BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN

Slides:



Advertisements
Presentasi serupa
METODE PERAMALAN Metode Peramalan (forecasting)
Advertisements

ANALISIS REGRESI (REGRESSION ANALYSIS)
REGRESI NON LINIER (TREND)
BAB 3. KONSEP POKOK DLM ASPEK PASAR
BAB XI REGRESI LINEAR Regresi Linear.
BAB II ANALISA DATA.
Studi Kelayakan Bisnis
Metode Peramalan (Forecasting Method)
PENILAIAN ASPEK PASAR DAN PEMASARAN
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
METODE PERAMALAN KUANTITATIF
Bab 10 Analisis Regresi dan Korelasi
Bab 4. METODE PENGUKURAN DAN PERAMALAN PERMINTAAN
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
PERAMALAN PENGELOLAAN DEMAND
ANGGARAN PERUSAHAAN KULIAH 3
PERAMALAN Memprediksi peristiwa masa depan
ANALISIS RUNTUT WAKTU.
Forecasting Raisa Pratiwi ,SE.
REGRESI (TREND) NONLINEAR
Pertemuan VIII Peramalan Produk
PERAMALAN DENGAN TREND
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
Probabilitas dan Statistika
ANALISIS DATA BERKALA.
REGRESI LINEAR SEDERHANA
Menentukan Perilaku Biaya
PERENCANAAN PERMINTAAN DALAM Supply Chain
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
TREND LINIER SIP-Sesi8.
Pertemuan Metode Peramalan (Forecasting Method)
ANALISA REGRESI & KORELASI SEDERHANA
METODE-METODE PERAMALAN BISNIS
PERAMALAN Oleh: Sri Hermawati.
TAHAP-TAHAP PERAMALAN
Bab 4 Estimasi Permintaan
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
Aspek Pasar Analisis pasar sangat penting karena jika pasar yang akan dituju jelas, prospek bisnis ke depan pun akan jelas, sehingga risiko kegagalan bisnis.
kelompok ahli. Disini ada proses “learning”.
Aspek Pasar Analisis pasar sangat penting karena jika pasar yang akan dituju jelas, prospek bisnis ke depan pun akan jelas, sehingga risiko kegagalan bisnis.
Resista Vikaliana Statistik deskriptif 2/9/2013.
METODA PERAMALAN KUANTITATIF
ASPEK PASAR DAN PEMASARAN KEWIRAUSAHAAN POSO NUGROHO, SE., MM
REGRESI LINIER DAN KORELASI
FORECASTING/ PERAMALAN
SALES FORCASTING Oleh: H. Beben Bahren., S.E., M.si.
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
Aspek Pasar & Pemasaran
Peramalan .Manajemen Produksi #3
SEGMENTASI PASAR DAN PASAR SASARAN POTENSIAL
KRITERIA MEMILIH TREND
ANALISIS DATA BERKALA.
ANALISIS RUNTUT WAKTU Dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang dapat digunakan untuk memperkirakan pola pada masa yang.
PERAMALAN (FORECASTING)
BAB 7 TIME SERIES ANALYSIS Dalam peramalan, biasanya orang akan mendasarkan diri pada pola atau tingkah laku data pada masa-masa lampau. Data yang dikumpulkan.
FORECASTING.
KORELASI DAN REGRESI SEDERHANA
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
BAB 3. KONSEP POKOK DLM ASPEK PASAR
06 Analisis Trend Analisis deret berkala dan peramalan
REGRESI LINEAR SEDERHANA
y x TEKNIK RAMALAN DAN ANALISIS REGRESI
SEGMENTASI PASAR DAN PASAR SASARAN POTENSIAL
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
PENGUKURAN & PERAMALAN
Menentukan Perilaku Biaya
PENILAIAN ASPEK PASAR DAN PEMASARAN
Peramalan (forecasting) Perancangan Sistem Produksi Widjajani Risris Nurjaman.
Transcript presentasi:

BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN Pertemuan 2 BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN

Karakteristik pokok aspek pasar : Kajian aspek pasar berkaitan dengan ada tidaknya potensi pasar dan peluang pasar dari usaha bisnis sedangkan kajian aspek pemasaran berkaitan dengan bagaimana penerapan strategi pemasaran yang akan dilakukan untuk meraih sebagian pasar potensial tersebut (market share). Karakteristik pokok aspek pasar : 1. Pasar permintaan nasional untuk produk/jasa tertentu tidak terlalu besar 2. Adanya garis pemisah yang cukup jelas dari segman pasar yang ada 3. Kebanyakan produk yang dibuat merupakan produk pengganti (substitusi) 4. Pemerintah seringkali ikut campur tangan dalam mempengaruhi mekanisme pasar untuk jenis produk tertentu Jenis dan Sumber Data Data kualitatif : perilaku, kebiasaan, preferensi konsumen dll Data kuantitatif : kecenderungan permintaan masa lalu, perkembangan/pertumbuhan penduduk, pendapatan perkapita, dll. Sumber data : sensus penduduk, biro pusat statistik, dinas perindustrian dsb.

TEKNIK PENGAMBILAN DAN ANALISIS DATA Pengambilan data kualitatif dapat dilakukan dengan kuesioner/angket, sedangkan untuk data kuantitatif dapat dilakukan dengan teknik dokumentasi, survei dan observasi. Untuk menganalisis data dapat dilakukan dengan peramalan Teknik Pengukuran Permintaan dapat dilakukan dengan : 1. Penggunaan data impor 2. Penggunaan data impor, ekspor, dan produksi dalam negeri 3. Merode Rasio Rantai

BAB. 4. METODE PENGUKURAN DAN PERAMALAN PERMINTAAN Pengukuran permintaan adalah usaha untuk mengetahui permintaan atas suatu/sekelompok produk dimasa lalu dan masa sekarang dalam periode tertentu. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk/ sekelompok produk dimasa yang akan datang dalam periode tertentu. Pendekatan peramalan 1. Time Series yaitu model yang tidak memperhatikan hubungan sebab akibat atau hasil peramalan hanya memperhatikan kecenderungan dari data masa lalu . Metode yang dapat digunakan adalah metode trend baik linear, kuadratik maupun logaritma. 2. Pendekatan yang memperhatikan hubungan sebab akibat (cause effects method) atau pendekatan yang menjelaskan terjadinya suatu keadaan (explanatory method) oleh sebab-sebab tertentu. (hubungan stokastik) Teknik Pengukuran Permintaan dapat dilakukan dengan : 1. Penggunaan data impor 2. Penggunaan data impor, ekspor, dan produksi dalam negeri 3. Merode Rasio Rantai

Peramalan Permintaan Produk yang sudah Mapan Produk yang sudah mapan adalah produk yang telah pernah diproduksi oleh investor, sehingga usaha yang diusulkan adalah perluasan usaha. Beberapa metode yang dapat digunakan adalah : 1. Metode Pendapat 2. Metode Test/Eksperimen 3. Metode Survey 4. Metode Time Series 5. Metode Regresi-Korelasi 6. Metode Input Output Peramalan Permintaan Produk Baru Produk baru adalah produk yang benar-benar baru baik bagi investor maupun bagi calon konsumen atau baru calon investor tetapi tidak baru bagi konsumen. Metode yang digunakan dalam peramalan produk baru dapat menggunakan metode dalam peramalan permintaan produk yang sudah mapan.

Metode Time Series Metode Trend Linear : digunakan jika scatter diagram dari data masa lalu cenderung kerupakan garis lurus. Fungsi persamaan Y = a + bx a = rata-rata permintaan masa lalu b = koefisien yang menunjukkan perubahan setiap tahun Y = variabel permintaan n = jumlah data runtut waktu X = variabel tahun

Metode Trend Kuadratik Metode ini digunakan jika scatter diagram dari data masa lalu cenderung berbentuk parabola Fungsi persamaannya :

Metode Trend Simple Exponential Metode ini digunakan jika data yang tersedia cenderung naik turun, tetapi secara keseluruhan cenderung naik. Fungsi persamaannya : Yang dapat diubah dalam fungsi logaritma : Jika ∑X = 0, maka koefisien a dan b dapat dicari dengan : log a = (∑log Y) : n log b = { ∑X (log Y) } : ∑ X²

Metode Regresi Korelasi Metode ini mendasarkan diri pada hubungan sebab akibat atas terjadinya variasi dari suatu variabel dan hubungan sebab akibat tersebut nampak dalam fungsi persamaan regresi, sedangkan korelasi merupakan alat untuk mengetahui intensitas hubungan yang terjadi antar variabel yang bersangkutan. Regresi Linear Sederhana : pada hubungan ini hanya ada satu variabel yang dianggap berpengaruh atas terjadinya variabel yang lain Fungsi persamaannya : Y = a + bX X = variabel bebas/independen Y = variabel terikat/dependen a, b = koefisien regresi

Dengan menggunakan metode least squared nilai koefisien a dan b dapat diperoleh dengan :

Regresi Linear Berganda Variasi pada variabel terikat dijelaskan oleh lebih dari satu variasi variabel bebas, namun masih menunjukkan diagram hubungan yang linear. Persamaannya : Y = a + b1X1+ b2X2+…..+ bkXk Nilai koefisien a, b1, b2 dan seterusnya dapat dicari dengan metode least squared Uji kemaknaan dengan F test atau

Koefisien Korelasi :

Pengawasan Peramalan Jika terjadi penyimpangan dari batas-batas yang dapat ditolelir, maka dapat dilakukan salah satu dari dua tindakan : Menggunakan teknik peramalan yang lebih baik Melakukan perubahan terhadap batas toleransi hasil peramalan selama tidak merugikan Beberapa Pengawasan Peramalan : Kesalahan Absolut Rata-rata (Average Absolute Error), yaitu rata-rata selisih absolut antara nilai peramalan dengan nilai senyatanya. AAE = Average Absolute Error Y = data riil Y’ = data peramalan n = banyaknya waktu data peramalan l l = harga mutlak

b. Kesalahan Kuadrat Mean Akar (Root Mean Square Error) RMSE = Root Mean Square Error Y = data riil Y’ = data peramalan n = waktu data peramalan c. Test Korelasi r = koefisien korelasi Ý = means data riil

d. Control Limit : ditentukan batas atas dan batas bawah ∑ marginal (Y – Y’) (D of F) R = --------------------------- n - 1 Jika digunakan 3 standar deviasi : Upper controll limits = 2,66 x (D of F) R Lower controll limits = 2,66 x (D 0f F) R ----------------------------------------------------------------- Range =2,66 (D of F) R sampai -2,66 (D of F) R (D of F) R = degre of fredom ∑ marginal (Y-Y’) = ∑ jarak bergerak Y = nilai riil Y’ = nilai peramalan n = waktu data peramalan