FORECAST

PENJUALAN
Dadan soekardan, S.E., M.SI., AK., CA
 Pendekatan Perusahaan dalam Menjalankan Usaha

1. Pendekatan Speculative
Perusahaan tidak memperhitungkan risiko yang diakibatkan oleh
ketidakpastian faktor-faktor internal dan eksternal.
2. Pendekatan Calculated risk
Perusahaan secara aktif melakukan estimasi terhadap risiko yang
diakibatkan oleh ketidakpastian faktor-faktor internal dan eksternal.
 Faktor- Faktor Yang Mempengaruhi Kegiatan Perusahaan

1. Faktor-Faktor Internal, berupa :

a. Kualitas dan kegunaan produk perusahaan, terdiri atas: bagaimana

produk itu dipakai, mengapa orang membeli produk tersebut,
penggunaan potensiil produk, perubahan-perubahan yang dapat
menaikkan kegunaan produk
b. Ongkos produksi dan distribusi produk perusahaan, yang meliputi:
proses pembuatan produk, teknologi yang dipakai, bahan mentah yang
dipakai, kapasitas produksi, biaya memasarkan produk
c. Kecakapan manajemen perusahaan sendiri (managerial skill) yang terdiri
atas: penghayatan persoalan yang dihadapi, kemampuan melakukan
forecast, kemampuan melihat reaksi pesaing.
 Faktor- Faktor Yang Mempengaruhi Kegiatan Perusahaan

2. Faktor-Faktor Eksternal, berupa :

a. Kecakapan manajemen pesaing

b. Volume kegiatan perekonomian, yang ditentukan oleh: konsumen dan
daya belinya, manajer lain (produsen lain) yang sejenis, spekulator,
peraturan hukum yang mengatur produksi dan distribusi produk,
keadaan politik, kondisi lingkungan, kehidupan organisasi ekonomi.
c. Barang substitusi serta 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
PENGERTIAN FORECAST PENJUALAN

Proyeksi teknis dari permintaan

pelanggan potensial untuk suatu waktu
tertentu dengan berbagai asumsi.
 Faktor-Faktor Yang Mempengaruhi Pemilihan Cara
Pembuatan Forecast Penjualan

1. Sifat produk yang kita jual

2. Metoda distribusi yang dipakai
3. Besarnya perusahaan dibanding pesaing-pesaing
kita
4. Tingkat persaingan yang dihadapi
5. Data historis yang tersedia.
Faktor Yang Dipengaruhi Forecast Penjualan

- Kebijaksanaan dalam perencanaan produksi

- Kebijaksanaan persediaan barang jadi
- Kebijaksanaan penggunaan mesin-mesin
- Kebijaksanaan tentang investasi dalam aktiva tetap
- Rencana pembelian bahan mentah dan pembantu
- Rencana aliran kas
TEKNIK-TEKNIK
FORECAST
01 Forecast Berdasarkan
Pendapat

02
Forecast Berdasarkan
PENJUALAN Perhitungan-Perhitungan
Statistik

03 Forecast Dengan Metode-

Metode Khusus
 FORECAST
BERDASARKAN
PENDAPAT

01. And this is the subtitle that makes it

comprehensible
 SUMBER PENDAPAT

a. Pendapat Salesman
b. Pendapat Manajer Penjualan
c. Pendapat Para Ahli
d. Survey Konsumen
 FORECAST BERDASARKAN
PERHITUNGAN-PERHITUNGAN
STATISTIK

01. And this is the subtitle that makes it

comprehensible
 A. PENERAPAN GARIS TREND BEBAS

Cenderung digunakan sebagai analisis pendahuluan yang akan

memberikan gambaran awal suatu permasalahan yang akan
dihadapi, dengan mencoba melihat pola data pengamatan
melalui tebaran titik dari pasangan data penjualan pada setiap
waktunya, lalu diperkirakan trendnya. Dengan metode ini
hanya bisa mendapat gambaran trendnya saja tanpa dapat
memperkirakan jumlahnya.
CONTOH KASUS
Sebuah perusahaan yang bergerak dalam penyediaan susu bayi ingin
membuat forecast penjualan susu bayi untuk beberapa tahun
mendatang di daerah Jawa Barat. Data penjualan tahun-tahun terakhir
adalah sebagai berikut:

Tahun Penjualan (Ribuan Kaleng)

(X) (Y)
2016 130
2017 145
2018 150
2019 165
2020 170
 B. PENERAPAN GARIS TREND SETENGAH RATA-RATA

Metode ini dapat digunakan bila datanya genap sehingga dapat

dibagi jadi 2 kelompok
Langkah-langkahnya:
1. Data dibagi jadi dua kelompok
2. Hitung rata-rata masing-masing kelompok
3. Rata-rata kelompok satu disebut a (konstanta)
4. Lalu hitung b, dengan cara menghitung selisih rata-rata
kelompok 1 dengan rata-rata kelompok 2 dibagi jumlah
data yang ada dalam suatu kelompok
5. Buat persamaan Y = a + bX
 CONTOH KASUS

Sebuah perusahaan tekstil ingin membuat forecast penjualan tekstil di

Pulau Jawa beberapa tahun mendatang dengan menggambarkan garis
trendnya. Data selama beberapa tahun terakhir adalah sbb:

Tahun Penjualan (Ribuan Yard)

X Y
2013 1.800
2014 1.900
2015 2.000
2016 1.950
2017 1.900
2018 1.950
2019 2.000
2020 2.200
CONTOH KASUS

Y=a+bX
Dimana :
a = Rata-rata kelompok I
b = 𝐗ഥ 𝐤𝐞𝐥𝐨𝐦𝐩𝐨𝐤 𝐈𝐈− 𝐗ഥ 𝐤𝐞𝐥𝐨𝐦𝐩𝐨𝐤 𝐈
𝐧
n = Jumlah tahun dalam kelompok II dan I
X = Jumlah tahun dihitung dari periode dasar
 C. PENERAPAN GARIS TREND SECARA MATEMATIS

1. METODE MOMENT

Dalam penerapannya data tidak harus genap. Metode ini memberikan nilai X
mulai dari nol untuk tahun awal dan selanjutnya berurutan.
Rumusnya adalah :
Ʃ𝒚 = 𝒂. 𝒏 + 𝒃. Ʃ𝒙

Ʃ𝒙𝒚 = 𝒂. Ʃ𝒙 + 𝒃. Ʃ𝒙𝟐
 CONTOH KASUS

PT Pasundan ingin membuat ramalan penjualan tahun 2021. Adapun

data penjualan selama lima tahun terakhir sebagai berikut :

Tahun Penjualan
(X) (Y)
2016 130.000
2017 145.000
2018 150.000
2019 165.000
2020 170.000
Berdasarkan data tersebut ramalan penjualan tahun 2021 dengan metode
moment adalah sebagai berikut:
 C. PENERAPAN GARIS TREND SECARA MATEMATIS

2. METODE LEAST SQUARE

Langkah-langkahnya:
a. Tentukan nilai X apakah data ganjil atau genap. Kalau ganjil, nilai X = 0 pada pertengahan
data dan tahun sebelumnya dikurang 1 dan tahun sesudah ditambah satu dengan jarak 1 (-
2, -1, 0, 1, 2). Jika data genap maka nilai nol terletak di antara 2 tahun pertengahan dengan
jaraknya dua (-5, -3, -1, 1, 3, 5)
b. Rumusnya :
Ʃ𝒚 Ʃ𝒙𝒚
𝒂= 𝒃=
𝒏 Ʃ𝒙𝟐

c. Buat persamaan Y = a + bX
 CONTOH KASUS

PT Pasundan ingin membuat ramalan penjualan tahun 2021. Adapun

data penjualan selama lima tahun terakhir sebagai berikut :

Tahun Penjualan
(X) (Y)
2016 130.000
2017 145.000
2018 150.000
2019 165.000
2020 170.000
Berdasarkan data tersebut ramalan penjualan tahun 2021 dengan metode
least square adalah sebagai berikut:
 C. PENERAPAN GARIS TREND SECARA MATEMATIS

3. ANALISIS KORELASI
Metode ini menunjukkan hubungan antara satu atau lebih variabel
lainnya. Dengan analisis korelasi dapat diketahui dari variabel-
variabel yang menjadi perhatian, sedangkan dengan analisis regresi
dapat diketahui bentuk hubungan.

Contoh :

- Permintaan besar ditentukan oleh faktor-faktor jumlah penduduk

dan pendapatan per kapita.
- Permintaan akan susu ditentukan oleh faktor-faktor jumlah
penduduk, tingkat kelahiran, dan sebagainya.
 CONTOH KASUS

Penjualan susu bayi tergantung pada besarnya tingkat kelahiran di Jawa Barat
Formula Regresi : Yp = a + b X
Dimana :
Yp = Penjualan susu bayi
X = Tingkat kelahiran
A = Jumlah pasang observasi
B = Koefisien regresi
Rumus :
n.  XY −  X  Y  Y − b  X 
b = n.  X 2 − ( X ) 2 a=  
 n 
2

CONTOH KASUS

Lihat contoh kasus Perhitungan forecast penjualan susu bayi sebagai

akibat perubahan tingkat kelahiran :
 CONTOH KASUS

Hubungan saling ketergantungan antara kedua variabel harus dites

besar kecilnya, dengan menghitung koefisien korelasi (r)

n.  XY −  X .  Y
r=
n.. X 2 − ( X )2 n.  Y 2 − ( Y )2

Berdasarkan perhitungan diperoleh angka koefisien korelasi 0,985,

berarti bahwa pengaruh tingkat kelahiran sangat besar dan positif
terhadap tingkat permintaan susu bayi
 FORECAST BERDASARKAN
METODE-METODE KHUSUS

01. And this is the subtitle that makes it

comprehensible
 1. ANALISIS INDUSTRI

Dalam analisis industri ditonjolkan tentang Market Share yang dimiliki

oleh perusahaan. Apabila market share makin lama makin membesar,
berarti perusahaan mempunyai posisi yang kuat dalam persaingan
dengan perusahaan lain, dan sebaliknya. Analisis industri dibagi
menjadi beberapa tahap dalam penggunaannya, yaitu :
a. Memuat proyeksi demand industri untuk mengetahui prospek
perkembangan penjualan industri pada tahun-tahun mendatang.
b. Menilai posisi perusahaan dalam hubungannya dengan industri
pada umumnya. Posisi ini dinilai berdasarkan besarnya market
share yang dimiliki oleh perusahaan dari tahun ke tahun.`
c. Proyeksi posisi perusahaan pada masa mendatang, atau
penghitungan Expected Market Share
 CONTOH KASUS

Analisis Industri Sebuah Perusahaan Minuman

Permintaan Permintaan Market Kenaikan
Tahun
Perusahaan Industri Share % Market Share
2012 110.000 botol 1.100.000 botol 10 %
2013 138.000 botol 1.150.000 botol 12 % 2%
2014 168.000 botol 1.200.000 botol 14 % 2%
2015 208.000 botol 1.300.000 botol 16 % 2%
2016 252.000 botol 1.400.000 botol 18 % 2%
2017 310.000 botol 1.350.000 botol 20 % 2%
2018 363.000 botol 1.650.000 botol 22 % 2%
2019 432.000 botol 1.800.000 botol 24 % 2%
2020 500.000 botol 2.000.000 botol 25 % 1%

𝑷𝒆𝒓𝒎𝒊𝒏𝒕𝒂𝒂𝒏 𝒑𝒆𝒓𝒖𝒔𝒂𝒉𝒂𝒂𝒏
𝑴𝒂𝒓𝒌𝒆𝒕 𝑺𝒉𝒂𝒓𝒆 = 𝒙 100%
𝑷𝒆𝒓𝒎𝒊𝒏𝒕𝒂𝒂𝒏 𝑰𝒏𝒅𝒖𝒔𝒕𝒓𝒊
 2. ANALISIS PRODUCT LINE

Pada umumnya analisis product 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.
 3. ANALISIS PENGGUNAAN AKHIR

Analisis ini digunakan pada perusahaan-perusahaan yang

memproduksi barang-barang yang 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.