Modul 2 - Penyusunan Anggaran Operasional I- Edit.pptx

EKMA4570 – Pengang-garanProgram Studi Manaje-menOleh: M. Mujiya Ulkhaq

Hutan Hujan Tropis, Kalimantan

Modul 2

Seoul, 14 September 2014

2

Tinjauan Umum Modul 2

Secara umum, Modul 2 akan membahas tentang penyusunan anggaran jualan.

Modul 2 terdiri dari dua kegiatan belajar:• Kegiatan Belajar 1 – Peramalan Penjualan;• Kegiatan Belajar 2 – Penyusunan Anggaran Jualan.

Setelah mempelajari Modul 2, diharapkan mampu:• Menjelaskan metode ramalan jualan;• Menjelaskan kebaikan dan keburukan metode ramalan;• Membuat ramalan jualan dengan bermacam metode;• Menjelaskan pengertian anggaran jualan;• Menjelaskan kegunaan anggaran jualan;• Menjelaskan faktor yang mempengaruhi anggaran jualan;• Menyusun anggaran jualan.

3

ForecastingPeramalan

Apa Itu Pera-malan?

Perkiraan Keja-dian

Masa Depan

Mengapa Peramalan Penting?

Memperjelas Ketidakpastian

Keterbatasan Sumber Daya

Langkah Proak-tif

Kelemahan?

Mengandung Kesalahan

Jangka Pendek vs Jangka Pan-

jang

Metode

Kualitatif

Kuantitatif

Metode Peramalan

Pendapat

Tidak Cukup Data

Ex. Produk Baru

4

KUANLITATIF KUANTITATIF

Analisis Perhitungan

Data Tersedia

Ex. Peramalan Tahunan

5

Metode Peramalan Kualitatif

Kualitatif (Penda-pat)

Tenaga Penjual

Tanggung Jawab dan rasa memiliki

Oleh individu dekat pelanggan

Motivasi melindungi

diri

Kurang ahli meli-hat pasar

Jangka pendek

Manager Di-visi Pen-jualan

Penggunaan lebih luas

Survei pelanggan utama (terbatas)

Jangka pen-dek

Ekseku-tif

Sederhana, langsung, ekonomis

Memerlukan pengalaman

khusus

Para Ahli

Subjektif

Lebih melihat orang daripada data pendukung

Survei Kon-

sumen

Objektif

Hanya sampel

6

Metode Peramalan Kuantitatif

Kuantitatif (Analisis Perhitungan)

Distribusi Probabili-tas

Memakai vari-asi jumlah pro-

duk terjual

Memberikan kemungkinan bobot setiap varian jumlah

Tergantung taksiran man-

agement

Trend

Menganalisa pola dari data

history

Lebih ilmiah dan objektif

Pola dianggap sama, factor pengaruh di-anggap tetap

Regresi

Menggunakan factor yang

mempengaruhi penjualan

Faktor bebas dan factor

terikat

Regresi seder-hana dan re-

gresi berganda

7

Distribusi Probabilitas (Kuantitatif)

Tahun Pen-jualan(Unit)

2004 1000

2005 1500

2006 1200

2007 2000

2008 2300

2009 1800

2010 1700

2011 2400

2012 2700

2004 2005 2006 2007 2008 2009 2010 2011 20120

500

1000

1500

2000

2500

3000

Chart Title

Series 1 Column1 Column2

Variasi Jumlah Pro-duk

1200 1800 2300 2700

Kemungkinan (Bobot)

15% 40% 30% 15%

Total 180 720 690 405

Prediksi

2013

1995

8

Trend (Pola)

• Konstan Musiman (siklis)

• Linear (upward /downward trend) Acak (random)

Period

Dem

and

151413121110987654321

8,50

8,25

8,00

7,75

7,50

Time Series Plot of Demand

Period

Dem

and

10987654321

12

10

8

6

4

2


Period

Dem

and

18161412108642

6

5

4

3

2


Period

Dem

and

161412108642

10

9

8

7

6

5

4

3

2

1


9

Pola Data Konstan• Pola data konstan.

n

YY

Tahun Jualan (Y) Ramalan2000 12,000 2001 11,987 2002 11,876 2003 12,100 2004 12,112 2005 11,980 2006 12,100 2007 11,998 2008 11,980 2009 12,000 2010 11,876 2011 12,100 2012 12,112 2013 12,017 2014 12,017 2015 12,017 2016 12,017 2017 12,017

11,000

11,200

11,400

11,600

11,800

12,000

12,200

12,400

12,600

12,800

13,00020

00

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

Ramalan Jualan PT. UTK

Jualan (Y)

Ramalan

10

Pola Data Linear• Pola data linear (Metode Kuadrat Terkecil)

• ∑ X = 0

bXaY 22

XXn

YXXYnb

n

XbYa

11

Pola Data Kuadratis• Pola data kuadratis (musiman).

– Trend parabola kuadrat– Untuk jualan produk-bukan permintaan turunan

∑Y = na + c∑X2∑X2Y = a∑X2 + c∑X4∑XY = b∑X2

2cXbXaY

12

Pola Data Eksponensial• Pola data eksponensial (1)

b0 = {∑XY – (∑X.∑Y):n} : {∑X2 – (∑X)2 : n}a0 = rata-rata Y – bo.rata-rata X

XbaY

Tahun Jualan (Y) LogY X XLogY X2

1 20 1.30 1 1.30 12 100 2.00 2 4.00 43 800 2.90 3 8.71 94 3000 3.48 4 13.91 165 15000 4.18 5 20.88 256 150000 5.18 6 31.06 367 1000000 6.00 7 42.00 498 2000000 6.30 8 50.41 64

31.33 36.00 172.26 204.00

b0 0.744

Tahun Jualan (Y) Ramalan a0 0.568

1 202 1003 8004 30005 150006 1500007 10000008 20000009 18449469.7110 102387156.27

Σ

0

20000000

40000000

60000000

80000000

100000000

120000000

1 2 3 4 5 6 7 8 9 10


Jualan (Y)

Ramalan

13

Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:2. Metode analisis trend;

• Pola data eksponensial (2).

XabkY Tahun Jualan (Y) Ket X

1 1 Y1 0

2 5 1

3 10 Y2 2

4 20 3

5 46 Y3 4

6 70 5b 2a 3k -2

Tahun Jualan (Y) Ramalan1 12 53 104 205 466 707 190.008 382.00

0

50

100

150

200

250

300

350

400

450

1 2 3 4 5 6 7 8


Jualan (Y)

Ramalan

14

Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;

Metode ini meramalkan jualan dengan cara menganalisis faktor-faktor yang mem-pengaruhinyaJualan disebut variabel dependen (terikat) sedangkan faktor yang mempengaruhi disebutvariabel independen (bebas). Apabila terdapat satu variabel independen disebut regresisederhana, dan bila lebih dari satu variabel dependen disebut regresi berganda.Kelebihan:• Bersifat ilmiah dan lebih objektif;• Mempertimbangkan faktor-faktor yang mempengaruhi jualan.Kekurangan:• Terdapat banyak asumsi untuk mengaplikasikan metode ini, di antaranya: nor-

malitasresidual, bebas heteroskesdastisitas, bebas multikolinearitas (untuk regresi berganda), dsb.

15


• Regresi Sederhana (diasumsikan semua asumsi klasik telah terpenuhi).

Persamaan garis regresi: Y = 102 + 10X

Tahun

Jualan Biskuit Susu (X)

Jualan Susu (Y)

X2 XY

2011 3 130 9 390 2012 4 145 16 580 2013 5 150 25 750 2014 6 165 36 990 2015 7 170 49 1,190

Σ 25 760 135 3900

b 10a 102

bXaY 22

XXn

YXXYnb

n

XbYa

16


• Koefisien Determinasi.Menggambarkan seberapa besar variabilitas dari variabel dependen (Y) yang dapat dijelas-kan oleh variabel independen (X).

R2 sebesar 0.97087 atau 97.087%. Hal inimengandung arti bahwa 97.087% dari varia-bilitas Jualan Susu (Y) dijelaskan oleh Jualan Biskuit Susu (X), dan sisanya dije-laskan olehfaktor lainnya yang tidak dimasukkan dalammembangun model regresi.

Tahun

Jualan Biskuit Susu (X)

Jualan Susu (Y)

X2 XY Y2

2011 3 130 9 390 169002012 4 145 16 580 210252013 5 150 25 750 225002014 6 165 36 990 272252015 7 170 49 1190 28900

Σ 25 760 135 3900 116550

b 10 R2 0.97087a 102

22

22

YnY

YnXYbYaR

17


• Koefisien Korelasi.Menggambarkan hubungan linier antara dua buah variabel. Dalam korelasi, dua buah variabel mempunyai derajat yang sama. Atau dengan kata lain, koefisien kore-lasi antara X dan Y sama dengan koefisien korelasi antara Y dan X.Koefisien korelasi bernilai positif berarti hubungan antara dua buah variabel tersebut adalah linier. Apabila nilai X bertambah, maka nilai Y juga bertambah. Sedangkan bila bernilai negatif, berarti kebalikannya, apabila nilai X bertambah, maka nilai Y berkurang.

22

2

2

YnY

YnXYbYar

Rr

Koefisien Korelasi (r)

Tafsiran

< 0.20 Sangat lemah, dapat dia-baikan

0.20 – 0.40 Lemah

0.40 – 0.70 Cukup

0.70 – 0.90 Kuat

0.90 – 1.00 Sangat kuat

18


• Koefisien Korelasi.Pengujian hipotesis koefisien korelasi.H0: ρ = 0 [tidak ada korelasi antara dua buah variabel]

H1: ρ = 0 [terdapat korelasi antara dua buah variabel] -> uji dua arah

ρ > 0 [terdapat korelasi positif antara dua buah variabel] -> uji satu arahρ < 0 [terdapat korelasi negatif antara dua buah variabel] -> uji satu arah

Statistika uji:

Keputusan:Uji satu arah: ρ < 0 -> Tolak H0 bila t hitung < -t tabel dengan derajat kebebasan n – 2

ρ > 0 -> Tolak H0 bila t hitung > t tabel dengan derajat kebebasan n – 2

Uji dua arah: ρ = 0 -> Tolak H0 bila t hitung < -t tabel dan t hitung > t tabel

dengan derajat kebebasan n – 2

21

2

r

nrt

19


• Regresi Berganda (diasumsikan semua asumsi klasik telah terpenuhi).

Untuk regresi berganda dengan dua variabel independen:

Persamaan garis regresi: Y = 104.57896 + 9.94737X1 – 0.52632X2

Tahun

Jualan Biskuit

Susu (X1)

Tingkat Harga

Jual (X2)

Jualan Susu (Y)

X12 X2

2 X1Y X2Y X1X2 Y2

2011 3 7 130 9 49 390 910 21 16,900 2012 4 3 145 16 9 580 435 12 21,025 2013 5 2 150 25 4 750 300 10 22,500 2014 6 4 165 36 16 990 660 24 27,225 2015 7 6 170 49 36 1,190 1,020 42 28,900

Σ 25 22 760 135 114 3,900 3,325 109 116,550

a2 -0.52632

a1 9.94737

a0 104.57896

nnXaXaXaaY ...22110

22110 XaXaaY

222211202

212211101

22110

XaXXaXaYX

XXaXaXaYX

XaXanaY

20

Forecasting ErrorPeramalan dapat dilakukan dengan berbagai metode seperti sudah dijelaskan se-belumnya.Metode dengan kesalahan peramalan (forecasting error) terkecil dapat dianggap lebih sesuai dalam menggambarkan perilaku dari data, sehingga hasil ramalannya dianggap lebih mendekati kenyataan.Dalam menghitung kesalahan peramalan dapat digunakan rumus sebagai berikut:

Membandingkan metode peramalan dengan analisis trend: pola data linier dengan kuadratis.Linier: Kuadratis:

Terlihat kalau hasil ramalan dengan metode analisis trend: pola data kuadratis lebih baikdaripada pola data linier. Maka, manajer penjualan sebaiknya menggunakan hasil ramalan dengan pola data kuadratis.

2

2

n

YXSKP

Tahun Data (X) Ramalan (Y) (X-Y)2

2011 130 132 42012 145 142 92013 150 152 42014 165 162 92015 170 172 4

SKP 3.1623

Tahun Data (X) Ramalan (Y) (X-Y)2

2011 130 130.57 0.332012 145 142.71 5.222013 150 153.43 11.762014 165 162.71 5.222015 170 170.57 0.33

SKP 2.76

21

Sales BudgetAnggaran jualan adalah rencana tertulis yang dinyatakan dalam angka dari produk yang akandijual perusahaan pada periode tertentu.Anggaran jualan merupakan dasar penyusunan anggaran lainnya dan umumnya dis-usun terlebih dahulu sebelum menyusun anggaran lainnya.Kegunaan anggaran jualan:1. Sebagai dasar penyusunan anggaran yang lain;2. Sebagai ujung tombak dalam mencapai tujuan perusahaan, yakni memperoleh

laba.

Jualan terdiri atas jualan kotor dan jualan bersih.Jualan bersih diperoleh dari jualan kotor dikurangi potongan jualan dan retur jualan.Potongan jualan adalah potongan harga jual yang diberikan penjual kepada pembeli misalnya karena membeli dalam jumlah besar (rabat), atau membayar lebih awal (dalam sis-tem kredit).Retur jualan adala dikembalikannya barang yang dijual oleh pembeli kepada penjual karena tidak sesuai dengan pesanan, misalnya ada cacat, tidak sesuai ukuran, dsb.

Jualan Kotor 11,000.00Rp Potongan Jualan 750.00Rp Retur Jualan 250.00Rp

1,000.00Rp Jualan Bersih 10,000.00Rp

22

Sales BudgetFaktor yang mempengaruhi anggaran jualan:1. Faktor Pemasaran;

Faktor pemasaran yang perlu dipertimbangkan antara lain:a. Luas pasar, apakah bersifat lokal, regional, atau nasional;b. Keadaan persaingan, apakah bersifat monopoli, oligopoli, atau bebas;c. Keadaan konsumen, bagaimana selera konsumen, tingkat daya beli konsumen,

apakah konsumen akhir atau konsumen industri.

2. Faktor Keuangan;Apakah modal kerja perusahaan mampu mendukung pencapaian target jualan yang dianggar-kan, seperti untuk membeli bahan baku, membayar upah, biaya promosi, dll.

3. Faktor Ekonomi;Apakah dengan meningkatnya jualan akan meningkatkan laba atau seba-

liknya.4 Faktor Teknis;

Apakah kapasitas terpasang, seperti mesin dan alat mampu memenuhi target jualan yang di-anggarkan. Apakah bahan baku dan tenaga kerja mudah dan murah.

23

Sales BudgetFaktor yang mempengaruhi anggaran jualan:5. Faktor Kebijakan Perusahaan;

Kebijakan perusahaan dapat membatasi ruang gerak untuk menyusun anggaran. Misalnya kebijakan untuk tidak memperluas pabrik, walaupun dari segi manajemen men-guntungkan, tetapi modal tidak ada, sehingga pabrik tidak dapat diperluas.

6. Faktor Penduduk;Perkembangan penduduk dapat mempengaruhi anggaran jualan, misalnya pen-ingkatankelahiran dapat meningkatkan konsumsi susu, pakaian bayi, dll.

7. Faktor Kondisi (politik, sosial, budaya, pertahanan, dan keamanan);Misalnya dalam keadaan perang (tidak aman) akan menghambat barang yang di-jual karenaharus melalui pemeriksaan yang ketat, bahkan ada kekhawatiran barang akan di-rampas. Contoh yang lain apakah barang yang dijual bertentangan dengan kondisi sosial dan budaya masyarakat, lingkungan sekitar, dll.

8. Faktor lainnya.Contohnya apakah pada musim tertentu anggaran jualan ditambah, sampai berapa lama anggaran yang disusun masih dapat dipergunakan.

24

Sales BudgetMenyusun Anggaran JualanDiasumsikan metode peramalan yang digunakan adalah metode analisis trend pola data linier. Dengan metode tersebut, pada tahun depan, diperkirakan jualan sebanyak 182 pro-duk.Perusahaan mempunyai dua buah daerah pemasaran, yakni: Banjarmasin dan Mar-tapura.Permintaan dari Banjarmasin diasumsikan dua kali lipat dari permintaan dari Marta-pura (2:1).

Perusahaan mempunyai tiga macam produk: kecap sedang, kecap manis, dan kecap asin.Permintaan dari ketiga macam produk tersebut berbanding 5:3:2.

Banjarmasin 2/3 x 182 = 121Martapura 1/3 x 182 = 61

Jumlah 182

BanjarmasinKecap sedang 50% x 121 = 61Kecap manis 30% x 121 = 36Kecap asin 20% x 121 = 24

Jumlah 121

MartapuraKecap sedang 50% x 61 = 31Kecap manis 30% x 61 = 18Kecap asin 20% x 61 = 12

Jumlah 61

25

Sales BudgetMenyusun Anggaran JualanPada Triwulan I dianggarkan hanya sebanyak 23.68%, Triwulan II sebanyak 24.34%, Triwulan III sebanyak 25.66% dan Triwulan IV sebanyak 26.32%.

BanjarmasinTriwulan I

Kecap sedang 23.68% x 61 = 14Kecap manis 23.68% x 36 = 9Kecap asin 23.68% x 24 = 6

Jumlah 29Triwulan II


Jumlah 30Triwulan III


Jumlah 31Triwulan IV


Jumlah 31

MartapuraTriwulan I


Jumlah 14Triwulan II


Jumlah 15Triwulan III


Jumlah 16Triwulan IV


Jumlah 16

26

Sales BudgetMenyusun Anggaran Jualan

Qty Qty Qty Qty Qty RpBanjarmasinKecap Sedang 14 7,000Rp 15 7,500Rp 16 8,000Rp 16 8,000Rp 61 30,500Rp Kecap Manis 9 5,400Rp 9 5,400Rp 9 5,400Rp 9 5,400Rp 36 21,600Rp Kecap Asin 6 3,000Rp 6 3,000Rp 6 3,000Rp 6 3,000Rp 24 12,000Rp Total I 29 15,400Rp 30 15,900Rp 31 16,400Rp 31 16,400Rp 121 64,100Rp MartapuraKecap Sedang 7 4,200Rp 8 4,800Rp 8 4,800Rp 8 4,800Rp 31 18,600Rp Kecap Manis 4 3,000Rp 4 3,000Rp 5 3,750Rp 5 3,750Rp 18 13,500Rp Kecap Asin 3 1,800Rp 3 1,800Rp 3 1,800Rp 3 1,800Rp 12 7,200Rp Total II 14 9,000Rp 15 9,600Rp 16 10,350Rp 16 10,350Rp 61 39,300Rp Total I + II 43 24,400Rp 45 25,500Rp 47 26,750Rp 47 26,750Rp 182 103,400Rp

Triwulan IV Satu TahunRp Rp Rp Rp

Perusahaan Kecap AsliAnggaran Jualan

Tiap Triwulan pada Tahun 2016

Data Jualan dan Jenis Kecap

Triwulan I Triwulan II Triwulan III

EKMA4570 – Pengang-garanProgram Studi Manaje-menOleh: M. Mujiya Ulkhaq

Hutan Hujan Tropis, Kalimantan

Tinjauan Mata Ku-liah

Seoul, 14 September 2014

Terima Kasih

감사합니다

Sampai Bertemu Lagi di Pertemuan Ketiga

Modul 2 - Penyusunan Anggaran Operasional I- Edit.pptx

Documents

Transcript of Modul 2 - Penyusunan Anggaran Operasional I- Edit.pptx