Modul Penganggaran 1

Gambaran Umum Penganggaran Perusahaan

By Desi Kusumaningtyas
1

Tinjauan Umum Modul 2

Secara umum, Modul 2 akan membahas tentang penyusunan anggaran jualan.
Modul 2 terdiri dari dua kegiatan belajar:
Kegiatan Belajar 1 Peramalan Penjualan;
Kegiatan Belajar 2 Penyusunan Anggaran Jualan.
Setelah mempelajari Modul 2, diharapkan mampu:
Menjelaskan metode ramalan jualan;
Menjelaskan kebaikan dan keburukan metode ramalan;
Membuat ramalan jualan dengan bermacam metode;
Menjelaskan pengertian anggaran jualan;
Menjelaskan kegunaan anggaran jualan;
Menjelaskan faktor yang mempengaruhi anggaran jualan;
Menyusun anggaran jualan.

Peramalan Jualan
Forecasting
Proses kegiatan meramalkan suatu
kejadian yang mungkin terjadi pada masa
akan datang dengan cara mengkaji data
yang ada.

Peramalan Jualan
Proses meramalkan produkyang dijual dari
perusahaan tertentu pada saat tertentu
3

Peramalan Jualan
Hubungan Anggaran Operasional dengan
Anggaran Keuangan

Ramalan
Penjualan

Anggaran
Piutang

Anggaran
Jualan (Sales)

Anggaran
Sediaan

Anggaran
Produk

Anggaran
Beban Usaha

Ang. Biaya
Overhead
Pabrik

Anggaran RugiLaba

Anggaran
Modal Sendiri

Anggaran Kas
Metode
Langsung

Ang. Depresiasi
Aktiva Tetap

Ang. Biaya
Bahan Baku

Ang. Biaya TK
Langsung

Anggaran
Utang

Anggaran Kas
metode
langsung

Anggaran Kas
metode tidak
langsung

Anggaran
Neraca

: Sumber Anggaran alternatif (atau)

: Sumber Anggaran

Peramalan Jualan
Teknik
Peramalan
Jualan

Metode
Kualitatif

Metode
Kuantitatif
5

Peramalan Jualan Metode Kualitatif

Metode
Kualitatif

Pendapat para
tenaga penjual

Pendapat para
manajer divisi
penjualan

Pendapat para
ahli

Pendapat
eksekutif

Pendapat
Survey
konsumen

Peramalan Jualan Metode Kualitatif

Pendapat para tenaga penjual
Metode ini sering digunakan oleh perusahaan keci dengan jumlah produk sedikit

Pendapat para manajer divisi penjualan

Metode ini dilakukan oleh Manajer penjualan daerah atau Produk
Variasi metode ini dengan survey pelanggan utama perusahaan

Pendapat para ahli

Pendapat eksekutif
Metode ini menggunakan ramalan jualan awal oleh fungsi staf kemudian
disesuaikan oleh eksekutif penjualan berdasar kondisi ekonomi, kebijakan
manajemen dan tujuan pertumbuhan

Pendapat survei konsumen

7

Peramalan Jualan Metode Kualitatif

Kebaikan Metode pendapat Kelemahan Metode
para tenaga penjual
pendapat para tenaga
penjual
Menanamkan tanggung jawab
para penjual
Mungkin terlalu optimis atau
Ramalan dibuat individu yang
pesimis untuk melindungi diri
terdekat dengan pelanggan
Evaluasi potensi pasar yang tidak
Rencana awal disetujui oleh orang
layak karena kurang perhatian
yang bertanggung jawab atas
atau pengetahuan tentang variabel
tujuan penjualan
Metode ini terbatas pada ramalan
taktis jangka pendek (peramalan
diutamakan untuk jangka panjang)

Peramalan Jualan Metode Kualitatif

Kebaikan Metode
pendapat para
manajer penjualan

Kelemahan Metode
pendapat para
manajer penjualan

Dapat digunakan secara

luas oleh perusahaan
dari semya ukuran
Berguna dalam situasi
jumlah pelanggan
terbatas

Digunakan untuk
ramalan jualan jangka
pendek, sehingga
mengabaikan
memaksimalkan laba
jangka panjang

Peramalan Jualan Metode Kualitatif

Kebaikan Metode
pendapat eksekutif

Kelemahan Metode
pendapat eksekutif

Sering digunakan karena Memerlukan

sederhana, langsung
pengalaman khusus, dan
dan ekonomis
pengetahuan yang luas
Menghasilkan ramalan
yang lebih atau kurang
ilmiah

10

Peramalan Jualan Metode Kualitatif

Kebaikan Metode
pendapat ahli
Mudah dilakukan

Kelemahan
Metode pendapat
para ahli
Bersifat subyektif,
lebih mengandalkan
orangnya daripada
data yang mendukung

11

Peramalan Jualan Metode Kualitatif

Kebaikan Metode
pendapat dari
survei konsumen
Bersifat objektif

Kelemahan
Metode pendapat
dari survei
konsumen
Hasil taksiran tidak
maksimal karena yang
diteliti adalah sampel

12

Peramalan Jualan Metode Kuantitatif

Metode
Kuantitatif

Analisis
Trend

Analisis
Regresi

Metode
distribusi
probabilitas

Metode
analisis lini
produk

13

Peramalan Jualan Metode Kuantitatif

Analisis Trend
Metode statistik dalam peramalan penjualan. Analisis trend
merupakan analisis runtut waktu atau data berkala sebagai variabel
bebas (X). Terdiri atas:
Trend garis lurus: Metode kuadrat terkecil
Trend bukan garis lurus: Parabola Kuadrat dan tren eksponensial
(logaritma)

Analisis Regresi
Metode statistik dalam peramalan penjualan. Analisis regresi
merupakan analisis antara variabel terikat (Y) dengan variabel bebas
(X). variabel bebas mempengaruhi variabel terikat. Terdiri atas:
Regresi sederhana (satu variabel bebas)
Regresi berganda (variabel bebas lebih dari 1)
14

Peramalan Jualan Metode Kuantitatif

Metode distribusi probabilitas
Metode ini digunakan untuk peramalan dengan memakai
variasi produk yang akan dijual dan membuat probabilitas
masing-masing taksiran variasi produk yang akan dijual.

Metode analisis lini produk

Merupakan metode penting untuk peramalan penjualan.
Ramalan jualan taktis maupun strategis harus
mencangkup keputusan sementara tentang jalur produk
inovasi dan produk campuran (kombinasi produksi produk
sesuai anggaran). Akan dibahas lebih lanjut di Modul 4
dan 7.
15

Peramalan Jualan Metode Kuantitatif

Kebaikan Metode
distribusi
probabilitas

Kelemahan Metode
distribusi
probabilitas

Adanya nilai tunggal

Metode ini lebih
pada nilai yang
bergantung kepada
diharapkan dan distribusi
taksiran manajemen
probabilitas itu sendiri
dalam penentuan
mudah dikerjakan.
besarnya probabilitas

16

Peramalan Jualan Metode Kuantitatif

Kebaikan Metode trend dan Kelemahan trend dan
regresi
regresi
Ramalan ilmiah dan realistis
(objektif)

Menggunakan asumsi yang

konstan (tetap), taksiran menjadi
tidak sesuai sehingga tidak dapat
digunakan dalam peramalan
jangka panjang, (asumsi harga jual
tetap, selera konsumen tetap,
pesaing dan substitusi tidak
berubah, tidak ada inflasi dll)
Metode regresi menggunakan
sampel sehingga taksiran tidak
maksimal

17

Peramalan Jualan Metode Kuantitatif

Kebaikan Metode trend dan Kelemahan trend dan
regresi
regresi
Ramalan ilmiah dan realistis
(objektif)

Menggunakan asumsi yang

konstan (tetap), taksiran menjadi
tidak sesuai sehingga tidak dapat
digunakan dalam peramalan
jangka panjang, (asumsi harga jual
tetap, selera konsumen tetap,
pesaing dan substitusi tidak
berubah, tidak ada inflasi dll)
Metode regresi menggunakan
sampel sehingga taksiran tidak
maksimal

18

Membuat Ramalan Jualan

Metode Distribusi Probabilitas
Metode dengan mendaftar semua
kemungkinan hasil dan berhubungan
dengan probabilitas kejadiannya.

Distribusi Probabilitas
Jualan X

Probabilita
s

Nilai tertim
bang

0< p(xi) < 1 dimana xi adalah

kemungkinan kejadian ke-i di masa
yang akan datang

1000

10%

100 unit

5000

20%

1000

9000

35%

3150

Total probabilitas seluruh kejadian

adalah 1 (100%)

13000

30%

3900

17000

5%

850

Total

100%

9900 unit

(x) = xi pi
19

Membuat Ramalan Jualan

Analisis Trend Garis Lurus (Linear)
Trend merupakan gerakan lamban jangka panjang dengan kecenderungan menuju
satu arah naik atau turun

Menggunakan data historis (n) namun tidak ada ketentuan jumlah data n, semakin
banyak semakin baik

Terdiri atas:
Metode kuadrat terkecil
Metode momen
20

Membuat Ramalan Jualan

Metode Kuadrat terkecil
Trend garis lurus adalah trend yang
diramalkan secara garis lurus

Y = a + bX
b=

Variabel waktu sebagai variabel

bebas (tahunan, semesteran,
bulanan atau mingguan)
Y = Variabel terikat (Penjualan)
X = Varibel bebas (waktu)
a = nilai konstan

n XY X Y
n X
2

( X )

Y b X

a=
n

b = koefisien regresi
n = banyaknya data
21

Quantitative Method
Metode Kuadrat terkecil

Y = a + bX

b=

XY X Y
n X ( X )

a=

n
1
2
3
4
5

Tahun
2011
2012
2013
2014
2015

Jualan (Y)
130
145
150
165
170
760

X
0
1
2
3
4
10

n
1
2
3
4
5
6
7
8
9
10

Tahun
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020

Jualan (Y)
130
145
150
165
170

ramalan Jualan





182
192
202
212
222

X2
0
1
4
9
16
30
b
a

Y b X
n

XY
0
145
300
495
680
1620
10
132

Penjualan PT Imma
Trend Garis Lurus
250
200
150
100
50
0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Jualan (Y)

ramalan Jualan

22

Membuat Ramalan Jualan

Metode Kuadrat terkecil
Cara lain dengan syarat X=0

Y = a + bX
b=

XY

n X ( X )
2

Y b X

a=
n

XY

b=
X
2

a=
n

23

Membuat Ramalan Jualan

Metode Kuadrat terkecil (syarat X=0)

n
1
2
3
4
5

Jualan (Y
)
Tahun
X
2011 130
-2
2012 145
-1
2013 150
0
2014 165
1
2015 170
2

760
0

syarat X=0

X2
4
1
0
1
4
10

XY
-260
-145
0
165
340
100

XY

b=
X
2

a=
n

24

Membuat Ramalan Jualan

Metode Moment

Y = a + bX
Penentuan nilai a dan b dengan persamaan berikut

Y = na + b X
2
XY
=
a
X
+
b
Y

25

Membuat Ramalan Jualan

Metode Moment (Substitusi)

Y = a + bX
Y = na + b X
760 = 5a + b10
1620 = 10a + b30
b30 = 1620 10a
1620 10a
b=
30
b = 54 0, 3333a

2
XY
=
a
X
+
b
Y

760 = 5a + b10
760 = 5a + (54 0, 3333a)10
760 = 5a + 540 3, 333a
760 540 = 5a 3, 333a
220 = 1, 667a
220
a=
1, 667
a = 132
26

Membuat Ramalan Jualan

Analisis Trend
Bukan Garis Lurus

Trend Parabola
Kuadrat

Trend Eksponesial

Trend eksponensial
yang diubah

27

Membuat Ramalan Jualan

Trend Parabola Kuadrat
Trend parabola adalah trend yang nilai variabel terikatnya bergerak tidak
secara lurus (linear) namun menyerupai garis lengkung (parabola)
Rumus parabola kuadrat dalam hal ini dibuat untuk produk bukan permintaan
turunan.
Produk bukan permintaan turunan berarti penjualan produk tersebut tidak
dipengaruhi oleh penjualan produk lain yang memerlukan bahan baku dari
produk tersebut.
Contoh produk permintaan turunan:
Produk kulit sapi (sebagai bahan baku sepatu kulit)
Produk kedelai (sebagai bahan baku tahu atau tempe)
28

Membuat Ramalan Jualan

Metode Parabola kuadrat

Y = a + bX + c ( X )

Penentuan nilai a, b dan c dengan persamaan berikut

Y = na + c X

2
2
4
X
Y
=
a
X
+
c
X

29

Membuat Ramalan Jualan

Metode Parabola kuadrat (eliminasi)
n
1
2
3
4
5

Tahun
2011
2012
2013
2014
2015

Jualan (Y)
130
145
150
165
170
760

X
-2
-1
0
1
2
0

XY
-260
-145
0
165
340
100

Y = na + c X
X Y = a X + c X
2

Y = na + c X

760 = 5a +10c.... 2

X Y = a X
2

+ c X 4

1510 = 10a + 34c

X2
4
1
0
1
4
10

X2Y
520
145
0
165
680
1510
c
b
a

dengan syarat X=0

4

XY

b=
X
2

1520 = 10a + 20c

1510 = 10a + 34c
10 = 14c
10
c=
14
c = 0, 71

X4
16
1
0
1
16
34
-0.71
10
153.420

100
b=
10
b = 10

Y = na + c X

760 = 5a +10c
5a = 760 10(0, 71)
5a = 767,1
767,1
a=
5
a = 153, 42
30

Membuat Ramalan Jualan

Metode Parabola Kuadrat
n
1
2
3
4
5

Tahun
2011
2012
2013
2014
2015

Jualan (Y)
130
145
150
165
170
760

X
-2
-1
0
1
2
0

n
1
2
3
4
5
6
7
8
9
10

Tahun
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020

Jualan (Y)
130
145
150
165
170

ramalan Jualan





178.83
185.2567347
190.664898
195.0526531
198.42

Y = a + bX + c(X)2
Y = 153, 42 +10X 0, 71(X)2
XY
-260
-145
0
165
340
100

X2
4
1
0
1
4
10

X2Y
520
145
0
165
680
1510
c
b
a

X4
16
1
0
1
16
34
-0.71
10
153.420

Penjualan PT Imma
Trend Kuadrat Parabola
300
200
100
0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Jualan (Y)

ramalan Jualan

31

Membuat Ramalan Jualan

Trend Eksponensial
Trend eksponensial atau trend logaritma atau trend pertumbuhan adalah trend
yang nilai variabel bebasnya naik secara berlipat ganda (tidak garis lurus)

Ada beberapa jenis trend yang tidak linear akan tetapi dapat dibuat linear
(garis lurus) dengan melakukan transformasi:
Trend eksponesial Y=abx diubah menjadi Trend semi-log Y=log a+(log b)X,
Y=Yo, log a =ao, log b=bo, maka Yo=ao + boX
Trend eksponensial sering digunakan untuk meramal jumlah penduduk,
pendapatan nasional, produksi, hasil penjualan dan hal lain yang berkembang
secara geometris/ cepat
32

Membuat Ramalan Jualan

Metode Eksponensial
n
1
2
3
4
5
6
7
8

Jualan (Y)
20
100
800
3000
15000
150000
1000000
2000000
3168920

Log Y
1.30
2.00
2.90
3.48
4.18
5.18
6.00
6.30
31.33

Yo = ao + bo X
Yo = 0, 564 + 0, 745X
Y = anti log a + (anti log b)X
Y = 3, 66 + 5, 56X

b=
X
1
2
3
4
5
6
7
8
36

XLogY
1.30
4.00
8.71
13.91
20.88
31.06
42.00
50.41
172.26

X2
1
4
9
16
25
36
49
64
204

n XY X Y
n X 2 ( X)2

8 172, 30 36 31, 34
8 204 36 2
1378, 4 1128, 24
b=
1632 1296
250,16
b=
336
b = 0, 745
b=

#X &
Y

(
a=
b%

% n (
$
'
# 36 &
31, 34
a=
0, 745% (
$8'
8
a = 3, 9175 3, 3525
a = 0, 565
n

33

Membuat Ramalan Jualan

Trend Eksponensial

Y = ab x
Y = log a + (log b)X

Yo = ao + bo X

Yo = ao + bo X
n
1
2
3
4
5
6
7
8

Jualan (Y)
20
100
800
3000
15000
150000
1000000
2000000
3168920

Log Y
1.30
2.00
2.90
3.48
4.18
5.18
6.00
6.30
31.34

n
1
2
3
4
5
6
7
8
9
10
11
12
13

Jualan (Y)
20
100
800
3000
15000
150000
1000000
2000000

ramalan Jualan








18584642.43
103330611.9
574518202.2
3194321204
17760425896

X
1
2
3
4
5
6
7
8
36

XLogY
1.30
4.00
8.70
13.92
20.9
31.08
42.00
50.40
172.30
a
b

Yo = 0, 564 + 0, 745X
X2
1
4
9
16
25
36
49
64
204
3.66
5.56

Yo = anti log a + (anti log b)X

Yo = 3, 66 + 5, 56X
Y = ab x
Y = 3, 66 5, 56 X

Penjualan Minyak Goreng

Trend Eksponensial

2E+10
1.5E+10
1E+10
5E+09
0
1

Jualan (Y)

9 10 11 12 13

ramalan Jualan

34

Membuat Ramalan Jualan

Trend Eksponensial yang diubah
Bentuk Y = abx dapat dikonversi dengan jalan menambahkan bilangan konstan
k. sehingga persamaan menjadi Y= k + abx tergantung pada nilai a dan b maka
bentuk kurva Y= k + abx dapat berubah-ubah
Karena trend eksonensial yang diubah tidak dapat dijadikan bentuk linear
dengan transformasi, maka untuk menentukan a dan b tidak dapat
menggunakan metode kuadrat terkecil, jadi harus menggunakan cara lain
dengan memilih beberapa titik. Y1, Y2, Y3

k = Y1 a
Y2 Y1
a= t
b 1
Y Y
bt = 3 2
Y2 Y1
Y ' = k + ab X

35

Membuat Ramalan Jualan

Metode Eksponensial yang diubah

k = Y1 a
Y2 Y1
a= t
b 1
Y3 Y2
t
b =
Y2 Y1
Y ' = k + ab

Y3 Y2
b =
Y2 Y1
t

Y2 Y1
a= t
b 1
46 10
2
b =
10 1
10 1 a =
4 1
36
2
b =
9
a= =3
9
3
2
b = 4=2

k = Y1 a
k = 1 3 = 2

Y ' = k + ab X
Y ' = 2 + 3(2)

36

Membuat Ramalan Jualan

Trend Eksponensial yang diubah
Tahun
1
2
3
4
5
6

(X)
0
1
2
3
4
5

Jualan (Y)
1
5
10
20
46
70
a
b
k

(X)
0
1
2
3
4
5
6
7
8
9
10
11
12

Jualan (Y)
1
5
10
20
46
70

ramalan Jualan






190
382
766
1534
3070
6142
12286

Y ' = k + ab

Y ' = 2 + 3(2)

Y1

Y2

Y3

3
2
-2

Trend Eksponensial yang

diubah
14000
12000
10000
8000
6000
4000
2000
0
0

Jualan (Y)

10 11 12

ramalan Jualan

37

Membuat Ramalan Jualan

Standar Kesalahan Peramalan (SKP)

Standar kesalahan peramalan (SKP) digunakan untuk menentukan metode

peramalan yang paling sesuai (metode garis lurus atau metode buka garis
lurus)

Nilai SKP terkecil menunjukkan tingkat kesesuaian yang tinggi. Berikut rumus
standar

SKP =

(X Y ) : (n 2)
2

X=jualan
Y=ramalan jualan
N=jumlah data yang dianalisis
-2=derajat kebebasan hilang
karena dua parameter populasi
sedang diramalkan dengan
nilai sample (a dan b)
38

Membuat Ramalan Jualan

Tahun
2011
2012
2013
2014
2015

X
0
1
2
3
4

Ramalan Jualan Trend Garis Lurus

a
bx
132
0
132
10
132
20
132
30
132
40

Ramalan Jualan (Y)

132+0=132
132+10=142
132+20=152
132+30=162
132+40=172

SKP Trend Garis Lurus

Tahun

Jualan
Nyata (X)

Ramalan
Jualan (Y)

(X-Y)

(X-Y)2

2011
2012
2013
2014
2015

130
145
150
165
170

132
142
152
162
172

-2
3
-2
3
-2

4
9
4
9
4
30

SKP =

(X Y ) :(n 2)
2

SKP = 30 :3 = 3,16
39

Membuat Ramalan Jualan

Ramalan Jualan Trend Garis Lengkung
Tahun
2011
2012
2013
2014
2015

X
-2
-1
0
1
2

A
153,43
153,43
153,43
153,43
153,43

BX
-20
-10
0
10
20

CX2
-2.84
-0.71
0
-0.71
-2.84

Ramalan Jualan (Y)

153,43-20-2,84=130,59
153,43-10-0,71=142,72
153,43-0-04=153,43
153,43+10-0,71=162,72
153,43+20-2,84=170,59

SKP Trend Garis Lengkung

Tahun
2011
2012
2013
2014
2015

Jualan
Nyata (X)
130
145
150
165
170

Ramalan
Jualan (Y)
130.59
142.72
153.43
162.72
170.59

(X-Y)

Scatter Diagram Trend Garis

Lengkung (Parabola)
(X-Y)2

180
170

-0.59
2.28
-3.43
2.28
-0.59

0.3481
5.1984
11.7649
5.1984
0.3481
22.8579

165

160
150
140
130

SKP =

145

170
Jualan
Nyata (X)

150

130
2011 2012 2013 2014 2015

(X Y ) :(n 2)
2

SKP = 22,8579 :3 = 2, 76
40

Membuat Ramalan Jualan

Analisis Regresi Sederhana
Analisis data kuantitatif untuk menghitung besarnya pengaruh secara
kuantitatif dari perubahan kejadian terhadap kejadian lainnya. Perubahan
kejadian dinyatakan dengan perubahan nilai variabel

Regresi sederhana digunakan untuk meramal pengaruh 1 variabel bebas (X)

terhadap Variabel terikat (Y)

Untuk mengukur korelasi Variabel bebas (X) atas variabel terikat (Y),
menggunakan analisis korelasi

41

Membuat Ramalan Jualan

Analisis Korelasi
Adalah analisa untuk mengetahui hubungan sebab akibat antara beberapa
variabel.
Perubahan tingkat Jualan (Y) tidak hanya dipengaruhi oleh jualan, tetapi juga
faktor lain. Bila terdapat lebih dari satu faktor atau variabel bebas yang
mempengaruhi, maka perlu menggunakan analisis regresi berganda.

42

Membuat Ramalan Jualan

Analisis Korelasi
<20
Hubungan ketergantungan kedua variabel diuji dengan

koefisien korelasi: -1< s/d <1. Semakin nilai koefisien

mendekati 1 (negatif atau positif) korelasi keduanya
semakin besar, sebaliknya mendekati 0 maka hubungan
semakin keci. Positif berarti hubungan searah sedang
negatif berarti hubungan berbeda arah (peningkatan X
mengakibatkan penurunan Y)

Sangat lemah dan

dapat diabaikan

0,20-0,40 Lemah
0,40-0,70 Cukup
0,70-0,90 Kuat

Untuk menjelaskan korelasi atau kekuatan pengaruh

variabel bebar terhadap variabel terikat, kita
menggunakan koefisien korelasi yang dihitung
menggunakan rumus berikut:

R=

0,90-1,00 Sangat kuat

n XY X Y
n X 2

( X )

n Y 2

( XY )

atau
R=

(X X )(Y Y )
(X X ) (Y Y )
2

43

Membuat Ramalan Jualan

Analisis Korelasi

X = penjualan biskuit susu, variabel bebas (independent)

Y = penjualan susu, variabel tergantung (dependent)
Koefisien determinan (R2)mengukur persentase variabilitas Y (penjualan susu) yang d
apat dijelaskan oleh variabel bebas X (penjualan biskuit susu). Koefisien determinan m
enggambarkan seberapa jauh variabilitas Y yang dipengaruhi oleh variabilitas X.
Koefisien determinan 97,09 artinya 97,09% dari variabel penjualan susu (Y)mungkin dij
elaskan oleh variabilitas jualan biskuit susu(X). Variabel bebas lain yang mempengaru
hi penjualan susu(Y) tidak dimasukkan dalam persamaan regresi tersebut

Tahun

XY

X2

Y2

2011

130

390

16900

-2

-22

2012

145

580

16

21025

-1

2013

150

750

25

22500

2014

165

990

36

2015

170

1190

25

760

rata-rata

152

R=

( X )

(Y-Y)2

44

484

-7

49

-2

27225

13

13

169

49

28900

18

36

324

3900

135

116550

100

10

1030

780

27

23310

20

206

n Y 2

atau
R=

(X-X)2

n XY X Y
n X 2

(X X )(Y Y )
(X X ) (Y Y )
2

(X-Average X) Residual (Y- Average Y) (X-X)*(Y-Y)

( XY )

R=

(X X )(Y Y )
(X X ) (Y Y )

R=

100
= 0, 985329278164
(10 1030

R 2 = 0, 985329278164 2 = 0, 97087

44

Membuat Ramalan Jualan

Perhitungan Jualan (Analisis garis lurus)

Y = a + bX

Apabila
X = penjualan biskuit susu, variabel bebas (independent)
Y = penjualan susu, variabel tergantung (dependent)

XY nXY

b=
X nX
2

a = Y bX
Tahun

XY

X2

Y2

2011

130

390

16900

-2

-22

2012

145

580

16

21025

-1

2013

150

750

25

22500

2014

165

990

36

2015

170

1190

25

760

3900

rata-rata

152

780

27

(X-Average X) Residual (Y- Average Y) (X-X)*(Y-Y)

(X-X)2

(Y-Y)2

44

484

-7

49

-2

27225

13

13

169

49

28900

18

36

324

135

116550

100

10

1030

23310

20

206

XY nXY

b=
X nX

a = Y bX

3900 5 5 152
135 5 52
3900 3800
b=
135 125
100
b=
= 10
10

a = 152 50 = 102

b=

a = 152 10 5

Y = a + bX
Y = 102 +10 X
45

Membuat Ramalan Jualan

Pengujian Hipotesis
Sebelum menguji pengaruh variabel bebas X terhadap variab
el Y, terlebih dahulu membuat hipotesis (anggapan dasar ata
s hubungan variabel X dan Y)
Dalam penulisan Hipotesis terdapat H0/Ho atau hipotesis 0 da
n Ha atau hipotesis alternatif. Hipotesis 0 menyatakan tidak te
rdapat pengaruh antara variabel bebas dan variabel terikat, s
edang Hipotesis alternatif menyatakan bahwa terdapat peng
aruh antara variabel bebas dan variabel terikat.
Nilai Hipotesis Nol harus menyatakan dengan pasti nilai parameter.
ditulis dalam bentuk persamaan
Sedangkan Nilai Hipotesis Alternatif dapat memiliki beberapa kemu
ngkinan. ditulis dalam bentuk pertidaksamaan (< ; > ;)

Penentuan hasil hipotesis dapat dengan menggunakan t hitu

ng

46

Membuat Ramalan Jualan

Pengujian Hipotesis
Ha >0 (positif) bila to atau thitung>t maka Ha diterima (H0 ditolak) variabel
X memiliki pengaruh positif terhadap variabel Y
Ha <0 (negatif) bila to atau thitung<-t maka Ha diterima (H0 ditolak) variab
el X memiliki pengaruh negatif terhadap variabel Y
Ha 0 (tidak sama dengan) bila to atau thitung>t to atau thitung<-t maka Ha
diterima (H0 ditolak) variabel X memiliki pengaruh terhadap variabel Y

to =

R n2
1 R

0.98533 5 2
1 0, 97088
170664
to =
= 10, 00082
0,17065
to =

Menggunakan nilai 0,05

t(n-2)=t0,05(3)=2,353
to>tHo ditolak dan Haditerima
Dengan demikian dapat dikatakan b
ahwa penjual biskuit susu (X) berpe
ngaruh positif terhadap penjualan su
su (Y)
47

Membuat Ramalan Jualan

Analisis Regresi Berganda
Regresi berganda digunakan untuk meramal pengaruh lebih dari 1 variabel
bebas (X) terhadap Variabel terikat (Y).
Karena dalam kenyataannya kejadian satu hal (variabel terikat)
dipengaruhi oleh lebih dari satu variabel

Y = Variabel terikat (Penjualan)

X1 dan X2 = dua Varibel bebas
ao = nilai konstan

Y = ao + a1 X1 + a2 X 2

a1 dan a2 = koefisien regresi parsial

n = banyaknya data

48

Membuat Ramalan Jualan

Metode Kuadrat terkecil dalam regresi berganda 2 variabel

Y = ao + a1 X1 + a2 X 2

Y = a n + a X + a X
XY = a X + a X + a X X
YX = a X + a X X + a X
o

R =

2
1

2
2
2

a1 X1Y + a2 X 2Y
2
Y

49

Penyusunan Anggaran Jualan

Anggaran Jualan berarti anggaran hasil penjualan atau anggaran hasil
proses menjual
Anggaran jualan adalah rencana tertulis yang dinyatakan dalam angka dari
produk yang akan dijual perusahaan pada periode tertentu.
Jualan merupakan unsur dapatan (revenues) yang disebut dapatan jualan
(sales revenues)
Jualan kotor
Jualan bersih = Jualan bersih -potongan
retur
Retur jualan =barang jualan yang
dikembalikan oleh pembeli
Potongan jualan=potongan harga jual
kepada pembeli

Jualan Kotor

11,000 Rp

Potongan Jualan

-750 Rp

Retur Jualan

-250 Rp
-1,000 Rp

Jualan Bersih

10,000 Rp

50

Penyusunan Anggaran Jualan

Kegunaan Anggaran Jualan
Dasar penyusunan anggaran lainnya
Jualan merupakan ujung tombak dalam mencapai tujuan
perusahaan untuk mencapai laba yang maksimal
Laba = sales revenue > beban (expenses)
Usaha peningkatan jualan
Peningkatan harga jual dan kuantitas barang
Penurunan harga jual disertai peningkatan kuantitas
barang jualan

51

Penyusunan Anggaran Jualan

Faktor yang mempengaruhi anggaran jualan:
Faktor Pemasaran;
Faktor pemasaran yang perlu dipertimbangkan antara lain:
a. Luas pasar, apakah bersifat lokal, regional, atau nasional;
b. Keadaan persaingan, apakah bersifat monopoli, oligopoli, atau bebas;
c. Keadaan konsumen, bagaimana selera konsumen, tingkat daya beli konsumen, apakah
konsumen akhir atau konsumen industri.

Faktor Keuangan;
Apakah modal kerja perusahaan mampu mendukung pencapaian target jualan yang dianggarkan,
seperti untuk membeli bahan baku, membayar upah, biaya promosi, dll.

Faktor Ekonomi;
Apakah dengan meningkatnya jualan akan meningkatkan laba atau sebaliknya.

Faktor Teknis;
Apakah kapasitas terpasang, seperti mesin dan alat mampu memenuhi target jualan yang
dianggarkan. Apakah bahan baku dan tenaga kerja mudah dan murah.
52

Penyusunan Anggaran Jualan

Faktor yang mempengaruhi anggaran jualan:
Faktor Kebijakan Perusahaan;
Kebijakan perusahaan dapat membatasi ruang gerak untuk menyusun anggaran. Misalnya
kebijakan untuk tidak memperluas pabrik, walaupun dari segi manajemen menguntungkan,
tetapi modal tidak ada, sehingga pabrik tidak dapat diperluas.

Faktor Penduduk;
Perkembangan penduduk dapat mempengaruhi anggaran jualan, misalnya peningkatan
kelahiran dapat meningkatkan konsumsi susu, pakaian bayi, dll.

Faktor Kondisi (politik, sosial, budaya, pertahanan, dan keamanan);

Misalnya dalam keadaan perang (tidak aman) akan menghambat barang yang dijual karena
harus melalui pemeriksaan yang ketat, bahkan ada kekhawatiran barang akan dirampas.
Contoh yang lain apakah barang yang dijual bertentangan dengan kondisi sosial dan budaya
masyarakat, lingkungan sekitar, dll.

Faktor lainnya.
Contohnya apakah pada musim tertentu anggaran jualan ditambah, sampai berapa lama
anggaran yang disusun masih dapat dipergunakan.
53

Penyusunan Anggaran Jualan

Menyusun Anggaran Jualan
Diasumsikan metode peramalan yang digunakan adalah metode analisis trend pola data linier.
Dengan metode tersebut, pada tahun depan, diperkirakan jualan sebanyak 182 produk.
Perusahaan mempunyai dua buah daerah pemasaran, yakni: Banjarmasin dan Martapura.
Permintaan dari Banjarmasin diasumsikan dua kali lipat dari permintaan dari Martapura (2:1).

Banjarmasin
Martapura

2/3 x 182 =
1/3 x 182 =
Jumlah

121
61
182

Perusahaan mempunyai tiga macam produk: kecap sedang, kecap manis, dan kecap asin.
Permintaan dari ketiga macam produk tersebut berbanding 5:3:2.
Banjarmasin
Kecap sedang
Kecap manis
Kecap asin

50% x 121 =
30% x 121 =
20% x 121 =
Jumlah

61
36
24
121

Martapura
Kecap sedang
Kecap manis
Kecap asin

50% x 61 =
30% x 61 =
20% x 61 =
Jumlah

31
18
12
61

54

Penyusunan Anggaran Jualan

Menyusun Anggaran Jualan
Pada Triwulan I dianggarkan hanya sebanyak 23.68%, Triwulan II sebanyak 24.34%,
Triwulan III sebanyak 25.66% dan Triwulan IV sebanyak 26.32%.
Banjarmasin
Triwulan I
Kecap sedang
Kecap manis
Kecap asin

23.68% x 61 =
23.68% x 36 =
23.68% x 24 =
Jumlah

Triwulan II
Kecap sedang
Kecap manis
Kecap asin

24.34% x 61 =
24.34% x 36 =
24.34% x 24 =
Jumlah

Triwulan III
Kecap sedang
Kecap manis
Kecap asin

25.66% x 61 =
25.66% x 36 =
25.66% x 24 =
Jumlah

Triwulan IV
Kecap sedang
Kecap manis
Kecap asin

26.32% x 61 =
26.32% x 36 =
26.32% x 24 =
Jumlah

14
9
6
29
15
9
6
30
16
9
6
31
16
9
6
31

Martapura
Triwulan I
Kecap sedang
Kecap manis
Kecap asin

23.68% x 31 =
23.68% x 18 =
23.68% x 12 =

7
4
3
14

24.34% x 31 =
24.34% x 18 =
24.34% x 12 =

8
4
3
15

25.66% x 31 =
25.66% x 18 =
25.66% x 12 =

8
5
3
16

26.32% x 31 =
26.32% x 18 =
26.32% x 12 =

8
5
3
16

Jumlah
Triwulan II
Kecap sedang
Kecap manis
Kecap asin
Jumlah
Triwulan III
Kecap sedang
Kecap manis
Kecap asin
Jumlah
Triwulan IV
Kecap sedang
Kecap manis
Kecap asin
Jumlah

55

Penyusunan Anggaran Jualan

Menyusun Anggaran Jualan

Perusahaan Kecap Asli

Anggaran Jualan
Tiap Triwulan pada Tahun 2016
Data Jualan dan
Jenis Kecap Qty
Banjarmasin
Kecap Sedang
14
Kecap Manis
9
Kecap Asin
6
Total I
29
Martapura
Kecap Sedang
7
Kecap Manis
4
Kecap Asin
3
Total II
14
Total I + II
43

Triwulan I
Rp

Triwulan II
Qty
Rp

Triwulan III
Qty
Rp

Triwulan IV
Qty
Rp

Satu Tahun
Qty
Rp

Rp 7,000
Rp 5,400
Rp 3,000
Rp 15,400

15
9
6
30

Rp 7,500
Rp 5,400
Rp 3,000
Rp 15,900

16
9
6
31

Rp 8,000
Rp 5,400
Rp 3,000
Rp 16,400

16
9
6
31

Rp 8,000
Rp 5,400
Rp 3,000
Rp 16,400

61
36
24
121

Rp 30,500
Rp 21,600
Rp 12,000
Rp 64,100

Rp 4,200
Rp 3,000
Rp 1,800
Rp 9,000
Rp 24,400

8
4
3
15
45

Rp 4,800
Rp 3,000
Rp 1,800
Rp 9,600
Rp 25,500

8
5
3
16
47

Rp 4,800
Rp 3,750
Rp 1,800
Rp 10,350
Rp 26,750

8
5
3
16
47

Rp 4,800
Rp 3,750
Rp 1,800
Rp 10,350
Rp 26,750

31
18
12
61
182

Rp 18,600
Rp 13,500
Rp 7,200
Rp 39,300
Rp 103,400

56

Terima Kasih
By Desi Kusumaningtyas

57