Evaluasi Kinerja Coffee Chain

1 PENDAHULUAN

1.1 Latar Belakang

Di tengah persaingan industri bisnis kafe yang semakin ketat, efisiensi operasional dan ketepatan perencanaan biaya merupakan faktor penting dalam menentukan keberlanjutan bisnis. Perusahaan tidak hanya dituntut untuk meningkatkan penjualan, tetapi juga memastikan bahwa peningkatan tersebut mampu menghasilkan keuntungan yang optimal.

Coffee Chain Dataset menyajikan data bulanan operasional perusahaan selama periode 2012–2013 yang mencakup berbagai produk minuman seperti kopi, espresso, dan teh. Data ini memuat informasi terkait penjualan (Sales), keuntungan (Profit), target perusahaan (Budget), serta biaya operasional (Expenses).

Melalui analisis ini, perusahaan dapat mengevaluasi hubungan antara penjualan dan profit, menilai apakah target yang ditetapkan telah tercapai, serta mengidentifikasi efisiensi dalam pengelolaan biaya operasional. Hasil analisis ini diharapkan dapat menjadi dasar dalam pengambilan keputusan strategis untuk meningkatkan kinerja bisnis di masa mendatang.

1.2 Tujuan

Tujuan analisis ini adalah untuk mengevaluasi kinerja bisnis Coffee Chain melalui pendekatan berbasis data dengan fokus pada aspek profitabilitas, pencapaian target, dan efisiensi operasional. Secara spesifik, analisis ini bertujuan untuk:

1. Akurasi Budgeting: Mengidentifikasi apakah target profit yang ditetapkan perusahaan realistis atau terlalu optimis dibandingkan pencapaian yang sebenarnya.

2. Analisis Profitabilitas Produk: Menentukan produk yang memberikan kontribusi profit tertinggi serta mengidentifikasi perbedaan kinerja antar produk.

3. Evaluasi Efisiensi Operasional: Menganalisis pengaruh biaya operasional terhadap profit untuk mengidentifikasi potensi inefisiensi dalam pengelolaan biaya.

4. Hubungan Penjualan dan Profit: Menganalisis hubungan antara penjualan dan profit untuk memahami apakah peningkatan penjualan secara konsisten menghasilkan peningkatan keuntungan.

1.3 Deskripsi Data

Dataset yang digunakan dalam analisis ini merupakan data bulanan penjualan Coffee Chain selama periode 2012–2013 yang terdiri dari 20 variabel dengan berbagai jenis data, baik numerik maupun kategorik.

Untuk mendukung tujuan analisis yang telah ditetapkan, penelitian ini difokuskan pada beberapa variabel utama yang dianggap relevan dalam mengevaluasi kinerja bisnis, profitabilitas, pencapaian target, serta efisiensi operasional. Variabel-variabel tersebut disajikan pada tabel berikut:

Kategori	Variabel	Deskripsi	Fungsi dalam Analisis
Finansial	Sales	Total Pendapatan dari penjualan produk	Mengukur performa penjualan dan digunakan dalam analisis tren serta hubungan dengan profit
Finansial	Profit	Keuntungan bersih yang diperoleh perusahaan	Mengukur tingkat keberhasilan bisnis dan menganalisis profitabilitas serta sebagai variabel dependen
Product	Product	Jenis Minuman yang dijual	Mengelompokkan data untuk membandingkan profit antar produk
Time	Date	Waktu transaksi	Menganalisis tren penjualan dari waktu ke waktu
Budget	Budget Sales	Target Penjualan	Membandingkan target dengan realisasi
Budget	Budget Profit	Target Keuntungan	Mengevaluasi apakah profit sesuai target
Cost	Total Expenses	Total biaya operasional	Menganalisis pengaruhnya terhadap profit dan efisiensi biaya

2 ANALISIS PERFORMA

2.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk memberikan gambaran awal mengenai karakteristik data numerik, khususnya pada variabel Sales, Profit, dan Total Expenses, sebelum dilakukan analisis lebih lanjut.

summary(coffe_chain[, c("Sales", "Profit", "Total Expenses")])

##      Sales         Profit       Total Expenses  
##  Min.   : 17   Min.   :-638.0   Min.   : 10.00  
##  1st Qu.:100   1st Qu.:  17.0   1st Qu.: 33.00  
##  Median :138   Median :  40.0   Median : 46.00  
##  Mean   :193   Mean   :  61.1   Mean   : 54.06  
##  3rd Qu.:230   3rd Qu.:  92.0   3rd Qu.: 65.00  
##  Max.   :912   Max.   : 778.0   Max.   :190.00

2.2 Tren Penjualan dan Profit

Grafik berikut ini menunjukkan tren total penjualan (Sales) dan total profit (Profit) yang telah diagregasi secara bulanan selama periode 2012-2013.

library(ggplot2)
library(dplyr)

# membuat variabel data terhadap waktu
data_trend <- coffe_chain %>%
  group_by(Date) %>%
  summarise(
    total_sales = sum(Sales, na.rm = TRUE),
    total_profit = sum(Profit, na.rm = TRUE)
  )

# mencari titik max dan min untuk Sales
sales_max <- data_trend %>% filter(total_sales == max(total_sales))
sales_min <- data_trend %>% filter(total_sales == min(total_sales))

# mencari titik max dan min untuk Profit
profit_max <- data_trend %>% filter(total_profit == max(total_profit))
profit_min <- data_trend %>% filter(total_profit == min(total_profit))

# plot line chart
ggplot(data_trend, aes(x = Date)) +
geom_line(aes(y = total_sales, color = "Sales"), linewidth = 1) +
geom_line(aes(y = total_profit, color = "Profit"), linewidth = 1) +
  
#menambahkan keterangan pada tiap variabel
geom_point(data = sales_max, aes(y = total_sales), color = "#00BFC4", size = 2) +
geom_text(data = sales_max, aes(y = total_sales, label = paste0("Max Sales\n", total_sales)), 
            vjust = -0.6, fontface = "bold", color = "#00BFC4", size = 3) +
geom_point(data = sales_min, aes(y = total_sales), color = "#00BFC4", size = 2) +
geom_text(data = sales_min, aes(y = total_sales, label = paste0("Min Sales\n", total_sales)), 
            vjust = 1.6, fontface = "bold", color = "#00BFC4", size = 3) +
geom_point(data = profit_max, aes(y = total_profit), color = "#F8766D", size = 2) +
  geom_text(data = profit_max, aes(y = total_profit, label = paste0("Max Profit\n", total_profit)), 
            vjust = -0.6, fontface = "bold", color = "#F8766D", size = 3) +
geom_point(data = profit_min, aes(y = total_profit), color = "#F8766D", size = 2) +
geom_text(data = profit_min, aes(y = total_profit, label = paste0("Min Profit\n", total_profit)), vjust = 1.6, fontface = "bold", color = "#F8766D", size = 3) +
  
  labs(
    title = "Tren Penjualan dan Profit",
    x = "Waktu",
    y = "Nilai",
    color = "Variabel"
  ) +
  theme_minimal() +
  scale_y_continuous(expand = expansion(mult = c(0.2, 0.2))) +
  scale_x_date(expand = expansion(mult = c(0.15, 0.15)))

Berdasarkan grafik tren penjualan dan profit diatas, terlihat bahwa penjualan (Sales) dan profit (Profit) cenderung bergerak stabil meskipun mengalami fluktuasi.

Penjualan berada pada kisaran 31.555 hingga 31.161, sedangkan profit berkisar antara 8.041 hinga 13.671. Secara umum, peningkatan penjualan diikuti oleh peningkatan profit, yang mengindikasikan adanya hubungan positif antara kedua variabel.

Namun, pada beberapa periode terlihat bahwa perubahan penjualan tidak selalu diikuti dengan perubahan profit yang sebanding, sehingga mengindikasikan adanya kemungkinan pengaruh faktor lain.

2.3 Analisis Data (Korelasi Pearson)

Untuk uji lebih lanjut, dilakukan uji korelasi Pearson, yang digunakan untuk mengukur ku=ekuatan dan arah hubungan antara variabel Sales dan Profit

cor(coffe_chain$Sales, coffe_chain$Profit)

## [1] 0.7973309

Hasil perhitungan menunjukkan nilai koefisien korelasi sebesar 0,79733 atau sekitar 79%, yang artinya terdapat hubungan positif yang kuat antara penjualan dan profit. Hal ini berarti peningkatan penjualan cenderung diikuti oleh peningkatan profit.

Dengan demikian, penjualan memiliki peran penting dalam meningkatkan keuntungan perusahaan, meskipun faktor lain juga dapat memengaruhi besarnya prfoit yang diperoleh.

3 ANALISIS PRODUK

3.1 Perbandingan Profit Berdasarkan

Visualisasi ini bertujuan untuk melihat distribusi total keuntungan yang dihasilkan oleh masing masing jenis minuman. Dengan bar chart , bisa diidentifikasi produk mana yang paling berkontribusi terhadap total pendapatan perusahaan.

# menghitung total profit per produk
data_product <- coffe_chain %>%
  group_by(Product) %>%
  summarise(total_profit = sum(Profit, na.rm = TRUE)) %>%
  arrange(desc(total_profit))

# bar chart
ggplot(data_product, aes(x = reorder(Product, total_profit), y = total_profit, fill = total_profit)) +
  geom_col(show.legend = FALSE) +
  # memberikan label pada chart)
  geom_text(aes(label = scales::comma(total_profit)), 
            hjust = -0.2, 
            size = 3, 
            fontface = "bold") +
  coord_flip() + 
  #memberi keterangan pada chart
  scale_fill_gradient(low = "#F876dd", high = "#2C7FB8") + 
  labs(
    title = "Total Profit Berdasarkan Jenis Produk",
    subtitle = "Coffee Chain 2012-2013",
    x = "Jenis Produk",
    y = "Total Keuntungan"
  ) +
  theme_minimal() +
  scale_y_continuous(expand = expansion(mult = c(0, 0.2)))

Berdasarkan visualisasi di atas, total keuntungan Coffe Chain sangat bergantung pada produk Colombian. Meskipun terdapat banyak varian minuman, perusahaan masih menghadapi kendala pada beberapa jenis produk yang kurang menguntungkan, terutama pada Green Tea yang justru yang justru memberikan kerugian.

Berdasarkan hal tersebut, disarankan bagi perusahan untuk mempertimbangkan strategi promosi yang lebih baik untuk produk produk yang kurang menguntungkan agar dapat memaksimalkan total profit operasional.

3.2 Uji Signifikansi Perbedaan Profit (ANOVA)

Setelah melihat perbedaan secara visual melalui bar chart di atas, perlu dilakukan uji statistik One Way ANOVA untuk membuktikan apakah terdapat perbedaan yang signifikan rata-rata profit antar produk.

Hipotesis:

\(H_0\): Tidak terdapat perbedaan rerata profit yang signifikan antar jenis produk

\(H_1:\) Minimal terdapat satu jenis produk yang memiliki rerata profit

# uji ANOVA
anova_product <- aov(Profit ~ Product, data = coffe_chain)
summary(anova_product)

##               Df   Sum Sq Mean Sq F value Pr(>F)    
## Product       12  4267412  355618   37.97 <2e-16 ***
## Residuals   4235 39666224    9366                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Berdasarkan hasil uji ANOVA, diperoleh nilai \(F_{(12, 4235)} = 37,97\) dengan nilai \(p\text{-value} < 2,2 \times 10^{-16}\). Karena \(p\text{-value} < \alpha(0,05)\), dapat disimpulkan bahwa \(H_0\) ditolak, yang artinya terdapat perbedaan rerata profit antar jenis minuman yang signifikan.

4 ANALISIS TARGET DAN REALISASI

4.1 Analisis Perbandingan Budget Profit Vs Actual Profit

Analisis ini membandingkan total keuntungan (Actual Profit) dengan target keuntungan (Budget Profit) untuk setiap produk untuk menga=evaluasi efisiensi operasional dan estimasi target.

library(ggplot2)
library(dplyr)
library(tidyr)
library(scales)

# mengagrerate data budget vs profit
data_budget_profit <- coffe_chain %>%
  group_by(Product) %>%
  summarise(
    Actual = sum(Profit, na.rm = TRUE),
    Budget = sum(`Budget Profit`, na.rm = TRUE)
  ) %>%
  arrange(desc(Actual)) %>% 
  pivot_longer(cols = c(Actual, Budget), names_to = "Status", values_to = "Value")

#plot bar chart
ggplot(data_budget_profit, aes(x = reorder(Product, Value), y = Value, fill = Status)) +
  geom_col(position = "dodge") +
  geom_text(aes(label = comma(Value)), 
            position = position_dodge(width = 0.9), 
            hjust = -0.1, 
            size = 2.5, 
            fontface = "bold") +
  coord_flip() +
  scale_fill_manual(values = c("Actual" = "#2c7FB8", "Budget" = "#F876DD")) + 
  labs(
    title = "Perbandingan Realisasi Profit vs Budget Profit",
    subtitle = "Coffee Chain Periode 2012-2013",
    x = "Jenis Produk",
    y = "Total Keuntungan (Profit)",
    fill = "Status"
  ) +
  theme_minimal() +
  scale_y_continuous(expand = expansion(mult = c(0, 0.2)), labels = comma)

Berdasarkan visualisasi di atas, terlihat bahwa mayoritas produk mencapai nilai keuntungan yang mendekati target, dengan “Colombian” menjadi kontributor keuntungan terbesar dan melampaui ekspektasi anggaran. Namun, terlihat bahwa “Green Tea” mengalami kerugian sebesar -231. Kesenjangan ini menunjukkan adanya masalah mendasar pada margin keuntungan atau biaya operasional yang tidak terduga, sehingga hal ini bisa menjadi bahan evaluasi bagi perusahaan.

4.2 Analisis Perbandingan Budget Sales Vs Actual Sales

Grafik ini membandingkan total pendapatan (Actual Sales) dengan target penjualan yang ditetapkan oleh perusahaan (Budget Sales) untuk setiap produk. Analisis ini dilakukan untuk melihat apakah permintaan aktual pasar sesuai dengan estimasi yang telah direncanakan oleh perusahaan.

library(ggplot2)
library(dplyr)
library(tidyr)
library(scales)

data_budget_sales <- coffe_chain %>%
  group_by(Product) %>%
  summarise(
    Actual = sum(Sales, na.rm = TRUE),
    Budget = sum(`Budget Sales`, na.rm = TRUE)
  ) %>%
  pivot_longer(cols = c(Actual, Budget), names_to = "Status", values_to = "Value")

# plot bar chart
ggplot(data_budget_sales, aes(x = reorder(Product, Value), y = Value, fill = Status)) +
  geom_col(position = "dodge") +
  geom_text(aes(label = comma(Value)), 
            position = position_dodge(width = 0.9), 
            hjust = -0.1, 
            size = 2.5) +
  coord_flip() +
  scale_fill_manual(values = c("Actual" = "#2C7FB8", "Budget" = "#F876DD")) +
  labs(
    title = "Perbandingan Realisasi Sales vs Budget Sales",
    subtitle = "Coffee Chain Periode 2012-2013",
    x = "Produk",
    y = "Total Penjualan",
    fill = "Keterangan"
  ) +
  theme_minimal() +
  scale_y_continuous(expand = expansion(mult = c(0, 0.2)), labels = comma)

Berdasarkan visualisasi di atas, sebagian besar produk minuman menunjukkan performa penjualan yang stabil dan mendektai target, terutama pada produk “Caffe Mocha” dan “Amaretto” . Produk “Colombian” menunjukkan produk utama yang berhasil melampaui target dengan dominasi yang kuat dalam penjualan. Namun, terdapat kesenjangan pada produk “Lemon” dan “Earl Grey” yang realisasinya masih di bawah anggaran. Secara keseluruhan, walaupun volume penjualan kategori “Tea” cukup bersaing, pencapaian targetnya tidak se akurat katerogi “Coffee”, hal ini menunjukkan perlunya evalusai strategi pemasaran pada jenis produk tersebut agar lebih realistis dan bahkan melampaui target di periode selanjutnya.

4.3 Uji Signifikansi Akurasi Budgeting (Paired Sample T-Test)

Setelah melihat visualisasi perbandingan budgeting vs aktual, langkah selanjutnya adalah membuktikan secara statistik apakah selisih antara Budget dan aktual bersifat signifikan atau hanya merupakan fluktuasi acak. Oleh karena itu, digunakan Uji Paired Sample T-Test untuk menentukan apakah rerata selisih (mean difference) antara target dan realisasi sama dengan nol atau menunjukkan perbedaan yang nyata.

Hipotesis:

\(H_0\): Tidak ada perbedaan signifikan antara rerata Budget dan Aktual

\(H_1:\) Terdapat perbedaan signifikan antara rerata Budget dan Aktual

# Uji T untuk variabel Profit
t_test_profit <- t.test(coffe_chain$Profit, coffe_chain$`Budget Profit`, paired = TRUE)
# Uji T untuk variabel Sales
t_test_sales <- t.test(coffe_chain$Sales, coffe_chain$`Budget Sales`, paired = TRUE)

# Menampilkan hasil Profit
t_test_profit

## 
##  Paired t-test
## 
## data:  coffe_chain$Profit and coffe_chain$`Budget Profit`
## t = 0.31011, df = 4247, p-value = 0.7565
## alternative hypothesis: true mean difference is not equal to 0
## 95 percent confidence interval:
##  -0.9809752  1.3496193
## sample estimates:
## mean difference 
##        0.184322

# Menampilkan hasil Sales
t_test_sales

## 
##  Paired t-test
## 
## data:  coffe_chain$Sales and coffe_chain$`Budget Sales`
## t = 25.518, df = 4247, p-value < 2.2e-16
## alternative hypothesis: true mean difference is not equal to 0
## 95 percent confidence interval:
##  16.00575 18.66986
## sample estimates:
## mean difference 
##        17.33781

• Berdasarkan hasil Paired Sample T-Test Budget Profit vs Profit, diperoleh nilai \(p\text{-value} = 0,7565\). Karena \(p\text{-value} > \alpha(0,05)\), dapat disimpulkan bahwa \(H_0\) gagal ditolak, yang artinya tidak ada perbedaan signifikan antara Target Profit dan Realisasi. Hal ini menunjukkan perusahaan sudah cukup akurat untuk memprediksi profit.

• Berdasarkan hasil Paired Sample T-Test Budget Sales vs Sales, diperoleh nilai \(p\text{-value} < 2,2 \times 10^{-16}\). Karena \(p\text{-value} < \alpha(0,05)\), dapat disimpulkan bahwa \(H_0\) ditolak, yang artinya terdapat perbedaan signifikan antara Target Sales dan Realisasi. Hal ini menunjukkan adanya underestimate market oleh perusahaan.

5 ANALISIS EFISIENSI

5.1 Hubungan Total Expenses dan Profit

Untuk mengevaluasi efisiensi operasional, diperlukan analisis hubungan antara total biaya operasional (Total Expenses) dan Profit (Profit). Visualisasi berikut digunakan untuk melihat pola hubungan antara kedua variabel tersebut serta mengidentifikasi apakah peningkatan biaya diikuti oleh peningkatan keuntungan.

ggplot(coffe_chain, aes(x = `Total Expenses`, y = Profit)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  labs(
    title = "Hubungan Total Expenses dan Profit",
    x = "Total Expenses",
    y = "Profit"
  ) +
  theme_minimal()

## `geom_smooth()` using formula = 'y ~ x'

Berdasarkan visualisasi diatas, terlihat bahwa Total Expenses dan Profit memiliki kecenderungan hubungan positif dimana peningkatan biaya operasional umumnya diikuti oleh peningkatan profit.

Namun, sebaran data yang cukup lulas menunjukkan bahwa hubungan tersebut tidak terlalu kuat, karena terdapat beberapa kondisi di mana biaya tinggi tidak menghasilkan profit yang tinggi.

Hal ini mengindikasikan bahwa efisiensi operasional belum konsisten dan kemungkinan terdapat faktor lain yang memengaruhi profit.

5.2 Analisis Regresi Linear

Untuk mengetahui pengaruh Total Expenses terhadap Profit, digunakan analisis regresi linear sederhana. Analisis ini bertujuan untuk menguji apakah biaya operasional memiliki pengaruh yang signifikan terhadap keuntungan perusahaan.

Hipotesis:

\(H_0\): Tidak ada pengaruh signifikan antara Total Expenses terhadap Profit

\(H_1:\) Terdapat pengaruh signifikan antara Total Expenses terhadap Profit

model <- lm(Profit ~ `Total Expenses`, data = coffe_chain)
summary(model)

## 
## Call:
## lm(formula = Profit ~ `Total Expenses`, data = coffe_chain)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -757.52  -37.61   -9.44   34.14  721.97 
## 
## Coefficients:
##                  Estimate Std. Error t value Pr(>|t|)    
## (Intercept)      27.10926    2.97820   9.103   <2e-16 ***
## `Total Expenses`  0.62868    0.04727  13.299   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 99.67 on 4246 degrees of freedom
## Multiple R-squared:  0.03999,    Adjusted R-squared:  0.03976 
## F-statistic: 176.9 on 1 and 4246 DF,  p-value: < 2.2e-16

Berdasarkan hasil regresi, diperoleh nilai p-value untuk variabel Total Expenses sebesar < 0,001, yang lebih kecil dari tingkat signifikansi 0,05. Oleh karena itu, H0 ditolak dan H1 diterima. Hal ini menunjukkan bahwa Total Expenses memiliki pengaruh yang signifikan terhadap Profit. Sehingga dapat disimpulkan bahwa perubahan biaya operasional dapat berpengaruh terhadap keuntungan perusahaan. Namun, tetap terdapat faktor lain yang juga memengaruhi profit.

6 PENUTUP

6.1 Kesimpulan

1. Hubungan Finansial: Terdapat korelasi positif yang kuat antara Penjualan (Sales) dan Profit (Profit), dimana volume penjualan merupakan kontributor utama dalam keuntungan. Selain itu, Biaya Operasional (Total Expenses) terbukti berpengaruh signifikan terhadap Profit, meskipun hubungannya tidak bersifat linear mutlak, sehingga terindikasi adanya variansi efisiensi.

2. Kinerja Produk: Colombian merupakan kontributor utama dalam hal penjualan dan keuntungan. Sebaliknya Green Tea tercatat mengalami kerugian.

3. Akurasi Perencanaan: Perusahaan menunjukkan kemampuan yang sangat baik dan akurat dalam memprediksi target keuntungan, seperti yang sudah dibuktikan dengan Paired T-Test yang tidak signifikan. Namun, dalam hal penjualan terjadi underestimate, dimana realisasi penjualan secara signifikan melampaui target yang ditetapkan.

6.2 Saran

1. Evaluasi Jenis Produk: Perusahaan perlu mengevaluasi biaya produksi dan operasional untuk produk Green Tea untuk mengidentifikasi penyebab kerugian dan memutuskan apakah diperlukan adanya penyesuaian harga, penghentian varian, atau optimalisasi iklan.

2. Optimalisasi Budgeting: Karena terdapat perbedaan signifikansi pada Budget Sales, perusahaan disarankan untuk menggunakan metode peramalan yang lebih menyesuaikan potensi pasar.

3. Pengendalian Biaya: Karena pengaruh biaya operasional signifikan terhadap profit, perusahaan sebaiknya menghemat biaya pada produk produk yang memiliki keuntungan yang rendah, tanpa mengurasi kualitas layanan, agar mendapat peningkatan profit secara keseluruhan.