PERAMALAN ANGGARAN PENJUALAN. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara

dokumen-dokumen yang mirip
BAB 2 ANGGARAN PENJUALAN

MANAJEMEN PERSEDIAAN. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara

TIME SERIES. Deret berkala dan Peramalan

BAB II TINJAUAN PUSTAKA

MANAJEMEN MODAL KERJA. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara

Peramalan (Forecasting)

Titik kritis penyusunan anggaran penjualan memprediksi penjualan di masa yang akan datang.

MA5283 STATISTIKA Bab 7 Analisis Regresi

PROSEDUR PENYUSUNAN ANGGARAN. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara

Dimana : a = konstanta b = koefisien regresi Y = Variabel dependen ( variabel tak bebas ) X = Variabel independen ( variabel bebas ) Untuk mencari rum

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah. Indonesia sebagai Negara yang sedang berkembang, khususnya di bidang

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.

BAB 2 TINJAUAN TEORITIS. pemerintahan yang dipergunakan untuk membantu dalam setiap pengambilan

ANGGARAN PENJUALAN SEBAGAI DASAR PERENCANAAN KEUANGAN PADA CV. SUMBER AGUNG DI SANGATTA

MODUL PERKULIAHAN SALESMANSHIP

PENYUSUNAN PROYEKSI PENJUALAN ASPHALT HOT MIX MENGGUNAKAN METODE TREND PADA PT TJA

Pertemuan 12. Analisis Regresi Sederhana

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

SALESMANSHIP. Peluang dan Peramalan Penjualan ANDYAN PRADIPTA UTAMA, SE, MM. Modul ke: Fakultas Ekonomi & Bisnis. Program Studi S-1 Manajemen

BAB II TINJAUAN PUSTAKA

BAB 3 METODE PENELITIAN

Atina Ahdika. Universitas Islam Indonesia 2015

BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada

PENGANTAR PERAMALAN DALAM TELEKOMUNIKASI RAHMAD FAUZI. Jurusan Teknik Elektro Fakultas Teknik Universitas Sumatera Utara

BAB 2 LANDASAN TEORI

ANALISIS REGRESI SEDERHANA

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan

Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.

KORELASI DAN REGRESI

PENYUSUNAN ANGGARAN PERUSAHAAN SEBAGAI ALAT MANAJEMEN DALAM PENCAPAIAN TUJUAN. Dra.NARUMONDANG BULAN SIREGAR MM

BAB 2 LANDASAN TEORI. mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep

REGRESI LINEAR SEDERHANA

PERSPEKTIF PERAMALAN 2 Titien S. Sukamto

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management

ANALISIS PERBANDINGAN METODE PERAMALAN

BAB 2 LANDASAN TEORI

PERHITUNGAN RAMALAN PENJUALAN ROTI PADA RAHMAN PURNAMA BAKERY BANJARMASIN. Gusti Indra Maulana (Universitas Lambung Mangkurat)

KALKULASI BIAYA BERDASARKAN AKTIVITAS. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara

Pembahasan Materi #7

BAB 2 LANDASAN TEORI. satu variabel yang disebut variabel tak bebas (dependent variable), pada satu atau

BAB 1 PENDAHULUAN. barang yang dimaksud terdiri dari barang dari dalam negeri, barang dari luar negeri,

Glenn A Welsch mendefenisikan anggaran sebagai berikut: "Profit planning and control may be broadly as de fined as sistematic and

BAB II KAJIAN PUSTAKA. adalah spesifikasi (perumusan) dari tujuan perusahaan yang ingin dicapai serta

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1Latar Belakang. Air merupakan salah satu sumber daya alam yang memiliki fungsi yang

MA2081 Statistika Dasar

PERAMALAN (FORECASTING)

1. PENGERTIAN. Anggaran Penjualan Hal 5

BAB 1 PENDAHULUAN 1.1 Latar Belakang

PENENTUAN PERAMALAN (FORECASTING) PENJUALAN SEBAGAI DASAR PENYUSUNAN ANGGARAN PENJUALAN DENGAN MENGGUNAKAN METODE TREND LEAST SQUARE

BAB III METODE PENELITIAN. penjualan produk dari tahun 2004 sampai tahun 2008 pada Dini Bali Silver di

Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM

BAB 2 LANDASAN TEORI

ANALISIS REGRESI SEDERHANA

BAB 1 PENDAHULUAN. 1.1Latar Belakang. Usaha perikanan bukanlah usaha yang hanya sekedar melakukan kegiatan

BAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan

BAB 1 PENDAHULUAN. cukup besar, sehingga bisa menjadi daerah pemasaran yang potensial bagi

Kabupaten Sukoharjo berupa laporan akhir dan realisasi pendapatan daerah. Data target dan realisasi pendapatan daerah kabupaten sukoharjo ini

PERAMALAN (FORECASTING)

SISTEM PERAMALAN PENJUALAN KRUPUK PADA UD. BAWANG MAS DENGAN MENGGUNAKAN METODE REGRESI LINEAR

BAB II TINJAUAN PUSTAKA

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR

BAB 2 LANDASAN TEORI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. variabel, yaitu variabel bebas atau variabel pengaruh (independent variable) dan

SISTEM PENENTUAN METODE FORECAST DAN PERHITUNGAN FORECAST PENJUALAN

KOMP. PERANGGARAN 1. Materi 3 Anggaran penjualan

BAB II TINJAUAN PUSTAKA

BAHAN AJAR : Manajemen Operasional Agribisnis

BAB 3 METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

BAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

GAMBARAN KETENAGAKERJAAN PROPINSI JAMBI. IR. SINAR INDRA KESUMA Fakultas Pertanian Jurusan Sosial Ekonomi Universitas sumatera Utara I.

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS

RENCANA PEMBELAJARAN SEMESTER (RPS) MATA KULIAH: PENGANGGARAN PERUSAHAAN

Oleh: Dr.Suliyanto, SE,MM Regresi Sederhana Download ANALISIS REGRESI SEDERHANA STATISTIK CHAPTER 7

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Salah satu indikator untuk menunjukkan tingkat kesejahteraan penduduk adalah

BAB II TINJAUAN PUSTAKA

ANGKA INDEKS. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.

BAB 2 LANDASAN TEORI

BAB V KESIMPULAN DAN SARAN. Berdasarkan hasil penelitian terhadap Sepuluh Saham Teraktif dan

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

ANGGARAN PENJUALAN. Diajukan sebagai Tugas Kelompok pada Mata Kuliah Penganggaran Perusahaan

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

METODE PENGUKURAN DAN PERAMALAN. Pusat Pengembangan Pendidikan - Universitas Gadjah Mada

JOB SQUENCING DINI WAHYUNI. Jurusan Teknik Industri Fakultas Teknik Universitas Sumatera Utara BAB I PENDAHULUAN

BAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria kriteria optimasi terhadap resiko operasional pada PT. HOME SPIRIT

BAB III METODOLOGI PENELITIAN. menganalisis dan mengetahui bagaimana tingkat efektivitas dan kontribusi

BAB II TINJAUAN TEORI. perubahan bertambah disebut trend positif atau. naik. Sebaliknya, jika rata rata perubahan berkurang

ANALISIS TREND PENJUALAN DAN PROSPEK USAHA OBAT PHYLLANTHUS PADA AGROINDUSTRI OBAT TRADISIONAL TRADIMUN

PERAMALAN DAN PERENCANAAN AGREGAT MANAJEMEN OPERASIONAL MINGGU KEEMPAT BY. MUHAMMAD WADUD, SE., M.SI. FAKULTAS EKONOMI UNIV. IGM

PERAMALAN (FORECASTING)

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. berbunyi: tiap-tiap warga negara berhak atas pekerjaan dan penghidupan yang

Transkripsi:

PERAMALAN ANGGARAN PENJUALAN ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara A. Pendahuluan Anggaran penjualan adalah titik awal di dalam penyusunan anggaran induk. Titik kritis penyusunan anggaran penjualan adalah memprediksi penjualan di masa yang akan datang. Faktor-faktor yang harus dipertimbangkan dalam memprediksi penjualan yang akan datang adalah :. Pengalaman masa lalu (volume penjualan). Prospektif kebijaksanaan harga jual. pesanan penjualan yang belum terpenuhi. Studi penelitian pasar. Kondisi ekonomi secara umum. Promosi. Persaingan dalam industri B. Model Prediksi Penjualan Hasil penjualan tahun sebelumnya digunakan sebagai titik awal dalam menyusun ramalan penjualan. Alat statistik yang dapat digunakan untuk menyusun ramalan penjualan diantaranya analisa regresi, trend dan proyeksi siklus serta analisis korelasi. Penggunaan model-model statistik dan ekonometrika tersebut dapat meningkatkan kualitas data anggaran. Untuk memprediksi penjualan di masa yang akan datang, model yang sering dipergunakan adalah metode kuadrat terkecil atau lebih lazim dikenal dengan nama trend. Dengan menggunakan metode kuadrat terkecil ini perusahaan akan dapat melaksanakan perhitungan ramalan penjualan produk perusahaan melalui dua macam bentuk yaitu bentuk linier dan bentuk kuadrat. Bentuk yang akan dipergunakan di perusahaan sebagai dasar perencanaan penjualan tergantung pada bentuk yang paling sesuai dengan kondisi perusahaan. Bentuk umum dari trend linier (garis lurus) dan trend kuadrat (garis lengkung) adalah sebagai berikut. Trend Linier (Garis Lurus) : Y = a + b X Y X Y a = b = dan X = n X Trend Kuadrat (Garis Lengkung) : Y = a + b X + c X Y = n a + c X XY = b X X Y = a X + c X X = digitized by USU digital library

Berikut ini disajikan beberapa contoh penerapan model trend dalam memprediksi penjualan produk. Metode trend ini lebih baik digunakan jika data yang tersedia lebih besar atau sama dengan sepuluh (n ). PT. Deivy Rosyana Putir adalah perusahaan yang memproduksi dan memasarkan macam produk yaitu A, B dan C. Data penjualan tahun terakhir adalah sebagai berikut. DATA PENJUALAN TAHUN ( Dalam Unit ) Tahun Produk A Produk B Produk C................................. Persiapan Prediksi Penjualan Produk A Nomor Y X XY X X Y X........... () () () () () (.) (.) (.) (.) (.)................... Trend Garis Lurus : a =. b = y =. + X digitized by USU digital library

Prediksi Penjualan Tahun dan X = dan Y = Y =. Y =. Trend Garis Lengkung :. = a + c... (). = b... ().. = a +. c... () Dari persamaan diatas, maka : b = a =., c =, Y =., + X +, X Prediksi penjualan Tahun dan X = dan X = Y =. Y =. Persiapan Prediksi Penjualan Produk B No Y X XY X X Y X........... () () () () () (.) (.) (.) (.) (.)................... Trend Garis Lurus : a =. b = Y =. + X Prediksi Penjualan Tahun dan X = dan X = Y =. Y =. Trend Garis Lengkung :. = a + c... (). = b... ().. = a +. c... () Dari persamaan diatas, maka : digitized by USU digital library

b = a =., c =, Y =., + X +, X Prediksi penjualan Tahun dan X = dan X = Y =. Y =. Persiapan Prediksi Penjualan Produk C No Y X XY X X Y X........... () () () () () (.) (.) (.) (.) (.).................... Trend Garis Lurus : a =. b = Y =. + X Prediksi Penjualan Tahun dan X = dan X = Y =. Y =. Trend Garis Lengkung :. = a + c... (). = b... ().. = a +. c... () Dari persamaan diatas, maka : b = a =. c = - Y =. + X X Prediksi penjualan perhitungan prediksi penjualan di tahun dan Y =. Y =. digitized by USU digital library

Dari hasil perhitungan diatas dapat disusun ringkasan hasil perhitungan prediksi penjualan di tahun dan. PT. Deivy Rosyana Putri Prediksi Penjualan Produk Perusahaan Tahun dan Produk Tahun Tahun Garis Lurus Garis Garis Lurus Garis Lengkung Lengkung A B C............ Dari hasil perhitungan prediksi yang telah disusun di atas, maka dapat diambil kesimpulan bahwa pemilihan model peramalan penjualan akan memberikan hasil peramalan yang berbeda. Untuk mengetahui model peramalan yang cocok untuk perusahaan, maka perlu menentukan batas toleransi peramalan terlebih dahulu. Misalkan batas toleransi yang disepakati %, berarti apabila prediksi penjualan ditentukan. unit, maka besarnya toleransi adalah unit yaitu unit diatas hasil prediksi dan unit dibawah hasil prediksi. Cara lain yang lebih sering digunakan adalah menghitung Standar Kesalahan Prediksi (SKP), dengan rumus sebagai berikut. SKP = { ( Y Y ) N SKP = Y = Penjualan Nyata Y = Prediksi Penjualan N = Banyaknya Data Dari contoh prediksi penjualan sebelumnya, maka dapat melihat metode mana yang lebih baik bagi produk tertentu dengan melihat standar kesalahan prediksi masing-masing produk dengan kedua metode. digitized by USU digital library

Perhitungan SKP Produk A Trend Garis Lurus Persamaan Trend Y =. + X No X a b X Y Y Y-Y (Y-Y ) () () () () ()........... (.) () () () ()....................... - - - - - -........... Perhitungan SKP Produk B Trend Garis Lurus Persamaan Trend Y =. + X No X A b X Y Y Y-Y (Y-Y ) () () () () ()........... (.) (.) (.) (.) ().......................... - - - - - - -............. digitized by USU digital library

Perhitungan SKP Produk C Trend Garis Lurus Persamaan Trend Y =. + X No X a b X Y Y Y-Y (Y-Y ) () () () () ()........... (.) (.) (.) (.) ().......................... - - - -............. Perhitungan SKP Produk A Trend Garis Lengkung Persamaan Trend Y =. + X +, X No X b X CX Y Y Y-Y (Y-Y ) () () () () () (.) () () () ()....................... - - - - - -.......... digitized by USU digital library

Perhitungan SKP Produk B Trend Garis Lengkung Persamaan Trend Y =., + X +, X No X b X CX Y Y Y-Y (Y-Y ) () () () () () (.) (.) (.) (.) ().......................... - - - - - - -............. Perhitungan SKP Produk C Trend Garis Lengkung Persamaan Trend Y =. + X - X No X B X CX Y (Prediksi) Y (Riil) Y-Y (Y-Y ) () () () () () (.) (.) (.) (.) ().... (.) () () () () () () () () (.)...................... - - - - -. digitized by USU digital library

Dari perhitungan di atas, maka dapat disusun ringkasan perhitungan standar kesalahan prediksi. Ringkasan Perhitungan SKP Untuk Prediksi Tahun Produk Trend Garis Lurus Trend Garis Lengkung A B C Dari perhitungan di atas, maka dapat diambil kesimpulan bahwa lebih baik menggunakan trend garis lengkung untuk semua produk. digitized by USU digital library