Penentuan Harga Kamar Hotel Berdasarkan Model Dynamic Pricing Menggunakan Metode Nonlinear Programming Untuk Memaksimalkan Pendapatan Penjualan Kamar Pada Hotel

Abstract

Abstrak Strategi dynamic pricing adalah strategi penentuan harga yang sering diterapkan oleh hotel untuk memaksimalkan pendapatan mereka. Tujuan dari penelitian ini adalah untuk memberikan usulan kebijakan penentuan harga sesuai dengan model dynamic pricing. Penelitian ini menyediakan model dynamic pricing yang telah disesuaikan dengan permasalahan yang ada di hotel dengan berbagai jenis kamar. Penelitian ini terdiri dari tiga tahap, tahap pertama adalah kami meramalkan demand untuk masa yang akan datang. Tahap kedua adalah kami menerapkan revenue management tools yaitu dynamic pricing untuk memodelkan pengaruh harga terhadap permintaan. Harga berubah secara dinamis berdasarkan jumlah permintaan yang ada. Tahap ketiga adalah kami menggunakan pendekatan nonlinear programming untuk memaksimalkan pendapatan. Parameter peramalan dan model dynamic pricing diestimasi menggunakan data penjualan historis salah satu hotel di Kota Bandung, Jawa Barat, Indonesia. Hasil kami mengusulkan kebijakan penetapan harga jenis kamar superior dan deluxe yang dapat meningkatkan pendapatan 27% lebih besar dari kebijakan harga eksisting. Kebijakan penentuan harga yang diusulkan mampu melengkapi kekosongan metode dalam menentukan harga. Selain itu, hasil penelitian ini memberikan tarif kamar yang optimal setiap harinya sepanjang horizon perancanaan. Kata kunci : dynamic pricing, revenue management, penentuan harga kamar hotel Abstract Dynamic pricing strategy is a pricing strategy that is often applied by hotels to maximize their income. The purpose of this study is to provide a pricing policy proposal in accordance with dynamic pricing models. This study provides a dynamic pricing model that has been adapted to the problems that exist in hotels with various types of rooms. This research consists of three stages, the first phase is that we predict future demand. The second stage is that we apply revenue management tools, namely dynamic pricing, to model the effect of prices on demand. Prices change dynamically based on the number of requests available. The third stage is that we use a nonlinear programming approach to maximize revenue. Forecast parameters and dynamic pricing models are estimated using historical sales data for one of the hotels in Bandung, West Java, Indonesia. Our results suggest a pricing policy for superior and deluxe room types that can increase revenue by 27% more than the existing pricing policy. The proposed pricing policy is able to complete the method void in determining prices. In addition, the results of this study provide optimal room rates every day along the planning horizon. Keywords: dynamic pricing, revenue management, hotel room pricing policy