Pendahuluan

Insight

Analisis ini dirancang untuk memberikan wawasan strategis terkait manajemen portofolio produk pada Coffee Chain. Berbeda dengan analisis operasional biasa, fokus utama dari laporan ini adalah membedah performa setiap produk—dengan penekanan khusus pada komparasi antara tipe Regular dan Decaf—berdasarkan dua indikator kinerja utama: tingkat minat pelanggan (direpresentasikan oleh Total Sales) dan tingkat profitabilitas (direpresentasikan oleh Profit Margin Ratio).

Melalui pemetaan metrik tersebut ke dalam sebuah kuadran portofolio, analisis ini bertujuan untuk mengklasifikasikan produk ke dalam empat status strategis: Star, Volume Maker, Profit Contributor, dan Underperformer. Insight yang dihasilkan dari klasifikasi ini akan menjadi landasan objektif bagi pihak manajemen Sistem Informasi untuk merumuskan kebijakan yang tepat guna, seperti: optimalisasi rantai pasok (supply chain), realokasi anggaran pemasaran (marketing), efisiensi Biaya Pokok Penjualan (COGS), hingga keputusan penghapusan produk (discontinue) yang membebani operasional perusahaan.

Deskripsi Data

Dataset yang diekstraksi dan digunakan dalam analisis ini adalah data historis transaksi dan operasional dari Coffee Chain. Tahapan pemrosesan data difokuskan pada variabel-variabel kunci berikut:

Nama Kolom Deskripsi
Product Nama produk kopi atau teh yang dijual
Type Kategori produk utama yaitu Regular dan Decaf
COGS Cost of Goods Sold, yaitu biaya pokok penjualan
Marketing Jumlah biaya yang dikeluarkan untuk pemasaran produk
Profit Laba bersih yang dihasilkan dari penjualan produk
Sales Total penjualan yang berhasil dicapai
Margin Selisih antara penjualan dan COGS sebagai kontribusi laba kotor

Tahapan Analisis

Berikut adalah tahapan analisis untuk mengevaluasi efektivitas dan efisiensi pengeluaran pemasaran dan COGS terhadap profit per produk:

  1. Impor dan Persiapan Data: Mengimpor data dan memastikan struktur data, terutama pemisahan kolom Type (Regular/Decaf) dengan metrik numerik.

  2. Visualisasi Data Awal: Membuat komparasi visual berupa Barplot & Boxplot antara total Sales dan Profit berdasarkan tipe produk untuk melihat gambaran umum dominasi pasar.

  3. Perhitungan Metrik:

    • Market Share (Sales): Persentase kontribusi penjualan setiap produk terhadap total penjualan tipe tersebut.
    • Korelasi COGS vs. Profit: Hitung koefisien korelasi per produk untuk mengukur efektivitas COGS.
    • Profit Margin Ratio: (Profit / Sales) * 100%, untuk melihat seberapa sehat keuntungan dari tiap Rupiah/Dolar yang terjual.

  4. Analisis Faktor Penyebab: Membandingkan rata-rata alokasi Marketing dan COGS antar tipe produk untuk mengidentifikasi alasan rendahnya minat pada tipe tertentu. <1.2.

  5. Pengelompokan dan Pelabelan:

    • Volume Maker: Sales tinggi, Profit margin memadai (Minat tinggi, untung stabil).
    • Profit Contributor: Sales sedang/rendah, Profit margin sangat tinggi (Peminat segmented, tapi sangat menguntungkan).
    • Underperformer: Sales rendah, Profit margin rendah/negatif (Kurang peminat dan merugikan).

  6. Penyimpulan dan Rekomendasi: Menarik garis besar strategi produk untuk manajemen.

Analisis Data

Library yang digunakan

library(readxl)
library(openxlsx)
library(ggplot2)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(kableExtra)
## 
## Attaching package: 'kableExtra'
## The following object is masked from 'package:dplyr':
## 
##     group_rows
library(tidyr)

Impor Data

data <- read_excel("C:/Users/binta/Documents/Bintang/Kuliah/Semester 6/Sistem Informasi Manajemen/1. Tugas SIM 2025B - Coffee Chain Datasets.xlsx")
data
## # A tibble: 4,248 × 20
##    `Area Code` Date                Market  `Market Size` Product  `Product Line`
##          <dbl> <dttm>              <chr>   <chr>         <chr>    <chr>         
##  1         719 2012-01-01 00:00:00 Central Major Market  Amaretto Beans         
##  2         970 2012-01-01 00:00:00 Central Major Market  Colombi… Beans         
##  3         970 2012-01-01 00:00:00 Central Major Market  Decaf I… Beans         
##  4         303 2012-01-01 00:00:00 Central Major Market  Green T… Leaves        
##  5         303 2012-01-01 00:00:00 Central Major Market  Caffe M… Beans         
##  6         720 2012-01-01 00:00:00 Central Major Market  Decaf E… Beans         
##  7         970 2012-01-01 00:00:00 Central Major Market  Chamomi… Leaves        
##  8         719 2012-01-01 00:00:00 Central Major Market  Lemon    Leaves        
##  9         970 2012-01-01 00:00:00 Central Major Market  Mint     Leaves        
## 10         719 2012-01-01 00:00:00 Central Major Market  Darjeel… Leaves        
## # ℹ 4,238 more rows
## # ℹ 14 more variables: `Product Type` <chr>, State <chr>, Type <chr>,
## #   `Budget COGS` <dbl>, `Budget Margin` <dbl>, `Budget Profit` <dbl>,
## #   `Budget Sales` <dbl>, COGS <dbl>, Inventory <dbl>, Margin <dbl>,
## #   Marketing <dbl>, Profit <dbl>, Sales <dbl>, `Total Expenses` <dbl>

Visualisasi Awal

Visualisasi dilakukan untuk melihat langsung dominasi tipe produk di pasar berdasarkan volume penjualan dan profit.

Total Sales dan Profit berdasarkan Tipe Produk

Tahap ini menggunakan teknik agregasi data untuk menjumlahkan seluruh nilai transaksi berdasarkan kategori tipe produk. Analisis ini bertujuan untuk membandingkan kontribusi absolut pendapatan terhadap laba bersih perusahaan. Rumus yang digunakan:

\[\text{Total Value}_j = \sum_{i=1}^{n} \text{Metric}_{ij}\]

Di mana \(j\) adalah Tipe Produk (Regular/Decaf) dan Metric adalah Sales atau Profit.

# 1. Mematikan format "e" (scientific notation) di R
options(scipen = 999)

# Agregasi total Sales dan Profit per Tipe
type_summary <- data %>%
  group_by(Type) %>%
  summarise(
    Total_Sales = sum(Sales, na.rm = TRUE),
    Total_Profit = sum(Profit, na.rm = TRUE),
    .groups = "drop"
  ) %>%
  gather(key = "Variable", value = "Value", Total_Sales, Total_Profit)

# Bar chart perbandingan dengan Sumbu Y Normal
ggplot(type_summary, aes(x = Type, y = Value, fill = Variable)) +
  geom_bar(stat = "identity", position = "dodge") +
  scale_y_continuous(labels = scales::comma) + # 2. Menambahkan koma ribuan di sumbu Y
  labs(title = "Perbandingan Total Penjualan (Sales) dan Laba (Profit) per Tipe",
       x = "Tipe Produk",
       y = "Total Nilai",
       fill = "Metrik") +
  scale_fill_manual(values = c("Total_Profit" = "#7570b3", "Total_Sales" = "#1b9e77")) +
  theme_minimal()

Berdasarkan grafik perbandingan total penjualan dan laba, tipe Regular terbukti mendominasi secara absolut sebagai penyumbang volume penjualan terbesar perusahaan, menandakan pangsa pasar utama masih digerakkan oleh penikmat kopi berkafein. Meskipun demikian dari sisi efisiensi operasional, tipe Decaf menunjukkan kinerja yang sangat kuat. Jarak yang lebih rapat antara total penjualan dan laba pada tipe Decaf mengindikasikan persentase margin keuntungan yang lebih efisien dan sehat dibandingkan tipe Regular, meskipun volume penjualannya secara keseluruhan lebih kecil.

Distribusi Minat Pelanggan (Sales) per Produk

Analisis dilakukan menggunakan distribusi frekuensi melalui diagram kotak (boxplot) untuk melihat sebaran data, nilai tengah (median), serta mendeteksi adanya pencilan (outliers) yang menunjukkan anomali atau potensi penjualan luar biasa.

Rumus Rentang IQR:\[IQR = Q_3 - Q_1\]

Batas Pencilan Atas \(= Q_3 + 1.5 \times IQR\)

# Boxplot distribusi Sales berdasarkan tipe untuk melihat variasi data
ggplot(data, aes(x = Type, y = Sales, fill = Type)) +
  geom_boxplot(alpha = 0.7) +
  labs(title = "Distribusi Penjualan (Sales) Berdasarkan Tipe Produk",
       x = "Tipe Produk",
       y = "Penjualan (Sales)") +
  scale_fill_manual(values = c("#d95f02", "#1b9e77")) +
  theme_minimal()

Berdasarkan analisis distribusi penjualan, anggapan bahwa kopi Decaf kurang diminati secara keseluruhan adalah kurang tepat karena nilai tengah (median) penjualan antara Decaf dan Regular menunjukkan tingkat minat dasar yang setara. Namun, tipe Regular tetap menjadi ujung tombak perusahaan untuk mencapai target penjualan masif (Volume Maker), karena tipe ini terbukti mampu mencapai angka penjualan maksimum yang jauh lebih tinggi (mendekati 1000 unit) pada kondisi-kondisi tertentu dibandingkan tipe Decaf yang cenderung lebih stabil namun terbatas.

Identifikasi Faktor Penghambat Volume Penjualan Produk

Analisis ini dilakukan untuk menghitung nilai rata-rata (mean) dari variabel pendukung (Marketing dan COGS) untuk mengidentifikasi korelasi antara dukungan manajerial dengan hasil penjualan di setiap tipe produk. Analisis dilakukan dengan rumus: \[\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}\]

# Membandingkan rata-rata Marketing dan COGS per Tipe
factor_analysis <- data %>%
  group_by(Type) %>%
  summarise(
    Rata_Rata_Sales = mean(Sales, na.rm = TRUE),
    Rata_Rata_Marketing = mean(Marketing, na.rm = TRUE),
    Rata_Rata_COGS = mean(COGS, na.rm = TRUE)
  )

kable(factor_analysis, digits = 2, caption = "Analisis Faktor Pendukung per Tipe Produk") %>%
  kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)
Analisis Faktor Pendukung per Tipe Produk
Type Rata_Rata_Sales Rata_Rata_Marketing Rata_Rata_COGS
Decaf 188.11 30.10 84.25
Regular 196.74 32.02 84.57

Melalui analisis faktor pendukung, akar masalah dari kurang diminatinya suatu produk dapat diidentifikasi secara objektif, di mana rendahnya penjualan pada produk Decaf terlihat berbanding lurus dengan minimnya rata-rata alokasi biaya pemasaran (Marketing). Hal ini menunjukkan bahwa rendahnya angka penjualan pada tipe tertentu bukan murni disebabkan oleh rendahnya minat pasar, melainkan akibat kurangnya eksposur dan edukasi produk, sehingga manajemen perlu menyeimbangkan alokasi anggaran agar potensi setiap tipe produk dapat teroptimalisasi.

Perhitungan Metrik Portofolio per Produk

Menghitung rasio profitabilitas dan pangsa pasar untuk setiap produk individu, kemudian mengklasifikasikannya ke dalam empat kuadran strategis menggunakan nilai median sebagai titik potong (threshold). Rumus yang digunakan: \[\text{Profit Margin Ratio} = \left( \frac{\text{Total Profit}}{\text{Total Sales}} \right) \times 100\%\]

# Agregasi data per Produk
product_metrics <- data %>%
  group_by(Product, Type) %>%
  summarise(
    Total_Sales = sum(Sales, na.rm = TRUE),
    Total_Profit = sum(Profit, na.rm = TRUE),
    Total_Marketing = sum(Marketing, na.rm = TRUE),
    .groups = "drop"
  ) %>%
  ungroup()

# Menghitung metrik turunan
product_metrics <- product_metrics %>%
  mutate(
    Profit_Margin_Ratio = ifelse(Total_Sales == 0, NA, (Total_Profit / Total_Sales) * 100),
    Market_Share = (Total_Sales / sum(Total_Sales)) * 100
  )

# Melihat hasil metrik
head(product_metrics)
## # A tibble: 6 × 7
##   Product     Type  Total_Sales Total_Profit Total_Marketing Profit_Margin_Ratio
##   <chr>       <chr>       <dbl>        <dbl>           <dbl>               <dbl>
## 1 Amaretto    Regu…       26269         4890            4658                18.6
## 2 Caffe Latte Regu…       35899        11375            5472                31.7
## 3 Caffe Mocha Regu…       84904        17678           19686                20.8
## 4 Chamomile   Decaf       75578        27231           12166                36.0
## 5 Colombian   Regu…      128311        55804           17346                43.5
## 6 Darjeeling  Regu…       73151        29053            9766                39.7
## # ℹ 1 more variable: Market_Share <dbl>

Visualisasi kuadran portofolio menunjukkan pemetaan strategis di mana produk Star (seperti Colombian dan Decaf Espresso) menjadi prioritas utama karena memiliki minat pelanggan dan profitabilitas tinggi. Produk Volume Maker (seperti Caffe Latte) meskipun sangat diminati, memerlukan efisiensi biaya produksi karena marginnya yang tipis, sementara produk Profit Contributor memerlukan suntikan Marketing untuk meningkatkan volume penjualannya. Sebaliknya, produk Underperformer yang memiliki minat dan profit rendah perlu dievaluasi secara menyeluruh untuk menentukan keberlanjutannya dalam daftar menu perusahaan agar tidak membebani sumber daya operasional.

Klasifikasi dan Rekomendasi

Tahap ini melibatkan penggabungan metrik performa untuk memberikan label strategis pada setiap produk. Klasifikasi ditentukan berdasarkan posisi nilai produk terhadap median (nilai tengah) dari seluruh portofolio. Metode ini memungkinkan manajer untuk melihat ringkasan status setiap produk beserta saran tindakan manajerial yang harus diambil tanpa harus menganalisis angka mentah satu per satu. Klasifikasinya adalah: \[\text{Status}_i = \begin{cases} \text{Top Product} & \text{jika } S_i > \tilde{S} \text{ dan } M_i > \tilde{M} \\ \text{Volume Maker} & \text{jika } S_i > \tilde{S} \text{ dan } M_i < \tilde{M} \\ \text{Profit Contributor} & \text{jika } S_i < \tilde{S} \text{ dan } M_i > \tilde{M} \\ \text{Underperformer} & \text{jika } S_i < \tilde{S} \text{ dan } M_i < \tilde{M} \end{cases}\]

Di mana \(S_i\) adalah Sales produk, \(M_i\) adalah Margin produk, \(\tilde{S}\) adalah Median Sales, dan \(\tilde{M}\) adalah Median Margin.

# Mendapatkan nilai median untuk batas threshold pengelompokan
median_sales <- median(product_metrics$Total_Sales, na.rm = TRUE)
median_margin <- median(product_metrics$Profit_Margin_Ratio, na.rm = TRUE)

product_metrics <- product_metrics %>%
  mutate(
    Status = case_when(
      Total_Sales > median_sales & Profit_Margin_Ratio > median_margin ~ "Top Product",
      Total_Sales > median_sales & Profit_Margin_Ratio <= median_margin ~ "Volume Maker",
      Total_Sales <= median_sales & Profit_Margin_Ratio > median_margin ~ "Profit Contributor",
      TRUE ~ "Underperformer"
    ),
    Rekomendasi = case_when(
      Status == "Top Product" ~ "Pertahankan ketersediaan stok; jadikan produk andalan utama.",
      Status == "Volume Maker" ~ "Minat sangat tinggi namun margin rendah. Evaluasi COGS untuk menaikkan margin.",
      Status == "Profit Contributor" ~ "Untung besar tapi kurang peminat. Tingkatkan alokasi Marketing agar penjualannya naik.",
      Status == "Underperformer" ~ "Kurang diminati dan profit rendah. Evaluasi total: repositioning atau hapus dari menu."
    )
  )

# Menampilkan tabel akhir yang sudah diklasifikasikan
kable(product_metrics %>% select(Product, Type, Total_Sales, Profit_Margin_Ratio, Status, Rekomendasi), 
      digits = 2, caption = "Klasifikasi Portofolio Produk Berdasarkan Minat Pasar dan Profitabilitas") %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)
Klasifikasi Portofolio Produk Berdasarkan Minat Pasar dan Profitabilitas
Product Type Total_Sales Profit_Margin_Ratio Status Rekomendasi
Amaretto Regular 26269 18.62 Underperformer Kurang diminati dan profit rendah. Evaluasi total: repositioning atau hapus dari menu.
Caffe Latte Regular 35899 31.69 Underperformer Kurang diminati dan profit rendah. Evaluasi total: repositioning atau hapus dari menu.
Caffe Mocha Regular 84904 20.82 Volume Maker Minat sangat tinggi namun margin rendah. Evaluasi COGS untuk menaikkan margin.
Chamomile Decaf 75578 36.03 Top Product Pertahankan ketersediaan stok; jadikan produk andalan utama.
Colombian Regular 128311 43.49 Top Product Pertahankan ketersediaan stok; jadikan produk andalan utama.
Darjeeling Regular 73151 39.72 Top Product Pertahankan ketersediaan stok; jadikan produk andalan utama.
Decaf Espresso Decaf 78162 37.74 Top Product Pertahankan ketersediaan stok; jadikan produk andalan utama.
Decaf Irish Cream Decaf 62248 22.47 Underperformer Kurang diminati dan profit rendah. Evaluasi total: repositioning atau hapus dari menu.
Earl Grey Regular 66772 36.19 Profit Contributor Untung besar tapi kurang peminat. Tingkatkan alokasi Marketing agar penjualannya naik.
Green Tea Regular 32850 -0.70 Underperformer Kurang diminati dan profit rendah. Evaluasi total: repositioning atau hapus dari menu.
Lemon Decaf 95926 31.14 Volume Maker Minat sangat tinggi namun margin rendah. Evaluasi COGS untuk menaikkan margin.
Mint Decaf 35710 17.23 Underperformer Kurang diminati dan profit rendah. Evaluasi total: repositioning atau hapus dari menu.
Regular Espresso Regular 24031 41.88 Profit Contributor Untung besar tapi kurang peminat. Tingkatkan alokasi Marketing agar penjualannya naik.

Berdasarkan tabel klasifikasi di atas, terlihat bahwa setiap produk memerlukan pendekatan manajerial yang berbeda berdasarkan karakteristik penjualannya. Produk yang masuk dalam kategori Top Product harus dijaga ketat ketersediaan stoknya karena menjadi mesin uang utama, sementara produk Volume Maker perlu mendapatkan pengawasan pada sisi biaya produksi agar marginnya dapat ditingkatkan. Tabel ini menjadi panduan praktis bagi Sistem Informasi Manajemen dalam menentukan alokasi sumber daya perusahaan secara lebih efisien dan tepat sasaran.

Pemetaan Kuadran Portofolio

Visualisasi kuadran menggunakan scatter plot digunakan untuk memberikan gambaran spasial mengenai posisi produk. Garis horizontal dan vertikal yang memotong sumbu adalah nilai median, yang secara visual membagi produk ke dalam empat wilayah strategis. Hal ini memudahkan manajemen untuk melakukan perbandingan performa antar produk secara cepat dan intuitif.

# Scatter plot untuk memetakan produk dalam bentuk kuadran
ggplot(product_metrics, aes(x = Total_Sales, y = Profit_Margin_Ratio, color = Status, shape = Type, label = Product)) +
  geom_point(size = 4, alpha = 0.8) +
  geom_hline(yintercept = median_margin, linetype = "dashed", color = "grey50") +
  geom_vline(xintercept = median_sales, linetype = "dashed", color = "grey50") +
  geom_text(vjust = -1, size = 3, check_overlap = TRUE, color = "black") +
  labs(title = "Kuadran Portofolio Produk: Sales vs Profit Margin",
       x = "Total Sales (Minat Pelanggan)",
       y = "Profit Margin Ratio (%)",
       color = "Status Produk",
       shape = "Tipe Produk") +
  theme_minimal() +
  theme(legend.position = "bottom")

Melalui pemetaan kuadran ini, terlihat jelas dominasi produk seperti Colombian dan Decaf Espresso di wilayah Star yang menunjukkan kombinasi ideal antara minat pelanggan yang tinggi dan profitabilitas yang sehat. Sebaliknya, posisi produk seperti Green Tea dan Mint di kuadran Underperformer menjadi sinyal peringatan bagi manajemen karena produk-produk ini berada di bawah rata-rata performa baik dari sisi volume penjualan maupun margin keuntungan. Pemetaan ini membuktikan bahwa strategi satu ukuran untuk semua tidak dapat diterapkan, melainkan harus disesuaikan dengan posisi spesifik setiap produk dalam kuadran portofolio.

Hasil dan Kesimpulan

Hasil analisis terhadap tingkat minat pelanggan (Sales) dan profitabilitas (Profit Margin) memberikan beberapa wawasan penting bagi strategi manajemen perusahaan ke depan: - Produk Unggulan / Top Product (seperti Colombian, Decaf Espresso, dan Caffe Mocha): Produk-produk ini menunjukkan performa luar biasa dengan volume penjualan di atas rata-rata dan margin laba yang sangat sehat. Rekomendasi: Wajib dijadikan prioritas utama dalam rantai pasok, pertahankan ketersediaan stok, dan jadikan fokus utama dalam kampanye loyalitas pelanggan. - Produk Strategis / Volume Maker & Profit Contributor (seperti Caffe Latte dan Earl Grey): Kelompok ini memiliki performa yang tidak seimbang; antara diminati pasar namun margin tipis, atau sangat menguntungkan namun kurang dikenal. Rekomendasi: Untuk Volume Maker, lakukan efisiensi pada biaya produksi (COGS). Untuk Profit Contributor, tingkatkan investasi pemasaran (Marketing) guna mendongkrak volume penjualan. - Produk Bermasalah / Underperformer (seperti Green Tea, Mint, dan Decaf Irish Cream): Produk-produk ini berada di bawah performa rata-rata pada kedua metrik, menunjukkan rendahnya minat pasar yang diperparah dengan keuntungan yang sangat minim. Rekomendasi: Perlu dilakukan evaluasi total terhadap relevansi produk di pasar. Jika dalam periode mendatang tidak menunjukkan perbaikan, pertimbangkan untuk dihapus dari menu (discontinue) agar tidak membebani sumber daya.

Langkah Strategis Secara Umum:

Perusahaan harus mulai mengalihkan anggaran pemasaran dari produk yang kurang produktif menuju produk Profit Contributor untuk meningkatkan market share. Selain itu, koordinasi antara tim produksi dan pemasaran sangat krusial untuk menekan COGS pada produk-produk yang diminati pasar namun saat ini memiliki margin rendah (Volume Makers), guna memastikan keberlanjutan profitabilitas jangka panjang.