TUGAS PENGANGGARAN (BUDGETING)

BAB 3
FORECASTING DAN PERAMALAN PENJUALAN

Oleh :
NAMA : RISMUNANDAR AL AMIN
PRODI : MANAJEMEN
NIM : 20170202014

SEMESTER 6
STIE KASIH BANGSA
Jl. Dr. Kasih No. 1 Kebon Jeruk Jakarta Barat

2020

ii
 DAFTAR ISI

DAFTAR ISI................................................................................................................ iii

BAB I PENDAHULUAN
A. Latar Belakang....................................................................................................1
B. Rumusan Masalah...............................................................................................1
C. Tujuan.................................................................................................................2
BAB II PEMBAHASAN
A. Pengertian Forecast Penjualan dan Anggaran Penjualan...................................3
B. Metode Forecast Penjualan................................................................................ 4
C. Faktor-Faktor yang Mempengaruhi Pemilihan Forecast Penjualan...................8
D. Tujuan Penyusunan Anggaran Perusahaan.........................................................9
E. Ilustrasi Forecast dan Anggaran Penjualan......................................................10
BAB III PENUTUP
A. Kesimpulan.......................................................................................................17
DAFTAR PUSTAKA..................................................................................................19

iii
 BAB I

PENDAHULUAN

A. Latar Belakang

Dalam dunia persaingan bisnis saat ini banyak industri yang

menawarkan produknya ke pasaran. Sehingga banyak para produsen yang
berlomba–lomba untuk menciptakan inovasi–inovasi agar bisa diterima
dipasar nasional. Ditengah perekonomian negara yang saat ini sedang tidak
kondusif untuk para usaha kecil menengah berdampak kepada menurunnya
pendapatan pada usaha itu sendiri. Kondisi ini diperparah dengan adanya
pemerintah membatasi kebutuhan bahan baku para produsen dalam
menjalankan usaha mereka. Sehingga berpengaruh pada hasil produksi yang
dihasilkan para pengrajin usaha kecil menengah. Untuk mempertahankan
perusahaan tersebut mereka harus tetap berproduksi demi tetap berjalannya
usaha mereka ditengah masalah yang dihadapi dengan cara meramalkan hasil
yang harus didapat oleh perusahaan. Untuk meramalkan hasil laporan
penjualan dengan menggunakan metode peramalan kita akan dapat
mengetahui apakah perusahaan mengalami kenaikan atau penurunan
penjualan perusahaan. Maka dari itu, penulis mendeskripsikan beberapa hal
penting mengenai forecast dan peramalan penjualan.

B. Rumusan Masalah
1. Apa pengertian dari forecast penjualan dan anggaran penjualan?
2. Apa saja metode dalam forecast penjualan?
3. Apa saja faktor-faktor yang mempengaruhi pemilihan forecast penjualan?
4. Apa tujuan anggaran penjualan?
5. Bagaimana ilustrasi forecast dan peramalan penjualan?

1
 2

C. Tujuan
1. Untuk mengetahui pengertian forecast penjualan dan anggara penjualan
2. Untuk mengetahui metode dalam forecast penjualan
3. Untuk mengetahui faktor-faktor yang mempengaruhi pemilihan forecast
penjualan
4. Untuk mengetahui tujuan anggaran penjualan
5. Untuk mengetahui ilustrasi forecast dan peramalan penjualan
 BAB II
PEMBAHASAN

A. Pengertian Forecast Penjualan dan Anggaran Penjualan

Menurut Nasution (2006:235) Peramalan adalah proses untuk
memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan
dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam
rangka memenuhi permintaan barang ataupun jasa. Ramalan penjualan
merupakan proses aktivitas memperkirakan produk yang akan dijual dimasa
mendatang dalam keadaan tertentu dibuat berdasarkan data-data yang pernah
terjadi atau mungkin terjadi (Nafarin, 2007: 96). Menurut Winardi
(1991,220) definisi ramalan penjualan adalah Suatu Perkiraan tentang
penjualan selama sebuah periode masa yang akan datang, yang ditetapkan
perkiraan mana dikaitkan dengan sebuah rencana pemasaran yang disusulkan,
dan yang berisikan sejumlah kekuatan-kekuatan yang tidak dikuasai serta
kekuatan-kekuatan kompetitif.
Jadi, Forecast penjualan adalah suatu teknik proyeksi tentang tingkat
permintaan konsumen pada suatu periode tertentu dengan mempergunakan
asumsi tertentu, yaitu segala sesuatunya berjalan seperti masa lalu. Sementara
anggaran penjualan adalah anggaran yang merencanakan penjualan secara
terperinci tentang penjualan perusahaan dalam periode yang akan datang yang
didalamnya terdapat rencana tentang jenis ( kualitas ) barang yang akan dijual,
jumlah ( kuantitas ) yang akan dijual, harga penjualan serta waktu dan tempat
penjualannya. Anggaran penjualan merupakan anggaran yang sangat penting
dalam penentuan proyeksi penjualan dan penghasilan yang realistis dan
pendukung utama dalam menyusun rencana anggaran komprehensip
perusahaan.

3
 4

B. Metode Forecast Penjualan

Beberapa metode forecast penjualan:
1. Judgement Method atau non statistical method (Metode Peramalan
Kualitatif), yaitu metode forecast penjualan yang didasarkan atas pendapat:
a) Pendapat Salesman
Salesman di minta untuk mengukur apakah ada kemajuan atau
kemunduran segala hal yang berhubungan dengan tingkat penjualan
pada daerahnya masing-masing.
b) Pendapat Sales Manajer
Pada umumnya estimasi kepala bagian penjualan dapat lebih obyektif
karena mempertimbangkan banyak faktor. Ini juga di sebabkan
pendidikannya yang relatif lebih tinggi dan pengalamannya yang lebih
luas di bidang penjualan.
c) Pendapat Para Ahli
Kadang-kadang estimasi yang di lakukan oleh para salesman dan sales
manager ada pertentangannya. Sehingga perusahaan perlu
memperkerjakan para konsultan di dalam perusahaannya
d) Survey Konsumen
Dan jika pendapat dari ketiga bagian di atas itu sangat kurang maka
perusahaan perlu meminta pendapat dari konsumen. Dengan cara
melakukan survei atau penelitian kepada konsumen.
2. Statitiscal Method (Metode Kuantitatif), meliputi: Analisis trend, yang
terdiri dari:
a) penerapan garis trend bebas
Pada umumnya metode trend bebas cenderung digunakan
sebagai analisis pendahuluan yang akan memberikan gambaran awal
dari suatu permasalahan yang akan dihadapi. Metode trend bebas
mencoba melihat pola data amatan melalui tebaran titik dari pasang
 5

data penjualan pada setiap waktunya. Berdasarkan tebaran data yang

terbentuk dapat diperkirakan trend penjualan dari data tersebut.
b) penerapan garis trend dengan metode setengah rata-rata
Metode trend semi average dapat digunakan untuk keperluan
peramalan dengan membentuk suatu persamaan seperti analisis regresi.
Metode ini dapat digunakan dengan jumlah data genap ataupun ganjil.
Dalam analisis trend ini unsur subyektifitas mulai dihapuskan karena
teknik peramalannya sudah menggunakan perhitungan-perhitungan.
Metode ini dapat digunakan untuk keperluan forecash dengan
membentuk suatu persamaan seperti analisis regresi. Metode trend
setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y = a
+ bx, semua data historis dibagi menjadi dua kelompok dengan jumlah
anggota masing-masing sama.
Data pada metode ini biasanya terdiri dari :
 Metode Setengah Rata-rata dengan data historis dalam jumlah
genap.
 Metode Setengah Rata-rata dengan data historis dalam jumlah
ganjil
Persamaan trend yang diperoleh dengan menggunakan metode ini,
selain dapat digunakan untuk mengetahui kecenderungan nilai suatu
variabel dari waktu ke waktu, juga dapat digunakan untuk meramal
nilai suatu variabel tersebut pada suatu waktu tertentu. Persamaannya
adalah sebagai berikut :
Y = a + bX
Dimana :
a = Nilai rata rata Kelompok 1
b=
n = Jumlah Data Perkelompok
 6

x = jumlah tahun dihitung dari tahun dasar

Langkah-langkah Metode setengah Rata-Rata (Semi Average Method):
1) Membagi data dalam dua kelompok sama besar
2) Menghitung rata-rata setiap kelompok
3) Menghitung nilai “a”
4) Menghitung Nilai “b”
5) Menentukan Nilai “X”
6) Nilai X untuk data genap adalah -3,-1,+1,+3,+5
dan untuk data ganjil -3,-2,-1,0, +1, +2, +3
7) Memberi score terhadap waktu yang terkait dengan data
penjualan. Dalam metode trend semi average ini, acuan adalah
kepada kelompok pertama. Score 0 diberikan bagi data yang
berada ditengah dari data yang ada pada kelompok pertama
bila datanya ganjil. Selanjutnya terhadap data yang sebelumnya
diberi score -1, -2, -3, dst. Dan terhadap data sesudahnya diberi
score 1, 2, 3, dst. Untuk data yang jumlahnya genap, biasanya
score tidak melibatkan nilai nol. Sebagai contoh bila datanya
ada 4, score yang diberikan adalah -3, -1, 1, 3
c) penerapan garis trend secara matematis yang terbagi menjadi;
1) metode moment (Metode Garis Lurus)
Metode Trend Moment merupakan metode analisis yang dapat
digunakan untuk keperluan peramalan dengan membentuk
persamaan : Y = a + bX, sebagaimana telah diulas pada metode
Trend Semi Avarage. Dalam penerapannya, metode ini tidak
mensyaratkan jumlah data harus genap. Perbedaan dengan Metode
Trend Semi Avarage terletak pada pemberian score nilai X –nya.
Dalam hal ini pemberian score X dimulai dari 0,1,2,dst.
 7

Metode Trend Moment, menggunakan persamaan yang berbeda

dengan metode setengah rata-rata untuk menaksir nilai a dan nilai
b dalam persamaan trend :
Y = a + bX
Dalam mencari koefisien a dan b menggunakan persamaan :
ΣY = n . a + b . ΣX
ΣXY = a . ΣX + b . ΣX2
2) metode kuadrat terkecil (least square) dan
 Metode untuk menghitung nilai trend pada tahun berjalan
dan untuk mencari forecast pada periode yang akan datang.
 Untuk menghitung nilai trend dan forecast terlebih dahulu
menaksir nila a dan b pada persamaan Y = a + bX.
 nilai X dihitung denganmengacu pada panduan jika :
Data Gasal (ganjil) maka X : ...., -3,-2,-1,0,1,2,3 , ....
Data Genap maka X : ...., -5,-3, -1,1,3 ,5 ....
3) analisis korelasi (metode regresi).
Digunakan untuk menggali hubungan sebab akibat antara
beberapa variabel. Perubahan tingkat penjualan yang akan terjadi
tidak hanya ditentukan oleh pola penjualan tetapi juga ditentukan
oleh faktor lain, misalnya jumlah penduduk, pendapatan, kondisi
perekonomian,dsb.
Apabila terdapat pengaruh dari variabel lain atas suatu produk,
maka digunakan formula regresi dan analisis korelasi. Formula
regresi yang sering digunakan adalah:
Y = a = bX
Dimana:
a = konstanta
b = koefisien regresi
 8

Besarnya a dan b dihitung dengan rumus :

b =
a =

3. Spesific Purpose Method, adalah cara khusus untuk meramalkan penjualan

dengan menggunakan analisis market share, analisis product line, dan
analisis pengguna akhir
Model kuantitatif (statistik) dalam realita penggunaan secara keseluruhan
masih kurang dapat di percaya hasilnya, sebab banyak hal yang tidak
dapat di ukur secara kuantitatif seperti :
1) Perkembangan politik
2) Struktur masyarakat
3) Perubahan secara konsumen

C. Faktor-Faktor yang Mempengaruhi Pemilihan Forecast Penjualan

Faktor-faktor yang mempengaruhi pemilihan forecast penjualan adalah:
1. Sifat produk
Pada faktor ini lebih mengedepankan pada sifat produk yang di hasilkan
oleh perusahaan, apakah produk ini bisa bertahan dalam jangka waktu
yang panjang atau dalam jangka waktu pendek.
2. Metode distribusi
Pada faktor ini lebih menitik beratkan pada metode distribusi yang dipakai
oleh perusahaan, dimana letak perusahaan apakah dekat dengan pasar atau
dekat dengan bahan baku.
3. Luas usaha
Pada faktor ini lebih melihat pada posisi suatu perusahaan pada pasar,
apakah perusahaan sebagai market leader, market chalangger, market
follower, atau market niecher.
 9

4. Persaingan
Setelah mengetahui posisi perusahaan bagaimanakah tingkat persaingan
dengan perusahaan pesaing.
5. Data historis yang tersedia
Data historis yang diperlukan disini minimal berjumlah lima tahun
terakhir dari perusahaan. Pada grafik penjualan suatu perusahaan, forecast
penjualan ditunjukkan dengan fungsi “Trend” yang berbentuk suatu garis
lurus. Sehingga pengertian dari Trend adalah suatu gerakan garis lurus
dalam waktu yang panjang dan mempunyai karakteristik bergerak yang
lamban serta berjalan ke satu arah.
Kelemahan mendasar forecast penjualan secara kuantitatif yang
biasanya mempergunakan metode statistik dan matematik, terletak pada
ketidak mampuannya mengkuantifisir data tertentu seperti perkembangan
produk, struktur masyarakat, perilaku selera konsumen, dan lain-lain,
sedangkan kelemahan forecast penjualan atas dasar pertimbangan saja,
terletak pada pertimbangannya terlalu subjektif.
Jenis anggaran yang harus disusun terlebih dahulu sebelum menyusun
jenis anggaran lainnya adalah anggaran penjualan. Oleh karena anggaran
penjualan merupakan jenis anggaran yang dijadikan dasar dilakukannya
berbagai aktivitas lainnya.

D. Tujuan Penyusunan Anggaran Perusahaan

Tujuan penyusunan anggaran penjualan adalah untuk merencanakan
setepat mungkin tingkat penjualan pada periode yang akan datang dengan
memperhatikan data yang merupakan pencerminan kejadian yang dialami
perusahaan di masa lalu, khususnya dibidang penjualan.
 10

E. Ilustrasi Forecast dan Anggaran Penjualan

1. Garis Trend Metode Setengah Rata-Rata (Trend Semi Average)
Metode ini dapat digunakan untuk keperluan forecast dengan
membentuk suatu persamaan seperti analisis regresi. Metode trend
setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y = a + bx,
semua data historis dibagi menjadi dua kelompok dengan jumlah anggota
masing-masing sama.
Data pada metode ini biasanya terdiri dari :
a) Metode Setengah Rata-rata dengan data historis dalam jumlah genap.
b) Metode Setengah Rata-rata dengan data historis dalam jumlah ganjil
Persamaan trend yang diperoleh dengan menggunakan metode ini,
selain dapat digunakan untuk mengetahui kecenderungan nilai suatu
variabel dari waktu ke waktu, juga dapat digunakan untuk meramal nilai
suatu variabel tersebut pada suatu waktu tertentu. Persamaannya adalah
sebagai berikut :
Y = a + bX
Dimana :
a = Nilai rata rata Kelompok 1
b=…
n = Jumlah Data Perkelompok
x = jumlah tahun dihitung dari tahun dasar

Langkah-langkah Metode setengah Rata-Rata (Semi Average Method) :

a. Membagi data dalam dua kelompok sama besar
b. Menghitung rata-rata setiap kelompok
c. Menghitung nilai “a”
d. Menghitung Nilai “b”
e. Menentukan Nilai “X”
 11

f. Nilai X untuk data genap adalah -3,-1,+1,+3,+5 dan untuk data

ganjil -3,-2,-1,0, +1, +2, +3
g. Memberi score terhadap waktu yang terkait dengan data penjualan.
Dalam metode trend semi average ini, acuan adalah kepada
kelompok pertama. Score 0 diberikan bagi data yang berada
ditengah dari data yang ada pada kelompok pertama bila datanya
ganjil. Selanjutnya terhadap data yang sebelumnya diberi score -1,
-2, -3, dst. Dan terhadap data sesudahnya diberi score 1, 2, 3, dst.
Untuk data yang jumlahnya genap, biasanya score tidak
melibatkan nilai nol. Sebagai contoh bila datanya ada 4, score
yang diberikan adalah -3, -1, 1, 3
Contoh Kasus (Tahun Genap dengan Pembagian Tahun Ganjil)
PT. Maju memiliki data penjualan tahunan sebagai berikut :
Tahun Penjualan (Unit)
2007 140
2008 148
2009 157
2010 157
2011 160
2012 169
Diminta : Hitunglah penjualan untuk tahun 2015 dan 2018 ?
Penyelesaian :
1) Mengelompokkan data menjadi 2 kelompok. Karena jumlah data
genap langsung dibagi dua yang masing-masing kelompok terdiri
dari 2 data (Genap).
2) Menentukan periode dasar. Misalnya diasumsikan periode dasar
menggunakan tahun tengah data tahun kelompok I, sehingga
periode dasarnya adalah tahun 2008.
 12

3) Menentukan Angka Tahun. Karena periode dasar 2008 berangka

tahun x = 0, maka angka tahun untuk tahun 2007 adalah -1 dan
angka tahun untuk 2009, 2010, 2011, 2012 berturut-turut adalah 1,
2, 3, 4 dst.
4) Menentukan nilai Semi Total yakni Jumlah total penjualan masing-
masing kelompok. Untuk kelompok I, Nilai Semi Totalnya adalah
140 + 148 + 157 = 445. Dengan cara yang sama dihitung Nilai Semi
Total untuk Kelompok II.
5) Menentukan Semi average tiap Kelompok data. Semi Average
untuk kelompok I adalah (semi total kelompok I dibagi jumlah data
kelompok I sehingga nilainya adalah 445/3=148. Dengan cara yang
sama juga dihitung Semi Average untuk Kelompok II.
Sehingga menghasilkan data sebagai berikut:
Tahun Penjualan Semi Total Semi Average X

2007 140 Kelompok 1

-1
445 148
2008 148 0
2009 157 1
Kelompok 2
2
2010 157
486 162
2011 160 3
2012 169 4

Menghitung Nilai b :
b =
= 5 (4,6)
Maka penjualan untuk tahun 2015 dan 2018 adalah :
2015 = Y = a + b.X
= 148 + 5 (7)
= 183
 13

2018 = Y = a + b.X
= 148 + 5 (10)
= 198
Contoh Kasus (Tahun Genap dengan Pembagian Tahun Genap)
PT. Maju memiliki data penjualan tahunan sebagai berikut :
Tahun Penjualan (Unit)
2007 140
2008 148
2009 157
2010 169
2011 157
2012 157
2013 160
2014 169
Diminta : Hitunglah penjualan untuk tahun 2015 dan 2018 ?
Penyelesaian :
Tahun Penjualan Semi Total Semi Average X

2007 200 Kelompok 1

-3
2008 210 825 206 -1
2009 205 1
2010 210 3

2011 225 Kelompok 2

5
2012 245 975 244 7
2013 245 9
2014 260 11
 14

Menghitung Nilai b :
b =
= 9 (9,4)
Maka penjualan untuk tahun 2015 dan 2018 adalah :
2015 = Y = a + b.X
= 206 + 9 (13)
= 323

2018 = Y = a + b.X
= 206 + 9 (19)
= 377
2. Least Square Method (Metode Kuadrat terkecil)
a) Metode untuk menghitung nilai trend pada tahun berjalan dan untuk
mencari forecast pada periode yang akan datang.
b) Untuk menghitung nilai trend dan forecast terlebih dahulu menaksir
nila a dan b pada persamaan Y = a + bX.
c) nilai X dihitung denganmengacu pada panduan jika :
d) Data Gasal (ganjil) maka X : ...., -3,-2,-1,0,1,2,3 , ....
e) Data Genap maka X : ...., -5,-3, -1,1,3 ,5 ....
f) persamaan untuk menaksir nilai a dan b adalah:
Contoh Perhitungan dengan Metode Least Square :
Sebuah perusahaan yang bergerak dalam penyediaan makanan bayi ingin
membuat forecast penjualan makanan bayi untuk beberapa tahun
mendatang di daerah Jawa Timur, dengan menggambarkan garis trend.
 15

Data penjualan tahun-tahun terakhir adalah sebagai berikut :

Tahun (X) Penjualan (Y)
2006 6.750
2007 7.470
2008 7.500
2009 8.190
2010 8.280
Diminta : Hitunglah forecasting penjualan untuk tahun 2011 ?

Tahun Penjualan X X2 X.Y

2006 6.750 -2 4 (13.500)
2007 7.470 -1 1 (7.470)
2008 7.500 0 0 -
2009 8.190 1 1 8.190
2010 8.280 2 4 16.560
∑ ∑Y = 38.190 ∑X2 = 10 ∑XY = 3.780

saian :

Dengan persamaan trend Y = a + bX,dimana :

a=
b=
Sehingga :
a = = = 7.638
b = = = 378

maka sesuai dengan Persamaan Treend :

Y = a + bX
= 7.638 + 378X
 16

Sehingga didapat nilai trend untuk tiap tahunnya adalah :

Tahun 2006 Y = 7.638 + 378 (-2) = 6.882
Tahun 2007 Y = 7.638 + 378 (-1) = 7.260
Tahun 2008 Y = 7.638 + 378 (0) = 7.638
Tahun 2009 Y = 7.638 + 378 (1) = 8.016
Tahun 2010 Y = 7.638 + 378 (2) = 8.394
Jadi untuk tahun 2011 Y = 7.638 + 378 (3) = 8.772
 17

BAB III
PENUTUP

A. Kesimpulan
Forecast penjualan adalah suatu teknik proyeksi tentang tingkat permintaan
konsumen potensial pada suatu periode tertentu dengan mempergunakan asumsi
tertentu, yaitu segala sesuatunya berjaan sebagaimana yang lalu. Forecast
penjualan memiliki 3 metode yaitu Judgement Method atau non statistical
method (Metode Peramalan Kualitatif), Statitiscal Method (Metode Kuantitatif),
dan Spesific Purpose Method. Pemilihan forecast penjualan dipengaruhi oleh
beberapa faktor yaitu sifat produk, metode distribusi, luas usaha, persaingan, dan
data historis. Forecast penjualan sangat berguna sebagai acuan perusahaan berapa
banyak harus memproduksi suatu barang untuk kedepannya.
18
 DAFTAR PUSTAKA

http://marcoturnip.blog.widyatama.ac.id/2015/09/27/metode-peramalan-
forecasting/.
https://erwinnote.wordpress.com/2011/05/28/definisi-forecast-penjualan/
Nafarin M. 2008. Penganggaran Perusahaan. Cetakan Kedua. Jakarta: Salemba
Empat.

19
iv