TUGAS STUDI KELAYAKAN BISNIS

“ASPEK PASAR”

OLEH :
KELOMPOK 2

 I MADE MAHENDRA PUTRA (04)

 I NYOMAN GEDE HENDRA ATMAJA (05)
 I PUTU ADITRA PRANADA (06)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MAHASARASWATI DENPASAR
DENPASAR
2021
 KATA PENGANTAR

Puji syukur dipanjatkan kehadirat Tuhan Yang Maha Esa atas berkat dan rahmat-Nya
sehingga kami dapat menyusun dan menyelesaikan makalah dengan judul “Aspek Pasar” tepat
waktu. Makalah ini disusun untuk memenuhi tugas mata kuliah Studi Kelayakan Bisnis.
Pada kesempatan ini kami dari Kelompok 2 mengucapkan banyak terima kasih kepada
Bapak Tiksnayana Vipraprastha. SE., MM sebagai Dosen mata kuliah Studi Kelayakan Bisnis
dan kepada teman-teman yang telah membantu kami dalam menyusun makalah ini sehingga
dapat terselesaikan tepat pada waktunya.
Sebagai manusia yang tidak sempurna, kami menyadari bahwa makalah ini masih jauh dari
kesempurnaan, banyak kesalahan dan kekurangan. Untuk itu kami dari kelompok 2
mengharapkan kritik dan saran yang bersifat membangun dari berbagai pihak demi
kesempurnaan makalah ini. Semoga isi makalah ini dapat memberikan manfaat untuk kita
semua.

Denpasar, 17 Agustus 2021

Penulis

i
 DAFTAR ISI

Halaman
KATA PENGANTAR ......................................................................................................... i
DAFTAR ISI ........................................................................................................................ ii
BAB I PENDAHULUAN .................................................................................................... 1
1.1 Latar Belakang .................................................................................................... 1
1.2 Rumusan Masalah ............................................................................................... 1
1.3 Tujuan ................................................................................................................. 2
BAB II PEMBAHASAN ..................................................................................................... 3
2.1 Konsep Pokok dalam Aspek Pasar .................................................................. 3
2.1.1 Karakteristik aspek pasar .......................................................................... 3
2.1.2 Data dan sumber data ............................................................................... 3
2.1.3 Peramalan permintaan .............................................................................. 5
2.1.4 Strategi pemasaran ................................................................................... 8
2.2 Metode Pengukuran dan Peramalan Permintaan ......................................... 8
2.2.1 Pendekatan peramalan .............................................................................. 8
2.2.2 Prosedur peramalan .................................................................................. 9
2.2.3 Kendala pemilihan teknik peramalan ....................................................... 10
2.2.4 Pengukuran permintaan produk ................................................................ 11
2.2.5 Peramalan produk yang sudah mapan ...................................................... 12
2.2.6 Peramalan permintaan produk baru .......................................................... 13
2.2.7 Metode time series dan metode regresi korelasi ...................................... 13
2.2.8 Pengawasan peramalan ............................................................................. 32
BAB III PENUTUP ............................................................................................................. 35
3.1 Kesimpulan ......................................................................................................... 35
3.2 Saran ................................................................................................................... 38
DAFTAR PUSTAKA .......................................................................................................... 39

ii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Di masa lalu sebelum ilmu pemasaran berkembang dan dikenal secara luas seperti
sekarang ini, setiap perusahaan berusaha untuk terlebih dahulu berproduksi sebanyak-
banyaknya, baru kemudian berusaha menjualnya kembali. Perusahaan tidak peduli dengan
kondisi permintaan yang ada, sehingga banyak di antara produsen mengalami kegagalan dan
bahkan terus merugi.
Sekarang banyak produsen yang terlebih dahulu melakukan riset pasar dengan berbagai
cara, misalnya dengan test pasar melalui pemasangan iklan seolah-olah barangnya sudah ada.
Tujuannya untuk melihat kondisi permintaan yang ada sekarang ini terhadap produk yang
akan diproduksi, apakah mendapat tanggapan atau tidak dari calon konsumen, baik kualitas
maupun harga. Dari hasil test pasar perusahaan sudah dapat meramalkan berapa besar pasar
yang dapat diserap, bagaimana menyerap pasar yang ada, termasuk yang ada di tangan para
pesaing. Seorang pemasar harus selalu tahu lebih dahulu pasar yang akan dimasukinya,
seperti ada tidak pasarnya, seberapa besarnya pasar yang ada, potensi pasar, dan tingkat
persaingan yang ada, termasuk besarnya market share yang akan direbut dan market share
pesaing.
Setelah para pemasar memperoleh data kondisi pasar yang akan dimasuki, maka pemasar
akan melakukan peramalan beberapa permintaan yang ada dan yang akan datang serta berapa
besar pasar yang harus direbut. Kemudian barulah akan diproduksi sesuai dengan permintaan
yang telah diramalkan.
Dalam kaitannya dengan studi kelayakan suatu usaha atau proyek, aspek pasar dan
pemasaran sangat menentukan hidup matinya suatu perusahaan. Apabila aspek pasar tidak
diteliti secara benar, bagaimana prospeknya dimasa yang akan datang, bukan mustahil tujuan
perusahaan tidak akan pernah tercapai.

1.2 Rumusan Masalah

1
 1) Apa saja karakteristik aspek pasar ?
2) Apa saja data dan sumber data dalam aspek pasar ?
3) Apa itu peramalan permintaan ?
4) Apa itu strategi pemasaran ?
5) Apa itu pendekatan peramalan ?
6) Bagaimana prosedur peramalan ?
7) Apa saja kendala dalam pemilihan teknik peramalan ?
8) Apa itu pengukuran permintaan produk ?
9) Apa itu peramalan produk yang sudah mapan ?
10) Apa itu peramalan permintaan produk baru ?
11) Apa itu metode time series dan metode regresi korelasi ?
12) Apa itu pengawasan peramalan ?

1.3 Tujuan
1) Untuk mengetahui dan memahami apa saja karakteristik dalam aspek pasar.
2) Untuk mengetahui dan memahami apa saja data dan sumber data dalam aspek pasar.
3) Untuk mengetahui dan memahami apa itu peramalan permintaan.
4) Untuk mengetahui dan memahami apa itu strategi pemasaran.
5) Untuk mengetahui dan memahami apa itu pendekatan peramalan.
6) Untuk mengetahui dan memahami bagaimana prosedur peramalan.
7) Untuk mengetahui dan memahami apa saja kendala dalam pemilihan teknik peramalan.
8) Untuk mengetahui dan memahami apa itu pengukuran permintaan produk.
9) Untuk mengetahui dan memahami apa itu peramalan produk yang sudah mapan.
10) Untuk mengetahui dan memahami apa itu peramalan permintaan produk baru.
11) Untuk mengetahui dan memahami apa itu metode time series dan metode regresi
korelasi.
12) Untuk mengetahui dan memahami apa itu pengawasan peramalan.

2
 BAB II

PEMBAHASAN

2.1 Konsep Pokok dalam Aspek Pasar

2.1.1 Karakteristik Aspek Pasar
Pasar di definisikan sebagai tempat bertemunya penjual pembeli atau tempat
terjadinya transaksi jual dan beli sedangkan, pemasaran didefinisikan sebagai suatu
proses terjadi, transaksi jual dan beli.
Kajian aspek pasar berkaitan dengan ada tidaknya potensi pasar dan peluang pasar
dari usaha bisnis sedangkan kajian aspek pemasaran berkaitan dengan bagaimana
penerapan strategi pemasaran yang akan dilakukan untuk meraih sebagian pasar potensial
tersebut (market share). Adapun karakteristik pokok aspek pasar, yaitu :
a) Pasar permintaan nasional untuk produk/jasa tertentu tidak terlalu besar.
b) Adanya garis pemisah yang cukup jelas dari segman pasar yang ada.
c) Kebanyakan produk yang dibuat merupakan produk pengganti (substitusi).
d) Pemerintah seringkali ikut campur tangan dalam mempengaruhi mekanisme pasar
untuk jenis produk tertentu.

2.1.2 Data dan Sumber Data

Data yang diperlukan dalam analisa aspek pasar dari usulan proyek antara lain :
a) Kecenderungan konsumsi/permintaan masa lalu dan sekarang, dan variabel-variabel
yang berpengaruh yang dapat dijadikan dasar perumusan model peramalan pasar
potensial di masa yang akan datang.
b) Penawaran produk sejenis di masa lalu dan sekarang serta kecenderungan di masa
yang akan datang termasuk di dalamnya kemungkinan perluasan produksi dari
perusahaan pesaing dan batasan-batasan yang mempengaruhinya.

3
c) Impor dan ekspor yang dilakukan oleh negara yang bersangkutan untuk produk yang
diusulkan dalam studi kelayakan proyek.
d) Struktur persaingan.yakni mengetahui kedudukan proyek dalam struktur persaingan,
termasuk di dalamnya diusahakan dapat diketahui struktur biaya dari perusahaan
pesaing dalam memproduksi dan memasarkan produknya.
e) Tingkah laku, motivasi, kebiasaan, dan preferensi konsumen.
f) Pemilihan “marketing efforts" yang akan dilakukan dan pemilihan skala prioritas dari
marketing mix yang tersedia.

Di samping keenam data pokok tersebut di atas juga perlu diketahui tingkat elastisitas
permintaan dari produk yang diusulkan dan beberapa hal lain yang merupakan kondisi
“typical' dari produk tersebut. Tidak semua data di atas digali melalui penelitian atau
survey yang dilakukan oleh calon investor, namun seringkali penggunaan data sekunder
cukup banyak dilakukan, walaupun kadang-kadang perlu penyesuaian.

Beberapa hal yang dapat digunakan sebagai alat bantu dalam melakukan evaluasi data
sekunder adalah :

a) Siapa yang menggali data sekunder tersebut dan apa tujuan penggalian data tersebut ?
b) Kapan data tersebut digali dan kapan dipublikasikan, dan apakah masih cukup
representative untuk digunakan sebagai dasar analisa untuk investasi yang
direncanakan?
c) Bagaimana “terms" (pengertian) yang digunakan? Dalam hal ini perlu diperhatikan
kemungkinan adanya kekacauan “pengertian” yang digunakan.
d) Populasi data sekunder, bagaimana prosedur penarikan sampel dilakukan? Apakah
sampel yang digunakan cukup representative?
e) Bagaimana pengumpulan data dilakukan? Sejauh mana kemungkinan adanya jawaban
yang biasa dari responden serta sejauh mana kemungkinan responden tidak
memberikan jawaban atas pertanyaan-pertanyaan yang diajukan?
f) Bagaimana proses editing, tabulasi, dan analisa dilakukan? Termasuk di dalamnya
penggunaan rumus-rumus statistik yang dilakukan.

4
 Perlu diingat bahwa tidak selalu keenam alat bantu evaluasi data sekunder tersebut
diterapkan secara keseluruhan, namun dimungkinkan satu atau beberapa saja yang
digunakan. Evaluasi ini lebih ditujukan jika terdapat dua data sekunder yang berbeda
untuk pokok bahasan yang sama. Disamping hal tersebut, pemilihan sumber data justru
merupakan pedoman pertama dalam penggunaan data sekunder, karena perlu ada
persesuaian antara karakteristik produk yang dihasilkan proyek dengan karakteristik
produk dalam sumber data tersebut.

Beberapa sumber data sekunder yang mungkin dapat digunakan adalah:

a) Laporan Sensus Penduduk Indonesia.

b) Laporan Perencanaan di Indonesia, baik perencanaan lima tahunan ataupun
perencanaan tahunannya.
c) Buku Statistik Indonesia ataupun statistik masing-masing daerah yang diterbitkan
oleh biro/bagian statistik yang ada.
d) Bulletin yang ada pada masing-masing departemen.
e) Bulletin yang diterbitkan oleh kalangan perbankan.
f) Bulletin yang diterbitkan oleh asosiasi profesi.
g) Laporan seminar-seminar, lokakarya, dan yang sejenis.
h) Laporan lain, baik laporan penelitian sejenis yang sudah pernah dilakukan ataupun
laporan khusus yang mungkin dapat didapat.

2.1.3 Peramalan Permintaan

Pada pembahasan ini terdapat dua masalah utama yang perlu mendapat kejelasan
pengertian. Pertama,pengukuran pasar potensial saat sekarang dan peramalan pasar
potensial di masa yang akan datang. Kedua, pengukuran dari sebagian pasar potensial
tersebut yang dapat diraih oleh proyek yang bersangkutan saat sekarang dan pada masa
yang akan datang. Kejelasan dan pembedaan kedua pengertian perlu dilakukan karena
acap
kali dijumpai kesimpangsiuran kedua pengertian tersebut.
Pengertian pertama merupakan pengertian tentang pasar potensial sedangkan
pengertian kedua dalam hal ini disebut “sales potensial”. Pasar potensial adalah

5
keseluruhan jumlah produk atau sekelompok produk yang mungkin dapat dijual dalam
pasar tertentu dalam satu periode tertentu di bawah pengaruh suatu set kondisi tertentu.
Satu set kondisi tertentu di sini meliputi variabel yang dapat dikontrol oleh calon investor
yakni “marketing mix" dan kemampuan manajemen lainnya, serta variabel yang tidak
dapat dikontrol oleh calon investor, yakni kondisi perekonomian pada umumnya, kondisi
industri.
Sedangkan pengertian “sales potensial” adalah proporsi (sebagaian) dari keseluruhan
pasar potensial yang diharapkan dapat diraih oleh proyek yang bersangkutan. Dalam
pengertian lain walaupun tidak tepat benar, pasar potensial dapat diartikan dengan
permintaan industri jika marketing efforts yang dilakukan oleh perusahaan dalam industri
tersebut mencapai titik optimal, dan sales potensial adalah permintaan perusahaan
tertentu di bawah marketing efforts yang dilakukan atau sering juga disebut market share
perusahaan. Secara skematis pengertian pasar potensial dan permintaan industri dapat
digambarkan sebagai berikut.

Disamping perlunya pemahaman kedua pengertian peramalan permintaan tersebut di

atas, juga perlu dipahami pengaruh kedudukan produk dalam siklus usia produk dalam
pemilihan metode peramalan. Apakah produk tersebut merupakan produk baru dan
sejauh mana derajat kebaruan produk tersebut. Apakah produk tersebut benar-benar baru

6
baik bagi investor maupun bagi konsumen. Jika terjadi keadaan demikian, perlu
dipertimbangkan pula apakah produk baru tersebut merupakan suatu rangkaian dari
pengembangan jenis produk yang sudah ada sebelumnya. Jika produk tersebut bukan
produk baru, perlu dipertimbangkan apakah produk tersebut masih dalam masa
pertumbuhan atau berada dalam tahap kejenuhan. Perlu dipertimbangkan juga pada
“product level” mana dilakukan peramalan : product items, product class, product line,
company sales atau yang lain.
Demikian pula perlu dipertimbangkan unit/area permintaan : lokal, nasional,
internasioanl, dan juga struktur persaingan yang dihadapi, apakah pasar tersebut
merupakan pasar monopoli, oligopoli atau yang lain. Tidak data dilupakan juga jangka
waktu peramalan yang digunakan yakni jangka pendek, jangka menengah, dan jangka
panjang.
Keseluruhan konsep, pengertian, dan pertimbangan yang perlu diperhatikan tersebut
di atas akan berpengaruh terhadap pemilihan metode peramalan dan tingkat akurat yang
diharapkan, dan secara skematis beberapa pengertian tersebut dapat disederhanakan
sebagai berikut.

7
2.1.4 Strategi Pemasaran
Strategi pemasaran adalah berbagai usaha yang perlu dilakukan oleh calon investor
dalam mempengaruhi keputusan konsumen untuk melakukan pembelian hasil
produksinya. Dalam hal ini perlu hendaknya dapat dibedakan antara usaha-usaha
pemasaran yang dilakukan ketika pertama kali memasuki pasar dan usaha pemasaran
lanjutan sesuai dengan kedudukan produk dalam persaingan dan kedudukan produk pada
siklus usia produk.
Tanggapan penting yang mungkin terjadi atas program pemasaran yang direncanakan
hendaknya juga dipertimbangkan, demikian pula kemungkinan adanya pelayanan khusus
pada konsumen.

2.2 Metode Pengukuran dan Peramalan Permintaan

8
2.2.1 Pendekatan Peramalan
Pada dasarnya terdapat dua pendekatan utama dalam peramalan dengan metode
kuantitatif. Pertama adalah pendekatan Time Series, yakni model yang tidak
memperhatikan hubungan sebab akibat atau dengan kata lain hasil peramalan hanya
memperhatikan kecenderungan dari data masa lalu yang tersedia.
Pada pendekatan ini diperlukan data masa lalu yang cukup banyak dan karena
banyaknya variabel yang secara eksplisit tidak diperhatikan, maka tentu saja tingkat
akurasi yang diharapkan tidak dapat berlebihan, terkecuali pada masa lalu tidak terjadi
perubahan yang melonjak serta dimasa yang akan datang diharapkan tidak terjadi
perubahan yang mendasar dibanding keadaan masa lalu.
Dalam pendekatan ini akan dibahas tentang teknik peramalan dengan “metode trend”,
baik secara linear, kuadratik maupun logaritma.
Secara skematis pendekatan pertama ini digambarkan sebagai berikut.

System
Inputs Generating Outputs
Process

Random Effects

Pendekatan kedua, adalah pendekatan yang memperhatikan hubungan sebab akibat

(cause – effects method) atau pendekatan yang menjelaskan terjadinya suatu keadaan
(explanatory method) oleh sebab-sebab tertentu. Dengan kata lain hubungan sebab akibat
yang terjadi bukan hubungan deterministik, melainkan hubungan stokastik.

Secara skematis pendekatan ini dapat digambarkan sebagai berikut:

System

Inputs Cause and Outputs

Effect
Relationship

9
 Random Effects

2.2.2 Prosedur Peramalan

Seperti telah diketahui, bahwa di samping variabel internal perusahaan terdapat juga
variabel eksternal yang berpengaruh terhadap permintaan pasar. Oleh karena itu, dalam
melakukan peramalan permintaan tidak dapat begitu saja mengabaikan pengaruh variabel
eksternal tersebut.
Secara ringkas prosedur peramalan permintaan yang dilakukan dalam studi kelayakan
melalui tahapan sebagai berikut:
a) Analisa ekonomi, yakni dengan mengadakan proyeksi terhadap aspek-aspek makro,
terutama aspek kependudukan dan pendapatan.
b) Analisa industri, yakni analisa terhadap permintaan pasar dari seluruh perusahaan
yang menghasilkan produk sejenis, dari produk yang diusulkan dalam studi kelayakan
proyek.
c) Analisa penjualan masa lalu, hal ini dilakukan untuk melihat “market positioning”
produk dalam struktur persaingan dan daripadanya dapat diketahui “market share”
produk tersebut.
d) Analisa peramalan permintaan, baik untuk industri maupun untuk proyek yang
diusulkan.
e) Pengawasan hasil peramalan, yakni usaha melakukan minimisasi kesalahan hasil
peramalan dari berbagai eknik peramalan yang digunakan, dan daripadanya dapat
ditentukan hasil peramalan yang memadai.
Pada tahapan analisa industri, baik untuk pengukuran permintaan masa lalu maupun
peramalan permintaannya dapat dilakukan dengan dua cara. Pertama, melakukan analisa
untuk masing-masing perusahaan pesaing dan kemudian merangkum keseluruhan akan
dapat diketahui analisa industri. Kedua, melakukan analisa industri secara keseluruhan
dengan demikian terbuka kemungkinan untuk tidak melakukan anlisa masing-masing
perusahaan pesaing.
Demikian pula pada tahapan analisa permintaan perusahaan/produksi yang diusulkan,
baik untuk analisa masa lalu maupun masa yang akan datang.
Dalam hal ini ada dua cara: pertama, melakukan analisa permintaan per segmen pasar
yang dituju dan kemudian dengan merangkum secara keseluruhan dapat diketahui analisa
10
 permintaan perusahaan/proyek. Cara kedua, yakni dengan langsung melakukan analisa
proyek dengan terbuka kemungkinan untuk tidak melakukan analisa masing-masing
segmen pasar.

2.2.3 Kendala Pemilihan Teknik Peramalan

Setelah diketahui konsep pengukuran dan peramalan permintaan, demikian pula
pendekatan dan prosedur peramalan, langkah berikutnya yang dikerjakan adalah
melakukannya dengan berbagai teknik yang tersedia. Tentu saja tidak semua teknik tepat
untuk segala situasi, karena itu perlu diketahui batasan (kendala) yang perlu
dipertimbangkan dalam pemilihan teknik-teknik tersebut.
Beberapa kendala yang perlu diperhatikan adalah sebagai berikut:
a) Waktu yang hendak diliputi, yakni tantangan waktu masa datang dari jangkauan
peramalan. Pada umumnya peramalan kualitatif memiliki rentangan waktu yang lebih
panjang dibanding dengan peramalan kuantitatif.
b) Tingkah laku data, meliputi jumlah, ketepatan dan tingkah laku data masa lalu yang
tersedia. Apakah tingkah laku data menunjukkan hubungan persamaan linear, kuadrat
ataukah logaritma dana tau yang lain akan mempengaruhi teknik peramalan yang
digunakan.
c) Tipe model, yakni apakah model yang digunakan merupakan model time series,
kausalitas ataukah model lain yang lebih kompleks dan canggih akan mempengaruhi
pemilihan teknik peramalan.
d) Biaya yang tersedia untuk maksud peramalan ini dan lebih luas biaya yang tersedia
untuk penyusunan studi kelayakan proyek.
e) Tingkat ketepatan yang diinginkan, hal ini berkaitan dengan kebutuhan manajemen
dalam tingkat kecermatan, ketelitian peramalan yang diinginkan.
f) Kemudian penerapan, dalam hal ini berkaitan dengan kemampuan manajemen, data,
dan biaya yang tersedia.
Dari keenam kendala pemilihan teknik peramalan tersebut di atas, dalam kenyataan
sering dijumpai kendala biaya dan data yang tersedia merupakan kendala penentu dalam
pemilihan teknik peramalan. Di samping keenam kendala pokok di atas, waktu yan
tersedia juga berpengaruh terhadap pemilihan teknik peramalan.

11
2.2.4 Pengukuran Permintaan Produk
Terdapat beberapa metode pengukuran permintaan produk masa lalu dan masa
sekarang. Beberapa metode ini dapat digunakan untuk pengukuran permintaan dalam arti
permintaan industri baik untuk produk baru maupun produk yang sudah mapan.
Beberapa metode tersebut antara lain:
a) Penggunaan data impor produk yang bersangkutan, jika selama inisebelum proyek
yang bersangkutan ada belum pernah dihasilkan didalam negeri, dan produk yang
bersangkutan merupakan produk substitusi impor.
b) Penggunaan data impor, ekspor, dan produksi dalam negeri, jika produk yang
diusulkan dalam studi kelayakan sebelumnya telah diproduksi dalam negeri dan juga
telah diekspor, di samping masih ada impor yang dilakukan untuk pemenuhan
kebutuhan dalam negeri. Formula yang digunakan untuk keadaan ini adalah:

PE = P + (I – E) + ΔC
Keterangan:

PE = Permintaan efektif yang dicari

P = Produksi dalam negeri selama masa yang bersangkutan

I = Impor yang dilakukan

E = Ekspor yang dilakukan

ΔC = Jumlah perubahan cadangan produk, yakni selisih persediaan awal dan akhir
masa

c) Metode rasio rantai, yakni metode yang menghitung permintaan efektif dengan cara
membagi dalam komponen-komponen yang lebih kecil dari suatu mata rantai urutan
dari variabel yang berpengaruh terhadap permintaan produk yang bersangkutan.
Sebagai contoh dapat dikemukakan sebagai berikut:

Jumlah penduduk keseluruhan x % penghasilan per

kapita yang dikonsumsikan x % rata-rata penghasilan
Permintaan
12
untuk minum bir =
 per kapita yang dikonsumsikan untuk makanan dan
minuman x % rata-rata penghasilan yang
dikonsumsikan untuk minuman keras x % rata-rata
penghasilan yang dikonsumsikan untuk jenis minuman
bir.

Di samping ketiga metode tersebut di atas masih terdapat metode lain yang dapat
digunakan. Di antara metode lain yang menyerupai metode yang terakhir dan biasanya
digunakan untuk produk baru adalah metode basic income, income index, indeks model.

2.2.5 Peramalan Permintaan Produk yang Sudah Mapan

Batasan yang digunakan dalam pembahasan ini untuk pengertian produk-produk yang
sudah mapan adalah produk yang telah pernah diproduksi oleh investor. Dengan
demikian, proyek yang diusulkan adalah proyek perluasan usaha dan konsumen telah
mengenal produk yang bersangkutan baik dari investor tersebut maupun dari investor
lain. Dengan keadaan seperti tersebut diatas maka data masa lalu dari produk yan
bersangkutan dapat dicari dan dikumpulkan.

Beberapa metode yang dapat digunakan adalah:

a) Metode Pendapatan
b) Metode Test/Eksperimenn
c) Metode Survey
d) Metode Time Series
e) Metode Regresi Korelasi
f) Metode Input Output

2.2.6 Peramalan Permintaan Produk Baru

Banyak pengertian tentang produk baru, di antaranya adalah apakah produk baru
tersebut benar-benar baru baik bagi calon investor maupun bagi konsumen atau mungkin
hanya baru bagi calon investor namun tidak baru lagi bagi konsumen.

13
 Produk baru yang merupakan tahapan evolusi dari satu jenis produk yang sudah ada
dalam pasar, atau satu produk baru yang masih dalam satu varietas dengan produk yang
telah ada, atau produk yang mendekati sama, atau produk-produk tersebut merupakan
pengganti.
Model peramalan yang dapat digunakan adalah sales model dan karenanya metode
yang digunakan dalam peramalan produk yang sudah mapan dapat digunakan dalam
peramalan permintaan produk baru dalam pengertian ini.

2.2.7 Metode Time Series dan Metode Regresi Korelasi

1) Metode Time Series
Metode ini semata-mata mendasarkan diri pada data dan keadaan masa lampau. Jika
keadaan di masa yang akan datang cukup stabil dalam arti tidak banyak berbeda dari
masa lampau, metode ini dapat memberikan hasil yang cukup akurat. Dalam keadaan
masa yang akan datang terjadi banyak perubahan dengan kata lain kondisi yang
melengkapi terjadinya permintaan pasar berbeda dengan masa lampau dari data yang
tersedia.
Teknik peramalan dalam metode ini hanya dibahas khusus untuk metode trend, karena
pada umumnya metode trend dapat digunakan untuk jangka waktu menengah dan
panjang. Metode trend yang dibahas mencakup metode trend dengan persamaan linear,
kuadrat dan logaritma linear (simple exponential) dan hanya menggunakan pendekatan
kuadrat terkecil (least squared).
a) Metode Trend Linear
Metode ini digunakan jika scatter diagram dari data masa lalu yang tersedia
cenderung merupakan garis lurus. Fungsi persamaan dari metode ini adalah :
Y = a + Bx
Koefisien a dan b dapat diperoleh dengan :

a = ∑Y : n
b = ∑XY : ∑X2
Jika ∑X = 0

14
 Keterangan :
Y = Variabel permintaan
n = Jumlah data
X = Varuabel tahun

b) Metode Trend Kuadratik

Metode ini digunakan jika scatter diagram dari data masa lalu yang tersedia
cenderung berbentuk parabola. Fungsi persamaan dari metode ini adalah :
Y = a + Bx + Cx2

Koefisien a, b, dan c diperoleh dengan :

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

Contoh :
Data penjualan tersedia dari tahun 1957 – 1965 dan penyelesaian dari data
tersebut adalah sebagai berikut :

15
Perhitungan koefisien a, b, dan c adalah :

b = 18,5 : 60 = 0,3083

c = { 9 (297,1) – (60) (42,7) } : { 9 (708) – (60)2 }

= 0,0404

a = { 42,7 – (0,0404) (60) } : 9

= 4,475

Sehingga fungsi persamaannya adalah :

Y1 = 4,475 + 0,3083 X + 0,0404 X2

16
 Dengan fungsi persamaan di atas, penggambaran dalam scatter diagram antara
data aktual dan estimasi akan nampak sebagai berikut.

Jika akan dilakukan peramalan untuk tahun 1966 misalnya, maka dapat dilakukan
dengan mengganti variabel X dengan angka 5 dan seterusnya yakni :

Y1966 = 4,475 + 0,3083 (5) + 0,0404 (5)2

= 4,475 + 1,5415 + 1,0100

= 7,0265

Demikian pula peramalan untuk tahun-tahun selanjutnya.

c) Metode Trend Simple Exponential

Metode ini digunakan jika data yang tersedia cenderung naik turun dengan
perbedaan yang tidak terlalu banyak, tetapi secara keseluruhan cenderung naik.
Fungsi persamaan dari metode ini adalah :
Y1 = abx

17
Yang dapat diubah dalam fungsi logaritma :

log Y1 = log a + (log b)X

jika ∑X = 0, maka koefisien a dan b dapat dicari dengan :

log a = (∑log Y) : n

log b = { ∑X (log Y) } : ∑X2

Sedangkan hasil peramalannya dilakukan dengan mencari arti logaritma dari hasil
peramalan dengan fungsi logaritma tersebut. Sebagai contoh penerapan metode ini
dapat dilihat pada perhitungan berikut.

Perhitungan koefisien log a dan log b adalah :

log a = 13,8946 : 13 = 1,0688

log b = 5,8002 : 182 = 0,03187

Fungsi persamaannya adalah :

log Y1 = 1,0688 + 0,03187 X

18
 Dengan fungsi persamaan di atas, penggambaran antara scatter diagram antara
data aktual dan data estimasi nampak sebagai berikut.

Dengan telah ditemukannya fungsi persamaan di atas, jika akan dilakukan

peramalan untuk tahun 1969 misalnya maka variabel X diganti dengan angka 7.
Demikian untuk tahun-tahun selanjutnya dan dilakukan antilog dari hasil
perhitungannya yang dapat dilihat berikut ini.

Y1969 = 1,0688 + 0,03187 (7)

= 1,0688 + 0,22309

= 1,29189

Antilog dari 1,29189 = 19,583486

Untuk peramalan tahun 1969 adalah = 19,583486.

2) Metode Regresi Korelasi

19
 Metode ini mendasarkan diri pada hubungan sebab akibat atas terjadinya variasi dari
suatu variabel, dan hubungan sebab akibat tersebut nampak dalam fungsi persamaan
regresi. Sedangkan korelasi merupakan alat pembantu yang berguna untuk mengetahui
sejauh mana intensitas hubungan yang terjadi antara variabel-variabel yang bersangkutan.
a) Regresi Linear Sederhana
Pada hubungan ini hanya satu variabel yang dianggap berpengaruh atas terjadinya
variabel yang lain dan fungsi persamaan linearnya adalah :
Y = a + bX
Keterangan :
X = Variabel bebas/independen
Y = Variabel terikat/dependen
a, b = Koefisien regresi

Dengan menggunakan metode least squared nilai koefisien a dan b dapat

diperoleh dengan :

n ∑ XY −∑ X ∑ Y
b = n ∑ X 2−¿ ¿

∑Y ∑X
a = n –b n

Dari persamaan regresi Y = a +bX yang telah diperoleh, terdapat berbagai

kemungkinan grafik yang terjadi. Jika misalnya b yang diperoleh sama dengan nol,
maka persamaa regresi akan menjadi Y = a dan grafik yang terjadi adalah garis
horizontal. Dalam keadaan demikian maka persamaan regresi yang ada tidak
signifikan.
Kemungkinan lain adalah nilai b diperoleh angka tertentu namun tidak dapat
diduga dengan pasti apakah persamaan regresi yang diperoleh signifikan atau tidak.
Kemungkinan terakhir adalah diperoleh angka b tertentu dan yang dihasilkan
menunjukkan tingkat signifikan yang memadai. Berbagai kemungkinan tersebut dapat
digambarkan sebagai berikut.

20
 Untuk keperluan tersebut perlu dilakukan uji signifikan persamaan regresi yang
diperoleh dengan menggunakan alat uji Ftest, dengan menghitung variasi yang dapat
dijelaskan dan variasi yang tidak dapat dijelaskan.

21
 Fhitung > Ftabel Signifikan
Fhitung < Ftabel Tidak signifikan

Keterangan :
Ŷ = Hasil persamaan regresi
Ῡ = Y rata-rata
k = Variabel/parameter dalam persamaan regresi
n = Jumlah data/observasi
k–1 = Numerator
n–k = Denumerator

Derajat signifikansi atau probability of confidence interval yang di dalam

menghitung Ftabel yang sering digunakan adalah 95%, tentu dengan tidak menutup
kemungkinan penggunaan derajat signifikansi yang lain.

Banyak model perhitungan koefisien korelasi yang dalam penerapannya

memerlukan syarat-syarat tertentu dari data yang tersedia, diantaranya adalah
koefisien korelasi Pearson Product’s Moment, Koefisien Korelasi Sperman, Kendall,
Person dan Cramer, dan lain sebagainya.

22
 Untuk maksud tulisan ini hanya diperlukan salah satu saja dari kesekian banyak
koefisien korelasi yang ada yang daripadanya diharapkan dapat berlaku agak umum
dan di dapat berbagai keuntungan dari penerapan formula tersebut.

Formula yang digunakan adalah sebagai berikut.

n ∑ XY −∑Y ∑Y
r=
√¿ ¿ ¿

Dan uji kemaknaan dilakukan dengan t test yakni.

r
r
t =
√ = √1−r 2 √
2
1−r n−2
n−2

Dan dengan menggunakan table student’s distribution serta derajat ke maknaan

lazim yakni 95% dan derajat kebebasan n – k dapat dibandingkan
thitung < ttabel tidak signifikan
thitung > ttabel signifikan

Keuntungan dari penggunaan formula di atas adalah bahwa dengan menghitung r 2

kita akan tahu perbandingan antara variasi yang terjelaskan dari persamaan regresi
dan total variasi dari persamaan regresi yang bersangkutan.

∑ of explained variation
r2 =
∑ of total variatiol
= ∑¿ ¿

23
 Demikian pula kita akan dapat menggunakan hasil perhitungan r ini untuk salah
satu alat uji kemaknaan persamaan regresi yakni t test, sebagai berikut.

r2 n−k
t = k−1
x 1−r 2

Setelah diketahui secara pasti baik persamaan regresi, uji kemaknaan dan
koefisien korelasinya maka barulah dapat dilakukan peramalan.
Terdapat dua kemungkinan peramalan yang dilakukan, yakni peramalan titik dan
peramalan interval. Pada peramalannya hanya dengan satu nilai probabilitas
kesalahan akan lebih besar sedangkan pada peramalan interval nilai peramalan
terletak antara dua nilai (dua satuan hitung) tertentu, dan karenanya kemungkinan
kesalahan dapat diperkecil.
Peramalan ini baru dapat dialkukan jika dipenuhi dua syarat yakni :
 Hubungan antara variabel X dan Y stabil, artinya nilai a dan b serta α 2 tidak
berubah-ubah.
 Nilai variabel X dapat diketahui lebih dahulu, sehingga peramalan bersyarat,
artinya dapat diketahui jika X dapat diketahui lebih dahulu.

Langkah-langkah dalam melakukan peramalan ini pertama adalah menghitung

standar deviasi Y, dan baru kemudian menetukan batas bawah dan batas atas nilai
peramalannya. Sebagai contoh dan formula yang digunakan dengan persoalan yang
sama dengan contoh di depan adalah sebagai berikut.

σy = √ σn ¿ ¿

Nilai Y terletak antara :

Ŷ – σY (tn – 2 : 0,05) < Y < Ŷ + σy (tn - 2 : 0,05)

Atau jika digunakan uji kemaknaan dengan dua arah,

Ŷ – σY (tn – 2 : 0,025) < Y < Ŷ + σy (tn - 2 : 0,025)

24
b) Regresi Linear Berganda
Pada analisa regresi linear berganda variasi pada variabel terikat dijelaskan oleh
lebih dari satu variasi variabel bebas, mungkin dua, tiga, dan mungkin lebih, namun
masih menunjukkan diagram hubungan yang linear.
Persamaan dari analisa regresi linear berganda ini adalah :
Y = a + b1X1 + b2X2 + …… + bkXk
Dari nilai koefisien a, b1, b2, dan seterusnya dapat dicari dengan metode least
squared adalah :

na + b1∑X1 + b2∑X2 + …… + bk∑Xk = ∑Y

a∑X1 + b1∑X12 + b2∑X1X2 + …… + bk∑X1Xk = ∑X1Y
a∑X2 + b1∑X2X1 + b2∑X22 + ….. bk∑X2Xk = ∑X2Y
………………………………………………………
a∑Xk + b1∑XkX1 + b2∑XkX2 + ….. + bk2 = ∑Xk

Jika misalnya variabel bebas yang menjelaskan hanya terdiri dari 3 variabel yakni
X1, X2, dan X3 maka koefisien a, b1, b2, dan b3 dapat dicari dengan

na + b1∑X1 + b2∑X2 + b3∑X3 = ∑Y

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

Perlu diketahui jika misalnya jumlah variabel bebas lebih dari tiga, penyelesaian
dengan persamaan normal seperti tersebut di atas tetap dapat dilakukan, hanya saja
akan mengalami kesulitan.
Demikian juga sering terjadi bahwa dalam analisa regresi berganda terdapat apa
yang disebut multicolinearity (kolinearitas berganda), yakni suatu keadaan dimana
variabel bebas saling berkorelasi satu sama lain. Masalah kolinearitas ini dapat di

25
deteksi misalnya jika satu atau lebih dari t test bernilai kecil (tidak signifikan)
sementara nilai r2 (koefisien korelasi) dan Ftest sangat besar. Hal ini dapat juga
diketahui jika persentase variasi terjelaskan adalah negatif. Tetapi jika misalnya
dalam penyajian koefisien regresi digunakan t test dan keseluruhannya menunjukkan
harga yang signifikan, maka permasalahan kolinearitas berganda dapat diabaikan.
Seperti pada analisa regresi linier sederhana, pada analisa regresi linier berganda
ini juga perlu dilakukan uji kemaknaan dengan Ftest, yakni :

F = ∑¿¿
atau
2 2
R 1−R
F = k−1
: n−k

Setelah diketahui hubungan antar variabel dalam persamaan regresi, langkah

berikutnya adalah melakukan perhitungan derajat hubungan antar variabel tersebut
dengan perhitungan koefisien korelasi, yakni :

R = √∑¿¿¿

Jika misalnya koefisien korelasi dihitung hanya untuk hubungan sebab akibat
dengan menggunakan dua variabel bebas, dapat dilakukan juga dengan formula :

√
2 2
r 12+r 13−2 r 12 r 13 r 23
R = 2
1−r 23

26
 r12 = Koefisien korelasi antara variabel terikat dengan variabel bebas 1

r13 = Koefisien korelasi antara variabel terikat dengan variabel bebas 2

r23 = koefisien korelasi antara variabel bebas 1 dan 2

c) Transformasi Logaritma
Salah satu asumsi dari beberapa asumsi dalam analisa regresi yang kita kenal
adalah bahwa hubungan variabel yang dapat diselesaikan hanya hubungan yang
bersifat linear atau yang secara inheren linear. Dengan kata lain, jika terdapat
hubungan variabel yang tidak linear, misalnya hubungan variabel kuadratik, maka
jika kita hendak menyelesaikan analisa tersebut dengan metode regresi langkah
pertama yang dilakukan adalah mentransformasikan hubungan kuadratik tersebut
kedalam hubungan linear. Namun demikian ada beberapa hubungan yang tidak bisa
ditransformasikan kedalam hubungan linear. Dengan demikian jenis hubungan ini
tidak dapat dianalisa dengan metode regresi.
Beberapa hubungan yang tidak linear dapat ditransformasikan kedalam hubungan
linear atau secara inheren hubungan tersebut linear, adalah :
 Bentuk semilog
 Bentuk logaritma
 Bentuk polynomial
 Bentuk reciprocal
 Bentuk double/S. Curve (reciprocal dan logaritma)

Pada produk baru sering dijumpai bahwa tahapan pertumbuhan produk sejak dari
tahap pengenalan sampai pada tahap pertumbuhan ditandai dengan pertambahan
volume penjualan yang cukup lambat.

Jika dibanding misalnya dengan biaya untuk mencapai tingkat penjualan tersebut,
maka secara relatif biaya penjualan misalnya pertambahan biaya advertensi jauh lebih

27
besar dibanding jumlah pertambahan volume penjualannya. Baru kemudian volume
penjualan setelah dalam sekian waktu tertentu mengalami lonjakan yang secara relatif
lebih besar daripada pertambahan biaya advertensi yang dikeluarkan.

Keadaan di atas jika digambarkan kurang lebih sebagai berikut :

Gambar di atas jika diwujudkan dalam suatu fungsi persamaan akan menunjukkan
fungsi persamaan logaritma. Jadi, secara umum suatu hubungan kausal yang jika
digambarkan sama atau mendekati gambar berikut ini, maka hubungan tersebut
merupakan fungsi persamaan logaritma.

28
 Fungsi persamaan dari gambar tersebut adalah :

Z = ABx

Jika terdapat hubungan kausal yang tercermin dalam fungsi persamaan logaritma
seperti tersebut di atas, maka langkah pertama yang kita lakukan adalah melakukan
transformasi persamaan tersebut kedalam persamaan linear yakni dengan cara

Z = ABx

log Z = log A + X log B

jika log Z = Y

log A = a

log B = b

Maka persamaannya menjadi :

29
 Y = a + bX

Sebagai contoh penerapan dari persamaan di atas adalah hubungan dari biaya
advertensi dengan volume penjualan untuk produk baru sebelum sampai pada tahap
kedewasaan seperti dalam tabel berikut ini.

Biaya Advertensi Penjualan Biaya Advertensi Penjualan

(X) (Z) (X) (Z)
100 2.000 1.000 7.000
200 2.250 1.100 9.000
400 3.000 1.200 12.000
600 3.500 1.400 15.000
800 6.000 1.500 19.000

Jika digambarkan, data di atas akan nampak sebagai berikut.

Fungsi dari persamaan garis di atas sementara kita duga sebagai fungsi persamaan
logaritma Z = ABx. Langkah penyelesaian yang diperlukan adalah
30
mentransformasikan persamaan tersebut menjadi persamaan linear Y = a + bX.
Penyelesaian dari perhitungan di atas adalah sebagai berikut.

n ∑ XY −∑ X ∑ Y
b = n ∑ X 2 −(∑ X)2

( 10 )( 32.892,70 ) −( 8.300 ) (37,784)

= ( 10 ) ( 9.070 .000 )−¿ ¿

328.927−313.607,20
= 90.700 .000−68.890 .000

15.319,80
= 21.810.000

= 7,0242209 E – 04 (0,0007024209)=7,02421 E – 04

∑Y ∑X
a = n
−b
n

=
37,784
10
−7,02421 E−04
8.300
10 [ ]
= 3,7784−0,58300943

= 3,19539057

Jadi, persamaan regresinya adalah Y = 3,19539057 + 7,02421 E – 04 X

31
 Langkah berikutnya setelah dapat digitung persamaan regresinya adalah sama
dengan apa yang dilakukan pada transformasi semilog ataupun regresi linear
sederhana, yakni pengujian signifikansi persamaan regresi dengan F test maupun
dengan ttest. Demikian pula perhitungan koefisien korelasi hubungan tersebut.

Dalam melakukan peramalan juga dilakukan perhitungan standar diviasinya, agar

dapat diketahui batas atas dan batas bawah nilai ramalannya. Sebagai contoh dalam
penerapan ramalan tanpa perhitungan standar deviasinya, misalnya dengan variabel X
(independen) sebesar 1,650, maka nilai variabel Z adalah :

Z = ABx

A = antilog (a)

= antilog (3,19539057) = 1568,1607

B = antilog (b)

= antilog (7,02421 D – 01) = 1,0016187

Z = (1568,1607) (1,0017187)x

(1568,1607) (1,0017187)1650

log

log Z = log 1568,1607 + 1650 log 1,0016187

= 3,19539057 + (1650) (7,02421 E – 04) = 4,35438522

= 3,19539057 + 1,15899465 – 4,35438522

Z = 22.614,408

Jadi, nilai penjualan pada variabel X = Rp61.650,- adalah sebesar Rp22.614,41.

Perhitungan di atas dapat disederhanakan sebagai berikut, yakni secara langsung :

32
 log Z = a + bX

= 3,19539057 + 1650 (7,02421 E – 04) = 4,35438522

Z = 22.614,408.

Dari kedua bentuk transformasi semilog dan transformasi logaritma, mungkin

dijumpai bahwa sulit untuk membedakan bahwa suatu data tertentu jika digambarkan
dapat diduga apakah gambar tersebut merupakan gambar dari suatu fungsi semilog
ataupun logaritma. Untuk hal yang demikian, maka hendaklah dikerjakan kedua-
duanya dengan test signifikansi koefisien regresi serta koefisien korelasinya yang
akan menentukan apakah hubungan data tersebut lebih tepat dikerjakan dengan
transformasi semilog atau transformasi logaritma.

2.2.8 Pengawasan Peramalan

Tidak selamanya teknik peramalan yang digunakan akan selalu tepat, ada kalanya
hasil dari teknik peramalan tersebut menyimpang dari batas-batas yang ditolerir. Untuk
itu perlu diadakan pengawasan peramalan (forcast control).
Jika misalnya terjadi penyimpangan dari batas-batas yang dapat di tolerir, maka
perusahaan dapat melakukan salah satu diantara dua tindakan berikut :
 Menggunakan teknik peramalan lain yang lebih baik, artinya yang dapat
memperkirakan keadaan pada waktu yang akan datang.
 Melakukan perubahan terhadap batas toleransi hasil peramalan, artinya jarak atau
batas toleransinya diperlebar sehingga dapat menampung penyimpangan yang terjadi,
selama hal tersebut tidak merugikan perusahaan.
Hal yang perlu dicatat adalah seberapa besar penyimpangan itu telah terjadi
tergantung pada yang melakukan peramalan dan si pemakai hasil peramalan tersebut,
namun demikian beberapa patokan berikut ini dapat digunakan untuk melakukan
pengawasan peramalan, yakni :
a) Kesalahan Absolut Rata-rata (Average Absolute Error)

33
 Kesalahan absolut rata-rata merupakan rata-rata selisih absolut antara nilai
peramalan dengan nilai senyatanya. Dicari dengan cara menjumlahkan selisih antara
nilai peramalan dan nilai riil tanpa memperhatikan tanda positif atau negative dari
selisih tersebut dibagi dengan banyaknya waktu data peramalan.
Secara formula adalah sebagai berikut :

AAE =
∑ ⃒ Y −Y ' ⃒
n

Keterangan :
AAE = Average absolute error
Y = Data riil
Y’ = Data peramalan
n = Banyaknya waktu data peramalan

⃒⃒ = Harga mutlak

b) Kesalahan Kuadrat Mean Akar (Root Mean Squared Error)

Dihitung dengan jalan menjumlahkan kuadrat kesalahan atau selisih antara nilai
riil dan nilai peramalan, kemudian membagi jumlah tersebut dengan banyaknya
waktu data peramalan dan kemudian menarik akarnya, atau dapat dirumuskan sebagai
berikut.

RMSE = √ ∑¿ ¿ ¿

Keterangan :
RMSE = Root mean squared error
Y = Data riil
Y’ = Data peramalan
n = Banyaknya data waktu peramalan

c) Dapat juga digunakan test korelasi dengan rumus sebagai berikut

34
 r = √ 1−∑¿ ¿ ¿

Keterangan :
r = Koefisien korelasi
Y = Data riil
Y’ = Data peramalan
Ῡ = Means data riil

d) Sering juga digunakan pengawasan teknik peramalan dengan cara kontrol limit, yakni
ditentukan batas atas (upper control limits) dan batas bawah (lower control limits).
Jika selisih antara nilai riil dan nilai peramalan pada masing-masing waktu/tahun
berada dalam range upper dan lower control limits maka teknik peramalan yang
digunakan dapat dipertanggungjawabkan.
Pedoman di atas dapat diformulasikan sebagai berikut :

(D of F) R = ∑ marginal(Y −Y ' )
n−1

Jika misalnya digunakan 3 standar deviasi, maka :

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

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

range + 2,66 (D of F) R sampai -2,66 (D of F) R

Keterangan :
(D of F) R = Degree of freedom
∑ marginal (Y – Y’) = ∑ jarak bergerak
Y = Nilai riil

35
 Y’ = Nilai peramalan
n = Banyaknya waktu data peramalan

BAB III

PENUTUP

3.1 Kesimpulan
1) Karakteristik pokok aspek pasar ada 4, diantaranya :
a) Pasar permintaan nasional untuk produk/jasa tertentu tidak terlalu besar.
b) Adanya garis pemisah yang cukup jelas dari segman pasar yang ada.
c) Kebanyakan produk yang dibuat merupakan produk pengganti (substitusi).
d) Pemerintah seringkali ikut campur tangan dalam mempengaruhi mekanisme pasar
untuk jenis produk tertentu.
2) Adapun data dan sumber data yang digunakan dalam analisa aspek pasar dari usulan
proyek antara lain :
 Data yang digunakan :
a) Kecenderungan konsumsi/permintaan masa lalu dan sekarang.
b) Penawaran produk sejenis di masa lalu dan sekarang
c) Impor dan ekspor

36
 d) Struktur persaingan
e) Tingkah laku, motivasi, kebiasaan, dan preferensi konsumen.
f) Pemilihan marketing efforts
 Sumber data yang digunakan :
a. Laporan Sensus Penduduk Indonesia.
b. Laporan Perencanaan di Indonesia, baik perencanaan lima tahunan ataupun
perencanaan tahunannya.
c. Buku Statistik Indonesia ataupun statistik masing-masing daerah yang diterbitkan
oleh biro/bagian statistik yang ada.
d. Bulletin yang ada pada masing-masing departemen.
e. Bulletin yang diterbitkan oleh kalangan perbankan.
f. Bulletin yang diterbitkan oleh asosiasi profesi.
g. Laporan seminar-seminar, lokakarya, dan yang sejenis.
3) Dalam peramalan permintaan membahas mengenai dua masalah utama yang perlu
mendapat kejelasan pengertian, diantaranya :
a) Pengukuran pasar potensial saat sekarang dan peramalan pasar potensial di masa yang
akan datang.
b) Pengukuran dari sebagian pasar potensial tersebut yang dapat diraih oleh proyek yang
bersangkutan saat sekarang dan pada masa yang akan datang.
4) Strategi pemasaran adalah berbagai usaha yang perlu dilakukan oleh calon investor dalam
mempengaruhi keputusan konsumen untuk melakukan pembelian hasil produksinya.
5) Dalam pendekatan peramalan diperlukan data masa lalu yang cukup banyak dan karena
banyaknya variabel yang secara eksplisit tidak diperhatikan, maka tentu saja tingkat
akurasi yang diharapkan tidak dapat berlebihan, terkecuali pada masa lalu tidak terjadi
perubahan yang melonjak serta dimasa yang akan datang diharapkan tidak terjadi
perubahan yang mendasar dibanding keadaan masa lalu.
6) Prosedur peramalan permintaan yang dilakukan dalam studi kelayakan yaitu melalui 5
tahapan, diantaranya :
a) Analisa ekonomi
b) Analisa industri
c) Analisa penjualan masa lalu

37
 d) Analisa peramalan permintaan
e) Pengawasan hasil peramalan
7) Beberapa kendala yang perlu diperhatikan dalam pemilihan teknik peramalan, yaitu :
a) Waktu yang hendak diliput
b) Tingkah laku data
c) Tipe model
d) Biaya yang tersedia
e) Tingkat ketepatan yang diinginkan
f) Kemudahan penerapan
8) Beberapa metode yang digunakan dalam hal pengukuran permintaan produk, antara lain :
a) Penggunaan data impor produk yang bersangkutan
b) Penggunaan data impor, ekspor, dan produksi dalam negeri
c) Metode rasio rantai
9) Dalam peramalan permintaan produk yang sudah mapan, ada beberapa metode yang
dapat digunakan, seperti :
a) Metode pendapat
b) Metode test/eksperimen
c) Metode survey
d) Metode time series
e) Metode regresi korelasi
f) Metode input output
10) Peramalan produk baru merupakan tahapan evolusi dari satu jenis produk yang sudah ada
dalam pasar, atau satu produk baru yang masih dalam satu varietas dengan produk yang
telah ada, atau produk yang mendekati sama, atau produk-produk tersebut merupakan
pengganti.
11) Dalam pembahasan mengenai metode time series dan regresi korelasi, yang dimana
terdapat perbedaan, yaitu pada metode time series lebih mendasarkan diri pada data dan
keadaan masa lampau. Jika keadaan di masa yang akan datang cukup stabil dalam arti
tidak banyak berbeda dari masa lampau, metode ini dapat memberikan hasil yang cukup
akurat. Sedangkan metode regresi korelasi lebih mendasarkan pada hubungan sebab
akibat atas terjadinya variasi dari suatu variabel, dan hubungan sebab akibat tersebut

38
 nampak dalam fungsi persamaan regresi. Sedangkan korelasi merupakan alat pembantu
yang berguna untuk mengetahui sejauh mana intensitas hubungan yang terjadi antara
variabel-variabel yang bersangkutan.
12) Pada pengawasan peramalan, terdapat beberapa patokan yang dapat digunakan
diantaranya:
a) Kesalahan absolut rata-rata (average absolute error)
b) Kesalahan kuadrat mean akar (root mean squared error)
c) Test korelasi
d) Controll limits

3.2 Saran
Demikianlah makalah ini disusun sebagai pengantar diskusi. Karya ini merupakan hasil
maksimal dari kami, dan kami menyadari bahwa makalah ini jauh dari harapan dan
sempurna. Karena itu, saran dan masukan dari pembaca sangat kami harapkan dalam
penyempurnaan makalah ini.

39
 DAFTAR PUSTAKA

https://dokumen.tips/documents/makalah-studi-kelayakan-bisnis-tentang-aspek-
pasardocx.html di unduh pada tanggal 17 Agustus 2021.

Suwad, H., & Suwarsono. 1994. Studi Kelayakan Proyek, Edisi Ketiga. Yogyakarta : UPP AMP
YKPN.

40