MAKALAH PENGANGGARAN BISNIS

“PERAMALAN PENJUALAN”

Disusun Oleh:
Kelas A - Kelompok 3
Maria Irena Giovanni 222214002
Ferdova Haikal Amnawijaya 222214007
Bernadeta Pirta Adya Pramesti 222214008
Ignatius Danang Yonas 222214014

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2024
 DAFTAR ISI

DAFTAR ISI .............................................................................................................. 2

BAB I ........................................................................................................................... 3
BAB II ......................................................................................................................... 4
A. Pengertian Forecasting Penjualan................................................................... 4
B. Pengaruh Pembuatan Forecasting................................................................... 4
C. Akibat Pembuatan Forecasting ....................................................................... 6
D. Pendekatan Pendekatan ................................................................................... 6
E. Teknik-Teknik dalam Forecasting Penjualan ................................................ 7
1. Forecasting berdasarkan Pendapat (judgment method) ............................. 7
2. Forecasting berdasarkan Perhitungan Statistik .......................................... 8
3. Forecasting dengan Metode Khusus ......................................................... 14
F. Studi Kasus ..................................................................................................... 16
BAB III ...................................................................................................................... 21
A. Kesimpulan .................................................................................................... 21
B. Insight Kelompok .......................................................................................... 21
DAFTAR PUSTAKA.............................................................................................. 22
 BAB I
PENDAHULUAN
Peramalan (forecasting) penjualan adalah proses memprediksi jumlah
penjualan di masa depan. Tujuan utama forecasting penjualan adalah untuk
membantu perusahaan dalam membuat keputusan yang lebih baik tentang produksi,
persediaan, dan strategi pemasaran, meningkatkan efisiensi dan efektivitas operasi
bisnis, serta mengurangi risiko dan ketidakpastian dalam bisnis. Terdapat dua
metode dalam forecasting penjualan yaitu metode kualitatif dan metode kuantitatif.
Jika forecasting penjualan ini dilakukan secara akurat, akan memberikan banyak
manfaat bagi perusahaan, antara lain membantu perusahaan untuk membuat
keputusan yang lebih baik tentang harga, produksi, dan persediaan, sehingga dapat
meningkatkan profitabilitas, membantu perusahaan untuk menggunakan sumber
daya secara lebih efisien, serta membantu perusahaan untuk mengidentifikasi dan
mengurangi risiko yang mungkin terjadi di masa depan.
Maka dari itu, forecasting penjualan ini merupakan alat yang sangat penting
bagi perusahaan dalam membuat keputusan yang lebih baik, meningkatkan
efisiensi, dan mengurangi risiko. Makalah ini juga akan membahas materi
forecasting penjualan dengan lebih detail, termasuk faktor yang memengaruhi
forecasting penjualan, pendekatan-pendekatan, dan teknik-teknik dalam forecasting
penjualan.
 BAB II
PEMBAHASAN
A. Pengertian Forecasting Penjualan
Forecasting atau peramalan penjualan adalah suatu cara untuk
memproyeksikan tingkat permintaan konsumen potensial untuk jangka waktu
tertentu dengan menggunakan berbagai asumsi. Hasil dari peramalan ini berupa
pernyataan atau penilaian tentang kondisi penjualan masa depan sebagai
proyeksi teknis dari permintaan konsumen potensial untuk jangka waktu
tertentu. Namun, hasil perkiraan yang diperoleh di masa depan kemungkinan
bisa tidak sama dengan rencana.
Peramalan (forecasting) menurut Jay Heizer dan Barry Render (2009:162)
adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Dengan
melibatkan data historis dan menggunakan model matematis untuk
memproyeksikan data di masa depan, forecasting dapat dilakukan. Peneliti
mengatakan bahwa peramalan adalah alat perencanaan yang sangat efektif dan
efisien.

B. Pengaruh Pembuatan Forecasting

Beberapa faktor yang mampu mempengaruhi pembuatan forecasting
penjualan yaitu:
1. Sifat produk yang dijual, artinya jangka waktu produk yang akan
diproduksi. Apakah produk merupakan jangka panjang atau produk
jangka pendek.
2. Metode distribusi, artinya jangkauan pasar antara perusahaan dengan
pelanggan. Dimana perusahaan harus mampu menjangkau
konsumennya di dalam pasar.
3. Posisi perusahaan dibandingkan pesaing di pasar. Apakah perusahaan
merupakan pemimpin pasar, penantang baru, atau hanya turut
meramaikan pasar.
 4. Tingkat persaingan yang dihadapi. Apa kekuatan, kelemahan,
peluang, dan tantangan yang akan dihadapi perusahaan dengan pesaing
mereka.
5. Data historis yang tersedia merupakan kejadian-kejadian yang
sebelumnya telah terjadi dan terkait dengan perusahaan. Data yang
diambil umumnya merupakan data perkembangan perusahaan dari lima
tahun sebelumnya.

Faktor-faktor yang mempengaruhi kegiatan perusahaan dapat

dikelompokan menjadi dua bagian yaitu:
1. Faktor internal berupa:
a. Kualitas dan kegunaan produk perusahaan, yang menyangkut:
1) Bagaimana produk tersebut dipakai
2) Mengapa orang membeli produk tersebut
3) Penggunaan produk yang potensial
4) Perubahan perubahan yang dapat menaikkan kegunaan produk
b. Distribusi produk perusahaan, yang menyangkut:
1) Proses pembuatan produk
2) Teknologi yang dipakai
3) Bahan mentah yang dipakai
4) Kapasitas produksi
5) Biaya memasarkan produk
c. Kecakapan manajemen perusahaan sendiri (managerial skill), yang
menyangkut:
1) Penghayatan persoalan yang dihadapi
2) Kemampuan melakukan forecasting atau peramalan
3) Kemampuan melihat reaksi pesaing

2. Faktor eksternal berupa:

a. Kecakapan manajemen pesaing
b. Volume kegiatan perekonomian, yang ditentukan oleh:
 1) Konsumen dan tingkat daya belinya
2) Manajer (produsen lain) yang sejenis
3) Spekulator
4) Peraturan (hukum) yang mengatur produksi dan distribusi produk
5) Keadaan politik
6) Kondisi lingkungan
7) Kehidupan organisasi ekonomi
c. Barang substitusi serta kemungkinan penemuan barang baru yang
lebih baik
d. Selera masyarakat
e. Faktor-faktor forecasting penjualan lain, seperti:
1) Mudahnya perusahaan keluar masuk dalam industri
2) Iklim dan perubahan pemakaian produk
3) Konflik politik

C. Akibat Pembuatan Forecasting

Selain digunakan untuk memperkirakan penjualan, forecasting juga
mempengaruhi atau bahkan menentukan keputusan dan kebijaksanaan yang
diambil oleh suatu perusahaan seperti kebijaksanaan dalam perencanaan
produksi terkait jumlah produk yang diproduksi di masa depan, kebijaksanaan
persediaan barang jadi, kebijaksanaan penggunaan peralatan mesin,
kebijaksanaan tentang investasi dalam aktiva tetap, rencana pembelian bahan-
bahan mentah dan bahan pembantu, serta rencana aliran kas perusahaan.

D. Pendekatan Pendekatan
Dalam menjalankan usahanya, perusahaan dapat menganut salah satu dari
dua pendekatan berikut, yaitu:
1. Pendekatan speculative, dimana perusahaan tidak memperhitungkan
resiko yang disebabkan oleh ketidakpastian faktor-faktor eksternal dan
internal.
 2. Pendekatan calculated risk, dimana perusahaan menggunakan estimasi
secara aktif resiko yang diakibatkan oleh ketidakpastian faktor faktor
eksternal dan internal.

E. Teknik-Teknik dalam Forecasting Penjualan

Pengukuran forecasting dapat dilakukan secara kuantitatif dan kualitatif.
Pengukuran kuantitatif biasanya menggunakan metode statistik dan matematik
(angka), sedangkan pengukuran kualitatif biasanya menggunakan pendapat atau
kalimat.
Pada setiap cara ini memiliki kekurangan dan kelebihan masing-masing,
seperti pada metode statistik sendiri tidak semuanya dapat diukur, contohnya
kasus perkembangan politik dan kebijaksanaan pemerintah, struktur masyarakat,
dan perubahan selera konsumen tiap generasi. Sebaliknya penggunaan pendapat saja
(kualitatif) juga dianggap kurang kuat dan memiliki banyak kelemahan karena
sering kali bersifat pribadi dan sulit dimengerti oleh pihak lain. Sehingga dapat
ditarik kesimpulan bahwa forecasting merupakan perpaduan antara analisa ilmiah
dan pendapat pribadi agar memiliki dasar yang kuat serta tepat. Teknik- teknik
dalam forecasting dibagi menjadi:
1. Forecasting berdasarkan Pendapat (judgment method)
Forecasting ini biasanya digunakan untuk menyusun perkiraan
penjualan maupun perkiraan kondisi bisnis pada umumnya. Sumber-
sumbernya:
a. Pendapat salesman
Salesman diminta untuk mengukur apakah ada kemajuan atau
kemunduran dalam segala hal yang berhubungan dengan tingkat
penjualan di daerah masing-masing. Selanjutnya mereka diminta
untuk mengestimasi tingkat penjualan di daerah masing-masing
pada waktu mendatang. Adapun rumus umumnya adalah:
𝑬𝒔𝒕𝒊𝒎𝒂𝒔𝒊 𝑷𝒆𝒏𝒋𝒖𝒂𝒍𝒂𝒏 𝒚𝒂𝒏𝒈 𝒂𝒌𝒂𝒏 𝒅𝒂𝒕𝒂𝒏𝒈−𝑷𝒆𝒏𝒋𝒖𝒂𝒍𝒂𝒏 𝒘𝒂𝒌𝒕𝒖 𝒍𝒂𝒍𝒖
x 100% =
𝑷𝒆𝒏𝒋𝒖𝒂𝒍𝒂𝒏 𝒘𝒂𝒌𝒕𝒖 𝒍𝒂𝒍𝒖

Presentase kenaikan
 b. Pendapat sales manager
Peramalan atau forecasting salesman perlu dibandingkan dengan
perkiraan kepala bagian penjualan. Pada umumnya perkiraan kepala
bagian penjualan lebih objektif karena mempertimbangkan banyak
faktor.
c. Pendapat para ahli
Terkadang perkiraan yang dibuat oleh salesman sangat bertentangan
satu sama lain, sehingga perusahaan perlu meminta pertimbangan
kepada konsultan.
d. Survey konsumen
Jika ketiga pendapat di atas masih kurang dapat
dipertanggungjawabkan, maka perlu diadakan penelitian secara
langsung kepada konsumen.

2. Forecasting berdasarkan Perhitungan Statistik

Metode ini digunakan dengan meminimalisir unsur subjektivitas
yang berbanding terbalik dengan judgement. Perhitungannya lebih
ditekankan pada data obyektifitas baik yang bersifat mikro maupun
makro.
1. Analisa Trend
Dalam berbicara mengenai data statistik, maka tidak akan jauh dengan
istilah trend. Trend merupakan gerakan yang berjangka panjang
menuju ke satu arah, yang terkadang menaik atau menurun. Metode
yang dilakukan untuk membuat garis trend, antara lain:
a. Penerapan garis trend bebas, yaitu suatu cara penerapan garis
trend tanpa rumus matematika. Tetapi bukan berarti garis trend ini
digambarkan dengan abstrak tanpa adanya pertimbangan. Setiap
orang memiliki pertimbangan dan persepsi yang berbeda-beda, jadi
akan menghasilkan garis yang berbeda pada setiap orang. Sehingga
model garis trend ini sangat bersifat subjektif dan kurang memenuhi
syarat ilmiah. Oleh karena itu, metode ini sangat jarang digunakan.
b. Penerapan garis trend dengan setengah rata-rata, metode ini
sangat sederhana dan relatif obyektif. Dapat dilakukan dengan
mengklasifikasikan data deret waktu menjadi dua bagian yang sama
dan kemudian menghitung rata-rata untuk setiap bagiannya. Rumus:
Y = a + bX
Keterangan:
a: Rata-rata kelompok i
b: (𝐱̅̅ 𝐤𝐞𝐥𝐨𝐦𝐩𝐨𝐤 𝐢𝐢) – (𝐱̅̅ 𝐤𝐞𝐥𝐨𝐦𝐩𝐨𝐤 𝐢)
𝒏
n: Jumlah tahun dalam kelompok ii dan i
X: Jumlah tahun dihitung dari periode dasar
Contoh Soal:
Sebuah perusahaan tekstil ingin membuat forecast penjualan tekstil
di Pulau Jawa beberapa tahun mendatang dengan menggambarkan
garis trend nya :
Tahun X Penjualan (Ribuan Yard) Y
1976 1.800
1977 1.900
1978 2.000
1979 1.950
1980 1.900
1981 1.950
1982 2.000
1983 2.200
Dari data tersebut, dapat dibagi menjadi 2 kelompok (i dan ii)
 Tahun Penjualan (Y) X Semi Total Semi Average

1976 1.800 -3

i { 1977
1978
1.900
2.000
} -1
+1
7.650
7.650
4
= 1.912,5

1979 1.950 +3

n=4
+5
1980 1.900

ii { 1981
1982
1.950
2.000
} +7
+9
+1
8.050
8.050
4
= 2.012,5

1983 2.200
1
Sehingga :
a = 1.912,5
(2.012,5−1.912,5)
b =
4

= 25
1 Tahun disini memiliki nilai 2 → maka b : 2 = 25:2 = 12,5
Persamaan garis : Y = 1.912,5 +12,5X
1984 = 1.912,5 + 12,5 (13) = 2.075
Selanjutnya untuk menggambarkan garis trend secara tepat perlu
dihitung nilai trend pada masing – masing tahun . Rumus:
Y’ = ao + bX
Keterangan :
Y’ : nilai trend pada tahun tertentu
ao : nilai trend periode dasar
𝑋2− 𝑋1
b :
𝑛
X : jumlah periode dasar
Pada kelompok i :
a = 1.912,5
b = 25 → 25/2 = 12,5 (1 tahun bernilai 2)
Sehingga nilai tren tahun :
 Kelompok i
1978 → Y’ = 1.912,5 + 12,5 (1) = 1.925
1977 → Y’ = 1.912,5 + 12,5 (-1) = 1.900
1976 → Y’ = 1.912,5 + 12,5 (-3) = 1.875
1979 → Y’ = 1.912,5 + 12,5 (+3) = 1.950
Kelompok ii
1982 → Y’ = 2.012,5 + 12,5 (1) = 2.025
1981 → Y’ = 2.012,5 + 12,5 (-1) = 2.000
1980 → Y’ = 2.012,5 + 12,5 (-3) = 1.975
1983 → Y’ = 2.012,5 + 12,5 (+3) = 2.050

Dapat dilihat bahwa informasi yang diberikan oleh metode

setengah rata-rata ini lebih valid daripada metode free hand karena
menggunakan perhitungan yang pastil.
c. Penerapan Garis Trend secara Matematis, metode ini memiliki 2
teknik yang sering digunakan untuk penerapan garis trend yaitu :
Metode Moment dan Metode Least Square.
1) Metode Moment
Rumus :
i. Y = a + bX
 ii. ∑Yi = n.a + b∑Xi
iii. ∑XiYi = a∑Xi + b∑Xi2
Rumus ii dan iii digunakan untuk menghitung nilai a dan b yang
dipergunakan sebagai dasar penerapan garis linear (garis trend).
Sedangkan rumus I merupakan persamaan garis trend yang akan
digambarkan.
2) Metode Least Square
Tahun Penjualan Y X X2 XY
1979 130 -2 4 -260
1980 145 -1 1 -145
1981 150 0 0 0
1982 165 1 1 165
1983 170 2 4 340
∑Y=760 ∑X2 = 10 ∑XY = 100
Persamaan Trend = Y = a + bX
∑Y
i. a=
n
∑XY
ii. b=
∑X2

Sehingga :
∑Y 760
i. a= = = 152
n 5
∑XY 100
ii. b= = = 10
∑X2 10

Persamaan trend : Y = 152 + 10X

Nilai trend pada setiap tahun :
Tahun 1979 : Y = 152 + 10(-2) = 132
Tahun 1980 : Y = 152 + 10(-1) = 142
Tahun 1981 : Y = 152 + 10(0) = 152
Tahun 1982 : Y = 152 + 10(1) = 162
Tahun 1983 : Y = 152 + 10(2) = 172
Nilai trend di tahun berikutnya akan menjadi :
Tahun 1984 : Y = 152 + 10(3) = 182 dan seterusnya
 Trend Penjualan dengan Least Square Method
200

180

160

140

120
Axis Title

100 Trend Penjualan dengan Least

Square Method
80

60

40

20

0
1979 1980 1981 1982 1983 1984
2. Analisa Korelasi
Analisa korelasi dipakai untuk menggali hubungan sebab
akibat antara beberapa variabel. Perubahan tingkat penjualan
yang akan terjadi tidak hanya ditentukan oleh pola penjualan
yang telah terjadi, tetapi juga ditentukan oleh faktor lain.
Contoh : Penjualan susu bayi tergantung pada besarnya tingkat
kelahiran di Jawa Timur, jadi :
X : tingkat kelahiran
Y : penjualan susu
Formula regresi yang digunakan : YP = a + bX
Keterangan :
a = jumlah pasang obervasi
b = koefisien regresi
Besarnya a dan b dapat dihitung dengan rumus :
𝑛∑𝑋𝑌− ∑𝑋∑𝑌
i. b=
𝑛∑𝑿𝟐 −(∑𝑋)𝟐
∑𝑌−𝑏 ∑𝑋
ii. a=( )
𝑛

Tabel data penjualan susu bayi :

Tahun X Y XY X2 Y2 Yp
1979 3 130 390 9 16.900 132
1980 4 145 580 16 21.025 142
1981 5 150 750 25 22.500 152
1982 6 165 990 36 27.225 162
1983 7 170 1,190 49 28.900 172
25 760 3.900 135 116.550
Jawab:
(5)(3.900)−(25)(760)
b=
(5)(135)−(25)2
500
=
50

= 10
760−(10)(25)
a =
5
 760−250
=
5
510
=
5

= 102
Maka ditemukan persamaan : Yp = 102+10X
Setelah itu dapat dicek hubungan saling ketergantungan antara
kedua variabel, dengan menghitung Koefisien Korelasi. Jika :
• Korelasi (r) menunjukkan angka ±1 atau mendekati ±1, artinya
pengaruh variabel independent (X) terhadap variabel dependent
(Y) adalah besar.
• Korelasi (r) menunjukan angka mendekati 0 (nol), maka
pengaruhnya kecil sekali
• Korelasi (r) menunjukan angka 0 (nol), maka tidak ada pengaruh
Rumus koefisien korelasi :
𝒏∑𝑿𝒀− ∑𝑿∑𝒀
r =
√𝒏 ∑𝑿𝟐− (∑𝑿 )𝟐 √𝒏 ∑𝒀 𝟐−(∑𝒀)𝟐

Contoh untuk tabel diatas:

5 (3.900)−25 (760)
r =
2
√5(135)−(25)2 √5(116.550 )−(760)

5 (3.900)−25 (760)
=
√675−625 √582.750−577,600

500
=
(7,07)(71,76)

500
=
507,42

= 0,985

Korelasi (r) menunjukan angka 0,982, yang artinya variabel tingkat

kelahiran (X) sangat berpengaruh terhadap variabel permintaan susu bayi
(Y). Jika X naik, maka Y ikut naik dan jika X turun, maka Y ikut turun juga.
3. Forecasting dengan Metode Khusus
Ada tiga cara dalam membuat forecasting dengan menggunakan
metode khusus yaitu:
a. Analisa industri
Analisa industri adalah metode untuk membuat forecasting dengan
menghubungkan potensi penjualan perusahaan dengan industri
secara keseluruhan, seperti volume dan posisi persaingan. Salah satu
fokus utama analisa industri adalah market share perusahaan, yang
merupakan perbandingan nominal pendapatan perusahaan pribadi
dan pesaingnya dalam satu industri. Dengan demikian, jika market
share perusahaan semakin besar seiring berjalannya waktu, maka
perusahaan tersebut memiliki posisi yang kuat dalam persaingan di
pasar. Analisa industri ini dibagi menjadi tiga tahap dalam
penggunaannya yaitu:
1) Membuat proyeksi demand industri untuk mengetahui prospek
perkembangan penjualan industri pada tahun yang akan datang.
2) Menilai posisi perusahaan dalam hubungannya dengan industri
pada umumnya berdasarkan besar market share yang dimiliki
oleh perusahaan dari tahun ke tahun.
3) Proyeksi posisi perusahaan pada masa mendatang
Untuk menghitung market share, perusahaan dapat memanfaatkan
data permintaan perusahaan dan data permintaan perusahaan serta
menggunakan rumus:
𝐩𝐞𝐫𝐦𝐢𝐧𝐭𝐚𝐚𝐧 𝐩𝐞𝐫𝐮𝐬𝐚𝐡𝐚𝐚𝐧
Market share = x 100%
𝐩𝐞𝐫𝐦𝐢𝐧𝐭𝐚𝐚𝐧 𝐢𝐧𝐝𝐮𝐬𝐭𝐫𝐢

b. Analisa product line

Analisa product line adalah metode yang umumnya digunakan untuk
perusahaan yang menghasilkan lebih dari satu macam produk.
Dimana produk tersebut tidak dapat diambil kesamaannya (beda
kategori produk) sehingga harus dibuat forecasting berbeda.
 Contohnya, Perusahaan ABC memproduksi barang pecah belah,
barang elektronik, dan bahan pangan mentah. Antara ketiga jenis
(product line) tersebut tidak dapat ‘digabungkan’ menjadi satu
forecasting sehingga harus dibuat forecasting sendiri-sendiri.

c. Analisa penggunaan akhir

Analisa penggunaan akhir adalah metode forecasting yang biasanya
digunakan pada perusahaan yang memproduksi barang-barang yang
tidak langsung jadi atau tidak langsung dapat dikonsumsi, melainkan
perlu untuk diproses lebih lanjut untuk menjadi produk akhir.
Permintaan produk ini dipengaruhi secara langsung oleh produk
akhir yang berasal dari produk atau produk akhir yang
menggunakannya. Contohnya, PT. JKL adalah produsen benang
tenun, permintaan akan benang dipengaruhi secara langsung oleh
permintaan tekstil karena tekstil merupakan produk akhir sebagai
hasil proses lebih lanjut daripada benang. Seperti halnya tekstil maka
permintaan benang dipengaruhi oleh jumlah penduduk, pendapatan
per kapita, konsumsi tekstil per kapita, dan angka ekspor dan impor
tekstil. Kebutuhan tekstil per kapita dapat dihitung dengan
menggunakan rumus:
𝐏𝐫𝐨𝐝𝐮𝐤𝐬𝐢 𝐝𝐚𝐥𝐚𝐦 𝐧𝐞𝐠𝐞𝐫𝐢 + 𝐈𝐦𝐩𝐨𝐫 – 𝐄𝐤𝐬𝐩𝐨𝐫
𝐉𝐮𝐦𝐥𝐚𝐡 𝐩𝐞𝐧𝐝𝐮𝐝𝐮𝐤
Setelah diketahui kebutuhan tekstil per kapita, maka perusahaan JKL
dapat memperhitungkan kebutuhan benang tenun pada tahun yang
bersangkutan. Akhirnya dengan memproyeksikan market share,
perusahaan dapat membuat forecasting penjualan benang tersebut.

F. Studi Kasus
PT. HUSADHA adalah sebuah perusahaan farmasi dan alat-alat kesehatan
yang berlokasi di Sleman, Yogyakarta. Di antara alat-alat kesehatan yang
dihasilkannya adalah kapas dan kasa. Kapas digunakan untuk pembersih luka,
pembersih muka dan lain-lain sedangkan kasa digunakan untuk pembalut.
Secara terperinci, kapas dan kasa yang dihasilkan berupa:
• Kapas pembalut • Kasa pembalut (perban)
• Kapas pembalut steril • Kasa hydrophil
• Kapas berlemak • Kasa hydrophil steril
• Kapas bebat pusat steril • Kasa kompres
• Kapas piasan • Kasa pembalut cepat steril
• Kapas pembungkus • Kasa pembalut siku
• Kapas penghias • Kasa pembalut gips
• Kapas penjahitan

Data yang tersedia pada perusahaan antara lain:

a. Penjualan kapas tahun 1977 sampai dengan 1983:
Tahun Penjualan
1977 258
1978 258
1979 290
1980 346
1981 312
1982 326
1983 382

b. Penjualan pada tahun 1977 sampai dengan 1983:

Tahun Penjualan
1977 720
1978 752
1979 880
1980 796
1981 1.064
1982 1.136
 1983 1.990
Dengan data di atas perusahaan ingin menyusun forecast penjualan kapas dan
kasa untuk 5 tahun mendatang dengan menggunakan analisa trend dengan
metode least square tanpa memperhatikan variabel-variabel lain yang
mempengaruhi volume penjualan.

Cara penyelesaian:
a. Forecast penjualan kapas dengan metode least square:
Tahun Penjualan X X² XY
1977 258 -3 9 -774
1978 258 -2 4 -516
1979 290 -1 1 -290
1980 346 0 0 0
1981 312 +1 1 312
1982 326 +2 4 652
1983 382 +3 9 1.146
2.172 28 530
Persamaan trend: Y = a + bX
Dimana:
𝛴𝑌
a =
𝑛
2.172
=
7

= 310,29
𝛴𝑋𝑌
b =
𝛴𝑋²
530
=
28

= 18,93
Persamaan: Y = 310,29 + 18,93X
Nilai trend:
Tahun 1977: Y = 310,29 + 18,93 (-3) = 253,50
Tahun 1983: Y = 310,29 + 18,93 (3) = 367,08
 Tahun 1984: Y = 310,29 18,93 (4) = 368,01
Tahun 1985: Y = 310,29 18,93 (5) = 404,94
Tahun 1986: Y = 310,29 + 18,93 (6) = 423,87
Tahun 1987: Y = 310,29 + 18,93 (7) = 441,80
Tahun 1988: Y = 310,29 + 18,93 (8) = 461,73

b. Forecast penjualan kasa:

Tahun Penjualan X X² XY

1977 720 -3 9 -2.160

1978 752 -2 4 -1.504

1979 880 -1 1 -880

1980 796 0 0 0

1981 1.064 +1 1 1.064

1982 1.136 +2 4 2.272

1983 1.990 +3 9 5.970
Total 7.338 28 4.762
Persamaan trend: Y = a + bX
Dimana:
 𝛴𝑌
a =
𝑛
7.338
=
7

= 1.048,29
𝛴𝑋𝑌
b =
𝛴𝑋²
4.762
=
28

= 170,07
Persamaan: Y = 1.048,29 + 170,07X
Nilai trend:
Tahun 1977: Y = 1,048,29+170,07 (-3) = 538,08
Tahun 1983: Y = 1.048,29 + 170,07 (+3) = 1.558,50
Tahun 1984: Y = 1.048,29 + 170,07 (+4) = 1.728,57
Tahun 1985: Y = 1.048,29 + 170,07 (+5) = 1.898,64
Tahun 1986: Y = 1.048,29+170,07 (+6) = 2.068,71
Tahun 1987: Y = 1.048,29 + 170.07 (+7) = 2.238,78
Tahun 1988: Y = 1.048,29 + 170,07 (+8) = 2.408,85
 BAB III
PENUTUP
A. Kesimpulan

Peramalan adalah langkah pertama dalam suatu perencanaan. Peramalan

adalah cara untuk memproyeksikan tingkat permintaan konsumen selama
periode waktu tertentu. Hal ini dilakukan dengan menggunakan asumsi tertentu
yaitu bahwa semuanya akan baik-baik saja. Peramalan ini juga bertujuan untuk
memprediksi prospek ekonomi, aktivitas usaha, dan juga dampak pada
lingkungan. Terdapat tiga metode yang digunakan untuk peramalan penjualan
yakni kualitatif, kuantitatif, serta khusus.
Ada beberapa faktor yang mampu mempengaruhi pembuatan forecasting
penjualan yaitu sifat produk, metode distabusi, luas usaha, persaingan, dan data
historis yang tersedia. Peramalan penjualan terdiri dari tiga langkah berurutan:
mempersiapkan perkiraan kondisi ekonomi secara keseluruhan, menyiapkan
perkiraan penjualan industri, dan mempersiapkan perkiraan produk atau
perusahaan penjualan.

B. Insight Kelompok
Selama pembuatan makalah peramalan atau forecasting penjualan,
kelompok kami mempelajari banyak hal baru di antaranya pemahaman yang
lebih mendalam terkait pentingnya forecasting yang tidak hanya sekedar
prediksi, melainkan alat yang penting untuk membantu perusahaan dalam
membuat keputusan bisnis yang strategis. Dimana dengan menerapkan
forecasting yang akurat, perusahaan dapat merencanakan kebutuhan produksi
dan persediaan dengan lebih baik, menetapkan target penjualan yang realistis,
mengelola risiko keuangan, serta meningkatkan efisiensi dan profitabilitas.
Selain itu, kami juga mendapatkan manfaat-manfaat lain yakni melatih
kemampuan berpikir secara kritis dan analitis serta melatih kemampuan dalam
komunikasi dan kerja sama tim.
 DAFTAR PUSTAKA
Sumber utama:
• Adisaputro, Gunawan dan Marwan Asri. (2016). Anggaran Perusahaan Buku
1 (2 eds). BPFE-Yogyakarta: Anggota IKAPI.

Sumber pendukung:
• BAKAI, Admin. (2022). Forecasting: Pengertian, Fungsi, Metode dan
Perbedaannya dengan Planning. Diakses pada 21 Februari 2024 dari
https://bakai.uma.ac.id/2022/03/25/forecasting-pengertian-fungsi-metode-
dan-perbedaanya-dengan-planning.
• E-Journal UAJY. Diakses pada 20 Februari 2024 dari http://e-
journal.uajy.ac.id/8233/1/EM218463.pdf.
• OCBC NISP, Redaksi (2023). Apa itu Market Share – Pengertian, Jenis, dan
Cara mengukur. Diakses pada 19 Februari 2024 dari
https://www.ocbc.id/article/2023/05/10/market-share-perusahaan-industri.
• Populix. (2023). Forecasting: Pengertian, Metode, dan Tujuan bagi Bisnis.
Diakses pada 20 Februari 2024 dari https://info.populix.co/forecasting.