Penetapan Pengambilan Keputusan Strategi Penjualan ... · Jurusan Teknik Industri . Fakultas Teknologi Industri . Institut Teknologi Sepuluh Nopember. Surabaya 2010. Disusun Oleh

Jurusan Teknik Industri Fakultas Teknologi Industri

Institut Teknologi Sepuluh NopemberSurabaya 2010

Disusun OlehSugma Anugrawan (2506 100 098)

Dosen PembimbingProf.Dr.Ir. Udisubakti Ciptomulyono, M.Eng.Sc.

Dosen Ko-PembimbingNaning Aranti Wessiani, S.T., M.M.

Penetapan Pengambilan Keputusan Strategi PenjualanBerbasis Online Pada Produk Clothing dengan Menggunakan

Metode DEMATEL, ANP dan STEM di Surabaya

Latar Belakang

Bisnis Clothing

Kemajuan Teknologi Internet

Online atauRitel

Make-to-stockAtau

Make-to-order

Online Make-to-order (O-MTO)Atau

Online Make-to-stock (O-MTS)Atau

Online dan ritel make-to-stock (K-MTS)

Pemilihan Strategi

Penjualan

Latar Belakang

Preferensi konsumen terdahap

Harga jual

Preferensi konsumen

dalam melakukan pembelian

Pemasaran Memunculkan minat untuk

membeli

Harga jual

Preferensi konsumen

terdahap delivery time

Delivery time

investasi

Risiko ketersediaan bahan baku

Preferensi pelaku bisnis terhadap ketersediaan bahan baku yang mengakibatkan lost sale atau bertambahnya delivery time

Analisa finansial

Perhitungan IRR dari masing-masing

alternatif

Biaya investasi minimal untuk masing-masing

alternatif

Harga pokok produksi tiap

alternatif

delivery time tiap alternatif

Minimasi Risiko

Maksimasi Performa Kompetitif Strategis

Maksimasi Performa Finansial

Biaya operasional tiap kriteria

Profit yang diharapkan

Risiko Ketidaksiapan Produksi

Produse terkadang mempunyai order yang masuk terlebih duulu

Kriteria dan Subkriteria yang digunakan

Latar BelakangMetode yang Digunakan

DEMATEL

ANP

STEM

Untuk mengetahui hubungan keterkaitan antar kriteria, dimana hasilnya nanti digunakan sebagai dasar pembuatan model pada metode ANP

Untuk melakukan trade off pada fungsi tujuan karena terdapat konflik pada fungsi tujuan. Sehingga nantinya didapatkan solusi kompromi optimal, yang sesuai dengan preferansi pengambil keputusan

Untuk mendapatkan bobot kriteria pada alternatif yang nantinya digunakan sebagai koefisien fungsi tujuan pada metode STEM

Permasalahan

Bagaimana mendapatkan solusi kompromi

strategi penjualan yang optimal bagi produk

clothing yang dibahas dalam penelitian ini.

Latar Belakang

Tujuan Penelitian

Mengembangkan model keputusan strategipenjualan produk pada bisnis clothing online make-to-order, online make-to-stock dan kombinasi online danritel make-to-stock pada produk clothing, denganmenggunakan metode DEMATEL (Decision MakingTrial And Evaluation Laboratory), ANP (analiticnetwork process) dan STEM (step method)

Mencari solusi keputusan strategipenjualan produk pada bisnis clothing diSurabaya yang memuaskan sesuai denganobyektif pengambil keputusan.

Ruang Lingkup Penelitian

Batasan

Produk yang diamati adalah produk tertentu pada bisnis

clothing, yaitu: jaket, kemeja, sepatu, tas, dengan masing-

masing produk menggunakan 1 model sesuai dengan yang sudah

ditentukan.

Ruang lingkup lokasi penelitian di kota Surabaya.

Aspek perencanaan bisnis yang diteliti sesuai dengan yang

ditentukan pengambil keputusan.

Asumsi

Produk yang digunakan pada ketiga alternatif keputusan sama persis

Semua objektif (tujuan), kriteria dan alternatif ditentukan oleh pihak yang dianggap berkompeten dan

memiliki otoritas terhadap pengambilan keputusan.

Pihak yang dianggap berkompeten dan memiliki otoritas terhadap pengambilan keputusan merupakan

orang yang mengerti benar permasalahan-nya dan mempunyai kepentingan akan masalah yang dihadapi.

Lokasi yang digunakan telah memenuhi persyaratan analisa lokasi.

Manfaat Penelitian

Memperoleh solusi kompromi strategi penjualan yang optimal untuk masing-

masing produk dalam mendirikan bisnis clothing

Tinjauan Pustaka

Studi Kelayakan Investasi

Decision Making Trial And Evaluation

Laboratory (DEMATEL)

Analytic Network

Process (ANP)

Step Method(STEM)

Analisa Sensitivitas

Kelayakan Investasi

• NPV (Net Present Value)

• Payback Period

• IRR (Internal Rate of Return)

Decision Making Trial AndEvaluation Laboratory (DEMATEL)

• Metoda DEMATEL, dikembangkan oleh Science and Human Affairs Program of the Battelle Memorial Institute of Geneva antara tahun 1972 dan 1976, dapat mengubah hubungan antara sebab dan akibat dari kriteria ke dalam suatu sistem model terstruktur yang mudah dipahami (Tzeng et al., 2007)



Contoh hubungan timbal balikantar kriteria yang terjalin

Analytic Network Process (ANP)

• Analytic Network Process (ANP) yang dikembangkan oleh Thomas L. Saaty memberikan jalan untuk memasukkan pendapat dan pengukuran untuk mendapatkan prioritas skala rasio untuk pendistribusian pengaruh dari faktor dan kelompok faktor dalam suatu keputusan (Saaty, 2003)

• ANP merupakan pengembangan dari analytic hierarchy process (AHP). Hubungan jaringan dari metode ANP tidak hanya memperlihatkan hubungan antar aturan, tetapi juga memperhitungkan berat relatif(eigenvectors) dari tiap aturan.

Analytic Network Process (ANP)

W =

C1

C2

W11

W21

Wn1

W12

W22

Wn2

W1n

W2n

Wnn

C1

e11e12….e1m1

C1

e11e22….e2m2

Cn

en1en2….enmn

e11

e12

e1m1

e21

e22

e2m2

en1

en2

enmn

Cn

STEP Method•Tahapan penyelesaian STEP-Methoda. Tahap Perhitungan

• Hitung dan susun Tabel Pay-off Matriks• Dicari suatu titik pada daerah fesibel solusi yang paling

mendekati nilai solusi ideal pada tabel pay-off• Model MOP dalam tahap perhitungan dapat dirumuskan

Model MOP pada Tahap Perhitungan

[ ]

Minimumkan z = yDengan Pembatas (s / t)

y f (x ) f (x) l = 1...k

x x y 0

x daerah fisibel pada siklus m serta kendala yang ada = kepentingan relatif jarak tehadap titik optimal

ll*

l l

m

m

l

≥ −

∈≥

=

η

η

STEP Method

η α

α

α

ll

l

ll l

llj

j

n

l

l

lj

M mM c

=

=−

=

=

=

=

∑

∑

i 1

k l = 1, 2, 3 . . . . .k

l = 1, 2, 3 . . . . . k

M nilai maksimum pada baris ke l dari tabel payoffm = nilai maksimum pada baris ke l dari tabel payoffc koefisien fungsi objektif ke - l dan variabel kep. ke - j

12

1

Perhitungan nilai bobot η

• koefisien clj untuk normalisasi terhadap pembobotan fungsiobjektif

STEP Method• Tahap Pengambilan Keputusano Solusi yang diperoleh dipaparkan kepada DMo Dilakukan evaluasi nilai yang dicapai (Zm)-solusi ideal (Z*)o Bila ada objektif yang pencapaian solusinya belum

memenuhi kepuasan, diperbaiki kembali di tahapan berikutnyao Objektif lain yang sudah memuaskan diperlonggar dengano bobot

• Daerah fisibel untuk siklus perhitungan ini didefinisikan x x

j i, j = 1, 2, . . . . kkelonggaran yang akseptabel untuk objektif

yang sudah mencapai kepuasan tertentu

m∈

≥ −

≥ ≠

=

f x f x

f x f xi i

mf

j jm

f

( ) ( )

( ) ( )

δ

δ

Mind Map Penyelesaian Masalah

O-MTO

O-MTS

K-MTS

Performa Kompetitif Strategis

PerformaFinansial

Risiko

INPUT

DEMATEL

STEP METHOD

ANP

PROSESOUTPUT

KriteriaAlternatif

Obyek yang akan ditelitiProduk-produk bisnis

clothing ( Jaket, Kemeja, Tas, Sepatu)

Kondisi eksisting- Pendapatan Bruto Produk Terkait kota surabaya- Pertumbuhan Ekonomi- Peranan Ekonomi dari produk- Jumlah Pedagang Eceran Produk Terkait- Pengaruh Kemajuan Teknologi Internet

Analisa Sensitivitas

Studi lapangan

- Data delivery time- Data investasi- Data harga pokok produksi & pembelian- Data harga jual yang kompetitif

Expert Judgement

- Fungsi Objective- Fungsi Constrain

Keputusan

Pengumpulan Data

- DEMATEL- ANP- STEP METHOD- Analisa Sensitivitas

Studi literatur

- Strategi pemasaran- Strategi inventori- Uji Kelayakan bisnis

Metodologi Penelitian

Tahap Identifikasi


Tahap Pengumpulan Data


Tahap Pengolahan Data


Tahap Analisa dan Kesimpulan

• Strategi O-MTONPV : Rp 84.976.321 IRR : 175% Payback Period: 17 bulan

• Strategi O-MTSNPV : Rp 213.471.928 IRR : 237%Payback Period: 12 bulan

Uji Kelayakan Investasi

• Strategi K-MTSNPV : Rp 531.992.169 IRR : 337 %Payback Period : 10 bulan

• Level Kriteria

DEMATEL

Keterangan :PKS : Performa Kompetitif StrategisRSK : RisikoPF : Performa Finansial

Matrik Rata-Rata Nilai Keterkaitan Langsung antar Kriteria

PKS PKS RSK PF RSK 0 3,5 3,5 PF 2 0 2,5 R 1,5 1 0

• Level Kriteria

DEMATEL


Matrik Keterkaitan antar Kriteria yang Telah Dinormalkan

PKS RSK PF

PKS 0,0000 0,5000 0,5000 RSK 0,2857 0,0000 0,3571 PF 0,2143 0,1429 0,0000

• Level Kriteria

DEMATEL

• Level Kriteria

DEMATEL

PKS RSK PF D D + R D - R

PKS 0,4821 0,8924 1,0598 2,4343 3,8805 0,9880 RSK 0,5657 0,3944 0,7809 1,7410 3,4183 0,0637 PF 0,3984 0,3904 0,3386 1,1275 3,3068 -1,0518 R 1,4462 1,6773 2,1793


Matrik Keterkaitan antar Kriteria Secara Total

No. Dispatcher Receiver

1. Performa Kompetitif Strategis Performa Finansial

2. Risiko

Pengelompokan Kriteria Dispatcher dan Receiver

Treshold value : 0,39

DEMATEL

Peta Impact-digraph Kriteria

• Level Subkriteria

DEMATEL

Matrik Keterkaitan antar Subriteria Secara Total

HJ P DT I IRR RKB RKP D

HJ 0,54 0,73 0,67 0,61 0,68 0,40 0,40 3,63 P 0,96 0,88 0,99 0,91 0,92 0,66 0,64 5,32

DT 0,51 0,57 0,41 0,44 0,46 0,29 0,28 2,68 I 0,82 0,92 0,84 0,65 0,83 0,58 0,58 4,64

IRR 0,79 0,88 0,76 0,71 0,62 0,51 0,53 4,27 RKB 0,61 0,74 0,74 0,64 0,64 0,36 0,35 3,72 RKP 0,60 0,69 0,68 0,58 0,58 0,33 0,33 3,46

R 4,24 4,30 3,34 2,83 2,01 1,21 0,60 D+R 7,87 9,63 6,03 7,47 6,27 4,94 4,06 D-R -0,61 1,02 -0,66 1,81 2,26 2,51 2,86

Keterangan :

HJ : Harga JualP : PemasaranDT : Delivery timeI : InvestasiIRR : Intern Rate of ReturnRKB : Risiko Ketersediaan

Bahan BakuRKB : Risiko Ketidaksiapan

Produksi

Treshold value : 0,57

• Level Subkriteria

DEMATEL

Pengelompokan Subkriteria Dispatcher dan Receiver

DEMATEL

Peta Impact-digraph Subkriteria

ANP

ANP

Alternatif Bobot O-MTO 0,29955 O-MTS 0,2647 K-MTS 0,4358

• JaketAlternatif Bobot O-MTO 0,2947 O-MTS 0,2600 K-MTS 0,4454

• Sepatu• Tas

• Poloshirt



Bobot Prioritas Alternatif Pemilihan Strategi Penjualan

ANP

Bobot Kriteria terhadap Keputusan

ANPAnalisa Sensitivitas

Dari hasil tersebut dapat diketahui bahwa tidak ada kriteria yangsensitif untuk semua produk, sehingga dapat diketahui juga bahwaresponden cukup konsisten dalam melakukan pengisian kuisioner

STEP METHOD

Pendefinisian Variabel Keputusan

Variabel Keputusan Xij didefinisikan sebagai produk ke-i yang dikerjakan melalui alternatif ke-j. Masing-masing indeks i dan j, didefinisikan sebagai berikut :

i = Produk yang merupakan objek penelitian, i = 1,2,3,4i = 1, Jaketi = 2, Poloshirti = 3, Tasi = 4, Sepatu

j = Alternatif strategi penjualan, j= 1,2,3j = 1, Online make-to-order (O-MTO)j = 2, Online make-to-stock (O-MTS) j = 2, Kombinasi online dan ritel make-to-stock (K-MTS)

STEP METHODFormulasi Fungsi Tujuan

1. Maksimasi Performa Kompetitif Strategis

Z1 = PKSij Xij (4.2)

Z1 = PKS11X11 + PKS12X12 + PKS13X13+ PKS21X21 + PKS22X22+ PKS23X23 + PKS31X31 + PKS32X32 + PKS33X33 + PKS41X41 + PKS42X42 + PKS43X43

Z1 = 0, 1694X11 + 0, 1497X12 + 0, 2464X13 + 0, 1253X21 + 0,1106X22 +0, 1894X23 + 0, 2107X31 + 0,2946X32 + 0,1628X33 + 0,0721X41 +0,0734X42 + 0,0344X43

dimana :PKSij = besarnya bobot kriteria dari performansi kompetitif strategis pada produk

ke-i dan alternatif ke-j


2. Maksimasi Performa Finansial

Z2 = PFij XijZ2 = PF11X11 + PF12X12 + PF13X13+ PF21X21 + PF22X22 + PF23X23 + PF31X31 +

PF32X32 + PF33X33 + PF41X41 + PF42X42 + PF43X43

Z2 = 0, 0891X11 + 0, 0787X12 + 0, 1296X13 + 0, 1362X21 + 0, 1202 X22 +0, 2059X23 + 0,0683X31 + 0,0956X32 + 0,0528X33 + 0,2245X41 +0,2283X42 + 0,1071X43

dimana :PFij = besarnya bobot kriteria dari performansi Finansial pada produk

ke-i dan alternatif ke-j


3. Minimasi Risiko

Z3 = Rij XijZ3 = R11X11 + R12X12 + R13X13 + R21X21 + R22X22 +

R23X23 + R31X31 + R32X32 + R33X33 + R41X41 +R42X42 + R43X43

Z3 = -0, 0411X11 - 0, 0363X12 - 0, 0598X13 - 0, 0331X21 - 0, 0292X22 - 0, 0501X23 - 0,0363X31 - 0,0508X32 - 0,0281X33 - 0,1043X41 -0,1061X42 - 0,0498X43

dimana :Rij = besarnya bobot kriteria dari Risiko pada produk ke-i dan alternatif ke-j

STEP METHODFormulasi Fungsi Pembatas

Pembatas Alokasi Dana Pengadaan Produk JaketD1i X1i ≤ H1D11X11+ D12X12+ D13X13 ≤ H180000X11+ 650000X12 + 650000X13 ≤ 18395000dimana :D1i = Besarnya biaya pengadaan produk-1H1 = Alokasi dana yang disiapkan untuk pengadaan produk

jaket

Pembatas Alokasi Dana Pengadaan Produk Poloshirt

D2i X2i ≤ H2D21X21+ D22X22+ D23X23 ≤ H2600000X21 + 42000X22 + 42000X23 ≤ 22176000dimana :D2i = Besarnya biaya pengadaan produk-2H2 = Alokasi dana yang disiapkan untuk pengadaan produk

poloshirt


Pembatas Alokasi Dana Pengadaan Produk TasD3i X3i ≤ H3D31X31+ D32X32+ D33X33 ≤ H390000X31+ 35000X32 + 35000X33 ≤ 7035000dimana :D3i = Besarnya biaya pengadaan produk-2H3 = Alokasi dana yang disiapkan untuk pengadaan produk

tas

Pembatas Alokasi Dana Pengadaan Produk Sepatu

D4i X4i ≤ H4D41X41+ D42X42+ D43X43 ≤ H42250000X41 + 135000X42 + 135000X43 ≤ 11880000dimana :D4i = Besarnya biaya pengadaan produk-4H4 = Alokasi dana yang disiapkan untuk pengadaan produk

sepatu


Pembatas Biner

X11+X12+X13=1X21+X22+X23=1X31+X32+X33=1X41+X42+X43=1X11,X12,X13,X21,X22,X23,X31,X32,X33,X41,X42,X43 = 0 atau 1 (Biner)

STEP METHOD24 Matrik Pay Off Iterasi 1

Matrik Pay Off Iterasi 1

STEP METHOD

Perhitungan nilai η

nilai tersebut nantinya dimasukan perumusan dan akan menjadi added constrain pada iterasi 1

STEP METHOD

Dari pengolahan data pada iterasi 1, didapatkan hasil sebagai berikut :

X1 = (X11, X12, X13, X21, X22, X23, X31, X32, X33, X41, X42, X43)X1 = (1 , 0 , 0 , 0 , 0 , 1 , 1 , 0 , 0 , 0 , 0 , 1)

Z1 = (0,6041 ; 0,4705 ; -0,1772)

Karena f1dan f2 pada iterasi 1 belum cukup memuaskan makaPada iterasi 2 dengan diberikan kelonggaran berturut-turut 10%, 20%,30%, 40%, 50%, 60% pada f3 .

STEP METHODSolusi Tiap Iterasi ada Tiap Variabel Keputusan

STEP METHODAnalisa Sensitivitas Nilai Koefisien Fungsi Tujuan pada kriteria Performa Kompetitif Strategis

Dari situ dapat diketahui bahwa Nilai Koefisien Fungsi Tujuan pada kriteriaini tidak sensitif terhadap perubahan sampai sebesar ±10% , dan dengan perubahantersebut tidak terjadi perubahan pada solusi ideal.

STEP METHODAnalisa Sensitivitas Nilai Ruas Kanan pada kriteria Performa Kompetitif Strategis

Dari situ dapat diketahui bahwa Nilai Ruas Kanan pada kriteria ini tidak sensitif terhadap perubahan sampai sebesar ±10% , dan dengan perubahan tersebut tidak terjadi perubahan pada solusi ideal.

Kesimpulan

Telah dikembangkan model keputusan strategi penjualanbisnis clothing online make-to-order, online make-to-stockdan kombinasi online dan ritel make-to-stock, denganmenggunakan metode DEMATEL, ANP dan STEM

2 • Jaket, strategi penjualan yang digunakan adalah O-MTO• Poloshirt, strategi penjualan yang digunakan adalah K-MTS • Tas, strategi penjualan yang digunakan adalah O-MTS • Sepatu, strategi penjualan yang digunakan adalah O-MTS

1

Saran

Saran yang dapat diajukan bagi pelaksanaan penelitianselanjutnya antara lain :

1. Penelitian ini dapat dilanjutkan dengan ruang lingkup yang lebih besar, seperti sampai pada level produksi.

2. Penelitian dengan ruang lingkup sampai level produuksi sebaiknya mempersiapkan objek-objek pengamatan yang bisa memberikan data-data secara detail.

Daftar Pustaka

Badan Pusat Statistik Provinsi Jawa Timur. 2009. Surabaya dalam angka. SurabayaBadan Pusat Statistik Provinsi Jawa Timur. 2006. Direktori Perusahaan Perdagangan Eceran.

SurabayaDetiknet, 2010. Transaksi Online di Indonesia Tembus Rp 35 Triliun. Jakarta

http://www.detikinet.com> Diakses pada 29 september 2010. Gaspersz, V., 1998. Production Planing and Inventory Control. Jakarta: Gramedia Pustaka

UtamaGould, J., Golob, T.F., 2002. Consumer e-commerce, virtual accessibility, and sustainable

transport. In: Black, W.R., Nijkamp, P. (Eds.), Social Change and Sustainable Transport, Indiana University Press, Indiana, USA, pp. 279–285.

Hamzah, M., I., 2009. Penetapan Pola Sistem Pengembangan dan Pembinaan Manajemen untuk UKM dengan Pendekatan Model MCDM Hybrid DEMATEL dan ANP. Surabaya

Handayani, S., 2010. PENENTUAN LOKASI CABANG BARU LABORATORIUM KLINIK X DENGAN MENGGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN KELAYAKAN INVESTASI. Surabaya

Kotler, P., 2005. Ten Deadly Marketing Sins. Jakarta: Erlangga

http://www.detikinet.com/�

• Pujawan, I.N. 2003. Ekonomi Teknik. Surabaya: Guna Widya• Saaty, T. L., 2005. Theory and Applications of The Analytic Network Process. zPittsburg: RWS

Publications.• Saaty, T. L., 1994. Fundamentals of Decision Making and Priority Theory with The Analytic

Hierarchy Process. Pittsburg: RWS Publications.• Tabucanon , M. T., 1988. Multiple Criteria Decision Making in Industri. Bangkok: Elseveir

Science Publissher• Tzeng, G. H., Chiang, C. H., & Li, C. W. (2007). Evaluating intertwined effects in e-learning

programs: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, 32(4), 1028–1044.

• Fakultas Ekonom i.

• Sudarsih, E., Nasution, A. H., Soehardjoepri, Supomo, H., Baskoro,F., Soetoyo. 2009. Technopreneurship. Surabaya: ITS Press

• Keeney, R.L., 1999. The value of Internet commerce to the customer. Management Science 45 (4), 533–542.

• Marlyana, N., 2002. PENERAPAN MODEL MULTI KRITERIA-METODE AHP (ANALYTIC HIERAARCHY PROCESS) & STEM (STEP METODH) DALAM PENGAMBILAN KEPUTUSAN “MEMBUAT” ATAU “MEMBELI’ DI PT BOMA BISMA INDRA SURABAYA. Surabaya

Daftar Pustaka

TERIMA KASIH

Documents

Penetapan Pengambilan Keputusan Strategi Penjualan ... · Jurusan Teknik Industri . Fakultas Teknologi Industri . Institut Teknologi Sepuluh Nopember. Surabaya 2010. Disusun Oleh