Ramalan Penjualan dalam penganggaran

Pengertian Peramalan 

Dalam dunia usaha sangat penting diperlukan hal-hal yang terjadi dimasa depan sebagai dasar untuk pengambilan keputusan. Render dan Heizer (2007) mendefinisikan peramalan adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan.

Terkait dengan hal tersebut ini juga berhubungan dengan pendapat Subagyo (2000) peramalan penjualan adalah memperkirakan sesuatu yang akan terjadi. Sedangkan Menurut Handoko (1999) Peramalan adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu.

Ada beberapa pengertian mengenai peramalan penjualan diantaranya:

a)    Peramalan penjualan adalah perkiraan atau proyeksi secara teknis permintaan konsumen potensial untuk suatu waktu tertentu dengan berbagai asumsi.

b)    Peramalan penjualan adalah perkiraan mengenai sesuatu yang belum terjadi .

c)    Peramalan penjualan adalah Budget yang berisi taksiran-taksiran tentang kegiatan-kegiatan perusahaan dalam jangka waktu tertentu yang akan datang,serta berisi taksiran-taksiran tentang keadaan atau posisi financial perusahaan pada suatu saat yang akan datang.

        Intinya Peramalan penjualan (sales forecasting) ialah teknik proyeksi  permintaan langganan yang potensial untuk suatu waktu tertentu dengan berbagai asumsi.

        Pada umumnya hasil dari suatu peramalan penjualan akan dikonversikan menjadi rencana penjualan dengan memperhitungkan berbagai hal berikut :

    a.Pendapat manajemen
    b.Strategi-strategi yang direncanakan
    c.Keterkaitan dengan sumber daya
    d.Ketetapan manajemen dalam usaha mencapai sasaran penjualan

Jenis - Jenis Peramalan

Menurut Render dan Heizer (2004) pada jenis peramalan dapat dibedakan menjadi beberapa tipe. Dilihat dari perencanaan operasi di masa depan, maka peramalan dibagi menjadi 3 macam yaitu:

a. Peramalan ekonomi (economic forecast) menjelaskan siklus bisnis dengan memprediksi tingkat inflasi, ketersediaan uang, dana yang dibutuhkan untuk membangun perumahan dan indikator perencanaan lainnya.

b. Peramalan teknologi (technological forecast) mempehatikan tingkat kemajuan tehnologi yang dapat meluncurkan produk baru yang menarik, yang membutuhkan pabrik dan peralatan baru.

c. Peramalan permintaan (demand forecast) adalah proyeksi permintaan untuk produk atau layanan suatu perusahaan.

Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang dicakupnya. Menurut Taylor (2004) dalam hubungannya dengan horizon waktu peramalan terbagi atas beberapa kategori, yaitu: 

a. Ramalan jangka pendek mencakup masa depan yang dekat (immediate future) dan memperhatikan kegiatan harian suatu perusahaan bisnis, seperti permintaan harian atau kebutuhan sumber daya harian.

b. Ramalan jangka menengah mencakup jangka waktu satu atau dua bulan sampai satu tahun. Ramalan jangka waktu ini umumnya lebih berkaitan dengan rencana produksi tahunan dan akan mencerminkan hal-hal seperti puncak dan lembah dalam suatu permintaan dan kebutuhan untuk menjamin adanya tambahan untuk sumber daya untuk tahun berikutnya.

c. Ramalan jangka panjang mencakup periode yang lebih lama dari satu atau dua tahun. Ramalan ini berkaitan dengan usaha manajemen untuk merencanakan produk baru untuk pasar yang berubah, membangun fasilitas baru, atau menjamin adanya pembiayaan jangka panjang.

Langkah-langkah Peramalan

Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Menurut Gaspersz (2005) terdapat 9 langkah yang harus diperhatikan untuk menjamin efektivitas dan efisiensi dari sistem peramalan, yaitu:

a. Menentukan tujuan dari peramalan

b. Memilih item independent demand yang akan diramalkan

c. Menentukan horison waktu dari peramalan (jangka pendek, menengah, atau panjang)

d. Memilih model-model peramalan

e. Memperoleh data yang dibutuhkan untuk melakukan peramalan

f. Validasi model peramalan

g. Membuat peramalan

h. Implementasi hasil-hasil peramalan

 i. Memantau keandalan hasil peramalan

Metode Peramalan

Menurut Render dan Heizer (2004) dalam melakukan peramalan diperlukan perhitungan yang akurat sehingga diperlukan peramalan yang tepat. Pada dasarnya terdapat dua pendekatan umum untuk mengatasi semua model keputusan untuk meramal:

a. Peramalan Kualitatif

Yaitu peramalan yang menggabungkan faktor-faktor seperti intuisi pengambilan keputusan, emosi, pengalaman pribadi, dan system nilai.

Dalam peramalan kualitatif terdapat empat teknik peramalan yang berbeda,

b. Keputusan dari pendapat juri eksekutif, dalam metode ini pendapat sekumpulan kecil manajer atau pakar tingkat tinggi, sering dikombinasikan dengan model statistik, dikumpulkan untuk mendapatkan prediksi permintaan kelompok.

c. Metode Delphi, merupakan teknik peramalan yang menggunakan proses kelompok dimana para pakar melakukan peramalan.

1) Gabungan dari tenaga penjualan, metode ini mengoptimasi jumlah penjualan diwilayahnya, peramalan ini kemudian dikaji untuk memastikan apakah peramalan cukup realistis lalu dikombinasikan pada tingkat wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan.

2) Survei pasar konsumen, metode peramalan yang meminta input dari konsumen mengenai rencana pembelian mereka di masa depan.

d. Peramalan Kuantitatif

Yaitu peramalan yang menggunakan satu atau lebih model matematis dengan data masa lalu dan variabel sebab akibat untuk meramalkan permintaan. Ada lima metode peramalan kuantitatif, yaitu metode pendekatan naif, metode rata-rata bergerak, metode penghalusan eksponential, penghalusan tren, dan regresi linear.

Pada dasarnya metode peramalan kuantitatif ini dibedakan menjadi dua:

1) Metode peramalan berdasarkan seri waktu Model ini melihat pada apa yang terjadi selama periode waktu menggunakan seri data masa lalu untuk membuat ramalan.

2) Metode kausal atau metode korelasi Metode kausal, bergabung menjadi variable atau hubungan yang bisa mempengaruhi jumlah yang sedang diramal. 

Metode peramalan berdasarkan seri terdiri dari:

1) Pendekatan naif

Pendekatan ini adalah teknik peramalan yang mengasumsikan permintaan di periode mendatang sama dengan permintaan terkini. Metode ini merupakan model peramalan objektif yang paling efektif dan efisien dari segi biaya, pendekatan ini memberikan titik awal untuk perbandingan dengan model lain yang lebih canggih.

2) Rata-rata bergerak

Bermanfaat jika mengasumsikan bahwa permintaan pasar tetap stabil sepanjang waktu.

Metode rata-rata bergerak dibagi menjadi dua metode yaitu:

a) Rata-rata bergerak sederhana

Metode ini digunakan untuk melakukan peramalan hal-hal yang bersifat random, artinya tidak ada gejala trend naik maupun turun, musiman dan sebagainya, melainkan sulit diketahui polanya.

Metode ini mempunyai dua sifat khusus yaitu untuk membuat peramalan memerlukan data histories selama jangka waktu tertentu, semakin panjang waktu moving average akan menghasilkan moving average yang semakin halus.

b) Rata-rata bergerak tertimbang Apabila ada tren atau pola terdeteksi, bobot dapat digunakan untuk menempatkan penekanan yang lebih pada nilai terkini. 

Praktik ini membuat teknik peramalan lebih tanggap terhadap perubahan karena periode yang lebih dekat mendapatkan bobot yang lebih berat.

Pemilihan bobot merupakan hal yang tidak pasti karena tidak ada rumus untuk menetapkan mereka. Oleh karena itu, pemutusan bobot yang mana yang digunakan, membutuhkan pengalaman.

c) Proyeksi tren

Adalah metode peramalan time-series yang menyesuaikan sebuah garis tren pada sekumpulan data masa lalu dan kemudian diproyeksikan dalam garis untuk meramalkan masa depan untuk peramalan jangka pendek atau jangka panjang. Kalau hal yang diteliti menunjukkan gejala kenaikan maka tren yang kita miliki menunjukkan rata-rata pertumbuhan, sering disebut trend positif, tetapi hal yang kita teliti menunjukkan gejala yang semakin berkurang maka tren yang kita miliki menunjukkan rata-rata penurunan atau disebut juga tren negative.

d) Penghalusan eksponential Penghalusan eksponential adalah teknik peramalan rata-rata bergerak dengan pembobotan dimana data diberi bobot oleh sebuah fungsi eksponential. Penghalusan eksponential merupakan metode peramalan rata-rata bergerak dengan pembobotan yang canggih, namun masih mudah digunakan. 

Pendekatan penghalusan eksponential mudah digunakan, dan telah berhasil diterapkan pada hampir setiap jenis bisnis. Walaupun demikian, nilai yang tepat untuk konstanta penghalus, dapat membuat diferensiasi antara peramalan yang akurat dan yang tidak akurat. Nilai yang tinggi dipilih saat rata-rata cenderung berubah. Nilai yang rendah digunakan saat rata-rata cenderung stabil. Tujuan pemilihan suatu nilai untuk konstanta penghalus adalah untuk mendapatkan peramalan yang paling akurat.