Konsep Peramalan Penjualan

Oleh Hendra Poerwanto

Ada beberapa pengertian mengenai peramalan penjualan diantaranya:

Peramalan penjualan adalah perkiraan atau proyeksi secara teknis permintaan konsumen potensial untuk suatu waktu tertentu
dengan berbagai asumsi.

Peramalan penjualan adalah perkiraan mengenai sesuatu yang belum terjadi .

Peramalan penjualan adalah Budget yang berisi taksiran-taksiran tentang kegiatan-kegiatan perusahaan dalam jangka waktu
tertentu yang akan datang,serta berisi taksiran-taksiran tentang keadaan atau posisi financial perusahaan pada suatu saat yang
akan datang.

Intinya Peramalan penjualan (sales forecasting) ialah teknik proyeksi permintaan langganan yang potensial untuk suatu waktu
tertentu dengan berbagai asumsi. Jae K Shim berpendapat, In business, forecast are the basis for capacity planning, production and
inventory planning, manpower planning, planning for sales and market share, and financial planning and budgeting. Dengan
demikian, peramalan sangat penting di lakukan oleh si pengusaha untuk menjalankan semua perencanaan di dalam perusahaannya.
Hasil dari suatu peramalan penjualan lebih merupakan pernyataan atau penilaian yang dikuantifisir terhadap kondisi masa depan
mengenai penjualan sebagai proyeksi teknis dari permintaan konsumen potensial untuk jangka waktu tertentu.Meskipun demikian
hasil perkiraan yang diperoleh mungkin saja tidak sama dengan rencana.
Pada umumnya hasil dari suatu peramalan penjualan akan dikonversikan menjadi rencana penjualan dengan memperhitungkan
berbagai hal berikut :
a.Pendapat manajemen
b.Strategi-strategi yang direncanakan
c.Keterkaitan dengan sumber daya
d.Ketetapan manajemen dalam usaha mencapai sasaran penjualan
Dengan adanya peramalan penjualan produk di suatu perusahaan,maka manajemen perusahaan tersebut akan dapat melangkah
kedepan dengan lebih pasti.Atas dasar peramalan penjualan yang disusun ini manajemen perusahaan akan dapat memperoleh

gambaran tentang keadaan masa depan perusahaan. Gambaran keadaan penjualan pada waktu yang akan datang ini sangat penting
bagi manajemen perusahaan, karena kebijakan perusahaan akan sangat dipengaruhi oleh besarnya penjualan produk perusahaan
tersebut.
Dalam menjalankan usahanya perusahaan biasanya melakukan 2 pendekatan, yakni
1. Speculative Approach (pendekatan spekulasi )
Di mana perusahaan tidak memperhitungkan resiko yang diakibatkan oleh ketidak-pastian faktor-faktor intern dan ekstern.
2. Calculated Risk Approach ( pendekatan penghitungan risiko )
Di mana perusahaan secara aktif melakukan estimasi terhadap resiko yang diakibatkan oleh ketidak-pastian faktor-faktor ekstern dan
intern.
Faktor internal (faktor yang dapat di kuasai), seperti misalnya:
Kualitas dan kegunaan produk yang terdiri dari :
1.
2.
3.
4.

Bagaimana produk di pakai,

mengapa orang membeli produk tersebut,
penggunaan potensial produk,
perubahan yang dapat menaikan kegunaan produk.

Ongkos produksi dan distribusi produk.

1.
2.
3.
4.

Proses pembentukan produk,

Teknologi yang di pakai,
Bahan mentah yang di pakai,
Kapasitas produksi.

Kecakapan manajemen (management skill) yang terdiri atas :

1.
2.
3.

Penghayatan persoalan yang di hadapi,

kemampuan melihat reaksi pesaing.
Kemampuan Melakukan Forecast

Faktor eksternal (faktor yang tidak dapat di kuasai). Seperti misalnya:

1. Kecakapan management pesaing.
2. Volume kegiatan perekonomian yang di tentukan oleh : Konsumen, manager lain
(produsen lain) spekulator, peraturan hukum, keadaan politik kondisi lingkungan,
kehidupan organisasi ekonomi.
3. Barang substitusi
4. Selera masyarakat
5. Faktor lain seperti : konflik politik, iklim dan perubahan pemakaian produk, banyak
perusahaan yang keluar masuk dalam produk
Peramalan penjualan merupakan pendekatan yang berbasis dengan memperhitungkan risiko yang mungkin akan
terjadi dimasa yang akan datang. Peramalan penjualan merupakan pusat dari seluruh perencanaan perusahaan yang
menggambarkan potensi penjualan serta luas pasar yang akan dikuasai di masa yang akan datang
.

Hubungan Peramalan dengan Rencana

Peramalan bukan merupakan rencana. Peramalan adalah tentang apa yang akan terjadi pada waktu yang akan
datang sedang rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang. Peramalan
penjualan menjadi suatu alat yang dapat mempengaruhi manajer dalam membuat perencanaan penjualan.Dalam
rencana penjualan,perusahaan memasukkan keputusan manajemen berdasar hasil ramalan,masukkan lain dan kebijakan
manajemen tentang hal-hal yang berkaitan (contoh volume penjualan, harga,usaha penjualan,produksi,dan biaya-biaya)
Pengaruh Kebenaran Asumsi
Asumsi mempunyai pengaruh terhadap ketepatan peramalan yang dibuat.Jika asumsi yang dibuat tepat atau
mendekati kenyataan,maka forecast yang dihasilkan juga akan mendekati kebenaran,sebaliknya jika asumsinya tidak
tepat akan menyebabkan forecast yang dihasilkan akan mengalami penyimpangan.

*****

Metode Peramalan Penjualan (Sales Forcasting)

Oleh Hendra Poerwanto
Ada banyak metode peramalan yang bisa digunakan. Pemilihan metode forecasting dan "nilai" dari hasil peramalan
sangat bergantung pada kendala-kendala yang ada dalam sistem forecasting. Kendala-kendala tersebut antara lain:
a)
b)
c)
d)

Waktu yang diperlukan untuk melakukan persiapan melakukan peramalan.

Kurangnya data yang relevan, baik dari sumber internal maupun eksternal.
Kualitas data-data yang tersedia
Fasilitas pengolahan data dan tenaga ahli

Jenis kendala yang disebut pertama, kedua dan ketiga akan berpengaruh pada kualitas data, sedang kendala yang
disebut terakhir lebih banyak bergantung pada kebijakan pengalokasian dana untuk kepentingan forecasting.
Efektivitas Peramalan
Efektivitas sistem peramalan dalam membantu organisasi dapat dievaluasi berdasarkan empat kriteria berikut:

Accuracy. Ini merupakan aspek terpenting dari forecast, karena perbedaan antara aktual dan forecast berarti biaya.
Lebih jauh, forecast error dapat menjadi sumber terjadinya kesulitan-kesulitan yang serius, misalnya bila forecast
lebih besar dari aktual maka akan terjadi kapasitas menganggur dan surplus persediaan, dan bila forecast lebih
kecil dari aktual maka dapat terjadi stockout atau opportunity loss.

Stability vs Responsiveness. Artinya forecast harus mampu mengkover kompleksitas dan ketidakpastian
lingkungan baik yang disebabkan oleh long term growth trend maupun seasonal influences

Objectivity. Kadang-kadang kondisi yang diramalkan tidak dapat atau tidak ada kaitannya dengan data historis
yang digunakan dalam forecasting. Bila demikian maka pertama, data tetap diolah secara obyektif apa adanya,
kedua baru kemudian hasil forecasting pada pengolahan data secara obyektif disesuaikan dengan
memperhitungkan perkembangan terakhir situasi dan kondisi.

Timing. Agar sistem forecasting dapat efektif, maka forecast harus tersedia tepat waktu.
Benefit to Cost Ratio. Merupakan perbandingan antara manfaat yang berupa perbaikan kualitas keputusan
sehubungan dengan adanya sistem peramalan yang diukur dengan cost saving dan biaya untuk membangun dan
memelihara sistem peramalan. Rasio yang dapat dijadikan sebagai kriteria tunggal bagi perlu tidaknya sistem
forecasting dalam perusahaan.

Metode Peramalan
Berikut beberapa metode peramalan yang dapat digunakan untuk kepentingan peramalan penjualan:
1. Metode Peramalan Kualitatif

Forecast berdasarkan pendapat ( judgement method ). Di gunakan untuk menyusun forecast penjualan maupun forecast
kondisi bisnis pada umumnya. Pendapat-pendapat yang di pakai sebagai dasar melakukan forecast adalah :
a. Pendapat Salesman
Salesman di minta untuk mengukur apakah ada kemajuan atau kemunduran segala hal yang berhubungan dengan
tingkat penjualan pada daerahnya masing-masing.
b. Pendapat Sales Manajer
Pada umumnya estimasi kepala bagian penjualan dapat lebih obyektif karena mempertimbangkan banyak faktor. Ini juga
di sebabkan pendidikannya yang relatif lebih tinggi dan pengalamannya yang lebih luas di bidang penjualan.
c. Pendapat Para Ahli
Kadang-kadang estimasi yang di lakukan oleh para salesman dan sales manager ada pertentangannya. Sehingga
perusahaan perlu memperkerjakan para konsultan di dalam perusahaannya
d. Survey Konsumen
Dan jika pendapat dari ketiga bagian di atas itu sangat kurang maka perusahaan perlu meminta pendapat dari konsumen.
Dengan cara melakukan survei atau penelitian kepada konsumen.
2. Model Kuantitatif (statistik/Statistic Method)
Peramalan menghendaki perpaduan antara analisis ilmiah kuantitatif dengan menggunakan statistik sebagai alat primer
dalam membuat peramalan. Berikut ini beberapa metode peramalan dengan menggunakan pendekatan statistik:
a. Trend bebas
b. Trend setengah rata-rata
c. Trend Matematis

3. Model Khusus

Metode moment

Metode Least Square

Metode Regresi

Metode khusus ini adalah cara khusus untuk meramalkan penjualan dengan menggunakan analisis market share, analisis
product line, dan analisis pengguna akhir
Model kuantitatif (statistik) dalam realita penggunaan secara keseluruhan masih kurang dapat di percaya hasilnya,
sebab banyak hal yang tidak dapat di ukur secara kuantitatif seperti :

Perkembangan politik

Struktur masyarakat

Perubahan secara konsumen

Pemilihan Metode Peramalan

Pemilihan metoda yang dipakai untuk pembuatan forecast penjualan perlu mempertimbangkan hal-hal berikut:
1.

Sifat produk

2.

Metoda distribusi (langsung/ tak langsung)

3.

Besarnya perusahaan dibanding pesaing

4.

Tingkat persaingan

5.

Data historis yang tersedia

6.

Akurasi metoda

7.

SDM yang dimiliki untuk melakukan forecasting

8.

Horison waktu perencanaan

9.

Waktu yang tersedia

10. Ketersediaan dana

*****
Peramalan Penjualan dengan Metode Trend Bebas (free hand)
Oleh Hendra Poerwanto
Dapat dikatakan bahwa penerapan garis trend secara bebas merupakan suatu cara penerapan garis trend tanpa
menggunkan rumus matematika.Meskipun demikian bukan berarti bahwa garis trend dapat ditarik begitu saja tanpa
menggunakan pertimbangan-pertimbangan tertentu.Penggambaran garis trend dengan cara ini sangat subyektif dan
kurang memenuhi syarat ilmiah,sehingga jarang digunakan.
Pada dasarnya semua metode trend menggunakan prinsip yang sama yaitu berusaha mengganti atau mengubah
garis patah-patah dalam grafik yang dibentuk oleh data historis ,menjadi garis yang lebih teratur bentuknya,missal bentuk
garis lurus,bentuk garis lekung,dll.Dengan pengubahan atu penggantian menjadi garis yang lebih teraturbentuknya
ini,maka akan dapat diketahui kelanjutan garis tersebut pada waktu-waktu yang akan datang,yaitu dengan cara
melanjutkan atau memperpanjang garis yang bersangkutan sesuai dengan irama keteraturan itu.Dengan demikian
taksiran untuk waktu-waktu yang akan datang dapat diketahui.
Contoh penerapan garis trend secara bebas:
Sebuah perusahaan membuat peramalan penjualan untuk beberapa tahun mendatang dengan menggambarkan
garis trend. Data penjualan tahun-tahun terakhir dan grafik tersaji pada gbr di bawah ini::
Berikut data penjualan PT "X".

Selanjutnya diminta untuk meramalkan penjualan tahun 2007 dengan menggunakan metode peramalan Trend
Bebas. Untuk itu, langkah pertama adalah memplotkan seluruh data ke grafik sumbu kartesius dimana sumbu vertikal
mewakili penjualan dan sumbu horisontal mewakili tahun.
Setelah data diplotkan ke grafik sumbu kartesius, kemudian dibuat garis trend bebas yang sekiranya mewakili
keseluruan titik-titik hasil plotting data sebgaimana terlihat pada gambar di bawah ini.

Dari metode Trend Bebas diapat diperkirakan bahwa penjualan th 2007 adalah sebesar 175 unit.
*****

Peramalan Penjualan dengan Metode Moment

Oleh Hendra Poerwanto
Metode trend moment merupakan analisis yang dapat digunakan untuk keperluan peramalan dengan membentuk
persamaan Y=a+b(X) sebagaimana telah diulas pada metode trend semi average. Dalam penerapannya metode ini tidak
mensyaratkan jumlah data harus genap. Perbedaan dengan metode trend semi average terletak pada pemberian skor X.
Pada metode Moment skor X dimulai dari dimulai dari 0,1,2, dst.
Fungsi Dasar Metode Moment
Bentuik fungsi dasar Metode Moment adalah sebagai berikut:

Contoh Penggunaan Metode Moment

dengan menggunakan data berikut ini, diminta membuat peramalan penjualan th 2007 dengan metode Moment.

Data-data tersebut dianalisis dengan metode Moment. Caranya sebagai berikut:

Dari perhitungan di atas didapatkan dua persamaan, yakni

Kemudian, dari dua persamaan tersebut, dicari nilai a dan b dengan cara eleminasi utuk mendapatkan fungsi persamaan
trend. Nilai a, b dan fungsi persamaan trend yang dihasilkan adalah sebagai berikut:

Dengan persamaan tersebut di atas, diramalkan penjualan th 2007 yang memiliki angka tahun X=4. sehingga penjualan
th 2007 diramalkan akan sebesar 180 unit yang dihitung dengan cara sbb:

*****

Peramalan Penjualan dengan Metode Least Square

Oleh Hendra Poerwanto

Metode ini sedikit berbeda dengan metoda moment. Bagaimana perbedaan tersebut akan lebih jelas pada
pemecahan masalah yang diberikan pada bagian contoh.
Fungsi Dasar Metode Least Square
Fungsi dasar metode Least Square adalah sebagai berikut:

Contoh Penggunaan Metode Least

Diminta membuat peramalan
tahun 2007 dengan menggunakan metode
berdasarkan data-data berikut ini:

Square
penjualan untuk
Least Square

Data-data tersebut selanjutnya dianalasis

berikut:

dengan cara

Dari perhitungan di atas, dicari nilai a dan b

mendapatkan fungsi persamaan peramalan
Square sebagai berikut:

untuk
metode Least

Setelah mendapatkan fungsi persamaan

dapat ditentukan ramalan penjualan tahun
memiliki angka tahun X=5, yakni sebesar
dihitung dengan cara sebagai berikut

trend, maka
2007 yang
180 unit yang

Peramalan Penjualan dengan Metode Regresi

Oleh Hendra Poerwanto
Penggunaan metode ini didasarkan kepada variabel yang ada dan yang akan mempengaruhi hasil peramalan. Halhal yang perlu diketahu sebelum melakukan peramalan dengan metode regresi adalah mengetahui terlebih dahulu
mengetahui kondisi- kondisi seperti :

Adanya informasi masa lalu

Informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan)

Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang akan datang.

Adapun data- data yang ada dilapangan adalah :

a. Musiman (Seasonal)
b. Horizontal (Stationary)
c. Siklus (Cylikal)
d. Trend

Ada dua pendekatan untuk melakukan peramalan dengan menggunakan analisis deret waktu dengan metode regresi
sederhana yaitu :
1. Analisis deret waktu untuk regresi sederhana linier
2. Analisis deret untuk regresi sederhana yang non linier
Pada kesempatan ini hanya dibahas tentang Analisis deret waktu untuk regresi sederhana.
Fungsi Dasar Metode Regresi
Bentuk fungsi dasar metode Regresi adalah sebagai berikut:

Contoh Penggunaan Metode Regresi

Diminta untuk membuat peramalan penjualan tahun 2007 bla tingkat kelahiran =12 dengan menggunakan metode
Regresi berdasarklan data-data berikut:

Data-data di atas selanjutnya dianalisis dengan cara sebagai berikut:

Setelah mendapatkan persamaan trendnya, dapatlah diramalkan penjualan tahun 2007 pada saat tingkat kelahiran =12.
Besarnya penjualan diramalkan akan sebesar 222. unit. Perhitungannya adalah sebagai berikut:

*****

Peramalan Penjualan dengan Model Khusus

Oleh Hendra Poerwanto

Berikut ini adalah beberapa model khusus yang biasanya digunakan untuk membuat peramalan penjualan:
Analisis Industri
Adalah analisis yang mengkaitkan potensi penjualan perusahaan dengan industri
Langkah-langkah dalam analsis industri adalah
1. Membuat proyeksi permintaan industri
2. Menilai posisi perusahaan dengan menghitung market share
3. Proyeksi market share perusahaan atau memperkirakan expected market share

Analisis Product Line

Bila perusahaan. Menghasilkan lebih dari satu jenis produk yang berbeda (minuman dan pakaian), maka masing-masing
produk harus dibuat forecast secara terpisah.
Analisis Pengguna Akhir
Analisis ini biasanya dipaki oleh perusahaan yang memproduksi barang-barang yang tidak langsung dapat dikonsumsi
(mis: benang tenun)
Menghitung konsumsi dilakukan dengan formula sbb: