Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM
|
|
|
- Utami Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Penganggaran Perusahaan Minggu-3 Metode Penaksiran Kuantitatif By : Ai Lili Yuliati, Dra, MM Further Information : Mobile: ailili1955@gmail.com 1
2 Pokok Bahasan Cara penaksiran (forecasting) yang mendasarkan pada data historis dari satu variabel yang akan ditaksir. Metode Trend Bebas (free hand method). Metode Trend setengah Rata-rata (semi average method). Pengertian Metode Trend AnggaranPenjualan Moment (moment method). Metode Trend (sales Kuadrat budget) Terkecil (least square method). Metode Trend Kuadratik (parabolic method) 2
3 Pokok Bahasan Cara penaksiran (forecasting) yang mendasarkan pada data historis dari variabel yang akan ditaksir beserta hubungnnya dengan variabel lain yang diduga mempunyi hubungan Pengertian yang kuat terhadap perkembangan AnggaranPenjualan varibel yang akan ditaksir tersebut. Metode Regresi (sales Tunggal/sederhana budget) (single regression). Metode Regresi Berganda (multiple redression). 3
4 Pokok Bahasan Cara penaksiran (forecasting) yang menggunakan metode-metode statistik (trend ataupun regresi) yang diterapkan dalam berbagai analisis khusus. Analisis industri Pengertian atau analisis pangsa pasar (market share). AnggaranPenjualan Analisis jenis-jenis (sales produk budget) yang dihasilkan oleh perusahan (product line analysis). Analisis pemakai akhir dari produk (end used analysis). 4
5 Metode Trend Bebas (free hand method) 5
6 Metode Trend Bebas (free hand method) Menentukan garis-patah-patah yang dibentuk oleh data historis selanjutnya diganti atau diubah menjadi sebuah garis lurus dengan cara bebas berdasarkan pada perasaan (intuisi) dari orang yang bersangkutan sehingga garis tesebut dianggap cukup mewakili. Metode ini bersifat subyektif sehingga taksiran yang diperoleh kurang akurat. Contoh : Data historis jumlah penjualan CV Giga Islanda selama 18 (delapan belas) bulan terakhir adalah sebagai berikut : 6
7 Data Penjualan CV Giga Islanda Bulan Januari 2014 sd Bulan Juni 2015 Bulan Y (ribu kleng) Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni Jumlah
8 Contoh Metode Trend Bebas (free hand method) Dari data tersebut selanjutnya digambarkan dalam bentuk grafik sehingga dapat tergambar historis penjualan selama 18 (delapan belas) bulan berupa titiktitik yang tersebar secara tidak teratur. Jika titik-titik tersebut dihubungkan akan membentuk garis patah-patah yang tidak teratur. Metode trend bebas ini mengganti/merubah garis patah-patah tersebut menjadi garis lurus sehingga dianggap cukup representatif. Pembuatan garis lurus dilakukan secara bebas (free hand) tergantung pada perasaan atau imajinasi si pembuat. 8
9 Ribu botol Contoh Metode Trend Bebas (free hand method) PERKEMBANGAN PENJUALAN Bulan Penjualan 9
10 Ribu botol Contoh Metode Trend Bebas (free hand method) Bulan Penjualan Penjualan Linear (Penjualan) 10
11 Metode Trend Setengah Rata-rata (semi average method) Dengan N genap 11
12 Metode Trend Setengah Rata-rata (semi average method) Garis lurus yang dibuat diperoleh dengan perhitungan Statistika dan matematika. Garis lurus yang akan dibentuk dinyatakan dalam suatu persamaan atau suatu fungsi garis lurus (linier), yaitu: Y = a + bx Untuk mengetahui fungsi Y = a + bx, semua data historis dikelompokkan menjadi dua kelompok dengan jumlah anggota masing-masing kelompok sama. 12
13 Contoh Metode Trend Setengah Rata-rata Dengan N Genap Misalnya data historis jumlah penjualan CV Giga Isnanda selma 16 (enambelas) bulan sejak bulan Januari 2014 sampai dengan bulan April 2015 akan dipergunakan untuk menghitung taksiran penjualan (budget penjualan) tahun 2016 yang akan datang, dengan menggunakan metode penaksiran (forecasting) Trend Setengah Rata-rata sebagai berikut : 13
14 Contoh Metode Trend Setengah Ratarata Dengan N Genap Bulan Y (ribu botol) X Jumlah Kelompok Rata-rata Kelompok K1 Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus (11,5) (10,5) (9,5) (8,5) (7,5) (6,5) (5,5) (4,5) K2 September 2014 Oktober 2014 November 2014 Desember (3,5) (2,5) (1,5) (0,5) Januari 2015 Februari 2015 Maret 2015 April ,5 1,5 2,5 3,5 14
15 Contoh Metode Trend Setengah Ratarata Dengan N Genap Data bulan Januari 2014 sd bulan Agustus 2014 (K1) Data bulan September 2014 sd bulan April 2015 (K2). Fungsi garis lurus Y = a + bx a= rata-rata kelompok 2 (K2) b= (rata-rata K2-rata-rataK1):n n= Jarak waktu (bulan) antara rata-rata K1 dengan rata-rata K2 Penerapan rumus: a = 2.750, Rata-rata K2 = 2.750, Rata-rata K1 = 2000, 15
16 Contoh Metode Trend Setengah Ratarata Dengan N Genap n = 8 Yaitu jarak antara rata-rata K1 yang terletak di perbatasan antara bulan April 2014 dengan bulan Mei 2014 (tanggal 30 April 2014) dengan rata-rata K2 yang terletak di perbatasan antara bulan Desember 2014 dengan bulan Januari 2015 (tanggal 31 Desember 2014). Nilai b = (rata-rata K2-rata-rata K1):n = ( ) : 8 = 93,75 Jadi persamaan fungsi trend adalah Y = ,75X 16
17 Contoh Metode Trend Setengah Ratarata Dengan N Genap Parameter X dihitung mulai dari bulan setelah posisi ratarata kelompok ke dua (K2). Setelah itu secara berturutturut parameter X untuk bulan-bulan berikutnya akan bertambah satu angka. Penerapan Rumus : Posisi rata-rata kelompok kedua (K2) adalah pada tanggal 31 Desember 2014 (atau tanggal 1 Januari 2015). Maka parameter X dihitung mulai bulan Januari 2015, yaitu sebesar 0,5. Setelah itu secara berturut-turut parameter X untuk bulan-bulan berikutnya akan bertambah satu angka. 17
18 Contoh Metode Trend Setengah Ratarata Dengan N Genap Jadi taksiran (forecast) penjualn dari bulan ke bulan selama thun 2016 yang akan datang dapat dihitung dengan cara memasukkan parameter X ke dalam persaman fungsi sebagai berikut Parameter X untuk bulan Januari 2016 adalah 12.5 (mulai bln Januari 2015 sd bulan Januari 2016) Y = ,75 X 12,5 = 3.922, dst Januari 2017 Februari 2017 Maret 2017 April 2017 Mei 2017 Juni 2017 Juli 2017 Agustus 2017 September 2017 Oktober2017 November 2017 Desember 2017 Bulan Y (ribu botol) X ,5 13, ,5 18,5 19,5 20,5 21,5 22,5 23,5 18
19 Contoh Metode Trend Setengah Ratarata Dengan N Genap Sedangkan nilai dari titik-titik yang membentuk garis lurus sebagai pengganti garis lurus patah-patah yang dibentuk oleh data historis, dapat dihitung dengan menghitung nilai Y (nilai trend) sejak buln Januari 2014 sd bulan April 2015, sbb: 19
20 Contoh Metode Trend Setengah Ratarata Dengan N Genap (8) Bulan Y (ribu botol) Y (ribu botol) X K1 Januari 2014 Februari 2014 Maret 2014 Apri (11,5) (10,5) (9,5) (8,5) Mei 2014 Juni 2014 Juli 2014 Agustus (7,5) (6,5) (5,5) (4,5) K2 September 2014 Oktober 2014 November 2014 Desember (3,5) (2,5) (1,5) (0,5) Januari 2015 Februari 2015 Maret 2015 April ,5 1,5 2,5 3,5 20
21 Metode Trend Setengah Rata-rata (semi average method) Dengan N Ganjil 21
22 Contoh Metode Trend Setengah Rata-rata Dengan N Ganjil (1) Misalnya data historis jumlah penjualan CV Giga Isnanda selma 16 (enambelas) bulan sejak bulan Januari 2014 sampai dengan bulan April 2015 akan dipergunakan untuk menghitung taksiran penjualan (budget penjualan) tahun 2016 yang akan datang, dengan menggunkn metode penaksiran (forecasting) Trend Setengah Rata-rata. Untuk mengetahui fungsi Y = a + bx, semua data historis dikelompokkan menjadi dua kelompok dengan jumlah anggota masing-masing kelompok sama. Data historis yang berada di deretan paling tengah dituliskan dua kali, yang satu diikutkan sebagai anggota kelompok pertama, dan yang satu lagi diikutkan sebagai anggota kelompok yang ke dua. 22
23 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (2) Bulan Y (ribu botol) X Jumlah Kelompok Rata-rata Kelompok K1 Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September (12) (11) (10) (9) (8) (7) (6) (5) (4) ,78 K2 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei (4) (3) (2) (1) 0,0 1,0 2, , ,67 23
24 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (3) Penerapan rumus : Persaman trend Y = a +bx, Akan menghasilkan nilai : a = 2.766,67, Rata-rata K2 = 2.766,67, Rata-rata K1 = 2.077,78 N = 8 jarak antara rata-rata K1 yang terletak pada bulan Mei 2014 (tanggal 15 Mei 2014), dengan rata-rata K2 yang terletak pada bulan Januari 2015 (15 Januari 2015). Dengan demikian nilai b = (rata-rata K2-rata-rataK1):n b = (2.766, ,78):8 = 86,11. 24
25 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (3) Jadi persamaan fungsi trendnya dalah : Y = a + bx Y = 2.766, ,11X Parameter X dihitung mulai dari bulan pada posisi ratarata kelompok dua (K2) yaitu pada tanggal 15 Januari 2015 yaitu sebesar 0,0 sd bulan Januari
26 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (4) Setelah itu secara berturut-turut parameter X untuk bulan-bulan berikutnya akan bertambah satu angka. Jadi taksiran (forecast) penjualn dari bulan ke bulan selama tahun 2016 yang akan datang dapat dihitung dengan cara memasukkan parameter X ke dalam persaman fungsi tersebut. Y = a + bx, Y = 2.766, ,11 X 12 = 3.800, dst 26
27 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (5) Januari 2016 Februari 2016 Maret 2016 April 2016 Mei 2016 Juni 2016 Juli 2016 Agustus 2016 September 2016 Oktober2016 November 2016 Desember 2016 Bulan Y (ribu botol) X
28 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (6) Sedangkan nilai dari titik-titik yang membentuk garis lurus sebagai pengganti garis lurus patah-patah yang dibentuk oleh data historis, dapat dihitung dengan menghitung nilai Y (nilai trend) sejak buln Januari 2014 sd bulan April 2015 sbb : 28
29 Contoh Metode Trend Setengah Ratarata Dengan N Ganjil (7) Bulan Y (ribu botol) Y X K1 Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September (12) (11) (10) (9) (8) (7) (6) (5) (4) K2 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei (4) (3) (2) (1) 0,0 1,0 2, ,0 29
30 Metode Trend Moment 30
31 Contoh Metode Trend Moment (1) Misalnya data historis jumlah penjualan CV Giga Isnanda selama 18 (delapan belas) bulan sejak bulan Januari 2014 sampai dengan bulan April 2015 akan dipergunakan untuk menghitung taksiran penjualan (budget penjualan) tahun 2016 yang akan datang, dengan menggunkn metode penaksiran (forecasting) Trend Momen, sebagai berikut : 31
32 Contoh Metode Trend Moment (2) Bulan Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni 2015 Y (ribu botol) X (XY) (X 2 ) Jumlah
33 Contoh Metode Trend Moment (3) Fungsi garis lurus Y = a + bx dapat diketahui dengan menggunakan rumus : (I) Y = na + b X (II) XY = a X + b X 2 Y = data historis Y = nilai trend Moment X = parameter pengganti waktu (bulan). 33
34 Contoh Metode Trend Moment (4) Dengan rumus tersebut dapat dihitung : (II) = 171a b x 1,0 (I) = 18a + 171b x 9,5 (II) = 171a b (III) = 171a b = b b = /484 b = 80,52 Jika nilai b = 80,52 dimasukkan ke dalam persamaan pertama, akan diperoleh hasil : (I) = 18a +171b = 18a + (171 x 80,52) = 18a = 18a a = /18 a = 1,682 Jadi persamaan trend adalah Y = ,52X 34
35 Contoh Metode Trend Moment (5) Parameter X untuk bulan Juni 2015 adalah sebesar 18. Dengan demikian parameter X untuk bulan Januari 2016 adalah sebesar 25 ( juli 2015, agst 2015, sept 2015, okt 2015, nov 2015, des 2015, Jan 2016). Dengan memasukkan nilai persamaan X ke dalam persamaan fungsi trend Moment tersebut, taksiran (forecast) penjualan dari bulan ke bulan selama tahun 2016 dapat dihitung sbb : 35
36 Contoh Metode Trend Moment (6) Januari 2016 Februari 2016 Maret 2016 April 2016 Mei 2016 Juni 2016 Juli 2016 Agustus 2016 September 2016 Oktober2016 November 2016 Desember 2016 Bulan Y (ribu botol) X
37 Contoh Metode Trend Moment (7) Sedangkan nilai dari titik-titik yang membentuk garis lurus sebgai pengganti garis lurus patah-patah yang dibentuk oleh data historis, dapat dihitung dengan menghitung nilai Y (nilai trend) sejak bulan Januari 2014 sd bulan April 2015 sbb : 37
38 Contoh Metode Trend Moment (8) Bulan Y (ribu botol) Y (ribu botol) X Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni Jumlah
39 Metode Trend Kuadrat Terkecil (least square) 39
40 Metode Trend Kuadrat Terkecil (least square) 1 Merupakan penyederhanaan dari metode Trend Moment. Rumus metode Trend Kuadrat Terkecil adalah sbb : Persamaan Y = a + bx (I) a = Y : n (II) b = XY : X 2 Dengan syarat X = 0 40
41 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (2) Misalnya data historis jumlah penjualan CV Giga Isnanda selma 17 (tujuh belas) bulan sejak bulan Januari 2014 sampai dengan bulan Mei 2015 akan dipergunakan untuk menghitung taksiran penjualan (budget penjualan) tahun 2016 yang akan datang, dengan menggunkn metode penaksiran (forecasting) Trend Kuadrat Terkecil sebagai berikut : 41
42 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (3) Bulan Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Y (ribu botol) X (XY) (X 2 ) (8) (7) (6) (5) (4) (3) (2) (1) (20.000) (13.300) (9.600) (8.500) (8.000) (6.900) (4.200) (1.750) Jumlah
43 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (4) Penerapan rumus : Parameter X ( X = 0) a = Y : n Y = , n = 17 a = : 17 = b = XY : X 2 XY = 31,300, X 2 = 408 b = 31,300 : 408 = 76,72 Jadi persamaan fungsi trend adalah Y = a + bx Y = ,72 X Parameter X untuk bulan Mei 2015 adalah sebesar 8. Dengan demikian parameter X untuk bulan Januari 2016 adalah sebesar 16 (8 + Juni 2015, Juli 2015, Agst 2015, Sept 2015, Okt 2015, Nov 2015, Des 2015 sd Januari 2016). Dengan memasukkan parameter X ke dalam persamaan 43
44 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (4) Dengan memasukkan parameter X ke dalam persamaan fungsi Trend Kuadrat, maka taksiran (forecast) penjualan selama tahun 2016 adalah sbb : 44
45 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (5) Januari 2016 Februari 2016 Maret 2016 April 2016 Mei 2016 Juni 2016 Juli 2016 Agustus 2016 September 2016 Oktober2016 November 2016 Desember 2016 Bulan Y (ribu botol) X
46 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (6) Sedangkan nilai dari titik-titik yang membentuk garis lurus sebgai pengganti garis lurus patah-patah yang dibentuk oleh data histori, dapat dihitung dengan menghitung nilai Y (nilai trend) sejak bulan Januari 2014 sd bulan Mei 2015 sbb : 46
47 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Ganjil (7) Bulan Y (ribu botol) Y (ribu botol) X Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei (8) (7) (6) (5) (4) (3) (2) (1) Jumlah
48 Trend Kuadrat Terkecil (least square) Dengan N Genap 48
49 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Genap (8) Misalnya data historis jumlah penjualan CV Giga Isnanda selma 18 (delapanbelas) bulan sejak bulan Januari 2014 sampai dengan bulan Juni 2015 akan dipergunakan untuk menghitung taksiran penjualan (budget penjualan) tahun 2016 yang akan datang, dengan menggunkn metode penaksiran (forecasting) Trend Kuadrat Terkecil sebagai berikut : 49
50 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Genap (9) Bulan Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni 2015 Y (ribu botol) X (XY) (X 2 ) (17) (15) (13) (11) (9) (7) (5) (3) (1) (42.500) (28.500) (20.800) (18.700) (18.000) (16.100) (10.500) (5.250 (2.700) Jumlah Interval (jarak) antarparameter X adalah 2 (genap)
51 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Genap (10) Persamaan Y = a + bx (I) a = Y : n (II) b = XY : X 2 Dengan syarat X = 0 a = :18 = 2.447,22 (dibulatkan) B = : = 40,22 Jadi persaman fungsi trend adalah Y = 2.447, ,22 X Parameter X untuk bulan Juni 2015 sebesar 17. Dengan demikian parameter X untuk bulan Januari 2017 adalah sebesar 31 yaitu (17 ditambah 2 kali periode Juli 2015 sd Januari 2016). 51
52 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Genap (11) Dengan memasukkan parameter X ke dalam persamaan fungsi Trend Kuadrat, maka taksiran (forecast) penjualan selama tahun 2016 adalah sbb : Januari 2016 Februari 2016 Maret 2016 April 2016 Mei 2016 Juni 2016 Juli 2016 Agustus 2016 September 2016 Oktober2016 November 2016 Desember 2016 Bulan Y (ribu botol) X Tambah
53 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Genap (12) Sedangkan nilai dari titik-titik yang membentuk garis lurus sebgai pengganti garis lurus patah-patah yang dibentuk oleh data histori, dapat dihitung dengan menghitung nilai Y (nilai trend) sejak buln Januari 2014 sd bulan Juni 2015 sbb : 53
54 Contoh Metode Trend Kuadrat Terkecil (least square) Dengan N Genap (13) Bulan Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni 2015 Y (ribu botol) Y X Jumlah (17) (15) (13) (11) (9) (7) (5) (3) (1)
55 Metode Trend Kuadratik (Square Parabola Method) 55
56 Metode Trend Kuadratik (Square Parabola Method) 1 Metode yang digunakan untuk mengubah garis patahpatah yang dibentuk oleh data historis yang cenderung mengarah ke bentuk garis lengkung yang berbentuk parabola (non linear). Bentuk persamaannya : Y = a + bx + CX 2 I Y = an + c X 2 II XY = b X 2 III X 2 Y = a X 2 + c X 4 Dengan syarat X = 0 56
57 Contoh Metode Trend Kuadratik (Square Parabola Method) 2 Data historis harga jual setiap peti yang dihasilkan oleh PT Dyah Pratiwi selama 17 (tujuh belas) bulan sejak bulan Januari 2014 sampai dengan bulan Mei 2015 yang akan dipergunakan untuk menghitung taksiran harga jual setiap peti (Budget Penjualan) tahun 2016 yang akan datang, adalah sbb: 57
58 Metode Trend Kuadratik (Square Parabola Method) No Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Bulan Y (Rupiah) Dari data tersebut di atas, jika digambarkan dalam bentuk grafik cenderung mengarah ke bentuk parabola. 58
59 Rupiah Metode Trend Kuadratik (Square Parabola Method) 4 18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2, Bulan Harga Jual per botol 59
60 Metode Trend Kuadratik (Square Parabola Method) 5 Bulan Y (Rupiah) X (XY) (X 2 ) (X 2 Y) X 4 Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei (8) (7) (6) (5) (4) (3) (2) (1) (80.000) (63.700) (46.800) (36.000) (27.600) (21.000) (17.200) (9.700) Jumlah
61 Metode Trend Kuadratik (Square Parabola Method) 6 Dengan menerapkan rumus Trend Kuadratik, maka dapat dihitung : (III) = 408a c x 1,0 (I) = 17a + 408c x 24,0 (III) = 408a c (I) = 408a c = 7.752c c = 50,30 (dibulatkan) 61
62 Metode Trend Kuadratik (Square Parabola Method) 7 Jika nilai c = 50,30 dimsukkan ke dalam persamaan pertama akan diperoleh hasil sbb: (I) = 17a + 408c = 17a + (408 x 50,30) = 17a = 17a a = ,96 (dibulatkan) (II) = 408b b = 612,87 (dibulatkan) Jadi persamaan fungsi trend adalah : Y = a + bx + CX 2 Y = ,87X + 50,30X 2 62
63 Metode Trend Kuadratik (Square Parabola Method) 8 Parameter X untuk bulan Mei 2015 dalah sebesar 8. Dengan demikian parameter X untuk bulan Januari 2016 adalah sebesar 16 ( yaitu 8 ditambah periode Mei 2015 sd Januari 2016). Dengan memasukkan parameter X ke dalam persamaan fungsi Trend Kuadrat, maka taksiran (forecast) penjualan selama tahun 2016 adalah sbb : 63
64 Metode Trend Kuadratik (Square Parabola Method) 9 Januari 2016 Februari 2016 Maret 2016 April 2016 Mei 2016 Juni 2016 Juli 2016 Agustus 2016 September 2016 Oktober2016 November 2016 Desember 2016 Bulan Y (ribu botol) X (Y 2 ) 64
65 Metode Trend Kuadratik (Square Parabola Method) 10 Sedangkan nilai dari titik-titik yang membentuk garis lengkung sebgai pengganti garis lurus patah-patah yang dibentuk oleh data historis, dapat diketahui dengan menghitung nilai Y (nilai trend) sejak buln Januari 2014 sd bulan Mei 2015 sbb : 65
66 Metode Trend Kuadratik (Square Parabola Method) 11 Bulan Y (Rupiah) Y (Rupiah) X Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei (8) (7) (6) (5) (4) (3) (2) (1) Jumlah
67 Rupiah Metode Trend Kuadratik (Square Parabola Method) 12 20,000 18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2, Bulan Data historis Trend Kuadratik 67
68 Metode Regresi Tunggal (single regression method) 68
69 Metode Regresi Tunggal (single regression method) 1 Merupakan metode penaksiran (forecasting) yang tidak hanya mendasarkan pada data historis dari satu variabel yang akan ditaksir itu sendiri (variabel dependen), tapi juga menghubungkannya dengan variabel lain yang diperkirakan mempunyai pengaruh yang kuat (variabel independen) terhadap perkembangan dari variabel yang akan ditaksir tersebut Persamaan atau fungsi regresi tersebut dapat dihitung dengan rumus : Y = a + bx (I) Y = an + b X (II) XY = a X + b X 2 69
70 Contoh Metode Regresi Tunggal (single regression method) 2 Berdasarkan pengalaman penjulan di waktu-waktuyang lalu, PT. Tunas Mekar menyimpulkan bahwa penjualan susu dalam kaleng yang diproduksikannya sangat dipengaruhi oleh jumlah balita (bayi dibawah usia lima tahun) yang da di daerah pemasarannya. Misalkan data historis jumlah penjualan susu dan jumlah balita selama 18 (delapan belas) bulan sejak bulan Januari 2014 sampai dengan bulan Juni 2015 yang akan dipergunakan untuk menghitung taksiran penjualan (Budget Penjualan) tahun 2016 yang akan datang, adalah sbb: 70
71 Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni 2015 Contoh Metode Regresi Tunggal (single regression method) 3 Bulan Y (ribu kleng) X (bayi) Jumlah
72 Contoh Metode Regresi Tunggal (single regression method) 4 Berdasarkan data historis dapat dibuat perhitungan Regresi Tunggal sbb : Bulan Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni 2015 Y (ribu kaleng) X (bayi) (XY) (X 2 ) Jumlah
73 Contoh Metode Regresi Tunggal (single regression method) 5 Dengan menerapkan rumus regresi tunggal maka dapat dibuat perhitungan sbb: (I) Y = an + b X (II) XY = a X + b X 2 (II) = a b x 1,0 (I) = 18a b x 9,5 (II) = a b (I) = a b = 485b b = 0,61 (dibulatkan) Jika nilai b =0,61 dimasukkan ke dalam persaman pertama akan diperoleh hasil sbb : 73
74 Contoh Metode Regresi Tunggal (single regression method) 6 (I) = 18a b = 18a + ( x 0,61) = 18a = 18a a = ,46 (dibulatkan) Jadi persamaan regresi adalah Y = ,46 + 0,61X Untuk mengetahui taksiran penjualan produk susu dari bulan ke bulan selama tahun 2016, terlebih dahulu perlu diketahui besarnya taksiran (forecast) nilai variabel X atau jumlah balita dari bulan ke bulan selama tahun 2016 dengan menggunakan salah satu dari berbagai metode trend. Tabel berikut murapakan hasil penaksiran jumlah penjualan produk susu berdasarkan hasil penaksiran jumlah balita selama tahun
75 Contoh Metode Regresi Tunggal (single regression method) 7 Bulan Januari 2016 Februari 2016 Maret 2016 April 2016 Mei 2016 Juni 2016 Juli 2016 Agustus 2016 September 2016 Oktober2016 November 2016 Desember 2016 Y (ribu kaleng) X (bayi) Y = taksiran penjualan produk susu X = taksiran jumlah balita 75
76 Contoh Metode Regresi Tunggal (single regression method) 8 Nilai regresi selama 18 bulan sejak bulan Januari 2014 sampai dengan bulan Juni 2015 dapat diketahui dengan memasukan nilai X ke persamaan regresi, sbb: Rumus Regresi Tunggal/sederhana : Y = a + bx 76
77 Bulan Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei Juni 2015 Contoh Metode Regresi Tunggal (single regression method) 9 Y (ribu kaleng) X (bayi) Y (ribu kaleng) Jumlah
78 Menghitung Ada Tidaknya Hubungan Antar Variabel (X dan Y) 10 Untuk meyakinkan bahwa variabel lain tersebut mempunyai pengaruh yang cukup kuat terhadap variabel yang akan ditaksir dapat digunakan ukuran yang disebut koefisien korelasi. Koefisien korelasi adalah angka yang menunjukkan tinggi rendahnya tingkat keeratan hubungan antara sesuatu variabel dengan vriabel lain yang diperkirakan mempengaruhinya, Koefisien Korelasi dapat dihitung dengan rumus : n XY ( X) x ( Y) = n X 2 ( X) 2 X n Y 2 ( Y) 2 78
79 Menghitung Ada Tidaknya Hubungan Antar Variabel (X dan Y) 11 Hasil perhitungan akan memberikan tiga alternatif dari nilai r (koefisien korelasi) tersebut : r mendekati angka positif satu (+1). artinya vriabel X mempunyai pengaruh yang kuat dan positif terhadap perkembangan variabel Y. Ini berarti: Apabila X (+) Y (+) Apabila X (-) Y (-) r mendekati angka negatif satu (-1). artinya bahwa variabel X mempunyai pengaruh yang kuat dan negatif terhadap perkembangan variabel Y. Ini berarti : Apabila X (+) Y (-) Apabila X (-) Y (+) 79
80 Menghitung Ada Tidaknya Hubungan Antar Variabel (X dan Y) 12 r mendekati angka nol (0). artinya vriabel X kurang berpengaruh terhadap perkembangan variabel Y. Ini berarti: Bertambah atau berkurangnya variabel X tidak akan banyak berpengaruh terhadap perkembangan variabel Y. Kesimpulannya : pemilihan data historis yang dijadikan variabel X tidak tepat jadi harus diganti dengan variabel lain yang mempunyai nilai r kuat baik positif maupun negatif. Dengan menggunakan data PT. Tunas Mekar dapat dihitung Korelasi antara Variabel X (jumlah balita) dengan variabel Y (Susu dalam kaleng) sbb : 80
81 Menghitung Ada Tidaknya Hubungan Antar Variabel (X dan Y) 13 Bulan Y (ribu kaleng) X (bayi) (XY) (X 2 ) (Y 2 ) Januari 2014 Februari 2014 Maret 2014 Apri 2014 Mei 2014 Juni 2014 Juli 2014 Agustus 2014 September 2014 Oktober 2014 November 2014 Desember 2014 Januari 2015 Februari 2015 Maret 2015 April 2015 Mei 2015 Juni Jumlah
82 Menghitung Ada Tidaknya Hubungan Antar Variabel (X dan Y) 14 n XY ( X) x ( Y) = n X 2 ( X) 2 X n Y 2 ( Y) 2 r = r = r = r = r = ( ) ( ) ( ) ( ) ( ) ( ) ( ) X ( ) (14.545) X (9.166) X 82
83 Menghitung Ada Tidaknya Hubungan Antar Variabel (X dan Y) 15 Kesimpulan : Dengan nilai r (koefisien korelasi) sebesar 0,9742 berarti variabel X (jumlah balita), mempunyai pengaruh yang sangat kuat terhadap perkembangan variabel Y (penjualan susu kaleng) dari Perusahaan PT. Tunas Mekar 83
84 Metode Statistika Untuk Analisis Khusus 84
85 Metode Statistika Untuk Analisis Khusus (1) Analisis Industri. Dilakukan untuk mengetahui posisi perusahaan dalam lingkungan industri secar keseluruhan. Dengan analisis ini dapat diketahui seberapa besar peranan perusahan terhadap industri. Berkaitan dengan Budget Penjualan, dapat diketahui perbandingan antara jumlah penjualan perusahaan dengan jumlah penjualan seluruh industri (pangsa pasar). Apabila perusahan ingin mengadakan penaksiran (forecasting) terhadap penjualannya di waktu yang akan datang dapat dilakukan dengan mengaitkannya dengan perkembangan permintaan industri di masa yang akan datang. 85
86 Metode Statistika Untuk Analisis Khusus (1) Contohnya: Dilakukan untuk mengetahui posisi perusahaan dalam lingkungan industri secar keseluruhan. Dengan analisis ini dapat diketahui seberapa besar peranan perusahan terhadap industri. Berkaitan dengan Budget Penjualan, dapat diketahui perbandingan antara jumlah penjualan perusahaan dengan jumlah penjualan seluruh industri (pangsa pasar). Apabila perusahan ingin mengadakan penaksiran (forecasting) terhadap penjualannya di waktu yang akan datang dapat dilakukan dengan mengaitkannya dengan perkembangan permintaan industri di masa yang akan datang. 86
87 Metode Statistika Untuk Analisis Khusus (2) Analisis Jenis Produk (prouct line). Digunakan oleh perusahan yang memproduksi barang lebih dari satu jenis barang. Oleh karena masing-masing jenis produk yang dihasilkan tersebut mempunyai pasar (segmen pasar) yang berbeda-beda dan variabel yang berbeda-beda, maka forecastingnya juga diperlukan sendiri-sendiri. Dengan demikian penerapan metode Statistika dan matematikanya untuk jenis produk yang satu akan berbeda dengan yang lainnya. Seperti PT. Unilever 87
88 Metode Statistika Untuk Analisis Khusus (3) Analisis pemakai akhir dari produk. Dilakukan pada perusahaan yang menghasilkan barang industri, yang produksinya akan digunakan oleh para pemakai akhir atas produk yang dihasilkannya. Bila perusahaan yang menghasilkan barang industri akan melakukan penaksiran (forecasting), maka perlu pula untuk mengadakan analisis terhadap pemakai akhir terhadap produk yang dihasilkan tersebut. Contohnya: Pabrik baja Cilegon produknya bisa langsung dijual di pasar sebagai bahan baku perusahaan lain dan bisa diproses lebih lanjut untuk barang konsumsi akhir, perusahaan harus membuat ramalan penjualan barang konsumsi akhir. 88
89 89
Minggu-9. Budget Variabel (variable budget) Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM
Penganggaran Perusahaan Minggu-9 Budget Variabel (variable budget) By : Ai Lili Yuliati, Dra, MM Further Information : Mobile : 08122035131 Email: ailili1955@gmail.com 1 TOPIK BAHASAN (1) Pengertian Budget
Peramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
BAB 2 ANGGARAN PENJUALAN
Penganggaran Perusahaan 29 BAB 2 ANGGARAN PENJUALAN Dalam proses penyusunan anggaran atau perencanaan perusahaan anggaran penjualan merupakan bagian paling penting dibanding anggaran lainnya, karena selain
1. PENGERTIAN. Anggaran Penjualan Hal 5
2 ANGGARAN PENJUALAN 1. PENGERTIAN A nggaran penjualan merupakan anggaran pertama yang dibuat oleh perusahaan. Hal ini sehubungan anggaran penjualan umumnya menggambarkan penghasilan yang akan diterima
PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR
PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR ESTIMASI PERMINTAAN PASAR Bagi para manajer produksi, estimasi atau perkiraan secara kuantitatif permintaan terhadap suatu produk penting untuk diketahui
ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN)
ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN) Penyusunan anggaran operasional perusahaan, pertama yang harus dilakukan membuat anggaran penjualan. Anggaran penjualan merupakan dasar penyusunan
ANGGARAN PENJUALAN. Muniya Alteza.
ANGGARAN PENJUALAN Muniya Alteza Konsep Anggaran Penjualan Komponen-komponen Pokok Konsep Anggaran Penjualan: Dasar-dasar Penyusunan Anggaran 1. Menyusun tujuan perusahaan 2. Menyusun strategi perusahaan
KOMP. PERANGGARAN 1. Materi 3 Anggaran penjualan
KOMP. PERANGGARAN 1 Materi 3 Anggaran penjualan Dr. Kartika Sari Universitas Gunadarma Materi 3-1 Konsep Anggaran Penjualan Komponen-komponen pokok dalam penyusunan anggaran penjualan Dasar-dasar Penyusunan
ANALISIS PERBANDINGAN METODE PERAMALAN
ANALISIS PERBANDINGAN Pangsa pasar perusahaan ini tidak hanya di kota Surabaya melainkan banyak di kota-kota besar METODE PERAMALAN bahkan di luar Pulau Jawa seperi wilayah Ambon, PENJUALAN JENIS KAYU
ANGGARAN PENJUALAN Ikin Solikin SE, MSi.,.,Ak Ak.
ANGGARAN PENJUALAN Ikin Solikin, SE., MSi.,Ak. Budget Penjualan Adalah budget yang merencanakan secara lebih terperinci mengenai penjualan perusahaan selama periode yang akan datang, yang di dalamnya meliputi
ANGGARAN PENJUALAN BAB II. KUWAT RIYANTO, SE, M.M
ANGGARAN PENJUALAN BAB II KUWAT RIYANTO, SE, M.M. 081319434370 Kuwat_riyanto@yahoo.com http://kuwatriy.wordpress.com Konsep Anggaran Penjualan Komponen-komponen pokok dalam penyusunan anggaran penjualan:
Febriyanto, S.E., M.M.
METODE PERAMALAN PERMINTAAN Metode bebas (freehand method) Metode setengah ratarata (semi average method) Metode ratarata bergerak (moving average method) Metode kwadrat terkecil (least quares method)
ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)
BAB 5 ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS) Kompetensi Menjelaskan konsep dasar time series. Indikator 1. Menjelaskan konsep dasar time series analysis: trend linear.. Menjelaskan konsep dasar
BAB II TINJAUAN TEORI. perubahan bertambah disebut trend positif atau. naik. Sebaliknya, jika rata rata perubahan berkurang
BAB II TINJAUAN TEORI 1.1 Pengertian Analisis Tren Trend Menurut Maryati (2010;129) menyatakan trend adalah suatu gerakan (kecenderungan) naik atau turun dalam jangka panjang, yang diperoleh dari rata
BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Peramalan Peramalan adalah data di masa lalu yang digunakan untuk keperluan estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1. METODA KUALITATIF YANG
ANGKA INDEKS. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.
ANGKA INDEKS Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M. A. PENGERTIAN Angka indeks adalah angka yang digunakan sebagai perbandingan dua atau lebih kegiatan yang sama untuk kurun waktu yang berbeda.
Minggu-11. Budget Biaya Pemasaran (marketing expenses budget) Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM
Penganggaran Perusahaan Minggu-11 Budget Biaya Pemasaran (marketing expenses budget) By : Ai Lili Yuliati, Dra, MM Further Information : Mobile : 08122035131 Email: ailili1955@gmail.com 1 Pokok Bahasan
ANALISIS DERET BERKALA
ANALISIS DERET BERKALA PENDAHULUAN Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam
BAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan
BAB I PENDAHULUAN 1.1. Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan pesat. Metosdenya berkembang sejajar dengan penemuan-penemuan penting oleh para ahli matematis
REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjangan waktu
DAFTAR ISI. Halaman Judul Kata Pengantar Daftar Isi BAB 1 KONSEP DASAR PENGANGGARAN 1
iii iv DAFTAR ISI Halaman Judul Kata Pengantar Daftar Isi i ii iii BAGIAN 1 BUDGET OPERASIONAL BAB 1 KONSEP DASAR PENGANGGARAN 1 A. Pengertian Budget & Budgeting 2 B. Proses Kegiatan yang Tercakup dalam
PERAMALAN NILAI INFLASI KESEHATAN DI KABUPATEN SEMARANG DENGAN METODE KUADRATIK
PERAMALAN NILAI INFLASI KESEHATAN DI KABUPATEN SEMARANG DENGAN METODE KUADRATIK Adib Khoiruddin Fahmi 1, Much Aziz Muslim 2 1 Jurusan Matematika, FMIPA, Universitas Negeri Semarang 2 Jurusan Ilmu Komputer,
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Peramalan 2.1.1 Pengertian Peramalan Beberapa ahli telah mengemukakan definisi tentang peramalan yang kelihatannya berbeda meskipun pada intinya sama. Peramalan menurut Sumayang
TIME SERIES. Deret berkala dan Peramalan
TIME SERIES Deret berkala dan Peramalan Pendahuluan Deret berkala Time series Sekumpulan data yang dicatat dalam satu periode waktu Digunakan untuk meramalkan kondisi masa mendatang Dalam jangka pendek
Minggu-10. Budget Biaya Administrasi. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM
Penganggaran Perusahaan Minggu-10 Budget Biaya Administrasi By : Ai Lili Yuliati, Dra, MM Further Information : Mobile : 08122035131 Email: ailili1955@gmail.com 1 Pokok Bahasan Pengertian Budget Biaya
MATERI 3 PER E AM A AL A AN
MATERI 3 PERAMALAN APAKAH PERAMALAN ITU? Peramalan (Forecasting) : Seni dan ilmu memprediksi peristiwa- peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa
BAB 2 LANDASAN TEORI. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi dan Korelasi 2.1.1 Analisis Korelasi Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat hubungan Y dan X dalam bentuk
Minggu-12. Budget Utang (payable budget) Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM
enganggaran erusahaan Minggu-12 Budget Utang (payable budget) By : Ai Lili Yuliati, Dra, MM Further Information : Mobile : 08122035131 Email: ailili1955@gmail.com 1 OKOK BAHASAN engertian Budget Utang.
Minggu-6. Penganggaran Perusahaan. Anggaran Upah Tenaga Kerja Langsung (direct labour budget) By : Ai Lili Yuliati, Dra, MM
Penganggaran Perusahaan Minggu-6 Anggaran Upah Tenaga Kerja Langsung (direct labour budget) By : Ai Lili Yuliati, Dra, MM Further Information : Mobile : 08122035131 02270704014 ailili1955@gmail.com 1 POKOK
BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
BAB II TINJAUAN PUATAKA. Penelitian yang dilakukan oleh Ivarani Mega Safitri (2012), dengan
9 BAB II TINJAUAN PUATAKA A. Landasan Penelitian Terdahulu Penelitian yang dilakukan oleh Ivarani Mega Safitri (2012), dengan objek penelitian yaitu Perusahaan Pelayanan Jasa Tiket Pada Terminal Tiket
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Anggaran 2.1.1 Pengertian Anggaran Anggaran merupakan salah satu cara manajemen dalam menjalankan fungsinya yaitu fungsi perencanaan dan fungsi pengendalian. Anggaran sebagai
BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Kegunaan peramalan
BAB II BAHAN RUJUKAN
BAB II BAHAN RUJUKAN 2.1 Gambaran Umum Anggaran Secara sederhana anggaran didefinisikan sebagai rencana keuangan, yaitu suatu rencana tertulis mengenai kegiatan-kegiatan yang akan dilaksanakan dalam jangka
Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Jurnal E-Journal Studia Manajemen
Jurnal E-Journal Studia Manajemen ISSN 2337-912X Vol.2 No.3 Peranan Peramalan Penjualan Terhadap Bahan Baku: Studi Kasus Least Square PD Sinar Rejeki Ban Di Kabupaten Pandeglang Indra Laksana Noerwan*
BAB IV PENGOLAHAN DATA
30 BAB IV PENGOLAHAN DATA 4.1 Data Curah Hujan DAS Brantas Data curah hujan di DAS Brantas merupakan data curah hujan harian, dimana curah hujan harian berasal dari stasiun-stasiun curah hujan yang ada
STATISTIKA 2 IT
STATISTIKA 2 IT-021259 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 Regresi & Korelasi Linier Regresi? Korelasi? 1. Regresi Linier Sederhana Model regresi adalah persamaan matematik yang memungkinkan dalam peramalan
POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management
MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN
Dimana : a = konstanta b = koefisien regresi Y = Variabel dependen ( variabel tak bebas ) X = Variabel independen ( variabel bebas ) Untuk mencari rum
MODUL REGRESI LINIER SEDERHANA Modul Praktikum Pendahuluan Di dalam analisa ekonomi dan bisnis, dalam mengolah data sering digunakan analisis regresi dan korelasi. Analisa regresi dan korelasi telah dikembangkan
RAMALAN PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI
1 UNIVERSITAS GUNADARMA FAKULTAS EKONOMI RAMALAN PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI Disusun Oleh : Nama : Joko Widodo NPM : 10204526 Jurusan : Manajemen Pembimbing : Prof. Suryadi
BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
BAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antar variabel. Hubungan tersebut dapat dinyatakan dalam bentuk persamaan
BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 TINJAUAN TEORITIS 2.1. Pengertian pengertian Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN
BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN A. Analisis Pendahuluan Analisis pendahuluan merupakan tahap pengelompokan data yang dimasukkan ke dalam
KORELASI DAN REGRESI LINIER SEDERHANA
KORELASI DAN REGRESI LINIER SEDERHANA 1. Pendahuluan Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan (Forecasting) Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan. Peramalan
Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.
Trend Sekuler Linier 1. Pendahuluan Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu. Pola dasar pergerakan runtut waktu : 1) Trend
MODUL 8 ANALISA TREND DAN FORECASTING
MODUL 8 ANALISA TREND DAN FORECASTING I. Standard Kompetensi : Dapat memahami, menghitung dan analisa Trend dan Forecasting II. Indikator: Kognitif 1. Mahasiswa dapat mendeskripsikan analisa trend dan
Deret Berkala dan Peramalan
Deret Berkala dan Peramalan Times Series & Forecasting Oleh : Riandy Syarif Definisi Deret berkala adalah sekumpulan data yg dicatat dalam satu periode waktu. Contoh data penjualan motor yamaha 2000-2010.
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central
BAB 2 LANDASAN TEORI. Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis
BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan anak.
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pengertian dan Rumus Perhitungan Selisih Pengertian selisih terdapat di dalam Kamus Besar Bahasa Indonesia. Di sana selisih sebagai kata benda didefinisikan sebagai beda, kelainan,
BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
ABSTRAK. Kata Kunci : Sparepart, Peramalan, Trend Moment
PERAMALAN PENJUALAN SPAREPART MOTOR HONDA MENGGUNAKAN METODE TRENDMOMENT (Studi Kasus : AHASS MOTOR PARE) Yusuf Engga Dikdawan 1, Hendra Pradibta 2, Mungki Astiningrum 3 Jurusan Teknologi Informasi, Program
Teknik Proyeksi Bisnis (Forecasting)
Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi Ratna_fe@unhas.ac.id a.ratnasaridewi@gmail.com DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS
ANGGARAN PENJUALAN SEBAGAI DASAR PERENCANAAN KEUANGAN PADA CV. SUMBER AGUNG DI SANGATTA
ANGGARAN PENJUALAN SEBAGAI DASAR PERENCANAAN KEUANGAN PADA CV. SUMBER AGUNG DI SANGATTA ABSTRAKSI Eka Audria Putri, Titin Ruliana, Eka yudhyani FAKULTAS EKONOMI UNIVERSITAS 17 AGUSTUS 1945 SAMARINDA E-mail
BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti
TINJAUAN PUSTAKA. Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya
II. TINJAUAN PUSTAKA 2.1 Prediksi Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Prediksi bisa bersifat kualitatif (tidak
BAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
PERHITUNGAN RAMALAN PENJUALAN ROTI PADA RAHMAN PURNAMA BAKERY BANJARMASIN. Gusti Indra Maulana (Universitas Lambung Mangkurat)
PERHITUNGAN RAMALAN PENJUALAN ROTI PADA RAHMAN PURNAMA BAKERY BANJARMASIN Gusti Indra Maulana (Universitas Lambung Mangkurat) ABSTRAK Penelitian ini dilakukan pada Rahman Purnama Bakery. Tujuan penelitian
BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep
BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI Metode peramalan yang biasanya dilakukan didasarkan atas konsep bahwa apabila terdapat pola yang mendasari suatu deret data, maka pola tersebut dapat
BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
BAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Pertemuan keenam ANALISIS REGRESI
Pertemuan keenam ANALISIS REGRESI Secara umum ada dua macam hubungan antara dua variable atau lebih, yaitu bentuk hubungan dan keeratan hubungan. Untuk mengetahui bentuk hubungan digunakan analisis regresi.
BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Anggaran Menurut Gunawan Adisaputro dan Marwan Asri (2008:1), Anggaran atau lengkapnya business budget adalah salah satu bentuk dari berbagai rencana yang mungkin
MODUL REGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan persamaan I. Pendahuluan Di dalam analisa ekonomi
BAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Pemodelan Peramalan Dalam Penentuan Persediaan Jenis Spare Part Mesin Kendaraan
Pemodelan Peramalan Dalam Penentuan Persediaan Jenis Spare Part Mesin Kendaraan Yasir Amani Dosen Teknik Mesin Universitas Malikussaleh Lhokseumawe Jl. Cot Tgk Nie-Reulet, Aceh Utara, 141 Indonesia email
STATISTIKA DESKRIPTIF Dosen:
LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan
BAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Analisa Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan
BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah awal yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desain Penelitian Sebelum dilakukan penelitian, langkah awal yang harus dilakukan oleh peneliti adalah mengetahui dan menentukan terlebih dahulu metode yang digunakan dalam
BAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear
BAB I PENDAHULUAN A. Latar Belakang Analisis regresi linear merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel dependen (terikat; respon) dengan satu atau lebih variabel
BAB III OBJEK DAN METODE PENELITIAN. dengan pendapat Sugiyono (2003:58) pengertian objek penelitian sebagai berikut:
BAB III OBJEK DAN METODE PENELITIAN 3.1. Objek Penelitian Objek penelitian merupakan sasaran untuk mendapatkan suatu data, sesuai dengan pendapat Sugiyono (2003:58) pengertian objek penelitian sebagai
BAB 2 LANDASAN TEORI. mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat di gunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang
BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
* Menetapkan model peramalan dimasa yang akan datang, baik ramal-an jangka pendek maupun jangka panjang.
TIME SERIES Data Deret Waktu Materi dalam bab ini adalah suatu pendekatan Statistika dalam memecahkan persoalan perubahan/pertumbuhan variabel atau faktor tertentu. Seperti diketahui Statistika membantu
BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih
Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
3. Peramalan Penjualan ( Proyeksi Penjualan)
3. Peramalan Penjualan ( Proyeksi Penjualan) Pengertian mengenai peramalan penjualan diantaranya: Peramalan penjualan adalah perkiraan atau proyeksi secara teknis permintaan konsumen potensial untuk suatu
ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :
ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap
BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
PENENTUAN PERAMALAN (FORECASTING) PENJUALAN SEBAGAI DASAR PENYUSUNAN ANGGARAN PENJUALAN DENGAN MENGGUNAKAN METODE TREND LEAST SQUARE
PENENTUAN PERAMALAN (FORECASTING) PENJUALAN SEBAGAI DASAR PENYUSUNAN ANGGARAN PENJUALAN DENGAN MENGGUNAKAN METODE TREND LEAST SQUARE Lusiana, SE, MM, Muklas Adi Putra, SE, Fakultas Ekonomi Universitas
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
BAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3. Desain Penelitian Tabel 3. Desain Penelitian Tujuan Penelitian Desain Penelitian Jenis dan Metode Penelitian Unit Time T Asosiatif/ Survey PT Tirta Tama Longitudinal Bahagia
BAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi
BAB II TINJAUAN PUSTAKA. Menurut Hansen & Mowen (2005:274) Analisis biaya-volume-laba (costvolume-profit
BAB II TINJAUAN PUSTAKA A. Tinjauan Teoritis 1. Analisis Cost Volume Profit a. Pengertian Analisis Cost Volume Profit Menurut Hansen & Mowen (2005:274) Analisis biaya-volume-laba (costvolume-profit analysis)
DERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Analisis Trend (Linear,
ANGGARAN PERUSAHAAN. Oleh : Prasetyo Widyo Iswara, S.E., M.A. (Digunakan di lingkungan sendiri, sebagai buku ajar mata kuliah Anggaran Perusahaan)
ANGGARAN PERUSAHAAN Oleh : Prasetyo Widyo Iswara, S.E., M.A. (Digunakan di lingkungan sendiri, sebagai buku ajar mata kuliah Anggaran Perusahaan) POLITEKNIK NSC SURABAYA 2016 i. HALAMAN PENGESAHAN Judul