FEB UNDIP · Anggaran dan Perencanaan Bisnis

Anggaran dan Perencanaan Bisnis

Pertemuan 2 · Forecast Penjualan, Anggaran Penjualan & Produksi

Bagaimana perusahaan menebak penjualan tahun depan, mengubahnya menjadi target rupiah, lalu memutuskan berapa banyak harus diproduksi tiap triwulan.

RPS Minggu 2 · Sub-CPMK 2 · 2 × 50 menit

Selamat datang di Pertemuan 2, dan inilah pertemuan tempat kita mulai benar-benar "berhitung" dalam menyusun anggaran. Di Pertemuan 1 Anda sudah memahami apa itu anggaran dan mengapa setiap perusahaan membutuhkannya sebagai alat perencanaan dan pengendalian; hari ini kita masuk ke jantung dari seluruh proses anggaran, yaitu peramalan penjualan. Saya selalu menekankan satu hal kepada mahasiswa: seluruh anggaran perusahaan bertumpu pada satu angka kunci — berapa unit yang akan terjual — sehingga kalau ramalan penjualan meleset jauh, seluruh rencana di belakangnya ikut berantakan. Karena itu hari ini kita pelajari cara meramal penjualan secara sistematis, mengubahnya menjadi anggaran penjualan dalam rupiah, lalu memutuskan berapa yang harus diproduksi. Siapkan kalkulator Anda, karena dua pertiga pertemuan ini adalah latihan menghitung, bukan sekadar mendengarkan.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan terampil menyusun peramalan penjualan, anggaran penjualan, dan anggaran produksi (Sub-CPMK 2). Secara rinci:

Capaian 1 — Metode Ramal

Membedakan & Memilih Metode

Membedakan dan memilih metode peramalan kualitatif vs kuantitatif sesuai situasi bisnis konkret.

Capaian 2 — Hitung Trend

Trend Least-Square + Musiman

Menghitung forecast dengan trend least-square dan menyebarkannya ke triwulan via indeks musiman.

Capaian 3 — Anggaran Jual

Unit → Rupiah

Menyusun anggaran penjualan multi-dimensi (unit → rupiah, per produk/daerah/triwulan).

Capaian 4 — Anggaran Produksi

Penjualan + Akhir − Awal

Menyusun anggaran produksi dengan rumus Penjualan + Persediaan Akhir − Persediaan Awal.

Kenapa Pabrik Sirup Sudah Sibuk Berbulan Sebelum Lebaran?

Permintaan sirup, biskuit, dan minuman melonjak menjelang Ramadan–Idulfitri. Pabrik tidak bisa menunggu lonjakan itu datang — mereka harus meramal dan memproduksi lebih dulu.

Kalau Meramal Tepat

✓

Stok pas saat permintaan puncak → penjualan maksimal, tidak kehabisan barang, tidak ada gudang menumpuk. Modal berputar efisien.

Kalau Meramal Meleset

✗

Produksi kurang → kehilangan penjualan saat momen emas; atau produksi lebih → gudang penuh, modal terkunci, barang berisiko rusak/kedaluwarsa.

Inti pekerjaan hari ini: mengubah 'tebakan' menjadi ramalan yang terstruktur, lalu menerjemahkannya jadi berapa unit diproduksi tiap triwulan.

Saya suka membuka topik anggaran dengan contoh yang sangat dekat dengan keseharian Anda di Indonesia, yaitu lonjakan permintaan menjelang Ramadan dan Idulfitri. Coba pikirkan produsen sirup, biskuit kaleng, atau minuman seperti yang dibuat ICBP atau Unilever Indonesia — penjualan mereka bisa naik berlipat dalam satu-dua bulan menjelang Lebaran. Masalahnya, pabrik tidak bisa tiba-tiba menggandakan produksi dalam sehari ketika permintaan datang; mereka harus sudah memproduksi dan menumpuk stok berbulan-bulan sebelumnya. Di sinilah peramalan penjualan menjadi penentu hidup-mati: kalau ramalannya kurang, mereka kehilangan momen penjualan terbesar setahun; kalau berlebih, gudang penuh dan modal terkunci di barang yang belum tentu laku. Jadi tugas kita hari ini bukan sekadar matematika — ini keterampilan yang langsung menentukan untung-rugi perusahaan nyata.

Bagian 1 dari 4

Dari Ramalan ke Anggaran

Membedakan forecast (ramalan) dari budget (anggaran), dan melihat posisi keduanya dalam rantai anggaran induk.

Forecast Anggaran Master Budget

Forecast vs Anggaran — Jangan Tertukar

Forecast (Ramalan)

Ramal

Perkiraan Netral

Perkiraan apa yang akan terjadi berdasarkan data & analisis. Sifatnya netral — apa adanya.

Contoh: "Diperkirakan terjual 200 ribu unit."

Anggaran (Budget)

Target

Komitmen Manajemen

Komitmen/target yang ingin dicapai, hasil keputusan manajemen atas dasar forecast + strategi.

Contoh: "Ditargetkan menjual 210 ribu unit dengan tambahan promosi."

Alurnya satu arah: Forecast → (keputusan manajemen) → Anggaran. Forecast adalah bahan baku; anggaran adalah keputusan jadi. Anggaran bisa lebih tinggi/rendah dari forecast karena ada target strategi.

Ini perbedaan yang harus Anda kunci sejak awal, karena banyak kesalahan konsep berakar di sini. Forecast atau ramalan adalah perkiraan terbaik kita tentang apa yang akan terjadi — ia netral, tidak memihak, dan murni hasil analisis data; ibaratnya ramalan cuaca yang mengatakan "kemungkinan besok hujan." Anggaran atau budget berbeda: ia adalah keputusan dan komitmen manajemen tentang apa yang ingin dicapai, yang dibuat dengan mempertimbangkan ramalan tadi plus strategi perusahaan. Karena itu anggaran penjualan bisa saja ditetapkan lebih tinggi daripada forecast — misalnya manajemen meramal 200 ribu unit, tetapi menetapkan target 210 ribu karena akan meluncurkan promosi besar. Pelajaran kuncinya: forecast adalah bahan baku, anggaran adalah keputusan jadi, dan urutannya selalu forecast dulu baru anggaran — tidak pernah terbalik.

Anggaran Penjualan = Titik Awal Seluruh Anggaran

Anggaran perusahaan adalah satu rangkaian yang saling terhubung — disebut anggaran induk (master budget). Semua bermula dari anggaran penjualan.

Karena semuanya bergantung pada angka penjualan, kesalahan di forecast penjualan menjalar ke seluruh anggaran. Itulah mengapa kita habiskan pertemuan ini untuk meramal dengan benar.

Sekarang saya ingin Anda melihat gambar besarnya, supaya tahu di mana posisi materi hari ini dalam keseluruhan proses anggaran. Anggaran sebuah perusahaan bukanlah dokumen tunggal, melainkan satu rangkaian yang saling tersambung yang kita sebut anggaran induk atau master budget. Perhatikan diagramnya: semuanya berawal dari anggaran penjualan, karena begitu kita tahu berapa yang akan terjual, barulah kita bisa menentukan berapa yang harus diproduksi, lalu dari situ menentukan kebutuhan bahan baku, tenaga kerja, dan overhead, hingga akhirnya bermuara ke anggaran kas dan laporan keuangan yang diproyeksikan. Karena seluruh rantai ini bertumpu pada satu angka di pangkalnya — angka penjualan — maka kesalahan kecil di ramalan penjualan akan menjalar dan membesar di sepanjang rantai. Inilah alasan paling mendasar mengapa kita rela menghabiskan satu pertemuan penuh hanya untuk belajar meramal penjualan dengan benar; ini bukan langkah kecil, ini fondasi dari segalanya.

Bagian 2 dari 4

Metode Peramalan Penjualan

Dua keluarga besar — kualitatif (berbasis pendapat) dan kuantitatif (berbasis data) — lalu fokus pada trend least-square, moving average, dan indeks musiman.

Kualitatif Kuantitatif

Dua Keluarga Metode Peramalan

Kualitatif (Berbasis Pendapat)

Opini

Tidak pakai rumus angka

Judgment manajer berpengalaman
Survei niat beli konsumen
Pendapat pakar — metode Delphi (panel pakar, konvergen berulang)
Sales force — masukan tenaga penjual yang dekat pasar

Cocok: produk baru, data historis sedikit/tidak relevan.

Kuantitatif (Berbasis Data)

Data

Berbasis data historis + rumus

Trend — garis lurus least-square (Y = a + bX)
Moving average — rata-rata bergerak
Trend + indeks musiman — gabungan tren + pola musim
Regresi — variabel lebih dari waktu saja

Cocok: data masa lalu cukup & pola terulang.

Praktik terbaik: gabungkan. Hitung dulu secara kuantitatif (objektif), lalu sesuaikan dengan judgment (mis. ada rencana ekspansi/pesaing baru yang belum tercermin di data).

Mari kita kupas dua keluarga metode ini satu per satu. Metode kualitatif mengandalkan pertimbangan manusia: bisa berupa penilaian langsung manajer berpengalaman, survei niat beli kepada calon konsumen, pendapat para pakar industri lewat metode Delphi, atau masukan dari tenaga penjual yang setiap hari bertemu pelanggan. Metode ini sangat berharga ketika produk masih baru sehingga belum ada data historis, atau ketika terjadi perubahan besar yang membuat data lama tidak relevan. Sebaliknya, metode kuantitatif mengandalkan data penjualan masa lalu yang diolah dengan perhitungan — inilah trend, moving average, dan indeks musiman yang akan kita hitung sebentar lagi. Pesan praktis saya: jangan memilih salah satu secara kaku; perusahaan terbaik menghitung dulu secara kuantitatif agar objektif, kemudian menyesuaikannya dengan judgment manajemen untuk menangkap hal-hal yang belum tercermin di data, seperti rencana membuka pabrik baru atau munculnya pesaing besar.

Tiga Metode Kuantitatif yang Akan Kita Pakai

Metode 1

Trend

Least-Square (Garis Lurus)

Menarik garis lurus terbaik menembus titik-titik data penjualan tahunan. Menangkap arah jangka panjang (naik/turun). Rumus: Y = a + bX.

Metode 2

Moving Average

Rata-rata beberapa periode terakhir, "bergerak" tiap periode. Menghaluskan fluktuasi acak. Cocok data berfluktuasi tanpa tren kuat.

Metode 3

S-I

Trend + Indeks Musiman

Garis tren memberi angka tahunan; indeks musiman menyebarkannya ke triwulan/bulan sesuai pola musim (mis. puncak Lebaran).

Hari ini fokus utama: trend least-square (menentukan angka tahunan) + indeks musiman (memecahnya ke triwulan). Moving average kita kenalkan sebagai pelengkap.

Ada tiga metode kuantitatif yang akan kita gunakan, dan masing-masing menjawab kebutuhan berbeda. Metode pertama, trend least-square, menarik satu garis lurus terbaik yang menembus titik-titik data penjualan tahunan kita, dan dari garis itu kita bisa memproyeksikan penjualan tahun depan — metode ini bagus untuk menangkap arah jangka panjang, apakah bisnis sedang tumbuh atau menyusut. Metode kedua, moving average atau rata-rata bergerak, menghaluskan fluktuasi acak dengan merata-rata beberapa periode terakhir, dan cocok untuk data yang naik-turun tanpa arah tren yang jelas. Metode ketiga adalah kombinasi trend dengan indeks musiman: garis tren memberi kita total tahunan, lalu indeks musiman memecah total itu ke tiap triwulan sesuai pola — misalnya triwulan menjelang Lebaran mendapat porsi jauh lebih besar. Hari ini fokus utama kita adalah metode pertama dan ketiga yang akan kita kombinasikan dalam satu kasus penuh, sementara moving average saya kenalkan sebagai pelengkap agar wawasan Anda lengkap.

Trend Least-Square (Garis Lurus)

Kita cari persamaan garis Y = a + bX yang paling pas dengan data penjualan historis. Trik klasik: kode X sehingga ΣX = 0 agar rumusnya simpel.

Y = a + bX · a = ΣY ÷ n · b = ΣXY ÷ ΣX²

Y = penjualan (yang diramalkan) · X = kode waktu (tahun) · n = jumlah data · a = nilai tengah garis (titik X=0) · b = kemiringan (tambahan penjualan per tahun)

Pengkodean X (ΣX = 0):
Data ganjil (mis. 5 tahun): titik tengah = 0, lalu …−2, −1, 0, 1, 2…
Data genap (mis. 4 tahun): pakai loncatan 2 — …−3, −1, +1, +3… (ΣX tetap = 0)
Dengan ΣX = 0, rumus a dan b menjadi sangat ringkas.

Inilah metode kuantitatif paling fundamental dalam peramalan penjualan, jadi pahami betul logikanya. Bayangkan Anda punya lima titik data penjualan selama lima tahun yang membentuk pola naik; tugas least-square adalah menarik satu garis lurus yang paling pas menembus kelima titik itu, yaitu garis yang total jarak kuadratnya ke semua titik paling kecil — itulah arti "kuadrat terkecil". Garis itu punya bentuk Y sama dengan a plus b dikali X, di mana a adalah posisi tengah garis dan b adalah kemiringannya, yaitu berapa unit penjualan bertambah tiap tahun. Untuk menghitung a dan b, ada trik klasik yang sangat memudahkan: kita memberi kode pada tahun-tahun sehingga jumlah seluruh X sama dengan nol — untuk lima tahun, tahun tengah diberi kode nol, dua tahun sebelumnya minus dua dan minus satu, dua tahun sesudahnya plus satu dan plus dua. Dengan trik ΣX sama dengan nol ini, rumus a dan b menjadi sangat ringkas seperti yang Anda lihat di kotak, dan itu yang akan kita kerjakan di slide berikutnya dari nol.

Hitung dari Nol — HDN-1: Tabel Kerja Least-Square

PT Sari Rasa mencatat penjualan 5 tahun (dalam ribu unit). Langkah 1: buat tabel kerja untuk mencari ΣY, ΣXY, dan ΣX².

Tahun	X (kode)	Y (ribu unit)	XY	X²
2021	−2	125	−250	4
2022	−1	140	−140	1
2023	0 (titik tengah)	155	0	0
2024	+1	170	+170	1
2025	+2	185	+370	4
Σ	0 ✓	775	150	10

Cek: ΣX = 0 ✓ — syarat agar rumus a dan b berlaku ringkas. Data ini tumbuh 15 ribu unit/tahun secara konsisten (sengaja dibuat linear agar mekanik jelas; data nyata lebih bergelombang).

Hitung dari Nol — HDN-1 (lanjut): a, b, dan Forecast 2026

Dari tabel kerja (ΣY=775, ΣXY=150, ΣX²=10, n=5), kita hitung a, b, lalu proyeksikan 2026.

Langkah	Perhitungan	Nilai
a = ΣY ÷ n	775 ÷ 5	155
b = ΣXY ÷ ΣX²	150 ÷ 10	15
Persamaan trend	Y = 155 + 15X	—
Forecast 2026 (X = 3)	155 + 15 × 3 = 155 + 45	200 ribu unit

Hasil Forecast

200

ribu unit (2026)

Kode X=3 karena tahun 2026 melanjutkan urutan …1, 2, 3. Garis trend tumbuh 15 ribu unit/tahun (nilai b).

Forecast 2026 ≈ 200 ribu unit.
Ini adalah angka tahunan — belum dipecah ke triwulan. Langkah selanjutnya: sebar dengan indeks musiman.

Pelengkap: Moving Average & Cara Menghitung Indeks Musiman

Moving Average (3-Periode)

Rata-rata bergerak

Forecast = rata-rata 3 periode terakhir.

Contoh: bulan terakhir = 130, 125, 140 → forecast = (130+125+140) ÷ 3 = 131,67.

"Bergerak": tiap bulan baru, buang yang terlama.

Indeks Musiman — Dari Mana?

Rata-rata musim ÷ rata-rata umum

Bila rata-rata TW2 = 70 dan rata-rata semua TW = 50 → indeks TW2 = 70 ÷ 50 = 1,40 (penjualan TW2 = 140% dari rata-rata).

Indeks > 1 = musim ramai. Indeks < 1 = musim sepi.

Indeks musiman = (rata-rata tiap musim) ÷ (rata-rata umum) · Σ indeks TW = 4,00

Patokan wajib: karena ada 4 triwulan dan rata-rata indeks harus 1, maka jumlah seluruh indeks triwulanan = 4,00. Kalau bukan 4, ada yang salah.

Sebelum kita pakai indeks musiman di slide berikutnya, Anda harus paham dari mana angka indeks itu berasal, supaya tidak terkesan jatuh dari langit. Pertama, izinkan saya kenalkan dulu moving average sebagai pelengkap: ini sekadar merata-rata beberapa periode terakhir untuk meramal periode depan, dan disebut "bergerak" karena tiap kali ada data baru, data terlama dibuang dari rata-rata — berguna untuk menghaluskan data yang naik-turun acak. Sekarang ke indeks musiman, yang merupakan jantung penyesuaian triwulanan. Cara menghitungnya sederhana: ambil rata-rata penjualan tiap musim, lalu bagi dengan rata-rata penjualan keseluruhan; kalau triwulan kedua rata-ratanya 70 sementara rata-rata semua triwulan 50, maka indeks triwulan kedua adalah 70 dibagi 50 sama dengan 1,40, yang artinya penjualan triwulan itu 140 persen dari rata-rata. Patokan penting yang harus Anda hafal sebagai alat pengecekan: karena ada empat triwulan dan rata-rata indeks harus satu, maka jumlah seluruh indeks triwulanan wajib sama dengan empat — kalau jumlahnya bukan empat, ada yang salah dalam perhitungan Anda.

Coba Sendiri: Sebar Forecast Tahunan ke 4 Triwulan

Ubah pola musiman (puncak di triwulan mana) dan lihat indeks tiap triwulan otomatis menyesuaikan, sambil total tetap terjaga 4,00.

Hitung dari Nol — HDN-1 (lanjut): Sebar 200 Ribu Unit ke 4 Triwulan

Forecast tahunan 2026 = 200 ribu unit. Rata-rata per triwulan = 200 ÷ 4 = 50 ribu unit. Kalikan dengan indeks musiman PT Sari Rasa (puncak TW2 = Lebaran).

Triwulan	Indeks Musiman	Perhitungan (50 × indeks)	Penjualan (ribu unit)
TW1 (Jan–Mar)	0,80	50 × 0,80	40
TW2 (Apr–Jun, Lebaran)	1,40	50 × 1,40	70
TW3 (Jul–Sep)	0,90	50 × 0,90	45
TW4 (Okt–Des)	0,90	50 × 0,90	45
Σ	4,00 ✓	—	200 ✓

Hasil: TW1=40, TW2=70, TW3=45, TW4=45 (total 200). TW2 melonjak ke 70 ribu unit — efek Ramadan/Lebaran. Tanpa indeks musiman, kita keliru membagi rata 50 tiap triwulan.

Sekarang kita lanjutkan HDN-1: kita sudah punya forecast tahunan 200 ribu unit, tetapi angka tahunan saja tidak cukup untuk menyusun anggaran karena penjualan tidak rata sepanjang tahun. Langkah pertama, hitung rata-rata per triwulan dengan membagi forecast tahunan dengan empat, yaitu 200 dibagi 4 sama dengan 50 ribu unit. Langkah kedua, kalikan rata-rata itu dengan indeks musiman tiap triwulan: triwulan satu indeksnya 0,80 sehingga 50 dikali 0,80 sama dengan 40, triwulan dua yang bertepatan dengan Lebaran indeksnya 1,40 sehingga melonjak menjadi 70, lalu triwulan tiga dan empat masing-masing 0,90 menghasilkan 45. Perhatikan totalnya tetap 200 ribu unit karena jumlah indeksnya tepat empat — ini sekaligus cara Anda mengecek bahwa perhitungan benar. Pelajaran pentingnya: kalau kita malas dan langsung membagi rata 50 tiap triwulan, kita akan kekurangan stok parah saat Lebaran dan kelebihan stok di triwulan lain; indeks musiman inilah yang menyelamatkan perusahaan dari kesalahan fatal itu.

Bagian 3 dari 4

Anggaran Penjualan

Mengubah forecast unit menjadi rencana penjualan dalam rupiah — dan menyusunnya multi-dimensi: per produk, per daerah, per triwulan.

Anggaran Penjualan (Rp) = Unit × Harga Jual

Dari Forecast Unit ke Anggaran Penjualan Rupiah

Rumusnya satu baris, tetapi inilah jembatan dari 'ramalan' ke 'angka uang' yang dipakai seluruh anggaran lain.

Anggaran Penjualan (Rp) = Kuantitas Terjual (unit) × Harga Jual per Unit

Contoh Satu Triwulan

Rp 350 jt

TW2 (Lebaran)

70.000 unit × Rp 5.000 = Rp 350.000.000.
Angka rupiah ini masuk ke laporan laba rugi proforma dan anggaran kas.

Kenapa Penting

Bahasa manajemen

Unit saja tidak cukup. Anggaran rupiah yang masuk ke laporan laba rugi proforma dan menentukan kapan uang benar-benar masuk (anggaran kas).

Harga jual bisa berbeda antar-produk & antar-periode. Kalau begitu, hitung tiap baris terpisah lalu jumlahkan — jangan pukul rata satu harga.

Setelah punya ramalan unit per triwulan, langkah berikutnya adalah mengubahnya menjadi rupiah, dan rumusnya sederhana: anggaran penjualan sama dengan kuantitas terjual dikali harga jual per unit. Misalnya pada triwulan dua kita meramal 70 ribu unit, dan kalau harga jual per unit lima ribu rupiah, maka anggaran penjualan triwulan dua adalah 70 ribu dikali lima ribu sama dengan 350 juta rupiah. Mengapa langkah ini penting padahal kelihatannya remeh? Karena angka rupiah inilah, bukan unit, yang masuk ke laporan laba rugi proyeksi dan ke anggaran kas yang menentukan kapan uang benar-benar masuk ke perusahaan. Satu peringatan praktis yang sering dilupakan mahasiswa: kalau perusahaan punya beberapa jenis produk dengan harga berbeda, atau menaikkan harga saat permintaan tinggi, Anda tidak boleh memukul rata satu harga untuk semua — hitung tiap baris produk dan periode secara terpisah dengan harganya masing-masing, baru jumlahkan.

Anggaran Penjualan Multi-Dimensi (Produk × Daerah × Triwulan)

Dunia nyata: satu perusahaan punya banyak produk dan banyak wilayah. Contoh PT Sari Rasa untuk TW1 (40 ribu unit):

Produk	Jateng (unit)	Jatim (unit)	Total Unit	Harga/unit	Nilai (Rp)
Reguler	18.000	12.000	30.000	Rp 5.000	Rp 150.000.000
Premium	6.000	4.000	10.000	Rp 8.000	Rp 80.000.000
Total TW1	24.000	16.000	40.000 ✓	—	Rp 230.000.000

Total unit TW1 = 40 ribu (cocok dengan HDN-1 ✓). Total rupiah TW1 = Rp 230 jt — lebih besar dari 40 ribu × Rp 5.000 = Rp 200 jt, karena produk Premium berharga lebih tinggi. Multi-dimensi membuat tiap tim wilayah punya target yang dapat dipertanggungjawabkan.

Di dunia nyata, anggaran penjualan jarang sesederhana satu angka total; perusahaan seperti ICBP atau Unilever menjual banyak produk di banyak wilayah, sehingga anggaran penjualan disusun sebagai matriks multi-dimensi. Lihat contoh PT Sari Rasa untuk triwulan satu: produknya ada dua, Reguler dan Premium, dan wilayahnya dua, Jawa Tengah dan Jawa Timur, sehingga tabelnya menyilangkan produk di baris dengan daerah di kolom. Perhatikan bahwa total unit triwulan satu tetap 40 ribu, persis cocok dengan hasil HDN-1 kita tadi — ini bukti bahwa anggaran multi-dimensi hanyalah memecah angka total yang sama ke dalam rincian yang lebih berguna. Tetapi total rupiahnya, 230 juta, ternyata lebih besar daripada kalau kita asal mengalikan 40 ribu unit dengan lima ribu rupiah, karena produk Premium dijual dengan harga lebih tinggi delapan ribu rupiah. Inilah gunanya menyusun anggaran secara multi-dimensi: tiap tim penjualan wilayah dan tiap lini produk mendapat target yang jelas dan dapat dipertanggungjawabkan, bukan sekadar satu angka besar yang kabur.

Hitung dari Nol — HDN-2a: Anggaran Penjualan Rupiah 4 Triwulan

Pakai forecast unit dari HDN-1 dan harga jual rata-rata Rp 5.000/unit. Susun anggaran penjualan rupiah setahun.

Triwulan	Unit (ribu)	Perhitungan (unit × Rp 5.000)	Anggaran Penjualan (Rp)
TW1 (Jan–Mar)	40	40.000 × 5.000	Rp 200.000.000
TW2 (Apr–Jun, Lebaran)	70	70.000 × 5.000	Rp 350.000.000
TW3 (Jul–Sep)	45	45.000 × 5.000	Rp 225.000.000
TW4 (Okt–Des)	45	45.000 × 5.000	Rp 225.000.000
Total	200	—	Rp 1.000.000.000

Total anggaran penjualan setahun = Rp 1 miliar. TW2 menyumbang Rp 350 jt (35% setahun) — momen Lebaran adalah triwulan paling menentukan bagi perusahaan ini.

Sekarang kita rangkai semua menjadi anggaran penjualan rupiah yang utuh untuk setahun, dari nol. Kita ambil ramalan unit per triwulan yang sudah kita hitung di HDN-1 — yaitu 40, 70, 45, dan 45 ribu unit — lalu kita kalikan masing-masing dengan harga jual rata-rata lima ribu rupiah per unit. Hasilnya: triwulan satu 200 juta, triwulan dua 350 juta, triwulan tiga dan empat masing-masing 225 juta, dan kalau dijumlahkan, total anggaran penjualan setahun adalah satu miliar rupiah. Saya minta Anda perhatikan satu fakta strategis dari angka ini: triwulan dua sendirian menyumbang 350 juta atau sekitar tiga puluh lima persen dari penjualan setahun, jauh di atas porsi seperempat yang "adil". Inilah alasan mengapa perusahaan consumer goods di Indonesia begitu serius mempersiapkan diri menjelang Lebaran — satu triwulan ini bisa menentukan apakah target tahunan tercapai atau tidak, dan anggaran yang baik membuat fakta penting ini terlihat hitam di atas putih sejak awal tahun.

Bagian 4 dari 4

Anggaran Produksi & Persediaan

Berapa unit harus diproduksi? Bukan sama dengan penjualan — tergantung kebijakan persediaan. Satu rumus inti, dua pilihan kebijakan.

Produksi = Penjualan + Persediaan Akhir − Persediaan Awal

Rumus Inti Anggaran Produksi

Logikanya sederhana: barang yang dibutuhkan = untuk dijual + untuk stok akhir; dikurangi stok yang sudah ada di awal.

Produksi = Penjualan + Persediaan Akhir (diinginkan) − Persediaan Awal

Penjualan = unit yang akan dijual · Persediaan Akhir = stok yang ingin tersisa di akhir periode · Persediaan Awal = stok tersisa dari periode sebelumnya

Logika "keranjang": yang harus tersedia = barang untuk dijual + barang untuk disimpan. Sebagian sudah ada (persediaan awal), sisanya harus diproduksi.
→ Produksi = (Jual + Stok Akhir) − Stok Awal

Kritis: Persediaan akhir TWn = persediaan awal TWn+1. Inilah yang menyambung tabel antar-triwulan — jangan sampai terputus.

Inilah rumus paling penting di bagian ini, dan saya ingin Anda memahaminya lewat logika, bukan menghafalnya. Bayangkan sebuah keranjang barang: di akhir periode, barang yang harus tersedia terdiri dari dua bagian, yaitu barang yang akan dijual dan barang yang ingin kita sisakan sebagai stok akhir untuk berjaga-jaga. Nah, sebagian dari kebutuhan itu sebenarnya sudah ada di gudang sejak awal periode — itulah persediaan awal — sehingga yang benar-benar harus kita produksi hanyalah kekurangannya. Maka rumusnya menjadi: produksi sama dengan penjualan ditambah persediaan akhir yang diinginkan dikurangi persediaan awal. Ada satu hal teknis yang wajib Anda ingat agar tabel antar-triwulan tersambung: persediaan akhir suatu triwulan otomatis menjadi persediaan awal triwulan berikutnya — kalau Anda lupa menyambungkan keduanya, seluruh perhitungan akan kacau, jadi periksa baik-baik rantai ini.

Dua Kebijakan Persediaan — Sebuah Trade-Off

Karena penjualan naik-turun musiman, perusahaan harus memilih: jaga produksi tetap rata, atau jaga persediaan tetap rata? Tidak bisa keduanya sekaligus.

Produksi Stabil (Stable Production)

= 50

Produksi sama tiap triwulan

+ Mesin & TK efisien, tidak lembur/menganggur
− Persediaan membengkak saat sepi & menipis saat ramai
Butuh gudang besar untuk menampung surplus musim sepi

Persediaan Stabil (Stable Inventory)

= 20

Persediaan dijaga tetap; produksi mengikuti penjualan

+ Gudang & modal persediaan minimal
− Produksi naik-turun tajam — lembur saat ramai, menganggur saat sepi
Biaya tenaga kerja tidak efisien

Ini trade-off klasik: meratakan yang satu memaksa yang lain bergejolak. Perusahaan nyata biasanya memilih jalan tengah.

Sekarang kita masuk ke keputusan strategis yang membuat anggaran produksi menarik: karena penjualan naik-turun mengikuti musim, perusahaan menghadapi pilihan yang tidak bisa dihindari. Pilihan pertama adalah menjaga produksi tetap rata sepanjang tahun, yang disebut kebijakan produksi stabil; keunggulannya, mesin dan tenaga kerja bekerja efisien tanpa lembur saat ramai atau menganggur saat sepi, tetapi konsekuensinya persediaan akan membengkak besar di musim sepi untuk menumpuk stok menghadapi musim ramai. Pilihan kedua adalah menjaga persediaan tetap rendah dan rata, yang disebut kebijakan persediaan stabil; di sini produksi dibuat mengikuti penjualan, sehingga gudang dan modal yang terkunci minimal, tetapi produksi jadi bergejolak tajam — harus lembur besar-besaran menjelang Lebaran lalu nyaris menganggur setelahnya. Inti yang harus Anda pahami adalah bahwa ini sebuah trade-off: tidak mungkin meratakan produksi sekaligus meratakan persediaan ketika penjualannya sendiri bergelombang — meratakan yang satu pasti memaksa yang lain bergejolak. Karena itu, perusahaan nyata umumnya tidak memilih ekstrem mana pun, melainkan mengambil jalan tengah yang menyeimbangkan biaya gudang dan biaya tenaga kerja.

Coba Sendiri: Uji Kebijakan Produksi vs Persediaan

Geser kebijakan persediaan akhir dan lihat bagaimana angka produksi tiap triwulan ikut naik-turun atau justru mendatar.

Hitung dari Nol — HDN-2b: Anggaran Produksi 4 Triwulan

Kebijakan: persediaan akhir = 20% penjualan triwulan berikutnya. Persediaan awal TW1 = 8 ribu unit. Penjualan TW1-2027 diasumsikan 50 ribu unit (untuk stok akhir TW4).

Keterangan	TW1	TW2	TW3	TW4	Setahun
Penjualan	40	70	45	45	200
(+) Persediaan Akhir (20% TW berikut)	14	9	9	10	10
= Kebutuhan	54	79	54	55	210
(−) Persediaan Awal	8	14	9	9	8
= Produksi	46	65	45	46	202

Total produksi = 202 ribu unit (vs penjualan 200 — selisih 2 = kenaikan stok akhir 10 − awal 8). Penjualan berayun 40→70 (range 30), tetapi produksi hanya 45→65 (range 20) — anggaran produksi otomatis menghaluskan beban pabrik.

Inilah perhitungan puncak hari ini, jadi ikuti baris demi baris dengan saksama. Kebijakan perusahaan adalah menyimpan persediaan akhir tiap triwulan sebesar dua puluh persen dari penjualan triwulan berikutnya, dan di awal tahun sudah ada delapan ribu unit di gudang. Mulai dari triwulan satu: penjualannya 40 ribu, lalu kita tambah persediaan akhir yang diinginkan yaitu dua puluh persen dari penjualan triwulan dua yang 70 ribu, sehingga 14 ribu; kebutuhannya menjadi 54 ribu, dikurangi persediaan awal 8 ribu, maka produksi triwulan satu adalah 46 ribu unit. Sekarang perhatikan penyambungannya: persediaan akhir triwulan satu yang 14 ribu otomatis menjadi persediaan awal triwulan dua — inilah rantai yang tidak boleh putus. Total produksi setahun keluar 202 ribu unit, sedikit di atas penjualan 200 ribu karena perusahaan sengaja menaikkan stok akhir dari 8 menjadi 10 ribu unit. Penjualan berayun liar dari 40 ke 70 ribu unit dengan rentang 30, tetapi produksi yang dihasilkan hanya berayun dari 45 ke 65 dengan rentang 20 — kebijakan persediaan secara otomatis sudah meredam guncangan beban pabrik.

Studi Kasus: Produksi Stabil vs Persediaan Stabil — Dampaknya

Penjualan PT Sari Rasa: 40, 70, 45, 45 (total 200 ribu unit). Persediaan awal tahun = 20 ribu. Bandingkan dua kebijakan ekstrem (total produksi tahunan = 200).

Triwulan	Penjualan	A: Produksi Stabil (50/TW) → Persediaan akhir	B: Persediaan Stabil (tetap 20) → Produksi
TW1	40	20+50−40 = 30	40
TW2 (Lebaran)	70	30+50−70 = 10	70
TW3	45	10+50−45 = 15	45
TW4	45	15+50−45 = 20	45
Rentang ayun	40–70 (30)	Persediaan: 10–30 (ayun 20)	Produksi: 40–70 (ayun 30)

A (produksi rata 50): produksi tenang, persediaan berayun 10–30 (butuh gudang besar). B (persediaan rata 20): gudang kecil, produksi berayun 40–70 (lembur saat Lebaran). Trade-off-nya nyata dan terukur.

Mari kita buat trade-off tadi menjadi konkret dengan angka, memakai data penjualan PT Sari Rasa yang sama: 40, 70, 45, 45 ribu unit. Pada kebijakan A, produksi stabil, perusahaan memproduksi rata 50 ribu unit tiap triwulan; akibatnya, di triwulan satu yang sepi persediaan menumpuk sampai 30 ribu unit, lalu terkuras menjadi 10 ribu saat Lebaran di triwulan dua — jadi produksinya tenang tetapi persediaannya berayun dari 10 sampai 30 ribu unit dan butuh gudang besar. Pada kebijakan B, persediaan stabil, perusahaan menjaga stok tetap 20 ribu unit dan membuat produksi persis mengikuti penjualan; akibatnya gudangnya kecil dan modal persediaan minimal, tetapi produksinya berayun tajam dari 40 ke 70 ribu unit, yang berarti pabrik harus lembur besar menjelang Lebaran lalu melambat setelahnya. Perhatikan bahwa keduanya menghasilkan total produksi tahunan yang sama yaitu 200 ribu unit; yang berbeda hanyalah ke mana guncangan musiman itu "dibuang" — ke persediaan atau ke produksi. Inilah inti pelajaran: trade-off ini nyata dan terukur, sehingga keputusan kebijakan persediaan sesungguhnya adalah keputusan tentang biaya mana yang lebih murah bagi perusahaan Anda — biaya menyimpan barang di gudang, atau biaya lembur dan menganggurnya tenaga kerja.

Lima Jebakan dalam Menyusun Anggaran Penjualan & Produksi

Forecast disamakan dengan anggaran — lupa bahwa anggaran adalah keputusan manajemen di atas forecast.

Salah kode X — untuk data genap, lupa pakai loncatan 2 (ΣX harus = 0); kalau kode salah, a dan b ikut salah.

Mengabaikan musim — membagi forecast tahunan rata ke 4 triwulan, padahal pola Lebaran membuat TW tertentu jauh lebih besar.

Lupa menyambung persediaan — persediaan akhir TWn TIDAK dijadikan persediaan awal TWn+1.

Mengira produksi = penjualan — abai kebijakan persediaan; produksi selalu = penjualan + akhir − awal.

Sebelum serahkan jawaban, cek: (a) ΣX = 0 · (b) Σ indeks = 4 · (c) rantai persediaan tersambung · (d) total produksi ≈ penjualan ± perubahan stok. Empat cek ini menutup mayoritas kesalahan.

Dari pengalaman saya memeriksa banyak lembar latihan, hampir semua kesalahan dalam menyusun anggaran berasal dari lima jebakan yang sama, jadi saya kumpulkan di sini agar Anda waspada. Jebakan pertama yang paling konseptual: menyamakan forecast dengan anggaran, padahal anggaran adalah keputusan manajemen yang bisa berbeda dari ramalan. Jebakan kedua bersifat teknis: salah memberi kode X, terutama untuk data dengan jumlah tahun genap yang menuntut loncatan dua agar ΣX tetap nol; kalau kodenya salah, koefisien a dan b ikut salah. Jebakan ketiga dan keempat sering muncul di perhitungan: mengabaikan pola musiman sehingga membagi rata padahal Lebaran membuat satu triwulan melonjak, dan lupa menyambungkan persediaan akhir suatu triwulan menjadi persediaan awal triwulan berikutnya. Jebakan kelima adalah yang paling sering: mengira produksi sama dengan penjualan, padahal produksi selalu sama dengan penjualan ditambah persediaan akhir dikurangi persediaan awal. Biasakan empat pemeriksaan cepat sebelum menyerahkan jawaban — periksa ΣX nol, periksa jumlah indeks empat, periksa rantai persediaan tersambung, dan periksa total produksi mendekati total penjualan disesuaikan perubahan stok — empat cek sederhana ini akan menyelamatkan sebagian besar nilai Anda.

Cheat Sheet & Peta Konsep

Konsep	Rumus	Untuk
Trend least-square	Y = a + bX; a = ΣY÷n; b = ΣXY÷ΣX²	Forecast tahunan (ΣX=0)
Indeks musiman	rata-rata musim ÷ rata-rata umum (Σ = 4)	Sebar forecast ke triwulan
Moving average	rata-rata n periode terakhir	Haluskan data fluktuatif
Anggaran penjualan (Rp)	Unit × Harga jual per unit	Unit → rupiah
Anggaran produksi	Penjualan + Persed. Akhir − Persed. Awal	Berapa unit diproduksi

Satu benang merah: semua bermula dari angka penjualan. Ramalkan benar → anggaran penjualan benar → anggaran produksi benar → seluruh anggaran induk benar.

Ini slide yang saya sarankan Anda foto dan tempel di meja belajar, karena ia merangkum seluruh pertemuan dalam satu layar. Di tabel cheat sheet ada lima rumus inti: trend least-square untuk meramal angka tahunan, indeks musiman untuk menyebarnya ke triwulan, moving average sebagai pelengkap, lalu rumus mengubah unit menjadi rupiah dan rumus anggaran produksi. Di peta konsepnya, perhatikan benang merah yang sama yang sudah saya tekankan sejak awal: semuanya berawal dari angka penjualan — Anda meramal penjualan, lalu menyusun anggaran penjualan, lalu anggaran produksi, dan dari situ seluruh anggaran induk perusahaan terbentuk. Yang ingin saya tanamkan adalah jangan menghafal kelima rumus ini sebagai lima hal terpisah; pahami sebagai satu rangkaian yang mengalir dari ramalan menuju keputusan produksi. Kalau Anda paham alurnya, kelima rumus ini akan terasa logis dan saling menyambung, bukan sekadar hafalan yang mudah lupa saat ujian.

Latihan & Diskusi Kelas

Latihan 1 — Forecast

Trend Least-Square

Data penjualan 3 tahun:
2023 = 100 ribu · 2024 = 120 ribu · 2025 = 140 ribu

Kode X: −1, 0, +1. Hitung a dan b, lalu ramalkan penjualan 2026.

Petunjuk: ΣX = 0 ✓. Buat tabel X, Y, XY, X² terlebih dulu.

Latihan 2 — Produksi

Rumus Anggaran Produksi

Satu triwulan:
Penjualan = 500 ribu unit
Persediaan akhir diinginkan = 80 ribu unit
Persediaan awal = 60 ribu unit

Berapa unit harus diproduksi?
Petunjuk: tulis rumus lengkap dulu, baru masukkan angka.

Kerjakan 5–7 menit secara mandiri. Kunci: Latihan 1 → 160 ribu unit (a=120, b=20, X=2). Latihan 2 → 520 ribu unit. Kita bahas bersama setelah waktu selesai.

Sekarang giliran Anda berhitung, karena keterampilan menyusun anggaran hanya benar-benar dikuasai dengan latihan, bukan dengan menonton saya mengerjakan di depan. Latihan pertama menguji peramalan: Anda diberi data penjualan tiga tahun, dan saya minta Anda menghitung koefisien a dan b lalu meramal penjualan tahun 2026 — karena datanya tiga tahun yang ganjil, kode X-nya cukup minus satu, nol, dan satu agar jumlahnya nol. Latihan kedua menguji anggaran produksi dengan satu kasus triwulan: penjualan 500 ribu unit, persediaan akhir yang diinginkan 80 ribu, dan persediaan awal 60 ribu — tulis dulu rumusnya secara eksplisit sebelum memasukkan angka, jangan langsung menebak. Saya beri waktu lima sampai tujuh menit, kerjakan dengan tenang dan rapi, dan setelah itu kita bahas jawaban beserta langkahnya bersama-sama. Kunci jawaban lengkapnya ada di Lampiran B materi master, tetapi cobalah dulu sendiri sebelum melihatnya, karena di situlah pemahaman Anda benar-benar terbentuk.

Persiapan Pertemuan 3

Hari ini Anda belajar meramal penjualan dan menyusun anggaran penjualan & produksi. Pertemuan depan kita lanjut ke anggaran biaya produksi — bahan baku, tenaga kerja langsung, dan overhead pabrik.

Pertemuan 3 — Anggaran Biaya Produksi

Dari unit produksi (hasil hari ini) → kebutuhan & pembelian bahan baku
Anggaran tenaga kerja langsung (jam × tarif)
Anggaran overhead pabrik (tetap + variabel)
Semua bertumpu pada angka produksi yang kita hitung hari ini

Tugas Mandiri — Latih

Sebelum Pertemuan 3

Ulangi HDN-1 dan HDN-2 dengan data Anda sendiri (mis. penjualan usaha keluarga/UMKM yang Anda kenal). Bawa kalkulator ke kelas berikutnya.

Kuasai rumus least-square & anggaran produksi malam ini. Sampai jumpa di Pertemuan 3 — Anggaran Biaya Produksi.

Kita sampai di penghujung pertemuan yang padat ini, dan saya harap Anda kini tidak hanya memahami konsep peramalan dan anggaran, tetapi benar-benar bisa mengerjakannya dari nol. Hari ini fokus kita adalah meramal penjualan dan menerjemahkannya menjadi anggaran penjualan serta anggaran produksi; di Pertemuan 3 nanti kita akan melanjutkan rantai anggaran induk ke hilir, yaitu menghitung biaya untuk memproduksi unit-unit tadi — kebutuhan bahan baku, upah tenaga kerja langsung, dan overhead pabrik. Perhatikan bahwa semua perhitungan minggu depan akan bertumpu pada angka produksi yang sudah kita hasilkan hari ini, sehingga apa yang Anda kuasai sekarang adalah fondasi yang akan terus dipakai. Tugas mandiri Anda sederhana tetapi penting: ulangi HDN-1 dan HDN-2 menggunakan data penjualan yang nyata bagi Anda, misalnya usaha keluarga atau UMKM yang Anda kenal, sampai langkah-langkahnya terasa otomatis. Kuasai rumus least-square dan rumus anggaran produksi malam ini, dan sampai jumpa minggu depan di Pertemuan 3.