1, Maret 2015
Abstrak - Optimasi keuntungan dapat dicapai melalui berbagai macam cara, salah satunya adalah
dengan merencanakan dan mengendalikan anggaran penjualan. Perencanaan dan pengendalian
penjualan yang dirancang dengan baik dan tepat diharapkan mampu membantu dalam mencapai
target penjualan agar memperoleh laba yang optimal. Pada umumnya, anggaran penjualan disusun
terlebih dahulu sebelum menyusun anggaran lainnya. Tujuan utama pembuatan anggaran ini adalah
untuk mengurangi ketidakpastian dimasa depan, memasukkan pertimbangan atau keputusan
manajemen dalam proses perencanaan, memberikan informasi dalam profit planning control, serta
mempermudah pengendalian penjualan. Metode Lagrange adalah metode yang digunakan untuk
menentukan titik maksimum dan minimum suatu fungsi yang diiringi dengan persyaratan atau
kendala yang harus dipenuhi. Metode ini berguna untuk memperoleh nilai-nilai maksimum relatif atau
minimum relatif dari fungsi f(x,y) yang dipengaruhi oleh fungsi persyaratan g(x,y)=0. Langkah
pertama yang dilakukan dalam optimasi anggaran ini yaitu melakukan peramalan agregat permintaan
dilanjutkan dengan disagregasi permintaan ke setiap region berdasarkan kontribusi penjualan,
kemudian menyusun anggaran penjualan dengan metode Lagrange Mulitplier hingga diperoleh
keuntungan yang optimal. Berdasarkan hasil agregasi penjualan, jumlah produk yang harus dijual
yaitu sebesar 33,331 kardus. Jumlah alokasi untuk setiap region berdasarkan hasil disagregasi
penjualannya yaitu sebesar 4,267 kardus untuk Jabotabek, 611 kardus untuk West Java, 900 kardus
untuk West Outer Islands, 318 kardus untuk Central Java, 400 kardus untuk East OI 2, 645 kardus
untuk EOI (Dummy), 25 kardus untuk EAST OI 1, dan 26,167 kardus untuk Non XYZ Brand. Dengan
demikian, jumlah anggaran penjualan tahun 2014 yaitu sebesar Rp6.594.350.758,- dengan jumlah
keuntungan optimal yang dapat diperoleh perusahaan sebesar Rp 4.035.316.605,- atau sama dengan
61% dari jumlah anggaran penjualan.
Abstract ± Many ways can be cultivated to reach profit optimization, such as planning and controlling in
sales budgeting can be used as a method. Good in sales planning and controlling might be help to
achieve sales target as an effort to get optimize profit. In gHQHUDO VDOHV¶ SODQQLQJ LV DUUDQJHG DV D ILUVW
step before creating another budgeting plan. The main objectives in this work are minimizing
uncentanty in the future, considering management judgment in planning process, giving information in
profit planning control, and simplying sales control. Lagrange method can be used to determine
optimum and minimum points from a function which followed by bounderies that must be filled. This
method is useful to calculate relatives maximum or relatives minimum numbers from a function f(x,y)
that influenced by requirement function g(x,y)=0. To finish optimizing budgeting plan, firstly,
calculating the demand aggregate planning therefore continued by demand disagregations to all region
based on their sales contributions. Moreover, followed by compiling sales budgeting using Lagrange
0XWOLSOLHU PHWKRG¶V WR REWDLQ RSWLPXP SURILW Based on sales aggregation result, number of product
should be sales are 33.331 cartons. Number of allocation for each regions followed by sales agregations
results are 4.267 cartons for Jabotabek, 611 cartons for West Java, 900 cartons for West Outer Islands,
318 cartons for Central Java, 400 cartons for East OI 2, 645 cartons for EOI (Dummy), 25 cartons for
EAST OI 1, and 26,167 cartons for Non XYZ Brand. Therefore, total sales budgeting in year 2014 is Rp
Jurnal AL-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI, Vol .3, No. 1, Maret 2015 11
6.594.350.758,- and number of optimum profit that company earn is Rp 4.035.316.605,- or equal by
61% from total sales budgeting.
Xt:Data aktual permintaan pada periode t 2) Prediksi permintaan untuk suatu periode
m:Periode peramalan yang diinginkan perencanaan jangka menengah yang layak
Ft+m: Data peramalan pada periode t+m pada waktu agregat.
3) Metode untuk menentukan biaya.
Metode Dekomposisi 4) Model yang mengombinasikan prediksi dan
Pendekatan ini mencoba menguraikan pola-pola biaya sehingga keputusan penjadwalan dapat
dasar deret berkala menjadi sub pola musim, siklus, dibuat untuk periode perencanaan.
trend dan random. Beberapa sub pola kemudian
dianalisa secara terpisah, diekstrapolasi kedepan Perencanaan Disagregasi
dan kemudian digabung kembali untuk Perencanaan disgaregat merupakan langkah
mendapatkan ramalan data asli (Makridakis dkk, selanjutnya setelah perencanaan agregat, tujuan dari
1999). Penulisan matematis umum dari Pendekatan perencanaan disagregat adalah untuk memecah
dekomposisi adalah Xt=f(It,Tt,Ct, Et) satuan agregat pada perencanaan agregat ke dalam
..............(persamaan 8) setiap item produk serta mengetahui item suatu
Dimana : produk tersebut akan diproduksi.Metode-metode
Xt: Nilai deret berkala (data yang aktual) pada disagregasi:
periode t 1) Persentase
It:Komponenmusiman(atau indekspada periode t) Prosedur teknik persentase:
Tt : Komponen trend pada periode t ‡ Hitung persentase kuantitas item masing-
Ct : Komponen siklus pada periode t masing terhadap kuantitas famili pada data
Et : Komponen galat atau acak pada periode t masa lalu (semua dalam unit agregat)
Metode dekomposisi dapat berasumsi pada model ‡ Gunakan persentase ini untuk menentukan
aditif atau multiplikatif dan betuknya dapat kuantitas item masing-masing dari rencana
bervariasi. Dekompoisi rata-rata sederhana agregat.
berasumsi pada model additif : 2) Metode Bitran and Hax
Xt= ( It + Tt + Ct ) + Et.....(persamaan 9) Metode ini terdiri dari 2 algoritma, yaitu :
Metode rasio pada trend menggunakan model ‡ Algoritma untuk memecahkan rencana
multiplikatif dalam bentuk : aggregat dalam jumlah produk famili.
Xt= ( It * Tt * Ct ) * Et....(persamaan 10)
Apabila akan ditunjukkan ada tidaknya gerakan Anggaran Penjualan
musiman maka perlu dibuat indeks musiman
(Supranto, 2000). Metode dekomposisi Pengertian Anggaran Penjualan
multiplikatif dari data berkala dapat juga Anggaran penjualan adalah anggaran yang
dinyatakan dalam variabel Y sebagai berikut : merencanakan secara lebih terperinci tentang
Y = T x S x C x I .............(persamaan 11) penjualan perusahaan selama periode yang akan
Dimana: datang, yang didalamnya meliputi rencana tentang
Y : data deret berkala jenis barang yang akan di jual, jumlah barang yang
T : data trend akan dijual, harga barang yang akan di jual, waktu
S : faktor musiman penjualan, serta tempat penjualannya (Munandar,
C : faktor siklis 2001).
I : faktor eror
Metode Budgetting
Perencanaan Agregat dan Disagregat Ada beberapa metode untuk budgetting :
1) Metode persentase penjualan (Percentage of
Perencanaan Agregat sales), yaitu persentase dari hasil penjualan
Perencanaan agregat (agregat planning) juga 2) Metode keseimbangan persaingan (Competitive
dikenal sebagai penjadwalan agregat adalah suatu parity), yang artinya dengan
pendekatan yang biasanya dilakukan oleh para mempertimbangkan budet iklan pesaing
manajer operasi untuk menentukan kuantitas dan 3) Metode kemampuan perusahaan (Affordable
waktu produksi. Proses agregasi (aggregation) method), yaitu berangkat dari kesanggupan
ialah pengelompokan beberapa jenis item menjadi perusahaan untuk mengeluarkan biaya iklan
product family. Ada empat hal yang diperlukan 4) Metode tujuan dan tugas (Objective and task
dalam perencanaan agregat, antara lain: method), artinya budget di hitung dari berapa
1) Keseluruhan unit yang logis untuk mengukur besar yang dibutuhkan untuk mencapai tujuan
penjualan dan output. komunikasi brand.
Jurnal AL-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI, Vol .3, No. 1, Maret 2015 13
§ ^
· METODOLOGI PENELITIAN
^
¨ Qi xi ¸
E[ P(Qi )] ( pi g i ) x i (vi g i )Qi ( pi g i Bi )V xi Gu ¨
¨ V xi ¸¸
© ¹ Mulai
.......(persamaan 21)
Time Series Plot of Demand 2008; Demand 2009; Demand 2010; ...
A
8000 Variable
Demand 2008
Demand 2009
7000
Demand 2010
Demand 2011
6000 Demand 2012
Alokasi anggaran penjualan 5000
Demand 2013
Data
4000
Penentuan ukuran penjualan (Qi) optimum
3000
1 2 3 4 5 6 7 8 9 10 11 12
Index
pada bulan April hingga Agustus 2013 Hal ini dilakukan untuk mengurangi waktu
yang berulang dengan pola yang sama pada dalam proses peramalan. Semakin banyak
tahun-tahun sebelumnya. Berikut ini adalah jumlah konstanta, maka proses peramalan
hasil peramalan dekomposisi multiplikatif akan membutuhkan waktu yang cukup
dengan minitab lama, karena sistem akan melakukan
perulangan kombinasi perhitungan yang
Time Series Decomposition Plot for C1
memiliki nilai alpha, beta, dan gamma lebih
Multiplicative Model
banyak. Hasil trial dan error dengan
8000 Variable
Actual minitab terdapat pada lampiran 1. Tabel 4.8
7000 Fits
Trend
Forecasts
adalah perbandingankonstanta pemulusan
6000
Accuracy Measures dan ukuran kesalahan berdasarkan trial dan
5000 MAPE 286
MAD 1623 error yang telah dilakukan dengan minitab
4000 MSD 4074905
C1
3000
Tabel 1. Perbandingan konstanta pemulusan dan
2000
MAPE pada metode Winter
1000 Alpha Gamma Delta
MAPE
.) ¨
0
0,1 171
1 8 16 24 32 40 48 56 64 72 80 0,1 0,2 175
Index 0,3 178
0,1 171
0,1 0,2 0,2 177
Gambar 3. Hasil peramalan dengan metode 0,3 181
Dekomposisi 0,1 174
0,3 0,2 179
0,3 184
Pada gambar diatas, dapat dilihat bahwa 0,1
0,1
0,2
184
188
MAPE yang dihasilkan dengan metode 0,3 192
0,1 189
dekomposisi adalah sebesar 286. 0,2 0,2 0,2 194
0,3 199
0,1 195
2)Triple Exponential Smoothing 3-Parameter 0,3 0,2
0,3
200
205
From Winter 0,1 196
0,1 0,2 200
Untuk mendapatkan hasil ramalan dengan 0,3 205
menggunakan metode Winter Multiplikatif, 0,3 0,2
0,1
0,2
203
208
diperlukan nilai konstanta pemulusan 0,3 212
0,1 211
(alpha, beta, dan gamma) yang optimal atau 0,3 0,2 216
C1
Delta (seasonal) 0,1
C1
Accuracy Measures
-2000
1 8 16 24 32 40 48 56 64 72 80 1 8 16 24 32 40 48 56 64 72 80
Index Index
Gambar 4. Hasil peramalan dengan metode Winter Gambar 5. Hasil peramalan dengan metode DES 2
Multiplikatif parameter dari Holt
Tabel 4. Hasil peramalan permintaan metode Winter Setelah kontribusi penjualan berdasarkan SKU
(kardus) diketahui, langkah selanjutnya peneliti melakukan
Periode Bulan Hasil Peramalan Permintaan disagregasi dari hasil peramalan dengan Winter,
73 Januari 2528 yaitu total peramalan permintaan sebanyak 33.331
74 Februari 3072
kardus terhadap kontribusi penjualan berdasarkan
75 Maret 1888
SKU. Contoh pada varian original 120 gram
76 April 3098
77 Mei 2777
dengan permintaan sebesar 10.693 kardus diperoleh
78 Juni 3584 dari 33.331 kardus dikalikan dengan kontribusi
79 Juli 2448 penjualan original 12 gram 32% seperti yang
80 Agustus 3675 terdapat pada tabel 4.13 di bawah ini
81 September 1771
82 Oktober 2536 Tabel 6. Hasil disagregasi permintaan berdasarkan SKU
83 November 3653 (kardus)
SKU Permintaan
84 Desember 2301 Original 120 gram 10693
Total 33331 Original 240 gram 6395
Orange 120 gram 3796
Orange 240 gram 3807
Dari tabel 4.10 diatas dapat dilihat bahwa total Apple 120 gram 4607
Apple 240 gram 4034
peramalan agregat biskuit bayi sebanyak 33331 Total 33331
kardus yang akan dialokasikan ke setiap region.
Setelah jumlah permintaan biskuit bayi masing-
Disagregasi Hasil Peramalan masing SKU diketahui, peneliti melakukan
Setelah jumlah agregat produk diketahui, kemudian disagregasi berdasarkan region.Kemudian persen
peneliti melakukan disagregasi hasil peramalan per kontribusi yang diperoleh sebelumnya dikalikan
region.Hal ini dilakukan agar dapat diketahui dengan jumlah permintaan masing-masing SKU
berapa jumlah permintaan yang harus dialokasikan seperti yang terdapat pada tabel 4.13. Pada tabel
ke masing-masing region.Sehingga memudahkan 4.14 di bawah ini merupakan hasil disagregasi
dalam menentukan anggaran pada tiap berdasarkan SKU tiap region
daerah.Disagregasi dilakukan dengan mengetahui
terlebih dahulu kontribusi penjualan baik tiap SKU. Tabel 7. Hasil disagregasi permintaan berdasarkan SKU
Tabel 4.12 berikut ini merupakan kontribusi tiap region
penjualan5 berdasarkan SKU SKU JABOTABEK WEST JAVA WEST OUTER ISLANDS
REGION
CENTRAL JAVA EAST OI 2 EOI (DUMMY) EAST OI 1 NON XYZ BRAND
Total
Percent
60
Nilai M merupakan konstanta 50
40
30
1
membandingkan total biaya pembelian 0,1
perhitungan Qi. Contoh perhitungan Tabel 8. Hasil perhitungan anggaran penjualan dengan
manual produk Original 120 gram nilai M = 0
JABOTABEK
untuk Jabotabek, yaitu Produk
Harga Jual Harga Beli Demand STD Deviasi Peluang
Nilai k Qi QiVi
(pi) (vi) (xi) 1L Pu(k)
(M 1)Vi gi Original 120 Rp 378.336 Rp 201.430 1369 406,36 0,53 -0,08 1336 Rp 269.192.263
Pu t k i = Original 240
Orange 120
Rp 311.376
Rp 378.336
Rp 184.107 819
Rp 210.127 486
243,01
144,26
0,59
0,55
-0,23
-0,13
763
467
Rp
Rp
140.426.580
98.175.201
pi g i Bi Orange 240 Rp 311.376 Rp 192.814 487 144,66 0,62 -0,31 442 Rp 85.314.687
Apple 120 Rp 378.336 Rp 216.298 590 175,07 0,57 -0,18 558 Rp 120.751.478
(0 1)201.430 0 Apple 240 Rp 311.376 Rp 201.469 516 153,31 0,65 -0,39 457 Rp 92.006.988
0,53 Total 4267 Rp 805.867.197
378.336 0 0
Tabel 9. Anggaran Penjualan dengan nilai M = 0
Region Anggaran Penjualan
Dengan nilai sebesar 0,53 maka JABOTABEK Rp 805.867.197
100% - 53% = 47%. Sehingga WEST JAVA Rp 111.480.972
didapatkan nilai = -0,08 yang WEST OUTER ISLANDS Rp 172.028.932
CENTRAL JAVA Rp 60.413.309
diperoleh dari tabel z distribusi normal EAST OI 2 Rp 77.393.254
seperti yang terdapat pada lampiran 8. EOI (Dummy) Rp 124.746.030
EAST OI 1 Rp 4.734.965
Hasil perhitungan manual dengan nilai NON XYZ BRAND Rp 5.237.686.099
M = 0 untuk Jabotabek, West Java, Total Rp 6.594.350.758
Central Java, dan Non ABC terdapat
pada lampiran 5. Selanjutnya Dari hasil perhitungan pada tabel 4.15, diperoleh
menghitung nilai Q1 dengan bahwa total biaya penjualan produk adalah sebesar
menggunakan persamaan 18 : Rp 6.594.350.758. Jika dibandingkan dengan
Q1 max( 0;1369 ( 0,08x406,36)) anggaran penjualan (W) yang dimiliki PT XYZ,
(0;1336) yaitu Rp 6.671.960.316, maka nilai M harus
diperkecil.Oleh karena itu perhitungan pun kembali
= 1336 kardus dilakukan pada tahap pertama dengan nilai M lebih
kecil.Namun karena nilai M positif berkisar dari 0
Tahap 3 : Perbandingan setiap nilai dengan nilai W hingga 1, maka perhitungan dapat diberhentikan.
(anggaran penjualan Produk) dengan Hal ini berarti dengan nilai M = 0, apa yang
syarat seperti yang terdapat pada bab 2. tertuang dalam anggaran senilai Rp 6.594.350.758
Perhitungan biaya penjualan produk sudah cukup optimal.
original 120 gram, rumus yang
digunakan, yaitu Sehingga 1336 x MenghitungEkspektasi Jumlah Keuntungan
201.430 = Rp 269.192.263. Begitupun Setelah diketahui total anggaran penjualan yang
dilakukan untuk varian produk lainnya sesuai dengan budget perusahaan, maka ekspektasi
yang kemudian dijumlahkan seluruhnya ( keuntungan optimal yang akan diperoleh
6Qi vi ) agar dapat dibandingkan dengan perusahaan dapat diketahui.
budget yang dimiliki perusahaan (W).
Dengan cara yang sama, maka dapat Dalam hal ini, karena nilai M = 0 yang paling
diketahui total biaya penjualan masing- optimal, maka perhitungan ekspektasi keuntungan
masing region pada nilai M = 0. Hasil dapat dilakukan dengan menggunakan informasi
perhitungan anggaran penjualan (Qivi) yang terdapat pada tabel perhitungan dengan nilai
dengan nilai M=0 untuk Jabotabek M = 0. Untuk menghitung ekspektasi jumlah
terdapat pada tabel 4.15. Dengan cara keuntungan optimal, rumus yang digunakan seperti
yang sama, maka dapat diketahui total yang terdapat pada persamaan 21 pada bab 2. Tabel
biaya penjualan masing-masing region 4.17 di bawah ini merupakan contoh tabel hasil
dengan nilai M = 0 seperti yang terdapat perhitungan ekspektasi keuntungan untuk
pada lampiran 6. Sedangkan pada tabel Jabotabek.
4.16 merupakan rekapitulasi anggaran
penjualan seluruh region
Jurnal AL-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI, Vol .3, No. 1, Maret 2015 21