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

• • • • • • •

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

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. (2) analisa trend dengan setengah rata-rata dan (3) analisa trend secara matematis. Misalnya penjualan susu kaleng untuk bayi di suatu daerah sangat tergantung pada besarnya tingkat kelahiran di daerah tersebut. Contoh 2.3 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). ingin membuat peramalan penjualan untuk beberapa tahun mendatang di daerah Jawa Timur. 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. tetapi sesuai dengan pertimbangan-pertimbangan dari yang melakukan analisa. (1) Analisa trend secara bebas Adalah suatu analisa yang dilakukan bukan dengan rumus matematika. maka digunakan formula regresi dan analisa korelasi. Analisa trend terdiri dari : (1) analisa trend secara bebas. Peramalan berdasarkan perhitungan statistic Dengan menggunakan perhitungan-perhitungan statistic di dalam melakukan peramalan. Tahun (X) Penjualan (ribuan meter) (Y) 2002 130 2003 145 2004 150 2005 165 2006 170 Dengan menggunakan analisa trend secara bebas. Contoh 1 Sebuah perusahaan yang bergerak dalam bidang penjualan tekstil. yaitu : A. Penggunaan perhitungan-perhitungan statistic di dalam meramalkan jumlah penjualan dapat dilakukan dengan berbagai cara. Sedangkan apabila produk dapat dijual kalau ada pengaruh dari variable lain. Data penjualan tahun-tahun terakhir sebagai berikut : 2. pengggambaran garis trend dengan analisa trend secara bebas tersebut sangat subyektif dan kurang memenuhi persyaratan ilmiah. ANALISA TREND Analisa trend digunakan apabila produk yang dijual tidak tergantung dari variable lain. Survei Konsumen Yaitu penelitian secara langsung terhadap para konsumen apabila ketiga pandapat di atas dirasa kurang dapat dipertanggungjawabkan. d. Data penjualan selama beberapa tahun terakhir adalah sbb : . Oleh sebab itu. maka unsur-unsur subyektifitas sebagaimana terdapat di dalam metode berdasarkan pendapat dapat ditekan seminimal mungkin.1 Sebuah perusahaan tekstil ingin membuat ramalan penjualan tekstil di daerah Kalimantan Selatan untuk beberapa tahun mendatang.

500 + 1 9. ((Y) X Semi Total Semi Average 1989 2. Persamaan garis trend dengan metode setengah rata-rata : Rumus dasar : Y = a + b X Untuk mencari nilai a dan b. Buatlah persamaan garis trend dengan metode setengah rata-rata ! 2.250) 600 b= = = 150 4 4 Satu tahun bernilai 2 X = 150 / 2 = 75 Persamaan garis trend : Y = 2.3 1990 2. Hitunglah nilai trend tahun 1997 ! Jawab 2.600 + 5 1994 2.200 2.200 .000 / 4 = 2.250 (2.000 3.700 + 7 1995 3.300 + 3 9. sebagaimana terlihat dalam table berikut ini.400 / 4 = 2.000 9.600 2.400 Berdasarkan table di atas. Buatlah garis trend-nya ! 3.250 1992 2.100 Berdasarkan data-data di atas : 1.1 1.000 .100 + 11 11.1 1991 2.700 3.000 2.400 11.000 1993 2.850 1996 3. (ribuan meter) (Y) 2.300 Tahun (X) 1993 1994 1995 1996 Penj. dpt dibuat persamaan trend yaitu : a = 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 : . Persamaan trend : Y’ = ao + b X . Membuat garis trend : Untuk menggambarkan garis trend secara tepat dan menunjukkan fluktuasi penjualan secara lengkap.500 2.850 – 2. Tahun Penj. perlu dihitung nilai trend pada masing-masing tahun. data terlebih dahulu dibagi menjadi dua kelompok.000 + 9 11.250 + 75 X 2. (ribuan meter) (Y) 2.4 Tahun (X) 1989 1990 1991 1992 Penj.

850 + 75 (+ 5) = 3.400 84b = 12.850 + 75 (-7) = 2.775 Y’ = 2.800 56a + 196 (150) = 142.325 Y’ = 2.175 2.250 + 75 (+ 3) = 2.a + b∑Xi 2 XiYi = a∑Xi + b∑Xi Tahun 1989 1990 1991 1992 1993 1994 1995 1996 Jumlah 20.250 + 75 (+ 1) = 2. Th 1989 1990 1991 1992 1993 1994 1995 1996 Y’ = 2.000 2. persamaan garis trend adalah sebagai berikut : Y = 2.000 6. Untuk mencari nilai a dan b.700 0 1 4 9 16 25 36 49 140 2 Yi 2. Persamaan garis trend dengan metode Moment Rumus dasar : Y = a + bX 1.175 Y’ = 2.850 + 75 (+5) = 3.850 + 75 X Nilai Trend Y’ = 2.700 Xi 0 1 2 3 4 5 6 7 28 Penjualan (Yi) 2.700 = 28a + 140b 8a + 28b = 20.625 Y’ = 2.625 Y’ = 2.850 + 75 (+1) = 2.250 + 75 (+11)= 3.175 Y’ = 2.775 2.3) = 2.250 + 75 (.200 5.025 Y’ = 2.075 Pers.625 2.850 + 75 (-9) = 2.225 atau Y’ = 2.800 56a = 113.400 = 8a + 28b 77.300 2.850 + 75 (-11) = 2.600 2.250 + 75 (.775 Y’ = 2.250 + 75 (+ 7) = 2.800 56a + 280b = 155.250 + 75 X Nilai Trend Y’ = 2.850 + 75 (-3) = 2.000 3.250 + 75 (+ 9) = 2.000 21.500 2.850 + 75 (-5) = 2.225 3) Analisa trend secara matematis Metode Moment 1.400 XiYi Xi 0 2.400 a = 2.100 20.075 3.700 77. digunakan rumus sebagai berikut : Yi = n.500 18.900 10.075 56a + 196b = 142.200 2.5 Pers.400 13.925 Y’ = 2.025 Dengan demikian.400 28a + 140b = 77.475 Y’ = 2.925 3.025 + 150 X x7 x2 .325 2.475 2.475 Y’ = 2.325 Y’ = 2. Th 1989 1990 1991 1992 1993 1994 1995 1996 Y’ = 2. Nilai trend tahun 1997 : Y’ = 2.250 + 75 (+ 5) = 2.1) = 2.850 + 75 (-1) = 2.025 Y’ = 2.025 2.250 + 75 (+ 13) = 3.700 3.600 b= 150 56a + 196b = 142.925 Y’ = 2.

7.= 75 168 Dengan demikian.500 2.625 1994 : Y = 2.025 1990 : Y = 2.600 2.025 + 150 (7) = 3.100 20. persaman garis trend-nya adalah sebagai berikut : Y = 2.925 1996 : Y = 2. maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu.000 21. Membuat Garis Trend Untuk membuat garis trend.700 12.625 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) 2.400 XY .200 2.= 2.6 2.000 3. Nilai trend tahun 1997 : Y’ = 2.025 2.600 8.025 + 150 (4) = 2.700 3.14. maka nilai trend setiap tahunnya perlu dihitung terlebih dahulu.600 2 X 49 25 9 1 1 9 25 49 168 Y 2.300 2.075 3.550 + 75 X 2.025 + 150 (1) = 2.025 + 150 (0) = 2.000 2.225 Metode Least Square 1.000 . Nilai trend per tahun adalah sebagai berikut : . Membuat garis trend dengan metode Least Square Untuk membuat garis trend. Nilai trend per tahun adalah sebagai berikut : 1989 : Y = 2.775 1995 : Y = 2.325 1992 : Y = 2.025 + 150 (6) = 2.475 1993 : Y = 2.100 15.000 . dapat dihitung nilai a dan b yaitu : 20.025 + 150 (3) = 2.11.025 + 150 (5) = 2.550 8 12.600 b = --------.175 2.025 + 150 (2) = 2.925 3.175 1991 : Y = 2.475 2.325 2.500 .400 a = --------.300 2.2.025 + 150 (8) = 3.775 2.075 - Berdasarkan tabel di atas.

7) = 3. Nilai trend tahun 1997 : Y’ = 2.∑XY .550 + 75 (.∑X – (∑X) ∑Y .7) = 2.3) = 2.550 + 75 (.1) = 2. Sedangkan apabila produk (misalnya X) dapat dijual kalau ada pengaruh dari variable lain (misalnya Y).925 1996 : Y = 2.550 + 75 (.550 + 75 (.5) = 2.7 1989 : Y = 2.075 3.1) = 2.a + b∑X 2 XY = a∑X + b∑X.625 1994 : Y = 2.] n Menurut Munandar : Y=a+bX Dimana a dan b dihitung dengan menggunakan rumus sbb : Y= n.025 1990 : 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. 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 (.550 + 75 (. maka digunakan Formula Regresi.225 B.775 1995 : Y = 2.025 + 75 (9) = 3.175 1991 : Y = 2.b∑X a = [ -------------.∑X∑Y b = --------------------2 2 n.5) = 2.550 + 75 (.475 1993 : Y = 2.325 1992 : 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.3) = 2.550 + 75 (.

Sebaliknya bila tingkat kelahiran menurun maka permintaan terhadap susu bayi menurun pula. nilai a dan b dapat ditentukan sebagai berikut : (5) (3.900 135 Menurut Gunawan : Dengan melihat tabel. berarti pengaruh variabel independen (X) terhadap variabel dependen (Y) adalah besar baik positif maupun negatif.900) – (25) (760) b = ----------------------------2 (5) (135) – (25) 19. b. 162) Angka koefisien korelasi = 0. .900 21.000 b = --------------------675 .8 Berdasarkan data-data di atas : Buatlah persamaan garis regresi ! Hitunglah regresi setiap tahunnya ! Hitunglah koefisien korelasinya ! 1.900 116.625 500 b = -----50 B = 10 760 – (10) (25) a = -------------------5 760 . Contoh r = 0. Membuat Persamaan Garis Trend Tahun X Y XY X 2 2 Y 16.500 27. persamaan Regresi : Yp = 102 + 10x Kemudian hubungan saling ketergantungan antara kedua variabel harus ditest besar kecilnya.250 a = ------------5 510 a = ------5 a = 102 Dengan demikian.985 (lihat hal. Tetapi bila koefisien korelasi menunjukkan angka mendekati nol maka pengaruh tsb kecil sekali. Peramalan berdasarkan metode-metode khusus Analisa Industri Analisa Product Line a.225 28.500 – 19. dg menghitung koefisien korelasi. Bila tingkat kelahiran meningkat maka permintaan terhadap susu bayi meningkat.190 49 Jumlah 25 760 3. Kalau koefisien korelasi adalah nol mk tidak ada pnegaruhnya sama sekali.025 22.550 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 ± 1.985 berarti bahwa pengaruh tingkat kelahiran sama besar dan positif terhadap tingkat permintaan susu bayi.

000 75. Analisa Penggunaan Akhir SOAL LATIHAN Perusahaan “Soraya” akan menyusun budget penjualan tahun 2011.000 50.000 85. Data penjualan untuk seluruh daerah sbb : Tahun 2004 2005 2006 2007 2008 2009 2010 Tingkatan penjualan dalam unit 67. Berdasarkan data di atas.000 90.000 73.000 a. Harga jual tahun 2011 adalah 15 % di atas harga jual tahun 2010.000 75.000 74. perusahaan membuat ramalan penjualan dengan menggunakan “Metode Least Square” Perusahaan memproduksi dan menjual satu produk dengan 3 (tiga) daerah penjualan yaitu Kal-Sel. Kal-Teng 25 % dan Kal-Tim 30 %. Kal-Teng dan KalTim.000 70.9 c. Menyusun budget penjualan tahun 2011 secara lengkap dan terperinci apabila diketahui bahwa : Tingkat penjualan di Kal-Sel 45 %. Sebelum budget penjualan disusun.000 80.000 Harga (Rp. Harga jual per unit di masing-masing daerah penjualan sama.000 72. b.000 65. SELAMAT BEKERJA . Saudara diminta untuk : 1. c.) 50.000 70. Membuat ramalan penjualan (forecast) tahun 2011! 2. Penjualan dari bulan ke bulan konstan.

Sign up to vote on this title
UsefulNot useful