MODUL PERKULIAHAN

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

Mata Kuliah ini membahas tentang

proses usaha dalam mensiasati
pendirian suatu usaha berdasarkan
strategi-strategi ilmiah dan
intuisi.Pendekatan dunia entreprener l
untuk membantu suatu usaha.

Mahasiswa diharapkan memiliki

wawasan yang luas dan mampu
menjelaskan dan membuat suatu usaha
yang mandiri..

A.Tujuan Materi Kuliah :

Setelah mahasiswa memiliki dan memahami Peramalan Permintaan , maka

mahasiswa dapat merencanakan suatu pembuatan ramalan permintaan pada
suatu Organisasi/perusahaan.

Melatih mahasiswa menggunakan alat-alat statistik yang sering dipakai dalam

pembuatan ramalan permintaan.

B.Tujuan Instruksional Khusus

Dengan mempelajari Modul ini diharapkan agar mahasiswa dapat memahami
bagaimana rencana tentang kegiatan perusahaan dimana rencana mencakup berbagai
kegiatan operasional yang saling berkaitan dan sal;ing mempengaruhi satu sama lain baik
langsung maupun tidak langsung.

3.1.Pengertian Peramalan Permintaan

Peramalan permintaan adalah : Suatu teknik proyeksi tentang tingkat permintaan
konsumen potensial pada suatu periode tertentu dengan menggunakan berbagai asumsi
tertentu juga, yakni sesuatunya berjalan seperti masa lau.

3.2.Dasar Penyusunan Peramalan Permintaan.

Peramalan Permintaan merupakan dasar penyusunan aspek lainnya dan pada umumnya
peramalan permintaan disusun terlebih dahulu sebelum menyusun aspek-aspek lainnya.
Sebelum disusun peramalan permintaan biasanya dibuat forecast Demand. Selain
forecast

Demand

diperlukan

untuk penyusunan

aspek

lainnya.,

tapi

perlu

juga

dipertimbangkan faktor-faktor yang dapat berpengaruh terhadap penjualan. Faktor-faktor

tersebut antara lain sebagai berikut :

a. Faktor Pemasaran
Faktor pemasaran yang perlu dipertimbangkan, seperti :

1
3

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

 Luas pasar, apakah bersifat lokal, regional, nasional.

Keadaan persaingan, apakah bersifat monopoli, oligopoli, bebas.
Keadaan konsumen, bagaimana selera konsumen, apakah konsumen akhir atau
konsumen industri.

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.

Apakah bahan baku dan tenaga kerja mudah ditambah.

e. Faktor Lainnya
Apakah pada musim tertentu anggaran penjualan ditambah.
Apakah kebijaksanaan pemerintah tidak berubah.
Sampai berapa lama anggaran yang disusun masih dapat dipertahankan.

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

Forecast permintaan

yang dibuat secara kuantitatif, umumnya menggunakan

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

= Jumlah periode antara periode kelompok 1 dan kelompok 2

= Satuan tahun dihitung dari periode dasar

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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 :

a. Metode least square

Forecast permintaan dengan metode least square dapat dihitung dengan rumus :

1
3

= a + bX

nXY X Y
nX 2 (X ) 2

Y
X
b

n
n

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

5x1.620 10 x 760 8.100 7.600

10
150 100
5x 30 (10) 2

760
10
10
152 20 132
5
5

Persamaan trend garis lurus Y

= a + bX

Forecast penjualan tahun 2006

= 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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

Persamaan trend garis lurus Y

=a+bX

Forecast permintaan tahun 2006

= 132 + 10 (5) = 182

c. Metode Kuadrat (Trend Garis Lengkung)

Rumus yang digunakan dalam metode ini adalah :
Y = a + b X + c (X)2
Rumus metode kuadrat yang akan dikemukakan berikut ini adalah untuk
penjualan produk bukan permintaan turunan. Dikatakan penjualan produk bukan
permintaan turunan, bila produk yang dijual tersebut tidak

1
3

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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.

Anggap saja penjualan susu PT Imma seperti contoh terdahulu

merupakan produk bukan permintaan turunan, sehingga dalam metode kuadrat

dapat diterapkan rumus sebagai berikut :
Y

= 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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

Persamaan trend garis lengkung

= Y = 153,43 + 10 X 0,71 (X)2

Forecast penjualan tahun 2006

= 153,43 + 10 (3) 0,71 (3)2

= 177,04

3. Standar Kesalahan Forecasting (SKF)

Adapun rumus standar kesalahan forecasting (SKF) adalah sebagai berikut :
SKF

( X Y ) 2 : n

= penjualan nyata

= forecast penjualan

= banyaknya data periode yang dianalisis

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

Menurut metode kuadrat, (metode trend garis lengkung)

Y = 153,42 + 10 X 0,71 (X)2
1
3

11

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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 .

Karena itu dengan

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

Y=a+bX
a=

Y bX
n

b=

nY XY
nX 2 (X) 2

n = jumlah periode data yang dianalisis

a = jumlah pasang observasi
b = koefisien regresi.
Apabila

X = penjualan biscuit usus, variabel bebas (independent)

Y = penjualan susu, variabel tergantung (dependent)

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 =

760 10( 25)

102
5

Perhitungan tersebut di atas dapat juga dihitung dengan metode moment sebagai
berikut :
Y =na+Xb
XY = X a + X2 b
1
3

13

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

Kemudian hubungan saling ketergantungan antara kedua variabel, yaitu penjualan

susu dan penjualan biscuit susu harus diuji dengan koefisien korelasi. Bila koefisien
korelasi menunjukkan angka kurang lebih satu, berarti pengaruh variabel bebas (X)
terhadap variabel tergantung (Y) adalah besar.
Rumus koefisien korelasi (R) sebagai berikut :
R=

R=

n XY XY
nX (X) 2
2

n Y 2 (Y) 2

5(3.900) 25(760)
5(135) (25) 2

5(116 .550) (760) 2

R = 0,985

Karena koefisien korelasi 0.985 mendekati angka 1, berarti pengaruh penjualan

biscuit susu sangat besar terhadap penjualan susu. Bila penjualan biscuit susu
meningkat maka permintaan akan susu meningkat, sebaliknya bila penjualan biscuit
susu menurun berarti permintaan akan susu menurun.

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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:

Metode least square (trend garis lurus)

N

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

2003 = 3 + 1 (2) = 5
2004 = 3 + 1 (3) = 6
2005 = 3 + 1 (4) = 7

Metode kuadrat (trend garis lengkung)

b =

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

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id

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

Forecast penjualan tahun

2001= 5 + 1 (-2) + 0 (4) = 3

2002= 5 + 1 (-1) + 0 (1) = 4

2003= 5 + 1 (0) + 0 (0) = 5
2004= 5 + 1 (1) + 0 (1) = 6
2005= 5 + 1 (2) + 0 (4) = 7
Seandainya forecast permintaan dengan trend garis lurus sama dengan penjualan
nyata, sedangkan dengan trend garis lengkung berbeda dengan penjualan nyata, berarti
metode trend garis lurus adalah yang paling sesuai digunakan untuk forecast
permintaan.
Sebaliknya bila forecast permintaan dengan trend garis lengkung sama dengan
penjualan nyata, sedangkan dengan trend garis lurus tidak sama

dengan

penjualan

nyata, berarti metode trend garis lengkung adalah yang paling sesuai digunakan untuk
forecast permintaan.

1
3

17

Studi Kelayakan Bisnis

Hartri Putranto,SE,MM

Pusat Bahan Ajar dan eLearning

http://www.mercubuana.ac.id