Forecast Penjualan
PERAMALAN PENJUALAN (SALES
FORECASTING)
• Kurangnya data yang relevan, baik dari sumber internal maupun eksternal.
3. Model Khusus
Metode khusus ini adalah cara khusus untuk meramalkan penjualan dengan
menggunakan analisis :
a. market share,
b. analisis product line,
c. analisis pengguna akhir.
Pemilihan Metode Peramalan
Mitra Lestari
Untuk kasus penjualan Perusahaan MITRA JAYA tersebut, kelompok pertama adalah data
penjualan tahun 2005,
2012,2006
2013 dan 2014
2007. Kelompok kedua adalah data penjualan tahun 2008,
2015
2016 dan
2009, dan 2017
2010.
Dari tiap kelompok data dicari nilai rata-rata. Rata-rata dari kelompok pertama adalah 148,33 dan rata-
rata kelompok kedua adalah 162 sebagaimana ditunjukkan pada tabel berikut :
X 2 X1
a 148,33 b
n
162 148,33
b 4,6
3
Y 148,33 4,6 x
Proyeksi penjualan tahun 2018
2012 140 0 0 0
2013 148 1 148 1
2014 157 2 314 4
2015 157 3 471 9
2016 160 4 640 16
2017 169 5 845 25
931 15 2.418 55
Tahun Y X XY X2
2013 140 -2 -280 4
2014 148 -1 -148 1
2015 157 0 0 0
2016 160 1 160 1
2017 169 2 338 4
774 70 10
Y XY
a b
n X2
774 70
a 154,8 b 7
5 10
Y = 154,8 + 7x
Hubungan dua variabel ada yang positif dan ada yang negatif. Hubungan
X dan Y dikatakan positif apabila kenaikan X diikuti oleh kenaikan Y atau
penurunan X diikuti oleh penurunan Y.
Tahun X Y X2 Y2 XY
2013 9 140 81 19.600 1.260
2014 12 148 144 21.904 1.776
2015 14 157 196 24.649 2.198
2016 15 160 225 25.600 2.400
2017 17 169 289 28.561 2.873
67 774 935 120.314 10.507
n XY X Y Y b X
b a
n X 2 X
2
n
677 530,12
b 3,64 a 106,02
186 5
Y= 106,2 +3,64x
Persamaan ini dapat diinterpretasikan bahwa bila biaya iklan naik satu
juta rupiah, jumlah penjualan akan meningkat 3,64 juta unit.
n XY X Y
rx , y
n X 2 X n Y 2 Y
2 2
510.507 67 774
rx , y
5 935 67 5120.314 774
2 2
677
rx , y 0,99
186 2.494
Intepretasi dari koefisien korelasi secara teoritis adalah sebagai berikut :
1. Jika 0 r 1 berarti variable x memiliki hubungan yang positif dan berbanding lurus
(linier) dengan variable Y. Bila nilai Variabel X bertambah maka nilai variabel Y juga
akan bertambah, demikian juga sebaliknya. Semakin dekat nilai r ke 0 maka semakin
lemah kekuatan hubungan kedua variabel tersebut, sebaliknya semakin dekat nilai r ke 1
semakin kuat hubungan dari kedua variabel tersebut
2. Jika r = 0 berarti X tidak memiliki hubungan linier dengan variabel Y. Artinya gejolak
nilai variabel X tidak berpengaruh terhadap gejolak atau perkembangan nilai variabel Y.
dengan kata lain bertambah atau berkurang nilai variabel Y tidak terkait dengan
perubahan nilai variabel X
3. Jika -1 r 0 berarti variabel X berhubungan dengan variabel Y tetapi hubungannya
negatif. Dalam hal ini jika nilai variabel X bertambah maka nilai variabel Y justru
berkurang,demikian juga sebaliknya.
Kesimpulan
Dengan demikian, karena nilai yang diperoleh mendekati 1,
berarti terdapat keeratan hubungan yang sangat kuat diantara biaya
iklan dengan jumlah penjualan. Sifat hubungan antara keduanya
adalah positif yang berarti dengan meningkatnya biaya iklan terjadi
pula kenaikan jumlah penjualan.
Forecast penjualan dengan metode khusus
1. Analisis Industri
Forecast penjualan dengan analisis industri akan dilakukan
dengan menghubungkan antara penjualan perusahaan dengan total
penjualan industri.
Penjualan industri merupakan penjualan dari perusahaan-
perusahaan sejenis. Dengan kata lain penjualan perusahaan akan
dikaitkan dengan bagian pasar (market share).
Market share yang dimiliki perusahaan menunjukkan posisi
perusahaan dalam persaingan.
Forecast pen ju a la n pa da t a h u n ya n g a ka n
da t a n g dila ku ka n seba ga i ber iku t :
a . Men en t u ka n per kir a a n / pr oyeksi pen ju a la n
in du st r i pa da per iode ya n g a ka n da t a n g.
b. Men gh it u n g m a r ket sh a r e sela m a beber a pa
per iode t er a kh ir .
Penjualan Perusahaan
Market Share x 100%
Penjualan Industri
c. Men en t u ka n pr oyeksi m ark et sh are pa da per iode
ya n g a ka n da t a n g.
Forecast pen ju a la n per u sa h a n per iode ya n g a ka n
da t a n g a ka n t er ga n t u n g besa r n ya pr oyeksi
pen ju a la n in du st r i da n pr oyeksi m ark et sh are.
Ber iku t in i con t oh ya n g a ka n m em per jela s u r a ia n
dia t a s.
P en ju a la n per u sa h a a n da n t ot a l pen ju a la n in du st r i sela m 5
t a h u n t er a k h ir sbb:
Ta bel 2.10.
P en ju a la n P er u sa h a a n da n In du st r i Ta h u n 2013 - 2017
Ta h u n P en ju a la n P er u sa h a a n P en ju a la n In du st r i
(u n it ) (u n it )
2013 1.500 7.500
2014 2.116 9.200
2015 2.500 10.000
2016 3.240 12.000
2017 4.500 15.000
a. Proyeksi penjualan industri tahun 2018
2015 10.000 0 0 0
53.700 - 17.800 10
b. Men gh it u n g m a r k et s h a r e t a h u n 2013 – 2017
1500
Market share 2013 x 100% 20%
7.500
2.116
Market share 2014 x 100% 23%
9.200
2.500
Market share 2015 x 100% 25%
10.000
3.240
Market share 2016 x 100% 27%
12.000
4.500
Market share 2017 x 100% 30%
15.000
Da r i t a h u n 2013 s a m pa i d en ga n t a h u n 2017
m a r k et sh a r e t er u s m en ga la m i k en a ik a n , ber a r t i
p osis i p er u sa h a a n da la m p er sa in ga n sem a k in
kuat.
c. P r oye k s i m a r k et sh a re t a h u n 2 0 18
K a r e n a m a r k e t s h a r e 5 t a h u n t e r a k h ir
m e n ga la m i k e n a ik a n m a k a p r oye k s i m a r k e t s h a r e
t a h u n 20 18 ju ga d it e n t u k a n d e n ga n t r e n d .
Ta b e l 2 .1 1 .
P r oye k s i P e n ju a la n in d u s t r i
Ta h u n Y X XY X2
2 01 3 20 -2 -40 4
2 01 4 23 -1 -23 1
2 01 5 25 0 0 0
2 01 6 27 1 27 1
2 01 7 30 2 60 4
12 5 - 24 10
y 125
a a 25
x 5
n
xy 24
b b 2,4
x2 10
P e r s a m a a n t r e n Y= 25 + 2 ,4 X
Proyeksi
P Market
e n ju a la n Share
in d u s t r y p a d a t a h u n 2 01 8 (X=3 )
Y= 2 5 + 2 ,4 (3 )
= 3 2 ,2%
Kem u dia n forecast pen ju a la n t a h u n 2018 a ka n
dit en t u ka n ber da sa r ka n pr oyeksi pen ju a la n in du st r y
da n pr oyeksi m a r ket sh a r e t a h u n 2018 seba ga im a n a
t ela h dih it u n g sebelu m n ya .
Penjualan Perusahaan
MS
Penjualan Industri
P en ju a la n P er u sa h a a n = MS x P en ju a la n In du st r i
= 32,2% x 4.908 u n it
= 1.580 u n it
2. Analisis Produk Akhir