Analisis Peramalan Penjualan
kusen Pada CV. Berdikari
1.1
Latar Belakang Masalah
Salah satu sector yang sangat strategis dan mendapat
perhatian dalam pembangunan di negara kita adalah sector perniagaan. Sector
perniagaan memberikan dukungan yang cukup besar dalam menunjang pertumbuhan
ekonomi negara secara keseluruhan, oleh karena itu perniagaan dapat menjadi
tumpuan pembangunan dibidang ekonomi dalam menuju masyarakat adil dan makmur.
Dengan tercapainya tujuan pembangunan, maka secara tidak
langsung tuntutan kepada dunia usaha turut meningkat pula. Hal ini tentu saja
memacu pihak manajemen perusahaan untuk lebih mampu meningkatkan operasi
perusahaan dan mampu melayani kebutuhan masyarakat.
Untuk mengantisipasi perkembangan permintaan pasar
dimasa yang akan datang maka diperlukan adanya Peramalan, mengapa? Karena hasil
peramalan sangat penting dalam perencanaan dan pengawasan serta dalam
menetapkan target penjualan dimasa yang akan datang. Dengan diketahuinya
ramalan penjualan dimasa yang akan datang maka manajemen atau pengelola
perusahaan dapat menyusun rencana kegiatan dengan lebih baik dan menghindarkan
diri dari kegiatan-kegiatan yang menimbulkan kekeliruan dimasa yang akan
datang.
Dengan kata lain peramalan dapat membantu perusahaan untuk
menentukan langkah-langkah yang diperlukan apabila terjadi peningkatan
permintaan ataupun penurunan permintaan atas poduk. Atas dasar permasalahan
tersebut diatas, maka penulis memilih judul “Analisis Peramalan Penjualan
kusen Pada CV. Berdikari”
1.2
Rumusan Masalah
Untuk membahas lebih lanjut tentang permasalahan diatas penulis
perlu merumuskan masalah yang akan dibahas pada bab selanjutnya yaitu :
·
Berapa jumlah peramalan
penjualan 1 bulan kedepan dengan mengunakan tehnik peramalan: Metode trend least
square, moving average, exponential smoothing dan tehnik mana yang paling tepat
untuk digunakan pada CV. Berdikari.
1.3
Batasan Masalah
Agar pembahasan
tidak menyimpang dari pokok permasalahan maka penulis membatasi penulisan ini
yaitu : peramalan penjualan kusen CV. Berdikari untuk 1 bulan mendatang di
dasarkan pada data dari bulan juni 2002 sampai mei 2003 dengan menggunakan metode trend least
square, moving average, dan exponential smoothing
1.4
Tujuan Penulisan
Adapun
dari tujuan penelitian ini adalah :
1.
Untuk mengetahui hasil
peramalan penjualan 1 bulan mendatang.
2.
Untuk mengetahui metode
peramalan penjualan yang paling tepat dengan perusahaan.
1.5 Metode Penelitian
Pada penyusunan Penelitian ilmiah ini, pada hakekatnya
penulis memperoleh data atau bahan yang bersifat kwalitatif yang diperoleh dari
berbagai sumber seperti dari buku-buku literature, dari hasil kuliah,
pengamatan lapangan, daan wawancara.
Adapun metode
penelitian data yang penulis gunakan dalam pembuatan penelitian karya ilmiah
ini adalah:
- Penelitian lapangan (Field
Research)
Yaitu dengan teknik pencarian data primer dalam
mendatangi langsung perusahaan yang bersangkutan untuk memperoleh data yang
diperlukan dengan:
- Wawancara, Dimana penulis lebih dahulu membuat suatu daftar pertanyaan yang akan mempermudah dalam komunikasi.
- Observasi. Dimana penulis datang langsung ke perusahaan.
- Penelitian perpustakaan (Library Research)
Yaitu teknik yang akan dilakukan untuk mencari data-data
yang diperlukan dapat diperoleh dari buku ilmiah, catatan kuliah, serta data
lainnya yang berhubungan dengan permasalahan yang dihadapi.
2.1 Pengertian Peramalan
(forecasting)
Sebelum mengetahui lebih lanjut tentang peramalan penjualan ada
baiknya
Kita coba membahas
tentang pengertian peramalan .
·
Menurut : Sofyan Assauri
“Prakiraan atau peramalan
merupakan seni dan ilmu dalam
memprediksikan kejadian yang mungkin
dihadapi pada masa yang akan datang”. (Manajemen produksi dan operasi,
1999)
·
Menurut : T. Hani Handoko
“Peramalan adalah suatu usaha untuk meramalkan keadaan di masa mendatang
melalui pengujian di masa lalu” (Dasar-Dasar Manajemen Produksi dan
Operasi, 2000 )
·
Menurut : Pangestu Subagyo
“ forecasting adalah peramalan (perkiraan) mengenai
sesuatu yang belum terjadi” ( Forecasting konsep
dan aplikasi, 1986 )
·
Menurut : Napa . J. awat, s.u
“Meramal (to forecast) adalah suatu kegiatan atau
usaha untuk mengetahui peristiwa-peristiwa (events) yang akan terjadi pada
waktu yang akan datang mengenai obyek tertentu dengan menggunakan judgement,
pengalaman-pengalaman ataupun data histories.(Metode
peramalan kuantitatif, 1990)
Berdasarkan dari
definisi diatas, maka biasanya diberikan dalam bentuk sebuah serial waktu (time
series) yang dapat meringankan perubahan-perubahan dalam nilai variabel
tersebut sebagai fungsi dari waktu. Asumsi dasar dalam penerapan tehnik peramalan
adalah bahwa kinerja data masa lalu akan terus berulang dalam (setidaknya)
untuk masa mendatang.
2.2 Pengertian Peramalan
Penjualan
“ adalah suatu
prakiraan atas ciri-ciri kuantitatif dan kualitatif termasuk dari perkembangan
pasaran dari suatu produk yang di produsir oleh suatu perusahaan, pada
suatu jangka waktu tertentu dimasa yang akan datang” (Sofyan
Assauri,manajemen produksi dan operasi,1999,hal 139)
2.3 Kegunaan Peramalan
Penjualan
Kegunaan
yang dapat diambil manajemen atau pengelola dengan adanya peramalan adalah
menggunakan hasil peramalan untuk membuat keputusan-keputusan, diantaranya
yaitu:
1.
Untuk menentukan kebijaksanaan
dalam persoalan penyusunan anggaran
(budgeting) yang meliputi
anggaran bagi segala aktivitas yang dijalankan.
2.
Untuk pengawasan dalam
persediaan (inventory control)
3.
Untuk membantu kegiatan
perencanaan dan pengawasan produksi
4.
Untuk memperbaiki semangat
kerja para pekerja (buruh), karena adanya
perencanaan yang baik
5.
Dapat mengurangi banyaknya
ongkos mulai (start) dan berhenti (stop),
karena telah diketahui aktifitas yang akan dijalankan
6.
Merupakan ukuran yang baik
untuk mengevaluasi kegiatan melayani
daerah penjualan
7.
Berguna untuk mengadakan
perencanaan perluasan (ekspansi) perusahaan
8.
Untuk mengurangi atau mengganti
produk yang tidak memberikan laba
9.
Untuk pengawasan pembelanjaan (financial
control)
10.
Untuk penyusunan kebijaksanaan
kepegawaian (personal policies) yang efektif dan efisien
2.4 Jenis-jenis Peramalan
Berdasarkan horizon
waktu, peramalan dapat dikelompokan dalam 3 bagian : peramalan jangka panjang,
peramalan jangka menengah dan peramalan jangka pendek.
1.
Peramalan jangka panjang :
yaitu yang mencakup waktu lebih besar dari 24 bulan, misalnya peramalan yang
diperlukan dalam kaitanya dengan
penanaman modal.
2.
Peramalan jangka menengah :
yaitu antara 3-24 bulan , misalnya
peramalan untuk perencanaan penjualan dan anggaran
produksi.
3.
Peramalan jangka pendek : yaitu
untuk jangka waktu kurang dari 3 bulan,
misalnya peramalan dalam hubunganya dengan perencanaan
pembelian
material, penjadwalan kerja dan penugasan.
2.5 Proses Peramalan
Esensi peramalan
adalah prakiraan peristiwa-peristiwa di waktu yang akan datang atas dasar
pola-pola di waktu yang akan lalu dan penggunaan kebijakan terhadap
proyeksi-proyeksi dengan pola-pola di waktu yang lalu. Peramalan memerlukan
kebijakan, sedangkan proyeksi-proyeksi adalah fungsi-fungsi mekanikal proses
peramalan biasanya terdiri dari langkah-langkah sebagai berikut : (charles W.
Gross dan Robin T. Peterson, Bussiness Forecasting, Boston ,1976)
1.
Penentuan tujuan
Langkah pertama terdiri dari atas penentuan macam
estimasi yang diinginkan. Sebaliknya, tujuan tergantung pada
kebutuhan-kebutuhan informasi para manajer.
2.
Pengembangan
model
Setelah tujuan ditetapkan, langkah berikutnya adalah
mengembangkan suatu model, yang merupakan penyajian secara lebih sederhana
system yang dipelajari.
3.
Pengujian model
Sebelum diterapkan, model biasanya diuji untuk
menentukan tingkat akurasi, validitas dan relibilitas yang diharapkan.
4.
Penerapan model
Setelah pengujian, analis menerapkan model dalam tahap
ini, data historic dimasukan dalam model untuk menghasilkan suatu ramalan.
5.
Revisi dan
evaluasi
Ramalan-ramalan yang telah dibuat harus senantiasa
diperbaiki dan ditinjau kembali. Evaluasi, di lain pihak, merupakan
perbandingan ramalan-ramalan dengan hasil-hasil nyata untuk menilai ketepatan
penggunaan suatu metodologi atau teknik peramalan.
2.6 Metode Trend linier least
square
Trend atau sering
disebut seculer adalah rata-rata perubahan yang terjadi (biasanya setiap tahun)
dalam jangka panjang. Kalau hal yang diteliti menunjukan rata-rata pertambahan
maka sering disebut trend positif tetapi kalau hal yang diteliti menunjukan
rata-rata menurun atau sering disebut trend negatif (Pangestu subagyo,1986, hal
32).
Bentuk umum dari
persamaan matematis linier regresi adalah :
Y’
= a + b. X
Dimana :
Y ‘ = besarnya penjualan, sebagai variabel yang
akan diramalkan
a = konstanta, yaitu komponen yang tetap dari
penjualan tiap Periode
b = besarnya perubahan Y untuk satu perubahan X, atau tingkat
Perkembangan penjualan tiap
peiode
X = unit waktu atau periode
perencanaan penjualan
Y
Y’ = a
+ bX
X
0
Gambar 2.1 : Garis trend dan data aseli (Y)
untuk mencari pola hubungan ini, maka yang perlu
diketahui adalah besaran konstanta a dan b . konstanta a dan b dalam rumusan tersebut dicari dengan
dua persamaan, yaitu :
II. ∑ XY = a∑ X + b∑ X²
Bila titik tengah data sebagai tahun dasar, maka X = 0 dan dapat dihilangkan dari kedua
persamaan diatas, dan menjadi :
a = S Y
n
b = ∑XY
∑X²
Dimana : n = banyaknya data
penjualan
X = angka kode periode
Y = penjualan data periode lalu
2.7 Pengertian Moving Average
Moving average atau rata-rata
bergerak itu diperoleh melalui penjumlahan dan pencarian nilai rata-rata dari
sejumlah periode tertentu, setiap kali menghilangkan nilai terlama dan menambah
nilai baru.(T. Hani Handoko, 1984, hal 275).
Metode
ini pada dasarnya bertujuan membuat data yang berfluktuatif menjadi data yang
relatif stabil (kurang berfluktuatif), sehingga fluktuasi dari pola data yang
ada menjadi halus dan relatif merata. Dalam metode ini perhitungan rata-rata
dilakukan secara bergerak kedepan (mendekati data paling akhir) untuk
memperkirakan penjualan yang akan datang.
Keuntungan
dari moving average adalah :
Ø Rata-rata bergerak dapat diterapkan pada jenis
data apapun
Ø Semakin panjang peiodenya semakin rata kurvanya
Kelemahan dari Moving average adalah
:
Ø Tidak mempunyai persamaan untuk peramalan
Formula umum dari metode ini adalah :
S Penjualan nyata pada n periode terakhir
MA =
S Periode (n) yang digunakan dalam MA
2.8 Pengertian MAD
Dari metode peramalan tersebut tidak
semuanya baik digunakan untuk merencanakan kejadian atau keadaan masa yang akan
datang, ada suatu ukuran yang umum digunakan yaitu Mean Absolute Deviation
(MAD), dimana ukuran ini mencari selisih antara permintaan nyata dan ramalan,
dengan tingkat rata-rata kesalahan selama meramalkan adalah :
MAD = S kesalahan
N - n
Dimana
: N = jumlah data penjualan
n =
jumlah periode
Kesalahan peramalan mempunyai 2
(dua) unsur yang harus diperhatikan oleh penganalisis yaitu :
Ø Perbedaan antara permintaan nyata dengan
peramalan.
Ø Arah
kesalahan, yaitu : apakah permintaan nyata berada diatas atau
dibawah ramalan.
Semakin besar nilai MAD yang dihasilkan
maka semakin menjauhi dari hasil yang dicapai dengan nilai peramalan,
sebaliknya apabila nilai MAD yang dihasilkan kecil maka semakin mendekati dari
hasil yang dicapai dengan nilai peramalan.
CV. Berdikari adalah sebuah perusahaan yang berbentuk C.V (Commanditer Venotschaap) yang bergerak dalam
bidang industri kecil dan memproduksi kusen sebagai produk utamanya. Usaha
tersebut didirikan dan dipimpin oleh Bapak Edi Nuryadi, awal pendirian
perusahaan tersebut adalah pada tahun 1986. Sebelum mendirikan perusahaannya
Bapak Edi bekerja pada pembuatan kusen yang terletak di daerah Bukit Duri
Jakarta Barat. Karena keinginan yang besar dan keuletannya Bapak Edi bermaksud
untuk membuka usaha sendiri.
Bermodalkan
keinginan dan keuletannya itu maka pada tahun 1986 Bapak Edi resmi mendirikan
Home Industry yang diberi nama C.V Berdikari. Usaha tersebut terletak dijalan
Margonda Raya Rt 04/05 No. 518 Pondok
Cina Depok. Dengan modal pertama sebesar sebesar Rp. 10 juta dan hanya
memperkerjakan 2 (dua) orang karyawan yang bertugas sebagai tukang potong kayu
dan tukang ampelas, dan tidak jarang pula Bapak Edi turun tangan membantu
kayawannya dalam proses pembuatan kusen tersebut.
Pada awal tahun
usahanya Bapak Edi hanya memproduksi kusen pintu berdasarkan animo konsumen.
Seiring dengan berjalannya waktu sampai dengan tahun 2001 bapak Edi sudah mempunyai 2 (dua) buah toko
kusen yang letaknya tidak jauh dari toko pertama, dan satu unit mobil bak
terbuka yang membantu dalam proses pengiriman hasil produksinya, dan sampai
saat ini C.V Berdikari telah
memperkerjakan 20 orang karyawan. Tahun berikutnya perusahaan berkembang
dari Home Industry menjadi perusahaan menengah dan mempeluas usahanya. Maka berkembang pula produk yang dihasilkan
C.V Berdikari yaitu diantaranya kusen jendela, meja makan, meja tulis dan
macam-macam Meubel.
3.2 Produk - produk yang dihasilkan
Produk-produk yang dihasilkan oleh CV. Berdikari adalah
:
Ø Kusen pintu
Ø Kusen jendela
Ø Meja makan
Ø Meja tulis
Ø Meja kantor
Ø Meubel
Ø Kursi
Produk-produk
tersebut dipasarkan melalui Distributor – distributor di seluruh Indonesia ,
mulai dari Jakarta ,
Bandung , Medan , dsb. Selain
melalui distributor Bapak Edi memasarkan produknya berdasarkan pesanan dari
masyarakat. Omzet yang dihasilkan dari penjualan kusen ini tergantung dari
permintaan konsumen. Apabila permintaan konsumen meningkat, maka meningkat pula
omzet penjualan.
3.3 Struktur Organisasi Perusahaan
Untuk memperlancar
penyelengaraan kerja suatu organisasi baik dalam lingkup yang besar maupun yang
kecil, maka diperlukan suatu sistem pendelegasian wewenang, tanggung jawab,
adanya pemisahan fungsi serta tugas yang jelas. Dalam Penulisan Ilmiah ini
penulis melampirkan struktur organisasi yang ada di CV. Berdikari dan akan
menjelaskan sebagian dari fungsi, tugas, dan tanggung jawab masing-masing
sesuai dengan jabatannya.
Adapun uraian tugas dan wewenang setiap jabatan
adalah sebagai berikut:
A.
Pimpinan Perusahaan
Tugas,
tanggung jawab serta wewenangnya sebagai berikut :
§
Mengkoordinir, mengawasi segala kegiatan
perusahaan baik dibidang produksi, pemasaran, maupun keuangan.
§
Membuat rencana kerja perusahaan untuk masa yang
akan datang.
§
Mengawasi pelaksanaan program-program kegiatan
perusahaan.
§
Membuat keputusan mengenai kebijaksanaan umum.
§
Membina dan mengarahkan semua unsur fungsional
untuk bekerja lebih baik.
§
Memiliki wewenang untuk mengevaluasi dan
menindaklanjuti masalah yang timbul dalam perusahaan.
§
Memiliki wewenang untuk mengangkat dan
memberhentikan karyawan.
B.
Wakil Pimpinan / Mandor
Tugas,
tanggung jawab serta wewenangnya adalah :
§
Membantu pimpinan dalam mengambil keputusan.
§
Memiliki wewenang yang sama dengan pimpinan dan
dapat menggantikan tugas pimpinan sewaktu-waktu apabila diperlukan.
§
Bertanggung jawab atas seluruh aktivitas pegawai
dalam operasi perusahaan dengan melakukan penilaian atas prestasi kerja.
C.
Bagian Keuangan
Tugas, tanggung jawab serta wewenangnya adalah
:
a.
Mencatat dan membekukan setiap transaksi.
b.
Mengatur pembiayaan dan pendanaan yang dilakukan
perusahaan.
c.
Mengeluarkan dana untuk pembelian bahan baku dan
pembiayaan lainnya.
d.
Memberikan laporan keuangan hasil operasi perusahaan.
D.
Bagian Produksi
Dipimpin
oleh Manajer Produksi dan dibagi menjadi
:
a.
Tukang Potong
·
Bertanggung jawab atas pengendalian mutu produk.
·
Menyediakan bahan baku untuk proses produksi.
·
Membuat pola dan desain produksi
·
Memotong bahan-bahan baku sesuai dengan pola
atau desain.
b.
Tukang Serut
·
Menyerut bahan baku sesuai dengan desain
·
Meratakan bagian-bagian bahan baku
c. Tukang Amplas
·
Mengamplas bahan baku
·
Menghaluskan bagian-bagian bahan baku
d.
Tukang Lem
·
Menyatukan setiap bagian-bagian bahan baku
·
Merekatkannya dengan lem
·
Menyeleksi kualitas dan kuantitas barang jadi
E.
Bagian Penjualan
Tugas, wewenang serta
tanggung jawabnya adalah :
a.
Memasarkan produk ke pihak konsumen baik secara
langsung maupun tidak langsung.
b.
Bertanggung jawab atas kuantitas dan kualitas produk
selama dipasarkan.
c.
Berhak mencari dan menerima pelanggan baru.
d.
Mengadakan promosi barang.
e.
Menerima dan bertanggung jawab atas uang hasil
pembayaran konsumen.
f.
Melaporkan kepada bagian keuangan terhadap uang hasil
penjualan
4.1
Data Perusahaan
Data hasil
penjualan pada CV. BERDIKARI dari bulan Juni tahun 2002 sampai dengan Mei
2003. Adapun data-data penjualan
tersebut adalah sebagai berikut :
Tabel
4.1
Data
Penjualan Periode Mei 2002-Juni 2003
Tahun
|
Bulan
|
Penjualan
(Dalam unit)
|
2002
2002
2002
2002
2002
2002
2002
2003
2003
2003
2003
2003
|
Juni
Juli
Agustus
September
Oktober
November
Desember
Januari
Februari
Maret
April
Mei
|
43
46
42
47
49
50
48
52
55
58
56
|
Sumber
: CV. BERDIKARI
Dengan
memperhatikan data perusahaan tersebut dapat dilihat bahwa dari Juni tahun 2002
sampai dengan Mei tahun 2003 tingkat penjualan kusen mengalami kenaikan dan
penurunan, hal ini membuat penulis tertarik untuk mengetahui hasil peramalan
penjualan pada Juni tahun 2003 yang diharapkan nantinya dapat menjadi bahan
acuan untuk pengambilan keputusan.
4.2
Perhitungan Peramalan dengan Metode Least Square
Tabel
4.2
Peramalan Penjualan dengan Metode least Square
TAHUN
|
BULAN
|
Penjualan
(Y)
|
X
|
XY
|
X2
|
2002
2002
2002
2002
2002
2002
2002
2003
2003
2003
2003
2003
|
Juni
Juli
Agustus
September
Oktober
November
Desember
Januari
Februari
Maret
April
Mei
|
43
46
42
47
49
50
48
52
55
51
58
56
|
-11
-9
-7
-5
-3
-1
1
3
5
7
9
11
|
-473
-414
-294
-235
-147
-50
48
156
275
357
522
616
|
-121
-81
-49
-25
-9
-1
1
9
25
49
81
121
|
Jumlah (S)
|
597
|
0
|
361
|
572
|
Dengan menggunakan persamaan
kuadrat diatas, kita dapat menghitung :
a
= Sy b=
SXY
n SX 2
= 597 = 361
12 572
= 49.75 = 0.6
Jadi persamaan Peramalan
dalam bentuk Y = a + bx adalah :
Y = 49.75 + 0.6
Peramalan bulan juni tahun
2003
Y = a + bX
= 49.45 + 0.6 (13)
= 49.75 + 7.8
= 57.55
Peramalan bulan juli tahun
2003
Y = a + bX
= 49.75 + 0.6 (14)
= 49.75 + 8.4
=
57.75
Peramalan bulan agustus tahun 2003
Y = a + bX
= 49.75 + 0.6 (15)
= 49.75 + 9
= 58.75
Sedangkan untuk menentukan
tingkat keslahannya menggunakan rumus, seperti dibawah ini :
= 12 (57.55 –
56)
597
= 0.3
Jadi untuk bulan Juni 2003 dengan menggunakan rumus peramalan least
square menghasilkan 0,03 sebagai errornya
4.3
Perhitungan peramalan
dengan Metode Moving Average
4.3
Peramalan Penjualan dengan Metode 3 bulan
Moving Average
NO
|
TAHUN
|
BULAN
|
Penjualan
(y)
|
Ft=ramalan
|
MAD
|
1
|
2002
|
Juni
|
43
|
-
|
-
|
2
|
2002
|
Juli
|
46
|
-
|
-
|
3
|
2002
|
Agustus
|
42
|
-
|
-
|
4
|
2002
|
September
|
47
|
43.66
|
3.34
|
5
|
2002
|
Oktober
|
49
|
45
|
4
|
6
|
2002
|
November
|
50
|
46
|
4
|
7
|
2002
|
Desember
|
48
|
48.66
|
(0.66)
|
8
|
2003
|
Januari
|
52
|
49
|
3
|
9
|
2003
|
Februari
|
55
|
50
|
5
|
10
|
2003
|
Maret
|
51
|
51.66
|
(0.66)
|
11
|
2003
|
April
|
58
|
52.66
|
5.34
|
12
|
2003
|
Mei
|
56
|
54.66
|
1.34
|
13
|
2003
|
Juni
|
?
|
55
|
24.7
|
Rumus Moving Average 3 bulan
Dengan
menggunakan Priode bulan, Moving Average untuk bulan ke –4 (September 2002)
diketahui penjualan pada bulan ke-1 (Juni 2002) 43.Bulan ke-2(Juli 2003) 46, bulan
ke-3 (agustus 2002) 42, maka diperoleh peramalan penjualan untuk bulan ke-4
(september 2002) ( 43 + 46 + 42 ) : 3 = 43.66
1 Oktober :
(47 + 42 + 46) : 3 = 45
2. November : (49 + 47 + 42) : 3 = 46
3. Desember :
( 50 + 49 + 47) : 3 = 48,66
4. Januari :
( 48 + 50 + 49) : 3 = 49
5. Febtuari :
(52 + 48 + 50) : 3 = 50
6. Maret :
( 55 + 52 + 48) : 3 = 51,66
7. April :
( 51 + 55 + 52) : 3 = 52,66
8. Mei :
(58 + 51 + 55) : 3 = 54,66
9. Juni :
(56 + 58 + 51) : 3 = 55
10. Juli :
(55 + 56 + 58) : 3 = 56,33
11. Agustus :
(56,33 + 55 + 56) :3 = 55,77
|
=
12 (55 – 56)
597
=
- 0.02
4.4 Analisis Peramalan
Penjualan dengan Metode Moving Average
Hasil
peramalan penjualan dapat dijadikan gambaran hasil penjualan Periode yang akan
datang oleh pimpinan perusahaan karena dari hasil perhitungan, peramalan setiap
bulannya dapat diketahui walaupun angka perhitungan peramalan penjualan tidak
sama dengan penjualan yang sebenarnya, tetapi memiliki selisih yang tidak jauh
beda. Dari hasil perhitungan Moving Average 3 bulan diketahui nilai ramalan
untuk Juni 2003 adalah 33.000.000 dengan MAD –0,07.
Maka penjualan nyata bulan Juni diperkirakan berkisar antara :
Ft - p MAD ≤ X ≤
Ft + p. MAD
55 – 2,7 ≤ X ≤ 55 + 2,7
52,3 ≤ X ≤ 57,7
berdasarkan hasil diperoleh dari tabel 4.3 maka dapat digambarkan
tingkat toleransi kesalahan seperti gambar berikut :
|
4.5 Perhitungan Peramalan dengan
Metode exponential Smoothing
Dari
kedua metode tersebut ternyata metode trend linier least squre lebih mendekati
penjulan nyata dengan pembuktian sebagai berikut :
Misal : Y = a + b X
= 49,75 + 0,6 (-5)
= 46,75
Ternyata
peramalan bulan September tahun 2003 lebih mendekati metode trend linier least
square
Hai kak salam kenal.kak q boleh minta artikel ini gak.minta tolong kirim ke email aku kak. Di rekohidayati@yahoo.com
BalasHapusAku lg belajar tentang forecasting kak.mksih kak