26
IV HASIL DAN PEMBAHASAN
4.1. Gambaran Umum Perusahaan 4.1.1 Sejarah Perusahaan PT Chemigard seperti tertera dalam anggaran dasar, didirikan pada tanggal 24 september 2003, berdasarkan Akte Notaris Sri Intansih, SH no.61 di Jakarta oleh Ir. Iman Santosa, Diah Retno Anggraini, DR. Ramadhan, dan Gunawan, SH. Bidang kegiatan usaha PT Chemigard pada awal mula berdirinya bergerak dalam jasa pengendalian hama. Perusahaan pertama kali bergerak di bidang jasa dan menggunakan produk termitisida dari perusahaan industry pestisida lain. Dengan semakin berkembangnya perusahaan dan dengan dasar pertimbangan yang cermat untuk meningkatkan daya saing dengan perusahaan-perusahaan lain yang bergerak di bidang pengendalian hama, pada tahun 2006 perusahaan membuat produk termitisida dengan nama produk Cypergard yaitu pestisida untuk mengendalikan hama rayap. Sulitnya mendapatkan pestisida yang baik, efektif ekonomis dan aman untuk lingkungan menjadi pertimbangan lain perusahaan dalam pembuatan produknya untuk meningkatkan pelayanan terhadap konsumen. Serta dengan melihat kondisi geografis Indonesia adalah kawasan yang terletak di garis khatulistiwa sehingga sinar matahari dan curah hujan yang sangat tinggi merupakan faktor yang sangat mempengaruhi efektifitas dari pestisida pembasmi hama rayap Berawal dari kondisi tersebut tenaga ahli PT Chemigard bekerja sama dengan beberapa lembaga penelitian antara lain Universitas Indonesia, Universitas Brawijaya, Institut Tekhnologi Bandung, Institut Pertanian Bogor dan beberapa laboratorium penelitian hama tanaman, hama lingkungan, dan penyakit menular akibat hama, mencoba mengembangkan pestisida yang cocok dengan alam Indonesia dan habitat dari hama pertanian maupun lingkungan yang akan dikendalikan. Perusahaan juga dibantu oleh formulator dunia seperti RHODIA, Yokar Chemical Ltd, Shanghai kimia Chemical ltd. Pada tahun 2007 perusahaan memperbesar aset dan modal dasar Perseroan. Melalui Akte Notasris Masruroh, SH No. 13 tanggal ditetapkan perubahan sebagai berikut:
29 Desember 2007
27
a. Modal perusahaan yang semula berjumlah 200 juta rupiah terbagi atas dua ribu lembar saham, menjadi 2 milyar rupiah terbagi dalam dua puluh ribu lembar saham. Dengan rincian pemilikan 60 persen atas nama Ir. Iman Santosa, 20 persen atas nama Diah Retno Anggraini, 10 persen atas nama DR. Ramadhan, dan 10 persen atas nama Gunawan, SH. b. Susunan Direksi dan Dewan Komisaris ditetapkan sebagai berikut: Direktur
: Ir. Iman Santosa
Komisaris Utama : Gunawan, SH Komisaris
: DR. Ramadhan
Komisaris
: Diah Retno Anggraini
Disadari bahwa perluasan saluran distribusi menyumbangkan peranan yang besar dalam meningkatkan efisiensi dan efektifitas perusahaan maka PT Chemigard terus berupaya mengembangkan jaringan distribusi regionalnya. Sampai saat ini PT Chemigard yang berkantor pusat di jalan Gandasaamita No.01, Serua, Ciputat, Tangerang telah memiliki 2 kantor cabang utama yang berada di medan dan Surabaya. PT Chemigard akan terus mengembangkan jaringan distribusinya dengan menambah kantor cabang di setiap daerah terutama di kotakota besar di Indonesia. 4.1.2 Visi, Misi, dan Motto Perusahaan Visi PT Chemigard adalah sebagai formulator yang didukung oleh tenagatenaga ahli, PT Chemigard hadirkan produk-produk dengan kualitas terbaik, harga bersaing dan ramah terhadap lingkungan. Misi PT Chemigard adalah 1) formulator pestisida hygiene dan termite dengan menggunakan bahan baku yang ramah terhadap lingkungan, 2) fokus dan turut mendukung program kelestarian lingkungan hidup atau bumi hijau, 3) menjamin setiap produk dengan kualitas yang terbaik, 4) menjadi sahabat dari perusahaan-perusahaan Pest Control Operator (PCO) dengan mendukung sepenuhnya kemajuan dari perusahaan-perusahaan tersebut, 5) memberikan pelayanan yang terbaik untuk kepuasan konsumen. Motto PT Chemigard adalah βWe Realize Your Dream, Get More Profit and Gainβ yang artinya kami hadir dan mewujudkan impian anda dengan keuntungan yang besar.
28
4.1.3 Lokasi Perusahaan Kantor pusat PT. Chemigard terletak di Jalan Gandasasmita No. 01, Serua, Ciputat-Tangerang. Namun perusahaan memiliki gedung dan pabrik tersendiri dan aktivitasnya pun tidak tercampur dengan kegiatan kantor guna menjaga kualitas kesehatan para pegawai, dan jauh dari masyarakat sekitar mengingat pabrik memproduksi bahan-bahan kimia yang dapat membahayakan manusia. Kantor cabang pusat Medan terletak di Jalan Sei Serayu No. 41 Medan, dan kantor cabang pusat Surabaya terletak di Pondok Trosobo Indah Blok I No. 3, Sidoarjo, Jawa Timur. 4.1.4 Struktur Organisasi Perusahaan Perusahaan merupakan suatu sistem dimana untuk dapat melaksanakan rangkaian aktifitasnya dengan baik membutuhkan struktur atau bagian organisasi, yaitu sistem saling pengaruh antar orang dalam kelompok yang bekerjasama untuk tercapainya tujuan perusahan. Setiap lapisan organisasi harus mengetahui apa yang menjadi tugas, wewenang, serta tanggung jawabnya. Untuk membantu para pimpinan dan juga para karyawan di setiap lapisan di perlukan
suatu struktur organisasi agar di dalam menjalankan kegiatan
perusahaan dapat berjalan dengan efisien, sistematik, terkoordinir, dan efektif. Fungsi dan tugas manajemen puncak perusahaan secara garis besar dapat diuraikan sebagai berikut: 1.
Dewan Komisaris, merupakan pimpinan tertinggi dalam perusahaan dan diangkat oleh rapat umum pemegang saham.
2.
Dewan Direksi, bertugas menjalankan perusahaan dengan kegiatan-kegiatan seperti menentukan kebijakan umum perusahaan, mengatur tata tertib serta mengawasi
pelaksanaan
tugas
dari
para
manajer
masing-masing
departemen. Dalam menjalankan tugasnya Dewan Direksi bertanggung jawab kepada Dewan Komisaris. 3.
Manajer Pemasaran, bertanggung jawab terhadap manajemen pemasaran, hasil pemasaran, dan penggunaan dana promosi. Manajer pemasaran juga harus dapat membina bagian pemasaran dan membimbing seluruh karyawan di bagian pemasaran. Sebagai hasil nya manajer pemasaran harus membuat laporan pemasaran kepada Dewan Direksi.
29
4.
Manajer Penjualan, bertanggung jawab terhadap pelaksanaan marketing plan, hasil penjualan produk, sales manajemen, pembinaan dan bimbingan terhadap sales team. Membina hubungan baik dengan konsumen, dan membuat sales plan dan sales report.
5.
Manajer Produk, bertanggung jawab terhadap seluruh produk yang menjadi tanggung jawabnya, membuat analisa dan evaluasi produk yang menjadi tanggung jawabnya.
6.
Manajer Pabrik, bertanggung jawab atas seluruh proses produksi pabrik, mulai dari tahap input, proses sampai output berupa produk jadi. Dalam melaksanakan tugasnya , manajer pabrik dibantu oleh Manajer Produk, dan Maintenance Section Chief, Laboratory and Quality Control Section Chief, Production Section Chief, Warehouse Section Chief serta Purchasing Section Chief.
7.
Manajer Logistik, bertugas untuk memberikan dukungan logistik kepada Departemen Pemasaran dan Departemen Penjualan antara lain dengan mengawasi persedian dan distribusi produk di lapangan agar dapat sampai ke tangan konsumen.
8.
Manajer Keuangan dan Akuntansi, bertanggung jawab atas arus keluar dan masuknya uang ke dalam kas perusahaan, dan membuat laporan akuntansi.
9.
Manajer Penelitian dan Pengembangan, bertanggung jawab atas aktifitas penelitian dan pengembangan produk, termasuk di dalamnya perizinan pendaftaran produk baru kepada intansi terkait.
10.
Manajer Urusan Umum dan Personalia, bertanggung jawab atas jalannya roda administrasi perusahaan, termasuk di dalamya menjalankan fungsi humas, pelayanan publik, personalia, pengadaan umum dan rumah tangga direktur-komisaris serta pengelolaan asset-aset perusahaan.
4.1.5 Produk-produk Perusahaan Setelah membuat produk pertama yaitu Cypergard, perusahaan telah mengembangkan produk nya dan membuat produk-produk baru. Sampai saat ini PT Chemigard telah mengeluarkan delapan produk yaitu: 1.
Cypergard,
adalah
pestisida
yang
diformulasikan
khusus
untuk
mengendalikan rayap tanah dan rayap kayu di daerah tropis khususnya
30
Indonesia. Cypergard juga dapat diaplikasikan pada meubeul rumah tangga ataupun tanaman yang terserang rayap. 2.
Safe 1, merupakan termitisida ramah lingkungan yang di formulasikan dalam
bentuk
Soluabel
Liquid
(SL)
yang
sangat
efektif
untuk
mengendalikan rayap tanah, rayap kayu dan kumbang bubuk pada kayu kering. 3.
Flygard, merupakan umpan siap tabur untuk membunuh lalat yang bersifat racun kontak dan racun perut.
4.
Portal, merupakan insektisida berbahan aktif
ganda yaitu kombinasi
piretroid
pirolle
knockdown
(Cypermethrin)
dan
killing
agent
(Chlorfenapyr). Sinergi bahan piretroid knockdown berfungsi melumpuhkan serangga secara cepat dan bahan pirolle killing agent sangat efektif terhadap kecoa jerman (Blatella germica) dan juga serangga seperti nyamuk vektor demam berdarah atau malaria serta serangga pengganggu lainnya. 5.
Origin, merupakan pestisida dari golongan sintetik piritroit berwarna kuning bening yang mengandung bahan aktif lamda sihalothrin. Origin mempunyai efek knock down yang mampu membunuh serangga seperti nyamuk, lalat dan kecoa dengan cepat.
6.
Kaizen, merupakan termitisida ramah lingkungan berbahan aktif golongan terbaru yang diformulasikan dalam bentuk Emulcifiable Concentrate (EC) yang sangat efektif untuk mengendalikan rayap tanah, rayap kayu, dan kumbang bubuk pada kayu kering.
7.
Termigard, adalah suatu media yang berbentuk umpan rayap terbuat dari selulosa kayu yang disenangi rayap dan telah diberi hormon. Termigard ada dua jenis yaitu Container Bait untuk di dalam ruangan dan Stationer Bait untuk di luar ruangan. Container Bait dipasang dengan hati-hati di dalam rumah atau gedung tempat dimana rayap terlihat menyerang. Stasioner Bait di pasang di sekeliling luar bangunan atau gedung.
8.
Izzicont, merupakan pestisida yang sangat ramah lingkungan berbahan aktif golongan terbaru yang diformulasi dalam bentuk aerosol dan sangat efektif mengendalikan rayap tanah, rayap kayu, kumbang bubuk ataupun semut.
31
4.2. Analisis Kointegrasi Analisis mengenai pola data atau sifat pergerakan dari deret waktu yang akan analisis sangat diperlukan dengan tujuan menentukan metode peramalan yang sesuai dengan pola data tersebut apakah menggunakan metode VAR atau VECM. Apabila pola data yang digunakan stasioner pada level nol maka digunakan metode VAR, dan apabila pola data yang digunakan tidak stasioner pada level nol maka menggunakan metode VECM. Dalam menganalisa stasioneritas, tingkat signifikansi yang digunakan adalah pada tingkat signifikan 5 persen. Data penjualan yang dianalisis adalah data penjualan bulanan Cypergard 500 ml, Cypergard 100 ml, dan Safe 1 yang diperoleh dari tahun 2007 sampai 2010. 4.2.1 Uji Stasioneritas Data Uji stasioneritas data pada seluruh variabel dengan Augmented DickeyFuller Test (ADF) dengan perangkat lunak Eviews 6. Jika nilai Test Critical Values lebih besar dari nilai t-statistic berarti data tidak stasioner, sebaliknya jika nilai Test Critical Values lebih kecil dari nilai t-statistic berarti data stasioner. Tabel 1. Hasil Uji Stasioneritas Variabel
Test Critical Values
t-statistic
Probability
5% Cypergard 500 ml
-3.508508*
-5.938605
0.0001
Cypergard 100 ml
-2.926622
-1.733666
0.4080
Safe 1
-3.520787*
-4.373335
0.0062
Pada Tabel terlihat bahwa uji stasioneritas pada level, produk Cypergard 500 ml dan Safe 1 memiliki variabel yang stasioner pada derajat kepercayaan 1 persen, 5 persen, dan 10 persen. Sedangkan produk Cypergrad 100 ml memliki variabel tidak stasioner, maka produk Cypergard 100 ml perlu dilakukan uji stasioneritas lebih lanjut yaitu pada pembedaan pertama (first difference). Tabel 2. Hasil Uji Stasioneritas 1st Difference Variabel
Cypergrad 100 ml
Test Critical Value 1%
5%
10%
-3.581152
-2.926622
-2.601424
t-statistic
Probability
-13.87285
0.0000
32
Pada pembedaan pertama variabel Cypergrad 100 ml sudah stasioner. Artinya data stasioner pada pembedaan pertama, karena seluruh variabel harus berada pada derajat yang sama, pada penelitian ini yaitu pada derajat pembedaan pertama. Dari uji stasioneritas yang sudah dilakukan kita sudah dapat menentukan model yang akan dipilih, apabila semua variabel stasioner pada level maka digunakan model VAR, dan apabila semua atau salah satu tidak stasioner pada level dan dilakukan pembedaan maka model yang dipilih adalah VECM. Dalam penelitian ini dapat disimpulkan model yang dipilih adalah VECM. 4.2.2 Uji Kausalitas Granger Uji kusalitas multivariate dilakukan untuk melihat hubungan kausalitas antara variabel-variabel yang ada dalam model. Hubungan kausalitas antar variabel dapat diketahui dengan melakukan Pairwise Granger Causality Test. Hipotesis nol (π»0 ) yang diuji adalah tidak ada hubungan kausalitas dan hipotesis alternatifnya (π»1 ) adalah adanya hubungan kausalitas. Nilai probability sebesar 5 persen digunakan untuk menentukan apakah π»0 diterima atau ditolak. Apabila nilai probabilitasnya kurang atau sama dengan 5 persen maka terima π»1 tolak π»0 , dan apabila nilai probabilitasnya lebih dari 5 persen maka terima π»0 tolak π»1 . Hasil uji kausalitas Granger dengan signifikansi 5 persen pada variabel penjualan produk dapat dilihat pada tabel. Tabel 3. Hasil Uji Kausalitas Granger Null Hypothesis
Probabilitas
Hasil Pengujian
Cypergard 100 ml does not Granger Cause Safe 1 Safe 1 does not Granger Cause Cypergard 100 ml
0,1083
terima π»0 tolak π»1
0,3729
terima π»0 tolak π»1
Cypergard 500 ml does not Granger Cause Safe 1
0,5454
terima π»0 tolak π»1
Safe 1 does not Granger Cause Cypergard 500 ml Cypergard 500 ml does not Granger Cause Cypergard 100 ml Cypergard 100 ml does not Granger Cause Cypergard 500 ml
0,0153
terima π»1 tolak π»0
0,3063
terima π»0 tolak π»1
0,2961
terima π»0 tolak π»1
Hubungan Kausalitas Tidak terjadi hubungan kausalitas
Hubungan satu arah dari Safe 1 ke Cypergard 500 ml
Tidak terjadi hubungan kausalitas
33
Berdasarkan tabel diketahui bahwa uji kausalitas menunjukan hasil bahwa variabel-variabel penjualan produk hanya terdapat satu hubungan kausalitas, yaitu antara produk Safe 1 dan produk Cypergard 500 ml. Hubungan kausalitas tersebut hanya satu arah, dapat diartikan bahwa penjualan produk Safe 1 mempengaruhi penjualan produk Cypergrad 500 ml. 4.2.3 Uji Lag Optimum Pendekatan VAR VECM sangat sensitif terhadap jumlah lag yang digunakan, maka perlu ditentukan panjang lag yang optimal. Penentuan panjang lag digunakan untuk mengetahui lamanya periode keterpengaruhan suatu variabel terhadap variabel masa lalunya
maupun terhadap variabel endogen lainnya.
Penentuan lag dapat digunakan dengan beberpa pendekatan antara lain Likelihood Ratio (LR), Final Prediction Error (FPE), Akaike Information Criterion (AIC), dan Schwarz Criterion (SC). Hasil penentuan panjang lag secara lengkap dapat dilihat pada tabel. Tabel 4. Hasil Uji Lag Optimum Lag
LogL
LR
FPE
AIC
SC
HQ
0
-998.9849
NA
1.21e+16
45.54477
45.66642
45.58988
1
-967.9915
56.35153
4.46e+15
44.54507
45.03167*
44.72552
2
-951.5866
27.59019
3.20e+15
44.20848
45.06002
44.52427
3
-938.7707
19.80634*
2.74e+15*
44.03503*
45.25152
44.48617*
4
-931.7017
9.960798
3.08e+15
44.12281
45.70425
44.70928
Berdasarkan tabel , hanya SC yang menentukan panjang lag yang berbeda sedangkan LR, FPE, AIC, dan HQ menentukan panjang lag yang sama yaitu pada lag ke tiga. Karena empat kriteria memberikan hasil yang sama, maka dipilih panjang lag tiga. 4.2.4 Uji Kointegrasi Untuk menjawab tujuan pertama dari penelitian ini perlu dilakukan uji kointegrasi variabel-variabel penjualan produk. Uji kointegrasi dilakukan karena data yang digunakan berfluktuasi dengan asumsi tidak stasioner. Selanjutnya, untuk mengetahui keterkaitan jangka panjang antar variabel-variabel penjualan dilakukan analisis dengan mengaplikasikan uji kointegrsi Johansen. Variabel-
34
variabel yang akan diuji harus merupakan variabel yang stasioner pada derajat yang sama. Hasilnya jika nilai Trace statistic lebih kecil dibandingkan dengan nilai Critical Value maka variabel-variabel tidak terkointegrasi, sebaliknya jika nilai Trace Statistic nya lebih besar dibandingkan dengan nilai Critical Value maka variabel-variabel terkointegrasi. Hasil uji kointegrasi dapat dilihat pada tabel. Tabel 5. Hasil Uji Kointegrasi Hypothesized Eigenvalue No.of CE(s)
Trace Statistic
0.05 Prob** Critical Value None* 0.380991 38.81610 35.19275 0.0195 At Most 1 0.272171 17.23251 20.26184 0.1240 At Most 2 0.063172 2.936503 9.164546 0.5926 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level Dari tabel dapat dilihat bahwa terdapat satu persamaan kointegrasi pada derajat kepercayaan 5 persen. Adanya kointegrasi variabel terhadap variabel lain hal ini berarti terdapat hubungan jangka panjang diantara variabel-variabel tersebut. 4.2.5 Estimasi VECM Pengaruh suatu variabel yang terkointegrasi terhadap variabel lainnya dalam jangka panjang dapat dilihat dari analisis menggunakan metode Vector Error Correction Model (VECM). Interpretasi hasil dilakukan dengan melihat koefisien kointegrasinya dan pembacaan tanda adalah terbalik dari tanda koefiseinnya. Namun demikian harus dilihat terlebih dahulu besar t-statistic dari koefisien yang didapat. Koefisien kointegrasi dikatakan signifikan jika mutlak nilai t-statistic lebih besar daripada nilai t-tabel yaitu 1,96. Dari uji kointegrasi menggunakan analisis VECM akan dihasilkan matriks koefisien jangka panjang untuk penjualan produk nya. Dilihat dari tabel menunjukan adanya hubungan jangka panjang antara penjualan Safe 1 dengan penjualan Cypergard 100 ml dan penjualan Cypergard 500 ml. Tabel 6. Hasil Estimasi VECM Safe 1 1.000000
Cypergrad 100 ml
Cypergard 500 ml
1.457375
-3.912697
[ 3.23459]
[-5.34801]
35
Dilihat dari tabel menunjukan adanya hubungan jangka panjang antara penjualan Safe 1 dengan penjualan Cypergard 100 ml dan penjualan Cypergard 500 ml. Peningkatan penjualan Cypergrad 100 ml sebesar satu persen akan menurunkan penjualan Safe 1 sebesar 1,46 persen, sementara kenaikan penjualan Cypergrad 500 ml sebesar satu persen akan meningkatkan penjualan Safe 1 sebesar 3,9 persen. 4.2.6 Uji Stabilitas Model Pengujian selanjutnya adalah menguji stabilitas model VECM yang digunakan. Jika model memiliki stabilitas maka hasil estimasinya akan tidak berubah dengan deviasi yang besar meskipun periode nya diperpanjang sehingga hasil estimasinya dapat dipertanggungjawabkan (Gujarati, 2004). Dalam penelitian ini berdasarkan hasil AR Root Table. Model dikatakan stabil apabila nilai modulus nya kurang dari satu. Pada Tabel 7 terlihat nilai akar karakteristik atau modulus semuanya menunjukan nilai kurang dari satu, sehingga dapat disimpulkan bahwa model vecm yang digunakan memiliki stabilitas. Tabel 7. Hasil Uji Stabilitas Model Root 0.929840 0.666575 - 0.467639i 0.666575 + 0.467639i -0.562927 - 0.365654i -0.562927 + 0.365654i -0.631681 0.208990 - 0.560313i 0.208990 + 0.560313i 0.450644
Modulus 0.929840 0.814253 0.814253 0.671259 0.671259 0.631681 0.598020 0.598020 0.450644
4.2.7 Impuls Response Function Dampak dari shock variabel satu ke variabel lainnya dapat diketahui melalui Impuls Response Function (IRF). IRF melacak efek dari salah satu shock ke shock yang lainnya pada saat sekarang dan masa datang dari variabel endogen. Suatu shock pada variabel endogen secara langsung akan mempengaruhi variabel itu sendiri dan menjalar kepada variabel-variabel lain secara dinamis. IRF memberikan arah besarnya pengaruh antar variabel endogen.
36
1.
Ketika Safe 1 dishock Response of CYPERGARD_100_ML to SAFE_1
Response of SAFE_1 to SAFE_1 1.0
Response of CYPERGARD_500_ML to SAFE_1
.00
.28
-.05
.24
0.9
.20 -.10
.16
0.8
-.15
0.7
.12
-.20
.08
-.25
.04
0.6
.00
-.30
-.04
0.5
-.35
-.08
-.40
0.4 5
10
15
20
25
30
35
40
45
50
5
10
15
20
25
30
35
40
45
50
-.12 5
10
15
20
25
30
35
40
45
50
Gambar 4. Impuls Response Safe 1 Respon yang pertama dianalisa adalah respon variabel Safe 1. Dari gambar kita bisa melihat bagaimana respon variabel Safe terhadap variabel itu sendiri dan variabel lainnya. Jika kita lihat respon yang diberikan variabel safe 1 pada perubahan satu standar deviasi variabel itu sendiri sudah bernilai positif semua. Dimana tren pergerakan responnya dari tiap periode cenderung untuk bergerak cukup stabil walaupun pada periode kesatu setelah berada di posisi puncak ada penurunan signifikan sampai periode kelima dari respon. Pada periode ke satu respon bernilai 100 persen, pada periode kedua sudah terlihat penurunan dengan nilai respon 96 persen sampai pada periode kelima dengan titik respon terendah dengan nilai 49 persen. Setelah pada titik respon terendah periode kelima mulai terjadi peningkatan, terlihat pada periode keenam dengan nilai respon 68 persen, selanjutnya terjadi fluktuasi ringan sampai periode ke 20, dari periode ke 20 terjadi keseimbangan sampai periode ke 50 dengan nilai respon yang stabil yaitu 68 persen. Dari gambar pertama dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Safe 1 yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan berpengaruh positif pada peningkatan penjualan Safe 1 itu sendiri. Dengan melihat gambar berikutnya kita dapat melihat respon variabel Cypergrad 100 ml terhadap variabel Safe 1, respon yang diberikan Cypergrad 100 ml pada perubahan standar deviasi safe 1 bernilai negatif. Hanya pada periode pertama respon tertinggi yaitu nol persen. Setelah periode pertama, terjadi fluktuasi yang signifikan sampai periode ke 25 dengan puncak fluktuasi bernilai 0,2 persen pada periode ke 2 dan nilai respon terendah dengan nilai -38 persen pada periode ke 7. Nilai respon mulai stabil pada periode ke 25 sampai periode ke 50 dengan nilai respon rata-rata -16 persen. Dari gambar kedua dapat disimpulkan
37
bahwa peningkatan penjualan secara signifikan pada produk Safe 1 yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan berpengaruh negatif pada peningkatan penjualan Cypergrad 100 ml sehingga menurunkan penjualan Cypergrad 100 ml. Gambar berikutnya kita melihat respon variabel Cypergrad 500 ml terhadap variabel Safe 1, respon yang diberikan Cypergrad 500 ml pada perubahan standar deviasi Safe 1 cenderung bernilai positif, hanya pada periode ke 2 nilai respon bernilai negatif. Pada periode pertama mulai terjadi fluktuasi respon yang sangat signifikan sampai periode ke 25, dengan nilai respon tertinggi yaitu 26 persen pada periode ke enam dan nilai respon terendah yaitu -11 persen pada periode ke dua. Setelah periode ke 25 respon yang terjadi mulai stabil pada nilai rata-rata 11 persen. Dari gambar ketiga dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Safe 1 yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan berpengaruh positif pada peningkatan penjualan Cypergard 500 ml sehingga membantu meningkatkan penjualan Cypergrad 500 ml. 2.
Ketika Cypergard 100 ml dishock Response of CYPERGARD_100_ML to CYPERGARD_100_ML 1.0
Response of SAFE_1 to CYPERGARD_100_ML
Response of CYPERGARD_500_ML to CYPERGARD_100_ML .20
.5
0.9
.15 .4
0.8
.10
0.7
.3
.05
0.6
.00
.2
0.5
-.05
0.4
.1 0.3
-.10
0.2
.0 5
10
15
20
25
30
35
40
45
50
5
10
15
20
25
30
35
40
45
50
-.15 5
10
15
20
25
30
35
40
45
50
Gambar 5. Impuls Response (Cypergard 100 ml) Respon kedua yang dianalisa adalah respon Cypergard 100 ml, pada gambar respon variabel Cypergard 100 ml terhadap variabel itu sendiri benilai positif. Tetapi ketika variable di shock terjadi fluktuasi yang signifikan dari periode satu sampai periode 25, dengan nilai respon tertinggi 100 persen pada periode satu, dan nilai respon terendah 26 persen pada periode empat. Pada periode 25 sampai periode 50 respon yang diberikan mulai stabil dengan nilai respon 58 persen. Dari gambar pertama dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Cypergard 100 ml yang disebabkan oleh promosi atau lain
38
hal yang menyebabkan meningkatnya penjualan akan berpengaruh positif pada peningkatan penjualan Cypergard 100 ml itu sendiri. Gambar selanjutnya respon variabel Cypergard 500 ml terhadap variabel lainnya yaitu Cypergard 100 ml. Respon yang diberikan oleh Cypergrad 500 ml terhadap standar deviasi Cypergard 100 ml bernilai positif, dengan fluktuasi yang cukup signifikan dari periode satu sampai periode 17, dengan nilai respon tertinggi 43 persen pada periode 5 dan nilai respon terendah nol persen pada periode pertama. Nilai respon mulai stabil pada periode 17 sampai periode 50 dengan nilai respon 23 persen. Dari gambar kedua dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Cypergard 100 ml yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan berpengaruh positif pada peningkatan penjualan Cypergard 500 ml sehingga membantu meningkatkan penjualan Cypergard 500 ml. Gambar selanjutnya respon variabel Safe 1 terhadap variabel Cypergard 100 ml. Respon yang diberikan oleh Safe 1 terhadap standar deviasi Cypergard 100 ml cenderung positif, tetapi pada periode dua dan periode tujuh bernilai negatif. Pada periode satu sampai periode 26 terjadi fluktuasi respon yang signifikan dengan nilai tertinggi 18 persen pada periode tiga, dan nilai terendah -13 persen pada periode dua. Pada periode 26 sampai periode 50 nilai respon stabil dengan nilai rata-rata 6 persen. Dari gambar ketiga dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Cypergard 100 ml yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan berpengaruh positif pada peningkatan penjualan Safe 1 sehingga membantu meningkatkan penjualan Safe 1. 3.
Ketika Cypergard 500 ml dishock Response of CYPERGARD_500_ML to CYPERGARD_500_ML
Response of CYPERGARD_100_ML to CYPERGARD_500_ML
1.2
1.0
1.0
Response of SAFE_1 to CYPERGARD_500_ML .4
0.8
.3
0.8 0.6
.2
0.6 0.4
0.4
.1 0.2
0.2 0.0
0.0
-0.2
-0.2
5
10
15
20
25
30
35
40
45
50
.0
5
10
15
20
25
30
35
40
45
Gambar 6. Impuls Response (Cypergard 500 ml)
50
-.1 5
10
15
20
25
30
35
40
45
50
39
Respon ketiga yang dianalisa adalah respon Cypergard 500 ml. Pada gambar respon variabel Cypergard 500 ml terhadap variabel itu sendiri cenderung benilai positif, walaupun pada periode lima terjadi respon yang bernilai negatif. Ketika variable di shock terjadi fluktuasi yang signifikan dari periode satu sampai periode 22, dengan nilai respon tertinggi 100 persen pada periode satu, dan nilai respon terendah -9 persen pada periode lima. Pada periode 25 sampai periode 50 respon yg diberikan mulai stabil dengan nilai respon 25 persen. Dari gambar pertama dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Cypergard 500 ml yang disebabkan oleh promosi atau lain hal yang menyebabkan
meningkatnya
penjualan
akan
berpengaruh
positif
pada
peningkatan penjualan Cypergard 500 ml itu sendiri. Gambar selanjutnya respon variabel Cypergard 100 ml terhadap variabel lainnya yaitu Cypergard 500 ml. Respon yang diberikan oleh Cypergrad 100 ml terhadap standar deviasi Cypergard 500 ml bernilai positif, dengan fluktuasi yang cukup signifikan dari periode satu sampai periode 17, dengan nilai respon tertinggi 87 persen pada periode 7 dan nilai respon terendah -14 persen pada periode dua. Nilai respon mulai stabil pada periode 17 sampai periode 50 dengan nilai respon 61 persen. Dari gambar kedua dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Cypergard 500 ml yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan berpengaruh positif pada peningkatan penjualan Cypergard 100 ml sehingga membantu meningkatkan penjualan Cypergard 100 ml. Gambar selanjutnya respon variabel Safe 1 terhadap variabel Cypergard 500 ml. Respon yang diberikan oleh Safe 1 terhadap standar deviasi Cypergard 500 ml cenderung positif, tetapi pada periode tiga dan periode lima bernilai negatif. Pada periode satu sampai periode 27 terjadi fluktuasi respon yang signifikan dengan nilai tertinggi 31 persen pada periode dua, dan nilai terendah -9 persen pada periode tiga. Pada periode 27 sampai periode 50 nilai respon stabil dengan nilai rata-rata 8 persen. Dari gambar ketiga dapat disimpulkan bahwa peningkatan penjualan secara signifikan pada produk Cypergard 500 ml yang disebabkan oleh promosi atau lain hal yang menyebabkan meningkatnya penjualan akan
40
berpengaruh positif pada peningkatan penjualan Safe 1 sehingga membantu meningkatkan penjualan Safe 1. 4.2.8 Forecast Error Variance Decomposition Dengan analisis FEVD dapat diketahui ramalan dari variabel dan seberapa persen variasi pada sebuah variabel dijelaskan oleh setiap gangguan yang ada dalam model yang diaplikasikan. Tabel menunjukan hasil variasi masing-masing variabel endogen oleh variabel endogen lainnya. 1.
Forecast Error of Safe 1 Variabilitas data ramalan dapat diukur dengan peramalan kesalahan standar
atau forecast standard error ditambah nilai prediksi dari garis persamaan regresi. Persamaan regresi yang didapat dari pemodelan VECM adalah sebagai berikut: safe 1 = - 267 - 0,110 SLAG3 - 0,241 SLAG2 + 0,863 SLAG1 - 0,047 C100LAG3 + 0,377 C100LAG2 - 0,029 C100LAG1 - 0,295 Cypergard 100 ml + 0,442 C500LAG3 - 0,247 C500LAG2 + 0,055 C500LAG1 + 0,500 Cypergard 500 ml Dari persamaan regresi tersebut kita dapat mengetahui nilai prediksi penjualan Safe 1. Setelah mendapat persamaan regresi kita hitung nilai ramalan nya. Tabel 7 merupakan hasil ramalan 6 bulan kedepan dengan asumsi nilai prediktor Cypergard 100 ml dan Cypergard 500 ml pada persamaan memakai nilai rata-rata 6 bulan terakhir. Tabel 8. Hasil Peramalan Safe 1 Bulan Forecast.SE 49 50 51 52 53 54 55 56 57 58 59 60
+416 +607 +702 +749 +775 +823 +879 +932 +978 +1014 +1052 +1089
Nilai persamaan 1434 1379 1701 1846 1757 1688 1777 1776 1808 1800 1653 1748
Nilai Forecast 1018 1850 772 1986 999 2403 1097 2595 982 2532 869 2511 898 2656 844 2708 830 2789 786 2814 601 2705 659 2837
Nilai Aktual 1560 1800 2100 2150 2000 1900 -
Keakuratan Akurat Akurat Akurat Akurat Akurat Akurat -
41
Pada
tabel
nilai
persamaan
yang
didapat
berfluktuatif
sehingga
mempengaruhi nilai ramalannya. Nilai aktual selama enam bulan pertama yaitu bulan ke 49 sampai bulan ke 54 berada dalam rentang nilai forecast, ini menunjukan bahwa hitungan ramalan yang telah dilakukan menghasilkan nilai ramalan yang akurat. Untuk peramalan enam bulan berikutnya yaitu bulan ke 55 sampai bulan ke 60 perusahaan dapat menetapkan target penjualan produk Safe 1 pada rentang nilai forecast. Penurunan penjualan pada nilai prediksi terjadi pada bulan ke 56, bulan ke 58 dan bulan ke 59. 2.
Variance Decomposition of Safe 1 100.5 100 99.5 99 98.5 98 97.5 97 96.5
Variance Decomposition of SAFE_1
1
5
SAFE_1
10
15
20
25
CYPERGARD_100_ML
30
35
40
45
50
CYPERGARD_500_ML
Gambar 6. Variance Decomposition of Safe 1
Pada gambar Variance Decomposition of Safe 1 dapat dilihat bahwa penjualan produk Safe 1 untuk 50 periode kedepan pengaruh nya lebih didominasi oleh produk Safe 1 itu sendiri. Pada bulan pertama Safe 1 mempengaruhi Safe 1 itu sendiri hingga mencapai 100 persen, tidak dipengaruhi oleh produk lainnya. Pada bulan berikutnya pengaruh Safe 1 pada safe 1 itu sendiri mulai melemah terlihat pada bulan 5 hingga mencapai 97,7 persen dan mulai naik kembali sampai bulan 50 mencapai 98,1 persen. Pengaruh dari Cypergard 100 ml menguat terlihat dari bulan 5 sebesar 0,93 persen sampai bulan 50 sebesar 1,1 persen. Sedangkan pengaruh dari Cypergard 500 ml melemah terlihat dari bulan 5 sebesar 1,4 persen sampai bulan 50 sebesar 0,8 persen. Hal ini mengindikasikan bahwa variabilitas penjualan Safe 1 selain dominan dipengaruhi oleh penjualan Safe 1 itu sendiri juga dipengaruhi oleh
42
penjualan Cypergard 100 ml dan penjualan Cypergard 500 ml baik dalam jangka panjang maupun jangka pendek. 3.
Forecast Error of Cypergard 100 ml Variabilitas data ramalan dapat diukur dengan peramalan kesalahan standar
atau forecast standard error ditambah nilai prediksi dari garis persamaan regresi. Persamaan regresi yang didapat dari pemodelan VECM adalah sebagai berikut: Cypergard 100 ml = - 80 + 0,072 SLAG3 - 0,269 SLAG2 + 0,348 SLAG1 - 0,246 safe 1 - 0,319 C100LAG3 + 0,571 C100LAG2 + 0,226 C100LAG1 + 0,880 C500LAG3 - 0,045 C500LAG2 - 0,256 C500LAG1 + 0,327 Cypergard 500 ml Dari persamaan regresi tersebut kita dapat mengetahui nilai prediksi penjualan Cypergard 100 ml. Setelah mendapat persamaan regresi kita hitung nilai ramalan nya. Tabel 7 merupakan hasil ramalan 6 bulan kedepan dengan asumsi nilai prediktor Cypergard 500 ml pada persamaan memakai nilai rata-rata 6 bulan terakhir sedangkan untuk nilai prediktor Safe 1 memakai nilai dari persamaan yang telah didapat sebelumnya. Tabel 9. Hasil Peramalan Cypergard 100 ml Bulan Forecast.SE 49 50 51 52 53 54 55 56 57 58 59 60
+371 +390 +508 +584 +692 +776 +864 +932 +984 +1039 +1084 +1133 Pada
tabel
Nilai persamaan 2010 1701 2196 1894 1849 1823 2340 2274 2212 2134 2188 2035
nilai
Nilai Forecast 1639 2381 1311 2091 1688 2704 1310 2478 1157 2541 1047 2599 1476 3204 1342 3206 1228 3196 1095 3173 1104 3272 902 3168
persamaan
yang
Nilai Aktual 2000 1830 2100 2000 2200 2200 -
didapat
Keakuratan Akurat Akurat Akurat Akurat Akurat Akurat -
berfluktuatif
sehingga
mempengaruhi nilai ramalannya. Nilai aktual selama enam bulan pertama yaitu bulan ke 49 sampai bulan ke 54 berada dalam rentang nilai forecast, ini menunjukan bahwa hitungan ramalan yang telah dilakukan menghasilkan nilai ramalan yang akurat. Untuk peramalan enam bulan berikutnya yaitu bulan ke 55
43
sampai bulan ke 60 perusahaan dapat menetapkan target penjualan produk Cypergard 100 ml pada rentang nilai forecast. Penurunan penjualan pada nilai prediksi terjadi pada bulan ke 56, 57, 58 dan bulan ke 60. 4.
Variance Decomposition of Cypergard 100 ml
Variance Decomposition of CYPERGARD_100_ML
120 100 80 60 40 20 0 1
5 SAFE_1
10
15
20
25
30
CYPERGARD_100_ML
35
40
45
50
CYPERGARD_500_ML
Gambar 7. Variance Decomposition of Cypergard 100 ml
Pada gambar Variance Decomposition of Cypergard 100 ml dapat dilihat bahwa penjualan produk Cypergard 100 ml untuk 50 periode kedepan pengaruh nya lebih didominasi oleh produk Cypergard 100 ml itu sendiri. Pada bulan pertama Cypergard 100 ml mempengaruhi Cypergard 100 ml itu sendiri hingga mencapai 92,1 persen, dan pengaruh dari Safe 1 sebesar 7,9 persen. Pada bulan berikutnya pengaruh Cypergard 100 ml pada Cypergard itu sendiri mulai melemah terlihat pada bulan 5 hingga mencapai 72,7 persen dan mulai stabil pada bulan 10 sampai bulan 50 dengan nilai 67 persen Pengaruh dari Safe 1 melemah terlihat dari bulan 5 sebesar 11 persen sampai bulan 50 sebesar 7,5 persen. Sedangkan pengaruh dari Cypergard 500 ml menguat terlihat dari bulan 5 sebesar 16 persen sampai bulan 50 sebesar 24,7 persen. Hal ini mengindikasikan bahwa variabilitas penjualan Cypergard 100 ml selain dominan dipengaruhi oleh penjualan Cypergard 100 ml itu sendiri juga dipengaruhi oleh penjualan Safe 1 dan penjualan Cypergard 500 ml baik dalam jangka panjang maupun jangka pendek.
44
5.
Forecast Error of Cypergard 500 ml Variabilitas data ramalan dapat diukur dengan peramalan kesalahan standar
atau forecast standard error ditambah nilai prediksi dari garis persamaan regresi. Persamaan regresi yang didapat dari pemodelan VECM adalah sebagai berikut: Cypergard 500 ml = 305 - 0,125 SLAG3 + 0,480 SLAG2 - 0,406 SLAG1 + 0,306 safe 1 - 0,038 C100LAG3 + 0,023 C100LAG2 - 0,084 C100LAG1 + 0,239 Cypergard 100 ml - 0,104 C500LAG3 + 0,018 C500LAG2 + 0,338 C500LAG1 Dari persamaan regresi tersebut kita dapat mengetahui nilai prediksi penjualan Cypergard 500 ml. Setelah mendapat persamaan regresi kita hitung nilai ramalan nya. Tabel 7 merupakan hasil ramalan 6 bulan kedepan dengan asumsi nilai prediktor Safe 1 dan Cypergard 100 ml memakai nilai dari persamaan yang telah didapat sebelumnya. Tabel 10. Hasil Peramalan Cypergard 500 ml Bulan Forecast.SE 49 50 51 52 53 54 55 56 57 58 59 60
+300 +334 +372 +401 +427 +449 +466 +487 +507 +527 +545 +562 Pada
tabel
Nilai persamaan 1396 1027 1421 1247 1346 1352 1493 1542 1453 1403 1375 1413
nilai
Nilai Forecast 1096 1696 693 1361 1049 1793 846 1648 919 1773 903 1801 1027 1959 1055 2029 946 1960 876 1930 830 1920 851 1975
persamaan
yang
Nilai Aktual 1400 900 1330 1555 1650 1500 -
didapat
Keakuratan Akurat Akurat Akurat Akurat Akurat Akurat -
berfluktuatif
sehingga
mempengaruhi nilai ramalannya. Nilai aktual selama enam bulan pertama yaitu bulan ke 49 sampai bulan ke 54 berada dalam rentang nilai forecast, ini menunjukan bahwa hitungan ramalan yang telah dilakukan menghasilkan nilai ramalan yang akurat. Untuk peramalan enam bulan berikutnya yaitu bulan ke 55 sampai bulan ke 60 perusahaan dapat menetapkan target penjualan produk Cypergard 500 ml pada rentang nilai forecast. Penurunan penjualan pada nilai prediksi terjadi pada bulan ke 57, bulan ke 58 dan bulan ke 59.
45
6.
Variance Decomposition of Cypergard 500 ml
Variance Decomposition of CYPERGARD_500_ML
120
100 80 60 40 20 0 1
5 SAFE_1
10 15 20 25 CYPERGARD_100_ML
30 35 40 45 CYPERGARD_500_ML
50
Gambar 8. Variance Decomposition of Cypergard 500 ml Pada gambar Variance Decomposition of Cypergard 500 ml dapat dilihat bahwa penjualan produk Cypergard 500 ml untuk 50 periode kedepan pengaruh nya lebih didominasi oleh produk Cypergard 100 ml. Pada bulan pertama Cypergard 500 ml mempengaruhi Cypergard 500 ml itu sendiri masih mendominasi mencapai 82 persen, dan pengaruh dari Cypergard 100 ml hanya 12 persen. Pada bulan berikutnya pengaruh Cypergard 500 ml pada Cypergard 500 ml itu sendiri mulai melemah terlihat pada bulan 5 hingga mencapai 55,6 persen sampai bulan 50 mencapai 30,8 persen. Pengaruh dari Cypergard 100 ml mulai mendominasi terlihat dari bulan 5 sebesar 37 persen sampai bulan 50 sebesar 60 persen. Sedangkan pengaruh dari Safe 1 mulai melemah dari bulan 15 sebesar 9,8 persen sampai bulan 50 sebesar 9,1 persen. Hal ini mengindikasikan bahwa variabilitas penjualan Cypergard 500 ml selain dominan dipengaruhi oleh penjualan Cypergard 100 ml juga dipengaruhi oleh penjualan Safe 1 dan penjualan Cypergard 500 ml itu sendiri baik dalam jangka panjang maupun jangka pendek. 4.2.9 Implikasi Manajerial Setelah melakukan analisis kointegrasi penjualan produk Safe 1, Cypergard 100 ml dan Cypergard 500 ml, perusahaan dapat menafsirkan produk yang mempunyai pengaruh positif paling besar terhadap semua produk. Implikasi dari hasil analisa dan interpretasi ini akan mempengaruhi keputusan manajerial seperti dalam merencanakan strategi pemasaran yang mungkin dilakukan.
46
Pemasaran suatu produk memerlukan suatu strategi tertentu agar produk tersebut dapat dipasarkan dengan baik dan memenangkan persaingan. Produk pengendalian hama rayap merupakan suatu produk yang memerlukan strategi pemasaran agar dapat diterima oleh konsumen dan dapat bersaing dengan produk lain atau produk penggantinya. Pencapaian tujuan dan sasaran perusahaan dapat dicapai dengan menerapkan strategi pemasaran yang tepat. Berdasarkan hasil analisis FEVD diketahui penjualan produk PT Chemigard untuk 50 periode ke depan mengalami peningkatan. Oleh karena itu, PT Chemigard memerlukan strategi pemasaran untuk mencapai target penjualan 50 periode ke depan. ο·
Segmentation, Targeting, dan Positioning
1.
Segmentation Segmentasi yang dimiliki oleh Cypergard dan Safe 1 saat ini adalah segmen
retail yaitu individu atau keluarga yang ingin memiliki rumah yang nyaman terbebas dari gangguan rayap dan segmen corporate yamg membutuhkan gedung yang kokoh dan tahan lama. Segmentasi pasar dari PT Chemigard sebaiknya diperluas untuk mencapai target penjualan yang terus meningkat hingga 50 periode ke depan. Segmentasi pasar PT Chemigard bisa diperluas dengan melakukan kerjasama tidak hanya dengan segmen retail dan corporate yang berada di wilayah Jakarta, Surabaya, dan Medan, tetapi diperluas hinga ke luar daerah
terutama
wilayah-wilayah
pemekaran
atau
sedang
mengalami
pertumbuhan dan pembangunan. 2.
Targetting Targetting atau penetapan target pasar merupakan proses evaluasi dari
berbagai segmen dengan memutuskan jenis segmen mana yang akan dilayani atau yang digunakan oleh perusahaan agar proses pemasaran setiap produk dapat terkonsentrasi pada segmen sasaran tersebut. Setelah mengidentifikasi dan mengklarifikasikan segmentasi pasar, langkah selanjutnya yang harus dilakukan oleh PT Chemigard adalah menetapkan dan menentukan target pasar dari ketiga produk Safe 1, Cypergard 100 ml dan Cypergard 500 ml. Sebaiknya target pasar setiap produk diidentifikasi secara spesifik agar pemasaran yang dilakukan pada produk tidak mengganggu pasar produk lainnya.
47
Produk Safe 1 diproduksi untuk diaplikasikan kepada bangunan yang sudah jadi atau disebut pasca kontruksi, melihat produk Safe 1 yang bersifat non-revelen yaitu racun yang mematikan rayap dengan cara perlahan melalui trofalaksis atau racun kontak sehingga racun dapan menyebar dengan cepat kedalam sarangnya. Target pasar yang tepat untuk produk Safe 1 yaitu untuk segmen retail atau individu yaitu pria dan wanita dewasa yang berusia 25-50 tahun dengan gaya hidup yang dinamis dan bersih dengan status ekonomi menengah keatas dan memiliki bangunan yang sudah jadi seperti rumah. Sedangkan target pasar untuk segmentasi korporat yaitu perusahaan jasa pest control dan perusahaanperusahaan yang memiliki fasiltas bangunan yang sudah jadi seperti kantor dan pabrik. Produk Cypergard diproduksi untuk diaplikasikan kepada lahan yang akan didirikan bangunan atau disebut pra kontruksi, melihat produk Cypergard yang bersifat revelan yaitu racun yang mematikan rayap dengan cepat pada area yang telah diberikan pestisida cypergard atau disebut juga racun knockdown. Produk Cypergard dibagi dalam dua kemasan yaitu 100 ml dan 500 ml untuk memfokuskan target pasar yang akan di ambil. Target pasar yang tepat untuk produk Cypergard 100 ml yaitu untuk segmen retail atau individu yaitu pria dan wanita dewasa yang berusia 25-50 tahun yang memiliki lahan yang akan didirikan bangunan dan memiliki gaya hidup yang dinamis dan bersih dengan status ekonomi menengah keatas. Sedangkan target pasar Cypergard 500 ml adalah korporat yaitu perusahaan jasa pest control, dan perusahaan-perusahaan yang akan mendirikan fasilitas bangunan seperti kantor dan pabrik. 3.
Positioning Tahap akhir yang harus dilakukan perusahaan adalah positioning atau
penentuan posisi produk. Positioning adalah memposisikan produk di dalam pikiran konsumen (persepsi, kesan, dan perasaan kompleks) sesuai dengan yang diharapkan oleh perusahaan. Positioning Cypergard dan Safe 1 menunjukan termitisida dengan bahan aktif yang aman terhadap lingkungan, tahan lebih lama dalam mengendalikan gangguan dan serangan rayap terhadap bangunan dan perabotan kayu yang berada di dalam rumah.
