digilib@itb.ac.id +62 812 2508 8800

Abstrak Eduardus.pdf)u
PUBLIC Dwi Ary Fuziastuti

Seeded word-of-mouth merupakan salah satu strategi pemasaran yang sering dipakai perusahaan untuk memperkenalkan produknya pada sebuah pasar. Proses seeded word-of-mouth dimulai dengan mendapatkan sejumlah seed, yaitu pelangganpelanggan pertama. Strategi pemasaran ini memanfaatkan fakta bahwa perilaku bisa menular dari seorang individu ke individu lainnya melalui interaksi sosial yang terjadi dalam hubungan antar individu-individu tersebut. Beberapa studi menemukan bahwa hubungan antar individu yang paling efektif untuk menularkan sebuah perilaku adalah hubungan antar individu yang sebaya, atau hubungan yang terbentuk antara individu-individu yang mirip, dilihat dari kualitas-kualitas pribadinya (status sosial, keadaan ekonomi, usia, jenis kelamin, ras, tempat tinggal, dan banyak lainnya). Testimoni produk yang diberikan oleh teman sebaya didapati jauh lebih efektif dalam memasarkan sebuah produk, dibandingkan iklan-iklan tradisional. Bagian yang paling membutuhkan banyak usaha dan pengeluaran dalam proses seeded word-of-mouth tentunya adalah mendapatkan seed. Oleh karena itu, alangkah baiknya jika seorang pengusaha bisa menaksir berapa seed paling sedikit yang ia butuhkan untuk mencapai target pemasarannya. Pada Tugas Akhir ini, akan dibangun sebuah model dari proses pemasaran seeded word-of-mouth untuk menaksir banyak seed yang dibutuhkan untuk mencapai suatu target pemasaran. Model yang dibangun terdiri dari dua bagian. Pada bagian pertama model dibangun sebuah jaringan sosial yang berdasarkan kesebayaan antar agennya menggunakan model topologi jaringan random geometric graph. Pada bagian kedua model dijalankan proses pemilihan seed, yang diikuti dengan proses penularan wabah complex contagion. Model yang telah dibangun ini juga akan diterapkan pada kasus nyata pemasaran sebuah produk, dimana nilai parameter-parameter pada model dicocokkan dengan kondisi pada kasus tersebut. Selanjutnya, dilakukan analisis parameter untuk melihat pengaruh tiap parameter yang ada pada output model.