Forecast Dan Peramalan Penjualan New
Forecast Dan Peramalan Penjualan New
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, karena atas
berkat rahmat-Nya kami dapat menyelesaikan makalah ini dengan sebaik-baiknya.
Adapun maksud dan tujuan dari penyusunan makalah ini adalah untuk memenuhi
salah satu tugas yang diberikan oleh Dosen pada mata kuliah Anggaran Perusahaan.
Dalam proses penyusunan tugas ini pasti menjumpai hambatan, namun berkat
dukungan dari berbagai pihak, akhirnya kami dapat menyelesaikan tugas ini. Oleh
karena itu, dengan segala kerendahan hati kami ingin menyampaikan terima kasih
kepada Bapak I Made Agus Putrayasa, SE,M. SA,Ak selaku Dosen Anggaran
Perusahaan di Politeknik Negeri Bali.
Besar harapan kami, makalah ini dapat bermanfaat bagi semua orang yang
membacanya dan dapat membantu teman-teman yang lain dikemudian hari. Akhir
kata, kami mohon maaf apabila dalam penulisan makalah ini terdapat banyak
kesalahan.
Penulis
ii
DAFTAR ISI
JUDUL...........................................................................................................................i
KATA PENGANTAR...................................................................................................ii
DAFTAR ISI................................................................................................................iii
BAB I PENDAHULUAN
A. Latar Belakang....................................................................................................1
B. Rumusan Masalah...............................................................................................1
C. Tujuan.................................................................................................................2
BAB II PEMBAHASAN
A. Pengertian Forecast Penjualan dan Anggaran Penjualan...................................3
B. Metode Forecast Penjualan................................................................................4
C. Faktor-Faktor yang Mempengaruhi Pemilihan Forecast Penjualan...................5
D. Tujuan Penyusunan Anggaran Perusahaan.........................................................6
E. Ilustrasi Forecast dan Anggaran Penjualan........................................................6
BAB III PENUTUP
A. Kesimpulan.......................................................................................................13
DAFTAR PUSTAKA...................................................................................................iv
iii
BAB I
PENDAHULUAN
A. Latar Belakang
B. Rumusan Masalah
1. Apa pengertian dari forecast penjualan dan anggaran penjualan?
2. Apa saja metode dalam forecast penjualan?
3. Apa saja faktor-faktor yang mempengaruhi pemilihan forecast penjualan?
4. Apa tujuan anggaran penjualan?
5. Bagaimana ilustrasi forecast dan peramalan penjualan?
1
2
C. Tujuan
1. Untuk mengetahui pengertian forecast penjualan dan anggara penjualan
2. Untuk mengetahui metode dalam forecast penjualan
3. Untuk mengetahui faktor-faktor yang mempengaruhi pemilihan forecast
penjualan
4. Untuk mengetahui tujuan anggaran penjualan
5. Untuk mengetahui ilustrasi forecast dan peramalan penjualan
BAB II
PEMBAHASAN
3
4
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.
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 forecash 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
6
b=
n = Jumlah Data Perkelompok
x = jumlah tahun dihitung dari tahun dasar
Langkah-langkah Metode setengah Rata-Rata (Semi Average
Method):
1) Membagi data dalam dua kelompok sama besar
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 score 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 ditengah dari data yang ada pada kelompok pertama
bila datanya ganjil. Selanjutnya terhadap data yang sebelumnya
diberi score -1, -2, -3, dst. Dan terhadap data sesudahnya diberi
score 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 Avarage. Dalam penerapannya, metode ini tidak
mensyaratkan jumlah data harus genap. Perbedaan dengan Metode
7
Dimana:
a = konstanta
b = koefisien regresi
Besarnya a dan b dihitung dengan rumus :
b =
a =
Pada faktor ini lebih melihat pada posisi suatu perusahaan pada pasar,
apakah perusahaan sebagai market leader, market chalangger, market
follower, atau market niecher.
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 garis lurus
dalam waktu yang panjang dan mempunyai karakteristik bergerak yang
lamban 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.
Menghitung Nilai b :
b =
= 5 (4,6)
Maka penjualan untuk tahun 2015 dan 2018 adalah :
2015 = Y = a + b.X
= 148 + 5 (7)
= 183
13
2018 = Y = a + b.X
= 148 + 5 (10)
= 198
Contoh Kasus (Tahun Genap dengan Pembagian Tahun Genap)
PT. Maju memiliki data penjualan tahunan sebagai berikut :
Tahun Penjualan (Unit)
2007 140
2008 148
2009 157
2010 169
2011 157
2012 157
2013 160
2014 169
Diminta : Hitunglah penjualan untuk tahun 2015 dan 2018 ?
Penyelesaian :
Tahun Penjualan Semi Total Semi Average X
Menghitung Nilai b :
b =
= 9 (9,4)
Maka penjualan untuk tahun 2015 dan 2018 adalah :
2015 = Y = a + b.X
14
= 206 + 9 (13)
= 323
2018 = Y = a + b.X
= 206 + 9 (19)
= 377
2. Least Square Method (Metode Kuadrat terkecil)
a) Metode untuk menghitung nilai trend pada tahun berjalan dan untuk
mencari forecast pada periode yang akan datang.
b) Untuk menghitung nilai trend dan forecast terlebih dahulu menaksir
nila a dan b pada persamaan Y = a + bX.
c) nilai X dihitung denganmengacu pada panduan jika :
d) Data Gasal (ganjil) maka X : ...., -3,-2,-1,0,1,2,3 , ....
e) Data Genap maka X : ...., -5,-3, -1,1,3 ,5 ....
f) persamaan untuk menaksir nilai a dan b adalah:
Contoh Perhitungan dengan Metode Least Square :
Sebuah perusahaan yang bergerak dalam penyediaan makanan bayi ingin
membuat forecast penjualan makanan bayi untuk beberapa tahun
mendatang di daerah Jawa Timur, dengan menggambarkan garis trend.
2009 8.190
2010 8.280
Diminta : Hitunglah forecasting penjualan untuk tahun 2011 ?
A. Kesimpulan
Forecast penjualan adalah suatu teknik proyeksi tentang tingkat
permintaan konsumen potensial pada suatu periode tertentu dengan
mempergunakan asumsi tertentu, yaitu segala sesuatunya berjaan
sebagaimana yang lalu. Forecast penjualan memiliki 3 metode yaitu
Judgement Method atau non statistical method (Metode Peramalan
Kualitatif), Statitiscal Method (Metode Kuantitatif), dan Spesific Purpose
Method. Pemilihan forecast penjualan dipengaruhi oleh beberapa faktor yaitu
sifat produk, metode distribusi, luas usaha, persaingan, dan data historis.
Forecast penjualan sangat berguna sebagai acuan perusahaan berapa banyak
harus memproduksi suatu barang untuk kedepannya.
17
DAFTAR PUSTAKA
http://marcoturnip.blog.widyatama.ac.id/2015/09/27/metode-peramalan-forecasting/.
https://erwinnote.wordpress.com/2011/05/28/definisi-forecast-penjualan/
Nafarin M. 2008. Penganggaran Perusahaan. Cetakan Kedua. Jakarta: Salemba
Empat.
iv