modul 2 - penyusunan anggaran operasional i- edit.pptx
TRANSCRIPT
EKMA4570 – Pengang-garanProgram Studi Manaje-menOleh: M. Mujiya Ulkhaq
Hutan Hujan Tropis, Kalimantan
Modul 2
Seoul, 14 September 2014
2
Tinjauan Umum Modul 2
Secara umum, Modul 2 akan membahas tentang penyusunan anggaran jualan.
Modul 2 terdiri dari dua kegiatan belajar:• Kegiatan Belajar 1 – Peramalan Penjualan;• Kegiatan Belajar 2 – Penyusunan Anggaran Jualan.
Setelah mempelajari Modul 2, diharapkan mampu:• Menjelaskan metode ramalan jualan;• Menjelaskan kebaikan dan keburukan metode ramalan;• Membuat ramalan jualan dengan bermacam metode;• Menjelaskan pengertian anggaran jualan;• Menjelaskan kegunaan anggaran jualan;• Menjelaskan faktor yang mempengaruhi anggaran jualan;• Menyusun anggaran jualan.
3
ForecastingPeramalan
Apa Itu Pera-malan?
Perkiraan Keja-dian
Masa Depan
Mengapa Peramalan Penting?
Memperjelas Ketidakpastian
Keterbatasan Sumber Daya
Langkah Proak-tif
Kelemahan?
Mengandung Kesalahan
Jangka Pendek vs Jangka Pan-
jang
Metode
Kualitatif
Kuantitatif
Metode Peramalan
Pendapat
Tidak Cukup Data
Ex. Produk Baru
4
KUANLITATIF KUANTITATIF
Analisis Perhitungan
Data Tersedia
Ex. Peramalan Tahunan
5
Metode Peramalan Kualitatif
Kualitatif (Penda-pat)
Tenaga Penjual
Tanggung Jawab dan rasa memiliki
Oleh individu dekat pelanggan
Motivasi melindungi
diri
Kurang ahli meli-hat pasar
Jangka pendek
Manager Di-visi Pen-jualan
Penggunaan lebih luas
Survei pelanggan utama (terbatas)
Jangka pen-dek
Ekseku-tif
Sederhana, langsung, ekonomis
Memerlukan pengalaman
khusus
Para Ahli
Subjektif
Lebih melihat orang daripada data pendukung
Survei Kon-
sumen
Objektif
Hanya sampel
6
Metode Peramalan Kuantitatif
Kuantitatif (Analisis Perhitungan)
Distribusi Probabili-tas
Memakai vari-asi jumlah pro-
duk terjual
Memberikan kemungkinan bobot setiap varian jumlah
Tergantung taksiran man-
agement
Trend
Menganalisa pola dari data
history
Lebih ilmiah dan objektif
Pola dianggap sama, factor pengaruh di-anggap tetap
Regresi
Menggunakan factor yang
mempengaruhi penjualan
Faktor bebas dan factor
terikat
Regresi seder-hana dan re-
gresi berganda
7
Distribusi Probabilitas (Kuantitatif)
Tahun Pen-jualan(Unit)
2004 1000
2005 1500
2006 1200
2007 2000
2008 2300
2009 1800
2010 1700
2011 2400
2012 2700
2004 2005 2006 2007 2008 2009 2010 2011 20120
500
1000
1500
2000
2500
3000
Chart Title
Series 1 Column1 Column2
Variasi Jumlah Pro-duk
1200 1800 2300 2700
Kemungkinan (Bobot)
15% 40% 30% 15%
Total 180 720 690 405
Prediksi
2013
1995
8
Trend (Pola)
• Konstan Musiman (siklis)
• Linear (upward /downward trend) Acak (random)
Period
Dem
and
151413121110987654321
8,50
8,25
8,00
7,75
7,50
Time Series Plot of Demand
Period
Dem
and
10987654321
12
10
8
6
4
2
Time Series Plot of Demand
Period
Dem
and
18161412108642
6
5
4
3
2
Time Series Plot of Demand
Period
Dem
and
161412108642
10
9
8
7
6
5
4
3
2
1
Time Series Plot of Demand
9
Pola Data Konstan• Pola data konstan.
n
YY
Tahun Jualan (Y) Ramalan2000 12,000 2001 11,987 2002 11,876 2003 12,100 2004 12,112 2005 11,980 2006 12,100 2007 11,998 2008 11,980 2009 12,000 2010 11,876 2011 12,100 2012 12,112 2013 12,017 2014 12,017 2015 12,017 2016 12,017 2017 12,017
11,000
11,200
11,400
11,600
11,800
12,000
12,200
12,400
12,600
12,800
13,00020
00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
Ramalan Jualan PT. UTK
Jualan (Y)
Ramalan
10
Pola Data Linear• Pola data linear (Metode Kuadrat Terkecil)
• ∑ X = 0
bXaY 22
XXn
YXXYnb
n
XbYa
11
Pola Data Kuadratis• Pola data kuadratis (musiman).
– Trend parabola kuadrat– Untuk jualan produk-bukan permintaan turunan
∑Y = na + c∑X2∑X2Y = a∑X2 + c∑X4∑XY = b∑X2
2cXbXaY
12
Pola Data Eksponensial• Pola data eksponensial (1)
b0 = {∑XY – (∑X.∑Y):n} : {∑X2 – (∑X)2 : n}a0 = rata-rata Y – bo.rata-rata X
XbaY
Tahun Jualan (Y) LogY X XLogY X2
1 20 1.30 1 1.30 12 100 2.00 2 4.00 43 800 2.90 3 8.71 94 3000 3.48 4 13.91 165 15000 4.18 5 20.88 256 150000 5.18 6 31.06 367 1000000 6.00 7 42.00 498 2000000 6.30 8 50.41 64
31.33 36.00 172.26 204.00
b0 0.744
Tahun Jualan (Y) Ramalan a0 0.568
1 202 1003 8004 30005 150006 1500007 10000008 20000009 18449469.7110 102387156.27
Σ
0
20000000
40000000
60000000
80000000
100000000
120000000
1 2 3 4 5 6 7 8 9 10
Ramalan Jualan PT. UTK
Jualan (Y)
Ramalan
13
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:2. Metode analisis trend;
• Pola data eksponensial (2).
XabkY Tahun Jualan (Y) Ket X
1 1 Y1 0
2 5 1
3 10 Y2 2
4 20 3
5 46 Y3 4
6 70 5b 2a 3k -2
Tahun Jualan (Y) Ramalan1 12 53 104 205 466 707 190.008 382.00
0
50
100
150
200
250
300
350
400
450
1 2 3 4 5 6 7 8
Ramalan Jualan PT. UTK
Jualan (Y)
Ramalan
14
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;
Metode ini meramalkan jualan dengan cara menganalisis faktor-faktor yang mem-pengaruhinyaJualan disebut variabel dependen (terikat) sedangkan faktor yang mempengaruhi disebutvariabel independen (bebas). Apabila terdapat satu variabel independen disebut regresisederhana, dan bila lebih dari satu variabel dependen disebut regresi berganda.Kelebihan:• Bersifat ilmiah dan lebih objektif;• Mempertimbangkan faktor-faktor yang mempengaruhi jualan.Kekurangan:• Terdapat banyak asumsi untuk mengaplikasikan metode ini, di antaranya: nor-
malitasresidual, bebas heteroskesdastisitas, bebas multikolinearitas (untuk regresi berganda), dsb.
15
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;
• Regresi Sederhana (diasumsikan semua asumsi klasik telah terpenuhi).
Persamaan garis regresi: Y = 102 + 10X
Tahun
Jualan Biskuit Susu (X)
Jualan Susu (Y)
X2 XY
2011 3 130 9 390 2012 4 145 16 580 2013 5 150 25 750 2014 6 165 36 990 2015 7 170 49 1,190
Σ 25 760 135 3900
b 10a 102
bXaY 22
XXn
YXXYnb
n
XbYa
16
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;
• Koefisien Determinasi.Menggambarkan seberapa besar variabilitas dari variabel dependen (Y) yang dapat dijelas-kan oleh variabel independen (X).
R2 sebesar 0.97087 atau 97.087%. Hal inimengandung arti bahwa 97.087% dari varia-bilitas Jualan Susu (Y) dijelaskan oleh Jualan Biskuit Susu (X), dan sisanya dije-laskan olehfaktor lainnya yang tidak dimasukkan dalammembangun model regresi.
Tahun
Jualan Biskuit Susu (X)
Jualan Susu (Y)
X2 XY Y2
2011 3 130 9 390 169002012 4 145 16 580 210252013 5 150 25 750 225002014 6 165 36 990 272252015 7 170 49 1190 28900
Σ 25 760 135 3900 116550
b 10 R2 0.97087a 102
22
22
YnY
YnXYbYaR
17
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;
• Koefisien Korelasi.Menggambarkan hubungan linier antara dua buah variabel. Dalam korelasi, dua buah variabel mempunyai derajat yang sama. Atau dengan kata lain, koefisien kore-lasi antara X dan Y sama dengan koefisien korelasi antara Y dan X.Koefisien korelasi bernilai positif berarti hubungan antara dua buah variabel tersebut adalah linier. Apabila nilai X bertambah, maka nilai Y juga bertambah. Sedangkan bila bernilai negatif, berarti kebalikannya, apabila nilai X bertambah, maka nilai Y berkurang.
22
2
2
YnY
YnXYbYar
Rr
Koefisien Korelasi (r)
Tafsiran
< 0.20 Sangat lemah, dapat dia-baikan
0.20 – 0.40 Lemah
0.40 – 0.70 Cukup
0.70 – 0.90 Kuat
0.90 – 1.00 Sangat kuat
18
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;
• Koefisien Korelasi.Pengujian hipotesis koefisien korelasi.H0: ρ = 0 [tidak ada korelasi antara dua buah variabel]
H1: ρ = 0 [terdapat korelasi antara dua buah variabel] -> uji dua arah
ρ > 0 [terdapat korelasi positif antara dua buah variabel] -> uji satu arahρ < 0 [terdapat korelasi negatif antara dua buah variabel] -> uji satu arah
Statistika uji:
Keputusan:Uji satu arah: ρ < 0 -> Tolak H0 bila t hitung < -t tabel dengan derajat kebebasan n – 2
ρ > 0 -> Tolak H0 bila t hitung > t tabel dengan derajat kebebasan n – 2
Uji dua arah: ρ = 0 -> Tolak H0 bila t hitung < -t tabel dan t hitung > t tabel
dengan derajat kebebasan n – 2
21
2
r
nrt
19
Quantitative MethodMetode Peramalan KuantitatifBeberapa metode peramalan kuantitatif antara lain:3. Metode analisis regresi;
• Regresi Berganda (diasumsikan semua asumsi klasik telah terpenuhi).
Untuk regresi berganda dengan dua variabel independen:
Persamaan garis regresi: Y = 104.57896 + 9.94737X1 – 0.52632X2
Tahun
Jualan Biskuit
Susu (X1)
Tingkat Harga
Jual (X2)
Jualan Susu (Y)
X12 X2
2 X1Y X2Y X1X2 Y2
2011 3 7 130 9 49 390 910 21 16,900 2012 4 3 145 16 9 580 435 12 21,025 2013 5 2 150 25 4 750 300 10 22,500 2014 6 4 165 36 16 990 660 24 27,225 2015 7 6 170 49 36 1,190 1,020 42 28,900
Σ 25 22 760 135 114 3,900 3,325 109 116,550
a2 -0.52632
a1 9.94737
a0 104.57896
nnXaXaXaaY ...22110
22110 XaXaaY
222211202
212211101
22110
XaXXaXaYX
XXaXaXaYX
XaXanaY
20
Forecasting ErrorPeramalan dapat dilakukan dengan berbagai metode seperti sudah dijelaskan se-belumnya.Metode dengan kesalahan peramalan (forecasting error) terkecil dapat dianggap lebih sesuai dalam menggambarkan perilaku dari data, sehingga hasil ramalannya dianggap lebih mendekati kenyataan.Dalam menghitung kesalahan peramalan dapat digunakan rumus sebagai berikut:
Membandingkan metode peramalan dengan analisis trend: pola data linier dengan kuadratis.Linier: Kuadratis:
Terlihat kalau hasil ramalan dengan metode analisis trend: pola data kuadratis lebih baikdaripada pola data linier. Maka, manajer penjualan sebaiknya menggunakan hasil ramalan dengan pola data kuadratis.
2
2
n
YXSKP
Tahun Data (X) Ramalan (Y) (X-Y)2
2011 130 132 42012 145 142 92013 150 152 42014 165 162 92015 170 172 4
SKP 3.1623
Tahun Data (X) Ramalan (Y) (X-Y)2
2011 130 130.57 0.332012 145 142.71 5.222013 150 153.43 11.762014 165 162.71 5.222015 170 170.57 0.33
SKP 2.76
21
Sales BudgetAnggaran jualan adalah rencana tertulis yang dinyatakan dalam angka dari produk yang akandijual perusahaan pada periode tertentu.Anggaran jualan merupakan dasar penyusunan anggaran lainnya dan umumnya dis-usun terlebih dahulu sebelum menyusun anggaran lainnya.Kegunaan anggaran jualan:1. Sebagai dasar penyusunan anggaran yang lain;2. Sebagai ujung tombak dalam mencapai tujuan perusahaan, yakni memperoleh
laba.
Jualan terdiri atas jualan kotor dan jualan bersih.Jualan bersih diperoleh dari jualan kotor dikurangi potongan jualan dan retur jualan.Potongan jualan adalah potongan harga jual yang diberikan penjual kepada pembeli misalnya karena membeli dalam jumlah besar (rabat), atau membayar lebih awal (dalam sis-tem kredit).Retur jualan adala dikembalikannya barang yang dijual oleh pembeli kepada penjual karena tidak sesuai dengan pesanan, misalnya ada cacat, tidak sesuai ukuran, dsb.
Jualan Kotor 11,000.00Rp Potongan Jualan 750.00Rp Retur Jualan 250.00Rp
1,000.00Rp Jualan Bersih 10,000.00Rp
22
Sales BudgetFaktor yang mempengaruhi anggaran jualan:1. Faktor Pemasaran;
Faktor pemasaran yang perlu dipertimbangkan antara lain:a. Luas pasar, apakah bersifat lokal, regional, atau nasional;b. Keadaan persaingan, apakah bersifat monopoli, oligopoli, atau bebas;c. Keadaan konsumen, bagaimana selera konsumen, tingkat daya beli konsumen,
apakah konsumen akhir atau konsumen industri.
2. Faktor Keuangan;Apakah modal kerja perusahaan mampu mendukung pencapaian target jualan yang dianggar-kan, seperti untuk membeli bahan baku, membayar upah, biaya promosi, dll.
3. Faktor Ekonomi;Apakah dengan meningkatnya jualan akan meningkatkan laba atau seba-
liknya.4 Faktor Teknis;
Apakah kapasitas terpasang, seperti mesin dan alat mampu memenuhi target jualan yang di-anggarkan. Apakah bahan baku dan tenaga kerja mudah dan murah.
23
Sales BudgetFaktor yang mempengaruhi anggaran jualan:5. Faktor Kebijakan Perusahaan;
Kebijakan perusahaan dapat membatasi ruang gerak untuk menyusun anggaran. Misalnya kebijakan untuk tidak memperluas pabrik, walaupun dari segi manajemen men-guntungkan, tetapi modal tidak ada, sehingga pabrik tidak dapat diperluas.
6. Faktor Penduduk;Perkembangan penduduk dapat mempengaruhi anggaran jualan, misalnya pen-ingkatankelahiran dapat meningkatkan konsumsi susu, pakaian bayi, dll.
7. Faktor Kondisi (politik, sosial, budaya, pertahanan, dan keamanan);Misalnya dalam keadaan perang (tidak aman) akan menghambat barang yang di-jual karenaharus melalui pemeriksaan yang ketat, bahkan ada kekhawatiran barang akan di-rampas. Contoh yang lain apakah barang yang dijual bertentangan dengan kondisi sosial dan budaya masyarakat, lingkungan sekitar, dll.
8. Faktor lainnya.Contohnya apakah pada musim tertentu anggaran jualan ditambah, sampai berapa lama anggaran yang disusun masih dapat dipergunakan.
24
Sales BudgetMenyusun Anggaran JualanDiasumsikan metode peramalan yang digunakan adalah metode analisis trend pola data linier. Dengan metode tersebut, pada tahun depan, diperkirakan jualan sebanyak 182 pro-duk.Perusahaan mempunyai dua buah daerah pemasaran, yakni: Banjarmasin dan Mar-tapura.Permintaan dari Banjarmasin diasumsikan dua kali lipat dari permintaan dari Marta-pura (2:1).
Perusahaan mempunyai tiga macam produk: kecap sedang, kecap manis, dan kecap asin.Permintaan dari ketiga macam produk tersebut berbanding 5:3:2.
Banjarmasin 2/3 x 182 = 121Martapura 1/3 x 182 = 61
Jumlah 182
BanjarmasinKecap sedang 50% x 121 = 61Kecap manis 30% x 121 = 36Kecap asin 20% x 121 = 24
Jumlah 121
MartapuraKecap sedang 50% x 61 = 31Kecap manis 30% x 61 = 18Kecap asin 20% x 61 = 12
Jumlah 61
25
Sales BudgetMenyusun Anggaran JualanPada Triwulan I dianggarkan hanya sebanyak 23.68%, Triwulan II sebanyak 24.34%, Triwulan III sebanyak 25.66% dan Triwulan IV sebanyak 26.32%.
BanjarmasinTriwulan I
Kecap sedang 23.68% x 61 = 14Kecap manis 23.68% x 36 = 9Kecap asin 23.68% x 24 = 6
Jumlah 29Triwulan II
Kecap sedang 24.34% x 61 = 15Kecap manis 24.34% x 36 = 9Kecap asin 24.34% x 24 = 6
Jumlah 30Triwulan III
Kecap sedang 25.66% x 61 = 16Kecap manis 25.66% x 36 = 9Kecap asin 25.66% x 24 = 6
Jumlah 31Triwulan IV
Kecap sedang 26.32% x 61 = 16Kecap manis 26.32% x 36 = 9Kecap asin 26.32% x 24 = 6
Jumlah 31
MartapuraTriwulan I
Kecap sedang 23.68% x 31 = 7Kecap manis 23.68% x 18 = 4Kecap asin 23.68% x 12 = 3
Jumlah 14Triwulan II
Kecap sedang 24.34% x 31 = 8Kecap manis 24.34% x 18 = 4Kecap asin 24.34% x 12 = 3
Jumlah 15Triwulan III
Kecap sedang 25.66% x 31 = 8Kecap manis 25.66% x 18 = 5Kecap asin 25.66% x 12 = 3
Jumlah 16Triwulan IV
Kecap sedang 26.32% x 31 = 8Kecap manis 26.32% x 18 = 5Kecap asin 26.32% x 12 = 3
Jumlah 16
26
Sales BudgetMenyusun Anggaran Jualan
Qty Qty Qty Qty Qty RpBanjarmasinKecap Sedang 14 7,000Rp 15 7,500Rp 16 8,000Rp 16 8,000Rp 61 30,500Rp Kecap Manis 9 5,400Rp 9 5,400Rp 9 5,400Rp 9 5,400Rp 36 21,600Rp Kecap Asin 6 3,000Rp 6 3,000Rp 6 3,000Rp 6 3,000Rp 24 12,000Rp Total I 29 15,400Rp 30 15,900Rp 31 16,400Rp 31 16,400Rp 121 64,100Rp MartapuraKecap Sedang 7 4,200Rp 8 4,800Rp 8 4,800Rp 8 4,800Rp 31 18,600Rp Kecap Manis 4 3,000Rp 4 3,000Rp 5 3,750Rp 5 3,750Rp 18 13,500Rp Kecap Asin 3 1,800Rp 3 1,800Rp 3 1,800Rp 3 1,800Rp 12 7,200Rp Total II 14 9,000Rp 15 9,600Rp 16 10,350Rp 16 10,350Rp 61 39,300Rp Total I + II 43 24,400Rp 45 25,500Rp 47 26,750Rp 47 26,750Rp 182 103,400Rp
Triwulan IV Satu TahunRp Rp Rp Rp
Perusahaan Kecap AsliAnggaran Jualan
Tiap Triwulan pada Tahun 2016
Data Jualan dan Jenis Kecap
Triwulan I Triwulan II Triwulan III
EKMA4570 – Pengang-garanProgram Studi Manaje-menOleh: M. Mujiya Ulkhaq
Hutan Hujan Tropis, Kalimantan
Tinjauan Mata Ku-liah
Seoul, 14 September 2014
Terima Kasih
감사합니다
Sampai Bertemu Lagi di Pertemuan Ketiga