Penerapan Metode Peramalan Penjualan sebagai

Penerapan Metode Peramalan Penjualan
sebagai Dasar Penetapan Rencana Produksi
(Studi Kasus di PT Varia Industri Tirta)
Application of Selling Forcasting Method as a Basis of Production Plan Determination
(A Case Study at PT Varia Industri Tirta)
AANG MUNAWAR
Dosen Tetap Akademi Manajemen Kesatuan, Bogor
ABSTRAK
PENDAHULUAN
Penelitian ini dilakukan dengan menganalisis
beberapa metode peramalan penjualan dihubungkan
dengan beberapa faktor yang mempengaruhinya guna
menentukan metode peramalan penjualan air minum
dalam kemasan yang paling tepat. Kurang akuratnya
peramalan penjualan akan berakibat pada kurang berfungsinya budget produksi dalam memenuhi permintaan konsumen atau sebaliknya produksi terlalu besar
dibandingkan permintaan konsumen. Kedua hal tersebut akan mengakibatkan kerugian bagi perusahaan.
Mengamati perkembangan konsumsi air minun
masyarakat dari tahun 1980-an hingga sekarang dapat
dilihat bahwa jika pada era tahun 1980-an kebanyakan
masyarakat memenuhi kebutuhan air minumnya dari
air sumur, air sungai atau air PAM, maka dalam beberapa tahun terakhir tampak adanya pergeseran, di mana
sebagian masyarakat memilih air minum dalam kemasan sebagai air minum sehari-hari, khususnya masyarakat dari kelompok berpenghasilan menengah ke atas di
daerah perkotaan. Bahkan kelompok berpenghasilan
menengah ke bawah pun menunjukkan kecenderungan
yang meningkat dalam konsumsi air minum dalam
kemasan tersebut, khususnya untuk memenuhi kebutuhan air minum dalam perjalanan.
Hasil penelitian ini dapat merekomendasikan kepada
perusahaan metode penjualan yang paling mendekati
kepada realisasinya sehingga dapat membantu perusahaan air minum dalam kemasan.
Kata kunci: metode peramalan, air minum dalam
kemasan, anggaran produksi.
ABSTRACT
This research is conducted by analyzing some selling
forecasting methods relevant to some factors
influencing them in order to determine the most
appropriate selling forecasting method of packaged
drinking water. The less accurate of selling forecasting
will caused less function of production budget in
fulfilling consumer’s demand or will caused the production (supply) is too high compare to the demand.
Both will cause company loss.
The result of this research recommended the most
favorable selling forecasting method that come close to
the real world, therefore it can help the company to
plan its production.
Keywords: forecasting method, packaged drinking
water, production budget.
Mencermati perkembangan pasar air minum dalam
kemasan di Indonesia, kiranya ada beberapa hal yang
patut dicatat, yaitu: (1) konsumsi air minum dalam
kemasan tampaknya mempunyai kaitan yang erat
dengan tingkat pendapatan masyarakat itu sendiri. Hal
ini berarti volume konsumsi air minum dalam kemasan
di Indonesia secara makro mempunyai kaitan atau
korelasi positif dengan pendapatan domestik bruto
(PDB) atau pendapan per kapita, (2) peningkatan
konsumsi air minum dalam kemasan juga tidak terlepas
dari meningkatnya kesadaran masyarakat pada
kesehatan. Dalam hal ini masyarakat telah menyadari
(aware) bahwa mengkonsumsi air dalam kemasan
lebih higienis dibandingkan dengan air sumber lainnya
seperti air sumur maupun PAM, dan (3) maraknya
kegiatan promosi yang di lakukan oleh para produsen
turut memberikan andil yang tidak sedikit dalam
perkembangan pasar air minum dalam kemasan
Indonesia.
Dengan demikian untuk membuat peramalan permintaan pasar atau penjualan air minum dalam kemasan
secara keseluruhan, maka ketiga faktor tersebut
haruslah menjadi pertimbangan, khususnya dalam
peramalan jangka panjang. Kemudian untuk membuat
A. MUNAWAR, Penerapan Metode Peramalan Penjualan sebagai Dasar Penetapan Rencana Produksi
peramalan penjualan untuk suatu produk yang spesifik
atau merk tertentu, maka selain faktor-faktor di atas,
ada pula faktor lain yang harus diperhitungkan, seperti
harga jual produk itu sendiri, harga jual produk pesaing
dan promosi, dan jaringan distribusi.
Salah satu manfaat peramalan penjualan ini adalah
dapat diperkirakannya penjualan secara akurat dari
waktu ke waktu sehingga dapat dibuat rencana produksi yang sesuai dengan perkiraan penjualan. Hal ini
penting mengingat rencana produksi yang disusun tanpa memperhatikan perkiraan penjualan dapat menyebabkan inefisiensi atau kehilangan kesempatan untuk
memperoleh keuntungan lebih besar. Pertanyaannya
kemudian adalah bagaimana metode peramalan
penjualan dapat diterapkan di perusahaan? Variabel
apa saja yang mempengaruhi peramalan penjualan?
Dalam rangka menjawab pertanyaan-pertanyaan tersebut perlu dilakukan kajian untuk memperoleh gambaran mengenai sejauh mana efektivitas pengambilan
keputusan produksi yang dilakukan oleh perusahaan
dan digunakan untuk mengetahui gambaran sejauh
mana metode peramalan penjualan dapat diterapkan
sebagai dasar pengambilan keputusan produksi.
METODE PENELITIAN
Penelitian ini dilaksanakan melalui pengamatan dan
wawancara langsung dengan bagian yang berkepentingan di PT Varia Industri Tirta (VIT) tentang
bagaimana perusahaan meramalkan penjualan dan
mengkaitkannya dengan keputusan produksi untuk
setiap bulan atau setiap tahunnya. Data yang dikumpulkan adalah data tentang penjualan, data berdirinya
perusahaan, struktur organisai, dan bidang usahanya.
Berdasarkan data yang diperoleh dari perusahaan di
tambah data dari sumber lain, kemudian dilaksanakan
analisis terhadap penjualan dan produksi perusahaan
produksi tersebut. Hasilnya dibandingkan dengan
keputusan produksi yang telah dilakukan oleh
perusahaan. Berdasarkan perbandingan ini kemudian
disimpulkan apakah metode peramalan penjualan yang
telah digunakan perusahaan selama ini sudah efektif.
Beberapa metode peramalan sederhana digunakan
untuk memperkirakan besarnya total volume penjualan
air minum dalam kemasan produksi PT VIT setiap
bulan untuk tahun 1999 dan 2000. Hasil dari beberapa
metode tersebut kemudian dibandingkan satu sama lain
untuk menentukan salah satu metode yang terbaik.
Dalam hal ini metode yang terbaik adalah metode yang
memiliki kesalahan peramalan paling kecil. Metodemetode yang digunakan adalah metode trend linear,
regresi diri, regresi linear sederhana, dan metode
dekomposisi atau indeks musim. Variabel bebas yang
dimasukkan ke dalam regresi linear sederhana adalah
2
waktu dan PDB atau variabel penggantinya yaitu
jumlah uang beredar (M1). Hal ini dilakukan mengingat
beberapa faktor yang berpengaruh terhadap permintaan
air minum dalam kemasan sangat sulit untuk
dinyatakan dalam bentuk angka.
HASIL DAN PEMBAHASAN
Data yang digunakan dalam penelitian ini bersumber
dari PT VIT berupa total penjualan air minum dalam
kemasan (AMDK) dari bulan Januari 1994 sampai
dengan September 1999 dalam satuan ribu liter. Selain
data pejualan AMDK tersebut, digunakan juga data
jumlah uang beredar yang bersumber dari Bank
Indonesia. Data ini digunakan dalam regresi linier
sederhana sebagai variabel bebas. Asumsinya adalah
jika jumlah uang beredar makin besar, maka akan
berdampak positif terhadap penjualan AMDK, termasuk yang diproduksi oleh PT VIT. Sementara itu data
PDB yang diperkirakan berpengaruh terhadap
penjualan AMDK yang diproduksi oleh PT VIT tidak
digunakan, mengingat data tersebut hanya tersedia
dalam kuartalan, tidak tersedia dalam bulanan.
Demikian pula halnya dengan variabel lainnya seperti
banyaknya jaringan distribusi, biaya promosi dan harga
jual produk PT VIT juga tidak digunakan dalam model
peramalan mengingat datanya hanya tersedia dalam
tahunan. Untuk menunjukkan apakah variabel-variabel
tersebut berpengaruh nyata terhadap penjualan akan
dihitung koefisien korelasinya. Sementara itu harga
jual produk pesaing tidak diperoleh datanya.
A. Metode yang Digunakan oleh PT VIT
Sesuai dengan informasi yang diperoleh dari
manajemen PT VIT, peramalan penjualan AMDK hasil
produksi perusahaan ini dilakukan dengan suatu rumus
pertumbuhan yang sederhana, yaitu
Yt = (1+ a)Yt-12
di mana Yt adalah penjualan pada waktu t dan Yt-12
adalah penjualan pada waktu t-12 atau penjualan pada
bulan yang sama setahun yang lalu. Sedangkan a
adalah rata-rata pertumbuhan penjualan yang menurut
manajemen PT VIT bernilai 7.5% atau 0.075. Dengan
demikian, jika penjualan pada bulan Januari 1998
adalah 5450 ribu liter, maka perkiraan penjualan pada
bulan yang sama tahun 1999 atau Januari 1999 adalah
YJanuari 1999 = (1 + 0.075)YJanuari 1998
= (1 + 0.075) × 5450
≈ 5859 ribu liter.
B. Metode Trend Linier
Dengan menggunakan data persamaan trend linear
diperoleh hasil
Jurnal Ilmiah Kesatuan Volume 4 Nomor 1 – 2, Pebruari 2003
A. MUNAWAR, Penerapan Metode Peramalan Penjualan sebagai Dasar Penetapan Rencana Produksi
Yt = 2815.7281 + 45.5837t , r² = 0.5688
(11.4867) (4.8483).
1.0429, maka nilai ramalan penjualan untuk Januari
1999 dapat dihitung sebagai berikut:
Jika pada bulan Januari 1994 nilai t dianggap sama
dengan 13, maka pada bulan Januari 1999, t akan
bernilai 73. Dengan demikian ramalan penjualan untuk
bulan Januari 1999 dapat dihitung sebagai berikut:
YJanuari 1999 = TrendJanuari 1999 × IndeksMusimJanuari
× SiklusJanuari 1999
YJanuari 1999 = 2815.7281 + 45.5837 × 73
≈ 6143 ribu liter.
C. Regresi Diri (Autoregressive)
Hasil pendugaan persamaan regresi diri adalah sebagai
barikut:
Yt = 977.8465 + 0.8145Yt-1 ,
(2.8442) (12.0220).
r² = 0.6865
Jika penjualan pada bulan Desember 1998 adalah 5694
ribu liter, maka ramalan penjualan untuk bulan Januari
1999 dapat dihitung dengan menggunakan persamaan
di atas sebagai berikut:
YJanuari 1999 = 977.8465 + 0.8145YDesember 1998
= 977.8465 + 0.8145 × 5694
≈ 5616 ribu liter.
D. Metode Dekomposisi
Persamaan untuk faktor trend adalah sebagai berikut:
Yt = 2815.7281 + 45.5837t ,
(11.48667) (4. 8483).
r2 = 0.5688
Nilai indeks musim untuk bulan Januari sampai dengan
Desember disajikan pada Tabel 1.
Tabel 1. Indeks Musim
Bulan
Januari
Pebruari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Total
Indeks Musim
0.8526
0.7689
0.9677
1.0173
1.0467
1.0378
1.0271
1.0536
1.0756
1.1117
1.0275
1.0133
12.0000
Berdasarkan hasil tersebut, jika t bernilai 13 untuk
bulan Januari 1994, bernilai 73 untuk bulan Januari
1999, dan indeks musim untuk bulan Januari adalah
0.8526 serta faktor siklus untuk Januari 1999 adalah
Jurnal Ilmiah Kesatuan Volume 4 Nomor 1 – 2, Pebruari 2003
dengan
TrendJanuari 1999 = 2815.7281 + 45. 5837 × 73
≈ 6143 ribu liter,
akan diperoleh
YJanuari 1999 = 6143 × 0.8526 × 1.0429
≈ 5463 ribu liter.
Persamaan regresi volume penjualan dengan jumlah
uang beredar adalah sebagai berikut:
Yt = 2793.2944 + 0.0318M1
(8.3453)
(6.8685).
,
r² = 0. 4132
Jika jumlah uang beredar pada bulan Januari 1999
adalah Rp 101953 milyar, maka ramalan penjualan
untuk bulan tersebut dapat dihitung sebagai berikut:
YJanuari 1999 = 2793.2944+ 0. 0318 × 101953
≈ 6034 ribu liter.
F. Faktor-Faktor yang Mempengaruhi Penjualan AMDK
Dari uraian di atas kiranya cukup jelas bahwa faktor
trend, musim, dan siklus mempunyai pengaruh yang
signifikan terhadap penjualan AMDK. Selain itu faktor
makroekonomi yang diwakili oleh variabel jumlah
uang beredar juga berpengaruh signifikan terhadap
penjualan AMDK, seperti tercermin pada nilai tstatistik yang relatif besar. Di samping faktor-faktor
tersebut, masih ada faktor lain yang diperkirakan juga
berpengaruh signifikan terhadap penjualan AMDK,
seperti harga jual produk sendiri, jaringan distribusi,
dan sebagainya. Namun karena datanya hanya tersedia
dalam tahunan, maka faktor-faktor tersebut tidak
dimasukkan ke dalam model peramalan.
Tabel 2. Kinerja pemasaran PT VIT 1994 – 1998
Tahun
Penjualan
(ribu liter)
Banyaknya
Agen
(buah)
Biaya
Promosi
(juta Rp)
1994
1995
1996
1997
1998
40507
50963
58387
72359
71080
10
16
18
26
27
200
300
600
4000
3000
Harga
RataRata
(Rp/liter)
159.01
164.63
171.48
208.35
323.83
Untuk melihat apakah faktor-faktor tersebut berpengaruh terhadap penjualan di sini ditampilkan koefisien
korelasi antara penjualan dengan banyaknya jaringan
distribusi (outlet) dan besarnya biaya promosi yang
3
A. MUNAWAR, Penerapan Metode Peramalan Penjualan sebagai Dasar Penetapan Rencana Produksi
dikeluarkan serta jumlah uang beredar (M1). Koefisien
korelasi nilai ketiga adalah sebagai berikut:
r(penjualan,jaringan distribusi)
r(penjualan,promosi)
r(penjualan,M1)
= 0.99
= 0.90
= 0.90.
Dari angka ini jelas terlihat bahwa penjualan
mempunyai korelasi atau kaitan yang erat dengan
banyaknya jaringan distribusi dan biaya promosi serta
jumlah uang beredar. Koefisien korelasi yang positif
berarti makin banyak jaringan distribusi dan makin
besar biaya promosi yang dikeluarkan serta makin
banyak jumlah uang beredar, maka ada kecenderungan
penjualan akan meningkat.
Sementara itu untuk variabel harga, meskipun harga
jual produk VIT tersedia datanya, tapi karena harga
jual produk kompetitor tidak diperoleh datanya, maka
korelasi antara penjualan tersebut dengan harga relatif
(harga jual produk VIT dibagi dengan harga jual
produk pesaing) tidak bisa dihitung.
G. Pemilihan Metode Terbaik
Dari berbagai pendekatan peramalan penjualan di atas,
maka pemilihan salah satu metode terbaik dilakukan
dengan membandingkan penjualan yang sebenarnya
terjadi dengan ramalannya. Pembandingan ini dilakukan dengan menghitung rata-rata persentase kesalahan
absolut (mean absolut percentage error) atau disingkat
dengan MAPE dari setiap metode tersebut. Metode
terbaik adalah metode yang kesalahan peramalannya
terkecil. Nilai MAPE untuk setiap metode yang
dikemukakan di atas terhadap metode yang digunakan
oleh PT VIT selama ini adalah sebagai berikut:
Tabel 3. Nilai MAPE
Metode
Metode pertumbuhan
(digunakan oleh PT VIT)
Trend Linear
Regresi Diri (Autoregressive)
Dekomposisi
Regresi Linear Sederhana
MAPE
15.7%
12.0%
10.3%
9.3%
13.9%
Dari tabel di atas jelas bahwa metode peramalan yang
terbaik adalah metode dekomposisi, karena memiliki
kesalahan terkecil, yaitu 9.3%.
Dengan menggunakan metode dekomposisi yang di
kemukakan di atas, dan dengan mengasumsikan nilai
faktor siklus untuk setiap bulannya sama dengan ratarata dari faktor siklus untuk setiap bulan yang
bersangkutan dari tahun 1994 sampai dengan 1998,
maka dapatlah disusun ramalan penjualan AMDK
produksi PT VIT dari bulan Oktober 1999 sampai
dengan Desember 2000.
4
Tabel 4. Faktor Siklus Penjualan AMDK Produksi PT
VIT dari Oktober 1999 sampai dengan Desember 2000
Bulan
Oktober
1999
November
1999
Desember
1999
Januari
2000
Februari
2000
Maret
2000
April
2000
Mei 2000
Faktor
Siklus
0.9181
0.9937
1.0063
1.1945
1.3239
1.0518
1.0350
Bulan
Jun
2000
Juli
2000
Agustus
2000
September
2000
Oktober
2000
November
2000
Desember
2000
Faktor
Siklus
1.0087
1.0095
0.9800
0.9608
0.9294
1.0026
1.0114
1.0026
Perhitungan faktor siklus di atas di lakukan dengan
cara sebagai berikut. Sebagai contoh untuk menghitung faktor siklus (FS) bulan Oktober 1999:
FSOktober 1999 = FSOktober 1994 + FSOktober 1995 + FSOktober 1996
+ FSOktober 1997 + FSOktober 1998.
Selanjutnya ramalan penjualan untuk bulan Oktober
1999 sampai Desember 2000 diperoleh dengan rumus
YOktober 1999 = TrendOktober 1999 × IndeksMusimOktober
× FSOktober 1999
di mana
TrendOktober 1999 = 28115.7281 + 45.5837 × 82
= 6554 ribu liter
IndeksMusimOktober = 1.1117
FSOktober 1999 = 0.9181,
sehingga diperoleh
YOktober 1999 = 6554 × 1.1117 × 0.9181
≈ 6689 ribu liter.
Hasil ramalan selengkapnya untuk periode Oktober
tahun 1999 sampai dengan Desember tahun 2000 (ribu
liter) disajikan pada Tabel 5.
I. Penetapan Rencana Produksi
Berdasarkan hasil ramalan penjualan di atas,maka
dapatl disusun rencana produksi untuk periode Oktober
1999 sampai dengan Desember tahun 2000. Dalam hal
ini rencana produksi setiap bulannya adalah besarnya
perkiraan penjualan ditambah dengan buffer stock. Dari
informasi yang diperoleh dari PT VIT besarnya buffer
stock tersebut adalah 3 hari penjualan. Dengan demikian jika jumlah hari kerja dalam satu bulan adalah 25
Jurnal Ilmiah Kesatuan Volume 4 Nomor 1 – 2, Pebruari 2003
A. MUNAWAR, Penerapan Metode Peramalan Penjualan sebagai Dasar Penetapan Rencana Produksi
hari, maka rencana produksi untuk bulan Oktober 1999
adalah:
ProduksiOktober 1999 = PerkiraanPenjualanOktober 1999 +
3/25 × PerkiraanPenjualanOktober 1999
= 6689 + 3/25 × 6689
≈ 7492 ribu liter.
ProduksiNopember 1999 = RencanaProduksiNopember 1999
(seperti pada rumus bulan Oktober) − Buffer Stock
Oktober. Untuk produksi bulan-bulan berikutnya
selalu dikurangi buffer stock bulan sebelumnya.
Tabel 5. Ramalan Penjualan AMDK PT VIT untuk
Periode Oktober 1999 sampai dengan Desember 2000
Bulan
Oktober
1999
Nopember
1999
Desember
1999
Januari
2000
Pebruari
2000
Maret
2000
April
2000
Mei
2000
Penjualan
(ribu liter)
6689
6738
6776
6814
6857
6903
7188
Bulan
Juni
2000
Juli
2000
Agustus
2000
September
2000
Oktober
2000
Nopember
2000
Desember
2000
Penjualan
(ribu liter)
7242
7220
7238
7291
7337
7362
7371
7215
KESIMPULAN DAN SARAN
B. Saran
Seyogyanya PT VIT dapat mempertimbangkan untuk
menggunakan metode dekomposisi dalam membuat
peramalan penjualan produknya karena metode ini
ternyata mempunyai rata-rata persentase kesalahan
absolut peramalan yang jauh lebih kecil dibandingkan
dengan metode pertumbuhan.
Untuk memperoleh hasil peramalan penjualan yang
lebih baik, masih diperlukan studi yang lebih
mendalam dengan menggunakan teknik-teknik peramalan yang lebih lanjut, yang mampu mengkombinasikan berbagai variabel yang berpengaruh terhadap
peramalan penjualan.
Tabel 6. Rencana Produksi PT VIT 1999 - 2000
Bulan
Oktober
1999
Nopember
1999
Desember
1999
Januari
2000
Pebruari
2000
Maret
2000
April
2000
Mei
2000
Produksi
(ribu liter)
7492
6744
6781
6819
6862
6908
7222
Bulan
Juni
2000
Juli
2000
Agustus
2000
September
2000
Oktober
2000
Nopember
2000
Desember
2000
Produksi
(ribu liter)
7245
7217
7240
7297
7343
7365
7372
7218
A. Kesimpulan
Ucapan Terima Kasih
Beberapa kesimpulan yang berkaitan dengan peramalan penjualan AMDK PT Varia Industri Tirta
sebagai berikut.
Ucapan terimakasih kepada Iman Pudjianto, Hilman
Fauzi, Suswanti, Tati Sinta S, dan Veronika S, alumni
STIE Binaniaga Bogor yang telah membantu dalam
penyelesaian penelitian ini.
Dari beberapa metode peramalan penjualan yang
digunakan yaitu metode pertumbuhan, trend linear,
regresi diri, regresi linear sederhana, dan metode
dekomposisi, ternyata metode yang terbaik untuk
peramalan penjualan AMDK PT VIT adalah metode
dekomposisi. Hal ini tercermin pada kesalahan
peramalannya yang paling kecil dibandingkan dengan
metode lainnya yaitu sebesar 9.3%.
Dari hasil perhitungan dengan menggunakan metoda
koefisien korelasi maka variable jumlah uang beredar,
jaringan distribusi dan besarnya biaya promosi
mempunyai koefisien korelasi yang positif yaitu ratarata 90.9% yang berarti mempunyai hubungan yang
erat terhadap penjualan.
Jurnal Ilmiah Kesatuan Volume 4 Nomor 1 – 2, Pebruari 2003
DAFTAR PUSTAKA
Adisaputro, G dan M. Asri. 1992. Anggaran
Perusahaan. Edisi 3. BPFE. Yogyakarta.
Assauri, S. 1979. Manajemen Produksi. LP-FEUI.
Jakarta.
Assauri, S. 1984. Teknik dan Metoda Peramalan:
Penerapannya dalam Ekonomi dan Dunia
Usaha. Edisi satu. Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia. Jakarta.
5
A. MUNAWAR, Penerapan Metode Peramalan Penjualan sebagai Dasar Penetapan Rencana Produksi
Dajan, A. 1984. Pengantar Metode Statistik, Jilid I.
Edisi ke-9 . LP3ES. Jakarta.
Subagyo, P. 1998. Forecasting: Konsep dan Aplikasi.
Edisi Kedua. BPEE. Yogyakarta.
Hani, H.T. 1991. Manajemen Produksi dan Operasi.
Edisi 3. BPEE. Yogyakarta.
Supranto, J. 1986. Metode Riset: Aplikasinya dalam
Pemasaran. Edisi Ke-4. Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia.
Jakarta.
Hanke, J.E. and A.G. Reitsch. 1995. Business
Forecasting. Fifth Edition. Prentice Hall Inc.
New Jersey.
Kotler, P. 1987. Dasar-dasar Pemasaran. Edisi ke-3.
CV Intermedia. Jakarta.
Rekrohadiprodjo, S. dan I. Gitosudarmo. Manajemen
Produksi. Edisi Ketiga. BPEE Yogyakarta.
Saragih, M. K. Budgeting Profit Planning and Control.
Diklat UGM. Yogyakarta.
6
Walpole, R.E. and R.H. Myers. 1985. Probability and
Statistics for Engineers and Scientist. Third
Edition. Macmillan Publisihing Co. New
York.
Winardi, 1988. Aspek-Aspek Bauran Pemasaran
(Marketing Mix). CV Mandar Maju.
Bandung.
Jurnal Ilmiah Kesatuan Volume 4 Nomor 1 – 2, Pebruari 2003