SALES FORECAST

Ramalan adalah:
Sebuah pernyataan tentang nilai di masa mendatang dari sebuah
variabel yang ingin diketahui, seperti permintaan (demand).
Peramalan digunakan untuk membuat keputusan bernilai baik
Jangka panjang maupun Jangka pendek.
SALES FORECAST
Ramalan Penjualan adalah
proyeksi teknis dari permintaan
langganan potensial untuk suatu
waktu tertentu dengan berbagai
asumsi.
FAKTOR YANG MEMPENGARUHI PEMILIHAN
TEKNIK FORECASTING

01 Sifat Produk Yang DIjual

02 Metode Distribusi

03 Ukuran Perusahaan

04 Tingkat Persaingan

0505 Data historis penjualan

KEPUTUSAN YANG DIBUAT BERDASARKAN
FORECAST PENJUALAN

01 Kebijakan Rencana Produksi

02 Kebijakan persediaan barang

03 Kebijakan Investasi Aktiva

04 Rencana Cash Flow

SYARAT PENGGUNAAN
METODE KUANTITATIF
01 Tersedia informasi masa lalu

02 Informasi dapat dikuantitatifkan

dalam bentuk data numerik

03 Diasumsikan bahwa aspek pola

masa lalu akan terus berlanjut di
masa mendatang
UNSUR RAMALAN YANG BAIK
LANGKAH PROSES PERAMALAN
 TEKNIK SALES FORECAST

01 JUDMENT METHOD

STATISTICAL METHOD
02 Trend bebas (Free Hand Method)

Trend Setengah Rata-rata

SPECIAL METHOD:
03 Analisa Industri
Trend Matematis

Analisa product Line

Korelasi
Analisa Penggunaan AKhir
Section Break

‫ك َط ِري ًقا َي ْل َتمِسُ فِي ِه عِ ْلمًا َس َّه َل هَّللا ُ لَ ُه ِب ِه َط ِري ًقا إِلَى ْال َج َّن ِة‬
َ َ‫َو َمنْ َسل‬
 "Siapa yang menempuh jalan untuk mencari ilmu, maka Allah akan
mudahkan baginya jalan menuju surga." (HR. Muslim, no. 2699)

If you have free time, try to watch this:

https://www.youtube.com/watch?v=ZN9D6O0ki00
He earned a Bachelor's degree in Commerce, specializing in financial
planning and accountancy, from the 'Griffith University' in Queensland
 LO 2

• Digunakan untuk menyusun

forecast penjualan maupun
forecast kondisi bisnis.
• Sumber pendapat dalam
judgment method:
1. Pendapat slesman
2. Pendapat sales manajer
3. Pendapat ahli
4. Survey konsumen
 METODE STATISTIKA
FREE HAND METHOD

 Sederhana, sangat subjektif dan kurang ilmiah.

 Contoh :
Berikut adalah data penjualan PT. Susu jaya, sebuah perusahaan
susu bayi yang digunakan sebagai dasar pembuatan forecast
penjualan:
tahun penjualan (dalam ribuan kaleng)
2014 260
2015 290
2016 300
2017 330
2018 340
Free hand method
• 340

• 300

• 260

•0
 Sebuah perusahaan tekstil Tahun Penjualan (Y)
ingin membuat forecast
penjualan tekstil di Bandung 2011 1800
dengan data sbb: 2012 1900
2013 2000
LANGKAH :
1. Data dikelompokkan menjadi 2014 1950
dua 2015 1900
2. Jumlahkan data tiap 2016 1950
kelompok
2017 2000
3. Dihitung nilai rata-rata tiap
kelompok 2018 2200
Tahun Penjualan (Y) (X) semi total

2011 1800 -3
7650/4 =
2012 1900 -1
7650 1912,5
2013 2000 +1
2014 1950 +3

8050/4 =
2015 1900 +5
2012,5
2016 1950 +7 8050
2017 2000 +9
2018 2200 +11
 L02
METODE TREND SETENGAH RATA-RATA

• a = 1912,50
• b = (2012,5 – 1912,5)/4 = 25
• 1 tahun bernilai 2, maka nilai b = 25/2 = 12,5

• Rumus garis trend: Y = 1912,5 + 12,5 X

• Forecast penjualan 2019 :

– 1912,5 + 12,5 (13) = 2075
Trend matematis- Product Moment

 Rumus :
1. Y = a + bX
2. ∑ Yi = n.a + b.∑ Xi
3. ∑Xi Yi = a ∑ Xi + b ∑ Xi2

 Rumus 1 adalah persamaan garis trend

 Rumus 2 & 3 untuk menentukan nilai a dan b.
Tahun (x) Penjualan (Y)

2014 260

2015 290

2016 300

2017 330

2018 340
 Tabel Product Moment

Tahun Xi Yi Xi Yi Xi 2
2014 0 260 0 0
2015 1 290 290 1
2016 2 300 600 4
2017 3 330 990 9
2018 4 340 1360 16

total 10 1520 3240 30

 ∑ Yi = n.a + b ∑ xi
 1520 = 5a + 10 b ……………….(1)

 ∑xiyi = a∑xi + b ∑ xi 2
 3240 = 10 a + 30 b ……………..(2)

• 5a + 10 b = 1520………….(1) X 2 10 a + 20 b = 3040
• 10 a 02
+ 30 b = 1620 …… (2) X 1 10 a + 30 b = 3240 (-)
- 10 b = - 200
b = 20
• 5a + 10 b = 1520
• 5 a + 10 (20) = 1520
• 5a = 1320
• a = 264
 Persamaan Sales Forecast:
Y=a+bx
Y = 264 + 20 x

Trend tahun :
2019 :
X =5
02 Y = 264 + 20 (5)
= 364
2020 :
X =6
Y = 264 + 20 (20)
= 664
Dst…………………
 Metode least square
• Dalam metode ini ∑ x = 0
• Metode kuadrat terkecil
• Bila “n” ganjil x = …,-2,-1,0,+1,+2,+…….
• Bila “ n “ genap x = ….,-5,-3,-1,+1,+3,+5 +…
• Rumus :
• Y = a + b.X
• a = ∑ Y/n
• b = ∑XY / ∑ X2
Tahun (x) Penjualan (Y)

2014 260

2015 290

2016 300

2017 330

2018 340
 PENYELESAIAN

Tahun Y X X2 XY
2014 260 -2 4 - 520
2015 290 -1 1 - 290
2016 300 0 0 0
2017 330 +1 1 + 330
2018 340 +2 4 + 680
Jumlah 1520 0 10 200
 PENYELESAIAN

a = ∑ y/n = 1520/5 = 304

b = ∑ xy / ∑ x 2 = 200 / 10 = 20

Persamaan trend : Y = 304 + 20 X

Penjualan 2019: Y = 304 + 20 (3) = 364

Analisa korelasi
• Analisa korelasi digunakan untuk mengetahui hubungan
sebab akibat antara beberapa variabel.
• Perubahan tingkat penjualan tidak hanya dipengaruhi oleh
penjualan tahuns ebelumnya tetapi juga ditentukan oleh
faktor lain.
• Peramalan dengan statistik akan lebih lengkap jika ditambah
analisa korelasi.
• YP = a + b X
• a = ∑Y – b ∑X
n

• b = n ∑ XY - ∑X ∑Y
n ∑X2 – (∑X)2
Tahun X Y XY X2 Y2

2014 3 260 780 9 67.600

2015 4 290 1.160 16 84.100

2016 5 300 1.500 25 90.000

2017 6 330 1.980 36 108.900

2018 7 340 2380 49 115.600

total 25 1.520 7.800 135 466.200

X : tingkat kelahiran bayi

Y : tingkat penjualan susu bayi
b = (5 )(7800) – (25) (1520) / (5) (135) – (25) 2

= (39000 – 38000) / (675 -625) = 20

a = [(1520) – (20) (25)] / 5 = 1020 / 5 = 204

Yp = 204 + 20 X

r== n ∑ XY - ∑X ∑Y = 0.985
√n ∑X2 – (∑X)2. √n ∑Y2 – (∑Y)2

Artinya terdapat hubungan yang sangat kuat antara

penjualan susu bayi dengan tingkat kelahiran bayi
 --·-·····---

L03

• Metode ini mengubungkan potensi penjualan dengan industri

berupa market share (pangsa pasar).
• Market share = permintaan pasar x 100 %
permintaan industri
• Tingkat penjualan perusahaan tidak hanya tergantung pada
prestasi tahun sebelumnya, tetapi dikaitkan langsung dg
perubahan industri.
• Apabila market share meningkat, maka posisi perusahaan
dalam persaingan adalah kuat dan sebaliknya.
Tahap analisis industri

1. Membuat proyeksi demand industri utk

mengetahui prospek perkembangan
penjualan industri tahun mendatang.
2. Menilai posisi perusahaan dalam
hubungannya dg industri berdasar market
share.
3. Proyeksi posisi perusahaan masa mendatang
(expected market share)
 METODE KHUSUS-ANALISA
PRODUCT LINE
• Digunakan pada perusahaan yang menghasilkan lebih
daris atu macam produk.
• Masing-masing produk berbeda dalam:
– Konsumen
– Metode distribusi
– Dll
• Masing-masing produk tidak dapat disamakan & harus
dibuat forecast secara terpisah.
 --·-·····---

METODE KHUSUS-ANALISA
PENGGUNAN AKHIR
• Digunakan pada perusahaan yg memproduksi
barang yg tidak langsung dapat dikonsumsi,
masih memerlukan proses lebih lanjut.
• Permintaan produk ini dipengaruhi secara
langsung oleh produk akhir yg berasal dari
produk akhir yg menggunakannya.
• Misal : produsen benang tenun, permintaan
benag dipengaruhi secara langsung oleh
permintaan tekstil.
Thank you