MAKALAH PENGANGGARAN PERUSAHAAN

PENYUSUNAN RAMALAN PENJUALAN DAN ANGGARAN

PENJUALAN

Disusun oleh :

KELOMPOK 1
1. A Resy Mahargesty Z.A 2019110028
2. Widya Arum Pramesti 2019110038
3. Amrina Rosada Amin Muzzeki 2019110055
4. Devany Septivaline Hadfiar 2019110062

SEKOLAH TINGGI ILMU EKONOMI PERBANAS SURABAYA

JL.WONOREJO TIMUR NO. 16 RUNGKUT, SURABAYA
TAHUN AJARAN 2020/2021
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan yang Maha Esa, karena dengan rahmat-Nya
kami bisa menyelesaikan makalah “Penyusunan ramalan dan anggaran penjualan” ini dengan
baik dan tepat pada waktunya.
Tidak lupa kami menyampaikan rasa terima kasih kepada dosen kami Bapak Fuad yang
memberikan banyak masukan yang bermanfaat dalam proses penyusunan makalah. Terima
kasih juga kami ucapkan kepada rekan-rekan mahasiswa yang telah memberikan kontribusinya
baik secara langsung maupun tidak langsung sehingga makalah ini bisa selesai tepat pada
waktunya.
Meskipun kami sudah mengumpulkan beberapa referensi untuk menunjang penyusunan
makalah ini, namun kami menyadari bahwa di dalam makalah yang telah kami susun ini masih
terdapat banyak kesalahan serta kekurangan. Sehingga kami mengharapkan saran serta masukan
dari bapak dosen untuk tersusunnya makalah yang lebih baik lagi.  Akhir kata, kami sampaikan
terima kasih kepada semua pihak yang telah berperan serta dalam penyusunan makalah ini dari
awal sampai akhir. Semoga Allah SWT senantiasa meridhai segala usaha kita. Amin.

Surabaya, 21 Maret 2021

Penyusun

ii
 DAFTAR ISI
HALAMAN JUDUL
KATA PENGANTAR..........................................................................................................ii
DAFTAR ISI.........................................................................................................................iii
BAB I PENDAHULUAN
1.1 Latar Belakang.................................................................................................................1
1.2 Rumusan Masalah............................................................................................................2
1.3 Tujuan .............................................................................................................................2
BAB II PEMBAHASAN
PERAMALAN (FORECASTING) PENJUALAN
2.1 Pengertian Peramalan (Forecasting)................................................................................3
2.2 Hubungan Forecast Dengan Rencana..............................................................................3
2.3 Pengaruh Kebenaran Asumsi...........................................................................................4
2.4 Pemilihan Metode Forecasting........................................................................................5
TEKNIK FORECASTING
3.1 Pengertian Teknik Forecasting........................................................................................5
3.2 Forecasting berdasar pendapat (judgment)......................................................................6
3.3 Forecasting dengan Perhitungan Secara Statistik............................................................7
3.4 Analisis Trend Matematis................................................................................................9
3.5 Forecast dengan teknik khusus .......................................................................................9
BAB III PENUTUP
4.1 Kesimpulan .....................................................................................................................12
DAFTAR PUSTAKA...........................................................................................................13

iii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Tujuan perusahaan pada umumnya adalah mendapatkan laba atau keuntungan. Laba
perusahaan digunakan sebagai sumber pembiayaan bagi kelangsungan hidup perusahaan.
Kegiatan perusahaan yang menghasilkan pendapatan pada umumnya adalah bidang penjualan,
baik dalam hal penjualan jasa maupun barang, sesuai dengan bidang perusahaannya masing-
masing. Proses pertama yang harus dilakukan perusahaan sebelum melakukan penjualan yaitu
membuat anggaran penjualan. Anggaran penjualan sangat diperlukan bagi perusahaan, karena
tanpa anggaran penjualan suatu perusahaan akan menghadapi kesulitan dalam menjalankan
operasinya.
Anggaran penjualan merupakan dasar penyusunan semua anggaran yang ada dalam
perusahaan dan salah satu alat pengendalian terhadap kegiatan penjualan yang sedang
berjalan. Bagi perusahaan yang menghadapi persaingan pasar, anggaran penjualan harus
disusun paling awal sebelum menyusun anggaran lainnya. Langkah yang perlu ditempuh
sebelum menyusun anggaran penjualan adalah menentukan forecast (peramalan) penjualan.
Forecast penjualan adalah perkiraan penjualan pada suatu waktu yang akan datang dalam
keadaan tertentu dan dibuat berdasar data-data yang pernah terjadi dan atau mungkin akan
terjadi. (M. Nafarin, 2004).
Ramalan (forecast) penjualan memiliki peran yang penting sebagai pedoman dalam
pembuatan perencanaan. Untuk mempermudah pembuatan forecast penjualan, penilitian ini
menggunakan alat bantu forecast penjualan

1
1.2 Rumusan masalah
1. Apa pengertian Pengertian Peramalan (Forecasting) ?
2. Bagaimana Hubungan Forecast Dengan Rencana ?
3. Apa saja Pengaruh Kebenaran Asumsi ?
4. Apa saja Pemilihan Metode Forecasting ?
5. Apa saja Teknik Forecasting ?
6. Bagaimana Forecasting berdasar pendapat (judgment) ?
7. Bagaimana Forecasting dengan Perhitungan Secara Statistik ?
8. Bagaimana Trend Matematis ?
9. Bagaimana Forecast dengan teknik khusus ?

1.3 Tujuan
1. Untuk mengetahui pengertian Peramalan (Forecasting).
2. Menjelaskan Hubungan Forecast Dengan Rencana yang akan terjadi pada waktu yang
akan datang.
3. Menjelaskan kegiatan Pengaruh Kebenaran Asumsi
4. Menjelaskan kegiatan Pemilihan Metode Forecasting
5. Menjelaskan metode- metode Teknik Forecasting
6. Menjelaskan kegiatan Forecasting berdasar pendapat (judgment)
7. Menjelaskan Perhitungan Secara Statistik
8. Menjelaskan garis Trend Matematis
9. Menjelaskan tentang Forecast dengan teknik khusus

2
 BAB II
PEMBAHASAN

PERAMALAN (FORECASTING) PENJUALAN

2.1 Pengertian Peramalan (Forecasting)
Analisis terhadap data historis scring diperlukan pada saat melakukan analisis penjualan,
yakni untuk mclihat kcccnderungan (trend) yang mungkin muncul. Dari hasil yang diperoleh
dapat dianalisis apa yang tcrjadi dibalik trend-trend angka terscbut. Pada analisis Time Sehes,
perhatian tcrhadap data historis seringkali digunakan untuk mclihat pola-pola yang sistematik
tcrhadap data terscbut.
Sebaliknya dalam konteks analisis masa mcndatang adalah mclakukan analisis pcramalan
(forecasting). Peramalan (forecasting) adalah perkiraan mengcnai sesuatu yang belum tcrjadi.
Peramalan (forccasting) selalu bertujuan agar ramalan (forecast) yang dihasilkan mampu
meminimumkan pengaruh ketidakpastian yang dihadapi perusahaan. Dcngan kata lain peramalan
(forecasting) bertujuan mendapatkan perkiraan yang dapat meminimumkan kcsalahan mcramal
(forecast error), yang biasanya diukur dengan mean squared error, mean absolute error, dan
sebagainya.

2.2 Hubungan Forecast Dengan Rencana

Forecast / ramalan bukan merupakan rencana. Forecast adalah ramalan tentang apa yang
akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa yang akan
dilakukan pada waktu yang akan datang. Kegiatan forecasting dapat diartikan sebagai kegiatan
meramalkan sesuatu yang bakal terjadi (belum dılaksanakan perusahaan). Dengan dipandang
scbagai salah maşukan dalam pembuatan ramalan tcntang permintaan konsumen terhadap suatu
prodük 125.000 unit pada yang akan datang. Hal ini bahwa pada tahtın tersebut akan prodük
scbanyak 125.000 unit. Kemudian pertanyaan yang muncul apakah mampu mcıayani seıuruh
permintaan tersebut? Jika kapasitas maksimum hanya bcrmuatan 100.000 unit, maka rencana
penjualan yang dapat dilakukan hanp 100.000 unit. Dcngan dcmikian untuk membuat rencana
penjualan, tidak hanya mempertimbangkan forecast permintaan konsumcn, melainkan juga
kapasitas, fasilitas, clastisitas harga, dan sebagainya.

3
Forecast pcnjualan menjadi suatu alat yang penting, yang dapat memengaruhi manajer dalam
membuat pcrencanaan penjualan. Manajemen perusahaan mungkin menerima, memodifiköi atau
menolak ramalan penjualan yang dihasilkan. Dalam rencana penjualan, perusahaan memasukkan
kcputusan manajemen berdasar hasil ramalan, maşukan lain, dan kebijakan manajcmcn tcntang
hal-hal yang bcrkaitan (contoh volüme pcnjualan, harga, usaha pcnjualanı prodüksi, dan biaya-
biaya).

2.3 Pengaruh Kebenaran Asumsi

Untuk me12kukan peramalan masa deparı, seorang analis penjualan hanıs berhati-hati
dalam mcmilih metode pcramalan dan asumsi yang digunakan. Sebagai contoh pcmakaian trend
gais lunıs mengasumsikan adanya perkembangan pcnjualan yang relatif konstan untuk masa-
mauq yang akan datang. Faktanya dalam beberapa situasi, penjualan tumbuh dengan sangat ccpat
pada awal-awal periodc, kemudian pertumbuhannya mclambat pada periode berikutnya.
Pcmilihan metode peramalan yang akan digunakan sebagai proyeksi masa mendatang akan
sangal bcrgantung dari asumsi yang digunakan, apakah data akan tumbuh secara linear atau
tidak’ Pendckatan linear mcngasumsikan besarnya perubahan bersifat konstan, sedangkan model
parabola mcngasumsikan bcsarnya perubahan yang terjadi adalah lidak konstan.
Di samping ituı sebagai proyeksi teknis terhadap permintaan potensial untuk suatu
pen’ode tertentu, analisis pcramalan secara umum menggunakan bcberapa asumsi. Asumsi ini
biasanP digunakan jika sesuatu faktor yang berpengaruh terhadap analisa/pcramalan ini sulit
diketahül dengan Pişti. Sebagai contoh, pada tahun 2A10 juta, sedangkan jumlah penduduk
suatu negara scbanyak 240 juıa, scdangkan jumlah beras yang diperlukan setiap bulan adalah
sebanyak 2.400.000 ton. Maka dapat dibuat suatu asumsi bahwa kebuıuhan beras setiap orang
adalah 10 kg per bulan, dasar perhitungannya adalah 2.400.000 ton beras: 240 juta orang = 10 kg
orang per bulan.
Apabila tahtın 2A11 perusahaan ingin memproyeksikan jurnlah kebutuhan beras pada
tahun tersebut, maka perhitungan yang dapat dibuat adalah:
“Jika diketahui tingkat pertumbuhan jumlah penduduk pcr tahun adalah 2%, maka jumlah
pcñduduk di negara tersebut adalah 102% x 240 juta = 244,8 juta jiwa. Schingga proyeksi jumlah
kebutuhan beras tahun 2A11 adalah sebanyak 10kg x 244,8 juta jiwa = 2448 juta kg = 2,448.000

4
ton. (perhitungan ini diperoleh karena adanya asumsi bahwa kebutuhan bcras per orang per bulan
sebanyak 10 kg).

Asumsi mempunyai pengaruh terhadap ketepatan forecast yang dibuat. Jika asumsi yang dibuat
tepat atau mendekati kenyataan, maka forecast yang dihasilkan juga akan mendekati kebcnaran,
sebaliknya jika asumsinya tidak tepat akan menyebabkan forecast yang dihasilkan akan
mengalami penyimpangan.

2.4 Pemilihan Metode Forecasting

Ramalan (forecast) memiliki peran penting sebagai pedoman dalam pcmbuatan rencana.
Rcncana kerja yang menggunakan forecast akan jauh lebih baik dibanding tanpa forecast sama
sckali. Bagaimana cara membuat ramalan (forecast) yang dapat mendekati kcnyataan? Cara yang
bisa dilakukan adalah dcngan mcmilih metode forecasting yang paling scsuai dengan
pcrmasalahannya.
Terdapat banyak mctode yang dapat digunakan untuk mclakukan peramalan, namun tidak
scluruh metode sesuai untuk setiap masalah. Tidak ada suatu mctodc forccast yang univcrsal dan
sesuai untuk semua masalah. Suatu metode mungkin sangat cocok untuk membuat forccast
mengenai scsuatu hal, namun bclum tentu tepat untuk masalah yang lain. Olch karcna itu harus
dapat dilakukan pcmilihan mctode yang paling sesuai, yakni metodc yang dapat meminimumkan
kesalahan forecasting.
Untuk memilih metodc forecasting pcnjualan dipcngaruhi berbagai faktor berikut:
 Metode distribusi yang dipakai (langsung tak langsung)
 Sifat produk yang dijual
 Besarnya pcrusahaan dibanding pesaing-pesaingnya
 Tingkat pcrsaingan yang dihadapi
 Data histpris yang tcrscdia
 Sifat pcrmintaan produk yang bcrsangkutan

TEKNIK FORECASTING
.1 Pengertian Teknik Forecasting

5
 Berbagai teknik digunakan pcrusahaan untuk meramalkan pencrimaan dan volume
penjualan. Forecast pcnjualan dilakukan dengan memanfaatkan berbagai teknik forecasting
mcncakup pengukuran sccara kuantitatif yakni dengan menggunakan mctode statistik dan
matematik, dan pengukuran secara kualitatif yang biasanya menggunakan judgment (pendapat).
Penggunaan metode statistik saja secara keseluruhan dipandang kurang lengkap karenamasih
banyak masalah yang tidak dapat diukur secara kuantitatif sepcrti pcrkembangan politik dan
kebijakan pemcrintah, struktur masyarakat, atau perubahan Selera konsumen. Sebaliknya
penggunaan judgment saja juga dianggap masih banyak kelemahannya.

Hal ini tenatama karena penggunaan judgment terkadang bersifát subyektif dan sulit
dipahami pihak lain. Dengan demikian forecasting menghendaki perpaduan antara analisa yang
ilmiah dengan pcndapal póadi perencana. Teknik statisük dipakai sebagai alat Plimer bai
forecast, sedangk¿n interpret2Si dar, judgment digunakan sebagai pelengkap. Sccara
tcknikteknik atau metode-metode forecast dikelompokkan meniadi:

.2 Forecasting berdasar pendapat (judgment)

Forecast pcnjualan membawa pengaruh yang besar dan bahkan bermanfaat untuk menentukar,
keputusan dan kcbl”lakan manajemen seperti:
 Kebijakan Perencanaan Produksi
 Kebijakan Perscdiaan Barang jadi
 Kebijakan Pcmakaian Mesin dan Peralatan
 Kebiiakan tentang Investasi Aktiva Tetap
 Rcncana Pcmbelian Bahan Mentah dan Penolong
 Rencana Niran Kas

Forccast secara kualitatif sering digunakan untuk membuat ramalan penjualan maupun
amalan kondisi bisnis secara umum. Sumber-sumber pendapat yang biasanya dipakai sebagai
dasar melakukan forccasting, adalah (I) Salesman, (2) Manajcr area, (3) Konsultan dan (4) Surçei
Konsumen.

6
Para salesman diminta untuk mengukur tentang kemajuan atau kernundunn yang berkaitan
dengan tingkat penjualan di wilayah pemasarannya masing-masing. Dcngan informasi yang
dimiliki, mereka kcmudian diminta untuk mengevaluasi tingkat penjualan di wilayah
pernasarannp maSing-masing untuk masa yang akan datang. Namun pcrkiraan salesman ini
harus senantiasa dimonitor untuk mcnghindari perkiraan yang lebih rendah (under estímate)
karena kepentingan pribadi untuk memperoleh bonus jika penjualan yang dihasilkan lebih tinggi
dari perkiraan

Perkiraan yang dibuat oleh para salesman perlu dibandingkan dengan pcrkiraan kepala bagian
penjualan. Perkiraan kepala bagian pcnjualan umumnya dipandang lebih obycktif bcberapa
faktor. Seorang kepala bagian dipandang memiliki pertimbangan dan pandangan yang lebih luas
mcliputi seluruh wilayah pernasaran.Untuk membuat perkiraan penjualan yang lebih Iengkap,
pcrusahaan dapat mcminta pihak luar yang ahli seperti seorang konsultan memberikan
pertimbangan. Jika ketiga pendapat masih kurang, perusahaan dapat melakukan penelitian
langsung terhadap konsumen.

3.3 Forecasting dengan Perhitungan Secara Statistik

Perhitungan secara statistik didasarkan pada data obycktif baik yang bcrsifat mikro makro.
Bebcrapa teknik perhitungan statistik dalam forccasting yang dibahas meliputi:
1. Analisis Trend
a) Trcnd Bebas
b) Trend Sctcngah Rata-rata
c) Trend Matematis (Moment & Least Square)
2. Finalisis GtvMh
3. Analisis Regresi Korelasi
4. Analisis Dengan Teknik-tcknik Khusus

(1). TREND (KECENDERUNGAN)

Trend kcrap discbut dcngan panjang. Scculer Trend Trend merupakan yang bcrarti gerakan rata-
rata lamban pcrubahan bcrjangka biasanya panjang dantiap

7
Tahun) dalam jangka cendcrung menuju ke satu arah, mcningkat atau mcnurun. Trend positif
tcrjadi jika hal yang diteliti menunjukkan gejala kenaikan (trend yang dimiliki menunjukkan
ratarata pcrtambahan). Trend negatif tcrjadi jika hal yang diteliti menunjukkan gcjala scrnakin
berkurang (trend yang dimiliki menunjukkan rata-rata penurunan). Secara umum data-data
pcnjualan menccrminkan 4 (empat) faktor berikut:
1. Trend
Trend merupakan pcrgerakan time series dalam jangka panjang, bisa berbcntuk trend naik
atau mcnurun. Dipcrlukan jangka waktu yang relatif panjang (15 atau 20 tahun) untuk
melihat pola trend tcrsebut. Trend terscbut bisa dipcngaruhi oleh pcrubahan jumlah
penduduk, pcrubahan teknologi, dan semacamnya.
2. Siklus
Siklus mcrupakan fluktuasi bisnis dalam jangka mcnengah (bcrkisar antara 2 sampai 10
tahun). Penyebab timbulnya fluktuasisiklus scmacam ini sangat bcragam, bcgitu juga
lama dan bcsarnya fluktuasi juga bcrbcda-bcda antara satu perusahaan dengan perusahaan
Iain, maupun industri ke industri Iain.
3. Musiman
Musiman merupakan fluktuasi yang terjadi dalam lingkup satu tahun. Ada beberapa
pcnyebab timbulnya fluktuasi musiman, sepcrti (1) karcna pcristiwa tertentu (pcristiwa
Icbaran atau tahun baru), atau (2) karena cuaca (musim hujan dan kemarau).
4. Kctidakteraturan
Fluktuasi scrnacam ini discbabkan faktor-faktor yang munculnya tidak teratur, dalam
jangka waktu yang pcndek. Sebagai contoh ketidakteraturan karena faktor bencana alam,
yang berakibat volume panen yang dihasilkan tidak scperti biasanya.
Ada beberapa metode yang dapat digunakan untuk membuat garis trend, antara Iain:
• Analisis Trend Bcbas
• Analisis Trend Sctcngah Rata-rata
• Analisis Trend Matematis
a. Trend Bcbas
Penerapan garis trend sccara bcbas dapat dikatakan scbagai suatu cara penerapan
garis trend tanpa menggunakan rumus matcmatika. Pcnggambaran secara langsung
bisa dilakukan dengan mcnarik garis Iurus di sekitar data-data yang ada. Cara

8
 semacam ini sangat praktis dan sederhana, namun mempunyai kelcmahan karena
konsistensi cara semacam ini sangat kurang. Dua orang dengan menggunakan data
yang sama bisa menghasilkan garis trend yang berlainan. Demikian pula seorang
analis apabila dua kali pada waktu berbeda juga bisa menghasilkan garis trend yang
berlainan, data yang digunakan sama. Sehingga cara ini jarang digunakan.
b. Trend Setengah Rata-rata (semi-average)
Dalam analisis trend ini unsur subyektifitas mulai dihapuskan karena teknik
peramalannya sudah menggunakan perhitungan-perhitungan. Formula yang
digunakan adalah:
Y = a + b (X)
A = Rata-rata kelompok 1 (XI) atau kelompok 2 (X2), bergantung tahun dasar
B = (Rata-rata kelompok 2 Rata-rata kelompok 1)/ n
= (X2 – X1)/n
N = jumlah tahun dihitung dari periode dasar (jarak periode antara Xl dan X2)

3.4 Trend Matematis

Dalam Trend Matematis ini terdapat 2 (dua) pendekatan yang dapat digunakan untuk
menggambar garis tren, yaitu :
 ANALISIS TREN MOMEN Rumus dasar yang dapat digunakan adalah:
Y = a + b ( X)
Persamaan (i) : ∑Y = n.a +b. ∑X
Persamaan (ii) E∑Y = a. ∑X + b. ∑X
Rumus Y = a + b (X) adalah persamaan garis trend yang akan digambar. Persamaan) dan
persamaan (i) digunakan untuk menghitung nilai a dan b yang kemudian menjadi dasar
penerapan garis liar (garis trend).

 ANALISIS TREND LEAST SQUARE Metode Trend Least Square pada dasarnya
memiliki rumus sumber yang sama dengan metode matematika. Bedanya metode Least
Square menggunakan asumsi ∑X = 0
Formula yang digunkan adalah:
Y = a + b (X)
a = ∑Y / n
b =∑X3 / ∑X2
Keterangan:
Y = Variabel Dependen
X = Variabel Independen (periode)
a = Nilai Konstanta
b = Koefisien Regresi

9
 n = Jumlah Data (periode)

 ANALISIS GROWTH
Untuk membuat peramalan dengan menggunakan analisis Pertumbuhan (pertumbuhan)
mengacu pada formula sebagai berikut:
Formula = Pn = Po (1 + 1 ) n
Keterangan:
Pn = Volume Penjualan tahun ke-n
Po = Volume Penjualan tahun dasar
n = Periode atau tahun
i = Interest (tingkat pertumbuhan penjualan)

.5 Forecast dengan teknik khusus

a. Analisis Industri
Salah satu cara yang (lapat digunakan untuk membuat forecast adalah melalui Analisis
Industri. Dalam metode ini peramalan dilakukan dengan menghubungkan potensi penjualan
perusahaan dengan permintaan industri secara umum, baik dalam hal volume maupun posisi
persaingan bisnis.
Analisis ini berfokus pada kegiatan memperkirakan market share yang dimiliki perusahaan.
Semakin besar market share yang dimiliki, menunjukkan posisi persaingan perusahaan yang
lebih kuat dibanding perusahaan lain. Demikian pula sebaliknya, market share yang lemah
mencerminkan posisi perusahaan yang lemah dibanding perusahaan pesaing.Untuk
menghitung besarnya market share digunakan rumus sebagai berikut:
Market Share = x 100%
Analisis industri ini meliputi :
1. Menentukan proyeksi Demand Industri untuk mengetahui prospek perkembangan
Industri produk di masa mendatang
2. Menilai posisi perusahaan dalam industri sejenis, yang terukur dengan besarnya
Market Share yang diperoleh perusahaan.
3. Proyeksi posisi perusahaan di masa mendatang, melalui perhitungan Expected
Market Share.
b. Analisis lini produk (Produk Line)

10
 Analisis Lini Produk (Produk Line) digunakan pada perusahaan-perusahaan yang
menghasilkan lebih dari satu macam produk. Masing-masing macam produk tersebut
tidak dapat diambil kesamaannya dan harus dibuat forecast secara terpisah.
c.Analisis penggunaan akhir
Analisis ini digunakan pada perusahaan-perusahaan yang memproduksi barang-barang
tidak langsung dapat dikonsumsi, melainkan masih memerlukan proses lebih lanjut untuk
menjadi produk akhir. Permintaan akan produk ini dipengaruhi secara langsung oleh
produk akhir yang berasal dari produk tersebut atau produk akhir yang menggunakannya.
CONTOH:
Peternakan sapi perah merupakan produsen penghasil susu perah yang digunakan untuk
menghasilkan susu formula bayi. Permintaan produk susu perah dipengaruhi secara
langsung oleh permintaan susu formula karena susu formula merupakan produk akhir
sebagai hasil proses lebih lanjut dati susu perah. Dengan demikian sebagaimana produk
susu formula, permintaan susu perah dipengaruhi antara lain:
 Tingkat kelahiran bayi
 Pendapatan per kapita
 Konsumsi susu formula per kapita
 Angka ekspor dan impor susu formula
Sehingga setelah perusahaan mengetahui kebutuhan produk susu formula, maka dapat
ditentukan besamya kebutuhan susu perah pada tahun yang bersangkutan. Pada akhimya
dengan memproyeksikan market share perusahaan dapat dibuat forecast penjualan sUsU
perah dari usaha petemakan tersebut.

11
 BAB III
PENUTUP

4.1 Kesimpulan
Bab ini diawali dengan pembahasan tentang peramalan penjualan, hubungan antara
ramalan dengan rencana penjualan, dan pentingnya pemakaian asumsi dalam peramalan.
Forecast adalah prediksi tentang apa yang akan terjadi di waktu yang akan datang, sedangkan
rencana menentukan apa yang akan dilakukan di masa depan. Prakiraan / dilihat sebagai
masukan dalam perencanaan.

Untuk meramalkan penjualan di masa mendatang, seorang analis penjualan harus

berhati-hati dalam menentukan asumsi yang digunakan. Asumsi tersebut memiliki kecepatan
yang sesuai dengan perkiraan yang dibuat. Jika asumsi yang dibuat benar atau penuh maka
prediksi yang dihasilkan akan benar, sebaliknya jika asumsi yang dibuat tidak tepat maka
bencana yang ditimbulkan akan banyak mengalami penyimpangan.

Banyak sekali metode peramalan dapat digunakan, tetapi tidak semua metode untuk
setiap masalah. Suatu metode mungkin sangat cocok untuk membuat prediksi tentang satu hal
tetapi belum tentu cocok untuk masalah lain.

12
Oleh karena itu, faktor-faktor yang menentukan pilihan metode peramalan harus diperhatikan,
antara lain:

• Sifat produk yang dijual

• Metode distribusi yang digunakan
• Besar kecilnya pesaing dan pesaingnya
• Tingkat persaingan
• Data historis yang tersedia
•. Jumlah sifat permintaan untuk produk

DAFTAR PUSTAKA

Gunawan Adisapto dan Mawang Asri (1990 ), Anggaran Perusahaan I. Edisi ketiga Cetak
kedelapan, Yogyakarta, BPFE UGM.
Gunawan Adisapto (1990 ), Anggaran Perusahaan II. Yogyakarta BPFE UGM.
https://eprints.akakom.ac.id

13