User Heterogenety and It s Impact on Electronic Auction Market Design : An Empirical Exploration Ravi Bapna, Paulo Goes dan Alok Gupta Sumber : MIS Quarterly Vol. 28 No.1, March 2004 Dirangkum oleh kelompok 147: Novan Aryandi 120 2000 753 Dokumen ini menggunakan GNU Free Document License, dipersilahkan untuk menggandakan dokumen ini secara bebas Kata Kunci : 1. electronic markets : pasar elektronik (e-commerce). 2. online auctions : pasar lelang online. 3. bidding strategies : strategi penawaran. 4. user behavior taxonomy : klasifikasi tingkah laku user. 5. smart agents : agen-agen pintar. Pada pembahasan jurnal ini oleh kelompok sebelumnya yakni kelompok 93 tidak dijelaskan katakunci-katakunci yang ada. Masalah yang dibahas : Penelitian sistem informasi yang telah dikembangkan selama ini selalu memfokuskan pada pemahaman penggunanya dari segi perspektif saja yakni meliputi aspek kognitif dan tingkat penerimaan teknologi informasi, penelitian tersebut gagal karena tidak mengikutsertakan aspek ekonomi di dalam interaksi pengguna dengan sistem. Jika mengkaitkan aspek ekonomi ke dalam sistem maka preferensi pengguna, sifat, kepribadian, dan kesejahteraannya terkait langsung dengan rancangan sistem informasi.
Permasalahan yang dibahas pada jurnal ini menurut kelompok sebelumnya sesuai dengan permasalahan yang telah dijelaskan di atas. Hal ini masuk akal karena pembahasan di ambil dari bagian abstrak jurnal. Tujuan : Menurut kelompok sebelumnya tujuan dari artikel ini adalah sebagai berikut. Membuktikan apakah keberagaman dari pengguna itu benar-benar ada. Membagi-bagi jenis strategi pengguna dalam menawar di lelang online secara sistematis. Menentukan apakah strategi menawar mempengaruhi penawar dalam memenangkan lelang dan surplus dari penawar. Menentukan strategi apa yang paling banyak mendatangkan surplus. Bagaimana hasil pembagian jenis strategi dan penentuan strategi yang paling menguntungkan dapat meningkatkan kualitas desain dari lelang online. Kelompok 147 sangat setuju dengan tujuan yang telah disebutkan di atas, tetapi menurut saya terdapat satu tujuan dari artikel yang masih belum disebutkan yakni mencari keterkaitan antara evolusi teknologi informasi dengan pengaruhnya terhadap strategi yang digunakan penawar dalam lelang online. Jenis dan metoda penelitian : Artikel ini termasuk jenis penelitian. Dengan metode dasar yang digunakan dalam penelitian ini adalah induksi dengan atribut-atribut sebagai berikut. Waktu masuk (Time of Entry) : waktu pengguna melakukan tawaran pertama. Waktu keluar (Time of Exit) : waktu pengguna melakukan tawaran terakhir. Jumlah tawaran yang dilakukan (Number of Bids). Penelitian dilakukan dengan membuat program otomatis agent yang dapat mengambil informasi dari 229 situs lelang yang menjual hardware komputer dan barang elektronik. Data diambil dua kali selama masing-masing selama enam bulan pada tahun 1999 dan 2000. Untuk analisa data dilakukan model statistik menggunakan K- means dan clustered ANOVA untuk mengevaluasi keberagaman strategi penawaran.
Kelompok 147 sangat setuju dengan hal-hal di atas yang telah dijelaskan oleh kelompok sebelumnya. Hal ini dijelaskan oleh artikel secara jelas dan gamblang. Kesimpulan : Dari artikel ini dapat ditarik kesimpulan bahwa pemahaman tentang strategi penawar sangat penting dalam memperbaiki rancangan dari pelelangan online. Kebiasaan penawar dapat menjadi salah satu faktor penting dalam memprediksi penawaran secara real-time. Hal tersebut dapat digunakan untuk menciptakan simulasi yang bebas resiko tanpa mengabaikan tujuan utama yang harus dicapai pengguna. Beberapa strategi penawaran sering digunakan pada pasar online sebagai akibat dari heterogenitas dari populasi online. Kelompok 147 menyetujui dengan kesimpulan di atas yang dibuat oleh kelompok sebelumnya. Namun ada beberapa kesimpulan yang dapat ditambahkan yakni sebagai berikut. 1. Heterogenitas benar-benar ada dalam populasi penawar (bidder). Hal ini merefleksikan strategi-strategi yang digunakan oleh penawar. 2. Time of Entry, Time of Exit dan Number of Bids mengkarakterisasikan strategistrategi yang ada. 3. User cenderung meningkatkan strategi yang digunakan dalam lelang online seiring dengan waktu berjalan dan user juga cenderung menggunakan teknologi informasi terbaru yang dapat digunakan untuk mempermudah dalam proses lelang online tersebut. Hipothesa : 1. Seluruh kategori bidder memiliki kesempatan yang sama dalam memenangkan lelang. 2. Seluruh kategori bidder memiliki tingkat surplus yang sama. Kelompok 147 sangat setuju dengan hal-hal di atas yang telah dijelaskan oleh kelompok sebelumnya. Hal ini dijelaskan oleh artikel secara jelas karena hipotesahipotesa tersebut digunakan dalam single-factor ANOVA untuk mengklasifikasikan populasi bidder.
Komentar : Artikel ini menurut kelompok 147 benar-benar bermanfaat yaitu selain kita bisa belajar strategi-strategi dalam melakukan penawaran pada lelang online kita juga diberikan ilmu bagaimana seharusnya merancang sebuah sistem informasi untuk lelang online yang profesional. Pada pembahasan artikel ini oleh kelompok sebelumnya yakni kelompok 93, kelompok tersebut tidak memberikan komentar. Analisis Kelemahan/Kekuatan : 1. (+) Artikel memberikan penjelasan sekilas mengenai proses lelang online itu sendiri seperti apa. Hal ini benar-benar membantu pembaca sehingga lebih mudah mengerti isi artikel. 2. (+) Bahasa Inggris yang digunakan tidak sulit. 3. (+) Penggunaan tabel dan gambar mempermudah pembaca menangkap esensi dari artikel. Pada pembahasan artikel ini oleh kelompok sebelumnya yakni kelompok 93 tidak dijelaskan kelemahan ataupun kekuatan dari artikel sama sekali. Pernyataan Penutup : Kategori populasi bidder cenderung berubah tiap tahunnya. Hal ini sangat dipengaruhi oleh strategi yang digunakan dalam lelang online dan teknologi informasi yang dapat membantu memenangkan lelang tersebut. Pada tahun 1999 kategori populasi bidder meliputi early evaluators, middle evaluators, opportunists, sip and dippers, dan participatory. Sedangkan pada tahun 2000 kategori populasi ini berubah menjadi early evaluators, participators, opportunists, sip-and-dippers, dan automated bidding agents. Pada pembahasan artikel ini oleh kelompok sebelumnya yakni kelompok 93 tidak diberikan pernyataan penutup.
Rujukan utama : 1. Ausubel, L. M..An Efficient Ascending Bid Auction for Multiple Objects,. American Economic Review, 2004 (forthcoming). 2. Ba, S., Stallaert, J., and Whinston, A. B.Introducing a Third Dimension in Information Systems Design: The Case for Incentive Alignment,. Information Systems Research (12:3), September 2001, pp. 225-239. 3. Bajari, P., and Hortascu, A..Winner.s Curse, Reserve Prices and Endogenous Entry: Empirical Insights from ebay Auctions,. Working Paper, Department of Economics, Stanford University, 2003 4. (available online at http://www.econ.duke.edu/~bajari/robfinalversion.pdf ). 5. Bakos, Y..Towards Friction-Free Markets: The Emerging Role of Electronic Marketplaces on the Internet,. Communications of the ACM (41:8), August 1998, pp. 35-42. Pada pembahasan jurnal ini oleh kelompok sebelumnya yakni kelompok 93 tidak disebukan rujukan utamanya.