MODUL MATA KULIAH PENGANGGARAN

EBM501

MODUL SESI 2
FORECAST PENJUALAN

DISUSUN OLEH
JUL AIDIL FADLI, S.E., B.B.A. (HONS), M.SC

UNIVERSITAS ESA UNGGUL

2020

Universitas Esa Unggul

http://esaunggul.ac.id
1 / 21
 SESI 2
FORECAST PENJUALAN

Kemampuan akhir:
Diharapkan setelah menyelesaikan materi ini, mahasiswa mampu memahami
perencanaan penjualan dengan beberapa metode forcest penjualan

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.

A. Metode Forecast Penjualan

Beberapa metode forecast penjualan:

Judgement Method
Pendapat Salesman
Pendapat Sales manager
Pendapat Para Ahli
Survey Konsumen

Statitiscal Method
penerapan garis trend bebas
penerapan garis trend dengan metode setengah rata-rata
penerapan garis trend secara matematis

Spesific Purpose Method

analisis product line
analisis pengguna akhir
analisis market share

Gambar 1.1 Metode Forecast Penjualan

Universitas Esa Unggul

http://esaunggul.ac.id
2 / 21
Berikut Penjelasan yang lebih rinci dari gambar 1.1 diatas :
1. Judgement Method atau non statistical method (Metode Peramalan
Kualitatif), yaitu metode forecast penjualan yang didasarkan atas
pendapat:
a) Pendapat Salesman
Salesman diminta untuk mengukur apakah ada kemajuan atau
kemunduran segala hal yang berhubungan dengan tingkat
penjualan pada daerahnya masing-masing.
b) Pendapat Sales Manager
Pada umumnya estimasi kepala bagian penjualan dapat lebih
objektif karena mempertimbangkan banyak faktor. Ini juga
disebabkan pendidikannya yang relatif lebih tinggi dan
pengalamannya yang lebih luas di bidang penjualan.
c) Pendapat Para Ahli
Kadang-kadang estimasi yang dilakukan oleh para salesman dan
sales manager ada per tentangannya. Sehingga perusahaan perlu
mempekerjakan 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. Statistical 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 data penjualan pada setiap waktunya. Berdasarkan tebaran
data yang terbentuk dapat diperkirakan trend penjualan dari data
tersebut.

Universitas Esa Unggul

http://esaunggul.ac.id
3 / 21
 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 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 :
● 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 = (x̅ kelompok 2 - x̅ kelompol 2)/n
n = jumlah tahun dalam kelompok 2 dan 1
x = jumlah tahun dihitung dari tahun dasar
Langkah-langkah Metode setengah Rata-Rata (Semi Average
Method):
1) Membagi data dalam dua kelompok sama besar

Universitas Esa Unggul

http://esaunggul.ac.id
4 / 21
 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 skor 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 di tengah dari data yang ada pada
kelompok pertama bila datanya ganjil. Selanjutnya terhadap
data yang sebelumnya diberi skor -1, -2, -3, dst. Dan
terhadap data sesudahnya diberi skor 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 average. Dalam penerapannya,
metode ini tidak mensyaratkan jumlah data harus genap.
Perbedaan dengan Metode Trend Semi average terletak pada
pemberian skor nilai X –nya. Dalam hal ini pemberian score X
dimulai dari 0,1,2,dst.
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

Universitas Esa Unggul

http://esaunggul.ac.id
5 / 21
 ΣXY = a.ΣX + b.ΣX2

2) Metode kuadrat terkecil (least square)

1. Metode untuk menghitung nilai trend pada tahun berjalan
dan untuk mencari forecast pada periode yang akan datang.
2. Untuk menghitung nilai trend dan forecast terlebih dahulu
menaksir nilai a dan b pada persamaan Y = a + bX., dimana
a = ΣY/n, dan b= ΣXY/ ΣX2
3. nilai X dihitung dengan mengacu pada panduan jika :
a. Data Gasal (ganjil) maka X : ...., -3,-2,-1,0,1,2,3 , ....
b. 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
Besarnya a dan b dihitung dengan rumus :
b = (n∑XY - ∑X∑Y)/ n∑X2-(∑X)2
a = (∑Y - b∑X)/n

Universitas Esa Unggul

http://esaunggul.ac.id
6 / 21
 3. Specific 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 dipercaya hasilnya, sebab banyak hal
yang tidak dapat diukur secara kuantitatif seperti :
1) Perkembangan politik
2) Struktur masyarakat
3) Perubahan secara konsumen

B. 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
dihasilkan 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 challenger, market
follower, atau market nicher.
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

Universitas Esa Unggul

http://esaunggul.ac.id
7 / 21
 garis lurus dalam waktu yang panjang dan mempunyai karakteristik
bergerak yang lambat 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.
Contoh Kasus 1
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 dengan

metode semi average ?
Penyelesaian :
1) Mengelompokkan data menjadi 2 kelompok. Karena jumlah
data genap langsung dibagi dua yang masing-masing kelompok
terdiri dari 2 data (Genap).

Universitas Esa Unggul

http://esaunggul.ac.id
8 / 21
 2) Menentukan periode dasar. Misalnya diasumsikan periode dasar
menggunakan tahun tengah data tahun kelompok I, sehingga
periode dasarnya adalah tahun 2008.
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 Semi X

Total Average Kelompok 1
2007 140 445 148 -1

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

Maka penjualan untuk tahun 2015 dan 2018 adalah :

2015 = Y = a + b.X
= 148 + 5 (7)
= 183

Universitas Esa Unggul

http://esaunggul.ac.id
9 / 21
 2018 = Y = a + b.X
= 148 + 5 (10)
= 198

Contoh Kasus 2

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 dengan metode

least square ?

Penyelesaian :
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

Dengan persamaan trend Y = a + bX,dimana :

a = ΣY/n
b= ΣXY/ ΣX2
Sehingga :
a = 7.638
b = 378

Universitas Esa Unggul

http://esaunggul.ac.id
10 / 21
 maka sesuai dengan Persamaan Trend :
Y = a + bX
= 7.638 + 378X
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

Metode Penaksiran Dalam Anggaran Penjualan

Adapun teknik atau cara yang dapat dipergunakan dalam melakukan

penaksiran penjualan secara umum dapat dibagi dalam dua cara yaitu :
a. Non statistical method.
Adalah suatu cara penaksiran yang bersifat kualitatif atau disebut juga opinion
method, yaitu cara penaksiran yang menitik beratkan pada pendapat (opini)
seseorang. Cara ini mempunyai banyak kelemahan bahwa pendapat seseorang
seringkali diwarnai oleh hal-hal yang bersifat subyektif dari hal-hal yang
bersifat objektif. Adapun beberapacara penaksiran yang bersifat kualitatif ini
antara lain :
1) Executive opinion, pendapat bagian pimpinan pemasaran
2) Salesman opinion, pendapat dari para petugas penjualan
3) Channel of distribution, pendapat dari lembaga-lembaga penyalur
4) Consumer opinion, pendapat dari konsumen melalui penelitian pasar
5) Consultan opinion, pendapat para ahli yang dipandang memahami
b. Statistical method.
Penaksiran dengan statistical method disebut juga penaksiran yang bersifat
kuantitatif yaitu suatu cara penaksiran yang menitik beratkan pada

Universitas Esa Unggul

http://esaunggul.ac.id
11 / 21
 perhitungan-perhitungan angka dengan menggunakan berbagai metode
statistika. Metode ini dapat menghilangkan unsur subyektif seseorang dan
hasilnya lebih dapat dipertanggung jawabkan, tapi ada juga kelemahannya
yaitu selera konsumen, kebiasaan konsumen, tingkat pendidikan, cara pola
pikir, dan struktur masyarakat tidak dapat diukur secara kuantitatif.
Pada uraian berikut hanya akan disajikan penaksiran yang bersifat
kuantitatif atau statistical method, adapun penaksiran tersebut yaitu :
a. Cara yang mendasarkan diri pada data historis (data penjualan tahun lalu) dari
satu variabel saja, yaitu variabel yang akan ditaksir itu sendiri atau melakukan
perkiraan penjualan yang diperoleh tahun sekarang / tahun yang akan datang
dengan menggunakan data penjualan tahun lalu, dengan menggunakan
metode :
1) Metode trend bebas (free hand method)
2) Metode trend setengah rata-rata (semi average method)
3) Metode trend moment (moment method)
4) Metode trend least square (least square method)
5) Metode kuadratik (parabolic method)
b. Cara yang mendasarkan diri pada data historis (data penjualan tahun lalu) dari
variabel yang akan ditaksir serta hubungannya dengan data historis dari
variabel lain yang diduga mempunyai pengaruh yang cukup kuat terhadap
perkembangan variabel yang akan ditaksir tersebut. Variabel yang
mempengaruhi atau variabel bebas disebut “variabel independent” sedangkan
variabel yang dipengaruhi atau variabel terikat disebut “variabel dependent”.
Cara penaksiran ini dapat dilakukan dengan dua cara yaitu :
1) Metode regresi tunggal atau sederhana ( single regresion )
Dalam cara ini penaksiran hanya menggunakan satu variabel yang
dipengaruhi atau variabel terikat ( Y ) dan satu variabel bebas ( X ). Yang
dapat ditulis dalam bentuk sebagai berikut :

Y = a + bX atau Y = β0 + β1X1 + e
Dimana :
Y = adalah variabel yang ditaksir / diukur

Universitas Esa Unggul

http://esaunggul.ac.id
12 / 21
 a = intercep / konstanta
b = parameter / koefisien perubahan X terhadap Y
X = variabel yang mempengaruhi
e = variabel lain yang tidak diperhitungkan (epsilon)
Misalkan : Volume Penjualan adalah variabel Y (dependent variabel), dan
biaya promosi adalah variabel X (independent variabel), dan korelasinya
dapat dilakukan dengan regresi yang akan menghasilkan keeratan
hubungan ( r ) antara penjualan dengan biaya promosi.
2) Metode regresi berganda (multiple regresion)
Dalam cara ini penaksiran menggunakan satu variabel yang dipengaruhi
atau variabel terikat ( Y ) dan lebih dari satu variabel bebas ( X ). Yang
dapat ditulis dalam bentuk sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 atau Y = β0 + β1X1 + β2X2 +
β3X3 + e
Misalkan : Biaya produksi adalah variabel Y (dependent variabel) dan
lebih dari variabel bebas yaitu, biaya tenaga kerja langsung (X 1), biaya
bahan baku langsung (X2), biaya bahan penolong (X3). Untuk melihat
keeratan hubungan masing-masing variabel bebas terhadap variabel terikat
dapat dilakukan secara serentak atau secara partial.
c. Cara penaksiran dengan menggunakan analisis khusus.
Cara penaksiran seperti membutuhkan tindakan lebih lanjut yang harus
dilakukan oleh pihak perusahaan, misalnya dengan melakukan penelitian pasar,
penelitian prilaku dan sikap konsumen, atau penelitian tentang kepuasan yang
diperoleh konsumen setelah memakai suatu produk. Adapun analisis yang
khusus ini yaitu :
1) Analisis industri (market share analysis)
2) Analisis jenis-jenis produk yang dihasilkan perusahaan (produk line)
3) Analisis pemakai akhir dari produk (end used analysis)
Berikut tentang analisis market share, analisis market share dapat ditulis
analisis M/S. Analisis M/S adalah memperbandingkan, memperhitungkan
jumlah total penjualan suatu perusahaan (misal: unit) dengan total penjualan
industri yang sejenis dalam jenis produk yang sama pada periode tertentu.

Universitas Esa Unggul

http://esaunggul.ac.id
13 / 21
 Oleh karena cara penaksiran kuantitatif (statistical method) maupun
kualitatif (opinion method) masing-masing mempunyai kebaikan dan kelemahan,
maka dalam penggunaannya penaksiran kuantitatif dipakai sebagai cara
penaksiran yang pokok sedangkan penaksiran kualitatif dipakai sebagai penunjang,
berarti dapat digunakan secara berbarengan, ataupun masing-masing.

Metode trend bebas (free hand method)

Free hand method adalah menentukan bahwa garis patah-patah yang

dibentuk oleh data historis (data penjualan tahun lalu), diganti dan diubah menjadi
garis lurus dengan cara bebas berdasarkan pada perasaan (intuisi) dari seseorang
yang bersangkutan.
Pada dasarnya metode trend ( free hand method, semi average method,
moment method, dan least square method ) menggunakan prinsip yang sama yaitu
berusaha mengganti atau mengubah garis patah-patah yang dibentuk oleh data
historis pada grafik menjadi garis yang lebih teratur bentuknya, maka akan dapat
diketahui kelanjutan garis tersebut pada waktu yang akan datang.

Contoh :
PT. “Masa Kini” memberikan laporan data penjualan hasil produksinya dari bulan
ke bulan selama tahun ini sebagai berikut :
Bulan Unit Bulan Unit
Januari 1850 Februari 1800
Maret 1900 April 2000
Mei 1950 Juni 2020
Juli 1980 Agustus 1960
September 2000 Oktober 2200
Nopember 2240 Desember 2220
Dari data yang disajikan tersebut, tentukan taksiran penjualan untuk beberapa
bulan pada tahun berikutnya.

Universitas Esa Unggul

http://esaunggul.ac.id
14 / 21
Jawab :
Untuk menjawab persoalan diatas dapat langsung dilakukan dengan membuat
grafik untuk melihat taksiran penjualan pada bulan berikutnya.

u 2300
n
i 2200
t
p 2100
e
n 2000
j
u 1900
a
l 1800
a
n 0 1 2 3 4 5 6 7 8 9 10 11 12

p e r i o d e

Dari grafik diatas dapat dilihat dua macam garis yaitu garis tidak lurus
menunjukkan data penjualan perusahaan setiap bulannya, dan garis lurus
menunjukkan estimasi atau penaksiran penjualan untuk bulan berikutnya. Dari
metode free hand method ini jelaslah bahwa unsur opini atau intuisi dari
seseorang dalam menentukan taksiran penjualan sangat besar perannya, karena
hanya ditentukan secara bebas.

Metode trend setengah rata-rata (semi average method)

Dalam matematika garis lurus yang akan dibuat tersebut dinyatakan dalam
suatu persamaan atau fungsi garis lurus (linear) dengan rumusan Y’ = a + b X.
Dalam metode trend setengah rata-rata (semi average) ditentukan bahwa untuk
mengetahui fungsi tersebut semua data historis dikelompokan menjadi dua
himpunan dengan jumlah anggota kelompok masing-masing yang sama.
Untuk menentukan nilai dari trend setengah rata-rata dengan
menggunakan rumus diatas dilakukan penyesuaian dalam perhitungannya yaitu, Y
= a + b X, dimana :

Universitas Esa Unggul

http://esaunggul.ac.id
15 / 21
Y = nilai yang dicari (nilai trend tertentu)
a = nilai trend periode dasar (konstanta)
b = pertambahan trend tahunan secara rata-rata
X 2  X1
Nilai b ini dapat ditentukan dengan cara b = dimana :
N
X 1 = rata-rata kelompok I
X 2 = rata –rata kelompok II
N = jumlah periode antara X 1 dan X 2
X = jumlah satuan tahun yang diinginkan dari periode dasar
Seperti yang dijelaskan diatas bahwa dalam metode trend setengah rata-
rata jumlah data dikelompokkan menjadi dua yaitu ada kelompok I dan kelompok
II dimana masing-masing kelompok jumlah datanya sama, dimana akan diketahui
kelompok atau himpunan data sebagai berikut :
a. Jumlah data genap dan komponen kelompok data genap
b. Jumlah data genap dan komponen kelompok data ganjil
c. Jumlah data ganjil dan komponen kelompok data ganjil

Contoh :
Perusahaan AA memberikan data penjualan beberapa tahun terakhir sebagai
berikut :
Tahun unit penjualan Tahun unit penjualan
1996 1850 2002 1980
1997 1800 2003 1960
1998 1900 2004 2000
1999 2000 2005 2200
2000 1950 2006 2240
2001 2020 2007 2220
Berdasarkan data historis tersebut lakukanlah penaksiran jumlah penjualan untuk
3 tahun kedepan dengan menggunakan metode semi rata-rata.
Jawab :
Berarti data tersebut adalah : jumlah data genap, komponen kelompok data genap

Universitas Esa Unggul

http://esaunggul.ac.id
16 / 21
Tahun Penjualan Nilai Semi Total Semi Nilai
(unit) (X) Rata-Rata Trend
(Y’)
1996 1850 -2,5 1845
1997 1800 -1,5 Kel. I 1875
1998 1900 -0,5 11.520 1905
1999 2000 0,5 1.920 1935
2000 1950 1,5 1965
2001 2020 2,5 1995
N=6
2002 1980 3,5 Kel. II 2025
2003 1960 4,5 2055
2004 2000 5,5 12.600 2.100 2085
2005 2200 6,5 2115
2006 2240 7,5 2145
2007 2220 8,5 2175
2008 ?
2009 2.205
2010 ?
2.235
?
2.265

Nilai persamaan garis trend Y’ = a + b X, dimana Y adalah nilai trend yang

dicari. Dari hasil perhitungan diatas diketahui nilai a = 1.920, dan nilai b =
X 2  X1
yaitu 2.100 – 1.920 : 6 = 30. jadi persamaan fungsi garis lurus yang
N
didapatkan adalah Y’ = a + b X menjadi Y’ = 1.920 + 30 X, dengan demikian
untuk mencari nilai trend dari tahun 1996 sampai dengan tahun 2007 dan tahun
taksirannya sampai 2010 adalah dengan mengganti nilai X (parameter X),
sedangkan untuk menentukan nilai taksiran kedepan adalah dengan melanjutkan
nilai X yang interval sama seperti pada tabel.

Universitas Esa Unggul

http://esaunggul.ac.id
17 / 21
Penjelasan perhitungan dalam tabel.
a. Jumlah data adalah sebanyak 12 ( 1996 s/d 2007) kemudian data dibagi
menjadi dua kelompok (Kelompok I dan Kelompok II), dimana masing-
masing kelompok jumlah datanya adalah 6.
b. Karena metode yang digunakan adalah semi rata-rata, maka komponen
kelompok data dibagi lagi sehingga menjadi 3 data. Jadi kolompok I
mempunyai komponen kelompok data 3 dan kelompok II mempunyai
komponen kelompok data 3.
c. Nilai X merupakan alat pembantu / penolong sebagai parameter pengukur
dengan nilai interval yang sama dari satu data ke data yang lain. Dalam
menentukan nilai X ini dapat digunakan dua nilai yaitu ; dimulai dari nilai
setengah ( 0,5) atau dimulai dari nilai nol ( 0 ). Baik dimulai dari nilai
setengah atau nol, interval dari nilai yang satu ke nilai berikutnya adalah sama
dengan interval 1 (satu).
d. Penentuan letak nilai X dalam metode setengah rata-rata ini dimulai pada
kelompok satu. Pada contoh diatas nilai 0,5 berada pada kelompok I dan
nilainya berlanjut dengan interval yang sama sampai pada kemlopok II.
e. Nilai X atau parameter X adalah membantu untuk menentukan nilai dari
fungsi linear yaitu akan membentuk garis yang terarah (garis lurus) atau
estmasi penjualan kedepan.
f. Semi total merupakan penjumlahan data kelompok I dan juga kelompok II
masing-masing 11.520 dan 12.600.
g. Jumlah semi rata-rata diperoleh dari jumlah total dari data kelompok I atau
kelompok II kemudian dibagi dengan jumlah data masing-masing kelompok.
Dan nilai yang diperoleh pada kelompok I otomatis menjadi nilai konstanta
h. Nilai N = 6, diperoleh dari jumlah data antara rata-rata kelompok I dengan
rata-rata kelompok II.
i. Perhitungan nilai trend dan nilai taksiran
Y1996 = 1.920 + 30 (-2,5) = 1.845 Y2008 = 1.920 + 30 (9,5) = 2.205
Y1997 = 1.920 + 30 (-1,5) = 1.875 Y2009 = 1.920 + 30 (10,5) = 2.235
Y1998 = 1.920 + 30 (-0,5) = 1.905 Y2010 = 1.920 + 30 (11,5) = 2.265

Universitas Esa Unggul

http://esaunggul.ac.id
18 / 21
 Y1999 = 1.920 + 30 (0,5) = 1.935
Y2000 = 1.920 + 30 (1,5) = 1.965
Y2001 = 1.920 + 30 (2,5) = 1.995
Y2002 = 1.920 + 30 (3,5) = 2.025
Y2003 = 1.920 + 30 (4,5) = 2.055
Y2004 = 1.920 + 30 (5,5) = 2.085
Y2005 = 1.920 + 30 (6,5) = 2.115
Y2006 = 1.920 + 30 (7,5) = 2.145
Y2007 = 1.920 + 30 (8,5) = 2.175

Nilai yang diperoleh dari tahun 1996 sampai dengan tahun 2007
merupakan nilai trend dan dimasukan kedalam kolom nilai trend (Y’), sedangkan
nilai yang diperoleh dari tahun 2008 sampai tahun 2010 merupakan taksiran
penjualan yang diinginkan pihak perusahaan dan dimasukkan dalam kolom unit
penjualan.
Jadi dapat disimpulkan bahwa garis patah-patah yang dibentuk oleh data
historis (penjualan aktual perusahaan), akan menjadi garis yang terarah ( garis
lurus) yang dibentuk oleh nilai trend, karena dapat dilihat bahwa data penjualan
perusahaan tersebut jika dibuat garis dalam grafik akan membentuk garis yang
tidak teratur dan nilai trend akan membawa menjadi garis lurus.
Berikut dapat dilihat penggunaan nilai nol (nol) dengan interval satu akan
memberikan nilai trend yang sedikit berbeda dengan penggunaan nilai setengah
seperti perhitungan yang diatas, mana yang akan digunakan ? kedua contoh
perhitungan dapat dipakai, tapi tergantung pihak ingin menggunakan yang mana
atau salah satunya.

Contoh : penggunaan nilai X yang dimulai dari 0 (nol).

Universitas Esa Unggul

http://esaunggul.ac.id
19 / 21
Tahun Penjualan Nilai Semi Total Semi Nilai
(unit) (X) Rata-Rata Trend
(Y’)
1996 1850 -3 1830
1997 1800 -2 Kel. I 1860
1998 1900 -1 11.520 1890
1999 2000 0 1.920 1920
2000 1950 1 1950
2001 2020 2 1980
N=6
2002 1980 3 Kel. II 2010
2003 1960 4 2040
2004 2000 5 12.600 2.100 2070
2005 2200 6 2100
2006 2240 7 2130
2007 2220 8 2160
2008 ?
2009 2.190
2010 ?
2.220
?
2.250

Y1996 = 1.920 + 30 (-3) = 1.830 Y2008 = 1.920 + 30 (9) = 2.190

Y1997 = 1.920 + 30 (-2) = 1.860 Y2009 = 1.920 + 30 (10) = 2.220
Y1998 = 1.920 + 30 (-1) = 1.890 Y2010 = 1.920 + 30 (11) = 2.250
Y1999 = 1.920 + 30 (0) = 1.920
Y2000 = 1.920 + 30 (1) = 1.950
Y2001 = 1.920 + 30 (2) = 1.980
Y2002 = 1.920 + 30 (3) = 2.010
Y2003 = 1.920 + 30 (4) = 2.040

Universitas Esa Unggul

http://esaunggul.ac.id
20 / 21
 Y2004 = 1.920 + 30 (5) = 2.070
Y2005 = 1.920 + 30 (6) = 2.100
Y2006 = 1.920 + 30 (7) = 2.130
Y2007 = 1.920 + 30 (8) = 2.160

Sumber;

Christina, Ellen. 2001. “Anggaran Perusahaan : Suatu Pendekatan Praktis”. PT.

Gramedia Pustaka Utama. Jakarta

Nafarin, M., 2007, Penganggaran Perusahaan, Edisi 3, Penerbit Salemba Empat,

Jakarta

Universitas Esa Unggul

http://esaunggul.ac.id
21 / 21