Anda di halaman 1dari 18

TEKNIK PROYEKSI BISNIS

Oleh :
Dr. Irham Lihan, S.E.,M.Si







TEKNIK PROYEKSI BISNIS

A. Proyeksi dengan cara Subjektif
a. Metode intuisi
b. Metode jajak opini public
c. Metode judgement pakar
d. Metode survey pelanggan

B. Cara Objektif = Berdasarkan data historis (data time series)
I. Non Kausalitas
a. Metode rata-rata kumutatif
b. Metode single moving average
c. Metode weighted moving average
d. Metode single exponential smoothing
e. Metode linier exponential smoothing
f. Metode trend linier
g. Metode trend kuadratik
h. Metode trend exponential
i. Metode variasi musim

II. Kausalitas
a. Metode regresi sederhana
b. Metode regresi berganda
c. Metode persamaan simultan (Ekonometrika)
d. Metode box Jenkins
e. Metode Ekonometrika lanjutan (variable kualitatif)







B . I. a) Metode Rata-rata kumulatif

Contoh Tabel 1. Proyeksi penjualan barang X
Bulan Realisasi
Penjualan
Proyeksi
Penjualan
Error Varians
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
45
56
51
60
58
54
75
41
-
-
45
51
51
53
54
54
57
55
-
11
0
9
5
0
21
-16
-
-
121
0
81
25
0
441
256
-
30 924
Std= 30,4
Proyeksi bulan Mei

= 53
Misalkan realisasi bulan Mei bukan 53, tetapi 58
Proyeksi bulan Juni

= 54
Proyeksi bulan Sept

= 55



0
10
20
30
40
50
60
70
80
1 2 3 4 5 6 7 8
realisasi
proyeksi
Unit penjualan
Bulan Penjualan

B . I. b) Metode Single Moving Average

Contoh : Tabel 2. Proyeksi penjualan barang X
Bulan Realisasi
Penjualan
Proyeksi Penjualan
(rata-rata bergerak 3
bulanan)
1
2
3
4
5
6
7
8
9
45
56
51
60
58
54
75
41
-
-
-
-

=51

=56

=56

=57

=62

=57




Bulan Proyeksi Penjualan
(rata-rata bergerak 5 bulanan)
1 januari
2 februari
3 Maret
4 April
5 Mei
6 Juni
7 Juli
8 Agustus
9 September
-
-
-
-
-

=54

=56

=60

=58



B . I. c) Metode Weighted Moving Average
Secara matematis proyeksi dengan single moving average diatas dapat dirumuskan
sebagai berikut :
F
t+1
=


Atau
F
t+1
=

+. . .+


Dimana : F
t+1=
Proyeksi pada periode t+1
N = Periode rata-rata bergerak
Artinya, pada metode ini diberikan bobot ( timbangan) yang sama bagi seluruh
observasi yaitu sebesar 1/n
Dengan pembobotan yang sama ini merupakan kelemahan metode Single Moving
Average (SMA). Kelemahan metode (SMA) ini diatasi oleh metode Weighted
Moving Average (WMA), yaitu dengan memberikan pembobotan yang tidak sama
sebagai proyeksi lebih akurat.
Misalnya : dengan bobot

untuk 5 bulanan

Misalnya : dengan bobot

untuk 4 bulanan
F
t+1
=


F
bulan Mei
=

= 51
F
bulan Juni
=

= 58










B . I. d) Metode Single Exponential Smoothing (SES)

Model dasar metode proyeksi ini adalah :
F
t+1
=

+(1-


Jika n bilangan positif, maka


F
t+1
=

+(1-


Dimana F
t
=

+(1-


Dengan demikian Formula proyeksi untuk metode SES ini adalah :
F
t+1
=

+ (



Contoh :
Bulan Realisasi penjualan
(

)
Proyeksi dengan (F)
SES , jika =0,2
1
2
3
4
5
6
7
8
9
45
56
51
60
58
54
75
41
-
-
45
45+0,2(56-45)=47
47+0,2(51-47)=48
48+0,2(60-48)=50
50+0,2(58-50)=52
52+0,2(54-52)=52
57+0,2(75-52)=57
57+0,2(41-57)=54









B . I. e) Linier Exponential Smoothing (LES)
( Double Smoothing Value )

F
m
=

m
=

=2

value of SES

value of LES
Contoh :
Proyeksikan permintaan barang A berikut ini jika =0,2 dengan metode LES
Bulan Realisasi permintaan
Januari 1
2
Januari 3
Januari 4
Januari 5
Januari 6
Januari 7
Januari 8
Januari 9
Januari 10
Januari 11
Desember 12
Januari 13
Januari 14
Januari 15
150
160
155
165
160
170
190
180
190
200
220
215
240
225
-

S
11
= 0,2 X
11
+0,8 S
10
= 0,2(220)+0,8(177,96)
= 186,37
S
11
= 0,2 S
11
+0,8 S
10

= 0,2(186,37)+0,8(164,61)
= 168,96


= 203,78


=0,25 (17,41)
= 4,35
F
12
=

m
= 203,78+4,35 (1)
= 208,13
Table Proyeksi Permintaan Barang A
dengan Metode Linier Exponential Smoothing
atau Metode double Smoothing / Btowns one Parameter
Bulan Realisasi SES
Value
(S)
LES
Value
(S)
Nilai
Nilai b Hasil
Proyeksi
Jan 1
2
3
J 4
Ja 5
Ja 6
Jan 7
Ja 8
9
Jan 10
Jan 11
Des 12
Jan 13
Jan 14
Jan 15
150
160
155
165
160
170
190
180
190
200
220
215
240
225
-
150,00
152,00
152,60
155,08
156,06
158,85
165,08
168,06
172,45
177,96
186,37
192,10
201,68
206,34
-
150,00
150,40
150,84
151,69
152,56
153,82
156,07
158,47
161,27
164,61
168,96
173,59
179,21
184,63
-
-
153,60
154,36
158,47
159,56
163,88
174,09
177,66
183,63
191,31
203,78
210,60
224,15
228,05
-
-
0,40
0,44
0,85
0,88
1,26
2,25
2,40
2,80
3,34
4,35
4,63
5,62
5,43
-
-
-
154
155
159
160
165
176
180
186
195
208
215
224
223

S
2
= 0,2X
2
+0,8 S
1
= 0,2(160)+0,8(150)= 152
S
3
= 0,2X
3
+0,8 S
2
= 0,2(155)+0,8(152)= 152,6
S
2
= 0,2S
2
+0,8 S
1
= 0,2(152)+0,8(150)= 150,4
S
3
= 0,2S
3
+0,8 S
2
= 0,2(152,6)+0,8(150,4)= 150,84

2
= 2S
2


- S
1
= 0,2(152)-150,4= 153,6

3
= 2S
3


S
2
= 0,2(152,6)-150,84= 154,36

= 0,4

= 0,44


F
3
=

m




B . I. f) Trend Linier
Y= a + bX +. . .+E
t
Y= Variabel yang diramalkan
X = Variabel waktu, dalam bentuk skor
A a =


a =


b=


n = jumlah satuan observasi
contoh :
Proyeksikan unit penjualan barang Z berikut ini dengan Trend Linier
No Bulan Realisasi Penjualan
1
2
3
4
5
6
Januari
Februari
Maret
April
Mei
Juni
110
125
120
135
140
160
-
-
-
-
-
-

Proyeksikan Penjualan Bulan Juli dan Agustus ? . . .
Table Perhitungan Peramalan ( Proyeksi )
Dengan Trend Linier
No Bulan Yi Skor
Waktu (Xi)
Xi
2
Yi
2
XiYi
1
2
3
4
5
6
Januari
Februari
Maret
April
Mei
Juni
110
125
120
135
140
160
0
1
2
3
4
5
0
1
4
9
16
25
12100
15625
14400
18225
19600
25600
0
125
240
405
560
800


790 15 55 10550 2130

b=


=8,86
a =


= 109,52
Garis Trendnya Y=a+bX
= 109,52 m+8,86 X
Uji dulu signifikansi a & b
t
a
=


t
a
=

=09,52 + 8,86 (0) = 109,52

=09,52 + 8,86 (1) = 118,38


Table Perhitungan Uji a & b
Yi Bulan

Yi-

(Yi-

(Xi-


110
125
120
135
140
160
1
2
3
4
5
6
109,52
118,38
127,24
136,10
144,96
153,82
0,48
6,62
-7,24
-1,10
-4,96
-6,18
0,2304
43,8244
52,4176
1,2100
24,6016
38,1924
(0-

= 6,25
(1- 2,5)
2
= 2,25
(2- 2,5)
2
= 0,25
(3- 2,5)
2
= 0,25
(4- 2,5)
2
= 2,25
(5- 2,5)
2
= 6,25
160,47 17,50
t
a
=

= 2,5858
t
a
=

= 1,5141
Ttabel pada = 0,05 db: 6-2
T
(

: 0,05; db: 4)
=2,78

Se =


Sebelum digunakan untuk proyeksi, uji dulu signifikansi a & b
Signifikan
keduanya

= 10550-

= 153,33

= 55-

= 17,5
Se =


Sb =

= 2,58


ta =

tb =

tc =


Se =

= 159450-

= 4935,71

= 91-

= 28

= 2275-

= 1092
Se =


Karena a dan b yang signifikan maka volume penjualan barang Z dapat
diproyeksikan melalui garis trend tab
Volume Penjualan bulan Juli :
Y=log 52 + 8,86 (6) =162,68
Volume Penjualan bulan Agustus :
Y=log 52 + 8,86 (7) =171,54
Volume Penjualan bulan September :
Y=log 52 + 8,86 (8) =180,40
Karenanya garis Trend akan ditulis
Sb(2,58) (1,52)
Y = log 52 +8,86 X
t (42,35) (5,85)


B . I. g) Trend Kuadratik
Y=a+bX+CX
2
+. . .+Et
Misalkan data Historis Volume Penjualan Produk X bulan Januari s/d
Juli 2010 sebagai berikut :
No Bulan Realisasi Penjualan
1
2
3
4
5
6
7
Januari
Februari
Maret
April
Mei
Juni
Juli
150
125
110
130
160
175
190

Dari diagram diatas Pancer berikut dapat disimpulkan Trendnya

0
20
40
60
80
100
120
140
160
180
200
1 2 3 4 5 6 7
110
110
Realisasi
Y=log 52+8,86
Vol Penjualan

Perhitungan Nilai-Nilai a, b, dan c



No Yi Xi Xi
2
Xi
3
Xi4 XiYi Xi
2
Y
1
2
3
4
5
6
7
150
125
110
130
160
175
190
0
1
2
3
4
5
6
0
1
4
9
14
25
36
0
1
8
27
64
125
216
0
1
16
81
257
625
1296
0
125
220
390
640
875
1140
0
125
440
1170
2560
4375
6840

1040 21 91 441 2275 3290 15510

1040=7a+21b+91c
3290= 21a+91b+441c
15510= 91a+441b+2275c
1040=7a+21b+91c *3 3120=21a+63b+273c
3290= 21a+91b+441c *1 3290= 21a+91b+441c
-170 = -28b 168 c
1040=7a+21b+91c *13 13520=91a+252b+1183c
15510= 91a+441b+2275c *1 15510= 91a+441b+2275c
-1990= -168b-1042c
-170= -28b - 168c *6 1020=168b+1008c
0
20
40
60
80
100
120
140
160
180
200
1 2 3 4 5 6
150
Bulan
-1990= -168b-1042c *1 1990= 168b+1092c -
-970= -84c
C=

= 11,55
170= 28b + 168c
170= 28b + 168(11,55)
28b= 170 1940,4
b=

= -63,23
1040=7a+21b+91c
1040=7a+21(-63,23)+91(11,55)
7a= 1040+276,78
a=

= 188,11



Perhitungan Nilai-Nilai a, b, dan c dengan Matrix
7a+21b+91c =1040
21a+91b+441c=3290
91a+441b+2275c=15510
[

] * [

] = [

]
A B = C
AB = C A
-1
=

[]

[



] * [

] = [

]
K11 = (k22.k33)- ((k23.k32)
=91(2275)-(441)
2
=12544
K12 = {

}
=-{ }

=-7644
K12 = {

}
=-{

}

=980

K21 = {

}
=-{ }

=-7644
K22 = {

}
={

}

=7644
K23 = {

}
=-{ }

=1176

K31=K13= 980 K32=K23= -1176
B= A
-1
.C
K33=(k11.k22)- (k12.k21)
= 7(91)-(21)
2

= 196
[

] [



] k
[

] [



] K
[

] [



] K
1

det || = k
11
.K
11
+k
12
.K
12
+k
13
.K
13

= 7(12544) + 21(-7644) + 91(980)
= 16464
[

]=

||
[

] * [

]
[

]=

[



] * [

]
[

]= [

]
Sbi. .(12,36) (6,18) (0,9897)

=188,11- 63,23Xi + 11,55Xi


2

t= (15,2) (-10,23) (11,67)
Uji Signifikan a, b, dan c
ta=

tb=

tc=


ta= 15,2 tb= -10,23 tc= 11,67
Yi

i (Y-

i)
2
(Xi-

i)
2
(Xi
2
-

i
2
)
2

150
125
110
130
160
175
190
188,11
136,43
107,85
102,37
119,99
160,71
224,53
1452,37
130,64
4,62
763,42
1600,80
204,20
1192,32
9
4
1
0
1
4
9
169
144
81
16
9
144
529
5348,38 28 1092








Proyeksi dengan Trend Kuadratik
Untuk selanjutnya memproyeksi dengan trend kuadratik ini, prosedurnya sama dengan trend
linier, yakni terlebih dahulu di uji signifikasi dari a, b, dan c.
Jika ketiganya terbukti signifikan maka proyeksi dapat dilakukan sebagai berikut :
Proyeksi Volume Penjualan bulan Agustus :
Y = 188,11 63,23 Xi + 11,55 Xi
2
Xi Agustus = 7
Y = 188,11 63,23 (7) + 11,55 (7)
2
= 311,50

Proyeksi Volume Penjualan bulan September :
Xi September = 8
Y = 188,11 63,23 (8) + 11,55 (8)
2
= 421,50

Proyeksi Volume Penjualan bulan Oktober :
Xi Oktober = 9
Y = 188,11 63,23 (9) + 11,55 (9)
2
= 554,60














B . I. h) Trend Exponential
Bentuk fungsi proyeksi dengan Trend exponential adalah :
Log Y = a + b log X
Diagram pencari data untuk proyeksi dengan metode ini kurang lebih sebagai berikut :
Bulan Yi
1
2
3
4
5
6
7
100
130
160
175
190
225
200



No Log Yi Log Xi
1
2
3
4
5
6
7
2
2,113434
2,204119
2,243038
2,278754
2,352183
2,301030
0
0
0,30103
0,4771213
0,60206
0,69897
0,778051
0
50
100
150
200
250
1 2 3 4 5 6 7
15,493068 3,60552

Dengan prosedur yang sama dengan B . I. f) Trend Linier diperoleh fungsi trend log Yi = 2,
0683 + 0,3553 log X
Proyeksi Yi bulan Agustus
Log Y = 2, 0683 + 0,3553 log 7
Y = 234