Forecasting Raisa Pratiwi ,SE

Metode ramalan jualan Ramalan jualan (sales forecasting) Merupakan proses aktivitas memperkirakan produk yang akan dijual dimasa mendatang dalam keadaan tertentu dan dibuat berdasarkan data yang pernah terjadi dan/atau mungkin akan terjadi Tekhnik membuat ramalan jualan dapat dilakukan secara kualitatif dan kuantitatif atau gabungan keduanya

Metode ramalan jualan Metode kualitatif Metode kuantitatif Metode pendapat para tenaga penjualan Metode pendapat para manajer divisi penjualan Metode pendapat para pakar Metode pendapat dari survey konsumen Metode kuantitatif Analisis lini produk Metode distribusi probabilitas Analisis tren Analisis regresi

Metode kualitatif Ramalan jualan yang dibuat secara kualitatif dapat menggunakan metode pendapat para penjualan, metode pendapat para manajer divisi penjualan, metode pendapat eksekutif, metode pendapat para , dan metode pendapat survei konsumen

Metode pendapat para tenaga penjualan menekankan pertimbangan dan keahlian dari para tenaga penjualan. Metode ini sering digunakan oleh perusahaan kecil dan perusahaan yang menghasilkan sedikit produk Kelebihannya : Menanamkan tanggung jawab dan rasa memiliki terhadap perusahaan Ramalan dibuat oleh individu yang terdekat dengan pelanggan Rencana awalnya disetujui oleh orang yang bertanggung jawab untuk tercapainya target penjualan

Kekurangannya : Tenaga penjualan bisa menjadi terlalu optimis atau pesimis Perhatian yang tidak cukup mungkin ditujukan untuk variabel sebab akibat yang luas Metode ini terbatas pada ramalan taktis jangka pendek, tujuan utama dalam ramalan jualan seharusnya memaksimalkan laba jangka panjang daripada jangka pendek

Metode pendapat para manajer divisi penjualan Menekankan pertanggungjawaban dari manajer penjualan daerah atau produk. Jualan diramalkan atas dasar laporan yang dipersiapkan oleh perwakilan khusus perusahaan yang berkaitan dengan pelanggan Kelebihannya : Dapat digunakan secara luas oleh perusahaan dari semua ukuran Berguna dalam situasi jumlah pelanggan terbatas Kekurangannya : Digunakan untuk ramalan jangka pendek sehingga dapat mengabaikan pemaksimalan laba jangka panjang

Metode pendapat juri dari eksekutif, perusahaan kecil dan menengah sering menggunakan metode ini. Dalam bentuk paling sederhana, menyajikan pertimbangan kombinasi atau pendapat dari eksekutif tingkat atas pada perusahaan tersebut Kelebihannya: Sederhana, langsung dan ekonomis Kekurangannya: Menggunakan pengalaman khusus dan pengetahuan yang luas Menghasilkan ramalan yang kurang ilmiah

Metode pendapat para pakar, dalam hal ini orang yang berpengalaman dan ahli dalam bidang penjualan seringkali dimintai pertimbangan untuk meramalkan jualan Kelebihan : Mudah dilakukan Kekurangan : Bersifat subjektif

Metode pendapar dari survey konsumen, sasaran survey bisa berupa individu, rumah tangga, perusahaan, departemen, negara, atau organisasi tertentu Kelebihannya : Metode ini bersifat objektif Kekurangannya : Yang diteliti hanya sampel saja sehingga hasilnya berupa taksiran

Metode kuantitatif Ramalan jualan yang dibuat secara kuantitatif dapat menggunakan analisis lini produk, metode distribusi probabilitas, analisis tren dan analisis regresi

Analisis lini produk dalam membuat ramalan jualan sangat penting Analisis lini produk dalam membuat ramalan jualan sangat penting. Ramalan jualan baik strategis maupun taktis harus mencakup keputusan sementara tentang jalur produk baru yang akan diperkenalkan, jalur produk lama yang akan dihapus , serta inovasi dan produk campuran Produk campuran merupakan hubungan volume antara dua produk atau lebih Cth : Anggaran jualan per tahun untuk produk X dan produk Y masing – masing sebanyak 2000 unit dan 4600 unit masalahnya: Apakah akan meningkatkan produk y tanpa meningkatkan produk x dan sebaliknya

Metode distribusi probabilitas, dapat digunakan untuk meramalkan jualan dengan cara menaksir variasi produk yang akan dijual, setelah itu memilih angka tertentu untuk membuat kelas interval, dan titik tengah dari kelas interval tersebut dipilih sebagai nilai kelas interval masing – masing. Kemudian membuat probabilitas dengan cara untung – untungan dan jumlah probabilitas dari semua kemungkinan berjumlah 1 atau 100%. Setelah itu mengalikan setiap kemungkinan jualam dengan probabilitas untuk mendapatkan nilai tertimbang masing – masing. Jumlah nilai tertimbang merupakan nilai yang diharapkan , dalam hal ini jualan yang diramalkan

Contoh : Manajer penjualan menaksir jumlah suatu produk selama sebulan bervariasi dari 0 sampai 20000 unit namun tidak mungkin sampai 20001 unit. Manajer penjualan memilih 5 angka tertentu dan probabilitas dari masing – masing angka tersebut. Interval 0 sampai 20000 unit dibagi dalam 5 buah kelas interval dan titik tengah dari kelas interval tersebut dipilih sebagai nilai kelas interval masing – masing. Pendekatan ini menghasilkan distribusi probabilitas seperti tampak pada tabel 4-1:

Jualan x probabilitas = nilai tertimbang 1000 unit 10% 100 5000 20% 1000 9000 35% 3150 13000 30% 3900 17000 5% 850 100% 9000 unit Kelebihan metode probabilitas : Adanya nilai tunggal pada niali yang diharapkan dan distribusi probabilitas itu sendiri mudah dikerjakan Kekurangan metode probabilitas : Lebih bergantung pada taksiran manajemen dalam penentuan besarnya nilai probabilitas

Analisis tren merupakan salah satu metode statistik yang mudah digunakan dalam meramalkan (jualan). Analisis tren terdiri atas tren garis lurus atau linier [yang terdiri atas matode kuadrat terkecil dan metode momen) dan tren bukan garis lurus (tren parabola kuadrat dan tren eksponensial (potensial)]. Analisis tren merupakan analisis runtut waktu atau data berkala sebagai variabel bebas (X)

Analisis regresi juga termasuk dalam metode statistik untuk meramalkan (jualan). Analisis regresi merupakan analisis antara variabel terikat (Y) dengan variabel bebas (X). Variabel bebas mempengaruhi variabel terikat digunakan untuk meramalkan variabel terikat.

Analisis tren dan analisis regresi Kelebihan karena menggunakan ramalan yang ilmiah dan realistis (objektif). Kekurangan analisis tren dan analisis regresi adalah menggunakan asumsi yang konstan (tetap), misalnya harga jual harus mempunyai fungsi yang linear (garis lurus) dengan kuantitas barang yang dijual. Contoh: Harga jual per satuan harus sama untuk jumlah barang yang dijual berapapun banyaknya, padahal dalam kenyataannya ada potongan harga

Beberapa data runtut waktu dalam analisis tren (seperti data jualan yang tersedia dalam satuan uang), data tersebut dipengaruhi oleh jumlah fisik barang yang dijual dan harga jualnya. Contoh : Meningkatnya harga jual per unit akan meningkatkan jumlah jualan dalam satuan uang, padahal mungkin jumlah harga barang yang terjual menurun Jadi, analisis yang demikian berdasarkan asumsi (anggapan) bahwa harga konstan (tidak berubah ). Di samping anggapan harga jual tidak berubah, hal – hal lain seperti daya beli konsumen, selera konsumen, dan barang substitusi, serta permintaan juga dianggap tidak berubah padahal kenyataannya dapat saja berubah

Oleh karena analisis tren dan analisis regresi menggunakan asumsi (anggapan) yang dianggap konstan maka ramalannya tidak dapat digunakan untuk ramalan jangka panjang , kecuali anggapam konstan tersebut dalam jangka panjang tidak berubah. Metode tren dalam penelitiannya juga mengambil sampel saja. Dengan demikian, metode tren (regresi) berdasarkan taksiran. Dalam analisis regresi jika variabel bebasnya sangat banyak dan yang diteliti kurang, maka dapat menurunkan kualitas hasil penelitian

Analisis Tren Garis Lurus

Metode Kuadrat terkecil Y = a + bX ATAU Y = Variabel terikat X = Variabel bebas a = nilai konstan b = koefisien arah regresi n = banyaknya data Syarat

Ilustrasi (1)… n Tahun Jualan (Y) X X2 XY 1 2011 130 2 2012 145 3 2013 2 2012 145 3 2013 150 4 300 2014 165 9 495 5 2015 170 16 680 760 10 30 1.620

Ilustrasi (1)… n Tahun Jualan (Y) X X2 XY 1 2011 130 2 2012 145 3 2013 2 2012 145 3 2013 150 4 300 2014 165 9 495 5 2015 170 16 680 760 10 30 1.620 Step 1 = 10 Step 3 Step 2 = 132 = 182 Jadi, ramalan jualan tahun 2016 adalah 182 unit

Ilustrasi (2)… n Tahun Jualan (Y) X X2 XY 1 2011 130 -2 4 -260 2 2012 145 -1 -145 3 2013 150 2014 165 5 2015 170 340 760 10 100

Ilustrasi (2)… n Tahun Jualan (Y) X X2 XY 1 2011 130 -2 4 -260 2 2012 145 -1 -145 3 2013 150 2014 165 5 2015 170 340 760 10 100 Step 1 = 10 Step 3 Step 2 = 182 =152 Jadi, ramalan jualan tahun 2016 adalah 182 unit

Metode Momen Y = a + bX Y = Variabel terikat X = Variabel bebas ELIMINASI ATAU Y = Variabel terikat X = Variabel bebas a = nilai konstan b = koefisien arah regresi N = banyaknya data

Ilustrasi (1)… n Tahun Jualan (Y) X X2 XY 1 2011 130 2 2012 145 3 2013 2 2012 145 3 2013 150 4 300 2014 165 9 495 5 2015 170 16 680 760 10 30 1.620

b = 10 a = 132 Y = a + bX Y = 132 + 10(5) Y = 182 x2 Step 1 x1 Step 2

Analisis Tren Bukan Garis Lurus

Tren Parabola Kuadrat Y = a + bX + c(x)2 ELIMINASI Syarat:

Ilustrasi… n Tahun Jualan (Y) X X2 X2Y X4 1 2011 130 -2 4 520 16 2 2012 145 -1 3 2013 150 2014 165 5 2015 170 680 760 10 1.510 34

760 = 5a + 10c…………(1) Step 1 1.510 = 10a + 34c…………(2) 760 = 5a + 10c ELIMINASI Step 1 1.510 = 10a + 34c…………(2) 760 = 5a + 10c x2 1.520 = 10a + 20c Step 2 1.510 = 10a + 34c x1 1.510 = 10a + 34c 10 = - 14c 100 = 10b c = - 0,71 b = 10 760 = 5a + 10 (-0,71) 760 = 5a – 7,1 767,1 = 5a Step 3 a = 153,42 Y = a + bX + c(x)2 Y = 153,42 + 10(3) + -0,71(3)2 Y = 177,03

Tren Eksponensial Tren Eksponensial/tren logaritma/tren pertumbuhan adalah tren yang nilai variabel bebasnya naik secara berlipat ganda (bukan garis lurus)

Y = abX Hasilnya di-antilog-kan

Ilustrasi… Tahun Jualan (Y) Log Y X X log Y X2 1 20 1,30 2 100 2,00 4,00 4 3 800 2,90 8,70 9 3.000 3,48 13,92 16 5 15.000 4,18 20,90 25 6 150.000 5,18 31,08 36 7 1.000.000 6,00 42,00 49 8 2.000.000 6,30 50,40 64 31,34 172,30 204

Jadi, ramalan pada tahun ke-9 sebesar 18.635.420,14 Step 1 Antilog-kan = 0,745 b = 5,56 Step 2 Antilog-kan = 0,565 a = 3,67 Y = abX Step 3 Jadi, ramalan pada tahun ke-9 sebesar 18.635.420,14

Tren Eksponensial yang Diubah Y = k + abX

Pilih tiga titik dengan jarak tahun yang sama Step 1 Pilih tiga titik dengan jarak tahun yang sama Tahun X Jualan (Y) 1 2 5 3 10 4 20 46 6 70 Y1 Y2 Y3 Step 3 Step 2 b = 2

Step 4 Step 5 Y = k + abX Y = -2 + 3.26 = 190 Jadi, ramalan jualan tahun ke-7 adalah 190

Standar Kesalahan Peramalan Untuk menentukan metode mana yang paling sesuai Dimana: X = jualan nyata Y= ramalan jualan n = jumlah data yang dianalisis

Ilustrasi… Gunakan data sebelumnya : Berdasarkan tren garis lurus (metode kuadrat terkecil) dan metode tren bukan garis lurus (metode parabola kuadrat) Menurut metode kuadrat terkecil: Maka: Tahun X Y 2011 132 2012 1 142 2013 2 152 2014 3 162 2015 4 172

Ramalan Jualan Nyata (X) Tahun Ramalan Jualan Nyata (X) Y X-Y (X-Y)2 2011 130 132 -2 4 2012 145 142 3 9 2013 150 152 2014 165 162 2015 170 172

Ramalan Jualan Nyata (X) Menurut metode parabola kuadrat: Tahun X Y 2011 -2 130,59 2012 -1 142,72 2013 153,43 2014 1 162,72 2015 2 170,59 Y = 153,42 + 10X - 0,71(x)2 Tahun Ramalan Jualan Nyata (X) Y X-Y (X-Y)2 2011 130 130,59 -0,59 0,3481 2012 145 142,72 2,28 5,1984 2013 150 153,43 -3,43 11,7649 2014 165 162,72 2015 170 170,59

SKP menggunakan metode tren garis lurus lebih besar dibandingkan metode tren bukan garis lurus. Oleh karena itu, untuk meramalkan jualan PT Imma lebih sesuai menggunakan tren bukan garis lurus (tren parabola kuadrat)