Upload
others
View
25
Download
0
Embed Size (px)
Citation preview
“Analisis Peranan Inspeksi Sebelum MembeliAnalisis Peranan Inspeksi Sebelum Membelidalam Penetapan Harga antar Channel dalamD u a l ‐ C h a n n e l S u p p l y ‐ C h a i n ”
PENELITI :Kanya Suhita Nadia
DOSEN PEMBIMBING :
NRP :2509.100.015
L/O/G/Owww themegallery com
Erwin Widodo, Dr.Eng.NIP :
197405171999031002www.themegallery.com197405171999031002
1
CONTENTSCONTENTSPendahuluanPendahuluan
Tinjauan Pustakaj
Metodologi Penelitian
Pemodelan
Pengumpulan & Pengolahan Data
Percobaan Numerik
Kesimpulan & Saran
2
Kesimpulan & Saran
LATAR BELAKANGU
SER
2011 = Rp 30 T
e-commerce
U
2012 = 63 juta,2013 = 82 juta
jii id Setyowati, 2012 Utoyo, 2012
Dual Channel Supply Chain (DCSC)
www.apjii.or.id
f ilit h
Tidak Optimal
( )
fasilitas v harga
vs + Inspection
inspeksi penerimaan terhadap
online channel
4
Low LevelLow LevelRUMUSAN MASALAHEkspektasi :
Nilai rasio penerimaan pelanggan terhadap online channel
Low LevelLow Level
• Bagaimana memodelkanhubungan antara harga onlined ffli h l d • Bagaimana gambaran
p
• Bagaimana gambaranspektrum masing-masing level
i i ldan offline channel dengan mempertimbangkan penerimaan pelanggan terhadap channel online?
g gspektrum masing-masing level rasio penerimaan pelangganterhadap harga online dan
rasio penerimaan pelangganterhadap harga online dan offline channel?Middle Level
terhadap channel online? goffline channel?
Hi h L l
Ekspektasi :Grafik hubungan antara rasio
High Level
Grafik hubungan antara rasio penerimaan pelanggan terhadap harga online dan offline channel5
TUJUAN DAN MANFAATTUJUAN DAN MANFAAT
TUJUAN MANFAATTUJUAN
• Menyusun model penetapan harga antar channel yang
MANFAAT
• Dapat menganalisismengenai kebijakanharga antar channel yang
mempertimbangkan faktor penerimaan pelanggan terhadap online channel
mengenai kebijakanpenentuan harga dalam suatu kegiatan bisnis yang menggunakan dual channelterhadap online channel
• Menentukan nilai rasio penerimaan pelanggan
menggunakan dual channel
• Dapat menentukan taksiranharga yang dapat digunakanpenerimaan pelanggan
untuk kategori produk terpilih dalam spektrum amatan
harga yang dapat digunakan sebagai patokan baik padaonline channel atau offlinechannel sesuai dengan rasio
• Mengukur keuntungan individu dan keuntungan keseluruhan DCSC
channel sesuai dengan rasiopenerimaan pelanggan pada suatu kategori produk
keseluruhan DCSC
6
BATASAN DAN ASUMSIBATASAN DAN ASUMSIBATASAN ASUMSI
• Struktur dual channel supply chain tidak berubah
• Spektrum penerimaan pelanggan terhadap online channel dikategorikan
• Dalam dual channel supply chain tersebut hanya
channel dikategorikanmenjadi low, middle dan high level.
terdapat 1 offline channeldan 1 online channel • Pemilihan objek amatan yaitu
• low level = buku, • Penelitian ini tidak
mempertimbangkan adanya sales return dalam setiap
• middle level = laptop (notebook) dan
• high level = pakaianpenjualan
g p
• Asumsi lainnya akan ditetapkan dalamditetapkan dalam pengembangan model
7
TINJAUAN PUSTAKATINJAUAN PUSTAKA
Dual Channel Supply Chain (DCSC)pp y ( )Statistik Inferensi
InspeksiInspeksiQuadratic Programming
P i i P litiPosisi Penelitian
9
DUAL CHANNEL SUPPLY CHAIN (DCSC)
•Suatu supply chain yang menjual produknya melalui dua channel yaitu channel offline dan channel online(Dumrongsiri et al 2008)(Dumrongsiri et al., 2008)
•Hewlett-Packard, IBM, Apple, dll
10
STATISTIK INFERENSISTATISTIK INFERENSI• Proses penarikan kesimpulan dari hipotesis p p p
yang ditentukan dengan menggunakan datasampel dari suatu populasi yang bertujuan untuk melakukan estimasi parameter suatu populasi yang belum diketahui nilainya (Harinaldi 2005)
Definisiyang belum diketahui nilainya (Harinaldi, 2005)
• Untuk menguji pasangan harga (offline channelUntuk menguji pasangan harga (offline channel dan online channel)Paired-t
Test
untuk mengetahui apakah objek amatan yang• untuk mengetahui apakah objek amatan yang dipilih dapat mewakili spektrum amatan
ANOVA
11
QUADRATIC PROGRAMMINGQUADRATIC PROGRAMMING
• Merupakan bagian dari non-linear programming
• Salah satu tools yangz concave & Salah satu tools yang digunakan untuk menyelesaikan constrainedproblem (Taha 2007)
co ca e &daerah solusi
convex Global optimum problem (Taha, 2007)
• Digunakan untuk perhitungan optimasi keuntungan
p
12
MATLABMATLAB[x,fval]=fmincon(...)[x,fval,exitflag]=fmincon(...)[x,fval,exitflag,output]=fmincon(...)[x,fval,exitflag,output,lambda]=fmincon(...)[x,fval,exitflag,output,lambda,grad]=fmincon(...)g p gdengan,x = fmincon(fun,x0,A,b)x = fmincon(fun,x0,A,b,Aeq,beq)( , , , , q, q)x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub)x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)
Function[c,ceq]=nonlcon(x)c= ...ceq= ...
13
PHYSICAL INSPECTIONPHYSICAL INSPECTION
P ik fi ik d k b l dib li ( k k li• Pemeriksaan fisik produk sebelum dibeli (cek kualitas dan spesifikasi)
• Merupakan rasio suatu pelanggan memerlukan pengecekan sebelum membeli
• Di lambangkan dengan 1- dimana adalah rasio penerimaan pelanggan terhadap online channel
• Memiliki definisi yang berbeda dengan preferensi pelangganpelanggan
14
POSISI PENELITIANPOSISI PENELITIANPembanding
Widodo, dkk (2011)
Chu dkk. (2013)
Penelitian ini( ) ( )
Tujuan- Keuntungan optimal v v vMetode- Optimasi v v v- Game Theory
* Skema Bertrand v* Skema Stackelberg Game v v* Skema Nash Game v
Variabel yang dipertimbangkan- Permintaan v v v- Rasio elastisitas permintaan terhadap harga v v- Penerimaan pelanggan terhadap online channel v v
• Widodo dkk. (2011) menganalisis mengenai kebijakan mengatur sales return dalam sebuah dual-channel supply chain
- Sales return v v
return dalam sebuah dual channel supply chain.• Chu dkk. (2013) mempertimbangkan kebijakan harga dalam dual channel
supply chain dimana ritel menjual produk pengganti dari produsen lain15
METODOLOGI PENELITIANMETODOLOGI PENELITIANPerumusan Research Question Bagaimana memodelkan dan Perumusan Research Question
Penyusunan Kerangka Model
bagaimana gambaran spektrum
Fungsi permintaan, fungsi tujuan Penyusunan Kerangka Model
Id tifik i P t M d l
g p g jprofitabilitas dan fungsi pembatas
P l d l h dIdentifikasi Parameter Model
Pengolahan Data Penerimaan Optimasi model analisis sensitifitas
Pengumpulan dan pengolahan data
Pengolahan Data Penerimaan Pelanggan terhadap Online channel
Optimasi model, analisis sensitifitas dan visualisasi nilai
A li i h il l h d t dAnalisis Hasil Output Analisis hasil pengolahan data dan interpretasi implikasi manajerial
Kesimpulan dan Saran17
ASUMSI SISTEM• Distributor langsung mendistribusikan produk
k ffli h lPEMODELAN
ke offline channel.• Biaya inventory <<<< , diabaikan• Biaya transportasi dari pelanggan ke offline =
bi i i d i li k l
Variabel keputusan : penerimaan pelanggan
= Harga produk di warehouse (harga grosir)
biaya pengiriman dari online ke pelanggan
wPP Notasi
= Harga produk yang dijual melalui offline channel= Harga produk yang dijual melalui online channel= Harga produk dari produsen per unit (harga kulak)
sPoPuC
Notasi
Harga produk dari produsen per unit (harga kulak)= Permintaan maksimum yang pernah diperoleh di toko= Permintaan di offline channel
uCmaxsdsD
= Permintaan di online channel= Keuntungan di offline channel= Keuntungan di online channel
oDsGoG g
= Keuntungan di gudang distributor= Keuntungan keseluruhan di dual channel supply chain= Batasan terendah permintaan online channel
oGwGDCSCG
lld = Batasan terendah permintaan online channel= Batasan tertinggi permintaan online channel
llod ul
od22
MODEL ACUANMODEL ACUAN(Widodo dkk. 2011)
FUNGSI PERMINTAAN(Widodo dkk. 2011)
• Permintaan Offline ChannelPP
dD osmax maxo Pρ)1(dP
Puntuk
• Permintaan Online Channelρ1
dD ss oss Pρ)1(dP ρ
u tu
PP Pρ)-ρ(1PρP
D oso
untuk o
maxss
o P ρ)1(d P ρP
• Dengan, ds max merupakan permintaan toko tertinggi yang pernah terjadi
23
PENGEMBANGAN MODELPENGEMBANGAN MODELPermintaan Offline Channel
ManfaatPengorbanan
= elastisitas permintaan offlinechannel terhadap harga
= elastisitas permintaan onlinechannel terhadap hargachannel terhadap harga
24Permintaan Online Channel
PENGEMBANGAN MODEL (2)PENGEMBANGAN MODEL (2)Keuntungan Offline Channel
K t O li Ch lKeuntungan Online Channel
Keuntungan Wholesale Keuntungan DCSC
25
PENGEMBANGAN MODEL (3)PENGEMBANGAN MODEL (3)FUNGSI PEMBATAS
PP o
s • Permintaan di online channel dapat terjadi
jika harga produk di toko lebih mahal daripada di online channel ρs
maxsos ρ)d1(PP
daripada di online channel• Untuk memastikan bahwa nilai Ds positif
sos ρ)(• Batasan terendah permintaan online
channelos
llo D Dd
• Batasan tertinggi permintaan online channels
uloo DdD
• Batasan rentang nilai soo
0 < <1
26
UjiPengumpulan data harga
Uji Keseragaman
DataUji Kecukupan
Data Uji Normalitas ANOVA
PENGUMPULAN DAN PENGOLAHAN DATA
27
EXISTING PRICINGEXISTING PRICINGProduk Harga Offline (Ps) Harga Online (Po) Harga Grosir (Pw)
Buku Margin keuntungan Margin keuntungan RpBuku (Buku Edukasi
Anak)
Margin keuntungan 30% dari harga pokok barang (harga kulak)
Diskon 5% dari harga di toko offline
Margin keuntungan Rp 30.000 dari harga pokok
barang (harga kulak)M i k 2% Di k R 40 000 M i k R
Elektronik (Laptop)
Margin keuntungan 2% dari harga pokok
barang (harga kulak)
Diskon Rp 40.000 –Rp 100.000 dari
harga di toko offline
Margin keuntungan Rp 30.000 dari harga pokok
barang (harga kulak)
Pakaian (Gamis Wanita)
Margin keuntungan 50% harga pokok
barang (harga kulak)
Diskon 20% dari harga di toko offline
Margin keuntungan 120% dari harga pokok barang
(harga kulak)
• Data yang diambil pada objek amatan yaitu harga offline channel (Ps), harga online channel (Po), harga grosir (Pw) dan harga kulak (Cu)
barang (harga kulak) (harga kulak)
g ( ) g g ( ) g ( )• Raw data Pakaian Lampiran A, Laptop Lampiran B, Buku Lampiran C• Diasumsikan harga produk saling bergantung
2828
UJI KESERAGAMAN DATAUJI KESERAGAMAN DATAUji Keseragaman Data Harga Buku
UCL CL LCL Xbar
Uji Keseragaman Data Harga LaptopUCL CL LCL Xbar
Rp1 950 00Rp2.150,00 Rp2.350,00 Rp2.550,00 Rp2.750,00
bar
subg
rup
Rp65.000,00
Rp75.000,00
Rp85.000,00
Rp95.000,00
ub g
rup
ke -
Rp1.750,00 Rp1.950,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16Nila
i X b
Sub grup ke-
Rp55.000,00
p ,
1 2 3 4 5 6 7 8 9 10 11 12 13
Nila
i X b
ar su
Sub grup data ke -
Uji Keseragaman Data Harga Laptop (iterasi 2)
UCL CL LCL Xbar Rp85.000,00
Uji Keseragaman Data Harga PakaianUCL CL LCL Xbar
Rp50.000,00
Rp60.000,00
Rp70.000,00
Rp80.000,00
ub g
rup
ke -
Rp55.000,00Rp60.000,00Rp65.000,00Rp70.000,00Rp75.000,00Rp80.000,00Rp85.000,00
ar su
b gr
up k
e -
p ,1 2 3 4 5 6 7 8 9 10 11 12
ilai X
bar
su
Sub grup data ke -
p ,1 2 3 4 5 6 7 8 9 10 11
Nila
i X b
aSub grup data ke -
29
UJI KECUKUPAN DATAUJI KECUKUPAN DATAProduk N N' KeterangangPakaian 160 18 Data CukupLaptop 120 87 Data CukupBuku 110 73 Data CukupBuku 110 73 Data Cukup
Uji Kecukupan Data Buku
3030
UJI NORMALITAS DATAUJI NORMALITAS DATA
α = 0,05
Tolak Ho jika α hitung ≤ α yang ditetapkanα hitung ≤ α yang ditetapkan
Produk α ditetapkan α hitung KeteranganPakaian 0,05 0,082 Data Berdistribusi NormalLaptop 0,05 0,053 Data Berdistribusi Normal
31Buku 0,05 0,078 Data Berdistribusi Normal
UJI DATA BERPASANGANUJI DATA BERPASANGAN
Tolak Ho jika
α = 0,05
Produk α ditetapkan α hitung Keterangan
α hitung ≤ α yang ditetapkan
Produk α ditetapkan α hitung KeteranganPakaian 0,05 0,000 Selisih kedua populasi data signifikanLaptop 0,05 0,000 Selisih kedua populasi data signifikanBuku 0 05 0 000 Selisih kedua populasi data signifikanBuku 0,05 0,000 Selisih kedua populasi data signifikan
32
ANOVAANOVA
0 05
Tolak Ho jika α hitung ≤ α yang ditetapkan
α = 0,05
α hitung ≤ α yang ditetapkan
K i lKesimpulan = Setidaknya ada 2 dari 3 produkyang nilai rataannya berbeda
33
VERIFIKASI & VALIDASIVERIFIKASI & VALIDASIVERIFIKASI
VALIDASIVALIDASI
Rp400,00 00
Hubungan Kenaikan Permintaan Toko Maksimum dengan Keuntungan
Gdcsc Gs Go,w
Rp100,00 Rp150,00 Rp200,00 Rp250,00 Rp300,00 Rp350,00
Keu
ntun
gan
x 10
000
35
Rp0,00 Rp50,00
56 86 115 145 174 203 233 262 288
Permintaan Toko Maksimum (dsmax)
PERCOBAAN AWALPERCOBAAN AWALParameter Pakaian Laptop Buku
Dsmax 150 65 90 PP Fungsi Permintaan
Ps Rp 351.454,55 Rp 6.013.457,08 Rp 45.331,25 Po Rp 281.163,64 Rp 5.947.101,67 Rp 43.064,69 Pw Rp 246 018 18 Rp 5 909 225 83 Rp 36 265 00
ρ1PP
dD osmaxss
PρPD os Pw Rp 246.018,18 Rp 5.909.225,83 Rp 36.265,00
Cu Rp 233.717,27 Rp 5.879.225,83 Rp 33.265,00 ρ)-ρ(1D os
o
Fungsi Tujuan
)PP(
ρ)1ρ(PρP
)PP(ρ1
)P(P - ρ)1(dG,max wo
osws
osmaxs
DCSC
g j
)CP(
ρ1)P(P ρ)1(d
uwos
maxs
)CP(ρ)1ρ(PρP
uwos
Exitflag -2
PP o maxρ)d1(PP ll DDd 1 2 3
Fungsi PembatasExitflag -2Ds dan Do
negatif
36ρ
Ps sos ρ)d1(PP oso DDd 1
suloo DdD 1 ρ 0 4 5
PERCOBAAN MODIFIKASIPERCOBAAN MODIFIKASIParameter Pakaian Laptop Buku
Dsmax 150 65 90Fungsi Permintaan
Dsmax 150 65 90Ps Rp 351.454,55 Rp 6.013.457,08 Rp 45.331,25 Po Rp 281.163,64 Rp 5.947.101,67 Rp 43.064,69 P R 246 018 18 R 5 909 225 83 R 36 265 00
ρ1)P(P dD os1max
ss
)P(P)ρ1(P 21 Pw Rp 246.018,18 Rp 5.909.225,83 Rp 36.265,00 Cu Rp 233.717,27 Rp 5.879.225,83 Rp 33.265,00
Fungsi Tujuan
ρ)ρ(1)P(P)ρ1(P
D os2s1o
Fungsi Tujuan
)PP(
ρ1)P(P - ρ)1(dG,max ws
os1maxs
DCSCρ
)CP(
ρ1)P(P ρ)1(d
)PP(ρ)ρ(1
)P(P )ρ1(Puw
os1maxs
woos2s1
PFungsi Pembatas
)CP(
ρ)ρ(1)P(P )ρ1(P
uwos2s1
37 ρP
P os os
llo D Dd 1 3 4 s
uloo DdD 1 ρ 0 5
HASIL OPTIMASI
HASIL OPTIMASIParameter Pakaian Laptop Buku
Beta 1 0,51 0,33 0,81Beta 2 0,7 0,5 0,9 0 8812 0 9892 0 9943 oPρ 1 0,8812 0,9892 0,9943
Ds 120 45 58Do 27 11 32
sPρ
Parameter PakaianGs Rp12.633.871 Rp4.661.715 Rp523.947Go Rp936.987 Rp416.423 Rp219.631Gw Rp13 570 858 Rp5 078 138 Rp743 578
Parameter PakaianPs Rp 351.454,55 Po Rp 281.163,64
Gw Rp13.570.858 Rp5.078.138 Rp743.578GDCSC Rp27.141.716 Rp10.156.276 Rp1.487.156
s
o
PPρ
351.454,55281.163,64ρ
38
8,0ρ
SENSITIVITAS1
Sensitivitas Nilai Rho terhadap Perubahan Harga Offline Channel (Ps) Laptop
Rho
Ps
0 965
0,970,975
0,980,985
0,990,995
1
RhoSensitivitas Nilai Rho terhadap Perubahan Harga
Offline Channel (Ps) Pakaian
Ps
0,955
0,960,965
p599
.681
.1
99.3
62
.799
.043
2.
398.
724
2.99
8.40
5 .5
98.0
86
4.19
7.76
7 4.
797.
448
5.39
7.12
9 6.
013.
457
6.59
6.49
1 7.
196.
172
7.79
5.85
3 8.
395.
534
8.99
5.21
6 9.
594.
897
0.19
4.57
8 0.
794.
259
.393
.940
0 80,85
0,90,95
1
Rho
Rho
Perbandingan Sensitivitas Rho terhadap Perubahan
Rp
Rp1
Rp1
Rp2
Rp2
Rp3
Rp4
Rp4
Rp5
Rp6
Rp6
Rp7
Rp7
Rp8
Rp8
Rp9
Rp1
0R
p10
Rp1
1
Harga Offline Channel
0,750,8
p35.
057,
59
p70.
115,
18
105.
172,
77
140.
230,
36
175.
287,
95
210.
345,
55
245.
403,
14
280.
460,
73
315.
518,
32
351.
454,
55
385.
633,
50
420.
691,
09
455.
748,
68
490.
806,
27
525.
863,
86
560.
921,
45
595.
979,
05
631.
036,
64
666.
094,
23
Sensitivitas Nilai Rho terhadap Perubahan Harga Offli Ch l (P ) B k
1,0000
Perbandingan Sensitivitas Rho terhadap Perubahan Harga Kulak pada Ketiga Jenis Produk
Rho Pakaian Rho Laptop Rho Buku
Rp
Rp
Rp1
Rp1
Rp1
Rp2
Rp2
Rp2
Rp3
Rp3
Rp3
Rp4
Rp4
Rp4
Rp5
Rp5
Rp5
Rp6
Rp6
Harga Offline Channel
0 9940,9960,998
1
o
Offline Channel (Ps) Buku
Rho
0,90000,92000,94000,96000,9800
ai r
ho
0,9840,9860,988
0,990,9920,994
08,1
3 66
,25
24,3
8 82
,50
40,6
3 98
,75
56,8
8 5,
00
73,1
3 1,
25
89,3
8 47
,50
05,6
3 63
,75
21,8
8 80
,00
8,13
96
,25
54,3
8
Rho
0 80000,82000,84000,86000,8800
,N
ila
Rp7
.90
Rp1
2.06
Rp1
6.22
Rp2
0.38
Rp2
4.54
Rp2
8.69
Rp3
2.85
Rp3
7.01
Rp4
1.17
Rp4
5.33
Rp4
9.48
Rp5
3.64
Rp5
7.80
Rp6
1.96
Rp6
6.12
Rp7
0.28
Rp7
4.43
Rp7
8.59
Rp8
2.75
Harga Offline Channel
0,8000
+90%
+80%
+70%
+60%
+50%
+40%
+30%
+20%
+10% Bas
e-1
0%-2
0%-3
0%-4
0%-5
0%-6
0%-7
0%-8
0%-9
0%
Perubahan Harga Kulak Produk (Cu)39
Sensitivitas Keuntungan Pakaian terhadap Perubahan Rho
Gs Go w GdcscSENSITIVITAS (2)
Rp1 00Rp1,50Rp2,00Rp2,50Rp3,00
untu
ngan
10.0
00.0
00
Gs Go,w Gdcsc( )
Sensitivitas Keuntungan Laptop terhadap Perubahan Rho
Rp0,00Rp0,50Rp1,00
Keu x
R 4 00Rp6,00Rp8,00
Rp10,00
ntun
gan
1.00
0.00
0
Gs Go,w Gdcsc Perubahan Nilai Rho
Rp0,00Rp2,00Rp4,00
0,97
070,
9754
0,97
890,
9814
0,98
340,
9851
0,98
640,
9875
0,98
840,
9892
0,99
0,99
060,
9911
0,99
160,
992
0,99
240,
9928
0,99
310,
9934
Keu
n x 1
’ = 0,9948Perubahan Nilai Rho
Rp2,000
Sensitivitas Keuntungan Buku terhadap Perubahan Rho
Gs Go,w Gdcsc’ = 0,9849
Rp0 00
Rp0,50
Rp1,00
Rp1,50
p ,
Keu
ntun
gan
x 1.
000.
000
Jika penerimaan pelanggan ≥ ’ maka keuntungan salah satu h l k
40
Rp0,00
0,99
010,
9905
0,99
10,
9914
0,99
190,
9924
0,99
280,
9933
0,99
380,
9943
0,99
480,
9953
0,99
580,
9963
0,99
680,
9973
0,99
790,
9984
0,99
89
Perubahan Nilai Rho
channel akan menurun
SENSITIVITAS (3)3565
Sensitivitas Permintaan terhadap Perubahan Nilai Rho Buku
Ds Do
SENSITIVITAS (3)Sensitivitas Permintaan terhadap Perubahan Nilai Rho
Pakaian
31
32
33
34
50
55
60
ne C
hann
el
ne C
hann
el
30354045
6080
100120140
Onl
ine
Cha
nnel
Off
line
Cha
nnel Ds Do
27
28
29
30
3
35
40
45
erm
inta
an O
nlin
erm
inta
an O
fflin
2025
204060
Perm
inta
an O
Perm
inta
an O
R i P i P l t h d O li Ch l
nel
Sensitivitas Permintaan terhadap Perubahan Nilai Rho Laptop
25
26
27
25
30
0,97
510,
9834
0,98
830,
9912
0,99
280,
9935
0,99
370,
9940
0,99
420,
9943
0,99
440,
9944
0,99
470,
9949
0,99
590,
9976
PePeRasio Penerimaan Pelanggan terhadap Online Channel
20
40
20
40
60
nlin
e C
hann
el
an O
fflin
e C
hann Ds Do
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Rasio Penerimaan Pelanggan terhadap Online Channel
Pakaian Laptop BukuRho 0,811 0,9879 0,9967
-40
-20
0
-40
-20
0
20Pe
rmin
taan
On
Perm
inta
a
Rasio Penerimaan Pelanggan terhadap Online Channel
%Cu 332% 84% 53%Ps Rp1.163.912 Rp5.037.321 Rp25.788Po Rp931.130 Rp4.971.321 Rp24.499Pw Rp814.738 Rp4.968.550 Rp20.630Rasio Penerimaan Pelanggan terhadap Online Channel
41
p pCu Rp775.941 Rp4.938.550 Rp17.630
EXISTING vs PERBAIKANEXISTING vs PERBAIKANP k i L t B kPakaian Laptop Buku
Existing Perbaikan Existing Perbaikan Existing PerbaikanRho 0,8812 0,811 0,9892 0,9879 0,9943 0,9967D 120 87 45 47 57 58Ds 120 87 45 47 57 58Do 27 33 11 11 32 33Gs Rp12.633.871 Rp30.442.945 Rp466.171 Rp323.224 Rp520.342 Rp298.937Go Rp936.987 Rp3.854.284 Rp41.642 Rp2.987 Rp219.321 Rp128.271Gw Rp1.801.897 Rp4.667.311 Rp167.157 Rp173.340 Rp268.943 Rp273.362
Go,w Rp2.738.884 Rp8.521.595 Rp208.800 Rp176.327 Rp488.264 Rp401.633Gdcsc Rp15.372.755 Rp38.964.541 Rp674.971 Rp499.551 Rp1.008.606 Rp700.570
Cu naik 332% Cu turun 16% Cu turun 53%
42
KESIMPULANKESIMPULAN• Model penentuan harga perbaikan telah mengakomodasi faktor nilai
kebutuhan inspeksi pelanggan sebelum membeli pada ketiga jeniskebutuhan inspeksi pelanggan sebelum membeli pada ketiga jenis produk yang mewakili spektrum pengamatan low level (buku), middle level (laptop) dan high level (pakaian).B d k d t iil di l h d t
Pakaian Laptop Buku 0,811 0,9879 0,9967
1 0 189 0 0121 0 0033
• Berdasarkan data riil yang diperoleh dapat disimpulkan bahwa nilai penerimaan pelanggan terhadap online channel
1- 0,189 0,0121 0,0033sebesar 0,811 pada pakaian, 0,9879 pada produk laptop dan 0,9967 pada produk buku.
• Keuntungan optimal yang dapat diperoleh
d i k k b h
Pakaian Laptop BukuGs Rp30.442.945 Rp323.224 Rp298.937G R 3 854 284 R 2 987 R 128 271 pada tingkat kebutuhan
inspeksi sebelum membeli pada masing-
Go Rp3.854.284 Rp2.987 Rp128.271Gw Rp4.667.311 Rp173.340 Rp273.362
Go,w Rp8.521.595 Rp176.327 Rp401.633masing spektrum amatan
44
Gdcsc Rp38.964.541 Rp499.551 Rp700.570
SARANSARANKuisioner sebagai faktor dari pelangganKuisioner sebagai faktor dari pelanggan
• Dalam penentuan parameter penerimaan pelanggan terhadap online channel relatif terhadap offline channel () melibatkanp ()bantuan data primer lainnya seperti kuisioner
Pemilihan objek amatan• Dalam pemilihan objek amatan, sebaiknya menggunakan objek
amatan yang memiliki selisih harga offline channel dan online channel yang cukup berbedachannel yang cukup berbeda
45
REFERENSIREFERENSIAnonim. Indonesia Internet Users. www.apjii.or.id. Terakhir di akses tanggal 15
Februari 2013A i I ti b i di ti T khi di k t l 30 A ilAnonim. Inspection. www.businessdictionary.com. Terakhir di akses tanggal 30 April
2013Anonim. Fmincon. www.mathworks.com. Terakhir di akses tanggal 15 Juni 2013Bernstein, F. 2008. ‘‘Bricks-and-mortar’’ vs. ‘‘clicks-and-mortar’’: An equilibrium
analysis. European Journal of Operational Research, 187, 671-690.Chu, Y., Fang, S.. & Wen, U.. 2013. Pricing policies for substitutable products in a , , g, , g p p
supply chain with Internet and traditional channels. European Journal of Operational Research, 224, 542-551.
Dumrongsiri, A., Fan, M., Jain, A. & Moinzadeh, K. 2008. A Supply Chain Model with g , , , , , , pp yDirect and Retail Channels. European Journal of Operational Research, 187, 691–718.
Elliott, A. C. & Woodward, W. A. 2007. Statistical Analysis Quick ReferenceElliott, A. C. & Woodward, W. A. 2007. Statistical Analysis Quick Reference Guidebook. London: Sage Publications, Inc.
Harinaldi 2005. Prinsip-Prinsip Statistik untuk Teknik dan Sains, Jakarta, Erlangga.Kotler P & Keller K L 2012 Marketing Management 14th Edition New
46
Kotler, P. & Keller, K. L. 2012. Marketing Management 14th Edition, New Jersey, Pearson Education Inc.
REFERENSIREFERENSILieberman, G. J. & Hillier, F. S. 2001. Introduction to Operations Research. Seventh
Edition ed. New York: McGraw-Hill.Pujawan, I. N. 2005. Supply Chain Management, Surabaya, Guna Widya.Santosa, B. & Willy, P. 2011. Metoda Metaheuristik, Konsep dan
Implementasi Surabaya Guna WidyaImplementasi, Surabaya, Guna Widya.Setyowati, M. R. 2012. Prospek Belanja "Online". www.tekno.kompas.com. Terakhir
di akses tanggal 15 Februari 2013.Taha H A 2007 Operations Research : An Introduction Eighth Edition ed NewTaha, H. A. 2007. Operations Research : An Introduction. Eighth Edition ed. New
Jersey: Pearson Prentice Hall.Utoyo, N. 2012. E-Commerce in Indonesia. DailySocial & Veritrans.Waters, D. 2003. Logistics : An Introduction to Supply Chain Management, New
York, Palgrave Macmillan.Widodo, E., Takahashi, K. & Morikawa, K. 2011. Managing sales return in dual sales
channel: its product substitution and return channel analysis. International Journal of Industrial and Systems Engineering, 9.
Yan, R. 2008. Profit sharing and firm performance in the manufacturer-retailer dual-
47
gchannel supply chain. Electronic Commerce Research, 8(3), 155-172.