Dokumen tersebut membahas tentang aplikasi peramalan penjualan yang dapat digunakan untuk memprediksi penjualan di masa depan berdasarkan data historis penjualan. Aplikasi ini menggunakan dua metode yaitu tren garis lurus dan tren garis lengkung untuk memodelkan data sejarah penjualan dan memproyeksikan penjualan. Laporan yang dihasilkan oleh aplikasi ini memberikan ringkasan data historis, hasil peramalan, dan graf
2. Metode Peramalan Penjualan
Anggaran penjualan adalah titik awal di dalam penyusunan anggaran induk. Titik
kritis penyusunan anggaran penjualan adalah memprediksi penjualan di masa
yang akan datang.
Hasil penjualan tahun sebelumnya digunakan sebagai titik awal dalam menyusun
ramalan penjualan. Alat statistik yang dapat digunakan untuk menyusun ramalan
penjualan diantaranya analisa regresi, trend dan proyeksi siklus serta analisis
korelasi. Penggunaan model-model statistik dan ekonometrika tersebut
dapat meningkatkan kualitas data anggaran. Untuk memprediksi penjualan dimasa
yang akan datang, model yang sering dipergunakan adalah metode kuadrat
terkecil atau lebih lazim dikenal dengan nama trend.
Pada Aplikasi Akuntasi ini, fungsi dari Aplikasi Peramalan Penjualan adalah
merangkum data history penjualan (Kuantitas maupun Total Penjualan) sehingga
dapat digunakan sebagai alat analisa statistic estimasi penjualan selama periode
tertentu
Metode peramalan penjualan yang dapat digunakan dalarn perusahaan
adalah banyak sekali seperti metode komposisi tenaga penjual, metode opini para
eksekutif, metode statistika peramalan penjualan. Tapi yang paling sering
digunakan adalah metode kuadrat terkecil atau lebih lazim disebut dengan
metode trend. Dengan mempergunakan metode kuadrat terkecil ini, perusahaan
akan dapat melakukan perhitungan peramalan penjualan produk perusahaan
melalui dua macam bentuk yaitu bentuk linier/garis lurus dan bentuk
kuadrat/garis lurus dan bentuk kuadrat/garis lengkung. Bentuk mana yang
akan digunakan oleh perusahaan tergantung dari bentuk mana yang paling
sesuai dengan kondisi yang berlaku diperusahaan saat ini. Adapun bentuk
umum dari trend garis lurus dan garis lengkung yang sering dipergunakan
3. untuk penyusunan peramalan penjualan produk perusahaan tersebut adalah
sebagai berikut :
Y = a + bx untuk trend garis lurus, serta
Y = a + bx + cx2
untuk trend garis lengkung
Dimana :
Y = variabel yang akan diramalkan, dalam hal ini adalah peramalan
penjualan produk perusahaan.
a = konstanta yang akan menunjukan besarnya harga Y apabila X sama
dengan 0 (nol)
b = variabel per x" yaitu menunjukkan besamya perubahan nilai Y dan setiap
perubahan satu unit x.
x = unit waktu, yang dapat dinyatakan dengan minggu, bulan, semester,
tahun dan lainnya tergantung kepada kesesuaian dari perusahaan itu sendiri.
Di dalam mempergunakan model peramalan penjualan produk
perusahaan seperti diatas, maka Y adalah merupakan variabel yang akan
dicari atau variabel yang diramalkan. X merupakan unit waktu, sehingga
manajemen perusahaan yang akan menentukan untuk nilai X, berapa besar
peramalan tersebut akan dilakukan. Oleh karena itu dalam penyelesaian
peramalan tersebut perlu ditentukan terlebih dahulu besarnya nilai a dan b
untuk garis lurus atau nilai a, b dan c untuk trend garis lengkung.
Untuk mencari besarnya nilai a, b, dan c maka dapat dilakukan
dengan mempergunakan rumus-rumus sebagai berikut:
a = ∑Y/n dan b = ∑∑Y/∑X2 dengan syarat ∑X = 0 untuk trend garis lurus,
dan
∑Y
= na + c∑X2
∑XY = b∑X2
∑X2Y = a∑V2 + c∑X4 dengan syarat ∑X = 0 dimana n adalah sama
dengan jumlah
data.
Dari uraian diatas, maka data history penjualan per jenis Produk pada Aplikasi
Akuntansi ini akan diolah menggunakan dua metode statistic (Trend Garis Lurus
dan Garis Lengkung), sehingga user dapat mensimulasikan variable X ke dalam
persamaan trend tersebut. Laporan yang dihasilkan dalam Aplikasi Peramalan
Penjualan akan ditampilkan sebagai berikut :
Tab Master Produk (Aplikasi Peramalan Penjualan)
4. Tab Input Data Penjualan (Aplikasi Peramalan Penjualan)
Laporan Data Penjualan (Aplikasi Peramalan Penjualan)
5. Peramalan Penjualan (Tren Garis Lurus) Aplikasi Peramalan Penjualan
Peramalan Penjualan (Trend Garis Lengkung) Aplikasi Peramalan Penjualan
7. SIMULASI APLIKASI PERAMALAN PENJUALAN
PT. Cahaya Cemerlang Abadi adalah perusahaan yang bergerak dibidang bola
lampu. Perusahaan ini memproduksi dan sekaligus memasarkan 2 (dua) jenis
produk yang masing-masing produk itu adalah Peru 1 (PI) dan Peru 2 (P2). Data
penjualan perusahaan tersebut pada waktu-waktu yang lalu adalah
sebagaimanadigambarkan dalam tabel berikut ini.
No
1
2
3
4
5
No
1
2
3
4
5
PT.Cahaya Cemerlang Abadi
Data Penjualan Bulan Januari – Mei 2012
(dalam unit)
Tahun
Peni 1 (P1)
Januari
10.000
Februari
10.100
Maret
10.200
April
10.300
Mei
10.500
PT.Cahaya Cemerlang Abadi
Data Penjualan Bulan Januari – Mei 2012
(dalam Rupiah)
Tahun
Peni 1 (P1)
Januari
50.000.000
Februari
51.000.000
Maret
52.000.000
April
53.000.000
Mei
55.000.000
Peni 2 (P2)
15.000
16.000
17.000
18.000
19.000
Peni 2 (P2)
15.000.000
16.000.000
17.000.000
18.000.000
19.000.000
8. Pada Aplikasi Akuntansi ini untuk simulasi Aplikasi Peramalan Penjualan,
pertama yang akan dilakukan adalah input data kelompok dan jenis barang
Form Input Kelompok dan Jenis Barang (Aplikasi Peramalan Penjualan)
Pada form input data kelompok dan jenis barang (Aplikasi Peramalan Penjualan),
yang perlu diperhatikan user adalah data jenis barang pada Aplikasi Akuntansi ini
akan merujuk pada Data kelompok barang tersebut.
Ketika akan dilakukan update data jenis barang, maka secara sistim Aplikasi
Akuntansi ini, untuk browse data jenis barang akan mengikuti kelompok barang
yang telah ditentukan sebelumnya oleh user. Pada Aplikasi Peramalan Penjualan
ini proses Update data sama seperti tampilan jenis update Aplikasi Akuntansi
yang lain
Tahap berikutnya pada Aplikasi Akuntansi ini adalah input data history penjualan
ke sistim Aplikasi Peramalan Penjualan
Dalam input data history penjualan ini, user akan menentukan terlebih dahulu
kelompok dan jenis barang yang akan di input data penjualan nya. Data periode
pada sistim Aplikasi Peramalan Penjualan ini, diinput pada tabel/grid data history
penjualan dalam renge periode data penjualan tertentu
Tampilan Form (Tab) Input Data History Penjualan (Aplikasi Peramalan
Penjulan)
9. Setelah data History Penjualan di-input, maka sistim Aplikasi Peramalan
Penjualan akan mengolah data tersebut berdasarkan metode analisa peramalan
penjualan (Tren Garis Lurus dan Garis Lengkung)
Tampilan Form Analisa Peramalan Penjualan
Pada sistim Aplikasi Peramalan Penjualan, jenis laporan akan dibagi menjadi 5
jenis yaitu :
Dokumentasi Data History Penjualan
Pada Aplikasi Akuntansi ini, secara sistim Aplikasi Peramalan Penjualan,
dokumentasi data history penjualan akan ditampilkan dalam bentuk tabel data
berdasarkan Kelompok dan jenis barang.
10.
11. Peramalan Penjualan (Trend Garis Lurus)
Pada jenis Aplikasi Akuntansi ini, Peramalan Penjualan secara sistim Aplikasi
Peramalan Penjualan dengan metode Trend Garis Lurus akan ditampilkan dalan
dua bagian yaitu bentuk tabel dan perhitungan persamaan (Y = a + bx)
Hasil pengolahan secara sistim Aplikasi Peramalan Penjualan
Tabel Data Trend Garis Lurus
Hasil Perhitungan Manual
PT.Cahaya Cemerlang Abadi
Persiapan Peramalan Penjualan P1
N0
1
2
3
4
5
∑
X
10.000
10.100
10.200
10.300
10.500
51.100
Y
-2
-1
0
1
2
0
Trend Garis Lurus
Y = a + bx
a = ∑Y/n
b = ∑XY/∑X2
a = 51.100/5 b = 1.200/10
a = 10.220 b = 120
Y = 10.220 + 120x
XY
-20.000
-10.100
0
10.300
21.000
1.200
X2
4
1
0
1
4
10
X2Y
40.000
10.100
0
10.300
42.000
102.400
X2
16
1
0
1
16
34
12. Peramalan P1 untuk tahun 1999, x=3
Y99 = 10.220 + 120 (4)
Y99 = 10.220 + 120 (3)
Y99 = 10.220 + 360
Y99 = 10.580
Peramalan P1 untuk tahun 2000, x=4
Y 00 = 10.220 + 120 (4)
Y 00 = 10.220 + 360
Y 00 = 10.700
Tabel Data Trend Garis Lengkung
Trend Garis Lengkung
Y = a+ bx +cx2
∑Y = na + c ∑x2
51.000 = 5a + 10c........(1)
∑XY = b∑X2
1.200 = 10b...........(2)
13. ∑X2Y = a∑X2 + c∑X4
102.400= 10a + 34c.......(3)
Persamaan 1 dan 3
51.100 = 5a + 34c
102.200 = 10a + 20c
102.400 = 10a + 34c
-200 = -14c
c = 14,29
51.100 = 5a + 10c
51.100 = 5a + 10 (14,29)
5a = 51.100 - 142,9
5a = 50.957,1
a = 10.191,42
Y = 10.194,42 + 120x + 14,29x2
Grafik Data History Penjualan (Kuantitas dan Pendapatan)