• Tidak ada hasil yang ditemukan

TOPIK 2 FORECAST DAN PERAMALAN PENJUALAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "TOPIK 2 FORECAST DAN PERAMALAN PENJUALAN"

Copied!
12
0
0

Teks penuh

(1)

TOPIK 2

FORECAST DAN PERAMALAN PENJUALAN A. Konsep-konsep pokok forecast dan anggaran penjualan

Forecast penjualan adalah suatu teknik proyeksi tentang tingkat permintaan konsumer, potensial pada suatu periode tertentu dengan mempergunakan berbagai asumsi tertentu, yaitu segala sesuatunya berjalan sebagaimana yang lalu

Beberapa metode forecast penjualan:

- Judgement Method atau Non Statistical Method, yaitu metode forecast penjualan yang didasarkan atas pendapat salesman, sales manager, para ahli, dan survei konsumen.

- Statistical Method, meliputi analisis trend, yang terdiri dari: penerapan garis trend secara bebas, penerapan garis trend dengan metode setengah rata-rata, penerapan garis secara matematis yang terbagi menjadi: metode moment, metode kuadrat terkecil dan analisis korelasi.

- Specific Purpose Method, meliputi: analisis industri, analisis product line dan analisis penggunaan akhir.

Faktor-faktor yang memengaruhi pemilihan forecast penjualan adalah: - Sifat produk

- Motode distribusi - Luas usaha - Persaingan

- Data historis yang tersedia Kelemahan mendasar forecast penjualan secara kuantitatif yang biasanya mempergunakan metode statistik dan matematik, terletak pada ketidakmampuannya 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 subyektif.

(2)

Jenis anggaran yang harus disusun terlebih dahulu sebelum menyusun jenis anggaran lainnnya adalah anggaran penjualan. Oleh karena anggaran penjualan merupakan jenis anggaran yang dijadikan dasar dilakukannya berbagai aktivitas lainnya.

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 di bidang penjualan. B. Ilustrasi forecast dan anggaran penjualan

1. Toko “Harum” menyajikan data penjualan gula pasir setiap tahunnya dalam satuan ton sebagai berikut:

Tahun Penjualan Tahun Penjualan

2011 60 2010 130 2012 75 2011 130 2013 90 2012 140 2014 100 2013 150 2015 120 2014 180 2016 125 2015 200

Dengan teknik forecast metode Semi Average (setengah rata-rata), tentukan besarnya penjualan gula pasir tahun 2017.

Jawab:

Teknik Forecasting Metode Semi Average

Dalam Kasus Jumlah Data Genap dan Komponen Kelompok Genap

Nilai persamaan garis trend Y = a + bX

Dimana:

Y = nilai trend periode tertentu (dalam soal ini 2017) a = nilai trend periode dasar (dalam soal ini 95)

(3)

b = pertambahan trend tahunan secara rata-rata yang dihitung dengan rumus: (X 2 - X 1 ) / n

X 2 = rata-rata kelompok I = a = 95

X 1 = rata-rata kelompok II = 155

n = jumlah periode antara periode X 2 dan X 1, yakni 1 Januari 2008 sampai dengan

1 Januari 2014 = 6 tahun. Jadi, b = (155 - 95) / 6 = 10.

X =Jumlah satuan tahunan yang dihitung dari periode dasar, yakni 1 Januari 2008 sampai dengan 1 Januari 2017 sama dengan 9 tahun.

Sehingga nilai persamaan garis trend nya adalah: Y = 95 + 10 X

Jadi nilai trend penjualan gula pasir tahun 2017 adalah: Y2017 =95 + 10 (9)

=95 + 90 =185 ton

2. Dibawah disajikan data penjualan kopi selama periode 2012 sampai dengan 2016.

Tahun Penjualan Tahun Penjualan

2012 198.600 2011 236.300

2013 207.500 2012 246.500

2014 222.700 2013 248.700

2015 238.200 2014 244.100

2016 238.700 2015 220.400

Berdasarkan data tersebut, taksirkanlah jumlah penjualan kopi tahun 2017 dengan teknik forecasting metode Semi Average.

Jawab:

Teknik Forecasting Metode Semi Average

Dalam Kasus Jumlah Data Genap dan Komponen Kelompok Ganjil

Nilai persamaan garis trend Y = a + bX

(4)

Y = nilai trend periode tertentu (dalam soal ini 2017) a = nilai trend periode dasar (dalam soal ini 95)

b = pertambahan trend tahunan secara rata-rata yang dihitung dengan rumus: (X 2 - X 1 ) / n

X 2 = rata-rata kelompok I = a = 221.140

X 1 = rata-rata kelompok II = 239.200

n = jumlah periode antara periode X 2 dan X 1, yakni 1 Januari 2009 sampai dengan 1 Januari 2014 = 5 tahun. Jadi, b = (239.200 – 221.140) / 5 = 3.612.

Sehingga nilai persamaan garis trend nya adalah: Y = 221.140 + 3.612 X

Jadi nilai trend penjualan kopi tahun 2017 adalah: Y2017 =221.140 + 3.612 (7,5)

=221.140 + 27.090 =248.230 ton

3. Data penjualan susu “PT Edan” selama 5 tahun terakhir adalah sebagai berikut:

Tahun Penjualan 2012 130 2013 145 2014 150 2015 165 2016 170

Dengan data diatas:

a) Tentukan nilai persamaan garis trend dengan mempergunakan model trend atas dasar Least Square (Kuadrat Terkecil)

b) Tentukan ramalan penjualan untuk tahun 2017 Jawab:

Nilai persamaan garis trend adalah Y = a + bX Rumus Metode Least Square

a = (ΣY) / n

b = (ΣXY) / (ΣX2)

Forecast Penjualan Tahun 2017 Metode Least Square

(5)

b = 100 / 10 = 10

a) Persamaan garis trend nya adalah: Y = 152 + 10 (X)

b) Jadi nilai trend penjualan susu tahun 2017 adalah: Y2017 =152 + 10 (3)

=152 + 30 =182 susu

4. Kasus sama dengan nomor 3 namun gunakan metode moment Rumus Metode Moment

ΣY = n a + b ΣX

ΣXY = a ΣX + b ΣX2

Jawab:

Forecast Penjualan Tahun 2017 Metode Moment 760 = 5 a + 10 b x 2 1.520 = 10 a + 20 b 1.620 = 10 a + 30 b x 1 1.620 = 10 a + 30 b - 100 = -10 b b = 10 760 = 5 a + 10 (10) 760 - 100 = 5 a 660 = 5 a a = 132

a) Persamaan garis trend nya adalah: Y = 152 + 10 (X)

b) Jadi nilai trend penjualan susu tahun 2017 adalah: Y2017 =132 + 10 (5)

=132 + 50 =182 susu

5. Data penjualan sepatu “PT Gaya” selama 6 tahun terakhir adalah sebagai berikut:

Tahun Penjualan

2011 125

2012 130

2013 145

(6)

2015 165

2016 170

Dengan data diatas:

a) Tentukan nilai persamaan garis trend dengan mempergunakan model trend atas dasar Least Square (Kuadrat Terkecil)

b) Tentukan ramalan penjualan untuk tahun 2017 Jawab:

Nilai persamaan garis trend adalah Y = a + bX Rumus Metode Least Square

a = (ΣY) / n

b = (ΣXY) / (ΣX2)

Forecast Penjualan Tahun 2017 Metode Least Square

a = 861 / 6 = 143,5 b = 455 / 70 = 6,5

a) Persamaan garis trend nya adalah: Y = 143,5 + 6,5 (X)

b) Jadi nilai trend penjualan susu tahun 2017 adalah: Y2017 =143,5 + 6,5 (7)

=143,5 + 45,5 =189 sepatu

6. UD Sejahtera memiliki data-data sebagai berikut: a. Data penjualan (000 ton):

2012 = 258 ton 2013 = 258 ton 2014 = 290 ton 2015 = 346 ton 2016 = 312 ton

b. Tahun 2017 perusahaan merencanakan:

- Akan menjual produknya di 3 daerah (Denpasar, Badung, dan Gianyar) - Distribusi masing-masing daerah:

Denpasar : 50%

Badung : 40%

(7)

c. Tingkat harga tahun 2017 direncanakan akan dinaikkan 10% dari tingkat harga rata-rata antara 2012 sampai dengan 2016

d. Tingkat harga pada masing-masing daerah adalah sama e. Data harga per unit:

2012 = Rp20,-2013 = Rp21,-2014 = 2015 = Rp23,-2016 =

Rp25,-Apabila volume penjualan per triiwulan adalah sama dengan volume penjualan per bulan dalam triwulan I juga seimbang, buatlah budget penjualan untuk perusahaan UD Sejahtera tersebut dengan bantuan Least Square.

Jawab:

Forecast Penjualan Tahun 2017 Metode Least Square

Nilai persamaan garis trend Y = a + b X Rumus Metode Least Square

a = (ΣY) / n

b = (ΣXY) / (ΣX2)

Sehingga: a = 1.464.000 / 5 = 292.800 b = 196.000 / 10 = 19.600 Maka nilai garis trend nya adalah:

Y = 292.800 + 19.600 X

Jadi taksiran penjualan tahun 2017 adalah: Y2017 =292.800 + 19.600 (3)

=292.800 + 58.800 =351.600 ton

Distribusi penjualan per tahun 2017 masing-masing daerah: Denpasar = 50% x 351.600 = 175.800

Badung = 40% x 351.600 = 140.640 Gianyar = 10% x 351.600 = 35.160

Distribusi penjualan per bulan dan per triwulan 2017 masing-masing daerah adalah: Denpasar Per Bulan = 175.900 / 12 = 14.600

Per Triwulan = 14.650 x 3 = 43.950 Badung Per Bulan = 140.640 / 12 = 11.720

(8)

Per Triwulan = 11.720 x 3 = 35.160 Gianyar Per Bulan = 35.160 / 12 = 2.930

Per Triwulan = 2.930 x 3 = 8.70 Harga rata-rata antara 1976 sampai dengan 1980: = (Rp20,- + Rp21,- + Rp23,- + Rp23,- + Rp25,-) / 5 = Rp22,40

Jadi harga tahun 2017 = 110% x Rp22,40 = Rp24,64

7. Di dalam menyusun rencana penjualannya, perusahaan “Mentari” selalu memperhatikan posisinya dalam persaingan dengan perusahaan lain yang sejenis. Perusahaan berusaha untuk mempertahankan posisinya di pasar.

Data di bawah ini tersedia untuk dipergunakan.

Jumlah penjualan industri dan perusahaan selama 6 tahun terakhir. Tahun Penjualan Industri

(M) Penjualan Perusahaan (M) 2011 25.000.000 2.550.000 2012 26.500.000 2.915.000 2013 27.500.000 3.025.000 2014 26.500.000 3.180.000 2015 28.000.000 3.360.000 2016 29.500.000 3.687.500

Perusahaan mengamati dengan cermat market share yang dicapainya. Untuk tahun 2017 dan 2018 manajemen sudah cukup puas dengan market share yang dicapainya pada tahun 2016.

Pertanyaan:

Buatlah estimasi penjualan yang dapat dicapai perusahaan pada tahun 2017, dengan menggunakan teknik forecasting yang saudara kenal.

Jawab:

Forecast Penjualan Tahun 2017 Metode Least Square

(9)

Nilai persamaan garis trend adalah Y = a + b X Rumus Metode Least Square

a = (ΣY) / n

b = (ΣXY) / (ΣX2)

Sehingga: a = 163.000.000 / 6 = 27.166.667,67 b = 26.000.000 / 10 = 371.428,57 Maka nilai garis trend nya adalah:

Y = 27.166.667,67 + 371.428,57 X Jadi taksiran penjualan tahun 2017 adalah:

Y2017 =27.166.667,67 + 371.428,57 (7)

=27.166.667,67 + 2.600.000 =29.766.666,67 M

Market share perusahaan tahun 2016: (3.687.500 / 29.500.000) x 100% = 12,5%

Jadi estimasi penjualan yang dapat dicapai perusahaan pada tahun 2017 adalah: 12,5% x 29.766.666,67 = 3.270.833,33 M

8. Sebuah perusahaan “Berkah” memproduksi dan menjual dua macam barang yakni A dan B. Data volume penjualan selama lima tahun terakhir adalah sebagai berikut:

Tahun A B 2012 258.000 720.000 2013 258.000 752.000 2014 250.000 880.000 2015 346.000 796.000 2016 312.000 1.064.000

Buatlah budget penjualan tahun 2017 per produk yang dijual per daerah penjualan, apabila: - Harga per unit barang di semua daerah penjualan adalah:

Barang A = Rp10,-Barang B =

Rp20,-- Distribusi per daerah penjualan:

Tahun A B

(10)

Singaraja 50% 50% Jawab:

Forecast Penjualan Produk A Tahun 2017 Metode Least Square

Nilai persamaan garis trend adalah Y = a + b X Rumus Metode Least Square

a = (ΣY) / n

b = (ΣXY) / (ΣX2)

Sehingga: a = 1.464.000 / 5 = 292.800 b = 196.000 / 10 = 19.600 Maka nilai garis trend nya adalah:

Y = 292.800 + 19.600 X

Jadi taksiran penjualan tahun 2017 adalah: Y2017 =292.800 + 19.600 (3)

=292.800 + 58.800 =351.600 unit

Forecast Penjualan Produk B Tahun 2017 Metode Least Square

Nilai persamaan garis trend adalah Y = a + b X Rumus Metode Least Square

a = (ΣY) / n

b = (ΣXY) / (ΣX2)

Sehingga: a = 4.212.000 / 5 = 842.400 b = 732.000 / 10 = 73.200 Maka nilai garis trend nya adalah:

Y = 842.400 + 73.200 X

Jadi taksiran penjualan tahun 2017 adalah: Y2017 =842.400 + 73.200 (3)

(11)

=842.400 + 219.600 =1.062.000 unit

Distribusi penjualan setiap produk per daerah:

Tabanan Singaraja

40% x 351.600 = 140.640 50% x 351.600 = 210.960 50% x 1.062.000 = 531.000 50% x 1.062.000 = 531.000 Perusahaan “Berkah”

Anggaran Penjualan Tahun 2017 Per Produk Per Daerah Penjualan

TUGAS:

Perusahaan Kecap Asli Tahun 2012 s/d 2016 (dalam botol) Tahun 2012 2013 2014 2015 2016 Penjualan 130 145 150 165 170

Daerah penjualan yaitu Denpasar dan Badung Dengan perbandingan 2 : 1

Berikut harga jual per botol kecap

Tahun Denpasar Badung

Kecap Sedang 500 600

Kecap Manis 600 750

Kecap Asin 500 600

Distribusi penjualan tiap jenis produk ditaksir untuk kecap sedang 50%, kecap manis 30%, dan kecap asin 20%.

(12)

Referensi

Dokumen terkait

peramalan penjualan periode yang akan datang dengan tepat pada. home industry Susu Kedelai

Tujuan penelitian yang dilakukan penulis adalah untuk mengetahui efektivitas prosedur penyusunan anggaran penjualan dan biaya operasional serta peranan anggaran penjualan dan

Dihasilkan aplikasi yang dapat meramalkan permintaan barang untuk periode yang akan datang dengan masukan berupa data penjualan barang pada periode sebelumnya,

Dihasilkan aplikasi yang dapat meramalkan permintaan barang untuk periode yang akan datang dengan masukan berupa data penjualan barang pada periode sebelumnya,

Prediksi digunakan untuk menilai perkiraan dimasa yang akan datang, peramalan penjualan produk kecantikan ahwa beauty collection menggunakan data dari bulan januari

Manfaat yang diperoleh dalam Aplikasi Peramalan Penjualan Aquaky ini adalah dapat mengetahui hasil dari prediksi tingkat penjualan di hari yang akan datang, untuk

Selain itu belum adanya sistem peramalan berdasarkan data penjualan bulan sebelumnya yang bisa dijadikan acuan untuk meramalkan persediaan bibit dimasa yang akan datang..

Pabrik Tahu Mahrup Cibogo sebaiknya melakukan penyusunan anggaran, perusahaan diharapkan minimal mebuat anggaran penjualan menggunakan metode peramalan kuadratik karena hasil yang