Bagaimana peneliti dapat mengukur dan meramalkan permintaan secara lebih akurat

4. MENGUKUR DAN MERAMAL PERMINTAAN

Apabila perusahaan menemukan suatu pasar yang menarik, maka ia perlu mengestimasi besarnya pasar pada masa sekarang dan masa yang akan datang dengan cermat. Perusahaan akan kehilangan sejumlah laba karena terlalu besar atau terlalu kecil mengestimasi besarnya psar.

a. Mengukur Permintaan Pasar Saat Ini

Manajemen perlu mengestimasi tiga sapek dari permintaan pasar sekarang. Ada tiga metode praktis untuk mengestimasi permintaan ini, yaitu total permintaan pasar, wilayah permintaan pasar, penjualan aktual dan pangsa pasar (market-share). Penjelasan ringkasnya disajikan di bawah ini.

i. Mengestimasi Total Permintaan Pasar. Total permintaan pasar suatu produk adalah total volume yang dibeli oleh sekelompok konsumen tertentu dalam suatu wilayah geografis tertentu selama jangka waktu tertentu dalam suatu lingkungan pemasaran tertentu. Salah satu metode praktis untuk mengestimasi total permintaan pasar adalah dengan menggunakan persamaan :

Q = n. p. q

dimana: Q = total permintaan pasar n = jumlah pembeli p = harga rata-rata satuan q = jumlah yang dibeli oleh rata-rata pembeli per tahun.

ii. Mengestimasi Wilayah Permintaan Pasar. Dalam hal memilih wilayah yang terbaik, serta mengalokasikan anggaran pemasaran yang optimal, dapat dilakukan dengan dua metode, yaitu Market-Build Up dan Market Factor Index. Metode Market-Build-Up digunakan terutama oleh perusahaan barang industri untuk mengidentifikasi semua pembeli potensial dalam setiap pasar dan mengestimasikan pembelian potensialnya, sedangkan Metode Market Factor digunakan terutama oleh ii. Mengestimasi Wilayah Permintaan Pasar. Dalam hal memilih wilayah yang terbaik, serta mengalokasikan anggaran pemasaran yang optimal, dapat dilakukan dengan dua metode, yaitu Market-Build Up dan Market Factor Index. Metode Market-Build-Up digunakan terutama oleh perusahaan barang industri untuk mengidentifikasi semua pembeli potensial dalam setiap pasar dan mengestimasikan pembelian potensialnya, sedangkan Metode Market Factor digunakan terutama oleh

iii. Mengestimasi Penjualan Aktual dan Pangsa Pasar. Perusahaan perlu mengetahui penjualan sebenarnya dari industri bersangkutan yang terjadi di pasar, jadi ia harus mengidentifikasi para pesaingnya dan mengestimasi penjualan mereka. Data dapat dikumpulkan baik dari asosiasi atau dari lembaga riset.

b. Meramal Permintaan Mendatang

Setelah membahas cara-cara mengestimasi permintaan sekarang, selanjutnya manajemen perlu menelaah permintaan mendatang. Ada banyak cara untuk meramal penjualan masa datang, di antaranya dipaparkan berikut ini.

i. Survei niat pembeli, yaitu dengan menanyakan kepada mereka secara langsung dengan harapan mereka akan menjawab secara objektif.

Contoh:

Eksibit-1 yang disajikan pada akhir bab ini, dapat dipakai untuk menjelaskan bagaimana suatu survei niat pembeli dilakukan. Dari survei dapat diketahui konsumen yang berniat mengkonsumsi suatu produk, juga sekaligus dapat diketahui konsumen yang akan meninggalkan produk untuk beralih ke produk lain.

ii. Pendapat para tenaga penjual (wiraniaga), yaitu perusahaan meminta para tenaga penjualnya untuk mengestimasi penjualan tiap produk untuk daerah mereka masing-masing, kemudian semua estimasi individu dijumlahkan untuk mendapat ramalan penjualan secara keseluruhan. Dalam mengestimasi, dibutuhkan bermacam data.

Contoh:

Misalkan, para wiraniaga setelah selesai melakukan kunjungan, diminta untuk membuat laporan yang sering disebut Laporan Kunjungan. Laporannya, misalnya berisi:

 rata-rata jumlah kunjungan per orang per hari,

 rata-rata waktu yang diperlukan per kunjungan,  rata-rata biaya perkunjungan,  rata-rata pendapatan per kunjungan,  rata-rata biaya jamuan per kunjungan,  presentase pesanan per 100 kunjungan penjualan,  jumlah pelanggan baru per periode,  jumlah debitur macet per periode,  biaya wiraniaga, jika merupakan persentase dari total penjualan.

Dari data di atas diharapkan prakiraan permintaan produk dapat ditentukan.

iii. Pendapat para ahli, yaitu pendapat yang dihasilkan berdasarkan data dan analisis yang lengkap dan ilmiah baik dari para akademisi maupun dari para praktisi. Untuk mengetahui pendapat para ahli, dapat digunakan teknik Delphi.

Contoh:

Menganalisis lingkungan industri perbankan sudah tentu memerlukan data. Variabel-variabel apa saja yang dibutuhkan serta bobot dari tiap komponen perlu ditentukan terlebih dahulu. Secara ringkas, langkah kerja teknik ini adalah sebagai berikut:  Menyerahkan kuesioner yang sudah disiapkan kepada para ahli dalam

bidangnya masing-masing. Akan lebih baik jika mereka tidak saling mengenal. Alasannya sederhana, yakni agar mereka tidak saling bekerja sama dalam mengisi kuesioner tersebut.

 Buat ringkasan data dari kuesioner putaran pertama yang telah disebarkan tadi. Isi ringkasan itu misalnya berupa statistic seperti rata-rata, median, dan kwartil dari jawaban yang dikirimkan responden. Kemudian, ringkasan dari kuesioner putaran pertama dikirimkan kembali kepada responden pertama yang telah menjawab di kuesioner putaran pertama. Hal ini dilakukan untuk mencek jawaban putaran pertama yang mereka kirimkan.

 Buat ringkasan data dari kuesioner putaran kedua (terakhir). Pada ringkasan ini akan segera terlihat konsensus yang terbentuk.

Seperti telah diketahui, cara mengkaji lingkungan eksternal perusahaan dapat dilihat dari aspek PEST (Politik, Ekonomi, Sosial dan Teknologi). Untuk mengetahui bobot dari keempat aspek untuk analisis akan ditanyakan kepada para ahli. Setelah dilakukan penelitian dengan menggunakan teknik ini (sengaja tidak didapatkan lebih lanjut), diketahui hasilnya seperti berikut:

Aspek

Skor

Bobot (dalam %)

iv. Analisis Regresi, yaitu seperangkat prosedur statistik untuk menemukan faktor- faktor nyata yang paling penting yang mempengaruhi penjualan. Contoh: Berikut dicontohkan aplikasi dari regresi linier sederhana. Jika terdapat data dari dua variabel penelitian yang sudah diketahui mana variabel bebas X (independen) dan variabel terikat Y (dependen)-nya, lalu akan dihitung atau dicari nilai-nilai Y yang lain berdasarkan nilai X yang diketahui, langkah penyelesaian dijelaskan di bawah ini.

Untuk memudahkan pemahaman, data contoh telah disediakan. Rumus:

Y = a + bX

di mana: Y = variabel tidak bebas

X = variabel bebas

a = nilai intercept (konstan)

b = koefisien arah regresi Harga a dihitung dengan rumus:

ƩY (ƩX 2 )- ƩX - ƩXY

a=

2 nƩX 2 - (ƩX)

Harga b dihitung dengan rumus :

nƩXY - ƩXƩY

b=

2 nƩX 2 - (ƩX)

Siapkan data beserta besaran-besaran yang akan dipakai seperti yang dicontohkan berikut ini :

Tabel 2.1. Nilai Penjualan (Y) dan Biaya (X) Produk Sepatu, PT Amanda Alam Tahun 2000 (dalam milyar rupiah)

Besaran yang diperlukan setelah dihitung didapat: ƩY = 1.105

ƩXY = 37.094

ƩX² = 33.599

ƩX = 1.001

ƩY² = 41.029

n = 30

Menentukan persamaan regresi liniernya dengan memasukkan harga-harga di atas ke dalam persamaan, didapat harga a dan b sebagai berikut:

1.105 x 33.599 – 1.001 x 37.094

30 x 37.094 – 1.001 x 1.105

Jadi persamaan regresi liniernya adalah:

Y = -0,7 + 1,12 X

Kita dapat memanfaatkan persamaan regresi di atas misalnya dengan memprediksi nilai penjualan sepatu jika biaya diberi suatu harga tertentu. Jika biaya sebesar 100 milyar maka diperkirakan pendapatan penjualan : Y = -0,7 + 1,12 X

= -0,7 + 1,12 (100) = 111,3 milyar.

Jika biaya operasional yang dalam hal ini nilai X = 0 tidak dikeluarkan, akan menimbulkan pendapatan negatif sebesar 0,7 milyar. Dalam prakteknya dapat saja terjadi, misalnya, perusahaan sama sekali tidak melakukan usaha apa pun yang tentu tidak mengeluarkan biaya operasional akan tetapi akan ada biaya tetap yang harus dikeluarkan, seperti pembayaran gaji, depresiasi, utang dan sebagainya, yang di dalam contoh kasus besarnya 0,7 milyar.

v. Analisis Deret Waktu, yaitu analisis yang memakai data kuantitatif masa lalu di mana data dirinci menjadi komponen-komponen trend, siklus, musim dan residu yang prosesnya dapat menggunakan prosedur statistika. Contoh: Pembahasan teknik peramalan ini hanya menggunakan model klasik yang bersifat deskriptif, sedangkan model probabilistik yang lebih kompleks dengan menggunakan teori Ekonometrika tidak disajikan dalam buku ini. Salah satu v. Analisis Deret Waktu, yaitu analisis yang memakai data kuantitatif masa lalu di mana data dirinci menjadi komponen-komponen trend, siklus, musim dan residu yang prosesnya dapat menggunakan prosedur statistika. Contoh: Pembahasan teknik peramalan ini hanya menggunakan model klasik yang bersifat deskriptif, sedangkan model probabilistik yang lebih kompleks dengan menggunakan teori Ekonometrika tidak disajikan dalam buku ini. Salah satu

Yt = a + bt

Harga-harga a dan b ditentukan dengan rumus:

tY

di mana: Y = nilai-nilai data hasil ramalan n = jumlah data deret waktu t = waktu tertentu yang telah ditransformasikan dalam bentuk kode

Tabel 2.2. Hasil Penjualan Produk Fried Chicken

Tahun 1985-2000 (dalam jutaan rupiah) Koding

Jualan

Tahun

txY

t²

(t)

(Y)

Dengan memasukkan data tersebut pada rumusnya, akan didapat harga a dan harga b sebagai berikut:

16 1360 Sehingga persamaannya menjadi:

Yt = 753,75 + 7,59 t

di mana: t = 0 di antara tahun 1992 dan 1993

t mempunyai jarak interval tahunan

Yt = dinyatakan dalam jutaan rupiah.

Dengan rumus di atas, kita dapat melakukan peramalan untuk masa yang akan datang, misalnya berapa hasil penjualan pada tahun 2004? Dengan mengubah tahun 2004 menjadi 23 dan memasukkannya pada rumus, maka hitungannya menjadi:

Y2004 = 753,75 + 7,59 (23) = 928,32

Jadi diperkirakan bahwa tahun 2004 hasil penjualannya akan menjadi sebesar Rp. 928,32 juta rupiah.

vi. Analisis Rantai Markov, yaitu alat analisis yang dapat digunakan, misalnya unuk meramalkan pangsa pasar saat ini dan masa datang. Contoh pemakaian Rantai Markov (Markov Chains), dapat dilihat pada Eksibit-1.