PUTU DEVIRA ADISTA MAYASITA
(1515644102)
NI PUTU SRI ARITARKI
(1515644108)
PROGRAM SARJANA TERAPAN AKUNTANSI MANAJERIAL
POLITEKNIK NEGERI BALI
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, karena atas berkat rahmat-Nya kami dapat menyelesaikan makalah ini dengan sebaik-baiknya. Adapun maksud dan tujuan dari penyusunan makalah ini adalah untuk memenuhi salah satu tugas yang diberikan oleh Dosen pada mata kuliah Anggaran Perusahaan.
Dalam proses penyusunan tugas ini pasti menjumpai hambatan, namun berkat dukungan dari berbagai pihak, akhirnya kami dapat menyelesaikan tugas ini. Oleh karena itu, dengan segala kerendahan hati kami ingin menyampaikan terima kasih kepada Bapak I Made Agus Putrayasa, SE,M. SA,Ak selaku Dosen Anggaran Perusahaan di Politeknik Negeri Bali.
Besar harapan kami, makalah ini dapat bermanfaat bagi semua orang yang membacanya dan dapat membantu teman-teman yang lain dikemudian hari. Akhir kata, kami mohon maaf apabila dalam penulisan makalah ini terdapat banyak kesalahan.
Jimbaran, 15 September 2017
Penulis
DAFTAR ISI...iii
BAB I PENDAHULUAN A. Latar Belakang...1
B. Rumusan Masalah...1
C. Tujuan...2
BAB II PEMBAHASAN A. Pengertian Forecast Penjualan dan Anggaran Penjualan...3
B. Metode Forecast Penjualan...4
C. Faktor-Faktor yang Mempengaruhi Pemilihan Forecast Penjualan...5
D. Tujuan Penyusunan Anggaran Perusahaan...6
E. Ilustrasi Forecast dan Anggaran Penjualan...6
BAB III PENUTUP A. Kesimpulan...13
DAFTAR PUSTAKA...iv
BAB I
PENDAHULUAN
A. Latar Belakang
Dalam dunia persaingan bisnis saat ini banyak industri yang menawarkan produknya ke pasaran. Sehingga banyak para produsen yang berlomba–lomba untuk menciptakan inovasi–inovasi agar bisa diterima dipasar nasional. Ditengah perekonomian negara yang saat ini sedang tidak kondusif untuk para usaha kecil menengah berdampak kepada menurunnya pendapatan pada usaha itu sendiri. Kondisi ini diperparah dengan adanya pemerintah membatasi kebutuhan bahan baku para produsen dalam menjalankan usaha mereka. Sehingga berpengaruh pada hasil produksi yang dihasilkan para pengrajin usaha kecil menengah. Untuk mempertahankan perusahaan tersebut mereka harus tetap berproduksi demi tetap berjalannya usaha mereka ditengah masalah yang dihadapi dengan cara meramalkan hasil yang harus didapat oleh perusahaan. Untuk meramalkan hasil laporan penjualan dengan menggunakan metode peramalan kita akan dapat mengetahui apakah perusahaan mengalami kenaikan atau penurunan penjualan perusahaan. Maka dari itu, penulis mendeskripsikan beberapa hal penting mengenai forecast dan peramalan penjualan.
B. Rumusan Masalah
1. Apa pengertian dari forecast penjualan dan anggaran penjualan? 2. Apa saja metode dalam forecast penjualan?
3. Apa saja faktor-faktor yang mempengaruhi pemilihan forecast penjualan? 4. Apa tujuan anggaran penjualan?
5. Bagaimana ilustrasi forecast dan peramalan penjualan?
C. Tujuan
1. Untuk mengetahui pengertian forecast penjualan dan anggara penjualan 2. Untuk mengetahui metode dalam forecast penjualan
3. Untuk mengetahui faktor-faktor yang mempengaruhi pemilihan forecast
penjualan
4. Untuk mengetahui tujuan anggaran penjualan
BAB II PEMBAHASAN
A. Pengertian Forecast Penjualan dan Anggaran Penjualan
Menurut Nasution (2006:235) Peramalan adalah proses untuk memperkirakan berapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Ramalan penjualan merupakan proses aktivitas memperkirakan produk yang akan dijual dimasa mendatang dalam keadaan tertentu dibuat berdasarkan data-data yang pernah terjadi atau mungkin terjadi (Nafarin, 2007: 96). Menurut Winardi (1991,220) definisi ramalan penjualan adalah Suatu Perkiraan tentang penjualan selama sebuah periode masa yang akan datang, yang ditetapkan perkiraan mana dikaitkan dengan sebuah rencana pemasaran yang disusulkan, dan yang berisikan sejumlah kekuatan-kekuatan yang tidak dikuasai serta kekuatan-kekuatan kompetitif.
Jadi, Forecast penjualan adalah suatu teknik proyeksi tentang tingkat permintaan konsumen pada suatu periode tertentu dengan mempergunakan asumsi tertentu, yaitu segala sesuatunya berjalan seperti masa lalu. Sementara anggaran penjualan adalah anggaran yang merencanakan penjualan secara terperinci tentang penjualan perusahaan dalam periode yang akan datang yang didalamnya terdapat rencana tentang jenis ( kualitas ) barang yang akan dijual, jumlah ( kuantitas ) yang akan dijual, harga penjualan serta waktu dan tempat penjualannya. Anggaran penjualan merupakan anggaran yang sangat penting dalam penentuan proyeksi penjualan dan penghasilan yang realistis dan pendukung utama dalam menyusun rencana anggaran komprehensip perusahaan.
B. Metode Forecast Penjualan
Beberapa metode forecast penjualan:
1. Judgement Method atau non statistical method (Metode Peramalan Kualitatif), yaitu metode forecast penjualan yang didasarkan atas pendapat:
a) Pendapat Salesman
Salesman di minta untuk mengukur apakah ada kemajuan atau kemunduran segala hal yang berhubungan dengan tingkat penjualan pada daerahnya masing-masing.
b) Pendapat Sales Manajer
Pada umumnya estimasi kepala bagian penjualan dapat lebih obyektif karena mempertimbangkan banyak faktor. Ini juga di sebabkan pendidikannya yang relatif lebih tinggi dan pengalamannya yang lebih luas di bidang penjualan.
c) Pendapat Para Ahli
Kadang-kadang estimasi yang di lakukan oleh para salesman dan sales manager ada pertentangannya. Sehingga perusahaan perlu memperkerjakan para konsultan di dalam perusahaannya
d) Survey Konsumen
Dan jika pendapat dari ketiga bagian di atas itu sangat kurang maka perusahaan perlu meminta pendapat dari konsumen. Dengan cara melakukan survei atau penelitian kepada konsumen.
2. Statitiscal Method (Metode Kuantitatif), meliputi: Analisis trend, yang terdiri dari:
a) penerapan garis trend bebas
5
mencoba melihat pola data amatan melalui tebaran titik dari pasang data penjualan pada setiap waktunya. Berdasarkan tebaran data yang terbentuk dapat diperkirakan trend penjualan dari data tersebut.
b) penerapan garis trend dengan metode setengah rata-rata
Metode trend semi average dapat digunakan untuk keperluan peramalan dengan membentuk suatu persamaan seperti analisis regresi. Metode ini dapat digunakan dengan jumlah data genap ataupun ganjil. Dalam analisis trend ini unsur subyektifitas mulai dihapuskan karena teknik peramalannya sudah menggunakan perhitungan-perhitungan.
Metode ini dapat digunakan untuk keperluan forecash dengan membentuk suatu persamaan seperti analisis regresi. Metode trend setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y = a + bx, semua data historis dibagi menjadi dua kelompok dengan jumlah anggota masing-masing sama.
Data pada metode ini biasanya terdiri dari :
Metode Setengah Rata-rata dengan data historis dalam jumlah genap.
Metode Setengah Rata-rata dengan data historis dalam jumlah ganjil
Persamaan trend yang diperoleh dengan menggunakan metode ini, selain dapat digunakan untuk mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu, juga dapat digunakan untuk meramal nilai suatu variabel tersebut pada suatu waktu tertentu. Persamaannya adalah sebagai berikut :
Y = a + bX Dimana :
b =
n = Jumlah Data Perkelompok
x = jumlah tahun dihitung dari tahun dasar
Langkah-langkah Metode setengah Rata-Rata (Semi Average Method): 1) Membagi data dalam dua kelompok sama besar
2) Menghitung rata-rata setiap kelompok 3) Menghitung nilai “a”
4) Menghitung Nilai “b” 5) Menentukan Nilai “X”
6) Nilai X untuk data genap adalah -3,-1,+1,+3,+5 dan untuk data ganjil -3,-2,-1,0, +1, +2, +3
7) Memberi score terhadap waktu yang terkait dengan data penjualan. Dalam metode trend semi average ini, acuan adalah kepada kelompok pertama. Score 0 diberikan bagi data yang berada ditengah dari data yang ada pada kelompok pertama bila datanya ganjil. Selanjutnya terhadap data yang sebelumnya diberi score -1, -2, -3, dst. Dan terhadap data sesudahnya diberi score 1, 2, 3, dst. Untuk data yang jumlahnya genap, biasanya score tidak melibatkan nilai nol. Sebagai contoh bila datanya ada 4, score yang diberikan adalah -3, -1, 1, 3
c) penerapan garis trend secara matematis yang terbagi menjadi; 1) metode moment (Metode Garis Lurus)
7
Metode Trend Moment, menggunakan persamaan yang berbeda dengan metode setengah rata-rata untuk menaksir nilai a dan nilai b dalam persamaan trend :
Y = a + bX
Dalam mencari koefisien a dan b menggunakan persamaan : ΣY = n . a + b . ΣX
ΣXY = a . ΣX + b . ΣX2
2) metode kuadrat terkecil (least square) dan
Metode untuk menghitung nilai trend pada tahun berjalan dan untuk mencari forecast pada periode yang akan datang. Untuk menghitung nilai trend dan forecast terlebih dahulu
menaksir nila a dan b pada persamaan Y = a + bX. nilai X dihitung denganmengacu pada panduan jika :
Data Gasal (ganjil) maka X : ...., -3,-2,-1,0,1,2,3 , .... Data Genap maka X : ...., -5,-3, -1,1,3 ,5 ....
3) analisis korelasi (metode regresi).
Digunakan untuk menggali hubungan sebab akibat antara beberapa variabel. Perubahan tingkat penjualan yang akan terjadi tidak hanya ditentukan oleh pola penjualan tetapi juga ditentukan oleh faktor lain, misalnya jumlah penduduk, pendapatan, kondisi perekonomian,dsb.
a =
3. Spesific Purpose Method, adalah cara khusus untuk meramalkan penjualan dengan menggunakan analisis market share, analisis product line, dan analisis pengguna akhir
Model kuantitatif (statistik) dalam realita penggunaan secara keseluruhan masih kurang dapat di percaya hasilnya, sebab banyak hal yang tidak dapat di ukur secara kuantitatif seperti :
1) Perkembangan politik 2) Struktur masyarakat
3) Perubahan secara konsumen
C. Faktor-Faktor yang Mempengaruhi Pemilihan Forecast Penjualan Faktor-faktor yang mempengaruhi pemilihan forecast penjualan adalah: 1. Sifat produk
Pada faktor ini lebih mengedepankan pada sifat produk yang di hasilkan oleh perusahaan, apakah produk ini bisa bertahan dalam jangka waktu yang panjang atau dalam jangka waktu pendek.
2. Metode distribusi
Pada faktor ini lebih menitik beratkan pada metode distribusi yang dipakai oleh perusahaan, dimana letak perusahaan apakah dekat dengan pasar atau dekat dengan bahan baku.
3. Luas usaha
Pada faktor ini lebih melihat pada posisi suatu perusahaan pada pasar, apakah perusahaan sebagai market leader, market chalangger, market follower, atau market niecher.
9
Setelah mengetahui posisi perusahaan bagaimanakah tingkat persaingan dengan perusahaan pesaing.
5. Data historis yang tersedia
Data historis yang diperlukan disini minimal berjumlah lima tahun terakhir dari perusahaan. Pada grafik penjualan suatu perusahaan, forecast
penjualan ditunjukkan dengan fungsi “Trend” yang berbentuk suatu garis lurus. Sehingga pengertian dari Trend adalah suatu gerakan garis lurus dalam waktu yang panjang dan mempunyai karakteristik bergerak yang lamban serta berjalan ke satu arah.
Kelemahan mendasar forecast penjualan secara kuantitatif yang biasanya mempergunakan metode statistik dan matematik, terletak pada ketidak mampuannya mengkuantifisir data tertentu seperti perkembangan produk, struktur masyarakat, perilaku selera konsumen, dan lain-lain, sedangkan kelemahan forecast penjualan atas dasar pertimbangan saja, terletak pada pertimbangannya terlalu subjektif.
Jenis anggaran yang harus disusun terlebih dahulu sebelum menyusun jenis anggaran lainnya adalah anggaran penjualan. Oleh karena anggaran penjualan merupakan jenis anggaran yang dijadikan dasar dilakukannya berbagai aktivitas lainnya.
D. Tujuan Penyusunan Anggaran Perusahaan
Tujuan penyusunan anggaran penjualan adalah untuk merencanakan setepat mungkin tingkat penjualan pada periode yang akan datang dengan memperhatikan data yang merupakan pencerminan kejadian yang dialami perusahaan di masa lalu, khususnya dibidang penjualan.
E. Ilustrasi Forecast dan Anggaran Penjualan
Metode ini dapat digunakan untuk keperluan forecast dengan membentuk suatu persamaan seperti analisis regresi. Metode trend
setengah rata-rata menentukan bahwa untuk mengetahui fungsi Y = a + bx, semua data historis dibagi menjadi dua kelompok dengan jumlah anggota masing-masing sama.
Data pada metode ini biasanya terdiri dari :
a) Metode Setengah Rata-rata dengan data historis dalam jumlah genap. b) Metode Setengah Rata-rata dengan data historis dalam jumlah ganjil
Persamaan trend yang diperoleh dengan menggunakan metode ini, selain dapat digunakan untuk mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu, juga dapat digunakan untuk meramal nilai suatu variabel tersebut pada suatu waktu tertentu. Persamaannya adalah sebagai berikut :
Y = a + bX Dimana :
a = Nilai rata rata Kelompok 1 b = …
n = Jumlah Data Perkelompok
x = jumlah tahun dihitung dari tahun dasar
Langkah-langkah Metode setengah Rata-Rata (Semi Average Method) : a. Membagi data dalam dua kelompok sama besar
b. Menghitung rata-rata setiap kelompok c. Menghitung nilai “a”
d. Menghitung Nilai “b” e. Menentukan Nilai “X”
11
g. Memberi score terhadap waktu yang terkait dengan data penjualan. Dalam metode trend semi average ini, acuan adalah kepada kelompok pertama. Score 0 diberikan bagi data yang berada ditengah dari data yang ada pada kelompok pertama bila datanya ganjil. Selanjutnya terhadap data yang sebelumnya diberi score -1, -2, -3, dst. Dan terhadap data sesudahnya diberi score 1, 2, 3, dst. Untuk data yang jumlahnya genap, biasanya score tidak melibatkan nilai nol. Sebagai contoh bila datanya ada 4, score yang diberikan adalah -3, -1, 1, 3
Contoh Kasus (Tahun Genap dengan Pembagian Tahun Ganjil) PT. Maju memiliki data penjualan tahunan sebagai berikut :
Tahun Penjualan (Unit)
Diminta : Hitunglah penjualan untuk tahun 2015 dan 2018 ? Penyelesaian :
1) Mengelompokkan data menjadi 2 kelompok. Karena jumlah data genap langsung dibagi dua yang masing-masing kelompok terdiri dari 2 data (Genap).
2) Menentukan periode dasar. Misalnya diasumsikan periode dasar menggunakan tahun tengah data tahun kelompok I, sehingga periode dasarnya adalah tahun 2008.
4) Menentukan nilai Semi Total yakni Jumlah total penjualan masing-masing kelompok. Untuk kelompok I, Nilai Semi Totalnya adalah 140 + 148 + 157 = 445. Dengan cara yang sama dihitung Nilai Semi Total untuk Kelompok II.
5) Menentukan Semi average tiap Kelompok data. Semi Average untuk kelompok I adalah (semi total kelompok I dibagi jumlah data kelompok I sehingga nilainya adalah 445/3=148. Dengan cara yang sama juga dihitung Semi Average untuk Kelompok II.
Sehingga menghasilkan data sebagai berikut:
Tahun Penjualan Semi Total Semi Average X
2007 140
Maka penjualan untuk tahun 2015 dan 2018 adalah : 2015 = Y = a + b.X
Contoh Kasus (Tahun Genap dengan Pembagian Tahun Genap)
Kelompok 1
13
PT. Maju memiliki data penjualan tahunan sebagai berikut : Tahun Penjualan (Unit)
Diminta : Hitunglah penjualan untuk tahun 2015 dan 2018 ? Penyelesaian :
Tahun Penjualan Semi Total Semi Average X
2007 200
= 206 + 9 (19) = 377
2. Least Square Method (Metode Kuadrat terkecil)
a) Metode untuk menghitung nilai trend pada tahun berjalan dan untuk mencari forecast pada periode yang akan datang.
b) Untuk menghitung nilai trend dan forecast terlebih dahulu menaksir nila a dan b pada persamaan Y = a + bX.
c) nilai X dihitung denganmengacu pada panduan jika : d) Data Gasal (ganjil) maka X : ...., -3,-2,-1,0,1,2,3 , .... e) Data Genap maka X : ...., -5,-3, -1,1,3 ,5 ....
f) persamaan untuk menaksir nilai a dan b adalah: Contoh Perhitungan dengan Metode Least Square :
Sebuah perusahaan yang bergerak dalam penyediaan makanan bayi ingin membuat forecast penjualan makanan bayi untuk beberapa tahun mendatang di daerah Jawa Timur, dengan menggambarkan garis trend.
Data penjualan tahun-tahun terakhir adalah sebagai berikut : Tahun (X) Penjualan (Y)
2006 6.750
2007 7.470
2008 7.500
2009 8.190
2010 8.280
Diminta : Hitunglah forecasting penjualan untuk tahun 2011 ?
15
maka sesuai dengan Persamaan Treend : Y = a + bX
= 7.638 + 378X
Sehingga didapat nilai trend untuk tiap tahunnya adalah : Tahun 2006 Y = 7.638 + 378 (-2) = 6.882
Tahun Penjualan X X2 X.Y
Forecast penjualan adalah suatu teknik proyeksi tentang tingkat permintaan konsumen potensial pada suatu periode tertentu dengan mempergunakan asumsi tertentu, yaitu segala sesuatunya berjaan sebagaimana yang lalu. Forecast penjualan memiliki 3 metode yaitu
Judgement Method atau non statistical method (Metode Peramalan Kualitatif), Statitiscal Method (Metode Kuantitatif), dan Spesific Purpose Method. Pemilihan forecast penjualan dipengaruhi oleh beberapa faktor yaitu sifat produk, metode distribusi, luas usaha, persaingan, dan data historis. Forecast penjualan sangat berguna sebagai acuan perusahaan berapa banyak harus memproduksi suatu barang untuk kedepannya.
DAFTAR PUSTAKA
http://marcoturnip.blog.widyatama.ac.id/2015/09/27/metode-peramalan-forecasting/ . https://erwinnote.wordpress.com/2011/05/28/definisi-forecast-penjualan/
Nafarin M. 2008. Penganggaran Perusahaan. Cetakan Kedua. Jakarta: Salemba Empat.
