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

• • • • • • •

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

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). Analisa trend terdiri dari : (1) analisa trend secara bebas. maka unsur-unsur subyektifitas sebagaimana terdapat di dalam metode berdasarkan pendapat dapat ditekan seminimal mungkin. Contoh 1 Sebuah perusahaan yang bergerak dalam bidang penjualan tekstil. Peramalan berdasarkan perhitungan statistic Dengan menggunakan perhitungan-perhitungan statistic di dalam melakukan peramalan. Oleh sebab itu. d. Penggunaan perhitungan-perhitungan statistic di dalam meramalkan jumlah penjualan dapat dilakukan dengan berbagai cara. 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. 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. tetapi sesuai dengan pertimbangan-pertimbangan dari yang melakukan analisa. Sedangkan apabila produk dapat dijual kalau ada pengaruh dari variable lain. Data penjualan tahun-tahun terakhir sebagai berikut : 2. ANALISA TREND Analisa trend digunakan apabila produk yang dijual tidak tergantung dari variable lain. yaitu : A. (2) analisa trend dengan setengah rata-rata dan (3) analisa trend secara matematis. Tahun (X) Penjualan (ribuan meter) (Y) 2002 130 2003 145 2004 150 2005 165 2006 170 Dengan menggunakan analisa trend secara bebas. Misalnya penjualan susu kaleng untuk bayi di suatu daerah sangat tergantung pada besarnya tingkat kelahiran di daerah tersebut. (1) Analisa trend secara bebas Adalah suatu analisa yang dilakukan bukan dengan rumus matematika. pengggambaran garis trend dengan analisa trend secara bebas tersebut sangat subyektif dan kurang memenuhi persyaratan ilmiah.1 Sebuah perusahaan tekstil ingin membuat ramalan penjualan tekstil di daerah Kalimantan Selatan untuk beberapa tahun mendatang. Data penjualan selama beberapa tahun terakhir adalah sbb : . maka digunakan formula regresi dan analisa korelasi. 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. Contoh 2.

000 1993 2. Tahun Penj.400 / 4 = 2.700 + 7 1995 3.200 .000 3.1 1.250 1992 2.000 .100 + 11 11.850 – 2. sebagaimana terlihat dalam table berikut ini.250 + 75 X 2.000 9.250 (2.3 1990 2. Membuat garis trend : Untuk menggambarkan garis trend secara tepat dan menunjukkan fluktuasi penjualan secara lengkap. Persamaan trend : Y’ = ao + b X .4 Tahun (X) 1989 1990 1991 1992 Penj. (ribuan meter) (Y) 2.000 2. ((Y) X Semi Total Semi Average 1989 2.200 2.000 + 9 11. Buatlah garis trend-nya ! 3.500 2.300 + 3 9.250) 600 b= = = 150 4 4 Satu tahun bernilai 2 X = 150 / 2 = 75 Persamaan garis trend : Y = 2. perlu dihitung nilai trend pada masing-masing tahun. Buatlah persamaan garis trend dengan metode setengah rata-rata ! 2.1 1991 2. dpt dibuat persamaan trend yaitu : a = 2.600 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 : .100 Berdasarkan data-data di atas : 1. (ribuan meter) (Y) 2.500 + 1 9. data terlebih dahulu dibagi menjadi dua kelompok.600 + 5 1994 2. Persamaan garis trend dengan metode setengah rata-rata : Rumus dasar : Y = a + b X Untuk mencari nilai a dan b.400 Berdasarkan table di atas.000 / 4 = 2.850 1996 3.300 Tahun (X) 1993 1994 1995 1996 Penj.400 11. Hitunglah nilai trend tahun 1997 ! Jawab 2.700 3.

000 6.400 a = 2.1) = 2.250 + 75 (+ 9) = 2.250 + 75 (+ 3) = 2.000 3.250 + 75 (.800 56a = 113.025 + 150 X x7 x2 .850 + 75 (-5) = 2.225 atau Y’ = 2.025 2.850 + 75 (-1) = 2.625 Y’ = 2.025 Dengan demikian.600 2.400 XiYi Xi 0 2.700 0 1 4 9 16 25 36 49 140 2 Yi 2.325 Y’ = 2.075 Pers.700 3.475 Y’ = 2.850 + 75 (-9) = 2.225 3) Analisa trend secara matematis Metode Moment 1.475 Y’ = 2.200 5.775 Y’ = 2.775 2.025 Y’ = 2.400 = 8a + 28b 77.625 2.250 + 75 (+ 5) = 2.100 20.500 2.000 2.250 + 75 (+ 7) = 2.075 56a + 196b = 142.400 84b = 12.250 + 75 X Nilai Trend Y’ = 2.850 + 75 (-7) = 2.000 21.175 Y’ = 2.175 Y’ = 2.075 3.925 3.925 Y’ = 2.400 28a + 140b = 77. Persamaan garis trend dengan metode Moment Rumus dasar : Y = a + bX 1.700 77. Nilai trend tahun 1997 : Y’ = 2.325 Y’ = 2.a + b∑Xi 2 XiYi = a∑Xi + b∑Xi Tahun 1989 1990 1991 1992 1993 1994 1995 1996 Jumlah 20.250 + 75 (+ 13) = 3.850 + 75 X Nilai Trend Y’ = 2.325 2. Th 1989 1990 1991 1992 1993 1994 1995 1996 Y’ = 2.800 56a + 280b = 155.925 Y’ = 2. digunakan rumus sebagai berikut : Yi = n. persamaan garis trend adalah sebagai berikut : Y = 2.025 Y’ = 2.500 18.250 + 75 (+ 1) = 2.175 2.850 + 75 (+1) = 2.800 56a + 196 (150) = 142.625 Y’ = 2.850 + 75 (-3) = 2.250 + 75 (+11)= 3.250 + 75 (.700 Xi 0 1 2 3 4 5 6 7 28 Penjualan (Yi) 2.775 Y’ = 2.200 2.600 b= 150 56a + 196b = 142. Th 1989 1990 1991 1992 1993 1994 1995 1996 Y’ = 2.5 Pers.850 + 75 (+5) = 3. Untuk mencari nilai a dan b.400 13.850 + 75 (-11) = 2.475 2.850 + 75 (+ 5) = 3.300 2.700 = 28a + 140b 8a + 28b = 20.3) = 2.900 10.

025 + 150 (3) = 2. maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu.100 20.075 - Berdasarkan tabel di atas.000 3.000 .025 + 150 (7) = 3.000 . Nilai trend per tahun adalah sebagai berikut : .600 8.14.925 3.700 3.= 75 168 Dengan demikian.025 + 150 (0) = 2.400 a = --------.700 12.100 15.= 2.550 8 12. Membuat Garis Trend Untuk membuat garis trend. maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu.500 .6 2.075 3.300 2.025 + 150 (1) = 2.11.025 + 150 (6) = 2.400 XY .025 + 150 (5) = 2.7.225 Metode Least Square 1. persaman garis trend-nya adalah sebagai berikut : Y = 2.200 2.175 2.500 2.025 + 150 (8) = 3.475 2.625 1994 : Y = 2.775 2. Nilai trend tahun 1997 : Y’ = 2.175 1991 : Y = 2.000 21.550 + 75 X 2.2.025 + 150 (2) = 2.025 1990 : Y = 2.300 2.775 1995 : Y = 2.025 + 150 (4) = 2.600 2. Nilai trend per tahun adalah sebagai berikut : 1989 : Y = 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) 2.000 2. dapat dihitung nilai a dan b yaitu : 20.325 1992 : Y = 2.625 2.475 1993 : Y = 2.925 1996 : Y = 2.600 2 X 49 25 9 1 1 9 25 49 168 Y 2. Membuat garis trend dengan metode Least Square Untuk membuat garis trend.600 b = --------.025 2.325 2.

5) = 2.∑X∑Y b = --------------------2 2 n.7) = 2. Sedangkan apabila produk (misalnya X) dapat dijual kalau ada pengaruh dari variable lain (misalnya Y).475 1993 : Y = 2.325 1992 : Y = 2.550 + 75 (.a + b∑X 2 XY = a∑X + b∑X.550 + 75 (.925 1996 : Y = 2.∑X – (∑X) ∑Y . 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.075 3.625 1994 : Y = 2. Nilai trend tahun 1997 : Y’ = 2.3) = 2.775 1995 : Y = 2.1) = 2.175 1991 : Y = 2.7) = 3.1) = 2.025 1990 : Y = 2.5) = 2.3) = 2. maka digunakan Formula Regresi.225 B.b∑X a = [ -------------.550 + 75 (.7 1989 : Y = 2.025 + 75 (9) = 3.550 + 75 (. 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.] n Menurut Munandar : Y=a+bX Dimana a dan b dihitung dengan menggunakan rumus sbb : Y= n.550 + 75 (.550 + 75 (.∑XY .550 + 75 (.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 .

Bila tingkat kelahiran meningkat maka permintaan terhadap susu bayi meningkat. Membuat Persamaan Garis Trend Tahun X Y XY X 2 2 Y 16.985 (lihat hal.250 a = ------------5 510 a = ------5 a = 102 Dengan demikian. Contoh r = 0.8 Berdasarkan data-data di atas : Buatlah persamaan garis regresi ! Hitunglah regresi setiap tahunnya ! Hitunglah koefisien korelasinya ! 1. Tetapi bila koefisien korelasi menunjukkan angka mendekati nol maka pengaruh tsb kecil sekali.500 27.900 116.500 – 19.900 21. berarti pengaruh variabel independen (X) terhadap variabel dependen (Y) adalah besar baik positif maupun negatif.000 b = --------------------675 . dg menghitung koefisien korelasi. Kalau koefisien korelasi adalah nol mk tidak ada pnegaruhnya sama sekali. nilai a dan b dapat ditentukan sebagai berikut : (5) (3.900) – (25) (760) b = ----------------------------2 (5) (135) – (25) 19.025 22. 162) Angka koefisien korelasi = 0.985 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.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. Bila koefisien korelasi menunjukkan angka ± 1 atau mendekati ± 1.225 28.900 135 Menurut Gunawan : Dengan melihat tabel. Peramalan berdasarkan metode-metode khusus Analisa Industri Analisa Product Line a. b.625 500 b = -----50 B = 10 760 – (10) (25) a = -------------------5 760 .190 49 Jumlah 25 760 3. Sebaliknya bila tingkat kelahiran menurun maka permintaan terhadap susu bayi menurun pula.

b. Berdasarkan data di atas.000 80.000 73.000 75. Data penjualan untuk seluruh daerah sbb : Tahun 2004 2005 2006 2007 2008 2009 2010 Tingkatan penjualan dalam unit 67.000 75. SELAMAT BEKERJA . Penjualan dari bulan ke bulan konstan. Kal-Teng dan KalTim. Sebelum budget penjualan disusun. Saudara diminta untuk : 1.000 72.) 50.000 65.000 90.9 c. c.000 70.000 50. Harga jual per unit di masing-masing daerah penjualan sama. perusahaan membuat ramalan penjualan dengan menggunakan “Metode Least Square” Perusahaan memproduksi dan menjual satu produk dengan 3 (tiga) daerah penjualan yaitu Kal-Sel.000 74. Harga jual tahun 2011 adalah 15 % di atas harga jual tahun 2010.000 70.000 Harga (Rp. Menyusun budget penjualan tahun 2011 secara lengkap dan terperinci apabila diketahui bahwa : Tingkat penjualan di Kal-Sel 45 %.000 a.000 85. Membuat ramalan penjualan (forecast) tahun 2011! 2. Kal-Teng 25 % dan Kal-Tim 30 %. Analisa Penggunaan Akhir SOAL LATIHAN Perusahaan “Soraya” akan menyusun budget penjualan tahun 2011.

Sign up to vote on this title
UsefulNot useful