PROPOSAL PERAMALAN
PENJUALAN “CV FITRIA”
1.
PENDAHULUAN
1.1 Latar Belakang Masalah
Keberhasilan suatu perusahaan dicerminkan oleh kemampuan manajemen
untuk memanfaatkan peluang secara optimal sehingga dapat menghasilkan penjualan
dan laba sesuai dengan yang diharapkan. Kesalahan mendasar yang sering terjadi
dalam membuat semua rencana penjualan sulit direalisasi adalah kesalahan dalam
pembuatan prediksi penjualan yang tepat. Apabila prediksi penjualan di buat
terlalu besar maka biaya produksi akan membengkak dan seluruh investasi yang
ditanamkan menjadi kurang efisien. Sebaliknya, bila prediksi penjualan di buat
terlalu kecil maka perusahaan akan menghadapi kehabisan persediaan (Stock
Out), sehingga pelanggan terpaksa menunggu terlalu lama untuk produk yang
diinginkan.
Hasil ramalan penjualan mampu memberikan gambaran tentang masa
depan perusahaan yang memungkinkan manajemen membuat perencanaan, menciptakan
peluang bisnis maupun mengatur pola investasi mereka.
CV FITRIA adalah perusahaan yang berjalan dalam bidang konveksi
yang cukup besar, yang di mana perusahaan ini dalam pengolahan data baik pencatatan
maupun penyimpanan proses kegiatan pendistribusian barang telah menggunakan dan
memanfaatkan kecanggihan teknologi komputer yang membantu dalam memaksimalkan
dan mengefektifkan serta mengefesienkan kegiatan perusahaan tersebut. Berpijak
dari permasalahan di atas, penulis sangat tertarik untuk mengetahui lebih
lanjut mengenai masalah ramalan penjualan maka penulis memilih judul penulisan
ilmiah, yaitu : “ RAMALAN PENJUALAN PAKAIAN PADA CV. FITRIA “.
1.2 Rumusan dan Batasan
Masalah
Dari
penjelasan diatas, maka penulis merumuskan masalah
1. Bagaimana kondisi peramalan penjualan pakaian pada CV FITRIA dengan
menggunakan metode Moving
Average (MA), Weight Moving Average (WMA), Exponential Smoothing (ES) dan Mean Absolute Devisiasion (MAD)?
2. Dari
keempat metode tersebut, metode manakah yang tepat untuk CV FITRIA ?
1.3 Tujuan penelitian
Penelitian ini bertujuan
untuk :
1. Mengetahui
efektifitas hasil dari peramalan dengan memperbandingkan metode Moving Average (MA), Weight Moving Average
(WMA), Exponential Smoothing (ES),Mean Absolute Devisiasion (MAD),dan
2. Mengetahui Metode mana yang lebih tepat
untuk peramalan penjualan pakaian pada CV FITRIA
1.4 Manfaat penelitian
1. Bagi Penulis
1.
Sebagai bentuk pengembangan ilmu serta wawasan
tentang penerapan teori pada kehidupan nyata.
2. Sebagai pengalaman
yang di harapkan dapat berguna dimasa yang akan dating bila berkecimpung dalam dunia
kerja.
2. Bagi Universitas
1. Sebagai pertimbangan referensi bagi mahasiswa Gunadarma
Fakultas Ekonomi yang menyusun penulisan ilmiah.
2. Sumber informasi bagi mahasiswa Gunadarma pada
umumnya, dan mahasiswa Gunadarma Fakultas Ekonomi pada khususnya.
3. Bagi Perusahaan
1. Sebagai pertimbangan bagi manajemen perusahaan
untuk membuat keputusan-keputusan mengenai aspek-aspek strategis.
2. Sebagai masukan atau
sumber informasi untuk memperbaiki kualitas produk serta layanan yang diberikan
kepada konsumen.
1.5 Metode Penelitian
Untuk mendapatkan data
yang dibutuhkan dalam penulisan ilmiah ini, penulis menggunakan beberapa
metode, yaitu Moving Average (MA), Weight Moving Average (WMA), Exponential
Smoothing (ES), Mean Absolute Devisiasion (MAD).
1.5.1
Objek Penelitian
Objek penelitian ini adalah CV
FITRIA yang berada di Jln. H. Mugeni 1
no.10 Jakarta Timur.
1.5.2
Data / Variabel
Data sekunder
Yaitu data yang diperoleh dengan cara meminta dokumen-dokumen atau laporan–laporan pengiriman yang bersumber dari perusahaan dan
pihak yang berkaitan, khususnya pada bidang pengiriman
Dalam penelitian
ini, menggunakan data penjualan pakaian setiap bulannya pada CV FITRIA selama
13 bulan berturut-turut yaitu dari bulan Maret 2012 s/d Maret 2013.
1.5.3
Metode Pengumpulan Data
Metode pengumpulan data yang penulis gunakan, yaitu
:
a. Wawancara
Yaitu dengan Tanya jawab dengan pemilik
CV FITRIA
b. Observasi
Yaitu dengan mengadakan pengamatan secara
langsung ketempat yang akan diteliti untuk mengetahui kegiatan yang dilakukan oleh
CV tersebut.
c. Studi
Pustaka
Yaitu dengan metode pengumpulan
data dengan cara membaca dan memahami buku-buku yang berkaitan dengan peramalan
penjualan dengan menggunakan metode rata-rata bergerak (Moving Average), rata-rata bergerak tertimbang (Weight Moving Averege), serta metode peramalan
rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu (Exponential Smoothing)
1.5.4
Alat Analisis yang digunakan
Alat analisis yang
digunakan dalam penulisan ilmiah ini untuk memecahkan masalah dengan menggunakan
peramalan kuantitatif, yaitu:
·
Metode
Moving Average (MA)
Adalah suatu metode peramalan dengan
mengkombinasikan data dari beberapa periode terbaru atau terakhir.
Rumus MA = Ʃ Penjualan nyata pada n periode terakhir
Ʃ Periode (n) yang digunakan dalam
moving average
·
Metode
Weight Moving Average (WMA)
Adalah suatu metode peramalan yang
cara perhitungannya hampir sama dengan MA, hanya berbeda pada adanya penambahan
bobot pada tiap data.
Rumus WMA
= (Wt * Xt) + (Wt–1 * Xt–1)
+ (Wt–2 * Xt–2) +…
·
Metode
Exponential Smoothing (ES)
Adalah suatu periode peramalan
rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara
exponential.
·
Kesalahan
Peramalan (MAD)
Mean
Absolute Deviasion (MAD), untuk mencari selisih antara permintaan nyata dan ramalan dengan tingkat
rata-rata kesalahan selama meramalkan.
Rumus MAD = Ʃ Jumlah Kesalahan
N
- n
2.
LANDASAN TEORI
2.1 Kerangka
teori
2.1.1 Pengertian umum peramalan
Peramalan / Perkiraan (Forecasting) Forecasting adalah
meramalkan, memproyeksikan, atau mengadakan perkiraaan / taksiran terhadap
berbagai kemungkinan yang akan terjadi sebelum suatu rancana yang lebih pasti
dapat dilakukan. Peramalan ( forecasting ) adalah seni dan ilmu untuk
memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan
melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang
dengan suatu bentuk model matematis. Hal ini bisa juga merupakan pediksi
intuisi yang bersifat subjektif. Hal ini pun dapat dilakukan dengan menggunakan
kombinasi model matematis yang disesuakan dengan pertimbangan yang baik dari
seorang manager.
Pengertian ramalan menurut para ahli
Ø
Menurut Hery prasetya dan Fitri Lukiastuti (
2009 : 43 )
Peramalan merupakan suatu usaha untuk
meramalkan keadaan dimasa yang akan datang melalui pengujian keadaan dimasa
lalu.
Ø
Menurut Jay Heizer dan Barry Render (
2006 : 136 )
Peramalan ( forecasting )
adalah seni atau ilmu untuk memperkirakan kejadian dimasa depan.
Ø
Sedangkan menurut Tim pengembangan Laboratorium
Manajemen Menengah ( 2008 : 12 )
Forecasting diartikan sebagai
kegiatan analisis untuk memperkirakan magnitude dandirection perubahan
suatu variabel ekonomi bisnis ( permintaan barang dan jasa ) dimasa datang
berdasarkan past data dan present data.
2.1.2
Tipe-tipe peramalan
Dalam
segi peramalan banyak sekali tipe nya namun menurut pandangan dari Hery
Prasetya dan Fitri Lukiastuti ( 2009 : 44 ) dapat kita ambil beberapa yaitu :
Ø
Peramalan ekonomi
Peramalan yang menjelaskan siklus
bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang
dibutuhkan untuk membangun perumahan dan indikator perencanaan lain nya.
Ø
Peramalan teknologi
Peramalan yang memeperhatikan tingkat
kemajuan teknologi yang dapat meluncurkan produk baru yang menarik, membutuhkan
pabrik dan peralatan baru. Peramalan inibiasanya memerlukan jangka waktu
yang panjang dengan memperhatikan tingkat kemajuan teknologi.
Ø
Peramalan permintaan
Proyeksi permintaan untuk produk atau
layanan suatu perusahaan peramalan ini disebut juga peramalan penjualan yang
mengendalikan produksi, kapasitas seta sistem penjadwalan dan menjadi input
bagi perencanaan keuangan pemasaran dan sumber daya manusia.
2.1.3
Tahapan-tahapan dalam suatu peramalan
Adapun tahapan-tahapan dalam suatu
peramalan yaitu :
a.
Pengumpulan data
Pengumpulan data dan menyarankan
penting nya perolehan data yang sesuai dengan meyakinkan kebenarannya.
b.
Pemadatan atau pengurangan data
Pemadatan atau pengurangan data,
seringkali diperlukan karena mungkin saja terjadi kelebihan data dalam proses
peramalan, atau sebaliknya terlalu sedikit.beberapa data mungkin tidak relevan
dengan masalah dan hal ini dapat mengurangi keakuratan peramalan.
c.
Penyusunan dan Evaluasi Modal
Penyusunan dan pengevalusaian modal
meliputi pencocokan data terkumpul kedalam modal yang sesuai dalam hal meminimasi.
d.
Ekstrapolasi Model ( peramalan aktual )
Terdiri dari model peramalan aktual
yang dihasilkan serta begitu data yang sesuai telah terkumpul dan kemungkinan
dikurangi akan menghasilkan model peramalan yang sesuai model peramalan yang
dipilih.
e.
Evaluasi peramalan
Evalusai peramalan melibatkan dan
membandingkan nilai peramalan dengan nilaihistories actual. Dalam proses
ini beberapa nilai data terkini kemudian diambilkan dari himpunan data yang
sedang dianalisa.
Forecast ( perkiraan atau peramalan ) merupakan perkiraan penjualan pada waktu yang akan datang dalam keadaan tertentu dan dibuat berdasarkan data-data yang pernah terjadi atau mungkin akan terjadi.
Forecast peramalan adalah perkiraan
atau proyeksi secara teknis permintaan konsumen potensial untuk suatu waktu
tertentu dengan berbagai asumsi untuk memperoleh suatu forecast dan peramalan.
2.1.4
Kegunaan peramalan dalam ekonomi
Kegunaan peramalan dalam ekonomi
menurut pandangan Tim pengembangan laboratorium manajemen menengah, 2006 ,
Manajemen operasional edisi 2006, Fakultas ekonomi Gunadarma Jakarta, bahwa
peramalan digunakan dalam decision makingkarena hasil forecasting
merupakan informasi yang mendasari dalam tingkatan manajemen perusahaan.
Tentang kegunaan peramalan dalam
ekonomi dapat dibagi menjadi beberapa bagian yaitu :
a.
Mengkaji kebijakan perusahaan yang berlaku saat
ini dan dimasa lalu, serta melihat sejauh mana pengaruhnya dimasa datang.
b.
Dengan adanya peramalan maka dapat dipersiapkan
program dan tindakan perusahaan untuk mengantisipasi keadaan dimasa datang
sehingga resiko kegagalan bisa diminimalkan.
c.
Peramalan merupakan dasar penyusunan rencana
bisnis perusahaan, sehingga dapat meningkatkan efektivitas suatu rencana
bisnis.
d.
Peramalan juga digunakan dalam pembuatan
keputusan, karena hasil peramalan merupakan informasi yang mendasari keputusan
para manajer perusahaan dalam berbagai tingkatan manajemen perusahaan.
2.1.5
Proses peramalan
Proses Peramalan menurut T. Hani Handoko (2000 : 260) terdiri
dari langkah-langkah sebagai berikut :
1.
Penentuan
Tujuan
Langkah pertama
terdiri atas penentuan macam estimasi yang diinginkan. Sebaliknya, tujuan
tergantung kepada kebutuhan-kebutuhan-kebutuhan informasi para manajer. Analisi
membicarakan dengan para pembuat keputusan untuk mengetahui kebutuhan-kebutuhan
mereka, dan menentukan :
a.
Variabel apa yang akan di estimasi
b.
Siapa yang akan menggunakan hasil
Peramalan
c.
Untuk tujuan apa hasil Peramalan di gunakan
d.
Estimasi jangka panjang atau jangka pendek yang
diinginkan
e.
Derajat ketepatan estiasi yang diinginkan
f.
Kapan estimasi dibutuhkan
g.
Bagian-bagian Peramalan yang digunakan
2.
Pengembangan
Model
Setelah tujuan ditetapkan,
langkah berikutnya adalah pengembangan suatu model yang merupakan penyajian
secara lebih sederhana sistem yang dipelajari. Dalam Peramalan, model adalah
suatu kerangka analitik yang bila dimasukkan data masukan menghasilkan estimasi
penjualan di masa yang akan datang (atau variabel apa saja yang diramal).
Analisis hendaknya memilih suatu model yang menggambarkan secara realistis
perilaku variabel-variabel yang dipertimbangkan.
3.
Pengujian
Model
Sebelum
diterapkan, model biasannya diuji untuk menentukan tingkat akurasi, validitas
dan reliabilitas yang diharapkan. Ini sering mencakup penerapannya pada data
historis dan penyiapan estimasi untuk tahun-tahun sekarang dengan data nyata
yang tersedia. Nilai suatu model ditentukan oleh derajat ketepatan hasil
Peramalan dengan kenyataan (aktual). Dengan kata lain, pengujian model
bermaksud untuk mengetahui validitas atau kemampuan prediktif secara logis
suatu model.
4.
Penerapan
Model
Setelah pengujian,
analisis menerapkan model dalam tahap ini, data historik dimasukkan dalam model
untuk menghasilkan suatu ramalan.
5.
Revisi
dan Evaluasi
Ramalan-ramalan
yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali. Perbaikan
mungkin perlu dilakukan karena adanya perubahan dalam perusahaan atau
lingkungannya, seperti tingkat harga produk perusahaan, karakteristik produk,
pengeluaran pengiklanan, tingkat penegluaran pemerintah, kebijakan moneter dan
kemajuan teknologi. Evaluasi, dilain pihak merupakan pembanding ramalan-ramalan
dengan hasil-hasil nyata untuk menilai ketepatan penggunaan suatu metodologi
atau teknik Peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi
di waktu yang akan datang.
2.1.6
Meramal horizon waktu
Dalam meramalkan suatu
horizon waktu adapun pandangan menurut sumbernya dari Jay Heizer dan Barry
Render ( 2006 : 137 ) yaitu :
1.
Peramalan jangka pendek
Peramalan ini mencakup jangka
waktu hingga 1 tahun tetapi umumnya kurang dari 3 bulan. Peramalan ini
digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga
kerja dan tingkat produksi.
2.
Peramalan jangka menengah
Peramalan ini umumnya
mencakup hitungan bulanan hingga 3 tahun. Peramalan ini digunakan untuk
merencanakan penjualan, perencanaan, dan anggaran produksianggaran kas dan
menganalisis bermacam-macam rencana operasi.
3.
Peramalan jangka panjang
Peramalan ini umumnya untuk
perencanaan masa 3 tahun atau lebih. Peramalan ini digunakan untuk merencanakan
produk baru, pembelanjaan modal, lokasi atau pengembangan fasilitas serta
penelitian dan pengembangan.
Permintaan suatu produk pada
suatu perusahaan sangat dipengaruhi oleh berbagai faktor lingkungan yang saling
berinteraksi dalam pasar yang berada di luar kendali perusahaan. Dimana
faktor-faktor lingkungan tersebut juga akan mempengaruhi peramalan. Berikut ini
merupakan beberapa faktor lingkungan yang mempengaruhi peramalan :
a.
Kondisi umum bisnis dan ekonomi
b.
Reaksi dan tindakan pesaing
c.
Tindakan pemerintah
d.
Kecendrungan pasar
e.
Siklus hidup produk
f.
Gaya dan mode
g.
Perubahan permintaan konsumen
h.
Inovasi teknologi
2.1.7
Jenis-jenis peramalan
Menurut Eddy Herjanto ( 2006 : 86 )
di katakan bahwa jenis-jenis peramalan mempunyai 2 macam yaitu :
a.
Peramalan kualitatif
Analisis time series merupakan
hubungan antara variabel yang dicari (dependent) dengan variabel yang
mempengaruhi-nya (indenpendent variabel), yang dikaitkan dengan waktu seperti
mingguan, bulan, triwulan, catur wulan, semester atau tahun. Dalam analisi time
series yang menjadi variabel yang dicari adalah waktu.
b.
Peramalan kuantitatif
Metode peramalan yang didasarkan
kepada hubungan antara variabel yang diperkirakan dengan variabel lain yang
mempengaruhinya tetapi bukan waktu.
Ada beberapa jenis ramalan yang cukup relevan dalam pengambilan keputusan manajemen penjualan, salah satu pembagian yang penting adalah potensi pasar, potensi penjualan perusahaan dan ramalan penjualan perusahaan.
·
Potensi pasar adalah kemungkinan penjualan total
barang dan jasa oleh industri yang ada.
·
Potensi penjualan perusahaan adalah kemungkinan
penjualan total untuk sebuah perusahaan.
·
Ramalan penjualan perusahaan adalah estimasi
realistis tentang penjualan aktual dalam rupiah atau unit yang diharapkan akan
dicapai perusahaan dalam periode mendatang menurut rancangan pemasaran.
2.1.8
Tujuan dan fungsi peramalan
Tujuan daripada diadakannya peramalan
adalah untuk memperoleh informasi mengenai perubahan dimasa yang akan datang
yang akan mempengaruhi terhadap implementasi kebijakan serta konsekuensinya,
berikut adalah langkah-langkah dengan adanya peramalan yaitu :
1.
Untuk menentukan kebijaksanaan-kebijaksanaan
dalam persoalan menyusun suatu anggaran-anggaran.
2.
Untuk melakukan pengawasan terhadap persediaan
suatu produk yang akan dijual.
3.
Untuk membantu kegiatan perencanaan dan
pengawasan terhadap reproduksi barang dan jasa.
4.
Untuk melakukan pengawasan untuk pembelanjaan
perusahaan.
5.
Untuk menyusun kebijaksanaan-kebijaksanaan yang
efektif dan efisien.
Sedangkan menurut pandangan Jay Heizer dan Barry Render (
2006 )
1.
Untuk mengkaji kebijakan perusahaan yang berlaku
saat ini dan dimasa lalu serta melihat sejauh mana pengaruh dimasa datang.
2.
Peramalan diperlukan karena adanya time Lag atau
Delay antara saat suatu kebijakan perusahaan ditetapkan dengan saat
impementasi.
3.
Peramalan merupakan dasar penyusunan bisnis pada
suatu perusahaan sehinggadapat meningkatkan efektifitas suatu rencana bisnis.
Adapun fungsi lain yang bisa mengarah pada peramalan yaitu :
1.
Untuk atau mengkaji kebijakan perusahaan yang
berlaku saat ini dan dimasa lalu, serta melihat sejauh mana pengaruhnya dimasa
datang.
2.
Peramalan diperlukan karena adanya time_lag
antara saat suatu kebijakan peruasahaan di tetapkan dengan saat implementasi.
3.
Dengan adanya peramalan, maka dapat dipersiapkan
program dan tindakan perusahaan untuk mengantisipasi keadaan dimasa dating sehingga
resiko kegagalan bisa diminimalkan.
3. METODE PENELITIAN
3.1 Objek Pnelitian
Objek penelitian ini adalah CV FITRIA yang berada di Jln. H. Mugeni 1 no.10 Jakarta
Timur
3.2 Data dan Variabel yang digunakan
Data sekunder
Yaitu data yang diperoleh dengan cara meminta dokumen-dokumen atau laporan–laporan pengiriman yang bersumber dari perusahaan dan
pihak yang berkaitan, khususnya pada bidang pengiriman
Dalam penelitian
ini, menggunakan data penjualan pakaian setiap bulannya pada CV FITRIA selama
13 bulan berturut-turut yaitu dari bulan Maret 2012 s/d Maret 2013.
3.3 Metode Pengumpulan data
Metode pengumpulan data yang penulis gunakan, yaitu
:
a. Wawancara
Yaitu dengan Tanya jawab dengan pemilik
CV FITRIA
b. Observasi
Yaitu dengan mengadakan pengamatan secara
langsung ketempat yang akan diteliti untuk mengetahui kegiatan yang dilakukan oleh
CV tersebut.
c. Studi
Pustaka
Yaitu dengan metode pengumpulan
data dengan cara membaca dan memahami buku-buku yang berkaitan dengan peramalan
penjualan dengan menggunakan metode rata-rata bergerak (Moving Average), rata-rata bergerak tertimbang (Weight Moving Averege), serta metode peramalan
rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu (Exponential Smoothing)
3.4 Alat Analisis
Rumus MA = Ʃ Penjualan nyata pada n periode terakhir
·
Metode
Moving Average (MA)
Adalah suatu metode peramalan dengan
mengkombinasikan data dari beberapa periode terbaru atau terakhir.
Ʃ Periode (n) yang digunakan dalam
moving average
·
Metode
Weight Moving Average (WMA)
Adalah suatu metode peramalan yang
cara perhitungannya hampir sama dengan MA, hanya berbeda pada adanya penambahan
bobot pada tiap data.
Rumus WMA
= (Wt * Xt) + (Wt–1
* Xt–1) + (Wt–2 * Xt–2)
+…
·
Metode
Exponential Smoothing (ES)
Adalah suatu periode peramalan
rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara
exponential.
·
Kesalahan
Peramalan (MAD)
Mean
Absolute Deviasion (MAD), untuk mencari selisih antara permintaan nyata dan ramalan dengan tingkat
rata-rata kesalahan selama meramalkan.
Rumus
MAD
= Ʃ Jumlah Kesalahan
N
- n