Teknik Peramalan Penjualan Sepeda Motor
TEKNIK PERAMALAN PENJUALAN SEPEDA MOTOR
DENGAN MENGGUNAKAN METODE REGRESI LINIER
SEDERHANA PADA CV. NIAGA PRATAMA MOTOR
Oleh :
NIM (Owner)
NIM (Co.Author)
NAMA (Owner)
: 120030411
: 120030027
: HENDRAYANA HARYAWAN
NAMA (Co.Author) : CHRISTIAN ISWAHYUDI
JENJANG STUDI
: STRATA SATU (S1)
PROGRAM STUDI
: SISTEM INFORMASI
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA DAN TEKNIK KOMPUTER
(STMIK) STIKOM BALI
2015
KATA PENGANTAR
Berkat rahmat Tuhan Yang Maha Esa, penulis dapat menyelesaikan
Laporan Karya ilmiah yang berjudul “Teknik Peramalan Penjualan Sepeda Motor
dengan Menggunakan Metode Regresi Linier Sederhana Pada CV. Niaga Pratama
Motor“ sesuai dengan yang direncanakan. Selanjutnya penulis menyampaikan
terima kasih kepada:
1.
Bapak Dr. Dadang Hermawan, selaku Ketua STMIK STIKOM Bali
2.
Bapak I Made Adi Purwantara, St., M.Kom. selaku Pembantu Ketua I yang
juga telah memberikan dukungan sehingga penulisan Proposal Skripsi ini
terselesaikan.
3.
Bapak Ricky Aurelius Nurtanto Diaz, S.Kom., Mt, selaku Ketua Program
Studi Sistem Informasi STIMIK STIKOM Bali.
4.
Ibu Wayan Arpani, selaku Pembina yang telah membimbing penulis selama
melaksanakan pembuatan Karya ilmiah.
5.
Bapak I Gede Harsemadi, S.Kom, selaku dosen Pembimbing yang turut
membimbing dalam penyelsaian penulisan ini.
6.
Semua teman dan berbagai pihak yang memberikan dukungan dan
bantuan kepada penulis.
Semoga penulisan Proposal Skripsi ini bermanfaat bagi pihak yang
berkepentingan.
Denpasar,
Penulis
Note : Christian Iswahyudi telah diberikan ijin secara lisan (27-01-2016) dari herdrayana
haryawan untuk menjadi co-author atas karya ilmiah ini. Segala hak cipta karya ilmiah ini
ada pada Christian Iswahyudi dan Hendrayana Haryawan.
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam ilmu pengetahuan sosial segala sesuatu itu serba tidak pasti, seperti
halnya mengasumsikan jumlah penduduk, pendapatan perkapita, volume
penjualan sebuah perusahaan, konsumsi, dan sebagian itu selalu berubah – ubah
dan tidak pasti. Perubahan tersebut dipengaruhi oleh faktor – faktor yang sangat
kompleks, misalnya kebudayaan masyarakat sekitar, penghasilan suatu kelompok
atau organisasi, dan sebagainya. Perubahan hal – hal tersebut sangat sulit
ditentukan secara pasti, untuk mengatasi permasalahan tersebut kita perlu
mengadakan sebuah metode teknik peramalan atau forecast.
Istilah forecasting atau yang kita kenal dengan teknik peramalan atau
peramalan (perkiraan) sering dikaitkan tentang peramalan sesuatu yang belum
terjadi, contohnya seperti peramalan permintaan konsumen pada suatu barang
pada sebuah perusahaan. Didalam melakukan suatu analisa biasanya sering
digunakan sebuah asumsi. Asumsi boleh digunakan jika terpaksa, misalnya ada
suatu faktor yang berpengaruh terhadap analisa kita, tetapi sulit diketahui dengan
pasti. Asumsi mempunyai pengaruh terhadap ketepatan dalam menggunakan
teknik peramalan atau yang sering disebut forecasting, jika asumsi yang tepat atau
mndekati fakta , maka forecasting atau peramalan yang dihasilkan juga akan
mendekati kebenaran, sebaliknya kalau asumsinya tidak tepat akan menyebabkan
forecast yang dihasilkan banyak mengalami penyimpangan.
Melalui contoh kasus diatas dapat kita lihat bahwa teknik peramalan sangat
membantu dalam meramalkan permintaan suatu barang, penjualan, dan
sebagainya. Dalam teknik peramalan banyak faktor – faktor yang diperlukan dan
dipertimbangkan untuk menghasilkan forecast yang tepat, maka dari itu penulis
menentukan dan menjadikan “Teknik Peramalan Penjualan Sepeda Motor
dengan Menggunakan Metode Regresi Linier Sederhana pada CV. NIAGA
PRATAMA MOTOR” sebagai tema laporan karya ilmiah, keuntungan yang
diharapkan dari analisa ini adalah dapat membantu staf administrasi CV. NIAGA
PRATAMA MOTOR dalam memprediksi penjualan unit sepeda motor Yamaha.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, hal yang
dapat menjadi rumusan masalah adalah sebagai berikut :
a. Bagaimana metode yang dimaksud dapat membantu perusahaan
untuk meramalkan jumlah penjualan?
b. Bagaimana metode yang dimaksud akan memberikan output yang
dapat membantu dalam pengambilan keputusan bagi pemilik
perusahaan?
1.3 Tujuan dan Manfaat Karya ilmiah
Adapun tujuan dari dilaksanakannya karya ilmiah ini antara lain :
1. Bagi Mahasiswa :
a. Dapat mengetahui gambaran umum perusahaan.
b. Untuk menerapkan ilmu yang didapat selama perkuliahan didalam
lingkungan kerja yang sesungguhnya.
c. Untuk menambah wawasan dan pengetahuan dalam bidang Business
Intelegent sebagai bekal untuk mengembangkan karir.
d. Menumbuhkan rasa profesionalisme dan tanggung jawab di dunia
kerja.
e. Untuk memenuhi salah satu persyaratan agar dapat dapat menyusun
skripsi.
2. Bagi Lembaga (Kampus STMIK STIKOM BALI)
a. Lebih mengenalkan nama STMIK STIKOM Bali kepada masyarakat
sehingga mendapat kepercayaan dari perusahaan – perusahaan atau
instansi – instansi yang kemudian diharapkan berdampak positif
terhadap kepercayaan orang tua untuk memilih STMIK STIKOM Bali
sebagai pendidikan lanjutan.
b. Dapat mengetahui sejauh mana mahasiswa STMIK STIKOM Bali
memahami teori – teori yang telah didapatkan.
3. Bagi Perusahaan
Menyediakan sarana penunjang pengelolaan data dan informasi yang
terperinci dan teratur pada perusahaan. Sehingga memudahkan proses
kinerja pegawai terhadap pelayanan jasa agar dapat dilakukan secara
efektif dan efesien.
1.4 Ruang Lingkup Karya ilmiah
Dalam melakukan karya ilmiah, penulis memfokuskan karya ilmiah ini pada
peramalan penjualan unit sepeda motor yamaha yang didapatkan dengan rentang
waktu 12 bulan menggunakan metode regresi linier sederhana.
1.5 Metode Karya ilmiah
a. Lokasi Karya ilmiah
Lokasi karya ilmiah dilaksanakan di CV. NIAGA PRATAMA MOTOR, Jalan
Patimura No. 8 Denpasar.
b. Waktu Pelaksanaan Karya ilmiah
Kegiatan karya ilmiah ini dilaksanakan pada tanggal 05 Oktober 2015 – 05
Januari 2016.
c. Metode Pengumplan Data
1. Metode Observasi
Observasi diartikan sebagai suatu pengamatan dan pencatatan
secara sistematik terhadap gejala yang tampak pada objek penelitian.
Pengamatan dan pencataan yang dilakukan terhadap objek ditempat
terjadi atau berlangsungnya peristiwa sehingga observasi berada
bersama objek yang diselidiki, disebut observasi langsung. Sedangkan
pengamatan yang dilakukan tidak pada saat berlangsungnya suatu
peristiwa yang akan diselidiki disebut obsrvasi tidak langsung.
2. Metode Wawancara
Wawancara merupakan pertemuan antara dua orang untuk
bertukar informasi dan ide melalui tanya jawab sehingga dapat
dikonstruksikan makna dalam suatu topic tertentu.
3. Metode Dokumentasi
Dokumentasi merupakan metode pengumpulan data melalui
catatan – catatan dokumen yang ada dilokasi penelitian yaitu data
penjualan unit sepeda motor.
4. Studi Literatur
Studi literatur merupakan teknik pengumpulan data yang dilakukan
dengan mempelajari buku – buku atau dokumen yang berkaitan
dengan permasalahan diatas.
d. Jenis Data
Adapun jenis data yang dipergunakan adalah sebagai berikut :
a. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka atau bilangan.
Sesuai dengan bentuknya, data kuantitatif dapat diolah atau di analisis
menggunakan teknik perhitungan matematika atau sistematika.
Misalnya banyak data dalam struktur basis data dalam pembuatan
website.
b. Data Kualitatif
Data kualitatif adalah data yang berbentuk kata – kata, bukan dalam
bentuk angka. Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi
terfokus, atau observasi yang telah dituangkan dalam catatan lapangan
(transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh
melalui pemotretan atau rekaman video.
e. Sumber Data
a. Data Primer, yaitu data yang diperoleh langsung dari lokasi karya ilmiah
yang digunakan untuk penulisan laporan. Adapun data yang digunakan
yaitu data penjualan unit sepeda motor per bulan yang diperoleh dari
dealer Yamaha CV. NIAGA PRATAMA MOTOR.
b. Data Sekunder, yaitu data pengolahan dan pengumpulan dilakukan
oleh pihak luar yaitu melalui studi pustaka maupun sumber – sumber
lain yang berhubungan dengan penulisan laporan ini. Adapun data
yang digunakan yaitu referensi laporan karya ilmiah dan buku – buku
konsep analisa dan teknik peramalan.
1.6 Sistematika Penulisan
Agar setiap bahasa dapat dimengerti dan tersusun secara sistematis, maka
penulis membagi kedalam beberapa sub BAB, yang masing – masing bab akan
menguraikan hal – hal pokok sebagai berikut :
BAB I PENDAHULUAN
Berisi tentang Lata Belakang, Rumusan Masalah, Tujuan dan Manffat
Karya ilmiah, Ruang Lingkup Karya ilmiah, Metode Karya ilmiah dan Sistematika
Penulisan.
BAB II TINJAUAN UMUM PERUSAHAAN
Bab ini menguraikan sejarah singkat perusahaan, visi dan misi perusahaan,
logo instansi dan arti, struktur organisasi perusahaan dan job deskripsi
perusahaan.
BAB III LANDASAN TEORI
Bab ini menguraikan mengenai landasan teori teknik peramalan seperti
pengertian peramalan, tahapan peramalan, sifat – sifat peramalan, pemilihan
teknik dan metode peramalan, regresi dan akurasi peramalan.
BAB IV FORECASTING PENJUALAN UNIT PADA CV. NIAGA PRATAMA
MOTOR
Bab ini mnjelaskan mengenai forecasting penjualan dengan metode
regresi linier sederhana dan analisis hasil akurasi peramalan
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari pembahasan sebelumnya dan saran yang
nantinya dapat bermanfaat baik bagi penulis, maupun perusahaan itu sendiri.
BAB II
TINJAUAN UMUM PERUSAHAAN
2.1 Sejarah Singkat Perusahaan
CV. NIAGA PRATAMA MOTOR didirikan 20 september 1985 oleh bapak
Sujanto Harjawan. Awal mula didirikannya CV. NIAGA PRATAMA MOTOR ini
karena pada saat itu peluang bisnis masih sangat terbuka dan rendahnya pesaing
yang ada serta melihat prospek bisnis kedepan yang sangat menjanjikan didukung
dengan lokasi bangunan yang sangat strategis. CV. NIAGA PRATAMA MOTOR
beralamat di Jalan Patimura No. 8 Denpasar. CV. NIAGA PRATAMA MOTOR
menjual berbagai jenis motor Yamaha serta spare part dan juga melayani jasa
service khusus motor Yamaha oleh mekanik yang sudah di uji keahliannya untuk
memudahkan customer berkonsultasi bila mengalami kerusakan pada motor
Yamaha yang dimiliki. Nama besar Yamaha sendiri juga tidak bisa dilepaskan dari
penggagas sekaligus pendiri Yamaha Motor Corporation di Jepang, yaitu Genichi
Kawagami.
2.2 Visi dan Misi Perusahaan
2.2.1 Visi
Menjadi
perusahaan
distributor
motor,
produk
dan
jasa
pendukungnya yang memiliki jaringan pemasaran terbesar di
Indonesia.
Menjadi perusahaan yang terpercaya, meliputi sumber daya
manusia yang handal, sistem pengelolaan keuangan yang solid,
dan Infrastruktur yang tepat guna.
2.2.2 Misi
Melakukan terobosan dan analisa untuk pengembangan bisnis
dengan membentuk jaringan jaringan (Penjualan, Perawatan, dan
Suku Cadang) baru di seluruh Indonesia.
di setiap wilayah operasional.
Memastikan terjadinya pertumbuhan penjualan dan pangsa pasar
Melakukan strategi bisnis perusahaan yang didukung oleh strategi
kebijakan yang optimal.
2.3 Logo Instansi dan Arti
Gambar 2.1 Logo Dealer Yamaha
General Manager Marketing Communication and Community Development
Yamaha Indonesia, Eko Prabowo, mengungkapkan logo baru ini mengawali
langkah sukses Yamaha di 2013. ”Logo baru ini merupakan tanda awal yang baik
bagi sukses Yamaha di tahun ini. Dan memperkuat rasa bangga komunitas dan
konsumen terhadap merek Yamaha.
Berikut arti Logo baru Semakin di Depan.Warna Biru, melambangkan
warna kebanggaan Yamaha di kancah balap dunia yaitu MotoGP, mencerminkan
semangat untuk eksplorasi teknologi otomotif dan mengekspresikan kepercayaan
diri dan pemikiran yang jernih dalam menghadapi tantangan. Sedangkan Warna
Merah adalah warna yang menunjukan semangat, keberanian, kehangatan dan
energi untuk selalu menjadi yang terdepan. Gradasi Warna, mencerminkan
passion dan excitement saat menjalani tahap proses untuk nencapai hasil
maksimal. Bentuk Huruf, Didesain untuk merefleksikan karakter Yamaha yakni
Sporty dalam setiap penampilan dan performa, Innovative dalam setiap aktifitas,
Trendy untuk selalu memimpin tren dalam kompetisi. Arti huruf A dengan garis
merah, Affirmation : selalu berfikir sebagai pemenang, Aspiration : selalu memiliki
cita-cita dan standar kualitas tinggi, Action : selalu berjuang bersama-sama
dengan arah tujuan sama secara persistent dan fokus dan Achievement : selalu
percaya bahwa kita bisa mencapai kesuksesan dan melewati rintangan Desain
huruf dengan garis desain yang mengarah ke atas, mencerminkan bahwa keluarga
besar Yamaha selalu bergerak maju dengan visi yang searah, berjuang bersamasama untuk membangun diri dan Yamaha agar menjadi Semakin di Depan. Desain
logo ini mencerminkan semangat baru dari seluruh keluarga besar Yamaha :
konsumen, komunitas, fans, karyawan dan Yamaha. Karena itu mari kita bersama
membangkitkan semangat baru, bersatu untuk menang dan menjadi Semakin di
Depan.
2.4 Struktur Organisasi Perusahaan
STRUKTUR ORGANISASI
CV. NIAGA PRATAMA MOTOR
PEMILIK DEALER
SUJANTO HARJAWAN
KEPALA DIVISI
AAN PRASETYO
KEPALA TOKO
I PUTU ROBIN ADNYANA
SALES COUNTER 1
SALES COUNTER 2
SALES COUNTER 3
WAYAN ARPANI
DEWI PURNAMA
BUDI CAHYANA
SALES LAPANGAN
CANDRA SETIAWAN
Tabel 2.1 Tabel Struktur Organisasi
2.5 Job Deskripsi Perusahaan
2.5.1 Pemilik dealer
Pemilik dealer adalah orang yang bertanggung jawab dalam operasional
perusahaan. Bertugas mengelola modal, sehingga diperoleh keuntungan.
Oleh karena itu pemilik toko harus memiliki keterampilan khusus dalam
mengelola perusahaannya sendiri.
2.5.2 Kepala Divisi
Kepala divisi merupakan orang yang dipercaya dan ditunjuk langsung
oleh Yamaha pusat untuk mengawasi langsung para karyawan atau pekerja
yang bekerja di dealer pada masing-masing divisi yang telah ditentukan
sehingga segala bentuk masalah yang terjadi pada dealer tersebut kepala
divisi wajib meyelesaikan permasalahan tersebut.
2.5.3 Kepala Toko
Kepala toko merupakan karyawan yang telah bekerja pada perusahaan
dalam jangka waktu yang lama sehingga karyawan tersebut telah memiliki
pengalaman lebih mengenai sistem kerja yang berlaku pada perusahaan dy
bekerja. Pada delaer Yamaha kepala toko bertugas mengawasi kinerja
karyawan, mengontrol penjualan, mengadakan event seperti pameran untuk
meningkatkan penjualan dan tetap menngikuti promo-promo terbaru yang
diberikan oleh Yamaha pusat untuk pelayanan konsumen setia Yamaha.
2.5.4 Sales Counter
Secara umum tugas seorang sales counter adalah mencapai target
penjualan yang telah ditetapkan oleh perusahaan. Cara yang ditekankan
yaitu pelayanan yang baik akan menciptakan tingkat penjualan yang baik.
Seorang sales selalu di tuntut perusahaan untuk selalu bersikap antusias
terhadap konsumen. Sales counter harus berpengalaman, menguasai dan
mampu mengerjakan serta menunjukkan keahliannya secara konsisten.
Seorang sales dituntut untuk selalu bersikap professional dalam menjual
produk perusahaannya dan dalam menghadapi konsumen.
2.5.5 Sales Lapangan
Tugas sales lapangan adalah fokus terhadap penjualan di dealer tempat
dia bekerja. Sales lapangan wajib menawarkan produk produk terbaru
kepada konsumen di masing-masing wilayah sesuai dengan pembagian
wilayah masing-masing. Setiap dealer biasanya memiliki sales lapangan
lebih dari 2 orang. Apabila ada konsumen yang tertarik terhadap produk yang
ditawarkan sales wajib mendata konsumen dengan memenuhi persyaratan
KTP, KK dan lain sebagainya.
BAB III
LANDASAN TEORI
3.1
Pengertian Forecasting ( Peramalan )
Forecasting (peramalan) merupakan bagian vital bagi setiap organisasi
bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat
signifikan. Peramalan menjadi dasar bagi perencanaan jangka panjang
perusahaan. Dalam area fungsional keuangan, peramalan memberikan dasar
dalam menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran,
peramalan penjualan dibutuhkan untuk merencanakan produk baru, kompensasi
tenaga penjual, dan beberapa keputusan penting lainnya. Selanjutnya pada
bagian produksi dan operasi menggunakan data – data peramalan untuk
perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian
persediaan ( inventory control ). Untuk menetapkan kebijakan ekonomi seperti
tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain
sebagainya dapat pula dilakukan dengan metode peramalan.
Dalam melakukan analisa ekonomi atau analisa kegiatan usaha
perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi
atau dalam dunia usaha pada masa yang akan datang. Kegiatan untuk
memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal
dengan apa yang disebut peramalan ( forecasting ).
Peramalan adalah penggunaan data masa lalu dari sebuah variable atau
kempulan variable untuk mengestimasi nilainya dimasa yang akan datang. Asumsi
dasar dalam peneraan teknik – teknik peramalan adalah : “ if we can predict what
the future will be like we can modify our behavior now to be in a better position,
than we otherwise would have been, when the future arrives.” Artinya, jika kita
dapat memprediksi apa yang terjadi dimasa depan maka kita dapat mengubah
kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di msasa
yang akan datang. Hal ini disebabkan kinerja dimasa lalu akan terus berulang
setidaknya dalam masa mendatang yang relative dekat. Peramalan merupakan
teknik yang digunakan untuk memperkirakan suatu sistem dimasa yang akan
datang. Peramalan diperlukan oleh suatu perusahaan karena setiap keputusan
yang diambil dapat mempengaruhi keadaan dimasa yang akan datang. Menurut
Horison, waktunya peramalan dapat dibagi menjadi 3 yaitu :
a) Peramalan jangka pendek yang memberikan hasil peramalan satu tahun
mendatang atau kurang.
b) Peramalan jangka panjang untuk meramalkan keadaan satu hingga 5
tahun mendatang.
c) Peramalan jangka panjang digunakan untuk pengambilan keputusan
mengenai perencanaan produk dan perencanaan pasar, pengeluaran
biaya perusahaan, studi kelayakan pabrik, anggaran, purchase order,
perencanaan tenaga kerja dan perencanaan kapasitas kerja serta
pengambilan keputusan yang berhubungan dengan kejadian lebih dari 5
tahun yang akan datang[1].
3.1.1 Peramalan Menurut Para Ahli :
1. Menurut Philip Kolter dan Gray Amstrong ( 197 : 223 ), peramalan
adalah seni memperkirakan permintaan dimasa depan dengan
mengantisipasi apa yang tampaknya akan dilakukan pembeli
dibawah kondisi masa depan tetentu.
2. Menurut T. Hani Handoko ( 2000 : 1 ), peramalan adalah usaha
untuk meramalkan keadaan dimasa mendatang melalui pengujian
keadaan dimasa lalu.
3. Menurut Husain Umar ( 2000 : 297 ), peramalan dapat digunakan
untuk mengetahui sesuatu keadaan dimasa datang, ramalan yang
dilakukan umumnya akan berdasarkan pada data yang didapat
pada masa lampau yang dianalisis dengan cara – cara tertentu.
4. Menurut Pangestu Subagio ( 2000 : 1 ), peramalan adalah
memperkirakan jumlah produk yang akan dibutuhkan konsumen.
5. Menurut Gunawn Adisaputro ( 2003 : 148 ), peramalan adalah
suatu cara untuk mengukur atau menaksir kondisi bisnis dimasa
mendatang.
6. Menurut Suad Husnan dan Suwarsono Muhammad ( 2000 : 40 ),
peramalan adalah usaha untuk mengetahui jumlah produk atau
sekelompok produk dimasa datang dalam kendala dan kondisi
tertentu.
Jadi, peramalan adalah suatu cara yang digunakan oleh sebuah
perusahaan untuk mengetahui kondisi apapun dimasa yang akan datang
berdasarkan data yang tersedia dimasa lalu dengan suatu metode tertentu[2].
3.2
Tahapan Peramalan
a.
Pengumpulan Data
Pengumpulan data, menyarankan pentingnya perolehan data yang
sesuai dan menyakinkan kebenarannya.
b.
Pemadatan atau Pengurangan Data
Pemadatan atau Pengurangan Data, seringkali diperlukan karena
mungkin saja terjadi kelebihan data dalam proses permalan atau
sebaliknya terlalu sedikit. Beberapa data mungkin tidak relevan
dengan masalah dan dapat mengurangi keakuratan peramalan.
c.
Penyusunan dan Evaluasi Model
Meliputi kecocokan data terkumpul dalam model yang sesuai dalam
meminisasi kesalahan peramalan.
d.
Ekstrapolasi Model
Ekstrapolasi Model, terdiri dari model peramalan aktual yang
dihasilkan, begitu data yang sesui telah terkumpul dan kemungkinan
dikurangi dan model peramalan yang sesuai juga sudah dipilih.
e.
Evaluasi Peramalan
Melibatkan membandingkan nilai peramalan dengan nilai historis
aktual. Dalam proses ini, beberapa nilai data terkini kemudian
diambilkan dari himpunan data yang sedang dianalisa.
3.3
Sifat – Sifat Peramalan
a.
Peramalan yang Subyektif :
Peramalan yang didasarkan atas perasaan atau intuisi dari orang yang
menyusunnya.
b.
Peramalan yang Obyektif :
Peramalan yang didasarkan atas data – data pada masa lalu dengan
menggunakan metode – metode dalam penganalisaan data tersebut.
c.
Peramalan Kualitatif :
Peramalan yang didasarkan atas data kualitatif pada masa lalu, hasil
peramalan tergantung pada orang yang menyusunnya.
d.
Peramalan Kuantitatif :
Peramalan yang didasarkan atas data kuantitatif pada masa lalu,
hasilnya tergantung pada metode yang digunakan.
3.4
Pemilihan Teknik dan Metode Peramalan
Metode peramalan tidak hanya digunakan oleh para peneliti atau analis
untuk penelitian serta analisa yang dilakukanya. Namum metode tersebut saat ini
juga bermanfaat untuk pengambilan keputusan oleh setiap pimpinan perusahaan
maupun pempinan organisasi pemerintah. Untuk itu mereka harus memilih teknik
dan metode peramalan yang tepat untuk suatu masalah dan keadaan tertentu
yang mereka hadapi.
Walaupun sejumlah teknik dan metode telah tersedia, akan tetapi perlu
adanya pedoman yang dapat digunakan untuk pemilihan dan metode permalan
yang tepat untuk suatu situasi tertentu.
Dalam pemilihan teknik dan metode peramala, pertama – tama kita perlu
mengetahui ciri – ciri yang penting yang perlu diperhatikan lagi pengambilan
keputusan dan analisa keadaan dalam mempersiapkan peramalan.
Menurut Sofyan Assauri ( 1984, p14-15 ) ada enam hal yang perlu
diperhatikan sebagai berikut :
1) Horizon Waktu ( time horizon ) : Periode waktu yang diambil untuk
peramalan
dalam
pengambilan
keputusan
atau
analisa
harus
menggunakan serta memperhatikan pemilihan teknik dan metode
peramalan yang tepat. Horizon waktu umumnya dapat dibagi kedalam
jangka pendek ( satu sampai dengan tiga bulan ), menengah ( tiga sampai
dengan satu setengah tahun ) dan jangka panjang ( lebih dari satu
setengah tahun ). Walaupun demikian ukuran panjangnya waktu tidak
harus tepat atau benar dengan kata lain ukuran panjagnya waktu tidak
harus menjadi patokan utama untuk pemilihan teknik dan metode permalan
ini karena pedoman pemakaiannya sangat tergantung pada kebutuhan dan
situasi penggunaannya.
2) Tingkat Perincian ( level of detail ) : Dalam pengambilan keputusan dan
analisa tidak semuanya harus berpusat kepada satu individu saj, misalnya
berpusat kepada pempinan perusahaan saja. Pada perusahaan besar
pasti terdapat bagian perencanaan yang mengerjakan perencanaan yang
menyeluruh untuk perusahaan tersebut. Perencanaan itu mungkin
diperinci untuk beberapa tingkat yang lain dalam organisas, seperti bagian
produksi atau bagian lain berdasarkan tugas masing – masing bagian.
3) Jumlah Produk : Dalam keadaan dimana hanya ada satu produk yang
diramalkan, maka aturan – aturan yang digunakan dalam persiapan
ramalan dapat lebih terperinci dan lebih rumit dari keadaan dimana
tersapat banyak ramalan untuk hal – hal yang harus dibuat.
4) Pengawasan Versus Perencanaan : Manajer dan analis yang membuat
suatu keputusan dalam bidang pengawasan, mempunyai kebutuhan yang
berbeda bila dibandingkan dengan manajer dan analis yang membuat
keputusan
dalam
bidang
perencanaan.
Metode
peramalan
yang
dibutuhkan untuk pengawasan adalah metode peramalan yang mampu
memperkirakan dan mengetahui sedini mungkin perubahan – perubahan
yang terdapat dalam pola dasar. Sedangkan dalm bidang perencanaan
pola yang ada akan berkelanjutan pada masa depan dan karena itu dasar
– dasar utama yang penting adalah mengidentifikasikan pola – pola
tersebut dan mengextrapolasikanya untuk masa yang akan datang.
5) Stabilitas : Dalam keadaan stabil, metode peramalan dapat diterima dan
diperiksa secara periodic untuk menentukan apakah hal tersebut masih
berlaku. Dalam hal yang tidak pasti ( uncertain case ) maka metode yang
dibutuhkan adalah metode yang dapat sesuai dengan hasil – hasil yang
terbaru secara terus – menerus dan informasi – informasi terakhir.
6) Prosedur perencanaan yang ada : Suatu metode peramalan umumnya
memasukkan proses perubahan rencana perusahaan dan prosedur –
prosedur pengambilan keputusan. Hal yang sangat penting dalam
penggunaan yang efektif dari suatu metode peramalan adalah usaha untuk
memulai dengan hal – hal yang sangat erat dengan prosedur yang ada dan
kemudia melakukan pengerjaannya dengan pendekatan yang berkembang
dari peningkatan metode – metode tersebut serta membuat perbaikan –
perbaikan[2].
3.5
Regresi
3.5.1 Pengertian Persamaan Regresi
Persamaan
regresi
adalah
persamaan
matematik
yang
memungkinkan kita meramalkan nilai – nilai suatu peubah tak bebas dari
nilai – nilai satu atau lebih peubah bebas[3].
3.5.2 Pengertian Regresi Linier dan Non Linier
Secara umum, regresi adalah suatu metode untuk meramalkan nilai
harapan yang bersyarat. Regresi dikatakan linier apabila hubungan antara
peubah bebas dan peubah tak bebas adalah linier, sedangkan apabila
hubungan antara peubah bebas dan peubah tak bebas tidak linier, maka
regresi dikatakan regresi non linier. Hubungan antara peubah bebas dan
peubah tak bebas dapat dikatakan linier apabila diagram pencar data dari
peubah – peubah tersebut mendekati pola garis lurus[4].
3.5.3 Regresi Linier Sederhana
Regresi linier sederhana adalah suatu persamaan regresi dimana
peubah bebasnya berbentuk skalar.
Model regresi linier sederhana dapat dinyatakan dalam persamaan :
F(t) = y ′ = a + bt
a=
∑ − ∑
Keterangan :
∑ . −∑ ∑
∑
− ∑
F(t)
= Hasil Peramalan Pada Periode Tertentu.
∑y
= Jumlah dari Data Aktual.
∑t
= Jumlah dari Data Perioda.
∑t
= Jumlah dari Perioda setelah dipangkatkan 2.
∑ t. y
3.6
b=
= Jumlah dari Data Aktual yang dikalikan dengan perioda(t).
Akurasi Peramalan
Dalam semua situasi peramalan itu mengandung derajat ketidakpastian.
Kita mengenal fakta ini dengan memasukkan unsur error atau kesalahan dalam
perumusan sebuah peramalan deret waktu. Sumber penyimpangan dalam
peramalan bukan hanya disebabkan oleh unsur error tetapi ketidakmampuan
suatu model peramalan mengenali unsur yang lain dalam deret data yang
mempengaruhi besarnya penyimpangan dalam ramalan.
Jadi besarnya penyimpangan hasil ramalan dapat disebabkan oleh
besarnya faktor yang tidak diduga ( outliers ) dimana tidak ada metode peramalan
yang mampu menghasilkan peramalan yang akurat atau dapat juga disebabkan
metode peramalan yang digunakan tidak dapat memprediksi dengan tepat
komponen trend, komponen musiman atau komponen siklus yang mungkin
terdapat dalam deret data dan itu berarti metode yang digunakan tidak tepat[5].
Dalam permodelan deret berkala sebagian data diketahui dapat
dipergunakan untuk meramalkan sisa data berikutnya sehingga dapat dilakukan
perhitungan ketepatan peramalan secara baik. Ketepatan peramalan dimasa yang
akan datang adalah sangat penting. Ukuran akurasi hasil peramalan yang
merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat
perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.
Ada 4 ukuran yang bisa digunakan, yaitu :
a. Rata – rata Deviasi Mutlak
Mean Absolute Deviation merupakan rata – rata kesalahan mutlak selama
perioda tertentu tanpa memperhatikan apakah hasil permalan lebih besar atau
lebih kecil dibandingkan kenyataannya. Secara matematis, Mean Absolute
Deviation dirumuskan sebagai berikut :
∑ | At − Ft |
MAD =
Keterangan :
MAD
= Mean Absolute Deviation.
∑
= Sigma.
A
= Nilai Aktual Perbulan.
F
n
= Ramalan untuk Perioda t.
= Jumlah Perioda.
b. Rata – Rata Kuadrat Kesalahan
Mean Square Error dihitung dengan menjumlahkan kuadrat semua
kesalahan peramalan pada setiap perioda dan membaginya dengan jumlah
perioda ramalan. Secara matematis, Mean Square Error dirumuskan sebagai
berikut :
MSE =
∑ At− Ft ²
−
Keterangan :
MSE
= Mean Square Error.
∑
= Sigma.
A
= Nilai Aktual Perbulan.
F
n
= Ramalan untuk Perioda t.
= Jumlah Perioda.
c. Rata – Rata Persentase Kesalahan Absolute
Mean Absolute Percentage Error merupakan ukuran kesalahan relative.
Mean Absolute Percentage Error biasanya lebih berarti dibandingkan Mean
Absolute Deviation karena Mean Absolute Percetage Error menyatakan
persentase kesalahan hasil peramalan terhadap permintaan aktual selama
perioda tertentu yang akan memberikan informasi persentase kesalahan terlalu
tinggi atau terlalu rendah. Secara matematis, Mean Absolute Percentage Error
dinyatakan sebagai berikut :
MAPE =
∑n
i= [
Yi− Y
i]
Yi
Keterangan :
MAPE = Mean Absolute Percentage Error.
∑
= Sigma.
n
= Jumlah Perioda.
γ
= Nilai aktual.
BAB IV
FORECASTING PENJUALAN UNIT PADA CV. NIAGA
PRATAMA MOTOR
4.1
Forecasting Penjualan Unit Sepeda Motor
Diperoleh data penjualan pada perioda bulan Januari (1) sampai Desember
(12) tahun 2014.
Tabel 4.1 Data Penjualan
Dan dari data tersebut akan ditentukan hasil forecasting untuk bulan
Januari (13) sampai bulan ke Desember (24) tahun 2015 digunakan persamaan :
Tabel 4.2 Forecasting
Maka didapatkanlah :
∑t
= 222.
∑y
= 435.
∑ t.y
= 7651.
∑ t²
= 4250.
( ∑t )² = 49284.
Jika seluruh sigma dan nilai lainnya sudah didapat, maka proses menghitung nilai
a dan nilai b bisa dilakukan dengan mengikuti rumus :
b=
a=
∑ . −∑ ∑
∑
− ∑
∑ − ∑
Hasil Perhitungan :
b=
a=
.
.
−
− − ,
−
.
.
=
=
+
−
−
,
=
=
−
,
=
= − 2,
,5
Jika hasil nilai a dan nilai b tersebut dimasukkan kedalam persamaan linier
sederhana dengan rumus sebagai berikut maka :
F(t) = y ′ = a + bt
Keterangan :
F(t)
= Hasil Peramalan Pada Periode Tertentu.
y′
= Y aksen.
a
= Nilai dari F pada t = 0.
t
= Perioda.
b
= Kemiringan garis.
Maka akan didapatkan hasil peramalan F(t) yaitu hasil linier dari bulan Januari
(13) sampai bulan Desember (24) tahun 2015 yang tertera didalam tabel berikut
ini :
Tabel 4.3 Proses Perhitungan Forecasting
Keterangan :
t
= Perioda bulan ( jangka waktu setahun ).
y
= Data Aktual.
y′
= Y aksen.
4.2
Analisis Hasil Akurasi Peramalan
Setelah proses perhitungan hasil peramalan selesai langkah berikutnya
adalah melakukan perhitungan akurasi kesalahan diantaranya MAD, MSE, MAPE
seperti yang tertera pada tabel dibawah ini :
Tabel 4.4 Akurasi Kesalahan
Setelah hasil sigma diperoleh secara keseluruhan maka langkah
berikutnya hasil sigma dihitung menggunakan rumus berikut ini :
4.2.1 MAD ( Mean Absolute Deviation )
MAD =
∑| A
,
=
−
|
= 5,16.
4.2.2 MSE ( Mean Square Error )
MSE
=
∑ A
− �� ���
−
,
=
= 37,53.
4.2.3 MAPE ( Mean Absolute Percentage Error
MAPE =
∑
=
4.3
|A
,
−F
= 15,03.
Mayoritas Hasil Peramalan
|/A
)
Dalam peramalan menggunakan perhitungan metode linier dapat kita lihat
bahwa penggunaan metode regresi linier sederhana sangat mudah dan cocok
untuk meramalkan perencanaan, pembelian, tingkat produksi, penjadwalan kerja,
dan sebagainya. Metode regresi linier sederhana hanya bisa meramalkan dalam
jangka waktu yang cukup singkat atau pendek hingga jangka waktu menengah
contohnya peramalan perencanaan pembelian jangka waktu 1 tahun. Sedangkan
non linier merupakan suatu metode untuk mendapatkan model non linier yang
menyatakan variable dependen dan independen. Metode non linier mempuyai
perhitungan yang dapat dikategorikan cukup sulit namun metode non linier sangat
efektif dalam perhitungan perioda jangka panjang.
Sesuai uraian diatas dapat dilihat bahwa peramalan penjualan sepeda
motor pada CV. NIAGA PRATAMA MOTOR sangat sesuai dan cocok dengan
menggunakan metode regresi linier sederhana, hal ini dapat dilihat dari faktor
jangka waktu atau perioda yang diramalkan yaitu perioda 1 tahun bisa
dikategorikan dalam jangka waktu singkat dan jangka waktu menengah,
komponen peramalan dan barang yang diramalkan.
BAB V
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Dari hasil perhitungan peramalan dengan menggunakan metode regresi
linier sederhana, dapat disimpulkan sebagai berikut :
1. Teknik peramalan yang dilakukan hanya sekedar angka yang
diperhitungkan saja sebenarnya masih banyak hal yang dapat
diperhitungkan dalam teknik peramalan seperti kondisi lingkungan dan
ketepatan data atau jangka waktu data sehingga didapatkan hasil
peramalan yang ketepatannya lebih akurat.
2. Metode linier maupun metode non linier dapat digunakan dalam sebuah
perusahaan sebagai landasan untuk mengambil keputusan yang tepat
sebagai langkah perusahaan untuk memprediksi atau meramalkan
kejadian yang akan datang.
3. Penggunaan metode regresi linier sederhana sangat cocok digunakan
untuk meramalkan jumlah penjualan barang yang memiliki waktu atau
perioda berjangka pendek.
5.2
Saran
Sebagai pengembangan selanjutnya maka penulis memberikan saran
sebagai berikut :
1. Perhitungan mengguanakan metode linier pada laporan ini hanya
masih berupa analisa, oleh sebab itu analisa ini masih sangat bisa
dikembangkan dan diimplementasikan lebih lanjut kedalam sebuah
aplikasi peramalan.
2. Penambahan satu metode lain tentunya dapat lebih dikembangkan dan
disempurnakan.
3. Analisa peramalan penjualan sepeda motor ini baru menggunakan satu
metode saja, penggunaan metode lain tentunya dapat membantu
dalam hal pengembangan perbandingan antar metode peramalan
lainnya.
DAFTAR PUSTAKA
[1]
Sofyan Assauri. 1984. “Teknik dan Metode Peramalan”. Jakarta : Penerbit
Fakultas Ekonomi Universitas Indonesia
[2]
Subagio, Pangestu. Forecasting Konsep Dan Aplikasi. Edisi ke-2 BPFE :
Yogyakarta, 2000. Amsyah, Zulkfli. Manajemen Kearsipan. Jakarta :
Gramedia Pustaka Umum. 2010
[3]
Walpole, R.E. 1995. Pengantar Statistika. Jakarta. Penerbit : Gramedia
Pustaka Utama
[4]
Sembiring, R.K. 2003. Analisis Regresi. Bandung : Penerbit ITB
[5]
Bowerman, B.L, dan O’Connell, R.T. Forecasting and Time Series : An
Applied Approach, Edisi Ketiga, Duxbury Press, California, 1993
DENGAN MENGGUNAKAN METODE REGRESI LINIER
SEDERHANA PADA CV. NIAGA PRATAMA MOTOR
Oleh :
NIM (Owner)
NIM (Co.Author)
NAMA (Owner)
: 120030411
: 120030027
: HENDRAYANA HARYAWAN
NAMA (Co.Author) : CHRISTIAN ISWAHYUDI
JENJANG STUDI
: STRATA SATU (S1)
PROGRAM STUDI
: SISTEM INFORMASI
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA DAN TEKNIK KOMPUTER
(STMIK) STIKOM BALI
2015
KATA PENGANTAR
Berkat rahmat Tuhan Yang Maha Esa, penulis dapat menyelesaikan
Laporan Karya ilmiah yang berjudul “Teknik Peramalan Penjualan Sepeda Motor
dengan Menggunakan Metode Regresi Linier Sederhana Pada CV. Niaga Pratama
Motor“ sesuai dengan yang direncanakan. Selanjutnya penulis menyampaikan
terima kasih kepada:
1.
Bapak Dr. Dadang Hermawan, selaku Ketua STMIK STIKOM Bali
2.
Bapak I Made Adi Purwantara, St., M.Kom. selaku Pembantu Ketua I yang
juga telah memberikan dukungan sehingga penulisan Proposal Skripsi ini
terselesaikan.
3.
Bapak Ricky Aurelius Nurtanto Diaz, S.Kom., Mt, selaku Ketua Program
Studi Sistem Informasi STIMIK STIKOM Bali.
4.
Ibu Wayan Arpani, selaku Pembina yang telah membimbing penulis selama
melaksanakan pembuatan Karya ilmiah.
5.
Bapak I Gede Harsemadi, S.Kom, selaku dosen Pembimbing yang turut
membimbing dalam penyelsaian penulisan ini.
6.
Semua teman dan berbagai pihak yang memberikan dukungan dan
bantuan kepada penulis.
Semoga penulisan Proposal Skripsi ini bermanfaat bagi pihak yang
berkepentingan.
Denpasar,
Penulis
Note : Christian Iswahyudi telah diberikan ijin secara lisan (27-01-2016) dari herdrayana
haryawan untuk menjadi co-author atas karya ilmiah ini. Segala hak cipta karya ilmiah ini
ada pada Christian Iswahyudi dan Hendrayana Haryawan.
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam ilmu pengetahuan sosial segala sesuatu itu serba tidak pasti, seperti
halnya mengasumsikan jumlah penduduk, pendapatan perkapita, volume
penjualan sebuah perusahaan, konsumsi, dan sebagian itu selalu berubah – ubah
dan tidak pasti. Perubahan tersebut dipengaruhi oleh faktor – faktor yang sangat
kompleks, misalnya kebudayaan masyarakat sekitar, penghasilan suatu kelompok
atau organisasi, dan sebagainya. Perubahan hal – hal tersebut sangat sulit
ditentukan secara pasti, untuk mengatasi permasalahan tersebut kita perlu
mengadakan sebuah metode teknik peramalan atau forecast.
Istilah forecasting atau yang kita kenal dengan teknik peramalan atau
peramalan (perkiraan) sering dikaitkan tentang peramalan sesuatu yang belum
terjadi, contohnya seperti peramalan permintaan konsumen pada suatu barang
pada sebuah perusahaan. Didalam melakukan suatu analisa biasanya sering
digunakan sebuah asumsi. Asumsi boleh digunakan jika terpaksa, misalnya ada
suatu faktor yang berpengaruh terhadap analisa kita, tetapi sulit diketahui dengan
pasti. Asumsi mempunyai pengaruh terhadap ketepatan dalam menggunakan
teknik peramalan atau yang sering disebut forecasting, jika asumsi yang tepat atau
mndekati fakta , maka forecasting atau peramalan yang dihasilkan juga akan
mendekati kebenaran, sebaliknya kalau asumsinya tidak tepat akan menyebabkan
forecast yang dihasilkan banyak mengalami penyimpangan.
Melalui contoh kasus diatas dapat kita lihat bahwa teknik peramalan sangat
membantu dalam meramalkan permintaan suatu barang, penjualan, dan
sebagainya. Dalam teknik peramalan banyak faktor – faktor yang diperlukan dan
dipertimbangkan untuk menghasilkan forecast yang tepat, maka dari itu penulis
menentukan dan menjadikan “Teknik Peramalan Penjualan Sepeda Motor
dengan Menggunakan Metode Regresi Linier Sederhana pada CV. NIAGA
PRATAMA MOTOR” sebagai tema laporan karya ilmiah, keuntungan yang
diharapkan dari analisa ini adalah dapat membantu staf administrasi CV. NIAGA
PRATAMA MOTOR dalam memprediksi penjualan unit sepeda motor Yamaha.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, hal yang
dapat menjadi rumusan masalah adalah sebagai berikut :
a. Bagaimana metode yang dimaksud dapat membantu perusahaan
untuk meramalkan jumlah penjualan?
b. Bagaimana metode yang dimaksud akan memberikan output yang
dapat membantu dalam pengambilan keputusan bagi pemilik
perusahaan?
1.3 Tujuan dan Manfaat Karya ilmiah
Adapun tujuan dari dilaksanakannya karya ilmiah ini antara lain :
1. Bagi Mahasiswa :
a. Dapat mengetahui gambaran umum perusahaan.
b. Untuk menerapkan ilmu yang didapat selama perkuliahan didalam
lingkungan kerja yang sesungguhnya.
c. Untuk menambah wawasan dan pengetahuan dalam bidang Business
Intelegent sebagai bekal untuk mengembangkan karir.
d. Menumbuhkan rasa profesionalisme dan tanggung jawab di dunia
kerja.
e. Untuk memenuhi salah satu persyaratan agar dapat dapat menyusun
skripsi.
2. Bagi Lembaga (Kampus STMIK STIKOM BALI)
a. Lebih mengenalkan nama STMIK STIKOM Bali kepada masyarakat
sehingga mendapat kepercayaan dari perusahaan – perusahaan atau
instansi – instansi yang kemudian diharapkan berdampak positif
terhadap kepercayaan orang tua untuk memilih STMIK STIKOM Bali
sebagai pendidikan lanjutan.
b. Dapat mengetahui sejauh mana mahasiswa STMIK STIKOM Bali
memahami teori – teori yang telah didapatkan.
3. Bagi Perusahaan
Menyediakan sarana penunjang pengelolaan data dan informasi yang
terperinci dan teratur pada perusahaan. Sehingga memudahkan proses
kinerja pegawai terhadap pelayanan jasa agar dapat dilakukan secara
efektif dan efesien.
1.4 Ruang Lingkup Karya ilmiah
Dalam melakukan karya ilmiah, penulis memfokuskan karya ilmiah ini pada
peramalan penjualan unit sepeda motor yamaha yang didapatkan dengan rentang
waktu 12 bulan menggunakan metode regresi linier sederhana.
1.5 Metode Karya ilmiah
a. Lokasi Karya ilmiah
Lokasi karya ilmiah dilaksanakan di CV. NIAGA PRATAMA MOTOR, Jalan
Patimura No. 8 Denpasar.
b. Waktu Pelaksanaan Karya ilmiah
Kegiatan karya ilmiah ini dilaksanakan pada tanggal 05 Oktober 2015 – 05
Januari 2016.
c. Metode Pengumplan Data
1. Metode Observasi
Observasi diartikan sebagai suatu pengamatan dan pencatatan
secara sistematik terhadap gejala yang tampak pada objek penelitian.
Pengamatan dan pencataan yang dilakukan terhadap objek ditempat
terjadi atau berlangsungnya peristiwa sehingga observasi berada
bersama objek yang diselidiki, disebut observasi langsung. Sedangkan
pengamatan yang dilakukan tidak pada saat berlangsungnya suatu
peristiwa yang akan diselidiki disebut obsrvasi tidak langsung.
2. Metode Wawancara
Wawancara merupakan pertemuan antara dua orang untuk
bertukar informasi dan ide melalui tanya jawab sehingga dapat
dikonstruksikan makna dalam suatu topic tertentu.
3. Metode Dokumentasi
Dokumentasi merupakan metode pengumpulan data melalui
catatan – catatan dokumen yang ada dilokasi penelitian yaitu data
penjualan unit sepeda motor.
4. Studi Literatur
Studi literatur merupakan teknik pengumpulan data yang dilakukan
dengan mempelajari buku – buku atau dokumen yang berkaitan
dengan permasalahan diatas.
d. Jenis Data
Adapun jenis data yang dipergunakan adalah sebagai berikut :
a. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka atau bilangan.
Sesuai dengan bentuknya, data kuantitatif dapat diolah atau di analisis
menggunakan teknik perhitungan matematika atau sistematika.
Misalnya banyak data dalam struktur basis data dalam pembuatan
website.
b. Data Kualitatif
Data kualitatif adalah data yang berbentuk kata – kata, bukan dalam
bentuk angka. Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi
terfokus, atau observasi yang telah dituangkan dalam catatan lapangan
(transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh
melalui pemotretan atau rekaman video.
e. Sumber Data
a. Data Primer, yaitu data yang diperoleh langsung dari lokasi karya ilmiah
yang digunakan untuk penulisan laporan. Adapun data yang digunakan
yaitu data penjualan unit sepeda motor per bulan yang diperoleh dari
dealer Yamaha CV. NIAGA PRATAMA MOTOR.
b. Data Sekunder, yaitu data pengolahan dan pengumpulan dilakukan
oleh pihak luar yaitu melalui studi pustaka maupun sumber – sumber
lain yang berhubungan dengan penulisan laporan ini. Adapun data
yang digunakan yaitu referensi laporan karya ilmiah dan buku – buku
konsep analisa dan teknik peramalan.
1.6 Sistematika Penulisan
Agar setiap bahasa dapat dimengerti dan tersusun secara sistematis, maka
penulis membagi kedalam beberapa sub BAB, yang masing – masing bab akan
menguraikan hal – hal pokok sebagai berikut :
BAB I PENDAHULUAN
Berisi tentang Lata Belakang, Rumusan Masalah, Tujuan dan Manffat
Karya ilmiah, Ruang Lingkup Karya ilmiah, Metode Karya ilmiah dan Sistematika
Penulisan.
BAB II TINJAUAN UMUM PERUSAHAAN
Bab ini menguraikan sejarah singkat perusahaan, visi dan misi perusahaan,
logo instansi dan arti, struktur organisasi perusahaan dan job deskripsi
perusahaan.
BAB III LANDASAN TEORI
Bab ini menguraikan mengenai landasan teori teknik peramalan seperti
pengertian peramalan, tahapan peramalan, sifat – sifat peramalan, pemilihan
teknik dan metode peramalan, regresi dan akurasi peramalan.
BAB IV FORECASTING PENJUALAN UNIT PADA CV. NIAGA PRATAMA
MOTOR
Bab ini mnjelaskan mengenai forecasting penjualan dengan metode
regresi linier sederhana dan analisis hasil akurasi peramalan
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari pembahasan sebelumnya dan saran yang
nantinya dapat bermanfaat baik bagi penulis, maupun perusahaan itu sendiri.
BAB II
TINJAUAN UMUM PERUSAHAAN
2.1 Sejarah Singkat Perusahaan
CV. NIAGA PRATAMA MOTOR didirikan 20 september 1985 oleh bapak
Sujanto Harjawan. Awal mula didirikannya CV. NIAGA PRATAMA MOTOR ini
karena pada saat itu peluang bisnis masih sangat terbuka dan rendahnya pesaing
yang ada serta melihat prospek bisnis kedepan yang sangat menjanjikan didukung
dengan lokasi bangunan yang sangat strategis. CV. NIAGA PRATAMA MOTOR
beralamat di Jalan Patimura No. 8 Denpasar. CV. NIAGA PRATAMA MOTOR
menjual berbagai jenis motor Yamaha serta spare part dan juga melayani jasa
service khusus motor Yamaha oleh mekanik yang sudah di uji keahliannya untuk
memudahkan customer berkonsultasi bila mengalami kerusakan pada motor
Yamaha yang dimiliki. Nama besar Yamaha sendiri juga tidak bisa dilepaskan dari
penggagas sekaligus pendiri Yamaha Motor Corporation di Jepang, yaitu Genichi
Kawagami.
2.2 Visi dan Misi Perusahaan
2.2.1 Visi
Menjadi
perusahaan
distributor
motor,
produk
dan
jasa
pendukungnya yang memiliki jaringan pemasaran terbesar di
Indonesia.
Menjadi perusahaan yang terpercaya, meliputi sumber daya
manusia yang handal, sistem pengelolaan keuangan yang solid,
dan Infrastruktur yang tepat guna.
2.2.2 Misi
Melakukan terobosan dan analisa untuk pengembangan bisnis
dengan membentuk jaringan jaringan (Penjualan, Perawatan, dan
Suku Cadang) baru di seluruh Indonesia.
di setiap wilayah operasional.
Memastikan terjadinya pertumbuhan penjualan dan pangsa pasar
Melakukan strategi bisnis perusahaan yang didukung oleh strategi
kebijakan yang optimal.
2.3 Logo Instansi dan Arti
Gambar 2.1 Logo Dealer Yamaha
General Manager Marketing Communication and Community Development
Yamaha Indonesia, Eko Prabowo, mengungkapkan logo baru ini mengawali
langkah sukses Yamaha di 2013. ”Logo baru ini merupakan tanda awal yang baik
bagi sukses Yamaha di tahun ini. Dan memperkuat rasa bangga komunitas dan
konsumen terhadap merek Yamaha.
Berikut arti Logo baru Semakin di Depan.Warna Biru, melambangkan
warna kebanggaan Yamaha di kancah balap dunia yaitu MotoGP, mencerminkan
semangat untuk eksplorasi teknologi otomotif dan mengekspresikan kepercayaan
diri dan pemikiran yang jernih dalam menghadapi tantangan. Sedangkan Warna
Merah adalah warna yang menunjukan semangat, keberanian, kehangatan dan
energi untuk selalu menjadi yang terdepan. Gradasi Warna, mencerminkan
passion dan excitement saat menjalani tahap proses untuk nencapai hasil
maksimal. Bentuk Huruf, Didesain untuk merefleksikan karakter Yamaha yakni
Sporty dalam setiap penampilan dan performa, Innovative dalam setiap aktifitas,
Trendy untuk selalu memimpin tren dalam kompetisi. Arti huruf A dengan garis
merah, Affirmation : selalu berfikir sebagai pemenang, Aspiration : selalu memiliki
cita-cita dan standar kualitas tinggi, Action : selalu berjuang bersama-sama
dengan arah tujuan sama secara persistent dan fokus dan Achievement : selalu
percaya bahwa kita bisa mencapai kesuksesan dan melewati rintangan Desain
huruf dengan garis desain yang mengarah ke atas, mencerminkan bahwa keluarga
besar Yamaha selalu bergerak maju dengan visi yang searah, berjuang bersamasama untuk membangun diri dan Yamaha agar menjadi Semakin di Depan. Desain
logo ini mencerminkan semangat baru dari seluruh keluarga besar Yamaha :
konsumen, komunitas, fans, karyawan dan Yamaha. Karena itu mari kita bersama
membangkitkan semangat baru, bersatu untuk menang dan menjadi Semakin di
Depan.
2.4 Struktur Organisasi Perusahaan
STRUKTUR ORGANISASI
CV. NIAGA PRATAMA MOTOR
PEMILIK DEALER
SUJANTO HARJAWAN
KEPALA DIVISI
AAN PRASETYO
KEPALA TOKO
I PUTU ROBIN ADNYANA
SALES COUNTER 1
SALES COUNTER 2
SALES COUNTER 3
WAYAN ARPANI
DEWI PURNAMA
BUDI CAHYANA
SALES LAPANGAN
CANDRA SETIAWAN
Tabel 2.1 Tabel Struktur Organisasi
2.5 Job Deskripsi Perusahaan
2.5.1 Pemilik dealer
Pemilik dealer adalah orang yang bertanggung jawab dalam operasional
perusahaan. Bertugas mengelola modal, sehingga diperoleh keuntungan.
Oleh karena itu pemilik toko harus memiliki keterampilan khusus dalam
mengelola perusahaannya sendiri.
2.5.2 Kepala Divisi
Kepala divisi merupakan orang yang dipercaya dan ditunjuk langsung
oleh Yamaha pusat untuk mengawasi langsung para karyawan atau pekerja
yang bekerja di dealer pada masing-masing divisi yang telah ditentukan
sehingga segala bentuk masalah yang terjadi pada dealer tersebut kepala
divisi wajib meyelesaikan permasalahan tersebut.
2.5.3 Kepala Toko
Kepala toko merupakan karyawan yang telah bekerja pada perusahaan
dalam jangka waktu yang lama sehingga karyawan tersebut telah memiliki
pengalaman lebih mengenai sistem kerja yang berlaku pada perusahaan dy
bekerja. Pada delaer Yamaha kepala toko bertugas mengawasi kinerja
karyawan, mengontrol penjualan, mengadakan event seperti pameran untuk
meningkatkan penjualan dan tetap menngikuti promo-promo terbaru yang
diberikan oleh Yamaha pusat untuk pelayanan konsumen setia Yamaha.
2.5.4 Sales Counter
Secara umum tugas seorang sales counter adalah mencapai target
penjualan yang telah ditetapkan oleh perusahaan. Cara yang ditekankan
yaitu pelayanan yang baik akan menciptakan tingkat penjualan yang baik.
Seorang sales selalu di tuntut perusahaan untuk selalu bersikap antusias
terhadap konsumen. Sales counter harus berpengalaman, menguasai dan
mampu mengerjakan serta menunjukkan keahliannya secara konsisten.
Seorang sales dituntut untuk selalu bersikap professional dalam menjual
produk perusahaannya dan dalam menghadapi konsumen.
2.5.5 Sales Lapangan
Tugas sales lapangan adalah fokus terhadap penjualan di dealer tempat
dia bekerja. Sales lapangan wajib menawarkan produk produk terbaru
kepada konsumen di masing-masing wilayah sesuai dengan pembagian
wilayah masing-masing. Setiap dealer biasanya memiliki sales lapangan
lebih dari 2 orang. Apabila ada konsumen yang tertarik terhadap produk yang
ditawarkan sales wajib mendata konsumen dengan memenuhi persyaratan
KTP, KK dan lain sebagainya.
BAB III
LANDASAN TEORI
3.1
Pengertian Forecasting ( Peramalan )
Forecasting (peramalan) merupakan bagian vital bagi setiap organisasi
bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat
signifikan. Peramalan menjadi dasar bagi perencanaan jangka panjang
perusahaan. Dalam area fungsional keuangan, peramalan memberikan dasar
dalam menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran,
peramalan penjualan dibutuhkan untuk merencanakan produk baru, kompensasi
tenaga penjual, dan beberapa keputusan penting lainnya. Selanjutnya pada
bagian produksi dan operasi menggunakan data – data peramalan untuk
perencanaan kapasitas, fasilitas, produksi, penjadwalan, dan pengendalian
persediaan ( inventory control ). Untuk menetapkan kebijakan ekonomi seperti
tingkat pertumbuhan ekonomi, tingkat pengangguran, tingkat inflasi, dan lain
sebagainya dapat pula dilakukan dengan metode peramalan.
Dalam melakukan analisa ekonomi atau analisa kegiatan usaha
perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi
atau dalam dunia usaha pada masa yang akan datang. Kegiatan untuk
memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal
dengan apa yang disebut peramalan ( forecasting ).
Peramalan adalah penggunaan data masa lalu dari sebuah variable atau
kempulan variable untuk mengestimasi nilainya dimasa yang akan datang. Asumsi
dasar dalam peneraan teknik – teknik peramalan adalah : “ if we can predict what
the future will be like we can modify our behavior now to be in a better position,
than we otherwise would have been, when the future arrives.” Artinya, jika kita
dapat memprediksi apa yang terjadi dimasa depan maka kita dapat mengubah
kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di msasa
yang akan datang. Hal ini disebabkan kinerja dimasa lalu akan terus berulang
setidaknya dalam masa mendatang yang relative dekat. Peramalan merupakan
teknik yang digunakan untuk memperkirakan suatu sistem dimasa yang akan
datang. Peramalan diperlukan oleh suatu perusahaan karena setiap keputusan
yang diambil dapat mempengaruhi keadaan dimasa yang akan datang. Menurut
Horison, waktunya peramalan dapat dibagi menjadi 3 yaitu :
a) Peramalan jangka pendek yang memberikan hasil peramalan satu tahun
mendatang atau kurang.
b) Peramalan jangka panjang untuk meramalkan keadaan satu hingga 5
tahun mendatang.
c) Peramalan jangka panjang digunakan untuk pengambilan keputusan
mengenai perencanaan produk dan perencanaan pasar, pengeluaran
biaya perusahaan, studi kelayakan pabrik, anggaran, purchase order,
perencanaan tenaga kerja dan perencanaan kapasitas kerja serta
pengambilan keputusan yang berhubungan dengan kejadian lebih dari 5
tahun yang akan datang[1].
3.1.1 Peramalan Menurut Para Ahli :
1. Menurut Philip Kolter dan Gray Amstrong ( 197 : 223 ), peramalan
adalah seni memperkirakan permintaan dimasa depan dengan
mengantisipasi apa yang tampaknya akan dilakukan pembeli
dibawah kondisi masa depan tetentu.
2. Menurut T. Hani Handoko ( 2000 : 1 ), peramalan adalah usaha
untuk meramalkan keadaan dimasa mendatang melalui pengujian
keadaan dimasa lalu.
3. Menurut Husain Umar ( 2000 : 297 ), peramalan dapat digunakan
untuk mengetahui sesuatu keadaan dimasa datang, ramalan yang
dilakukan umumnya akan berdasarkan pada data yang didapat
pada masa lampau yang dianalisis dengan cara – cara tertentu.
4. Menurut Pangestu Subagio ( 2000 : 1 ), peramalan adalah
memperkirakan jumlah produk yang akan dibutuhkan konsumen.
5. Menurut Gunawn Adisaputro ( 2003 : 148 ), peramalan adalah
suatu cara untuk mengukur atau menaksir kondisi bisnis dimasa
mendatang.
6. Menurut Suad Husnan dan Suwarsono Muhammad ( 2000 : 40 ),
peramalan adalah usaha untuk mengetahui jumlah produk atau
sekelompok produk dimasa datang dalam kendala dan kondisi
tertentu.
Jadi, peramalan adalah suatu cara yang digunakan oleh sebuah
perusahaan untuk mengetahui kondisi apapun dimasa yang akan datang
berdasarkan data yang tersedia dimasa lalu dengan suatu metode tertentu[2].
3.2
Tahapan Peramalan
a.
Pengumpulan Data
Pengumpulan data, menyarankan pentingnya perolehan data yang
sesuai dan menyakinkan kebenarannya.
b.
Pemadatan atau Pengurangan Data
Pemadatan atau Pengurangan Data, seringkali diperlukan karena
mungkin saja terjadi kelebihan data dalam proses permalan atau
sebaliknya terlalu sedikit. Beberapa data mungkin tidak relevan
dengan masalah dan dapat mengurangi keakuratan peramalan.
c.
Penyusunan dan Evaluasi Model
Meliputi kecocokan data terkumpul dalam model yang sesuai dalam
meminisasi kesalahan peramalan.
d.
Ekstrapolasi Model
Ekstrapolasi Model, terdiri dari model peramalan aktual yang
dihasilkan, begitu data yang sesui telah terkumpul dan kemungkinan
dikurangi dan model peramalan yang sesuai juga sudah dipilih.
e.
Evaluasi Peramalan
Melibatkan membandingkan nilai peramalan dengan nilai historis
aktual. Dalam proses ini, beberapa nilai data terkini kemudian
diambilkan dari himpunan data yang sedang dianalisa.
3.3
Sifat – Sifat Peramalan
a.
Peramalan yang Subyektif :
Peramalan yang didasarkan atas perasaan atau intuisi dari orang yang
menyusunnya.
b.
Peramalan yang Obyektif :
Peramalan yang didasarkan atas data – data pada masa lalu dengan
menggunakan metode – metode dalam penganalisaan data tersebut.
c.
Peramalan Kualitatif :
Peramalan yang didasarkan atas data kualitatif pada masa lalu, hasil
peramalan tergantung pada orang yang menyusunnya.
d.
Peramalan Kuantitatif :
Peramalan yang didasarkan atas data kuantitatif pada masa lalu,
hasilnya tergantung pada metode yang digunakan.
3.4
Pemilihan Teknik dan Metode Peramalan
Metode peramalan tidak hanya digunakan oleh para peneliti atau analis
untuk penelitian serta analisa yang dilakukanya. Namum metode tersebut saat ini
juga bermanfaat untuk pengambilan keputusan oleh setiap pimpinan perusahaan
maupun pempinan organisasi pemerintah. Untuk itu mereka harus memilih teknik
dan metode peramalan yang tepat untuk suatu masalah dan keadaan tertentu
yang mereka hadapi.
Walaupun sejumlah teknik dan metode telah tersedia, akan tetapi perlu
adanya pedoman yang dapat digunakan untuk pemilihan dan metode permalan
yang tepat untuk suatu situasi tertentu.
Dalam pemilihan teknik dan metode peramala, pertama – tama kita perlu
mengetahui ciri – ciri yang penting yang perlu diperhatikan lagi pengambilan
keputusan dan analisa keadaan dalam mempersiapkan peramalan.
Menurut Sofyan Assauri ( 1984, p14-15 ) ada enam hal yang perlu
diperhatikan sebagai berikut :
1) Horizon Waktu ( time horizon ) : Periode waktu yang diambil untuk
peramalan
dalam
pengambilan
keputusan
atau
analisa
harus
menggunakan serta memperhatikan pemilihan teknik dan metode
peramalan yang tepat. Horizon waktu umumnya dapat dibagi kedalam
jangka pendek ( satu sampai dengan tiga bulan ), menengah ( tiga sampai
dengan satu setengah tahun ) dan jangka panjang ( lebih dari satu
setengah tahun ). Walaupun demikian ukuran panjangnya waktu tidak
harus tepat atau benar dengan kata lain ukuran panjagnya waktu tidak
harus menjadi patokan utama untuk pemilihan teknik dan metode permalan
ini karena pedoman pemakaiannya sangat tergantung pada kebutuhan dan
situasi penggunaannya.
2) Tingkat Perincian ( level of detail ) : Dalam pengambilan keputusan dan
analisa tidak semuanya harus berpusat kepada satu individu saj, misalnya
berpusat kepada pempinan perusahaan saja. Pada perusahaan besar
pasti terdapat bagian perencanaan yang mengerjakan perencanaan yang
menyeluruh untuk perusahaan tersebut. Perencanaan itu mungkin
diperinci untuk beberapa tingkat yang lain dalam organisas, seperti bagian
produksi atau bagian lain berdasarkan tugas masing – masing bagian.
3) Jumlah Produk : Dalam keadaan dimana hanya ada satu produk yang
diramalkan, maka aturan – aturan yang digunakan dalam persiapan
ramalan dapat lebih terperinci dan lebih rumit dari keadaan dimana
tersapat banyak ramalan untuk hal – hal yang harus dibuat.
4) Pengawasan Versus Perencanaan : Manajer dan analis yang membuat
suatu keputusan dalam bidang pengawasan, mempunyai kebutuhan yang
berbeda bila dibandingkan dengan manajer dan analis yang membuat
keputusan
dalam
bidang
perencanaan.
Metode
peramalan
yang
dibutuhkan untuk pengawasan adalah metode peramalan yang mampu
memperkirakan dan mengetahui sedini mungkin perubahan – perubahan
yang terdapat dalam pola dasar. Sedangkan dalm bidang perencanaan
pola yang ada akan berkelanjutan pada masa depan dan karena itu dasar
– dasar utama yang penting adalah mengidentifikasikan pola – pola
tersebut dan mengextrapolasikanya untuk masa yang akan datang.
5) Stabilitas : Dalam keadaan stabil, metode peramalan dapat diterima dan
diperiksa secara periodic untuk menentukan apakah hal tersebut masih
berlaku. Dalam hal yang tidak pasti ( uncertain case ) maka metode yang
dibutuhkan adalah metode yang dapat sesuai dengan hasil – hasil yang
terbaru secara terus – menerus dan informasi – informasi terakhir.
6) Prosedur perencanaan yang ada : Suatu metode peramalan umumnya
memasukkan proses perubahan rencana perusahaan dan prosedur –
prosedur pengambilan keputusan. Hal yang sangat penting dalam
penggunaan yang efektif dari suatu metode peramalan adalah usaha untuk
memulai dengan hal – hal yang sangat erat dengan prosedur yang ada dan
kemudia melakukan pengerjaannya dengan pendekatan yang berkembang
dari peningkatan metode – metode tersebut serta membuat perbaikan –
perbaikan[2].
3.5
Regresi
3.5.1 Pengertian Persamaan Regresi
Persamaan
regresi
adalah
persamaan
matematik
yang
memungkinkan kita meramalkan nilai – nilai suatu peubah tak bebas dari
nilai – nilai satu atau lebih peubah bebas[3].
3.5.2 Pengertian Regresi Linier dan Non Linier
Secara umum, regresi adalah suatu metode untuk meramalkan nilai
harapan yang bersyarat. Regresi dikatakan linier apabila hubungan antara
peubah bebas dan peubah tak bebas adalah linier, sedangkan apabila
hubungan antara peubah bebas dan peubah tak bebas tidak linier, maka
regresi dikatakan regresi non linier. Hubungan antara peubah bebas dan
peubah tak bebas dapat dikatakan linier apabila diagram pencar data dari
peubah – peubah tersebut mendekati pola garis lurus[4].
3.5.3 Regresi Linier Sederhana
Regresi linier sederhana adalah suatu persamaan regresi dimana
peubah bebasnya berbentuk skalar.
Model regresi linier sederhana dapat dinyatakan dalam persamaan :
F(t) = y ′ = a + bt
a=
∑ − ∑
Keterangan :
∑ . −∑ ∑
∑
− ∑
F(t)
= Hasil Peramalan Pada Periode Tertentu.
∑y
= Jumlah dari Data Aktual.
∑t
= Jumlah dari Data Perioda.
∑t
= Jumlah dari Perioda setelah dipangkatkan 2.
∑ t. y
3.6
b=
= Jumlah dari Data Aktual yang dikalikan dengan perioda(t).
Akurasi Peramalan
Dalam semua situasi peramalan itu mengandung derajat ketidakpastian.
Kita mengenal fakta ini dengan memasukkan unsur error atau kesalahan dalam
perumusan sebuah peramalan deret waktu. Sumber penyimpangan dalam
peramalan bukan hanya disebabkan oleh unsur error tetapi ketidakmampuan
suatu model peramalan mengenali unsur yang lain dalam deret data yang
mempengaruhi besarnya penyimpangan dalam ramalan.
Jadi besarnya penyimpangan hasil ramalan dapat disebabkan oleh
besarnya faktor yang tidak diduga ( outliers ) dimana tidak ada metode peramalan
yang mampu menghasilkan peramalan yang akurat atau dapat juga disebabkan
metode peramalan yang digunakan tidak dapat memprediksi dengan tepat
komponen trend, komponen musiman atau komponen siklus yang mungkin
terdapat dalam deret data dan itu berarti metode yang digunakan tidak tepat[5].
Dalam permodelan deret berkala sebagian data diketahui dapat
dipergunakan untuk meramalkan sisa data berikutnya sehingga dapat dilakukan
perhitungan ketepatan peramalan secara baik. Ketepatan peramalan dimasa yang
akan datang adalah sangat penting. Ukuran akurasi hasil peramalan yang
merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat
perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.
Ada 4 ukuran yang bisa digunakan, yaitu :
a. Rata – rata Deviasi Mutlak
Mean Absolute Deviation merupakan rata – rata kesalahan mutlak selama
perioda tertentu tanpa memperhatikan apakah hasil permalan lebih besar atau
lebih kecil dibandingkan kenyataannya. Secara matematis, Mean Absolute
Deviation dirumuskan sebagai berikut :
∑ | At − Ft |
MAD =
Keterangan :
MAD
= Mean Absolute Deviation.
∑
= Sigma.
A
= Nilai Aktual Perbulan.
F
n
= Ramalan untuk Perioda t.
= Jumlah Perioda.
b. Rata – Rata Kuadrat Kesalahan
Mean Square Error dihitung dengan menjumlahkan kuadrat semua
kesalahan peramalan pada setiap perioda dan membaginya dengan jumlah
perioda ramalan. Secara matematis, Mean Square Error dirumuskan sebagai
berikut :
MSE =
∑ At− Ft ²
−
Keterangan :
MSE
= Mean Square Error.
∑
= Sigma.
A
= Nilai Aktual Perbulan.
F
n
= Ramalan untuk Perioda t.
= Jumlah Perioda.
c. Rata – Rata Persentase Kesalahan Absolute
Mean Absolute Percentage Error merupakan ukuran kesalahan relative.
Mean Absolute Percentage Error biasanya lebih berarti dibandingkan Mean
Absolute Deviation karena Mean Absolute Percetage Error menyatakan
persentase kesalahan hasil peramalan terhadap permintaan aktual selama
perioda tertentu yang akan memberikan informasi persentase kesalahan terlalu
tinggi atau terlalu rendah. Secara matematis, Mean Absolute Percentage Error
dinyatakan sebagai berikut :
MAPE =
∑n
i= [
Yi− Y
i]
Yi
Keterangan :
MAPE = Mean Absolute Percentage Error.
∑
= Sigma.
n
= Jumlah Perioda.
γ
= Nilai aktual.
BAB IV
FORECASTING PENJUALAN UNIT PADA CV. NIAGA
PRATAMA MOTOR
4.1
Forecasting Penjualan Unit Sepeda Motor
Diperoleh data penjualan pada perioda bulan Januari (1) sampai Desember
(12) tahun 2014.
Tabel 4.1 Data Penjualan
Dan dari data tersebut akan ditentukan hasil forecasting untuk bulan
Januari (13) sampai bulan ke Desember (24) tahun 2015 digunakan persamaan :
Tabel 4.2 Forecasting
Maka didapatkanlah :
∑t
= 222.
∑y
= 435.
∑ t.y
= 7651.
∑ t²
= 4250.
( ∑t )² = 49284.
Jika seluruh sigma dan nilai lainnya sudah didapat, maka proses menghitung nilai
a dan nilai b bisa dilakukan dengan mengikuti rumus :
b=
a=
∑ . −∑ ∑
∑
− ∑
∑ − ∑
Hasil Perhitungan :
b=
a=
.
.
−
− − ,
−
.
.
=
=
+
−
−
,
=
=
−
,
=
= − 2,
,5
Jika hasil nilai a dan nilai b tersebut dimasukkan kedalam persamaan linier
sederhana dengan rumus sebagai berikut maka :
F(t) = y ′ = a + bt
Keterangan :
F(t)
= Hasil Peramalan Pada Periode Tertentu.
y′
= Y aksen.
a
= Nilai dari F pada t = 0.
t
= Perioda.
b
= Kemiringan garis.
Maka akan didapatkan hasil peramalan F(t) yaitu hasil linier dari bulan Januari
(13) sampai bulan Desember (24) tahun 2015 yang tertera didalam tabel berikut
ini :
Tabel 4.3 Proses Perhitungan Forecasting
Keterangan :
t
= Perioda bulan ( jangka waktu setahun ).
y
= Data Aktual.
y′
= Y aksen.
4.2
Analisis Hasil Akurasi Peramalan
Setelah proses perhitungan hasil peramalan selesai langkah berikutnya
adalah melakukan perhitungan akurasi kesalahan diantaranya MAD, MSE, MAPE
seperti yang tertera pada tabel dibawah ini :
Tabel 4.4 Akurasi Kesalahan
Setelah hasil sigma diperoleh secara keseluruhan maka langkah
berikutnya hasil sigma dihitung menggunakan rumus berikut ini :
4.2.1 MAD ( Mean Absolute Deviation )
MAD =
∑| A
,
=
−
|
= 5,16.
4.2.2 MSE ( Mean Square Error )
MSE
=
∑ A
− �� ���
−
,
=
= 37,53.
4.2.3 MAPE ( Mean Absolute Percentage Error
MAPE =
∑
=
4.3
|A
,
−F
= 15,03.
Mayoritas Hasil Peramalan
|/A
)
Dalam peramalan menggunakan perhitungan metode linier dapat kita lihat
bahwa penggunaan metode regresi linier sederhana sangat mudah dan cocok
untuk meramalkan perencanaan, pembelian, tingkat produksi, penjadwalan kerja,
dan sebagainya. Metode regresi linier sederhana hanya bisa meramalkan dalam
jangka waktu yang cukup singkat atau pendek hingga jangka waktu menengah
contohnya peramalan perencanaan pembelian jangka waktu 1 tahun. Sedangkan
non linier merupakan suatu metode untuk mendapatkan model non linier yang
menyatakan variable dependen dan independen. Metode non linier mempuyai
perhitungan yang dapat dikategorikan cukup sulit namun metode non linier sangat
efektif dalam perhitungan perioda jangka panjang.
Sesuai uraian diatas dapat dilihat bahwa peramalan penjualan sepeda
motor pada CV. NIAGA PRATAMA MOTOR sangat sesuai dan cocok dengan
menggunakan metode regresi linier sederhana, hal ini dapat dilihat dari faktor
jangka waktu atau perioda yang diramalkan yaitu perioda 1 tahun bisa
dikategorikan dalam jangka waktu singkat dan jangka waktu menengah,
komponen peramalan dan barang yang diramalkan.
BAB V
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Dari hasil perhitungan peramalan dengan menggunakan metode regresi
linier sederhana, dapat disimpulkan sebagai berikut :
1. Teknik peramalan yang dilakukan hanya sekedar angka yang
diperhitungkan saja sebenarnya masih banyak hal yang dapat
diperhitungkan dalam teknik peramalan seperti kondisi lingkungan dan
ketepatan data atau jangka waktu data sehingga didapatkan hasil
peramalan yang ketepatannya lebih akurat.
2. Metode linier maupun metode non linier dapat digunakan dalam sebuah
perusahaan sebagai landasan untuk mengambil keputusan yang tepat
sebagai langkah perusahaan untuk memprediksi atau meramalkan
kejadian yang akan datang.
3. Penggunaan metode regresi linier sederhana sangat cocok digunakan
untuk meramalkan jumlah penjualan barang yang memiliki waktu atau
perioda berjangka pendek.
5.2
Saran
Sebagai pengembangan selanjutnya maka penulis memberikan saran
sebagai berikut :
1. Perhitungan mengguanakan metode linier pada laporan ini hanya
masih berupa analisa, oleh sebab itu analisa ini masih sangat bisa
dikembangkan dan diimplementasikan lebih lanjut kedalam sebuah
aplikasi peramalan.
2. Penambahan satu metode lain tentunya dapat lebih dikembangkan dan
disempurnakan.
3. Analisa peramalan penjualan sepeda motor ini baru menggunakan satu
metode saja, penggunaan metode lain tentunya dapat membantu
dalam hal pengembangan perbandingan antar metode peramalan
lainnya.
DAFTAR PUSTAKA
[1]
Sofyan Assauri. 1984. “Teknik dan Metode Peramalan”. Jakarta : Penerbit
Fakultas Ekonomi Universitas Indonesia
[2]
Subagio, Pangestu. Forecasting Konsep Dan Aplikasi. Edisi ke-2 BPFE :
Yogyakarta, 2000. Amsyah, Zulkfli. Manajemen Kearsipan. Jakarta :
Gramedia Pustaka Umum. 2010
[3]
Walpole, R.E. 1995. Pengantar Statistika. Jakarta. Penerbit : Gramedia
Pustaka Utama
[4]
Sembiring, R.K. 2003. Analisis Regresi. Bandung : Penerbit ITB
[5]
Bowerman, B.L, dan O’Connell, R.T. Forecasting and Time Series : An
Applied Approach, Edisi Ketiga, Duxbury Press, California, 1993