Untitled Document
Analisis Rantai Markov Dalam Model Prediksi Perpindahan Konsumen Televisi
Berbayar di Kota Medan
Drs. Darma Manalu, M. Si
Abstrak
Perkembangan bisnis televisi berbayar di Indonesia tidak bisa dikatakan tanpa
halangan yang berarti, ha ini ditunjukkan dengan jatuh bangun perusahaanperusahaan televisi berbayar selama era 1999 hingga 2015. Situasi menunjukkan
bahwa pasar televisi berbayar di Indonesia sangatlah kompetitif. Bahkan mengingat
saat ini penetrasi televisi berbayar di Indonesia masih sekitar 8-9 persen dari total
rumah tangga dengan kepemilikan televisi), menyebabkan timbulnya dugaan bahwa
pasar televisi berbayar adalah ceruk/sempit hingga sulit untuk masuknya pesaing baru
dalam pasar.
Nilai-nilai probabilitas yang dihasilkan dalam analisis rantai Markov walaupun tidak
secara langsung memberikan rekomendasi sebuah keputusan akan tetapi akan sangat
membantu memberikan informasi penting mengenai situasi keputusan yang dapat
membantu pengambil keputusan. Nilai-nilai probabilitas misalnya akan memberikan
informasi kepada manejer pemasaran untuk melakukan tindakan-tindakan perbaikan
dengan melakukan perbandingan tingkat intensitas yang didapat dalam beberapa
periode waktu dengan siklus hidup produknya (product life cycle)
Prediksi atau ramalan perubahan posisi pangsa pasar operator televisi berlangganan
dikalangan rumah tangga yang diakibatkan oleh perpindahan peyelenggara dengan
Analisis Rantai Markov menyebabkan operator televisi berlangganan Indovision di
prediksi masih akan mendominasi pangsa pasar dengan share sekitar 48 persen,
sedangkan penyelenggara dan jenis lainnya akan menglamai kenaikan yakni Orange
TV, penurunan yakni Big TV, dan stagnan yakni TransVision, K-Vision dan operator
lainnya.
Kata kunci: Analisis Rantai Markov, Penyelengara Telvisi Berbayar
PENDAHULUAN
Media televisi merupakan salah satu
media informasi dan sarana komunikasi
umum yang tidak dapat dipisahkan dari
kehidupan
masyarakat
Indonesia.
Hingga saat ini televisi merupakan
media informasi yang relatif masih
eksis dan tetap bertahan dibandingkan
dengan media lain sejenis seperti radio,
surat kabar/koran, dan majalah dan
tabloid.
Pada
awalnya
pemirsa
televisi
Indonesia disuguhkan layanan dari
penyelenggaraan siaran atau stasiun
televisi di indonesia yang sifatnya gratis
atau FTA (free to air) dimana secara
teknis ditayangkan melalu saluran UHF
semenjak awal 1990an. Akan tetapi
dalam perkembangannya siaran-siaran
yang
diselenggarakan
oleh
penyelenggara (provider) FTA dirasa
masih belum mempu memenuhi
kebutuhan akan informasi dan hiburan
masyarakat khususnya di perkotaan. Hal
ini disebabkan oleh karena siaran-siaran
penyelenggara televisi FTA umumnya
cenderung semakin monoton akibat
sarat akan tuntutan iklan dan rating,
acara kurang variatif bersifat follow the
trend, kualitas acara maupun gambar
yang disajikan tidak mampu memenuhi
keinginan
pemirsa,
dan
lemah
segmentasi yang dilakukan oleh
penyelenggara televisi FTA.
Peluang inilah yang dimanfaatkan oleh
perusahaan-perusahaan media dengan
menawarkan alternatif bagi pemirsa
televisi yakni menggunakan layanan
jasa televisi berbayar (pay televisi) atau
berlangganan dengan parabola atau
kabel. Acara yang ditawarakan relatif
bervariasi bervariasi, terbaru, dan
umumnya bebas tayangan iklan yang
membosankan. Karakter lain yang
menonjol adalah munculnya karakter
khas dari masing-masing stasiun televisi
dengan pasar yang semakin tersegmen.
Situasi ini pada gilirannya ternyata
sesuai dengan kebutuhan akan siaran
yang lebih inovati yang diinginkan
konsumen.
Sumber: Media Partner Asia
Gambar 1. Perkembangan Jumlah Pelanggan Televisi Berbayar di Indonesia
Perkembangan bisnis televisi berbayar
di Indonesia tidak bisa dikatakan tanpa
halangan yang berarti, jatuh bangun
perusahaan-perusahaan televisi berbayar
selama 1999 hingga 2015 menunjukkan
bahwa pasar televisi berbayar di
Indonesia sangatlah kompetitif. Bahkan
mengingat saat ini penetrasi televisi
berbayar di Indonesia masih sekitar 8-9
persen dari total rumah tangga dengan
kepemilikan televisi (Media Partner
Asia 2013), menyebabkan timbulnya
dugaan bahwa pasar televisi berbayar
adalah ceruk/sempit hingga sulit untuk
masuknya pesaing baru dalam pasar.
Tingkat penetrasi pasar televisis
berbayar Indonesia yang baru mencapai
8-9 persen juga dapat dilihat sebagai
peluang besar dalam bisnis televisis
berbayar. Bandingkan dengan beberapa
negara-negara Asia lainnya seperti
Korea Selatan dengan tingkat penetrasi
mencapai 100 persen, India sebesar 81
persen, Singapura 68 persen, Malaysia
53 persen, dan Thailand 28 persen maka
dapat dikatakan tingkat penetrasi pasar
Indonesia masih relatif rendah. Pada
tahun 2013 terdapat 3.118.000 rumah
tangga pelanggan televisi berbayar dari
sekitar 35 juta rumah tangga pemilik
televisi di Indonesia. Sedangkan pada
tahun 2014 diestimasikan rumah tangga
pelanggan televisi berbayar menjadi
4.076.000 rumah tangga atau 12 persen
dari jumlah rumah tangga pemilik
televisi.
Untuk meningkatan penetrasi pasar atau
meningkatkan jumlah rumah tangga
pelanggan televisi berbayar maka tiaptiap penyelenggara telah memainkan
strategi pemasaran yang umumnya
untuk menarik pelanggan baru serta
yang
terpenting
mempertahankan
pelanggan agar tidak terjadi perpidahan
merek (brand switching). Adapun
beberapa strategi yang ditawarkan
misalnya gratis biaya sewa dekoder dan
pemasangan, produk-produk pay per
view, kemudahan adminstrasi, perluasan
daerah jangkauan siaran, dan promosi
menarik lainnya.
Hingga tahun 2015 perusahaanperusahaan televisi berbayar yang masih
bertahan dan eksis dalam dunia
penyiaran di Indonesia adalah 14
penyelenggara, akan tetapi perusahaaperusahaan yang memiliki share yang
signifikan
ada
setidaknya
6
penyelenggara
yang
kesemuanya
bernaung
dibawah
perusahaanperusahaan besar baik di bidang media
maupun lainnya. BIG TV dan
FirstMedia misalnya yang saat ini
dikelola oleh PT Indonesia Media
Televisi dan PT First Media Tbk adalah
bagian dari Lippo Grup. Orange TV
yang dikelola oleh PT Mega Media
Indonesia adalah bagian dari Sinar Mas
Grup.
Adapun daftar 6 penyelenggara televisi
berbayar terbesar hingga tahun 2015
adalah:
Pengelola
BIG TV
FirstMedia
OrangeTV
Indovision
TransVision
(TelkomVision)
K-Vision
PT Indonesia Media
PT First Media Tbk
PT Mega Media
Indonesia
PT MNC Skyvision
Tbk
PT. Indonusa
Telemedia
Kompas Gramedia
Group
Mengingat ketatnya persaingan dan
masih
besarnya
peluang
bagi
perusahaan-perusahaan televisi berbayar
saat ini, tiap perusahaan harus berupaya
untuk mempertahankan pelanggan yang
telah berlangganan produk televisi
berbayar atau menghindari perpindahan
merek para pelanggannya.
Perpindahan merek sendiri atau dikenal
juga dengan istilah brand jumping
menjadi penting, karena menunjukkan
langsung sebuah kondisi dimana
ditemukan kenyataan bahwa seorang
konsumen telah meninggalkan sebuah
merek produk yang telah rutin
digunakannya dan menggunakan merek
produk lain yang sejenis.
Jika kecenderungan konsumen untuk
melakukan perpindahan merek dapat
dimodelkan dan diukur maka akan
sangat berguna bagi strategi pemasaran
perusahaan. Perusahaan juga akan dapat
melakukan prediksi pangsa pasar di
masa depan dan memposisikan pangsa
pasar produk mereka dibandingkan
dengan merek pesaingnya (Chaarlas &
Rajkumar, 2012).
Penggunaan matriks transisi dalam
analisis rantai Markov untuk pemodelan
perpindahan merek oleh konsumen,
serta selanjutnya memprediksi kondisi
pangsa pasar suatu produk terhadap
pesaingnya telah banyak digunakan
dalam analisis pemasaran. Penggunaan
matriks transisi Markov dalam prediksi
kondisi pangsa pasar di masa depan
dipelopori oleh oleh Styan dan Smith
dalam sebuah penelitian yang dirilis
1964. Penelitian mereka menunjukkan
potensi pengembangan analisis rantai
Morkov dalam penelitian pemasaran
dan telah banyak dikembangkan seperti
Datong (2011), Djan dan Ruvendi
(2006), Awogbemi dkk (2012), Hatidja
dkk (2013), Oseni (2013) dan banyak
penelitian lainnya.
Nilai-nilai probabilitas yang dihasilkan
dalam analisis rantai Markov walaupun
tidak secara langsung memberikan
rekomendasi sebuah keputusan akan
tetapi
akan
sangat
membantu
memberikan
informasi
penting
mengenai situasi keputusan yang dapat
membantu pengambil keputusan. Nilainilai probabilitas misalnya akan
memberikan informasi kepada manejer
pemasaran untuk melakukan tindakantindakan perbaikan dengan melakukan
perbandingan tingkat intensitas yang
didapat dalam beberapa periode waktu
dengan siklus hidup produknya
(product life cycle)
LANDASAN TEORITIS
Analisis Rantai Markov
Analisis rantai Markov seara garis besar
adalah
sebuah
teknik
untuk
memprediksi
perubahan
atau
pergerakan variabel-variabel diwaktu
yang
akan
datang
berdasarkan
pergerakan variabel
diwaktu sekarang. Analisis Markov
diterapkan terutama pada sistem yang
menampilkan pergerakan probabilitas
dari satu keadaan ke keadaan lainnya
sepanjang waktu sehingga Analisis
Markov merupakan suatu bentuk
khusus dari model probabilistik
yanglebih umum yang dikenal sebagai
proses stokastik (stochastic process).
Proses stokastik X={X(t), tT}
menunjukkan sebuah barsian peubah
acak, yaitu untuk setiap tT kita
mempunyai X(t). sedangkan t sendiri
sering di intrepretasikan sebagai
variabel waktu dikarenakan proses
stokasstik sering kali dihubungankan
dengan suatu selang waktu. Nilai
peubah X(t) disebut sebagai dengan
state/peristiwa pada saat t. Himpunan T
disebut ruang parameter atau ruang
indeks dari proses stokastik X dan
himpunan nilai X(t) yang dinamakan
ruang state dari X. (Papoulis,1992),
(Hasdianti, 2006)
Jika pada waktu proses t proses
stokastik {Xt,t=0,1,……} berada pada
state i, maka kejadian ini ditulis sebagai
Xt=i. Proses stokastik memiliki sifat
khusus yaitu untuk semua io,….it-1,I,j
dan semua t≥0 berlaku:
� ��+1 �0 = 0 , … , ��−1 = �−1 , �� = =
� ��=1 = |��=1
(1)
Sebuah rantai Markov dapat dibentuk
menjadi sebuah matriks transisi rantai
Markov
dimana
rantai
Markov
{Xt,t=0,1,……} dengan ruang state
{0,1,…..M} yang berarti peluang sistem
itu dalam state i pada suatu state j
dilambangkan dengan Tij dan disebut
peluang transisi dari state i ke state j.
Matriks T=[pij] disebut matriks transisi
rantai
Markov
(Horward
dan
Rorres,2004)
T=
00
01
10
11
�
�1
⋮
⋮
…
…
⋮
…
0�
1�
⋮
��
(2)
Nilai peluang setiap state akan
mengalami perubahan jika sebuah
matrik transisi mengalami proses
transisi. Hiller dan Liberman (2008)
mendefenisikan kondisi ini sebagai n( )
step � adalah peluang bersyarat sustu
sistem matriks transisi (T) setelah
proses:
�
( )
= � ��+
=
�� = 1
(3)
( )
Oleh karena �
adalah peluang
bersyarat, nilai peluang harus bernilai
tak negatif dan oleh karena prosesnya
harus membuat perubahan ke state yang
lain maka peluang tersebut harus
memenuhi harus memenuhi sifat:
( )
- �
> 0 untuk semua i dan j;
n=1,2,….,
( )
�
= 1 untuk semua i dan j;
=0 �
n=1,2,….,
Adapun matriks peluang untuk transisi
(1)
n-step ketika n=1, maka � =pij
00
T(n) =
10
�
( )
( )
⋮
( )
01
11
( )
( )
⋮
�1
( )
…
…
⋮
…
0�
1�
⋮
( )
( )
��
( )
(4)
Untuk menghitung peluang transisi
transisi dalam n-step digunakan
persamaan Chapman dan-Kolgomorov
dengan:
( ) ( − )
� = �=0 � �
(5)
untuk semua i,j = 0,1,…..M:
m=1,2….,n-1; n=m+1, m+2,……
( )
Persamaan (5) sekaligus menunjukkan
bahwa proses perubahan dari state ke i
ke state j sebanyak n-step akan berada
dalam beberapa state k setelah tepat m
(kurang dari n) state. Oleh karena itu
( ) ( − )
� �
adalah peluang bersyarat
dengan titik mulai state i, proses
menuju ke state k setelah m step dan
kemudian ke state j setelah n-m step.
Dengan demikian penjumlahan peluang
bersyarat terhadap semua k yang
mungkin menghasilkan � . Hiller dan
Liberman, 2008)
Suatu state atau keadaan pada rantai
Markov yang ditulis dalam bentuk
vektor dinamakan state vektor atau
vektor keadaan.(Horward dan Rorres,
2004). Vektor state untuk sebuah
pengamatan pada suatu rantai Markov
dengan X(t) state adalah vektor baris x.
dapat
dituliskan
� = �1 �2 , … . �
dimana
masing-masing
notasi
menunjukkan peluang sebuah sistem
matriks transisis berada pada state ke i.
Jika T merupakan matriks transisi rantai
Markov dan � adalah vektor state pada
pengamatan ke-n maka � = � � 0
Perpindahan
Merek
(Brand
Switching)
Merek adalah sebuah nama istilah,
tanda, simbol,rancangan atau kombinasi
dari semua ini yang dimaksudkan untuk
mengenali produk atau jasa dari
seseorang atau kelompok penjual dan
untuk membedakannya dari produk
pesaing atau dapat juga dikatakan
sesuatu yang terkait dengan janji,
penerimaan,
kepercayaan
dan
pengharapan dari penjual untuk secara
konsisten memberikan feature manfaat
dan jasa tertentu kepada pembeli
(Kotler, 2005).
Setiap konsumen melakukan pembelian
mempunyai harapan tertentu terhadap
produk yang ia gunakan dan kepuasan
merupakan hasil yang diharapkan.
Kepuasan konsumen bergantung pada
anggapan kinerja produk dalam
menyerahkan nilai relatif terhadap
harapan pembeli. Bila kinerja atau
prestasi sesuai bahkan melebihi
harapan,
pembeli
merasa
puas.
Sehingga ketidakpuasan konsumen
timbul apabila hasil tidak memenuhi
harapan konsumen (Daryanto, 2011)
Ketidakpuasan konsumen merupakan
salah satu faktor penyebab terjadinya
perpindahan merek karena pelanggan
yang tidak puas akan mencari informasi
pilihan produk lain, dan mungkin akan
berhenti
membeli
produk
atau
mempengaruhi orang lain untuk tidak
membeli (Kotler, 2007).
Menurut Peter dan Olson (2010),
perpindahan merek adalah pola
pembelian yang dikarakteristikkan
dengan perubahan atau pergantian dari
satu merek ke merek lain. Konsumen
yang mengaktifkan tahap kognitifnya
adalah konsumen yang paling rentan
terhadap perpindahan merek karena
adanya
rangsangan
pemasaran.
Sedangkan menurut Feiberg et al. dalam
Arianto (2013), perpindahan merek di
sini diasumsikan bahwa pelanggan
tersebut
menghentikan
hubungan
mereka dengan produsen lama untuk
mencoba produk yang ditawarkan
pesaing. Sedangkan menurut Srinivasan
dalam Astuti (2010), perilaku berpindah
merek merupakan suatu fenomena yang
kompleks yang di pengaruhi oleh
faktor-faktor behavioral, persaingan dan
waktu, dimana perilaku perpindahan
merek adalah perilaku pembelian suatu
produk dengan merek yang berbeda dari
merek favorit yang biasa dibeli oleh
konsumen.
Dimensi pada perpindahan merek
menurut Shellyana dalam Dharmmesta
(2003:99)
meliputi.
Keinginan
berpindah, keinginan berpindah ke
penyedia produk lainnya yang lebih bisa
mengatasi masalah. Ketidakbersediaan
menggunakan produk ulang yaitu,
ketidak inginan lagi membeli produk
yang ditawarkan oleh pemasar karena
ketidaksesuaian harapan konsumen.
Keinginan
untuk
mempercepat
penghentian hubungan yaitu, konsumen
mencoba mempercepat menghentikan
produk yang dipakainya.
Perpindahan merek adalah beralihnya
konsumen yang telah secara rutin
menggunakan suatu merek produk ke
penggunaan atau pembelian merek
produk lain yang biasanya sejenis.
Menurut Umeshanand (2008) beberapa
faktor penting yang menyebabkan
terjadinya perpindahan merek adalah:
- Ketidakkonsistenan
penempatan
posisi merek suatu produk (brand
positioning).
- Rendahnya tindakan riset dan
pengembangan
yang
dilakukan
perusahaan bagi pengembangan
produknya.
- Pelanggan merasa tidak nyaman
akan produk akibat turunnya kualitas
produk.
- Ketidakmampuan
perusahaan
mengembagkan variasi jenis produk.
- Keunikan dan variasi di merek
produk pesaing
- Peningkatan harga produk
- Tidak tercitanya konsumen yang
loyal terhadap merek produk
tersebut.
METODE PENELITIAN
Data dan Teknik Pengumpulan Sampel
Data yang digunakan adalah data primer
dengan target populasi adalah rumah
tangga yang menggunakan jasa televisi
berlangganan di Kompleks Setia Budi
Medan selama periode penelitian yang
dilakukan Januari hingga Februari 2015.
Teknik pengambilan sampel yang
digunakan dalam penelitian ini adalah
Non- Probability Sampling, yaitu setiap
unsur dalam populasi tidak memiliki
kesempatan atau peluang yang sama
untuk dipilih sebagai responden
(sampel), bahkan probabilitas anggota
populasi tertentu untuk terpilih tidak
diketahui. Jenis Non Probabilitas
Sampling yang digunakan adalah
Convenience
Sampling,
yang
merupakan metoda pemilihan sampel
berdasarkan faktor kemudahan yang
ditentukan sendiri oleh peneliti.
Responden
yang
dipilih
dalam
penelitian ini adalah rumah tangga yang
berlangganan televsi berbayar.
Tahapan Analisis Rantai Markov
Tahapan-tahapan analisis Markov yang
dilakukan pada penelitian ini mengacu
pada penelitian Djan dan Ruvendi, 2006
sebagai berikut:
1. Membuat tabel jumlah pelanggan
televisi berbayar pada masingmasing penyelenggara/operator pada
saat penelitian. Adapun produk
televisi berlangganan yang dihitung
dalam penelitian adalah Big TV,
Orange TV, Indovison, Trans Vision,
dan K-Vision (lainnya).
2. Membuat tabel perpindahan merek
yaitu data perubahan atau peralihan
dari suatu penyelenggara/operator ke
operator lainnya.
3. Membuat matrik peluang transisi (T)
4. Memprediksi
pangsa
pasar
menggunakan rumus � = � � 0
dimana diasumsikan matriks transisi
T bersifat stabil/konstan.
HASIL DAN PEMBAHASAN
Operator Televisi Berbayar Yang
Digunakan
Dari hasil pengumpulan data sampel
diperoleh jenis penyelenggara televisi
berbayar yang digunakan oleh rumah
tangga pada kompleks Setia Budi
Medan adalah sebagai berikut:
Tabel 1. Jenis Televisi Berbayar
No Penyelenggara/
Jumlah
Operator
Responden
1
Big TV (A)
29
2
OrangeTV (B)
14
3
Indovision (C)
56
4
TransVision
12
(TelkomVision)
(D)
5
K-Vision DLL
8
(E)
119
Sumber: Data Penelitian
Dari data yang dikumpulkan dapat
dilihat bahwa indovision adalah
operator televisi berbayar dengan share
terbesar yakni sebesar 47 persen diikuti
oleh Big TV dengan pangsa pasar
sebesar 24 persen, Orange TV dengan
11,7 persen¸ selanjutnya masing-masing
adalah TransVision dan K-Vision
dengan share 10 dan 7 persen.
Perpindahan Penyelenggara Televisi
Berbayar
Selera konsumen selalu berubah dalam
menggunakan suatu produk, hal ini juga
terjadi dalam perpindahan konsumen
televisi berbayar dari satu operator atau
penyelenggara
ke
penyelenggara
lainnya. Untuk melihat pergeseran
selera atau perpindahan konsumen dari
satu operator ke operator lainnya dalam
studi kasus penelitian ini dapat dilihat
pada tabel berikut:
Tabel 2. Perpindahan Operator Televisi
Berbayar
No
1
2
3
4
5
A
B
C
D
E
A
Perpindahan
B C D
E
A
B
0
3
6
3
2
2
0
3
2
0
1
1
1
1
0
0
2
6
3
2
3
0
3
2
0
6
3
0
1
1
Sumber: Data Penelitian
2
2
4
0
1
Keluar
C D
6
3
0
1
1
3
2
4
0
1
E
2
1
1
1
0
18
Tabel 3. Kondisi Awal dan Akhir
Pangsa Pasar Televisi Berbayar
No
A B C D E Awal
1
A 18 2 6 2 1
29
2
B 3
5 3 2 1
14
3
C 6
3 42 4 1
56
4
D 3
2 1 5 1
12
5
E 2
0 1 1 4
8
Akhir 32 12 53 14 8
119
3
T=
Dari tabel perpindahan merek tersebut
dapat disusun sebuah matriks transisi
(T) sebagai berikut:
14
56
3
2
12
8
2
29
5
3
14
56
2
0
12
8
6/29
3
14
42
56
1
12
1
8
2
2
4
5
1
1
29
1
14
56
1
12
8
1
4
29
14
56
12
8
Selanjutnya jika tabel matriks transisi
diselesaikan maka didapatkan matriks
transisi perpindahan operator televisi
berbayar sebagai berikut:
Sumber: Data Penelitian
Dari data perpindahan merek pada studi
kasus dalam penelitian dapat dilihat
bahwa operator Big TV merupakan
operator yang mendapat tambahan
pelanggan terbesar dari perpindahan
merek,
selanjutnya
TransVision,
sedangkan operator lainnya kehilangan
pelanggan dari perpindahan merek
pelanggan yang terjadi.
6
29
�=
0.621
0.069
0.207
0.069
0.034
0.214
0.357
0.214
0.143
0.071
0.107
0.054
0.750
0.071
0.018
0.250
0.167
0.083
0.417
0.083
0.250
0.000
0.125
0.125
0.500
Dengan vektor:
� = 0.244 0. 118 0.471 0.101 0.067
Adapun seluruh pengolahan data dalam
penelitian ini menggunakan piranti
lunak PTC Windchill Quality Solutions
10.2.dan dengan menggunakan piranti
lunak tersebut kondisi matriks transisi
Markov dan vektor state dapat
ditunjukkan seperti pada gambar
berikut.
Diolah dengan PTC Windchill Quality Solutions v 10.2
Gambar 2. Diagram Rantai Markov Perpindahan Operator Televisi Berbayar
Hasil Prediksi Pangsa Pasar Perpindahan Operator Televisi Berbayar
Dari hasil prediksi dengan menggunakan model rantai Markov ternyata secara keseluruhan
menunjukkan bahwa prediksi pangsa IndoVision pada kondisi state akan relatif stabil dan
cenderung meningkat menjadi sekitar 49 persen. Jal ini dapat dipahami mengingat saat ini
Indovision adalah penyelenggara yang beroperasi paling lamadibandingkan dengan operator
lainnya. Indovision saat ini telah beroperasi sekitar 20 tahun dengan pangsa pasar saat ini lebih
dari 40 peren di seluruh Indonesia.
Temuan lain adalah prediksi akan turunya secara signifikan pelanggan televisi berbayar Big TV
yang diprediksi akan memiliki share pada kondisi state sebesar 13,6 persen atau rata-rata 15,2
persen.
Prediksi ini cukup mengejutkan mengingat Big TV pada tahun 2014 mendapatkan predikat
layanan televisi berbayar terbaik di indonesia ini (polling versi forumsatelit), yang disusun
berdasarkan kategori jumlah saluran dan harga berlangganan yang ditawarkan. Akan tetapi dari
data yang diperoleh dalam survey lapangan memang banyak pelanggan mengeluhkan kualitas
gambar dan masalh pencabutan siaran-siaran langsung olahraga terutama sepak bola di Big TV
cukup mengecewakan pelanggan.
Tabel 4. Hasil Prediksi Pangsa Pasar Setelah Perpindahan Merek Layanan Televisi Berbayar.
Sumber: Data Penelitian
Selanjutnya adalah prediksi pangsa pasar Orange TV yang menujukkan peningkatan yang sangat
signifikan menjadi sebesar 20 hingga 21 persen. Hal ini dapat dilihat sebagai keberhasilan
Orange TV dengan menawarkan pelanggan dengan layanan Ku Band dan C Band. Apa sih itu
Ku Band dan C Band. Ku Band adalah sistem langganan dengan menggunakan parabola kecil
ukuran diameter sekitar 60 cm sehingga cocok digunakan di perkotaan yang ruangannya terbatas,
sedangkan C Band menggunakan parabola besar cocok digunakan untuk daerah yang relatif di
luar kota.
Orange TV saat ini terkenal di kalangan para peminat televisi berlangganan karena perusahaan
ini telah memiliki kontrak dengan penyedia konten BPL (British Premier League) dan
ditwarkan dalam bentuk paket kepada para pengguna dengan harga yanmulai menarik pelanggan
baru terutama kalangan mudan dan penggemar olah raga.
Untuk kedua operator lainnya yakni Trans Vision dan K-Vision serta operaot lainnya prediksi
pangsa pasar menunjukkan relatif stabil setelah analisis perpindahan merek dengan
menggunakan rantai Markov dalam penelitian ini.
PENUTUP
Prediksi atau ramalan perubahan posisi pangsa pasar operator televisi berlangganan dikalangan
rumah tangga yang diakibatkan oleh perpindahan peyelenggara menyebabkan operator televisi
berlangganan Indovision di prediksi masih akan mendominasi pangsa pasar dengan share sekitar
48 persen, sedangkan penyelenggara dan jenis lainnya akan menglamai kenaikan yakni Orange
TV, penurunan yakni Big TV, dan stagnan yakni TransVision, K-Vision dan operator lainnya.
Kondisi ini dapat dijelaskan dengan melihat besaran probabilitas state untuk konsumen yang
tidak akan melakukan perpindahan atau konsumen dengan loyalitas merek yakni sebesar 0,67
jauh lebih besar dengan yang dimiliki.oleh operator lainnya.
Besar harapan penelitian ini mampu menambah khasanah dan inspiratif bagi penelitian lanjutan
khususnya dalam analisis pangsa pasar dan segmentasi pasar.
DAFTAR PUSTAKA
Awogbemi, Clement Adeyeye, Oloda, Festus Smart and Osama, Caleb. 2012. Kehinde
Modeling Brand Switching in Consumers’ Products Journal of Economics and
Sustainable Development www.iiste.org ISSN 2222-1700 (Paper) ISSN 2222-2855
(Online) Vol.3, No.12, 2012
Chaarlas, I.J and Rajkumar, R. 2012, “Brand Switching – A conceptual Analysis”,
THAVANIJRMM, Vol.1(2) pp 1-5.
Datong, G. Monday, 2011. A Markov Chain Model Analysis of GSM Network Service Providers
Marketing Mix International Journal of Engineering & Technology IJET-IJENS Vol: 11
No: 04 113804-7676 IJET-IJENS August 2011
Djan, I. dan Ruvendi, R. 2006. Prediksi Perpindahan Penggunaan Merek Handphone di
Kalangan Mahasiswa (Studi Kasus Pada Mahasiswa STIE Binaniaga). Jurnal Ilmiah
Binaniaga 2(1).
Hasdianti, R. 2006. MA-4173 Kapita Selekta Matematika Terapan I (Teori Antrian). Penerbit
ITB, Bandung.
Hatidja, Djoni. Abdullah, Sri H. dan Salaki Deiby T. 2013 Pergeseran Pangsa Pasar Kartu
Seluler Pra Bayar Gsm Menggunakan Analisis Rantai Markov (Studi Kasus: Mahasiswa
Fmipa Unsrat Manado) PROSIDING Seminar Nasional Matematika dan Pendidikan
Matematika tanggal 9 November 2013 di Jurusan Pendidikan Matematika FMIPA UNY
ISBN:978–979– 16353 – 9 – 4
Howard, A., and Rorres, C. 2004. Aljabar Linear Elementer versi Aplikasi. Edisi ke-8, jilid 2.
Terjemahan Izham Harmein dan Julian Gresdando. Erlangga, Jakarta.
Kotler, Philip, 2006, Manajemen Pemasaran, Edisi Milenium, Jilid 1, Terjemahan : Benjamin
Molan, Jakarta, Prenhallindo.
OSENI, B. Azeez and Femi J. 2013. On The Use Of Markov Analysis In Marketing of
Telecommunication Product In Nigeria. Ayoola International Journal of Mathematics and
Statistics StudiesVol.1 No. 1, March 2013, pp. 63-68 Published by European Centre for
Research, Training and Development, UK (www.ea-journals.org)
Papoulis, Athanasius, 1992. Probabilitas, Variabel Random, dan Proses Stokastik, edisi ke-2,
Gadjah Mada university Press, Yogyakarta, 1992.
Umeshanand, G. 2008. Study on Brand Switching in Consumer Products, MBA Thesis,
Department of Management and Technology Chhattisgarh Vivekananda Technical
University India
Berbayar di Kota Medan
Drs. Darma Manalu, M. Si
Abstrak
Perkembangan bisnis televisi berbayar di Indonesia tidak bisa dikatakan tanpa
halangan yang berarti, ha ini ditunjukkan dengan jatuh bangun perusahaanperusahaan televisi berbayar selama era 1999 hingga 2015. Situasi menunjukkan
bahwa pasar televisi berbayar di Indonesia sangatlah kompetitif. Bahkan mengingat
saat ini penetrasi televisi berbayar di Indonesia masih sekitar 8-9 persen dari total
rumah tangga dengan kepemilikan televisi), menyebabkan timbulnya dugaan bahwa
pasar televisi berbayar adalah ceruk/sempit hingga sulit untuk masuknya pesaing baru
dalam pasar.
Nilai-nilai probabilitas yang dihasilkan dalam analisis rantai Markov walaupun tidak
secara langsung memberikan rekomendasi sebuah keputusan akan tetapi akan sangat
membantu memberikan informasi penting mengenai situasi keputusan yang dapat
membantu pengambil keputusan. Nilai-nilai probabilitas misalnya akan memberikan
informasi kepada manejer pemasaran untuk melakukan tindakan-tindakan perbaikan
dengan melakukan perbandingan tingkat intensitas yang didapat dalam beberapa
periode waktu dengan siklus hidup produknya (product life cycle)
Prediksi atau ramalan perubahan posisi pangsa pasar operator televisi berlangganan
dikalangan rumah tangga yang diakibatkan oleh perpindahan peyelenggara dengan
Analisis Rantai Markov menyebabkan operator televisi berlangganan Indovision di
prediksi masih akan mendominasi pangsa pasar dengan share sekitar 48 persen,
sedangkan penyelenggara dan jenis lainnya akan menglamai kenaikan yakni Orange
TV, penurunan yakni Big TV, dan stagnan yakni TransVision, K-Vision dan operator
lainnya.
Kata kunci: Analisis Rantai Markov, Penyelengara Telvisi Berbayar
PENDAHULUAN
Media televisi merupakan salah satu
media informasi dan sarana komunikasi
umum yang tidak dapat dipisahkan dari
kehidupan
masyarakat
Indonesia.
Hingga saat ini televisi merupakan
media informasi yang relatif masih
eksis dan tetap bertahan dibandingkan
dengan media lain sejenis seperti radio,
surat kabar/koran, dan majalah dan
tabloid.
Pada
awalnya
pemirsa
televisi
Indonesia disuguhkan layanan dari
penyelenggaraan siaran atau stasiun
televisi di indonesia yang sifatnya gratis
atau FTA (free to air) dimana secara
teknis ditayangkan melalu saluran UHF
semenjak awal 1990an. Akan tetapi
dalam perkembangannya siaran-siaran
yang
diselenggarakan
oleh
penyelenggara (provider) FTA dirasa
masih belum mempu memenuhi
kebutuhan akan informasi dan hiburan
masyarakat khususnya di perkotaan. Hal
ini disebabkan oleh karena siaran-siaran
penyelenggara televisi FTA umumnya
cenderung semakin monoton akibat
sarat akan tuntutan iklan dan rating,
acara kurang variatif bersifat follow the
trend, kualitas acara maupun gambar
yang disajikan tidak mampu memenuhi
keinginan
pemirsa,
dan
lemah
segmentasi yang dilakukan oleh
penyelenggara televisi FTA.
Peluang inilah yang dimanfaatkan oleh
perusahaan-perusahaan media dengan
menawarkan alternatif bagi pemirsa
televisi yakni menggunakan layanan
jasa televisi berbayar (pay televisi) atau
berlangganan dengan parabola atau
kabel. Acara yang ditawarakan relatif
bervariasi bervariasi, terbaru, dan
umumnya bebas tayangan iklan yang
membosankan. Karakter lain yang
menonjol adalah munculnya karakter
khas dari masing-masing stasiun televisi
dengan pasar yang semakin tersegmen.
Situasi ini pada gilirannya ternyata
sesuai dengan kebutuhan akan siaran
yang lebih inovati yang diinginkan
konsumen.
Sumber: Media Partner Asia
Gambar 1. Perkembangan Jumlah Pelanggan Televisi Berbayar di Indonesia
Perkembangan bisnis televisi berbayar
di Indonesia tidak bisa dikatakan tanpa
halangan yang berarti, jatuh bangun
perusahaan-perusahaan televisi berbayar
selama 1999 hingga 2015 menunjukkan
bahwa pasar televisi berbayar di
Indonesia sangatlah kompetitif. Bahkan
mengingat saat ini penetrasi televisi
berbayar di Indonesia masih sekitar 8-9
persen dari total rumah tangga dengan
kepemilikan televisi (Media Partner
Asia 2013), menyebabkan timbulnya
dugaan bahwa pasar televisi berbayar
adalah ceruk/sempit hingga sulit untuk
masuknya pesaing baru dalam pasar.
Tingkat penetrasi pasar televisis
berbayar Indonesia yang baru mencapai
8-9 persen juga dapat dilihat sebagai
peluang besar dalam bisnis televisis
berbayar. Bandingkan dengan beberapa
negara-negara Asia lainnya seperti
Korea Selatan dengan tingkat penetrasi
mencapai 100 persen, India sebesar 81
persen, Singapura 68 persen, Malaysia
53 persen, dan Thailand 28 persen maka
dapat dikatakan tingkat penetrasi pasar
Indonesia masih relatif rendah. Pada
tahun 2013 terdapat 3.118.000 rumah
tangga pelanggan televisi berbayar dari
sekitar 35 juta rumah tangga pemilik
televisi di Indonesia. Sedangkan pada
tahun 2014 diestimasikan rumah tangga
pelanggan televisi berbayar menjadi
4.076.000 rumah tangga atau 12 persen
dari jumlah rumah tangga pemilik
televisi.
Untuk meningkatan penetrasi pasar atau
meningkatkan jumlah rumah tangga
pelanggan televisi berbayar maka tiaptiap penyelenggara telah memainkan
strategi pemasaran yang umumnya
untuk menarik pelanggan baru serta
yang
terpenting
mempertahankan
pelanggan agar tidak terjadi perpidahan
merek (brand switching). Adapun
beberapa strategi yang ditawarkan
misalnya gratis biaya sewa dekoder dan
pemasangan, produk-produk pay per
view, kemudahan adminstrasi, perluasan
daerah jangkauan siaran, dan promosi
menarik lainnya.
Hingga tahun 2015 perusahaanperusahaan televisi berbayar yang masih
bertahan dan eksis dalam dunia
penyiaran di Indonesia adalah 14
penyelenggara, akan tetapi perusahaaperusahaan yang memiliki share yang
signifikan
ada
setidaknya
6
penyelenggara
yang
kesemuanya
bernaung
dibawah
perusahaanperusahaan besar baik di bidang media
maupun lainnya. BIG TV dan
FirstMedia misalnya yang saat ini
dikelola oleh PT Indonesia Media
Televisi dan PT First Media Tbk adalah
bagian dari Lippo Grup. Orange TV
yang dikelola oleh PT Mega Media
Indonesia adalah bagian dari Sinar Mas
Grup.
Adapun daftar 6 penyelenggara televisi
berbayar terbesar hingga tahun 2015
adalah:
Pengelola
BIG TV
FirstMedia
OrangeTV
Indovision
TransVision
(TelkomVision)
K-Vision
PT Indonesia Media
PT First Media Tbk
PT Mega Media
Indonesia
PT MNC Skyvision
Tbk
PT. Indonusa
Telemedia
Kompas Gramedia
Group
Mengingat ketatnya persaingan dan
masih
besarnya
peluang
bagi
perusahaan-perusahaan televisi berbayar
saat ini, tiap perusahaan harus berupaya
untuk mempertahankan pelanggan yang
telah berlangganan produk televisi
berbayar atau menghindari perpindahan
merek para pelanggannya.
Perpindahan merek sendiri atau dikenal
juga dengan istilah brand jumping
menjadi penting, karena menunjukkan
langsung sebuah kondisi dimana
ditemukan kenyataan bahwa seorang
konsumen telah meninggalkan sebuah
merek produk yang telah rutin
digunakannya dan menggunakan merek
produk lain yang sejenis.
Jika kecenderungan konsumen untuk
melakukan perpindahan merek dapat
dimodelkan dan diukur maka akan
sangat berguna bagi strategi pemasaran
perusahaan. Perusahaan juga akan dapat
melakukan prediksi pangsa pasar di
masa depan dan memposisikan pangsa
pasar produk mereka dibandingkan
dengan merek pesaingnya (Chaarlas &
Rajkumar, 2012).
Penggunaan matriks transisi dalam
analisis rantai Markov untuk pemodelan
perpindahan merek oleh konsumen,
serta selanjutnya memprediksi kondisi
pangsa pasar suatu produk terhadap
pesaingnya telah banyak digunakan
dalam analisis pemasaran. Penggunaan
matriks transisi Markov dalam prediksi
kondisi pangsa pasar di masa depan
dipelopori oleh oleh Styan dan Smith
dalam sebuah penelitian yang dirilis
1964. Penelitian mereka menunjukkan
potensi pengembangan analisis rantai
Morkov dalam penelitian pemasaran
dan telah banyak dikembangkan seperti
Datong (2011), Djan dan Ruvendi
(2006), Awogbemi dkk (2012), Hatidja
dkk (2013), Oseni (2013) dan banyak
penelitian lainnya.
Nilai-nilai probabilitas yang dihasilkan
dalam analisis rantai Markov walaupun
tidak secara langsung memberikan
rekomendasi sebuah keputusan akan
tetapi
akan
sangat
membantu
memberikan
informasi
penting
mengenai situasi keputusan yang dapat
membantu pengambil keputusan. Nilainilai probabilitas misalnya akan
memberikan informasi kepada manejer
pemasaran untuk melakukan tindakantindakan perbaikan dengan melakukan
perbandingan tingkat intensitas yang
didapat dalam beberapa periode waktu
dengan siklus hidup produknya
(product life cycle)
LANDASAN TEORITIS
Analisis Rantai Markov
Analisis rantai Markov seara garis besar
adalah
sebuah
teknik
untuk
memprediksi
perubahan
atau
pergerakan variabel-variabel diwaktu
yang
akan
datang
berdasarkan
pergerakan variabel
diwaktu sekarang. Analisis Markov
diterapkan terutama pada sistem yang
menampilkan pergerakan probabilitas
dari satu keadaan ke keadaan lainnya
sepanjang waktu sehingga Analisis
Markov merupakan suatu bentuk
khusus dari model probabilistik
yanglebih umum yang dikenal sebagai
proses stokastik (stochastic process).
Proses stokastik X={X(t), tT}
menunjukkan sebuah barsian peubah
acak, yaitu untuk setiap tT kita
mempunyai X(t). sedangkan t sendiri
sering di intrepretasikan sebagai
variabel waktu dikarenakan proses
stokasstik sering kali dihubungankan
dengan suatu selang waktu. Nilai
peubah X(t) disebut sebagai dengan
state/peristiwa pada saat t. Himpunan T
disebut ruang parameter atau ruang
indeks dari proses stokastik X dan
himpunan nilai X(t) yang dinamakan
ruang state dari X. (Papoulis,1992),
(Hasdianti, 2006)
Jika pada waktu proses t proses
stokastik {Xt,t=0,1,……} berada pada
state i, maka kejadian ini ditulis sebagai
Xt=i. Proses stokastik memiliki sifat
khusus yaitu untuk semua io,….it-1,I,j
dan semua t≥0 berlaku:
� ��+1 �0 = 0 , … , ��−1 = �−1 , �� = =
� ��=1 = |��=1
(1)
Sebuah rantai Markov dapat dibentuk
menjadi sebuah matriks transisi rantai
Markov
dimana
rantai
Markov
{Xt,t=0,1,……} dengan ruang state
{0,1,…..M} yang berarti peluang sistem
itu dalam state i pada suatu state j
dilambangkan dengan Tij dan disebut
peluang transisi dari state i ke state j.
Matriks T=[pij] disebut matriks transisi
rantai
Markov
(Horward
dan
Rorres,2004)
T=
00
01
10
11
�
�1
⋮
⋮
…
…
⋮
…
0�
1�
⋮
��
(2)
Nilai peluang setiap state akan
mengalami perubahan jika sebuah
matrik transisi mengalami proses
transisi. Hiller dan Liberman (2008)
mendefenisikan kondisi ini sebagai n( )
step � adalah peluang bersyarat sustu
sistem matriks transisi (T) setelah
proses:
�
( )
= � ��+
=
�� = 1
(3)
( )
Oleh karena �
adalah peluang
bersyarat, nilai peluang harus bernilai
tak negatif dan oleh karena prosesnya
harus membuat perubahan ke state yang
lain maka peluang tersebut harus
memenuhi harus memenuhi sifat:
( )
- �
> 0 untuk semua i dan j;
n=1,2,….,
( )
�
= 1 untuk semua i dan j;
=0 �
n=1,2,….,
Adapun matriks peluang untuk transisi
(1)
n-step ketika n=1, maka � =pij
00
T(n) =
10
�
( )
( )
⋮
( )
01
11
( )
( )
⋮
�1
( )
…
…
⋮
…
0�
1�
⋮
( )
( )
��
( )
(4)
Untuk menghitung peluang transisi
transisi dalam n-step digunakan
persamaan Chapman dan-Kolgomorov
dengan:
( ) ( − )
� = �=0 � �
(5)
untuk semua i,j = 0,1,…..M:
m=1,2….,n-1; n=m+1, m+2,……
( )
Persamaan (5) sekaligus menunjukkan
bahwa proses perubahan dari state ke i
ke state j sebanyak n-step akan berada
dalam beberapa state k setelah tepat m
(kurang dari n) state. Oleh karena itu
( ) ( − )
� �
adalah peluang bersyarat
dengan titik mulai state i, proses
menuju ke state k setelah m step dan
kemudian ke state j setelah n-m step.
Dengan demikian penjumlahan peluang
bersyarat terhadap semua k yang
mungkin menghasilkan � . Hiller dan
Liberman, 2008)
Suatu state atau keadaan pada rantai
Markov yang ditulis dalam bentuk
vektor dinamakan state vektor atau
vektor keadaan.(Horward dan Rorres,
2004). Vektor state untuk sebuah
pengamatan pada suatu rantai Markov
dengan X(t) state adalah vektor baris x.
dapat
dituliskan
� = �1 �2 , … . �
dimana
masing-masing
notasi
menunjukkan peluang sebuah sistem
matriks transisis berada pada state ke i.
Jika T merupakan matriks transisi rantai
Markov dan � adalah vektor state pada
pengamatan ke-n maka � = � � 0
Perpindahan
Merek
(Brand
Switching)
Merek adalah sebuah nama istilah,
tanda, simbol,rancangan atau kombinasi
dari semua ini yang dimaksudkan untuk
mengenali produk atau jasa dari
seseorang atau kelompok penjual dan
untuk membedakannya dari produk
pesaing atau dapat juga dikatakan
sesuatu yang terkait dengan janji,
penerimaan,
kepercayaan
dan
pengharapan dari penjual untuk secara
konsisten memberikan feature manfaat
dan jasa tertentu kepada pembeli
(Kotler, 2005).
Setiap konsumen melakukan pembelian
mempunyai harapan tertentu terhadap
produk yang ia gunakan dan kepuasan
merupakan hasil yang diharapkan.
Kepuasan konsumen bergantung pada
anggapan kinerja produk dalam
menyerahkan nilai relatif terhadap
harapan pembeli. Bila kinerja atau
prestasi sesuai bahkan melebihi
harapan,
pembeli
merasa
puas.
Sehingga ketidakpuasan konsumen
timbul apabila hasil tidak memenuhi
harapan konsumen (Daryanto, 2011)
Ketidakpuasan konsumen merupakan
salah satu faktor penyebab terjadinya
perpindahan merek karena pelanggan
yang tidak puas akan mencari informasi
pilihan produk lain, dan mungkin akan
berhenti
membeli
produk
atau
mempengaruhi orang lain untuk tidak
membeli (Kotler, 2007).
Menurut Peter dan Olson (2010),
perpindahan merek adalah pola
pembelian yang dikarakteristikkan
dengan perubahan atau pergantian dari
satu merek ke merek lain. Konsumen
yang mengaktifkan tahap kognitifnya
adalah konsumen yang paling rentan
terhadap perpindahan merek karena
adanya
rangsangan
pemasaran.
Sedangkan menurut Feiberg et al. dalam
Arianto (2013), perpindahan merek di
sini diasumsikan bahwa pelanggan
tersebut
menghentikan
hubungan
mereka dengan produsen lama untuk
mencoba produk yang ditawarkan
pesaing. Sedangkan menurut Srinivasan
dalam Astuti (2010), perilaku berpindah
merek merupakan suatu fenomena yang
kompleks yang di pengaruhi oleh
faktor-faktor behavioral, persaingan dan
waktu, dimana perilaku perpindahan
merek adalah perilaku pembelian suatu
produk dengan merek yang berbeda dari
merek favorit yang biasa dibeli oleh
konsumen.
Dimensi pada perpindahan merek
menurut Shellyana dalam Dharmmesta
(2003:99)
meliputi.
Keinginan
berpindah, keinginan berpindah ke
penyedia produk lainnya yang lebih bisa
mengatasi masalah. Ketidakbersediaan
menggunakan produk ulang yaitu,
ketidak inginan lagi membeli produk
yang ditawarkan oleh pemasar karena
ketidaksesuaian harapan konsumen.
Keinginan
untuk
mempercepat
penghentian hubungan yaitu, konsumen
mencoba mempercepat menghentikan
produk yang dipakainya.
Perpindahan merek adalah beralihnya
konsumen yang telah secara rutin
menggunakan suatu merek produk ke
penggunaan atau pembelian merek
produk lain yang biasanya sejenis.
Menurut Umeshanand (2008) beberapa
faktor penting yang menyebabkan
terjadinya perpindahan merek adalah:
- Ketidakkonsistenan
penempatan
posisi merek suatu produk (brand
positioning).
- Rendahnya tindakan riset dan
pengembangan
yang
dilakukan
perusahaan bagi pengembangan
produknya.
- Pelanggan merasa tidak nyaman
akan produk akibat turunnya kualitas
produk.
- Ketidakmampuan
perusahaan
mengembagkan variasi jenis produk.
- Keunikan dan variasi di merek
produk pesaing
- Peningkatan harga produk
- Tidak tercitanya konsumen yang
loyal terhadap merek produk
tersebut.
METODE PENELITIAN
Data dan Teknik Pengumpulan Sampel
Data yang digunakan adalah data primer
dengan target populasi adalah rumah
tangga yang menggunakan jasa televisi
berlangganan di Kompleks Setia Budi
Medan selama periode penelitian yang
dilakukan Januari hingga Februari 2015.
Teknik pengambilan sampel yang
digunakan dalam penelitian ini adalah
Non- Probability Sampling, yaitu setiap
unsur dalam populasi tidak memiliki
kesempatan atau peluang yang sama
untuk dipilih sebagai responden
(sampel), bahkan probabilitas anggota
populasi tertentu untuk terpilih tidak
diketahui. Jenis Non Probabilitas
Sampling yang digunakan adalah
Convenience
Sampling,
yang
merupakan metoda pemilihan sampel
berdasarkan faktor kemudahan yang
ditentukan sendiri oleh peneliti.
Responden
yang
dipilih
dalam
penelitian ini adalah rumah tangga yang
berlangganan televsi berbayar.
Tahapan Analisis Rantai Markov
Tahapan-tahapan analisis Markov yang
dilakukan pada penelitian ini mengacu
pada penelitian Djan dan Ruvendi, 2006
sebagai berikut:
1. Membuat tabel jumlah pelanggan
televisi berbayar pada masingmasing penyelenggara/operator pada
saat penelitian. Adapun produk
televisi berlangganan yang dihitung
dalam penelitian adalah Big TV,
Orange TV, Indovison, Trans Vision,
dan K-Vision (lainnya).
2. Membuat tabel perpindahan merek
yaitu data perubahan atau peralihan
dari suatu penyelenggara/operator ke
operator lainnya.
3. Membuat matrik peluang transisi (T)
4. Memprediksi
pangsa
pasar
menggunakan rumus � = � � 0
dimana diasumsikan matriks transisi
T bersifat stabil/konstan.
HASIL DAN PEMBAHASAN
Operator Televisi Berbayar Yang
Digunakan
Dari hasil pengumpulan data sampel
diperoleh jenis penyelenggara televisi
berbayar yang digunakan oleh rumah
tangga pada kompleks Setia Budi
Medan adalah sebagai berikut:
Tabel 1. Jenis Televisi Berbayar
No Penyelenggara/
Jumlah
Operator
Responden
1
Big TV (A)
29
2
OrangeTV (B)
14
3
Indovision (C)
56
4
TransVision
12
(TelkomVision)
(D)
5
K-Vision DLL
8
(E)
119
Sumber: Data Penelitian
Dari data yang dikumpulkan dapat
dilihat bahwa indovision adalah
operator televisi berbayar dengan share
terbesar yakni sebesar 47 persen diikuti
oleh Big TV dengan pangsa pasar
sebesar 24 persen, Orange TV dengan
11,7 persen¸ selanjutnya masing-masing
adalah TransVision dan K-Vision
dengan share 10 dan 7 persen.
Perpindahan Penyelenggara Televisi
Berbayar
Selera konsumen selalu berubah dalam
menggunakan suatu produk, hal ini juga
terjadi dalam perpindahan konsumen
televisi berbayar dari satu operator atau
penyelenggara
ke
penyelenggara
lainnya. Untuk melihat pergeseran
selera atau perpindahan konsumen dari
satu operator ke operator lainnya dalam
studi kasus penelitian ini dapat dilihat
pada tabel berikut:
Tabel 2. Perpindahan Operator Televisi
Berbayar
No
1
2
3
4
5
A
B
C
D
E
A
Perpindahan
B C D
E
A
B
0
3
6
3
2
2
0
3
2
0
1
1
1
1
0
0
2
6
3
2
3
0
3
2
0
6
3
0
1
1
Sumber: Data Penelitian
2
2
4
0
1
Keluar
C D
6
3
0
1
1
3
2
4
0
1
E
2
1
1
1
0
18
Tabel 3. Kondisi Awal dan Akhir
Pangsa Pasar Televisi Berbayar
No
A B C D E Awal
1
A 18 2 6 2 1
29
2
B 3
5 3 2 1
14
3
C 6
3 42 4 1
56
4
D 3
2 1 5 1
12
5
E 2
0 1 1 4
8
Akhir 32 12 53 14 8
119
3
T=
Dari tabel perpindahan merek tersebut
dapat disusun sebuah matriks transisi
(T) sebagai berikut:
14
56
3
2
12
8
2
29
5
3
14
56
2
0
12
8
6/29
3
14
42
56
1
12
1
8
2
2
4
5
1
1
29
1
14
56
1
12
8
1
4
29
14
56
12
8
Selanjutnya jika tabel matriks transisi
diselesaikan maka didapatkan matriks
transisi perpindahan operator televisi
berbayar sebagai berikut:
Sumber: Data Penelitian
Dari data perpindahan merek pada studi
kasus dalam penelitian dapat dilihat
bahwa operator Big TV merupakan
operator yang mendapat tambahan
pelanggan terbesar dari perpindahan
merek,
selanjutnya
TransVision,
sedangkan operator lainnya kehilangan
pelanggan dari perpindahan merek
pelanggan yang terjadi.
6
29
�=
0.621
0.069
0.207
0.069
0.034
0.214
0.357
0.214
0.143
0.071
0.107
0.054
0.750
0.071
0.018
0.250
0.167
0.083
0.417
0.083
0.250
0.000
0.125
0.125
0.500
Dengan vektor:
� = 0.244 0. 118 0.471 0.101 0.067
Adapun seluruh pengolahan data dalam
penelitian ini menggunakan piranti
lunak PTC Windchill Quality Solutions
10.2.dan dengan menggunakan piranti
lunak tersebut kondisi matriks transisi
Markov dan vektor state dapat
ditunjukkan seperti pada gambar
berikut.
Diolah dengan PTC Windchill Quality Solutions v 10.2
Gambar 2. Diagram Rantai Markov Perpindahan Operator Televisi Berbayar
Hasil Prediksi Pangsa Pasar Perpindahan Operator Televisi Berbayar
Dari hasil prediksi dengan menggunakan model rantai Markov ternyata secara keseluruhan
menunjukkan bahwa prediksi pangsa IndoVision pada kondisi state akan relatif stabil dan
cenderung meningkat menjadi sekitar 49 persen. Jal ini dapat dipahami mengingat saat ini
Indovision adalah penyelenggara yang beroperasi paling lamadibandingkan dengan operator
lainnya. Indovision saat ini telah beroperasi sekitar 20 tahun dengan pangsa pasar saat ini lebih
dari 40 peren di seluruh Indonesia.
Temuan lain adalah prediksi akan turunya secara signifikan pelanggan televisi berbayar Big TV
yang diprediksi akan memiliki share pada kondisi state sebesar 13,6 persen atau rata-rata 15,2
persen.
Prediksi ini cukup mengejutkan mengingat Big TV pada tahun 2014 mendapatkan predikat
layanan televisi berbayar terbaik di indonesia ini (polling versi forumsatelit), yang disusun
berdasarkan kategori jumlah saluran dan harga berlangganan yang ditawarkan. Akan tetapi dari
data yang diperoleh dalam survey lapangan memang banyak pelanggan mengeluhkan kualitas
gambar dan masalh pencabutan siaran-siaran langsung olahraga terutama sepak bola di Big TV
cukup mengecewakan pelanggan.
Tabel 4. Hasil Prediksi Pangsa Pasar Setelah Perpindahan Merek Layanan Televisi Berbayar.
Sumber: Data Penelitian
Selanjutnya adalah prediksi pangsa pasar Orange TV yang menujukkan peningkatan yang sangat
signifikan menjadi sebesar 20 hingga 21 persen. Hal ini dapat dilihat sebagai keberhasilan
Orange TV dengan menawarkan pelanggan dengan layanan Ku Band dan C Band. Apa sih itu
Ku Band dan C Band. Ku Band adalah sistem langganan dengan menggunakan parabola kecil
ukuran diameter sekitar 60 cm sehingga cocok digunakan di perkotaan yang ruangannya terbatas,
sedangkan C Band menggunakan parabola besar cocok digunakan untuk daerah yang relatif di
luar kota.
Orange TV saat ini terkenal di kalangan para peminat televisi berlangganan karena perusahaan
ini telah memiliki kontrak dengan penyedia konten BPL (British Premier League) dan
ditwarkan dalam bentuk paket kepada para pengguna dengan harga yanmulai menarik pelanggan
baru terutama kalangan mudan dan penggemar olah raga.
Untuk kedua operator lainnya yakni Trans Vision dan K-Vision serta operaot lainnya prediksi
pangsa pasar menunjukkan relatif stabil setelah analisis perpindahan merek dengan
menggunakan rantai Markov dalam penelitian ini.
PENUTUP
Prediksi atau ramalan perubahan posisi pangsa pasar operator televisi berlangganan dikalangan
rumah tangga yang diakibatkan oleh perpindahan peyelenggara menyebabkan operator televisi
berlangganan Indovision di prediksi masih akan mendominasi pangsa pasar dengan share sekitar
48 persen, sedangkan penyelenggara dan jenis lainnya akan menglamai kenaikan yakni Orange
TV, penurunan yakni Big TV, dan stagnan yakni TransVision, K-Vision dan operator lainnya.
Kondisi ini dapat dijelaskan dengan melihat besaran probabilitas state untuk konsumen yang
tidak akan melakukan perpindahan atau konsumen dengan loyalitas merek yakni sebesar 0,67
jauh lebih besar dengan yang dimiliki.oleh operator lainnya.
Besar harapan penelitian ini mampu menambah khasanah dan inspiratif bagi penelitian lanjutan
khususnya dalam analisis pangsa pasar dan segmentasi pasar.
DAFTAR PUSTAKA
Awogbemi, Clement Adeyeye, Oloda, Festus Smart and Osama, Caleb. 2012. Kehinde
Modeling Brand Switching in Consumers’ Products Journal of Economics and
Sustainable Development www.iiste.org ISSN 2222-1700 (Paper) ISSN 2222-2855
(Online) Vol.3, No.12, 2012
Chaarlas, I.J and Rajkumar, R. 2012, “Brand Switching – A conceptual Analysis”,
THAVANIJRMM, Vol.1(2) pp 1-5.
Datong, G. Monday, 2011. A Markov Chain Model Analysis of GSM Network Service Providers
Marketing Mix International Journal of Engineering & Technology IJET-IJENS Vol: 11
No: 04 113804-7676 IJET-IJENS August 2011
Djan, I. dan Ruvendi, R. 2006. Prediksi Perpindahan Penggunaan Merek Handphone di
Kalangan Mahasiswa (Studi Kasus Pada Mahasiswa STIE Binaniaga). Jurnal Ilmiah
Binaniaga 2(1).
Hasdianti, R. 2006. MA-4173 Kapita Selekta Matematika Terapan I (Teori Antrian). Penerbit
ITB, Bandung.
Hatidja, Djoni. Abdullah, Sri H. dan Salaki Deiby T. 2013 Pergeseran Pangsa Pasar Kartu
Seluler Pra Bayar Gsm Menggunakan Analisis Rantai Markov (Studi Kasus: Mahasiswa
Fmipa Unsrat Manado) PROSIDING Seminar Nasional Matematika dan Pendidikan
Matematika tanggal 9 November 2013 di Jurusan Pendidikan Matematika FMIPA UNY
ISBN:978–979– 16353 – 9 – 4
Howard, A., and Rorres, C. 2004. Aljabar Linear Elementer versi Aplikasi. Edisi ke-8, jilid 2.
Terjemahan Izham Harmein dan Julian Gresdando. Erlangga, Jakarta.
Kotler, Philip, 2006, Manajemen Pemasaran, Edisi Milenium, Jilid 1, Terjemahan : Benjamin
Molan, Jakarta, Prenhallindo.
OSENI, B. Azeez and Femi J. 2013. On The Use Of Markov Analysis In Marketing of
Telecommunication Product In Nigeria. Ayoola International Journal of Mathematics and
Statistics StudiesVol.1 No. 1, March 2013, pp. 63-68 Published by European Centre for
Research, Training and Development, UK (www.ea-journals.org)
Papoulis, Athanasius, 1992. Probabilitas, Variabel Random, dan Proses Stokastik, edisi ke-2,
Gadjah Mada university Press, Yogyakarta, 1992.
Umeshanand, G. 2008. Study on Brand Switching in Consumer Products, MBA Thesis,
Department of Management and Technology Chhattisgarh Vivekananda Technical
University India