3. Model Khusus
Metode khusus ini adalah cara khusus untuk meramalkan penjualan dengan
menggunakan analisis :
a. market share,
b. analisis product line,
c. analisis pengguna akhir.
Pemilihan Metode Peramalan
Pemilihan metoda yang dipakai untuk pembuatan
forecast penjualan perlu mempertimbangkan hal-hal
berikut :
1. Sifat produk
2. Metoda distribusi (langsung/ tak langsung)
3. Besarnya perusahaan dibanding pesaing
4. Tingkat persaingan
5. Data historis yang tersedia
6. Akurasi metoda
7. SDM yang dimiliki untuk melakukan forecasting
8. Horison waktu perencanaan
9. Waktu yang tersedia
10. Ketersediaan dana
Contoh :
PT. Ayah Bunda yang bergerak dalam bisnis makanan anak, memiliki
data penjualan tahunan sebagaimana tertera pada Tabel. 2.1
Tabel 2.1
Penjualan makanan anak PT. Ayah Bunda
Thn 2013-2017
Tahun Penjualan
2013 140
2014 148
2015 157
2016 160
2017 169
Terhadap data penjualan PT. Ayah Bunda tersebut dapat dibuat forecast
penjualan untuk tahun 2018 dan seterusnya dengan menggunakan beberapa
metode yang disebutkan sebelumnya, berikut akan diberikan ilustrasi
pemakaian metode –metode tersebut.
a. Metode Trend Bebas
Pada umumnya metode trend bebas cenderung
digunakan sebagai analisis pendahuluan yang akan
memberikan gambaran awal dari suatu permasalahan
yang dihadapi. Metode trend bebas mencoba melihat
pola data amatan melalui sebaran titik dari pasangan data
penjualan pada setiap waktunya.
Berdasarkan sebaran data yang terbentuk dapat
diperkirakan trend penjualan dari data tersebut. Sebagai
contoh bila terhadap data penjualan PT. Ayah Bunda
sebagaimana tertera pada Tabel 2.1 dibuat sebaran
titiknya dan ditarik garis yang menghubungkan titik-titik
pasangan pengamatan tersebut, akan diperoleh
gambaran trend penjualan sebagai berikut :
2013 2014 2015 2016 2017
Dari gambaran yang diperoleh, bila asumsi yang
disebutkan sebelumnya dipenuhi, maka dapat diramalkan
bahwa penjualan PT. Ayah Bunda tahun 2018 akan
meningkat melebihi penjualan tahun-tahun sebelumnya.
Meskipun demikian gambaran tentang berapa
besarnya penjualan PT. Ayah Bunda pada tahun 2018 dan
seterusnya dalam bentuk angka tidak dapat diperoleh
dengan menggunakan trend bebas ini.
Untuk memperoleh hasil peramalan yang lebih akurat,
pada umumnya metode trend bebas perlu dilanjutkan ke
analisis yang dapat menunjukan bentuk hubungan antara
data penjualan dengan waktu.
b. Metode Semi Average
Dengan metode setengah rata-rata nilai trend sudah mulai
ditentukan dengan formula tertentu, yang berarti unsur
subyektifnya mulai berkurang.
Metode trend semi average dapat digunakan untuk
keperluan forecast dengan bentuk suatu persamaan seperti
analisis regresi.
Metode ini biasanya dapat digunakan apabila data yang
ada jumlah tahun genap, sehingga dapat dibagi menjadi dua
kelompok sama besar juga bisa dengan tahun ganjil tapi
jarang digunakan.
Metode trend semi average memiliki mekanisme sebagai
berikut yaitu, membagi data yang ada menjadi dua kelompok
dengan jumlah yang sama
Jika data penjualan yang dimiliki oleh Perusahaan MITRA LESTARI adalah sebagai berikut :
Tabel 2.2
Data Penjualan Perusahaan Ayah 2012- -2010
Bunda tahun 2005
Mitra Lestari 2017
Mitra Lestari
Untuk kasus penjualan Perusahaan MITRA JAYA tersebut, kelompok pertama adalah data
penjualan tahun 2005,
2012,2006
2013 dan 2014 2015
2007. Kelompok kedua adalah data penjualan tahun 2008,
2016 dan
2009, dan2017
2010.
Dari tiap kelompok data dicari nilai rata-rata. Rata-rata dari kelompok pertama adalah 148,33 dan rata-
rata kelompok kedua adalah 162 sebagaimana ditunjukkan pada tabel berikut :
X 2 X1
a 148,33 b
n
162 148,33
b 4,6
3
Y 148,33 4,6 x
Proyeksi penjualan tahun 2018
Tahun Y X XY X2
2012 140 0 0 0
2013 148 1 148 1
2014 157 2 314 4
2015 157 3 471 9
2016 160 4 640 16
2017 169 5 845 25
931 15 2.418 55
XY a. X b X 2
Selanjutnya terhadap persamaan-persamaan yang terbentuk dapat dicari
penyelesainnya melalui metode eliminasi ataupun metode substitusi
sebagaimana ditunjukkan dalam contoh berikut :
931 = 6 (a) + b (15) x 2,5 2.327,5 = 15a +37,5b
2.418 = a (15) + b (55) x 1 2.418 = 15a + 55b
-90,5 = -17,5b
b = 5,17
931 = 6a + (5,17) (15)
931 = 6a + 77,57
931 -77,57 = 6a
853,43 = 6a
142,24 = a
Y = 142,24 + 5,17x
Tahun Y X XY X 2
Y XY
a b
n X2
774 70
a 154,8 b 7
5 10
Y = 154,8 + 7x
Tahun X Y X2 Y2 XY
2013 9 140 81 19.600 1.260
2014 12 148 144 21.904 1.776
2015 14 157 196 24.649 2.198
2016 15 160 225 25.600 2.400
2017 17 169 289 28.561 2.873
67 774 935 120.314 10.507
n XY X Y Y b X
b a
n X 2 X
2
n
677 530,12
b 3,64 a 106,02
186 5
Y= 106,2 +3,64x
Persamaan ini dapat diinterpretasikan bahwa bila biaya iklan naik satu
juta rupiah, jumlah penjualan akan meningkat 3,64 juta unit.
n XY X Y
rx , y
n X 2 X n Y 2 Y
2 2
510.507 67774
rx , y
5935 67 5120.314 774
2 2
677
rx , y 0,99
186 2.494
Intepretasi dari koefisien korelasi secara teoritis adalah sebagai berikut :
1. Jika 0 r 1 berarti variable x memiliki hubungan yang positif dan
berbanding lurus (linier) dengan variable Y. Bila nilai Variabel X bertambah
maka nilai variabel Y juga akan bertambah, demikian juga sebaliknya.
Semakin dekat nilai r ke 0 maka semakin lemah kekuatan hubungan
kedua variabel tersebut, sebaliknya semakin dekat nilai r ke 1 semakin
kuat hubungan dari kedua variabel tersebut
2. Jika r = 0 berarti X tidak memiliki hubungan linier dengan variabel Y.
Artinya gejolak nilai variabel X tidak berpengaruh terhadap gejolak atau
perkembangan nilai variabel Y. dengan kata lain bertambah atau
berkurang nilai variabel Y tidak terkait dengan perubahan nilai variabel X
3. Jika -1 r 0 berarti variabel X berhubungan dengan variabel Y tetapi
hubungannya negatif. Dalam hal ini jika nilai variabel X bertambah maka
nilai variabel Y justru berkurang,demikian juga sebaliknya.
Dengan demikian, karena nilai yang diperoleh
mendekati 1, berarti terdapat keeratan hubungan yang
sangat kuat diantara biaya iklan dengan jumlah
penjualan. Sifat hubungan antara keduanya adalah
positif yang berarti dengan meningkatnya biaya iklan
terjadi pula kenaikan jumlah penjualan.
1. Analisis Industri
Forecast penjualan dengan analisis industri akan
dilakukan dengan menghubungkan antara penjualan
perusahaan dengan total penjualan industri.
Penjualan industri merupakan penjualan dari
perusahaan-perusahaan sejenis. Dengan kata lain
penjualan perusahaan akan dikaitkan dengan bagian
pasar (market share).
Market share yang dimiliki perusahaan menunjukkan
posisi perusahaan dalam persaingan.
Forecast penjualan pada tahun yang akan
datang dilakukan sebagai berikut :
a. Menentukan perkiraan/ proyeksi penjualan
industri pada periode yang akan datang.
b. Menghitung market share selama beberapa
periode terakhir.
Penjualan Perusahaan
Market Share x 100%
Penjualan Industri
c. Menentukan proyeksi market share pada periode
yang akan datang.
Forecast penjualan perusahan periode yang akan
datang akan tergantung besarnya proyeksi
penjualan industri dan proyeksi market share.
Berikut ini contoh yang akan memperjelas uraian
diatas.
Penjualan perusahaan dan total penjualan industri selam 5
tahun terakhir sbb:
Tabel 2.10.
Penjualan Perusahaan dan Industri Tahun 2013 - 2017
Tahun Penjualan Perusahaan Penjualan Industri
(unit) (unit)
2013 1.500 7.500
2014 2.116 9.200
2015 2.500 10.000
2016 3.240 12.000
2017 4.500 15.000
a. Proyeksi penjualan industri tahun 2018
2015 10.000 0 0 0
53.700 - 17.800 10
b. Menghitung market share tahun 2013 – 2017
1500
Market share 2013 x 100% 20%
7.500
2.116
Market share 2014 x 100% 23%
9.200
2.500
Market share 2015 x 100% 25%
10.000
3.240
Market share 2016 x 100% 27%
12.000
4.500
Market share 2017 x 100% 30%
15.000
Dari tahun 2013 sampai dengan tahun 2017
market share terus mengalami kenaikan, berarti
posisi perusahaan dalam persaingan semakin
kuat.
c. Proyeksi market share tahun 2018
Karena market share 5 tahun terakhir
mengalami kenaikan maka proyeksi market share
tahun 2018 juga ditentukan dengan trend.
Tabel 2.11.
Proyeksi Penjualan industri
Tahun Y X XY X2
2013 20 -2 -40 4
2014 23 -1 -23 1
2015 25 0 0 0
2016 27 1 27 1
2017 30 2 60 4
125 - 24 10
y 125
a a 25
x 5
n
xy 24
b b 2, 4
x2 10
Penjualan Perusahaan
MS
Penjualan Industri
= 1.580 unit
2. Analisis Produk Akhir