BAB 2 LANDASAN TEORI 2.1 Product Bundling Product bundling adalah strategi penjualan yang diterapkan di pemasaran. Product bundling mempunyai tujuan untuk memaksimalkan keuntungan dalam berbagai macam pemasaran yang biasa dilakukan dalam bidang penelitian berupa produk maupun harga (Yang, T. C., Lai, H., 2006, p. 296). Pelanggan akan menyukai produk yang menawarkan kualitas, kinerja, dan fitur inovatif yang terbaik. Oleh karena itu, perusahaan harus dapat membuat peningkatan produk yang berkelanjutan (Kotler, P., Armstrong, G., 2008, p. 11). 2.2 Pemasaran Pemasaran adalah proses di mana perusahaan menciptakan nilai bagi pelanggan dan membangun hubungan yang kuat dengan pelanggan, dengan tujuan menangkap nilai dari pelanggan sebagai imbalannya. Dalam proses pemasaran, dapat dibagi menjadi beberapa tahap diantaranya (Kotler, P., Armstrong, G., 2008, pp. 6-7): 1. Memahami pasar dan kebutuhan serta keinginan pelanggan. 2. Merancang strategi pemasaran yang digerakkan oleh pelanggan. 3. Membangun program pemasaran terintegrasi yang memberikan nilai yang unggul. 4. Membangun hubungan yang menguntungkan dan menciptakan kepuasan pelanggan. 5. Menangkap nilai dari pelanggan untuk menciptakan keuntungan dan ekuitas pelanggan. 2.2.1 Customer Research Perusahaan harus memahami kebutuhan dan keinginan pelanggan serta pasar di mana mereka beroperasi sehingga dapat dipahami bagaimana kebutuhan, keinginan, serta permintaan pelanggan. Kebutuhan pelanggan adalah kondisi di mana pelanggan merasa kekurangan atas suatu hal. Keinginan pelanggan terbentuk oleh lingkungan sosial serta kepribadian pelanggan itu sendiri. Dan permintaan pelanggan merupakan keinginan pelanggan yang didukung oleh daya beli. Ketiga hal tersebut saling berhubungan serta berkelanjutan. (Kotler, P., Armstrong, G., 2008, p. 7). 2.2.2 Customer Satisfaction Kepuasan pelanggan merupakan ukuran di mana nilai suatu produk atau jasa dapat memenuhi nilai ekspektasi pelayanan yang ingin didapatkan oleh pelanggan (Nam, J., Ekinci, Y., Whyatt, G., 2011, p. 1009). Kepuasan pelanggan adalah faktor kunci dalam pembentukan suatu keinginan pelanggan untuk membeli keinginan yang ingin dicapai di masa yang akan datang (Mosahab, R., Mahamad, O., Ramayah, T., 2010, p. 73). Pelanggan membentuk ekspektasi tentang nilai dan kepuasan yang akan diberikan berbagai penawaran pasar dan membeli berdasarkan ekspektasinya itu. Pelanggan yang puas akan membeli lagi dan memberitahu 5
6 orang lain tentang pengalaman baik mereka. Nilai dan kepuasan pelanggan merupakan kunci untuk mengembangkan dan menata hubungan pelanggan. 2.3 Multivariate Analysis Analisis multivariat merupakan analisis yang melibatkan banyak variabel (lebih dari dua) sehingga hubungan antara banyak variabel dapat diteliti untuk memperoleh pemahaman yang lengkap serta realistis untuk dasar pembuatan keputusan. Analisis multivariat juga dapat dikelompokkan menjadi dua kelompok besar, yaitu (Supranto, 2010, pp. 18-22). 1. Dependence Methods Metode dependensi dapat diklasifikasikan berdasarkan pada jumlah variabel (Hair, J. F., Black, W. C., Babin, B. J., 2010, p. 401). Metode dependensi bertujuan untuk melihat pengaruh (dampak) dan meramalkan atau memprediksi sehingga dapat mempelajari pengaruh antar variabel. Salah satu contoh aplikasi dalam metode dependensi adalah Conjoint Analysis (Supranto, 2010, pp. 22-24). 2. Interdependence Methods Salah satu teknik statistik multivariat yang digunakan untuk analisis data. Skala multidimensional dapat dibandingkan dengan metode interdependen lainnya seperti Factor Analysis dan Cluster Analysis (Hair, J. F., Black, W. C., Babin, B. J., 2010, pp. 553-554). Analisis interdependensi bertujuan untuk memberikan arti kepada suatu set variabel (kelompok variabel) atau mengelompokan suatu set variabel menjadi kelompok yang lebih sedikit jumlahnya dan masing-masing kelompok membentuk variabel baru. Salah satu contoh analisis interdependensi adalah Cluster Analysis. Metode Interdependensi yang bertujuan untuk mengelompokan (membentuk kelompok) seperti segmen pasar, sangat berguna untuk menyusun strategi pemasaran yang tepat untuk segmen pasar yang berbeda (pelanggan yang berbeda keinginannya atau harapan) (Supranto, 2010, pp. 20-22). 2.3.1 Data Sekunder Data sekunder adalah data yang sudah di proses oleh pihak tertentu sehingga data tersebut sudah tersedia saat kita perlukan. Contohnya antara lain data laporan keuangan, data gaji, data pegawai, dan sejenisnya (Sarwono, 2012, pp. 32-34). Data sekunder dapat dipergunakan untuk: a. Pemahaman masalah. b. Penjelasan masalah. c. Alternatif penyelesaian masalah. d. Solusi masalah. 2.3.2 Data Primer Data primer adalah data yang berasal dari sumber asli atau sumber pertama yang secara umum kita sebut sebagai narasumber. Data ini harus dicari melalui narasumber atau dalam istilah teknisnya disebut responden, yaitu orang yang kita jadikan objek penelitian atau orang yang kita jadikan sebagai sarana mendapatkan informasi atau data. Metode pengolahan data primer meliputi pemberian kuesioner (Sarwono, 2012, pp. 37-40).
7 2.4 Conjoint Analysis Conjoint Analysis adalah suatu metode untuk menganalisis pendapat (preferensi) pelanggan mengenai suatu produk dan syarat-syarat sifat yang menyusun atribut produk tersebut. Conjoint Analysis merupakan salah satu teknik dalam analisis multivariat yang digunakan secara spesifik untuk memahami bagaimana responden membangun preferensi terhadap suatu produk (Surjandari, 2010, p. 17). 2.4.1 Tahapan dalam Conjoint Analysis Proses conjoint analysis terdiri atas beberapa tahap, yaitu sebagai berikut: Research Problem Choosing a Conjoint Methodology Designing Stimuli Data Collection: Choosing a Presentation Method Creating Stimuli Data Collection: Selecting a Preference Measure Form of Survey Administration Interviews Assumptions Selecting an Estimation Technique Evaluating Model Goodness of Fit Interpreting the Results Validating the Results Applying the Conjoint Results Sumber: (Hair, J. F., Black, W. C., Babin, B. J., 2010, pp. 274-295) Gambar 2.1 Tahap-tahap Conjoint Analysis
8 2.4.2 Kuesioner Data yang diperlukan untuk Conjoint Analysis umumnya adalah berupa data primer, walaupun terkadang dibutuhkan juga data sekunder. Data sekunder ini umumnya dibutuhkan untuk mengidentifikasi atribut maupun level dari masing-masing atribut. Ada berbagai metode untuk mendapatkan data primer, antara lain melalui wawancara maupun survei. Baik untuk wawancara maupun survei, umumnya digunakan kuesioner sebagai alat untuk pengambilan datanya. Penggunaan kuesioner ini dapat dilakukan untuk tahapan awal maupun tahapan pada tahap penilaian oleh responden. Penggunaan kuesioner untuk tahap awal adalah untuk mendapatkan informasi awal mengenai atribut maupun level dari produk yang diteliti. Berdasarkan informasi ini, maka selanjutnya dapat ditentukan atribut maupun level dari masing-masing atribut, untuk kemudian dapat disusun kuesioner dengan semua stimuli berdasarkan atribut dan level tersebut. Kuesioner kemudian disebarkan kepada para responden, di mana mereka diminta untuk memberikan penilaian terhadap setiap stimuli yang ada pada kuesioner tersebut (Surjandari, 2010, pp. 51-52). Dalam Conjoint Analysis, terdapat dua tahap dalam melakukan survey kuesioner menggunakan data rating, yaitu (Surjandari, 2010, pp. 55-65): 1. Kuesioner Tahap I : Penyusunan kuesioner tahap pertama terdiri dari dua bagian. Bagian pertama yaitu identitas diri responden seperti umur, jenis kelamin, pekerjaan, dan tempat tinggal. Bagian kedua merupakan pertanyaan yang berkaitan dengan atribut-atribut yang terdapat pada suatu produk. Pertanyaan-pertanyaan yang terdapat pada tahap bagian kedua ini, diolah datanya untuk menjadi acuan pembuatan kuesioner tahap kedua dalam penentuan atribut yang penting. 2. Kuesioner Tahap II : Kuesioner tahap kedua merupakan kuesioner yang digunakan untuk mengetahui preferensi konsumen, di mana responden memberi nilai pada pertanyaan yang berisi kombinasi produk. Selanjutnya, pada kuesioner ini akan digunakan untuk Conjoint Analysis, pengelompokkan pasar dan pembuatan Quality Function Deployment (QFD). Berdasarkan pengumpulan dan pengolahan data pada kuesioner tahap I, didapatkan atribut-atribut atau faktor-faktor yang penting bagi pelanggan pada suatu produk. Atribut-atribut atau faktor-faktor yang penting tersebut selanjutnya akan digunakan untuk penyusunan kuesioner tahap kedua. Selain dari kuesioner tahap pertama, atribut penyusunan kuesioner tahap kedua juga berdasarkan pada perbandingan dengan faktor lainnya, serta hasil diskusi dengan pihak perusahaan (Surjandari, 2010, p. 65). 2.4.3 Teknik Menghitung Ukuran Sampel Jika populasi besar maka peneliti dapat menggunakan rumus Cochran untuk penarikan sampel dengan pendekatan proporsi seperti di bawah ini (Sarwono, 2012, pp. 24-25) Keterangan: n = ukuran sampel
9 Z 2 e p q = kurva normal yang memotong area sisi, atau (1 tingkat kepercayaan, nilai ini didapatkan dalam tabel statistik yang berisi area di bawah kurva normal = tingkat kepercayaan yang diinginkan = proporsi yang di estimasi suatu atribut yang ada dalam suatu populasi = 1 p 2.4.4 Skala Likert Skala Likert di desain untuk memeriksa seberapa kuat subjek setuju atau tidak terhadap pernyataan yang terdiri dari 5 skala seperti yang tercantum di bawah ini: Tabel 2.1 Contoh Penggunaan Skala Likert Sangat Tidak Setuju Tidak Setuju Biasa Saja Setuju Sangat Setuju 1 2 3 4 5 Sumber: (Sekaran, 2003, p. 197) Respons yang diwakilkan oleh barisan angka kemudian akan dirangkumkan untuk setiap responden. Ini adalah skala interval dan perbedaan respon diantara dua poin di dalam skala tersebut tetaplah sama (Sekaran, 2003, p. 197). 2.4.5 Uji Reliabilitas 2.4.5.1 Pengertian Reliabilitas Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil pengukuran tertentu di setiap kali pengukuran dilakukan pada hal yang sama. Oleh karena itu, reliabilitas berkonsentrasi pada masalah akurasi pengukuran dan hasilnya (Sarwono, 2012, p. 85). 2.4.5.2 Ketentuan Reliabilitas Untuk menentukan butir-butir pertanyaan sudah valid, maka ketentuannya sebagai berikut (Sarwono, 2012, p. 86): 1. Nilai koefisien relasi ( ) hasil penghitungan harus positif. Jika hasilnya negatif maka butir pertanyaan tersebut tidak valid dan harus dihilangkan untuk analisis selanjutnya. 2. Nilai koefisien relasi ( ) hasil penghitungan harus lebih besar dari nilai koefisien dari tabel. Jika nilai koefisien korelasi lebih kecil dari nilai tabel, maka butir pertanyaan tersebut tidak valid dan harus dihilangkan untuk analisis selanjutnya. Sebagai contoh: Jika diambil tingkat kesalahan sebesar 10% atau probabilitas / signifikansi / alpha sebesar 0,1; maka nilai tabel sebesar 0,240; sedang untuk tingkat kesalahan 5% atau probabilitas / signifikansi / alpha sebesar 0,05, maka nilai tabel sebesar 0,306 dengan demikian untuk tingkat kesalahan 10%, maka koefisien korelasi ( ) hasil penghitungan harus lebih besar dari 0,240 dan untuk tingkat kesalahan 5%, maka koefisien korelasi ( ) hasil penghitungan harus lebih besar dari 0,306.
10 3. Untuk menghitung reliabilitas digunakan rumus Cronbach s Alpha dengan ketentuan bahwa suatu butir pertanyaan mempunyai reliabilitas, jika: a. Nilai Cronbach s Alpha positif dan tidak boleh negatif. b. Nilai Cronbach s Alpha hasil penghitungan sama atau lebih besar dari 0,8. 2.5 Cluster Analysis Cluster Analysis merupakan suatu kelas teknik, dipergunakan untuk mengklasifikasi objek atau kasus (responden) ke dalam kelompok yang relatif homogen, yang disebut cluster. Objek atau kasus dalam setiap kelompok cenderung mirip satu sama lain dan berbeda jauh (tidak sama) dengan objek dari cluster lainnya (Supranto, 2010, p. 142). Langkah pengelompokan dalam Cluster Analysis mencakup 3 hal berikut: a. Mengukur kesamaan jarak. b. Membentuk cluster secara hirarkis. c. Menentukan jumlah cluster. Adapun metode pengelompokan yang akan digunakan dalam Cluster Analysis, yaitu menggunakan metode hirarkis. Hierarchical cluster merupakan pengelompokan dengan dua atau lebih obyek yang memiliki kesamaan paling dekat. Kemudian akan membentuk semacam pohon di mana terdapat tingkatan (hirarki) yang jelas antar obyek, dari yang paling mirip hingga yang paling tidak mirip. Alat yang membantu untuk memperjelas proses hirarki ini disebut dendogram (Hair, J. F., Black, W. C., Babin, B. J., 2010, pp. 607-608). 2.6 Quality Function Deployment (QFD) Quality Function Deployment (QFD) merupakan teknik yang digunakan untuk merancang produk dan layanan yang mencerminkan kebutuhan konsumen. QFD adalah sebuah pendekatan terstruktur untuk mendefinisikan kebutuhan pelanggan atau persyaratan dan menerjemahkan ke dalam rencana spesifik dalam rangka menghasilkan produk untuk memenuhi kebutuhan tersebut (Surjandari, 2010, pp. 89-90). Suara pelanggan (voice of customer) digunakan untuk menjelaskan istilah tersebut dan menyatakan kebutuhan pelanggan atau persyaratan yang diminta pelanggan. Voice of customer diambil dalam berbagai cara, antara lain: wawancara langsung. survei, pengamatan, laporan lapangan, dan sebagainya. Pemahaman ini kemudian diringkas dalam matriks perencanaan produk atau House of Quality (HOQ). Matriks ini digunakan untuk menerjemahkan apa dari level yang tertinggi atau merupakan kebutuhan kepada tingkat yang lebih rendah atau bagaimana dari suatu produk yang juga merupakan persyaratan teknis karakteristik untuk dapat memenuhi kebutuhan tersebut (Surjandari, 2010, pp. 90-94). Quality Function Deployment (QFD) merupakan sebuah metodologi untuk pengembangan atau pemaparan dari fitur, atribut atau fungsi yang mana memberikan kualitas tinggi kepada sebuah produk atau jasa. Aplikasi yang sukses dari metode QFD pada beberapa kesempatan berbeda telah disorot oleh banyak peneliti (Gharakhani, D., Eslami, J., 2012, p. 22). Penggunaan metode QFD pada sebuah kesempatan untuk meningkatkan sebuah service quality berdasarkan prioritas dari kebutuhan
11 pelanggan pada suatu studi kasus sebuah hotel bintang empat bernama Hotel of Zanjan. Penelitian tersebut fokus pada customer satisfaction dari suatu pelayanan dan tingkat kepentingan dari masing-masing kebutuhan pelanggan berdasarkan survey yang dilakukan (Gharakhani, D., Eslami, J., 2012, pp. 21-28). 2.6.1 House of Quality (HOQ) House of Quality (HOQ) merupakan hal yang fundamental dan strategis dalam QFD. Seperti telah dijelaskan sebelumnya bahwa dasar dari HOQ adalah produk yang dirancang harus merupakan cerminan keinginan dan selera dari pelanggan. Berdasarkan hal ini, maka tujuan utama dari HOQ adalah untuk menerjemahkan kebutuhan konsumen tersebut menjadi persyaratan teknis, kemudian menentukan peringkat dari persyaratan teknis tersebut (Surjandari, 2010, p. 90). Berikut adalah langkah-langkah yang dilakukan dalam merancang sebuah House of Quality (Foster, 2004, p. 187): 1. Mendaftar keinginan pelanggan. Daftar keinginan dari pelanggan termasuk keinginan secara umum dan mayoritas sebagaimana hal tersebut berhubungan dengan aspek-aspek tertentu di dalam sebuah proses. Contohnya seperti jika seorang pelanggan datang ke sebuah restoran dan pelanggan tersebut menginginkan kondisi restoran yang bersih dan nyaman, serta makanan yang enak. Hal-hal tersebut termasuk dalam daftar keinginan dari pelanggan. 2. Menentukan daftar dari elemen desain teknis. Hal ini merupakan elemen desain yang berhubungan dengan keinginan pelanggan. Maksudnya adalah elemen tersebut adalah faktor-faktor yang dapat mempengaruhi keinginan dari pelanggan. Contohnya seperti seorang pelanggan yang datang ke restoran maka elemen desain teknis adalah material dari gedung restoran tersebut. Bahan bangunan, pelatihan pegawai dan standardisasi menu makanan. Semua yang berpengaruh terhadap keinginan pelanggan. 3. Mendemonstrasikan hubungan antara keinginan pelanggan dengan desain elemen teknis. Sebuah diagram dapat dibuat untuk mendemonstrasikan hubungan tersebut. Score atau bobot nilai digunakan untuk menentukan hubungan tersebut. Nilai 1, 3 dan 9 digunakan, nilai 9 menjelaskan hubungan yang sangat erat, nilai 3 menjelaskan hubungan yang biasa saja kedekatannya, nilai 1 menjelaskan hubungan yang tidak erat. 4. Menentukan hubungan korelasi antara elemen desain yang ada di roof of the house. Dengan menggunakan beberapa simbol seperti simbol segitiga ( ) untuk bobot nilai 1, simbol lingkaran kosong ( ) untuk bobot nilai 3, dan simbol lingkaran penuh ( ) untuk bobot nilai 9. Simbol-simbol tersebut digunakan untuk menunjukkan hubungan yang positif atau negatif. 5. Menampilkan penilaian yang kompetitif dari keinginan pelanggan. Menampilkan penilaian tentang perbandingan produk yang dimiliki dengan produk dari kompetitor. Perbandingan tersebut dibuat dengan skala 5 poin dengan angka 5 menunjukkan angka paling tinggi. 6. Memprioritaskan keinginan dari pelanggan.
12 Memberi daftar prioritas bagi keinginan pelanggan, daftar tersebut termasuk kepentingan dari pelanggan, target value, sales point, dan bobot absolut. Sekelompok pelanggan menentukan nilai dari kepentingan. Hal ini merupakan penilaian subjektif dari seberapa penting dari keinginan pelanggan tersebut. Penilaian ini merupakan skala 10 poin, dengan angka 10 sebagai poin tertinggi. 7. Memprioritaskan syarat teknis. Syarat teknis ditentukan dengan cara menentukan derajat dari tingkat kesulitan, target value, bobot absolut, dan bobot relatif. Derajat ini ditentukan dengan skala penilaian 1 sampai 10 dengan angka 1 menyatakan derajat kesulitan paling rendah dan angka 10 menyatakan derajat kesulitan paling tinggi. 8. Evaluasi akhir. Bobot relatif dan bobot absolut untuk syarat teknis dievaluasi untuk menentukan keputusan apa yang harus diambil untuk meningkatkan desain dasar sesuai dengan input dari pelanggan. Hal ini dilakukan dengan menghitung presentasi dari faktor bobot dari setiap bobot absolut dan bobot relatif.