Makalah Statistika Kelompok Ritel 100%
Makalah Statistika Kelompok Ritel 100%
Disusun Oleh :
Kelompok Ritel
• ADIATMA DWI SUSILO (17210923_17.3G.25)
• AHMAD DAEROBI (17210230_17.3F.25)
• RAHMAT HIDAYAT (17211096_17.3G.25)
• SHANTA HAPPY S (17211119_17.3G.25)
• YOPI RENALDI (17210967_17.3G.25)
• YOGA A.M.F (17210247_17.3F.25)
• ACEP MUHAMAD S (17210279_17.3G.25)
• ADRYAN (17210898_17.3G.25)
• BINTANG PERDANA (17210712_17.3G.25)
• IKHSANUL HAFIZH (17210902_17.3G.25)
• GIBRAN QAULAN S (17210819_17.3G.25)
Penulis
i
DAFTAR ISI
ii
BAB IV PENUTUP ........................................................................................ 29
4.1 Kesimpulan ...................................................................................... 29
4.2 Saran................................................................................................. 29
DAFTAR PUSTAKA ..................................................................................... 30
iii
BAB I
PENDAHULUAN
Bisnis ritel merupakan suatu usaha menyalurkan berbagai produk kepada konsumen
untuk di konsumsi sendiri. Ritel merupakan bisnis yang sangat menjanjikan seiring
meningkatnya kebutuhan konsumen, untuk itu banyak pelaku bisnis mulai berlomba dalam
meningkatkan strategi penjualannya. Perusahaan Retail ini merupakan jaringan minimarket
yang menyediakan kebutuhan pokok dan kebutuhan sehari – hari. Hal ini menjadikan peran
besar terutama bagi kelangsungan hidup konsumen.
Perusahaan Ritel memiliki kualitas dan kemutuan dalam setiap produk – produk,
sehingga menjamin konsumen mendapatkan produk yang premium. Untuk
menghitung/mengontrol pada sebuah penjualan supaya stabil atau bertumbuh yang dimana
sangat penting dalam memajukan perusahaan. Maka disini kami membuat sebuah analisis
mengenai persentase angka penjualan di perusahaan retail yang ada di Jakarta Barat Setelah
adanya kenaikan Harga BBM.
4
Harga adalah nilai yang dipertukarkan konsumen untuk manfaat memiliki atau
menggunakan produk atau jasa (Kotler, 2009). Suatu produk yang memiliki harga sesuai
dengan manfaat yang di dapat tentu menjadi daya tarik tersendiri bagi konsumen,
konsumen akan lebih terpuaskan ketika produk yang mereka beli sesuai dengan daya beli
mereka. Harga menjadi tolak ukur konsumen untuk melakukan pembelian, harga
bergantung dengan kondisi ekonomi konsumen itu sendiri, strategi perusahaan mengenai
harga masih standar dengan toko-toko di perusahaan lain yaitu memasang label harga pada
produk dan rak minimarket.
Terlebih dari Informasi mengenai latar Belakang Perusahaan Ritel Ini ada Sebuah
Permaslahan dengan dampak kenaikan BBM dan sekarang, Kalangan ekonomi menyebut
naiknya harga bahan bakar minyak (BBM) berpotensi memberi dampak masif terhadap
bisnis ritel modern seperti Alfamart (AMET) Dkk. apabila daya beli masyarakat kelas
menengah melemah. Menurut Direktur Center of Economic and Law Studies (Celios)
Bhima Yudhistira, potensi melemahnya daya beli masyarakat kelas menengah cukup besar.
Sebab, naiknya harga BBM tidak diiringi dengan kompensasi yang sepadan.
5
Lebih jauh, Solihin menjelaskan asosiasi produsen produk makanan dan minuman
(mamin) seperti Gabungan Pengusaha Produsen Makanan dan Minuman Indonesia
(Gapmmi) memiliki sejumlah pertimbangan dalam menyesuaikan harga produk. Gapmmi
sebagai gabungan produsen memperhitungkan komponen yang berdampak terhadap harga
jual terhadap peritel, seperti transportasi dan produksi yang menggunakan bahan bakar,"
jelasnya. Sebelumnya Ketua Umum GAPMMI Adhi Lukman mengatakan ongkos produksi
produk mamin berpotensi naik di kisaran 1-2 persen akibat kenaikan harga BBM.
Sebagaimana diketahui, harga bahan bakar solar sendiri mengalami kenaikan sekitar 24
persen dari Rp5.150 per liter menjadi Rp6.800 per liter sejak pemerintah menaikkan harga
pada akhir pekan lalu. Adhi juga menjelaskan ingkos logistik di industri maakanan dan
minuman saat ini memiliki kontribusi rata-rata sekitar 6 persen terhadap keseluruhan biaya
produksi. Di industri tersebut, sambungnya, BBM berkontribusi terhadap sekitar 50 persen
dari keseluruhan ongkos logistik. Sisanya, dikeluarkan untuk biaya supir tol dan lain-lain.
6
1.2 Rumusan Masalah
Berdasarkan uraian di atas, rumusan masalah dalam penelitian ini adalah sebagai berikut:
2. Bagaimana Cara agar penjualan Tetap stabil atau meningkat dikala adanya kasus
kenaikan Harga BBM?
1. Untuk memenuhi persyaratan dalam memperoleh nilai UAS Mata Kuliah Statistika
2. Untuk mengetahui Perbandingan dan pengaruh terhadap penjualan pada bisnis Ritel
setelah adanya kenaikan Harga BBM.
Dalam penulisan makalah ini kami menggunakan metode study kepustakaan yaitu
proses pencarian dan pengumpulan data - data yang Real atau Valid (Sah) dan dari situs-
situs yang berhubungan dengan judul makalah yang kami buat.
7
1.5 Sistematika Penulisan
BAB III PEMBAHASAN, dalam bab ini dikemukakan hasil penelitian mengenai Analisis
Rekapitulasi Data Penjualan Pada Perusahaan Ritel Setelah Naiknya Harga BBM.
BAB IV PENUTUP, membahas tentang Kesimpulan dan Saran. Kemudian terakhir berisi
Daftar Pustaka .
8
BAB II
TINJAUAN TEORITIS
9
2.2 Pengertian Statistika
Pada hakekatnya statistik adalah suatu kerangka teori-teori dan metode-metode
yang telah dikembangkan untuk melakukan pengumpulan, analisis, dan pelukisan data
sampel guna memperoleh kesimpulan-kesimpulan yang bermanfaat.
Adapun statistika adalah ilmu tentang cara-cara mengumpulkan, menggolongkan,
menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan data yang
penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:
a) Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti
oleh para pengguna.
b) Menunjukkan trend atau tendensi perkembangan suatu masalah.
c) Melakukan penarikan kesimpulan secara ilmiah.
10
b. Data Eksternal (External Data)
Data eksternal adalah data hasil observasi orang lain, seseorang boleh saja
menggunakan data untuk suatu keperluan, meskipun data tersebut merupakan hasil
kerja orang lain. Data eksternal ini di bagi menjadi dua :
• Data Eksternal Primer (primary external data)
Data primary eksternal adalah data dalam bentuk ucapan lisan atau tulisan dari
pemiliknya sendiri, yakni orang yang melakukan observasi sendiri.
• Data Eksternal Sekunder (secondary external data)
Data eksternal sekunder adalah data yang diperoleh bukan dari orang lain yang
melakukan observasi melainkan melalui seseorang atau sejumlah orang lain.
4. Menurut Cara Memperolehnya :
a. Data Primer
Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh
peneliti perorangan maupun organisasi.
b. Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian.
5. Menurut Waktu Pengumpulannya :
a. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu.
b. Data berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke
waktu atau periode secara historis.
11
2.4 Jenis-jenis Pengambilan Sample Data
Jenis-jenis pengambilan sample yaitu :
1) Random sederhana (simple random sampling) adalah pengambilan sampel secara
acak sehingga setiap anggota populasi mempunya kesempatan yang sama untuk
menjadi sampel, misalnya dengan cara undian.
2) Random berstrata (Stratified Random Sampling) adalah pengambilan sampel yang
populasinya dibagi-bagi menjadi beberapa bagian/stratum. Anggota-anggota dari
stratum dipilih secara random, kemudian dijumlahkan, jumlah ini membentuk anggota
sampel
3) Sistematis (Systematic Sampling) adalah pengambilan sampel berdasarkan urutan
tertentudari populasi yang telah disusun secara teratur dan diberi nomer urut.
4) Luas/Sampel Kelompok (Cluster sampling) adalah pengambilan sampel tidak
langsung memilih anggota populasi untuk dijadikan sampel tetapi memilih kelompok
terlebih dahulu. Yang termasuk sebagai sampel adalah anggota yang berada dalam
kelompok terpilih tersebut.
2.5 Penyajian Data
Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil
penelitan yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan
yang diinginkan. Data yang disajikan harus sederhana dan jelas agar muda dibaca.
Penyajian data juga dimaksudkan agar para pengamat dapat dengan mudah memahami
apa yang kita sajikan untuk selanjutnya dilakukan penilaian atau perbandingan, dan lain-
lain.
Tujuan penyajian data adalah:
1. Memberi gambaran yang sistematis tentang peristiwa-peristiwa yang merupakan hasil
penelitian atau observasi,
2. Data lebih cepat ditangkap dan dimengerti,
3. Memudahkan dalam membuat analisis data,
4. Membuat proses pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan akurat.
Cara penyajian data ada tiga macam, yaitu :
1. Narasi, yaitu penyajian data hasil penelitian dalam bentuk kalimat.
2. Tabel, yaitu kumpulan angka-angka yang disusun menurut kategori-kategori. Misalnya
berat badan menurut jenis kelamin, jumlah pegawai menurut pendidikan, jumlah
penjualan menurut jenis barang dan daerah penjualan, dll.
12
3. Grafik atau Diagram, yaitu gambar-gambar yang menunjukkan secara visual data
berupa angka atau simbol-simbol yang biasanya dibuat berdasarkan data
dari tabel yang telah dibuat.
2.6 Pengertian Data Mining
Data mining merupakan tahap analisa data serta mencari pola tersembunyi secara
otomatis atau semi otomatis. Data mining, menurut Gartner group, merupakan proses
mencari lkorelasi, pola, dan rend melalui big data, kemudian digunakan teknologi
pengenalan pola, teknik statistika, dan matematika dengan tujuan mendapatkan pola atau
model terbaru yang lebilh tepat, berguna dan mudah untuk dimengerti dalam suatu
database yang sangat besar (massive base).
Metode yang digunakan untuk mendapatkan pengetahuan asal dari sebuah database
merupakan definisi dari KDD. Dimana pada database dapat dijumpai tabel - tabel yang
saling berelasi. Yang kemudian pengetahuan tersebut dapat menjadi basis pengetahuan
(knowledge base) untuk kepentingan pengambilan keputusan.
Yaitu salah satu tehnik pada pembelajaran mesin (machine learning), yangg
memungankan mesin untuk memberikan penjelasan hasil analisa dalam bentuk iniromasi
rinci dan mudah dipahami. Informasi pada umumnya tersaji dalam bentuk ann meric
maupun data statistika. Metode decision tree, neural network dan exploratory data analysis
merupakan contoh-contoh metode yang termasuk kedalam fungsi ini.
13
b. Fungsi Estimasi (estimation)
Satu hal yang membedakan fungsi prediksi dengan fungsi estimasi dan klasifikasi
adalah hasil prediksi atau perkiraan nilai di masa depan. Fungsi prediksi dapat digunakan
untuk memprediksi produk roti pada tahun depan. Beberapa metode yangdigunakan pada
fungsi prediksi, yaitu k-nearest neightbor, decision tree dan neural newonk.
Keranjang pasar merupakan nama lain dari fungsi asosiasi, hal itu karena fungsi
asosiasi dapat menentukan produk atau barang yang paling banyak dibeli oleh konsumen
pasar. GRI algorithm, apriori,FP- growth dan generalize sequental pattern (GSP)
merupakan metode yang kerap digunakan dalam fungsi ini.
14
BAB III
PEMBAHASAN
3.1 Analisis dan Penyajian Data Penjualan
Penjualan adalah fungsi yang paling penting dalam pemasaran karena menjadi
tulang punggung kegiatan untuk mencapai pasar yang dituju. Fungsi penjualan juga
merupakan sumber pendapatan yang sangat dibutuhkan untuk menutupi biaya-biaya yang
dikeluarkan oleh perusahaan.
Berdasarkan data yang kami kumpulkan dari perusahaan ritel yang kami Analisa
yaitu PT. Indomarco Prismatama yang berlokasi di City park Cengkareng Kota Jakarta
Barat, mengenai penjualan sebelum dan sesudah adanya kenaikan harga bbm dan kami
memperoleh data penjualan pada bulan Agustus - September 2022 adalah sebagai berikut.
15
Berdasarkan tabel diatas, adalah tabel sebuah penjualan pada PT. Indomarco
Prismatama dengan gerai di daerah City Park Cengkareng Kota Jakarta barat sebelum
naiknya harga BBM. dilihat berdasarakan indikator rekapitulasi sales yang hitung oleh staf
penjualan PT. Indomarco Prismatama terhadap penjualan sudah baik, rata-rata
growt/pertumbuhan sales sudah stabil mencapai target yang di tentukan ,oleh perusahaan
dan responden tentang pelayanan yang diberikan oleh staf penjualan terhadap konsumen
sudah baik atau netral, ini menunjukkan bahwa pelayanan yang diberikan oleh staf
penjualan terhadap konsumen belum bisa dikatakan baik dan tidak juga buruk.
Kemudian berdasarkan indikator pertanyaan Konsumen sagat terkesan setelah
melakukan pembelian barang belanjaan pada gerai toko PT. Indomarco Prismatama, rata-
rata jawaban responden tentang Konsumen sangat terkesan setelah melakukan pembelian
barang pangan atau kebutuhan lainnya pada salah satu gerai toko PT. Indomarco
Prismatama adalah netral sebanyak 314(std) struk per day atau jumlah rata rata masuknya
konsumen. ini menunjukkan semua konsumen terkesan setelah melakukan pembelian
barang disini.
16
3.1.2 Tabel Rekapitulasi Penjualan Pada Bulan September
17
3.2 Menentukan Nilai Tengah Atau Median
A. Menentukan Median Pada Penjualan Bulan Agustus
Dari kedua Data penjualan yang di ambil pada bulan Agustus dan September
dimana Data pada bulan Agustus adalah data penjualan sebelum kenaikan harga BBM
pada tahun 2022, berikut data penjualan pada bulan Agustus:
Dari Sekumpulan Data tersebut dapat di tentukan Nilai Tengah atau biasa di sebut dengan
median.
Untuk Median atau Nilai tengah sendiri dapat di artikan sebagai pemusatan data
yang membagi suatu data menjadi setengah (50%) data terkecilnya dan
terbesarnya,dengan syarat utama untuk menentukan median adalah dengan mengurutkan
data-data yang ada.
18
a. Langkah pertama untuk menentukan median pada data penjualan Agustus adalah
mengambil sebuah data penjualan pada bulan agustus,Berikut data penjualan pada
bulan Agustus:
b. Langkah kedua mengurutkan data terkecil hingga data terbesar dari data penjualan pada
bulan Agustus,berikut data penjualan bulan Agustus sebelum dan sesudah di urutkan,
dimana data beracak berwarna font Merah dan data berurutan memiliki font berwarna
Hijau.
19
Dapat di simpulkan untuk median atau nilai tengah pada data penjualan bulan
Agustus memiliki dua nilai tengah,karena banyaknya jumlah data pada data penjualan
bulan Agustus 28 (dua puluh delapan) Data dengan kata lain sekumpulan data genap :
11.496.320 dan 11.542.248
Untuk menentukan median pada kedua data nilai tersebut dengan cara
menjumlahkan kedua data dan di bagi 2, rumusnya sebagai berikut.
½.(11.496.320+11.542.248) = 11.519.284
Maka median untuk data penjualan pada bulan Agustus adalah = 11.519.284
20
a. Ini adalah sekumpulan data pada bulan September
½.(10.094.098+10.343.758) = 10.218.928
Maka median untuk data penjualan pada bulan September adalah = 10.218.928
Untuk jumlah keseluruhan data dan banyaknya data pada bulan Agustus, adalah
sebagai berikut:
22
Untuk perhitungan rata-rata pada bulan Agustus adalah:
11.738.240
Dapat dilihat dari tabel tersebut bawah data penjualan pada bulan September
berada pada kolom A dan berada pada baris 259-288, maka untuk rumus rata ratanya
adalah :
= Avarage(A259;A288)
Maka dari hasil rumus excel rata-rata pada data penjualan bulan September adalah
= 10.336.580
23
3.4 Menghitung Nilai Minimum dan Maximum
Nilai minimum adalah nilai terkecil dalam kumpulan data yang diurutkan. Nilai
maksimum adalah nilai terbesar dalam kumpulan data yang diurutkan. Median adalah
bilangan di tengah dalam kumpulan data yang diurutkan.
24
Jadi dapat disimpulkan bahwa cuaca dan hari besar atau hari libur nasional sangat
mempengaruhi data penjualan di suatu perusahaan.
Sedangkan untuk menentukan nilai Max dan Min pada Data penjualan bulan
September dengan mengggunakan Microsoft Excel yakni menggunakan :
Dapat di amati bahwa dari data tersebut berada pada kolom B dan baris 259 -
288
Maka untuk rumus Excel yang di gunakan pada data terkecil
=MIN(B259-B288)
= Rp. 7.828.952
25
Sedangkan untuk nilai terbesar pada data penjualan bulan September
=MAX(B259-B288)
= 15.145.364
Data nilai minimum penjualan di bulan September adalah 7.828.952 di hari
Kamis pada tanggal 15 September dan merupakan pertengahan bulan yakni sudah
melewati fase tanggal gajian, sedangkan untuk nilai Maximum penjualan pada bulan
September ialah 15.145.364 tepatnya pada hari Selasa tanggal 27 September 2022,
setelah di telusuri penyebab meningkatnya jumlah penjualan pada bulan September di
ketahui bahwa rata-rata perusahaan Swasta di Jakarta melakukkan penggajian pada
karyawannya di tanggal 25-28,dan dapat di simpulkan bahwa tanggal pada fase gajian
atau setalah fase gajian sangat mempengaruhi jumlah data penjualan di suatu
perusahaan.
26
3.5 Menentukan Jangkauan, Banyak Kelas, Panjang Kelas, dan Modus
1. Jangkauan
Jangkauan adalah selisih antara data terbesar dan data terkecil
Untuk jangkauan pada data penjualan di bulan Agustus ialah:
16.830.390 - 9.850.394 = 6.979.996
Sedangkan jangkauan pada data penjualan bulan September ialah:
15.145.364 - 7.828.952 = 7.316.412
2. Banyak Kelas
Cara menentukan banyaknya kelas pada data penjualan bulan Agustus dan
September
Dengan rumus K=1+3,33 log N
Dimana:
K: banyaknya kelas yang akan di buat
N: banyaknya data
Maka pada bulan Agustus Banyaknya kelas K = 1 + 3,3 (log 31) = 5.9214935896530
Sedangkan pada bulan September banyaknya kelas K= 1 + 3,3(log 30) =
5.8745001405748
4. Modus
Modus dalam data pada data penjualan bulan Agustus dan September tidak
ada,karena data di katakan tidak memiliki modus apabila tidak memiliki mode atau
keteraturan data. Sedangkan pengertian dari modus adalah nilai yang sering keluar
dalam sebuah perkumpulan data.
27
3.6 Diagram Pie
Berikut adalah diagram pie yang dimana berguna untuk menunjukkan dan
membandingkan proporsi dari data. Diagram lingkaran tidak dapat menunjukkan
frekuensinya.
285,408,531
355,125,120
AGUSTUS SEPTEMBER
Jika dilihat dari bentuk diagram bahwa persentase bulan Agustus lebih besar yakni
355,125,120 dan persentase pada bulan September 285,408,531 untuk menghitung selisih
perbandingan data data penjualan pada bulan Agustus dan September maka data
penjualan bulan Agustus di kurang dengan data penjualan bulan September yakni
355,125,120 - 285,408,531 = 69.716.607 ,jadi untuk selisih perbandingannya adalah Rp.
69.716.607.
28
BAB III
PENUTUP
4.1 Kesimpulan
Dari hasil analisis rekapitulasi data penjualan pada perusahaan ritel setelah
naiknya harga BBM dapat kami simpulkan bahwa:
1. Jumlah Penjualan pada bulan agustus lebih tinggi dibandingkan dengan jumlah
penjualan pada bulan september karena bisa dilihat dari analisis dan penyajian data
penjualan jumlah konsumen pada bulan Agustus - September 2022.
2. Pada bulan agustus sebelum adanya kenaikan bbm data penjualan mengalami
kenaikan karena banyak event yang di adakan seperti event diskon special hari
kemerdekaan disini data penjualan tertinggi menunjukan angka penjualan hingga
Rp. 16.830.390.
3. Kenaikan Harga Bbm sangat mempengaruhi penjualan barang pada bulan
semptember 2022, disini angka penjualan pada nilai data maximum tidak melebihi
penjualan pada nilai data standar di bulan agustus. yaitu data penjualan maximum
di bulan September adalah sebesar Rp. 15.145.364.
4. Total akumulasi nilai data penjualan di bulan Agustus adalah Rp. 355. 125.120
sedangkan pada bulan September nilai data penjualan adalah Rp. 285.408.531 data
tersebut merupakan perbedaan nilai data penjualan setelah adanya kenaikan harga
bbm dan menunjukan penurunan penjualannya sangat signifikan jika dilihat dari
selisih tersebut kami mencoba membulatkan maka pengaruhnya sebesar 70%.
5. Disini Modus dalam data pada data penjualan bulan Agustus dan September tidak
ada, karena data di katakan tidak memiliki modus apabila tidak memiliki mode atau
keteraturan data, Sedangkan pengertian dari modus adalah nilai yang sering keluar
dalam sebuah perkumpulan data.
4.2 Saran
Berdasarka kesimpulan tersebut di atas, maka penulis menyarankan :
1. Hasil analisis ini diharapkan sebagai bahan evaluasi agar dapat mengetahui
tanggapan masyarakat umum, khususnya pada bidang perusahaan ritel di Kota
Jakarta Barat.
2. Perlu penelitian dan analisis lebih lanjut dengan kuantitatif penyebaran kuesioner
terhadap responden secara mendalam dan teliti tentang dampak kenaikan harga
BBM terhadap Rekapitulasi data Penjualan Pada Perusahaan Ritel.
3. Perlu adanya dialog dan sosialisasi hingga subsidi bagi para pelaku usaha yang
sudah tertekan akibat pandemi Covid-19 Khususnya Ritel, bukan hanya di cabang
City Park Cengkareng saja tetapi pada semua cabang atau bisnis ritel selain PT.
Indomarco Prismatama yang ada di Ibukota Jakarta atau seluruh Indonesia.
29
DAFTAR PUSTAKA
• https://ekonomi.bisnis.com/read/20220913/257/1576579/bisnis-ritel-bisa-
terdampak-masif-oleh-kenaikan-harga-bbm-ini-penyebabnya
• https://sismatik.nusaputra.ac.id/index.php/sismatik/article/download/35/31
• http://eprints.ums.ac.id/45363/3/04.%20BAB%20I.pdf
• https://m.merdeka.com/indomaret/profil
• https://www.detik.com/edu/detikpedia/d-6140687/ketahui-jenis-jenis-
sampling-agar-tak-salah-saat-penelitian
• https://www.kajianpustaka.com/2014/03/distribusi-frekuensi.html
• https://zulfahmi95.wordpress.com/2016/11/12/makalah-statistik-penyajian-
data/
• Cara membuat diagram Pie dan Rumus Excel Avarage yang ada pada Slide
Materi Statistika.
30