ANALISIS PERAMALAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA, JAKARTA ALAMANDA YOSY BELLADONA H

Transkripsi

1 ANALISIS PERAMALAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA, JAKARTA ALAMANDA YOSY BELLADONA H DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008

2 RINGKASAN ALAMANDA YOSY BELLADONA. Analisis Peramalan dan Faktor-faktor yang Mempengaruhi Volume Penjualan Obat Hewan PT Univetama Dinamika, Jakarta (Dibimbing oleh BUNGARAN SARAGIH). Perkembangan industri peternakan sangat berpengaruh pada industri pendukung, salah satunya adalah industri obat hewan. Keterkaitan tersebut berhubungan dalam pemenuhan produksi, pengembangan hingga pemasarannya. PT Univetama Dinamika (UTD) adalah salah satu perusahaan obat hewan ternak yang mengalami perkembangan dari sebuah perusahaan distributor hingga menjadi produsen obat hewan. PT Univetama Dinamik mengalami ketidakpastian permintaan produk obat hewan karena kondisi peternakan yang tidak stabil, khususnya produk ungulan perusahaan yaitu multivitamin. Oleh karena itu, perusahaan perlu merencanakan atau menetapkan volume produksi agar dapat memenuhi permintaan pasar dengan tepat dan jumlah yang sesuai. Perencanaan perusahaan dalam menentukan volume produksi, salah satunya adalah meramalkan volume penjualan yang akan datang. PT UTD telah melakukan kegiatan peramalan volume penjualan, tetapi ramalan tersebut terkadang kurang tepat sehingga mengalami kelebihan produksi. Kondisi tersebut dipengaruhi oleh beberapa faktor. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi volume penjualan multivitamin PT UTD, menganalisis metode peramalan yang tepat dan akurat untuk meramalkan volume penjualan multivitamin obat hewan PT UTD dan meramalkan volume penjualan multivitamin obat hewan PT UTD untuk 12 bulan ke depan. Untuk menganalisis faktor-faktor yang mempengaruhi volume penjualan PT UTD menggunakan metode analisis regresi. Variabel bebas yang dianalisis antara lain: lag volume penjualan, populasi unggas, harga jual multivitamin PT UTD, harga jual multivitamin kompetitor, dan dummy musiman (musim hujan). Sedangkan untuk menganalisis metode peramalan terakurat, penelitian ini menggunakan metode time series, yaitu: metode trend linier, trend kuadratik, pertumbuhan eksponensial, metode pemulusan eksponensial tunggal, pemulusan eksponensial ganda, metode winters aditif, winters multiplikatif, metode dekomposisi aditif, dekomposisi multiplikatif dan ARIMA. Berdasarkan metodemetode yang dilakukan akan dipilih metode terbaik dengan standar Mean Square Error (MSE) terkecil. Dalam pemilihan metode peramalan terbaik, terlebih dahulu meramalkan volume penjualan tahun Setelah metode terpilih dan direalisasikan dengan data aktual, metode tersebut digunakan untuk meramal volume penjualan 12 bulan ke depan. Hasil analisis metode regresi menunjukkan bahwa lag volume penjualan, populasi unggas, dan harga jual multivitamin kompetitor berpengaruh nyata terhadap volume penjualan PT UTD pada taraf nyata 0,05. Sedangkan harga jual PT UTD dan dummy musim hujan tidak berpengaruh nyata pada taraf 0,05. Harga jual PT UTD tidak berpengaruh nyata terhadap volume penjualan PT UTD karena harga yang ditetapkan setiap bulannya relatif sama. Dummy musim hujan tidak

3 berpengaruh nyata terhadap volume penjualan multivitamin PT UTD karena produk multivitamin digunakan unggas secara continu baik pada musim hujan maupun musim kemarau untuk meningkatkan daya tahan tubuh maupun mencegah penyakit. Hasil analisis metode peramalan volume penjualan tahun 2007, menunjukkan bahwa metode ARIMA (1,0,0)(0,1,1) 12 merupakan metode terbaik karena memiliki nilai MSE terkecil. Selanjutnya, metode ARIMA (1,0,0)(0,1,1) 12 digunakan untuk meramalkan volume penjualan 12 bulan ke depan dengan nilai MSE sebesar 5,63. Artinya apabila perusahaan menggunakan metode ini dalam peramalan, nilai rata-rata kesalahan peramalan tersebut sebesar 5,63 dari volume penjualan aktual PT UTD. Hasil ramalan 12 bulan ke depan menunjukkan bahwa volume penjualan tertinggi diperkirakan berada pada bulan Desember 2008 yaitu, rata-rata sebesar 113,19 kg. Apabila direalisasikan dengan volume penjualan tahun lalu (2007) sebesar 1249,80 kg, maka volume penjualan multivitamin 12 bulan ke depan (tahun 2008) diperkirakan meningkat 4,27 persen. Hasil ramalan 12 bulan ke depan dapat digunakan perusahaan untuk merencanakan volume produksi yang akan datang, perencanaan kebutuhan bahan, rekrutmen tenaga kerja, prediksi arus kas dan tingkat dimana komposisi biaya dan pendapatan yang dipilih dapat mempertahankan likuiditas dan efisiensi operasi. PT Univetama Dinamika sebaiknya menggunakan metode ARIMA (1,0,0)(0,1,1) 12 untuk meramal volume penjualan multivitamin dengan mempersiapkan Sumberdaya Manusia (SDM) khusus bagian peramalan. Jika upaya meningkatkan volume penjualan belum menampakkan hasil, sebaiknya dilakukan pengurangan produksi multivitamin.

4 ANALISIS PERAMALAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA, JAKARTA ALAMANDA YOSY BELLADONA H SKRIPSI Sebagai salah satu syarat memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008

5 INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang ditulis oleh : Nama : Alamanda Yosy Belladona NRP : H Program Studi : Ilmu Ekonomi Judul Skripsi : Analisis Peramalan dan Faktor-faktor yang Mempengaruhi Volume Penjualan Obat Hewan PT Univetama Dinamika, Jakarta dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Menyetujui, Dosen Pembimbing Prof. Dr. Ir Bungaran Saragih, M.Ec NIP Mengetahui, Ketua Departemen Ilmu Ekonomi Rina Oktaviani, Ph.D NIP Tanggal Kelulusan:

6 PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR- BENAR HASIL KARYA SAYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA SUATU PERGURUAN TINGGI ATAU LEMBAGA MANAPUN. Bogor, Agustus 2008 Alamanda Yosy Belladona H

7 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 3 Oktober Penulis merupakan anak kedua dari pasangan Bapak Dadan Hengky Irawan dan Ibu Ida Djuwita. Penulis memulai pendidikan formal di Depok dan dapat menyelesaikan TK pada tahun 1992 di TK Garuda, kemudian melanjutkan pendidikan Sekolah Dasar di SDN Tugu X Depok dan lulus pada tahun Penulis melanjutkan pendidikan ke SMP Negeri 7 Depok dan lulus pada tahun 2001 kemudian melanjutkan pendidikan di SMU Negeri 2 Depok pada tahun yang sama dan lulus pada tahun Tahun 2004 penulis melanjutkan pendidikan di Institut Pertanian Bogor melalui jalur Undangan Saringan Masuk IPB (USMI) dan diterima sebagai mahasiswa Departemen Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis mengikuti organisasi, seperti Dewan Perwakilan Mahasiswa (DPM) FEM dan HMI Komisariat FEM.

8 KATA PENGANTAR Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala berkat dan rahmat-nya, sehingga penulis dapat menyelesaikan skripsi ini. Skripsi yang ditulis mengambil judul Analisis Peramalan dan Faktor-faktor yang Mempengaruhi Volume Penjualan Obat Hewan PT Univetama Dinamika, Jakarta. Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Sebagai salah satu wujud rasa syukur kehadirat Allah SWT, pada kesempatan ini, penulis ingin mengucapkan terima kasih kepada:. 1. Kedua orang tua saya yang telah memberikan dukungan secara moral dan materiil selama saya menempuh pendidikan di Institut Pertanian Bogor. Kakak, adik dan semua keluarga yang telah memberi bantuan dan motivasi kepada penulis. 2. Prof. Dr. Ir. Bungaran Saragih M.Ec selaku dosen pembimbing yang telah bersedia meluangkan waktu untuk berdialog dan berdiskusi dalam menyelesaikan skripsi ini. 3. Bapak Nunung Nuryartono, Ph.D sebagai dosen penguji utama pada sidang yang telah memberikan saran dalam penyusunan skripsi ini. 4. Ibu Widyastutik, M.S sebagai dosen penguji komisi pendidikan pada sidang yang telah memberikan koreksi demi kesempurnaan skripsi ini. 5. Dosen, Staf dan seluruh civitas akademika Departemen Ilmu Ekonomi FEM- IPB yang telah banyak memberikan ilmu kepada penulis selama menyelesaikan studi di Departemen Ekonomi. 6. Bapak Endi Suhendi selaku Direktur Operasional dan Marketing PT Univetama Dinamika, atas segala informasi yang dibutuhkan dalam penyelesaian skripsi ini. 7. Teman-teman seperjuanganku di IE (Dita, Popy, Dyah, Fatin) yang telah memberkan bantuan, kebersamaan, dan motivasi kepeda penulis. Teman satu

9 bimbingan (Johanna SL Tobing) yang telah memberikan bantuan dan kerjasama dalam penyelesaian skripsi ini. Teman-teman kost Salsabillah, teman-teman KKP, teman-teman asrama TPB A1 51, dan teman-teman IE 41 yang telah memberikan suasana kekeluargaan dan motivasi kepada penulis. 8. Semua pihak yang telah membantu dalam menyelesaikan skripsi ini. Penulisan skripsi ini diharapkan dapat bermanfaat bagi perusahaan dan pihak-pihak yang terkait. Penulis mengucapkan terima kasih kepada pihak yang telah mendukung dan membantu sehingga skripsi ini dapat diselesaikan. Penulis menghanturkan mohon maaf jika dalam penulisan skripsi ini masih terdapat banyak kekurangan dan kelemahan. Bogor, Agustus 2008 Penulis

10 DAFTAR ISI Halaman DAFTAR ISI... iv DAFTAR TABEL... vi DAFTAR GAMBAR... vii DAFTAR LAMPIRAN... viii 1. PENDAHULUAN 1.1. Latar Belakang Perumusan Masalah Tujuan Penelitian Kegunaan Penelitian Ruang Lingkup Penelitian... 7 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1. Tinjauan Teori Definisi Unggas dan Obat Hewan Produk Obat Hewan Konsep Permintaan Konsep Penjualan Peramalan Penjualan Metode Peramalan Pemilihan Metode Peramalan Implikasi Metode Peramalan Metode Regresi Penelitian Terdahulu Kerangka Pemikiran Hipotesis Penelitian III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Metode Analisis... 30

11 Metode Regresi Identifikasi Pola Data Metode Peramalan Pemilihan Metode Peramalan Peramalan Penjualan IV. GAMBARAN UMUM PERUSAHAAN 4.1. Sejarah, Misi dan Tujuan Perusahaan Produk Obat Perusahaan Struktur Organisasi Perusahaan Struktur Pasar Perusahaan Proses Produksi Obat Hewan PT UTD V. FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA 5.1. Analisis Regresi Faktor-faktor yang Mempengaruhi Volume Penjualan Multivitamin PT UTD Uji Model Ekonometrika VI. PERAMALAN VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA 6.1. Pemilihan Metode Peramalan Terbaik Analisis Peramalan Volume Penjualan Implikasi Hasil Peramalan VII. KESIMPULAN DAN SARAN 7.1. Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN... 88

12 DAFTAR TABEL Nomor Halaman 1.1 Populasi Unggas di Indonesia Tahun Persentase Penjualan Obat Hewan PT UTD Menurut Provinsi Tahun Volume Penjualan Rata-Rata Produk PT UTD Pola ACF dan PACF Model Nonseasonal ARIMA Pangsa Pasar Perusahaan Obat Hewan di Indonesia Tahun Hasil Analisis Model Regresi Volume Penjualan Multivitamin Obat Hewan PT Univetama Dinamika Perbandingan Nilai MSE Metode Trend Perbandingan Nilai MSE Metode Winters Nilai Unsur Musiman yang Dihasilkan Metode Dekomposisi Aditif Nilai Unsur Musiman yang Dihasilkan Metode Dekomposisi Multiplikatif Beberapa Alternatif Model ARIMA Volume Penjualan PT UTD Tahun Metode Peramalan Kuantitatif Terbaik Tahun Ramalan Volume Penjualan Multivitamin PT UTD Tahun Metode Peramalan Kuantitatif Terbaik Tahun Beberapa Alternatif Model ARIMA Volume Penjualan PT UTD Tahun Ramalan Volume Penjualan Multivitamin PT UTD Tahun

13 DAFTAR GAMBAR Nomor Halaman 1.1 Penjualan Multivitamin Obat Hewan PT Univetama Dinamika Ramalan dan Volume Penjualan Aktual PT UTD Peran Peramalan Penjualan dalam Perencanaan Strategis Alur Kerangka Pemikiran Penelitian Struktur Organisasi PT Univetama Dinamika Tahun Pola Data Penjualan Multivitamin PT UTD ( )... 65

14 DAFTAR LAMPIRAN Nomor Halaman 1. Data Penjualan Multivitamin Obat Hewan PT Univetama Dinamika Harga Jual Multivitamin PT Univetama Dinamika Harga Jual Multivitamin Kompetitor Data Populasi Unggas Jawa Barat Output Analisis Regresi Volume Penjualan Multivitamin PT Univetama Dinamika Residual Plot Model Volume Penjualan Plot Normal Probability Plot ACF dan PACF Output Analisis Winters Aditif Volume Penjualan PT UTD Plot ACF Hasil Pembedaan Pertama Output Komputer ARIMA (1,0,0)(0,1,1) 12 Tahun Output Analisis ARIMA (1,0,0)(0,1,1) 12 Tahun

15 I. PENDAHULUAN 1.1. Latar Belakang Subsektor peternakan merupakan bagian sektor pertanian yang sangat dibutuhkan masyarakat dalam pemenuhan kebutuhan pangan dan gizi yaitu, pemenuhan protein hewani seperti daging, telur, dan susu. Perkembangan industri peternakan berkaitan dengan industri pendukung, salah satunya adalah industri obat hewan. Keterkaitan tersebut berhubungan dalam pemenuhan produksi, pengembangan hingga pemasarannya. Pada tahun 2003, subsektor peternakan mengalami guncangan akibat merebaknya virus H 5 N 1 atau Flu Burung pada unggas. Merebaknya virus Flu Burung mengakibatkan berkurangnya populasi unggas. Populasi unggas di Indonesia dapat dilihat pada Tabel 1. Tabel 1. Populasi Unggas di Indonesia Tahun Tahun Populasi Unggas (ekor) Sumber: Direktorat Jenderal Peternakan, 2007 Berdasarkan Tabel 1, populasi unggas di Indonesia mengalami penurunan pada tahun sebesar 4,54 persen. Akan tetapi, pada tahun populasi unggas dapat kembali meningkat. Adanya penurunan populasi unggas sebesar 4,54 persen menyebabkan permintaan terhadap obat hewan juga menurun. Menurunnya permintaan obat hewan dikarenakan banyak unggas yang mati sehingga produk obat hewan tidak dapat didistribusikan.

16 Merebaknya virus flu burung dapat meningkatkan persaingan dalam industri obat hewan karena jumlah perusahaan obat hewan semakin bertambah sedangkan populasi unggas menurun. Permintaan obat hewan yang menurun berdampak pada penurunan volume penjualan perusahaan obat hewan. PT Univetama Dinamika (UTD) adalah salah satu perusahaan obat hewan ternak yang mengalami perkembangan dari sebuah perusahaan distributor hingga menjadi produsen obat hewan. Perusahaan memiliki wilayah pemasaran obat hewan di beberapa provinsi di Indonesia, antara lain: DKI Jakarta, Jawa Barat, Jawa Tengah, Jawa Timur, beberapa daerah Sumatera, Kalimantan, dan Sulawesi. Tabel 2. menunjukkan persentase penjualan obat hewan PT UTD menurut provinsi di Indonesia pada tahun Tabel 2. Persentase Penjualan Obat Hewan PT UTD Menurut Provinsi Tahun 2007 Provinsi Persentase Penjualan (%) DKI Jakarta 27 Jawa Barat 41 Jawa Tengah 11 Jawa Timur 9 Sumatera 7 Kalimantan 3 Sulawesi 2 Sumber: PT Univetama Dinamika, 2008 Berdasarkan Tabel 2, provinsi Jawa Barat memiliki persentase penjualan obat hewan tertinggi sebesar 41 persen, sehingga Jawa Barat merupakan wilayah pemasaran terbesar PT UTD. Penjualan obat hewan PT UTD di wilayah Jawa Barat terdiri dari beberapa produk yang di produksi perusahaan maupun produk obat hewan dari produsen lain yang dipasarkan PT UTD. Produk obat hewan PT UTD yang langsung di produksi perusahaan dan menjadi unggulan dengan

17 kualitas baik adalah produk Multivitamin. Volume Penjualan produk obat hewan PT UTD menurut fungsinya dapat dilihat pada Tabel 3. Tabel 3. Volume Penjualan Rata-Rata Produk PT UTD Produk PT UTD (Kg) Tahun Multivitamin 1075, , , , ,80 Antibiotik 731,50 792,73 828,32 809,48 824,91 Anthelminist 165,77 108,14 199,25 293,44 214,56 Disinfectan 31,57 23,87 29,98 30,78 28,65 Premix 9,66 14,76 15,36 15,81 15,93 Sumber: Direktorat Jenderal Peternakan, 2007 Multivitamin merupakan produk PT UTD yang memiliki volume penjualan tertinggi di antara produk lain. PT UTD memproduksi 9 macam Multivitamin, salah satunya adalah Multivitamin Vetrovit yang mendominasi volume penjualan multivitamin perusahaan. Volume penjualan multivitamin obat hewan PT Univetama Dinamika setiap bulannya mengalami fluktuatif sehingga perusahaan mengalami kesulitan dalam menentukan volume produksi. Gambar 1. menunjukkan volume penjualan bulanan produk multivitamin PT UTD, Penjualan Multivitamin Penjualan (Kg) Month Year Jan 2003 Juli 2003 Jan Juli 2004 Jan Juli 2005 Jan Juli 2006 Jan Juli 2007 Sumber: PT Univetama Dinamika, 2008

18 Gambar 1. Penjualan Multivitamin Obat Hewan PT Univetama Dinamika Berdasarkan Gambar 1, volume penjualan tertinggi rata-rata setiap bulannya berada pada bulan Desember. Pada bulan April-September 2003, volume penjualan multivitamin PT UTD mengalami penurunan tetapi secara bertahap dapat meningkat kembali walaupun pertumbuhannya berfluktuatif. Volume penjualan yang berfluktuatif mendorong perusahaan melakukan perencanaan produksi, salah satunya melakukan peramalan volume penjualan yang akan datang Perumusan Masalah PT Univetama Dinamika mengalami ketidakpastian permintaan produk obat hewan. Oleh karena itu, perusahaan perlu merencanakan atau menetapkan volume produksi agar dapat memenuhi permintaan pasar dalam jumlah tepat dengan cara meramalkan volume penjualan yang akan datang. Perusahaan memprediksikan volume penjualan yang akan datang dengan estimasi adanya peningkatan dari hari, bulan, dan tahun sebelumnya. Akan tetapi, prediksi tersebut terkadang tidak sesuai dengan kondisi yang dihadapi perusahaan sebenarnya. PT UTD telah melakukan kegiatan peramalan volume penjualan, tetapi ramalan tersebut terkadang kurang tepat sehingga mengalami kelebihan produksi. Gambar 2. menunjukkan pola hasil ramalan PT UTD dengan volume penjualan multivitamin aktualnya. Secara visual, dapat terlihat adanya perbedaan pola ramalan dengan data aktual. Pada tahun 2003 diramalkan volume penjualan multivitamin PT UTD meningkat, tetapi volume penjualan aktual menunjukkan

19 penurunan. Begitu pula dengan volume penjualan bulan April 2005 yang diramalkan meningkat pesat, sedangkan volume penjualan aktualnya menurun. Besarnya perbedaan tersebut dipengaruhi oleh beberapa faktor yang menyebabkan perusahaan mengalami kelebihan produksi Time Series Plot of aktual, forcast Variable ak tual fo rcast 130 Penjualan (Kg) Month Jan Juli Jan Juli Jan Juli Jan Juli Jan Juli Year Sumber: PT Univetama Dinamika, 2008 Gambar 2. Ramalan dan Volume Penjualan Aktual PT UTD Oleh karena itu, perlu direkomendasikan metode peramalan yang tepat agar dapat memperkirakan volume penjualan akan datang dengan nilai yang paling mungkin mendekati nilai volume penjualan sebenarnya. Selain meramalkan, perusahaan perlu merespon faktor-faktor yang mempengaruhi volume penjualan agar dapat menyusun strategi dengan tepat dalam pemasaran, promosi serta peningkatan daya saing perusahaan. Berdasarkan uraian diatas, dapat dirumuskan suatu masalah yang akan dianalisis pada penelitian ini adalah: 1. Faktor-faktor apa saja yang mempengaruhi volume penjualan multivitamin obat hewan PT Univetama Dinamika?

20 2. Metode peramalan apa yang tepat untuk meramalkan volume penjualan multivitamin obat hewan PT Univetama Dinamika? 3. Berapa peramalan volume penjualan multivitamin obat hewan PT Univetama Dinamika untuk 12 bulan ke depan? 1.3. Tujuan Penelitian Adapun tujuan penelitian ini adalah: 1. Menganalisis faktor-faktor yang mempengaruhi volume penjualan multivitamin obat hewan PT Univetama Dinamika. 2. Menganalisis metode peramalan yang tepat dan akurat untuk meramalkan volume penjualan multivitamin obat hewan PT Univetama Dinamika. 3. Meramalkan volume penjualan multivitamin obat hewan PT Univetama Dinamika untuk 12 bulan ke depan Kegunaan Penelitian Penelitian ini dapat berguna bagi beberapa pihak, diantaranya: 1. Bagi pihak perusahaan, sebagai bahan pertimbangan untuk mengetahui faktorfaktor yang mempengaruhi volume penjualan, memilih metode peramalan terakurat dan ramalan volume penjualan ke depan. Hasil analisis dapat digunakan sebagai alternatif tindakan dalam menentukan strategi perusahaan. 2. Bagi peneliti selanjutnya, sebagai bahan referensi dan tambahan informasi. 3. Bagi penulis, sebagai pengembangan intelektualitas.

21 1.5. Ruang Lingkup dan Keterbatasan Penelitian Produk obat hewan PT UTD yang diteliti dan dianalisis hanya produk unggulan perusahaan, yaitu multivitamin hewan. Data yang dianalisis berupa data deret waktu (time series) dalam bentuk data penjualan bulanan dari tahun 2003 sampai tahun Faktor-faktor yang mempengaruhi volume penjualan dianalisis menggunakan metode regresi. Metode peramalan time series digunakan untuk meramalkan volume penjualan yang akan datang. Dalam pemilihan metode peramalan, terlebih dahulu meramalkan volume penjualan tahun 2007 kemudian merealisasikannya dengan data aktual. Selanjutnya, metode terpilih digunakan untuk meramal volume penjualan ke depan. Penelitian ini memiliki keterbatasan pada penyajian data personalia dan keuangan yang bersifat rahasia, dan tidak melibatkan data dari pihak perusahaan lain.

22 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1. Tinjauan Teori Definisi Unggas dan Obat Hewan Menurut Kamus Besar Bahasa Indonesia (1986), unggas didefinisikan sebagai hewan bangsa burung yang dapat dikembangbiakan dan diternakkan untuk diambil manfaatnya. Ayam merupakan salah satu jenis unggas yang diternakkan karena banyak manfaat yang bisa diambil seperti: daging, telur, bulu bahkan kotorannya sekalipun. Ayam merupakan ternak yang paling banyak dikonsumsi oleh masyarakat dan menghasilkan produksi terbesar di Indonesia. Unggas rentan terhadap penyakit karena sifatnya yang mudah menular pada unggas lain karena hidupnya yang berkelompok. Oleh karena itu, peternak memberikan obat hewan jika unggas terkena penyakit dan pemberian vaksin atau vitamin secara continue untuk menjaga kualitas unggas potongnya. Dalam Kamus Bahasa Indonesia (1986), obat didefinisikan sebagai bahan penawar racun, sedangkan hewan adalah salah satu jenis makhluk hidup. Dengan demikian, obat hewan dapat didefinisikan sebagai bahan penawar racun yang diberikan pada hewan agar terhindar dari penyakit yang mematikan. Umumnya obat hewan digunakan pada ternak sebagai langkah pengobatan dan pencegahan dari berbagai penyakit yang menyerang hewan ternak Produk Obat Hewan Obat hewan dapat dibagi dalam tiga golongan, yaitu: obat keras, obat bebas terbatas, dan obat bebas. Berdasarkan Peraturan Pemerintah cq. Direktorat

23 Kesehatan Hewan Dirjen Peternakan (2004), obat keras yang dijual harus berdasarkan resep dokter hewan. Sedangkan kedua golongan lainnya dapat dijual sekalipun tetap harus dibawah pengawasan dokter hewan. Obat hewan selain digunakan untuk pencegahan dan pengobatan pada ternak, juga digunakan untuk meningkatkan produksi dan efisiensi usaha ternak. Oleh karena itu, gugus pemasaran harus mampu memiliki pengetahuan yang memadai mengenai teknik penggunaan obat hewan dalam peternakan. Produk obat hewan yang beredar di pasaran berupa: multivitamin, antibiotik, vaksin, serum, nutrisi pemacu pertumbuhan dan pelengkap pakan ternak dengan berbagai merk. Multivitamin berfungsi untuk meningkatkan pertumbuhan hewan, meningkatkan daya tahan tubuh hewan, merangsang telur pada unggas, pencegahan penyakit dan mencegah timbulnya stress pada hewan. Antibiotik berfungsi untuk pengobatan Coryza, Kolera, pengendalian infeksi E.Colli dan untuk mengobati infeksi saluran pernafasan pada unggas. Vaksin dan serum digunakan untuk pencegahan penyakit yang dapat menyerang unggas secara masal. Vaksin diberikan secara berkala untuk menjaga kesehatan ternak. Nutrisi dan pelengkap pakan diberikan sebagai pemenuhan gizi pada ternak Konsep Permintaan Dalam istilah ekonomi, permintaan mengacu pada jumlah produk yang rela dan mampu dibeli oleh orang-orang berdasarkan kondisi tertentu. Menurut Lipsey, et. al. (1995), terdapat tiga hal penting mengenai jumlah yang diminta konsumen, yaitu jumlah yang diminta merupakan kuantitas yang diinginkan, apa

24 yang diinginkan tidak merupakan harapan kosong tetapi merupakan permintaan efektif, kuantitas yang diminta merupakan arus pembelian yang continu. Permintaan pasar untuk suatu produk adalah volume total yang akan dibeli oleh kelompok pelanggan tertentu di wilayah geografis tertentu pada periode waktu tertentu di lingkungan pemasaran tertentu. Permintaan pasar bukan angka yang tetap tetapi lebih merupakan fungsi dari kondisi tertentu (Kotler, 1987). Pangsa permintaan suatu perusahaan tergantung bagaimana produk, pelayanan, harga, dan aspek lain di perusahaan tersebut dipandang secara relatif terhadap pesaing-pesaingnya oleh pelanggan. Konsep permintaan menjelaskan bahwa permintaan atas suatu produk dipengaruhi oleh harga produk itu sendiri, kualitas, pengeluaran iklan untuk produk, saluran distribusi produk (bauran pemasaran produk tersebut), harga produk lain yang berkaitan, kualitas produk lain, pengeluaran iklan produk pesaing, saluran distribusi produk pesaing, pendapatan konsumen, jumlah penduduk, dan lain-lain (Kotler, 1987) Konsep Penjualan Penjualan dapat didefinisikan sebagai kegiatan yang bertujuan untuk mencari atau mengusahakan agar ada pembeli atau ada permintaan pasar yang cukup baik atau banyak terhadap barang dan jasa yang dipasarkan pada tingkat harga yang menguntungkan (Limbong, 1987). Menurut Kotler (1987), penjualan merupakan segala bentuk kegiatan menjual barang atau jasa kepada konsumen, baik untuk penggunaan yang sifatnya pribadi atau untuk penggunaan bisnis. Sedangkan penjualan eceran meliputi

25 semua kegiatan yang melibatkan penjualan barang atau jasa langsung kepada konsumen akhir untuk penggunaan yang sifatnya pribadi, bukan bisnis. Penjualan obat hewan dalam penelitian ini adalah jumlah penjualan obat hewan yang di beli peternak (customer) untuk penggunaan hewan pemeliharaan maupun untuk bisnis. Dengan demikian, penjualan merupakan kuantitas nyata yang di beli. Menurut Assauri (1984), permintaan dan penjualan dipengaruhi oleh variabel pendapatan, harga barang itu sendiri, harga barang pengganti (substitusi), advertensi, jumlah konsumen dan persaingan. Harga jual produk merupakan salah satu faktor yang mempengaruhi penjualan. Secara umum, semakin meningkat harga suatu barang maka penjualan barang itu semakin menurun. Pada penelitian ini, volume penjualan dapat dipengaruhi oleh harga barang itu sendiri, harga produk kompetitor, populasi unggas dan volume penjualan sebelumnya. Dilihat dari sisi fungsi pemasaran, penjualan merupakan salah satu fungsi pemasaran yang sangat penting dan menentukan karena penjualan sebagai sumber pendapatan yang diperlukan untuk menutupi biaya. Peramalan penjualan mempengaruhi perencanaan dan pengambilan keputusan secara menyeluruh (Makridakis, et. al, 1999). Pada umumnya, volume penjualan pada periode sebelumnya menjadi salah satu faktor yang mempengaruhi tingkat penjualan produk pada periode akan datang Peramalan Penjualan Peramalan dapat didefinisikan juga sebagai suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya

26 dapat diperkecil (Mulyono, 2002). Kesalahan atau error merupakan selisih antara apa yang terjadi dengan hasil perkiraan. Peramalan tidak memberikan jawaban yang pasti tentang apa yang akan terjadi, tetapi berusaha mencari sedekat mungkin dengan yang akan terjadi. Menurut Pierce dan Robinson (1997), peramalan menjadi salah satu hal yang penting dalam pengambilan keputusan perusahaan. Hal ini dikarenakan keefektifan sebuah keputusan tergantung pada deret kejadian-kejadian yang diakibatkan keputusan tersebut. Kemampuan menduga secara dini aspek-aspek yang tidak dapat dikontrol dari kejadian-kejadian masa lalu, akan membantu keputusan tersebut. Salah satu peramalan yang penting dan sering dilakukan perusahaan adalah peramalan penjualan. Hasil peramalan lingkungan bisnis dimana perusahaan beroperasi pada umumnya mempunyai implikasi pada peramalan penjualan. Oleh karena itu, peramalan penjualan paling strategis dalam sebuah perusahaan. Peran peramalan penjualan dalam perencanaan strategi dapat dilihat pada Gambar 3. Peran peramalan penjualan jangka panjang dibutuhkan oleh perusahaan dalam keputusan pengembangan produk baru, mengurangi jumlah produk yang dihasilkan atau dipasarkan, pengurangan modal, pembukuan daerah pemasaran baru, pengambilalihan perusahaan lain, pengembangan saluran distribusi baru dan keputusan-keputusan strategis lainnya. Untuk jangka pendek, peramalan penjualan digunakan untuk melakukan jadwal produksi, perencanaan kebutuhan bahan, rekrutmen tenaga kerja, prediksi arus kas dan tingkat dimana komposisi

27 biaya dan pendapatan yang dipilih dapat mempertahankan likuiditas dan efisiensi operasi (Sugiarto dan Harijono, 2000). Peramalan penjualan jangka pendek Peramalan Penjualan jangka panjang Perencanaan jangka panjang Perubahan organisasi, penelitian, dan pengembangan perusahaan, saluran distribusi Produk baru Perkiraan pendapatan Anggaran biaya administrasi Anggaran investasi Perubahan teknologi dan kapasitas produksi Anggaran kas Produksi (jadwal, pembelian, rekrutmen dan pelatihan tenaga kerja, biaya administrasi Anggaran keuangan Sumber: Sugiarto dan Harijono, 2000 Gambar 3. Peran Peramalan Penjualan dalam Perencanaan Strategis Menurut Hanke, et. al. (2003), untuk memilih teknik peramalan yang sesuai dengan benar, peramalan harus dapat mengerjakan hal-hal berikut: 1. Menetapkan sifat dasar masalah peramalan. 2. Menjelaskan sifat dasar data yang sedang diteliti. 3. Mendeskripsikan kemampuan data dan keterbatasan potensial dari teknikteknik peramalan yang kemungkinan sangat berguna. 4. Mengembangkan sejumlah kriteria yang ditentukan terlebih dahulu sebagai dasar untuk memilih keputusan.

28 Metode Peramalan Menurut Assauri (1984), peramalan sebagai kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan berdasarkan data yang relevan dengan masa lalu. Pengelompokkan metode peramalan ada berbagai macam. Berdasarkan sifat ramalan yang disusun, metode peramalan dibagi menjadi dua, yaitu (Assauri, 1984): 1. Metode Kualitatif Metode kuallitatif dapat digunakan jika data historis maupun empiris dari variabel yang diramal tidak ada, tidak cukup atau kurang dapat dipercaya. Hasil ramalan bersifat intuisi, pendapat, pengetahuan dan pengalaman dari penyusunnya. 2. Metode Kuantitatif Metode kuantitatif memerlukan data histooris atau data empiris. Kualitas data dan metode yang digunakan akan menentukan kualitas hasil peramalan. Menurut Makridakris, et. al. (1999), metode kuantitatif dapat digunakan jika memenuhi tiga kondisi, yaitu adanya data historis, informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik, dapat diasumsikan bahwa pola data masa lalu akan berkelanjutan pada masa yang akan datang Identifikasi Pola Data Salah satu langkah penting dalam melakukan pemilihan suatu metode peramalan yang terbaik adalah dengan mengidentifikasikan pola data. Eksplorasi

29 data deret waktu merupakan upaya untuk menerangkan perilaku atau pola data. Dari plot data dapat diamati apakah suatu deret waktu berfluktuasi cukup tajam, meningkat, menurun atau cenderung konstan. Beberapa komponen yang mungkin terkandung dalam suatu data deret waktu adalah sebagai berikut : a) Komponen trend ditunjukkan dengan adanya peningkatan atau penurunan dalam suatu periode waktu. b) Komponen musiman ditunjukkan dengan pola berulang dari waktu ke waktu. Variasi musiman biasanya timbul karena adanya pengaruh cuaca suatu musim tertentu. c) Komponen siklis ditunjukkan dengan fluktuasi bergelombang yang biasanya dipengaruhi keadaan ekonomi secara umum. Pola siklis cenderung berulang dalam jangka waktu lebih dari dua tahun (jangka panjang). d) Komponen irregular menyatakan keragaman data deret waktu setelah komponen-komponen lain disisihkan. Komponen ini disebabkan oleh faktorfaktor yang tidak terduga dan dianggap sebagai pengaruh acak. Menurut Hanke, et. al. (2003), terdapat beberapa teknik peramalan yang dapat dipertimbangkan berdasarkan empat pola data pada deret waktu, yaitu sebagai berikut: 1. Teknik peramalan untuk data stasioner Teknik yang perlu dipertimbangkan pada peramalan deret stasioner terdiri dari metode naive, metode rata-rata sederhana, metode rata-rata bergerak sederhana, rata-rata pemulusan eksponensial linier Holt sederhana dan model rata-rata terintegrasi bergerak autoregresif (ARIMA) atau Box-Jenkins.

30 2. Teknik peramalan untuk data trend Teknik yang perlu dipertimbangkan pada peramalan data trend adalah pemulusan eksponensial linier Holt, regresi linier sederhana, kurva pertumbuhan, metode eksponensial dan model rata-rata terintegrasi bergerak autoregresif (ARIMA) atau Box-Jenkins. 3. Teknik peramalan untuk data musiman Teknik yang perlu dipertimbangkan pada peramalan data musiman terdiri dari metode dekomposisi klasik, pemulusan eksponensial winters dan model ratarata terintegrasi bergerak autoregresif (ARIMA) atau Box-Jenkins. 4. Teknik peramalan untuk data bersiklis Teknik yang perlu dipertimbangkan pada peramalan data bersiklis adalah dekomposisi klasik, indikator ekonomi, model ekonometrik, regresi berganda dan model rata-rata terintegrasi bergerak autoregresif (ARIMA) atau Box- Jenkins Model Time Series Metode time series adalah suatu teknik peramalan yang didasarkan atas analisis perilaku atau nilai masa lalu suatu variabel yang disusun menurut urutan waktu (Mulyono, 2000). Metode ini berdasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. a. Model Trend Metode trend menggambarkan pergerakan data yang meningkat atau menurun dalam jangka waktu yang panjang. Metode ini menggambarkan hubungan antara periode dan variabel yang diramal dengan menggunakan

31 analisis trend. Apabila pola data yang digunakan memiliki unsur musiman, maka komponen musiman dapat juga dicoba dalam metode ini. b. Model Peramalan Sederhana (Naive) Menurut Mulyono (2000), metode naive merupakan metode sederhana yang menyatakan bahwa nilai suatu variabel saat ini merupakan perkiraan terbaik untuk nilai berikutnya atau nilai variabel di masa depan akan tetap sama. Selain itu, metode naive adalah salah satu metode dengan himpunan data yang sedikit dalam upaya peramalannya. c. Model Rata-Rata Metode ini memberikan pembobotan yang sama untuk semua nilai-nilai pengamatan dan cocok untuk pola data stasioner, tidak menunjukkan adanya trend atau musiman. Metode ini dapat dikelompokkan menjadi : 1) Model Rata-Rata Sederhana (Simple Average) Metode ini menggunakan pendekatan di mana ramalan merupakan perhitungan rata-rata dari semua nilai masa lalu dan membutuhkan banyak data agar nilai tengahnya lebih stabil. 2) Model Rata-Rata Bergerak Sederhana (Simple Moving Average) Suatu cara memodifikasi pengaruh data masa lalu terhadap nilai rata-rata sebagai alat meramal adalah menetapkan seberapa banyak pengamatan terakhir yang diikutsertakan. Prosedur tersebut dinamakan moving average yang berarti jika pengamatan baru telah tersedia, rata-rata baru dapat dihitung dengan

32 menghilangkan data tertua dan menggantinya dengan data terbaru (Mulyono, 2000). d. Metode Penghalusan Eksponensial Menurut Mulyono (2000), pelicinan (smoothing) dapat dilakukan untuk dua keperluan, yaitu untuk peramalan dan untuk menghilangkan gejolak jangka pendek data time series. Model ini memberikan bobot yang berbeda pada setiap observasi. Observasi yang paling tua memiliki bobot terendah dan observasi terbaru, bobotnya tertinggi. Model pelicinan eksponensial dapat dikelompokan menjadi: 1) Penghalusan Eksponensial Tunggal (Single Exponential Smoothing). Metode ini cocok untuk peramalan jangka pendek dengan pola data stasioner. Selain itu, model ini dapat mengurangi masalah mengenai penyimpanan data. Hal tersebut dikarenakan model ini hanya menyimpan data terakhir, ramalan terakhir dan konstan pemulusan (α). Model ini menggunakan persentase α tertentu dari kesalahan pada ramalan terakhir untuk menghasilkan ramalan sekarang. 2) Penghalusan Eksponensial Ganda (Double Exponential Smoothing) Model Brown. Model ini cocok untuk data yang berpola trend linier. Hasil dari metode eksponensial tunggal dapat dilicinkan kembali melalui metode ini dengan memberi bobot yang menurun secara eksponensial. 3) Penghalusan Eksponensial Ganda Model Holt Model pemulusan eksponensial ganda model Holt prinsipnya sama dengan Brown, tetapi pada model Holt tidak menggunakan rumus pemulusan berganda

33 secara langsung, melainkan nilai trend dengan konstanta berbeda dari konstanta yang digunakan pada serial data. 4) Penghalusan Eksponensial Model Winters Multiplikatif. Model ini dapat digunakan untuk serial data yang mempunyai pola stasioner, pola trend konsisten dan faktor musiman. Cocok untuk peramalan data dengan pola linier dan musiman. Asumsi yang dipakai pada metode ini adalah jika trend atau faktor musiman data selalu berubah atau data akan terus menerus di update. Di samping itu, faktor musiman tidak konstan dalam jumlah, tetapi konstan dalam rasio atau persentasenya (Gaynor dan Kirkpatrick, 1994). e. Model Dekomposisi Menurut Gaynor dan Kirkpatrick (1994), model ini memisahkan tiga komponen dari pola dasar yang cenderung mencirikan deret data ekonomi dan bisnis. Komponen tersebut adalah faktor trend, siklus dan musiman. Model ini dikelompokkan menjadi : 1) Dekomposisi adiktif, untuk pola data yang fluktuasinya relatif konstan. 2) Dekomposisi multiplikatif, untuk pola data yang fluktuasinya proporsional terhadap trend. f. Model Box-Jenkins (ARIMA) Model ini tidak menggunakan variabel independent, melainkan menggunakan nilai-nilai sekarang dan nilai masa lampau dari variabel dependen untuk menghasilkan peramalan jangka pendek. Semua pola data dapat digunakan dan akan bekerja dengan baik apabila data runtun waktu yang digunakan bersifat

34 dependen atau berhubungan satu sama lain secara statistik (Sugiarto dan Harijono, 2000). Model ini terdiri dari : 1) Model ARMA (Autoregressive Moving Average) yang dipakai untuk deret yang statis. 2) Model ARIMA (Autoregressive Integrated Moving Average) yang dipakai untuk deret yang tidak statis Pemilihan Metode Peramalan Menurut Makridakis et. al. (1999). Terdapat enam faktor yang penting dalam melakukan pemilihan model peramalan. Faktor-faktor tersebut yaitu : 1. Horizon waktu Horizon waktu berkaitan dengan setiap model peramalan, yaitu jangka waktu ke masa mendatang yang paling sesuai dan jumlah periode yang dibutuhkan untuk peramalan. 2. Pola data Asumsi tentang pola data yang ditemukan dalam pola yang akan diramal kebanyakan menjadi dasar untuk menentukan model peramalan yang akan digunakan. 3. Biaya Biaya yang berkaitan langsung untuk melakukan peramalan diantaranya pengembangan, persiapan data dan operasi aktual. 4. Ketepatan Ketepatan berkaitan dengan tingkat rincian yang diperlukan dalam ramalan.

35 5. Daya tarik intuitif, kesederhanaan dan kemudahan aplikasi Aplikasi metode-metode peramalan dalam manajemen memiliki prinsip yang dipahami dan yang dipergunakan secara berkelanjutan oleh para pengambil keputusan. 6. Ketersediaan perangkat lunak komputer Penerapan metode peramalan kuantitatif tertentu umumnya tidak dimungkinkan tanpa adanya program komputer yang sesuai. Ukuran yang biasa digunakan untuk mengukur nilai akurasi peramalan adalah Mean Squared Error (MSE). Semakin kecil nilai MSE maka semakin akurat metode tersebut untuk meramalkan volume penjualan Implementasi Metode Peramalan Dalam pengimplementasian metode peramalan di suatu perusahaan sangat berkaitan dengan lingkungan di dalam perusahaan tersebut. Hasil ramalan harus mendapat dukungan dari manajemen puncak dan harus didistribusikan kepada semua pihak yang membutuhkan. Hasil peramalan merupakan dasar bagi semua bagian di perusahaan dalam membuat perencanaan. Karena itu, hasil peramalan harus mendapat persetujuan dan dukungan dari manajemen puncak sehingga semua bagian akan mengimplementasikannya dengan baik dan sungguh-sungguh (Sugiarto dan Harijono, 2000) Metode Regresi

36 Metode regresi merupakan suatu penyederhanaan pola hubungan suatu variabel dengan satu atau lebih variabel lain. Variabel yang nilainya tergantung atau ditentukan oleh variabel lain disebut dependen variabel (variabel terikat), sedangkan variabel yang nilainya tidak dipengaruhi apapun disebut independen variabel (variabel bebas). Metode regresi menghubungkan dua variabel atau lebih sehingga nilai suatu variabel bergantung pada perubahan variabel yang mempengaruhinya. Metode regresi memiliki dua bentuk, yaitu: 1. Regresi Sederhana, terdiri dari satu unsur variabel yang diramal dengan satu variabel yang mempengaruhinya. 2. Regresi Berganda, terdiri dari satu variabel yang diramal dengan beberapa variabel yang mempengaruhinya. Menurut Hanke, et. al. (2003), model regresi berganda dengan persamaan tunggal bentuk dan model mampu menunjukkan berapa persen variabel tak bebas (dependent variable) dapat dijelaskan oleh variabel bebas (independent variable) dengan koefisien determinasi (R 2 ). Variabel-variabel bebas tersebut kemudian dilakukan pengujian apakah berpengaruh nyata atau tidak terhadap variabel tak bebas dengan melakukan uji-t dan perhitungannya lebih sederhana. Dalam pengukuran layak atau tidaknya suatu model dalam ekonometrika, maka model tersebut harus memenuhi asumsi OLS (Ordinary Least Square) atau metode kuadrat terkecil, diantaranya: 1. Autokorelasi

37 Asumsi ini menunjukkan bahwa tidak ada hubungan atau koelasi antara variabel bebas dalam deret waktu. Untuk mengetahui apakah ada autokorelasi atau tidak di dalam model, digunakan uji Durbin-h karena terdapat variabel independen yang mengandung unsur lag. 2. Multikolinearitas Untuk mengetahui ada atau tidaknya korelasi antara variabel independen dalam model, dapat dilakukan dengan melihat nilai Variance Inflation Factors (VIF). 3. Heterokedastisitas Asumsi ini menunjukkan bahwa variasi dari setiap unsur residual adalah sama (konstan) atau menyebar secara homogen. 4. Normalitas Asumsi normalitas mengharuskan data dalam model berasal dari populasi yang menyebar atau terdistribusi secara normal. Untuk mengetahuinya dilakukan uji Kolmogorov Smirnov. Apabila asumsi-asumsi di atas dapat dipenuhi, maka koefisien regresi (parameter) yang diperoleh merupakan penduga linier terbaik dan tak bias Penelitian Terdahulu Kartikasari (2005) melakukan penelitian tentang peramalan penjualan di RPA Jabal Nur Kabupaten Ciamis, Jawa Barat dengan menggunakan metode kausal dan metode time series. Metode time series yang digunakan adalah metode naive, metode trend, metode rata-rata sederhana, metode rata-rata bergerak sederhana, metode pemulusan eksponensial tunggal, metode pemulusan

38 eksponensial berganda Brown, metode pemulusan eksponensial berganda Holt, metode winters aditif, metode winters multiplikatif, dekomposisi aditif, dekomposisi multiplikatif dan ARIMA. Dari semua metode yang diuji tersebut, akan dipilih metode yang memberikan nilai MAPE terkecil. Pada penelitian tersebut, metode ARIMA (2, 1, 2)(0, 1, 1) dipilih menjadi metode yang terakurat untuk meramal penjualan daging ayam di RPA Jabal Nur. Dengan metode tersebut, diperkirakan penjualan daging ayam RPA Jabal Nur pada tahun 2005 sebesar ,99 kg. Jika dibandingkan dengan realisasi penjualan daging ayam tahun 2004, maka terjadi penurunan sebesar 20,06 persen. Riadsyah (2004) melakukan penelitian tentang aplikasi peramalan produksi dan penjualan CPO-PKO PTP Nusantara IV Medan, Sumatera Utara dengan pendekatan metode Box Jenkins dan metode VAR. Model yang dipilih adalah model yang memiliki MSE terkecil dan sesuai dengan pola data produksi dan penjualan CPO-PKO PTPN IV. Dari model VAR yang dibentuk dapat dilihat respon dari guncangan beberapa variabel produksi dan penjualan terhadap masing-masing VAR tersebut. Dari hasil penelitian tersebut, model yang terakurat adalah model ARIMA. Untuk produksi CPO tahun 2004 diperkirakan sebesar kg atau mengalami peningkatan 5 persen dari produksi CPO tahun 2003, penjualan lokal CPO tahun 2004 diperkirakan sebesar kg atau turun 16,5 persen, penjualan ekspor CPO tahun 2004 diperkirakan sebesar kg atau naik 32 persen dari realisasi penjualan tahun Sedangkan produksi PKO tahun 2004 diperkirakan sebesar kg atau meningkat 7 persen dari tahun

39 sebelumnya, penjualan lokal PKO tahun 2004 diperkirakan sebesar kg atau turun 23 persen dan penjualan ekspor PKO sebesar atau naik 126 persen. Nusantara (2006) melakukan penelitian tentang peramalan dan faktorfaktor yang mempengaruhi impor buah-buahan Indonesia. Penelitian tersebut bertujuan untuk mendapatkan gambaran mengenai perkembangan permintaan impor buah-buahan Indonesia, menganalisis faktor-faktor yang mempengaruhi permintaan impor buah Indonesia, mendapatkan metode peramalan terbaik dan meramalkan volume impor buah-buahan Indonesia. Metode peramalan yang digunakan adalah metode time series, yaitu metode trend, dekomposisi, winters, dan ARIMA. Hasil penelitian tersebut menunjukkan bahwa metode yang sesuai untuk meramalkan permintaan impor buah-buahan Indonesia yang pertama adalah metode SARIMA, yang kedua metode Winters Multiplikatif, dan yang ketiga adalah metode Dekomposisi Aditif. Secara keseluruhan variabel yang berpengaruh terhadap permintaan impor buah-buahan adalah variabel lag dan dummy musiman. Penelitian terdahulu diatas dijadikan referensi bagi peneliti karena topik penelitian sama-sama mengenai peramalan. Dalam penelitian ini, perusahaan yang diteliti adalah perusahaan obat hewan PT Univetama Dinamika dan analisis peramalan yang digunakan adalah peramalan metode time series dan metode regresi untuk menganalisis faktor-faktor yang mempengaruhinya.

40 2.3. Kerangka Pemikiran PT Univetama Dinamika adalah salah satu perusahaan yang mengalami ketidakpastian permintaan produk obat hewan sehingga volume penjualannya berfluktutif. Perusahaan memerlukan perencanaan produksi agar dapat memenuhi permintaan pasar dengan tepat dengan cara meramalkan volume penjualan yang akan datang. PT UTD telah melakukan peramalan volume penjualan, tetapi hasil ramalan tersebut kurang akurat. Oleh karena itu, perlu direkomendasikan metode peramalan yang tepat dan akurat dalam meramalkan volume penjualan produk obat hewan PT UTD. Produk PT UTD yang akan diramal pada penelitian ini adalah produk unggulan perusahaan, yaitu Multivitamin. Dalam penelitian ini, pemilihan metode peramalan dilakukan pada volume penjualan tahun 2007 terlebih dahulu. Setelah itu, hasil ramalan tahun 2007 direalisasikan dengan volume penjualan aktualnya. Pemilihan tersebut dilakukan agar metode peramalan merupakan metode yang tepat untuk meramal volume penjualan multivitamin PT Univetama Dinamika. Metode peramalan yang digunakan adalah metode time series. Dari metode peramalan time series yang dilakukan, akan dipilih metode yang terbaik dan akurat dengan menggunakan standar MSE (Mean Square Error) terkecil. Standar MSE digunakan karena metode yang memiliki error terkecil dianggap mendekati nilai yang sebenarnya. Setelah ditentukan metode yang terakurat, maka langkah selanjutnya adalah menentukan hasil peramalan PT Univetama Dinamika untuk 12 bulan ke depan (tahun 2008).

41 Fluktuatifnya volume penjualan dan perbedaan hasil ramalan dengan nilai aktualnya dapat dipengaruhi oleh beberapa faktor, diantaranya: populasi unggas, lag volume penjualan, harga produk PT UTD, harga produk kompetitor, dan dummy musiman. Pada tahun 2003, terjadi kasus flu burung pada unggas yang menyebabkan populasi unggas turun. Populasi unggas yang berpengaruh pada volume penjualan PT UTD berada pada wilayah Jawa Barat karena Jawa Barat memiliki persentase penjualan terbesar perusahaan. Volume penjualan dipengaruhi pula oleh harga jual produk yang ditetapkan perusahaan dan harga jual produk kompetitor agar dapat bersaing di pasar (nama perusahaan kompetitor dirahasiakan perusahaan). Dalam menentukan volume penjualan yang akan datang, perusahaan memerlukan informasi volume penjualan sebelumnya sebagai indikator perencanaan produksi. Lag volume penjualan dijadikan prediksi untuk volume penjualan yang akan datang. Dummy musiman digunakan pada analisis ini karena permintaan obat hewan dipengaruhi oleh musim hujan (Oktober-Maret) dan musim kemarau (April-September). Dari faktor-faktor yang mempengaruhi tersebut akan dianalisis faktor mana saja yang berpengaruh nyata terhadap volume penjualan PT UTD. Hasil analisis metode peramalan terakurat, ramalan 12 bulan ke depan dan faktor-faktor yang mempengaruhi volume penjualan multivitamin PT UTD dapat dijadikan rekomendasi bagi perusahaan. Hasil peramalan tersebut dapat diimplikasikan untuk perencanaan perusahaan, seperti perencanaan produksi obat hewan yang akan datang atau menentukan strategi yang tepat untuk meningkatkan

42 dan mencapai target perusahaan. Alur kerangka pemikiran dapat dilihat pada Gambar 4. PT Univetama Dinamika Populasi Unggas Metode Peramalan Tahun 2007 Realisasi Hasil Ramalan dan Data Aktual Fluktuatif Volume Penjualan Obat Hewan dan Gap Ramalan PT UTD Pemilihan Metode Peramalan Terbaik dan Akurat Peramalan Volume Penjualan 12 bulan ke depan Harga Obat PT UTD Harga Obat Kompetitor Lag Volume Penjualan Dummy Musiman Rekomendasi dan Implikasi terhadap Perencanaan Perusahaan Gambar 4. Alur Kerangka Pemikiran Penelitian. 2.4 Hipotesis Penelitian 1) Populasi unggas wilayah Jawa Barat diduga berdampak positif terhadap volume penjualan multivitamin PT UTD. Peningkatan populasi unggas di Jawa Barat akan meningkatkan volume penjualan multivitamin, ceteris paribus.