“Analisis Peranan Inspeksi Sebelum MembeliAnalisis Peranan Inspeksi Sebelum Membelidalam Penetapan Harga antar Channel dalamD 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/Owww themegallery com

Erwin Widodo, Dr.Eng.NIP :

197405171999031002www.themegallery.com197405171999031002

1

CONTENTSCONTENTSPendahuluanPendahuluan

Tinjauan Pustakaj

Metodologi Penelitian

Pemodelan

Pengumpulan & Pengolahan Data

Percobaan Numerik

Kesimpulan & Saran

2

Kesimpulan & Saran

PENDAHULUAN

3

LATAR BELAKANGU

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

vs + Inspection

inspeksi penerimaan terhadap

online channel

4

Low LevelLow LevelRUMUSAN MASALAHEkspektasi :

Nilai rasio penerimaan pelanggan terhadap online channel

Low LevelLow Level

• Bagaimana memodelkanhubungan antara harga onlined ffli h l d • Bagaimana gambaran

p

• Bagaimana gambaranspektrum masing-masing level

i i ldan offline channel dengan mempertimbangkan penerimaan pelanggan terhadap channel online?

g gspektrum masing-masing level rasio penerimaan pelangganterhadap harga online dan

rasio penerimaan pelangganterhadap harga online dan offline channel?Middle Level

terhadap channel online? goffline channel?

Hi h L l

Ekspektasi :Grafik hubungan antara rasio

High Level

Grafik hubungan antara rasio penerimaan pelanggan terhadap harga online dan offline channel5

TUJUAN DAN MANFAATTUJUAN DAN MANFAAT

TUJUAN MANFAATTUJUAN

• Menyusun model penetapan harga antar channel yang

MANFAAT

• Dapat menganalisismengenai kebijakanharga antar channel yang

mempertimbangkan faktor penerimaan pelanggan terhadap online channel

mengenai kebijakanpenentuan harga dalam suatu kegiatan bisnis yang menggunakan dual channelterhadap online channel

• Menentukan nilai rasio penerimaan pelanggan

menggunakan dual channel

• Dapat menentukan taksiranharga yang dapat digunakanpenerimaan pelanggan

untuk kategori produk terpilih dalam spektrum amatan

harga yang dapat digunakan sebagai patokan baik padaonline channel atau offlinechannel sesuai dengan rasio

• Mengukur keuntungan individu dan keuntungan keseluruhan DCSC

channel sesuai dengan rasiopenerimaan pelanggan pada suatu kategori produk

keseluruhan DCSC

6

BATASAN DAN ASUMSIBATASAN DAN ASUMSIBATASAN ASUMSI

• Struktur dual channel supply chain tidak berubah

• Spektrum penerimaan pelanggan terhadap online channel dikategorikan

• Dalam dual channel supply chain tersebut hanya

channel dikategorikanmenjadi low, middle dan high level.

terdapat 1 offline channeldan 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 = pakaianpenjualan

g p

• Asumsi lainnya akan ditetapkan dalamditetapkan dalam pengembangan model

7

TINJAUAN PUSTAKA

8

TINJAUAN PUSTAKATINJAUAN PUSTAKA

Dual Channel Supply Chain (DCSC)pp y ( )Statistik Inferensi

InspeksiInspeksiQuadratic Programming

P i i P litiPosisi Penelitian

9

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)

•Hewlett-Packard, IBM, Apple, dll

10

STATISTIK INFERENSISTATISTIK INFERENSI• Proses penarikan kesimpulan dari hipotesis p p p

yang ditentukan dengan menggunakan datasampel dari suatu populasi yang bertujuan untuk melakukan estimasi parameter suatu populasi yang belum diketahui nilainya (Harinaldi 2005)

Definisiyang 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

ANOVA

11

QUADRATIC PROGRAMMINGQUADRATIC PROGRAMMING

• Merupakan bagian dari non-linear programming

• Salah satu tools yangz concave & Salah satu tools yang digunakan untuk menyelesaikan constrainedproblem (Taha 2007)

co ca e &daerah solusi

convex Global optimum problem (Taha, 2007)

• Digunakan untuk perhitungan optimasi keuntungan

p

12

MATLABMATLAB[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 gdengan,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= ...

13

PHYSICAL INSPECTIONPHYSICAL 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 pelangganpelanggan

14

POSISI PENELITIANPOSISI PENELITIANPembanding

Widodo, dkk (2011)

Chu dkk. (2013)

Penelitian ini( ) ( )

Tujuan- Keuntungan optimal v v vMetode- 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

supply chain dimana ritel menjual produk pengganti dari produsen lain15

METODOLOGI PENELITIAN

16

METODOLOGI PENELITIANMETODOLOGI PENELITIANPerumusan 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 jprofitabilitas dan fungsi pembatas

P l d l h dIdentifikasi 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 dAnalisis Hasil Output Analisis hasil pengolahan data dan interpretasi implikasi manajerial

Kesimpulan dan Saran17

METODOLOGI PENELITIAN (2)PENELITIAN (2)Trigger

18

METODOLOGI PENELITIAN (3)( )

19

METODOLOGI PENELITIAN (3)( )

20

PEMODELAN

21

ASUMSI SISTEM• Distributor langsung mendistribusikan produk

k ffli h lPEMODELAN

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

wPP Notasi

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

sPoPuC

Notasi

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

uCmaxsdsD

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

oDsGoG g

= Keuntungan di gudang distributor= Keuntungan keseluruhan di dual channel supply chain= Batasan terendah permintaan online channel

oGwGDCSCG

lld = Batasan terendah permintaan online channel= Batasan tertinggi permintaan online channel

llod ul

od22

MODEL ACUANMODEL ACUAN(Widodo dkk. 2011)

FUNGSI PERMINTAAN(Widodo dkk. 2011)

• Permintaan Offline ChannelPP

dD osmax maxo Pρ)1(dP

Puntuk

• Permintaan Online Channelρ1

dD ss oss Pρ)1(dP ρ

u tu

PP Pρ)-ρ(1PρP

D oso

untuk o

maxss

o P ρ)1(d P ρP

• Dengan, ds max merupakan permintaan toko tertinggi yang pernah terjadi

23

PENGEMBANGAN MODELPENGEMBANGAN MODELPermintaan Offline Channel

ManfaatPengorbanan

= elastisitas permintaan offlinechannel terhadap harga

= elastisitas permintaan onlinechannel terhadap hargachannel terhadap harga

24Permintaan Online Channel

PENGEMBANGAN MODEL (2)PENGEMBANGAN MODEL (2)Keuntungan Offline Channel

K t O li Ch lKeuntungan Online Channel

Keuntungan Wholesale Keuntungan DCSC

25

PENGEMBANGAN MODEL (3)PENGEMBANGAN MODEL (3)FUNGSI PEMBATAS

PP o

s • Permintaan di online channel dapat terjadi

jika harga produk di toko lebih mahal daripada di online channel ρs

maxsos ρ)d1(PP

daripada di online channel• Untuk memastikan bahwa nilai Ds positif

sos ρ)(• Batasan terendah permintaan online

channelos

llo D Dd

• Batasan tertinggi permintaan online channels

uloo DdD

• Batasan rentang nilai soo

0 < <1

26

UjiPengumpulan data harga

Uji Keseragaman

DataUji Kecukupan

Data Uji Normalitas ANOVA

PENGUMPULAN DAN PENGOLAHAN DATA

27

EXISTING PRICINGEXISTING PRICINGProduk Harga Offline (Ps) Harga Online (Po) Harga Grosir (Pw)

Buku Margin keuntungan Margin keuntungan RpBuku (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)

g ( ) g g ( ) g ( )• Raw data Pakaian Lampiran A, Laptop Lampiran B, Buku Lampiran C• Diasumsikan harga produk saling bergantung

2828

UJI KESERAGAMAN DATAUJI KESERAGAMAN DATAUji Keseragaman Data Harga Buku

UCL CL LCL Xbar

Uji Keseragaman Data Harga LaptopUCL CL LCL Xbar

Rp1 950 00Rp2.150,00 Rp2.350,00 Rp2.550,00 Rp2.750,00

bar

subg

rup

Rp65.000,00

Rp75.000,00

Rp85.000,00

Rp95.000,00

ub g

rup

ke -

Rp1.750,00 Rp1.950,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16Nila

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 b

ar su

Sub grup data ke -

Uji Keseragaman Data Harga Laptop (iterasi 2)

UCL CL LCL Xbar Rp85.000,00

Uji Keseragaman Data Harga PakaianUCL CL LCL Xbar

Rp50.000,00

Rp60.000,00

Rp70.000,00

Rp80.000,00

ub g

rup

ke -

Rp55.000,00Rp60.000,00Rp65.000,00Rp70.000,00Rp75.000,00Rp80.000,00Rp85.000,00

ar su

b gr

up k

e -

p ,1 2 3 4 5 6 7 8 9 10 11 12

ilai X

bar

su

Sub grup data ke -

p ,1 2 3 4 5 6 7 8 9 10 11

Nila

i X b

aSub grup data ke -

29

UJI KECUKUPAN DATAUJI KECUKUPAN DATAProduk N N' KeterangangPakaian 160 18 Data CukupLaptop 120 87 Data CukupBuku 110 73 Data CukupBuku 110 73 Data Cukup

Uji Kecukupan Data Buku

3030

UJI NORMALITAS DATAUJI NORMALITAS DATA

α = 0,05

Tolak Ho jika α hitung ≤ α yang ditetapkanα hitung ≤ α yang ditetapkan

Produk α ditetapkan α hitung KeteranganPakaian 0,05 0,082 Data Berdistribusi NormalLaptop 0,05 0,053 Data Berdistribusi Normal

31Buku 0,05 0,078 Data Berdistribusi Normal

UJI DATA BERPASANGANUJI DATA BERPASANGAN

Tolak Ho jika

α = 0,05

Produk α ditetapkan α hitung Keterangan

α hitung ≤ α yang ditetapkan

Produk α ditetapkan α hitung KeteranganPakaian 0,05 0,000 Selisih kedua populasi data signifikanLaptop 0,05 0,000 Selisih kedua populasi data signifikanBuku 0 05 0 000 Selisih kedua populasi data signifikanBuku 0,05 0,000 Selisih kedua populasi data signifikan

32

ANOVAANOVA

0 05

Tolak Ho jika α hitung ≤ α yang ditetapkan

α = 0,05

α hitung ≤ α yang ditetapkan

K i lKesimpulan = Setidaknya ada 2 dari 3 produkyang nilai rataannya berbeda

33

PERCOBAAN NUMERIK

34

VERIFIKASI & VALIDASIVERIFIKASI & VALIDASIVERIFIKASI

VALIDASIVALIDASI

Rp400,00 00

Hubungan Kenaikan Permintaan Toko Maksimum dengan Keuntungan

Gdcsc Gs Go,w

Rp100,00 Rp150,00 Rp200,00 Rp250,00 Rp300,00 Rp350,00

Keu

ntun

gan

x 10

000

35

Rp0,00 Rp50,00

56 86 115 145 174 203 233 262 288

Permintaan Toko Maksimum (dsmax)

PERCOBAAN AWALPERCOBAAN AWALParameter Pakaian Laptop Buku

Dsmax 150 65 90 PP 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

ρ1PP

dD osmaxss

PρPD os 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)-ρ(1D os

o

Fungsi Tujuan

)PP(

ρ)1ρ(PρP

)PP(ρ1

)P(P - ρ)1(dG,max wo

osws

osmaxs

DCSC

g j

)CP(

ρ1)P(P ρ)1(d

uwos

maxs

)CP(ρ)1ρ(PρP

uwos

Exitflag -2

PP o maxρ)d1(PP ll DDd 1 2 3

Fungsi PembatasExitflag -2Ds dan Do

negatif

36ρ

Ps sos ρ)d1(PP oso DDd 1

suloo DdD 1 ρ 0 4 5

PERCOBAAN MODIFIKASIPERCOBAAN MODIFIKASIParameter Pakaian Laptop Buku

Dsmax 150 65 90Fungsi Permintaan

Dsmax 150 65 90Ps 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

ρ1)P(P dD os1max

ss

)P(P)ρ1(P 21 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)ρ1(P

D os2s1o

Fungsi Tujuan

)PP(

ρ1)P(P - ρ)1(dG,max ws

os1maxs

DCSCρ

)CP(

ρ1)P(P ρ)1(d

)PP(ρ)ρ(1

)P(P )ρ1(Puw

os1maxs

woos2s1

PFungsi Pembatas

)CP(

ρ)ρ(1)P(P )ρ1(P

uwos2s1

37 ρP

P os os

llo D Dd 1 3 4 s

uloo DdD 1 ρ 0 5

HASIL OPTIMASI

HASIL OPTIMASIParameter Pakaian Laptop Buku

Beta 1 0,51 0,33 0,81Beta 2 0,7 0,5 0,9 0 8812 0 9892 0 9943 oPρ 1 0,8812 0,9892 0,9943

Ds 120 45 58Do 27 11 32

sPρ

Parameter PakaianGs Rp12.633.871 Rp4.661.715 Rp523.947Go Rp936.987 Rp416.423 Rp219.631Gw Rp13 570 858 Rp5 078 138 Rp743 578

Parameter PakaianPs Rp 351.454,55 Po Rp 281.163,64

Gw Rp13.570.858 Rp5.078.138 Rp743.578GDCSC Rp27.141.716 Rp10.156.276 Rp1.487.156

s

o

PPρ

351.454,55281.163,64ρ

38

8,0ρ

SENSITIVITAS1

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

Rho

Ps

0 965

0,970,975

0,980,985

0,990,995

1

RhoSensitivitas Nilai Rho terhadap Perubahan Harga

Offline Channel (Ps) Pakaian

Ps

0,955

0,960,965

p599

.681

.1

99.3

62

.799

.043

2.

398.

724

2.99

8.40

5 .5

98.0

86

4.19

7.76

7 4.

797.

448

5.39

7.12

9 6.

013.

457

6.59

6.49

1 7.

196.

172

7.79

5.85

3 8.

395.

534

8.99

5.21

6 9.

594.

897

0.19

4.57

8 0.

794.

259

.393

.940

0 80,85

0,90,95

1

Rho

Rho

Perbandingan Sensitivitas Rho terhadap Perubahan

Rp

Rp1

Rp1

Rp2

Rp2

Rp3

Rp4

Rp4

Rp5

Rp6

Rp6

Rp7

Rp7

Rp8

Rp8

Rp9

Rp1

0R

p10

Rp1

1

Harga Offline Channel

0,750,8

p35.

057,

59

p70.

115,

18

105.

172,

77

140.

230,

36

175.

287,

95

210.

345,

55

245.

403,

14

280.

460,

73

315.

518,

32

351.

454,

55

385.

633,

50

420.

691,

09

455.

748,

68

490.

806,

27

525.

863,

86

560.

921,

45

595.

979,

05

631.

036,

64

666.

094,

23

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

Rp

Rp

Rp1

Rp1

Rp1

Rp2

Rp2

Rp2

Rp3

Rp3

Rp3

Rp4

Rp4

Rp4

Rp5

Rp5

Rp5

Rp6

Rp6

Harga Offline Channel

0 9940,9960,998

1

o

Offline Channel (Ps) Buku

Rho

0,90000,92000,94000,96000,9800

ai r

ho

0,9840,9860,988

0,990,9920,994

08,1

3 66

,25

24,3

8 82

,50

40,6

3 98

,75

56,8

8 5,

00

73,1

3 1,

25

89,3

8 47

,50

05,6

3 63

,75

21,8

8 80

,00

8,13

96

,25

54,3

8

Rho

0 80000,82000,84000,86000,8800

,N

ila

Rp7

.90

Rp1

2.06

Rp1

6.22

Rp2

0.38

Rp2

4.54

Rp2

8.69

Rp3

2.85

Rp3

7.01

Rp4

1.17

Rp4

5.33

Rp4

9.48

Rp5

3.64

Rp5

7.80

Rp6

1.96

Rp6

6.12

Rp7

0.28

Rp7

4.43

Rp7

8.59

Rp8

2.75

Harga Offline Channel

0,8000

+90%

+80%

+70%

+60%

+50%

+40%

+30%

+20%

+10% Bas

e-1

0%-2

0%-3

0%-4

0%-5

0%-6

0%-7

0%-8

0%-9

0%

Perubahan Harga Kulak Produk (Cu)39

Sensitivitas Keuntungan Pakaian terhadap Perubahan Rho

Gs Go w GdcscSENSITIVITAS (2)

Rp1 00Rp1,50Rp2,00Rp2,50Rp3,00

untu

ngan

10.0

00.0

00

Gs Go,w Gdcsc( )

Sensitivitas Keuntungan Laptop terhadap Perubahan Rho

Rp0,00Rp0,50Rp1,00

Keu x

R 4 00Rp6,00Rp8,00

Rp10,00

ntun

gan

1.00

0.00

0

Gs Go,w Gdcsc Perubahan Nilai Rho

Rp0,00Rp2,00Rp4,00

0,97

070,

9754

0,97

890,

9814

0,98

340,

9851

0,98

640,

9875

0,98

840,

9892

0,99

0,99

060,

9911

0,99

160,

992

0,99

240,

9928

0,99

310,

9934

Keu

n x 1

’ = 0,9948Perubahan Nilai Rho

Rp2,000

Sensitivitas Keuntungan Buku terhadap Perubahan Rho

Gs Go,w Gdcsc’ = 0,9849

Rp0 00

Rp0,50

Rp1,00

Rp1,50

p ,

Keu

ntun

gan

x 1.

000.

000

Jika penerimaan pelanggan ≥ ’ maka keuntungan salah satu h l k

40

Rp0,00

0,99

010,

9905

0,99

10,

9914

0,99

190,

9924

0,99

280,

9933

0,99

380,

9943

0,99

480,

9953

0,99

580,

9963

0,99

680,

9973

0,99

790,

9984

0,99

89

Perubahan Nilai Rho

channel akan menurun

SENSITIVITAS (3)3565

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

ne C

hann

el

ne C

hann

el

30354045

6080

100120140

Onl

ine

Cha

nnel

Off

line

Cha

nnel Ds Do

27

28

29

30

3

35

40

45

erm

inta

an O

nlin

erm

inta

an O

fflin

2025

204060

Perm

inta

an O

Perm

inta

an O

R i P i P l t h d O li Ch l

nel

Sensitivitas Permintaan terhadap Perubahan Nilai Rho Laptop

25

26

27

25

30

0,97

510,

9834

0,98

830,

9912

0,99

280,

9935

0,99

370,

9940

0,99

420,

9943

0,99

440,

9944

0,99

470,

9949

0,99

590,

9976

PePeRasio Penerimaan Pelanggan terhadap Online Channel

20

40

20

40

60

nlin

e C

hann

el

an O

fflin

e C

hann Ds Do

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Rasio Penerimaan Pelanggan terhadap Online Channel

Pakaian Laptop BukuRho 0,811 0,9879 0,9967

-40

-20

0

-40

-20

0

20Pe

rmin

taan

On

Perm

inta

a

Rasio Penerimaan Pelanggan terhadap Online Channel

%Cu 332% 84% 53%Ps Rp1.163.912 Rp5.037.321 Rp25.788Po Rp931.130 Rp4.971.321 Rp24.499Pw Rp814.738 Rp4.968.550 Rp20.630Rasio Penerimaan Pelanggan terhadap Online Channel

41

p pCu Rp775.941 Rp4.938.550 Rp17.630

EXISTING vs PERBAIKANEXISTING vs PERBAIKANP k i L t B kPakaian Laptop Buku

Existing Perbaikan Existing Perbaikan Existing PerbaikanRho 0,8812 0,811 0,9892 0,9879 0,9943 0,9967D 120 87 45 47 57 58Ds 120 87 45 47 57 58Do 27 33 11 11 32 33Gs Rp12.633.871 Rp30.442.945 Rp466.171 Rp323.224 Rp520.342 Rp298.937Go Rp936.987 Rp3.854.284 Rp41.642 Rp2.987 Rp219.321 Rp128.271Gw 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 Rp401.633Gdcsc Rp15.372.755 Rp38.964.541 Rp674.971 Rp499.551 Rp1.008.606 Rp700.570

Cu naik 332% Cu turun 16% Cu turun 53%

42

KESIMPULAN DAN SARAN

43

KESIMPULANKESIMPULAN• Model penentuan harga perbaikan telah mengakomodasi faktor nilai

kebutuhan inspeksi pelanggan sebelum membeli pada ketiga jeniskebutuhan 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 0,0033sebesar 0,811 pada pakaian, 0,9879 pada produk laptop dan 0,9967 pada produk buku.

• Keuntungan optimal yang dapat diperoleh

d i k k b h

Pakaian Laptop BukuGs Rp30.442.945 Rp323.224 Rp298.937G R 3 854 284 R 2 987 R 128 271 pada tingkat kebutuhan

inspeksi sebelum membeli pada masing-

Go Rp3.854.284 Rp2.987 Rp128.271Gw Rp4.667.311 Rp173.340 Rp273.362

Go,w Rp8.521.595 Rp176.327 Rp401.633masing spektrum amatan

44

Gdcsc Rp38.964.541 Rp499.551 Rp700.570

SARANSARANKuisioner sebagai faktor dari pelangganKuisioner sebagai faktor dari pelanggan

• Dalam penentuan parameter penerimaan pelanggan terhadap online channel relatif terhadap offline channel () melibatkanp ()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 berbedachannel yang cukup berbeda

45

REFERENSIREFERENSIAnonim. Indonesia Internet Users. www.apjii.or.id. Terakhir di akses tanggal 15

Februari 2013A i I ti b i di ti T khi di k t l 30 A ilAnonim. Inspection. www.businessdictionary.com. Terakhir di akses tanggal 30 April

2013Anonim. Fmincon. www.mathworks.com. Terakhir di akses tanggal 15 Juni 2013Bernstein, 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 yDirect and Retail Channels. European Journal of Operational Research, 187, 691–718.

Elliott, A. C. & Woodward, W. A. 2007. Statistical Analysis Quick ReferenceElliott, A. C. & Woodward, W. A. 2007. Statistical Analysis Quick Reference Guidebook. London: Sage Publications, Inc.

Harinaldi 2005. Prinsip-Prinsip Statistik untuk Teknik dan Sains, Jakarta, Erlangga.Kotler P & Keller K L 2012 Marketing Management 14th Edition New

46

Kotler, P. & Keller, K. L. 2012. Marketing Management 14th Edition, New Jersey, Pearson Education Inc.

REFERENSIREFERENSILieberman, 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 WidyaImplementasi, 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 NewTaha, 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-

47

gchannel supply chain. Electronic Commerce Research, 8(3), 155-172.

Thank You!Thank You!

L/O/G/Owww themegallery comwww.themegallery.com