Perkiraan (peramalan) Penjualan / Sales Forecast: Defenisi, Metode peramalan, contoh soal dan jawaban

 

Penganggaran Perusahaan:  Perkiraan (peramalan) Penjualan / Sales Forecast

Defenisi Sales Forecast

Perkiraan Penjualan (Sales Forecast) ialah sub-bagian dari suatu penyusunan anggaran penjualan (sales budget), dimana forecast merupakan cara untuk mengukur atau menaksir kondisi penjualan dimasa mendatang yang akan mendukung dalam penyusunan anggaran penjualan sebuah perusahaan. Perkiraan penjualan juga sering disebut dengan istilah peramalan penjualan yaitu mengukur atau menaksir kondisi bisnis di masa mendatang. 

Forecast Penjualan adalah suatu teknik proyeksi tentang tingkat permintaan konsumen potensial pada suatu periode tertentu dengan menggunakan berbagai asumsi tertentu juga, yakni sesuatunya berjalan seperti masa lalu. Yang mana dalam menyusun anggaran penjualan dasarnya adalah ramalan penjualan tersebut yang dihasilkan.

Pengukuran suatu ramalan penjualan (forecast penjualan) dapat dilakukan secara kuantitatif biasanya menggunakan metode statistik dan matematik. Dan juga pengukuran secara kualitatif dapat dilakukan dengan menggunakan judgement (pendapat).

Dimana untuk menaksir penjualan dimasa mendatang dapat dilakukan dengan 2 cara perkiraan atau forecast yaitu sebagai berikut:

1. Perkiraan (peramalan) berdasarkan pendapat yaitu biasanya sumber suatu ramalan diperoleh dari pendapat dari pihak-pihak yang berhubungan dengan kegiatan perusahaan tersebut, yaitu sumber pendapat yang dapat dipakai sebagai berikut:

    a. Pendapat salesman: dimana para salesman diminta untuk memberikan pendapat tentang tingkat kemajuan atau kemunduran pada setiap hal yang berhubungan dengan penjualan usaha di  wilayah masing-masing, dimana para salesman tersebut akan mengestimasi  atau memperkirakan kemungkinan yang akan terjadi pada tingkat penjualan pada masa yang akan mendatang di daerah masing-masing.

b. Pendapat Sales Manajer: dimana sales manajer perlu memberikan perkiraan atau pendapat tentang hal-hal yang berhubungan dengan penjualan, dan juga sales manajer perlu mempertimbangkan perkiraan yang dikemukan oleh pendapat salesman dengan membandingkan pendapat dari kepala bagian penjualan (sales manajer) dengan pendapat saelsman tiap-tiap daerah.

c. Pendapat Para ahli: pendapat ini dapat diperoleh dari para konsultan, jika diperlukan jika perkiraan antara salesman dan sales manajer bertentangan atau saling bertolak belakang dengan pendapat satu sama lain. Maka dengan itu perusahaan harus meminta bantuan konsultan.

d. Survey Konsumen: perkiraan yang bersumber dari penelitian secara langsung dilapangan yaitu dengan survey langsung kepada konsumen, dimana hal ini penting dilakukan jika ketiga pendapat diatas saling bertentangan dan bertolak belakang atas perikaraannya masing masing, dan juga pendapat ketiga tersebut tidak dapat dipertanggung-jawabkan.

2. Perkiraan (peramalan) Berdasarkan Stastistik: yaitu permalan yang dilakukan dengan cara hitungan matematika atau statistik. Peramalan ini terbagi atas beberapa metode peramalan sebagai berikut:

a.   Metode Peramalan Trend Semi Average

Dapat digunakan untuk keperluan forecast dengan membentuk suatu persamaan seperti analisis regresi. Metode ini digunakan jika jumlah datanya genap, sehingga dapat dibagi menjadi 2 (dua) kelompok sama besar. Tetapi dalam mengunnakan model peramalan trend semi avarage memiliki Kelemahan yaitu keakuratannya semakin rendah jika waktu peramalannya semakin jauh ke depan.

Contoh Soal Peramalan dengan Metode Trend Semi avarage:

Hitunglah Peramalan atau perkiraan penjualan menggunakan metode trend semi avarage Pada PT. Research Indonesia, berikut telah disajikan data penjualan PT. Research Indonesia masa lalu selama 6 tahun pada tabel berikut:

Penyelesaian:

Ada beberapa langkah-langkah penyelesaian yang harus dilakukan sebagai berikut:

1.    Membagi data menjadi 2 kelompok. Dari setiap kelompok data dicari nilai rata-ratanya

2.   Memberi Score terhadap waktu (X) yang terkait dengan data penjualan. Dalam metode Trend Semi Avarage acuan adalah kepada data Kelompok Pertama. Score 0 diberikan bagi data yang berada di tengah dari data yang ada pada kelompok pertama bila datanya ganjil. Selanjutnya terhadap data yang sebelumnya diberi score -1,-2, -3 dst, dan 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 dst.

3.   Melanjutkan pemberian score pada kelompok data yang kedua. Pada kasus ini score terakhir dari kelompok 1 adalah 1, maka terhadap data penjualan tahun 2007, 2008, 2009 diberi score 2,3 dan 4

4.   Membentuk persamaan Y = a + bX, untuk menentukan nilai Y dan Nilai Y ditentukan :

a = rata-rata kelompok 1

b = selisih antara rata-rata kelompok 2 dengan rata-rata kelompok 1, dibagi dengan jumlah data yang ada dalam 1 kelompok

Sehingga hasil dari perkiraan penjualan berdasarkan Trend Semi Avarage adalah sebagai berikut:

a = 148.330   (rata-rata data kelompok 1)

b = 16 2.000 – 148.330    (selisih data kel 2 dgn data kel 1)   

                    3             (banyak data setiap kel.)

  b = 4.556,7

Sehingga   Y = 148.330 + 4.556,7 X

Maka Peramalan Penjualan tahun 2010 adalah (diberi score X =5), Y=148.330 + 4.556,7 (5)

                                      = 171.110 unit

Untuk tahun 2011, Y=148.330 + 4.556,7 (6)

                              Y = 175.670 unit

b. Metode Peramalan Trent Moment

Metode Peramalan Trent Moment merupakan metode analisis yang dapat digunakan untuk keperluan peramalan dengan membentuk persamaan regresi Y= a + bX.

Dalam penerapannya, metode ini tidak mensyaratkan jumlah data genap. Perbedaan dengan Metode Trend Semi Avarage terletak pada pemberian Score nilai X. Pemberian Score nilai X dimulai dari 0,1,2 dst, yang dimulai dari tahun awal.

Untuk menentukan koefisien a dan b digunakan persamaan berikut:

∑Y    = n.a + b. ∑X

∑XY = a. ∑X + b. ∑X2

n = banyaknya data (tahun)

Contoh Soal Peramalan dengan Metode Trend Moment:

Hitunglah Peramalan atau perkiraan penjualan menggunakan metode trend moment Pada PT. Research Indonesia, berikut telah disajikan data penjualan PT. Research Indonesia masa lalu selama 5 tahun pada tabel berikut:

Penyelesaian: 

 

Dari persamaan :

∑Y    =  n.a + b. ∑X

∑XY  =  a. ∑X + b. ∑X²

Sehingga persamaan tersebut :

   774.000  = 5.a + b. (10)       [x2]

1.618.000  = 10.a + b. (30)      [x1]

 1.548.000  = 10.a + 20 b

 1.618.000  = 10.a + 30 b

  - 70.000    =  -10b     à    b = 7.000

Subsitusikan b=7000  à  774. 000 = 5.a + 10 (7.000)

                              5a  = 774.000- 70.000

                              a   = 704.000/5

                              a   = 140.800

Sehingga Persamaan Grs Trend sebagai berikut:

        Y = 140.800 + 7.000 X

      Besarnya Perkiraan Penjualan untuk tahun 2010 adalah sebagai berikut :

X= 5 à  Y = 140.800 + 7.000 (5)

              Y = 175.800 Unit

Untuk Tahun 2011 perkiraan penjualan sebesar

X= 6 à  Y = 140.800 + 7.000 (6)

              Y = 182.800 Unit

c. Metode Peramalan Least Square (Metode Kuadrat Terkecil)

Metode Peramalan Least Square (Metode Kuadrat Terkecil) Merupakan metode analisis yang dapat digunakan untuk keperluan peramalan dengan membentuk persamaan regresi

Terhadap data harus dilakukan pembagian menjadi dua kelompok. Untuk data yang jumlahnya :

§  Genap, maka score nilai X adalah  …-5,-3,-1,1,3,5,….

§  Ganjil, maka score nilai X adalah  …-2,-1,0,1,2,….

Selanjutnya untuk menentukan koefisien a dan b dicari rumus sbb:

Contoh Soal Peramalan dengan Metode Least Square:

Hitunglah Peramalan atau  perkiraan penjualan menggunakan metode least square Pada PT. Research Indonesia, berikut telah disajikan data penjualan PT. Research Indonesia masa lalu selama 5 tahun pada tabel berikut:

Penyelesaian:

Karena data jumlahnya ganjil yaitu 5 dan dibagi 2 sama sesuai syarat metode OLS, berarti X yang nilainya 0 adalah pada tahun ketiga yaitu 2007.

Dengan demikian dapat dihitung nilai konstanta a dan koefisien b  sebagai berikut: ∑ Y = n.a + b. ∑ Y

Karena ∑  X = 0 berarti:

a  = ( ∑ Y - b ∑ X² ) : n

    = ∑ Y : n = 774.000 : 5

 a = 154.800.

Kemudian nilai b dapat dihitung sebagai berikut:

∑ X.Y = a ∑ X  _{+ b} ∑ X² 

b = (∑ X.Y – a ∑ X ) : ∑ X² 

     = ∑ X.Y : ∑ X²  

     = 70.000 : 10

 b = 7. 000

Sehingga Persamaan Regresinya: Y = 154.800 +  7.000  X

Berarti Ramalan Penjualan pada tahun 2010 pada X = 3 adalah:

 Y= 154.800 = 7.000 (3)

   = 154.800 + 21.000

Y = 175.800 unit.

d. Metode Peramalan Penjualan Metode Regresi Berganda:

Misalkan Fungsi Permintaan Produk  X dipengaruhi oleh 5 variabel bebas, sehingga persamaan regressi berganda adalah:

Q = - B1 P + B2 Y + B3 POP – B4 I +B5 A

Persamaan dalam angka setelah Data diolah sebagai berikut:

Q = - 2.500 P + 1.000 Y + 0,05 Pop – 1.000 i  + 0,05 A

Contoh; Anggaran  Variabel Bebas Fungsi Permintaan Produk  X: