Prodi Bisnis Digital · FEB UNDIP

Pengembangan Produk

Pertemuan 11: Peramalan Penjualan dan Analisis Keuangan Produk

Dari perkiraan unit terjual menuju keputusan go/no-go yang bisa dipertanggungjawabkan secara finansial.

RPS minggu 12 · 2x50 menit

Selamat datang kembali, Anda sudah melewati tahap full screening dan scoring model pada pertemuan lalu, jadi hari ini kita masuk ke tahap berikutnya: mengubah ide produk yang lolos seleksi menjadi angka. Bayangkan Anda tim founder startup fesyen lokal yang baru saja meyakinkan investor bahwa ide tas ransel anti-air layak lanjut — pertanyaan berikutnya yang pasti ditanyakan investor adalah "berapa unit yang bisa terjual, dan kapan modal balik?" Pertemuan ini akan menjawab dua pertanyaan itu lewat peramalan penjualan dan analisis keuangan awal produk. Kita akan berlatih menghitung dari nol dua kali: sekali meramal penjualan dengan tren pertumbuhan, sekali lagi menghitung titik impas usaha. Siapkan kalkulator Anda, karena kelas ini akan banyak berhitung dengan angka nyata ala UMKM dan startup Indonesia.

Bagian 1 dari 3

Mengapa Peramalan Penjualan Penting?

Menghubungkan ide produk yang sudah lolos seleksi dengan perkiraan permintaan pasar yang realistis.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu:

Sub-CPMK 1

Menjelaskan metode peramalan penjualan (kualitatif & kuantitatif) dan memilih metode yang sesuai tahap peluncuran produk.

Sub-CPMK 2

Menyusun proyeksi laporan laba rugi awal produk baru berdasarkan hasil peramalan penjualan.

Sub-CPMK 3

Menghitung titik impas (break-even point) unit dan rupiah untuk menilai kelayakan finansial produk.

Sub-CPMK 4

Menginterpretasikan analisis sensitivitas skenario untuk mendukung keputusan go/no-go produk.

Perhatikan bahwa keempat tujuan ini berurutan seperti alur kerja nyata di perusahaan: pertama Anda meramal berapa unit terjual, lalu angka itu Anda masukkan ke proyeksi laba rugi, kemudian Anda hitung titik impas untuk tahu kapan usaha mulai untung, dan terakhir Anda uji ketahanan angka itu lewat skenario optimis-pesimis. Bayangkan Anda bekerja di divisi pengembangan produk Tokopedia atau sebuah UMKM skincare lokal, keempat langkah ini adalah pekerjaan nyata sebelum produk baru resmi diluncurkan ke pasar. Kita akan bergerak dari konsep ke perhitungan konkret, jadi pastikan Anda mengikuti tiap langkah aritmetika dengan cermat karena angka-angka ini akan dipakai ulang di slide berikutnya. Di akhir kelas Anda akan mampu menjawab pertanyaan investor "kapan modal balik" dengan data, bukan tebakan.

Di Mana Posisi Kita dalam Proses NPD?

Peramalan penjualan & analisis keuangan adalah jembatan antara seleksi ide dan pengembangan protokol produk.

Kalau angka peramalan & keuangan tidak layak di sini, tim wajib kembali ke seleksi ide — bukan lanjut ke desain produk.

Perhatikan diagram ini baik-baik karena menunjukkan alur nyata pengembangan produk: minggu lalu Anda sudah menyaring ide lewat scoring model, sekarang ide yang lolos itu diuji lagi dengan angka penjualan dan keuangan sebelum boleh masuk ke tahap desain protokol produk minggu depan. Ini bukan tahap basa-basi, banyak perusahaan seperti unit inovasi Astra atau divisi produk baru Indomaret benar-benar menghentikan proyek di titik ini kalau proyeksi keuangannya tidak masuk akal, walaupun idenya bagus dan sudah lolos scoring kualitatif. Analoginya seperti calon pembeli rumah yang sudah suka desainnya, tapi tetap harus dicek dulu kemampuan cicilannya sebelum tanda tangan kontrak. Jadi anggaplah pertemuan ini sebagai gerbang finansial terakhir sebelum sebuah ide resmi menjadi proyek pengembangan produk penuh.

Apa Itu Peramalan Penjualan?

Peramalan penjualan (sales forecasting) adalah estimasi jumlah unit atau nilai rupiah produk yang akan terjual dalam periode tertentu di masa depan.

Kenapa Wajib Dilakukan

Dasar menentukan kapasitas produksi & persediaan
Input utama proyeksi laba rugi & arus kas
Syarat pengajuan modal ke investor / bank
Alat kontrol: bandingkan realisasi vs rencana

Risiko Kalau Diabaikan

Kelebihan stok → dana tertahan & biaya gudang
Kekurangan stok → kehilangan penjualan & pelanggan
Modal habis sebelum produk sempat untung
Keputusan investor/lender jadi tidak berdasar data

Coba bayangkan Anda merilis produk minuman kemasan baru lewat marketplace seperti Shopee, kalau Anda meramal terlalu optimis dan memproduksi sepuluh ribu botol padahal yang laku hanya seribu, sisanya bisa kedaluwarsa di gudang dan uang Anda tertahan di situ. Sebaliknya kalau Anda terlalu pesimis dan hanya menyiapkan seratus unit padahal permintaan meledak, Anda kehilangan penjualan sekaligus reputasi karena pelanggan kecewa stok habis. Inilah mengapa peramalan penjualan bukan sekadar tebakan optimis pendiri usaha, tapi harus berbasis data dan metode yang bisa dipertanggungjawabkan ke investor. Ingat juga bahwa angka ini akan langsung menjadi input di slide-slide berikutnya untuk menghitung laba rugi dan titik impas, jadi ketelitian di tahap ini sangat menentukan kualitas keputusan selanjutnya.

Dua Keluarga Besar Metode Peramalan

Pemilihan metode tergantung ketersediaan data historis dan tahap peluncuran produk.

Pilihan metode peramalan itu sebenarnya sederhana: tanyakan dulu, apakah kita punya data penjualan historis atau tidak? Kalau produk benar-benar baru, misalnya gadget wearable pertama dari startup lokal yang belum pernah dijual sama sekali, kita terpaksa mengandalkan metode kualitatif seperti survei minat beli atau uji pasar kecil di satu kota dulu sebelum nasional. Tapi kalau produk kita adalah varian baru dari lini yang sudah eksis, misalnya rasa baru dari minuman kemasan yang sudah punya sejarah penjualan dua tahun, kita bisa pakai metode kuantitatif seperti tren pertumbuhan atau rata-rata bergerak yang lebih presisi. Perhatikan juga bahwa model ATAR yang sudah kita pelajari di pertemuan lima sebenarnya adalah salah satu bentuk metode kuantitatif berbasis funnel kesadaran-percobaan-ketersediaan-pengulangan. Di dua slide berikutnya kita akan bedah masing-masing keluarga metode ini lebih detail.

Metode Kualitatif: Saat Data Historis Belum Ada

Delphi

Panel pakar independen memberi estimasi berulang tanpa saling bertemu, hingga pendapat konvergen. Cocok untuk produk berteknologi baru dengan ketidakpastian tinggi.

Survei Minat Beli

Menanyakan langsung ke calon konsumen skala kecil, misalnya lewat kuesioner Google Form, "seberapa besar kemungkinan Anda membeli produk ini?"

Uji Pasar (Test Market)

Menjual versi terbatas di satu kota atau satu platform (mis. hanya listing di Tokopedia Semarang) sebelum peluncuran nasional.

Kelemahan utama: subjektif dan rawan bias optimisme pendiri produk — selalu kombinasikan dengan data pembanding pasar sejenis.

Metode Kuantitatif: Tren Pertumbuhan

Metode paling praktis untuk produk baru yang sudah punya data penjualan awal (mis. bulan pertama peluncuran).

Forecast_n = Penjualan Dasar × (1 + g)ⁿ⁻¹

Tingkat pertumbuhan per periode (growth rate), diambil dari tren pasar sejenis atau realisasi bulan-bulan awal.

Periode ke berapa yang ingin diramal, dihitung dari bulan pertama sebagai periode ke-1.

Hitung dari Nol #1: Ramalan Penjualan Tren Pertumbuhan

Startup lokal meluncurkan botol minum pintar. Penjualan bulan pertama 1.200 unit, growth rate diasumsikan 8% per bulan. Berapa ramalan penjualan bulan ke-6?

Langkah	Perhitungan	Nilai
1. Penjualan dasar (bulan ke-1, aktual)	data realisasi peluncuran	1.200 unit
2. Growth rate bulanan (asumsi tim pemasaran)	tren pasar produk sejenis	8%
3. Faktor pertumbuhan kumulatif ke bulan-6	(1 + 8%)⁶⁻¹ = 1,08⁵	1,4693
4. Ramalan penjualan bulan ke-6	1.200 × 1,4693	≈ 1.763 unit

Ramalan Bulan ke-6

≈ 1.763 unit

Mari kita jalankan perhitungan ini bersama-sama, langkah demi langkah, seperti yang akan Anda lakukan kalau bekerja di tim finance startup sungguhan. Langkah pertama kita catat data aktual, 1.200 unit terjual di bulan pertama peluncuran, ini adalah angka nyata bukan asumsi. Langkah kedua kita masukkan asumsi growth rate 8% per bulan yang biasanya diambil dari benchmark kompetitor sejenis di kategori produk lifestyle. Langkah ketiga kita hitung faktor pertumbuhan kumulatif dengan memangkatkan 1,08 sebanyak lima kali karena dari bulan 1 ke bulan 6 ada lima periode pertumbuhan, hasilnya 1,4693. Langkah terakhir kita kalikan penjualan dasar dengan faktor tadi, hasilnya sekitar 1.763 unit di bulan ke-6 — angka inilah yang nanti akan kita pakai sebagai basis proyeksi pendapatan di bagian kedua.

Coba Sendiri: Ramalkan Penjualan dengan Growth Rate

Ubah penjualan bulan pertama dan asumsi growth rate bulanan, lalu lihat ramalan penjualan bulan ke depan terhitung otomatis.

Bagian 2 dari 3

Dari Ramalan Penjualan ke Proyeksi Keuangan

Mengubah angka unit terjual menjadi laporan laba rugi, titik impas, dan indikator kelayakan investasi.

Menyusun Proyeksi Laba Rugi Produk Baru

Ramalan penjualan (unit) dikalikan harga menjadi pendapatan, lalu dikurangi komponen biaya secara berjenjang.

Struktur Pro Forma Laba Rugi (Sederhana)

= EBIT → − PPh Badan 22% → = Laba Bersih Produk

Titik Impas (Break-Even Point)

Break-even point (BEP) adalah tingkat penjualan di mana total pendapatan sama persis dengan total biaya — belum untung, belum rugi.

BEP (unit) = Biaya Tetap ÷ (Harga Jual − Biaya Variabel per Unit)

Biaya Tetap (Fixed Cost)

Tidak berubah walau penjualan naik/turun. Contoh: sewa gudang, gaji tim tetap, biaya lisensi platform.

Margin Kontribusi

Selisih harga jual dengan biaya variabel per unit — bagian yang menutup biaya tetap lalu jadi laba.

Hitung dari Nol #2: Titik Impas Produk UMKM

UMKM skincare lokal: harga jual Rp150.000/unit, biaya variabel Rp90.000/unit, biaya tetap bulanan Rp18.000.000. Berapa titik impasnya?

Langkah	Perhitungan	Nilai
1. Harga jual per unit	data penetapan harga	Rp150.000
2. Biaya variabel per unit	bahan baku + kemasan + ongkir	Rp90.000
3. Margin kontribusi per unit	150.000 − 90.000	Rp60.000
4. BEP unit	18.000.000 ÷ 60.000	300 unit/bulan
5. BEP rupiah	300 × 150.000	Rp45.000.000/bulan

Titik Impas

300 unit ≈ Rp45 juta

Coba Sendiri: Hitung Titik Impas Anda

Ubah harga jual, biaya variabel, dan biaya tetap bulanan, lalu lihat titik impas dalam unit dan rupiah terhitung langsung.

Analisis Sensitivitas: Uji Tiga Skenario

Angka ramalan penjualan selalu mengandung ketidakpastian — uji dengan skenario pesimis, realistis, optimis.

Pesimis

250 unit

Di bawah BEP (300 unit)

Rugi ≈ Rp3 juta/bulan. Perlu efisiensi biaya tetap atau naikkan harga.

Realistis

400 unit

Di atas BEP (300 unit)

Laba kotor ≈ Rp6 juta/bulan sebelum pajak & biaya lain-lain.

Optimis

600 unit

2x BEP

Laba kotor ≈ Rp18 juta/bulan — kapasitas produksi perlu dicek dulu.

Keputusan go/no-go sebaiknya dilandasi skenario realistis, bukan optimis — skenario optimis hanya untuk melihat batas atas potensi.

Angka ramalan penjualan yang kita hitung tadi, 1.763 unit di bulan ke-6, tetaplah sebuah estimasi dengan ketidakpastian, sehingga praktik terbaik di dunia nyata adalah menguji tiga skenario sekaligus. Pada skenario pesimis, penjualan hanya 250 unit atau di bawah titik impas 300 unit, artinya usaha ini masih rugi dan tim harus berpikir ulang soal struktur biaya. Pada skenario realistis di 400 unit, usaha sudah untung tipis di atas titik impas, sementara skenario optimis di 600 unit menunjukkan potensi laba yang jauh lebih besar tapi juga perlu dicek apakah kapasitas produksi sanggup memenuhinya. Kesalahan yang sering dilakukan pendiri startup adalah hanya menunjukkan skenario optimis ke investor, padahal investor yang berpengalaman justru akan menanyakan langsung skenario pesimisnya terlebih dahulu.

Indikator Kelayakan Investasi Sederhana

Selain BEP, dua alat bantu cepat untuk menilai apakah investasi produk baru layak dilanjutkan.

Payback Period

Periode Balik Modal = Investasi Awal ÷ Arus Kas Bersih per Bulan

Semakin pendek periodenya, semakin cepat modal kembali — penting untuk produk dengan siklus hidup pendek (mis. produk musiman/tren).

NPV (Net Present Value)

Nilai sekarang dari seluruh arus kas produk selama umurnya, dikurangi investasi awal, didiskon dengan biaya modal (WACC). NPV > 0 = layak dilanjutkan.

Dua alat ini melengkapi BEP karena BEP hanya menjawab "kapan tidak rugi", sementara payback period dan NPV menjawab "apakah investasi ini layak dibanding alternatif lain". Payback period sangat sederhana, cukup bagi investasi awal dengan arus kas bersih bulanan, misalnya kalau modal awal Rp100 juta dan arus kas bersih Rp10 juta per bulan maka modal kembali dalam 10 bulan. NPV sedikit lebih kompleks karena memperhitungkan nilai waktu uang lewat pendiskontoan memakai biaya modal atau WACC yang sudah Anda pelajari di mata kuliah manajemen keuangan, dan konsep detailnya akan lebih dalam dibahas di mata kuliah tersebut. Untuk mata kuliah pengembangan produk ini, yang penting Anda pahami adalah logikanya: kalau NPV proyek produk baru negatif, sebaik apa pun idenya, secara finansial proyek itu sebaiknya tidak dilanjutkan.

Coba Sendiri: Hitung Periode Balik Modal

Masukkan investasi awal dan arus kas bersih bulanan, lalu lihat berapa lama modal produk baru ini kembali (termasuk versi terdiskonto).

Bagian 3 dari 3

Dari Angka ke Keputusan Go/No-Go

Menghubungkan hasil analisis keuangan dengan keputusan manajemen, kesalahan umum, dan latihan kasus.

Menyatukan Kembali dengan Model ATAR

Peramalan penjualan & analisis keuangan bukan langkah terpisah — keduanya menguji ulang asumsi model ATAR (Pertemuan 5) dengan angka rupiah.

Tahap ATAR	Terhubung dengan Analisis Keuangan
Awareness (kesadaran)	Menentukan skala biaya pemasaran di proyeksi laba rugi
Trial (percobaan)	Basis angka penjualan dasar (bulan-1) di peramalan tren
Availability (ketersediaan)	Memengaruhi biaya distribusi & kapasitas produksi (biaya variabel)
Repeat (pengulangan)	Menentukan growth rate (g) untuk bulan-bulan berikutnya

Anda mungkin masih ingat model ATAR dari pertemuan lima, singkatan dari awareness, trial, availability, repeat, yang dipakai untuk mengestimasi berapa persen calon konsumen yang akhirnya membeli produk. Ternyata keempat komponen itu tidak berdiri sendiri, melainkan langsung memengaruhi angka-angka keuangan yang baru saja kita hitung hari ini: biaya membangun awareness masuk ke biaya pemasaran di laba rugi, tingkat trial menjadi basis penjualan bulan pertama, dan tingkat repeat purchase menentukan seberapa tinggi growth rate yang realistis kita pakai. Jadi kalau tim pemasaran Anda mengklaim growth rate 8% per bulan, pertanyaan pertama yang harus Anda ajukan adalah "apakah ini didukung oleh data repeat purchase dari model ATAR?" Dengan begitu, seluruh mata kuliah ini terasa menyatu sebagai satu alur pengambilan keputusan, bukan topik-topik yang terpisah.

Kesalahan Umum dalam Peramalan Penjualan

Overoptimism bias
Pendiri produk cenderung meramal penjualan terlalu tinggi karena terlalu percaya pada idenya sendiri.

Mengabaikan skenario pesimis
Hanya menyiapkan satu angka tunggal tanpa rentang kemungkinan (sensitivity range).

Base rate neglect
Tidak membandingkan dengan tingkat keberhasilan rata-rata produk sejenis di industri.

Growth rate dari asumsi kosong
Memakai angka pertumbuhan tanpa dasar data historis atau pembanding pasar sama sekali.

Keempat kesalahan ini bukan teori kosong, tapi pola yang berulang kali terjadi pada startup dan UMKM di Indonesia, bahkan pada perusahaan besar sekalipun. Overoptimism bias misalnya sering terjadi karena pendiri produk sudah jatuh cinta dengan idenya sendiri, sehingga sulit objektif menilai potensi pasar yang sebenarnya. Mengabaikan skenario pesimis membuat perusahaan kaget dan kehabisan kas ketika realisasi penjualan ternyata di bawah target, padahal kalau sejak awal sudah disiapkan skenario pesimis, mereka bisa punya rencana cadangan. Base rate neglect artinya lupa bertanya "berapa persen produk sejenis di industri ini yang berhasil dalam setahun pertama", padahal data semacam itu seharusnya jadi pengingat realistis sebelum menetapkan target penjualan sendiri yang jauh di atas rata-rata pasar.

Latihan Kelas: Diskusikan dalam Kelompok

Kasus: Produk Camilan Sehat UMKM

Sebuah UMKM di Semarang meluncurkan camilan sehat kemasan. Harga jual Rp25.000/unit, biaya variabel Rp15.000/unit, biaya tetap bulanan Rp6.000.000. Penjualan bulan pertama 500 unit dengan asumsi growth rate 5% per bulan.

Pertanyaan 1

Hitung BEP unit dan BEP rupiah UMKM ini per bulan.

Pertanyaan 2

Ramalkan penjualan bulan ke-4, lalu bandingkan dengan BEP — apakah go atau no-go?

Rangkuman & Persiapan Minggu Depan

Yang Sudah Kita Pelajari

Metode peramalan kualitatif vs kuantitatif
Rumus tren pertumbuhan untuk ramalan penjualan
Struktur proyeksi laba rugi produk baru
BEP unit & rupiah, sensitivitas, payback, NPV

Tugas & Minggu Depan

Kerjakan latihan BEP & ramalan penjualan untuk produk pilihan kelompok Anda sendiri (dikumpulkan sebelum Pertemuan 12). Minggu depan kita masuk ke Product Protocol & QFD — menerjemahkan voice of customer menjadi spesifikasi teknis produk.

Mari kita rangkum perjalanan kita hari ini: kita mulai dari memahami mengapa peramalan penjualan penting, mempelajari dua keluarga metode peramalan, lalu praktik menghitung dari nol dua kali, sekali untuk ramalan penjualan dengan tren pertumbuhan dan sekali untuk titik impas usaha, sebelum akhirnya menyambungkannya kembali ke model ATAR dan kesalahan umum yang harus dihindari. Untuk tugas, silakan pilih satu produk hipotetis kelompok Anda sendiri, lalu terapkan kedua rumus yang sudah kita pelajari, dikumpulkan sebelum pertemuan berikutnya. Minggu depan kita akan melangkah ke tahap product protocol dan Quality Function Deployment atau QFD, yaitu cara menerjemahkan suara pelanggan menjadi spesifikasi teknis produk yang konkret bagi tim desain dan engineering. Terima Kasih atas partisipasi aktif Anda hari ini, sampai jumpa di pertemuan berikutnya.

📖 Baca juga: Sensitivity Scenario Analysis — penjelasan mendalam dan contoh numerik.