Data Historis Penjualan

Sebagai ilustrasi penyusunan anggaran penj

data perusahaan kecap asli yang mempunyai data penjualan kecap sel

Tahun 1 2 3 4 Total
2015 28 32 36 34 130
2016 32 35 38 40 145
2017 36 37 38 39 150
2018 40 40 42 43 165
2019 44 41 41 44 170
2020 46 43 42 40 171
2021 48 44 44 46 182
2022 50 46 48 48 192
Jumlah 274 272 281 286 1113

Distribusi Daerah Penjualan

Nama Produk Penjualan Pekan Baru Kampar
Kecap Sedang 50% Rp 50,000 Rp 60,000
Kecap Sedang 30% Rp 60,000 Rp 75,000
Kecap Sedang 20% Rp 50,000 Rp 60,000
Perbandingan 1 2

Berdasar data tersebut diatas :

a. Gambarkan data time series diatas ( Scater Plot )

b. Hitung Persamaan trend dengan menggunakan metode free hand met
c. Hitung Persamaan trend dengan menggunakan metode semi average
d. Hitung Persamaan trend dengan menggunakan metode linier
least square
Moment
logaritme straight-line
d. Intepretasikan nilai a dan b pada persamaan point d
e. Berapa penjualan perusahaan pada bulan Desember
f. Hitung Tingkat kesalahan metode b, c, d dengan menggunakan MAD dan
yang paling cocok untuk kasus diatas.
 penjualan kecap selama 8 tahun seperti brikut:

metode free hand method

metode semi average
metode linier
menggunakan MAD dan MAPE dan simpulkan metode mana
 Tahun 1 2 3 4 Total
2018 28 32 36 34 130
2019 32 35 38 40 145
2020 36 37 38 39 150
2021 40 40 42 43 165
2022 44 41 41 44 170
Jumlah 181 187 198 204 760

2023 40 41 44 45 170 Prediksi

% 23.82% 24.61% 26.05% 26.84% 101%

% 23.51% 24.29% 25.71% 26.49% 100%
1%
Faktor Koreksi 99%
 Supranto, Halaman 221, 2000

Tahun X Y Mean Y Mean X

2018 0 130
2019 1 145 148 1
2020 2 150
2020 3 150
2021 4 165 162 4
2022 5 170

Tahun 1 2 3 4 Total
2018 28 32 36 34 130
2019 32 35 38 40 145
2020 36 37 38 39 150
2021 40 40 42 43 165
2022 44 41 41 44 170
Jumlah 181 187 198 204 760

2023 40 41 44 45 171

% 23.82% 24.61% 26.05% 26.84% 101%

% 24% 24% 26% 26% 100%
1%
Faktor Koreksi 99%
Y = a + bX

148.00 = a + 1b Persamaan 1
161.67 = a + 4b - Persamaan 2
(13.67) = -3 b

b = 4.56

148.00 = a + 1b Persamaan 1

148.00 = a + 1 x 4.56
148 = a + 4.6
143.4 = a

Jadi persamaan garis trend nya Y = 143.4 + 4.56

Penjualan Prediksi = 171

Variasi Musim
X
 Metode Kuadrat Terkecil
Taksiran trend dihitung dengan jumlah deviasi kuadrat antara
tiap nilai deret waktu dengan nilai trend adalah minimum.

Y = a + bX dimana : X periode waktu

n
Y adalah variabel dependen
Y a nilai Y pada saat X = 0
a i 1 b besarnya perubahan variabel Y yang terjadi
n pada setiap perubahan 1 unit variabel X
n

 XY
b i 1
n

X
i 1
2

Contoh :

Tahun Y X XY X2 Y e
2018 130 -2 -260 4 132 2
2019 145 -1 -145 1 142 3
2020 150 0 0 0 152 2
2021 165 1 165 1 162 3
2022 170 2 340 4 172 2
760 0 100 10 12
n n

Y  XY
a i 1
= 152 b i 1
= 10
n n

X
i 1
2
Y= 152 +

Y = 32 + 6,2 X
Prediksi penjualan
 Tahun 1 2 3 4 Total
2018 28 32 36 34 130
2019 32 35 38 40 145
2020 36 37 38 39 150
2021 40 40 42 43 165
2022 44 41 41 44 170
Jumlah 181 187 198 204 760

2023 31 32 34 35 182

% 23.8% 24.6% 26.1% 26.8% 101%

% 24% 24% 26% 26% 100% Variasi Musim
1%

Faktor Koreksi 98.70%

Data Genap

Tahun Y X XY X2
2004 24 -5 -120 25
2005 18 -3 -54 9
2006 28 -1 -28 1
2007 32 1 32 1 30.667
2008 38 3 114 9
2009 44 5 220 25
184 0 164 70
n n

Y  XY
a i 1
= 30.667 b i 1
= 2.3429
n n

X
i 1
2

Y= 30.667 +
riabel Y yang terjadi
1 unit variabel X

Y t  Yˆt
10 X MAD  t 1
= 2.4
n

penjualan 182 unit

ariasi Musim

2.34 X
 Metode Forecasting dengan Metode Moment

Tahun Penjualan Xi Xi Yi X^2

2018 130 0 0 0
2019 145 1 145 1
2020 150 2 300 4
2021 165 3 495 9 760
2022 170 4 680 16 1620
760 10 1620 30
1520
1620
-100

b
= 5a + 10 b Persamaan 1 ...... X 5 2
= 10 a + 30 b Persamaan 2

= 10 a + 20 b 1520 = 10 a + 200
= 10 a + 30 b
= 0a + -10 B 1320 = 10 a
a = 132
= 10
Y = 132 + 10

Y 2023 = 132 + 10

Y 2023 = 182
X

*5
 Penyelesaian :

1. Mencari Prediksi Penjualan 182

2. Penjualan Di masing masing Daerah Penjualan

Pekan Baru 61
Kampar 121
182

Nama Produk Distribusi Pekan Baru Kampar

Kecap Sedang 50% 30 61
Kecap Sedang 30% 18 36
Kecap Sedang 20% 12 24
61 121

3. Nilai Presentasi penjualan Triwulan

Tahun 1 2 3 4 Total
2018 28 32 36 34 130
2019 32 35 38 40 145
2020 36 37 38 39 150
2021 40 40 42 43 165
2022 44 41 41 44 170
Jumlah 181 187 198 204 760

2023 43 44 47 48 182

% 24% 25% 26% 27% 101%

% 24% 24% 26% 26% 100%

Faktor Koreksi 0.98701299

Nilai Penjualan per triwulan per daerah

Triwulan
Nama Produk Pekan Baru
1 2 3 4
Kecap Sedang 30 7 7 8 8
 Kecap Sedang 18 4 4 5 5
Kecap Sedang 12 3 3 3 3
61

Triwulan
Tahun Kampar
1 2 3 4
Kecap Sedang 61 14 15 16 16
Kecap Sedang 36 9 9 9 10
Kecap Sedang 24 6 6 6 6
121

5. Menyusun Anggaran Penjualan

Perusahaan Kecap Asli " Jember Ku

Anggaran Penjualan
Per 2023

Triwulan
Nama Produk
1 2
Dus Harga Total Dus Harga
Pekan Baru

Kecap Sedang 7 Rp 50,000 Rp 356,515 7 Rp 50,000

Kecap Sedang 4 Rp 60,000 Rp 256,691 4 Rp 60,000
Kecap Sedang 3 Rp 50,000 Rp 142,606 3 Rp 50,000
Sub Total 14 Rp 755,812 15 Rp 160,000

Kampar
Kecap Sedang 61 Rp 60,000 Rp 3,640,000 15 Rp 60,000
Kecap Sedang 36 Rp 75,000 Rp 2,730,000 9 Rp 75,000
Kecap Sedang 24 Rp 60,000 Rp 1,456,000 6 Rp 60,000

Sub Total 121 Rp 7,826,000 15

Penjualan Total setahun
Total

30
 18
12
61

Total

61
36
24
121

Kecap Asli " Jember Kuereen "

Anggaran Penjualan
Per 2023

Total
Triwulan
2 3 4 Setahun
Total Dus Harga Total Dus Harga Total

Rp 368,333 8 Rp 50,000 Rp 390,000 8 Rp 50,000 Rp 401,818 Rp 1,516,667

Rp 265,200 5 Rp 60,000 Rp 280,800 5 Rp 60,000 Rp 289,309 Rp 1,092,000
Rp 147,333 3 Rp 50,000 Rp 156,000 3 Rp 50,000 Rp 160,727 Rp 606,667
16 Rp 826,800 16 Rp 851,855 Rp 3,215,333

Rp 884,000 16 Rp 60,000 Rp 936,000 16 Rp 60,000 Rp 964,364 Rp 6,424,364

Rp 663,000 9 Rp 75,000 Rp 702,000 10 Rp 75,000 Rp 723,273 Rp 4,818,273
Rp 353,600 6 Rp 60,000 Rp 374,400 6 Rp 60,000 Rp 385,745 Rp 2,569,745

Rp 1,900,600 16 Rp 2,012,400 16 Rp 2,073,382 Rp 13,812,382

Rp 17,027,715
Rencana Penjualan selama satu tahun :

Bulan Tingkat Penjualan

Triwulan 1 43
Triwulan 2 44
Triwulan 3 47
Triwulan 4 48
182

Persediaan Awal
Pembelian
Jumlah Barang Digudang
Persediaan Akhir
Jumlah Barang Terjual
 Persediaan Awal 10 unit
Persediaan Akhir Tahun 6 unit
4

Mengutamakan Stabilitas Produksi

Triwulan 1 Triwulan 2 Triwulan 3

Target Penjualan 43 44 47
Persediaan Akhir 12 12 10
Jumlah Barang Digudang 55 56 57
Persediaan Awal 10 12 12
Jumlah Barang Diproduksi 45 45 45

Mengutamakan Stabilitas Persediaan

Triwulan 1 Triwulan 2 Triwulan 3

Target Penjualan 43 44 47
Persediaan Akhir 9 8 7
Jumlah Barang Digudang 52 52 54
Persediaan Awal 10 9 8
Jumlah Barang Diproduksi 42 43 46

Persediaan Awal 10
Persediaan Akhir Tahun 6
Selisih 4

Selisih dibagi 4 triwulan 1

Cara Kombinasi

Triwulan 1 Triwulan 2 Triwulan 3

Target Penjualan 43 44 47
Persediaan Akhir 7 9 12
Jumlah Barang Digudang 50 53 59
Persediaan Awal 10 7 9
Jumlah Barang Diproduksi 40 46 50

Tingkat produksi tidak boleh berfluktuasi melebihi 44.5

Produksi minimall 38 Unit
Produksi maksimal 51 Unit
Triwulan 4 Total
48 182
6 6
54 188
10 10
45 178

Triwulan 4 Total
48 182
6 6
54 188
7 10
47 178
Triwulan 4 Total
48 182
6 6
54 188
12 10
42 178 136

15%
 Variasi Musim

Tahun Winter Spring Summer Fall

1990 6.7 4.6 10 12.7 34
1991 6.5 4.6 9.8 13.6 34.5
1992 6.9 5 10.4 14.1 36.4
1993 7 5.5 10.8 15 38.3
1994 7.1 5.7 11.1 14.5 38.4
1995 8 6.2 11.4 14.9 40.5
1996 ? ? ? ?
Moving Rata-rata Rata-rata
Tahun Kuartal Penjualan Empat Moving Moving
Kuartal Kuartal Pusat
1990 Winter 6.7
Spring 4.6
Summer 10 34 8.5 8.475
Fall 12.7 33.8 8.45 8.45
1991 Winter 6.5 33.8 8.45 8.425
Spring 4.6 33.6 8.4 8.5125
Summer 9.8 34.5 8.625 8.675
Fall 13.6 34.9 8.725 8.775
1992 Winter 6.9 35.3 8.825 8.9
Spring 5 35.9 8.975 9.0375
Summer 10.4 36.4 9.1 9.1125
Fall 14.1 36.5 9.125 9.1875
1993 Winter 7 37 9.25 9.3
Spring 5.5 37.4 9.35 9.4625
Summer 10.8 38.3 9.575 9.5875
Fall 15 38.4 9.6 9.625
1994 Winter 7.1 38.6 9.65 9.6875
Spring 5.7 38.9 9.725 9.6625
Summer 11.1 38.4 9.6 9.7125
Fall 14.5 39.3 9.825 9.8875
1995 Winter 8 39.8 9.95 9.9875
Spring 6.2 40.1 10.025 10.075
Summer 11.4 40.5 10.125
Fall 14.9
 Deseasonalizing Data
alasan deseasonalizing adalah untuk menghilangkan fluktuasi musiman
sehingga trend dan siklus dapat diteliti. Untuk menghilangkan pengaruh
variasi musiman, jumlah penjualan masing masing kuartal ( yang berisi
trend, siklus dan pengaruh tak tentu dan musiman ) dibagi oleh indeks
musim untuk kuartal yang bersangkutan. TSCI / TCI.

Indeks Penjualan
X Tahun Kuartal Penjualan Musim Deseasonalized X
Y
1 1990 Winter 6.7 0.7667 8.73901 1
2 Spring 4.6 0.5760 7.98565 2
3 Summer 10 1.1440 8.74090 3
4 Fall 12.7 1.5225 8.34160 4
5 1991 Winter 6.5 0.7667 8.47814 5
6 Spring 4.6 0.5760 7.98565 6
7 Summer 9.8 1.1440 8.56608 7
8 Fall 13.6 1.5225 8.93274 8
9 1992 Winter 6.9 0.7667 8.99987 9
10 Spring 5 0.5760 8.68005 10
11 Summer 10.4 1.1440 9.09053 11
12 Fall 14.1 1.5225 9.26114 12
13 1993 Winter 7 0.7667 9.13031 13
14 Spring 5.5 0.5760 9.54805 14
15 Summer 10.8 1.1440 9.44017 15
16 Fall 15 1.5225 9.85228 16
17 1994 Winter 7.1 0.7667 9.26074 17
18 Spring 5.7 0.5760 9.89526 18
19 Summer 11.1 1.1440 9.70239 19
20 Fall 14.5 1.5225 9.52387 20
21 1995 Winter 8 0.7667 10.43464 21
22 Spring 6.2 0.5760 10.76326 22
23 Summer 11.4 1.1440 9.96462 23
24 Fall 14.9 1.5225 9.78660 24
221.10 300

Ramalan Penjualan Untuk Tahun 1

Estimasi
Kuartal t/X
X Y Penjualan
1 8.739008 Winter 25 10.316
2 7.985645 Spring 26 10.405
3 8.740896 Summer 27 10.494
4 8.341599 Fall 28 10.583
5 8.478142
6 7.985645
7 8.566078 Grafik Data
8 8.932736
9 8.999874
10 8.680049
11 9.090532
12 9.261145
13 9.130307
14 9.548054
15 9.440168
16 9.852282
17 9.26074
18 9.895256
19 9.702395
20 9.523872
21 10.43464
22 10.76326
23 9.964622
24 9.7866
T Trend
C siklus
S musim
I Variasi Tak tentu

Tahun Winter Spring Summer Fall

Indeks 1990 1.179941 1.502959
Musim 1991 0.771513 0.540382 1.129683 1.549858
1992 0.775281 0.55325 1.141289 1.534694
1993 0.752688 0.581242 1.126467 1.558442
1.179941 1994 0.732903 0.589909 1.142857 1.466498
1.50295858 1995 0.801001 0.615385
0.77151335 Total 3.833387 2.880168 5.720237 7.61245
0.54038179 Rata rata 0.766677 0.576034 1.144047 1.52249 4.0092
1.129683 Indeks 0.76491 0.5747 1.14141 1.51898 4
1.54985755
0.7752809 Faktor Koreksi 0.997693
0.55325035
1.14128944
1.53469388
0.75268817
0.58124174
1.12646675
1.55844156
0.73290323
0.58990944
1.14285714
1.4664981
0.80100125
0.61538462
 XY X^2

8.739 1
15.971 4
26.223 9
33.366 16
42.391 25
47.914 36
59.963 49
71.462 64
80.999 81
86.800 100
99.996 121
111.134 144
118.694 169
133.673 196
141.603 225
157.637 256
157.433 289
178.115 324
184.345 361
190.477 400
219.127 441
236.792 484
229.186 529
234.878 576
b  tY   Y  t / n
2867 4900  t   t  / n
2 2

n Untuk Tahun 1996  Y  b  t 

a  n 
n  
Indek Ramalan
Musim Kuartal
0.7667 7.91 a = 8.091
0.5760 5.99 b = 0.089
1.1440 12.01
1.5225 16.11