Forecast/Ramalan Penjualan

Slides:



Advertisements
Presentasi serupa
METODE PERAMALAN Metode Peramalan (forecasting)
Advertisements

REGRESI NON LINIER (TREND)
Forecast/Ramalan Penjualan
STATISTIKA CHATPER 8 (FORECASTING / PERAMALAN)
Anggaran penjualan.
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
KORELASI & REGRESI LINIER
Teknik Pemisahan Biaya Campuran
ANGGARAN PERUSAHAAN KULIAH 3
BAB IX Trend Trend merupakan gerakan yang berjangka panjang , lamban dan berkecenderungan menuju ke satu arah, menuju ke arah naik atau arah menurun. Penggambaran.
P ertemuan 9 Data berkala J0682.
FORECAST SALES PERAMALAN PENJUALAN
ANALISIS DATA BERKALA.
ANGGARAN PENJUALAN DAN FORECASTING
PERAMALAN DENGAN TREND
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
PERAMALAN /FORE CASTING
ANALISIS DATA BERKALA.
TEKNIK PERAMALAN PENJUALAN
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
TREND LINIER SIP-Sesi8.
BAB 9 BUDGET BIAYA FLEKSIBEL
Pertemuan Metode Peramalan (Forecasting Method)
PERAMALAN (FORECASTING) PERMINTAAN PRODUK
Bab IX ANALISIS DATA BERKALA.
Analisis Regresi Sederhana
TEKNIK PERAMALAN PENJUALAN
Regresi dan Korelasi Linier
MENENTUKAN TREND Terdapat beberapa metode yang umum digunakan untuk menggambarkan garis trend. Beberapa di antaranya adalah metode tangan bebas, metode.
kelompok ahli. Disini ada proses “learning”.
Materi elearning Penganggaran bisnis 21B kamis, 17 maret 2016 momo
PERAMALAN (FORECASTING) PERMINTAAN PRODUK
Analisis Time Series.
STATISTIK INDUSTRI MODUL 8
SALES FORCASTING Oleh: H. Beben Bahren., S.E., M.si.
TEKNIK PERAMALAN PENJUALAN
Deret berkala dan Peramalan Julius Nursyamsi
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
ANALISIS DATA BERKALA.
Metode Semi Average (Setengah rata-rata) NAMA. : NENENG FATIHATU R NIM
ANALISIS RUNTUT WAKTU Dilakukan untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang dapat digunakan untuk memperkirakan pola pada masa yang.
Metode Semi Average (Setengah rata-rata) NAMA. : DWI INDAHSARI NIM
Nama : Mochammad Zaki Mubarok Kelas : 11. 2A. 05 NIM :
Metode Semi Average (Setengah rata-rata)
PERAMALAN (FORECASTING)
Metode Semi Average (Setengah rata-rata)
RAMALAN PENJUALAN Robinhot Gultom, SE, M.Si.
Bab IX ANALISIS DATA BERKALA.
STATISTIK BISNIS Pertemuan 6: Deret Berkala dan Peramalan (Analisis Trend) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
LINDA ZULAENY HARYANTO
Materi Lanjutan Faktor Yang mempengaruhi budged Fungsi budged
BAB 6 analisis runtut waktu
ANALISIS TIME SERIES (ANALISIS DERET BERKALA)
Perencanaan dan Peramalan Keuangan
ASPEK PASAR DAN PEMASARAN
Moving Average Dimas Aryo Wibowo B.04.
Metode Semi Average (Setengah rata-rata)
Tugas Statistika Deskriptif
Tugas Moving Average Rani Wahyuningsih B.04.
Metode Semi Average (Setengah rata-rata)
11.2A.05 Komputerisasi Akuntansi
Tugas Moving Average Nama :Yanurman giawa Nim No.Absen : 05.
Oleh : Keti Purnamasari, S.E.,M.Si
KORELASI & REGRESI LINIER
FORECAST PENJUALAN.
Metode Semi Average (Setengah rata-rata) NAMA. : DWI INDAHSARI NIM
STATISTIK 1 Pertemuan 13: Deret Berkala dan Peramalan (Analisis Trend)
Analisis Time Series.
Analisis Deret Waktu.
OPERATIONAL / PRODUCTION MANAGEMENT
Transcript presentasi:

Forecast/Ramalan Penjualan Memperkirakan volume penjualan pada masa mendatang ( 1 tahun, 2 tahun dst) yang akan dapat dicapai perusahaan

Teknik atau metode ramalan penjualan dikelompokkan menjadi 3 sbb: 1. Forecast berdasarkan pendapat (judgment method) 2. Forecast berdasarkan perhitungan statistic (stastictical method) 3. Forecast berdasarkan metode-metode khusus (special method)

Ramalan Penjualan Berdasarkan Pendapat Sumber-sumber pendapat yang dipakai  ramalan penjualan 1. Pendapat salesman 2. Pendapat sales manager 3. Pendapat para ahli 4. Survey konsumen/penelitian pasar.

Ramalan Penjualan dengan Perhitungan Statistik : Penerapan garis trend sebagai berikut : 1. Garis trend dengan metode bebas 2. Garis ternd dengan metode setengah rata-rata 3. Garis trend dengan metode matematis Dalam metode matematis ini ada 3 metode yaitu : Metode Moment Metode Least Square Metode Korelasi

Ramalan Penjualan dengan Metode Khusus Metode khusus ini terdiri dari : a. Analisis industri b. Analisis lini produk c. Analisis penggunaan akhir

1) Trend Linier Untuk membuat trend linier ada beberapa cara diantaranya adalah : trend bebas, trend setengah rata-rata, trend least square, trend moment.

a. Trend Bebas Pembuatan trend bebas dilakukan tanpa menggunakan formula matematis, dengan pertimbangan-pertimbangan ttt.

b. Trend Setengah Rata-rata Prosedur sbb : Data dibagi dua bagian sama besar Data dasar di tengah kelompok pertama Pada masing-masing kelompok ditentukan nilai X, semi total dan semiaverage Jumlah nilai X pada kelompok pertama adalah nol Proyeksi (forecast) tergantung besarnya nilai X  

1). Trend Moment Persamaan trend Y = a + bX ∑Y = n.a + b ∑X ∑XY = a ∑X + b ∑X2 Dimana : a = bil konstan b = slope adalah kosefisien kecondongan garis trend X = waktu (tahun) Y = nilai trend/forecast

2). Trend Least Square Persamaan dasar trend :   Y = a + bX Dimana : a = bil konstan b = slope adalah kosefisien kecondongan garis trend X = waktu (tahun) Y = nilai trend/forecast ∑ Y ∑XY a = -------- b = ----------- n ∑ X2

Suatu perusahaan mempunyai volume permintaan tahun 2010 s/d 2016 Tw I Tw II Tw III Tw IV Jumlah(Y) 2010 2011 2012 2013 2014 2015 2016 20 21 15 18 25 23 24 27 26 30 35 42 40 47 45 50 56 43 44 39 110 112 125 135 140 145 150

Langkah-langkah : Susun data sesuai urutan tahun dan letakkan nilai x sesuai dg tahunnya Hitung nilai a dan b nya Tahun Penjualan X XY X2 Yˆ 2010 110 -3 - 330 9 109,46 2011 112 - 2 - 224 4 116,64 2012 125 - 1 - 125 1 123,82 2013 135 131 2014 140 138,18 2015 145 2 290 145,36 2016 150 3 450 152,54 Jumlah 917 201 28  

Yˆ17 = 131 + 7,18 X = 131 + 7,18 (4) = 159,72 Yˆ18 = 131 + 7,18 (5) = 166,90   Y = penjualan setiap tahun X = satu tahun

3) Analisis Korelasi Persamaan Y = f (X) Y = a + bX a = jumlah pasang observasi b = koefisien regresi n ∑XY - ∑X ∑Y b = --------------------- n ∑ X2 _ (∑ X)2 (∑Y - b ∑X ) a = ----------------- n