modul 2 - penyusunan anggaran operasional i- edit.pptx

5/20/2018 Modul 2 - Penyusunan Anggaran Operasional I- Edit.pptx

1/27

Hutan Hujan Tropis, Kalimantan

Seoul, 14 September 2014


2/27

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.

2


3/27

Forecasting

3

Peramalan

Apa Itu

Peramalan?

Perkiraan Kejadian

Masa Depan

Mengapa Peramalan

Penting?

Memperjelas

Ketidakpastian

Keterbatasan

Sumber Daya

Langkah Proaktif

Kelemahan?

Mengandung

Kesalahan

Jangka Pendek vs

Jangka Panjang

Metode

Kualitatif

Kuantitatif


4/27

Metode Peramalan

Pendapat

Tidak Cukup Data

Ex. Produk Baru

4

KUANTITATIF KUALITATIF

Analisis Perhitungan

Data Tersedia

Ex. Peramalan Tahunan


5/27

Metode Peramalan Kualitatif

5

Kualitatif (Pendapat)

enaga

Penjual

Tanggung Jawab dan

rasa memiliki

Oleh individu dekat

pelanggan

Motivasi

melindungi diri

Kurang ahli melihat

pasar

Jangka

pendek

Manager Divisi

Penjualan

Penggunaan lebih

luas

Survei pelanggan

utama (terbatas)

Jangka pendek

Eksekutif

Sederhana,

langsung,

ekonomis

Memerlukan

pengalaman

khusus

Para Ahli

Subjektif

Lebih melihat orang

daripada data

pendukung

Survei

Konsumen

Objektif

Hanya

sampel


6/27

Metode Peramalan Kuantitatif

Kuantitatif

(Analisis Perhitungan)

Distribusi Probabilitas

Memakai variasi jumlah

produk terjual

Memberikan

kemungkinan bobot

setiap varian jumlah

Tergantung taksiran

management

Trend

Menganalisa pola dari

data history

Lebih ilmiah dan objektif

Pola dianggap sama,

factor pengaruh dianggaptetap

Regresi

Menggunakan factor yang

mempengaruhi penjualan

Faktor bebas dan factor

terikat

Regresi sederhana dan

regresi berganda 6


7/27

Distribusi Probabilitas (Kuantitatif)

7

Tahun Penjualan(Unit)

2004 1000

2005 1500

2006 12002007 2000

2008 2300

2009 1800

2010 1700

2011 2400

2012 2700

0

500

1000

1500

2000

2500

3000

2004 2005 2006 2007 2008 2009 2010 2011 2012

Chart Title

Series 1 Column1 Column2

Variasi Jumlah Produk 1200 1800 2300 2700

Kemungkinan (Bobot) 15% 40% 30% 15%

Total 180 720 690 405

Prediksi2013

1995


8/27

Trend (Pola)

Konstan Musiman (siklis)

Linear (upward /downward trend) Acak (random)

8

Period

Demand

151413121110987654321

8,50

8,25

8,00

7,75

7,50

Time Series Plot of Demand

Period

Demand

10987654321

12

10

8

6

4

2


Period

Demand

18161412108642

6

5

4

3

2


Period

Demand

161412108642

10

9

8

7

6

5

4

3

2

1



9/27

Pola Data Konstan

Pola data konstan.

9

n

YY

Tahun Jualan (Y) Ramalan

2000 12,000

2001 11,9872002 11,876

2003 12,100

2004 12,112

2005 11,980

2006 12,100

2007 11,998

2008 11,980

2009 12,000

2010 11,8762011 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

13,000

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

Ramalan Jualan PT. UTK

Jualan (Y)

Ramalan


10/27

Pola Data Linear

Pola data linear (Metode Kuadrat Terkecil)

X = 0

10

bXaY 22

XXn

YXXYnb

n

XbYa


11/27

Pola Data Kuadratis

Pola data kuadratis (musiman). Trend parabola kuadrat

Untuk jualan produk-bukan permintaan turunan

Y= na + cX2

X2Y = aX2 + cX4

XY= bX2

11

2cXbXaY


12/27

Pola Data Eksponensial

Pola data eksponensial (1)

b0 = {XY(X.Y):n} : {X2 (X)2 : n}

a0 = rata-rata Y bo.rata-rata X

12

XbaY

Tahun Jualan (Y) LogY X XLogY X2

1 20 1.30 1 1.30 1

2 100 2.00 2 4.00 4

3 800 2.90 3 8.71 9

4 3000 3.48 4 13.91 16

5 15000 4.18 5 20.88 25

6 150000 5.18 6 31.06 36

7 1000000 6.00 7 42.00 49

8 2000000 6.30 8 50.41 64

31.33 36.00 172.26 204.00

b0 0.744

Tahun Jualan (Y) Ramalan a0 0.5681 20

2 100

3 800

4 3000

5 15000

6 150000

7 1000000

8 2000000

9 18449469.71

10 102387156.27

0

20000000

40000000

60000000

80000000

100000000

120000000

1 2 3 4 5 6 7 8 9 10


Jualan (Y)

Ramalan


13/27

Quantitative Method


Beberapa metode peramalan kuantitatif antara lain:

2. Metode analisis trend;

Pola data eksponensial (2).

13

XabkY

Tahun Jualan (Y) Ket X

1 1 Y1 02 5 1

3 10 Y2 2

4 20 3

5 46 Y3 4

6 70 5

b 2

a 3

k -2

Tahun Jualan (Y) Ramalan

1 1

2 5

3 10

4 20

5 46

6 70

7 190.00

8 382.00

0

50

100

150

200

250

300

350

400

450

1 2 3 4 5 6 7 8


Jualan (Y)

Ramalan


14/27

Quantitative Method



3. Metode analisis regresi;

Metode ini meramalkan jualan dengan cara menganalisis faktor-faktor yang mempengaruhinya

Jualan disebut variabel dependen (terikat) sedangkan faktor yang mempengaruhi disebut

variabel independen (bebas). Apabila terdapat satu variabel independen disebut regresi

sederhana, 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: normalitas

residual, bebas heteroskesdastisitas, bebas multikolinearitas (untuk regresi berganda), dsb.

14


15/27

Quantitative Method




Regresi Sederhana (diasumsikan semua asumsi klasik telah terpenuhi).

Persamaan garis regresi: Y = 102 + 10X

15

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

25 760 135 3900

b 10

a 102

bXaY 22

XXn

YXXYnb

n

XbYa


16/27

Quantitative Method




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 ini

mengandung arti bahwa 97.087% dari varia-

bilitas Jualan Susu (Y) dijelaskan oleh Jualan

Biskuit Susu (X), dan sisanya dijelaskan oleh

faktor lainnya yang tidak dimasukkan dalam

membangun model regresi.

16

Tahun

Jualan

Biskuit

Susu

(X)

Jualan

Susu

(Y)

X2 XY Y

2

2011 3 130 9 390 16900

2012 4 145 16 580 21025

2013 5 150 25 750 22500

2014 6 165 36 990 27225

2015 7 170 49 1190 28900

25 760 135 3900 116550

b 10 R2

0.97087

a 102

22

2

2

YnY

YnXYbYaR


17/27

Quantitative Method




Koefisien Korelasi.

Menggambarkan hubungan linier antara dua buah variabel. Dalam korelasi, dua buah

variabel mempunyai derajat yang sama. Atau dengan kata lain, koefisien korelasi 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.

17

22

2

2

YnY

YnXYbYar

Rr

Koefisien Korelasi (r) Tafsiran

< 0.20 Sangat lemah, dapat diabaikan0.20 0.40 Lemah

0.40 0.70 Cukup

0.70 0.90 Kuat

0.90 1.00 Sangat kuat


18/27

Quantitative Method




Koefisien Korelasi.

Pengujian hipotesis koefisien korelasi.

H0: = 0 [tidak ada korelasi antara dua buah variabel]

H1: = 0 [terdapat korelasi antara dua buah variabel] -> uji dua arah> 0 [terdapat korelasi positif antara dua buah variabel] -> uji satu arah

< 0 [terdapat korelasi negatif antara dua buah variabel] -> uji satu arah

Statistika uji:

Keputusan:

Uji satu arah: < 0 -> Tolak H0 bila t hitung < -ttabel dengan derajat kebebasan n 2

> 0 -> Tolak H0 bila t hitung > ttabel dengan derajat kebebasan n 2

Uji dua arah: = 0 -> Tolak H0 bila t hitung < -ttabel dan t hitung > ttabel

dengan derajat kebebasan n 2

18

21

2

r

nrt


19/27

Quantitative Method




Regresi Berganda (diasumsikan semua asumsi klasik telah terpenuhi).

Untuk regresi berganda dengan dua variabel independen:

Persamaan garis regresi: Y = 104.57896 + 9.94737X10.52632X2

19

Tahun

Jualan

Biskuit

Susu (X1)

Tingkat

Harga

Jual (X2)

Jualan

Susu

(Y)

X12

X22 X1Y X2Y X1X2 Y

2

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

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

2

22211202

212

2

11101

22110

XaXXaXaYX

XXaXaXaYX

XaXanaY


20/27

Forecasting Error

Peramalan dapat dilakukan dengan berbagai metode seperti sudah dijelaskan sebelumnya.

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 baik

daripada pola data linier. Maka, manajer penjualan sebaiknya menggunakan hasil ramalan

dengan pola data kuadratis.

20

2

2

n

YXSKP

Tahun Data (X) Ramalan (Y) (X-Y)2

2011 130 132 4

2012 145 142 9

2013 150 152 4

2014 165 162 92015 170 172 4

SKP 3.1623

Tahun Data (X) Ramalan (Y) (X-Y)2

2011 130 130.57 0.33

2012 145 142.71 5.22

2013 150 153.43 11.76

2014 165 162.71 5.22

2015 170 170.57 0.33

SKP 2.76


21/27

Sales Budget

Anggaran jualan adalah rencana tertulis yang dinyatakan dalam angka dari produk yang akan

dijual perusahaan pada periode tertentu.

Anggaran jualan merupakan dasar penyusunan anggaran lainnya dan umumnya disusun 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 sistem kredit).

Retur jualan adala dikembalikannya barang yang dijual oleh pembeli kepada penjual karena tidaksesuai dengan pesanan, misalnya ada cacat, tidak sesuai ukuran, dsb.

21

Jualan Kotor 11,000.00Rp

Potongan Jualan 750.00Rp

Retur Jualan 250.00Rp

1,000.00Rp

Jualan Bersih 10,000.00Rp


22/27

Sales Budget

Faktor 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 sebaliknya.

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.

22


23/27

Sales Budget

Faktor 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 menguntungkan,

tetapi modal tidak ada, sehingga pabrik tidak dapat diperluas.

6. Faktor Penduduk;

Perkembangan penduduk dapat mempengaruhi anggaran jualan, misalnya peningkatankelahiran 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 dijual karena

harus melalui pemeriksaan yang ketat, bahkan ada kekhawatiran barang akan dirampas.

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.

23


24/27

Sales Budget

Menyusun Anggaran Jualan

Diasumsikan metode peramalan yang digunakan adalah metode analisis trend pola data linier.

Dengan metode tersebut, pada tahun depan, diperkirakan jualan sebanyak 82 produk.

Perusahaan mempunyai dua buah daerah pemasaran, yakni: Banjarmasin dan Martapura.

Permintaan dari Banjarmasin diasumsikan dua kali lipat dari permintaan dari Martapura (2:1).

Perusahaan mempunyai tiga macam produk: kecap sedang, kecap manis, dan kecap asin.

Permintaan dari ketiga macam produk tersebut berbanding 5:3:2.

24

Banjarmasin 2/3 x 182 = 121

Martapura 1/3 x 182 = 61Jumlah 182

Banjarmasin

Kecap sedang 50% x 121 = 61

Kecap manis 30% x 121 = 36Kecap asin 20% x 121 = 24

Jumlah 121

Martapura

Kecap sedang 50% x 61 = 31

Kecap manis 30% x 61 = 18Kecap asin 20% x 61 = 12

Jumlah 61


25/27

Sales Budget


Pada Triwulan I dianggarkan hanya sebanyak 23.68%, Triwulan II sebanyak 24.34%,

Triwulan III sebanyak 25.66% dan Triwulan IV sebanyak 26.32%.

25

Banjarmasin

Triwulan I

Kecap sedang 23.68% x 61 = 14

Kecap manis 23.68% x 36 = 9

Kecap asin 23.68% x 24 = 6Jumlah 29

Triwulan II



Kecap asin 24.34% x 24 = 6

Jumlah 30

Triwulan III



Kecap asin 25.66% x 24 = 6

Jumlah 31

Triwulan IV



Kecap asin 26.32% x 24 = 6

Jumlah 31

Martapura

Triwulan I



Kecap asin 23.68% x 12 = 3Jumlah 14

Triwulan II



Kecap asin 24.34% x 12 = 3

Jumlah 15

Triwulan III



Kecap asin 25.66% x 12 = 3

Jumlah 16

Triwulan IV



Kecap asin 26.32% x 12 = 3

Jumlah 16


26/27

Sales Budget


26

Qty Qty Qty Qty Qty Rp

Banjarmasin

Kecap 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

Martapura

Kecap 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 13,500RpKecap 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 Tahun

Rp Rp Rp Rp

Perusahaan Kecap Asli

Anggaran Jualan

Tiap Triwulan pada Tahun 2016

Data Jualan dan

Jenis Kecap

Triwulan I Triwulan II Triwulan III


27/27

Hutan Hujan Tropis, Kalimantan

Seoul, 14September 2014

Terima Kasih

Sampai Bertemu Lagi di Pertemuan Ketiga

modul 2 - penyusunan anggaran operasional i- edit.pptx

Documents