RAMALAN PENJUALAN

“RAMALAN PENJUALAN”

       Ramalan (forecasting) adalah proses aktivitas meramalkan suatu kejadian yang mungkin akan terjadi di masa mendatang dengan mengkaji data yang ada Nafarin ,sedangkan 

Ramalan Jualan (sales forecasting) adalah proses aktifitas memperkirakan produk yang akan dijual di masa mendatang dalam keadaan tertentu berdasarkan data yang pernah terjadi dan/atau mungkin akan terjadi. 

Teknik dalam membuat ramalan jualan dapat dilakukan dengan beberapa cara antara lain dengan metode kualitatif, metode kuantitatif atau gabungan keduanya. Metode Kualitatif dapat dilakukan dengan memanfaatkan pendapat para tenaga penjualan, para manajer divisi penjualan, jajaran eksekutif perusahaan, para pakar dan survei konsumen. Sedangkan Metode Kuantitatif digunakan dengan cara menggunakan metode analisis lini produk, distribusi probabilitas, analisis tren dan analisis regresi. 

Menurut beberapa ahli mengenai pengertian peramalan, seperti yang

dikemukakan oleh :

1. Jay Heizer dan Barry Render (2015:113) adalah :

“Peramalan (forecasting) adalah suatu seni dan ilmu pengetahuan dalam

memprediksi peristiwa pada masa yang akan datang. Peramalan akan

melibatkan mengambil data historis (seperti penjualan tahun lalu) dan

memproyeksikan mereka ke masa yang akan datang dengan menggunakan

model matematika.”

2. Diana Khairani Sofyan (2015:13) adalah :

“Permalan merupakan suatu perkiraan, tetapi dengan menggunakan teknikteknik

tertentu.”

3. William J. Stevenson dan Sum Chee
Chuong yang diterjemahkan oleh Diana Angelica, David Wijaya dan Hirson
Kurnia (2014:76) “Peramalan adanlah pernyataan mengenai nilai yang akan

datang dari variabel. Prediksi yang lebih baik dapat menjadi keputusan dengan

menggunakan banyak informasi.”

     Berdasarkan dari pendapatan para ahli, maka penulis dapat mengatakan

bahwa peramalan adalah sebuah perkiraan di masa yang akan datang dengan
melibatkan data masa lalu pada periode waktu tertentu.

A. Ramalan Kualitatif

a. Metode Pendapat Para Tenaga Penjualan

Menekankan pertimbangan dan keahlian dari para tenaga penjualan. Metode ini sering digunakan oleh perusahaan kecil dan perusahaan yang menghasilkan sedikit produk.

Kelebihan dari metode pendapat para tenaga penjualan adalah:

1. Menanamkan tanggung jawab dan rasa memiliki terhadap perusahaan;

2. Ramalan dibuat oleh individu yang terdekat dengan pelanggan;

3. Rencana awalnya disetujui oleh orang yang bertanggung jawab untuk tercapainya target penjualan

Sedangkan, kekurangan dari metode pendapat para tenaga penjualan yaitu:

1. Tenaga penjualan bisa menjadi terlalu optimis maupun terlalu pesimis dalam meramalkan target penjualan;

2. Terdapat kemungkinan variabel sebab akibat yang luas tidak mendapat perhatian yang cukup sehingga evaluasi potensi pasar menjadi tidak layak;

3. Metode ini terbatas pada ramalan taktis jangka pendek.

   b. Metode Pendapat Para Manajer Divisi

Metode ini menekankan pertanggungjawaban dari manajer penjualan daerah atau produk. Metode ini dapat digunakan oleh perusahaan dari berbagai ukuran/skala. Metode ini baik digunakan untuk membuat ramalan jualan jangka pendek serta berguna dalam situasi jumlah pelanggan terbatas. Sayangnya, metode ini kurang dapat memaksimalkan laba jangka panjang.

c. Metode Pendapat Juri dari Eksekutif

Metode ini menyajikan pertimbangan kombinasi atau pendapat dari eksekutif tingkat atas dalam perusahaan tersebut. Metode ini dapat digunakan oleh perusahaan kecil dan menengah. Metode ini mempunyai kelebihan yaitu sederhana, langsung dan ekonomis. Namun perlu diperhatikan bahwa metode ini memerlukan pengalaman khusus dan pengetahuan yang luas. Kekurangan lain dari metode ini adalah hasil ramalan yang kurang ilmiah.

d. Metode Pendapat Para Pakar 

Metode ini menggunakan pertimbangan dari orang yang berpengalaman dan ahli di bidang penjualan untuk meramalkan jualan. Metode ini mudah dilakukan namun hasilnya cenderung bersifat subyektif.

e. Metode Pendapat dari Survey Konsumen

Metode ini diperoleh dari hasil survey yang dilakukan terhadap individu, rumah tangga, perusahaan, departemen, negara, atau organisasi tertentu. Kelebihan metode adalah hasilnya bersifat obyektif, akan tetapi hasil tersebut hanya merupakan taksiran mengingat yang diteliti hanya sampel dari keseluruhan target konsumen. Sampel adalah sebagian anggota populasi yang dapat mewakili keseluruhan populasi (dalam hal jualan berarti sebagian konsumen yang mewakili sekumpulan konsumen). Sampel Acak (random sampling) adalah sampel yang diambil dari populasi dengan peluang yang sama. Penyampelan (sampling) adalah proses pemilihan sejumlah unsur dari populasi dengan cara mempelajari dan memahami sifatnya sehingga dapat ditaksir sifat dari populasi.

B. Ramalan Kuantitatif

Dalam buku penganggaran perusahaan, ramalan yang dibuat secara kuantitatif dapat menggunakan analisis lini produk, metode distribusi probabilitas, analisis tren, dan analisis regresi.

a. Analisis Lini Produk

Analisis ini berkaitan dengan keputusan mengenai jalur produk baru yang akan diperkenalkan, jalur produk lama yang akan dihapus, serta inovasi dan produk campuran. Produk campuran merupakan hubungan volume antara dua produk atau lebih.

b. Metode distribusi probabilitas 

Metode ini dapat digunakan untuk meramalkan jualan dengan cara menaksir variasi produk yang akan dijual, kemudian memilih angka tertentu untuk membuat kelas interval dan selanjutnya titik tengah dari kelas interval tersebut dipilih sebagai nilai kelas interval masing-masing. Langkah berikutnya adalah membuat probabilitas atas masing-masing nilai kelas interval dan mengalikan probabilitas tersebut sehingga memperoleh nilai tertimbang (terbobot). Jumlah keseluruhan nilai tertimbang merupakan jualan yang diramalkan.  Kelebihan metode ini adalah adanya nilai tunggal dari nilai yang diharapkan serta kemudahan dalam mendistribusikan probabilitas. Akan tetapi, metode ini bergantung pada semata-mata pada taksiran manajemen dalam menentukan besarnya nilai probabilitas.

Contoh distribusi probabilitas:

Jualan (unit)	Probabilitas	Nilai Tertimbang (unit)
1.000	10%	100
5.000	20%	1.000
9.000	35%	3.150
13.000	30%	3.900
17.000	5%	850
Ramalan	100%	9.000

c. Analisis Tren

Analisis Tren merupakan salah satu metode statistik yang mudah digunakan dalam meramalkan (jualan). Tren menurut Nafarin (2008: 100) merupakan gerakan lamban berjangka panjang yang menuju ke suatu arah baik menaik atau menurun dalam suatu periode. Analisis tren terdiri atas tren garis lurus atau linear (yang terdiri atas metode kuadrat terkecil dan metode momen) dan tren bukan garis lurus (tren parabola kuadrat dan tren eksponensial (algoritma).

d. Analisis tren garis lurus adalah suatu tren yang diramalkan naik atau turun secara garis lurus. Analisis tren garis lurus terdiri atas metode kuadrat terkecil dan metode momen. Ramalan dengan metode kuadrat terkecil menurut Nafarin (2008: 101) dapat menggunakan rumus:

Y= a + bX

dengan syarat ∑ X=0 dan a = (∑ Y)/n serta b = (∑ XY)/(∑ X 2 )

      Keterangan:

X = Variabel bebas         b= Koefisien arah regresi

Y= Variabel Terikat n= Banyaknya data

 a= Konstanta

Sedangkan ramalan dengan metode momen dapat dihitung dengan rumus yang dipaparkan oleh Nafarin (2008: 102) adalah sebagai berikut:

Y= a + bX

∑ Y = n a + b ∑ X

∑ X Y = a ∑ X + b ∑ X2 

Keterangan:

X = Variabel bebas         b= Koefisien arah regresi

 Y= Variabel Terikat n= Banyaknya data

  a= Konstanta

2. Analisis tren bukan garis lurus dapat menggunakan dua metode yakni tren parabola kuadrat dan tren eksponensial. Tren parabola kuadrat menurut Nafarin (2008, 104) disebut juga sebagai tren garis lengkung atau parabola yang terdiri atas tren parabola kuadrat dan tren parabola kubik.

Sedangkan tren eksponensial menurut Nafarin (2008: 105) disebut sebagai tren logaritma atau tren pertumbuhan yang nilai variabel bebas (X) nya naik secara berlipat ganda.

Standar Kesalahan Peramalan (SKP)

Standar Kesalahan Peramalan (SKP) digunakan untuk menentukan metode tren yang paling sesuai dalam membuat suatu ramalan jualan. Semakin kecil nilai SKP menunjukkan bahwa ramalan yang disusun semakin mendekati kesesuaian. Adapun rumus SKP adalah sebagai berikut:

SKP=√(∑ (X-Y)2 ∶n-2)

X = Jualan nyata

Y = Ramalan Jualan

n = jumlah data yang dianalisis

2 = 2 derajat kebebasan hilang karena dua parameter populasi sedang

diramalkan dengan nilai sampel data (a dan b)

d. Analisis Regresi

Analisis regresi juga termasuk dalam metode statistik untuk meramalkan (jualan). Analisis regresi terdiri atas regresi sederhana dan regresi berganda. Analisis regresi merupakan analisis antara variable terikat (Y) dengan variable bebas (X). Variabel bebas yang mempengaruhi variabel terikat digunakan untuk meramalkan variable terikat. Analisis regresi terdiri dari analisis regresi sederhana (apabila variabel bebasnya hanya satu) dan regresi berganda (apabila variabel bebasnya lebih dari satu).

1. Analisis Regresi Sederhana

Analisis ini digunakan untuk menganalisis satu variabel terikat (Y) dengan menggunakan satu variabel bebas (X). Variabel bebas yang dipilih adalah yang mempunyai hubungan (korelasi) dengan variabel terikat. Untuk mengetahui bahwa variabel bebas (X) yang dipilih mempunyai korelasi dengan variabel terikat (Y) dapat digunakan analisis korelasi.

• Analisis Korelasi

Analisis yang digunakan untuk mengetahui hubungan sebab akibat antara beberapa variabel. Perubahan variabel terikat ditentukan oleh faktor lain (bisa satu faktor atau lebih). Jika faktor lain hanya berjumlah satu faktor maka bisa menggunakan analisis regresi sederhana namun bila faktor lain lebih dari satu berarti variabel bebasnya berganda dan menggunakan analisis regresi berganda.

Hubungan antara kedua variabel dapat diketahui setelah memasukan data dan melakukan perhitungan rumus diatas. Hubungan itu di uji dengan koefisien korelasi. Koefisien korelasi menunjukkan angka paling kecil -1 dan paling besar +1. Bila koefisien korelasi mendekati satu berarti pengaruh variabel bebas (X) terhadap variabel terikat (Y) adalah besar. Tidak peduli apakah koefisien korelasi tersebut positif atau negatif. Apabila korelasi tersebut positif berarti semakin besar X dan semakin kecil Y atau semakin kecil X dan semakin besar Y. Jika koefisien korelasi mendekati nol berarti pengaruh dari variabel tersebut kecil sekali (tidak berpengaruh). Guilford (1956, 145) mengemukakan pengaruh korelasi seperti tampak pada tabel berikut:

Koefisien Korelasi (R)	Tafsiran
<0,20	Sangat lemah, dapat diabaikan
0,20 – 0,40	Lemah
0,40 – 0,70	Cukup
0,70 – 0,90	Kuat
0,90 – 1,00	Sangat Kuat

• Koefisien Determinan Koefisien Determinan (R2) merupakan nilai terpenting karena koefisien determinan menggambarkan seberapa jauh variabilitas Y dipengaruhi oleh variabilitas X. Koefisien determinan bila diakarkan akan menjadi koefisien korelasi dan koefisien korelasi (R) bila dikuadratkan akan menjadi koefisien determinan (R2). 

2. Analisis Regresi Berganda

Teknik Regresi Sederhana hanya mampu menganalisis satu variabel terikat dan satu variabel bebas. Dalam dunia nyata variabel bebas tidak hanya satu, tetapi lebih dari satu. Oleh karena itu diperlukan analisis regresi yang mampu menjelaskan hubungan antara variabel terikat (dependen) dengan variabel bebas (independen) yang lebih dari satu, yaitu analisis regresi berganda.

3. Tujuan Peramalan Secara umum                                                                                  yang dimaksud dengan peramalan yaitu suatu kegiatan yang bertujuan untuk mengetahui atau memperkirakan kejadian di masa yang akan datang. Adapun tujuan peramalan menurut Diana Khairani Sofyan (2013:15) tujuan utama peramalan adalah untuk meramalkan permintaan dimasa yang akan datang, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.peramalan tidak akan pernah sempurna, tetapi meskipun demikian hasil peramalan akan memberikan arahan bagi suatu perencanaan. Suatu perusahaan biasanya menggunakan prosedur peramalan yaitu diawali dengan melakukan peramalan lingkungan, diikuti dengan peramalan penjualan pada perusahaan dan diakhiri dengan peramalan permintaan pasar.

4. Jenis-jenis Peramalan                                                                                                                   Dalam kegiatan produksi peramalan tingkat permintaan suatu produk diperlukan untuk mengantisipasi permintaan yang berubah-ubah. Pada umumnya jenis-jenis peramalan menurut Jay Heizer dan Barry Render (2015:115) : 

1. Peramalan Ekonomi (Economic Forecast) Merencanakan indikator yang berguna membantu organisasi untuk menyiapkan peramalan jangka menengah hingga jangka panjang, yang menjelaskan tentang siklus bisnis yang memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun indikator perencanaan lainnya. 

2. Peramalan Teknologi (Technologycal Forecast) Peramalan jangka panjang yang memperhatikan tingkat kemajuan teknologi yang dapat meluncurkan produk baru. 

3. Peramalan Permintaan (Demand Forecast) Meramalkan penjualan dan permintaan suatu perusahaan pada setiap periode dalam horizon waktu. Peramalan penjualan yang mengendalikan produksi, kapasitas, serta sistem penjadwalan dan menjadi input bagi perencanaan keuangan, pemasaran, dan sumber daya manusianya. 

Prinsip-Prinsip Peramalan 

   Keberhasilan peramalan terlihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbanganpertimbangan yang akan terjadi pada waktu keputusan akan dilaksanakan.menurut Diana Khairani Sofyan (2013:14) terdapat beberapa prinsip peramalan : 1. Peramalan selalu mengandung kesalahan, artinya hampir tidak pernah ditemukan bahwa hasil peramalan 100 persen sesuai dengan kenyataan yang terjadi dilapangan, peramal hanya dapat mengurangi faktor ketidakpastian. 

2. Peramalan akan selalu memberikan informasi tentang ukuran kesalahan, hal ini dikarenakan bahwa peramalan pasti mengandung kesalahan, maka penting bagi pengguna untuk menginformasikan berapa besar kesalahan yang terkandung dalam perhitungan yang telah dilakukan.

 3. Peramalan untuk jangka pendek selalu lebih akurat jika dibandingkan dengan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang memperngaruhi relatif masih sedikit dan bersifat konstan dibandingkan dengan peramalan jangka panjang, sehingga akan semakin kecil pula kemungkinan terjadinya perubahan pada faktor-faktor yang mempengaruhi permintaan. Peramalan permintaan berdasarkan perhitungan lebih disukai dari pada hanya berdasarkan data masa lalu saja. Oleh karena itu sebaiknya jumlah sumber daya juga dihitung berdasarkan metode peramalan yang sesuai.

Faktor-faktor yang Mempengaruhi Peramalan

Dalam hal ini terdapat beberapa faktor yang dapat mempengaruhi aktivitas peramalan menurut Diana Khairani Sofyan (2013:15) adalah :

1. Horizon Waktu Ada data aspek horizon waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu dimasa yang akan datang dari metode yang digunakan sebaiknya disesuaikan. Aspek kedua adalah periode untuk masa peramalan yang diinginkan.

2. Pola Data Dasar utama dalam metode peramalan adalah anggapan bahwa macam dari pola yang didapati didalam data yang diramalkan akan berkelanjutan.

3. Jenis Model Model-model ini merupakan suatu deret dimana waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan didalam pola, yang mungkin secara sistematik dapat dijelaskan dengan analisis atau korelasi. Model yang lain adalah sebab akibat, yang menggambarkan bahwa ramalan yang dilakukan sangat tergantung pada terjadinya sejumlah peristiwa yang lain, atau sifatnya merupaka campuran dari model-model yang telah disebutkan diatas. Biaya Umumnya ada empat unsur biaya yang tercakup yaitu biaya pengembangan, penyimpangan, operasi pelaksanaan, dan kesempatan dalam penggunaan metode lainnya. 5. Ketepatan Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan tingkat perincian yang dibutuhkan suatu peramalan. 6. Mudah Tidaknya Penggunaan Suatu prinsip umum adalag metode-metode yang dapat dimengerti dan diaplikasikan dalam pengambilan keputusan .