PERTEMUAN 2

PERAMALAN PENJUALAN
PERAMALAN
Salah satu keputusan penting dalam perusahaan yang dilakukan oleh manajemen
adalah menentukan tingkat produksi barang dan jasa untuk persipan masa datang
Penentuan tingkat produksi yang merupakan tingkat penawaran akan dipengaruhi oleh
jumlah permintaan pasar yg dapat dipenuhi oleh perusahaan
Tingkat penawaran yang lebih tinggi dari permintaan pasar dapat mengakibatkan
terjadinya pemborosan biaya (biaya penyimpanan, modal dan biaya kerusakan barang)
Tingkat penawaran yang lebih rendah dibandingkan pangsa pasar yang dapat diraih
mengakibatkan hilangnya kesempatan untuk memperoleh keuntungan, bahkan
kehilangan pelanggan karena beralih ke perusahaan pesaing
Untuk membantu tercapainya suatu keputusan yang optimal perlu adanya cara yang
tepat, sistematis dan dapat dipertanggungjawabkan.
Salah satu alat yang diperukan oleh manajemen dan bagian integral dari proses
pengambilan keputusan adalah Metode Peramalan
 Peramalan tidak saja dilakukan untuk menentukan jumlah
produk yang perlu dibuat atau kapsitias jasa yang
disedikan, tetapi disemua bidang (pengadaan, personalia,
penjualan dll)
 Biasanya memerlukan kebiasaan selama jangka waktu
tertentu
 Peramalan dapat dilakukan secara Kuantitatif dan
kualitatif
 Metode Kualitatif
Berdasarkan metode yang subjektif, pendapat
(judgment) dari yg melakukan peramalan
 Metode Kuantitatif
Berdasarkan rumus matematika

7/15/22
 Dua hal pokok yang harus diperhatikan dalam
proses peramalan yang akurat dan bermanfaat
(Makridakis 1999)

Pengumpulan data Pemilihan teknik

yang relevan peramalan yang
berupa informasi tepat yang akan
memanfaatkan
yang dapat informasi data yang
menghasilkan pera- diperoleh semaksimal
malan yang akurat. mungkin.
 Syarat Peramalan yang baik

TIDAK BIAS (SESUAI DENGAN KENYATAAN)

Metode Peramalan
Berdasarkan Jangka Waktu

Berdasarkan rencana Operasi

Berdasarkan
Metode/pendekatan
Peramalan berdasarkan jangka waktu
 Peramalan jangka Panjang : yang mencakup waktu lEbih besar
dari 18 bulan.
Misal : Peramalan yang diperlukan dalam kaitan dengan
penanaman modal, perencanaan produk baru, perencanaan
fasilitas lokasi, ekpasnsi, perencanaan kegaiatan litbang (Penelitian
dan Pengembangan/R&D),
 Peramalan jangka Menengah : Mencakup waktu antara 3 sampai
18 bulan. (pendekatan kuantitatif)
 Misal : perencanaan penjualan, perencanaan produksi,
perencanaan TK tidak tetap dan menganalisis rencana operasi
 Peramalan jangka Pendek : jangka waktu kurang dari 3 bulan.
(pendekatan kuantitatif)
 Misal : peramalan yang berhubungan dengan perencanaan
pembelian materal, penjadwalan kerja, penugasan karyawan,
jumlah TK, tingkat produksi
Peramalan berdasarkan Rencana Operasi

RAMALAN EKONOMI : membahas siklus bisnis dengan

memprediksi tingkat inflasi dan indikator perencanaan lainnya,

RAMALAN TEKNOLOGI : berkaitan dengan tingkat

kemajuan teknologi dan  produk baru

RAMALAN PERMINTAAN : berkaitan dengan proyeksi

permintaan terhadap produk perusahaan. Ramalan ini disebut
juga ramalan penjualan, yang mengarahkan produksi, kapasitas
dan siatem penjadualan perusahaan.
• PERAMALAN KUALITATIF, menggunakan intuisi,
pengalaman pribadi dan berdasarkan pendapat (judment)
dari yang melakukan peramalan.
Contoh: pendapat salesman, pendapat ahli, survey konsumen
Peramalan berdasarkan Metode/Pendekatan
• PERAMALAN KUANTITATIF, menggunakan
berbagai model matematis atau metode statistik
dan  data historis dan atau variabel-variabel
kausal untuk meramalkan permintaan.
1. Metode Kuantitatif

A. Metode Seri Waktu / Deret berkala

(Time Series)
• metode yang dipergunakan untuk menganalisis serangkaian
data variabel waktu yang merupakan fungsi dari waktu.
• mis tahunan, bulanan, triwulan dsb
• Peramalan di dasarkan pada nilai variable yg telah lalu dan
atau peramalan kesalahan masa lalu
Model Seri Waktu / Metode deret berkala, terbagi
menjadi :

1. Rata-rata bergerak (moving

averages)
2. Penghalusan eksponensial
(exponential smoothing)
3. Proyeksi trend (trend
projection)
1. Rata-rata bergerak (moving averages-MA),
• Menggunakan n nilai data terbaru dalam suatu
deret berkala untuk meramalkan periode yang
akan datang.
• Rata-rata perubahan atau pergerakan sebagai
observasi baru.
• Penghitungan rata-rata bergerak adalah sebagai
berikut:
⎃Rata-Rata Bergerak Sederhana (simple moving averages) :
bermanfaat jika diasumsikan bahwa permintaan pasar tetap
stabil
⎃Rata-Rata Bergerak Tertimbang (weighted moving averages) :
apabila ada pola atau trend yang dapat dideteksi, timbangan
bisa digunakan untuk menempatkan lebih banyak tekanan
pada nilai baru
Model rata-rata bobot bergerak lebih responsif
terhadap perubahan karena data dari periode yang
baru biasanya diberi bobot lebih besar. Rumus rata-
rata bobot bergerak yaitu sebagai berikut.
Contoh Peramalan,
dimana hasil peramalan produksi bulan juli diperoleh dengan
menghitung rata-rata dari nilai produksi tiga bulan sebelumnya
(rata- rata produksi dari bulan April s.d. Juni).
Contoh Rata-Rata Bergerak Tertimbang ( Periode Rata –Rata Bergerak : 3
periode )

Nilai produksi satu periode sebelumnya akan memiliki bobot yang lebih besar dari
nilai produksi dua periode sebelumnya, dan nilai produksi dua periode sebelumnya
ini akan memiliki bobot yang lebih besar dari nilai produksi tiga periode sebelumnya
ANALISA TREND
• PENERAPAN GARIS TREND BEBAS
• PENERAPAN GARIS TREND SETENGAH RATA2
• PENERAPAN GARIS TREND SECARA MATEMATIS
METODE GARIS TREND BEBAS
GARIS TREND MATEMATIS
1. METODE MOMENT
2. METODE DERAJAT TERKECIL (LEAST SQUARE)
Metode moment

Cara Penyelesaian
 Persamaan: Y = a + bx
 ∑y = n.a + b∑x ........... (1)
 ∑xy = a∑x + b ∑x2 ........... (2)
 Sibstitusikan persamaan 1 & 2 tersebut
Contoh kasus:
Data penjualan dari PT X

TAHUN PENJUALAN X XY X2
(Y)

2009 2.500

2010 2.300

2011 2.800

2012 2.600

2013 2.700

2014 2.900

2015 ?

∑ 15.800
Metode least square
Cara Penyelesaian
 Persamaan: Y = a + bx
 a = ∑y : n ........... (1)
 b = ∑xy : ∑x2 ........... (2)
Contoh kasus:
Data penjualan dari PT X

TAHUN PENJUALAN X XY X2
(Y)

2009 2.500

2010 2.300

2011 2.800

2012 2.600

2013 2.700

2014 2.900

2015 ?

∑ 15.800