Selasa, 03 Januari 2017

Data Sekunder (Review Jurnal)



KESALAHAN DAN ISU DALAM DATA SEKUNDER yang
DIGUNAKAN DALAM PENELITIAN PEMASARAN 
 MA Svetlana Tasic
London School of Commerce, Belgrade
Alfa Univerzitet, Beograd
Fakultas Ekonomi dan Ilmu Politik

Abstrak
Riset pemasaran menggunakan dua sumber data: primer dan sekunder. Ada banyak keuntungan dalam penggunaan sekunder. Data tetapi juga ada banyak keterbatasan seperti berbagai jenis kesalahan dan bias yang dapat timbul dalam data ini. Data sekunder harus akurat, handal, tepat, berisi, valid, dan tepat waktu. Empat kategori potensi kesalahan dapat mengurangi akurasi data sekunder: sampling dan non-sampling error, kesalahan yang membatalkan data, kesalahan yang memerlukan reformulasi data dan kesalahan yang mengurangi keandalan. Semua sumber kesalahan dapat menurunkan reliabilitas dan validitas hasil. Ini berarti bahwa data sekunder harus diperlakukan dengan hati-hati.
Kata Kunci: Data sekunder, kesalahan, bias, akurasi.


1. Pendahuluan
Konsep pemasaran mengharuskan kepuasan pelanggan menjadi tujuan dari sebuah organisasi daripada maksimalisasi keuntungan. Ini berarti bahwa pemasaran harus mendapatkan informasi tentang kebutuhan konsumen dan menerjemahkan bahasa konsumen untuk membantu memenuhi kebutuhan ini secara tepat dan efisien. Riset pemasaran adalah bagian penting dari pemasaran seperti sistem intelijen. Bagian ini membantu meningkatkan pengambilan keputusan manajemen dengan menyediakan informasi yang akurat dan tepat waktu. Setiap keputusan membutuhkan informasi dan strategi yang relevan berdasarkan informasi yang dikumpulkan melalui riset pemasaran. Riset pemasaran menggunakan dua sumber data, yaitu primer dan sekunder. Data primer dikumpulkan melalui survei ad-hoc khusus yang dibangun untuk tujuan penelitian. Data sekunder dilakukan dengan mengakses informasi yang tersedia seperti studi literatur, statistik resmi dll, termasuk karya yang dipublikasikan atau tidak dipublikasikan berdasarkan penelitian yang bergantung pada sumber-sumber primer. Penggunaan data sekunder memiliki keuntungan (salah satu yang termurah dan termudah untuk menapatkan informasi), tetapi juga tetap memiliki  
keterbatasan, masalah dan kekhawatiran sehingga penggunaan data sekunder harus hati-hati dan
benar-benar dipertimbangkan.

2. Sumber dan sifat dari data sekunder dalam riset pemasaran
Data sekunder yang telah dikumpulkan berguna untuk menganalisis berbagai pemasaran dan penelitian konsumen. Satu data primer entitas dapat menjadi data sekunder entitas. Misalnya, ketika data sensus digunakan dalam evaluasi pasar untuk studi pasar, mereka menjadi data sekunder. Setiap data demografi dan ekonomi yang dihasilkan oleh pemerintah lembaga (federal, negara bagian, atau lokal) untuk tujuan apa pun yang mereka butuhkan, akan diperlukan oleh orang lain untuk menjadi data sekunder. Peneliti pemasaran dan analis perlu memahami isu yang terdapat dalam data primer karena data sekunder yang mereka gunakan juga berasal dari data primer. Proses seperti menambah, memodifikasi, merangkum, mensintesis, memgupdate, atau dengan cara apapun memanipulasi data, output dari proses yang merupakan sumber sekunder data sekunder (Rabianski 2006, pp.44).
Setiap kali data melewati suatu proses, menyebabkan kemungkinan kesalahan meningkat. Catatan internal sebuah perusahaan, akuntansi dan sistem kontrol, merupajan dasar dari proses input pemasaran dan hasil yang dihasilkan. Data masukan dapat berkisar dari anggaran dan jadwal pengeluaran, atau laporan panggilan tenaga penjual. Dalam banyak industry, yang dihasilkan laporan penjualan adalah item paling penting dari data yang digunakan oleh manajer pemasaran. Sumber utamanya adalah berbagai
publikasi pemerintah, majalah dan jurnal, dan laporan yang tersedia secara publik dari swasta seperti yayasan, penerbit, asosiasi perdagangan dan perusahaan.
Data sekunder sering tersedia dari dua sumber, yaitu dari sumber aslinya, yang mengumpulkan dan mengatur data, dan dari sumber-sumber yang hanya merangkum data yang dikumpulkan oleh orang lain dan memasarkan informasi. Misalnya, sumber asli dari data sekunder untuk karakteristik populasi adalah Sensus populasi. Ketika data diperoleh langsung dari publikasi sensus, didapatkan semua informasi backup yang tersedia tentang teknik pengumpulan data dan metodologi statistik yang digunakan, kemungkinan ketidakakuratan, dan masukan latar belakang berharga lainnya. Oleh karena itu, data sekunder harus akurat, handal, tepat, padat, valid, sesuai dan tepat waktu. Data yang akurat harus mencerminkan parameter populasi yang sebenarnya. Keandalan mengacu pada variabel yang sama diukur beberapa kali, hasil yang dapat dapat diandalkan sehingga diperkiraan kurang lebih sama. Bias adalah penyimpangan dari perkiraan statistik berdasarkan parameter yang benar. Validasi adalah proses cheking untuk memastikan prosedur yang tepat diikuti dalam mengumpulkan, mengorganisir, dan menganalisis data. Data yang memiliki validasi dianggap lebih akurat karena lebih yang diketahui tentang asal-usul dan karakteristik. Namun di sisi lain, peneliti juga khawatir bahwa data sekunder yang digunakan tidak sesuai.

3. Kesalahan dan bias dalam data sekunder
Data sekunder memperlihatkan analisis yang digunakan untuk berbagai kemungkinan kesalahan dan bias, tetapi tersedia tindakan pencegahan untuk menanganinya. Analis tidak akan dapat menghapus atau mengatasi beberapa kesalahan, tetapi pengetahuan tentang kesalahan tersebut akan membantu dalam menarik kesimpulan informasi dan membangun beberapa tingkat kepercayaan dalam penilaian yang dihasilkan.
Ada 4 kategori potensi kesalahan dalam data sekunder (Rabianski 2006, pp.49):
1. Sampling dan non-sampling error
2. Kesalahan yang membatalkan data
3. Kesalahan yang memerlukan data reformulasi
4. Kesalahan yang mengurangi keandalan
Sampling error terjadi ketika sampel yang dipilih oleh peneliti tidak akuratmencerminkan total populasi yang dipelajari. Dalam arti statistik, sampling error terjadi karena sampel tidak sampel acak dari populasi yang berarti bahwa setiap elemen dari populasi tidak memiliki kesempatan yang sama untuk menjadi terpilih. Kesalahan ini bisa muncul jika populasi adalah stratified tetapi sampel hanya mewakili satu atau beberapa strata. Misalnya, jika populasi yang benar adalah bimodal mengenai usia, akan terjadi kesalahan sampling saat sampel hanya memiliki satu anak. Kesalahan sampling dapat ditangani melalui sampel probabilistik yang memungkinkan pengukuran dan pengendalian komponen kesalahan ini. Namun, dalam banyak situasi kesalahan sampling cukup rendah dibandingkan dengan non-sampling dan kesalahan berpotensi sistematis, terutama ketika proporsi non-responden tinggi. Ini adalah sebuah ancaman serius selama proses penyelesaian pengumpulan data (Assael dan Keon, 1992, pp.119).
Pencegahan jelas lebih baik daripada mengobati. Pencegahan didasarkan pada pemeriksaan yang akurat dari setiap masalah yang muncul selama pengumpulan data.cLima jenis kesalahan non-sampling bisa timbul pada fase ini, yaitu error bingkai, kesalahan pengukuran, urutan Bias, wawancara bias dan non-respon Bias (Mazzocchi 2008, pp.48).  Frame error dapat terjadi karena survei tidak bisa menghubungi orang-orang yang tidak memiliki akses ke komputer. Frame error juga dapat terjadi ketika entitas fisik dianggap. Pengukuran error, yaitu kesalahan respon muncul ketika orang yang menanggapi pertanyaan
memberikan informasi yang tidak benar. Urutan Bias terjadi ketika urutan pertanyaan pada kuesioner atau dalam sebuah wawancara menunjukkan atau menginduksi ide atau pendapat dalam pikiran responden sebagai akibat langsung dari cara pertanyaan yang diurutkan.
Bias pewawancara terjadi karena kehadiran atau pengaruh pewawancara dalam tatap muka atau
wawancara telepon. Non-respon bias terjadi karena individu dalam sampel tidak merespon meskipun analis mencoba untuk menghubungi mereka, atau ketika individu tidak menjawab pertanyaan-pertanyaan tertentu.
Kesalahan yang dapat membatalkan data, bisa terjadi karena adanya kemungkinan data sekunder terkontaminasi dan direpresentasikan sebagai valid karena tindakan atau sikap dari orang atau orientasi organisasi yang mengumpulkan data. Data mungkin mencerminkan manipulasi, kontaminasi yang disebabkan oleh ketidaktepatan, kebingungan atau kecerobohan, atau kesalahan konsep (Iacobucci & Churcill 2009, pp.201).
Data organisasi pengumpulan mungkin memanipulasi atau mereorganisasi data untuk memenuhi tujuan yang tidak diketahui orang lain. Data bisa saja ditata kembali sehingga lembaga pengumpul bisa menunjukkan tujuan organisasi yang sesungguhnya. Kesalahan juga dapat disebabkan oleh ketidaktepatan, kebingungan atau kecerobohan. Organisasi mungkin mengumpulkan, mengatur, dan mendistribusikan data tanpa benar menentukan keterangan dari proses pengumpulan, prosedur perakitan data mereka atau sintesis data yang digunakan. Mereka juga mungkin tidak peduli tentang kualitas dan validitas data.
Kesalahan konsep mewakili kelas yang luas dari kesalahan yang dapat secara signifikan membatalkan data. Data yang mengandung kesalahan konsep masih bisa digunakan, namun, jika analis dapat memperoleh informasi tentang sifat kesalahan. Kesalahan konsep didefinisikan sebagai kesalahan yang timbul karena terdapat perbedaan antara konsep yang akan diukur dengan indikatornya, atau item tertentu yang digunakan untuk mengukur konsep (Berry & Linoff 1997, pp.87).  Ada banyak variabel indikator di pasar yang dapat menggantikan data yang tidak dapat diperoleh pleh analis. Misalnya, analis mungkin akan mencari informasi tentang pendapatan rumah tangga, yang meliputi gaji, pendapatan sewa, bunga pendapatan dan dividen. Indikator yang digunakan untuk mengukur pendapatan rumah tangga mungkin hanya melaporkan gaji data. Dalam hal ini, indikator mengandung komponen besar pendapatan rumah tangga tetapi tidak mencakup semua sumber pendapatan yang rumah tangga diterima. Penggunaan variabel indikator ini mungkin menyebabkan hanya kesalahan kecil di antara rumah tangga yang dikepalai oleh penerima gaji tapi akan menyebabkan kesalahan besar dalam komunitas pensiun. Kesalahan hasil didapat dari variabel indikator yang tidak
menunjukkan kompleksitas variabel konsep (Dehmater & Hanckok 2001, pp.108). Akhirnya, analis pasar kadang-kadang mencoba untuk mengukur daya beli di daerah perdagangan ritel dengan mengalikan jumlah rumah tangga dengan pendapatan rumah tangga rata-rata.
Kesalahan konsep bisa, tapi tidak selalu membatalkan data dan analisis. Analis dapat memutuskan untuk menggunakan data meskipun konsep error hadir dan menanganinya dengan berbagai teknik. Berikut pertimbangannya (Houston, 2004, pp.159):
• Ukuran perbedaan antara konsep dan indikator.
• Tujuan dari analisis.
 • Ketersediaan data yang valid dan akurat.
3. Kesalahan yang memerlukan reformulasi data. Data sekunder kadang-kadang tidak langsung berguna untuk
Analis karena tidak memadai mengukur konsep yang sedang dipelajari. Kesalahan umum hasil
dari empat jenis berikut situasi (Patzer, 1995, pp.78):
• keadaan Mengubah
• transformasi pantas
• ekstrapolasi sementara Pantas
• pengakuan sementara Pantas
Kesalahan yang disebabkan oleh keadaan yang berubah, disebabkan oleh perubahan yang mempengaruhi series data tetapi tidak nampak dalam seri data. Misalnya, perubahan dalam geografis batas-batas wilayah statistik dapat terjadi ketika lembaga statistik resmi menambah county kepada daerah statistik. Perubahan dalam unit yang mendasari pengukuran juga dapat terjadi. Misalnya, data seri yang disajikan statistik bulanan sekarang disajikan secara dua bulan sekali. Demi konsistensi, analis mungkin harus memilih satu atau format presentasi lainnya. Analis harus baik menggabungkan data bulanan sebelumnya ke dalam kelompok dua bulan sekali seperti yang digunakan saat atau membagi data dua bulan sekali saat ini menjadi statistik bulanan. Unit pengukuran juga bisa berubah karena pergeseran dalam periode waktu pengumpulan.
Kesalahan yang timbul dari transformasi yang tidak pantas, didapat dari data asli yang sering disajikan dalam sumber data sekunder dalam kategori yang diciptakan untuk membuat data lebih rapi dalam format tabel, atau kategori asli tidak mencerminkan kebutuhan analis untuk menangani tugas di tangan (Biemer et al., 2004, pp.431). Selain itu, data dapat disajikan sebagai rasio yang masuk akal karena mereka merupakan tujuan asli tapi tidak masuk akal dalam konteks studi analis saat ini.
Kesalahan dari ekstrapolasi duniawi yang tidak pantas, didapat dari data sekunder yang seringkali tidak tersedia untuk periode intervensi (bulan, kuartal atau tahun) antara laporan yang diterbitkan. Data untuk intervensi periode harus diinterpolasi dari dua pelaporan tahun terdekat.
Perubahan dapat diperkirakan dengan menganalisis data seri lain terkait yang bergerak variabel di sekitar arah yang sama dan besarnya sama.
Kesalahan dari pantas pengakuan temporal, memiliki kesalahan paling umum, yaitu dari
kesalahpahaman dari dimensi waktu dari data sekunder. Sebagai contoh, jika data yang digunakan di tahun publikasi mereka bukan tahun yang mereka dikumpulkan. Selalu ada
jeda waktu antara waktu data primer dikumpulkan dan waktu mereka dibuat tersedia. Sebuah data di tahun 2005 publikasi misalnya, lebih dari mungkin berisi data yang dikumpulkan pada tanggal yang lebih awal seperti 2004.
Kesalahan yang mengurangi keandalan seperti satu set data yang dapat diandalkan jika jumlah berturut menghasilkan hasil yang sama. Seperti dijelaskan sebelumnya, kehandalan yaitu kumpulan data yang akurat hanya jika ia bebas dari prosedural dan pengukuran kesalahan. Set data yang tidak akurat dapat diandalkan jika ia mempertahankan sama tingkat ketidaktepatan. Keandalan data adalah fungsi dari organisasi yang mengumpulkan, mengatur,
catatan, dan menerbitkan data sekunder. Beberapa isu harus dipertimbangkan ketika mengevaluasi organisasi yang mengumpulkan dan menyebarkan data. Masalah lainnya adalah apakah individu dan staf yang melakukan pengumpulan data sudah terlatih dan berpengalaman dalam pengumpulan data atau tidak. Analis juga harus menentukan apakah organisasi memiliki sumber daya yang memadai untuk melakukan pekerjaan menyeluruh. keandalan data dapat dibagi menjadi tiga kategori (Baumgartner & Steenkamp, 2006, pp.438):
• Clerical
• Perubahan prosedur pengumpulan
• Kegagalan untuk menggunakan data yang benar
Kesalahan administrasi terjadi bahkan untuk orang-orang yang paling hati-hati. Untuk mendeteksi adanya kesalahan administrasi, data tersebut mungkin ditampilkan dalam mudah
dipahami secara (misalnya, diagram scatter plot atau meja sederhana). Dengan cara ini, outlier dapat terdeteksi lebih mudah. Prosedur ini akan memungkinkan analis untuk melihat desimal salah, yang menambahkan nol, atau digit tambahan. Kesalahan lain dari jenis ini adalah transposisi angka di seri dengan jumlah digit yang sama. Sebuah plot dari nilai-nilai akan memungkinkan analis untuk menangkap kesalahan outlier ini.
Kesalahan karena perubahan dalam prosedur koleksi, terjadi ketika hasil kesalahan dari perubahan dalam koleksi prosedur data yang dihasilkan mungkin sangat berbeda dari data sebelumnya pada set data yang sama. Kesalahan ini dapat muncul karena metode yang berbeda dari koleksi atau keadaan yang berbeda di sekitar koleksi. Misalnya, saat pengumpulan (waktu hari, hari minggu, musim, tahun, dll) mungkin telah berubah. Cara di mana data tersebut diringkas mungkin juga berubah.
            Kesalahan karena data yang dikoreksi, berawal dari data dapat konsisten dari satu laporan ke yang lain dalam seri yang sama diterbitkan karena kesalahan yang telah ditemukan, dikoreksi dan kemudian tercermin dalam versi berikutnya dari kumpulan data. Paling sering terletak pada kesalahan administrasi. Analis perlu menggunakan versi paling baru-baru ini untuk mengurangi kesalahan. Juga, jika mungkin, analis harus tahu kapan data diperiksa dan ketika versi bersih dari data yang dicetak. Bila menggunakan data sekunder yang telah ditata ulang di beberapa titik, selalu memeriksa terhadap versi terbaru dari data set.




4. Kesimpulan
"Dia yang tidak membuat kesalahan yang membuat tidak ada" adalah pepatah yang pasti dapat diterapkan pada masalah kesalahan dalam data sekunder yang digunakan dalam semua bidang termasuk riset pemasaran. Hal ini jelas bahwa kesalahan data sekunder yang tidak dapat dihindari. Namun, analis pemasaran dapat melakukan banyak tindakan untuk meminimalkan kesalahan ini sehingga akan menghasilkan data sekunder yang akurat, handal dan tepat. Kesalahan pengambilan sampel dapat ditangani dengan proses pengambilan sampel yang memadai melalui dan memungkinkan evaluasi serta pengendalian. Karena kesalahan non-sampling tidak bisa diukur sebelum survey, dan karena ia juga agak sulit untuk dideteksi. Sebagai alat terbaik untuk menangani jenis kesalahan adalah pencegahan yang didasarkan pada pemeriksaan yang akurat dari masalah dalam proses pengumpulan
data utama. Analis juga harus memperhatikan sumber-sumber lain dari kesalahan (error yang membatalkan data, kesalahan yang memerlukan reformulasi data dan kesalahan yang mengurangi kehandalan) yang serius bisa melemahkan data dan karena itu mempengaruhi hasil dari seluruh analisis. Meskipun ada banyak berbagai sumber kesalahan dalam data sekunder, seperti yang disajikan dalam makalah ini, ada juga banyak prosedur untuk menghasilkan temuan yang lebih valid dari penelitian yang akan memberikan dasar yang dapat diandalkan untuk proses pengambilan keputusan pemasaran.


Referensi
1. Aaker, DA & Day, GS [1999]. Marketing Research, John Wiley and Sons, New
York
2. Assael, H. & Keon, J. (1998) Non-sampling vs kesalahan pengambilan sampel dalam penelitian survei.
Journal of Marketing. 46 (2), hlm. 114-123.
3. Baumgartner, H. & Steenkamp, JBE (2006) Sebuah paradigma diperpanjang untuk pengukuran
analisis pemasaran konstruksi berlaku untuk data panel. Journal of Marketing
Penelitian. 23 (3), pp. 431-442.
4. Berry, M., & Linoff, G. [1997]. Teknik data mining: Untuk pemasaran, penjualan, dan
dukungan pelanggan, Wiley, New York:
5. Biemer, PB, Groves, RM, Lyberg, LE, Mathiowetz, NA & Sundman, S. [2004].
Pengukuran Kesalahan dalam Survei, John Wiley & Sons, Hobaken
6. Dehmater, R. & Hancock, M. [2001]. Data mining menjelaskan: panduan Seorang manajer untuk
pelanggan intelijen bisnis centric, Digital Press, Burlington, MA
7. Houston, MB (2004) Menilai validitas proxy data sekunder untuk pemasaran
konstruksi. Jurnal Penelitian Bisnis. 57 (2), hlm. 154-161.
8. Iacobucci D. & Churchill A. [2009]. Riset Pemasaran: Yayasan Metodologi
(dengan Kartu Qualtrics), South-Western College Pub, London

Sumber Jurnal :
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwit6tu1l6fRAhUmTY8KHa7yCYwQFggbMAA&url=http%3A%2F%2Fwww.socioeconomica.info%2Fjspui%2Fbitstream%2F11171%2F67%2F1%2FSvetlana%2520Tasic.pdf&usg=AFQjCNF4_G8PCA2Exz0ffslB74gCKTZcUg&sig2=LnV1ItPVwD6Ag8T31EaZUQ 

Senin, 25 April 2016

Contoh kasus HKI



Contoh Studi Kasus HKI

Perusahaan jaringan telekomunikasi Ericsson akhirnya menuntut Samsung Electronics ke pengadilan dengan tuduhan melanggar hak paten. Keputusan ini diambil Ericsson setelah kedua perusahaan gagal mencapai kata sepakat dalam perundingan yang telah berjalan dua tahun.terakhir. 
"Kami sudah bernegosiasi dengan susah payah dan lama untuk mencapai kesepakatan dengan Samsung," kata Kasim Alfalahi, Kepala Intelektual Property Ericsson. "Kami menggugat sebagai langkah terakhir. Gugatan ini terkait penggunaan teknologi jaringan nirkabel."
Gugatan ini menambah "musuh" Samsung, yang sebelumnya telah digugat Apple Inc dalam kasus pelanggaran intelektual properti telepon seluler iPhone. Apple juga menambahkan gugatan kepada Samsung dengan memasukkan enam ponsel lainnya, selain Galaxy SIII. 
Pada putusan tingkat pertama, Pengadilan Distrik San Jose memenangkan Apple dengan sanksi sebanyak sekitar US$ 1,05 miliar (sekitar Rp 9,9 triliun). Samsung mengajukan kasasi dan melakukan gugatan balik terhadap Apple. Saat ini, proses persidangan lanjutan Apple versus Samsung masih dalam tahap dokumentasi dan baru akan digelar Maret tahun depan.
Dalam kasus Samsung versus Ericsson, juru bicara perusahaan asal Korea Selatan itu mengatakan kesepakatan tidak tercapai terkait besaran royalti yang harus dibayarkan. "Ericsson meminta harga lebih tinggi untuk portofolio paten yang sama," kata juru bicara Samsung.
Itu sebabnya, Samsung akan meladeni jalur hukum ini. Menurut Samsung, kesepakatan kedua perusahaan seharusnya mengacu pada prinsip fair, reasonable, dan nondiscriminatory (FRAND). Artinya, paten yang sama harus dikenakan harga yang sama kepada pihak yang berbeda. Ericsson berpotensi meraup ganti rugi dalam nilai besar jika pengadilan memenangkan gugatannya. Menurut perusahaan ini, ada ratusan juta piranti buatan Samsung yang tidak menggunakan teknologi milik Ericsson.
Sumber:
http://www.tempo.co/read/news/2012/11/28/072444588/Ericsson-Gugat-Samsung-Soal-Pelanggaran-Hak-Paten

Simbol-simbol dan istilah dalam Hak Kekayaan Intelektual




Simbol-Simbol dan Istilah yang Digunakan dalam Hak Kekayaan Intelektual

Hak Atas Kekayaan Intelektual (HAKI) atau Hak Milik Intelektual (HMI) atau harta intelek ini merupakan padanan dari bahasa Inggris Intellectual Property Right. Kata "intelektual" tercermin bahwa obyek kekayaan intelektual tersebut adalah kecerdasan, daya pikir, atau produk pemikiran manusia (the Creations of the Human Mind) (WIPO, 1988:3).
Hak Kekayaan Intelektual (HAKI) adalah hak eksklusif Yang diberikan suatu peraturan kepada seseorang atau sekelompok orang atas karya ciptanya. Secara sederhana HAKI mencakup Hak Cipta, Hak Paten dan Hak Merk. Namun jika dilihat lebih rinci HAKI merupakan bagian dari benda (Saidin : 1995), yaitu benda tidak berwujud (benda imateriil).
Hak Atas Kekayaan Intelektual (HAKI) termasuk dalam bagian hak atas benda tak berwujud (seperti paten, merek, dan hak cipta). Hak Atas Kekayaan Intelektual sifatnya tidak berwujud, berupa informasi, ilmu pengetahuan, teknologi, seni, sastra, keterampilan dan sebagainya yang tidak mempunyai bentuk tertentu.
            Simbol-simbol yang digunakan dalam hak kekayaan intelektual bertujuan sebagai indikator bahwa suatu karya merupakan hak original seseorang. Berikut adalah simbol yang digunakan dalam hak kekayaan intelektual.
1.  Copyright
Description: c Description: Hasil gambar untuk simbol-simbol dan istilah hak kekayaan intelektual beserta contohnya

Copyright atau dapat disebut Hak Cipta merupakan hak eksklusif pemegang hak cipta untuk mengatur penggunaan hasil informasi tertentu yang memungkinkan pemegang hak tersebut untuk membatasi penggandaan tidak sah atas suatu ciptaan. Di Indonesia, hak cipta diatur dalam Undang-Undang Hak Cipta diatur dalam Undang-Undang Nomor 19 Tahun 2002. Undang-undang tersebut menjelaskan bahwa hak cipta adalah “hak eksklusif bagi pencipta atau penerima hak untuk mengumumkan atau memperbanyak ciptaannya atau memberikan izin untuk itu dengan tidak mengurangi pembatasan-pembatasan menurut peraturan perundang-undangan yang berlaku” (pasal 1 butir 1).
2.  Registered
Description: RDescription: Registered

Registered atau simbol Terdaftar mengartikan bahwa produk yang memiliki simbol tersebut telah terdaftar dalam daftar umum merk yang dibuktikan dengan terbitnya sertifikat merek. Registered digunakan untuk memberitahukan merek dagang dari sebuah produk ataupun jasa komersial yang sudah terdaftar di Kantor Paten Nasional. Hak eksklusif dari sebuah merek dagang terdaftar akan terus dimiliki sepanjang merek dagang tersebut di-daftar ulang oleh pemiliknya secara rutin yang biasanya dilaksanakan setiap 5 tahun. Jadi simbol ini ditampilkan apabila merek dagang sudah terdaftar secara resmi.
3.  Trademark
Description: tmDescription: Trademark

 Trademark alias Merek Dagang disimbol dengan adalah suatu identitas dari suatu produk yang membedakannya dengan produk yang lainnya. Merek dangang termasuk kekayaan industri, yaitu termasuk kekayaan intelektual.
Menurut Undang-Undang Nomor 15 Tahun 2001 tentang Merek “Merek Dagang adalah Merek yang digunakan pada barang yang diperdagangkan oleh seseorang atau beberapa orang secara bersama-sama atau badan hukum untuk membedakan barang-barang sejenis lainnya”.
4.  SM (Servicemark / SM)
                                    
Description: https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjcDgPjMA0syo_K46Z_MUV4LOad_wG7f_ssya0LumCzzq63z9ZCBa9TzFTRgByTb0pBjhe4iAf8dUC-W5Ydv3Dh8tntNTZJ69SwIZWo6DHx7QcLXg2yn7cGbDE4uZzHPGPiyRm7aQOS0gZH/s320/sm.jpg
Untuk merek layanan yang belum terdaftar, yaitu sebuah tanda yang digunakan untuk mempromosikan servis dari suatu layanan, jadi yang di tandai adalah proses pengiklanan dari suatu layanan bukan kepada desain kemasan dari layanan tersebut. Layanan transportasi dapat meletakkan simbol TM tersebut pada kendaraan mereka, seperti pesawat, atau bis. Layanan personal dapat meletakkannya pada kendaraan pengangkut mereka seperti truk, atau mobil van.

Tetapi apabila layanannya berkaitan dengan telekomunikasi, sangat mungkin sebuah suara di tandai dengan simbol SM (tanda suara) saat proses penyampaian layanan tersebut. Contohnya AT&T, yang menggunakan nada sambung suara wanita yang menyebutkan nama perusahaan untuk menjelaskan layanan mereka, dan MGM yang menggunakan suara auman singa untuk film-film mereka.
5.  ISO 14001

Description: https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhJuzD-shXra6TwuixeTar3Uewwb1JcVmrry7sbrmLnBuPvEZpn42idjwPEIpaIvJjNUb3N4YzEQB05NLNNfard9iIJ1FX6Y7qB8bVW1wJSJlsjIcomkuDE_JDTc_mH__56tZNVr1-ma1SL/s1600/iso.jpg

Sertifikasi ISO 14001 menjadi bukti kelayakan suatu organisasi, bisnis, dan fasilitas manufaktur dalam menunjukkan tanggung jawabnya terhadap lingkungan. Sertifikasi ini menunjukkan bahwa sebuah organisasi atau bisnis telah mendedikasikan sistem manajemennya berdasarkan kesadaran lingkungan. Mendapatkan sertifikasi ISO 14001 pada gilirannya akan membuat masyarakat, pemerintah, dan calon pelanggan lebih menghargai suatu entitas bisnis yang pada akhirnya akan mengarah pada kemajuan usaha.

6.  Standar Eropa
Description: CE

Tanda CE adalah perintah penyesuaian tanda yang terdapat pada banyak produk yang ditempatkan pada pasar dalam kawasan Ekonomi Eropa (EEA) dan barang ekspor dari luar negeri. Tanda CE digunakan untuk meyakinkan bahwa produk tersebut aman untuk dipakai. Tanda ini wajib ada pada produk – produk tertentu dalam kawasan ekonomi Eropa, jika tidak terdapat tanda ini maka produk tidak di izinkan beredar di pasaran.

7.  Standar Nasional Indonesia
Description: SNI
Satu – satunya standar yang berlaku secara nasional di Indonesia. SNI dirumuskan oleh panitia teknis dan ditetapkan oleh Badan Standar Nasional.
Istilah-Istilah yang Digunakan dalam Hak Kekayaan Intelektual
Banyak terdapat stilah-istilah yang digunakan dalam hak kekayaan intelektual dari mulai istilah dalam simbol yang digunakan, istilah mengenai badan khusus yang menangani hak kekayaan intelektual, sampai dengan istilah-istilah yang berkaitan dengan macam-macam hak kekayaan intelektual. Berikut adalah penjabaran istilah-istilah yang digunakan dalam hak kekayaan intelektual.
Istilah hak milik intelektual atau hak atas kekayaan intelektual (Intellectual Property Rights) terdiri dari copy rights (hak cipta) dan indusrial property rights (hak kekayaan perindustrian) (Nurjannah, 2015). Istilah mengenai badan khusus yang menangani hak kekayaan intelektual adalah World Intellectual Property Organization(WIPO), suatu badan khusus PBB, dan Indonesia termasuk salah satu anggota dengan diratifikasinya Paris Convention for the Protection of Industrial Property and Convention Establishing the World Intellectual Property Organization. Istilah lain yang bersangkutan adalah Registered,  Trademark, dan Copyright yang merupakan simbol-simbol.
Istilah-Istilah Dalam Hak Cipta
1.  Pencipta
Pencipta adalah seorang atau beberapa orang secara bersama-sama yang atas inspirasinya lahir. Suatu ciptaan berdasarkan kemampuan pikiran, imajinasi, cekatan, ketrampilan atau keahlian yang dituangkan dalam bentuk yang khas dan bersifat pribadi.
2.  Pemegang Hak Cipta
Pencipta sebagai Pemilik Hak Cipta, atau orang yang menerima hak tersebut dari Pencipta, atau orang lain yang menerima lebih lanjut hak dari orang tersebut di atas.
3.  Ciptaan
Hasil setiap karya Pencipta dalam bentuk yang khas dan menunjukkan keasliannya dalam lapangan ilmu pengetahuan, seni, dan sastra.

Sumber :
Nurjannah.staff.gunadarma.ac.id