Penganggaran

Perusahaan
02
Modul ke:

Peramalan Penjualan
(Forecasting)
Fakultas
FAKULTAS EKONOMIKA
DAN BISNIS

Tim Dosen : Niken Sulistyowati, Dr. SE.Ak. MM

Program Studi Riska Rosdiana, SE. M.Si.
Manajemen Hirdinis, SE.MM
Isfandiari M Bahanan, SE. MM
Priyono, SE, MM
Yuhasril,SE,ME

Pembuka Daftar Pustaka Akhiri Presentasi

 PENGERTIAN PERAMALAN
( FORECASTING )

FAKTOR PEMILIHAN PERAMALAN

( FORECASTING )
Pengertian Peramalan
• Forecast adalah ramalan tentang apa yang akan terjadi pada
waktu yang akan datang, sedangkan rencana merupakan
penentuan yang akan dilakukan pada waktu yang akan datang.
• Kegiatan forecasting adalah perkiraan mengenai sesuatu yang
belum terjadi. Peramalan atau forecasting selalu bertujuan
agar ramalan (forecast) yang dihasilkan mampu
meminimumkan pengaruh ketidakpastian yang dihadapi
perusahaan.
• Dengan kata lain peramalan (forecasting) bertujuan untuk
mendapatkan perkiraan yang dapat meminimumkan
kesalahan meramal (forecast error), yang biasanya diukur
dengan mean squad error, mean absolute error, dan
sebagainya.
Faktor – Faktor yang mempengaruhi Forecasting

• Sifat produk yang dijual

• Metode distribusi yang dipakai (langsung-tidak
langsung)
• Besarnya perusahaan dibanding pesaing
• Tingkat persaingan yang dihadapi
• Data historis yang tersedia
• Sifat permintaan produk yang bersangkutan
Teknik – Teknik Peramalan

Berdasarkan
Pendapat

Perhitungan
Secara Statistik • Analisis Trend (Kecendrungan)
• Analisis Growth
• Analisis Regresi Korelasi
• Analisis Teknik Khusus
 FORECASTING BERDASARKAN PENDAPAT
(JUDGMENT METHOD)
Sumber-sumber pendapat yang biasanya dipakai sebagai dasar melakukan forecasting

Salesman

Manager area

Konsultan

Survey Konsumen
TEKNIK-TEKNIK PERAMALAN (FORECASTING)

Berdasarkan
Pendapat

Perhitungan
Secara Statistik • Analisis Trend (Kecendrungan)
• Analisis Growth
• Analisis Regresi Korelasi
• Analisis Teknik Khusus
 CONTOH KASUS
FORECASTING DENGAN PERHITUNGAN SECARA STATISTIK
 KASUS ANALISIS TREND

Trend kerap disebut seculer trend yang berarti rata-rata perubahan biasanya
tiap tahun dalam jangka panjang. Trend merupakan gerakan lamban
berjangka panjang dan cenderung menuju satu arah, meningkat atau
menurun. Trend positive terjadi jika hal yang diteliti menunjukan gejala
kenaikan ( Trend yang dimiliki menunjukan rata-rata pertambahan). Trend
negative terjadi jika hal yang diteliti menunjukan gejalan berkurang (Trend
yang dimiliki menunjukan rata-rata menurun

Metode yang digunakan untuk membuat garis trend, yaitu :

TREND BEBAS

Penggambaran secara langsung bisa dilakukan dengan menarik garis lurus

disekitar data-data yang ada. Cara semacam ini sangat praktis dan sederhana,
namun mempunyai kelemahan karena konsistensi secara semacam ini sangat
kurang.

Contoh Penerapan

Data penjualan untuk lima tahun terakhir:

Volume Penjualan
Tahun
(unit)
2A05 520,000
2A06 580,000
2A07 600,000
2A08 660,000
2A09 680,000
Data tersebut dapat digambarkan garis Trend sebagai berikut
 TREND SETENGAH RATA-RATA (SEMI AVERAGE)
Contoh Kasus
Pada awal tahun 2011 perusahaan tekstil “Gaya Baru” merencanakan penyusunan
anggaran penjualan secara terperinci. Data-data yang berhasil dikumpulkan adalah sebagai
berikut:
•Data penjualan selama 6 tahun terakhir

Tahun Volume Penjualan

2A05 425.000 meter
2A06 500.000 meter
2A07 575.000 meter
2A08 650.000 meter
2A09 670.000 meter
2A10penjualan perusahaan
•Komposisi 720.000 meter
tersebut terdiri dari 60% kain dan 40% kain polos.
•Harga jual yang terjadi pada tahun 2A10, untuk kain bermotif Rp 6.000/m dan kain polos Rp
5.000/m. Pada tahun anggaran 2A11 direncanakan harga jual meningkat sebesar 10% dari tahun
sebelumnya.
•Perusahaan masih ingin tetap mempertahankan daerah pemasarannya untuk tiga wilayah,dengan
komposisi sebagai berikut:
Daerah Pemasaran Distribusi
Yogyakarta 50%
Semarang 25%
Surakarta 25%
Berdasarkan data diatas, diminta:
•Menentukan besarnya volume penjualan perusahaan tahun 2A11
dengan menggunakan metode Trend Semi Average
•Menyusun Anggaran Penjualan tahun 2A11 berdasarkan daerah,
produk, dan total omzet penjualan.
•Menentukan besarnya volume penjualan perusahaan tahun 2A11
dengan menggunakan metode Trend Semi Average, jika data yang
digunakan adalah data penjualan 4 (empat) tahun terakhir.
Menentukan besarnya volume penjualan perusahaan tahun 2A11
dengan menggunakan metode Trend Semi Average, jika data yang
digunakan adalah data penjualan 5 (lima) tahun terakhir

PENYELESAIAN KASUS
TREND MATEMATIS
Dalam trend matematis ini, terdapat 2 pendekatan yang dapat digunakan untuk
menggambarkan garis trend yaitu:
1. Analisis Trend Moment
Contoh Kasus Trend Moment

Data Perkembangan jumlah penjualan selama 5 tahun terakhir ( tahun 2A06

sampai dengan 2A10 ), sebagai berikut:

Tahun Volume Penjualan

2A06 671.382 unit
2A07 692.856 unit
2A08 703.930 unit
2A09 634.268 unit
2A10 763.296 unit
Dengan menggunakan data tersebut, hitunglah:
a. Volume penjualan tahun 2A11 dengan metode Trend Moment
b. Trend penjualan setiap tahun (tahun 2A06 s/d 2A10)

PENYELESAIAN KASUS
2. ANALISIS TREND LEAST SQUARE
Contoh Kasus Trend Moment

a. Pengalaman penjualan selama 5 tahun terakhir

Tahun Volume Penjualan
2A06 900000 unit
2A07 920000 unit
2A08 950000 unit
2A09 980000 unit
2A10 1000000 unit
b. Produk yang direncanakan akan didistribusikan di 2 daerah pemasaran, yaitu:

Daerah Pemasaran Proporsi Penjualan

Kalimantan Tengah 60%
Kalimantan Selatan 40%
Harga jual untuk wilayah Kalimantan Tengah adalah Rp 30.000/unit, sedangkan untuk wilayah
Kalimantan selatan dinaikan sebesar 25% dari wilayah Kalimantan tengah dengan
mempertimbangkan biaya transportasi. Pola penjualan yang direncanakan untuk seluruh wilayah

Kalimantan Kalimantan
Periode Tengah Selatan
Kuartal 1 30% 30%
Kuartal 2 40% 35%
Kuartal 3 30% 35%
Berdasarkan data tersebut diminta :
a. Menghitung forecast penjualan tahun 2A11 dengan metode
least square
b. Menyusun anggaran penjualan tahun 2A11 secara terinci
menurut wilayah pemasaran dan periode waktu

PENYELESAIAN KASUS
 ANALISIS GROWTH

KASUS FORECASTING PENJUALAN DENGAN ANALISIS GROWTH

Perusahaan MERAPI IRON CO merupakan perusahaan pengecoran besi.
Data yang diperoleh dari data industri pengecoran besi menggambarkan
volume penjualan industri dan penjualan perusahaan selama 3 tahun
terakhir :
Tabel data penjualan industri dan perusahaan.

Tahun Penjualan industri Penjualan

perusahaan
2A08 360.000.000 ton 36.000.000 ton
2A09 400.000.000 ton 44.000.000 ton

2A10 440.000.000 ton 53.240.000 ton

Diasumsikan bahwa pertumbuhan penjualan industri setiap tahun
mengikuti kecenderungan (trend) yang berlaku, sedangkan
pertumbuhan penjualan perusahaan menyesuaikan besarnya
pertumbuhan market share perusahaan dari tahun ke tahun.
Dengan data tersebut, diminta untuk :
• Menghitung volume penjualan industri tahun 2A11 dengan
metode trend least square
• Menghitung market square untuk tahun 2A11 dengan analisis
Growth
• Menghitung volume penjualan perusahaan tahun 2A11 sesuai
tingkat market share perusahaan

PENYELESAIAN KASUS
 ANALISIS REGRESI KORELASI

KASUS FORECASTING DENGAN ANALISIS REGRESI KORELASI

Perusahaan PRIMA MAKMUR ingin mengetahui apakah periklanan yang

dilakukan selama ini efektif dalam membantu meningkatkan volume
penjualan produk. Berikut ini data-data penjualan dan biaya periklanan per
unit selama 5 tahun terakhir :
Periode Volume penjualan (unit) Biaya iklan/unit
(Rp/unit)
2A06 600.000 250
2A07 625.000 300
2A08 650.000 325
2A09 650.000 350
2A10 675.000 375

Dengan menggunakan analisis regresi korelasi, saudara diminta

membantu perusahaan untuk mengambil keputusan apakah periklanan
pada tahun 2A11 perlu ditingkatkan.

PENYELESAIAN KASUS
 ANALISIS DENGAN TEKNIK KHUSUS

1. ANALISIS INDUSTRI

Dalam metode ini peramalan dilakukan dengan menghubungkan

potensi penjualan perusahaan dengan permintaan industri secara
umum, baik dalam hal volume penjualan maupun posisi
pesaingan bisnis.
Analisis industri ini meliputi :
1. Menentukan proyeksi demand industri untuk mengetahui
prospek perkembangan industri produk di masa mendatang.
2. Menilai posisi perusahaan dalam industri sejenis, yang terukur
dengan besarnya market share yang diperoleh perusahaan.
3. Proyeksi posisi perusahaan di masa mendatang, melalui
perhitungan Expected Market Share.
KASUS FORECASTING DENGAN ANALISA MARKET SHARE
CV NIKEN SHOES CO. Merupakan perusahaan yang bergerak di bidang industri
sepatu olah raga. Data permintaan industri sepatu dan penjualan CV NIKEN SHOES
CO selama 6 tahun terakhir sebagai berikut :

Periode Penjualan industri Penjualan perusahaan

(pasang sepatu) (pasang sepatu)
2A05 75.000.000 6.000.000
2A06 72.000.000 6.480.000
2A07 78.000.000 7.020.000
2A08 81.000.000 8.100.000
2A09 90.000.000 9.900.000
2A10 94.500.000 11.340.000

Selama 6 tahun terakhir market share perusahaan cenderung meningkat. Untuk tahun 2A11
dengan berbagai pertimbangan perusahaan cukup puas dengan tingkat market share sama dengan
tahun 2A10.
Dengan data tersebut, diminta :
Menghitung perkiraan demand industri untuk tahun 2A11 dengan metode moment.
Menentukan tingkat penjualan CV NIKEN SHOES CO pada tahun 2A11 sesuai harapan yang
digariskan

PENYELESAIAN KASUS
2. ANALISIS LINI PRODUK ( PRODUK LINE)

Analisa Lini Produk (Produk Line) digunakan pada perusahaan-perusahaan yang

menghasilkan lebih dari satu macam produk. Masing-masing macam produk
tersebut tidak dapat diambil kesamaannya dan harus dibuat forecast secara
terpisah.

CONTOH :
Perusahaan X yang menghasilkan barang-barang elektronik, minuman, dan pakaian.
Ketiga jenis produk ini tidak dapat “dipadukan” menjadi satu forecast. Masing-masing
harus dibuatkan forecast sendiri.
Perusahaan Y yang menghasilkan susu formula. Susu formula “A” sudah mencapai tahap
kedewasaan, sedangkan susu formula “B” baru mulai diproduksi awal tahun ini (masih
tahap pengenalan). Maka antara susu formula A dan B memiliki perbedaan dalam banyak
hal seperti (1) konsumen, (2) metode distribusi, dan (3) lain-lain. Untuk itu masing-masing
produk harus dibuatkan forecast tersendiri pula. Untuk pelaksanaannya pada dasarnya
sama dengan metode statistik dalam analisis Trend.
Dengan demikian untuk membuat rencana penjualan, perusahaan perlu mempertimbangkan
dua aspek berikut (1) penentuan jumlah dan variasi dari produk yang akan dijual oleh
perusahaan, dan (2) rencana penjualan ini (baik strategis maupun taktis) harus mencakup
keputusan sementara tentang lini produk baru yang akan diperkenalkan dan lini produk lama
mana yang akan dihapus, dilakukan inovasi, atau produk campuran.

Produk campuran adalah hubungan volume antara dua produk atau lebih. Contohnya
perusahaan menjual produk R sebanyak 1.000 unit dengan harga jual Rp 300/unit, dan I
sebanyak 2.000 unit dengan harga jual Rp 290/unit. Biaya variabel per unit untuk produk R
sebesar Rp 100/unit dan produk I Rp 80/unit. Biaya tetap pertahun adalah Rp 100.000 untuk
produk R dan Rp 75.000 untuk produk I. Perusahaan diasumsikan harus menghasilkan kedua
produk dan kapasitas maksimum adalah 3000 unit, oleh karena itu perubahan dalam produk
campuran direncanakan di tahun depan.

Manajemen dihadapkan pada 4 alternatif kebijakan yang harus dipilih, yaitu

1. Alternatif 1 : meningkatkan produksi R sebesar 20% dan menurunkan produk I
sebesar 10%
2. Alternatif 2 : meningkatkan produksi R sebesar 40% dan menurunkan produk I
sebesar 20%
3. Alternatif 3 : menurunkan produksi R sebesar 20% dan meningkatkan produk I
sebesar 10%
4. Alternatif 4 : menurunkan produksi R sebesar 40% dan meningkatkan produk I
sebesar 20%
 Anggaran
Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4
Sementara
Produ Produk Produk Produk
Keterangan
Produk Produ kR Produk I R Produk I Produk R Produk I R I
R kI naik turun naik turun
20% 10% 40% turun 20% turun 20% naik 10% 40% naik 20%
Volume
(unit) 1,000 2,000 1,200 1,800 1,400 1,600 800 2,200 600 2,400

300,00 580,00 360,00

Penjualan 0 0 0 522,000 420,000 464,000 240,000 638,000 180,000 696,000

100,00 160,00 120,00

VC 0 0 0 144,000 140,000 128,000 80,000 176,000 60,000 192,000

100,00 100,00
FC 0 75,000 0 75,000 100,000 75,000 100,000 75,000 100,000 75,000

200,00 235,00 220,00

TC 0 0 0 219,000 240,000 203,000 180,000 251,000 160,000 267,000

100,00 345,00 140,00

Laba 0 0 0 303,000 180,000 261,000 60,000 387,000 20,000 429,000

445,00
Total Laba 0 443,000 441,000 447,000 449,000

Kesimpulan : Produk campuran dengan marjin kontribusi tertinggilah yang harus

didorong untuk perluasan yang realistic (alternatif 4), yaitu memproduksi produk R
sebesar 600 unit dan produk I sebesar 2400 unit.
ANALISIS PENGGUNAAN AKHIR

Analisis ini digunakan pada perusahaan-perusahaan yang memproduksi barang-barang

tidak langsung dapat dikonsumsi, melainkan masih memerlukan proses lebih lanjut
untuk menjadi produk akhir. Permintaan akan produk ini dipengaruhi secara langsung
oleh produk akhir yang berasal dari produk tersebut atau produk akhir yang
menggunakannya.

KASUS ANALISA PENGGUNA AKHIR

Perusahaan “PRIMA BOTTLE” adalah perusahaan yang bergerak dibidang usaha produksi
botol yang ditujukan untuk botol minuman ringan dan botol obat-obatan. Berikut ini
adalah data yang tersedia diperusahaan untuk keperluan perencanaan penjualan:
Penjualan botol minuman ringan Tahun 2A04 s/d 2A10

TAHUN Volume Penjualan (unit)

2A04 258,000
2A05 258,000
2A06 290,000
2A07 346,000
2A08 312,000
2A09 326,000
2A10 382,000
Total 2,172,000
 Penjualan botol obat-obatan Tahun 2A04 s/d 2A10:

TAHUN Volume Penjualan (unit)

2A04 720,000
2A05 752,000
2A06 880,000
2A07 796,000
2A08 1,064,000
2A09 1,136,000
2A10 1,990,000
Total 7,338,000

Dengan data-data tersebut perusahaan ingin menyusun forecast penjualan botol

minuman ringan dan botol obat-obatan untuk lima tahun yang akan datang
dengan menggunakan metode Least Square.

PENYELESAIAN KASUS
SOAL LATIHAN
• SOAL LATIHAN :
• Toko “Berkah” menyusun data penjualan gula Kopi setiap tahunnya dalam
Ton sebagai berikut :

TAHUN PENJUALAN
2007 198.600
2008 207.500
2009 222.700
2010 238.200
2011 238.700
2012 246.700
2013 248.700
2014 244.100
• Dengan
2015 teknik220.400
Peramalan Metode Semi Average, tentukan besarnya
penjualan kopi tahun 2016 ?
 Terima Kasih
Terima Kasih