iv.hasil dan pembahasan - repository.ipb.ac.id · dan industri. penyaluran gas alam untuk pertama...
TRANSCRIPT
IV.HASIL DAN PEMBAHASAN
4.1. Gambaran Umum Perusahaan
4.1.1 Sejarah Singkat PT. Energi XYZ
Semula pengusahaan gas XYZ di Indonesia adalah perusahaan gas swasta
Belanda yang berdiri pada tahun 1859. Pada tahun 1958 perusahaan tersebut
dinasionalisasi yang selanjutnya pada tanggal 13 Mei 1965 berubah menjadi
Perusahaan ENERGI XYZ. Tanggal inilah yang kemudian diperingati sebagai
hari jadi ENERGI XYZ pada tiap tahunnya. Perusahaan ini mulai menyalurkan
gas alam menggantikan gas buatan dari batu bara dan minyak yang tidak
ekonomis pada tahun 1974. Konsumennya adalah sektor rumah tangga, komersial
dan industri. Penyaluran gas alam untuk pertama kali dilakukan di Cirebon tahun
1974, kemudian disusul berturut-turut di wilayah Jakarta tahun 1979, Bogor tahun
1980, Medan tahun 1985, Surabaya tahun 1994, dan Palembang tahun 1996.
Berdasarkan kinerjanya yang terus mengalami peningkatan, maka pada
tahun 1984 statusnya berubah menjadi Perum dan pada tahun 1994 statusnya
ditingkatkan lagi menjadi Persero dengan penambahan ruang lingkup usaha yang
lebih luas yaitu selain di bidang distribusi gas bumi juga di bidang yang lebih ke
sektor hulu yaitu di bidang transmisi, dimana Perusahaan energi XYZ berfungsi
sebagai transporter
A. Visi Perusahaan
Menjadi perusahaan kelas dunia di bidang pemanfaatan gas bumi.
B. Misi Perusahaan
Meningkatkan nilai tambah perusahaan bagi stakeholder melalui :
a. Penguatan bisnis inti di bidang transportasi, niaga gas bumi dan
pengembangannya;
b. Pengembangan usaha pengolahan gas;
c. Pengembangan usaha jasa operasi, pemeliharaan dan keteknikan
yang berkaitan dengan industri migas;
d. Profitisasi sumber daya dan asset perusahaan dengan mengembangkan
usaha lainnya.
4.1.2 Perkembangan PT Energi XYZ
Perusahaan energi XYZ merupakan perusahaan infrastruktur yang
berpengalaman menyalurkan dan menyediakan gas bumi bagi kepentingan umum
(public utility). Sebagai perusahaan infrastruktur, Perusahaan energi XYZ
memiliki jaringan pipa transmisi dan distribusi yang handal. Kegiatan usaha
perusahaan XYZ adalah transporter, distributor dan trader di bidang gas bumi.
Sebagai transporter, Perusahaan Energi XYZ menyediakan infrastruktur jaringan
pipa transmisi yang menghubungkansumber-sumber gas ke konsumen akhir atau
ke stasiun penerima di jaringan distribusi. Sebagai distributor, perusahaan energi
XYZ menyediakan infrastruktur jaringan pipa distribusi yang menghubungkan
stasiun penerima dengan konsumen akhir yaitu kepada pelanggan rumah tangga,
komersial dan industri. Tugas utama Perusahaan energy XYZ di bidang distribusi
adalah untuk meningkatkan pemanfaatan energi melalui pendayagunaan gas bumi
sebagai substitusi BBM. Sebagai trader perusahaan energi XYZ melaksanakan
pembelian gas dari produsen dan menjualnya kepada pelanggan Rumah Tangga,
Komersial dan Industri melalui jaringan pipa.
Pada bulan Januari 2002, Perusahaan energi XYZ melakukan restrukturisasi
usaha menjadi 3 (tiga) Strategic Business Unit (SBU), wilayah distribusi seperti
SBU A, SBU B dan SBU C, dan pada tahun 2003 perusahaan energi XYZ 1
(satu) Unit Transmisi Sumatera Tengah (UTST) yang kemudian menjadi anak
perusahaan. Pada akhir tahun 2006 dibentuk juga Strategic Business Unit (SBU)
Transmisi Sumatera-Jawa, dan pada awal Januari 2007 secara resmi didirikan
anak perusahaan bidang telekomunikasi. Adapun secara lengkap, wilayah usaha
Perusahaan Energi XYZ dapat dijelaskan sebagai berikut :
1. SBU Distribusi Wilayah A
Mencakup SBU usahadistribusi gas bumi di wilayah-wilayah Jakarta, Banten,
dan Jawa Barat, termasuk Sumatera Selatan dan Lampung.
2. SBU Distribusi Wilayah B
Wilayah ini mencakup jaringan eksisting di Jawa Timur.
3. SBU Distribusi Wilayah C
Wilayah ini mencakup jaringan eksisting di Sumatera Utara, Batam, dan
Pekanbaru.
4.4.3 Lokasi Perusahaan
Kantor pusat Perusahaan Energi XYZ terletak Jakarta. Namun perusahaan
memliki 3 kantor cabang di masing-masing Strategic Business Unit (SBU) untuk
wilayah usaha transmisi Sumatera-Jawa
4.1.4 Struktur organisasi
Untuk meningkatkan mutu hasil kerja, maka Perusahaan senatiasa
mengembangkan diri dari segi teknik maupun non tekniks, diketahui bahwa
Perusahaan Energi XYZ saat ini baru berkiprah dalam kegiatan distribusi gas
dengan manajemen terpusat, dimana kegiatan bisnisnya meningkat selama lima
tahun terakhir dengan kondisi keuangan yang baik. Akan tetapi dengan adanya
rencana pengembangan usaha yang saat ini hanya bergerak dibidang distribusi
gas, menjadi perusahaan yang akan bergerak dibidang transmisi dan distribusi gas,
maka perlu dilakukan perubahan struktur organisasi dimana Perusahaan Energi
XYZ sebagai holding company dengan bentuk struktur organisasi multidivisi
dengan penerapan manajemen tidak terpusat. Pada akhirnya, keberhasilan
pelaksanaan dari proses perubahan struktur organisasi ini selain bermula dari
perumusan strateginya, perlu perhatian terhadap momentum waktu dalam
pelaksananaan dan keterbukaan dalam informasi bagi segala lapisan yang terkait.
4.2. Indetifikasin pola data
Dalam menetukan metode-metode peramalan yang akan diujikan terlebih
dahulu diperhatikan pola datanya atau sifat pergerakan dari deret data yang akan
di ramalkan. Hal ini penting dilakukan, karena beberapa metode peramalan
memiliki aumsi yang berbeda tentang pola pergerakan data. Adapun data pasokan
pada Perusahan energi XYZ pada periode januari 2005-desember 2010 seperti
pada lampiran 1 dan lampiran table 2. Plot data pasokan Gas pada Perusahaan Gas
XYZ dapat di lihat pada gambar
5.6
5.8
6.0
6.2
6.4
6.6
6.8
7.0
2005 2006 2007 2008 2009
PASOKAN
Gambar 4. Plot pasokan gas
Plot data penjualan Gas pada Perusahaan Gas XYZ dapat di lihat pada gambar
5.4
5.6
5.8
6.0
6.2
6.4
6.6
6.8
2005 2006 2007 2008 2009
PENJUALAN
Gambar 5. Plot penjualan gas
Plot data menunjukan bahwa pasokan dan sedangkan penjualan Gas
memiliki pola data yang mengalami peningkatan. Hal tersebut dapat di lihat dari
sepanjang tahun 2005 sampai tahun 2010 yang cenderung naik.
4.2.1 Uji stasioneritas
Uji stasioneritas merupakan utama dan langkah penting untuk menjelaskan
model koreksi kesalahan pada data time series nonstationer dan mengetahui
penerapan model koreksi kesalahan. Dalam penelitian ini, uji stasioneritas yang
digunakan adalah uji pasokan gas dan uji penjualan gas. hubungan keseimbangan
jangka panjang antara variabel-variabel yang berhubungan sangat diperlukan
untuk melakukan peramalan. Hasil peramalan ini sangat berguna sebagai alat
pengambilan keputusan. Hubungan jangka panjang tersebut dapat diketahui
melalui pendekatan kointegrasi. Kointegrasi merupakan hubungan antara variabel-
variabel yang stasioner pada derajat yang sama. Sehingga stasioneritas merupakan
syarat yang penting dalam pendekatan kointegrasi Apabila variabel yang
digunakan tidak stasioner akan menyebabkan hasil regresimeragukan atau disebut
regresi lancung (spurious regression). Regresi lancung adalah situasi dimana hasil
regresi menunjukkan koefisien regresi yang signifikan dan nilai koefisien
determinasi yang tinggi namun hubungan antara variabel independen dan variabel
dependen di dalam model tidak saling berhubungan. Hal ini terjadi karena
hubungan keduanya yang merupakan data time series hanya menunjukkan trend
saja. Untuk melakukan uji stasioneritas digunakan uji akar unit. Uji akar unit
mula-mula dikembangkan oleh D.A. Dickey dan W.A. Fuller yang dikenal
sebagai uji akar unit Dickey-Fuller. Uji akar unit Dickey-Fuller mengasumsikan
bahwa residual t e adalah residual yang bersifat independen dengan rata-rata nol,
varian konstan, dan tidak saling berhubungan (non autokorelasi). Akan tetapi
dalam banyak kasus, residual t e sering kali saling berhubungan atau mengandung
unsur autokorelasi. Sehingga perlu dikembangkan uji akar unit terhadap data yang
mengandung autokorelasi pada residual t e .
Untuk mengembangkan uji akar unit Dickey-Fuller pada permasalahan
data dengan sifat autokorelasi pada residual, digunakan uji akar unit yang
dikembangkan oleh Peter C.B. Phillips dan P.Perron. Uji ini dilakukan dengan
menggunakan metode statistik nonparametric dalam menjelaskan adanya
autokorelasi antara residual tanpa memasukkan variabel independen kelambanan
diferensi. Keuntungan menggunakan uji ini adalah asumsi bahwa tidak terdapat
bentuk fungsi untuk variabel proses residual sehingga uji PP dikatakan uji non
parametrik. Karena bersifat non parametrik maka uji PP dapat digunakan untuk
banyak kasus dan pada sampel yang besar, uji PP akan menunjukkan hasil yang
bagus. Uji stasioneritas dengan Uji Akar Unit Phillips-Perron (PP), dilakukan
dengan hipotesis.
H0 : α = 1( t Y tidak stasioner)
H1 : α < 1( t Y stasioner)
Tabel 3. Hasil uji stasioneritas
Variable Level 1’st Differencs
p-value Keterangan p-value Keterangan
PASOKAN 0.5305* Tidak stasioner 0.0000 Stasioner
PENJUALAN 0.1729* Tidak stasioner 0.0000 Stasioner
Keterangan : ADF Pasokan> nilai kritis ADF = tidak stasioner; ADF Penjualan<nilai kritis = tidak
stationer
ADF=stasioner;signifikan pada **) α =1%
Hasil uji akar unit pada level menunjukan bahwa semua variabel belum
stationer pada tarif nyata yang digunakan yaitu lima persen. Penelitian yang
menggunakan data yang belum stationer ini akan menghasilkan regresi lancung
(spurious regression) yaitu regresi yang menggambarkan hubungan antara dua
variabel atau lebih yang Nampak signifikan severa statistic tapi kenyatannya tidak
atau tidak sebesar yang Nampak dari regresi yang dihasilkan. Akibatnya terjadi
mislending dalam penelitian terhadap suatu fenomena ekonomi yang sedang
terjadi. Oleh karena itu, penggujian akar unit di lanjutkan dengan melakukan uji
akar unit firstdifference.
Pada Table 3 terlihat bahwa pengujian akar pada tingkat firt difference
menunjukan bahwa semua data sudah stationer. Hal ini terlihat dari nilai probilitas
yang lebih kecil dari taraf nyata yaitu lima persen. Dengan demikian dapat
dijelaskan bahwa seluruh variabel yang akan diestimasi dalam penlitian ini telah
stasioner. Penggunan data firt difference tidak dianjurkan karena akan
menghilangkan informasi jangka panjang, sehingga model VAR akan
dikombinasikan dengan model VECM agar tidak menghilangkan informasi jangka
panjang tersebut. Dalam penelitian ini dapat disimpulkan model yang dipilih
adalah VECM.
4.2.2 Uji korelasi parsial
Dalam penelitian ini, menunjukan bagaimana mengukur keeratan
hubungan antara pasokan gas dan penjualan gas tersebut. Korelasi parsial adalah
korelasi antara satu variabel bebas dengan variabel terikat dengan dengan variabel
bebas lainnya bersifat tetap.
Tabel 4. Hasil analisis korelasi parsial
Analisis korelasi parsial
Covariance Analysis: Ordinary
Date: 06/10/11 Time: 13:48
Sample: 2005M01 2009M09
Included observations: 57 Correlation
Probability PENJUALAN PASOKAN
PENJUALAN 1.000000
-----
PASOKAN 0.802378 1.000000
0.0000 -----
Berdasarkan hasil analisis korelasi parsial di atas dapat disimpulkan bahwa
hubungan variable anatara penjualan dengan pasokan sebesar 0.802378 dengan
Nilai-P (0.000)<ALPHA 1 Persen Artinya hubungan antara penjualan dengan
pasokan sangat kuat dan searah, jika pasokan meningkat maka penjualan
meningkat.
.4.2.3 Uji Kaulitas Grenger
Uji ini pada intinya mengindikasikan apakah suatu variable mempunyai
hubungan dua arah, atau hanya satu arah saja, dan uji Kausalitas Granger yang
dilihat adalah pengaruh masa lalu terhadap kondisi sekarang, sehingga data yang
digunakan adalah data time series. Uji Kausalitas Granger digunakan untuk
mengetahui hubungan antara variabel satu dengan variabel lainnya saling
mempengaruhi. Berkaitan dengan uji ini, tahap awal yang harus dilakukan adalah
menentukan panjang lag optimal dengan menggunakan kriteria likehood Ratio
(LR) kemudian mengestimasinya. Penggunaan lag optimum pada uji kausalitas
Granger adalah satu karena data stasioner pada tingkat first difference. Setelah di
dapat hasil uji kausalitas Granger, maka untuk menentukan signifikan tidaknya
antar variabel adalah dengan membandingkan F hitung dengan F tabel. Jika F
hitung lebih besar dari F tabel maka signifikan, begitupun sebaliknya.
Tabel 5. Hasil uji kausalitas Grenger
Pairwise Granger Causality Tests
Date: 06/10/11 Time: 13:49
Sample: 2005M01 2009M09
Lags: 1 Null Hypothesis: Obs F-Statistic Prob. PASOKAN does not Granger Cause PENJUALAN 56 2.35442 0.1309
PENJUALAN does not Granger Cause PASOKAN 0.05907 0.8089
Dalam tabel 5 berdasarkan uji kausalitas Granger menunjukan bahwa pada
lag 1 variabel-variabel yang digunakan yaitu Pasokan tidak berpengaruh
signifikan terhadap penjualan karena probabilitas lebih kecil daripada nilai
kritisnya yaitu α= 1 persen, sedangkan variabel Penjualan tidak signifikan
berpengaruh terhadap Pasokan yaitu α= 8 persen.Berdasarkan uji kaulitas
Granger kedua hipotesis memiliki nilai-P > alpha 5 persen artinya tidak ada
hubungan sebab akibat antara pasokan dan penjualan.
4.2.4 Uji lag optimum
Penentuan panjang lag menjadi tahap yang penting karena lag terlalu
pendek berisiko terjadi kesalahan spesifikasi model, sedangkan lag terlalu
panjang banyak mengurangi derajat kebebasan. Untuk menghindari kesalahan
spesifikasi, penentuan panjang lag dalam penelitian ini menggunakan
kriteriaAkaike (AIC). Penentuan panjang lag digunakan untuk mengetahui
lamanya periode keterpengaruhan suatu variabel terhadap variabel masa lalunya
maupun terhadap variabel endogen lainnya. Penentuan lag dapat digunakan
dengan beberpa pendekatan antara lain Likelihood Ratio (LR), Final Prediction
Error (FPE), Akaike Information Criterion (AIC), dan Schwarz Criterion (SC).
Hasil penentuan panjang lag secara lengkap dapat dilihat pada tabel.
Tabel 6. Hasil lag optimum
VAR Lag Order Selection Criteria
Endogenous variables: PASOKAN PENJUALAN
Exogenous variables: C
Date: 06/10/11 Time: 13:49
Sample: 2005M01 2009M09
Included observations: 52 Lag LogL LR FPE AIC SC HQ 0 -14.70960 NA 0.006519 0.642677 0.717725 0.671448
1 109.6900 234.4453* 6.36e-05* -3.988075* -3.762932* -3.901760*
2 111.1647 2.665944 7.01e-05 -3.890951 -3.515712 -3.747093
3 113.3040 3.702610 7.55e-05 -3.819385 -3.294050 -3.617984
4 114.9980 2.801663 8.28e-05 -3.730694 -3.055264 -3.471750
5 116.7326 2.735321 9.08e-05 -3.643563 -2.818037 -3.327076 * indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Berdasarkan hasil table di atas nilai LR, FPE, AIC dan SC menentukan
panjang lag yang sama yaitu pada lag ke satu. Karena empat kriteria memberikan
hasil yang sama, maka dipilih panjang lag satu.
4.2.5 Uji kointegrasi
Uji kointegrasi dilakukan untuk melihat suatu hubungan ekulibrium jangka
panjang anatara variable-variabel yang tidak stationer tetapi memliki kombinasi
linier yang stationer karena data yang digunakan berfluktuasi dengan asumsi tidak
stasioner. Selanjutnya, untuk mengetahui keterkaitan jangka panjang antar
variabel-variabel penjualan dilakukan analisis dengan mengaplikasikan uji
kointegrsi Johansen. Variabel-variabel yang akan diuji harus merupakan variabel
yang stasioner pada derajat yang sama.
Hasilnya jika nilai Trace statistic lebih kecil dibandingkan dengan nilai Critical
Value maka variabel-variabel tidak terkointegrasi, sebaliknya jika nilai Trace
Statistic nya lebih besar dibandingkan dengan nilai Critical Value maka variabel-
variabel terkointegrasi. Hasil uji kointegrasi dapat dilihat pada tabel.
Tabel 7. Hasil Uji kointegrasi
Date: 06/10/11 Time: 13:53
Sample (adjusted): 2005M07 2009M09
Included observations: 51 after adjustments
Trend assumption: Quadratic deterministic trend
Series: PASOKAN PENJUALAN
Lags interval (in first differences): 1 to 5
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.299910 21.28805 18.39771 0.0192
At most 1 0.059051 3.104198 3.841466 0.0781 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Berdasarkan uji akar-akar unit diketahui bahwa semua data tidak stasioner
pada derajat nol kecuali variabel Pasokan dan Penjualan, sementara hasil uji
derajat integrasi pada diferensi pertama terlihat bahwa variabel-variabel yang
digunakan telah stasioner pada derajat kepercayaan 5%. Dengan demikian dapat
dijelaskan bahwa seluruh variabel dalam penelitian ini telah stasioner pada derajat
integrasi yang sama. Setelah mengetahui karakteristik masing-masing data yang
akan digunakan dalam penelitian, maka hubungan jangka panjang dari model
analisis dapat diketahui melalui uji kointegrasi Johansen. Hubungan saling
mempengaruhi dapat di lihat dari kointegrasi yang terjadi antar variabel itu
sendiri. Jika terdapat kointegrasi antar variabel maka hubungan saling
mempengaruhi berjalan secara menyeluruh dan informasi yang tersebar secara
paralel.
Hasil Uji kointegrasi Johansen menunjukkan ada 1 vektor kointegrasi . Hal
ini menunjukkan bahwa kedua data tersebut saling terintegrasi. Nilai-
P(0.0192)<ALPHA 5 persen maka artinya terkoitegrasi seimbang jangka
panjang.
4.2.6 Uji Stabilitas Model
Pengujian selanjutnya adalah menguji stabilitas model VECM yang
digunakan Kestabilitas model yang digunakan mutlak perlu karena jika model
yang digunakan tidak stabil, maka estimasi model pun menjadi tidak valid,
demikian pula yang digunakan hasil IRF dan FEVD-nya.. Jika model memiliki
stabilitas maka hasil estimasinya akan tidak berubah dengan deviasi yang besar
meskipun periode nya diperpanjang sehingga hasil estimasinya dapat
dipertanggungjawabkan. Berdasrakan hasil Pada Tabel 8 terlihat nilai akar
karakteristik atau modulus semuanya menunjukan nilai kurang dari satu, sehingga
dapat disimpulkan bahwa model vecm yang digunakan memiliki stabilitas.
Tabel 8. Hasil uji Stabilitas Model
Roots of Characteristic Polynomial
Endogenous variables: PASOKAN PENJUALAN
Exogenous variables: C
Lag specification: 1 1
Date: 06/10/11 Time: 13:54 Root Modulus 0.967162 0.967162
0.902248 0.902248 No root lies outside the unit circle.
VAR satisfies the stability condition.
4.2.7 Impluse Response Function (IRF)
Impulse Response adalah respon variabel endogen akibat adanya akibat
adanya kejutan dari variabel endogen yang lain. Dengan menggunakan analisis
Impulse Respon dapat disimulasikan dampak perubahan salah satu variabel bebas
terhadap fluktuasi variabel terikatnya pada masa yang akan datang. Dalam
penelitian ini, IRF digunakan untuk menetukan respon variabel penjualan gas dan
pasokan gas di perusahaan energi XYZ terhadap guncangan (shock) dan melihat
berapa lama pengaruh guncaangan tersebut terjadi. Respon tersebut diukur
berdasarkan deviasi dari rentang waktu yang diharapkan. Respon yang positif
mengindikasikan bahwa variabel yang diuji akan meningkat terkait dengan
guncangan yang di berikan, dan sebaliknya. Hasil analisis IRF variabel penjualan
gas dan pasokan gas perusahan energi XYZ dapat di lihat selacara lengkap pada
Lampiran 10.
-.025
-.020
-.015
-.010
-.005
.000
.005
5 10 15 20 25 30 35 40 45 50
Response of PENJUALAN to Cholesky
One S.D. PASOKAN Innovation
Gambar 6. Impulse response pasokan
Respon yang pertama dianalisa adalah respon variabel Pasokan . Dari
gambar 6 kita bisa melihat bagaimana respon variabel pasokan terhadap variabel
penjualan gas itu sendiri. Jika kita lihat respon yang diberikan variabel pasokan
pada perubahan satu standar deviasi variabel itu sendiri sudah bernilai Negatif
semua. Jadi jika pasokan terjadi tekanan maka respon yang didapat oleh penjualan
akan menurun.
-.05
-.04
-.03
-.02
-.01
.00
5 10 15 20 25 30 35 40 45 50
Response of PASOKAN to CholeskyOne S.D. PENJUALAN Innovation
Gambar 7. Impulse response penjualan
Respon yang kedua dianalisa adalah respon variabel Penjualan . Dari
gambar 7 kita bisa melihat bagaimana respon variabel penjualan terhadap
variabel pasokan gas itu sendiri. Jika kita lihat respon yang diberikan variabel
penjualan pada perubahan satu standar deviasi variabel itu sendiri sudah bernilai
Negatif semua. Jadi jika penjualan terjadi tekanan maka respon yang didapat oleh
pasokan akan menurun
4.2.8 Forecasting Error Variance Decomposition (FEVD)
Forcasting Error Variance Decompotion (FEVD) digunakan untuk
menghitung dan menganalisis seberapa besar pengaruh acak guncangan dari
variable tertentu terhadap variable endogen. FEVD menghasilkan informasi
menganai relative pentingnya masing-masing inovasi acak atau seberapa kuat
komposisi dari peranan variable tertentu terhadap variable lainnya dalam model
VAR/VECM. Pengururtan variable dalam analisis FEVD ini berdasarkan
faktorisasi Choleksky. Hasil dari analisis FEVD Pasokan dan penjualan gas di
perusahaan Energi XYZ dapat dilihat pada Lampiran 11.
Simulasi Analisis FEVD Pasokan Gas terhadap Penjualan Gas di
perusahaan Energi XYZ
Gambar 8. Variance Decomposition pasokan gas terhadap penjualan gas
Simulasi Analisis FEVD Penjualan Gas terhadap Pasokan Gas perusahaan
Energi XYZ
Gambar 9. Variance Decomposition penjualan gas terhadap pasokan gas
Dari kedua variance decomposition untuk peramalan selama 50 bulan
kedepan pengaruh penjualan ke pasokan berkisar 47 persen, sedangakan pengaruh
pasokan ke penjualan berkisar 39 persen. Jadi pengaruh penjualan ke pasokan
lebih tingi di bandingkan pasokan ke penjualan Kesimpulan yang di dapat
perusahaan energi XYZ sebaiknya memperbaiki penjualan gas ke konsumen.
Karena pengaruh penjualan ke konsumen lebih tinggi.
4.3. Implikasi Manajerial
Setelah melakukan analisis kointegrasi terdapat hubungan kointegrasi
pada penjualan gas dan pasokan gas. hal ini menunjukan bahwa adanya hubungan
jangka panjang antara penjualan dan pasokan tersebut. Berdasarkan hasil IRF
menunjukan bahwa dalam jangka panjang terlihat jika pasokan diimplus maka
respon penjualan akan menurun dan sebaliknya dalam guncangan variabel
tersebut. Berdasarkan hasil analisis FEVD bahwa dapat dilihat secara keseluruhan
guncangan atas variabel yang lebih berpengaruh terhadap variabel penjualan ke
pasokan lebih tinggi dibandingkan pegaruh pasokan kepenjualan.
Dari hasil tersebut perusahaan bisa menafsirkan variabel apa saja yang
ingin ditingkatkan dan hambatan apa saja yang harus ditanggulangi agar tingkat
menjual terus bertambah. Implikasi dari analisis dan interprasi ini akan
mempengaruhui keputusan menejerial salah satunya dalam merencanakan
pemasaran yang mungkin dilakukan.
Perusahaan energi XYZ dapat mengadakan kegiatan edukasi pasar
mengenai keunggulan dari gas yang murah dan ramah lingkungan dan kelebihan
perusahaan sebagai langkah memperkenalkan Gas dari perusahaan energi XYZ
kepada calon pelangan di segmen yang dituju sekaligus wadah promosi untuk
memperkenalkan produk dan layanan ini. Salah satu caranya dengan mengadakan
workshop mengenai keunggulan dan layanan yang diberikan perusahaan energi
XYZ dengan mengunang pelangaan baru. Setelah pasar terbidik akan lebih mudah
bagi perusahaan energi XYZ dalam menjual dan memasarkan gas perusahaan
energi XYZ. Keuntungan lain setelah edukasi pasar yang dilanjutkan dengan
perkenalan produk dan layanan ini, dengan workshop gas perusahaan energi XYZ
dapat meningkatkan brand equty dan brand awareness di benak konsumennya.
Positioning yang dimiliki oleh perusahaan energi XYZ sangat kuat dan
secara tegas menancap dibenak para pelanggan, untuk itu diferensiasi perusahaan
energi XYZ hendaknya dapat digunakan sebagai pendukung nilai tambah (value
added) dalam promosi produk dan layanannya. Perusahaan energi XYZ harus
menojolkan keunggulan kompetitif secara baik dalam media promosi contohnya
mencantumkan keunggulan- keunggulan tersebut dalam flyer, advertorial, dan
media promosi lainya dalam rangka mengedukasi pasar sekaligus
memperkenalkan perusahaan energi XYZ kepada calon pelanggan dan pengguna
yang sama sekali belum mengetahui produk dan layanan distribusi sehingga
promosi lebih persuasive. Perusahaan energi XYZ juga dapat mencoba untuk
beriklan di media elektronik seperti Televisi pada jam tertentu di mana para
segmen sesaran banyak penonton.