1 / 45

Forecasting

Forecasting. Raisa Pratiwi ,SE. Metode ramalan jualan. Ramalan jualan (sales forecasting) Merupakan proses aktivitas memperkirakan produk yang akan dijual dimasa mendatang dalam keadaan tertentu dan dibuat berdasarkan data yang pernah terjadi dan / atau mungkin akan terjadi

aida
Download Presentation

Forecasting

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Forecasting RaisaPratiwi ,SE

  2. Metoderamalanjualan Ramalanjualan (sales forecasting) Merupakanprosesaktivitasmemperkirakanproduk yang akandijualdimasamendatangdalamkeadaantertentudandibuatberdasarkan data yang pernahterjadidan/ataumungkinakanterjadi Tekhnikmembuatramalanjualandapatdilakukansecarakualitatifdankuantitatifataugabungankeduanya

  3. Metoderamalanjualan Metodekualitatif • Metodependapatparatenagapenjualan • Metodependapatparamanajerdivisipenjualan • Metodependapatparapakar • Metodependapatdari survey konsumen Metodekuantitatif • Analisisliniproduk • Metodedistribusiprobabilitas • Analisistren • Analisisregresi

  4. Metodekualitatif • Ramalanjualan yang dibuatsecarakualitatifdapatmenggunakanmetodependapatparapenjualan, metodependapatparamanajerdivisipenjualan, metodependapateksekutif, metodependapatpara , danmetodependapatsurveikonsumen

  5. Metodependapatparatenagapenjualanmenekankanpertimbangandankeahliandariparatenagapenjualan. Metodeiniseringdigunakanolehperusahaankecildanperusahaan yang menghasilkansedikitproduk • Kelebihannya : • Menanamkantanggungjawabdan rasa memilikiterhadapperusahaan • Ramalandibuatolehindividu yang terdekatdenganpelanggan • Rencanaawalnyadisetujuiolehorang yang bertanggungjawabuntuktercapainya target penjualan

  6. Kekurangannya : • Tenagapenjualanbisamenjaditerlaluoptimisataupesimis • Perhatian yang tidakcukupmungkinditujukanuntukvariabelsebabakibat yang luas • Metodeiniterbataspadaramalantaktisjangkapendek, tujuanutamadalamramalanjualanseharusnyamemaksimalkanlabajangkapanjangdaripadajangkapendek

  7. Metodependapatparamanajerdivisipenjualan Menekankanpertanggungjawabandarimanajerpenjualandaerahatauproduk. Jualandiramalkanatasdasarlaporan yang dipersiapkanolehperwakilankhususperusahaan yang berkaitandenganpelanggan Kelebihannya : • Dapatdigunakansecaraluasolehperusahaandarisemuaukuran • Bergunadalamsituasijumlahpelangganterbatas Kekurangannya : Digunakanuntukramalanjangkapendeksehinggadapatmengabaikanpemaksimalanlabajangkapanjang

  8. Metodependapatjuridarieksekutif, perusahaankecildanmenengahseringmenggunakanmetodeini. Dalambentuk paling sederhana, menyajikanpertimbangankombinasiataupendapatdarieksekutiftingkatataspadaperusahaantersebut Kelebihannya: Sederhana, langsungdanekonomis Kekurangannya: • Menggunakanpengalamankhususdanpengetahuan yang luas • Menghasilkanramalan yang kurangilmiah

  9. Metodependapatparapakar, dalamhaliniorang yang berpengalamandanahlidalambidangpenjualanseringkalidimintaipertimbanganuntukmeramalkanjualan Kelebihan : Mudahdilakukan Kekurangan : Bersifatsubjektif

  10. Metodependapardari survey konsumen, sasaran survey bisaberupaindividu, rumahtangga, perusahaan, departemen, negara, atauorganisasitertentu Kelebihannya : Metodeinibersifatobjektif Kekurangannya : Yang ditelitihanyasampelsajasehinggahasilnyaberupataksiran

  11. Metodekuantitatif • Ramalanjualan yang dibuatsecarakuantitatifdapatmenggunakananalisisliniproduk, metodedistribusiprobabilitas, analisistrendananalisisregresi

  12. Analisisliniprodukdalammembuatramalanjualansangatpenting. Ramalanjualanbaikstrategismaupuntaktisharusmencakupkeputusansementaratentangjalurprodukbaru yang akandiperkenalkan, jalurproduk lama yang akandihapus , sertainovasidanprodukcampuran Produkcampuranmerupakanhubungan volume antaraduaprodukataulebih Cth : Anggaranjualan per tahununtukproduk X danproduk Y masing – masingsebanyak 2000 unit dan 4600 unit masalahnya: Apakahakanmeningkatkanproduk y tanpameningkatkanproduk x dansebaliknya

  13. Metodedistribusiprobabilitas,dapatdigunakanuntukmeramalkanjualandengancaramenaksirvariasiproduk yang akandijual, setelahitumemilihangkatertentuuntukmembuatkelas interval, dantitiktengahdarikelas interval tersebutdipilihsebagainilaikelas interval masing – masing. Kemudianmembuatprobabilitasdengancarauntung – untungandanjumlahprobabilitasdarisemuakemungkinanberjumlah 1 atau 100%. Setelahitumengalikansetiapkemungkinanjualamdenganprobabilitasuntukmendapatkannilaitertimbangmasing – masing. Jumlahnilaitertimbangmerupakannilai yang diharapkan , dalamhalinijualan yang diramalkan

  14. Contoh : Manajerpenjualanmenaksirjumlahsuatuprodukselamasebulanbervariasidari 0 sampai 20000 unit namuntidakmungkinsampai 20001 unit. Manajerpenjualanmemilih 5 angkatertentudanprobabilitasdarimasing – masingangkatersebut. Interval 0 sampai 20000 unit dibagidalam 5 buahkelas interval dantitiktengahdarikelas interval tersebutdipilihsebagainilaikelas interval masing – masing. Pendekataninimenghasilkandistribusiprobabilitassepertitampakpadatabel 4-1:

  15. Kelebihanmetodeprobabilitas : Adanyanilaitunggalpadaniali yang diharapkandandistribusiprobabilitasitusendirimudahdikerjakan Kekuranganmetodeprobabilitas : Lebihbergantungpadataksiranmanajemendalampenentuanbesarnyanilaiprobabilitas

  16. Analisistrenmerupakansalahsatumetodestatistik yang mudahdigunakandalammeramalkan (jualan). Analisistrenterdiriatastrengarislurusatau linier [yang terdiriatasmatodekuadratterkecildanmetodemomen) dantrenbukangarislurus (tren parabola kuadratdantreneksponensial (potensial)]. Analisistrenmerupakananalisisruntutwaktuatau data berkalasebagaivariabelbebas (X)

  17. Analisisregresijugatermasukdalammetodestatistikuntukmeramalkan (jualan). Analisisregresimerupakananalisisantaravariabelterikat (Y) denganvariabelbebas (X). Variabelbebasmempengaruhivariabelterikatdigunakanuntukmeramalkanvariabelterikat.

  18. Analisistrendananalisisregresi Kelebihankarenamenggunakanramalan yang ilmiahdanrealistis (objektif). Kekurangananalisistrendananalisisregresiadalahmenggunakanasumsi yang konstan (tetap), misalnyahargajualharusmempunyaifungsi yang linear (garislurus) dengankuantitasbarang yang dijual. Contoh: Hargajual per satuanharussamauntukjumlahbarang yang dijualberapapunbanyaknya, padahaldalamkenyataannyaadapotonganharga

  19. Beberapa data runtutwaktudalamanalisistren (seperti data jualan yang tersediadalamsatuanuang), data tersebutdipengaruhiolehjumlahfisikbarang yang dijualdanhargajualnya. Contoh : Meningkatnyahargajual per unit akanmeningkatkanjumlahjualandalamsatuanuang, padahalmungkinjumlahhargabarang yang terjualmenurun Jadi, analisis yang demikianberdasarkanasumsi (anggapan) bahwahargakonstan (tidakberubah ). Di sampinganggapanhargajualtidakberubah, hal – hal lain sepertidayabelikonsumen, selerakonsumen, danbarangsubstitusi, sertapermintaanjugadianggaptidakberubahpadahalkenyataannyadapatsajaberubah

  20. Olehkarenaanalisistrendananalisisregresimenggunakanasumsi (anggapan) yang dianggapkonstanmakaramalannyatidakdapatdigunakanuntukramalanjangkapanjang , kecualianggapamkonstantersebutdalamjangkapanjangtidakberubah. Metodetrendalampenelitiannyajugamengambilsampelsaja. Dengandemikian, metodetren (regresi) berdasarkantaksiran. Dalamanalisisregresijikavariabelbebasnyasangatbanyakdan yang ditelitikurang, makadapatmenurunkankualitashasilpenelitian

  21. AnalisisTrenGarisLurus

  22. MetodeKuadratterkecil Y = a + bX ATAU Y = Variabelterikat X = Variabelbebas a = nilaikonstan b = koefisienarahregresi N = banyaknya data Syarat

  23. Ilustrasi (1)…

  24. Ilustrasi (1)… Step 1 = 10 Step 3 Step 2 = 182 = 132 Jadi, ramalan jualan tahun 2016 adalah 182 unit

  25. Ilustrasi (2)…

  26. Ilustrasi (2)… Step 1 = 10 Step 3 Step 2 = 182 =152 Jadi, ramalan jualan tahun 2016 adalah 182 unit

  27. MetodeMomen Y = a + bX ELIMINASI ATAU Y = Variabelterikat X = Variabelbebas a = nilaikonstan b = koefisienarahregresi N = banyaknya data

  28. Ilustrasi (1)…

  29. x2 Step 1 x1 b = 10 Step 2 a = 132 Y = a + bX Step 3 Y = 132 + 10(5) Y = 182

  30. AnalisisTrenBukanGarisLurus

  31. Tren Parabola Kuadrat Y = a + bX + c(x)2 ELIMINASI Syarat:

  32. Ilustrasi…

  33. 760 = 5a + 10c…………(1) ELIMINASI Step 1 1.510 = 10a + 34c…………(2) x2 1.520 = 10a + 20c 760 = 5a + 10c Step 2 1.510 = 10a + 34c x1 1.510 = 10a + 34c 10 = - 14c 100 = 10b c = - 0,71 b = 10 760 = 5a + 10 (-0,71) 760 = 5a – 7,1 767,1 = 5a Step 3 a = 153,42 Y = a + bX + c(x)2 Y = 153,42 + 10(3) + -0,71(3)2 Y = 177,03

  34. TrenEksponensial TrenEksponensial/trenlogaritma/trenpertumbuhanadalahtren yang nilaivariabelbebasnyanaiksecaraberlipatganda (bukangarislurus)

  35. Y = abX Hasilnya di-antilog-kan

  36. Ilustrasi…

  37. Step 1 Antilog-kan = 0,745 b = 5,56 Step 2 Antilog-kan a = 3,67 = 0,565 Step 3 Y = abX Jadi, ramalan pada tahun ke-9 sebesar 18.635.420,14

  38. TrenEksponensial yang Diubah Y = k + abX

  39. Step 1 Pilih tiga titik dengan jarak tahun yang sama Y1 Y2 Y3 Step 3 Step 2 b = 2

  40. Step 4 Step 5 Y = k + abX Y = -2 + 3.26 = 190 Jadi, ramalan jualan tahun ke-7 adalah 190

  41. StandarKesalahanPeramalan Untukmenentukanmetodemana yang paling sesuai Dimana: X = jualannyata Y= ramalanjualan n = jumlah data yang dianalisis

  42. Ilustrasi… Gunakan data sebelumnya : • Berdasarkantrengarislurus (metodekuadratterkecil) danmetodetrenbukangarislurus (metode parabola kuadrat) Menurutmetodekuadratterkecil: Maka:

  43. Menurut metode parabola kuadrat: Y = 153,42 + 10X - 0,71(x)2

  44. SKP menggunakan metode tren garis lurus lebih besar dibandingkan metode tren bukan garis lurus. Oleh karena itu, untuk meramalkan jualan PT Imma lebih sesuai menggunakan tren bukan garis lurus (tren parabola kuadrat)

More Related