/pa.-v
MODEL SlSTEM MA UNTUK STRllTEGl KEBlJ PWODUK lMDUSTRl
( 9 8 8 F A K U L T A S T E K M O L O G l PERTANBAN I M S T I T U T P E R T A N I A M BOGOR
8
0
6
0
R
F 21.
Anita Irawati. Strategi
Model Sistem Manajemen Ahli u n t m
1429.
KebijaKan Harga ProduK I n d u s t r i Pangan.
blmbingan D r .
bawah
Di
I r . E r i y a t n o , MSAE.
R I NGKASAN
Dalam dunla blSnlS,
p a r a manajer s e r l n g dihadapkan pada
Keputusan yang didasarKan pada aka.>. .s e h a t s e r t a d i d w u n g 01 eh ,
lntuisl
dan pengalaman.
produlc
seringkali
#
. ,.
? ',.
4
~ e n e n t u a i is t p i a ; t g i , k e b i jakan h a r g a
...
bersii!a%.
spesifik..
. ...
sul it
=ehingga
,
d l s e l e s a i k a n dengan teKnik baku m e l a l u i p,efydegatan berencana. . .. ,. . . . . ', Sistem
Ahli
(SA)
merupaan
salah
satu
cara
yang
p o t e n s i a l dalam mengatasi permasalahan yang t i d a k t e r s t r m t u r dengan
baik
produk;.
( i l l - s t r u c t u r e d ) pada penentuan KebijaXan
SA
harga
a d a l a h program berKeahlian yang b e r i s i sejumlah
i n f o r m a s i yang c m u p untulc mencapai s u a t u kesimpulan t e r t e n t u yang mendekati keputusan seorang a h l i . Ran
dengan
TeKniK Penunjang Keputusan dan B a s i s
bentuX S i s t e m Manajemen Ahli Paket
SA dapat d i i n t e g r a s i Data
mem-
(SMA).
program PRITA dirancang dengan pendekatan
dar. dltujuKan bag1 p a r a pengambil keputusan d i bldang
sistem penen-
tuan h a r g a produk pada l n d u s t r l pangan. Paket program PRITA t e r d r r l d a r l model dan
STRAGA.
PRICE88,
Model PRICE88 a d a l a h program Srstem
Ah11
yang menggunakan teKnlk h e u r l s t l k .
darr
subslstem
basls data,
Model
inl
ESPRIC
Manajemen terdlri
s u b s l s t e m i n f e r e n s r loglKa
clan
pemasaran,
yang
meliputi
saran,
y a i t u h a r g a prod&,
bangan
prod&.
menggun&an
s e l u r u h aspeK dalam b a u r a n dlstribusi,
promosi dan pengern-
Program-program tambzhan d l p e r l d a n
bahasa
pemrograman
pema-
prosedural,
seperti
C untulc menghitung h a r g a poKoK dan
Turbo
PASCAL
atau
prod.uK,
s e h i n g g a d i p e r o l e h K e b i j a k a n yang b e r s i f a t s t r a t e g i s ,
t & t i s dan o p e r a s i o n a l .
harga
dengan
jual
MODEL SISTEM MANAJEMEN AHLI UNTUI; STRATEGI KEBIJAKAN HARGA PRODUK INDUSTRI PANGAN
01 eh
ANITA IRAWATI '
F 2i. i4.29
SKRIPSI Sebagai salah s a t u syarat untuk rnernperoleh gelar
SARJANA TEKNOLOGI PERTANIAN pada Jurusan TEKNOLOGI INDUSTRI PERTANIAN FaKultas Teknologi Pertanian I n s t i t u t Pertanian Bogor
1988
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR
INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN MODEL SISTEM MANAJEMEN AHLI UNTUK STRATEGI KEBIJAKAN HARGA PRODUK INDUSTRI PANGAN
SKRIPSI Sebagal salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN pada Jurusan TEKNOLOGI INDUSTRI PERTANIAN FaKultas TeKnologl Pertanlan Instltut Pertanlan Bogor
Oleh ANITA IRAWATI
F
21. 1429
DilahirKan pada tanggal
18
September 1965
di Ujung Pandang Tanggal lulus : 33 September
Bogor, 15
September
1988
1988
XATA PENGANTAR
P u j l s m u r dipanjatKan Kehadlrat A l l a h SWT, memberiKan
yang t e l a h
rahrnat dan hidayah-Nya sehingga s k r i p s i i n i dapat
diselesaikan. S k r i p s i dengan judul Strategi
KebijaKan
merupaKan
salah
Teknologi
"Model Sistem Manajemen Ahli
Harga
ProduK I n d u s t r i
s a t u s y a r a t untuK
Pertanian
Pertanian, Fateta
pada
mencapai
Jurusan
untuK
Pangan" gelar
Teknologi
ini
Sarjana Industri
- IPB.
Atas t e r s e l e s a i K a n n y a
s k r i p s i i n i , p e n u l i s menghaturkan
t e r i m a Kasih kepada: Ir.
1. D r .
t e l ah
E r i y a t n o , ESAE., sebagai
dosen pembimbing, yang
membimbing dan memberi pengarahan selama penmsunan
sKripsi i n i . 2.
Ir.
Hanaf i a h DJajawinata,
Indonesla,
yang
d i r e k t u r pen j u a l an PT Uni l e v e r
t e l a h memberl l n f o r m a s l d l bldang penen-
t u a n h a r g a produK. 3.
Ir.
Rasyld
pemasaran
dan I r . dan
Indra P u d j l a s t u t l ,
manajer produK
PT
selaKu
KEMFOODS,
manaJer
yang
telah
member1 lnformasr yang dlperlulcan. 4.
BapaK WlSnU,
selaKu
juga
memberl lnformasl mengenal
banya.
p??OduK.
d l r e k t u r Komersll PT MANTRUST, penentuan
yang narga
5. Drs. Suryadi dan bap&
dUStrlan,
Yang
Adi Sulalman dari Departemen Perin-
telah memperlancar
pencarian
informasi
pada industri di wilayah DKI JaKarta. 6. Staf
dosen
dan
mahasiswa
Pertanlan, FATETA
- I?B
Jurusan
Teknologi
Industri
yang telah memberikan
duKungan
moril dan materil selama penyusunan skripsi. AKhir Kata, Saran
Yang
semoga skripsi ini bermanfaat.
bersifat mernbangun sangat
diharapkan
KritiK dan dan
akan
dlterlma dengan senang hatl.
Bogor,
September
1968
Penulis
DAFTAR IS1
H a l aman
. . . R INGKASAN . . . . . DAFTARTABEL.. . . DAFTAR GAMBAR . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . PENDAHULUAN . . . . . TINJAUANPUSTAKA. . . A. D A S A R P E M I K I R A N . .
. . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
KATA PENGANTAR
DAFTAR LAZ?P IRAN
I. 11.
111.
IV.
B.
S I S T E M MANAJEMEN A H L I
C.
MANAJEMEN PEMASARAN
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . . . . .
. . . LANDASANTEORI. . . . . . . . . . . . . . . . A. S I S T E M A H L I B E R B A S I S PENGETAHUAN . . . . . D.
PERENCANAAN S T R A T E G I K E B I JAICAN HARGA
B.
T E K N I K PENYERAPAN PENGETAHUAN DAN REKAYASA PENGETAHJAR
C.
TAHAP PEMBENTUKAN DAN A P L I K A S I S I S T E M A H L I
. . . . . . . . . . . . . . . .
. . . . . . . . E. T E K N I K P E N Y A J I A N PENGETAHUAN . . . F. T E K N I K PENUNJANG KEPUTUSAN . . . . . . . . PENDEKATAN S I S T E M . . . . . . . . . . D.
T M N I K MEKANISME I N F E R E N S I
A.
ANAL I S A KEBUTTJ3AN
B.
FORMULAS1 PERMASALAHAN
C.
IDENTIFIKASI SISTEM
. . . . . . . . .
. . . . . . . . . . . . . .
. . . .
iv
vi
x xi xii 1 5
5
H a l aman V
.
. . . . . KONFIGURASI MODEL PRITA . MODEL PRICE66 . . . . . . MODELESPRIC . . . . . . MODEL STRAGA . . . . . .
. . . ‘ .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . . . . . . . . A . VERIFIKASIMODEL . . . . . . B . SISTEM UNAJEMEN AHLI . . . . C . TEKNIK PENYERAPAN PENGETAHUAN D . MEYCNISME INFERENSI . . . . . E . TEKNIK PENYAJIAN PENGETAHUAN F . TEKNIK PENUNJANG KEPUTUSAN .
. . . .
. . . .
. . . .
. . . .
. . . . . . . . . . . . .
PERMODELANSISTEM A. B. C.
D.
VI . PEMBAHASAN
VII . KESIMPULAN DAN SARAN A . KESIMPULAN B . SARAN
. . . . . . . . . . . . . . .
. . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
DAFTAR PUSTAKA LAMPIRAN
. . . . .
64 64 65
70 74 76 76 62 84 87 69 90 94 94 97 99 101
DAFTAR TABEL
Hal aman Tabel 1. Perbedaan Sistem Ahli b e r b a s i s pengetmuan dengan program Konvenslonal . . . . . . .
29
Tabel 2. Penentuan tingKatan untw a l t e r n a t i f pada suatu K r i t e r i a , . . . . . . . . . . .
.
75
. . . . . . . . .
88
.
.
Tabel 3 . Tabel pembenaran
. .
. .
DAFTAR GAMBAR
Hal aman
. . .
. .
Gambar
2. Dlagram slstem pemasaran total
Gambar
3. Tahapan dalam proses perencanaan pemasaran
Gambar
4. Permlntaan yang lnelastls dan elastls
Gambar
5. Pertimbangan-pertimbangan pokok dalam pro-
ses penetapan harga Gambar
. . .
,
. .
. . . . . . . .
12 14
17
16
6. Sembllan strategl bauran pemasaran berda-
. . . . . , , . . Komponen Slstem Ah11 . . . . . . . . . . . Tahap ldentlfiKasl proyek . . . . . . . . s a r ~ a nharga/mutu p r o d m
Gambar
7.
Gambar
8.
Gambar
9. Masalah-masalah dalam penyerapan pengeta-
huan
. . . . . . . .
. . . . . . . . . . .
Gambar 10. Tahap pengembangan SA berbasls pengeta. . . . . . . . . . . huan . .
.
. . .
.
.
Gambar 1 i. Straregl pengendall yang dlgunaKan dalam mekanlsme lnferensl , . . . . . .
.
. .
Gambar 12. Arsltektur SA berbasls pengetahuan
. .
. . .
Gambar 13. Metodologl pemecahan masalah dengan pende. Katan slstem . , , , . . . . . . , . .
.
. . . , . , . Dlagram input output . . . . . . . . , . , ~onflguraslp a ~ e tprogram PRITA . . . . . Diagram alir deskriptif model PRICE88 . . Diagram alir model ESPRIC . . . . . , . . Diagram alir clesKriptif model STRAGA . .
23
30 33
36
38
46 47
58
Gambar 14. Diagram llngkar sebab aKlbat
62
Gambar 15.
63
Gambar 16. Gambar 17. Gambar 16. Gambar 19.
GambaP 20. Diagram aiir program u n t m model STRAGA xi
65
DAFTAR LAIT? IRAN
S am pi ran
I. Evolusl "Artiiiclal Intelligence"
Lampiran
2. Contoh masW.an PRICE88
Lampiran
. . . .
Lampiran Lampiran
Untuk verifikasi model
. . . . . . . . . . . .
. . . . . . . . . .
103
.
. .
,
. .
104
4. Contoh masukan untuk verifikasi model STRAGA , , ,
105
5. Contoh Keluaran model PRICE88 produK sosis
106
.
. . .
. .
. . . . . . . untuk
. . . . . . . . . . . . .
6. Contoh Keluaran model ESPRIC untuk
produk minuman dalam botol Lamplran
102
3. Contoh masukan untuk verifiKasi model
ESPRIC Lamplran
. . .
. . . .
7. Contoh Keluaran model STRAGA untuk produk margarln . . . . . . . .
.
.
.
107
. .
108
,
. . Kaldah-kaldah pada model PRICE88 . . . Instruksl awal pada model PRICE88 . , , Petunjuk pengoperaslan PRICE88 . . . . Program untuk model ESPRIC . . . . , , Program untuK model STRAGA . . . . . .
Lamplran
8. Kondlsl-kondlsl pada model PRICE88
109
Lamplran
9,
116
Laiplran 10. Lamplran i 1. Lamplran 12. Lampiran 13.
182 184 186 188
Penentuan KebijaKan harga produk, agrolndustri, seringkali
bersifat
terutama untuK prod*
spesifik sehingga
sulit
dise 1 esaiKan dengan telcllik baku me1 alui pendeKatan berencana. Keputusan sehat
yang
yang
harus ciiambil sering
didukung
oleh intuisi
dan
seperti
pemrograman
Konvensional dalam komputer.
mempunyai 1 ain.
untuK
pada
Jenis
diprogramKan melalui
agroindustri, Khususnya produX inctustri
KaraKteristiK yang berbeda dengan prodUK
Dalam
&a1
pengalaman.
pengetahuan
ProdUK
ini sulit
didasarkan
pangan
industri
menentultan Kebi jakan pemasarannya harus ciiper-
timbangKan fator-fator subyeKtif yang meliputi
persaingan,
promosi dan penetrasi pasar. Keputusan seorang
dalam bidang ini sering melibatKan
ahli yang sudah berpengalaman.
ciidapatkan melalui
ahli
uji
mengalami banyaK Kegagalan. Keputusan seorang
yang
manajer
coba
Pengetahuan seorang
bertahun-tahun,
dengan
Dengan demiKian untuK memperoleh
optimal, diperluKan proses yang yang
pemiKiran
belurn mempunyal
c & p
lama
bag1
Keahllan
dan
pengalaman pada ruang llngKup penentuan harga prodm pangan. Slstem Ahli (Expert Systems) merupaKan salah satu cahan
yang
potenslal
Menurut Gaultney
(1985),
dalam Slstem
mengatasi
masalah
dl
keputusan seorang ahli.
atas.
berlsl sejumlah informa-
sl yang CuKup untuk mencapal keslmpulan tertentu yang Kati
peme-
mende-
Menurut Madey dan Dean grasikan
(1985),
Sistem fihli dapat diinte-
dengan Sistem Penunjang Keputusan (Decision Support
Systems)
dan
Sistem Manajemen
Basls
Data
(Data
Base
Management Systems) sehingga membentuk Sistem ManaJemen Ahli (Expert Management bertujuan
Systems).
untuk memaparKan
sistem
Penunjang
Keputusan
secara mendetail elemen-elemen
sistem keputusan sehingga dapat menunjang manajer
(pengambil
Keputusan) dalam proses pengambilan Keputusannya. Pengkajian
masal ah
Kb.usus ini dilaKuKan pada
beberapa
industri pangan yang menghasilkan produk pangan selain maKanan pokok, seperti makanan Kaleng, rnakanan dalam botol, maKanan
dalam Kemasan Karton dan sebagainya.
yang
dipilih
pemasaran
adalah jenis industri yang
yang
luas dan jenis pasar
mempunyai
yang
adalah pasar oligopoli atau pasar bersaing unt&
Industri-industri wilayah
menjadi
sasaran
sempurna, Karena
industri-industri seperti itu permasalahan dalam menen-
tukan KebijaKan rumit
dan
harga
mempunyai
prod-
merupaKan
struKtur
yang
permasalahan
tidaK
jelas
yang (ill-
structured). Ruang produx pasar
lingkup analisis meliputi
dalam daur hidupnya,
Canaan bi 1 a
prod&,
posisi
tujuan penentuan harga,
yang dituju, permintaan,
macam Kebi jakan harga prod&,
jenis
pangsa pasar dan
segmen
berbagai
Khususnya produk pangan. Peren-
strategi KebijaKan harga dapat berubah
terjadi ha1 -ha1 Musus dan disesuaiKan
pasar serta peraturan pemerintah yang berlaKu.
sewaktu-waKtu
dengan
Kondisi
Pengkajlan dapat
ini dikembangkan untuk membenta model
membantu
perencanaan yang
para
pengambil
Keputusan
dalam
strategi Kebijakan harga produk
dirancang
ap1iKasi
merupakan
dari
yang
melakukan
pangan.
Model
Konsep
Sistem
Mana jemen Ah1 i. proses
pengambi 1 an
(Knowledge acquisition) mendal am
(in-depth
pemasaran,
direKtUr
dan
dari
para
interview) penjualan
ruang lingkup industri pangan. dengan
masuKan
dari
Perindustrian.
penyerapan
dengan
di1aKuKan beberapa
dan direktur
secara manajer
KOmerSil
pada
Informasi tersebut dilengKapi
1 embaga
Pengumpulan
ahli
pengetahuan
pene 1 itian
lnfcrmasi
dan
Departemen
di lakukan
di
DKI
Jakarta. Tujuan
dari
pengkajian masalah Khusus
yang
dilakukan
adal ah: ( 1 ) mempelajari
berpengaruh
faktor-faktor dan parameter-parameter terhadap
efeKtivitas
yang
pemasaran, Khususnya
dalam strategi.KebijaKanharga, (2)
mempelajari
Konsep
Ban metodologi Sistem Eanajemen Ahli
dalam proses pengambilan Keputusan untuk program perencanaan, (3) mengetahlll
dan menyerap mekanlsme lnferensi yang dlguna-
Kan oleh seorang ah11 dalam menentuxan strategl Keblj&an harga, (4)membentuk
dalam
dan mengembangKan model Slstem ManaJemen Ahli
strategi
KebiJakan harga produk lndustrl
pangan
dengan kecil
teknik yang
sintesls.
Sistem Ahli berbasis
diapliKasiKan u n t w ruang
pengetahuan llngkup
sKala
bersifat
A. DASAR PEHIEIRAB
Setelah
Perang
Dunia
bermir,
11
ilmuwan
dan AmeriKa berusaha untuK mengembangKan apa yang
Inggris
Sekarang disebut dengan komputer. Kan
para
suatu
MereKa ingin mencipta-
mesin eleKtroniK yang dapat
diaraWCan
dengan
simpanan program-program yang berisiKan petunjuK-petunjuk, yang
dibuat u n t m menyelesaiKan perhitungan numerik
.
r ~ mti bahwa
Seorang mesin
penggunaan
ilrnuwan Inggris Alan Turing
tersebut
yang
inStruKSl
dapat
berbeda.
dasar
yang
dipaKai
berpenclapat
untuK
berbagai
~urlng berpendapat
dlberlkan
mesln
yang
bahwa
tersebut
ha-us
dldasarkan pada operator 1 ogika,
sepertl "and", "orv, dan
"notw.
dapat
Operator-operator in1
operator
numerlK
aritmetilta. dapat
yang
untul<.
menjadl
perhltungan
Program yang dldasarKan pada operator loglKa
memanlpulasl semua
pernyataan
dibutWan
dlralclt
dalam
bahasa
pernyataan
slmboliK,
termasuK
sehari-harl (Harmon dan
Klng,
1965).
Para
llmuwan
dl
bldang
Komputer
tldalc
hanya
mengembangKan Komputer sebagai pengolah angKa, tetapl juga berusaha
mengembangKan Komputer sebagai pengolah
simbol-
simbol b m a n angka.
Pengembangan program Komputer
dl1anjutKan
slmultan
secara
oleh
para
terus
psl~olog yang
berhubungan MereKa
pemecahan
mengembangiian
menslmulasl suatu
dengan
masalah
program
perlleu manusla.
cabang
dari
ilmu
Komputer Pada
Komputer
"Artificial Intelligence" (AI). A1
adalall bagian
dengan
manusla.
yang
dapat
a ~ ~ l r n y aterbenta
yang
dlSebUt
dengan
Menurut Waterman (1986),
dari ilmu KompUter
pengembangan
tentang
yang
berhubungan
program-program Komputer
Evolusi AI. dapat dilihat pada Larnpiran 1.
intelijen.
A1 dapat dibagi
menjadi tiga bidang penelitian yang secara relatif berdiri sendlrl.
Bldang-bldang
tersebut maslng-maslng
bergera
dalam : (1)
pengembangan
program-program
Komputer
yang
dapat
membaca, berblcara atau mengertl bahasa yang dlgunaKan manusla
seharl-harl.
~ e n l s - ~ e n l spemrograman
lnl
dlKenal sebagal pengo 1 ahan "Eiatural Language", (2) pengembangan robot-robot,
yaltu bagalmana mengembang-
Kan program-program vlsual ban nyata yang &an
memung-
K l m a n roDot-robot mengamatl perubahan-perubahan yang terjadi
pada
saat mereka bergere dalam suatu
ilng-
(3) pengembangan program-program yang menggunaKan pengeta-
huan slmbollk u n t a menslmulasl perllaltu seorang anll, yang
sekarang dlsebut dengan Slstem Ahli (Expert Sys-
tems). PerKembangan Slstem
Ah11 (SA)
dlmulal
pada
tahun
1970-an yang dltandal dengan pengembangan model-model
SA
berbasis pengetahuan, seperti MYCIN (Stanford), HEARSAY I1 (Carnegie-Mellon),
MACSYMA
(MIT),
(Stanford),
EMYCIN
PROMFE86 (IPB), DISTAN87 (IPB) dan sebagainya. Penggunaan terus
SA
menunjuman
disebabkan situasi
bisnis
peningKatan
yang
saat
lni
Hal
lni
berarti.
karena dalam bidang bisnis seringkali dijwnpai
dimana
Keputusan
dalam bidang bisnis sampai
para
manajer
yang rumit.
dihadapkan
pada
beberapa
Keputusan-keputusan dal am
sering didasarkan pada aka1 sehat,
yang
bidang
didukung
oleh intuisi dan pengalaman. B. SISTEM MABAJEHEN AHLI
Slstem
Manajemen Ahll (SMA) merupakan fcrmulasl darl
tiga Komponen, yaltu Keputusan
Slstem
Ah11 (SA), Slstem
Penunjang
(SPK) dan Slstem Manajemen Basls Data
(SMBD).
TeKnlK-teKnlK yang mendullung S?iA dapat dillhat pada Gambar 1.
Slstem yang
Ah11 dlgunakan untuK memec-an
"111-structured", rumlt
berslfat
permasalahan dan
memutwan
1ogiKa dal am pemecahannya.
Menurut Felgenbaum
adalah
Komputer
intelljen
yang
prosedur
lnferensl
untuk
program
pengetahuan
dan
( 19821,
menggunaan memec-an
masalah yang cukup rumlt yang memerlukan Kemapuan ah11 untuk pemecahannya.
suatu
SA
seorzng
Pengetahuan yang dlperluKan pada
tingkat tertentu dltambah dengan prosedur lnferensl
yang
digunaKan
dapat dianggap sebagai suatu
model
dari
Keahl ian praKtisi terbaiK dal am bidangnya.
MiKro Komputer Perangkat lun& - "user-friend1y" - "integrated"
I
i
-
*
v
Analisa Keputusan
-+
-
Model preferensi manusia Hodel Keputusan normatif Analisa utilitas atribut ganda 8
SISTEM
MANAJENEN AHL I
I
I lmu ManaJemzn
- Program matematlKa - Program sasaran ganda
Manajemen tlan dan bangan
Pene1 l Pengem-
Gambar 1. TeKniK pendukung SMA (Tlm-DSS, 1985) Mfnurut
Townsed (1987), Slstem Ahll adalah
program
Komputer yang menggunaKan pengetahuan dan teKniK lnferensl untuk
memecahltan
masalah
yang
blasa
dlpecahltan
oleh
seorang ahll. Menurut Penunjang
Keen dan Norton (1978), tujuan darr
Keputusan
adalah
membantu
Slstem
manajer (pengall
Keputusan) pada proses pengambllan Keputusan yang berslfat
semi-struKtura1, yaitu harus rnampu mengintegrasiKan proses Keputusan
struKtural dengan penilaian dari
rnasing-rnasing
pengambil Keputusan yang bersifat subyeKtif. Selanjutnya digunaKan
untuK
Keen
dan
Morton mengataKan
menunjang
penilaian
sekali b m a n menggantl Kannya.
bahwa
SPK
dan
sama
manajer
TidaK benar bahwa Komputer
&an
mampu menswstitusi proses Keputusan manajer.
SPK
dikembangkan lebih rnenitiKberatKan
efeKtivitas
dari
harus
Keputusan
Keputusan
peningkatan
dan
buKan
pada
Efektivitas mencaKup identifiKasi dari apa
efisiensinya. yang
pengambil
pada
TeKniK
diKerjakan
dan
rnenjamin
bahwa
dipilih harus berorientasi
yang
Kriteria
pada
tujuan
(goal-oriented). Sistern Penunjang Keputusan mempunyai efeKtivitas yang tinggi bila perrnasalahan yang dihadapi adalah masalah yang strategis atau sampai derajat tertentu taKtis. untuK
perrnasalahan
optimasi
yang
'
yang
dipelajari
operasional dalam
Sedangkan
digunakan
Penelitian
teKniK
Operasional
(MangKusubroto dan Trisnadi, 1985). Sistem menduKung
Manajernen
Basis
Data
berisi
faKta
Kebenaran informasi yang rnenjadi Keluaran
yang SPK.
Antara SA, SPK dan SHBD terdapat subsistem penghubung yang berguna agar SMA dapat beKerja secara efeKtif.
Manajemen
pemasaran
pengorganlsasian,
adalah
lmplementasi
analisis
perencanaan,
dan pengendalian terhadap
program-program yang disusun untuk menciptakan, membentuk ban
mempertahankan
secara
bersama-sama
dengan pasar yang
dan
hubungan
yang
sasaran
demi tercapainya tujuan organisasional
(Kotler,
Manajemen pemasaran bertumpu pada suatu
analisa
1984).
menguntungkan,
pertukaran
menjadi
atas Kebutuhan, Keinginan, pemahaman dan pilihan preferensi
atas
markets) harga,
sasaran
dan
sasaran perantara
sebagai landasan bagi rancang
(intermediary
bangun
komunikasi dan distribusi produk
penetapan
yang ef ektif dan
ef isien. Secara proses wairtu adalah
ekonomi,
pertukaran dan
definisi
pemasaran
dan mendapatkan
harga yang tepat.
produk
Darl segi
adalah pada
hukum
suatu tempat,
pemasaran
proses pemindahan Kepemilikan dari produsen Kepada
Konsumen.
Sedangkan secara manajerial, pemasaran adalah
pemberian
produk berupa barang atau jasa pada suatu waktu
tertentu, yang dibuat tuhan pasar,
untU
memenuhi Keinginan dan
perencanaan harga,
distribusi, promosi dan
pelayanan setelah penjualan (Buell-, Pemasaran lnteraksl
Kebu-
1985).
dapat dl 1 lhat sebagal suatu slstem
yang terjadl dl dalam dan
dlantara
karena
llngkungan
eKsterna1 dari
ban internal pasar.
f&tor-* a t o r
haan,
Bauran pemasaran
terdiri
yang dapat diKenda1 iKan o 1 eh
perusa-
sehingga seringKali dikatakan
kendali.
sebagai peubah
Komponen dalam bauran pemasaran
distribusi, diKenal
promosi
dan
harga.
adalah produlf,
Komponen-Komponen
dengan peubah Keputusan pemasaran Karena
pemasaran mennya.
dapat
ini
manajer
menentwan jenis dan proporsi tiap
eie-
pembuatan Keputusan dan pengelolaan aK-
Melalui
tivitas
ter-
yang berhubungan dengan tiap peubah bauran
pema-
saran, manajer pemasaran dapat memberiKan Kepuasan Kep2da Konsurnen
sehingga bauran tersebut diKataKan berhasil
dan
suKses (Pride dan Ferrel, 1985). Peubah-peubah
bauran
pemasaran
peubah pada 1ingKungan pemasaran, tas,
dipengaruhi
yaitu politiK,
oleh
legali-
peraturan-peraturan, sosial, eKonomi dan teknologi.
Peubah
pada 1ingKungan pemasaran sering
disebut
sebagai
peubah tidaK terKendali, tetapi dalam beberapa ha1 peubahpeubah
tersebut
pemasaran
dapat diatur.
sangat berflulftuasi,
Peubah
pada
1ingKungan
berubah secara cepat
dan
dramatiK, ha1 ini menyebabKan manajemen pemasaran bersifat tida
pasti (uncertainty) dan "ill-structure" (Pride
Ferrell, 1985).
dan
Diagram dari sistem pemasaran total dapat
dilihat pada Gambar 2 . Keputusan berhubungan
untulf
dengannya
secara langsung
peubah adalah
produlf Ban penting
&tivi$as
Karena
dengan penciptaan produlf
yang
tei-libat
yang diinginlzan
dan dapat memuasKan Konsurnen. manajer
pemasaran
dlstrlbusl, manajemen
Dalam
terllbat dengan
penclptaan transportasl
Slstem
peubah
dlstrlbusl,
pemlllhan
saluran
F ?ngendallan
sedlaan,
dan pengelolaan
slstem
penylm-
panan.
Penbah-pnbah internal y a q &pat biKwm1
W ballx
Yenoah-penbah (lntemal/eYjternal) gang d a p t montro1
Penbah elsternal pang &pat tldal: &pat m o n m 1
Ganbar. 2. Dlagrm s i s t m pmsaran total ( B e l l , 19851
111foms1
habatan dan kesmpatao
Peubah pertmaran tentang peubah
promosi dengan
memberiKan informasi
organisasi dan p r o d m yang harga,
bentukan produk.
digunakan untuk memperlancar kepada
proses
Konsumen
dihasilKannya.
Pada
manajer pemasaran blasanya menentukan pem-
Kebl J aKsanaan
harga
dan
penentuan
harga
Konsumen sangat memperhatiKan harga produk Karena
mempertimbangkan pertukaran,
nll a1 yang dlperoleh darl
suatu
proses
sehlngga harga merupaKan Komponen Kritis darl
bauran pemasaran. PendeKatan
yang
dilakuKan dalarn proses
perencanaan
pemasaran terdlrl darl empat langKah (Buell, 1985), yaitu: ( 1 ) perslapan anallsa sltuasi, ( 2 ) SeleKSl
tujuan dan
strategl, rneilputl :
(a) penentuan tujuan, (b) pengembangan strategl alternatlf, (c) pemllihan strategi terbaiK,
(d) persetujuan darl manajemen, ( 3)
persiapan rencana-rencana talctls,
(4)lntegrasi
rencana
pemasaran dan
bisnls.
Tahapan-tahapan tersebut dapat cillihat pada Garnbar 3. D. PEREHCABAAB STRATEGI KEBIJAgAB HARGA
Penetapan harga merupaKan suatu masalah laba,
dlmana
manajemen
berusaha
menemukan
perencanaan alternatli-
a l t e r n a t i f ban membandingKan a n t a r a yang s a t u dengan
yang
lain,
Kemudian memilih a l t e r n a t i f yang p a l i n g menguntung-
Kan.
Semua o r g a n i s a s i ,
laba
maupun yang tidal.,
masalah
baiK yang berusaha dengan t u j u a n %an s e l a l u menghadapi
masalah-
yang berhubungan dengan penetapan n a r g a a t a s
ba-
rang a t a u j a s a yang mereKa tawarKan ( K o t l e r , 1 9 8 4 ) . [perslapan a n a l i s a s i t u a s
I Pengembangan strategi
tujuan
J
IPersetujuan mana j emen
Pemi 1ihan. strategi-strategi terbaiK
p e r s i r rencana-rencana t a t i s
I n t e g r a s i dengan rencana b i s n i s
Gambar 3 . TaBapan dalam proses perencanaan pemasaran ( w e l l , 1985) Harga s e r i n g menjadi faKtor penentu dalam Penjual yang
&an
meminta harga dual yang l e b i h
diharapKan &an diterimanya,
pembelian.
tlnggi
dari
sedangKan pembe 1i aKan
menawar l e b i h rendah d a r i yang d i h a r a p K a altan dibayarnya. Dengan unsur
demiKlan masalah h a r g a jual m e r u p a a n paling
penting dalam menentman pangsa
salah pasar
satu dan
tlnglrat lieuntungan perusahaan. Harga a d a l a h satu-satunya unsur bauran pemasapan yang menghasi lKan
pendapatan penjual an.
Wal aupun
demiKian,
b a y & perusahaan yang t i d & menggarap masalah harga
jual
dengan
baiK.
Kesalahan-Kesalahan
yang urnurnnya
terjadl
adalab : ( 1 ) penetapan h a r g a hanya mengarah pada b l a y a , ( 2 ) liurang peKa terhadap perubahan p a s a r , ( 3 ) harga
d l t e n t w a n tanpa memperhatlKan unsur
lam
dal am bauran pemasaran, ( 4 ) harga
Kurang
b e r v a r i a s i bag1 J e n l s
prod*
dan
segmen p a s a r yang b e r l a l n a n . Menurut
Kotler
ada t l g a permasalahan
( 1984),
yang utama yang s e l a l u dlhadapl o l e h para lah
pada lalah
penjual.
Masa-
pertama i a l a h bagalmana menetapKan h a r g a produK u n t w
pertama harga
harga
Kallnya.
Ke
dua adalah
bagalmana
u n t m menanggapl perbedaan 1lngKungan w a ~ t udan tempat-tempat t e r t e n t u . bagaimana
perusahaan
menyesualKan ban
peluang
Masalah Ke
mempraKarsal dan
tlga
menanggapl
perubahan-permahan harga. 1.
Penetapan Harga Pertarna Ealj zlasalah
penetapan
harga
untw
pertama
t e r j a d l pada s a a t perusahan mengembangKan s u a t u baru,
memperKenalKan
prod-
kallnya prodw
lama pada s a l u r a n d l s t r l -
bus1 a t a u pada wllayah yang baru Ban pada s a a t mengikut l t e n d e r baru.
LangKah- 1angxab yang blasanya dltempuh
untuK menetapKan hargz jual pertama Kali adalah menentwan permintaan;
tujuan (3)
harga;
12) menentuKan
memperKiraKan blaya;
:
(1 )
tlngKat
( 4 ) menganal i s i s
harga dan tawaran pesalng; (5) memillh metoda penetapan harga; dan ( 6 ) menentuKan harga aKhlr.
perusahaan
harus
menentwan
dicapai dari produK tertentu. menjatwan
apa
yang
ingin
Bila perusahaan telah
pilihan pada suatu target pasar
dengan
penempatan pasar tertentu (marKet positioning), maKa strategi bauran
pemasarannya,
termas=
harga, &an
lebih cepat ditentuKan. Tujuan usaha yang utama yang dapat ciiraih perusahaan adalah malisasi
laba
oleh
bertahan hidup (survival) , maKsi-
JangKa pendeK,
unggul dalam
pangsa
pasar dan unggul dalam Kualitas produK. b. BenentuKan Permintaan
Hubungan mlntaan
diKenal
schedule). prodpada
antara harga jual dengan jumlah perciengan Kurva
Kurva
permintaan
permlntaan menggambarKan
yang dibeli dl pasar dalam perlode berbagai
(demand
tlngKat harga.
ciapat dlllhat pada Gambar 4.
Kurva
jumlah
tertentu
permlntaan
~ u m l a hpermlntaan per per1 ode
Jumlah permlntaan p e r perlode
( a ) permintaan i n e l a s t i s
(b)
permintaan e l a s t i s
Garilbar 4. Permlntaan yang l n e l a s t l s dan e i a s t l s ( K o t l e r , 1984) c . Rengestimasi Biaya
Jumlah tapKan
permintaan sangat berperan dalam
harga
penjual.
t e r t i n g g i yang
SedangKan
dapat
dipasang
meneoleh
b i a y a akan menjadi b a t a s h a r g a
jual terendah. Dalam
rangKa penetapan harga
jual,
rnanajemen
p e r l u memahami p e r i l a k u b i a y a terhadap t i n g k a t dWsi
yang
berbeda-beda.
biaya produKsi,
distribusi,
Biaya rneliputi
pro-
seluruh
prornosi dan biaya pen-
j u a l an. d. Nenganalisis Harga dan Tawaran Pesaing
Harga
J u a l yang ditetapKan o l e h
s e r t a KernungKlnan
reaKsi-realcsi yang
para
pesaing
timbul
aKan
turut
menentuxan strategi harga jual yang
perusahaan.
Hal
mempelajari
ditempuh
ini menyebabkan perusahaan
harga jual dan mutu pr0dU.K dari
perlu setiap
pesaing. e. Pemillhan netoda Penetapan Harga Dengan aiaya haan
tersedianya
data
permintaan,
aan tingKat harga jual pesaing,
maKa perusa-
dapat memilih dan menentman harga
duKnya.
fungsi
jual
pro-
Pertimbangan-pertimbangan
p o ~ o ~ dalam
proses penetapan harga dapat dilihat
pada Gambar 5.
biapa
dm mga
jnal
ba-
ciri
tiW m@In pmintaan
Ganbar 5. Pertinbangan-pertmgan pP)i&
dalaa groses mtaw harga potler, 19W)
Hetoda penetapan harga jual blaya
plus,
anallsa
harga
u n t m sasaran
adalah berdasarKan
t i t l ~Impas laba,
sampul
Hetoda
tertutup
penetapan
menurut persepsl nllai,
menglKuti harga pasar yang ada dan dalam
dan
penawaran
harga
.
(sealeaid prlclng)
penetapan harga berdasarKan blaya
plus
adalah menambah tlngKat Keuntungan yang standar pada
biaya-biaya rang.
yang telah dibebanKan atas
Besarnya
suatu
ba-
tambahan harga (marK-up) tergan-
tung pada jenis produk yang dihasilKan. Hetoda analisa titiK impas dan penetapan untuk sasaran laba berorientasi pada biaya. haan
mencoba menetapKan harga jual yang
&an
menghasilKan Keuntungan yang menjadi
nY?.
Hetoda
harga
Perusa-
diharapKan sasaran-
ini menggunaKan Konsep impas
(breaK-
even). Penetapan harga menurut persepsi nilai menetapKan dirasaKan
harga jual berdasarKan nilai/citra
Perusahaan memanfaatKan unsur-
u n s w bukan harga dalam bauran pemasaran untuK
nya.
yang
(perceived value) atau yang d i W i Konsu-
men terhadap produk.
bentuk
adalah
nilai/citra
dalam
piKiran
para
mem-
Konsumen-
Zlasalah Kunci dalam metoda ini ialah menentu-
Kan
secara
pro auk.
tepat persepsi pasar
Karena
itu
pada
nilai-nilai
diperluxan suatu riset
pasar
atas nilai yang sesungguhnya, sehingga dapat diguna-
an
sebagai petunjux penetapan harga yang efeKtif. Penetapan harga berdasarKan harga
ada
pasar
dilaKuKan dengan melihat harga jual yang
tapKan dapat
oleh sama,
pesaing.
Hariga jual yang
yang dite-
ditetapKan
lebih mahal atau lebih murah
daripada
yang ditawarKan oleh pesaing-pesaing utamanya. netapan harga dal am sampul tertutup didasarKan
~ e pada
perkiraan
atau
dugaan tentang
bagaimana
pesaing-
pesaing &an memasang harga. f , Henpelelisi Harga A K h i r Dalam menentuKan harga W i r , me 1 i h a t
beberapa
faKtor
psikologis,
jual dan damp* 2.
p e r t lmbangan
perusahaan p e r l u
tambahan,
sepert i
KebijaKan perusahaan a t a s harga
h a r g a pada pihaK-pihalc l a i n .
Hemodif iKasi Harga a. Penetapan Harga per Wilayah Geografis
Penetapan perusahaan harga
harga
dalam
dengan
cara
pengambrlan
in1
keputusan
mellbatkan mengenal
produK bag1 konsumen-Konsumen yang berada
berbagal
tempat yang b e r l a l n a n .
yang
POKOK
dl
Ada llma s t r a t e g l
dlgunaKan dalam penetapan
harga
untm
wllayah g e o g r a f l s , y a l t u penetapan h a r g a " F r e l g h t On Board/FOB1' sumen) , tapan
(membebanl
penetapan harga
blaya angkutan
kepada
harga penyerahan seragam,
perwllayah ( s e l u r u h
daerah
dibagi a t a s beberapa wilayah pemasaran), titik
,
patokan (ditentuKan s,atu k o t a
Konpene-
pemasaran harga ber-
sebagai
t i t i K
patokan pemasaran) dan penerapan h a r g a pang termas.uK angkutan
(untuK
p e n e t r a s l pasar dan b e r t a h a n
s l t u a s l persalngan yang k e t a t ) .
pada
b. Potongan Harga (Rabat] Sebaglan besar perusahaan &an modlflKasl
membuat
sedlKlt
terhadap harga dasarnya sebaeal
imbalan
pada Konsumen atas hal-ha1 tertentu, mlsalnya pembayaran
yang leblh awal,
pembellan dalam jumlah
nyaK,
pembellan
muslm sepl dan
dalam
ba-
sebagalnya.
Beberapa jenls potongan harga adalah potongan tuna1 (untuk pembayaran tepat atau mendahului waKtu ditent-an), dalarn
potongan
jumlah
saluran
besar) ,
kuantitas potongan
dlstrlbusl), potongan
yang
(untuk pembellan fungslonal
(untuk
muslman (pada muslm-
musim sepl) clan lmbalan Khusus (untuk "dealer" yang berperan serta dalam iklan dan program promosi). C.
Penetapan Harga Prornosj Dalam barang
Keadaan
calon
leblh bay& 6.
perusahaan
menjual
atau jasanya dl bawah standar harga,
kadang-~adang dl menarlk
tertentu,
bawah harga pokok
pembell atau untuk
dengan
memiKat
bman tujuan pembell
lagl.
Penetapan Harga DlsKrlmlnatlf Harga
dlskrimlnatlf
terjadi
blla
perusahaan
menjual barang atau jasa dengan harga yang
berbeda-
beda, mesKlpun perbedaan blaya produk tersebut tld&
propors i o n a l tapan
dengan perbedaan harga.
harga d i s l t r i m l n a t i i adalah
Dasar
pene-
Konsumen,
bentuK
produlc, tempat dan walctu.
e . Penetapan Karga ProduK Baru Xarena siKlus
dalam
perusahaan Tahap
setiap
produk s e l a l u melewati
hldupnya,
maka pada
umumnya
&an s e l a l u mengubah s t r a t e g i
p e r i n t i s a n dalam s i k l u s s u a t u
sangat
s u l i t ban menantang.
tahapan setiap
harganya.
produk
selalu
Beberapa macam
pene-
tapan h a r g a untuk produk baru adalah: (1)
Penetapan Harga Produk Baru I n o v a t i f Perusahaan yang sedang memperKenalKan s u a t u i n o v a s i yang d i l i n d u n g i o l e h paten dapat memilih metoda dan
penetapan harga untulc "marKet
sKimmingW
penetapan harga untuk p e n e t r a s i pasar
yang
akan d i jelasKan d i bawah i n i . ( 2 ) Penetapan Harga untuk "MarKet SKimmlng"
Banyak baru
perusahaan
yang
menemukan
dan d i l i n d u n g i o l e h hak paten pada awalnya
memasang h a r g a jual yang t i n g g i untuk l a p i s a n a t a s d a r i s t r u k t u r pasar. sang men
produk
menjaring
MereKa mema-
harga yang dlperltirakan bagi beberapa segsangat
berni 1ai
produk baru t e r s e b u t . mulai menYUSUt,
tinggi
untuk
memperoleh
S e t e l a h penjualan perdana
harga diturunKan untuk
menariK
laplsan
Konswnen beriKutnya yang peka
terhadap
harga. ( 3 ) Penetapan Harga u n t w P e n e t r a s l Pasar
BanyaK
juga perusahaan yang memasang harga
yang r e l a t l f rendah pada prod*-prod& mereKa,
dengan
harapan
lnovatlf
menarlK
&an
s e k a l l pembell sehlngga mernperoleh
banyaK
pangsa pasar
yang besar. ( 4 ) Penetapan Harga pada Prod* perusahaan b a n g ~ a n prod& masalah ambll
yang merencanaKan unt& mengembaru
Keputusan yang
Harga prodSedang
Strategi premlum
2.
4.
strategi memasang harga ber1eblhan
5. s t r a t e g i
Strategi pengiKls
8.
7.
.
prod&
dari
di-
segl
Gambar 6 memperlihatKan
I.
Sedang
menghadapl
Kemungkinan s t r a t e g l harga/mutu.
Tlnggi
nutu Prod*
&an
penempatan
h a r g a j u a l dan mutunya.
Tlnggi
tlruan
penempatan produK.
menyangKut
sembllan
Baru Tlruan
Strategl penetrasi
Rendah 3.
Strategi n i l a l istlmewa
6.
Strategi n l 1a i balK
9.
Strategi n l 1a l rendah
rata-rata
f
Strategl pemberslh
Gambar 6. Sembllan s t r a t e g i bauran pemasaran berdasarKan h a r ga/mutu p r o d m ( K o t l e r , 1984)
2. Penetapan Harga dalam Bauran ProduK
Bila bauran juga
s u a t u produk merupakan bagian d a r i
produk,
harUS
maKa
penetapan tingKat harga
s e d i K i t dimodif i k a s i .
Dalam
s a l ing
menun j ang,
sehingga
jual
ha1
perusatlaan sebaiKnya mencari SeperangKat harga yang
suatu
keuntungan
ini jual dari
s e l u r u h bauran produk maltsimum. ( 1 ) Penetapan Harga L i n i Prod-
Dalam
dunia
menggunaan
perdagangan,
jenjang
banyaK
harga ( p r i c e
penjual
point)
bagi
beberapa produk yang ada dalam s a t u l i n i .
Pen-
jual
yang
h a r u s menentukan perbe-daan K u a l i t a s
&an m e n g a r m a n pada perbedaan h a r g a j u a l . ( 2 ) Penetapan Harga P r o d m opsional
Banyak atau
perusahaan yang menawarkan
c i r i opsional disamping
Harga
bagi
p i l i h a n tambatlan
tersendiri.
Perusahaan
produk harus
produk
pokomya. ciitetapxan
h a r u s mengambil
Kepu-
t u s a n tentang c i r i - c i r i ataU f a s i l i t a s mana yang sudah
termasuk
dalam h a r g a dan mana yang
&an
ditawarKan sebagai p i 1 i h a n tambahan. ( 3 ) Penetapan Harga Produk yang S a l i n g HenariK
(Cap-
t i v e Product) Dalam
i n d u s t r i t e r t e n t u banyal'.
barang-barang
dihasilkan
yang penggunaannya h a r u s bersama-
sama dengan barang poKoK yang l a i n .
SerlngKali
d i b e r i k a n harga yang r e 1 a t i f rendah bagi barangbarang
poKoYaya dan t i n g g i bagi barang
Komple-
menternya. (4)
Penetapan Harga P r o d m Sampingan Dal am menghasi lKan p r o d m seringKal i muncul p r o d m sampingan.
B i l a produk sampingan t e r s e -
but hampir tidaK memiliKi n i l a i , sedangkan untuk membuangnya diperluKan biaya yang
3.
maita
biasanya
harga
produk poKoKnya.
agaK
besar,
biaya t e r s e b u t dibebanKan
pada
Wemprakarsai dan Wenanggapi Perubahan Harga dan
strategi
harga,
&an menghadapl s a a t - s a a t
tertentu
dimana
harga.
Dal am
Sesudah perusahaan mereKa
ingin
menentukan
memotong a t a u
Keputusan
a t a u KenaiKan harga, ban
pesaing
struktur
menyusun
untuk
menaiman
mempraKarsai
pemotongan
p e r l u diperhatiKan reaKsi pembell
yang mungKin timbul a t a s perubahan
harga
tersebut.
a. Hemprakarsai Pernotongan Harga Beberapa Keadaan
atau
per1 s t l w a
dapat mendo-
rong s u a t u perusahaan untuk; memotong harga, walaupun ha1 i n 1 dapat menlmbulKan perang harga.
B l l a peru-
sahaan
d l p e r lukan
meml 1I K ~ Ke1 eblhan
Kapasltas,
tambahan
penghasll an
yang
tld&
dengan menlngKatkan usaha-usaha purnaan
produk
adalah
merosotnya
persaingan Karsal
harga.
dlperoleh
penjual an,
a t a u yang lalnnya. pangsa
dapat
pasar
penyem-
Xeadaan
laln
aklbat
Ketatnya
perusahaan dapat juga
mempra-
pemntongan harga dalam usaha u n t w mengung-
g u l l p a s a r melalul s t r u k t u r b l a y z yang l e b l h rendah. b. HempraKarsai KenaiKan Harga
Pertirnbangan
utama
yang
mendorong
KenaiKan
h a r g a adalah i n f l a s i yang s e l a l u b e r l a n j u t .
Hening-
Katnya biaya t o t a l mengaKibatKan h a r g a h a r u s UinaiKKan s e c a r a b e r k a l a . yang b e r l e b i h .
F a K t o r l a i n a-dalah
permintaan
B i l a perusahaan t i d a k dapat memenuhi
s e l u r u h Kebutuhan Konsumen, maka perusahaan t e r s e b u t dapat menaiwan harga,
menetapKan j a t a h bagi Konsu-
men a t a u Keduanya s e k a l i g u s . C.
ReaXsl a t a s Perubahan Harga Sebelum
mengadaKan
r e a s i terhadap
perubahan
h w g a pesaing, perusmaan SebalKnya mempertimangkan ha1 -ha1 sebagai b e r i k u t : ( I)
a1 asan pesalng mengubah h a r g a ,
( 2 ) perubahan t e r s e b u t b e r s l f a t sementara a t a u
per-
manen, ( 3 ) dampak terhadap pangsa p a s a r dan Keuntungan b i l a
perusahaan t i d a K bereaKsi, (4)
tanggapan pesaing a t a s r e e s i perusahaan. yang memimpin pasar dapat melaKuKan
Perusahaan beberapa
pilihan
dalam
menanggapi perubahan harga
yang d i b u a t o l e h pesaing, y a i t u : ( 1 ) t e t a p pada h a r g a jual
(2) tetap
pada
saat ini,
h a r g a j u a l dan mengadaxan
serangan
b a l m non harga, ( 3 ) menuruman harga j u a l , ( 4 ) menaiman
harga
jual
clan
me1aliuKan
serangan
baliK dengan produlc. Pada analisa
dasarnya reaKsi terbaiK memerlulcan yang
berjalan.
cermat mengenai s i t u a s i
yang
suatu sedang
s e l a i n i t u p e r i u juga d i l i h a t suinber daya
yang dimiliKi o l e h pesaing, s a s a r a n yang i n g i n dicap a i o l e h pesaing, KepeKaan p a s a r pada h a r g a j u a l dan nilai,
p e r i l a k a biaya dengan volume, s e r t a a1 t e r n a -
t i f - a l t e r n a t i f peluang yang d i m i l i K i o l e h perusatlaan sendiri.
I I I. LAliIDRSAE TEORI
A. SISTEIZ RHLl BERBASIS PEBGETMUAB Ada Henurut
beberapa Oxman
Komputer
definisi
tentang
Slstem
(SA).
Ahli
(1985), SA adalah sistem perangKat
yang
menggunaan
pengetahuan
lUn&
(aturan-aturan
tentang sifat dari elemen suatu masalah), faKta dan teKniK inferensi
untu
memecahKan
masalah
memerluKan Kemampuan seorang ah1 i. dalam
yang
biasanya
Menurut Feigenbaum i&
Harmon dan King (19851, Sistem Ahli adalah program
komputer
intelijen
prosedur rumit
inferensi
yang
pemecahannya. tingKat
yang
menggunakan
pengetahuan
untuK memeciLWan masalan
memer1uKan
Kemampuan
Pengetahuan
yang
seorang
dan
yang
cuKup untuK
ahli
diper1uKa.n
pada
suatu
tertentu ditarnbah dengan prosedur lnferensi
yang
digunakan dapat dianggap sebagai suatu model dari Keahlian praktisi terbaiK di bidangnya. Sistem Ahli
adalm
pengetahuan
Ban
program
telcniK
Menurut Townsend Komputer
inferensi
(1987),
yang
menggunakan
untuK
memecrnan
permasalahan yang biasa dipecahKan oleh seorang ahli. Sistem
Ahli
berbeda
(pemrosesan data), pembuat
program
lntcraKtif
yang
program
umumnya hanya
(programmer).
Konvensional
dimengerti
Sistem PAli
Perbedaan
o 1 eh
bersifat
dan mempunyai Kemampuan untuk; menjelasKan
yang ditanyakan pengguna, friend1y).
dengan
apa
sehinnga mudah digunakan (userantara
Sistem Ah1 i
berbasis
pengetahuan data dapat
dengan
pemrograman
Konvens1onal/pemrosesan
dilihat pada Tabel 1.
Tabel I. Perbedaan S - stem Ah1 1 berbasls pengetahuan dengan program Konvenslonal (Waterman, i 985) Program Konvenslonal (Pemrosesan Data)
Sistem a l i Berbasis Pengetahuan
MenyajiKan dan menggunaKan data
MenyajiKan dan menggunaan pengetahuan
Bersifat algoritmik
Bersifat heuristiK
Proses repetitif
Proses inferensi
Memanipulasi secara efeKtif basis data
Memanipulasi secara efeKtif basis pengetahuan
Berorientasi pada pengolahan angKa
Berorientasi pada lahan sirnbolik
pengo-
Komponen Sistem Ahli menurut Oxrnan (1985) adalah: (2) basis data pengetahuan (Knowledge data base), (2) basis data ruang lingKup (domain data base), (3) Sistem
manajemen
basis
data (data base
management
systems), (4)
meKanisme inferensi (inference engine),
( 5 ) penghubung
antara
pengguna
dengan
Komputer
(user
interface), ( 6 ) fasilitas
untuK
mendapatKan
pengetahuan
(Knowledge
acquisition facility). Hubungan Gambar 7.
antar Komponen tersebut dapat dilihat
pada
G a m b a r 7. Komponen Sistem A h l i (Oxman, 1985) Pengetahuan dalam Sistem A h l i t e r c i i r i dari ( I ) dan
(2)
informasi masyaraXat dalam
heuristik. yang
digunaKan
adalah secara
suatu luas,
batang
tubuh
tersectia
unta
l u a s cian s e c a r a umum d i s e t u j u i o l e h
s u a t u bidang.
periilaian
FaKta
yang
baiK,
falcta
H e u r i s t i k merupalcan a t u r a n yaitu aturan tentang
ahli-ahli tentang
alasan
yang
dapat d i t e r i m a dan a t u r a n u n t w memperKirakan dengan baiK, yang
mengKaraKterisasiKan
Keputusan d i lapang.
tingKat
Keahlian
pengarnbilan
TingKat penampaKan s u a t u Sistem A h l i
pada
prinsipnya
kualitas
merupaan
iungsi
dari
Wuran
serta
dari basis pengetahuan yang dim1 1iKi (Harmon dan
1985).
ring,
Henurut Feigenbaurn (i962), teknologl yang
digunalcan
u n t w membentm SA berbasis pengetahuan disebut "Knowledge Engineering" (KE), Engineer). bagaimana
dan ahlinya disebut ahli KE (Knowledge
Daungan
KE pada SA terleta- pada pendalaman
menganalisa masalah daI3 mengembangkan
pencarian yang aigunakan untuK memecahKan
strategi
masalah.
para
aQli KE berhubungan dengan identifikasl pengetahuan Khusus
yang
digunaan
Pada
mulanya ahli KE mempelajari Keahlian
menetaan
seorang
f&ta-f&ta
ahli dalam
dan
memecwan
seseorang
urutan-urutan
digunaan ahli tersebut (rule of thumb).
masalah.
yang
biasa
Kemudian ahli KE
menentukan strategi lnferensi yang digunakan seorang dalam KE
memecUan
ban
masal ah yang sebenarnya.
ahli
U i r n y a ahli
mengembangKan sistem yang menggunaKan pengetahuan
strategl
dan
inferensl yang serupa untuk menslmulasl perllaKu
seorang ahll.
B. TEKBIE PEHYERAPAB PEHGETAIFOAH DAE REEAYASR P E B G E T m A E Seseorang dapat dikataKan a h l i apabila mampu melasanaKan itu. (
sesuatu
dengan pengetahuan'yang
dibutwan
untuK
Definisi "ahli" dapat dicapai melalui dua cara:
1 ) pengal aman pribadi,
( 2 ) reputasi Ban Kredibilitas.
Seorang ahli diKategoriKan berdasarkan kriteria: (
1 ) efektivitas dengan derajat KesuKsesan yang memadai,
(2) eiisiensi dalam menyelesaikan persoalan secara cepat, (3) Kesadaran
akan
mengetahui
apa
Keterbatasan,
dimana
seorang
yang dia Ketahui (Kompetensi)
ah1 i
(Hart,
1986). Menurut O'Keef e (1985),
seorang ahli KE
mendapatKan
pengetahuan yang diperlulcannya dengan melalui tahapan: (I) eKtraksi dari pengetahuan seorang ahli, (2) melakuKan
pengorganisasian
dari
eKstraKsi
tersebut
men jadi basis pengetahuan, (3)
menggunakan
basis
pengetahuan dalam membuat
deduKsi
rasional. TeKniK penyerapan pengetahuan terdiri atas dua baglan utama,
yaitu:
pengetahuan. dilihat
(1) identifikasi proyeK dan ( 2 ) penyerapan
LangKah-1 angKah
pada Gambar 8.
identifiKasi proyeK
Pelaksanaan
dapat
penyerapan pengeta-
h u k b i a s a n y a dilaKuKan melalui interviu (wawancara) oleh KE
terhadap para anli.
gUnalcan atas
Metoda wawancara yang dapat
adal ah disKusi bebas (talK through),
dasar
Kasus yang menariK (critical
di-
pembicaraan
incident
tech-
nique) dan reKlasifiKasi dari tujuan. Para
ahli berguna untulc masyarakat dalam
programnya
sebagai : (I) penyedia informasi, Kan
ahli
seperti
dimana seseorang dapat rnemaniaatmenggunakan
bulcu
teks
dengan
fasiliias tanpa jawab, (2)
penyelesai masalah, seorang ah11 &an
dengan diberikan data yang
cwup
dengan mudah menidentifikasi solusi-
solusi yang dlmungKinKan, ( 31
(explainer),
pen3 el as menjelaskan
seorang
bagaimana
cara
dia
ahli menuju
&an pada
mampu suatu
Pengertian tentang perihal yang dikaji J
Telaah pustaKa dari latar belaltang 1 perihal j 44
Telaah dokumeqtasi dari perihal i LoKasi para ahli :
J
1
Nama para ahli yang &an ditemui oleh KE
i
Garnbar 8. Tahap identifikasi proyek (Hart, 1986) Para
ahli
cara (rules).
tid&
selalu mengikuti suatu
gugus
tata
MereKa mempunyai te 1 aah mendal am pada suatu
permasalahan dan mampu memanfaatkan KebijaKan profesionalnya.
Para a h l i u m m q y a lebih banyaK menggunaKan heuristiK
darlpada algoritma. Untw
membuat
dlperlUKan
model -model dan program
berKeanlian,
penyerapan pengetahuan u n t u dlplndrnan dal am
bentuii Kode-Rode yang dapat dicerna Komputer. harus mempunyai kemapuan teknis, muniKaSi
Ketrampilan dalam berK0-
dan mempunyai wataK yang baik
1angKan Keengganan
Seorang KE
sehingga
menghi-
atau Keraguan dari para ahli yang Seorang KE harus juga
"serap" pengetahuannya.
di
mempunyai
Karaliter: (1)
cerdik
dal am berdipl omasi schingga dapat
menumbuhKan
rasa percaya, (2)
sabar
dan luwes
sehingga mampu beKerjasama dalam tim
anal isa, (3)
persisten
atau telcun,
agar
dalam proses
penyerapan
dapat dihindarKan hal-ha1 yang tldaK Konsisten, (4)
mempunyai
daya
nalar
yang rasional
dan
berfikiran
jernih,
( 5 ) meatif
dalam
mencari
jalan-jalan baru
apabila
menemui hambatan, ( 6)
mempunyai
pengetahuan
Wususnya
dalam
meskipun
dal am
mendisain
Komputerisasi
-
teKniK mekanisme
pemrograman, inferensi,
tidaK perlu terlalu
canggih,
dan (7) mempunyai
pengetahuan
tentang
ruang
1ingKup
yang
agar
diKaji,
t e r j a d i p e n g e r t i a n yang sama dengan para
ah1 i yank dihadapinya. Tahap penyerapan pengetahuan urnumnya merupaKan p r o s e s sullt.
yang
dilatih
Hal
urltulc
ini
diseSabKan
menyelesaiKan
Karena
seorang
masalatlnya
buKan
ahli untulc
menjelasKan bagaimana mereKa mencapai s o l u s i .
TidaK
cara
penyerapan
yang
spesifiK
pengetmuan, tingKat
untuK
bergantung
Kesulitan
me1aKsanaKan
pada
mas lah yang
aKan
dan Keandalan Sistem A h l i
ada
diKaj i ,
yang
ingin
d i c a p a i , Ketersediaan biaya dan sebagainya. MeKanisme menye1esaiKan
(tmapan-tahapan) suatu
Icesimpulan
seringKali
diterangKan
oleh
beberapa
masalah
ahii.
penjelasan
dzn jelas
tidaK
Hal
menuju
d a l am
menghasilKan
suatu
atau
ini satu
t e 1i t i
yang
dapat
mengaKibatKan
Keslmpulan,
diharapKan s a t u p e n j e l a s a n yang benar s e p e r t i pada G m a r
9-a.
1engKapnya aengan
informasi
jar*
untm
f aKta-f
*ta
membedaKan
ditunjuKKan
satu
penjelasan
Pada KaSUS yang l a i n mungKin
a n t a r a p e n j e l a s a n para
diharapKan o l e h KE (Gambar dan
padahal
Hal i n i juga dapat t e r j a d i k a r e n a t i d &
penj e l a s a n 1ainnya.
terjadi
dapat
tid&
9-b).
ahli
dengan
yang
Sebagian aida ah-kaidah
untuK melengKapi pelacaKan s o l u s i
hilang
(Rajamoney dan Gerald DeJong &i dalam Riyanto, 1988). Para
a h l i dapat juga memberiltan p e n j e l a s a n sistemnya
melampaui f a s i l i t a s yang t e r s e d i a ,
s e p e r t i biaya,
memori
Komputer clan sebagainya, sehingga s i s t e m pelacaKan
solusi
terlalu
luas.
Studi-stud1 seorang
Hal
Pang
i n i d i t u n j w a n dalam
t e l ah d i la4iulcan menunj-an
a \ l ~mencoba unt-
mencapai s u a t u Kesimpulan, alur
pelac&an
meneranglian
Gambar
9-c.
bahwa
bagalmana
j
iKa
mereKa
dapat t e r j a d i mereKa membentm
yang s e d i k i t persesuaiannya
dengan
yang
mereKa 1aKulcan dal am pemecahan s e h a r i - h a r i .
Hal l n i dpat
terjadi
diterangKan,
Karena
Konsep t e r s e b u t s u l i t untulc.
dapat Juga Karena a h l i t e r s e b u t melupalian sebagian
Konsep
itu.
Keterangan: e l , e2,
. . . , en
= fats-falita/Kaidah-Kaidah
= Kesimpulan/KonKlusi ( a ) p e n j e l a s a n ganda ( C ) ruang pelacakan t e r l a l u luas ( b ) t e r j a d i jar& aliuislsi ( d l t e r j a d i KontradiKsi
P
Gambar 9. Hasalah-masalah dalam penyerapan pengetahuan
Dalam beberapa dalam
proses lnterasi dapat juga terjadi
keslmpulan yang kontradiktif seprtl
Gambar 0-6.
In1
dapat
Kaldah-Kaidab dan 5aKta-f&ta Kaldah-Kaldan
dan
munculnya
ditunjuKKan
terjadi Karena
tid=
benar atau
fW t a - faKta penduKung
Gerald DeJong dl b a l m Riyanto, 1988).
sebaglan hilangnya
(Rajamoney dan
Permasalahan dalam
penyerapan pengetaiiuan juga dapat terjadi Karena konsepnya sendiri
sullt
diamati.
Konsep
dapat
juga
mengandung
sejumlah informasi yang sulit untuK dibedaRan. C. TAHAP PEHBEBTWAB DAB APLIKASI SISTEH AHLI
Slstem
dlKembangKan dalam enam tahap yang
satu sama l a m ,
bebas
yaltu ( 1 ) seleksl masalah yang tepat, ( 2 )
pengembangan sistem prototlp, (3) pengembangan Slstem An11 lengkap, (4)evaluasl slstem, (5) lntegrasl sistem ban ( 6 ) pemel lharaan
sl stem.
Pengembangan Slstem ~ h l l tersebut
dapat dlllhat pada Gambar 1,
10.
Tahap I : SeleKsl Masalah pang Tepat
SeleKSl aKtlvltas
darl masalah yang tepat mencakup sejumlah
yzng
mendahulul
keputusan
aKtual
untW
memulal pengembangan Slstem Ahli yang speslflk.
Dal am
tahap lnl keglatan yang dllWuXan adalah: ( 1 ) ~dentlflkasl ruang llngkup masalan ban tugas
speslilk,
yang
mencarl
(2)
ah11 yang bersedla
memberlKan
Kontrlbusl
Kern1 lannya, (3) ldentlfLkCasl pendeliatan tentatlf terhzdap masal ah,
anallsa
(4)
blaya
dan
Keuntungan
darl
usaha
yang
dl 1 &.wan, (5) menylapKan rencana pengembangan speslflK.
Selelisi Masalah
I
TAHAP I 1 Pengembangan Slstem PrOtOtlp
1
- 6-9 bulan - Sistem prototip dan usul an u n t m sistem lengKap
1
- 1 2 - 1 6 bulan - Sistem Ahli dan doKumentasi
I
1
I
L TAHAP I11
I
Pengembangan sintem ~engltap
Evaluasi Sistem
+ I
TAHAP V
-
Integrasi Sistem
TAHAP VI Pemeliharaan Slstem
Gambar 10. Tahap pengembangan SA berbasis pengetmuan (Harmon dan King, 1985)
Pemilihan
masalah
yang
tepat
dapat
baglan
paling kritis dalam seluruh usatla
Sistem
Ahli.
merupalcan
pengembangan
Hal ini disebabkan oleh teKnologi
yang
masin terbatas. 2. Tahap I 1 : Pengembangan Sistem Prototip
PeKerjaan
di dalam Sistem Ahli dimulai pada waktu
ahli KE dan seorang ahli beKerJaSama u n t m
sistem prototip. Sistem tentang
menciptaan
Sistem prototip merupakan versi Kecil
Ahli yang dirancang u n t m menguji asumsi-asumsi bagaimana
mengKode
faKta-fakta,
hUbUngan-
hubungan ban strategi inferenci dari seorang ahli. Dalam tahap ini Kegiatan yang dilakuitan adalah: (
1 ) mempel ajari ruang lingKup dan tugas,
(2) memperinci Kriteria penampakan, (3) memilih alat pengembangan Sistem Ahli,
(4)mengembangKan imp1ementasi awal , ( 5 ) menguj1 lmplementasi tersebut dengan stud1 Kasus,
(6) mengembangkan
rancangan
terperlncl
untm
Slstem
3. Tahap I I I : Pengembangan Sisten ~ h l iLengkap
Pengembangan Sistem Ahli lengKap meiiputi beberapa kegiatan, yaitu: ( 1 ) implementasi strulctur inti dari sistem lengKap, (2) perluasan basis pengetahuan,
(3) pembuatan penghubung dengan pengguna,
(4)pemantauan penampakan sistem.
Pada tahap ini biasanya rancangan dasar dari basis pengetahuan daftar
dlubah
dan
tepat
dari
yang
berubah.
Disamping
terhadap
diperbaiki obyeY, dan
itu
juga
Kembali,
Karena
atriDut
mungKln
di1aKuKan
aturan-aturan heuristik
yang
modif iKasi
lebih
sesuai
dengan strategi pemecahan masalah oleh seorang ahli. 4.
T a h a p I V : Evaluasi Sistern
Pada melihat waktu
tahap in1 dllauKan pengujian slstem
dengan
ltrlteria penampaan yang telah dlbstzjul
pembuatan
slstem
prototlp.
pada 1aln
mil-ah11
mencoba sistem tersebut dengan Kasus- asu us DarU. 5.
T a h a p V : Integrasi Sistern
Integrasi unta
membuat
adalah
semua prosedur yang
Sistem Ahli dapat beKerja
sistem yang sudah diterapltan. yang dila.ka&an
diperluKan sama
dengan
Dalam tahap ini Kegiatan
adalah:
( 1 ) mempersiapKan dan menyusun alih teltnologi,
(2) menghubungkan
sistem dengan basis data,
instrumen
atau perangKat Keras ~ainnyauntux meningKatKan Kecepatan pengoiah sistem sehingga lebih efisien.
6. Tahap VI
: Peiwllharaan Sistem
Tahap ini terlaKsana jiKa sistem telah mendapatKan semua pengetahuan dalam rua?g iinglcup masalah dan pengetahuan tertentu. secara
Apabila
tepat
lingKup pada
tersebut tidaK berubah dalam jangKa suatu Sistem Ahli sudah
untuK
masalah,
perubahan-perubahan dalam
pengembangannya
waKtu
dirancang
sistem tersebut dapat tetap
1ingKungan
jiKa
untuK
ruang
tinggal
aKtivitas
peme 1 iharaan. Sistem
Ahli
dapat diapliKasiKan utnuK
permasalahan
yang bersifat cuKup KompleKs dan t i d e terdapat yang
jelas
dalam
pemecahannya,
algoritma
membutuhKan
sehingga
Kemampuan seorang ahli (Gaultney, 1985). ~pliKzsi Sistem
Ahli dapat
dilaKukan
dalam
lingKup permasalahan yang bersifat analisis,
ruang
sintesis dan
"interface". a. Analisis Sistem
Ahli
untuk
permasalahan
yang
bersifat
analisis terbagi menjadi dua jenis, yaitu: (1)
interpretasi, masal ah data,
merupaKan
seperti :
pengertian
Klasifikasi.
pendeKatan
interpretasi
untuk
data,
jenis
penjelasan
terhadap data yang KompleKs
dan
(2)
diagnostiK,
yang
menjalankan
fungsi
mempunyai diagnosa
kemampuan
Romponen,
untuk
pemisahan
Kesalahan ban manajemen Krisis. b. sintesis Permasalahan
adal ah
sintesis
pemecahan yang dapat memuasltan tujuan, Kendala dan pembatas.
menghasi lKan dengan sejumlah
ApliKasi dalam ruang lingKup ini
adal ah: ( 1 ) rancang bangun alat,
prosedur atau percobaan
yang
ltomp1 eKs, (2) proses atau SpesifiKasi bagian, ( 3)
perencanaan,
(4)
Konfigurasi sistem, ban
(5)
program otomatis.
c. "Interface" Sistem apliKasi
Anli
ruang
1ingKup
ini
merupaan
secara simultan metoda analitis dan kemampuan
untuk sintesis. ini
pada
acialah:
Jenis permasalahan pada ruang lingKup prediKsi,
pemantauan,
perbaikan,
pengendalian dan instruksi. Sistem Ahli yang diaplikasiltan untuk permasalahan atsa
dapat
pertanian,
diKembangkan pada berbagai Kimia,
bidang,
di
seperti :
genetiKa, fisika, elelttronilta, mi liter
dan blsnls (DouKldls dan Paul, 1 9 8 5 ) .
D. TEKEIK HEKAHISHE IBFEREBSI TeKniK dlgunakan proses
lnferensi
adalah
dalam
SA
Strategl
Strategl
yang
serta
resolusl.
"bacKward
lnferensl
berbasls pengetahuan ada tlga
penggunaan "modus ponens",
pastlan
strategi
untulc mendapatKan lnferensl dan pengenda'l bag1
mengemukakan pendapat.
dlgunakan yaltu
meKanlsme
chalnlng"
macam,
telaah tentang
Dalam
pengendalran
KetldaK
drgunaKzn chalnlng",
* fOrWard
clan
yang
"depth-flrst search" dan "breadth-flrst search" (Gevarter, 1984).
9,
lnferensi
"Hodus
ponenst' adalah suatu aturan logiKa yang
menyataKan bahWa apabila A diKetahui benar ban suatu aturan
B,
menya'takan jiKa A m&a
maKa
sah
untu~
membuat Kesimpulan bahwa B adalah benar. Penggunaan
"modus
ponens"
mempunyai
dua
implillasi penting, yaitu: (1)
aturan yang digunaKan sederhana, sehingga alasan yang
didasarKan
pada
aturan
tersebut
dapat
dimengerti dengan mudah,
'
( 2 ) implillasi
tertentu
digambarllan.
Dalam
yang
absah
imp1iKasi
iStilah "modus tollens",
tidaK ini
dapat
dillenal
yaitu dari aturan jiKa
B
s a l a h dan jlKa A maKa
bahwa A s a l a h .
dapat
B,
dlslmpulKan
Slstem i n 1 s u l l t unt-
dlgunaKan
sehlngga jarang dlpaKa1. b.
Telaah t e n t a n g KetidaKpastian Pengguna
d a r i SA berDasis penget*uan
percaya bahWa s u a t u faKta benar, sepenuhnya. informasi
SA yang
KetidaKpastian angKa
yang
berbasis
pengetahuan pasti,
tidaK
tersebut diKaitKan
tetapi
tidalc,
dera j a t
sebagai
faKta.
suatu
MeKani sme
i n f e r e n s i menangani i n f ormasi yang tidaK j e l a s tidaK
pasti
melalui
perbangxitan
yaKin
menyediaKan
dimana
diwu judKan dengan
mungKin
nilai
atau faKtor
Kepastian ( c e r t a i n t y f a c t o r / c f ) . c. Resolusi
Resolusi suatu
faKta
diberiKannya 1ogiKa,
merupaan suatu cara u n t w baru
absah
atau
menemwan
tidaK,
aengzn
seKumpulan pernyataan logiKa.
secwa
c a r a membuKtiKan eKuival e n s i adal ah
dengan
t a b e l Kebenaran ( t r u t h t a b l e ) . Strategi
r e s o l u s i d i p e r o l e h dengan
menerapKan
dua o p e r a s i : ( I )
Kemampuan
menulis
beberapa pernyataan
sebagai pernyataan OR, ( 2 ) Kemampuan menggabungKan pernyataan OR.
IF-THEN
2. Pengendali
Di
dalam
Ke
berbasis
pengetahuan
strategi
yang umum digunakan adalah strategi mata
pengendalian rantai
SA
be1 akang (backward chaining),
dlmana
awal
dari mekanisme inferensi dimulai dari KonKlusi-konklusi atau
tujuan-tujuan.
secara
Dari titiK awal Kemudian
terperinci oleh fakta-fakta yang
kemudian mencapai first search).
suatu konKlusi
dikaji
mendulcungnya,
berikutnya
Strategi pengendali dalam SA
(depthberbasis
pengetahuan diterangkan dalam Gambar I I. Pada pengendalian meKanisme inferensi
terdapat
dua permasalahan utma, yaitu: ( 1 ) Sistem
berbasis pengetahuan harus
m1i
cara untuk memutusKan let&
mempunyai
titiK awal dalam proses
mengemukakan pendapat, (2) mekanisme inferensi memisahKan KonfliK-konfliK yang
terjadi
akibat alternatif yang timu1 dalam proses
mengemulcaKan pendapat. Mekanisme mengemuKakan monotoniK. tetap
inferensi pendapat,
Pada
yaitu
menggunakan monotoniK
cara monotoniK,
dan
seluruh nilai
cara non&an
benar bila informasi yang diberiKan pada periode
Konsul tasi benar. suatu
juga
SedangKan cara non-monotoni~,nilai
atribut akan berubah akibat perubahan
yang diberiKan (Yoshiaki dan Tsujii, 1984).
informasi
BacKward Chaining
Forward Chaining
Depth-First Search KonXlusi
Breadth-First Search
Gambar 1 1 . Strategi pengendali yang digunaKan dalam meKaniSme inferensi (Harmon dan King, 1985)
Sistem baglan. data
hhli berbasis pengetahuan terbagi menjadi dua
Bagian
statiK)
bagian
KedUa
subsistem
pertama adal ah basis pengetahuan
dan
ingatan kerja
adal ah melLanlsme
dan penghubung.
(basis data
inferensi
Gambzr
12
dinamik),
serta
merupaKan
(basis
seluruh
ilustrasi
darl arsitektur sistem ~ n l iberbasis pengetahuan. Basis pengetahuan terdiri dari faKta dan aturan merupaKan HeKanlsme pengendall
perwujudan lnferensl yang
dari
pengetahuan
seorang
yang ahli.
terdlrl darl strategl lnferensl
dlgunaKan oleh seorang ahli
m e l m a n manlpulasl fe t a Ban aturan.
apabila
ban la
----1 Ingatan,
P
Basis Pengetahuan
<
f
FaktaJ
T
Kerja
I
1-----2
L
MeKaniSme Inferensi Inferensi F
1
Pengendalia I
.
penyerapan pengetahuan
4. Penghubung dengan pengguna
penjelasan
1
/
Ahli atau a h l i KE
Pengguna
I
Gambar 12. Arsitektur S A berbasis pengetahuan (Harmon dan King, 1985) FaKta
dan hubungan yang menyusun
pengetahuan
dapat
disajikan dengan lima teKniK, yaitu: (1) Jaringan Kerja semantik (semantic networx), (2) "object-attribute-value triplets", (3) aturan-.aturan (rules), (4)
~ e r a n g ~(frame) a ,
(5) ekspresi logiKa (logical expression). i.
Jaringan Kerja semantiK Jaringan Kerja yang
semantiK'adalah seKumpulan
obyeK
disebut simpul (node) yang dihubungKan satu
sama
lain dengan garis dan panah penghubung (linK atau arc). Biasanya
garis dan panah penghubung serta
simpul
ini
diberi
tanda,
dengan
beberapa
perjanjian
sebagai
beriKut : ( 1 ) slmpul
digunaKan
untuK
menggambarKan
obyeK
dan
pendesKripsi (descriptor), (2) garis
dan panah pengnubung menghubungKan obyeK clan
pendesKripsi.
Jenis-jenis pan-
dan
pendeskwipsi
ini adalah:
(a) adalah
(is-a), menggambarxan
hubungan
Kelas
atau contoh, (b) pemil ikan (has-a),
. menggambarKan
simpul
yang
merupaltan milik dari simpul lain. (c) beberapa
garis
dan
panah
penghubung
yang
bersif at heuristiK dan dapat didefinisiKan. Kemmpuan KaraKteristiK "inheritance".
sebuah
simpul
simpul-simpul Adanya
untm
lain
mewarisi
disebut
sifat ini merupaKan
dengan
impliKasi
dari hubungan "is-a". Konsep jaringan semantik, penghubung, "inheritance" bagaimana
merupaKan
hasil
simpul dan
penelitian
tentang
manusia menyimpan informasi (sifat Kognitif
manusla). 2. "Object-attribute-value trlplets" 10-A-V 0-A-V
triplets
menyajlKan informasl. benda
trlplets)
merupaKan salah satu
cara
untuK
"object" (0) dapat berupa
suatu
flsiK atau Kesatuan Konseptual,
"attribute" (A)
merupaKan obyeK, suatu
KaraKteristiK
umum a t a u
sifat
dari
suatu
dan "value" ( V ) menggamDarKan s i f a t Khusus d a r i atribut
pada s i t u a s i t e r t e n t u .
diKlasifiKasiKan
Setiap
dalam s a l a h s a t u d a r i
tiga
simpul
Kategori
0 , A a t a u V.
Menya j ikan
pengetahuan
dengan
t r i p 1e t s
0-A-V
adalah s e s u a t u yang Khas d a r i pendeKatan dalam j a r i n g a n kerja
semantik.
Hubungan-hubungan
k a t e g o r i yang sederhana,
y a i t u hubungan 0 - - >
clan nubungan A < - -
hubungan "has-a",
d i b a g i dal am
dua
A adalah
V a d a l a hubungan
"is-a" Beberapa s L f a t penting dalam penyajian pengetahuan t r i p l e t s adalah :
dengan 0 - A - V ( 1 ) pada
*.an
periode k o n s u l t a s i , disimpan
sebagai
ingatan
Kerja.
atribut
&an
n i l a i dari s u a t u a t r i b u t i n f ormasi
dinamik
Pada Keadaan khusus, disimpan dalam
basis
dalam
n i l a i suatu data
statik.
Proses d e m i ~ i a nd i s e b u t " i n s t a n t i a t i o n " , ( 2 ) hubungan
grafiK atas
a n t a r obyek dapat d i s a j i x a n dalam yang
d i s e b u t ponon ( t r e e ) .
d i s e b u t dengan aKar
sebagai
titik
awal
(root),
penelaahan
ObyeK yang dan
DentuK paling
digunaan penyerapan
i n f ormasi, ( 3 ) Kemampuan
tainty),
UntuK
menangani KetidaKpastian
(uncer-
yang dinyataKan dengan " c e r t a i n t y f a c t o r n
(cf).
Cf menyat&an
tingKat Kepercayaan
terhadap
suatu p e m w t i a n atau fats.
~turan-aturan menggambarKan -->
(Kaidah)
digunaKan
hubungan-hubungan dengan penggambaran
V atau 0-A-V.
Aturan
dalil poKoK (premise) ban KonKlusi
Dalarn
poKoK digunaKan an&
dalil
clause)
A
Dalarn aturan-aturan dapat digunaKan
faKtor Kepastian (certainty factor). dari
untuK
(conclusion).
Kalimat
Ban dalam Kolllclusi digunaKan an&
terdiri
j:Ka
(if-
Kalimat maKa
(then-c1 ause). 4. KerangKa
KerangKa yang
berisi
berhubungan menylmpan petunjuK
merup&an
deslcripsi tentang suatu
"slot" u n t u ~ semua derigan
nll ai,
obyeK
termasuli
informasi
tersebut. nll a1
Ke KerangKa yang lain,
obyeK
yang
yang
"Slot"
dapat
tldaY.
absah,
segugus aturan-aturan
atau prosedur u n t w mendapatKan suatu nilai.
Kemampuan
lni yang memhedaKan Kerangka dengan 0-A-V triplets. KerangKa
mempunyai cfua strategl u n t u
menyataKan
Ban menylrnpan f aKta-falcta, yaltu: (1)
penyajlan
deKi aratlf,
naran suatu faKta,
merupaKan pernyataan
Kebe-
( 2)
penpa jian instruKsi
prosedural,
merupakan
SeKUmpulan
yang jiKa dikerjakan hasilnya
Konsisten
terhadap f aKta.
LogiKa memberiKan cara laln untpengetahuan. digunakan
penulisan logika yang paling
Cara
adalah
menyajiKan saatu
logika
proposisional
dan
mum
prediKat
KalKulus. LogiKa
mum,
proposisional
dimana
proposisi
adalah sistem adalah
logiKa
yang
pernpataan-pernyataan
benar atau salah.
Proposisi tersebut dihubungKan satu
sama
penghubung
1 ain
dengan
"implies" dan
"and",
"equivalent", Ban
"or",
disebut
"notv,
pernyataan
ma je m u . PrediKat Kalkulus merupaKan perluasan dari proposisional. KalKulus ataU
Unit
elementer
dari sebuah
adalah pernyataan tentang obyeK oleh
oleh
obyeK lain yang disebut prediKat
IogiKa
prediKat dirinya (Barr et
al., 1 9 8 2 ) . F. TEKBJH PEBUBJABG KEPUTUSM
Dalam pembuatan program Komputer, digunakan metoda PrOtOKOl, dimana tata
Para pengambil
Keputusan menjelasKan
cara berfiKir sampai pada pengambilan
Keputusan.
Dalam metoda protokol ini diKembangKan teKnik heuristiK (Watson, 1981 ) . HeuristiK berasal dari bahasa
Yunanl
yang berarti membantu untuk menemukan, Simon
di dalam Thieraui dan
KleKamp
"heuriskin"
Menurut Herbert program
(1975),
heuristiK merupaKan titi% pandang dalarn merancang suatu program untuk tugas pemrosesan informasi yang Kompleks. Titik
pandang
terbatas dengan
ini bukan merupaan program yang
pada
pengolahan angka yang
komputer,
biasa
hanya
dilakukan
tetapi merupaKan pengolahan
seperti
yang biasa dilaKuKan oleh manusia dalam menangani
ber-
bagai permasal ahan. Pada baku,
program heuristik tidak ada suatu model yang
sehingga
tiap permasalahan menggunaKan
heuristiK yang spesifik.
program
Teknik heuristiK tidaK menja-
min diperolehnya pemecahan yang optima?,
tetapi menja-
min suatu pemecahan yang me-muasKan pengambil keputusan (Feigenbaum dan Fieldman di dalam Barr et al. , 1982). TeKniK operasi
heuristik
merupakan
aritmetika Ban matematika
pengembang an logika.
dari
Ciri-ciri
teKniK heuristik secara mum adalah : ( 1)
adanya operasi a1 jabar,
yaitu penjumlahan,
pengu-
rangan, perKal ian dan pembagian, ( 2 ) adanya perhitungan yang bertahap, (3)
mempunyai
tahapan
yang
terbatas
dibuat algoritma Komputernya.
sehingga
dapat
Dal am
pengambll an Keputusan digunaKan a t u r a n
tuasl/altsl
(Gaul t n e p , JiKa
(SI
M&a
(a1
1985) dengan Dentux :
... . ..
sn) an)
dengan PemboDotan ( e l dimana ( s i
...
OR dan NOT;
a t a u Keputusan pang d l a m b i l ; en)
teKniK
didapatKan yang
en),
(a1
. . . an) adalah a k s i
sedangKan pembobotan
d a r i perhitungan
altan d i j e l a s x a n d i bawah
MinsKy d i dalam B a r r e t a l . metoda
...
s n ) a d a l a h s l t u a s l yang d a p a t d l n y a t a k a n
dengan o p e r a s i AND,
. ..
yang
si-
digunakan
(el
dengan
teKniK-
ini.
Henurut
( 1 9 8 2 ) , h e u r i s t i K merupakan
untuK
meningKatKan
efislensi
dalam program pemecatlan masalah. 2.
Rantai HarKov TeKniK
Rantai
MarKov
dlgunakan
untult
mengkajl
s u a t u p e r i l a K u s i s t e m t e r h a d a p l i n t a s a n waktu. m i e r a u f dan IEleKamp ( 1 9 7 5 ) , saran,
m u s u s pada b i d a n g
pema-
teKniK i n i d a p a t d i t e r a p K a n pada b e r b a g a i aspeK
terutama dari
Henurut
untult menghitung ban meramalKan pangsa
pasar
s a t u a t a u l e b i h produx yang d i h a s i l K a n o l e h p e r u -
sahaan. Suatu
proses
stoKastiK ( X t )
s i f a t HarKovlan a p a b i l a :
dikataltan
mempunyai
...,
dlmana t = 0, 1 ,
...,
dari
KO,
Ki,
pentlng r a n t a r RarKov menurut
dan H l l l l e r ( 1 9 8 0 ) , Ke j a d i an
dari
j,
Kt-1.
KaraKterlstlK berman
untuLL s e t i a p i ,
dlmana
mendatang
peluang
dapat
bersyarat
diperKiraKan
=
Kejadian masa l a l u Uan Keadaan masa Kini X t
adal ah serta
independen (bebas) t e r h a d a p Kej adian masa hanya bergantung pada Kejadian p r o s e s s a a t
Dengan derniKian,
peluang masa l a l u t i d a K
Lle-
i,
1a l u ini.
mempengaruhl
peluang rnasa Kini. JiKa untuK s e t i a p i dan
untuk semua t = 0,
1,
...,
j
DerlaKu :
maKa peluang t r a n s i s i s a t u
tahap diKataKan b e r s i f a t s t a s i o n e r dan s e r i n g d i n o t a s i Kan dengan p i j , yang h a r u s memenuhi Ketentuan :
Pada peluang perubahan s t a s i o n e r i n i tidaK mungKin bagi peluang t r a n s i s i berubah s e s u a i dengan perubahan waKtu. Keberadaan
d a r i Kondisi s t a s i o n e r s a t u tahap juga &an
memberikan
impliKasi dimana untuk s e t i a p i ,
Peluang
ban
j
n
b e r s y a r a t untuK peluang perubahan n tahap
s e r i n g UinotasiKan dengan pi
Peluang Pi
(")
ini
harus memenuhi beberapa Kriteria di bawah ini : (1) p l j (n) 1 , 2,
1
untuk
0,
...,
semua 1 dan j serta n
:
0,
m
(2) C P I J.(n) = 1 ,
untuK
semua i dan n
I:
0,
1,
....
j:O Dalam
notasi matrix,
peluang perubahan
n
tahap
dapat ditulis sebagai beriKut :
Notasi
matriK untuk peluang bersyarat satu tahap lebih
sederhana seperti terlihat di bawah ini, salKan m
-
Unta
dimana
dimi-
2, sehingga j = 0, 1 , 2 :
n
tahap,
dlmisalKan n =
2,
dapat ditulisKan sebagai beriKut : m PI.J .(2) = c Pix.pxj, u n t w semua i Ban
persamaannya
j,
j=o dimana
~ i j ( 2 ) mepupaan
elemen-elemen matriK
dari
matrix ~ ( 2 ) . setiap eiemen aari matriK ~ ( 2 merupaY,an ) hasil
penggandaan matriK peiuang perubahan satu
tahap
harus memenmi beberapa Krlteria ai bawah ini : (1) PiJ(n) ?
1, 2,
...,
(2) C Pij (n)
untuLL
0,
semua
1
dan j serta n
=
0,
m untuk
1,
:
semua
1
aan n
:
0,
1,
. .. .
n
tahap
j=o Dalam
notasi matriK,
peluang perubahan
dapat ditulis sebagai DeriKut :
p(n)
.
P
00
(n) . . , P (n) Om dimana n = 0, 1 , mrn
mo Notasi
...
matriK untuk peluang bersyarat satu tahap lebih
sederhana seperti terlihat di bawah ini, salkan m = 2, sehlngga j
P(")
.
Untuk
P
P
P
'P
00
1 n
20
01
21
taap,
::
dimana
dimi-
0, 1, 2 :
P 02 P
pi2
22
J
dimisalkian n =
2,
dapat dituliskan sebagai beriKut : m P1- J. ( 2 ) = C pix. Pxj, untuk semua i uan
persamaannya
J,
j:o
aimana
Pij(2)
matriK P c 2 ) . hasil
merupaKan
elemen-elemen matrlk
Uari
Setiap elemen dari matrix P ( 2 ) merupaY,an
penggandaan matrik peluang perubahan satu
tahap
Secara umum matrix n tahap
dengan matrix itu sendiri,
dapat diuraiKan sebagai beFiKUt :
P (n) = P.P.
..,P
= pn
:
p.pn-1 = p n - 1 , ~ .
TeKniK ini dapat dlgunaKan bila dixetanui PerilaKu Ban
distribusi
peluang
permasal &an
+,ransisinya dapat
yang
dihadapl,
dihitung,
sehingga
matriKnya
dapat
disusun serta analisanya dapat dilaKuKan. 3. Wetoda Perbandingan msponensial
Metoda
(HPE]
Perbandingan EKsponensial (MPE) digunaKan
sebagai alat bantu bagi pengambil Keputusan untuK menggunaftan
rancang
dengan
baiK
Manning
(
bangun model yang
pada
setiap
tahapan
telah
terdefinisi
proses.
Menurut
1984), tahapzn yang dilakuKan dalam melaftsana-
Kan teKniK MPE adal ah : (1) menulis semua alternatif, ( 2 ) menentuKan kriteria- riter ria penting
dalam pengam-
bil an Keputusan, (3) mengadaan
penilaian terhadap masing-masing Krite-
ria, (4) mengadaftan
penilaian
terhadap
semua
alternatif
pada masing-masing Kriteria, (5) menghitung ni lai dari setiap a1 ternatif, (6) memberiKan
jenjang
Kepada
alternatii-alternatif
dengan didasarkan pada nilai masing-masing.
Penghitungan nilai untuk masing-maslng alternatif
ada-
la^ sebagai berikut :
Xilai alternatif ( M ) =
n bi G ai , i =i
dimana : ai = nilai Kriteria ke-i bi = taraf kepentingan ke-i. Penjenjangan alternatif terkecil.
pada t m a p m i r berdasarkan urutan nilai dari yang terbesar hingga nilai
alternatif
IV. PENDEKATAN S J STEM
Slstem berlnterusl
adalah dan
Kumpulan gugus a t a u elemen
yang
sallng
t e r o r g a n l s a s l u n t m mencapal s u a t u
tujuan
(Manetsch ban ParK,
1977).
PendeKatan s l s t e m adalal? metoda
pemecahan masalah yang tahapannya d l m u l a l dengan l d e n t l f l K a s 1 Kebutuhan dan d l a k h l r l dengan s u a t u h a s l l s l s t e m o p e r a s 1 yang efeKtlf
dan e i l s i e n .
Tahapan pada pendeKatan s l stem
dapat
dlnyataKan dalam dlagram a l l r pada Gambar 13.
d ~ n a l i s agebutuhan
1
L F o r m u l a s i Permasalahanl
4 L Permodelan S i s t e m L q ~ e m b u a t a nP r o p a m ~ o m p u t e r l L
4 d - ,
dent if
i~asS i istemj
J v e r i f i ~ a s i / ~ a l i d a sMode i
T l dax
Ya
I
Gambar 13. Metodologi Pemecahan Masalah dengan PendeKatan S i s t e m (Manetsch dan ParK, 1977)
Pendekatan sistem dicirikan oleh adanya metodologi dalam perencanaan atau pengelolaan, bersifat multi dlsiplin, terorganlsir,
penggunaan
disiplin
non
model matematika, mampu berfiKlr secara
kuantitatif, penggunaan teKnik
simulasi
optirnasi serta dapat diapliKasiKan pada Komputer. Sistem
menggunaKan
mode 1 , yaitu
suatu
dan
Pendekatan
abstraksi
Keadaan
nyata atau penyederhanaan sister1 nyata untuK memudahKan pengKajian suatu sistem.
A. ABALISA KEBUTUHAB
Komponen-Komponen yang berpengaruh dalam model Sistem Manajemen
Ahli untulc strategi KebijaKan harga p r o d m
dustri pangan adalah produsen (top management),
Konsumen,
pedagang
perantara (wholesalers and retailers) dan
rintah.
Analisa
Kebutuhan dari
masing-masing
tersebut adalah sebagai berikut : 1. Produsen
(a) Kemawuan perusahaan meningKat, (b) daya beli masyaraat meningKat, (c) pangsa pasar meningkat, (d) biaya produKsi Ban distribusi rendah, (e) Keuntungan tinggi, (f) Kemudahan distribusi pemasaran p r o d w , (g) Kontinuitas usaha terjamin.
in-
peme-
komponen
( a ) harga p r o d m rendah,
3.
(b)
mut'l p r o d m t l n g g l dan s t a b l l ,
(C)
K o n t l n u l t a s Pengadaan produlc t e r j a m l n .
Pedagang P e r a n t a r a ( a ) h a r g a d a r i produsen rendah, (b)
(c
>
Keuntungan t i n g g i , mud*-
mempero 1eh produK.
( a ) s t a b i l i t a s harga, ( b ) daya
s a i n g produlc terhadap
produK
impor
meningkat, ( c ) mutu 9roduK. s e s u a i dengan s t a n d a r mutu, jclj
pepssingan
yang
baiK
a n t a r i n d u s t r i se-
jenis.
Dalam axan
bidang
pemasaran,
diharapKan KebijaKan
diambi 1 k o n s i s t e n dan dapat
dianda1Kan.
yang
Hal
ini
&an berpengaruh terhadap Keberhasilan s u a t u produK. Kebijaan
yang
k o n s i s t e n s u l i t dipertahanKan
Karena
banyaK
f a t o r - f a K t o r subyektif yang berperan dalarn p r o s e s pengambilan harga,
Keputusan, persaingan
diantaranya f a x t o r
promosi,
s e r t a peranan pemerintak
penetrasi Selain i t u
PerllaKu
KOnSumen Juga berpengarull besar dalam
penentuan
strategl pemasaran suatu produli. Penentuan pentlng
strategl KeblJaKan harga memegang
dalarn menunJane Keberhasilan
peranan
pemasaran
suatu
ProduX, Karena harga produlc merupakan fal
bauran pemasaran. tepat,
produsen
(Konsumen) dapat
Dengan strategl KeblJaKan harga mengharapkan seluruh target
terjangKau.
menghambat adalah aklbat mengenda1lKan flasl,
Permasalahan
perusahaan
tidak
pasar
yang
dapat
selalu
dapat
fator-faktor eksternal sepertl adanya
devaluasl dan fluktuasl nllal uang,
In-
strategl darl
para pesalng serta KeblJaKan pemerlntah, sehlngga strategl yang direncanaKan tldak Keberhasllan
Strategl
perencanaan yang balK, t u l s ~ yang ment). data
dapat terl aksana sepenuhnya. Kebl J &an
pengalaman,
harga
pengetahuan serta In-
tepat darl pengambll Keputusan
Perencanaan internal
Yasa yang &an berkall-Kall
(top manage-
d l l w a n berdaSmKan
d m eKsternal, datang.
memer1uKan
anal ~ s adarl
serta asumsl-asumsl
Hal tersebut memerlman
yang
dalarn waktu bertahun-tahun sampal
pengolahan
dlhadapl oleh "top management"
dltemukan
yang
Keterbatasan
management"
adalah
Masalah proses
data dan lnformasl yang tersedla menjadi Kepu-
tusan-Keputusan aKlbat
coba
UJI
strategl yang tepat berdasarKan sltuasl yang ada. lain
untuk
operaslonal. pengetahuan
pada ruangllngkup
Mzsalah serta
~ n l tlmbul
pengal aman
agrolndustrl.
Untw
"top ltu
'
dlperlwan
liemampuan dan pengetanuan s e o r a n g ah11 61
331-
dang pemasaran dalam membantu mernecu-an masalah penentuan KebljaXan h a r g a produk l n d u s t r l , w m s u s n y a l n d u s i r l pangan. 3.
IdentifiKasi Sistem Model S l s t e m Manajemen A h l l u n t u k s t r a t e g i harga
produk
KebljaKan
l n d u s t r l pangan d a p a t d l l d e n t l f l k a s l
dal am
dlagram l l n g l i a r s e b a b aKlbat (Gambar 1 4 ) dan diagram l n p u t o u t p u t (Gambar 1 5 ) .
G a m b a r 14. D i a g r a m l l n g k a r s e b a b aKlbat
f
)
Input lingkungan : 1. Peraturan pemerintah 2. Sosial -budaya masyarakat
1. Nilai uang 2. Perilaltu konsumen 3. Strategi pesaing 4. Tingkat teKnol ogi Biaya sarana produksi
I. Pangsa pasar meningKat 2. Keuntungan tinggi 3. Kepuasan konsumen 4. Alokasi modal opti-
UETUX STRATEGI K E B I J K 4 E W G A PRODUK IBDUSTRI PABGAB I
Input terKontro1
1
Harga produk Anggaran informasi Modal (investasi) ~um1a.h dan jenis prod*. Promosi 6. sasaran pemasaran
1. 2. 3. 4. 5.
b
Output ;aK dlKehenaaY.1 1. Permintaan
produK menurun 2. Biaya produKsi dan informasi meningkat
harga produk
Gambar 15. Diagram input output
I
V. PERWODELAE SISTEM
A.
EOBFIGURASI WODEL PRITA P R ~ T A adalah apliKasi
mode1
paket program komputer yang
Sistem
kebijakan harga prod-
Manajemen
Ahli
industri pangan.
merupakan
untuk
strategi
PaKet program ini
terdiri dari tiga model pendukung, yaitu: ( 1 ) model
PRICE88, merupakan
program Sistem Ahli
untuk
strategi Kebi jakan harga produk industri pangan, (2)
model
ESPRIC,
merupakan program untuk
mempraKiraKan
pangsa pasar, dan ( 3 ) model
STRAGA,
merupakan
program
prioritas segmen pasar yang &an PaKet
program
PRITA
urutan
dimasuKi.
menggunakan
u n t W berKomunlKas1 dengan pengguna,
penentuan
bahasa
berslfat
dan mudah untuk dlguna??an (user-friendly).
Indonesia lnteraktlf
Bodel PRICE88
dlbuat dengan bantuan perangKat lunaX EXSYS VerSi 2. 1 yang diKeluarKan
oleh EXSTS,Inc.
pada tahun
1985,
sedangKan
model ESPRIC dan STRAGA dibuat dalam bahasa BASIC. menggunaan DOS
versi
PR ITA
sistem operasi (operating system) PC-DOS/MS2.00
atau
versl yang leblh
baru
dan
dapat
dijalanKan pada KOmpUter IBM PC/XT dengan kapasitas memori (RAM) mlnlmum 256 Kbyte. Paket program PRITA dlsusun dalam dua dlsKet (floppydlsK)
yang
berKapasltas
maslng-masing 3 6 0 Kbyte.
berWuran
5. 25
PRITA-A merup&an
lncl
dan
dlsKet
yang
mempunyal TEKS,
s r s t e m operas1 dan d l dalamnya t e r d a p a t
PRICE8B.TXT,
SedangKan
ESPRIC
dan
STRAGA.
PRITA-B adalah dlsKet yang d l dalamnya t e r d a p a t
berkas EXSYS. EXE,
EX4. HLP,
PRICE88.RUL,
berKas
INST.TXT,
EXI. HLP,
EX5. HLP ban EX6. HLP.
EX2.HLP,
EX3. HLP,
Konflgurasl paKet program
PRITA dapat d l l l h a t pada amb bar 16.
L ESPR I C
EXSYS. EXE
T"
1 INST.TXT
PRICE88.TXT
I STRAGA
! EDITXS. EXE
I
i
I.
PRICE88.RUL
EXI.HL?. . . EX6. HLP
Gambar 16. Konflgurasl paket program PRITA MENU
adalah penghubung a n t a r a model
PRICE88,
model
ESPRIC, moclel STRAGA dan berlcas EDITXS. 33.
HODEL PRICE88 PRICE88
merupaKan
model Slstern Ah11 untuli
KebljaKan h a r g a p r o d m l n d u s t r l pangan. yang t e r c a u p dalam model i n 1 adalah:
Industrl
strategi pangan
l n d u s t r i yang menghasilkan prOduK pangan s e l a i n
(1)
maKa-
nan p o k o ~ , ( 2 ) lndustrl
pangan
yang mempunyai w i l a y a h pemasaran
di
Indonesia, (3) lndustri
dalam
pasar oligopoli atau
pasar
bersaing
sempurna, dan industri
otonom
dalam
yaitu
Sistem
Penunjang Keputusan (S?K) dengan tekniK h e u r i s t i k ,
Sistem
('C)
pangan
yang
mempunyai
haK
penentuan h a r g a p r o d m n y a . Mode1
l n i t e r d i r l dari t i g a komponen,
Ahli
( S A ) b e r b a s i s pengetahuan dan S i s t e m Manajemen B a s i s
Data
(SMBD).
pen j u a l an, Disamping memperbaixi
Pengguna dlrektur
itu
model
PRICE88
Komersi?
atau
adalah
manajer
disedialian i a s i l i t a s bagi
direktur pemasaran.
ahli
KE
b a s i s d a t a maupun Kaidah-kaldah
is1
untuk (rules)
dalam model t e r s e b u t . Model
PRICE88
terdapat
di
dalam
program
incluK
E X S Y S . EXE yang t e r d l r i d a r i : (
1 ) PRICE88. TXT,
yang
statik/basis
merupakan
pengetahuan untuK j e n i s
produx dalam d a u r hidupnya, t u j u a n perusahaan, permintaan, utarna. bent* terdlrl
prodw,
data posisi ditUJU,
dituju,
tingkat
lolcasi dan tindalian p e s a i n g
pengetauan
kondl s l -Kondl s l
basis
segmen p a s a r yang
j e n i s p a s a r yang
mutu prod*,
Basis
darl
program
tersebut
dan
"qualifier"
disimpan
dal am
k a l dah-kal dah.
Kondl S L
(pemberl s l i a t ) ban
nllal.
Kondisi -Kondisi dan Kaldah-Kaidah dalam model dapat dil ihat pada Lampiran 8 dan
PRICZ88
Di dal am proses
9.
inferensi, setiap Kondlsi aY.an ditanyaKan ltepada pengguna
dan pengguna dlmlnta untuk memlllh nllarnya,
(2) PRICE88. RUL,
penghubung
dl
dalamnya
dengan
berlsl
pengguna
motor
dan basis
inferensl,
data
dinamiX
(ingatan Kerja), (3) INST.TXT,
yang berlsi instruksi awal pada saat
(4) EX1.HLP,
EX2.HLP,
EXS.HIP,
EX4.HLP,
model
EX5.HLP
dan
EX6.HLP, maslng-maslng berlsl petunjuk pengoperaslan/ pertolongan
bag1
pengguna pada waktu
model
PRICE88
Sedang berjalan. PRICE88 yang
bukan
terdapat untuk
dlbuat dengan bantuan perangKat lunak; EXSYS merupaKan bahasa proseaural,
diagram
al lr program,
Dlagram allr
pengguna dlsajlKan pada Gambar 17.
pada model PRICE88 (INST.TXT)
sehingga
tidaK
desKrlptlf
Instruksl
awal
dlperllhatKan pada Lamplran
10, sedangKan PetunJuK pengoperasian (EXI.HLP
...
EX6.HLP)
dapat di lihat pada Lampiran 1 I .
Memuat DaSlS data (PRICE68.TXT)
GamQar 17. Dlagram allr deswlptlf model PRICE88
-
Ya
I
Ti daK
input jenis p r o d m
CHAIN " INST.TXT"
1
j,
input segmen pasar yang dituju
I
L .fipur ~-
-
tuJuan penetapan hapg2/
I
input jenis pasar yang dlmas&i/
input Kondisi pasar:
input tingKat permintaan pasar
L__r___J input mutu prod&
,!
input mutu produlc relatrf terhadap prod& pesaing
I
&
/input
sifat perrnintaan
/
+ 4.
j lnput tindaKan / pesaing utarna
harga jual
input pengaruhnya thd has11 penjualan
&.
/~nput s1fat penurunan/
&
input persentase penurunan
-
lnflasl, tlngKat per-
I
/input
L,
wilayah pemasaran/
input 1 okasi pemasaran input jenis prodm
alternatif KebijaKan harga dan metoda penetapan harga serta peluang
Rrlls: Keluaran berupa strategi yang sebalknya dlterapKan berdasarKan lnformasi pada PRICE88 beserta niial CFnya
3.
SELESAI
C.
WODEL ESPRIC
ZSPRIC merupaKan
model untuK
mempraKlraKan
pangsa
pasar perusahaan bag1 Jenls prodW. tertentu dengan menggunaKan teKnlK rantal Markov.
Slmbol-slmbol matematma yang
dlgunaKan pada model ESPRIC adalah sebagal berlKut: P(1,J )
= nllal-nllai pada matrlK perubahan (translsl)
G(i,j)
= nilai-nilai pada matrix sumbangan dari pesaing
s(j,1 )
= nilai-nilai
pada
matriK pangsa pasar periode
pada
matriK pangsa pasar periode
awal = nilai-nilai
S(J,2 )
Kedua s(.l,K)
= nilai-nllai pada matriK praKiraan pangsa pasar periode ~ e - K
S ( j1
1
nilai-nilai
pada
matrix
pangsa
pasar
satu
perlode sebelum perlode Ke-K s(l,m)
= praKlraan
pangsa
pasar
pesalng
e
-
pada
perlode Ke-m P(1,K)
= pra~lraan pangsa pasar pesalng Ke-1 pada
pe-
rlode Keselmbangan (steady state). Dlagram allr program untuk model ESPRIC dapat dlllhat pada
Gambar
16,
sedangkan program untuk
model
dapat dillhat pada Lampiran 12.
-
Jumlab pesalng (N) Tabun perlode I ban
I
4.
FOR I = 1 TO N
Gambar
18.
Diagram allr model ESPRIC
ESPRIC
-
Nama pesaing - Pangsa pasar pae-. Derlode I dan 11
+
FOR I = 1 TO N I
>
.1 INPUT:
Matrix p e r t m a r a n berdasarxan suxnbangan ( g a i n s )
1
J,
FOR J = 1 TO N
Matrix pe luang permahan
f
CETAK
1
4,
1
NEXT J, I
i /
/
INPUT:
Jumlah periode pr&iraan
I
Gambar 18. ( l a n j u t a n )
(F)
FOR K t
Q z
1 TO F
L
I = i TO N >
(FOR
,l
J = i TO N>
( F O R
1
HITUNG:
Praluraan pangsa p a s a r . I
NEXT J, I
I CETAK :
HITUNG:
Keadaan " s t e a d y s t a t e " I
+NEXT
K)
<
0. 00005
( NEXTL)-~ i CETAK : T a h w "steady s t a t e u
dan pangsa pasarnya
1 ( SELESAI) Gambar
18. ( l a n j u t a n )
D. KODEL STRAGA STRAGA segmen
merupaan
pasar
yang
model
&an
tingkat
penentuan
aimasukl oleh
untuk jenis produk tertentu. menganalisa
untux
prioritas
suatu
perusahaan
TeKniK yang digunakan untuk
kepentingan
tiap
alternatif
kriteria pada model ini adalah dengan Metoda
dan
Perbandingan
EKsponensial. Alternatif atas,
segmen pasar yang diberiKan adalah segmen
menengan ke atas,
segmen
bawah.
menengah Ke bawah ban
SedangKan Kriteria yang digunakan
daya serap pasar, persepsi
menengah,
jumlah pesaing,
konsumen,
keuntungan
adalan
keungguian Komparatif,
marginal
dan
Kemampuan
penetrasi pasar. Tingkatan dilakukan
kepentingan
bagi
kriteria
dengan memberikan nilai I untuk
yang
ada
kriteria
yang
paling tidaK penting, szrpai ciengan nilai 5 unt-&
Kriteria
yang paling penting. Penentuan tingKatan pada
suatu kriteria
bagi
di 1 akukan
masing-masing dengan
alternatif
pemberian
ni 1ai
seperti terlihat pada Tabel 2. Diagram Gambzr
19,
alir desKriptif model STRAGA disajiKan sedangkan
diagram allr program
STRAGk dapat diiihat pada Gambar 20. ini disajikan pada Lampiran 13.
untuk
pada model
Program untult model
Tabel 2.
Penentuan tingkatan untuk alternatif pada suatu Kriteria DesKripsi
Kriteria
Nilai
1
5
Daya Serap Pasar
1 sampai 5
Rendah
Tinggi
Jmlal~pesaing
i sampai 5
BanyaK
SediKit
Keunggulan Komparatif
i
sampai 5
Kal ah
ung gul
Persepsi Eonsumen
1 sampai 5
Buruk
Baik
Keuntungan Marginal
1 sampai 5
Rendah
Tinggi
Penetrasi Tasar
1 sampai 5
Lambat
Cepat
J Baca alternatif segrnen pasar/
I
J. Baca kriteria keputusan untuk alternatif segmen pasar
I
/input
i
nilai tingKat Kepentingan kriteria
I
j.
Input nilai tingKatan untuK alternatif pada setiap kriteria
I
J
/~itung nilai total tingKat kepentingan-( untuk setlap alternatif
f
Gambar 19. Diagram alir desKriptif model STRAGA
L Hitung nilai setiap alternatif segmen pasar
1
Penentuan prioritas dari alternatif segmen pasar
I
/c&&
J urutan prioritas segmen pasarf
I
Gambar 19. (lanjutan)
(rnrLnI) L FOR I = I TO 5
i /READ N$ (I)/
1
FOR J = I TO 6
Gambar
20. Diagram alir program u n t w model STRAGA
Verlf i x a s l
PEITA.
di1aKW.an
b~berapa prodm lndustri
menggunaan ESPRIC
sosis
pangan.
mutu I s e b a g a i
menggunaxan
prod-,
PT
dl
UNILEVER
PT MP.NTRS'ST dan PT KEMFOODS dengan menggun&!an
INDONESIA,
Kasus
mociel
minuman
sed2ngKan
model
contoll
dalam b o t o l STRAGA
Hodel
PRICE88
produk, sebagal
menggunaKan
model contoh
mzrgarln
s e b a g a i contoh produk. 1.
Hasulcan Program
iniormasl
yang OlmasuKXzn k e dalam mociel
a d a l a h j e n l s produli ( a d z 7 daw
hidupnya ( f a s e
penurunan (atas,
Pie
atau
m a c m ) , p o s l s i produx daiam
pengenalan,
Kematian),
PRICE88
pertwarnan,
segmen p a s a r
yang
jenuh, dituju
bavfah, menengah, menengah Ke a t a s a t a u menengah
bawah),
tujuan
mak;simalisasi
perusahaan
l aba janglia pendeli,
(bertahan
unggul dalam pangsa
pasar
a t a u memperoleh c i t r a produk yang t l n g g i )
pasar
(ollgopoll
permintaan (tlnggl, ( jam/deKat
atau
(tinggi, sedang dari
sempurna) ,
bersaing sedang,
atau
rendall),
rend&3),
pabriK/caSang) ,
nidup,
tlngKat
mutu
1oKasi tlndaKan
Jews
pro&&
pemasaran pesalng
(menurur&.an hapga, menaiw,ar~ h a r g a a t a u tlciax me1 & w a n sesuatu)
dan
pangsa
pasar.
Pengguna
memasuliKan
Informasi
DPrUpa
salah satu pilihan
dari
alternatlf
pilihan yang tersedia. Masman
pada m -del ESPRIC adalah jurnla- pesalng,
nama pesalng,
pangsa pasar setiap pesalng pada periode
awal dan perlode berikutnya, periode awal, JangKa waltu antar
periode,
(switching)
berdasarKan
periode unt* Model
STRAGA
Masul..an
Kriteria
marginal lalnnya
atas, menenga, Krlteria.
masuKan
daya
serap
Komparatif, dan
pertu~aran jumlah
berupa
Jenjang
pasar,
Jurnlah
persepsi
kemampuan
adalab
alternatlf segmen pasar,
maslng
matriks
sumbangan (gains) dan
mempunyai
Keunggulan
Keuntungan
pada
mempraKlraKan pangsa pasar.
(ratlng) untpesalng,
ni 1 ai -ni1 ai
Konsumen,
penetrasi
pasar.
(ratlng)
untU
tingKatan
yaitu segmen
atas, menengah
menengan bawah dan bawah pada masingNilal
tingkatan tersebut
DerKlsar
aniara satu sarnpai ilma. MasuKan untW
verifiKasi mode1 PRICE86, ESPRIC dan
STRAGA dapat dilihat pada Lamplran 2, 3 dan a. 2.
Keluaran Program
Keluaran model PRICE66 adalah alternatif Kebi j&an harga
hZrga yang disaraman Ban
yang sebalknya dil&san&an
Kepastiannya merupuan
(certainty
factor).
metoda
strategi penetapan
beserta niiai f e t o r Strategi
terseDut
inferensi dari informasi tentang produK
ban
Kondl si
perusahaan
yang
o 1 eh
diberikan
pengguna.
Xeluaran model PRICE88 dzpat dilihat pada Lamplran Nilal
cf
merupaKan suatu nllai
yang
disertaan
pada Keluaran model PRICE88 untuK menanggulangi KetidaKpastian
atau
nilai-nilai dalam
peluang,
m2xa
atas
dapat dlperoleh nilai cf pada
mode l PRICE88.
pilihan
Dengan teknik meKanisme inferensi
oleh EXSYS yang didasarKan
dlmlliKi
suatu
Nilai cf diperoleh dari
peluang yang terdapat pada setiap
suatu Kaidah.
yang
adanya
Keraguan tentang Kebenaran
falita dalam basis pengetahuan.
5.
teori
Keluaran
Sebagai contoh, tindakan memotong harga
jual-0.6 berarti tingKat Kepastian efeKtlvitas tlndaKan pemotongan harga adalah 60 persen. HaSi 1
Keluaran
pangsa
pasar
dengan
yang
ESPRIC
model
pada
adal ah
beberapa perlode
Ke
praKlraan
depan
diinginKan oleh pengguna serta
seuai
praiiv,lraan
periode terjadinya Keadaan Keselnbangan (steady.state). Verlf ikasi minuman
dalam
mlnuman. yang
terhadap botol
model
ini
dengan jumlah
dl 1 a%uicaa pesaing
untuic
5
mereK
Periode prairaan adalah 2 periode Ke
depan
dimulai pada tahun 1986 dengan jangKa waxtu antar
periode
2
tahun.
Hasil
Ke!uaran
ESPRIC dapat dilihat pada Lampiran Analisa dlmul a1
pasar
dengan
dengan
menentukan
verifiKasi 6.
pralraan matriK
model
pangsa
pe luang
pasar
perubahan
(matrix transisi) yang dlperoleh dari data tahun
1986
dan tahun 1988.
Matrix t r a n s i s i t e r s e b u t d l p e r l i h a t k a n
pada
6.
iamplran
teorltls
prlorltas en1 s
Keluaxan
model
STRAGA
Ke
depan.
merupaan
urutan
berdasarkan pembobotan
yang
pengguna untulr. K r i t e r i a - K r i t e r i a Ban
a1 t e r n a t l f
pada
setiap
Kriteria.
veriiikasl
model
STRAGA
disajiKar,
U n t w produk margarln, dlmasulCi
secara
segmen pasar yang dapat dlmasuKi o l e h
prodw,
oleh
KeSf.1rnbangan
dapat d i c a p a l s e t e l a h 120 p e r l o d e
Has11
J
Kondisl
adalah
suatc
diberikan alternatif-
Hzsil
Keluaran
pad2 Lampiran
7.
segmen p a s a r yang p a l i n g
tepat
segmen menengah Ke a t a s dengan
nilai
1195, sedangkan segmen yang p a l i n g Kecil KemungXinannya untuK dimasuki a d a l a h segmen baWah dengan n i l a i 169. Pemanfaatan mode? PRITA u n t u perencanaan s t r a t e g i kebljakan harga p r o d ' : permasalahan
yang
l n d u s t r i pangan dapat
mum
t e r j a d i dalam
y a i t u adanya Keputusan yang t i d a K yang
dunia
menjaga
me 1 aKulCan
bisnis,
Konsisten.
menggunaXan media EXSPS t e l a h memiliKi
untw
mengatasi
PRICE88
fasilitas
K o n s i s t e n s i s u a t u KonXlusi dengan d a r i s u a t u kaidah terhadap
kaidah
yang t e l a h dlmasu-xian sebelumnya ke dalam b a s l s
penge-
tauan. yang Karena
reso lusi
cara
PRITA dapat b e r t l n d a sebagai media k o n s u l t a s i
e f e k t i f Ban e f i s i e n bagi para manajer Keputusan
dapat
dlhasiliian s e c a r a
Konsisten untuK jangKa waXtu dan j e n i s prod*
pemasaran, cepat
dan
tertentu.
Xeputusan dalam nal penentuan s t r a t e g l h a r g a s u a t u produli
l n a u s t r l pangan mempunyal pengaruh
terhadap adalah yang
b-sar
Kelangsungan hldup l n d u s t r r t e r s e b u t . satu-satunya
Komponen dalam
memberlkan Keuntungan
dapat satu
fungsr penetapan harga
harga
p r o d w yang lay& u n t m segmen yang
penentuan
p a l lng pentlng u n t m
bauran
Kepada
salah
Faritor
yang
Harga
pemasaran perusahaan.
adalah
menetapKan
pasar
tertentu. dal a m
dlperaatlkan
h a r g a p r o d m adalah penempatan produK (brand
posltlonrng) tertentu.
dalam
s u a t u segmen
pasar
dan
Konsumen
Dlsamplng l t u , KebljaKan h a r g a p r o d m h a r u s
memperhatlKan
berDagal
f
&tor
yang
dal am
terKalt
mencapal Kombinasl optlmal d a r l t u j u a n perusahaan. Permasal ahan prod-
pangan
penentuan 1eDrh
kebl j &an
KompleKs
harga
dlbandlngKan
untw dengan
perrnasalahan d l l n d u s t r i l a m .
Se l a m karena pengaruh
peubah-peubah
pemasaran
dalam
IlngKungan pemasaran,
bauran
dan
juga Karena sl-kat pPOduK
ltu
sendlrl.
P r o d m pangan r e l a t r f t l d a X t a a n
dan
mempunyal b a t a s Kadaluarsa,
sehlngga
earl pangan lama
perencanaan
KebljaKan harga p r o d m p e r l u mendapat p e r h a t l a n khusus. Sejumlah
SaKtor
yang s a l l n g berKaltan i n 1
harus
dlpertlmbangKan s e c a r a slmultan untw memperoleh
has11
pemecahan masalah yang memuasKan. perencanaan
strategl
Hal r n r menyebal3Kan
k e b l j a a n harga produt.
lndustrl
pzngan
b e r s l f a t dlnamls,
KompleKs dan " i l l - s t r u c t u r e "
s l r t z t l d a l i mempunyai prosedur formal dalam
pemecaban-
nyz. Xode 1
d1KembangKan
?RITA
sebagai
suatu
mode 1
S i s t e m M2najPmF.n Ahli dengan menggunaKan t e k n i k berbitsis
Ahli
pengetahuan
diKembangKan unt* lndustri
pangan
sKala
Kecil.
Slstem
Model
~ n i
membantu p a r a pengambil Keputusan d i dalam menentuxan keputusan d i
bidang
perencanaan pemasaran produk; i n d u s t r i pangan. Hodel dan
?RITA termasuk. d i dalam
KelompoK
diagnosa
s i n t e s a pada ruang lingliup pemecahan masalah
Slstem
Diagnosa
klli.
liegiatan
yang
penafslran s i t u a s i .
cli1akulKan
antara
S i n t e s a yang
dari 1aln
dilaXWan
adal2h perencanaan s t r a t e g l Keblje.an harga. Manfaat
yang
dapat
dlperoleh d a r l
model
?RITA
a n t m a lain a d a l a h : ( 1 ) memperslngkat w&tu
yang d l g u n a a n untuk
atlvltas
penganbll an Keputusan, (2
me1 engkapl
Kemampuan
pengambl 1an
Keputusan
bag1
p a r a manajer yang kurang marnpu, ( 3 ) menuJu Ke a r a h pengambllan Keputusan yang o p t l m a l , (4)
menlngKatKan unt*
Konslstensl
JanpRz w&tu
Pengembangan aengan
memasuman
bauran
pemasaran.
pengambllan
Ban j e n l s prod-
tertentu.
l e b l h l a n j u t dar-1 model dan
mengKajl s e l u r u l l
Dlsamplng
ltu,
Keputusan
untuk
lnr aspex
adalah dalam
me1 engKapl
model
in1
menghltung
dlperlul:an harga
program-program
pembantu
untuK
produK
dengan
poKoK dan h a r g a j u z i
b a h z s a =.emPograman p r o s e d u r a l .
D i dalam p r o s e s penyerapan p e n g e t a h u a n ,
a h l l yang
d l p l L i h a d a l a h p r a K t i s l d i bidang pemasaran,
laususnpa
yang
terlibat
Pemil i h a n
ah11
dldeilnlslKan dengan
dalam p e n e n t u a n s t r a t e g i h a r g a berdasarKan
oleh
derajat
Hart
krlterla
yang
paitu
(i986),
dalam
menyel e s a i X a n p e r s o a l a n s e c a r a c e p a t .
dapat
dilihat
Keberhasilan
Kualitaili
di
mengetzhul
poslsr
perusahaan
pasarnya.
Dengan
demiKlan
pengambil unggul
Hal
dapat
secara dengan
dalam
pangsa
dlnyataan
bahwa,
SUatu
perusahaan
dalam p a s a r a d a l a h s e o r a n g yang a h l i dalam
penentuan
suatu
KebijaKan
memahaml b e r b a g a i perusmaannya berdasarxan
dan
(lieputusan).
permasal ahan mampu
lnl
yaliu
tersebut
d i dalam
ef l s l e n s i
perusahaan
dalam llngfillngan b i s n i s ,
Keputusan
telah
efeKtliitas
K e s d s e s a n yang memadai dan
dari
produK.
yang
yang ha1
Dla
dapat
dihadapi
o 1eh
dengan
baiK
mengataslnya
pengalaman yang d i m i l i k l selama
bertahun-
t a h u n d r b l d a n g pemasaran. S e r e l ah chwawancaral,
me 1 aKuKan dl1aKuKan
menc&,u,up p e r l l i a l yang &an
pemll l h a n
ah1 r
penyusunan dlKaj1.
yang
Kuesioner
Tahap
allan yang
selanjutnya
adalah
melakukan vrawancara dengan p a r a ah1 1 d l
penasaran z d a l a3
tersebut.
Motodz wavrancara yang
bldang
dlgun&,an
r e X l a s i i l i L a s 1 d a r l t u j u a n dan ponEEicaraan
atas
d a s a r Kasus yang menariK ( c r l t l c a ! i n c l d e n t technique). P e r m a s a l a h a n yang d i n a d a p l dalam p r o s e s penyerapan pengetahuan a d a l a h s u i l t n y a menemui p a r a a h l i yang akan dlwawancarai darl
hasi 1
dan me lzl
n l l a i faktor kepastlan dlsebabkan gugus
terutama (cf).
dalam
lnf erensi
mengestlmasi
Kesul i t a n yang
dihadapi
karena para p r a K t l s i t l d a k mengikutl
suatu
t a t a c a r 2 ( r u l e s ) dan u m m y a l e b i h banyaK meng-
gunakan
heuristiK darlpada
terlatih
Untulc
menjelaskan
algoritma.
Seorang
m e n y e l e s a i k a n maszlahnya
bagalmana
mereka mencapai
ahli
buKan
untuk
solusi.
Oleh
k a r e n a l t u wawancara 1e b i h c?larZ?LCan pada
penyel e s a l a n
k a s u s - k a s u s yang mungkin d i h a d a p i dalam p e n e n t u a n s t r a t e g i k e b i j a k a n h a r g a produk. UntuE;
mengatas1
permasal&lan
penyerapan p e n g e t a h u a n , sistematis.
daiam
proses
dilaRuKan b e b e r a p a metoda yang
Metoda-metoda
tersebut dapat
dijelaskan
sebagal berikut. Pertanla, metoda pada
pengarnatan
observasi terhadap
menyelesaiKan m a s a l a h t e r t e n t u .
yang d a s a r n y a berturnpu ah1
KetiKa
sedang
UntuX i t u d i b u a t s u a t u
model gun2 menyel l d i l i i meltanlsme p e m e c a a n m a s a l a h yang dipergunLKan o l e h & l i .
Dalam melaKsanaY.an metoda i n i ,
seorang
KE seballinya tldak menglnterupsl
ah11
selama
penyelesalan masalah dengan pertanpaan atau Komentar.. Metoda bertumpu ah11
adala
metocia lntuisl.
lletoda
pada IntrospeKsl yang dllaKuKan oieh
atau seorang yang
kzsus, dan
laln
berpengetanuan.
in1
seorang
Dalam
suatu
seorzng KE belajar dan DerlnteraKsl dengan ahli
sumber-sumber pengetahuan
mengetahul
lainnya,
selllngga
la
metoda penyelesalan masalah-masalah pentlng
(menjadl "pseudo-expert"). Dengan Kapasltas pengetahuan yang
bimilikl,
tersebut,
diP.embangKan
Kemudlan
representasl
dlevaluasl oleh ah11
keahllan
lalnnya
dan
selanjutnya dlorganisasikan Ke dalam program komputer. Dalam
wawancara,
metoda tersebut. dlwawancaral
dlgunaKan Kcmblnasl darl
Sebagai contoh,
sedang
liedua
pada saat ahli yang
menyelesaikan suatu
masalah
dan
berusaha menjelasxan bagalmana la menyelesaiKan masalaa tersebut, sebut.
KE
JiKa
mencoba turut menyelesaikan masalah terha1 lni memungklnkan,
nyaan-pertanyaan yang relevan unt= uji penjelasan ahli. menanyaKan
menanyean perta-
mendcrong dan meng-
Daiam ha1 in1 KE &tlf
pertanyaan-pertanyaan dan memberi
berperan nlpotesa
tentang konsep-Konsep atau Kaldah-Kaldah. Sebelum mode? Slstem .kt11 1 dlsusun,
dibuat konsep-
konsep ban Kald&~-k;ald~ pang dlperoieh dari ah11 dlwawancaral.
Hal lni
untuK menilal Konsistensl
Kelengkapan pengetauan yang dlperoieh.
yang dan
Netod2 l a l n a d a l a h s e b a g a l b e r l K u t . Kasus-1:asus
ICE
mengajuiran
untuk; d l s n l e s a l K a n o l e h s e o r a n g & l i .
Darl
p e n j e l a s a n yang d i b e r i K a n o i e h all 1 t e r s e b u t ,
dibentw
sistem
Kemudian
prototlp.
Slstem
d i b e r i k a n Kepada merupakan strategl
itu
i 1a l n n y a u n t a disempurnaKan.
suatu bar1
prototip
cara
untuli
Ini
membandingP&an s i r a i e g l -
ah11 yang berDeda dan mengambil
iitiK-
t i t i K p e n t i n g d a r i KetidaKsesualannya.
Strategl
lnferensi
meKanlsme
inferens1
ponens" .
Hal
merup&an
dan
proses
"modus
pada model
?RITA
Oisebabxan l-rarena
adalah
mengemaaan
ponens"
pendapat.
ponens"
digun&;an
~ l s z ~ ~ p i int g= lnf erensi
perangKat
EXSYS.
penggunaan
"modus ponens" dalarn model
pernyaiaan:
mudah
merUpaKan teKniK
01 ell
trndaKan
lunaK
pesalng
?P,ICE88, saat
menwunkan h a r g a s e b e s a r s a t u p e r s e n .
oleh "modus
"modus
secara l n t u l s i lebih serlng
digunalran
pada
digunaKan
a t u r a n logiKa pang D e r s i i a t s e d e r h a n a ,
dlmengerti d a l &TI
rni
yang aominan
lni
yang Contoh yaitu adalah
Dengan
aturan:
jiKa
p e s a i n g menurunxan h a r g a s e b e s a r 0 . 5 - 2 . 0
persen,
maKa
1al;ukan
penurunan reaKsi
o b r a l s e m e n t a r a untW, mengurangi
harga
atas
pesaing,
tlndalcan
dapat
p e s a i n g yang
dislmpu1Kan menurunKan
alribat bahwa harga
s e b e s a r SatU p e r s e n a d a l a h meiaKuKan o b r a l sementara.
Tel a a h
tentang
KetidaKpastian
dengan
pemberlan
n i l a i c f t e l a diterapkian pada model PRICE88. memberikan
gmbaran
diperoleh juga
KetldaKpastlan
d a r i h a s i 1 wawancara.
dapat
bersifat
berarti
i n f ormasi
Pemberian
bahwa l n f e r e n s i
p a s t i dan
tldaK
i-121 i n i
masih
nilai
yang
terbulca
yang cf
dihasilxan Kemungklnan
adanya i n f e r e n s i yang l a i n . TeKniK i n f e r e n s i dengan menggunaKan r e s o l u s i t e l a h diterapKan
dalam
diterapkan
Karen2 pada perangliat lun& EXSYS
fasilitas
untuli
me 1akulcan dengan
model
lernakulian
pemeriKsaan Kaidah
konsistensi.
PRICE88.
yang
TekniK
resolusi
s e t i a p kaldah sudah
ad2
Pad2 p r i n s i p n y a ,
ini
dapat
tersedla
dengan yang
untu
car2
dimasuKKan memperoleh
teKniK l n i menggunaKan
Tabel Pembenaran yang mampu mengubah p e r n y a t a a n IF-THEN men jadi
pernyataan
pempataan-pernyataan
serta
OR
harus
OR t e r s e b u t .
menggabungXan
Tabel
Pembenaran
d a p a t a i l i n a t pada Tabel 3. Tabel 3. Tabel Pembenaran (Harmon dan Klng, B
NOT(A)
I F A THEN B
Benar
Benar
Salah
Benar
Benar
Salah
Salah
S a l ah
Salah
Benar
Benar
Benar
Salah
Salah
Benar
Benar
A
NOT
1985) ( A ) OR B
Benar
Benar
EXSYS merupakan perangkat lun& pada
yang
berorlentasl
pengolahan slmSollk dan telah mempunyal meKanlsme
lnferensl
pengendall
pengendali
yang
aturan-aturan.
dlgunakan
adalah
strategl
dengan
teKnik
"backward chaining" dan mekanlsme pencarlannya "depth-flrst dengan
search".
menentukan
Penarikan
tujuannya
lnferensi
dengan dlmUl2i
(goal) terlebih
dahulu
kemudian dllanjutkan dengan menelusuri faKta-fakta yang mendukcng
tujuan
se luruhnya
tersebut.
menggunaKan
media
Model
yang
PRICE88
EXSYS,
menggunaKan
pengendali dan mekanlsme pencarlan "depth-first search, bacKward
chaining".
Karena Kemampuan di
atas,
maKa
EXSYS merupaKan medla yang efektlf untux dlgunakan pad2 permodelan
Slstem
Ahli
yang
banyaK
melibatkan
manlpulasi logika dalam proses pengarmilan Keputusan. PRICE88
jug2 menggunakan
teknik
mengemmallan
pendapat pada mekanisme inferensi secara non-monotoni~, yaltu
keputusan
yang
dihasi lkan
berubah
dengan
berubahnya lnformasi pada masW,an model.
TeKnlK Kebl J &an dari
harga
has11
pemasaran,
penyajlan prodm
pengetahuan lndustrl
untuk
pang an
dlkembangKan
wawancara dengan para praktlsl dal am ha1
in1
adal ah dlrektur
dlrektw Komersll dan manajer pemasaran.
strategl
dl
bldang
penjual an,
Dalam
model
PRICE66, semua t e k n l k p e n y a j l a n pengetahuan t e l m dlgunal:an. J a r l n g a n Xer.
semantlk d l dalam PRICE68, mlsalnya
?_
d i g u n a a n untux menghubungKan s u a t u p r o d m dengan j e n l s produ~,
jenis
perusahaan. a",
produK
mutunya
pada
suatu
Hubungan yang dipakiai adalari riubungan " i s -
mlsalnya
"has-a",
dengan
sosls
mlsalnya
a d a l a h j e n l s prod* perusanaan
ban
X mempunyal
hubungan mutu
yang
t i n g g l UntUk p r o d m s o s l s . TeltniK pernyataan baglan,
triplets"
"O-A-V
atas,
di
yaltu:
dapat
dlgunakan
dengan membaginya
untuK
menjadi
Perusahaan X s e b a g a i obyek
tlga
( O ) , mutu
d a r i s o s l s s e b a g a l a t r i b u t ( A ) dan t i n g g l sebagal n i l a i
(v).
Setiap
obyek dapat memiliki a t r i b u t l e b i h
darl
a
s a t u , t e t a p l t i a p a t r i b u t hanya mempunyai sebuah n i l a l . Sebagai
COntOh,
memilixi
misalnya
atribut
mutu prOduK
a t r i b u t mutu prod= TekniK
bentuK
dlgunaan
o 1eh
sosis,
x
selain
(0:
juga
mempunyai
daging a s a p dengan n i l a i sedang.
ekspresi
merupakan
perusallaan
l o g i k a dengan p r e d i k a t
s t a n d s penyajian EXSYS s e b a g a l
kalkulus
pengetahuan
medla
pernbuatan
yang model
PRICEB6. E. TEGMII: PEBUEJABG EEPUTUSAI:
Masal a h perlu
dikaji
pengambilan
Keputusan
di
s e c a r a s i s t e m a t i K dengan
dunia melalui
Bisnls suatu
urutan
deslwlptif.
Urutan
pertama
adalab
melihat
s i t u a s i yang mellngKupi p e r s o a l a n
aengan
pengambilan
KeputUs an yang dihadap.. manaj e r dan bagaimana Kemampuan manajer
untU
menyelesaifcan
persoa1a.n
tersebut.
s e l a n j u t n y a a d a i a h meninjau p r o s e s yang d i l a k w a n dalam pengambi I a n Urutan
Keputusan,
terauir
yaltu
a d a l ab
berdasarKan
bagaimana
intuisi.
meni 1a i
suatu
k e s lmpul an. model
Pada persoalan yang
Situasi
PRITA,
pengambilan k e p u t u s a n
yang
adalah
melingKupi fator-fator
mempengaruhi s t r a t e g i h a r g a yang h a r u s d i t e r a p l t a n
dan metoda penentuan harganya. a b a l a h j e n l s produk, tingkat
permintaan
pentlng
yang
FaKtor-faKtor t e r s e b u t
jenis pasar, ban
1o k a s i
s i t u a s l persalngan, pemasaran.
belum termasuk dalarn model P R I T A
pengarub
aspeK b a u r a n pemasaran s e l a i n
Hal
disebabkan
ini
FaKtor
Karen2 i n i o r m a s i
.
harga yang
adalah prod=.
menduKung
u n t w a n a l i s a f a t o r - f a t o r t e r s e D u t Kurang memadai. P r o s e s pengambilan h e p u t u s a n yang d i s i m u l a s i model
tie&
PRITA
hanya
bidasarKan
pad2
oleh
intuisL
manajer, t e t a p i d i d w u n g o l e h f a K t a - l a t a dan i n f o r m a s i yang
sudah t e r u j i d a r i h a s i l pengalaman s e o r a n g
SiStematiKa
dan
KerangKa
berpikir
seorang
ahll.
aQli
pemasaran t e l a d l s l m u l a s i o l e r ~mode1 PRITA. P e n i l a i a n t e r h a d a p Keputusan yang d l m i l , s e b a g a i tahapan
anir
dalam
proses
pengambi l a n
Keputusan,
dilaKuKan o l e h model ? R I T A dengan penentuan n i l a i Bila
n l l a i c l s v n z dengan s a t u b e r a r t i Keputusan
cf. yang
diambil b e r s l i a t p a s t 1 a t a u m npunyai t l n g k a t K e p a s t i a n 100
persen.
sernai;,ln
Kecil n i l a i
cf,
maka
semaln
r e n d a h t i n g k a t k e p a s t i a n d a r i Keputusan yang d i b u a t . s l s t e m Penunjang Keputusan pada model PRITA b e r i n t e r a s i dengan S i s t e m A h l i , menjadi
tslah
s e h l n g g a masalah yang
i n p u t d a r i pengguna &an
d i u b a h menjadi o u t p u t
b e r u p a a l t e r n a t i f Keputusan. Analisis pangsa
Markov
dari
pasar
periode
digunaKan
untm
suatu jenis prodm
dlm&sudl',an
pemasaran,
didasaman
&an
untW
perencanaan
p e l aKsanaan
dan
pada
Ke depan dan u n t m menduga p e r i o d e
Keadaan Keseimbangan ( s t e a d y - s t a t e ) . pasar
mempraKiraKan
atas
usana-usaha
dimana
pangsa
Keadaan
a s p e k - a s p e ~ dalam b a u r a n pemasaran dlperKlralian
periode-perlode (steady-state)
seczra
dl
panjang
jangka
dalam
Ketidakpastlan
teoritis
Keadaan dapat
dan pasar
lingkungan
peri:ode
yang
keadaan
pada
kesslmbangan terjadi
pada
Pada Kenyataannya, ha1 t e r s e b u t s u l i t
p e r i o d e Ke 1 2 0 . dicapai
dianggap sarna dengan sebelumnya.
Kesempatan
pemasaran
Prakiraan
asurnsi,
terjadlnya
F r a K i r a a n pangsa
mengetahui
pemasaran.
beberapa
suatu
proses
waktu p r a k i r a a n ,
pemasaran. maka
h a s i l yang d i p e r o l e h .
SemaKin
semakin
besar
H a s i l praKir'aan
pangsa p a s a r t e r s e b u t dalam jangka pendeK &an
berguna
sebagai
masulcan
Kepada
perusahaan
dalam
menentuKan
Kebl J akan-Keb1 J allan pemasaran. Telrnlli
penunjang
diapiiKasiXan untuli
pad2
Keputusai.
model PRITA
mengantisipasl
1ingkungan
adaiah
tindaKan
pemasaran.
Pilda
1a l n
yang "game
pesaing
"game
dapat theory"
di
dalam
theory",
dengan
menentultan m a t r i k s "pay o f f " , d a p a t d i t e n t u l i a n s t r a t e g i yang
h a r u s d i 1aku??an p e r u s a h a a n t e r h a d a p t i n g k a h
l aku
pesalng. TekniK
penunjang
Perbandlngan menentulian 01eh
lteputusan (MPE),
Eksponensial
erat
dengan
yang l a y a k .
positioning)
Penentuan
penempatan
segmen produx
pasar (brand
p a l i n g p e n t i n g dalam penentuan
k e b i >&an
harga
produli.
Dengan
menggunakan
MPE,
Keputusan d a p a t msrislntesa dan menentuxan fator
segmen p a s a r .
dlrnzsulii
merupaltan
yang
semua
untulc
d i gunaKan
Penempatan produli
faitor
dari
Metoda
p r l o r i t a s segmen p a s a r yang d a p a t
j e n i s produli t e r t e n t u .
berkaltan
dengan
yang
berpengaruh
percbuat
signifikansi
pada
penentuan
Disamplng i t u p r o s e s n y a c e p a t ,
prdxtis
dan sederhana. Model bahasa tidak
Karena
ESPRIC dar, STRAGA menggunakan BASIC s e b a g a i
permode 1an. dapat EXSYS
Model matematika pada
dilakulian merupaan
oleh
perangkat
perangkat
e f i s i e n untulc pengolahan a r i t m a t i k a .
lunak
model
ini
lunak< EXSYS, yang
tidaK
VII. EESIMPULAN DAB SARAH
Perencanaan
strategi kebijaKan harga produk; bersifat
dlnanlis dan Kompleks Karena dlpengaruhi oleh fator-faKtor lnternal dan eksternal dalam bidang pemasaran yang berilulctuasi,
sehingga
pengkajiannya. produlc
selalu
digunaKan pendekatan sistein dalam
Perencanaan
strategi
kebijaKan
harga
Sersifat "ill-structured" dan tidaK mempunyai pro-
sedur
algoritma
slstem
dalam pemecahannya,
sehingga
ManaJemen Ahli sebagai alternatif
digunaKan
pemecahan
yang
potensial. Paket Manajemen strategl
program
PRITA adalah
aplikasl
model
Slstem
Ahli untuli perencanaan jangka pendek di
bidang
kebijaKan harga produlc inaustri
ini terdiri dari modei PRICEBS,
pangan.
Faltet
ESPRiC dan STRAGA.
Model
PRICE88 adalah program Sistem Ahli yang menggunakan teKniK heuristik.
Model ESPR1:C adal ah program untuk memprakira-
Kan
pasar dari suatu jenls p r o d m
pangsa
periode untm
ke depan,
menentman PaKet
EXSYS
versi
ltomputer kbyte.
PRITA 2,l
IFM EXSYS
p8da
beberapa
sedangkan model sTRP.GA adalah
program
priori tas segmen pasar. menggunakan aiat bantu peranglrat dan BASIC yang
dapat
dijalankan
dengan kapasitas memori (RAP!) efektif
untuli dlgunaKan
mlnimum
pada
lunaK pada 256
permodelan
Slsrem & l l
yang banyaK mellbatKan m a n l p u l a s l l o g l k a dalam
p r o s e s pengambll an Keputusan. d2 lani
Dl
yang
p r o s e s penyerapan
pengetanuan,
maka
an11
d i p i l i h s e b a g a i n a r a sumber a d a l a h p a r a p r a k t l s l
bldang
di
pemasaran pada b e b e r a p a i n d u s t r i pangan d i w i l a y a h
DKI J a k a r t a .
Metoda wawancara yang dlgunaKan a d a l a h
Kl a s i f i K a s i d a r i t u j u a n
dan pemblcaraan a t a s d a s a r
yang menarik ( c r i t i c a l i n c l d e n t
technique)
re-
kasus
.
MeKanisme i n f e r e n s i yang domlnan dalarn model
PRICE88
a d a l a n t e k n i k "modus ponens" yang d i l e n g k a p l dengan f a k t o r kepastian yang
(certainty factor).
digunakan
chalnlng". Si
adalah
"depth-flrst
search,
backward
dimana Keputusan pang d i h a s i l K a n
s e s u a i dengan i n f o r m a s i yang
kaidaZ-Kai d&
yang
pengetahuan
Jwnl a h
digunakan s e b a g a i basis d a t a
dinamik
TeKniK p e n y a j i a n
yang digunaKan a d a l a h t e k n i k j a r i n g a n
aturan-aturan,
akan
diberikan.
u n t u k p e n c a p a i a n k o n k l u s i a d a 58 Kaldah.
tiK,
aturan-aturan
Model PRICE86 J u g a menggunakan t e K n i k i n f e r e n -
non monotonik,
berubah
Pengendali
seman-
e k s p r e s i l o g i k a , KerangKa &an "0-A-V
triplets". MasuKan pada model PRICE86 a d a l a h J e n i s produk, p o s i s i produk dalam daur h i d u p n y a ,
seamen p a s a r yang
dltuju,
tujuan
perusahaan
d a l am k e b l J a c a n
4t l n g x a t
permlntaan,
IoKasl pemasaran, t l n d a k a n p e s a l n g Ban
pangsa strategl
pasar.
harga,
jenls
K e l u a r a n model PRICE88 a d a l a h
pasar,
alternatlf
KeblJaKan h a r g a yang dlsaranKan dan metoda pene-
tapan harga
yang sebailrnya dilaKsanakan.
K e l u a r a n model
ESPRIC a d a l a h pral-;lraan p a n g s a p a s a r pada b e b e r a p a p e r l o d e k e depan
dan p r a k l r a a n t e r j a d l n y a
Ke l u a r a n
model
keadaan
Kese lmballgan.
STRAGA a d a l ah penentuan p r l o r l t a s
segmen
p a s a r yang d a p a t dlrnasWl o l e h j e n l s p r o d m t e r t e n t u . Pengguna
dari
paket
program
ada1a.h
PRITA
pengambil Keputusan d i i n d u s t r i pangan,
sepertl
para
dlrektur
p e n j u a l a n , d l r e K t u r Komersil a t a u manajer pemasaran. p a r a KE clisedlakan f a s i l i t a s untul-: memperbaiK1 dan bahkan
basls
PRICE88.
d a t a s t a t i K a t a u kaldah-Kaidah
P&et
PRITA b e r s l i a t i n t e r & t i f
Bag1 menam-
pada
model
dan mudah d l g u -
nakan ( u s e r - f r i e n d 1 y ) . Berdasarkan h a s i l v e r * i i i k a s l , p&et
?RITA
mengambi 1
d a p a t dlnyataKan bahwa
&an memudahKan p a r a pengambil Keputusan u n t m Keputusan
Cia1 am Kebi jaKan h a r g a produk
dan K o n s i s t e n pada j e n i s prod*,
cepat
secara
segmen p a s a r
dan
jangKa waktu t e r t e n t u .
Untm Keputusan pesalng
me1engKapl dalam Karena
model
PRITA,
mengantisipasl pengarm-
sebagal
perubahan
11ngKungan
penunj ang
tlngkatl
pemasaran
1aRu pada
k e b l j a k a n h a r g a p r o d m dapar dlgunaKan t e k n l l i l a l n s e b a g a l pembandlng theory".
unt*
memperoleh h a s l l t e r b a l k , s e p e r t l
"game
Pemanfaatan perangtrat
fasilitas
lunaK
EXSYS
dlperoleh
hasll
yang
Kebl Jaail
h a r g a prodw.,
pemotong an h a r g a ,
untuk e k s p r e s l perlu
lebih
aljabar
dipertlmbangkan,
spesliil;
dalam
pada agar
penen:uan
s e p e r t i penghi tungan
persentase
p e r s e n t a s e imbuhan h a r g a (marli-up) a t a u
p e r s e n t a s e Kenaikan h a r g a . Pengembangan model PRICE86 yang l e b i h lengkap lultan
dengan
memperbaiki f a s l l l t a s u n t u k
dlper-
pengguna
agar
d a p a t memperbaiKi dan menambahlian f a l i t a - f a l i t a b a r u , s e p e r t i t i n g t r a t p e r m l n t a a n prod-
Dengan
demikl an
kemampuan
u n t u k t l a p wilayal-1 pemasaran.
mode 1 PRICE66
untuk
belajar
yang
dibentuk
dengan e f e K t l f
mempunyal
seperti
halnya
dari
bauran
pengembangan
proaul,
seorang ahli. Stud1 pemasaran
lanjutan yang
distribusi
mengenal
terlibat,
aspek
seperti
laln
dan promosi p e r l u d l l a l u k a n untul:
perencanaan
d i bidang pemasaran yang i n t e g r a t l f . Untuk tambahan, dan
melengkapi seperti
harga
jual
pact
PRITA
program
u n t u k menentukan h a r g a
prodm
dengan
pemrograrnan Komputer s e p e r t i FORTRAP:, C,
sehlngga
dlperlukan
dlperoleh
menggunaan BASIC,
keluaran berupa
pokok bahasa
PASCAL a t a u
KeblJaKan
b e r s l f a t s t r a t e g i s , taKtis dan o p e r a s l o n a l .
program
yang
DAFTAR PUSTAKA
A , , P. R. Cohen ban E. A. Felgenbaum. 1962. oi Artlilclal Intelligence, volume 1 Ban 2. Kaufmann, Inc., Los Altos, Callfornla.
Barr,
Bue11, V. P. 1965. Planning Approach.
Handbooli Wllilam
MarKetlng Management : A Strategic Mc Graw-HI1 1 BooK, Co. , New YorK.
DouKldis, G. I. dan R. J. Paul. 1985. Research lnto Expert Systems to Aid Simulation Model Formulation. J. Opl. Res. SOC. 3 6 ( 4 ) : 3 1 9 - 325. Erlyatno. 1988. Apllkasl Slstem Ah11 dl Bldang Pertanlan. MaKalah Semlnar Expert System : Penggunaannya dalam Berbagal Bldang. Tanggal 5 - 6 Jull 1966. PIKSI, ITB, Bandung. Gaultney, L.D. 1985. The Potentlal for Expert Systems ln AgPlCUltUral Systems Management. ASAE Paper no. 8 5 - 5 0 3 3 . Mlchlgan State Unlversitp, Mlchlgan. Harmon,
P.
dan D. King.
1985.
Intelligence in Business.
Expert Systems : Artificial John Wlley & Sons, Inc. , New
York. 1986. Knowledge Acquisltlon for Expert Systems. Hart, A. McGraw-Hill BooK Company, New YorK.
Hll ller,
F.S.
dan O. J.
Lleberman.
Operations Research, 3 rd edltlon. Francisco.
Introduction to Holden-Day Inc., San
1980.
D. 1985. EXSYS : Expert System Development PacKage, User's Manual. EXSYS, Inc., USA.
Huntington,
Keen, P. G. W. dan M. S.S. Morton. 1978. Declslon Support Systems, an Organlzatlonal Perspective. Addlson Wesley Publlshlng company, Massachussets. 1984. Marketing Management, Analysis, Planning Kotler, P. and Control, 5 th ed. Prentice-Hall, New Jersey.
Manerscli, T. J. ban G.L. Parlc. 1977. System Analysls and Slmulatlon vrlth ~ppllcatlon to Economlc and Soclal Systems. Mlchlgan State Unlverslty, Mlchlgan. MangKusubroto, K. dan C.L. Trisnadi. 1985. ~ n a isa l Keputusan, PendeKatan Sistem dalam Manajemen Usaha dan ProyeK. Penerbit Baskara, Bandung.
Mannlng, W. A. 1984. Deslclon Maklng : How A Compurer Alds the Process. J. Quallty of Technology. Novlyanto, R. A. 1987. Model Slstem Manajemen A h 1 1 untuK Strategl Dlstrlbusl Pemasaran Produli AgrolndEsrrl. SKrlpsl. Faultas TeKnologl Perranlan, IPS, Bogor. O'Keefe, R.M. 1985. Expert Systems and Operational ResearcliMutual Benefits. J. Opl. Res. Soc. 35(2) : 125-129. Oxman, S.W. 1985. Expert Systems Represent Ultimate Goal of Strategic Decision Maklng. Data Managemeni/April 1985. Fride, W. M. dan 0.C. Ferre 1 1 . Mifilin Company, Boston.
1985.
Marketing.
Houghton
Rlyanto, B. 1988. Teknologi Expert System : Beberapa Aspek dalam Proses Akuisisi Pengetauan. MaKalah Seinlnar Expert System : Penggunaannya dalam Berbagai Bidang. Tanggal 5-6 Juli 1988. PIKSI, ITB, Bandung. 1988. Penerapan Expert System dalam Blaang MaKalah Seminar Expert System : Penggunaannya dalam Berbagai Bidang. Tanggal 5-6 Juli 1988. PIKSI, ITB, Bandung.
Diagnosis.
Suprrana, I. dan Sudlana, H. 1988. Suatu Slsl darl Slsrem Pakar. Makalah Semlnar Expert System : Penggunaznnya dalam Berbagal Bldang. Tanggal 5-6 ~ u l l1988. PIKSI, ITB, Bandung. Thlerauf, R. J. dan R. C. Klekamp. 1975. Declslon MaKlng Through Operatlon Research, 2nd ed. John Wlley & Sons, Inc., New York. TIM-DSS. 1985. Slstem Penunjang Kepuiusan Program Pengembangan Koperasl, Stud1 Kasus Koperasl Produlisl Susu Kabupaten SuKabuml. FAO/UhTDP Project INS/83/'018 dan Jurusan Teknologl Industrl Pertanlan, IPS, Bogor. Townsend, USA.
C.
1987.
Introduction to Turbo Prolog.
Sybex,
Wahab, W. dan Anaya, A. 1988. Ap1li:asl Slstem Ah11 untull Dlzgnosa KerusaKan pad2 Komputer prlbadl IBM. MaKal ah Semlnar Expert System : Penggunaannya dalam Berbagal Bldang. Tanggal 5-6 Jull 1988. PIKSI, ITF, Bandune.
War diman, A. TeKnologl
1988. PerKembangan Ilmu Pengetahuan dan Expert System dewasa inl dan prospeKnya dl Indonesia pada Masa Datang. M&alah Semlnar Expert System : Penggunaannya dalam Berbagal Bldang. Tanggal 5 - 6 ~ u l l1988. PIICSI, ITB, Bandung.
waterman, D. A. 1986. A Guide to Expert Systems. Wesley Publlshlng Company, Massachussets.
Addison
Watson, Ii. J. 1981. Computer Simulation in Business. Wiley & Sons, Inc. , New YorK. ,
John
Yoshlalil, S. dan Jun-lchl Tsujil. 1984. Artlflclal Intelllgence, concepts, Technique and Appllcatlons, john Wlley and Sons, Inc., Chlchester.
L A M P I R A N
Lampiran 1. Evolusl "artlflclal lrlteillgence" King.
1985)
(Harmen dan
Lamplran 2. Conton mzsuKan untuii v e r l i i l t a s i model PRICE88
F~odc,!and2 adala:sosls (sap), babl, aym) Poslsi p r o m t e r s e h i dalm daur Dl6upnya: fase ~ngenalan S e a n pasar yan: &an anda tnju ada1ah:semn atas Sujnan yang ingin hcapai dari penetapao Bebijakan harga adalah: nemroleh citra pro@ yang tinggi
Jenis pasar yant aXan a n b rasnXi ada1ah:pasar ollgopoli n n b a i pemotaao pasar:Sebaog/?endab
&in p r o m anda hbandmban deogan p r o m pesaiog ada1dn:leblh t ~ o g g i
hndaXan psalng utm anda pada saai in1 adal&i%ennuunkan harga jnal Peranan ~nmanharga tersebot pada hasil penjualan anda9sar Sifat
~nmantersebn: ada1ah:waneo
Wilayab penasarm prom lersebol: terbagi dalm k k r a p a ~ i l a y a h geograiis io3asi peasaran yang akao htnju:jauh dari pabrik/cabang Pemahaan anda ~?ngl!asilXan: m l t i pro@, Yntu P r o w anda:tinggi
104 Lamplran 3 .
Contoh masukan u n t u k V e r l f i K a s l model ESPRIC
Pangsa p a s a r s e t l a p p e s a i n g pada t a h u n 1986 dan 1988
1986 1988 (persen) (persen)
Pesaing
Coca-Cola ~epsl-Cola Seven Up Teh S o t 0 1 LoKal
P e r t u K a r a n pangsa p a s a r a n t a r p e s a l n g yang t e r j a d l a n t a r a t a u n 1986 - 1988
Pesalng
Coca-Cola
(CC)
Pepsl-Cola
(PC)
Seven Up (SU) Teh b o t o l LoKal
(TB)
(LXL)
Pangsa pasar (1986)
Sumbangan d a r i LXL
Pangsa pasar (1988)
CC
PC
SU
TB
36
0
2
2
2
1
Lli
U
1
0
0
0
0
2
5
0
1
0
0
1
2
41
1
0
2
0
3
45
14
0
0
1
0
o
10
LampIran 4. Contoh masukan untuk verifikasl model STRAGA
Daya sera? ~wah Seunggalan pesaing XoiPpantif pasar
Persepsi Kenotnogzn Penetrasi wjinal pjsar
Konsrmen
106
Lamplran 5. Contoh lcsluarsn model TRICE88 mtuK produK sosis
Rtapltan strategl harga p r m w (narga tlnggil :iO/iO Tetap pada harga jual sesaran: :10/10 Pertaharkan harga pada t i n g a t harga segarang dan ternskan peogaatan pada harga p s a i n g :8/10 TetapXan hargi: lio: produlc :Ti19 Tetap paoa harga Jual sei;arang dan Zogada)can serangan Mil: Don harga :6/10
Penetapan harga beraasarkan biala plus (cosl-plus pricing) :5/10 Tetaplian harga pnyerahan seragaii di setiap wilayah geografis :5/tO fetapltan harga dengan bertitil; patokan suatu Rota strategis :5/10 Penetapan harga d a l a s a w 1 tertutup [sealed-bid pricing) :4/10 Tetapltan harga berbeda dl setiap silayah geografis :4/10 ?etapiran harga yaog t e r n s * biaya transportas1 :3/10
Contoh k e l u a r a n model ESPRIC uniuli produK m~nurnan dalam b o t o l
Lamplran 6.
Yi-TRIKS TRANS IS1
Pangsa p a s a r p e r l o d e 3 pada t a h u n 1990 a d a l a h :
Coca-Cola Pepsi-Cola Seven Up Teh b o t o l ~okal
4 3 432 ~ 1. 639 = 1.214 = 46. 887 = 6. 829 :
%
=
% % %
%
Pangsa p a s a r p e r i o d e 4 pada t a h u n 1'992 a d a l a h :
Coca-Cola Pepsi-Cola Seven Up Teh b o t o l LoKal
= 45. 099 =
-
1. 616 = 0. 897 47.755 = 4. 633
% % % %
%
Keseirnbangan d i c a p a i s e t e l a h 120 p e r i o d e k e depan, dengan pangsa p a s a r maslng-maslng Coca-Cola Pepsl-Cola Seven Up Teh b 0 t 0 1 LoKal
= 57. 9922 2.1479 = 0.5593 = 38. 9870 = 0.3132 :
% % % % %
:
Lampwan 7. Contoh Kolui=i:.an ma-garln
mode!
STRAGA
TINGKATAN DAN NILAI TlngKat
Ni 1 ai
Alternatli
1195 1091 469 327 169
MENENGAH ATAS MENENGPJI ATAS MENENGAH BAWAH BAWAH
HIMI EPB Tin&atao UntnX Setiap dlternatif ( Eilzi=Tin$iatan x 23,9000 )
Altemtif !
0
5
10
1
1
1
15 20 1
1
25
30
35
40
1
I
I
I
45 50 I
I
untui:
proc?ul;
LampIran 8. X o n d ~ s l - k ; o n d l s l p a d a model PRICE88
I
pro& anda adalah:
sosls lsapi, babi, aym) @log asap (sapi, babi, a g a J &so {sapi, agm) Rasakan Indonesia G a l a kaleng Enah Galam kaieng Selai Sari buaO
naaroni Coklat batangan Bisbit S a w dalm kaleng Ikan d a l a Bateng Karned sapi Bargarinkntega Lw& roti/);ue ninyak goreng
rn ma); Sirup
sw kaleng Kejn ninuian b t o i
H i n m kaieng Kopi @lam bob1 teh celup kecap mie dalaa bnoghs laa)tanao bayi
Used in rule(s):
1 14
2 16
3
4
5
17
19
20
13
fase fase fase fase
pengenalan pe7tmMm jenuh peonrunan iase R m t i a n
Used in rule(s):
3
6 12
'i
e
9
10
11
15
16
IY
18
S e g m pasar yang ahan anda tuju adalah: s e w n atas s e w n enengah s e w n barah sewn mengah Xe atas s e w n mengah iie barah
Used
4
10
mie(s):
13 19
14 20
injnan yang lngln dlcapal dar1 pnetapan Xeb~jaXanharga adalah: krtahan I u a p (sarvlval) & s w l l s a s i labajangXa pndeK unggiil dalaa pacgsa pasar pada jan@a W t n tertentu m r o l e h cltra p r o m yang t l n g g ~
Used i n rule(s):
21
22
23
24
Lampiran
8.
(lanjutan)
Used in mlels):
6
6
'I
Jenis pasar pang *an anda mami adalah: pasar oligopoli pasw bersaingsaipna Used in mle(s):
I
25
26
21
29
30
I'ingXat pemiotaan pasar:
Used i n mlels):
26
31
32
33
34
8
Xntu prow anda dibandiogXan dengan prom pesaiog adatah; ~ebihtlnggi
sm lebih rendah Used i n mle(s):
35 56
36 51
31
54
53
M
55
Lampiran 8. (lanjutan)
Besar Sedaog Kecil Used in rmle(s):
9
10
26
27
28
29
ii
io Kondisi pasar tersebut :
Used in rnle(s):
Pemintaan bersifat :
ii
elastis inelastls tidaX di)ieta$li
Used in Nte(S):
12
hoda)(aopsaing
30
31
32
33
42
43
ntana anda pada saat ini adalah :
uenman harga jnal uenalWtan harga jnal lid& oelakaXm sesoatn
Used in mle(s):
38 44
39 45
40 46
41 $7
Lampiran 8. (lanjutan)
13 P e n m a n sebesar :
Used i n ralelsl:
14
39
40
41
Peranan penman harga terseht pada basil penjoalan anda:
besar Xecil
Used i n mle(s]:
38
39
40
41
39
40
41
15 Sifat p e m a n tersekt adalah:
Used in mle(s):
38
inflasi pang tern berlanjot
tingat Ecintaan tinggi dan pasar jennh kesulitan bahan ba~n
Used i n mle(s1:
43
44
45
42
Lampiran 8 .
17 )
(lanjutan)
pasar pemahaan anda saat ini : 501
(:
MX
(:
50W dan wgml dari pesaing
Used in rnle(s):
46
44
terbagi dalau beberap rilayah geogrzfis lid& terbagi alas rilayah geograiis
Used i n m e @ ) :
19
48
49
loXasi m s a r a n yang &an dituju:
jam dari pabril(/cabaog M a t dari pabriXIcabaog
Used io rnle(sj:
48
49
50
20
Pemahaan anda PophaSilBan :
Used in rule(s):
21
51
52
35
36
31
56
57
58
Butn prom anda :
tinggi sedang rendah Used i n rote@.):
53
54
55
L a r n p i r a n 9. K a i d a h - K a i d a h pada m o d e l P R I C E 8 8
RULE HUHBER: I IF: ProduK anda a6alah:sosis (sapi ,bahi ,ayml or daging asap (sapi,babi,ayaa) o r Hasatian Indonesia d a l m Kaleng or Buah dalan Kaleng o r HaXaroni or CoXlat batangan o r Sayur d a l m Kaleng o r Keju
TEEN: TetapKan harga penetrasi - Probahi l ity: 3:10 and TetapXan harga jual untuK nzKslmlisasi laba jangKa pendek Probability: 5/10 and TetapKan harga prenfua (harga tinggi) - Probability: 3/10 and Harga jual sebaiknya wndeKaJi harga pesaing - Probability: 3/10 and Harga jual sebaiknya lebih rendah dari harga pesalng - Probability: 3/10 and Harga jual sebaiKnya lebih t l n g g ~dari harga pesaing - Probability: 3/10 and Penetapan harga berdasarltan blaya plus (cost-plus pricing) Probability: 3/10 and Penetapan harga WnggunaKan analisa t i t i K irpas - Probability: 3/10 and Penetapan harga wnurut persepsi n i l a i l c i t r a produk - Probability: 3/10 and Penetapan harga dalan sanpul tertutup (sealed-bid pricing) Probability: 3/10 and TetapXan harga Reight OD Board - Probability: 3/10 and TetapXan harga penyerahan seragm d i setiap a i layah geograiis Probability: 3/10 and TetapKan harga berbeda di setiap silayah geograiis - Probability: 3/10 and TetapXan harga dengan b e r t i t i k patNan suatu Kota strategis Probabi l i l y = 3/10 and TetapKan harga yang t e m s u X biaya transportasi - Probability: 3/10 and LatiuKan potongan tunai - Probabi I ity: 2/10 and LaKuKan potongan Xuantitas - Probability: 2/10 and LatiuKan potongan fungsional - Probabi I ity: 2/10 and LaKuKan potongan wstnan - Probability: 2/10 and TetapKan harga p r m s i d i bawah daitar harga - Probability: 5/10 and Dapat 6iletapXan harga disXrintnati: - Probability: 5/10 and Penetapan harga untuX narltet ?Xiwing - Probability: 5/10 and TetapKan strategi harga pengikis (harga tinggi) - Probability: 3/10 and TetapKan strategi harga perbersih (harga sedang) - Probability: 3/10 and TetapKan strategi n i l a i rendah (harga rendah) - Probability: O/IO and Tetapkan strategi harga berlebih (harga tinggi) - Probability: 3/10
and and and and and and and and and and and and and and and and and and and and and and
TetapXan strategi n i l a i rata-rata (harga sedang) - Probability: 3/10 TetapXan strategi harga premium (harga tinggi) - Probability: 3/10 TetapXan strategi n i l a i baiK (harga rendah) - Probability: 3/10 TetapXan strategi harga penetrasi (harga sedang) - Probability: 3/10 TetapXan strategi n i l a i istinewa (harga rendah) - Probability: 3/10 Tetapkan harga l i n i produK - Probability: 5/10 LaKuRan penelapan harga produic opsional (tabahan) - Probability: 0/10 Laicuican penetapan harga temsuK prOduK sanpingan yang l i d * berniiai Probabi Iityz 3/10 Dapat w r a K a r s a i pewtongan harga atau perluasan pasar - Probability: 2/10 Dapat w r & a r s a i KenaiKan harga atau neneXan biaya - Probability: 2/10 KenaiKan harga dapat lebih besar dari KenaiKan b~aya- Probability: 3/10 Henaikkan harga dengan cara nengurangi pbtongan harga - Probability: 6/10 I K U ~nenurunkan harga juai - probability: 4/10 lKul nenaiWca0 harga jual - Probability: 4/%0 . Tetap pada harga jual seKarang - Probability: 7/10 Tetap pada harga jual sekarang dan nengadaKan serangan bal i K non harga - Probability: 7/10 HenurunKan harga lebih rendah dari harga pesalng - Probability: 3/10 HenaiWcan harga jual dan WngadaKan serangan baliK dengan produK Probability: 5/10 Pertahanman harga pada tingKat harga sekarang dan teruslcan pengmtan pada harga pesaing - Probability: 8/10 TurunKan harga jual sehingga sana dengan pesaing - Probability: 4/10 LaKuKan 'obral' smntara - Probability: 6/10 Tetap pada harga jual seicarang dan buat produK 'bunper' dengan harga lebih rendah dari pesaing - Probability: 3/10
HOT[: Stralegi dan alternatif Kebijaan di atas adalah strategi ban alternatif yang wn@in diterawan pada produK-produi: yang ditujuKan untuK s e w n pasar atas, nenengah Ke atas dan nenengah. Hasing-nasing alternatif nenpunyai peluailg tertentu sebagai dasar analisis untuk nenentukan f&tOr Kepastian (CF) pada hasil &hir prograa, ini.
REFEREHE: Hanajer Penasaran PT KERFWOS, DireXtur Komrsil P i MNIWST dan Philip Kotler (Hanajmn Pmsaran edisi Ke 5)
If:
Produk anda adalah:Baso (sapi,aya] or E i n y a goreng o r Sirup or Kecap
THEN: TetapXan harga penetrasi - Probabi I ity: 8/10 and TetapXan harga jual untuk & s i m l t b a s i laba jan&a pen6eK Probabil ity: 5/10 and Tetapkan harga prmium (harga t t n g g i i - Probability: 3/10 and Harga jual sebailtnya rendeltali harga pesaing - Probability: 3/10 and Harga jual sebaiknya lebih rendah dari harga pesatng - Probability: 3/10 and Harga jual sebaiknya lebih itnggi dari harga pesaing - Probabil ityz 3/10 and Penetapan harga berdasarxan b ~ a y aplus (cost-plus p r ~ c t n g ]Probabil ity: 3/10 and Pe: iapan harga nenggunaKan analtsa titilt itpas - Probability: 3/10 and Penetapan harga Rnurut pcrsepsi n i l a i l c i t r a produK - Probability: 3/10 an6 Penetapan harga d a l a s a p u l tertutup (sealed-bid pricing] Probabil ity: 3/10 and Tetawan harga Preight & Board - Probability: 3/10 and TetapXan harga p!nyerahan seragm d i setiap ailayah geograiis Probability: 3/10 and Tetapkan harga berbeda di setiap wilayah geograiis - Probability: 3/10 and TetapXan harga dengan b e r t i t i K p a m a n suatu Kota strategis Probabil ity: 3/10 and TetapXan harga yang teimsuk biaya transportasi - Probability: 3/10 and LaKuKan potongan tunai - Probability: 2/10 and LaXuKan potongan Kuantitas - Probability: 2/10 and LaKuKan potongan fungsional - Probability: 2/10 and. LaKuKan polongan harsimn - Probability: 2/10 an6 Tetapkan harga p r w s i d i baeah daitar harga - Probability: 5/10 and Dapal ditetapkaa harga d i s l t r i n i n a t i i - Probability: 5/10 and Penetapan harga untuk m e t sXlantng - Probability: 5/10 and Tetapitan stratesi harga pensiltis (harga t i n g s i ) - Probability: 3/10 and TetapXan strategi harga pesbersih (harga sedang] - Probability: 3/10 and Tetapkan strategi n i l a i rendah (harga rendahj - Probability: 0/10 and TetapKan strategi harga berlebih (harga t i n g g i j - Probability: 3/10 and Tetapkan strategi n i l a i rata-rata (harga sedang) - Probability: 3/10 and TetapXan strategi harga premiuR (harga t i n g g i j - Probability: 3/10 and TetapKan strategi n i l a i baiK (harga rendah) - Probability: 3/10
and and and and and and and and and and and and and and and and and and and
TelapKae strategi harga penetrasi [harga sedang) - Probabilily: 3/10 TetapKan strategi n i i a i islinewa (harga rendah) - Probability: 3/10 TelaMan harga l i n i produk - Probability: 5/10 LaKuKan penetapan harga produK opsional (laakiahan) - Probability: 3/10 LaKuKan penetapan harga l e m s u k produt s w i n g a n yang lid24 bernilat Probabil ity: 3/10 Dapat w r a a r s a i w t o n g a n h a w atas perluasan pasar - Probabilily: 2/10 Dapal w r a a r s a i KenaiKan harga atau mneitan b ~ a y a- Probability: 2/10 KenaiXan harga dapal lebih besar dari KenaiKan biaya - Probability: 2/10 EenaiKkan harga dengan cara nengurangi polongan harga - Probabilily: 6/10 lKu1 RnurunKan harga jual Probability: 4/10 lKu1 mnaiWcan harga jual - Probabilily: 4/10 Tetap pada harga jual seKarang - Probabili!y: 7/10 7elap pada harga j u a l sekarang dan Dengadaxan serangan b a l i k non harga - Probabil ily: 4/10 EenurunKan harga lebih rendah dari harga pesaing - Probabilily: 3/10 Henaiaan harga jual dan nengadaan serangan bal iK dengan produK Probability: 5/10 PertahanKan harga pada t i n # a l harga seKarang ban terusKan pengmtan pada harga pesaing - Probability: 8/10 TurunKan harga jual sehingga s m dengan pesaing - Probability: 4/10 LaKukan 'obral' s w n t a r a - Probabilily: 6/10 Tetap pada harga jual seKarang dan Dual prOdUK 'bunper' dengan harga lebih rendah dari pesaing - Probability: 3/10
-
WE: Stralegi dan a l l e r n a t i f Kebijaan d i alas adalah strategi daa a l t e r n a l i f yang rmn#in dilerapkan pada produk-produk industri pangan yang UilujuKan untuic s e w n pasar bauah, wnengah Ke baeah, mnengah dan nenengah ire alas. Setiap a l l e r n a t i f yang disaranKan w u n y a i peluang tertentu yang &an d~gunaKansebagai dasar anal i s i s pada penenluan iaKtor Xepaslian (CFJ d i aKhir progrm i n i .
REFERENCE: Hanajer Pemsaran PT KEHFaWS, DireKtur K m r s i l P i HANIWST dan DireKtur Penjuaian PT uHlLEYfR iH00fifSIh (19881
If: Produk anda ada1ah:Selat or lkan dalatl Kaleng or nargarin/wntega or SUSU kaleng or Htnunan botol or nlnunan Kaleng or nie d a l a bUngKus
THEN: TetapKan harga penetrasi - Probability: 6/10 and IetapXan harga jual unl$ aaksinalisasi labs jan@a pendeii Probability: 5/10 and TetMan harga premlum (harga l i n g g i l - Probability: 6/10 and Harga jual sebaiKnya wndeiiati harga pesaing - Probability: 3/10 and Harga jual SebaiKnya lebih rendah dari harga pesaing - Probability: 3/10 and Harga jual sebaiknya lebih tinggi dari harga pesaing - Probability: 3/10 and Penetapan harga berdasarkan biaya plus (cost-plus pricing) Probability: 3/10 and Penetapan harga WnggunaKan analisa t i t i k iwas - Probability: 3/10 and Penetapan harga mnurut persepsi n i l a i l c i t r a produX Probability: 3/10 and Penetapan harga dalm s m u l tertutup (sealed-bid pricing) Probability: 3/10 and 1etapKan harga Freight Oo Board - Probabilily: 3/10 and TetapKan harga penyerahan seragm di setiap xilayah geografis Probabi I ity: 3/10 and TetapKan harga Derbeda di seliap rilayah geograiis - Probability: 3/10 and TetapKan harga dengan bertitiK pataan suatu icota strategis Probability: 3/10 and TetapKan harga yang temsuK biaya transportasi - Probability: 3/10 and LaKUKan potongan tunai - Probability: 2/10 and LakuKan potongan Kuantitas - Probability: 2/10 and LaXukan potongan fungsional - Probability: 2/10 and L&ukan potongan Businan Probability: 2/10 and 1etapi;an harga p r m s i di bawah daitar harga - Probability: 5/10 and Dapat ditetapKan harga di&riNinatif - Probability: 3/10 and Penetapan harga untuK mrKet skirming - probability: 4/10 and TelapKan strategi harga pengikis (harga tinggil - Probability: 3/10 and TetapKan strategi harga penbersih (harga sedan91 - Probabi lily: 3/10 and TetapKan strategi n i l a i rendah (harga rendahl - Probability: i/\O and TetapKan strategi harga berlebih (harga linggi) - Probability: 3/10 and TetapKan strategi n i l a i rata-rata (harga Sedang) - Probability: 3/10 and TelapKan slrategi harga preniun (harga tinggi) - Probability: 3/10
-
-
-
and and and and and and and and and and and and and and and and and and and and and
ietapKan strategi n i l a i baik (harga rendah) - Probability: 3/10 Tetapkan strategi harga penetrasi (harga sedangl Probability: 3/10 Tetapkan strategi n i l a i istiDera (harga rendah) - Probability: 3/10 Tetapkan harga l i n i produk - Probability: 5/10 L%uKan penetapan harga produX opsional ( l a a h a n ) - Probability: 1/10 LaKuican penetapan harga ternasuK produk s w i n g a n yang l i d % bernilai Probability: 3/10 Dapat DempraKarsai pawtongan harga atau perluasan pasar - Probability: 5/10 Dapat m r a k a r s a i kenaikan harga atau DeneKan b ~ a y a- Probability: 5/10 KenaiKan harga dapat lebih besar dari KenaiKan biaya - Probability: 2/10 HenaiUan harga dengan cara Dengurangi potongan harga - Probability: 6/10 lKut DenurunKan harga jual -Probability: 4/10 lkut WnaiKKan harga jual - Probability: 4/10 i e t a p pada harga jual seXarang - Probability: 8/10 Tetap pada harga jual sekarang ban Dengadaican serangan b a l i k non harga - Probability: 4/10 HtnurunKan harga lebih rendah dari harga pesaing - Probabil ity: 3/10 HenaiUan harga jual dan Wngadidcan serangan baliK dengan produk Probability: 5((0 PertahanKan harga pada tin@at harga seXarang dan t e r u s a n pengaalan pada harga pesaing - Probability: 8/10 TurunKan harga jual sehingga s m dengan pesaing - Probability: 7/10 LaKuKan 'obral' senentara - Probability: 6/10 Tetap pada harga jual sekarang dan buat produg 'butper' dengan harga lebih rendah dari pesaing - Probability: 5/10 Tid% ada strategi yang disarankan - Probability: 1/10
-
mTf: Strategi dan a l l e r n a t i f Kebijakan d i atas dapat diterapkan pada produk-produk industri pangan yang ditujukan untuK s e w n pasar Denegah Ke bawah, Denengah dan Denengah Ke atas, Setiap a l t e r n a l i f Dewunyai peluang tertentu yang &an digunaKan sebagai dasar analisis pada penentuan f a t o r kepastian IF)d i idchir p r o g r a .
REFEREKL: Direktur Itmersil PT MNTRUST dan D ~ r e k t u rpenjualan PT UKlLEYfR IHBNESIh (1988)
IF: ProduR anda ada1ah:Sari buah or BisKuit
THEN: letaman harga penetrasi - Probability: 5/10 and letaman harga jual untuk nartslaal~sasi laba jangKa pendeK Probability: 5/10 and TetapKan harga prenium (harga l l n g g i ] - Probability: 3/10 and Harga jual sebaiKnya wndeitati harga pesaing - Probability: 3/10 and Harga juai sebaiKnya lebih rendah dari harga pesaing - Probabilily: 3/10 and Harga jual sebaiKnya lebih tinggi dari harga pesaing - Probabilily: 3/10 and Penetapan harga berdasarkan biaya plus (cost-plus prtcing) Probability: 3/10 and Penetapan harga mnggunaXan analisa t i t i k inpas - Probabilily: 3/10 and Penetapan harga wnurut persepsi n i l a i / c i t r a produk - Probability: 3/10 and Penetapan harga d a l a s m u l lertutup (sealed-bid prictng) Probability: 3/10 and letaman harga Freight Ca bard - Probability: 3/10 and letaman harga penyerahan seragaa, d i seliap wilayah geograiis Probabi 1ity: 3/10 and letaman harga berbeda d i seliap ri layah geograf i s - Probability: 3/10 and Tetapkan harga dengan b e r t i t i K patoxan suatu kota strategis Probability: 3/10 and letaman harga yang temasuK biaya transoortasi - Probabilily: 3/10 and taXuKan potongan tunai - Probability: 2/10 and taXukan polongan Kuantitas - Probability: 2/10 and taKuKan potongan iungsional - Probability: 2/10 and LaXukan potongan acslnan - Probability: 2/10 and TelapXan harga p r m s i d i baaah daftar harga Probabil ity: 5/10 and Dapal ditetaman harga d i s k r i n t n a t i i - Probabilily: 6/10. and Penetapan harga untuk markel sKiming - Probabilily: 2/10 and letaptan strategi harga pengiK~s(harga t i n g g i ) - Probability: 3/10 and TetapKan strategi harga pmbersih (harga sedang) - Probabilily: 3/10 and letaman strategi n i l a i rendah (harga rendah) - Probability: 1/10 and l e t M a n strategi harga berlebih lharga tinggi) - Probability: 5/10 and Teta%an slrategi n i l a i rata-rata (harga sedang) - Probability: 5/10 and letaman slrategi harga prwiupl (harga l t n g g i l - Probability: 3/10
-
and and and and and and and and and and and and and and and and and and and and
IetapXan strategi harga prailusi (harga t ~ n g g i )- Probability: 5/10 Tetapkan strategi harga penetrasi (harga sedang) - Probability: 3/10 Tetapican stratzgi n i l a i istinewa (harga rendah) - Probability: 3/10 Tetapian harga l i n i produK - Probability: 5/10 LaKuKan penetapan harga produK opsional (txbahan) - Probability: 0110 LaKuKan penetapan harga l e m s u i c produk s w i n g a n yang l i d & bernilai Probability: 3/10 Dapat nmpraKarsai pmtongan harga atau perluasan pasar - Probability: 5/10 Dapat Denpr&arsai KenaiKan harga atau neneKan biaya - Probability: 5/10 KenaiKan harga dapat lebih besar dari KenaiKan biaya - Probability: 2/10 HenailcKan harga dengab cara nengurangi potongan harga - Probability: 6/10 IKut DenurunKan harga jual - Probability: 4/10 IKut wnaiWtan harga ~ u a -l Probability: 4/10 Tetap pada harga jual sekarang - Probability: 8/10 letap pada harga Jual sekarang dan wngadaan serangan bal iK non harga - Probability: 4/10 Henurunkan harga lebih rendah dari harga pesaing Probability: 3/10 kenaikkan harga jual dan wngariaan serangan b a l i k dengan produK Probabi Iity: 5/10 PertahanKan harga pada tin$at harga sekarang dan terusltan pengmtan pada harga pesaing - Probability: 8/10 TurunKan harga jual sehingga s m dengan pesaing - Probability: 7/10 l&ukan *obralX s m n t a r a - Probability: 6/10 Tetap pada harga jual sekarang dan boat produK 'bunper' dengan harga lebih rendah dari pesaing - Probability: 3/10
.
-
NOTE: hlternatif strategi KebijaKan d i atas adalah a l t e r n a t i i strategi Kebij&an harga yang wn$in dilerapKan pada pro5uK-produi( industri pangan yang ditujukan pada s e w n pasar selain s e w n barah. Seliap a l l e r n a t i i m i l i k i peluang tertentu yang &an digunaan sebagai dasar analisis pada penentuan faKtOr Kepercayaan (CFI di aKhir p r o g r a m i .
REFEREHCE: DireKtur K m r s i l PT MKIR1IST dan Raykond J. lrapp di d a l m Keith Cox (Hanajmn dan Strategi Pmsaran)
IF: ProduR anda a6alah:Korned sapi or L a & r o t i h u e or Burbu ms& or Kopi dalm bolo1 or teh celup or Manan bayi
THEH: Tetapltan harga penetrasi - Probability: 7/10 and TetapXan harga jual untui; M s i m l i s a s i lab& janga pendei; Probability: 3/10 and TetapKan harga preniua (harga tinggi) - Probability: 3/10 and Harga jual sebaiknya nendeKati harga pesaing - Probability: 8/10 and Harga jual sebaiXnya lebih rendah dari harga pesaing - Probability: 3/10 and Harga jual sebaiKnya lebih tinggi dari harga pesaing - Probability: 3/10 and Penetapan harga berdasarkan biaya plus (cost-plus pricing] , Probability: 3/10 and Penetapan harga EnggunaKan analisa t i t i K iwas - Probability: 3/10 and Penetapan harga Denurut persepsi n i l a i l c i t r a produi; - Probability: 3/10 and Penetapan harga d a l a s m u t tertutup (sealed-bid pricing) Probability: 3/10 and ietapKan narga Freight Oo @ard - Probability: 3/10 and TetapKan harga penyerahan seraga di settap w i layah geograf i s Probabi Iity: 3/10 and TetapKas iiarga berbeda di setiap rilayah geografis - Probability: 3/10 and TetapKan harga dengan b e r t i t i k patc&an suatu Kota strategis Probabi Iity:: 3/10 and Tetapltan harga yang temdsuK biaya lransportasi - Probability: 3/10 and LaXukan potongan tunai - Probabi I ity: 2/10 and L&uKan potongan kuantitas - Probability: 2/10 and LaXuRan potongan fungsioeal - Probability: 2/10 and LaKukan potongan a s i m n - Probability: 2/10 and TetapKan harga pronosi di bawah daftar harga - Probabil ily: 5/10 and Dapat ditetapKan harga d i a r i n i n a l i f - Probability: 3/10 . and Penetapan harga untuk mMet sktming - Probability: 1/10 and TetapKan strategi harga PengiKis (harga tinggi) - Probability: 3/10 and TetapXan strategi harga p w e r s i h (harga sedang) - Probabi lity: 5/10 an6 Tetapkan strategi n i l a i rendah (harga rendah) - Probability: 2/10 and TetapKan strategi harga berlebih (harga tinggi) - Probability: 5/10 and TetapKan strategi n i l a i r a t b r a t a (harga sedang) - Probability: 5/10 and Tetapiran strategi harga prmiun (harga tinggi) - Frobability: 3/10
Lampiran 9 .
and and and and and anb and and and and and and and . an6 and and and and and and
(
lanjutan)
Tetapican strategi harga preaiun lharga tinggil - Probability: 5/10 Tetapican strategi harga penetrasi (harga sedang) - Probability: 3/10 Tetapican strategi n i l a i istinera (harga reqdahl - Probability: 3/10 ietapican harga i i n i produK Probability: 5/10 ldcukan penetapan harga produk opsional (tabahan] - Probability: 0/l0 LaKukan penetapan harga ternasuic produk swlngan yang l i d & bernilai Probability: 0/10 Oapat w r & a r s a i pmtongan harga atau perluasan pasar - Probability: 3/10 Oapat nenpraKarsai Kenaikan harga ataU nenekan biaya - Probability: 3/10 KenaiKan harga dapat lebih besar dari Kenaikan biaya - Probability: 2/10 Henaiman harga dengan cara nengurangi potongan harga - Probabi 1 ity: 6/10 lkul nenurunkan harga jual - Probability: 8/10 lKut enaiixan harga jual ProDabi I ity: 2/10 Telap pada harga jual seKarang - Probability: 8/10, Tetap pada harga jual sekarang dan nengaddcan serangan baliK non harga - Probabil ity: 6/10 HenurunKan harga lebih rendah dari harga pesaing - Probability: 3/10 Henaiman harga jual dan rengaddcan serangan balilc dengan produk Probability: 3/10 Perlahankan harga pada t i n s a t harga sekarang dan terusxan penganatan pada harga pesaing - Probability: 8/10 TurunKan harga jual sehingga sana dengan pesaing - Probability: 7/10 t&uKan 'obral' senentara - ~robability: 6/f0 Tetap pada harga jual sekarang dan buat produk 'busper' dengan harga lebih rendah dari pesaing - Probability: 3/10
-
-
NOTE: Alternatif strategi kebijaKan di alas adalah alternatii strategi Kebijakan harga yang r u n s i n diterapican pad produk-produk industri pangan yang ditujukan untuk s e w n Enengah dan mnengah ice alas. Setiap alternatii m i l i l c i peluang terlentu yang &an digunaan sebagai dasar analisis pada penentuan f a t o r Kepastian (CF] di aKhir progrm ini
REFEREKE: Hanajer Pemasaran PT KENFOODS, DireKtur Penjualan P i UHllEVER INDM(ESIA dan Direictur Konersil PT HAHIRUST (19881
RULf HURBEP: 6 IF: "-st51 produX tersebut dalm daur h~dupnya: fase pengenalan and Produg lerSeb!Jt Rrupaan produk no vat if
THEM: TetapXan harga penetrasi - Probability: 3/10 and TetapKan harga jual untulc ~ s i w l i s a s ilaba janga pendeK Probability: 3/10 and TetapKan harga premtun (harga linggi) - Probability: 9/10 and Harga jual sebaiKnya WndeKati harga pesatng - Probability: 0/10 and Harga jual sebaiKnya lebih rendah dari harga pesaing - Probability: 0/10 and Harga jual sebaiKnya lebih tinggi dari harga pesaing - Probability: O/lO and Penetapan harga berdasarkan biaya plus (cost-plus pricing) Probability: 6/10 and Penetapan harga mnggunakan anal isa t i t i k iwas - Probability: 0/10 and Penelapan harga mnurut persepsi n i t a i l c i t r a produK - Probability: 6/10 an6 Penelapan harga d a l a s w l lertutup iseale&bid pricing) Probability: 5/10 and Dapat ditetapKan harga d i s r i a i n a t i i - Probability: 3/10 and Penetapan harga untuk RarKet sKirrning - Probability: 3/10 and Kenailcan harga dapat lebih besar dari Kenaikan biaya Probability: 5/10
-
HOT€: Alternatif strategi di alas dapat ditera@an pada saat penetapan harga jual Untuk pertma Kalinya, yaitu pada r&tv mngeszban#an produK baru inovatif atau WerKenalkan produk lam pada saluran distribusi baru dan l i d * lerdapat produX substitusi.
REFERERE: DireXtur Penjualan PT UXILEYER INDONESIA dan Philip Koller (Hana~mn Pewsaran edisi Ke 5 )
Lampiran 9.
( 1 anjutan)
RULE HUHBER: 7 IF: POSISI produg tersebut d a l m d w r h~dupnya: fase Pengenalan and Produl; ersebut wrupakan ProdaK t lruan
THEN: IetapXan harga penetrasi - Probabilily: 7/10 and IetapKan harga jual untuit W s i n a l i s a s i laba jan@a pendei: Probabilit:: 5/10 and TetapKan harga premun (harga ttnggi) - Probability: 3/10 and Harga jual sebaiKnya nendeKati harga pesaing - Probability: 0/10 and Harga jual sebaiKnya lebih rendah dari harga pesaing - Probabi l ity: 0/10 and Harga jual sebaiKnya lebih tinggi dari harga pesalng - Probability: 0110 and Penetapan harga berdasarKan b ~ a y aplus (cast-plus prictng) Probability: 8/10 and Penetapan harga &nggun%an analisa t i t i k i w a s - Probability: 3/10 and Penetapan harga awnurut persepsi n i l a i l c i t r a produk - Probability: 7/10 and Penetapan harga d a l m s w u I tertutup (sealed-bid pricing] Probability: 0/10 and TetapXan harga p r m s i d i balah daftar harga - Probabil ily: 3/10 and Dapat ditetawan harga diskriminatif - Probability: 0/10 and Penetapan harga untuK narKet s k i m i n g - Probability: 2/10 and Tetapkan strategi harga pengiitis (harga t l n g g i ) - Probabilily: 3/10 and TetapKan slrategi harga pefibersih (harga sedangl - Probability: 3/10 and TetapKan strategi n i l a i rendah (harga rendah) - Probability: 3/10 an6 TeiaPXan strategi harga berlebih (harga t i n g g i ] - Probability: 3/10 and TetapKan stralegi n i l a i rata-rata (harga sedangl - Probability: 3/10 and TetapKan slrategi n i l a i baiK (harga rendahl Probability: 3/10 and TetapKan strategi harga preniun (harga t i n g g i ] - Probability: 3/10 and TetapXan strategi harga penetrasi (harga sedang) - Probabilily: 3/10 and TetapKan strategi n i l a i i s t i n e r a (harga rendah] - Probability: 3/10 and Kenaikan harga dapal lebih besar dari KenaiKan biaya - Probability: 3/10
-
MITE: h l t e r n a l i f stralegi di alas dapal diterapKan pada produK baru yang nerup%an produK t i r u a n dari produK pesaing, Heloda analisa t i t i K . irpas dapal digun&an b i l a diketahui fungsi biaya, data pernintaan dan t i n a a t harga jual pesaing. HarK-up yang dapal ditetaPXan pada awtoda biaya plus seKitar 25'2. Penetapan harga w n u r u i persepsi n i l a i produk dapat ditentukan dengan wlaKuitan r i s e t pasar.
REFEREHCL: tianajer Pmsaran P I KEllFCOOS, DireKtur K w r s i l P I MKIRUST dan DireKtur Penjualan P i UNILEYER IHDOHESIA (1988)
Lampiran 9. ( l a n j u t a n )
RULE KURBER: 8 If:
POSIS produk tersebul dalan daur hidupnya: fase pertumuhan
THEN: TelapXan harga penetrasi - Probability: 5/10 and TelapXan harga jual untuK W s i n a l i s a s i laba jangKa pendek Probabi Iity: 5/10 and TetaWan harga Dremlun (harga l i n g g i ) - Probability: 5/10 and Harga jual sebailtnya WndeKati harga pesatng - Probabilily: 3/10 and Harga jual sebaiknya lebih rendah dari harga pesalng - Probability: 3/10 and Harga jual sebailtnya lebih l i n g g i dari harga pesaing - Probability: 3/10 and Oapat m r a K a r s a i panlongan harga atau perluasan pasar - Probability: 5/10 and Dapal W r a a r s a i kenaikan harga atau nneKan biaya - Probabilily: 5/10 and KenaiKan harga dapat l e b i h besar aari KenaiKan biaya - Probabilily: 3/10
NOTE : Pada fase perlu@uhan, harus diperhatiltan posisi prodult anda dalan pasar (pangsa pasar) SebelUa wnentultan KebijaKan yang &an d i m i i . Oalan WnentuKan harga jual, perlu diperhatikan pula p e r i l & Konsmn, Kebij84an perusahaan d a l m harga jual dan d m % harga produi: anda pad3 piha-pih& lain. Anda dapat m ? a K a r s a i pmiongan harga b i l a Kelebihan Kapasilas dan pangsa pasar renurun, sebaliKnya anda dapat nePpraKarsai kenailtan harga b i l a t e r j a d i i n f l a s i beritepanjangan dan perminlaan yang w l e b i h i kapasitas produksi.
REFEREM: Direktur Penjualan PT UHILEYER INMESIA, Hanajer Peaasaran dan Direktur K w r s i I PT MklRUST
M
KEHFWS
Lampiran 9 .
(lanjutan)
IF: POS' ' prodUK tersebut dalrm daur htdupnya: ias? ~ e n u ho r iase penurunan and %ala produksl (volum]: Besar
THEH: TetapXan harga penetrasi - Probability: 3/10 and TelapKan M r g a j u a l UntUK W s i s a l i s a s i laba jangXa pendeK Probabi Iity: 8/10 and TetapKan harga p r e n i m (harga tinggi) - Probability: 0/10 and Harga jual sebaiknya RndeKati harga pesalng - Probability: 3/10 and Harga juai sebaiknya lebih rendah dari harga pesaing - Probability: 0110 and Harga jual sebaiKnya l e b i h tinggi dari harga pesalng - Probability: 8/10 and LaKuKan potongab lunai - Probability: 4/10 and LaXuKan potongan Kuantitas - Probability: 4/10 and LaKuKan potongan iungsional - Probability: 4/10 and LaXukan potongan wsinan - Probability: 4/10
HOT€: Fase tersebut adalah fase K r i t i s . B i l a volum besar, lebih baiK diuSahaKan untuK mndapatltan Keuntungan sebesar-besarnya sebelun produX tersebul wngalani fase Keaatian.
REFEREW: Direictur Penjualan PT UHILEYER IHDMIESIhdan tlanajer Pewsaran PT MHIDJST
129
Lampiran 9 .
(lanjutan)
130
RULE NUHBER: 10 IF: Posisi produK lersebut d a l m daur hidupnya: penurunan and m a l a produksi lvolune]: Sedang
fase jenuh or fase
THEU: TelapXan harga penetrasi - Probability: 8/10 and TetapKan harga jual untuk inaKsinalisasi laba jangKa pendeic Probability: 4/fO and TelapKan harga p r m i u n [harga tinggi] - Probability: 2/10 and Harga jual sebaiKnya wndeKati harga pesaing - Probability: 6/10 and Harya jual sebaiknya l e b i h tinggi dari harga pesaing - Probability: 3/10 and Harga jual sebaiKnya lebih rendah dari harga pesaing - Probability: 5/10 and L&uKan potongan tunai - Probability: 3/10 and l&uXan potongan Kuantitas Probability: 3/10 and L&uKan potongan f u n g s i u a i - Probability: 3/10 and L&uKan potongan wsinan - Probability: 3/f0 and Tetapkan harga p r m s i d i baaah daftar harga - Probability: 3/10
-
ROTE: Fase i n i nerupaKan f a s t K r i t i s . B i l a voluw produKsi sedang-sedang saja, &a strategi di alas dapat w b a n t u WertahanKan produk tersebut cia181 pasar. l e t a p i b i l a peranan produk tersebut d a i a jajaran produK an6a l i d & t e r l a l u besar, M a sebaiknya dipertirbangKan untUK DenatiKan produk lersebut atau wlaKuKan siadifiltasi.
REFERENCE: Direiclur Penjualan PT UHILEVER IHDOHESIA dan Hanajer P m s a r a n PI
MKIGUST
t a m p i r a n 9.
(lanjutan)
RULt MHBER: II IF: POSISI prodUK tersebt d a l m daUr hldupnya: penurunan and Staha produkst ( v o i u ~ x j :K e c ~ i
fase ~enutto r fase
THEN: TetaNan narga penetrasi - Probability: O/IO and TetapKar! harga jual UntUK oalcs~oal~sasilaba ~ a n & a pendek Probability: 5/10 and TetaMan harga presiluu, (ttarga ttngpi) - Probability: 8/!0 and Harga juai SebaiKnya l e b ~ httnggi dark haps$ pesa~ng- Probabilily: 8/10 and Harga jual sebaiknya nendekati harga pesatng - Probability: 4/10 and Harga jual sebaiknya lebih rendah dari harga pesaing - Probability: 0/10 and KenaiKan harga dapat lebih besar dari Kenaikan biaya - Probability: 6/10
KITE: Fase i n i nerupaKan fase k r ~ t i s .B i l a Volune produksi k e c i l , lebih baiK produK tersebut tidaK dipertahaniian, Karena l i d & berperan penttng dalat &naJlbah Keuntungan perusahaan.
REFEREM: DireXtur Penjualan PT tiRiiEVER IHLWHESIA dan Hana~erPemasaran PI KERFWS
Lampiran 9 .
(lanjutan)
132
RULE NUHEER: 12 IF: POSISI produii tersebut d a l n daur hldupnya: fase Kernallan
THEN: TelapKan harga penetrasi - Probabi I ily: 0/10 and TetapKan harga jual untuK W s i n a l i s a s i laba jangKa pen6eK Probability: 0/10 an6 TetapKan harga prenius lharga i l n g g i ) - Probabilily: O/IO and Harga juai sebaiknya WndeKati harga pesaing Probability: O/IO an6 Harga jual sebaiKnya lebih rendah dari harga pesaing - Probability: 9/10 and Harga jual sebaiknya lebih l i n g g i dari harga pesalng - Probabilily: 0/10 an6 Tid& a6a strategi yang dlsaranKan - Probability: 1/10
-
KITE : Pada fase Kmalian, slralegi apapun l i d & &an W a n l u . UnluK wnghabiskan produK tersebut, SebaiKnya dijual dibawah harga pesalng.
REFERENCE: Direklur Penjualan PT UIIILEYER IHDWESlA dan hana~erPmsaran P1 1EHFaW)S
0110 :hl!l!WQOJd - 15iepas e6~eq)q ! u a w d e 6 ~ e u! 6 a t e ~ l sueMelal pue 0110 : l l ! l ! q e q o ~ d - 1!66u!l e6JW) s!n!6uad e6JeU !6aleJts ueMetal pue 0110 :.(~!I!qeqo~d - 6 u ! w ! v jaxdecs xnlun e6Jeq UedelaUad pue 0110 :ll!l!qeqo~d - ! ! ~ e u ~ u l ~ ~ se6Jeq ! p ue!delat!p ledea pue 0110 :41!1!4EqOJd - e 6 ~ e uJeliep qereq !p !SMIX)Jd e8Jeq ueHelaf pue 01/0 :.(l!l!clWOJd - UWlSM ueduolad UeXflWl PUe 0110 :il!i!qeqo~d - (euo!sdun! ue6uolod uexnwl pue . 0110 :.(~!~!qeqo~d- s e l ! l u e q ueduolod uexw#l pue 0110 :.(t!l!cierlOJd - !eunl ue6UOlod uexnxel pue 0110 :.(l!I!qeq~Jd - !seliodsueJl ele!q ynsewal 6uel edJeq ueMelaL pue 01/0 :ill!qeqOJd ! - s!6aledts elox nlens uewled x!t!lJaq ue6uap e6Jeq uexdelal pue 0110 :r(l!l!qE40Jd - s!leJ6oa6 qele(!n de!las !p epaq~aqe6Jeq uendelal pue 0110 :A)! l!qeqoJd - s!!e~6oa6 Ue.(el!a de!las !p W6eJaS ueqedaluad e 6 ~ e uueHe1al pue OI/O :.(I!~ ! q e q o ~-d PEW ? @ r a a e6Jeq uexdelal pue 0110 dl!l!qeqWd 16u!*!Jd ~ ! q - p a ~ e a sdntnlJal l ~ndraesw ~ e pe6Jeq UedelaUad pue 0110 :A]! I!qeqOJd - HnPOJd eJl!3/!e(!U IsdasJad InJnum e6JW UedelaUad pue 0110 :.(l!l!cieqoJd - s e w x!t!l es!leue l!eveun66ua e 6 ~ e uuedelauad pue 0110 ill! l!qeqOJd - 16ut*!~dsnld-lso,) snld e.(e!q uevesepJaq eUeq uedelauad pue 0110 :il!I!qeqOJd - Solesad e 6 ~ e q!Jev !66u!l q!qai e.(ux!eqas lenr P ~ J ~ pue H OLIO :Al!l!qeqOJd - 6uksad e s ~ e q!Jep qepua~q!qal eLux!eqas lenr e 6 ~ epue ~ 0110 -.(1!1!qeq0Jd - Gu!esad e6JeU !leHapua eluweqas fenf e 6 ~ epue ~ 0110 :l1!1!4eqo~d - 1!66u!l e6Jeq) UnlisaJd e6Jeu uexdelal pue 01/0 :.(l!l!qeqOJd - Hapuad eX6uer eqel !ses!la!snecs nnluo jenf e6ieu ueMetal pue 0110 : l l ! l ! q e q o ~ d - !SeJlaUad e 6 ~ e quexdelal pue oiloi : h ! ~ ! q e q o ~ d- uexue~estp6ueA !6aleJlS epe WPII :HIHI
-
Jnies
nfax JO 6ua1ex w l e p i!nxs!a Ja ue6ueleq I e t w JO !uoJexn JO uenq 1 x 3 JO 6ualey w e p qeng JO Suajex lnelep e!sauopu~ ueHesen do liceie'!qeql!des) dese 8u16ep o: lw4e1!qeq'!des) s!sas qelepe epue XnpoJd pue sele luariias:qelepe n f n l epue u e x 6uel e s e d u W a S :4l JO
Tetapkan strategr n i l a i rendah jharga rendah) - Probability: Of10 TetapXan strategi harga k r l e b i h (harga tinggi) - Probability: O/lO TetapKan strategi n i l a i rata-rata [harga sedangl - Probability: 0/10 TetapXan strategi n i l a i baik (harga rendahj - Probability: 0/10 Tetapiian strategi harga prenium (harga ilnggi) - Probability: 0110 IetapKan strategi harga penetrasi (harga sedang) - Probability: 0/10 TetapKan harga l ~ n produK i - Probability= 0110 TetapXan harga 11ni prOduK - Probability: 0/1o LaitUKan penetapan harga temasuK produK swingan yang tidait bernilai Probability: O/lO and LWukan penetapan har9a produK opsional (t&ahan) - Probability: 0110 and Dapat mpraitarsai pemtongan harga atau perluasan pasar - Probability: and and and and an5 and and and and
0110 and Dapat m r a i t a r s a i Kenaikan harga atau reneKan biaya
- Probability:
0/10 and KenaiKan harga dapat lebih besar dari tienaikan biaya
- Probability:
0/10 and Henaiman harga dengan cara wngurangi potongan harga
- Probability:
0/10 and and and and and and and and and and
lkut renuruntian harga jual - Probability: O/l0 ' ltiut renaiktian harga jual - Probability: O/IO Tetap pada harga jual SeKarang - Probability: 0/10 ietap pada harga jual sekarang dan RngadWan serangan baliK non harga - Probabilily: 0/10 Henuruntian harga lebih rendah dari harg; pesaing - Probability: 0110 Henaiman harga jual dan rengadWan serangan bal iK dengan produti Probabi I ity: 0/10 Pertahanitan harga pada tingkat harga Marang ban terusXan pengmtan pada harga pesaing - Probability: 0/10 TUrUnKan harga jual sehingga s m dengan psaing - Prbbability: 0110 LWuKan 'obral' sewntara - Probability: 0110 Tetap pada harga jual seuarang dan buat produK 'bunper' dengan harga lebih rendah dari pesaing - Probability: 0/10
-
mf: ProduK tersebut sebaikoya !id& ditujuKar~untuti s e w n alas dari pasar, Karena prOdUK tersebut buKan produK yang mpunyai n i l a i prestiselgengsi dan banyW dijual dengan harga rendah.
RiFiRiHCt: DireKlur K w r s i l P I MIITRUST dan tlanajer Pemsaran PI kffCOOS
RULE MiHBER: I 4 IF: s e w n pasar yang %an anda t u j u a d a l a k s e w n atas and PraduK anda adalah sosis (sapi,babi,ayartJ o r daging asap (sapi,babi,aya) or bas&an Indonesia d a l m kaleng o r Buah dalasi Kaleng o r Sari buah o r HaKaroni or CoXlat batangan o r BisXuit or Sayur d a l a Kaleng o r Xeju
THEN: TetapKan harga penetrasi - Probability: O/ID and Tetaman harga jual unluk n a f t s ~ n a l ~ s a slaba i j a n s a pendek Probability: 5/10 and letaman harga prenlun (harga tinggi) - Probability: 9/10 and Harga jual sebaiXnya l e b i h tinggi dari harga pesaing - Probability: 7/10 and Penetapan harga R n u r u t persepsi n i l a i l c i t r a produK - Probability: 7/10 and Dapat ditetawan harga d i s X r i n i n a t i i - Probability: 5/10 and Penetapan harga untuk marmet s ~ m i n g - Probability: 5/10 and LaXuXan penetapan harga termsuk produx s w i n g a n yang l i d & bernilai Probabili ty: 11/10 and Dapat w r & a r s a i KenaiKan harga atau mnekan b ~ a y a-.Probability: 5/10 and Kenaikan harga dapal lebih besar dari KenaiKan biaya - Probability: 7/10
HOTE : Strategi di atas dapat diteraman pada prOduK industri pangan yang ditujuKan untuk sewn atas, Karena s e w w tersebut l i d & peka terhadap harga. Tetapi strategi tersebut harus ditunjang dengan p r m s i yang gencar dan m t u produk yang tinggi. UntuK i t u dibutuidcan anggaran Khusus untuk penelitian dan pengerbangan produK tersebut.
REFEREKE: P h i l i p Kotler (Hanajmn Pemsaran edisi Ke 51 dan banajer P m s a r a n P i KEHFWOS
-
RULE WHBER: 15 IF: sewen pasar yang &an anda t u j u ada1ah:seSiiEn nenengah
THEN: ietayitan harga penelrasi - Probability: 9/10 and i e t a w a n harga jual UntuK M s i m l i s a s i laba jangKa pendeX Probabil ily: 1/10 and Ietapkan harga preauun (hzrga tinggi) - Probability: 0/10 and Harga jual sebaiknya PndeKati harga pesaing - Probability: 5/10 and Harga jual SebaiKnya lebih rendah dari harga pesaing - Probability: 5/10 and LaXuKan polongan lunai - Probability: T/IO and LaKuXan potongan Kuantitas - Probabilily: 7/10 and LaKukan potongan fungsional - Probability: 7/10 and L&uKan potongan rusinan - Probability: 7/10 and LaKuKan penetapan harga produit opsianal (tmbahan) - Probability: 7/10 and LaKuKan penetapan harga lermsuK produK s w i n g a n rang l i d & bernilai Probabi I ity: 3/10 and Dapat DenpraXarsai pantangan harga alau Perluasan pasar - Probability: 5/10 and Dapat w p r a i t a r s a i kenaikan harga atau DeneXan biaya - probability: 5/10
-
WTO iE i: S e w n pasar Pnengah adalah s e w n yang peka terhadap perubahan harga jual. Slrategi harga yang dapat dilerawan adalah hwga penetrast untuK sffperoleh pangsa pasar sebesar-besarnya atau M s i n a l isasi jangXa pendek untuit m e r o l e h ireuntungan besar dalan r & t u singXat. Hal i n i harus ditunjang dengan p e n w i l a n produti yang baiK dan iKlan rang wnarik.
REFEREM: Hanajer Penasaran P i KEHFOWS dan DireKtur Penjualan P7 UHlLEvLR IliWH:SIA
,
Lampiran 9.
(lanjutan)
RULE hVRBER: 16 If: Se.wn pasar yang &an anda tuju ada1ah:segEn baaah an? ProduK anda adalah Bas0 (sao~,aym) or H~nyaKgoreng or Sirup or Kecap
THIN: Tetapitan harga penetrasi - Probabi 1 ity: 9/10 and TetapKan harga jual UntuK 8laKsinallsasi laba jan$ca pendek Probability: O/l0 and TetapKan h a r p prmllia (narga tinggi) - Probabi iity: 0/l0 and Harga jual SebaiKnya nendeKati harga pesaing - Probability: 4/10 and Harga jual sebaiknya lebih rendah dari harga pesaing - Probability: 6/10 and Harga jual sebaiKnya lebih tinggi dari harga pesaing - Probability: 0/10 an6 LaKuKan potongan tunai - Probabi Iity: 8/IO and LaKuKan potongan Kuantitas - Probability: 8/10 and 1KUKan patongan fungsional - Probability: 8/10 and LaKuKan potopaan mslnan - Probability: 8/10 and Tetapitan harga p r m s i di bawah eaflar harga - Probabilily: 3/10 and Dapat veqraKarsai pmtongan harga aiau perloasan pasar - Probability: 6/10 and Dapal WbpraKarsai Renaikan harga atau nene!ian biaya - Probability: 1/10 and KenaiKan harga dapat lebih b?sar dari Keoaikan biaya - Probabilily0/10
mit:
Sewn pasar
i n i sangat peka terhadap harga jual. Konswn pada s e w n i n i cenderung m i l i h proUuK yang w u n y a i harga paling rendah dan kurang veqerhalikan Kualitas serta penarpilan produk. Strategi harga yang dapal ditetawan hanyalah harga penetrasi. Bahan baicu produk t i d & perlu befiualitas Linggi agar blaya dapal ditelcan serendah wngitin, dan velum produKsi sebaiknya besar.
REFEREliCE: DireXtur X m r s i l PT MAU~STdan Direktur Penjualan PT UHllEVER incoiirsir (IFBB)
Lampiran 9.
( 1 anjutan)
IF: se@en pasar yang &an anda tuju adalah:semf~ basah and Produi: anda adalah HOT Baso (sapi,ayml or Winya goreng or Sirup or ltecap
THEH: Tidaf: ada strategi yang disaranKan - Probabilily: 10/10 and TetapXan harga peneiras~- Probability= 0/10 and TetapKan harga jual untuK naKstraIisasi laba jangUa pendeK Probability. 0110 and TetapXan harga premium (harga tinggi) - Probability: O/IO and Harga jual sebaiXnya EndeKali ,harga pesaing - Probability: 0/10 and Harga jual sebaiknya lebih rendah dari harga pesatng - Probabilily: OlIO and Harga jual sebaiknya lebih tinggi dari harga pesaing - Probability: Of10 and Penetapan h a w berdasarRan biaya plus (cost-plus pricing) Probabi I ity: 0110 and Penetapan harga nenggunaKan anz! lsa t i t i K inyas - ProDabi I ity: 0/10 and Penetapan harga nenurut persepsi n i l a i t c i t r a produK - Probability: 0110 and Penetapan harga Q a l a sbnpul teriutup (sealed-bid pricing) Probabi I ity: 0110 and TetapXan harga Freight OD Board - Probabi I ity: 0110 and TetapXan harga penyerahan seraga di setiap wilayah geografis Probabi Iity: O/lO and TetapKan harga berbeda di setiap rilayah geograiis - Probabilily: 0/10 and TetapKan harga dengan bertitik palMan sualu kota strategis Probability: 0110 and TetapXan harga rang temsuK biaya transportasi - Probability: 0/l0 and LaXuKan potongan tunai - ProDability: O/!O and Laukan potongan Kuantilas - Probability: O/!O and LaKuKan potongan fungsional Probability: 0/10 and LaXukan potongan nusimn - PrOSabi I ity: of10 and Ietapkan harga pronosi 6 i baxah daftar harga Probability: O/tO and Dapat ditetapkan harga distrikinatii Probability: 0/10 and Penetapan harga untuK mrltet a ~ r m i n g - Probability: O/IO and TetapXan strategi harga pengikis (harga tinggil - Probabilily: Of10 and Tetapkan strategi harga peaersih (harga sedang] - ProDabil ity: 0/10 and TetapXan strategi n i l a i rendah (harga rendahl - Probability: 0/\0 and TetapXan strategi harga berlebih (harga iinggi) - Probability: 0/10
-
-
-
Lampiran 9. (lanjutan)
and and and and and and and and and and and and and and and and and and and and and and
I e l a N a n s t r a t e g ~n i l a i tala-rata (harga sedang) - Probability: O/IO 1etapi;an strategt n i l a i batK (harga rendahj - Probability: 0/!0 TetaNan strategi narga prenlun (harga t l n g g i i - Probabi I i l y : 0/10 letapkan strategi harga penetrasi (harga sedangl - Probability: 0110 1etapi;an strategi n i l a i i s t t w r a (harga rendah) - Probability: 0/10 1elapi;aa harga i i n i produK - Probabi 1 ity: 0/10 LauKan penetapan harga produK ops~onai (tw&ahanl - Probability- O / ~ O L&uKan penetapan harga termasuk produk s w i n g a n yang l i d & bernilai Probabilily: 0/10 Dapat w r a a r s a i pewtongan harga atau perluasan pasar - Probability: 0/10 Dapat m r a K a r s a i KenaiKan harga atau WneKan biaya - Probability: 0110 KenaiKan harga dapat lebth besar dari kenaiKan btaya - Probability: 0110 R e n a i K n harqa dengan cara Pgngurangi potongan harga - Probabi 1 ily: 0110 llcut WnurunKan harga jual - Probabi 1 ity: 0/10 IKut RnaiWan harga jual - Probability: O / ~ O Tetap pada harga ~ u a sekarang l - Probabi I ity: 0/10 . Tetap pada narga jual seKarang dan PgngadaXan serangan bal i k non harga - Probability: 0/10 Henutunican harga lebih rendah dari harga pesaing - Probability: O/10 HenaiWcan harga jual dan Pgngadaan serangan bal i k dengan produk Probability: 0/10 PerlahanKan harga pada t i n % a i harga seKarang dan terusKan penematan pada harga pesa~ng- Probability: 0/10 Iurunlcan harga jual sehingga s m dengan pesaing - Probabilily: Of10 LauKan 'obral' s w n t a r a - Probability: O/IO i e l a p pada harga jual seKarang ban bual produk 'burrper' dengan harga lebih rendah dari pesaing - Probability: 0/10
mil: Jenis prOdUK tersebut buKan Konsuast s e w n pasar barah, Karena buKan produk yang sertng d i p a a i sehari-hari dan urukmya ditujuitan untuK s e w n pasar yang lebih tinggi dengan harga r e l a t i f mhal. Selain i t u barang substitusi yang lebih rmrah banyg diperoleh di pasar.
REFEREKE: DtreKtur k m r s i l PT MKIRUSI dan Direktur Pen~ualaePT UNILEYER INWHESlh (19881
Lampiran 9.
(
lanjutan)
RULE MHBIR: I 8 IF: S e w n pasar yang aXan anda t u j u a d a l a k s e w n wnengah Ke alas
THEW: TetapKan harga penetrasi - Probability: 3/10 and Tetapitan harga jual UnluK m k s i m l i s a s i laba jangXa pendeK Probability: 4/10 and Tetapitan harga preffliuffl (harga tinggi) - Probability: 4/10 and Harga JUal sebaiitnya lebih rendah dari harga pesa~ng- Probability: 2/10 and Harga jual sebaiKnya lebih t ~ n g g idari harga pesa~ng- Probabilily: 7/10 and Harga jual sebaiitnya wndeitati harga pesatng - Probability: 3/10 and LaKuKan pbtongan tunai - Probabilily: 2/10 and LaXuKan potongan Kuantitas - Probability: 2/10 and LaXuKan potongan fungslonal - Probabi I ity: 2/10 and LaKukan potongan r u s i m n - Probability: 2/10 and Dapal ditetawan harga Gis.Y.ri3inatii - Probabilily: 6/10 and Penetapan harga untuk narXet sk~rming - Frobability: 4/10 and LaKuKan penetapan harga produK ops~onal ( t m a h a n ) - Probability: 5/10 and LaKuKan penelapan harga t e m s u k produk s w i n g a n yang l i d * bernilai Probability: 5/10 and Dapat wrpr&arsai pemtongan harga atau perluasan pasar - Probabil~ty: 4/10 and Dapal mmraKarsai KenaiKan harga atau mneKan biaya - Probability: 6/10 and Kenaiitan harga dapal lebih besar dari Kenaikan blaya - Probability: 4/10
hVTE : S e w n pasar wnengah Ke atas Kurang p&a terhadap harga ~ u a i . Konsuwn sudah s e l e l k t i f w m i l i h ProduK berdasarkan Kualilas dao penaapilan yang bergengsi. Untuk wnunjang KebijaKan yang dtsaranKan di alas, perlu d i l i n a a l K a n aXltvitas p r m s t dengan peneKanan pada Kual i l a s produk'.
REFERENCE: Hanajer Pfmsaran PT KEHFWS, DireKtur pen~ualanPT UHILEVER INDMIE61A (19881 aan P h i l i p Koller (Hanajemn Pfmsaran edisi Ke 5)
140
Lampiran 9.
(
lanjutan)
141
IF: Sewen pasar yang aKan anda t u ~ uadalan:sewn nenengah ke basah and Produa anda adalah Baso (sapi,dyan) o r Selai o r Sari buah o r RlsXuit or lkan d a l m Raleng or Hargarin/sltntega or Hinyidc goreng o r Sirup or SUSUKaleng o r 81nuaan bolo1 or ninumn Kaleng o r Recap or n i e d a l a bunBuS
THEH: Tetap4an harga penetrasi - Probabi l ily: 8/10 and TetapKan harga ~ u a untuk l W s ~ s i a l i s a s i Iaba j a n a a pendeX Probability: 1/10 and TetapXan harga prmiue, (harga l i n g g i ) - Probabilityl O/lO and Harga jual sebaiknya WndeKali harga pesaing - Probabi i ity: 4/10 and Harga jual sebaiKnya l e b i h rendah dari harga pesaing - Probability: 6/10 arid Harga jual sebaiknya lebih l ~ n g g idari harga pesaing Probability: Of10 and LaKuKan pblongan lunai - P r o b a b i l i t y ~ 7/10 and LguKar! potongan Kuanl i i a s - PrcMbi li t y - 7/10 and LaKuican potongan fungsional - Probability: 7/10 and LaKukan potongan wsinan - Probability: 7/10 and TelapKan harga p r m s i di bavah daftar harga - Probability: 5/10 and Dapat $itetaMan harga disKriminalif - Probability: 0/10 and Penelapan harga UntuK mrKet %inning - Probability: 0/10
-
HOTE: S e w n pasar i o i peKa seKal I terhadap harga jual. Perubahan s e d i k i l pada harga jual &an cepat sekali DendaPatKan respon. Stralegi yang diterapkan sebaiknya adalah strategi penetrasi dengan harga jual r e l a t i f rendah dan jan%a WaXtu tercapainya t i l i K inpas diperlciraan cukup panjang.
REFEREliCf: DireXtur Penjualan PT UNILEYER INDCtiESIA, Direktur K m r s i l PT lVlKlRUST dan Hanajer P m s a r a n PT KEHFOWS (1988)
IF: S e w n pasar yang axan anda t u j u adalah:se(men wnengah Ke baaah and Produk anda adalah MOT Baso (sapi,ayml or Selai or Sari bUah or Bi5KUit o r IKan d a l a Kaleng or Hargarinlrtntega or Htny& goreng or S ~ r u po r SUSUKaleng o r Hinumn botol or Hinumn Kaleng o r Kecap or n l e d a l a bun@us
TKK: l i d & ada strategi yang disaranitan - Probability: 10/10 and Telapkan harga penetrasi - Probability: 5/15 and TetaNan harga ~ u a untuk l ~ s ~ n a l ~ s laba a s i jan@a pendelt Probability: 5/15 and. Tetapkan harga premius, (harga t ~ n g g i ]- Probability: 0115 and Harga jual sebaiKnya nendekati harga pesaing - Probability: 0110 and Harga jual sebaiknya lebih rendah dari harga pesaing - Probability: 5/10 and Harga jual sebaiKnya lebih tinggi dari harga pesaing - Probability: 0/10 and Penetapan harga berdasarkan biaya plus (cost-plus pricing] Probabilily: 5/10 and Penetapan harga wnggun&an analisa t i t i K ! w a s - Probability: 0/10 and Penetapan harga wnurut persepsi n i l a i / c i t r a produK - Probabilily: 5/15 and Penetapan harga d a l m s a p u l tertutup (sealed-bid pricing] Probability: 5/10 and TetaNan harga Freight Oo Board - Probability: 0/10 and Tetapkan harga penyerahan s e r a g a di setlap r i l a y a h geografis Probability: 0/10 and TetaNan harga berbeda d i setiap r i l a y a h geograiis - Probabilily: O/lO and Tetapkan harga dengan b e r l i t i K patMan suatu Kota strategis Probability: 0/10 and TetaNan harga yang temasuK b ~ a y atransportasi - Probability: 5/10 and Laicuican polongan tunai - Probability: 0/10 and LaKuKan potcogan ltuantitas - Probability: of10 and LaKuKan potongan fungsional - Probability: 0/10 and Laicukan potongan pwstmn - Probabi l ity: 0/10 and TelapKan harga p r w s i d i basah daitar harga - Probabi I ity: 5/10 and Dapat ditetaman harga d i s k r i n i n a t i i - Probability: 5/10 and Penetapan harga untuK mrKet sXiming - Probability: 0/10 and TetaNan strategi harga pengiicis (harga t i n g g i ] - Probability: 5/10 and IetapXan strategi n i l a i rendah (harga rendah) - Probability: 0/10
and and and and and and and and and and and and and and and and and and and and and and and
Tetapkae stralegi harga berletih (harga tlnggi] - Probability: 0/10 letasan slrategi n i l a ~rata-rata (harga sedang) - Probabil~ty: 0/10 1etapi;an stralegt n i l a i baiK (harga rendah) - Probability: 0/10 TetapKan stralegi harga pr&l!un (harga tinggi) - Probability: Of10 TetapKan slrategi harga penetras~ (harga sedangl - Probability: O/lO Tetapitan stralegi n i l a i i s t l e w a (harga rendah] - Probability: 0/10 TetapKan harga l i n i prbduK - Probability: 0110 LaXuKan penetapan harga produK opsional (twahan] - Probability- 0/10 LaXukan penetapan harga lemsuK produk saptngan yang tidaK bernilai Probability: 0/10 Oapat w r a K a r s a i pmtongan harga atau perluasan pasar - Probability: 0110 Dapat WwraKarsai KenaiKan harga atau enekan blaya - Probability: 0110 KenaiKan harga dapal lebih besar dari kenaiKan b~aya- Probability: 0/10 IIenaitKan harga dengan cara wngurangi polongan harga - Probability: 0/10 lkut EnurunKan harga ~ u a -i Probability: 0 . lKut ehaiKKan harga jual - Probabilily: 0/10 Tetap pada harga jual sekarang - Probability: 0/10 Tetap pada haraa jual sekarang dan engadakan serangan balik non harga - Probability: 0110 HenurunKan harga lebih rendah dari harga pesaing - Probability: 0/10 HenaiKkan narga jual dan engadaXan serangan bal it dengan produk Probability: Of10 Pertahantan h a w pada t i n N a t harga searang dan terusitan pengasatan pada harga pesaing - Probabi lityr O/lO TurunKan harga jual sehingga saw dengan pesaing - Probability: 0/10 LaXukan 'obral' smntara - Probability: 0/10 Tetap pada harga jual sekarang dan buat produK 'bumper' dengan harga lebih rendah dari pesaing - Probability: 0/10
KITE: ProduR tersebut biasanya :id& ditujukan uniuk s e w n pasar Denengah ke barah, Karena buKan produK yang serlng dlp&ai dan harganya r e l a t i f nahal. Pennintaan terhadap produR tersebut sangal l i d & elaslis.
REFERENCE: D i r e l u r Kwersil PT MKIRUST, DireKtur Penjualari PT UtllliVEA IHDOiiESIil (1988) dan Keith Cox (Hanajmn dan Strategi Pemsaranl
RULE NInBIR: 21 IF:
Tujuan yang lngln 61capa1 oar) penetapan KeLtjaKan harga adalan: berlahas h ~ d u p( s u r v ~ v a l )
TtilH: Tetapkan harga penetras~- PrObab~i ity: 8/10 and TetapKan harga jual UntuK & s ~ m l i s a s i laba jan#a pendeic Probabi Iity: 0/10 and IetapKan harga prenitun (harga t i n g g i l - Probabi I ~ t y : 0/10 and Harga juai sebaiRnya mndekali hargd pesaing - Probability: 5/10 and Harga jual SebaiKnya lebih rendah dari harga pesalng - Probability: 7/10 and Harga jual sebaiknya lebih tinggi darl harga pesaing - Probability:
o/ro
and Dapa! ditetapka:: harga d ~ s k r l n l n a t i f- Probability:
0/10
wr: B i l a tujuan penetapan harga hanya seKedar untuK bwlahan hidup saja, M a sebaiknya ditetapKan harga juai renbab, sehingga pasar %an peica terhadap harga. Harga jual yang ditetapkan sedikit d i atas biaya yang diKeluarRan, HarK-up sekitar 101.
REFEREVJ: Dlreiclur Perljualan P i UHlliYLR IHDOHESIA (19881 dan Ph111pKotler ( n a n a j m n Pemsaran e d ~ she~ 5)
RULE WKBER: 22 IF:
Iujuan yang lngln dlcapai dari penetapan KebijaKan harga adalah: mI;s~nalisasi laba jan@a pend?%
THLW: letaphan harga penetrasi - Proba3ilily: OjlO and TelapKan harga jual untuK W s l n a l i s a s i laba jangica pendeK Prbbabi t ity: 9/10 and TetapKan harga preniun (harga t ~ n g g i )- Probability: 3/10 and Harga jual sebailtnya aRndeKati harga pesaing - Probabilily: 4/10 and Harga jual sebailtnya lebih rendah dari harga pesalng - Probability:
0/10 and Harga jual sebaiKnya lebih tinggi dari harga pesa~ng- Probability:
7/10 LMURdn potongan tunai - Probabi I i l y z 0/10 L8uKan potongan Kuantitas - Probability: 0/10 LaKuKan polongan iungsionai - Probabilily: 0/l0 LaKuKan potongan ouslnaii - Probability: 0j10 TetapKan harga p r m s i d i bavah daflar harga - Probabilily: O/l0 Dapat ditelapKan harga disKrininatif - P r o b a b i l i t y 4/10 Penetapan harp2 unluK BlarKet s X l m ~ n g - Probabilily: 8/10 LaituKan penelapaa harga produk ops~onal(1Mahan) - Probability: 5/10 LaKuKan penetapan harga t e m s u K produK s w i n g a n yang l i d * bernilai Probability: 5/10 and Dapat w$raKarsai pemtongan harga atau perluasan pasar - Probability:
and and and and and and and and and
0/10 and Dapal rlenprMarsai Kenaikan harga atau neneltan blaya
- Probability:
5/10 and KenaiKan harga dapat lebih besar dari Kenaikan b ~ a y a- Probabilily:
3/10 and HenaiUan harga dengan cara engurangi potongan harga
- Probability:
6/10
HOTE: Stralegi d i atas ditujuKan untuic Kngnasititan Keuntungan W s m a l dan arus Kas sebanyaK w n w n d a l m w81u r e l a l i i SingKbcal. UntuK Wnetapkan strategi i n i , harus dikelahui iungsi perminlaan dan fungsi biaya produK yang %an dijual. Pen9ilungan narga jual wnggunaan perhilungan eKonmi b~asa. Slralegi i n i l i d 2 3 dapal iiilerapKari jilta iungsi perminlaan bersifat sangat e l a s l i s .
REFERENCE: Hanajer f'msaran INCONESlA
P i XECCOD &an Dtr&tur Penjualan PT UWIILYLR
Lampiran 9.
(
lanjutan)
IF: jenis pasar yang &an anda masuki a6alah:pasar oltgopolt
THEN: TetapRan harga penetras~- Prooabi I ity: 5/10 and Teta?%an harg8 jual untui; m s t r a l ~ s a s tlaba .tan@
~us(harga t i n g g i ] - Probability: 5/10 and Harga dual sebaiknya KendeKati harga pesalng - Probability: 3/10 and Harga jual sebaiknya lebih rendah dari harga pesstng - Probability: 4/10 and Harga jual sebaiknya lebih tinggi dari harga pesalng - Probability: 6/10 and LaKuKan potongan tunai - Probability: 4/10 and LaKuKas potongan Kuantitas - Probability: 4/10 and LaKuKan potongan fungstonal - Probability: 4/10 and LaKuKan potongan inIstwan - Probability: 4/10 and TetapKan harga p r m s i di baaah daftar harga - Probability: 5/10 and Dapat ditetapican harga d i s k r i a i n a t i f - Probability: 4/10 and Penetapan harga untuK m e t %Inning - Probability: 6/10 and LaKuKan penetapan harga produK opsional ( t ~ b a h a n )- Probability: 5/10 and LaKuKan penetapan harga l e m s u X produK sanplngao yang l i d & bernilai Probability: 5/10 and Dapat w r a i c a r s a i pmlongan harga atau perluasan pasar - Probability: 5/10 and Dapat uwprakarsai KenaiKan harga atau WneKan blayb - Probability: 5/10 and Kenaikan harga dapat lebih besar dari kenaikan biaya - Probability: 4/10 and Henailclcan harga dengan cara xngurangi potongan harga - Probability: 4/10
WE: Pada pasar oligopoli, setiap perusahaan w p u n y a i Keleluasaan d a l m mnentukan harga jual produknya, Karena pasar tersebut belua jenuh. Berbagai a l l e r n a t i f di atas WngKin unluK diterapican, dengan Catalan bahra elastisitas pemintaan diketahui dan dapal w e r K r r & a n tanggapan pesa~ngfionsutrn terhadap tingKat harga jual yang anda tetapican.
REFEREKE: tlanajer Pemsaran P I KIHFOOS, DtreKtur Penjualalt F l UHILIYLi: IWEWESIA dan DtreXtur Konxrsi l P I MKiRUST
147
Lampiran 9.
(lanjutan)
RULE MBER: 21 IF: lujuan yang lngln dicapai d a r ~penetapan lteb~jaKariharga adalah: m w e r o l e h c t t r a produK yang t ~ n g g i
THEH: TetapXan harga penetrasi - Probability: 0/10 and TetapXan harga jual untuK n M s i m l i s a s i laba jangKa pendeK Probability: 4/10 and Tetapkan harga prmiuki (harga tinggi 1 - Probability: 9/10 and Harga jual sebaiKnya mendeKati harga pesaing - Probability: 0/10 and Harga jual sebaiKnya lebih rendah dari harga pesaing - Probability: 0/10 and Harga jual sebaiKnya lebih t ~ n g g ldari harga pesamg - Probability: 6/10 and LaKuKan polofigan tuna; - Probabil ily: 0/10 and LaicuKan potongan kuantitas - Probability: 0/10 and Laicukan potongan fungsional - Probability: 0/l0 and LauKan potongan wvsinan - Probability: 0/10 and Tetapkan harga p r m s i di bawah daftar harga - Probability: 0/10 and Dapat b i l e l a N a n harga dis4riminatif - Probability: 7/10 and Penetapan harga untuK m M e t sKiming - Probability: 4/10 and LaKuKan penetapan harga produK opsional (tWahan] - Probability: 6/10 and LaKuKan penetapan harga t e m s u k produK s w i n g a n yang tidak b e r n i l a i Probability: 6/10 and Dapat W r a X a r s a i pewlongan harga atau perluasan pasar - Probabi I ily: 0/10 and Dapat w r a K a r s a i KenaiKan harga atau meneKan biaya - Probability: 8/10 and KenaiKan harga dapat lebih besar dari Kenaikan biaya - Probability: 5/10 and RenaiKan harga dengan cara nengurangi potongan harga - Probability: 6\10
WE: Strategi di atas dapat diterapKan b i l a perusahaan meng~nginkan produicnya unggul dalaa ha1 Kualitas produK dan m p e r o l e h c i t r a produK yang tinggi. Harga yang sebaiknya ditetawan adalah harga prmiusl dan disaranKan l i d % wnurunkan harga jual. UntuK menunjang strategi tersebut Kualitas produK harus p r i m dan perlu dilaXuKan, r i s e t pasar UntuK nengetahui persepsi Konsumen terhadap n i l a i j c i l r a produK tersebut.
REFIREHCE: DireKtur pen~ualanPT UHILEYIR INDMIESIA, aanajer Penasaran dan Hana~er Produic PT KIRFCIX)S (1988) serta Keith Cox (Hanajmn dan Strategi Penasarani
148
Lampiran 9. ( l a n j u t a n )
RULE WHBER: 26 IF: Jents pasar yang akan anoa masu~iada1ah:pasar bersaing senpurna and Xondtsr pasar tersebut sudzi jenuh
THEH: TetapKan harga penetrasi - Probability: 8/10 and TetapKas harga juai untuK B & s i m l i s a s i laba jan#a pertdek Prbbabi l ity- 0/10 and IetapXan narga premium (harga t i n g g i ) - Probability: 0110 and Harga jual sebaiKnya mndeitati harga pesalng - Probability: 8/10 and Harga juai sebaiKnya l e b i h rendah dari harga pesaing - Probability: 9/10 and Harga jual sebaiKnya lebih tinggi dari harga pesatng - Probability: Of10 and L&uRao potongan tunai - Probability: 7/10 and LaXuKan potongan Kuantitas - Probabi l ity: 7/10 and Penetapan harga wnurut persepsi n i l a i l c i t r a produlc - Probability: 0/10 and Lakukan potongan fungsional - Probability: 011% . and LaicuIcan potongan wsinan - Probability: 0110 and Tetawan harga p r m s i d i baeah daftar harga - Probability: 5/10 and Dapat ditetapXan harga d i s K r i n i n a t i f - Probability: 0/10 and Penetapan harga untuK DarKet S i m i n g - Probab'ility: 0/10 and LaXuKan penetapan harga produK opsional ( l a a h a n ] - Probability: 2/10 and L&uKan penetapan harga temsulc produk s w i n g a n yang l i d & bernilai Probability: 2/10 and Dapat neuprakarsai pmtongan harga atau perluasan pasar - Probability: 8/10 and Dapat w r a K a r s a i KenaiKan harga atau wnekan biaya - Probability: 2/10 and KenaiXan harga dapat lebih besar dari KenaiKan biaya - Probability: 0110 and NenaiUan harga dengan cara mngurangi potongan harga - ~ i o b a b i l i t y : 3/10
&It: B i l a jents pasar yang dinasuKi adalah pasar pesaing seupurna dan Icondisi pasar lersebut sudah jenuh, M a strategi yang dapat ailerawan hanya strategi penetrasi. Harga yang ditetapKan jangan jauh berbeda dari harga yang d i t e t a w a n pesaing, Karena.Kenungkinan pesaing untuK Mrebut pangsa pasar anda sangat besar.
REFIRENM: DireKtur penjualan P I UWllEYER IHDOHESIA (1988) das P h i l i p Kotler (tianajmn Pmsaran edisi Ke 51
149
150
Lampiran 9. (lanjutan) RULE NUHBER: 27 IF:
Jenls pasar yang &an anda m s u ~adalah:PaSar ~ bersalng semurna and Kondlsl pasar tersebut beluri jenuh
THE% TetapKan harga penetrasi - Probabi Iity: 8/10 and TetapKan harga jual unluk rnaKsiaallSasi laba jangKa pendeK Probability: 5/10 and TetapKan harga preaiue (harga tlnggi] - Probability- 2/10 and Harga jual sebaiknya PRndeXati harga pesaing Probability- 6/10 and Harga jual SebaiKnya lebih rendah dari harga pesaing - Probability: 4/10 and Harga jual sebaiknya lebih tinggi dari h a w pesaing - Probability: 2/10 and Penelapan harga menurut persepsi n i l a i l c i t r a praduX - Probability: 0/10 and LaXuKan potongan tunai - Probabi I ity: 5/10 and LaKuKan potongan Kuantitas - Probability: 5/10 and LaXuKan potongan iungsional - Probability: 5/10 and Lar(Ukan potongan rmsiaan - Probability: 5/10 and TetapKan harga prcswsi di barah daitar harga - Probability: 7/10 and Dapat ditetapitan harga d i s r i m i n a t i i - Probabiljty: 0/10 and Penetapan harga untuk narKet sKiming - Probability: @/I0 and LaXui;an penetapan harga produk cpsionat (tMahan) - ProbaDility: 3/10 and LaXukan penetapan harga temasuk produK swingan yang tidai; bernilai Probabi I ity: 3/10 and Dapat w r a k a r s a i pewtongan harga atau perluasan pasar - Probability: 7/10 and Dapat q r a r ( a r s a i Uenail(an harga atau neneKan biaya - Probabi I ity: 4/10 an6 KenaiKan harga dapat lebih besar dari Kenaiitan biaya - Probability: 1/10 and HenaiKkan harga dengan cara mngurangi potongan harga - Probability: 1/10
-
WE: Rila jenis pasar yang dimsuiti adalah pasar bersaing s w u r n a tetapi iteadaan pasar belua jenuh, #aka perusahaan aasih m u n y a i peluang besar untuK mndapalKan pangsa pasar yang tinggi. Perusahaan dapat q r a K a r s a i pmtongan harga untuK ner$trluas pasar dan'neslperoleh keuntungan besar, letapi harus diketahui berapa bagian dari pasar yang belus t e r i s i BerdasarKan daya serap konsuwn. Selain melaKukan pewtongan harga, dapat juga dilaKuKan pengmangan produK baru.
RLFEREKE: DlreKtur Pen~ualanPT UHILEVER INDOHESIA (1988) dan Philip Kotler (nana~mnYmsaran edisi me 51
151
Lampiran 9. (lanjutan)
If:
T~ngKalperst~nlaanpasar.i l g l and Perti~iitaarib e r s ~ f a te l a s t l s
TNn: TelaNan harga penetrasi - Probabi I ity: 6/10 and Tetapkaii harga jual untuK naKsina1 isasi laba jangKa pendeK rrobabi Iity: 3/10 an6 TetaNan harga premium (harga t i n g g i j - Probability: 0/l0 and Harga jual sebaiknya neitdekati harga pesaing Probability: 3/10 and Harga jual sebaiKnya lebih t i n g g i dari harga pesaing - Probability: 0/10 and Penetapan harga n:nurul persepsi n i l a i / c i t r a produK Probability: 5/10 an6 LaKUKan potosgan Kuantitas - Probability: 6/(0 and TetapXan harga p r m s i di bmah daftar harga Probability: 6/10 and Dapat b i l e t a w a n harga dislcrirnrnatif - Probability: 0/10 and Penelapan harga UntuK m e t siciwling - Probability: 0/10 and LaKuKan penetapan harga produk opsional (tabahan) - Probability: O/IO and LaKUKan penetapan harga t e m s u K produK s w i n g a n yang lid% bernilai Probability: 0/10 and Dapat eapraKarsai pewlongan harga atau perluasan pasar - Probability: 1/10 and Dapat neapr%arsai Kenaikan harga atau nenekan biaya - Probability: 3/10 and HenaiWcan harga dengan cara engurangi polongan harga - Probability: O/lO
-
-
-
KITE: R i l a pemintaan pasar tinggl sebenarnya dapat ditentukan harga yang tinggi pula, tetapi karena pemintaan bersifat e ~ a s t i s , m a perubahan harga sediKit saja dapal ber&ibat perubahan penjualan yang besar, Jadi sebaiKnya ditetapitan harga penetrasi.
REFERENCE: Direktur penjualan P i UiilLEYER IWDOHESIA dan P h i l i p Koller (Hanajwn Pesasaranl
Lampiran 9 .
(lanjutan)
RULE IPJHBER: 29 IF: TlngKal peninlaan pasar:T~ngg~ and Perm~ntaanberslfat lnelastls
THiti: Teta8an harga penelrasi - Probabilily: O/IO and TetapKan harga jual untuk n%simallsasi laba anm ma pendeK Prcbabi I ily: 5/10 and Telapican harga premluai (harga t l n g g i ] - Probabi l ily: 8/10 and Harga jual sebaiknya wndrXali harea pesalng - Probability: 5/10 and Harga jual sebaiKnya lebih rendah dari harga pesalng - Probabilily: O/IO and Harga jual sebaiknya lebih l i n g g i dari harga pesalng - Probabilily8/10 and LaKuKan potongan Kuanlilas - Probability: 0/l0 and LaKuKan polongan nuslnan - Probability: 0/10 and TelapKan harga p r m s i di barrah daftar harga - Probabiiily: 0/l0 and Dapat ditetz;i(an harga d i s K r i n i n a l i f - Probability: 5/10 and Penetapan harga u n t u k ~ m r k e ts.~nning - Probability: 6/10 and LaKukan penetapan harga produK opsionai (tabahanl - Probability: 3/10 and LaKuKan penetapan harga t e m s u K produK s w l n g a n yang t!d% bernilai Probabilily: 3/10 and Dapat W r a K a r s a i pewtongan harga atau perluasan pasar - Probability: 3/10 and Dapat mnora%arsai KenaiKan harga atau wnekan b ~ a y a- Probabilily: 7/10 and #enai&an harga dengan cara mngurangi polongan harga - Probability: 5/10
KITE: B i l a t i n # a l pernitntaan tinggi dan penintaan b e r s i f a l lnelastis, anda dapal wnaiKKan harga jual secara proporsional dengan persepsi n i l a i dari Konsuwn. Selain i t u juga, anda dapal M s i n u s K a n laba dalasl janglca pendek, Karena Konsumn l e b i h wwntinqkan Kelersediaan prodllk daripada harga jual produK tersebut.
RFFFREHCE: DlreKlur penjualan PT UNllEVER INDOfifSlA dan P h i l ~ pXotler ( n a n a ~ m n Pmsaran e d ~ s tKe 5)
152
IF: ::I
k!:, ;. and .'
Tingkat perminlaart pasar:T~nggi Permintaan bersiiat tid% diketahui
THEN:
;, 3; i
j,, c
... *
1etapKan harga penetrasi - Probability: 8/10 and ietapKan harga juai untuR Wsinalisasi laba jan%a pendeK Probabil ity: 2/10 and TetapKan harga premium (harga tlnggi) - Probability: 0110 and Harga jual sebaiKnya WndeKati harpa pesaing - Probability: 5/10 and Harga jual sebaiknya lebih rendah dari harga pesalng - Probability: 5/10 and Harga jual sebaiknya lebih tinggi dari harga pesatng - Probability: 0/10 and Penetapan harga nenurut persepsi oi l a i l c i t r a produk - Probability: 1/10 and Penetapan harga dalm s?xpul terlutup (seaied-bid prictngl Probability: 7/10 and LaKuKan potongan nusirno - Probability: 0/10 and LaKuKan potongan Kuantitas - Probability: 5/10 and LaKuKan potongan iungsional - Probability: 5/10 and Tetap!ian harga p r m s i di barah daitar r h g a - Pmbabi l ity: O/lO and Dapat ditetapXan harga di%riBinatii - Probability: 0/10 and Penetapan harga untui; rnritet %imtng - Probability: 0/10 and LakuKan penetapan harga produk opsional (tmbahan] - Probability: 3/10 and LaXukan penetapan harga temsuk prbduR swingan yang l i d # bernilai Probability: 3/10 and Dapat m r & a r s a i pmtongan harga atau periuasan pasar - Probability: 0/10 and Dapal W r a K a r s a i Xen?iXan harga alau wnPXan biaya - Probability: O/lO and KenaiXan harga dapat lebih besar dari KenaiKan biaya - Probability: 0/10 and HenaiKKan harga dengan cara mngurangi potongan bar@ - Probability: 5/10
WOTl: Bila tingKat permintaan tinggi, tetapi s i i a t pern'tintaan l i d % dikelahui, sebaiKnya jangan nemsang harga premium. Untuk neweroleh lteuntungan besar, dapat ditetapKan harga untuk maKs~nalisasi laba janaa pPndeK #an W e r i potongan Kuantitas atau potongan iungsronal apabila Weli dalm juolah besar.
REEREWE: D~reKturpenjualan PT UNllEYER IHWNESlh dan Philtp Kotler (Hanajmn Pemasaran edtsi ite 5)
IF: iingkat permlntaari pasazsedangtrendah and Pernintaan bersifat e l a s l i s
THEH: Tetapitan harga penetrasi - Probability: 9/10 and TetapXan harga jual untuK M s i n a l i s a s i laba ~angXapendeic Probability: 0/10 and Tetapkan harga preslium (harga tinggi) - Probability: 0/10 and Harga jual sebaiKnya nendeXati harga pesaing - Probabi 1 ity: 3/10 and Harga jual sebaiKnya lebih rendah dari harga pesalng - Probability: 8/10 and Harga jual sebaiKnya l e b i h tinggi dart harga pesalng - Probability: 0/10 and Penetapan harga lnenurut persepsi n i l a i l e ~ t r aproduK - Probability: 0/10 and LaKuKan potongan tunai - Probability: 6/10 and LaKukan potongan DusisLln - Probability: 9/10 and LaKuKan potonqan KUant i t a s - Probabi lily: 6/10 and LaKukan potongan fungsional - Probability: 6/10 an6 TetapXan harga p r m s i di basah daftar harga - Prtbability: 8/10 and Dapat ditetawan harga disKrininatif - Probability: 0/10 and Penetapan harga UntuK namet sKisrnlng - Prbbabllity: 0/10 and LaKukan penetapan harga prbdUK opsional ( t m a h a n l - Probability: 0/10 and LaKuitan penetapan harga t e m s u K produk s w i n g a n rang l i d & bernilai Probability: 0/10 and Dapat ns@ra%arsai pemtongari harga atau perluasan pasar Probabili?y: 3/10 and Oapat w r a K a r s a i kenaikan harga atau RneKan biaya - Probability: Dl10 and Kenaikan harga dapat lebih besar dari Kenaikan biaya - Probability: O/lO and Henailclcan harga dengan cara nengurangi potongan harga - Probability: 0110
-
WE: Apabi l a t i n g a t pennintaan sedanglrendah dan pernlntaan b e r s i i a t elastis, perlu berhati-hati d a l a srenentukan strategi harga, Karena anda dapat Kehilangah pangsa pasar satna s&al i. Untuk wncegah ha1 itu, Sebaiknya ditetawan harga penetrasi dan harga jangan lebih tinggi dari pesalng.
REiEREtiCL: DlreKtur penjualan PT UHlllYLR INDMiESlh dan P h i l l p Cotler ( H a n a ~ m n Penasaran e d ~ ske~ 51
RULE MHBER: 34 IF: TlngXat pernlnlaan pasar:i~daK lahu
THEN: Tetapkan harga penetrasi - Probability: 9/10 and TetapXan harga jual untuk makslnalisasi laba Jan@a pendeK Probabil ity: 1/10 and TetapKan harga premium (harga t i n g g i l - Probability: 0/10 and Harga jual sebaiKnya mndekaii harga pesalng - Probabi.1ity- 8/10 and Harga jual sebaiknya lebih rendak dari harga pesalng - Probabi I i l y : 0/10 and Harga jual sebaiKfiya lebih ting91 dari harga pesalng - Probabil~ty: 0/10 and Penetapan harga nmggunakan anal isa t i t i k tapas - Probabi I ily: 0/10 and Penetapan harga WnUrUt persepsi n i l a i j c i l r a produK - Probability: O/lO and Penetapas h a w d a l m s w u l tertutup (sealed-bid p r ~ c i n g )Probability: 5/10 and LaituXan potongan m s l m n .- Probabil ity: 0/10 and LakuKan potongan tunai - Probability: 2/10 and LMukan potongan kuantitas - Probability: 2/10 and lakukan potongan fungslonal - Probabi I ity: 2/10. and TetapXan harga proewsi di basah daftar harga - Probability: 5/10 and Dapat ditetapKan harga d i s X r l s l ~ n a t i f- Probability: 0/10 and Penetapan harga untuk DarKel SXtMing - Probability: 0110 and LaituXan penetapan harga produk opsional (t&ahan) - Probability: 5/10 and Laitukan penetapan harga ternasuk produX s w l n g a n yang l i d % bernilai Probability: 5/10 atau perluasan pasar - Probability: and Dapat m w r & a r s a i pewtongan 0/10 and Dapat w r a i t a r s a i KenaiKan harga atau mneKan biaya - Probability: 0/10 and KenaiKan harga dapal lebih besar dari Kenaikan biaya - Probability: 0/10 and HenaiWcan harga dengan cara engurangi potongan harsa - Probabi I ity: 0/10
NOTE: B i l a i ~ n @ a perminlaan l l i d % diitetahui, strategi yang m n @ ~ n diterawan adalah harga penetras~dan D a K s ~ M I ~ s a slaba i janga pendek. Penenluan harga dapal dilaRuXar~ dengan mtoda biaya plus, p?rS?P5i e i l a i l c i l r a produi: atau penawaran d a l a l ssa@ul tertutup
REFEAENCI: DireKtur penjualan PT UHILEYEI: INDMIESIA dan P h i l i p Kotler (tlanajemn Peslasaran edisi Ke 51
Lampiran 9 .
(
1anJUtan)
RULE MHBER: 33
IF: TlngXat pemlntaan pasar:Sedang/rendah an6 Pernlnlaao bersifat trd& diketanui
THEH: TetaNan harga penetrasi - Probability: 9/10 and TetapKan harga j u a l untuk naXsrmalisaSi laba jangka pendek Probability: 2/10 and TelapKan harga p r m i u n (harga t i n g g i ] - Probabi I ity: 0/10 an6 Harga jual sebaiKnya modeltali harga pesalng - Probability: 5/10 and Harga jual SebaiKnya lebin rendah dari harga pesaing - Probability: 5/10 and Harga jual sebaiKnya lebin t ~ n g g idari harga pesaing - Probability: 0110 and Penelapan harga menurut persepsi n i l a i / c i t r a produK - Probabi I ity: O/lO and Penetapan harga dalaa sapdtul tertutup (sealed-bid pricing) Probabi lily: 8/10 and LaKuKan potongan tunai - Probability: 6/10 and laKuKan potongan kuant i t a s - Probability: 6/10 and laKuKan potongan iungsional - Probability: 6/10 and LaKukan potongan wslnan Probability: 6/10 and TetaHan harga p r m s i d i basah daftar harga - ~ r b b a b i l i t ~ :3/10 and Dapat a i l e t a w a n harga d i s r i i i i n a t i i - Probability: O/IO and Penetapan harga unlult 813rKel sKrming - Probability: O/IO and Lakukan penetapan hama produK ops~onai (tabahan] - Probability: o/10 and LakuKan penetapan harga t e m s u k produk s w t n g a n yang tidak bernilai Probabi Iity: 0/l0 and Dapat m r a k a r s a i pewtongan harga atau perluasan pasar - Probability: 0/10 an6 Dapat q r a X a r s a i Kenailtan harga atau meneKan b ~ a y a- Probability: 0110
-
KDTE: hpabila tin@at pemintaan sedanglrendah dan s i i a t perminlaan tersebut l i d & diketahui, seba~Knyaanda menetaNan strategi penetrasi, tetapi nasih nxrn@~nUntUK remaksinalisasi laba jangXa pendeK. UntuK menabah pangsa pasar, dapat dilaitukan pwwtongan harga jual seititar 1-51,
REFERENCE: DrreKtur penjuaian P i UNIlEVEii IHDOh'ESIh dan tfanajer p m s a r a n PT
KEHFOODS
156
Lampiran 9.
(
157
lanjutan)
RULE HVHBER: 32 IF: Tin$at perntntaan pasar:Sedang/rendah and Pemntaan b e r s i i a t l o t l a s t 1s
THEH: letaman harga penetrasi - Probability: 5/10 and TetapKan harga jual untui; mKstna11sasi Iaba ~angKapendek Probability: 5/10 and Tetaman harga prenliusl (harga t l n g g i ] - Probability: 0/10 and Harga jual sebaiKnya gndeicati harga pesaing - Probability: 5/10 and Harga jual sebaiKnya lebih rendah dari harga pesalng - Probability: 0/10 and Harga jual sebaiKnya lebih tinggi dari harga pesaing - Probabilily: 5/10 and Penetapan harga g n u r u t persepsi n i l a i l c i t r a produk - Probability: 5/10 and LaKuKan potongas tunai - Probability: o/10 and LaKuKan polongan Kuantitas - Probability: 6/10 and LaKuKan potongan fungsional - Probabilily: 6/10 and LmuKan potongan ~ 5 1 n a -n Probability: 9/10 and ietapkan harga p r m s i d i bawah daitar harga - Probability: 0/10 and Dapat ditetapican harga d i s K r i n i n a t i i - Protiability: 3/10 and Penetapan harga untuK narlcel sKlming - Probabilily: 0/10 and LaKuKan penetapan harga produk opsionai ( t a a h a n j - Probability: 5/10 and Laitukan penetapan harga termasuk produK s w l n g a n yang tidag bernilai Probability: 5/10 and Dapat W r a K a r s a i pmtongan harga atau perluasan pasar - Probabilily: Oil0 and Dapat W r a K a r s a i kenaikan harga atau mneXan biaya - Probability: 0/10 and Kenaikan harga dapal lebih besar dari KenaiKan b ~ a y a- Probabilily:
o/ro and nenaiuan harga dengan cara nengurangi potongan harga 0/10
- Probability:
KITE : B i l a tingXat pernintaan sedanglrendah dan peranntaan bersifat lnelastis, anda dapat neningitatKan keuntungan dengan WnaiKKan harga jual, letapi jangan s w a i harga preaiua.
RfFEREHCE: Direictur penjualan PT UHILEYER I N N E S l h (1988) dan P h i l i p Kotler (Kanajenen Penasaran edisi Ke 5)
IF: nutu produi: anda dibanbtngitan dengan prohu): Desatng adalah:leb~h ~ i n g g i and nutu produK anda llnggl
IHICEK: and and and and an5 and and and
TetapKan strategi Tetapkan strategi TetapKan strategi TetapKal slrategi TetapKan strategi Tetawan strategi ietapkan strategi Tetapfian slrategi TetapKan strategi
harga prenlun (harga tinggi) - Probability: 10110 harga penetrasi (harga sehang) - Probability: 0110 n i l a i isttnitra (harga rendah) Probability: 0110 harga pengiKis (harga tinggi) Probability- 0110 harga penbersih (harga sedang) - Probability: O/lO n i l a i rendah (harga renhah) - Probability: 0110 harga berlebih (harga ttnggi) Probability= O/lO n i l a i rata-rata (harga sehang) - Probability: O/IO ni lai baiK (harga rendahi - Probability: O/lO
-
NOTC I E: Strategl di alas dapat dtteraNan apablla dtKetahu! besarnya (daya serapi pasar, laju pertuabuhaa d l settap stralegi tersebut han ~ u n i a h pesalng UntuK set~aoslrategl.
REFERIKICE: Philip Kotler (hana~ewnPmsaran edisi ke 51, DireKtur Pen~ualanPi UNILEYER IHWiSlh han nanajer Pmsaran PT KEHFOODS ( ~ S B B ~
Lampiran 9 .
(
lanjutan)
ii:
nutu produk anda dibandingko dengan produx pesaing adaiah:sm and wutu PrOduK anda tiriggi
THEN: and and and and and and and and
TetapKan IetapKan IetapXan TetapXan letapKan TelaNan Tetapkan TelapKan TetaNan
strategi stralegi strategi strategi strategi strategi slralegi strategi stralegi
harga nilai nilai harga harga nilai narga harga nilai
berlebih (harga l i n g g i ) - Probabilily: 10/10 rata-rata (harga sedang) - Probability: O/lO baiK (harga rendah) - Probability: 0/10 pengilcis (harga tlnggi) - Probability: 0/10 peabersih (harga sedang) - Probabiiity: 0/10 rendah (harga rendah) - Probabilily: 0/10 presiluin (harga t ~ n g g i l- Probability: 0/10 penetrasi (harga Sedangl - Probability: O/!O i s t l m a a (harga rendah) - Probability: 0/10
KITE: Strategi d i alas dapat diterapKan apabila dlicelahui besarnya (daya serapl pasar, l a ~ uPertuFbUhaii d i setiap strategi tersebut dan junlah pesaing untuX setiap stralegi.
REFERENCE: P h i l i p Kotler ( n a n a j m n Peaasaran edisi ke 51, Direktur Peri~aalanP i UNILEYER INWiiiSlh dan Hanajer Peeiasaran PT KEt!F03DS (1988)
159
tampiran 9.
(lanjutan)
if: Hutu produk anda dlbandlngXan dengan ProduK pesaing ada1ah:lebih rendah and Hulu produK anda l ~ n g g i
THIH: and and and and and and and and
TetaNan TetapKan IetapKan TelapKan TetapKan TetaNan TetaNan TetapKan IetapKan
stralegi strateoi strategi stralegi strategi strategi strategi strategi stralegi
harga harga nilai harga nilai nilai harga harga nilai
pengiKis (harga tinggi) - Probability: 10/10 peaibersih (harga sedangl - Probability: 5/15 rendah (harga rendah) - Probability: oflo berlebih lharga t i n g g i l - Probability: 0/10 rata-rala (harga sedangl - Probability: 0/10 baiic (harga rendah) - Probability: 0/10 prmlum (harga l i n g g i l - Probability: O/lO penetrasi (harga sedang) - Probability: 0/10 istlwnera (harga rendah] - Probability: 0/10
NOTE: Slrategi di alas dapat diterapican apabila diketahui besarnya (daya serzp] pasar, l a j u perlunDuhan d i setiap strategi tersebut Gan junlah pesaing untuk setiay strategi.
REFEREWCE: P h ~ I l pKotler (nanajenen Pekasaran e b ~ s Ke i 51, D ~ r e k t u rPen~ualanP I UNILEYIR Ih'DMiiSlh dan hanajer Pemasaran P i K ~ H ~ O O(1988) DS
Lampiran 9 .
(lanjutan)
RULE WHBER: 56
If: nutu produr anda rendah and Hutu produk anda dlbandtngkan dengan produK pesatng ada1ah:lebth rendah
THEN: and an6 and and and and and and
Ietapkan strategi harga Ietapkan stralegi harga TeiapXan s t r a t z g ~s i l a i Tetapkan strategi harga Ietapkan strategi n i l a i TelapAan strate91 n i l a i TetapXan strategi harga Telapkan strategi harga TetapXan stralegi n i l a i
pengiKis (narga ttnggi) - Probability: 0110 perbersih (harga sedangl - Probabi I ily: 0110 rendah (tiarga rendah) - Probability: 10/10 berlebih (harga l i n g g i ) - Probability: 0110 rala-rala (harga sedang) - Probability: 0/10 baik (harga rendah) - Probability: 0/f0 Preaius (hargd l i n g g i 1 - Probabi l ity: 0110 penetrasi (harga sedang) - Probability: 0110 i5liMWa (harga rendahl - Probability: 0110
RULE WHBER: 57 IF: Uutu prOduK anda rendah and nutu produK anda diband~ngKandengas prOdUK pesalng a6alah:sama
THEH: and and and and and and and and
Telapitan TetapLan Tetapkan Tetapkan TetapXan Tetapitan Tetapitan Tetapitan Tetapkan
strategi harga strategi harga strategi n i l a i s t r a t e g ~harga strategi n i l a i strategi n i l a i strategi harga slrategi harga strategi n i l a i
pengiitis lharga tinggi) - Probability: 0/10 pe&ersih (harga sedang) - Probability: 0/!0 rendah (harga rendah) - Probabi l ily: 0/10 berlebih lharga t i n g g i l - Probability: 0/10 rata-rata (harga sedang) - Probability: 0/10 baiK (harga rendah) - Probability: 10/10 preauun (harga tinggi) - Probability: 0/10 penetrasi (harga sedang) - Probability: 0/10 isttmwa (harga rendah) - Probability: 0/10
Lampiran 9. (lanjutan)
RULE MHBER: 56 IF: Hutu DrOdVK anda rendah a-' nutu prOdUK anda dibandingKari dengan produk pesaing adalah:iebih 11ngg1
IHEH: and and and and and and and and
TetapKan Tetawac TetapKan Tetap+ain Tetawan TetapKan TelaNan ietawan IetapXafi
strategi strategi strategi strategi strategi strategi slrategi strategi strategi
harga harga nilai harga nilai nilai harga narga nilai
pengiKis (harga tinggi) - Probability: 0110 p e a e r s i h (harga spdang) - Probability: 0/10 rendah (harga rendah) - Probability: 0/10 berlebih (harga tinggi) - Probability: 0/10 rata-rata (harga sedang) - Probability: 0110 baiK (harga rendah) - Probability: 0/10 prenliun [harga ttnggi) - Probability: 0/10 penetrasi (harga sedang) - Probability: 0110 ~StibtWa(harga rendah) - Probabilily: 10/10
163
Lampiran 9.
(
lanjutan)
RULE HUHRER: 55 IF: nslu Droduh andd sedang and Hull! produi anda d~bandlngitandenaan PrOdUk Desdlng adalan:leblh rendah
THLH:
-
and and and and and and and and
TetapKan TelapKan 1elapKan TetapKan TetapKan TetapKan Tetapkan TetapKan Tetapkan
strategi harp3 stralegi harga s t r a t e g ~n i l a i s t r a l e g ~harga stralegi n i l a i strategi n i l a i strategi harga slrategi harga straiegi n i l a i
pengiK~s(harga i l n g g i ) - Probability: 0110 perbersih (harga sedang) - Probabillty: 10110 rendah ( h a r v rendah] - Probability: 0110 berlebih (harga tlnggi) - Probability: 0110 rata-rata (harga sedang] - Probability: 0110 baiK (harga rendah] - Probability: 0/10 prenlun (harga tlnggi) - Probabillty: 0110 penetrasi (harga sedangl - Probability- OIIO lstilnera (harga rendahj - Probabi I ity: 0/10
164
Lampiran 9. (lanjutan)
RULE HUHBER: 54 IF: ~JIU prOduK anda sedang and Hutu produK anda 51b 51ngkan dengan produK pesalng a5alah:sm
THEH: and and and and and and and and
Tetapitan Tetapitan TetapKan Tetapitan Tetapitan ietapitan Tetapitan TetapKan TetapKan
strategi harga strategi harga slrategi n i l a i strategi harga strategi n i l a i slrategi n i l a i strategi harga strategi harga s l r a t e g ~n i l a t
pengiKls (harga l i n g g i ) - Probability: 0110 pwbersih (harga sedang) - Probability: 0;lO rendat) (narga rendahl - Probability: 0110 berlebih (harga tinggi) - Probability: 0/10 rata-rala (harga sedang) - Probability: !Of10 baik (harga rendah) - Probability: 0/10 premlun (harga 11nggi) - Probability: 0110 penetrasi (harga sedang) - Probability: Of10 i s t i w a a (harga rendah) - Probability: Of10
Lamplran 9 .
(
lanjutan)
If: n ~ t uprodilK an02 Sedang and nutu produk and3 d~hand~n$%an 6engan prO6uX pesairig ad2lah:lebih tlnggi
THIN: and and and and and and and and
TetapKan TetapKan TetapKan TetapKan Tetapkae TelapKan TetapKan TetaDKan TetapKan
strategi harga s t r a t e g ~harga stratepi r i i l a i s t r a l e g i harga strategi n i i a i strategi n i l a i strategi harga s t r a l e g i harga stralegi n i l a i
pengiKis (harga 11nggi) - Probability: 0110 pembersih (harga sedan91 - P r o b a b i l ~ t y : 0/10 rendah (harga rendahj - Probability: 0110 berlebih (harga l i n g g i ) - Probability: 0110 r a l a - r a t a (harga sedangl - Probability: O/IO baiR (harga rendahl - Probability: 0/10 prenrum (harga t r n g g i ) - Probability: 0110 penetrasi (harga sedang) - Probability: 10110 i s t ~ r e r a(harga rendah) - Probability: 0110
RULE MIHBER: 52 IF: Perusahaan anda rtnahasl ikan: ~ t i t tprOdUK
THEN: Penetapari harga s n u r u t persepst r t t i a i i c i t r a produK - Probatiility: 5/10
and and and and and
Dapat ditetapXan harga d i s X r t f l t n a l i i - Probability: 3/10 Penetapan harga untuK nar%el sXtnx>tng - Probabi l ily: 5/10 TetapXan harga l i n ~produX - Probability: 9/10 Lauican penetapan harga produi; ops~onal (ta!bahanj - PrbbBbiltly: 8/10 Lakuican penetapan harga ternasuK produg s a w ~ n g a nyasg LtdaK berlttlai Probability= 8/10 and Kenaiitan harga dapal l e b i h be5ar d a r i KenaiKan btaya - Probability: 3/10 and TetafAan harga penetrasi - Probability: 8/10
mTL: Penetapan harga untuK perusahaan yang ~ n i n a slKa11 i W J l l i pro5uK harus berupa seperangat harga jual yang Sal lng Rnunjang, agar Keurttungan d a r i seluroh bauran produK W s l m n . Penelapart harga i In1 produK dapat ditentuKan b i l a setlap produK d a l a satu l l n i dapat dibedaKan c t r t - c t r i n y a dan b i l a PerbedJart m l u dapat 6irasai;an o l e h konsumn. Hal i n i harus ditunjang dengan r l s e l pasar.
RfffREHtE: DireKtur Penjualan PT UHILFYED IHMIESIA, DtreKtur K w r s i l PT MHIRUSi dan P h i l t p K o t l e r
Lampiran 9.
(lanjutan)
If: Perusanaan anda BEnghaSt tican: satu macam produK
IHEH:
and and and and and and
Penetapan harga E n u r u t persepsi n i l a ~ j c i t r aproduK - Probabil~ty: 8/10 Dapat ditetawan harga disKrigl~natif- Probability: 5/10 Penetapan harga untuK aaMe1 sic~mtng - Probability: 7/10 TelapXan harga l i n ~produK - Probability: 0/10 L&ukan penetapan harga produic opsional (t&ahan) - Probability: 8/10 LaKUKan penetapan harga termasuK produic s w i n g a n yang t i d & bernilai Probability: 8/10 KenaiKan harga dapat lebih besar dari KenaiKan b ~ a y a- Probability: 6/10
NOT€: Perusahaan rang RnghasilKan salu mcan produic saja &an lebih Dudah mngontrol biaya produksi, perminlaan pasar dan sebagalnya. Kelenahannya, Kelangsungan hidup perusahaan tersebul sangat tergantung pada produK lersebut, jadi d a l m penenluan Kebij&an harus sangal berhati-hali
REfEREHCf: DireKlur Penjualan P I UHILEYIR IHW€SIA, DireKtur itonersil P I MtiIRUST dan P h i l i p Kotler
IF: k'ilayah pemasara; produi tersebut :lidai; lerbagt alas rllayatt geograiis
TtiiH: TetapKan harga R e i g h t Oo bard - Probabii~ty: 4/10 and TetapKan hwga penyerahan seragaui 61 settap wi layah geografis Probabi I ily: 6/10 an6 Tetawan narga berbeda di setlap wilayah geograiis - Probabil~ly: 0110 and TetapKan hargd dengan b e r t i t i K patoitan suatu Kota stralegls Probabi I ily: O/IO and Telawan harga yang terfflasuK biaya transporlasi - P r o b a b i l i l y 6/10
KITE: UnluR produK yang hanya dipasarican 61 lokasi lerlentu, sebatKnya ditetawan harga produic yang telah t e m s u K biaya lransportasi, sehingga Konsumn l i d a t rerasa mngeluarican btaya lanbahan alas ProduK tersebut. P m s a r a n prcduX tersebut sebaiKnya dt l&uKan sendiri tanoa distriblitor.
REFERENCE: D~reKturPenjualan Pi UHliiYER INWltSlh, DireXtur X m r s i l PT MK[WSl dan P h i l i p Kotler
IF: Wilayah pemasarar~produK tersebul :l e r b a g ~d a l a beberapa n i layah geograi~5 and loitasi penasaran rang &an d i t u j u deKat d a r ~pabriklcabang
THEN: ietapXan harga Preighl CQ Board - Probability: 7/10 and ietapKan harga penyerahail seraga8 d i setia? wilayah geograiis Probahil ity: 2/10 and TetapKari harga berbeda di setlap ailayah geograiis - Probability: 6/10 and Tetawan harga dengaii b e r l i t i K patoitan sualu Kota strategis Probability: 0/10 and TetapKaii harga yang temssua b ~ a y atransportasi - Probabilily: 6/10
KITE: UntuK loitasi p m s a r a n yang deKat dari pabrik, SebaiKnya ditetapKan harga yang berbeda untuK setiap witayah geograiis dan dapat ditetapKan harga FOB
REFERLNCL: DireKtur Penjualan P i UHILEYER IHWIILSlA, DireKtur k m r s i l P i WKiirriSi dan P h i l i p Kotler
Lampiran 9. (lanjutan)
RULE tiUtlLR: 48 IF: Vilayah penasd&aa produii tersebut :terbagi dalaz, beberaDa $1 layah geograf i s and I N a s i pemsaran yang aKae d i t u j u ~ a u hdari pabriklcabang
THEH: TetapXan hsrga Freight (R, Board - Probabi I ity: 0/l0 and ietapKan harga penyerahar~seragaa dt setiap wilayah geograiis Probabi I ity: 8/10 and TetapXan harga berbeda dl settap wilayah geograi~s- Probability: 5/10 and TetapXan harga dengan b e r l i t i k palOKan SUalu Kota strategis Probabiii2y: 7/10 and Telapkan harga yang teravsut blaya transportasi - Probabiiity: 3 / i 0
mE: UnluK I N a s i pemasarao yasg jauh dari pabriKlcabang, sebaiKnya harga yang ditetapkan adalah harga penyerahan'seragaa, Karena b i l a tidaK %an Kalah bersaing dengan perusahaan IoKal di daerah tersebut. B i l a sitayah pemasaran IUaS, SebaiKnya U ~ s l r i b u s iditangan~oleh distributor loKal,
REFERENCE: DireKlur Penjualan P I UNILEYER IHDOHISlh, DireKlur X m r s i l PT HAHIRUST d2n Phil iD Kotler
RULE MIHBER: 47 IF: TtndaKae pesatng u t m a anda pada saal tot adalah:t~dak EtlaKuKan sesuatu and Pangsa pasar perusahaan anda saat tnt : (: 50%
THEN:
and and and and and and and and and and and and and and
Dapat w r a k a r s a i pewtongan harga atau perluasan pasar - Probability2/10 Dapat wwraitarsai RenaiKan harga alau WneKan btaya - Probability: 2/10 KenaiXan harga dapat l e b i h besar dari irenaiKan b ~ a y a- Probability: 3/10 HenaikXan harga dengan cara aiengurangi potongan harga - Probability3/10 lKut WnurunKan harga ~ u a -l Probability: 0/!0 lKut wnaikXan harga jual - P r o b a b i l i t y 0/10 Tetap pada harga jual sekarang - Probability: 8/10 Tetap pada harga jual seKarang dan aiengad&an serangan b a l t k non irarga - Probability: 0/10 KenurunKan harga lebih rendah dari harga pesaing - Probability: 4/10 KenaikXan harga dual dan engadaxan serangan bal iK dengan ProduK Probabi Iity: 0/10 PertahanKan harga pada t l n s a t harga seKarang dan terusKan pengmatan pada barga pesaing - Probability: 8/10 TurunKan harga jual sehlngga s m dengan pesaing - Probability: O/!O LaKuKalt 'obral' s m n t a r a - Probability: 0/l0 Tetap pada harga jual s&arang dab bUat produK 'buwer' dengan harga lebih rendah dari pesaing - Probability: 6/10 Tidait ada strategi yang disarankan - Probability: 0/10
miE: Stralegi d i alas dapat diterawan b i l a Keadaan pasar belum t e r l a l u jenuh dan jenis pasar adalah pasar bersaing s w u r n a . B i l a jenis pasar ol igopol i, pesaing u t m %an cepat bereaKsi b i l a ada perubahan narga dan Xenungktnan besar %an mngadaKan serangan balasan. Sebelun n?laituKan perubahan Rarga ~ u a l ,sebaiKnya dtpeM~raKanlebih dulu reaitsi pesaing dan Kcnsumn yang &an tir>ul.
REIERENCt: Hanajer Pemsaran PT KEbfCGUS, D ~ r e K t u rpenjualan PT UHliEVER INI)(KiESIA, DtreKtur Koarerstl PT MKIRUST (1988j dart P h i l t p Koller (Hanajewn Yeflasarao e d ~ sKe~ 5)
I!; i ~ i ~ a a x apesa~ng r! ulaliia anoa pada saal 1111 a6alab:liba:~ tselakukaii s0suatl! and Pangsa pas% perusahaan anda saa! int : ? 53% o: (: 50% dan unggu: ddrl pesaing
THIN:
and and and and and and and and and and and and and and
Dapal rtnDraKarsat p ~ ~ t o r ~ gharga a r t atrill perluasan pasar - Probability: 8/10 Dapat s w r a x a r s a i Kenatka!~harga atau wneican btaya - Probabll~ty: 6/10 EenaiKait harga dapal lebih b%ar d8r1 KeiiatKart blaya - Probabtlity: 3/50 RtnaiKRar: harga dengait a;c; n.tnglirang1 poteiigai; harga - PrObabll ~ t y : 7/10 lXUi nrr~urur~ka:~ narga juai - Probab~iily: O i l 0 lKu1 ntnaikkan harga jual - Probability- O/lO Tetap pada harga jual seitarang - Probabi 1 i l y : 6/10 Tetay pad2 harga juai seharang dart KngadaKan serangan bat iK nor1 harga - Probability: 0/10 Renurunitai~narga lebth rendah dari harga pesatng - Probabi!ity: 5/10 Henaiicican harga jual dan mngadakar: serangan baliK dengan produi; Probabiiity: O/l0 Prrtahanhan harga pada tlngnal harga seKarang dan lertiskaa pengamatail pada harga pesatsg - Probabi I l l y : 8/10 TurunKan hargb jual sehlngga saaa denpan pesalno - Probability: 0110 Lauican 'obral* sentfitara - Probabi I iiy: 0110 Telap pada harga jual seitarang dan buat produx 'buwerqengan harga iebih rendah dart pesaing - Probability: 0/10 Ticia ad8 s t r a t e g ~rang diSaranKafi - Probabiitty: 0/10
toTE: Strategi d i atas dapat diterapitan L i l a keadaaa pasar belus ~ e n u hdan jents pasar adalah pasar bersalng sespurna. B i l a jeiiis pasar nl iqopol I, pesaing Mar! cepat bereaKsi b i l a ada perubaha!~ harga dah Kesiun$!tnan besar ahan ntngadhtan serangari baiasan. Sebeluw WlakuKao perubahan harga jual, sebaiKsya dtperKtrakar1 lebih dulu reaKsi pesatng dan KOnSUWn yang aRan t I ~ D U I .
W e q eped rjep SueJeq eiuetpasial Pped ue6ulluadan~aq 1~1qa1~ a ~ e a p l u a n s u oiunep eJeluanas 6uns6uel ~ a 1nqasJal q t66u11 6ueL ueelulwad u e ~ e ~ t y l a d el pl l q a)iaeJal!p ledep set? ip i6aleJlS
,310N 0110 : i l ! l ! q e q o ~ d - ue$ue~es!pBueL ib'a1eJ;s epe >[ep!l pue 0110 :A1!1!qeqo~d - Guiesad !Jep qepuaJ U!@I e6ieq !:e6u:o .s&nq. ,iningoid \en0 uep aueJews lenr stbey ~ p e d e l a l pue 01/0 :Ll!l!qeqa~d - e ~ e t u w s.;eJqo. ue!inhvl pue 0110 :i?!i!qeqo~d - 6ulesad lueduau eues edulqas lenf eB~euuenunJnl plie Olio :G(l!l!qeqo~d - aulesad e 8 ~ e qeped uelmiaetuad uesnJa1 luep SueJews 26JeU 1 ~ 4 6 ~ 1eped 1 e6Jeq uenlueqelJad pue 0110 :itfl!qeqoJd - ~ n p o ~ue6uap d x ~ t e queb'iiejas uexepe8un uep jenf e m u cey.y!euaii pue 0110 i ~ l l i ~ e q o- ~6ulesad d e 6 ~ e qy e p clepuaJ q q a i e6:eq u e n i ~ u o u a ~pue o l i o il!l!(iBqOJd e 6 ~ e quou r leq ue6ue~asuehzpe8ua uep GueJenas jenr e 6 ~ e qeped d e l a l pue 0116 :Il!l!'ieqo~d - 1enF edjeu u e n x ~ e u a;aflnl pue OI/O : i ~ l j ! q e q o ~ d- 6ueJexas ienr a6Jzq eped d e l a l ~ u e 0110 :At!l!qeqo~d - lenE e 6 ~ e quenunJnua t n y ~ pue
oiia
: l l l l ~ q e q o ~ -d e 6 ~ e que6uotad 16UeJn6Ua~e m ue6uap e6Jeq uenn!euai( pue 0110 : i ~ t i ! i j e q o ~ d- e i e i d iueylellay ! ~ e pm a i l q ! q a ~ ledep e6:eq uew~ruay pue 01/0 :Ai!i!qeqo~d - ereln aenau3.t neeie e 6 ~ e quen!cuan I e s J e x e J m ledea pue 0110 -111 !!qeqoJd - Jesed uesen(Jad nele e 6 ~ e que6uatwad :e$JexeJduaw leden pile 01/11 :it! I lqeqo.ud - ~ 6 ~ Jeljep e q ueaeq tp i s a w ~ de 6 x q iieMe1al pue 0110 : i ~ ! l q e q o ~ -d ueulsr;~aa6llo1od ueynxel p a o l i o :iitl!'ieqoJd - Ieuo~sS~n!1ue6uolod uexnyel cue 0IiO i l l I Iqt'OOJd - SZi!lUeflX ile6uoiod UeHilHel pUe 0110 A l l l l ~ e O ~ J-d lP.Uil1 cetiuolod UeXnhDl :RNl
tJnr!ar Gasea eeo i j u l i iJeelUt1uJ;d iesGtufi euaJen i;a~qcqas!p iiex!eua:! i;ue !enr P ~ J P Uoe!dw!essu:i;ejepe lirt lees aped epue rxeln Gulesao seyepuil :il
'UaflSUOX !S#aJ Uep !luebEuad 6UeJeq e A u # p ~ l / e ~ e'frulesaa ueFief!qay uex!leqJadlp W a d ! d e w ' ~ n q a s ~ a l tsenl!s eped u e x d e ~ a l !u~! l u n u sele !p ! 6 a l e ~ l S '(010 unuel Jad lewou 6ueA Isel.lu! le!@ull eped lJep Jesaq q!qal !per Sue:eq uep H O X O ~ueueq e6Jeq l e x a u l l e[!qede iperJal l n f u e l ~ a qnletas dueh !sel!ul :I I M i
0110 -h!l!qeqoJg - uexuedeslp 6ueA !8aleils epe %p!i 011'0 :Ai!!!qeqo~d - Su!esad 1;ep uepuaJ u!qai e 6 ~ e queduap .Jadienq. xnpa~dtenq uep Gue~exas jenr e 6 ~ e ueped d e n 1 0110 :At!~!qeqo~d - e l e l u r n s ,jeJco, uexnwi OI/O :L1!1!qeqord - dulesad ue6uap e w s e66ulyas jenr e6JeQ uexunJni ,OI/O :At!l!qeqaJd - sutssad e6ieq sped Iueieireduad ueysnJai uep Suedexas U I SE ;exSu!l eped e 6 ~ e quexueqejzad OI/O - A l ! l ! W Q J d - H O P O J ~uesuap xtleq iue6ueJas ue~epe6uawuep jenr ediey uemieuai! 0110 :Ll!l!qeqo~d - Su!esad e6Jeu !Jep qepuaJ ylqal e l i ~ e yuenunJnua8 01/0 :Al!1!4e4QJd e 8 ~ e uluau x! leq ue6ueJas aenepe6ua uep 6ueJews jenr e 6 ~ e qepea d e l a i 0116 :Ati~!qeqo~d- ienr etrieu uexx!eu% iDHI 0110 :A1!1!qeqo~d - GueJexas jenf e 6 ~ e l sped i delal 0110 -Ll!i!qeqo~d - IenC e d ~ e quexundnua l a x i Ol/Y :Al!l!qeqa~d - e 6 ~ e que6uolad !6ue~nSuaaeie? 1ue6uap e6Jeq ueyx!euaH 0115 :1!11!qeqa~d erelq uenleuax !Jep Jesaq q!qal jedep e u e q uew!euay 0110 :Al!l!qeqo~d - eAelq uexaua nele e d ~ e quex!euan !esJexeJ&au ledea 0110 :1111!qeqo~d - ~ e s e dUeSenIJad nele e 6 ~ e yUeSUOlairJd 1es;exeJW ledec] 0110 : l l ! ~ ! q e q a ~ d- e 6 ~ e uJetjep ueaeq !p i s w i d 26Jq ueydelal 0110 :A\! I !qeqa~d- u r n i s m ue6uo;od uexnnel 0110 : L ~ ! ~ ! q e q o ~-d letio!sBun& iiefiuvioa tuexnxei Ol/O :Al!l!qeqO~d - sel!luenn uesuolod uexnxei 0110 A x ! I !qeqoJd - ieunl lle8Uo1od uexnxel
-
9ue pue pue FEZ
pue pue pue pue pue pue pue pue pue pue pue pue pue pue pue :HIHI
lnllielJaa sndat 6ueA iseljril erlaJeH iieXqeq: :P iuey!euaj pue l e n i ? 6 ~ e qi:exn!eoz.v:ilelape 1111 lees :pea epue F W I ~ 8utes;d iie:{?pu~i ..:I,
Lampiran 9. ( 1 anjutan)
IF: TlndaKaa pesafng u t m a alidd pada saat in1 'dalah:G?n\irUnRari harga juai and Peranan peiiurunan harga lersebut Pada hasil pen~ualananda Kecil
THE!!:
and and an6 ant? and and and and and an0 and and and a.rid and and
Harga jual SebaiKnya lebih rendah dari harga pesaing - Probabilily: 0/10 i e t a w a n harga vro-mst at baxan daitar harp - Probability: 0110 Dapal mmpr%arsai pewtongan harga atau perluasan pasar - Probability; 0110 Dapat sltfipraxarsal KenaiKan harga atau sltnekan biaya - Probability: 0110 KenaiKan harga dayal lebih besar dari KeoaiKbo biaya - Probability: 0/10 BenalKKan harga riengan eara mmguraitgl polongan narga - Probabi I ity: O/lO lKut WnurunKan harga jual - Probabilily: 0/10 ikut mnaiXKan harga jual - Probability: 0/10 Ietap pad8 harga juai seXarang - Probability: 9/10 Telap paaa harga ~ u a seKarang l dan nxngad86an serangas balik non n a r w - Probabi I ity: 0110 Heilurunkan harga lebih rendah dari harga pesaing - ~ r b b a b i l i t y : O/lO HenaiKKan harga jual dan inengadaKan serangan bai iK dengan produK Probabil ity: O/lO PertahanXan harga pada lingkat hap38 seKarang dan terusaa pengmatart pada harga ptsaing - ~ r o b a d1iity: 9/10 TurunXan harga juai ~ t h i n g g ?SMIC dengsn pesaing Probability: 0/10 LaKuKan 'obral' seinentara Probability: 0/10 Tetap pada harga dual seKarang dan bual produK 'buwer' dengzri harga lebih rendah dari pesaing Probability: 0/10 TidaK ada strategi yang disar2nKae - P r o b a b i l i t y 0/10
-
-
li9TE : Strategi di alas dapat dilaituican, b i l a perusahaan yakin bahwa penurunan harga aKan mngurangi keuntungan banyaX, pangsa pzsar yang terKikls tidai: t e r l a l u besar dan b i l a 5iperluKan pangsa pasar yang terkiV\is dapat direbut Kwbali.
REFERENCE: Kasajer Penosaran PT KEFXm2, DfreXtur penjui!an P i UiilLiVER iHDOliESlh, DireKtur k c * t r s i l P i HfiFRUSi (1988) dart P h i i t p Koller (kanajeRn Pemasaran eriisi ke 5)
Lampiran 9.
(lanjutan)
If: TtndaKan pesalng u t a a anda pada saat int a d a l a k ~ n u r u n k a nharga jual and Peranall penurunan harga tersebut pada h a s i l penjualan aada besar and S i i a t penurunan tersebu adalah semtntara an6 Yenurunan sebesar )4.0%
THEN:
and and and and and and and and and and and and and and and and and and and and and
TelaWan harga jual UntuR PBkslmallsasi IaDa jan$!a pendek Probabi l i t y : 0/10 Harga jual SebaiKnya lebih rendah dari harga pesarng - Probability: 0/10 Harga jual sebaiKnya lebih linggr dari harga prsaing - Probability: 0/10 Penetapail harga renurut persepsi n i l a i l c i l r a produR - Probabil tty: 0110 Penetapan harga d a l a s w u l terlUtup (sealed-bid prtctngl Probability: 0 / l 0 TelapKan harga p r m s t di bawah daftar harga - Probability: 5/10 Dapat ditetaman harga disKriminalif - Probability: OjIO Dapal Ra$raRarsai pewtongan harga alau perluasan pasar - Probabi I ity: 0/10 Dapat w r a k a r s a i kenaiKan harga alau DeneKan b ~ a y a- Yrobability: 0/10 Kenailtan harga dapat lebih besar dari KenaiKan biaya Probability: 0/10 HenaiKKan harga dengan cars Dengurangt potongan harga - Probability: 0/10 l ~ u DenurunKan t harga juai - Probability: 9/10 lXut WnaiKKan nai'gb juai - Probabi I ity: 0110 Tetap pada harga jual sekarang - Probability: 0110 Tetap pad% h a r p jual seltarang dan wngad&&an serangan bal iK non harga - Probabi I ity: 0/l0 HenurunKan harga lebih rendah dari harga pesaing - Probability: O/IO RenaikKan harga juai dart RngadaKan serangan bal iK dengan prOdui( Probabil ity: O/IO Pertahankan harga pada tinskal harga seitarang dan teruskan pengadtan pada harga pesatng - Probability: 0/10 Turunkan harga ~ u a sehlngga l sma dengan pesalng - Probabil ity: 9/10 LaKuka!~ 'obral' s m n t a r a - Probability: 0/10 Tetap pada harga jual seltarang ban buat produK 'bumper' dengan harga lebih rendah dari pesaino P r o b a b i l i t y 0/10 iidzi; ada strategi yang dlsaranKan - Probability: 0/10
-
-
NOTE : Strategt in1 d~terapXanb ~ l aproduK anda h m g e n dengae produk pesatng dan jenls pasar adalah bersa~ngsempurna.
RIFERENCE: tfanajer Pellasaran PT KEHFWDS, DireKtur penjuaian P i UNILEYER I W I E S I h , DrreKtur X w r s i l P i MNTRUSi (1988) dan P h i l i p Kotler (nanajenen Pemasaran edisi Ke 5)
L a m p m a n 9.
(
lanjutan)
IF: TlOdaRa11 pesaina utarila an& pad2 saa! irii adalah:h!eriuruniran harga juai and w a n a n p?nuruiiaa harga tersebui pada hasil perijuaian and3 besar and Stfat penltrunan iersebut adaleh sewntara and Pertarunan sebesar 0.5-2.0%
THEN: HarS jeai seoaimya EndeXati harga pesalag - Probabiiily: O/IO and Harga jual sebalknya l e b i t ~tinggl dari harga pesaing - Probability: 0110 and Daval nxnnpraKarsa~ peniotongao narga atau perluasan pasar Probabi l lty: 0/10 and Dapal ee,npr&arsal Kenaikan harga atau #eneman b ~ a y a- Probabilily: Olio and XenaiKan harga dapat lebih besar dari KeriaiKan biaya - Probability: 0110 and HerlaiKKart harga dengan cara Rngurangi potongari harga - Probabii ity:
-
Olio
and and and and and and ant and and and and
lKui ait.nurunxan h3rga jual - Prbbabiitty: 9/10 IKul RnaikKart harga ~llai- Probab~iity: 0/10 Tetap pzda harga jual 5eKarang - Probability: 0110 Tetap pada harga jUai seKararig dat engad&an serangan baliic non harga - P ~ o b a b i i i l y : 0/10 HenurunKan hzroa lebih rendah dari harga pesatng - Probability: 9/\0 HeliaiKkart tiarga jUai d3n wngad&an seranga!) bal iK dengari produk P r o b a b i i i l y 0/10 Pertahankan harga pada t i n 8 a i harga sekarang dan teruskan pengaatan pacia harga pesaing - Probability: O/IO TurunKan harga jUal sehlngga saaa dengan pesaing - Probability: 0 I l 0 Tetap pada harga jual sekarang dan buat produK 'Dumper' dengan harga lebih rendah dari pesaing - Probability: 0110 l i d & ada strategi yang disarankari - Probability: 9/10 LzXukaa 'obral' s m n t a r a - Probabi l ity: loft0
NJTE : Strategi di alas oaDat diteraMan b i l a blaya Per u n i t produa lurun dengan naiknya volua;i., pasar peka terhadap perubahan harga Jual dan s u l i l w e b u t pangsa pasar yang l e l a h hilanp, Tind&an i n i &an mdgurangi juinlah keuntungan d a l a jangKa peridek.
RiiEfEh'CE: Hana~erPemasarab P i X l f W D s , Direktur penjualan PT URILEYEI: INWiSlh, D ~ r e k l u rK m r s i l PT HANTWT (1988) dan P h t l l y Kotler (HanajeRn Peaasaran edisi Ke 5 )
Lamplran 10. I n s t r u K s i awal pada model PRICE86
162'
EXSYS adalah program Yang dipergunal~ariuiltuli mengeKseKusi s u a t u paKet program expert-system. Expert-system a d a l a l s u a t u progam yang memungKlnKan Komputer b e r t i n d l r sebagai s u a t u 'Human ~ x p e r t ' dalam s u a t u bidang t e r t e n t u . Pada p r i n s l p n y a , expert-system merupaKan s a l a h s a t u bentuk d a r i ' A r t i f l c i a l I n t e l l i g e n c e ' , yang memungkinKan Komputer marnpu b e r f i k i r , dan mengambil Kesimpulan d a r i seKumpulan informasi maSuKan berdasarkan Kaidah-Kaidah ( ' r u l e s ' ) yang d i m i l ikinya. Dalam p r o s e s t e r s e b u t seorang pengguna ( ' u s e r ' ) dapat berkomuniKaSi s e c a r a i n t e r a x t i f dengan komputer untuK memecaian s u a t u p e r s o a l a n t e r t e n t u , seol ah-olah i a sedang berhadapan dengan manusia yang ' e x p e r t ' (paKarl dalam masalah tersebut. Dalam prosesnya, Komputer aKan mengajwan SerangKaian pertanyaan Kepada pengguna ( ' u s e r ' ) untuK kemudian mencapai pada s u a t u KeSimpUlan. s a a t menjalaman s u a t u paKet e x p e r t system, Komputer aKan melontarKan pertanyaan t e r s e b u t dalam format s u a t u ' s t a t e m e n t ' yang t i d a K lengKap dengan beberapa a l t e r n a t l f jawaban. "St,atement' dengan a l t e r n a t i f t e r p i l i h aKan membent.uK s u a t u pernyataan yang lengKap. Pengguna s e l a n j u t n y a &an memberlkan jawaban yang dapat berupa s a t u a t a u l e b l h a l t e r n a t l f t e r s e b u t , s e s u a l dengan KondlSl yang ada padanya. Jawaban a t a u tanggapan d a r l pengguna dlberlKan dengan c a r a menekan nomor a1 t e r n a t l f yang s e s u a l . B l l a ada 1e b l h d a r l s a t u a1 t e r n a t l f yang diberlKan, nomor-nomor a l t e r n a t l f t e r s e b u t dlmasuKKan dengan c a r a d l p l s w a n o l e h Koma atau spasl. Pengguna d i b e r i k a n pula KemungKinan untuK mengetanui sebab pengajuan pertanyaan t e r s e b u t , y a i t u dengan mengetiman pernyataan " ' d ~ y " , s e l a n j u t n y a Komputer &an mendisplayKan Kaidah yang sedang dipergunaltan. Kaidah ada dalam b a s i s pengetahuan ('Knowledge b a s e ' ) d i t u l i s dalam bentuK IF-THEN. B i l a semua k o n d i s i pada bagian IF d i p e n u l i ( b e n a r ), b e r a r t i Kaidah t e r s e b u t dianggap benar. Suatu penyelesaian masalah dalam bentuK pengambi l a n Kesimpulan b e r p i j a K pada Kaldah-Kaidah yang t e l a h didef inisiKan Sebe lumnya. Sebagal Kesimpulan dapat dlsebutKan bahwa dengan media EXSYS, sekmpul an pengetahuan d a r i seorang paltar ( ' e x p e r t ' ) dapat 'dislmpan' dalam s u a t u paKet expert-system. EXSYS juga menyediaKan f a s i l i t a s Kepada pengguna, c a r a a t a u j a l a r ~yang ditempUn o l e h Komputer. sehlngga suatil Kesimpulan dapat dipergunaKan. S e l a i n i t u , penentuan s u a t u penyelesaian a t a u Kesimpulan dapat disertaltan dengan n i l a i p r o b a b i l i t a s dalam beberapa t i p e , y a i t u mulai yang sederhana (YA/TIDAK ; i / o ) , sampai dengan p r o b a b i l i t a s k e l i p a t a n b u l a t d a r i 0 , l ( d a r i o sampai 1 , 0 ) .
Lampiran 10. ( l a n j u t a n )
Dalam demo i n 1 &an d i b e r l k a n s u a t u contoli p m e t Slstern All11 untul: S t r a t e g l 1;ebl jaxan Harga Produk I n d u s t r i Pangan. P a t e t yang d i b e r i nama : P R I C E 8 8 l n i rnerupaRan s u a t u saran; Konsult a s i , s e h l n g g a pengguna s e o l a - 0 l a l - i berhadapan dengan s e o r a n g ahli d l bldang pernasaran. Dengan K a t a l a m , P R I C E 8 8 mengandung " s e b a g i a n p e n g e t m u a n p r a k t l s i d i bidang pernasaran".
Lamplran 1 1 . P e t u n j u p e n g o p e r a s i a n P R I C E B ~
hngan m a a n tom1 (a) &an dlprag&an referensi dari ~ z i d z h(bila a&]. Referensi in1 ~rmp&aniniomsi aeuan dari Naidah yaog dlprgm&an. Bila anda iogm tah3 alasan R m t e r ir?nympdlXan b m a satn prnyataan pada kondlsi IF ( ' j a a ' l adalah Mnar, m a t u i l s ~ a nmr baris dari Kondlsi tersebut, h w J t e r akao eraan respns d a t a bent*: salah satn dari ~ m a & m a ndiba~ahmi :
i. goeputer &an ~naripllkan&aidah yang lain yang dlprgun&an ~ t o X mndapatlcan kondln IF tersebut. Z. Bila i n f o m s i datang dzri raasaan anda, Ronputer &an Writz$lkan and3 b;lh%'aaasuKan tersebut adalah benar. 3. Bila kondlsi yang dltanyakan k l m he&, a 3 XBmter &an
mMritahWan M v a Raidah tersebut k l m Wetahui Xeknaramya
bma kondisl yang krsanfmtan adalah salah, dao Kondlu tersebut aXan dlabalXan
9. Hmpter dapat pJla wuberitahnXan
5. Ella prnyataan gang ada krkntoX eXSpresi raatmtiXa, prograa &an cmptragakan nilai setiap Tariakl d a t a ekspresi tersebut.
ImpJter sedang Enanyakan Xepda anda, dan Mnmgga msukan. Pertanyaan gang dlajukan aXan krbntoii frase gang dilknti dengan sejmlah aliernatif Jaraban yang &an Elengliapi pernyziaan tersebut. Pilihlah alteroatif yang tepat, pang sesnai deDgaD Xomsi anda, dengan anuliskan nwr alternztifnfa. Bila ada lebm dari satn afternatif, 1nlis)ran nmr-nmrnya yang dipisman denngan Xotw atan spasi.
Bila anda msih k l u e jelas tentang alasan k w t e r manyakan wtanyaan ini, tulisxan W dimti dengan tWm). Segera R m t e r &an xndlsplapY.an raidah yang Endasari pertanpaan tersebut, Tekan mri (B'lm) BWali m t a R&li Xe peragaan pertanyam s e k l m y a , atau bila ada lebih dzri satu Xaidab yang uendasarinya, &an dipragakan Raidah-Xaidab yang lain,
Bila anda ingln u ? n y W data raasuXan anda ,dan Xmdlan keluar darl progr* KetlKKan WIT. K w t e r Bemdlan aXzo manpakan nam f i l e data tersebut. JANW SWI-KN.1 XBIGDHAglYI W. F I B EPfiW SYFBl.
LampIran
? 1.
(lanjutan)
Boepate? satt ic? se&ng impragaxan sejmlah pllinan (choices] javaoan atau Xesqdlan , Ikwrutan mila? darl yang ~ e 1 l K 1probabllltas terksar. Pilihan pang rimripilkan tersebut E m p a a n pilihan-pilihan yans bnya wi1iX1 probabilltas lebih Ltsar darl I!%. Untui! arlihat sema pilihan yang ada, tekan m e ? ur. W a n kunc? (6) ontui! ~ l i h a pilihan-pilihan t pang m y a wi?iliY,~ p ? c m l l l l a s lebih ha? bar1 no1 saja. M8a dapat mla nuy yak an Xepzda k w t e r dasar pngambllan Xesicp~laa
tersewt dtngan ~ o u i l W nR W pillhu'ijjaraban ~ yang b?E~agaXan.
Unte, Enguylan: &s&!m tekao 0, dan Rmwter aXan mpragaXao 'Ilst' PJSukan yan: telab &mat. Unt& w l a l eksefnrsi, tekan kuncl (R).
Uiitui! Enywn data dan Ueloar dzrl prograc, t e k x Kuocl
(a}.
AXhrnya bila and3 selesai, t&an W c l (DL
a w t e r saat mi s e m g W r a g a X a n s m a msnkan pan: tekah anda k r ~ a n pa$ saat eksekusl program inl. Blla anda in,oln ah data m m a n tersebut, tulislah nmr barlsnya, &a B u g t e r a ~ z nirmanga)(an kenball alternatif l~zsokanyan: m. Setelah selesa? md?fiXas? data m m a n , teXan (R) untui! ekse)cus?-nlang.
Lampiran 12. P r o g r a m untuli moael ESPRIC
5Q
60 ' 61 ' 62 ' TO ' 60 90 100 110 120 130 140 150 160 170 180 I90 ZM, 210 220 230 240 250 260 ZTO ' 215 280
2W 300 310 320 330 332 334 336 338 340 350 360 370 360 390 405
CLS:CLku RhRThI MRgOY I@GUi FIRST-@REX, FIRST WeiljOD ClFsi : MITA IRhWhR - F 21.1429 LA8 MI, TIE, FATBPA, IPB
Dl# P$(IOI,P(iO, i351,Td(25j,G(10,lOj,T(lO, 10],S(10,35),SS(IO, 1351 MATE 10,5:IRmrP 'JUlW PEAIHG :';W FM: 1:i TO X PRINT 'lam Pesalng "I;' adalah : ' 1UlW P$(I]:IB~'Dengpan pangs8 pasar (ptrsenl Enode 1 :';P(I, I1 IHPUTVan ppangsa pasar (persen) penode 2 :';P(I,2) S(I,l~:Pl1,1l : S(I,2):P(I,Zl FKLT I l W T 'Penode aaal W l a l pada tahuo:';TR8 IlWT 'Besar selang Itah) dengan perlode selanjotnya';D8 PR1ET:PRIHT PalET1U7X'IK PE%liMA8 (%Yit%IIIGI E83DRSSARglUI SWBIVLGAN IGAIIISI' PRIIII" 1:l rc R mJ:i T O N IEW G(1,Jl HEPJ
mI CIS
PEBlI¶I?lGUiM m I E W I S I
m MAR 3,18:LPRIHT' XAmlKS W i S I ' MAE 4,18:LPRIBl" mlnT FM: 1:l m A mJ:lmH IF 1:J MEn 334 TlI,Jl:GII,J)/P(J,l):~ 354 KXEITOE ErSGtG(I,K] RBT K ~l~,JI~l~~l,2~-~l/PlJ, 1) T<:5t211:R1:11Jt13 MATE TYm',T5tLPRltiT USIlG %@j TiI,Jl, SG-0 WT J:LPRIKT:LPRIKT mI LPR1HT:LPRIXT:LPRINT
mMI1SIXG W
U PAHGSA P A M
IIIPUT'Ingln ~ n @ ~ t n opangsa g pasar pada hrapa %-node ke &pan"? CLS FOR K:I m F FOE l: TO B
m~-ime S(I,KiZ]=P(I,Kt21 : P(I,Et3\:O lim I,K MX: a:i R? F SF-BBiI(Si1)iDX) SSF:S." H:KiZ LPRIlfT'Pangsa pasar F?rlodeS;fi;'pada tahm';SF;'adalah :" 1PRIB:LrmIBT FOR 1.1 TC X Q:Ii~E-ll18+3 . . MA%Q$LPRI8T PPiI),": ';US186 '#W;S/I,W);:LPRIIV ' 1" PRIKT m I:LPRI#T:ET K LPR1ET:LPRIBP mC&I TlTlK KEBIWW (FdDY-SPAR)
FOR 111 130 MX: 1:l m 8 FOR J:l TO B SS(I,KtZ)rSS(I,Ki21 UEXT J 730 440 450
i .?(I,J)IP(J,K+I)
FOR L:l TO I] IF ABS(P(L,KtZ)-P(L,Kil)) ): ,00005 THW $60 HKV L : @I0 780 160 LOCAR 18,10: PRINT '.luoggu, ya.. . senant ~ n g h ~ t o nprlo6e g Xeseliabangan ":EPK 710 LPRIXTSEBIWali Tbg DiiPAT lBJADI &XUH 130 PWIOE KE iihb":@I0 820 780 GLS:LPRIBTnKeselmbangan &capal setelah Y;Eswrlode Be depan, deogan pa Dgsa pasar msing-msing :':LPRIWT 190 PO3 1-1 TC E BW M A 7 8 It3,3:LPRIXT Pt(l1,': ';USIXG '%W;P(I,Kl;:LPRIIIP' 1" 810 KXT I 820 EE!
Lampiran 13. Program u n t W model STRAGA E m B3BNMji Fn'ICn'ITbs SEX3 P a
mali r n D . 4 PrnauiDIPWI m Oleh: linlta Iraeatl
S I &
- F 21. In29
MI, PIE, PAW., IPR - sepi-r
66
U:5:H:6
DIH Xt(H1, %(El, PTI!i,HJ DIE mEjB], K4T(Hj, lil(H1 w 9 0 , o : M S : m II,! m A I F 2,15:EIIii ' #QBT&PRIG3ITAS SWB PAW LOihB 3,15:EIR ' m d l 3 5,15:PRIKP ' KLG9 i s , ? B. L W B 7,7 :PRIRT 'KW 31,2 :PRIitT "I%TRIu?IP '; OXOR 15,2 :PRIMP = '' I 1:i m xi2 LEAIT 7 t i , l :PRIHT m 1 % r I:! TO H RE0 KI(1) PAEJ:27-(Lk2(RI(1))/2J L W E 6tI,PdXJ :PRIIIT #$(I1 I LEAIF 15,l R I B '1 CMrm 15,4 LEA% 14,33:W1E '-.-----, ' CMrm 31,4:PRIIi? COL(h: 15,S:PRIBT = ''l J:i fO kt2:LEAiT 14tJ,33 WIB4
l a
'1
my
'1
I'
I'
r n J FOr: J:i r0 8:RW X$(J):PdXJ:53-(M(X$(J))/2) KZXE IStJ,PAWlItiT X$IJ) EizT ,I LXAE 23,33:PRI#? ** 9' COL(h: 0,4 Kkl3 25,23 PRIBT " UatoX ~mlanjnUcan, tWan apa saja ! '; ~mt:~rnt(ii COLhl O,O:CLS:COL(h:IJ,4 LEAIF 2,15:PRI%T ' LWIC 3, i5:PRIS " TllW?A8 MRI XKImIA WDBAEM
Lampiran 13.
(lanjutan)
LCUTE 5, I5:PRIW ' LWTE 6,15:RI#T ' mE 7,15:PRlE ' LCUE 8,15:PRIET ' D.W! 15,O mE 12,15:RlllT FDi: J r l ? 90 19 W E J t l , I5:PRIIIP
1:sedlliit ~ e n t i n g 5:San:at Peoting
' 7 Berapaka 'rating' '1
untol: kritenz
7'
I'
mJ m 4 T a Z I , l 5 : E I w 't FDi: Jzl? 9D I5':C€W? 11,l mm Jti, l7:PRInT '
I'
mJ
FW J.1 90 H:LOihT% Jf13,21:E3'11 X$(J):UiXE J t l 3 , M : I E ~Rh(J1 U i X R Jt13,49:WIkT il" : "Rh(J);' ' mJ
am?0'0 C1S:T:O rn Cz1 rn H COMa 15,C f:Tt5 LWTa Gt?,P:PRIW ' m4Ta ct3,T:~lllT LEAP%: Cf4,T:PRIiv l~XhTaCt5,T:PRIUT ' WE C+6,f:PRlLT ' WE Ct7,P:PRIHP '[ FIX J:l 8 WE JfCt7,T:RIBT
Sala
'1
: 1 saw1
5
I'
Lampiran 13.
(lanjutan)
810 820 830 840 850 860 870 880 890
PAILJ2:(T+26)-(W(M$I/ZI LDCdTB Ct6,PAUJZ:RlYT M$ POR 111 TO I! LXAB CtIt8,Ttl2:RlhT S'S(I1:LOCAR CtItB,'Pt35:11IPUT A"P(C,I) U)CAPB CtItB,ft34:PRINT ' : ';Rl'(C, I ) ; " ' M B T TI mC POR 111 TO H:%TfiE(l):O FORJrl TON
93
~ELI):SCORB(I)rRf(J,I)'%(J)
910 M T &!FLY I POR1:ITOH 920 030 LOwI'(I1:I 940 U5T I 950 POR I:! TO n-1 960 POR J- ti m n 970 IF S C O a B ( I ) > ~ E ( J'M ) W GTU lOoO 980 SAP S~RBII~,~B(JI 990 SI'M B ~ l l ~ , H t ( J 1 1WO m & m I 1010 F$:':crn:':C:O 1020 CCW I3,O:CIS 1030 W R 12,21 IMO BlUT 'ApaKah axan hcet3ir d~ printer (y/tl? '; 1050 XI:I~.(l):PRlHf X$ 1060 IF X$:.YQ OR x$:nY' w PI--"lptl:' 1070 OPE4 nOs,$i,P$ I080 C L S W : 14,4 1090 W B 5, i 11W BIE7 $1, ' 1110 PRIW I:; PIUGXATM D ~ Relwll 1120 PRI%T$1, ' 1140
BIXT %I,'
1164 IilO 1184 1190 IZW 1210 1220 1230 1240 12%
R
'
#
#Mg
\
BIHT $1, USING ~ n ; I ; ~ ( l ) ; B $ ( I ) mI BIB *ItBl W.rnE(I)/% CDLOR 16,4 LW'fS 24,23 PRIZP UotnX o9lajntXan, t&an apa saja ! '; W'fS 24,39:COtOR O,O:OlflYt:lliPLRt(l) EUX 14,i
'I" 4'
1260
LOWiR3 6,3:PRIKT " (
&--&Gd= 1280
IDCAR3 Lrl,3:PRllT
1290 1300
IIBBT L MAE 2L,3:PRIllT
'1
I'
' 1
II
1310 1320 1330 1340 1350 1360 1370
COLOR 14'1
LWE 8,26:PRIBT $1, ' lllLdl XPB' WAR3 9,25:PRIHT #, nlltngKatac! Untoii Setlap Alternatlf" IDCAB I0,27:PRIHT #I; 1 81lai:nngKatan x '; PRIWT $1, USIHG ' M ~ ; s C l i L F ; PRIET )' WE 12,5:YRIHT al, '
sf,'
1380 WAB13,5:PRlBT#,' Alternatlf 35 40 45 54' 1390 WAE 14,5:PRIB? 41, '
0 1
5 l
10 15 20 1
i
l
25
30
I
l
iiFTGL& 1410 LSAE 15tI,5 1420 PRIKl' iil,ll$(WAT(I)); 1430 PRIBT $1,'1'; 1440 ~:lllP(SWRg(IJ/SCUBtt5) 1450 KWBT:Wm(f 1460 FOR J.1 IU c[RRFp 1410 PRIE #1,'lx; 1480 E3T J 1490 PRIB Zi,E W E 1500 H E 3 1 1510 PRIHT #, 1520 GLQYK $1 1530 WV3 2 4 , 1 6 : W 0,O:PRlBT TB(80);"; 1540 C[#OR 0,I):LOWiE 1,lS 1550 R1Kl' ' A m a h anda ingin m l l h a t Xelnaran lag1 'lp/l)? '; 1560 JAVW:lamRI(IJ:PRIIif X$ 1570 IF JiiVliBI:'YB @ JAVliBI='Tn MB1 GOTO 1010 1560 IF JAVN'I* OR JAWW:'tm Iliss LiiffO 1610 1590 DATA '4TEg, 'iUi3@,GUi ATE', 'HHE3Wa,K ' k3iHW UWM', "BIWM' 1WO Mfd D' AYA SR4? PIIShRa,'JiJNJH PBSAIBG', '%QnlGFJWLB EWhRdTl'lF', 'PBSEP SI KOXSUW', 'WBN#GI1(WIW,'PWIUSI PEAR' 1610 COLOR 13,O:CIS 1620 WAD 12,19 1630 PRIET 'ApaKah anda login wbandmgiian lag1 lg/tJ? '; IWO xI:Im(lI:PRINT xt 1654 IF Xt.'Yg MI XI:"' MB1 R m E G :O P O50 1660 COLOR 1,O 1610 GLS 1660 Bil