Syntax Literate:
Jurnal Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN: 2548-1398
Vol. 9 No.
12, Desember 2024
Alkindi
Institut Teknologi Sepuluh
Nopember, Indonesia
Email: alkindi.statistika@gmail.com
Abstrak
Industri di Indonesia terus berkembang dan semakin
berkreasi, tidak terkecuali pada industri persemenan. Jika dibandingkan tahun
2009, jumlah produsen semen saat ini bertambah menjadi dua kali lipat. Kenaikan
kapasitas terpasang dan bertambahnya produsen semen tidak diimbangi oleh
pertumbuhan permintaan semen yang mengakibatkan pada menurunnya utilitas
pabrik-pabrik produsen. Kondisi di tahun 2024 merupakan kondisi oversupply
dimana terdapat 18 produsen semen dengan kapasitas terpasang pabrik sebesar 122
juta ton/tahun sedangkan permintaan semen sebesar 65 juta ton menyebabkan
utilitas pabrik produsen semen menjadi 53,1% yang tergolong rendah. Tren
penurunan utilitas ini merupakan efek lanjutan akibat banyaknya produsen semen
baru yang terdaftar sejak tahun 2015. Persaingan yang ketat di industri semen
membuat produsen semen diharuskan menjaga kualitas dan performa di segmen
marketing. Salah satu konsep marketing
yang diterapkan di industri semen adalah marketing mix 7P yaitu strategi pemasaran dari segi product,
price, promotion, place, people, process, dan physical evidence. Ketujuh elemen
tersebut membuat konsep marketing menjadi lebih kompleks karena juga melibatkan
aspek di luar produk yang dipasarkan. Penelitian ini akan melakukan analisa dan
pengendalian marketing mix 7P terhadap kepuasan konsumen. Identifikasi dan
penerapan marketing mix 7P menggunakan diagram pengendali T2 Hotelling dan
Generalized Varians. Berdasarkan diagram pengendali Generalized Varians,
kepuasan pelanggan tidak terkendali terhadap varians di tahun 2020. Faktor yang
menyebabkan terjadinya keadaan yang luar biasa adalah place dan process.
Berdasarkan evaluasi dan monitoring diagram pengendali, diketahui bahwa masalah
utama pada kategori place adalah semen sulit ditemukan atau stok semen terbatas
sedangkan masalah utama pada kategori process adalah waktu pengiriman sering
terlambat. Pada Diagram Ishikawa dijelaskan bahwa penyebab tersebut mayoritas
terjadi karena adanya pandemi COVID-19 mengakibatkan Kunjungan tenaga penjualan
ke toko berkurang dan semakin jarang yang diakibatkan tenaga penjualan belum
berpengalaman menghadapi situasi khusus dan sedikitnya toko bangunan yang masih
buka.
Kata kunci: semen, marketing mix, 7P, T2 Hotelling, Generalized
Varians
Abstract
Industry in
Indonesia continues to grow and become more creative, including cement
industry. Compared to 2009, the number of cement producers now already doubled.
Escalation of installed capacity and cement producers is not balanced by growth
in cement demand which effect in a decrease in the utility of producer
factories. Condition in 2024 is an oversupply where there are 18 cement
producers with installed factory capacity of 122 million tons/year while the
demand for cement is 65 million tons causing the utility of cement producer
factories to be 53.1% which is relatively low. This downward trend in utility
is a aftereffect due to the large number of new cement
producers registered since 2015. The tight competition in the cement industry
requires cement producers to maintain quality and performance in the marketing
segment. One of the marketing concepts applied in the cement industry is the 7P
marketing mix, consisting of product, price, promotion, place, people, process,
and physical evidence. These seven elements make the marketing concept more
complex because it also involves aspects outside the product being marketed.
This study will analyze and control the 7P marketing mix on customer
satisfaction. Identification and implementation of the 7P marketing mix using
the T2 Hotelling and Generalized Variance control diagrams. Based on the
Generalized Variance control diagram, customer satisfaction is out of control
variance situation in 2020. The factors that cause extraordinary conditions are
place and process. Based on the evaluation and monitoring of the control
diagram, it is known that the main cause in the place category is that cement
is difficult to find or cement stock is limited, while the main problem in the
process category is that delivery times are often late. The Ishikawa Diagram
explains that the cause is mostly due to the COVID-19 pandemic, which affect
reduced and rare visits by sales personnel to stores due to sales personnel not
being experienced in dealing with special situations and only a few building
stores are still open.
Keywords: cement, marketing mix, 7P, T2 Hotelling, Generalized Varians
Pendahuluan
Industri di Indonesia terus
berkembang dan semakin berkreasi, tidak terkecuali pada industri persemenan.
Permintaan semen domestik sebelum COVID-19 hampir menyentuh 70 juta ton/tahun
dan memiliki rata-rata pertumbuhan sebesar 4,4% per tahun. Lebih dari setengah
permintaan semen di Indonesia berada di Pulau Jawa dan sisanya untuk Sumatera,
Sulawesi, dan wilayah lainnya
Industri semen di Indonesia semakin
ramai dengan merk semen yang semakin banyak, merk semen baru berasal dari
produsen lama dan perusahaan baru. Pada tahun 2023 terdapat 2 produsen baru
yang dirilis di Indonesia

Gambar
1. Kapasitas Terpasang dan Produsen Semen
Kenaikan
kapasitas terpasang dan bertambahnya produsen semen tidak diimbangi oleh
pertumbuhan permintaan semen yang mengakibatkan pada menurunnya utilitas
pabrik-pabrik produsen. Pada tahun 2009, utilitas pabrik sebesar 80,2% sehingga
permintaan semen dan kapasitas produksi masih cenderung setara, sehingga
permintaan semen di pasar dapat dipenuhi dengan optimal dan pabrik dapat
beroperasi dengan normal. Pada Gambar
1.2 dapat dilihat bahwa pada tahun 2012 utilitas pabrik mencapai 92,6% akibat
adanya kenaikan permintaan semen dari yang semula 47,9 juta ton menjadi 54,9
juta ton atau tumbuh 14,6%. Kondisi di tahun 2024 merupakan kondisi oversupply
dimana terdapat 18 produsen semen dengan kapasitas terpasang pabrik sebesar 122
juta ton/tahun sedangkan permintaan semen sebesar 65 juta ton menyebabkan
utilitas pabrik produsen semen menjadi 53,1% yang tergolong rendah. Tren
penurunan utilitas ini merupakan efek lanjutan akibat banyaknya produsen semen
baru yang terdaftar sejak tahun 2015.

Gambar
2. Utilitas Pabrik Produsen Semen
Pada saat kondisi excess demand atau
permintaan jauh lebih banyak dibandingkan suplai maka umumnya bagian produksi
atau pengadaan yang akan didorong lebiholeh perusahaan untuk memenuhi permintaan.
Sedangkan pada saat over supply, bagian yang didorong lebih oleh perusahaan
adalah pemasaran dan penjualan. Persaingan yang ketat dan kondisi over supply
di industri semen membuat produsen semen diharuskan menjaga kualitas dan
performa di segmen pemasaran. Pemasaran
yang efektif sangat dibutuhkan karena agar dapat membuat suatu merk semen
menonjol dengan berbagai macam produk unggulannya dan dapat dipilih oleh
pelanggan. Perusahaan juga diharuskan untuk menjaga tingkat kepuasan pelanggan
dengan berbagai macam strategi pemasaran. Tingkat kepuasan pelanggan yang
terlalu rendah akan mengakibatkan pelanggan akan mudah beralih ke merk lainnya.
Sedangkan tingkat kepuasan pelanggan yang terlalu tinggi membutuhkan biaya yang
tidak sedikit untuk menjaga kepuasan pelanggan tersebut
Menurut
Penelitian
tentang marketing mix 7P pernah dilakukan oleh
Saat ini di industri persemenan
menerapkan konsep marketing mix 7P. Kepuasan pelanggan sangat penting untuk
membangun perusahaan agar lebih maju dan meningkatkan keuntungan bagi
perusahaan. Semakin baik kualitas suatu produk atau jasa maka semakin tinggi
pula kepuasan pelanggan dan nantinya kepuasan pelanggan tersebut akan
berpengaruh terhadap loyalitas pelanggan. Dengan kondisi permintaan semen yang
over supply, kepuasan pelanggan menjadi salah satu hal yang paling diperhatikan
oleh perusahaan semen. Selain itu terdapat perbedaan budaya, regulasi, dan
preferensi konsumen antar negara mempengaruhi bagaimana marketing mix 7P harus
disesuaikan agar dapat menghasilkan hasil yang optimal. Pada kondisi 65%-75%
permintaan semen adalah semen kemasan, maka kepuasan toko, tukang, rumah
tangga, dan distributor sangatlah penting karena 4 segmen tersebut yang
mayoritas melakukan pembalian semen kemasan. Selain itu belum pernah
dilakukannya penelitian untuk mengevaluasi marketing mix 7P pada kepuasan
pelanggan sehingga dalam penelitian ini akan dilakukan analisa dan pengendalian
marketing mix 7P pada kepuasan pelanggan.
Tujuan yang ingin dicapai dari
penelitian ini adalah untuk mengevaluasi hasil monitoring strategi marketing
mix 7P terhadap kepuasan pelanggan dari waktu ke waktu. Mengevaluasi faktor apa
saja yang menyebabkan keadaan yang luar biasa dan cara untuk mengatasinya. Manfaat
yang diperoleh dari penelitian ini adalah memperkaya kepustakaan dalam
penerapan diagram pengendali, khususnya untuk memonitor strategi marketing mix
7P yang diterapkan oleh perusahaan. Sedangkan manfaat praktis yang didapat
adalah memberikan informasi yang dapat dijadikan dasar dan pertimbangan
perusahaan dalam menerapkan strategi marketing mix 7P.
Metode Penelitian
Penelitian ini termasuk dalam
penelitian kuantitatif yang berfokus pada monitoring pada data yang diteliti
Data tahun 2023 belum tersedia
dikarenakan masih dalam proses perhitungan. Pembagian subgrup berdasarkan
segmen pelanggan yang dilakukan survey. Terdapat 4 segmen pelanggan, yaitu
rumah tangga, distributor, toko, dan tukang. Variabel atribut kualitas produk
semen adalah yang meliputi 7P yaitu product, price, place, promotion, people,
process, dan physical evidence. Setiap atribut di dalam 7P memiliki sub atribut
untuk dinilai.
1.
Product
a)
Berat kantong sesuai dengan
kemasan
Berat bersih dari semen sesuai dengan kemasan (40kg atau 50kg)
b)
Kantong semen kuat
Kantong semen tahan dibanting dan tidak mudah sobek
c)
Kebersihan kantong semen
Kantong semen tidak berdebu dan tidak kotor
d)
Kualitas produk stabil
Kualitas secara umum terjaga dan sesuai dengan spesifikasi
2.
Price
a)
Harga sesuai dengan kualitas
Harga yang diberikan masih dalam batas wajar dan sesuai dengan
produk yang diterima
b)
Harga stabil dan tidak banyak
mengalami perubahan
Naik dan turunnya harga masih dalam batas wajar dan harga tidak
banyak mengalami perubahan dalam jangka waktu berdekatan
c)
Jangka waktu pembayaran
Term of payment yang diberikan tidak terlalu singkat.
d)
Margin yang sesuai
Hasil penjualan produk memberikan keuntungan yang sepadan
3.
Place
a)
Layanan antrian di packing
plant
Antrian di packing plant tertib dan pelayanan yang diberikan ramah
b)
Lokasi pengambilan semen atau
pabrik tidak jauh
Pabrik mudah dijangkau dan akses menuju pabrik mudah
c)
Ketersediaan stok barang
Barang selalu tersedia dan mudah ditemukan
4.
Promotion
a)
Promosi di media outdoor
Produk / merk sering melakukan promosi outdoor (baliho, spanduk,
billboard, dll)
b)
Promosi di media online
Produk / merk sering melakukan promosi online (ecommerce, media
sosial, dll)
c)
Program promo yang diterima
Terdapat program promo yang diberikan oleh prinsipal kepada
distributor (diskon, cashback, tour wisata, dll)
5.
People
a) Kualitas
pelayanan staf / petugas penjualan
Staf / petugas penjualan responsif dan ramah
b) Pengetahuan
produk staf / petugas penjualan
Staf / petugas penjualan mengetahui detail produk yang dipasarkan
dan dapat memberikan solusi
6.
Process
a) Ketepatan
jumlah pengiriman
Jumlah barang yang diterima sesuai dengan yang dipesan
b) Ketepatan
waktu pengiriman
Waktu pengiriman tidak terlambat dan sesuai dengan kesepakatan
c) Jaminan
kondisi baik saat diterima
Produk diterima dalam kondisi baik dan siap dipasarkan
7.
Physical Evidence
a) Logo
semen yang mudah dikenali
Logo dan brand yang diproduksi dapat terlihat jelas
b) Desain
kemasan semen menarik
Kemasan memiliki desain yang dapat menarik perhatian orang
c) Mobil
pengiriman semen dalam kondisi baik
Moda transportasi dalam proses pengantaran bersih dan layak jalan
Responden memberikan penilaian
terhadap elemen-elemen di marketing mix. Skala yang digunakan dalam penelitian
ini adalah 1 (satu) hingga 100 (seratus). Dimana 1 adalah nilai terendah yang
dapat diberikan oleh responden dan 100 adalah nilai tertinggi yang dapat
diberikan oleh responden.
Langkah
Penelitian
Langkah
analisis yang digunakan untuk mencapai tujuan dalam penelitian ini adalah
sebagai berikut :
1) Melakukan
studi literatur untuk membantu pelaksaan penelitian dan studi lapangan di
perusahaan untuk dapat mencari metode yang sesuai dalam menyelesaikan
permasalah penelitian dan sesuai dengan kondisi yang ada.
2) Merumuskan
masalah penelitian untuk dapat mencapai tujuan penelitian, sehingga
masalah-masalah yang telah dirumuskan dapat diselesaikan dengan baik.
3) Mengidentifikasi
variabel sesuai dengan studi literatur dan studi lapangan yang dilakukan.
4) Mengumpulkan
data di PT XYZ yaitu penilaian kepuasan pelanggan terhadap marketing mix 7P.
5) Melakukan
eksplorasi data untuk memberikan gambaran keadaan data secara umum.
6) Pengendalian
kepuasan dengan diagram pengendali T2
Hotelling dan Generalized Varians.
7) Analisis
hasil monitoring. Jika terdapat hasil proses yang berada di luar batas
spesifikasi perusahaan, akan dilakukan identifikasi masalah dan faktor-faktor
penyebab marketing mix tidak terkendali menggunakan Diagram Pareto dan Diagram
Ishikawa.
8) Identifikasi
karakteristik kualitas marketing mix 7P yang tidak terkendali dengan diagram
pengendali tanpa salah satu karakteristik kualitas 7P.
9) Menghitung
kapabilitas proses kepuasan pelanggan maketing mix 7P.
10) Membuat
kesimpulan serta saran dari hasil analisis dan pembahasan.
Hasil dan Pembahasan
Pada bab ini akan menganalisis dan
membahas data untuk mencapai tujuan pada penelitian ini. Analisis dan
pembahasan yang dilakukan pada karakteristik kualitas yang dilakukan dengan
menggunakan diagram pengendali T2 Hotelling dan Generalized Varians
Statistika Deskriptif
Statistika deskriptif bertujuan
untuk memberikan gambaran awal atau informasi mengenai beberapa karakteristik
kualitas dari suatu produk yang dianalisis. Variabel karakteristik yang akan dianalisis mengggunakan
statistika deskriptif adalah Marketing mix 7P (Product, Price, Place,
Promotion, People, Process, Physical Evidence). Hasil statistika deskriptif
pada tahap I dapat dilihat pada tabel 1
Tabel
1. Deskriptif Marketing mix 7P
|
Sampel |
Variabel |
Product |
Price |
Place |
Promotion |
People |
Process |
Physical Evidence |
|
Rumah Tangga |
Rata-rata |
91.5 |
88.7 |
88.0 |
82.7 |
83.3 |
87.3 |
86.9 |
|
Min |
85.8 |
81.6 |
76.9 |
67.5 |
53.5 |
79.1 |
75.0 |
|
|
Max |
94.5 |
96.7 |
92.8 |
91.7 |
92.5 |
95.6 |
94.2 |
|
|
Tukang |
Rata-rata |
91.9 |
89.0 |
88.1 |
82.4 |
81.7 |
88.0 |
87.6 |
|
Min |
85.9 |
82.7 |
78.5 |
68.7 |
65.1 |
70.0 |
78.8 |
|
|
Max |
97.9 |
96.1 |
94.6 |
93.9 |
92.2 |
96.9 |
96.3 |
|
|
Toko |
Rata-rata |
91.4 |
88.5 |
88.6 |
82.7 |
84.2 |
86.8 |
87.3 |
|
Min |
85.9 |
82.7 |
78.5 |
68.7 |
65.1 |
70.0 |
78.8 |
|
|
Max |
96.1 |
95.9 |
94.9 |
93.3 |
91.5 |
96.3 |
95.0 |
|
|
Distributor |
Rata-rata |
90.5 |
90.1 |
85.9 |
84.0 |
89.3 |
88.9 |
90.6 |
|
Min |
95.0 |
98.0 |
92.9 |
97.9 |
96.0 |
98.1 |
98.3 |
|
|
Max |
83.6 |
826 |
54.3 |
64.0 |
78.9 |
74.7 |
72.4 |
Pada Tabel 1 dapat
dilihat bahwa nilai rata-rata tertinggi dan maksimum tertinggi yang didapatkan
pada sampel rumah tangga terdapat pada variabel Product dengan nilai sebesar
91,5 dan 94,5. Nilai rata-rata dan nilai maksimum tertinggi didapatkan oleh
sampel tukang adalah variabel Product dengan nilai 91,9 dan 85,9. Variabel
Product memiliki rata-rata tertinggi untuk semua sampel, dimana untuk sampel
rumah tangga, tukang, toko, dan distributor berturut-turut adalah sebesar 91.5,
91.9, 91.4, dan 90. 5.
Analisa Komponen Utama (PCA)
Analisa PCA dalam penelitian ini
diguanakan untuk mereduksi variabel karakteristik kualitas. Guna menentukan
berapa banyak faktor yang mungkin terbentuk, dapat dilihat dari seberapa besar
faktor tersebut dapat mewakili variabel yang ada. Biasanya faktor yang dapat
mewakili varians dari variabel-variabel adalah faktor yang memiliki eigenvalue
lebih dari 1.

Gambar
3. Scree Plot Marketing mix 7P
Secara visual pada Gambar 4 maka
dapat disimpulkan bahwa pada plot ke-1 ke plot ke-2 turun secara tajam dan
kemudian landai. Kemudian turun tajam lagi pada plot ke-4 dan lalu landai. Ini
mengindikasikan terdapat 3 faktor baru yang terbentuk yakni faktor 1, faktor 2,
dan faktor 3. Selanjutnya diketahui eigenvalue sebagai berikut.
Tabel
2. Nilai Eigenvalue, Proportion, dan Cumulative Tiap Faktor
|
Eigenvalue |
2.175 |
1.849 |
1.069 |
0.755 |
0.567 |
0.401 |
0.283 |
|
Proportion |
0.311 |
0.264 |
0.139 |
0.108 |
0.081 |
0.057 |
0.040 |
|
Cumulative |
0.311 |
0.575 |
0.713 |
0.821 |
0.902 |
0.960 |
1.000 |
Berdasarkan nilai
eigenvalue yang terdapat pada Tabel 2 dapat dilihat bahwa terdapat tiga faktor
yang memiliki eigenvalue lebih dari 1 yaitu faktor 1 dengan eigenvalue sebesar
2.175, faktor 2 dengan eigenvalue 1.849, dan faktor 3 dengan eigenvalue sebesar
1,069. Sehingga tujuh variabel karakteristik kualitas 7P dapat diringkas atau
direduksi menjadi tiga komponen utama. Tiga komponen utama tersebut mampu
menjelaskan sebesar 71,3%
dari proporsi total populasi varians PCA ke-7.
Tabel
3. Principal Component Terpilih
|
Variabel |
PC1 |
PC2 |
PC3 |
|
Product (X1) |
0.023 |
0.452 |
0.567 |
|
Price (X2) |
0.500 |
0.225 |
0.110 |
|
Place
(X3) |
0.222 |
0.330 |
-0.770 |
|
Promotion
(X4) |
0.062 |
-0.607 |
-0.065 |
|
People (X5) |
0.545 |
0.172 |
0.123 |
|
Process
(X6) |
0.386 |
-0.467 |
0.216 |
|
Physical
Evidence (X7) |
0.501 |
-0.144 |
-0.087 |
Tiga komponen utama pada Tabel 3 merupakan kombinasi linear dari
variabel asal yang sudah dibakukan :
PC1 = 0,023 X1 + 0,500 X2 + 0,222 X3 + 0,062 X4 + 0,545 X5 + 0,386 X6 +
0,501 X7
PC2 = 0,452 X1 + 0,225 X2 - 0,330 X3 – 0,607 X4 + 0,172 X5 - 0,467 X6 -
0,144 X7
PC1 = 0,567 X1 + 0,110 X2 - 0,770 X3 – 0,065 X4 + 0,123 X5 + 0,216 X6 -
0,087 X7
Diagram Pengendali Subgrup
a.
Diagram Pengendali Generalized
Varians Tahap 1 Subgrup
Berikut merupakan hasil analisis
pengendalian variabilias marketing mix 7P yang dilakukan dengan menggunakan
diagram kontrol Generalized Varians.

Gambar
4. Diagram Pengendali Generalized Varians Tahap 1 Subgrup
Berdasarkan Gambar 5 dapat diketahui
bahwa kepuasan pelanggan berdasarkan marketing mix 7P terdapat pengamatan yang
berada di luar batas kendali yaitu pengamatan di tahun 2020. Diindikasikan
bahwa marketing mix 7P pada tahap I tidak terkendali dalam rata-rata sehingga
dilakukan pengendalian kualitas tahap 2 dengan menghilangkan pengamatan pada
tahun-tahun yang berada di luar batas kendali.
b.
Diagram Pengendali Generalized
Varians Tahap 2 Subgrup
Diagram
pengendali tahap 2 dilakukan dengan menghilangkan pengamatan yang berada di
luar batas kendali.

Gambar
5. Diagram Pengendali Generalized Varians Tahap 2 Subgrup
Berdasarkan Gambar 5 menunjukkan
bahwa berdasarkan pada hasil pengendalian kepuasan pelanggan tidak terdapat
pengamatan yang berada di luar batas kendali. Sehingga data dianggap telah
terkendali terhadap varians.
c.
Diagram
Pengendali T2 Hotelling Subgrup
Dikarenakan pengendalian terhadap
varians telah terkendali, maka selanjutnya dilakukan pengendalian terhadap mean
dengan menggunakan diagram pengendali T2 Hotelling.

Gambar
6. Diagram Pengendali T2 Hotelling Subgrup
Gambar 6 menunjukkan bahwa
berdasarkan pada hasil pengendalian marketing mix 7P tidak terdapat pengamatan
yang berada di luar batas kendali dengan batas kendali atas sebesar 13.0. Sehingga dapat
disimpulkan bahwa pengamatan telah terkendali terhadap rata-rata.
Diagram Pengendali Individu Segmen Distributor
a.
Diagram Pengendali Generalized
Varians Segmen Distributor

Gambar 7. Diagram Pengendali Generalized Varians
Distributor
Berdasarkan
Gambar 8 dapat diketahui bahwa kepuasan pelanggan berdasarkan marketing mix
segmen distributor terkendali secara varians karena tidak terdapat pengamatan
yang berada di luar batas kendali. Sehingga dapat dilanjutkan untuk dilakukan
pengecekan terhadap rata-rata.
b.
Diagram Pengendali T2
Hotelling Tahap 1 Segmen Distributor

Gambar 8. Diagram Pengendali T2 Hotelling Tahap 1
Distributor
Pada gambar 9
menunjukkan bahwa berdasarkan pada hasil pengendalian rata-rata marketing mix
pada segmen distributor terdapat pengamatan yang berada di luar batas kendali
dengan batas kendali atas sebesar 11,26. Kepuasan pelanggan yang berada di luar
batas kendali terdapat pada tahun 2017. Diindikasikan bahwa marketing mix 7P
pada tahap I untuk segmen distributor tidak terkendali dalam rata-rata sehingga
dilakukan pengendalian kualitas tahap 2 dengan menghilangkan pengamatan pada
tahun-tahun yang berada di luar batas kendali.
c.
Diagram Pengendali T2
Hotelling Tahap 2 Segmen Distributor

Gambar
9. Diagram Pengendali T2 Hotelling Tahap 2 Distributor
Setelah mengeluarkan pengamatan yang
berada di luar batas kendali pada tahap 1, pada Diagram pengendali T2 Hotelling
tahap 2 untuk segmen distributor tidak terdapat pengamatan yang berada di luar
batas kendali. Sehingga dapat disimpulkan bahwa data telah terkendali terhadap
rata-rata.
Diagram Pengendali
Individu Segmen Rumah Tangga
a.
Diagram Pengendali Generalized
Varians Segmen Rumah Tangga
Berikut merupakan hasil analisis
pengendalian variabilias marketing mix 7P untuk segmen rumah tangga yang
dilakukan dengan menggunakan diagram kontrol Generalized Varians.

Gambar
10. Diagram Pengendali Generalized Varians Rumah Tangga
Berdasarkan pengamatan secara visual
pada Gambar 11 dapat diketahui bahwa kepuasan pelanggan berdasarkan marketing
mix segmen rumah tangga terkendali secara varians sehingga dapat dilanjutkan
untuk dilakukan pengecekan terhadap rata-rata.
b.
Diagram Pengendali T2
Hotelling Segmen Rumah Tangga
Dikarenakan
pengendalian terhadap varians telah terkendali, maka analisa selanjutnya adalah
melakukan pengendalian terhadap mean dengan menggunakan diagram pengendali T2
Hotelling.

Gambar
11. Diagram Pengendali T2 Hotelling Rumah Tangga
Gambar 11 menunjukkan bahwa
berdasarkan pada hasil pengendalian marketing mix segmen rumah tangga tidak
terdapat pengamatan yang berada di luar batas kendali dengan batas kendali atas
sebesar 11,26. Sehingga dapat disimpulkan bahwa pengamatan pada segmen rumah
tangga terkendali terhadap rata-rata.
Diagram Pengendali
Individu Segmen Toko
a.
Diagram Pengendali Generalized
Varians Segmen Toko
Berikut merupakan hasil analisis
pengendalian variabilias marketing mix 7P untuk segmen toko yang dilakukan
dengan menggunakan diagram kontrol Generalized Varians.

Gambar
12. Diagram Pengendali Generalized Varians Toko
Berdasarkan pengamatan secara visual
pada Gambar 13 dapat diketahui bahwa kepuasan pelanggan berdasarkan marketing
mix segmen toko terkendali secara varians sehingga dapat dilanjutkan untuk
dilakukan pengecekan terhadap rata-rata.
b.
Diagram Pengendali T2
Hotelling Segmen Toko
Dikarenakan
pengendalian terhadap varians pada segmen toko telah terkendali, maka analisa
selanjutnya adalah melakukan pengendalian terhadap mean dengan menggunakan
diagram pengendali T2 Hotelling pada segmen toko.

Gambar
13. Diagram Pengendali T2 Hotelling Toko
Gambar 13 menunjukkan bahwa
berdasarkan pada hasil pengendalian marketing mix segmen toko tidak terdapat
pengamatan yang berada di luar batas kendali dengan batas kendali atas sebesar
11,26. Sehingga
dapat disimpulkan bahwa pengamatan pada segmen toko terkendali terhadap
rata-rata
Diagram Pengendali Individu Segmen Tukang
a.
Diagram Pengendali Generalized
Varians Segmen Tukang
Berikut merupakan hasil analisis
pengendalian variabilias marketing mix 7P untuk segmen tukang yang dilakukan
dengan menggunakan diagram kontrol Generalized Varians.

Gambar
14. Diagram Pengendali Generalized Varians Tukang
Berdasarkan pengamatan secara visual
pada Gambar 15 dapat diketahui bahwa kepuasan pelanggan berdasarkan marketing
mix segmen tukang terkendali secara varians sehingga dapat dilanjutkan untuk
dilakukan pengecekan terhadap rata-rata.
b.
Diagram Pengendali T2
Hotelling Segmen Tukang
Dikarenakan
pengendalian terhadap varians telah terkendali, maka analisa selanjutnya adalah
melakukan pengendalian terhadap mean dengan menggunakan diagram pengendali T2
Hotelling.

Gambar
15. Diagram Pengendali T2 Hotelling Tukang
Gambar 15 menunjukkan bahwa
berdasarkan pada hasil pengendalian marketing mix segmen tukang tidak terdapat
pengamatan yang berada di luar batas kendali dengan batas kendali atas sebesar
11,26. Sehingga dapat disimpulkan bahwa pengamatan pada segmen tukang
terkendali terhadap rata-rata
Diagram Pengendali Evaluasi Faktor Penyebab
Kejadian Luar Biasa
Berdasarkan Gambar 2
diketahui bahwa pada tahun 2020 terdapat kejadian luar biasa atau pengamatan
berada di luar batas kendali. Dilakukan pembuatan diagram pengendali
Generalized Varians untuk 7P tanpa melibatkan salah satu P dari Marketing mix
untuk mengetahui faktor yang menyebabkan kejadian luar biasa. Walaupun tanpa melibatkan salah satu P dari
Marketing mix, karakteristik yang digunakan masih lebih banyak dibandingkan
jumlah sampel tiap subgrup. Oleh karena itu sebelum melakukan pembuatan diagram
kendali, variabel direduksi dengan menggunakan Analisa Komponen Utama (PCA). Matriks varians kovarian yang digunakan dalam
membentuk diagram kendali menggunakan data hasil PCA.
Diagram Pengendali Generalized Varians Tanpa
Faktor Product
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
product).

Gambar 16. Diagram Pengendali GV 7P Tanpa Product
Berdasarkan Gambar 16
diketahui bahwa terdapat pengamatan yang berada di luar batas kendali sehingga
dapat disimpulkan bahwa faktor product merupakan bukan salah satu penyebab
kejadian luar biasa.
Diagram Pengendali Generalized Varians Tanpa
Faktor Price
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
price)

Gambar 17. Diagram Pengendali GV 7P Tanpa Price
Berdasarkan Gambar 17
diketahui bahwa terdapat pengamatan yang berada di luar batas kendali sehingga
dapat disimpulkan bahwa faktor price merupakan bukan salah satu penyebab
kejadian luar biasa.
Diagram Pengendali Generalized Varians Tanpa
Faktor Place
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
place)

Gambar 18. Diagram Pengendali GV 7P Tanpa Place
Berdasarkan Gambar 18
diketahui bahwa tidak terdapat pengamatan yang berada di luar batas kendali
sehingga dapat disimpulkan bahwa faktor place penyebab kejadian luar biasa.
Diagram Pengendali Generalized Varians Tanpa
Faktor Promotion
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
promotion)

Gambar 19. Diagram Pengendali GV 7P Tanpa Promotion
Berdasarkan Gambar 19
diketahui bahwa terdapat pengamatan yang berada di luar batas kendali sehingga
dapat disimpulkan bahwa faktor promotion bukan salah satu penyebab kejadian
luar biasa.
Diagram Pengendali Generalized Varians Tanpa Faktor
People
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
people)

Gambar 20. Diagram Pengendali GV 7P Tanpa People
Berdasarkan Gambar 20
diketahui bahwa terdapat pengamatan yang berada di luar batas kendali sehingga
dapat disimpulkan bahwa faktor people bukan salah satu penyebab kejadian luar
biasa.
Diagram Pengendali Generalized Varians Tanpa
Faktor Process
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
process)

Gambar 21. Diagram Pengendali GV 7P Tanpa Process
Berdasarkan Gambar 21
diketahui bahwa tidak terdapat pengamatan yang berada di luar batas kendali
sehingga dapat disimpulkan bahwa faktor process merupakan salah satu penyebab
kejadian luar biasa.
Diagram Pengendali Generalized Varians Tanpa
Faktor Physical Evidence
Dilakukan evaluasi terhadap faktor
product dengan pembuatan diagram pengendali Generalized Varians 6P (tanpa
physical evidence)

Gambar
22. Diagram Pengendali GV 7P Tanpa Physical Evidence
Pada Gambar 22 diketahui bahwa terdapat pengamatan yang
berada di luar batas kendali sehingga dapat disimpulkan bahwa faktor physical
evidence bukan salah satu penyebab kejadian luar biasa. Berdasarkan diagram
pengendali evaluasi faktor penyebab kejadian luar biasa dapat diketahui bahwa
faktor Place dan Process merupakan penyebab kejadian luar biasa atau pengamatan
di luar batas kendali.
Tabel 4. Evaluasi Faktor Penyebab Kejadian Luar Biasa
|
Marketing mix 7P |
Terkendali / Tidak |
|
Product |
Tidak |
|
Price |
Tidak |
|
Place |
Terkendali |
|
Promotion |
Tidak |
|
People |
Tidak |
|
Process |
Terkendali |
|
Physical Evidence |
Tidak |
Diagram Ishikawa
Diagram Ishikawa dapat digunakan
untuk menganalisis dan mengidentifikasi akar penyebab dari kejadian luar biasa
di monitoring kepuasan pelanggan. Berdasarkan evaluasi dan monitoring diagram
pengendali, diketahui bahwa kejadian luar biasa terjadi pada tahun 2020. Tahun
2020 merupakan tahun pertama terjadinya pandemi COVID-19 yang menyebabkan
terganggunya bisnis dan usaha, tidak terkecuali industri semen. Oleh karena itu
pembahasan Diagram Ishikawa juga akan menyinggung tentang kejadian COVID-19.
Diagram Ishikawa Kategori Place
Pada
kategori place dilakukan analisa dan identifikasi akar penyebab dari kejadian
luar biasa di monitoring kepuasan pelanggan. Berdasarkan evaluasi dan
monitoring diagram pengendali, diketahui bahwa masalah utama pada kategori
place adalah semen sulit ditemukan atau stok semen terbatas pada tahun 2020.

Gambar 24. Diagram
Ishikawa Kejadian Luar Biasa Kategori Place
Berdasarkan Gambar 24
diketahui bahwa permasalahan utama semen sulit ditemukan atau stok terbatas di
tahun 2020 adalah faktor manusia. Pada tahun 2020, terjadi pandemi COVID-19
yang menyebabkan komunikasi antara pekerja lapangan atau tenaga penjualan
perusahan dengan pelanggan atau toko berkurang. Kunjungan tenaga penjualan ke
toko berkurang dan semakin jarang yang diakibatkan tenaga penjualan belum
berpengalaman menghadapi situasi khusus seperti pandemi COVID-19 dan jumlah
pekerja berkurang karena masalah kesehatan.
Diagram Ishikawa Kategori Process
Pada
kategori process dilakukan analisa dan identifikasi akar penyebab dari kejadian
luar biasa di monitoring kepuasan pelanggan. Berdasarkan evaluasi dan
monitoring diagram pengendali, diketahui bahwa masalah utama pada kategori
place adalah waktu pengiriman sering terlambat pada tahun 2020.

Gambar 24. Diagram Ishikawa Kejadian Luar Biasa
Kategori Process
Berdasarkan Gambar 24
diketahui bahwa permasalahan utama waktu pengiriman sering terlambat di tahun
2020 adalah faktor manusia dan lingkungan. Pada tahun 2020, terjadi pandemi
COVID-19 yang menyebabkan jumlah tenaga penjualan, sopir, buruh dan berbagai
pihak yang terjangkit COVID-19. Selain
itu lingkungan juga tidak dapat mendukung pengiriman dapat berjalan semestinya.
Terdapat pembatasan pengiriman darat dan laut yang mengakibatkan waktu
pengiriman semen sering terlambat. Faktor utama dari segi lingkungan adalah
sedikitnya toko bangunan yang masih buka menyebabkan penjadwalan pengiriman
tidak sesuai dengan jadwal.
Kapabilitas Proses
Kepuasan pelanggan yang baik adalah
sesuai dengan spesifikasi yang telah ditentukan oleh perusahaan. Spesifikasi
yang telah ditentukan berdasarkan kebutuhan perusahaan dan ekspetasi pelanggan.
Kapabilitas proses pada penelitian ini dibutuhkan untuk mengukur apakah kepuasan pelanggan tersebar pada batas
spesifikasi yang telah ditentukan. Nilai target kepuasan pelanggan PT XYZ
adalah sebesar 85 dengan nilai toleransi sebesar 10%. Data yang digunakan pada
analisa kapabilitas proses adalah seluruh data asli yang bukan merupakan data
hasil analisa komponen utama (PCA). Data pada tahun 2020 yang menyebabkan diagram kendali
Generalized Varians di luar batas kendali tetap dimasukkan untuk mengetahui
kapabilitas proses pada kepuasan pelanggan terhadap marketing mix secara
keseluruhan.

Gambar
25. Kapabilitas Proses 7P
Berdasarkan Gambar 25 dapat dilihat
bahwa nilai Cp melebihi 1, menandakan bahwa kepuasan pelanggan di PT XYZ
kapabel atau sesuai dengan batas spesifikasi. Cp yang dihasilkan setara dengan
3 sigma atau 66.807 kesalahan per satu juta kesempatan.
Kesimpulan
Kesimpulan yang dapat diambil dari
hasil analisis dan pembahasan sekaligus yang merupakan tujuan dari penelitian
ini adalah sebagai berikut. Respon kepuasan pelanggan atas strategi marketing
mix 7P yang telah diterapkan tidak terkendali terhadap varians akan tetapi
terkendali terhadap rata-rata. Terdapat nilai kepuasan pelanggan yang melebihi batas
kendali atas pada diagram kendali Generalized Varians pada tahun 2020. Faktor
yang menyebabkan terjadinya keadaan yang luar biasa adalah place dan process.
Pada Diagram Ishikawa dijelaskan bahwa penyebab tersebut mayoritas terjadi
karena adanya pandemi COVID-19. Salah satu contohnya adalah pada faktor man
diketahui bahwa komunikasi antara pekerja / karyawan dan pelanggan berkurang
sehingga berdampak pada kepuasan pelanggan.
BIBLIOGRAFI
Anjani, H. D., Irham, I., & Waluyati, L. R. (2018).
Relationship of 7P marketing mix and consumers’ loyalty in traditional
markets. Agro Ekonomi, 29(2), 261–273.
Ghozali, I. (2016). Desain penelitian kuantitatif dan kualitatif: untuk akuntansi, bisnis, dan ilmu sosial lainnya.
Ho, C.-I., Liu, Y., & Chen, M.-C. (2022). Factors influencing watching and purchase intentions on live streaming platforms: From a 7Ps marketing mix perspective. Information, 13(5), 239.
Kotler, P., & Keller, K. L. (2016). Marketing
Management 15E. In Marketing Management
15 (pp. 228–249).
Macmillan Education UK. https://doi.org/10.1007/978-1-137-32601-0_12
Kukanja, M.,
Gomezelj Omerzel, D., & Kodrič, B. (2017). Ensuring restaurant quality and
guests’ loyalty: an integrative model based on marketing (7P) approach. Total
Quality Management & Business Excellence, 28(13–14), 1509–1525.
Kurniawan, W.
A., Retananingsih, S. M., & Prastuti, M. (2022). Peramalan Permintaan
Semen Berdasarkan Indeks Harga Saham Properti Menggunakan Fungsi Transfer. Jurnal
Sains Dan Seni ITS, 11(1). https://doi.org/10.12962/j23373520.v11i1.63240
Marsden, W.
(2014). Analisis Struktur, Perilaku, Dan Kinerja Industri Semen di Indonesia. JUrnal
Ilmiah Mahasiswa FEB.
Mashuri, M.,
Suharsono, A., Wibawati, W., Ahsan, M., Khusna, H., Aksioma, D. F., &
Suhermi, N. (2022). Pengendalian Kualitas Statistika Dasar bagi Staf Quality
Assurance PT Semen Indonesia (Persero) Tbk. Sewagati, 6(2). https://doi.org/10.12962/j26139960.v6i2.34
Montgomery, D.
C. (2020). Introduction to statistical quality control. John wiley
& sons.
Pini, A.,
Stamm, A., & Vantini, S. (2018). Hotelling’s T2 in separable Hilbert
spaces. Journal of Multivariate Analysis, 167, 284–305.
Pogorelova,
E., Yakhneeva, I., Agafonova, A., & Prokubovskaya, A. (2016). Marketing
Mix for E-commerce. International Journal of Environmental & Science
Education, 11(14), 6744–6759.
Santika, A.
A., Saragih, T. H., & Muliadi, M. (2023). Penerapan Skala Likert pada
Klasifikasi Tingkat Kepuasan Pelanggan Agen Brilink Menggunakan Random Forest.
Jurnal Sistem Dan Teknologi Informasi (JustIN), 11(3). https://doi.org/10.26418/justin.v11i3.62086
Sunardi, N.
(2020). Penilaian Kinerja Keuangan menggunakan Economic Value Added (EVA) dan
Market Value Added (MVA) dengan Time Series Approach pada Industri Semen di
Indonesia. JIMF (Jurnal Ilmiah Manajemen Forkamma), 3(2). https://doi.org/10.32493/frkm.v3i2.4669
Taufiq Ihsan,
Resti Ayu Lestari, & Yanti, R. (2022). Pengaruh Faktor Lingkungan Kerja
terhadap Kelelahan Kerja Industri Semen di Indonesia: Sebuah Review. HEALTH
CARE: JURNAL KESEHATAN, 11(1). https://doi.org/10.36763/healthcare.v11i1.128
Wirdyacahya,
B. S., & Prastuti, M. (2022). Peramalan Permintaan Semen di PT. XYZ
Menggunakan Time Series Regression dan ARIMA. Jurnal Sains Dan Seni ITS,
11(1). https://doi.org/10.12962/j23373520.v11i1.63222
|
Copyright holder: Alkindi
(2024) |
|
First publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is licensed under: |