Analisis Pemasaran Sepatu Boots (Studi Kasus Di Tegep Boots, Bandung)
Bibliographic record
Abstract
Perusahaan Tegep Boots merupakan salah satu perusahaan yang bergerak dalam industri alas kaki di Bandung yang memanfaatkan ceruk yang terdapat di pasar. Perusahaan ini berdiri pada awal tahun 2000 yang merupakan sebuah perusahaan home industri. Perusahaan ini mempunyai kesulitan dalam memenuhi target penjualan yang telah ditetapkan oleh manajemen perusahaan.Target penjualan Tegep Boots didapatkan berdasarkan data masa lalu dan adanya pangsa pasar baru yang ingin dimasuki. Target penjualan rata-rata dari Tegep Boots pada tahun ini ialah sebanyak 1000 pasang/tahun, sedangkan sampai saat ini hanya mencapai 850 pasang/tahun. Masalah lain yang dihadapi ialah target dan segmen pasar dari perusahaan belum jelas, strategi pemasaran yang digunakan belum tepat, kemampuan produksi perusahaan masih sedikit, masyarakat luas belum terlalu mengenal produk-produk dari Tegep Boots, adanya pesaing dari produk sepatu yang menawarkan produk sepatu yang modern dan nyaman dipakai.. Penelitian ini ditujukan untuk mengetahui variabel-variabel apa saja yang dibutuhkan untuk dapat menentukan keinginan konsumen dalam membeli sepatu produk Tegep Boots, mengetahui kesenjangan antara persepsi dan harapan, dan mengetahui upaya–upaya yang perlu dilakukan pihak manajemen untuk mencapai target penjualan ditinjau dari segi kesenjangan, kekuatan, kelemahan, peluang dan tantangan. Variabel penelitian yang digunakan berdasarkan pengembangan bauran pemasaran 7P (Product, Price, Place, Promotion, People, Process, and Physical Evidence). Pengumpulan data dilakukan dengan melakukan observasi,wawancara, dan penyebaran kuesioner. Penyebaran kuesioner ditunjukan pada responden yang pernah membeli atau datang ke toko Tegep Boots. Teknik sampling yang digunakan adalah dengan teknik purposive sampling. Metode-metode pemecahan masalah yang digunakan ialah dengan pengujian hipotesis, analisis matriks IPA dan analisis matriks SWOT. Dari hasil penyebaran kuesioner penelitian didapatkan variabel-variabel yang dibutuhkan untuk dapat menentukan keinginan konsumen dalam membeli sepatu boots. Dari pengujian hipotesis didapatkan hasil bahwa terdapat kesenjangan antara persepsi dan harapan konsumen yang signifikan sehingga dilanjutkan dengan melakukan analisis matriks IPA untuk melihat variabel-variabel yang menjadi prioritas perbaikan dan perlu dipertahankan oleh perusahaan. Berdasarkan analisis SWOT, dapat diketahui strategi yang diglongkan ke dalam 4 strategi yaitu strategi SO, WO, ST, dan WT. Adapun usulan yang diberikan kepada Tegep Boots ialah melakukan pengembangan produk sesuai dengan keinginan konsumen pada ceruk yang dimasuki, membuat sistem member yang menguntungkan kedua pihak, lokasi toko tidak perlu dipindahkan, melakukan kerjasama secara kontinyu dengan para desaigner ternama untuk dipromosikan dalam fashion show, menguatkan promosi melalui situs web, memperbaiki kinerja karyawan secara keseluruhan dan mem- perhatikan saran/ keluhan konsumen, memperbaiki sistem pengiriman, dan melakukan pembersihan ruangan secara rutin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".