ANALISIS MARKOV DALAM MEMPREDIKSI PANGSA PASAR PERBANKAN DI DESA
WESTVALE
LAPORAN PRAKTIKUMLAB. METODE KUANTITATIF BISNIS
Oleh :
Siti Angginami Sadida Pane – 1301065654
Kelas : 04 PCJRuang : 727
LAB MANAJEMENUniversitas Bina Nusantara
Jakarta2009
KATA PENGANTAR
Puji syukur penyusun ucapkan atas kehadirat Tuhan Yang Maha Esa atas
rahmatnya penyusun dapat menyelesaikan tugas laporan Analisis Kuantitatif Bisnis
ini. Penulisan laporan ini merupakan salah satu tugas dan persyaratan untuk
menyelesaikan mata kuliah Lab.Analisis Kuantitatif Bisnis. Dalam penulisan laporan
ini penyusun ingin mengucapkan terima kasih pada pihak-pihak yang telah
membantu dalam menyelesaikan tugas laporan Lab Analisis Kuantitatif Bisnis ini
khususnya kepada :
1. Pihak Lab. Mnajemen
2. Kak Edo dan Kak Hima selaku Asisten Lab yang telah membimbing.
3. Teman-teman yang telah membantu dalam penyelesaian tugas laporan Lab.
Analisis Kuantitatif Bisnis.
4. Kepada pustakawan BINUS UNIVERSITY yang telah membantu dalam
pencarian buku untuk laporan ini.
5. Rekan-rekan kelas 04 PCJ BINUS UNIVERSITY angkatan 2009.
Penyusun menyadari sepenuhnya bahwa penyusunan laporan Laboratorium
Analisis Kuantitatif Bisnis ini masih jauh dari kata sempurna dan mempunyai banyak
kekurangan. Oleh karena itu, penyusun mohon maaf bila terdapat kesalahan dalam
penulisan maupun pengetikan. Kritik dan saran yang membangun sangat diharapkan
untuk penyempurnaan laporan ini dan pembuatan laporan di masa yang akan
datang.
Jakarta, 6 Juni 2011
Penyusun,
Siti Angginami Sadida Pane
Halaman Daftar IsiDAFTAR ISI
Halaman
KATA PENGANTAR iv
DAFTAR ISI v
DAFTAR TABEL (jika ada) dst-nya
DAFTAR GAMBAR (jika ada)
Bab 1 . PENDAHULUAN
1.1 Latar Belakang 1
1.2 Identifikasi Masalah 2
1.3 Tujuan 3
1.4 Manfaat 4
1.5. Metodologi Penelitian dst-nya
Bab 2. Landasan Teori
2.1 xxxxxxxxxxxxxxxxxxx
2.2 xxxxxxxxxxxxxxxxxxx
dst
Bab 3. Analisis dan Interpretasi Data
3.1 xxxxxxxxxxxxxxxxxxx
3.2 xxxxxxxxxxxxxxxxxxx
dst
Bab 4. SIMPULAN DAN SARAN
4.1 Simpulan
4.2 Saran
Daftar PustakaLampiran (jika ada)
DAFTAR TABEL
Halama
n
Tabel 2.1 Matriks Transisi n
Tabel 3.1 Data n
DAFTAR GAMBAR
Halama
n
Gambar
3.1
Pilih Module – Markov Analysis n
Gambar
3.2
Pilih File - New n
Gambar
3.3
Masukkan Number of States = 2 n
Gambar
3.4
Input data n
Gambar
3.5
Output n
Petunjuk Menggunakan Template Ini
1. Perhatikan hal berikut :
a. Baca dulu penjelasan (ditulis pakai warna biru) untuk masing-masing dokumen yang akan dibuat
b. Mulailah menulis seperti yang diminta dari penjelasan
c. Ketiklah tulisan anda mulai dari tanda [mulailah dari sini ] atau yang bertanda << >>
2. Jangan mengubah format Font
3. Tambahkan nomor halaman pada dokumen Bab 1 ini
Nomor halaman yang berisi judul Bab I ini (yaitu halaman 1) dituliskan pada bagian TENGAH BAWAH halaman, sedangkan nomor halaman berikutnya (halaman 2 dst) diletakkan pada bagian KANAN ATAS halaman.
4. Jika sudah selesai, maka bagian penjelasan yang berwarna biru bisa anda delete
5. Jika sudah selesai maka bisa anda cetak
6. Jika ada masalah teknis atas template ini, anda dapat menghubungi pihak LAB MANAJEMEN ATAU ASISTEN ANDA.
7.
Selamat menyusun
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Pada saat ini, masyarakat pada umumnya lebih selektif dalam memilih tempat
mereka untuk menabung, karena didasari oleh promosi-promosi dari setiap bank,
keuntungan yang akan didapat jika konsumen menabung di bank tersebut, serta
faktor-faktor promosi lainnya.
Dalam laporan ini, saya akan meneliti tentang “ANALISIS MARKOV DALAM
MEMPREDIKSI PANGSA PASAR PERBANKAN DI DESA WESTVALE”, yang pada saat
ini terdapat dua bank di desa Westvale yang terdiri dari 2000 orang, yaitu Bank of
Westvale dan American National Bank, tujuan saya dalam pembuatan laporan ini
agar saya dapat mengetahui bagaimana perkembangan pangsa pasar perbankan
di desa Westvale dari bulan ke bulannya, yang juga nantinya mempermudah
strategi pemasaran apa yang sebaiknya dilaksanakan oleh pihak bank untuk
meningkatkan pangsa pasar bank tersebut.
Disini, saya akan menggunakan salah satu metode Analisis Kuantitatif Bisnis,
yaitu metode Markov Analysis, yang dengan metode tersebut saya dapat
mengetahui pangsa pasar kedua bank tersebut dengan probabilitas yang ada,
steady state dari masing-masing bank tersebut, dan ekspektasi pelanggan jangka
panjang terhadap masing-masing bank. Dengan metode Markov Analysis ini juga,
saya dapat menilai bagaimana kesetiaan masyarakat dalam memilih bank,
apakah berpindah-pindah atau tetap setia pada satu bank saja.
Dalam data saya saat ini, yang menjadi masalah adalah bagaimana cara
mencari probabilitas steady state, pangsa pasar bank, dan ekspektasi jangka
panjang bank yang ada di desa Westvale, dalam kurun waktu tiga bulan.
Metode saat ini yang saya gunakan adalah metode Markov Analysis, yang
nantinya akan saya lakukan perhitungan dengan software QM for Windows 2 dan
juga akan dilakukan perhitungan secara manual.
1.2 Identifikasi Masalah
Berapakah pangsa pasar Bank of Westvale untuk bulan ketiga.
Berapa banyaknya penduduk yang menjadi pelanggan Bank of Westvale
untuk bulan ketiga.
Berapakah Steady State untuk Bank of Westvale dan American National
Bank
Berapakah ekspektasi pelanggan jangka panjang di Bank of Westvale dan
American National Bank.
1.3 Tujuan dan Manfaat
Tujuannya adalah:
1. Untuk mengetahui pangsa pasar Bank of
Westvale.
2. Untuk mengetahui Bank manakah yang paling
diminati oleh masyarakat di desa Westvale.
3. Untuk mengetahui steady state Bank of Westvale
dan American National Bank.
4. Untuk mengetahui ekspektasi pelanggan jangka
panjang di Bank of Westvale dan American National Bank.
Manfaatnya adalah :
Manfaat dari hasil penyusunan Laporan Analisis Kuantitatif Bisnis ini agar
Bank of Westvale dapat meningkatkan pemasaran kampanye Bank kepada
masyarakat dan sebagai acuan untuk kedua bank tesebut.
1.4. Metodologi Penelitian 1.4.1. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan untuk mendapatkan data-
data dalam penelitian Laporan Analisis Kuantitatif Bisnis ini adalah metode
kuantitatif dengan melakukan obeservasi terlebih dahulu.
1.4.2. Metode Analisis DataMetode analisis data yang saya gunakan untuk mengolah dan
menganalisis data yang telah saya kumpulkan adalah dengan metode
Markov Analysis karena dengan menggunakan metode ini saya dapat
mengetahui pangsa pasar dari masing-masing bank, sehingga dapat
menjadi acuan bagi tiap bank tersebut.
BAB 2
LANDASAN TEORI
2.1 Analisis Kuantitatif Bisnis2.1.1 Pengertian Analisis Kuantitatif Bisnis
Analisis kuantitatif bisnis adalah pendekatan ilmiah untuk pengambilan
keputusan manajerial dan ekonomi, dimana metode ini berkaitan tentang
model matematika yang kompleks dan statistik, pengukuran dan penelitian.
Analisis Kuantitatif Bisnis dapat dilakukan karena beberapa alasan seperti
pengukuran, evaluasi kinerja atau penilaian instrumen keuangan. Hal ini juga
dapat digunakan untuk memprediksi kejadian-kejadian dunia nyata. Dalam
arti luas, analisis kuantitatif hanyalah sebuah cara untuk mengukur sesuatu.
Contoh analisis kuantitatif meliputi segalanya dari rasio keuangan sederhana
seperti laba per saham, sesuatu yang rumit seperti arus kas diskonto, atau
penentuan harga opsi.
2.1.2 Metode – Metode Analisis Kuantitatif BisnisDalam Analisis Kuantitatif Bisnis terdapat banyak metode dalam penyelesaian
masalah.
a. Linear Programming
b. Transportasi
c. Waiting Line
d. Forecasting
e. Decision Analysis
f. Markov Analysis
g. Project Management (CPM/PERT)
2.2 Markov Analysis2.2.1 Pengertian Markov Analysis
Markov analysis adalah teknik probabilita yang tidak memberikan keputusan
rekomendasi. Dan markov analysis juga tidak memberikan informasi
probabilita mengenai situasi keputusan yang dapat membantu pengambil
keputusan untuk membuat keputusan. Dengan kata lain, markov analysis
bukan merupakan teknik optimasi, melainkan merupakan teknik deskriptif
yang menghasilkan informasi probabilita. Markov analysis digunakan dalam
peramalan perilaku masa depan suatu variable atau sistem yang tidak
tergantung kepada sistem perilaku di masa lalu, dengan kata lain acak.
Sebagai contoh, dalam membalik koin probabilitas dari kepala datang flip
sama terlepas dari apakah hasil sebelumnya kepala atau ekor. Dalam
akuntansi, markov analysis yang digunakan dalam memperkirakan utang
buruk atau tidak tertagihnya piutang usaha. Dalam pemasaran, digunakan
dalam loyalitas merek permodelan masa depan konsumen berdasarkan tarif
mereka saat pembelian dan pembelian kembali. Dalam control kualitas,
markov analysis berlaku untuk masalah umum – sebab dan peristiwa urutan
lainnya tergantung, dan dapat menangani sistem degradasi. Dinamai setelah
penemunya, matematikawan Rusia dan perintis teori probabilitas, Andrei
Markov Andreevich (1856-1922).
2.2.2 Karakteristik Markov AnalysisSifat-sifat dalam terminology Markov adalah sebagai berikut :
Sifat 1 : Jumlah probabilita transisi untuk suatu awal keadaan dari suatu
sistem, tertentu sama denga 1.0
Sifat 2 : Probabilita berlaku bagi siapa saja dalam sistem
Sifat 3 : Probabilita transisi konstan sepanjang waktu
Sifat 4 : Keadaan merupakan keadaan yang independen sepanjang waktu
2.2.3 Proses MarkovProses Markov adalah suatu kasus khusus dari proses stokastik yang
lebih umum. Proses stokastik dapat dilihat sebagai deretan variabel acak
terhadap waktu. Misalnya pada indeks bursa efek Dow Jones. Setiap hari
nilai akhir dari angka indeks tersebut diterima sebagai hasil dari variabel
acak. Pada suatu periode waktu, kita dapat menganggap angka indeks
dari Dow Jones merupakan realisasi dari proses stokastik. Secara
spesifik, misalkan xi adalah angka indeks pada akhir hari ke i dalam
tahun tertentu, dengan i = 1 sampai 250 (diasumsikan dalam satu tahun
terdapat 250 hari perdagangan). Misalnya x37 merupakan variabel acak
yang menggambar- kan hasil dari hari ke 37 pada tahun tertentu. Maka
xi dimana i = 1 sampai 250 merupakan proses yang stokastik. Nilai yang
diobservasi pada proses stokastik ini untuk satu tahun adalah realisasi
dari proses tersebut. Nilai xi pada suatu hari disebut status/keadaan dari
proses.
Ciri khas dari proses Markov melihat kemungkinan tersebut sebagai
perubahan dari suatu keadaan ke keadaan yang lain. Dalam proses
Markov, kemungkinan berubah dari suatu keadaan ke keadaan yang lain
hanya tergantung pada keadaan saat ini dan bukan bagaimana sampai
pada keadaan tersebut. Hal ini dikenal sebagai sifat Markov. Dan
dikatakan proses tersebut tidak mempunyai memori.
Matriks kemungkinan perpindahan keadaan / transisi
Kemungkinan perubahan dari satu keadaan ke keadaan yang lain dalam
prose Markov disebut kemungkinan transisi, ditampilkan dengan matriks
kemungkinan transisi seperti pada tabel.
Tabel 2.1 : Matriks Transisi
Dari keadaan ke
Pindah ke keadaan ke
1 2 . . j . . n
1 P11 P12 . . P1j . . P1n
2 P21 P22 . . P2j . . P2n
. . . . . . . . .i Pi1 Pi2 . . Pij . . Pin
. . . . . . . . .n Pn1 Pn2 . . Pnj . . Pnn
Keterangan :
n adalah jumlah keadaan dalam proses dan P ij adalah kemungkinan
transisi dari keadaan saat i ke keadaan j. Jika saat ini berada pada
keadaan i maka baris i dari tabel di atas berisi angka-angka P i1, Pi2 , …….,
Pin merupakan kemungkinan berubah ke keadaan berikutnya. Oleh
karena angka tersebut melambangkan kemungkinan, maka semuanya
melupakan bilangan non negatif dan
tidak lebih dari satu. Secara matematis :
0 < P i j < 1
i = 1, 2, ….., n
Σ P i j = 1
i = 1, 2, ….., n
Steady State Probability
Dalam banyak kasus, proses markov akan menuju pada Steady State
(keseimbangan) artinya setelah proses berjalan selama beberapa periode,
probabilitas yang dihasilkan akan bernilai tetap, dan probabilitas ini
dinamakan Probabilitas Staedy State.
Untuk mencari Probabilitas Steady State dari suatu matrix Transisi, maka kita
dapat menggunakan rumus:
( Nn (i=1) Mn (i=1) ) = (Nn (i) Mn (i) ) x Matrix Probabilitas Transisi
Karena Steady State akan menghasilkan probabilitas yang sama pada periode
ke depan maka rumus tersebu akan berubah menjadi
( Nn (i) Mn (i) ) = ( Nn (i) Mn (i) 0 x Matrix Probabilitas Transisi
2.3 Rantai Markov2.3.1 Pengertian Rantai Markov
Rantai Markov (Markov Chain) dapat didefinisikan sebagai suatu teknik
matematika yang biasa digunakan untuk melakukan pembuatan
model(modeling) bermacam-macam sistem dan proses bisnis. Rantai Markov
merupakan penerapan baru Progran Dinamis terhadap pemecahan masalah
suatu proses stochastic yang dapat dijelaskan oleh sejumlah state yang
terbatas. Teknik ini dapat digunakan untuk memperkirakan perubahan-
perubahan yang akan terjadi diwaktu yang akan datang dalam variabel-
variabel dinamis atas dasar perubahan-perubahan dari variabel-variabel
dinamis tersebut dimasa lalu, sebagai suatu alat dalam riset operasi untuk
mengambil keputusan manajerial.
2.3.2 Proses Model Rantai MarkovSuatu proses markov terdiri dari suatu himpunan obyek dan suatu himpunan
keadaan yang sedemikian rupa sehingga:
1. Pada sembarang waktu yang diketahui, tiap-tiap obyek harus berada
dalam suatu keadaan tertentu (obyek-obyek yang berbeda tidak perlu
berada pada keadaan yang berbeda).
2. Probabilitas untuk sebuah obyek berpindah ke keadaan lainnya (yang
mungkin sama seperti keadaan pertama) dalam satu selang waktu
tertentu hanyalah tergantung pada kedua keadaan itu.
Secara garis besar proses model rantai markov adalah sebagai berikut:
1. Menyusun matriks probabilitas transisi.
2. Menghitung kemungkinan market share diwaktu yang akan datang.
Pada dasarnya rantai markov dapat dibedakan menjadi dua, yaitu rantai
markov berhingga dan rantai markov dengan horizon yang tidak terbatasi.
1. Rantai Markov Berhingga
Rantai Markov berhingga adalah suatu rantai markov yang memiliki jumlah
keadaan yang berhingga.
2. Rantai Markov dengan horizon yang tidak terbatasi
Suatu keputusan dengan horizon tidak terbatasi adalah proses keputusan
yang memiliki tahap yang tak berhingga banyaknya.
Keadaan ini jarang terjadi namun merupakan model yang menarik untuk
digunakan dalam analisis proses yang tidak memiliki titik akhir yang jelas.
Keseimbangan Pangsa Pasar Dalam Rantai Markov
Pangsa pasar adalah bagian pasar yang bisa dikuasai oleh perusahaan.
Secara teoritis, pangsa pasar adalah perbandingan antara volume penjualan
perusahaan dengan permintaan industri. Pangsa pasar perusahaan
sebenarnya merupakan informasi strategis yang dapat memberikan
gambaran mengenai eksistensinya. Informasi mengenai volume penjualan
memang bisa memberikan informasi mengenai penurunan atau kenaikan
penjualan, akan tetapi tidak mungkin bisa memberikan gambaran tentang
eksistensi atau kekuatan perusahaan di pasar.
BAB 3ANALISIS DAN INTERPRESTASI DATA
3.1 Pengumpulan DataWestvale adalah sebuah komunitas pedesaan yang kecil di Maine. Karena
letaknya jauh dari kota lain, 2000 nasabah bank di Westvale melakukan kegiatan
bisnis perbankan dan keuangan mereka pada dua bank yang ada di kota
tersebut, the American National Bank dan the Bank of Westvale. The Bank of
Westvale sedang mempertimbangkan kampanye pemasaran yang berpusat pada
penambahan beberapa jasa baru dan pemberian bunga tabungan yang lebih
tinggi. Pangsa pasar Bank of Westvale saat ini 65%. Dalam persiapan kampanye
ini, bagian pemasaran bank melakukan sebuah penelitian dan menemukan
bahwa:
- Jika seorang pelanggan melakukan transaksi dengan Bank of Westvale dalam
suatu bulan tertentu, terdapat probabilitas sebesar 0.40 bahwa pelanggan
tersebut akan melakukan transaksi lagi dengan Bank of Westvale di bulan
berikutnya dan probabilitas sebesar 0.60 bahwa ia melakukan transaksi dengan
American National di bulan berikutnya.
- Demikian pula sebaliknya, jika seorang pelanggan melakukan transaksi dengan
American National dalam suatu bulan tertentu, terdapat probabilitas sebesar 0.3
bahwa pelangaan tersebut akan tetap melakukan transaksi dengan America
National di bulan berikutnya dan probabilita sebesar 0.7 bahwa ia akan pindah ke
Bank of Westvale.
Tabel 3.1 : Data
Bulan 1
Bulan BerikutnyaBank of
Westvale American National
Bank
Bank of Westvale 0.40 0.60American National
Bank 0.70 0.30Sumber : www.4shared.com/file/oF81GTUt/RO_-
_Analisa_Markov.html
3.2 Pengolahan dan Output DataSetelah data-data dari hasil observasi terkumpul, langkah selanjutnya adalah
melakukan pengolahan data dengan menggunakan software QM untuk
mempermudah dalam mengerjakan laporan ini. Output data bisa dilakukan
setelah proses pengolahan data selesai. Langkah-langkah penyelesaian
pengolahan data terdapat pada gambar-gambar dibawah ini
Gambar 3.1 : Pilih Module – Markov Analysis
Gambar 3.2 : Pilih File - New
Gambar 3.3 : Masukkan Number of States = 2
Gambar 3.4 : Input data
Gambar 3.5 : Output
3.3 Interprestasi DataBerdasarkan output di atas, didapat hasil sebagai berikut:
Pangsa pasar Bank of Westvale untuk 3 bulan ke depan adalah sebesar
0,5354 atau 53.54%.
Pangsa pasar American national Bank untuk 3 bulan ke depan adalah sebesar
0,4646 atau 46,46%.
53.54% x 2000 orang = 1070.8 atau 1071 orang
Jumlah penduduk yang tetap menabung di Bank of Westvale sebanyak 1071
orang.
3.4 Perhitungan ManualDIAGRAM POHON
Untuk menghitung probabilita konsumen yang menabung di Bank of Westvale pada
bulan ketiga kita harus menjumlahkan dua nilai probabilita yang mengacu pada Bank
of Westvale di bulan ketiga.
= (0,4 x 0,4) + (0,6 x 0,7) = 0,58
Jadi probabilita pelanggan yang menabung di Bank of Westvale pada bulan ketiga adalah 0.58
0.4 x 0.4 = 0.16
0.
0.6
0.
0.
0.
0.
0.4 x 0.6 = 0.24
0.6 x 0.7 = 0.42
0.6 x 0.3 = 0.18
MATRIKS TRANSISI
BOW ANB
T = Bank of Westvale [0.4 0.6]
American National Bank [0.7 0.3]
A mewakili probabilita pelanggan yang menabung di Bank of Westvale (BOW).
B mewakili probabilita pelanggan yang menabung di American National Bank (ANB).
A atau B yang ditulis lebih dulu dinyatakan sebagai probabilita yang akan dicari.
(i) menunjukkan periode ke berapa yang akan dicari probabilitanya.
Misalnya, kita ingin menulis “besarnya probabilita pelanggan yang menabung di BOW
pada bulan ke-5 --yang mana pelanggan tersebut pada awalnya merupakan
pelanggan ANB-- adalah sebesar 0,50”. Kalimat tersebut dapat kita ringkas menjadi
AB(5) = 0,5
Untuk menghitung probabilita pelanggan yang menabung di BOW dan ANB pada
bulan kedua dimana keadaan awalnya pelanggan tersebut merupakan pelanggan di
BOW, kita dapat menggunakan matriks.
[AA(2) BA(2)] = [AA(1) BA(1)][0.4 0.6]
[0.7 0.3]
= [1 0] [0.4 0.6]
[0.7 0.3]
= [0.4 0.6]
Artinya, probabilita pelanggan menabung di Bank of Westvale pada bulan ke-2
adalah sebesar 0,4. Dan probabilita pelanggan yang meanbung di American National
Bank adalah 0,6.
Jika kita ingin menghitung probabilita pelanggan yang awalnya menabung di Bank of
Westvale pada bulan ketiga kita cukup mengalikan hasil matriks probabilita bulan
kedua dengan matriks transisi.
[AA(3) BA(3)] = [AA(2) BA(2)[0.4 0.6]
[0.7 0.3]
= [0.4 0.6] [0.4 0.6]
[0.7 0.3]
= [0.58 0.42]
Artinya, probabilita pelanggan menabung di Bank of Westvale pada bulan ketiga
adalah sebesar 0,58. Dan probabilita pelanggan yang menabung di American
National Bank adalah sebesar 0,42.
Keadaan Tetap (Steady State)
Keadaan tetap adalah suatu keadaan dimana nilai probabilita mencapai nilai yang
tetap/tidak berubah. Untuk mengetahui nilai probabilita dalam keadaan tetap, kita
harus menghitung nilai-nilai probabilita tersebut satu-persatu hingga nilai-nilai
probabilita yang dihasilkan tidak berubah dalam beberapa periode terakhir.
Nilai probabilitas dalam keadaan tetap ini juga dapat dicari dengan cara :
Selanjutnya, kita cukup mensubstitusikan persamaan-persamaan di atas.
A = 0.4 A + 0.7 B
= 0.4 A + 0.7 (1-A)
= 0.4 A + 0.7 – 0.7 A
= -0.3 A + 0.7
= 0.5385
Karena A+B = 1 è B = 1-A maka B = 0,4615
Jadi, probabilita pelanggan yang menabung di Bank of Westvale dalam jangka
panjang sebesar 0,5385 dan 0,4615 yang menabung di American National Bank.
Ekspektasi Pelanggan dalam Jangka Panjang
Jika terdapat 2000 pelanggan tetap tiap bulannya dalam desa tersebut, maka
perkiraan jumlah pelanggan yang menabung di Bank of Westvale adalah sebesar
Periode tidak perlu ditulis, karena steady state tidak menunjuk ke
periode manapun
0,5385 x 2000, yaitu 1077 orang. Dan pelanggan yang menabung di American
National Bank diperkirakan sebanyak 923 orang.
BAB 4SIMPULAN dan SARAN
4.1 Simpulan
Setelah melakukan pengumpulan data sampai ke proses akhir pengolahan data yaitu
perhitungan data dengan QM dan manual, maka dapat saya ambil kesimpulan
mengenai “ANALISIS MARKOV DALAM MEMPREDIKSI PANGSA PASAR
PERBANKAN DI DESA WESTVALE” sebagai berikut :
Pangsa pasar Bank of Westvale untuk bulan ketiga adalah sebesar 53.54%
Penduduk yang menjadi pelanggan Bank of Westvale untuk bulan ketiga
adalah 1070.8 orang atau 1071 orang.
Sedangkan ekspektasi pelanggan jangka panjang di Bank of Westvale dan
American National Bank masing-masing adalah 1077 dan 923 orang.
Probabilitas steady state untuk Bank of Westvale dan American National Bank
masing-masing adalah 0.5385 dan 0.4615
Untuk saat ini sampai dengan bulan ketiga, masyarakat desa Westvale lebih
banyak yang memilih untuk menabung di Bank of Westvale.
4.2 SaranBerdasarkan laporan yang saya kerjakan bahwa penduduk di desa Westvale lebih
cenderung memilih untuk menabung di Bank of Westvale, sebaiknya Bank of
Westvale lebih meningkatkan pelayanannya agar lebih bisa meraih pangsa pasar
yang lebih banyak lagi dibulan berikutnya, dan untuk American National Bank lebih
meningkatkan pemasaran dan promosi bank mereka, agar dapat menyaingi Bank of
Westvale.
DAFTAR PUSTAKA
Agus. (2009), Markov 4, (ON LINE),
http://www.scribd.com/doc/23585405/markov-4 , 03 Juni 2011
Garenk, Purwanto. (2009), Analisis Markov, (ON LINE),
http://www.scribd.com/doc/39026785/Modul-10-Analisis-Markov , 03 Juni 2011
Markov, Andrei Andreevich. (2003), Markov Analysis, (ON-LINE),
http://www.businessdictionary.com/definition/Markov-analysis.html , 03 Juni 2011
Ririez. (2011), Analisis Markov, (ON LINE),
http://ririez.blog.uns.ac.id/files/2011/05/analisis-marcov.pdf , 03 Juni 2011
Sonya, Ramos. (2010), Analisa Markov, (ON LINE),
http://www.4shared.com/file/oF81GTUt/RO_-_Analisa_Markov.html , 03 Juni 2011
Utaminingsih. (2011), Riset Operasi, (ON LINE),
http://blog.uad.ac.id/utaminingsih/ , 03 Juni 2011