PROFIT FORECASTING ANALYSIS AND VISUALIZATION OF CEMENT COMPANIES LISTED IN THE INDONESIA STOCK EXCHANGE

Birra Lailatul Nafiisa; Nurafni Eltivia; Nur Indah Riwajanti

doi:10.19184/jauj.v21i1.36248

Birra Lailatul Nafiisa State Polytechnic of Malang
Nurafni Eltivia State Polytechnic of Malang
Nur Indah Riwajanti State Polytechnic of Malang

DOI: https://doi.org/10.19184/jauj.v21i1.36248

Abstract

This study aims to determine the amount of profit for the next 5 years from 2022-2026 by forecasting profits using a simple linear regression method. Presentation of profit forecasting data needs to be processed to make it simpler and easier for stakeholders to understand. Therefore this study visualizes data using Microsoft Power BI based on historical data of cement companies in Indonesia that are listed on the Indonesia Stock Exchange in 2017-2021. Type of research is Research and Development (R&D). This study uses a simple linear regression method to determine profit forecasting. Meanwhile, the dashboard creation stage uses the ADDIE method. The results of this study conclude that profit forecasting for 2022-2026 at PT Indocement Tunggal Prakarsa Tbk, PT Solusi Bangun Indonesia Tbk, and PT Semen Indonesia Tbk has increased profits while PT Semen Baturaja Tbk, PT Wijaya Karya Beton Tbk, and PT Waskita Beton Precast Tbk suffered losses.
Keywords: forecasting profit, historical data, Microsoft Power BI

ABSTRAK
Penelitian ini bertujuan untuk mengetahui besarnya laba 5 tahun mendatang dari tahun 2022-2026 dengan melakukan peramalan laba menggunakan metode regresi linier sederhana. Penyajian data peramalan laba perlu diolah agar lebih sederhana dan mudah dipahami oleh pemangku kepentingan. Oleh karena itu penelitian ini memvisualisasikan data menggunakan Microsoft Power BI berdasarkan data historis perusahaan semen di Indonesia yang terdaftar di BEI tahun 2017-2021. Jenis penelitian adalah Research and Development (R&D). Metode pengumpulan data menggunakan metode dokumentasi. Penelitian ini menggunakan metode regresi linier sederhana untuk menentukan peramalan penjualan Kontribusi penelitian ini diharapkan dapat memberikan informasi sebagai dasar analisa pemangku kepentingan. Sedangkan implikasi praktis penelitian ini perlu dilakukannya perluasan target penjualan dengan ekspor semen ke luar negeri untuk meningkatkan keuntungan dan mengatasi kelebihan pasokan semen di Indonesia. Periode penelitian terbatas selama 5 tahun. Peneliti selanjutnya sebaiknya menampilkan laba bersih, laba operasi, laba kotor, dan pendapatan untuk meningkatkan kegunaan informasi dalam pengambilan keputusan.
Kata Kunci: peramalan laba, data historis, Microsoft Power BI

References

Aggarwal. R.. & Ranganathan. P. (2017). Common pitfalls in statistical analysis: Linear regression analysis. Perspectives in Clinical Research. 8(2). 100–102. https://doi.org/10.4103/2229-3485.203040

Akbar. R.. Rasyiddah. D.. Anrisya. M.. Fritania Julyazti. N.. & Syaputri. S. (2018). JEPIN (Jurnal Edukasi dan Penelitian Informatika) Penerapan Aplikasi Power Business Intelligence Dalam Menganalisis Prioritas Pekerjaan di Indonesia. JEPIN (Jurnal Edukasi Dan Penelitian Informatika) Penerapan Aplikasi Power Business Intelligence Dalam Menganalisis Prioritas Pekerjaan Di Indonesia. 4. 54–59.

Andini. D. P. (2015). Kemampuan Prediksi Rasio-Rasio Keuangan Terhadap Laba dan Arus Kas Masa Depan dan Pengaruhnya terhadap Dividend Payout Ratio pada Perusahaan Manufaktur dan Jasa. Jurnal Akuntansi Universitas Jember. 9(2). 73. https://doi.org/10.19184/jauj.v9i2.1240

Binekasri. R. (2022). Semen Indonesia Pemimpin Pasar. Tapi Pangsa Pasar kok Turun? CNBCIndonesia.Com. Begini Nasib Pabrik Semen Saat Dilanda Over Produksi Parah!

Dwiputra Wijaya. A.. & Gantini. T. (2019). Analisis Forecasting dengan Implementasi Dashboard Business Intelligence Untuk Data Penjualan Pada PT. “X.” Prof. Drg. Surya Sumantri. 1(65). 1.

Gowthami. K.. & Kumar. M. R. P. (2017). Study on Business Intelligence Tools for Enterprise Dashboard Development. International Research Journal of Engineering and Technology(IRJET). 4(4). 2987–2992. https://www.irjet.net/archives/V4/i4/IRJET-V4I4721.pdf

Hijriani. A.. Muludi. K.. & Andini. E. A. (2016). Penyajian Hasil Prediksi Pemakaian Air Bersih Pdam Informasi Geofrafis. Jurnal Informatika. 11(2). 37–42.

Indahyanti. S. N.. & Wijaya. A. L. (2014). Kemampuan Komponen Laba Dalam Memprediksi Laba Masa Depan. Assets: Jurnal Akuntansi Dan Pendidikan. 3(2). 116. https://doi.org/10.25273/jap.v3i2.1216

Junaedi. I.. Abdillah. D.. & Yasin. V. (2020). Analisis Perancangan Dan Pembangunan Aplikasi Business Intelligence Penerimaan Negara Bukan Pajak Kementerian Keuangan Ri. JISAMAR (Journal of Information System. Applied. Management. Accounting and Researh). 4(3). 88.

Novita. R. (2016). ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI BERFLUKTUASINYA NET PROFIT MARGIN RATIO PADA CV. TULIMARIO TANGKIT BARU KABUPATEN MUARO JAMBI. 1–23.

Rahmawati. B. S. (2016). Pengaruh volatilitas laba terhadap kesalahan peramalan laba (studi komparatif pada perusahaan perbankan yang melakukan perataan laba dan tidak melakukan perataan laba di Indonesia dan Malaysia tahun 2013-2015. Jurnal Keuangan. 17(2). 20-41. 1–22.

Saputro. B. (2017). Manajemen Penelitian Pengembangan (Research & Development) bagi Penyusun Tesis dan Disertasi. In Journal of Chemical Information and Modeling (Vol. 53. Issue 9).

Taylor. S. J.. & Letham. B. (2017). Business Time Series Forecasting at Scale. PeerJ Preprints 5:E3190v2. 35(8). 48-90.

Williams. S. (2016). Business Intelligence Strategy and Big Data Analytics. https://www.sciencedirect.com/book/9780128091982/business-intelligence-strategy-and-big-data-analytics

Yanwardhana. E. (2021). Begini Nasib Pabrik Semen Saat Dilanda Produksi Parah! CNBNIndonesia.Com. Begini Nasib Pabrik Semen Saat Dilanda Over Produksi Parah!

Yumni. S. Z.. & Widowati. W. (2021). Implementasi Microsoft Power BI Dalam Memantau Kehadiran dan Transportasi Pegawai. Jurnal Sains Dan Edukasi Sains. 4(1). 1–8. https://doi.org/10.24246/juses.v4i1p1-8