ANALISIS PENETAPAN DISKON DALAM DUAL CHANNEL SUPPLY CHAIN (Studi Kasus PT. INDOPROM INDONESIA Cabang Surabaya)

Transkripsi

1 1 ANALISIS PENETAPAN DISKON DALAM DUAL CHANNEL SUPPLY CHAIN (Studi Kasus PT. INDOPROM INDONESIA Cabang Surabaya) Afrida Karina Savira; Erwin Widodo Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya Indonesia Abstrak Adanya pertumbuhan bisnis online yang signifikan, memberikan adanya peluang yang besar bagi para retailer untuk menghasilkan lebih banyak revenue dengan menambah channel penjualan. Hal ini membuat para pelaku bisnis melakukan adaptasi dengan menerapkan sistem Dual Channel Supply Chain (DCSC). Untuk dapat mempertahankan angka penjualan, salah satunya dilakukan dengan memberikan diskon. Pada penelitian ini dilakukan dua kali optimasi untuk memperoleh harga jual dan diskon optimal pada objek amatan PT. Indoprom Indonesia cabang Surabaya. Kedua optimasi ini menggunakan metode Quadratic Programming karena fungsi tujuannya melibatkan variabel keputusan harga yang berorde 2. Lebih jauh, skema penetapan harga yang dipilih adalah Bertrand karena perusahaan menentukan harga pada kedua channel secara bersamaan. Dari hasil penelitian dapat diketahui bahwa semakin besar diskon yang diberikan akan meningkatkan harga jual offline dan menurunkan harga jual online. Hal ini menyebabkan keuntungan offline meningkat hingga dicapai nilai diskon optimal, namun akan menurun saat diskon telah melewati batas optimal. Sedangkan, semakin besar diskon menyebabkan keuntungan online akan meningkat. Semakin besar diskon juga menyebabkan keuntungan DCSC menjadi menurun. Kata Kunci Dual Channel Supply Chain (DCSC), Diskon, Optimasi, Quadratic Programming, Bertrand I. PENDAHULUAN danya perkembangan teknologi yang pesat membuat Aaktivitas penjualan turut beradaptasi. Adaptasi yang nyata tampak dari berubahnya pasar dan permintaan dimana masyarakat semakin menggemari belanja online (ecommerce) [1]. Dalam artikel republika.co.id, e-marketer menyatakan penjualan online di dunia tumbuh sebanyak 21,1% pada tahun 2012 dan diperkirakan akan bertambah 18,3% pada tahun 2013 seiring dengan menguatnya perekonomian negara-negara di Asia [2]. Melihat pertumbuhan bisnis online yang signifikan, tampak adanya peluang yang besar bagi para retailer untuk menghasilkan lebih banyak revenue dengan menambah channel penjualan [3]. Hal ini membuat para pelaku bisnis melakukan adaptasi sehingga penjualan kini tidak hanya dilakukan melalui store (offline), namun juga melalui media internet (online). Aktivitas penjualan melalui media online dan offline seperti ini dinamakan Dual Channel Supply Chain (DCSC). Suatu penjualan dikatakan menganut sistem DCSC jika kedua channel-nya (online dan offline) beroperasi secara simultan [4]. Dengan menggunakan sistem DCSC, customer dapat memperoleh informasi mengenai produk, harga, dan store dengan lebih cepat karena adanya dua channel. Hal ini mengakibatkan customer lebih sensitif terhadap harga. Untuk dapat mempertahankan angka penjualan maka perlu diunggulkan beberapa hal, antara lain store reputation, brand name, dan diskon [5]. Pada penelitian ini akan dicari berapa besarnya diskon yang pantas diberikan sehingga penentuan harga jual dapat dilakukan secara optimal untuk keperluan maksimasi profit pada PT. Indoprom Indonesia cabang Surabaya. II. MODEL PENELITIAN Pada penelitian ini, optimasi dilakukan dengan metode Quadratic Programming karena fungsi tujuannya melibatkan variabel keputusan yang berorde 2. Serta, mengggunakan skema Bertrand karena perusahaan menentukan harga pada kedua channel secara bersamaan. Optimasi dilakukan dua kali, yaitu: A. Optimasi Harga Jual Online dan Harga Jual Offline Untuk memperoleh harga jual online (Po) dan harga jual offline (Ps) yang optimal digunakan model Widodo et. al. (2011) [4] sebagai model awal. Berikut fungsi permintaan offline-nya : D S = d s max β ( P s P O 1 ρ ) (1) max Pada fungsi (1), d s merupakan jumlah permintaan offline maksimum; β merupakan rasio elastisitas permintaan terhadap harga; Ps merupakan harga jual offline; Po merupakan harga jual online; merupakan rasio penerimaan customer terhadap online product. Sedangkan, fungsi permintaan online pada model awal sebagai berikut [4] : D = β * ρp s P ρ(1 ρ) + (2) Fungsi tujuan pada model ini yaitu memaksimumkan keseluruhan profit, baik untuk masing-masing channel maupun keseluruhan channel. = (*d s max β ( (P s P O 1 ρ )+ ( s )) (* (ρp s P O ) + ( ) ) ρ(1 ρ) (3) Running optimasi pertama ini dilakukan dengan menggunakan software Matlab, dengan syntax fmincon.

2 Untuk menghasilkan nilai Ps dan Po yang optimal, maka diberi beberapa batasan: 1. Besarnya harga jual online harus lebih besar dari harga pada warehouse setelah ditambahkan margin profit online terhadap warehouse: (1 0.1) 2. Besarnya harga jual offline harus lebih besar dari harga pada warehouse: s 3. Jumlah permintaan online (D o ) harus positif: D 0 4. Jumlah permintaan offline (D s ) harus positif: D s 0 5. Harga jual online lebih murah sebesar x% dari harga jual offline: (1 0.3) s B. Optimasi Diskon Hasil Ps dan Po optimal digunakan untuk mencari besarnya d yang optimal. Untuk memperoleh d optimal, digunakan model pengembangan yang telah ditambahkan komponen diskon sebagai decision variable. Berikut fungsi permintaan offline-nya: D S = d s max β ( (P s 1 ρ ) P O ) (4) Pada fungsi (4), d merupakan besarnya diskon, sedangkan Ds merupakan jumlah permintaan offline setelah ada diskon. Dari fungsi (4) tersebut, besarnya harga jual offline setelah diskon (Ps ) dapat diperoleh dari fungsi: S = s d (5) Selanjutnya, dibuat pula fungsi permintaan online yang telah ditambahkan komponen diskon. Berikut fungsinya: D = (ρp s P O ) ρ(1 ρ) (6) Dalam model pengembangan ini, fungsi tujuan berubah menjadi: { = **d max s β ( (P s ) P O )+ ( 1 ρ s d )+ ** (ρp s P O ) + ( ) + ρ(1 ρ) } (7) Pada running optimasi kedua ini juga dilakukan menggunakan software Matlab, dengan syntax fmincon. Untuk menghasilkan besarnya d yang optimal, maka diberi beberapa batasan, sebagai berikut: 1. Besarnya diskon yang diijinkan oleh PT. Indoprom Indonesia cabang Surabaya maksimum sebesar 0.45 dari harga jual offline: d 0. s 2. Jumlah permintaan online harus positif: D 0 3. Jumlah permintaan offline harus positif: D s 0 4. Besarnya diskon minimum sebesar d ll % dari harga jual offline: d d ll s III. PERCOBAAN NUMERIK Sebelum melakukan optimasi, dilakukan pencarian nilai β. Nilai β diperoleh dari hasil percobaan numerik dengan memasukan parameter yang ada, serta data eksisting. Dimana, Ps = Rp ; Po = Rp ; dan d = Rp Beta yang dipilih adalah beta yang dapat menghasilkan demand positif pada kedua channel. Serta, menghasilkan decision variable yang optimal (exitflag=1) dan mendekati kondisi nyata. Dari hasil percobaan numerik, diperoleh beta bernilai Untuk melakukan optimasi Ps dan Po, maka diperlukan beberapa input parameter berikut: Tabel 1. Input Parameter Model Awal No. Parameter Model Notasi Nilai Keterangan Harga pada Central 1 Pw Data Historis PT. Warehouse Indoprom Indonesia Jumlah Permintaan Cabang Surabaya 2 Maksimum pada Offline ds max 370 Tahun 2013 Channel 3 4 Rasio Penerimaan Customer Terhadap Online Product Rasio Elastisitas Permintaan Terhadap Harga ρ β Dengan memasukan fungsi (3), fungsi pembatas model awal, dan input pada Tabel 1. Maka diperoleh hasil perhitungan Matlab dan perhitungan manual, sebagai berikut: Tabel 2. Output Matlab Model Awal Output Matlab Ps Po Go Exitflag Iterasi 35,150 24,605 (11,941,000) 1 4 Tabel 3. Output Manual Model Awal Output Manual Ds Do Gs Go GDCSC ,650 2,966,430 2,985,080 Pada Tabel 3, jumlah permintaan pada offline channel lebih sedikit daripada online channel karena harga jual offline jauh lebih mahal. Sehingga, customer lebih senang membeli melalui online. Akibat sedikitnya jumlah permintaan offline, menyebabkan keuntungan yang diperoleh offline channel lebih sedikit. Maka, perlu ditambahkan diskon untuk menurunkan harga jual offline sehingga jumlah permintaan customer pada offline channel dapat meningkat. Selanjutnya, dilakukan optimasi diskon dengan input sebagai berikut: 2 Hasil Penelitian (Nadia, 2013) Hasil Percobaan Numerik Penetapan β

3 Tabel 4. Input Parameter Model Pengembangan Selanjutnya, dilakukan optimasi diskon dengan memasukan fungsi (7), fungsi pembatas model pengembangan, dan input pada Tabel 4. Sedangkan, nilai d ll dimasukan dengan trial mulai 5%-45%. Berikut hasil optimasi d: Tabel 5. Output Matlab Model Pengembangan Tabel 6. Output Manual Model Pengembangan % diskon Output Manual Ds' Do' Gs' Go' GDCSC 14.93% ,479,130 1,458,900 3,938, % ,479,130 1,458,900 3,938, % ,488,215 1,450,795 3,939, % ,870, ,285 3,818, % ,047, ,775 3,493, % 367 (4) 3,011,235 (32,420) 2,978, % 398 (35) 2,915,748 (283,675) 2,632, % 429 (66) 2,766,192 (534,930) 2,231, % 459 (97) 2,556,171 (786,185) 1,769,986 Diskon yang optimal dapat diperoleh hanya jika diskon tersebut diberikan dalam rentang 15% hingga 25%. Pada diskon 15% atau sebesar Rp.5.273, diperoleh keuntungan paling besar, yaitu Rp Sedangkan, dengan diskon 20% atau sebesar Rp , keuntungan yang diperoleh hanya Rp Serta, pada diskon 25% atau sebesar Rp , keuntungan yang diperoleh hanya Rp Maka, diskon yang dipilih digunakan adalah diskon 15% atau sebesar Rp IV. DISKUSI Setelah diperoleh solusi optimal, selanjutnya dilakukan perbandingan dan perubahan beberapa parameter untuk dilihat pengaruhnya terhadap perubahan harga jual, diskon, dan keuntungan. a. Perbandingan Optimasi Model Awal dan Model Pengembangan Berikut rekap hasil kedua optimasi pada Tabel 7: Tabel 7. Perbandingan Hasil Optimasi Model Awal dan Model Pengembangan Optimasi Ds Do Gs Go GDCSC Model Awal ,650 2,966,430 2,985,080 Model Pengembangan ,488,215 1,450,795 3,939,010 Pada Tabel 7, jumlah permintaan offline sangat kecil dan berbeda jauh dengan jumlah permintaan online karena harga jual offline yang lebih tinggi jauh dari harga online. Akibatnya, keuntungan offline menjadi sangat sedikit jika dibandingkan dengan keuntungan online. Sedangkan pada model pengembangan, dapat dilihat bahwa setelah digunakannya diskon, jumlah permintaan offline meningkat drastis. Bahkan lebih tinggi daripada jumlah permintaan online. Namun, antara jumlah permintaan offline dengan online tidak terjadi perbedaan yang timpang seperti pada model awal. Keuntungan offline juga sudah lebih baik dari sebelumnya, bahkan lebih tinggi dari keuntungan online. Meskipun pihak yang lebih untung kali ini berubah menjadi offline channel, namun perbedaan keuntungan yang tidak terlalu besar seperti sebelumnya. Hal ini menyebabkan keuntungan sistem DCSC secara keseluruhan menjadi meningkat, yaitu menjadi Rp ,- Maka dapat disimpulkan, untuk dapat mempertahankan kedua channel agar sistem DCSC tetap dan untuk dapat menghasilkan keuntungan yang lebih baik, maka PT. Indoprom Indonesia dapat menggunakan model DCSC pengembangan yang telah ditambahi komponen diskon dalam pencarian besarnya Ps, Po, dan d yang optimal. b. Perbandingan Kondisi Eksisting dengan Setelah Optimasi Berikut perbandingannya kedua kondisi pada Tabel 8: Tabel 8. Perbandingan Kondisi Eksisting dan Setelah Optimasi Eksisting Setelah Optimasi d 6,000 5,273 %d 20% 15% Ps 30,000 35,150 Po 22,500 24,605 Ds' Do' Gs' 2,385,000 2,488,122 Go' 282,000 1,450,795 2,667,000 3,938,917 Setelah dilakukan optimasi, jumlah permintaan kedua channel tidak terlalu timpang seperti pada kondisi eksisting. Hal ini sangat baik untuk mempertahankan eksistensi kedua channel. Jumlah permintaan yang dihasilkan setelah optimasi akhirnya sedikit berimbang karena perbedaan harga jual kedua channel kini tidak terlalu besar akibat adanya diskon pada offline channel. Dari Tabel 8 juga dapat disimpulkan, jika PT. Indoprom Indonesia cabang Surabaya dapat menggunakan harga jual dan diskon hasil optimasi untuk majalah Reader Digest English karena memberikan keuntungan yang lebih besar dibanding jika tetap menggunakan harga jual dan diskon eksisting 3

4 c. Pengaruh Perubahan Rasio Penerimaan Customer Terhadap Online Product (ρ) Pada bagian ini dilakukan penurunan nilai ρ tiap kelipatan Nilai ρ tidak ditingkatkan dalam sensitivitas ini karena nilai ρ yang telah digunakan sebesar , sedangkan maksimum nilai ρ adalah 1. Gambar 1. Pengaruh Perubahan Rho Terhadap Gs, Go, dan Pada Gambar 1, tampak bahwa keuntungan offline channel mengalami penurunan paling signifikan. Tiap peningkatan ρ sebesar 0.02, keuntungan offline turun ratarata Rp Hal ini dapat terjadi karena customer kini lebih senang membeli via online dibandingkan offline. Akibat jumlah permintaan yang berkurang, keuntungan offline juga mengalami penurunan. Sedangkan pada offline channel, strategi ikut menurunkan harga justru kurang tepat dilakukan karena revenue yang diperoleh lebih sedikit. Akibatnya, pada kedua titik tersebut keuntungan online menurun rata-rata sebesar Rp Dari hasil penjumlahan keuntungan online dan offline, dapat dilihat pada Gambar 5.9 bahwa keuntungan sistem DCSC keseluruhan menurun seiring meningkatnya nilai ρ. Keuntungan DCSC menurun pada kisaran Rp. 26 juta. Keuntungan DCSC mutlak menurun, akibat pengaruh online channel dan offline channel yang juga mengalami penurunan keuntungan. d. Pengaruh Perubahan Jumlah Permintaan Offline Maksimum (Ds max) Pada bagian ini dilakukan perubahan nilai ds max ± 30% dari ds max yang telah digunakan saat ini. Gambar 2. Pengaruh Perubahan Ds max Terhadap Gs, Go, dan setiap kenaikan ds max sebesar 10%. Sedangkan, keuntungan online hanya meningkat rata-rata sekitar Rp , tiap kenaikan 10% ds max. Keuntungan offline channel meningkat lebih banyak dibanding online channel karena memang jumlah permintaan di offline lebih banyak. Selain itu, dikarenakan Ps meningkat lebih banyak dibanding Po, maka revenue offline lebih banyak. Sehingga, keuntungan offline yang diperoleh juga semakin banyak. Keuntungan keseluruhan sistem dalam DCSC meningkat paling banyak, rata-rata sekitar Rp ,- setiap kenaikan ds max 10%. Hal ini terjadi karena keuntungan offline dan online juga sama-sama meningkat. Sehingga, terakumulasi peningkatan keuntungan DCSC paling besar. e. Pengaruh Perubahan Rasio Elastisitas Permintaan Terhadap Harga (β) Nilai β yang akan digunakan, yaitu β sama dengan , , dan Gambar 3. Pengaruh Perubahan Beta Terhadap Gs, Go, dan Pada Gambar 3, tampak bahwa keseluruhan keuntungan menurun seiring dengan meningkatnya β. Peningkatan beta dari ke menyebabkan penurunan Gs dan Go rata-rata sekitar Rp. 717 juta. Hal ini berarti, peningkatan beta pada kedua titik tersebut sangat sensitif terhadap perubahan keuntungan offline dan online. Sedangkan, peningkatan beta beta dari ke menyebabkan penurunan Gs dan Go tidak sebanyak pada dua titik sebelumnya, yaitu sekitar Rp. 44 juta. Maka, pada kedua titik ini Gs dan Go tidak terlalu sensitif terhadap peningkatan nilai beta. Keuntungan pada kedua channel ini ikut menurun akibat harga jual pada kedua channel tersebut juga menurun, sehingga revenue yang diperoleh ikut menurun. Keuntungan offline dan online jika dijumlahkan akan menyebabkan keuntungan DCSC juga menurun drastis. Sama halnya seperti keuntungan offline dan online, penurunan keuntungan DCSC terbesar terjadi ketika beta dari ke , yaitu sebesar Rp juta. Hal ini mengikuti Gs dan Go yang juga sangat sensitif terhadap perubahan keuntungan pada kedua titik beta tersebut. Sedangkan, pada beta dari ke penurunan keuntungan DCSC yang terjadi juga tidak sebesar kedua titik sebelumnya, sekitar Rp. 89 juta. Keuntungan DCSC menjadi tidak sensitif juga pada kedua titik ini karena pada tiap channel keuntungan di kedua titik ini juga tidak sensitif. 4 Dalam Gambar 2, dapat dilihat bahwa seluruh keuntungan meningkat seiring meningkatnya ds max. Keuntungan offline meningkat rata-rata sekitar Rp

5 f. Pengaruh Perubahan Diskon Terhadap Harga Jual dan Keuntungan Percobaan numerik pertama diberikan dengan mengubah-ubah besarnya Ps ± 20%, dengan Po dibuat tetap. Sedangkan, saat diskon sebesar Rp Rp Go menjadi konstan. Hal ini dikarenakan, pada saat itu Ps juga cenderung tidak mengalami perubahan harga jual. Ketika jumlah permintaan offline cenderung tetap, maka orang yang mengetahui adanya online channel juga tidak bertambah. Akibatnya, jumlah permintaan online tetap dan Go juga akan tetap. Keuntungan DCSC akan meningkat saat diskon Rp Rp Meskipun Gs sempat naik turun pada rentang d tersebut, namun perubahannya tidak terlalu banyak. Sehingga, masih dapat meningkat karena pengaruh Go yang meningkat pada saat diskon Rp Rp Selanjutnya, ketika d > Rp keuntungan DCSC konstan. Hal ini dipengaruhi besarnya Gs dan Go yang cenderung konstan, sehingga ketika dijumlahkan menjadi konstan. Selanjutnya, dilakukan percobaan numerik dengan mengubah-ubah besarnya Po ± 20%, dimana Ps dibuat tetap. 5 Gambar 4. Pengaruh Perubahan Ps Terhadap d, Gs, Go & Pada Gambar 4, dapat dilihat bahwa setiap peningkatan harga jual offline diikuti peningkatan diskon offline pula. Jika harga offline meningkat rawan menyebabkan penurunan permintaan offline. Agar permintaan offline tidak menurun drastis, maka besarnya diskon juga perlu ditambah seiring peningkatan Ps. Pada Gambar 7 diatas, tampak bahwa ketika diskon sebesar Rp Rp terjadi peningkatan keuntungan offline. Namun, setelah itu ketika diskon Rp Rp keuntungan offline semakin menurun, hingga pada akhirnya keuntungan offline menjadi konstan pada saat diskon Rp Rp Hal ini disebabkan, saat d < Rp harga jual offline setelah diskon (Ps ) lebih murah dibanding harga jual online. Sehingga, permintaan offline meningkat diikuti meningkatnya keuntungan offline. Sedangkan ketika diskon Rp Rp , Ps mengalami peningkatan harga terbesar, dengan selisih Rp dari Ps sebelumnya. Akibatnya, permintaan offline menurun yang menyebabkan keuntungan offline ikut menurun. Pada saat diskon sebesar Rp Rp.8.764, Ps hanya meningkat sebesar Rp. 23,-. Akibatnya, Gs hanya mengalami sedikit penurunan. Selanjutnya, saat diskon Rp Rp , keuntungan menjadi konstan akibat Ps yang diberikan juga konstan. Sementara itu, pada keuntungan online terjadi peningkatan keuntungan saat diskon Rp Rp Namun pada diskon Rp Rp , keuntungan online menjadi konstan. Peningkatan Go saat diskon Rp Rp disebabkan Ps semakin besar sedangkan Po tidak berubah dan besarnya masih tetap lebih kecil dari Ps. Semakin murah harga jual, akan semakin banyak permintaan. Begitu pula pada online channel. Peningkatan diskon yang diiringi dengan peningkatan Ps tidak serta merta dapat meningkatkan Gs, justru Go yang dapat meningkat karena harga jualnya lebih murah. Gambar 5. Pengaruh Perubahan Po Terhadap d, Gs, Go & Pada Gambar 5, dapat dilihat bahwa peningkatan Po dari Rp Rp menyebabkan diskon semakin menurun. Ketika harga jual online meningkat menyebabkan permintaan online menurun. Sehingga, customer beralih membeli pada offline channel. Jika harga offline tetap, sementara diskon dibuat semakin naik seiring meningkatnya Po maka keuntungan total perusahaan akan menurun. Dengan berpindahnya customer ke offline channel, diskon perlu diturunkan seiring meningkatnya Po agar keuntungan total yang diperoleh perusahaan masih tetap sesuai target. Sedangkan, pada saat Po > Rp. Rp besarnya diskon menjadi konstan sebesar Rp ,-. Hal ini dikarenakan, besar diskon tersebut dianggap telah optimal karena masih dapat memberi keuntungan pada kedua channel. Jika diskon diturunkan, maka keuntungan offline yang diperoleh akan lebih rendah. Sedangkan, jika diskon dinaikan akan menyebabkan jumlah permintaan online negatif. Pada Gambar 5, dapat dilihat bahwa penurunan diskon dari Rp hingga Rp menyebabkan keuntungan online meningkat karena Ps lebih mahal dibanding Po,

6 dengan selisih rata-rata sebesar Rp Ketika harga pada offline terlampau mahal, customer akan lebih memilih membeli melalui online channel. Hal inilah yang menyebabkan Go meningkat. Namun, saat diskon mencapai titik optimalnya sebesar Rp , Go justru menurun karena selisih Ps dan Po tidak terlalu jauh. Hal ini menyebabkan customer lebih memilih membeli langsung di offline channel karena dapat mengecek kondisi majalah secara langsung. Sedangkan, keuntungan offline mengalami peningkatan seiring dengan menurunnya diskon. Ketika Ps tetap, sedangkan diskon semakin kecil akan menyebabkan semakin sedikit keuntungan offline yang berkurang akibat pemberian diskon. Sehingga, offline mendapatkan keuntungan semakin banyak. Pada keuntungan DCSC, terjadi peningkatan keuntungan cukup signifikan saat diskon Rp Rp Hal ini dapat terjadi karena kedua channel sama-sama mengalami peningkatan. Sedangkan selama diskon yang diberikan bernilai Rp , peningkatan keuntungan DCSC tidak terlalu banyak seiring berubahnya Po karena Go mengalami penurunan. Sehingga, peningkatan selama diskon Rp lebih banyak dipengaruhi oleh keuntungan offline channel. Pada percobaan berikutnya dilakukan perubahan nilai Ps dan Po bersama-sama dengan menaik turunkan nilainya sebesar ± 20% dari nilai Ps dan Po optimal. Gambar 6. Pengaruh Perubahan Ps & Po Terhadap d, Gs, Go & Pada Gambar 6, tampak bahwa semakin besar harga jual offline dan online, menyebabkan diskon semakin meningkat. Karena jika semakin besar Ps, namun diskon yang diberikan besarnya tetap, maka offline channel akan kalah dengan online channel karena Ps terlampau besar dibanding Po. Untuk dapat mempertahankan eksistensi offline channel, diskon yang diberikan semakin besar seiring dengan meningkatnya kedua harga jual secara bersamaan. Pada Gambar 6, dapat dilihat bahwa ketika Ps dan Po meningkat, d meningkat, menyebabkan seluruh keuntungan meningkat pula. Gs dan Go meningkat karena kedua harga jual (Ps dan Po) jaraknya tidak terlalu besar jika dibanding Ps dengan Po. Akibatnya, peningkatan permintaan kedua channel relatif stabil. Ketika kedua channel meningkat keuntungannya seiring meningkatnya diskon, maka keuntungan DCSC juga akan meningkat. Hal ini disebabkan diperoleh dengan menjumlahkan Gs dan Go. V. KESIMPULAN Dari penelitian yang telah dilakukan, dapat disimpulkan beberapa hal sebagai berikut: 1. Penetapan harga dan diskon pada DCSC dilakukan menggunakan skema Bertrand dengan melakukan dua kali optimasi, yaitu: a. Proses optimasi pertama dilakukan menggunakan model awal untuk memperoleh harga jual online dan offline. Selanjutnya, kedua harga ini dijadikan input parameter pada proses optimasi berikutnya untuk mencari besarnya diskon. b. Proses optimasi kedua menggunakan model pengembangan yang telah ditambahi komponen besarnya diskon offline. Input parameter yang digunakan pada optimasi ini sama dengan yang digunakan pada proses optimasi sebelumnya, hanya saja ditambahkan parameter Po dan Ps. Hasil proses ini berupa besarnya diskon yang optimal. 2. Dari hasil optimasi, diperoleh hasil optimal: harga jual offline sebesar Rp , harga jual online sebesar Rp ,- dan diskon sebesar Rp.5.273,- 3. Besarnya diskon mempengaruhi harga jual offline, harga jual online, keuntungan offline, keuntungan online, keuntungan DCSC, maupun parameter lainnya. a. Semakin besar diskon akan menyebabkan harga jual offline semakin meningkat agar keuntungan offline yang diperoleh masih sesuai target b. Semakin besar diskon akan menyebabkan besarnya harga jual online menurun karena customer lebih senang membeli di offline channel. c. Sebelum diskon mencapai titik optimalnya, semakin besar diskon menyebabkan keuntungan offline meningkat akibat adanya peningkatan permintaan offline. Namun, setelah mencapai titik optimalnya, semakin besar diskon justru akan menurunkan keuntungan offline karena diskon yang terlalu besar menyebabkan porsi keuntungan offline semakin kecil d. Semakin besar diskon menyebabkan peningkatan keuntungan online karena harga online tidak terpotong diskon. Selain itu, meskipun telah diberi diskon, harga jual offline setelah diskon masih tetap lebih mahal dibanding pada online. Sehingga, jumlah permintaan online lebih banyak e. Semakin besar diskon menyebabkan keuntungan DCSC berkurang karena keuntungan DCSC semakin berkurang karena pemberian diskon. f. Semakin besar diskon menyebabkan nilai rasio penerimaan customer terhadap online product menurun. Artinya, semakin sedikit customer yang menerima produk online karena lebih memilih membeli di offline channel. g. Semakin besar diskon menyebabkan jumlah permintaan offline maksimum meningkat. Karena 6

7 semakin besar diskon menstimulus customer untuk berbelanja pada offline channel. h. Semakin besar diskon menyebabkan rasio elastisitas permintaan terhadap harga menurun 7 VI. SARAN Berikut beberapa saran yang dapat diberikan dari penelitian ini, antara lain: 1. PT. Indoprom Indonesia cabang Surabaya dapat menggunakan harga jual dan diskon yang telah dioptimasi untuk majalah Reader Digest English karena dapat memberikan keuntungan DCSC lebih besar daripada harga jual dan diskon eksisting. 2. Model DCSC dengan diskon dapat digunakan untuk produk jenis lain, selain majalah 3. Penelitian selanjutnya dapat melakukan perbandingan jika penentuan harga dan diskon dilakukan dengan skema Bertrand dengan skema Stackelberg DAFTAR PUSTAKA [1] Kotler, P., & Keller, K. L. (2012). Marketing Management 14th Edition. New Jersey: Pearson Education Inc [2] Zuraya, N. (2013). Penjualan Global Via Internet Lampaui Satu Triliun Dolar AS. Retrieved 26 November, 2013, from 6/mhs1vp-penjualan-global-via-internet-lampaui-satutriliun-dolar [3] Sands, W. (2013). Reinventing Retail: What Businesses Need to Know For Chicago: Walker Sands [4] Widodo, E., Takahashi, K., Morikawa, K., Pujawan, I. N., & Santosa, B. (2011). Managing sales return in dual sales channel: its product substitution and return channel analysis. International Journal of Industrial and Systems Engineering, 9(2), [5] Grewal, D., Krishnan, R., Baker, J., & Borin, N. (1998). The effect of store name, brand name and price discounts on consumers' evaluations and purchase intentions. Journal of retailing, 74(3),