Dalam membuat tulisan ini hanya satu yang terdapa dibenak saya yaitu, bahwa tidak lepas dari kehidupan berbisnis kita sehari hari antara asumsi dan realita saling bertabrakan, sebut saja dengan pembahasan judul postingan blog saya kali ini, yaitu mengenai metode yang umum digunakan untuk meramalkan jumlah penjualan yang dapat dicapai oleh perusahaan.
hasil masukan dari pihak - pihak internal perusahaan yang langusung berhubungan dengan penjualan.
dan data data lain yang dapat dikatedorikan sebagai data kuantitatif.
Dari namanya saja kita sudah dapat menerka, bahwa dalam melakukan sales forecast dengan menggunakan metode ini sangat bergantung terhadap data-data yang dimiliki perusahaan dan faktor faktor lain yang berasal dari eksternal perusahaan.
Dengan menggunakan metode ini perusahaan bebas (dalam artian tidak terpaku untuk menggunakan data manapun) untuk meramalkan jumlah penjualan pada periode yang akan datang, hal yang sangat mudah dilakukan adalah dengan mencermati trend penjualan yang dimiliki oleh perusahaan dimasa masa yang lampau, dari trend tersebut minimal perusahaan dapat memiliki bayangan tentang volume penjualan yang akan terjadi pada periode selanjutnya, atau bila dikatakan lebih mudah, metode ini seperti metode kira kira yang diterapkan oleh manajer dalam suatu perusahaan.
selain sales forecast dengan menggunakan metode trend bebas tersebut, masih banyak metode metode lain yang sangat populer dan diterapkan dalam kehidupan nyata sehari-hari.
METODE SALES FORECAST (RAMALAN PENJUALAN)
METODE MOMENT
Contoh SALES FORECAST - METODE MOMENT
(DATA GENAP)
Contoh Kasus :
MAKA PERSAMAANNYA ADALAH :
Gambar diatas merupakan PERSAMAAN METODE MOMENT
RAMALAN JUMLAH PENJUALAN TAHUN 2013 & 2015 ADALAH :
Pada gambar diatas telah diuraikan cara untuk mencari nilai a dan b, SATU HAL YANG HARUS MENJADI PERHATIAN KHUSUS ADALAH NILAI X.
Mengapa pada ramalan tahun 2013 Nilai x = 8 ......?
Mengapa pada ramalan tahun 2015 Nilai x = 10 .....?
PERHATIKAN GAMBAR KEDUA, dalam metode MOMENT, nilai x selalu dimulai dengan angka 0, dan bertambah positif sejumlah 1 secara konsisten kepada data selanjutnya.
Catatan :
pada Metode MOMENT tidak ada perlakuan khusus bagi jumlah x untuk data Genap maupun data Ganjil.
Contoh SALES FORECAST - METODE MOMENT
(DATA GANJIL)
Setelah saya membahas bagaimana melakukan peramalan dalam memprediksi penjualan dengan METODE MOMENT (karena dalam contoh dan pada umumnya teknik peramalan ini digunakan untuk memprediksi jumlah penjualan maka saya juga mengambil simulasi yang sama) Maka kali ini saya akan memperkenalkan metode lain yang dapat diterapkan dalam melakukan peramalan yaitu dengan menggunakan metode LEAST SQUARE (KUADRAT TERKECIL), berbeda dengan metode MOMENT yang notabene nya lebih menggunakan prinsip matematika, meski sama tapi tidak serupa metode least square lebih menekankan kepada Kuadrat Terkecil.
Sudah menjadi gaya penulisan saya, jika pengertian yang sering saya bagikan dalam blog tidaklah seindah dan sejalan dengan bahasa buku, maksud saya adalah, bagaimana pembaca bias mengerti dan langsung bias menerapkannya.
Okey tidak perlu panjang lebar lagi, kita langsung masuk ke studi kasus
Diketahui bahwa selama tahun 2005 sampai dengan tahun 2012 terdapat data penjualan sebagai berikut :
Tahun (n)
|
Y
|
| |
2005
|
Rp580,000
|
2006
|
Rp620,000
|
2007
|
Rp660,000
|
2008
|
Rp700,000
|
2009
|
Rp700,000
|
2010
|
Rp720,000
|
2011
|
Rp620,000
|
2012
|
Rp600,000
|
Lalu apa yang akankita lakukan? Yap benar sekali, sekarang kita akan meramalkan berapa jumlah penjualan ditahun yang akan dating (setelah tahun 2012) dengan menggunakan metode permalan LEAST SQUARE (Kuadrat Terkecil).
Berikut pembahasannya :
Mula mula saya akan menyajikan table sebagai berikut :
Tahun (n)
|
Y
|
X
|
X .Y
|
X2
|
| | | | |
2005
|
Rp580,000
|
-7
|
(Rp4,060,000)
|
49
|
2006
|
Rp620,000
|
-5
|
(Rp3,100,000)
|
25
|
2007
|
Rp660,000
|
-3
|
(Rp1,980,000)
|
9
|
2008
|
Rp700,000
|
-1
|
(Rp700,000)
|
1
|
2009
|
Rp700,000
|
1
|
Rp700,000
|
1
|
2010
|
Rp720,000
|
3
|
Rp2,160,000
|
9
|
2011
|
Rp620,000
|
5
|
Rp3,100,000
|
25
|
2012
|
Rp600,000
|
7
|
Rp4,200,000
|
49
|
|
Rp5,200,000
|
0
|
Rp320,000
|
168
|
Berikut ini saya akan membahas satu persatu tentang table diatas :
1. LIHAT KOLOM TAHUN : diketahui dari data terdapat nilai historis selama 8 tahun (dalam artian lain data yang kita miliki saat ini merupakan data genap) Penting untuk dimengerti bahwa jumlah data (n) sangat berpengaruh terhadap permalan dengan menggunakan metode Least Square, Kita akan bahas sampai akhir dengan contoh data ganjil.
2. LIHAT KOLOM JUMLAH PENJUALAN (Y) : totalkan semua jumlah penjualan dari masing masing tahun sehingga pada contoh kita kali ini, didapati angka Rp.5.200.000,-
3. LIHAT KOLOM X : saya tidak akan menggunakan bahasa buku, begini tekniknya untuk menentukan kolom X, Jika data berjumlah GENAP seperti pada contoh diatas maka ditengah tengah data (dalam contoh ini berarti n ke 4 atau ditahun 2008) haruslah dituliskan -1, (naik keatas : berarti data ke 3,2,1 maka ditambahkan -2 untuk setiap datanya, berarti 2007 = -1 + (-2) = -3, 2006 = -3 + (-2) = -5, 2007 = -5 + (-2) = -7, LIHAT CONTOH DITABEL) perlakuan sama juga diterapkan kebawah, ke tahun 2009, 2010, 2011, 2012 ditambahkan kelipatan dua (dari 2008 = -1 ditambah dua maka pada tahun 2009 menjadi 1, 2010 = (1+2) = 3, 2011 (3+2) = 5, 2012 = (5+2) = 7. LALU JUMLAHKAN HASIL KOLOM X (JUMLAHNYA HARUS 0 = NOL)
4. LIHAT KOLOM X.Y : kali ini simple saja langsung kalikan antara baris X dengan baris Y
5. LIHAT KOLOM X2 (X Kuadrat) : lebih simple lagi, maksudnya kolom ini adalah hasil dari kolom X yang dikuadratkan
SELESAI MEMBUAT TABLE MAKA LANGSUNG DAPAT KITA KERJAKAN DENGAN PERSAMAAN SEBAGAI BERIKUT :
Y = a + b.x
Tentukan nilai a =
a = ∑Y
|
=
|
Rp5,200,000
|
=
|
Rp650,000
|
n
|
8
| | |
Tentukan nilai b =
b = ∑ X . Y
|
=
|
Rp320,000
|
=
|
Rp1,904.76
|
∑ X2
|
168
| | |
KITA INGIN MERAMALKAN JUMLAH PENJUALAN TAHUN 2013
Y2013
|
=
|
Rp650,000
|
+
|
Rp1,904.76
|
x
|
9
|
|
=
|
Rp650,000
|
+
|
Rp17,142.86
| | |
|
=
|
Rp667,142.86
| | | | |
Untuk tahun 2013 maka nilai x-nya adalah 9 (lihat kembali penjelasan kolom x diatas)
JIKA DATA YANG TERSEDIA ADALAH DATA GANJIL
Tahun (n)
|
Y
|
X
|
X.Y
|
X2
|
| | | | |
2005
|
Rp580,000
|
-3
|
(Rp1,740,000)
|
9
|
2006
|
Rp620,000
|
-2
|
(Rp1,240,000)
|
4
|
2007
|
Rp660,000
|
-1
|
(Rp660,000)
|
1
|
2008
|
Rp700,000
|
0
|
Rp0
|
0
|
2009
|
Rp700,000
|
1
|
Rp700,000
|
1
|
2010
|
Rp720,000
|
2
|
Rp1,440,000
|
4
|
2011
|
Rp620,000
|
3
|
Rp1,860,000
|
9
|
| |
0
|
Rp360,000
|
28
|
PERBEDAANNYA HANYA TERDAPAT PADA KOLOM X
Jika data GANJIL maka dipertengahan data yaitu pada contoh adalah data n ke 4 atau pada tahun 2008 NIlai x harus 0, naik keatas harus ditambah -1 turun dari nol kebawah harus ditambah 1 (LIHAT DAN PAHAMI CONTOH TABEL DIATAS)
PENTING SELALU DIINGAT = JUMLAH KOLOM X HARUS SELALU BERNILAI NOL
METODE SALES FORECAST (RAMALAN PENJUALAN)
METODE SETENGAH RATA-RATA (SEMI AVERAGE)
Menurut metode ini garis lurus yang dibuat sebagai pengganti garis patah-patah yang dibentuk dari data-data historis tersebut diperoleh dengan perhitungan-perhitungan statistika dan matematika tertentu, sehingga unsur subyektifitas dapat dihilangkan
Metode trend semi average dapat digunakan untuk keperluan peramalan dengan membentuk suatu persamaan seperti analisis regresi. Metode ini dapat digunakan dengan jumlah data genap ataupun ganjil. Dalam analisis trend ini unsur subyektifitas mulai dihapuskan karena teknik peramalannya sudah menggunakan perhitungan-perhitungan
Langkah Menggunakan Metode Trend Semi Average
Berikut langkah-langkah dalam mengaplikasikan metode Trend semi Average untuk peramalan::
1. Mengelompokkan data menjadi 2 kelompok
Bila jumlah data genap langsung dibagi dua
Bila jumlah data gasal maka disesuaikan dengan salah satu cara berikut
a) Mengeleminasi data tahun paling awal atau
b) Menambah data tahun tengah
2. Menetukan periode dasar dapat dilakukan dengan dua cara:
Tahun tengah data kelompok I
Tahun tengah data kelompok II
3. Menentukan angka tahun berdasarkan periode dasar
4. Menetukan nilai Semi Total yakni Jumlah total penjualan masing-masing kelompok
5. Menentukan Semi average tiap Kelompok data dengan cara Nilai Semi Total dibagi jumlah data dalam kelompok
6. Menetukan nilai a dengan cara, Bila tahun dasar menggunakan tahun tengah kelompok I maka nilai a adalah nilai Semi Average kelompok I
Bila tahun dasar menggunakan tahun tengah kelompok II, maka nilai a adalah nilai Semi Average kelompok II
7. Menetukan nilai b Nilai b dengan cara, Bila jumlah data kelompok adalah ganjil, maka nilai b ditentukan dengan cara membagi selisih antara nilai Semi Average kelompok II dan I dengan jarak tahun antara tahun tengah kelompok I dan II,
Bila Jumlah data kelompok adalah genap maka nilai b ditentukan dengan cara
Menghitung Nilai Antara dengan membagi selisih antara nilai Semi Average kelompok II dan I dengan jumlah data dalam kelompok
Nilai b ditentukan dengan membagi Nilai Antara dengan Nilai Tahunnya (selisih antar angka tahun)
8.. Membuat fungsi Trend
9. Meramalkan Penjualan Tahun tertentu dimana nilai X ditentukan berdasarkan
angka tahun untuk tahun yang hendak diramalkan.
CONTOH SOAL MENGGUNAKAN DATA GENAP
Demikianlah Jenis jenis metode permalan (forecast) yang dapat saya bagikan kali ini, semoga bermanfaat bagi pembaca ^.^
Perlu diketahui dari awal bahwa sales forecast sangatlah berbeda dengan target penjualan, letak perbedaannya adalah damal melakukan sales forecast kita sepenugnya bergantung terhadap data-data historis yang dimiliki oleh perusahaan, data tersebut dapat berupa data kualitatif maupun data yang bersifat kuantitatif.
BPR wajib mengumumkan pelaksanaan perubahan nama kepada masyarakat dalam surat kabar harian lokal atau pada papan pengumuman di seluruh kantor BPR yang bersangkutan dan menyampaikan bukti pengumuman kepada Bank Indonesia.
Merger adalah penggabungan dari dua bank atau lebih dengan cara tetap mempertahankan berdirinya salah satu bank dan membubarkan bank lainnya dengan atau tanpa melikuidasi.
