Pertemuan 2 BAB. 3. KONSEP POKOK DALAM ASPEK PASAR

advertisement
Pertemuan 2
BAB. 3. KONSEP POKOK DALAM
ASPEK PASAR DAN PEMASARAN
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).
Karakteristik pokok aspek pasar :
1. Pasar permintaan nasional untuk produk/jasa tertentu tidak terlalu besar
2. Adanya garis pemisah yang cukup jelas dari segman pasar yang ada
3. Kebanyakan produk yang dibuat merupakan produk pengganti (substitusi)
4. Pemerintah seringkali ikut campur tangan dalam mempengaruhi mekanisme
pasar untuk jenis produk tertentu
Jenis dan Sumber Data
Data kualitatif : perilaku, kebiasaan, preferensi konsumen dll
Data kuantitatif : kecenderungan permintaan masa lalu,
perkembangan/pertumbuhan penduduk, pendapatan perkapita, dll.
Sumber data : sensus penduduk, biro pusat statistik, dinas perindustrian dsb.
TEKNIK PENGAMBILAN DAN ANALISIS DATA
Pengambilan data kualitatif dapat dilakukan dengan
kuesioner/angket, sedangkan untuk data kuantitatif
dapat dilakukan dengan teknik dokumentasi, survei dan
observasi. Untuk menganalisis data dapat dilakukan
dengan peramalan
Teknik Pengukuran Permintaan dapat dilakukan dengan :
1. Penggunaan data impor
2. Penggunaan data impor, ekspor, dan produksi
dalam negeri
3. Merode Rasio Rantai
BAB. 4. METODE PENGUKURAN DAN PERAMALAN PERMINTAAN
Pengukuran permintaan adalah usaha untuk mengetahui permintaan atas
suatu/sekelompok produk dimasa lalu dan masa sekarang dalam periode
tertentu.
Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk/
sekelompok produk dimasa yang akan datang dalam periode tertentu.
Pendekatan peramalan
1. Time Series yaitu model yang tidak memperhatikan hubungan sebab akibat
atau hasil peramalan hanya memperhatikan kecenderungan dari data masa
lalu . Metode yang dapat digunakan adalah metode trend baik linear,
kuadratik maupun logaritma.
2. Pendekatan yang memperhatikan hubungan sebab akibat (cause effects
method) atau pendekatan yang menjelaskan terjadinya suatu keadaan
(explanatory method) oleh sebab-sebab tertentu. (hubungan stokastik)
Teknik Pengukuran Permintaan dapat dilakukan dengan :
1. Penggunaan data impor
2. Penggunaan data impor, ekspor, dan produksi dalam negeri
3. Merode Rasio Rantai
Peramalan Permintaan Produk yang sudah Mapan
Produk yang sudah mapan adalah produk yang telah pernah diproduksi
oleh investor, sehingga usaha yang diusulkan adalah perluasan usaha.
Beberapa metode yang dapat digunakan adalah :
1. Metode Pendapat
2. Metode Test/Eksperimen
3. Metode Survey
4. Metode Time Series
5. Metode Regresi-Korelasi
6. Metode Input Output
Peramalan Permintaan Produk Baru
Produk baru adalah produk yang benar-benar baru baik bagi investor maupun
bagi calon konsumen atau baru calon investor tetapi tidak baru bagi konsumen.
Metode yang digunakan dalam peramalan produk baru dapat menggunakan
metode dalam peramalan permintaan produk yang sudah mapan.
Metode Time Series
Metode Trend Linear : digunakan jika scatter diagram
dari data masa lalu cenderung kerupakan garis lurus.
Fungsi persamaan Y = a + bx
Y

a
n
XY

b
X
2
jika X  0
a = rata-rata permintaan masa lalu
b = koefisien yang menunjukkan perubahan setiap tahun
Y = variabel permintaan
n = jumlah data runtut waktu
X = variabel tahun
Metode Trend Kuadratik
Metode ini digunakan jika scatter diagram dari data masa lalu
cenderung berbentuk parabola
Fungsi persamaannya :
2
Y  a  bX  cX
a    Y  c  X 2  : n


b   XY : X
2
c  n X Y   X
2
jika X  0
2
 Y : n X 4   X  
2
2
Metode Trend Simple Exponential
Metode ini digunakan jika data yang tersedia cenderung
naik turun, tetapi secara keseluruhan cenderung naik.
Fungsi persamaannya :
Y 1  ab X
Yang dapat diubah dalam fungsi logaritma :
log Y  log a  (log b) X
1
Jika ∑X = 0, maka koefisien a dan b dapat dicari dengan
:
log a = (∑log Y) : n
log b = { ∑X (log Y) } : ∑ X²
Metode Regresi Korelasi
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 untuk
mengetahui intensitas hubungan yang terjadi antar
variabel yang bersangkutan.
Regresi Linear Sederhana :
pada hubungan ini hanya ada satu variabel yang
dianggap berpengaruh atas terjadinya variabel yang lain
Fungsi persamaannya :
Y = a + bX
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
2
2
n X   X 
Y
X
a
b
n
n
Regresi Linear Berganda
Variasi pada variabel terikat dijelaskan oleh lebih dari satu variasi
variabel bebas, namun masih menunjukkan diagram hubungan
yang linear.
Persamaannya :
Y = a + b1X1+ b2X2+…..+ bkXk
Nilai koefisien a, b1, b2 dan seterusnya dapat dicari dengan
metode least squared
Uji kemaknaan dengan F test




 Yˆ  Y : k  1
F
2
ˆ
 Y  Y : n  k 
2
atau
R2 1 R2
F
:
k 1 n  k
Koefisien Korelasi :




2
ˆ
 Y  Y : k  1
R
2
ˆ
 Y  Y : n  k 
atau
2

r r13  2 r12 r13r23
R
2
1  r23
2
12
Pengawasan Peramalan
Jika terjadi penyimpangan dari batas-batas yang dapat ditolelir,
maka dapat dilakukan salah satu dari dua tindakan :
1.
Menggunakan teknik peramalan yang lebih baik
2.
Melakukan perubahan terhadap batas toleransi hasil
peramalan selama tidak merugikan
Beberapa Pengawasan Peramalan :
a.
Kesalahan Absolut Rata-rata (Average Absolute Error), yaitu
rata-rata selisih absolut antara nilai peramalan dengan nilai
senyatanya.
 Y Y
AAE 
n
AAE = Average Absolute Error
Y = data riil
Y’ = data peramalan
n = banyaknya waktu data peramalan
l l = harga mutlak
b. Kesalahan Kuadrat Mean Akar (Root Mean Square Error)
RMSE = Root Mean Square Error
Y = data riil
Y’ = data peramalan
2

Y  Y 
RMSE 
n = waktu data peramalan
n
c. Test Korelasi
 Y  Y 
1
2
r
 Y  Y 
2
r = koefisien korelasi
Y = data riil
Y’ = data peramalan
Ý = means data riil
d. Control Limit : ditentukan batas atas dan batas bawah
∑ marginal (Y – Y’)
(D of F) R = --------------------------n-1
Jika digunakan 3 standar deviasi :
Upper controll limits = 2,66 x (D of F) R
Lower controll limits = 2,66 x (D 0f F) R
----------------------------------------------------------------Range =2,66 (D of F) R sampai -2,66 (D of F) R
(D of F) R
= degre of fredom
∑ marginal (Y-Y’) = ∑ jarak bergerak
Y = nilai riil
Y’ = nilai peramalan
n = waktu data peramalan
Download