Pengembangan Model Strategi Dynamic Pricing Tiket Pesawat Menggunakan Pendekatan Game Theory
DOI:
https://doi.org/10.61769/telematika.v12i2.196Keywords:
maskapai penerbangan, tiket pesawat, dynamic pricing, pemodelan Hard OR, outlier, nilai R2, game theoryAbstract
The dynamic pricing strategy adopted by each airline has a different strategy model when viewed from the pattern of price function charts against the time of purchase. In this research, it can be concluded that dynamic pricing is influenced by ticket purchase time, departure time, and departure route. Based on the research, consumers can make purchasing decisions by making trends (strategy patterns) that have the greatest R2 value, for example for the purchase of Air Asia tickets departure at 05.20 hours can be done by creating logarithmic chart pattern but the data can deviate Rp 147.931,80 and consumers are advised Not making purchases when approaching holidays; In addition to complementing the strategy pattern found using R2 Test, the winner of game theory for 5 am departure hours ie Air Asia has a smaller possibility to change its strategy pattern, so the trend pattern created using the winning strategy that is logarithmic will have greater certainty than if create a trend pattern only by considering the greatest R2 value.
Dynamic pricing adalah salah satu strategi dalam Revenue Management, yaitu pemberian harga yang berbeda-beda selama horison waktu penjualan. Konsumen perlu menentukan kapan waktu termurah untuk membeli tiket, sehingga penelitian ini mencoba memodelkan strategi dynamic pricing menggunakan metode pemodelan Hard OR. Penelitian ini mempertimbangkan konsep nilai uang untuk dapat mengetahui kapan harga termurah dalam melakukan pembelian tiket. Dalam penelitian ini akan dilakukan studi kasus untuk rute CGK-DPS dan rute CGK-SUB pada maskapai Lion Air, Citilink, dan Air Asia. Berdasarkan hasil penelitian; dari semua jam keberangkatan pada rute CGK-DPS, harga terendah terletak pada maskapai Air Asia, yaitu sebesar Rp 530.428,27 jika melakukan pada pembelian h-27 untuk jam keberangkatan 18.15-21.05 dan 19.30-22.25; dari semua jam keberangkatan dari rute CGK-SUB, harga terendah terletak pada maskapai Citilink, yaitu sebesar Rp 441.172,03 jika melakukan pada pembelian h-1 untuk jam keberangkatan 04.10-5.35. Oleh karena itu, saat melakukan pembelian tiket pesawat rute CGK-DPS disarankan untuk memilih Air Asia dan saat melakukan pembelian tiket pesawat rute CGK-SUB disarankan untuk memilih Citilink. Selain itu, ditemukan bahwa maskapai Lion Air memberikan harga termurah pada saat h-1 untuk semua rute penerbangan. Strategi dynamic pricing yang diterapkan oleh setiap maskapai memiliki strategi yang berbeda-beda. Dalam penelitian ini dapat disimpulkan bahwa dynamic pricing dipengaruhi oleh waktu pembelian tiket, jam keberangkatan, dan rute keberangkatan. Berdasarkan penelitian, konsumen dapat melakukan keputusan pembelian dengan membuat trend (pola strategi) dengan memperhatikan nilai R2 terbesar. Selain itu dengan juga memperhatikan strategi logaritmik akan memberi peluang lebih besar dibandingkan jika membuat pola trend hanya dengan mempertimbangkan nilai R2 terbesar.
References
W. Groves and M. Gini. "A regression model for predicting optimal purchase timing for airline tickets," Department of Computer Science and Engineering, University of Minnesota, USA, October, 2011.
R. Silitonga, E.K. Pakpahan, and M. Anggraeni, “Synchronization of production and sales target through pull inventory management policy,” in IOP Conference Series: Materials Science and Engineering Vol. 277, No. 1, pp. 012052, IOP Publishing.
R. Ren, Y. Yang, and S. Yuan. “Prediction of Airline Ticket Price,” University of Stanford, 2014.
M. Papadakis. "Predicting Airfare Prices," USA, 2012.
D. Maulina. "Identifikasi Struktur Pasar Dan Strategi Bersaing: Pendekatan Game theory (Kasus: Industri Angkutan Antar Jemput Dalam Provinsi Jurusan Semarang-Purwokerto)," Fakultas Ekonomika dan Bisnis, Universitas Diponegoro, Semarang, June, 2014.
R. Silitonga, “Inovasi Sistem Bisnis Sebagai Alternatif Inovasi Produk-Proses di masa Steady/Specific State,” Jurnal Telematika, Vol. 6, No. 1, 2010.
H. G. Daellenbach and D. C. McNickle. Management Science Decision Making Through System Thinking. New York: Palgrave Macmillan, 2005.
M. Giatman. Ekonomi Teknik. Jakarta: PT. RajaGrafindo Persada, 2006.
M. Destiana. “Kontrol Optimal Discrete Time untuk Memaksimumkan Pendapatan dari Dynamic pricing,” Fakultas Matematika dan IPA, Institut Teknologi Bandung, September, 2010.
Sugiyono. Statistik Nonparametris Untuk Penelitian. Bandung: Penerbit Alfabeta, 2015
Airline Seat Maps, Internet: https://seatguru.com [16 Februari 2017]
Downloads
Published
Issue
Section
License
You are free to:
- Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
