Penerapan Teori Permainan Berbasis Logika Fuzzy dalam Menentukan Strategi Pemasaran Optimal pada Penyedia Layanan Internet

  • Kamalin Mastura Fakultas MIPA, Universitas Mulawarman
  • Syaripuddin Syaripuddin Program Studi Matematika, Jurusan Matematika, Universitas Mulawarman
  • Qonita Qurrota A'yun Program Studi Matematika, Jurusan Matematika, FMIPA, Universitas Mulawarman

Abstract

Teori permainan adalah pendekatan matematis untuk merumuskan situasi kompetitif dan konflik antara kepentingan yang berbeda. Teori permainan memiliki konsep dasar dalam menyelesaikan suatu kompetisi, meliputi jumlah pemain, nilai permainan, dan strategi permainan. Penelitian ini menerapkan teori permainan yang melibatkan dua pemain yaitu pemain P1 adalah Telkomsel dan pemain P2 adalah Indosat. Penelitian ini bertujuan untuk menentukan strategi yang optimal dari masing-masing penyedia layanan internet agar dapat memperoleh keuntungan dan mengurangi kerungian yang disebabkan oleh penilaian konsumen melalui suatu model matematika dan penyelesaian secara numerik dari matriks permainan. Responden konsumen dalam penelitian ini adalah mahasiswa Jurusan Matematika Fakultas MIPA Universitas Mulawarman. Matriks permainan diperoleh dari logika fuzzy melalui proses fuzzifikasi dan defuzzifikasi. Pendekatan numerik yang dilakukan pada matriks dari logika fuzzy adalah menggunakan pemrograman linier dengan metode penyelesaian yang digunakan adalah metode simpleks dan dual simpleks untuk memperoleh solusi optimum. Hasil penelitian ini menunjukkan bahwa strategi pemasaran yang optimal untuk kedua penyedia layanan internet adalah atribut kecepatan internet untuk pemain P2 (Indosat) dan atribut jangkauan jaringan untuk pemain P1 (Telkomsel) dengan nilai permainan atau saddle point yang diperoleh adalah 9,76388. Atribut yang paling dipentingkan oleh responden konsumen adalah jangkauan jaringan dan kecepatan internet. Pada analisis kepuasan diperoleh hasil bahwa pengguna Telkomsel menunjukkan tingkat kepuasan tertinggi pada atribut jangkauan jaringan dengan nilai rata-rata 7,80342 sedangkan pengguna Indosat menunjukkan tingkat kepuasan tertinggi pada atribut kemudahan mendapatkan produk dengan nilai rata-rata 7,47863.

References

[1] Wijayati, D. (2019). Teori Permainan Menggunakan Algoritma Kunang-Kunang. Naratif: Jurnal Ilmiah Nasional Riset Aplikasi Dan Teknik Informatika, 01(02), 7–12.
[2] Ritonga, H. M., Fikri, M. El, Siregar, N., Agustin, R. R., & Hidayat, R. (2018). Manajemen Pemasaran: Konsep dan Strategi.
[3] Susdarwono, E. T. (2020). Pemrograman Linier Permasalahan Ekonomi Pertahanan: Metode Grafik Dan Metode Simpleks. Teorema: Teori Dan Riset Matematika, 5(1), 89–104. https://doi.org/10.25157/teorema.v5i1.3246
[4] Anggraini, D., Mujib, & Putra, N. W. (2017). Aplikasi Logika Fuzzy dalam Teori Permainan untuk Menentukan Strategi Pemasaran (Studi Kasus: Persaingan Alfamart dan Indomaret). Seminar Nasional Matematika Dan Pendidikan Matematika 2017, 6, 81–87.
[5] Wahyuti, I., & Ngatilah, Y. (2020). Analisis Persaingan Pemasaran Produk Susu Cair Dalam Kemasan Siap Minum Menggunakan Metode Logika Fuzzy dan Teori Permainan. Juminten, 1(3), 116–128. https://doi.org/10.33005/juminten.v1i3.124
[6] Sujarwata. (2018). Sistem Fuzzy dan Aplikasinya (Edisi 1). Deepublish.
[7] Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy untuk Pendukung Keputusan(Edisi 2). Graha Ilmu.
[8] Djalal, A. (2013). Analisis Kepuasan Nasabah dengan Pendekatan Fuzzy Service Quality dalam Upaya Peningkatan Kualitas Layanan Perbankan (Studi Kasus di Bank Mandiri Cabang Sudirman Yogyakarta). Teknoin, 19(1), 1–15. https://doi.org/10.20885/teknoin.vol19.iss1.art1
[9] Ummi, N., & Katili, P. B. (2018). Aplikasi Fuzzy-Servqual dan Importance Performance Analysis untuk Meningkatkan Kualitas Pelayanan Perpustakaan (Studi Kasus: Perpustakaan FT. Untirta). Jurnal Teknik Industri Fakultas Teknik, 3, 146–157.
[10] Haerani, E. (2013). Analisa Kendali Logika Fuzzy Dengan Metode Defuzzifikasi COA (Center of Area), Bisektor , MOM (Mean of Maximum), LOM (Largest of Maximum), DAN SOM (Smallest of Maximum). Jurnal Sains Dan Teknologi Industri, 10(2), 245–253.
[11] Kartono. (1994). Teori Permainan. Andi Offset.
[12] Hillier, F. S., & Lieberman, G. J. (2001). Intoduction to Operations Research(K. Kane (ed.); Edisi 7). McGraw-Hill.
[13] Siagian, P. (1987). Penelitian Operasional, Teori dan Praktek. Universitas Indonesia (UI-Press).
[14] Kurniawan, A. W., & Puspitaningtyas, Z. (2012). Metode Penelitian Kuantitatif. Pandiva Buku.
[15] Setiaman, S. (2020). Merancang Kuesioner Untuk Penelitian(Edisi 1). PPNI Qatar.
[16] Sugiyono. (2007). Statistik Untuk Penelitian(E. Mulyatiningsih(ed.)). Alfabeta Bandung.
Published
2022-09-30
How to Cite
MASTURA, Kamalin; SYARIPUDDIN, Syaripuddin; A'YUN, Qonita Qurrota. Penerapan Teori Permainan Berbasis Logika Fuzzy dalam Menentukan Strategi Pemasaran Optimal pada Penyedia Layanan Internet. Basis : Jurnal Ilmiah Matematika, [S.l.], v. 1, n. 1, p. 70-84, sep. 2022. ISSN 2962-6013. Available at: <https://jurnal.fmipa.unmul.ac.id/index.php/Basis/article/view/936>. Date accessed: 03 july 2024. doi: https://doi.org/10.30872/basis.v1i1.936.