Forecasting
(Peramalan Penjualan)
Disusun Oleh
Agtovia Frimayasa, SE, MM
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).
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.
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.
Analisis Trend
Analisis Growth
Analisis Korelasi
Analisis dengan Teknik Khusus
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
Adanya beberapa metode yang dapat digunakan untuk membuat garis trend,
antara lain:
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
Y = a + b (X)
b=
n = jumlah tahun dihitung dari periode dasar ( jarak periode antara dan )
2A05 425,000 -1 -4
2A07 575,000 1 -2
2A08 650,000 2 -1
Formula : Y = a + b (X)
b=
b= = 60.000
Dalam trend matematis ini, terdapat 2 pendekatan yang dapat digunakan untuk
menggambarkan garis trend yaitu:
Y = a + b (X)
Data Perkembangan jumlah penjualan selama 5 tahun terakhir ( tahun 2A06 sampai
dengan 2A10 ), sebagai berikut:
Tahun Volume
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 :
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
a = Nilai konstanta
b = Koefisien regresi
Volume
Tahun Penjualan
2A06 900000 unit
2A07 920000 unit
2A08 950000 unit
2A09 980000 unit
2A10 1000000 unit
Untuk menghitung forecast penjualan tahun 2A11 digunakan metode Trend Least
Square.
a = ∑Y / n = 4.750.000 / 5 = 950.000
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.
Y = a + b (X)
a = ∑Y / n
b = ∑XY / ∑
Keterangan:
Y = Variabel dependen
a = Nilai konstanta
b = Koefisien regresi
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
Formula = Pn = Po (1+i)n
= 480.000.000 x 13,31%
= 63.888 ton
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)
b = koefisien regresi
b=
a=
r=
Periode Y X XY X2 Y2 Yp
Persamaan regresi :
Yp = a + b(X)
Besarnya nilai a dan b dihitung dengan formula
b =
b =
b = 581,08
a =
a = = 454.054
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.
A. ANALISIS INDUSTRI
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:
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 :
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.
1. Menghitung perkiraan demand industri untuk tahun 2A11 dengan metode moment.
2A05 75.000.000 m 0 0 0
Y = a + b (X)
Atau
154.500.000 = 35b
Diperoleh :
b = 4.414.285,72
a = 70.714.285,70
Y = 97.200.000 m (pembulatan)
CONTOH :
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.
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
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.
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.
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
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
Keterangan:
Y = a + b (X)
a = ∑Y / n = 2.172.000 / 7 = 310.286
Nilai Trend
Y = a + b (X)
a = ∑Y / n = 7.338.000 / 7 = 1.048.286
Y = 1.048.286+ 170.071(X)
Nilai Trend
DAFTAR PUSTAKA
Gunawan Adisaputra dkk (1990). Anggaran Perusahaan, Buku 1-2 , Pener. BPFE
Yogyakarta