1

PERAMALAN PENJUALAN

Dalam menjalankan kegiatan usahanya, perusahaan dapat

menganut salah satu dari dua pendekatan berikut ini, yaitu :
1. Pendekatan Speculative
Yaitu pendekatan dimana perusahaan tidak memperhitungkan
resiko yang diakibatkan oleh ketidakpastian factor-faktor ekstern
dan intern.
2. Pendekatan Calculated Risk
Yaitu pendekatan dimana perusahaan melakukan estimasi secara
aktif terhadap resiko yang diakibatkan oleh ketidakpastian factor-
faktor ekstern dan intern.
Faktor-faktor yang dapat mempengaruhi kegiatan perusahaan
yaitu :
1. Faktor Intern, meliputi :
a. Kualitas dan kegunaan produk perusahaan, yg menyangkut :
● Bagaimana produk itu dipakai,
● Mengapa orang membeli produk tersebut,
● Penggunaan produk potensial dan
● Perubahan-perubahan yang dapat menaikkan kegunaan
produk.
b. Ongkos produksi dan distribusi produk perusahaan, yang
menyangkut :
● Proses pembuatan produk
● Teknologi yang dipakai
● Bahan mentah yang dipakai
 2

● Kapasitas produksi dan

● Biaya memasarkan produk.
c. Kecakapan manajemen perusahaan sendiri (managerial skill) yang
meliputi :
● Penghayatan persoalan yang dihadapi
● Kemampuan melakukan peramalan dan
● Kemampuan melihat reaksi pesaing.
2. Faktor Ekstern, meliputi :
a. Kecakapan manajemen pesaing.
b. Volume kegiatan perekonomian, yang ditentukan oleh :
● Konsumen dan tingkat daya belinya
● Manajer (produsen) lain yang sejenis
● Spekulator
● Peraturan (hukum) yang mengatur produksi dan distribusi
produk
● Keadaan politik
● Kondisi lingkungan dan
● Kehidupan organisasi ekonomi.
c. Barang substitusi dan kemungkinan penemuan barang baru yang
lebih baik.
d. Selera masyarakat
e. Faktor-faktor lain, seperti :
● Mudahnya perusahaan keluar masuk dalam industri
● Iklim dan perubahan pemakaian produk
● Konflik politik.
 3

A. Pengertian Peramalan Penjualan.

Peamalan (forecasting) adalah suatu cara untuk mengukur atau
menaksir kondisi bisnis di masa yang akan datang. Pengukuran
tersebut bisa dilakukan secara kuantitatif dan kualitatif. Pengukuran
secara kuantitatif biasanya menggunakan metode statistic dan
matematik. Sedangkan pengukuran secara kualitatif biasanya
menggunakan judgment (pendapat). Kedua cara tersebut masing-
masing mempunyai kelemahan tersendiri.
Penggunaan metode statistic saja secara keseluruhan masih
kurang dapat dipercaya hasilnya karena banyak hal yang tidak dapat
diukur secara kuantitatif, misalnya perkembangan politik, struktur
masyarakat dan perubahan selera konsumen. Sebaliknya, penggunaan
judgment saja juga dianggap kurang bijaksana karena kadang-kadang
bersifat pribadi dan sukar dimengerti oleh pihak lain.
Dengan adanya masing-masing kelemahan dari kedua cara di
atas, maka dapat dikatakan bahwa peramalan menghendaki
perpaduan antara analisa yang ilmiah dan pendapat pribadi
perencana. Dalam hal ini, teknik statistic dipakai sebagai alat primer
bagi penyusunan forecast, sedangkan interpretasi dan judgment
dipakai sebagai pelengkap.
Peramalan penjualan adalah ramalan/perkiraan/proyeksi
mengenai jumlah penjualan yang diharapkan untuk suatu periode
tertentu dengan berbagai asumsi/anggapan. Asumsi disini misalnya
segala sesuatu berjalan seperti masa yang lalu.
Peramalan penjualan merupakan “pusat” dari seluruh
perencanaan perusahaan karena peramalan penjualan sangat
 4

mempengaruhi dan bahkan menentukan terhadap berbagai keputusan

dan kebijaksanaan yang diambil, misalnya :
1. Kebijaksanaan dalam perencanaan produksi
2. Kebijaksanaan persediaan barang jadi
3. Kebijaksanaan penggunaan mesin-mesin
4. Kebijaksanaan investasi dalam aktiva tetap
5. Rencana pembelian bahan mentah dan pembantu
6. Rencana aliran kas.
Peramalan penjualan akan berubah fungsinya menjadi rencana
penjualan apabila manajemen memasukkan unsure pertimbangan
subyektif, rencana, strategi, dll.

B. Metode Peramalan Penjualan

Secara sistematis, teknik-teknik atau metode-metode peramalan
penjualan dapat dikelompokkan sebagai berikut, yaitu :
1. Peramalan berdasarkan pendapat (judgment method)
2. Peramalan berdasarkan perhitungan statistic
a. Analisa Trend
● Analisa trend secara bebas
● Analisa trend dengan setengah rata-rata
● Analisa trend secara matematis
- Metode Moment
- Metode Least Square
b. Formula Regresi dan Analisa Korelasi
3. Peramalan berdasarkan metode-metode khusus
a. Analisa Industri
b. Analisa Product Line
 5

c. Analisa Penggunaan Akhir

1. Peramalan berdasarkan pendapat (judgment method)

Metode ini dapat digunakan untuk menyusun peramalan
penjualan maupun peramalan kondisi bisnis pada umumnya. Berbagai
pendapat yang menjadi dasar untuk melakukan peramalan adalah
sebagai berikut :
a. Pendapat Salesman
Para salesman diminta untuk :
- Mengukur apakah terdapat kemajuan atau kemunduran tentang
segala hal yang berhubungan dengan tingkat penjualan pada
daerah mereka masing-masing.
- Mengestimasi tentang tingkat penjualan di daerah masing-masing
di waktu mendatang
Hasil perkiraan para salesman kemudian diolah oleh bagian
penjualan karena kemungkinan mereka hanya memperhatikan
kemampuannya di masa yang lalu tanpa memperhatikan kondisi
lingkungannya.
b. Pendapat Sales Manajer
Perkiraan yang dibuat oleh para salesman perlu dibandingkan
dengan perkiraan yang dbuat oleh manajer penjualan karena
manajer penjualan tentunya mempunyai pengalaman,
pertimbangan dan pandangan yang lebih luas mengenai berbagai
hal yang berhubungan dengan penjualan diwilayahnya.
c. Pendapat Para Ahli
 6

Jika terdapat perbedaan antara perkiraan yang dibuat oleh para

salesman dan perkiraan yang dibuat oleh manajer penjualan maka
perlu dminta lagi pendapat/pertimbangan dari para ahli (konsultan).
d. Survei Konsumen
Yaitu penelitian secara langsung terhadap para konsumen apabila
ketiga pandapat di atas dirasa kurang dapat
dipertanggungjawabkan.

2. Peramalan berdasarkan perhitungan statistic

Dengan menggunakan perhitungan-perhitungan statistic di dalam
melakukan peramalan, maka unsur-unsur subyektifitas sebagaimana
terdapat di dalam metode berdasarkan pendapat dapat ditekan
seminimal mungkin.
Penggunaan perhitungan-perhitungan statistic di dalam meramalkan
jumlah penjualan dapat dilakukan dengan berbagai cara, yaitu :

A. ANALISA TREND
Analisa trend digunakan apabila produk yang dijual tidak
tergantung dari variable lain. Sedangkan apabila produk dapat dijual
kalau ada pengaruh dari variable lain, maka digunakan formula regresi
dan analisa korelasi. Misalnya penjualan susu kaleng untuk bayi di
suatu daerah sangat tergantung pada besarnya tingkat kelahiran di
daerah tersebut. Analisa trend terdiri dari : (1) analisa trend secara
bebas, (2) analisa trend dengan setengah rata-rata dan (3) analisa
trend secara matematis.
 7

(1) Analisa trend secara bebas

Adalah suatu analisa yang dilakukan bukan dengan rumus
matematika, tetapi sesuai dengan pertimbangan-pertimbangan dari
yang melakukan analisa. Oleh sebab itu, pengggambaran garis trend
dengan analisa trend secara bebas tersebut sangat subyektif dan
kurang memenuhi persyaratan ilmiah.
Contoh 1
Sebuah perusahaan yang bergerak dalam bidang penjualan tekstil,
ingin membuat peramalan penjualan untuk beberapa tahun
mendatang di daerah Jawa Timur. Data penjualan tahun-tahun
terakhir sebagai berikut :

Tahun (X) Penjualan (ribuan

meter) (Y)
2002 130
2003 145
2004 150
2005 165
2006 170
Dengan menggunakan analisa trend secara bebas, maka garis trend
dapat dilihat pada gambar 1

(2) Analisa trend dengan setengah rata-rata

 8

Adalah analisa trend yang dilakukan dengan menggunakan

perhitungan-perhitungan dan unsur subyektifitas dapat dihilangkan.
Rumus yang digunakan di dalam metode ini adalah sbb :
Y = a+bX
a = rata-rata kelompok I
Rata-rata kelompok II – rata-rata kelompok I
b =
n
n = jumlah tahun dalam kelompok II dan I
X = jumlah tahun dihitung dari periode dasar.

Contoh 2.1
Sebuah perusahaan tekstil ingin membuat ramalan penjualan tekstil
di daerah Kalimantan Selatan untuk beberapa tahun mendatang.
Data penjualan selama beberapa tahun terakhir adalah sbb :
Tahun Penj. (ribuan Tahun Penj. (ribuan
(X) meter) (X) meter)
(Y) (Y)
1989 2.000 1993 2.600
1990 2.200 1994 2.700
1991 2.500 1995 3.000
1992 2.300 1996 3.100

Berdasarkan data-data di atas :

1. Buatlah persamaan garis trend dengan metode setengah rata-
rata !
2. Buatlah garis trend-nya !
3. Hitunglah nilai trend tahun 1997 !
 9

Jawab 2.1
1. Persamaan garis trend dengan metode setengah rata-rata :
Rumus dasar : Y = a + b X
Untuk mencari nilai a dan b, data terlebih dahulu dibagi menjadi
dua kelompok, sebagaimana terlihat dalam table berikut ini.
Tahun Penj. ((Y) X Semi Total Semi Average
1989 2.000 - 3
1990 2.200 - 1
1991 2.500 + 1 9.000 9.000 / 4 = 2.250
1992 2.300 + 3
9.000
1993 2.600 + 5
1994 2.700 + 7
1995 3.000 + 9 11.400 11.400 / 4 = 2.850
1996 3.100 + 11
11.400

Berdasarkan table di atas, dpt dibuat persamaan trend yaitu :

a = 2.250
(2.850 – 2.250) 600
b= = = 150
4 4
Satu tahun bernilai 2 X = 150 / 2 = 75
Persamaan garis trend : Y = 2.250 + 75 X
2. Membuat garis trend :
Untuk menggambarkan garis trend secara tepat dan
menunjukkan fluktuasi penjualan secara lengkap, perlu dihitung
nilai trend pada masing-masing tahun.
 10

Persamaan trend : Y’ = ao + b X , dimana :

Y’ = nilai trend pada tahun tertentu
ao = nilai trend periode dasar

X2 – X1
b =
n
X = jumlah tahun dihitung dari periode dasar
Ada dua cara perhitungan :
Pers. Y’ = 2.250 + 75 X Pers. Y’ = 2.850 + 75 X
Th Nilai Trend Th Nilai Trend

1989 Y’ = 2.250 + 75 (- 3) = 2.025 1989 Y’ = 2.850 + 75 (-11) = 2.025

1990 Y’ = 2.250 + 75 (- 1) = 2.175
1991 Y’ = 2.250 + 75 (+ 1) = 2.325
1992 Y’ = 2.250 + 75 (+ 3) = 2.475
1993 Y’ = 2.250 + 75 (+ 5) = 2.625
1994 Y’ = 2.250 + 75 (+ 7) = 2.775
1995 Y’ = 2.250 + 75 (+ 9) = 2.925
1996 Y’ = 2.250 + 75 (+11)= 3.075
1990 Y’ = 2.850 + 75 (-9) = 2.175
1991 Y’ = 2.850 + 75 (-7) = 2.325
1992 Y’ = 2.850 + 75 (-5) = 2.475
1993 Y’ = 2.850 + 75 (-3) = 2.625
1994 Y’ = 2.850 + 75 (-1) = 2.775
1995 Y’ = 2.850 + 75 (+1) = 2.925
1996 Y’ = 2.850 + 75 (+5) = 3.075

3. Nilai trend tahun 1997 :

Y’ = 2.250 + 75 (+ 13) = 3.225 atau Y’ = 2.850 + 75 (+ 5) = 3.225

3) Analisa trend secara matematis

a. Metode Moment
1. Persamaan garis trend dengan metode Moment
Rumus dasar : Y = a + bX
 11

1. Untuk mencari nilai a dan b, digunakan rumus sebagai berikut :

Yi = n.a + b∑Xi
2
XiYi = a∑Xi + b∑Xi

Tahun Xi Penjuala XiYi 2

Xi
n (Yi) Yi
1989 0 2.000 0 0 2.025
1990 1 2.200 2.200 1 2.175
1991 2 2.500 5.000 4 2.325
1992 3 2.300 6.900 9 2.475
1993 4 2.600 10.400 16 2.625
1994 5 2.700 13.500 25 2.775
1995 6 3.000 18.000 36 2.925
1996 7 3.100 21.700 49 3.075
 12

Jumlah 28 20.400 77.700 140

(1) 20.400 = 8a + 28b

(2) 77.700 = 28a + 140b
8a + 28b = 20.400 x7 56a + 196b = 142.800
28a + 140b = 77.700 x2 56a + 280b = 155.400
84b = 12.600
b= 150
56a + 196b = 142.800
56a + 196 (150) = 142.800
56a = 113.400
a= 2.025
Dengan demikian, persamaan garis trend adalah sebagai berikut :
Y = 2.025 + 150 X

2. Membuat Garis Trend

Untuk membuat garis trend, maka nilai trend setiap tahunnya
perlu dihitung terlebih dahulu. Nilai trend per tahun adalah sebagai
berikut :
1989 : Y = 2.025 + 150 (0) = 2.025
1990 : Y = 2.025 + 150 (1) = 2.175
1991 : Y = 2.025 + 150 (2) = 2.325
1992 : Y = 2.025 + 150 (3) = 2.475
1993 : Y = 2.025 + 150 (4) = 2.625
 13

1994 : Y = 2.025 + 150 (5) = 2.775

1995 : Y = 2.025 + 150 (6) = 2.925
1996 : Y = 2.025 + 150 (7) = 3.075

3. Nilai trend tahun 1997 :

Y’ = 2.025 + 150 (8) = 3.225

b. Metode Least Square

1. Persamaan garis trend dengan metode Least Square
Rumus dasar : Y = a + bX
Dimana :
∑Y
a = --------
n
∑XY
b = --------
2
∑X

Tahun X Penjuala XY 2
X
n (Y) Y
1989 -7 2.000 - 14.000 49 2.025
1990 -5 2.200 - 11.000 25 2.175
1991 -3 2.500 - 7.500 9 2.325
1992 -1 2.300 - 2.300 1 2.475
 14

1993 +1 2.600 2.600 1 2.625

1994 +3 2.700 8.100 9 2.775
1995 +5 3.000 15.000 25 2.925
1996 +7 3.100 21.700 49 3.075
Jumlah 20.400 12.600 168 -

Berdasarkan tabel di atas, dapat dihitung nilai a dan b yaitu :

20.400
a = --------- = 2.550
8
12.600
b = --------- = 75
168

Dengan demikian, persaman garis trend-nya adalah sebagai berikut :

Y = 2.550 + 75 X

2. Membuat garis trend dengan metode Least Square

Untuk membuat garis trend, maka nilai trend setiap tahunnya perlu
dihitung terlebih dahulu.
Nilai trend per tahun adalah sebagai berikut :
1989 : Y = 2.550 + 75 (- 7) = 2.025
1990 : Y = 2.550 + 75 (- 5) = 2.175
1991 : Y = 2.550 + 75 (- 3) = 2.325
1992 : Y = 2.550 + 75 (- 1) = 2.475
1993 : Y = 2.550 + 75 (- 1) = 2.625
1994 : Y = 2.550 + 75 (- 3) = 2.775
1995 : Y = 2.550 + 75 (- 5) = 2.925
1996 : Y = 2.550 + 75 (- 7) = 3.075
 15

3. Nilai trend tahun 1997 :

Y’ = 2.025 + 75 (9) = 3.225

B. Formula Regresi dan Analisa Korelasi

Sebagaimana telah dikemukakan bahwa membuat forecast
penjualan dengan analisa trend digunakan apabila produk yang dijual
tidak tergantung dari variable lain. Sedangkan apabila produk
(misalnya X) dapat dijual kalau ada pengaruh dari variable lain
(misalnya Y), maka digunakan Formula Regresi.
Formula Regresi tampak sebagai beirkut :
Menurut Gunawan :
YP = a + b X
dimana : a = jumlah pasang observasi
b = koefisien regresi
Besarnya a dan b dapat dihitung dengan bantuan humus :
n.∑XY - ∑X∑Y
b = ---------------------
2 2
n.∑X – (∑X)
∑Y - b∑X
a = [ -------------- ]
n

Menurut Munandar :

Y=a+bX

Dimana a dan b dihitung dengan menggunakan rumus sbb :

 16

Y = n.a + b∑X

2
XY = a∑X + b∑X.

Contoh :

Data mengenai jumlah penjualan susu bayi (Y) dan tingkat kelahiran
bayi (X) untuk 5 tahun terakhir dari Perusahaan ”Sahabat Kita” adalah
sbb :
Tahun X Y
1992 3 130
1993 4 145
1994 5 150
1995 6 165
1996 7 170
Jumlah 25 760
Berdasarkan data-data di atas :
1. Buatlah persamaan garis regresi !
2. Hitunglah regresi setiap tahunnya !
3. Hitunglah koefisien korelasinya !

1. Membuat Persamaan Garis Trend

Tahun X Y XY 2 2 YP
X Y
1992 3 130 390 9 16.900 132
1993 4 145 580 16 21.025 142
1994 5 150 750 25 22.500 152
1995 6 165 990 36 27.225 162
1996 7 170 1.190 49 28.900 172
Jumlah 25 760 3.900 135 116.55
 17

0
Menurut Gunawan :
Dengan melihat tabel, nilai a dan b dapat ditentukan sebagai berikut :
(5) (3.900) – (25) (760)
b = -----------------------------
2
(5) (135) – (25)

19.500 – 19.000
b = ---------------------
675 - 625

500
b = ------
50
B = 10
760 – (10) (25)
a = --------------------
5
760 - 250
a = -------------
5
510
a = -------
5
a = 102
Dengan demikian, persamaan Regresi : Yp = 102 + 10x
Kemudian hubungan saling ketergantungan antara kedua variabel
harus ditest besar kecilnya, dg menghitung koefisien korelasi. Bila
koefisien korelasi menunjukkan angka ± 1 atau mendekati ± 1, berarti
pengaruh variabel independen (X) terhadap variabel dependen (Y)
adalah besar baik positif maupun negatif. Tetapi bila koefisien korelasi
 18

menunjukkan angka mendekati nol maka pengaruh tsb kecil sekali.

Kalau koefisien korelasi adalah nol mk tidak ada pnegaruhnya sama
sekali.
Contoh r = 0,985 (lihat hal. 162)
Angka koefisien korelasi = 0,985 berarti bahwa pengaruh tingkat
kelahiran sama besar dan positif terhadap tingkat permintaan susu
bayi. Bila tingkat kelahiran meningkat maka permintaan terhadap susu
bayi meningkat. Sebaliknya bila tingkat kelahiran menurun maka
permintaan terhadap susu bayi menurun pula.

Peramalan berdasarkan metode-metode khusus

a. Analisa Industri
b. Analisa Product Line
c. Analisa Penggunaan Akhir

SOAL LATIHAN

Perusahaan “Soraya” akan menyusun budget penjualan tahun

2011. Sebelum budget penjualan disusun, perusahaan membuat
ramalan penjualan dengan menggunakan “Metode Least Square”
Perusahaan memproduksi dan menjual satu produk dengan 3 (tiga)
daerah penjualan yaitu Kal-Sel, Kal-Teng dan Kal-Tim. Harga jual per
unit di masing-masing daerah penjualan sama. Data penjualan untuk
seluruh daerah sbb :

Tahun Tingkatan penjualan Harga

 19

dalam unit (Rp.)

2004 67.000 50.000
2005 72.000 50.000
2006 70.000 65.000
2007 73.000 70.000
2008 74.000 75.000
2009 75.000 85.000
2010 80.000 90.000

Berdasarkan data di atas, Saudara diminta untuk :

1. Membuat ramalan penjualan (forecast) tahun 2011!
2. Menyusun budget penjualan tahun 2011 secara lengkap dan
terperinci apabila diketahui bahwa :
a. Tingkat penjualan di Kal-Sel 45 %, Kal-Teng 25 % dan Kal-Tim
30 %.
b. Harga jual tahun 2011 adalah 15 % di atas harga jual tahun
2010.
c. Penjualan dari bulan ke bulan konstan.

SELAMAT BEKERJA