BAB 7ANALISIS PELUANG PASAR

DAN PERAMALANNYA

1. Analisis peluang pasar

Ada beberapa alasan mengapa analisis peluang pasar harus dilakukan terlebih dahulu oleh suatu perusahaan :1) Sering kali suatu perusahaan dalam memulai usahanya belum mengetahui

kesempatan pasar yang baik. Artinya perusahaan mempunyai tujuan dimulai dengan suatu kesempatan.

2) Suatu perusahaan sulit menyebutkan apa yang seharusnya dibutuhkan karena tidak jelas tujuan perusahaan. Pada hal di sisi lain perusahaan mengetahui adanya kesempatan yang baik.

3) Bila kesempatan berubah, kadang-kadang perusahaan mengubah pola tujuannya.4) Tersedia atau tidaknya sumber-sumber dalam perusahaan, yang dapat lebih unggul

dari pesaing seperti dapat menekan biaya lebih rendah, harga lebih rendah, mutu yang lebih baik, dsb.

Dalam perekonomian dengan adanya suatu kebutuhan yang belum terpenuhi. Bila peluang ini baik atau menguntungkan perusahaan bisa melakukan untuk mengisi peluang tersebut. Namun demikian, tidak semua peluang menguntungkan bagi perusahaan. Suatu contoh : perusahaan air minum mempunyai peluang untuk mengembangkan minuman dalam kaleng dengan menggunakan sumber-sumber air terjun, sumur bor, dan lain-lain. Sedangkan peluang baik pengembangan air minum tidak merupakan peluang baik bagi perusahaan plywood.

Untuk memutuskan peluang pasar yang mana yang akan dikejar di masa yang akan datang, suatu perusahaan perlu memperkirakan peluang pasar. Terdapat dua macam peluang pasar:

1. Peluang pasar absolut2. Peluang pasar relatif

a. Peluang pasar absolut

Peluang pasar absolut adalah permintaan potensial maksimum yang terdiri dari dua faktor yaitu - Jumlah pemakai potensial

- Tingkat pembelian

Pada pasar tertentu, Pasar absolut adalah jumlah rupiah atau jumlah unit yang dijual.

Untuk menukur peluang pasar absolut biasanya digunakan jumlah pemakai yang mungkin dan tingkat pembelian maksimum yang diharapkan. Perusahaan sering kali melakukan taksiran terhadap potensi pasar menurut daerah, jenis industri atau rumah tangga dari asosiasi dagang atau hasil riset komersial.

Dalam memperkirakan peluang pasar konsumen dilakukan bila sifat-sifat pembeli potensial telah diketahui dan diukur.

Suatu contoh prosedur untuk menaksir pasar peluang konsumen. Sebuah klinik spesialis beroperasi dari berbagai bidang spesialisasi perawatan kesehatan, ingin memperkirakan peluang pasar guna untuk menambah ruangan. Informasi dan perhitungan dibuat untuk perkiraan pelayanan ginekologi dan penyakit kandungan :

Kelompok Usia(a)

Tingkat Kunjungan tahunan per kapita

(b)

Populasi wanita daerah pasar

(c)

Potensi pasar kunjungan/tahunan

(d)

15-2425-4445-64

0,40,50,1

36,27374,82134,710

14,50937,4113,471

Jumlah 55,391

Proses seperti ini diulangi untuk berbagai jenis pelayanan kesehatan yang tersedia. Hasilnya bandingkan dengan kapasitas pelayanan kesehatan yang telah ada. Bila terdapat relatif sama maka disimpulkan bahwa pelayanan yang ada sudah cukup, tidak perlu menambah fasilitas baru.

Untuk memperhitungkan perbedaan besarnya organisasi digunakan jumlah karyawan dan nilai pengiriman. Nilai pengiriman dan jumlah karyawan mempunyai korelasi dengan tingkat pembelian.

Contoh riset primer dengan penggunaan bobot dalam memperkirakan peluang pada pasar organisasi:

Kode SIC IndustriJumlah

Karyawan

Kebutuhan perkaryawan

(kg)

Perkiraan potensi

(kg)232834

ApparelChemicalsFabricated

metals

18.06632.66187.101

305065

541.9801.633.0505.661.565

Jumlah 7.836.595

1. Perusahaan King menjual pelumas di tiga industri dengan kode SIC 23, SIC 28, SIC 34.

2. Survey dilakukan untuk memperoleh rata-rata tingkat pembelian.3. Perusahaan King menggunakan data karyawan untuk setiap industri yang telah

dihitung berdasarkan kota per kota dari pola bisnis kota, untuk mengukur perbedaan pembeli potensial.

4. Dibuat tabel perkiraan peluang pasar.5. Penjualan perusahaan kemudian dibandingkan dengan peluang pasar untuk

mengenali wilayah penjualan perusahaan King yang perlu ditingkatkan.

Timbul beberapa pertanyaan baru:1. Apakah ada industri lain mempunyai pelumas industri yang potensial?2. Apakah tingkat pembelian pada kondisi ekonomi yang ideal atau tingkat

penggunaan yang ada di bawah batas maksimum?3. Apakah jumlah karyawa merupakan metode terbaik untuk dijadikan bobot

ukuran relatif dari pabrik-pabrik?

b. Peluang pasar relatif

Peluang pasar relatif merupakan persentase penyebaran peluang pasar di antara berbagai bagian pasar.

Misalnya:- kelompok daerah pemasaran - kelompok pelanggan

Peluang pasar relatif digunakan untuk alokasi sumber daya secara efisien,seperti:

1. Alokasi pengeluaran iklan2. Alokasi salesman diberbagai wilayah daerah.3. Menempatkan fasilitas

Pemasangan iklan harus dialokasikan pada berbagai media atas dasar kepentingan relatif masing-masing pasar. Sebagai contoh penyebaran iklan untuk alat pengatur hawa ruangan disesuaikan dengan penyebaran jenis televisi agar alokasi pengeluaran iklan selaras dengan peluang pasar.

Salesman (wirausaha) dengan jumlahnya harus disesuaikan dengan peluang pasar pada masing-masing daerah. Misalnya daerah A cukup satu orang salesman, sedangkan daerah B dengan peluang pasar yang lebih besar diperlukan untuk dua orang salesman.

Dalam usaha meminimalkan biaya angkut dan memaksimalkan kemampuan pengiriman produk dengan cepat, penempatan fasilitas lebih dekat ke pasar yang berpeluang besar daripada ke pasar yang berpeluang kecil. Fasilitas itu misalnya gudang, kantor, kantor penjualan daerah dan lain-lain.

Untuk mengukur peluang pasar relatif dilakukan dengan beberapa pendekatan, yaitu:

1. Pendekatan faktor akibat tunggal.2. Pendekatan faktor akibat ganda.

Potensi pasar yang berkaitan langsung dengan faktor tunggal misalnya kepada siapa menjual produk industri. Pada produk konsumen biasanya digunakan jumlah unit rumah tangga, tingkat pendapatan yang dibelanjakan dan lain-lain. Sebagai contoh tentang penggunaan akibat tunggal dlam menaksir potensi pasar relatif:

Sebuah pabrik mainan anak-anak di AS berusaha mengalokasikan dana untuk dana iklan tv untuk tahun 1983. Ini produk untuk anak-anak yang berusia 3-10 tahun. Data yang berguna bagi pemimpin adalah umur 2-11 tahun dalam pasar televisi.

Pasar TVPopulasi usia 2-11

tahun(ribu)

Persen populasi usia 2-11 tahun

Alokasi iklan($ ribu)

New yorkLos Angeles

ChicagoPhiladelphia

.........

2,280.91,669.21,227.2915.5........

7.05.13.82.8.....

700.0510.0380.0280.0........

Total USA 32,722.6 100.0 10,000.0Dengan menggunakan perkiraan bulan Desember 1982 seperti tabel di atas,

pimpinan perusahaan menentukan jumlah persentase untuk semua anak-anak yang berumur 2-11 tahun pada daerah-daerah pasar TV dialokasikan anggaran iklan sesuai dengan persen populasinya.

Pimpinan perusahaan dapat pula menggunakan faktor akibat ganda atau lebh dari satu faktor dalam memperkirakan potensi pasar relatif. Sebagai faktor digunakan angka indeks. Misalnya untuk produk-produk konsumen yang sering dibeli digunakan Indeks Daya Beli (IDB).IDB = 0,5 x persen daya beli efektif +

0,3 x persen penjualan eceran di negara A x0,2 x Persen populasi negara A

Contoh tentang penggunaan IDB:Millers suatu toko serba ada regional yang menjual pakaian bermutu sedang dan

barang lunak lainnya. Toko tersebut berniat akan menambah jumlah tokonya / mencari beberapa alternatif pasar baru. Tingkat persaingan perlu diteliti di pasar potensial.

Wilayah pasar populasiPendapatan

rata-rata($)

Penjualan eceran per

kapita($)

IDB

1234

386,100294,500167,900250,500

15,93016,20012,45017,710

6881.85455.26317.16876.4

0.17500.12300.00620.1134

Atas dasar IDB yang terbesar adalah wilayah pasar 1 merupakan pasar yang berpotensial tinggi. Sedangkan wilayah 2 dan 4 relatif sama IDB-nya, begitu juga tingkat pendapatan rata-ratanya dan penjualannya agak lebih tinggi pada wilayah pasar 4. Informasi ini berguna dalam mencari lokasi tertentu untuk pasar-pasar yang mempunyaipotensi relatif besar.

2. Ramalan penjualan

Ramalan penjualan adalah perkiraan berbagai tingkat permintaan dimasa yang akan datang.

Ramalan dapat dilakukan untuk jangka pendek maupun jangka panjang (1-5 tahun atau lebih). Ada dua macam ramalan penjualan, yaitu:

1. Ramalan penjualan Industri2. Ramalan penjualan perusahaan

Pada ramalan penjualan industri digunakan untuk memperkirakan jumlah penjualan yang akan dicapai pada pasar yang relevan. Terdapat tiga penggunaan dasar ramalan penjualan industri:

1) Ramalan penjualan industri memperlihatkan tingkat perkembangan yang diharapkan dari pasar-pasar alternatif.

2) Ramalan penualan industri penting bagi pimpinan menengah dalam mengetahui tingkat penualan industri yang akan datang untuk menghitung bagian pasar yang diperlukan untuk mencapai tujuannya.

3) Laju perkembangannya industri biasanya mempunyai pengaruh yang besar terhadap perkembangan perusahaan.

Ramalan Penjualan perusahaan adalah tingkatan penjualan perusahaan-perusahaan yang diharapkan berdasarkan atas rencana pemasaran yang telah dipilih dan lingkungan pasaran yang telah ditentukan.

Ada dua konsep lainnya yang berhubungan dengan ramalan perusahaan:1) Kuota penjualan merupakan tujuan penjualan ditentukan untuk jenis produk,

suatu bagian perusahaan, atau perwakilan penjualan.2) Anggaran penjualan merupakan suatu perkiraan daripada jumlah penjualan

yang diharapkan dan digunakan untuk menentukan pembelian produksi, dan keputusan jalannya keuangan.

3. Pendekatan Peramalan

Seringkali digunakan dengan tiga pendekatan untuk melakukan peramalan baik untuk meramalkan penjualan industri maupun perusahaan:

a. Model deret berkalab. Model regresi bergandac. Pendekatan Judgemental

a. Model deret berkala

merupakan ramalan penjualan dengan menggunakan pola penjualan masa lalu. Model ini mudah digunakan, serta kemungkinan penyimpangan antara penjualan aktual dan yang diramalkan dapat diperkitakan secara statistik. Asumsi yang dipakai adalah kekuatan-kekuatan pasar relatif stabil, artinya kecenderungan penjualan tidak berubah karena perubahan ekonomi, pemasaran, dan teknologi.

Deret berkala dari penjualan masa lalu dapat dianalisis dengan empat komponen utama yang berhubungan dengan waktu:

1) Kecenderungan (Trend = T)2) Siklus (Cycle = C)3) Musim (Season = S)4) Kejadian yang tak menentu (Erratic events = E)

Kecenderungan (T) adalah hasil perkembangan dasar penduduk, susunan modal dan teknologi menggariskan garis lurus atau lengkung melalui perhitungan waktu.

Kecenderungan (T) dapat digunakan untuk ramalan jangka panjang.

Siklus(C) gerakan / bergeser seperti gelombang. Banyak deret penjualan dipengaruhi oleh gejolak kegiatan ekonomi yang naik turun.Misalnya penjualan konstrksi rumah, penjualan kambing dan penjualan besi kasar. Siklus dapat digunakan dalam meramalkan jangka menengah.

Musim(S) menunjukkan pola gerakan yang tetap setiap tahun. Dalam tahunan bisa terlihat pada triwulan oleh perubahan cuaca, ada musim semi, panas, gugur dan dingin. Pola seperti itu tetap berlaku sepanjang tahun. Musiman baik digunakan dalam ramalan jangka pendek.

Kejadian yang tak menentu (E). Misalnya adanya mogok kerja, perang, tingkah laku yang aneh, perang harga dan lain-lain. Komponen-komponen yang lebih sistematis, sehingga deret berkala diawali dengan kacau.

Model klasik adalah sbb:1. Y = T + C + S + EKet: - Y = penjualan asli

- T = trend- C = cycle- S = season- E = erratic events

Komponen-komponen itu saling berkaitan secara linear.

2. Y = T x C x S x EModel perkalian ini mempunyai asumsi yang lebih realistis karena pengaruh

musim dan siklus sebanding dengan tingkatan kecenderungan penjualan. T dianggap nilai absolut dan C, S dan E dalam nilai persentase (relatif).

Seringkali suatu perusahaan dengan ratusan macam jalur produk yang ingin dibuat ramalannyadalam waktu segera, dapat menggunakan teknik deret berkala yang baru, disebut Pemerataan eksponensial (exponential smoothing).

Qt + 1 = aQt + (1-a) Qt

Dimana: Qt + 1 = ramalan penjualan untuk periode yang akan datang Qt = penualan pada masa kini Qt = rata-rata penjualan a = rata-rata tetap

Misalnya rata-rata tetap 0,4, penjualan sekarang $ 50,000 dan rata-rata penjualan $ 40,000. Maka ramalan penjualan ?

Qt+1 = 0,4 ($ 50,000) + 0.6 ($ 40,000) = $ 44,000.-

Konstanta rata-rata (rata-rata tetap) diperoleh dari menguji percobaan-percobaan berbagai penjualan rata-rata antara 0 dan 1 untuk dapat menemukan ketetapan yang terbaik.

b. Model regresi berganda

Model ini digunakan sebagai ganti dari model deret berkala jika perubahan lingkungan yang menyebabkan atau mempengaruhi penjualan dapat diperkirakan. Pada model ini dapat pula disertakan variabel yang dapat dikendalikan, misalnya tentang harga, biaya iklan dan lain-lain. Sehingga pimpinan dapat meneliti pengaruh perubahan variabel-variabel itu dapat dikendalikan dalam pasar.

Model regresi berganda ini juga menggunakan data historis.

Y = f (X1 , X2 , ... , Xn) misalnya :

Y = -3649 + 0,665 X1 + 1180 log X2 + 774 X3 + 32 X4 – 2,83 X5

Dimana:Y = Jumlah penjualan per tahun dalam ribuan dolar.X1 = penjualan pertahun dalam ribuan dolarX2 = pengeluaran untuk iklanX3 = variabel mati, dengan nilai 1 antara 1908 dan 1925, dan dibuat 0 antara1926

keatas.X4 = tahun (1908 – 1909 = 1, dan seterusnya).X5 = dispossible personal income dalam milyar dolar dengan nilai sekarang.

Semua variabel bebas tersebut diatas membantu perhitungan 94% variasi tahunannyadalam penjualan antara tahun 1908 dan 1960. Untuk tahun 1961 dimasukkan angka-angka dari lima variabel bebas itu. Log pengeluaran iklan dimasukkan dalam X2, 0 dimasukkan dalam X3, angka tahun yang sesuai dengan tahun 1961 dimasukkan dalam X4, dan dispossible personal income yang diramal tersedia dalam tahun 1961 pada X5. Hasil perkalian angka-angka ini dengan koefisien masing-masing dan menjumlahkannya akan memberikan ramalan penjualan untuk tahun 1961.

c. Pendekatan berdasarkan judgement

Beberapa alasan pimpinan menggunakan judgement untuk melengkapi model statistik:

1. Model statistik yang canggih tidak dapat mengikut sertakan pengaruh yang potensial misalnya embargo minyak, pemogokan, terobosan teknologi yang besar dalam produk.

2. Pada pasar industri khususnya sejumlah kecil pembeli mungkin merupakan sebagian pelanggan. Karena apabila pimpinan ingin memperkirakan akan ada kehilangan atau penambahan pelanggan baru maka perlu dijadikan faktor dalam ramalan penjualan dalam bentuk judgement.

3. Pada ramalan statistik lebih reliabel untuk tingkatkan agregasi yang lebih besar. Misalnya lebih sukar meramalkan pembelian dengan akurat menurut wilayah penjualan daripada pembelian secara nasional.

Beberapa faktor yang harus diperhatikan dalam melakukan ramalan penjualan:1. Pola Musim2. Kepekaan3. Biaya kesalahan peramalan

Pola Musim

Hampir semua pasar terdapat variasi musim, dimana frekuensi variasi biasanya dalam tahunan. Keputusan pemasaran dibuat apakah dalam kuartalan, bulanan, dan lain-lain. Misalnya untuk anggaran periklanan diberikan tinggi pada bulan-bulan penjualan besar dan harga yang ditingkatkan, sedangkan pada bulan-bulan lainnya anggaran iklan diperkecil dan harga jual direndahkan pula. Untuk memudahkan dalm membuat ramalan penjualan diperhitungkan dengan menggunakan indeks musim.

Sebagai contoh dapat dilihat pada penjualan berdasarkan data historis sbb:Kuartal tahun

1 2 3 4 Jumlah

1986198719881989

66687975

114115151152

141144151152

146171170181

467498500531

Jumlah 288 452 588 668 1996Rata-rata 72 113 147 167 125

Indeks musim dihitung sebagai berikut:

Kuartal 1 :

Kuartal 2 :

Kuartal 3 :

Kuartal 4 :

Dengan demikian maka ramalan penjualan untuk tahun 1989 adalah sebagai berikut:

Kuartal 1:

Kuartal 2:

Kuartal 3 :

Kuartal 4 :

Kepekaan

Penggunaan berbagai teknik peramalan akan memberikan hasil yang sama. Dengan memakai ramalan yang paralel dengan asumsi yang berbeda-beda mengenai faktor kausalnya, maka pimpinan akan lebih mampu dalam membuat peramalan. Ramalan yang peka atas lingkungan atau perubahan-perubahan variabel akan mendapatkan model dan asumsi yang paling mendekati kenyataan.

Biaya kesalahan peramalan

Suatu ramalan penjualan dengan kesalahan interval kemungkinan besar maka pimpinan harus mempertimbangkan jumlah biaya akibat perkiraan permintaan terlalu besar atau terlalu kecil.

Akibat perkiraan yang terlalu tinggi antara lain:1. Kelebihan kapasitas mengakibatkan PHK2. Penurunan harga3. Beban biaya atas persediaan

Akibat perkiraan yang terlalu rendah antara lain:1. Kehilangan kesempatan menjual2. Menambah biaya lembur, biaya mempercepat pengiriman barang3. Kurang pengendalian mutu, karena produksi penuh