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
POKOK BAHASAN
1. Pengertian forecasting
2. Forecasting Penjualan
3. Teknik – tehnik Dalam Forecating Penjualan
 Pengertian Anggaran Penjualan

 Anggaran penjualan (Sales Budget) ialah

anggaran yang merencanakan secara lebih
terperinci tentang penjualan perusahan
selama periode yang akan datang, yang di
dalamnya meliputi rencana tentang jenis
(kualitas) barang yang akan dijual, jumlah
(kuantitas) barang yang akan dijual, harga
barang yang akan dijual, waktu penjualan
serta tempat (daerah) penjualannya.
 Perusahaan umumnya memulai proses penyusunan anggaran
induk dengan menyusun anggaran penjualan karena anggaran
penjualan akan mempengaruhi penyusunan anggaran
produksi,anggaran biaya produksi, anggaran beban operasi,
proforma laba rugi, anggaran kas,dan proforma neraca.
 Namun demikian, perusahaan terkadang memulai
penyusunan anggaran induk dengan membuat anggaran
produksi terlebih dahulu karena adanya keterbatasan dalam
kempuan finansial perusahaan (Adisaputro dan Asri, 1996).
 Anggaran penjualan menyajikan informasi tentang perkiraan
jumlah barang jadi yang akan dijual oleh perusahaan dan
harga jual yang diharapkan diperoleh untuk periode anggaran
mendatang.
 Jumlah barang jadi yang ingin dijual akan menentukan
jumlah barang jadi yang akan diproduksi. Pada
akhirnya,jumlah barang jadi yang akan diproduksi akan
menentukan bahan baku,tenaga kerja langsung, dan
biaya overhead yang harus dikeluarkan.oleh karena
itu,penting sekali untuk memperkirakan jumlah barang
jadi yang akan dijual secara akurat dalam periode
anggaran mendatang karena akan mempengaruhi
penyusunan anggaran-anggaran lain yang ada dalam
anggaran induk.
 Adapun tujuan dibuatnya anggaran penjualan
pada perusahaan adalah:
1.Mengurangi ketidakpastian dimasa depan.
2.Memasukkan pertimbangan /keputusan manajemen
dalam proses perencanaan.
3.Memberikan informasi dalam profit planing control.
4.Untuk mempermudah pengendalian penjualan.
 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
 Forecast Penjualan
adalah suatu proyeksi atau perkiraan secara
teknis yang berasal dari pada permintaan
langganan potensial untuk suatu waktu tertentu
dengan berbagai asumsi.
 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 12
 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 14
 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 15
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
2013 130
2014 145
150
100
2015 150 Penjualan
2016 165 50
2017 170 0
10 11 12 13 14 17
Lanjut...

Contoh penerapan garis trend secara

bebas;
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 : 2014 130

I. Y = a + bX 2015 145
II. ∑ Yi = n.a + b∑Xi
2016 150
III. ∑XiYi = a ∑Xi + b ∑Xi2
2017 165
Contoh metode moment pada perusahaan penyediaan susu bayi ,
Data Penjualan beberapa tahun terakhir : 2018 170

Penjuala
Tahun Xi
n Yi
XiYi Xi2 Yil

2014 0 130 0 0 132

2015 1 145 145 1 142
2016 2 150 300 4 152
2017 3 165 495 9 162
2018 4 170 680 16 172
Jumlah 10 760 1620 30

FORECAST PENJUALAN 22
 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 :
2014 : Y = 132 + 10 (0) = 132
2015 : Y = 132 + 10 (1) = 142
2016 : Y = 132 + 10 (2) = 152
2017 : Y = 132 + 10 (3) = 162
2018 : Y = 132 + 10 (4) = 172 , maka
2019 : Y = 132 + 10 (5) = 182 23
 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
2014 130 -2 4 -260
∑ X2 10
2015 145 -1 1 -145 shg persamaan trend : Y= 152 + 10X
2016 150 0 0 0 Nilai trend setiap tahun :
2017 165 +1 1 165 2014 : Y = 152 + 10 (-2) = 132
2018 170 +2 4 340 2015 : Y = 152 + 10 (-1) = 142
Jumlah 760 0 10 100 2016 : Y = 152 + 10 (0) = 152
2017 : Y = 152 + 10 (1) = 162
2018 : Y = 152 + 10 (2) = 172
maka tahun berikutnya:
2019: Y = 152 + 10 (3) = 182

FORECAST PENJUALAN 25
 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 26
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, tergantung pada besarnya tingkat
pendapatan di Jawa Timur.
Artinya ada 2 variabel yang berhubungan disini, yakni tingkat penjualan
(permintaan) dan pendapatan. maka formula regresi yang digunakan adalah :

a = kostanta Y = a + bx
b = koefisien regresi
X = variabel independen
Dengan rumus :
b = n ∑XY - ∑X ∑Y
n ∑X2 – (∑X)2
a = ( ∑Y - b ∑X)
n

FORECAST PENJUALAN 28
 Perhitungan forecast penjualan sebagai akibat
perubahan pendapatan:

Data Penjualan beberapa tahun terakhir :

Tahun X Y XY X2 Y2 Yp
b = (5)(3.900)-(25)(760) 2013 3 130 390 9 16.900 132

(5)(135)-(25) 2 2014 4 145 580 16 21.025 142

= 19.500 – 19.000 2015 5 150 750 25 22.500 152

675 – 625 2016 6 165 990 36 27.225 162

= 500 = 10 2017 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 = pendapatan (dalam jutaan)
5 Y= penjualan susu formula
= 510 = 102
5 Y = 102 + 10x

FORECAST PENJUALAN 29
Jika tahun 2018, pendapatan rata2 Rp.9 jt
Berapa penjualan tahun 2018?

Persamaan Y = 102 + 10x

Penjualan th 2018
= 102 + (10x 9)
= 192 unit
 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).

31
 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 pendapatan sama besar dan positif terhadap tingkat

penjualan.
jika tingkat pendapatan meningkat, maka penjualan meningkat.)

32
 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 2013 – 2018

PT. Berjaya
Laporan Penjualan
Th 2013 - 2018
(dalam ribuan rupiah)
Tahun Penjualan Biaya Iklan
2013 1.000.000 55.000
2014 1.250.000 70.000
2015 1.375.000 83.500
2016 1.500.000 100.000
2017 1.785.000 122.500
2018 2.005.000 157.500
Diminta:
1. Buatlah persamaan regresi
2. Jika tahun 2019 perusahaan
menganggarkan biaya iklan Rp.
175.000.000, berapa perkiraan penjualan
tas utk thn 2019?
3. Hitung nilai r nya serta jelaskan arti angka
tersebut
 3. FORECAST DENGAN METODE – METODE
KHUSUS
35

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
Market share = permint. perush x100%
permint. industri
Menghitung market share

Penjualan PT Jaya th 2018 : 40.000 unit

Total penjualan industri th 2018 mencapai 100.000
unit
1. Hitung marketshare PT. Jaya tahun 2018.
2. Jika penjualan industri th 2019 diperkirakan naik
25% dari th 2018. Berapa penjualan industri th
2019
3. Tahun 2019 perusahaan memperkirakan
marketshare sama dgn th 2019.
hitung perkiraan penjualan PT. Jaya th 2019
1. menghitung marketshare PT. jaya tahun 2018.

= 40.000 / 100.000 unit

= 40%
2. Penjualan industri th 2019
= 100.000 unit x (1+25%)
= 125.000

3. perkiraan penjualan PT. Jaya th 2019

= Penjualan industri th 2019 x marketshare PT jaya th 2019

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

Berikut data penjualan tahun 2014 – 2018 PT. Cemerlang

(dalam unit)
Penjualan Penjualan
Tahun
PT Cemerlang Industri
2014 10.000 100.000
2015 12.000 144.000
2016 15.000 150.000
2017 20.000 160.000
2018 23.000 184.000
Prediksi penjualan industri th 2019 akan naik sebesar 20%
Pangsa pasar perusahaan (marketshare) th 2019 masih sama dengan tahun 2018
.
Hitung:
1. Penjualan industri untuk tahun 2019
2. Pangsa pasar Pt. Cemerlang utk tahun 2019
3. Prediksi Penjualan PT. Cemerlang th 2019
 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 40
 Company
LOGO
FORECAST PENJUALAN 41