PREFERENSI PASAR DAN PROSES PEMILIHAN
TESIS
Oleh
PREFERENSI PASAR DAN PROSES PEMILIHAN
T E S I S
Diajukan Sebagai Salah Satu Syarat
untuk Memperoleh Gelar Magister Sains dalam Program Studi Magister Matematika pada Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara
Oleh
MUHAMMAD IKHWANUDDIN 107021003/MT
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Judul Tesis : PREFERENSI PASAR DAN PROSES PEMILIHAN Nama Mahasiswa : MUHAMMAD IKHWANUDDIN
Nomor Pokok : 107021003 Program Studi : Matematika
Menyetujui, Komisi Pembimbing
(Prof. Dr. Herman Mawengkang) (Dr. Saib suwilo, M.Sc)
Ketua Anggota
Ketua Program Studi Dekan
Telah diuji pada Tanggal 18 Juli 2012
PANITIA PENGUJI TESIS
Ketua : Prof. Dr. Herman Mawengkang Anggota : 1. Dr. Saib Suwilo, M.Sc
ABSTRAK
Dalam tesis ini menyelidiki masalah pemilihan teknologi proses dalam kondisi preferensi pasar stokastik. Diasumsikan bahwa pasar berkembang dari waktu ke waktu melalui m negara atau skenario ditentukan oleh preferensi pasar. Menanggapi pasar berkembang, produsen dapat merespon dengan beralih ke salah satu fasilitas teknologi negara t yang didefinisikan oleh kemampuan tanaman. Model evolusi preferensi pasar dan kebijakan untuk proses seleksi sebagai proses keputusan Markov untuk menemukan proses adopsi kebijakan yang optimal. Selain strategi yang optimal, didefinisikan dua strategi alternatif yaitu : (1) Fleksibilitas sempurna didefinisikan sebagai peningkatan keuntungan yang dapat diperoleh dengan pencocokan langsung teknologi proses peruba-han dalam preferensi pasar, sedangkan (2) Kebijakan roboust hanya memilih dan menggunakan teknologi proses tunggal.
Dengan tujuan maksimalkan keuntungan, menunjukkan bahwa ketika biayaswitching proses produksi sangat tinggi, kebijakan yang optimal yaitu memilih proses roboust tunggal. Sebaliknya, ketika proses-biaya switching nol menunjukkan bahwa kebijakan yang optimal adalah fleksibilitas sempurna dimana proses produksi segera dicocokkan dengan preferensi pasar. Suatu kebijakan produksi yang optimal berada diantara dua kebijakan ekstrem. Nilai
ABSTRACT
This thesis investigate the selection of process technologies under conditions of stochastic market preferences. Assume that the market evolves over time through m states or scenarios defined by the preferences of the market. In response to this evolving marketplace, a producer can respond by switching its facilities to one of t technological states defined by plant capabilities. We model the evolution of market preferences and policies for process selection as a Markov Decision Process and find optimal process adoption policies. In addition to optimal strategies, we define two alternative adoption strategies. (1) Perfect flexibility is defined as the increase in profit that can be obtained by instantly matching process technologies to changes in market preferences, compared to a (2) Robust policy of selecting and employing only a single process technology.
With an objective of profit maximization, we show that when the cost of switching production processes is very high, the optimal policy is to select a single robust process and to never switch from it. In contrast, when process-switching costs are zero we show that the optimal policy is perfect flexibility where production processes are immediately matched to market preferences. An optimal production policy provably exists between these two extreme policies. We define the expected value of perfect flexibility as the difference in expected profits between a perfectly
flexible policy and a robust policy. The expected value of perfect flexibility provides an upper bound to the benefit of process switching and product flexibility when market preferences are uncertain.
KATA PENGANTAR
Puji dan syukur penulis mengucapkan puji syukur ke hadirat Allah SWT yang telah melimpahkan rahmat, hidayah, dan karunia-Nya, sehingga penulis dapat menyelesaikan tesis dengan judul: PREFERENSI PASAR DAN PROSES PEMILIHAN. Tesis ini merupakan salah satu syarat untuk menyelesaikan studi pada Program Studi Magister Matematika FMIPA Universitas Sumatera Utara.
Pada kesempatan ini, penulis menyampaikan ucapan terima kasih dan penghargaan yang sebesar-besarnya kepada:
Prof. Dr. dr. Syahril Pasaribu, DTMH, M.Sc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara
Dr. Sutarman, M.Sc selaku Dekan FMIPA Universitas Sumatera Utara yang telah memberikan kesempatan kepada penulis untuk mengikuti Program Stu-di Magister Matematika Stu-di Sekolah Pascasarjana Universitas Sumatera Utara Medan.
Prof. Dr. Herman Mawengkangselaku Ketua Program Studi Magister Mate-matika SPs Universitas Sumatera Utara sekaligus pembimbing utama yang dengan sabar memberikan bimbingan dan arahan yang telah banyak memberikan bantuan dalam penulisan tesis ini.
Dr. Saib Suwilo, M.Scselaku Sekretaris Program Studi Magister Matematika SPs Universitas Sumatera Utara sekaligus pembimbing kedua yang telah banyak memberikan bimbingan dan motivasi dalam menyelesaikan penulisan tesis ini. Dr. Marwan Ramli, M.SidanDrs. Marwan Harahap, M.Engselaku Tim Pembanding Tesis.
Seluruh rekan-rekan Mahasiswa angkatan 2009-2011pada Program Studi Magister Matematika Universitas Sumatera Utara yang telah memberikan bantu-an moril dbantu-an dorongbantu-an kepada penulis.
Secara khusus penulis menyampaikan terima kasih dan sayang yang mendalam kepada orang tua penulis, Ayah Drs. H. Tambrin ibu Hj. Nurul Ain Siagian, BA, kepada adinda Nurul Huda Panggabean, S.Pd serta kepada adik-adik Irma Yoeliana, S.Pd, M. Irfanuddin, M. Khairul Imam, Nadya Rahmah dan seluruh keluarga besar yang senantiasa memberikan dukungan dan mendoakan keberhasilan penulis dalam menyelesaikan pendidikan ini.
Kepada seluruh pihak yang tidak dapat penulis sebutkan satu persatu, penulis berterima kasih atas semua bantuan yang diberikan, semoga Allah SWT membalaskan segala kebaikan yang telah diberikan, amin.
Penulis menyadari bahwa tesis ini masih jauh dari sempurna, untuk itu penulis mengharapkan kritik saran untuk penyempurnaan tesis ini. Semoga tesis ini dapat bermanfaat bagi pembaca dan pihak-pihak lain yang memerlukannya baik perkembangan ilmu pengetahuan.
Medan, Juli 2012 Penulis,
RIWAYAT HIDUP
Muhammad dilahirkan di Telaga Tujuh, pada tanggal 4 Februari 1987. Ibu bernama Hj. Nurul Ain Siagian, BA dan Ayah bernama Drs. H. Tambrin, dan merupakan anak pertama dari lima bersaudara. Pada tahun 1993 penulis masuk SD No. 105285 Tandam Hilir dan lulus pada tahun 1999. Pada tahun 1999 penulis melanjutkan sekolah di SLTP Negeri 3 Stabat dan lulus pada tahun 2002. Pada tahun 2002 penulis melanjutkan studi di SMA Negeri 1 Stabat dan lulus pada tahun 2005. Pada tahun 2005 penulis diterima di Program Studi Pendidikan Mate-matika Fakultas MateMate-matika Dan Ilmu Pengetahuan Alam Universitas Negeri Medan. Kemudian melanjutkan studi pada Program Magister Matematika di Universitas Sumatera Utara dan diterima pada bulan Agustus 2010.
Penulis juga adalah guru matematika pada sekolah Yayasan Perguruan Islam Al Ulum Terpadu dan Yayasan Per guruan Brigjend Katamso Medan. Selain itu, juga sebagai dosen honor pada Fakultas Tarbiyah di Institut Agama Islam Negeri Medan. Pada tahun 2010 s/d 2011 pernah mengajar di Yayasan Perguruan Panca Budi Medan dan tenaga pengajar di Bimbingan Belajar Maestro Binjai tahun 2009
DAFTAR ISI
Halaman
ABSTRAK i
ABSTRACT ii
KATA PENGANTAR iii
RIWAYAT HIDUP v
DAFTAR ISI vi
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 3
1.3 Tujuan Penelitian 3
1.4 Manfaat Penelitian 4
1.5 Metode Penelitian 4
BAB 2 PREFERENSI PASAR DAN PROSES PEMILIHAN 5
2.1 Pengertian Preferensi Pasar dan Proses Pemilihan 7
2.2 Skenario Pasar dan Teknologi 8
2.3 Skenario Preferensi Pasar 9
BAB 3 MODEL PREFERENSI PASAR DAN PROSES PEMILIHAN 13
3.1 Struktur Pasar 13
3.2 Struktur dari Teknologi Proses 13
3.3 Struktur Ekonomi 14
3.4 Solusi Program Dinamik 15
3.5 Fleksibilitas Sempurna dan Solusi Robust 15
3.5.2 Strategi Roboust 17
3.5.3 Nilai Harapan dari Fleksibilitas Sempurna 18
BAB 4 KESIMPULAN 20
ABSTRAK
Dalam tesis ini menyelidiki masalah pemilihan teknologi proses dalam kondisi preferensi pasar stokastik. Diasumsikan bahwa pasar berkembang dari waktu ke waktu melalui m negara atau skenario ditentukan oleh preferensi pasar. Menanggapi pasar berkembang, produsen dapat merespon dengan beralih ke salah satu fasilitas teknologi negara t yang didefinisikan oleh kemampuan tanaman. Model evolusi preferensi pasar dan kebijakan untuk proses seleksi sebagai proses keputusan Markov untuk menemukan proses adopsi kebijakan yang optimal. Selain strategi yang optimal, didefinisikan dua strategi alternatif yaitu : (1) Fleksibilitas sempurna didefinisikan sebagai peningkatan keuntungan yang dapat diperoleh dengan pencocokan langsung teknologi proses peruba-han dalam preferensi pasar, sedangkan (2) Kebijakan roboust hanya memilih dan menggunakan teknologi proses tunggal.
Dengan tujuan maksimalkan keuntungan, menunjukkan bahwa ketika biayaswitching proses produksi sangat tinggi, kebijakan yang optimal yaitu memilih proses roboust tunggal. Sebaliknya, ketika proses-biaya switching nol menunjukkan bahwa kebijakan yang optimal adalah fleksibilitas sempurna dimana proses produksi segera dicocokkan dengan preferensi pasar. Suatu kebijakan produksi yang optimal berada diantara dua kebijakan ekstrem. Nilai
yang diharapkan dari fleksibilitas sempurna didefinisikan sebagai selisih keuntungan yang diharapkan antara kebijakan flesksibel sempurna dan ke-bijakan roboust. Nilai yang diharapkan dari fleksibilitas sempurna memberikan batas atas pada proses switching dan fleksibilitas produk ketika preferensi pasar tidak pasti.
ABSTRACT
This thesis investigate the selection of process technologies under conditions of stochastic market preferences. Assume that the market evolves over time through m states or scenarios defined by the preferences of the market. In response to this evolving marketplace, a producer can respond by switching its facilities to one of t technological states defined by plant capabilities. We model the evolution of market preferences and policies for process selection as a Markov Decision Process and find optimal process adoption policies. In addition to optimal strategies, we define two alternative adoption strategies. (1) Perfect flexibility is defined as the increase in profit that can be obtained by instantly matching process technologies to changes in market preferences, compared to a (2) Robust policy of selecting and employing only a single process technology.
With an objective of profit maximization, we show that when the cost of switching production processes is very high, the optimal policy is to select a single robust process and to never switch from it. In contrast, when process-switching costs are zero we show that the optimal policy is perfect flexibility where production processes are immediately matched to market preferences. An optimal production policy provably exists between these two extreme policies. We define the expected value of perfect flexibility as the difference in expected profits between a perfectly
flexible policy and a robust policy. The expected value of perfect flexibility provides an upper bound to the benefit of process switching and product flexibility when market preferences are uncertain.
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Masalah umum dalam manajemen bisnis adalah mengantisipasi perubahan kebutuhan dan preferensi pelanggan serta proses internal yang cocok untuk preferensi pelanggan. Jika bisnis mengabaikan perubahan preferensi pelanggan, resiko yang terjadi adalah pendapatan berkurang karena pangsa pasar berkurang dan biaya produksi meningkat karena adanya ketidaksesuaian antara kemampuan produksi dan preferensi pasar.
Ada banyak situasi dimana peningkatan proses fleksibilitas yang diinginkan, pertumbuhan terbaru dari internet dan teknologi e-bisnis telah meningkatkan kebutuhan pelanggan yang belum pernah terjadi dalam tingkat personalisasi produksi. Penggunaan profil konsumen secaraonlinedan faktor - faktor demografi pengunjung memberikan peluang untuk meningkatkan penjualan yang sugestif dan kustomisasi massa jika teknologi dan sumber daya tepat guna (Hesler 1999). Bahkan produsen massa konservatif sepertiGeneral MotordanFordtidak terlepas dari meningkatnya penekanan terhadap fleksibilitas produksi yang lebih besar. General Motor bergerak dari membuat-dan-menjual ke rangsangan-dan-respon yaitu suatu pendekatan yang dipelopori oleh divisi di perusahaan Saturn (Sweat 1999).
2
Teknologi produksi tersebut memungkinkan peningkatan besar dalam proliferasi produk dengan biaya yang rendah, setidaknya untuk beberapa industri, termasuk perakitan komputer (misalnya,Dell Computer) dan pakaian (misalnya, pakaian InterActive dan Digitoe). Dengan adanya perubahan keinginan dan permintaan pelanggan untuk meningkatkan produk yang bervariasi menggam-barkan perusahaan untuk memperoleh kapasitas produksi yang lebih fleksibel.
Dalam situasi lain, fleksibilitas yang berlebihan dapat merugikan. Sebuah contoh terkenal dari ketidaksesuaian dan konsekuensi potensial antara preferensi pelanggan dan kemampuan pasar yaitu industri mesin Amerika Serikat tahun 1970 an dan awal 1980 an (Dertouzos, dkk., 1989). Selama periode ini, produsen mesin meyakini bahwa pelanggan mereka akan terus memilih alat - alat mesin yang sangat disesuaikan untuk pengguna individu. Bertindak berdasarkan keyakinan ini, produsen terus mengatur proses produksi untuk memproduksi dalam jumlah yang kecil pada mesin tertentu. Biaya dari produsen Amerika Serikat sangat tinggi, dan waktu yang diperlukan sangat lama karena setiap mesin merupakan produk yang unik. Selama periode ini, perusahaan mesin Jepang memasuki pasar Amerika Serikat dengan peralatan mesin yang lebih standar dan tidak rumit, mengantisipasi preferensi konsumen untuk peralatan mesin sederhana, Jepang mampu menawarkan peralatan yang lebih berkualitas dengan harga miring dan produk lebih unggul dari produk Amerika Serikat. Jepang cepat meraih pangsa pasar dan keuntungan dalam produksi industri mesin, sehingga menyebabkan perusahaan mesin di Amerika harus memerlukan beberapa dekade untuk merebut kembali pasar mereka dalam industri mesin.
Preferensi pasar dan proses pemilihan merupakan permasalahan yang memilih urutan untuk memaksimalkan keuntungan dalam teknologi proses dari
3
roboustsebagai teknologi produksi tunggal yang digunakan pada semua preferensi pasar yang mungkin.
Banyak literatur yang menangani proses pemilihan yang dapat menye-lesaikan akar masalah yang berkaitan dengan ekspansi kapasitas. Balcer dan Lipman (1984) mengembangkan teknologi dinamis dan komprehensif, model stokastik untuk menyelidiki masalah, dimana perusahaan harus memilih antara memperbaharui teknologi saat ini atau tidak. Manne (1961) menggunakan model deterministik dan probabilistik untuk menentukan waktu optimal dan jumlah dari peningkatan kapasitas. Sedangkan Gaimon dan Ho (1994) menggunakan pendekatan teori permainan dinamik untuk memeriksa faktor-faktor yang mempengaruhi keputusan perusahaan untuk mengakuisisi kapasitas baru, termasuk efek dari inovasi teknologi terhadap kapasitas biaya. Li dan Tirupati (1997) mengembangkan model alokasi statis dan dinamis untuk menentukan strategi kapasitas. Secara esensial perubahan dalam preferensi pasar mengandung kondisi stokastik dan mengikuti proses Markov (Lawrence, dkk. 2004).
1.2 Perumusan Masalah
Dalam tesis ini akan dibahas tentang permasalahan bagaimana menentukan model preferensi pasar dan proses pemilihan berbasis proses Markov yang dapat memberikan kebijakan alternatif terhadap preferensi pasar yang tidak pasti.
1.3 Tujuan Penelitian
4
1.4 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat terhadap masalah preferensi pasar dan proses pemilihan, menentukan model dengan kondisi tidak pasti serta menjadi acuan bagi peneliti lainnya dalam melakukan penelitian yang sama ataupun lebih kompleks lagi.
1.5 Metode Penelitian
Metode penelitian ini bersifat literatur dan kepustakaan dengan mengumpulkan informasi dari beberapa jurnal yang terkait. Adapun langkah– langkah yang dilakukan adalah sebagai berikut:
1. Menjelaskan secara singkat model preferensi pasar dan proses pemilihan.
2. Menjelaskan skenario pasar dan teknologi.
3. Memperkenalkan model masalah preferensi pasar dan proses pemilihan meng-gunakan 2 solusi ekstrim yaitu fleksibilitas sempurna danroboustsempurna.
BAB 2
PREFERENSI PASAR DAN PROSES PEMILIHAN
Dua studi awal yang penting mengenai adopsi teknologi dilakukan oleh Balcer dan Lipman (1984) dan Gaimon (1985a, 1985b). Balcer dan Lipman mengembangkan teknologi dinamis komprehensif, model stokastik untuk menyelidiki masalah, dimana perusahaan harus memilih antara mem-perbaharui teknologi saat ini atau tidak melakukan apa - apa. Mereka mengukur peningkatan teknologi semata - mata karena penurunan biaya pro-duksi dan menunjukkan bahwa perusahaan dapat memilih untuk mengadopsi teknologi yang sebelumnya tersedia dalam keadaan tertentu. Pada penelitian yang dilakukan Gaimon, ia menggunakan model kontrol deterministik untuk akuisisi proses otomatis, namun hal ini menunjukkan kurang optimal dalam meningkatkan otomatisasi tanpa memodifikasi tingkat pada output manual. Penelitiannya menyajikan metodelogi untuk mengidentifikasi penggabungan yang optimal pada otomatisasi dan tenaga kerja untuk meningkatkan produktifitas kerja. Gaimon dan Ho (1994) menggunakan pendekatan teori permainan dinamik untuk memeriksa faktor - faktor yang mempengaruhi keputusan perusahaan untuk mengakuisisi kapasitas baru, termasuk efek dari inovasi teknologi terhadap kapasitas biaya.
6
mengadopsi strategi wait and see dan menunda pengenalan teknologi proses baru meskipun permintaan meningkat. Penundaan ini terutama terjadi ketika pengenalan teknologi yang lebih baik akan segera terjadi, tetapi teknologi saat ini tidak kompatibel pada generasi berikutnya. Li dan Tirupati (1997) mengembangkan model alokasi statis dan dinamis untuk menentukan strategi kapasitas. Secara khusus mereka menganggap dua jenis fasilitas : pertama, ketika fasilitas produksi yang didedikasikan untuk produk tertentu dan yang lainnya mampu memproduksi semua produk. Model ini menentukan campuran yang optimal dari kedua jenis fasilitas dengan tujuan untuk meminimalkan biaya total investasi.
Banyak literatur yang menangani proses pemilihan yang bisa melacak akar masalah yang berkaitan dengan ekspansi kapasitas. Perluasan kapasitas klasik dari Manne (1961) menggunakan mo-del deterministik dan probabilistik untuk menentukan waktu optimal dan jumlah peningkatan kapasitas. Kesimpulan utama yang dikembangkan oleh Manne adalah mengamati penambahan kapasitas yang optimal meningkatkan ekspansi dengan meningkatnya varians permintaan. Berbeda dengan ekspansi kapasitas, sebuah studi terbaru oleh Rajagopalan Singh dan Morton (1998) menunjukkan bahwa varians dalam evolusi teknologi proses dapat mengham-bat proses adopsi, misalnya akuisisi teknologi baru dapat memperlammengham-bat ketika ada peningkatan ketidakpastian tentang kecepatan evolusi teknologi. Akhirnya, seperti yang ditunjukkan oleh Rajagopalan dan Soteriou (1994) ada banyak makalah dalam literatur penggantian mesin (misalnya, Pierskalla dan Voker 1976 dan Chand dan Shetti 1982). Aliran penelitian ini tidak mengarah pada skala ekonomi atau pertumbuhan permintaan, juga tidak mengubah perubahan produk campuran dari waktu ke waktu.
7
Sebagian besar hilang dari literatur yaitu pertimbangan interaksi antara keputusan akuisisi teknologi dan permintaan pasar (Li dan Tirupati 1997). Fehlmann (2011) mengajukan fungsi transfer dan quality function deploy untuk menganalisis preferensi pasar terhadap produk perangkat lunak.
2.1 Pengertian Preferensi Pasar dan Proses Pemilihan
Preferensi pasar dan proses pemilihan merupakan permasalahan yang memilih urutan untuk memaksimalkan keuntungan dalam teknologi proses dari waktu ke waktu untuk memenuhi preferensi pasar yang berkembang. Permasalahan ini merupakan masalah yang dihadapi oleh para manager yang sebagian industrinya melayani kebutuhan pasar. Sebagai pasar berkembang dan mengahadapi preferensi baru, para manager harus mengadopsi alternatif lain dan teknologi proses yang untuk memenuhi kebutuhan pasar. Masalah ini akan cukup sulit jika preferensi pasar dapat dipredisksi untuk beberapa tahun kedepan. Tetapi preferensi pasar selalu berubah - ubah tak terduga dengan cara yang tak terduga pula (Fisher, dkk, 1994). Sifat stokastik preferensi pasar menghasilkan lapisan tambahan yang kompleks pada masalah presferensi pasar dan proses pemilihan.
8
Keadaan sistem pada model preferensi pasar dan proses pemilihan ditentukan oleh dua faktor yaitu keadaan pasar dan teknologi yang saat ini digunakan. Profitabilitas pada periode saat ini tergantung pada interkasi antara dua faktor. Untuk beberapa kombinasi teknologi dan preferensi pasar, biaya produksi dapat tinggi / rendah dan pendapatan rendah / tinggi karena ketidaksesuaian antara kemampuan proses saat ini dengan preferensi pasar. Misalnya dalam industri otomotif, jika proses produksi saat ini diarahkan pada pembuatan alat alat kendaraan sport besar yang mewah dan preferensi pasar berkembang terhadap mobil yang sederhana, biaya produksi cenderung menjadi besar dan pendapatan relatif kecil sehingga tidak ada potensi keuntungan.
Keputusan yang dihadapi manajer dalam masalah preferensi pasar dan proses pemilihan adalah memilih urutan teknologi proses untuk me-maksimalkan keuntungan dengan meminimalkan biaya produksi dan memaksi-malkan pendapatan pasar tertentu preferensi pasar yang tidak menentu di masa depan. Dalam hal yang ekstrim, manajer dapat berada di bawah tekanan untuk segera merespon preferensi pasar dalam rangka untuk memenuhi permintaan pelanggan dan untuk memaksimalkan pendapatan. Di sisi lain, manajer mungkin mengalami tekanan untuk meminimalkan biaya akuisisi teknologi dengan memilih teknologi proses tunggal dan tidak berubah dari itu terlepas dari preferensi pasar. Hal ini akan berguna bagi para manager untuk memahami manfaat positif dari fleksibilitas dan biaya dari proses baku.
2.2 Skenario Pasar dan Teknologi
9
1. Jenisnya
2. Penggunaan standar yang rendah
3. Penggunaan standar yang tinggi, dan
4. Komoditas
Dan prosesnya dibagi ke dalam 4 pilihan teknologi yaitu :
1. Toko,
2. Produksi,
3. Perakitan, dan
4. Berkesinambungan
Sementara produk preferensi pasar dan pilihan proses berada pada suatu keadaan yang kontinu, menurut Hayes dan Wheelwright matriks proses produksi telah bertahan dan bermanfaat. Selanjutnya, kecenderungan manusia untuk mengatasi masalah yang kompleks dengan menggabungkan banyak informasi dalam diskrit kecil potongan dan skema yang berulang kali ditunjukkan dalam literatur psikologi kognitif dan pemecahan masalah (Newell and Simon,1972).
2.3 Skenario Preferensi Pasar
10
1. Preferensi tinggi - terdiri dari berbagai keinginan pelanggan yang bervariasi dari konfigurasi produk atau fitur.
2. Preferensi menengah - terdiri dari berbagai keinginan pelanggan yang sedang dari konfigurasi produk atau fitur.
3. Preferensi rendah - terdiri dari pelanggan yang tidak peduli tentang atau keinginan yang tinggi dari konfigurasi produk.
Jawaban atas pertanyaan di atas tergantung pada sifat produk, jenis pasar, tujuan dari perusahaan dan lain - lain. Sebagai tanggapan terhadap preferensi pasar, produsen dapat memilih antara 4 teknologi proses yaitu:
1. Teknologi Job Shop
a. Terdiri dari variasi tinggi b. Biaya unit produksi tinggi
c. Biaya bahan mentah relatif rendah 2. Teknologi Batch Shop
a. Terdiri dari beberapa variasi b. Biaya unit produksi sedang c. Biaya bahan mentah sedang 3. Teknologi Flow Shop
11
4. Teknologi Flexible Shop
a. Memiliki variasi yang rendah, sedang dan tinggi b. Biaya unit produksi sedang
c. Biaya bahan mentah sangat tinggi.
Masalah ini sesuai dengan teori Hayes dan Wheelwright tentang model proses - produksi dengan dua pengecualian. Pertama, diasumsikan bahwa permintaan produk konstan sepanjang waktu pada preferensi pasar. Maka Hayes dan Wheelwright menyatakan bahwa preferensi produk berhubungan dengan daur ulang produk dan volume permintaan. Kedua, menggunakan teknologi yang fleksibel pada Flexible Shop. Alternatif Flexible Shop mewakili keterse-diaan kustomisasi massa teknologi dan proses yang mampu menghasilkan beberapa produk yang lebih banyak dari konfigurasi produk pada tingkat produksi yang lebih tinggi dari sebelumnya. Konsisten terhadap teori Hayes dan Wheelwright, asumsi bahwa teknologi produksi lebih efektif ketika dipasangkan dengan preferensi pasar yang sesuai yaitu :
a. Teknologi Job shop cocok dipasangkan dengan preferensi pasar yang tinggi
b. Teknologi Batch shop cocok dipasangkan dengan preferensi pasar yang sedang
c. Teknologi Flow shop dengan preferensi pasar yang rendah
12
Asumsi ini diilustrasikan dengan grafik pada gambar berikut :
Bagian yang diarsir menyatakan pasangan yang baik dari preferensi dan teknologi proses
Gambar 2.1 Struktur dari Preferensi Pasar dan Teknologi Proses
BAB 3
MODEL PREFERENSI PASAR DAN PROSES PEMILIHAN
3.1 Struktur Pasar
Misalkan skenario pasar yang mungkin pada pasar atau wilayahM ={1, , M} berada pada rencana cakrawala H ={0, ..., H}, dimana h = 0 adalah periode awal sebelum akuisisi teknologi. Skenario pasarm∈M didefinisikan oleh variabel yang berkaitan dengan pasar seperti jenis produk, campuran produk, dan tingkat permintaan. Jumlah wilayah pasar yang mungkin dan pendefinisian variabelnya tergantung pada karakteristik yang spesifik dari pasar yang diteliti. Karena perubahan yang cepat dari pasar bersifat stokastik, model perubahan pasar sebagai Φ yaitu sebuah matriks transisi M xM. Elemen ϕij ∈ Φ mewakili
probabilitas pasar yang akan berubah pada wilayah j pada periode selanjutnya yang terda-pat pada wilayah i. Struktur matriks transisi akan menentukan cara pada pasar berkembang dari waktu ke waktu. Matriks Markov transisi dapat digunakan untuk memodelkan range pasar dari pola perubahan pasar termasuk pasar berkembang, pasar yang menurun, pasar yang stagnan, dan dapat memodelkan seluruh produk.
3.2 Struktur dari Teknologi Proses
14
3.3 Struktur Ekonomi
Selanjutnya beralih ke struktur ekonomi dari masalah preferensi pasar dan proses pemilihan dan mengidentifikasi pendapatan dan biaya yang relevan serta keuntungannya.
Pendapatan. Pendapatan operasi tunggal pada periode R merupakan fungsi
dari kedua wilayah dari pasar m dan kondisi wilayah dari teknologi tdalam perusahaan. Dengan demikian model pendapatan diberikan sebagai M x T dari matriksRdimana elemenrmtmerupakan pendapatan dari periode yang
diharapkan ketika pasar berada pada wilayah m dan teknologinya pada wilayah t. Mungkin ada situasi pada rmt =−∞, mewakili gabungan teknologi pasar yang
tidak layak dan tidak dapat digunakan. Sebagai contoh, situasi ketika perusahaan akan dikenakan biaya yang tidak dapat diterima jika perusahaan mencoba untuk memilih wilayahm dengan menggunakan teknologit.
Biaya Produksi. Periode biaya produksi akan menjadi fungsi dari kedua
ske-nario pasar m dan teknologi t. Biaya produksi dinyatakan sebagai M x T dari matriksKdimana elemen kmt dinyatakan sebagai periode produksi ketika kondisi pasar di wilayahm dan teknologi di wilayaht.
Adopsi Biaya Teknologi. Elemen ctt′ dari matriks C mewakili
-selisih biaya switching dari teknologi di wilayah t ke wilayah t′. Biaya switching
dapat meliputi biaya pembuangan (sisa pendapatan) dari teknologi lama dan pembelian instalasi, percobaan dan biaya downtime yang terkait dengan teknologi baru. Pada keadaan dimana teknologi tidak berubah antara periode (t′ =t), biaya c
tt′ ≥ 0 mewakili periode biaya pemiliharaan teknologi dan hutang
perawatan yang didapat dari pembelian teknologi.
Laba Periode Tunggal. Untuk periode dimana pasar berada pada wilayah
15
3.4 Solusi Program Dinamik
Pada periode tertentu dari perencanaan cakrawalaH, sistem wilayah dalam penelitian ini secara khusus diartikan sebagai wilayah pasar saat ini dengan m∈
M dan teknologi t ∈ T. Keputusan pada periode h ∈ H yaitu untuk memilih
teknologit′ ∈T pada periode berikutnya untuk memaksimalkan keuntungan yang
ingin dicapai pada perencanaan cakrawala yang ada. Keuntungan optimal yang diharapkan (Π∗
h) pada periode{h, h+ 1,· · · , H}ditulis sebagai hubungan rekursi
yaitu:
Π∗
h(m, t) = maxt′{(rmt−kmt−ctt′) + Σm′ϕmm′Π∗h+1(m′, t′)} (3.2)
Dimana m∈M, t∈T, dan t0 adalah inisial wilayah dari teknologi pada periode
h= 0.
Solusi optimal pada masalah preferensi pasar dan proses pemilihan merupakan suatu matriks keputusan D∗M xT xH, dimana d
mth∗ ∈D∗ mewakili
seleksi optimal dari teknologi pada periode h+ 1, ketika kondisi pasar menggunakan skenario m dan t yang mewakili teknologi proses pada periode h. Solusi untuk contoh tertentu dari masalah preferensi pasar dan proses pemilihan dapat dicari dengan menggunakan teknik rekursi pemograman dinamik standar jika jumlah sistem wilayah yang mungkin relatif kecil dimana arti kecil cepat berubah dengan proses komputasi dan kemampuan dari peningkatan memori. Karena dimensional dari masalah preferensi pasar dan proses pemilihan ini muncul secara eksponensial terhadap jumlah masalah yang diinput, mencari solusi optimal memerlukan teknik rekursi dengan pencarian khusus untuk masalah yang lebih luas.
3.5 Fleksibilitas Sempurna dan Solusi Robust
16
3.5.1 Fleksibilitas Sempurna
Fleksibilitas sempurna didefinisikan sebagai perolehan dan penerapan dari teknologi proses yang memaksimalkan keuntungan jangka pendek f ketika biaya akuisisi diabaikan:
πmtf =rmt−kmt (3.3)
Fleksibilitas sempurna mewakili kesesuaian antara yang instan dan tanpa biaya dan merubah teknologi proses menjadi sesuai yang dibutuhkan pasar.
Ke-tentuan dari fleksibilitas sempurna tidak terlihat dan tidak mempertimbangkan periode yang akan datang diluar periode saat ini. Ketika preferensi pasar berubah, kebijakan dari fleksibilitas sempurna akan mengadopsi teknologi terbaik (keuntungan tertinggi) karena biaya teknologi akuisisi diabaikan.
Keuntungan yang diharapkan pada fleksibilitas sempurna dihitung menggunakan rekursi pemograman dinamik.
Πfh(m, t) = maxt′{(rmt−kmt) + Σm′ϕmm′Πfh+1(m′, t′)} (3.4)
Karena fleksibilitas sempurna mengabaikan biaya akuisisi teknologi, ini merupakan suatu solusi fleksibel yang akan menghasilkan untung yang lebih tinggi dibanding solusi optimal yang meliputi biaya akuisisi teknologi. Hal ini menunjukkan bahwa suatu kebijakan fleksibilitas sempurna menghasilkan suatu profitabilitas yang tinggi.
Teorema 3.5.1 Suatu kebijakan dari fleksibilitas sempurna menghasilkan profitabilitas yang tinggi pada masalah preferensi pasar dan proses pemilihan sehingga: Π∗
17
Dari perspektif managerial, fleksibilitas sempurna mewakili kemungkinan manfaat terbaik pada laba dari fleksibilitas yang dihasilkan. Perbedaan laba antara teknologi fleksibilitas sempurna dan teknologi saat ini menghasilkan manfaat yang besar sehingga kebijakan fleksibilitas dapat tersedia.
3.5.2 Strategi Roboust
Strategi roboust diartikan sebagai pemilihan memaksimalkan keuntungan dan akuisisi terhadap teknologi tunggal dengan mengabaikan dari perubahan preferensi pasar. Dalam menentukan suatu kebijakanroboustkeseluruhan rencana
cakrawala harus dipertimbangkan karena teknologi hanya sekali diterapkan, tidak dapat dirubah dengan mengabaikan perubahan dalam preferensi pasar. Keuntungan yang diharapkan untuk suatu kebijakan roboust ditentukan dengan menggunakan rekursi pemograman dinamik:
persamaan 3.5 digunakan hanya sekali pada periode 1.
Karena suatu kebijakan roboust tidak dapat beralih ke teknologi tanpa memperhatikan terhadap kesempatan biaya, suatu solusi roboust intuisi menghasilkan laba yang lebih rendah daripada solusi yang optimal yang dapat beralih. Faktanya, suatu kebijakan dari fleksibilitas sempurna menghasilkan laba optimal yang lebih rendah.
Teorema 3.5.2 Suatu kebijakan yang sempurna menghasilkan profitabilitas yang rendah pada masalah preferensi pasar dan proses pemilihan, sehingga: Πr
18
Kesimpulan. Ketika biaya teknologi switching cukup mahal (ctt′ → ∞, untuk
semuat, t6∈t∈T), suatu kebijakanroboust sempurna akan optimal.
Kebijakan em roboust menghasilkan pengetahuan managerial untuk biaya-biaya yang tidak fleksibel. Perbedaan pada laba yang diharapkan antara teknologi yang digunakan dan kebijakan roboust menghasilkan kesempatan biaya pada flek-sibilitas yang tertunda. Dalam situasi ini ada suatu tekanan untuk mengurangi fleksibilitas terhadap biaya. Perbedaan ini menghasilkan suatu perkiraan yang menyangkut dampak ekonomi yang bergerak ke arah ketidakfleksibilitas.
3.5.3 Nilai Harapan dari Fleksibilitas Sempurna
Nilai fleksibilitas dapat dipertimbangkan dari definisi strategi roboust dan fleksibilitas sempurna.
Berdasarkan teorema 3.6.1 dan teorema 3.6.2 diketahui : Π∗
Ini berarti bahwa keuntungan optimal merupakan berada diantara keuntungan yang diharapkan dari kebijakan roboust dan kebijakan fleksibilitas sempurna. Sehingga dihasilkan nilai fleksibilitas sempurna yaitu V(m, t) sebagai perbedaan antara keuntungan yang diharapkan dari fleksibilitas sempurna dan keuntungan yang diharapkan dari kebijakan roboustketika h= 0:
19
BAB 4 KESIMPULAN
Model preferensi pasar dan proses pemilihan yang dihasilkan meng-gunakan dua konsep yaitu fleksibilitas sempurna dan kebjakan roboust. Dalam penelitian ini menunjukkan bahwa pada masalah preferensi pasar dan proses pemilihan kebijakan fleksibilitas sempurna membentuk batas atas dari profitabilitas sementara kebijakan roboust membentuk batas bawah.
Keuntungan optimal yang diharapkan (Π∗
h) pada periode {h, h+ 1,· · · , H}
menggunakan hubungan rekursi pemrograman dinamik yaitu :
Π∗
h(m, t) = maxt′{(rmt−kmt−ctt′+ Σm′ϕmm′Π∗h+1(m′t′)}
Pada kebijakan fleksibilitas sempurna akan mengadopsi teknologi terbaik (keuntungan tertinggi ). Hal ini karena fleksibilitas sempurna mengabaikan biaya teknologi akuisisi. Sehingga keuntungan yang diharapkan dari fleksi-bilitas sempurna dihitung menggunakan rekursi pemrograman dinamik yaitu:
Πfh(m, t) = maxt′{(rmt−kmt+ Σm′ϕmm′Πfh+1(m′t′)}
Sedangkan, pada kebijakan roboust hanya menerapkan teknologi proses satu kali dan tidak dapat dirubah serta mengabaikan preferensi pasar. Keuntungan yang diharapkan dari kebijakan roboust dihitung menggunakan rekursi pemrograman dinamik yaitu :
Πr
1(m, t) = maxt{(rmt−kmt−ctt′ + Σm′ϕmm′Πr2(m′t)}
21
Konsep yang diperkenalkan dalam penelitian ini memiliki kegunaan yang signifikan pada teori dan praktek. Saat ini sejumlah perusahaan dan industri perlu mengalami evaluasi kembali pada proses fleksibilitas, terutama dalam menanggapi paradigma bisnis yang berubah yang dibawa melalui internet dan teknologi komunikasi lainnya.
DAFTAR PUSTAKA
Balcer, Y. dan S.A. Lippman. 1984. Technological Expectations and Adoption of Improved Technology, Journal of Economic Theory: Vol.34, hal.292-318.
Chand, S. dan S. Sethi. 1982. Planning Horizon Procedures for Machine Replace-ment Models with Several Possible ReplaceReplace-ment Alternatives,Naval Research Logistics: Vol.29, hal.483-493.
Cox, W. M. dan R. Alm. 1999. Americas Move to Mass Customization, Consumers Research Magazine: Vol.82, no.6, hal. 15-19.
Dertouzos, M., R. Lester, dan R. Solow. 1990.Made in America, Harper Perennial, New York.
Fehlman, Thomas Michae. 2011. Six Sigma for Analyzing Market Preferences.Euro Project Office AG.
Fisher, M.L., J.H. Hammond, W.R. Obermeyer, dan A. Raman. 1994. Making Supply Meet Demand in an Uncertain World,Harvard Business Review, May-June.
Gaimon, C. 1985a. The Acquisition of Automation Subject to Diminishing Returns, IIE Transactions: Vol.17, no.2, hal.147-155.
Gaimon, C. 1985b. The Optimal Acquisition of Automation to Enhance the Pro-ductivity of Labor, Management Science: Vol.31, hal.1175-1190.
Gaimon, C. 1994. Uncertainty and the Acquisition of Capacity: A Competitive Analysis, Computers & Operations Research: Vol.21, no.10, hal.1073-1085.
Hayes, R., dan S. Wheelwright. 1979a. Link Manufacturing Process and Product Life Cycles, Harvard Business Review, January-February.
Hillier, F., dan G. Lieberman. 1995. Markov Decision Processes, Chapter 19, In-troduction to Operations Research, sixth edition, McGraw Hill, New York.
Hesler, M. 1999, Bridge the Gap Between Online and Off-Line Customer Profiling and Personalization, Target Marketing: Vol.22, no.11, hal.57.
23
Monahan, G., dan T. Smunt. 1989. Optimal Acquisition of Automated Flexible Manufacturing processes, Operations Research:Vol.37. no.2, hal.288-300, Mar-Apr.
Newell, A., dan H. Simon. 1972. Human Problem Solving, Prentice Hall,Englewood Cliffs, NJ.
Pierskalla, W. dan J. Voelke. 1976. A Survey of Maintenance Models: Control and Surveillance of Deteriorating Systems, Naval Research Logistics Quarterly: Vol.23, hal.353-388.
Rajagopalan, S. 1999. Adoption Timing of New Equipment with Another Innova-tion Anticipated, IEEE Transactions on Engineering Management: Vol.46, hal.14-25.
Rajagopalan, S. dan A.C. Soteriou. 1994. Capacity Acquisition and Disposal with Discrete Facility Sizes, Management Science: Vol.40, hal.903-917.
Rajagopalan, S., M. Singh, dan T. Morton. 1998. Capacity Expansion and Re-placement in Growing Markets With Uncertain Technological Breakthroughs, Management Science: Vol.44, no.1, hal.12-30. January.
Rajagopalan, S. 1999. Adoption Timing of New Equipment with Another Innova-tion Anticipated, IEEE Transactions on Engineering Management: Vol.46, hal.14-25.
