ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :

dokumen-dokumen yang mirip
PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL

ANALISIS PERAMALAN PENJUALAN JASA PADA BENGKEL SERVICE MOTOR

ANALISIS PERAMALAN PENJUALAN PAKAIAN PADA TOKO KARTINI BUSANA. Nama : SUCI MUTIARA NPM : Kelas : 3 EA 14

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR

PRESENTASI SIDANG PENULISAN ILMIAH

ANALISIS PERAMALAN PENJUALAN SERAGAM PADA KONVEKSI JEDRICO

ANALISIS PERAMALAN PENDAPATAN JASA WARUNG INTERNET KALFIN.NET NAMA : IMAN ARIF HIDAYAT NPM :

UNIVERSITAS GUNADARMA FAKULTAS EKONOMI. Bekasi 2013

ANALISIS PERAMALAN PENJUALAN SPARE PART BUSSING GARDAN MOBIL TRUK PADA CV. HARAPAN KELUARGA MAKMUR. : Dwi Handoko Npm :

ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI

Analisis Peramalan Penjualan Boneka dengan Menggunakan Metode Moving Avarage dan Weight Moving Avarage pada CV.BAAC ABADI.

PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA

Nama : Rian Surya Aji NPM : Jurusan : Manajemen Pembimbing : Martani, SE, MM.,

METODE PERAMALAN PENJUALAN ONCOM PADA USAHA KECIL MENENGAH (UKM) SONI JAYA

PENERAPAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENJUALAN TOPPING EXTRA CHEESE : DWI SEPTIANI NPM :

PERAMALAN PENJUALAN AYAM POTONG BAPAK ADIT DI PASAR BARU BEKASI

ANALISIS PERAMALAN PENJUALAN RAINBOW CAKE PADA TOKO KUE MAYESTIK CABANG PONDOK KOPI JAKARTA TIMUR Nama : FAHMI ARDIANSYAH NPM : Kelas : 3EA16

ANALISIS PERAMALAN PENJUALAN PADA RUMAH MAKAN SOTO MADURA RAWAMANGUN JAKARTA SITI MARIYA / / 3EA08 DP : DR. KOMSI KORANTI

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS

Siti Fatimah

ANALISIS PERAMALAN PENJUALAN PADA USAHA MIE AYAM MAHMURI DI TAMBUN BEKASI AGUS WIDODO / / 3EA26 DP : SRI KURNIASIH AGUSTIN, SE.

ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA

ANALISIS PERAMALAN PENJUALAN PAKAIAN MUSLIM MEREK RABBANI DI NAFA COLLECTION

SLIDE 1 SLIDE 2 BATASAN MASALAH

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

ABSTRAK. Universitas Kristen Maranatha

BAB V ANALISA DAN PENYELESAIAN MASALAH

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

ABSTRAK. Universitas Kristen Maranatha

Hasil Peramalan dengan Menggunakan Software Minitab

ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : KELAS : 3EA01 JURUSAN : MANAJEMEN

Analisis Peramalan Permintaan Kemasan Karton Box Gelombang Pada PT. Multibox Indah

BAB IV METODE PENELITIAN

BAB 3 METODOLOGI PEMECAHAN MASALAH

OPTIMASI PERENCANAAN PENGENDALIAN BAHAN BAKU CAPROLACTAM

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Jadwal Shalat Bulan Januari, 2015 M Denpasar, Bali, Indonesia

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

Analisis Peramalan Permintaan Jasa pada Event Organizer Satoe Komunika Indonesia

PERAMALAN (FORECASTING) #2

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

BAB 3 LANGKAH PEMECAHAN MASALAH

PENENTUAN JADWAL INDUK PRODUKSI DI PT SALIM IVOMAS PRATAMA TBK

UNIVERSITAS BINA NUSANTARA USULAN PENGENDALIAN PERSEDIAAN BAHAN BAKU UNTUK PRODUKSI SEPATU MILITER DI PT. MARINO PELITA INDONESIA

VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER

ABSTRAK. Universitas Kristen Maranatha

MEMPELAJARI PERAMALAN PRODUKSI LOWER BALL JOINT PADA PT. MENARA TERUS MAKMUR. : : Teknik Industri : Ratih Wulandari, ST., MT.

PERAMALAN PENJUALAN DENGAN METODE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE PADA PT.INTER-DELTA, Tbk

LAMPIRAN 1. Catylac New, Catylac Exterior Base, Catylac Exterior.

IMPLEMENTASI FORECAST (PERAMALAN) PENJUALAN PAKAN SAPI DENGAN SINGLE EXPONENTIAL SMOOTHING ( STUDI KASUS : UD. JAMAL JAYA )

PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG

UNIVERSITAS BINA NUSANTARA. Program Ganda Teknik Informatika dan Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007

PERAMALAN (Forecast) (ii)

2016 PERBANDINGAN SISTEM PERAMALAN PRODUKSI METODE SINGLE EXPONENTIAL SMOOTHING DAN MOVING AVERAGE DALAM MENINGKATKAN KEUNTUNGAN PERUSAHAAN

PERAMALAN (FORECASTING)

PERAMALAN (Forecast) Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

BAB 4 HASIL DAN BAHASAN

PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING

ABSTRAK. Universitas Kristen Maranatha

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

BAB II LANDASAN TEORI

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

Febriyanto, S.E., M.M.

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

BAB 4 HASIL DAN PEMBAHASAN

APLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA)

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

Diterima : 19 Agustus 2014 Disetujui : 2 September 2014

PERAMALAN PENJUALAN PADA CELANA ANAK PADA TOKO RISSKA JAYA

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi di Indonesia saat ini sedang mengalami pertumbuhan

ANALISA METODE PERAMALAN PENJUALAN PADA PT. BALARAJA FOOD MAKMUR ABADI

Kata Kunci : Peramalan (Forecasting), Perencanaan Persediaan Metode P dan Q. Sistemik Nomor. 4 Volume. 2, Desember

ABSTRAK. Universitas Kristen Maranatha

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat

PERENCANAAN PERSEDIAAN BAHAN BAKU BLUE DYES GRADE 1XX DENGAN METODE SILVER MEAL PADA PT INDAH KIAT PULP AND PAPER TANGERANG

BAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi

Jl. Ir. Sutami 36A Surakarta Telp

Pembahasan Materi #7

ABSTRAK. Kata Kunci :Single Exponential Smoothing,Double Exponential Smoothing,Mean Absolute Percentage Error.

ABSTRAK. iii. Universitas Kristen Maranatha

BAB 5 HASIL DAN PEMBAHASAN

PERBANDINGAN METODE WEIGHTED MOVING AVERAGE DAN TREND SEMI AVERAGE (STUDI KASUS PENJUALAN KAYU SUMBER ALAM SAWMILL)

SEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010

UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN

ABSTRAK. Universitas Kristen Maranatha

EMA302 Manajemen Operasional

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM

BAB 2 TINJAUAN TEORITIS

BAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m )

ANALISIS PERENCANAAN PENGENDALIAN BAHAN BAKU MENGGUNAKAN TEKNIK LOTTING DI PT AGRONESIA INKABA BANDUNG

ABSTRAK. Universitas Kristen Maranatha

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB I PENDAHULUAN. bisnis. Sumber daya yang dimaksud meliputi perencanaan bahan baku yang

Transkripsi:

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 di masa depan sebagai dasar pengambilan keputusan untuk mencapai sukses dan berkembang, perusahaan memerlukan adanya suatu cara yang tepat, sistematis dan dapat dipertanggungjawabkan. Peramalan penjualan (forecasting) dan bagian-bagiannya sangat penting dalam perencanaan dan pengawasan produksi. Perusahaan menggunakan hasil peramalan dalam membuat keputusan yang tepat berkaitan dengan perencanaan penjualan, penjadwalan, serta persediaan.

Rumusan Masalah 1. Metode peramalan apakah yang paling tepat untuk digunakan dengan melihat tingkat kesalahan terkecil? 2. Berapa besar laba yang diramalkan untuk bulan Juni Desember 2013 berdasarkan metode peramalan penjualan yang paling tepat?

Tujuan Penelitian 1. Menentukan metode peramalan penjualan yang paling tepat dengan melihat tingkat kesalahan terkecil. 2. Mengetahui besarnya laba yang diramalkan bulan Juni Desember 2013 berdasarkan peramalan penjualan yang paling tepat.

Penjualan PD. Ramatex Per September 2012 Mei 2013 (Dalam Ribuan Rupiah) No. Bulan Penjualan 1. September 2012 3.594.608 2. Oktober 2012 3.085.949 3. November 2012 2.713.055 4. Desember 2012 2.722.256 5. Januari 2013 2.757.208 6. Februari 2013 2.409.387 7. Maret 2013 2.352.249 8. April 2013 2.289.197 9. Mei 2013 3.082.947 Jumlah 25.006.856

Metode Simple Moving Average (SMA) Periode 3 Bulanan (Dalam Ribuan Rupiah) Bulan Penjualan Peramalan Penjualan (Periode 3 Bulanan) Error e 1 September 2012 3.594.608 - - Oktober 2012 3.085.949 - - November 2012 2.713.055 - - Desember 2012 2.722.256 3.131.204 408.948 Januari 2013 2.757.208 2.840.420 83.212 Februari 2013 2.409.387 2.730.839 321.452 Maret 2013 2.352.249 2.629.617 277.368 April 2013 2.289.197 2.506.281 217.084 Mei 2013 3.082.947 2.350.278 732.669 Juni 2013? 2.574.798 - Juli 2013? 2.648.981 - Agustus 2013? 2.768.908 - September 2013? 2.664.229 - Oktober 2013? 2.694.039 - November 2013? 2.709.059 - Desember 2013? 2.689.109 - Jumlah 25.006.856 34.937.762 2.040.733

Perhitungan Peramalan Metode Simple Moving Average periode 3 bulanan : a. Desember 2012 b. Januari 2013 c. Februari 2013 d. Maret 2013

e. April 2013 f. Mei 2013 g. Juni 2013 h. Juli 2013 i. Agustus 2013

j. September 2013 k. Oktober 2013 l. November 2013 m. Desember 2013

Perhitungan Kesalahan (Error) Metode Simple Moving Average (SMA) Periode 3 Bulanan (Dalam Ribuan Rupiah)

Metode Weight Moving Average (WMA) Periode 3 Bulanan (Dalam Ribuan Rupiah) Bulan Penjualan Peramalan Penjualan (Periode 3 Bulanan) Bobot 50%, 30%, 20% Error e 1 September 2012 3.594.608 - - Oktober 2012 3.085.949 - - November 2012 2.713.055 - - Desember 2012 2.722.256 3.001.234 278.978 Januari 2013 2.757.208 2.792.234 35.026 Februari 2013 2.409.387 2.737.892 328.505 Maret 2013 2.352.249 2.576.307 224.058 April 2013 2.289.197 2.450.382 161.185 Mei 2013 3.082.947 2.332.151 750.796 Juni 2013? 2.698.682 - Juli 2013? 2.732.065 - Agustus 2013? 2.792.226 - September 2013? 2.755.469 - Oktober 2013? 2.761.815 - November 2013? 2.765.994 - Desember 2013? 2.762.635 - Jumlah 25.006.856 35.159.087 1.778.548

Perhitungan Peramalan Metode Weight Moving Average periode 3 bulanan dengan bobot 50%, 30%, 20% : a. Desember 2012 Ft = (2.713.055 x 50%) + (3.085.949 x 30%) + (3.594.608 x 20%) = 3.001.234 b. Januari 2013 Ft = (2.722.256 x 50%) + (2.713.055 x 30%) + (3.085.949 x 20%) = 2.792.234 c. Februari 2013 Ft = (2.757.208 x 50%) + (2.722.256 x 30%) + (2.713.055 x 20%) = 2.737.892 d. Maret 2013 Ft = (2.409.387 x 50%) + (2.757.208 x 30%) + (2.722.256 x 20%) = 2.576.307 e. April 2013 Ft = (2.352.249 x 50%) + (2.409.387 x 30%) + (2.757.208 x 20%) = 2.450.382 f. Mei 2013 Ft = (2.289.197 x 50%) + (2.352.249 x 30%) + (2.409.387 x 20%) = 2.332.151

g. Juni 2013 Ft = (3.082.947 x 50%) + (2.289.197 x 30%) + (2.352.249 x 20%) = 2.698.682 h. Juli 2013 Ft = (2.698.682 x 50%) + (3.082.947 x 30%) + (2.289.197 x 20%) = 2.732.065 i. Agustus 2013 Ft = (2.732.065 x 50%) + (2.698.682 x 30%) + (3.082.947 x 20%) = 2.792.226 j. September 2013 Ft = (2.792.226 x 50%) + (2.732.065 x 30%) + (2.698.682 x 20%) = 2.755.469 k. Oktober 2013 Ft = (2.755.469 x 50%) + (2.792.226 x 30%) + (2.732.065 x 20%) = 2.761.815 l. November 2013 Ft = (2.761.815 x 50%) + (2.755.469 x 30%) + (2.792.226 x 20%) = 2.765.994 m. Desember 2013 Ft = (2.765.994 x 50%) + (2.761.815 x 30%) + (2.755.469 x 20%) = 2.762.635

Perhitungan Kesalahan (Error) Metode Weight Moving Average (WMA) Periode 3 Bulanan (Dalam Ribuan Rupiah)

Single Exponential Smoothing (SES) dengan α = 0,2 (Dalam Ribuan Rupiah) Bulan Penjualan Peramalan (α = 0,2) Error e 1 September 2012 3.594.608 - - Oktober 2012 3.085.949 3.594.608 508.659 November 2012 2.713.055 3.492.876 779.821 Desember 2012 2.722.256 3.336.912 614.656 Januari 2013 2.757.208 3.213.981 456.773 Februari 2013 2.409.387 3.122.626 713.239 Maret 2013 2.352.249 2.979.978 627.729 April 2013 2.289.197 2.854.432 565.235 Mei 2013 3.082.947 2.741.385 341.562 Juni 2013? 2.809.698 - Juli 2013? 2.809.698 - Agustus 2013? 2.809.698 - September 2013? 2.809.698 - Oktober 2013? 2.809.698 - November 2013? 2.809.698 - Desember 2013? 2.809.698 - Jumlah 25.006.856 45.004.683 4.607.674

Perhitungan Peramalan Metode Single Exponential Smoothing dengan α = 0,2 : a. November 2012 Ft = 3.594.608 + 0,2 x (3.085.949-3.594.608) = 3.492.876 b. Desember 2012 Ft = 3.492.876 + 0.2 x (2.713.055-3.492.876) = 3.336.912 c. Januari 2013 Ft = 3.336.912 + 0.2 x (2.722.256-3.336.912) = 3.213.981 d. Februari 2013 Ft = 3.213.981 + 0.2 x (2.757.208-3.213.981) = 3.122.626 f. Maret 2013 Ft = 3.122.626 + 0.2 x (2.409.387-3.122.626) = 2.979.978 g. April 2013 Ft = 2.979.978 + 0.2 x (2.352.249-2.979.978) = 2.854.432 h. Mei 2013 Ft = 2.854.432 + 0.2 x (2.289.197-2.854.432) = 2.741.385

i. Juni 2013 Ft = 2.741.385 + 0.2 x (3.082.947-2.741.385) = 2.809.698 j. Juli 2013 Ft = 2.809.698 + 0.2 x (2.809.698-2.809.698) = 2.809.698 k. Agustus 2013 Ft = 2.809.698 + 0.2 x (2.809.698-2.809.698) = 2.809.698 l. September 2013 Ft = 2.809.698 + 0.2 x (2.809.698-2.809.698) = 2.809.698 m. Oktober 2013 Ft = 2.809.698 + 0.2 x (2.809.698-2.809.698) = 2.809.698 n. November 2013 Ft = 2.809.698 + 0.2 x (2.809.698-2.809.698) = 2.809.698 o. Desember 2013 Ft = 2.809.698 + 0.2 x (2.809.698-2.809.698) = 2.809.698

Perhitungan Kesalahan (Error) Single Exponential Smoothing (SES) dengan α = 0,2 (Dalam Ribuan Rupiah)

Peramalan Laba pada PD. Ramatex Menggunakan Persentase 20% (Dalam Ribuan Rupiah) Bulan Peramalan Penjualan Persentase Laba Perkiraan Laba yang Didapatkan Juni 2013 2.698.682 20% 539.736 Juli 2013 2.732.065 20% 546.413 Agustus 2013 2.792.226 20% 558.445 September 2013 2.755.469 20% 551.094 Oktober 2013 2.761.815 20% 552.363 November 2013 2.765.994 20% 553.199 Desember 2013 2.762.635 20% 552.537

Kesimpulan 1. Dari ketiga metode peramalan yang digunakan dalam penelitian ini, metode peramalan yang paling tepat adalah metode Weight Moving Average (WMA) karena mempunyai tingkat kesalahan (error) yang terkecil, yaitu Rp 296.425.000, dibandingkan dengan kedua metode lainnya. 2. Dari hasil peramalan penjualan tersebut, laba yang diperoleh perusahaan ditentukan sebesar 20% dari peramalan penjualannya. Laba yang diperoleh perusahaan pada bulan Juni Desember 2013 secara berturut-turut adalah Rp 539.736.000, Rp 546.413.000, Rp 558.445.000, Rp 551.094.000, Rp 552.363.000, Rp 553.199.000, dan Rp 552.537.000.

Saran Apabila perusahaan ingin menggunakan metode peramalan sebaiknya menggunakan metode peramalan Weight Moving Average (WMA) karena tingkat kesalahannya lebih kecil.