Dokumen tersebut membahas tentang peramalan jualan, yaitu proses memperkirakan produk yang akan dijual pada masa depan dengan mempelajari data historis. Terdapat berbagai metode peramalan jualan seperti metode kualitatif dan kuantitatif yang masing-masing memiliki kelebihan dan kekurangan."

1. EKMA4570
PENGANGGARAN
Modul 2
Penyusunan Anggaran Operasional 1

2. Kegiatan Belajar 1 – Peramalan Jualan
Peramalan jualan merupakan proses kegiatan
memperkirakan produk yang akan dijual pada
waktu yang akan datang dalam keadaan tertentu
dan dibuat berdasarkan data yang pernah terjadi
atau mungkin akan terjadi.
Peramalan jualan merupakan faktor penting
dalam perencanaan perusahaan, karena
peramalan jualan akan menentukan anggaran
jualan, dan anggaran jualan menentukan
anggaran produk, anggaran biaya
pabrik, anggaran beban usaha, anggaran
kas, anggaran rugi-laba dan anggaran neraca.

3. Peramalan adalah proses
kegiatan meramalkan suatu
kejadian yang mungkin terjadi
pada masa akan datang
dengan cara mengkaji data
yang ada.
Jualan artinya
hasil proses
menjual atau
yang dijual atau
hasil penjualan.
Peramalan jualan berarti proses
meramalkan produk yang dijual
dari perusahaan tertentu dan
pada saat tertentu.

4. A. Metode Ramalan Jualan beserta Kebaikan
dan Keburukannya
1. Metode Kualitatif
a. Pendapat para tenaga penjual
Pendekatan ini menekankan pertimbangan dan
keahlian dari para tenaga penjual. Partisipasi tingkat
tinggi dari bawah ke atas sangat ditekankan.
Kebaikan:
Menanamkan tanggung jawab dan mereka merasa milik
perusahaan
Ramalan dibuat oleh individu yang terdekat dengan
pelanggan
Rencana awalnya disetujui oleh orang yang bertanggung
jawab untuk tercapainya tujuan penjualan

5. .
Keburukan:
Tenaga penjual mungkin terlalu optimis atau psimis
Perhatian yang tidak cukup dari para peserta tenaga
penjual
Metode ini terbatas pada ramalan taktis jangka pendek

6. b.
Pendapat para manajer divisi penjualan
Pendekatan ini menekankan pertanggungjawaban
dari manajer penjualan daerah atau produk.
Kebaikan:
Dapat digunakan
secara luas oleh
perusahaan dari
semua ukuran
Berguna dalam
situasi jumlah
pelanggan terbatas
Keburukan:
Digunakan untuk
ramalan jualan jangka
pendek sehingga dapat
mengabaikan
memaksimalkan laba
jangka panjang

7. c. Pendapat para ahli
Orang yang berpengalaman dan ahli dalam bidang
penjualan seringkali dimintai pertimbangan untuk
meramalkan jualan.
Kebaikan:
Mudah dilakukan
Keburukan:
Bersifat subjektif atau lebih mengandalkan orangnya
daripada data yang mendukung pendapat orang
tersebut

8. d. Pendapat Eksekutif
Perusahaan kecil dan menengah sering
menggunakan metode pendapat juri dari eksekutif.
Dalam
bentuk
paling
sederhana,
menyajikan
pertimbangan kombinasi atau pendapat dari eksekutif
tingkat atas dalam perusahaan tersebut.
Kebaikan:
Sederhana, langsung dan ekonomis
Keburukan:
Memerlukan pengalaman khusus dan
pengetahuan yang luas
Menghasilkan ramalan yang lebih atau
kurang ilmiah

9. e. Pendapat dari survei konsumen
Sasaran survei bisa berupa individu, rumah tangga,
perusahaan, departemen, Negara, dan organisasi
tertentu. Umumnya survei hanya meneliti sampelnya saja.
Kebaikan:
Bersifat objektif
Keburukan:
yang diteliti adalah sampel, tidak keseluruhan
konsumen maka hasilnya taksiran saja

10. 2. Metode Kuantitatif
a. Analisis Trend
Analisis trend terdiri atas; trend garis lurus dan
trend bukan garis lurus. Trend garis lurus (linear) terdiri
atas; metode kuadrat terkecil dan metode bukan garis
lurus antara lain trend parabola kuadrat, trend
eksponensial (logaritma).
b. Analisis Regresi
Analisis regresi terdiri atas regresi sederhana dan
analisis regresi berganda. Analisis regresi merupakan
analisis antara variabel terikat (Y) dengan variabel bebas
(X). Bila variabel bebas hanya ada satu digunakan analisis
regresi sederhana, tetapi bila variabel bebas lebih dari
satu maka digunakan analisis regresi berganda.

11. Kebaikan analisis Trend dan Regresi:
Menggunakan ramalan yang ilmiah dan realistis
(objektif)
Keburukan analisis Trend dan Regresi:
Menggunakan asumsi yang konstan (tetap)
Tidak dapat digunakan untuk ramalan jangka
panjang, terkecuali anggapan konstan tersebut
dalam jangka panjang tidak berubah
Variabel bebas sangat banyak dan yang diteliti
kurang, juga akan menurunkan kualitas hasil
penelitian.

12. c. Metode distribusi probabilitas
Dengan cara memakai variasi produk yang akan
dijual dan membuat probabilitas masing-masing
taksiran variasi produk yang akan dijual.
Kebaikan:
Adanya nilai tunggal pada nilai yang diharapkan
Mudah dikerjakan
Keburukan:
Lebih bergantung kepada taksiran manajemen dalam
penentuan besarnya nilai probabilitas

13. d. Metode analisis lini produk
Metode analisis jalur produk atau lini
produk dalam membuat ramalan jualan sangat
penting. Ramalan jualan baik strategis maupun
taktis harus mencakup keputusan sementara
tentang jalur produk baru yang akan
diperkenalkan, jalur produk lama yang akan
dihapuskan, inovasi dan produk campuran.

14. B. Membuat Ramalan Jualan
1. Metode Distribusi Probabilitas
Misal:
Manajer penjualan menaksir jumlah satuan produk selama
sebulan bervariasi dari 0 sampai 20.000 unit.
Jualan x
1000 Unit
5000 Unit
9000 Unit
13.000 Unit
17.000 Unit
Tabel 2.1
Tabel Distribusi Probabilitas
Probabilitas
=
Nilai Tertimbang
10%
100 Unit
20%
1.000 Unit
35%
3.150 Unit
30%
3.900 Unit
5%
850 Unit
100%
9.900 Unit

15. 2. Analisis Trend Garis Lurus
Tabel 2.2
Tabel Trend Garis Lurus
n
1
2
3
4
5
Tahun
2011
2012
2013
2014
2015
Jualan(Y)
130
145
150
165
170
760
X
0
1
2
3
4
10
X2
0
1
4
9
16
30
XY
0
145
300
495
680
1.620

16. a. Metode Kuadrat Terkecil
b = n XY - X Y=5x1620 – 10x760=8100 – 7600= 500 = 10
n X2 - ( X)2
5x30 – (10)2
150 – 100
50
a= Y–b
n
X =760 – 10 10 =152 – 20= 132
n
5
5
Ramalan Jualan tahun 2016 Y = a + bX
= 132 + 10(5)
= 182 unit

17. b. Metode Momen
Y = na + b X
XY = a X + b X2
Y = a + Bx
= 132 + 10(5)
= 182 unit
760 = 5a + b30 x3  2.280 = 15a + b30
1.620 = 10a + b30 x1  1.620 = 10a + b30
600 = 5a
a = 660 : 5 = 132
760 = 5a + b30 x2  1.520 = 10a + b20
1.620 = 10a + b30 x1  1.620 = 10a + b30
100 =
b10
b = 100 = 10
10

18. 3. Analisis Trend Bukan Garis Lurus
Tabel 2.4
Tabel Trend Garis Lurus
n
1
2
3
4
5
Tahun Jualan(Y) X
2011
130
-2
2012
145
-1
2013
150
0
2014
165
1
2015
170
2
760
0
XY
-260
-145
0
165
340
100
X2
4
1
0
1
4
10
X2Y
520
145
0
165
680
1.150
X4
16
1
0
1
16
34

19. 2
X Y = na + c
X2 Y = a X2 + b X4
XY = b
2
100 = 10b
b = 100 = 10
10
760 = 5a + 10c x2  1.520 = 10a + 20c
1.510 = 10a + 34c x1  1.510 = 10a + 34c
10 = 14c
c = 10 = - 0,71
-14
760 = 5a + 10c x3,4  2.584 = 17a + 34c
1.510 = 10a + 34c x1  1.510 = 10a + 34c
1.074 = 7a
a = 1.074 = 153,43
7

20. Ramalan jualan tahun 2016
Y = a + b X + c (X)2
= 153,43 + 10 X – 0,71 (X)2
= 153,43 + 10 (3) – 0,71 (3)2
= 153,43 + 30 – 6,39
= 177,04 unit

21. b. Trend Eksponensial
Misal:
Selama 8 tahun terjadi pertumbuhan yang cepat sekali penjualan
minyak goreng
Tabel 2.5 Trend Eksponensial
Tahun
1
2
3
4
5
6
7
8
Y
20
100
800
3.000
15.000
150.000
1.000.000
2.000.000
Log Y
1,30
2,00
2,90
3.48
4,18
5,18
6,00
6,30
31,34
X
1
2
3
4
5
6
7
8
36
X Log Y
1,30
4,00
8,70
13,92
20,90
31,08
42,00
50,40
172,30
X2
1
4
9
16
25
36
49
64
204

22. Rata-rata Y = 31,34 : 8 = 3,917
X = 36 : 8 = 4,5
a0 = 3,917 – 0,745 (4,5)
= 0,564
b0 = { XY – ( X. Y) : n : { X2 – ( X)2 : n
= {172,30 – (36x31,34) : 8
{204 – (36)2 : 8
= 31,27 : 42 = 0,745
Persamaan Trend yang sudah dilinearkan:
Y0 = a + b0X
= 0,564 + 0,745 X  diantilogkan menjadi a = 3,66
dan b = 5,56

23. Persamaan
Ekponensialnya:
Y = abx
= 3,66 (5,56)9
= 3,66 x 5.077.771,15
= 18.584.642,41

24. c. Trend Eksponensial yang diubah
Misal:
Selama 6 tahun jualan sebagai berikut
Tabel 2.6
Trend Eksponensial Diubah
Tahun
1
2
3
4
5
6
(X)
(0)
(1)
(2)
(3)
(4)
(5)
Jualan (Y)
1
(Y1)
5
10
(Y2)
20
46
(Y3)
70

25. b2 = Y3 – Y2 = 46 – 10 = 4  b = 4 = 2
Y2 – Y1 10 – 1
a = Y2 – Y1 = 10 – 1 = 3
b2 – 1
4–1
k = Y1 – a = 1-3 = -2
Y = k + abx
= -2 + 3(2)6
= -2 + 3(64)
= -2 +192 = 190

26. 3. Standart Kesalahan Peramalan (SKP)
Tujuan dari SKP adalah untuk menentukan metode mana yang
palling sesuai dari metode garis lurus dan metode bukan garis lurus.
Semakin kecil nilai SKP menunjukan bahwa peramalan
tersebut mendekati kesesuaian.
Rumus:
Ket:
X = Jualan
Y = Ramalan jualan
n = Jumlah data yang dianalisis
-2 = 2 derajat kebebasan hilang

27. Metode Trend Garis Lurus
Tahun
X
a
bX
Ramalan
Jualan (Y)
Jualan
Nyata (X)
(X-Y)
(X-Y)²
2011
0
132
0
132
130
-2
4
2012
1
132
10
142
145
3
9
2013
2
132
20
152
150
-2
3
2014
3
132
30
162
165
3
9
2015
4
132
40
172
170
-2
4
Σ
30
Menghitung Ramalan Jualan Menghitung SKP

28. Metode Trend Garis Lengkung
Tahun
X
a
bX
cX²
Ramalan
Jualan (Y)
Jualan
Nyata (X)
(X-Y)
2011
-2
153,43
-20
-2,84
130,59
130
-0,59
0,3481
2012
-1
153,43
-10
-0,71
142,72
145
+2,28
5,1984
2013
0
153,43
0
0
153,43
150
-3,43
11,7649
2014
+1
153,43
+10
-0,71
162,72
165
+2,28
5,1984
2015
+2
153,43
+20
-2,84
170,59
170
-0,59
0,3481
Σ
22,8579
Menghitung Ramalan Jualan Menghitung SKP
(X-Y)²

29. 4. Analisis Regresi Sederhana
Fungsi Analisis Regresi Sederhana adalah untuk
meramalkan sebuah variabel terikat (Y) dengan
menggunakan satu variabel bebas (X).
Variabel bebas yang akan dipilih adalah yang
mempunyai hubungan (korelasi) dengan variabel terikat.
Untuk mengetahui bahwa variabel bebas (X) yang
dipilih mempunyai korelasi dengan variabel terikat (Y)
dapat menggunakan:
a. Analisis Korelasi
b. Koefisien Determinan
c. Pengujian Hipotesis tentang Koefisien Korelasi

30. a. Analisis Korelasi
Tahun
X
Y
XY
X²
Y²
2011
3
130
390
9
16.900
2012
4
145
580
16
21.025
2013
5
150
750
25
22.500
2014
6
165
990
36
27.225
2015
7
170
170
49
28.900
Σ
25
760
3.900
135
116.550
Analisi korelasi digunakan untuk mengetahui hubungan sebab
akibat antara beberapa variabel.
Dengan demikian

31. Koefisien Korelasi (R)
Tafsiran
<0,20
Sangat Lemah
10,20 – 0,40
Lemah
0,40 – 0,70
Cukup
0,70 – 0,90
Kuat
0,90 – 1,00
Sangat Kuat
• Angka paling kecil -1 dan paling besar +1
• Semakin mendekati angka 1, berarti pengaruh variabel
bebas (X) terhadap variabel terikat (Y) adalah besar
• Sebaliknya semakin mendekati angka 0, berarti
pengaruh variabel bebas (X) terhadap variabel terikat
(Y) adalah sangat kecil / tidak berpengaruh.

32. Teknik regresi sederhana untuk menjelaskan hubungan
antara satu variabel terikat dengan satu variabel merupakan
sebuah garis lurus sederhana dan dinyatakan dalam rumus
koefisien korelasi (R) sebagai berikut:
Karena koefisien korelasi positif 0,98533 mendekati angka 1,
berarti pengaruh X sangat besar terhadap Y. Apabila X
meningkat maka permintaan Y akan meningkat, begitu pun
sebaliknya.

33. Ramalan Y dengan metode trend garis lurus
n
Tahun
Y
X
XY
X²
1
2011
3
0
0
0
2
2012
4
1
4
1
3
2013
5
2
10
4
4
2014
6
3
18
9
5
2015
7
4
28
16
25
10
60
30
Σ
Persamaan Trend Garis Lurus
Ramalan Jualan Tahun
2011 = 3 + 1(0) = 3
2012 = 3 + 1(1) = 4
2013 = 3 + 1(2) = 5
2014 = 3 + 1(3) = 6
2015 = 3 + 1(4) = 7

34. Ramalan Y dengan metode trend garis melengkung
Tahun
Y
X
XY
X²
X²Y
X4
2011
3
-2
-6
4
12
16
2012
4
-1
-4
1
4
1
2013
5
0
0
0
0
0
2014
6
1
6
1
6
1
2015
7
2
4
4
28
16
Σ
25
0
10
10
50
24
Ramalan Jualan Tahun
2011 = 5 + 1(-2) + 0(4) = 3
2012 = 5 + 1(-1) + 0(1) = 4
2013 = 5 + 1(0) + 0(0) = 5
Persamaan Trend Garis Lengkung 2014 = 5 + 1(1) + 0(1) = 6
2015 = 5 + 1(2) + 0(2) = 7

35. Ramalan Jualan Trand Garis Lurus & Trend Garis
Lengkung
Dari data perbandingan
Ramalan Jualan
Jualan
Tahun
Trend Garis
Trend Garis terlihat data jualan nyata
Nyata
Lurus
Lengkung
sama dengan data
2011
3
3
3
ramalan jualan.
2012
4
4
4
Dengan demikian untuk
2013
5
5
5
kasus ini kedua metode
peramalan dapat
2014
6
6
6
digunakan.
2015
7
7
7
Ramalan Jualan 2016
Namun sering terjadi jualan nyata
tidak sama dengan perhitungan
ramalan jualan.
Maka apabila terjadi hal seperti ini
dapat diperhitungkan dengan
Standar Kesalahan Peramalan
(SKP)

36. b. Koefisien Determinan
Koefisien Determinan berfungsi untuk
menggambarkan seberapa jauh variabilitas Y dipengaruhi
oleh variabilitas X.
Rumus:
Menghitung R² Tabel 2.11

37. c. Pengujian Hipotesis tentang Koefisien Korelasi
Sebelum memutuskan untuk menggunakan variabel bebas X
untuk meramalkan variabel terikat Y, terlebih dahulu dibuat
hipotesis bahwa variabel X dan Y mempunyai hubungan yang sangat
kuat.
Contoh Perumusan Hipotesis:
Ha : e < 0
(1) H₀ : e = 0 Kalau t₀ < - tα, H₀ ditolak
Kalau t₀ ≥ - tα, H₀ diterima
Ha : e > 0
(2) H₀ : e = 0 Kalau t₀ > tα, H₀ ditolak
Kalau t₀ ≤ tα, Ha diterima
Ha : e ≠ 0
(3) H ₀ : e = 0 Kalau t₀ < -tα/2 atau t₀ > tα/2 H₀ ditolak
Kalau -tα/2 ≤ t₀≤ tα/2 H₀ diterima

38. Contoh Pengujian hipotesis tentang koefisien korelasi
sbb:
Dengan menggunakan nilai α 0,05 → t α(n-2) =t
0,05(3)=2,353 dari tabel t.
H₀ : e = 0 Kalau t₀ > tα, H₀ ditolak
Ha : e > 0 Kalau t₀ ≤ tα, Ha diterima
Oleh karena t₀=10,00082 > t 0,05(3)=2,353 maka H₀
ditolak pada tingkat nyata yang berarti membuktikan
bahwa antara X dengan Y ada hubungan yang positif.

39. 5. Analisis Regresi Berganda
Analisi Regresi Berganda memiliki fungsi
untuk menjelelaskan hubungan antara
variabel terikat (defenden) dengan variabel
bebas (independen) yang lebih dari satu.

40. a. Persamaan Regresi Berganda
Persamaan regresi linear berganda:
Rumus:

41. Tahun
Y
X₁
X₂
X₁²
X₂²
X₂Y
X₁X₂
X₁Y
Y²
2011
130
3
7
9
49
910
21
390
16.900
2012
145
4
3
16
9
435
12
580
21.025
2013
150
5
2
25
4
300
10
750
22.500
2014
165
6
4
36
16
660
24
990
27.225
2015
170
7
6
49
36
1.020
42
1.190
28.900
760
25
22
135
114
3.325
109
3.900
116.550
Σ
(1)
(2)
(3)
x5
(2)
(4)

43. Tahun
X₂
X
X₂X
X₂²
X²
2011
7
0
0
49
0
2012
3
1
3
9
1
2013
2
2
4
4
4
2014
4
3
12
16
9
2015
6
4
24
36
16
Σ
22
10
43
114
30
Persamaan Regresi Linear Berganda
Jualan susu tahun 2016

44. b. Koefisien Korelasi
Rumus:
Jika R² sebesar 0,9975473, maka:
Oleh karna R sebesar 0,98766 mendekati
angka 1 positif berarti terdapat bhubungan
yang sangat erat antara Y dengan variabel
bebas X₁ dan X₂

45. c. Koefisien Determinasi
Koefisien determinasi parsial dihitung berdasarkan
perhitungan koefisien parsial yang dikuadratkan sbb:
R²X₁ (0,98740)² = 0,97496 = 97,50% artinya bila X₂
konstan, maka hubungan X terhadap variabilitas Y sebesar
97,50%. Begitupun sebaliknya.
Untuk penyelesaian masalah sebelumnya dibuat
perhitungan koefisien determinasi berganda sbb:

46. KB - 2
Penyusunan Anggaran Jualanan
Anggaran jualan berarti anggaran hasil penjualan/ anggaran hasil proses
penjualan .anggaran jalan adalah rencana tertulis yg dinyatakan dlm
anggka dr produk yg akan dijual perusahaan pd periode tertentu.
Jualan bersih = penjualan-(retur penjualan+potongan)
Jualan kotor
Rp11.000,Potongan jualan
Rp750,Retur penjualan
Rp250_
Rp1000,_
Jualan Bersih
Rp10.000,Jualan merupakan tujuan perusahaan mencari nirlaba maksimal.Untuk
meningkatkan jualan dpat dilakukan dg cara meningkatkan kualitas barang
yg dijual dpt jga meningkatkan jumplah brang yg dijual.Jika memungkinkan
juga bsa saja dg keduanya.

47. Contoh:
Perusahaan menjual 1000 unit yg harga jual per unit
Rp10,-. Kemudian perusahaan meningkatkan harga jual
Rp11,- barang yg dijual meningkat menjadi Rp1100,- dan
perusahaan tersebut bisa juga menurunkan harga per unit
Rp9,- untuk meningkatkan kualitas barang dijual sebanyak
1500 unit
Usaha meningkatkan Laba Tabel 2.19
Harga pokok barang terjual
= 1.000 unit xRp6 ,00= Rp 6.000,00
=1,100 unit x Rp5,00 = Rp 5.500,00
=1.500 unit x Rp5,00 = Rp7.500,00 bagai ujung tombak
Kegunaan anggaran jualan yaitu anggaran jualan
sebagai dasar penyasun anggaran lainnya.-anggaran jualan
sebagai ujung tombak dalam mencapai tujuan perusahaan
memperoleh laba.

48. C FAKTOR YANG MEMPENGARUHI
ANGGARAN JUALAN
1.FAKTOR PEMASARAN
Faktor pemasaran yg perlu di pertimbangkan yaitu:
a.luas pasar bersifat lokal,regional,nasional
b. keadaan persaingan yg bersifat monopoli,oligopoli atau
bebas
c. keadaan konsumen bagaimana selera konsumen,tingkat
daya beli konsumen,apakah konsumen ahir atau
konsumen industri.
2.FAKTOR KEUANGAN
Seharusnya modal kerja perusahaan mampu
mendukung pencapaian targetjualan yg dianggarkan,spt
membeli bahan baku ,membayar upah,biaya promosi
produk dll.

49. 3.Faktor ekonomi
Apakah dengan meningkatya jualan akan meningkatkan
laba (rentabilitas) atau sebaliknya.
Contoh:
Perusahaan menjual 1000 unit dengan harga jual Rp
100,00 harga pokok per unit Rp 80,00 dan beban usaha 1
bulan Rp15.000,00 modal usaha yang
di perlukan
Rp20.000,00 setelah itu perusahaan meningkatkan jualan
menjadi Rp25.000,00 dan beban usaha meningkat menjadi Rp
18,000,00 Harga jual dan harga pokok tidak berubah dengan
meningkatkan jualan dapat meningkatkan retabilitas
ekonomis.

50. Perhitungan rentabilitas ekonomis semula sbg brkut.
Jualan 1.000 unit@Rp100,00
=Rp100.000,00
Harga pokok barang terjual 1000 unit xRp 80,00 = Rp 80.000,00
Laba kotor
= Rp 20.000,00
Beban usaha
=RP 18.000,00
Laba Usaha
=Rp 6.000,00
Ren.tabilitas ekonomis
= 5.000/20.000 =25%
Perhitungan rentabilitas ekonomis setelah jualan meningkat sbg brkut.
Jualan1.2000 unit@Rp100,00
=Rp120.000,00
Harga pokok barang terjual 1.200 unit xRp 80,00 = Rp96.000,00
Laba kotor
= Rp 24.000,00
Beban usaha
=RP 18.000,00
Laba Usaha
=Rp 6.000,00
Rentabilitas ekonomis
= 6.000/25.000 =24%
Pada perhitungan tersebut tampak jualan meningkat dari Rp
100.000,00 menjadi Rp 120.000,00 dan laba usaha juga meningkat
dari Rp5.000,00 menjadi Rp 6.000,00 tetapi rentabilitas ekonomis
turun menjadi 24% yang td y 25%. Menambah usaha modal perlu di
kaji kembali.

51. 4.FAKTOR TEKNIS
Kapasitas yang harus terpasang seperti mesin dan alat maupun
memenuhi target jualan yg di anggarkan.
5. FAKTOR KEBIJAKAN PERUSAHAAN
Misalnya membuat produk dengan kualitas no 1 dengan demikian
produk no 2 dan 3 tertutup.
6. FAKTOR PENDUDUK
Misal y peningkatan kelahiran dpt meningkatkan konsumsi susu,
pakaian bayi, mainan dll.
7. FAKTOR KONDISI
Faktor kondisi politik sosial budaya dan pertahanandan keamanan yg
mempengaruhi jualan.
8. FAKTOR LAINNYA
Jika pada musim tertentu anggaran jualan ditambah sampai
beberapa lama anggaran yang masih di susun masih dapat di pertahankan
b=5x1620-10x760/5 x30-(10)2 =10
b=760/5-10 x10/5 =132
Persamaan trend garis lurus
Y=a+bx
Y=132+10x