LAPORAN TUTORIAL

ANALISIS PERANCANGAN PERUSAHAAN

MODUL PENDAHULUAN DAN PEMASARAN

Nama : 1. Fahri Danianto Tanggal Tutorial : 23 Maret 2021

(18522001)
2. Kristiawan
(18522235)
3. Alwan Nur Fakhry
(18522207)
4. Iza Muzaki A.R
(18522362)

Kode : Hari Tutorial : Selasa

Kelompok
Kode : IPO-79 Batas Pengumpulan : Senin
Asisten
Kriteria Penilaian Yogyakarta, 29 Maret 2021
Format : Asisten
Isi :
Analisis :
TOTAL : (…………)

LABORATORIUM INOVASI DAN PENGEMBANGAN ORGANISASI

PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
 Reguler Genap
2020/2021

BAB I
PENDAHULUAN DAN PEMASARAN

1.1 Tujuan Tutorial

Berikut ini merupakan tujuan tutorial :
1. Dapat mengetahui konsep, fungsi, dan aspek studi kelayakan bisnis.
2. Dapat mengetahui peluang pasar yang ada.
3. Dapat membuat suatu peramalan berdasarkan market base data.
4. Dapat melakukan analisis segmenting, targeting, dan positioning
perusahaan
5. Dapat melakukan marketing mix sebuah perusahaan.

1.2 Latar Belakang

Pada era global ini kebutuhan akan alat transportasi sangatlah banyak.
Masyarakat menginginkan sebuah alat transportasi yang nyaman dan aman.
Dengan adanya alat transportasi masyarakat menjadi lebih mudah berpindah
dari satu tempat ketempat lain. Untuk berpindah tempat dari satu tempat
ketempat lain dapat menggunakan alat transportasi seperti angkutan umum,
kendaraan motor, pesawat, kapal, mobil pribadi, dan lain-lainnya.
Mobil merupakan salah satu alat transportasi yang sering digunakan
oleh masyarakat. Mobil dipilih karena dinilai lebih nyaman digunakan.
Dengan menggunakan mobil masyarakat dapat dengan mudah untuk
bepergian kemanapun dan kapanpun. Mobil pertama kali ditemukan oleh
Karl Benz di mannheim kemudian dilanjutkan oleh Daimler bersama
dengan Maybach seiring dengan perkembangan zaman mobil dari yang roda
4 kini banyak perusahaan manufaktur yang bergerak dibidang otomotif
berusaha menciptakan kendaraan roda 4 ini dengan berbagai keunggulan
guna untuk menarik minat pelanggan, selain itu mobil memiliki beragam
manfaat diantaranya pengguna mobil tidak perlu khawatir akan kehujanan
lalu mobil memiliki space yang cukup luas untuk 4 orang sesuai dengan
jenis mobil selanjutnya mobil menjadi sarana sebagai driver Online salah
satu pengganti taksi. dengan beberapa kelebihan yang dimiliki mobil diatas
 Reguler Genap
2020/2021

mobil memiliki kekurangan yakni semakin banyak pengguna mobil maka

tingkat kemacetan akan semakin tinggi lalu mobil memiliki pengaruh buruk
untuk lingkungan terkait dengan polusinya selanjutnya tiap tahun pengguna
mobil semakin meningkat maka limbah mobil akan semakin bertambah ini
berkaitan erat dengan generasi penghuni bumi selanjutnya.
Berdasarkan data dari gabungan industri kendaraan bermotor indonesia
penggunaan mobil di indonesia cukup berkembangan, di tahun 2019 jumlah
kendaraan naik bertambah 7.108.617.012 unit dibanding dengan tahun
sebelumnya angka tersebut meningkat 5,3 persen menjadi 1.33.617.012 unit
dimana tahun sebelumnya hanya 126.508.776 unit. Pada umumnya
masyarakat memilih mobil MPV dengan cc sebesar 1500. Hal itu dipilih
dikarenakan mobil tersebut dapat melalui jalan bagus maupun rusak dan
memiliki harga yang tidak terlalu mahal. Mobil tersebut memiliki peminat
yang sangat banyak seiring tambah majunya perkembangan ekonomi yang
ada.
Melihat hal tersebut peneliti ingin mendirikan perusahaan produk
manufaktur yang bergerak dibidang otomotif yakni kendaraan roda 4 data
dari gabungan industri kendaraan pengguna motor di indonesia cukup pesat
dan terus mengalami peningkatan tiap tahunnya dimana ini menjadi salah
satu alasan berdirinya perusahaan ini.
Berdirinya perusahaan ini memiliki beberapa pertimbangan :
1. Indonesia memiliki kondisi ekonomi yang cukup baik
Berdasarkan hasil data kemenkeu perekonomian indonesia tumbuh
sebesar -3,49%. angka ini cukup baik dari triwulan sebelumnya yang
sebesar -5,32%. ini membuktikan di era pandemi ini indonesia
menunjukan proses pemulihan ekonomi pembalikan arah didukung
oleh aktivitas - aktivitas ekonomi nasional menunjukan ke arah zona
positif.

2. Memiliki data pendukung

Berdasarkan data dari gabungan industri kendaraan bermotor
indonesia mobil memiliki permintaan yang cukup berpeluang bagi
 Reguler Genap
2020/2021

perusahaan kami sehingga untuk memudahkan konsumen kami akan

menawarkan produk kami sesuai hasil perhitungan dengan
menggunakan beberapa metode dari analisis perancangan
perusahaan dibawah.

1.3 Market Base Data

Market base data merupakan perkumpulan data yang terkait dengan aspek
penting tentang pemasaran dari industri, dengan adanya market base data ini
akan dijadikan sebagai dasar dalam memperkirakan apakah produk atau jasa
yang dihasilkan perusahaan itu sudah sesuai yang ditargetkan atau tidak
sama sekali. market base data selain sebagai dasar untuk menetapkan target
dari perusahaan market base data memiliki fungsi lain yakni sebagai dasar
untuk mengukur potensi produk yang dijual sesuai dengan keadaan pasar.
Berikut merupakan data yang dapat dimasukan dalam market base data :
a. Data Bahan Baku
Data ini merupakan data awal untuk mendirikan suatu perusahaan
karena berkaitan langsung dengan bahan baku apa saja yang digunakan
oleh perusahaan untuk mencukupi proses produksi. Untuk data bahan
baku perusahaan membutuhkan bahan baku aluminium sebagai rangka
mobil. Berikut adalah data produksi aluminium pada rentang tahun
2015 -2019

Tabel 1. 1 Produksi Aluminium di Indonesia

Produksi Aluminium
Tahun
(Juta Ton)
2015 257

2016 245

2017 219

2018 219

2019 234

(Sumber : Annual Report PT. Inalum)

 Reguler Genap
2020/2021

b. Data Penjualan
Data ini merupakan data untuk mengetahui prospek penjualan produk
pada masa yang akan datang dengan menganalisis data penjualan
produk yang periode sebelumnya. Berikut adalah data penjualan mobil
dalam rentang bulan Januari - Desember 2020.
Tabel 1. 2 Data Penjualan Mobil Retail Tahun 2020

Bulan Penjualan (Unit)

Januari 81.059
Februari 77.866
Maret 60.441
April 24.270
Mei 17.083
Juni 29.858
Juli 35.799
Agustus 37.655
September 43.362
Oktober 46.131
November 56.105
Desember 69.698

(sumber : data Gabungan Industri Kendaraan Bermotor

Indonesia (Gaikindo))

c. Data konsumen
Data ini dijadikan sebagai data untuk menentukan produk yang
dibuat untuk siapa. dengan adanya data ini maka akan memudahkan
perusahaan untuk melakukan promosi serta produk yang dibuat
sesuai dengan tingkat kebutuhan pasar.
Tabel 1. 3 Jumlah Pengguna Mobil di Indonesia

Tahun Jumlah (Unit)

2015 12.304.221

2016 13.142.958

2017 13.968.202
 Reguler Genap
2020/2021

Tahun Jumlah (Unit)

2018 14.830.698
(Sumber data : BPS)

d. Data Produksi
Data ini merupakan data historis produksi mobil dari berbagai
perusahaan mobil di Indonesia. Dengan adanya data ini membantu
perusahaan untuk menentukan jumlah unit yang harus diproduksi
untuk periode mendatang.

Tabel 1. 4 Data Produksi Mobil

Tahun Produksi (Unit)

2017 1.220.428

2018 1.343.703

2019 1.286.848

2020 690.176

(sumber : Data Gabungan Industri

Kendaraan Bermotor Indonesia (Gaikindo))

e. Data Impor Ekspor

Data ini merupakan data yang dibutuhkan untuk membantu
perusahaan terkait pengambilan bahan baku dan mengekspor data
untuk produk mobil yang sudah jadi. Berikut adalah data impor dan
ekspor mobil per Desember 2020
Tabel 1. 5 Data Impor Mobil

Tahun Impor (Unit)

2016 75.571
 Reguler Genap
2020/2021

2017 87.352

2018 84.148

2019 73.879

2020 34.353

Sumber data : Katadata.co.id

Tabel 1. 6 Data Ekspor Mobil

Tahun Ekspor (Unit)

2016 194.397

2017 231.169

2018 264.553

2019 332.004

2020 232.175

Sumber data : Katadata.co.id

1.4 Data Permintaan Produk

Data permintaan merupakan jumlah barang yang dibutuhkan dan dapat
dimiliki dengan cara dibeli oleh konsumen. Untuk menentukan jumlah
barang yang dibeli ada banyak cara, namun jika ingin melakukan analisis
pasar hal yang berperan adalah harga barang itu sendiri (N .Gregory, 1998).
Dalam mendirikan sebuah perusahaan ini kami menggunakan data
sekunder. Data yang kami gunakan adalah data penjualan Mobilio tahun
2020. Penggunaan data tersebut dikarenakan kami akan membuat sebuah
mobil yang sama seperti mobil Mobilio, mobil yang berjenis MPV dan
memiliki cc 1500. Berikut data yang kami gunakan :
 Reguler Genap
2020/2021

Tabel 1. 7 Data Permintaan Mobil

Bulan Permintaan

Januari 5456

Februari 3250

Maret 2180

April 2388

Mei 3104

Juni 4412

Juli 2993

Agustus 4746

September 3979

Oktober 4780

November 3910

Desember 1743

(Sumber : Gakindo Brand Data 2015)

1.5 Data Penawaran Produk

Data yang digunakan adalah data produksi mobil Mobilio tahun 2020. Data
tersebut digunakan karena kami akan membuat mobil dengan jenis MPV
dan memiliki cc 1500. Berikut merupakan data yang digunakan :

Tabel 1. 8 Data Penawaran Mobil

Bulan Penawaran

Januari 1864
 Reguler Genap
2020/2021

Bulan Penawaran

Februari 1507

Maret 360

April 2039

Mei 3002

Juni 3600

Juli 2100

Agustus 4198

September 3422

Oktober 3301

November 3099

Desember 1104

(Sumber : Gakindo Brand Data 2015)

1.6 Forecasting
Forecasting bertujuan untuk dapat mengetahui peramalan kedepannya.
Dengan menggunakan metode ini dapat mengetahui permintaan
kedepannya. Untuk melakukan peramalan dapat menggunakan metode
pendekatan time series. Metode time series yang digunakan adalah metode
Simple Average (SA), Moving Average (MA) Weighted Moving Average
(WMA), Single Exponential Smoothing (SES), dan Linear Regression with
Time (LR) . Dengan menggunakan 5 metode tersebut kami akan mengetahui
permintaan 3 periode kedepan dengan bobot 0,2;0,3;0;5 dan α = 0,7.
Berikut merupakan hasil pengolahan data yang diperoleh:
 Reguler Genap
2020/2021

Periode Permintaan SA ESA |E SA| MA EMA |E MA| 3-WMA E-WMA |E-WMA|SES E SES |E SES| Liner RegE Liner Reg|E Linier Reg|
1 5456 5456 0 0 3679,18 1776,825 1776,825
2 3250 5456 -2206 2206 5456 -2206 2206 3660,85 -410,85 410,85
3 2180 3669,54 -1489,5 1489,54 3911,8 -1731,8 1731,8 3642,53 -1462,53 1462,525
4 2388 3586,79 -1198,8 1198,79 3628,67 -1240,7 1240,67 3156,2 -768,2 768,2 2699,54 -311,54 311,54 3624,2 -1236,2 1236,2
5 3104 3523,7 -419,7 419,697 2606 498 498 2498 606 606 2481,46 622,538 622,538 3605,88 -501,875 501,875
6 4412 3502,71 909,288 909,288 2557,33 1854,67 1854,67 2704,4 1707,6 1707,6 2917,24 1494,76 1494,76 3587,55 824,45 824,45
7 2993 3546,01 -553,01 553,012 3301,33 -308,33 308,333 3614,8 -621,8 621,8 3963,57 -970,57 970,572 3569,23 -576,225 576,225
8 4746 3520,88 1225,13 1225,13 3503 1243 1243 3440,9 1305,1 1305,1 3284,17 1461,83 1461,83 3550,9 1195,1 1195,1
9 3979 3574,14 404,859 404,859 4050,33 -71,333 71,3333 4153,3 -174,3 174,3 4307,45 -328,45 328,451 3532,58 446,425 446,425
10 4780 3591,01 1188,99 1188,99 3906 874 874 4011,9 768,1 768,1 4077,54 702,465 702,465 3514,25 1265,75 1265,75
11 3910 3638,57 271,43 271,43 4501,67 -591,67 591,667 4532,9 -622,9 622,9 4569,26 -659,26 659,261 3495,93 414,075 414,075
12 1743 3649,01 -1906 1906,01 4223 -2480 2480 4184,8 -2441,8 2441,8 4107,78 -2364,8 2364,78 3477,6 -1734,6 1734,6
13 3578,42 0 0 3477,67 0 0 3000,5 0 0 2452,43 0 0 3459,28 0 0
14 3578,42 0 0 3043,56 0 0 2805,15 0 0 2452,43 0 0 3440,95 0 0
15 3578,42 0 0 2754,74 0 0 2651,33 0 0 2452,43 0 0 3422,63 0 0
16 3578,42 0 0 3091,99 0 0 2767,31 0 0 2452,43 0 0 3404,3 0 0
17 3578,42 -3578,4 3578,42 2963,43 -2963,4 2963,43 2740,08 -2740,1 2740,08 2452,43 -2452,4 2452,43 3385,98 -3385,975 3385,975
MAD 959,448 866,078 839,706 900,378 895,933824

Gambar 1. 1 Rekapitulasi Forecasting Permintaan

Tabel 1.9 Hasil Forecasting

Berdasarkan gambar diatas perhitungan dapat diketahui hasil peramalan

data permintaan 5 bulan kedepan yaitu bulan Januari-Mei 2016
menggunakan metode Simple Average (SA), Moving Average (MA)
Weighted Moving Average (WMA), Single Exponential Smoothing (SES),
dan Linear Regression with Time (LR). Metode Simple Average (SA)
memperoleh nilai MAD sebesar 959,448, Metode Moving Average (MA)
memperoleh nilai MAD sebesar 866,078, Metode Weighted Moving
Average (WMA) memperoleh nilai MAD sebesar 839,706, Metode Single
Exponential Smoothing (SES) memperoleh nilai sebesar 900,378, dan
Metode Linear Regression with Time (LR) memperoleh nilai sebesar 895,93.
 Reguler Genap
2020/2021

Hasil peramalan data permintaan dengan metode terbaik adalah Weight

Moving Average (WMA) dengan nilai MAD terkecil sebesar 839,706.
Selain dilihat dari MAD terkecil dapat dilihat dari hasil grafik yang
diperoleh. Berdasarkan grafik tersebut data yang dipilih adalah Weight
Moving Average (WMA) dikarenakan garis yang dihasilkan mirip dengan
data kebutuhan mobil.
Periode Permintaan SA ESA |E SA| MA EMA |E MA| 3-WMA E-WMA |E-WMA|SES E SES |E SES| Liner RegE Liner Reg|E Linier Reg|
1 1864 1864 0 0 1782,53 81,47 81,47
2 1507 1864 -357 357 1864 -357 357 1906,86 -399,86 399,86
3 360 2374,47 -2014,5 2014,47 1614,1 -1254,1 1254,1 2031,19 -1671,19 1671,19
4 2039 2262,56 -223,56 223,556 1243,67 795,333 795,333 1004,9 1034,1 1034,1 736,23 1302,77 1302,77 2155,52 -116,52 116,52
5 3002 2250,79 751,211 751,211 1302 1700 1700 1428,9 1573,1 1573,1 1648,17 1353,83 1353,83 2279,85 722,15 722,15
6 3600 2288,35 1311,65 1311,65 1800,33 1799,67 1799,67 2184,7 1415,3 1415,3 2595,85 1004,15 1004,15 2404,18 1195,82 1195,82
7 2100 2350,81 -250,81 250,81 2880,33 -780,33 780,333 3108,4 -1008,4 1008,4 3298,76 -1198,8 1198,76 2528,51 -428,51 428,51
8 4198 2339,41 1858,59 1858,59 2900,67 1297,33 1297,33 2730,4 1467,6 1467,6 2459,63 1738,37 1738,37 2652,84 1545,16 1545,16
9 3422 2420,22 1001,78 1001,78 3299,33 122,667 122,667 3449 -27 27 3676,49 -254,49 254,488 2777,17 644,83 644,83
10 3301 2461,96 839,042 839,042 3240 61 61 3390,4 -89,4 89,4 3498,35 -197,35 197,346 2901,5 399,5 399,5
11 3099 2495,52 603,48 603,48 3640,33 -541,33 541,333 3516,7 -417,7 417,7 3360,2 -261,2 261,204 3025,83 73,17 73,17
12 1104 2518,73 -1414,7 1414,73 3274 -2170 2170 3224,2 -2120,2 2120,2 3177,36 -2073,4 2073,36 3150,16 -2046,16 2046,16
13 2466,33 0 0 2501,33 0 0 2141,9 0 0 1726,01 0 0 3274,49 0 0
14 2466,33 0 0 2234,78 0 0 2021,95 0 0 1726,01 0 0 3398,82 0 0
15 2466,33 0 0 1946,7 0 0 1874,35 0 0 1726,01 0 0 3523,15 0 0
16 2466,33 0 0 2227,6 0 0 1972,14 0 0 1726,01 0 0 3647,48 0 0
17 2466,33 -2466,3 2466,33 2136,36 -2136,4 2136,36 1952,76 -1952,8 1952,76 1726,01 -1726 1726,01 3771,81 -3771,81 3771,81
MAD 818,291 814,573 793,254 748,317 770,361765

Gambar 1.2 Rekapitulasi Forecasting Penawaran

Tabel 1.9 Hasil Forecasting penawaran

Berdasarkan gambar diatas perhitungan dapat diketahui hasil peramalan

data penawaran 5 bulan kedepan yaitu bulan Januari-Mei 2016
menggunakan metode Simple Average (SA), Moving Average (MA)
Weighted Moving Average (WMA), Single Exponential Smoothing (SES),
dan Linear Regression with Time (LR). Metode Simple Average (SA)
 Reguler Genap
2020/2021

memperoleh nilai MAD sebesar 818,291 Metode Moving Average (MA)

memperoleh nilai MAD sebesar 814,573, Metode Weighted Moving
Average (WMA) memperoleh nilai MAD sebesar 793,254, Metode Single
Exponential Smoothing (SES) memperoleh nilai sebesar 748,317, dan
Metode Linear Regression with Time (LR) memperoleh nilai sebesar
770,361. Hasil peramalan data penawaran dengan metode terbaik adalah
Single Exponential Smoothing (SES) dengan nilai MAD terkecil sebesar
748,317. Selain dilihat dari MAD terkecil dapat dilihat dari hasil grafik yang
diperoleh. Berdasarkan grafik tersebut data yang dipilih adalah Single
Exponential Smoothing (SES) dikarenakan garis yang dihasilkan mirip
dengan data kebutuhan mobil.

Market Real Market Market

Periode
Potential Market Space Share
13 3001 1726 1274 637
14 2805 1726 1079 540
15 2651 1726 925 463
16 2767 1726 1041 521
17 2740 1726 1014 507

Berdasarkan perhitungan market space perusahaan pada 5 periode

mendatang menggunakan metode weight moving average dan Single
Exponential Smoothing diperoleh market space selama 5 bulan sebesar
1274, 1079, 925, 1041, dan 1014. Apabila ada 2 perusahaan yang ingin
memanfaatkan peluang tersebut seluruhnya, maka hasil dari perhitungan
market space tadi dibagi 2 sehingga market share yang didapatkan yaitu 637,
540, 463, 521, dan 507 dengan total rencana penjualan sebesar 2.667
Rencana tersebut merupakan perkiraan apabila ada 2 perusahaan yang
menjual produk dengan karakteristik yang sama.

1.7 Segmentasi Pasar

Segmentasi pasar merupakan suatu proses membagi pasar menjadi kedalam
kelompok konsumen yang homogen. Dalam segmentasi pasar kelompok
konsumen dipilih sebagai target pasasr dicapai perusahaan dengan
 Reguler Genap
2020/2021

menggunakan strategi bauran pemasarannya Kotler (1997). Dalam

segmentasi pasar dikelompokkan kedalam demografis, geografis,
psikografis, maupun perilaku utama. Berikut merupakan segmentasi pasar
yang ada :
Tabel 1. 9 Segmentasi Pasar

VARIABEL RINCIAN KHUSUS

SEGMENTASI
SEGMENTASI GEOGRAFIS
Wilayah Indonesia
Iklim Semua iklim
SEGMENTASI DEMOGRAFIS
Umur 17 tahun ke atas
Jenis Kelamin Laki-laki dan perempuan
Pekerjaan Semua pekerjaan
SEGMENTASI TINGKAH LAKU
Kebutuhan Alat Transportasi
Kebiasaan Kepraktisan
Gaya Hidup Mewah
Sikap/perilaku Konsumtif
SEGMENTASI SOSIAL BUDAYA
Kepercayaan Semua Kepercayaan
Ras Semua Ras
Kelas Sosial Menengah keatas

1.8 Targeting
Targeting merupakan kegiatan mengevaluasi keaktifan dari masing-masing
segmentasi pasar yang telah ditentukan kemudian menyasar salah satu
segmen yang memiliki potensi pemasaran yang baik. Strategi yang
digunakan perusahaan dalam menentukan targeting pasar yaitu strategi
Differentiated Marketing dimana perusahaan produk yang dipasarkan
 Reguler Genap
2020/2021

ditujukan untuk pengguna khusus. Honda mobilio merupakan mobil

berjenis multi vehicle purpose sehingga target pasar untuk mobil tersebut
adalah kalangan keluarga besar dan pekerja kantoran. Untuk menunjang
target pasar yang telah ditentukan maka perlu dilakukan promosi pada
event-event motor show.

1.9 Positioning
Positioning atau penempatan produk adalah suatu tindakan atau langkah-
langkah merancang sebuah produk dan bauran pemasaran agar mampu
menciptakan kesan tertentu diingat konsumen. (Lubis, 2004). Perusahaan
memposisikan diri sebagai produsen mobil keluarga yang memiliki
tampilan yang berkelas dan dimensi mobil yang luas sehingga mobil ini
cocok untuk konsumen berkeluarga besar.

1.10 Marketing Mix

Menurut Kotler (2009;101) bahwa Marketing Mix merupakan seperangkat
alat pemasaran yang digunakan perusahaan untuk terus menerus mencapai
tujuan pemasarannya di pasar sasaran. Marketing mix memiliki serangkai
variabel yang saling berkaitan satu sama lain. Faktor-faktor yang termasuk
dalam marketing mix diantaranya adalah Product, Promotion, Price, Place,
People, Process, dan Physical Evidence
 Reguler Genap
2020/2021

Tabel 1. 10 Mix Marketing

Mix Marketing Strategi

Product Mobil keluarga yang ramah lingkungan

Price Memberikan harga terjangkau dengan

mempertimbangkan penggunaan bahan baku yang
murah dan ramah lingkungan serta meminimalisir
proses yang dapat mengakibatkan pembengkakan
biaya produksi dengan harga pemasaran Rp
197.600.000.

Place Strategi penjualan dalam penentuan lokasi adalah

dengan showroom-showroom diberbagai kota besar
selain itu juga memanfaat online marketing melalui
laman website

Promotion Media promosi dalam produk ini melalui iklan tv

komersial serta promosi lewat sosial media dan juga
menjalin kemitraan dengan dealer-dealer resmi
untuk turut mempromosikan produk

People Perusahaan melibatkan orang-orang dari berbagai

latar belakang disiplin ilmu seperti teknik,
manajemen, dan sales marketer. Orang-orang
tersebut saling bersinergi antar satu sama lain sesuai
bidangnya. Dalam pelaksanaan, karyawan dituntut
untuk fokus terhadap kepuasan pelanggan
 Reguler Genap
2020/2021

Mix Marketing Strategi

Physical Evidence Untuk menunjang proses pemasaran produk, maka

dibutuhkan sebuah dealer sekaligus showroom
sehingga pelanggan dapat melakukan perbaikan
terhadap kendaran sekaligus.

Process Strategi proses pemasaran pada perusahaan ini akan

dilakukan dengan melakukan penawaran-penawaran
melalui berbagai media promosi dan untuk
menunjang proses pemasaran maka dibutuhkan
transaksi yang cepat, praktis dan aman sehingga
pihak perusahaan akan memanfaatkan berbagai
platform jual beli online khusus kendaraan mobil.

1.11 Kesimpulan
Adapun kesimpulan dari laporan tutorial ini adalah sebagai berikut :
1. Studi kelayakan bisnis pada usaha ini yaitu untuk mengetahui secara
potensial terdapat permintaan terhadap barang yang akan diproduksi dan
terdapat keinginan untuk memperoleh pendapatan dan keuntungan dari
usaha tersebut. Tujuan dari studi kelayakan investasi adalah menemukan
faktor-faktor internal dan eksternal yang dapat menghalangi kelancaran
operasi proyek investasi dan menilai apakah proyek investasi tersebut
layak untuk dilaksanakan. Aspek-aspek yang ada pada studi kelayakan
investasi antara lain aspek pasar dan pemasaran, aspek teknis produksi dan
teknologis, aspek manajemen dan sumber daya manusia, aspek hukum dan
legalitas, aspek keuangan dan ekonomis.
2. Analisa peluang persaingan yang perlu dilakukan adalah merancang
strategi baru atau mengkaji strategi yang sudah ada. Analisa ini dilakukan
setelah strategi diimplikasikan untuk menentukan perubahan strategi yang
diperlukan.
3. Peramalan dilakukan berdasarkan data permintaan serta penawaran
 Reguler Genap
2020/2021

produk. Dari hasil peramalan didapakan hasil MAD terkecil pada Metode
Weight Moving Average (MA) untuk data permintaan sebesar 839,706 dari
hasil yang diperoleh ini mendekati data aktual didukung dengan grafik
perhitungan. Sedangkan MAD terkecil pada Single Exponential
Smoothing (SES) untuk data penawaran sebesar 748,317 dari hasil yang
diperoleh ini mendekati data aktual didukung dengan grafik perhitungan.
4. Pada tutorial ini, segmentasi pasarnya diperuntukan atau dapat digunakan
untuk berbagai macam kalangan antara lain pria dan wanita yang berusia
di atas 17 tahun dengan berbagai macam pekerjaan. Target Pesar produk
ini yaitu keluarga besar dan pekerja kantoran. Untuk menunjang target
pasar pasar yang telah ditentukan maka perlu dilakukan promosi pada
event-event motor show. Perusahaan memposisikan diri sebagai produsen
mobil keluarga yang memiliki tampilan yang berkelas dan dimensi mobil
yang luas sehingga mobil ini cocok untuk konsumen berkeluarga besar.
5. Berdasarkan analisis marketing mix yang dilakukan, dapat diketahui
bahwa produk perusahaan menghasilkan mobil dengan inovasi mobil
keluarga yang ramah lingkunga. harga terjangkau dengan
mempertimbangkan penggunaan bahan baku yang murah dan ramah
lingkungan serta meminimalisir proses yang dapat mengakibatkan
pembengkakan biaya produksi. Strategi penjualan dalam penentuan lokasi
adalah dengan showroom-showroom diberbagai kota besar selain itu juga
memanfaat online marketing melalui laman website.. Mengembangkan
media promosi yaitu melalui iklan tv komersial serta promosi lewat sosial
media dan juga menjalin kemitraan dengan dealer-dealer resmi untuk turut
mempromosikan produk. Perusahaan akan memberikan perhatian yang
baik pada orang yang terlibat dalam pengembangan produk. Perusahaan
melibatkan orang-orang dari berbagai latar belakang disiplin ilmu seperti
teknik, manajemen, dan sales marketer. Orang-orang tersebut saling
bersinergi antar satu sama lain sesuai bidangnya. Dalam pelaksanaan,
karyawan dituntut untuk fokus terhadap kepuasan pelanggan. Untuk
menunjang proses pemasaran produk, maka dibutuhkan sebuah dealer
sekaligus showroom sehingga pelanggan dapat melakukan perbaikan
 Reguler Genap
2020/2021

terhadap kendaran sekaligus.

DAFTAR PUSTAKA

N .Gregory Mankiw ; Principle of Microeconomics. jilid 1. edesi terjemahan

.Erlangga. Jakarta. 1998
Kotler, Philip, 1997, Marketing 1, Penerbit Erlangga, Jakarta.
Inalum. (2019). Annual Report 2019: We Explore. PT Indonesia Asahan
Aluminium (Persero).
Gaikindo, website. 2019.”Production Data Jandec
2019”https://files.gaikindo.or.id/productiondata.php (Diakses Tanggal 25
Maret 2021)
 Lampiran

Tabel 1.1 Rekapitulasi Forecasting Permintaan

Periode Permintaan SA ESA |E SA| MA EMA |E MA| 3-WMA E-WMA |E-WMA|SES E SES |E SES| Liner RegE Liner Reg|E Linier Reg|
1 5456 5456 0 0 3679,18 1776,825 1776,825
2 3250 5456 -2206 2206 5456 -2206 2206 3660,85 -410,85 410,85
3 2180 3669,54 -1489,5 1489,54 3911,8 -1731,8 1731,8 3642,53 -1462,53 1462,525
4 2388 3586,79 -1198,8 1198,79 3628,67 -1240,7 1240,67 3156,2 -768,2 768,2 2699,54 -311,54 311,54 3624,2 -1236,2 1236,2
5 3104 3523,7 -419,7 419,697 2606 498 498 2498 606 606 2481,46 622,538 622,538 3605,88 -501,875 501,875
6 4412 3502,71 909,288 909,288 2557,33 1854,67 1854,67 2704,4 1707,6 1707,6 2917,24 1494,76 1494,76 3587,55 824,45 824,45
7 2993 3546,01 -553,01 553,012 3301,33 -308,33 308,333 3614,8 -621,8 621,8 3963,57 -970,57 970,572 3569,23 -576,225 576,225
8 4746 3520,88 1225,13 1225,13 3503 1243 1243 3440,9 1305,1 1305,1 3284,17 1461,83 1461,83 3550,9 1195,1 1195,1
9 3979 3574,14 404,859 404,859 4050,33 -71,333 71,3333 4153,3 -174,3 174,3 4307,45 -328,45 328,451 3532,58 446,425 446,425
10 4780 3591,01 1188,99 1188,99 3906 874 874 4011,9 768,1 768,1 4077,54 702,465 702,465 3514,25 1265,75 1265,75
11 3910 3638,57 271,43 271,43 4501,67 -591,67 591,667 4532,9 -622,9 622,9 4569,26 -659,26 659,261 3495,93 414,075 414,075
12 1743 3649,01 -1906 1906,01 4223 -2480 2480 4184,8 -2441,8 2441,8 4107,78 -2364,8 2364,78 3477,6 -1734,6 1734,6
13 3578,42 0 0 3477,67 0 0 3000,5 0 0 2452,43 0 0 3459,28 0 0
14 3578,42 0 0 3043,56 0 0 2805,15 0 0 2452,43 0 0 3440,95 0 0
15 3578,42 0 0 2754,74 0 0 2651,33 0 0 2452,43 0 0 3422,63 0 0
16 3578,42 0 0 3091,99 0 0 2767,31 0 0 2452,43 0 0 3404,3 0 0
17 3578,42 -3578,4 3578,42 2963,43 -2963,4 2963,43 2740,08 -2740,1 2740,08 2452,43 -2452,4 2452,43 3385,98 -3385,975 3385,975
MAD 959,448 866,078 839,706 900,378 895,933824
Gambar 1.9 Hasil Forecasting Permintaan
 Tabel 1.3 Rekapitulasi Forecasting Penawaran
Periode Permintaan SA ESA |E SA| MA EMA |E MA| 3-WMA E-WMA |E-WMA|SES E SES |E SES| Liner RegE Liner Reg|E Linier Reg|
1 1864 1864 0 0 1782,53 81,47 81,47
2 1507 1864 -357 357 1864 -357 357 1906,86 -399,86 399,86
3 360 2374,47 -2014,5 2014,47 1614,1 -1254,1 1254,1 2031,19 -1671,19 1671,19
4 2039 2262,56 -223,56 223,556 1243,67 795,333 795,333 1004,9 1034,1 1034,1 736,23 1302,77 1302,77 2155,52 -116,52 116,52
5 3002 2250,79 751,211 751,211 1302 1700 1700 1428,9 1573,1 1573,1 1648,17 1353,83 1353,83 2279,85 722,15 722,15
6 3600 2288,35 1311,65 1311,65 1800,33 1799,67 1799,67 2184,7 1415,3 1415,3 2595,85 1004,15 1004,15 2404,18 1195,82 1195,82
7 2100 2350,81 -250,81 250,81 2880,33 -780,33 780,333 3108,4 -1008,4 1008,4 3298,76 -1198,8 1198,76 2528,51 -428,51 428,51
8 4198 2339,41 1858,59 1858,59 2900,67 1297,33 1297,33 2730,4 1467,6 1467,6 2459,63 1738,37 1738,37 2652,84 1545,16 1545,16
9 3422 2420,22 1001,78 1001,78 3299,33 122,667 122,667 3449 -27 27 3676,49 -254,49 254,488 2777,17 644,83 644,83
10 3301 2461,96 839,042 839,042 3240 61 61 3390,4 -89,4 89,4 3498,35 -197,35 197,346 2901,5 399,5 399,5
11 3099 2495,52 603,48 603,48 3640,33 -541,33 541,333 3516,7 -417,7 417,7 3360,2 -261,2 261,204 3025,83 73,17 73,17
12 1104 2518,73 -1414,7 1414,73 3274 -2170 2170 3224,2 -2120,2 2120,2 3177,36 -2073,4 2073,36 3150,16 -2046,16 2046,16
13 2466,33 0 0 2501,33 0 0 2141,9 0 0 1726,01 0 0 3274,49 0 0
14 2466,33 0 0 2234,78 0 0 2021,95 0 0 1726,01 0 0 3398,82 0 0
15 2466,33 0 0 1946,7 0 0 1874,35 0 0 1726,01 0 0 3523,15 0 0
16 2466,33 0 0 2227,6 0 0 1972,14 0 0 1726,01 0 0 3647,48 0 0
17 2466,33 -2466,3 2466,33 2136,36 -2136,4 2136,36 1952,76 -1952,8 1952,76 1726,01 -1726 1726,01 3771,81 -3771,81 3771,81
MAD 818,291 814,573 793,254 748,317 770,361765
Gambar 1.10 Hasil Forecasting Penawaran