55
Dari tabel di atas, ternyata hasil peramalan yang diperoleh dari jumlah penjualan setiap bulannya cukup berfluktuasi. Mulai dari hasil peramalan bulan
Januari 2011 hingga Mei 2011 mengalami penurunan, tetapi kemudian terus meningkat dari bulan Juni 2011 sampai dengan Maret 2012 meskipun kadang
mengalami penurunan. Dan peramalan penjualan tertinggi terjadi pada bulan Desember 2011 94 pack. Hasil ramalan penjualan Tahu Kita di outlet
Kemchicks terbilang cukup baik, karena outlet ini merupakan supermarket berskala internasional yang terdiri dari konsumen menengah ke atas, sehingga
target konsumen untuk produk Tahu Kita cukup sesuai. Selain itu, letak outlet ini juga sangat strategis yaitu berada di daerah Kemang. Dari metode
Decomposition Additive diperoleh persamaan Ŷt = 29,1707 + 0,438877t.
Persamaan tersebut menunjukkan arah positif, yang berarti setiap periode bulan ada kenaikan penjualan 0,438877 unit. Misalnya saat periode 31 t=31
Ŷt = 29,1707 + 0,43887731 = 42,775887, saat periode 32 t=32 Ŷt = 29,1707 + 0,43887732 = 43,214764. Hasil peramalan penjualan Tahu Kita pada periode
31 dan 32 mengalami peningkatan 0,438877, sesuai dengan persamaan di atas. Sebagai altenatif lain dipilih metode Trend Quadaratic karena merupakan
metode terbaik kedua yang memiliki nilai MSE terkecil setelah metode Decompotition Additive. Dari metode ini diperoleh persaman
Ŷt = 44,6581 – 2,33433t + 0,0907159t2.
4.7 Implikasi Manajerial
Semakin tingginya tingkat persaingan bisnis saat ini, terutama dalam bidang industri makanan, membuat para pelaku usaha harus mampu membaca dan
memahami peluang maupun situasi yang ada saat ini sehingga dapat terus bertahan di pasar. Dalam dunia bisnis, pastinya para pelaku bisnis dihadapi oleh
lingkungan usaha yang dinamis dan sering berubah dengan cepat, sehingga sering adanya ketidakpastian yang dihadapi oleh para pelaku bisnis dalam memproduksi
maupun memasarkan produknya. Untuk itu, cara yang tepat dilakukan salah satunya adalah dengan melakukan peramalan penjualan forecasting. Perusahaan
56
yang melakukan kegiatan forecasting dapat digunakan untuk mengambil keputusan jangka pendek, jangka menengah maupun jangka panjang sesuai
dengan kebutuhan perusahaan tersebut, salah satunya dapat membuat perencanaan produksi, perencanaan pemasaran, perencanaan keuangan, dan sebagainya.
Untuk mencapai tingkat penjualan yang maksimal, PT. Kitagama perlu membuat suatu perencanaan penjualan yang dapat dijadikan dasar dalam
mengambil keputusan. Salah satu dasar untuk perencanaan penjualan adalah penentuan penjualan Tahu Kita untuk beberapa periode mendatang dengan
melakukan peramalan. Dengan melakukan analisis peramalan penjualan, perusahaan dapat meramalkan produk atau target di masa mendatang, sehingga
target tersebut dapat dijadikan acuan perusahaan dalam menyusun perencanaan produksi dan kebijakan perusahaan yang tepat dan sesuai.
Berdasarkan hasil penelitian yang telah dilakukan, peramalan penjualan dapat digunakan perusahaan sebagai informasi dalam mempersiapkan dan
mengetahui perencanaan penjualan di kelima outlet tersebut di masa mendatang, juga menyusun strategi pemasaran yang lebih baik. Pola data penjualan dan hasil
peramalan penjualan dapat bersifat sangat berfluktuasi tidak beraturan, bahkan jarang menunjukkan adanya penjualan yang terus meningkat. Hal ini mungkin
dikarenakan dari segi harga dan pemasaran produk Tahu Kita tersebut. Harga produk Tahu Kita yang terbilang cukup mahal dibandingkan dengan tahu yang
ada di pasaran, sehingga membuat sangat sedikit masyarakat Indonesia yang melirik Tahu Kita untuk dikonsumsi, meskipun produk tahu ini sangat sehat alami
dan tanpa bahan pengawet. Banyaknya produsen tahu di pasaran yang menawarkan harga yang sangat terjangkau membuat para konsumen tahu tertarik
tanpa berpikir panjang untuk membeli tanpa memeriksa adanya bahan pengawet pada tahu tersebut.
Untuk pemasaran Tahu Kita masih sangat kurang, karena masih banyak masyarakat yang belum mengenal produk Tahu Kita ini, sehingga penjualannya
masih sedikit. Perusahaan harus merencanakan strategi pemasaran yang lebih tepat agar dapat meningkatkan penjualan Tahu Kita, disamping itu perusahaan
57
juga harus merubah harga jual Tahu Kita agar konsumen tertarik untuk membeli dan bisa dijadikan alternatif pilihan saat membeli produk tahu. Cara untuk
mengatasi mengurangi harga jual dari produk Tahu Kita salah satunya dengan mengurangi biaya produksi produk tahu tersebut seperti membeli bahan baku
yang murah tetapi tetap bermutu. Dengan kata lain, berkurangnya biaya produksi juga berdampak pada kurangnya harga jual produk Tahu Kita dan berharap dapat
membantu meningkatkan penjualan produk Tahu Kita. Informasi hasil peramalan penjualan pada penelitian ini juga digunakan
untuk menyusun ramalan pendapatan kotor di lima outlet penjualan. Hasil perkiraan pendapatan kotor penjualan Tahu Kita di kelima outlet untuk 15 periode
yaitu bulan Januari 2011 sampai Maret 2012 dapat digunakan perusahaan sebagai dasar dalam perencanaan pembiayaan. Dengan demikian, perusahaan dapat
merencanakan penganggaran dana yang terjadi di masa mendatang. Hal ini dapat memberikan efisiensi bagi kelangsungan kegiatan perusahaan, mendukung
perencanaan proses pengambilan keputusan, serta mengurangi ketidakpastian biaya disamping menyusun perencanaan pemasaran yang lebih baik.
58
KESIMPULAN DAN SARAN 1.
Kesimpulan
a. Hasil pola data penjualan Tahu Kita di kelima outlet penjualan menunjukkan bahwa outlet Pastellia, outlet Pasar Bintaro Mas, outlet
Market City menunjukkan data tidak stasioner. Sednagkan outlet Joyo Swalayan dan outlet Kemchicks menunjukkan data stasioner.
b. Hasil peramalan penjualan Tahu Kita di kelima outlet penjualan menunjukkan bahwa metode terbaik metode terbaik pada outlet Pastellia
dan Kemchicks dengan Decomposition Additive, outlet Joyo Swalayan dengan metode Moving Average, outlet Pasar Bintaro Mas menggunakan
metode ARIMA, outlet Market City dengan metode Trend Quadratic. c. Ramalan penjualan Tahu Kita di kelima outlet selama 15 periode
mendatang Januari 2011 sampai Maret 2012 sangat bervariasi, misal ramalan penjualan pada outlet pastellia dan outlet Kemchicks terlihat
sangat berfluktuasi tidak beraturan 107 pack menjadi 46 pack, outlet Joyo Swalayan sangat stabil dengan penjualan 18 pack tiap bulannya,
outlet Pasar Bintaro Mas cenderung merata tiap bulannya 50 pack menjadi 51 pack, dan outlet Market City mengalami penurunan yang
tajam sekali.
2. Saran
a. Perusahaan sebaiknya melakukan peramalan secara berkala misalnya 3 atau 6 bulan sekali, agar peramalan memudahkan menetapkan target
penjualan, maupun target lainnya untuk meningkatkan keuntungan perusahaan.
b. Perusahaan sebaiknya memilih metode terbaik yang tingkat keakuratannya paling tinggi misalnya metode Decomposition Additive sebagai metode
terbaik dari outlet Pastellia dan outlet Kemchicks, sehingga hasil peramalan tidak berbeda jauh dengan realisasi dan dapat mengurangi
ketidakpastian yang terjadi pada masa mendatang.
59
c. Perusahaan harus teliti dan cermat dalam melakukan peramalan penjualan misalnya melihat output pada computer, karena hasil peramalan yang
dilakukan akan digunakan sebagai dasar penyusunan strategi produksi, pemasaran maupun keuangan di masa mendatang.
60
DAFTAR PUSTAKA
Aldina, A. 2008. Analisis Peramalan Penjualan Matrix Blackberry PT. Indosat, TBK Dalam Rangka Perencanaan Strategi Pemasaran. Skripsi pada Departemen
Manajemen, Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor, Bogor.
Adisarwanto, T dan R, Wudianto. 2002. Meningkatkan Hasil Panen Kedelai di lahan Sawah-Kering-Pasang Surut. PT. Penebar Swadaya, Jakarta.
Baroto, T. 2002. Perencanaan dan Pengendalian Produksi. Ghalia Indonesia, Jakarta.
Handoko, H. 1984. Dasar-Dasar Manajemen Produksi dan Operasi. BPFE, Yogyakarta.
Hanke et al. 2003. Peramalan Bisnis. Terjemahan. Prenhallindo, Jakarta. Heizer, J. dan B. Render. 2006. Manajemen Operasi Terjemahan. Salemba Empat,
Jakarta. Indrajit, E. R dan Djokopranoto. 2003. Manajemen Persediaan. PT. Gramedia
Widiasarana Indonesia, Jakarta. Kastyanto, W. FL. 1999. Membuat Tahu. Penebar Swadaya, Jakarta.
Muttaqin, Z.M. 2010. Peramalan Penjualan Dan Harga Ayam Broiler pada Perusahaan Tunas Mekar Farm TMF Bogor. Skripsi pada Program
Sarjana Ekstensi Manajemen Agribisnis, Fakultas Pertanian, Institut Pertanian Bogor, Bogor.
Putri, D. Y. 2007. Analisis Peramalan Penjualan Roti Pada PT. Edam Burger. Skripsi pada Program Sarjana Ekstensi Manajemen Agribisnis, Fakultas
Pertanian, Institut Pertanian Bogor, Bogor. Santoso, S. 2009. Business Forecasting Metode Peramalan Bisnis Masa Kini dengan
Minitab dan SPSS. PT. Elex Media Komputindo, Jakarta. Sugiarto dan Harihono. 2000. Peramalan Bisnis. PT. Gramedia Pustaka Utama,
Jakarta. Syarief, R, dkk. 1993. Aneka Ragam Pangan Produk Kedelai. Pusat Penelitian dan
Pengembangan Teknologi Pangan. Lembaga Penelitian Institut Pertanian Bogor.
61
Winarto, A. dan S,B. Kuncoro. 2005. Prosiding Lokakarya Pengembangan Kedelai di Lahan Sub-Optimal. Pusat Penelitian dan Pengembagan Tanaman Pangan,
Jakarta. www.bps.go.id
. 2011. Badan Pusat Statistik. [22 April 2011]. http:ideas.repec.orgpagsmidagr11041.html
. [21 April 2011]. http:id.wikipedia.orgwikiTahu. 2011. Sejarah Tahu. [1
Maret 2011]. http:www.nsrl.uiuc.eduaboutsoysoynutrition.html. [22
April].
62
LAMPIRAN
\
63
Lampiran 1. Data penjualan Tahu Kita bulan Juli 2008 – Desember 2010 dalam pack
Bulan Pastellia
Joyo Ps. Bintaro
Mas Market
City Kemchicks
Jul-08 37
6 10
20 27
Aug-08
42 9
15 38
30
Sep-08
46 12
18 35
32
Oct-08
61 78
20 51
47
Nov-08 78
22 25
43 36
Dec-08 49
46 50
25 55
Jan-09 92
34 20
40 53
Feb-09 94
50 20
47 65
Mar-09 77
58 45
55 30
Apr-09 88
47 35
60 15
May-09 63
39 59
49 3
Jun-09 48
55 38
56 20
Jul-09 69
29 31
52 29
Aug-09
38 26
20 46
20
Sep-09
91 19
10 40
29
Oct-09 121
22 20
65 19
Nov-09 77
18 28
43 30
Dec-09 120
24 72
60 75
Jan-10 140
24 94
60 45
Feb-10 100
12 47
45 15
Mar-10 40
24 54
60 45
Apr-10 30
6 20
31 30
May-10 Jun-10
19 4
12 26
20
Jul-10
25 27
10 15
85
Aug-10
35 57
20 5
40
Sep-10
48 16
25 28
40
Oct-10
85 8
31 19
80
Nov-10 87
13 20
34 46
Dec-10 69
37 44
22 51
64
Lampiran 2. Data aktual penjualan Tahu Kita bulan Januari 2011 - April 2011 dalam
pack
Bulan Pastellia
Joyo Ps. Bintaro
Mas Market
City Kemchicks
Januari 2011 78
11 39
44 30
Februari 2011 64
11 26
52 28
Maret 2011 36
17 42
36 48
April 2011 41
12 23
31 33
65
Lampiran 3. Struktur organisasi
Direktur Utama
Manager Operasional
Kepala Pemasaran Kepala Pabrik
Produksi Accounting Adm
Kurir Tenaga Kerja Produksi
66
Lampiran 4. Proses produksi Tahu Kita
Kedelai
Digiling
Disaring
Pemasakan Uap
≠ kompor
Penggumpalan
Pencetakan
Pembungkusan
Pasteurisasi 10’-15’
Tahu Kitagama
Pemasaran
67
Lampiran 5. ACF untuk outlet Pastellia
Lag A
u to
c o
rr e
la ti
o n
8 7
6 5
4 3
2 1
1.0 0.8
0.6 0.4
0.2 0.0
-0.2 -0.4
-0.6 -0.8
-1.0
Uji Autokorelasi Pastellia
Autocorrelation Function: Pastellia
Lag ACF T LBQ 1 0.626962 3.43 13.01
2 0.322764 1.32 16.58 3 0.117626 0.46 17.08
4 -0.257442 -0.99 19.52 5 -0.422779 -1.58 26.39
6 -0.454227 -1.57 34.64 7 -0.423786 -1.36 42.14
8 -0.135900 -0.41 42.94
68
Lampiran 6. ACF untuk outlet Joyo Swalayan
Lag A
u to
c o
rr e
la ti
o n
8 7
6 5
4 3
2 1
1.0 0.8
0.6 0.4
0.2 0.0
-0.2 -0.4
-0.6 -0.8
-1.0
Uji Autokorelasi Joyo
Autocorrelation Function: Joyo
Lag ACF T LBQ 1 0.305889 1.68 3.10
2 0.203480 1.02 4.52 3 0.023388 0.11 4.54
4 0.241822 1.17 6.70 5 0.189285 0.88 8.07
6 0.046418 0.21 8.16 7 -0.079630 -0.36 8.42
8 -0.034133 -0.15 8.47
69
Lampiran 7. ACF untuk outlet Ps. Bintaro Mas
Lag A
u to
c o
rr e
la ti
o n
8 7
6 5
4 3
2 1
1.0 0.8
0.6 0.4
0.2 0.0
-0.2 -0.4
-0.6 -0.8
-1.0
Uji Autokorelasi Ps. Bintaro Mas
Autocorrelation Function: Ps. Bintaro Mas
Lag ACF T LBQ 1 0.521197 2.85 8.99
2 0.193951 0.86 10.28 3 -0.138819 -0.60 10.97
4 -0.478992 -2.04 19.44 5 -0.382757 -1.44 25.06
6 -0.214447 -0.76 26.90 7 -0.010172 -0.04 26.91
8 0.102084 0.35 27.36
70
Lampiran 8. ACF untuk outlet Market City
Lag A
u to
c o
rr e
la ti
o n
8 7
6 5
4 3
2 1
1.0 0.8
0.6 0.4
0.2 0.0
-0.2 -0.4
-0.6 -0.8
-1.0
Uji Autokorelasi Market City
Autocorrelation Function: Market City
Lag ACF T LBQ 1 0.541411 2.97 9.70
2 0.480415 2.09 17.62 3 0.424493 1.62 24.02
4 0.153728 0.54 24.90 5 0.151251 0.53 25.77
6 0.038580 0.13 25.83 7 -0.119632 -0.41 26.43
8 -0.055569 -0.19 26.57
71
Lampiran 9. ACF untuk outlet Kemchicks
Lag A
u to
c o
rr e
la ti
o n
8 7
6 5
4 3
2 1
1.0 0.8
0.6 0.4
0.2 0.0
-0.2 -0.4
-0.6 -0.8
-1.0
Uji Autokorelasi Kemchicks
Autocorrelation Function: Kemchicks
Lag ACF T LBQ 1 0.255362 1.40 2.16
2 -0.074160 -0.38 2.35 3 0.163323 0.84 3.30
4 -0.065015 -0.33 3.45 5 -0.363312 -1.81 8.52
6 -0.151359 -0.68 9.44 7 0.016017 0.07 9.45
8 -0.150303 -0.67 10.43
72
Lampiran 10. Hasil peramalan 15 periode ke depan untuk penjualan Tahu Kita pada
outlet Pastellia dengan metode Decomposition Additive
Time Series Decomposition for Pastellia
NOTE Zero values of Yt exist; MAPE calculated only for non-zero Yt. Additive Model
Data Pastellia Length 30
NMissing 0 Fitted Trend Equation
Yt = 69.0443 - 0.267288t Seasonal Indices
Period Index 1 -16.6250
2 -49.8750 3 4.4167
4 38.3750 5 -0.5833
6 46.2500 7 46.6250
8 28.0208 9 -10.3750
10 -10.4167 11 -38.6042
12 -37.2083 Accuracy Measures
MAPE 40.423 MAD 22.219
MSD 642.832
Time Pastellia Trend Seasonal Detrend Deseason Predict Error Jul-08 37 68.7771 -16.6250 -31.7771 53.625 52.152 -15.1521
Aug-08 42 68.5098 -49.8750 -26.5098 91.875 18.635 23.3652 Sep-08 46 68.2425 4.4167 -22.2425 41.583 72.659 -26.6592
Oct-08 61 67.9752 38.3750 -6.9752 22.625 106.350 -45.3502 Nov-08 78 67.7079 -0.5833 10.2921 78.583 67.125 10.8754
Dec-08 49 67.4406 46.2500 -18.4406 2.750 113.691 -64.6906 Jan-09 92 67.1733 46.6250 24.8267 45.375 113.798 -21.7983
Feb-09 94 66.9060 28.0208 27.0940 65.979 94.927 -0.9269 Mar-09 77 66.6388 -10.3750 10.3612 87.375 56.264 20.7362
Apr-09 88 66.3715 -10.4167 21.6285 98.417 55.955 32.0452 May-09 63 66.1042 -38.6042 -3.1042 101.604 27.500 35.5000
Jun-09 48 65.8369 -37.2083 -17.8369 85.208 28.629 19.3714 Jul-09 69 65.5696 -16.6250 3.4304 85.625 48.945 20.0554
73
Lanjutan Lampiran 10.
Aug-09 38 65.3023 -49.8750 -27.3023 87.875 15.427 22.5727 Sep-09 91 65.0350 4.4167 25.9650 86.583 69.452 21.5483
Oct-09 121 64.7677 38.3750 56.2323 82.625 103.143 17.8573 Nov-09 77 64.5005 -0.5833 12.4995 77.583 63.917 13.0829
Dec-09 120 64.2332 46.2500 55.7668 73.750 110.483 9.5168 Jan-10 140 63.9659 46.6250 76.0341 93.375 110.591 29.4091
Feb-10 100 63.6986 28.0208 36.3014 71.979 91.719 8.2806 Mar-10 40 63.4313 -10.3750 -23.4313 50.375 53.056 -13.0563
Apr-10 30 63.1640 -10.4167 -33.1640 40.417 52.747 -22.7474 May-10 0 62.8967 -38.6042 -62.8967 38.604 24.293 -24.2926
Jun-10 19 62.6294 -37.2083 -43.6294 56.208 25.421 -6.4211 Jul-10 25 62.3622 -16.6250 -37.3622 41.625 45.737 -20.7372
Aug-10 35 62.0949 -49.8750 -27.0949 84.875 12.220 22.7801 Sep-10 48 61.8276 4.4167 -13.8276 43.583 66.244 -18.2442
Oct-10 85 61.5603 38.3750 23.4397 46.625 99.935 -14.9353 Nov-10 87 61.2930 -0.5833 25.7070 87.583 60.710 26.2903
Dec-10 69 61.0257 46.2500 7.9743 22.750 107.276 -38.2757 Forecasts
Period Forecast 31 107.383
32 88.512 33 49.849
34 49.540 35 21.085
36 22.214 37 42.530
38 9.012 39 63.037
40 96.728 41 57.502
42 104.068 43 104.176
44 85.305 45 46.641
74
Lanjutan Lampiran 10.
Bulan P
a s
te lli
a
O ct
- 1 Ju
n- 10
Fe b-
10 O
ct - 0
9 Ju
n- 09
Fe b-
09 O
ct - 0
8 140
120 100
80 60
40 20
A ccu r acy Measu r es MA PE
40.423 MA D