Modul 2 - Penyusunan Anggaran Operasional I.pptx

EKMA4570 – Pengang-garanProgram Studi Manaje-men

Hutan Hujan Tropis, Kalimantan

Modul 2

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 merupakan proses kegiatan meramalkan suatu kejadian yang mungkin terjadi pada masa yang akan datang dengan cara mengkaji data yang ada.Peramalan jualan merupakan proses kegiatan memperkirakan produk yang akan di-jual padawaktu yang akan datang dalam keadaan tertentu dan dibuat berdasarkan data yang pernahterjadi dan/atau mungkin terjadi.

Mengapa perlu peramalan?• Adanya ketidakpastian;• Adanya keterbatasan sumber daya.

Tujuan diadakannya peramalan:• Untuk meminimalisir ketidakpastian;• Agar langkah proaktif dapat dilakukan.

4

ForecastingPrinsip-prinsip peramalan:• Peramalan pasti mengandung kesalahan (error), artinya peramal hanya bisa

mengurangiketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpas-tian tersebut;

• Peramalan memberikan informasi tentang berapa besar kesalahan yang terjadi, artinyakarena peramalan pasti mengandung error, maka penting bagi peramal untuk meng-informasikan seberapa besar kesalahan yang mungkin terjadi;

• Peramalan jangka pendek lebih akurat dibandingkan dengan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek faktor–faktor yang mempengaruhipermintaan relatif masih konstan, sedangkan semakin panjang periode peramalan makasemakin besar pula kemungkinan perubahan faktor-faktor yang memepengaruhi permintaan.

Metode yang dapat digunakan dalam membuat ramalan jualan antara lain:• Metode kualitatif;• Metode kuantitatif.

5

Qualitative MethodMetode Peramalan KualitatifMetode peramalan kualitatif digunakan bila hanya ada sedikit atau malah tidak tersedia data/informasi (data historis), namun terdapat pengetahuan (knowledge) yang memadai.

Peramalan kualitatif lebih menekankan pada keputusan–keputusan hasil diskusi, pen-dapatpribadi seseorang, dan intuisi yang meskipun kelihatannya kurang ilmiah tetapi dapat memberi-kan hasil yang baik.

Metode kualitatif paling sesuai bila diterapkan dalam kondisi sebagai berikut:• Tidak terdapat atau kurangnya data historis. Hal ini terjadi bilamana perusahaan

mencobamembuat atau mengembangkan produk baru;

• Terdapat data historis yang tepat, namun terdapat faktor-faktor tertentu yang membuatperamalan menjadi kurang sesuai. Misalnya: data yang berhubungan dengan kon-disi ekonomi dan politik.

6

Qualitative MethodMetode Peramalan KualitatifBeberapa metode peramalan kualitatif antara lain:1. Pendapat para tenaga penjual (sales force);

Metode ini menekankan pertimbangan dan keahlian dari para tenaga penjual sehingga partisipasi tingkat tinggi dari bawah ke atas sangat dibutuhkan. Metode ini sering digu-nakanoleh perusahaan kecil dan perusahaan yang hasil produknya berjumlah sedikit.Kelebihan:• Ramalan dibuat oleh individu yang dekat dengan konsumen;• Menanamkan tanggung jawab dan rasa memiliki perusahaan kepada tenaga penjual;• Rencana awalnya disetujui oleh orang yang bertanggung jawab untuk tercapainya tu-

juanperusahaan.

Kekurangan:• Tenaga penjual mungkin terlalu optimis (hasil ramalan terlampau tinggi) atau terlalu

pesimis (hasil ramalan terlampau rendah);• Tenaga penjual mungkin tidak memberikan perhatian yang cukup akan variabel yang

mempengaruhi penjualan;• Metode ini terbatas pada ramalan taktis jangka pendek.

7

Qualitative MethodMetode Peramalan KualitatifBeberapa metode peramalan kualitatif antara lain:2. Pendapat para manajer divisi penjualan;

Metode ini menekankan pertanggungjawaban dari manajer penjualan (sales) daerah atauproduk. Variasi dari pendekatan ini berdasarkan pada survei informal dari pelang-gan utamaperusahaan.Kelebihan:• Dapat digunakan secara luas oleh perusahaan dari semua ukuran;• Berguna dalam situasi jumlah pelanggan terbatas.Kekurangan:• Metode ini terbatas pada ramalan taktis jangka pendek.

8

Qualitative MethodMetode Peramalan KualitatifBeberapa metode peramalan kualitatif antara lain:3. Pendapat para ahli;

Metode ini bertumpu pada pendapat orang yang dianggap ahli dan berpengalaman dalambidang penjualan.Kelebihan:• Sederhana dan mudah dilakukan.Kekurangan:• Lebih mengandalkan kemampuan individu daripada data yang mendukung pen-

dapatindividu tersebut.

9

Qualitative MethodMetode Peramalan KualitatifBeberapa metode peramalan kualitatif antara lain:4. Pendapat para eksekutif;

Dalam metode ini peramalan dilakukan oleh eksekutif/manajer tingkat atas, karena pihak-pihak tersebut dirasa sudah cukup mempunyai pengalaman dan kemampuan yang memadai.Kelebihan:• Sederhana, mudah, dan ekonomis.Kekurangan:• Memerlukan individu dengan pengalaman khusus dan pengetahuan yang luas

tentangramalan dan penjualan;

• Ramalan kurang ilmiah.

10

Qualitative MethodMetode Peramalan KualitatifBeberapa metode peramalan kualitatif antara lain:5. Pendapat dari survei konsumen;

Metode ini mengandung arti sebelum dilakukan peramalan, diadakan survei ke la-panganuntuk mengetahui berapa permintaan pasar yang ada.Kelebihan:• Bersifat lebih objektif karena memperhatikan pendapat konsumen.Kekurangan:• Ramalan menjadi bias apabila sampel yang diteliti tidak representatif.

11

Quantitative MethodMetode Peramalan KuantitatifMetode peramalan kuantitatif digunakan bila tersedia data/informasi yang memadai.

Peramalan kuantitatif mengikuti aturan–aturan matematika dan statistika dalam me-nunjukkanhubungan antara permintaan dengan satu atau lebih variabel yang mempen-garuhinya.

Metode kuantitatif paling sesuai bila diterapkan dalam kondisi sebagai berikut:• Tersedianya informasi yang cukup tentang masa lalu;• Informasi tersebut bersifat kuantitatif atau kualitatif (bila menggunakan data

kualitatif, maka data tersebut harus bisa dikuantitatifkan);

• Diasumsikan bahwa pola masa lalu akan berkelanjutan pada pola masa datang.

12

Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:1. Metode distribusi probabilitas;

Metode ini meramalkan jualan dengan cara memakai variasi produk yang akan di-jual danmembuat probabilitas masing-masing taksiran dari variasi produk tersebut.Kelebihan:• Mudah dikerjakan.Kekurangan:• Bergantung pada manajemen dalam penentuan besarnya nilai probabilitas

(bobot).

13

Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:1. Metode distribusi probabilitas;

Dari data historis, diketahui kalau jualan berkisar antara 0 – 20.000 unit. Manajer penjualan memilih lima angka tertentu dari rentang 0 – 20.000 dan menetapkan probabilitas dari masing-masing angka.1.000 = 10%; 5.000 = 20%; 9.000 = 35%; 13.000 = 30%; 17.000 = 5%.*Probabilitas/bobot merupakan subjektivitas dari manajer penjualan.

Tahun Jualan Ramalan2000 5,123 2001 1,098 2002 4,011 2003 8,712 2004 9,821 2005 10,231 2006 12,312 2007 13,001 2008 14,210 2009 13,210 2010 9,123 2011 18,213 2012 20,121 2013 9,000

-

5,000

10,000

15,000

20,000

25,000

Ramalan Jualan PT. UTK

Jualan

Ramalan

14

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

Metode ini meramalkan jualan dengan cara menganalisis pola dari data historis. Data historis dapat mempunyai pola sebagai berikut:• 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


15


Kelebihan:• Bersifat ilmiah dan lebih objektif.Kekurangan:• Pola masa lalu diasumsikan berulang pada masa yang akan datang;• Hanya melihat pola data masa lalu, tidak mempertimbangkan faktor-faktor yang

dapatmempengaruhi ramalan jualan, atau faktor-faktor yang mempengaruhi ramalan jualandiasumsikan konstan.

16


• 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

13,000

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017


Jualan (Y)

Ramalan

17


• Pola data linear.

bXaY

n Tahun Jualan (Y) X X2 XY

1 2011 130 0 0 02 2012 145 1 1 1453 2013 150 2 4 3004 2014 165 3 9 4955 2015 170 4 16 680

760 10 30 1620b 10a 132

X Tahun Jualan (Y) Ramalan0 2011 1301 2012 1452 2013 1503 2014 1654 2015 1705 2016 1826 2017 1927 2018 2028 2019 2129 2020 222

Σ

0

50

100

150

200

250

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020


Jualan (Y)

Ramalan

22

XXn

YXXYnb

n

XbYa

18


• Pola data kuadratis (musiman).

2cXbXaY n Tahun Jualan (Y) X XY X2 X2Y X4

1 2011 130 -2 -260 4 520 162 2012 145 -1 -145 1 145 13 2013 150 0 0 0 0 04 2014 165 1 165 1 165 15 2015 170 2 340 4 680 16

760 0 100 10 1510 34c -0.7143

X Tahun Jualan (Y) Ramalan b 10-2 2011 130 a 153.429-1 2012 1450 2013 1501 2014 1652 2015 1703 2016 177.004 2017 182.005 2018 185.576 2019 187.717 2020 188.43

Σ

020406080

100120140160180200

2011201220132014201520162017201820192020


Jualan (Y)

Ramalan

19


• Pola data eksponensial (1)

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

20


• 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

21

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.

22


• 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

23


• 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

24


• 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

25


• 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

26


• 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

27

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

28

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

29

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.

30

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.

31

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

32

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

33

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-men

Hutan Hujan Tropis, Kalimantan

Tinjauan Mata Ku-liah

Terima Kasih

감사합니다

Sampai Bertemu Lagi di Pertemuan Ketiga

Modul 2 - Penyusunan Anggaran Operasional I.pptx

Documents

Transcript of Modul 2 - Penyusunan Anggaran Operasional I.pptx