OPTIMASI STOKASTIK UNTUK MENENTUKAN POSISI PRODUK BARU DALAM RUANG MULTI ATRIBUT DENGAN RISIKO

(1)

POSISI PRODUK BARU DALAM RUANG MULTI ATRIBUT DENGAN RISIKO

DISERTASI

Oleh

NERLI KHAIRANI 128110005/Ilmu Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2016

(2)

OPTIMASI STOKASTIK UNTUK MENENTUKAN POSISI PRODUK BARU DALAM RUANG MULTI

ATRIBUT DENGAN RISIKO

DISERTASI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Doktor dalam Program Studi Doktor Ilmu Matematika pada Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara

Oleh

NERLI KHAIRANI 128110005/Ilmu Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2016

UNIVERSITAS SUMATERA UTARA

(3)

BARU DALAM RUANG MULTI ATRIBUT DENGAN RISIKO Nama Mahasiswa : Nerli Khairani

Nomor Pokok : 128110005

Program Studi : Doktor Ilmu Matematika

Menyetujui, Komisi Pembimbing

(Prof. Dr. Saib Suwilo, M.Sc) Promotor

(Prof. Dr. Herman Mawengkang) (Prof. Dr. Opim Salim S, M.Sc)

Co-Promotor Co-Promotor

Dekan

(Dr. Kerista Sebayang, MS)

Tanggal lulus: 16 Juni 2016

(4)

Telah diuji pada Tanggal 16 Juni 2016

PANITIA PENGUJI DISERTASI

Ketua : Prof. Dr. Saib Suwilo, M.Sc

Anggota : 1. Prof. Dr. Herman Mawengkang 2. Prof. Dr. Opim Salim S, M.Sc 3. Dr. Sutarman, M.Sc

4. Dr. Marwan Ramli, M.Si

(5)

Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam disertasi saya yang berjudul:

OPTIMASI STOKASTIK UNTUK MENENTUKAN POSISI PRODUK BARU DALAM RUANG MULTI ATRIBUT

DENGAN RISIKO

Merupakan gagasan atau hasil penelitian disertasi saya sendiri dengan pem- bimbingan para komisi pembimbing, kecuali yang dengan ditunjukkan rujukan- nya. Disertasi ini belum pernah diajukan untuk memperoleh gelar pada program sejenis di perguruan tinggi lainnya.

Semua data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.

Medan, Penulis,

Nerli Khairani

(6)

ABSTRAK

Positioning adalah tindakan perusahaan untuk merancang produk dan bau- ran pemasaran agar dapat tercipta kesan tertentu di ingatkan konsumen. Imp- likasinya, konsumen dapat memahami dan menghargai apa yang dilakukan perusahaan dalam kaitannya dengan para pesaingnya. Bagi perusahaan tindakan untuk meneliti atau mengidentifikasi posisi pesaing dan memutuskan untuk mengambil posisi setaraf dengan posisi pesaing atau mencari kesempatan dalam pasar.

Jika posisi perusahaan itu sendiri dekat dengan pesaing lainnya, perusahaan itu harus menyeleksi dan kemudian mencari perbedaaan lebih lanjut melalui perbedaan-perbedaan tersendiri. Dengan kata lain positioning adalah suatu tindakan atau langkah-langkah dari produsen untuk mendesain citra perusahaan dan penawaran nilai dimana konsumen didalam suatu segmen tertentu mengerti dan menghargai apa yang dilakukan suatu segmen tertentu, mengerti dan menghargai apa yang dilakukan suatu perusahaan, dibandingkan dengan pesaingnya. Oleh karena itu, strategi positioning merupakan faktor utama dalam meningkatkan kekuatan posisi pasar perusahaan di suatu pasar tertentu dibandingkan pesaing- pesaingnya. Dari definisi ini terkandung pengertian bahwa positioning berorientasi pada pikiran atau persepsi konsumen. Jadi positioning adalah usaha untuk menemukan suatu celah di benak konsumen agar konsumen mempunyai image yang khusus terhadap produk atau merk produk atau bahkan terhadap perusahaan.

Positioning produk di pasar kota besar, seperti, Medan, Indonesia, merupakan strategi memperkenalkan produk dan menarik pengakuan pembeli. Kon- sumen biasanya berbeda dalam hal memilih satu produk dari sekelompok produk yang tersedia. Begitu juga saat menentukan suatu produk yang ideal. Tujuan penelitian ini adalah merancang produk baru yang optimal untuk menarik minat konsumen sebanyak-banyaknya. Disertasi ini mengusulkan model Program linier integer campuran dengan fungsi kendala pada faktor risiko yang merupakan fungsi probabilistik. Dalam disertasi ini juga diusulkan metode pendekatan langsung dengan reduksi gradien.

Kata kunci: Positioning produk, MINLP, Reduksi gradien, Marketing

ii

(7)

Positioning is the act of the company to design a product and marketing mix in order to create a certain impression on reminding consumers. The implication, consumers can understand and appreciate what the firm does in relation to its competitors. For the company’s actions to investigate or identify the position of a competitor and decided to take a position on par with competitors’ position or looking for opportunities in the market. For the company’s actions to investigate or identify the position of a competitor and decided to take a position on par with competitors’ position or looking for opportunities in the market.

If the company positions itself close to other competitors, companies must select and then look for more differences through their own differences. In other words, positioning is an action or measures from the manufacturer to design the company’s image and value of deals where consumers within a particular segment to understand and appreciate what a certain segment, understand and appreciate what a company, compared to its competitors. Therefore, the positioning strategy is a major factor in increasing the strength of the company’s market position in a particular market than its competitors. From this definition contains the notion that positioning oriented thoughts or consumer perception. So positioning is an attempt to find a gap in the minds of consumers so that consumers have a special image of the product or brand a product or even to the company.

Product positioning in a market of big city, such as, Medan, Indonesia, is about visibility and recognition and what product represents for a buyer. Consumer usually differ in their choice of an object out of an existing set, and they would also differ if asked to specify an ideal object. The aim of the problem considered is to optimally design a new product in order to attract the largest number of consumer.

This Thesis proposes a mixed integer nonlinear programing model to formulate the problem. A direct search approach based on reduced gradient is proposed to solve the model.

Keywords: Product posirioning problem, MINLP, Reduced gradient, Marketing

(8)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah Subhanahu Wa Taala, yang telah memberikan rakhmad dan karuniaNya sehingga penulis dapat menyelesaikan disertasi yang berjudul ” Optimasi Stokastik Untuk Menentukan Posisi Produk Baru Dalam Ruang Multi Atribut Dengan Risiko” sebagai salah satu syarat untuk memperoleh gelar doktor pada Program Studi Doktor Ilmu Mate- matika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Dalam menyelesaikan disertasi ini penulis telah banyak mendapat bantuan dan bimbingan, baik moril maupun materil dari berbagai pihak.

Pada kesempatan ini juga dengan segala kerendahan hati, penilis sampaikan ucapan terimakasih kepada:

1. Bapak Prof. Dr. Runtung Sitepu, SH, M.Hum. selaku Rektor Universitas Sumatera Utara, yang telah memberikan kesempatan dan kepada penulis untuk mengikuti Program Studi Doktor Ilmu Matematika, Fakultas MIPA, Universitas Sumatera Utara.

2. Bapak Dr. Kerista Sebayang, M.S selaku Dekan Fakultas MIPA Universitas Sumatera Utara, yang telah memberikan kesempatan kepada penulis untuk menjadi peserta Program Doktor Ilmu Matematika angkatan 2012, dan telah memberikan masukan dan saran sehingga selesainya disertasi ini.

3. Bapak Prof. Dr. Herman Mawengkang, selaku Ketua Program Studi Doktor Matematika FMIPA Universitas Sumatera Utara dan Co Promotor atas

iv

(9)

dan dorongan dari awal hingga selesainya disertasi ini.

4. Bapak Prof. Dr. Saib Suwilo, M.Sc dan selaku Promotor, atas keiklasan dan kesabaran serta ketulusan hati dalam memberi bimbingan dan dorongan dari awal hingga selesainya disertasi ini.

5. Bapak Prof. Dr. Opim Salim Sitompul, M.Sc selaku Co Promotor, atas keiklasan dan kesabaran serta ketulusan hati dalam memberi bimbingan dan dorongan dari awal hingga selesainya disertasi ini.

6. Bapak Dr. Sutarman, M.Sc selaku Komisi Penguji atas ketulusan hati dan memberi motivasi, mendukung dan mengarahkan penulis untuk masalah penulisan karya ilmiah serta membimbing penulis dalam menyelesaikan disertasi ini.

7. Bapak Dr. Marwan Ramli, M.Si selaku Komisi Penguji atas ketulusan hati dalam memberi masukan dan arahan, mengenai isi disertasi ini.

8. Bapak Rektor Universitas Negeri Medan, Prof. Dr. Syawal Gultom, M.Pd dan Bapak Dekan FMIPA Universitas Negeri Medan, Dr. Asrin Lubis, M.Pd. yang telah memberikan ijin dan dukungan kepada penulis selama mengikuti program doktor.

9. Seluruh Staf Pengajar Program Studi Doktor Ilmu Matematika dan staf pengejar Departemen Matematika Fakultas matematika dan Ilmu Penge- tahuan Alam Universitas Sumatera Utara.

(10)

10. Buat sahabat-sahabatku, dan seluruh teman-teman Program Studi Doktor Ilmu Matematika FMIPA USU serta teman-teman di Jurusan Matematika Unimed, yang tidak disebutkan satu persatu, yang memberi semangat dan dorongan serta doanya kepada penulis.

11. Ibu Misiani, S.Si dan Staf Administrasi Departemen Matematika serta Staf Administrasi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Secara khusus penulis menyampaikan terimakasih kepada suamiku tercinta Dr. Amir Hamzah Siregar, M.Si dan anak-anakku tersayang: Ahmad Yusran Sire- gar, Ahmad Yusrin Siregar, Ary Bobby Siregar dan Atikah Shabrina Siregar yang telah memberikan doa, penger tian, kesabaran dan kasih sayang serta motivasi bagi penulis untuk menyelesaikan disertasi ini.

Medan, Juni 2016 Penulis,

Nerli Khairani

vi

(11)

Nerli Khairani dilahirkan di Padang Sidempuan pada tanggal 14 Januari 1968 dari bapak yang bernama H. Ismail Nasution (Alm) dan ibu Hj. Hasanah Rangkuti sebagai anak keempat dari tujuh bersaudara. Penulis menamatkan sekolah dasar pada tahun 1981 di SD Negeri 15 Padang Sidempuan. Selanjut- nya penulis menyelesaiakan sekolah lanjutan pertama di SMP Negeri 1 Padang Sidempuan pada tahun 1984 , menyelsaikan sekolah menengah atas tahun 1987 di SMA Negeri 2 Padang Sidempuan.

Pada tahun 1987 menjadi mahasiswa di Jurusan Matematika Universitas Sumatera Utara dan selesai tahun 1992. Pada tahun 1994 diterima sebagai staf pengajar di Jurusan Matematika FPMIPA IKIP Medan sekarang Jurusan Ma- tematika FMIPA UNIMED. Penulis menikah pada tahun 1993 dan sampai saat ini telah dikarunia anak tiga putra dan satu putri. Pada tahun 2007 , penulis menyelesaikan pendidikan jenjang S-2 di Jurusan Matematika FMIPA USU. Pada tahun 2012 penulis diterima sebagai mahasiswa Program Doktor Matematikadi Universitas Sumatera Utara.

(12)

DAFTAR ISI

Halaman

PERNYATAAN i

ABSTRAK ii

ABSTRACT iii

KATA PENGANTAR iv

RIWAYAT HIDUP vii

DAFTAR ISI viii

DAFTAR TABEL x

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 8

1.3 Tujuan Penelitian 8

1.4 Urgensi Penelitian 9

BAB 2 METODE OPTIMASI POSISI 10

2.1 Metode Multidimensional Scaling (MDS) 10

2.1.1 Algoritma PRODSRCH 10

2.1.2 Algoritma DIFFSTRAT 11

2.2 Metode Optimal Berbasiskan Conjoint 13

2.2.1 Pendekatan dua-langkah untuk desain produk berbasis

konjoin 14

2.2.2 Model formulasi 16

2.3 Model SIMOPT 18

BAB 3 PENENTUAN POSISI (POSITIONING) PRODUK 20

3.1 Penentuan Posisi Produk 20

viii

(13)

3.3 Positioning Optimal 31

BAB 4 PROGRAM STOKASTIK 34

4.1 Pengertian Program Stokastik 34

4.1.1 Model dasar program stokastik (Birge dan Louveaux,

1997) 35

4.1.2 Model adaptif 36

4.1.3 Model recourse 37

4.2 Formulasi Deterministik Ekivalen 38

4.2.1 Proses formulasi (Mawengkang et al., 2006) 39

BAB 5 FORMULASI MODEL 43

5.1 Formulasi Persoalan 43

BAB 6 METODE PENYELESAIAN 49

6.1 Metode Penyelesaian 49

6.2 Algoritma 51

6.3 Contoh Persoalan 54

BAB 7 KESIMPULAN DAN SARAN 57

7.1 Kesimpulan 57

7.2 Saran 58

DAFTAR PUSTAKA 59

(14)

DAFTAR TABEL

Nomor Judul Halaman

6.1 Himpunan indeks partisi 53

6.2 Solusi masalah positioning produk 56

x

(15)

PENDAHULUAN

1.1 Latar Belakang

Dalam era dunia yang padat komunikasi, dibanjiri oleh penawaran-penawaran sehingga merek produk terkenal seakan-akan sama dengan produk dengan merek lain (Clancy dan Trout, 2002). Seringkali strategi memposisikan produk dapat direkomendasikan sebagai alat tempur untuk bersaing (Ries dan Trout, 1986).

Memposisikan produk yang dipandang sebagai salah satu komponen dasar dari strategi dan manajemen, sudah menjadi konsep yang popular dalam literatur (Kotler,1999; Hooley et al., 1998). Memposisikan produk diperkirakan sebagai salah satu elemen penting dari strategi pemasaran karena mengakibatkan pengaruh langsung pada keputusan taktis yang diambil perusahaan untuk mempenga- ruhi dan melayani pelanggan (Hooley et al., 2004, 2005).

Strategi memposisikan didefinisikan sebagai tindakan rancangan penawaran perusahaan (produk dan jasa), sehingga terpahami dan mampu membedakan posisi saing berbeda dalam pikiran pelanggan (Kotler, 1998). Atau juga strategi memposisikan didefinisikan sebagai penentuan segmen target dan pemilihan kekuatan berbeda yang dipakai perusahaan untuk bersaing di pasar (Doyle, 1994;

Hooley dan Saunders, 1993; Jolber 2004).

Menentukan posisi (Positioning) produk mengacu pada positioning suatu produk dalam suatu ruang atribut persepsi sedemikian sehingga sangat cocok de-

(16)

2

ngan persepsi konsumen tentang berbagai atribut produk (Thakur et al., 2000).

Untuk seorang manajer pemasaran, mengoptimalkan positioning produk baru adalah keputusan yang penting dan sulit. Mengatasi masalah ini, Shocker dan Srinivasan (1979) mengembangkan sebuah kerangka kerja untuk mengidentifikasi pengoptimalan konsep produk baru dengan menggunakan model penggabungan ruang persepsi dan preferensi konsumen. Analisis penggabungan ruang memer- lukan pemetaan lokasi produk yang ada dan titik ideal untuk setiap individu (atau segmen pasar) dengan menggunakan Multidimensional Scaling (MDS) dari persepsi konsumen melalui analisis faktor, analisis diskriminasi atau skala ke- samaan. Dengan menggunakan pemetaan bersama titik ideal dan lokasi produk, manajer dapat memodelkan pilihan konsumen terhadap produk yang sudah ada, memprediksi tanggapan mereka terhadap produk baru, dan mengidentifikasi konsep produk baru yang optimal.

Terdapat beberapa algoritma yang dikembangkan untuk mengidentifikasi posisi produk baru yang optimal dari pemetaan berbasis Multidimensional Scaling (MDS) tentang persepsi dan preferensi konsumen. Tinjauan menyeluruh dari literatur untuk menentukan posisi produk berbasis Multidimensional Scaling (MDS) dapat ditemukan di (Sudharshan et al., 1987), Green dan Krieger (1989) dan Kaul dan Rao (1995). Setiap langkah dalam perkembangan ini didorong, sebagian, oleh upaya meningkatkan realisme pengaturan pilihan konsumen. Sebagai contoh, algoritma yang menjelaskan model pilihan probabilistik cenderung untuk memberikan solusi yang lebih baik, proyeksi bagian yang lebih besar, untuk posisi produk baru (Sudharshan et al., 1987).

(17)

Pada tahun 1987, Sudharsan,May dan Shoker (SMS) menyajikan algoritma positioning (menentukan posisi) produk baru yang disebut PRODSRCH yang memasukkan model probabilistik pilihan konsumen. Dalam formulasinya, permintaan dari suatu titik ideal didistribusikan ke suatu produk dalam proporsi terbalik jarak relatif jauh dari titik ideal selama produk berada dalam set pilihan berukuran tetap dari titik ideal. Sebaliknya, produk menangkap ada pangsa per- mintaan dari yang point. (Kwong, et al.,2011) membahas metodologi baru untuk penentuan posisi produk yang optimal dengan mempertimbangkan kendala teknik.

Metode ini didasarkan pada pemetaan persepsi dan kualitas produk dalam rangka untuk menghubungkan ruang persepsi konsumen, dan ruang teknik produk.

Karadeniz (2009) juga menekankan pentingnya strategi posisi (positioning) produk dalam manajemen pemasaran. Kwak dan Kim (2013) membahas tentang penentuan posisi produk di mana pasar memiliki perubahan yang cepat dalam teknologi dan preferensi konsumen. Mereka mengusulkan model matema- tis, di mana model bertujuan untuk memaksimalkan keuntungan dari rekondisi, diberikan sejumlah unit produk akhir-hidup.

Dengan memperkenalkan produk baru atau merancang ulang suatu produk, perusahaan harus memilih karakteristik produk atau fitur fisik yang sesuai dengan kebutuhan konsumen dalam segmen pasar target. Dalam kaitan ini, Kaul dan Rao (1995) mendefinisikan memposisikan produk sebagai persoalan memilih tingkat atribut produk untuk memaksimumkan objektif perusahaan. Pa- da dasarnya atribut produk merupakan dimensi abstrak yang mengkarakterisasi

(18)

4

persepsi konsumen terhadap produk. Shocker dan Srinivasan (1974) menyatakan bahwa atribut demikian sebagai ”pemenuhan keinginan”. Misalnya, atribut seperti rasa manis, tingkat karbonas, dan rasa dapat dipandang sesuai untuk produk minuman (Srinavasan, 1975). Atribut untuk yogurt dapat berupa warna, manis, dan konsistensi tekstur. Atrribut untuk DVD kualitas gambar dan suara, ukuran dan berat. Analisis conjoint dan penelitian pasar lainnya dipakai untuk mengidentifikasi atribut ini.

Penelitian analitik tentang memposisikan produk berawal dari penelitian Shocker dan Srinavasan (1974) yang menyajikan produk dan preferensi konsumen sebagai titik-titik dalam ruang atribut. Dalam kerangka ini, dimensi dari ruang atribut merepresentasikan berbagai fitur produk dan setiap konsumen dikaitkan dengan vector dalam ruang atribut yang menyajikan fitur produk yang sangat dia inginkan. Vektor demikian ini disebut sebagai titik ideal konsumen. Oleh karena itu objektif dari memposisikan produk dengan adanya ruang atribut adalah menentukan titik terdekat terhadap preferensi (titik ideal) dari sejumlah besar konsumen. Atau memaksimumkan tujuan perusahaan. Shocker dan Srinavasan (1974) memodelkan jarak antara lokasi dari produk dan titik idel konsumen sebagai jarak Euclid berbobot.

Apabila lebih dari satu produk diperkenalkan ke pasar, persoalan mengidentifikasi atribut produk dikenal sebagai rancangan jalur produk atau persoalan optimisasi jalur produk. Persoalan ini adalah persoalan optimisasi kombinato- rial karena mengandung variabel diskrit sehingga ia termasuk dalam kategori

(19)

persoalan Non Linear Programing yang lebih rumit (Kohli dan Krishnamurti, 2011). Hauser (2011) mengajukan pembicaraan tentang kompleksitas persoalan rancangan jalur produk. Alasan utama untuk kompleksitas ini bermuara dari kenyataan bahwa atribut produk selalu diskrit, berakibat jumlah eksponensial kombinasi produk potensial. Persoalan seperti ini menjadi lebih kompleks apabila produk bersaing dan reaksi untuk masuk pasar dilibatkan. Sejumlah peneliti menekankan bahwa persaingan dan reaksi untuk masuk dalam memposisikan produk merupakan bidang penelitian masih perlu terus dikaji apabila satu atau lebih produk diposisikan (Belloni et al., 2008; Wang et al., 2009; Hauser, 2011; Hadjin- jicola dan Charalambous, 2013). Metode Multidimensional Scaling (MDS) dan analisis gabungan (Conjoint Analysis) digunakan untuk menyelesaikan masalah yang berkaitan dengan desain product line yang mengacu kepada pengumpulan data terkait dan teknik formasi pilihan konsumen. Pekerjaan tentang penempatan produk dengan menggunakan Mutidimensional Scaling (MDS) sudah dilakukan oleh beberapa peneliti, seperti Albers (1979, 1982), Albers dan Brockhoff (1977, 1980), Gavish, Horsky, dan Srikanth (1983), Sudharshan, May dan Gruca (1988) dan Sudarsan, May dan Socker (1987). Prosedur analis gabungan (Conjoint Ana- lysis) sudah diajukan oleh Zufryden (1977, 1979). Green, Carrol, dan Coldberg (1981), Green dan Krieger (1985). Dobson dan Kalish (1985), Kohli dan Krishna- murti (1987), Shi, Olafsson, dan Chen (2001) Camm, Cohran, Curry dan Kannan (2006) dan Wang et al., (2009).

Penelitian yang sama juga pernah dilakukan oleh Bachem dan Simon (1981), Moorthy (1988), Choi, Desabro, dan Harker (1990), Raman dan Chhajed (1995),

(20)

6

Hadjinicola (1999), dan Tyagi (2000) yang juga menggabungkan biaya produksi perusahaan dalam masalah penempatan produk. Di samping itu, studi pada penempatan produk juga sudah dilakukan dengan menggunakan pemodelan ekonomi, yang didasarkan pada penelitian yang dilakukan oleh Hotelling (1929).

Penelitian ini menghasilkan implikasi yang terarah pada masalah penempatan pro- duk (Hauser dan Shugan, 1983, Hauser, 1988, Carpeneter, 1989, Choi,et al., 1990;

Hauser dan Simmie, 1991, Eliashberg, dan Manrai, 1992, Ansari, Economides, dan Ghosh, 1994, Baier dan Gaul, 1999; Kim dan Chhajed, 2002, Hadjinicola, dan Kumar, 2007, Luo, Kannan dan Ratchford, 2007, Sajeech, dan Raju, 2010). De- sain line produk juga digunakan untuk menghubungkan fungsi-fungsi pemasaran dan operational perusahaan karena fitur-fitur produk yang dihasilkan, dengan menggunakan metode-metode penempatan produk, sering kali tidak realistis atau terlalu mahal untuk diproduksi (Luo, 2011, Michalek, Ebbes, Adiguzel, Feinberg, dan Papalmbros, 2011). Luo, Kannan, Besharati, dan Azarm (2005) menyajikan suatu kerangka kerja untuk pengembangan produk baru yang menghubungkan fungsi-fungsi pemasaran dan operasional perusahaan jika ada variable dalam pilihan konsumen dan variabel dalam kondisi ketika produk digunakan.

Penempatan produk dan penentuan harga juga muncul dalam literatur.

Belloni et al., (2008) menggunakan tujuh tingkat harga untuk produk poten- sial dan turunan-turunan produk tersebut, yang layak untuk setiap tingkatannya.

Michalek et al., (2011) memadukan atribut harga dan produk dalam fungsi yang menggambarkan kemungkinan seorang konsumen akan memilih suatu produk baru yang ditawarkan oleh perusahaan. Chen dan Hausman (2000) mempertimbangkan

(21)

beberapa produk yang akan ditawarkan dimana atribut-atributnya sudah diketahui. Schon (2010) mendefenisikan masalah ini sebagai masalah product line selection. Dengan mengasumsikan bahwa konsumen mmemiliki kemampuan untuk membeli produk dengan sejumlah pilihan harga, akan didapat produk dan penentuan harga yang optimal. Pendekatan ini mengurangai kerumitan masalah product line design dengan membatasi jumlah produk yang potensial. Selanjutnya muncul pertanyaan, produk mana yang bisa menjadi produk pilihan dan kriteria apa saja yang digunakan dalam pemilihan produk tersebut. Hal ini kembali pada tujuan yang ditetapkan dalam product line design. Kelemahan lainnya adalah mendapatkan informasi tentang kemampuan konsumen terkait dengan harga dan jenis produk yang ditawarkan. Schon (2010) mengembangkan penelitian yang dilakukan oleh Chen dan Haushman (2000) dengan mempertimbangkan segmen- segmen konsumen yang multi heterogen.

Disamping aplikasi metode penempatan produk saat ini (Hauser dan Shugan, 1983; Green dan Krieger, 1989, 1992, Baier dan Gaul, 1999; Rhim dan Cooper, 2005, Belloni et al., 2008; Tsafarakis, Marinakis, dan Matsatsinis, 2011), beberapa saran sudah dilakukan oleh para manager perusahaan. Para Manager ini memer- lukan metode ini sebagai alat bantu untuk penempatan produk baru mereka.

Dodson dan Brodsky (1987, hal 203) menyatakan bahwa kekuatan dibalik pe- nataan penempatan produk tidak berasal dari menempatkan posisi produk baru yang optimal dan tepat, akan tetapi dari kemampuan melihat persaingan dengan produk yang lain dan membangun suatu image yang baik atas produk tersebut.

(22)

8

Bagaimanapun dalam era penuh persaingan ini perusahaan harus mengembangkan produk baru agar dapat tumbuh dan terus bersaing, namun inovasi demikian ini beresiko dan perlu biaya besar. Banyak dari produk baru tidak pernah mampu tembus ke pasar dan produk yang masuk ke pasar menghadapi laju kegagalan sangat tinggi. Dalam penelitian ini diasumsikan bahwa konsumen pertama memutuskan anggarannya untuk membeli dari suatu kelas produk. lalu konsumen mengidentifikasi set produk dari kelas produk yang memenuhi kendala anggarannya, mengevaluasi mereka dengan bantuan sebuah model.

1.2 Perumusan Masalah

Penelitian ini membahas persoalan pemasaran untuk penempatan dari suatu produk merek baru dalam kelas produk yang sudah ada. Perubahan yang sangat pesat dalam teknologi dan preferensi konsumen memberikan tantangan yang sangat signifikan terhadap perusahaan manufaktur. Model-model tersebut belum ada yang memperhitungkan resiko. Adanya resiko dapat mengakibatkan bahwa model yang di kembangkan bukan lagi model deterministik, tetapi menjadi model Stokastik.

1.3 Tujuan Penelitian

Sejalan dengan rumusan masalah, maka tujuan penelitian ini adalah : Me- ngajukan model memposisikan produk baru dalam ruang multi-atribut dengan adanya persepsi dan preferensi konsumen serta resiko terkait, sehingga memaksimumkan keuntungan perusahaan. Model yang diperoleh kemudian diterapkan

(23)

pada suatu masalah optimasi, dan solusinya dibadingkan dengan hasil/solusi yang diberikan oleh metode yang diberikan oleh Duran dan Grossmann.

1.4 Urgensi Penelitian

Hasil dari penelitian ini diharapkan dapat mengoptimalkan posisi suatu produk baru dalam suatu ruang multi atribut dengan risiko.

(24)

BAB 2

METODE OPTIMASI POSISI

Proses identifikasi produk baru yang optimal dilakukan dengan menggunakan informasi dari konsumen sejak dari perencanaan pemasaran. Untuk itu telah banyak dibangun algoritma untuk penempatan produk.

2.1 Metode Multidimensional Scaling (MDS)

Model optimal product design, menggunakan analisis Multidimensional Sca- ling (MDS) atau analisis Conjoint, yang telah diperkenalkan dan dikembangkan oleh Green, Carroll dan Goldberg. Sejak 1981, banyak hasil penelitian yang telah di terbitkan tentang model optimal product design dengan pendekatan berbasis Multidimensional Scaling (MDS), (seperti: Albers, 1982; Gavish, Horsky dan Srikanth, 1983; Eliashberg dan Manrai, 1989). Dua makalah penting dalam penelitian model tersebut adalah Sudharshan, May dan Shocker, 1987; dan Sudharshan, May dan Gruca, 1988, dimana keduanya memberikan hasil yang penting dalam kemajuan desain produk yang optimal berbasis Multidimensional Scaling (MDS).

2.1.1 Algoritma PRODSRCH

Sudharshan et al., (1987), membandingkan empat teknik optimasi yang diusulkan, yakni: Model PROPOPP oleh Albers dan Brockhoff (1982); Metode Pendekatan-IV oleh Gavish, Horsky dan Srikanth (1983); Metode PRODSRCH oleh Sudharshan; dan GRID SEARCH oleh Shocker dan Srinivasan (1974), yang

10

(25)

disimulasikan pada berbagai perilaku pasar. Dalam uji ini tidak dimasukkan algoritma ZIPMAP, karena meurut penelitian yang dilakukan oleh Sudharshan, May dan Shocker menunjukkan bahwa algoritma ZIPMAP masih kurang efektif dibandingkan dengan ke empat metode di atas. Detail dari setiap algorit- ma tersebut di atas dapat dilihat pada Gavish et al., (1983)., Albers, (1982).

dan Shocker dan Srinivasan (1974). Hasil dari pembandingan ke empat metode ini menunjukkan bahwa algoritma PRODSRCH memiliki efektifitas yang lebih baik. Berdasarkan pada hasil pembandingan ini, algoritma PRODSRCH lebih direkomendasikan untuk diimplementasikan pada perencanaan produk.

2.1.2 Algoritma DIFFSTRAT

Sudharshah, et al., (1988) memperkenalkan pendekatan baru dalam masalah perencanaan suatu optimal product line, yakni algoritma DIFFSTRAT. Algoritma ini menampilkan sejumlah fitur, termasuk kemampuan untuk menangani masalah- masalah deterministik atau probabilistik, kanibalisme, memposisikan ulang produk lama serta memperkenalkan produk baru.

2.1.2.1 Formulasi model

Sudharshan et al., (1988) sependapat dengan model finite ideal point yang diperkenalkan oleh Shocker dan Srinivasan (1974). Mengacu pada notasi yang dilambangkan oleh Sudharshan (1988), didefenisikan nB sebagai jumlah merek yang ada di pasar, nA sebagai jumlah atribut penentu Multidimensional Scaling (MDS), dan nN sebagai jumlah produk baru yang akan diperkenalkan. Selanjut- nya didefinisikan:

(26)

12

Yj = {Yjp} merupakan persepsi modal dari produk ke − j pada dimensi ke − p

Wi = {wip} merupakan bobot atribut untuk segmen ke − i Ii = {Iip} merupakan titik ideal untuk segmen pasar ke − i.

Ii diasumsikan berhingga, tetapi tidak perlu berada dalam daerah fisibel (lokasi penempatan produk yang layak).

dij = jarak Euclid terboboti dari titik produk ke − j ke titik ideal segmen ke − i

Si = permintaan segmen ke − i

πij = bagian dari permintaan segmen ke − i

yang dialokasikan ke produk alternatif ke − j πij = f (d⁻¹_ij )

Pn_B

j=1πij = 1 Untuk setiap i = 1, 2, · · · , nM sebelum masuk pasar, dan

Pn_B+n_N

j=1 πij = 1 Untuk setiap i = 1, 2, · · · , nM setelah masuk pasar.

Sudharsan (1988) mendefinisikan berbagai fungsi untuk πij termasuk fungsi probabilitas yang bergantung pada jarak dari titik. Sudharsan mengasumsikan bahwa fungsi tujuannya adalah untuk memaksimalkan hasil penjualan. Sudharsan juga mengakomodasi kemungkinan kanibalisasi setelah produk baru diperkenalkan.

Sudharsan merumuskan masalh pemrograman nonlinier integer campuran (mixed integer nonlinier programing, MINLP) sebagai berikut:

Maksimumkan

n_M

X

i=1

X

j∈χ_i∗

uiπ_ij^∗ −X

j∈χ_i

πij

! Si

(27)

dengan batasan

d^(k)_i (1 − ui) ≤ hPn_A

p=1(Iij − χp)²wij

i^1/2

< d^(k)_i + L(1 − ui)

Untuk semua xn ∈ Rn_A dan i ∈ nM, dimana:

ui =





1, jika produk diletakkan pada{xp} 0, jika produk tidak diletakkan pada{xp} χi = produk perusahaan ke-i sebelum perkenalan

πij = kemungkinan pembelian sebelum perkenalan produk baru xn = {xnp} = posisi produk baru ke-n

(dalam nA ruang atribut R(nA)); n = 1, 2, . . . , nN; L = Sebarang bialangan yang cukup besar; dan

ψ^∗_i, χ^∗_i dan πij^∗ ekuivalen dengan ψi, χi dan πij setelah entri.

2.2 Metode Optimal Berbasiskan Conjoint

Pengembangan dan pengujian yang dilakukan pada algoritma DIFFSTRAT, juga dilakukan pada pendekatan berbasis konjoin untuk mengoptimalkan desain produk line. Pertama, Zufryden (1982) memperkenalkan konsep berbasis konjoin desain produk line yang optimal dengan melakukan perumuman dari model pemrograman untuk masalah produk tunggal. Selanjutnya, Green dan Krieger (1985) mengmperkenalkan pendekatan dua-langkah untuk mengoptimalkan pemilihan produk line (menggunakan metodologi konjoin). Dalam prosedur dua langkah, diasumsikan bahwa telah sejumlah referensi yang menjelaskan produk yang akan diperkenalkan. Kemudian menentukan sekelompok produk yang terbaik dari

(28)

14

produk-produk yang direferensikan. Ada beberapa peneliti yang berkontribusi dalam metode ini, diantaranya Green dan Krieger (1985; 1987a,b), Dobson dan Kalish (1988), dan McBride dan Zufryden (1988). Kohli dan Sukumar (1988) kemudian memperkenalkan prosedur satu langkah yang menemukan produk line terbaik dari tingkat atribut yang layak suatu produk line. (Dalam hal fungsi tujuan, Hal ini mirip dengan Model DIFFSTRAT yang berbasis Multidimensional Scaling (MDS)). Kohli dan Sukumar menggeneralisasi pendekatan dinamik programing merka, yang pada awalnya diterapkanuntuk desain produk tunggal.

2.2.1 Pendekatan dua-langkah untuk desain produk berbasis konjoin

Ide dasar dibalik pendekatan Dua-langkah Green dan Krieger untuk desain produk yang optimal adalah anggapan mereka bahwa analisis Konjoin dapat digunakan untuk memilih produk yang ’baik’ dari sekelompok produk yang direferensi, dimana kebutuhan pembeli bisa ditentukan. Masalahnya, kemudian, adalah bagaimana menemukan himpunan bagian yang optimal dari himpunan referensi ini (Green dan Krieger, 1987a, b). Green dan Krieger (1987) merumuskan dua bagian penting dalam masalah optimisasi produk line, yang mereka sebut sebagai model LINEOP. Masalah pembeli dicontohkan oleh situasi dimana perusahaan ingin memberikan karyawannya sebanyak K rencana keuntungan yang terbatas, (masing-masing akan dibiayai perusahaan dengan jumlah yang sama setiap tahun- nya). Jumlah K biasanya dipilih cukup kecil (misalnya, 7 rencana) yang diplilih dari N rencana yang direferensi. Jika N = 100 dan K = 7, Banyaknya pili- han ada sebanyak kombinasi 7 dari 100, tentunya ini lebih dari satu juta pilihan.

(29)

Masalahnya adalah bagaimana menemukan 7 rencana keuntungan yang terbaik yang memaksimalkan jumlah keuntungan karyawan. Masalah tenaga penjual jauh lebih rumit. Penjual menentukan satu himpunan produk untuk ditawarkan kepada pembeli. Pembeli memilih satu produk dari sejumlah produk yang ditawarkan (atau mungkin tidak sama sekali), bergantung pada kebutuhan mereka. Keun- tungan si penjual mungkin akansama untuk setiap produk atau mungkin bergantung pada produk dan tipe si pembeli. Sebagai contoh, seorang pemilik restoran menawarkan sekelompok makanan sebagai produk line-nya, yang diambil dipilih dari suatu kelompok makanan yang direferensikan. Keuntungan pemilik restoran bervaraiasi bergantng pada produk yang terjual. Si pembeli bebas memilih hida- ngan yang ditawarkan bergantung kepada daya belinya, atau tidak membeli sama sekali. Masalah ini jauh lebih rumit dari masalah si pembeli, dikarenakan:

(a) Umumnya terdapat perbedaan yang bertolak belakang antara kebutuhan si penjual dan pembeli, dan

(b) Biaya dan laba yang diperoleh di tingkat penjual.

Selain itu, biasanya ada biaya tetap terkait dengan penambahan menu makanan, terlepas dari pembeli akan membeli atau tidak. Jika demikian, ukuran K akan bervariasi bergantung pada biaya yang diperlukan/tersedia. Green dan Krieger (1987) merumuskan kedua masalah dalam pemrograman bilangan bulat 1-0 . Na- mun, kompleksitas kombinasi setiap masalah mengharuskan penggunaan berbagai heuristik, termasuk greedy, perubahan dan relaxsasi Lagrang. Simulasi Monte Carlo (pada maalah yang berukuran cukup kecil solusi optimal dapat ditemukan)

(30)

16

menunjukkan bahwa heuristik greedy yang diperkenalkan di atas bekrja cukup baik. Misalnya, dalam 1000 simulasi yang melibatkan penjual greedy, heuris- tiknya menunjukkan bahwa tingkat optimasi masih di atas 95Pada pendekatan dua-langkah yang diperkenalkan oleh Green dan Krieger, langkah pertama mereka menerapkan Model DESOP yang berisi satu himpunan heuristik yang dapat digunakan untuk menghasilkan sekelompok produk yang layak untuk selanjutnya dipilih pada langkah kedua. Pada langkah kedua ini digunakan Model LINEOP.

Dobson dan Kalish (1988) mengembangkan pendekatan dua-langkah ini dengan memperkenalkan struktur yang lebih rinci dan menentukan hatga optimum dari setiap produk secara eksplisit. McBride dan Zufryden (1988) mencoba memperbi- ki langkah kedua pada pendekatan dua-langkah dengan memperkenalkan prosedur penyelesaian yang berbeda dengan kedua cara di atas.

2.2.2 Model formulasi

Kohli dan Krishnamurti (1987), merumuskan heuristik-KS dalam modelnya.

Masalahnya adalah untuk menentukan satu produk yang dapat memaksimalkan penawaran produk-line dalam masalah penentuan produk-line bagi pembeli. Hal ini dilakukan sebagai berikut:

1. Dari produk tunggal ke produk-line, dan

2. Dari ’share of choise’ dalam masalah pembeli ke ’share and returns’ pada masalah pembeli ’return’ pada masalah penjual

Struktur heuristic ’pemrograman dinamik’ adalah sebagai berikut:

(31)

N = jumlah individu

Wn = bobot pembelian individu ke − n, n = 1, . . . , N M = jumlah atribut

Lm = jumlah level atribut − m, m = 1, . . . , M.

Untuk setiap individual n, fungsi φnm : (i1, . . . , im) → R yang memetakan produk parsial, ke dalam beberapa nilai fungsi tujuan (misalnya, saham pili- han). (i1, . . . , im) adalah produk dengan m atribut, dengan level pada atribut ke-j adalah ij. Sebagai contoh:

φnm =





1, jikaΣ^m_j=1U_j,i⁽ⁿ⁾_j > U₀⁽ⁿ⁾ 0, untuk yang lain

dengan U_j,i⁽ⁿ⁾_j menunjukkan bagian layak untuk individu-n pada atribut ke-j untuk level ij dan U₀⁽ⁿ⁾ nilai yang ditetapkan individu-n.

Jika

φnm=





Σ^m_j=1U_j,i⁽ⁿ⁾_j Σ^m_j=1U_j,i⁽ⁿ⁾_j > U₀⁽ⁿ⁾ 0, untuk yang lain

Maka yang menjadi masalahnya adalah memaksimumkan keuntungan pembeli.

Akhirnya, jika

φnm=





Σ^m_j=1rj,i_i Σ^m_j=1U_j,i⁽ⁿ⁾

j > U₀⁽ⁿ⁾ 0, untuk yang lain

dengan rj,i_i menunjukkan keuntungan penjual untuk atribut j dengan tingkat ij, maka masalah pembeli dialihkan ke masalah penjual.

Heuristik KS menjelaskan keadaan untuk m atribut, dengan m = 2, . . . , M.

Untuk m = 2, tingkat terbaik atribut-1 bergantung pada tingkat atribut-2 (yaitu , i1(i2)). Untuk m = 3, tingkat terbaik untuk atribut-2 bergantung pada tingkat

(32)

18

atribut-3 (yaitu, i2(i3)), sehingga tingkat terbaik untuk atribut-1 juga bergan- tung pada tingkat atribut-3, yaitu i1(i2) = i1[i2(i3)]. Metode ini dilanjutkan untuk m = 4, 5, . . . Sehingga untuk setiap tingkat m diperoleh im−1(im) akan memaksimumkan

Σ^N_n=1Wnφnm(i1(im−1), · · · , im−2(im−1), im−1(im−1), (im−1, j))

untuk setiap tingkat j pada atribut ke-m, j = 1, . . . , Lm. Pada fungsi objektif ini tingkatan untuk setiap atribut 1, . . . , m − 2 ditentukan oleh atribut ke m − 1.

2.3 Model SIMOPT

Green dan Krieger telah mengembangkan model SIMOPT yang berbasis Konjoin. Model ini dijelaskan sebagai berikut.

1. Data input yang diperlukan dalam algoritma ini adalah:

(a) Matriks berukuran N × M yang menggambarkan N pembeli dengan masing-masing M tingkat;

(b) Matriks berukuran N × P yang menggambar N pembeli dan P tingkat latar belakang demografi;

(c) Vektor berukuran N yang menggambarlkan daya beli dari N pembeli;

(d) Matriks berukuran R × S yang menggambarkan R produk dan masing- masing mempunyai S atribut;

(e) Vektor berukuran R yang menggambarkan pangsa pasar dari setiap R merek;

(33)

(f ) Matriks P yang menggambarkan bobot dari setiap latar belakang de- mografi;

(g) Matriksi M yang menggambarkan keuntungan dari setiap atribut dan setiap tingkatan.

2. Untuk pasar atau profil demografis yang dipilih oleh pengguna,model SIMOPT dapat menentukan:

(a) pangsa pasar untuk setiap merek atau kombinasinya himpunan dari modifikasi merek. Dan,

(b) Keuntung yang diperoleh untuk setiap pangsa pasar tersebut.

3. Model SIMOPT juga sudah dikembangkan dengan memperhatikan faktor keuntungan yang diperoleh dari setiap level pada setiap atribut.

4. Teknik heuristik yang digunakan oleh model SIMOPT adalah teknik devide- end-conquer yang diperkenalkan oleh Green dan Krieger, (1987b). Secara sederhana, algoritmanya dimulai dengan menentukan sekelompok atribut, kemudian mencari kombinasi yang terbaik, dan selanjutnya mengkondisikan tingkat tertentu pada atribut yang lain. Dari langkah ini diperoleh suatu kelompok atribut yang optimum. Langkah ini dilakukan terus menerus sampai semua atribut telah diuji.

(34)

BAB 3

PENENTUAN POSISI (POSITIONING) PRODUK

3.1 Penentuan Posisi Produk

Positioning adalah tindakakan perusahaan untuk merancang produk dan baruan pemasaran agar dapat tercipta kesan tertentu yang diingatan konsumen.

Sehingga dengan demikian konsumen segmen memahami dan menghargai apa yang dilakukan perusahaan dalam kaitannya dengan para pesaingnya. Positi- oning bisa dirumuskan berdasarkan keunggulan, keuntungan, atau kegunaan spesifik dari produk, faktor persaingan dengan merek lain atau persaingan dengan produk lain pada merek yang sama. Positioning adalah proses yang mengidentifikasi persepsi konsumen, sikap dan pola penggunaan produk dalam rangka untuk menentukan tempat terbaik untuk produk atau organisasi dari sudut kondisi dan peluang perusahaan kompetitif. Berdasarkan pendapat ini, masalah pemasaran produk menjadi topik bahasan para peneliti disekitar tahun 1950 sampai 1960.

Positioning pertama kali digunakan dalam komunikasi pemasaran oleh Ries dan Trout (1972-1978). Pada tahun 1972 Jack dan Al ries mempublikasikan hasil study mereka yakni mempertimbangkan positioning dalam periklanan. Tahun 1978 mereka kembali mempulikasikan hasil riset mereka selama 10 tahun.

Positioning, ditinjau dari segmen pasar suatu produk, dapat didefinisikan sebagai penempatan suatu produk ke dalam kerangka referensi konsumen tentang kategori produk tersebut. Dalam hal ini positioning dimaksutkan untuk merebut

20

(35)

hati konsumen agar lebih memilih produk yang kita produksi dibandingkan dengan produk lain. Idealnya dalam memasarkan suatu produk haruslah dilakukan dengan suatu strategi penempatan produk (Positioning). Strategi ini mencakup:

a) Tujuan positioning;

b) Kelayakan positioning suatu produk;

c) Positioning suatu fitur yang diunggulkan pada suatu target konsumen;

d) Pemahaman tentang posisi dalam suatu pasar.

Positioning berusaha untuk mendapatkan posisi baru di dalam ingatan konsumen dan untuk penempatan produk-produk ke dalam posisi baru. Sehingga perusahaan harus memiliki strategi positioning agar bisa mendominasi perusahaan lain. Positioning dapat didasarkan kepada keunggulan produk, keuntungan konsumen jika memilih produk tersebut atau positioning juga dapat didasarkan pada tujuan untuk melemahkan pesaing utama.

Strategi yang sudah pernah digunakan akan berkurang efektifitasnya. Per- saingan akan terus meningkat, dan dengan dibarengi oleh peningkatan komunikasi, strategi yang lama menjadi tidak efektif. Dalam hal ini, kita harus selektif memilih strategi positioning yang tepat untuk suatu tujuan.

1. Banyaknya produk yang di iklankan, membuat konsumen lebih berhati hati dalam memilih produk. Banyak iklan yang disampaikan ditolak oleh kon-

(36)

22

sumen sehingga iklan tersebut tidak efektif. Akibatnya, konsumen lebih selektif menerima informasi yang disampaikan dalam iklan produk.

2. Positioning, sebagai pendekatan baru, dapat mempengaruhi pikiran konsumen, sehingga komsumen dapat menerima produk yang kita tawarkan.

3. ’Ekspresi faktual’ dalam strategi periklanan dengan tulisan tidak dapat diandalkan lagi. Di tahun 70-an, iklan seperti ini tidak lagi diperhatikan konsumen. Positioning produk harus diberikan secara jelas dengan gaya puitis dan artistik. ’Pada periode positioning, kunci sukses adalah menghin- dari pengiklanan yang berlebihan, dengan iklan yang lebih sederhana dan jelas ’.

4. Pada tahap positioning, keunggulan perusahaan dan merek produknya akan terus meningkat. Merek produk yang dipilih harus dijaga agar tidak memberikan kesan yang buruk.

Untuk menentukan strategi positioning, pertama, perlu untuk mengidentifikasi kelemahan dan keunggulan produk dari masing-masing saingan utama secara lengkap dan benar. Kemudian, produsen akan menentukan positioning untuk produk-produknya. Pada tahap ini, produsen harus lebih mengedepankan keunggulan produknya untuk memenuhi kebutuhan konsumen yang tidak ditawarkan oleh pesaing. Sehingga konsumen akan terpengaruh dan merasa lebih beruntung memilih produk yang kita tawarkan, bukan produk yang ditawarkan oleh pesaing. Dengan kata lain, untuk barang atau jasa yang akan dijual ke pasar, dalam

(37)

perencanaan pengiklanan, manajemen harus dapat menjelaskan ’apa perbedaan dan keunggulan produk mereka’, ’mengapa produk mereka lebih diperlukan oleh konsumen daripada produk pesaing’, secara sistematis.

Pendekatan positioning yang diberikan oleh Ries dan Trout ini, menjelaskan kompetitor sebagai ’musuh’ dalam persaingan memasarkan produk. Ries dan Trout menunjukkan bahwa jika tidak menganggap pesaing sebagai musuh dalam perang, maka kita tidak akan bisa meraih simpati konsumen. Hal lain yang penting diperhatikan dalam pendekatan positioning adalah bahwa banyak produk yang kita tawarkan juga ditiru oleh pihak-pesaing. Di sisi lain, banyaknya iklan yang disampaikan kepada konsumen membuat para konsumen merasa bosan dan mengabaikan pesan iklan tersebut. Selain itu, pesan yang berlebihan dalam iklan tidak akan efektif bagi konsumen yang tidak membutuhkan banyak informasi. Kesimpulannya, positioning akan mengungkapkan keunggulan produk yang ditawarkan.

Konsep positioning, semakin penting dalam pemasaran. Konsep ini terus dikembangkan dalam mengiklankan produk maupun dikalangan para akademisi.

Pendekatan yang diperkenalkan oleh Ries dan Trout ini menjadi dasar untuk pengembangan model pendekatan lain.

Kerangka umum pendekatan positioning ini juga sangat penting dalam memperkenalkan merek suatu produk bagi konsumen. Positioning sebagai cara memu- dahkan pemasaran produk, merupakan suatu strategis yang dapat diterapkan di tingkat makro dan mikro. Positioning adalah proses yang mencoba untuk mengi-

(38)

24

dentifikasi persepsi, sikap konsumen, dan pola penggunaan suatu produk oleh konsumen dalam rangka untuk menentukan tempat terbaik untuk produk. Po- sitioning, selanjutnya disebut ’Penentuan posisi’ adalah definisi dari apa yang diberikan produk kepada pelanggan. Di dalam pasar dimana persaingan dan para pesaing sangat hebat, konsumen memiliki pilihan yang lebih dan pertanyaan yang lebih tentang produk-produk. Berkman dan Gilson (1987) berpendapat bahwa penentuan posisi melebihi sebuah konsep sederhana yang menyoroti keuntungan tertentu dari sebuah produk, ini adalah sebuah keputusan penting yang mempengaruhi semua tahapan-tahapan pemasaran.

3.2 Strategi Penentuan Posisi Produk

Suatu perusahaan mungkin mengklaim bahwa perusahaan tersebut lebih baik dari perusahaan manapun dengan banyak cara. Kami lebih cepat, kami lebih aman, kami lebih murah, kami lebih nyaman, kami lebih stabil, kami lebih akrab, kami berkualitas lebih tinggi, dan sebagainya. Ries dan Trout, menekankan untuk memilih salah satu dari keunggulan tersebut. Dengan demikian, satu keunggulan yang dipilih tersebut akan tetap berada di dalam pemikiran si penerima.

Ries dan Trout mengutamakan pertimbangan penentuan posisi sebagai penera- pan komunikasi. Sebuah produk harus bisa diidentifikasi dengan cara terbaik untuk mengekspresikan kesan kepada sejumlah pelanggan. Apabila yang terjadi sebaliknya maka produk tersebut akan mendapatkan posisi dengan kurang baik dan tidak akan cukup diingat. Apa yang kita ingat adalah produk-produk yang pertama atau yang terbaik (Kotler, 2005).

(39)

Strategi positioning terdiri dari 3 langkah:

1. Mengetahui keunggulan produk;

2. Merencanakan positioning;

3. Meneteapkan keunggulan produk dan strategi positioning yang komprehen- sif.

Strategi positioning harus didukung oleh komunikasi yang efektif didalam perusahaan dan juga pendistribusian produk kedalam pasar. (Karadeniz, 2009).

Tetapi penentuan posisi tidaklah sembarangan. Kita tidak boleh membuat orang yakin bahwa Hyundai adalah pilihan terakhir dari merek mobil. Pada kenyataan- nya, produk harus di desain dengan perencanaan posisi di dalam pikiran konsumen. Penentuan posisi harus diputuskan sebelum produksi dilakukan. Salah satu dari kesalahan terbesar yang dilakukan oleh perusahaan Genereal Motors, adalah mobil-mobil di desain tanpa mempertimbangkan posisi produk mereka.

Setelah melakukan produksi, GM mencoba untuk memutuskan bagaimana melakukan positioning mobilnya.

Beberapa perusahaan, lebih suka membuat multi positioning (penentuan posisi berganda) daripada single position (posisi tunggal). Perusahaan farmasi akan menyebut obatnya sebagai obat yang cepat dan dapat dipercaya di pasaran.

Tapi kemudian pesaing yang lain akan memilih posisi yang menyatakan ’lebih murah’. Ini dapat dilihat dengan jelas bahwa jika sebuah perusahaan mengklaim terlalu banyak keunggulan, maka ini tidak akan diingat atau tidak dapat diper-

(40)

26

caya. Bagaimanapun ini tetap berlaku dari masa ke masa, seperti pasta gigi Aquafresh yang mengklaim menawarkan tiga keuntungan : Melawan kerusakan gigi, memutihkan gigi, dan menyegarkan pernafasan (Kotler, 2005)

Kotler mengindikasikan bahwa penentuan posisi mengandung aksi-aksi komunikasi yang memberikan perkembangan kesan dari suatu merek yang ditawarkan perusahaan. Prasyarat untuk menciptakan merek yang sukses dan kuat adalah

’tampil berbeda’ dari pesaing. Menciptakan kesan merek di dalam pemikiran konsumen tentunya membutuhkan perencanaan yang masuk akal dan terintegrasi.

Untuk itu, penentuan posisi merek dapat dideskripsikan sebagai usaha untuk men- cipatakan kebaikan khusus yang sesuai dengan elemen identitas merek.

Michael Treacy dan Fred Wiersema membagi penentuan posisi ke dalam tiga bagian pokok (yang mereka sebut dengan’merit disciplines’): product lea- dership (Keunggulan produk), operational superiority (Keunggulan operasional) dan costumer intimacy (kedekatan dengan konsumen). Beberapa pelanggan lebih menginginkan perusahaan menawarkan produk terbaik dari kelasnya, yang lain lebih menginginkan perusahaan yang produktif, sebagian besar lebih menyukai penawaran dengan solusi terbaik akan kebutuhan mereka. Treacy dan Wierse- ma merekomendasikan perusahaan untuk keunggulan pada satu dari tiga bagian pokok di atas, dan memiliki level yang cukup pada dua bagian lainnya. Sangat sulit bagi sebuah perusahaan untuk menjadi yang terbaik dalam ketiga hal terse- but, danmemerlukan biaya yang mahal untuk memperolehnya.

(41)

Fred Garford dan Rayn Mathews menawarkan lima penentuan posisi yang mungkin yaitu: Produk, harga, kemudahan akses, layanan tambahan, dan penga- laman pelanggan. Berdasarkan studi-studi tentang keberhasilan perusahaan, mereka menyimpulkan bahwa perusahaan yang baik harus unggul di salah satu posisi yang disebutkan di atas, sementara empat posisi yang lain beraa di atas rata-rata perusaahaan lain. Crawford dan Mathews yakin bahwa sebuah perusahaan akan jatuh di bawah nilai optimum jika perusahaan tersebut mencoba untuk menjadi yang terbaik di lebih dari dua posisi (Kotler, 2005) Dalam positioning merek, perlu diperhatikan bahwa merek merupakan suatu keuntungan yang kompetitif dalam pemikiran target audiens. Dalam pengertian bahwa merek menawarkan dan menyajikan sejumlah keistimewaan kepada konsumen.

Positioning merek dikatakan berhasil jika dapat menambah nilai produk untuk menciptakan perbedaan yang luar biasa dari para pesaing. Hal tersebut sangat penting karena akan memberikan kesan yang baik dibenak konsumen. Dalam hal ini, positioning adalah menciptakan dan menyajikan nilai tambah berdasarkan pada asosiasi merek.

Positioning yang paling sukses dapat di lihat pada perusahaan yang mengetahui bagaimana cara menunjukkan keunggulan produk yang berbeda dari yang lain dan sulit untuk ditiru. Misalnya, tidak ada satupun perusahaan yang berhasil meniru IKEA, Harley Davidson, South West Airlines atau Neutrogena. Perusahaan- perusahaan telah melakukan perbaikan-perbaikan yang terus menerus sehingga perusahaan mereka kondusif.

(42)

28

Mengingat pentingnya positioning merek dalam suatu perusahaan, strategi positioning ini harusnya perusahaan mengambil tanggungjawab penuh dalam hal ini. Bagaimana kita bisa mengidentidikasi dan menghasilkan produk yang sukses jika kita tidak mengetahui posisinya secara benar. Kita tidak akan bisa menca- pai merek yang bagus dan menjadi suatu merek terkenal bisa sukses kesuksesan produk dan identifikasi bisa kita dapatkan jika kita tidak melakukan penentuan posisi dengan benar, bahkan perusahaan bisa gagal. Untuk itu diperlukan :

1. Perbedaan

2. Istimewa

3. Kreatifitas

Seperti yang diperlukan dalam strategi positioning.

Jika kamu tidak memiliki sebuah perbedaan, lantas mengapa kamu harus diunggulkan? Dari sudut pandang yang lain positioning bisa menjadi berbeda bergantung kepada esensinya. Dasar pemikirannya adalah mengembangkan suatu model pendekatan yang khusus dan khas. Sesuatu yang khas dari suatu produk tentunya sesuatu hal yang membuat produk tersebut berbeda dari produk yang lain. Dengan kata lain harus diciptakan suatu dorongan yang kuat untuk menarik simpati pembeli.

Ferrary memproduksi mobil dengan mengambil ukuran body yang diinginkan pelanggan layaknya seperti penjahit. Tempat duduk diukur untuk pinggang pelanggan. Jarak pedal untuk kaki, dan langit-langit disesuaikan berdasarkan

(43)

leher. Sehingga di satu sisi pesanan produksi dapat dilakukan dengan inventori bernilai nol, dan di sisi lain gengsi muncul dari pelanggan untuk tidak membeli mobil dalam satu bulan.

Suatu strategi positioning tidak akan bertahan selamanya, bergantung pada ada tidaknya perubahan pada konsumen, kompetitor, teknologi dan ekonomi.

Jika ada perubahan ini maka perusahaan harus mengevaluasi strategi positioning mereka. Hal ini harus dilakukan dengan sangat berhati-hati. Merumuskan kembali strategi positioning suatu merek dapat merebut pelanggan baru namun dapat juga kehilangan pelanggan yang sudah lama setia dengan merek lama. Seba- gai contoh Volvo tidak menekankan keamanan tapi lebih ditekankan pada aspek mengagumkan. Situasi ini dapat memberikan pengaruh negatif pada peminat Volvo dengan pemikiran yang praktis.

Strategi positioning secara umum dapat dinyatakan sebagai perkenalan suatu produk terhadap pelanggan untuk merebut simpati mereka sekaligus menying- kirkan produk pesaing dari ingatan mereka. Dalam manajemen pemasaran strategi positioning merupakan suatu hal yang sangat penting karena ini akan mengek- spos persepsi konsumen secara terus menerus lewat komunikasi yang menjelaskan bahwa merek yang ditawarkan itu berbeda.

Cara lain, suatu perusahaan dapat mengklaim bahwa perusahaan tersebut adalah anggota dari klub atau industri elit perusahaan yakni. Anggota elit perusahaan ini adalah tiga perusahaan mobil utama dan lima perusahaan akuntansi.

Mereka mendapatkan keuntungan dengan berada dalam lingkaran kepemimpinan

(44)

30

yang menawarkan kualitas produk-produk dan pelayanan yang lebih baik daripada perusahaan lain.

Strategi positioning ini muncul dari suatu pemikiran modern. Strategi positioning yang didefenisikan Ries dan Trout didasarkan pada perkembangan tekhnologi yang cepat pada tahun 70-an khususnya pada strategi periklanan, posisi pemasaran yang berbeda dan menciptakan kesan merek dirasa belum cukup.

Strategi merek bertujuan untuk merebut hati pelanggan. Ada lima dasar dalam menyusun strategi positioning merek:

a. Membuat fungsi pemasaran jadi lebih mudah;

b. Pemasaran level makro dan mikro dapat diterapkan;

c. Persepsi konsumen terhadap suatu produk didasarkan pada karakter fisik dari produk tersebut atau kesan yang diciptakan perusahaan tersebut tidak akan memliki arti bagi konsumen;

d. Positioning harus berorientasi pada konsumen;

e. Positioning hanya akan sukses jika didasarkan pada penelitian yang baik.

Dalam penelitian yang dilakukan, konsumen harus berhasil diidentifikasi, dengan mempelajari sikap dan cara konsumen menggunakan produk, dan diakhiri dengan kesimpulan bagaimana konsumen bereaksi terhadap posisi tertentu.

(45)

Positioning adalah suatu bentuk yang menggambarkan bagaimana suatu produk atau merek dipersepsikan oleh konsumen. Ini bukan tentang bagaimana produk disajikan atau apa yang disajikan. Bagaimanapun, untuk suksesnya sebuah merek, positioning dan identitas merek harus diletakkan dengan jelas. Kare- na posisi dan identitas merek terhubung dalam sebuah cara yang rumit dengan tujuan untuk memberikan perbedaan. Singkatnya strategi positioning merupakan suatu cara untuk meraih simpati konsumen.

3.3 Positioning Optimal

Dalam kajian Shocker dan Srinivasan (1979), mereka menjelaskan proses identifikasi konsep produk baru yang optimal dengan menggunakan masukan dari konsumen untuk memprediksi keberhasilan produk baru. Sejak saat itu, sejumlah algoritma telah dikembangkan untuk menentukan posisi produk berbasis Multidi- mensional Scaling (MDS). Model-model pendekatan yang muncul pada masa ini (misalnya, Albers, 1979; Albers dan Brockhoff, 1977;. Gavish, et al., 1983) memi- liki dua keterbatasan yang sama. Pertama, metode pendekatan ini bergantung pada jumlah titik ideal (individu atau segmen) di ruang bersama. Akibatnya, karena jumlah titik ideal meningkat, sehingga masalah optimasi menjadi lebih rumit. Kedua, metode-metode pendekatan ini dirumuskan untuk masalah pilihan tunggal di mana permintaan dari masing-masing titik ideal diasumsikan sama dengan produk yang paling dekat. Pada dasarnya, model ini menyarankan konsumen selalu memilih produk yang paling dekat dengan keinginan mereka. Semen- tara keterbatasan pertama hanya memperlambat konvergensi solusi yang cocok,

(46)

32

keterbatasan kedua mengabaikan bukti empiris tentang sifat pilihan konsumen di banyak pasar konsumen.

Dalam studi tentang data panel Kwong et al.,(2011) ditunjukkan bahwa konsumen sering memilih secara acak dari satu kelompok kecil produk yang ada di pasar. Orang mungkin mengatributkan perilaku ini terhadap efek promosi atau ketersediaan. Namun, telah diamati bahwa walaupun semua merek sama- sama tersedia tanpa biaya, sebagian besar konsumen tidak hanya memilih merek yang paling disukai mereka. Hal ini menunjukkan bahwa perilaku pilihan secara acak merupakan akibat dari keinginan memiliki hal hal yang berbeda, bukan dari pengaruh lingkungan (May, 1979).

Pada tahun 1987, Sudharsan et al., menyajikan algoritma positioning produk baru yang disebut PRODSRCH yang memasukkan faktor acak dalam pilihan kon- sumennya. Dalam formulasinya, permintaan dari suatu titik ideal didistribusikan ke suatu produk berbanding terbalik dengan jarak relatif dari titik ideal terse- but sepanjang produk tersebut berada dalam suatu kelompok dengan titik ideal.

Disisi lain Kwak dan Kim (2013) membahas metodologi baru untuk penentuan posisi produk yang optimal dengan mempertimbangkan kendala teknis. Metode ini didasarkan pada persepsi pemetaan dan penempatan kualitas dalam rangka untuk menghubungkan ruang persepsi konsumen, dan ruang teknik produk.

Untuk menggambarkan perbedaan antara model pemilihan tunggal dan model pilihan probabilistik, akan digunakan model pemilihan spasial Alister (1982) untuk titik ideal terbatas. Selanjutnya didefinisikan:

(47)

xi,p = lokasi titik ideal ke-i pada dimensi-p,

yj,p = persepsi modal dari produk ke-j pada dimensi-p, wi,p = kepentingan relatif dari dimensi-p ke titik ideal ke-i, Si = potensi penjualan untuk titik ideal ke-i.

Jarak Euclid terboboti (di,j) antara titik ideal ke-i dengan posisi produk j diberikan oleh Persamaan (3.1).

di,j = X

p

wi,p(xi,p− yi,p)²

!¹₂

(3.1)

Dalam model pemilihan tunggal, permintaan terhadap produk j adalah Si

jika di,j < di,J untuk semua j 6= J . Dalam model pilihan probabilistik, pangsa permintaan titik ideal jatuh pada produk j ditentukan oleh banyaknya pilihan (k) dan jarak relatif dari semua produk yang tersedia. Hal ini diasumsikan bahwa, konsumen lebih cenderung memilih produk yang paling dekat dengan titik ideal mereka.

Merek saham untuk produk-j dari titik ideal ke-i (πi,j) didasarkan pada Persamaan (3.2)

φnm =





1/d_i,j P

k1/di,j untuk k produk-produk terdekat 0, untuk yang lain

(3.2)

Untuk menentukan permintaan produk-j, bagian dari titik ideal πi,j dikalikan dengan potensi penjualan titik ideal ke-i (Si).

(48)

BAB 4

PROGRAM STOKASTIK

4.1 Pengertian Program Stokastik

Banyak persoalan pengambilan keputusan yang dapat dimodelkan dengan menggunakan program matematika yang bertujuan menentukan nilai maksimum atau minimum. Keputusan yang dihasilkan akan bergantung kepada kendala yang dibatasi oleh sumber dana, persyaratan minimum dan lain-lain. Keputusan yang dinyatakan oleh variabel dapat berupa bilangan cacah atau nonnegatif. Tujuan dan kendala adalah fungsi dari variabel, dan data dari persoalan. Sebagai contoh, data persoalan termasuk biaya perunit, rata-rata produksi, penjualan atau kapasitas.

Andaikan keputusan dinyatakan oleh variabel x = (x1, x2, · · · , xn), xi me- nyatakan produk ke-i dari n produk. Bentuk umum program matematikanya adalah:

min Z = f (x)

kendala gi(x) ≥ bi

x1, x2, x3, · · · , xn ≥ 0 x1, x2, x3, · · · , xn ∈ X

(4.1)

dimana X adalah himpunan bilangan real non negatif.

Program stokastik merupakan suatu program matematika yang dapat berupa linear, cacah, cacah campuran, non linear tetapi dengan menampilkan elemen stokastik pada data. Oleh karena itu dapat dinyatakan bahwa:

34

(49)

a. Pada program matematika deterministik, data adalah bilangan-bilangan yang diketahui (tertentu).

b. Pada program stokastik, data atau parameter merupakan bilangan tidak pasti yang disajikan sebagai distribusi peluang.

Dengan demikian program stokastik merupakan program matematika yang mengandung ketidakpastian. Dalam program stokastik, data atau parameter yang terkandung dalam fungsi tujuan atau kendala mengandung ketidakpastian. Keti- dakpastian tersebut dicirikan oleh distribusi peluang dari data atau parameter- nya. Walaupun ketidakpastian didefinisikan dengan tepat tetapi pada prakteknya diberikan beberapa skenario yang spesifik dan distribusi peluang gabungan yang tepat. Jika data yang diberikan acak, maka penyelesaian dan nilai fungsi tujuan optimal untuk masalah optimisasi juga merupaan bilangan acak.

4.1.1 Model dasar program stokastik (Birge dan Louveaux, 1997)

Model ini juga disebut sebagai model statis, dimana keputusan tidak ter- gantung pada pengamatan masa datang. Perancanaan yang baik harus memperhitungkan semua realisasi masa datang yang mungkin karena tidak akan ada kesempatan untuk memperbaharui keputusan nantinya. Dalam model antisipatif kelayakan dinyatakan dalam kendala probabilistik. Misalnya, tingkat keandalan α dengan 0 < α ≤ 1, ditulis dalam bentuk

P {w|fj(x, w) = 0, j = 1, 2, · · · , n} ≥ α

(50)

36

Disini x adalah vector peubah keputusan berdimensi m dan fi : R^m × Ω → R, j = 1, 2, · · · , n. Fungsi objektif juga dapat bertipe keandalan seperti P {w|f0(x, w) ≤ γ}, dimana f0 : R^m× Ω → RS

{+∞} dan γ konstanta.

Model antisipatif memilih kebijakan yang memenuhi karakteristik kendala yang diinginkan oleh fungsi objektif.

4.1.2 Model adaptif

Dalam model ini, informasi yang dikaitkan dengan ketidakpastian muncul secara parsial sebelum pengambilan keputusan. Andaikan A koleksi dari semua informasi relevan yang tersedia melalui pengamatan yang merupakan sub-field dari semua kejadian yang mungkin. Keputusan xtergantung pada kejadian yang dapat diamati, dan x disebut A-adapted atau A-measured. Program stokastik adaptifdiformulasikan sebagai

min E[f0(x(w), w)|A]

Kendala E[fj(x(w), w)|A] = 0 j = 1, 2, · · · , n

x(w) ∈ X, hampir pasti

(4.2)

Pemetaan x : Ω → X adalah suatu fungsi terukur. Persoalan ini dapat disajikan kembali dalam model deterministik untuk w sebagai berikut:

min E[f0(x, ·)|A](w)

Kendala E[fj(x, ·)|A](w) = 0 j = 1, 2, · · · , n x ∈ X.

(4.3)

Ada dua kasus ekstrim yaitu kasus dengan informasi lengkap dan kasus dengan tidak ada informasi sama sekali. Kasus pertama mengakibatkan model menjadi