Menghitung Sales Forecasting

METODE SALES FORECAST (RAMALAN PENJUALAN) 

METODE TREND BEBAS

Dalam menciptakan goresan pena ini hanya satu yang terdapa dibenak saya yaitu, bahwa tidak lepas dari kehidupan berbisnis kita sehari hari antara perkiraan dan realita saling bertabrakan, sebut saja dengan pembahasan judul postingan blog saya kali ini, yaitu mengenai metode yang umum dipakai untuk meramalkan jumlah penjualan yang sanggup dicapai oleh perusahaan.

Perlu diketahui dari awal bahwa sales forecast sangatlah berbeda dengan sasaran penjualan, letak perbedaannya yaitu damal melaksanakan sales forecast kita sepenugnya bergantung terhadap data-data historis yang dimiliki oleh perusahaan, data tersebut sanggup berupa data kualitatif maupun data yang bersifat kuantitatif.

Contoh data Kualitatif :

Hasil riset internal perusahaan

pendapat para andal dan pakar

hasil masukan dari pihak - pihak internal perusahaan yang langusung bekerjasama dengan penjualan.

dan data data lain yang sanggup dikategorikan sebagai data kualitatif. 

Contoh data Kuantitatif :

Volume penjualan

harga penjualan

dan data data lain yang sanggup dikatedorikan sebagai data kuantitatif.

SALES FORECAST DENGAN MENGGUNAKAN METODE TREND BEBAS

Dari namanya saja kita sudah sanggup menerka, bahwa dalam melaksanakan sales forecast dengan memakai metode ini sangat bergantung terhadap data-data yang dimiliki perusahaan dan faktor faktor lain yang berasal dari eksternal perusahaan.

Dengan memakai metode ini perusahaan bebas (dalam artian tidak terpaku untuk memakai data manapun) untuk meramalkan jumlah penjualan pada periode yang akan datang, hal yang sangat gampang dilakukan yaitu dengan mencermati animo penjualan yang dimiliki oleh perusahaan dimasa masa yang lampau, dari animo tersebut minimal perusahaan sanggup mempunyai bayangan perihal volume penjualan yang akan terjadi pada periode selanjutnya, atau bila dikatakan lebih mudah, metode ini menyerupai metode kira kira yang diterapkan oleh manajer dalam suatu perusahaan.

selain sales forecast dengan memakai metode animo bebas tersebut, masih banyak metode metode lain yang sangat terkenal dan diterapkan dalam kehidupan aktual 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)

METODE SALES FORECAST (RAMALAN PENJUALAN) 

METODE LEAST SQUARE (KUADRAT TERKECIL)

Setelah saya membahas bagaimana melaksanakan peramalan dalam memprediksi penjualan dengan METODE MOMENT (karena dalam rujukan dan pada umumnya teknik peramalan ini dipakai untuk memprediksi jumlah penjualan maka saya juga mengambil simulasi yang sama) Maka kali ini saya akan memperkenalkan metode lain yang sanggup diterapkan dalam melaksanakan peramalan yaitu dengan memakai metode LEAST SQUARE (KUADRAT TERKECIL), berbeda dengan metode MOMENT yang notabene nya lebih memakai prinsip matematika, meski sama tapi tidak serupa metode least square lebih menekankan kepada Kuadrat Terkecil.

Sudah menjadi gaya penulisan saya, jikalau pengertian yang sering saya bagikan dalam blog tidaklah seindah dan sejalan dengan bahasa buku, maksud saya adalah, bagaimana pembaca bias mengerti dan eksklusif bias menerapkannya.

Okey tidak perlu panjang lebar lagi, kita eksklusif masuk ke studi kasus

Diketahui bahwa selama tahun 2005 hingga 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, kini kita akan meramalkan berapa jumlah penjualan ditahun yang akan dating (setelah tahun 2012) dengan memakai 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 perihal table diatas :

1.      LIHAT KOLOM TAHUN : diketahui dari data terdapat nilai historis selama 8 tahun (dalam artian lain data yang kita miliki ketika ini merupakan data genap) Penting untuk dimengerti bahwa jumlah data (n) sangat kuat terhadap permalan dengan memakai metode Least Square, Kita akan bahas hingga simpulan dengan rujukan data ganjil.

2.      LIHAT KOLOM JUMLAH PENJUALAN (Y) : totalkan semua jumlah penjualan dari masing masing tahun sehingga pada rujukan kita kali ini, didapati angka Rp.5.200.000,-

3.     LIHAT KOLOM X : saya tidak akan memakai bahasa buku, begini tekniknya untuk memilih kolom X, Jika data berjumlah GENAP seperti pada rujukan diatas maka ditengah tengah data (dalam rujukan 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 eksklusif kalikan antara baris X dengan baris Y

5.      LIHAT KOLOM X² (X Kuadrat) : lebih simple lagi, maksudnya kolom ini yaitu 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 yaitu 9 (lihat kembali klarifikasi 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 rujukan yaitu 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 dibuat dari data-data historis tersebut diperoleh dengan perhitungan-perhitungan statistika dan matematika tertentu, sehingga unsur subyektifitas sanggup dihilangkan

Metode animo semi average sanggup dipakai untuk keperluan peramalan dengan membentuk suatu persamaan menyerupai analisis regresi. Metode ini sanggup dipakai dengan jumlah data genap ataupun ganjil. Dalam analisis animo ini unsur subyektifitas mulai dihapuskan alasannya teknik peramalannya sudah memakai 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 eksklusif dibagi dua
Bila jumlah data gasal maka diadaptasi dengan salah satu cara berikut
a) Mengeleminasi data tahun paling awal atau
b) Menambah data tahun tengah

2. Menetukan  periode dasar sanggup dilakukan dengan dua cara:
Tahun tengah data  kelompok I
Tahun tengah data  kelompok II

3. Menentukan angka tahun menurut 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 memakai tahun tengah kelompok I maka nilai a yaitu nilai Semi Average kelompok I

Bila tahun dasar memakai tahun tengah kelompok II, maka nilai a yaitu nilai Semi Average kelompok II

7. Menetukan nilai b  Nilai b dengan cara, Bila jumlah data kelompok yaitu 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 yaitu 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

DIMINTA MERAMAL JUMLAH PENJUALAN TH 2013 DAN 2015

PENYELESAIANNYA ADALAH :

Demikianlah Jenis jenis metode permalan (forecast) yang sanggup saya bagikan kali ini, biar bermanfaat bagi pembaca ^.^


Mari Berteman ^^
David Iskandar | Create Your Badge

Sumber http://belajarperbankangratis.blogspot.com

Share this post