Metode Trend Bebas

Langkah-langkah untuk menentukan garis trend dengan

menggunakan tangan bebas (free hand method) adalah sebagai berikut:
a. Buat sumbu tegak Y dan sumbu mendatar X.
b. Buat sektor yaitu kumpulan titik-titik koordinat (x,y); x = variabel
waktu.
c. Dengan jalan observasi/pengamatan langsung terhadap bentuk sektor
diagram, teriklah garis yang mewakili atau paling tidak mendekati
semua titik ordinat yang membentuk diagram pencar tersebut.
Misal: y = data berkala
x = waktu (tahun, bulan, dan sebagainya)
y = y1, y2, ...., yi, ...., yn
x = x1, x2, ...., xi, ...., xn
Y
yn
y1
y2
yi
x1
x2
xi
xn
X
Selanjutnya jika diaplikasikan kepada data-data histories dari
perusahaan, maka dapat dianalisa data berikut ini.
Perusahaan Bima Sakti mempunyai data tentang jumlah penjualan
barang hasil produksinya dari bulan ke bulan selama tahun 20xx sebagai
berikut:

49

Bulan
Januari
Pebuari
Maret
April
Mei
Juni

Unit Penjualan
2.100
2.000
2.050
2.150
1.900
2.100

Bulan
Juli
Agustus
September
Oktober
Nopember
Desember

Unit Penjualan
2.000
2.050
2.075
1.950
2.000
2.250

Bila data historis ini digambarkan dalam bentuk grafik, maka terlihat
berikut ini :
Unit
2300
2200
2100
2000
1900
1800
1 2 3 4 5 6 7 8 9 10 11 12 13
Cara menarik garis trend dengan tangan bebas merupakan cara yang
paling mudah, akan tetapi sangat subyektif sifatnya, maksudnya kalau ada
lebih satu orang diminta untuk menarik garis trend dengan cara ini akan
diperoleh garis trend lebih dari satu.

50

Sebab masing-masing orang mempunyai pilihan sendiri sesuai

dengan anggapannya, garis mana yang mewakili diagam pencar (scatter
diagram).
Maka dari gambar grafik tersebut tampak bahwa garis lurus yang
dianggap mewakili garis-garis patah yang bersangkutan, memotong garis
vertical pada bulan ke-13 pada angka 2200. Ini berarti bahwa taksiran
jumlah penjualan perusahaan Bima Sakti pada bulan ke-13 adalah 2200
unit barang.
Karena metode ini sangat subyektif maka bagi orang yang optimis
garis lurus tersebut akan cenderung dibuat menanjak, sehingga
menghasilkan angka-angka taksiran tinggi atau lebih rendah sedikit.
Sebaliknya bagi orang yang pesimis garis tersebut akan cenderung dibuat
mendatar (landai), sehingga menghasilkan angka-angka taksiran yang lebih
rendah.
Metode Trend Setengah Rata-rata :
Menurut metode ini, garis lurus yang dibuat sebagai pengganti garis
patah-patah yang dibentuk dari data historis tersebut, diperoleh dengan
perhitungan-perhitungan statistika dan matematika tertentu, sehingga
pengaruh subyektif dapat dihilangkan.
a. Data dikelompokkan menjadi dua, masing-masing kelompok harus
mempunyai jumlah data yang sama. Kalau ada 10 data masing-masing
5, 8 data masing-masing 4, 6 data masing-masing 3.
Kalau datanya ganjil, hilangkan satu yaitu ditengah, 9 data masingmasing 4,7 masing-masing 3 dan seterusnya.
b. Masing-masing kelompok dicari datanya, Y1, Y2 yang merupakan
ordinatnya.

51

c. Titik absis harus dipilih variabel X yang berada di tengah masingmasing kelompok (tahun atau waktu yang ditengah).
- Data 6 tahun: x1, x2, x3, x4, x5, x6
0 1 2
3 4
5
I
II
Maka absisnya 1 dan 4 : absis
(artinya tahun kedua dan kelima sebagai absis).
- Data 8 tahun: x1, x2, x3, x4, x5, x6 x7, x8
0 1
2
3
4
5
6
7
I

II

Maka absisnya 1,5 dan 5,5 (absis pertama antara tahun kedua dan
ketiga serta absis kedua antara tahun keenam dan ketujuh.
- Data 7 tahun: x1, x2, x3, x4, x5, x6 x7
0 1
2
3
4
5
6
I
II
3 Hapus, 1 dan 5 : absis (tahun kedua dan kelima sebagai absisnya).
d. Titik koordinat, terdiri dari b dan c dimasukkan ke dalam persamaan Y
= a+bX, untuk menghitung a dan b;Y1 dan Y2 digunakan sebagai nilai Y.
Contoh di bawah ini adalah data penjualan tahun lalu yang dipunyai
oleh Perusahaan Bima Sakti sebagai berikut:
Tabel 1
Tahun
Penjualan (Y) dalam ribuan unit
2008
11.500

52

2009
2010
2011
2012
2013
2014
2015

12.500
13.000
13.300
13.800
14.500
15.500
15.800

Dengan metode semi rata-rata ini tidak diperlukan gambar (grafik).

Langsung dapat kita peroleh dari persamaan, sedngkan dengan metode
tangan bebas hasil ramalan harus dibaca dari skala pada sumbu Y.
Dengan cara ini b = 604,68 menunjukkan bahwa rata-rata kenaikan
per tahun volume penjualan adalah 604,68 ribu tiap tahunnya.

Metode Trend Moment

Metode ini juga merupakan perhitungan yang menggunakan statistik
dan matematika tertentu. Sama halnya dengan metode setengah rata-rata,
analisa ini mempergunakan data historis perusahaan, oleh karena itu
metode ini juga terhindar dari pengaruh subyektif.

53

Menurut metode trend moment, fungsi garis lurus sebagai pengganti

garis patah-patah yang dibentuk oleh data historis tersebut dihitung dengan
formula :
Y1
= a + bx
(i)
Y = n.a + b. x
2
(ii)
= a. x + b. x
XY
Keterangan:
Y1
= nilai trend
Y
= data histories/berkala
X
= variable waktu
Dengan menempatkan rumus di atas maka dapat dihitung proyeksi
penjualan tahun yang akan datang. Tahun dasarnya tahun pertama pada
data historis.

Metode Trend Least Square

Metode ini dapat juga dinamakan metode kuadrat terkecil dan

merupakan penyederhana saja dari metode trend moment, sehingga
mempermudah perhitungan-perhitungannya.
Seperti metode trend moment, bahwa garis trend linier dapat ditulis
sebagai persamaan garis lurus.

54

Dimana

Y1 = a + bx
Y1 = data berkala (time series data)
X = waktu (hari, minggu, bulan, tahun)
a dan b = bilangan konstan.

Jadi mencari garis trend berarti nilai a dan b. Apabila a dan b sudah
diketahui 0, maka garis trend tersebut dapat dipergunakan untuk
meramalkan Y.
Untuk mengadakan perhitungan, maka diperlukan nilai tertentu pada
variabel waktu (x), sedemikian rupa, sehingga jumlah nilai variabel waktu
adalah nol.
n

xi = 0
i 1

Misalnya:
- Data Ganjil
Untuk n = 3
n=7

= x1, x2, x3
-1 0 1
= x1, x2, x3, x4, x5, x6, x7
-3 -2 -1 0 1 2 3

Pada umumnya yang diberi nilai 0 adalah variabel waktu yang

letaknya di tengah.
Untuk n ganjil n = 2k + 1 2k = n-1k
n 1
2
n=3k=
=
=1
2
2
n 1
4
n=5k=
=
=2
2
2

n 1
2

xk+1 = 0
xk+1 = x2= 0
xk+1 = x3= 0

55

n=7k=

n 1
6
=
=3
2
2

xk+1 = xy= 0

dan seterusnya.
Jarak antara dua waktu diberi nilai satua di atas nol diberi tanda
+ dan di bawahnya tanda -.
-

Data Genap

Untuk n genap n = 2k k =

n
2

Xk + (k+1), artinya titik nol terletak antara Xk dan Xk+1

(seolah-olah disisipkan dan tidak perlu dituliskan untuk n
genap).
Xk (k 1)
n
4
X5
n=4 k=
=
=
=
= X 2,5 = 0
2
2
2
2
n=6
n=8

6
= 3 = X3,5 = 0 (terletak antara 3 dan 4)
2
8
k=
= 4 = X4,5 = 0 (terletak antara 4 dan 5)
2

k=

Metode jumlah kuadrat terkecil (Least Square Method) untuk

mencari garis trend dimaksudkan suatu perkiraan/taksiran mengenai nilai a
dan b dari persamaan Y1 = a + bx yang didasarkan atas data hasil absensi,
sedemikian rupa sehingga jumlah kesalahan kuadrat terkecil (minimum).
Tanda aksen sering ditiadakan. Jadi persamaannya adalah :
Y=a+bx
Dengan demikian untuk garis trend yang lurus adalah:
a=Y
n

b=

XiYi
Xi
2

56

Dari data contoh di muka, buatlah persamaan garis trend dengan

menggunakan metode kuadrat terkecil.
Metode Regresi Tunggal
Di muka telah diuraikan lengkap metode-metode peramalan
penjualan, metode ini juga merupakan metode untuk mengadakan
forecosting (penaksiran) yang tidak hanya mendasarkan data historis dari
satu variabel saja, yaitu variabel yang akan ditaksir itu sendiri, melainkan
juga menghubungkan dengan satu variabel lain yang juga diperkirakan
mempunyai pengaruh terhadap perkembangan dari variabel yang akan
ditaksir tersebut.
Apa perlunya mengetahui hubungan antar-variabel? Di dalam
perencanaan, selain data masa lampau dan masa sekarang juga diperlukan
data hasil ramalan, yang menggambarkan kemampuan untuk masa yang
akan datang. Misalnya untuk perencanaan impor, pemerintah memerlukan
ramalan produksi pada suatu perusahaan dalam merencanakan produksi
memerlukan ramalan hasil penjualan (kemampuan menjual i masa yang
akan datang) dengan demikian dapat dicegah terjadinya over production
atau under production.
Over production berarti produksi melebihi permintaan sehingga
banyak yang tidak laku atau under production yang menyebabkan tidak
terpenuhinya pesanan (order) yang dapat menghasilkan kesempatan
menjual (loss of opportunity to sales).
Dalam metode regresi ini dapat digunakan rumus:
Y1
(i)
(ii)

= a + bx
= n.a + b. x
2
= a. x + b. x
XY

57

Berdasarkan data historis yang dimiliki oleh perusahaan susu PT.

Nestle dan data histois jumlah bayi yang menggunakan susu dari
perusahaan ini, yang terdapat pada daerah penjualan tersebut selama
beberapa tahun terakhir adalah sebagai berikut:
Tahun
2011
2012
2013
2014
2015

Kaleng
360
360
450
630
450

Pemakai (Bayi)
210
240
375
450
525

Sebagaimana telah diutarakan di atas bahwa metode regresi tunggal

ini mendasarkan hubungan antara data historis. Variabel yang akan ditaksir,
dengan data historis variabel lain yang diperkirakan mempengaruhi
perkembangan variabel yang akan ditaksir tersebut (hubungan antara X
dan Y). Diasumsikan tahun 2016 Pemakainya 650 bayi.
Oleh karena itu kuat dan tidaknya hubungan antara X dan Y, apabila
hubungan X dan Y dapat dinyatakan dengan fungsi linier (paling tidak
mendekati), diukur dengan suatu nilai yang disebut koefisien korelasi. Nilai
koefisien korelasi ini paling seikit -1 dan paling besar 1. Jadi kalau r =
koefisien korelasi, nilai r dapat dinyatakan sebagai berikut :
1r1
Artinya:
Kalau r = 1, hubungan X dan Y positif
(mendekati 1, hubungan sangat kuat dan positif)
= -1, hubungan X dan Y sempurna dan negatif

58

(mendekati -1, hubungan sangat kuat dan negatif)

= 0, hubungan X dan Y (lemah sekali atau tidak ada hubungan).
X dikatakan mempengaruhi Y, jika hendaknya nilai X akan
menyebabkan adanya perubahan nilai; artinya naik turunnya X akan
membuat nilai Y juga naik turun, dengan demikian nilai Y ini akan
bervariasi, baik terhadap rata-rata Y maupan terhadap garis linier yang
mewakili diagram pencar. Akan tetapi naik turunnya Y sedemikian rupa
sehingga nilai Y bervariasi, tidak semata-mata disebabkan oleh X, karena
masih ada faktor lain yang menyebabkannya. Misalnya kalau Y = hasil
penjualan, X = biaya iklan (advertensi), naik turunnya Y selain disebabkan
oleh X juga oleh faktor-faktor (variabel-variabel) lain (misalnya
pendapatan masyarakat, karya, selera, dan lain-lain).
Kemudian timbul pertanyaan, berapa besarnya kontribusi dan X
terhadap naik turunnya nilai Y ini? Untuk menjawab ini harus dihitung
suatu koefisien penentu (coefficient of determination). Kalau koefisien
penentu ditulis KP, maka untuk menghitung KP adalah sebagai berikut:
Kp = r2
Jika r = 0,9 KP = (0,9)2 = 0,81 (81%), artinya besarnya
sumbangan variabel X terhadap naik turunnya Y adalah 81%, sedangkan
19% disebabkan oleh faktor lainnya.
Cara menghitung r adalah sebagai berikut:
r=

n XiYi Xi Yi

n xi ( Xi) 2
2

n Yi 2 ( Yi ) 2

Soal 1.

59

Perusahaan akan menyusun anggaran penjualan tahun 2016 dengan data

sebagai berikut :
1. Perusahaan memproduksi & menjual 2 macam produk yaitu A&B.
2. Penjualan produk A dan B pada tahun 2010 2015,sebagai berikut:
Penjualan ( dalam unit )
Tahun
Penj. Produk A
Penj. Produk B
2011
12.000
8.000
2012
12.400
8.200
2013
13.000
8.600
2014
13.600
8.900
2015
12.000
9.000
3. Dengan mempertimbangkan proyeksi, kapasitas dan tersedianya
sumberdaya material, tenaga kerja, modal, distribusi dan lain-2,
maka anggaran penjualan tahun 2016 ditentukan :
- Produk A sebesar 80% dari proyeksi.
- Produk B sebesar 75% dari proyeksi.
4. Kedua produk tersebut dijual ke beberapa daerah dengan proporsi :
Daaerah Produk A
Produk B
DIY
30 %
15%
Jateng
20%
35%
Jatim
15%
30%
Jabar
35%
20%
5. Harga per unit untuk masing-2 produk :
Daaerah
Produk A
Produk B
DIY
Rp. 10.000
Rp. 12.500
Jateng
Rp. 10.500
Rp. 12.700
Jatim
Rp. 10.700
Rp. 13.000

60

Jabar

Rp. 11.000

Rp. 13.200

6. Rencana Penjualan Per Daerah & Per triwulan adalah sbb:

Triwulan
Produk A
Produk B
Triwulan 1
30%
25%
Triwulan 2
20%
30%
Triwulan 3
30%
20%
Triwulan 4
20%
25%
Dari data diatas : dapat disusun anggaran pernjualan produk A dan B untuk
tahun 2016.
SOAL 2.
Dari metode-metode peramalan penjualan yang telah dibahas di
muka Anda diminta untuk menyusun anggaran penjualan bagi
perusahaan X dengan data yang tersedia mulai tahun 2011.
Data yang digunakan untuk menganalisa diperoleh dari daerah
pemasaran perusahaan ini.
Adapun datanya sebagai berikut:
Tahun
Triw. I
Triw. II
2011
138.400 184.400
2012
183.600 155.500
2013
143.700 171.400
2014
123.400 181.800
2015
115.100 205.500
Jumlah 704.200 898.600
Rata2
140.840 179.720

Triw. III
187.100
196.400
200.400
172.500
229.500
985.900
197.180

Triw. IV
161.300
157.200
188.200
156.300
213.100
876.100
175.220

Jumlah
671.200
692.700
703.700
634.000
763.200
3.464.800

61

Perusahaan dalam memprodusir barangnya setiap unit berisikan

macam-macam antara lain:
10 bal 92%
12 bal 6%
3 bal 2%
Sedangkan harga jual per unit adalah
Yang berisikan 12 bal Rp. 15.750,00
Yang berisikan 10 bal Rp. 13.750,00
Yang berisikan 3 bal Rp. 6.750,00
Distribusi masing-masing daerah adalah:
1. Jawa Tengah
2. Jawa Timur
3. Jawa Barat
4. Sumatera Selatan
5. Kalimantan Selatan
6. Sulawesi Selatan
7. Bali

45,0%
50,0%
0,7%
0,9%
2,0%
0,6%
0,8%

Dari data di atas dapat disusun:

1. Proyeksi /ramalan penjualan untuk tahun 2016.
2. Anggaran penjualan pada tiap-tiap distribusi penjualan.
3. Anggaran penjualan pada tiap-tiap kuartal.

62