Teknik Perkiraan Penjualan Perkiraan Penjualan
PERKIRAAN
PENJUALAN
Ardi Gunardi, SE.,
MSi.
Program Studi Manajemen
Fakultas Ekonomi
Universitas Pasundan
Pendekatan Perusahaan dalam
Menjalankan Usaha:
Pendekatan Speculative
Perusahaan tidak memperhitungkan resiko yang
diakibatkan oleh ketidakpastian faktor-faktor
intern dan extern.
2. Pendekatan Calculated risk
Perusahaan secara aktif melakukan estimasi
terhadap resiko yang diakibatkan oleh
ketidakpastian faktor-faktor extern dan intern.
1.
Faktor yang Mempengaruhi Kegiatan
Perusahaan:
1.
a.
b.
c.
Faktor-Faktor Internal, berupa:
Kualitas dan kegunaan produk perusahaan, yang
terdiri dari: bagaimana produk itu dipakai, mengapa
orang membeli produk tersebut, penggunaan
potensiil produk, perubahan-perubahan yang dapat
menaikkan kegunaan produk.
Ongkos produksi dan distribusi produk perusahaan,
yang meliputi : proses pembuatan produk, teknologi
yang dipakai, bahan mentah yang dipakai, kapasitas
produksi, biaya memasarkan produk.
Kecakapan manajemen perusahaan sendiri
(managerial skill) yang tdd : penghayatan persoalan
yang dihadapi, kemampuan melakukan forecast,
kemampuan melihat reaksi pesaing.
Faktor yang Mempengaruhi Kegiatan
Perusahaan:
2.
a.
b.
c.
d.
e.
Faktor-Faktor External, berupa:
Kecakapan manajemen pesaing.
Volume kegiatan perekonomian, yang ditentukan
oleh: konsemen dan daya belinya, manajer lain
(produsen lain) yang sejenis, spekulator, peraturan
hukum yang mengatur produksi dan distribusi
produk, keadaan politik, kondisi lingkungan,
kehidupan organisasi ekonomi.
Barang substitusi serta kemungkinan penemuan
barang baru yang lebih baik.
Selera masyarakat.
Faktor-faktor lain seperti: mudahnya perusahaan
keluar masuk dalam industri, iklim dan perubahan
pemakaian produk, konflik politik.
Forecast Penjualan
Proyeksi teknis daripada permintaan langganan potensial
untuk suatu waktu tertentu dengan berbagai asumsi.
Faktor-faktor yang Mempengaruhi Pemilihan Cara
Pembuatan Forecast Penjualan:
Sifat produk yang kita jual
Metoda distribusi yang dipakai
Besarnya perusahaan dibanding pesaing-pesaing kita
Tingkat persaingan yang dihadapi
Data historis yang tersedia.
Forecast Penjualan Mempengaruhi:
Kebijaksanaan dalam perencanaan produksi
Kebijaksanaan persediaan barang jadi
Kebijaksanaan penggunaan mesin-mesin
Kebijaksanaan tentang investasi dalam aktiva tetap
Rencana pembelian bahan mentah dan pembantu
Rencana aliran kas
Teknik-teknik dalam Forecast Penjualan
1.
a.
b.
c.
d.
Forecast berdasarkan pendapat (judgmental
method/non statistical method), yaitu metode
memproyeksikan penjualan yang berdasar pada:
Pendapat salesman
Pendapat manajer penjualan
Pendapat para ahli
Survei konsumen
Teknik-teknik dalam Forecast Penjualan
2.
A.
I.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend secara bebas
Tahun
(X)
2005
2006
2007
2008
2009
Penjualan (Ribuan
Kaleng) (Y)
130
145
150
165
170
180
170
160
150
140
130
120
2005
Tabel 1. Data Penjualan PT Oriol
tahun 2005-2009
2006
2007
2008
2009
Gambar 1. Trend Penjualan PT Oriol
tahun 2005-2009
Teknik-teknik dalam Forecast Penjualan
2.
A.
II.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend dengan setengah rata-rata
(semi average)
Tabel 2. Data Penjualan
PT PSG tahun 2003-2010
Tahun (X)
2003
2004
2005
2006
2007
2008
2009
2010
Penjualan (Yard) (Y)
4.000.000
4.400.000
5.000.000
4.600.000
5.200.000
5.400.000
6.000.000
6.200.000
Teknik-teknik dalam Forecast Penjualan
2.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
II.
Penerapan garis trend dengan setengah rata-rata
(semi average)
Persamaan: Y = a + bX
di mana:
a = rata-rata kelompok 1 disimbolkan dengan
b = selisih antara dengan dibagi dengan jumlah data
yang ada dalam 1 kelompok
n = jumlah tahun dalam masing-masing kelompok
X = jumlah tahun dihitung dari periode dasar
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
II.
Penerapan garis trend dengan setengah rata-rata
(semi average)
Mekanisme metode trend semi average:
a) Membagi data yang ada menjadi dua kelompok.
Dengan melihat contoh kasus penjualan pada Tabel 2.
tersebut, kelompok pertama adalah data penjualan
tahun 2003, 2004, 2005, dan 2006. Kelompok kedua
adalah data penjualan tahun 2007, 2008, 2009, dan
2010.
2.
Teknik-teknik dalam Forecast Penjualan
2.
A.
II.
b)
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend dengan setengah rata-rata
(semi average)
Berdasarkan masing-masing kelompok data dicari
nilai rata-ratanya. Rata-rata dari kelompok pertama
adalah 4.500.000 dan rata-rata kelompok kedua
adalah 5.700.000 sebagaimana ditunjukkan pada
Tabel 3. Data Penjualan
Tahu 3. berikut:
Y
Total
Averag X
Tabel
n
2003
2004
2005
2006
e
4.000.0
-3
00
4.400.0
-1
00
18.000.0 4.500.0
5.000.0
00
00
1
00
4.600.0
3
PT PSG tahun 2003-2010
setelah diolah
Teknik-teknik dalam Forecast Penjualan
2.
A.
II.
c)
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend dengan setengah rata-rata
(semi average)
Memberi skor terhadap waktu yang terkait dengan
data penjualan. Dalam metode trend semi average
ini, acuan adalah pada kelompok pertama. Skor 0
diberikan bagi data yang berada di tengah dari data
yang ada pada kelompok pertama bila datanya ganjil.
Selanjutnya, terhadap data yang sebelumnya diberi
skor -1, -2, -3, dan seterusnya, serta terhadap data
yang sesudahnya diberikan skor 1, 2, 3, dan
seterusnya. Untuk data yang jumlahnya genap,
biasanya skor tidak melibatkan nilai 0. Sebagai
contoh bila datanya ada 4, maka skor yang diberikan
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
II.
Penerapan garis trend dengan setengah rata-rata
(semi average)
d) Membentuk persamaan Y = a + bX dan melakukan
forecast nilai Y untuk nilai X yang ditentukan.
Dengan demikian, dapat diketahui bahwa:
a = 4.500.000
b = (5.700.000 – 4.500.000)/4 = 300.000
Jadi, persamaan yang terbentuk adalah sebagai berikut:
Y = 4.500.000 + 300.000X
Maka forecast penjualan tahun 2011 adalah:
Y = 4.500.000 + 300.000 (13) = 8.400.000
2.
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
a. Metode Moment
Y = a + bX
Dalam penerapannya, metode ini tidak mensyaratkan
jumlah data harus genap. Perbedaan dengan metode
trend semi average terletak pada pemberian skor nilai Xnya. dalam hal ini pemberian skor X dimulai dari 0, 1, 2,
dan seterusnya.
Dalam mencari koefisien a dan b digunakan persamaan:
∑Y = n.a+b.∑X
∑XY = a.∑X+b.∑X2
2.
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
a. Metode Moment
Selanjutnya, persamaan-persamaan yang terbentuk
dapat dicari penyelesaiannya melalui metode eliminasi
(menghilangkan) ataupun metode substitusi (pengganti)
sebagaimana ditunjukkan dalam contoh berikut:
2.
Tahu
n
2007
2008
Penjualan X
(Y)
3.500 0
4.000 1
2009
4.500
2
2010
6.000
3
XY
0
4.00
0
9.00
0
18.0
X2
0
1
4
9
Tabel 4. Data Penjualan PT
DC United tahun 2007-2012
Teknik-teknik dalam Forecast Penjualan
2.
A.
III.
a.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend secara matematis
Metode Moment
29.500 = 6a +
(x
73.750 = 15a +
15b
2,5) 37,5b
82.000 = 15a-8.250
+ (x =
1)-17,5b
82.000 = 15a + 55b
55b
b
= 471,43
Selanjutnya, substitusikan:Dengan demikian,
29.500 = 6a + 15 (471,43)
persamaanya:
Y = 3.738 + 471,43 X
6a = 29.500 – 7071,43
Jadi, forecast penjualan tahun
6a = 22.428,57
2013 adalah:
a = 3.738,10
Y 2013 = 3.738,10 + 471,43
(6) = 6.567 unit
Teknik-teknik dalam Forecast Penjualan
2.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
b. Metode Kuadrat Terkecil (Least Square)
Metode kuadrat terkecil ini, data dilakukan pembagian
menjadi dua kelompok. Parameter X disusun dan
diusahakan agar jumlahnya sama dengan nol (∑X = 0).
Untuk data yang jumlahnya:
Genap: skor nilai X adalah ..., -5, -3, -1, 1, 3, 5, ...
Ganjil : skor nilai X adalah ..., -2, -1, 0, 1, 2, ...
Selanjutnya, koefisien a dan b dicari dengan rumus:
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
b. Metode Kuadrat Terkecil (Least Square)
Tahu Penjualan X
XY
X2 a = 101.500/4 = 25.375
n
(Y)
b = 12.500/20 = 625
2007
21.000
-3
9
Sehingga persamaannya:
(63.000)
2008
25.000
-1
1 Y = 25.375 + 625 X
(25.000)
Forecast penjualan tahun
2009
33.000
1
1
Tabel 5. Data Penjualan PT Rahadigin 2011:
33.000
tahun 2007-2010
2010
22.500
3
9 Y = 25.375 + 625 (5) =
28.500
67.500
2.
Total
101.500
0
12.500
2
0
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
B. Analisis Korelasi dan Regresi
Analisis korelasi dan regresi menunjukkan hubungan
antara satu variabel dengan satu atau lebih variabel
lainnya. Dengan analisis korelasi dapat diketahui
keeratan hubungan dari variabel-variabel yang menjadi
perhatian, sedangkan dengan analisis regresi dapat
diketahui bentuk hubungan dari variabel-variabel yang
menjadi perhatian. Dengan analisis regresi dapat
diketahui besarnya perubahan variabel yang dicari bila
faktor-faktor lain yang mempengaruhi variabel tersebut
berubah. Seperti pada contoh sebelumnya, perubahan
tingkat penjualan tidak hanya ditentukan oleh pola
penjualannya, tetapi juga ditentukan oleh faktor-faktor
lain.
2.
Teknik-teknik dalam Forecast Penjualan
3.
a.
1.
2.
3.
Forecast dengan Metode-Metode Khusus
Analisis industri
Memuat proyeksi demand industri untuk mengetahui
prospek perkembangan penjualan industri pada
tahun-tahun mendatang.
Menilai posisi perusahaan dalam hubungannya
dengan industri pada umumnya. Posisi ini dinilai
berdasarkan besarnya market share yang dimiliki
oleh perusahaan dari tahun ke tahun.
Proyeksi posisi perusahaan pada masa mendatang,
atau penghitungan expected market share.
Teknik-teknik dalam Forecast Penjualan
3.
a.
Forecast dengan Metode-Metode Khusus
Analisis industri
Contoh: Analisis Industri sebuah Perusahaan Air Mineral
Tahu Permintaan Permintaan
Market
Kenaikan
n
Perusahaa
Industri
Share
Market
n (Botol)
(Botol)
Share
2005
110.000
1.100.000
10 %
2006
138.000
1.150.000
12 %
2%
2007
168.000
1.200.000
14 %
2%
2008
208.000
1.300.000
16 %
2%
2009
252.000
1.400.000
18 %
2%
2010
310.000
1.350.000
20 %
2%
2011
363.000
1.650.000
22 %
2%
2012
432.000
1.800.000
24 %
2%
2013
500.000
2.000.000
25 %
1%
Teknik-teknik dalam Forecast Penjualan
Forecast dengan Metode-Metode Khusus
b. Analisis Product Line
Pada umumnya analisis product 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.
c. Analisis Penggunaan Akhir
Analisis ini digunakan pada perusahaan-perusahaan
yang memproduksi barang-barang yang 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.
3.
Latihan Soal
1.
Toko Ridwan menyajikan data penjualan gula pasir
setiap tahunnya dalam satuan ton sebagai berikut:
Tahun 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Penjualan 120 150 180 200 240 250 260 260 280 300 360 400
Dengan teknik forecasting metode semi average,
tentukan besarnya penjualan gula pasir tahun 2014.
Latihan Soal
2.
PT NS 215 adalah sebuah perusahaan yang
menghasilkan sepatu casual. Berdasarkan data
penjualan dan harga tersebut adalah sebagai berikut:
Tahun
2007
2008
2009
2010
Penjualan (Unit)
21.000
25.000
33.000
22.500
Harga/Unit (Rp)
5.500
5.750
6.500
6.750
Menyusun ramalan tingkat penjualan tahun 2011, 2012,
dan 2013 dengan metode least square
Latihan Soal
3.
PT Macbeth Footwear memproduksi 3 jenis produk,
yaitu: Langley, McQueen, dan Brighton. Data
Penjualan dalam unit ketiga produk tersebut adalah
Tahun berikut:
Langley
McQueen
Brighton
sebagai
2007
2008
2009
2010
2011
2012
4.500
6.000
5.000
4.500
5.500
6.000
8.000
6.000
5.000
7.500
8.000
6.500
3.500
4.000
4.500
6.000
6.500
5.000
Menyusun ramalan tingkat penjualan tahun 2013 dalam
unit untuk produk Langley dengan model least square,
produk McQueen dengan model semi average, dan
produk Brighton dengan model trend moment.
PENJUALAN
Ardi Gunardi, SE.,
MSi.
Program Studi Manajemen
Fakultas Ekonomi
Universitas Pasundan
Pendekatan Perusahaan dalam
Menjalankan Usaha:
Pendekatan Speculative
Perusahaan tidak memperhitungkan resiko yang
diakibatkan oleh ketidakpastian faktor-faktor
intern dan extern.
2. Pendekatan Calculated risk
Perusahaan secara aktif melakukan estimasi
terhadap resiko yang diakibatkan oleh
ketidakpastian faktor-faktor extern dan intern.
1.
Faktor yang Mempengaruhi Kegiatan
Perusahaan:
1.
a.
b.
c.
Faktor-Faktor Internal, berupa:
Kualitas dan kegunaan produk perusahaan, yang
terdiri dari: bagaimana produk itu dipakai, mengapa
orang membeli produk tersebut, penggunaan
potensiil produk, perubahan-perubahan yang dapat
menaikkan kegunaan produk.
Ongkos produksi dan distribusi produk perusahaan,
yang meliputi : proses pembuatan produk, teknologi
yang dipakai, bahan mentah yang dipakai, kapasitas
produksi, biaya memasarkan produk.
Kecakapan manajemen perusahaan sendiri
(managerial skill) yang tdd : penghayatan persoalan
yang dihadapi, kemampuan melakukan forecast,
kemampuan melihat reaksi pesaing.
Faktor yang Mempengaruhi Kegiatan
Perusahaan:
2.
a.
b.
c.
d.
e.
Faktor-Faktor External, berupa:
Kecakapan manajemen pesaing.
Volume kegiatan perekonomian, yang ditentukan
oleh: konsemen dan daya belinya, manajer lain
(produsen lain) yang sejenis, spekulator, peraturan
hukum yang mengatur produksi dan distribusi
produk, keadaan politik, kondisi lingkungan,
kehidupan organisasi ekonomi.
Barang substitusi serta kemungkinan penemuan
barang baru yang lebih baik.
Selera masyarakat.
Faktor-faktor lain seperti: mudahnya perusahaan
keluar masuk dalam industri, iklim dan perubahan
pemakaian produk, konflik politik.
Forecast Penjualan
Proyeksi teknis daripada permintaan langganan potensial
untuk suatu waktu tertentu dengan berbagai asumsi.
Faktor-faktor yang Mempengaruhi Pemilihan Cara
Pembuatan Forecast Penjualan:
Sifat produk yang kita jual
Metoda distribusi yang dipakai
Besarnya perusahaan dibanding pesaing-pesaing kita
Tingkat persaingan yang dihadapi
Data historis yang tersedia.
Forecast Penjualan Mempengaruhi:
Kebijaksanaan dalam perencanaan produksi
Kebijaksanaan persediaan barang jadi
Kebijaksanaan penggunaan mesin-mesin
Kebijaksanaan tentang investasi dalam aktiva tetap
Rencana pembelian bahan mentah dan pembantu
Rencana aliran kas
Teknik-teknik dalam Forecast Penjualan
1.
a.
b.
c.
d.
Forecast berdasarkan pendapat (judgmental
method/non statistical method), yaitu metode
memproyeksikan penjualan yang berdasar pada:
Pendapat salesman
Pendapat manajer penjualan
Pendapat para ahli
Survei konsumen
Teknik-teknik dalam Forecast Penjualan
2.
A.
I.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend secara bebas
Tahun
(X)
2005
2006
2007
2008
2009
Penjualan (Ribuan
Kaleng) (Y)
130
145
150
165
170
180
170
160
150
140
130
120
2005
Tabel 1. Data Penjualan PT Oriol
tahun 2005-2009
2006
2007
2008
2009
Gambar 1. Trend Penjualan PT Oriol
tahun 2005-2009
Teknik-teknik dalam Forecast Penjualan
2.
A.
II.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend dengan setengah rata-rata
(semi average)
Tabel 2. Data Penjualan
PT PSG tahun 2003-2010
Tahun (X)
2003
2004
2005
2006
2007
2008
2009
2010
Penjualan (Yard) (Y)
4.000.000
4.400.000
5.000.000
4.600.000
5.200.000
5.400.000
6.000.000
6.200.000
Teknik-teknik dalam Forecast Penjualan
2.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
II.
Penerapan garis trend dengan setengah rata-rata
(semi average)
Persamaan: Y = a + bX
di mana:
a = rata-rata kelompok 1 disimbolkan dengan
b = selisih antara dengan dibagi dengan jumlah data
yang ada dalam 1 kelompok
n = jumlah tahun dalam masing-masing kelompok
X = jumlah tahun dihitung dari periode dasar
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
II.
Penerapan garis trend dengan setengah rata-rata
(semi average)
Mekanisme metode trend semi average:
a) Membagi data yang ada menjadi dua kelompok.
Dengan melihat contoh kasus penjualan pada Tabel 2.
tersebut, kelompok pertama adalah data penjualan
tahun 2003, 2004, 2005, dan 2006. Kelompok kedua
adalah data penjualan tahun 2007, 2008, 2009, dan
2010.
2.
Teknik-teknik dalam Forecast Penjualan
2.
A.
II.
b)
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend dengan setengah rata-rata
(semi average)
Berdasarkan masing-masing kelompok data dicari
nilai rata-ratanya. Rata-rata dari kelompok pertama
adalah 4.500.000 dan rata-rata kelompok kedua
adalah 5.700.000 sebagaimana ditunjukkan pada
Tabel 3. Data Penjualan
Tahu 3. berikut:
Y
Total
Averag X
Tabel
n
2003
2004
2005
2006
e
4.000.0
-3
00
4.400.0
-1
00
18.000.0 4.500.0
5.000.0
00
00
1
00
4.600.0
3
PT PSG tahun 2003-2010
setelah diolah
Teknik-teknik dalam Forecast Penjualan
2.
A.
II.
c)
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend dengan setengah rata-rata
(semi average)
Memberi skor terhadap waktu yang terkait dengan
data penjualan. Dalam metode trend semi average
ini, acuan adalah pada kelompok pertama. Skor 0
diberikan bagi data yang berada di tengah dari data
yang ada pada kelompok pertama bila datanya ganjil.
Selanjutnya, terhadap data yang sebelumnya diberi
skor -1, -2, -3, dan seterusnya, serta terhadap data
yang sesudahnya diberikan skor 1, 2, 3, dan
seterusnya. Untuk data yang jumlahnya genap,
biasanya skor tidak melibatkan nilai 0. Sebagai
contoh bila datanya ada 4, maka skor yang diberikan
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
II.
Penerapan garis trend dengan setengah rata-rata
(semi average)
d) Membentuk persamaan Y = a + bX dan melakukan
forecast nilai Y untuk nilai X yang ditentukan.
Dengan demikian, dapat diketahui bahwa:
a = 4.500.000
b = (5.700.000 – 4.500.000)/4 = 300.000
Jadi, persamaan yang terbentuk adalah sebagai berikut:
Y = 4.500.000 + 300.000X
Maka forecast penjualan tahun 2011 adalah:
Y = 4.500.000 + 300.000 (13) = 8.400.000
2.
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
a. Metode Moment
Y = a + bX
Dalam penerapannya, metode ini tidak mensyaratkan
jumlah data harus genap. Perbedaan dengan metode
trend semi average terletak pada pemberian skor nilai Xnya. dalam hal ini pemberian skor X dimulai dari 0, 1, 2,
dan seterusnya.
Dalam mencari koefisien a dan b digunakan persamaan:
∑Y = n.a+b.∑X
∑XY = a.∑X+b.∑X2
2.
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
a. Metode Moment
Selanjutnya, persamaan-persamaan yang terbentuk
dapat dicari penyelesaiannya melalui metode eliminasi
(menghilangkan) ataupun metode substitusi (pengganti)
sebagaimana ditunjukkan dalam contoh berikut:
2.
Tahu
n
2007
2008
Penjualan X
(Y)
3.500 0
4.000 1
2009
4.500
2
2010
6.000
3
XY
0
4.00
0
9.00
0
18.0
X2
0
1
4
9
Tabel 4. Data Penjualan PT
DC United tahun 2007-2012
Teknik-teknik dalam Forecast Penjualan
2.
A.
III.
a.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
Analisis Trend, yang terdiri dari:
Penerapan garis trend secara matematis
Metode Moment
29.500 = 6a +
(x
73.750 = 15a +
15b
2,5) 37,5b
82.000 = 15a-8.250
+ (x =
1)-17,5b
82.000 = 15a + 55b
55b
b
= 471,43
Selanjutnya, substitusikan:Dengan demikian,
29.500 = 6a + 15 (471,43)
persamaanya:
Y = 3.738 + 471,43 X
6a = 29.500 – 7071,43
Jadi, forecast penjualan tahun
6a = 22.428,57
2013 adalah:
a = 3.738,10
Y 2013 = 3.738,10 + 471,43
(6) = 6.567 unit
Teknik-teknik dalam Forecast Penjualan
2.
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
b. Metode Kuadrat Terkecil (Least Square)
Metode kuadrat terkecil ini, data dilakukan pembagian
menjadi dua kelompok. Parameter X disusun dan
diusahakan agar jumlahnya sama dengan nol (∑X = 0).
Untuk data yang jumlahnya:
Genap: skor nilai X adalah ..., -5, -3, -1, 1, 3, 5, ...
Ganjil : skor nilai X adalah ..., -2, -1, 0, 1, 2, ...
Selanjutnya, koefisien a dan b dicari dengan rumus:
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
A. Analisis Trend, yang terdiri dari:
III. Penerapan garis trend secara matematis
b. Metode Kuadrat Terkecil (Least Square)
Tahu Penjualan X
XY
X2 a = 101.500/4 = 25.375
n
(Y)
b = 12.500/20 = 625
2007
21.000
-3
9
Sehingga persamaannya:
(63.000)
2008
25.000
-1
1 Y = 25.375 + 625 X
(25.000)
Forecast penjualan tahun
2009
33.000
1
1
Tabel 5. Data Penjualan PT Rahadigin 2011:
33.000
tahun 2007-2010
2010
22.500
3
9 Y = 25.375 + 625 (5) =
28.500
67.500
2.
Total
101.500
0
12.500
2
0
Teknik-teknik dalam Forecast Penjualan
Forecast berdasarkan perhitungan-perhitungan
statistik (Statistical Method), meliputi:
B. Analisis Korelasi dan Regresi
Analisis korelasi dan regresi menunjukkan hubungan
antara satu variabel dengan satu atau lebih variabel
lainnya. Dengan analisis korelasi dapat diketahui
keeratan hubungan dari variabel-variabel yang menjadi
perhatian, sedangkan dengan analisis regresi dapat
diketahui bentuk hubungan dari variabel-variabel yang
menjadi perhatian. Dengan analisis regresi dapat
diketahui besarnya perubahan variabel yang dicari bila
faktor-faktor lain yang mempengaruhi variabel tersebut
berubah. Seperti pada contoh sebelumnya, perubahan
tingkat penjualan tidak hanya ditentukan oleh pola
penjualannya, tetapi juga ditentukan oleh faktor-faktor
lain.
2.
Teknik-teknik dalam Forecast Penjualan
3.
a.
1.
2.
3.
Forecast dengan Metode-Metode Khusus
Analisis industri
Memuat proyeksi demand industri untuk mengetahui
prospek perkembangan penjualan industri pada
tahun-tahun mendatang.
Menilai posisi perusahaan dalam hubungannya
dengan industri pada umumnya. Posisi ini dinilai
berdasarkan besarnya market share yang dimiliki
oleh perusahaan dari tahun ke tahun.
Proyeksi posisi perusahaan pada masa mendatang,
atau penghitungan expected market share.
Teknik-teknik dalam Forecast Penjualan
3.
a.
Forecast dengan Metode-Metode Khusus
Analisis industri
Contoh: Analisis Industri sebuah Perusahaan Air Mineral
Tahu Permintaan Permintaan
Market
Kenaikan
n
Perusahaa
Industri
Share
Market
n (Botol)
(Botol)
Share
2005
110.000
1.100.000
10 %
2006
138.000
1.150.000
12 %
2%
2007
168.000
1.200.000
14 %
2%
2008
208.000
1.300.000
16 %
2%
2009
252.000
1.400.000
18 %
2%
2010
310.000
1.350.000
20 %
2%
2011
363.000
1.650.000
22 %
2%
2012
432.000
1.800.000
24 %
2%
2013
500.000
2.000.000
25 %
1%
Teknik-teknik dalam Forecast Penjualan
Forecast dengan Metode-Metode Khusus
b. Analisis Product Line
Pada umumnya analisis product 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.
c. Analisis Penggunaan Akhir
Analisis ini digunakan pada perusahaan-perusahaan
yang memproduksi barang-barang yang 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.
3.
Latihan Soal
1.
Toko Ridwan menyajikan data penjualan gula pasir
setiap tahunnya dalam satuan ton sebagai berikut:
Tahun 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Penjualan 120 150 180 200 240 250 260 260 280 300 360 400
Dengan teknik forecasting metode semi average,
tentukan besarnya penjualan gula pasir tahun 2014.
Latihan Soal
2.
PT NS 215 adalah sebuah perusahaan yang
menghasilkan sepatu casual. Berdasarkan data
penjualan dan harga tersebut adalah sebagai berikut:
Tahun
2007
2008
2009
2010
Penjualan (Unit)
21.000
25.000
33.000
22.500
Harga/Unit (Rp)
5.500
5.750
6.500
6.750
Menyusun ramalan tingkat penjualan tahun 2011, 2012,
dan 2013 dengan metode least square
Latihan Soal
3.
PT Macbeth Footwear memproduksi 3 jenis produk,
yaitu: Langley, McQueen, dan Brighton. Data
Penjualan dalam unit ketiga produk tersebut adalah
Tahun berikut:
Langley
McQueen
Brighton
sebagai
2007
2008
2009
2010
2011
2012
4.500
6.000
5.000
4.500
5.500
6.000
8.000
6.000
5.000
7.500
8.000
6.500
3.500
4.000
4.500
6.000
6.500
5.000
Menyusun ramalan tingkat penjualan tahun 2013 dalam
unit untuk produk Langley dengan model least square,
produk McQueen dengan model semi average, dan
produk Brighton dengan model trend moment.