TEKNIK PROYEKSI BISNIS

Alamat : Jalan Sanggul Dewa No. 55
(Dekat Hotel Wisma Jaya)
Pangkalpinang 33121
Hp
Email
: 0852 67029330
: [email protected]
 NO
SANDAL
 NO T-shirt
 DON’T BE LATE
 Jangan main HP
Ceramah.
Diskusi.
Latihan
 Absensi
 UTS
 Tugas/diskusi/kuis
 UAS
:
:
:
:
15%
30%
10%
45%
Lerbin R. Aritonang. Peramalan Bisnis. Ghalia
Indonesia, Jakarta 2002
 Shita Lusi Wardhani. Teknik Proyeksi Untuk Bisnis
dan Ekonomi. BPFE , Yogyakarta 2007
 Supranto. J. Metode Ramalan Kuantitatif Untuk
Perencanaan Ekonomi dan Bisnis, Renika Cipta,
Jakarta 2000.
 Pangestu Subagyo : Forcasting, Konsep dan
Aplikasi
 Lincolin Arsyad : Peramalan Bisnis
 Buku-buku lainnya yang relevan dengan mata
kuliah TPB

1. Pengantar peramalan bisnis
 Pengertian
 Macam- macam peramalan
 Proses peramalan
 Data
2. Peramalan dengan Metode Smoothing
 Metode Single Moving Averages
 Metode Single Exponential Smoothing
3. Peramalan Dengan Metode Trend
 Trend Linier
 Trend Parabola
 Trend Exponential
4. Peramalan Dengan Garis Regresi
 Regresi Linier Sederhana
 Analisa Korelasi
 Pengujian Hipostesis tentang koefisien regresi
 Pengujian Hipostesis tentang koefisien korelasi
5. Regresi Linier Berganda.
6. Arima Bob Jemkins
 Teknik
proyeksi bisnis merupakan suatu cara
atau pendekatan untuk menentukan ramalan
atau perkiraan mengenai sesuatu dimasa
yang akan datang.
 Proyeksi (forecast) menjadi sangat penting
karena penyusunan suatu rencana
diantaranya didasarkan pada suatu proyeksi
atau forecast.
 Forecasting adalah Peramalan, perkiraan,
estimasi atau prediksi mengenai sesuatu yang
belum terjadi atau sesuatu yang mungkin
terjadi masa yang akan datang.
Yt
Yt
Pola
= Pola+ error
= hasil peramalan
= data yang merupakan komponen
yang dapat diidentifikasi.
Error = yang merupakan komponen yang
tidak dapat diidentifikasi.
Teknik peramalan dapat diterapkan dalam
setiap kegiatan bisnis yang berorientasi pada
waktu yang akan datang, baik pada bidang
sumber daya manusia, produksi, pemasaran,
keuangan maupun kegiatan perekonomian
secara makro. Contoh :
 Peramalan jumlah tenaga kerja yang
dibutuhkan.
 Peramalan jumlah bahan baku yang
dibutuhkan.
 Peramalan volume penjualan.
 Peramalan jumlah kas yang dibutuhkan.
 Peramalan pertumbuhan ekonomi.
Manfaat forecasting yaitu :
 Lebih siap menghadapi perubahan situasi.
 Merupakan dasar/ pedoman dalam
perencanaan baik jangka pendek maupun
jangka panjang.
 Untuk pengontrolan operasional perusahaan.
Peramalan dapat dibedakan berdasarkan
jangka waktu, ruang lingkup dan metode
yang digunakan :
Berdasarkan jangka waktunya :
 Peramalan jangka panjang.
 Peramalan jangka menengah.
 Peramalan jangka pendek.
Berdasarkan ruanglingkupnya :
 Peramalan mikro, peramalan terhadap
tenaga kerja, penjualan dan sebagainya
dalam lingkup perusahaan.
 Peramalan makro, peramalan kondisi
perekonomian Indonesia dimasa mendatang
dan sebagainya.
Metode peramalan yang digunakan :
 Metode kuantitatif, yang didasarkan atas
pemanipulasian data yang tersedia secara
memadai tanpa intuisi maupun penilaian
subyektif dari forecaster, yang umumnya
didasarkan pada analisis statistis.
 Metode kualitatif, lebih didasarkan pada
intuisi dan penilaian subyektif faorecaster
daripada pemanipulasian data historis yang
tersedia.
 Penentuan
tujuan peramalan.
 Pemilihan teori yang relevan.
 Pengumpulan data.
 Analisis data.
 Pengestimasian model sementara.
 Evaluasi model dan revisi model.
 Penyajian ramalan sementara kepada
manajemen.
 Pembuatan revisi final.
 Pendistribusian hasil ramalan.
 Penentuan langkah- langkah pemantauan.
Hubungan Forecast dengan Rencana
 Forecast adalah peramalan tentang apa yang
terjadi dimasa yang akan datang.
 Sedangkan rencana adalah penentuan apa
yang akan dilakukan dimasa yang akan
datang.
 Jadi, dapat disimpulkan bahwa peramalan
merupakan input bagi proses perencanaan
dan pengambilan keputusan.
Beberapa pertanyaan yang harus diperhatikan
sebelum memilih teknik peramalan yg tepat
utk suatu masalah adalah :
 Apa kegunaan peramalan tersebut?
 Siapa
yg akan menggunakan peramalan
tersebut?
 Seberapa
lama jangka waktu yg akan
diramalkan?
 Bagaimana kebutuhan data minimum?
 Berapa
biaya utk membuat peramalan
tersebut?
 Seberapa jauh akurasi yang diinginkan?
 Planner
(para perencana) tingkat nasional,
regional maupun sektoral secara makro.
 Perencana individu perusahaan secara mikro.
 Para peneliti.
 Para konsultan yang harus memberi nasihat
secara kuantitatif.
 Para pimpinan yang akan membuat
keputusan- keputusan kuantitatif bidang
produksi, penjualan, ekspor, keuangan,
kredit dan bidang- bidang lain yang sifatnya
kuantitatif.
 Data
merupakan fakta. Dengan demikian, data
dapat memberi gambaran tentang suatu
keadaan atau persoalan
 Data ttg sesuatu akan lebih berarti kalau
dikaitkan dgn waktu dan tempat. Data
pendapatan
penduduk
misalnya,
harus
diperjelas dgn penduduk yang mana? Dan kapan?
Misalnya pendapatan penduduk Pangkalpinang
dalam tahun 2009
 Semakin lengkap informasi/data, maka semakin
akurat penilaian ttg sesuatu dan dapat
digunakan sebagai langkah awal untuk
melakukan proyeksi di masa yg akan datang
1.
2.
3.
Dasar suatu perencanaan agar perencanaan sesuai
dengan kemampuan yg ada pada organisasi.
Kemampuan di sini, diantaranya kemampuan finansial,
SDM, bahan baku, dll.
Alat pengendalian terhadap pelaksanaan atau
implementasi perencanaan tsb agar bisa diketahui dgn
segera kesalahan atau penyimpangan yg terjadi shg
dapat segera dilakukan perbaikan atau koreksi
Dasar evaluasi hasil kerja akhir. Apakah hasil kerja yg
telah ditargetkan bisa dicapai? Atau tingkat
pencapaiannya sudah berapa persen? Kalau target
tidak tercapai, faktor-faktor apa penyebabnya? Untuk
itu semua diperlukan data.
Berdasarkan sifatnya :
 Data kuantitatif, berupa angka atau
berwujud bilangan, seperti : data jumlah
penjualan, produksi dll.
 Data kualitatif, data yang tidak berupa
angka, seperti : data faktor kesukaan
konsumen terhadap suatu produk, tingkat
kepuasan konsumen dll.
Berdasarkan sumbernya :
 Data intern, data yang berasal dari dalam
organisasi perusahaan.
 Data ektern, data yang berasal dari luar
perusahaan.
 Data ektern terbagi menjadi data primer
(dikumpulkan sendiri untuk peramalan) dan
data skunder (data yang telah terkumpul
sebelumnya)
Berdasarkan dimensi waktunya :
 Data runtut waktu/ time series, yaitu yang
dikumpulkan dari suatu waktu kewaktu
berikutnya selama jangka waktu tertentu,
seperti : data penjualan selama 12 bulan
terakhir dalam jangka waktu satu tahun.
 Data crossectional, data yang dikumpulkan
pada suatu waktu tertentu tanpa memiliki
variasi dimensi waktu untuk menggambarkan
keadaan pada waktu tertentu, seperti
volume penjualan perusahaan tahun 2006
dsb.
Syarat- syarat Data yang Baik
 Data harus obyektif, sesuai dengan apa
adanya.
 Refresentatif, Data yang diperoleh
berdasarkan penelitian sample. Sebagai
suatu perkiraan harus dapat mewakili
populasi.
 Upto date, data yang terbaru dan tidak
usang.
 Relevant, data harus ada hubungannya
dengan problem yang dianalisis.
 Data mempunyai kesalahan yang minimum.
 Variabel
dependen, variabel yang
keberadaanya akan diramalkan/ dijelaskan
pada waktu yang akan datang.
 Variabel independent, variabel yang
digunakan untuk meramalkan atau
menjelaskan keberadaan variable dependen
pada waktu yang akan datang.
 Jelaskan
apa yang dimaksud dengan TPB?
 Jelaskan pentingnya TPB bagi kelangsungan
hidup perusahaan?
 Jelaskan pihak-pihak yang memerlukan
proyeksi bisnis sebuah perusahaan?
 Jelaskan peranan data dalam sebuah
proyeksi bisnis?
 Jelaskan pembagian data menurut sumber
dan cara pemerolehannya?