Teknik Perkiraan Penjualan Perkiraan Penjualan

(1)

PERKIRAAN

PENJUALAN

Ardi Gunardi, SE.,

MSi.

(2)

Pendekatan Perusahaan dalam

Menjalankan Usaha:

1. 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

(3)

Faktor yang Mempengaruhi Kegiatan

Perusahaan:

1. Faktor-Faktor Internal, berupa:

a. 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.

b. Ongkos produksi dan distribusi produk perusahaan,

yang meliputi : proses pembuatan produk, teknologi yang dipakai, bahan mentah yang dipakai, kapasitas produksi, biaya memasarkan produk.

c. Kecakapan manajemen perusahaan sendiri

(managerial skill) yang tdd : penghayatan persoalan yang dihadapi, kemampuan melakukan forecast,

(4)

Faktor yang Mempengaruhi Kegiatan

Perusahaan:

2. Faktor-Faktor External, berupa: a. Kecakapan manajemen pesaing.

b. 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.

c. Barang substitusi serta kemungkinan penemuan

barang baru yang lebih baik.

d. Selera masyarakat.

e. Faktor-faktor lain seperti: mudahnya perusahaan

(5)

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

(6)

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

(7)

Teknik-teknik dalam Forecast Penjualan

1. Forecast berdasarkan pendapat (judgmental

method/non statistical method), yaitu metode memproyeksikan penjualan yang berdasar pada:

a. Pendapat salesman

b. Pendapat manajer penjualan c. Pendapat para ahli

(8)

Teknik-teknik dalam Forecast Penjualan

2. Forecast berdasarkan perhitungan-perhitungan

statistik (Statistical Method), meliputi:

A. Analisis Trend, yang terdiri dari:

I. Penerapan garis trend secara bebas

Tahun

(X) Penjualan (Ribuan Kaleng) (Y)

2005 130

2006 145

2007 150

2008 165

2009 170

2005 2006 2007 2008 2009 120

Tabel 1. Data Penjualan PT Oriol tahun 2005-2009

(9)

Teknik-teknik dalam Forecast Penjualan

II. Penerapan garis trend dengan setengah rata-rata

(semi average)

Tahun (X) Penjualan (Yard) (Y)

2003 4.000.000

2004 4.400.000

2005 5.000.000

2006 4.600.000

2007 5.200.000

2008 5.400.000

2009 6.000.000

2010 6.200.000

(10)

Teknik-teknik dalam Forecast Penjualan

(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

(11)

Teknik-teknik dalam Forecast Penjualan

(semi average)

Mekanisme metode trend semi average:

a) Membagi data yang ada menjadi dua kelompok.

(12)

Teknik-teknik dalam Forecast Penjualan

(semi average)

b) 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. berikut:Tahu

n Y Total Average X 2003 4.000.0

00

18.000.0

00 4.500.000

-3

00 5.700.000 5

Tabel 3. Data Penjualan PT PSG tahun 2003-2010

(13)

Teknik-teknik dalam Forecast Penjualan

(semi average)

c) 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

(14)

Teknik-teknik dalam Forecast Penjualan

(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

(15)

Teknik-teknik dalam Forecast Penjualan

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 X-nya. 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

(16)

Teknik-teknik dalam Forecast Penjualan

Selanjutnya, persamaan-persamaan yang terbentuk

dapat dicari penyelesaiannya melalui metode eliminasi (menghilangkan) ataupun metode substitusi (pengganti) sebagaimana ditunjukkan dalam contoh berikut:

Tahu

n Penjualan (Y) X XY X

2

2007 3.500 0 0 0

2008 4.000 1 4.00 0 1

2009 4.500 2 9.00 0

4

2010 6.000 3 18.0 00

9

2011 6.500 4 26.0 00 16

2012 5.000 5 25.0 00 25

Total 29.500 1 5

82.0 00

5 5

(17)

Teknik-teknik dalam Forecast Penjualan

-8.250 = -17,5b b = 471,43 Selanjutnya, substitusikan: 29.500 = 6a + 15 (471,43) 6a = 29.500 – 7071,43

6a = 22.428,57 a = 3.738,10 29.500 = 6a +

15b 2,5)(x 73.750 = 15a + 37,5b 82.000 = 15a +

55b (x 1) 82.000 = 15a + 55b

-Dengan demikian, persamaanya:

Y = 3.738 + 471,43 X

Jadi, forecast penjualan tahun 2013 adalah:

(18)

Teknik-teknik dalam Forecast Penjualan

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:

(19)

Teknik-teknik dalam Forecast Penjualan

III. Penerapan garis trend secara matematis b. Metode Kuadrat Terkecil (Least Square)

Tahu

Tabel 5. Data Penjualan PT Rahadigin tahun 2007-2010

a = 101.500/4 = 25.375 b = 12.500/20 = 625

Sehingga persamaannya: Y = 25.375 + 625 X

Forecast penjualan tahun

2011:

(20)

Teknik-teknik dalam Forecast Penjualan

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

(21)

Teknik-teknik dalam Forecast Penjualan

3. Forecast dengan Metode-Metode Khusus a. Analisis industri

1. Memuat proyeksi demand industri untuk mengetahui

prospek perkembangan penjualan industri pada tahun-tahun mendatang.

2. Menilai posisi perusahaan dalam hubungannya

dengan industri pada umumnya. Posisi ini dinilai berdasarkan besarnya market share yang dimiliki oleh perusahaan dari tahun ke tahun.

3. Proyeksi posisi perusahaan pada masa mendatang,

atau penghitungan expected market share.

(22)

Teknik-teknik dalam Forecast Penjualan

3. Forecast dengan Metode-Metode Khusus a. Analisis industri

Tahu

(23)

Teknik-teknik dalam Forecast Penjualan

3. 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

(24)

Latihan Soal

1. Toko Ridwan menyajikan data penjualan gula pasir

setiap tahunnya dalam satuan ton sebagai berikut:

Dengan teknik forecasting metode semi average, tentukan besarnya penjualan gula pasir tahun 2014.

(25)

Latihan Soal

2. PT NS 215 adalah sebuah perusahaan yang

menghasilkan sepatu casual. Berdasarkan data

penjualan dan harga tersebut adalah sebagai berikut:

Menyusun ramalan tingkat penjualan tahun 2011, 2012, dan 2013 dengan metode least square

Tahun Penjualan (Unit) Harga/Unit (Rp)

2007 21.000 5.500

2008 25.000 5.750

2009 33.000 6.500

(26)

Latihan Soal

3. PT Macbeth Footwear memproduksi 3 jenis produk,

yaitu: Langley, McQueen, dan Brighton. Data

Penjualan dalam unit ketiga produk tersebut adalah sebagai berikut:

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.

Tahun Langley McQueen Brighton

2007 4.500 8.000 3.500

2008 6.000 6.000 4.000

2009 5.000 5.000 4.500

2010 4.500 7.500 6.000

2011 5.500 8.000 6.500