DIANDRA PARAMITA TIMUR

Transkripsi

1 Modl Multinomial Logit Untuk Mnntukan Harga Optimal Pakt Blackbrry Intrnt Srvic (BIS) Tlkomsl dan Indosat (Studi Kasus : Mahasiswa Fakultas Tknik UNS Pngguna Blackbrry) Skripsi DIANDRA PARAMITA TIMUR I JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2013

2

3

4

5 KATA PENGANTAR Puji syukur khadirat Sang Maha Pncipta, Allah SWT, yang tlah mlimpahkan rahmat dan hidayah-nya kpada makhluknya. Sholawat dan salam trsampaikan kpada Nabi Muhammad SAW, shingga pnulis dapat mnylsaikan skripsi sbagai syarat untuk mndapatkan glar Sarjana Tknik di Jurusan Tknik Industri Fakultas Tknik Univrsitas Sblas Mart Surakarta. Skripsi ini dapat trslsaikan brkat bantuan dan bimbingan dari brbagai pihak. Pada ksmpatan ini pnulis ingin mnyampaikan ucapan trima kasih yang sbsar-bsarnya atas bimbingan, bantuan, dan dukungan yang tak trnilai trhadap pihak-pihak sbagai brikut : 1. Allah SWT atas limpahan rahmat dan karunia-nya. 2. Kdua orangtuaku trcinta dan kdua kakakku trsayang yang slalu mndoakan dan mmbri dukungan dalam pmbuatan laporan ini. 3. Ibu Azizah Aisyati, ST.,MT. slaku pmbimbing I yang tlah mmbrikan bimbingan dan pngarahannya kpada pnliti slama plaksanaan pnlitian dan pnyusunan skripsi ini. 4. Bapak Dr. Cucuk Nur Rosyidi, ST., MT. slaku Ktua Jurusan Tknik Industri UNS dan pmbimbing II yang tlah mmbrikan bimbingan dan pngarahan kpada pnliti slama plaksanaan pnlitian dan pnyusunan skripsi ini. 5. Bapak Wakhid Akhmad Jauhari, ST, MT dan Bapak Dr. Eko Pujianto, Ssi, MT slaku pnguji yang tlah mmbrikan kritik dan saran untuk pnlitian ini. 6. Tman-tman TI 2008 khususnya ani, nisa, nia, galin, rina, lln, intan, nandi, yoga, cnt, mira, rza, putri, dll. Trima kasih atas bantuan dan prtmanannya slama di TI. 7. Tman-tman sangkatan dan sprjuangan TI UNS 2008 pada umumnya atas dukungan, kakraban, srta kkompakannya slama ini. 8. Trima kasih untuk asistn LSP 2008 ani, raga, nuski, anggun, nydhia, wulan atas krja sama, dukungan, dan bantuan slama ini. Trima kasih juga untuk adk-adk angkatan asistn LSP 2009 dan 2010 yang sudah mmbantu slama ini. v

6 9. Achmad Hayyunuski buat smua dukungan, smangat, bantuan dan doa slama ini. 10. Smua pihak yang tidak dapat kami sbutkan satu prsatu, trima kasih atas sgala bantuan dan prtolongan yang tlah dibrikan. Pnulis mnyadari bahwa skripsi ini jauh dari smpurna dan banyak mmiliki kkurangan. Olh karna itu pnulis mngharapkan kritik, masukan dan saran yang mmbangun untuk pnympurnaan skripsi ini. Smoga skripsi ini dapat mmbrikan manfaat bagi pmbaca skalian. Surakarta, Januari 2013 Pnulis vi

7 ABSTRAK Diandra Paramita Timur, NIM : I MODEL MULTINOMIAL LOGIT UNTUK MENENTUKAN HARGA OPTIMAL PAKET BLACKBERRY INTERNET SERVICE (BIS) TELKOMSEL DAN INDOSAT (STUDI KASUS : MAHASISWA FAKULTAS TEKNIK UNS PENGGUNA BLACKBERRY). Skripsi. Surakarta: Jurusan Tknik Industri, Fakultas Tknik, Univrsitas Sblas Mart, Januari Blackbrry adalah prangkat slulr yang mmiliki kmampuan layanan push -mail, tlpon, sms, pnjlajahan intrnt, mssngr (Blackbrry Mssngr) dan brbagai kmampuan nirkabl lainnya. Hal ini mnybabkan banyak masyarakat di brbagai ngara yang trtarik dan mnggunakannya trmasuk di ngara Indonsia. Dngan layanan dasar yang dimiliki olh Blackbrry sprti Blackbrry Intrnt Srvics (BIS) maka providr-providr bsar sprti Tlkomsl dan Indosat brlomba untuk mnguasai pasar Blackbrry dalam mmprbutkan konsumn. Tujuan pnlitian ini adalah mnntukan harga optimal untuk pakt Lifstyl, Businss dan Full Srvics Tlkomsl dan pakt Gaul, Mail, dan Irit Indosat pada Blackbrry Intrnt Srvics untuk mmaksimalkan kspktasi pndapatan kduanya dan untuk mngtahui harga optimal dan ksptasi pndapatan untuk tiap pakt yang mmpunyai fasilitas sama dimana tidak trjadi prsaingan harga antara Tlkomsl dan Indosat. Modl Multinomial Logit digunakan dalam mnntukan harga optimal yang ditawarkan untuk masing-masing layanan dari providr srta harga yang trbntuk dimana tidak trjadi prsaingan antara dua providr pada stiap layanan yang mmpunyai fasilitas yang sama. Pngolahan data mliputi pngujian multikoliniritas data, pnntuan stimasi paramtr modl multinomial logit, pnntuan valuasi modl multinomial logit (uji kbaikan modl, uji signifikansi variabl indpndn scara brsama, dan uji signifikansi variabl indpndn scara individual), pnntuan validasi modl multinomial logit, pnntuan harga optimal masing-masing providr, dan pnntuan harga optimal ktika tidak ada prsaingan kduanya. Hasil pnlitiannya yaitu pada Tlkomsl, harga pakt Lifstyl sbsar Rp , harga pakt Businss sbsar Rp , harga pakt Full Srvics sbsar , dan kspktasi pndapatan sbsar Rp Sdangkan untuk Indosat, harga pakt Gaul sbsar Rp , harga pakt Mail sbsar Rp , harga pakt Irit sbsar , dan kspktasi pndapatan sbsar Rp Pada situasi dimana tidak trjadi prsaingan harga, didapatkan harga optimal untuk pakt Lifstyl dan Gaul sbsar Rp , pakt Businss dan Mail sbsar Rp , dan pakt Full Srvics dan Irit sbsar Rp dngan kspktasi pndapatan sbsar Rp untuk kdua providr. Kata kunci : multinomial logit, Blackbrry Intrnt Srvic, harga optimal xiv + 71 halaman; 21 tabl; 15 gambar; 2 lampiran Daftar pustaka : 21 ( ) vii

8 ABSTRACT Diandra Paramita Timur, NIM : I MULTINOMIAL LOGIT MODEL TO DETERMINE THE OPTIMAL PRICE OF BLACKBERRY INTERNET SERVICE (BIS) FOR TELKOMSEL AND INDOSAT (CASE STUDY : STUDENTS OF ENGINEERING FACULTY UNS). Thsis. Surakarta: Industrial Enginring Dpartmnt, Faculty of Enginring, Sblas Mart Univrsity, January Blackbrry is a mobil dvic which has many capabilitis such as push - mail srvic, phon, sms, intrnt browsing, mssngr (Blackbrry Mssngr) and a varity of othr wirlss capabilitis. Blackbrry has basic srvic calld Blackbrry Intrnt Srvics (BIS). Many popl including in Indonsia intrstd to in using this dvic. Th big providrs such as Tlkomsl and Indosat compt for dominating of th Blackbrry markt to gt mor consumrs. Th purpos of this study is to dtrmin th optimal pric for th srvics of Lifstyl, Businss and Full Srvics of Tlkomsl and th srvics of Gaul, Mail, and Irit of Indosat on Blackbrry Intrnt Srvics to maximiz th xpctd rvnus for thm and to find th optimal pric and xpctd rvnu whr is no comptition btwn Tlkomsl and Indosat. Multinomial Logit Modl is usd to dtrmin th optimal pric that must b offrd for ach of th srvics from providrs and pric whn thr is no comptition btwn two providrs on any srvics that hav th sam facilitis. Data procssing includs tst of multinomial logit assumption (multicolinarity tst), dtrmination of th multinomial logit modl paramtr, multinomial logit modl valuation (goodnss of fit tst, ovrall modl tst, and significanc tst), dtrmination of multinomial logit modl validity, dtrmination of th optimal pric for ach providrs, and dtrmination of optimal pric for both Tlkomsl and Indosat. Th optimal pric of Lifstyl, Businss, and Full Srvics of Tlkomsl ar Rp 70,000, Rp , and rspctivly with xpctd rvnu Rp Whil for Indosat, th pric of Gaul, Mail, and Irit of Indosat ar Rp , Rp , and Rp rspctivly with xpctd rvnu Rp At th situation whr thr is no comptition, th optimal pric for BIS Lifstyl and Gaul, BIS Businss and Mail, and BIS Full Srvics and Irit ar Rp , Rp , and Rp with xpctd rvnu is Rp 56,214 for both Tlkomsl and Indosat. Ky words : multinomial logit, Blackbrry Intrnt Srvic, optimal pric xiv + 71 pags; 21 tabls; 15 drawings; 2 attachmnts Bibliography : 21 ( ) viii

9 DAFTAR ISI HALAMAN JUDUL i LEMBAR PENGESAHAN ii SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH iii SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH iv KATA PENGANTAR v ABSTRAK vii ABSTRACT viii DAFTAR ISI ix DAFTAR TABEL xii DAFTAR GAMBAR xiii BAB I PENDAHULUAN I Latar Blakang I Prumusan Masalah I Tujuan Pnlitian I Manfaat Pnlitian I Batasan Masalah I Asumsi I Sistmatika Pnulisan I-5 BAB II LANDASAN TEORI II Blackbrry II Mtod Sampling II Uji Multikolinaritas II Qualitativ Choic Modl II Rgrsi Logistik II Rgrsi Logistik Multinomial II Uji Kbaikan Modl II Uji Signifikasi Variabl Indpndn Scara Brsama II-12 (Ovrall Modl Fit) 2.9 Uji Signifikasi Variabl Indpndn Scara Individu II-13 (Significanc Tst) ix

10 2.10 Pnntuan Validasi Modl Multinomial Logit II Pnlitian Trdahulu II Corra (2008) II Arini (2011) II-16 BAB III METODOLOGI PENELITIAN III Tahap Idntifikasi Masalah III Tahap Pngumpulan dan Pngolahan Data III Pngumpulan Data III Pngolahan Data III Tahap Analisis III Tahap Ksimpulan dan Saran III-15 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA IV Pngumpulan Data IV Prancangan dan Pnybaran Kusionr IV Prkapan Data IV Pngolahan Data IV Uji Multikolinaritas Data IV Pnntuan Estimasi Paramtr Modl Multinomial IV-7 Logit Pnntuan Evaluasi Modl Multinomial Logit IV Pnntuan Validasi Modl Multinomial Logit IV Pnntuan Harga Optimal Masing-Masing Providr IV Pnntuan Harga Optimal dimana Tidak Trjadi IV-19 Prsaingan BAB V ANALISIS DAN INTERPRETASI HASIL V Analisis Hasil Klasifikasi Data Rspondn Tlkomsl dan V-1 Indosat 5.2 Analisis Hasil Paramtr Modl Multinomial Logit V Analisis Hasil Evaluasi Modl Multinomial Logit V Analisis Hasil Validasi Modl Multinomial Logit V Analisis Hasil Optimisasi Harga Masing-Masing Providr V Analisis Hasil Optimisasi Harga Masing- Masing V-10 x

11 Providr dan Harga Dimana Tidak Trjadi Prsaingan Antara Kduanya BAB VI KESIMPULAN DAN SARAN VI Ksimpulan VI Saran VI-1 DAFTAR PUSTAKA LAMPIRAN Lampiran 1 : Kusionr Pakt BIS Bulanan Tlkomsl L-1 Lampiran 2 : Kusionr Pakt BIS Bulanan Indosat L-3 xi

12 DAFTAR TABEL Hal Tabl 2.1 Tabl Klasifikasi II-14 Tabl 3.1 Tabl Klasifikasi Providr Tlkomsl III-10 Tabl 3.2 Tabl Klasifikasi Providr Indosat III-11 Tabl 4.1 Contoh Kusionr untuk Pngguna Tlkomsl IV-2 Tabl 4.2 Contoh Kusionr untuk Pngguna Indosat IV-3 Tabl 4.3 Hasil Pngisian Kusionr 1 Rspondn Pngguna IV-4 Tlkomsl Tabl 4.4 Hasil Pngisian Kusionr 1 Rspondn Pngguna Indosat IV-5 Tabl 4.5 Hasil Uji Multikoliniritas Data Tlkomsl IV-7 Tabl 4.6 Hasil Uji Multikoliniritas Data Indosat IV-7 Tabl 4.7 Harga Optimal Hasil Output Excl Solvr Tlkomsl IV-18 Tabl 4.8 Harga Optimal Hasil Output Excl Solvr Indosat IV-19 Tabl 4.9 Harga Optimal Hasil Output Excl Solvr dimana IV-20 Tidak Trjadi Prsaingan Tabl 5.1 Tabl Probabilitas Pilihan Rspondn Tlkomsl V-1 Tabl 5.2 Tabl Probabilitas Pilihan Rspondn Indosat V-3 Tabl 5.3 Tabl Hasil Uji Kbaikan Modl (Goodnss of fit) V-5 Tabl 5.4 Tabl Hasil Uji Signifikansi Variabl Indpndn V-6 Scara Brsama (Ovrall Modl Fit) Tabl 5.5 Tabl Hasil Uji Liklihood Ratio V-6 Tabl 5.6 Tabl Hasil Uji Wald V-7 Tabl 5.7 Tabl Hasil Validasi Modl Multinomial Logit V-8 Tabl 5.8 Tabl Prhitungan Rvnu Aktual dan Usulan Rspondn V-9 Tlkomsl Tabl 5.9 Tabl Prhitungan Rvnu Aktual dan Usulan Rspondn V-10 Indosat Tabl 5.10 Tabl Harga Optimal Untuk Tiap Providr dan kduanya V-10 xii

13 DAFTAR GAMBAR Gambar 2.1 Kurva Fungsi Logistik Gambar 3.1 Mtodologi Pnlitian Gambar 4.1 Jumlah Data Pngguna Tlkomsl Gambar 4.2 Jumlah Data Pngguna Indosat Gambar 4.3 Estimasi Paramtr Tlkomsl Hasil dari SPSS 17.0 Gambar 4.4 Estimasi Paramtr Indosat Hasil dari SPSS 17.0 Gambar 4.5 Tabl Psudo R 2 Tlkomsl Gambar 4.6 Tabl Psudo R 2 Indosat Gambar 4.7 Gambar Uji Ovrall Modl Fit Tlkomsl Gambar 4.8 Gambar Uji Ovrall Modl Fit Indosat Gambar 4.9 Gambar Uji Liklihood Ratio Tlkomsl Gambar 4.10 Gambar Uji Liklihood Ratio Indosat Gambar 4.11 Gambar Uji Wald Tlkomsl Gambar 4.12 Gambar Uji Wald Indosat Gambar 4.13 Gambar Hasil Validasi Modl untuk Tlkomsl Hasil SPSS 17.0 Gambar 4.14 Gambar Hasil Validasi Modl untuk Indosat Hasil SPSS 17.0 Hal II-10 III-1 IV-5 IV-6 IV-8 IV-9 IV-10 IV-10 IV-11 IV-11 IV-12 IV-13 IV-14 IV-15 IV-16 IV-17 xiii

14 BAB I PENDAHULUAN Pada bab ini mmbahas mngnai latar blakang, prumusan masalah, tujuan pnlitian, manfaat pnlitian, batasan masalah, asumsi, dan sistmatika pnulisan. 1.1 Latar Blakang Salah satu bidang yang brkmbang psat di Indonsia adalah di bidang tknologi komunikasi. Sbagai salah satu ngara brkmbang, Indonsia slalu bradaptasi dngan kmajuan tknologi dari waktu k waktu (ICT Clinic Gorontalo, 2012). Bbrapa providr di Indonsia brlomba-lomba mnciptakan inovasi baru sprti prang harga untuk mnarik hati konsumn di Indonsia (ICT Clinic Gorontalo, 2012). Jumlah planggan providr tlpon slulr di Indonsia pada tahun 2012 mncapai 255 juta dngan pangsa trbsar dikuasai Tlkomsl disusul Indosat dan XL Axiata. Brdasarkan data Asosiasi Tlkomunikasi Slulr Indonsia (ATSI) 2012, Tlkomsl mndominasi pasar dngan jumlah planggan skitar 109,88 juta (43,1%), sdangkan PT Indosat 52,1 juta (20,43%) dan XL Axiata 46,4 juta nomor (18,2%) (Bank BJB, 2012). Slain itu, prkmbangan yang psat pada industri komunikasi juga didorong olh pkmbangan yang psat dari pasar tlpon slulr. Salah satu prangkat slulr yang sdang brkmbang skarang yaitu Blackbrry. Blackbrry adalah prangkat slular yang mmiliki kmampuan layanan push -mail, tlpon, sms, pnjlajahan intrnt, mssngr (Blackbrry Mssngr/BBM), dan brbagai kmampuan nirkabl lainnya. Blackbrry diprknalkan pada tahun 1999 olh prusahaan Kanada, Rsarch In Motion (RIM). Pnggunaan gadgt canggih ini bgitu fnomnal shingga mnjadi suatu kbutuhan. Jika Blackbrry tlah diaktifkan, Blackbrry dapat lbih unggul dari handphon biasa dalam kgiatan browsing (Forum Satlit, 2012). BlackBrry prtama kali diprknalkan di Indonsia pada prtngahan Dsmbr 2004 (Wikipdia, 2012). Saat ini di Indonsia trn Blackbrry sudah mluas di kalangan masyarakat. Trbukti dngan prnyataan Co-Chif Excutiv Officr RIM yang mngatakan bahwa prtumbuhan Blackbrry di Indonsia mrupakan yang paling signifikan di Asia Tnggara bahkan pasar yang tumbuh I-1

15 paling psat di dunia. Prtumbuhan planggan di Indonsia naik 10 kali lipat dalam waktu 24 bulan. Pangsa pasarnya sndiri di Indonsia mncapai 38% (VIVA Nws, 2011). Karna alasan ini, providr yang ada di Indonsia brlomba mndapatkan pangsa pasar untuk mmnuhi prmintaan konsumn dalam pnggunaan layanan softwar Blackbrry khususnya layanan yang disbut Blackbrry Intrnt Srvic (BIS). Tlkomsl mmpunyai kunggulan pada markt shar BlackBrry yang mncapai 52-53% dari total pangsa pasar dan jumlah planggan BlackBrry Tlkomsl 4,4 juta planggan dari total 110 juta planggan Tlkomsl. Di sisi lain, untuk tahun 2012, pngguna BlackBrry Indosat mncapai 1,5 juta pngguna atau skitar 24% dari total pangsa pasar Indosat sndiri (Okzon, 2012). Hal ini yang mmbuat Indosat mmiliki posisi yang kokoh di pasar layanan BlackBrry di Indonsia, yang mrupakan pasar layanan BlackBrry kdua trbsar di Indonsia (Indosat, 2012). Blackbrry mmpunyai 4 layanan dasar adalah Blackbrry Intrnt Srvic (BIS), Blackbrry Entrpris Srvic (BES), Blackbrry Profssional Softwar (BPS), dan Blackbrry Mobil Data Systm (MDS). Providr bsar yang mnguasai pangsa pasar Blackbrry di Indonsia mnawarkan layanan BIS dan BES. Blackbrry Intrnt Srvic (BIS) adalah layanan yang disdiakan untuk pngguna Blackbrry agar bisa mlakukan browsing intrnt, psan mail, dan psan instan dngan Blackbrry (Wikipdia, 2012). Sdangkan Blackbrry Entrpris Srvic (BES) adalah layanan BlackBrry yang trintgrasi pada sistm mail yang trorganisasi mlalui pakt prangkat lunak. BES ditujukan bagi planggan korporasi dngan cakupan usaha yang bsar. Kuntungan yang diprolh adalah mmprluas komunikasi nirkabl dan data prusahaan kpada pngguna aktif dngan cara yang aman (Wikipdia, 2012). Untuk masyarakat pngguna Blackbrry yang ada di Indonsia, BIS mrupakan layanan yang umum digunakan dalam pngoprasiannya. Olh karna itu, layanan yang diamati dalam pnlitian ini yaitu layanan Blackbrry Intrnt Srvic (BIS) pr bulan untuk Tlkomsl dan Indosat dimana Tlkomsl mmpunyai 3 jnis pakt yaitu pakt Lifstyl, Mail atau Businss, dan Full Srvics sdangkan Indosat mmpunyai 3 jnis pakt juga sprti pakt Gaul, Mail, dan Irit. Masing-masing pakt providr ini mmpunyai fasilitas yang sama I-2

16 shingga kduanya dapat dibandingkan. Untuk pakt Lifsyl dari Tlkomsl dapat dibandingkan dngan pakt Gaul dari Indosat, pakt Businss dari Tlkomsl dibandingkan dngan pakt Mail dari Indosat, dan untuk pakt Full Srvics dari tlkomsl dapat dibandingkan dngan pakt Irit dari indosat. Ktiga jnis pakt ini dipilih untuk dibandingkan karna ktiga pakt ini mrupakan pakt prmann dan bukan mrupakan pakt promo yang mmpunyai batas waktu trtntu. Masing-masing providr brlomba untuk mrbut hati planggan agar mnggunakan layanan dari providr trsbut. Salah satu cara yang digunakan providr untuk mnarik konsumn yaitu mmbrikan pnawaran harga layanan dan fasilitas yang dibrikan dngan harga yang trjangkau. Kbutuhan manusia mrupakan ssuatu yang prlu digali olh pmasar supaya konsumn dapat dilayani dngan lbih baik. Dalam kontks pmasaran, konsumn mmilih produk atau tujuan brdasarkan kritria yang obyktif sprti ukuran, harga, brat, dan sbagainya. Konsumn mmprcayai harga sbagai indikator kualitas (Prastijo dan Ihalauw, 2005). Tlkomsl dan Indosat brlomba mnawarkan pakt-pakt promo layanan BIS dngan harga yang murah dan fasilitas yang sudah lngkap. Dari prsaingan trsbut, harga mrupakan salah satu faktor yang dapat mmpngaruhi konsumn dalam mmilih providr yang akan digunakan untuk mngoprasikan Blackbrry. Sdangkan sgmn pasar yang snsitif trhadap harga salah satunya mrupakan sgmn pasar dari mahasiswa. Sgmn pasar mrupakan suatu patokan kbrhasilan yang amat pnting dalam pntapan harga yang dilakukan olh suatu prusahaan shingga hal ini juga harus diprhatikan (Winardi, 1992). Salah satu mtod yang dapat digunakan untuk mnntukan harga adalah dngan modl multinomial logit. Modl multinomial logit mrupakan modl logistik yang variabl trikatnya bukan mrupakan pilihan yang dikotomi (ya atau tidak) mlainkan pilihan brganda (Nachrowi dkk.,2002). Modl multinomial logit mrupakan pngmbangan dari modl binary logit dan digunakan untuk mndskipsikan bagaimana sorang individu mmilih diantara 3 atau lbih pilihan diskrit (Garrow, 2010). Dalam pnlitian Corra (2008) dinyatakan bahwa multinomial approach (multinomial logit) adalah mtod yang paling baik untuk I-3

17 optimisasi harga. Output yang dihasilkan bukan prdiksi ttapi sbuah probabilitas. Pada pnlitian ini, modl multinomial logit digunakan untuk mnntukan harga optimal yang ditawarkan untuk masing-masing layanan dari providr srta harga gabungan antara dua providr untuk stiap layanan yang mmpunyai fasilitas yang sama. Modl multinomial logit mmpunyai variabl trikat brupa kputusan pilihan konsumn dalam mmilih produk sdangkan variabl bbasnya brupa harga yang ditntukan shingga dapat mmpngaruhi konsumn dalam mmilih. Karna itu, dngan modl multinomial logit dapat diktahui probabilitas konsumn dalam mmilih salah satu dari altrnatif yang ditawarkan. Probabilitas ini kmudian digunakan untuk mnntukan harga optimal untuk mmaksimumkan kspktasi pndapatan Tlkomsl dan Indosat dan mnntukan harga yang trbntuk dimana tidak trjadi prsaingan antara Tlkomsl dan Indosat. 1.2 Prumusan Masalah Masalah yang diangkat untuk pnlitian ini adalah 1. Bagaimana mnntukan harga optimal Pakt Lifstyl, Mail, dan Full Srvics Tlkomsl dan harga Pakt Gaul, Mail, dan Irit Indosat pada layanan BIS untuk mmaksimumkan kspktasi pndapatan prusahaan dngan mnggunakan modl multinomial logit. 2. Bagaimana mnntukan harga dan ksptasi pndapatan yang mnggambarkan kondisi dimana tidak trjadi prsaingan antara kduanya yang dapat mnguntungkan kdua blah pihak. 1.3 Tujuan Pnlitian Tujuan pnlitian ini adalah: 1. Mnntukan harga optimal untuk Pakt Lifstyl, Mail, dan Full Srvics Tlkomsl dan harga Pakt Gaul, Mail, dan Irit Indosat pada layanan BIS untuk mmaksimumkan kspktasi pndapatan prusahaan dngan mnggunakan modl Multinomial logit. I-4

18 2. Mnntukan harga dan kspktasi pndapatan antara Tlkomsl dan Indosat yang mnggambarkan kondisi dimana tidak trjadi prsaingan antara kduanya yang dapat mnguntungkan kdua blah pihak. 1.4 Manfaat Pnlitian Manfaat dari pnlitian ini adalah: 1. Dapat mmbri masukan kpada providr yang brsangkutan untuk mnntukan harga yang ditawarkan untuk masing-masing pakt layanan BIS 2. Prusahaan dapat mmaksimalkan pndapatan brdasarkan harga pakt layanan BIS yang ditawarkan. 1.5 Batasan Masalah Batasan masalah dari pnlitian ini adalah: 1. Providr yang dipilih yaitu Tlkomsl dan Indosat. 2. Jnis pakt Tlkomsl yang diamati hanya pakt Lifstyl, pakt Businss, dan pakt Full Srvics untuk jangka waktu pr bulan. 3. Jnis pakt Indosat yang diamati hanya pakt Gaul, pakt Mail, dan pakt Irit untuk jangka waktu pr bulan. 4. Rspondn pnlitian ini adalah Mahasiswa Univrsitas Sblas Mart pmakai Blackbrry Program S1 Fakultas Tknik. 1.6 Asumsi Asumsi yang digunakan dalam pnlitian ini adalah: 1. Harga untuk tiap pakt BIS baik Tlkomsl maupun Indosat tidak brubah slama pnlitian dilakukan. 2. Biaya produksi layanan tidak diprtimbangkan dalam pnlitian ini. 1.7 Sistmatika Pnulisan Dalam pnulisan laporan tugas akhir ini dibrikan uraian yang dibrikan pada stiap bab yang brurutan untuk mmprmudah pmbahasannya. Dari pokokpokok prmasalahan dapat dibagi mnjadi nam bab sprti dijlaskan di bawah ini. I-5

19 BAB I BAB II BAB III BAB IV BAB V BAB VI PENDAHULUAN Bab ini brisi mngnai alasan atau latar blakang prlunya diadakan pnlitian disrtai pula dngan prumusan masalah, tujuan pnlitian, manfaat pnlitian, batasan masalah, asumsi, dan sistmatika pnulisan dari pnlitian. LANDASAN TEORI Bab ini brisi mngnai dasar-dasar tori dan hasil-hasil pnlitian sblumnya yang mnunjang pmbahasan masalah yaitu mngnai mtod pngambilan data, sampling, modl multinomial logit, dan pnlitian trdahulu. METODOLOGI PENELITIAN Bab ini brisi mngnai krangka pmikiran dari pnlitian yang mmuat tahap-tahap pnlitian mulai dari tahap idntifikasi prmasalahan awal, tahap pngumpulan dan pngolahan data, analisis dan intrprtasi hasil srta pnarikan ksimpulan. PENGUMPULAN DAN PENGOLAHAN DATA Bab ini brisi mngnai data pnlitian diprlukan dalam mnganalisis prmasalahan yang ada. Data brknaan dngan hasil kusionr yang disbarkan kpada pmakai Blackbrry. Pada bab ini dijlaskan pula cara pngolahan data-data trsbut. ANALISIS DAN INTERPRETASI HASIL Bab ini brisi intrprtasi dari hasil pngolahan data, baik data primr maupun data skundr srta mmbandingkan trhadap tujuan pnlitian yang tlah dittapkan. KESIMPULAN DAN SARAN Bab ini brisi mngnai ksimpulan dari hasil pngolahan data pnlitian dan saran untuk pnlitian mngnai optimisasi harga dngan modl multinomial logit. I-6

20 BAB II LANDASAN TEORI Pada bab ini akan mnjlaskan mngnai tori-tori yang mngacu pada pmbuatan tugas akhir dan sbagai landasan untuk mlakukan pnlitian. 2.1 Blackbrry Blackbrry adalah prangkat slular yang mmiliki kmampuan layanan push -mail, tlpon, sms, pnjlajahan intrnt, mssngr (Blackbrry Mssngr/BBM), dan brbagai kmampuan nirkabl lainnya. Blackbrry diprknalkan pada tahun 1999 olh prusahaan Kanada, Rsarch In Motion (RIM). Pnggunaan gadgt canggih ini bgitu fnomnal shingga mnjadi suatu kbutuhan. Pada prinsipnya fungsi dasar Blackbrry sama dngan handphon lainnya yaitu untuk tlpon dan sms. Prbdaannya pada Oprating Systm Blackbrry yang mnggunakan Oprating Systm (OS) brbasis Java buatan RIM (vndor Blackbrry). Jika Blackbrry tlah diaktifkan dngan layanan Blackbrry providr trtntu, Blackbrry dapat lbih unggul dari handphon biasa dalam kgiatan browsing (Forum Satlit, 2012). Blackbrry Intrnt Srvic (BIS) adalah layanan yang disdiakan untuk pngguna Blackbrry agar bisa mlakukan browsing intrnt, psan mail, dan psan instan dngan Blackbrry (Wikipdia, 2012).Blackbrry mmpunyai 4 layanan dasar yang ditawarkan yaitu Blackbrry Intrnt Srvic (BIS), Blackbrry Entrpris Srvic (BES), Blackbrry Profssional Softwar (BPS), dan Blackbrry Mobil Data Systm (MDS). BIS pada providr bsar sprti Tlkomsl dan indosat mnydiakan bbrapa pakt yang dapat dipilih olh para pngguna Blackbrry dngan mnggunakan salah satu dari dua providr trbsar ini. 1. Tlkomsl Pakt BIS yang ditawarkan olh Tlkomsl adalah: a. Full Srvics Untuk pakt BIS ini, fasilitas yang ditawarkan adalah chatting (Blackbrry Mssngr,yahoo mssngr), social ntworking (facbook, twittr), browsing, dan push-mail. II-1

21 b. Lifstyl Untuk pakt BIS ini, fasilitas yang ditawarkan adalah chatting (Blackbrry Mssngr,yahoo mssngr) dan social ntworking (facbook, twittr). c. Businss Untuk pakt BIS ini, fasilitas yang ditawarkan adalah chatting (Blackbrry Mssngr,yahoo mssngr) dan unlimitd push-mail. 2. Indosat Pakt BIS yang ditawarkan olh Indosat adalah: a. Gaul Untuk pakt BIS ini, fasilitas yang ditawarkan adalah chatting (Blackbrry Mssngr,yahoo mssngr) dan social ntworking (facbook, twittr). b. Mail Untuk pakt BIS ini, fasilitas yang ditawarkan adalah chatting (Blackbrry Mssngr,yahoo mssngr) dan unlimitd push-mail. c. Irit Untuk pakt BIS ini, fasilitas yang ditawarkan adalah chatting (Blackbrry Mssngr,yahoo mssngr), social ntworking (facbook, twittr), browsing, dan push-mail. 2.2 Mtod Sampling Sampl adalah suatu himpunan bagian dari unit populasi (Kuncoro, 2003). Sdangkan sampling yaitu pross mmilih sjumlah lmn dari populasi yang yang mncukupi untuk mmplajari populasi dan mmahami karaktristik lmn populasi. 1. Alasan Utama Pnggunaan Sampl Alasan utama pnggunaan sampl adalah kndala sumbr daya yang trbatas jumlahnya, ktpatan dalam mmprolh data yang akurat, dan pngukuran dstruktif (Kuncoro,2003). 2. Karaktristik Sampl yang Baik Karaktristik sampl yang baik antara lain mmungkinkan pnliti untuk mngambil kputusan yang brhubungan dngan bsaran sampl untuk mmprolh jawaban yang dikhndaki, sampl mngidntifikasi probabilitas dari stiap unit analisis untuk mnjadi sampl, sampl mmungkinkan pnliti II-2

22 mnghitung akurasi dan pngaruh dalam pmilihan sampl daripada harus mlakukan snsus, dan sampl mmungkinkan pnliti mnghitung drajat kprcayaan yang ditrapkan dalam stimasi populasi yang disusun dari sampl statistika. 3. Pross Pmilihan Sampl Pross pmilihan sampl mrupakan suatu rangkaian kgiatan yang brurutan. Tahapan dalam pmilihan sampl antara lain pnntuan populasi, pnntuan unit pmilihan sampl, pnntuan krangka pmilihan sampl, pnntuan dsain sampl dan pnntuan jumlah sampl, srta pmilihan sampl. 4. Jumlah Sampl Scara umum jumlah sampl minimal yang dapat ditrima untuk suatu studi trgantung dari jnis studi yang dilakukan. Bbrapa pdoman yang dianjurkan mnurut Gay dan Dihl (dalam Kuncoro, 2003) adalah: a. Untuk studi dskriptif, sampl 10% dari populasi dianggap mrupakan jumlah amat minimal. Untuk populasi yang lbih kcil, stidaknya 20% mungkin diprlukan. b. Untuk studi korlasional dibutuhkan minimal 30 sampl untuk mnguji ada tidaknya hubungan. c. Untuk studi kausal-komparatif minimal 30 subjk pr grup umumnya dianjurkan. d. Untuk studi ksprimn minimal 15 subjk pr grup umumnya dianjurkan. 5. Mtod Pngambilan Sampl Scara umum sampl trdiri dari dua macam yaitu dngan cara probabilitas dan non probabilitas. a. Sampl Probabilitas Sampl probabilitas dipilih brdasarkan prosdur slksi dan mmiliki pluang yang sama untuk dipilih. Ada 5 jnis untuk sampl probabilitas yaitu sampl random sdrhana, sampl sistmatis, sampl stratifikasi, sampl klustr, dan sampl multi tahap. 1) Sampl Random Sdrhana (Simpl Random Sampling) Pmilihan sampl random sdrhana adalah dsain pmilihan sampl yang paling sdrhana dan mudah. Prinsip pmilihan sampl dalam dsain ini II-3

23 adalah stiap lmn dalam populasi mmpunyai ksmpatan yang sama untuk dipilih. 2) Sampl Sistmatis (Systmatic Sampling) Sampl ini hampir sama dngan pmilihan random sdrhana. Prbdaannya yaitu pada cara pmilihan lmn untuk mnjadi sampl. Sluruh lmn yang ada pada unit pmilihan sampl dibri nomor urut mulai dari nomor 1. 3) Sampl Stratifikasi (Stratifid Sampling) Prbdaan dngan kdua dsain sblumnya adalah langkah prtama sblum pmilihan sampl harus dilakukan pnglompokan populasi dngan kritria trtntu k dalam bbrapa strata. 4) Sampl Klastr (Clustr Sampling) Alasan yang mndorong digunakannya sampl klustr adalah adanya kbutuhan fisinsi konomis yang tidak bisa diprolh pnliti jika mnggunakan random sdrhana dan tidak trsdianya krangka sampl untuk lmn trtntu. 5) Sampl Darah Multitahap (Multistag Ara Sampling) Multistag ara sampling adalah prosdur pngambilan sampl yang mlibatkan pnggunaan kombinasi tknik sampl probabilitas yang tlah dibahas pada bagian trdahulu. b. Sampl Non Probabilitas Sampl non probabilitas dipilih scara arbitrr olh pnliti. Probabilitas masing-masing anggota populasi tidak diktahui. Para pnliti mnggunakan sampl ini karna tidak ada upaya untuk mlakukan gnralisasi brdasarkan sampl. 1) Convninc Sampling Convninc sampling adalah prosdur untuk mndapatkan unit sampl mnurut kinginan pnliti. Pnliti mnggunakan mtod ini untuk mmprolh daftar prtanyaan dalam jumlah yang bsar dan lngkap scara cpat dan hmat. II-4

24 2) Judgmnt Sampling Mtod sampling ini adalah salah satu jnis dari purposiv sampling slain quota sampling dimana pnliti mmilih sampl brdasarkan pnilaian trhadap bbrapa karaktristik anggota sampl yang dissuaikan dngan maksud pnlitian. 3) Quota Sampling Mtod ini digunakan untuk mmastikan bahwa brbagai subgrup dalam populasi tlah trwakili dngan brbagai karaktristik sampl sampai batas trtntu yang dikhndaki pnliti. Pnliti mnntukan targt kuota yang dikhndaki. 4) Snowball Sampling Mtod sampling ini mrupakan prosdur pngambilan sampl dimana rspondn prtama dipilih dngan mtod probabilitas dan kmudian rspondn slanjutnya diprolh dari informasi yang dibrikan olh rspondn yang prtama. 6. Ukuran Sampl yang Diprlukan Untuk mnntukan ukuran sampl dari suatu populasi trdapat brmacam cara, baik untuk ukuran populasi yang diktahui maupun yang tidak diktahui (atau trlalu bsar) (Umar, 2003). Cara pnntuan ukuran sampl dapat dijlaskan sbagai brikut: a. Rumus Slovin Untuk mnntukan brapa minimal sampl yang dibutuhkan jika ukuran populasi diktahui dapat mnggunakan rumus Slovin sprti brikut: (2.1) dimana, n = Ukuran Sampl N = Ukuran Populasi = Klonggaran ktidaktlitian karna ksalahan pngambilan sampl yang dapat ditolrir b. Cara Intrval Taksiran Jika ukuran populasi tidak diktahui atau sangat bsar maka tidak bisa mnggunakan rumus Slovin. Bbrapa rumus dapat dipakai misalnya untuk II-5

25 mnaksir paramtr µ dan paramtr P. Sprti halnya dngan ukuran populasi yang trbatas, pada ukuran populasi yang tidak trbataspun bsarnya sampl dapat dissuaikan dngan alat analisis sprti Chi-Squar yang mnuntut jumlah obsrvasi trtntu. 1). Mnaksir paramtr rata-rata µ Modl intrval taksiran untuk paramtr µ adalah (2.2) Atau (2.3) dimana dianggap rror () dari hasil taksirannya. Jika rror ini dikuadratkan akan didapatkan sbagai brikut: (2.4) Dngan prhitungan matmatik sdrhana, jumlah sampl n dapat ditntukan mnjadi: (2.5) Karna standar dviasi populasi sring tidak diktahui maka jalan kluarnya ada tiga cara yaitu diambil dari rist trdahulu jika ada, diambil dari prasurvi trhadap bbrapa data saja yang dianggap cukup mwakili, dan standar dviasi dapat didkati dngan rang (R) yaitu slisih data trbsar-trkcil shingga dapat dicari dngan rumus. 2). Mnaksir paramtr proporsi P Modl intrval taksiran untuk paramtr P adalah sbagai brikut: (2.6) Atau (2.7) dimana p = x/n q = 1-p II-6

26 = Jumlah sampl yang diprlukan adalah (2.8) Jika p dan q tidak diktahui maka dapat diktahui dngan 0,25 sbagai prkalian antara 0,5 x 0, Uji Multikoliniritas Uji multikoliniritas brtujuan untuk mnguji apakah modl rgrsi ditmukan adanya korlasi antar variabl bbas (indpndn) (Ghazali, 2005). Modl rgrsi yang baik sharusnya tidak trjadi korlasi di antara variabl indpndn. Jika variabl indpndn saling brkorlasi, maka variabl-variabl ini tidak ortogonal. Variabl ortogonal adalah variabl indpndn yang nilai korlasi antar ssama variabl indpndn sama dngan nol. Untuk mndtksi ada atau tidaknya multikoliniritas di dalam modl rgrsi adalah sbagai brikut: a. Nilai R 2 yang dihasilkan olh suatu stimasi modl rgrsi mpiris sangat tinggi ttapi scara individual variabl-variabl indpndn banyak yang tidak signifikan mmpngaruhi variabl dpndn. b. Mnganalisis matrik korlasi variabl-variabl indpndn. Jika antar variabl indpndn ada korlasi yang cukup tinggi (umumnya di atas 0,9), maka hal ini mrupakan indikasi adanya multikoliniritas. Tidak adanya korlasi yang tinggi antar variabl indpndn tidak brarti bbas dari multikoloniritas. Multikoliniritas dapat disbabkan karna adanya fk kombinasi dua atau lbih variabl indpndn. c. Multikoliniritas dapat juga dilihat dari nilai tolranc dan lawannya varianc inflation factor (VIF). Kdua ukuran ini mnunjukkan stiap variabl indpndn manakah yang dijlaskan olh variabl indpndnnya lainnya. Dalam pngrtian sdrhana stiap variabl indpndn mnjadi variabl dpndn (trikat) dan dirgrs trhadap variabl indpndn lainnya. Tolranc mngukur variabilitas variabl indpndn yang trpilih yang tidak dijlaskan olh variabl indpndn lainnya. Jadi nilai tolranc yang rndah sama dngan nilai VIF tinggi (karna VIF=1/tolranc). Nilai II-7

27 cutoff yang umum dipakai untuk mnunjukkan adanya multikoliniritas adalah nilai tolranc VIF 10. Stiap pnliti harus mnntukan tingkat koliniritas yang masih dapat ditolrir. Sbagai misal nilai tolranc = 0,10 sama dngan tingkat koliniritas 0,95. Walaupun multikoliniritas dapat didtksi dngan nilai Tolranc dan VIF, ttapi masih ttap tidak mngtahui variabl-variabl indpndn mana sajakah yang saling brkorlasi. 2.4 Qualitativ Choic Modl Qualitativ choic (pilihan kualitatif) mrupakan suatu situasi dimana pmbuat kputusan atau sorang konsumn yang mnghadapi diantara pilihanpilihan yang brbda dan konsumn harus mmilih salah satu dari pilihan yang dibrikan (Corra,2008). Sifat dari pilihan yang akan dibuat trgantung pada masalah yang dihadapi olh pmbuat kputusan atau konsumn. Pmbatasan untuk pilihan yang akan dibuat yaitu antara lain: a. Jumlah altrnatif yang trbatas b. Altrnatif brsifat mutually xclusiv. Artinya bahwa pmbuat kputusan atau konsumn hanya dapat mmilih salah satu altrnatif diantara altrnatif yang ada. c. Jumlah dari pilihan-pilihan atau altrnatif lngkap. Konsumn ingin mmaksimalkan utilitas. Mrka mmilih produk yang mrka prcaya mmiliki ksluruhan utilitas yang trtinggi. Pilihan yang dipilih trgantung pada karaktristik dari pilihan individu, yang mana dipngaruhi olh kbiasaan, iklan pngalaman, tkanan dari orang lain, kndala lingkungan, opini, dan lain-lain. Trkait dngan tiap-tiap pilihan yang mmpunyai kmungkinan untuk dipilih, dan pilihan itu dapat dispsifikasi sbagai fungsi paramtrik dngan bntuk brikut: (2.9) dimana, X in = vktor dari karaktristik altrnatif i yang diamati olh pmbuat kputusan n, J n = jumlah smua altrnatif, S n = karaktristik yang diamati dari pmbuat kputusan n sprti pndapatan, umur, dll dan adalah vktor dari paramtr. II-8

28 Multinomial logit dapat diimplmntasikan di dalam Qualitativ Choic Modl. Multinomial logit adalah modl pilihan jnis logit di mana jumlah pilihan lbih dari dua. QCM digunakan dalam bbrapa situasi. Dari pilihan rut untuk bkrja, untuk mmbli produk ssuai spsifikasi konsumn, pilihan yang dihadapi olh pmbuat kputusan biasanya dibuat untuk mmnuhi batasan yang disbutkan di atas. 2.5 Rgrsi Logistik Modl rgrsi logistik adalah modl rgrsi yang pubah trikat atau rsponnya mnsyaratkan brupa pubah katgorik sdangkan mnurut Hosmr dan Lmshow (2000), Mtod rgrsi logistik adalah suatu mtod analisis statistika yang mndskripsikan hubungan antara pubah rspon yang mmiliki dua katgori atau lbih dngan satu atau lbih pubah pnjlas brskala katgori atau intrval. Yang dimaksud dngan pubah katgorik yaitu pubah yang brupa data nominal dan ordinal. Pndkatan modl prsamaan rgrsi logistik digunakan karna dapat mnjlaskan hubungan antara X dan x) yang brsifat tidak linar, ktidaknormalan sbaran dari Y, kragaman rspon yang tidak konstan dan tidak dapat dijlaskan olh modl rgrsi linar biasa (Agrsti, 1990). Jika data hasil pngamatan mmiliki p pubah bbas yaitu x 1, x 2,..., x p dngan pubah rspon Y, dngan Y mmpunyai dua kmungkinan nilai 0 dan 1, Y = 1 mnyatakan bahwa rspon mmiliki kritria yang ditntukan dan sbaliknya Y = 0 tidak mmiliki kritria, maka pubah rspon Y mngikuti sbaran Brnoulli dngan paramtr i) shingga fungsi sbaran pluang adalah sbagai brikut : y (2.10) Modl umum rgrsi logistik dngan p pubah pnjlas yaitu: (2.11) dngan mlakukan transformasi logit diprolh: ln (2.12) dngan II-9

29 (2.13) Mrupakan pnduga logit yang brpran sbagai fungsi linar dari pubah pnjlas. Karna fungsi pnghubung yang digunakan adalah fungsi pnghubung logit maka sbaran pluang yang digunakan disbut sbaran logistik (McCullagh dan Nldr, 1989). Gambar 2.1 Kurva Fungsi Logistik 2.6 Rgrsi Logistik Multinomial Rgrsi logistik multinomial mrupakan prluasan dari rgrsi logistik dngan rspon binr yang dapat mnangani variabl rpon dngan katgori lbih dari dua. Nachrowi (2005) mnjlaskan, untuk modl rgrsi dngan variabl rspon brskala nominal mpat katgori digunakan katgori variabl hasil Y yang dikod 0, 1, 2, dan 3. Dalam modl rgrsi logistik dikotomi, variabl trikat dinyatakan dalam fungsi logit untuk Y =1 dibanding dngan fungsi logit untuk Y = 0. Katgori Y=0 disbut sbagi katgori pmbanding (rfrnc group). Dalam modl logistik dngan mpat katgori, dihasilkan tiga fungsi logit yaitu: 1. Fungsi logit untuk Y=1 rlatif trhadap fungsi logit untuk Y=0 2. Fungsi logit untuk Y=2 rlatif trhadap fungsi logit untuk Y=0 3. Fungsi logit untuk Y=3 rlatif trhadap fungsi logit untuk Y=0 Scara umum, untuk mnganalisis modl dngan p variabl bbas maka tiga fungsi logitnya dapat dinotasikan sbagai brikut: II-10

30 ln (2.14) ln (2.15) ln (2.16) Brdasarkan ktiga fungsi logit trsbut maka didapatkan probabilitas rspon untuk modl rgrsi logistik dngan mpat katgori yaitu sbagai brikut: (2.17) (2.18) (2.19) (2.20) Sbagai prbandingan, dalam modl logit dikotomi, pngstimasian paramtr dilakukan pada bntuk rasio antara Pr (Y=1 x) dan Pr (Y=0 x). Lbih spsifik lagi, yang distimasi adalah: (2.21) Modl ini dapat distimasi mlalui tknik maximum liklihood. Dalam modl rgrsi logistik dngan mpat katgori, analogi juga digunakan sbagai brikut: (2.22) (2.23) (2.24) Kmudian dngan mnggunakan mtod taksiran maximum liklihood, paramtr-paramtr dalam modl trsbut dapat distimasi. 2.7 Uji Kbaikan Modl Ktpatan fungsi rgrsi sampl dalam mnaksir nilai aktual dapat diukur dari goodnss of fit. Untuk uji kbaikan modl dapat digunakan kofisin dtrminasi (Psudo R 2 ) untuk mnilai kbaikan modl. Kofisin dtrminasi (R 2 ) pada intinya mngukur sbrapa jauh kmampuan modl dalam mnrangkan variasi variabl dpndn. Nilai kofisin dtrminasi adalah antara 0 dan 1. Nilai R 2 II-11

31 yang kcil brarti kmampuan variabl-variabl indpndn dalam mnjlaskan variabl-variabl dpndn amat trbatas. Nilai yang mndkati 1 brarti variablvariabl indpndn mmbrikan hampir smua informasi yang dibutuhkan untuk mmprdiksi variabl-variabl dpndn. Satu hal yang prlu dicatat bahwa kofisin dtrminasi hanyalah salah satu dan bukan satu-satunya kritria mmilih modl yang baik. Alasannya bila suatu stimasi rgrsi mnghasilkan kofisin dtrminasi yang tinggi ttapi tidak konsistn dngan tori konomika yang dipilih olh pnliti atau tidak lolos dari uji asumsi klasik maka modl trsbut bukanlah modl pnaksir yang baik dan sharusnya tidak dipilih mnjadi modl mpirik (Ghozali, 2005). Uji kbaikan modl dilakukan dngan mnghitung nilai Psudo R 2 yang trdiri dari Cox and Snll, Naglkrk, dan McFaddn. Rumus Psudo R 2 Cox and Snll (2.25) Rumus Psudo R 2 Naglkrk (2.26) Rumus Psudo R 2 McFaddn (2.27) dimana LLnull adalah liklihood modl hanya dngan konstanta LLk adalah modl yang distimasi dan n adalah jumlah obsrvasi. 2.8 Uji Signifikansi Variabl Indpndn Scara Brsama (Ovrall Modl Fit) Uji ovrall modl fit dilakukan dngan uji G atau uji liklihood ratio, yaitu dngan mnghitung prbdaan nilai -2 log liklihood (-2LL) antara modl yang hanya trdiri dari konstanta dngan modl yang trdiri dari konstanta dan variabl indpndn. (2.28) dimana, L 0 = nilai log liklihood modl rgrsi logistik tanpa variabl prdiktor II-12

32 L 1 = nilai log liklihood modl rgrsi logistik dngan variabl prdiktor Hipotsis yang digunakan adalah sbagai brikut: H 0 k = 0 H 1 : k Uji liklihood ratio mnggunakan distribusi chi squar ( ). H 0 akan ditolak jika nilai G > Z atau G 2 > 2. Hal ini mngindikasikan bahwa paling sdikit ada satu k yang tidak sama dngan 0. Jika nilai 2 hitung lbih bsar dari 2 tabl maka bisa disimpulkan bahwa variabl indpndn scara brsama mmpngaruhi variabl dpndn. Sbaliknya jika 2 hitung lbih kcil dari 2 tabl maka bisa disimpulkan bahwa variabl indpndn scara brsama tidak mmpngaruhi variabl dpndn. 2.9 Uji Signifikansi Variabl Indpndn Scara Individual (Significanc Tst) Uji signifikansi variabl indpndn dilakukan untuk mngtahui apakah variabl indpndn scara individu mmpngaruhi variabl dpndnnya. Uji signifikansi variabl indpndn dilakukan dngan dua cara yaitu Uji Liklihood Ratio dan Uji Wald. Uji Liklihood Ratio dilakukan dngan mnghitung prbdaan -2 log liklihood (-2LL) antara modl yang distimasi (final modl) dngan modl tanpa variabl yang diamati (rduc modl) dngan drajat bbas sbanyak variabl indpndn yang tidak dimasukkan dalam modl. Uji liklihood ratio ini mngikuti distribusi chi squar. Prinsipnya sama dngan uji signifikasi variabl indpndn scara brsama dalam pmbacaan dan prbandingan antara 2 tabl dan 2 hitung, hanya disini pngujian untuk variabl indnpndn scara individu bukan scara brsama. Sdangkan Uji Wald digunakan untuk mngtahui apakah variabl indpndn brpngaruh trhadap variabl dpndnnya. Hipotsis yang digunakan adalah sbagai brikut: H 0 k = 0 H 1 : k Untuk nilai statistik Wald dapat dicari dngan rumus sbagai brikut II-13

33 (2.29) Dngan adalah taksiran standar rror paramtr dan adalah nilai kofisin stimasi pada modl. H 0 ditolak jika W > Z atau W 2 2 dngan drajat bbas sbsar df dimana df=1. Nilai Statistika Wald ini mngikuti distribusi chi squar. Jika nilai statistik Wald lbih bsar dari pada nilai 2 tabl maka dapat dismpulkan variabl indpndn brpngaruh pada variabl dpndn. Sbaliknya jika nilai statistik Wald lbih kcil daripada nilai indpndn tidak brpngaruh pada variabl dpndn. 2 tabl maka dapat disipulkan variabl 2.10 Pnntuan Validasi Modl Multinomial logit Pnntuan validasi modl multinomial logit mrupakan prosdur klasifikasi yang dilakukan untuk mlihat pluang ksalahan klasifikasi olh suatu fungsi. Ukuran yang dipakai adalah Apparnt Error Rat (APER). Nilai APER mnyatakan nilai proporsi sampl yang salah yang diklasifikasikan olh fungsi klasifikasi (Johnson dan Wichrn, 1992). Pnntuan ksalahan pngklasifikasian dapat diktahui mlalui tabl klasifikasi sbagai brikut: dimana, n 11 n 12 n 21 n 22 Tabl 2.1 Tabl Klasifikasi Actual Prdictd Mmbrship Mmbrship p1 p2 p1 n 11 n 12 p2 n 21 n 22 = Jumlah y i dari p1 yang tpat diklasifikasikan sbagai p1 = Jumlah y i dari p1 yang salah diklasifikasikan sbagai p2 = Jumlah y i dari p2 yang salah diklasifikasikan sbagai p1 = Jumlah y i dari p2 yang tpat diklasifikasikan sbagai p2 (2.30) II-14

34 2.11 Pnlitian Trdahulu Pnlitian yang trkait dngan optimisasi harga tlah dilakukan antara lain olh Corra (2008) dan Arini (2011) Corra (2008) Pnlitian trdahulu yang trkait dngan plaksanaan pnlitian ini yaitu pnlitian yang dilakukan olh Corra (2008). Pada pnlitian yang dilakukan olh Corra (2008) dijlaskan bagaimana modl Multinomial logit bisa diimplmntasikan di dalam situasi Qualitativ Choic untuk mnghasilkan output brupa pntapan harga optimal. Analisis ini brdasarkan pada kasus dimana pnjual ingin mnntukan kombinasi harga trbaik dari dua produk yang ditawarkan brdasarkan satu tip konsumn. Hasil dari pnlitian Corra dilihat dari mtodologi pnlitiannya yaitu Multinomial logit Modl mrupakan pndkatan yang paling baik dibanding kdua altrnatif pndkatan lainnya karna hasilnya paling mndkati nilai optimum toritis dan akurasinya smakin baik dngan brtambahnya jumlah obsrvasi. Output dari modl adalah nilai utilitas yang dapat digunakan untuk mnntukan harga optimum. Shingga optimasi harga dapat dimodlkan sbagai brikut: a. Fungsi tujuan: Mmaksimum kspktasi pndapatan (Expctd Rvnu) Max Expctd Rvnu = Pric 1 * PL 1 + Pric 2 * PL 2 (2.31) b. Fungsi pmbatas: probabilitas konsumn mmilih produk i (Purchas Liklihood) PL PL U (1) = (2.32) 1 U (0) U (1) U (2) U (2) = (2.33) 2 U (0) U (1) U (2) p pric lowr p uppr (2.34) dimana U(i) adalah stimasi utilitas produk i yang dimodlkan pada bagian sblumnya. p lowr dan p uppr mrupakan batas atas dan batas bawah harga dari tiap produk. II-15

35 Arini (2011) Pnlitian ini juga mngacu pada pnlitian yang dilakukan olh Arini (2011). Pnlitian Arini (2011) dilakukan dngan mngacu pada pnlitian yang dilakukan olh Corra (2008) juga. Pada pnlitian yang dilakukan olh Arini (2011) sama sprti pnlitian Corra (2008) yaitu optimisasi harga dngan mmakai modl multinomial logit sbagai pndkatannya. Fungsi tujuan yang diambil sama sprti Corra (2008) yaitu untuk mmaksimumkan pndapatan. Fungsi pmbatasnya mrupakan probabilitas konsumn mmilih produk i. Produk yang diambil dalam pnlitian Arini (2011) adalah flashdisk yang mmpunyai kapasitas brbda yaitu 4GB dan 8GB. Dngan modl multinomial logit akan dihasilkan output brupa harga optimal untuk tiap produk guna mmaksimumkan pndapatan prusahaan dari produk trsbut. II-16

36 BAB III METODOLOGI PENELITIAN Pada bab ini dibahas mngnai tahapan-tahapan yang dilakukan dalam pnlitian. Tahapan-tahapan ini digambarkan dngan flowchart sprti di bawah ini : III-1

37 Mtodologi pnlitian yang trsaji dalam flowchart diatas kmudian akan diuraikan dan dijlaskan lbih lanjut dalam sub bab brikut. 3.1 Idntifikasi Masalah Tahapan yang ada pada idntifikasi masalah adalah sbagai brikut : 1. Studi Pustaka Tahap ini mrupakan studi pndahuluan untuk mnggali informasi trkait dngan pnlitian yg dilakukan. Tujuan dari studi pustaka untuk mnggambarkan tori dan konsp yang akan digunakan dalam mnylsaikan prmasalahan yang ditliti dan untuk mndapatkan dasar rfrnsi yang kuat. Studi pustaka dilakukan dngan mngumpulkan smua informasi yang brkaitan dngan pnlitian yang akan dilakukan brupa rfrnsi yg brhubungan modl multinomial logit brupa buku, informasi dari intrnt, dan pnlitian trkini dalam mngnai modl multinomial logit. 2. Studi Lapangan Studi lapangan dilakukan untuk mndapatkan informasi dan ktrangan yang brhubungan langsung dngan produk yang dipakai dalam pnlitian. Produk yang dipilih yaitu harga BIS pr bulan. Providr pakt yang diamati yaitu Tlkomsl dan Indosat. Untuk pakt dari Tlkomsl yaitu pakt Lifstyl, pakt Businss, dan pakt Full Srvics. Sdangkan dari Indosat yang diambil adalah pakt Gaul, pakt Mail, dan pakt Irit. Masing-masing pakt providr ini mmpunyai fasilitas yang sama shingga kduanya dapat dibandingkan. Pada pnlitian ini akan ditntukan kombinasi harga untuk masing-masing pakt providr guna mmaksimalkan pndapatan masing-masing providr. 3. Prumusan Masalah Stlah mngidntifikasi masalah yang trjadi, kmudian dilakukan prumusan masalah yang akan dislsaikan shingga mndapatkan hasil yang baik. Prumusan masalah yang dilakukan yaitu bagaimana mnntukan harga untuk harga Pakt Lifstyl, Mail, dan Full Srvics Tlkomsl dan harga Pakt Gaul, Mail, dan Irit Indosat pada layanan BIS untuk mmaksimumkan ksptasi pndapatan kduanya dngan mnggunakan modl multinomial logit. III-2

38 4. Tujuan dan Manfaat Pnlitian Stlah diktahui masalah apa yang akan dislsaikan, kmudian mnntukan tujuan dan manfaat yang akan dicapai slanjutnya. Tujuan yang ingin dicapai yaitu untuk mnntukan harga Pakt Lifstyl, Mail, dan Full Srvics Tlkomsl dan harga Pakt Gaul, Mail, dan Irit Indosat pada layanan BIS untuk mmaksimumkan ksptasi pndapatan kduanya dngan mnggunakan modl Multinomial logit. Sdangkan manfaat yang diambil dari pnlitian ini adalah diharapkan dapat mmbri masukan kpada providr yang brsangkutan untuk mnntukan harga yang ditawarkan untuk masing-masing pakt layanan BIS srta prusahaan dapat mmaksimalkan pndapatan brdasarkan harga pakt layanan BIS yang ditawarkan. 3.2 Tahap Pngumpulan dan Pngolahan Data Pada tahap ini dilakukan pngumpulan dan pngolahan data yang digunakan untuk pnlitian ini Pngumpulan Data Pngumpulan data dilakukan dngan kusionr yang disbarkan kpada Mahasiswa Fakultas Tknik program S1 Univrsitas Sblas Mart Surakarta. Pngumpulan data dngan kusionr mmrlukan prancangan kusionr. 1. Prancangan dan Pnybaran Kusionr Prancangan kusionr ini dilakukan untuk mngtahui data apa saja yang dibutuhkan. Data yang diprlukan dalam pmbntukan modl multinomial logit untuk pnntuan harga yaitu kombinasi data pilihan pmblian pada harga yang brbda-bda. Rancangan kusionr dibuat brdasarkan multinomial statd-choic survy (Cook&Wissman, 2007) karna pada tip kusionr ini rspondn dapat mmilih salah satu pilihan dari bbrapa altrnatif yang dibrikan. Kusionr dibagi mnjadi dua yaitu kusionr bagi pngguna providr Tlkomsl dan kusionr bagi pngguna Indosat. Untuk stiap kusionr trdapat mpat pilihan. Pada Tlkomsl, trdapat kombinasi harga untuk pakt Lifstyl, pakt Businss, dan pakt Full Srvics. Pada Indosat, trdapat kombinasi harga untuk pakt Gaul, pakt Mail, dan pakt Irit. Untuk stiap providr trdapat III-3

39 pilihan Tidak Mmbli jika konsumn mrasa harga yang ditawarkan tidak cocok. Data pilihan trsbut kmudian dipilih konsumn dari tiap providr ssuai dngan kinginannya apakah akan mmilih untuk mmbli salah satu dari pakt atau tidak mmbli. Dari pilihan konsumn trsbut dapat diktahui kmungkinan konsumn untuk mmbli pada harga trtntu. Sampl dalam pnlitian ini adalah mahasiswa Fakultas Tknik program S1 UNS yang mrupakan pmakai Blackbrry. Untuk pncarian sampling digunakan tknik purposiv sampling (sampling brtujuan) karna sampling dilakukan langsung kpada rspondn yang mmpunyai Blackbrry pmakai providr Tlkomsl atau Indosat. Karna jnis sampling mrupakan non probability sampling jadi jumlah sampl yang dibutuhkan tidak dapat diktahui scara pasti dan yang mnntukan jumlah sampl sudah cukup atau blum hanya dari kinginan sorang pnliti. Olh karna itu, untuk mndapatkan jumlah rspondn yang akan mnjadi sampl scara pasti dan diktahui jumlah populasinya dapat mnggunakan rumus Slovin pada prsamaan (2.1) dngan klonggaran () sbsar 10%. Rspondn yang dipilih sbagai sampl brjumlah 50 mahasiswa pmakai Blackbrry dngan providr Tlkomsl dan 50 mahasiswa pmakai Blackbrry dngan providr Indosat. 2. Prkapan Data Prkapan data dilakukan untuk mngtahui pilihan rspondn pada tiap kombinasi harga pakt BIS pada pngguna providr Tlkomsl dan Indosat. Rspondn diminta untuk mmilih antara pakt yang ditawarkan Tlkomsl dngan harga trtntu atau tidak mmbli jika rspondn adalah pngguna Tlkomsl dan pakt yang ditawarkan Indosat dngan harga trtntu atau tidak mmbli jika rspondn adalah pngguna Indosat. Dari hasil pngumpulan data dngan kusionr brupa pilihan konsumn pada harga trtntu trsbut, dapat diktahui kmungkinan konsumn untuk mmbli pada harga trtntu Pngolahan Data Pngolahan data yang dilakukan mliputi pngujian multikolinaritas data, modl multinomial logit, dan pnntuan harga optimal yang ditawarkan providr. III-4