Penggunaan Metode Differential Evolution Algorithm untuk Menghitung Customer Utility yang Optimum di Supermarket X Oleh : Teguh Setiawan 2507100119 Pembimbing : Ir.Patdono Suwignjo,M.Eng.Sc, Ph.D Ko Pembimbing : Ir.Budi Santosa, M.S, Ph.D
Pendahuluan Latar belakang Perumusan Masalah Tujuan Penelitian Ruang Lingkup Penelitian Manfaat
Latar belakang Metode DE
Penggunaan Metode
DE untuk Customer Utility
Differential Evolution Algorithm untuk Menghitung Customer Utility yang Optimum
Analisa Gap
di Supermarket X
Perumusan Masalah Permasalahan
Berapa nilai customer utility optimum yang diestimasi menggunakan metode Differential Evolution pada supermarket X
Berapakah perkiraan nilai keuntungan berdasarkan hasil customer utility yang optimum pada supermarket X
Tujuan Penelitian 1
2
3
4
Mendapatkan nilai parameter customer utility pada supermarket X berdasarkan literatur yang ditulis oleh Hongyi et al. (2005)
Mendapatkan nilai cutomer utility yang paling optimum menggunakan metode Differential Evolution Algorithm pada supermarket X
Mendapatkan perkiraan nilai keuntungan yang optimum berdasarkan cutomer utility pada supermarket X
Mendapatkan perencanaan kebijakan pricing dan pengiriman katalog ke pelanggan pada supermarket X
tA
Ruang Lingkup Batasan
1. Pengambilan data terbatas untuk waktu transaksi 6 bulan. 2. Produk yang digunakan sebagai data merupakan daily necessaities, yaitu produk yang setiap hari dikonsumsi oleh manusia tetapi belum tentu tiap hari dibeli, misalnya tissue, bath sponge, korek, parfum, dll. 3. Data konsumen yang digunakan untuk perhitungan hanya dibatasi pada konsumen yang tercatat sebagai angggota Alfamart saja 4. Data transaksi yang digunakan adalah data transaksi dari anggota lama yang telah melakukan pembelian sebelumnya. 5. Strategi pelayanan konsumen hanya dibatasi pada pengiriman katalog produk dan pricing.
Asumsi
1. Pelanggan Alfamart adalah yang tercatat sebagai anggota Alfamart. 2. Alfamart menggunakan harga persatuan untuk semua jenis produk baik untuk pembelian eceran maupun pembelian grosir. 3. Setiap pelanggan yang memasuki alfamart selalu melakukan transaksi pembelian produk.
Manfaat Penelitian Perusahaa 1. Dapat mengetahui parameter n customer utility sebagai dasar peningkatan loyalitas pelanggan pada supermarket X. 2. Mendapatkan rekomendasi range waktu dalam pengiriman katalog produk ke konsumen menggunakan hasil dari customer utility pada supermarket X. 3. Mendapatkan rekomendasi strategis untuk memaksimalkan keuntungan supermarket X.
Tinjauan Pustaka Jasa Pemasaran CRM Differential Evolution Customer Utility
Differential Evolution Algorithm Mutasi 2
Inisialisasi
1
3
Crossover
DE Termination
5
4
Seleksi
Proses Evolusi dalam DE Termination Seleksi Crossover
Mutasi Inisialisasi
Xj,i,0 = randj(0,1). (bj,U-bj,L) + bj,L
Xi,g+1 = Ui,g if Ui,g = Uj,I,g = f(Ui,g)≤f(Xi,g) Vj,I,g if (randj(0.1)≤Cr Xi,g+1= Xi,g if or j=jrand) the opposite Ui,g = Uj,I,g = Xi,j,g if the opposite
Nilai fungsi tujuan telah tercapai. Jumlah maksimum iterasi yang ditentukan. Penentuan statistik populasi mendekati angka tertentu. Penentuan lama waktu iterasi.
Customer Utility Dalam ekonomi, utilitas merupakan ukuran kepuasan relatif. nilai guna (utility) adalah kepuasan atau kenikmatan yang diperoleh seseorang dari mengkonsumsi barang-barang (Yunanto, 2010). Rawls (1921-2002) menyatakan bahwa masyarakat harus memaksimalkan utilitas tiap individu yang awalnya masih dalam keadaan minimum
Metodologi Penelitian
Pengembangan Model
Tahap Pengembangan Formulasi Matematis
1. Model untuk customer utility Rumus customer’s purchase utility: 2 uit = α+βmmmsit+βppit+β1rit+β2r it+βfln(fit+1)+εit = ṻit+ εit
Rumus expected valuation function: EVit(Sit) = ṻit+δcEVit-1+ εit = δcEVit-1 Rumus kemungkinan pembelian: Probit(dit=1|Sit) =Φ[ṻit+δcEVit] = Φ[ṻit+δc(-EVit)]
if dit=1
if dit=0 if dit=1 if dit=0
Cont… Rumus Log Likelihood: Lit= ditln(Probit(dit=1|Sit)+(1-dit)ln(Probit(dit=0|Sit)) 2. Model untuk keuntungan supermarket Rumus net revenue supermarket: R(pit) = Pit-P0it-C dimana C = Rp. 6,71 Rumus keuntungan maksimum: Πit(Sit,mmsit,pit) = R(pit)Probit(dit=1|Sit)-c x mmsit Dimana c = Rp. 58,33 Tahap Pengembangan Algoritma DE
Contoh Numerik Pembelian (dit) No. Pelanggan May-02 Jun-02 1 1 1 2 1 0 3 1 1 4 1 0 5 1 1
No. Pelanggan 1 2 3 4 5
Pengiriman Katalog (mmsit) May-02 Jun-02 0 1 0 1 0 1 0 1 0 1
Cont…. No. Pelanggan 1 2 3 4 5
Harga (pit) May-02 Jun-02 1 0 0 1 0 0 1 0 1 1
No. Pelanggan 1 2 3 4 5 No. Pelanggan 1 2 3 4 5
Recency (rit) May-02 Jun-02 0 0 0 1 0 0 0 1 0 0 Frekuensi (fit) May-02 Jun-02 1 2 1 0 1 2 1 0 1 2
validasi
Pengujian parameter CR
Nilai customer utility
Nilai keuntungan supermarket Nilai keuntungan optimal dari 104 pelanggan dengan periode 27 minggu adalah sebesar Rp.240.720,00. Sedangkan perilaku pelanggan terbaik terdapat pada konsumen urutan ke 31 dengan nilai keuntungan sebesar Rp.5.548,40. Waktu yang diigunakan untuk perhitungan hanya selama 1.580,2 detik.
Analisis Contoh Numerik
Perbandingan waktu komputasi CR=0.3 dan CR=0.9
KESIMPULAN • Berdasarkan literatur yang ditulis Hongyi et al. (2005), customer utility yang dapat meningkatkan loyalitas pelanggan pada supermarket adalah messaging, pricing, recency dan frequency. • Nilai parameter DE yang paling optimal dan digunakan sebagai parameter didalam pengujian adalah CR=0.3 dan F=0.9. • Nilai parameter customer utility hasil pengujian secara berturut-turut adalah sebagai berikut: • Messaging = 2.2408 • Pricing = 0.8166 • recency= -0.8406 • Frequency = 3.49
Cont…. Perkiraan nilai keuntungan total dari 104 pelanggan selama 27 minggu kedepan (mulai minggu pertama januari 2011) adalah sebesar Rp.240.720,00. Sedangkan pelanggan yang memberikan keuntungan paling maksimum adalah pelanggan dengan nomer urut 31, yaitu sebesar Rp.5.548,40. Nilai ini adalah nilai keuntungan yang terdapat pada hanya produk tissue paseo soft pack 250. Kebijakan pengiriman katalog yang diterapkan adalah Supermarket perlu mengirimkan katalog produk kekonsumen hanya pada periode minggu ke-2,ke-3, ke-8, ke-9, ke-10, ke-11, ke-12, ke-15, ke-16, dan ke-27. Kebijakan pricing pada supermarket X sebaiknya dilakukan pada minggu ke-3, ke-4, ke-5, ke-6, ke-7, ke-16, ke-19 pada tahun 2011.
Terima Kasih
Keterangan rumus uit = utilitas pembelian konsumen α = intersept βm= parameter messaging βp= parameter pricing β1= parameter recency β2= parameter recency kuadrat βf= parameter frekuensi εit = epsilon Φ= standard normal cumulative distribution δc= customer discount factor R(pit) = net revenue Sit= state space dit= pembelian oleh pelanggan ke-i pada periode t Pit=harga jual P0it= harga beli C= stock cost c= biaya pembuatan katalog
CRM CRM = Customer Relationship Management Marketing
Customer Service
customer
IT
Sales
CRM (cont…) Kalakota dan Robinson (2001) CRM sebagai integrasi dari strategi penjualan, pemasaran, dan pelayanan yang terkoordinasi. Laudon dan Traver (2002) meyebutkan bahwa CRM menyimpan informasi pelanggan dan meyimpan serta merekam seluruh kontak yang terjadi antara pelanggan dan perusahaan, serta membuat profil pelanggan untuk staf perusahaan yang memerlukan informasi tentang pelanggan tersebut. Kotler (2003) yaitu CRM mendukung suatu perusahaan untuk menyediakan pelayanan kepada pelanggan secara real time dan menjalin hubungan dengan tiap pelanggan melalui penggunaan informasi tentang pelanggan.
Jasa Menurut Nasution (2006), jasa adalah sesuatu yang diproduksi dan dikonsumsi secara bersamaan. Flie & Kleinaltenkamp (2004), jasa adalah setiap tindakan atau perbuatan yang ditawarkan oleh suatu pihak kepada pihak lain yang pada dasarnya bersifat intangiable (tak berwujud fisik) dan tidak menghasilkan kepemilikan sesuatu. Rohit Ramaswamy (1996), jasa merupakan transaksi bisnis antara penyedia jasa dengan konsumen yang bertujuan untuk mencapai kepuasan konsumen. Philip Kotler, jasa adalah tindakan atau kegiatan yang ditawarkan satu pihak kepada pihak yang lain dalam bentuk tak berwujud (intangible) dan tidak mengakibatkan kepemilikan siapapun. Render, jasa memiliki arti aktivitas ekonomi yang memproduksi waktu, form, atau kegunaan psikologis.
Jasa (cont….) Gonroos (1990), karakteristik dasar dalam jasa : ◦ Produk dalam jasa lebih bersifat Intangible ◦ Jasa merupakan aktivitas atau bagian dari aktivitas yang lebih memerlukan proses berpikir ◦ Jasa dalam proses memproduksi dan mengkonsumsi dilakukan secara simultan/bersamaan ◦ Adanya partisipasi customer dalam proses produksi. Dimensi jasa : ◦ Tangible ◦ Reliability ◦ Responsiveness ◦ Assurance ◦ Empathy
Manajemen Pemasaran Kotler (1998:3) : pemasaran merupakan suatu proses manajerial dan sosial yang mana melalui proses tersebut individu-individu dan kelompokkelompok memperoleh apa yang mereka butuhkan dan apa yang mereka inginkan melalui penciptaan dan pertukaran produk-produk dan nilai dengan individu dan kelompok yang lainnya. Nitisemito (1993:119) : pemasaran adalah semua aktivitas yang bertujuan untuk memperluas arus barang dan jasa dari produsen ke konsumen dengan cara yang paling efisien dengan maksud untuk menciptakan permintaan yang efektif. Stanton (1987:3) : pemasaran adalah sistem keseluruhan dari aktivitasaktivitas usaha yang ditujukan untuk merencanakan, menentukan harga, mempromosikan dan mendistribusikan produk, jasa dan ide-ide yang dapat memuaskan kebutuhan target pasar agar tercapai kebutuhan organisasi.
Skema klasifikasi dari metode optimasi optimization
continuous
combinatorial Mixed variable
linear
quadratik
Approximate methods
nonlinear
Local methods
Exact methods
Global methods
Classical method
Metaheristics
Population based
Differential Evolution
Heuristics
Neighborhood
Daftar Pustaka
Fahmiari, I. 2010. Aplikasi Algoritma Differential Evolution untuk permasalahan kompleks pemilihan portofolio. Laporan Tugas Akhir Jurusan Teknik Industri. Institut Teknologi Sepuluh Nopember Surabaya. Feoktitov, V. 2006. Differential Evolution in Search of Solutions. New York : Springer Science+Bussiness Media, LLC. Fleetwood, K. An Introduction to Differential Evolution.
. Diakses pada tanggal 18 Oktober 2010. Gonroos, C. 1990. Service Management and Marketing. Lexington, MA : Lexington Books. Gonul, F. and Shi, M. 1998. Optimal Mailing of Catalogs : A New Methodologi Using Estimable Structural Dynamic Programming Models. Management Science, 44 (9), 12491262. Haksever, C. et al. 2000. Service Management and Operations. New Jersey : Prentice-Hall, Inc. Indomaret. 2010. Minimarket Berpotensi Ungguli Omzet Supermarket dan Hypermarket. . Diakses tanggal 28 September 2010.
Daftar Pustaka (cont….) Li, C., Xu,Y., and Li, H. 2005. An Empirical Study of Dynamic Customer Relationship Management. Journal of Retailing and Consumer Services, 12 (2005) : 431-441. Elsevier Ltd. Lovelock, C. 2001. Service Marketing 4th Edition. Prentice-Hall, Inc. Nasution, A. H. 2006. Manajemen Industri. Yogyakarta : CV. Andi Offset. Norman, R. 1984. Service Management. JWS. Prayogi, D. A. 2010. Peningkatan Pelayanan Nasabah pada Proses Pembiayaan (Studi Kasus : PT.BANK JATIM SYARIAH SURABAYA). Laporan Tugas Akhir Jurusan Teknik Industri. Institut Teknologi Sepuluh Nopember,Surabaya. Price, K. V., Storn, R. M., and Lampinen, J. A. 2005. Differential Evolution : A Practical Approach to Global Optimization. Berlin : Springer-Verlag.. PT.MEDIA DATA RISET. 2009. Studi tentang Peta Persaingan Bisnis Retail Modern di Indonesia (yang Diakomodir oleh Peraturan Presiden No 112 Tahun 2007. . Diakses pada 1 september 2010.
Daftar Pustaka (cont….)
Ramaswamy, R. 1996. Design and Management of Service Processes. New York : AddisonWesley Publishing Company, Inc. Routeterritory. 2010. Customer Relationship Management “CRM”. . Diakses pada tanggal 27 Agustus 2010. Scribd. 2010. Teori Konsumen. . Diakses pada tanggal 20 Oktober 2010. Scribd. 2010. Teori Konsumsi dan Perilaku Konsumen. . Diakses pada tanggal 20 Oktober 2010. Storn, R. and Price, K. 1997. Differential Evolution-A Simple and Efficient Heuristic for Global Optimization Over Continuous Spaces. Journal of Global Optimization, Vol.11, pp.341-359. Kluwer Academic Publishers. Yunanto. 2010. Schedulling Optimization of Operator Training Using Differential Evolution Algorithm Method for Minimizing Total Purchasing Cost of Training Equipment of Mining Contractor Industry.. Diakses pada tanggal 24 September 2010.
Critical Review
