dalam Penetapan Harga antar Channel dalam Dual Channel S upply Chain

(1)

“Analisis Peranan Inspeksi Sebelum Membeli

Analisis Peranan Inspeksi Sebelum Membeli

dalam Penetapan Harga antar Channel dalam

D u a l ‐ C h a n n e l

S u p p l y ‐ C h a i n ”

PENELITI :

Kanya Suhita Nadia

DOSEN PEMBIMBING :

NRP :

2509.100.015

L/O/G/O

www themegallery com

Erwin Widodo, Dr.Eng.

NIP :

197405171999031002

www.themegallery.com

197405171999031002

(2)

Pendahuluan

Tinjauan Pustaka

j

Metodologi Penelitian

Pemodelan

(3)

(4)

LATAR BELAKANG

U

SER

2011 = Rp 30 T e-commerce

U

2012 = 63 juta, 2013 = 82 juta

jii id _{Setyowati, 2012} _{Utoyo, 2012}

Dual Channel Supply Chain (DCSC) www.apjii.or.id f ilit h Tidak Optimal ( ) fasilitas v harga

(5)

Low Level Low Level

RUMUSAN MASALAH

Ekspektasi :

Nilai rasio penerimaan pelanggan terhadap online channel

Low Level Low Level

• Bagaimana

memodelkan

hubungan antara

harga online

d

ffli

h

l d

• Bagaimana

gambaran

p

• Bagaimana

gambaran

spektrum masing-masing level

i

l

dan offline

channel dengan

mempertimbangkan

penerimaan pelanggan

terhadap channel online

?

g

spektrum masing-masing level

rasio penerimaan pelanggan

terhadap

harga online dan

rasio penerimaan pelanggan

terhadap

harga online dan

offline

channel?

Middle Level

terhadap channel online

?

_offline

_channel?

g

Hi h L l Ekspektasi :

Grafik hubungan antara rasio

High Level

Grafik hubungan antara rasio penerimaan pelanggan terhadap

(6)

TUJUAN DAN MANFAAT

TUJUAN

MANFAAT

TUJUAN

• Menyusun model penetapan

harga

antar channel yang

MANFAAT

• Dapat

menganalisis

mengenai

kebijakan

harga

antar channel yang

mempertimbangkan faktor

penerimaan pelanggan

terhadap online channel

mengenai

kebijakan

penentuan harga

dalam

suatu kegiatan bisnis yang

menggunakan dual channel

terhadap online channel

• Menentukan nilai rasio

penerimaan pelanggan

menggunakan dual channel

• Dapat

menentukan taksiran

harga

yang dapat digunakan

penerimaan pelanggan

untuk kategori produk terpilih

dalam spektrum amatan

harga

yang dapat digunakan

sebagai patokan baik

pada

online

channel atau

offline

channel

sesuai

dengan

rasio

(7)

BATASAN DAN ASUMSI

BATASAN

ASUMSI

• Struktur

dual channel supply

chain

tidak berubah

• Spektrum

penerimaan

pelanggan terhadap online

channel

dikategorikan

• Dalam dual channel supply

chain tersebut hanya

channel

dikategorikan

menjadi

low

,

middle

dan

high level

.

terdapat 1 offline channel

dan 1 online channel

• Pemilihan objek amatan yaitu

• low level

= buku,

• Penelitian ini

tidak

mempertimbangkan

adanya

sales return

dalam setiap

• middle level

= laptop

(notebook) dan

• high level

= pakaian

penjualan

g

p

• Asumsi lainnya akan

ditetapkan dalam

(8)

(9)

TINJAUAN PUSTAKA

Dual Channel Supply Chain (DCSC)

pp y

(

)

Statistik Inferensi

Inspeksi

Quadratic Programming

P

i i P

liti

Posisi Penelitian

(10)

DUAL CHANNEL

SUPPLY CHAIN (DCSC)

• Suatu supply chain yang menjual produknya melalui dua

channel yaitu channel offline dan channel online

(Dumrongsiri et al 2008)

(Dumrongsiri et al., 2008)

(11)

STATISTIK INFERENSI

• Proses penarikan kesimpulan dari hipotesis p p p

yang ditentukan dengan menggunakan data

sampel dari suatu populasi yang bertujuan untuk

melakukan estimasi parameter suatu populasi yang belum diketahui nilainya (Harinaldi 2005)

Definisi

yang belum diketahui nilainya (Harinaldi, 2005)

• Untuk menguji pasangan harga (offline channelUntuk menguji pasangan harga (offline channel

dan online channel)

Paired-t

Test

untuk mengetahui apakah objek amatan yang • untuk mengetahui apakah objek amatan yang

dipilih dapat mewakili spektrum amatan

(12)

QUADRATIC PROGRAMMING

• Merupakan bagian dari

non-linear programming

• Salah satu tools yang

z concave &

_{Salah satu tools yang}

digunakan untuk

menyelesaikan constrained

problem (Taha 2007)

co ca e & daerah solusi convex  Global

optimum

_{problem (Taha, 2007)}

• Digunakan untuk perhitungan

optimasi keuntungan

(13)

MATLAB

[x,fval]=fmincon(...) [x,fval,exitflag]=fmincon(...) [x,fval,exitflag,output]=fmincon(...) [x,fval,exitflag,output,lambda]=fmincon(...) [x,fval,exitflag,output,lambda,grad]=fmincon(...)g p g dengan, x = fmincon(fun,x0,A,b) x = fmincon(fun,x0,A,b,Aeq,beq)( , , , , q, q) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) Function[c,ceq]=nonlcon(x) c= ... ceq= ...

(14)

PHYSICAL INSPECTION

P

ik

fi ik

d k

b l

dib li (

k k

li

• Pemeriksaan fisik produk sebelum dibeli (cek kualitas

dan spesifikasi)

• Merupakan rasio suatu pelanggan memerlukan

pengecekan sebelum membeli

• Di lambangkan dengan 1- dimana  adalah rasio

penerimaan pelanggan terhadap online channel

• Memiliki definisi yang berbeda dengan preferensi

pelanggan

(15)

POSISI PENELITIAN

Pembanding Widodo, dkk (2011) Chu dkk. (2013) Penelitian ini ( ) ( ) Tujuan - Keuntungan optimal v v v Metode - Optimasi v v v - Game Theory * Skema Bertrand v

* Skema Stackelberg Game v v * Skema Nash Game v

Variabel yang dipertimbangkan

- Permintaan v v v - Rasio elastisitas permintaan terhadap harga v v - Penerimaan pelanggan terhadap online channel v v

• Widodo dkk. (2011) menganalisis mengenai kebijakan mengatur sales

return dalam sebuah dual-channel supply chain

- Sales return v v

return dalam sebuah dual channel supply chain.

• Chu dkk. (2013) mempertimbangkan kebijakan harga dalam dual channel

(16)

(17)

METODOLOGI PENELITIAN

Perumusan Research Question

Bagaimana memodelkan dan

Perumusan Research Question

Penyusunan Kerangka Model

bagaimana gambaran spektrum Fungsi permintaan, fungsi tujuan

Penyusunan Kerangka Model

Id

tifik

i P

t

M d l

g p g j

profitabilitas dan fungsi pembatas

P l d l h d

Identifikasi Parameter Model

Pengolahan Data Penerimaan

_{Optimasi model analisis sensitifitas}

Pengumpulan dan pengolahan data

Pengolahan Data Penerimaan

Pelanggan terhadap Online channel

Optimasi model, analisis sensitifitas dan visualisasi nilai

A li i h il l h d t d

Analisis Hasil Output

Analisis hasil pengolahan data dan

interpretasi implikasi manajerial

(18)

METODOLOGI

PENELITIAN (2)

(19)

(20)

(21)

(22)

ASUMSI SISTEM

• Distributor langsung mendistribusikan produk

k ffli h l

PEMODELAN

ke offline channel.

• Biaya inventory <<<< , diabaikan

• Biaya transportasi dari pelanggan ke offline =

bi i i d i li k l

Variabel keputusan :

 penerimaan pelanggan

= Harga produk di warehouse (harga grosir)

biaya pengiriman dari online ke pelanggan

w

P

_{= Harga produk yang dijual melalui offline channel}

Notasi

= Harga produk yang dijual melalui online channel = Harga produk dari produsen per unit (harga kulak)

s

P

o

P

u

C

Notasi

Harga produk dari produsen per unit (harga kulak) = Permintaan maksimum yang pernah diperoleh di toko = Permintaan di offline channel

u

C

max s

d

s

D

= Permintaan di online channel = Keuntungan di offline channel = Keuntungan di online channel

o

D

s

G

g

G

(23)

MODEL ACUAN

(Widodo dkk. 2011)

FUNGSI PERMINTAAN

(Widodo dkk. 2011)

• Permintaan Offline Channel

P

d

D



max



s



o

untuk

P

o



_P



_d

max

₍

₁



ρ)



_P

• Permintaan Online Channel

ρ

1 d

D

_s _s



P

s

d

s

(

1 ρ)

P

o

ρ





u tu

P

_P

ρ)

-ρ(1

P

ρP

D

_o



s



o

_untuk

o max s s o

P

ρ)

1 (

d

P

ρ

P







• Dengan, ds max merupakan permintaan toko

tertinggi yang pernah terjadi

(24)

PENGEMBANGAN MODEL

Permintaan Offline Channel

Manfaat Pengorbanan

= elastisitas permintaan offline channel terhadap harga

= elastisitas permintaan online channel terhadap harga

(25)

PENGEMBANGAN MODEL (2)

Keuntungan Offline Channel

K t O li Ch l

Keuntungan Online Channel

(26)

PENGEMBANGAN MODEL (3)

FUNGSI PEMBATAS

P

_s



o

• Permintaan di online channel dapat terjadi

jika harga produk di toko lebih mahal

daripada di online channel

s

ρ

max s o

s

P

(

1 ρ)d

P







daripada di online channel

• Untuk memastikan bahwa nilai Ds positif

s o

s

(

ρ)

• Batasan terendah permintaan online

channel

o s ll o

D

d



• Batasan tertinggi permintaan online channel

s ul o

o

d

D

(27)

Uji Pengumpulan data harga Uji Keseragaman Data Uji Kecukupan

Data Uji Normalitas ANOVA

PENGUMPULAN DAN

PENGOLAHAN DATA

(28)

EXISTING PRICING

Produk Harga Offline (Ps) Harga Online (Po) Harga Grosir (Pw)

Buku Margin keuntungan Margin keuntungan Rp

Buku

(Buku Edukasi Anak)

Margin keuntungan 30% dari harga pokok

barang (harga kulak)

Diskon 5% dari harga di toko offline

Margin keuntungan Rp 30.000 dari harga pokok

barang (harga kulak)

M i k 2% Di k R 40 000 M i k R

Elektronik (Laptop)

Margin keuntungan 2% dari harga pokok barang (harga kulak)

Diskon Rp 40.000 – Rp 100.000 dari harga di toko offline

Margin keuntungan Rp 30.000 dari harga pokok

barang (harga kulak) Pakaian

(Gamis Wanita)

Margin keuntungan 50% harga pokok barang (harga kulak)

Diskon 20% dari harga di toko offline

Margin keuntungan 120% dari harga pokok barang

(harga kulak)

• Data yang diambil pada objek amatan yaitu harga offline channel (Ps),

harga online channel (Po), harga grosir (Pw) dan harga kulak (Cu)

barang (harga kulak) (harga kulak)

(29)

UJI KESERAGAMAN DATA

Uji Keseragaman Data Harga Buku

UCL CL LCL Xbar

Uji Keseragaman Data Harga Laptop

UCL CL LCL Xbar Rp1 950 00 Rp2.150,00 Rp2.350,00 Rp2.550,00 Rp2.750,00 b ar subgrup _Rp65.000,00 Rp75.000,00 Rp85.000,00 Rp95.000,00 u b grup ke -Rp1.750,00 Rp1.950,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Nila i X b

Sub grup

ke-Rp55.000,00 p , 1 2 3 4 5 6 7 8 9 10 11 12 13 Nila i X ba r su

Sub grup data ke

-Uji Keseragaman Data Harga Laptop (iterasi 2)

UCL CL LCL Xbar _Rp85.000,00

Uji Keseragaman Data Harga Pakaian

UCL CL LCL Xbar Rp50.000,00 Rp60.000,00 Rp70.000,00 Rp80.000,00 u b grup ke -Rp55.000,00 Rp60.000,00 Rp65.000,00 Rp70.000,00 Rp75.000,00 Rp80.000,00 Rp85.000,00 a r sub grup ke -p , 1 2 3 4 5 6 7 8 9 10 11 12 ila i X ba r su

Sub grup data ke

-p , 1 2 3 4 5 6 7 8 9 10 11 Nila i X b a

(30)

-UJI KECUKUPAN DATA

UJI KECUKUPAN DATA

Produk

N

N'

Keterangan

g

Pakaian

160

18 Data Cukup

Laptop

120

87 Data Cukup

Buku

110

73 Data Cukup

Buku

110

73 Data Cukup

Uji Kecukupan Data Buku

(31)

UJI NORMALITAS DATA

α = 0,05

Tolak Ho jika

α hitung ≤ α yang ditetapkan α hitung ≤ α yang ditetapkan

Produk

α ditetapkan

α hitung

Keterangan

Pakaian

0,05

0,082

Data Berdistribusi Normal

Laptop

0,05

0,053

Data Berdistribusi Normal

Buku

0,05

0,078

Data Berdistribusi Normal

(32)

UJI DATA BERPASANGAN

Tolak Ho jika

α = 0,05

Produk α ditetapkan α hitung Keterangan

α hitung ≤ α yang ditetapkan

(33)

ANOVA

0 05

Tolak Ho jika

α = 0,05

K i l

Kesimpulan =

Setidaknya ada 2 dari 3 produk yang nilai rataannya berbeda

(34)

(35)

VERIFIKASI & VALIDASI

VERIFIKASI

VALIDASI

Rp400,00 0 0

Hubungan Kenaikan Permintaan Toko Maksimum dengan Keuntungan

Gdcsc Gs Go,w Rp100,00 Rp150,00 Rp200,00 Rp250,00 Rp300,00 Rp350,00 Keuntungan x 1000 0 Rp0,00 Rp50,00 56 86 115 145 174 203 233 262 288

(36)

PERCOBAAN AWAL

Parameter Pakaian Laptop Buku

Dsmax 150 65 90

_P



_P

Fungsi Permintaan Ps Rp 351.454,55 Rp 6.013.457,08 Rp 45.331,25 Po Rp 281.163,64 Rp 5.947.101,67 Rp 43.064,69 Pw Rp 246 018 18 Rp 5 909 225 83 Rp 36 265 00

ρ

1 P

P

d

D

_s _smax s o





P

ρP

D

s



o Pw Rp 246.018,18 Rp 5.909.225,83 Rp 36.265,00 Cu Rp 233.717,27 Rp 5.879.225,83 Rp 33.265,00

ρ(1

-

ρ)

D

_o



s o Fungsi Tujuan































































(

P

)

ρ)

1 ρ(

P

ρP

)

P

(

ρ

1 )

P

(P

-ρ)

1 (

d

G

,

max

s o _s _w s o _o _w max s DCSC g j



































)

C

P

(

ρ

1 )

P

(P

ρ)

1 (

d

u w o s max s





























)

C

P

(

ρ)

1 ρ(

P

ρP

u w o s Exitflag -2 Exitflag -2

(37)

PERCOBAAN MODIFIKASI

Parameter Pakaian Laptop Buku

Dsmax 150 65 90 Fungsi Permintaan Dsmax 150 65 90 Ps Rp 351.454,55 Rp 6.013.457,08 Rp 45.331,25 Po Rp 281.163,64 Rp 5.947.101,67 Rp 43.064,69 P R 246 018 18 R 5 909 225 83 R 36 265 00

ρ

1 )

P

(P

d

D

_s max_s 1 s o







) P (P ) ρ 1 ( P ₂ 1    



Pw Rp 246.018,18 Rp 5.909.225,83 Rp 36.265,00 Cu Rp 233.717,27 Rp 5.879.225,83 Rp 33.265,00 Fungsi Tujuan ρ) ρ(1 ) P (P ) ρ 1 ( P D_o 1 s 2 s o   



Fungsi Tujuan                   (P P ) ρ 1 ) P (P -ρ) 1 ( d G , max 1 s o _s _w max s DCSC ρ                                           ) C P ( ρ 1 ) P (P ρ) 1 ( d ) P P ( ρ) ρ(1 ) P (P ) ρ 1 ( P u w o s 1 max s w o o s 2 s 1   

P

Fungsi Pembatas                  ) C P ( ρ) ρ(1 ) P (P ) ρ 1 ( P u w o s 2 s 1



ρ

P

_s



o o s ll o

D

d



1 3 4 s ul o o

d

D



5

0 

ρ



1

(38)

HASIL OPTIMASI



HASIL OPTIMASI

Parameter

Pakaian

Laptop

Buku

Beta 1

0,51

0,33

0,81

Beta 2

0,7

0,5

0,9



0 8812

0 9892

0 9943

1

ρ



P

o



0,8812

0,9892

0,9943

Ds

120

45

58 Do

27

11

32

s

P

ρ



Parameter Pakaian

Gs

Rp12.633.871

Rp4.661.715

Rp523.947

Go

Rp936.987

Rp416.423

Rp219.631

Gw

Rp13 570 858

Rp5 078 138

Rp743 578

Parameter Pakaian Ps Rp 351.454,55 Po Rp 281.163,64

Gw

Rp13.570.858

Rp5.078.138

Rp743.578

G

_DCSC

Rp27.141.716

Rp10.156.276 Rp1.487.156

s o

P

ρ



(39)

SENSITIVITAS

1

Sensitivitas Nilai Rho terhadap Perubahan Harga Offline Channel (Ps) Laptop

Rho



Ps



_{0 965}0,9750,97 0,98 0,9850,99 0,9951 Rho

Sensitivitas Nilai Rho terhadap Perubahan Harga Offline Channel (Ps) Pakaian



Ps



0,9550,96 0,965 p 599.681 _.199.3 6 2 .799.0 4 3 2 .398.7 2 4 2 .998.4 0 5 .598.0 8 6 4 .197.7 6 7 4 .797.4 4 8 5 .397.1 2 9 6 .013.4 5 7 6 .596.4 9 1 7 .196.1 7 2 7 .795.8 5 3 8 .395.5 3 4 8 .995.2 1 6 9 .594.8 9 7 0 .194. 57 8 0 .794. 25 9 .393. 94 0 0 8 0,85 0,9 0,95 1 Rho Rho

Perbandingan Sensitivitas Rho terhadap Perubahan

R p Rp 1 Rp 1 Rp 2 Rp 2 Rp 3 Rp 4 Rp 4 Rp 5 Rp 6 Rp 6 Rp 7 Rp 7 Rp 8 Rp 8 Rp 9 Rp 1 0 Rp 1 0 R p11

Harga Offline Channel

0,75 0,8 p 35.057, 59 p 70.115, 18 1 05.172 ,7 7 1 40.230 ,3 6 1 75.287 ,9 5 2 10.345 ,5 5 2 45.403 ,1 4 2 80.460 ,7 3 3 15.518 ,3 2 3 51.454 ,5 5 3 85.633 ,5 0 4 20.691 ,0 9 4 55.748 ,6 8 4 90.806 ,2 7 5 25.863 ,8 6 5 60.921 ,4 5 5 95.979 ,0 5 6 31.036 ,6 4 6 66.094 ,2 3

Sensitivitas Nilai Rho terhadap Perubahan Harga Offli Ch l (P ) B k

1,0000

Perbandingan Sensitivitas Rho terhadap Perubahan Harga Kulak pada Ketiga Jenis Produk

Rho Pakaian Rho Laptop Rho Buku

R p R p Rp 1 Rp 1 Rp 1 Rp 2 Rp 2 Rp 2 Rp 3 Rp 3 Rp 3 Rp 4 Rp 4 Rp 4 Rp 5 Rp 5 Rp 5 Rp 6 Rp 6

Harga Offline Channel

0 994 0,996 0,9981

o

Offline Channel (Ps) Buku Rho 0,9000 0,9200 0,9400 0,9600 0,9800 a i rho 0,984 0,986 0,9880,99 0,992 0,994 0 8,1 3 6 6, 25 2 4, 38 8 2, 50 4 0, 63 9 8, 75 5 6, 88 5, 00 7 3, 13 1, 25 8 9, 38 4 7, 50 0 5, 63 6 3, 75 2 1, 88 8 0, 00 8, 13 9 6, 25 5 4, 38 Rh o 0 8000 0,8200 0,8400 0,8600 0,8800 , Nil a R p7.9 0 R p12.0 6 R p16.2 2 R p20.3 8 R p24.5 4 R p28.6 9 R p32.8 5 R p37.01 R p41.1 7 R p45.33 R p49.4 8 R p53.6 4 R p57.8 0 R p61.9 6 R p66.1 2 R p70.2 8 R p74.43 R p78.5 9 R p82.7 5 _0,8000 +90% +80% +70% +60% +50% +40% +30% +20% +10% Base -10% -20% -30% -40% -50% -60% -70% -80% -90%

(40)

Sensitivitas Keuntungan Pakaian terhadap Perubahan Rho Gs Go w Gdcsc

SENSITIVITAS (2)

Rp1 00 Rp1,50 Rp2,00 Rp2,50 Rp3,00 u ntungan _10.000.0 00 Gs Go,w Gdcsc

( )

Sensitivitas Keuntungan Laptop terhadap Perubahan Rho

Rp0,00 Rp0,50 Rp1,00 Ke u x R 4 00 Rp6,00 Rp8,00 Rp10,00 n tungan ₁.000.00 0

Gs Go,w Gdcsc Perubahan Nilai Rho

Rp0,00 Rp2,00 Rp4,00 0,9707 0,9754 0,9789 0,9814 0,9834 0,9851 0,9864 0,9875 0,9884 0,9892 0,99 0,9906 0,9911 0,9916 0,992 0,9924 0,9928 0,9931 0,9934 Keu n x 1 ’ = 0,9948

Perubahan Nilai Rho

Rp2,00

Sensitivitas Keuntungan Buku terhadap Perubahan Rho

Gs Go,w Gdcsc

’ = 0,9849

(41)

SENSITIVITAS (3)

35 65

Sensitivitas Permintaan terhadap Perubahan Nilai Rho Buku

Ds Do

SENSITIVITAS (3)

Sensitivitas Permintaan terhadap Perubahan Nilai Rho

Pakaian 31 32 33 34 50 55 60 n e Channel n e Channel 30 35 40 45 60 80 100 120 140 O nline Channel O ffline Cha nnel Ds Do 27 28 29 30 3 35 40 45 ermintaan Onli n ermintaan Offli n 20 25 20 40 60 Permintaan O Permintaan O R i P i P l t h d O li Ch l n el

Sensitivitas Permintaan terhadap Perubahan Nilai Rho Laptop 25 26 27 25 30 0 ,9751 0 ,9834 0 ,9883 0 ,9912 0 ,9928 0 ,9935 0 ,9937 0 ,9940 0 ,9942 0 ,9943 0 ,9944 0 ,9944 0 ,9947 0 ,9949 0 ,9959 0 ,9976 P e P e

Rasio Penerimaan Pelanggan terhadap Online Channel

20 40 20 40 60 n line Cha nnel a n Offline Cha n n Ds Do 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Pakaian Laptop Buku Rho 0,811 0,9879 0,9967 -40 -20 0 -40 -20 0 20 Permintaan O n Perminta a

%Cu 332% 84% 53%

Ps Rp1.163.912 Rp5.037.321 Rp25.788 Po Rp931.130 Rp4.971.321 Rp24.499 Pw Rp814.738 Rp4.968.550 Rp20.630

Rasio Penerimaan Pelanggan terhadap Online Channel p p

(42)

EXISTING vs PERBAIKAN

P k i L t B k

Pakaian Laptop Buku

Existing Perbaikan Existing Perbaikan Existing Perbaikan

Rho

0,8812 0,811 0,9892 0,9879 0,9943 0,9967

D

120 87 45 47 57 58

Ds

120 87 45 47 57 58

Do

27 33 11 11 32 33

Gs

Rp12.633.871 Rp30.442.945 Rp466.171 Rp323.224 Rp520.342 Rp298.937

Go

Rp936.987 Rp3.854.284 Rp41.642 Rp2.987 Rp219.321 Rp128.271

Gw

Rp1.801.897 Rp4.667.311 Rp167.157 Rp173.340 Rp268.943 Rp273.362

Go,w

Rp2.738.884 Rp8.521.595 Rp208.800 Rp176.327 Rp488.264 Rp401.633

Gdcsc

Rp15.372.755 Rp38.964.541 Rp674.971 Rp499.551 Rp1.008.606 Rp700.570

(43)

(44)

KESIMPULAN

• Model penentuan harga perbaikan telah mengakomodasi faktor nilai

kebutuhan inspeksi pelanggan sebelum membeli pada ketiga jenis

produk yang mewakili spektrum pengamatan low level (buku), middle

level (laptop) dan high level (pakaian).

B d

k

d t

iil

di

l h d

t

Pakaian Laptop Buku

 0,811 0,9879 0,9967

1  0 189 0 0121 0 0033

• Berdasarkan data riil yang diperoleh dapat

disimpulkan bahwa nilai penerimaan

pelanggan terhadap online channel

1- 0,189 0,0121 0,0033

sebesar 0,811 pada pakaian, 0,9879 pada

produk laptop dan 0,9967 pada produk

buku.

• Keuntungan optimal

yang dapat diperoleh

Pakaian

Laptop

Buku

(45)

SARAN

Kuisioner sebagai faktor dari pelanggan

• Dalam penentuan parameter penerimaan pelanggan terhadap

online channel relatif terhadap offline channel () melibatkan

p

()

bantuan data primer lainnya seperti kuisioner

Pemilihan objek amatan

• Dalam pemilihan objek amatan, sebaiknya menggunakan objek

amatan yang memiliki selisih harga offline channel dan online

channel yang cukup berbeda

(46)

REFERENSI

Anonim. Indonesia Internet Users. www.apjii.or.id. Terakhir di akses tanggal 15 Februari 2013

A i I ti b i di ti T khi di k t l 30 A il

Anonim. Inspection. www.businessdictionary.com. Terakhir di akses tanggal 30 April 2013

Anonim. Fmincon. www.mathworks.com. Terakhir di akses tanggal 15 Juni 2013 Bernstein, F. 2008. ‘‘Bricks-and-mortar’’ vs. ‘‘clicks-and-mortar’’: An equilibrium

analysis. European Journal of Operational Research, 187, 671-690.

Chu, Y., Fang, S.. & Wen, U.. 2013. Pricing policies for substitutable products in a , , g, , g p p

supply chain with Internet and traditional channels. European Journal of

Operational Research, 224, 542-551.

Dumrongsiri, A., Fan, M., Jain, A. & Moinzadeh, K. 2008. A Supply Chain Model with g , , , , , , pp y

Direct and Retail Channels. European Journal of Operational

Research, 187, 691–718.

Elliott, A. C. & Woodward, W. A. 2007. Statistical Analysis Quick Reference Elliott, A. C. & Woodward, W. A. 2007. Statistical Analysis Quick Reference

(47)

REFERENSI

Lieberman, G. J. & Hillier, F. S. 2001. Introduction to Operations Research. Seventh Edition ed. New York: McGraw-Hill.

Pujawan, I. N. 2005. Supply Chain Management, Surabaya, Guna Widya. Santosa, B. & Willy, P. 2011. Metoda Metaheuristik, Konsep dan

Implementasi Surabaya Guna Widya Implementasi, Surabaya, Guna Widya.

Setyowati, M. R. 2012. Prospek Belanja "Online". www.tekno.kompas.com. Terakhir di akses tanggal 15 Februari 2013.

Taha H A 2007 Operations Research : An Introduction Eighth Edition ed New Taha, H. A. 2007. Operations Research : An Introduction. Eighth Edition ed. New

Jersey: Pearson Prentice Hall.

Utoyo, N. 2012. E-Commerce in Indonesia. DailySocial & Veritrans.

Waters, D. 2003. Logistics : An Introduction to Supply Chain Management, New York, Palgrave Macmillan.

Widodo, E., Takahashi, K. & Morikawa, K. 2011. Managing sales return in dual sales channel: its product substitution and return channel analysis. International Journal

of Industrial and Systems Engineering, 9.

Yan, R. 2008. Profit sharing and firm performance in the manufacturer-retailer dual-g

(48)

dalam Penetapan Harga antar Channel dalam Dual Channel S upply Chain

“Analisis Peranan Inspeksi Sebelum Membeli

Analisis Peranan Inspeksi Sebelum Membeli