Contoh Metode Moving Average Dalam Akuntansi

Perhitungan Pencatatan Persediaan Dengan Metode Rata-Rata (Moving Avarage) Metode Rata-Rata (Moving Avarage). Metode ini beranggapan, bahwa setiap terjadinya perubahan jumlah persediaan barang, baik karena pembelian maupun karena adanya penjualan yang dilakukan oleh perusahaan, sisa persediaan barang yang masih ada segera diambil nilai rata-ratanya. Nilai rata-rata barang yang masih ada diperoleh dengan jalan membagi jumlah nilai persediaan barang yang masih ada dengan jumlah satuan barang yang bersangkutan. Dengan demikian, harga pokok barang yang dijual, dinilai berdasarkan harga rata-rata barang itu. 1. Persediaan Awal. 100 satuan Rp 9, - 2. Pembelian. 100 satu Rp12, - 3. Pembelian. 100 sábanas Rp11,25 4. Penjualandipakai. 100 satuan 5. Penjualandipakai. 100 satuan Penghitungan harga pokok penjualan dan nilai persediaan dengan menggunakan cara Rata-Rata misalnya sebagai berikut: Harga barang-barang mengalami perubahan harga dari waktu ke waktu. Kecenderungan umum adalah harga naik karena adanya inflasi. Tetapi pada beberapa jenis barang seperti handphone dan laptop justru mengalami penurunan harga dikarenakan perkembangan teknologi atau pun keluarnya modelo-modelo baru. Dari sudut pandang akuntansi, perubahan harga ini akan berpengaruh terhadap nilai persediaan barang dagang yang tercantum de Neraca dan harga pokok barang terjual (HPP) de Laporan Laba Rugi. Idealnya, nilai persediaan dan harga pokok barang terjual diidentifikasi satu-satu sehingga diperoleh hasil yang akurat. Tetapi kelemahan dari cara perhitungan ideal ini adalah perlunya waktu dan usaha yang banyak, apalagi bila item barangnya berjumlah ribuan dan nilai por item barangnya kecil. Bisa-bisa yang terjadi adalah biaya pencatatan lebih besar dari margem penjualan produknya (padahal seharusnya: benefício sobre o custo). Sehingga disimpulkan metode identifikasi satu-satu cenderung tidak efisien untuk dilakukan kecuali didukung dengan sistem teknologi informasi yang mumpuni. Metode identifikasi satu-satu hanya cocok untuk barang-barang yang nilainya besar dan jumlahnya sedikit. Contohnya: rumah, mobil, pesawat. Dalam prakteknya, metode penilaian yang umum digunakan ada 3, yaitu FIFO, LIFO dan rata-rata. Perusahaan boleh memilih salah satunya, asal diterapkan secara konsisten dari tahun ke tahun. Pada akhirnya ketika semua barang sudah habis terjual, ketiga metode tersebut akan menghasilkan nilai biaya pokok penjualan (HPP) yang sama. 1. First In First Out (FIFO) masuk pertama keluar pertama Metodo FIFO atau Masuk Pertama Keluar Pertama mendasarkan pada asumsi bahwa barang yang terjual lebih dulu adalah barang yang dibeli lebih awal. Ketika kecenderungan harga adalah naik seiring berjalannya waktu, maka metode FIFO menghasilkan nilai persediaan yang lebih besar dan nilai HPP yang lebih kecil. Dan sebaliknya. 2. Last In First Out (LIFO) masuk terakhir keluar pertama Metodo LIFO atau Masuk Pertama Keluar Terakhir adalah kebalikan dari metodo FIFO yaitu bahwa barang yang terjual lebih dulu adalah barang yang terakhir masuk dalam persediaan barang dagang. Ketika kecenderungan harga adalah naik seiring berjalannya waktu, maka metode LIFO menghasilkan nilai persediaan yang lebih kecil dan nilai HPP yang lebih besar dan sebaliknya. Dalam hal ini metode LIFO lebih konservatif daripada FIFO. 3. Mover média rata-rata bergerak Metodo média móvel atau rata-rata bergerak adalah metodo temh-tengah antara FIFO dan LIFO. Harga pokok por unidade barang dihitung dengan rumus: (nilai persediaan awal nilai pembelian) (jumlah persediaan awal jumlah pembelian). Harga pokok por unidade ini akan berubah setiap kali terjadi pembelian dengan harga yang berbeda. Nilai HPP dari barang yang terjual dihitung sebesar jumlah unidade terjual dikalikan harga pokok rata-rata pada saat terjadi penjualan. Nilai persediaan sebesar jumlah persediaan akhir dikalikan harga pokok rata-rata yang terakhir. Gambaran lebih jelasnya bisa dilihat dalam contoh dibawah ini: 1 Januari 2013 - Saldo awal persediaan 100 unidade dinganha Rp.50.000, - por unidade. 3 Januari 2013 - Penjualan 75 unidade. 5 Januari 2013 - Pembelian 50 unidade, harga Rp.55.000, - 14 Januari 2013 - Penjualan 30 unidade 21 Januari 2013 - Pembelian 75 unidade, harga Rp.59.000, - 23 Januari 2013 - Pembelian 25 unidade, harga Rp.63.000, - 25 Januari 2013 - Penjualan 50 unidade 29 Januari 2013 - Penjualan 15 unidade Berdasarkan contoh transaksi selama bulan Januari 2013 tersebut, terlihat di bawah ini bahwa metode penilaian persediaan yang berbeda akan menghasilkan nilai persediaan dan HPP yang berbeda. TAWARAN KAMI Jasa yang bermanfaat untuk bisnis Anda, meliputi: LES PRIVAT CONTABILIDADE UNTUK EMPRESÁRIO Kami siap datang untuk membantu Anda belajar pembukuan (AccountingFinancial reporting) secara privat. Dengan memahami Laporan Keuangan maka Anda akan tahu kondisi bisnis Anda dan memiliki kontrol lebih terhadap perkembangan bisnis Anda. JASA LAPORAN KEUANGAN Kami bantu Anda menyusun Laporan Keuangan standar (Laba Rugi, Neraca, Arus Kas) maupun laporan khusus sesuai kebutuhan. Serahkan urusan pembukuan ke kami dan Anda bisa lebih fokus mengembangkan bisnis. Hubungi: Santosa (HPWA: 0812 8242 3547 atau ariphsangmail) Mengenai Saya Daftar Artikel Konsultan Pembukuan amp Sistem Pelaporan Keuangan A. Santosa SE Ak. Telp. 0877 8135 3275 Pin BB: 298D9C2E Email: ariphsangmail amp ariphsanyahoo2.1 Pengertian Penjualan Menurut EC. Widjayono Moestadjab (1991), Penjualan adalah memberikan sesuatu dengan mendapatkan sebuah ganti yang berupa uang atau dengan kata lain hanya meliputi kegiatan pemindahan hak atas sesuatu produk dari penjualan kepada pembeli. Menurut Basu Swastha DH dalam buku manajemen penjualan (1999: hal 8), Penjualan adalah ilmu dan seni mempengaruhi pribadi yang dilakukan oleh penjual untuk mengajak orang lain untuk membeli barang atau jasa yang ditawarkannya. 2.2 Peramalan Penjualan Peramalan penjualan adalah bagian yang penting bagi suatu perusahaan. Berikut ini adalah berbagai macam pengertian peramalan dikemukakan: Menurut Gunawan Adi Saputro dan Marwan Asri (1996: 148). 8220Peramalan adalah suatu cara untuk mengukur dan menaksir kondisi bisnis dimasa mendatang8221. Menurut Suad Husnan dan Suwarsono (1994: 40). 8220Peramalan adalah usaha untuk mengetahui permintaan jumlah produk8221. Dengan uraian di atas dapat diperoleh kesimpulan bahwa Peramalan merupakan suatu usaha untuk melihat situaçao kondisi dengan memperkirakan kondisi yang berlaku terhadap perkembangan dimasa yang akan datang. 2.3 Tujuan Peramalan Tujuan dari peramalan adalah: a. Untuk menetukan kebijaksanaan dalam persoalan penyusunan anggaran. B. Untuk pengawasan dalam persediaan. C. Untuk membantu kegiatan perencanaan dan pengawasan produksi. D. Untuk pengawasan pembelanjaan. E. Untuk penyusunan kebijaksanaan yang efektif dan efisien. 2.4 Jenis Peramalan Pada umumnya peramalan dapat dibedakan dari beberapa segi, tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunannya, maka peramalan dapat dibedakan atas dua macam, yaitu: 1. Peramalan yang bersifat subjektif Peramalan yang berdasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan dari orang yang menyusunnya sangat menentukan baik tidaknya hasil peramalan tersebut. 2. Peramalan yang bersifat objektif Yaitu peramalan yang didasarkan atas dados yang relevan pada masa yang lalu, dengan menggunakan tehnik-tehnik dan modelo dalam menganalisa data tersebut. Desarmando itu jika dilihat dari jangka waktu peramalan yang disusun, maka peramalan dapat dibedakan atas dua macam yaitu: 1. Peramalan Jangka Panjang Yaitu peramalan yang dilakukan untuk menyusun hasil ramalan, yang jangka waktunya lebih dari setengah tahun atau tiga semester. 2. Peramalan jangka Pendek Yaitu peramalan yang dilakukan untuk menyusun hasil ramalan dalam jangka waktu kurang dari setengah tahun. Berdasarkan sifat peramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam: 1. Peramalan kualitatif Yaitu peramalan yang disusun atas dados kualitatif paada masa lalu hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi. 2. Peramalan Kuantitatif Yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan dimuat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Dengan metode yang bebeda akan diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut adalah baik tidaknya metode yang digunakan, sangat ditentukan oleh perbedaan penyimpangan antara hasil peramalan dari kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan sekecil mungkin. Peramalan Kuantitatif dapat digunakan apabila terjadi tiga kondisi sebagai berikut: a. Adanya informasi tentang keadaan lain. B. Informasi tersebut dapat dikuantitatifkan dalam bentuk dados. C. Dapat diasumsikan bahwa pola yang lalu akan berkelanjuatan pada masa yang akan datang. 2.5 Tehnik Dan Metode Peramalan Dalam pemilihan tehnik dan metode peramalan, pertama kita perlu mengetahui ciri-ciri penting yang perlu diperhatikan bagi pengambil keputusan dan analisa keadaan, dalam mempersiapkan peramalan. Ada enam ciri utama yang perlu diperhatikan. Yaitu: 1. Horizon Waktu (Time Horizon) Periode waktu selama suatu keputusan atau analisa akan mempunyai pengaruh, dan waktu itu manajer harus merencanakan dan memperhitungkan pengaruh-pengaruh pemilihan tehnik dan metode yang tepat. Horizon waktu umumnya dapat dibagi dalam jangka pendek, jangka menengah dan jangka panjang. 2. Tingkat perincian (Nível de Detalhe). Tugas-tugas dalam pengambilan keputusan pada umumnya dibagi-bagi (untuk memudahkan penanganannya menurut tingkat perincian yang dibutuhkan) 3. Jumlah Produk. Dalam keadaan dimana keputusan atau analisa yang dibuat mengenai berbagai produk perusahaan, hendaklah ada usaha pengembangan. Secara efektif atas aturan-aturan pengambilan keputusan yang sederhana, eang dapat diaplikasikan secara mekanisme untuk masing-masing produk. Umumnya ada empat unsur biaya yang mencakup suatu prosedur peramalan, yaitu biaya-biaya pengembangan, dados penyimpangan, operasi pelaksanaan dan kesempatan dalam penggunaan tehnik dan metode lain. Tingkat ketepatan yang dibutuhkan sangat erat hubungannya dengan tingkat perinciaan yang dibutuhkan oleh suatu peramalan. Untuk beberapa pengambilan keputusan mengharapkan variasi-variasi atau penyimpangan atas ramalan yang dilakukan antara 10 sampai dengan 15 bagi maksud-maksud yang mereka harapkan. 2.6 Tehnik Perkiraan Dengan Mengunakan Metode Deret Waktu Metode Deret Waktu biasanya dipakai untuk menganalisis pola permintaan masa lalu dan memproyeksikannya untuk masa depan. Dasar perhitungan prakiraan deret waktu ini ialah menghitung besar setiap komponen berdasarkan dados massa lalu. Asumsi dasar yang dipakai dalam metode ini ialah bahwa pola permintaan dapat dibagi menjadi beberapa komponen yaitu tingkat rata-rata (nível médio), kecenderungan (tendência), musiman (sazonalidade), siklus (Ciclo) dan kesalahan (erro). 2.7 Metode Rata-Rata Bergerak Metodo ini merupakan metodo yang termudah dalam teknik peramalan deret waktu kita mengasumsikan bahwa komponen acak tidak terdapat pola musiman, tendência, atau komponen siklus pada dados permintaan pada saat ini. Mover média ialah suatu titik peramalan dengan mengkonsumsikan dados dari beberapa periode terbaru atau terakhir dari dados tersebut dijadikan dados peramalan untuk periode yang akan datang. uma. Rumus rata-rata bergerak (Média em movimento) Jumlah Permintaan Pada N Periode Terakhir 1Tempmsohtmlclip101clipimage001.gif MA Diketahui nilai peramalan 210 nilai nyata 195 N 1 MAD 210 8211 195 15 b. Rata-rata Bergerak Tertimbang Terbobot (Weight Moving Average) Desodorante metode rata-rata bergerak sederhana kita mengenal metode rata-rata tertimbang (Weight Moving Average) dimana pada setiap elemen data kita dapat memberikan bobot. Dengan cara ini nilai-nilai yang akhir dapat diberikan bobot lebih keras. Rumus Rata-rata Bergerak TertimbangTerbobot (Weight Moving Average) WMA (dados penjualan terakhir x bobot ke 82111) (Data x sampai bobot terakhir). Diketahui WI 40, W2 30, W3 20, W4 10 Dados penjualan nyata untuk bulan ke-1 100, ke-2 90, ke-3 105, dan F5 0,40 (95) 0,30 (105) 0,20 ( 90) 0,10 (100) F5 38 31,5 18 10 c. Pemulusan Eksponensial (Emsponensial Smoothing). Pemulusan eksponensial adalah suatu tehnik peramalan rata-rata bergerak yang melakukan pertimbangan terhadap dados masa lalu dengan cara eksponensial sehingga dados paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata bergerak. Dengan pemulusan eksponensial sederhana forecasting dilakukan dengan cara ramalan periode terakhir ditambah porsi perbedaan (disebut Alpha) antara permintaan periode terakhir dengan peramalan periode terakhir. Rumus Pemulusan Eksponensial (Suavização Eksponensial) Ft Ramalan untuk periode sekarang (t) 1 1 Ramalan yang dibujo untuk periode terakhir (t-1) a Suavidade constante A 1 Permintaan nyata peeriode teakhir 1Tempmsopptmlclip101clipimage005.gif a Nilai a yang terendah terutama cocok bila permintaan produk Perubahan yang stabil tetapi variasi acak adalah tinggi, sedangkan yang tinggi berguna dimana sesungguhnya cenderung terjadi karena lebih respontif terhadap fluktuasi permintaan. Diketahui Ft 1 1.050 unidade A 1 1000 unidade a 0,50