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
Peramalan Jualan
Teknik
Peramalan
Jualan
Metode
Kualitatif
Metode
Kuantitatif
5
Metode
Kualitatif
Pendapat para
tenaga penjual
Pendapat para
manajer divisi
penjualan
Pendapat para
ahli
Pendapat
eksekutif
Pendapat
Survey
konsumen
Kelemahan Metode
pendapat para
manajer penjualan
Digunakan untuk
ramalan jualan jangka
pendek, sehingga
mengabaikan
memaksimalkan laba
jangka panjang
Kelemahan Metode
pendapat eksekutif
10
Kelemahan
Metode pendapat
para ahli
Bersifat subyektif,
lebih mengandalkan
orangnya daripada
data yang mendukung
11
Kelemahan
Metode pendapat
dari survei
konsumen
Hasil taksiran tidak
maksimal karena yang
diteliti adalah sampel
12
Analisis
Trend
Analisis
Regresi
Metode
distribusi
probabilitas
Metode
analisis lini
produk
13
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
Kelemahan Metode
distribusi
probabilitas
16
17
18
Distribusi Probabilitas
Jualan X
Probabilita
s
Nilai tertim
bang
1000
10%
100 unit
5000
20%
1000
9000
35%
3150
13000
30%
3900
17000
5%
850
Total
100%
9900 unit
(x) = xi pi
19
Menggunakan data historis (n) namun tidak ada ketentuan jumlah data n, semakin
banyak semakin baik
Terdiri atas:
Metode kuadrat terkecil
Metode momen
20
Y = a + bX
b=
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
Y = a + bX
b=
XY
n X ( X )
2
Y b X
a=
n
XY
b=
X
2
a=
n
23
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
Y = a + bX
Penentuan nilai a dan b dengan persamaan berikut
Y = na + b X
2
XY
=
a
X
+
b
Y
25
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
Analisis Trend
Bukan Garis Lurus
Trend Parabola
Kuadrat
Trend Eksponesial
Trend eksponensial
yang diubah
27
Y = a + bX + c ( X )
Y = na + c X
2
2
4
X
Y
=
a
X
+
c
X
29
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
X2
4
1
0
1
4
10
X2Y
520
145
0
165
680
1510
c
b
a
XY
b=
X
2
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
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
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
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
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
2E+10
1.5E+10
1E+10
5E+09
0
1
Jualan (Y)
9 10 11 12 13
ramalan Jualan
34
k = Y1 a
Y2 Y1
a= t
b 1
Y Y
bt = 3 2
Y2 Y1
Y ' = k + ab X
35
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
(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
Jualan (Y)
10 11 12
ramalan Jualan
37
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
X
0
1
2
3
4
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
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
Jualan
Nyata
(X)
130
145
150
165
170
Ramalan
Jualan
(Y)
130.59
142.72
153.43
162.72
170.59
(X-Y)
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
Untuk mengukur korelasi Variabel bebas (X) atas variabel terikat (Y),
menggunakan analisis korelasi
41
42
0,20-0,40 Lemah
0,40-0,70 Cukup
0,70-0,90 Kuat
R=
n XY X Y
n X 2
( X )
n Y 2
( XY )
atau
R=
(X X )(Y Y )
(X X ) (Y Y )
2
43
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
( XY )
R=
(X X )(Y Y )
(X X ) (Y Y )
R=
100
= 0, 985329278164
(10 1030
R 2 = 0, 985329278164 2 = 0, 97087
44
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-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
46
to =
R n2
1 R
0.98533 5 2
1 0, 97088
170664
to =
= 10, 00082
0,17065
to =
Y = ao + a1 X1 + a2 X 2
48
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
Jualan Kotor
11,000 Rp
Potongan Jualan
-750 Rp
Retur Jualan
-250
Rp
-1,000
Rp
Jualan Bersih
10,000 Rp
50
51
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
Faktor Penduduk;
Perkembangan penduduk dapat mempengaruhi anggaran jualan, misalnya peningkatan
kelahiran dapat meningkatkan konsumsi susu, pakaian bayi, dll.
Faktor lainnya.
Contohnya apakah pada musim tertentu anggaran jualan ditambah, sampai berapa lama
anggaran yang disusun masih dapat dipergunakan.
53
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
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
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