TEKNIK PROYEKSI BISNIS

1. TEKNIK PROYEKSI BISNIS Juhari, SE, MM

2. Juhari, SE, MM Alamat : JalanSanggulDewa No. 55 (Dekat Hotel Wisma Jaya) Pangkalpinang 33121 Hp : 0852 67029330 Email : juharitz@gmail.com

3. KONTRAK BELAJAR • NO SANDAL • NO T-shirt • DON’T BE LATE • Jangan main HP

4. Metodepembelajaran yang digunakanadalahkombinasidari : • Ceramah. • Diskusi. • Latihan

5. Penilaian • Absensi : 15% • UTS : 30% • Tugas/diskusi/kuis : 10% • UAS : 45%

6. DaftarPustaka • Lerbin R. Aritonang. PeramalanBisnis. Ghalia Indonesia, Jakarta 2002 • ShitaLusiWardhani. TeknikProyeksiUntukBisnisdanEkonomi. BPFE , Yogyakarta 2007 • Supranto. J. MetodeRamalanKuantitatifUntukPerencanaanEkonomidanBisnis, RenikaCipta, Jakarta 2000. • PangestuSubagyo : Forcasting, KonsepdanAplikasi • LincolinArsyad : PeramalanBisnis • Buku-bukulainnya yang relevandenganmatakuliah TPB

7. Silabus TPB: 1. Pengantarperamalanbisnis • Pengertian • Macam- macamperamalan • Prosesperamalan • Data 2. PeramalandenganMetode Smoothing • Metode Single Moving Averages • Metode Single Exponential Smoothing

8. Lanjutan……. 3. PeramalanDenganMetode Trend • Trend Linier • Trend Parabola • Trend Exponential 4. PeramalanDenganGarisRegresi • Regresi Linier Sederhana • AnalisaKorelasi • PengujianHipostesistentangkoefisienregresi • PengujianHipostesistentangkoefisienkorelasi

9. Lanjutan… 5. Regresi Linier Berganda. 6. Arima Bob Jemkins

10. Pengantarteoriproyeksibisnis • Teknikproyeksibisnismerupakansuatucaraataupendekatanuntukmenentukanramalanatauperkiraanmengenaisesuatudimasa yang akandatang. • Proyeksi (forecast) menjadisangatpentingkarenapenyusunansuaturencanadiantaranyadidasarkanpadasuatuproyeksiatau forecast. • Forecasting adalahPeramalan, perkiraan, estimasiatauprediksimengenaisesuatu yang belumterjadiatausesuatu yang mungkinterjadimasa yang akandatang.

11. Model peramalansecaraumum: Yt = Pola+ error Yt = hasilperamalan Pola = data yang merupakankomponen yang dapatdiidentifikasi. Error = yang merupakankomponen yang tidakdapatdiidentifikasi.

12. Teknikperamalandapatditerapkandalamsetiapkegiatanbisnis yang berorientasipadawaktu yang akandatang, baikpadabidangsumberdayamanusia, produksi, pemasaran, keuanganmaupunkegiatanperekonomiansecaramakro. Contoh : • Peramalanjumlahtenagakerja yang dibutuhkan. • Peramalanjumlahbahanbaku yang dibutuhkan. • Peramalan volume penjualan. • Peramalanjumlahkas yang dibutuhkan. • Peramalanpertumbuhanekonomi.

13. Manfaat forecasting yaitu : • Lebihsiapmenghadapiperubahansituasi. • Merupakandasar/ pedomandalamperencanaanbaikjangkapendekmaupunjangkapanjang. • Untukpengontrolanoperasionalperusahaan.

14. Peramalandapatdibedakanberdasarkan jangkawaktu, ruanglingkupdanmetode yang digunakan : Berdasarkanjangkawaktunya : • Peramalanjangkapanjang. • Peramalanjangkamenengah. • Peramalanjangkapendek.

15. Berdasarkanruanglingkupnya : • Peramalanmikro, peramalanterhadaptenagakerja, penjualandansebagainyadalamlingkupperusahaan. • Peramalanmakro, peramalankondisiperekonomian Indonesia dimasamendatangdansebagainya.

16. Metodeperamalan yang digunakan : • Metodekuantitatif, yang didasarkanataspemanipulasian data yang tersediasecaramemadaitanpaintuisimaupunpenilaiansubyektifdari forecaster, yang umumnyadidasarkanpadaanalisisstatistis. • Metodekualitatif, lebihdidasarkanpadaintuisidanpenilaiansubyektiffaorecasterdaripadapemanipulasian data historis yang tersedia.

17. Prosesperamalandapatdibagimenjadibeberapatahapsebagaiberikut:Prosesperamalandapatdibagimenjadibeberapatahapsebagaiberikut: • Penentuantujuanperamalan. • Pemilihanteori yang relevan. • Pengumpulan data. • Analisis data. • Pengestimasian model sementara. • Evaluasi model danrevisi model. • Penyajianramalansementarakepadamanajemen. • Pembuatanrevisi final. • Pendistribusianhasilramalan. • Penentuanlangkah- langkahpemantauan.

18. Hubungan Forecast denganRencana • Forecast adalahperamalantentangapa yang terjadidimasa yang akandatang. • Sedangkanrencanaadalahpenentuanapa yang akandilakukandimasa yang akandatang. • Jadi, dapatdisimpulkanbahwaperamalanmerupakan input bagiprosesperencanaandanpengambilankeputusan.

19. PEMILIHAN TEKNIK PERAMALAN Beberapa pertanyaan yang harus diperhatikan sebelum memilih teknik peramalan yg tepat utk suatu masalah adalah : • Apa kegunaan peramalan tersebut? • Siapa yg akan menggunakan peramalan tersebut? • Seberapa lama jangka waktu yg akan diramalkan? • Bagaimana kebutuhan data minimum? • Berapa biaya utk membuat peramalan tersebut? • Seberapa jauh akurasi yang diinginkan?

20. Penggunadarihasilperamalan : • Planner (paraperencana) tingkatnasional, regional maupunsektoralsecaramakro. • Perencanaindividuperusahaansecaramikro. • Para peneliti. • Para konsultan yang harusmemberinasihatsecarakuantitatif. • Para pimpinan yang akanmembuatkeputusan- keputusankuantitatifbidangproduksi, penjualan, ekspor, keuangan, kreditdanbidang- bidang lain yang sifatnyakuantitatif.

21. DATA • Data merupakan fakta. Dengan demikian, data dapat memberi gambaran tentang suatu keadaan atau persoalan • Data ttg sesuatu akan lebih berarti kalau dikaitkan dgn waktu dan tempat. Data pendapatan penduduk misalnya, harus diperjelas dgn penduduk yang mana? Dan kapan? Misalnya pendapatan penduduk Pangkalpinang dalam tahun 2009 • Semakin lengkap informasi/data, maka semakin akurat penilaian ttg sesuatu dan dapat digunakan sebagai langkah awal untuk melakukan proyeksi di masa yg akan datang

22. Kegunaan data untuk mengambil suatu keputusan bagi seorang manajer, diantaranya dapat diinventarisir sbb: • Dasar suatu perencanaan agar perencanaan sesuai dengan kemampuan yg ada pada organisasi. Kemampuan di sini, diantaranya kemampuan finansial, SDM, bahan baku, dll. • Alat pengendalian terhadap pelaksanaan atau implementasi perencanaan tsb agar bisa diketahui dgn segera kesalahan atau penyimpangan yg terjadi shg dapat segera dilakukan perbaikan atau koreksi • Dasar evaluasi hasil kerja akhir. Apakah hasil kerja yg telah ditargetkan bisa dicapai? Atau tingkat pencapaiannya sudah berapa persen? Kalau target tidak tercapai, faktor-faktor apa penyebabnya? Untuk itu semua diperlukan data.

23. Data dapatdibedakanberdasarkansifat, sumberdandimensiwaktunya. Berdasarkansifatnya : • Data kuantitatif, berupaangkaatauberwujudbilangan, seperti : data jumlahpenjualan, produksidll. • Data kualitatif, data yang tidakberupaangka, seperti : data faktorkesukaankonsumenterhadapsuatuproduk, tingkatkepuasankonsumendll.

24. Berdasarkansumbernya : • Data intern, data yang berasaldaridalamorganisasiperusahaan. • Data ektern, data yang berasaldariluarperusahaan. • Data ekternterbagimenjadi data primer (dikumpulkansendiriuntukperamalan) dan data skunder (data yang telahterkumpulsebelumnya)

25. Berdasarkandimensiwaktunya : • Data runtutwaktu/ time series, yaitu yang dikumpulkandarisuatuwaktukewaktuberikutnyaselamajangkawaktutertentu, seperti : data penjualanselama 12 bulanterakhirdalamjangkawaktusatutahun. • Data crossectional, data yang dikumpulkanpadasuatuwaktutertentutanpamemilikivariasidimensiwaktuuntukmenggambarkankeadaanpadawaktutertentu, seperti volume penjualanperusahaantahun 2006 dsb.

26. Syarat- syarat Data yang Baik • Data harusobyektif, sesuaidenganapaadanya. • Refresentatif, Data yang diperolehberdasarkanpenelitian sample. Sebagaisuatuperkiraanharusdapatmewakilipopulasi. • Upto date, data yang terbarudantidakusang. • Relevant, data harusadahubungannyadengan problem yang dianalisis. • Data mempunyaikesalahan yang minimum.

27. Dalamkonteksperamalan, variable dibedakanmenjadi 2 macam : • Variabeldependen, variabel yang keberadaanyaakandiramalkan/ dijelaskanpadawaktu yang akandatang. • Variabel independent, variabel yang digunakanuntukmeramalkanataumenjelaskankeberadaan variable dependenpadawaktu yang akandatang.

28. Latihansoal • Jelaskanapa yang dimaksuddengan TPB? • Jelaskanpentingnya TPB bagikelangsunganhidupperusahaan? • Jelaskanpihak-pihak yang memerlukanproyeksibisnissebuahperusahaan? • Jelaskanperanan data dalamsebuahproyeksibisnis? • Jelaskanpembagian data menurutsumberdancarapemerolehannya?