ANGGARAN PERUSAHAAN KULIAH 3

Presentasi berjudul: "ANGGARAN PERUSAHAAN KULIAH 3"— Transcript presentasi:

1 ANGGARAN PERUSAHAAN KULIAH 3
NURUL HUDA

2 TEKNIK FORECASTING PENJUALAN
Suatu cara untuk mengukur atau menaksir kondisi bisnis dimasa mendatang Pengukuran tersebut dapat dilakukan dengan cara Kuantitatif : menggunakan statistik dan matematik Kualitatif : menggunakan judgment/pendapat

3 FORECASTING BERDASARKAN PENDAPAT /JUDGMENT METHOD (1)
Pendapat salesman Perkiraan salesman perlu diawasi karena mungkin ada unsur kesengajaan untuk membuat perkiraan yang lebih rendah (under estimate) dengan harapan bila menjual di atas perkiraan akan mendapatkan bonus Pendapat sales manager pada umunya perkiraan sales manager dapat lebih obyektif karena mempertimbangkan banyak faktor

4 FORECASTING BERDASARKAN PENDAPAT /JUDGMENT METHOD (2)
Pendapat para ahli biasanya disebut konsultan Survey konsumen penelitian langsung terhadap konsumen

5 FORCASTING BERDASARKAN STATISTIK
Pada metode ini unsur subjektivitas ditekan sekecil mungkin, perhitungan didasarkan pada data obyektif baik yang bersifat mikro maupun makro

6 ANALISIS TERND SEMI AVERAGE (SETENGAH RATA-RATA)
Trend adalah gerakan berjangka panjang dan cenderung menuju ke satu arah menaik atau menurun

7 PENERAPAN TREND SEMI AVERAGE (1)
TAHUN Sales Semi Total Semi Average 2001 1800 2002 1900 7650 1912.5 2003 2000 2004 1950 2005 2006 8050 2012.5 2007 2008 2200 A n B

8 PENERAPAN TREND SEMI AVERAGE (2)
Kenaikan trend per tahun /Annual trend increase (ATI) (B-A)/ n = ( 2015,5 – 1912,5)/4 = 25 Sehingga : Y = 1912, X ATAU Y = 2012, X Berdasarkan hal tersebut maka dapat kita perkirakan trend Y2010 = 2012, (4,5) = 2125

9 Trend

10 ANALISIS TREND SECARA MATEMATIS (1)
METODE MOMENT Y = a + bXi ∑Y = na + b∑Xi ∑XiYi = a∑Xi + b∑Xi²

11 ANALISIS TREND SECARA MATEMATIS (2)
Tahun Sales (Yi) Xi XiYi Xi^2 2001 180 2002 190 1 2003 200 2 400 4 2004 195 3 585 9 2005 760 16 2006 5 975 25 2007 6 1200 36 2008 220 7 1540 49 Jumlah 1570 28 5650 140

12 ANALISIS TREND SECARA MATEMATIS (3)
1570 = 8a + 28 b X 5 5650 = 28 a b X 1 7850 = 40 a b 5650 = 28 a b – 2200 = 12 a a = 183,3

13 ANALISIS TREND SECARA MATEMATIS (4)
= 28 (183,3) + 140b 140 b = 5650 – 5133,33 140 b = 516,67 b = 3,69 Sehingga Persamaan trend Y = 183,33 + 3,69 X

14 ANALISIS TREND SECARA MATEMATIS (4)
Maka penjualan tahun 2010 diperkirakan Y = 183,33 + 3,69 x Y = 183,33 + 3,69 (9) Y = 216,54

15 METODE LEAST SQUARE (1) Persamaan Trend Y = a + bX Dimana : a = ∑Y n
b = ∑XY ∑X²

16 METODE LEAST SQUARE (2) Tahun Sales (Yi) Xi XiYi Xi^2 2002 180 -3 -540
9 2003 190 -2 -380 4 2004 200 -1 -200 1 2005 195 2006 2007 2 390 2008 3 600 Jumlah 1350 60 28

17 METODE LEAST SQUARE (3) a = ∑Y = 1350 / 7 = 192,86 n
b = ∑XY = 60 / = 2,14 ∑X² Sehingga persamaan trend Y = 192,86 + 2,14X Perkiraan Penjualan tahun 2010 Y = 192,86 + 2,14 (5) Y = 203,57

18 PERSAMAAN KORELASI Tujuan utama dari analisa korelasi garis lurus adalah untuk mengukur kuatnya hubungan antara dua variabel. Korelasi garis lurus terjadi apabila semua titik hubungan terjadi pada garis lurus.

19 PERSAMAAN REGRESI (1) Y = a + bX Dimana : b =n ∑XY - ∑X∑Y
n∑ X² - (∑X) ² a = ∑Y – b ∑X n

20 PERSAMAAN REGRESI (2) TAHUN SALES (Y) PROMOSI X XY X^2 Y^2 1994 205 26
5330 676 42025 1995 206 28 5768 784 42436 1996 254 35 8890 1225 64516 1997 246 31 7626 961 60516 1998 201 21 4221 441 40401 1999 291 49 14259 2401 84681 2000 234 30 7020 900 54756 2001 209 6270 43681 2002 204 24 4896 576 41616 2003 216 6696 46656 2004 245 32 7840 1024 60025 2005 286 47 13442 2209 81796 2006 312 54 16848 2916 97344 2007 265 40 10600 1600 70225 2008 322 42 13524 1764 103684 JUMLAH 3696 520 133230 19338 934358

21 PERSAMAAN REGRESI (3) b =15 (133.230) - (520)(3696)
15( )- (520)² b = 3,89 a = 3696 – 3,89 (520) 15 = 111, 52 Sehingga persamaan regersinya Sales = 111,52 + 3,89 Promosi

22 JENIS – JENIS KORELASI Korelasi positif ( searah )
Yaitu apabila suatu variabel Y naik / turun maka variabel lainnya X akan naik / turun Korelasi negatif ( berlawanan arah ) Yaitu apabila suatu variabel Y naik / turun maka variabel lainnya X akan turun / naik

23 NILAI KORELASI Koofesien korelasi akan mempunyai nilai antara –1 < r  1, artinya nilai koefesien korelasi maksimum satu dan tanda positif maupun negatif memperlihatkan jenis hubungannya. Semakin mendekati satu nilai koofesien korelasinya maka hubungan antra variabel tersebut semakin kuat.

24 RUMUS KORELASI Berdasarkan data Yang ada maka diperoleh hasil :

25 PERAMALAN DENGAN METODE KHUSUS (1)
Analisis Industri Dengan metode ini dicoba untuk dihubungkan potensi penjualan perusahaan dengan industri pada umumnya.

26 TAHAPAN DALAM ANALISIS INDUSTRI (1)
Membuat proyeksi demand industri untuk mengetahui prospek perkembangan penjualan industri pada masa akan datang Menilai posisi perusahaan dalam hubungannya dengan industri (Market Share) Proyeksi posisi perusahaan (Expected Market Share)

27 TAHAPAN DALAM ANALISIS INDUSTRI (2)
Tahun Demand Prsh (unit) Demand Industri (Unit) Market Share (%) Kenakan Market Share 2003 110 1100 10 2004 138 1150 12 2 2005 168 1200 14 2006 208 1300 16 2007 252 1400 18 2008 310 1550 20 Keterangan : Market Share = (Permintaan Perusahaan/Industri) X 100 %

28 PERKEMBANGAN PERMINTAAN INDUSTRI (1)
Tahun Demand Industri (Unit) Kenaikan 2003 1100 2004 1150 4.5 2005 1200 4.3 2006 1300 8.3 2007 1400 7.7 2008 1550 10.7 Kenaikan =(( Demand 2004 –Demand 2003)/Demand 2003 ) X 100 %

29 PERKEMBANGAN PERMINTAAN INDUSTRI (2)
Dari trend kenaikan diatas dimisalkan proyeksi pertumbuhan tahun 2009 = 11,5% maka : Penaksiran/proyeksi permintaan industri tahun 2009 = 11,5%X1550 = 178, 25 (kenaikan) sebagai total tahun 2009 ,25=1.728,25 unit atau unit Jika market share perusahaan diperkirakan mengalami kenaikan yang sama dengan tahun sebelumnya maka tahun 2009 market share 22% berdasarkan hal ini pula maka:

30 PERKEMBANGAN PERMINTAAN INDUSTRI (3)
Market share = permintaan perusahaan x 100% permintaan industri 22% = permintaan perusahaan 1.728 Permintaan perusahaan 2009 = 380,16 unit atau 380 unit

31 PERAMALAN DENGAN METODE KHUSUS (2)
Analisis produk line Pada umumnya metode ini digunakan untuk peusahaan yang menghasilkan lebih dari satu macam produk. Sehingga harus dibuat forecast secara terpisah.

32 PERAMALAN DENGAN METODE KHUSUS (3)
Analisis penggunaan akhir Analisis ini digunakan pada perusahaan-perusahaan yang memprodusir barang-barang yang tidak langsung dapat dikonsumsi, melainkan masih memerlukan proses lebih lanjut untuk menjadi produk akhir.

33 PERAMALAN DENGAN INDEX MUSIM (1)
Bulan 2004 2005 2006 2007 2008 Rata-Rata X XY X^2 Trend variasi musim index musim 1 5 6 8 -11 -66 121 2 3 7 5.6 -9 -50.4 81 0.06 5.54 9 5.8 -7 -40.6 49 0.12 5.68 4 -5 -30 25 0.18 5.82 5.4 -3 -16.2 0.24 5.16 -1 -5.6 0.3 5.3 0.36 5.44 18 0.42 5.58 29 0.48 5.32 10 6.4 44.8 0.54 5.86 11 6.2 55.8 0.6 12 6.6 72.6 0.66 5.94 Jumlah 43 55 78 79 101 71.2 17.2 572 3.96 67.24

34 PERAMALAN DENGAN INDEX MUSIM (2)
Dari angka indeks musiman tersebut maka dapat dibuat forecast penjualan tahun misalnya sales 2009 diperkirakan 115 maka forescast penjualan :

35 PERAMALAN DENGAN INDEX MUSIM (3)
Januari = 115 x 107,08% = 10,26 12 Februari = 115 x 89,87% = 8,61 Maret = 115 x 101,34% = 9,71 Dan seterusnya