ANALISIS PERAMALAN PENJUALAN SEMEN NON-CURAH (ZAK) PT SEMEN INDONESIA (PERSERO) TBK PADA AREA JAWA TIMUR

Transkripsi

1 ANALISIS PERAMALAN PENJUALAN SEMEN NON-CURAH (ZAK) PT SEMEN INDONESIA (PERSERO) TBK PADA AREA JAWA TIMUR Feby Artwodini Muqtadiroh 1, Avia Riska Syofiani 2, Terry Safiria Ramadhani 3 Jurusan Sistem Informasi, Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember, Surabaya Telp. (031) feby@is.its.ac.id 1, aviariska@ymail.com 2, terrysafr@gmail.com 3 ABSTRAK PT Semen Indonesia (Persero), Tbk merupakan perusahaan BUMN penghasil semen terkemuka di Indonesia, gabungan dari empat perusahaan penghasil semen yaitu PT Semen Gresik, PT Semen Padang, PT Semen Tonasa dan Thang Long Cement Vietnam. Sebagai perusahaan penghasil semen terkemuka, PT Semen Indonesia harus selalu berupaya yang terbaik untuk mempertahankan posisinya dengan selalu meningkatkan penjualan produknya seiring dengan persaingan bisnis yang sangat ketat. Salah satunya adalah bidang penjualan dengan menyusun rencana penjualan. Rencana penjualan ini dapat berbentuk peramalan penjualan untuk memperkirakan penjualan di masa yang akan datang pada periode tertentu. penjualan PT Semen Indonesia (Persero), Tbk dilakukan dalam periode tahunan yang didokumentasikan dalam Rencana Kerja dan Anggaran Perusahaan (RKAP). PT Semen Indonesia khususnya pada area pemasaran Jawa Timur memerlukan metode yang tepat untuk dapat memperkirakan penjualan sehingga dapat menjadi dasar perencanaan perusahaan. Paparan kali ini membandingkan tiga metode peramalan yakni Least Square, Double Exponential Smoothing dan Triple Exponential Smoothing dengan mencari nilai error terkecil. Metode Least Square menghasilkan nilai error terkecil yang digunakan untuk meramalkan penjualan semen non-curah selama satu tahun mendatang di 36 kota area penjualan Jawa Timur untuk periode data bulan Januari 2012 Juni Adapun tahapan peramalan pada PT Semen Indonesia yakni tahap pre-processing data, penerapan metode Least Square, uji moving range, analisis trend penjualan semen non-curah di 36 kota dan terakhir mengkategorikan wilayah penjualan semen sesuai dengan kondisi trend penjualan. Pada paparan ini juga dikaji/dianalisis penyebab peningkatan dan penurunan trend dengan melakukan interview terhadap pihak-pihak di Departemen Penjualan PT Semen Indonesia. Dan hasilnya terdapat 6 kota masuk ke dalam kategori high yang mempunyai peningkatan tren penjualan yang lebih dari 10%. Kemudian 25 kota mengalami kenaikan penjualan yang tidak signifikan, kenaikan penjualan mulai dari 1% hingga 10% masuk ke dalam kategori medium. Sisanya yakni 5 kota masuk ke dalam kategori low dengan rata-rata penurunan trend sebesar -1% yang disebabkan karena adanya pergeseran gudang besar dan adanya ekspansi dari perusahaan kompetitor. Kata Kunci: Penjualan, Least Square, Tren Penjualan, Kategori Penjualan, Kompetitor 1. PENDAHULUAN 1.1 Latar Belakang PT Semen Indonesia (Persero), Tbk adalah perusahaan persemenan yang terkemuka di Indonesia dengan menggabungkan empat perusahaan persemenan besar di Indonesia yaitu PT Semen Gresik, PT Semen Padang, PT Semen Tonasa dan Thang Long Cement Vietnam (Semen Indonesia, 2014). Sebagai perusahaan penghasil semen terkemuka, PT Semen Indonesia harus selalu berupaya yang terbaik untuk mempertahankan posisinya dengan selalu meningkatkan penjualan produknya seiring dengan persaingan bisnis yang sangat ketat (Portal BUMN, 2014). Saat ini, adanya tren penambahan pabrik baru dengan kapasitas besar oleh para perusahaan kompetitor pada daerah pemasaran PT Semen Indonesia di regional Jawa Timur (PT Semen Gresik) akan mengancam kelangsungan perusahaan. Oleh karena itu dibutuhkan manajemen yang baik dalam pelaksanaan seluruh kegiatan perencanaan dan pengawasan perusahaan. Perusahaan harus menyusun perencanaan di segala bidang, salah satunya adalah bidang penjualan dengan menyusun rencana penjualan. Rencana penjualan ini akan berbentuk peramalan penjualan untuk memperkirakan penjualan di masa yang akan datang pada periode tertentu. penjualan PT Semen Indonesia (Persero), Tbk dilakukan dalam periode tahunan yang nantinya akan didokumentasikan dalam Rencana Kerja dan Anggaran Perusahaan (RKAP) dengan metode yang sangat sederhana dan belum dikaji ketepatannya (Kamal Pasah, 2014). Oleh karena itu, PT Semen Indonesia khususnya pada area pemasaran Jawa Timur memerlukan metode peramalan yang tepat dan valid untuk dapat memperkirakan penjualan sehingga dapat menjadi dasar perencanaan perusahaan yang lain. Paparan ini akan membandingkan tiga metode peramalan (Metode Least Square, Metode Double Exponential Smoothing dan Metode Triple Exponential Smoothing) yang paling cocok

2 diterapkan sesuai dengan karakteristik data historis penjualan 36 daerah yang termasuk ke dalam area penjualan Jawa Timur. Metode peramalan yang akan digunakan adalah metode dengan tingkat akurasi paling tinggi yang diukur dengan nilai error (MAD, MAPE, MSE dan MPE) terkecil (Duke, 2014). akan dilakukan untuk periode 1 tahun mendatang dan akan dihasilkan trend penjualan untuk masing-masing daerah di seluruh area penjualan Jawa Timur. Setelah nilai peramalan penjualan diketahui akan dilakukan proses pengkategorian berdasarkan trend penjualan di daerah tersebut. Proses pengkategorian ini dilakukan untuk dapat dilanjutkan dengan proses analisis penyebab peningkatan atau penurunan trend penjualan. Analisis penyebab peningkatan atau penurunan trend penjualan ini dilakukan dengan melakukan interview terhadap para pihak terkait dalam lingkup Departemen Penjualan (Kamal Pasah, 2014). Diharapkan analisis penyebab peningkatan dan penurunan trend penjualan ini dapat dijadikan evaluasi untuk terus meningkatkan penjualan produk semen non-curah (zak) pada area penjualan Jawa Timur 1.2 Tinjauan Pustaka A. Penjualan Penjualan adalah merupakan suatu usaha terpadu untuk mengembangkan rencana-rencana strategis yang diarahkan pada pemuasan kebutuhan dan keinginan pembeli. Penjualan merupakan suatu transaksi yang bertujuan untuk mendapatkan suatu keuntungan dan merupakan suatu jantung dari suatu perusahaan (Himayati, 2008). Banyak faktor yang mempengaruhi penjualan yang berasal dari eksternal perusahaan maupun internal perusahaan. Faktor eksternal perusahaan meliputi kondisi pasar, segmen pasar, daya beli konsumen, kondisi ekonomi, kebutuhan konsumen dan sebagainya. Sedangkan faktor internal perusahaan dapat meliputi tingkat permodalan, kegiatan produksi, kegiatan pemasaran, kegiatan penjualan serta proses administrasi penjualan produk tersebut. B. Metode dapat didefinisikan sebagai alat atau teknik untuk memprediksi atau memperkirakan suatu nilai pada masa mendatang dengan memperhatikan data atau informasi yang relevan, baik data atau informasi masa lalu maupun data atau informasi saat ini menggunakan kerangka kerja atau teknik kuantitatif yang baku dan kaidah yang dapat dijelaskan secara matematik maupun statistik (Nachrowi, Djalal; Usman, 2004). Secara umum peramalan dilakukan dengan menggunakan dua metode yang dibagi dalam dua kategori yaitu peramalan bersifat subjektif (kualitatif) dan peramalan bersifat objektif (kuantitatif). Pada dasarnya terdapat beberapa langkah yang harus diperhatikan dalam membuat suatu ramalan untuk menjamin efektifitas dan efisiensi dari sistem peramalan (Soepeno, 2012) yaitu : a. Menentukan tujuan dari peramalan. b. Memilih item independent demand yang akan diramalkan. c. Menentukan horison waktu dari peramalan (jangka pendek, jangka menengah atau jangka panjang). d. Memilih metode peramalan. e. Memperoleh data yang dibutuhkan untuk melakukan peramalan. f. Validasi metode peramalan. g. Membuat peramalan. h. Implementasi hasil-hasil peramalan. i. Verifikasi peramalan. C. Teknik Time Series Metode time series adalah metode peramalan dengan menggunakan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu atau analisis time series (Hutasuhut, Amira Herwindyani; Anggraeni, Wiwik; Tyasnurita, 2014). Metode Double Exponential Smoothing Metode ini tepat digunakan untuk melakukan peramalan serial data yang memiliki unsur trend (kecenderungan) adalah metode pemulusan eksponensial linear yang diperkenalkan oleh Holt. Metode pemulusan eksponensial linear Holt s Model ini menggunakan persamaan sebagai berikut : D = demand Metode Triple Exponential Smoothing Metode peramalan ini khusus digunakan untuk data yang berpola trend dan musiman adalah metode pemulusan eksponensial linear dan musiman dari Winter. Metode ini didaasarkan atas tiga persamaan pula yaitu untuk unsur stasioner, trend dan musiman yang dirumuskan sebagai berikut :

3 D. Teknik Analisis Trend Metode peramalan analisis trend adalah peramalan yang didasarkan pada data historis dari satu variabel saja. Trend merupakan gerakan lamban yang bersifat jangka panjang dan cenderung menuju ke satu arah yaitu menaik atau menurun. Metode Trend Least Square Metode Least Square merupakan metode yang paling umum digunakan dalam peramalan untuk data time series untuk melihat trend (Sugiarto, 2000). Metode least square (kuadrat terkecil) untuk mencari garis trend suatu perkiraan atau taksiran mengenai nilai dan b dari persamaan didasarkan atas data hasil observasi sedemikian rupa sehingga dihasilkan jumlah kesalahan kuadrat terkecil (minimum) (Supranto, 2000). Mean Absolute Percentage Error (MAPE) MAPE menunjukkan akurasi peramalan dalam bentuk persentase. Perhitungan akurasi dengan MAPE biasanya lebih banyak dipakai karena mudah dibaca (karena dalam bentuk persentase) (Raharja, Alda; Angraeni, Wiwik; Vinarti, 2010). F. Analisis Uji Moving Range Uji Moving Range Chart merupakan salah satu cara untuk mengendalikan kesalahan peramalan untuk memastikan bahwa metode peramalan yang digunakan telah sesuai dengan plot data dengan mengabaikan error positif dan error negatif. Uji Moving Range Chart diawali dengan menghitung selisih antara data aktual dengan data hasil peramalan kemudian hasilnya akan dipetakan pada peta rentang bergerak. E. Pengukuran Akurasi Akurasi peramalan akan diukur dengan menggunakan fungsi Mean Absolute Deviation (MAD), Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Mean Absolute Deviation (MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara sistematis MAD dirumuskan sebagai berikut : Root Mean Square Error (RMSE) RMSE biasanya digunakan untuk mengevaluasi kinerja model dalam hal kesesuaian dengan data atau meramalkan data. RMSE menghitung selisih antara nilai yang diprediksi oleh model dan nilai sebenarnya (Raharja, Alda; Angraeni, Wiwik; Vinarti, 2010). Gambar 1. Grafik Pengujian Moving Range Chart 2. METODE Metode dalam penyelesaian analisis penjualan pada PT. Semen Indonesia dilakukan melalui beberapa tahapan. Tahapan-tahapan tersebut adalah studi pendahuluan dan literatur, pengumpulan dan pre-processing data, identifikasi dan penerapan metode peramalan, perbandingan tingkat akurasi metode peramalan (validasi), implementasi metode peramalan, verifikasi hasil peramalan, analisis hasil peramalan dan penyusunan laporan akhir. Secara sistematis, tahapan-tahapan tersebut terangkum dalam diagram seperti di bawah ini :

4 Start Implementasi Metode Verifikasi Hasil Studi Pendahuluan atau Literatur Pembandingan Metode Analisis Hasil Pengumpulan dan Pre- Processing Data Identifikasi dan Penerapan Metode End Gambar 2. Tahapan Penyelesaian Topik Analisis Penjualan pada PT. Semen Indonesia 1. Studi Pendahuluan dan Literatur Studi literatur yang dilakukan adalah pembelajaran dan pemahaman literatur yang berkaitan dengan permasalahan yang ada. Beberapa yang akan dipelajari seperti teori-teori peramalan dan cara melakukan peramalan menggunakan teknik peramalan time series dan analisi trend. 2. Pengumpulan dan Pre-processing Data Langkah selanjutnya yaitu melakukan pengumpulan dan pra-pemrosesan data. Data yang akan digunakan pada paparan ini adalah data realisasi penjualan semen non-curah (zak) pada PT Semen Indonesia (Persero), Tbk. Periode historis data yang akan digunakan yaitu periode mingguan untuk bulan Januari 2012 Juni 2014 pada area penjualan Jawa Timur yang berjumlah 36 kota. 3. Identifikasi dan Penerapan Metode Langkah selanjutnya adalah dengan mengidentifikasi metode peramalan yang tepat digunakan setelah menganalisis data yang dilakukan dengan melihat plotting data. Langkah selanjutnya adalah dengan mengimplementasikan beberapa metode peramalan yang tepat sesuai dengan karakteristik data realisasi penjualan semen noncurah (zak) di area penjualan Jawa Timur yaitu metode Double Exponential Smoothing, Triple Exponential Smoothing dan Least Square. 4. Pembandingan Metode Langkah selanjutnya adalah dengan membandingkan tingkat akurasi dari 3 metode peramalan yang telah diterapkan sebelumnya. Pengukuran tingkat akurasi metode peramalan dapat dilihat berdasarkan nilai Mean Absolute Deviation (MAD), Mean Square Error (MSE), MPE dan Mean Absolute Percentage Error (MAPE) paling kecil. 5. Implementasi Metode Langkah selanjutnya adalah dengan mengimplementasikan metode peramalan yang mempunyai tingkat akurasi peramalan paling tinggi. Metode peramalan ini akan diimplementasikan untuk membuat peramalan untuk 36 kota di Jawa Timur dengan periode peramalan selama 1 tahun. 6. Verifikasi Hasil Verifikasi hasil peramalan dilakukan dengan melakukan uji moving range chart. Uji Moving Range Chart merupakan salah satu cara untuk mengendalikan kesalahan peramalan untuk memastikan bahwa metode peramalan yang digunakan telah sesuai dengan plot data. 7. Analisis Hasil Setelah mengetahui hasil dari implementasi metode peramalan yang paling tepat, selanjutnya akan dianalisis hasil peramalan dibandingkan dengan data aktual yang ada. Hasil peramalan ini juga akan disimpulkan sesuai dengan keadaan penjualan semen non-curah (zak) PT Semen Indonesia (Persero), Tbk di lapangan yang dipaparkan oleh narasumber yang bersangkutan di perusahaan yaitu Departemen Penjualan. 3. PEMBAHASAN 3.1 Identifikasi dan Penerapan Metode Diketahui berdasarkan pengolahan data bahwa data penjualan memiliki tren, Oleh karena itu diterapkan beberapa metode yang tepat untuk meramalkan karakteristik data yang memiliki trend seperti Double & Triple Exponential Smoothing dan Least Square. Penerapan beberapa metode peramal an ini digunakan untuk menentukan metode peramalan yang mempunyai tingkat akurasi paling tinggi sehingga dapat menggambarkan perkiraan penjualan semen zak pada PT Semen Indonesia (Persero), Tbk. Tingkat akurasi dapat dihitung dengan menghitung MAD, MSE, MPE, dan MAPE. Berikut adalah ringkasan tingkat error 3 metode peramalan yang dibandingkan untuk mencari metode peramalan dengan tingkat akurasi paling tinggi. Tabel 1. Hasil Perbandingan Metode Forecasting Method MAD MSE MPE MAPE Double Exponential % 26% Smoothing Triple Exponential % 28% Smoothing Least Square , % 24% Berdasarkan ringkasan pada tabel tersebut menunjukkan bahwa metode Least Square merupakan metode terbaik untuk melakukan

5 peramalan penjualan semen pada PT Semen Indonesia, terlihat dari nilai MAD, MSE, MPE, dan MAPE terkecil yaitu , 273,770.01, -8%, dan 24%. Sehingga penulis menggunakan metode Least Square untuk melakukan peramalan dan analisis tren penjualan semen PT Semen Indonesia. 3.2 Pengolahan Data Data yang akan digunakan pada paparan ini adalah data realisasi penjualan semen non-curah (zak) pada PT Semen Indonesia (Persero), Tbk. Periode historis data yang akan digunakan yaitu periode mingguan untuk bulan Januari 2012 Juni 2014 pada area penjualan Jawa Timur yang berjumlah 36 kota. Dalam pengolahan data ini akan dilakukan analisis tren untuk mengetahui pola data yang digunakan. Pola data untuk realisasi penjualan semen non curah pada daerah pamekasan (sebagai contoh) : Gambar 3 Tren Analisis Pamekasan 3.3 Verifikasi Hasil Verifikasi peramalan semen non-curah (zak) dilakukan dengan melakukan uji moving range chart pada Excel. Uji Moving Range Chart diawali dengan menghitung selisih antara data aktual dengan data hasil peramalan kemudian hasilnya akan dipetakan pada peta rentang bergerak. Berikut merupakan contoh penerapan peta bergerak pada hasil peramalan di Kota Pamekasan. Gambar 4. Uji Moving Range untuk Penjualan Semen di Wilayah Pamekasan 4. ANALISIS HASIL Berdasarkan hasil peramalan dengan metode least-square, keadaan trend pada sebagian besar kota-kota yang ada di area penjualan Jawa Timur mengalami peningkatan trend untuk perkiraan penjualan pada periode yang akan datang (pada penelian ini periode peramalan adalah satu tahun). Jika dikategorikan berdasarkan tingkat persentase peningkatan atau penurunan trend maka dapat disimpulkan bahwa : Tabel 2. Daftar Area Semen Indonesia di Jawa Timur untut Tren Penjualan Berkategori High Kategori High Kota Lamongan Soko Rengel Jatirogo Kertosono Kalisat Pamekasan Berdasarkan hasil analisa dengan pihak PT Semen Indonesia (Persero), Tbk mengenai faktorfaktor yang dapat menyebabkan daerah dalam kategori high mengalami peningkatan adalah sebagai berikut: 1. Pembangunan Ekonomi Daerah Penjualan produk Semen Indonesia sangat terpengaruh dengan pengembangan suatu daerah sesuai dengan RAPBN (Rencana Anggaran Pendapatan dan Belanja Negara). Semakin banyak pembangunan sektor ekonomi pada daerah tersebut, maka semakin besar pula peluang Semen Indonesia untuk meningkatkan penjualan. 2. Penyebaran produk Semen Indonesia Penyebaran produk Semen Indonesia yang merata di suatu daerah akan berpengaruh pada peningkatan penjualan. Data penyebaran produk dari para distributor ini harus dianalisis lebih dalam untuk mengetahui penyebaran produk. 3. Persaingan dengan perusahaan competitor Persaingan dengan perusahaan kompetitor penghasil semen lain di jalur distribusi merupakan hal yang sangat berpengaruh. Semakin lengkap infrastruktur distribusi di daerah tersebut dan transportasi yang baik akan meningkatkan peluang produk menguasai pasar di daerah itu.

6 Tabel 3. Daftar Area Semen Indonesia di Jawa Timur untut Tren Penjualan Berkategori Low Kategori Low Kota Babat Madiun Sampang Tuban Kediri Berdasarkan hasil analisa dengan pihak PT Semen Indonesia (Persero), Tbk mengenai faktorfaktor yang dapat menyebabkan daerah dalam kategori Low mengalami penurunan adalah sebagai berikut: 1. Tuban a. Distributor yang kurang optimal menyebarkan produk b. PT Semen Indonesia tidak mempunyai gudang di sekitar kota sehingga proses distribusi produk terhambat c. Adanya ekspansi dari kompetitor lain yaitu Holcim yang juga membangun pabrik dengan kapasitas besar di lokasi yang berdekatan dengan lokasi pabrik Semen Indonesia 2. Sampang Adanya perpindahan posisi gudang besar dari Sampang ke Pamekasan 3. Babat Adanya pergeseran gudang di daerah Lamongan 4. Madiun a. Masuknya kompetitor seperti Holcim dan Tiga Roda ke daerah Madiun b. Adanya hambatan dalam hal proses angkutan/transportasi c. Lokasi gudang yang berada di dalam kota Madiun sehingga angkutan besar seperti truk tidak bisa menjangkau gudang tersebut karena angkutan besar tidak diperbolehkan untuk melintasi jalanan dalam kota 5. KESIMPULAN 5.1 Simpulan Berdasarkan langkah-langkah pengerjaan paparan yang telah diselesaikan ini maka terdapat beberapa kesimpulan yang dapat diambil, diantaranya adalah : 1. Berdasarkan beberapa metode peramalan yang telah diujicobakan untuk memperkirakan penjualan PT Semen Indonesia (Persero), Tbk maka didapatkan bahwa metode analisis tren Least-Square cocok diterapkan untuk data time-series dengan nilai MAD, MSE, MPE dan MAPE lebih kecil dibanding metode peramalan lain. Hal ini menunjukkan bahwa metode peramalan least-square mempunyai nilai akurasi lebih tinggi untuk melakukan peramalan penjualan PT Semen Indonesia (Persero), Tbk pada area penjualan Jawa Timur. 2. Berdasarkan implementasi metode peramalan least-square yang dilakukan pada data historis realisasi penjualan area Jawa Timur yang berjumlah 36 kota didapatkan hasil bahwa sebagian besar menunjukkan peningkatan tren penjualan yang meningkat sebesar 7%. Kota Lamongan, Soko Rengel, Jatirogo, Kertosono, Kalisat dan Pamekasan adalah kota pada area penjualan Jawa Timur yang mempunyai peningkatan tren penjualan yang lebih dari 10%. Hal ini menunjukkan bahwa untuk periode mendatang PT Semen Indonesia tetap menjadi market leader di daerah-daerah tersebut kecuali terdapat perubahan kebijakan ekonomi makro. 3. Berdasarkan implementasi metode peramalan least square yang dilakukan, terdapat 25 kota mengalami kenaikan penjualan yang tidak signifikan. Kenaikan penjualan mulai dari 1% hingga 10%. Oleh karena itu 25 kota tersebut dimasukkan ke dalam kategori medium. 4. Berdasarkan hasil peramalan terdapat 4 kota yang mempunyai tren penjualan menurun yaitu Kota Tuban, Sampang, Babat dan Madiun dan terdapat 1 kota yang mempunyai tren penjualan stabil yaitu kota Kediri. Kota Babat, Tuban dan Madiun rata-rata mempunyai penurunan trend sebesar -1% yang disebabkan karena adanya pergeseran gudang besar dan adanya ekspansi dari perusahaan kompetitor. Sedangkan kota Sampang mengalami penurunan trend yang sangat signifikan sebesar -100% karena adanya pergeseran gudang besar ke daerah Pamekasan. 5. Terdapat beberapa faktor yang mempengaruhi peningkatan atau penurunan penjualan di suatu daerah yaitu pertumbuhan ekonomi pada daerah tersebut, pemerataan penyebaran produk dan persaingan dengan perusahaan kompetitor. Posisi daerah-daerah pada kategori high, medium dan low dapat sewaktu-waktu berubah sesuai dengan kondisi pertumbuhan ekonomi di daerah tersebut. Daerah dengan kategori medium dapat meningkat menjadi daerah dengan penjualan dengan kategori high seiring dengan pembangunan yang terjadi di daerah tersebut. Daerah dengan kategori low dapat meningkat menjadi daerah dengan penjualan dengan kategori medium atau high dengan adanya perbaikan infrastrukrtur dan jalur distribusi.

7 5.2 Saran Berdasarkan pengerjaan paparan ini terdapat beberapa hal yang perlu diperbaiki lagi. Oleh karena itu, untuk pengembangan yang lebih baik lagi berikut adalah beberapa saran yang dapat dipertimbangkan : 1. Perusahaan sebaiknya menyusun peramalan penjualan untuk memperkirakan besarnya penjualan yang akan terjadi di masa yang akan datang. Dengan membuat forecast penjualan perusahaan akan mempunyai gambaran mengenai tren penjualan yang akan terjadi selanjutnya dan dapat menyusun suatu kebijakan umum yang didukung dengan perencanaan-perencanaan yang ditetapkan oleh perusahaan. 2. Perusahaan perlu memperhatikan infrastruktur untuk daerah yang memiliki kenaikan tren lebih dari 10% untuk memastikan infrastruktur masih dapat menunjang permintaan produk sesuai dengan kenaikan tren penjualan pada daerah tersebut. 3. Perusahaan perlu mengetahui pergerakan perusahaan pesaing di daerah Jawa Timur sehingga perusahaan dapat mengevaluasi langkah apa yang ditempuh untuk dapat mempertahankan posisi penjualan di Jawa Timur terutama dalam jalur distribusi. Hal ini untuk mengantisipasi terjadinya penurunan tren penjualan. 4. Hasil dari peramalan dalam paparan ini dapat dijadikan dasar dalam pengambilan keputusan strategis penjualan pada Juli 2014 Juni 2015, khususnya bagi kota yang mengalami penurunan tren penjualan. 5. Untuk paparan selanjutnya, dapat digunakan metode peramalan yang lain untuk membandingkan kehandalan peramalan dari masing-masing metode peramalan, baik itu kuantitatif atau kuantitatif. 6. PUSTAKA Duke, U. (2014). What s the bottom line? How to Compare Models. Retrieved from Himayati. (2008). Eksplorasi Zahir Accounting. Jakarta: Jakarta: Elex Media Komputindo. Hutasuhut, Amira Herwindyani; Anggraeni, Wiwik; Tyasnurita, R. (2014). Pembuatan Aplikasi Pendukung Keputusan Untuk Persediaan Bahan Baku Produksi Plastik Blowing dan Inject Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) Di CV. Asia. JURNAL TEKNIK POMITS, Vol. 3(No. 2), A 169 A 173. Retrieved from viewfile/8114/1846 Kamal Pasah, M. (2014). Sales Forecasting in PT. Semen Indonesia. Surabaya: Kepala Seksi Administrasi Penjualan Area Jawa Timur, PT. Semen Indonesia. Nachrowi, Djalal; Usman, H. (2004). Teknik Pengambilan Keputusan. Jakarta: Grasindo. Portal BUMN, P. S. I. (2014). Semen Indonesia Waspadai Ketatnya Persaingan Bisnis Semen. Retrieved July 23, 2014, from /730/Semen.Indonesia Raharja, Alda; Angraeni, Wiwik; Vinarti, R. A. (2010). Penerapan Metode Exponential Smoothing untuk Penggunaan Waktu Telepon Di PT. Telkomsel DIVRE3 Surabaya. Jurnal SISFO. Retrieved from iew_citation&hl=en&user=f2_71q8aaaaj& citation_for_view=f2_71q8aaaaj:u5hhmv D_uO8C Semen Indonesia, P. (2014). Profil Perusahaan PT Semen Indonesia (Persero). Retrieved July 25, 2014, from il-perusahaan-9 Soepeno, B. (2012). MODUL PERAMALAN PENJUALAN. Malang: Kementrian Pendidikan dan Kebudayaan - Politeknik Negeri Malang. Sugiarto, D. S. (2000). Metode statistika untuk bisnis dan ekonomi. Jakarta: Gramedia Pustaka Utama. Supranto, J. (2000). Statistik Teori dan Aplikasi. (U. N. Malang, Ed.). Jakarta: Erlangga.