Jumat, 19 November 2010

UTS APLIKASI KEUANGAN



Diketahui Data penjualan kendaraan bermotor pada tahun 2009:

Data Penjualan kendaraan Bermotor
BulanYamahaKawasakiSuzukiHondaOthersTotal
Jan-0990.0002.10085.500183.8254.725366.150
Feb-0982.0002.00077.900167.4854.500333.885
Mar-0980.0002.00076.000163.4004.500325.900
Apr-0989.0002.22584.550181.7835.006362.564
Mei-0999.0002.50094.050202.2085.625403.383
Jun-09103.0002.60097.850210.3785.850419.678
Jul-09125.0003.200118.750255.3137.200509.463
Agust-09144.0003.600136.800294.1208.100586.620
Sep-09121.0003.100114.950247.1436.975493.168
Okt-09106.0002.600100.700216.5055.850431.655
Nop-0998.0002.45093.100200.1655.513399.228
Des-09101.0002.52595.950206.2935.681411.449
Total1.238.00030.9001.176.1002.528.61569.5255.043.140

adapun tabel pertumbuhan penduduk:



Data Pertumbuhan Penduduk Kota Bandung
Bulanlaki-lakiPerempuanTotal
Mar-09106.250132.000238.250
Apr-09111.563138.600250.163
Mei-09112.625139.920252.545
Jun-09113.688141.240254.928
Jul-09114.750142.560257.310
Agust-09115.813143.880259.693
Sep-09116.875145.200262.075
Okt-09117.938146.520264.458
Nop-09119.000147.840266.840
Des-09120.063149.160269.223

a. dari kedua tabel tersebut, buatlah forecast penjualan
b. metode mana yang paling tepat antara: Moving average, Exponencial Smoothing dan Regresei
c. Kebijakan apa yang harus di ambil oleh Perusahaan Honda dan Kawasaki.

Jawaban:
a.


HASIL AKHIR
YamahaSE YamahaKawasakiSE KawasakiSUZUKISE SUZUKIHondaSE HondaOTHERSE OTHER
Moving Average99.500 3.021 2.488 59 94.525 2.870 203.229 6.170 5.597 133
Exp.S 1%98.082 16.518 2.452 418 93.177 15.692 200.332 33.738 5.516 941
Exp.S 5%98.440 16.538 2.459 422 93.518 15.711 201.064 33.778 5.532 950
Exp.S 10%98.971 16.553 2.470 426 94.022 15.725 202.148 33.809 5.559 959
Regresi 95%116.082 17.752 2.914 462 110.278 16.865 237.098 36.259 6.557 1.040


Metode Moving Average:


MOVING AVERAGE
YamahaSE YamahaKawasakiSE KawasakiSUZUKISE SUZUKIHondaSE HondaOTHERSE OTHER
Jan-09
Feb-09#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A
Mar-0986.000 #N/A2.050 #N/A81.700 #N/A175.655 #N/A4.613 #N/A
Apr-0981.000 2.915 2.000 35 76.950 2.770 165.443 5.955 4.500 80
Mei-0984.500 3.260 2.113 80 80.275 3.097 172.591 6.658 4.753 179
Jun-0994.000 4.757 2.363 126 89.300 4.519 191.995 9.715 5.316 283
Jul-09101.000 3.808 2.550 103 95.950 3.617 206.293 7.778 5.738 233
Agust-09114.000 7.906 2.900 215 108.300 7.510 232.845 16.147 6.525 484
Sep-09134.500 10.277 3.400 255 127.775 9.764 274.716 20.992 7.650 574
Okt-09132.500 10.548 3.350 226 125.875 10.020 270.631 21.543 7.538 509
Nop-09113.500 9.708 2.850 250 107.825 9.223 231.824 19.829 6.413 563
Des-09102.000 6.010 2.525 185 96.900 5.710 208.335 12.276 5.681 415
Jan/1099.500 3.021 2.488 59 94.525 2.870 203.229 6.170 5.597 133

Metode Exponensial Smoothing Menggunakan 1% dumping factor


EXPONENSIAL SMOOTHING 1%
YamahaSE YamahaKawasakiSE KawasakiSUZUKISE SUZUKIHondaSE HondaOTHERSE OTHER
Jan-09
Feb-09#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A
Mar-0990.000 #N/A2.100 #N/A85.500 #N/A183.825 #N/A4.725 #N/A
Apr-0982.080 #N/A2.001 #N/A77.976 #N/A167.648 #N/A4.502 #N/A
Mei-0980.021 #N/A2.000 #N/A76.020 #N/A163.442 #N/A4.500 #N/A
Jun-0988.910 7.046 2.223 142 84.465 6.694 181.599 14.392 5.001 320
Jul-0998.899 7.890 2.497 206 93.954 7.496 202.001 16.115 5.619 464
Agust-09102.959 8.150 2.599 215 97.811 7.742 210.294 16.646 5.848 483
Sep-09124.780 14.194 3.194 387 118.541 13.485 254.862 28.992 7.186 870
Okt-09143.808 17.049 3.596 423 136.617 16.197 293.727 34.823 8.091 952
Nop-09121.228 21.412 3.105 507 115.167 20.341 247.608 43.734 6.986 1.141
Des-09106.152 19.335 2.605 471 100.845 18.368 216.816 39.492 5.861 1.060
Jan/1098.082 16.518 2.452 418 93.177 15.692 200.332 33.738 5.516 941

Exponencial Smoothing menggunakan 5% dumping factor


EXPONENSIAL SMOOTHING 5%
YamahaSE YamahaKawasakiSE KawasakiSUZUKISE SUZUKIHondaSE HondaOTHERSE OTHER
Jan-09
Feb-09#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A
Mar-0990.000 #N/A2.100 #N/A85.500 #N/A183.825 #N/A4.725 #N/A
Apr-0982.400 #N/A2.005 #N/A78.280 #N/A168.302 #N/A4.511 #N/A
Mei-0980.120 #N/A2.000 #N/A76.114 #N/A163.645 #N/A4.501 #N/A
Jun-0988.556 7.038 2.214 142 84.128 6.686 180.876 14.376 4.981 320
Jul-0998.478 8.035 2.486 210 93.554 7.633 201.141 16.412 5.593 473
Agust-09102.774 8.334 2.594 220 97.635 7.918 209.916 17.023 5.837 496
Sep-09123.889 14.417 3.170 392 117.694 13.696 253.043 29.446 7.132 883
Okt-09142.994 17.502 3.578 434 135.845 16.626 292.066 35.747 8.052 977
Nop-09122.100 21.465 3.124 510 115.995 20.392 249.389 43.842 7.029 1.148
Des-09106.805 19.557 2.626 479 101.465 18.579 218.149 39.945 5.909 1.078
Jan/1098.440 16.538 2.459 422 93.518 15.711 201.064 33.778 5.532 950

exonencial smoothing menggunakan 10% dumping factor


EXPONENSIAL SMOOTHING 10%
YamahaSE YamahaKawasakiSE KawasakiSUZUKISE SUZUKIHondaSE HondaOTHERSE OTHER
Jan-09
Feb-09#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A#N/A
Mar-0990.000 #N/A2.100 #N/A85.500 #N/A183.825 #N/A4.725 #N/A
Apr-0982.800 #N/A2.010 #N/A78.660 #N/A169.119 #N/A4.523 #N/A
Mei-0980.280 #N/A2.001 #N/A76.266 #N/A163.972 #N/A4.502 #N/A
Jun-0988.128 7.021 2.203 142 83.722 6.670 180.001 14.340 4.956 319
Jul-0997.913 8.207 2.470 215 93.017 7.797 199.987 16.763 5.558 484
Agust-09102.491 8.566 2.587 228 97.367 8.138 209.338 17.496 5.821 512
Sep-09122.749 14.728 3.139 400 116.612 13.991 250.715 30.081 7.062 901
Okt-09141.875 18.112 3.554 449 134.781 17.206 289.780 36.994 7.996 1.011
Nop-09123.087 21.556 3.145 515 116.933 20.478 251.406 44.028 7.077 1.158
Des-09107.709 19.827 2.655 489 102.323 18.836 219.995 40.497 5.973 1.099
Jan/1098.971 16.553 2.470 426 94.022 15.725 202.148 33.809 5.559 959

Regresi


Regresi Confidence 95 %
Yamaha
SUMMARY OUTPUT
Regression Statistics
Multiple R0,443461964
R Square0,196658513
Adjusted R Square0,096240827
Standard Error17752,48899
Observations10
ANOVA
dfSSMSFSignificance F
Regression1617193077,5617193077,51,958405150,199243792
Residual82521206922315150865,3
Total93138400000
CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 95,0%Upper 95,0%
Intercept-126355,9067166559,4491-0,7586234670,469835573-510442,6849257730,8715-510442,6849257730,8715
X Variable 10,9045136460,6463441941,3994302950,199243792-0,5859587372,39498603-0,5859587372,39498603
Y116.082
Kawasaki
SUMMARY OUTPUT
Regression Statistics
Multiple R0,42474662
R Square0,180409692
Adjusted R Square0,077960903
Standard Error462,1472838
Observations10
ANOVA
dfSSMSFSignificance F
Regression1376109,1046376109,10461,7609743770,22112614
Residual81708640,895213580,1119
Total92084750
CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 95,0%Upper 95,0%
Intercept-3070,692254336,011534-0,7081835980,498942186-13069,552776928,16827-13069,552776928,16827
X Variable 10,0223286020,016826161,3270170980,22112614-0,0164725920,061129795-0,0164725920,061129795
Y2.914
Suzuki
SUMMARY OUTPUT
Regression Statistics
Multiple R0,443461964
R Square0,196658513
Adjusted R Square0,096240827
Standard Error16864,86454
Observations10
ANOVA
dfSSMSFSignificance F
Regression1557016752,4557016752,41,958405150,199243792
Residual82275389248284423655,9
Total92832406000
CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 95,0%Upper 95,0%
Intercept-120038,1114158231,4767-0,7586234670,469835573-484920,5506244844,3279-484920,5506244844,3279
X Variable 10,8592879640,6140269851,3994302950,199243792-0,55666082,275236728-0,55666082,275236728
Y110.278
Honda
SUMMARY OUTPUT
Regression Statistics
Multiple R0,443461964
R Square0,196658513
Adjusted R Square0,096240827
Standard Error36259,45876
Observations10
ANOVA
dfSSMSFSignificance F
Regression1257480993825748099381,958405150,199243792
Residual8105179867971314748350
Total913092796735
CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 95,0%Upper 95,0%
Intercept-258081,9394340197,6749-0,7586234670,469835573-1042579,184526415,305-1042579,184526415,305
X Variable 11,8474691221,3201580171,3994302950,199243792-1,1968207214,891758966-1,1968207214,891758966
Y237.098
OTHER
SUMMARY OUTPUT
Regression Statistics
Multiple R0,42474662
R Square0,180409692
Adjusted R Square0,077960903
Standard Error1039,831389
Observations10
ANOVA
dfSSMSFSignificance F
Regression11904052,3421904052,3421,7609743770,22112614
Residual88649994,5331081249,317
Total910554046,88
CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 95,0%Upper 95,0%
Intercept-6909,0575629756,025951-0,7081835980,498942186-29406,4937315588,37861-29406,4937315588,37861
X Variable 10,0502393530,0378588591,3270170980,22112614-0,0370633320,137542039-0,0370633320,137542039
Y6.557

b. Dari hasil perhitungan dapat di peroleh bahwa dengan membandingkan Standart error antar metode, metode Moving average lah yang paling cocok atau tepat digunakan.tetapi secara teori dan logika metode regresi lah yang paling akurat karena sudah ada derajat keyakinan yang pasti. Untuk lebih meyakini hasil dari peramalan ini. Diperlukan cara lain.adapun cara lain untuk memastikan hasil peramalan yaitu dengan menggunakan perhitungan MSE dan SKP (Standar kesalahan peramalan) yang merupakan akar dari MSE, kita ambil salah satu sample saja misalkan Yamaha.dan dari semua metode pun tetap perhitungan Moving Average yang paling tepat.



Moving Average
Yamahaforecastkesalahan ^2
Jan-0990.000
Feb-0982.000
Mar-0980.000 86.000 36.000.000
Apr-0989.000 81.000 64.000.000
Mei-0999.000 84.500 210.250.000
Jun-09103.000 94.000 81.000.000
Jul-09125.000 101.000 576.000.000
Agust-09144.000 114.000 900.000.000
Sep-09121.000 134.500 182.250.000
Okt-09106.000 132.500 702.250.000
Nop-0998.000 113.500 240.250.000
Des-09101.000 102.000 1.000.000
jumlah kesalahan dikuadratkan2.993.000.000
MSE249.416.667
SKP15.793



Exponencial Smooting 1%
Yamahaforecastkesalahan ^2
Jan-0990.000
Feb-0982.000
Mar-0980.000 90.000 100.000.000
Apr-0989.000 82.080 47.886.400
Mei-0999.000 80.021 360.210.033
Jun-09103.000 88.910 198.522.239
Jul-09125.000 98.899 681.256.872
Agust-09144.000 102.959 1.684.364.418
Sep-09121.000 124.780 14.285.300
Okt-09106.000 143.808 1.429.429.431
Nop-0998.000 121.228 539.543.606
Des-09101.000 106.152 26.545.997
jumlah kesalahan dikuadratkan5.082.044.295
MSE423.503.691
SKP20.579



Exponencial Smooting 5%
Yamahaforecastkesalahan ^2
Jan-0990.000
Feb-0982.000
Mar-0980.000 90.000 100.000.000
Apr-0989.000 82.400 43.560.000
Mei-0999.000 80.120 356.454.400
Jun-09103.000 88.556 208.629.136
Jul-09125.000 98.478 703.427.093
Agust-09144.000 102.774 1.699.592.146
Sep-09121.000 123.889 8.344.556
Okt-09106.000 142.994 1.368.588.201
Nop-0998.000 122.100 580.796.588
Des-09101.000 106.805 33.697.863
jumlah kesalahan dikuadratkan5.103.089.982
MSE425.257.499
SKP20.622



Exponencial Smooting 10%
Yamahaforecastkesalahan ^2
Jan-0990.000
Feb-0982.000
Mar-0980.000 90.000 100.000.000
Apr-0989.000 82.800 38.440.000
Mei-0999.000 80.280 350.438.400
Jun-09103.000 88.128 221.176.384
Jul-09125.000 97.913 733.716.404
Agust-09144.000 102.491 1.722.973.836
Sep-09121.000 122.749 3.059.449
Okt-09106.000 141.875 1.287.009.368
Nop-0998.000 123.087 629.382.219
Des-09101.000 107.709 45.007.315
jumlah kesalahan dikuadratkan5.131.203.375
MSE427.600.281
SKP20.678



regresi 95 %
Yamahax FORECASTforecastkesalahan^2
Mar-0980.000
Apr-0989.000
Mei-0999.000 244.206 94.532 19.963.212
Jun-09103.000 251.354 100.997 4.012.048
Jul-09125.000 253.736 103.152 477.335.367
Agust-09144.000 256.119 105.307 1.497.148.424
Sep-09121.000 258.501 107.462 183.277.403
Okt-09106.000 260.884 109.617 13.082.727
Nop-0998.000 263.266 111.772 189.668.233
Des-09101.000 265.649 113.927 167.107.660
jumlah kesalahan dikuadratkan2.551.595.074
MSE255.159.507
SKP15.974

c. Kebijakan yang harus di ambil oleh Perusahaan Honda dan Kawasaki adalah:
Kebijakan yang di ambil oleh Honda
Sebelum menentukan kebijakan yang harus di ambil oleh perusahaan Honda, kita lihat dulu hasil proyeksi penjualannya. Penjualan tahun 2010 diproyeksikan akan terjadi penurunan total Penjualan menjadi sebesar 203.229 unit. Dengan adanya penurunan penjualan ini yang paling penting adalah di samping lewat promosi, pencapaian top of mind sebuah brand produk dapat dilakukan dengan cara membangun hubungan yang kuat dengan konsumen. Inilah cara yang paling baik dalam pemasaran produk. Interaksi dengan konsumen kembali menjadi syarat mutlak. Ibaratnya pemilik produk seolah selalu berada di samping konsumen. Dari sinilah maka konsumen yang percaya atas kualitas produk yang ditawarkan padanya, dengan sendirinya akan membantu memasarkan suatu produk tertentu dari sebuah produsen (produk motor). Di dalam dunia bisnis keadaanya seperti di medan perang. Untuk mencapai kemenangan dibutuhkan berbagai faktor yang saling menunjang. Jika di dalam pertempuran dikenal dengan koordinasi “trimatra” yaitu darat laut dan udara maka di dalam industri roda dua dikenal dengan dukungan 3S yaitu Sales, Service dan Sparepart.
Sales 
Dalam hal ini honda harus gencar AHM sangat gencar dalam membuat iklan didalam produknya, baik melalui iklan, jargon dan melalui komunikasi antar konsumen konsumenya sendiri. Produk yang ditawarkan pun harus sederhana namun memiliki penampilan yang “Wah” sehingga membuat konsumen tertarik. Dalam hal ini honda harus dapat membuat konsumen yang berniat melakukan leasing atau kredit AHM pun melayani dengan baik tanpa menggunakan prosedur yang ribet sehingga tidak membuat konsumen menjadi ragu.
Service
Dalam rangka layanan purna jual terhadap konsumen, AHM harus memiliki gerai service motor Honda yang ada dimana mana dan juga mudah untuk dijangkau. Untuk gerai ini diusahakan memiliki ciri khas yang memudahkan konsumen untuk mengingatkan ataupun membedakan mana gerai AHM dan mana yang bukan.
Sparepart
Suku cadang yang diproduksi oleh honda harus Mudah didapatkan dan dijual dengan harga yang terjangkau. Sparepart ini bisa disimpan pada gerai-gerai service nya atau di jual di toko-toko.

Kebijakan yang diambil oleh Kawasaki
Penjualan motor kawasaki pada bulan januari 2010 diperkirakan akan mengalami penurunan. Dari data dilihat bahwa Motor Merk Kawasaki apabila dibandingkan dengan merk yang lain masih tertinggal jauh dari segi penjualan. Pemain yang baru hadir di Indonesia pada 1995 dan dipasarkan PT Kawasaki Motor Indonesia (KMI) ini harus semakin agresif menggarap pasar. Hal ini harus ditunjukkan dengan hadirnya sejumlah ruang pajang baru Kawasaki, termasuk stand di mal dan tempat ramai lain. Selain ini, KMI juga harus meluncurkan sejumlah produk baru yang high quality premium product, gencar berpromosi, menyelenggarakan beberapa event untuk menarik minat pasar, serta menjaga harga jual kembali (resale value) agar tidak jatuh dengan mendirikan Green Shop, dealer reseller Kawasaki.
Sebagai layanan purna jual, selain berpromosi above the line, KMI juga harus melakukan aktivitas below the line. Hal itu bukan semata-mata karena pertimbangan , tetapi juga sebagai langkah yang efisien dan lebih efektif serta lebih mendekatkan KMI dengan konsumen. Hal ini juga dapat dimaksudkan agar Kawasaki mendapat respon yang segera dari konsumennya, sehingga penaikan mutu produk dapat segera dilaksanakan. Konsumen mau membli produk apabila dilandasi kepercayaan bahwa produktersebut berkualitas dan ada jaminan pascajualnya.
KMI sebaiknya tidak terlalu idealis dengan motor sportnya, karena tidak dapat memenuhi keinginan banyak konsumen. Supaya kekuatan merk meningkat sebaiknya kawasaki melakukan perluasan pasar baik daerah maupun segmentasi pasarnya.

Adinda Siti Farida_08611001_3KPA

Tidak ada komentar:

Posting Komentar