1 PERAMALAN PENJUALAN Dalam menjalankan kegiatan usahanya, perusahaan dapat menganut salah satu dari dua pendekatan berikut

ini, yaitu : 1. Pendekatan Speculative Yaitu pendekatan dimana perusahaan tidak memperhitungkan resiko yang diakibatkan oleh ketidakpastian factor-faktor ekstern dan intern. 2. Pendekatan Calculated Risk Yaitu pendekatan dimana perusahaan melakukan estimasi secara aktif terhadap resiko yang diakibatkan oleh ketidakpastian factor-faktor ekstern dan intern. Faktor-faktor yang dapat mempengaruhi kegiatan perusahaan yaitu : 1. Faktor Intern, meliputi : a. Kualitas dan kegunaan produk perusahaan, yg menyangkut : • Bagaimana produk itu dipakai, • Mengapa orang membeli produk tersebut, • Penggunaan produk potensial dan • Perubahan-perubahan yang dapat menaikkan kegunaan produk. b. Ongkos produksi dan distribusi produk perusahaan, yang menyangkut : • Proses pembuatan produk • Teknologi yang dipakai • Bahan mentah yang dipakai • Kapasitas produksi dan • Biaya memasarkan produk. c. Kecakapan manajemen perusahaan sendiri (managerial skill) yang meliputi : • Penghayatan persoalan yang dihadapi • Kemampuan melakukan peramalan dan • Kemampuan melihat reaksi pesaing. 2. Faktor Ekstern, meliputi : a. Kecakapan manajemen pesaing. b. Volume kegiatan perekonomian, yang ditentukan oleh : Konsumen dan tingkat daya belinya Manajer (produsen) lain yang sejenis Spekulator Peraturan (hukum) yang mengatur produksi dan distribusi produk Keadaan politik Kondisi lingkungan dan Kehidupan organisasi ekonomi. c. Barang substitusi dan kemungkinan penemuan barang baru yang lebih baik. d. Selera masyarakat e. Faktor-faktor lain, seperti : • Mudahnya perusahaan keluar masuk dalam industri • Iklim dan perubahan pemakaian produk • Konflik politik. A. Pengertian Peramalan Penjualan. Peamalan (forecasting) adalah suatu cara untuk mengukur atau menaksir kondisi bisnis di masa yang akan datang. Pengukuran tersebut bisa dilakukan secara kuantitatif dan kualitatif. Pengukuran secara kuantitatif biasanya menggunakan metode statistic dan matematik. Sedangkan pengukuran secara kualitatif biasanya menggunakan judgment (pendapat). Kedua cara tersebut masing-masing mempunyai kelemahan tersendiri. Penggunaan metode statistic saja secara keseluruhan masih kurang dapat dipercaya hasilnya karena banyak hal yang tidak dapat diukur secara kuantitatif, misalnya perkembangan politik, struktur masyarakat

• • • • • • •

penggunaan judgment saja juga dianggap kurang bijaksana karena kadang-kadang bersifat pribadi dan sukar dimengerti oleh pihak lain. Formula Regresi dan Analisa Korelasi Peramalan berdasarkan metode-metode khusus a. b. strategi. teknik statistic dipakai sebagai alat primer bagi penyusunan forecast. misalnya : Kebijaksanaan dalam perencanaan produksi Kebijaksanaan persediaan barang jadi Kebijaksanaan penggunaan mesin-mesin Kebijaksanaan investasi dalam aktiva tetap Rencana pembelian bahan mentah dan pembantu Rencana aliran kas. Mengestimasi tentang tingkat penjualan di daerah masing-masing di waktu mendatang Hasil perkiraan para salesman kemudian diolah oleh bagian penjualan karena kemungkinan mereka hanya memperhatikan kemampuannya di masa yang lalu tanpa memperhatikan kondisi lingkungannya. Pendapat Para Ahli 1. yaitu : Peramalan berdasarkan pendapat (judgment method) Peramalan berdasarkan perhitungan statistic a. B. • • • 3. teknik-teknik atau metode-metode peramalan penjualan dapat dikelompokkan sebagai berikut. Peramalan penjualan adalah ramalan/perkiraan/proyeksi mengenai jumlah penjualan yang diharapkan untuk suatu periode tertentu dengan berbagai asumsi/anggapan.Metode Moment . Analisa Product Line c. Peramalan penjualan merupakan “pusat” dari seluruh perencanaan perusahaan karena peramalan penjualan sangat mempengaruhi dan bahkan menentukan terhadap berbagai keputusan dan kebijaksanaan yang diambil. Analisa Industri b.2 dan perubahan selera konsumen. c. Dengan adanya masing-masing kelemahan dari kedua cara di atas. Metode Peramalan Penjualan Secara sistematis. pertimbangan dan pandangan yang lebih luas mengenai berbagai hal yang berhubungan dengan penjualan diwilayahnya. a. 2. Sebaliknya. . Asumsi disini misalnya segala sesuatu berjalan seperti masa yang lalu. Pendapat Sales Manajer Perkiraan yang dibuat oleh para salesman perlu dibandingkan dengan perkiraan yang dbuat oleh manajer penjualan karena manajer penjualan tentunya mempunyai pengalaman. maka dapat dikatakan bahwa peramalan menghendaki perpaduan antara analisa yang ilmiah dan pendapat pribadi perencana. Analisa Trend Analisa trend secara bebas Analisa trend dengan setengah rata-rata Analisa trend secara matematis . dll.Metode Least Square b. Analisa Penggunaan Akhir Peramalan berdasarkan pendapat (judgment method) Metode ini dapat digunakan untuk menyusun peramalan penjualan maupun peramalan kondisi bisnis pada umumnya. Peramalan penjualan akan berubah fungsinya menjadi rencana penjualan apabila manajemen memasukkan unsure pertimbangan subyektif. Dalam hal ini. rencana. sedangkan interpretasi dan judgment dipakai sebagai pelengkap. Berbagai pendapat yang menjadi dasar untuk melakukan peramalan adalah sebagai berikut : Pendapat Salesman Para salesman diminta untuk : Mengukur apakah terdapat kemajuan atau kemunduran tentang segala hal yang berhubungan dengan tingkat penjualan pada daerah mereka masing-masing.

Analisa trend terdiri dari : (1) analisa trend secara bebas. maka digunakan formula regresi dan analisa korelasi. tetapi sesuai dengan pertimbangan-pertimbangan dari yang melakukan analisa. Peramalan berdasarkan perhitungan statistic Dengan menggunakan perhitungan-perhitungan statistic di dalam melakukan peramalan. (2) analisa trend dengan setengah rata-rata dan (3) analisa trend secara matematis. (1) Analisa trend secara bebas Adalah suatu analisa yang dilakukan bukan dengan rumus matematika. Contoh 1 Sebuah perusahaan yang bergerak dalam bidang penjualan tekstil. Survei Konsumen Yaitu penelitian secara langsung terhadap para konsumen apabila ketiga pandapat di atas dirasa kurang dapat dipertanggungjawabkan. ingin membuat peramalan penjualan untuk beberapa tahun mendatang di daerah Jawa Timur. d.3 Jika terdapat perbedaan antara perkiraan yang dibuat oleh para salesman dan perkiraan yang dibuat oleh manajer penjualan maka perlu dminta lagi pendapat/pertimbangan dari para ahli (konsultan). Data penjualan selama beberapa tahun terakhir adalah sbb : . Tahun (X) Penjualan (ribuan meter) (Y) 2002 130 2003 145 2004 150 2005 165 2006 170 Dengan menggunakan analisa trend secara bebas. Contoh 2. pengggambaran garis trend dengan analisa trend secara bebas tersebut sangat subyektif dan kurang memenuhi persyaratan ilmiah. Penggunaan perhitungan-perhitungan statistic di dalam meramalkan jumlah penjualan dapat dilakukan dengan berbagai cara. ANALISA TREND Analisa trend digunakan apabila produk yang dijual tidak tergantung dari variable lain. Oleh sebab itu. Rumus yang digunakan di dalam metode ini adalah sbb : Y = a+bX a = rata-rata kelompok I Rata-rata kelompok II – rata-rata kelompok I b = n n = jumlah tahun dalam kelompok II dan I X = jumlah tahun dihitung dari periode dasar. Data penjualan tahun-tahun terakhir sebagai berikut : 2. Misalnya penjualan susu kaleng untuk bayi di suatu daerah sangat tergantung pada besarnya tingkat kelahiran di daerah tersebut. Sedangkan apabila produk dapat dijual kalau ada pengaruh dari variable lain. yaitu : A.1 Sebuah perusahaan tekstil ingin membuat ramalan penjualan tekstil di daerah Kalimantan Selatan untuk beberapa tahun mendatang. maka garis trend dapat dilihat pada gambar 1 (2) Analisa trend dengan setengah rata-rata Adalah analisa trend yang dilakukan dengan menggunakan perhitungan-perhitungan dan unsur subyektifitas dapat dihilangkan. maka unsur-unsur subyektifitas sebagaimana terdapat di dalam metode berdasarkan pendapat dapat ditekan seminimal mungkin.

850 1996 3.100 + 11 11. Tahun Penj.1 1. (ribuan meter) (Y) 2. Persamaan trend : Y’ = ao + b X .000 . data terlebih dahulu dibagi menjadi dua kelompok. Membuat garis trend : Untuk menggambarkan garis trend secara tepat dan menunjukkan fluktuasi penjualan secara lengkap.250 1992 2.000 + 9 11.400 11. Buatlah persamaan garis trend dengan metode setengah rata-rata ! 2.400 Berdasarkan table di atas.250 (2.000 9.4 Tahun (X) 1989 1990 1991 1992 Penj.250) 600 b= = = 150 4 4 Satu tahun bernilai 2 X = 150 / 2 = 75 Persamaan garis trend : Y = 2.000 3.000 / 4 = 2.700 + 7 1995 3.200 .000 2.300 Tahun (X) 1993 1994 1995 1996 Penj.600 2.500 + 1 9. (ribuan meter) (Y) 2.600 + 5 1994 2.100 Berdasarkan data-data di atas : 1.850 – 2.000 1993 2. Buatlah garis trend-nya ! 3. ((Y) X Semi Total Semi Average 1989 2. dimana : Y’ = nilai trend pada tahun tertentu ao = nilai trend periode dasar X2 – X1 b = n X = jumlah tahun dihitung dari periode dasar Ada dua cara perhitungan : .500 2. Persamaan garis trend dengan metode setengah rata-rata : Rumus dasar : Y = a + b X Untuk mencari nilai a dan b.1 1991 2. dpt dibuat persamaan trend yaitu : a = 2. sebagaimana terlihat dalam table berikut ini.200 2. Hitunglah nilai trend tahun 1997 ! Jawab 2.250 + 75 X 2.400 / 4 = 2. perlu dihitung nilai trend pada masing-masing tahun.3 1990 2.700 3.300 + 3 9.

800 56a = 113.850 + 75 (+5) = 3. Nilai trend tahun 1997 : Y’ = 2.000 6.775 Y’ = 2.800 56a + 280b = 155.625 Y’ = 2. Untuk mencari nilai a dan b.500 18. digunakan rumus sebagai berikut : Yi = n.500 2.250 + 75 (+ 3) = 2.1) = 2. Persamaan garis trend dengan metode Moment Rumus dasar : Y = a + bX 1.800 56a + 196 (150) = 142.850 + 75 (+1) = 2.250 + 75 (+ 7) = 2.700 3.625 Y’ = 2.025 Dengan demikian.200 2.325 2.250 + 75 (.475 2.250 + 75 (+11)= 3.5 Pers.850 + 75 (+ 5) = 3.700 0 1 4 9 16 25 36 49 140 2 Yi 2.775 2.700 = 28a + 140b 8a + 28b = 20.625 2.300 2.325 Y’ = 2.100 20.225 3) Analisa trend secara matematis Metode Moment 1.250 + 75 (+ 1) = 2.175 2.850 + 75 X Nilai Trend Y’ = 2.025 + 150 X x7 x2 .3) = 2.175 Y’ = 2.600 2.850 + 75 (-3) = 2.a + b∑Xi 2 XiYi = a∑Xi + b∑Xi Tahun 1989 1990 1991 1992 1993 1994 1995 1996 Jumlah 20.200 5.025 Y’ = 2.250 + 75 (.700 Xi 0 1 2 3 4 5 6 7 28 Penjualan (Yi) 2.325 Y’ = 2.025 Y’ = 2.000 2.700 77.250 + 75 (+ 5) = 2.250 + 75 X Nilai Trend Y’ = 2.850 + 75 (-5) = 2.925 3.925 Y’ = 2.475 Y’ = 2.400 = 8a + 28b 77. Th 1989 1990 1991 1992 1993 1994 1995 1996 Y’ = 2.475 Y’ = 2.075 Pers. Th 1989 1990 1991 1992 1993 1994 1995 1996 Y’ = 2.900 10.400 XiYi Xi 0 2.400 13.000 3.025 2.000 21.600 b= 150 56a + 196b = 142.400 84b = 12.250 + 75 (+ 13) = 3.075 56a + 196b = 142.925 Y’ = 2.850 + 75 (-9) = 2.850 + 75 (-11) = 2. persamaan garis trend adalah sebagai berikut : Y = 2.175 Y’ = 2.400 28a + 140b = 77.075 3.400 a = 2.850 + 75 (-7) = 2.775 Y’ = 2.850 + 75 (-1) = 2.225 atau Y’ = 2.250 + 75 (+ 9) = 2.

625 1994 : Y = 2.700 12. Nilai trend per tahun adalah sebagai berikut : 1989 : Y = 2.500 . persaman garis trend-nya adalah sebagai berikut : Y = 2. Nilai trend tahun 1997 : Y’ = 2.300 2.925 1996 : Y = 2. Membuat garis trend dengan metode Least Square Untuk membuat garis trend.025 + 150 (3) = 2.14.175 1991 : Y = 2.11.700 3.025 + 150 (0) = 2.100 15.400 XY .000 2.025 + 150 (5) = 2.625 2.400 a = --------.025 2.225 Metode Least Square 1.300 2.2.025 + 150 (6) = 2. dapat dihitung nilai a dan b yaitu : 20.6 2. Persamaan garis trend dengan metode Least Square Rumus dasar : Y = a + bX Dimana : ∑Y a = -------n ∑XY b = -------2 ∑X Tahun 1989 1990 1991 1992 1993 1994 1995 1996 Jumlah X -7 -5 -3 -1 +1 +3 +5 +7 Penjualan (Y) 2.025 + 150 (8) = 3.550 8 12.475 1993 : Y = 2.025 + 150 (7) = 3.= 75 168 Dengan demikian.600 8.325 1992 : Y = 2.600 b = --------.7.325 2.000 .000 21.000 3.925 3. Membuat Garis Trend Untuk membuat garis trend.500 2.025 + 150 (2) = 2.025 1990 : Y = 2.200 2.600 2.075 - Berdasarkan tabel di atas.025 + 150 (1) = 2.100 20.075 3. maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu.600 2 X 49 25 9 1 1 9 25 49 168 Y 2.= 2.475 2.550 + 75 X 2. maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu.000 .775 1995 : Y = 2.775 2.025 + 150 (4) = 2.175 2. Nilai trend per tahun adalah sebagai berikut : .

5) = 2. Sedangkan apabila produk (misalnya X) dapat dijual kalau ada pengaruh dari variable lain (misalnya Y).1) = 2.3) = 2.∑X∑Y b = --------------------2 2 n.925 1996 : Y = 2.775 1995 : Y = 2.550 + 75 (.550 + 75 (.7 1989 : Y = 2. maka digunakan Formula Regresi.7) = 2.1) = 2.550 + 75 (.325 1992 : Y = 2. Formula Regresi dan Analisa Korelasi Sebagaimana telah dikemukakan bahwa membuat forecast penjualan dengan analisa trend digunakan apabila produk yang dijual tidak tergantung dari variable lain.625 1994 : Y = 2.3) = 2.] n Menurut Munandar : Y=a+bX Dimana a dan b dihitung dengan menggunakan rumus sbb : Y= n.025 1990 : Y = 2. Formula Regresi tampak sebagai beirkut : Menurut Gunawan : YP = a + b X dimana : a = jumlah pasang observasi b = koefisien regresi Besarnya a dan b dapat dihitung dengan bantuan humus : n.∑XY .∑X – (∑X) ∑Y . Nilai trend tahun 1997 : Y’ = 2.550 + 75 (. Contoh : Data mengenai jumlah penjualan susu bayi (Y) dan tingkat kelahiran bayi (X) untuk 5 tahun terakhir dari Perusahaan ”Sahabat Kita” adalah sbb : Tahun X Y 1992 3 130 1993 4 145 1994 5 150 1995 6 165 1996 7 170 Jumlah 25 760 .550 + 75 (.175 1991 : Y = 2.7) = 3.075 3.475 1993 : Y = 2.550 + 75 (.a + b∑X 2 XY = a∑X + b∑X.225 B.025 + 75 (9) = 3.550 + 75 (.b∑X a = [ -------------.5) = 2.550 + 75 (.

900) – (25) (760) b = ----------------------------2 (5) (135) – (25) 19. b.500 – 19. 162) Angka koefisien korelasi = 0.225 28. Membuat Persamaan Garis Trend Tahun X Y XY X 2 2 Y 16. .500 27. Contoh r = 0. Sebaliknya bila tingkat kelahiran menurun maka permintaan terhadap susu bayi menurun pula. berarti pengaruh variabel independen (X) terhadap variabel dependen (Y) adalah besar baik positif maupun negatif. Peramalan berdasarkan metode-metode khusus Analisa Industri Analisa Product Line a.625 500 b = -----50 B = 10 760 – (10) (25) a = -------------------5 760 .900 135 Menurut Gunawan : Dengan melihat tabel. Kalau koefisien korelasi adalah nol mk tidak ada pnegaruhnya sama sekali.985 (lihat hal.250 a = ------------5 510 a = ------5 a = 102 Dengan demikian. dg menghitung koefisien korelasi.900 116.985 berarti bahwa pengaruh tingkat kelahiran sama besar dan positif terhadap tingkat permintaan susu bayi. persamaan Regresi : Yp = 102 + 10x Kemudian hubungan saling ketergantungan antara kedua variabel harus ditest besar kecilnya. nilai a dan b dapat ditentukan sebagai berikut : (5) (3.900 21.8 Berdasarkan data-data di atas : Buatlah persamaan garis regresi ! Hitunglah regresi setiap tahunnya ! Hitunglah koefisien korelasinya ! 1.190 49 Jumlah 25 760 3. Tetapi bila koefisien korelasi menunjukkan angka mendekati nol maka pengaruh tsb kecil sekali. Bila koefisien korelasi menunjukkan angka ± 1 atau mendekati ± 1.025 22. Bila tingkat kelahiran meningkat maka permintaan terhadap susu bayi meningkat.000 b = --------------------675 .550 YP 132 142 152 162 172 1992 3 130 390 9 1993 4 145 580 16 1994 5 150 750 25 1995 6 165 990 36 1996 7 170 1.

000 73.000 80.000 70. perusahaan membuat ramalan penjualan dengan menggunakan “Metode Least Square” Perusahaan memproduksi dan menjual satu produk dengan 3 (tiga) daerah penjualan yaitu Kal-Sel.) 50. Harga jual tahun 2011 adalah 15 % di atas harga jual tahun 2010. Menyusun budget penjualan tahun 2011 secara lengkap dan terperinci apabila diketahui bahwa : Tingkat penjualan di Kal-Sel 45 %.000 a. Sebelum budget penjualan disusun. Saudara diminta untuk : 1.000 65. Kal-Teng 25 % dan Kal-Tim 30 %.000 75. c.000 Harga (Rp.000 74.000 75. Berdasarkan data di atas.000 50. Harga jual per unit di masing-masing daerah penjualan sama.000 72. b. Analisa Penggunaan Akhir SOAL LATIHAN Perusahaan “Soraya” akan menyusun budget penjualan tahun 2011. SELAMAT BEKERJA . Penjualan dari bulan ke bulan konstan.000 90.000 70.9 c. Data penjualan untuk seluruh daerah sbb : Tahun 2004 2005 2006 2007 2008 2009 2010 Tingkatan penjualan dalam unit 67. Kal-Teng dan KalTim.000 85. Membuat ramalan penjualan (forecast) tahun 2011! 2.

Sign up to vote on this title
UsefulNot useful