Analisis tingkat kepentingan atribut kemasan produk makanan take out dengan menggunakan analisis multivariate

Main Authors: Dyah Lestari Widaningrum, author, Add author: Farizal, supervisor, Add author: Arian Dhini, supervisor, Add author: Sunaryo, examiner, Add author: Erlinda Muslim, examiner, Add author: Armand Omar Moeis, examiner
Format: Masters Bachelors
Terbitan: Fakultas Teknik Universitas Indonesia , 2010
Subjects:
Online Access: https://lib.ui.ac.id/detail?id=132671
Daftar Isi:
  • Penelitian ini bertujuan untuk mengetahui nilai kepentingan dari atribut kemasan produk makanan take out dengan menggunakan metode analisis conjoint dan analisis cluster dengan responden penelitian adalah konsumen produk makanan take out di Jakarta. Hasil dari analisis conjoint mengindikasikan bahwa persepsi konsumen terhadap bahan dari kemasan (seperti kertas, plastik, dan polystyrene foam) memegang peranan penting terhadap persepsi konsumen secara keseluruhan. Hasil dari analisis cluster menunjukkan adanya segmen yang kuat, dimana konsumen sangat mempertimbangkan bahan kemasan dalam penilaiannya terhadap kemasan. Sebagian konsumen berorientasi pada warna dari kemasan, dan segmen lainnya memperhatikan bentuk dan informasi pada kemasan. Variabel segmentasi berdasarkan respon konsumen terhadap kemasan yang diterima dapat menghasilkan informasi yang berguna untuk memaksimalkan dampak dari kemasan sebagai bagian dari produk. <hr>This research aims to investigate the importance of take out food packaging attributes, using a conjoint analysis and cluster analysis among consumers of take out food products in Jakarta. The conjoint results indicate that perception about packaging material (such as paper, plastic, and polystyrene foam) plays the most important role overall in consumer perception. The clustering results that there is strong segmentation in which take out food packaging material consumer consider most important. Some consumers are mostly oriented toward the colour of packaging, while another segment of customers concerns on packaging shape and packaging information. Segmentation variables based on packaging response can provide very useful information to maximize image of products through the package's impact.