Terdapat empat karakteristik yang mempengaruhi pengguna dalam melakukan pembelian yaitu faktor budaya budaya, subbudaya, dan kelas sosial,
faktor sosial kelompok keluarga, peran, dan status, faktor pribadi umur, pekerjaan, situasi ekonomi, gaya hidup, dan kepribadian, dan faktor psikologis
pengetahuan, motivasi, keyakinan, dan sikap. Proses keputusan membeli seorang pengguna melewati lima tahap yaitu
pengenalan kebutuhan, pencarian informasi, evaluasi alternatif, keputusan membeli, dan tingkah laku pasca pembelian Kotler, 1993
Strategi pemasaran bisa digolongkan atas dasar pangsa pasar yang diperoleh suatu perusahaan, maka terbagi atas empat kelompok, yaitu :
1. Market Leader, disebut pimpinan pasar apabila pangsa pasar yang dikuasai berada pada kisaran 40 atau lebih.
2. Market Chalengger, disebut penantang pasar apabila pangsa pasar yang dikuasai berada pada kisaran 30
3. Market Follower, disebut pengikut pasar apabila pangsa pasar yang dikuasai berada pada kisaran 20.
4. Market Nitcher, disebut juga penggarap relung pasar apabila pangsa pasar yang dikuasai berada pada kisaran 10 atau kurang.
2.3. Rantai Markov
Rantai Markov Markov Chains adalah suatu teknik matematika yang biasa digunakan untuk melakukan pemodelan modelling bermacam-macam sistem dan
proses bisnis. Teknik ini dapat digunakan untuk memperkirakan perubahan- perubahan di waktu yang akan datang dalam variabel-variabel dinamis atas dasar
perubahan-perubahan dari variabel-variabel dinamis tersebut di waktu yang lalu.
Universitas Sumatera Utara
Teknik ini dapat digunakan juga untuk menganalisis kejadian-kejadian di waktu- waktu mendatang secara matematis.
Model Rantai Markov ditemukan oleh seorang ahli Rusia yang bernama A.A. Markov pada tahun 1906, yaitu:
“Untuk setiap waktu t, ketika kejadian adalah Kt dan seluruh kejadian sebelumnya adalah Ktj, ... , Ktj-n yang terjadi dari proses yang diketahui,
probabilitas seluruh kejadian yang akan datang Ktj hanya bergantung pada kejadian Ktj-1 dan tidak bergantung pada kejadian-kejadian sebelumnya yaitu
Ktj-2, Ktj-3,..., Ktj-n.” Gambaran mengenai rantai Markov ini kemudian dituangkan dalam
Gambar dimana gerakan-gerakan dari beberapa variabel di masa yang akan datang bisa diprediksi berdasarkan gerakan-gerakan variabel tersebut pada masa
lalu. 3
4
dipengaruhi oleh kejadian 3
5
, 3
5
dipengaruhi oleh kejadian 3 dan
demikian seterusnya dimana perubahan ini terjadi karena peranan probabilitas transisi
transition probability.
Kejadian 3
misalnya, tidak
akan mempengaruhi kejadian
3
4
.
Gambar 2.3 Peristiwa dalam Rantai Markov Dwijanto, 2008
Kejadian-kejadian di atas sifatnya berantai. Oleh karena itu, teori ini dikenal dengan nama Rantai Markov. Dengan demikian, Rantai Markov akan
Universitas Sumatera Utara
menjelaskan gerakan gerakan beberapa variabel dalam satu periode waktu di masa yang akan datang berdasarkan pada gerakan-gerakan variabel tersebut di masa
kini. Proses stokastik adalah serangkaian variabel random
, dimana ∈ 7
merupakan indeks waktu atau deretan. Ruang range untuk dapat diskrit atau
kontinu, pada bagian ini kita memperhatikan kasus dimana pada waktu tertentu proses nya adalah secara tepat satu dari m +1 keadaan yang saling meniadakan
dan keadaan terpisah. Keadaan tersebut dapat dilambangkan 0,1,2,3, … , 9.
Variabel-variabel , , …, mungkin menunjukkan jumlah langganan
masa penantian tiket pada waktu 1 menit, 2 menit, dan seterusnya,setelah semua dibuka. Contoh lainnya, permintaan setiap hari bagi produk-produk tertentu pada
hari yang berturut-turut. menunjukkankeadaan proses.
Sebuah proses stokastik memperlihatkan sifat-sifat markov jika
:
= ;| = = =
:
= ;| = =, = ,
= = , … , = =
untuk t = 0, 1, 2, ..., dan setiap deretan ;, =, = , … , = . Ini sama dengan keadaan
bahwa probabilita sebuah kejadian pada waktu tertentu + 1 bila hasil pada
waktu sama dengan probabilita kejadian waktu tertentu + 1 seluruh keadaan
histori sistemnya. Dengan kata lain, probabilita kejadian + 1tergantung pada
keadaan histori utama pada waktu t. Probabilita bersyaratnya,
:
= ;| = = = disebut probabilita transisi satu tahap, dan dikatakan menjadi stasioner jika:
:
= ;| = = = = ;| = = untuk = 0,1,2, …
sehingga probabilita transisi yang diulang tidak berubah setiap waktu. Seluruh
nilai dapat dilambangkan dalam matriks P =[ ], disebut matriks transisi satu
tahap. Matriks P mempunyai 9 + 1 baris dan 9 + 1 kolom, dan
0 ≤ ≤ 1
Universitas Sumatera Utara
sedangkan ∑
= 1
A
untuk = = 0,1,2, … , 9
maka setiap elemen matriks P adalah sebuah probabilita, dan setiap baris matriks
berjumlah satu. Wujud nyata satu tahap probabilita, transisi stasioner menyatakan bahwa
=
:
= ;| = = = = ;| = =
untuk seuruh = 0,1,2, …. Nilai-nilai
disebut probabilita transisi n-tahap, dan dapat digambarkan dalam sebuah matriks transisi n-tahap
= [ ]
dimana 0 ≤
≤ 1 = 0,1,2, … = = 0,1,2, … , 9 ; = 0,1,2, … , 9
B = 1
A
= 0,1,2, … = = 0,1,2, … , 9
Matriks transisi 0-tahap pemulaan adalah matriks identitas. Sebuah keadaan terbatas rantai Markov ditentukan sebagai proses
stokastik yang mempunyai jumlah yang terbatas, sifat Markov, probabilita transisi stasioner, dan ciri sekumpulan probabilita
C = DE E E … E
A
F, dimana E
= = = .
Persamaan Chapman-Kolmogrov berguna dalam menghitung probabilita transisi n-tahap. Persamaannya adalah:
= = 0,1,2, … , 9 = ∑
G H
.
H A
; = 0,1,2, … , 9
Universitas Sumatera Utara
0 ≤ I ≤ dan persamaan ini menunjukkan bahwa dari kondisi ke
−= sampai ke- ; dan −tahap proses akan menjadi beberapa kondisi. Katakan K, setelah secara tepat
I − tahap I ≤ . Selanjutnya
G H
.
H
adalah probabiita bersyarat yang memberikan kondisi
= sebagai keadaan permulaa, prosesnya bergerak ke kondisi K dalam I −tahap dan dari K sampai ; dalam − I tahap. Bila dijumlahkan
seluruh K, jumlah hasil produk
. Dengan menentukan
I = 1 atau I = − 1, kita peroleh = = 0,1,2, … , 9
= B
G
.
G, A
; = 0,1,2, … , 9
= 0,1,2, …, Persamaam ini mengikuti bahwa probabilita transisi
−tahap , dapat diperoleh dari probabilita satu tahap, dan
L = L Probailita tidak bersyarat yang ada dalam keadaan
;pada waktu = adalah M = DE E … E
A
F dimana
E =
= ; = B E .
A
; = 0,1,2, … , 9
= 0,1,2, …
Universitas Sumatera Utara
Kita dapat memperhatikan aturan penggandaan matriks menyelesaikan hukum probabilita, sehingga
M = M ∙ L .
Misalkan dalam sebuah sistem perhitungan, probabilita sebuah error pada setiap putaran tergantung pada apakah ada atau tidak mendahului sebuah error.
Kita akan mendefenisikan 0 sebagai keadaan error dan 1 sebagai keadaan tidak error, probabilita error jika mendahului adalah 0.75, probabiita error jika
didahului oleh tidak error adalah 0.50, probabilita tidak error jika di dahului oleh error adalah 0.25 dan probabilita tidak error jika didahului oleh tidak error
adalah 0.50. Maka P
= D0.75 0.25 0.50 0.50F
Dua tahap, tuga tahap,…, tujuh tahap matriks transisi ditunjukkan sebagai berikut. L = D0.688 0.312
0.625 0.375F L
5
= D0.672 0.328 0.656 0.344F
L
4
= D0.668 0.332 0.664 0.336F
L
T
= D0.667 0.333 0.666 0.334F
L
U
= D0.667 0.333 0.667 0.333F
L = D0.667 0.333 0.667 0.333F
Jika kita mengetahui bahwa sistem dalam kedaan tidak error maka E = 1, E = 0, dan M = DE
F = M ∙ L Sebagai contoh M
V
= [0.667, 0.333].
Suatu pendekatan lainnya akan dibentuk perhitungan diatas sebagai M = M ∙ L, M = M ∙ L, … , M = C
∙ L. Maka M
V
= M
U
∙ L. Ini memberikan suatu petunjuk pengembangan pilihan hasil-hasil persamaan menjadi:
M = M ∙ L M = M ∙ L = M. L. L = M. L
M = M. L
Universitas Sumatera Utara
BAB 1 PENDAHULUAN
1.1. Latar Belakang
Perkembangan teknologi telekomunikasi yang sangat pesat memberikan pengaruh yang sangat besar bagi perusahaan jasa telekomunikasi di Indonesia. Salah satu
perkembangan teknologi telekomunikasi adalah perkembangan telekomunikasi seluler. Mobilitas serta meningkatnya kebutuhan masyarakat dalam komunikasi
dimana saja dan kapan saja menjadikan faktor pendorong munculnya teknologi berbasis seluler Kumoro Sasongko, 2010.
Global System for Mobile communications GSM merupakan alat telekomunikasi yang siap dipakai sewaktu-waktu dimana saja dan kapan saja atau
suatu kartu telepon yang pembayarannya dilakukan pada awal pembayaran sebelum digunakan, sedangkan yang dimaksud dengan kartu pasca bayar GSM
adalah kartu telepon GSM yang pembayarannya dilakukan diakhir atau setelah penggunaan telepon. Biasanya jenis kartu pasca bayar ini tidak sering digunakan
karena tergolong lebih rumit baik dari segi pembayaran dan peregistrasiannya, cara pembayaran kartu ini sama halnya dengan rekening listrik, penggunaan kartu
kredit dan rekening telepon rumah. Oleh karena itu, banyak konsumen yang menggunakan jenis kartu pra bayar GSM dibandingkan dengan kartu pasca bayar.
Persaingan ketat antar perusahaan kartu seluler telah menjadikan perusahaan kartu seluler berlomba-lomba memberikan tawaran yang menarik
kepada pelanggan maupun calon pelanggannya, dengan tujuan untuk menarik pelanggan sebanyak-banyaknya.Berdasarkan pengamatan di pasaran, bahwa
semakin banyaknya pilihan merek GSM yang ditawarkan, maka konsumen akan selektif dan memilih merek GSM yang dirasakan sesuai dengan keinginan dan
kebutuhannya.Hal ini menuntut perusahaan GSM lebih kreatif dan menarik
Universitas Sumatera Utara
