Studi
Kelayakan
Bisnis
Peramalan Permintaan
(Demand Forecasting)
Fakultas
Fakultas Ekonomi
dan Bisnis
Program
Studi
Manajemen
Tatap
Muka
03
Kode MK
Disusun Oleh
31010
Hartri Putrato,SE.MM.
Abstract
Kompetensi
Demand
diperlukan
untuk penyusunan
aspek
lainnya.,
tapi
perlu
juga
a. Faktor Pemasaran
Faktor pemasaran yang perlu dipertimbangkan, seperti :
1
3
b. Faktor Keuangan
Apakah modal kerja perusahaan mampu untuk mencapai target penjualan yang
dianggarkan, seperti untuk; beli bahan baku, bayar upah, bayar promosi produk, dan
lain-lain.
c. Faktor Ekonomis
Apakah dengan meningkatnya penjualan akan meningkatkan laba atau sebaliknya.
d. Faktor Teknis
Apakah kapasitas terpasang, seperti mesin dan alat mampu memenuhi target penjualan
yang dianggarkan.
3.3
Forecast Permintaan.
Forecast (perkiraan/ramalan) permintaan merupakan perkiraan permintaan pada
suatu waktu yang akan datang dalam keadaan tertentu dan dibuat berdasarkan data-data
yang pernah terjadi dan/atau mungkin akan terjadi.
Teknik membuat forecast permintaan dapat dilakukan secara kualitatif dan kuantitatif
atau perpaduan dari cara kualitatif dengan kuantitatif.
1
3
Forecast permintaan
metode statistik, tetapi dapat juga dengan metode pendapat atau dengan metode khusus.
Metode khusus seperti: metode analisis industri, analisis product line, analisis penggunaan
akhir.
Adapun metode statistik yang dapat dipergunakan dalam membuat forecast permintaan,
seperti: analisis trend, standar kesalahan forecasting, dan analisis korelasi.
1. Metode Setengah rata-rata
Nilai persamaan Garis Trend
Y = a + bX
Y = Nilai trend periode tertentu
a = Nilai trend periode dasar
b = pertambahan trend tahunan secara rata-rata yang dihitung dengan
rumus :
_
X2
_
- X1
N
_
X1 = Rata-rata kelompok 1
X2 = Rata-rata kelompok 2
1
3
2. Analisis Trend
Trend merupakan gerakan lamban yang berjangka panjang dan cenderung
menuju ke satu arah, menaik atau menurun.
Analisis trend ada juga yang menyebut metode kuadrat terkecil. Analisis trend yang
dapat dipergunakan seperti :
Metode least square (trend garis lurus)
Metode moment (trend garis lurus), dan
Metode kuadrat (trend garis lengkung).
Dari analisis trend tidak ada ketentuan jumlah data historis (n) yang dianalisis, tetapi
semakin banyak jumlah data (n) semakin baik hasil perhitungan analisis.
Data penjualan kecap dari PT Imma selama 5 tahun, yaitu 2001, 2002, 2003, 2004,
2005 masing-masing 130 unit, 145 unit, 150 unit, 165 unit, dan 170 unit.
Dari data penjualan susu selama 5 tahun (n=5), dapatlah kita hitung forecast
penjualan dengan menggunakan metode trend garis lurus (metode least square dan
metode moment), maupun dengan menggunakan metode garis lengkung (metode
kuadrat) sebagai berikut :
1
3
= a + bX
nXY X Y
nX 2 (X ) 2
Y
X
b
n
n
Tahu
n
Penjuala
n (Y)
X2
XY
2001
130
2002
145
145
2003
150
300
2004
165
495
2005
170
16
680
760
10
30
1.620
10
150 100
5x 30 (10) 2
760
10
10
152 20 132
5
5
= a + bX
= 132 + 10 (5)
= 182
b. Metode Moment
Rumus yang dipergunakan :
= a + bX
=na+bX
XY
Tahu
n
Penjuala
n (Y)
X2
XY
2001
130
2002
145
145
2003
150
300
2004
165
495
2005
170
16
680
760
10
30
1.620
1
3
= a X + b X2
Cara eliminasi
760
1.620
= 10 a + b 30
2.280
= 15 a + b 30
1.620
= 10 a + b 30
660
A
660
5
= 132
= 10 a + b 20
1.620
= 10 a + b 30
=5a
1.520
100
1
3
= 5 a + b 10 .. x 3
= b 10
=
100
10
= 10
Cara substitusi
1.620 = 10 a + b 30
10 a + b 30 = 1620
b 30 = 1620 10 a
b =
1.620 10a
30
b = 54 0,3333 a
b = 54 0,3333 x 132
b = 10
5 a + b 10 = 760
5 a + 10 (54 0,3333 a) = 760
5 a + 540 3,333 a = 760
5 a 3,333 a = 760 540
1,667 a = 220
220
a
220
1.667
= 132
=a+bX
1
3
dipengaruhi oleh penjualan produk lainnya yang memerlukan bahan baku dari
produk tersebut. Contoh produk susu misalnya tidak digunakan sebagai bahan baku
dari produk yang lain, maka produk susu ini adalah produk bukan permintaan
turunan. Akan tetapi, bila produk berupa susu digunakan untuk bahan baku membuat
produk biscuit susu misalnya, maka produk susu ini dikatakan produk permintaan
turunan.
= n a + c X2
XY
= b X2
X2Y
= a X2 + c X4
Syarat X
=0
Dari data penjualan susu PT Imma dapat dibuat perhitungan sebagai berikut :
Tahu
n
Penjual
an (Y)
X2
XY
X2 Y
X4
2001
130
-2
-260
520
16
2002
145
-1
-145
145
2003
150
2004
165
+1
165
2005
170
+2
+16
5
680
16
1.51
0
34
+34
0
760
760
10
= 5 a + 10 c . x 2
1.510
= 10 a + 34 c
1.520
= 10 a + 20 c
1.510
= 10 a + 34 c
10
1
3
- 14 c
100
c =
10
14
= -0,71
100 = 10 b
b =
760
100
10
= 10
= 5 a + 10 c x 3,4
2.584
= 17 a + 34 c
1.510
= 10 a + 34 c
1.074
=7a
1.047
= 153,43
7
( X Y ) 2 : n
= penjualan nyata
= forecast penjualan
Misalkan dari data yang telah dikemukakan terdahulu, yaitu penjualan susu oleh PT
Imma yang forecast penjualannya menggunakan metode trend garis lurus (metode least
square) dan metode trend garis lengkung (metode kuadrat) adalah sebagai berikut :
Menurut metode least square, persamaan trend garis lurusnya adalah :
Y = 132 + 10 X
1
3
10
Tahu
n
2001
132
2002
132
10
2003
132
20
2004
132
30
2005
132
40
bX
Forecast
Penjualan
Y
132 + 0 =
132
132 + 10 =
142
132 + 20 =
152
132 + 30 =
162
132 + 40 =
172
Perhitungan SKF penjualan susu dengan metode least square (metode trend garis
lengkung) sebagai berikut :
Penjualan
Nyata
Forecast
Penjualan
2001
130
2002
Tahu
n
(X
Y)
(X
Y)2
132
-2
145
142
2003
150
152
-2
2004
165
162
2005
170
172
-2
30
SKF =
30 : 5 2,45
11
Y = forecast penjualan
X = penjualan sesungguhnya
Tah
un
bX
2001
-2
-20
2002
-1
153,
43
2003
2004 +1
2005 +2
153,
43
153,
43
153,
43
153,
43
-10
0
+1
0
+2
0
c
X2
2,8
4
0,7
1
0
0,7
1
Y
130,
59
142,
79
153,
43
(X
Y)
130 -0,59
145
150
165
170
162,
72
+2,2
8
-3,43
+2,2
8
-0,59
170,
59
(X
Y)2
0,348
1
5,198
4
11,76
49
5,198
4
0,348
1
2,8
4
SKF =
22,85
79
22,8579 : 5 2,14
Jadi dengan metode trend garis lurus nilai SKF 2,45 lebih besar daripada dengan
metode trend garis lengkung yang mempunyai nilai SKF 2,14 .
metode trend garis lengkung lebih sesuai untuk forecast penjualan pada perusahaan
susu PT Imma.
4. Analisis Korelasi
Formula (rumus) yang dapat dipergunakan dalam analisis korelasi berupa metode least
square seperti berikut ini.
1
3
12
Y=a+bX
a=
Y bX
n
b=
nY XY
nX 2 (X) 2
Tahu
n
XY
X2
Y2
2001
130
390
16.900
2002
145
580
16
21.025
2003
150
750
25
22.500
2004
165
990
36
27.225
2005
170
1.190
49
28.900
25
760
3.900
135
116.55
0
b =
5(3.900) 25(760)
5(135) ( 25) 2
b =
19.500 19.000
10
675 625
a =
Perhitungan tersebut di atas dapat juga dihitung dengan metode moment sebagai
berikut :
Y =na+Xb
XY = X a + X2 b
1
3
13
760 = 25 a + 25 b. x 5
760 = 5 a + 25 b . x 5,4
3.900 = 25 a + 135 b
3.900 = 25 a + 135 b
3.800 = 25 a + 125 b
4.104 = 27 a + 135 b
3.900 = 25 a + 135 b
3.900 = 25 a + 135 b
100 = 10 b
204 = 2 a
B = 100 : 10 = 10
Dengan demikian
a = 204 : 2 = 102
Y=a+bX
Y = 102 + 10 X
R=
n XY XY
nX (X) 2
2
n Y 2 (Y) 2
5(3.900) 25(760)
5(135) (25) 2
R = 0,985
Hal tersebut terlihat pada tahun 2003 penjualan biscuit susu sebanyak 5 unit, maka
penjualan susu sebanyak 150 unit. Kemudian pada tahun 2004 tingkat penjualan biscuit
susu meningkat dari 5 unit menjadi 6 unit yang mengakibatkan penjualan susu juga
meningkat dari 150 unit menjadi 165 unit. Jadi untuk membuat forecast penjualan susu
dapat dilaksanakan dengan melihat perkembangan tingkat penjualan biscuit susu.
1
3
14
Karena penjualan susu tergantung pada tingkat penjualan biscuit susu, maka dalam
menentukan forecast permintaan susu perlu membuat perhitungan forecast penjualan
biscuit susu. Forecast permintaan biscuit susu dapat dihitung dengan metode trend garis
lurus (linear) dan dapat juga dengan metode trend garis lengkung (kuadrat).
Berikut ini perhitungan forecast penjualan biscuit susu (Y) dengan metode trend linear
yaitu metode trend garis lurus dan metode garis lengkung:
Tahu
n
XY
X2
2001
2002
2003
10
2004
18
2005
28
16
25
10
60
30
b=
n XY XY 5x 60 10 x 25
1
nX 2 (X) 2
5x 30 (10) 2
a=
Y bX 25 1x10
3
n
5
Y=a+bX
Y=3+1X
Forecast permintaan tahun 2001 = 3 + 1 (0) = 3
2002 = 3 + 1 (1) = 4
1
3
15
2003 = 3 + 1 (2) = 5
2004 = 3 + 1 (3) = 6
2005 = 3 + 1 (4) = 7
XY 10
1
X 2 10
Y = n a + X2 c
X2Y = X2 a + X4 c
25 = 5 a + 10 c . x 2,4
50 = 10 a + 24 c
60 = 12 a + 24 c
50 = 10 a + 24 c
10 = 2 a
a = 10 : 2 = 5
Tah
un
XY
X2
X2Y
X4
2001
-2
-6
12
16
2002
-1
-4
2003
2004
2005
14
28
16
25
10
10
50
24
25 = 5 a + 10 c
1
3
16
25 = 5 (5) + 10 c
25 = 25 + 10 c
25 25 = 10 c
=0
Y
= a + b X + c X2
= 5 + 1 X + 0 X2
dengan
penjualan
nyata, berarti metode trend garis lengkung adalah yang paling sesuai digunakan untuk
forecast permintaan.
1
3
17