BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian...

25
4 Universitas Kristen Petra BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya terlebih dahulu mengetahui apa yang dimaksud dengan ramalan. Ramalan (forecast) adalah sesuatu yang kita perkirakan akan terjadi pada masa yang akan datang, atau dapat dikatakan pula bahwa ramalan adalah proyeksi pengalaman masa lalu ke dalam masa depan. Sedangkan pengertian dari penjualan adalah usaha menawarkan produk berupa barang atau jasa atas dasar ciri – ciri kuantitatif dan kualitatif termasuk harga, dari perkembangan pasaran, pada suatu jangka waktu tertentu. Maka ramalan penjualan dapat diartikan : “Proyeksi teknis tentang permintaan pelanggan potensial di waktu yang akan datang dengan menggunakan aumsi – asumsi tertentu” (Supriyanto, 1995 : 66). . 2.1.2 Faktor – faktor yang mempengaruhi ramalan penjualan Faktor – faktor yang mempengaruhi ramalan penjualan dibedakan menjadi dua faktor, yaitu : a. Faktor intern Merupakan faktor – faktor yang mempengaruhi peramalan, yang berasal dari dalam perusahaan sendiri. Pada umumnya faktor – faktor ini dapat dikuasai atau diatur oleh perusahaan, seperti : 1. Kualitas barang yang dihasilkan. 2. Manfaat yang ditimbulkan barang oleh barang tersebut. 3. Biaya – biaya distribusi.

Transcript of BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian...

Page 1: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

4 Universitas Kristen Petra

BAB 2

LANDASAN TEORI

2.1 Ramalan Penjualan

2.1.1 Pengertian Ramalan Penjualan

Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

terlebih dahulu mengetahui apa yang dimaksud dengan ramalan. Ramalan

(forecast) adalah sesuatu yang kita perkirakan akan terjadi pada masa yang

akan datang, atau dapat dikatakan pula bahwa ramalan adalah proyeksi

pengalaman masa lalu ke dalam masa depan.

Sedangkan pengertian dari penjualan adalah usaha menawarkan produk

berupa barang atau jasa atas dasar ciri – ciri kuantitatif dan kualitatif termasuk

harga, dari perkembangan pasaran, pada suatu jangka waktu tertentu. Maka

ramalan penjualan dapat diartikan : “Proyeksi teknis tentang permintaan

pelanggan potensial di waktu yang akan datang dengan menggunakan aumsi –

asumsi tertentu” (Supriyanto, 1995 : 66).

.

2.1.2 Faktor – faktor yang mempengaruhi ramalan penjualan

Faktor – faktor yang mempengaruhi ramalan penjualan dibedakan

menjadi dua faktor, yaitu :

a. Faktor intern

Merupakan faktor – faktor yang mempengaruhi peramalan, yang berasal

dari dalam perusahaan sendiri. Pada umumnya faktor – faktor ini dapat

dikuasai atau diatur oleh perusahaan, seperti :

1. Kualitas barang yang dihasilkan.

2. Manfaat yang ditimbulkan barang oleh barang tersebut.

3. Biaya – biaya distribusi.

Page 2: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

5

b. Faktor ekstern

Merupakan faktor – faktor yang mempengaruhi peramalan, yang berasal

dari pihak luar perusahaan. Umumnya faktor – faktor tersebut sukar untuk

dikuasai atau diatur oleh perusahaan, seperti :

1. Kecakapan manajemen pesaing.

2. Peraturan – peraturan dan hukum yang berlaku.

3. Keadaan perekonomian.

4. Tingkat persaingan atau posisi permintaan dari barang – barang yang

dihasilkan.

5. Jumlah perusahaan yang keluar masuk ke dalam dunia industri.

2.1.3 Kegunaan Ramalan Penjualan

Ramalan penjualan sangat penting bagi perusahaan. Hasil dari ramalan

penjualan membantu manajemen dalam membuat perencanaan. Manfaat

utama dari perencanaan menurut Kotler (1992 : 390) adalah :

a. Mendorong pola berpikir ke depan yang sistematis bagi seluruh

manajemen.

b. Mengarah pada koordinasi seluruh kegiatan perusahaan yang lebih baik.

c. Mendorong peningkatan standar prestasi untuk kepentingan pengendalian.

d. Melatih para eksekutif dalam mempertajam formulasi tujuan dan

kebijaksanaan perusahaan.

e. Membuat perusahaan lebih siap dalam menghadapi perkembangan yang

tiba – tiba muncul.

f. Membuat para eksekutif memiliki rasa dan sikap yang lebih dinamis

dalam mengemban tanggung jawab yang saling berkaitan.

2.1.4 Jenis – jenis Ramalan

Pada umumnya ramalan dapat dibedakan dari beberapa segi tergantung

dari cara melihatnya.

1. Apabila dilihat dari sifat penyusunannya, maka peramalan dapat

dibedakan atas dua macam, yaitu :

Page 3: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

6

a. Peramalan subyektif

Merupakan peramalan yang didasarkan atas perasaan atas intuisi dari

orang yang menyusunnya. Dalam hal ini pandangan atau judgement

dari orang yang menyusunnya sangat menentukan baik tidaknya hasil

peramalan tersebut. Peramalan tersebut dapat diperoleh dari pendapat

para ahli, salesman, pendapat sales manajer, survey konsumen dan

sebagainya.

b. Peramalan obyektif

Merupakan peramalan yang didasarkan atas data yang relevan pada

masa lalu, dengan menggunakan teknik – teknik dan metode – metode

dalam penganalisaan data tersebut.

2. Jika dilihat dari jangka waktu peramalan yang disusun, maka peramalan

dapat dibedakan atas dua macam pula, yaitu :

a. Peramalan jangka panjang

Merupakan peramalan yang dilakukan lebih dari satu setengah tahun

atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam

penyusunan rencana pembangunan suatu negara atau daerah,

corporate planning, rencana investasi atau rencana ekspansi dari suatu

perusahaan.

b. Peramalan jangka pendek

Merupakan peramalan yang dilakukan untuk penyusunan hasil

peramalan dengan jangka waktu yang kurang dari satu setengah tahun

atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan

rencana tahunan, rencana kerja operasional, dan anggaran, contohnya

penyusunan rencana produksi, rencana penjualan, rencana pengadaan,

rencana persediaan, anggaran produksi, anggaran pemasaran, dan

anggaran perusahaan.

Page 4: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

7

3. Berdasarkan sifat perkiraan yang telah disusun, maka peramalan dapat

dibedakan atas dua macam, yaitu :

a. Peramalan kualitatif

Merupakan peramalan yang didasarkan atas data kualitatif pada masa

lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang

menyusunnya. Hal ini penting karena hasil peramalan tersebut

ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement atau

pendapat, dan pengetahuan serta pengalaman dari penyusunnya.

Biasanya peramalan secara kualitatif ini didasarkan atas hasil

penyelidikan, seperti Delphi, S- curve, analogies dan penelitian bentuk

atau morphological research, atau didasarkan atas ciri – ciri normatif

seperti decision matrice atau decisions tree.

b. Peramalan kuntitatif

Merupakan peramalan yang didasarkan atas data kuantitatif pada masa

yang lalu. Hasil peramalan yang dibuat sangat tergantung pada metode

yang dipergunakan dalam peramalan tersebut.

2.1.5 Metode Peramalan

Peramalan kuantitatif dapat dibedakan atas :

1. Metode peramalan yang didasarkan atas penggunaan analisa pola

hubungan antara variabel yang akan diperkirakan dengan variabel waktu,

yang merupakan deret waktu atau time series. Metode ini terdiri atas :

a. Metode smoothing, yang mencakup metode rata – rata kumulatif,

metode rata – rata bergerak (moving average) dan metode exponential

smoothing. Metode ini digunakan untuk mengurangi ketidakaturan

musiman dari data yang lalu atau kedua – duanya, dengan membuat

rata – rata tertimbang dari sederetan data yang lalu. Ketepatan dari

peramalan dengan metode ini digunakan untuk perencanaan dan

pengendalian produksi dan persediaan, perencanaan keuntungan dan

perencanaan keuangan lainnya.

Page 5: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

8

Metode exponential smoothing, dasar dari exponential smoothing ini

adalah rata – rata peramalan permintaan yang akan datang dapat

dihitung dari rata – rata permintaan masa lalu dan permintaan saat ini.

Persamaan yang digunakan untuk peramalan ini adalah :

At+1 = α Dt + ( 1 - α ) Ατ (2.1)

Dimana: At+1 = Nilai peramalan untuk periode t + 1

α = Bobot data lalu ( 0 < α < 1 )

Dt = Nilai data pada periode t

At = Nilai peramalan pada periode t

Double exponential smoothing digunakan untuk meramalkan data

yang mempunyai kecenderungan linear (Hanke, 1998 : 156).

Persamaannya :

At+1 = α Dt + ( 1 - α ) Ατ−1 (2.2)

Dimana: At+1 = Nilai peramalan untuk periode t + 1

α = Bobot data lalu ( 0 < α < 1 )

Dt = Nilai data pada periode t

At-1 = Nilai peramalan pada periode t-1

Contoh :

Tabel 2.1. Teknik peramalan dengan metode exponential smoothing

Tahun Periode Nilai

Observasi

Prakiraan

α = 0,1

[D – A] (D – A)2

1979 1 590 645 55 3025

1980 2 600 640 40 1600

1981 3 685 636 49 2401

1982 4 720 641 79 6241

1983 5 630 649 19 361

TOTAL 13628

Page 6: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

9

Tabel 2.2. Teknik peramalan dengan metode exponential smoothing

Tahun Periode Nilai

Observasi

Prakiraan

α = 0,1

[D – A] (D – A)2

1979 1 590 645 55 3025

1980 2 600 630 30 900

1981 3 685 620 65 4225

1982 4 720 640 80 6400

1983 5 630 664 34 1156

TOTAL 16862

Perhitungan :

- Periode 1 : 590 + 600 + 685 + 720 + 630 = 645

5

- Periode 2 : At+1 = α Dt + ( 1 - α ) Ατ

A2 = α D1+ ( 1 - α ) A1

= 0,1 ( 590 ) + 0,9 ( 645 )

= 640

dengan α = 0,3 hasil peramalan periode ke 2 adalah :

A2 = α D1 + ( 1 - α ) A1

= 0,3 ( 590 ) + 0,7 ( 645 )

= 630

Untuk memilih nilai α, dengan membandingkan kedua The Root

Mean Square Error ( RMSE ) dan memilih nilai RMSE yang terkecil.

RMSE = Σ ( Y – Y’ )2 (2.3)

n

dimana : Y = data riil

Y’ = data prakiraan

n = banyaknya data prakiraan

Page 7: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

10

Dari data diatas, dicari nilai Mean Square Error masing – masing α :

Untuk α = 0.1 : RMSE = 13628 = 52,21

5

Untuk α = 0,3 : RMSE = 16826 = 58,01

5

Dengan demikian maka nilai α = 0,1 yang dipilih, karena mempunyai

nilai terkecil dan untuk peramalan penjualan pada tahun 1984 adalah

sebagai berikut :

A6 = α D5 + ( 1 - α ) Α5

= 0,1 ( 630 ) + 0,9 ( 649 )

= 647

b. Metode Box Jenkins

Metode ini sangat baik ketepatannya untuk peramalan jangka pendek,

sedangkan untuk peramalan jangka panjang ketepatannya kurang baik.

Metode Box Jenkins merupakan peramalan jangka pendek yang sangat

tepat dengan menggabungkan metode autoregressive dan metode

moving average (Hanke 1998 : 453). Metode Box Jenkins

dipergunakan untuk peramalan dalam perencanaan dan pengendalian

produksi, dan persediaan serta perencanaan anggaran.

Metode ini terdiri atas 3 model yaitu :

1. Autoregressive model

Metode ini memprediksi nilai yang akan datang dengan

menggunakan data masa lalu guna mendapatkan korelasi

berdasarkan data yang ada.

Rumus :

xt = φ1xt-1+ et (2.4)

Page 8: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

11

Dimana : xt = penjualan ke-t

φ = koefisien

xt-1 = penjualan ke t-1

et = simpangan pada tahun ke-t

2. Moving – average model

Metode ini digunakan untuk menemukan kesalahan dalam

melakukan peramalan (forecast error).

Rumus :

xt = µ - θ1et-1 - θ2et-2 - ….. - θnet-n + et (2.5)

3. Mixed autoregressive – average model

Menggunakan gabungan kedua metode diatas.

Rumus :

xt = φ1xt-1 - θτet-1 (2.6)

c. Metode proyeksi trend dengan regressi

Untuk peramalan jangka pendek maupun peramalan jangka panjang,

ketepatan peramalan dengan metode ini sangat baik. Metode ini selalu

dipergunakan untuk peramalan bagi penyusunan perencanaan produk

baru, rencana ekspansi, rencana investasi.

2. Metode peramalan yang didasarkan atas penggunaan analisa pola

hubungan antara variabel yang akan diperkirakan dengan variabel lain

yang mempengaruhinya, yang bukan waktu, yang disebut metode korelasi

atau sebab akibat (causal methods). Metode ini terdiri atas :

a. Metode ekonometri, baik untuk peramalan jangka pendek maupun

untuk jangka panjang, ketepatan peramalan dengan metode ini adalah

baik. Metode ini selalu digunakan untuk peramalan keadaan ekonomi

masyarakat seperti permintaan, harga, dan penawaran.

Page 9: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

12

b. Model input output, digunakan untuk menyusun proyeksi tren

ekonomi jangka panjang. Model ini kurang baik ketepatannya untuk

peramalan jangka pendek, dan sangat baik ketepatannya untuk

peramalan jangka panjang. Model ini banyak digunakan dalam

peramalan penjualan sektor industri dan sub sektor industri.

c. Metode regresi linear

Bentuk umum dari peramalan dengan menggunakan trend linear

adalah :

Y = a + bX (2.7)

Dimana Y adalah variabel yang diramalkan, X adalah variabel waktu,

serta a dan b adalah parameter atau koefisien regresi.

Garis lurus yang dicari adalah garis lurus yang mendekati titik – titik

dari data historis. Untuk mencari garis lurus tersebut, kita perlu

mencari besaran a dan b, besaran tersebut merupakan nilai konstan

yang tidak berubah – ubah di dalam penganalisaan yang dilakukan.

Artinya, bila diperoleh nilai atau besaran a dan b, maka untuk setiap

nilai X atau variabel waktu akan dapat diperoleh besaran Y atau

variabel yang dicari untuk nilai X tersebut.

Nilai – nilai a dan b dapat diperoleh dari persamaan berikut :

a = ΣY (2.8)

n

b = ΣXY = _ΣXY - ΣXΣY/n (2.9)

n ΣX2 – (ΣY)2/n

Sebagai ilustrasi, diambil contoh dari perkembangan jumlah penjualan

suatu produk setiap tahun 1979 s/d 1983, seperti terlihat pada

tabel 2.3.

Page 10: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

13

Tabel 2.3. Tabel Penjualan Produk A

Tahun Jumlah Penjualan Produk A (unit)

1979 590

1980 600

1981 685

1982 720

1983 630

Tabel 2.4. Teknik peramalan dengan metode regresi linear

Tahun Penjualan X X2 XY

1979 590 -2 4 -1180

1980 600 -1 1 -600

1981 685 0 0 0

1982 720 +1 1 720

1983 630 +2 4 1260

JUMLAH 3225 10 200

Dari data penjualan, akan diketahui prakiraan penjualan untuk tahun

1984, dengan menggunakan metode regresi linear. Adapun

perhitungannya dapat dilihat pada tabel 2.4

Untuk mencari nilai X adalah dilihat dari jumlah tahun yang

bersangkutan. Apabila jumlah tahun adalah ganjil, maka tahun dasar

diberi nilai 0, sedangkan apabila jumlah tahun adalah genap, maka

tahun dasar diberi nilai positif dengan tambahan 2, sebelum tahun

dasar diberi nilai negatif dengan pengurangan 2. Untuk lebih

jelasnya, dapat dilihat contoh dibawah ini :

Page 11: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

14

a. Jumlah tahun ganjil (n = 7)

Tahun Nilai Tahun (X)

1980 -3

1981 -2

1982 -1

1983 0 (tahun dasar)

1984 1

1985 2

1986 3

b. Jumlah tahun genap (n = 6)

Tahun Nilai Tahun (X) Nilai Tahun (X)

1980 -2.5 -5

1981 -1.5 -3

1982 -0.5 -1

……. 0 0 (tahun dasar)

1983 0.5 1

1984 1.5 3

1985 2.5 5

Dari data di tabel 2.4 dapat dicari parameter a dan b

a = ΣY b = ΣXY

n ΣX2

= 3225 = 645 = 200 = 20

5 10

Maka persamaan trend yang didapat adalah :

Y = a + bX

Y = 645 + 20X

Dari persamaan trend tersebut, akan didapat nilai trend pada setiap

tahun yaitu :

Page 12: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

15

1979 : Y’ = 645 + 20 (-2) = 605

1980 : Y’ = 645 + 20 (-1) = 625

1981 : Y’ = 645 + 20 (0) = 645

1982 : Y’ = 645 + 20 (1) = 665

1983 : Y’ = 645 + 20 (2) = 685

Dengan persamaan trend tersebut pula, akan digunakan untuk

mengestimasi prakiraan penjualan pada tahun 1984, yaitu sebesar :

Y ( 1984 ) = 645 + 20X, dimana X = + 3

Y ( 1984 ) = 645 + 20 (3)

Y ( 1984 ) = 705

d. Metode trend kuadratik

Metode ini digunakan bila titik – titik yang berserakan (scatter)

diagram dari data masa lalu yang tersedia cenderung berbentuk

parabola. Fungsi Persamaan dari metode ini adalah :

Y = a + bX + cX2 (2.10)

Nilai parameter a, b, c diperoleh dengan :

a = ΣY – ΣX2 (2.11)

n

b = ΣXY (2.12)

ΣX2

c = { n ΣX2Y – (ΣX2) (ΣY) } (2.13)

{ n ΣX4 – (ΣX2)2 }

Untuk ΣX = 0

Sebagai contoh penerapan metode ini, soal awal masih digunakan

untuk perhitungan mencari prakiraan penjualan tahun 1984.

Page 13: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

16

Tabel 2.5. Teknik prakiraan dengan metode trend kuadratik

Tahun Y X X2 XY X2Y X4

1979 590 -2 4 -1180 2360 16

1980 600 -1 1 -600 600 1

1981 685 0 0 0 0 0

1982 720 +1 1 720 720 1

1983 630 +2 4 1260 2520 16

JUMLAH 3225 0 10 200 6200 34

Data penjualan 1979 sampai 1983 dan penyelesaian dari data tersebut

dapat dilihat pada tabel 2.5.

b = ΣXY = 200 = 20

ΣX 10

c = { n ΣX2Y – (ΣX2) (ΣY) }

{ n ΣX4 – (ΣX2)2 }

= { 5 (6200) – (10) (3225) } = - 1250 = 17,86

{ 5 (34) – (10)2 } 70

a = ΣY – c ΣX2 = 3225 – (17,86) (10) = 3046,4 = 609,28

n 5 5

Maka persamaan trend kuadratik yang terjadi adalah :

Y = a + bX + cX2

Y= 609,28 + 20 X + 17,86 X2

Nilai trend yang diperoleh setiap tahun adalah sebagai berikut :

1979 : 609,28 + 20 (-2) + 17,86 (-2)2 = 641

1980 : 609,28 + 20 (-1) + 17,86 (-1)2 = 607

1981 : 609,28 + 20 (0) + 17,86 (0)2 = 609

1982 : 609,28 + 20 (1) + 17,86 (1)2 = 647

Page 14: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

17

1983 : 609,28 + 20 (2) + 17,86 (2)2 = 721

Dengan mengetahui persamaan trend kuadratik diatas, dapat

mengestimasi prakiraan penjualan tahun 1984 yaitu :

Untuk tahun 1984 : X = 3

Y = 609,28 + 20 X + 17,86 X2

Y = 609,28 + 60 + 160,74

Y = 830

Dari perhitungan ketiga metode tersebut diatas, terlihat ada sedikit

perbedaan dalam meramalkan penjualan tahun 1984. Digunakannya

ketiga metode peramalan tersebut karena metode – metode itu cocok

untuk meramalkan penjualan dalam jangka pendek. Untuk melihat

perbedaan nilai prakiraan antara ketiganya dapat dilihat pada tabel 2.6.

Tabel 2.6. Tabel perbedaan nilai peramalan pada tiga metode

Metode 1984

Exponential smoothing 647

Regresi linear 705

Trend kuadratik 830

e. Metode trend simple exponential

Metode yang digunakan bila data yang tersedia cenderung naik turun,

tetapi secara keseluruhan cenderung naik. Metode ini menggunakan

analisa logaritma dalam perhitungannya.

Fungsi persamaan dalam metode ini adalah :

Y’ = abX (2.14)

Persamaan diatas dapat diubah dalam fungsi logaritma:

Log Y’ = log a + (log b) X (2.15)

Page 15: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

18

Jika ΣX = 0, maka koefisien a dan b dapat dicari dengan :

Log a = (Σ log Y) : n (2.16)

Log b = ( ΣX (log Y) ) : ΣX2 (2.17)

Log Y’ = log a + log b X (2.18)

Sedangkan hasil prakiraan dilakukan dengan mencari arti logaritma

dari hasil prakiraan dengan fungsi logaritma tersebut.

2.1.6 Kesalahan Peramalan

Pada pemakaian metode peramalan penjualan perlu diperhitungkan

forecasting errors. Perkiraan kesalahan ini mempunyai beberapa manfaat,

yaitu :

1. Untuk mendapatkan persediaan yang aman atau kapasitas yang aman,

sehingga menjamin tidak terjadi stockout (tidak ada persediaan).

2. Untuk memantau pengamatan permintaan yang tidak menentu atau

bernilai ekstrim, sehingga dapat dikendalikan dengan baik dan

dikeluarkan dari data apabila diperlukan.

3. Untuk menentukan apakah metode peramalan tidak dipakai lagi dan

memerlukan perbaikan.

Dalam teknik peramalan, pengukuran kesalahan peramalan yang biasa dipakai

adalah :

1. Deviasi absolut rata – rata (Mean Absolute Deviation / MAD).

Yakni rata – rata selisih absolut antara nilai peramalan dengan senyatanya.

MAD ini secara matematis didefinisikan sebagai berikut :

MAD = ΣY – Y’ (2.19)

n

Dimana :

Y = data riil

Y’ = data forecast

n = banyaknya waktu data forecast

= harga mutlak

Page 16: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

19

2. The Root Mean Square Error (RMSE).

Dihitung dengan jalan menjumlahkan kuadrat kesalahan antara nilai riil

dan nilai peramalan, kemudian membagi jumlah tersebut dengan

banyaknya waktu data peramalan dan kemudian menarik akarnya,

dirumuskan sebagai berikut :

RMSE = Σ (Y – Y’)2 (2.20)

n

Dimana :

Y = data riil

Y’ = data prakiraan

n = banyaknya waktu data prakiraan

Sebagai ilustrasi, akan digunakan data dari masing – masing metode

yang telah didapat diatas untuk menghitung perkiraan kesalahan

peramalan.

1. Metode exponential smoothing

Tabel 2.7. Pengukuran kesalahan metode exponential smoothing

Tahun Y Y’ lY – Y’l (Y-Y’) 2 1979 590 645 55 3025 1980 600 640 30 900 1981 685 636 65 4225 1982 720 641 80 6400 1983 630 649 34 1156

JUMLAH 242 1368

MAD = Σ lY – Y’l = 242 = 48,4

n 5

RMSE = Σ (Y – Y’)2 = 13628 = 52,21

n 5

Page 17: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

20

2. Metode regresi linear

Tabel 2.8. Pengukuran kesalahan dengan metode regresi linear

Tahun Y Y’ lY – Y’l (Y-Y’) 2 1979 590 605 15 225 1980 600 625 25 625 1981 685 645 40 1600 1982 720 65 55 3025 1983 630 685 55 3025

JUMLAH 190 8500

MAD = Σ lY – Y’l = 190 = 38

n 5

RMSE = Σ (Y – Y’)2 = 8500 = 41,23

n 5

3. Metode trend kuadratik

Tabel 2.9. Pengukuran kesalahan dengan metode trend kuadratik

Tahun Y Y’ lY – Y’l (Y-Y’) 2 1979 590 641 51 2601 1980 600 607 7 49 1981 685 609 76 5776 1982 720 647 73 5329 1983 630 721 91 8281

JUMLAH 298 22036

MAD = Σ lY – Y’ l = 298 = 59,6

n 5

RMSE = Σ (Y – Y’)2 = 22036 = 66,39

n 5

Page 18: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

21

Tabel 2.10. Tabel perbedaan penyimpangan dengan 3 metode

Metode MAD RMSE

Exponential smoothing 48.4 52.21

Regresi linear 38 41.23

Trend kuadratik 59.6 66.39

Dari ketiga metode yang digunakan tersebut, dipilih metode yang

mempunyai penyimpangan antara data peramalan dan data riil terkecil

yaitu metode regresi linear.

2.2 Persediaan

2.2.1 Pengertian persediaan

Setiap perusahaan akan selalu mengadakan persediaan. Besarnya jumlah

persediaan tergantung pada jenis atau besar kecilnya perusahaan. Dalam

penentuan besarnya persediaan tersebut merupakan masalah yang penting bagi

perusahaan, karena berhubungan langsung dengan keuntungan perusahaan.

Bila persediaan yang ada terlalu kecil, hal ini akan mengurangi keuntungan

perusahaan karena permintaan konsumen yang tidak terpenuhi atau persediaan

yang terlalu besar akan mengurangi keuntungan perusahaan juga, karena ada

biaya penyimpanan atas persediaan yang lebih besar. Itu sebabnya persediaan

menjadi unsur yang penting bagi sebuah perusahaan.

Adapun beberapa pengertian tentang persaediaan :

Menurut Roger G. Schroeder (1994 : 5) :

“Persediaan (inventory) adalah stock bahan yang digunakan untuk

memudahkan produksi atau untuk memuaskan permintaan pelanggan”.

Menurut Handoko (1992 : 333) :

“Persediaan barang jadi adalah persediaan barang yang selesai diproses atau

diolah dalam pabrik dan siap dijual kepada langganan atau perusahaan lain”.

Page 19: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

22

2.2.2 Jenis – jenis persediaan

Menurut Barry Render (2001 : 314), persediaan barang dibedakan menjadi

empat jenis, yaitu:

a. Persediaan bahan mentah.

b. Persediaan barang dalam proses (Work-in-process-WIP).

c. Persediaan MRO (perlengkapan pemeliharaan/perbaikan/operasi).

d. Persediaan barang jadi.

2.3 Produksi

2.3.1 Pengertian perencanaan produksi

Pengertian perencanan produksi adalah sebagai berikut :

Menurut Sofjan Assauri (1993 : 167):

“Perencanaan produksi (production planning) adalah perencanaan dan

pengorganisasian sebelumnya mengenai orang – orang, bahan – bahan,

mesin – mesin, dan peralatan lain serta modal yang diperlukan untuk

memprodusir barang – barang pada suatu periode tertentu dimasa depan

sesuai dengan yang diperkirakan atau diramalkan”.

Menurut Vincent Gasperz (1998 : 224):

“Merupakan jangka menengah, yang dilakukan terhadap kelompok produk,

yang menetapkan tingkat produksi, melakukan pengelolaan persediaan, serta

melakukan perencanaan kebutuhan sumber-sumber daya”.

Perencanaan produksi dipakai oleh manajer sebagai dasar penentu dalam

mencapai tujuan perusahaan dan sebagai penentu batas – batas dari kegiatan

perusahaan dimasa yang akan datang. Dengan berdasar rencana produksi ini

dapat ditentukan berapa banyak tingkat persediaan yang diperlukan.

2.3.2 Tujuan perencanaan produksi

Perencanan produksi mempunyai beberapa tujuan. Menurut Vincent

Gasperz (1998 : 227) adalah sebagai berikut :

a. Memaksimumkan tingkat pelayanan pelanggan (customer service level),

di mana sasaran untuk tingkat pelayanan harus ditetapkan dan performansi

diukur untuk menjamin bahwa pelayanan telah diberikan secara tepat.

Page 20: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

23

Beberapa elemen yang penting dalam hal ini adalah: kualitas produk,

ketersediaan produk apabila diinginkan atau dijanjikan, harga yang

kompetitif, dan tingkat pengisian stok produk akhir.

b. Meminimumkan investasi inventori (inventory investment), di mana

pengendalian yang baik akan mencapai aliran produksi yang mulus

dengan inventori yang minimum dalam pabrik dan waktu tunggu yang

pendek.

c. Efisiensi operasi (operating efficiencies), di mana ongkos-ongkos

manufakturing harus diminimumkan guna memperoleh harga kompetitif.

Dari uraian diatas dapat disimpulkan bahwa tujuan dari perencanaan

produksi adalah supaya perusahaan dapat memproduksi barang dalam jangka

waktu tertentu untuk memenuhi persediaan barang sesuai kebutuhan sehingga

profit perusahaan dapat dimaksimalkan.

2.3.3 Penyusunan rencana produksi

Dalam membuat rencana produksi harus diperhatikan besarnya

persediaan awal dan persediaan akhir dari barang jadi yang siap dijual.

Rencana produksi dapat disusun secara garis besar dengan rumus umum :

Tingkat penjualan

Persediaan akhir +

Kebutuhan total

Persediaan awal –

Tingkat produksi (2.21)

Contoh :

Perusahaan mengharapkan penjualan selama satu periode sebesar 200 unit

barang X. Pada awal periode tersedia barang X sebesar 50 unit. Persediaan

akhir diperkirakan sebesar 20 unit.

Jadi perusahaan harus memproduksi barang sebanyak 170 unit dengan

perhitungan :

Page 21: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

24

Tingkat penjualan 200

Persediaan akhir 20 +

Kebutuhan total 220

Persediaan awal 50 -

Tingkat produksi 170

Ada tiga cara dalam menyusun rencana produksi, yaitu :

1. Mengutamakan stabilitas produksi.

Penyusunan rencana produksi yang mengutamakan stabilitas

produksi terlebih dahulu harus ditentukan terlebih dahulu kebutuhan

selama satu tahun kemudian diperkirakan kebutuhan setiap

bulannya. Untuk tingkat persediaan harus disesuaikan dengan

kebutuhan agar produksi tetap stabil. Contoh permasalahan :

Tabel 2.11. Perusahaan Manufaktur Baker

Bulan Rencana Penjualan Bulan Rencana Penjualan

Januari 1500 Juli 700

Februari 1600 Agustus 600

Maret 1600 September 900

April 1400 Oktober 1100

Mei 1200 November 1200

Juni 1000 Desember 1400

Sumber : Welsch, Hilton, Gordon, 2000 : 184.

Perusahaan Manufaktur Baker menetapkan tingkat persediaan

sebagai berikut :

- persediaan awal sebesar 2000 unit

- persediaan akhir sebesar 1500 unit

Page 22: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

25

Jumlah produk yang harus diproduksi adalah :

Tingkat penjualan 1 tahun 14200

Persediaan akhir 1500 +

Kebutuhan 1 tahun 15700

Persediaan awal 2000 -

Tingkat produksi 13700

Kemudian tingkat produksi per tahun dibagi dengan 12 untuk

menghitung produksi tiap bulannya seperti pada perhitungan

berikut:

Produksi 1 tahun = 13700

Produksi per bulan = 13700 / 12

= 1141,67 unit

Hasil produksi per bulan diatas dibulatkan terlebih dahulu ke angka

yang mudah untuk dilaksanakan yaitu mendekati 1100 dan

kelebihan hasil pembagiannya dialokasikan pada bulan dimana

tingkat penjualannya tinggi. Apabila produksi perbulan sebesar 1100

unit maka kekurangannya sebesar :

13700 – (12 * 1100) = 500 unit

Kekurangan 500 unit dialokasikan pada bulan – bulan dimana

tingkat penjualannya tinggi yaitu Januari, Februari, Maret, April,

dan Desember. Tambahan pada masing – masing bulan tersebut

sebesar :

500 / 5 * 1 unit = 100 unit

Perhitungan ini akan lebih jelas pada tabel 2.12.

Page 23: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

26

Tabel 2.12

Kebijakan Tingkat Produksi yang Stabil

Tahun Jan. Feb. Mar Apr. Mei Jun. Jul Agt. Sept Okt Nov Des

Penj. 1420 1500 1600 1600 1400 1200 1000 700 600 900 1100 1200 1400

P. Akhir 1500 1700 1300 900 700 600 700 1100 1600 1800 1800 1700 1500

Total 15700 3200 2900 2500 2100 1800 1700 1800 2200 2700 2900 2900 2900

P. Awal 2000 2000 1700 1300 900 700 600 700 1600 1600 1800 1800 1700

Produksi 13700 1200 1200 1200 1200 1100 1100 1100 1100 1100 1100 1700 1200

Sumber: Welsch at al, 2000 :185

2. Mengutamakan pengendalian tingkat persediaan.

Sebelum menyusun anggaran produksi ini terlebih dahulu ditentukan

perkiraan besarnya tingkat persediaan awal dan tingkat persediaan

akhir setiap tahunnya supaya dapat diketahui besarnya persediaan

yang diperlukan dari tiap – tiap bulan. Persediaan tiap – tiap bulan

dapat dihitung dengan selisih antara persediaan awal dengan

persediaan akhir tahunan dibagi 12 atau dibagi dengan suatu

bilangan bulat supaya memudahkan perhitungan. Contoh

perhitungannya sebagai berikut :

Persediaan awal = 2000 unit

Persediaan akhir = 1500 unit -

Selisih = 500 unit

Supaya hasil baginya bulat dan pelaksanaannya menjadi mudah

maka 500 unit dibagi dengan 5 sehingga :

500 / 5 * 1 unit = 100 unit

Kemudian dialokasikan dari bulan Januari sampai bulan Mei seperti

pada tabel 2.13.

Page 24: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

27

Tabel 2.13

Kebijakan Tingkat Persediaan yang Stabil

Tahun Jan. Feb. Mar Apr. Mei Jun. Jul Agt. Sept Okt Nov Des

Penj. 14200 1500 1600 1600 1400 1200 1000 700 600 900 1100 1200 1400

P. Akhir 1500 1900 1800 1700 1600 1500 1500 1500 1500 1500 1500 1500 1500

Total 15700 3400 3400 3300 3000 2700 2500 2200 2100 2400 2600 2700 2900

P. Awal 2000 2000 1900 1800 1700 1600 1500 1500 1500 1500 1500 1500 1500

Produksi 13700 1400 1500 1500 1300 1100 1000 700 600 900 1100 1200 1400

Sumber: Welsch at al, 2000 :185

3. Tidak mengutamakan keduanya baik persediaan maupun

produksi (fleksibel).

Dengan cara ini, baik persediaan maupun tingkat produksi sama –

sama berfluktuasi pada batas – batas tertentu. Berubah – ubahnya

tingkat produksi dan persediaan diusahakan agar tetap terjadi

keseimbangan yang optimum antara tingkat penjualan, persediaan,

dan produksinya. Kebijakan yang dapat diambil pihak manajemen

misalnya:

a. Tidak mengijinkan produksi berubah – ubah lebih dari 15%

diatas atau dibawah rata – rata tahunan.

b. Persediaan maksimum 1600 unit dan persediaan minimum 1400

unit.

c. Merencanakan kekosongan selama bulan Juli, Agustus, dan

September.

Kebijakan ini dapat lebih jelas dengan melihat tabel 2.14.

Page 25: BAB 2 LANDASAN TEORI 2.1 Ramalan Penjualan 2.1.1 ... · 2.1 Ramalan Penjualan 2.1.1 Pengertian Ramalan Penjualan Sebelum membahas mengenai pengertian ramalan penjualan, sebaiknya

Universitas Kristen Petra

28

Tabel 2.14. Kebijakan Tingkat Persediaan dan Produksi yang Fleksibel

Tahun Jan. Feb. Mar Apr. Mei Jun. Jul Agt. Sept Okt Nov Des

Penj. 14200 1500 1600 1600 1400 1200 1000 700 600 900 1100 1200 1400

P. Akhir 1500 1700 1300 1100 1100 1300 1500 1500 1600 1600 1700 1700 1500

Total 15700 3200 2900 2700 2500 2500 2500 2200 2200 2500 2800 2900 2900

P. Awal 2000 2000 1700 1300 1100 1100 1300 1500 1500 1600 1600 1700 1700

Produksi 13700 1200 1200 1400 1400 1400 1200 700 700 900 1200 1200 1200

Sumber: Welsch at al, 2000 :185