penetapan pengambilan keputusan strategi penjualan ... · jurusan teknik industri . fakultas...
TRANSCRIPT
Jurusan Teknik Industri Fakultas Teknologi Industri
Institut Teknologi Sepuluh NopemberSurabaya 2010
Disusun OlehSugma Anugrawan (2506 100 098)
Dosen PembimbingProf.Dr.Ir. Udisubakti Ciptomulyono, M.Eng.Sc.
Dosen Ko-PembimbingNaning Aranti Wessiani, S.T., M.M.
Penetapan Pengambilan Keputusan Strategi PenjualanBerbasis Online Pada Produk Clothing dengan Menggunakan
Metode DEMATEL, ANP dan STEM di Surabaya
Latar Belakang
Bisnis Clothing
Kemajuan Teknologi Internet
Online atauRitel
Make-to-stockAtau
Make-to-order
Online Make-to-order (O-MTO)Atau
Online Make-to-stock (O-MTS)Atau
Online dan ritel make-to-stock (K-MTS)
Pemilihan Strategi
Penjualan
Latar Belakang
Preferensi konsumen terdahap
Harga jual
Preferensi konsumen
dalam melakukan pembelian
Pemasaran Memunculkan minat untuk
membeli
Harga jual
Preferensi konsumen
terdahap delivery time
Delivery time
investasi
Risiko ketersediaan bahan baku
Preferensi pelaku bisnis terhadap ketersediaan bahan baku yang mengakibatkan lost sale atau bertambahnya delivery time
Analisa finansial
Perhitungan IRR dari masing-masing
alternatif
Biaya investasi minimal untuk masing-masing
alternatif
Harga pokok produksi tiap
alternatif
delivery time tiap alternatif
Minimasi Risiko
Maksimasi Performa Kompetitif Strategis
Maksimasi Performa Finansial
Biaya operasional tiap kriteria
Profit yang diharapkan
Risiko Ketidaksiapan Produksi
Produse terkadang mempunyai order yang masuk terlebih duulu
Kriteria dan Subkriteria yang digunakan
Latar BelakangMetode yang Digunakan
DEMATEL
ANP
STEM
Untuk mengetahui hubungan keterkaitan antar kriteria, dimana hasilnya nanti digunakan sebagai dasar pembuatan model pada metode ANP
Untuk melakukan trade off pada fungsi tujuan karena terdapat konflik pada fungsi tujuan. Sehingga nantinya didapatkan solusi kompromi optimal, yang sesuai dengan preferansi pengambil keputusan
Untuk mendapatkan bobot kriteria pada alternatif yang nantinya digunakan sebagai koefisien fungsi tujuan pada metode STEM
Permasalahan
Bagaimana mendapatkan solusi kompromi
strategi penjualan yang optimal bagi produk
clothing yang dibahas dalam penelitian ini.
Latar Belakang
Tujuan Penelitian
Mengembangkan model keputusan strategipenjualan produk pada bisnis clothing online make-to-order, online make-to-stock dan kombinasi online danritel make-to-stock pada produk clothing, denganmenggunakan metode DEMATEL (Decision MakingTrial And Evaluation Laboratory), ANP (analiticnetwork process) dan STEM (step method)
Mencari solusi keputusan strategipenjualan produk pada bisnis clothing diSurabaya yang memuaskan sesuai denganobyektif pengambil keputusan.
Ruang Lingkup Penelitian
Batasan
Produk yang diamati adalah produk tertentu pada bisnis
clothing, yaitu: jaket, kemeja, sepatu, tas, dengan masing-
masing produk menggunakan 1 model sesuai dengan yang sudah
ditentukan.
Ruang lingkup lokasi penelitian di kota Surabaya.
Aspek perencanaan bisnis yang diteliti sesuai dengan yang
ditentukan pengambil keputusan.
Asumsi
Produk yang digunakan pada ketiga alternatif keputusan sama persis
Semua objektif (tujuan), kriteria dan alternatif ditentukan oleh pihak yang dianggap berkompeten dan
memiliki otoritas terhadap pengambilan keputusan.
Pihak yang dianggap berkompeten dan memiliki otoritas terhadap pengambilan keputusan merupakan
orang yang mengerti benar permasalahan-nya dan mempunyai kepentingan akan masalah yang dihadapi.
Lokasi yang digunakan telah memenuhi persyaratan analisa lokasi.
Manfaat Penelitian
Memperoleh solusi kompromi strategi penjualan yang optimal untuk masing-
masing produk dalam mendirikan bisnis clothing
Tinjauan Pustaka
Studi Kelayakan Investasi
Decision Making Trial And Evaluation
Laboratory (DEMATEL)
Analytic Network
Process (ANP)
Step Method(STEM)
Analisa Sensitivitas
Kelayakan Investasi
• NPV (Net Present Value)
• Payback Period
• IRR (Internal Rate of Return)
Decision Making Trial AndEvaluation Laboratory (DEMATEL)
• Metoda DEMATEL, dikembangkan oleh Science and Human Affairs Program of the Battelle Memorial Institute of Geneva antara tahun 1972 dan 1976, dapat mengubah hubungan antara sebab dan akibat dari kriteria ke dalam suatu sistem model terstruktur yang mudah dipahami (Tzeng et al., 2007)
Decision Making Trial AndEvaluation Laboratory (DEMATEL)
Decision Making Trial AndEvaluation Laboratory (DEMATEL)
Contoh hubungan timbal balikantar kriteria yang terjalin
Analytic Network Process (ANP)
• Analytic Network Process (ANP) yang dikembangkan oleh Thomas L. Saaty memberikan jalan untuk memasukkan pendapat dan pengukuran untuk mendapatkan prioritas skala rasio untuk pendistribusian pengaruh dari faktor dan kelompok faktor dalam suatu keputusan (Saaty, 2003)
• ANP merupakan pengembangan dari analytic hierarchy process (AHP). Hubungan jaringan dari metode ANP tidak hanya memperlihatkan hubungan antar aturan, tetapi juga memperhitungkan berat relatif(eigenvectors) dari tiap aturan.
Analytic Network Process (ANP)
W =
C1
C2
W11
W21
Wn1
W12
W22
Wn2
W1n
W2n
Wnn
C1
e11e12….e1m1
C1
e11e22….e2m2
Cn
en1en2….enmn
e11
e12
e1m1
e21
e22
e2m2
en1
en2
enmn
Cn
STEP Method•Tahapan penyelesaian STEP-Methoda. Tahap Perhitungan
• Hitung dan susun Tabel Pay-off Matriks• Dicari suatu titik pada daerah fesibel solusi yang paling
mendekati nilai solusi ideal pada tabel pay-off• Model MOP dalam tahap perhitungan dapat dirumuskan
Model MOP pada Tahap Perhitungan
[ ]
Minimumkan z = yDengan Pembatas (s / t)
y f (x ) f (x) l = 1...k
x x y 0
x daerah fisibel pada siklus m serta kendala yang ada = kepentingan relatif jarak tehadap titik optimal
ll*
l l
m
m
l
≥ −
∈≥
=
η
η
STEP Method
η α
α
α
ll
l
ll l
llj
j
n
l
l
lj
M mM c
=
=−
=
=
=
=
∑
∑
i 1
k l = 1, 2, 3 . . . . .k
l = 1, 2, 3 . . . . . k
M nilai maksimum pada baris ke l dari tabel payoffm = nilai maksimum pada baris ke l dari tabel payoffc koefisien fungsi objektif ke - l dan variabel kep. ke - j
12
1
Perhitungan nilai bobot η
• koefisien clj untuk normalisasi terhadap pembobotan fungsiobjektif
STEP Method• Tahap Pengambilan Keputusano Solusi yang diperoleh dipaparkan kepada DMo Dilakukan evaluasi nilai yang dicapai (Zm)-solusi ideal (Z*)o Bila ada objektif yang pencapaian solusinya belum
memenuhi kepuasan, diperbaiki kembali di tahapan berikutnyao Objektif lain yang sudah memuaskan diperlonggar dengano bobot
• Daerah fisibel untuk siklus perhitungan ini didefinisikan x x
j i, j = 1, 2, . . . . kkelonggaran yang akseptabel untuk objektif
yang sudah mencapai kepuasan tertentu
m∈
≥ −
≥ ≠
=
f x f x
f x f xi i
mf
j jm
f
( ) ( )
( ) ( )
δ
δ
Mind Map Penyelesaian Masalah
O-MTO
O-MTS
K-MTS
Performa Kompetitif Strategis
PerformaFinansial
Risiko
INPUT
DEMATEL
STEP METHOD
ANP
PROSESOUTPUT
KriteriaAlternatif
Obyek yang akan ditelitiProduk-produk bisnis
clothing ( Jaket, Kemeja, Tas, Sepatu)
Kondisi eksisting- Pendapatan Bruto Produk Terkait kota surabaya- Pertumbuhan Ekonomi- Peranan Ekonomi dari produk- Jumlah Pedagang Eceran Produk Terkait- Pengaruh Kemajuan Teknologi Internet
Analisa Sensitivitas
Studi lapangan
- Data delivery time- Data investasi- Data harga pokok produksi & pembelian- Data harga jual yang kompetitif
Expert Judgement
- Fungsi Objective- Fungsi Constrain
Keputusan
Pengumpulan Data
- DEMATEL- ANP- STEP METHOD- Analisa Sensitivitas
Studi literatur
- Strategi pemasaran- Strategi inventori- Uji Kelayakan bisnis
Metodologi Penelitian
Tahap Identifikasi
Metodologi Penelitian
Tahap Pengumpulan Data
Metodologi Penelitian
Tahap Pengolahan Data
Metodologi Penelitian
Tahap Analisa dan Kesimpulan
• Strategi O-MTONPV : Rp 84.976.321 IRR : 175% Payback Period: 17 bulan
• Strategi O-MTSNPV : Rp 213.471.928 IRR : 237%Payback Period: 12 bulan
Uji Kelayakan Investasi
• Strategi K-MTSNPV : Rp 531.992.169 IRR : 337 %Payback Period : 10 bulan
• Level Kriteria
DEMATEL
Keterangan :PKS : Performa Kompetitif StrategisRSK : RisikoPF : Performa Finansial
Matrik Rata-Rata Nilai Keterkaitan Langsung antar Kriteria
PKS PKS RSK PF RSK 0 3,5 3,5 PF 2 0 2,5 R 1,5 1 0
• Level Kriteria
DEMATEL
Keterangan :PKS : Performa Kompetitif StrategisRSK : RisikoPF : Performa Finansial
Matrik Keterkaitan antar Kriteria yang Telah Dinormalkan
PKS RSK PF
PKS 0,0000 0,5000 0,5000 RSK 0,2857 0,0000 0,3571 PF 0,2143 0,1429 0,0000
• Level Kriteria
DEMATEL
• Level Kriteria
DEMATEL
PKS RSK PF D D + R D - R
PKS 0,4821 0,8924 1,0598 2,4343 3,8805 0,9880 RSK 0,5657 0,3944 0,7809 1,7410 3,4183 0,0637 PF 0,3984 0,3904 0,3386 1,1275 3,3068 -1,0518 R 1,4462 1,6773 2,1793
Keterangan :PKS : Performa Kompetitif StrategisRSK : RisikoPF : Performa Finansial
Matrik Keterkaitan antar Kriteria Secara Total
No. Dispatcher Receiver
1. Performa Kompetitif Strategis Performa Finansial
2. Risiko
Pengelompokan Kriteria Dispatcher dan Receiver
Treshold value : 0,39
DEMATEL
Peta Impact-digraph Kriteria
• Level Subkriteria
DEMATEL
Matrik Keterkaitan antar Subriteria Secara Total
HJ P DT I IRR RKB RKP D
HJ 0,54 0,73 0,67 0,61 0,68 0,40 0,40 3,63 P 0,96 0,88 0,99 0,91 0,92 0,66 0,64 5,32
DT 0,51 0,57 0,41 0,44 0,46 0,29 0,28 2,68 I 0,82 0,92 0,84 0,65 0,83 0,58 0,58 4,64
IRR 0,79 0,88 0,76 0,71 0,62 0,51 0,53 4,27 RKB 0,61 0,74 0,74 0,64 0,64 0,36 0,35 3,72 RKP 0,60 0,69 0,68 0,58 0,58 0,33 0,33 3,46
R 4,24 4,30 3,34 2,83 2,01 1,21 0,60 D+R 7,87 9,63 6,03 7,47 6,27 4,94 4,06 D-R -0,61 1,02 -0,66 1,81 2,26 2,51 2,86
Keterangan :
HJ : Harga JualP : PemasaranDT : Delivery timeI : InvestasiIRR : Intern Rate of ReturnRKB : Risiko Ketersediaan
Bahan BakuRKB : Risiko Ketidaksiapan
Produksi
Treshold value : 0,57
• Level Subkriteria
DEMATEL
Pengelompokan Subkriteria Dispatcher dan Receiver
DEMATEL
Peta Impact-digraph Subkriteria
ANP
ANP
Alternatif Bobot O-MTO 0,29955 O-MTS 0,2647 K-MTS 0,4358
• JaketAlternatif Bobot O-MTO 0,2947 O-MTS 0,2600 K-MTS 0,4454
• Sepatu• Tas
• Poloshirt
Alternatif Bobot O-MTO 0,3154 O-MTS 0,4410 K-MTS 0,2437
Alternatif Bobot O-MTO 0,4009 O-MTS 0,4077 K-MTS 0,1913
Bobot Prioritas Alternatif Pemilihan Strategi Penjualan
ANP
Bobot Kriteria terhadap Keputusan
ANPAnalisa Sensitivitas
Dari hasil tersebut dapat diketahui bahwa tidak ada kriteria yangsensitif untuk semua produk, sehingga dapat diketahui juga bahwaresponden cukup konsisten dalam melakukan pengisian kuisioner
STEP METHOD
Pendefinisian Variabel Keputusan
Variabel Keputusan Xij didefinisikan sebagai produk ke-i yang dikerjakan melalui alternatif ke-j. Masing-masing indeks i dan j, didefinisikan sebagai berikut :
i = Produk yang merupakan objek penelitian, i = 1,2,3,4i = 1, Jaketi = 2, Poloshirti = 3, Tasi = 4, Sepatu
j = Alternatif strategi penjualan, j= 1,2,3j = 1, Online make-to-order (O-MTO)j = 2, Online make-to-stock (O-MTS) j = 2, Kombinasi online dan ritel make-to-stock (K-MTS)
STEP METHODFormulasi Fungsi Tujuan
1. Maksimasi Performa Kompetitif Strategis
Z1 = PKSij Xij (4.2)
Z1 = PKS11X11 + PKS12X12 + PKS13X13+ PKS21X21 + PKS22X22+ PKS23X23 + PKS31X31 + PKS32X32 + PKS33X33 + PKS41X41 + PKS42X42 + PKS43X43
Z1 = 0, 1694X11 + 0, 1497X12 + 0, 2464X13 + 0, 1253X21 + 0,1106X22 +0, 1894X23 + 0, 2107X31 + 0,2946X32 + 0,1628X33 + 0,0721X41 +0,0734X42 + 0,0344X43
dimana :PKSij = besarnya bobot kriteria dari performansi kompetitif strategis pada produk
ke-i dan alternatif ke-j
STEP METHODFormulasi Fungsi Tujuan
2. Maksimasi Performa Finansial
Z2 = PFij XijZ2 = PF11X11 + PF12X12 + PF13X13+ PF21X21 + PF22X22 + PF23X23 + PF31X31 +
PF32X32 + PF33X33 + PF41X41 + PF42X42 + PF43X43
Z2 = 0, 0891X11 + 0, 0787X12 + 0, 1296X13 + 0, 1362X21 + 0, 1202 X22 +0, 2059X23 + 0,0683X31 + 0,0956X32 + 0,0528X33 + 0,2245X41 +0,2283X42 + 0,1071X43
dimana :PFij = besarnya bobot kriteria dari performansi Finansial pada produk
ke-i dan alternatif ke-j
STEP METHODFormulasi Fungsi Tujuan
3. Minimasi Risiko
Z3 = Rij XijZ3 = R11X11 + R12X12 + R13X13 + R21X21 + R22X22 +
R23X23 + R31X31 + R32X32 + R33X33 + R41X41 +R42X42 + R43X43
Z3 = -0, 0411X11 - 0, 0363X12 - 0, 0598X13 - 0, 0331X21 - 0, 0292X22 - 0, 0501X23 - 0,0363X31 - 0,0508X32 - 0,0281X33 - 0,1043X41 -0,1061X42 - 0,0498X43
dimana :Rij = besarnya bobot kriteria dari Risiko pada produk ke-i dan alternatif ke-j
STEP METHODFormulasi Fungsi Pembatas
Pembatas Alokasi Dana Pengadaan Produk JaketD1i X1i ≤ H1D11X11+ D12X12+ D13X13 ≤ H180000X11+ 650000X12 + 650000X13 ≤ 18395000dimana :D1i = Besarnya biaya pengadaan produk-1H1 = Alokasi dana yang disiapkan untuk pengadaan produk
jaket
Pembatas Alokasi Dana Pengadaan Produk Poloshirt
D2i X2i ≤ H2D21X21+ D22X22+ D23X23 ≤ H2600000X21 + 42000X22 + 42000X23 ≤ 22176000dimana :D2i = Besarnya biaya pengadaan produk-2H2 = Alokasi dana yang disiapkan untuk pengadaan produk
poloshirt
STEP METHODFormulasi Fungsi Pembatas
Pembatas Alokasi Dana Pengadaan Produk TasD3i X3i ≤ H3D31X31+ D32X32+ D33X33 ≤ H390000X31+ 35000X32 + 35000X33 ≤ 7035000dimana :D3i = Besarnya biaya pengadaan produk-2H3 = Alokasi dana yang disiapkan untuk pengadaan produk
tas
Pembatas Alokasi Dana Pengadaan Produk Sepatu
D4i X4i ≤ H4D41X41+ D42X42+ D43X43 ≤ H42250000X41 + 135000X42 + 135000X43 ≤ 11880000dimana :D4i = Besarnya biaya pengadaan produk-4H4 = Alokasi dana yang disiapkan untuk pengadaan produk
sepatu
STEP METHODFormulasi Fungsi Pembatas
Pembatas Biner
X11+X12+X13=1X21+X22+X23=1X31+X32+X33=1X41+X42+X43=1X11,X12,X13,X21,X22,X23,X31,X32,X33,X41,X42,X43 = 0 atau 1 (Biner)
STEP METHOD24 Matrik Pay Off Iterasi 1
Matrik Pay Off Iterasi 1
STEP METHOD
Perhitungan nilai η
nilai tersebut nantinya dimasukan perumusan dan akan menjadi added constrain pada iterasi 1
STEP METHOD
Dari pengolahan data pada iterasi 1, didapatkan hasil sebagai berikut :
X1 = (X11, X12, X13, X21, X22, X23, X31, X32, X33, X41, X42, X43)X1 = (1 , 0 , 0 , 0 , 0 , 1 , 1 , 0 , 0 , 0 , 0 , 1)
Z1 = (0,6041 ; 0,4705 ; -0,1772)
Karena f1dan f2 pada iterasi 1 belum cukup memuaskan makaPada iterasi 2 dengan diberikan kelonggaran berturut-turut 10%, 20%,30%, 40%, 50%, 60% pada f3 .
STEP METHODSolusi Tiap Iterasi ada Tiap Variabel Keputusan
STEP METHODAnalisa Sensitivitas Nilai Koefisien Fungsi Tujuan pada kriteria Performa Kompetitif Strategis
Dari situ dapat diketahui bahwa Nilai Koefisien Fungsi Tujuan pada kriteriaini tidak sensitif terhadap perubahan sampai sebesar ±10% , dan dengan perubahantersebut tidak terjadi perubahan pada solusi ideal.
STEP METHODAnalisa Sensitivitas Nilai Ruas Kanan pada kriteria Performa Kompetitif Strategis
Dari situ dapat diketahui bahwa Nilai Ruas Kanan pada kriteria ini tidak sensitif terhadap perubahan sampai sebesar ±10% , dan dengan perubahan tersebut tidak terjadi perubahan pada solusi ideal.
Kesimpulan
Telah dikembangkan model keputusan strategi penjualanbisnis clothing online make-to-order, online make-to-stockdan kombinasi online dan ritel make-to-stock, denganmenggunakan metode DEMATEL, ANP dan STEM
2 • Jaket, strategi penjualan yang digunakan adalah O-MTO• Poloshirt, strategi penjualan yang digunakan adalah K-MTS • Tas, strategi penjualan yang digunakan adalah O-MTS • Sepatu, strategi penjualan yang digunakan adalah O-MTS
1
Saran
Saran yang dapat diajukan bagi pelaksanaan penelitianselanjutnya antara lain :
1. Penelitian ini dapat dilanjutkan dengan ruang lingkup yang lebih besar, seperti sampai pada level produksi.
2. Penelitian dengan ruang lingkup sampai level produuksi sebaiknya mempersiapkan objek-objek pengamatan yang bisa memberikan data-data secara detail.
Daftar Pustaka
Badan Pusat Statistik Provinsi Jawa Timur. 2009. Surabaya dalam angka. SurabayaBadan Pusat Statistik Provinsi Jawa Timur. 2006. Direktori Perusahaan Perdagangan Eceran.
SurabayaDetiknet, 2010. Transaksi Online di Indonesia Tembus Rp 35 Triliun. Jakarta
http://www.detikinet.com> Diakses pada 29 september 2010. Gaspersz, V., 1998. Production Planing and Inventory Control. Jakarta: Gramedia Pustaka
UtamaGould, J., Golob, T.F., 2002. Consumer e-commerce, virtual accessibility, and sustainable
transport. In: Black, W.R., Nijkamp, P. (Eds.), Social Change and Sustainable Transport, Indiana University Press, Indiana, USA, pp. 279–285.
Hamzah, M., I., 2009. Penetapan Pola Sistem Pengembangan dan Pembinaan Manajemen untuk UKM dengan Pendekatan Model MCDM Hybrid DEMATEL dan ANP. Surabaya
Handayani, S., 2010. PENENTUAN LOKASI CABANG BARU LABORATORIUM KLINIK X DENGAN MENGGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) DAN KELAYAKAN INVESTASI. Surabaya
Kotler, P., 2005. Ten Deadly Marketing Sins. Jakarta: Erlangga
• Pujawan, I.N. 2003. Ekonomi Teknik. Surabaya: Guna Widya• Saaty, T. L., 2005. Theory and Applications of The Analytic Network Process. zPittsburg: RWS
Publications.• Saaty, T. L., 1994. Fundamentals of Decision Making and Priority Theory with The Analytic
Hierarchy Process. Pittsburg: RWS Publications.• Tabucanon , M. T., 1988. Multiple Criteria Decision Making in Industri. Bangkok: Elseveir
Science Publissher• Tzeng, G. H., Chiang, C. H., & Li, C. W. (2007). Evaluating intertwined effects in e-learning
programs: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, 32(4), 1028–1044.
• Fakultas Ekonom i.
• Sudarsih, E., Nasution, A. H., Soehardjoepri, Supomo, H., Baskoro,F., Soetoyo. 2009. Technopreneurship. Surabaya: ITS Press
• Keeney, R.L., 1999. The value of Internet commerce to the customer. Management Science 45 (4), 533–542.
• Marlyana, N., 2002. PENERAPAN MODEL MULTI KRITERIA-METODE AHP (ANALYTIC HIERAARCHY PROCESS) & STEM (STEP METODH) DALAM PENGAMBILAN KEPUTUSAN “MEMBUAT” ATAU “MEMBELI’ DI PT BOMA BISMA INDRA SURABAYA. Surabaya
Daftar Pustaka
TERIMA KASIH