Peramalan Penjualan

Peramalan Penjualan

Dalam menjalankan usahanya perusahaan biasanya melakukan 2 pendekatan, pertama, speculative approach dan kedua, calculated risk approach. Kedua pendekatan ini mengandung kelemahan dan kelebihannya masing-masing.

Peramalan penjualan merupakan pendekatan yang berbasis dengan memperhitungkan risiko yang mungkin akan terjadi dimasa yang akan datang. Peramalan penjualan (sales forecasting) ialah teknik proyeksi daripada permintaan langganan yang potensial untuk suatu waktu tertentu dengan berbagai asumsi.

Peramalan penjualan merupakan pusat dari seluruh perencanaan perusahaan yang menggambarkan potensi penjualan serta luas pasar yang akan dikuasai di masa yang akan datang.

Pengukuran peramalan penjualan dapat berbentuk model kualitatif (pendapat/judgment) yang dikenal dengan judgment method, dan bisa pula berbentuk model kualitatif (statistik).

Model Analisis Data Peramalan Penjualan

Model peramalan penjualan dengan alat statistik dapat dikatagorikan menjadi 2: analisis trend-linear dan analisis rata-rata bergerak (moving average).

TREND-LINEAR MODEL

Model trend dapat berbentuk trend bebas dimana dari yang diperoleh dapat ditarik garis trend dengan begitu saja sehingga subjektivitasnya sangat tinggi, berbeda dengan penggunaan model kuantitatif maka unsur subjektivitas dihilangkan.

Metode Setengah Rata-Rata

Y = a + b.x

Contoh Penerapan Garis Trend dengan Setengah Rata-Rata

Sebuah perusahaan tekstil ingin membuat peramalan penjualan tekstil di Pulau Jawa beberapa tahun mendatang dengan menggambarkan garis trendnya.

Data selama beberapa tahun terakhir adalah:

Maka a dan b dapat dihitung dengan terlebih dahulu membagi data menjadi kelompok I dan kelompok II.

 

sehingga : a = 1.912,5

               b = ( 2.012,5 - 1.912,5 )/4 = 25

1 tahun bernilai 2 ------------ x = 25 : 2 = 12,5

Persamaan garis trend :

Y = 1.912,5 + 12,5 x

Y2006 = 1.912,5 + 12,5 (13) = 2.075

Untuk menggambarkan garis trend secara tepat serta garis-garis yang menunjukkan fluktuasi penjualan secara lengkap, perlu dihitung nilai trend pada masing-masing tahun.

Persamaan trend:

Y’ = ao + b.x

dimana :

Y’ = nilai trend pada tahun tertentu

ao = nilai trend periode dasar

b   = X2 - X1 / n

x   = jumlah tahun dihitung dari periode dasar.

Pada kelompok I :

a = 1.912,5

b = 25 ----- 25 : 2 = 12,5 (1 tahun nilai 2)

Sehingga:

Nilai trend tahun 2000

Y’ = 1.912,5 + 12,5 (+1) = 1.925,0

Nilai trend tahun 1999

Y’ = 1.912,5 + 12,5 (-1) = 1.900,0

Nilai trend tahun 1998

Y’ = 1.912,5 + 12,5 (-3) = 1.875,0

Nilai trend tahun 2001

Y’ = 1.912.5 + 12,5 (+3) = 1.950,0

Pada kelompok II :

Nilai trend tahun 2004

Y’ = 2.012,5 + 12,5 (+1) = 2.025,0

Nilai trend tahun 2003

Y’ = 2.012,5 + 12,5 (-1) = 2.000,0

Nilai trend tahun 2002

Y' = 2.012,5 + 12,5 (-3) = 1.975,0

Nilai trend tahun 2005

Y' = 2.012.5 + 12,5 (+3) = 1.050,0

Metode Moment (1)

Hubungan antara berbagai faktor dapat digambarkan dengan persamaan trend:

Y = a + b.x.

Untuk memproyeksikan garis trend ini akan digunakan metode statistik, dengan rumus-rumus sebagai berikut:

1. Sigma (E)Y = n.a + b.EX

2. EX.Y = a.EX + b.EX2

dimana :

EY = Jumlah data historis

n    = Banyaknya waktu data

x   = Nilai pada setiap periode waktu

a   = Nilai Y pada titik 0

b   = Lereng garis lurus.

Tekstil “Bintang Timur” mempunyai data tentang volume penjualan selama 5 tahun terakhir sebagai berikut :

Sehingga apabila diadakan peramalan penjualan dengan menggunakan metode moment dapat dihitung sebagai berikut:

1. EY = n.a + b.E X                                         E=Sigma

359.227 = 5a + 10b ...........................................................(1)

2. EXY = a.E X + bE.X2

862.823 = 10a + 30b ..........................................................(2)

Dari persamaan (1) dan (2) kemudian akan diperoleh :

a = 42.971,6

b = 14.436,9

sehingga persamaan trend Y = 42.971,6 + 14.436,9 x

Dengan menggunakan persamaan di atas, maka dapat dihitung proyeksi penjualan dalam unit untuk tahun 2006, yakni sebesar 115.156 pieces.

Untuk membuat peramalan penjualan dalam bulanan, maka perlu menggunakan peramalan musiman. Dalam mengadakan pendekatan musiman ini, dipakai metode rata-rata yang sederhana.

Perhitungan Indeks Musiman

Klik gambar untuk memperbesar

Metode Moment (2)

Rumus-rumus dasar dengan pendekatan matematis yang digunakan di sini:

1. Y = a + b.X

2. EYi = n.a + b.EXi

3. EXi Yi = a.EXi + b.EXi2

Bila digunakan metode moment, maka disusun tabel lanjutan sebagai berikut:

EYi = n.a + b.EXi

760 = 5a + 10b ------------ (1)

E Xi.Yi = aE.Xi + b.EXi2

1.620 = 10 a + 30 b --------- (2)

(1) 5a + 10b = 760

(2) 10a + 30b = 1.620

10 a + 20 b = 1.520

10 a + 30 b = 1.620 -

10 b = 100

b = 10

5a + 10b = 760

5a + 100 = 760

5a = 660

a = 132

Sehingga persamaan trend: Y = 132 + 10x

Metode Least Square

Metode ini sedikit berbeda dengan metode moment. Bagaimana perbedaan tersebut akan lebih jelas pada pemecahan masalah di bawah ini. (Perhitungan peramalan penjualan susu bayi).

dengan persamaan trend: Y = a + b.x

di mana : I.  a  = EY/n

              II. b = E X . Y/ EX 2(kuadrat)

sehingga : I. a =EY/n = 760./5 = 152

              II. b = E X . Y/ EX 2 = 100/10 = 10

Analisis Kolerasi

Analisis ini digunakan untuk menggali hubungan sebab akibat antara beberapa variabel. Perubahan tingkat penjualan yang akan terjadi, tidak hanya ditentukan oleh pola penjualan yang telah terjadi tetapi ditentukan juga oleh faktor-faktor yang lain, misalnya: permintaan beras ditentukan oleh faktor-faktor jumlah penduduk dan pendapatan perkapita. Permintaan akan susu ditentukan oleh faktor-faktor jumlah penduduk, tingkat kelahiran, dan sebagainya.

Apabila produk yang dijual dipengaruhi oleh variabel yang lain, maka dapat digunakan formula regresi dan test (analisis) kolerasi. Dengan menggunakan data penjualan susu di atas, maka ada 2 variabel yang berhubungan yaitu Y adalah penjualan susu dan x adalah tingkat kelahiran, dapat dirumuskan sebagai berikut:

Yp = a + b.x

dimana : a = jumlah pasang observasi

              b = koefisien regresi

Besarnya a dan b dapat dihitung dengan bantuan rumus:

Perhitungan peramalan penjualan susu bayi sebagai akibat perubahan tingkat kelahiran.

Persamaan regresinya: Yp = 102 + 10x

Untuk menghitung koefisien kolerasi (r) adalah sebagai berikut:

Jika koefisien korelasi bernilai ±1 atau mendekati ±1 berarti pengaruh x terhadap Y adalah besar, baik positif ataupun negatif, tetapi jika angka koefisien mendekati nol maka pengaruh yang ditimbulkan tersebut kecil sekali, dan jika bernilai nol berarti tidak berpengaruh sama sekali.

Dengan mengacu data di atas maka besaran r:

Dengan angka r=0,985 berarti bahwa tingkat kelahiran sangat besar dan positif terhadap tingkat permintaan susu bayi. Jika tingkat kelahiran meningkat maka permintaan akan susu bayi meningkat, sebaliknya jika tingkat kelahiran menurun maka permintaan terhadap susu bayi menurun pula.