JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

Transkripsi

1 JURNAL GAUSSIAN, Volue, Noor 4, Tahun 013, Halaan Online di: SEGMENTASI PASAR PADA PUSAT PERBELANJAAN MENGGUNAKAN FUZZY C-MEANS (STUDI KASUS: RITA PASARAYA CILACAP) Nurhikah Megawati 1, Moch. Abdul Mukid *), Rita Rahawati 3 1 Mahasiswa Jurusan Statistika FSM UNDIP,3 Staff Pengaar Jurusan Statistika FSM UNDIP ABSTRAK RITA Pasaraya Cilacap erupakan swalayan pertaa yang berdiri di Kabupaten Cilacap. Dahulu, RITA Pasaraya enadi pusat perbelanaan bagi seua warga di Kabupaten Cilacap. Kini, seakin banyak swalayan pesaing yang berunculan. Untuk eneukan sasarannya, RITA Pasaraya perlu elakukan pengelopokan atau segentasi pasar. Metode pengelopokan yang digunakan adalah fuzzy cluster eans (FCM). Untuk ulah kelopok yang optiu didapatkan dengan enggunakan kriteria ukuran keakuratan, yaitu Indeks Xie Beni. Data penelitian diperoleh elalui penyebaran kuesioner penelitian pada RITA Pasaraya Cilacap dengan 10 variabel psikografik. Hasil penelitian eperlihatkan, segentasi konsuen lebih akurat ika dikelopokkan ke dala cluster. Hasil akhir yang diperoleh adalah responden pada cluster 1 lebih eperhatikan tingkat harga yang urah, kelengkapan barang-barang, potongan harga yang besar, pelayanan pada saat berbelana yang euaskan, lokasi yang strategis, parkir yang luas, kenyaanan pada saat berbelana, fasilitas uu yang eadai, fasilitas pebayaran yang lengkap, dan kebersihan ruangan dibandingkan responden pada cluster. Pada dasarnya, profil cluster 1 dan cluster hapir saa. Sebagian besar konsuen RITA Pasaraya Cilacap adalah perepuan, dengan rentang uur 16-9 tahun, dengan frekuensi belana -4 kali setiap bulan. Yang ebedakan hanya pendidikan terakhir dan penghasilan. Pada cluster 1, didoinasi pendidikan terakhir SMA dengan penghasilan -5 uta setiap bulan, sedangkan pada cluster didoinasi pendidikan terakhir S1 dengan penghasilan < uta setiap bulan. Kata kunci : Fuzzy C-Means, segentasi pasar ABSTRACT RITA Pasaraya Cilacap is the first superarket in Cilacap. Previously, RITA Pasaraya becoe a shopping center for all people in Cilacap. Now, ore and ore superarket is standing. To find this target, RITA Pasaraya needs grouping or arket segentation. Grouping ethod used fuzzy cluster eans (FCM). For an optial cluster nuber using the accuracy of the easureent criteria is Xie Beni Index. Research data obtained by questionnaire on RITA Pasaraya Cilacap with 10 psikografik variables. Results of the research, consuer segentation ore accurate if grouped into clusters. The final result is respondents in cluster 1 ore attention to low price levels, coplete goods, big discounts, satisfactory service, strategic location, rooy parking, cofortable for shopping, adequate public facilities, coplete payent facilities, and cleaner roo than to respondents in cluster. Basically, siilar profiles cluster in cluster 1 and cluster. Mainly RITA Cilacap Superarkets are woen, with the range

2 age of 16-9 years, with a frequency of shopping -4 ties per onth. Only last education and incoe are different. In cluster 1, doinated b senior high school with incoe of -5 illion every onth, and in cluster doinated by bachelor with incoe < illion every onth. Keywords : Fuzzy C-Means, arket segentation 1. PENDAHULUAN 1.1 Latar Belakang Perkebangan dala bidang perdagangan sangat berperan penting dala dunia perekonoian. Perubahan kondisi perekonoian engakibatkan teradinya peningkatan bisnis ritel. Hal ini ditandai dengan banyaknya bisnis ritel yang berunculan, salah satunya swalayan. Alasan yang enadikan swalayan banyak diinati oleh asyarakat adalah lengkapnya produk yang diual di sana. Seakin lengkap variasi produk yang ditawarkan kepada konsuen aka akan seakin banyak pula pilihan barang yang akan dibeli oleh konsuen sesuai dengan kebutuhannya. Konsuen erupakan faktor yang sangat penting bagi swalayan. Oleh karena itu, keinginan dan kebutuhan konsuen harus dapat dipenuhi oleh swalayan. Pencapaian utaa sebuah swalayan tergantung pada seauh ana swalayan tersebut eenuhi kebutuhan dan seauh ana peenuhan tersebut dilakukan dengan cara yang lebih efektif dan efisien dibanding swalayan lain. Suatu swalayan akan lebih berhasil apabila ebatasi sasaran pada beberapa enis kebutuhan dan keinginan konsuen saa. Salah satu swalayan yang khususnya elayani konsuen di Kabupaten Cilacap adalah RITA Pasaraya Cilacap. RITA Pasaraya Cilacap erupakan salah satu cabang swalayan yang diiliki oleh PT Rita Ritelindo yang berkedudukan di Purwokerto. RITA Pasaraya bertepat di Jl Jend A Yani Cilacap yang erupakan kawasan strategis di wilayah tersebut. Produk yang ditawarkan antara lain peralatan ruah tangga, kebutuhan ruah tangga ditabah dengan produk obat, bau, alat elektronik, dan olahan akanan lainnya. RITA Pasaraya Cilacap erupakan swalayan pertaa yang berdiri di Kabupaten Cilacap. Dahulu, RITA Pasaraya enadi pusat perbelanaan bagi seua warga di Kabupaten Cilacap. Kini, seakin banyak swalayan pesaing yang berunculan. Untuk eneukan sasarannya, RITA Pasaraya perlu elakukan segentasi pasar, yaitu proses penggolongan pasar ke dala segen-segen. Segen adalah sekupulan konsuen yang eberikan respon yang saa terhadap strategi peasaran tertentu. Penelitian ini akan enganalisis segentasi pasar konsuen pada RITA Pasaraya Cilacap dengan enggunakan etode Fuzzy C-Means (FCM). 1. Tuuan Tuuan dari penelitian ini adalah sebagai berikut : 1. Menerapkan etode Fuzzy C-Means (FCM) dala enganalisis segentasi pasar konsuen berdasarkan variabel variabel psikografik.. Mengetahui profil segen konsuen dari RITA Pasaraya Cilacap. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 344

3 . TINJAUAN PUSTAKA.1 Fuzzy C-Means (FCM) Menurut Kusuadewi (00), ada beberapa algorita clustering data, salah satu diantaranya adalah Fuzzy C-Means (FCM). FCM adalah suatu teknik peng-cluster-an data yang keberadaan tiap-tiap titik data suatu cluster ditentukan oleh nilai keanggotaan. Teknik ini pertaa kali diperkenalkan oleh Ji Bezdek pada tahun Konsep dasar FCM adalah sebagai berikut: 1. Tentukan nilai pusat cluster, yang akan enandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, nilai pusat cluster ini asih belu akurat. Tiap-tiap titik data uga eiliki nilai keanggotaan untuk tiap-tiap cluster.. Perbaiki nilai pusat cluster dan nilai keanggotaan tiap-tiap titik data secara berulang, aka akan dapat dilihat bahwa nilai pusat cluster akan bergerak enuu nilai yang tepat. Iterasi ini didasarkan pada iniisasi nilai obektif yang enggabarkan arak dari titik data yang diberikan ke pusat cluster yang terboboti oleh nilai keanggotaan titik data tersebut.. Algorita FCM Berikut adalah algorita FCM (Wang, 007): Tentukan: 1. Julah cluster = c dengan c n Pangkat pebobot = dengan 1 Iterasi awal = t=1. Menentukan nilai keanggotaan u i c u i i Menghitung nilai pusat cluster v i dengan i = 1,,, c v i n 1 n u i 1 u i x 4. Meperbaharui nilai keanggotaan fuzzy 1 c x v i u i k1 x v k 5. Menghitung nilai obektif U, V n c 1 i1 1 1 J ui x vi 6. Jika J sudah konvergen, aka iterasi berhenti. Akan tetapi ika J belu konvergen, aka kebali enuu langkah ke-3. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 345

4 .3 Ukuran Keakuratan Cluster Menurut Xie dan Beni dala Wang (007), ukuran keakuratan fuzzy clustering erupakan proses evaluasi kualitas algorita clustering karena FCM erupakan etode tanpa pengawasan. Ada dua enis kriteria dala engukur keakuratan suatu cluster (S), yaitu: 1. Copactness, yaitu ukuran kedekatan antar anggota pada tiap cluster.. Separation, yaitu ukuran keterpisahan antar cluster satu dengan cluster yang lainnya. Dengan deikian ruus keakuratan suatu cluster atau Indeks Xie-Beni (S) erupakan rasio dari copactness terhadap separation, yaitu: S c i1 n 1 u n in i, i v i x v v i seakin kecil nilai S, aka peng-cluster-an tersebut seakin akurat. 3. METODOLOGI PENELITIAN 3.1 Suber Data Penelitian ini berlokasi di RITA Pasaraya Cilacap, yang beralaat di Jl Jend A Yani Cilacap. Waktu pengupulan data pada Bulan Mei-Juni 013. Teknik pengabilan sapel dari konsuen atau pengunung dilakukan dengan pendekatan non-probability sapling elalui etode purposive sapling, yaitu sapel diabil dengan aksud atau tuuan tertentu. Ukuran sapel yang digunakan untuk penelitian ini adalah sebesar 100 responden dengan asusi bahwa konsuen yang berbelana ulahnya tidak tetap setiap harinya. 3. Variabel Penelitian Variabel yang digunakan dala penelitian ini berulah 10, yaitu : 1. Tingkat Harga, adalah ulah nilai uang yang dapat ditukarkan dengan barangbarang yang ditawarkan di RITA Pasaraya Cilacap.. Kelengkapan barang-barang, adalah keapuan RITA Pasaraya Cilacap dala eenuhi beraca-aca barang-barang yang dibutuhkan konsuen. 3. Potongan Harga, adalah ulah potongan harga dala presentase pada setiap pebelian barang-barang di RITA Pasaraya Cilacap. 4. Pelayanan pada saat berbelana, adalah pelayanan yang diberikan oleh prauniaga RITA Pasaraya Cilacap, yaitu dapat dilihat dari sikap yang raah dan urah senyu kepada konsuen. 5. Lokasi Strategis, adalah penilaian konsuen engenai lokasi atau tepat yang strategis dari RITA Pasaraya Cilacap. 6. Tepat Parkir, adalah tersedianya tepat parkir yang luas bagi konsuen RITA Pasaraya Cilacap yang sedang elakukan perbelanaan. 7. Kenyaanan pada saat berbelana, adalah keapuan enciptakan rasa nyaan pada konsuen konsuen yang berbelana di RITA Pasaraya Cilacap, seperti pendingin ruangan dan usik. 8. Fasilitas uu, adalah fasilitas yang tersedia pada RITA Pasaraya Cilacap untuk eenuhi kebutuhan para konsuen, isalnya tepat tunggu, penitipan barang, dan tepat akan. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 346

5 9. Fasilitas pebayaran, adalah fasilitas yang dapat digunakan untuk elakukan pebayaran pada saat transaksi di RITA Pasaraya Cilacap. 10. Kebersihan ruangan, adalah kebersihan tepat penyaian produk, terasuk kebersihan lantai, kaca, rak paangan, dan langit-langit ruangan pada RITA Pasaraya Cilacap. 3.3 Metode Analisa Data Pada penelitian ini, etode analisis data yang digunakan adalah Fuzzy Cluster Means (FCM). FCM adalah suatu teknik peng-cluster-an data yang keberadaan tiap-tiap titik data suatu cluster ditentukan oleh nilai keanggotaan. Nilai keanggotaan tersebut akan encakup bilangan real pada interval [0,1]. FCM adalah salah satu etode optiizing partitioned cluster. Kelebihan etode FCM adalah penepatan pusat cluster yang lebih tepat dibandingkan dengan etode cluster lain. Caranya adalah dengan eperbaiki pusat cluster secara berulang, aka akan dapat dilihat bahwa pusat cluster akan bergerak enuu lokasi yang tepat. Data hasil penelitian akan diolah enggunakan Software Microsoft Excel, SPSS, dan R (Siaora, 005). 4. ANALISIS DAN PEMBAHASAN 4.1 Analisa Karakteristik Responden Dala penelitian ini, karakteristik responden dilihat dari 6 sisi, yaitu enis kelain, rentang uur, enis pekeraan, tingkat pendidikan terakhir, penghasilan setiap bulan, dan seberapa sering elakukan pebelanaan di RITA Pasaraya Cilacap dala kurun waktu satu bulan. Dari hasil penelitian, responden yang paling banyak berbelana di RITA Pasaraya Cilacap adalah responden berenis kelain perepuan, dengan rentang uur 16-9 tahun, yang didoinasi pelaar dan pegawai swasta, dengan tingkat pendidikan terakhir SMA dan S1, dengan penghasilan <5 uta setiap bulan, dan elakukan pebelanaan -4 kali dala sebulan. 4. Analisa Terhadap Variabel Penelitian Berdasarkan hasil penelitian pada variabel tingkat harga, diketahui bahwa pilihan responden terpusat pada skor 6, 7, dan 8, itu artinya tingkat harga di RITA Pasaraya sedang-sedang saa. Pada variabel kelengkapan barang-barang, pilihan responden terpusat pada skor 7 dan 8, sehingga diperoleh kesipulan bahwa kelengkapan barang-barang cenderung lengkap. Pilihan responden berdasarkan variabel potongan harga sangat bervariatif. Pada variabel pelayanan pada saat berbelana, pilihan responden engelopok pada skor 5 sapai 8, artinya pelayanan pada saat berbelana biasa saa. Pilihan responden berdasarkan variabel lokasi tergolong strategis. Pada variabel tepat parkir, pilihan responden sangat bervariatif dari skor 3 sapai skor 9 sehingga sulit diprediksi. Variabel kenyaanan pada saat berbelana sudah endekati nyaan. Fasilitas uu disana endekati lengkap. Fasilitas pebayaran tergolong biasa saa. Pada variabel kebersihan ruangan, pilihan responden engelopok di skor 6, 7, dan 8 artinya kebersihan ruangan disana tergolong sedang. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 347

6 4.3 Hasil Peng-cluster-an Untuk endapatkan hasil peng-cluster-an, data hasil penelitian diolah enggunakan progra R. Langkah awal dala pengolahan data adalah enentukan ulah cluster. Julah cluster yang digunakan dala penelitian ini adalah sebanyak, 3, dan 4 cluster. Selanutnya akan dihitung Indeks Xie-Beni untuk engetahui ulah cluster yang paling akurat untuk penelitian ini. Berdasarkan pusat cluster, dapat disipulkan bahwa responden pada cluster 1 lebih eperhatikan tingkat harga yang urah, kelengkapan barang-barang yang lengkap, potongan harga yang besar, pelayanan pada saat berbelana yang euaskan, lokasi yang strategis, parkir yang luas, kenyaanan pada saat berbelana yang nyaan, fasilitas uu yang eadai, fasilitas pebayaran yang lengkap, dan kebersihan ruangan yang bersih dibandingkan responden pada cluster. Sebagian besar responden pada cluster 1 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang asih pelaar, uga ada yang pegawai swasta, pendidikan terakhir SMA, penghasilan -5 uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Keudian sebagian besar responden pada cluster erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang asih pelaar, ada uga yang pegawai swasta, pendidikan terakhir S1, penghasilan < uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Profil cluster yang berbeda hanya pendidikan terakhir dan penghasilan. Pada cluster 1, pendidikan terakhir SMA dengan penghasilan -5 uta setiap bulan, sedangkan pada cluster pendidikan terakhir S1 dengan penghasilan < uta setiap bulan. Berdasarkan 3 pusat cluster, dapat disipulkan bahwa responden pada cluster lebih eperhatikan kelengkapan barang-barang yang lengkap, potongan harga yang besar, pelayanan pada saat berbelana yang euaskan, lokasi yang strategis, parkir yang luas, kenyaanan pada saat berbelana yang nyaan, fasilitas uu yang eadai, fasilitas pebayaran yang lengkap, dan kebersihan ruangan yang bersih dibandingkan responden pada cluster 1 dan cluster 3. Sebagian besar responden pada cluster 1 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang asih pelaar, uga ada yang pegawai swasta, pendidikan terakhir S1, penghasilan < uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Keudian sebagian besar responden pada cluster erupakan responden dengan enis kelain laki-laki, dengan rentang uur 16-9 tahun, ada yang asih pelaar, uga ada yang pegawai swasta, pendidikan terakhir SMA, penghasilan -5 uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Lalu sebagian besar responden pada cluster 3 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, dengan profesi sebagai pegawai swasta, pendidikan terakhir SMA, penghasilan -5 uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Profil cluster yang terlihat sangat berbeda dengan yang lain adalah enis kelain pada cluster yang sebagian besar adalah lakilaki. Berdasarkan 4 pusat cluster, dapat disipulkan bahwa responden pada cluster 3 lebih eperhatikan kelengkapan barang-barang yang lengkap, potongan harga yang besar, pelayanan pada saat berbelana yang euaskan, lokasi yang strategis, parkir yang luas, kenyaanan pada saat berbelana yang nyaan, fasilitas uu yang eadai, fasilitas pebayaran yang lengkap, dan kebersihan ruangan yang bersih dibandingkan responden pada cluster 1, cluster, dan cluster 4. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 348

7 Sebagian besar responden pada cluster 1 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang asih pelaar, uga ada yang pegawai swasta, pendidikan terakhir S1, penghasilan < uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Keudian sebagian besar responden pada cluster erupakan responden dengan enis kelain perepuan, dengan rentang uur 3-9 tahun, dengan profesi sebagai pegawai swasta, pendidikan terakhir D3, penghasilan -5 uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Lalu sebagian besar responden pada cluster 3 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang pelaar, uga ada yang pegawai swasta, pendidikan terakhir ada yang SMA, ada yang S1, penghasilan < uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Selanutnya sebagian besar responden pada cluster 4 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16- tahun, ada yang pelaar, pendidikan terakhir ada yang SMA, penghasilan < uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Profil cluster yang terlihat sangat berbeda dengan yang lain adalah rentang uur pada cluster 4 antara 16- tahun. 4.4 Ui Keakuratan Cluster Ruus keakuratan suatu cluster dihitung dengan enggunakan Indeks Xie- Beni. Seakin kecil Indeks Xie-Beni, aka peng-cluster-an seakin akurat. Jadi banyaknya cluster yang paling akurat adalah cluster dengan Indeks Xie Beni 317,886. Tabel 9 Tabel Hasil Perhitungan Ui Keakuratan Cluster Banyaknya Cluster Indeks Xie-Beni 317, , ,100 5 KESIMPULAN Berdasarkan perhitungan Indeks Xie Beni, banyaknya cluster yang paling akurat adalah cluster. Berdasarkan pusat cluster, dapat disipulkan bahwa responden pada cluster 1 lebih eperhatikan tingkat harga yang urah, kelengkapan barang-barang yang lengkap, potongan harga yang besar, pelayanan pada saat berbelana yang euaskan, lokasi yang strategis, parkir yang luas, kenyaanan pada saat berbelana yang nyaan, fasilitas uu yang eadai, fasilitas pebayaran yang lengkap, dan kebersihan ruangan yang bersih dibandingkan responden pada cluster. Sebagian besar responden pada cluster 1 erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang asih pelaar, uga ada yang pegawai swasta, pendidikan terakhir SMA, penghasilan -5 uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Sebagian besar responden pada cluster erupakan responden dengan enis kelain perepuan, dengan rentang uur 16-9 tahun, ada yang asih pelaar, ada uga yang pegawai swasta, pendidikan terakhir S1, penghasilan < uta setiap bulan, dan frekuensi belana -4 kali setiap bulan. Profil cluster yang berbeda hanya pendidikan terakhir dan penghasilan. Pada cluster 1, pendidikan terakhir SMA dengan penghasilan -5 uta setiap bulan, sedangkan pada cluster pendidikan terakhir S1 dengan penghasilan < uta setiap bulan. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 349

8 6 DAFTAR PUSTAKA Klawonn, F. dan Keller, A Fuzzy Clustering And Fuzzy Rules. Science Journal. Kotler, Philip Prinsip-Prinsip Peasaran. Erlangga. Jakarta. Kusuadewi, S. 00. Analisis dan Desain Siste Fuzzy. Graha Ilu. Yogyakarta. Saleh, dkk Hubungan Antara Pengetahuan Merek Sozzis Dengan Volue Pebelian Produk Sosis Merek Sozzis Pada PT Carrefour Cabang MTC Karebosi Makasar. Universitas Hasanuddin. Makassar. Siaora, B Analisis Multivariat Peasaran. Graedia. Jakarta. Wang, W dan Yunie Zhang On fuzzy cluster validity indices. Dalian Maritie University. China. JURNAL GAUSSIAN Vol., No. 4, Tahun 013 Halaan 350