 Pengertian Peramalan (Forecasting): suatu teknik

analisa perhitungan dgn pendekatan kualitatif

maupun kuantitatif untuk perkirakan kejadian di
masa depan dgn referensi data masa lalu.
Tujuan peramalan: untuk memperkirakan
prospek ekonomi dan kegiatan usaha serta
pengaruh lingkungan thd prospek tersebut.

Batamtribunews.com
 Produksi tivi :https://www.youtube.com/watch?v=e3PKUwt60Ks
 Produksi motor
 https://www.youtube.com/watch?v=WaTAThM57UM
 Produksi mobil : https://www.youtube.com/watch?v=fSfC85XTIPc
 Karoseri bus
 https://www.youtube.com/watch?v=35TsDXiKL8Y
 https://www.youtube.com/watch?v=DqkKu2YaHZ4
 https://www.youtube.com/watch?v=4WjsCrUQepc
 Produksi garmen : https://www.youtube.com/watch?v=f5nauEv6JSI
 https://www.youtube.com/watch?v=FapxcnVPCRk
 https://www.youtube.com/watch?v=ppeCmHuF9i0
 produksi roti : https://www.youtube.com/watch?v=O6rPrwDO9cs
 Produksi mebel
 https://www.youtube.com/watch?v=jbxsxZu33tw
 https://www.youtube.com/watch?v=Dz47gqZVlGo

 https://www.youtube.com/watch?v=5tIViYUnma0
 Peramalan Penjualan adalah proyeksi teknis
dari permintaan pelanggan potensial
untuk suatu waktu tertentu dgn berbagai
asumsi.

Forecast penjualan menentukan

keputusan :
- kebijakan rencana produksi
- Kebijakan persediaan barang
- Kebijakan investasi aktiva
- Rencana cashflow
Tujuan Peramalan (Heizer& Render, 2009:47):

 Mengkaji kebijakan perusahaan saat ini dan di

masa lalu serta melihat pengaruhnya dimasa
depan.
 Sebagai dasar penyusunan rencana bisnis agar
semakin efektif dalam realisasinya, karena
 adanya time lag atau delay antara saat
ditetapkan
kebijakan perusahaan hingga implementasi
 yaitu cara mengestimasi dengan kuantitatif ataupun
kualitatif apa yang akan terjadi di masa depan menurut
data masa lalu.
 Jenis metode peramalan, antara lain:
 Metode peramalan yang berdasar pada pemakaian
analisa keterkaitan antar variabel yang diperkirakan dgn
variabel waktu dengan deret berkala/metode
peramalan time series.
 Metode peramalan yang berdasar pada pemakaian
analisis pola hubungan antar variabel yang hendak
diperkirakan dengan variabel lain yang menjadi
pengaruh, yang bukan waktu disebut Metode Korelasi
atau sebab akibat atau metode peramalan causal.
Menurut waktu, Peramalan dapat dibagi 3
jenis:
 jangka panjang (>2th) Misal, peramalan
penanaman modal, perencanaan fasilitas dan
kegiatan litbang.
 jangka menengah (1-2th). Misal, perencanaan
penjualan, perencanaan produksi dan
perencanaan tenaga kerja tidak tetap.
 jangka pendek (1th). Misal, perencanaan
pembelian material, penjadwalan kerja dan
penugasan karyawan.
Peramalan jenis ini dibagi 3 yaitu:
 Peramalan ekonomi ( economic forecast ), yaitu
peramalan yang menjelaskan siklus bisnis dengan
memprediksi inflasi, ketersediaan uang dan
indikator perencanaan lainnya.
 Peramalan teknologi, kebutuhan teknologi yang
akan datang.
 Peramalan permintaan (demand forecast ), adalah
proyeksi permintaan produk/ layanan (peramalan
penjualan) yang mengendalikan produksi,
kapasitas, serta sistem penjadwalan dan menjadi
input bagi perencanaan keuangan, pemasaran, dan
SDM
  Pemilihan teknik forecasting dipengaruhi:
- Sifat produk yang dijual
- Metode distribusi
- Tingkat persaingan
- Data historis

 Teknik-Teknik dalam Forecast sales

1. Judgement method
2. Metode statistika
3. Metode khusus
 • Digunakan untuk menyusun peramalan
penjualan maupun forecast kondisi bisnis.

• Peramalan dengan pendekatan kualitatif,

sumber-sumber data informasinya :
1. Pendapat salesman
2. Pendapat sales manajer
3. Pendapat ahli
4. Survey konsumen
Metode statistik
Analisa trend
 Metode
bebas
 Metode
moment
 Metode
kuadratik
 Metode least
square

Metode khusus
1. Metode
 Fungsi peramalan:
sebagai dasar pertimbangan pengambilan
keputusan atas apa yang akan terjadi ketika
keputusan tersebut dijalankan.
 Manfaat peramalan:

 Sebagai alat bantu perencanaan yang efektif

dan efisien
 Untuk menetapkan kebutuhan sumber daya

pada masa yang akan datang

 Untuk membuat keputusan yang tepat
Berdasar sumber data, ada 2 jenis peramalan yaitu:
 Peramalan kualitatif, didasarkan data kualitatif
masa lalu. Peramalan didasarkan dari hasil
penyelidikan, misalnya pendapat dari salesman,
sales manajer, para ahli dan survey konsumen.
Hasil ramalan tergantung kemampuan penyusun
berdasarkan pemikiran (intuisi), pendapat,
pengetahuan dan pengalaman.
 Peramalan kuantitatif, didasarkan data penjualan
masa lalu. Hasil peramalan tergantung penggunaan
metode, penerapan metode yang berbeda akan
diperoleh hasil yang berbeda pula.
 dibagi menjadi 2jenis peramalan:
 Peramalan subjektif, yaitu peramalan yang

didasarkan atas perasaan/intuisi dari

penyusunnya.
 Peramalan objektif, yaitu peramalan dengan

menggunakan teknik-teknik dan metode

dalam penganalisaan data yang didasarkan
atas data yang relevan di masa lalu.
 HASIL
PERAMALAN
Volume
PROSES ANALISIS
penjualan
Penggunaan dimasa yang
sumber data akan
kualitatif/ k uantitatif datang.
PEMILIHAN DATA: Penerapan metode Peramalan
Sumber data masa judgement, kualitatif
lalu dan masa statitika, dan Peniilaian
kini. metode khusus. subyektif dan
Sumber Informasi, obyektif
Pemikiran/intuisi,
pendapat,
informs kualitatif
lainya.
Grafik trend Nilai export Neraca perdagangan
- im po rt alas kaki 2014-2017
• Analisis Trend
• a. trend bebas (Free hand method )
sangat subjektif dan kurang ilmiah

Contoh : perusahaan memiliki data

pejualan sbb
tahun penjualan
130
2011 145
2012 150
2013 165
2014 170
2015
 170

 150

 130

 0
 Rumus : Y = a + bx


 ∑ Yi = n.a + b.∑ xi
 2
 ∑xi yi = a ∑ xi + b ∑ xi
Tahun (x) Penjualan (Y)

2011 130

2012 145

2013 150

2014 165

2015 170
2016 .....?
tahun Xi Yi Xi Yi Xi 2
2011 0 130 0 0
2012 1 145 145 1
2013 2 150 300 4
2014 3 165 495 9
2015 4 170 680 16

jumlah 10 760 1620 30

∑ Yi = n.a + b ∑ xi
 760 = 5a + 10 b ……………….(1)

∑xiyi = a∑xi + b ∑ xi 2
 1620 = 10 a + 30 b ……………..(2)

 5a + 10 b = 760………….(1) X 2
 10a + 3 0 b = 1620…………(2)
• 10 a + 20 b = 1520
10 a + 30 b = 1620 (- )

• - 10 b = - 100
• b = 10

• 5a + 10 b = 760
• 5 a + 10 (10) = 760
• 5a = 660
• A = 132
 Y= a+ b x
 Y = 132 + 10 x

 Trend tahun 2016 : X=

5
 Y = 132 + 10 (5)

 = 182
• 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
• +… Y= a+ b
•
• Rumus : x a= ∑
• y/n
b = ∑xy /
∑x 2
tahun Y X X2 XY
2011 130 -2 4 - 260
2012 145 - 1 1 - 145
2013 150 0 0 0
2014 165 + 1 1 + 165
2015 170 +2 4 + 340
jumlah 760 0 10 100
 a = ∑ y / n = 7 6 0 / 5 = 152

 b = ∑ xy / ∑ x 2 = 100 / 10 = 10

 Persamaan trend : Y = 152 + 10 X

 Penjualan 2016 : Y = 152 + 10 (3) = 182

 Ada 2pendekatan dlm perkiraan fungsi biaya:
 (a) pendekatan analitis (analytical approach).
(b) pendekatan historis (historical approach)
yang terdiri dari:
1. metode titik tertinggi dan terendah
2. metode biaya berjaga dan
3. metode kuadrat terkecil.

 Berikut disajikan data kegiatan dan biaya reparasi &
pemeliharaan pada PT Mustika tahun 2013 yakni :
Bulan Ke Biaya Reparasi & Jam Mesin
Pemeliharaan
1 750.000 6.000
2 715.000 5.500
3 530.000 4.250
4 600.000 4.000
5 600.000 4.500
6 875.000 7.000
7 800.000 6.000
8 1.000.000 8.000
9 800.000 6.000
10 750.000 6.000
11 550.000 4.500
12 600.000 4.500
8.570.000 66.250
 y = a + bx
 Persamaan garis regresi :

 Y merupakan variable tidak bebas (dependent variable).

Perubahannya Y ditentukan oleh perubahan pada variabel x
yang merupakan variabel bebas (independent variable).
 Variabel y menunjukkan biaya, sedangkan variabel x
menunjukkan volume kegiatan.

 Rumus perhitungan a dan b adalah sebagai berikut :
b= n ∑(xy) - ∑ x ∑ y a= ∑y - b(∑x)
n ∑x 2 - (∑x) 2 n
 Biaya mesin tertinggi 8000 dan terendah
4000, selisihnya= 4000.
Biaya reparasi dan pemeliharaan
tertinggi adalah 1.000.000 dan Biaya
reparasi
600.000 terendah
selisih =400.000
 Unsur Biaya Variabel dalam biaya reparasi
dan pemeliharaan dihitung sebagai berikut :


 Biaya variabel = Rp. 400.000 : 4.000 =

Rp. 100 per jam mesin



 Titik Kegiatan Titik Kegiatan
Tertinggi Terendah
Biaya Reparasi & pemeliharaan mesin yang terjadi Rp. 1000.000 Rp. 600.000

Rp. 100 x 8.000 800.000

Rp. 100 x 4.000 Rp. 400.000

Biaya Reparasi & Pemeliharaan tetap Rp. 200.000 Rp. 200.000

 Titik Kegiatan Titik Kegiatan
Tertinggi Terendah
Biaya Reparasi & pemeliharaan mesin yang terjadi Rp. 1000.000 Rp. 600.000

Rp. 100 x 8.000 800.000

Rp. 100 x 4.000 Rp. 400.000

Biaya Reparasi & Pemeliharaan tetap Rp. 200.000 Rp. 200.000

Fungsi biaya reparasi dan pemeliharaan

tersebut dinyatakan secara matematis,
berbentuk fungsi linier yakni :
 Y = 200.000 + 100x
 Metode ini menghitung biaya tetap yang
harus dikeluarkan jika perusahaan ditutup
sementara, jadi produknya = nol.


 Contoh : Berdasarkan data di atas, misal pada

tingkat reparasi dan pemeliharaan 8.000 jam
mesin per bulan biaya yang dikeluar kan
sebesar Rp. 1.000.000. Sedangkan menurut
perhitungan, apabila perusahaan tidak
berproduksi, biaya reparasi yang tetap harus
dikeluarkan adalah sebesar Rp. 400.000
 Maka penentuan biaya variable dan tetap sbb:

 Biaya untuk 8000 jam mesin Rp. 1.000.000
 Biaya Tetap (Biaya berjaga) Rp. 400.000
 Selisih Rp. 600.000

 Biaya Variabel per jam = Rp. 600.000 : 8000 = Rp.
75 per jam mesin
 jadi fungsi biaya reparasi dan pemeliharaan
tersebut dapat dinyatakan secara matematis sbb :
 Y = 4.00.000 + 75 x



Bulan ke Biaya Reparasi &
Pemeliharaan
(Rp.1000) Jam Mesin
y. x. xy. x2
1 750 6000 4500000000 36000000
2 715 5500 3932500000 30250000
3 530 4000 2120000000 16000000
4 600 4000 2400000000 16000000
5 600 4500 2700000000 20250000
6 875 7000 6125000000 49000000
7 800 6000 4800000000 36000000
8 1000 8000 8000000 64000000
9 800 6000 4800000000 36000000
10 750 6000 4500000000 36000000
11 550 4500 2475000000 20250000
12 600 4500 2700000000 20250000

∑y ∑x. ∑xy. ∑x2

8570000 66000 41060500000 380000000
 b. = 12 x 41.060.500.000 – 66.000. x 8570000 =
 12 x 380.000.000 – (66.000) 2


 = 8.570.000 – b x 66.000 =
 12
 Jadi biaya reaparasi dan pemeliharaan mesin terdiri dari :

 Biaya variabel = Rp. 115 per jam mesin ( 0,115 x
Rp.1.000)
 Biaya tetap = Rp. 79.270 per bulan
 Atau fungsi linier biaya tersebut adalah :


 Y = 79.270 + 115x
 b = n ∑(xy) - ∑ x ∑ y
 n ∑x 2 - (∑x) 2


 a = ∑y - b(∑x)
 n
 Berikut data penjualan perusahaan “AA” selama 6
tahun
tahun penjualan
1 542
2 580
3 612
4 750
5 720
6 710

 Ditanyakan :
Berapa perkiraan penjualan pada tahun ke 7,
gunakan metode least square dan moment.
 N= 6
 ∑ yi = 3914

 ∑ xi = 15

 ∑ xi yi = 10484

 ∑ xi 2 = 55
 Y= a + b x

 Y = 552,48 + 39,94
x
 Y tahun ke 7 = 792,12
 n = 6
 ∑ xi = 0

 ∑ yi = 3914

 ∑ xi 2 = 70

 ∑ xiyi = 1139
 Y = a + bx

 Y = 652,33 + 19,97 x
 Y tahun ke 7 = 792,12
Penjuala Pulau jawa Luar jawa
n barang 2016 2016
Januari 240 210
Febuari 255 222
Maret 260 225
April 275 230
Mei 280 235
Juni 290 244
Juli 305 250
Agustus 295 245
September 292 240
Oktober 290 235
November 285 230
Desember 280 224
 Perusahaan industri tas merencanakan penjualan tas sekolah
sebanyak 12.000 unit selama tahun 2018. Rencana
penjualan terbagi dalam 4 kuartal, sbb :
◦ Kwartal I : 2.500 unit
◦ Kwartal II : 4.000 unit
◦ Kwartal III : 3.500 unit
◦ Kwartal IV : 2.000 unit
 Harga jual per unit tas @Rp. 50.000
 Tagihan kas pada kwartal IV tahun (2017) adalah Rp.
6.200.000

 Tagihan kas penjualan 70% dibayar padamasa
kuartal penjualan, sedangkan 30% sisanya
ditagih pada kwartal berikutnya.


 Penjualan pada kwartal IV terdapat sebanyak

Rp. 3.400.000 tidak tertagih dan dimasukkan
sebagai piutang usaha pada akhir periode
tahun 2017
Sekian terima kasih