Seminar on Application and Research in Industrial Technology, SMART in conjunction with Seminar Teknologi Simulasi, TEKNOSIM
PENGEMBANGAN MODEL PENENTUAN HARGA PRODUK FUNGSIONAL AINUR KOMARIAH1, SUBAGYO2, DAN ANDI SUDIARSO3
1,2,3
Program Studi Teknik Industri, Jurusan Teknik Mesin dan Industri, Fakultas Teknik Universitas Gadjah Mada Jl. Grafika No.2, Yogyakarta 55281 1 e-mail :
[email protected]
Abstrak. Harga adalah penentu profit perusahaan, sehingga perlu dipertimbangkan dengan teliti. Faktor-faktor yang berpengaruh terhadap harga adalah biaya serta faktor intangible yang dimiliki oleh produk. Penelitian ini bertujuan untuk menghasilkan model matematis penentuan harga produk dengan mempertimbangkan biaya serta faktor intangible dalam produk, yaitu nilai kualitas dan brand. Data yang digunakan adalah struktur harga 23 produk dari 8 jenis industri. Struktur harga terdiri atas biaya produksi total, nilai kualitas dan nilai brand. Dalam pemodelan, semua variabel tersebut dinormalisasi dengan biaya produksi langsung. Model yang dikembangkan berjumlah enam, terdiri dari model linier dan model nonlinier, tanpa interaksi dan dengan interaksi antar variabel. Penentuan parameter dilakukan dengan metode minimasi total kuadrat error. Keenam model menghasilkan jumlah kuadrat total (SSres) terendah sebesar 7,935; koefisien 2 determinasi (R ) tertinggi sebesar 0,88; AIC terendah sebesar 1,576; kemampuan prediksi tertinggi sebesar 0,975; dan parameter terlibat paling sedikit sejumlah 3. Kata kunci: model, penentuan harga, intangible, kualitas, brand.
Pendahuluan Harga adalah salah satu penentu profit perusahaan. Profit yang didapatkan oleh perusahaan merupakan selisih antara pendapatan dengan seluruh biaya yang dikeluarkan untuk memproduksi barang dan jasa, sedangkan pendapatan adalah harga dikalikan dengan jumlah produk dan jasa yang terjual[1]. Karena itu, harga harus dipertimbangkan dengan teliti. Ada beberapa strategi penentuan harga yang dapat dipergunakan oleh perusahaan. Tiga kategori penentuan harga yang umum dipergunakan oleh perusahaan adalah customer value-based pricing, cost-based pricing dan competition based pricing[2]. Customer value-based pricing adalah strategi penentuan harga dengan menggunakan persepsi nilai atas produk, bukan berdasarkan biaya. Cost-based pricing adalah penentuan harga dengan mempertimbangkan biaya produksi, distribusi dan penjualan ditambah dengan profit sesuai dengan tingkat pengembalian yang layak. Competition-based pricing adalah strategi penentuan harga dengan mempertimbangkan strategi kompetitor (biaya, harga dan penawaran kompetitor). Dengan demikian, perusahaan dapat menentukan harga produk berdasarkan informasi biaya, informasi kompetisi, dan informasi customer value[3]. Di antara strategi penentuan harga yang ada, cost-based pricing yaitu menetapkan harga dengan basis biaya, adalah yang paling banyak dipraktikkan di dunia industri. Penelitian tentang penggunaan strategi penentuan harga di perusahaan mengungkapkan bahwa strategi cost-plus pricing, yaitu menentukan harga dengan menambahkan persentase tertentu atas biaya, menempati peringkat tertinggi dalam frekuensi penggunaan, yaitu sebesar 56%[4]. Hal ini sesuai dengan teori penentuan harga bahwa harga ditetapkan berdasarkan total biaya, baik biaya produksi maupun nonproduksi, ditambah dengan laba yang wajar bagi perusahaan[5]. Selain mempertimbangkan faktor terukur (tangible), perusahaan juga perlu mempertimbangkan faktor tidak terukur (intangible) dalam menentukan harga Jurusan Teknik Mesin dan Industri FT UGM ISBN 978-979-97986-8-8
C-31
Seminar on Application and Research in Industrial Technology, SMART in conjunction with Seminar Teknologi Simulasi, TEKNOSIM
produknya[6]. Faktor terukur menunjukkan besarnya internal cost, sedangkan faktor tidak terukur adalah sesuatu yang dibebankan perusahaan kepada produk berdasarkan penilaian aset tidak terukur yang dimiliki perusahaan yang membentuk product value di mata konsumen[6,7]. Perlunya faktor-faktor intangible untuk dipertimbangkan dalam penentuan harga adalah karena besarnya nilai serta fungsi faktor tersebut dalam eksistensi perusahaan. Ditinjau dari besarnya, nilai aset intangible dapat mencapai 75% dari keseluruhan aset perusahaan[8,9]. Dengan nilai sebesar ini, layak apabila perusahaan mempertimbangkan faktor intangible dalam penentuan harga produk. Apabila ditinjau dari fungsinya, aset intangible adalah faktor berwujud non fisik yang berkontribusi pada produksi barang dan jasa atau faktor yang dapat menghasilkan keuntungan pada masa yang akan datang untuk perusahaan (White, 2006). Ada beberapa jenis aset intangible yang dimiliki perusahaan, antara lain adalah brand dan kualitas[7]. Brand merupakan aset intangible perusahaan yang paling penting[2,11,12]. Brand value dapat menghasilkan keuntungan finansial bagi perusahaan yang memilikinya[13]. Di antara keuntungan finansial tersebut adalah brand dengan persepsi nilai yang dimilikinya berpengaruh terhadap repurchase intention[14,15,16]; brand dengan popularitas yang dimilikinya berpengaruh positif terhadap market share[17] dan harga saham perusahaan[18]. Secara konkret, brand ditemukan berpengaruh terhadap pendapatan perusahaan. Hal ini terjadi pada kasus layanan audit[19]. Kualitas produk berpengaruh terhadap harga. Perbedaan harga produk yang ada di pasar dapat dijelaskan oleh perbedaan kualitas yang dimiliki oleh produk. Dengan kata lain, harga merupakan indikator kualitas[20,21]. Kualitas merupakan faktor pembeda yang dapat membuat perusahaan memasang harga lebih tinggi terhadap produknya[21]. Meskipun dalam banyak literatur telah disebutkan bahwa penentuan harga dipengaruhi oleh biaya dan faktor intangible, namun belum ada model matematis yang dapat digunakan untuk menentukan harga dengan mempertimbangkan dua hal tersebut. Model matematis untuk menentukan besarnya nilai intangible yang dimasukkan ke dalam harga produk telah tersedia[7,23]. Penelitian juga telah dikembangkan dengan menambahkan faktor inovasi sebagai faktor intangible yang berpengaruh terhadap harga. Tetapi semua model yang dihasilkan belum dapat memprediksi harga jual secara langsung. Karena itu dalam makalah ini ini dirumuskan tujuan yaitu untuk menghasilkan model penentuan harga dengan mempertimbangkan biaya serta faktor intangible, yaitu brand dan kualitas. Metode Penelitian Penelitian ini menggunakan tiga data primer dan dua puluh data sekunder dari hasil penelitian sebelumnya[7,22,23]. Data yang dipergunakan dalam penelitian ini adalah berupa struktur harga produk yang terdiri dari biaya produksi total (biaya produksi langsung, biaya produksi tidak langsung, dan general expenses), nilai intangible berupa kualitas dan nilai intangible berupa brand. Untuk mendapatkan struktur harga produk, dihitung biaya produksi total yang terdiri atas biaya produksi langsung, biaya produksi tidak langsung, dan general expenses. Berdasarkan informasi biaya total dan pendapatan, aliran kas usaha diestimasi dan disimulasikan sesuai dengan umur investasi dengan menggunakan analisis internal rate of return untuk mendapatkan harga layak. Harga layak adalah harga yang memberikan tingkat pengembalian sebesar minimum attractive rate of return (MARR). Nilai intangible dalam harga produk merupakan harga jual sebenarnya dikurangi harga layak. Nilai intangible tersebut kemudian didekomposisi ke dalam komponen penyusunnya, yaitu kualitas dan brand, dengan metode analytic hierarchy process (AHP). Bobot faktor AHP ditentukan oleh pihak internal Jurusan Teknik Mesin dan Industri FT UGM ISBN 978-979-97986-8-8
C-32
Seminar on Application and Research in Industrial Technology, SMART in conjunction with Seminar Teknologi Simulasi, TEKNOSIM
perusahaan. Dengan demikian, diperoleh struktur harga produk yang terdiri atas biaya produksi total, profit layak, nilai kualitas, dan nilai brand. Dalam proses pemodelan, data struktur harga produk dinormalisasi terhadap biaya produksi langsung. Data penelitian dibagi menjadi dua subset, 20 data untuk membangun model dan 3 data untuk validasi. Model yang dibangun adalah model linier dan model nonlinier, tanpa interaksi dan dengan interaksi antar variabel. Model yang paling sederhana memiliki 4 parameter dan model yang paling kompleks memiliki 16 parameter. Penentuan parameter dilakukan dengan menggunakan metode minimasi total kuadrat jarak. Asumsi yang digunakan dalam pemodelan adalah semua koefisien bernilai ≥ 0. Bentuk umum model yang dibangun dalam penelitian ini sesuai dengan Persamaan 1 s.d. Persamaan 6.
Y a0 a1 x1 a2 x2 a3 x3
(1)
Y a0 a1 x1 a2 x2 a3 x3 a4 x1 x2 a5 x2 x3 a6 x1 x3
(2)
Y a0 a1 x1b1 a2 x2b 2 a3 x3b3
(3)
Y a0 a1 x1b1 a2 x2b 2 a3 x3b3 a4 x1 x2 a5 x2 x3 a6 x1 x3
(4)
Y a0 a1 x1b1 a2 x2b 2 a3 x3b3 a4 ( x1 x2 )b 4 a5 ( x2 x3 )b5 a6 ( x1 x3 )b6
(5)
Y a0 a1 x1b1 a2 x2b 2 a3 x3b3 a4 x1b 4 x2b5 a5 x2b6 x3b7 a6 x1b8 x3b9
(6)
Kriteria kebaikan model ditentukan berdasarkan: (1) keakuratan model yang ditunjukkan oleh nilai total kuadrat jarak (SSres), koefisien determinasi (R2), dan nilai Akaike Information Criterion; (2) kemampuan prediksi, dan (3) jumlah paramater yang terlibat. Untuk mendapatkan satu set model yang terbaik dalam semua kriteria, dilakukan beberapa kali proses pemodelan dengan mengubah kombinasi penyusunan data dalam dua subset. Hasil dan pembahasan Data struktur harga produk yang telah dinormalisasi tertera dalam Tabel 1. Data nomor 7, 12 dan 14 dalam Tabel 1 digunakan sebagai data validator, sedangkan data yang lainnya digunakan untuk membangun model. Dengan menggunakan metode minimasi total kuadrat jarak, dihasilkan model seperti yang tertera dalam Persamaan 7 s.d. 12.
Y 1,682 x1 0,437 x2 1,542 x3 Y 1,422 x1 0,618x1 x2 1,089 x1 x3
Y 0,904 x
1, 615 1
1,671x
0, 638 2
(7) (8)
0,703x
1, 546 3
(9)
Y 1,116 x11,364 1,113x1 x2 0,135x1 x3
(10)
Y 0,992 x11,339 1,206 ( x1 x2 ) 0,579 0,684 ( x1 x3 ) 2,130
(11)
Y 1,045x10,830 1,143x11, 453x20,554 0,353x12,317x32,190
(12)
Secara umum, dapat disimpulkan bahwa biaya produk, dan faktor intangible kualitas dan brand memiliki pengaruh terhadap harga jual, karena koefisien variabel-variabel tersebut dalam model bernilai tidak sama dengan nol. Pengaruh variabel tersebut terjadi ketika variabel tersebut berdiri sendiri atau ketika berinteraksi dengan variabel lainnya. Biaya produk berpengaruh terhadap harga. Pada model 1 dan 2 terlihat bahwa koefisien variabel biaya produk lebih besar dari koefisien variabel lainnya. Ini menunjukkan bahwa biaya memiliki pengaruh yang paling kuat terhadap harga jual, dibanding variabel lainnya. Jurusan Teknik Mesin dan Industri FT UGM ISBN 978-979-97986-8-8
C-33
Seminar on Application and Research in Industrial Technology, SMART in conjunction with Seminar Teknologi Simulasi, TEKNOSIM
Faktor-faktor intangible berupa kualitas dan brand berpengaruh positif terhadap harga jual karena nilai koefisien variabel nilai intangible > 0. Didapatkannya model pengaruh faktor intangible terhadap harga membuktikan bahwa faktor-faktor intangible adalah sesuatu yang mendatangkan keuntungan finansial bagi perusahaan[10]. Tabel 1. Nilai harga jual, biaya produk total, kualitas dan brand ternormalisasi No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Produk
Harga jual (Y)
Produk A Produk B Produk C Produk D Produk E Produk F Produk G Produk H Produk I Produk J Produk K Produk L Produk M Produk N Produk O Produk P Produk Q Produk R Produk S Produk T Produk U Produk V Produk W
5,475 8,996 6,563 3,148 3,577 4,381 2,462 2,546 2,710 2,224 4,696 2,523 2,376 1,302 1,539 2,317 2,113 2,831 2,442 1,476 3,151 1,828 2,342
Biaya produk (X1) 2,164 3,864 2,249 1,518 1,863 1,580 1,453 1,730 1,616 1,220 1,350 1,646 1,345 1,136 1,378 1,556 1,790 2,397 1,443 1,300 1,554 1,391 1,430
Kualitas (X2)
Brand (X3)
0,769 0,436 0,495 0,100 0,241 0,562 0,200 0,070 0,312 0,5978 2,220 0,150 0,691 0,048 0,018 0,323 0,153 0,169 0,439 0,068 0,785 0,316 0,425
0,548 0,366 0,442 0,011 0,017 0,025 0,314 0,087 0,393 0,277 1,030 0,050 0,230 0,010 0,003 0,094 0,044 0,169 0,439 0,068 0,424 0,051 0,176
Penilaian model berdasarkan kriteria yang telah ditetapkan terangkum dalam Tabel 2. Tabel 2. Perbandingan antarmodel terhadap kriteria Kriteria Model 1 Model 2 Jumlah 3* 3* parameter Jumlah kuadrat 17,732 11,759 galat (SSres) AIC 2 R 0,600 0,783 Kemampuan 0,708 0,862 prediksi Keterangan: *) unggul dalam kriteria
Model 3
Model 4
Model 5
Model 6
6
4
6
8
11,035
9,546
8,923
7,935 *
6,834 0,827
1,576 * 0,853
4,990 0,863
7,971 0,880 *
0,975 *
0,944
0,954
0,933
Dari Tabel 2, dapat diketahui bahwa tidak ada satu model yang unggul di semua kriteria. Tiap model memiliki keunggulan tersendiri dibanding model lainnya. Pada kriteria jumlah parameter, model 1 dan model 2 adalah yang paling unggul karena memiliki jumlah parameter paling sedikit. Jumlah parameter yang terlibat dalam model menunjukkan kemudahan model tersebut untuk digunakan. Semakin sedikit parameter, semakin mudah model tersebut untuk digunakan. Namun apabila kedua model dibandingkan untuk kriteria yang lain, tampak bahwa model 2 lebih Jurusan Teknik Mesin dan Industri FT UGM ISBN 978-979-97986-8-8
C-34
Seminar on Application and Research in Industrial Technology, SMART in conjunction with Seminar Teknologi Simulasi, TEKNOSIM
baik dalam hal R2 dan kemampuan prediksi. Dengan menambahkan interaksi antar variabel, R2 meningkat signifikan dari 0,600 menjadi 0,783. Demikian juga dengan kemampuan prediksi yang meningkat dari 0,708 menjadi 0,862. Pada kriteria total kuadrat jarak (SSres), model 6 adalah yang paling unggul karena memiliki SSres yang paling rendah di antara 6 model yang dihasilkan. Ini menunjukkan bahwa kurva model 6 adalah yang paling fit terhadap data. Model ini juga unggul pada kriteria R2, menunjukkan bahwa model 6 adalah yang paling akurat. Pada kriteria AIC, model 4 paling unggul karena memiliki AIC terendah. Ini menunjukkan bahwa model 4 secara bersama-sama memiliki SSres yang rendah dan jumlah parameter model yang sedikit sedangkan pada kriteria kemampuan prediksi, model 3 adalah yang paling unggul dengan kemampuan prediksi tertinggi sebesar 97,4% Kesimpulan Dalam makalah ini telah dihasilkan enam model penentuan harga jual produk yang diklasifikasikan menjadi dua kategori, yaitu model linier dan model non-linier. Tiap kategori diklasifikasikan lagi menjadi dua, yaitu model tanpa interaksi dan model dengan interaksi antar variabel. Variabel independen yang dilibatkan dalam penelitian ini meliputi biaya produk, kualitas, dan brand. Semua variabel tersebut berpengaruh terhadap harga jual. Dari enam model yang dihasilkan, ditemukan bahwa tidak ada yang unggul di semua kriteria. Model-model ini memiliki keunggulan tertentu yang tidak sama satu dengan lainnya. Karena itu, pemilihan model akan bergantung pada kebutuhan pengguna. Apakah menginginkan keakuratan tinggi, kemampuan prediksi yang baik atau menginginkan model yang paling sederhana dan mudah digunakan. Daftar Pustaka [1] Monroe, K. B., 1990, Pricing : Making Profitable Decision, McGraw-Hill/Irwin [2] Kotler, P. dan Keller, K. L., 2011, Marketing Management, Pearson Education [3] Ingenbleek, P., Debruyne, M., Frambach, R. T., dan Verhallen, T. M. M., 2003, Succesful New Product Pricing Practice : A Contingency Approach, Marketing Letters, Vol 14, No. 4, Hal. 289-305. [4] Noble, P. M. dan Gruca, T. M., 1999, Industrial Pricing: Theory and Managerial Practice, Marketing Science Special Issue on Managerial Decision Making, Vol 18, No. 3, Hal. 435-454 [5] Mulyadi, 1990, Akuntansi Biaya, Yogyakarta, Gadjah Mada University Press. [6] Durr, M., dan Tischendorf, A., 2008, Pricing: An Eternity of Frustation, Diakses online pada 20 Desember 2012, URL: http://www.atkearney.be/documents/ 10192/84be0846-02f3-45ba-925f-c4ad8e74cde1 [7] Fahin, I. S., 2010, Analisis Faktor Intangible terhadap Penentuan Harga Produk, Skripsi, Universitas Gadjah Mada Yogyakarta [8] Ciprian, G. G. Valentin, R. Madalina, R. dan Lucia, M., 2012, From visible to hidden intangible assets, Procedia – Social and Behavioral Sciences, Vol. 62, Hal. 682-688 [9] Haigh, D., 2010, Brand Valuation: Why It Means and Why It Matters, Brands in the Boardroom IAM Supplement, No. 1, Hal 18-22 [10] White, A. L., 2006, Business Brief: Intangible and CSR. Business for Social Responsibility, Februari 2006, Diakses online pada 11 Juli 2011, URL: bsr.org/reports/BSR_AW_Intangibles-CSR.pdf [11] Keller, K. L. dan Lehmann, D. R., 2006, Brands and Branding: Research Findings and Future Priorities, Marketing Science 25th Anniversary Issue, Vol. 25, No. 6, Hal. 740-759 Jurusan Teknik Mesin dan Industri FT UGM ISBN 978-979-97986-8-8
C-35
Seminar on Application and Research in Industrial Technology, SMART in conjunction with Seminar Teknologi Simulasi, TEKNOSIM
[12] Dacin, P. A., dan Smith, D., 1994, The Effect of Brand Portfolio Characteristics on Consumer Evaluations of Brand Extensions, Journal of Marketing Research Special Issue on Brand Management, Vol. 31, No. 2, Hal. 229-242 [13] Aaker, D., 1996, Measuring Brand Equity Across Products and Markets, California Management Review, Vol. 38, No. 3 [14] Cobb-Walgren, C. J., Ruble, C. A., dan Donthu, N., 1995, Brand Equity, Brand Preference and Purchase Intent. Journal of Advertising, Vol 24, No. 3, Hal. 2540 [15] Nugroho, W., dan Wihandoyo, L. S., 2009, Consumers Perceived Value and Buying Behavior of Store Brands: An Empirical Investigation. Journal of Business Strategy and Execution, Vol 1, No. 2, Hal. 216-238 [16] Faryabi, M., Yasrebdoost, H., Moghadam, S. S., dan Fars, S. R., 2012, The Effect of Brand Perceived Value on Customer’s Repurchase Intention, European Journal of Scientific Research. Vol. 91, No. 4, Hal. 491-498 [17] Kim, C. K., dan Chung, J. Y., 1997, Brand Popularity, Country Image and Market Share: An Empirical Study, Journal of International Business Studies, Vol. 28, No. 3 [18] Fehle, F., Fournier, S. M., Madden, T. J., dan Shrider, D. G., 2008, Brand Value and Assets Pricing, Quarterly Journal of Finance and Accounting, Vol. 47, No. 1, Hal. 3-26. [19] Firth, M, 1993, Price Setting and The Value of Strong Brand Name. International Journal of Research in Marketing, Vol. 10, Issue 4 [20] Gabor, A. dan Granger, C. W. J., 1966, Price as Indicator of Quality: Report on an Enquiry, Economica New Series, Vol 33, No. 129, Hal. 43-70 [21] Jacobson, R. dan Aaker, D. A., 1987, The Strategic Role of Product Quality, Journal of Marketing, Vol. 51, No. 4, Hal. 31-44 [22] Damareza, K., 2011, Analisis Faktor Intangible Yang Berpengaruh Pada Penentuan Harga Produk, Skripsi, Universitas Gadjah Mada Yogyakarta [23] Kurniawan, V. R. B., 2012, Analisis Penentuan Harga Jual Produk yang Dipengaruhi oleh Faktor Intangible, Skripsi, Universitas Gadjah Mada Yogyakarta
Jurusan Teknik Mesin dan Industri FT UGM ISBN 978-979-97986-8-8
C-36