PENENTUAN HARGA PRODUK FUNCTIONAL DAN NON-FUNCTIONAL

ASTI NOVIA WULANDARI, Ir. Subagyo, Ph.D.

2014 | Skripsi | TEKNIK INDUSTRI

Harga produk merupakan salah satu penentu keuntungan perusahaan, selain itu harga juga merupakan penentu kesuksesan produk di pasar. Sehingga penentuan harga yang tepat merupakan keputusan penting bagi perusahaan. Terdapat banyak strategi penentuan harga, selain dengan mempertimbangkan biaya yang dikeluarkan, terdapat faktor-faktor lain dalam produk yang berpengaruh terhadap penentuan harga, seperti faktor intangible. Oleh karena itu, penentuan harga merupakan hal yang sulit dilakukan perusahaan. Penelitian ini bertujuan untuk menghasilkan model penentuan harga produk yang dapat digunakan baik untuk produk functional dan non functional. Penelitian ini menggunakan 171 produk yang berasal dari 12 jenis produk yang akan diidentifikasi karakteristiknya untuk membuat model penentuan harga. Sebelum model dibangun, produk terlebih dahulu akan dihitung nilai ratio intangible. Ratio intangible produk merupakan ratio antara nilai intangible (selisih antara harga layak dan harga aktual produk) dengan biaya produksinya. Selanjutnya, ratio intangible yang dimiliki produk akan dikelompokkan menjadi beberapa kelompok sesuai dengan rentang ratio intangible tertentu dengan panjang interval yang sama disetiap kelompokknya. Setiap kelompok produk yang terbentuk akan diidentifikasi karakteristiknya berdasarkan kriteria tertentu. Apabila kriteria tersebut belum dapat membedakan karakteristik kelompok maka harus dilakukan penambahan kriteria, namun keriteria yang ditambahkan harus memiliki korelasi dengan penentuan group produk. Kriteria yang digunakan dalam penelitian ini terdiri dari: tingkat kegunaan produk, jenis produk, needs level, art level, biaya produksi dan brand. Pembangunan model dilakukan dengan melihat kesamaan karakteristik yang ada di setiap kelompok produk. Pada penelitian ini, dibangun tiga model penentuan harga produk berdasarkan karakteristik produk dengan menggunakan decision tree. Selanjutnya dari ketiga model tersebut akan dipilih model terbaik berdasarkan tingkat error yang rendah, koefisien determinasi tertinggi dan kemampuan prediksi terbaik. Model terbaik yang dihasilkan pada penelitian ini memiliki eror 13,35%, koefisien determinasi 91,5% dan kemampuan prediksi sebesar 87,29%. Kata Kunci : Harga produk, Karakteristik Produk, Faktor Intangible

Product price is one of the key to corporate profits, moreover product price is also a determinant of products success in the market. So, a proper product pricing is an important decision for corporates. There are many pricing strategies, besides using cost plus strategy, there are other factors that can affect product price, such as intangible factors. Therefore, pricing is a difficult thing for corporate to do. This study aims to build a product pricing model that can be used for both functional and non-functional product. This study used 171 products from 12 kind of products that its characteristics will be identified to create a pricing model. Before the model was built, first the ratio of intangible value of a product must be calculated. Ratio of intangible value is the ratio between the intangible value of product (the difference between a decent price and the actual price of the product) with its production cost. Then, the ratio of intangible of the product are devided into several groups according to certain intangible ratio ranges within the same length of each interval. The characteristics of each group will be identified based on certain criterions. If these criterions are not able to distinguish the characteristics among groups, then additional criterions are needed, but the additional criterion must have a correlation with the groups. The criterions used in this study are usability level, types, needs levels, art-level, production cost and brand of products. The model will be built based on the characteristics of existing similarities in each product group. In this study, three decision tree models were built for product pricing based on product characteristics. Then, the best three models were selected based on a low error rate, the highest coefficient of determination and the best predictive ability. The best model generated in this study contain 13,35% of error, determination coefficient of 91,5% and predictive ability of 87,29%. Keywords: Product Price, Product Characteristics, Intangible Factors

Kata Kunci : Harga produk, Karakteristik Produk, Faktor Intangible