Penganggaran Perusahaan

Forecasting
(Peramalan Penjualan)
Disusun Oleh
Agtovia Frimayasa, SE, MM

Kode Mata Kuliah : Penganggaran Perusahaan

Tatap Muka
Fakultas : Ekonomi dan Bisnis Disusun Oleh :

Program Studi : Manajemen

02 Agtovia Frimayasa, SE, MM
 Abstract Kompetensi
Forecast/ramalan bukan merupakan Diharapkan mahasiswa dapat
rencana. Forecast adalah ramalan tentang memahami mengenai pengertian
apa yang akan terjadi pada waktu yang peramalan, jenis – jenis dan teknik
akan datang, sedangkan rencana teknik dalam membuat peramalan
penjualan.
merupakan penentuan yang akan dilakukan
pada waktu yang akan datang. Kegiatan
forecasting adalah perkiraan mengenai
sesuatu yang belum terjadi. Peramalan
atau forecasting selalu bertujuan agar
ramalan (forecast) yang dihasilkan mampu
meminimumkan pengaruh ketidakpastian
yang dihadapi perusahaan

2020 Manajemen Keuangan

2 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
1. Pengertian Forecast / Peramalan
Forecast/ramalan bukan merupakan rencana. Forecast adalah ramalan tentang apa
yang akan terjadi pada waktu yang akan datang, sedangkan rencana merupakan
penentuan yang akan dilakukan pada waktu yang akan datang. Kegiatan forecasting
adalah perkiraan mengenai sesuatu yang belum terjadi. Peramalan atau forecasting
selalu bertujuan agar ramalan (forecast) yang dihasilkan mampu meminimumkan
pengaruh ketidakpastian yang dihadapi perusahaan. Dengan kata lain peramalan
(forecasting) bertujuan untuk mendapatkan perkiraan yang dapat meminimumkan
kesalahan meramal (forecast error), yang biasanya diukur dengan mean squad error,
mean absolute error, dan sebagainya.

Sebagai contohnya yaitu ramalan tentang permintaan konsumen terhadap suatu produk
adalah 125.000 unit pada tahun yang akan datang. Hal ini berarti bahwa pada tahun
tersebut konsumen akan membutuhkan produk sebanyak 125.000 unit. Kemudian
pertanyaan yang muncul adalah apakah perusahaan mampu melayani seluruh
permintaan tersebut? Jika kapasitas maksimum perusahaan hanya bermuatan 100.000
unit, maka rencana penjualan yang dapat dilakukan perusahaan hanya sebesar 100.000
unit. Dengan demikian untuk membuat rencana penjualan, suatu perusahaan tidak
hanya mempertimbangkan forecast permintaan konsumen melainkan juga kapasitas
fasilitas, elastisitas harga, dan sebagainya.

Forecast penjualan menjadi suatu alat yang penting, yang dapat mempengaruhi manajer
dalam membuat perencanaan penjualan. Dalam rencana penjualan, perusahaan
memasukan keputusan manajemen berdasar hasil ramalan, masukan lain, dan
kebijakan manajemen tentang hal-hal yang berkaitan (contohnya volume penjualan,
harga, usaha penjualan, produksi, dan biaya-biaya).

2. Pemilihan Metode Peramalan (Forecasting)

Ramalan (forecasting) memiliki peran penting sebagai pedoman dalam pembuatan

rencana. Rencana kerja yang menggunakan forecast akan jauh lebih baik disbanding
tanpa forecast sama sekali. Bagaimana cara membuat ramalan (forecast) yang dapat
mendekati kenyataan? Cara yang bisa dilakukan adalah dengan memilih metode
forecasting yang paling sesuai dengan permasalahannya.

Terdapat banyak metode yang dapat digunakan untuk melakukan peramalan, namun
tidak seluruh metode sesuai untuk setiap masalah. Tidak ada suatu metode forecast
yang universal dan sesuai untuk semua masalah. Suatu metode mungkin sangat cocok
untuk membuat forecast mengenai sesuatu hal, namun belum tentu tepat untuk masalah
yang lain. Oleh karena itu harus dapat dilakukan pemilihan metode yang paling sesuai,
yaitu metode yang dapat meminimumkan kesalahan forecasting.

2020 Manajemen Keuangan

3 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Untuk memilih metode atau teknik forecasting penjualan dipengaruhi beberapa faktor,
yaitu:

 Sifat produk yang dijual

 Metode distribusi yang dipakai (langsung-tidak langsung)
 Besarnya perusahaan dibanding pesaing
 Tingkat persaingan yang dihadapi
 Data historis yang tersedia
 Sifat permintaan produk yang bersangkutan

3. Teknik – Teknik Peramalan (forecasting)

Berbagai teknik digunakan perusahaan untuk meramalkan penerimaan dan volume
penjualan. Teknik forecasting mencakup pengukuran secara kuantitatif dan kualitatif.
Teknik kuantitatif yakni dengan menggunakan metode statistik dan matematik.
Sedangkan teknik kualitatif biasanya menggunakan judgment atau pendapat.
Penggunaan metode statistik saja secara keseluruhan dipandang kurang lengkap
karena masih banyak masalah yang tidak dapat diukur secara kuantitatif seperti
kebijakan pemerintah, perkembangan politik, struktur masyarakat, atau perubahan
selera konsumen. Sedangkan penggunaan judgment juga dianggap masih banyak
kelemahannya. Karena pengunaan judgment terkadang bersifat subjektif dan sulit
dipahami pihak lain.

3.1 FORECASTING BERDASARKAN PENDAPAT (JUDGMENT METHOD)

Dengan demikian forecasting menghendaki perpaduan antar analisa yang ilmiah

dilengkapi dengan pendapat pribadi perencana. Teknik statistik dipakai sebagai alat
primer bagi penyusunan forecast, sedangkan interpretasi dan judgment digunakan
sebagai pelengkap. Secara sitematik, teknik-teknik atau metode-metode forecast
dikelompokkan menjadi:

Forecast penjualan membawa pengaruh yang besar bahkan bermanfaat untuk

menentukan keputusan dan kebijakan manajemen seperti:

 Kebijakan perencanaan produksi

 Kebijakan persediaan barang jadi
 Kebijakan pemakaian mesin dan peralatan
 Kebijakan tentang investasi aktiva tetap
 Rencana pembelian bahan mentah dan penolong
 Rencana aliran kas.

Forecast secara kualitatif sering digunakan untuk membuat ramalan penjualan maupun
ramalan kondisi bisnis secara umu. Sumber-sumber pendapat yang biasanya dipakai
sebagai dasar melakukan forecasting adalah salesman, manajer area, konsultan, dan
survey konsumen.

3.2 FORECASTING DENGAN PERHITUNGAN SECARA STATISTIK

2020 Manajemen Keuangan

4 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Perhitungan secara statistik didasarkan pada data objektif baik yang bersifat mikro
maupun makro. Beberapa teknik perhitungan stastistik dalam forecasting yang dibahas
meliputi:

 Analisis Trend
 Analisis Growth
 Analisis Korelasi
 Analisis dengan Teknik Khusus

3.2.1 ANALISIS TREND (KECENDERUNGAN)

Trend kerap disebut seculer trend yang berarti rata-rata perubahan biasanya tiap
tahun dalam jangka panjang. Trend merupakan gerakan lamban berjangka panjang
dan cenderung menuju satu arah, meningkat atau menurun. Trend positive terjadi jika
hal yang diteliti menunjukan gejala kenaikan ( Trend yang dimiliki menunjukan rata-
rata pertambahan). Trend negative terjadi jika hal yang diteliti menunjukan gejalan
berkurang (Trend yang dimiliki menunjukan rata-rata menurun).

Secara umum data-data penjualan mencerminkan 4 faktor berikut:

1. Trend

Trend merupakan pergerakan time series dalam jangka panjang, bisa berbentuk
trend naik atau menurun. Diperlukan jangka waktu yang relative panjang (15 atau
20 tahun) untuk melihat pola trend tersebut. Trend tersebut bisa dipengaruhi
perubahan jumlah penduduk, perubahan teknologi dan semacamnya.

2. Siklus

Siklus merupakan fluktuasi bisnis dalam jangka menengah (berkisar antara 2-10
tahun). Penyebab timbulnya fluktuasi siklus semacam ini sangat beragam, begitu
juga lama dan besarnya fluktuasi juga berbeda-beda antara satu perusahaan
dengan perusahaan lainnya maupun industri-industri lain.

3. Musiman

Musiman merupakan fluktuasi yang terjadi dalam lingkup 1 tahun. Ada beberapa
penyebab timbulnya fluktuasi musiman seperti, karena peristiwa tertentu (peristiwa
lebaran/tahun baru) atau karena cuaca (musim hujan/ musim kemarau).

4. Ketidakteraturan

Fluktuasi semacam ini disebabkan faktor-faktor yang munculnya tidak teratur,

dalam jangka waktu yang pendek. Sebagai contoh ketidakteraturan karena faktor
bencana alam, yang berakibat volume panen yang dihasilkan tidak seperti
biasanya.

Adanya beberapa metode yang dapat digunakan untuk membuat garis trend,
antara lain:

3.2.1.1 TREND BEBAS

Penerapan garis trend secara bebas dapat dikatakan sebagai suatu cara
penerapan garis trend tanpa menggunakan rumus matematika. Penggambaran
secara langsung bisa dilakukan dengan menarik garis lurus disekitar data-data

2020 Manajemen Keuangan

5 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 yang ada. Cara semacam ini sangat praktis dan sederhana, namun mempunyai
kelemahan karena konsistensi secara semacam ini sangat kurang. Dua orang
dengan menggunakan data yang sama bisa menghasilkan garis trend yang
berlainan. Demikian pula seorang analisis apabila menggambar dua kali pada
waktu berbeda juga bisa menghasilkan garis trend yang berlainan, meskipun
data yang digunakan sama. Sehingga cara ini jarang digunakan.

Contoh penerapan Garis Trend Bebas

Sebuah perusahaan yang bergerak pada produksi mainan anak ingin membuat ramalan
penjualan untuk beberapa tahun mendatang di wilayah Indonesia Timur. Data penjualan
untuk lima tahun terakhir:

Tahun Volume
Penjualan (unit)
2A05 520,000
2A06 580,000
2A07 600,000
2A08 660,000
2A09 680,000

Data tersebut dapat digambarkan garis Trend sebagai berikut

3.2.1.2 TREND SETENGAH RATA-RATA (SEMI AVERAGE)

Dalam analisis trend ini unsur subjective bebas mulai dihapuskan karena teknik
peramalannya sudah menggunakan perhitungan. Formula yang digunakan
adalah

Y = a + b (X)

2020 Manajemen Keuangan

6 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 a = rata-rata kelompok 1 ( 1) atau kelompok 2 ( bergantung tahun dasar.

b=

n = jumlah tahun dihitung dari periode dasar ( jarak periode antara dan )

KASUS FORECASTING DENGAN ANALISIS TREND SEMI AVARAGE

Pada awal tahun 2011 perusahaan tekstil “Gaya Baru” merencanakan

penyusunan anggaran penjualan secara terperinci. Data-data yang berhasil
dikumpulkan adalah sebagai berikut:

Data penjualan selama 6 tahun terakhir

Tahun Volume Penjualan

2A05 425.000 meter
2A06 500.000 meter
2A07 575.000 meter
2A08 650.000 meter
2A09 670.000 meter
2A10 720.000 meter

Berdasarkan data diatas, diminta:

1) Menentukan besarnya volume penjualan perusahaan tahun 2A11 dengan

menggunakan metode Trend Semi Average
2) Menyusun Anggaran Penjualan tahun 2A11 berdasarkan daerah, produk,
dan total omzet penjualan.

PENYELESAIAN KASUS ANALISIS TREND SEMI AVERAGE

a. Volume penjualan perusahaan tahun 2A11

Data genap (kelompok ganjil) (6tahun data)

Tahun Y Semi Total Semi Average Xa Xb

2A05 425,000 -1 -4

2A06 500,000 150,000 500,000 0 -3

2A07 575,000 1 -2

2A08 650,000 2 -1

2A09 670,000 2,040,000 680,000 3 0

2A10 4 1

2020 Manajemen Keuangan

7 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 720,000

Formula : Y = a + b (X)

a= 1 atau bergantung tahun dasar

b=

c = jarak periode antara dan

Perhitungan : a = 500.000 atau 680.000

b= = 60.000

Y 2A11 = 500.000 + 60.000 (5) = 800.000 (tahun dasar 1)

Y 2A11 = 680.000 + 60.000 (2) = 800.000 (tahun dasar 2)

Maka penjualan perusahaan tahun 2A11 adalah sebesar 800.000 unit

3.2.1.3 ANALISIS TREND MATEMATIS

Dalam trend matematis ini, terdapat 2 pendekatan yang dapat digunakan untuk
menggambarkan garis trend yaitu:

1) Analisis Trend Moment

Formula dasar dasar yang dapat digunakan adalah:

Y = a + b (X)

Persamaan (i) : ∑Y = n.a + b.∑X

Persamaan (ii) : ∑XY = a.∑X + b.∑X2

Formula Y = a + b (X) merupakan persamaan garis trend yang akan

digambarkan. Persamaan (i) dan Persamaan (ii) digunakan untuk
menghitung nilai a dan b yang ada pada akhirnya dijadikan sebagai dasar
penerapan garis linier atau garis trend.

KASUS FORECASTING DENGAN METODE TREND MOMENT

Data Perkembangan jumlah penjualan selama 5 tahun terakhir ( tahun 2A06 sampai
dengan 2A10 ), sebagai berikut:

Tahun Volume

2020 Manajemen Keuangan

8 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Penjualan
2A06 671.382 unit
2A07 692.856 unit
2A08 703.930 unit
2A09 634.268 unit
2A10 763.296 unit
Dengan menggunakan data tersebut, hitunglah:

A. Volume penjualan tahun 2A11 dengan metode Trend Moment

B. Trend penjualan setiap tahun (tahun 2A06 s/d 2A10)

PENYELESAIAN KASUS TREND MOMENT

a) Menghitung forecast penjualan tahun 2A11

Untuk menghitung forecast penjualan tahun 2A11, digunakan metode
trend moment.

Periode Penjualan (Y) X X2 XY

2A06 671.382 unit 0 0 0

2A07 692.856 unit 1 1 692.856

2A08 703.930 unit 2 4 1.407.860

2A09 634.268 unit 3 9 1.902.804

2A10 763.296 unit 4 16 3.053.184

Total 3.465.732 unit 10 30 7.056.704

Formula yang digunakan :

Y = a + b(X)
Persamaan (i) :

2
Persamaan (ii) :
Persamaan (i) : 3.465.732 = 5a + 10b
Persamaan (ii) : 7.056.704 = 10a + 30b
Atau
Persamaan (ii): 7.056.704 = 10a + 30b
Persamaan (i) : 6.931.464 = 10a + 20b
125.240 = 10b
Diperoleh :
b = 12.524
a = 668.098,4
Persamaan Trend : Y = 668.098,4 + 12.524 (X)
Volume Penjualan tahun 200F adalah :

2020 Manajemen Keuangan

9 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Y = 668.098,4 + 12.524 (X)
Y = 668.098,4 + 12.524 (5)
Y = 730.718,4 unit (pembulatan)

b) Menghitung Trend setiap tahun

Nilai Trend setiap tahun :
Tahun 2A06 : Y = 668.098,4 + 12.524 (0) = 668.098,4
Tahun 2A07 : Y = 668.098,4 + 12.524 (1) = 680.622,4
Tahun 2A08 : Y = 668.098,4 + 12.524 (2) = 693.146,4
Tahun 2A09 : Y = 668.098,4 + 12.524 (3) = 705.670,4
Tahun 2A10 : Y = 668.098,4 + 12.524 (4) = 718.194,4

C. Membuat Grafik Garis Trend dengan Metode Moment

2) ANALISIS TREND LEAST SQUARE

Metode trend least square pada dasarnya memiliki sumber formula yang
sama dengan metode matematis. Hal yang membedakan adalah bahwa
metode least square menggunakan asumsi ∑X = 0. Formula yang digunakan:

Y = a + b (X)

a = ∑Y / n

b = ∑XY / ∑

Keterangan:

Y = Variabel dependen

2020 Manajemen Keuangan

10 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 X = Variabel independen (periode)

a = Nilai konstanta

b = Koefisien regresi

n = jumlah data (periode)

KASUS FORECASTING DENGAN METODE TREND LEAST SQUARE

a. Pengalaman penjualan selama 5 tahun terakhir

Volume
Tahun Penjualan
2A06 900000 unit
2A07 920000 unit
2A08 950000 unit
2A09 980000 unit
2A10 1000000 unit

Berdasarkan data tersebut diminta :

Menghitung forecast penjualan tahun 2A11 dengan metode least square

PENYELESAIAN KASUS TREND LEAST SQUARE

Menghitung forecast penjualan tahun 2A11

Untuk menghitung forecast penjualan tahun 2A11 digunakan metode Trend Least
Square.

Tahun Penjualan (Y) X X2 XY

90
2A06 0,000 -2 4 -1,800,000
92
2A07 0,000 -1 1 -920,000
95
2A08 0,000 0 0 0
98
2A09 0,000 1 1 980,000
1,00
2A10 0,000 2 4 2,000,000
4,75
Total 0,000 0 10 260,000
Metode least square:

a = ∑Y / n = 4.750.000 / 5 = 950.000

b = ∑XY / ∑X2 = 260.000 / 10 = 26.000

2020 Manajemen Keuangan

11 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Y 2A11 = a + b (X) = 950.000 + ( 26.000 x 3 ) = 1.028.000

Dengan demikian diperoleh ramalan penjualan tahun 2A11 sebesar

1.028.000

3.2.2 ANALISIS GROWTH

Untuk membuat forecasting dengan menggunakan analaisis growth
(pertumbuhan) mengacu pada formula sebagai berikut :

Formula = Pn = Po (1+1)n

Keterangan :
Pn = volume penjualan tahun ke n
Po = volume penjualan tahun dasar
n = periode atau tahun
i = interest (tingkat pertumbuhan penjualan)

Contoh:
Diketahui penjualan pada tahun 2A08 adalah sebesar 1.000.000 unit dengan
tingkat pertumbuhan penjualan sebesar 100%. Tentukan penjualan tahun
2A11 sesuai tingkat pertumbuhan yang berlaku.
Penyelesaian :
Pn = Po (1+1)n
P tahun 2A11 = 1.000.000 (1+10%)3
P tahun 2A11 = 1.331.000 unit
Dengan analisis growth diperoleh ramalan penjualan tahun 2A11 sebesar
1.331.000 unit.

KASUS FORECASTING PENJUALAN DENGAN ANALISIS GROWTH

Perusahaan MERAPI IRON CO merupakan perusahaan pengecoran besi.
Data yang diperoleh dari data industri pengecoran besi menggambarkan
volume penjualan industri dan penjualan perusahaan selama 3 tahun terakhir
:
Tabel data penjualan industri dan perusahaan.

Tahun Penjualan industri Penjualan perusahaan

2A08 360.000.000 ton 36.000.000 ton

2A09 400.000.000 ton 44.000.000 ton

2A10 440.000.000 ton 53.240.000 ton

Diasumsikan bahwa pertumbuhan penjualan industri setiap tahun mengikuti

kecenderungan (trend) yang berlaku, sedangkan pertumbuhan penjualan
perusahaan menyesuaikan besarnya pertumbuhan market share perusahaan
dari tahun ke tahun.

Dengan data tersebut, diminta untuk :

2020 Manajemen Keuangan

12 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 1. Menghitung volume penjualan industri tahun 2A11 dengan metode trend
least square
2. Menghitung market square untuk tahun 2A11 dengan analisis Growth
3. Menghitung volume penjualan perusahaan tahun 2A11 sesuai tingkat
market share perusahaan

PENYELESAIAN KASUS ANALISIS GROWTH :

a. Volume Penjualan Industri tahun 2A11

Untuk menghitung volume penjualan industri tahun 2A11, digunakan

metode trend least square.

Formula yang digunakan:

Y = a + b (X)

a = ∑Y / n

b = ∑XY / ∑

Keterangan:

Y = Variabel dependen

X = Variabel independen (periode)

a = Nilai konstanta

b = Koefisien regresi

n = jumlah data (periode)

Penjualan Industri
Periode (Y) X X2 XY
2A08 360,000,000 ton -1 1 -360,000,000
2A09 400,000,000 ton 0 0 0
2A10 440,000,000 ton 1 1 440,000,000
Total 1,200,000,000 ton 0 2 80,000,000
Menghitung nilai a dan b

a = ∑Y / n = 1.200.000.000 / 3 = 400.000.000

b = ∑XY / ∑ = 80.000.000 / 2 = 40.000.0000

Y 2A11 = a + b (X) = 400.000.000 + ( 40.000.000 x 2 ) = 480.000.000

Dengan demikian diperoleh penjualan industri tahun 2A11 sebesar

480.000.000 ton

b. Market Share Perusahaan tahun 2A11

Untuk menghitung besarnya market share digunakan formula berikut:

2020 Manajemen Keuangan

13 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Market share = x 100%

Tahun Penjualan Penjualan Market share

industri (ton) perusahaan (ton)

2A08 360.000.000 36.000.000 10%

2A09 400.000.000 44.000.000 11%

2A10 440.000.000 53.240.000 12,1%

Perkembangan market share (MS) dari tahun ke tahun dihitung dengan

menggunakan analisis growth.

Formula = Pn = Po (1+i)n

MS tahun 2A10 = MS 2A08 (1+i)2

12,1% = 10% (1+i)2
(1+i)2 = 0,121/0,1
(1+i)2 = 1,21
(1+i) = 1,1
i = 0,1 atau 1 = 10%

Disini ditemukan besarnya interest (tingkat pertumbuhan penjualan)

adalah 10%.
Sehingga market share tahun 2A11 adalah :
MS tahun 2A11 = MS tahun 200A (1+i)n
MS tahun 2A11 = 0,1 (1+0,1)3
MS tahun 2A11 = 0,1 x 1,331 = 0,1331 = 13,31%
c. Volume Penjualan Perusahaan Tahun 2A11
Penjualan perusahaan (PP) dihitung dengan cara mengalikan antara
penjualan industri (PI) dengan market share (MS) yang diperoleh pada
tahun tersebut.

Formula : Penjualan perusahaan = Penjualan Industri x Market Share

PP 2A11 = PI 2A11 x MS 2A11

= 480.000.000 x 13,31%

= 63.888 ton

Dengan demikian dihasilkan penjualan perusahaan tahun 2A11 sebesar

63.888 ton.

3.2.3 ANALISIS REGRESI KORELASI

Dalam analisis ini dikenal 2 jenis variabel yakni variabel dependen (Y) dan
variabel independen (X). Variabel dependen adalah variabel yang nilainya
dipengaruhi (bergantung) besar kecilnya variabel lain (variabel independen).

2020 Manajemen Keuangan

14 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Sedangkan variabel independen adalah variabel bebas yang nilainya tidak
dipengaruhi oleh variabel lain.

Dalam analisis regresi, pengaruh linear antara nilai suatu variabel dengan nilai
variabel lain dinyatakan dengan persamaan sebagai berikut:

Y = f (X)

Yang berarti bahwa nilai variabel dependen (Y) ditentukan oleh nilai variabel
independen (X). Dengan dungsi linear, maka besar pengaruh sebenarnya dari
variabel independen terhadap variabel dependen dinyatakan dengan
persamaan, sebagai berikut:

Y = a + b (X)

Dalam analisis regresi korelasi, maka formula regresi yang digunakan adalah

Yp = a + b (X)

Keterangan: a = Jumlah pasang observasi

b = koefisien regresi

Besarnya nilai a dan b dihitung dengan bantuan formula:

b=

a=

Korelasi adalah hubungan antara satu variabel dengan variabel yang

lain. Analisis ini biasanya digunakan untuk melengkapi analisis regresi.
Sehingga analisis Korelasi berguna untuk menggali hubungan sebab akibat
antara beberapa variabel. Sebagai gambaran perubahan tingkat penjualan tidak
hanya ditentukan oleh pola penjualan yang telah terjadi, melainkan juga
dipengaruhi oleh faktor-faktor lain.

Contoh permintaan akan produk susu (kaleng) ditentukan oleh faktor-

faktor seperti jumlah penduduk, jumlah kelahiran bayi atau faktor lain.

Sehingga peramalan menggunakan metode Trend dapat dibenarkan jika

produk yang dijual tidak dipengaruhi (tergantung) variabel lain. Jika produk
tersebut dapat dijual karena ada pengaruh variabel lain maka analisis yang
tepat adalah menggunakan Analisis Regresi Korelasi.

Korelasi dinyatakan dengan antara angka -1 s/d 1, dengan symbol r,

yang berarti bahwa bearnya nilai r berada diantara -1 s/d 1. Semakin nilai r ini
mendekati -1 atau 1 maka berarti semakin kuat hubungan antara 2 varibel
tersebut.

2020 Manajemen Keuangan

15 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Kriteria nilai:

 r = -1, terdapat hubungan negative sempurna (hubungan antara dua variabel

kuat
dan arah hubungan berkembalikan)
 r = +1, terdapat hubungan positive sempurna (hubungan antara dua variabel
kuat
dan searah)
 r = 0, tidak terdapat hubungan sama sekali

Untuk mencari koefisien korelasi dapat digunakan rumus sebagai berikut :

r=

KASUS FORECASTING DENGAN ANALISIS REGRESI KORELASI

Perusahaan PRIMA MAKMUR ingin mengetahui apakah periklanan yang dilakukan
selama ini efektif dalam membantu meningkatkan volume penjualan produk. Berikut
ini data-data penjualan dan biaya periklanan per unit selama 5 tahun terakhir :

Periode Volume Biaya iklan/unit

penjualan (unit) (Rp/unit)

2A06 600.000 250

2A07 625.000 300

2A08 650.000 325

2A09 650.000 350

2A10 675.000 375

Dengan menggunakan analisis regresi korelasi, saudara diminta membantu

perusahaan untuk mengambil keputusan apakah periklanan pada tahun 2A11 perlu
ditingkatkan.

PENYELESAIAN KASUS ANALISIS REGRESI KORELASI

Periode Y X XY X2 Y2 Yp

2A06 600.000 250 150.000.000 62.500 360.000.000.000 599.324

2A07 625.000 300 187.500.000 90.000 390.625.000.000 628.378

2A08 650.000 325 211.250.000 105.625 422.500.000.000 642.905

2A09 650.000 350 227.500.000 122.500 422.500.000.000 657.432

2A10 675.000 375 253.125.000 140.625 456.625.000.000 671.959

2020 Manajemen Keuangan

16 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Total 3.200.000 1.600 1.029.375.000 521.250 2.051.250.000.000

Persamaan regresi :
Yp = a + b(X)
Besarnya nilai a dan b dihitung dengan formula

b =

b =

b = 581,08

a =

a = = 454.054

Persamaan : Yp = 454.054 + 581,08 (X)

Pada kolom terakhir dalam tabel tersebut ditunjukan hasil perhitungan Yp pada setiap
periode. Langkah selanjutnya adalah mengukur ketergantungan antara kedua variabel
dengan analisis korelasi. Untuk mencari koefisien korelasi dapat digunakan rumus sebagai
berikut:

r=

r=

r = 0,00019

Angka koefisien relasi sebesar 0,00019 berarti bahwa pengaruh biaya iklan terhadap tingkat
penjualan perusahaan bersifat lemah ( dilihat dari rendahnya angka r, pengaruhnya kurang
signifikan). Jika menejemen meningkatkan biaya iklan, maka peningkatan tersebut kurang
mempengaruh besarnya volume penjualan. Dengan demikian kebijakan menejemen untuk
meningkatan biaya iklan ditahun berikutnya dinilai kurang signifikan.

3.2.4 ANALISIS DENGAN TEKNIK KHUSUS

A. ANALISIS INDUSTRI

2020 Manajemen Keuangan

17 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
Salah satu cara yang dapat digunakan untuk membuat forecast adalah melalui analisis
industri. Dalam metode ini peramalan dilakukan dengan menghubungkan potensi penjualan
perusahaan dengan permintaan industri secara umum, baik dalam hal volume penjualan
maupun posisi pesaingan bisnis.

Analisis ini berfokus pada kegiatan memperkirakan market share yang dimiliki perusahaan.
Semakin besar market share yang dimiliki, menunjukkan posisi pesaingan perusahaan yang
lebih kuat dibandingkan perusahaan lain. Demikian pula sebaliknya, market share yang
kecil mencerminkan posisi perusahaan yang lemah dibandingkan perusahaan pesaing.
Untuk menghitung besarnya market share digunakan formula berikut:

Market share = x 100%

Analisis industri ini meliputi :

1. Menentukan proyeksi demand industri untuk mengetahui prospek perkembangan

industri produk di masa mendatang.
2. Menilai posisi perusahaan dalam industri sejenis, yang terukur dengan besarnya market
share yang diperoleh perusahaan.
3. Proyeksi posisi perusahaan di masa mendatang, melalui perhitungan Expected Market
Share.

KASUS FORECASTING DENGAN ANALISA MARKET SHARE

CV NIKEN SHOES CO. Merupakan perusahaan yang bergerak di bidang industri sepatu olah raga.
Data permintaan industri sepatu dan penjualan CV NIKEN SHOES CO selama 6 tahun terakhir sebagai
berikut :

Periode Penjualan industri (pasang sepatu) Penjualan perusahaan (pasang

sepatu)

2A05 75.000.000 6.000.000

2A06 72.000.000 6.480.000

2A07 78.000.000 7.020.000

2A08 81.000.000 8.100.000

2A09 90.000.000 9.900.000

2A10 94.500.000 11.340.000

Selama 6 tahun terakhir market share perusahaan cenderung meningkat. Untuk tahun 2A11
dengan berbagai pertimbangan perusahaan cukup puas dengan tingkat market share sama
dengan tahun 2A10.

Dengan data tersebut, diminta :

1. Menghitung perkiraan demand industri untuk tahun 2A11 dengan metode moment.

2020 Manajemen Keuangan

18 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
2. Menentukan tingkat penjualan CV NIKEN SHOES CO pada tahun 2A11 sesuai harapan
yang digariskan

PENYELESAIAN KASUS ANALISA MARKET SHARE

Perencanaan penjualan atas dasar analisa market share :

a. Perkiraan demand industri sepatu dengan metode trend moment

Periode Penjualan (Y) X X2 XY

2A05 75.000.000 m 0 0 0

2A06 72.000.000 m 1 1 72.000.000

2A07 78.000.000 m 2 4 156.000.000

2A08 81.000.000 m 3 9 243.000.000

2A09 90.000.000 m 4 16 360.000.000

2A10 94.500.000 m 5 25 472.500.000

Total 490.000.000 m 15 55 1.303.500.000

Formula yang digunakan :

Y = a + b (X)

Persamaan (i) : ∑Y = n.a + b.∑X

Persamaan (ii) : ∑XY = a.∑X + b.∑X2

Persamaan (i) : 490. 500.000 = 6a + 15b

Persamaan (i) : 1.303.500.000 = 15a + 15b

Atau

Persamaan (i) : 2.452.500.000 = 30a + 75b

Persamaan (ii) : 2.607.000.000 = 30a + 110b

154.500.000 = 35b

Diperoleh :

b = 4.414.285,72

a = 70.714.285,70

Persamaan Trend : Y = 70.714.285,70 + 4.414.285,72 (X)

2020 Manajemen Keuangan

19 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
Volume penjualan industri tahun 2A11 adalah :

Y = 70.714.285,70 + 4.414.285,72 (X)

Y = 70.714.285,70 + 4.414.285,72 (6)

Y = 97.200.000 m (pembulatan)

b. Tingkat Penjualan Perusahaan yang dapat dicapai tahun 2A11

Market Share 2A10 = x 100% = 12%

Tingkat penjualan perusahaan 2A11 = 12% x 97.200.000 m = 11.664.000 m

(Catatan : Market share 2A10 = Market share 2A11)

B. ANALISIS LINI PRODUK ( PRODUK LINE)

Analisa Lini Produk (Produk Line) digunakan pada perusahaan-perusahaan yang

menghasilkan lebih dari satu macam produk. Masing-masing macam produk tersebut tidak
dapat diambil kesamaannya dan harus dibuat forecast secara terpisah.

CONTOH :

1. Perusahaan X yang menghasilkan barang-barang elektronik, minuman, dan

pakaian. Ketiga jenis produk ini tidak dapat “dipadukan” menjadi satu forecast.
Masing-masing harus dibuatkan forecast sendiri.
2. Perusahaan Y yang menghasilkan susu formula. Susu formula “A” sudah mencapai
tahap kedewasaan, sedangkan susu formula “B” baru mulai diproduksi awal tahun
ini (masih tahap pengenalan). Maka antara susu formula A dan B memiliki
perbedaan dalam banyak hal seperti (1) konsumen, (2) metode distribusi, dan (3)
lain-lain. Untuk itu masing-masing produk harus dibuatkan forecast tersendiri pula.
Untuk pelaksanaannya pada dasarnya sama dengan metode statistik dalam analisis
Trend.

Dengan demikian untuk membuat rencana penjualan, perusahaan perlu

mempertimbangkan dua aspek berikut (1) penentuan jumlah dan variasi dari produk yang
akan dijual oleh perusahaan, dan (2) rencana penjualan ini (baik strategis maupun taktis)
harus mencakup keputusan sementara tentang lini produk baru yang akan diperkenalkan
dan lini produk lama mana yang akan dihapus, dilakukan inovasi, atau produk campuran.

Produk campuran adalah hubungan volume antara dua produk atau lebih. Contohnya
perusahaan menjual produk R sebanyak 1.000 unit dengan harga jual Rp 300/unit, dan I
sebanyak 2.000 unit dengan harga jual Rp 290/unit. Biaya variabel per unit untuk produk R
sebesar Rp 100/unit dan produk I Rp 80/unit. Biaya tetap pertahun adalah Rp 100.000 untuk
produk R dan Rp 75.000 untuk produk I. Perusahaan diasumsikan harus menghasilkan
kedua produk dan kapasitas maksimum adalah 3000 unit, oleh karena itu perubahan dalam
produk campuran direncanakan di tahun depan.

2020 Manajemen Keuangan

20 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Manajemen dihadapkan pada 4 alternatif kebijakan yang harus dipilih, yaitu

1. Alternatif 1 : meningkatkan produksi R sebesar 20% dan menurunkan produk I

sebesar 10%
2. Alternatif 2 : meningkatkan produksi R sebesar 40% dan menurunkan produk I
sebesar 20%
3. Alternatif 3 : menurunkan produksi R sebesar 20% dan meningkatkan produk I
sebesar 10%
4. Alternatif 4 : menurunkan produksi R sebesar 40% dan meningkatkan produk I
sebesar 20%

Anggaran
Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4
Sementara
Produk Produk Produk Produk
Keterangan
Produk R Produk I R Produk I R Produk I Produk R I
Produk I
R naik turun naik turun turun naik turun
20% 10% 40% 20% 20% 10% 40% naik 20%

Volume (unit) 1,000 2,000 1,200 1,800 1,400 1,600 800 2,200 600 2,400

Penjualan 300,000 580,000 360,000 522,000 420,000 464,000 240,000 638,000 180,000 696,000

VC 100,000 160,000 120,000 144,000 140,000 128,000 80,000 176,000 60,000 192,000

FC 100,000 75,000 100,000 75,000 100,000 75,000 100,000 75,000 100,000 75,000

TC 200,000 235,000 220,000 219,000 240,000 203,000 180,000 251,000 160,000 267,000

Laba 100,000 345,000 140,000 303,000 180,000 261,000 60,000 387,000 20,000 429,000

Total Laba 445,000 443,000 441,000 447,000 449,000

Kesimpulan : Produk campuran dengan marjin kontribusi tertinggilah yang harus didorong
untuk perluasan yang realistic (alternatif 4), yaitu memproduksi produk R sebesar 600 unit
dan produk I sebesar 2400 unit.

C. ANALISIS PENGGUNAAN AKHIR

Analisis ini digunakan pada perusahaan-perusahaan yang memproduksi barang-barang

tidak langsung dapat dikonsumsi, melainkan masih memerlukan proses lebih lanjut untuk
menjadi produk akhir. Permintaan akan produk ini dipengaruhi secara langsung oleh produk
akhir yang berasal dari produk tersebut atau produk akhir yang menggunakannya.

CONTOH:

Perternakan sapi perah merupakan produsen penghasil susu perah yang digunakan untuk
menghasilkan susu formula bayi. Permintaan produk susu perah dipengaruhi secara
langsung oleh permintaan susu formula karena susu formula merupakan produk akhir
sebagai hasil proses lebih lanjut dari susu perah.

Dengan demikian sebagaimana produk susu formula, permintaan susu perah

dipengaruhi antara lain :

 Tingkat kelahiran bayi

 Pendapatan per kapita
 Konsumsi susu formula per kapita

2020 Manajemen Keuangan

21 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 Angka ekspor dan impor susu formula
Sehingga setelah perusahaan mengetahui kebutuhan produk susu formula, maka dapat
ditentukan besarnya kebutuhan susu perah pada tahun yang bersangkutan. Pada akhirnya
dengan memproyeksikan market share perusahaan dapat dibuat forecast penjualan susu
perah dari usaha perternakan tersebut.

Contoh : KASUS ANALISA PENGGUNA AKHIR

Perusahaan “PRIMA BOTTLE” adalah perusahaan yang bergerak dibidang usaha produksi
botol yang ditujukan untuk botol minuman ringan dan botol obat-obatan. Berikut ini adalah
data yang tersedia diperusahaan untuk keperluan perencanaan penjualan:

a. Penjualan botol minuman ringan Tahun 2A04 s/d 2A10:

TAHUN Volume Penjualan (unit)

2A04 258,000
2A05 258,000
2A06 290,000
2A07 346,000
2A08 312,000
2A09 326,000
2A10 382,000
Total 2,172,000

b. Penjualan botol obat-obatan Tahun 2A04 s/d 2A10:

TAHUN Volume Penjualan (unit)

2A04 720,000
2A05 752,000
2A06 880,000
2A07 796,000
2A08 1,064,000
2A09 1,136,000
2A10 1,990,000
Total 7,338,000

Dengan data-data tersebut perusahaan ingin menyusun forecast penjualan botol minuman
ringan dan botol obat-obatan untuk lima tahun yang akan datang dengan menggunakan
metode Least Square.

Penyelesaian Kasus :

a. Forecast penjualan botol minuman ringan dengan menggunakan metode Least Square

TAHUN Volume (Y) X XY X2 Trend (Y')

2A04 258,000 -3 -774.000 9 253,500

2020 Manajemen Keuangan

22 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 2A05 258,000 -2 -516.000 4 272,429

2A06 290,000 -1 -290.000 1 291,357

2A07 346,000 0 0 0 310,286

2A08 312,000 1 312.000 1 329,214

2A09 326,000 2 652.000 4 348,143

2A10 382,000 3 1.146.000 9 367,071

Total 2,172,000 0 530.000 28

Keterangan:

Y = a + b (X)

a = ∑Y / n = 2.172.000 / 7 = 310.286

b = ∑XY / ∑ = 530.000 / 28 = 18.929

Y = 310.286 + 18.929 (X)

Nilai Trend

2A11 = 310.286 + 18.929 (4) = 386.000

2A12 = 310.286 + 18.929 (5) = 404.929

2A13 = 310.286 + 18.929 (6) = 423.857

2A14 = 310.286 + 18.929 (7) = 442.786

2A15 = 310.286 + 18.929 (8) = 461.714

b. Forecast penjualan botol obat-obatan dengan menggunakan metode Least Square

TAHUN Volume (Y) X XY X2 Trend (Y')

2A04 720,000 -3 -2160000 9 253,500

2A05 752,000 -2 -1504000 4 272,429

2A06 880,000 -1 -880000 1 291,357

2A07 796,000 0 0 0 310,286

2A08 1,064,000 1 1064000 1 329,214

2A09 2 2272000 4

2020 Manajemen Keuangan

23 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
 1,136,000 348,143

2A10 1,990,000 3 5970000 9 367,071

Total 7,338,000 0 4762000 28

Keterangan:

Y = a + b (X)

a = ∑Y / n = 7.338.000 / 7 = 1.048.286

b = ∑XY / ∑ = 4.762.000 / 28 = 170.071

Y = 1.048.286+ 170.071(X)

Nilai Trend

2A11 = 1.048.286+ 170.071 (4) = 1.728.571

2A12 = 1.048.286+ 170.071 (5) = 1.898.643

2A13 = 1.048.286+ 170.071 (6) = 2.068.714

2A14 = 1.048.286+ 170.071 (7) = 2.238.786

2A15 = 1.048.286+ 170.071 (8) = 2.408.857

DAFTAR PUSTAKA

Frimayasa A (2020). Modul Penganggaran Perusahaan

Welsch,Hilton, Gordon (2000). Anggaran, Perencanaan & Pengendalian Laba, Buku 1 - 2

Edisi I, Penerbit Salemba Empat, Jakarta

Supriyanto.Y (1995). Anggaran Perusahaan, Perencanaan & Pengendalian Laba Edisi I,

Penerbit STIE YKPN Yogyakarta

Nafarin,M (2000). Penganggaran Perusahaan Edisi I, Penerbit Salemba Empat, Jakarta

Gunawan Adisaputra dkk (1990). Anggaran Perusahaan, Buku 1-2 , Pener. BPFE
Yogyakarta

2020 Manajemen Keuangan

24 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id
2020 Manajemen Keuangan
25 Agtovia Frimayasa, SE, MM Pusat Bahan Ajar dan eLearning
http://www.undira.ac.id