=
9 3
7
11 6
= 9 9
7 3
9
9
11 2
= 9 3
7 1
9
3
66
BAB IV
PENCIPTAAN IDE
Proses pengembangan produk baru dimulai dengan pencarian ide. Beberapa ahli
pemasaran percaya bahwa peluang terbesar dan peningkatan tertinggi produk baru
ditemukan dengan mengungkapkan kemungkinan rangkaian terbaik dari kebutuhan
pelanggan yang belum terpenuhi atau inovasi teknologi. Ide produk baru bisa berasal
dari interaksi dengan berbagai kelompok menggunakan teknik yang menghasilkan
kreativitas.
Didorong oleh gerakan inovasi terbuka, banyak perusahaan semakin melangkan ke luar
perusahaan untuk mendapatkan sumber eksternal ide-ide baru, termasuk
pelanggan, karyawan, ilmuwan, insinyur, anggota saluran, agensi pemasaran,
manajemen puncak, dan bahkan pesaing.
Kebutuhan dan keinginan pelanggan merupakan tempat yang logis untuk memulai
riset. Wawancara satu-satu dan diskusi kelompok fokus dan mengeksplorasi
kebutuhan dan reaksi produk. Griffin dan Hauser menyarankan bahwa dengan
mengadakan 10 sampai 20 wawancara pengalaman mendalam per segmen pasar kita
dapat mengetahui mayoritas kebutuhan pelanggan secara luas. Akan tetapi, banyak
pendekatan tambahan yang menguntungkan.
Pendekatan tradisional berpusat pada perusahaan terhadap inovasi produk, sedang

beralih ke dunia dimana perusahaan bekerja sama dengan pelanggan untuk
menciptakan produk. Perusahaan semakin beralih ke sumber daya masyarakat untuk
menghasilkan ide baru. Sumber daya masyarakat berarti kita mengundang komunitas
internet untuk membantu menciptakan konten atau piranti lunak, sering diiringi
dengan hadiah uang. Strategi ini membantu dalam menciptakan produk dan
perusahaan baru seperti ensiklopedia sumber terbuka, Wikipedia, situs web video
67
yang sangat popular, YouTube, yang telah dibeli oleh Google, dan iStockphoto
perusahaan “stokmikro”.
Selain menghasilkan ide baru dan lebih baik, kerja sama dalam berkreasi dapat
membuat pelanggan menjadi merasa lebih dekat dan menyukai perusahaan, dan
memberitahukan keterlibatan mereka kepada orang lain melalui mulut ke mulut.
Konsumen yang memiliki pengalaman kebutuhan lebih dulu daripada konsumen

lainnya (lead users) bisa menjadi sumber atau bahkan masukan yang baik ketika
mereka melakukan inovasi produk tersebut. Produk kesehatan, ketika konsumen
semakin sibuk mulai membutuhkan suplemen untuk menjaga stamina, menambahkan
vitamin dan memperbaiki pola makan. Beberapa perusahaan yang ingin mnarik
konsumen menggunakan lead users dalam proses desain produk mereka.
Karyawan di seluruh perusahaan dapat menjadi sumber ide untuk meningkat

produksi, produk dan jasa. Perusahaan dapat memotivasi karyawan untuk
mengumpulkan ide-ide baru ke manajer ide atau manajer penelitian dan
pengembangan. Selain itu dapat dilakukan dengan meneliti produk dan jasa pesaing.
Cara yang dapat dilakukan dalam menemukan ide produk baru adalah sebagai
berikut:
1. Menjalankan sesi informal, di dalam sesi tersebut kelompok pelanggan

bertemu dengan desainer perusahaan untuk mendiskusikan masalah dan
kebutuhan serta bertukar pikiran tentang solusi potensial.
2. Memberikan waktu luang, waktu penelitian, bagi kelompok teknis untuk

melakukan kegiatan mereka.
3. Mengadakan sesi tukar pikiran dengan pelanggan sebagai fitur standar tur
pabrik.
68
4. Survey pelanggan untuk menemukan apa yang mereka sukai dan tidak mereka
sukai dengan produk.
5. Lakukan riset dengan pelanggan.
6. Gunakan riset kelompok pelanggan dalam satu ruangan untuk

mengidentifikasi masalah dan sekelompom orang teknis di ruangan lain untuk
mendengarkan dan bertukar pikiran tentang solusi.
7. Mengadakan pencarian kata kunci secara rutin untuk publikasi produk di

berbagai negara yang meluncurkan produk baru.
8. Menggunakan pameran dangan sebagai misi intelejen pemasaran.
9. Mengirim bagian teknis dan pemasaran ke laboratorium perusahaan pemasok

untuk menemukan sesuatu yang baru.
10. Mendirikan ruang ide dan membuatnya terbuka dan mudah diakses oleh
karyawan sehingga memungkinkan karyawan untuk mengulas ide dan
menambahkan ide tersebut.
Berikut ini adalah cara yang digunakan untuk merangsang kreativitas karyawan atau
perorangan :
1. Menyebutkan atribut. Menyebutkan atribut objek seperti minuman tradisional

yang terbuat dari jahe. Kemudian memodifikasi produk dengan fortifikasi
dengan vitamin atau bahan tambahan lain untuk menghasilkan produk yang
lebih baik dan memenuhi kebutuhan konsumen.
2. Mendorong hubungan. Menyebutkan beberapa ide dan mempertimbangkan

hubungan dengan ide lainnya. Dalam merancang produk baru, misalnya,
petimbangkan minuman serbuk dan evervesent sebagai ide terpisah. Lalu
bayangkan produk minuman tradisional jahe dalam bentuk evervesent.
69
3. Analisis morfologis. Dimulai dengan masalah, seperti “kemudahan membawa
produk, kuat, dan melindungi produk yang ada di dalamnya. Dengan
menyebutkan berbagai kombinasi kita dapat menemukan banyak solusi baru.
4. Analsis asumsi terbalik. Menyebutkan semua asumsi normal tentang entitas

dan membalikkan. Misalnya kita mengasumsikan bahwa perusahaan
menghasilkan berbagai produk dari bahan baku alami. Kemudian perusahaan
baru melihat produk pertanian yang belum ditawarkan oleh perusahaan lain.
Sehingga perusahaan tersebut dapat mengembangkan produk dengan bahan
baku tersebut.
5. Konteks baru. Melaksanakan proses yang familiar, seperti layanan membantu

konsumen dan menempatkan mereka dalam konsteks baru.
6. Pemetaan pikiran. Dimulai dengan pikiran, seperti minuman instan,

menulisnya lalu memikirkan yang muncul dengan pikiran berikutnya,
hubungan dengan minuman instan, lalu pikirkan hal yang berhubungan
berikutnya dan lakukan dengan semua hubungan yang muncul dengan setiap
kata baru. Bisa jadi ide baru secara keseluruhan akan muncul.
Untuk mempermudah dalam mencari ide secara manual, kita dapat menggunakan
beberapa situs sebagai berikut :
1. Google Trend (http://www.google.com/trends), situs ini untuk melihat pasar

dari ide anda (misalnya : cell phones, laptop computers dan lain-lain). Ide
tersebut akan terlihat top pasarnya (misalnya Amerika, Canada, Australia),
kemudian kita dapat memilih salah satu.
2. Google Adword (https://adwords.google.com/), situs ini untuk mencari niche
keyword.
3. Google Search (http://www.google.co.id/), situs ini untuk melihat pesaing.
70
BAB V
PENYARINGAN IDE
Tujuan untuk menghasilkan ide adalah menciptakan banyak ide. Tujuan tahap
berikutnya adalah untuk mengurangi ide menjadi sedikit ide yang menarik dan dapat
dipraktekkan saja. Tahap pengurangan ide yang pertama adalah penyaringan. Tujuan
penyaringan ide adalah untuk menolak ide-ide buruk sedini mungkin. Alasannya
adalah bahwa biaya pengembangan produk semakin besar dalam setiap tahap
pengembangan. Jika suatu produk mencapai tahap berikutnya, manajemen
berpendapat bahwa mereka telah melakukan banyak investasi dalam produk tersebut
sehingga produk tersebut harus diluncurkan untuk mengembalikan investasi mereka.
Tetapi ini berarti membiarkan uang baik mengejar uang buruk dan pemecahan yang
sebenarnya adalah dengan tidak membiarkan ide-ide yang buruk dapat mencapai
sedemikian jauh
Dalam penyaringan ide, perusahaan harus menghindari dua jenis kesalahan.

1. Kesalahan Penolakan
Kesalahan ini terjadi jika perusahaan menolak ide yang sebenarnya bagus. Hal yang
paling mudah untuk dilakukan adalah menemukan kesalahan pada ide orang lain.
Beberapa perusahaan terkejut ketika mereka melihat kembali beberapa ide yang
mereka tolak:
Xerox melihat sesuatu yang menjanjikan dari mesin foto copy Chester Carlson; IBM
dan Eastman Kodak tidak melihatnya sama sekali. RCA dapat melihat kesempatan
inovatif dari Radio; Victor Talking Machine Company tidak dapat. Henry Ford
mengenali prospek yang menjanjikan dari mobil; tetapi hanya General Motors yang
menyadari perlunya membagi pasar mobil menjadi segmen-segmen berdasarkan
harga dan kinerjanya. Marshal Field memahami kemungkinan pengembangan pasar
yang unik dari pembelian cicilan; Endicott tidak memahaminya, menyebutnya ‘sistem
71
paling buruk yang dirancang untuk menciptakan kesulitan’. Maka lenyaplah
kesempatan itu.
Jika suatu perusahaan banyak melakukan kesalahan Penolakan, berarti standarnya
terlalu konservatif.
2. Kesalahan Lanjutan
Kesalahaan ini terjadi jika perusahaan mengijinkan ide yang buruk untuk diteruskan
ke tahap pengembangan dan komersialisasi. Kita dapat membedakan tiga jenis
kegagalan produk. Kegagalan produk yang absolut menimbulkan kerugian.;
penjualan tidak dapat menutupi biaya variabel. Kegagalan produk parsial juga
menimbulkan kerugian, tetapi penjualannya dapat menutupi biaya variabel dan
sebagian biaya tetap. Kerugian produk relatif memberikan laba yang lebih kecil
daripada sasaran tingkat pengembalian yang diinginkan perusahaan.
Penyaringan gagasan juga merupakan keputusan kritis karena prosedur penyaringan

yang terlalu lemah dapat menyebabkan diterimanya ide-ide tidak bagus sehingga
produk baru yang dikembangkan mengalami kegagalan dipasar dan sebaliknya jika
prosedur penyaringan terlalu ketat, ada kemungkinan ide yang bagus, mempunyai
prospek dan berharga ditolak dan bahkan akan lebih mahal bagi perusahaan karena
kehilangan peluang. Prosedur penyaringan yang dilakukan dengan cara memeringkat
gagasan produk baru, terdiri dari tujuh tahap berikut :
1. Menetapkan dimensi penting yang seharusnya menjadi pertimbangan bagi

perusahaan, seperti marketability produk dan daya tarik pasar.
2. Membagi dimensi yan penting dalam sub-factor.
3. Memberi bobot sub-faktor
4. Memperkirakan kinerja masing-masing sub-faktor
5. Menghitung nilai perkiraan
6. Mengalikan total nilai
72
7. Menghitung indeks total.
Keunggulan sistem ini terletak pada mendorong setiap orang yang terlibat dalam
evaluasi produk baru untuk mengidentifikasi criteria yang relevan dan menghitung
nilai masing-masing. Kelemahannya berasal dari kemungkinan bahwa ringkasan
penilaian menutup-nutupi kelemahan penting yang apabila diungkap proposal produk
sebenarnya tidak layak.
Selanjutnya ide-ide yang bertahan hidup pada tahap penyaringan kemudian dilakukan
evaluasi. Evaluasi dilakukan untuk mengurangi resiko, membantu meningkatkan
peluang produk dan rencana pemasaran strategisnya sehingga mempertajam peluang
keberhasilan produk dan profitabilitas jangka panjangnya. Evaluasi terhadap ide-ide
produk baru berdasarkan pada :
1. Potensi pasar
2. Luasnya potensi pasar yang mampu dipenuhi oleh perusahaan
3. Biaya yang berhubungan dengan proyek pengembangan produk baru.
4. Perkiraan kemampulabaan dari produk baru.
Tujuan evaluasi adalah untuk memastikan bahwa produk baru akan memberi manfaat
yang diinginkan dan memberikan data untuk meningkatkan produk dan atau
mengurangi biayanya. Hasil evaluasi itu menunjukkan bagaimana produk baru akan
bekerja dibawah kondisi penggunaan aktual.
73
BAB VI
PENGEMBANGAN DAN PENGUJIAN KONSEP
Ide produk dapat diubah ke beberapa konsep. Pertanyaan pertama adalah siapa yang
akan membeli produk ini. Kedua, apa manfaat utama yang disediakan produk ini.
Dengan menjawab pertanyaan ini, perusahaan dapat membentuk beberapa konsep :
Konsep 1 : Minuman tradisional dalam kemasan untuk orang-orang yang

menginginkan minuman instan berkhasiat dengan harga murah.
Konsep 2 : Minuman tradisional dalam kemasan untuk orang-orang yang

menginginkan minuman instan berkhasiat dengan kualitas yang tinggi.
Setiap konsep merepresentasikan konsep kategori yang mendefinisikan

persaingan produk. Misalkan konsep minuman instan merupakan konsep yang paling
baik. Tugas berikutnya adalah menunjukkan posisi produk bubuk ini dalam
hubungannya dan preferensi konsumen. Peta tersebut memberikan gambaran
kuantitatif tentang situasi pasar dan bagaimana konsumen melihat produk, layanan,
dan merek yang berbeda beserta berbagai dimensi. Dengan meletakkan preferensi
konsumen di atas persepsi merek, pemasar dapat mengungkapkan celah yang
menunjukkan kebutuhan konsumen yang belum terpenuhi.
Perusahaan membagi pangsa pasar ke dalam segmen-segmen pasar tertentu di

mana masing-masing segmen tersebut bersifat homogen. Perbedaan keinginan dan
hasrat konsumen merupakan alasan yang utama untuk diadakannya segmentasi pasar.
Jika terdapat bermacam-macam hasrat dan keinginan konsumen, maka perusahaan
dapat mendesain suatu produk untuk mengisi suatu heterogenitas keinginan dan
hasrat tersebut. Dengan demikian dapat berkreasi dengan suatu penambahan
penggunaan yang khusus untuk konsumen dalam segmen yang diinginkan.
74
Konsumen akan mau membayar lebih tinggi terhadap produk yang mereka butuhkan
bila mereka menerima berbagai keuntungan dari produk tersebut.
Perusahaan atau para penjual mengklasifikasikan beberapa kelompok sasaran

segmen pemasaran, yakni segmentasi pasar konsumen, segmentasi pasar industri, dan
segmentasi pasar internasional. Kelompok segmen pasar tersebut memiliki
karakteristik berbeda, sehingga memerlukan cara tersendiri untuk menanganinya.
Membuat Segmentasi Pasar Konsumen
Segmentasi bisa disebut juga mapping strategy atau strategi memetakan pasar.
Sebelum menjalankan aktivitasnya, pemasar harus terlebih dahulu merumuskan
cakupan (scope) pasar, dalam hal ini konsumen yang akan dilayaninya. Setelah
cakupan ditetapkan, kemudian pasar tersebut harus dipilah-pilah (dikelompokkan) ke
dalam segmen-segmen yang lebih kecil berdasarkan kesamaan karakteristik dari
konsumen atau pelanggan tersebut. Aktivitas memilah-milah konsumen atau
pelanggan ke dalam segmen-segmen (kelompok-kelompok) yang lebih kecil inilah
yang dikenal dengan segmentsai.
Tingkat segmentasi pasar terdiri dari :
1. Pemasaran Segmen; segmen pasar terdiri dari kelompok besar yang dapat
diidentifikasi dalam sebuah pasar dengan keinginan, daya beli, lokasi
geografis, perilaku pembelian, dan kebiasaan pembelian yang serupa.
Segmentasi merupakan pendekatan yang berada di titik tengah antara
pemasaran masal dan pemasaran indivudual.
2. Pemasaran relung (niche); merupakan kelompok yang didefinisikan secara
lebih sempit. Pemasar biasanya mengidentifikasi relung dengan membagi-
bagi sebuah segmen menjadi sub-segmen.
75
3. Pemasaran lokal; pemasaran sasaran menghasilkan program pemasaran yang
disesuaikan dengan kebutuhan dan keinginan kelompok pelanggan lokal.
4. Pemasaran individual; segmentasi yang mengarah pada “segmen tunggal”,
“pemasar sesuai pesanan (costumized marketing).
Pola segmentasi
1. Preferensi homogen; menunjukkan suatu pasar dimana semua konsumen

secara kasar memiliki preferensi yang sama. Pasar tidak menunjukkan segmen
alami.
2. Preferensi tersebar; menunjukkan bahwa preferensi konsumen sangat
beragam.
3. Preferensi kelompok; pasar mungkin menunjukkan kelompok preferensi yang
berbeda-beda, yang disebut segmen pasar alami.
Tidak ada cara tunggal untuk membuat segmen pasar. Pemasar harus mencoba
variabel segmentasi yang berbeda, secara sendiri atau kombinasi untuk mencari cara
terbaik untuk memetakan struktur pasar. Terdapat beberapa variabel utama yang
sering digunakan untuk menentukan segmentasi pasar, yakni variabel geografik,
demografik, psikografik, dan tingkah laku tertentu.
1. Segmentasi Geografik
Segmentasi geografik membagi pasar menjadi beberapa unit secara geografik

seperti negara, regional, propinsi, kota, wilayah kecamatan, wilayah kelurahan dan
kompleks perumahan. Sebuah perusahaan mungkin memutuskan untuk beroperasi
dalam satu atau beberapa wilayah geografik ini atau beroperasi di semua wilayah
tetapi tidak memperhatikan kebutuhan dan keinginan psikologis konsumen.
Banyak perusahaan dewasa ini “merigionalkan“ program pemasaran produknya,

dengan melokalkan produk, iklan, promosi dan usaha penjualan agar sesuai dengan
kebutuhan masingmasing regional, kota, bahkan kompleks perumahan.
76
2. Segmentasi Demografi
Segmentasi pasar demografik membagi pasar menjadi kelompok berdasarkan pada

variabel seperti jenis kelamin, umur, status perkawinan, jumlah keluarga, umur
anak, pendapatan, jabatan, lokasi geografi, mobilitas, kepemilikan rumah,
pendidikan, agama,
ras atau kebangsaan. Faktor-faktor demografik ini merupakan dasar paling populer
untuk membuat segmen kelompok konsumen.
Alasannya utamanya, yakni kebutuhan konsumen, keinginan, dan mudah diukur.

Bahkan, kalau segmen pasar mula-mula ditentukan menggunakan dasar lain, maka
karakteristik demografik pasti diketahui agar mengetahui besar pasar sasaran dan
untuk menjangkau secara efisien.
a. Umur dan Tahap Daur Hidup
Perusahaan menggunakan segmentasi umur dan daur hidup, yakni menawarkan

produk berbeda atau menggunakan pendekatan pemasaran yang berbeda untuk
kelompok umur dan daur hidup berbeda. Misalnya, beberapa perusahaan
makanan ringan “ciki” membuat produknya untuk konsumsi kaum anak-anak
dan remaja.
b. Jenis Kelamin
Perusahaan menggunakan segmentasi jenis kelamin untuk memasarkan

produknya, misalnya pakaian, kosmetik, dan majalah. Banyak perusahaan
kosmetika, yang mengembangkan produk parfum yang hanya ditujukan kepada
para wanita atau kaum pria.
77
c. Pendapatan
Pemasar produk telah lama menggunakan pendapatan menjadi segmentasi

pemasaran produk dan jasanya, seperti mobil, kapal, pakaian, kosmetik dan jasa
transportasi. Banyak perusahaan membidik konsumen kaya dengan
barangbarang mewah dan jasa yang memberikan kenyamanan dan keselamatan
ekstra, sebaliknya ada beberapa perusahaan kecil yang membidik konsumen
dengan level social-ekonomi menengah ke bawah.
d. Segmentasi Demografik Multivariasi
Perusahaan banyak yang mensegmentasi pasar dengan menggabungkan dua atau

lebih variabel demografik. Misalnya, suatu pemasaran produk yang segmentasi
pasarnya diarahkan pada umur dan jenis kelamin.
3. Segmentasi Psikografik
Segmentasi psikografik membagi pembeli menjadi kelompok berbeda berdasarkan

pada karakteristik kelas sosial, gaya hidup atau kepribadian. Dalam kelompok
domografik, orang yang berbeda dapat mempunyai ciri psikografik yang berbeda.
a. Kelas Sosial
Kelas sosial ternyata mempunyai pengaruh kuat pada pemilihan jenis mobil,
pakaian, perabot rumah tangga, properti, dan rumah. Pemasar menggunakan
variabel kelas sosial sebagai segmentasi pasar mereka.
b. Gaya Hidup
Minat manusia dalam berbagai barang dipengaruhi oleh gaya hidupnya, dan
barang yang mereka beli mencerminkan gaya hidup tersebut. Atas dasar itu,
banyak pemasar atau produsen yang mensegmentasi pasarnya berdasarkan gaya
hidup konsumennya. Sebagai misal, banyak produsen pakaian remaja yang
78
mengembang-kan desain produknya sesuai dengan selera dan gaya hidup
remaja.
c. Kepribadian
Para pemasar juga menggunakan variabel kepribadian untuk mensegmentasi

pasar, memberikan kepribadian produk mereka yang berkaitan dengan
kepribadian konsumen. Strategi segmentasi pasar yang berhasil berdasarkan
pada kepribadian telah dipergunakan untuk produk seperti kosmetik, rokok, dan
minuman ringan.
4. Segmentasi Tingkah Laku
Segmentasi tingkah laku mengelompokkan pembeli berdasarkan pada

pengetahuan, sikap, penggunaan atau reaksi mereka terhadap suatu produk. Banyak
pemasar meyakini bahwa variabel tingkah laku merupakan awal paling baik untuk
membentuk segmen pasar.
a. Kesempatan
Segmentasi kesempatan membagi pasar menjadi kelompok berdasarkan

kesempatan ketika pembeli mendapat ide untuk membeli atau menggunakan
barang yang dibeli. Pembeli dapat dikelompokkan menurut kesempatan ketika
mereka mendapat ide untuk membeli, benar-benar membeli, atau menggunakan
barang yang dibeli. Segmentasi kesempatan dapat membantu perusahaan
meningkatkan pemakaian produknya.
Sebagai misal, Kodak menggunakan segmentasi kesempatan untuk merancang

dan memasarkan kamera sekali pakai. Konsumen hanya perlu memotrek dan
mengembalikan film, kamera, dan semuanya, untuk diproses. Dengan
menggabungkan lensa, kecepatan film, dan peralatan tambahan yang lain. Kodak
79
mengembangkan kamera versi khusus untuk hampir segala macam kesempatan,
dari fotografi bawah air sampai memotret bayi.
b. Manfaat yang Dicari
Salah satu bentuk segmentasi yang ampuh adalah mengelompokkan pembeli

menurut manfaat yang mereka cari dari produk. Segmentasi manfaat membagi
pasar menjadi kelompok menurut beragam manfaat berbeda yang dicari
konsumen dari produk. Segmentasi manfaat menuntut ditemukannya manfaat
utama yang dicari orang dalam produk, jenis orang yang mencari setiap manfaat,
dan merek utama yang mempunyai manfaat.
Perusahaan dapat menggunakan segmentasi manfaat untuk memperjelas segmen

manfaat yang mereka inginkan, karakteristiknya, serta merek utama yang
bersaing. Mereka juga dapat mencari manfaat baru dan meluncurkan merek yang
memberikan manfaat itu.
c. Status Pengguna
Pasar dapat disegmentasi menjadi kelompok bukan pengguna, mantan pengguna,

pengguna potensial, pengguna pertama kali, danpengguna regular dari suatu
produk. Pemimpin pemasaran akan memfokuskan pada cara menarik pengguna
potensial, sedangkan perusahaan yang lebih kecil akan memfokuskan pada cara
menarik pengguna saat ini agar meninggalkan pimpinan pemasaran.
d. Tingkat Pemakaian
Dalam segmentasi tingkat pemakaian, pasar dapat dikelompokkan menjadi

kelompok pengguna ringan, menengah dan berat. Jumlah pengguna berat
seringkali hanya sebagian kecil dari pasar, tetapi menghasilkan persentase yang
tinggi dari total pembelian.
80
Pengguna produk dibagi menjadi dua bagian sama banyak, yakni separuh
pengguna ringan, dan separuh pengguna berat, menurut tingkat pembelian dari
produk spesifik. Sebagai contoh, ditunjukkan bahwa sejumlah 41% rumah
tangga yang disurvai membeli bir, sebesar 87% pengguna berat peminum bir
(hampir tujuh kali lipat dari pengguna ringan).
e. Status Loyalitas
Sebuah perusahaan dapat disegmentasikan berdasarkan loyalitas konsumen.

Konsumen dapat loyal terhadap merek, toko dan perusahaan. Pembeli dapat
dibagi beberapa kelompok menurut tingkat loyalitas mereka. Beberapa
konsumen benar-benar loyal(membeli selalu membeli satu jenis produk),
kelompok lain agak loyal (mereka loyal pada dua merek atau lebih dari suatu
produk, atau menyukai satu merek tetapi kadang-kadang membeli merek yang
lain).
Pemasar harus berhati-hati ketika menggunakan loyalitas merek dalam strategi

segmentasinya. Pola pembelian yang loyal pada merek ternyata mencerminkan
sebagai kebiasaan, sikap acuh tak acuh, harga yang rendah atau daftar yang telah
tersedia.
Membuat Segmentasi Pasar Industri
Tahapan penentuan segmentasi industri pada umumnya, pertama memilih dan

menentukan industri yang dilayani; dalam industri terpilih, para pemasar bisa
mensegmentasi berdasarkan ukuran pelanggan dan lokasi geografik; lebih lanjut
segmentasi dapat difokuskan berdasarkan pendekatan atau kriteria pembelian.
Basis segmentasi untuk pasar industrial adalah aspek geografis, demografis, faktor
situasional, dan karakteristik-karakteristik personal.
81
1. Geografis (wilayah, sentra industri dan perdagangan).
2. Demografis (jenis industri, kapasitas atau luas produksi).
3. Variabel operasional (tingkat teknologi, pola konsumsi, kapabilitas dan
kebutuhan pelanggan).
4. Pendekatan pembelian (tingkat wewenang bagian pembelian, struktur
wewenang, kebijakan pembelian, kriteria pembelian).
5. Faktor situasional (tingkat kepentingan, penggunaan, tingkat pemesanan).
6. Karakteristik personal (kesamaan pembeli-penjual, sikap terhadap resiko,
tingkat loyalitas terhadap pemasok).
Membuat Segmentasi Internasional
Perusahaan dapat mensegmentasi pasar internasional dengan menggunakan

satu variabel atau suatu kombinasi dari beberapa variabel. Segmentasi dapat
dilakukan berdasarkan lokasi geografik, yakni mengelompokkan negara menurut
regional, seperti Eropa Barat, Sekitar Pasifik, Timur Tengah, atau Afrika, atau
Negara-negara yang sudah diorganisasikan secara geografis menjadi kelompok pasar,
atau “zona perdagangan bebas,” seperti Uni Eropa, Asosiasi Perdagangan Bebas
Eropa, atau Asosiasi perdagangan bebas Amerika Utara. Segmentasi geografik ini
menganggap bahwa bangsa yang hidup berdampingan mempunyai banyak sifat dan
tingkah laku yang sama.
Pasar internasional dapat juga disegmentasikan berdasarkan faktor-faktor

ekonomi. Misalnya, negara-negara dapat dikelompokkan menurut tingkat pendapatan
penduduk atau menurut tingkat perkembangan ekonomi secara keseluruhan, seperti
negara Kelompok Tujuh, yakni Amerika Serikat, Inggris, Perancis, Jerman, Jepang,
Kanada dan Italia yang memiliki industri telah mantap. Selain itu, negara-negara
dapat juga disegmentasi berdasarkan faktor-faktor politik dan peraturan, seperti tipe
dan stabilitas pemerintahan, penerimaan terhadap perusahaan asing, peraturan
82
moneter, dan jumlah birokrasi. Faktor-faktor budaya, dapat juga dipergunakan,
pengelompokan pasar berdasarkan pada bahasa, pengelompokkan pasar berdasarkan
pada bahasa, agama, nilai-nilai dan sikap, kebiasaan dan pola tingkah laku bersama.
Mensegmentasi pasar internasional mengganggap bahwa segmen tersebut terdiri atas
faktor-faktor geografi, ekonomi, politik, dan budaya lain, yang menganggap bahwa
segmen tersebut terdiri atas kumpunan negara.
Proses Segmentasi Pasar
Proses segmentasi mempunyai beberapa langkah. (1) identifikasi basis

segmentasi pasar, (2) mengumpulkan informasi pasar, (3) mengembangkan
komposisi profil segmen, (4) penetapan konsekuensi pemasaran, (5) estimasi
masingmasing potensi segmen pasar, (6) analisis peluang pasar, dan (7) penetapan
penguasaan pasar. Langkah-langkah proses segmentasi pasar tersebut dapat
digambarkan dalam skema sebagai berikut:
83
Gambar . Proses Segmentasi Pasar
Pentingnya Melakukan Segmentasi
Segmentasi pasar diperlukan karena :
1. Peusahaan dapat lebih baik memahami perilaku segmen-segmen pasar yang lebih
homogen sehingga dapat lebih baik dalam melayani kebutuhan-kebutuhan
mereka. Program pemasaran dapat lebih diarahkan sesuai dengan perilaku dan
kebutuhan masing-masing segmen pasar.
2. Apabila pasar terlalu luas dan berperilaku sangat beragam, perusahaan dapat
memilih satu atau beberapa segmen pasar saja. Sehingga kapasitas pasar dapat
lebih sesuai dengan luas segmen-segmen pasar yang terbentuk.
3. Pasar bersifat dinamis, tidak statis, yang berarti bahwa pasar berkembang terus
yang ditandai dengan perubahan-perubahan seperti sikap, siklus kehidupan,
kondisi keluarga, pendapatan, pola geografis dan sebagainya.
4. Produk barang atau jasa berubah sesuai dengan siklus kehidupan produk tersebut,
dari tahap perkenalan sampai tahap penurunan.
Persyaratan Segmentasi Yang Efektif
Ada banyak cara untuk mensegmentasi pasar, namun tidak semua segmentasi
efektif. Terdapat beberapa faktor yang harus dipertimbangkan untuk melakukan
segmentasi pasar yang efektif. Keempat faktor tersebut adalah:
1. Dapat diukur (Measurability), yaitu informasi mengenai sifatsifat pembeli yang

mencakup ukuran, daya beli dan segmen yang dapat diukur. Misalnya, jumlah
84
segmen masyarakat kaya sebagai calon pembeli mobil yang dijadikan segmen
penjualan mobil Toyota Kijang.
2. Dapat dijangkau (Accessibility), yaitu segmen pasar dapat dijangkau dan

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

menjanjikan keuntungan bila dilayani. Suatu segmen sebaiknya merupakan
kelompok yang homogen dengan jumlah yang cukup besar, sehingga cukup
bernilai jika dilayani dengan program pemasaran yang disesuaikan.
4. Dapat dilaksanakan, yakni program yang efektif dapat dirancang untuk menarik
dan melayani segmen tersebut. Sebagai misal, walaupun sebuah perusahaan
angkutan antar kota mengidentifikasi sepuluh segmen pasar, namun stafnya
terlalu sedikit untuk mengembangkan pemasaran terpisah bagi tiap segmen.
5. Memberikan keuntungan (profitable), Segmentasi pasar bukanlah pekerjaan

yang mudah. Apabila segmen-segmen pasar yang telah terbentuk masing-masing
atau sebagian besar tidak memberikan keuntungan dari perbedaan tersebut, maka
usaha ini tidak bermanfaat. Artinya hanya segmen-segmen yang memberikan
peluang untuk keuntungan rancangan tersebut yang bermanfaat.
Salah satu metode yang dapat digunakan untuk melakukan segmentasi adalah analisis
cluster. Contoh analisis cluster sebagai berikut :
Dalam sebuah perawatan psikiater. Kita mengukur setiap subjek dengan

menggunakan empat kuesioner yang terdiri dari : Spielberger Trait Anxiety Inventory
(STAI), the Beck Depression Inventory (BDI), a measure of Intrusive Thoughts and
Rumination (IT) and a measure of Impulsive Thoughts and Actions (Impulse).
Asumsi yang digunakan dalam pengukuran ini adalah respon subjek terhadap metode
yang digunakan. Dalam menguji analisis, kita menggunakan dua orang psikolog
dengan dasar DSM-IV. Data yang diperoleh sebagai berikut :
85
Tabel 2 : data
Pengolahan data menggunakan SPSS V16 for windows dengan cara sebagai berikut :
1. Setelah keseluruhan data yang dikumpulkan tersebut di entry, selanjutnya klik

menu analyze dan pilih sub menu Classify lalu Hierarchical Cluster hingga
muncul tampilan :
86
2. Masukkan semua variabel ke dalam kotak Variable(s) dan klik Statistics,
pilih agglomeration schedule dan pada bagian Cluster Membership klik
Single solution, pada Number of cluster pilih 3, seperti pada tampilan di
bawah ini dan klik Continue
3. Pilih Method, pada bagian Cluster Method pilih Ward’s method, dan pada
bagian measure klik interval dan pilih Costumized. Abaikan kolom yang
lain seperti pada gambar dibawah ini :
87
4. Pilih Plot, pada bagian klik Dendrogram, dan pada bagian Icicle klik All
cluster dan pada Orientation klik Vertical. Abaikan kolom yang lain seperti
pada gambar dibawah ini :
5. Kemudian klik OK, sehingga diperoleh hasil sebagai berikut :
88
Dari data di atas, kita dapat melihat tiga cluster dan kita akan melanjutkan analisis
untuk menentukan grup cluster. Hasil yang diperoleh dapat dilihat pada tabel
dibawah.
89
B. Target Pasar (Targetting)
Dalam menetapkan sasaran pasar (target pasar), perusahaan terlebih dulu

harus melakukan segmentasi pasar, dengan cara mengelompokkan konsumen
(pembeli) ke dalam kelompok dengan ciri-ciri (sifat) yang hampir sama. Setiap
kelompok konsumen dapat dipilih sebagai target pasar yang akan dicapai. Segmentasi
pasar dimaksudkan untuk mengkaji dan mencari kesempatan segmen pasar yang
dihadapi perusahaan, menilai segmen pasar, dan memutuskan berapa banyak dari
segmen pasar yang ada tersebut yang akan dilayani oleh perusahaan. Penentuan target
pasar sangat penting karena perusahaan tidak dapat melayani seluruh konsumen atau
pembeli yang ada di pasar. Pembeli yang ada terlalu banyak dengan kebutuhan dan
keinginan yang beragam atau bervariasi, sehingga perusahaan harus mengidentifikasi
bagian pasar mana yang akan dilayaninya sebagai target pasar.
Kegiatan pemasaran akan lebih berhasil jika hanya diarahkan kepada

konsumen tertentu sebagai target pasar yang dituju. Target pasar adalah kelompok
konsumen yang agak homogen, yang akan dijadikan sasaran pemasaran perusahaan.
Dalam hal ini perusahaan harus memperhatikan jenis kebutuhan dan keinginan
konsumen. Selain itu perlu diperhatikan pula kebutuhan dan keinginan kelompok
konsumen manakah yang akan dipenuhi. Konsumen memang pembeli yang harus
dilayani perusahaan dengan memuaskan. Namun, tidak mungkin perusahaan benar-
benar dapat memberikan kepuasan kepada seluruh konsumen yang ada di pasar,
karena terbatasnya kemampuan atau sumber daya perusahaan. Untuk itu perusahaan
perlu menentukan batas pasar yang akan dilayani atau yang menjadi target pasar,
melalui pengelompokkan konsumen berdasarkan ciri-ciri atau sifatnya dikaitkan
dengan kebutuhan dan keinginan mereka.
Adapun yang dimaksud dengan target pasar adalah kelompok konsumen yang
mempunyai ciri-ciri atau sifat hampir sama (homogen) yang dipilih perusahaan dan
yang akan dicapai dengan strategi bauran pemasaran (marketing mix). Dengan
90
ditetapkannya target pasar, perusahaan dapat mengembangkan posisi produknya dan
strategi bauran pemasaran untuk setiap target pasar tersebut. Target pasar perlu
ditetapkan, karena bermanfaat dalam :
1. Mengembangkan posisi produk dan strategi bauran pemasaran.
2. Memudahkan penyesuaian produk yang dipasarkan dan strategi bauran pemasaran

yang dijalankan (harga yang tepat, saluran distribusi yang efektif, promosi yang
tepat) dengan target pasar.
3. Membidik peluang pasar lebih luas, hal ini penting saat memasarkan produk baru.
4. Memanfaatkan sumber daya perusahaan yang terbatas seefisien dan seefektif

mungkin
5. Mengantisipasi persaingan
Dengan mengidentifikasikan bagian pasar yang dapat dilayani secara efektif,

perusahaan akan berada pada posisi lebih baik dengan melayani konsumen
tertentu dari pasar tersebut.
Dalam memilih pasar yang dituju (target pasar), perusahaan dapat menempuh
tiga alternatif strategi, yaitu: (1) Strategi yang Tidak Membeda-bedakan Pasar
(Undifferentiated Marketing), (2) Strategi yang Membeda-bedakan Pasar
(Differentiated Marketing), (3) Strategi yang Terkonsentrasi (Concentrated
Marketing).
(1). Undifferenciated Marketing
Meninjau pasar secara keseluruhan.

Memusatkan perhatian pada kesamaan kebutuhan konsumen.
Menghasilkan dan memasarkan satu macam produk.
Menarik semua konsumen dan memenuhi kebutuhan semua konsumen
91
Pasar yang dituju dan teknik pemasarannya bersifat massal.
Ditujukan kepada segmen terbesar yang ada dalam pasar.
(2). Differentiated Marketing
Melayani 2 atau lebih kelompok konsumen tertentu dengan jenis produk

tertentu pula.
Menghasilkan dan memasarkan produk yang berbeda-beda melalui program
pemasaran yang berbeda-beda untuk tiap kelompok konsumen tertentu
tersebut.
Mengarahkan usahanya pada keinginan konsumen.
Memperoleh loyalitas, kepercayaan, serta pembelian ulang dari kelompok
konsumen tertentu tersebut.
(3). Concentrated Marketing
Memilih segmen pasar tertentu.

Memusatkan segala kegiatan pemasarannya pada satu atau lebih segmen pasar
yang akan memberikan keuntungan terbesar.
Mengembangkan produk yang lebih ideal dan spesifik bagi kelompok
konsumen tersebut.
Memperoleh kedudukan/posisi yang kuat di dalam segmen pasar tertentu yang
dipilih.
Adapun faktor-faktor yang mempengaruhi strategi target pasar, antara lain :
1. Sumber-sumber perusahaan. Bila sumber daya yang dimiliki sangat terbatas

maka strategi target pasar yang tepat adalah concentrated marketing.
92
2. Homogenitas produk. Untuk produk yang homogen, maka strategi yang tepat
untuk target pasarnya adalah undifferentiated.
3. Tahap-tahap dalam siklus kehidupan produk. Strategi yang tepat bagi produk
baru adalah undifferentiated marketing. Untuk produk-produk yang banyak
variasinya dapat digunakan juga concentrated marketing. Pada tahap
kedewasaan produk digunakan strategi differenciated marketing.
4. Homogenitas pasar. Undifferentiated marketing cocok digunakan karena
pembeli punya cita rasa yang sama, jumlah pembelian yang sama dan memiliki
reaksi yang sama terhadap usaha pemasaran perusahaan.
5. Strategi pemasaran pesaing. Bila menghadapi pesaing yang menempuh strategi
sama dengan strategi perusahaan, maka perusahaan harus lebih aktif
mengadakan segmentasi untuk mendapat keberhasilan.
Untuk melakukan evaluasi target pasar diperlukan informasi dan analisis data
yang berkenaan dengan :
1. Produk yang dipasarkan dan strategi bauran pemasaran yang dijalankan.
Perusahaan dapat mengembangkan produk yang tepat untuk setiap target pasar
dengan mempertimbangkan apakah produk tersebut masih sesuai dengan
kebutuhan dan keinginan target pasar. Strategi bauran pemasaran yang dijalankan
diarahkan pada target pasar dengan penyesuai harga yang tepat, saluran distribusi
yang efektif, dan promosi yang tepat pola guna menjangkau target pasar.
2. Kepuasan konsumen yang menjadi target pasar.
Kepuasan konsumen dapat diukur dari suara konsumen, kritik, saran, atau
keluhan terhadap strategi pemasaran produk perusahaan. Makin kooperatif
konsumen, makin puas pula konsumen terhadap strategi pemasaran produk
perusahaan.
93
3. Laba perusahaan.
Pencapaian tingkat laba ditentukan oleh pencapaian tingkat penjualan yang

direncanakan dan harga penjualan yang ditetapkan. Makin tinggi tingkat berarti
makin berhasil strategi perusahaan tersebut.
Evaluasi ini dimaksudkan untuk menilai apakah target pasar yang dilayani
perusahaan masih dapat diharapkan memberikan kontribusi pada pencapaian tujuan
perusahaan. Jadi, bila kita ingin menentukan suatu target pasar yang dikehendaki,
perhatikan hal-hal berikut ini:
Lakukan segmentasi pasar Kembangkan profil dan daya tarik segmen pasar yang ada
Pilih segmen pasar yang dituju Kembangkan posisi produk untuk setiap segmen
pasar yang dituju Kemudian kembangkan bauran pemasaran untuk setiap segmen
pasar yang dituju.
C. Diferensiasi dan Positioning
Setelah mengidentifikasi segmen pasar, maka sebuah perusahaan juga harus

mengidentifikasi cara-cara spesifik yang dapat mendiferensiasikan produknya dan
memilih “competitive positioning”.
Diferensiasi
Pada dasarnya diferensiasi adalah tindakan merancang satu set perbedaaan

yang berarti untuk membedakan penawaran perusahaan dari penawaran pesaing
(Kotler dan Keller, 2009). Diferensiasi dapat dilakukan melalui lima dimensi berikut
ini :
1. Diferensiasi Produk, membedakan produk utama berdasarkan keistimewaan,

kinerja, kesesuaian, daya tahan, keandalan, kemudahan untuk diperbaiki, gaya
dan rancangan produk.
94
2. Diferensiasi Pelayanan, membedakan pelayanan utama berdasarkan kemudahan
pemesanan, pengiriman, pemasangan, pelatihan pelanggan, konsultasi
pelanggan, pemeliharaan dan perbaikan.
3. Diferensiasi Personil, membedakan personil perusahaan berdasarkan

kemampuan, kesopanan, kredibilitas, dapat diandalkan, cepat tanggap dan
komunikasi yang baik.
4. Diferensiasi Saluran, langkah pembedaan melalui cara membentuk saluran

distribusi, jangkauan, keahlian dan kinerja saluran-saluran tersebut.
5. Diferensiasi Citra, membedakan citra perusahaan berdasarkan perbedaan

identitas melalui penetapan posisi, perbedaan lambang dan perbedaan iklan.
Pemosisian Produk di Pasar (Positioning)
Positioning adalah tindakan merancang penawaran dan citra perusahaan

sehingga menempati suatu posisi kompetitif yang berarti dan berada dalam benak
pelanggan sasarannya (Kotler dan Keller, 2009). Positioning merupakan elemen yang
sangat utama dalam suatu strategi pemasaran. Sebuah perusahaan dapat menentukan
posisinya melalui persepsi pelanggan terhadap produknya dan produk pesaingnya
sehingga akan dihasilkan peta persepsi. Dengan menggunakan informasi dari peta
persepsi itu, dapat dikenali berbagai strategi penentuan posisi antara lain :
a. Positioning menurut atribut produk.

Usaha memposisikan diri menurut atribut produknya.
b. Positioning menurut manfaat.
Produk diposisikan sebagai pemimpin dalam suatu manfaat tertentu
c. Positioning menurut harga/ kualitas.
Produk diposisikan sebagai nilai (harga dan kualitas) terbaik.
d. Positioning menurut penggunaan/ penerapan.
95
Usaha memposisikan produk sebagai yang terbaik untuk sejumlah penggunaan/
penerapan.
e. Positioning menurut pemakai.
Usaha memposisikan produk sebagai yang terbaik untuk sejumlah kelompok
pemakai
f. Positioning menurut pesaing.
Produk memposisikan diri sebagai lebih baik daripada pesaing utamanya.
g. Positioning menurut kategori produk.
Produk diposisikan sebagai pemimpin dalam suatu kategori produk.
Setelah kita menentukan dan memilih pasar sasaran, maka langkah selanjutnya
adalah menentukan strategi pokok untuk masuk ke dalam persaingan bisnis dan pasar
yaitu :
a. Memposisikan produk Anda di pasar sebagai langkah merebut pasar di pikiran

konsumen (mind share).
b. Strategi diferensiasi produk Anda (differentiation) sebagai langkah strategis
untuk membedakan produk Anda dengan produk pesaing dalam pikiran
konsumen (mind share).
c. Strategi penguatan merek (branding) dari propduk Anda sebagai langkah
strategis untuk menahan konsumen agar tetap loyal, setia, bangga, dan puas
dengan cara memasarkan dan menjual secara experiential (pengalaman) dan
emotional (emosi) di hati para calon konsumennya (heart share).
Memposisikan produk Anda dalam pikiran konsumen (mind share) sebagai langkah
awal yang jitu untuk memenangkan pertempuran (positioniong).
Perusahaan harus berpikir bahwa merek harus diposisikan berbeda agar tidak masuk ke
dalam jebakan komoditas produk (commodity trap). Oleh karena itu, tawarkan suatu
produk yang berbeda untuk pasar anda, sebab konsumen mempunyai kebutuhan,
keinginan, dan permintaan yang berbeda-beda.
96
Banyak pemasar menganjurkan untuk melakukan promosi sesuai dengan pemosisian
produk Anda, yaitu satu manfaat terhadap pasar sasaran. Hal ini karena pembeli
cenderung mengingat pesan ”nomor satu” terutama dalam masyarakat yang penuh
komunikasi. Hal ini membuat konsumen selalu teringat akan produk Anda dalam
jangka waktu lama. Pesan pemosisian bisa dicontohkan sebagai berikut :
Kualitas terbaik
Layanan terbaik
Harga termurah
Nilai terbesar
Teknologi paling mutakhir, dll.
Namun ada juga konsumen yang senang dengan pemosisian dua manfaat , agar
perusahaan mendapat ceruk khusus dalam segmen sasaran (niche market). Contoh
mobil volvo yang memosisikan diri sebagai mobil paling aman dan paling awet.
Mengembangkan Pemosisian Produk
Pemosisian produk (product positioning) dalam memposisikan produk relatif

pada produk pesaing dalam benak konsumen. Sasaran utama strategi pemosisian
adalah untuk membentuk sebuah citra merk tertentu dalam benak konsumen. Hal ini
dapat dicapai dengan mengembangkan suatu strategi yang koheren yang dapat
melibatkan semua elemen bauran pemasaran. Paling tidak ada lima pendekatan pada
strategi pemosisian antara lain :
a. Pemosisian berdasarkan ciri-ciri

b. Pemosisian berdasarkan penggunaan atau penerapan
c. Pemosisian berdasarkan pengguna produk
d. Pemosisian berdasarkan kelas produk
e. Pemosisian berdasarkan pesaing
97
a. Pemosisian Berdasarkan Ciri-Ciri
Pemosisian berdasarkan ciri-ciri (positioning by atribute) adalah mengkaitkan
sebuah produk dengan suatu ciri, kelengkapan produk atau manfaatnya bagi
konsumen. Hyundai dan Yugo menekankan harga yang rendah. Volvo menekankan
keamanan dan ketahanan, dengan menayangkan iklan uji tabrak serta menyitir data
statistik usia pengguna rata-rata mobil merek Volvo. Fiat, sebaliknya membuat suatu
upaya yang unik untuk memposisikan dirinya sebagai mobil Eropa yang dibuat
dengan keahlian seniman Eropa. BMW menekankan efisiensi penanganan dan
mesinnya, dengan menggunakan pita motto bertuliskan “mesin kemudi mutakhir”
serta memamerkan kemampuan kinerja BMW di jalur balap.
Sebuah produk baru juga dapat diposisikan dengan mengacu pada ciri-ciri
yang diabaikan pesaing. Kadang kala suatu produk dapat diposisikan dengan
mempertimbangkan dua atau lebih ciri sekaligus. Dimensi ciri harga/kualitas sangat
banyak digunakan untuk memosisikan produk maupun toko. Dalam berbagai kategori
produk, sebagian merek lebih menekankan penawaran layanan, kelengkapan, atau
kinerja produknya, dan harga yang tinggi adalah salah satu tanda bagi konsumen akan
tingginya kualitas.
b. Pemosisian Berdasarkan Penggunaan atau Penerapan

Strategi pemosisian lainnya adalah pemosisian berdasarkan penggunaan atau
penerapan (positioning by use or application). Sup Campbell selama bertahun-tahun
diposisikan untuk digunakan pada saat makan siang dan diiklankan dengan gencar
melalui radio pada saat siang hari. Saat ini berbagai macam Sup Campbell
diposisikan untuk digunakan bagi pembuatan saus dan keju atau sebagai salah satu
bagian dari makanan inti. AT&T memposisikan percakapan jarak jauh berdasarkan
suatu jenis penggunaan tertentu. Misalnya iklan “gapai dan sentuhlah seseorang”
98
memposisikan percakapan jarak jauh sebagai suatu metode berkomunikasi dengan
seseorang yang dicintai.
Produk dapat menggunakan strategi pemosisian berganda, walaupun setiap
penambahan strategi berarti juga mengundang kesulitan dan risiko. Sering kali
strategi pemosisian berdasarkan penggunaan digunakan sebagai posisi kedua atau
ketiga yang didisain untuk mengembangkan pasar.
c. Pemosisian Berdasarkan Pengguna Produk
Pendekatan lainnya adalah pemosisian berdasarkan pengguna produk

(positioning by product user) atau kelas pengguna. Lini kosmetik Charlie dari Revlon
diposisikan dengan mengkaitkannya dengan suatu profil gaya hidup tertentu.
Johnson&Johnson meningkatkan pangsa pasarnya dari 3 ke 14 persen ketika
perusahaan tersebut memposisi ulang shamponya dari sebuah produk yang digunakan
oleh bayi ke shampo yang digunakan untuk mereka yang sering mencuci rambutnya
yang berarti mereka membutuhkan shampo yang lembut. Strategi yang sama juga
digunakan untuk menarik orang dewasa menggunakan minyak bayi Johnson.
d. Pemosisian Berdasarkan Kelas Produk
Dalam kondisi tertentu seorang produsen dapat menggunakan pemosisian

berdasarkan kelas produk (positiong by product class). Misalnya, kopi Maxim yang
dikeringkan dalam kondisi dingin diposisikan sebagai kopi biasa dan kopi instan.
Beberapa jenis margarin diposisikan sebagai mentega. Sebuah produsen susu bubuk
memperkenalkan minuman sarapan instan yang diposisikan sebagai pengganti
sarapan pagi dan produk yang sama diposisikan sebagai makanan pengganti bagi
mereka yang sedang berdiet.
99
e. Pemosisian Berdasarkan Pesaing
Dalam sebagian besar strategi pemosisian, yang menjadi kerangka acuan yang
eksplisit dan implisit adalah persaingan (pemosisian berdasarkan pesaing). Sering kali
tujuan utama dari pemosisian jenis ini adalah untuk meyakinkan konsumen bahwa
suatu merek adalah lebih baik daripada merek pemimpin pasar (atau merek-merek
lain yang diterima baik selama ini) untuk ciri-ciri tertentu. Pemosisian dengan
mengacu pada pesaing biasanya dilakukan dalam iklan dimana pesaing disebutkan
dan diperbandingkan. Misalnya, iklan Burger Kings menyatakan bahwa burger dari
McDonald’s kandungan daging sapinya lebih sedikit dan rasanya tidak seenaknya
produksi Burger Kings karena produk McDonald’s tidak dipanggang di atas api.
Pepsi dan Coke terus meluncurkan iklan perbandingan yang menyatakan bahwa
produk mereka memiliki rasa yang lebih enak dibandingkan produk pesaing.
Analisis faktor dapat digunakan untuk menentukan faktor apa saja yang
mempengaruhi terhadap ide yang akan diteliti. Berikut contoh kasus, berkenaan
dengan Pemerintah Kota XYZ yang bermaksud mendirikan terminal terpadu di
daerah Kota XYZ. Pihak Pemkot bermaksud untuk mengidentifikasi faktor-faktor
yang harus dipertimbangkan dalam merencanakan dan membangun terminal terpadu
dengan menggunakan metode Analisis Faktor. Untuk itu dikumpulkan data 10
variabel dari 17 kecamatan di Kota Bandung. Variabel-variabel yang dimaksud
adalah :
Var. 1 : jumlah preman/calo angkutan umum (orang)
Var. 2 : hirarki kecamatan dalam lingkup daerah (skor)
Var. 3 : skala pelayanan kecamatan (skor)
Var. 4 : jumlah warga kecamatan (KK)
Var. 5 : jumlah tenaga kerja yang tersedia (orang)
Var. 6 : luas lahan milik pemerintah yang di peruntukan terminal (Ha)
Var. 7 : luas tanah milik perorangan (Ha)
100
Var. 8 : jumlah keuangan kecamatan (Rp)
Var. 9 : panjang ruas jalan (Km)
Var. 10 : kinerja prasarana (skor)
Data tersaji sebagai berikut :
Untuk dapat melakukan penilaian terhadap kelayakan variabel di atas, yang perlu
diperhatikan bahwa satuan yang dimiliki oleh data (variabel) ternyata sangat
bervariasi (Ha, skor, Km, Rp, dll). Oleh karena itu, proses penilaian variabel untuk
kasus dengan data yang bervariasi dalam besaran, dilakukan dengan dua tahapan
yaitu : standarisasi data dengan Z-score dan penilaian variabel. Perlunya
dilakukan standarisasi terlebih dahulu mengandung maksud untuk menghindari
munculnya perbedaan yang sangat mencolok sehingga akan menyebabkan bias dalam
analisis faktor. Namun apabila data yang dimiliki tidak bervariasi dalam besaran,
dapat langsung melakukan langkah penilaian tanpa melakukan tahapan
standarisasi terlebih dahulu.
Langkah-langkah pengoperasian program SPSS V10 for windows untuk menjawab
masalah dia atas adalah sebagai berikut :
101
1. Setelah keseluruhan data yang dikumpulkan tersebut di entry, selanjutnya klik
menu analyze dan pilih sub menu Descriptive Statistics lalu Descriptives
hingga muncul tampilan :
2. Masukkan semua variabel ke dalam kotak Variable(s) dan aktifkan bagian

Save standardized values as variables. Abaikan bagian yang lain lalu tekan
tombol OK untuk menampilkan hasil standardisasi.
3. Selanjutnya perhatikan tampilan tabel data (buka data view). Perhatikan pada
kolom lanjutan telah muncul nilai masing-masing variabel yang telah
distandarkan, yaitu dengan muncul nilai Z-score masing-masing variabel
seperti :
102
4. Setelah melakukan standarisasi, langkah selanjutnya adalah melakukan
penilaian variabel. Adapaun langkah-langkah yang dilakukan dalam melaukan
penilaian variabel yaitu klik menu analyze dan pilih sub menu data
reduction lalu factor. Seperti gambar dibawah ini :
Kemudian akan muncul :
5. Sesuai dengan kasus, maka masukkan semua variabel Z-score yang ada ke
dalam bagian Variables. Selanjutnya klik pada kotak Deskriptives hingga
tampak seperti berikut :
103
6. Pada bagian Correlation Matrix berisi berbagai alat pengujian dengan dasar
korelasi antar variabel. Untuk itu, pada bagian ini pilih dengan cara
mengaktifkan kotak pada Determinant, KMO and Bartlett’s test of
Sphericity dan Antiimage.
7. Abaikan bagian yang lain dan selanjutnya tekan tombol Continue untuk
kembali ke menu utama; kemudian tekan OK untuk dapat menampilkan
output dari aplikasi program SPSS.
Sebelum melakukan pengujian, langkah yang harus dilakukan adalah menentukan

hipotesa terlebih dahulu. Adapun hipotesa untuk signifikansi adalah :
Ho : sampel (variabel) belum memadai untuk dianalisis lebih lanjut
H1 : sampel (variabel) sudah memadai untuk dianalisis lebih lanjut
Sedangkan kriteria dalam melihat signifikansi adalah :
Sig > 0,05, maka Ho diterima
Sig < 0,05, maka Ho ditolak
Selain itu perlu diperhatikan angka MSA (Measure of Sampling Adequacy), yaitu
berkisar 0 sampai 1 dengan kriteria :
- MSA = 1; variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel lain
- MSA > 0,5; variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut
- MSA < 0,5; variabel tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut, atau
harus dikeluarkan dari variabel lainnya
Dalam aplikasi SPSS, angka MSA ditunjukkan dalam Tabel matriks Anti Image;
104
tepatnya pada sumbu diagonal matriks Anti-Image Correlation. Output yang
ditampilkan dari beberapa langkah aplikasi program SPSS yang dilakukan di atas :
Nilai determinan yang dihasilkan adalah 2,292 x 10 , ini berarti menunjukkan nilai
yang mendekati 0; dan inilah yang diharapkan (Determinant ≈ 0). Dengan demikian
matriks korelasi yang terbentuk bukanlah matrik identitas.
Nilai KMO and Bartlett’s test adalh 0,618 dengan signifikansi 0,00. Oleh karena
nilaitersebut sudah di atas 0,6 dan signifikansi jauh di bawah 0,05, maka variabel dan
sampel yang ada sebenarnya cukup dapat dianalisis lebih lanjut. Namun demikian,
masih perlu diperhatikan nilai MSA yaitu dari tampilan output tabel Anti Image.
Perhatikan bagian Anti-Image Correlation, khususnya pada nilai korelasi yang
bertanda a (arah diagonal dari kiri atas ke kanan bawah); nilai MSA variabel jumlah
preman/calo angkutan umum = 0,736; variabel hirarki kecamatan dalam lingkup
regional = 0,755; dan seterusnya untuk variabel yang lain. Dengan kriteria nilai MSA
tersebut, terlihat MSA variabel luas lahan milik pemerintah
(6,772E ), jumlah keuangan kecamatan (0,382) dan kinerja prasarana (0,360) tidak
memenuhi batas 0,5. maka variabel tersebut dikeluarkan dan perlu dilakukan proses
pengujian ulang. Namun apabila terdapat lebih dari 1 variabel yang memiliki MSA di
105
bawah 0,5, maka yang dikeluarkan adalah variabel dengan MSA terkecil; dan proses
penilaian tetap harus dilakukan pengulangan. Dengan demikian variabel yang harus
dikeluarkan adalah luas lahan milik pemerintah.
Yang perlu diperhatikan bahwa dalam proses penilaian ulang tersebut,

langkahlangkah yang dilakukan = langkah penilaian sebelumnya. Hanya saja tidak
lagi memasukkan variabel yang telah dinyatakan harus dikeluarkan.
Untuk mengetahui apakah variabel-variabel tersebut dapat direduksi menjadi satu atau
lebih faktor. Dapat dilakukan dengan cara sebagai berikut :
1. Dari tampilan data yang telah di entry, klik menu analyze dan pilih sub menu
data reduction lalu factor.
2. Masukkan semua variabel (kecuali variabel luas lahan milik pemerintah)
ke dalam kotak Variables. Kemudian klik pada bagian extraction hingga
tampak:
3. Dalam menu Extraction berisikan berbagai tools untuk melakukan proses

ekstraksi variabel (factoring). Pada bagian Method tetapkan pada pilihan
Principal Components (pilihan ini sudah default). Kemudian untuk bagian
Analyze tetap pada pilihan Correlation Matrix; aktifkan unrotated factor
solution dan Scree plot pada bagian Display; sedangkan eigenvalues over
tetap pada angka 1 dan Maximum iteration, juga tetap pada angka 25.
106
abaikan bagian yang lain dan tekan tombol Continue untuk kembali ke menu
utama.
4. Selanjutnya klik pada bagian Rotation hingga muncul tampilan:
5. Pada Method berisikan berbagai metode rotasi; untuk itu pilih Varimax.
Sedangkan sehubungan dengan proses rotasi, untuk dapat menampilkan
output, maka pilih Rotated Solution dan Loading plot(s) pada Display.
Biarkan Maximum Iterations for Convergen tetap pada angka 25.
selanjutnya tekan tombil Continue untuk kembali ke menu utama.
6. Berikutnya klik pada bagian Options hingga muncul :
7. Pada bagian ini yang diharapkan yaitu agar tampilan output dengan sendirinya
telah mengurutkan nilai dari yang terbesar untuk keseluruhan variabel. Untuk
itu klik Sorted by size pada Coefficient Display Format. Abaikan bagian
yang lain kemudian tekan tombol Continue untuk kembali ke menu utama.
8. Tekan tombol OK untuk menampilkan output :
107
Communalities
Initial Extraction
Jumlah preman/calo angkutan umum

1.000 .940
(orang)
Hirarki kecamatan dalam lingkup daerah
1.000 .851
(skor)
Skala pelayanan kecamatan (skor) 1.000 .876
Jumlah warga kecamatan (KK) 1.000 .892
Jumlah tenaga kerja yang tersedia (orang) 1.000 .770
Luas lahan milik pemerintah yang di
1.000 .990
peruntukan terminal (Ha)
Luas tanah milik perorangan (Ha) 1.000 .591
Jumlah keuangan kecamatan (Rp) 1.000 .911
Panjang ruas jalan (Km) 1.000 .788
Kinerja prasarana (skor) 1.000 .916
Extraction Method: Principal Component Analysis.
Communalities merupakan nilai yang menunjukkan kontribusi variabel tersebut

terhadap faktor yang terbentuk. Dapat juga didefinisikan sebagai besaran nilai varians
(dalam persentase) suatu variabel yang dapat dijelaskan oleh faktor yang terbentuk.
Nilai communalities ini sama pengertiannya dengan nilai koefisien determinasi (pada
model regresi).
Pada tabel di atas misalnya, nilai communalities variabel jumlah preman/calo
angkutan umum = 94%; ini berarti sebesar 94% varians dari variabel jumlah
preman/calo angkutan umum dapat dijelaskan oleh faktor yang terbentuk.
Untuk variabel hirarki kecamatan dalam lingkup daerah, nilai communalities =
84,2%. Hal ini berarti sekitar 84,2% varians dari variabel hirarki kecamatan dalam
108
lingkup daerah dapat dijelaskan oleh faktor yang terbentuk. Demikian seterusnya
dengan variabel lainnya.
Semakin besar communalities sebuah variabel, berarti semakin erat hubungannya
dengan faktor yang terbentuk.
Total Variance Explained
Extraction Sums of SquaredRotation Sums of Squared
Com Initial Eigenvalues Loadings Loadings
pone % of Cumulati % of Cumulati % of Cumulativ

nt Total Variance ve % Total Variance ve % Total Variance e%
1 4.959 49.587 49.587 4.959 49.587 49.587 4.914 49.144 49.144

2 2.435 24.349 73.936 2.435 24.349 73.936 2.474 24.742 73.887
3 1.132 11.317 85.253 1.132 11.317 85.253 1.137 11.367 85.253
4 .554 5.539 90.792
5 .438 4.379 95.171
6 .281 2.814 97.985
7 .109 1.089 99.075
8 .045 .453 99.528
9 .031 .314 99.841
10 .016 .159 100.000
Berdasarkan tabel di atas ada beberapa hal yang dapat diketahui :

- Nilai eigenvalues; yang menunjukkan jumlah variabel yang menjadi anggota suatu
faktor.
109
- Besaran variansi yang dapat dijelaskan oleh faktor dengan sejumlah variabel
pembentuknya.
- Jumlah faktor yang dapat terbentuk oleh sejumlah variabel yang dimiliki.
Setelah dilakukan ekstraksi, tampak dalam tabel di atas bahwa faktor yang terbentuk
sebanyak 2 faktor, dengan masing-masing mempunyai nilai eigenvalues 4,956 dan
2,434. sesuai dengan definisi eigenvalues, berarti kita dapat mengatakan bahwa
faktor-1 beranggotakan 4,956 variabel dan faktor-2 beranggotakan 2,434 variabel
(faktor yang mempunyai nilai eigenvalues < 1, berarti tidak mempunyai anggota
variabel pembentuk faktor).
Tabel di atas menunjukkan adanya 9 component (variabel) yang dimasukkan dalam
analisis faktor dengan masing-masing variabel memiliki variansi 1, maka total
variansi adalah 9x1 = 9.
Sesuai dengan jumlah faktor yang terbentuk dan jumlah variansi masing-masing
variabel yang diketahui, selanjutnya dapat dijelaskan oleh masing-masing faktor
maupun oleh keseluruhan faktor yang terbentuk (baik sebelum dirotasi dan setelah
dirotasi).
- Variansi faktor-1 : (4,956/9) x 100% = 44,066%
- Variansi faktor-2 : (2,434/9) x 100% = 27,046%
Artinya bahwa sebesar 44,066% variasni dari variabilitas pembentuk faktor-1 dapat
dijelaskan faktor tersebut, dan sebesar 27,046% variansi dari variabilitas pembentuk
faktor-2 dapat dijelaskan oleh faktor tersebut. Sedangkan total kedua faktor tersebut
akan mampu menjelaskan 82,122% (atau
44,066% + 27,046%) dari variabilitas kesembilan variabel asli tersebut.
Nilai batas eigenvalues pembentuk faktor adalah 1; apabila kurang dari 1 berarti tidak
terdapat variabel pembentuk faktor. Dengan demikian, dari grafik tersebut tampak
bahwa ada 2 faktor yang terbentuk. Hal ini berarti sama dengan hasil pendefinisian
sebelumnya.
110
Component Matrixa
Component
1 2 3
Jumlah preman/calo angkutan umum (orang) .946 -.212 .003

Skala pelayanan kecamatan (skor) .930 .089 .051
Hirarki kecamatan dalam lingkup daerah (skor) .915 -.058 .101
Jumlah tenaga kerja yang tersedia (orang) .858 .175 -.064
Jumlah warga kecamatan (KK) .800 .501 .016
Panjang ruas jalan (Km) .784 -.409 -.076
Luas tanah milik perorangan (Ha) .579 -.506 .029
Kinerja prasarana (skor) .130 .919 -.232
Jumlah keuangan kecamatan (Rp) .121 .909 .263
Luas lahan milik pemerintah yang di peruntukan
-.059 -.038 .992
terminal (Ha)

a. 3 components extracted.
Tabel Component Matrix di atas menunjukkan nilai loading factor masing-masing

variabel terhadap faktor. Loading Factor adalah nilai yang menunjukkan hubungan
(korelasi) suatu variabel terhadap faktor. Apabila suatu variabel mempunyai nilai
loading factor terbesar pada faktor tertentu (dibanding faktor lainnya), maka variabel
tersebut akan menjadi anggota atau pembentuk faktor tersebut. Nilai loading factor
yang disarankan sebagai penentu komponen faktor yaitu setidaknya bernilai 0,7
(korelasi ≥ 0,7). Hal ini sesuai dengan pendefinisian koefisien korelasi bahwa (0,7 ≤ r
< 0,9) dikatakan bahwa adanya hubungan yang kuat antar variabel yang diteliti.
111
Dari tabel Component Matrixs di atas dapat pula diketahui distribusi variabel
terhadap 2 faktor yang terbentuk. Cara yang dilakukan untuk melihat distribusi
variabel tersebut yaitu dengan membandingkan nilai loading factor suatu variabel
pada faktor-faktor yang ada, misal :
- korelasi variabel jumlah preman/calo angkutan umum dengan faktor-1 adalah
+0,946, berarti menunjukkan hubungan yang sangat kuat. Sedangkan dengan faktor-2
mempunyai korelasi -0,211, yang berarti tidak adanya hubungan antara variabel
jumlah preman/calo angkutan umum dengan faktor-2. dengan demikian, variabel
jumlah preman/calo angkutan umum dimasukkan dalam komponen faktor-1.
Hal ini berlaku pula untuk variabel lainnya.
Apabila dalam ekstraksi yang dilakukan ini masih dirasa belum dapat diyakini,
misalnya masih adanya suatu variabel yang belum jelas akan menjadi komponen
faktor mana, maka langkah rotasi harus dilakukan. Sebagai contoh dalam kasus ini
yaitu variabel luas tanah milik perorangan yang mempunyai nilai loading factor pada
faktor-1 = +0,579 dan pada faktor-2 = -0,505. hal ini masih belum dapat diyakini
variabel tersebut akan masuk dalam komponen faktor-1 atau faktor-2. setelah
dilakukan proses rotasi dengan metode varimax, hasilnya :
112
Rotated Component Matrixa
Component
1 2 3
Jumlah preman/calo angkutan umum (orang) .965 -.090 -.022

Hirarki kecamatan dalam lingkup daerah
.918 .062 .073
(skor)
Skala pelayanan kecamatan (skor) .912 .208 .018
Panjang ruas jalan (Km) .827 -.308 -.091
Jumlah tenaga kerja yang tersedia (orang) .826 .280 -.097
Jumlah warga kecamatan (KK) .730 .599 -.024
Luas tanah milik perorangan (Ha) .639 -.427 .024
Jumlah keuangan kecamatan (Rp) .012 .925 .234
Kinerja prasarana (skor) .005 .921 -.260
Luas lahan milik pemerintah yang di
-.025 -.014 .995
peruntukan terminal (Ha)

Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
Setelah dilakukan rotasi dapat disimpulkan :

- Faktor-1 mempunyai komponen variabel-variabel :
1. Jumlah preman/calo angkutan umum
2. Hirarki kecamatan dalam kingkup daerah
3. Skala pelayanan kecamatan
4. Panjang ruas jalan
5. Jumlah tenaga kerja yang tersedia
113
6. Jumlah warga kecamatan
7. Luas tanah milik perorangan
- Faktor-2 mempunyai komponen variabel-variabel :
1. Kinerja prasarana
2. Jumlah keuangan kecamatan
- Variabel luas lahan milik pemerintah tidak menjadi komponen baik faktor-1
maupun faktor-2. Hal ini dikarenakan variabel tersebut dianggap kurang mempunyai
hubungan (korelasi < 0,7) terhadap kedua faktor yang tebentuk.
114
BAB VII
PENGEMBANGAN STRATEGI PEMASARAN
Pengertian Marketing Mix (Bauran Pemasaran)
Marketing Mix adalah kombinasi dari empat variabel atau kegiatan yang
merupakan inti dari sistem pemasaran perusahaan. Konsep bauran pemasaran pertama
kali dikenalkan oleh John B McKitterick pada tahun 1957 pada konferensi Amerika
Marketing Asosiation di Chicago. McKettrick yang ketika itu menjabat sebagai
president of general electric memaparkan bahwa the marketing mix concept adalah
sebuah konsep yang berorentasi kepada pelanggan, profit dan filosofi bisnis. Konsep
ini kemudian dikombinasikan dengan empat elemen perusahaan dari konsep
pemasaran klasik yaitu market focus, costumer orientation, co-ordinated marketing
dan goal profitability.
Lalu pada tahun 1965 Neil H Borden memperkenalkan konsep marketing mix
dalam sebuah tulisan yang berjudul “the concept of the marketing mix” rumusan
Borden tentang marketing mix termasuk dalamnya (produk pricing, branding,
distribution channels, personnal celling, advertising, promotion, packing, display,
servicing, physical handing, fuct finding serta analisis). Jerome McCarthy yang
kemudian mengelompokkan rumusan ini ke dalam empat kategori yang kini dikenal
sebagai 4P dari marketing mix. Maka dengan kata lain bauran pemasaran (marketing
mix) dapat dikatakan sebagai serangkaian variabel pemasaran yang dapat dikuasia
oleh koperasi yang digunakan untuk mencapai tujuan dalam sasaran pasar seperti
yang tampak pada bagan berikut :
Bauran pemasaran didefinisikan oleh Swasta dan Irawan sebagai “kombinasi
dari 4P atau kegiatan yang merupakan inti dari sistem pemasaran yakni : produk
struktur harga, kegiatan promosi dan sistem distribusi. (1990 : 78) 2 Sedangkan Kotler
dan Amstrong (2001:71-72) mendefinisikan marketing mix sebagai seperangkat alat
115
pemasaran taktis dan terkontrol yang dipadukan oleh perusahaan untuk menghasilkan
respons yang diinginkan sasaran pasar. Bauran pemasaran terdiri atas segala sesuatu
yang dapat dilakukan perusahaan atau koperasi untuk mempengaruhi permintaan
produknya. Dan ini dapat digolongkan dalam empat, kelompok variabel yang dikenal
dengan “4P” (price, product, plaece dan promotion).3
Maka dengan demikian bauran pemasaran (marketing mix) dapat disimpulkan
sebagai serangkaian dari pada variabel pemasaran yang dapat dikuasai oleh
perusahaan atau koperasi yang digunakan untuk mencapai tujuan dalam pasar sasaran
dan variabel itu terdiri atas “4P”
Di dalam pengambilan keputusan dibidang pemasaran hampir selalu berkaitan
dengan variabel-variabel marketing tersebut karena itu marketing mix sangat penting
sebagai alat yang dapat dipakai dalam pemasaran praktis variabel-variabel yang
tergabung dalam marketing mix.
1.1 Produk
Produk menurut Kotler dan Keller (2009 : ) dapat didefinisikan sebagai berikut
“produk adalah setiap apa saja yang ditawarkan ke pasar untuk mendapatkan
perhatian, pembelian, atau konsumsi yang dapat memenuhi keinginan atau
kebutuhan” meliputi benda fisik, jasa, tempat, organisasi dan gagasan.
Indikator-indikator yang bisa menunjukkan pertimbangan konsumen dalam
keputusan pembelian produk dikembangkan dalam teori sebagai berikut:
a. Inti Produk
Pada tingkat pertama ini perencanaan produk harus mampu mengupas apa
yang sebenarnya dibeli oleh pembeli. Dalam setiap produk terdapat
kebutuhan yang tersembunyi. Kedua faktor inilah yang sebenarnya harus
diketahui oleh perencana produk.
b. Wujud Produk
Setelah mengetahui dari inti produk dapat diwujudkan suatu produk yang
mempunyai karakteristik yaitu : mutu, ciri khas, model, corak, merek dan
116
kemasan. Boone dan Kurtz (2007:129) mengatakan bahwa sebuah nama
merek bagian dari merek yang terdirir atas kata-kata atau huruf-huruf yang
terdapat dalam sebuah nama. Yang membedakan penawaran-penawaran
perusahaan dari para pesaingnya.
Maka dari itu merek suatu barang itu merupakan hal yang sangat penting
dalam pengembangan sebuah produk karena merek merupakan identitas
yang selalu dan akan mudah diingat oleh para konsumen sehingga dalam
pemberian nama terhadap merek itu harus mudah diingat dan
menyenangkan.
c. Produk formal (formal product)
Merupakan penampilan atau perwujudan dari produk inti maupun perluasan
produknya. Produk formal ini lebih dikenal oleh sebagian besar pembeli
sebagai daya tarik, yang tampak langsung (tangible offer) dimata konsumen.
Dalam hal ini ada beberapa komponen yang terdapat pada produk yaitu
desain/bentuk, daya tahan/mutu, daya tarik/keistimewaan, pengemasan,
nama merek/brand name.
d. Produk tambahan (augmented product)
Mencakup berbagai tambahan manfaat yang dapat dinikmati oleh konsumen
dari produk inti yang dibelinya. Beberapa manfaat tambahan itu akan
memperluas manfaat produk yang ditawarkan atau dipasarkan.
Maka dari itu produk diklasifikasikan menjadi dua macam yaitu :

1) Produk Konsumen (Consumer Products)
Produk konsumen merupakan produk yang dibeli konsumen akhir untuk konsumsi
pribadi. Produk konsumen meliputi :
a) Produk sehari-hari (convenience product)
Merupakan produk dan jasa konsumen yang biasanya sering dan cepat dibeli
oleh pelanggan dan disertai dengan usaha yang sedikit dalam membandingkan
dan membeli. Harga produk sehari-harinya biasanya cukup murah dan
117
disebarkan cukup luas dibanyak lokasi atau toko agar produk tersedia dengan
mudah ketika pelanggan membutuhkannya.
b) Produk Shopping (shopping product)
Adalah produk yang jarang dibeli oleh konsumen sehingga dalam proses
pemilihan dan pembeliannya konsumen melakukan pembandingan
karakteristik seperti kecocokan, harga dan gaya.
c) Produk khusus atau spesial (specialty product)
Merupakan produk konsumen dengan karakteristik unik atau identifikasi merek
yang dicari oleh kelompok pembeli tertentu, sehingga mereka bersedia
mengeluarkan usaha khusus untuk memperolehnya.
d) Produk yang tidak dicari (unsought product)
Adalah produk konsumen dimana keberadaannya tidak diketahui atau jika
diketahui oleh konsumen pun tidak terpikir oleh mereka untuk membelinya.
Oleh karenanya, produk yang tidak dicari memerlukan iklan penjualan pribadi
dan upaya pemasaran lainnya.
2) Produk Industri (industrial product)
Produk industri adalah produk yang dibeli untuk pemrosesan lebih lanjut
atau penggunaan yang terkait dengan bisnis. Produk industri dapat dibagi
menjadi tiga kelompok, yaitu:
a) Bahan dan suku cadang
Meliputi bahan baku, bahan manufaktur dan suku cadang. Bahan
baku terdiri dari produk pertanian (gandum, kapas, dan sebagainya) dan
produk alami (ikan, kayu, dan sebagainya). Bahan manufaktur dan
suku cadang terdiri dari komponen bahan (besi, benang, semen) dan
komponen suku cadang (motor kecil, ban, cetakan). Harga serta jasa
adalah faktor pemasaran utama dalam kelompok ini, merek dan iklan
cenderung kurang begitu penting.
b) Barang modal
Merupakan Produksi industri yang membantu proses
118
produksi/operasi, termasuk pemasangan dan peralatan tambahan.
Pemasangan terdiri dari pembelian utama seperti bangunan dan
peralatan tetap. Peralatan tambahan meliputi peralatan pabrik yang
dapat dipindahkan dan peralatan kantor.
c) Perlengkapan dan jasa
Meliputi perlengkapan operasi dan alat-alat perbaikan dan
pemeliharaan serta jasa konsultasi bisnis. Jasa-jasa ini biasanya
diserahkan dengan menandatangani kontrak.
Penerapan marketing model dalam produk

Penjadwalan Produk
Sebuah perusahaan ABC memiliki bengkel ban mobil. ABC menerima pemesanan
1000 unit ban standar dan 1250 ban deluxe bulan depan dan 800 ban standar dan
1500 ban deluxe untuk tahun berikutnya. Semua order harus terpenuhi.
Biaya yang dibutuhkan untuk membuat satu ban standar sebesar Rp 100.000 dan Rp
160.000 untuk ban deluxe. Tersedia 1000 jam kerja dan 500 jam lembur untuk setiap
bulan. Setiap ban membutuhkan waktu pengerjaan selama 5 jam untuk ban standar
dan 6 jam untuk ban deluxe. Biaya penyimpanan sebesar Rp 20.000 sebulan untuk
setiap unit.
Tentukan waktu kerja dan waktu lembur untuk mengerjakan pesanan tersebut setiap
bulan.
Bulan 1 Bulan 2
Ban Waktu Kerja Lembur Waktu Kerja Lembur
Standar SR1 SO1 SR2 SO2
Deluxe DR1 DO1 DR2 DO2
119
Dimana :
SI = jumlah ban standar yang disimpan dari bulan 1 ke bulan 2
DI = jumlah ban deluxe yang disimpan dari bulan 1 ke bulan 2
Kita menginginkan untuk meminimalkan biaya produksi dan penyimpanan ban.

Min. (biaya produksi setiap ban x jumlah ban yang diproduksi) + (biaya penyimpanan x
jumlah ban yang disimpan).
Min 10SR1 + 15SO1 + 10SR2 + 15SO2 + 16DR1 + 24DO1 + 16DR2 + 24DO2 + 2SI
+ 2DI
Produksi bulan 1 = (jumlah yang dibutuhkan) + (jumlah yang disimpan)
Standar:
(1) SR1 + SO1 = 1,000 + SI or SR1 + SO1 - SI = 1,000
Deluxe:
(2) DR1 + DO1 = 1,250 + DI or DR1 + DO1 --DI = 1,250
Produksi bulan 2 = (jumlah yang dibutuhkan) + (jumlah yang disimpan)
Standar:
(3) SR2 + SO2 = 800 - SI or SR2 + SO2 + SI = 800
Deluxe:
(4) DR2 + DO2 = 1,500 - DI or DR2 + DO2 + DI = 1,500
Jumlah jam kerja yang digunakan bulan 1 < jumlah jam kerja yang tersedia pada
bulan 1
(5) .5SR1 + .6DR1 < 1000
Jumlah jam lembur yang digunakan bulan 1 < jumlah jam lembur yang tersedia pada
bulan 1
(6) .5SO1 + .6DO1 < 500
Jumlah jam kerja yang digunakan bulan 2 < jumlah jam kerja yang tersedia pada
bulan 2
(7) .5SR2 + .6DR2 < 1000
120
Jumlah jam lembur yang digunakan bulan 2 < jumlah jam lembur yang tersedia pada
bulan 2 (8) .5SO2 + .6DO2 < 500
Dengan menggunakan solver pada excel diperoleh nilai fungsi tujuan = 675.000.000
dan jumlah varibael lain sebagai berikut :
Pengurangan
Variabel Jumlah
Biaya
SR1 500 0
SO1 500 0
SR2 200 0
SO2 600 0
DR1 1.250 0
DO1 0 2
DR2 1.500 0
DO2 0 2
SI 0 2
DI 0 2
Dari perhitungan diatas dapat direkomendasikan jadwal produksi adalah sebagai

berikut :
Bulan 1 Bulan 2
Roda Waktu Kerja Lembur Waktu Kerja Lembur
Standar 500 500 200 600
Deluxe 1250 0 1500 0
Jadi minimum total biaya yang dibutuhkan sebesar Rp 675.000.000,00
121
Product Mix
Sebuah perusahaan penyewaan perahu memiliki Rp 4.200.000.000 yang akan
digunakan untuk membeli perahu pada tahun ini. Perahu tersebut dapat dibeli melalui
dua perusahaan yaitu Sleekboat dan Racer. Perusahaan ini ingin membeli 50 perahu
dan ingin membeli dengan jumlah yang sama dari Sleekboat yaitu Speedhawk dan
Silverbird dan dari Racer yaitu Catman dan Classy. Jumlah perahu yang akan dibeli
oleh perusahaan ini sebanyak 200 unit. Permasalahan ini dapat diselesaikan melalui
linear programing.
Jumlah yang diinginkan
Perahu Perusahaan Biaya Kapasitas Profit harian
Speedhawk Sleekboat Rp 60.000.000 3 Rp 700.000
Silverbird Sleekboat Rp 70.000.000 5 Rp 800.000
Catman Racer Rp 50.000.000 2 Rp 500.000
Classy Racer Rp 90.000.000 6 Rp 1.100.000
• Keterangan variabel
x1 = jumlah Speedhawks yang dipesan
x2 = jumlah Silverbirds yang dipesan
x3 = jumlah Catmans yang dipesan
x4 = jumlah Classys yang dipesan
• Tentukan fungsi tujuan

Maximize total profit harian yang diharapkan
Max (profit harian untuk setiap perahu) x (jumlah dalam sepuluh ribu
rupiah)
Max 70x1 + 80x2 + 50x3 + 110x4
• Tentukan fungsi batasan (dalam Rp 10.000)
Biaya yang dikeluarkan tidak lebih dari Rp 420.000:
122
(1) 6000x1 + 7000x2 + 5000x3 + 9000x4 < 420,000
Jumlah yang dibeli lebih dari 50 unit:
(2) x1 + x2 + x3 + x4 > 50
Jumlah perahu dari Sleekboat sama dengan jumlah perahu dari Racer
(3) x1 + x2 = x3 + x4 or x1 + x2 - x3 - x4 = 0
Kapasitas minimal 200:
(4) 3x1 + 5x2 + 2x3 + 6x4 > 200
Tidak terdapat negatif yang negatif:
xi > 0, for i = 1, 2, 3, 4
dengan menggunakan solver excel diperoleh hasil sebagai berikut :
Nilai fungsi tujuan = Rp 50.400.000
Variable Value Reduced
Cost
X1 28 0
X2 0 2
X3 0 12
X4 28 0
Constrain Slack/Surplus Dual Price

1 0 0.012
2 6 0
3 0 -2
4 52 0
• Solution Summary
- Membeli 28 Speedhawks dari Sleekboat.
- Membeli 28 Classy’s dari Racer.
123
- Total keuntungan harian sebesar Rp 50.400.000
- The minimum number of boats was exceeded by 6 (surplus for
constraint #2).
The minimum seating capacity was exceeded by 52 (surplus for constraint #4).
1.2 Harga
Monroe (1992;8) mendefinisikan harga adalah sebagai sejumlah uang yang
harus dikeluarkan untuk mendapatkan yang kita inginkan. Yaitu menganggap harga
sebagai suatu perbandingan formal yang mengindikasikan kuantitas uang yang
diperlukan untuk memperoleh suatu jumlah barang dan jasa. 7 Oleh karena itu
penetapan harga pada suatu barang sangat diperlukan dalam strategi pemasaran
karena perusahaan yang mampu dengan jitu menetapkan harga tentunya akan dapat
hasil yang memuaskan. Menurut Triton PB (2008 : 181) mengatakan bahwa ada
delapan strategi penetapan harga yang
paling sering dilakukan yaitu :
a. Strategi Penetapan Harga Produk Baru
Prinsip strategi penetapan harga untuk produk baru adalah agar produk baru
mampu memberikan kontribusi nyata bagi pertumbuhan pasar dengan dukungan
penetapan harga yang tepat penetapan harga (pricing) terhadap barang baru
dapat dilakukan denga dua cara yaitu skimming pricing (berusaha menjual harga
yang lebih tinggi sebelum membidik konsumen yang lebih peka terhadap harga)
dan panetration Pricing (berusaha menjual kepada pasar dengan harga murah).
b. Strategi Penetapan Harga Yang Sudah Mapan
Strategi ini diterapkan sebagai hasil peninjauan kembali oleh perusahaan
terhadap strategi penetapan harga yang sedang diberlakukan di pasar, ada tiga
alternatif yang sering diakukan oleh perusahaan setelah melakukan tinjau ulang
pada strategi
c. Strategi Fleksibelitas Harga
Harga perlu ditetapkan fleksibel bila pemasaran produk memerlukan
124
penyesuaian karakteristik lokasinya. Hal ini dapat dilakukan perusahaan dengan
pemilihan strategi harga, yaitu strategi harga tunggal dan strategi penetapan
harga fleksibel yaitu :
1. Strategi satu harga. Dengan strategi satu harga, pada prinsipnya koperasi
atau perusahaan menghendaki penurunan pada biaya penjualan atau biaya
administrasi, margin keutungan yang konstan, citra pelanggan dan
pertumnbuhan pasar yang stabil.
2. Strategi fleksibel. Sesuai dengan namanya, strategi ini bertujuan memberikan
fleksibelitas harga dengan jalan memungkinkan setiap penyesuaian harga
baik lebih tinggi atau lebih rendah dari harga saat ini guna meraih
keuntungan jangka panjang.
d. Strategi Penetapan Harga Lini Produk
Strategi lini produk ini mendasarkan pada keterkaitan antara dampak setiap
produk terhadap lininya untuk keperluan penetapan harga. Tujuan strategi lini
produk adalah memanfaatkan keseluruhan lini produk untuk memaksimalkan
laba.
e. Strategi Leasing
Leasing merupakan suatu kontrak persetujuan antara pemilik akitva dan pihak
kedua yang memanfaatkan aktiva tersebut untuk jangka waktu tertentu dengan
return tertentu. Tujuan dari strategi Leasing adalah meningkatkan pertumbuhan
pasar sengan cara menarik pelangan yang tidak mampu membeli sekaligus,
merealisasikan laba jangka panjang yang lebih besar, untuk meningkatkan arus
kas, agar memperoleh aliran laba yang stabil, menghindari kerugian pada
perusahaan atau koperasi akibat teknologi yang telah usang.
f. Strategi Bundling Princing
Strategi ini sering disebut juga dengan strategi puncak gunung es.
Pelaksanaannya dengan melakukan pembatasan harga untuk menutupi
bermacam fungsi dan jasa. Banyak yang diharapkan dari strategi ini antara
lain aktiva dijaga dalam kondisi sedemikian rupa sehingga dapat dijual
125
kembali atau dileasingkan kembali.
g. Strategi Kepemimpinan Harga
Strategi ini dilakukan dengan tujuan agar perusahaan-perusahaan atau koperasi
lain yang terkait dengan perusahaan pemimipin dapat dikendalikan oleh
penetapan harga yang dilakukan oleh perusahaan atau market leader.
h. Strategi Penetapan Harga Untuk Membentuk Pangsa Pasar
Pangsa pasar yang semakin besar atau pengalaman yang semakin banyak
mengarah pada biaya yang semakin rendah, oleh sebab itu koperasi atau
perusahaan baru perlu mengupayakan agar produk-produknya sedini mungkin
mampu meraih pangsa pasar yang besar sehingga apabila perusahaan ingin
melakukan strategi
penetapan harga untuk membentuk pangsa pasar.
Indikator-indikator yang dapat menunjukkan pertimbangan konsumen dengan adanya

kebijakan harga yang dikeluarkan oleh perusahaan atau koperasi yaitu : Potongan
Harga, Potongan dagang, dan Potongan tunai.
Seperti yang telah disampaikan di atas bahwa dalam menentukan harga
bukanlah perkara yang mudah karena dalam menentukan harga suatu produk harus bisa
dijangkau oleh masyarakat luas atau pangsa pasar.
1.3 Promosi
Suatu kegaitan dalam kehidupan sehari-hari bahwa seberapa besar manfaat
suatu produk bagi konsumen, tapi produk tersebut tidak akan dapat mencari sendiri
pembelinnya. Oleh karenanya produsen dituntut tidak hanya menciptakan produk
yang bermutu, menetapkan harga yang menarik tetapi harus juga mengusahakan agar
produk yang dihasilkan dapat di pasarkan dengan mudah dan lancar serta
menyebarluaskan informasi tentang kehadiran, ketersediaan produknya, ciri-ciri, satu
manfaat yang dapat diperoleh calon pelanggannya.
Agar konsumen dapat mengetahui tentang kualitas produk yang di pasarkan
126
oleh perusahaan atau koperasi maka, perlu diadakan promosi. Promosi ini merupakan
komponen penting yang berguna untuk mengomunikasikan.
Menurut Baswir (2000,179) promosi adalah menyampaikan informasi
mengenai spesifikas produk, terutama yang menyangkut keunggulan-keunggulan
komperatif yang dimiliki oleh suatu produk, kepada para calon konsumen. Tidak
hanya itu promosi juga harus memerlukan srtategi yang tepat dalam
mempromosikannya yaitu seperti yang disampaikan Louis E.Boone dan David
L.Kurtz (2007 :189) adalah Strategi dorong dan strategi tarik. Strategi dorong yaitu
bergantung pada tenaga penjualan untuk memasarkan produk kepada pedagang grosir
atau paritel dalam saluran distribusi pemasaran perusahaan. Sedangkan Strategi tarik
yaitu berupaya mempromosikan produk dengan menghasilkan permintaan konsumen
atas barang tersebut biasanya melalui iklan dan promosi penjualan. Oleh sebab itu
dalam promosi suatu barang atau produk harus disampaikan dengan keadaan
sebenarnya dan semenarik mungkin agar para konsumen tertarik terhadap barang
yang dipromosikan. Maka dari itu ada tiga Pendekatan yang disampaikan oleh Triton
PB(2008 :204) Yaitu :
a. Pendekatan Inventory
Dengan pendekatan ini pemasar dapat menyadari bahwa ada banyak tujuan yang
berbeda yang dapat ditekankan dalam periklanan. Kelemahan pendekatan ini
adalah tujuan yang dipilih mungkin tidak feasible atau malah bertentangan.
b. Pendekatan Hierarchy
Dasar pendekatan ini adalah dugaaan bahwa sebelum membeli produk, pelanggan
melewati tahapan-tahapan variabel psikologis. Dengan pendekatan ini tujuan
periklanan dipusatkan untuk menarik perhatian awal pelanggan, persepsi, dan
perhatian yang lebih besar hingga pada gilirannya tumbuh minat pembeli.
Kelemahannya adalah sulitnya menghubungkan tujuan-tujuan pendekatan ini
dengan tujuan-tujuan pemasaran, sulitnya pengukuran variabel psikologis karena
subjektivitasnya bila dibandingkan pengukuran pencapaian tujuan seperti laba.
127
c. Pendekatan Attitudinal
Dasar pendekatan ini adalah upaya menghubungkan tujuan periklanan dengan
tujuan pemasaran, tidak hanya, menunjukkan fungsi-fungsi yang harus di
laksanakan iklan, tetapi juga hasil-hasil tertenntu yang ingin dicapai.
Penerapan marketing model pada Promotion

Untuk pemilihan media iklan
Sebuah perusahaan mengembangkan sebuah mesin baru memiliki anggaran sebanyak Rp
2.820.000.000 untuk promosi. Perusahaan tersebut melakukan uji pasar. Anggaran biaya
tersebut dikeluarkan untuk iklan melalui televisi setiap hari Jumat, Sabtu, dan Minggu
pada bulan November. Terdapat tiga pilihan yang tersedia yaitu
Pengiklanan pada daytime
Pengiklanan pada sore hari
Pengiklnan di acara kuis pada hari minggu
Untuk biaya setiap iklan dan perkiraan jumlah penonton yang menyaksikan iklan
tersebut dapat dilihat pada tabel di bawah ini :
Ad. Type Estimated Audience Reached Cost Per Ad

With Each Ad. (ribu rupiah).
Daytime 3,000 Rp5,000
Evening News 4,000 Rp 7,000
Kuis di hari Minggu 75,000 Rp 100,000
Perusahaan tersebut menginginkan minimal satu kali untuk setiap iklan baik daytime,
evening-news, and kuis. Pada stasiun TV tersedia 10 kali iklan pada daytime, dan 6 kali
iklan pada evening setiap harinya dengan iklan minimal sebanyak 5 kali setiap harinya
tapi jumlah biaya yang dikeluarkan tidak lebih dari Rp 500.000.000 pada hari jumat dan
Rp 750.000.000 pada hari Sabtu.
128
DFR = jumlah iklan pada daytime pada hari Jumat
DSA = jumlah iklan pada daytime pada hari Sabtu
DSU = jumlah iklan pada daytime pada hari Minggu
EFR = jumlah iklan pada evening pada hari Jumat
ESA = jumlah iklan pada evening pada hari Sabtu
ESU = jumlah iklan pada evening pada hari Minggu
GSU = Jumlah iklan pada acara kuis di hari minggu
Maximize total penonton yang menyaksikan iklan tersebut:
Max (penonton yang menyaksikan iklan) x (jumlah iklan yang digunakan)
Max 3000DFR +3000DSA +3000DSU +4000EFR+4000ESA +4000ESU
+75000GSU
Minimal 1 iklan untuk setiap jenis:
(1) DFR + DSA + DSU > 1
(2) EFR + ESA + ESU > 1
(3) GSU > 1
10 waktu kosong untuk penayangan yang tersedia
(4) DFR < 10
(5) DSA < 10
(6) DSU < 10
6 waktu kosong untuk penayangan yang tersedia
(7) EFR < 6
(8) ESA < 6
(9) ESU < 6
Hanya terdapat 2 waktu kosong untuk penayangan pada acara kuis di hari Minggu
(10) GSU < 2
Minimal 5 kali penayangan iklan setiap harinya:
(11) DFR + EFR > 5
(12) DSA + ESA > 5
(13) DSU + ESU + GSU > 5
129
Biaya yang dikeluarkan kurang dari Rp 500.000.000 pada hari Jumat:
(14) 5000DFR + 7000EFR < 50000
Biaya yang dikeluarkan kurang dari Rp 750.000.000 pada hari Sabtu:
(15) 5000DSA + 7000ESA < 75000
Total biaya yang dikeluarkan kurang dari Rp 2.820.000.000:
(16) 5000DFR + 5000DSA + 5000DSU + 7000EFR
+ 7000ESA + 7000ESU + 100000GSU7 < 282000
Tidak terdapat angka negatif:
DFR, DSA, DSU, EFR, ESA, ESU, GSU > 0
Penyelesaian soal di atas dapat diselesaikan melaui program excel dengan

langkahlangkah sebagai berikut :
a. Masukkan fungsi tujuan dan fungsi batasan pada excel seperti pada gambar di
bawah ini :
130
b. Untuk menghitung nilai pada kolom I8 dengan rumus
=SUMPRODUCT(B9:H9,$B$7:$H$7), demikian seterusnya untuk kolom I9
sampai I24. Hasil perhitungan dapat dilihat pada gambar dibawah ini :
c. Selanjutnya pilih Data kemudia Solver sehingga akan muncul dialog box
seperti gambar dibawah ini :
131
d. Pada kolom Set Objective masukkan nilai pada kolom I8, pada kolom By
Changing Variable Cells masukkan nilai pada kolom B7 sampai H7. Untuk
memasukkan nilai pada Subject to the constraints klik add dan masukkan nilai
pada I9 sesuai dengan konstrasin pada fungsi tujuan.
e. Pilih Min dan Simplex LP kemudian klik Solve akan diperoleh hasil sebagai
berikut :
132
Pada tabel di atas diperoleh :
Nilai fungsi tujuan = 118000 (Rp 1.180.000.000)
Variable Value Reduced Cost

DFR 4 0.000
DSA 5 0.000
DSU 4 0.000
EFR 1 0.000
ESA 0 0.000
ESU 0 0.000
GSU 1 0.000
Solution summary
Total new audience reached = 118.000
DFR = jumlah iklan pada daytime pada hari Jumat =4
133
DSA = jumlah iklan pada daytime pada hari Sabtu =5
DSU = jumlah iklan pada daytime pada hari Minggu =4
EFR = jumlah iklan pada evening pada hari Jumat =1
ESA = jumlah iklan pada evening pada hari Sabtu =0
ESU = jumlah iklan pada evening pada hari Minggu =0
GSU = Jumlah iklan pada acara kuis di hari minggu =1
1.4 Place (Jalur Distribusi)

Distribusi adalah bagian dari bauran pemasaran (Produk, Harga, Distribusi, dan
Promosi) yang memegang peranan cukup penting, karena Distribusi berperan dalam
pengalokasian barang agar mudah dijankau oleh konsumen. Dimana distribusi itu
sendiri terdiri dari Saluran Distribusi dan Distribusi Fisik. Sedangkan pengertian
distribusi menurut Nirwan Sembiring (1991:39) ”Distribusi adalah penyaluran
barang dari suatu tempat ketempat lainnya atau dari produsen ke konsumen untuk
dimanfaatkan”. Pengertian Distribusi menurut Kotler dan Amstrong dalam bukunya
Principle Of Marketing (2000 : 73), adalah :
“Aktifitas Perusahaan agar produk / jasa mudah didapatkan oleh konsumen

sasaranya”. Tidak hanya itu Sudarono. Edilius (2004 :74) mengartikan jalur distribusi
secar bebas yaitu orang atau badan usaha yang berusaha beroperasi diantara produsen
dan konsumen.
Dalam suatu perusahaan Saluran Distribusi sangat penting untuk dijaga dan
dipertahankan dengan baik. Sebab saluran distribusi adalah rangkaian jalur yang
membawa produk dari produsen kepada konsumen, apabila saluran distribusi itu tidak
efektif dan efisien maka setiap produk yang akan sampai ketangan konsumen akan
mengalami kendala yang nantinya akan merugikan produsen sendiri dan konsumen
tentunya.
Untuk lebih memahami dengan jelas apa itu saluran distribusi ada baiknya kita
mengetahui pendapat para ahli mngenai saluran distribusi :
134
Menurut Stanton dalam bukunya “ Fundamental Of Marketing”(1996 : 6) adalah
sebagai berikut : “Saluran Distribusi (Chanel Of Distribution), kadang juga disebut
(Trade Chanel). Saluran produk adalah jalur yang dipakai untuk perpindahan barang
dari produsen ke konsumen akhir atau pemakai dari kalangan industri.
Sedangkan menurut H . Djaslim Saladin dalam bukunya “Unsur-unsur Inti

Pemasaran” (1996:51), adalah : “Saluran pemasaran / Saluran Distribusi terdiri dari
seperangkat lembaga yang melakukan semua kegiatan (fungsi) yang digunakan untuk
menyalurkan produk dan status pemiliknya dari produsen ke konsumen”
Dari semua definisi diatas kita dapat menarik kesimpulan bahwa yang dinamakan
saluran Distribusi selalu melibatkan unsur produsen, konsumen , juga perantara yang
berfungsi sebagai pemindahan kepemilikan barang. Perantara juga merupakan bagian
dari saluran distribusi meskipun mereka tidak memiliki hak atas kepemilikan barang.
Gambar
Konsep saluran menyeluruh untuk pemasaran internasional
135
Adapun penjelasan dari gambar diatas :
Penjual
Penjual adalah pihak yang melakukan pemesanan terhadap kantor pusat
pemasaran internasional
Kantor Pusat Pemasaran Internasional

Departemen ekspor atau divisi internasional yang membuat keputusan
mengenai saluran dan bauran pemasaran
Saluran Distribusi antar Negara

Menbawa produk keperbatasan negara-negara asing, dan membuat keputusan
yang mencangkup jenis perantara (agen, perusahaan internasional) yang akan
digunakan, jenis transportasi udara (udara, Laut), serta pengaturan finansila dan
resiko
Saluran Distribusi Negara Lain

Membawa produk dari titik masuk di luar negeri kepembeli dan pemakai
Distribusi Fisik
Para produsen menggunakan sistem ini untuk menyimpan dan memindahkan
barang sehingga barang-barang tersebut terjangkau oleh konsumen pada tempat dan
waktu yang tepat. Kepuasan dan rasa tertarik konsumen dapat dipengaruhi oleh
keputusan dan kemampuan distrisbusi penjual. Untuk dapat melaksanakan distribusi
fisik efektif dan efisien sehingga dapat meningkatkan volume penjualan. Distribusi
fisik juga berfungsi untuk menggerakan produk yang tepat, ketempat dan waktu yang
tepat. Distribusi fisik dapat dijalankan sebagai alat untuk menciptakan permintaan.
136
Pengertian Distribusi Fisik menurut Sutoso (2002 : 277) : “Distribusi Fisik
adalah kegiatan menyediakan produk dilokasi-lokasi terdekat dengan distributor dan
pembeli akhir”
Sedangkan Pengertian Distribusi Fisik Menurut Drs. Djaslim Saladin (2003 : 168)
Mengemukakan : “ Distribusi fisik menyangkut perencanaan, dan pengawasan arus
bahan dan produk akhir dari tempat asal ketempat pemakaiuntuk memenuhi
kebutuhan pelanggan agar memperoleh keuntungan”
Kegiatan Distribusi Fisik
Dalam Distribusi Fisik terdapat beberapa kegiatan seperti Menurut William J.

Stanton dalam bukunya “Prinsip Pemasaran”. (1991 :101), kegiatan distribusi
fisik tersusun atas (5) lima subsistem. Adapun kelima sub sistem tersebut adalah
sebagai berikut :
1. Pemrosesan pesanan (order processing)

2. Pengendalian pesanan (inventory control)
3. Penanganan barang (material handling)
4. Pergudangan
5. Pengangkutan (transportation)
Adapun penjelasan dari masing kegiatan diatas, sebagai berikut :
a. Pemrosesan Pesanan (Order Processing)
Bagi perusahaan perlu untuk menetapkan proses pesanan merupakan kegiatan

mengumpulkan prosedur - prosedur untuk mengolah dan melaksanakan pesanan.
Aktifitas proses pesanan menyangkut pengambilan order, penyimpanan order dan
waktu yang dibutuhkan dari saat order diterima sampai saat barang diterima
pelanggan, pembuatan faktur, serta pemberian kredit dan pembayaran tagihan
yang jatuh tempo.
137
Langkah - langkah penyaluran pesanan terutama bagian pesanan, membuat faktur
dalam beberapa rangkap dan membagikannya kepada berbagai bagian.
Barangbarang yang sudah habis akan dicatat sebagai pesanan ysng ditunda
sampai barang tersedia kembali.
Pesanan yang diterima perusahaan dan konsumen harus segara dipenuhi dengan
tepat dan cepat, hal ini ditujukan untuk menjamin kepuasan konsumen melalui
jasa pelayanan yang dapat memberikan kepuasan. Ketidakpuasan dapat terjadi
jika perusahaan membuat kekeliruan atau lambat memenuhi pesanan. Pesanan
yang berbelit - belit dan lambat akan mengakibatkan konsumen meninggalkan
perusahaan untuk lari ke perusahaan lain yang sejenis yang mampu memberikan
pelayanan yang lebih baik.
b. Pengendalian Persediaan (Inventory Control)
Tingkat persediaan menggambarkan kepuasan distribusi fisik yang

mempengaruhi kepuasan konsumen. Perusahaan tentunya ingin mempunyai
persediaan yang cukup untuk memenuhi pesanan pelanggan dengan segera.
Namun, harus diingat bahwa menyediakan barang sebanyak itu tidaklah
merupakan penggunaan biaya yang efektif bagi sebuah perusahaan, jadi seorang
manajer harus mengetahui apakah volume penjualan dan laba akan meningkat,
sehingga cukup beralasan untuk meningkatkan persediaan.
Tujuan pengendalian persediaan adalah meminimalkan besarnya investasi serta

kegoncangan dalam jumlah tertentu, agar perusahaan selalu mempunyai
persediaan dalam jumlah yang tepat, pada waktu yang tepat dan spesifikasi mutu
yang telah ditentukan sehingga jalannya perusahaan tidak terganggu.
Menurut Sofyan Assahuri, dalam buku manajemen produksi (1978 : 93), yaitu
sebagai berikut :
138
“Persediaan adalah suatu aktiva yang meliputi barang - barang milik perusahaan
dengan maksud untuk dijual dalam suatu periode usaha atau prsediaan barang -
barang yang masih dalam proses penyimpanan atau produksi atau persediaan
bahan baku yang menunggu pengguanaannya dalam suatu proses produksi”.
Untuk mengadakan persediaan dibutuhkan sejumlah uang yang di investasikan

dalam persediaan yang optimal, yang dapat memenuhi kebutuhan bagi kelancaran
kegiatan perusahaan dalam jumlah dan mutu yang tepat serta dengan biaya
serendah - rendahnya. Persediaan yang terlalu berlebihan akan merugikan
perusahaan karena lebih banyak modal yang tertanam.
Adapun biaya - biaya persediaan meliputi :
1. Biaya - biaya perolehan yaitu, biaya produksi atau pembelian produk - produk
masukan ke dalam persediaan.
2.Biaya gudang, biaya atas investasi dalam persediaan, kerugian karena
kehilangan dan pajak atas persediaan.
c. Transportasi
Fungsi memindahkan barang dalam pemasaran agar sampai ke tangan konsumen.

Adapun sarana transportasi yang dapat digunakan adalah sebagai berikut :
1. Transportasi Darat
2. Transportasi Udara
3. Transportasi Laut
d. Pengudangan ( ware housing )
Distribusi fisik sangat penting untuk mengkoordinasikan lokasi persediaan dan

pengudangan atau penyimpanan, dimana penyimpanan merupakan kegiatan
pemasaran mulai saat produksi sampai saat produk itu dijual. Sedangkan
pergudangan meliputi penyimpanan ditambah sederetan fungsi - fungsi seperti
139
perakita ( assambling ), pemecahan ( bulik brealing )dan penyimpanan produk -
produk untuk penyimpanan kembali.
Lokasi penyimpanan yang terpusat memberikan keuntungan dpat dikendalikan

lebih baik, lebih tanggap terhadap permintaan - permintaan yang bersifat
fluktuatif, efisiensi pergudangan dan penanganan barang akan lebih baik pula.
Kekurangan yaitu naiknya biaya total transportasi, dan pengiriman barang -
barang kebeberapa segmen pasar lebih lambat. Tetapi jika jumlah lokasi tersebar
atau banyak barang - barang bisa dikirim kepada pelanggan lebih cepat,
kesulitannya sudah di kontrol dan biaya - biaya menjadi meningkat.
Penggunaan pasar distribusi yang tepat akan mengurangi biaya distribusi karena
mengurangi jumlah gudang, mengurangi persediaan kelebihan, dan pembatasan
timbulnya keadaan habis, waktu penyimpanan dan waktu penyerahan dibatasi
sampai minimum. Dengan demikian perusahaan dapat melakukan alasan menjual
produk dan bukan sekedar menimbun produk.
Jenis - jenis gudang menurut kepemilikanya terbagi atas :
1. gudang milik sendiri, digunakan jika :

- perusahaan mengalirkan arus volume besar produknya melalui gudang
- terdapat sedikit atau tidak sama sekali pengaruh perubahan musim
2. gudang umum
menyediakan fasilitas penyimpanan serta pemindahan barang - barang jadi setiap
orang atau perusaahaan yang membutuhkan.
Menurut Philip Khotler (1995 : 694), agar konsumen tertarik untuk

melakukan pembelian maka distribusi fisik harus mencerminkan hal - hal sebagai
berikut:
1. Pengiriman barang tepat waktu

2. Perusahaan bersedia memenuhi kebutuhan konsumen yang mendesak
3. Penanaganan barang dengan cermat
140
4. Perusahaan bersedia menerima kembali barang yang cacat dan menggantinya
dengan tepat
Sedangkan menurut Sutojo Siswanto (2002 :278), Kegiatan distribusi

perusahaan memerlukan biaya-biaya, diantaranya :
Biaya Penggudangan, biaya penggudangan adalah biaya yang dikeluarkan oleh

perusahaan seacara tetap, antara lain : biaya gaji dan jaminan karyawan gudang.
Biaya Pemesanan atau Persediaan, biaya pemasanan adalah biaya yang
dikeluarkan untuk biaya persediaan, biaya pemeliharaan dan biaya modal kerja untuk
biaya persediaan
Biaya Transportasi, Biaya yang dikeluarkan perusahaan untuk transportasi dan
pendistribusian barang / jasa sehingga sampai ketangan konsumen
Ada tiga aspek yang berkaitan dengan keputusan-keputusan tentang distribusi yaitu :
1. Sistem transportasi
2. Sistem penyimpanan
3. Pemilihan jalur distribusi
Penerapan Marketing Model Dalam Place

Terdapat dua tempat: Atlanta and Boston
Tentukan berapa banyak barang yang harus dikirim untuk kedua tempat tersebut?
Tujuan: Maximize profit
Atlanta Boston
Produk yang tersedia
Kontribusi profit $7 $5
Meja 3 4 2400
Kursi 2 1 1000
141
Batasan lain:
• Pendistribusian tidak lebih dari 450 Boston
• Pendistribusian tidak lebih dari 100 Atlanta
Keterangan variabel:
A = jumlah produk yang didistribusikan untuk Atlanta
B = jumlah produk yang didistribusikan untuk Boston
Fungsi tujuan: Maximize Profit

Maximize $7 A + $5 B
Jumlah meja yang tersedia sebanyak 2400 unit.
3 A + 4 B < 2400
Jumlah kursi yang tersedia sebanyak 1000 unit
2 A + 1 B < 1000
Fungsi batasan lain:
Jumlah yang didistribusikan untuk Boston kurang dari 450 unit
A < 450 (num. Boston)
Jumlah yang didistribusikan untuk Atlanta lebih dari 100 unit
B > 100 (num. Atlanta)
Tidak terdapat variabel negatif :
Tidak perdapat variabel negatif produk yang didistribusikan untuk Boston atau
Atlanta
A > 0
B>0
Max 7A + 5B (profit)
Subject fungsi tujuan:
3A + 4B < 2400 (meja)
2A + 1B < 1000 (kursi)
B < 450 (max # Boston)
142
A > 100 (min # Atlanta)
A, B > 0 (nonnegativity)
Contoh jika terjadi pengembalian produk:
Subject fungsi batasan:
3A + 4B < 2400 (meja)
2A + 1B < 1000 (kursi)
143
Microsoft Excel 10.0 Answer Report
Worksheet: [2-1.xls]Flair Furniture
Target Cell (Max)

Original
Cell Name Value Final Value
$D$6 Profit $0.00 $4,040.00
Adjustable Cells
Original
Cell Name Value Final Value
Number of units for
$B$5 Atlanta 0.0 320.0
Number of units for
$C$5 Boston 0.0 360.0
Constraints
Slac
Cell Name Cell Value Formula Status k
$D$8 Meja 2400.0 $D$8<=$F$8 Binding 0.0
$D$9 Kursi 1000.0 $D$9<=$F$9 Binding 0.0
$D$10<=$F$ Not
$D$10 Maximum Boston 360.0 10 Binding 90.0
$D$11>=$F$ Not 220.
$D$11 Minimum Atlanta 320.0 11 Binding 0
144
• Jika jumlah yang didistribusikan untuk Boston untuk bulan ini minimal 75
unit lebih besar dari jumlah barang yang didistribusikan untuk Atlanta. Fungsi
batasannya adalah
B - A > 75
Subject fungsi tujuan:
3A + 4B < 2400 (meja)
2A + 1B < 1000 (kursi)
- 1A + 1B > 75
A B
Atlanta Boston
Number of units 300.0 375.0
Profit $7 $5 $3,975.00
Constraints:
Meja 3 4 2400.0 <= 2400
Kursi 2 1 975.0 <= 1000
Maximum Boston 0 1 375.0 <= 450
Minimum Atlanta 1 0 300.0 >= 100
Atlanta vs Boston -1 1 75.0 >= 75
145
LHS Sign RHS
Flair Furniture
A B
Atlanta Boston
Number of units 320.0 360.0
Profit $7 $5 $4,040.00
Constraints:
Meja 3 4 2400.0 <= 2400
Kursi 2 1 1000.0 <= 1000
Maximum Boston 1 360.0 <= 450
Minimum Atlanta 1 320.0 >= 100
LHS Sign RHS
146
BAB VIII
ANALISIS BISNIS
Setelah manajemen mengembangkan konsep produk dan strategi pemasaran,

manajemen dapat mengetahui daya tarik bisnis dari proposal. Manajemen harus
mempersiapkan penjuala, biaya, dan proyeksi laba untuk menentukan apakah mereka
dapat memenuhi tujuan perusahaan. Jika ya, konsep dapat beralih ke tahap
pengembangan. Ketika informasi baru masuk, analisis bisnis akan melaksanakan
revisi dan ekspansi. Analisi bisnis yang dapat kita gunakan adalah capital budgeting
dan costumer lifetime value.
A. Penganggaran Modal (Capital Budgeting)

Dalam pemilihan usulan investasi, manajemen memerlukan informasi akuntansi
sebagai salah satu dasar penting untuk menentukan pilihan investasi. Informasi
akuntansi dimasukkan dalam suatu model pengambilan keputusan yang berupa
kriteria penilaian investasi untuk memungkinkan manajemen memilih investasi
terbaik di antara alternatif investasi yang tersedia. Penganggaran Modal (Capital
Budgeting) adalah proses menganalisis potensi investasi aktiva tetap dan keputusan
penganggaran modal mungkin adalah keputusan paling penting yang harus diambil
oleh para manajer keuangan.
Ada beberapa metode untuk menilai perlu tidaknya suatu investasi atau untuk
memilih berbagai macam alternatif investasi.
1. Pay back method

2. Average return on investment
3. Present value
4. Discounted cash flow (Internal Rate of Return)
5. Modified Internal Rate of Return (MIRR)
6. Profitability Index (PI)
147
1. Pay back Method
Dalam metode ini faktor yang menentukan penerimaan atau penolakan suatu usulan
investasi adalah jangka waktu yang diperlukan untuk menutup kembali investasi.
Oleh karena itu, dengan metode ini setiap usulan investasi dinilai berdasarkan apakah
dalam jangka waktu tertentu yang diinginkan oleh manajemen , jumlah kas masuk
atau penghematan tunai yang diperoleh dari investasi dapat menutup investasi yang
direncanakan.
௜௜௜‫ݐ‬௜௜‫ݒ‬௜௜
௜௜‫ ݕ‬௜௜௜௜ ௜௜௜௜௜௜ =
௜௜௜ ௜௜௜‫ݑ‬௜ ௜௜௜௜௜ℎ
Kelemahan pay back method:
a. Metode ini tidak memeperhitungkan nilai waktu uang.

b. Metode ini tidak memperlihatkan pendapatan selanjutnya setelah investasi
pokok kembali.
Kelebihan pay back method:
a. Untuk investasi yang besar resikonya dan sulit diperkirakan, maka metode ini
dapat mengetahui jangka waktu yang diperlukan untuk pengembalian
investasi.
b. Metode ini dapat digunakan untuk menilai dua investasi yang mempunyai rate
of return dan resiko yang sama, sehingga dapat dipilih investasi yang jangka
waktu pengembaliannya paling cepat.
c. Metode ini merupakan alat yang paling sederhana untuk penilaian usulan
investasi
௜௜ ௜௜௜‫ݐ‬௜௜‫ݒ‬௜௜
௜௜௜௜௜௜‫ ݕ‬௜௜௜௜௜௜ =
௜௜ ௜௜௜ ௜௜௜‫ݑ‬௜ ௜௜௜௜௜ℎ
148
2. Average Return on Investment
Metode ini sering disebut Financial statement method, karena dalam perhitungannya
digunakan angka laba akuntansi.
௜௜௜‫ ݐ‬− ௜‫ݐ‬௜௜ ௜௜௜௜ ௜௜‫ݑ‬௜௜௜ℎ ௜௜௜௜௜

௜௜௜‫ ݐ‬− ௜‫ݐ‬௜௜ ௜௜௜௜௜௜௜௜௜ ௜௜௜௜௜‫ݐ‬௜௜‫= ݒ‬
௜௜௜‫ ݐ‬− ௜‫ݐ‬௜௜ ௜௜௜௜௜‫ݐ‬௜௜‫ݒ‬
Kriteria pemilihan investasi dengan metode ini adalah: Suatu investasi akan diterima
jika tarif kembalian investasinya dapat memenuhi batasan yang telah ditetapkan oleh
manajemen.
Kelemahan metode rata-rata kembalian investasi:
a. Belum memperhitungkan nilai waktu uang.

b. Menitik beratkan maslah akuntansi, sehingga kurang memperhatikan data
aliran kas dari investasi
c. Merupakan pendekatan jangka pendek.
3. Present Value Method

Teknik net present value (NPV) merupakan teknik yang didasarkan pada arus kas
yang didiskontokan. Ini merupakan ukuran dari laba dalam bentuk rupiah yang
diperoleh dari suatu investasi dalam bentuk nilai sekarang. NPV dari suatu proyek
ditentukan dengan menhitung nilai sekarang dari arus kas yang diperoleh dari operasi
dengan menggunakan tingkat keuntungan yang dikehendaki dan kemudian
menguranginya dengan pengeluaran kas neto awal.
NPV = present value dari arus kas operasi - pengeluaran kas neto awal
௜௜
௜௜௜ = −௜௜ + ∑(
(1 + ௜)௜)
149
Dimana :
Io = nilai investasi atau outlays
At = aliran kas neto pada periode t
r = diacount rate
t = umur proyek.
Jika NPV dari suatu proyek positif, hal ini berarti bahwa proyek tersebut diharapkan
akan menaikkan nilai perusahaan sebesar jumlah positif dari NPV yang dihitung dari
investasi tersebut dan juga bahwa investasi tersebut diharpkan akan menghasilkan
tingkat keuntungan yang lebih tinggi daripada tingkat keuntungan yang dikehendaki.
4. Discounted Cash Flows Method (IRR)

Pada dasarnya metode ini sama dengan metode present value, perbedaanya adalah
dalam present value tarif kembalian sudah ditentukan lebih dahulu, sedangkan dalam
discounted cash flow justru tarif kembalian yang dihitung sebagi dasar untuk
menerima atau menolak suatu usulan investasi. Penentuan tarif kembalian dilakukan
dengan metode trial and error, dengan cara sbb :
a. Mencari nilai tunai aliran kas masuk bersih pada tarif kembalian yang dipilih
secara sembarang di atas atau dibawah tarif kembalian investasi yang
diharapkan.
b. Mengiterpolasikan kedua tarif kembalian tersebut untuk mendapatkan tarif
kembalian sesungguhnya.
5. Modified Internal Rate of Return (MIRR)

MIRR adalah suatu tingkat diskonto yang menyebabkan persent value biaya sama
dengan present value nilai terminal,dimana nilai terminal adalah future value dari kas
masuk yang digandakan dengan biaya modal.
150
௜௜௜௜௜ ௜௜௜௜௜௜௜௜ ∑௜௜௜௜ (1 + ௜)௜ି௜
௜௜ ௜‫ݕ‬௜௜௜ = =
(1 + ௜௜௜௜)௜ (1 + ௜௜௜௜)௜
dimana:
CIF t : aliran kas masuk pada periode t
MIRR : modified IRR
n : usia proyek
k : biaya modal proyek/tingkat keuntungan diinginkan
Nilai terminal : future value dari aliran kas masuk yang digandakan dengan biaya
modal/return diinginkan.
6. Profitability Index (PI)

PI adalah nilai tunai semua kas masuk yang diterima sesudah investasi awal dibagi
dengan investasi awal.
௜௜௜௜௜ ௜௜௜‫ ݐݑ‬௜௜௜௜௜௜௜௜௜௜ ௜௜‫ݑ‬௜௜௜ℎ ௜௜௜௜௜‫ݐ‬௜௜‫ ݒ‬௜௜௜‫ݓ‬
௜௜ =
௜௜௜‫ݐ‬௜௜‫ݒ‬௜௜ ௜௜‫ݓ‬௜
Bila ada beberapa alternatif proyek, manajemen sebaiknya memilih proyek yang
memiliki PI lebih besar dari satu dan yang paling tinggi. Perhitungan mengenai
Capital Budgeting dapat meggunakan teknik simulator pada Excel.
Metode Simulator
Pada masa lalu simulasi dijadikan cara terakhir, yang hanya digunakan jika metode
analitik tidak dapat menyelesaikan masalah. Namun pada saat ini simulasi merupakan
salah satu alat yang sering digunakan untuk analisa kuantitatif. Mengapa model
simulasi begitu populer ?
1. Model analitik sulit diperoleh, tergantung dari faktor kerumitan dari setiap
spesifikasi model, misalnya untuk model capital budgeting (penganggaran modal)
151
meliputi tingkat permintaan yang bersifat tidak pasti, untuk model inventory
(persediaan) meliputi tingkat persediaan yang tidak pasti.
2. Model analitik biasanya hanya digunakan untuk memprediksi/ memperkirakan

rata-rata atau sesuatu yang bersifat “steady-state” (tidak berubah terhadap waktu).
Dalam memodelkan dunia nyata perlu adanya kemungkinan variasi terhadap
pengamatan, atau bagaimana melakukan pengamatan untuk data yang bervariasi.
3. Simulasi dapat dilakukan dengan bermacam-macam software, dari spreadsheet itu

sendiri (Excel, Lotus), spreadsheet add-ins (Crystal Ball, @Risk), bahasa
pemrograman komputer secara umum (PASCAL, C++) sampai dengan bahasa
khusus untuk simulasi (SIMAN).
Kemampuan model simulasi untuk mengatasi kerumitan, variasi pelaksanaan

pengamatan, dan reproduksi perilaku yang berubah-ubah membuat simulasi itu
menjadi alat yang sangat berguna (powerful).
SIMULASI DAN VARIABEL RANDOM

Simulasi adalah proses untuk menyelidiki perilaku sistem nyata dengan
menggunakan model yang meniru perilaku sistem tersebut. Suatu model simulasi
dibuat dengan mengidentifikasi pernyataan matematis dan hubungan logis yang
mendeskripsikan operasional sistem. Secara umum komputer digunakan untuk
mengerjakan perhitungan dalam simulasi. Simulasi berbeda dengan optimisasi. Nilai
variabel keputusan pada model optimisasi merupakan output, yang berarti model
menghasilkan sejumlah nilai untuk variabel tersebut yang akan memaksimumkan
(atau meminimumkan) harga dari fungsi tujuan. Pada model simulasi nilai dari
variabel keputusan merupakan input, yang berarti model mengevaluasi fungsi tujuan
untuk beberapa buah nilai masukan.
Model simulasi seringkali digunakan untuk menganalisa suatu keputusan yang
berisiko (decision under risk), dimana perilaku dari satu faktor atau lebih tidak
diketahui dengan pasti. Contoh : permintaan produk untuk bulan depan, kembalinya
152
modal investasi, jumlah truk yang akan tiba esok hari untuk bongkar muatan selama
jam 8:00 dan 9:00 pagi dan sebagainya.
Pada beberapa kasus, faktor yang tidak diketahui secara pasti dikenal sebagai
variabel random. Perilaku variabel random digambarkan sebagai distribusi peluang
(probability distribution).
Simulasi jenis ini disebut Metode Riskan Simulator, seperti putaran rollet di Riskan
Simulator, dimana dapat dianggap sebagai alat yang menimbulkan kejadian acak atau
tidak pasti.
MENGHASILKAN VARIABEL RANDOM

Ada 2 jenis variabel random :
Variabel random diskrit : sesuatu yang pasti (contoh bilangan bulat)
Variabel random kontinu : dapat berupa bilangan pecahan (yang jumlah
kemungkinannya tidak terbatas).
Contoh penghasil variabel random : Game spinner (lihat Gambar 5.1) dapat
digunakan untuk mensimulasikan permintaan. Misalnya 10% peluang permintaan
sama dengan 8, 20% peluang permintaan sama dengan 9, 30% peluang permintaan
sama dengan 10, 20% peluang permintaan sama dengan 11, 10% peluang permintaan
sama dengan 12, 10% peluang permintaan sama dengan 13. Pada saat piringan
berhenti, lihat sektor yang ditunjukkan, misalnya 9 berarti tingkat permintaan sama
dengan 9.
153
Gambar Game Spinner
MENGGUNAKAN PEMBANGKIT ANGKA RANDOM PADA

SPREADSHEET
Meskipun game spinner mudah dimengerti, metode ini mempunyai kekurangan bila
dilakukan percobaan ribuan kali atau jika prosesnya dilakukan dengan menggunakan
komputer. Untuk alasan tersebut dikembangkan Random Number Generator (RNG)
(pembangkit angka random) pada spreadsheet.
Untuk menghasilkan tingkat permintaan, yang pertama dilakukan adalah menentukan

range dari bilangan random untuk masing-masing permintaan yang mungkin. Total
nilai yang dipilih untuk permintaan harus sama dengan peluang dari permintaan itu
(lihat Tabel).
154
Tabel
Hubungan Antara Bilangan Random dengan Tingkat Permintaan
Demand Number Demand
0.0-0.09999 8
0.1-0.29999 9
0.3-0.39999 10
0.6-0.69999 11
0.8-0.89999 12
0.9-0.99999 13
RUMUS UNTUK MENGHASILKAN BILANGAN RANDOM

Untuk menghasilkan bilangan random pada Excel digunakan rumus :
INT(x - y +1)*RAND())
Misalnya :
INT (5*RAND()) akan memberikan bilangan random kontinu antara 0 dan 5,
INT (8+5*RAND()) akan menghasilkan bilangan kontinu antara 8 dan 13 (yaitu lebih
dari 12.99999…).
155
Tabel
Menggunakan RAND() Untuk Menghasilkan Permintaan Diskrit
Values for RAND() =INT(8+5*RAND())

0<=RAND()<0.2 8
0.2<=RAND()<0.4 9
0.4<=RAND()<0.6 10
0.6<=RAND()<0.8 11
0.8<=RAND()<1.0 12
RUMUS LAIN
=-20*LN(1-RAND()) akan menghasilkan distribusi bilangan random eksponensial
dengan rata-rata 20.
=NORMINV(RAND(),1000,100) akan menghasilkan bilangan random berdistribusi
normal dengan rata-rata 1000 dan standar deviasi 100 di Excel
SIMULASI DENGAN SPREADSHEET ADD-INS RISKAN SIMULATOR

June Wilson adalah seorang manajer pengembangan produk baru, dimana sedang
mempertimbangkan kemungkinan untuk penambahan dalam daftar alat berat
PROTRAC. Biaya yang diperlukan untuk model G-9 (dimana di dalamnya tercakup
pembelian beberapa peralatan baru, pelatihan karyawan baru dan sebagainya)
diperkirakan $150.000. Produk baru akan dijual dengan harga $35.000 per unit. Biaya
perbaikan tiap tahun diperkirakan $15.000. Variabel biaya sebesar 72% dari revenue
tiap tahun. Depresiasi peralatan baru sebesar $10.000 per tahun setelah 4 tahun masa
produksi yang diharapkan dari G-9. Nilai sisa dari peralatan setelah 4 tahun adalah
tidak pasti, June memperkirakannya sama dengan 0. Biaya modal dari PROTRAC
adalah 10% dan tingkat pajak 34%.
(1) Berapakah expected value dari NPV?
156
(2) Berapa kemungkinan NPV diasumsikan mempunyai nilai negatif?
SIMULASI DENGAN SPREADSHEET ADD-INS RISKAN SIMULATOR

Untuk menjawab dua pertanyaan diatas, maka perlu dibuat modelnya terlebih dahulu
seperti yang telihat pada gambar 2.
Gambar
Spreadsheet Wilson dengan Permintaan yang Dipilih Secara Random
MENGEVALUASI PROPOSAL
1. Klik pada sel B21 (sel NPV).
2. Klik pada menu ORBS Define Cell.
3. Klik menu ORBS Preferences dan ubah “Trial” menjadi 1000.
157
Gambar
Kotak dialog preferensi
4. Kemudian pilih menu ORBS Run dan setelah ORBS melakukan 1000 iterasi
akan muncul sheet baru dengan nama Result. Dalam sheet Result terdapat tabel
distribusi frekuensi beserta grafik dan deskriftif statistik.
158
Gambar
Hasil dari simulasi ORBS
Downside Risk dan Upside Risk

June juga ingin mengetahui kemungkinan terbaik dan terburuk. Pada tampilan yang
sama (Gambar 4), NPV terbesar adalah $49,068 dan yang terkecil adalah (24,156).
Hal ini memberi June ide yang lebih baik tentang jangkauan NPV yang mungkin
terjadi ($73,224).
Pada Gambar 5 dapat dilihat berapa persen kemungkinan NPV akan negatif yaitu
19,7%.
159
Gambar 5
Persentase ORBS
Berikut ini merupakan kesimpulan dan komentar dari beberapa aspek yang telah
dibahas adalah sebagai berikut :
1. Simulator spreadsheet memerlukan parameter dan keputusan sebagai input

dan hasil perhitungan sebagai suatu output.
2. Masing-masing iterasi dari simulator spreadsheet (untuk parameter dan
keputusan yang sama) akan menghasilkan nilai yang berbeda.
3. Penambahan jumlah iterasi dari spreadsheet simulator (untuk parameter
yang sama) biasanya akan memperbaiki akurasi dari estimasi "expected
value" pada hasil perhitungan. Jika digunakan 1000 atau 5000 percobaan
pada simulasinya, maka avarage profit untuk masing-masing jumlah
pemesanan akan cenderung lebih mendekati expected profit yang
sebenarnya.
4. Pada simulasi tidak ada keyakinan bahwa telah ditemukan keputusan yang
optimal, meskipun telah digunakan interval keyakinan 95% atau 99% yang
secara statistik berarti telah cukup dilakukan percobaan. Keyakinan yang
kurang dari 100% ini disebabkan simulasi hanya dapat memberikan estimasi
160
yang diharapkan efektif dan bukan nilai eksak karena inputnya berupa
bilangan random.
5. Manajemen perlu menaksir empat faktor utama dalam studi simulasi :
a. Apakah model bisa mewakili esensi dari permasalahan yang
sebenarnya?
b. Apakah pengaruh kondisi awal dan akhir dari simulasi perlu
diperhitungkan ?
c. Apakah percobaan sudah cukup dilakukan untuk masing-masing
keputusan sehingga average value dari perhitungan yang dilakukan
merupakan indikasi bagi expected value yang sebenarnya?
d. Apakah keputusan telah cukup dievaluasi sehingga jawaban terbaik
yang ditemukan cukup dekat ke nilai optimum ?
B. Costumer Lifetime Value
Biaya yang dikeluarkan perusahaan untuk mempertahankan pelanggan yang

ada lebih murah dibanding mengakuisisi pelanggan baru (prospek). Oleh karena itu
mengasumsikan bahwa hal tersebut merupakan tujuan utama dari kebanyakan
perusahaan, hal selanjutnya yang harus dilakukan adalah menentukan dan mengetahui
nilai pelanggan bagi perusahaan. Siklus hidup pelanggan (lifecycle) merupakan suatu
proses yang telah dilalui oleh pelanggan dengan perusahaan selama periode tertentu.
Hal yang termasuk didalamnya adalah data historis pembelian pelanggan. Untuk
memprediksi pendapatan yang dapat dihasilkan dari seorang pelanggan selama
prediksi masa hidupnya di perusahaan merupakan siklus hidup pelanggan dan
customer lifetime value (CLV).
CLV merupakan penghitungan dari proyeksi nilai seorang pelanggan selama
masa hidupnya di perusahaan. Ini merupakan penghitungan yang memungkinkan
161
perusahaan untuk mengalokasikan sejumlah sumber dayanya dan fokus pada
pelanggan spesifik berdasarkan hasil perhitungan proyeksi CLV pelanggan tersebut.
Ada beberapa faktor penting yang menentukan dalam penghitungan CLV:
tingkat aktual retensi pelanggan, nilai rata-rata (moneter) satu pesanan per pelanggan
dan jumlah pesanan per pelanggan per tahun, biaya dari akuisisi konsumen, biaya
langsung dan tidak langsung, keuntungan per pesanan, dan pertimbangan net present
value (NPV) (Greenberg, 2001:249).
Bila CLV sudah terbentuk, maka hal tersebut akan memudahkan untuk
pengklasifikasian tipe pelanggan. Hal tersebut bisa meningkatkan pendapatan dari
pelanggan melalui peningkatan penjualan, membangun exit barriers sehingga
pelanggan akan menjadi pelanggan loyal dan bisa dikembangkan cross selling untuk
meningkatkan pendapatan dari pelanggan dalam jangka panjang.
Data historis pelanggan merupakan sisi lain dari retensi. Seberapa konsisten
pelanggan melakukan pembelian produk? Berapa kelanjutan dan pada tingkatan
berapa pelanggan memberikan pendapatan bagi perusahaan? Segmen pelanggan yang
mana yang memberikan keuntungan terbesar. Dapatkah retensi konsumen di konversi
kedalam nilai finansial? Menurut Greenberg (2001:346), model CLV bisa digunakan
untuk menilai retensi pelanggan (customer retention). CLV didefinisikan sebagai
keuntungan yang didapatkan dari seorang pelanggan selama masa hidupnya di
perusahaan tersebut. Hal ini merupakan net present value (NPV) dari nilai yang
diharapkan berupa keuntungan dari penjualan kepada pelanggan tersebut selama
periode pelanggan tetap melakukan pembelian ke perusahaan.
Memaksimalkan profitabilitas pelanggan secara jangka panjang tertuang
dalam konsep nilai waktu-hidup pelanggan atau yang lebih dikenal dengan istilah
Customer Lifetime Value (CLV). Seperti dikutip oleh Jain dan Singh (2009) dari
Berger dan Nasr, definisi CLV adalah “the net of the revenues obtained from a
customer over the lifetime of transaction minus the cost of attracting, selling, and
servicing the customer, considering the time value of money”. Dapat diartikan bahwa
CLV adalah pendapatan bersih yang didapatkan dari transaksi seorang pelanggan
162
selama masa-hidup di perusahaan, dikurangi oleh biaya penarikan, penjualan, dan
pelayanan pelanggan, dengan mempertimbangkan nilai waktu uang (time value of
money).
CLV (Kotler dan Keller; 2009:172) menggambarkan arus net present value
(NPV) dari keuntungan yang diharapkan (future profit) didapatkan dari total
pembelian selama masa-hidup pelanggan di perusahaan. Perusahaan harus
mengurangi profit yang akan didapatkan tersebut dengan biaya yang akan
dikeluarkan (biaya penarikan, penjualan, dan pelayanan pelanggan) dengan
menerapkan tingkat diskon (discount rate) yang wajar.
Sementara menurut Ching et al. (2004) CLV adalah “quantitatively predict
revenue generated by a customer’s entire trading life with company “. CLV adalah
hasil prediksi pendapatan (secara kuantitatif) yang bisa dihasilkan seorang pelanggan
selama kurun waktu tertentu dia melakukan tranksasi di perusahaan di masa datang.
Penghitungan CLV menyediakan kerangka kuantitatif formal untuk
perencanaan investasi pelanggan dan membantu pemasar untuk mengadopsi
perspektif jangka panjang. Satu kendala dalam mengaplikasikan konsep CLV yaitu
mengestimasikan biaya dan pendapatan yang tepat dan dapat diandalkan.
Memaksimalkan nilai pelanggan berarti mengembangkan hubungan pelanggan secara
jangka panjang. Banyak metode yang telah tersedia untuk melakukan penghitungan
CLV.
Perhitungan Costumer Lifetime Value (CLV) konsumen dapat menggunakan

Lifetime Costumer Value Calculator dari Harvard Business School dengan cara
sebagai berikut:
a. Masukan asumsi berdasarkan kuesioner yang telah diberikan kepada
pelanggan seperti pada gambar dibawah ini :
163
b. Tentukan nilai retention rate, inflasi, discount rate, Change in value of
customer purchase per period seperti pada gambar di bawah ini :
164
c. Pilih rentang waktu perhitungan CLV, annual discount rate dari setiap jenis
produk seperti pada gambar di bawah ini :
165
d. Pilih Complex Model-Calculation. Maka CLV dari konsumen atau pelanggan tersebut dapat dilihat pada gambar di
bawah ini :
166
e. Maka Costumer Lifetime Value dapat dilihat pada gambar di bawah ini :
167
BAB IX
PENGEMBANGAN PRODUK
Pada tahap ini, produk hanya sebagai deskripsi berupa kata-kata, gambaran, atau
prototipe. Langkah berikutnya merepresentasikan lonjakan investasi yang akan
menyebabkan lonjakan biaya. Perusahaan akan melihat apakah ide produk dapat
diterjemahkan menjadi produk yang layak secara teknis dan komersial. Jika tidak,
maka ide produk tidak dapat dilanjutkan.
Rancangan awal produk berawal dari tahap seleksi, dimana ide dan konsep diajukan
dan dievaluasi. Tim mengidentifikasi spesifikasi akhir yang sudah menggambarkan
bagaimana suatu produk atau jasa akan digunakan. Selanjutnya tim akan membuat
beberapa keputusan tentang tradeoff (untung rugi) untuk mendapatkan kinerja
produk/jasa yang diinginkan. Beberapa contoh tradeoff yang dibuat misalnya :
Apakah kemasan produk akan dibuat dari plastik atau tube?
Apakah akan difortifikasi dengan bahan lain?
Hasil dari tradeoff yang dibuat ini adalah konsep dari rancangan produk. Secara ideal,
pertimbangan yang bagus harus dibuat pada tahap ini sehingga prototype yang dibuat
berdasar konsep rancangan akan berhasil di tahap selanjutnya. Jika konsep yang
dibuat hasilnya jelek dan prototipe gagal, maka tim harus kembali ke tahap desain
awal dan mengulang seluruh proses.
Analisis Tradeoff (untung rugi)

Tugas dari desain adalah menimbang untung rugi karakteristik awal sehingga
memenuhi selera pasar. Baik untuk desain produk dan jasa, banyak pilihan terdapat
untuk memenuhi fungsi dasar dari output. Kunci untuk mendapatkan desain yang
bagus adalah pengetahuan tentang karakteristik utama dari permintaan serta analisis
168
mendetil dari tradeoff yang tersedia diantara beberapa pilihan yang ada. Seringkali
beberapa versi berbeda dari output yang sama dapat diproduksi, sehingga segmentasi
pasar yang berbeda akan dapat dilayani. Sebagai contoh, Procter & Gamble
menawarkan bermacam-macam detergen, banyak diantara produk tersebut bersaing
satu sama lain.
Standardization
Beberapa tahun yang lalu tujuan utama dari desain output adalah membantu proses
produksi. Sejak permintaan akan barang bertambah banyak dan harganya juga
semakin murah, perusahaan berusaha untuk meminimalkan biaya produksi. Salah
satu metode untuk mengurangi unit cost adalah dengan meningkatkan kapasitas
melalui produksi masal atau manufaktur assembly-line. Sehingga perusahaan menuju
kepada standarisasi dan interchangeability antar bagian sehingga akan mengurangi
biaya dan kesulitan perkitan. Standarisasi memiliki beberapa keuntungan :
Meminimalkan jumlah komponen (part) yang berbeda untuk stock (simpanan)
Meminimalkan jumlah peralatan produksi untuk memproduksi output
Menyederhanakan prosedur operasi sehingga mengurangi pengawasan
Meminimalkan perbaikan dan dapat melayani masalah yang timbul
Standarisasi juga bermanfaat bagi pelanggan, sebagai contoh, standarisasi
memungkinkan kita membeli bermacam-macamm barang : lampu, film, videotape,
ban mobil tanpa memikirkan apakah nanti cocok digunakan di alat yang berbeda.
Kerugian utama adalah ketidakfleksibelan dari produksi : semakin sedikit jenis yang
diproduksi.
Modularity
Salah satu metode yang digunakan untuk memperbanyak jenis produk/servis tetapi
tetap menahan harga tetap rendah adalah modularity. Hal ini berarti memproduksi
output dalam “modul” atau subasembli yang memungkinkan untuk bisa saling tukar
169
menukar (interchangeable), sehingga memberikan pelanggan beberapa pilihan
output. Sebagai contoh, pembeli sebuah mobil baru dapat memilih ukuran mesin, tipe
transmisi, warna, dan beberapa aspek produksi lainnya. Jenis-jenis ini tidak
didapatkan dengan cara memproduksi bermacam-macam model, tetapi hanya dengan
memproduksi modul (mesin, transmisi, bodi dengan bermacam warna, ban dan roda,
dll) yang kemudian beberapa modul yang cocok digabung menjadi satu untuk
memenuhi permintaan pelanggan. Sebagai contoh dari modularisasi adalah sebuah
mobil dengan tiga kemungkinan mesin, dua kemungkinan transmisi, lima warna
exterior yang berbeda, dan tiga interior yang berbeda. Untuk memenuhi kebutuhan
konsumen yang berbeda tersedia 13 modul yang dapat dikombinasikan menjadi
3x2x5x3 = 90 versi yang berbeda dari model mobil yang sama.
Computer-Aided Design
Dewasa ini para insinyur memperbanyak penggunaan komputer untuk membantu
desain produk dan perencanaan produksi. Dalam pemanfaatan Computer-aided
design (CAD), insinyur membuat gambat pada layar komputer melalui keyboard, pen
cahaya (light pen), serta mouse. Bila insinyur mendesain bagian, Sistem CAD dapat
diperintah untuk memperbesar bagian yang diamati, memutar desain untuk melihat
pada sudut yang berbeda, dan seterusnya. Kemampuan dari sistem ini berkembang
sangat pesat beberapa tahun terakhir ini, sedangkat harga perangkat lunaknya turun
dengan drastic. Ketika desain telah selesai dibuat, maka dapat dilanjutkan dengan
membuat cetakan hardcopy atau disimpan secara elektronis. Biasanya desain yang
dibuat para insinyur diambil dari produk sejenis atau merupakan bagian dari sistem
basis data. Computer-aided process Planning (CAPP) adalah teknik untuk mengubah
bagian desain ke dalam rencana proses manufaktur. Sistem ini sangat membantu
dalam mengatasi masalah yang sering terjadi di antara ramcamg bangun dan
manufaktur. Computer Aided Manufacture (CAM) sesungguhnya adalah spesifikasi
dari intruksi-instruksi mesin yang dilakukan oleh komputer.
170
Pengujian Prototipe
Konsep desain yang dikembangkan pada tahap desain awal diujicobakan melalui
prototipe pada tahap ini. Prototype dapat berbentuk model fisik, simulasi komputer,
atau produk nyata. Prototype tersebut kemudian dievaluasi untuk menentukan
bagaimana mereka sesuai dengan tujuan awal : kinerja rancang bangunnya, sampai
berapa taraf ketertarikan pelanggan, ketahanan dalam penggunaan, maupun
kemudahan dalam produksi.
Desain Akhir
Penyempurnaan dilakukan berdasarkan desain awal, reaksi dari pelanggan terhadap
desain awal, evaluasi dari test prototipe, analisis finansial secara mendetil, dan
masukan yang relevan lainnya
Penyederhanaan dan analisis Hasil

Program penyederhanaan mengurangi jumlah komponen dan operasi yang
dibutuhkan untuk menghasilkan produk/jasa. Lebih sedikit komponen berarti pula
lebih sedikit bahan, tenaga kerja, servis yang lebih mudah, serta keandalan yang lebih
tinggi. Tim desain menggunakan analisis hasil (value analysis) untuk mencapai
fungsi dari produk/jasa dengan harga terendah. Tim desain mempertimbangkan
metode termurah, bahan, proses, serta desain yang akan digunakan.
Keamanan (safety) dan faktor Manusia

Pada tahap desain akhir, perusahaan akan mempertimbangkan pula masalah yang
berhubungan dengan kemudahan dalam penggunaan serta keamanan dari
produk/servis. Sebagai contoh, tempat dari saklar atau tombol, tinggi dan berat dari
produk kadang membatasi kegunaan barang tersebut oleh masyarakat. Sering desain
dibuat sesuai dengan peraturan dan hokum yang berlaku di suatu negara.
171
Reliability
Reliabilitas, salah satu dari unsur dari kualitas, kadang didefinisikan sebagai peluang
suatu produk akan bekerja seperti yang ditetapkan untuk waktu yang telah ditentukan
di bawah kondisi pengoperasian tertentu. Ada dua pandangan dalam menghitung
reliabilitas suatu produk/jasa, pertama adalah produk akan bekerja untuk saat akan
digunakan, kedua produk tersebut tahan beroperasi sampai jangka waktu yang telah
ditentukan.
Manufacturability
Pertimbangan utama desain adalah manufacturability atau kemampuan untuk
diproduksi pabrik/industri.
172
BAB X
PENGUJIAN PASAR
Pengujian pasar dapat dipertimbangkan setelah produk dikembangkan secara total,

dan produk telah cocok untuk pengujian pasar. Pengujian pasar digunakn untuk
mengukur tanggapan pembeli atau konsumen terhadap produk baru, dan
mengevaluasi satu atau lebih strategi penentuan posisi. Pengujian pasar banyak
digunakan untuk produk konsumsi seperti makanan, minuman, dan perlengkapan
kesehatan serta kecantikan. Pada pengujian pasar konvensional alternatif pengujian
dengan biaya murah tersedia. Kadang biaya pengujian pasar diluar jangkauan
perusahaan.
Tidak semua perusahaan melakukan uji pasar. Seperti perusahaan yang tidak
memproduksi produknya secara massal. Meskipun demikian, banyak perusahaan
meyakini pengujian pasar dapat menghasilkan informasi berharga tentang pembeli,
penyalur, efektivitas program pemasaran, dan potensi pasar.
Jumlah pengujian pasar dipengaruhi oleh biaya investasi dan risiko di satu sisi dan
tekanan waktu serta biaya riset di sisi lain. Pada produk dengan investasi tinggi, yang
memiliki peluang kegagalan tinggi harus dilakukan uji pasar. Biaya uji pasar akan
menjadi persentase yang tidak signifikan terhadap keseluruhan biaya proyek. Produk
berisiko ringgi seperti produk yang menciptakan kategori produk baru (minuman
sarapan instan pertama) atau memiliki fitur baru (pasta gigi dengan pemutih gigi
pertama) membutuhkan waktu yang lebih banyak pengujian pasar dari pada produk
modifikasi (merek pasta gigi lain).
Uji produk konsumen berusaha memperkirakan empat variabel yaitu percobaan,

pengulangan pertama, pemakaian dan frekuensi pembelian. Perusahaan berharap
dapat menemukan semua variabel ini pada tingkat tinggi. Banyak konsumen mungkin
173
mencoba produk, tetapi hanya sedikit yang melakukan pembelian kembali, atau
mencapai pemakaian yang tetap tinggi tetapi frekuensi pembelian rendah.
Menurut Kolter dan Keller (2009 : 303), terdapat empat metode uji pasar barang
konsumen yang terdiri dari :
1. Sales-Wave Research
Dalam riset ini, konsumen mencoba semua produk secara gratis ditawari
kembali, atau produk pesaing dengan harga yang sedikit lebih murah.
Penawaran dapat dibuat sebanyak lima kali (gelombang penjualan). Perusahaan
mencatat berapa banyak pelanggan yang memilih produk yang sama dan tingkat
kepuasan konsumen diukur. Pada riset ini juga dapat ditunjukkan satu atau lebih
konsep iklan pada konsumen untuk mengukur dampak iklan tersebut terhadap
pembelian ulang.
Sales-Wave Research dapat diimplementasikan dengan cepat, dilaksanakan
dengan cukup aman, dan tanpa pengemasan akhir dan iklan. Meskipun
demikian, riset ini tidak mengindikasikan tingkat percobaan yang akan dicapai
produk dengan berbagai insentif promosi penjualan karena konsumen dipilih
lebih dulu untuk mencoba produk; atau tidak mengindikasikan kekuatan merek
untuk meraih distribusi dan posisi rak yang menguntungkan.
2. Simulated Test Marketing

Metode ini mengharuskan perusahaan untuk menemukan 30 sampai 40
pembelanja bermutu dan menanyai mereka tentang hal-hal yang mereka ketahui
dan preferensi merek dalam berbagai kategori produk tertentu. Konsumen ini
menghadiri penyaringan singkat tentang iklan komersial atau iklan cetak
terkenal dan baru. Sebuah iklan yang mengiklankan produk baru, tetapi tidak
dikhususkan untuk menarik perhatian. Konsumen menerima sejumlah kecil
uang dan diundang ke toko dimana mereka bisa saja membeli barang apa pun.
Perusahaan mencatat berapa banyak konsumen membeli merek baru dan merek
174
pesaing. Hal ini memberikan ukuran efektivitas iklan dalam hubungannya
terhadap iklan pesaing pada percobaan yang distimulasi. Konsumen ditanyai
alasan pembelian mereka atau mengapa mereka tidak membeli. Mereka yang
tidak membeli merek baru mendapatkan sampel gratis. Beberapa minggu
kemudian, mereka diwawancara kembali dan ditawari peluang untuk membeli
kembali produk apapun.
Metode ini memberikan hasil yang cukup akurat tentang efektivitas iklan dan
tingkat percobaan serta tingkat pengulangan kembali diperluas dalam waktu
yang jauh lebih singkat dan model peramalan produk untuk memproyeksi
tingkat penjualan akhir. Perusahaan riset pemasaran melaporkan prediksi
tingkat penjualan produk yang ternyata sangat akurat dan selanjutnya
diluncurkan ke pasar. Namun, dalam dunia yang di dalamnya media dan saluran
semakin terfragmentasi, semakin sulit bagi pemasaran uji tersimulasi untuk
benar-benar mensimulasikan kondisi pasar dengan pendekatan tradisional saja.
3. Controlled Test Marketing

Dalam metode ini, perusahaan riset mengelola panel toko yang akan menjual
produk untuk mendapatkan komisi. Perusahaan dengan produk baru menetukan
jumlah toko dan lokasi geografis yang ingin diujinya. Perusahaan riset
mengirimkan produk ke toko peserta dan mengndalikan posisi rak, jumlah,
tampilan, dan promosi titik penjualan, serta penetapan harga. Pemindai
elektronik mengukur penjualan pada saaat pemeriksaan keluar. Perusahaan juga
mengevaluasi dampak iklan dan promosi lokal.
Controlled Test Marketing memungkinkan perusahaan menguji dampak faktor
dalam toko dan iklan terbatas terhadap perilaku pembelian. Suatu sampel
konsumen dapat diwawancara kemudian untuk memberikan kesan produk.
Perusahaan tidak harus menggunakan tenaga penjualannya sendiri, memberikan
insentif dagang, atau membeli distribusi. Meskipun demikian, pemsaran ujia
175
terkendali (Controlled Test Marketing) tidak memberikan informasi tentang
bagaimana cara menjual produk baru. Teknin ini juga mengekspos produk dan
fiturnya terhadap pengamatan pesaing.
4. Test Markets
Cara terakhir menguji produk baru adalah menempatkannya ke pasar uji secara
penuh. Perusahaan memilih beberapa kota perwakilan dan tenaga penjualan
berusaha menjual ke pedagang utnuk mengambil produk dan memberi
penempatan rak yang baik. Perusahaan memasang iklan dan melakukan
kampanye promosi penuh yang mirip dengan yang digunakan dalam pemasaran
nasional. Pemasaran uji juga mengukur dampak rencana pemasaran alternatif
dengan memvariasikan program pemasaran di berbagai kota. Uji skala penuh
dapat membutuhkan biaya besar, tergantung pada jumlah kota uji, lamanya
pengujian, dan jumlah data yang ingin dikumpulkan perusahaan.
Manajemen menghadapi beberapa keputusan yaitu :
a. Berapa banyak kota uji? Sebagaian besar pengujian menggunakan dua
hingga enam kota. Semakin besar kemungkinan rugi, semakin besar jumlah
strategi pemasaran yang bersaing, semakin besar tingkat perbedaan regional,
dan semakin besar peluang interfensi uji pasar oleh pesaing, semakin
banyak kota yang harus diuji oleh manajemen.
b. Kota yang mana? Setiap perusahaan harus mengembangkan kriteria tertentu
seperti mempunyai cakupan media yang baik, toko rantai yang kooperatif,
dan kegiatan kompetitif rata-rata. Seberapa representatif kota itu bagi pasar
lain juga harus dipertimbangkan.
c. Lama pengujian? Lamanya uji pasar berlangsung dapat bervariasi, dari
beberapa bulan sampai satu tahun. Semakin panjang rata-rata periode
pembelian, semakin panjang periode uji.
176
d. Apa informasi yang dikumpulkan? Data pengiriman gudang akan
memperlihatkan pembelian persediaan kotor, tetapi tidak akan menunjukkan
penjualan mingguan pada tingkat eceran. Audit toko akan memperlihatkan
penjualan eceran dan pangsa pasar pesaing tetapi tidak akan
mengungkapkan karakteristik pembeli. Panel konsumen akan
mengindikasikan orang yang mana yang membeli merek mana serta
loyalitas dan tingkat peralihan mereka. Survei pembeli akan menghasilkan
informasi mendalam tentang sikap pelanggan, penggunaan, dan kepuasan.
e. Tindakan apa yang harus diambil? Jika pasar uji memperlihatkan tingkat
percobaan dan pembelian kembali yang tinggi, pemasar harus meluncurkan
produk secara nasional. Jika percobaan tinggi dan tingkat pembelian
kembali rendah, produk harus dirancang kembali atau ditinggalkan. Jika
percobaan kembali rendah dan tingkat pembelian kembali tinggi,
kembangkan komunikasi pemasaran untuk meyakinkan lebih banyak orang
agar mencobanya. Jika percobaan dan pembelian kembali dua-duanya
rendah, tinggalkan produk. Banyak manajer sulit mematikan sebuah proyek
yang telah mengeluarkan banyak usaha dan perhatian, namun menghasilkan
peningkatan komitmen yang tidak menguntung atau tidak berhasil.
Meskipun banyak manfaatnya, banyak perusahaan saat ini tidak melakukan uji
pasar dan bergantung pada metode pengujian yang lebih cepat dan ekonomis.
General Mills lebih suka meluncurkan produk baru kira-kira di 25% dari satu
negara, sebuah area yang terlalu besar untuk diganggu oleh pesaing. Manajer
mengulas data pemindai eceran, yang memberikan informasi dalam hitungan
hari bagaimana keadaan produk dan tindakan perbaikan apa yang dilakukan.
177
BAB XI
KOMERSIALISASI
Jika perusahaan melakukan komersialisasi, perusahaan akan menghadapi biaya

terbesarnya saat ini. Perusahaan harus mengadakan kontrak untuk memproduksi atau
mebangun atau menyewa fasilitas manufaktur secara penuh. Biaya besar lainnya
adalah pemasaran. Untuk memperkenalkan barang kemasan konsumen baru yang
utama kepada pasar nasional, diperlukan biaya dari $25 juta sampai $100 juta iklan,
promosi dan komunikasi pemasaran lain pada tahun pertama. Dalam peluncuran
produk makanan baru, pengeluaran pemasaran umumnya mewakili 75% penjualan
sepanjang tahun pertama. Sebagian besar kampanye produk baru bergantung pada
bauran alat komunikasi pasar yang berurutan.
Kapan (Penentuan Waktu)
Dalam mengomersilkan produk baru, penentuan waktu memasuki pasar sangat

penting. Misalnya sebuah perusahaan hamper menyelesaikan pekerjaan
pengembangan produk barunya dan mempelajari bahwa pesan hampir selesai
mengerjakan pengembangannya. Perusahaan menghadapi tiga pilihan:
1. Masuk pertama -Perusahaan pertama yang memasuki pasar biasanya

menikmati “keutungan penggerak pertama” dengan mengunci distributor dan
pelanggan kunci serta mendapatkan kepemimpinan. Akan tetapi, jika produk
masuk ke pasar sebelum benar-benar bebas masalah, strategi masuk pertama
bisa menjadi boomerang.
2. Masuk secara berbarengan/pararel-Perusahaan dapat menentukan waktu
untuk memasuki pasar bersamaan dengan saat pesaing memasuki pasar. Pasar
akan lebih memberikan perhatian ketika dua perusahaan mengiklankan
produk baru.
178
3. Masuk belakangan-Perusahaan mungkin menunda peluncurannya sampai
setelah pesaing masuk. Pesaing harus mengeluarkan biaya mendidik pasar dan
produknya dapat menunjukkan kesalahan yang dapat dihindari produk yang
masuk belakangan. Produk yang masuk belakangan ini juga dapat
mempelajari ukuran pasar.
Keputusan penentuan waktu memerlukan pertimbangan tambahan. jika produk

baru menggantikan produk lama, perusahaan dapat menunda peluncuran sampai stok
produk lama habis. Jika produk tersebut merupakan produk musiman, produk itu
dapat ditunda sampai musim yang tepat tibaa: sering kali sebuah produk menunggu
“aplikasi pembunuh” terjadi. Hal yang memperumit peluncuran produk adalah bahwa
banyak perusahaan menghadapi “desain-sekeliling” yang kompetitif-pesaing meniru
penemuan, tetapi membuat versi mereka sendiri yang cukup berbeda untuk
menghindari pertikaian paten dan keharusan membayar royalty.
Dimana (Strategi Geografis)

Perusahaan harus memutuskan apakah mereka akan meluncurkan produk baru dalam
satu kawasan, sebuah wilayah, beberapa wilayah, pasar nasional, atau pasar
internasional. Sebagian besar perusahaan akan mengembangkan peluncuran pasar
terencana sepanjang waktu. Ukuran perusahaan merupakan factor penting disini.
Perusahaan kecil akan memilih kota yang menarik dan melaksanakan kampanye kilat,
memasuki kota lain satu persatu. Perusahaan besar akan memperkenalkan produk
mereka ke seluruh wilayah, kemudian beralih ke wilayah berikutnya. Perusahaan
dengan jaringan distribusi nasional, seperti perusahaan otomotif, akan meluncurkan
model baru mereka ke pasar nasional.
Sebagian besar perusahaan merancang produk baru untuk dijual terutama
dipasar domestic. Jika produk berjalan dengan baik, perusahaan mempertimbangkan
untuk mengekspor ke Negara tetangga atau pasar dunia, merancang kembali jika
179
diperlukan. Dalam memilih pasar peluncuran, kriteria utama adalah potensi pasar,
reputasi local perusahaan, biaya pengisian jalur saluran, biaya media komunikasi,
pengaruh satu wilayah terhadap wilayah lain, serta penetrasi kompetiitif.
Kehadiran pesaing kuat akan mempengaruhi strategi peluncuran. Misalkan
McDonald’s ingin meluncurkan rantai makanan cepat saji yang baru, restoran
McPizza”. Berdasarkan catatan historis, Pizza Hut sudah bercokol kuat di East Coast,
Domino’s dan Litle Caesar’s di Midwest, papa John’s di Selatan dan semuanya
bersaing di Barat. McDonald’s harus berhati-hati dalam memilih strategi peluncuran
geografis yang menyeimbangkan pertimbangan konsumen, persaingan dan perusaan.
Dengan adanya Web yang menghubungkan tempat-tempat yang jauh di dunia,
persaingan semakin melintasi batas nasional. Perusahaan semakin sering
meluncurkan produk baru secara simultan ke seluruh dunia, alih-alih secara nasional
atau bahkan regional. Meskipun demikian pemikiran peluncuran global memberikan
tantangan, dan peluncuran selanjutnya di seluruh Negara mungkin masih menjadi
pilihan terbaik.
Kepada Siapa (Prospek Pasar Sasaran)

Dalam pasar peluncuran, perusahaan harus menentukan sasaran distribusi dan
promosi awalnya kepada calon pelanggan terbaik. Perusahaan harus menentukan
profil calon pelanggan ini, dan idealnya mereka harus berupa pengadopsi awal,
pengguna berat, dan pemimpin oponi yang dapat dijangkau dengan biaya rendah.
Hanya sedikit kelompok yang memenuhi semua karakteristik ini. Perusahaan harus
menentukan peringkat berbagai kelompok calon pelanggan terhadapa karakteristik ini
dan membidik kelompok terbaik. Tujuannya adalah untuk menghasilkan pejualan
yang kuat sesegera mungkin guna menarik lebih banyak calon pelanggan.
180
Bagaimana (Strategi Pengenalan Ke Pasar)
Perusahaan harus mengembangkan rencana tindakan untuk memperkenalkan produk
baru ke pasar peluncuran. Karena peluncuran produk baru sering membutuhkan
waktu yang lebih lama dan uang yang lebih banyak dari pada yang diperkirakan,
banyak penawaran yang berpotensi mengalami kekurangan dana. Pentik untuk
mengalokasikan waktu dan sumber daya yang cukup-tetapi juga tidak
berlebihanketika produk baru mendapatkan pijakan di pasar.
Ahli peluncuran produk baru, Apple Computer mengadakan pemasaran kilat
besar pada tahun 1998 untuk meluncurkan imac, masuknya kembali Apple ke bisnis
PC computer setelah menghilang selama 14 tahun. Lima tahun kemudian, Apple
menggebrak lagi dengan meluncur iPod, seperti yang digambarkan dalam “terobosan
Pemasaran: ipod Apple.”
Untuk mengkoordinasikan berbagai kegiatan yang terlibat dalam peluncuran
produk baru, manajemen dapat menggunakan teknik perencanaan jaringan seperti
penjadwalan jalur kritis (critical path scheduling-CPS). Hal ini membutuhkan
pengembangan bagan utama yang memperlihatkan jumlah dan urutan kegiatan yang
harus dilakukan untuk meluncurkan produk. Dengan memperkirakan berapa banyak
waktu yang dibutuhkan setiap kegiatan, perencana memperkirakan berapa banyak
waktu yang dibutuhkan setiap kegiatan,perencana memperkirakan waktu
penyelesaian untuk seluruh proyek. Semua penundaan kegiatan di jalur penting-rute
terpendek menuju penyelesaian-akan menyebabkan proyek tertunda. Jika peluncuran
harus diselesaikan lebih awal, perencana mencari cara untuk mengurangi waktu
sepanjang jalur kritis.
181
BAB XII
APLIKASI MARKOV CHAINS
Rantai markov (markov chains) adalah suatu teknik matematika yang biasa
digunakan untuk melakukan pembuatan model (modelling) bermacam-macam sistem
dan proses bisnis. Teknik ini dapat digunakan untuk memperkirakan perubahan-
perubahan di waktu yang akan datang dalam variabel-variabel dinamis atas dasar
perubahan-perubahan dari variabel-variabel dinamis tersebut di waktu yang lalu.
Teknik ini juga dapat digunakan untuk menganalisis kejadian-kejadian di waktu-
waktu mendatang secara matematis. Jadi rantai markov digunakan untuk membuat
suatu sistem atau proses bisnis dengan memperkirakan perubahan sistem di waktu
yang akan datang dengan melihat perubahan sistem yang telah terjadi pada waktu
yang lalu dan juga dengan menganalisis kejadian yang akan datang secara
perhitungan matematis seperti harga-harga sumber daya. Sebagai contoh rantai
markov dapat digunakan untuk menganalisis tentang perpindahan merek dalam
pemasaran, perhitungan rekening-rekening, jasa-jasa persewaan mobil, perencanaan
penjualan, masalah-masalah persediaan, dan lain-lain.
Proses model rantai markov terdiri dari dua prosedur, yaitu pertama
menyusun matriks probabilitas transisi, dan kedua menghitung kemungkinan market
share di waktu yang akan datang. Probabilitas transisisi adalah sebagai contoh
pergantian yang kemungkinan akan dilakukan oleh konsumen dari suatu merek ke
merek yang lain. Hal ini dapat disebabkan oleh pengiklanan, promosi khusus, harga,
ketidakpuasan, dan lain-lain. Manajemen akan dapat manfaat bila mereka mengetahui
berapa market share-nya di periode yang akan datang.
Salah satu aplikasi markov chains adalah memprediksi perubahan market

share provider dari strategi promosi yang dilakukan. Dalam penelitian yang dilakukan
182
oleh Yan Hendrick Faisal yang berjudul “Analisis Perpindahan Merek (Brand
Switching) Menggunakan Metode Markov Chains Pada Pengguna Provider PT XL
Axiata Tbk”. Diperoleh perubahan market share dari tiga provider yaitu Telkomsel,
Indosat, dan XL Axiata yang disebabkan oleh strategi promosi yang dilakukan oleh
XL Axiata. Dalam penelitian ini dilihat perilaku perpindahan merek dari ketiga
provider. Dengan langkah-langkah sebagai berikut :
a. Menentukan matriks payoff yang diperoleh dari perubahan market share dari
ketiga provider pada tahun 2009 dan tahun 2010. Matriks payoff yang diperoleh
sebagai berikut :
1 -0.31472 -0.68528
0.285714 -0.08992 -0.19579
0.171429 -0.01058 -0.11748
b. Untuk menghitung perubahan matriks payoff pada tahun berikutnya

menggunakan rumus :
Pn = [௜௜௜௜‫ݐ‬௜௜ ௜௜௜‫ݕ‬௜௜]௜
Perubahan matriks payoff sebagai berikut :
Tabel Perubahan Matriks Payoff
N Payoff Matriks
1
1 -0.31472 -0.68528
0.285714 -0.08992 -0.19579
0.171429 -0.01058 -0.11748
2
0.792603 0.226458 0.148267
-0.27917 -0.07976 -0.05176
-0.54316 -0.1016 -0.1016
183
3
0.882723 -0.31083 -0.5896
-0.27138 0.09558 0.181153
-0.60491 0.404044 0.404044
4
0.692839 -0.21302 -0.42021
-0.24362 0.074897 0.149772
-0.47479 0.28796 0.28796
5
0.559941 -0.19655 -0.34315
-0.19445 0.068354 0.120486
-0.38372 0.235154 0.235154
6
0.444959 -0.15427 -0.27622
-0.15492 0.053776 0.097131
-0.30492 0.189287 0.189287
7
0.353531 -0.12291 -0.21839
-0.12324 0.042894 0.076942
-0.24227 0.149659 0.149659
8
0.280977 -0.0978 -0.17385
-0.0979 0.034116 0.061206
-0.19255 0.119138 0.119138
9
0.223232 -0.07766 -0.13809
-0.0778 0.027096 0.048625
-0.15298 0.094627 0.094627
10
0.177371 -0.06172 -0.10972
-0.06181 0.021533 0.038635
-0.12155 0.075188 0.075188
11
0.140928 -0.04904 -0.08718
-0.04911 0.017108 0.030698
-0.09658 0.059741 0.059741
12
0.111973 -0.03896 -0.06927
-0.03902 0.013593 0.02439
-0.07673 0.047466 0.047466
184
13
0.088967 -0.03096 -0.05503
-0.031 0.0108 0.019379
-0.06097 0.037714 0.037714
14
0.070688 -0.0246 -0.04373
-0.02463 0.008581 0.015398
-0.04844 0.029965 0.029965
15
0.056165 -0.01954 -0.03474
-0.01957 0.006818 0.012234
-0.03849 0.023809 0.023809
16
0.044625 -0.01553 -0.0276
-0.01555 0.005417 0.00972
-0.03058 0.018917 0.018917
17
0.035457 -0.01234 -0.02193
-0.01236 0.004304 0.007723
-0.0243 0.01503 0.01503
Sumber : Yan Hendrick Faisal (2011 : Lampiran hal 20)
c. Hitung perilaku perubahan merek pelanggan yang disebabkan oleh strategi

jika XL Axiata menawarkan harga yang lebih murah dibanding pesaing (R1),
apabila XL Axiata memberikan kualitas yang semakin baik dan memuaskan
(R2), dan Apabila XL Axiata menawarkan produk yang unik (R3). Matriks yang
diperoleh sebagai berikut:
-0.32
│R1│ =
-0.3
0.9
-0.26
│R2│ = -0.16
0.96
185
-0.14
│R3│ =
-0.12
0.84
d. Selanjutnya perubahan market share diukur dengan rumus sebagai berikut :

V1 = │P1 │ X │R │
V2 = │P2 │ X │R │
Vn = │Pn │ X │R │
Perubahan market share dari ketiga provider dapat dilihat pada tabel di bawah
ini :
Perubahan Market Share Apabila XL Axiata

Memberikan Harga yang lebih Murah
Tahun Telkomsel Indosat XL
ke
1 0.540993 0.241876 0.217045
2 0.533795 0.244088 0.221405
3 0.528435 0.245991 0.224652
4 0.524144 0.247492 0.22729
5 0.520697 0.248701 0.229402
6 0.517969 0.249659 0.231075
7 0.515799 0.250421 0.232406
8 0.514075 0.251026 0.233463
9 0.512705 0.251507 0.234303
10 0.511616 0.251889 0.234971
11 0.510752 0.252193 0.235501
12 0.510064 0.252434 0.235923
13 0.509518 0.252626 0.236257
14 0.509085 0.252778 0.236524
15 0.50874 0.252899 0.236735
16 0.508466 0.252995 0.236903
17 0.508249 0.253072 0.237036
Sumber : Yan Hendrick Faisal (2011 : 132)
186
Dari hasil perhitungan menggunakan metode markov chain terhadap tingkat
menggunakan XL atau berpindah ke XL apabila XL memberikan harga yang lebih
murah dibandingkan dengan pesaing, dapat dilihat bahwa :
Dalam jangka panjang market share Telkomsel akan turun sebesar

0,03175 atau 3,175 %.
Dalam jangka panjang market share Indosat akan naik sebesar 0,013072
atau 1,3072 %.
Dalam jangka panjang market share XL Axiata akan naik sebesar
0,017036 atau 1,7036 %.
Hal tersebut menunjukkan bahwa apabila XL memberikan harga yang lebih
murah dibandingkan dengan pesaing merupakan faktor yang kurang mendorong
perilaku brand switching pengguna provider lain ke XL Axiata. Penggunaan strategi
ini perlu dipertimbangkan kembali pengaruhnya terhadap perilaku brand switching
pengguna provider. Untuk lebih jelasnya mengenai perubahan market share
Telkomsel, Indosat dan XL Axiata dapat dilihat pada gambar dibawah ini :
187
Perubahan Market Share menggunakan metode Markov Chain
apabila XL Axiata Memberikan Harga yang lebih Murah
Sumber : Yan Hendrick Faisal (2011 : 133)
Perubahan market share apabila kualitas fitur XL Axiata semakin baik dengan
metode markov chains dapat dilihat pada tabel berikut ini :
188
Perubahan Market Share Apabila
Kualitas Fitur XL Axiata Semakin Baik

ke
1 0.541875 0.241566 0.216515
2 0.534417 0.243857 0.221321
3 0.528923 0.245809 0.224859
4 0.524487 0.247362 0.227738
5 0.520925 0.248611 0.230045
6 0.518106 0.249601 0.231872
7 0.515863 0.250389 0.233326
8 0.514081 0.251015 0.23448
9 0.512666 0.251512 0.235398
10 0.511541 0.251907 0.236127
11 0.510647 0.252221 0.236706
12 0.509937 0.25247 0.237166
13 0.509373 0.252668 0.237532
14 0.508924 0.252826 0.237823
15 0.508568 0.252951 0.238053
16 0.508285 0.25305 0.238237
17 0.50806 0.253129 0.238383
Sumber : data yang sudah diolah

menggunakan XL atau berpindah ke XL apabila kualitas fitur yang semakin baik,
dapat dilihat bahwa :
189
0,03194 atau 3,194 %.
atau 1,3129 %.
0,018383 atau 1,8383 %.
Hal tersebut menunjukkan bahwa apabila kualitas fitur yang semakin baik
merupakan faktor yang kurang mendorong perilaku brand switching pengguna
provider lain ke XL Axiata. Penggunaan strategi ini perlu dipertimbangkan kembali
pengaruhnya terhadap perilaku brand switching pengguna provider. Untuk lebih
jelasnya mengenai perubahan market share Telkomsel, Indosat dan XL Axiata dapat
dilihat pada gambar dibawah ini :
Perubahan Market Share menggunakan metode Markov Chain
apabila Kualitas Fitur XL Axiata Semakin Baik
190
Perubahan market share apabila XL Axiata menawarkan produk yang unik dengan
metode Markov Chains dapat dilihat pada tabel di bawah ini:
Perubahan Market Share Apabila
XL Axiata Menawarkan Produk yang Unik
ke
1 0.542739 0.241261 0.215945
2 0.536923 0.243048 0.219701
3 0.532679 0.244557 0.222439
4 0.529249 0.245759 0.224669
5 0.526491 0.246728 0.226459
6 0.524309 0.247495 0.227876
7 0.522572 0.248105 0.229003
8 0.521193 0.24859 0.229899
9 0.520097 0.248975 0.23061
10 0.519226 0.249281 0.231175
11 0.518535 0.249525 0.231625
12 0.517985 0.249718 0.231982
13 0.517548 0.249871 0.232265
14 0.517201 0.249993 0.23249
15 0.516925 0.25009 0.232669
16 0.516706 0.250167 0.232812
17 0.516532 0.250229 0.232925
Sumber : data yang sudah diolah
menggunakan XL atau berpindah ke XL apabila XL Axiata menawarkan produk yang
unik, dapat dilihat bahwa :
191
0,02347 atau 2,347 %.
atau 1,0229 %.
0,012925 atau 1,2925 %.
Hal tersebut menunjukkan bahwa apabila XL Axiata menawarkan produk
yang unik merupakan faktor yang kurang mendorong perilaku brand switching
pengguna provider lain ke XL Axiata. Penggunaan strategi ini perlu dipertimbangkan
kembali pengaruhnya terhadap perilaku brand switching pengguna provider. Untuk
lebih jelasnya mengenai perubahan market share Telkomsel, Indosat dan XL Axiata
dapat dilihat pada gambar dibawah ini :
Gambar 4.5 Perubahan Market Share menggunakan metode Markov Chains
apabila XL Axiata Menawarkan Produk yang Unik
192
BAB XIII
PENUTUP
Setelah produk baru dipasarkan, produk akan masuk pada tahap siklus hidup produk
(product life cycle). Sepanjang umur suatu produk, perusahaan biasanya
memformulasikan kembali strategi pemasarannya beberapa kali. Tidak hanya kondisi
ekonomi berubah, dan pesaing melancarkan serangan baru namun, tambahan lagi
produk itu melewati tahap baru dari minat dan persyaratan pembeli. Kosekuensinya,
perusahaan harus merencanakan strategi pengganti yang tepat untuk tiap tahap dalam
siklus hidup produk tersebut. Perusahaan berharap memperpanjang umur dan
profitabilitas produk walaupun tahu bahwa produk tersebut tidak akan bertahan
selamanya. PLC (Product life Cycle) atau siklus hidup produk merupakan konsep
penting dalam pemasaran yang memberikan pemahaman tentang dinamika suatu
produk yang kompetitif. Sebuah produk memiliki siklus hidup berarti menegaskan
empat hal yaitu :
1. Produk memiliki umur terbatas

2. Penjualan produk melalui berbagai tahap yang berbeda, masing-masing
memberikan tantangan, peluang dan masalah yang berbeda bagi penjual.
3. Laba naik dan turun pada berbagai tahap yang berbeda selama siklus hidup
produk.
4. Produk memerlukan strategi pemasaran, keuangan, manufaktur, pembelian
dan sumber daya manusia yang berbeda dalam tiap tahap siklus hidupnya.
Kebanyakan kurva siklus hidup digambarkan sebagai bentuk lonceng. Kurva itu
umumnya dibagi menjadi empat tahap :
1. Perkenalan (introduction): periode pertumbuhan penjualan yang lambta saat
produk itu diperkenalkan ke pasar. Pada tahaaaaap iti tidak ada laba karena
beasrnya biaya-biaya untuk memperkenalkan produk.
193
2. Pertumbuhan (growth): periode penerimaan pasar yang cepat dan peningkatan
laba yang besar.
3. Kedewasaan (Maturity) : periode penurunan pertumbuhan penualan karena
produk itu telah diterima oleh sebagian besar pembeli potensial. Laba stabil
atau menurun karena persaingan yang meningkat.
4. Penurunan (decline) : periode saat penjualan menunjukkan arah yang menrun
dan laba yang menipis.
Konsep siklus hidup produk dapat digunakan untuk menganalisa kategori produk,
bentuk produk, produk atau merek.
Gambar . Siklus Hidup Penjualan dan Laba

Sumber : http://www-rohan.sdsu.edu
a. Kategori produk (product catagory) memiliki siklus hidup yang paling

panjang. Banyak katagori produk berada pada tahap kedewasaan untuk jangka
194

Aplikasi Alat Manajemen Pemasaran Dalam Proses Pengembangan Produk

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Aplikasi Alat Manajemen Pemasaran Dalam Proses Pengembangan Produk

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB I

1.1 Pengembangan Produk

Dalam perencanaan produk, produk harus dipandang sebagai pemecahan masalah

1. Pengetahuan tentang kebutuhan dan keinginan konsumen lengkap.

1. Modifikasi produk lini.

1. Jenis-jenis produk baru :

a. Innovasi transformasional, produk yang secara radikal baru dan

Sebuah perusahaan yang berinisiatip mengembangkan produk baru dapat

2. Menemukan peluang nilai customer

Gambar 1 : Karakteristik Innovator yang Berhasil

Tahap-Tahap Dalam Perencanaan Produk Baru

Tahap-tahap dalam perencanaan produk baru terdiri dari :

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

2.1 Tools yang digunakan

Dalam pengembangan produk dibutuhkan alat bantu untuk membantu dalam

Analisis Faktor merupakan teknik analisis statistik yang bertujuan menerangkan

c. Multidimensional Scaling (MDS)

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

TOOLS YANG DIGUNAKAN

Dalam pengembangan produk dibutuhkan alat bantu untuk membantu dalam

2.1 Analisis Faktor

Analisis Faktor semakin banyak digunakan dalam penelitian, terutama dalam

Konsep Dasar Analisis Faktor

Tujuan Analisis Faktor

Tujuan dari analisis faktor adalah untuk menggambarkan hubungan-hubungan

Atau dapat ditulis dalam notasi matrik sebagai berikut :

F common faktor ke- j

loading dari variabel ke - i pada faktor ke-j

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

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

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

disebut sebagai faktor spesifik ke-I yang bersifat acak.

Persamaan diatas dapat ditulis :

c11 c12 ….. c1m

c21 c21 ….. c2m

cp1 cp2 ….. cpm

2.2 Analisis Cluster

Proses Analisis Cluster

Tahap Kedua : Desain Penelitian dalam Analisis Cluster

Tahap Ketiga : Asumsi-asumsi dalam Analisis Cluster

A. Proses validasi solusi cluster

B. Pembuatan Profil ( PROFILING) Solusi Cluster

Tahap ini menggambarkan karakteristik tiap cluster untuk menjelaskan cluster-cluster

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

Tujuan dari multidimensional scaling (MDS) adalah untuk memberikan gambaran

Misalnya ketika konsumen potensial diminta untuk membandingkan produk dan

Dalam perencanaan kebutuhan data untuk menganalisa MDS memerlukan:

Langkah-langkah analisis multidimensional scaling adalah

1) Perumusan masalah, dalam perumusan masalah dibutuhkan suatu kejelasan

1. Metric Multidimensional Scaling

2. Nonmetric Multidimensional Scaling

Forecasting permintaan dari pasar yang dimasuki oleh perusahaan adalah

Tetapi dengan metode ini dapat dipergunakan untuk mendukung metode

2. Sasaran Pengumpulan Data Kualitatif

Metode Perkiraan Kuantitatif

Perlu diperhatikan disini, bahwa klasifikasi waktu menurut sifat

c. Metode Proyeksi Trend

Rumus yang dipakai dalam menarik garis lurus ini adalah:

d. Metode Variasi Musim

Metode yang digunakan dalam forecasting adalah sebagai berikut :

1. Metode Rata-rata Bergerak

Angka deviasi dapat diperoleh dengan cara mengurangi angka observasi

RMSE = Root Mean Squre Error

Ft = rata-rata bergerak yang dihasilkan per kelompok waktu