Cash Flow Forecasting: Panduan Membangun Proyeksi Arus Kas yang Akurat ala Akhmad Sultoni! Highlights Tantangan terbesar dalam cash flow forecasting bukan rumus, melainkan pemahaman terhadap proses bisnis, mulai dari penerbitan invoice hingga jadwal libur bank Tanpa visibilitas arus kas, perusahaan berisiko terlambat membayar vendor, terkena denda, atau bergantung pada pinjaman darurat Praktik terbaik yang banyak diterapkan adalah monthly rolling forecast untuk proyeksi 12 bulan ke depan, yang dilengkapi dengan monitoring mingguan sebagai mekanisme pengendalian Dua KPI utama untuk mengukur kualitas forecasting adalah forecast accuracy dan forecast bias untuk mendeteksi besaran serta arah penyimpangan Forecasting perlu dievaluasi jika Cash Conversion Cycle memanjang, volatilitas meningkat, bisnis tumbuh cepat, atau selisih forecast dengan realisasi semakin besar Berapa kali tim finance Anda dikejutkan oleh kondisi kas yang ternyata lebih tipis dari perkiraan di akhir bulan? Bagi banyak perusahaan, cash flow forecasting sering diperlakukan sebagai sekadar administrasi rutin, padahal kesalahannya bisa berujung pada keterlambatan bayar gaji, denda ke vendor, hingga pinjaman darurat berbunga tinggi ke bank. Minimnya visibilitas arus kas adalah pain point yang terus berulang di banyak organisasi: proyeksi kas jangka pendek maupun panjang meleset, dan keputusan bisnis pun ikut tertahan karena tim finance tidak yakin berapa kas yang benar-benar tersedia. Untuk membedah persoalan ini secara tuntas, Mekari Jurnal berbincang dengan Akhmad Sultoni, S.E., M.E., CMA, seorang finance leader dengan pengalaman lebih dari 15 tahun di perusahaan FMCG dan consumer healthcare multinasional. Berikut pandangannya soal cara membangun proyeksi arus kas yang akurat, mulai dari tantangan di lapangan, KPI yang wajib dipantau, hingga kesalahan yang paling sering menjegal keakuratan forecast. Kenapa Cash Flow Forecasting Sering Meleset? Akar Masalahnya Bukan di Rumus Menurut Sultoni, tantangan paling mendasar dalam cash flow forecasting bukan terletak pada model atau rumus, melainkan pada seberapa menyeluruh perusahaan memahami proses bisnisnya sendiri. “Tantangan paling mendasar dalam melakukan forecast untuk cash flow adalah memahami proses bisnis yang ada. Hanya dengan memahami proses bisnis yang ada, kita dapat mengidentifikasi sumber-sumber penerimaan dan pengeluaran kas, dan waktunya,” ujarnya. Ia mencontohkan pada industri FMCG, arus kas masuk sangat dipengaruhi oleh term penjualan, mulai dari kapan kepemilikan barang beralih dari produsen ke distributor, berapa lama waktu pengiriman, kapan invoice dicetak, hingga berapa lama jatuh tempo kredit yang diberikan. Pola serupa juga berlaku untuk arus kas keluar. Perusahaan perlu memahami kegiatan apa saja yang memicu munculnya utang, kapan jatuh temponya, dan apakah ada denda keterlambatan. Penting: Faktor seasonality juga kerap terlewat. Libur panjang seperti Hari Raya Idul Fitri atau libur akhir tahun membuat bank memberlakukan jadwal libur bersama tanpa transaksi. Periode-periode inilah yang wajib disesuaikan dalam forecast kas, bukan diasumsikan berjalan normal seperti bulan-bulan lain. Dampak Bisnis Ketika Perusahaan Tidak Punya Visibilitas Arus Kas Ketiadaan proyeksi arus kas yang andal bukan sekadar masalah administratif, tetapi juga dapat mengancam keberlangsungan bisnis. “Jika perusahaan tidak bisa melihat proyeksi arus kas, maka akibatnya dapat fatal, bahkan dapat mengancam keberlangsungan bisnis,” tegas Sultoni. Dampak paling sederhana adalah mismatch antara pemasukan dan pengeluaran kas, yang berujung pada kekurangan kas saat utang jatuh tempo. Dalam kondisi terpaksa, perusahaan biasanya memprioritaskan pembayaran gaji karyawan lebih dulu, baru kemudian tagihan-tagihan lain. Konsekuensinya, vendor yang tagihannya terlambat dibayar bisa mengenakan penalti, atau perusahaan harus meminjam ke bank dengan beban bunga tambahan. Minimnya visibilitas kas juga berimbas pada pengelolaan working capital (modal kerja), yang biasanya menjadi salah satu target kinerja perusahaan. Tanpa forecast yang jelas, KPI working capital menjadi sulit dikendalikan. Definisi Cash Flow Forecasting dari Perspektif Praktisi FP&A Dari kacamata FP&A, Sultoni mendefinisikan cash flow forecasting sebagai proses memprediksi penerimaan dan pengeluaran kas ke depan, dengan mempertimbangkan kondisi bisnis saat ini, asumsi operasional, dan rencana bisnis. Tujuannya adalah memastikan perusahaan memiliki likuiditas yang cukup untuk operasional, pembayaran tagihan, dan pengambilan keputusan strategis. “Yang terpenting dalam cash forecasting bukan hanya menghasilkan angka, tetapi mampu memberikan proyeksi yang cukup akurat atas ketersediaan kas, dan early warning kepada manajemen, sehingga dapat mengambil tindakan sebelum terjadi kekurangan kas,” jelasnya. Ia juga menegaskan perbedaan cash flow forecasting dengan tiga istilah yang sering tertukar: Cash Flow Statement berbicara mengenai arus kas masuk dan keluar yang sudah terjadi, sementara Cash Flow Forecast melihat kondisi kas di masa depan. Budgeting adalah proses menetapkan target dan anggaran perusahaan, di mana proses cash flow forecasting terlibat di dalamnya. Financial Projection melihat gambaran keuangan perusahaan secara keseluruhan (laba rugi, neraca, arus kas) di masa depan. Sultoni memberikan ilustrasi sederhana pada perusahaan FMCG: Budget menetapkan target penjualan Rp100 miliar bulan depan. Cash Flow Forecast menghitung kapan uang dari penjualan benar-benar diterima, kapan supplier harus dibayar, kapan trade promotion dibayarkan, dan apakah saldo kas tetap mencukupi. Cash Flow Statement melaporkan apa yang benar-benar terjadi pada akhir bulan. Financial Projection menunjukkan bagaimana target tersebut memengaruhi laba rugi, neraca, dan arus kas selama beberapa bulan atau tahun ke depan. Direct vs Indirect Cash Flow Method: Mana yang Relevan untuk Forecasting? Di luar pembahasan definisi di atas, satu hal yang penting dipahami tim finance adalah perbedaan dua metode penyusunan laporan arus kas, karena keduanya memengaruhi cara data disusun untuk kebutuhan forecasting: 1. Metode Direct Metode direct menyusun arus kas dengan mencatat langsung penerimaan dan pengeluaran kas riil, seperti kas dari pelanggan, kas ke supplier, dan kas untuk gaji. Metode ini lebih detail dan lebih cocok digunakan sebagai dasar cash flow forecasting operasional karena polanya sejalan dengan cara Sultoni menekankan pentingnya memahami business driver, yaitu kapan uang benar-benar masuk dan keluar. 2. Metode Indirect Metode indirect menyusun arus kas dimulai dari laba bersih, lalu disesuaikan dengan pos-pos non-kas (depresiasi, perubahan piutang, persediaan, dan utang usaha). Metode ini lebih umum dipakai untuk laporan keuangan resmi (cash flow statement) karena datanya bisa langsung ditarik dari laporan laba rugi dan neraca. Untuk kebutuhan forecasting jangka pendek yang butuh presisi waktu (kapan kas benar-benar tersedia), pendekatan berbasis business driver ala metode direct lebih relevan. Sementara metode indirect lebih cocok untuk analisis tren jangka menengah-panjang yang selaras dengan laporan keuangan. Kapan Perusahaan Butuh Cash Flow Forecasting yang Lebih Matang? Menurut Sultoni, pada dasarnya setiap perusahaan di semua level membutuhkan cash flow forecasting, hanya tingkat kerumitannya yang berbeda tergantung skala bisnis. Perusahaan besar dengan proses bisnis yang lebih kompleks, terutama yang memiliki CAPEX besar, membutuhkan kualitas forecasting yang lebih baik. Ia merangkum empat indikator yang menjadi sinyal bahwa kebutuhan cash flow forecasting meningkat: 1. Cash Conversion Cycle (CCC) yang Semakin Panjang Hal ini menunjukkan perusahaan membutuhkan waktu lebih lama untuk memperoleh kas dari operasional, sehingga piutang, persediaan, dan pembayaran ke supplier perlu dikelola lebih ketat. 2. Volatilitas Bisnis yang Meningkat Seperti order yang sulit diprediksi, harga bahan baku yang berfluktuasi, atau ketidakpastian kondisi politik dan ekonomi. 3. Pertumbuhan Bisnis yang Semakin Cepat Ekspansi, penambahan distributor, atau peningkatan CAPEX membuat kebutuhan cash flow forecasting yang akurat semakin penting. 4. Selisih Forecast dengan Aktual yang Semakin Besar Jika forecast sering meleset dan forecast bias terus melebar, proses forecasting perlu dievaluasi dan ditingkatkan. KPI untuk Mengevaluasi Kualitas Cash Flow Forecasting Dalam praktik FP&A, dua KPI paling dasar yang dipakai untuk mengukur kualitas forecast adalah forecast accuracy dan forecast bias, dan keduanya digunakan bersamaan. “Forecast accuracy mengukur seberapa dekat prediksi terhadap hasil aktual. Hal ini penting karena menjadi acuan apakah manajemen dapat mempercayai forecast sebagai dasar pengambilan keputusan,” jelas Sultoni. Namun, akurasi saja tidak cukup. Forecast bias diperlukan untuk melihat arah penyimpangan forecast, apakah cenderung over forecast (terlalu optimistis) atau under forecast (terlalu konservatif). Bias yang konsisten ke satu arah biasanya menunjukkan adanya asumsi yang kurang tepat atau proses forecasting yang belum matang. Data dan Asumsi yang Paling Memengaruhi Akurasi Forecasting Data operasional atau business driver menjadi indikator utama akurasi cash flow forecasting. Sultoni mengelompokkannya menjadi dua kategori: Data arus kas masuk: Forecast penjualan, terms of payment, mix customer (kontribusi pelanggan dengan jatuh tempo lebih panjang akan memperpanjang Cash Conversion Cycle), jadwal pembayaran pelanggan, dan diskon promosi. Data arus kas keluar: Forecast produksi, jadwal payroll dan pembayaran supplier, CAPEX, jatuh tempo pembayaran utang, bunga, dan pajak. “Jika penentuan asumsi atas faktor-faktor tersebut salah atau tidak akurat, maka akan berisiko terjadi cash flow mismatch, yang berujung pada perusahaan mengalami kekurangan cash flow,” tambahnya. Horizon Forecasting Ideal: Monthly Rolling Forecast 12 Bulan Soal frekuensi dan cakupan waktu, Sultoni merekomendasikan pendekatan yang cukup spesifik: “Idealnya, forecast itu dilakukan bulanan, secara rolling forecast untuk 12 bulan. Jadi visibility akan cash flow forecast tersedia untuk 12 bulan ke depan, dan dilakukan update dan monitor dengan monthly forecast.” Sebagai kontrol tambahan, ia juga menyarankan weekly monitoring untuk memantau apakah forecast bulan berjalan berpotensi tercapai atau tidak. Pendekatan ini berfungsi sebagai sistem peringatan dini pada level yang lebih granular. Cara Membuat Proyeksi Arus Kas: Kerangka Sederhana Merangkum keseluruhan pandangan Sultoni, berikut alur dasar yang bisa dijadikan pegangan saat menyusun cash flow forecasting: Petakan proses bisnis dan business driver, dengan mengidentifikasi kapan serta dari mana kas masuk (penjualan dan termin pembayaran), serta kapan dan untuk apa kas keluar (produksi, payroll, supplier, dan pajak). Susun proyeksi berbasis bulanan dengan rolling forecast selama 12 bulan agar visibilitas arus kas tetap tersedia untuk jangka panjang. Masukkan faktor seasonality, seperti libur nasional, jadwal tutup buku bank, dan pola musiman penjualan. Terapkan kontrol mingguan untuk mendeteksi lebih awal potensi deviasi dari forecast bulanan. Ukur kinerja menggunakan forecast accuracy dan forecast bias pada setiap periode, kemudian evaluasi asumsi yang menyebabkan deviasi. Tinjau dan sesuaikan asumsi secara berkala berdasarkan kondisi aktual bisnis. Kerangka ini bisa dituangkan ke dalam template forecasting kas sederhana berupa spreadsheet dengan kolom minggu/bulan berjalan, kategori arus kas masuk dan keluar sesuai business driver di atas, saldo kas awal, saldo kas akhir, serta kolom pembanding forecast vs aktual untuk menghitung accuracy dan bias. Praktik Terbaik agar Forecasting Tetap Relevan Ketika kondisi bisnis berubah, Sultoni menekankan bahwa monthly rolling forecast 12 bulan adalah kondisi minimal yang harus dipenuhi, ditambah monitoring mingguan untuk merespons perubahan lebih cepat. Untuk meningkatkan akurasi dari waktu ke waktu, kuncinya adalah memahami perubahan yang terjadi dalam bisnis. “Forecasting adalah proyeksi berdasarkan asumsi. Selalu lakukan cek dan review asumsi yang diambil dengan kondisi aktual yang terjadi dalam bisnis, dan lakukan penyesuaian atas asumsi yang diambil jika diperlukan,” ujarnya. Asumsi yang tepat akan meningkatkan kualitas forecasting, sementara asumsi yang salah akan menurunkan akurasinya. Kesalahan yang Paling Sering Membuat Forecast Meleset Menurut Sultoni, dua kesalahan paling umum adalah luput memasukkan seasonality ke dalam forecast, dan berpikir terlalu linear atas kondisi bisnis. Kedua kesalahan ini umumnya berakar dari kurangnya pemahaman atas siklus operasional bisnis. “Memahami proses bisnis adalah satu faktor yang sangat penting yang menunjang kualitas dari forecast,” tegasnya. Pesan ini menjadi benang merah yang konsisten ia sampaikan sejak awal wawancara. Di sisi lain, saat forecasting diimplementasikan lintas fungsi (finance, sales, procurement, operasional), tantangan yang paling sering muncul adalah kurangnya komunikasi dan transparansi antar departemen. Menurutnya, ini terjadi karena forecast kerap tidak dipandang sebagai proses yang saling berkaitan antar departemen, padahal idealnya dilakukan secara bersama dan terkoordinasi. Studi Kasus: Forecasting Sederhana yang Menyelamatkan Modal Kerja Usaha Berbasis Proyek Sultoni membagikan pengalamannya mendampingi sebuah usaha mikro berbasis proyek. Pada model bisnis ini, setiap proyek memerlukan pengeluaran kas di muka, sementara pembayaran dari pelanggan baru diterima setelah proyek selesai. Kondisi tersebut membuat bisnis seperti ini umumnya membutuhkan modal usaha yang cukup besar. “Kami kemudian membuat cash flow forecast dengan cara menuliskan semua keperluan untuk pelaksanaan project, termasuk biaya yang diperlukan dan waktu kapan harus dibayarkan. Dari situ kami mampu memiliki visibility untuk arus kas keluar,” ceritanya. Berbekal visibility tersebut, tim kemudian menegosiasikan besaran down payment minimal dari pelanggan agar proyek tetap dapat berjalan. Hasilnya, usaha tersebut mampu menjalankan proyek dengan modal kerja yang jauh lebih ringan. Contoh ini menunjukkan bahwa forecasting sederhana dapat langsung memberikan dampak pada pengelolaan likuiditas perusahaan tanpa memerlukan sistem yang rumit. Peran AI dan Otomatisasi dalam Masa Depan Cash Flow Forecasting Melihat ke depan, Sultoni menilai AI akan berperan besar dalam mengolah data historis sehingga pola yang berulang dapat diidentifikasi. “Semakin panjang periode historical yang diambil, akan semakin baik kualitas datanya,” ujarnya. AI juga berpotensi membantu mengumpulkan informasi relevan yang menjadi dasar pengambilan asumsi untuk proses forecasting. Perkembangan ini mulai diadopsi dalam software akuntansi modern. Salah satunya melalui Universal Airene di Mekari Jurnal, asisten AI yang bekerja langsung menggunakan data keuangan perusahaan, bukan data publik, sehingga analisis yang dihasilkan lebih kontekstual terhadap kondisi bisnis pengguna. Airene dapat membantu menganalisis laporan arus kas dan laba rugi, merangkum temuan penting, menampilkan insight dalam bentuk tabel maupun grafik, serta memberikan rekomendasi berdasarkan data aktual perusahaan. Dengan kombinasi otomatisasi pencatatan transaksi dan analisis berbasis AI, proses cash flow forecasting tidak lagi hanya bergantung pada spreadsheet manual. Tim keuangan dapat lebih cepat mengenali potensi kekurangan kas, perubahan pola arus kas, maupun peluang optimasi modal kerja sehingga keputusan bisnis dapat diambil berdasarkan data yang selalu diperbarui secara real-time. Tiga Rekomendasi Penutup dari Praktisi FP&A Ditutup dengan tiga rekomendasi prioritas bagi perusahaan yang ingin membangun cash flow forecasting yang lebih akurat: Bangun forecast dari business driver. Pahami proses bisnis yang ada dan driver dari setiap prosesnya. Forecast pada dasarnya adalah usaha memproyeksikan hasil dari proses bisnis perusahaan. Challenge the assumption. Kualitas forecast bergantung pada kualitas asumsi yang dibangun. Fokus meningkatkan kualitas asumsi untuk meningkatkan kualitas forecasting secara keseluruhan. Komunikasi dan kolaborasi. Forecast tidak mungkin dibangun sendirian oleh satu departemen. Komunikasi dan kolaborasi lintas fungsi menjadi krusial untuk menghasilkan forecast yang berkualitas. Framework Cash Flow Forecasting yang Akurat Merangkum keseluruhan pembahasan bersama Akhmad Sultoni, berikut lima elemen kunci yang membentuk framework cash flow forecasting yang akurat: Pemahaman proses bisnis dan business driver sebagai fondasi identifikasi sumber dan waktu arus kas masuk-keluar. Horizon rolling forecast bulanan untuk 12 bulan, dilengkapi monitoring mingguan sebagai kontrol tambahan. Dua KPI utama, yaitu forecast accuracy dan forecast bias, dipantau secara bersamaan untuk mengukur tingkat akurasi sekaligus arah deviasi forecast. Faktor seasonality dan asumsi yang terus di-review, bukan proyeksi linear yang statis. Kolaborasi lintas fungsi antara finance, sales, procurement, dan operasional sebagai syarat forecast yang berkualitas. Bangun Manajemen Likuiditas yang Lebih Kuat Lewat Cash Flow Forecasting yang Tepat Pada akhirnya, cash flow forecasting yang akurat bukan tentang rumus yang rumit, melainkan tentang seberapa baik perusahaan memahami proses bisnisnya, menjaga disiplin monitoring, dan menghubungkan data keuangan dengan pengambilan keputusan. Ketika visibilitas arus kas terjaga, perusahaan dapat menentukan prioritas pembayaran, mengelola modal kerja, menegosiasikan termin dengan pelanggan maupun pemasok, hingga merencanakan ekspansi dengan lebih percaya diri tanpa dibayangi risiko kekurangan kas. Jika perusahaan Anda ingin menyusun proyeksi arus kas secara lebih akurat tanpa bergantung pada spreadsheet manual, Mekari Jurnal membantu mengotomatisasi pencatatan transaksi, menyajikan laporan arus kas secara real-time, serta memberikan insight keuangan yang mendukung perencanaan bisnis. Jadwalkan demo Mekari Jurnal dan lihat bagaimana pengelolaan arus kas dapat dilakukan lebih cepat, akurat, dan terintegrasi dalam satu platform. Coba Gratis Sekarang! Pertanyaan yang Sering Diajukan Tentang Cash Flow Forecasting Apa itu cash flow forecasting? Apa itu cash flow forecasting? Cash flow forecasting adalah proses memprediksi penerimaan dan pengeluaran kas perusahaan di masa depan berdasarkan kondisi bisnis saat ini, asumsi operasional, dan rencana bisnis, dengan tujuan memastikan likuiditas tetap mencukupi untuk operasional dan pengambilan keputusan. Apa perbedaan cash flow forecasting dengan cash flow statement? Apa perbedaan cash flow forecasting dengan cash flow statement? Cash flow statement melaporkan arus kas masuk dan keluar yang sudah terjadi, sedangkan cash flow forecast memproyeksikan kondisi kas di masa yang akan datang, apakah akan cukup atau tidak. Berapa horizon waktu yang ideal untuk cash flow forecasting? Berapa horizon waktu yang ideal untuk cash flow forecasting? Praktik yang direkomendasikan adalah monthly rolling forecast untuk 12 bulan ke depan, diperbarui setiap bulan dan dilengkapi monitoring mingguan sebagai kontrol tambahan. Apa KPI utama untuk mengukur kualitas cash flow forecasting? Apa KPI utama untuk mengukur kualitas cash flow forecasting? Dua KPI utama adalah forecast accuracy (seberapa dekat prediksi dengan hasil aktual) dan forecast bias (kecenderungan arah kesalahan forecast, apakah over forecast atau under forecast). Apa perbedaan metode direct dan indirect dalam cash flow? Apa perbedaan metode direct dan indirect dalam cash flow? Metode direct mencatat langsung penerimaan dan pengeluaran kas riil, sehingga lebih relevan untuk forecasting operasional jangka pendek. Metode indirect menyusun arus kas dari laba bersih yang disesuaikan pos non-kas, dan lebih umum dipakai untuk laporan keuangan resmi. Apa kesalahan paling umum yang membuat cash flow forecasting meleset? Apa kesalahan paling umum yang membuat cash flow forecasting meleset? Kesalahan paling umum adalah luput memasukkan faktor seasonality dan berpikir terlalu linear atas kondisi bisnis, yang biasanya terjadi karena kurangnya pemahaman atas siklus operasional bisnis. Mekari Jurnal Aplikasi akuntansi dan operasional terintegrasi untuk membantu pemilik bisnis, akuntan, dan tim finance mengelola keuangan, pembukuan, serta operasional bisnis secara lebih efisien sekaligus. Pelajari lebih lanjut Sebagai bagian dari ekosistem software terpadu Mekari, Mekari Jurnal juga terintegrasi dengan berbagai solusi Mekari lainnya seperti : Semua Platform Akuntansi & keuangan Customer People Services Operasional & digitalisasi Mekari Software as a Service Platform Mekari Officeless Platform Integrasi & App Builder Platform Mekari Airene AI Core Lintas Produk Mekari Platform Mekari Jurnal Akuntansi & Operasional Akuntansi & keuangan Mekari Klikpajak Manajemen Pajak Akuntansi & keuangan Mekari Expense Manajemen Pengeluaran Bisnis Akuntansi & keuangan Mekari POS Point Of Sale Akuntansi & keuangan Mekari Qontak Customer Engagement Platform Customer Mekari Talenta HCM People Mekari Flex Benefit Karyawan People Payroll Service Payroll Outsource Services Mekari Sign Tanda Tangan Digital & E-Meterai Operasional & digitalisasi Mekari Desty Omnichannel Commerce Operasional & digitalisasi Lihat lebih banyak Tidak ada produk di kategori ini. Kategori : Inspirasi Artikel Sebelumnya Dapatkan kurasi newsletter terkait pembukuan dan Akuntansi Subscribe Ikuti akun media sosial resmi dari Mekari Jurnal Facebook Instagram LinkedIn YouTube Dapatkan kurasi newsletter terkait pembukuan dan Akuntansi Subscribe Bagikan artikelWhatsAppLinkedinFacebook
Cash Flow Forecasting: Panduan Membangun Proyeksi Arus Kas yang Akurat ala Akhmad Sultoni! Highlights Tantangan terbesar dalam cash flow forecasting bukan rumus, melainkan pemahaman terhadap proses bisnis, mulai dari penerbitan invoice hingga jadwal libur bank Tanpa visibilitas arus kas, perusahaan berisiko terlambat membayar vendor, terkena denda, atau bergantung pada pinjaman darurat Praktik terbaik yang banyak diterapkan adalah monthly rolling forecast untuk proyeksi 12 bulan ke depan, yang dilengkapi dengan monitoring mingguan sebagai mekanisme pengendalian Dua KPI utama untuk mengukur kualitas forecasting adalah forecast accuracy dan forecast bias untuk mendeteksi besaran serta arah penyimpangan Forecasting perlu dievaluasi jika Cash Conversion Cycle memanjang, volatilitas meningkat, bisnis tumbuh cepat, atau selisih forecast dengan realisasi semakin besar Berapa kali tim finance Anda dikejutkan oleh kondisi kas yang ternyata lebih tipis dari perkiraan di akhir bulan? Bagi banyak perusahaan, cash flow forecasting sering diperlakukan sebagai sekadar administrasi rutin, padahal kesalahannya bisa berujung pada keterlambatan bayar gaji, denda ke vendor, hingga pinjaman darurat berbunga tinggi ke bank. Minimnya visibilitas arus kas adalah pain point yang terus berulang di banyak organisasi: proyeksi kas jangka pendek maupun panjang meleset, dan keputusan bisnis pun ikut tertahan karena tim finance tidak yakin berapa kas yang benar-benar tersedia. Untuk membedah persoalan ini secara tuntas, Mekari Jurnal berbincang dengan Akhmad Sultoni, S.E., M.E., CMA, seorang finance leader dengan pengalaman lebih dari 15 tahun di perusahaan FMCG dan consumer healthcare multinasional. Berikut pandangannya soal cara membangun proyeksi arus kas yang akurat, mulai dari tantangan di lapangan, KPI yang wajib dipantau, hingga kesalahan yang paling sering menjegal keakuratan forecast. Kenapa Cash Flow Forecasting Sering Meleset? Akar Masalahnya Bukan di Rumus Menurut Sultoni, tantangan paling mendasar dalam cash flow forecasting bukan terletak pada model atau rumus, melainkan pada seberapa menyeluruh perusahaan memahami proses bisnisnya sendiri. “Tantangan paling mendasar dalam melakukan forecast untuk cash flow adalah memahami proses bisnis yang ada. Hanya dengan memahami proses bisnis yang ada, kita dapat mengidentifikasi sumber-sumber penerimaan dan pengeluaran kas, dan waktunya,” ujarnya. Ia mencontohkan pada industri FMCG, arus kas masuk sangat dipengaruhi oleh term penjualan, mulai dari kapan kepemilikan barang beralih dari produsen ke distributor, berapa lama waktu pengiriman, kapan invoice dicetak, hingga berapa lama jatuh tempo kredit yang diberikan. Pola serupa juga berlaku untuk arus kas keluar. Perusahaan perlu memahami kegiatan apa saja yang memicu munculnya utang, kapan jatuh temponya, dan apakah ada denda keterlambatan. Penting: Faktor seasonality juga kerap terlewat. Libur panjang seperti Hari Raya Idul Fitri atau libur akhir tahun membuat bank memberlakukan jadwal libur bersama tanpa transaksi. Periode-periode inilah yang wajib disesuaikan dalam forecast kas, bukan diasumsikan berjalan normal seperti bulan-bulan lain. Dampak Bisnis Ketika Perusahaan Tidak Punya Visibilitas Arus Kas Ketiadaan proyeksi arus kas yang andal bukan sekadar masalah administratif, tetapi juga dapat mengancam keberlangsungan bisnis. “Jika perusahaan tidak bisa melihat proyeksi arus kas, maka akibatnya dapat fatal, bahkan dapat mengancam keberlangsungan bisnis,” tegas Sultoni. Dampak paling sederhana adalah mismatch antara pemasukan dan pengeluaran kas, yang berujung pada kekurangan kas saat utang jatuh tempo. Dalam kondisi terpaksa, perusahaan biasanya memprioritaskan pembayaran gaji karyawan lebih dulu, baru kemudian tagihan-tagihan lain. Konsekuensinya, vendor yang tagihannya terlambat dibayar bisa mengenakan penalti, atau perusahaan harus meminjam ke bank dengan beban bunga tambahan. Minimnya visibilitas kas juga berimbas pada pengelolaan working capital (modal kerja), yang biasanya menjadi salah satu target kinerja perusahaan. Tanpa forecast yang jelas, KPI working capital menjadi sulit dikendalikan. Definisi Cash Flow Forecasting dari Perspektif Praktisi FP&A Dari kacamata FP&A, Sultoni mendefinisikan cash flow forecasting sebagai proses memprediksi penerimaan dan pengeluaran kas ke depan, dengan mempertimbangkan kondisi bisnis saat ini, asumsi operasional, dan rencana bisnis. Tujuannya adalah memastikan perusahaan memiliki likuiditas yang cukup untuk operasional, pembayaran tagihan, dan pengambilan keputusan strategis. “Yang terpenting dalam cash forecasting bukan hanya menghasilkan angka, tetapi mampu memberikan proyeksi yang cukup akurat atas ketersediaan kas, dan early warning kepada manajemen, sehingga dapat mengambil tindakan sebelum terjadi kekurangan kas,” jelasnya. Ia juga menegaskan perbedaan cash flow forecasting dengan tiga istilah yang sering tertukar: Cash Flow Statement berbicara mengenai arus kas masuk dan keluar yang sudah terjadi, sementara Cash Flow Forecast melihat kondisi kas di masa depan. Budgeting adalah proses menetapkan target dan anggaran perusahaan, di mana proses cash flow forecasting terlibat di dalamnya. Financial Projection melihat gambaran keuangan perusahaan secara keseluruhan (laba rugi, neraca, arus kas) di masa depan. Sultoni memberikan ilustrasi sederhana pada perusahaan FMCG: Budget menetapkan target penjualan Rp100 miliar bulan depan. Cash Flow Forecast menghitung kapan uang dari penjualan benar-benar diterima, kapan supplier harus dibayar, kapan trade promotion dibayarkan, dan apakah saldo kas tetap mencukupi. Cash Flow Statement melaporkan apa yang benar-benar terjadi pada akhir bulan. Financial Projection menunjukkan bagaimana target tersebut memengaruhi laba rugi, neraca, dan arus kas selama beberapa bulan atau tahun ke depan. Direct vs Indirect Cash Flow Method: Mana yang Relevan untuk Forecasting? Di luar pembahasan definisi di atas, satu hal yang penting dipahami tim finance adalah perbedaan dua metode penyusunan laporan arus kas, karena keduanya memengaruhi cara data disusun untuk kebutuhan forecasting: 1. Metode Direct Metode direct menyusun arus kas dengan mencatat langsung penerimaan dan pengeluaran kas riil, seperti kas dari pelanggan, kas ke supplier, dan kas untuk gaji. Metode ini lebih detail dan lebih cocok digunakan sebagai dasar cash flow forecasting operasional karena polanya sejalan dengan cara Sultoni menekankan pentingnya memahami business driver, yaitu kapan uang benar-benar masuk dan keluar. 2. Metode Indirect Metode indirect menyusun arus kas dimulai dari laba bersih, lalu disesuaikan dengan pos-pos non-kas (depresiasi, perubahan piutang, persediaan, dan utang usaha). Metode ini lebih umum dipakai untuk laporan keuangan resmi (cash flow statement) karena datanya bisa langsung ditarik dari laporan laba rugi dan neraca. Untuk kebutuhan forecasting jangka pendek yang butuh presisi waktu (kapan kas benar-benar tersedia), pendekatan berbasis business driver ala metode direct lebih relevan. Sementara metode indirect lebih cocok untuk analisis tren jangka menengah-panjang yang selaras dengan laporan keuangan. Kapan Perusahaan Butuh Cash Flow Forecasting yang Lebih Matang? Menurut Sultoni, pada dasarnya setiap perusahaan di semua level membutuhkan cash flow forecasting, hanya tingkat kerumitannya yang berbeda tergantung skala bisnis. Perusahaan besar dengan proses bisnis yang lebih kompleks, terutama yang memiliki CAPEX besar, membutuhkan kualitas forecasting yang lebih baik. Ia merangkum empat indikator yang menjadi sinyal bahwa kebutuhan cash flow forecasting meningkat: 1. Cash Conversion Cycle (CCC) yang Semakin Panjang Hal ini menunjukkan perusahaan membutuhkan waktu lebih lama untuk memperoleh kas dari operasional, sehingga piutang, persediaan, dan pembayaran ke supplier perlu dikelola lebih ketat. 2. Volatilitas Bisnis yang Meningkat Seperti order yang sulit diprediksi, harga bahan baku yang berfluktuasi, atau ketidakpastian kondisi politik dan ekonomi. 3. Pertumbuhan Bisnis yang Semakin Cepat Ekspansi, penambahan distributor, atau peningkatan CAPEX membuat kebutuhan cash flow forecasting yang akurat semakin penting. 4. Selisih Forecast dengan Aktual yang Semakin Besar Jika forecast sering meleset dan forecast bias terus melebar, proses forecasting perlu dievaluasi dan ditingkatkan. KPI untuk Mengevaluasi Kualitas Cash Flow Forecasting Dalam praktik FP&A, dua KPI paling dasar yang dipakai untuk mengukur kualitas forecast adalah forecast accuracy dan forecast bias, dan keduanya digunakan bersamaan. “Forecast accuracy mengukur seberapa dekat prediksi terhadap hasil aktual. Hal ini penting karena menjadi acuan apakah manajemen dapat mempercayai forecast sebagai dasar pengambilan keputusan,” jelas Sultoni. Namun, akurasi saja tidak cukup. Forecast bias diperlukan untuk melihat arah penyimpangan forecast, apakah cenderung over forecast (terlalu optimistis) atau under forecast (terlalu konservatif). Bias yang konsisten ke satu arah biasanya menunjukkan adanya asumsi yang kurang tepat atau proses forecasting yang belum matang. Data dan Asumsi yang Paling Memengaruhi Akurasi Forecasting Data operasional atau business driver menjadi indikator utama akurasi cash flow forecasting. Sultoni mengelompokkannya menjadi dua kategori: Data arus kas masuk: Forecast penjualan, terms of payment, mix customer (kontribusi pelanggan dengan jatuh tempo lebih panjang akan memperpanjang Cash Conversion Cycle), jadwal pembayaran pelanggan, dan diskon promosi. Data arus kas keluar: Forecast produksi, jadwal payroll dan pembayaran supplier, CAPEX, jatuh tempo pembayaran utang, bunga, dan pajak. “Jika penentuan asumsi atas faktor-faktor tersebut salah atau tidak akurat, maka akan berisiko terjadi cash flow mismatch, yang berujung pada perusahaan mengalami kekurangan cash flow,” tambahnya. Horizon Forecasting Ideal: Monthly Rolling Forecast 12 Bulan Soal frekuensi dan cakupan waktu, Sultoni merekomendasikan pendekatan yang cukup spesifik: “Idealnya, forecast itu dilakukan bulanan, secara rolling forecast untuk 12 bulan. Jadi visibility akan cash flow forecast tersedia untuk 12 bulan ke depan, dan dilakukan update dan monitor dengan monthly forecast.” Sebagai kontrol tambahan, ia juga menyarankan weekly monitoring untuk memantau apakah forecast bulan berjalan berpotensi tercapai atau tidak. Pendekatan ini berfungsi sebagai sistem peringatan dini pada level yang lebih granular. Cara Membuat Proyeksi Arus Kas: Kerangka Sederhana Merangkum keseluruhan pandangan Sultoni, berikut alur dasar yang bisa dijadikan pegangan saat menyusun cash flow forecasting: Petakan proses bisnis dan business driver, dengan mengidentifikasi kapan serta dari mana kas masuk (penjualan dan termin pembayaran), serta kapan dan untuk apa kas keluar (produksi, payroll, supplier, dan pajak). Susun proyeksi berbasis bulanan dengan rolling forecast selama 12 bulan agar visibilitas arus kas tetap tersedia untuk jangka panjang. Masukkan faktor seasonality, seperti libur nasional, jadwal tutup buku bank, dan pola musiman penjualan. Terapkan kontrol mingguan untuk mendeteksi lebih awal potensi deviasi dari forecast bulanan. Ukur kinerja menggunakan forecast accuracy dan forecast bias pada setiap periode, kemudian evaluasi asumsi yang menyebabkan deviasi. Tinjau dan sesuaikan asumsi secara berkala berdasarkan kondisi aktual bisnis. Kerangka ini bisa dituangkan ke dalam template forecasting kas sederhana berupa spreadsheet dengan kolom minggu/bulan berjalan, kategori arus kas masuk dan keluar sesuai business driver di atas, saldo kas awal, saldo kas akhir, serta kolom pembanding forecast vs aktual untuk menghitung accuracy dan bias. Praktik Terbaik agar Forecasting Tetap Relevan Ketika kondisi bisnis berubah, Sultoni menekankan bahwa monthly rolling forecast 12 bulan adalah kondisi minimal yang harus dipenuhi, ditambah monitoring mingguan untuk merespons perubahan lebih cepat. Untuk meningkatkan akurasi dari waktu ke waktu, kuncinya adalah memahami perubahan yang terjadi dalam bisnis. “Forecasting adalah proyeksi berdasarkan asumsi. Selalu lakukan cek dan review asumsi yang diambil dengan kondisi aktual yang terjadi dalam bisnis, dan lakukan penyesuaian atas asumsi yang diambil jika diperlukan,” ujarnya. Asumsi yang tepat akan meningkatkan kualitas forecasting, sementara asumsi yang salah akan menurunkan akurasinya. Kesalahan yang Paling Sering Membuat Forecast Meleset Menurut Sultoni, dua kesalahan paling umum adalah luput memasukkan seasonality ke dalam forecast, dan berpikir terlalu linear atas kondisi bisnis. Kedua kesalahan ini umumnya berakar dari kurangnya pemahaman atas siklus operasional bisnis. “Memahami proses bisnis adalah satu faktor yang sangat penting yang menunjang kualitas dari forecast,” tegasnya. Pesan ini menjadi benang merah yang konsisten ia sampaikan sejak awal wawancara. Di sisi lain, saat forecasting diimplementasikan lintas fungsi (finance, sales, procurement, operasional), tantangan yang paling sering muncul adalah kurangnya komunikasi dan transparansi antar departemen. Menurutnya, ini terjadi karena forecast kerap tidak dipandang sebagai proses yang saling berkaitan antar departemen, padahal idealnya dilakukan secara bersama dan terkoordinasi. Studi Kasus: Forecasting Sederhana yang Menyelamatkan Modal Kerja Usaha Berbasis Proyek Sultoni membagikan pengalamannya mendampingi sebuah usaha mikro berbasis proyek. Pada model bisnis ini, setiap proyek memerlukan pengeluaran kas di muka, sementara pembayaran dari pelanggan baru diterima setelah proyek selesai. Kondisi tersebut membuat bisnis seperti ini umumnya membutuhkan modal usaha yang cukup besar. “Kami kemudian membuat cash flow forecast dengan cara menuliskan semua keperluan untuk pelaksanaan project, termasuk biaya yang diperlukan dan waktu kapan harus dibayarkan. Dari situ kami mampu memiliki visibility untuk arus kas keluar,” ceritanya. Berbekal visibility tersebut, tim kemudian menegosiasikan besaran down payment minimal dari pelanggan agar proyek tetap dapat berjalan. Hasilnya, usaha tersebut mampu menjalankan proyek dengan modal kerja yang jauh lebih ringan. Contoh ini menunjukkan bahwa forecasting sederhana dapat langsung memberikan dampak pada pengelolaan likuiditas perusahaan tanpa memerlukan sistem yang rumit. Peran AI dan Otomatisasi dalam Masa Depan Cash Flow Forecasting Melihat ke depan, Sultoni menilai AI akan berperan besar dalam mengolah data historis sehingga pola yang berulang dapat diidentifikasi. “Semakin panjang periode historical yang diambil, akan semakin baik kualitas datanya,” ujarnya. AI juga berpotensi membantu mengumpulkan informasi relevan yang menjadi dasar pengambilan asumsi untuk proses forecasting. Perkembangan ini mulai diadopsi dalam software akuntansi modern. Salah satunya melalui Universal Airene di Mekari Jurnal, asisten AI yang bekerja langsung menggunakan data keuangan perusahaan, bukan data publik, sehingga analisis yang dihasilkan lebih kontekstual terhadap kondisi bisnis pengguna. Airene dapat membantu menganalisis laporan arus kas dan laba rugi, merangkum temuan penting, menampilkan insight dalam bentuk tabel maupun grafik, serta memberikan rekomendasi berdasarkan data aktual perusahaan. Dengan kombinasi otomatisasi pencatatan transaksi dan analisis berbasis AI, proses cash flow forecasting tidak lagi hanya bergantung pada spreadsheet manual. Tim keuangan dapat lebih cepat mengenali potensi kekurangan kas, perubahan pola arus kas, maupun peluang optimasi modal kerja sehingga keputusan bisnis dapat diambil berdasarkan data yang selalu diperbarui secara real-time. Tiga Rekomendasi Penutup dari Praktisi FP&A Ditutup dengan tiga rekomendasi prioritas bagi perusahaan yang ingin membangun cash flow forecasting yang lebih akurat: Bangun forecast dari business driver. Pahami proses bisnis yang ada dan driver dari setiap prosesnya. Forecast pada dasarnya adalah usaha memproyeksikan hasil dari proses bisnis perusahaan. Challenge the assumption. Kualitas forecast bergantung pada kualitas asumsi yang dibangun. Fokus meningkatkan kualitas asumsi untuk meningkatkan kualitas forecasting secara keseluruhan. Komunikasi dan kolaborasi. Forecast tidak mungkin dibangun sendirian oleh satu departemen. Komunikasi dan kolaborasi lintas fungsi menjadi krusial untuk menghasilkan forecast yang berkualitas. Framework Cash Flow Forecasting yang Akurat Merangkum keseluruhan pembahasan bersama Akhmad Sultoni, berikut lima elemen kunci yang membentuk framework cash flow forecasting yang akurat: Pemahaman proses bisnis dan business driver sebagai fondasi identifikasi sumber dan waktu arus kas masuk-keluar. Horizon rolling forecast bulanan untuk 12 bulan, dilengkapi monitoring mingguan sebagai kontrol tambahan. Dua KPI utama, yaitu forecast accuracy dan forecast bias, dipantau secara bersamaan untuk mengukur tingkat akurasi sekaligus arah deviasi forecast. Faktor seasonality dan asumsi yang terus di-review, bukan proyeksi linear yang statis. Kolaborasi lintas fungsi antara finance, sales, procurement, dan operasional sebagai syarat forecast yang berkualitas. Bangun Manajemen Likuiditas yang Lebih Kuat Lewat Cash Flow Forecasting yang Tepat Pada akhirnya, cash flow forecasting yang akurat bukan tentang rumus yang rumit, melainkan tentang seberapa baik perusahaan memahami proses bisnisnya, menjaga disiplin monitoring, dan menghubungkan data keuangan dengan pengambilan keputusan. Ketika visibilitas arus kas terjaga, perusahaan dapat menentukan prioritas pembayaran, mengelola modal kerja, menegosiasikan termin dengan pelanggan maupun pemasok, hingga merencanakan ekspansi dengan lebih percaya diri tanpa dibayangi risiko kekurangan kas. Jika perusahaan Anda ingin menyusun proyeksi arus kas secara lebih akurat tanpa bergantung pada spreadsheet manual, Mekari Jurnal membantu mengotomatisasi pencatatan transaksi, menyajikan laporan arus kas secara real-time, serta memberikan insight keuangan yang mendukung perencanaan bisnis. Jadwalkan demo Mekari Jurnal dan lihat bagaimana pengelolaan arus kas dapat dilakukan lebih cepat, akurat, dan terintegrasi dalam satu platform. Coba Gratis Sekarang! Pertanyaan yang Sering Diajukan Tentang Cash Flow Forecasting Apa itu cash flow forecasting? Apa itu cash flow forecasting? Cash flow forecasting adalah proses memprediksi penerimaan dan pengeluaran kas perusahaan di masa depan berdasarkan kondisi bisnis saat ini, asumsi operasional, dan rencana bisnis, dengan tujuan memastikan likuiditas tetap mencukupi untuk operasional dan pengambilan keputusan. Apa perbedaan cash flow forecasting dengan cash flow statement? Apa perbedaan cash flow forecasting dengan cash flow statement? Cash flow statement melaporkan arus kas masuk dan keluar yang sudah terjadi, sedangkan cash flow forecast memproyeksikan kondisi kas di masa yang akan datang, apakah akan cukup atau tidak. Berapa horizon waktu yang ideal untuk cash flow forecasting? Berapa horizon waktu yang ideal untuk cash flow forecasting? Praktik yang direkomendasikan adalah monthly rolling forecast untuk 12 bulan ke depan, diperbarui setiap bulan dan dilengkapi monitoring mingguan sebagai kontrol tambahan. Apa KPI utama untuk mengukur kualitas cash flow forecasting? Apa KPI utama untuk mengukur kualitas cash flow forecasting? Dua KPI utama adalah forecast accuracy (seberapa dekat prediksi dengan hasil aktual) dan forecast bias (kecenderungan arah kesalahan forecast, apakah over forecast atau under forecast). Apa perbedaan metode direct dan indirect dalam cash flow? Apa perbedaan metode direct dan indirect dalam cash flow? Metode direct mencatat langsung penerimaan dan pengeluaran kas riil, sehingga lebih relevan untuk forecasting operasional jangka pendek. Metode indirect menyusun arus kas dari laba bersih yang disesuaikan pos non-kas, dan lebih umum dipakai untuk laporan keuangan resmi. Apa kesalahan paling umum yang membuat cash flow forecasting meleset? Apa kesalahan paling umum yang membuat cash flow forecasting meleset? Kesalahan paling umum adalah luput memasukkan faktor seasonality dan berpikir terlalu linear atas kondisi bisnis, yang biasanya terjadi karena kurangnya pemahaman atas siklus operasional bisnis. Mekari Jurnal Aplikasi akuntansi dan operasional terintegrasi untuk membantu pemilik bisnis, akuntan, dan tim finance mengelola keuangan, pembukuan, serta operasional bisnis secara lebih efisien sekaligus. Pelajari lebih lanjut Sebagai bagian dari ekosistem software terpadu Mekari, Mekari Jurnal juga terintegrasi dengan berbagai solusi Mekari lainnya seperti : Semua Platform Akuntansi & keuangan Customer People Services Operasional & digitalisasi Mekari Software as a Service Platform Mekari Officeless Platform Integrasi & App Builder Platform Mekari Airene AI Core Lintas Produk Mekari Platform Mekari Jurnal Akuntansi & Operasional Akuntansi & keuangan Mekari Klikpajak Manajemen Pajak Akuntansi & keuangan Mekari Expense Manajemen Pengeluaran Bisnis Akuntansi & keuangan Mekari POS Point Of Sale Akuntansi & keuangan Mekari Qontak Customer Engagement Platform Customer Mekari Talenta HCM People Mekari Flex Benefit Karyawan People Payroll Service Payroll Outsource Services Mekari Sign Tanda Tangan Digital & E-Meterai Operasional & digitalisasi Mekari Desty Omnichannel Commerce Operasional & digitalisasi Lihat lebih banyak Tidak ada produk di kategori ini.
