NICHOLAS

ITA WIYANTI
PANDU
(221610176)
K.(221610142)

YENNY MIFTAHUL ALFIYATI

J.(221610171 ) (221610150)
 PENGERTIAN
BEBERAPA PENGERTIAN FORECASE PENJUALAN / PERAMALAN PENJUALAN YAITU :

 Peramalan penjualan adalah perkiraan atau proyeksi secara teknis permintaan konsumen

potensial untuk suatu waktu tertentu dengan berbagai asumsi.

 Peramalan penjualan adalah perkiraan mengenai sesuatu yang belum terjadi .

 Peramalan penjualan adalah Budget yang berisi taksiran-taksiran tentang kegiatan-kegiatan

perusahaan dalam jangka waktu tertentu yang akan datang,serta berisi taksiran-taksiran tentang

keadaan atau posisi financial perusahaan pada suatu saat yang akan datang.
 PENGKONVERSIAN FORECASE PENJUAAN
MENJADI RENCANA PENJUALAN

• Pada umumnya hasil dari suatu peramalan penjualan akan dikonversikan

menjadi rencana penjualan dengan memperhitungkan berbagai hal berikut :

a. Pendapat manajemen
b. Strategi-strategi yang direncanakan
c. Keterkaitan dengan sumber daya
d. Ketetapan manajemen dalam usaha mencapai sasaran penjualan
 CARA PENDEKATAN YANG BIASA DILAKUKAN
PERUSAHAAN
Dalam menjalankan usahanya perusahaan biasanya melakukan 2 pendekatan, yakni

1. Speculative Approach (pendekatan spekulasi )

Di mana perusahaan tidak memperhitungkan resiko yang diakibatkan oleh ketidak-pastian

faktor-faktor intern dan ekstern.

2. Calculated Risk Approach ( pendekatan penghitungan risiko )

Di mana perusahaan secara aktif melakukan estimasi terhadap resiko yang

diakibatkan oleh ketidak-pastian faktor-faktor ekstern dan intern.
Peramalan penjualan merupakan pendekatan yang berbasis dengan
memperhitungkan risiko yang mungkin akan terjadi dimasa yang
akan datang. Peramalan penjualan merupakan pusat dari seluruh
perencanaan perusahaan yang menggambarkan potensi penjualan
serta luas pasar yang akan dikuasai di masa yang akan dating

ANALISIS

DATA MASA MERAMALKAN

LALU / DATA VOLUME
MASA KINI PENJUALAN YG
AKAN DATANG
 KENDALA – KENDALA DALAM FORECASE PENJUALAN

Ada banyak metode peramalan yang bisa digunakan. Pemilihan metode forecasting dan "nilai" dari hasil
peramalan sangat bergantung pada kendala-kendala yang ada dalam sistem forecasting. Kendala-
kendala tersebut antara lain:

a) Waktu yang diperlukan untuk melakukan persiapan melakukan peramalan.

b) Kurangnya data yang relevan, baik dari sumber internal maupun eksternal.
c) Kualitas data-data yang tersedia
d) Fasilitas pengolahan data dan tenaga ahli

Jenis kendala yang disebut pertama, kedua dan ketiga akan berpengaruh pada kualitas data, sedang
kendala yang disebut terakhir lebih banyak bergantung pada kebijakan pengalokasian dana untuk
kepentingan forecasting.
 JENIS METODE FORECASE PENJUALAN

1. Metode Peramalan Kualitatif

a. Pendapat Salesman
b. Pendapat Sales Manajer
c. Pendapat Para Ahli
d. Survey Konsumen

2. Model Kuantitatif (statistik/Statistic Method)

a. Trend bebas
b. Trend setengah rata-rata
c. Trend Matematis
Metode moment
 Metode Least Square
 Metode Regresi
 JENIS METODE FORECASE PENJUALAN

 3. Model Khusus

Metode khusus ini 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 :

 Perkembangan politik
 Struktur masyarakat
 Perubahan secara konsumen
 FORECASE PENJUALAN DENGAN METODE TREND
BEBAS (FREE HAND)

Dapat dikatakan bahwa penerapan garis trend secara bebas merupakan suatu
cara penerapan garis trend tanpa menggunkan rumus matematika.Meskipun
demikian bukan berarti bahwa garis trend dapat ditarik begitu saja tanpa
menggunakan pertimbangan-pertimbangan tertentu.Penggambaran garis trend
dengan cara ini sangat subyektif dan kurang memenuhi syarat ilmiah,sehingga
jarang digunakan.
 CONTOH PENERAPAN GARIS TREND SECARA BEBAS

Sebuah perusahaan membuat peramalan penjualan untuk beberapa tahun mendatang dengan
menggambarkan garis trend. Data penjualan tahun-tahun terakhir dan grafik tersaji pada gambar di bawah
ini: Berikut data penjualan PT "X".
TREND BEBAS
175
DATA PENJUALAN PT “X “
TAHUN 2003-2006 170
TAHUN ( X ) PENJUALAN ( Y ) 165

PENJUALAN
160
2003 145
155
2004 150 PENJUALAN(Y)
150
2005 165 145
2006 170 140
135
130
2007 ???? 2003 2004 2005 2006
TAHUN
 FORECASE PENJUALAN DENGAN METODE MOMENT

Metode trend moment merupakan analisis yang dapat digunakan untuk

keperluan peramalan dengan membentuk persamaan Y=a+b(X) sebagaimana
telah diulas pada metode trend semi average. Dalam penerapannya metode ini
tidak mensyaratkan jumlah data harus genap. Perbedaan dengan metode trend
semi average terletak pada pemberian skor X. Pada metode Moment skor X
dimulai dari dimulai dari 0,1,2, dst.
FUNGSI DASAR METODE MOMENT
 CONTOH PENGGUNAAN METODE MOMENT

DATA PENJUALAN PT”X” PERHITUNGAN

TAHUN 2003 -2006 METODE MOMENT
TAHUN ( X ) PENJUALAN (Y) TAHUN PENJUALAN Xi XiYi Xi
(Yi) KUADRAT
2003 145 2003 145 0 0 0

2004 150
2004 150 1 150 1

2005 165
2005 165 2 330 4
2006 170
2006 170 3 510 9

∑ 630 6 990 14
2007 ????
Dari perhitungan di atas didapatkan dua
persamaan, yakni
Kemudian, dari dua persamaan tersebut, dicari nilai a
b=9
dan b dengan cara eleminasi utuk mendapatkan fungsi a = 144

persamaan trend. Nilai a, b dan fungsi persamaan trend SEHINGGA PERSAMAAN TRENDNYA
ADALAH
yang dihasilkan adalah sebagai berikut:
Ý = 144 + 9 X

Dengan persamaan tersebut di atas, diramalkan penjualan th

2007 yang memiliki angka tahun X=4. sehingga penjualan th

2007 diramalkan akan sebesar 180 unit yang dihitung

dengan cara sbb:

 FORECASE PENJUALAN DENGAN METODE
LEAST SQUARE

• Metode ini sedikit berbeda dengan metoda moment. Bagaimana perbedaan tersebut
akan lebih jelas pada pemecahan masalah yang diberikan pada bagian contoh.

FUNGSI DASAR METODE LEAST SQUARE

 CONTOH PENGGUNAAN METODE LEAST
SQUARE

• Diminta membuat peramalan penjualan untuk tahun 2007 dengan menggunakan

metode Least Square berdasarkan data-data berikut ini:
DATA PENJUALAN PT “ X “
TAHUN 2003-2006

TAHUN ( X ) PENJUALAN (Y)

2003 145
2004 150
2005 165
2006 170

2007 ????
PERHITUNGAN METODE LEAST SQUARE

PERHITUNGAN LEAST SQUARE

TAHUN PENJUAL Xi XiYi Xi
AN (Yi) KUADR
AT
2003 145 -3 -435 9

2004 150 -1 -150 1

2005 165 1 165 1

2006 170 3 510 9

∑ 630 90 20
Dari perhitungan tsb, dicari nilai a dan b untuk mendapatkan fungsi persamaan peramalan
metode Least Square sebagai berikut:

Setelah mendapatkan fungsi persamaan trend, maka dapat ditentukan ramalan penjualan
tahun 2007 yang memiliki angka tahun X-5, yakni, sebesar 180 unit yang dihitung dengan cara
sebagai berikut
 FORECASE PENJUALAN DENGAN METODE
REGRESI

Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan
mempunyai hasil peramalan. Hal- hal yang perlu diketahui sebelum melakukan
peramalan dengan metode regresi adalah mengetahui terlebih dahulu kondisi –
kondisi seperti :
 Adanya informasi masa lalu
 Informasi yang ada dapat dibuatkan dalam bentuk data
 Diasumsikan bahwa pola data yang ada dari data masa lalu akan
berkelanjutan dimasa yang akan datang.
FUNGSI DASAR METODE REGRESI
 PERHITUNGAN METODE REGRESI

• Diminta untuk membuat peramalan penjualan tahun 2007 bila tingkat kelahiran =12
dengan menggunakan metode Regresi berdasarklan data-data berikut:

DATA PENJUALAN & TINGKAT KELAHIRAN

TAHUN 2002 - 2006
TINGKAT
TAHUN PENJUALAN(Y) KELAHIRAN (X)

2002 130 3

2003 145 4

2004 150 5

2005 165 6

2006 170 7
Data – data tsb selanjudnya dianalisa dengan cara
Setelah mendapatkan persamaan
sbg berikut
trennya, dapatlah diramalkan
penjualan tahun 2007 pada saat
tingkat kelahiran = 12. Besarnya
penjualan diramalkan akan
sebesar 222 unit.Perhiungan sbb :
 FORECASE PENJUALAN DENGAN MODEL KHUSUS

Berikut ini adalah beberapa model khusus yang biasanya digunakan untuk membuat
peramalan penjualan:
 Analisis Industri
Analisis Product Line
 Analisis Pengguna Akhir
 METODE TREND SEMI RATA-RATA

Metode trend semi rata-rata 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 SEMI RATA – RATA DATA GANJIL – GANJIL

 METODE SEMI RATA – RATA DATA GENAP – GANJIL

 METODE RATA – RATA GENAP - GENAP

CONTOH PERHITUNGAN METODE SEMI RATA- RATA
GANJIL - GANJIL

DATA PENJUALAN PT “S”

2002 - 2006
TAHUN PENJUALAN
2002 120
2003 110
2004 128
2005 140
2006 160

2008 ???
PERHITUNGAN SEMI RATA – RATA DATA GANJIL - GANJIL

TAHUN PENJUALAN KELOMP (X)ANGKA SEMI SEMI RATA”

TAHUN TOTAL
2002 120 -1
2003 110 I 0 358 119,33
2004 128 1

2004 128 2
2005 140 II 3 428 142,67
2006 160 4

2007 5
2008 ???? 6
HASIL PERHITUNGAN METODE SEMI RATA” GANJIL - GANJIL
CONTOH PERHITUNGAN METODE SEMI RATA- RATA
GENAP - GANJIL

DATA PENJUALAN PT “Y”

2001 - 2006
TAHUN PENJUALAN
2001 100
2002 120
2003 110
2004 128
2005 140
2006 160

2008 ???
TAHUN PENJUALAN KELOMP (X)ANGKA SEMI SEMI RATA”
TAHUN TOTAL
2001 100 -4
2002 120 I -3 330 110
2003 110 -2

2004 128 -1
2005 140 II 0 428 142,67
2006 160 1

2007 2
2008 ???? 3
CONTOH PERHITUNGAN METODE SEMI RATA- RATA
GENAP - GANJIL
CONTOH PERHITUNGAN METODE SEMI RATA- RATA
GENAP - GENAP

DATA PENJUALAN PT “X”

2003 - 2006
TAHUN PENJUALAN
2003 145
2004 150
2005 165
2006 170

2007 ???
 PERHITUNGAN METODE SEMI RATA”
GENAP – GENAP

TAHUN KELMP PENJUALAN X SEMI SEMI

(Y) TOTAL RATA”
2003 145 -1
I 295 147,5
2004 150 1

2005 165 3
II 335 167,5
2006 170 5

2007 ??? 7
HASIL PERHITUNGAN METODE RATA”
GENAP - GENAP
 KESIMPULAN

Dengan adanya peramalan penjualan produk di suatu perusahaan,maka manajemen

perusahaan tersebut akan dapat melangkah kedepan dengan lebih pasti.Atas dasar
peramalan penjualan yang disusun ini manajemen perusahaan akan dapat
memperoleh gambaran tentang keadaan masa depan perusahaan. Gambaran
keadaan penjualan pada waktu yang akan datang ini sangat penting bagi manajemen
perusahaan, karena kebijakan perusahaan akan sangat dipengaruhi oleh besarnya
penjualan produk perusahaan tersebut.
TERIMA KASIH