Minggu, 02 Desember 2012

Anggaran Penjualan

ANGGARAN PENJUALAN
    1. PENGERTIAN
Dalam penyusunan anggaran operasional perusahaan \, biasanya kegiatan pertama yang harus dilakukan adalah membuat anggaran penjualan. Anggaran penjualan umumnya menggambarkan penghasilan yang diterima karena adanya penjualan. Anggran penjualan meliputi anggaran tentang jenis produk yang akan dijual, volume produk yang akan dijual, harga per unit, waktu penjualan, dan daerah penjualannya. Anggaran penjualan merupakan dasar penyusunan anggaran lannya. Oleh karena itu setelah anggaran penjualan disusun, dilanjutkan dengan menyusuan anggaran operasional lainnya. Setelah anggaran operasional dibuat, selanjutnya disusun anggaran keuangan, semua dibuat dengan berpedoman kepada anggaran penjualan.
Anggaran penjualan yang disusun mempunyai kegunaan sebagai berikut :
1. Secara Umum
Sama dengan semua anggaran, yaitu sebagai pedoman kerja, alat pengkoordinasian kerja dan alat pengawasan kerja.
2. Secara khusus
Berguna sebagai dasar penyusunan semua anggaran yang ada dalam perusahaan.
Agar anggaran dapat disusun, langkah awal yang harus ditempuh adalah menetapkan target penjualan. Untuk menetapkan target penjualan, beberapa pokok berikut perlu diperhatikan :
1. Harus mempertimbangkan faktor-faktor sebagai berikut :
    • Luas pasar, apakah bersifat lokal, regional, nasional
    • Keadaan persaingan, apakah bersifat monooli, persaingan bebasa dan sebagainya.
    • Kemampuan paar untuk menyerap barang (peluang pasar)
    • Keadaan/sifat konsumen, yaitu konsumen akhir dan konsumen industri
    • Kemampuan financial, yaitu kemampuan membiayaa riset pasar, modal kerja, membeli bahan mentah, dan lain ssebagainya
    • Keadaan personalia, berhubungan dengan tenaga kerja baik dalam jumlah mauun kualtasnya.
2. Membuat suatu proyeksi /forecast penjualan (ramalan penjualan)
    1. FORECAST PENJUALAN
Forecast penjualan adalah perkiraan / proyeksi secara teknisi permintaan konsumen potensial untuk suatu waktu tertentu dengan berbagai asumsi. Dalam hal ini hasil dari suatu forecast lebih merupakan pernyataan atau penilaian yang kuantitatifisir terhadap kondisi masa depan mengenai penjualan sebagai proyeksi teknis dari permintaan konsumen potensial untuk jangka waktu tertentu. Meskipun demikian hasil perkiraan yang diperoleh mungkin saja tidak sama dengan rencana. Hal ini disebabkan karena :
    • Forecast lebih merupakan pernyataan atau penilaian yang dikuantifisir terhadap kondisi masa depan mengenai subjek tertentu, misalnya penjualan.
    • Forecast penjualan merupakan proyeksi teknis dari permintaan konsumen potenasial untuk jangka waktu tertentu, dengan menyebutkan asumsi yangmendasarinya
    • Forecast selayaknya hanya dipandang sebagai bahan masukan untuk mengembangkan suatu rencana penjualan.
    • Manajemen dapat menerima atau menolak hasil dari suatu forecast
Pada umumnya hasil dari suatu forecast penjualan akan dikonversikan menjadi rencana penjualan dengan memperhitungkan berbagai hal berikut :
  1. Pendapat
  2. Strategi-strategi yang direncanakan
  3. Keterikatan/komitmen dengan sumber daya
  4. Ketetapan manajemen dalam usaha mencapai sasaran penjualan.
Secara umum teknik forecast yang umum diterapkan untuk memperoleh suatu forecast penjualan dapat dikelompokkan menjadi :
    1. Forecast berdasarkan judgement
    2. Forecast berdasarkan analisis statistika.
    3. Forecast berdasarkan metode khusus
1. 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 ahli.
2. Forecast berdasarkan analisis statistika
      1. Apabila [erhitungan berdasarkan data histories dati satu variable saja, maka digunakan cara :
        1. Metode Tren bebas
        2. Metode Tren Semi Average
        3. Metode Tren Moment
        4. Metode tren least Square
      2. Apabila perhitungan berdasarkan data histories dari satu variable yang akan ditaksir dihubungkan dengan data histories lain yang mempunyai hubungan kuat terhadap perkembangan variable yang akan ditaksir, maka dignakan cara :
        1. Metode Korelasi
        2. Metode Regresi
PT. PRATAM JAYA, yang bergerak dalam bisnis makanan anak, memiliki data penjualan tahunan sebagaimana tertera pada Tabel. 2.1
Tabel 2.1
Penjualan makanan Anak PT. PRATAMA JAYA tahun 2003-2007
Tahun
Jumlah Penjualan (juta unit)
2003
140
2004
148
2005
157
2006
160
2007
169
Terhadap data penjualan PT. PRATAMA JAYA, tersebut dapat dibuat forecast penjualan untuk tahun 2008 dan seterusnya dengan menggunakan beberapa metode yang disebutkan sebelumnya, berikut akan diberikan ilustrasi pemakaian metode –metode tersebut
1. Metode Trend Bebas
Pada umumnya metode trend bebas cenderung dignakan sebagai analisis pendahuluan yang akan memberikan gambaran awal dari suatu permasalahan yang dihadapai. Metode trend bebas mencoba melihat pola data amatan melalui tebaran titik dari pasangan data panjualan pada setiap waktunya. Berdasarkan tebaran data yang terbentuk dapat diperkirakan trend penjualan dari data tersebut. Sebagai contoh bila terhadap data penjualan PT. ADIWIJAYA sebagaimana tertera pada Tabel 2.1 dibuat tebaran titiknya dan ditarik garis yang menghubungkan titik-titik pasangan pengamatan tersebut, akan diperoleh gambaran trend penjualan sebagai berikut :
Y (unit)
170
160
150
140
X
0 N 2003 2004 2005 2006 2007
Dari gambaran yang diperoleh, bila asumsi yang disebutkan sebelumnya dipenuhi, maka dapat diramalkan bahwa penjualan PT. PRATAMA JAYA tahun 2007 akan meningkat melebihi penjualan tahun-tahun sebelumnya. Meskipun demikian gambaran tentang beberapa berapa besanya penjualan PT. PRATAMA JAYA pada tahun 2007 dan seterunya dalam bentuk angka tidak dapat diperoleh dengan menggunakan trend bebas ini. Untuk memperoleh hasil peramalan yang lebih akurat, pada umumnya metode trend bebas perlu dilanjutkan ke analisis yang dapat menunjukan bentuk hubungan antara data penjualan dengan waktu.
2. Metode Trend Semi Average
Metode trend semi average dapat digunakan untuk keperluan forecast dengan bentuk suatu persamaan seperti analisis regresi. Metode ini dapat digunakan apabila data yang ada jumlahnya genap, sehingga dapat dbagai menjadi dua kelompok sama besar.
Metode trend semi average memiliki mekanisme sebagai berikut ;
1. Membagi data yang ada menjadi dua kelompok
Contoh Aplikasi :
Jika data penjualan yang dimiliki oleh PT. PRATAMA JAYA adalah sebagai berikut :
Tabel 2.2
Data Penjualan PT. PRATAMA JAYA tahun 2002-20007
Tahun
Jumlah Penjualan (Y) dlm juta unit
2002
140
2003
148
2004
157
2005
157
2006
160
2007
169
Untuk kasus penjualan PT. PRATAMA JAYA tersebut, kelompok pertama adalah data penjualan tahun 2002, 2003 dan 2004. Kelompok kedua adalah data penjualan tahun 2005, 2006, dan 2007.
      1. Dari tiap kelompok data dicari nilai rata-rata. Rata-rata dari kelompok pertama adalah 148,33 dan rata-rata kelompok kedua adalah 162 sebagaimana ditunjukkan pada tabel berikut :
Tahun
Jml penjualan (Y) dalam juta unit
Total
Average
X
1994
140
-1
1995
148
445
445 = 148,33
0
1996
157
1
1997
157
2
1998
160
486
486 = 162
3
1999
169
4
3. Memberi score terhadap waktu yang terkait dengan data penjualan Dalam metode trend semi average ini, acuan adalah kepada kelompok pertama. Score 0 diberikan bagi data yang berada di tegah dari data yang ada pada kelompok pertama bila datanya ganjil. Selnjutnya terhadap data yang sebelumnya diberi score -1, -2, -3 dst dan terhadap data yang sesudah diberi score 1,2,3, dst. Untuk data yang jumlahnya genap, biasanya score tidak melibatkan nilai nol. Sebagai contoh bla datanya ada 4, score yang diberikan adalah -3,-1,1,3
4. melanjutkan pemberian score pada kelompok data yang kedua. Contoh pada kasus data penjualan PT. ADIWIJAYA score terakhir dari kelompok 1 adalah 1, maka terhadap data penjualan tahun 1997, 1998, 1999 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 1 (X1)
b= selisih antara X2 dengan X1 dibagai dengan jumlah data yang ada dalam 1 kelompok
Jadi :
a = 148,33
162 – 148,33
b --------------------------- = 4,5567
3
dengan demikian persamaan yang terbentuk adalah :
Y = 148,33 + 4,5567 (X)
Maka forecast penjualan untuk tahun 2000 adalah (dberi score x = 5)
Y = 148,33 + 4,5567 (50 = 171,11
Untuk tahun 2001, diramalkan penjualan PT. ADIWIJAYA sebesar :
Y = 148,33 + 4,5567 (6) = 175,67
Dalam mengunakan metode tren semi average ini perlu disadari bahwa keakuratan forecast akan semakin rendah bila periode waktu permalannya smakin jauh ke depan dari data yang digunakan untuk forecast.
3. Metode Trend Moment
Metode trend moment merupakan analisis yang dapat digunakan untuk keperluan peramalan dengan membentuk persamaan : Y = a + b X sebagaimana telah diulas pada Metode rend semi Average.
Dalam enerapannya metode ini tidak mensyaratkan jumlah data harus genap. Perbedaan dengan Metode trend semi Average terletak pada pemberian score nilai X nya. Dalam hal ini pemberian score X dimulai dari 0,1,2 dst. Berikut akan diberikan ilustrasi penerapan metode ini untuk data penjualan PT. PRATAMA JAYA sebagaimana tertera pada tabel 2.1
Tahun
Y
X
XY
X2
2003
140
0
0
0
2004
148
1
148
1
2005
157
2
314
4
2006
160
3
480
9
2007
169
4
676
16
S
774
10
1.618
30
Dalam mencari koefisien a dan b digunakan persamaan :
S Y = n . a + b. SX
SXY = a. SX + b. SX2
Keterangan : n = banyaknya pasangan amatan x,y = 5
Selanjutnya terhadap persamaan-persamaan yangterbentuk dapat dicari penyelesainnya melalui metode eliminasi ataupun metode substitusi sebagaimana ditunjukkan dalam contoh berikut :
I. 774 = 5.a + b (10) [ x2 ]
II. 1.618 = 10 . a + b 9300 [ x1 ]
    1. = 10 a + 20 b
1.618 = 10.a + 30 b (-)
- 70 = - 10 b b = 7
Substitusikan
b = 7 (I) 774 = 5 a + 10 (7)
5a = 774 - 70 = 704
a = 704 / 5 = 140,8
maka persamaan trendnya : Y = 149,8 + 7 (X)
forecast penjualan untuk tahun 2000 ;
Y = 154,8 + 7 (3) = 175,8
4. a. Metode Lest Squre (metode Jumlah Kuadrat Terkecil)
Dalam hal ini , terhadap data dilakukan pembagian menjadi dua kelompok . Untuk data yang jumlahnya :
  • Genap, maka score nilai X – nya adalah … -5,-3,-1,1,3,5
  • Ganjil , maka score nilai X – nya adalah …. , -2,-1,0,1,2
Selanjutnya koefisien a dan b dicari dengan rumus :
∑ Y ∑XY
a = ----------- b = -----------
n ∑ X2
Berdasakandata penjualan PT. PRATAMA JAYA, pada tabel ini , hasil perhitungan dengan teknik ini adalah sebagai berikut
Tahun
Y
X
XY
X2
2003
140
-2
-280
4
2004
148
-1
-148
1
2005
157
0
0
0
2006
160
1
160
1
2007
169
2
338
4
S
774
0
70
10
774 70
a = ----------- = 154,8 b = ----------- = 7
5 10
Sehingga persamaam trend metode least square adalah
Y = 154,8 + 7 (X)
Forecast penjualan tahun 2008 :
Y = 154,8 + 7 (3) = 175,8
b. Metode korelasi dan regresi
Analisis korelasi dan regresi menunjukkan hubungan antara satu variable dengan satu atau lebih variable lainnya. Dengan analisis korelasi dapat diketahui keeratan hubungan dari variable-variabel yang menjadi perhaian sedangkan dengan analisis regresi dapat diketahui bentuk hubngan dari variable-variabel yang menjadi perhaian.
Dengan analisis regresi dapat diketahui besarnya perubahan variavel yang dicari bla factor-faktor lain yang mempengaruhi variable tersebut berubah. Seperti ada contoh di atas, perubahan tingkat penjualan tidak hanya ditentukan oleh pola penjualannya tetapi juga di tentukan leh factor-faktor lain.
Aplikasi dari metode ini berdasarkan data penjualan PT. PRATAMA JAYA pada tabel 2.1 adalah sebagai berikut. Bila X menunjukkan biaya iklan (dalam jutaan ruiah0 dan Y menunjukkan jumlah penjualan (dalam juta unit) ilustrasi terhadap metode ini ditunjukkan sebagai berikut :
Tahun
Y
X
XY
X1
X2
1995
9
140
1.260
81
19.600
1996
12
148
1.776
144
21.904
1997
14
157
2.198
196
24.649
1998
15
160
2.400
225
25.600
1999
17
169
2.873
289
28.561
S
67
774
10.507
935
120.314
Persamaan regresinya -------------> Y = a + b (X)
Koefisien a dan b dicari dengan persamaan
S xY - SX. SY 5 910507) – (67) (7740
b = ---------------------------------- = --------------------------------------= 3,64
n. SX2 – (SX)2 5 (935) - (67)2
S Y – b. SX 7745 – (3,64) (67)
a. = --------------------------- = -------------------------- = 106,02
n 5
Jadi : Y = 106,02 + 3,64 X
Persamaan ini dapat diinterpretasikan bahwa bila biaya iklan naik satu juta rupiah, jumlah penjualan akan meningkat 3,64 juta unit.
Koefisein korelasi dicari dengan persamaan :
nSXY - SX. SY
r = -----------------------------------------------
ÖnSX2 - (SX)2 Ön. SY2 - (SY)2
intepretasi dari koefisien korelasi secara teoritis adalah sebagai berikut :
    • Jika 0 £ r £ 1 berarti variable x memiliki hubungan yang positif dan berbanding lurus (linier) dengan variable Y. Bila nilai Variabel X bertambah maka nilai variable Y juga akan bertambah, dmikian juga sebaliknya. Semakin dekat nilai r ke 0 maka smakin lemah kekuatan hubngan kedua variable tersebut, sebaliknya semakin dekat nilai r ke 1 semakin kuat hubungan dari kedua variable tersebut.
    • Jika r = 0 berarti X tidak memiliki hubungan linier dengan variable Y. Artinya gejolak nilai variable X tidak berpengaruh terhadap gejolak atau perkembangan nilai variable Y. dengan kata lain bertambah atau berkurang nilai variable Y tidak terkait dengan perubahan nlai variable X
    • Jika -1 £ r £ 0 berarti variable X berhubngan dengan variavel Y etapi hubungannya negative. Dalam hal ini jika nilai ariabel X bertambah maka nilai variable Y justeru berkurang,demikian juga sebaliknya.
Nilai koefisien korelasi uintuk data sebelumnya adalah :
5 (10.507) – (67) 7740
r =----------------------------------------------------------------------------- = 0.,994
Ö5 9935) - (67)2 Ö 5 9120.3140 - (774)2
Dengan demikian, karena nilai yang diperoleh mendekati 1, berarti terdapat keeratan hubungan yang sangat kuat diantara biaya iklan dengan jumlah penjualan. Sifat hubungan antara keduanya adalah positif yang berarti dengan meningkatnya biaya iklan terjadi pula kenaikan jumlah penjualan.
3. Forecast berdasarkan Metode khusus
a. Analisis industri
Dalam analisis ini lebih ditekankan pada “ market Share” yang dimiliki perusahaan. Analisis ini menghubungkan potensi penjualan pwerusahaan dengan industri pada umumnya (volume, posisi dalam persaingan)
Tahapan dalam pemakaian analisis industri :
      1. Membuat proyeksi permintaan industri
      2. Menlai posisi perusahaan dalam persaingan
Permintaan perusahaan
Market Share = ------------------------------------------ x 100%
Permintaan industri
b. Analisis Product Line
Umumnya analisis product line digunakan pada perusahaan yang menghasilkan beberapa macam dan tidak mempunyai kesamaan, sehingga dalam membuat forecast nya harus terpisah
c. Analisis Penggunaan akhir
Bagi perusahaan yang menghasilkan produk setengah jadi, masih memerlukan proses lebih lanjut menjadi produk jadi dan siap untuk dikomsumsi, maka dalam pembuatan forecast-nya ditentukan oleh penggunaan akhir yang ada kaitannya dengan produk yang dihasilkan
2.3. FAKTOR-FAKTOR YANG MEMPENGARUHI ANGGARAN PENJUALAN
1. Faktor Intern
Yaitu factor-faktor yang beraal dari dalam perusahaan.
Yang termasuk dalam factor ini antara lain
  1. Penjualan tahun-tahun yang lalu
  2. Kebijaksanaan perusahaan yang berhubngan dengan masalah penjualan
  3. Kapasitas produksi dan kemungkinan perluasannya
  4. Tenaga kerja yang dimiliki
  5. Modal yang tersedia
  6. Fasilitas-faslitas lain
2. Faktor Ekstern
Yaitu faktor-faktor yang berasal dari luar perusahaan
Yang termasuk dalam factor ini, antara lain
  1. keadaan persaingan di pasar
  2. Posisi perusahaan dalam persaingan
  3. Tingkat pertumbuhan penduduk
  4. Tingkat penghasilan masyarakat
  5. Elastisitas permintaan terhadap harga barang yang dihasilkan perusahaan
  6. Agama, adapt istiadat dan kebiasaan masyarakat
  7. Kebijaksanaan pemerintah
  8. Keadaan perekonomian nasional/internasional
  9. Kemajuan teknologi barang-barang substitusi, selera konsumen
Diposting oleh di

Tidak ada komentar:

Posting Komentar

Langganan: Posting Komentar (Atom)