PROYEKSI BISNIS

1. METODE SEDERHANA
2. METODE RATA-RATA

01
METODE SEDERHANA
• Metode Sederhana atau Metode Naif merupakan metode proyeksi yang menganggap
bahwa data terakhir merupakan data yang paling baik untuk digunakan dalam
membuat proyeksi.
• Data terakhir ini dapat berupa data detik terakhir, menit terakhir, jam terakhir, hari
terakhir, minggu terakhir, bulan terakhir maupun tahun terakhir.
• Data terakhir dianggap sebagai data yang paling akurat untuk digunakan sebagai
dasar pembuatan proyeksi tanpa mempertimbangkan data-data sebelumnya.
• Secara matematis, metode sederhana dapat dirumuskan sebagai berikut:

Ŷt+1 = Yt
Dimana:
Ŷt+1 = data proyeksi satu periode setelah t
Yt = data terbaru
2
METODE SEDERHANA
• Contoh:
Perusahaan AD akan menyusun anggaran TAHUN PERIODE Y
2011 1 75
bahan baku untuk tahun 2020. Untuk
2012 2 82
keperluan tersebut, perusahaan itu perlu
2013 3 85
menentukan proyeksi penjualan pada 2014 4 90
tahun 2020 sebagai dasar untuk 2015 5 94
menentukan anggaran bahan baku. Data 2016 6 98
historis yang dikumpulkan dari tahun 2017 7 102
2011 sampai dengan tahun 2019 adalah 2018 8 105
sebagai berikut: 2019 9 110

3
 METODE SEDERHANA
TAHUN PERIODE Y Yt+1 e
PENJUALAN PERUSAHAAN AD 2011 1 75
120 2012 2 82 75 7
100
2013 3 85 82 3
2014 4 90 85 5
80
2015 5 94 90 4
60
2016 6 98 94 4
40 2017 7 102 98 4
20 2018 8 105 102 3
0 2019 9 110 105 5
1 2 3 4 5 6 7 8 9
2020 110
Hasil Proyeksi Bisnis Dengan Metode Sederhana

4
METODE SEDERHANA
• Karena data terakhir merupakan data peramalan terbaik, maka:
Ŷt+1 = Yt
Ŷ2020 = 110

• Nilai kesalahan peramalan (error) pada periode ke-9 atau tahun 2019 adalah:
e9 = Y9 – Ŷ9
e9 = 110 - 105 = 5

5
METODE SEDERHANA
• Jika hanya melihat data terakhir, maka nilai proyeksi tidak akan tepat karena tidak
mempertimbangkan adanya tren. Berdasarkan grafik, menunjukkan bahwa penjualan
cenderung meningkat.
• Jadi perlu memasukkan unsur tren ke dalam persamaan dengan menambahkan
perbedaan nilai data antara periode sekarang (Yt) dengan periode sebelumnya (Yt-1).
Persamaannya adalah sebagai berikut:
Ŷt+1 = Yt + (Yt – Yt-1)

• Proyeksi data penjualan dengan menggunakan persamaan tersebut yaitu:

Ŷ9+1 = Y9 + (Y9 – Y9-1) Ŷ10 = 110 + (5)
Ŷ10 = Y9 + (Y9 – Y8) Ŷ10 = 115
Ŷ10 = 110 + (110 – 105)
6
 METODE SEDERHANA
TAHUN PERIODE Y Yt+1 e • Karena pola datanya
2011 1 75 mengandung unsur tren, maka
2012 2 82
2013 3 85 89 -4 model sederhana dengan
2014 4 90 88 2 mempertimbangkan tren secara
2015 5 94 95 -1 keseluruhan memiliki tingkat
2016 6 98 98 0
kesalahan yang lebih kecil
2017 7 102 102 0
2018 8 105 106 -1 dibandingkan dengan yang tidak
2019 9 110 108 2 mempertimbangkan unsur tren.
2020 115
Hasil Proyeksi Dengan Metode Sederhana Dengan
Memasukkan Unsur Tren.
7
METODE SEDERHANA
• Selain mengikuti pola tren, data juga dapat mengikuti pola musiman. Dimana pola
data akan terulang pada periode yang akan datang.
• Data kuartalan pertama tahun ini akan relative sama dengan data kuartalan
pertama tahun mendatang. Data kuartalan kedua tahun ini akan relative sama
dengan data kuartalan kedua tahun mendatang.
• Jika data musiman mengikuti kuartalan, persamaannya akan menjadi seperti
berikut:
Ŷt+1 = Yt-3

• Jika data musiman atas dasar semesteran, maka persamaannya adalah:

Ŷt+1 = Yt-1

8
 METODE SEDERHANA
TAHUN KUARTAL PERIODE Y
• Contoh Metode Sederhana
1 1 100
Dengan Data Pola Musiman. 2 2 150
2003
3 3 90
Perusahaan sepatu akan 4 4 210
memproyeksikan data 1 5 110
2 6 160
penjualan pada kuartal pertama 2004
3 7 93
tahun yang akan datang. Untuk 4 8 215
1 9 105
keperluan tersebut, maka 2 10 155
2005
dikumpulkan data historis 3 11 88
4 12 220
sebagai berikut: 1 13 115
2 14 165
2006
3 15 98
4 16 225
9
METODE SEDERHANA
• Pada grafik disamping, terlihat bahwa
pola data adalah musiman. Karena pola Grafik Penjualan Sepatu
data adalah musiman, maka proyeksi
250
kuartal pertama tahun yang akan
200
datang adalah sebagai berikut: 150

Ŷt+1 = Yt-3 100

50
Ŷ16+1 = Y16-3
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Ŷ17 = Y13
Ŷ17 = 115

10
METODE SEDERHANA
TAHUN KUARTAL PERIODE Y
1 1 100
2 2 150
2003
3 3 90
4 4 210
1 5 110
2004
2
3
6
7
160
93
Hasil Proyeksi Bisnis Metode
4 8 215 Sederhana dengan Memasukkan
1
2
9
10
105
155
Unsur Musiman
2005
3 11 88
4 12 220
1 13 115
2 14 165
2006
3 15 98
4 16 225
1 17 115
2 18 165
2007
3 19 98
4 20 225 11
METODE SEDERHANA
KEKURANGAN METODE
KELEBIHAN METODE SEDERHANA
SEDERHANA
1. Metode ini hanya
1. Merupakan metode proyeksi mempertimbangkan data
yang paling mudah dan terakhir dengan mengabaikan
sederhana. data sebelumnya.
2. Tidak memerlukan banyak 2. Metode ini tidak
data time series. mempertimbangkan variable
yang dapat mempengaruhi
nilai prediksi.

12
METODE RATA-RATA
1. Metode Rata-rata Sederhana
2. Metode Rata-rata Bergerak Tunggal
3. Metode Rata-rata Bergerak Ganda

13
METODE RATA-RATA SEDERHANA
• Proyeksi dengan menggunakan rata-rata sederhana pada prinsipnya menentukan
nilai prediksi dengan berdasarkan nilai rata-rata data historis selama periode
pengamatan.
• Metode rata-rata sederhana cocok digunakan jika data bersifat stationer, tidak
mengandung unsur tren atau musiman.
• Secara matematis, metode rata-rata sederhana dapat dirumuskan sebagai berikut:

σ𝑛
𝑡=1 𝑌𝑡
Ŷt+1 =
𝑛

14
METODE RATA-RATA SEDERHANA
• Contoh:
Perusahaan sarung Bali akan menyusun proyeksi penjualan tahun 2020 dengan
menggunakan metode rata-rata sederhana. Berikut ini adalah data historisnya:

σ𝑛
𝑡=1 𝑌𝑡
TAHUN PERIODE Y Ŷt+1 =
2011 1 178 𝑛
2012 2 182 (178)+(182)+(185)+(190)+(110)+(198)+(122)+(135)+(140)
Ŷ10 = = 𝟏𝟔𝟎
2013 3 185 𝟗

2014 4 190
2015 5 110
2016 6 198
2017 7 122
2018 8 135
2019 9 140
15
METODE RATA-RATA SEDERHANA
KELEBIHAN METODE RATA-RATA
TAHUN PERIODE Y Yt+1 e SEDERHANA:
2011 1 178 160 18 1. Merupakan metode proyeksi yang paling
2012 2 182 160 22 mudah dan sederhana.
2013 3 185 160 25 2. Tidak memerlukan banyak data time series.
2014 4 190 160 30 KEKURANGAN METODE RATA-RATA
2015 5 110 160 -50 SEDERHANA:
2016 6 198 160 38 1. Bobot data untuk setiap pengamatan sama,
2017 7 122 160 -38 yaitu 1/n sehingga tidak memperhitungkan
2018 8 135 160 -25 data yang ekstrem.
2019 9 140 160 -20 2. Metode ini tidak mempertimbangkan unsur
tren dan musiman.
2020 160 3. Metode ini tidak mempertimbangkan variable
yang dapat mempengaruhi nilai prediksi.

16
METODE RATA-RATA BERGERAK
TUNGGAL
• Pada metode ini, proyeksi dilakukan dengan menghitung rata-rata
dengan periode yang selalu bergerak mengikuti perubahan waktu.
• Tujuan dilakukannya perhitungan rata-rata secara bergerak adalah untuk
menghilangkan data terlama dan menggantinya dengan data terbaru.
• Contoh:
Perusahaan kopi akan menyusun proyeksi penjualan dengan
menggunakan metode rata-rata bergerak 4 periode. Data yang dimiliki
adalah data triwulanan dari tahun 2003 sampai dengan tahun 2006.
Data historis yang dikumpulkan adalah sebagai berikut:
17
METODE RATA-RATA BERGERAK
TUNGGAL TAHUN KUARTAL PERIODE Y
1 1 100
2 2 150
2003
3 3 90
4 4 210
1 5 110
2 6 160
2004
3 7 93
4 8 215
1 9 105
2 10 155
2005
3 11 88
4 12 220
1 13 115
2 14 165
2006
3 15 98
4 16 225 18
METODE RATA-RATA BERGERAK
TUNGGAL
TAHUN KUARTAL PERIODE Y JUMLAH Yt+1 e
1 1 100
2 2 150
2003
3 3 90
4 4 210 550
1 5 110 560 138 -28
2 6 160 570 140 20
2004
3 7 93 573 143 -50
4 8 215 578 143 72
1 9 105 573 145 -40
2 10 155 568 143 12
2005
3 11 88 563 142 -54
4 12 220 568 141 79
1 13 115 578 142 -27
2 14 165 588 145 21
2006
3 15 98 598 147 -49
4 16 225 603 150 76 19
2007 1 151
METODE RATA-RATA BERGERAK
GANDA
• Metode rata-rata bergerak ganda cocok untuk membuat proyeksi jika data memiliki
pola tren linier.
• Langkah-langkah membuat proyeksi dengan menggunakan metode rata-rata
bergerak ganda yaitu:
1. Menghitung nilai rata-rata bergerak pertama diberi simbol Mt1. Hasilnya
diletakkan pada periode terakhir rata-rata bergerak pertama.
2. Menghitung nilai rata-rata bergerak kedua diberi simbol Mt2. Hasilnya diletakkan
pada periode terakhir rata-rata bergerak kedua.

20
METODE RATA-RATA BERGERAK
GANDA
3. Menghitung besarnya nilai konstanta dan diberi symbol at.
at = Mt1 + (Mt1 – Mt2) atau at = 2Mt1 – Mt2
4. Menentukan nilai slope dengan rumus sebagai berikut:
𝟐 (𝑴𝒕1 − 𝑴𝒕2)
bt = −
𝒏−𝟏

Dimana n = jangka waktu rata-rata bergerak.

5. Menentukan besarnya nilai proyeksi dengan rumus sebagai berikut:
Ŷt + j = a + b(j)
j = jangka waktu ke depan.
21
METODE RATA-RATA BERGERAK
GANDA
TAHUN KUARTAL PERIODE Y Mt1 Mt2 a b Yt = a+bp
1 1 100
2 2 150
2003
3 3 90 113
4 4 210 150
1 5 110 137 133 140 3
2 6 160 160 149 171 11 143
2004
3 7 93 121 139 103 -18 182
4 8 215 156 146 166 10 85
1 9 105 138 138 137 -1 177
2 10 155 158 151 166 8 137
2005
3 11 88 116 137 95 -21 174
4 12 220 154 143 166 11 73
1 13 115 141 137 145 4 177
2 14 165 167 154 179 13 149
2006
3 15 98 126 145 107 -19 192
4 16 225 163 152 174 11 89
2007 1 184 22
METODE RATA-RATA BERGERAK GANDA
Keterangan:
1. Menghitung nilai rata-rata bergerak pertama diberi symbol Mt1
Yt+Yt−1 +Yt−2 100+150+90
Mt1 = = = 113
n 3
2. Menghitung nilai rata-rata bergerak kedua diberi symbol Mt2
Mt1+mt1−1 +𝑀𝑡1−2 130+150+137
Mt2 = = = 133
n 3
3. Menghitung besarnya nilai konstanta dan diberi symbol at

at = 2Mt1 – Mt2 = 2(137) – (133) = 140

23
METODE RATA-RATA BERGERAK
GANDA
4. Menentukan nilai slope dengan rumus sebagai berikut:
𝟐 (𝑴𝒕1 − 𝑴𝒕2)
bt = −
𝒏−𝟏

𝟐 (137 − 𝟏𝟑𝟑) 𝟐 (𝟒)

bt = − = − =3
𝟑−𝟏 𝟐

5. Menentukan besarnya nilai proyeksi untuk satu triwulan berikutnya, dengan rumus
sebagai berikut:
Ŷt+ j = a + b (j)
Ŷ6 + 1 = 140 + 3(1) = 143

24
Thank you!
.

25