Referensi

1. Drs. Gunawan Adisaputro, M.B. & Drs.

Marwan Asri, M.B.A : Anggaran Perusahaan
buku 1. (bab 7) BPFE, Yogyakarta
2. Catur Sasongko& safrida Rumondang:
Anggaran.(bab 2) Salemba Empat, Jakarta
3. Rudianto: Penganggaran. (bab4) Erlangga,
Jakarta
 1.Pengertian Forecasting
 Forecasting : Seni dan ilmu untuk
memperkirakan kejadian di masa depan.
Forecasting bertujuan agar forecast yang
dibuat dapat meminimumkan pengaruh
ketidakpastian terhadap perusahaan atau
meminimumkan kesalahan dalam meramal.
Dalam menjalankan usahanya, perusahaan
dapat menganut salah satu dari dua
pendekatan, yaitu :
1. Pendekatan Speculative => dimana
perusahaan tidak memperhitungkan risiko
yang diakibatkan oleh ketidakpastian faktor –
faktor intern dan ektern.
2. Pendekatan Calculated Risk => dimana
perusahaan secara aktif melakukan estimasi
terhadap risiko yang diakibatkan oleh
ketidakpastian faktor – faktor intern dan
ektern
 Faktor yang mempengaruhi kegiatan di
perusahaan :
Faktor Internal Faktor Eksternal

Kualitas dan kegunaan produk Kecakapan manajemen pesaing

perusahaan
Ongkos produksi dan distribusi Volume kegiatan perekonomian
produk perusahaan

Kecakapan manajemen Barang substitusi serta

perusahaan sendiri
5 FORECAST PENJUALAN
kemungkinan penemuan barang
baru yang lebih baik.
Selera masyarakat
Faktor lain, seperti : Iklim dan
perubahan pemakaian produk,
dsb.
 Forecast Penjualan
adalah suatu proyeksi atau perkiraan secara
teknis yang berasal dari pada permintaan
langganan potensial untuk suatu waktu tertentu
dengan berbagai asumsi.
Pemilihan berbagai teknik Forecast penjualan
forecasting dipengaruhi mempengaruhi dan
oleh : menentukan keputusan :

Ք Sifat produk yang dijual • Kebijaksanaan dalam

Ք Metode distribusi
Ք Besarnya perusahaan
dibanding pesaing
Ք Tingkat persaingan yang
dihadapi
Ք Data historis yang tersedia
rencana produksi
• Kebijaksanaan persediaan
barang jadi
• Kebijaksanaan
penggunaan mesin
• Kebijaksanaaan dalam
investasi aktiva tetap
• Rencana dalam pembelian
bahan mentah dan bahan
pembantu

FORECAST PENJUALAN 7
 FORECAST
PENJUALAN

Berdasarkan Berdasarkan
Berdasarkan
Perhitungan Metode
Pendapat
Statistik Khusus

Pendapat Analisa Analisa

Pendapat Pendapat Survey Analisa Analisa Analisa
Sales Product Penggunaan
Salesman Para Ahli Konsumen Trend Korelasi Industri
Manajer Line Akhir

Garis Trend Garis Trend

Garis Trend Moving Secara
Bebas Average Matematis

Metode
Metode
Least
Moment
Square

FORECAST PENJUALAN 9
 FORECAST BERDASARKAN
PENDAPAT (JUDGMENT METHOD)
 1. FORECAST BERDASARKAN PENDAPAT (JUDGMENT
METHOD)

a. Pendapat Salesman
Para salesman diminta untuk mengukur apakah ada kemajuan atau
kemunduran segala hal yang berhubungan dengan tingkat penjualan pada
daerah mereka masing - masing dan mengestimasi penjualan di waktu
mendatang.
b. Pendapat Sales Manajer
Perkiraan yang dibuat oleh kepala bagian penjualan lebih obyektif karena
mempertimbangkan banyak faktor . Kepala bagian penjualan juga memiliki
pandangan yang lebih luas meliputi seluruh daerah penjualan dan memiliki
pendidikan yang relatif lebih tinggi serta pengalaman yang lebih luas
dibidang penjualan.

FORECAST PENJUALAN 11
 1. FORECAST BERDASARKAN PENDAPAT (JUDGMENT
METHOD)

c. Pendapat Para Ahli

Kadang – kadang perkiraan yang dibuat oleh salesman dan kepala bagian
penjualan sangat bertentangan satu sama lain, sehingga perusahaan perlu
meminta pertimbangan kepada orang yang dianggap ahli atau konsultan.
d. Survey Konsumen
Apabila ketiga pendapat diatas dirasa masih kurang dapat
dipertanggungjawabkan, maka biasanya diadakan penelitian langsung
terhadap konsumen

FORECAST PENJUALAN 12
FORECAST BERDASARKAN
Perhitungan- perhitungan
STATISTIK
 ANALISA TREND

ANALISA TREND
Trend adalah gerakan yang berjangka panjang, seolah – olah alun ombak dan
cenderung untuk menuju ke satu arah, menaik atau menurun.
Penerapan garis trend dapat dilakukan dengan cara – cara :
a. Penerapan garis trend secara bebas : penetapan garis ternd tanpa menggunakan
rumus matematika, dan bersifaf subjektif karena menggunakan pertimbangan –
pertimbangan tertentu yang setiap orang berbeda, sehingga cara ini jarang digunakan
karena kurang memenuhi persyaratan ilmiah.
Contoh : Sebuah perusahaan yang bergerak dalam persediaan susu bayi ingin membuat
forecast
penjualan susu bayi untuk beberapa tahun mendatang.
Tahun (x) Penjualan (Y) Penjualan
200
2010 130
2011 145
150
100
2012 150 Penjualan
2013 165 50
2014 170 0
10 11 12 13 14 14
Lanjut...

Contoh penerapan garis trend secara

bebas;
Tabel
Tahunpenjualan
(X)
susu
Penjualan(ribuan
kaleng)
bayi 5 tahun terakhir
(Y)

1979 130
1980 145
1981 150
1982 165
1983 170
b. Metode Moving Average
: menggunakan sejumlah data dari masa
lalu utk memperoleh perkiraan hasil di ms
mendatang.
Digunakan jika permintaan pasar stabil
Contoh: Penjulan poduk x dari PT Sejati sbb
Penjualan
Bulan
(unit)
Januari 8.500
febr 9.000
maret 10.000
april 8.500
mei ???

Pertanyaan. Berapa perkiraan penjualan di

bulan Mei??
Jawab :
= Total penjualan sebelumnya : periode
= 36.000 : 4
= 9.000 unit

Perkiraan penjualan bulan Mei 9.000 unit

c. Penerapan garis trend secara matematis, ada 2 teknik, yaitu :
Tahun Penj. (Ribuan kaleng
1. Metode Moment (X) ) (Y)

Rumus - rumus dasar yang digunakan : 2010 130

I. Y = a + bX 2011 145
II. ∑ Yi = n.a + b∑Xi
2012 150
III. ∑XiYi = a ∑Xi + b ∑Xi2
2013 165
Contoh metode moment pada perusahaan penyediaan susu bayi ,
Data Penjualan beberapa tahun terakhir : 2014 170

Penjuala
Tahun Xi
n Yi
XiYi Xi2 Yil

2010 0 130 0 0 132

2011 1 145 145 1 142
2012 2 150 300 4 152
2013 3 165 495 9 162
2014 4 170 680 16 172
Jumlah 10 760 1620 30

FORECAST PENJUALAN 19
 lanjutan

∑Yi = n.a + b ∑Xi

5a + 10b = 760
760 = 5a + 10b == > (1)
5a + 100 = 760
∑XiYi = a ∑Xi + b ∑Xi2
5a = 660
1.620 = 10 a + 30 b == > (2)
a =132
(1) 5a + 10b = 760 x2 10a + 20b = 1.520
(2) 10a + 30b = 1.620 x1 10a + 30b = 1.620 _
10b = 100
b = 10
Persamaan trend : Y = 132 + 10X
Nilai trend setiap tahun :
2010 : Y = 132 + 10 (0) = 132
2011 : Y = 132 + 10 (1) = 142
2012 : Y = 132 + 10 (2) = 152
2013 : Y = 132 + 10 (3) = 162
2014 : Y = 132 + 10 (4) = 172 , maka
2015 : Y = 132 + 10 (5) = 182 20
 2. FORECAST BERDASARKAN
Perhitungan- perhitungan STATISTIK

2. Metode Least Square

Contoh metode moment pada perusahaan penyediaan susu
bayi : Persamaan trend : Y = a + bX
Data Penjualan beberapa tahun terakhir : I. a = ∑Y = 760 = 152
Penjuala n 5
Tahun
nY
X X2 XY
II. b = ∑XY = 100 = 10
2010 130 -2 4 -260
∑ X2 10
2011 145 -1 1 -145 shg persamaan trend : Y= 152 + 10X
2012 150 0 0 0 Nilai trend setiap tahun :
2013 165 +1 1 165 2010 : Y = 152 + 10 (-2) = 132
2014 170 +2 4 340 2011 : Y = 152 + 10 (-1) = 142
Jumlah 760 0 10 100 2012 : Y = 152 + 10 (0) = 152
2013 : Y = 152 + 10 (1) = 162
2014 : Y = 152 + 10 (2) = 172
maka tahun berikutnya:
2015: Y = 152 + 10 (3) = 182

FORECAST PENJUALAN 22
 ANALISA REGRESI & KORELASI

Analisa korelasi digunakan untuk menggali hubungan sebeb – akibat

antara beberapa variabel. Perubahan tingkat penjualan yang akan
terjadi ditentukan oleh :
☻ Pola penjualan
☻ Faktor lain, misalnya :
* Permintaan beras ditentukan oleh faktor – faktor jumlah penduduk
dan
pendapatan perkapita
* Permintaan susu ditentukan oleh faktor – faktor jumlah penduduk ,
tingkat kelahiran, dsb.

FORECAST PENJUALAN 23
Peramalan dengan statistik akan lebih
lengkap bila ditambah dengan analisa ini.
Peramalan dengan analisa trend akan
dapat dibenarkan jika produk yang dijual
tidak tergantung pada variabel lain.
Apabila produk dapat dijual jika ada
pengaruh dari variabel lain, maka
digunakan formula regresi dan test
(analisa) Korelasi.
 2. FORECAST BERDASARKAN Perhitungan-
perhitungan STATISTIK
Dari contoh diatas misalnya penjualan susu bayi, tergantung pada besarnya
tingkat kelahiran di Jawa Timur.
Artinya ada 2 variabel yang berhubungan disini, yakni tingkat penjualan
(permintaan) susu dan tingkat kelahiran. Apabila X adalah tingkat kelahiran
dan Y
adalah penjualan susu bayi, maka formula regresi yang digunakan adalah :

Y = a + bx
a = kostanta
b = koefisien regresi
X = variabel independen
Dengan rumus :
b = n ∑XY - ∑X ∑Y
n ∑X2 – (∑X)2
a = ( ∑Y - b ∑X)
n
FORECAST PENJUALAN 25
 Perhitungan forecast penjualan susu bayi sebagai
akibat perubahan tingkat kelahiran :

Data Penjualan beberapa tahun terakhir :

Tahun X Y XY X2 Y2 Yp
b = (5)(3.900)-(25)(760) 2010 3 130 390 9 16.900 132

(5)(135)-(25) 2 2011 4 145 580 16 21.025 142

= 19.500 – 19.000 2012 5 150 750 25 22.500 152

675 – 625 2013 6 165 990 36 27.225 162
= 500 = 10 2014 7 170 1.190 49 28.900 172
50
Jumlah 25 760 3.900 135 116.560
a = 760 – (10)(25)
5
= 760 – 250 x = Tingkat kelahiran
5 Y= penjualan susu
Y = 102 + 10x
= 510 = 102
5

FORECAST PENJUALAN 26
Jika tahun 2015, kelahiran bayi ada 9 bayi.
Berapa penjualan susu tahun 2015?

Persamaan Y = 102 + 10x

Penjualan susu th 2015 = 102 + (10x 9)

= 192
 Hubungan saling ketergantungan antara kedua variabel harus dites
besar kecilnya, dengan
menghitung Koefisien Korelasinya, dengan ketentuan :
Jika Koefisien korelasi
 +1 : Pengaruh X terhadap Y besar (positif atau
negatif)
 Jika mendekati 0 : ----------- II -------------- kecil sekali
 =0 : Tidak ada pengaruhnya sama sekali

Persamaan Regresi : Yp = 102 + 10X

r = n ∑XY - ∑X ∑Y
Vn ∑X2 – (∑X)2 Vn ∑Y2 – (∑Y)2
(r = koefisien korelasi).

28
 Dalam contoh di atas :
r = 5 (3.900) – 25 (760)
V5(135) – (25)2 V5(116.550) – (760)2

= 19.500 – 19.000
V675 – 625 V582.750 – 577.600

= 500 = 0,985
507,42

( pengaruh tingkat kelahiran sama besar dan positif terhadap tingkat

permintaan terhadap susu bayi.
jika tingkat kelahiran meningkat, maka permintaan susu bayi
meningkat.)

29
 Latihan soal regresi & Korelasi
PT. Jaya memproduksi tas unik yg ditujukan untuk wanita berusia 17-
22 tahun. Perusahaan memiliki data bahwa penjualan sangat
dipengaruhi oleh biaya iklan yg dikeluarkan melalui majalah wanita,
internet dll.
Berikut data penjualan dan biaya iklan aktual selama 2009 – 2014
PT. Berjaya
Laporan Penjualan
Th 2009 - 2014
(dalam ribuan rupiah)
Tahun Penjualan Biaya Iklan
2009 1.000.000 55.000
2010 1.250.000 70.000
2011 1.375.000 83.500
2012 1.500.000 100.000
2013 1.785.000 122.500
2014 2.005.000 157.500
Diminta:
1. Buatlah persamaan regresi
2. Jika tahun 2015 perusahaan
menganggarkan biaya iklan Rp.
175.000.000, berapa perkiraan penjualan
tas utk thn 2015?
3. Hitung nilai r nya serta jelaskan arti angka
tersebut
 3. FORECAST DENGAN METODE – METODE
KHUSUS
32

1. Analisa Industri => menghubungkan potensi penjualan

perusahaan dengan volume penjualan dan posisi dalam persaingan.

Apabila market share yang dimiliki perusahaaan makin membesar,

berarti perusahaan mempunyai posisi yang kuat dalam persaingan
dengan perusahaan lain, dan sebaliknya.
Tahap – tahap dalam penggunaan analisa industri :
a. Membuat proyeksi demand
b. Menilai posisi perusahaan dengan industri umum
c. Proyeksi posisi perusahaan pada masa mendatang

FORECAST PENJUALAN
Menghitung market share

Penjualan PT Jaya th 2015 : 40.000 unit

Total penjualan industri th 2015 mencapai 100.000
unit
1. Hitung marketshare PT. Jaya tahun 2015.
2. Jika penjualan industri th 2016 diperkirakan naik
25% dari th 2015. Berapa penjualan industri th
2016
3. Tahun 2016 perusahaan memperkirakan
marketshare sama dgn th 2015.
hitung perkiraan penjualan PT. Jaya th 2016
1. menghitung marketshare PT. jaya tahun 2015.
Penjualan perusahan th 2015
Market Share PT Jaya th 2015 =
Penjualan industri th 2015

= 40.000 / 100.000 unit

= 40%
2. Penjualan industri th 2016
= 100.000 unit x (1+25%)
= 125.000

3. perkiraan penjualan PT. Jaya th 2016

= Penjualan industri th 2016 x marketshare PT jaya th 2016

= 125.000 unit x 40%
= 50.000 Unit
Latihan soal metode analisis industri

Berikut data penjualan tahun 2011 – 2015 PT. Cemerlang

(dalam unit)
Penjualan Penjualan
Tahun
PT Cemerlang Industri
2011 10.000 100.000
2012 12.000 144.000
2013 15.000 150.000
2014 20.000 160.000
2015 23.000 184.000
Prediksi penjualan industri th 2016 akan naik sebesar 20%
Pangsa pasar perusahaan (marketshare) th 2008 diprediksi sebesar rata – rata
pangsa pasar dari tahun 2011 – 2015.
Hitung:
1. Penjualan industri untuk tahun 2016
2. Pangsa pasar Pt. Cemerlang utk tahun 2016
3. Prediksi Penjualan PT. Cemerlang th 2016
 KESIMPULAN

Dengan dikupasnya masalah forecast penjualan ini dapatlah

diketahui latar belakang suatu anggaran penjualan disusun. Tentu
saja kepekaan seseorang dalam menafsirkan hasil forecasting yang
sangat diperlukan karena angka – angka yang dihasilkan semata –
mata berlandaskan pada data, tanpa memasukkan unsur – unsur
lain.

FORECAST PENJUALAN 36
 Company
LOGO
FORECAST PENJUALAN 37