MAKALAH

ANGGARAN PENJUALAN DAN RAMALAN PENJUALAN

Dosen Pengampu: ARINI., SE., M.Ak.,CA

Kelompok 2:
Adre Naldi
Sahrul Saputra
Nauri Kurniawan
Aditya Firmansyah
Lestari Handayani
Rahel Septiani Siagian
Marthon Dami Sanjaya

PRODI AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS LANCANG KUNING
 KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa, karena atas
limpahan rahmatnya penyusun dapat menyelesaikan makalah ini tepat waktu tanpa
ada halangan yang berarti dan sesuai dengan harapan.

Ucapan terima kasih kami sampaikan kepada Ibu ARINI., SE., M.Ak.,CA
sebagai dosen pengampu mata kuliah Penganggaran Perusahaan yang telah
membantu memberikan arahan dan pemahaman dalam penyusunan makalah ini.

Kami menyadari bahwa dalam penyusunan makalah ini masih banyak

kekurangan karena keterbatasan kami.

Maka dari itu penyusun sangat mengharapkan kritik dan saran untuk
menyempurnakan makalah ini. Semoga apa yang ditulis dapat bermanfaat bagi
semua pihak yang membutuhkan.

Pekanbaru

Penulis
 DAFTAR ISI

KATA PENGANTAR.....................................................................................................................2
DAFTAR ISI...................................................................................................................................3
BAB I...............................................................................................................................................4
1.1 LATAR BELAKANG.....................................................................................................4
1.2 RUMUSAN MASALAH.................................................................................................4
1.3 TUJUAN..........................................................................................................................4
BAB II.............................................................................................................................................5
2.1. RAMALAN PENJUALAN.............................................................................................5
2.1.1. Menurut Para Ahli...................................................................................................5
2.1.2. Metode Analisis Trend.............................................................................................6
2.1.3. Metode......................................................................................................................6
2.2. Contoh Soal......................................................................................................................7
2.2.1. Metode Least Square (Kuadrat Terkecil)..............................................................7
2.2.2. Metode kuadrat terkecil........................................................................................10
BAB III.........................................................................................................................................14
3.1. KESIMPULAN..............................................................................................................14
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Anggaran Penjualan merupakan dasar penyusunan anggaran lainnya dan umumnya
dahulu sebelum menyusun anggaran lainnya.

Berhasil atau tidaknya perusahaan bergantung kepada bagian pemasaran dikarenakan itu
anggaran sangat dibutuhkan dalam penjualan yang disusun lebih dahulu dan merupakan
dasar penyusunan anggaran.

Ramalan Penjualan merupakan kegiatan memperkirakan produk yang akan dijual pada
waktu yang akan datang dalam keadaan tertentu dan dibuat berdasarkan data dari tahun lalu
atau yang pernah terjadi.

1.2 RUMUSAN MASALAH

1. Apa yang di maksut dengan Ramalan Penjualan ?

2. Apa yang di maksut dengan Metode Analisi Trend ?
3. Apa yang di maksut dengan Metode Kuadrat Terkecil ?

1.3 TUJUAN

1. Menjelaskan Ramalan Penjualan.

2. Menjelaskan Metode Analisi Trend.
3. Menjelaskan Metode Kuadrat Terkecil.
 BAB II
PEMBAHASAN

2.1. RAMALAN PENJUALAN

Ramalan jualan merupakan proses aktifitas memperkirakan produk yang akan dijual di
masa mendatang dalam keadaan tertentu dan dibuat berdasarkan data yang pernah terjadi
dan
atau mungkin akan terjadi.
2.1.1. Menurut Para Ahli
Menurut Gitosudarmo dan Najmudin (2003:11) ramalan penjualan adalah menentukan
ramalan penjualan pada waktu yang akan datang dengan menggunakan suatu metode atau
teknik tertentu yang sekiranya akan mendapatkan hasil ramalan yang akurat, yaitu ramalan
yang mendekati kenyataan.
Menurut penelitian Sumaryono (2015) pada dasarnya peramalan tidak terlepas dari
pada
perencanaan di mana kemampuan para perencana dalam meramalkan harus sesuai dengan
situasi dan kondisi saat ini dan data yang ada agar rencana atau kebijakan yang diambil
dapat dijalankan secara efektif dan tepat.
Menurut penelitian Niswatin (2015) metode peramalan adalah sebuah metode
yang
mampu melakukan analisis terhadap sebuah faktor atau beberapa faktor yang diketahui
mempengaruhi terjadinya sebuah peristiwa dengan terdapat waktu tenggang yang
penjang
antara kebutuhan akan pengetahuan terjadinya peristiwa tersebut di masa lalu.

2.1.2. Metode Analisis Trend

AnIlisis trend adalah teknik anaIisis untuk mengetahui tedensi keadaan keuangan
 dan kinerja perusahaan, apakah menunjukan kenaikan atau penurunan”. Berdasarkan

pengertian tersebut dengan menganalisis laporan keuangan yang lebih dari tiga tahun
maka

akan diketahui kecenderungan atau arah trend posisi keuangan ataupun hasil yang dicapai

oleh perusahaan.

a. Analisis trend garis lurus

Tren garis lurus (linear) adalah suatu tren yang diramalkan naik atau turun secara
garis lurus”. Variabel waktu sebagai variabel bebas dapat menggunakan waktu
tahunan, semesteran, bulanan, atau mingguan.
Dalam analisi trend tidak ada ketentuan jumlah data historis (n) yang dianalisis,
tetapi semakin banya jumlah data (n) maka semakin baik hasil perhitungan analisis.

2.1.3. Metode

a. Metode Kuadrat Terkecil

Metode kuadrat terkecil adalah metode estimasi parameter dalam analisis regresi
berdasarkan minimalisasi jumlah kuadrat dari residu (sisa adalah selisih antara nilai yang diamati
dan nilai yang diberikan oleh model) yang dibuat dalam hasil setiap individu. persamaan.

Penerapan yang paling penting adalah dalam penyesuaian data . Jika permasalahan
mempunyai ketidakpastian yang besar pada variabel bebas ( variabel x ), maka metode regresi
sederhana dan metode kuadrat terkecil mempunyai permasalahan; dalam kasus seperti itu,
metodologi yang diperlukan untuk menyesuaikan model kesalahan dalam variabel dapat
dipertimbangkan daripada menggunakan kuadrat terkecil.

Masalah kuadrat terkecil terbagi dalam dua kategori: kuadrat terkecil linier atau biasa dan
kuadrat terkecil nonlinier , bergantung pada apakah residunya linier atau tidak pada semua
bilangan yang tidak diketahui. Masalah kuadrat terkecil linier terjadi dalam analisis regresi
 statistik ; ia mempunyai solusi bentuk tertutup . Masalah nonlinier biasanya diselesaikan dengan
penyempurnaan berulang ; pada setiap iterasi sistem didekati dengan sistem linier, dan dengan
demikian perhitungan inti serupa dalam kedua kasus.

Kuadrat terkecil polinomial menggambarkan varians dalam prediksi variabel terikat

sebagai fungsi dari variabel bebas dan penyimpangan dari kurva yang dipasang.

Ketika pengamatan berasal dari keluarga eksponensial dengan identitas sebagai statistik
alami yang cukup dan kondisi ringan terpenuhi (misalnya untuk distribusi normal ,
eksponensial , Poisson dan binomial ), estimasi kuadrat terkecil yang terstandarisasi dan estimasi
kemungkinan maksimum adalah identik. [1] Metode kuadrat terkecil juga dapat diturunkan
sebagai metode penduga momen .

2.2. Contoh Soal

2.2.1. Metode Least Square (Kuadrat Terkecil).

Metode ini paling sering digunakan untuk meramalkan Y, karena perhitungannya lebih
teliti.
Persamaan garis trend yang akan dicari ialah
Y ‘ = a0 +bx
a = (Y) / n
b = (Yx) / x2
dengan :
Y‘ = data berkala (time series) = taksiran nilai trend.
a0 = nilai trend pada tahun dasar.
b = rata-rata pertumbuhan nilai trend tiap tahun.
x = variabel waktu (hari, minggu, bulan atau tahun).
Untuk melakukan penghitungan, maka diperlukan nilai tertentu pada variabel waktu (x) sehingga
jumlah nilai variabel waktu adalah nol atau x = 0.
Untuk n ganjil maka n = 2k + 1  X k+1 = 0
• Jarak antara dua waktu diberi nilai satu satuan.
• Di atas 0 diberi tanda negatif
• Dibawahnya diberi tanda positif.
Untuk n genap maka n = 2k  X ½ [k+(k+1)] = 0
• Jarak antara dua waktu diberi nilai dua satuan.
• Di atas 0 diberi tanda negatif
• Dibawahnya diberi tanda positif.
CONTOH SOAL:
Tentukanlah persamaan trend linier jumlah karet (ton) yang dimuat di Pelabuhan Tanjung Priok
tahun 2010 – 2015.

TAHUN Y (barang) X (waktu) YX X^2

2010 10 -5 -50 25
2011 12 -3 -36 9
2012 15 -1 -15 1
2013 9 1 9 1
2014 11 3 33 9
2015 14 5 70 25
71 11 70

Berdasarkan tabel tersebut data tahun sebanyak 6 tahun sehingga diperoleh: n = 6

Untuk n genap maka n = 2k  k = n/2 = 6/2 = 3  X ½ [k+(k+1)] = X ½ [3+(3+1)]
= X ½ [3+(4)]
= X 7/2 = X 3,5 = 0
• Jarak antara dua waktu diberi nilai dua satuan.
• Di atas 0 diberi tanda negatif
• Dibawahnya diberi tanda positif.
Artinya Tahun dasar nol terletak antara tahun ke 3 dan ke 4 (tahun 2012 dan tahun 2013).
Sehingga tidak terlihat di tabel tersebut untuk X = 0.
Dengan data dari Tabel tersebut diperoleh perhitungan:
a = (Y) / n = 71 / 6 = 11,83
b = (Yx) / x2 = 11 / 70 = 0,16
sehingga diperoleh persamaan trend:
Y ‘ = a0 +bx  Y ‘ = 11,83 + 0,16 x
Jika ditanyakan Tahun 2009 (artinya X = – 7) maka diperoleh:
Y ‘ = 11,83 + 0,16 x = 11,83 + 0,16 (-7) = 11,83 – 1,12 = 10,71
Jika ditanyakan Tahun 2017 (artinya X = 9) maka diperoleh:
Y ‘ = 11,83 + 0,16 x = 11,83 + 0,16 (9) = 11,83 + 1,44 = 13,27
CONTOH SOAL:
Tentukanlah persamaan trend linier jumlah karet (ton) yang dimuat di Pelabuhan Tanjung Priok
tahun 2010 – 2016.

TAHUN Y (barang) X (waktu) YX X^2

2010 10 -3 -30 9
2011 12 -2 -24 4
2012 15 -1 -15 1
2013 9 0 0 0
2014 11 1 11 1
2015 14 2 28 4
2016 20 3 60 9
91 30 28

Berdasarkan tabel tersebut data tahun sebanyak 7 tahun sehingga diperoleh: n = 7

Untuk n ganjil maka n = 2k + 1  k = (n-1)/2 = (7-1)/2 = 6/2 = 3  X k+1 = 0  X 3 + 1 = X4 =
0
• Jarak antara dua waktu diberi nilai satu satuan.
• Di atas 0 diberi tanda negatif
• Dibawahnya diberi tanda positif.
Artinya Tahun dasar nol terletak di Tahun ke 4 (tahun 2013). Sehingga terlihat seperti di tabel
tersebut untuk X = 0.
 Dengan data dari Tabel tersebut diperoleh perhitungan:
a = (Y) / n = 91 / 6 = 15,17
b = (Yx) / x2 = 30 / 28 = 1,07
sehingga diperoleh persamaan trend:
Y ‘ = a0 +bx  Y ‘ = 15,17 + 1,07x
Jika ditanyakan Tahun 2009 (artinya X = – 4) maka diperoleh:
Y ‘ = 15,17 + 1,07x = 15,17 + 1,07 (-4) = 10,89
Jika ditanyakan Tahun 2017 (artinya X = 4) maka diperoleh:
Y ‘ = 15,17 + 1,07x = 15,17 + 1,07 (4) = 19,45

Metode kuadrat terkecil (least square method) adalah metode yang dimaksudkan agar
jumlah kuadrat dari semua deviasi antara variabel X dan Y yang masing-masing punya koordinat
sendiri akan berjumlah seminimal mungkin.
Dari persamaan Y = a + bX, dibuat persamaan:
ΣY = na + bΣX
ΣXY = aΣX + bΣX2

2.2.2. Metode kuadrat terkecil

1. Dari sebuah industri batik diperoleh data produksi dan penjualan sebagai berikut:

Pertanyaan:
a. Buatlah trend produksi dengan metode least square method
b. Tentukan estimasi produksi pada tahun 2004
Jawaban:
Dari soal diatas (tahun 1999 akan kita jadikan tahun dasar dan kita cari estimasi produksi di
tahun 2004), maka:

Lalu kita akan melakukan eliminasi dengan cara:

b = 27,714, disubstitusukan ke persamaan:

2102 = 6a + 3b
2102 = 6a + 3(27,714)
2102 = 6a + 83,142
6a = 2102 – 83,142
a = 2108,858/6
= 336,
Jadi persamaan trend produksi dengan metode Least Square adalah: Y = 336,476 + 27,714X

Sehingga estimasi produksi untuk tahun 2004 (X=5) adalah:

Y = 336,476 + 27,714X
Y = 336,476 + 27,714(5)
Y = 336,476 + 138,57
= 475,046
Akhirnya diketahui estimasi produksi untuk tahun 2004 sebanyak 475,046 unit

2. Berikut adalah perkembangan asset pemerintah Indonesia tahun 2014 – 2020 (sumber:
https://kemenkeu.go.id), tentukan trend perkembangan nilai asset dan estimasi nilai aset
tahun 2030 dengan menggunakan least square method:

Jawaban:
Buat tabel kolom baru, beri nama X, XY, dan dan X². Lalu hitung nilainya.
Selanjutnya kita cari nilai a dan b:

Maka persamaan trendnya adalah Y = 6909,42 + 1180,03X

Sehingga estimasi nilai aset tahun tahun 2030 (X = 13) adalah:

y =a+bX
=6909,42+1180,03 (13)
=22249.81
Jadi estimasi aset pada tahun 2030 dengan least square method adalah 22249,81 triliun
 BAB III
PENUTUP

3.1.KESIMPULAN
Peralaman Penjualan dapat di simpulkan sebagai fungsi manajement yang terdiri
dari perancangan penegosisasian dan pelaksanaan.
Peralaman Penjualan mengunakan kualitatif yang mengunakan statistik dalam
menentukan rancangan untuk kedepannya
Dengan mengunkan metode kuadrat terkecil bisa mendapatkan tujuan ke satu arah
pada rancangan penjualan yang sering digunakan.