Teknik Peramalan Penjualan Sepeda Motor

TEKNIK PERAMALAN PENJUALAN SEPEDA MOTOR

DENGAN MENGGUNAKAN METODE REGRESI LINIER

SEDERHANA PADA CV. NIAGA PRATAMA MOTOR

Oleh :

NIM (Owner) : 120030411

NIM (Co.Author) : 120030027

NAMA (Owner) : 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

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

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

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

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

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

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.

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.

 Memastikan terjadinya pertumbuhan penjualan dan pangsa pasar di setiap wilayah operasional.

 Melakukan strategi bisnis perusahaan yang didukung oleh strategi kebijakan yang optimal.

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

besar Yamaha selalu bergerak maju dengan visi yang searah, berjuang

bersama-sama 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

Tabel 2.1 Tabel Struktur Organisasi

2.5 Job Deskripsi Perusahaan

PEMILIK DEALER SUJANTO HARJAWAN

KEPALA DIVISI AAN PRASETYO

KEPALA TOKO I PUTU ROBIN ADNYANA

SALES COUNTER 2

DEWI PURNAMA SALES COUNTER 1

WAYAN ARPANI

SALES COUNTER 3 BUDI CAHYANA

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

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

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

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].

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.

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

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

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 =

∑ − ∑

b =

∑ . − ∑ ∑ ∑ − ∑

Keterangan :

F(t) = Hasil Peramalan Pada Periode Tertentu.

∑ y = Jumlah dari Data Aktual.

∑ t = Jumlah dari Data Perioda.

∑ t. y = Jumlah dari Data Aktual yang dikalikan dengan perioda(t).

∑t = Jumlah dari Perioda setelah dipangkatkan 2.

3.6 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

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 :

MAD =

∑ | At − Ft |

Keterangan :

MAD = Mean Absolute Deviation.

∑ = Sigma.

F = Ramalan untuk Perioda t.

A = Nilai Aktual Perbulan.

n = 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 :

Keterangan :

MSE = Mean Square Error.

∑ = Sigma.

F = Ramalan untuk Perioda t.

A = Nilai Aktual Perbulan.

n = 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 =

∑ [

Yi− Yi Yi ] n

i=

Keterangan :

MAPE = Mean Absolute Percentage Error.

∑ = Sigma.

γ = Nilai aktual.

n = Jumlah Perioda.

BAB IV

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 :

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 bbisa dilakukan dengan mengikuti rumus :

b =

∑ . − ∑ ∑ ∑ − ∑

a =

∑ − ∑

Hasil Perhitungan :

b =

. − .

. −

=

−

−

=

−

=

− 2,

a =

− − , .

=

+ ,

=

,

=

,5

Jika hasil nilai a dan nilai b tersebut dimasukkan kedalam persamaan linier

sederhana dengan rumus sebagai berikut maka :

F(t) =

y

′

= a + bt

F(t) = Hasil Peramalan Pada Periode Tertentu.

y′ _{= Y aksen.}

a = Nilai dari F pada t = 0. b = Kemiringan garis.

t = Perioda.

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 :

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 =

∑ | A − F |/A

=

,

= 15,03.

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.

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

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