ANALISIS PERAMALAN VOLUME PENJUALAN DENGAN PERBANDINGAN CARA MANUAL DAN PROGRAM QSB PADA PT. LION WINGS.
Edward Ferdinand Fakultas Ekonomi, Universitas Gunadarma ABSTRAK Peramalan adalah hal yang harus diperhatikan oleh pihak manajemen perusahaan agar dapat menjaga kelangsungan hidup perusahaan, selain itu juga berguna untuk menghadapi masalah persaingan penjualan dengan perusahaan sejenis. Peramalan juga berguna untuk melihat apakah kebijakan yang telah diambil oleh perusahaan dalam hal penjualan pada periode sebelumnya sudah tepat atau harus ada perbaikan. Perbaikan tersebut dilakukan agar tetap dapat mempertahankan posisinya di dunia perdagangan, serta agar tetap mendapat keuntungan. Kata Kunci : Peramalan Volume Penjualan PT. LION WINGS Dengan Cara Manual dan Program QSB.
ABSTRACT Forecasting is the thing that must be considered by the management of the company in order to maintain the viability of a firm , it is also useful for dealing with the problem of competition with the company sales of a kind . Forecasting also useful to see whether policy that has been taken by a company in the event sales in the period had earlier proper or there should be an improvement . Improvement was done in order to remain able to maintain its position in the world trade , and in order to remain gain advantage . Keywords : Forecasting sales volume PT . Lion wings with Manual way and programs QSB .
begitu saja untuk meramalkan sesuatu hal,
1. PENDAHULUAN
melainkan berdasarkan pada karakteristik/ciri
1.1. Latar Belakang Masalah
tertentu yang dimiliki oleh data yang akan Dalam peramalan di ketahui suatu hal yang
penting
rencana,
sebelum
khususnya
membuat
ramalan
suatu
(forecast)
penjualan. Namun untuk mencari peramalan pada penelitian ini di gunakan beberapa metode kuantitatif
diantaranya
adalah
metode moving averages, metode Weight Moving
Averages,
metode
Exponential
Smoothing dan metode Forecasting Error. Metode peramalan ini tidak bisa di gunakan
diramalkan. Oleh karena itu perlu dipilih metode
peramalan
meramalkan
suatu
yang
cocok
penjualan,
untuk
sehingga
meminimumkan kesalahan forecast. Permasalahan dalam penelitian ini adalah
bagaimana
peramalan
yang
memilih cocok
metode
berdasarkan
karakteristik/ciri dari data yang dimiliki, dan bagaimana proyeksi peramalan volume penjualan barang pada PT. Lion Wings
dengan menggunakan metode peramalan
dari tahun ke tahun dengan penjualan yang
yang telah di pilih. Tujuan dari penelitian
ada
ini
metode
penjualan berdasarkan ketentuan perusahaan
peramalan apa yang cocok digunakan untuk
yang sudah ditentukan sekian banyak akan
meramalkan volume penjualan barang pada
tetapi berbeda dengan penghitungan secara
PT. Lion Wings dan untuk mengetahui
langsung sedangkan untuk realisasi penjualan
proyeksi peramalan volume penjualannya
dimana harga sudah langsung terdata secara
dengan menggunakan metode peramalan
keseluruhan dengan melakukan survey ke
yang telah dipilih. Adapun manfaat dari
lapangan
penelitian ini adalah dapat mengetahui
penghitungan, untuk deviasi dapat diketahui
metode peramalan yang cocok digunakan
dari hasil penghitungan anggaran penjualan
untuk
penjualan
dan realisasi penjualan. Dari uraian diatas
barang pada PT. Lion Wings dan dapat
maka saya mengambil judul penulisan “
mengetahui proyeksi peramalan volume
ANALISIS
penjualannya,
PENJUALAN
adalah
untuk
mengetahui
meramalkan
volume
berikut
adalah anggaran
maka
dapat
dan
ditentukan
memperkecil
PERAMALAN
anggaran
kesalahan
VOLUME DENGAN
penjualan berdasarkan data secara langsung
PERBANDINGAN CARA MANUAL DAN
dengan realisasi penjualan serta deviasi
PROGRAM QSB PADA PT. LION WINGS
yang digunakan untuk mengetahui berapa
“.
besar penjualan yang telah tersedia dan
1.2 Perumusan dan Batasan Masalah
penjualan sebenarnya : - Perumusan Masalah Tahun
Anggaran penjualan
Realisasi penjualan
Deviasi
Berdasarkan latar belakang masalah
penjualan Tahun
Rp 28.500.000.000
Rp 27.598.535.000
(-) Rp 901.465.000
adalah :
2006 Tahun
Rp 41.250.000.000
Rp 44.690.815.000
(+) Rp 3.440.815.000
Rp 50.600.000.000
Rp 51.179.160.000
(+) Rp 579.160.000
2007 Tahun
maka rumusan masalah yang di muncul kan
a.
produk PT. LION WINGS dari tahun 2006 - 2010 ?
2008 Tahun
Rp 63.950.000.000
Rp 62.845.901.000
(-) Rp 1.104.099.000
b. Langkah apa yang harus dilakukan
2009 Tahun
Apakah metode yang sesuai untuk
untuk Rp 102.455.000.000
Rp 105.352.333.000
mengatasi
tingkat
kesalahan
penjualan pada PT. LION WINGS ?
(+) Rp 2.897.333.000
2010
-
Batasan Masalah
Berdasarkan perkiraan peramalan penjualan kebutuhan rumah tangga yang di lakukan
a.
Agar tidak terjadi penyimpangan dari
oleh PT. Lion Wings tahun 2006 sampai
masalah yang dirumuskan diatas, maka
dengan tahun 2010 mengalami perubahan
penulis memberi batasan masalah pada
penjualan produk PT. LION WINGS
pelaksanaannya
dengan
target produksi.
menggunakan
4
metode
kuntitatif yaitu Metode Moving Average dan Weight Moving Average dengan pergerakan
3
bulan,
Exponential
Smoothing α = 0,5 dan tingkat kesalahan peramalan sesuai dengan kesalahan setiap metode, Data di peroleh dari tahun 2006 sampai dengan tahun 2010. b. Langkah yang dilakukan agar tidak terjadi tingkat kesalahan penjualan yaitu menghitung secara keseluruhan dari metode MA , WMA , ES dari tahun 2006
sampai
dengan
menggunakan
cara
tahun
2010
penghitungan
manual, setelah di dapatkan hasilnya maka
akan
semakin
kecil
terjadi
kesalahan penghitungan pada tingkat kesalahan penjualan.
menentukan
b. Bagi Perusahaan Diharapkan dapat memberi sumbangan pemikiran bagi perusahaan agar dapat digunakan dalam usaha memajukan perusahaan
dengan
produktifitas
meningkatkan
perusahaan
pengendaliannya
dalam
serta bidang
produksi. c. Bagi Pembaca Diharapkan peneliti
dapat
yang
bermanfaat lain
bagi
yang
akan
mengadakan penelitian lebih lanjut, yang berkaitan dengan masalah ini. 2 LANDASAN TEORI 2.1 Pengertian Umum Peramalan Peramalan adalah penggunaan data atau
1.3 Tujuan Penelitian
informasi untuk menentukan kejadian
Ada pun tujuan yang ingin disampaikan dalam penelitian ini : -
dalam
pada
masa
depan,
dalam
bentuk
perhitungan atau prakiraan dari data yang
Mengetahui metode yang sesuai untuk produk PT. LION WINGS dari tahun
lalu
dan
informasi
lainnya
untuk
penelitian terlebih dahulu prakiraannya.
2006 – 2010. -
Mengetahui
cara
untuk
mengatasi
- Menurut Prasetya dan Lukiastuti ( 2009 : 43 )
tingkat kesalahan pada penjualan produk PT. LION WINGS.
Peramalan merupakan suatu usaha
1.4 Manfaat Penelitian
untuk meramalkan keadaan di masa yang
Adapun kerangka penelitian yang dilakukan
oleh
peneliti
untuk
mengetahui yaitu :
dimasa lalu. - Menurut Heizer dan Render ( 2006 :
a. Bagi Penulis Diharapkan
akan datang melalui pengujian keadaan
136 ) dapat
menambah
pengetahuan dan memperluas wawasan
Peramalan ( forecasting ) adalah seni atau
tentang
ilmu untuk memperkirakan kejadian di
peramalan
penjualan
dan
masa depan.
- Menurut
Tim
pengembangan
Metode ini biasa digunakan jika datanya
Laboratorium Manajemen Menengah
time
(2008 : 12)
penghitungan waktu yang lalu.
Forecasting
diartikan
sebagai
kegiatan
series
atau
berdasarkan
c. Metode Quantitative Casual
analisis untuk memperkirakan magnitude dan direction perubahan suatu variabel
Metode ini digunakan jika datanya
ekonomi bisnis ( permintaan barang dan
cross-sectional. Metode Casualitas ini
jasa ) di masa datang berdasarkan past data
menggunakan model regresi.
dan present data. Metode peramalan data time series terdiri - Menurut Prof. Drs. J. Supranto ( 2001 : 106 ) peramalan penjualan adalah menentukan besarnya volume penjualan pada waktu yang akan datang.
dari metode : 1. Naive Forecasting : Metode yang melihat kecenderungan dua
2.2 Tipe- tipe Peramalan
tahun
terakhir
apakah
terjadi
kenaikan atau tidak mengalami kenaikan Dalam segi peramalan banyak sekali tipe nya
namun
menurut
pandangan
dari
Prasetya dan Lukiastuti ( 2009 : 44 ) dapat kita ambil beberapa yaitu :
dan berapa besarnya penjualan. 2. Rata – rata kumulatif Metode
ini
di
gunakan
sebagai
pengganti metode Naive Forecasting
2.3 Jenis – jenis Peramalan
dengan
data
yang bervariasi yang
Pada pandangan Herjanto ( 2006 ) di
menimbulkan kesulitan untuk membuat
katakan
peramalan
bahwa
jenis-jenis
peramalan
periode
yang
tidak
mempunyai 3 macam metode peramalan
terwakilkan dalam kondisi seperti ini
yaitu :
maka rata – rata kumulatif dapat
a. Metode Qualitative Peramalan kualitatif merupakan peramalan
digunakan untuk menggantikan data tersebut. 3. Moving Average ( MA )
yang menggunakan pusat data kualitatif, hasilnya bergantung pada orang yang
Metode
menyusunnya, seperti peramalan dengan
mengkombinasikan data dari beberapa
metode Delphi dan metode s-curve past.
periode terbaru / terakhir.
b. Metode Quantitative Time Series
peramalan
dengan
4. Weight Moving Average ( WMA )
Suatu metode peramalan yang cara
- Potensi
pasar
adalah
kemungkinan
penghitungan nya hampir sama dengan
penjualan total barang dan jasa oleh
MA,
industri yang ada.
hanya
berbeda
pada
adanya
penambahan bobot pada tiap data. Data terakhir yang termasuk dalam periode perhitungan rata-rata diberi bobot yang lebih besar. 5. Single Moving Average ( SMA )
- Potensi penjualan perusahaan adalah kemungkinan penjualan total untuk sebuah perusahaan. - Ramalan penjualan perusahaan adalah
Nilai rata-rata untuk ( n ) jumlah data terbaru. Dengan munculnya data baru, maka nilai rata-rata yang baru dapat dihitung dengan menghilangkan data yang terlama dan menambahkan data yang terbaru
estimasi
realistis
tentang
penjualan
aktual dalam rupiah atau unit yang diharapkan akan dicapai perusahaan dalam
periode
mendatang
menurut
rancangan pemasaran. 2.4 Program QSB
6. Double Moving Average ( DMA ) Program
QSB
adalah
program
Metode ini proses penentuan ramalan
peningkatkan kecerdasan otak (Quantum
dimulai dengan menentukan besarnya
Smart Brain) dengan sistem teknologi
alpha secara trial dan error.
komputerisasi dimana program ini bisa
7. Exponential Smoothing ( ES )
digunakan untuk mengolah data dalam
Metode
exponential
smoothing
merupakan pengembangan dari metode moving averages. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan dengan
secara
terus
menggunakan
data
menerus terbaru.
Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar.
bentuk tabel dan kegunaan lainnya yaitu program ini mampu untuk menghitung hasil pada masa lalu tetapi program ini untuk penghitungan nya tidak akurat dibandingkan
dengan
melakukan
penghitungan cara manual sehingga program
ini
bisa
ditemukan
pada
beberapa perusahaan, tidak hanya itu saja program QSB ini juga biasa
Ada beberapa jenis ramalan yang cukup
dipergunakan
relevan dalam pengambilan keputusan
kalangan mahasiswa dan mahasiswi
manajemen
jenjang
penjualan,
salah
satu
pada
perkuliahan
sebagian
untuk
besar
meneliti
pembagian yang penting adalah potensi
perusahaan besar dan perusahaan kecil
pasar, potensi penjualan perusahaan dan
sehingga
ramalan penjualan perusahaan.
mendapatkan data – data secara spesifik.
memungkinkan
untuk
Kelemahan dari program QSB yaitu :
-
Program
ini
hasil
akhir
dari
3. Untuk memasukan data, kita pilih 2 atau
penghitungan MAD ( tingkat kesalahan )
Enter
ada yang sama hasil akhir dan terkadang
kemudian ada pertanyaan :
tidak
sama
hasil
akhir
sehingga
new
problem.
Beberapa
saat
- Please name your problem using up to 20
perbandingan MAD nya yaitu (50 : 50).
characters ? ( Dapat di isi dengan nama -
Program
ini
hanya
dipakai
untuk
anda ) Edward
perantara penghitungan sehingga untuk lebih
mengetahui
hasil
nya
- How many observation are there in Edward ? 6 ( Berapa pengamatan )
maka
dilakukan dengan penghitungan manual
4. Masukan data observasi
terlebih dahulu.
TSFC Historical Data Entry for Edward
Kelebihan dari program QSB yaitu : No. His. Data No. His. Data No. His. Data No. His. Data No. His.
-
Program
ini
penghitungan
Data
mempermudah
dibandingkan
dengan
1.< ..... > 2. < ..... > 3. < ..... > 4. < ..... > 5. < ..... > 6. < ..... >
penghitungan secara manual. -
Untuk pemakaian dari program QSB
Esc – Previous page, / -- Next page.
banyak digunakan di perusahaan besar 5. Pilih
untuk mengetahui data penjualan dimasa
ke
5
yaitu
Perform
Forecasting
lalu.
6. Untuk mencari MA :
2.4.1 Langkah penggunaan QSB Berikut
langkah
yang
Pilih perform forecasting terlebih dahulu
harus
diperhatikan dalam menggunakan QSB
Pilih nomor 3 dengan penghitungan
yaitu : 1. Pertama
option
Weighted Moving Average kali
program
QSB
mulai
Option menu :
dijalankan akan muncul sebanyak 2 kali pesan press any key to continue. Setelah
-
forecast ( ≤ 36 ) ?
pesan tersebut akan di tampilkan menu pilihan dalam program QSB lalu pilih E
For how many periods do you want to
-
What is the number of moving periods ?
-
Do you want to enter relative weight (
atau Time Series Forecasting. 2. Beberapa saat akan muncul tampilan
Y/N ) ? n
menu sebagai berikut : Pilih display the final results only ( Untuk - Pilih Enter New Problem
melihat hasil akhir MA )
7.
Untuk mencari WMA :
Penghitungan
manual
adalah
penghitungan secara logika dan biasa di
Pilih perform forecasting terlebih dahulu
pakai dalam perhitungan jumlah data
Pilih nomor 3 dengan penghitungan
pada waktu yang lalu, penghitungan
Weighted Moving Average
manual
dalam
menghitung
banyak
memakan waktu akan tetapi dalam -
For how many periods do you want to
penghitungan
forecast ( ≤ 36 ) ? -
What is the number of moving periods ?
-
Do you want to enter relative weight (
kesalahan
nya
sedikit
terjadi
dibandingkan
dengan
penggunaan sistem aplikasi QSB yang bisa
menyebabkan
kesalahan
menghitung
Y/N ) ? y Kelemahan dari penghitungan manual -
Relative weight for moving periods 1 ?
yaitu :
0,2 -
Relative weight for moving periods 2 ?
dibutuhkan
0,3 -
Pada penghitungan manual waktu yang cukup
lama
untuk
mengetahui hasil akhir nya.
Relative weight for moving periods 3 ? 0,5
-
Untuk penghitungan manual terkadang dapat
menemukan
kesalahan
Pilih display the final results only ( Untuk
penghitungan yang menyebabkan jika
melihat hasil akhir WMA )
ada salah satu data yang terhitung beda maka semua hasil nya akan salah.
8.
Untuk mencari ES α = 0,1 : Kelebihan dari penghitungan manual Pilih perform forecasting terlebih dahulu
yaitu :
Pilih nomor 4 dengan penghitungan Single exponential smoothing -
-
For how many periods do you want to
tingkat
forecast ( ≤ 36 ) ?
dibandingkan menggunakan program QSB.
Do you want TSFC to find the best parameters ( Y/N ) ? n
-
- Penggunaan cara manual ini lebih besar
What is the smoothing constant ( α ) ( <
ketepatan
penghitungan
nya
- Penghitungan manual untuk hasil nya sesuai dengan apa yang sudah dihitung tetapi harus dilakukan secara teliti.
1.0 ) ? 0.1 Pilih display the final results only ( Untuk melihat hasil akhir ES ) 2.4.2
Penghitungan Manual
2.5 Tujuan dan fungsi peramalan Tujuan daripada diadakannya peramalan adalah
untuk
memperoleh
informasi
mengenai perubahan dimasa yang akan
datang yang akan mempengaruhi terhadap
Adapun fungsi lain yang bisa mengarah
implementasi
pada peramalan yaitu :
kebijakan
serta
konsekuensinya, berikut adalah langkahlangkah dengan adanya peramalan yaitu :
1. Untuk
atau
mengkaji
kebijakan
perusahaan yang berlaku saat ini dan 1. Untuk
menentukan
kebijaksanaan-
kebijaksanaan dalam persoalan menyusun
dimasa lalu, serta melihat sejauh mana pengaruhnya dimasa datang.
suatu anggaran-anggaran. 2. Peramalan diperlukan karena adanya 2. Untuk melakukan pengawasan terhadap
time_lag antara saat suatu kebijakan
persediaan suatu produk yang akan dijual.
peruasahaan di tetapkan dengan saat implementasi.
3. Untuk membantu kegiatan perencanaan dan pengawasan terhadap reproduksi barang dan jasa.
3. Dengan adanya peramalan, maka dapat dipersiapkan program dan tindakan perusahaan
4. Untuk
melakukan
pengawasan
untuk
pembelanjaan perusahaan. 5. Untuk
menyusun
untuk
mengantisipasi
keadaan dimasa datang sehingga resiko kegagalan bisa diminimalkan.
kebijaksanaan-
kebijaksanaan yang efektif dan efisien.
3. METODOLOGI PENELITIAN 3.1 Objek Penelitian
Sedangkan menurut pandangan Heizer dan PT Lion Wings didirikan pertama kali di
Render ( 2006 )
Indonesia pada tahun 1981, perusahaan 1. Untuk mengkaji kebijakan perusahaan
2.
tersebut pada umumnya cukup dikenal pasar
yang berlaku saat ini dan dimasa lalu
konsumen
serta melihat sejauh mana pengaruh
bertempat di Jl. Inspeksi Cakung Drain
dimasa datang.
Timur No. 1 Jakarta Timur – 13910 dan
Peramalan diperlukan karena adanya time Lag atau Delay antara saat suatu kebijakan perusahaan ditetapkan dengan saat impementasi.
pada
Indonesia
dengan
lokasi
memiliki pangsa pasar yang baik di masingmasing segmennya. PT Lion Wings sendiri adalah
Joint
Venture
antara
sebuah
perusahaan multinational Lion Corporation Japan dan Wings Group sebuah perusahaan
3. Peramalan merupakan dasar penyusunan bisnis
di
suatu
perusahaan
swasta Indonesia. “Fulfilling a spirit of love” merefleksikan tujuan Lion Corporation untuk
sehinggadapat meningkatkan efektifitas
meningkatkan
suatu rencana bisnis.
meningkatkan
kebahagiaan gaya
hidup
dari
dan setiap
pelanggannya. Sejak pertama kali didirikan pada tahun 1891, Lion Corporation selalu
melaksanakan operasionalnya berdasarkan
perusahaan ini selalu berkembang dari tahun
moto di atas. Setiap produk yang diciptakan
ke tahun karena menciptakan inovasi baru
selalu berhubungan dengan kehidupan dan
pada produk nya dan setiap acara hari raya
kebutuhan manusia sehari-hari seperti pasta
selalu
gigi dan sabun. Lion Corporation selalu
mengundang
mengembangkan
membeli.
hal
baru
untuk
menurunkan selera
harga
sehingga
masyarakat
untuk
memperbaiki gaya hidup dari pelanggannya. Dari segi penjualan pada PT. LION Sebelum menjadi PT Lion Wings,
WINGS melalui agen resmi pada tempat
perusahaan ini bernama PT Cipta Segar
belanja seperti Indormart, Alfamart, Giant,
Harum yang pertama kali didirikan di
Superindo
Indonesia pada tahun 1981. Brand pertama
terkecil yaitu warung yang bekerja sama
yang diproduksi pada waktu itu adalah pasta
memberikan pelayanan dalam melakukan
gigi Ciptadent. Pada awalnya PT Cipta Segar
pembelian
Harum milik Wings Group merupakan lisensi
memudahkan dalam sistem pembayaran nya
dari
Lion
dan karyawan perusahaan ini juga banyak
Corporation Japan sendiri adalah perusahaan
berperan yaitu sebagai marketing dengan kata
raksasa Consumer Goods dari Jepang. Lion
lain melakukan pemasaran barang.
Lion
Corporation
Japan.
dan
sampai
produk
pada
penjualan
tersebut
sehingga
Corporation Japan telah berdiri sejak tahun 1891 dan telah berhasil membangun banyak Brand terkenal seperti sabun cuci piring
3.2
Data / variabel yang di gunakan
1. Data Primer
Mama, Kodomo dan Shokobutsu. Lion
Data primer yaitu data yang mengadakan
Corporation Japan pada umumnya memiliki
peninjauan
pangsa pasar yang baik, terutama di Jepang
berhubungan dengan penelitian.
dan
Asia
Tenggara
seperti
Malaysia
(Southern Lion Sdn. Bhd.), Thailand (Lion Corporation Thailand) dan Singapura (Lion
langsung
ke
lokasi
yang
2. Data Sekunder Data sekunder yaitu membaca buku-buku yang ada kaitannya dengan penelitian ini.
Corporation Singapore Pte. Ltd.). Kegiatan utama dari PT. LION WINGS yaitu menjual segala macam merk kebutuhan rumah tangga mulai dari sabun cuci piring , pelengkap perawatan mulut , shampo, pelengkap perawatan kulit serta produk bayi dan anak
dengan ada nya
3.3
Teknik pengumpulan data
1. Penelitian ( observasi ) Penulis yang melakukan peninjauan langsung ke
lapangan
untuk
melihat,mendengar dan mencatat data-data yang dibutuhkan dalam penelitian ini.
kriteria penjualan kebutuhan tersebut sangat memudahkan pembeli
untuk
melakukan
pembelian barang, tetapi unik nya dari
mencari
2. Wawancara ( interview)
Penulis
mengajukan
wawancara
kepada
∑ penjualan nyata pada n periode terakhir
pedagang dan karyawan yang terkait dalam MA = ------------------------------------------------------------------
penulisan ini.
∑ periode (n) yg di gunakan dalam moving average
3.4
Alat analisis yang di gunakan Langkah-langkah Alat analisis yang di gunakan dalam
penulisan
ilmiah
ini
adalah
menggunakan metode moving average : 1. Menentukan banyak nya periode untuk mendapatkan harga rata-rata
MA , metode rata-rata bergerak tertimbang / ,
metode
dengan
peramalan
kuantitatif dengan metode rata-rata bergerak /
WMA
peramalan
penyempurnaan
2. Membuat tabel perhitungan
eksponesnsial / ES dan metode kesalahan
3. Menentukan nilai total bergerak
peramalan / Forecasting Error . Di dalam 4
4. Menemukan nilai peramalan
metode tersebut digunakan untuk mengetahui rata-rata penjualan suatu barang dari tahun ke
3.4.2 Weight Moving Average (rata-rata bergerak tertimbang)
tahun. Weight
Moving
Average
adalah
suatu
3.4.1 Moving Average ( Rata-rata
metode peramalan yang cara penghitungan
bergerak / MA )
nya hampir sama dengan MA, hanya berbeda
Adalah suatu metode peramalan dengan mengkombinasikan
data
dari
beberapa
periode terbaru / terakhir. Metode ini pada dasar nya bertujuan membuat data yg berfluktuatif menjadi data yang relatif stabil
pada adanya penambahan bobot pada tiap data. Data
terakhir yang termasuk dalam
periode perhitungan rata-rata diberi bobot yang lebih besar.
Menurut ( Aritonang ; 2009 ; 52 )
(kurang berfluktuatif) sehingga fluktuasi dari pola data menjadi halus dan relatif merata.
WMA = ( A * n ) + ( B * ( n-1 )) + ( C * ( n-2 ))
Kelebihan metode ini adalah dapat diterapkan
+ ...................
pada data jenis apapun juga baik yang sesuai dengan kurva matematik ataupun tidak. Namun
kekurangan
nya
adalah
mempunyai persamaan untuk peramalan dan sebagai ganti nya digunakan nilai rata – rata bergerak berakhir sebagai nilai ramalan untuk periode yang akan datang. Menurut ( Rangkuti ; 2010 ; 65 )
Dimana :
tidak A
= Bobot terbesar
B
= Bobot terbesar kedua
C
= Bobot terbesar ketiga
n
= Data periode terakhir
n-1 = Data satu periode sebelum periode terakhir
n-2 = Data dua periode sebelum periode
1. Perbedaan
terakhir
antara
permintaan
nyata
dengan peramalan ( error ) 2. Arah
3.4.3 Exponential
Smoothing
(
terhadap
data
melakukan masa
lalu
apakah
dibawah ramalan
Adalah suatu metode ramalan rata-rata yang
yaitu
permintaan nyata berada diatas atau
penyempurnaan eksponensial )
bergerak
kesalahan,
penimbangan dengan cara
exponential. Pada metode ini peramalan dilakukan dengan cara hasil ramalan periode terakhir ditambah porsi perbedaan atau
Ada suatu ukuran kesalahan yang umum digunakan yaitu Mean Absolute Deviasion ( MAD ), dimana ukuran ini mencari selisih antara permintaan nyata dan ramalandengan tingkat
rata
–
rata
kesalahan
selama
meramalkan.
tingkat kesalahan ( α ) antara permintaan nyata periode terakhir dan peramalan periode
Menurut ( Rangkuti ; 2010 ; 69 )
terakhir. Menurut ( Rangkuti ; 2010 ; 67 )
MAD = ∑ kesalahan
Ft = { Ft – 1 + α ( At – 1 –
N–n
Ft – 1 ) } Dimana :
Dimana : Ft
= Ramalan untuk periode sekarang ( 1 )
Ft – 1 =
Ramalan
untuk
periode
N
= Jumlah data penjualan
n
= Jumlah periode
sebelumnya ( t – 1 ) 4. PEMBAHASAN α
= Smoothing konstan ( porsi perbedaan ) 4.1
At – 1 =
Permintaan
nyata
periode
Profile dan Struktur Organisasi Objek Penelitian
sebelumnya PT. LION WINGS di bangun dan
3.4.4 Forecasting Error ( Kesalahan
dikelola sebagai tempat yang strategis untuk
peramalan )
persaingan
bisnis
dalam
penjualan
pemenuhan kebutuhan rumah tangga yang
Kesalahan peramalan mempunyai 2 unsur yang harus diperhatikan :
ber omset / bernilai tinggi dan berdaya guna untuk masyarakat sekitar, perusahaan ini mempunyai ukuran bangunan di areal tanah seluas 12 hektar dibangun satu gedung
kantor,
satu
gedung
Research
&
terutama di Jepang dan Asia Tenggara seperti
Development, tiga pabrik untuk produksi
Malaysia.
barang jadi, dua gudang, satu bengkel untuk
4.2 Data Objek Penelitian
perbaikan mesin–mesin, pabrik molding serta pabrik untuk memproduksi plastik (Blowing & Injection). Perusahaan tersebut diberi nama PT. LION WINGS yang beralamat lengkap di Jln. Inspeksi Cakung Drain Timur No. 1 Jakarta Timur – 13910, sehingga saat ini usaha dalam penjualan perlengkapan rumah
tangga
ini
banyak
mengalami
kemajuan baik dalam segi pemasukan dana. Sejak awal memang Perusahaan ini sudah tersebar luas mulai dari sabang sampai
Data
yang
penulis
pakai
dalam
penelitian ilmiah adalah data sekunder, yaitu data yang telah diolah oleh perusahaan perlengkapan rumah tangga PT. LION WINGS. Data yang penulis gunakan adalah dari tahun 2006 sampai dengan tahun 2010 menjual berbagai macam perlengkapan tetapi harga bisa berubah sewaktu – waktu dalam tahun berikut nya. 4.2.1 Realisasi Penjualan pada PT. LION
merauke dari segi barang perusahaan pada
WINGS
awalnya PT Cipta Segar Harum milik Wings Group
merupakan
lisensi
dari
Penjualan produk yang dihasilkan
Lion
Corporation Japan. Lion Corporation Japan
oleh
PT.
LION
WINGS
memiliki
pertumbuhan dan penurunan dari tahun ke REALISASI TOTAL PENJUALAN DARI
tahun untuk penjualan nya sendiri berbeda – TAHUN 2006 – 2010 Periode
Realisasi Penjualan
beda
Pertumbuhan
Penurunan
pada
realisasi
setiap
penjualan,
wilayah pada
berdasarkan tabel
4.2.1
mencakup wilayah di kota Jakarta dan kota Tahun 2006
Rp 27.598.535.000
-
2,6 %
Tahun 2007
Rp 44.690.815.000
17,09 %
16,2 %
Tahun 2008
Rp 51.179.160.000
6,4 %
1,07 %
Tahun 2009
Rp 62.845.901.000
11,6 %
1,6 %
Tahun 2010
Rp 105.352.333.000
42,5 %
13,8 %
Bekasi, tidak termasuk pada wilayah yang lain nya. Berikut data realisasi penjualan pada tahun 2006 sampai dengan tahun 2010 dengan pengambilan data per-bulan :
sendiri adalah perusahaan raksasa Consumer
Berikut grafik total penjualan yang terdapat
Goods dari Jepang. Lion Corporation Japan
di PT. LION WINGS dari tahun 2006 – 2010
telah berdiri sejak tahun 1891 dan telah
dengan menggunakan diagram donut beserta
berhasil membangun banyak Brand terkenal
total
seperti sabun cuci piring Mama, Kodomo dan
penjualan tersebut secara menyeluruh :
Shokobutsu. Lion Corporation Japan pada umumnya memiliki pangsa pasar yang baik,
penjualan
akhir
tahun
dimana
Realisasi Total Penjualan dari tahun 2006 - 2010 Tahun 2006 27.598.53 44.690.81 105.352.3 5.000 5.000 33.000 51.179.16 0.000 62.845.90 1.000
Tahun 2007 Tahun 2008 Tahun 2009 Tahun 2010
Program QSB pada penghitungan akhir MA tahun 2010 Berikut penghitungan akhir pada Metode Moving Average pada tahun 2010 dengan menggunakan program QSB membedakan
dari
dan yang
penghitungan
manual
dengan penghitungan QSB yaitu terletak pada
bagian
MAD
nya
jika
pada
penghitungan manual diketahui untuk hasil MAD nya :
Berikut penghitungan akhir pada Metode Weight Moving Average pada tahun 2010 dengan menggunakan program QSB dan hasil penghitungan WMA ini sama dengan penghitungan QSB jika pada penghitungan
MAD = ∑ Kesalahan = 5995,36 = 749,42 N–n
Program QSB pada penghitungan akhir WMA tahun 2010
manual diketahui untuk hasil MAD nya : MAD = ∑ Kesalahan = 5173,7 = 646,71
11 – 3
N-n
Ft – MAD ≤ X ≤ Ft + MAD
11 – 3
5502,66 – 749,42 ≤ X ≤ 5502,66 + 749,42
Ft – MAD ≤ X ≤ Ft + MAD
4753,24 ≤ X ≤ 6252,08
5745,7 – 646,71 ≤ X ≤ 5745,7 + 646,71
Maka untuk mengetahui MAD dari QSB
5098,99
terletak pada BIAS nya yaitu 748,417 dan angka
tersebut
tidak
sama
dengan
penghitungan manual yang berjumlah 749,42 .
≤ X ≤ 6392,41
Untuk MAD dari QSB terletak pada BIAS
nya
yaitu
646,713
dan
penghitungan WMA ini sama dengan penghitungan QSB karena mengalami
tingkat kesalahan yang sama dan tidak mengalami besar nya tingkat kesalahan
Ft – MAD ≤ X ≤ Ft + MAD 3330,97 – 1818,25 ≤ X ≤ 3330,97 + 1818,25
sehingga hasil nya sesuai dengan yang ditentukan, berbeda dengan MA yang
1512,72 ≤ X ≤ 5149,2
mengalami penurunan angka tingkat
Maka untuk mengetahui MAD dari QSB
kesalahan – 1,003.
terletak pada BIAS nya yaitu - 1379 dan angka
tersebut
penghitungan
tidak
manual
sama yang
dengan berjumlah
1818,25.
Program QSB pada penghitungan akhir ES tahun 2010 Berikut penghitungan akhir pada Metode
Penghitungan manual dalam meramal
Exponensial Smoothing pada tahun 2010
penjualan
dengan menggunakan program QSB dan yang membedakan dari penghitungan manual dengan penghitungan QSB yaitu terletak pada
bagian
MAD
nya
jika
pada
penghitungan manual diketahui untuk hasil
- Dengan
metode
Moving
Average ( Rata-rata bergerak / MA ) dari tahun 2006 sampai dengan tahun 2010 dalam pergerakan selama 3 bulan maka dapat di ambil
MAD nya :
menggunakan
kesimpulan
tahun
2006
bahwa
diketahui MAD = 34,58 kisaran 639,75 ≤ X MAD = ∑ Kesalahan = 14546 = 1818,25 N-n
11-3
≤
708,91 , tahun 2007
MAD = 29,96
kisaran 814,7 ≤ X ≤ 874,62 , tahun 2008 MAD = 29,03 kisaran 1008,63
≤ X ≤
1066,69 , tahun 2009 MAD = 143,04 kisaran
penjualan per-unit tahun 2006 sampai dengan
≤ X ≤ 1937,7 dan tahun 2010
tahun 2010 dengan menggunakan metode
1651,62
MAD = 749,42 kisaran 4753,24
≤ X
≤
6252,08.
Moving Average ( Rata-rata bergerak / MA ), metode Weight Moving Average ( Rata-rata
- Dengan menggunakan metode Weight Moving Average ( Rata-rata bergerak tertimbang ) 3 peiode dengan w1 = 0,2 , w2 = 0,3 dan w3 = 0,5 dari tahun 2006 sampai dengan tahun 2010 maka dapat di
bergerak
tertimbang
)
dan
metode
Exponential Smoothing ( Penyempurnaan Eksponensial ) dengan 3 metode yang mengandung unsur penghitungan Forecasting Error
( Kesalahan Peramalan )
dapat
disimpulkan sebagai berikut :
ambil kesimpulan bahwa tahun 2006 MAD = 36,92 kisaran 643,48 ≤ X ≤
Setelah dilakukan pengujian secara
717,32 , tahun 2007 MAD = 26,63 kisaran
langsung maka metode yang sesuai untuk
824,47 ≤ X ≤ 877,73 , tahun 2008 MAD
produk PT. LION WINGS dari tahun 2006 –
= 24,3 kisaran 1019,6 ≤ X ≤ 1068,2 ,
2010 yaitu metode Moving Average , metode
tahun 2009 MAD = 125,2 kisaran 1690,7
Weight
≤X≤
Exponential
1941,1 dan tahun 2010 MAD =
646,71 kisaran 5098,99 ≤ X ≤ 6392,41.
Moving
Average
,
metode
Smoothing dan Forecasting
Error terhadap produk Kodomo Bodywash Orange 180 ml untuk hasil yang diperoleh
- Dengan
menggunakan
metode
Exponential Smoothing ( Penyempurnaan Eksponensial ) metode ES dengan α = 0,1 tahun 2007 sampai dengan tahun 2010 maka dapat di ambil kesimpulan bahwa tahun 2006 MAD = 99,04 kisaran 474,47 ≤ X ≤ 672,55 , tahun 2007 MAD = 62,2 kisaran 712,07 ≤ X ≤ 836,47 , tahun 2008 MAD = 92,24 kisaran 864,52 ≤ X ≤ 1049 , tahun 2009 MAD = 305,10 kisaran 1128,27 ≤ X ≤ 1738,47 dan tahun 2010 MAD = 1818,25 kisaran 1512,72 ≤ X ≤ 5149,22. 5. PENUTUP 5.1.1 Simpulan
pada metode MA pada akhir tahun 2010 dengan MAD = 749,42 dengan kisaran 4753,24 ≤ X ≤ 6252,08 , untuk metode WMA pada akhir tahun 2010 dengan MAD = 646,71 dengan kisaran 5098,99 ≤ X ≤ 6392,41 dan untuk metode ES pada akhir tahun 2010 dengan MAD = 1818,25 dengan kisaran 1512,72 ≤ X ≤ 5149,22 sedangkan untuk software yang di gunakan pada penelitian ini untuk mengetahui kesalahan peramalan adalah software QSB, untuk kelemahan software ini sendiri masih belum sesuai
penghitungannya
dibandingkan
penghitungan manual akan tetapi untuk total BIAS
hampir
mendekati
dengan
penghitungan manual. Untuk barang yang di Berdasarkan analisa yang dilakukan oleh penulis terhadap PT. LION WINGS dari
produksi pada perusahaan PT. LION WINGS tergantung pada permintaan dari pangsa pasar
dan persediaan barang jika barang yang di
melakukan promosi besar – besaran di media
minta oleh agen penjualan tidak sesuai
umum.
dengan persediaannya maka produk tersebut mengalami kerugian yang memungkinkan
5.2 Implikasi
terjadinya penumpukan barang di gudang dan
Setelah membandingkan teori – teori dan
terkadang dari segi penumpukan barang
kenyataan yang didapat dari hasil analisis
banyak mengalami permasalahan yaitu jika
yang telah dilakukan oleh penulis, maka
terlalu lama barang di gudang massa berlaku
penulis
barang akan kadarluasa, langkah yang di
beberapa saran di bawah ini yang sekira nya
lakukakan perusahaan ini agar tidak terjadi
dapat menjadi bahan pertimbangan usaha PT.
kadarluasa
Lion Wings :
maka
perusahaan melakukan
mencoba
untuk
memberikan
pembagian barang sisa ke pekerja pabrik sebulan sekali untuk mengurangi dampak pada waktu yang terbatas ( kadarluasa ) pada
1. PT.
Lion
Wings
harus
dapat
mengevaluasi penjualan dari tahun ke tahun sesuai dengan anggaran penjualan
barang tersebut.
serta Untuk mengatasi tingkat kesalahan
realisasi
penjualan
dengan
penghitungan manual.
pada penjualan produk PT. LION WINGS yaitu untuk segi penghitungannya di lakukan dengan
manual
untuk
kebijaksanaan – kebijaksanaan yang
penjualan,
untuk
efektif dan efisien agar penjualan yang
penghitungan bisa juga di lakukan dalam
sudah mengalami kenaikan yang terus
software QSB akan tetapi tidak menjamin
meningkat.
mengukur
penghitungan
2. PT. Lion Wings harus dapat menyusun
kesalahan
penghitungan sesuai dengan penghitungan manual sebagai contoh seperti penghitungan
DAFTAR PUSTAKA
manual pada metode MA pada akhir tahun 2010 di dapatkan MAD = 749,42 pada software QSB total BIAS = 748,41 dalam totalnya jelas berbeda maka lebih baik di lakukan dalam penghitungan manual dan untuk proses memperkecil kesalahan produk pada perusahaan di lakukan dengan cara meneliti kembali barang tersebut harus sesuai dengan kualitasnya jika barang tersebut mengalami kerusakan maka di lakukan penggantian barang lain sedangkan untuk menambah kualitas barang maka perusahaan
Prasetya, Hery dan Fitri Lukiastuti., 2009 . Manajemen Operasi. Yogyakarta : Media Pressindo. Heizer, Jay dan Barry Render., Manajemen Operasi, Jakarta : Salemba Empat, 2006. Eddy Herjanto ., 2006 . Manajemen Operasi edisi ke-3. Jakarta : PT.Grasindo. Laboratorium Manajemen menengah tim pengembangan., 2006 , Manajemen Operasional , Edisi 2006 Fakultas Ekonomi Gunadarma , Jakarta.
Handoko, T. Hani., 2000 . Dasar – dasar
smoothing-pada-pt-perkebunan-tambi-
Manajemen Produksi dan Operasi . Yogyakarta : BPPE.
wonosobom-2569.html. Sri, A., (2005), “ Forecasting Jumlah
Rangkuti, Freddy., 2010 . Business Plan :
Pelanggan Koran Sore Wawasan
teknik membuat perencanaan bisnis
Tahun 2005 Berdasar Hasil Promosi
dan analisis kasus edisi ke-9. Jakarta :
Di PT. Sarana Pariwara Semarang
PT.Gramedia Pustaka Utama.
Dengan
J. Supranto., 2001 . Teknik Riset Pemasaran
Menggunakan
Exponential
Metode
Smoothing
Berbantu
dan Ramalan Penjualan. Jakarta :
Program Minitab ”. Pustaka Skripsi ,
Rineka Cipta.
13
Retno, I., 2003, “ Analisis Peramalan (
januari
2011
diakses
dari
http://www.pustakaskripsi.com/forecas
Forecasting ) terhadap penjualan
ting-jumlah-pelanggan-koran-sore-
barang dalam produksi pada PT.
wawasan-tahun-2005-berdasar-hasil-
Loka Sejati Mulia ” . Tesis Magister
promosi-di-pt-sarana-pariwara-
Manajemen
Program
PascaSarjana
semarang-dengan-menggunakan-
Universitas
Gunadarma,
Jakarta
metode-exponential-smoothing-
(
Tidak dipublikasikan ).
berbantu-program-minitab-2487.html.
Anton , S, N., 2000, “ Peramalan Penjualan
Gati,
W.,
(2007),
“
Perbandingan
pada PT.Mandom Indonesia.Tbk ” .
Keefektifan
Tesis Magister Manajemen , Program
Averages,
PascaSarjana Universitas Gunadarma ,
dan Metode Exponential Smoothing
Jakarta ( Tidak dipublikasikan ).
untuk
Genny, M., 2003, “ Analisis Peramalan
Metode Metode
Moving
Deseasonalizing
Forecasting
Pengunjung
pada
Banyaknya Objek
Wisata
Penjualan pada PT. Tahu Sumedang
GROJOGAN
Cipta
KARANGANYAR”. Pustaka Skripsi ,
Sari
”
.
Tesis
Magister
agustus
SEWU
Manajemen , Program PascaSarjana
21
2011
di
akses
dari
Universitas Gunadarma , Jakarta (
http://www.pustakaskripsi.com/perban
Tidak dipublikasikan ).
dingan-keefektifan-metode-moving-
Yan, A., (2005), “ Peramalan (Forecasting)
averages-metode-deseasonalizing-dan-
Volume Penjualan Teh Hitam dengan
metode-exponential-smoothing-untuk-
Metode Exponential Smoothing pada
forecasting-banyaknya-pengunjung-
PT
pada-objek-wisata-grojogan-sewu-
PERKEBUNAN
TAMBI
WONOSOBO ”. Pustaka Skripsi , 21 januari
2011
diakses
dari
http://www.pustakaskripsi.com/perama lan-forecasting-volume-penjualan-tehhitam-dengan-metode-exponential-
karanganyar-5829.html.
Setyo,
R.,
(2002),
(Forecasting)
“
Volume
Peramalan Penjualan
Mobil Mitsubhisi pada PT. Sidodadi Berlian Motors ”. Pustaka Skripsi , 22 januari
2011
diakses
dari
http://www.pustakaskripsi.com/perama lan-forecasting-volume-penjualanmobil-mitsubishi-pada-pt-sidodadiberlian-motors-2577.html.
