Tabel 11. Biaya tetap Biaya Tetap
KeteranganRp
Pemilik 4,000,000  Bln
Karyawan tetap 800,000  Bln
Promosi 2,400,000  Thn
Listrik 2.400.000 Thn
Air PDAM 1.800.000 Thn
Transportasi 200.000Minggu
Kebersihan 480.000 Thn
Biaya penyusutan 30,822,300
Sumber : Data diolah 2013
4.6.3  Proyeksi Penjualan
Dari  data  perusahaan  diperoleh  informasi  bahwa  terjadi peningkatan  permintaan  dari  tahun  2006  sampai  tahun  2012.  Berikut
adalah data permintaan dari tahun 2006 sampai tahun 2012.
Tabel 12. Permintaan kitchen set pada TCF furnitur Tahun
2006  2007  2008  2009  2010  2011  2012
Permintaan Unit
618 632
648 667
692 725
736
Sumber: TCF Furnitur 2006-2012
Dari data permintaan tersebut kemudian dianalisis menggunakan analisis  trand  untuk  memperoleh  data  permintaan  periode  yang  akan
datang.  Skala  produksi  awal  akan  ditentukan  dengan  menggunakan pendekatan  peramalan  forecasting  penjualan  dengan  berdasarkan
deret  waktu  time  series  serta  pertimbangan  kapasitas  optimum produksi  dengan  mempertimbangkan  sumber  daya  yang  dimiliki
usaha. Data peramalan yang digunakan adalah data permintaan selama 7  tahun  2006  -  2012    dan  proses  peramalan  dilakukan  dengan
bantuan  aplikasi  Minitab  14.  Metode  peramalan  yang  baik  adalah yang  mempunyai  standar  kesalahan  yang  paling  kecil.  Parameter
kesalahan  yang  dipakai  dalam  aplikasi  Minitab  ada  tiga,  yaitu  Mean Absolute  Percentage  Error  MAPE,  Mean  Absolute  Deviation
MAD,  dan  Mean  Squared  Deviation  MSD.  Dari  hasil  pengujian didapat  bahwa  metode  peramalan  yang  tepat  adalah  dengan
menggunakan  metode  analisis  tren  dengan  model  kuadratik  karena menghasilkan  nilai  MAPE  yang  paling  kecil  yaitu  0,5793.  Analisis
tren  kuadratik  memperlihatkan  hasil  peramalan  yang  menunjukkan tren yang selalu  meningkat tiap tahunnya selama  enam tahun periode
usaha.
Tabel 13.  Metode peramalan time series dan nilai parameter kesalahan
Jenis Peramalan MAPE  MAD
MSD
Growth Curve Model 0,7975
5,1178 43,4799
Linear Trend Model 1,0473
6,7200 65,0897
Quadratic Trend Model 0,5793
3,7661 21,0889
S-Curve Trend Model 0,6313
4,1075 28,0158
Gambar 5. Model tren kuadratik Data diolah, 2013
Dari  Tabel  13  dapat  dilihat  bahwa  model  tren  kuadratik merupakan  metode  peramalan  yang  memiliki  tingkat  error  paling
kecil,  yakni  ditunjukkan  dengan  nilai  MAPE  sebesar  0,5793.  Dari Gambar 9 terlihat bahwa  tren  yang terus meningkat setiap tahunnya.
Rincian perhitungan peramalan dapat dilihat pada Lampiran 13. Peramalan dilakukan untuk lima tahun ke depan, yakni terbilang
dari  tahun  2013  hingga  tahun  2017.  Adapun  proyeksi  permintaan dengan  menggunakan  metode  kuadratik  dalam  bentuk tabel  disajikan
pada Tabel 14 berikut:
Tabel 14. Proyeksi permintaan dengan metode quadratic Tahun
Permintaan Proyeksi
permintaan 2006
618
2007
632
2008
648
2009
667
2010
692
2011
725
2012
736
2013
770
2014
799
2015
830
2016
864
2017
899
Sumber: Data Diolah 2013
Dari  Tabel  14  dapat  dilihat  bahwa  terjadi  peningkatan permintaan pada setiap tahunnya. Pada tahun 2013 didapat permintaan
sebesar  770,  tahun  2014  sebesar  799,  tahun  2015  sebesar  830,  tahun 2016 sebesar 864, dan tahun 2017 sebesar 899.
Setelah didapat peramalan permintaan, maka selanjutnya adalah menghitung  peramalan  penjualan  dan  perkiraan  penerimaan  yang
disajikan pada proyeksi penjualan kitchen set TCF Furnitur. Proyeksi penjualan  kitchen  set TCF Furnitur dapat dilihat pada Tabel 15.
Tabel 15. Proyeksi penjualan kitchen set pada TCF furnitur
Tahun Laporan
Permintaan Perusahaan
unit Kapasitas
Lama unit
Pesanan Tak Terlayani
unti Target
Penjualan Unit
Hargaunit Rp
Perkiraan Penerimaan
Rp
2006 618
576 42
-
-
- 2007
632 576
56 -
-
- 2008
648 576
72 -
-
- 2009
667 576
91 -
-
- 2010
692 576
116 -
-
- 2011
725 576
149 -
-
- 2012
736 576
160 -
-
-
2013 770
576 194
388 2.200.000
853.600.000 2014
799 576
223 446
2.200.000 981.200.000
2015 830
576 254
508 2.200.000
1.117.600.000 2016
864 576
288 576
2.200.000 1.267.200.000
2017 899
576 323
576 2.200.000
1.267.200.000
Sumber: Data Diolah 2013
Target penjualan di lokasi baru direncanakan meningkat dua kali lipat  dari  pesanan  yang  tak  dapat  terlayani  di  lokasi  lama.
Dikarenakan  permintaan  yang  terus  meningkat  tanpa  adanya  usaha yang  dilakukan  perusahaan,  dengan  melakukan  usaha  maka
perusahaan  diharapkan  dapat  meningkatkan  target  penjualan  agar dapat  memaksimalkan  kapasitas  yang  dimiliki.  Adapun  perkiraan
penerimaan  di  lokasi  yang  baru  2013-2017  diperoleh  dari  target penjualan dikalikan dengan harga.
4.6.4  Proyeksi Arus Kas