Kelompok 2 Studi Kelayakan Bisnis
Kelompok 2 Studi Kelayakan Bisnis
“ASPEK PASAR”
OLEH :
KELOMPOK 2
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.
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) 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
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.
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.
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.
System
Inputs Generating Outputs
Process
Random Effects
System
9
Random Effects
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:
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:
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.
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.
a = ∑Y : n
b = ∑XY : ∑X2
Jika ∑X = 0
14
Keterangan :
Y = Variabel permintaan
n = Jumlah data
X = Varuabel tahun
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
= 0,0404
= 4,475
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 :
= 7,0265
17
Yang dapat diubah dalam fungsi logaritma :
log a = (∑log Y) : n
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.
18
Dengan fungsi persamaan di atas, penggambaran antara scatter diagram antara
data aktual dan data estimasi nampak sebagai berikut.
= 1,0688 + 0,22309
= 1,29189
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
n ∑ XY −∑ X ∑ Y
b = n ∑ X 2−¿ ¿
∑Y ∑X
a = n –b n
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
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.
n ∑ XY −∑Y ∑Y
r=
√¿ ¿ ¿
r
r
t =
√ = √1−r 2 √
2
1−r n−2
n−2
∑ 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.
σy = √ σn ¿ ¿
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 :
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
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
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
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.
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
jika log Z = Y
log A = a
log B = b
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.
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
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
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.
Z = ABx
A = antilog (a)
B = antilog (b)
Z = (1568,1607) (1,0017187)x
(1568,1607) (1,0017187)1650
log
Z = 22.614,408
32
log Z = a + bX
Z = 22.614,408.
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
RMSE = √ ∑¿ ¿ ¿
Keterangan :
RMSE = Root mean squared error
Y = Data riil
Y’ = Data peramalan
n = Banyaknya data waktu peramalan
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
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