MAKALAH

TEKHNIK KUANTITATIF UNTUK PERKIRAAN PENDAPATAN

(Eksponential Smoothing, Tranformation Moving Average, dan Regresi)

NAMA KELOMPOK :
1. SITI NURALFISAHR (19010311/M)
2. ABRIYANNI (19010127/M)
3. PUTRI HUMAIRAH (19010088/M)
4. INDAH PERMATA SARI (19010223/M)
5. YAKUB SUBHAN (19010231/M)

DOSEN PEMBIMBING : ALWI MUHAMMAD, M. Ak

SEKOLAH TINGGI ILMU EKONOMI BIMA

TAHUN AJARAN 2021/2022
 KATA PENGANTAR

Dengan menyebut nama Allah SWT., Yang Maha Pengasih Lagi Maha Penyayang kami
haturkan puji syukur atas kehadirat-Nya yang telah melimpahkan Rahmat, Hidayah dan Inayah-
Nya kepada kami sehingga kami dapat menyelesaikan makalah yang berjudul Estimasi
Pendapatan.

Adapun makalah tentang Tekhnik kuantitatif untuk perkiraan pendapatan ini telah kami
usahakan semaksimal mungkin dengan bantuan berbagai pihak sehingga dapat memperlancar
pembuatan makalah ini, untuk itu kami tidak lupa menyampaikan banyak terimakasih kepada
semua pihak yang telah membantu kami dalam pembuatan makalah ini.

Namun tidak lepas dari semua itu kami sadar sepenuhnya bahwa ada kekurangan baik
dari segi penyusunan bahasanya maupun dari segi lainnya. Oleh sebab itu dengan lapang dada
dan tangan terbuka kami membuka selebar-lebarnya bagi pembaca yang ingin memberikan saran
dan kritik kepada kami sehingga kami dapat memperbaiki makalah ini.

Akhirnya penyusun mengharapkan semoga dari makalah ini dapat diambil hikmah dan
manfaatnya sehingga dapat memberikan inspirasi terhadap pembaca.
 BAB I

PENDAHULUAN

A. Latar Belakang

Anggaran merupakan intrumen penting dalam organisasi sektor publik. Perencanaan anggaran
pendapatan sangat penting untuk menentukan tingkat kemampuan keungan pemerintah dalam
menyediakan pelayanan publik, melak- sanakan kebijakan alokasi dan distribusi anggaran,
menentukan kebijakan surplus/defisit anggaran serta menentukan arah kebijakan pembiayaan
anggran. Ketepatan dalam perencanaan anggaran pendapatan sangat diperlukan karena ang-
garan pendapatan tesebut memiliki banyak implikasi, antara lain berimplikasi pada kebijakan
anggaran belanja, pembiayaan dan evaluasi kinerja.
 BAB II

PEMBAHASAN

A. Pengertian prakiraan

Prakiraan (fore- casting) tidak lebih hanyalah prediksi atau estimasi tentang apa yang terjadi dan
tidak berimplikasi pada perlunya komitmen dan tanggung jawab untuk merealisasikan prediksi
tersebut. Jika dilihat dari sudut pandang manajemen, prakiraan merupakan alat prencanaan
(planning tool).

Keterkaitan prakiraan dengan pengendalian ada;ah hasil prakiraan dapat digunkan

manajemen sebagai dasar perencanaan anggaran. Dengan kata lain, hasil prakiraan dapat
digunakan manajemen untuk membuat proyeksi anggaran. Oleh karena itu, sebelum manajemen
menetapkan suatu target anggaran terlebih dahulu perlu dilakukan prakiraan baik pendapatan
maupun belanja agar target yang ditetapakn dalam anggaran realistis dan rasional.

B. Teknik Kuantitatif

Dalam penggunaan teknik kuantitatif, sebelum dilakuaknn teknik prakiraan terlebih dahulu harus
ditentukan:

1. Subjek prakiraan, yaitu apa yang akan diprediksi atau diestimasi. Subjek prakiraan bisa
berupa pendapatan secara keseuruhan maupun per kelompok, jenis, objek, dan rincian objek
pendapatan. Mislanya Pendapa- tan Asli Daerah (PAD) dapat dirinci menurut jenisnya,
Pajak Daerah Retribusi, Bagian Laba BUMND dan lain-lain PAD yang sah.

2.  Rentang prakiraan, yaitu periode waktu yang akan diramal. Rentang prakiraan harus
ditetapakan apakah untuk prediksi satu tahun ke depan, dua tahun, tiga tahun dan seterusnya.

3.   Data yang digunakan, yaitu data runtun waktu (times series) sebagai dasar untuk prediksi,
apakah perlu digunakan data sepuluh tahun, liam tahun atau tiga tahun yang lalu sebagai
basis prakiraan. Kualitas data sangat berpengaruh terhadap keakurasian hasil prakiraan.
  Simple Moving Average

Simple Moving Average (SMA) merupakan teknik prakiraan yang cukup sederhana dan mudah
duigunakan. Dengan teknik SMA kita memprediksi pendapatan tahun depan dengan berdasarkan
perhitungan rata-rata penda- patan periode yang lalu, atau disebut juga ramalan (forecast
periods). Sebelum dihitung rata-rata pendapatan periode lalu, terlebih dahulu perlu ditentukan
jumlah tahun yang akan dijadikan sebagai periode ramalan, misalnya tujuh tahun, lima tahun,
dan tiga tahun sebelumnya.

Pertanyaan :

Berapa nilai peramalan permintaan untuk tiga minggu ke depan dan 6 mingguan dengan
menggunakan simple moving average.

Asumsi:

Data aktual yang dimiliki hanya tiga minggu dan enam minggu :

mingg Permintaan
u
1 650
2 678
3 720
4 785
5 859
6 920
7 850
8 758
9 892
10 920
11 789
12 844
Jawaban

6 minggu
mingg Permintaan
u
1 650
2 678
3 720
4 785
5 859
6 920
7 850
8 758
9 892
10 920
11 789
12 844
3 minggu

682.67
727,67
788,00
854,67 768,67
876,33 802,00
842,67 815,33
833,33 844,00
856,67 866,50
867,00 854,83

Rumus :

Rumus : Ft ¿ At −1+¿ A t−2+ ¿

A t −3+… +¿ A
t−n
¿
¿ ¿
n

A A2+ ¿ A ¿ 720+678+650
F4 = 3 +¿ = = 682,7
3
1
¿
3

A6 +¿ A ¿ ¿ 920+859+785+720+ 678+650
F7 = A 4+¿ A
= = 768,67
6
3+¿ A
2+ A
5+ 1
¿
6
  Exponential Smoothing

Teknik Exponential Smoothing (EXS) dinilai lebih baik dibandingkan Simple Moving Average,
sebab EXS memberikan bobot yang berbeda untuk periode yang berbeda, sedangkan SMA
memberikan bobot yang sama untuk semua data yang ada. Dengan teknik EXS, kita dapat mem-
berikan bobot yang lebih besar terhadap data terakhir.

Contoh kasus:

1. Tamara membuat roti dan ia menjualnya secara online dengan memajang roti buatannya
di Tokonya. Data permintaan roti pada bulan Januari 40 kotak roti, bulan Februari 51
kotak Roti, bulan Maret 43 kotak roti, bulan April 66 kotak roti. bulan Mei 41 kotak roti,
bulan Juni 52 kotak roti, bulan Juli 43 kotak roti, bulan Agustus 51 kotak roti, bulan
September 55 kotak roti, bulan Oktober 58 kotak, bulan November 51 kotak, bulan
Desember 58 roti. kemudian Anita memperkirakan berapa perkiraan kotak roti yang
dijual pada bulan Januari 2022? Maka mari kita membantu Tamara dengan metode
peramalan Penghalusan Exponential (exponential smoothing).Data permintaan yang
dimiliki oleh Toko Tamara terlampir dalam tabel 1.0 dibawah ini.

period
e Actual A (2)
1 40
2 51
3 43
4 66
5 41
6 52
7 43
8 51
9 55
10 58
11 51
12 58
 13 ???
Sebagaimana tahapan langkah di atas, maka yang pertama dihitung adalah menentukan koefisien
α. Dengan rumus :

α = (2/n+1),

α = (2/12+1) = 1,53846 atau dibulatkan menjadi 0,2

 Regresi

Regresi pada dasarnya juga mirip dengan Transformation Moving Average, yaitu sama-sama
teknik trend. Untuk membuat prediksi dengan menggunakan teknik regresi, pertama kali yang
harus dilakukan adalah menentukan persamaan regresinya. Persamaan regresi sederhana untuk
memprediksi pendapatan dapat dinyatakan sebagai berikut:

Y = a + bX

Keterangan:

y = Estimasi Pendapatan

X = Tahun

α = Pendapatan Dasar (Baseline Revenue)

b = Peruabahn Pendapatan sebagai akibat dari perubahan periode ramalan

 PENUTUP

A. Kesimpulan

Prakiraan (fore- casting) tidak lebih hanyalah prediksi atau estimasi tentang apa yang terjadi dan
tidak berimplikasi pada perlunya komitmen dan tanggung jawab untuk merealisasikan prediksi
tersebut. Jika dilihat dari sudut pandang manajemen.

Simple Moving Average (SMA) merupakan teknik prakiraan yang cukup sederhana dan mudah
duigunakan.

Teknik Exponential Smoothing (EXS) dinilai lebih baik dibandingkan Simple Moving Average,
sebab EXS memberikan bobot yang berbeda untuk periode yang berbeda, sedangkan SMA
memberikan bobot yang sama untuk semua data yang ada.

Regresi pada dasarnya juga mirip dengan Transformation Moving Average, yaitu sama-sama
teknik trend. Untuk membuat prediksi dengan menggunakan teknik regresi, pertama kali yang
harus dilakukan adalah menentukan persamaan regresinya.