ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN) Penyusunan anggaran operasional perusahaan, pertama yang harus dilakukan membuat anggaran penjualan. Anggaran penjualan merupakan dasar penyusunan anggaran lainnya. setelah anggaran penjualan disusun, dilanjutkan dengan penyusunan anggaran operasional lainnya, seperti anggaran produksi, anggaran keuangan, yang berpedoman pada anggaran penjualan. Anggaran penjualan mempunyai manfaat sebagai berikut : a. Secara umum : Sama dengan semua anggaran, yaitu sebagai pedoman kerja, alat pengkoordinasian kerja dan alat pengawasan kerja. b. Secara khusus : Berguna sebagai dasar penyusunan semua anggaran yang ada dalam perusahaan. Menetapkan target penjualan a. Luas pasar apakah bersipat lokal. Regional atau nasional. b. Keadaan persaingan, apakah bersipat monopoli, persaingan bebas dan sebagainya. c. Kemampuan pasar untuk menyerap barang (peluang pasar). d. Keadaan/sifat konsumen, yaitu konsumen akhir dan konsumen industri e. Kemampuan finansial, yaitu kemampuan membiayai riset pasar, modal kerja, membeli bahan mentah, dan sebagainya. f. Keadaan personalia berhubungan dengan tenaga kerja baik dalam jumlah maupun kualitasnya. g. Membuat suatu proyeksi/forecast penjualan (ramalan penjualan) Forecast Penjualan. Merupakan proyeksi secara teknis permintaan konsumen potensial untuk satu waktu tertentu dengan berbagai asumsi. Hasil dari suatu forecast lebih merupakan penilaian terhadap kondisi masa depan mengenai penjualan. Hasil perkiraan mungkin saja tidak sama dengan rencana, hal ini disebabkan : a. Forecast lebih merupakan pernyataan atau penilaian yang dikuatifisir terhadap kondisi masa depan mengenai subyek tertentu, misalnya penjualan. b. Forecast penjualan merupakan proyeksi teknis dari permintaan konsumen potensial untuk jangka waktu tertentu, dengan menyebutkan asumsi yang mendasarinya. c. Forecast selayaknya hanya dipandang sebagai bahan masukan untuk mengembangkan suatu rencana penjualan. d. Manajemen dapat menerima, memodifikasi atau menolak hasil dari suatu forecast. Pada umumnya hasil dari suatu forecast penjualan akan dikonversikan menjadi rencana penjualan dengan memperhitungkan berbagai hal berikut ;
a. b. c. d.
Pendapat manajemen Strategi-strategi yang direncanakan Keterikatan/komitmen dengan sumber daya Ketetapan manajemen dalam usaha mencapai sasaran penjualan.
Teknik forecasting yang umum diterapkan untuk memperoleh suatu forecast penjualan dapat dikelompokkan menjadi : a. Forecast berdasarkan judgement Forecast berdasarkan judgement dapat dilakukan melalui pendapat pimpinan bagian pemasaran, pendapat para petugas penjualan, pendapat para penyalur, pendapat konsumen maupun pendapat para akhli.. a. Forecast berdasarkan analisis statistika 1. Apabila perhitungan berdasarkan data historis dari satu variabel saja, maka digunakan cara : a) Metode Trend Bebas b) Metode Trend Semi Average c) Metode Trend Moment d) Metode Trend Least Square e) Metode Kuadratik 2. Apabila perhitungan berdasarkan data historis dari satu variabel yang akan ditaksir dihubungkan dengan data historis lain yang mempunyai hubungan kuat terhadap perkembangan variabel yang akan ditaksir, digunakan cara : a) Metode Korelasi b) Metode Regresi Contoh aplikasi : PT. Dirhana yang bergerak bidang makanan ternak ayam, memiliki data penjualan tahunan sebagaimana tertera pada tabel berikut ini : Tabel 2.1. Penjualan Makanan Ternak Ayam PT. Dirhana Tahun 2000 – 2005 Tahun 2000 2001 2002 2003 2004 2005 Data diolah.
Jumlah Penjualan ( juta kg.) 140 148 157 160 164 168
Terhadap data penjualan PT. Dirhana tersebut dapat dibuat forecast penjualan untuk tahun 2006 dan seterusnya dengan menggunakan beberapa metode yang disebut sebelumnya, seperti tersebut di atas : a) Metode Trend Bebas Pada umumnya metode trend bebas cenderung digunakan sebagai analisis pendahuluan yang akan memberikan gambaran awal dari suatu permasalahan yang dihadapi. Metode trend bebas mencoba mengamati melalui tebaran data yang terbentuk dapat diperkirakan trend penjualan dari data tersebut. Sebagai contoh dari PT. Dirhana sebagimana tertera pada tabel 2.1. dibuat tebaran titik-titik dan ditarik garis yang menghubungkan titik-titik pasangan pengamatan tersebut, akan diperoleh suatu gambaran trend penjualan sebagai berikut : 170
160
150
140
0
00
01
02 03
04 2005
Dari gambaran yang diperoleh, dapat diramalkan bahwa penjualan PT Dirhana tahun 2006 akan meningkatmelebihi tahun-tahun sebelumnya. namun demikian penjualan untuk tahun 2006 dan seterusnya belum dapat dihitung dengan angka. b) Metode Trend Semi Average Metode trend semi average dapat digunakan untuk keperluan forecast dengan membentuk suatu persamaan seperti analisa regresi. Metode ini dapat digunakan apabila data yang ada jumlahnya genap, sehingga dapat dibagi menjadi dua kelompok. Metode trend semi averagememiliki mekanisme sebagai berikut : 1) Membagi data menjadi dua kelompok. Contoh aplikasi :
Tabel 2.2. Penjualan Makanan Ternak Ayam PT. Dirhana Tahun 2000 – 2005 Tahun
Jumlah Penjualan (Y) dalam juta kg.
2000 2001 2002 2003 2004 2005
140 148 157 160 164 168
Data diolah.
Kasus penjualan PT Dirhana kelompok pertama adalah data penjualan tahun 2000, 2001, dan 2002, kelompok kedua adalah tahun 2003, 2004 dan 2005 2) Tiap kelompok data dicari nilai rata-ratanya Rata-rata dari kelompok pertama adalah 148,33 dan rata-rata dari kelompok kedua 164 sebagaimana ditunjukkan pada gambar berikut ini : Tabel 2.3. Penjualan Makanan Ternak Ayam PT. Dirhana Tahun 2000 – 2005 Tahun
Jumlah Penjualan (Y) dalam juta kg.
2000 2001 2002
140 148 157
2003 2004 2005
160 164 168
Total
445
492
Average
Score
445/3 = 148,33
-1 0 1
492/3 = 164
2 3 4
Data diolah.
3) Memberi skor terhadap waktu yang terkait dengan data penjualan. Dalam metode trend semi average ini, acuannya adalah kepada kelompok pertama. Score 0 diberikan bagi data yang berada ditengah dari data kelompok pertama, bila datanya ganjil. Selanjutnya terhadap data yang sebelumnya diberi score –1, -2, -3 dan seterusnya. Dan terhadap data yang sesudahnya diberi score 1, 2, 3 dan seterusnya. Untuk data yang jumlahnya genap, biasanya score tidak melibatkan nilai nol. Sebagai contoh bila datanya ada empat score yang diberikan adalah –3, -2, 1, 3.
4) Melanjutkan pemberian score pada kelompok data yang kedua. Contoh pada kasus data penjualan PT Dirhana score terakhir dari kelompok 1 adalah 1, maka terhadap data penjualan tahun 2003,2004 dan 2005 adalah diberi score 2, 3, dan 4. 5) Membentuk persamaan Y = a + bX dan melakukan forecast nilai Y untuk nilai X yang ditentukan, dimana : a = rata-rata kelompok I (X1) b = selisih antara X2 dengan X1, dibagi dengan jumlah data yang ada dalam kelompok 1 Jadi :
a = 148,33 164 - 148,33 b =
= 5,22 3
Dengan demikian persamaan yang terbentuk adalah : Y = 148,33 + 5,22 (X), misalkan score penjualan ditahun 2006 adalah 5. Maka forecast penjualan ditahun 2006 adalah Y = 148,33 + 5,22 (5) = 174,43 Demikian pula untuk tahun 2007 dengan score (6), maka forecast penjualannya adalah : Y = 148,33 + 5,22 (6) = 179,65 c) Metode Trend Moment Metode trend moment merupakan metode analitis yang digunakan untuk keperluan peramalan dengan membentuk persamaan : Y = a + bX sebagaimana telah diulas pada Metode Trend Semi Average. Metode ini tidak menyaratkan jumlah data harus genap. Perbedaannya dengan Metode Trend Semi Average terletak pada pemberian score nilai X-nya. Dalam hal ini pemberian score X dimulai dari 0,1,2 dan seterusnya. Ilustrasi penerapan metode ini untuk data penjualan PT Dirhana sepeti tabel berikut ini. Tahun
Y
X
XY
X²
2000 2001 2002 2003 2004
140 148 157 160 164
0 1 2 3 4
0 148 314 480 656
0 1 4 9 16
769
10
1.598
30
Dalam mencari koefisien a dan b digunakan persamaan tersebut dibawah ini :
seperti
Y = n . a + b . X XY = a. X + b. X Keterangan : n = banyaknya pasangan pengamatan x, y = 6 Persamaan yang terbentuk dapat dicari penyelesaiannya melalui metode aliminasi ataupun metode substitusi sebagaimana ditunjukkan dalam contoh berikut ini : I. 769 = 5 a + b. (10) II. 1.598 = 10 a + b. (30)
(x2) (x1)
1.538 = 10 a + b 20 1.598 = 10 a + b 30 - 60 = 0 a - b .10 b = 6 Substitusikan : b=6 (I) 769 = 5 a + 10 .6 5a = 769 - 60 5a = 709 a = 141,8 Maka persamaan trend – nya = Y = 141,8 + 6 (X). Dengan demikian forecast penjualan untuk tahun : 2005 adalah : Y = 141,8 + 6 (5) Y = 141,8 + 30 = 171,8 d) Metode Trend Least Square Dalam metode ini data dikelompokkan menjadi dua kelompok . untuk data yang jumlahnya : *) Genap, maka score nilai X – nya : -5, -3, -1, 1, 3, 5 *) Ganjil, maka score nilai X – nya : - 2, - 1, 0, 1, 2. Selanjutnya koefisien : Y XY a = b = n X² Adapun data penjualan PT Dirhana dapat terlihat seperti pada tabel dibawah : Tahun
Y
X
X²
2000 2001 2002 2003 2004
140 148 157 160 164
-2 -1 0 1 2
4 1 0 1 4
- 280 - 148 0 160 328
769
0
10
60
769 a =
60 = 153,8
5
b =
=6 10
YX
sehingga persamaan trend metode least square adalah : Y = 153,6 + 6 (X) Forecast penualan untuk tahun 2005 adalah : Y = 153,8 + 6 (3) Y = 171,8 b. Forecast berdasarkan metode khusus 1. Analisa Industri Dalam analisa ini lebih ditekankan pada “Market Share” yang dimiliki perusahaan, analisa ini menghubungkan potensi penjualan perusahaan dengan industri pada umumnya (volume, posisi dalam persaingan). Adapun pemakaian analisa ini : a. Membuat proyeksi permintaan industri b. Menilai posisi perusahaan dalam persaingan. Permintaan Perusahaan Market share = X 100 %. Permintaan Industri 2. Analisa product line Umumnya analisa product line digunakan pada perusahaan yang menghasilkan beberapa macam produk dan tidak mempunyai kesamaan, sehingga dalam membuat forecast – nya harus dipindah. 3. Bagi perusahaan yang menghasilkan produk setengah jadi, masih memerlukan proses lebih lanjut menjadi produk jadi dan siap untuk dikonsumsi, maka dalam pembuatan forecast – nya ditentukan oleh penggunaan akhir yang ada kaitannya dengan produk yang dihasilkan.
Faktor Yang Mempengaruhi Anggaran Penjualan. 1. Faktor Intern Yaitu faktor dari dalam perusahaan sendiri, adapun yang termasuk dalam faktor ini adfalah : b. Penjualan tahun yang telah dilalui (tahun-tahun lalu) c. Kebijakan perusahaan yang berhubungan dengan masalah penjualan, d. Kapasitas produksi dan kemungkinan perluasannya, e. Tenaga kerja yang dimiliki, f. Modal yang tersedia, g. Serta fasilitas-fasilitas lain yang ada. 1. Faktor Ekstern Yaitu faktor yang berasal dari luar perusahaan, dan yang termasuk dalam faktor ini, antara lain : a. Keadaan persaingan di pasar b. Posisi perusahaan dalam persaingan c. Tingkat pertumbuhan penduduk
d. e. f. g. h. i.
Tingkat penghasilan masyarakat Elastisitas permintaan harga barang Agama, adat istiadat dan kebiasaan masyarakat Kebijaksanaan pemerintah Keadaan perekonomian nasional/internasional Kemajuan teknologi, barang-barang substitusi, selera konsumen.
Untuk lebih jelasnya, dapat dilihat pada contoh kasus di halaman berikut dibawaha ini : PT. ANGIN RIBUT, adalah sebuah perusahaan yang menghasilkan sepatu, data penjualan dapat dilihat pada tabel dibawah ini. Harga jual/unit untuk tahun 2006 akan mengalami kenaikan sebesar 10% dari harga jual tahun terakhir. Tahun
Penjualan
Harga / Unit
2001 2002 2003 2004
42.000 50.000 66.000 45.000
Rp. Rp. Rp. Rp.
11.000 11,500 13.000 13.500
Pola penjualan tahun 2005 untuk masing – masing triwulan adalah sebagai berikut :Triwulan I = 30 % Triwulan III = 20 % Triwulan II = 35 % Triwulan IV = 15 % Berdasarkan data di atas hitunglah : 1. Ramalan penjualan tahun 2005, 2006, 2007 dengan metode least square. 2. Anggaran penjualan tahun 2005 terperinci menurut waktu (triwulan). Penyelesaian : 1. Ramalan Penjualan (Metoda Least Square) Tahun
Penjualan
X
XY
X²
2001 2002 2003 2004 Total
42.000 50.000 66.000 45.000 203.000
-3 -1 1 3 0
-126.000 - 50.000 66.000 135.000 25.000
9 1 1 9 20
a = 203.000/4 = 50.750 b = 25.000/20 = 1.250 Y 2005 = 50.750 + 1.250 (5) Y = 57.000 Unit. Y 2006 = 50.750 + 1.250 (7) Y = 59.500 Unit Y 2007 = 50.750 + 1.250 (9) Y = 62.000 Unit
2. Harga jual/unit 2005 = 110 % x 13.500 = 14.850 Anggaran Penjualan 2003 : Penjualan
Harga / Unit
TW I TW II TW III TW IV
17.100 19.950 11.400 8.550
Rp. Rp. Rp. Rp.
Total
57.000
Total
14.850 14.850 14.850 14.850
253.935.000 296.257.500 169.290.000 126.967.500
14.850
846.450.000
Kasus Perusahaan Nunik yang menghasilkan produk X, untuk tahun 2007 mendatang akan mengadakan forecast penjualan yang lebih teliti agar tidak mengalami kerugian. Manajer operasional memberikan data sebagai berikut : a. Penjualan perusahaan : Tahun 2000 2001 2002 2003 2004 2005
Penjualan
Harga / Unit
65.000 72.000 70.000 75.000 82.000 86.000
Rp. Rp. Rp. Rp. Rp. Rp.
11.000 13.500 13.500 14.000 15.000 17.000
b. Produk akan dijual di dua daerah, yaitu Jawa Barat dan Jawa Tengah dengan perbandingan 2 : 3. c. Harga jual/unit tahun 2006 naik 25 % dari harga jual rata-rata enam tahun sebelumnya, sedangkan harga jual/unit tahun 2007 akan dinaikkan sebesar 20 % dari harga jual tahun 2006. d. Distribusi penjualan sebagai berikut : Waktu TW I TW II TW III TW IV
Jawa Barat 20 % 30 % 20 % 30 %
Jawa Tengah 30 % 30 % 20 % 20 %
Pertanyaan : 1. Membuat ramalan penjualan (forecasting) dengan menggunakan metode Least Square untuk tahun 2006 dan 2007. 2. Menyusun anggaran penjualan tahun 2007 secara lengkap dan terperinci.
